智慧城市建設如何影響城市運行效率
——來自中國智慧城市試點的準自然試驗

韓朝亮，孫旭

（哈爾濱商業大學經濟學院，黑龍江 哈爾濱，150028）

引言

城市作為各類生產要素聚集的場所，其運行效率深刻影響著人們的生產、生活。城鎮化進程的加快伴隨著持續增加的城市規模和人口壓力，進而導致城市資源和市民需求的失衡，以及由之所引起的交通擁擠、住房緊張、環境污染、政府服務、管理效率低下等問題加劇，對城市運行和管理造成了嚴峻挑戰。

自2010 年IBM 提出“智慧的城市”愿景以來，建設智慧城市已經成為國際公認的改善市民生活品質、改善城市治理與服務和推動經濟增長的重要途徑[1]。各國各地區也為探索智慧城市建設落實了許多創新之舉，2011 年6 月,韓國首爾發布“智慧首爾2015”計劃，計劃提出，發放證明書、繳納稅金等由政府機關和網站負責的行政服務，從2012年開始按階段向移動端擴展。到2014年,市民可在智能手機、平板電腦上完成81 項首爾市行政服務。多倫多作為加拿大國家金融中心和重要港口城市，是全球多元化都市之一。多倫多政府建設Wellbeing Toronto 網站，方便市民對多倫多140 個社區的就業率、犯罪率、安全性、經濟、健康、教育、住房、環境、人口、托兒服務以及交通情況等信息進行查詢和比較。“WellbeingToronto”項目旨在幫助居民能夠更好地了解所住社區，進一步加強市民對市政府的了解，加強公眾與政府之間的連接和溝通，也給市政府提供相關議決參考，以便提供更符合市民需求的公共服務。波爾得打造美國第一個智慧城市，通過信息通信技術，連接包括電、氣、交通、公共服務等各類城市資源，為居民提供精細、便捷的服務。我國“十四五”規劃中提出要“分級分類推進新型智慧城市建設”，黨的二十大報告中也提到要“提高城市規劃、建設、治理水平，加強城市基礎設施建設，打造宜居、韌性、智慧城市”。建設智慧城市是為貫徹落實中共中央、國務院關于實施創新驅動發展戰略，積極推進新型城鎮化、加快建設數字中國的重要舉措。從國內智慧城市建設案例來看，上海在智慧城市建設的11 年時間里，完善了數字基礎設施和城市運營管理體系，打造政務服務“一網通辦”，城市治理“一網統管”，極大地提升了城市運行效率。杭州市在2016年創建“城市大腦”，推進智慧城市建設步伐，在政務服務、交通出行、醫療健康、公共安全等方面取得顯著成就和進展。2020 年3 月31 日，習近平總書記在杭州城市大腦運營指揮中心調研時指出：“運用大數據、云計算、區塊鏈、人工智能等前沿技術推動城市管理手段、管理模式、管理理念創新，從數字化到智能化再到智慧化，讓城市更聰明一些、更智慧一些，是推動城市治理體系和治理能力現代化的必由之路。”在此背景下，探索智慧城市建設對城市運行效率的影響機制對于推動新型城鎮化、高質量發展和加快建造數字中國具有重要意義。

一、文獻綜述

關于智慧城市建設與城市運行效率關系的研究，目前大多數文獻都肯定了智慧城市建設對城市運行效率的積極影響，早期研究主要關注數字技術在提升城市運行效率發揮的作用，認為技術是城市治理的重要支撐。早在1998 年就有國外學者提出建設數字城市，利用新技術改變政府工作流程，為居民提供新的服務界面[2]，或共享城市地理數據庫，將地理編碼信息納入城市在線服務，提升城市服務效率[3]。我國學者也在2001年提出信息化提升了上海市城市運行效率[4]，把計算機網絡、通信技術應用在城市交通、排水和燃氣中，提升了城市運行效率和服務水平。大數據和物聯網的興起，使城市多任務、多數據實時處理成為可能，智慧城市成為改善城市治理的手段[5]。大數據技術不僅為政府智能管理、服務提供了技術支持，變革了城市的治理模式，提升了城市治理能力[6]，而且通過大數據、人工智能技術還能為政府、居民提供精細、科學的智能決策，以提高城市運行效率[7]。隨著城市化的不斷發展，城市面臨的赤貧、犯罪、全球變暖、公共資源浪費等問題進一步加劇，為了更好地支持不斷發展的城市化、信息化世界，可以通過垂直市場共享城市決策、流程、管理和服務[8]，依托智慧城市思維、技術、方法和手段，更好地促進現有城市效率和科學性提升[9]。但也有學者提出智慧城市建設不利于區域協調[10]，并且智慧城市建設對中等城市[11]、資源型城市的運行效率提升影響不顯著[12]，且智慧城市加深代內和代際鴻溝，使城市碎片化和社會兩極化，使邊緣人失去話語權[13]。

關于智慧城市建設與城市運行效率的實證研究，張治棟和趙必武（2021）[14]運用雙重差分的方法，基于中國2006—2017 年161 個城市的面板數據，評估了智慧城市建設對城市經濟高質量發展的政策效應，并且基于空間雙重差分模型探究智慧城市的政策溢出效應；楚爾鳴和唐茜雅（2022）[15]選取了208個地級市2005—2020年的面板數據，構建多期DID模型，研究智慧城市建設對市域社會治理能力的政策效果，但是文章缺少動態效應檢驗，智慧城市對城市治理能力的長期影響效果有待考察；張永慶和羅涵（2023）[16]考察了智慧城市對城市高質量發展的影響，選取了80 個樣本城市2012—2019 年的面板數據，利用熵值法測算智慧城市建設和城市高質量發展水平，并利用系統GMM 對二者關系進行分析，但是由于文章缺乏智慧城市建設前的數據，因此無法判斷城市高質量發展的促進是否來自智慧城市建設的政策凈效應。

在智慧城市建設中，學者們提出要積極推進城市信息開放共享，推進城市運行效率和經濟發展水平提升[17]，以新一代信息通信技術為基礎，推進人工智能與城市治理實踐融合，促進信息資源分析挖掘，提高城市數字化能力來提升城市治理水平[18]，并通過對海量數據的分析與處理，來進行資源配置，以提高城市運行效率，降低城市的運行成本[19]，或通過提升信息通信技術水平完善城市運行管理組織框架，進一步提高城市運行效率。

綜上所述，學界關于智慧城市建設、城市運行效率和智慧城市建設對城市運行效率影響的研究，都已經具備了一定的基礎，這為本文研究帶來了重要的參考。但目前的研究從信息完全、成本節約、資源配置角度來探討智慧城市建設與城市運行效率關系相對較少，且大多數是定性研究，定量研究比較少且存在一定不足。智慧城市建設為提高城市運行效率提供了新方案，通過建設智慧城市，能夠提高政府治理效率、政府服務效率和公共服務效率，以此提高城市運行效率。鑒于此，為了具體探究智慧城市建設對城市運行效率的影響，本文運用雙重差分的方法，基于2007—2020 年99 個地級市的面板數據，構建雙重差分模型，實證評估智慧城市建設對城市運行效率的政策效應。

本文的邊際貢獻主要體現在以下兩個方面。首先，本文豐富了城市運行效率影響因素與作用機制文獻，現有的文獻大多從高質量發展的視角下研究城市效率或從產業聚集、城市規模、要素聚集等方面來研究城市效率的影響因素。并且現有文獻大多從技術創新、信息處理、資源配置、產業結構優化等方面研究智慧城市對城市效率的作用機制，忽略了智慧城市的成本節約效應和信息完全效應。本文從智慧城市建設角度對城市運行效率影響進行研究，并從政府治理效率、政府服務效率和公共服務效率等三個方面，嘗試探索智慧城市建設促進城市運行效率的機制。其次，在綜合測度城市運行效率水平的基礎上，構建雙重差分模型，并基于PSMDID進行穩健性檢驗，并對動態效應和城市規模異質性進行拓展分析，證明智慧城市建設對城市運行效率的促進作用。本文系統研究智慧城市建設對城市運行效率的影響效果，將豐富智慧城市建設和城市運行效率關系的研究內容。

二、理論分析與研究假設

智慧城市在建設過程中，運用新一代信息通信技術，以大數據為核心，通過信息完全效應、成本節約效應和資源配置效應作用于整個城市運行體系，進而使城市運行體系的各個部分相互協調，從而提高城市運行效率（圖1）。

圖1 智慧城市建設提升城市運行效率的理論機制

（一）智慧城市建設的信息完全效應

智慧城市建設使人們認識到信息通信技術在提升城市運行效率中的作用，智慧城市建設以物聯網、云計算、5G 技術、AI 技術、區塊鏈等新一代信息技術為基礎，以大數據為核心，城市運行體系的各個主體利用這些信息技術，通過對城市運行體系各部門大量的、具有潛在價值的結構化與非結構化數據信息的搜集、治理、處理與分析應用，進而創造出一個與物理世界一一映射的數字世界，再通過數字世界對物理世界的反饋，解決城市各個方面信息不對稱的問題。在交通方面，智慧城市基于各種數字技術的支撐，能夠實時掌握車輛的數量、方向、車型等信息，實現了動態掌握交通信息，避免交通擁堵和交通事故的發生，提升交通運行效率。滴滴出行就是一個典型案例，通過平臺能夠了解到司機和乘客的位置信息，為司機和乘客做出最佳匹配方案，徹底解決了巡游出租車時代信息不對稱問題。交通信息系統通過部署智能燈桿，能夠識別到騎車不戴安全帽、農用車載人這類現象，把事件及時反饋給管理部門，實現提前預警，解決了管理部門效率低下、信息滯后和不完全的問題。在政務服務方面，智慧城市建設通過新一代信息通信技術變革了政府治理模式，打通了各部門間的資源屏障，實現一站式政務服務，避免了市民在部門之間來回奔波，并且居民可以在線上看到辦理事項的各項要求、辦事流程與解決方案，提升了政府服務透明度水平。由此可見，智慧城市建設能夠通過信息完全效應提高城市運行效率。據此，本文提出假設1和假設2。

假設1：智慧城市建設能夠顯著提高城市運行效率。

假設2：智慧城市建設能夠顯著提高政府治理能力。

（二）智慧城市建設的成本節約效應

智慧城市建設初期，信息基礎設施建設、基礎信息資源共建共享以及后期的運營維護，這些都需要投入大量資金。但是隨著基礎信息資源建設逐漸完善，城市信息化、智能化水平提升，智慧城市的成本節約效應也逐漸顯現。由于城市信息化、智能化的提升，很多工廠的全部生產活動由計算機進行控制，生產線均由機器人自主操作、可以實現在關燈狀態下的自動化生產，極大地節省了人力資源和經營成本。并且現在企業可以做到足不出戶就獲取客戶信息，利用搜集到的數據對消費者進行用戶畫像，為管理者進一步決策提供依據，降低了企業的交易成本。智慧城市對信息通信技術的投入促進了城市技術創新，新技術下沉到各行各業中，鏈接了人與服務。在醫療方面，依托遙感、遙測、遙控等技術，通過遠程醫療，發揮大城市大醫院的資源優勢，對醫療條件較差的邊疆地區、海島等進行遠程咨詢與診斷，極大地節約了醫生和病人的資金和時間成本。在政務服務與管理方面，“一網通辦”依托互聯網平臺，推動政務線上辦理，解決了辦事難的痛點問題，避免居民、法人辦理業務時在各部門來回奔波，極大地節省了時間成本，不僅如此，這種線上辦理業務模式節省了居民、法人辦理業務前對各種資料的搜尋成本，節省了管理部門的人力資源，提高了政府的服務效率。“一網統管”覆蓋公共管理、公共安全等城市治理體系，為管理部門提供預警、決策支持，集監督、管理、指揮于一體，降低了管理成本。由此可見智慧城市建設能夠通過成本節約效應提高城市運行效率。鑒于此，本文提出假設3。

假設3：智慧城市建設能夠顯著提高政府服務效率。

（三）智慧城市的資源配置效應

智慧城市建設不僅能夠解決信息不對稱問題、降低管理成本和服務成本，提高政府治理能力和政府服務效率，還可以完善公共服務體系。在生活領域方面，智慧城市建設通過大數據精準了解市民的問題和需求，將治理手段與資源進行有效融合，對生產生活進行輔助決策；在市場監管方面，智慧城市能夠對市場各方面信息進行監控，達到前后方指揮調度全過程可視、可聽、可講，實現智能巡查，全時監管；在政務服務方面，智慧城市打通各部門數據資源壁壘，實現跨部門協同治理；在城市基礎設施方面，智慧城市建設能夠推進水電氣、消防安全、軌道交通等進一步完善。由此可見，智慧城市建設能夠合理利用城市各類資源，輔助城市各運行主體進行決策，提高城市資源配置和利用效率，并且通過數字技術創新改善城市病，解決城市痛點，緩解由于信息不完全所導致的公共資源浪費、外部性等問題，有益于提高城市公共服務效率。智慧城市建設通過數字技術與其他要素資源優化配置并共同發生作用，實現資源高度融合與共享，極大地提升了城市公共服務效率。鑒于此，本文提出假設4。

假設4：智慧城市建設能夠顯著提高公共服務效率。

三、研究設計

（一）變量選取及描述性統計

1.核心解釋變量

智慧城市建設（did）。當交互項對城市運行效率的回歸系數顯著為正時，表明智慧城市建設能夠顯著提升城市運行效率。

2.被解釋變量

城市運行效率。構建了包含政府治理效率、政府服務效率、公共服務效率在內的評價指標體系，共計11個基礎指標，如表1所示。城市運行效率是根據基礎指標進行測算，首先對各基礎指標進行無量綱化處理，其次求得各指標的信息熵，利用信息熵確定各指標權重，最后求得城市運行效率的綜合數值。

表1 城市運行效率評價指標體系

3.控制變量

考慮到城市化水平，經濟發展水平對城市運行效率的影響，因此選擇城市化水平、經濟發展水平作為控制變量。選擇城鎮化率作為城市發展水平的代理變量，代理指標為城市人口/常住人口。考慮到不同城市的主導產業不同，因此選擇第一產業發展水平、第二產業發展水平、第三產業發展水平作為經濟發展水平的代理變量，代理指標為第一產業增加值/GDP、第二產業增加值/GDP、第三產業增加值/GDP。

表1中各指標的數據來自2007—2020年《中國區域經濟統計年鑒》《中國城市統計年鑒》以及各省市的統計年鑒和統計公報等。其中，營商環境指數根據營商環境=（0.15 政務環境+0.15 公共服務+0.15 人力資源）/0.45 進行計算，交通擁擠指數=民用汽車擁有量/公路里程。缺失數據在通過網絡檢索后仍無法獲得的情況下，將缺失值采用插值法補齊。各變量的描述性統計結果見表2。

表2 各變量描述性統計結果

（二）模型構建

1.雙重差分模型

智慧城市是建設現代化城市的重要內容，智慧城市建設能夠挖掘到城市真需求、真問題、真痛點，為了檢驗智慧城市對城市運行效率的政策效應，本文將2012 年智慧城市試點看作一次準自然實驗，運用雙重差分方法，分析智慧城市建設對城市運行效率的影響。考慮到數據可獲得性，本文把縣、區的數據從市實驗組中刪除，參考已有文獻研究，采取了雙重固定效應的雙重差分模型。

在式（1）中，Yij表示城市i在j年的城市運行效率；policy 為政策虛擬變量，如果某城市在2012年智慧城市試點政策名單內，則policy=1，相反，如果某城市在2012 年智慧城市試點政策名單之外，則policy=0；time 為時間虛擬變量，以2012 年為界限，某城市在成為智慧城市試點城市之前，即2012 年之前，time=0，在成為智慧城市試點之后，即2012年及以后，time=1；用表示政策虛擬變量和時間虛擬變量的交互項；controls 表示控制變量；ηi表示個體固定效應，ui表示時間固定效應，εit表示隨機誤差項。

2.PSM-DID模型

為了進行穩健性檢驗，本文基于傾向匹配得分的方法，構建PSM-DID模型，如式（2）所示，式中符號的含義與式（1）相同。

3.動態效應模型

為了檢驗智慧城市建設對城市運行效率影響的持續效應，探究政策當期及政策前三年及政策后八年對城市運行效率的影響，本文構建動態效應模型，如式（3）所示，式中符號代表含義與式（1）相同。

四、實證結果分析

（一）基準回歸及結果分析

由于平行趨勢檢驗是進行雙重差分的前提，因此本文在進行基準回歸前進行了平行趨勢檢驗，結果如圖2 所示，結果表明數據通過了平行趨勢檢驗，說明在智慧城市建設試點政策之前，試點城市與非試點城市有相同的發展趨勢，且智慧城市建設政策沒有時滯性，雙重差分的結果是智慧城市建設政策的凈效應。

圖2 平行趨勢檢驗

表3 報告了基準回歸結果，模型（1）和模型（2）報告了智慧城市建設對城市運行效率的影響效應。模型（1）表示核心解釋變量在雙重固定效應下的回歸結果，解釋變量的系數顯著為正，由此可知智慧城市建設對城市運行效率有顯著的正效應。模型（2）表示在加入其他控制變量之后，解釋變量的系數依舊顯著為正。根據回歸結果，可以看出智慧城市建設能夠顯著提升城市運行效率，具有顯著的政策效應。與非試點城市相比，智慧城市建設試點城市的城市運行效率有所提高，假設1 成立。從控制變量來看，城鎮化率的系數不顯著，即城市化水平對城市運行效率影響不顯著，這可能是由于隨著城市化水平的提高，城市擁擠程度日益增強，城市供給無法滿足居民日益增長的需求，交通擁擠、環境污染、公共資源浪費等一系列城市問題加劇，導致城市運行效率低下。第一產業發展水平、第二產業發展水平、第三產業發展水平的系數都顯著為正，說明城市經濟發展水平的提高能顯著提高城市的運行效率。模型（3）和模型（4）表示智慧城市建設對政府治理效率的影響效應，模型（3）交互項的系數顯著為正，模型（4）表示在加入控制變量之后，核心解釋變量的系數依舊顯著為正，說明智慧城市建設顯著促進政府治理效率提高，假設2成立。模型（5）和模型（6）表示智慧城市建設對政府服務效率的影響效應，模型（5）核心解釋變量系數顯著為正，模型（6）表示加入控制變量之后，核心解釋變量的系數依舊顯著為正，說明智慧城市建設能夠顯著提高政府服務效率，假設3成立。模型（7）和模型（8）表示智慧城市建設對公共服務效率的影響效應，模型（7）解釋變量系數顯著為正，模型（8）表示在加入控制變量之后，核心解釋變量系數依舊顯著為正，回歸結果表示智慧城市建設顯著提升政府公共服務效率，假設4成立。從分指標的回歸結果可以看到，智慧城市建設對政府服務效率的促進效果最大。

表3 基準回歸結果

（二）穩健性檢驗及結果分析

1.安慰劑檢驗

為確保本文研究結論是智慧城市建設政策的凈效應，排除在政策干預點之后處理組和對照組趨勢變化受其他政策或隨機未知因素的影響，本文進行了安慰劑檢驗。以虛構政策實行時間和隨機選取個體作為處理組，重復500 次，繪制500 個“偽政策虛擬變量”的系數分布圖（核密度分布圖）。結果如圖3所示，解釋變量的核密度分布圖顯示隨機抽樣系數以0為均值，呈正態分布，通過了安慰劑檢驗。由此可知智慧城市試點政策對城市運行效率的促進效應與其他政策或隨機未知因素無關。

圖3 核密度分布圖

2.基于PSM-DID的穩健性檢驗

因為智慧城市建設試點政策本身不是隨機性實驗，所以探究智慧城市建設對城市運行效率的政策效應所采用的雙重差分法在政策評估上可能存在偏差，使用傾向匹配得分方法能給處理組樣本找到與之特征相同的控制組樣本，增加準自然實驗的隨機性，減少政策效應的估計偏誤。因此構建PSMDID 模型，對基準模型的回歸結果進行穩健性檢驗，PSM-DID模型如式（2） 所示。

首先，選擇控制變量作為協變量，通過Logit模型回歸得到各樣本的傾向得分值；其次，根據傾向得分值進行卡尺臨近匹配，找到控制組；最后，再通過雙重差分法對PSM-DID 模型進行回歸。PSM-DID回歸結果見表4。

表4 PSM-DID回歸結果

從表4可以看出，交互項對城市運行效率的正向效應仍然顯著，回歸系數的顯著性有所增加，進一步驗證了基準模型回歸結果的穩健性。

3.內生性檢驗及其結果

雖然面板數據和DID方法可以消除一定遺漏變量，在一定程度上解決內生性問題，但是由于樣本選擇的非隨機性，因此還是可能存在由于選擇偏差導致的內生性問題。本文將滯后的控制變量作為工具變量，并對滯后一期和二期的控制變量進行回歸。回歸結果見表5，由結果可知智慧城市的建設對城市運行效率有顯著的提升作用，進一步驗證了回歸結果的穩健性。

表5 滯后控制變量回歸結果

4.動態效應檢驗及其結果

本文通過構建動態效應模型，檢驗智慧城市試點建設政策當期、政策前三年及政策后八年對城市運行效率的影響，動態效應模型見式（3）。根據表6的回歸結果可見，在政策前三期倍差項系數都不顯著，政策當期倍差項系數顯著，說明城市運行效率的提升是智慧城市建設的凈效應，且智慧城市建設沒有時滯性，智慧城市建設當年就對城市運行效率產生積極的影響，并且從總體來看，智慧城市建設能夠持續地提升城市運行效率，且隨著智慧城市建設時間的推移，對城市運行效率的正向效應逐年增強。

表6 動態效應回歸結果

5.異質性檢驗及其結果

從前文的實證結果可見，智慧城市建設能夠顯著提高城市運行效率，但是由于不同的城市在要素聚集、信息基礎設施、經濟發展水平等方面可能存在差異，因此智慧城市建設對于不同規模城市之間的促進效應可能存在差異，為檢驗這種異質性，本文根據城市等級劃分將城市分為三組樣本，第一組樣本為新一線城市和二線城市，第二組樣本是三線城市和四線城市，第三組樣本為五線城市，并分別對這三組樣本城市進行回歸，結果如表7所示。

表7 城市規模異質性

表7結果表明，智慧城市建設雖然對不同規模的城市運行效率都是有正向促進作用，但是對于不同規模的城市促進作用有明顯差異。規模越大的城市，智慧城市建設對于城市運行效率的促進作用越明顯。一方面，城市是一個復雜的系統，大城市具備的要素比中小城市更加豐富，要素聚集程度要比中小城市更高，而且智慧城市建設需要投入大量的資金，大城市的經濟發展水平、信息基礎設施、要素集聚程度都要更好。對于小城市來說，智慧城市建設可能不僅不會提升城市運行效率，還可能會擠出原有要投資其他項目的資金，帶來負效應。另一方面，智慧城市建設的目的是要解決大城市的城市病，大城市具有“治病”的場景和環境，可以實際檢驗解決方案的成效。隨著大城市的智慧治理，產業、功能和公共服務的重新梳理勢必影響到周邊中小城市的協同和布局，形成以大城市為中心、中小城市為補充的智慧城市群，可以進一步發揮大城市的領軍作用和小城市的配套作用。

五、結論與政策建議

本文運用雙重差分的方法，基于中國99 個城市在2007—2020 年的面板數據，評估了智慧城市建設對城市運行效率的政策影響，對基準回歸結果進行了穩健性檢驗，并對動態效應和城市規模異質性進行拓展分析。得出如下結論：第一，無論是基準結果還是內生性檢驗的回歸結果都表明，智慧城市建設可以顯著提高城市運行效率，且PSM-DID的回歸結果進一步證實了智慧城市建設提升城市運行效率的顯著性。第二，動態效應檢驗結果表明，智慧城市建設沒有時滯性，能夠持續地促進城市運行效率提升。第三，異質性檢驗結果表明智慧城市建設的政策影響效果受城市規模影響呈現異質性，城市的規模越大，智慧城市建設對提升城市運行效率的影響效果越強。

基于本文的結論，從智慧城市建設方面提出以下建議：首先，應充分利用智慧城市建設這一政策工具，高度重視智慧城市建設成果在政府治理、政府服務中的應用。支持城市通過政策推進智慧城市建設進程是提高城市運行效率的有效途徑，但是也要關注智慧城市建設導致城市之間出現“數字鴻溝”的風險。其次，因為智慧城市建設對于不同規模城市的城市運行效率的提升具有異質性，因此各城市要結合自身實際情況，選擇與之相匹配的智慧城市建設目標、規模、項目和技術路線，因地制宜地推進智慧城市建設。最后，在充分運行智慧城市建設這一政策工具的時候，更要關注智慧城市建設帶來的實際效益，因為智慧城市建設需要在軟件、硬件上投入大量資金，如果智慧城市建設沒有達到預期目標，那么用于建設智慧城市的資金可能會擠占用于民生建設、生態建設、經濟建設等的資金，導致投入產出效益低下。