智慧城市试点政策对城市碳排放强度的影响及机制分析

2025-01-28钱昭英张艺堃

中国商论 2025年2期

摘要：本文根据2000—2022年从中国218个城市收集的数据，使用多期模型实证分析了智慧城市试点政策对碳强度的影响，并从理论和实证角度分析了智慧城镇建设对城市碳强度的作用和机制，为未来构建更加完善的智慧城市提供经验指导。实证结果证实了试点政策可以有效降低城市地区的二氧化碳排放强度。同时，鼓励产业结构转型和现代化、促进人才库形式的高素质人才流动、采取适当的环境监管措施是试点城市降低碳减排强度的三种有效方法。此外，试点城市的碳减排强度因地理位置、数字基础设施水平和城市规模不同而有所差异。

关键词：智慧城市试点；产业结构；人才集聚；环境规制；碳排放强度；绿色发展

中图分类号：F063.2；F124.3文献标识码：A文章编号：2096-0298（2025）01（b）--05

1引言

追求绿色、低碳、健康和可持续的经济社会发展方式是中国为积极应对全球气候变化挑战所作出的重要战略决定。城市是已达到一定发展水平的工业产品，代表着人类最近的生产和生活方式。因此，研究低碳、绿色和可持续的城市发展模式以促进对社会资源和环境的影响至关重要[1]。我国2012年开始实行智慧城市试点政策，目前已发布三批国家智慧城市试点名单[2]。随着技术的进步和社会的发展，未来的智慧城市将更加注重人与自然和谐共存的理念[3]。

2政策背景、文献综述与研究假说

2.1政策背景

智慧城市是一种创新的城市管理理念，借助物联网、云计算等先进数字技术，实现城市内各系统不同主体间的紧密协作，推动城市向更高质量方向迈进，这一概念最早由IBM公司于2010年提出[4]。2010年和2011年，深圳市和杭州市分别开始根据自身特色探索智慧城市的发展策略。目前，已有三期试点城市名单，城市试点项目数量超过290个，未来将根据实践情况加快国家智慧城市的建设速度。经过14年的智慧城市建设实践，现有必要在新发展阶段评估其政策效果，为中国新型城市化发展提供新的经验证据。

2.2文献综述

20世纪末，许多国家采取了适合本国国情的措施来推动低碳发展。中国政府制定了“智慧城市”试点政策，改善城市过去粗放的发展方式所造成的环境污染。通过对现有文献的梳理发现，学者对智慧城市试点政策的研究可以从宏观、中观和微观三个角度进行分类，研究试点政策产生的影响和作用机制。宏观主要集中于减污降碳影响，中观聚焦生态效应评估，微观主要研究企业的绿色创新效果。减污降碳方面，王宁宁等（2024）[1]利用网络分析和指数随机图模型分析发现，智慧城市建设通过改变原有生产生活方式来增强城市碳吸收强度、优化碳减排路径，进而影响社会总体碳减排强度。生态效应评估方面，梁新龙和郭进（2024）[2]提出，智慧城市建设通过推动污染企业有序转型、积累高素质人才两个渠道来产生正向的生态效应。绿色创新方面，吴世纪（2024）[3]研究表明，智慧城市试点政策能促进微观企业层面进行绿色创新转型升级，且该政策效果的传递机制体现在提高能源利用强度上。

通过阅读现有文献发现，目前的研究还有以下两点可以改进。第一，当前文献中，关于智慧城市的研究多侧重从单一角度分析其政策对减少环境污染、提升生态效益的影响，较少有专门探讨试点城市的建设如何具体影响城市碳排放强度及其背后的机制。本文旨在通过实证分析来填补这一研究空白，详细探讨智慧城市试点项目对城市碳排放强度的实际作用效果及其内在机理。第二，人力资源是重要的生产要素，目前鲜少有文献从劳动力角度分析智慧城市对城市碳减排强度的影响。

本文的边际贡献主要包括以下两点：第一，从实证的角度，利用模型研究试点城市建设对城市碳减排强度的影响，总结中国城市现有的绿色低碳发展路径。第二，本文分别从产业、高素质人才和环境规制三个角度对试点城市对碳减排强度影响的内在机制进行分析。

2.3理论机制与假说的提出

智慧城市建设是一种新型城市发展模式，建设核心理念在于利用前沿的信息技术变革来推动城市全方位的发展和环境治理取得进步[4]。试点城市提高碳减排强度的方法有监察、处理和应用三个步骤。首先，利用智慧城市的数字化基础设施，精准采集片区碳减排、能源使用等数据，实现碳减排实时监测。其次，政府部门可以针对耗能较大的产业建立碳减排分析指标体系，系统了解智慧城市发展态势，及时发现能源浪费等问题[5]。最后，人工智能在对数据进行监测和分析之后，能够发现存在的能源利用效率问题，并提出具体可实行的解决措施，促进城市的碳减排强度降低。据此，本文提出以下假设：

H1：试点城市可能可以减少城市二氧化碳的产生与排放强度。

智慧城市建设对城市碳排放强度的影响是一个复杂的过程，涉及多个层面的机制作用。其中，产业结构效应是机制之一，还有人才集聚效应和环境规制效应。

第一，产业结构效应。智慧城市大力推进新兴数字基础设施建设发展，进一步推动了高新技术产业形成集聚，促使新兴产业与传统产业深度融合，推动传统产业生产方式转变，进而提高整个社会的生产效率[6]。此外，试点城市的数字化、智能化建设还会推动科技与产业进行有机融合，促使传统高耗能产业向低碳、绿色、高效率方向转变。此外，试点城市还会鼓励高新绿色低碳产业发展，有利于发展新的绿色经济增长点，降低整个城市的能源消耗和碳排放强度[8]。基于上述分析，本文提出以下假设：

H2：试点城市通过推动产业结构转型升级来降低城市二氧化碳的产生与排放强度。

第二，人才集聚效应。试点城市可以通过营造合适的科研环境和完善社会生活保障机制来提高城市吸引力，留住高素质劳动力[7]。一方面，通过吸引高技术人才的不断涌入来整合人力资本与生产要素，可以有效激发城市的绿色创新能力，推动企业研发和使用清洁能源，从而提升能源生态强度水平，并优化要素资源配置结构[8]。另一方面，高素质人才的流入有利于催生技术创新，特别是在绿色技术和清洁能源领域。企业研发和使用清洁能源不仅可以提升能源生态强度水平，还能优化绿色要素资源配置结构[9]。基于上述分析，本文提出以下假设：

H3：试点城市通过人才集聚效应来降低城市二氧化碳的产生与排放强度。

第三，环境规制效应。为缓解以牺牲环境为代价来发展经济的现象，政府环境约束尤为关键[10]。政府在智慧城市建设过程中通过制定相关政策来引导和规范企业和居民的行为，促进城市绿色低碳发展，采取措施逐步推动节能减排与资源回收利用，降低城市的碳减排强度[11]。政府的环境规制作用是试点城市建设中不可或缺的一环，对城市碳减排强度的影响至关重要。据此，本文提出以下假设：

H4：试点城市可以通过环境规制措施来降低城市二氧化碳的产生与排放强度。

3研究规划

3.1建立模型

为了验证上述假设，本文采取多期双重差分（DID）模型，将智慧城市建设视为一项准自然实验。基准回归模型设定如下：

（1）CO2sityit为某城市i在t的碳减排强度；

（2）cityit为政策虚拟变量，若城市i在t年成为试点城市，则cityit=1，否则为0；

（3）Yit代表文中所涉及的一系列控制变量；

（4）θi为城市个体固定效应，控制城市之间不可观测的异质性；

（5）ξt为年份固定效应，控制时间趋势的共同影响；

（6）εit是随机误差项。

3.2变量选取

3.2.1被解释变量

被解释变量为碳减排强度（CO2sityit），即每万元GDP所对应的碳减排量（吨/万元）。本文参考张兵兵等（2022）[12]的方法来估算城市的碳减排量，再根据每个地级市的碳减排总量与其GDP之比来计算碳减排强度。

3.2.2核心解释变量

智慧城市（cityit）试点政策为核心解释变量，若该城市i在t年成为智慧城市，则cityit=1，否则为0。

3.2.3控制变量

选取以下变量作为控制变量：经济发展水平取对数值（lngdp）；人口规模取对数（lnpop）；行政区域土地面积取对数（lnarea）；城市基础建设水平取对数（lnroad）；金融发展程度（fd）；对外开放程度（open）；财政自给度（fisdes）。

3.3数据来源和说明

本文所有研究数据均来源于官方统计年鉴、国家统计局公开资料，缺失的数据采用插值法进行填补，以保证数据的完整性和一致性。文中所用变量初步统计结果如表1所示。

4实证结果及分析

4.1基准回归

表2中，在考虑了控制变量和固定效应的影响后进行回归分析，回归结果分别在1%、5%和10%的显著性水平上数值均为负，意味着智慧城市试点项目的实施确实导致城市碳排放强度的显著降低。因此，假说H1成立，即智慧城市试点项目的实施能够显著降低城市碳排放强度。

4.2稳健性检验

4.2.1平行趋势检验

平行趋势检验成立是模型成立的重要前提，设定模型如下：

式（2）中：Di，t0+k，其他变量与（1）式方程含义相同。

图1中的平行趋势结果显示，在政策实施之前，预测的系数大多徘徊在0值附近，且未通过显著性检验，表明在政策实施之前的八个时期，试点城市和非试点城市间无显著差异；在试点政策开始后，两组的结果开始出现显著差异，符合平行趋势假设，检验通过，为评估政策效果提供了有力证据。

4.2.2安慰剂检验

根据图2的结果，大多数p值大于0.1，意味着在这些随机生成的伪实验组中，未观察到显著的碳减排强度政策效应，这一结果支持了图1中基准回归结果的稳健性和可靠性，即智慧城市试点政策确实对降低城市碳排放强度产生了显著影响，且这一影响不是由其他随机因素引起。

4.2.3稳健性检验

（1）PSM-DID模型。表3展示了采用倾向得分匹配，结合差分法进行的稳健性检验结果。结果显示，无论采用哪种匹配方法，试点城市的回归系数均为显著负值。这意味着，在考虑到潜在的选择偏差后，智慧城市试点建设仍然显示出显著的碳减排效果，增强了本文对基准回归结果的信心，证明了智慧城市政策的有效性，假说H1分析成立，且结论依然稳健。

（2）工具变量检验。智慧城市建设存在非随机性的特征，因此可能导致内生性问题。为解决这一问题，本文构建了工具变量模型，选择地形起伏度（road）作为双重差分项（city）的工具变量。分析结果显示，在第一阶段回归中，智慧城市的估计系数为-0.051；在第二阶段回归中，智慧城市的估计系数为-0.122。这表明引入工具变量分析后，智慧城市建设抑制二氧化碳排放强度数值的绝对值变大，说明如果不考虑内生性问题，模型结果就可能存在偏误，会低估试点城市在降低二氧化碳排放强度方面的作用。

4.3异质性分析

4.3.1城市区位异质性

我国各城市地理位置的不同导致发展的不均衡现象，因此将城市分为东、中、西部有助于更深入地研究二氧化碳减排效应在不同地区的差异性。分析结果显示，东部地区的试点城市建设对碳减排强度有显著影响，这是因为东部地区经济发达，具有优越的生产要素和绿色基础设施。中部地区虽然结果显著但不明显，可能是因为中部地区正逐步推进产业结构升级，但仍存在大量高耗能产业。西部地区建设智慧城市使二氧化碳减排量最多，因为近年来高能耗、高污染产业向西部转移，导致二氧化碳减排量大幅增加。

4.3.2数字基础设施异质性

健全和完善新型数字基础设施是推动智慧城市发展的重要引擎。数字基础设施建设是指在现代社会中建立和完善数字化技术和网络系统，以支持信息科技的发展和应用。这种建设可以提升信息化水平，促进各行业的数字化转型，推动社会经济发展。数字化时代，数字基础设施建设对各行业的发展和创新至关重要，本文分析了不同层次的数字基础设施对智慧城市发展的影响。

研究表明，拥有先进数字基础设施的智慧城市对碳减排有显著的积极影响，这是因为先进的数字基础设施可以促进能源效率的提高和清洁能源的使用，从而减少能源消耗和二氧化碳排放。而在数字基础设施较低的城市中，建设智慧城市可能增加能源消耗和二氧化碳排放，这是因为数字基础设施的建设本身需要消耗能源，并可能导致额外的二氧化碳排放，这种增长会削弱其他减碳措施的有效性。因此，只有当城市的数字基础设施发展到一定阶段，建设智慧城市才能有效减少二氧化碳排放。

4.4机制分析

智慧城市建设可以从产业结构水平、优质人力资源流动和政府环境法规三方面影响碳强度。为了进一步探讨智慧城市对碳减排强度的影响机制，本文建立中介模型来揭示这三个方面如何作为中介变量影响碳减排强度：

Midit=α2+β2cityit+θ2Yit+θi+ξt+εit（3）

SCOit=α3+β3cityit+cMidit+θ3yit+θi+ξt+εit（4）

式（3）（4）中：Midit是一个中介变量，代表智慧城市影响碳减排强度的机制；C是其估计系数。

本文探讨了三个变量：产业结构水平、人力资源质量和政府环境法规。分析结果显示，建设智慧城市对碳强度、产业结构、人才吸引力和环境法规具有显著影响，估计系数在1%的显著性水平上为负，意味着建设智慧城市有助于降低城市的碳强度，促进产业结构现代化，吸引高素质人才涌入，并促进环境监管政策的制定。产业结构水平：在将智慧城市建设与产业结构相结合后，回归分析发现估计系数在1%的水平上显著为负。这表明建设智慧城市通过促进产业结构的现代化来实现脱碳，产业结构转型发挥中介作用，证实了假设H2。因此，政策制定者应重点推动产业结构优化升级，发展低碳和高附加值产业，降低能源密集型产业的比例，促进绿色经济发展。在分析智慧城市建设对高素质人力资源的影响时，观察到在10%的水平上显著，表明智慧城市建设有助于促进高素质人才的涌入，从而证明了H3假说。因此，政策制定者应重视人力资源政策，制定优惠政策吸引和留住高素质人才，包括科研人员和技术专家，以促进技术创新和绿色经济发展。政府环境约束：在将智慧城市建设和环境法规纳入回归分析后，找到其估计系数在1%的水平上显著。这表明建设智慧城市可以鼓励政府对环境采取有效的监管行动，从而减少二氧化碳减排，该结果支持环境规则H4假设。

5结语

5.1研究结论

本文利用2000—2022年中国218个地级市的碳减排数据，分析了智慧城市建设对二氧化碳减排强度的影响和作用机制。结果表明：首先，智慧城市建设可以有效降低城市的碳排放强度，尤其是在西部地区和数字基础设施更健全的地区，其抑制效果更为显著。其次，随着城市规模的扩大，智慧城市建设对碳减排强度的影响也更加显著。最后，产业结构升级、高素质人才的流动和政府环境约束是智慧城市建设抑制二氧化碳减排强度的有效路径。

5.2政策建议

综上所述，本文提出政策建议：

第一，有计划地扩大智慧城市试点范围，根据各个城市的不同特点和资源禀赋合理实施政策，试点城市建设资源可以优先向中西部地区输送[10]。各地区地方政府应根据不同城市的特点，有针对性地制定政策，增加资金支持，加大环境保护力度，发挥高耗能城市的后发优势。

第二，促进企业与高等院校之间的合作，推动高精尖碳减排技术的研发和落地使用。

第三，对于促进低碳经济发展至关重要。智慧城市应推动传统产业的改造升级，支持发展低碳和高附加值产业，促进高新技术与产业的深度融合，以提高能源利用效率和减少碳排放。

第四，加大引进高素质人才的力度，通过提供优厚的薪酬和良好的工作环境等方式吸引和留住高素质人才。

第五，政府可制定合理的环境规制措施，完善相关法律法规，鼓励企业和个人形成绿色节能的生产生活方式，有效减少企业和居民二氧化碳的排放，推动全社会整体碳排放强度的下降。

参考文献

王宁宁，王勤升，冯尊.中国智慧城市建设对碳排放效率影响机制研究[J].地域研究与开发，2024，43（2）：131-138.

梁新龙，郭进.智慧城市建设的生态效应评估：基于国家智慧城市试点的准自然实验[J].科学与管理，2024，14（7）：1-13.

吴世纪.智慧城市建设对企业碳减排的溢出效应研究[J].商业观察，2024，10（8）：98-104.

陆香怡，赵彦云.绿色发展目标下智慧城市建设对碳排放效率的影响研究[J].经济问题探索，2024（3）：155-171.