




[摘" " 要] 本文在DEA框架下,運用超效率SBM模型測度了2006-2019年中國189個地級市的碳排放績效,將智慧城市建設視為一項準自然實驗,并采用雙重差分法考察了智慧城市建設對碳排放績效的影響,并提出相關政策建議,旨在促進經(jīng)濟可持續(xù)發(fā)展。
[關鍵詞] 智慧城市;碳排放績效;雙重差分
doi : 10 . 3969 / j . issn . 1673 - 0194. 2023. 03. 050
[中圖分類號] F293.1" " [文獻標識碼]" A" " " [文章編號]" 1673 - 0194(2023)03- 0181- 04
0" " " 引" " 言
近年來,全球氣候變暖引起冰川消融、海平面升高、洪澇災害頻發(fā)等環(huán)境問題日益凸顯。中國作為目前世界上最大的溫室氣體排放國和發(fā)展中國家,始終把減少溫室氣體排放、發(fā)展綠色低碳經(jīng)濟放在突出位置。城市是碳減排的實施主體,如何加強城市建設,尋求一條提高碳排放績效之路,已成為中國諸多城市面臨的突出問題。中國政府在2010年提出智慧城市建設的頂層設計,并進行了初步探索。那么,智慧城市建設對試點城市碳排放績效有什么樣的影響呢?該問題的解答對助力實現(xiàn)“雙碳”目標和綠色發(fā)展有重要的現(xiàn)實意義。
1" " " 文獻綜述
關于智慧城市建設的相關研究,學者們主要從綠色發(fā)展視角去評估智慧城市試點成效,涉及綠色創(chuàng)新、環(huán)境污染、城市韌性、經(jīng)濟高質量發(fā)展等方面。例如:張節(jié)等[1]研究發(fā)現(xiàn)智慧城市政策對試點地區(qū)綠色創(chuàng)新效率具有顯著的推動作用;崔立志等[2]認為隨著智慧城市試點增多,智慧城市建設減少環(huán)境污染的影響程度不斷增強;武永超[3]發(fā)現(xiàn)智慧城市建設能夠顯著提升城市韌性水平,這一結果在經(jīng)過了反事實檢驗和多項穩(wěn)健性檢驗后依然成立;趙蔡晶等[4]和張治棟等[5]研究表明智慧城市試點建設顯著提升了城市發(fā)展質量。
上述研究從多角度探討了智慧城市試點政策的效果,但從碳排放績效視角評估智慧城市建設成效方面的文獻相當有限。為此,本文以“智慧城市”試點政策作為一項準自然實驗,采用雙重差分法探究智慧城市建設對碳排放績效的影響。
2" " " 研究設計
2.1" "模型構建
本文將首批智慧城市政策試點時間設置為2013年。借鑒石大千等[6]研究實驗組方法剔除了僅在地級市的某個縣或區(qū)設立試點,而非將整個地級市設立為試點的城市,為了有效地評估首批智慧城市試點的凈效應,剔除二、三批試點城市;其余非試點城市視為對照組。為降低異方差的潛在影響,本文對控制變量進行對數(shù)化處理。 具體模型構建如下:
其中,i和t分別代表城市和年份,CEit表示碳排放績效;traini表示是否屬于智慧城市的虛擬變量;timet表示是否實施智慧城市的虛擬變量,traini_timet表示traini與timet的交乘項,用于評估智慧城市建設對碳排放績效的影響程度;Xit為控制變量;δi為城市固定效應,λi為年份固定效應;εi為隨機擾動項。
雙重差分法保證其估計結果有效性要滿足平行趨勢假設。因此本文借鑒Beck等學者的做法,采用事件分析法進行檢驗。計量模型設定為:
其中,Dit為智慧城市試點這一事件的虛擬變量。timeit為時間趨勢變量,k>0表示政策實施后的k年,k<0表示政策實施前的k年。本文重點關注參數(shù)βk,其表征智慧城市試點前與后對城市碳排放績效的影響。當k<0時,βk不顯著且異于0,則通過平行趨勢假設檢驗。
2.2" "數(shù)據(jù)說明
本文采用2006—2019年189個地級市平衡面板數(shù)據(jù)。相關研究數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒、國泰安數(shù)據(jù)庫、CNRDS數(shù)據(jù)庫?;跀?shù)據(jù)的可得性,剔除地級市數(shù)據(jù)嚴重缺失的樣本。部分城市數(shù)據(jù)存在個別缺失值,利用平均增長率補齊。
被解釋變量為碳排放績效。本文參考Tone等[7]提出的SBM模型解決辦法,通過非期望產(chǎn)出的SE-SBM模型,對碳排放績效進行測度。選取資本、勞動力、能源作為投入要素,實際GDP為期望產(chǎn)出指標,二氧化碳排放量為非期望產(chǎn)出指標。
核心解釋變量為交互項traini_timet。其中,traini是政策虛擬變量,timet是時間虛擬變量。若一個城市在首批智慧城市試點年份被確立為智慧城市,那么核心解釋變量traini_timet取值為1,否則取值為0。
控制變量。主要對以下變量進行控制:經(jīng)濟發(fā)展水平,采用實際人均GDP來衡量;城鎮(zhèn)化率,鑒于數(shù)據(jù)的可得性,本文采用人口密度作為城鎮(zhèn)化代理變量;基礎設施水平,采用每萬人公路里程數(shù)衡量;科技投入,采用政府科學技術支出占GDP比重衡量。變量描述性統(tǒng)計見表1。
3" " " 實證分析
3.1" "基準回歸
本文采用逐步回歸法對基準模型進行回歸,如表2所示。第(1)列控制了城市和年份固定效應的基礎上發(fā)現(xiàn),智慧城市試點系數(shù)顯著為正,說明智慧城市建設對碳排放績效的提升具有正向作用。逐步加入控制變量后,trian_time系數(shù)和其顯著性并未發(fā)生變化,進一步表明了智慧城市建設促進了碳排放績效水平的提高。由第(5)列估計結果可見,對比非試點城市發(fā)現(xiàn),智慧城市試點城市碳排放績效平均提高3.66%,說明智慧城市建設對碳績效的提升起到了助推作用,這種積極作用主要由于智慧城市建設帶來了生產(chǎn)方式的革新和管理方式的改進,利用信息技術實時監(jiān)測和管理城市污染排放,改善城市環(huán)境,促進城市的有效運行。這一結果彰顯了政策的實際意義,表明以“智慧城市”試點政策為代表的城市對低碳治理具有積極作用,符合智慧城市建設所追求的綠色低碳發(fā)展目標。
3.2" "平行趨勢檢驗
雙重差分法使用的前提是實驗組與控制組要求滿足平行趨勢。本文利用時間分析法進行檢驗,結果如圖1所示。在政策推行之前參數(shù)βk不能拒絕零假設,說明符合平行趨勢假設。從動態(tài)效應來看,在政策推行后的第一年到第六年,即2014到2019年,只有第四年參數(shù)βk不顯著,其余年份都顯著,滿足平行趨勢假設。
3.3" "穩(wěn)健性檢驗
3.3.1" "PSM-DID
上述模型驗證智慧城市提升碳排放績效研究時,假定的前提條件是政府隨機選擇哪些城市作為智慧城市試點,實驗組和控制組總體上不存在發(fā)展差異。當政府選擇那些經(jīng)濟較發(fā)達、享受財政支持力度大的城市時,會由于這些城市良好的政策實施前期基礎導致高估了智慧城市對碳排放績效的影響。
為了降低內生性的干擾,采?。校樱头椒ㄆヅ涑龊侠淼膶嶒瀸ο?。通過PSM進行匹配削弱非隨機選擇產(chǎn)生的內生性問題,得到表3(1)和(2)列的結果。結果顯示,智慧城市試點對碳排放績效的影響是顯著的,證實了本文基準回歸結果的穩(wěn)健性。
3.3.2" "時間安慰劑檢驗
選擇2006—2010年為研究時間區(qū)間,分別假設智慧城市試點的時間為2007年、2008年和2009年,對基準模型回歸,進行反事實檢驗,檢驗結果分別見表3的第(3)(4)(5)列。無論是以2007年、2008年還是2009年作為智慧城市試點時間,trian_time系數(shù)均不顯著,表明智慧城市碳排放績效的提升確實由智慧城市建設政策所引起的,進一步驗證本文基準回歸結果的可靠性。
4" " " 結論與建議
本文基于2006—2019年189個地級市平衡面板數(shù)據(jù),運用雙重差分的政策評價方法就智慧城市建設對試點城市碳排放績效影響及作用機制進行實證分析。對比非試點城市發(fā)現(xiàn),智慧城市試點城市碳排放績效平均提高3.66%,意味著智慧城市建設有利于中國經(jīng)濟綠色低碳發(fā)展,該研究結論在經(jīng)歷穩(wěn)健性檢驗后仍然成立。
據(jù)此提出以下政策建議:首先,擴大智慧城市試點范圍,大力推進智慧城市建設;其次,注重政府科技資助的優(yōu)化配置,考慮資助對象的結構、創(chuàng)新效率,避免財政科技投入對企業(yè)科技創(chuàng)新的擠出效應;再次,注重智慧城市建設,培育城市經(jīng)濟發(fā)展新動能;最后,加強基礎設施建設,改善城市間互聯(lián)互通條件,促進信息技術、人才等合理流動。
主要參考文獻
[1]張節(jié),李千惠.智慧城市建設對城市綠色創(chuàng)新效率的影響[J].統(tǒng)計與決策,2020,36(19):83-87.
[2]崔立志,陳秋堯.智慧城市漸進式擴容政策的環(huán)境效應研究[J].上海經(jīng)濟研究,2019(4):62-74.
[3]武永超.智慧城市建設能夠提升城市韌性嗎?——一項準自然實驗[J].公共行政評論,2021,14(4):25-44,196.
[4]趙蔡晶,吳柏鈞.智慧城市建設促進了城市發(fā)展質量提升嗎?——基于多期DID方法的政策效應評估[J].經(jīng)濟經(jīng)緯,2020,37(6):18-27.
[5]張治棟,趙必武.智慧城市建設對城市經(jīng)濟高質量發(fā)展的影響——基于雙重差分法的實證分析[J].軟科學,2021,35(11):65-70,129.
[6]石大千,丁海,衛(wèi)平,等.智慧城市建設能否降低環(huán)境污染[J].中國工業(yè)經(jīng)濟,2018(6):117-135.
[7]Tone K,Sahoo B K.Degree of Scale Economics and Congestion: A Unified DEA Approach[J].European Journal of Operational Research,2004,158(3):755-772.