葛立宇，于井遠(yuǎn)

(廣東財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院，廣東 廣州 510320)

0 引言

伴隨中國(guó)城市化的快速推進(jìn)以及中國(guó)經(jīng)濟(jì)發(fā)展對(duì)化石能源消費(fèi)的高度依賴，中國(guó)目前已經(jīng)成為世界上碳排放體量最大的國(guó)家。2021年10月24日，中共中央、國(guó)務(wù)院正式印發(fā)了《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》(以下簡(jiǎn)稱“意見”)，《意見》對(duì)我國(guó)碳達(dá)峰碳中和工作作出了重要的戰(zhàn)略部署，明確了總體要求、工作原則和主要目標(biāo)。這既是我國(guó)著力構(gòu)建人類命運(yùn)共同體的莊嚴(yán)承諾，也表明在推進(jìn)工業(yè)化、城鎮(zhèn)化的過程中我國(guó)將同時(shí)完成低碳綠色轉(zhuǎn)型任務(wù)。

在工業(yè)化時(shí)代，城市化發(fā)展無疑會(huì)導(dǎo)致碳排放持續(xù)增加。那么，在數(shù)字經(jīng)濟(jì)時(shí)代，城市化與碳排放關(guān)系是否仍然呈現(xiàn)上述發(fā)展規(guī)律？當(dāng)前，數(shù)字技術(shù)創(chuàng)新與重大技術(shù)突破賦予了城市化過程中不同的發(fā)展路徑和發(fā)展內(nèi)涵。其中，智慧城市是數(shù)字化時(shí)代城市發(fā)展的典型模式，在我國(guó)智慧城市試點(diǎn)建設(shè)中，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、下一代互聯(lián)網(wǎng)、人工智能等數(shù)字化新技術(shù)得到了廣泛應(yīng)用，其核心是實(shí)現(xiàn)大數(shù)據(jù)跨部門、跨層級(jí)、跨地域、跨系統(tǒng)、跨業(yè)務(wù)的網(wǎng)絡(luò)協(xié)同，體現(xiàn)了數(shù)字經(jīng)濟(jì)時(shí)代我國(guó)城市發(fā)展新趨勢(shì)。那么，在數(shù)字技術(shù)賦能或加持下的智慧城市建設(shè)是否也會(huì)對(duì)我國(guó)碳排放產(chǎn)生不同的影響效應(yīng)？這種影響效應(yīng)是通過哪些路徑實(shí)現(xiàn)的？不同的城市發(fā)展稟賦或特征又會(huì)導(dǎo)致哪些差異性影響？本文將對(duì)以上問題進(jìn)行深入探究。

1 文獻(xiàn)綜述

近年來，碳排放驅(qū)動(dòng)因素一直是環(huán)境能源領(lǐng)域的研究熱點(diǎn)，隨著碳達(dá)峰碳中和行動(dòng)上升為國(guó)家戰(zhàn)略，關(guān)于這個(gè)問題的探討持續(xù)保持著高度的學(xué)術(shù)熱情。相關(guān)學(xué)者從經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)復(fù)雜性、產(chǎn)業(yè)結(jié)構(gòu)、城市化、能源政策、技術(shù)進(jìn)步、經(jīng)濟(jì)集聚、產(chǎn)業(yè)規(guī)劃、研發(fā)投入、交通建設(shè)等多重角度探討碳排放的各類影響因素。相關(guān)文獻(xiàn)主要集中于兩類，一類是城市化發(fā)展對(duì)城市碳排放的影響，另一類是智慧城市建設(shè)對(duì)城市碳排放的作用，兩類研究呈現(xiàn)出一定學(xué)術(shù)淵源與遞進(jìn)關(guān)系。

城市化是我國(guó)經(jīng)濟(jì)發(fā)展的主要表現(xiàn)形式之一，關(guān)于第一類研究的理論成果較豐富。其中，一部分學(xué)者主張城市化發(fā)展促進(jìn)了碳排放增長(zhǎng)。如孫昌龍等[1]利用全球主要國(guó)家的歷史數(shù)據(jù)研究發(fā)現(xiàn)，城市化對(duì)碳排放的影響表現(xiàn)為驅(qū)動(dòng)與制動(dòng)的雙重作用，當(dāng)城市化發(fā)展處于中期階段時(shí)，其對(duì)碳排放的驅(qū)動(dòng)作用逐漸占主導(dǎo)，會(huì)推動(dòng)碳排放量迅速增加；林美順等[2]運(yùn)用聯(lián)立方程的廣義矩系統(tǒng)估計(jì)方法，考察了1985—2013年中國(guó)城市化、碳排放與經(jīng)濟(jì)增長(zhǎng)之間的相互影響機(jī)制，評(píng)估了不同時(shí)段的減排收益與成本，結(jié)果表明，城市化率每提高1%，GDP 可增加0.671%，同時(shí)導(dǎo)致碳強(qiáng)度上升0.274%。另一部分學(xué)者進(jìn)一步發(fā)現(xiàn)，城市化發(fā)展與碳排放具有較復(fù)雜的因果關(guān)系。如Martínez-Zarzoso &Maruotti[3]利用1975—2003年發(fā)展中國(guó)家數(shù)據(jù)，在考慮國(guó)家樣本的動(dòng)態(tài)性和異質(zhì)性基礎(chǔ)上，發(fā)現(xiàn)城市化與二氧化碳排放呈倒U型關(guān)系;陸銘和馮皓[4]也發(fā)現(xiàn)，在城市化過程中，人口與經(jīng)濟(jì)活動(dòng)的集聚度提高有利于降低單位工業(yè)增加值以及污染物排放強(qiáng)度；邵帥等[5]發(fā)現(xiàn)經(jīng)濟(jì)集聚與碳排放強(qiáng)度、人均碳排放之間存在典型的“倒N”型曲線關(guān)系，而能源強(qiáng)度與碳排放強(qiáng)度、人均碳排放之間存在典型的“倒U”型曲線關(guān)系。綜上發(fā)現(xiàn)，學(xué)者們得出的結(jié)論各不相同甚至相悖，其主要原因是考察時(shí)期、空間范圍、靜態(tài)動(dòng)態(tài)視角、實(shí)證分析方法不同。

第二類關(guān)于智慧城市建設(shè)與城市碳排放邏輯關(guān)系的研究還處于探索階段。相關(guān)學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)以信息技術(shù)為核心，可以為環(huán)境智能化管理提供新動(dòng)力[6]；數(shù)字技術(shù)在能源消費(fèi)與環(huán)境保護(hù)領(lǐng)域的普遍滲透及應(yīng)用有助于解決環(huán)境承載力下降和稀缺性等問題[7]，其在改善生態(tài)環(huán)境方面具有巨大潛力[8]。石大千等[9]發(fā)現(xiàn)，智慧城市建設(shè)運(yùn)用現(xiàn)代信息技術(shù)促進(jìn)了城市發(fā)展模式創(chuàng)新，通過創(chuàng)新驅(qū)動(dòng)產(chǎn)生技術(shù)效應(yīng)、配置效應(yīng)和結(jié)構(gòu)效應(yīng)，進(jìn)而通過上述三大效應(yīng)降低工業(yè)二氧化硫(廢氣)、工業(yè)廢水和工業(yè)固體廢棄物的排放量；Wang等[10]進(jìn)一步將數(shù)字經(jīng)濟(jì)發(fā)展作為技術(shù)進(jìn)步引入索洛增長(zhǎng)模型，基于2005—2016年190個(gè)國(guó)家的全球面板數(shù)據(jù)進(jìn)行固定效應(yīng)回歸，實(shí)證發(fā)現(xiàn)，二氧化碳排放量與數(shù)字經(jīng)濟(jì)呈非線性的倒U型關(guān)系，支持了環(huán)境庫茲涅茨曲線(EKC)假說。在機(jī)制分析方面，范洪敏和米曉清[11]認(rèn)為，智慧城市建設(shè)主要通過資源配置優(yōu)化實(shí)現(xiàn)綠色經(jīng)濟(jì)轉(zhuǎn)型。

我國(guó)自2013年開始設(shè)立智慧城市建設(shè)試點(diǎn)，從學(xué)術(shù)研究角度，其可以看作是數(shù)字經(jīng)濟(jì)時(shí)代城市發(fā)展模式轉(zhuǎn)變的一次準(zhǔn)自然實(shí)驗(yàn)，也為探索智慧城市建設(shè)與城市碳排放的邏輯關(guān)系提供了極好的研究視角和機(jī)會(huì)。通過梳理文獻(xiàn)發(fā)現(xiàn)，目前在中國(guó)情境下具體考察和分析智慧城市建設(shè)與城市碳排放之間因果關(guān)系的實(shí)證研究較稀少，如Guo等[12]以中國(guó)智慧城市試點(diǎn)政策為切入點(diǎn)，采用漸進(jìn)式雙重差分法，系統(tǒng)評(píng)價(jià)智慧城市建設(shè)對(duì)節(jié)能減排的影響效果。研究結(jié)果表明:智慧城市建設(shè)顯著降低了人均二氧化碳排放，減排效果約為18.42個(gè)對(duì)數(shù)百分點(diǎn)，但忽略了智慧城市建設(shè)最為典型的特征，即數(shù)字技術(shù)創(chuàng)新因素在智慧城市促進(jìn)城市碳減排中的功能或作用，這也為本文研究提供了較大的學(xué)術(shù)探討空間。

本文基于2006—2019年中國(guó)內(nèi)地223 個(gè)地級(jí)以上城市數(shù)據(jù)，以我國(guó)2013年開始的智慧城市建設(shè)為準(zhǔn)自然實(shí)驗(yàn)，探討數(shù)字技術(shù)發(fā)展影響城市碳排放以及賦能我國(guó)城市實(shí)現(xiàn)碳達(dá)峰碳中和行動(dòng)的內(nèi)在作用機(jī)制。研究旨在發(fā)掘城市數(shù)字化、智能化發(fā)展對(duì)節(jié)能減排的影響機(jī)制，并為我國(guó)低碳綠色經(jīng)濟(jì)轉(zhuǎn)型提供政策建議。本文可能的邊際貢獻(xiàn)主要體現(xiàn)在以下三點(diǎn)：①在研究理論上細(xì)致剖析了智慧城市建設(shè)影響城市碳排放的內(nèi)在機(jī)理，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新是智慧城市建設(shè)影響城市碳排放的重要因素，考慮到數(shù)字技術(shù)創(chuàng)新可能產(chǎn)生多重經(jīng)濟(jì)效應(yīng)，將數(shù)字技術(shù)創(chuàng)新的賦能路徑進(jìn)一步分解為直接路徑和間接路徑兩類，并分析兩類作用機(jī)制的發(fā)生機(jī)理；②在研究方法上，綜合運(yùn)用多期DID方法、PSM-DID方法、空間DID方法，多維度考察智慧城市建設(shè)對(duì)城市碳排放的穩(wěn)健性影響，運(yùn)用機(jī)制分析方法，分步識(shí)別和檢驗(yàn)數(shù)字技術(shù)創(chuàng)新的直接和間接作用機(jī)制，并通過設(shè)置試點(diǎn)政策交互項(xiàng)，分類研究數(shù)字技術(shù)創(chuàng)新賦能的異質(zhì)性特征，由于方法科學(xué)和合理，具有一定借鑒價(jià)值；③在研究數(shù)據(jù)上，選擇數(shù)字技術(shù)授權(quán)專利數(shù)量和質(zhì)量作為刻畫數(shù)字技術(shù)創(chuàng)新水平的代理變量。目前在涉及智慧城市與技術(shù)創(chuàng)新關(guān)系的研究中，往往以授權(quán)專利作為分析工具，此種方式不能精確反映智慧城市數(shù)字化轉(zhuǎn)型的根本特征，本文將授權(quán)專利進(jìn)一步細(xì)分至數(shù)字技術(shù)領(lǐng)域，衡量方式更為科學(xué)。

2 政策背景與理論機(jī)制

2.1 政策背景

進(jìn)入21 世紀(jì)，伴隨新一代信息通信技術(shù)的快速發(fā)展，世界各國(guó)相繼掀起了智慧城市建設(shè)熱潮。2008年11月，IBM首次提出“智慧地球” 的理念，進(jìn)而引發(fā)全球智慧城市建設(shè)熱潮。IBM認(rèn)為智慧城市是利用物聯(lián)網(wǎng)、云計(jì)算、人工智能、地理空間基礎(chǔ)設(shè)施等新型信息技術(shù)，推動(dòng)城市化與信息技術(shù)深度融合，從而實(shí)現(xiàn)城市管理的精準(zhǔn)化、數(shù)字化和動(dòng)態(tài)化[12]。

為了緊跟世界發(fā)展潮流，探索智慧城市建設(shè)、運(yùn)行、管理、服務(wù)和發(fā)展的科學(xué)方式，我國(guó)住房城鄉(xiāng)建設(shè)部于2012年12月5日正式發(fā)布了“關(guān)于開展國(guó)家智慧城市試點(diǎn)工作的通知”，并印發(fā)《國(guó)家智慧城市試點(diǎn)暫行管理辦法》和《國(guó)家智慧城市(區(qū)、鎮(zhèn))試點(diǎn)指標(biāo)體系(試行)》兩個(gè)文件。2013年1月29日，由國(guó)家住建部組織的國(guó)家智慧城市試點(diǎn)創(chuàng)建工作會(huì)議在北京召開，會(huì)議公布了第一批90個(gè)國(guó)家智慧城市試點(diǎn)名單。其中，地級(jí)市37個(gè)，區(qū)(縣)50個(gè)，鎮(zhèn)3個(gè)。2013年8月，又新增103個(gè)城市(區(qū)、縣、鎮(zhèn))為第二批國(guó)家智慧城市試點(diǎn)；2014年，公布了第三批城市試點(diǎn)。之后，智慧城市建設(shè)相繼列入2015年政府工作報(bào)告和十九大報(bào)告，表明智慧城市建設(shè)正式上升為國(guó)家戰(zhàn)略。2018年和2019年賽迪網(wǎng)連續(xù)兩年評(píng)選出我國(guó)“智慧城市十大樣板工程”；2020年，上海市在全球智慧城市大會(huì)上獲得“世界智慧城市大獎(jiǎng)”；2021年住建部公布了我國(guó)智慧城市基礎(chǔ)設(shè)施與智能網(wǎng)聯(lián)汽車(“雙智”)協(xié)同發(fā)展的首批示范城市。這些動(dòng)態(tài)和舉措都表明我國(guó)智慧城市已經(jīng)發(fā)展到一個(gè)新階段，進(jìn)入到探索建設(shè)深水區(qū)。

2.2 理論框架

李德仁院士等[13]將智慧城市定義為在城市全面數(shù)字化基礎(chǔ)之上建立的可視、可量測(cè)、可感知、可分析、可控制的智能化城市管理與運(yùn)營(yíng)機(jī)制，包括城市網(wǎng)絡(luò)、傳感器、計(jì)算資源等基礎(chǔ)設(shè)施，以及在此基礎(chǔ)上通過實(shí)時(shí)信息或數(shù)據(jù)分析而建立的城市信息管理與綜合決策支撐等平臺(tái)。作為城市發(fā)展的劃時(shí)代新模式，智慧城市對(duì)碳排放的影響可能是多路徑、多維度、多效應(yīng)的，目前學(xué)界對(duì)該問題的闡釋還未形成統(tǒng)一的理論框架，但以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等為代表的數(shù)字技術(shù)很可能是人類未來解決能源以及礦產(chǎn)資源利用與生產(chǎn)生活需求矛盾的關(guān)鍵所在[14]。具體來說，智慧城市可以利用物聯(lián)網(wǎng)等數(shù)字技術(shù)，實(shí)時(shí)控制組織(人)、企業(yè)(政府)、交通、通信、水、能源六大核心組成部分的運(yùn)行和連接，然后利用云計(jì)算技術(shù)對(duì)城市數(shù)據(jù)進(jìn)行分析和整合，在連接物理系統(tǒng)和提供公共服務(wù)過程中提高資源利用效率，緩解大城市病如能源浪費(fèi)、環(huán)境污染、人口擁堵、碳排放等，創(chuàng)新城市治理模式，實(shí)現(xiàn)城市可持續(xù)發(fā)展[12]。其中，數(shù)字技術(shù)創(chuàng)新及應(yīng)用是智慧城市建設(shè)和發(fā)展的基礎(chǔ)性支撐。

基于此，本文試圖從數(shù)字技術(shù)創(chuàng)新視角構(gòu)建理論框架，研討智慧城市建設(shè)對(duì)碳排放的作用機(jī)制和影響效果。具體來說，從數(shù)字賦能的直接和間接路徑展開論證分析，具體見圖1。

圖1 數(shù)字技術(shù)賦能路徑框架Fig.1 Framework of digital technology empowerment path

首先，從數(shù)字技術(shù)賦能的直接路徑來看：第一，智慧城市運(yùn)營(yíng)首先表現(xiàn)為時(shí)空信息整合和計(jì)算，因此數(shù)字技術(shù)創(chuàng)新是其運(yùn)營(yíng)和建設(shè)的關(guān)鍵與前提。總體上，智慧城市主要由數(shù)字城市和物聯(lián)網(wǎng)、云計(jì)算三大支撐組成，目前三大類技術(shù)都沒有成熟經(jīng)驗(yàn)可供學(xué)習(xí)借鑒，各國(guó)都基本處于原始創(chuàng)新階段。在智慧城市建設(shè)過程中，一方面，政府和社會(huì)資本有動(dòng)力加大數(shù)字城市、物聯(lián)網(wǎng)和云計(jì)算技術(shù)研發(fā)投入，促進(jìn)三大數(shù)字技術(shù)實(shí)現(xiàn)重大突破。智慧管理、智慧服務(wù)、智慧運(yùn)行等管理需求也推動(dòng)數(shù)字技術(shù)研發(fā)與成果轉(zhuǎn)化，有助于企業(yè)效益改善、研發(fā)收益提高，進(jìn)一步激勵(lì)企業(yè)加大數(shù)字核心技術(shù)研發(fā)，實(shí)現(xiàn)研發(fā)投入的持續(xù)增長(zhǎng)。另一方面，智慧城市建設(shè)有助于實(shí)現(xiàn)城市運(yùn)轉(zhuǎn)更加精準(zhǔn)化、高效化和智能化，有助于吸引創(chuàng)新要素在城市高度集聚，智慧電網(wǎng)、智慧樓宇、智慧交通等基礎(chǔ)設(shè)施的建成也可以為企業(yè)和科研實(shí)體提供更多便捷服務(wù)，同時(shí)，極大降低研發(fā)成本、縮短研發(fā)周期、提高研發(fā)效率。尤其值得注意的是，平臺(tái)教育、在線課程、網(wǎng)絡(luò)課堂等智慧教育方式豐富了“互聯(lián)網(wǎng)+教育”類型和方式，有助于促進(jìn)優(yōu)質(zhì)教育資源在城市間流動(dòng)和共享。人力資本是最稀缺的社會(huì)創(chuàng)新資源，他們的創(chuàng)新成果往往能突破既定技術(shù)約束，為城市發(fā)展提供基礎(chǔ)支撐與技術(shù)支持?？s小城市教育差距，有助于提高教育、培訓(xùn)的課堂效率與社會(huì)成本，提升社會(huì)人力資本。第二，數(shù)字技術(shù)創(chuàng)新為城市碳減排提供了最具潛力的解決方案。隨著通信技術(shù)發(fā)展，以智能傳感、云計(jì)算、大數(shù)據(jù)和物聯(lián)網(wǎng)等為代表的數(shù)字技術(shù)有望重塑城市生產(chǎn)、生活系統(tǒng)。具體為：①數(shù)字技術(shù)在碳足跡、碳匯等領(lǐng)域的深度融合有助于促進(jìn)能源行業(yè)的數(shù)字化監(jiān)測(cè)、排放精準(zhǔn)計(jì)量與預(yù)測(cè)、規(guī)劃與實(shí)施效率提升，從而大幅提升能源使用效率，直接或間接地減少能源行業(yè)的碳排放[15]。此外，數(shù)字技術(shù)還可以通過對(duì)自然和地理?xiàng)l件的精確三維建模，縮短清潔能源研發(fā)周期，提高研發(fā)效率；②數(shù)字化技術(shù)發(fā)展對(duì)傳統(tǒng)產(chǎn)業(yè)的影響，如工業(yè)制造、農(nóng)業(yè)和土地利用、建筑、交通和其它領(lǐng)域的數(shù)字化技術(shù)解決方案有助于大幅降低能源消耗，減少碳足跡(Carbon Footprint)。此外，由數(shù)字技術(shù)引領(lǐng)的新業(yè)態(tài)、新模式變革還有助于轉(zhuǎn)變消費(fèi)理念，重構(gòu)商業(yè)模式，促進(jìn)消費(fèi)綠色轉(zhuǎn)型。通過數(shù)字化、自動(dòng)化的綠色消費(fèi)信息平臺(tái)，推動(dòng)產(chǎn)供銷全鏈條暢通，加快發(fā)展綠色物流配送，推廣綠色用品消費(fèi)、綠色衣著消費(fèi)和綠色居住消費(fèi)，助力智慧城市碳達(dá)峰、碳中和目標(biāo)實(shí)現(xiàn)。

基于以上分析，本文提出研究假設(shè)：

H1:我國(guó)智慧城市建設(shè)有助于降低試點(diǎn)城市的碳排放。

H2:我國(guó)智慧城市建設(shè)試點(diǎn)可以通過數(shù)字技術(shù)創(chuàng)新的直接路徑降低城市碳排放。

其次，從數(shù)字技術(shù)賦能的間接路徑來看：第一，數(shù)字技術(shù)創(chuàng)新是城市產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進(jìn)的重要驅(qū)動(dòng)力。數(shù)字技術(shù)創(chuàng)新不需要進(jìn)行庫存管理，也沒有運(yùn)輸延誤，其基本創(chuàng)新要素是數(shù)字字節(jié)、編程語言、協(xié)議、標(biāo)準(zhǔn)、軟件庫、生產(chǎn)力工具等，全球的數(shù)字創(chuàng)新者都可以聯(lián)合起來創(chuàng)建新的web應(yīng)用程序，這種平行式發(fā)展是目前數(shù)字技術(shù)創(chuàng)新爆發(fā)的主要原因，而創(chuàng)新效率提高的典型特征是產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，即創(chuàng)新效率通過產(chǎn)業(yè)生產(chǎn)是否達(dá)到生產(chǎn)可能性邊界影響產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，這是通過技術(shù)效率與規(guī)模效率提高實(shí)現(xiàn)的[6]。另外，人工智能等新一代數(shù)字技術(shù)會(huì)對(duì)勞動(dòng)力或資本產(chǎn)生替代，在不同產(chǎn)業(yè)具有差異化應(yīng)用前景，并通過加速生產(chǎn)要素在產(chǎn)業(yè)部門間的流動(dòng)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)[16]。數(shù)字技術(shù)在農(nóng)業(yè)領(lǐng)域的滲透則相對(duì)滯后，基礎(chǔ)設(shè)施的城鄉(xiāng)異質(zhì)性導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)第一產(chǎn)業(yè)的滲透率低于第二、三產(chǎn)業(yè)，在利潤(rùn)最大化的驅(qū)使下，數(shù)字化資本會(huì)逐步由第一產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移[17]。而從第二產(chǎn)業(yè)內(nèi)部來看，以“互聯(lián)網(wǎng)+”為核心的數(shù)字技術(shù)有助于顛覆企業(yè)盈利模式、改變市場(chǎng)結(jié)構(gòu)、擴(kuò)展資源配置邊界[18]，從而推動(dòng)以勞動(dòng)密集型、重工業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)向以技術(shù)含量高、環(huán)境友好型為主的產(chǎn)業(yè)結(jié)構(gòu)[19]?？傮w來看，數(shù)字化技術(shù)會(huì)驅(qū)使產(chǎn)業(yè)結(jié)構(gòu)加速向以服務(wù)業(yè)和高端制造業(yè)為主的結(jié)構(gòu)轉(zhuǎn)型。第二，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是城市實(shí)現(xiàn)碳減排的重要?jiǎng)恿C(jī)制。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)對(duì)碳排放的重要意義在于其既是各類經(jīng)濟(jì)投入與產(chǎn)出的資源轉(zhuǎn)換器，又是各種污染物種類和數(shù)量的環(huán)境控制器[20]。Li等[21]基于OECD數(shù)據(jù)、KPWW方法和多元面板回歸，通過脈沖響應(yīng)分析和方差分解發(fā)現(xiàn)，提高非化石能源使用比例、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)是數(shù)字技術(shù)創(chuàng)新降低碳排放強(qiáng)度的有效機(jī)制。本文認(rèn)為，總體上看，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是由技術(shù)創(chuàng)新和技術(shù)突破內(nèi)生的，其促進(jìn)城市實(shí)現(xiàn)碳減排的主要機(jī)理在于：一方面，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)意味著第三產(chǎn)業(yè)部門比重持續(xù)提高，而第三產(chǎn)業(yè)能耗強(qiáng)度小于工業(yè)部門；另一方面，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)意味著資源要素從低效率企業(yè)流向高效率企業(yè)，而高效率企業(yè)的能源使用效率也較高，從而驅(qū)使整個(gè)產(chǎn)業(yè)部門向低碳綠色發(fā)展，即傳統(tǒng)農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)積極向生態(tài)農(nóng)業(yè)、低碳工業(yè)和現(xiàn)代化服務(wù)業(yè)轉(zhuǎn)型升級(jí)，進(jìn)而帶動(dòng)城市碳排放的整體下降。

基于以上分析，本文提出研究假設(shè)：

H3：我國(guó)智慧城市建設(shè)試點(diǎn)可以通過“數(shù)字技術(shù)創(chuàng)新→產(chǎn)業(yè)結(jié)構(gòu)升級(jí)”的間接路徑，降低城市碳排放。

3 研究設(shè)計(jì)

3.1 模型設(shè)定

為檢驗(yàn)以上研究假設(shè)，本文采用多期DID方法評(píng)價(jià)智慧城市試點(diǎn)工作的推進(jìn)對(duì)城市二氧化碳的減排效應(yīng)?；净貧w模型設(shè)定如下：

CO2it=α+βDIDit+γControlit+λi+ηt+εit

(1)

式(1)中，CO2it為城市i在t年的城市碳排放水平；DIDit為虛擬變量，如果城市i在第t年開始智慧城市試點(diǎn)，取值為1，否則取值為0；Controlit代表一系列控制變量；λi為城市固定效應(yīng)，ηt為時(shí)間固定效應(yīng)，εi,t表示隨機(jī)擾動(dòng)項(xiàng)。

3.2 變量設(shè)定與數(shù)據(jù)說明

3.2.1 被解釋變量

本文的被解釋變量為城市碳排放水平。參考相關(guān)方法，用城市人均碳排放(P-CO2)(噸/萬人)和每萬元GDP的碳排放總量(I-CO2)(噸/萬元)兩個(gè)變量表示城市碳排放水平，每萬元GDP的碳排放總量又稱為碳排放強(qiáng)度，上述兩個(gè)變量均取對(duì)數(shù)。碳排放的原始數(shù)據(jù)來源于《城市統(tǒng)計(jì)年鑒》和《城市建設(shè)統(tǒng)計(jì)年鑒》，并根據(jù)吳建新和郭智勇[22]的方法匯總，計(jì)算出城市層面的碳排放數(shù)據(jù)。由于《城市建設(shè)統(tǒng)計(jì)年鑒》目前僅更新至2020年版，因此本文的數(shù)據(jù)范圍設(shè)定為2006—2019年。

3.2.2 核心解釋變量

本文的核心解釋變量為智慧城市試點(diǎn)政策?？紤]到我國(guó)第一批智慧城市試點(diǎn)始于2012 年末，正式公布于2013年1月29日。因此，將第一批實(shí)驗(yàn)組城市的實(shí)驗(yàn)期設(shè)為2013年，非試點(diǎn)城市定義為控制組。由于國(guó)家在設(shè)立智慧城市試點(diǎn)時(shí)，將一些地級(jí)市的某個(gè)縣或區(qū)也作為試點(diǎn)，為了防止這類情況帶來的估計(jì)偏誤，借鑒石大千等[9]的作法，剔除這類地級(jí)市樣本。另外需要說明的是，第二批政策試點(diǎn)新增了一些地市范圍的區(qū)或縣，經(jīng)過匹配，本文發(fā)現(xiàn)第二批試點(diǎn)中新增的9個(gè)區(qū)在第一批剔除的地市樣本范圍內(nèi)。因此，最終確定的實(shí)驗(yàn)組樣本實(shí)際上只包含第一和第三批的智慧建設(shè)試點(diǎn)城市，政策起點(diǎn)分別是2013年和2014年。

3.2.3 控制變量

本文選取的控制變量包括：①經(jīng)濟(jì)發(fā)展水平(P-GDP)，用人均GDP對(duì)數(shù)表示，已有研究表明，城市碳排放水平與經(jīng)濟(jì)發(fā)展水平密切相關(guān)，經(jīng)濟(jì)發(fā)展水平會(huì)直接影響城市碳排放水平；②經(jīng)濟(jì)發(fā)展水平的平方項(xiàng)(P-GDP2)，用人均GDP對(duì)數(shù)的平方表征，環(huán)境庫茲涅茨曲線(EKC，Environmental Kuznets Curve)表明，環(huán)境污染水平與經(jīng)濟(jì)發(fā)展水平呈倒U型關(guān)系，因此加入經(jīng)濟(jì)發(fā)展水平的平方項(xiàng)；③經(jīng)濟(jì)發(fā)展速度(Speed)，用GDP增長(zhǎng)率表示，經(jīng)濟(jì)發(fā)展速度越快，資源消耗的增速也越快，相應(yīng)地帶來碳排放量的快速增長(zhǎng)；④財(cái)政壓力(Press)，用“(公共財(cái)政收入/公共財(cái)政支出)-1”的方法衡量，財(cái)政壓力直接關(guān)系到政府部門治理環(huán)境的資金投入，財(cái)政壓力越大，表明碳排放治理將面臨預(yù)算約束，從而不利于城市碳減排；⑤科技投入(Science)，采用財(cái)政科技投入占GDP的比重表征，財(cái)政科技投入能夠有效促進(jìn)城市碳達(dá)峰碳中和技術(shù)研發(fā)，完善各產(chǎn)業(yè)碳排放管理和監(jiān)控體系，從而有利于降低城市碳排放；⑥人口規(guī)模(Population)，用年均人口的對(duì)數(shù)表示，一般而言，人口規(guī)模越大，城市碳排放的總量也會(huì)越大；⑦行政區(qū)域土地面積(Area)，以當(dāng)?shù)爻鞘袇^(qū)劃的土地面積(平方公里)表示，城市區(qū)劃的土地面積越大，表示城市碳排放的總量也會(huì)增大。以上控制變量數(shù)據(jù)來源于2007—2020年的《中國(guó)城市統(tǒng)計(jì)年鑒》。

4 計(jì)量檢驗(yàn)與分析

4.1 基準(zhǔn)回歸結(jié)果

表2匯報(bào)了利用雙重差分方法估計(jì)智慧城市建設(shè)試點(diǎn)影響城市碳排放的基本結(jié)果。模型(1)—(4)為將人均碳排放作為被解釋變量的回歸結(jié)果，模型(5)—(8)為碳排放強(qiáng)度作為被解釋變量的回歸結(jié)果?？梢钥闯觯瑹o論是否控制個(gè)體效應(yīng)或時(shí)間效應(yīng)，相比不是智慧城市試點(diǎn)的城市，試點(diǎn)智慧城市的人均碳排放量和碳排放強(qiáng)度都出現(xiàn)明顯下降，且估計(jì)系數(shù)都通過了1%水平下的顯著性檢驗(yàn)。另外，在方程回歸的基礎(chǔ)上計(jì)算各模型的VIF值，結(jié)果都遠(yuǎn)小于10，說明不存在多重共線性問題。表2的基準(zhǔn)回歸結(jié)果初步證明了本文提出的研究假設(shè)H1。

表1 變量描述性統(tǒng)計(jì)Tab.1 Descriptive statistics of variables

表2 基準(zhǔn)回歸結(jié)果Tab.2 Benchmark regression results

4.2 平行趨勢(shì)及安慰劑檢驗(yàn)

4.2.1 平行趨勢(shì)及動(dòng)態(tài)效果識(shí)別

使用雙重差分的前提是政策實(shí)施前實(shí)驗(yàn)組與控制組并不存在顯著差異，如果政策實(shí)施前實(shí)驗(yàn)組與控制組樣本中的碳排放不存在平行趨勢(shì)，回歸結(jié)果就不能充分表明城市碳排放下降完全是由智慧城市建設(shè)帶來的。本文使用事件分析法檢驗(yàn)平行趨勢(shì)假說是否成立，具體是將基準(zhǔn)回歸中的智慧城市試點(diǎn)的虛擬變量替換成利用政策試點(diǎn)前后生成的試點(diǎn)虛擬變量，模型設(shè)定如下：

(2)

式(2)中，DIDkit為政策實(shí)施前后各4年的虛擬變量，其它變量定義與基準(zhǔn)回歸方程式一致。DIDkit的賦值規(guī)則如下：posti為智慧城市試點(diǎn)年份，如果t-posti=k，則DIDkit=1，反之DIDkit=0(k∈(-4,4))。當(dāng)k≥4或者k≤-4時(shí)，賦值DIDkit=1，反之為0。作為參照物，選取政策實(shí)施前一年為基期，在方程中去掉D-1it的虛擬變量。然后，以此觀察式(2)中βk系數(shù)的大小及顯著性，其反映了試點(diǎn)前后城市人均碳排放和碳排放強(qiáng)度變化。如果樣本滿足平行趨勢(shì)假設(shè)檢驗(yàn)，則β-4、β-3、β-2不顯著。

如圖2(2a,2b)所示，β-4、β-3、β-2不能拒絕為0的原假設(shè)，表明實(shí)驗(yàn)組與控制組城市的碳排放在政策實(shí)施前不存在顯著差異，滿足平行趨勢(shì)假設(shè)。就政策的動(dòng)態(tài)效應(yīng)看，人均碳排放除政策實(shí)施后的第3年不顯著外，其它年份均在1%的水平下通過顯著性檢驗(yàn)，而碳排放強(qiáng)度則在第二年和第三年表現(xiàn)為顯著下降。

4.2.2 安慰劑檢驗(yàn)

為排除政策沖擊不隨機(jī)和城市異質(zhì)性對(duì)研究結(jié)論的影響，本文以隨機(jī)生成處理組的方式進(jìn)行安慰劑檢驗(yàn)，即隨機(jī)挑選出與試點(diǎn)城市數(shù)量相同的城市組作為處理組，其它城市為控制組，然后重復(fù)1 000次檢驗(yàn)。若經(jīng)此反事實(shí)構(gòu)造的政策效應(yīng)均值在0附近并滿足正態(tài)分布，則說明本文結(jié)論不會(huì)受到其它因素影響，反之則說明存在其它混雜因素。由圖3的估計(jì)系數(shù)分布可知，基于隨機(jī)樣本估計(jì)得到的系數(shù)均值在0 附近，并且500 次安慰劑檢驗(yàn)估計(jì)系數(shù)小于基準(zhǔn)回歸系數(shù)的概率小于5%，表明智慧城市的碳減排效應(yīng)并不是由常規(guī)性的隨機(jī)因素和不可觀測(cè)因素導(dǎo)致的。

圖2 平行趨勢(shì)假說檢驗(yàn)Fig.2 Hypothesis test of parallel trend

圖3 安慰劑檢驗(yàn)Fig. 3 Placebo test

4.3 穩(wěn)健性檢驗(yàn)

4.3.1 PSM-DID方法

在運(yùn)用DID 方法前需要實(shí)驗(yàn)組與控制組各方面特征盡可能相似，也就是說選擇與實(shí)驗(yàn)組特征盡可能相似的非智慧城市作為控制組[24]。為了解決樣本選擇的偏差問題，確保基本結(jié)論穩(wěn)健，進(jìn)一步使用傾向得分匹配—雙重差分方法(PSM-DID)分析智慧型城市建設(shè)的碳減排效果。具體步驟是：第一，對(duì)基本回歸分析中的控制變量進(jìn)行平衡性檢驗(yàn)，篩選出滿足平衡性檢驗(yàn)要求的協(xié)變量；第二，基于Logit模型使用這些協(xié)變量預(yù)測(cè)出每個(gè)城市被選為智慧城市試點(diǎn)的概率，再依次使用半徑匹配、核匹配和一階近鄰匹配，生成智慧城市匹配控制組，使得匹配組和處理組在接受智慧城市試點(diǎn)前沒有顯著差異；第三，在上述基礎(chǔ)上，根據(jù)基準(zhǔn)回歸中使用的DID模型再次識(shí)別智慧城市建設(shè)對(duì)碳減排的凈效應(yīng)。由于傾向得分匹配法旨在處理可觀測(cè)特征產(chǎn)生的自選擇偏差問題，將其與雙重差分結(jié)合，可以有效解決因可觀測(cè)和不可觀測(cè)特征產(chǎn)生的偏差問題，政策識(shí)別效應(yīng)也更有效。匹配回歸結(jié)果如表3所示，可以看出，無論是使用哪種匹配方法，其系數(shù)符號(hào)、大小均與基本結(jié)論一致，因此可以證明回歸結(jié)論穩(wěn)健可靠。

4.3.2 空間DID方法

為了避免智慧城市建設(shè)空間效應(yīng)可能帶來的估計(jì)偏誤，基于空間杜賓模型構(gòu)建多時(shí)點(diǎn)空間DID，進(jìn)一步展開穩(wěn)健性檢驗(yàn)。構(gòu)建模型如下：

(3)

利用樣本城市匹配3種類型的空間權(quán)重矩陣，分別為空間鄰接權(quán)重矩陣、地理反距離空間權(quán)重矩陣和經(jīng)濟(jì)距離空間權(quán)重矩陣。空間鄰接權(quán)重矩陣使用0和1來標(biāo)記城市間空間相鄰情況，屬于定性界定。地理反距離空間權(quán)重矩陣以距離的倒數(shù)作為矩陣權(quán)重，城市間距離越大，權(quán)重就越??；反之就越大。經(jīng)濟(jì)距離空間權(quán)重矩陣則以兩座城市人均GDP差值的倒數(shù)為測(cè)度依據(jù)，構(gòu)建矩陣空間。在此基礎(chǔ)上，運(yùn)用Moran'I指數(shù)檢驗(yàn)3種空間矩陣下人均碳排放和碳排放強(qiáng)度的空間自相關(guān)性。結(jié)果顯示，2008—2019年城市碳排放兩個(gè)指標(biāo)的Moran'I指數(shù)均達(dá)到1%的顯著性水平，說明我國(guó)各城市的碳排放具有顯著的空間自相關(guān)性，碳排放在空間分布上具有集聚特征。從表4的回歸結(jié)果可以看出，在不同的空間權(quán)重矩陣下，無論是人均碳排放還是碳排放強(qiáng)度作為被解釋變量，政策虛擬變量(W*DID)系數(shù)均在1%的水平上顯著為負(fù)，表明在充分考慮主回歸模型誤差項(xiàng)的空間相關(guān)性后，智慧城市建設(shè)政策試點(diǎn)依然會(huì)顯著降低城市的碳排放。

表3 PSM-DID穩(wěn)健性檢驗(yàn)Tab.3 PSM-DID robustness test

表4 空間DID穩(wěn)健性檢驗(yàn)Tab.4 Robustness test of spatial DID

除以上檢驗(yàn)外，依次采用刪除省會(huì)和副省級(jí)以上城市樣本、排除低碳城市試點(diǎn)和碳排放交易權(quán)試點(diǎn)政策干擾、控制“省份—年份”聯(lián)合固定效應(yīng)等方式進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示，結(jié)論依然穩(wěn)健。

5 機(jī)制檢驗(yàn)

上文從數(shù)字技術(shù)創(chuàng)新賦能視角分析了智慧城市建設(shè)影響城市碳排放的理論機(jī)制，為了驗(yàn)證由此提出的研究假設(shè)H2和H3，探尋智慧城市發(fā)展過程中數(shù)字技術(shù)創(chuàng)新對(duì)城市碳足跡的影響效應(yīng)，判斷數(shù)字技術(shù)創(chuàng)新是不是智慧城市賦能城市碳減排的直接或間接動(dòng)力機(jī)制，進(jìn)行實(shí)證檢驗(yàn)。

5.1 直接賦能路徑檢驗(yàn)

首先，以數(shù)量與質(zhì)量?jī)深愔笜?biāo)具體衡量城市數(shù)字技術(shù)創(chuàng)新水平。其中，數(shù)字技術(shù)創(chuàng)新數(shù)量指標(biāo)采用與數(shù)字經(jīng)濟(jì)相關(guān)的每萬人授權(quán)專利數(shù)(Patent)表示；考慮到發(fā)明專利授權(quán)數(shù)量實(shí)際上更能反映城市技術(shù)創(chuàng)新的真實(shí)水平，因此數(shù)字技術(shù)創(chuàng)新質(zhì)量指標(biāo)采用與數(shù)字經(jīng)濟(jì)相關(guān)的每萬人發(fā)明授權(quán)專利數(shù)(Invention)表征。與數(shù)字經(jīng)濟(jì)相關(guān)的專利以及發(fā)明專利授權(quán)數(shù)據(jù)來源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(Chinese Research Data Services,CNRDS) 開發(fā)的數(shù)字經(jīng)濟(jì)研究數(shù)據(jù)庫(Digital Economy Research Database，DERD)。

其次，在模型(1)的基礎(chǔ)上檢驗(yàn)數(shù)字技術(shù)賦能直接路徑的有效性。從表5的模型(1) —(2)可以看出，智慧城市建設(shè)政策變量(DID) 對(duì)人均數(shù)字專利數(shù)(Patent)和人均數(shù)字發(fā)明專利數(shù)(Invention)的影響都在1%水平下顯著為正，表明智慧城市建設(shè)無論是對(duì)城市數(shù)字技術(shù)創(chuàng)新數(shù)量還是質(zhì)量都具有促進(jìn)作用。從表5的模型(3)—(4)可以發(fā)現(xiàn)，將人均數(shù)字專利數(shù)(Patent)和人均數(shù)字發(fā)明專利數(shù)(Invention)分別與政策變量(DID)同時(shí)納入回歸方程后，其與政策變量(DID)的系數(shù)都在1%水平下顯著為負(fù)，結(jié)合方程(1)中政策變量(DID)對(duì)城市碳排放的直接回歸結(jié)果，表明智慧城市建設(shè)有助于提高城市數(shù)字技術(shù)創(chuàng)新數(shù)量和質(zhì)量，而城市數(shù)字技術(shù)創(chuàng)新質(zhì)和量的提升可以推動(dòng)城市實(shí)現(xiàn)碳減排。表5的模型(5)—(6)為以碳排放強(qiáng)度為被解釋變量的回歸結(jié)果，其亦呈現(xiàn)出相同的顯著性特征，證明數(shù)字技術(shù)創(chuàng)新在智慧城市建設(shè)與城市碳減排之間確實(shí)起到顯著的中介作用，換而言之，數(shù)字技術(shù)創(chuàng)新是智慧城市賦能碳減排的直接路徑，從而證明了本文提出的基本假設(shè)H2。

5.2 間接賦能路徑檢驗(yàn)

參考石大千等[9]的機(jī)制檢驗(yàn)方法，分兩步檢驗(yàn)數(shù)字技術(shù)賦能間接路徑的有效性。產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)采用第三產(chǎn)業(yè)占第二產(chǎn)業(yè)比重表示。第一步，檢驗(yàn)數(shù)字技術(shù)創(chuàng)新路徑在政策變量(DID)與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化之間的作用。從表6的模型(1)可以看出，智慧城市政策變量(DID)對(duì)城市產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)的影響系數(shù)顯著為正，從模型(2)—(3)可以發(fā)現(xiàn)，衡量數(shù)字技術(shù)創(chuàng)新的兩個(gè)指標(biāo)(Patent和Invention)和政策變量(DID)在同一方程內(nèi)都對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化呈現(xiàn)1%水平下的顯著正向影響，結(jié)合表5的模型(1)—(2)，即政策變量(DID)對(duì)城市數(shù)字技術(shù)創(chuàng)新兩個(gè)指標(biāo)的影響在1%水平下顯著為正，由此說明，智慧城市建設(shè)促進(jìn)了數(shù)字技術(shù)創(chuàng)新，而數(shù)字技術(shù)創(chuàng)新顯著提高了城市產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)。第二步，繼續(xù)檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化在政策變量(DID)與城市碳排放之間的作用。從表6的模型(4)—(5)可以發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)與政策變量(DID)對(duì)城市碳排放(人均碳排放P-CO2和碳排放強(qiáng)度I-CO2)的影響都在1%的水平下顯著為負(fù)，結(jié)合表2中政策變量(DID)對(duì)碳排放的基本回歸結(jié)果以及表6的模型(1)，即政策變量(DID)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)的影響效應(yīng)，可以判斷，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化(Industry)在智慧城市建設(shè)和碳排放之間也發(fā)揮了內(nèi)在機(jī)制作用。綜合第一步和第二步的實(shí)證結(jié)果，可以發(fā)現(xiàn)，存在一條“智慧城市建設(shè)→數(shù)字技術(shù)創(chuàng)新→產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化→城市碳減排”的因果鏈?zhǔn)疥P(guān)系，證明了本文提出的研究假設(shè)H3，即智慧城市建設(shè)能夠通過“數(shù)字技術(shù)創(chuàng)新→產(chǎn)業(yè)結(jié)構(gòu)升級(jí)”的間接路徑促進(jìn)城市實(shí)現(xiàn)碳減排?？梢姡鳛榧夹g(shù)賦能的城市發(fā)展新模式，智慧城市有望通過物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)創(chuàng)新，為我國(guó)逐步降低碳排放提供新途徑和新選擇。

表5 數(shù)字技術(shù)賦能直接路徑檢驗(yàn)Tab.5 Direct path test of digital technology empowerment

表6 數(shù)字技術(shù)賦能間接路徑檢驗(yàn)Tab.6 Indirect path test of digital technology empowerment

6 異質(zhì)性分析

分析智慧城市建設(shè)對(duì)城市碳排放的異質(zhì)性影響，需要確定哪些城市發(fā)展特征對(duì)智慧城市建設(shè)有所裨益?？傮w來看，智慧城市建設(shè)需要人(人力資本)、財(cái)(金融發(fā)展)、物(信息基礎(chǔ)設(shè)施)等的支持[9]?；诖?，本文從人、財(cái)、物3個(gè)方面具體分析不同類型智慧城市賦能城市碳減排的異質(zhì)性影響。

6.1 調(diào)節(jié)作用

人、財(cái)、物的具體衡量方法為：①城市人力資本水平(Human)：以每萬人大學(xué)生數(shù)表示；②金融發(fā)展(Finance)：以金融機(jī)構(gòu)存貸款余額占GDP 比重衡量；③信息基礎(chǔ)設(shè)施(Material)：以互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量，表示智慧城市物力方面的支持。數(shù)據(jù)來源于2007—2020年的《中國(guó)城市統(tǒng)計(jì)年鑒》。

分別將人力資本(Human)、金融發(fā)展(Finance)和信息基礎(chǔ)設(shè)施指標(biāo)變量(Material)和智慧城市試點(diǎn)政策變量(DID)進(jìn)行交互，并以人均碳排放(P-CO2)作為被解釋變量，納入主方程(1)進(jìn)行回歸，表7的模型(1)—(3)展示了各回歸方程交互項(xiàng)系數(shù)的顯著性結(jié)果?？梢园l(fā)現(xiàn)，人力資本(Human)、金融發(fā)展(Finance)和信息基礎(chǔ)設(shè)施(Material)三類異質(zhì)性指標(biāo)與政策變量(DID)的交互項(xiàng)系數(shù)都在1%水平下顯著為負(fù)，表明人力、財(cái)力和物力支持越集中的智慧試點(diǎn)城市，其碳減排的賦能作用也越顯著，原因可能在于人力資本、金融支持和物質(zhì)支持越充分的城市，其對(duì)城市數(shù)字技術(shù)創(chuàng)新的促進(jìn)作用越顯著，而上文分析表明，數(shù)字技術(shù)創(chuàng)新實(shí)際上能夠通過直接路徑或間接路徑促進(jìn)城市實(shí)現(xiàn)碳減排。

6.2 傳導(dǎo)機(jī)制

為了驗(yàn)證以上提出的人力、財(cái)力和物力3個(gè)政策調(diào)節(jié)變量對(duì)數(shù)字技術(shù)創(chuàng)新的可能性影響，需要考察3個(gè)政策調(diào)節(jié)變量通過數(shù)字技術(shù)創(chuàng)新影響城市碳排放的傳導(dǎo)機(jī)制。將人均數(shù)字技術(shù)發(fā)明專利(Invention)作為被解釋變量，將智慧城市政策變量(DID)與人力資本(Human)、金融發(fā)展(Finance)與基礎(chǔ)設(shè)施(Material)的交互項(xiàng)納入主方程(1)進(jìn)行回歸。表 8模型(1)—(3)的結(jié)果表明，3個(gè)交互項(xiàng)系數(shù)都在1%的水平下顯著為正，表明人力、財(cái)力和物力集聚對(duì)智慧城市的數(shù)字技術(shù)創(chuàng)新起正向調(diào)節(jié)作用；進(jìn)一步，將人均數(shù)字技術(shù)發(fā)明專利(Invention)與3個(gè)交互項(xiàng)統(tǒng)一納入以人均碳排放(P-CO2)為被解釋變量的方程進(jìn)行回歸。模型(4)—(6)顯示，人均數(shù)字技術(shù)發(fā)明專利(Invention)與3個(gè)交互項(xiàng)的系數(shù)都在1%水平下顯著為負(fù)，表明城市人力、財(cái)力和物力水平集聚確實(shí)是通過數(shù)字技術(shù)創(chuàng)新對(duì)城市碳減排帶來實(shí)質(zhì)性影響的。在以上異質(zhì)性檢驗(yàn)方法和步驟中，本文將被解釋變量替換為碳排放強(qiáng)度指標(biāo)(I-CO2)并進(jìn)行驗(yàn)證，結(jié)果顯示，各系列方程的顯著性沒有發(fā)生質(zhì)的變化。以上異質(zhì)性研究結(jié)果表明，智慧城市作為技術(shù)賦能型城市發(fā)展模式，資金、人才、基礎(chǔ)設(shè)施等創(chuàng)新要素的空間集聚對(duì)數(shù)字技術(shù)突破與創(chuàng)新仍然起到基礎(chǔ)性作用，而且在“雙碳”戰(zhàn)略背景下創(chuàng)新要素集聚還有利于實(shí)現(xiàn)城市碳減排和綠色可持續(xù)發(fā)展。

表7 異質(zhì)性檢驗(yàn)(1)Tab.7 Heterogeneity test (1)

表8 異質(zhì)性檢驗(yàn)(2)Tab.8 Heterogeneity test (2)

7 結(jié)論與建議

7.1 研究結(jié)論

本文基于中國(guó)情境下智慧城市試點(diǎn)賦能城市碳減排要求，利用2006—2019年城市面板數(shù)據(jù)，從數(shù)字技術(shù)創(chuàng)新視角，綜合采取多期DID模型、PSM-DID模型、中介效應(yīng)模型、調(diào)節(jié)效應(yīng)模型，多角度實(shí)證考察了智慧城市試點(diǎn)影響城市碳排放的內(nèi)在機(jī)制和因果效應(yīng)。主要結(jié)論如下：①智慧城市試點(diǎn)能夠有效促進(jìn)我國(guó)城市實(shí)現(xiàn)碳減排，有力支撐我國(guó)碳達(dá)峰碳中和行動(dòng)，在引入PSM-DID模型、空間DID模型克服樣本選擇偏差和空間效應(yīng)影響并重新進(jìn)行估計(jì)后，結(jié)論依然穩(wěn)??；②智慧城市試點(diǎn)主要通過數(shù)字技術(shù)創(chuàng)新的直接路徑，以及“數(shù)字技術(shù)創(chuàng)新→產(chǎn)業(yè)結(jié)構(gòu)升級(jí)”的間接路徑促進(jìn)城市碳減排，數(shù)字技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可以形成鏈?zhǔn)揭蚬P(guān)聯(lián)共同助力智慧城市達(dá)成碳達(dá)峰碳中和；③異質(zhì)性分析表明，人力、資金、信息基礎(chǔ)設(shè)施支持越充分的城市，其促進(jìn)城市碳減排的效應(yīng)也越顯著，主要原因在于人力資本、財(cái)政資金、金融資本以及物質(zhì)資本集聚對(duì)城市數(shù)字技術(shù)創(chuàng)新具有顯著的正向調(diào)節(jié)功能。

7.2 政策建議

在智慧城市建設(shè)成為當(dāng)前我國(guó)城市發(fā)展的主流模式背景下，應(yīng)采取以下政策措施：①進(jìn)一步強(qiáng)化數(shù)字技術(shù)在碳減排領(lǐng)域的研發(fā)和應(yīng)用，發(fā)揮大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等前沿技術(shù)在碳排放源頭鎖定、數(shù)據(jù)分析、監(jiān)測(cè)監(jiān)管、預(yù)測(cè)預(yù)警等領(lǐng)域的關(guān)鍵作用，實(shí)現(xiàn)城市碳排放管理的精細(xì)化、在線化和智能化；②進(jìn)一步發(fā)揮產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化在城市碳減排中的潛在賦能作用，既要加快產(chǎn)業(yè)結(jié)構(gòu)向以第三產(chǎn)業(yè)為主的現(xiàn)代產(chǎn)業(yè)結(jié)構(gòu)升級(jí)過渡，也要促進(jìn)產(chǎn)業(yè)內(nèi)部低碳化、綠色化發(fā)展，逐步采用清潔能源以替代傳統(tǒng)的化石能源；③綜合采取人力資本提升、財(cái)政科技支出增加、金融投資擴(kuò)大等多種公共政策手段，持續(xù)提升智慧城市數(shù)字技術(shù)創(chuàng)新稟賦與能力，推動(dòng)“數(shù)字新基建”跨越式發(fā)展，夯實(shí)數(shù)字經(jīng)濟(jì)促進(jìn)創(chuàng)新的基礎(chǔ)設(shè)施；④擴(kuò)大智慧城市試點(diǎn)，在前三批智慧城市試點(diǎn)基礎(chǔ)上總結(jié)經(jīng)驗(yàn)，逐步將智慧城市建設(shè)覆蓋我國(guó)所有城市，提高各類城市建設(shè)、管理、服務(wù)的智能化水平，讓我國(guó)城市運(yùn)轉(zhuǎn)更敏捷、更高效、更低碳。