摘?要：實現(xiàn)“雙碳”目標(biāo)是中國向世界做出的莊嚴承諾。作為新型的城鎮(zhèn)化發(fā)展模式，智慧城市建設(shè)能否降低碳排放？基于中國城市面板數(shù)據(jù)，文章運用空間DID模型和SBM-GML分解方法揭示了智慧城市建設(shè)對碳排放的影響及其作用機制。研究發(fā)現(xiàn)智慧城市建設(shè)短期降低碳排放，而長期增加碳排放。機制分析發(fā)現(xiàn)短期技術(shù)效應(yīng)發(fā)揮的減排效果；而長期技術(shù)進步的回彈效應(yīng)阻礙減排。

關(guān)鍵詞?智慧城市；碳排放；空間DID模型；SBM-GML；指數(shù)分解

中圖分類號：F49;F299.2?????文獻標(biāo)識碼：A???文章編號：1005-6432（2024）17-0000-04

[DOI]10.13939/j.cnki.zgsc.2024.17.002

1???引言

實現(xiàn)碳達峰目標(biāo)的關(guān)鍵在于如何有效控制和減少二氧化碳排放的增量。現(xiàn)有針對中國碳排放驅(qū)動因素研究普遍認為城鎮(zhèn)化水平等是影響碳排放的重要因素。但由于城鎮(zhèn)化發(fā)展階段不同，傳統(tǒng)“以物為本”的粗放式城鎮(zhèn)化發(fā)展方式對碳排放的影響是復(fù)雜的。傳統(tǒng)的城市發(fā)展模式尚無法解決減排難題，尋求新型的可持續(xù)城鎮(zhèn)化發(fā)展方式或許是實現(xiàn)碳達峰目標(biāo)的關(guān)鍵突破口[1]。智慧城市建設(shè)是新型城鎮(zhèn)化的重要依托，它強調(diào)將新一代信息技術(shù)充分運用于城市中的各行各業(yè)，實現(xiàn)信息化、城鎮(zhèn)化與工業(yè)化的深度融合，將有助于緩解“大城市病”，促進城市經(jīng)濟、環(huán)境和資源協(xié)調(diào)可持續(xù)發(fā)展，全面提升城鎮(zhèn)化質(zhì)量。那么，中國智慧城市建設(shè)是否有助于降低碳排放？如果可以，這種影響又是如何實現(xiàn)的？基于上述問題，文章運用2003-2016年中國148個城市面板數(shù)據(jù)，綜合空間DID模型和基于松弛變量的數(shù)據(jù)包絡(luò)分析模型（SBM）對表示技術(shù)進步的Global?Malmquist?Index（GML）進行測算和分解，深度地揭示了智慧城市建設(shè)對碳排放的影響及其作用機制。

文章主要貢獻體現(xiàn)在：其一，智慧城市作為中國城市未來的發(fā)展方向，以及考慮到中國正處于碳達峰的關(guān)鍵期，研究智慧城市建設(shè)對碳排放的影響和作用機制能夠為中國完成“雙碳”目標(biāo)，尤其是碳達峰目標(biāo)提供決策依據(jù)。其二，基于Grossman和Krueger（1995）[2]框架，并綜合運用SBM和GML指數(shù)，文章實證分析并檢驗了智慧城市建設(shè)對碳排放的影響渠道。其三，將空間DID方法引入政策的環(huán)境效應(yīng)評估，充分考慮了政策的空間溢出效應(yīng)。其四，文章運用中國城市層面的數(shù)據(jù)，彌補了傳統(tǒng)以國家、省際和行業(yè)等作為研究對象所得出研究結(jié)論較為粗糙的不足，豐富了現(xiàn)有研究。

2???技術(shù)效應(yīng)分析及研究假設(shè)

技術(shù)效應(yīng)表示智慧城市建設(shè)所引致的技術(shù)進步對碳排放產(chǎn)生的影響。智慧城市發(fā)展的核心在于下一代信息技術(shù)，革新的信息技術(shù)開啟了新一輪軟件開發(fā)創(chuàng)新浪潮。這些技術(shù)在市場廣泛應(yīng)用的過程中不斷深化學(xué)習(xí)，進一步加速新技術(shù)更新迭代，帶動城市的技術(shù)進步。由智慧城市建設(shè)引致的技術(shù)進步是實現(xiàn)節(jié)能減排的有效手段。一方面，技術(shù)進步能夠直接提高能源效率，從而降低碳排放。此外，傳感器設(shè)備、大數(shù)據(jù)技術(shù)等廣泛深入地應(yīng)用于生產(chǎn)過程中，能夠幫助企業(yè)實時監(jiān)控能源使用和碳排放等情況，在實踐層面更好地制定節(jié)能減排措施。另外一方面，新能源技術(shù)和清潔生產(chǎn)技術(shù)的開發(fā)和應(yīng)用等能夠從源頭處遏制碳排放，是實現(xiàn)經(jīng)濟增長和減少環(huán)境污染的有效手段[3]。整個社會技術(shù)水平的提高，尤其是智慧城市建設(shè)所帶來信息化程度、信息共享水平等的提高，也會在一定程度上提高這些細分領(lǐng)域技術(shù)水平。從這一角度看，技術(shù)進步具有較高的減排效應(yīng)。但值得注意的是，由于存在回彈效應(yīng)，技術(shù)進步的影響并不單純表現(xiàn)為減少碳排放，還體現(xiàn)在其對經(jīng)濟規(guī)模的擴張作用所帶來的碳排放增加。長期中技術(shù)進步對碳排放的影響將會有所不同[4]。依據(jù)上述分析，我們提出如下假設(shè)：

假設(shè)：由于回彈效應(yīng)的存在，智慧城市建設(shè)通過技術(shù)效應(yīng)對碳排放的影響尚未可知，這取決于回彈效應(yīng)的大小。

3???研究設(shè)計

3.1???模型設(shè)定

文章基于空間杜賓模型框架，構(gòu)建出相應(yīng)的動態(tài)空間杜賓DID模型：

（1）

式中，為城市i在時間t的二氧化碳排放量。為智慧城市政策變量，由兩個分組變量T和C的交乘項構(gòu)成，為實驗期虛擬變量：若智慧城市政策頒布前，，若政策頒布后，；為實驗組虛擬變量，若該城市為智慧城市試點，，若非試點城市，。為空間自回歸系數(shù)，代表著相鄰區(qū)域之間的相互影響程度，是階空間權(quán)重矩陣（n為城市個數(shù)），在文章中，筆者采用0-1鄰接矩陣作為空間權(quán)重矩陣；和是各解釋變量的空間影響系數(shù)，和分別表示個體固定效應(yīng)和時間固定效應(yīng)，最后一個參數(shù)為模型誤差項。

3.2??樣本選擇與數(shù)據(jù)處理

參照石大千等（2018）[5]的做法，文章選擇2012年批準(zhǔn)設(shè)立的90個試點城市作為實驗組，其他非試點城市為控制組?？紤]到2013和2014年共有184個試點城市，為估計2012年智慧城市建設(shè)對碳排放的凈影響，文章剔除了新設(shè)立的試點城市。

文章直接采用Chen等（2021）[6]核算出的中國縣級層面的碳排放數(shù)據(jù)并按照屬地原則進行加總獲取城市層面碳排放數(shù)據(jù)。政策變量Smart由實驗期虛擬變量和實驗組虛擬變量的交乘項組成。若該城市為2012年設(shè)立的智慧城市試點且該年份為2012年及以后，則Smart值為1；若為非試點城市或年份在2012年之前，則Smart值為0。人口總量用各城市年末戶籍人口衡量。文章以2003年為基期，用GDP平減指數(shù)將名義GDP轉(zhuǎn)換成成實際GDP。其他控制變量中，產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)增加值占GDP比重表示；FDI以FDI（經(jīng)匯率換算成人民幣）占GDP比重表示。數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》。

為深入探討智慧城市建設(shè)所產(chǎn)生的技術(shù)效應(yīng)對碳排放的影響過程，筆者不再將技術(shù)進步作為一個整體，而是基于SBM模型對表示技術(shù)進步水平的GML指數(shù)進行測算和分解。GML指數(shù)可以分解為效率變化（也稱模仿型技術(shù)進步）和技術(shù)變化（也稱原創(chuàng)型技術(shù)進步），而技術(shù)變化仍可進一步分解為規(guī)模效率變化和純效率變化。更多關(guān)于指數(shù)分解法的理論及應(yīng)用可以參見Tone（2001）[7]，Tone?和Sahoo（2003）?[8]和Oh（2010）[9]。文章選取年末從業(yè)人員數(shù)和固定資產(chǎn)存量作為投入指標(biāo)，實際GDP作為產(chǎn)出指標(biāo)。對于固定資產(chǎn)存量的計算，通常采用永續(xù)盤存法進行折算[10]。以上數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。數(shù)據(jù)的描述性統(tǒng)計如表1所示。

4???結(jié)果與討論

4.1?智慧城市建設(shè)對碳排放的影響

平穩(wěn)趨勢檢驗和空間相關(guān)性檢驗表明模型滿足了使用前提條件。表2同時給出了長期和短期內(nèi)智慧城市建設(shè)對碳排放的直接、間接和總影響。在短期內(nèi)，智慧城市建設(shè)對本地碳排放發(fā)揮了顯著的降低作用。正如第（1）列所示，智慧城市建設(shè)對碳排放的短期直接影響系數(shù)為-0.014且在1%的水平上顯著，這說明智慧城市建設(shè)將使得本市的碳排放量降低了0.014%。在第（2）列中，其顯著為負的間接影響系數(shù)表明智慧城市建設(shè)具有顯著的空間溢出效應(yīng)，并且試點城市能夠帶動周邊城市碳排放量降低0.026%。第（3）列給出了智慧城市建設(shè)對碳排放的總影響。其對碳排放所產(chǎn)生的總影響系數(shù)為-0.040且通過1%的顯著性水平檢驗，表明短期內(nèi)智慧城市將降低全國約0.04%碳排放。

當(dāng)筆者考慮智慧城市對碳排放的長期影響時，以上結(jié)論將會發(fā)生變化。第（4）列的結(jié)果顯示，長期中智慧城市建設(shè)對碳排放降低效果十分有限，但第（5）和（6）列正向顯著的影響系數(shù)表明智慧城市建設(shè)對周邊城市碳排放產(chǎn)生了促進作用，這可能是因為長期中智慧城市促進了經(jīng)濟增長，較大的回彈效應(yīng)使得智慧城市的減排效果受到抑制。

4.2???穩(wěn)健性檢驗

上述智慧城市建設(shè)對碳排放的估計結(jié)果不可避免地受到與降低碳排放有關(guān)的其他政策影響。若未考慮這些政策，則有可能高估智慧城市對碳排放的影響。在樣本期內(nèi)，由于2014年頒布的《中華人民共和國環(huán)境保護法》對環(huán)境保護的影響力最大、適用范圍最廣，因此文章將其作為其他政策因素，重新估計智慧城市對碳排放的影響。如果系數(shù)變得不顯著，則表明城市碳排放的減少是由于其他政策的推動。剔除其他政策影響后，智慧城市建設(shè)對碳排放的影響系數(shù)略有所降低但仍然顯著。

另外，為識別智慧城市對碳排放的影響是否受到其他不可觀測因素干擾，文章隨機生成了智慧城市試點名單并重新估計隨機試點城市對碳排放的影響。若系數(shù)仍然顯著，則表明文章實證結(jié)果不可靠，智慧城市的減排效果受到不可觀測因素的影響。當(dāng)隨機更換了試點城市后，智慧城市對碳排放的影響變得不顯著，再次證實文章結(jié)果的穩(wěn)健性。鑒于篇幅限制，不在此報告結(jié)果。

4.3?影響機制分析

參考Nguyen和Phan（2020）[11]的做法，文章運用兩階段渠道分析法判斷智慧城市建設(shè)是否通過技術(shù)效應(yīng)降低碳排放。這一方法分為兩個步驟：第一步，將智慧城市建設(shè)對技術(shù)效應(yīng)進行回歸，若存在此渠道效應(yīng)，則智慧城市系數(shù)顯著并符合理論預(yù)期；第二步，將技術(shù)效應(yīng)按照從小到大排序后分為三份子樣本，選取較大和較小兩個子樣本并重新估計智慧城市建設(shè)對碳排放的影響。子樣本劃分可以識別渠道效應(yīng)存在的強弱性。若渠道效應(yīng)存在，智慧城市建設(shè)對碳排放的影響系數(shù)在兩個子樣本下將存在明顯差異。

在表3的結(jié)果中，智慧城市對技術(shù)進步正向顯著的系數(shù)表明智慧城市建設(shè)促進了技術(shù)進步。我們發(fā)現(xiàn)智慧城市在強渠道下，技術(shù)進步在短期內(nèi)降低了碳排放。而在長期，智慧城市建設(shè)卻顯著提高了碳排放，這表明智慧城市建設(shè)通過技術(shù)效應(yīng)在短期減少了碳排放，但由于在長期中存在回彈效應(yīng)，智慧城市建設(shè)通過技術(shù)效應(yīng)反而會增加了碳排放。假設(shè)3成立。

考慮到技術(shù)進步有多種形式，為進一步揭示智慧城市的技術(shù)效應(yīng)如何影響碳排放，根據(jù)SBM-GML指數(shù)法分解的結(jié)果，我們分別估計了原創(chuàng)型技術(shù)進步和模仿型技術(shù)進步在智慧城市建設(shè)影響碳排放方面發(fā)揮的機制作用。結(jié)果顯示相對于原創(chuàng)技術(shù)，智慧城市更能夠促進模仿型技術(shù)創(chuàng)新。智慧城市建設(shè)通過模仿型技術(shù)進步對碳排放的短期降低效果更明顯，長期增加作用更大。當(dāng)規(guī)模效率變動機制作用存在時（強渠道），智慧城市建設(shè)短期內(nèi)增加碳排放，長期內(nèi)將減少碳排放。這表明，短期中由于規(guī)模效率變動帶來的技術(shù)效率提高，產(chǎn)生了較大的回彈效應(yīng)導(dǎo)致碳排放的增加；而長期中規(guī)模效率變動意味著技術(shù)運用效率提升，減排效果顯著。此外，模仿型技術(shù)進步的減排作用主要依靠純技術(shù)效率的提升，而不是規(guī)模效率變動。鑒于篇幅限制，結(jié)果備索。

5???結(jié)論

文章基于2003-2016年中國城市面板數(shù)據(jù)，綜合運用空間DID模型和SBM-GML指數(shù)分解方法揭示了智慧城市建設(shè)對中國碳排放的影響及其作用機制。研究發(fā)現(xiàn)：智慧城市建設(shè)對碳排放的作用在短期和長期內(nèi)表現(xiàn)不同。在短期中，智慧城市建設(shè)減少碳排放并對鄰近城市產(chǎn)生負向的溢出效應(yīng)。而在長期中，智慧城市建設(shè)增加碳排放并產(chǎn)生正向空間溢出效應(yīng)。這是因為短期中技術(shù)效應(yīng)短期減排，而長期中回彈效應(yīng)阻礙了減排。進一步地，從技術(shù)效應(yīng)的組成成分來看，技術(shù)效應(yīng)的減排效果主要通過原創(chuàng)型技術(shù)進步和模仿型技術(shù)進步實現(xiàn)的。其中，模仿型技術(shù)進步發(fā)揮著更為主要的作用。模仿型技術(shù)進步對減排的效果略大于原創(chuàng)型技術(shù)進步所起的效果。

文章的實證結(jié)果對中國智慧城市建設(shè)以及降低碳排放具有一定的啟示意義。（1）短期中，中國仍需大力推進智慧城市建設(shè)。重點聚焦以下方面：①完善試點城市基礎(chǔ)設(shè)施建設(shè)，如5G基站、物聯(lián)網(wǎng)、云計算和地理空間定位等基礎(chǔ)設(shè)施，側(cè)重新信息技術(shù)的研發(fā)落地，發(fā)揮出短期內(nèi)技術(shù)進步對減排的積極作用。②注重提供良好的創(chuàng)新環(huán)境，搭建創(chuàng)新實驗平臺、高新技術(shù)產(chǎn)業(yè)孵化園等并加強創(chuàng)新人才的培養(yǎng)，為智慧城市建設(shè)提供人力資本支撐。③有關(guān)部門需要適時地對產(chǎn)業(yè)結(jié)構(gòu)進行引導(dǎo)和優(yōu)化。政策可以有偏向地對環(huán)保產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)進行扶持，以促進結(jié)構(gòu)效應(yīng)的實現(xiàn)。（2）長期中，注意規(guī)避技術(shù)進步的回彈效應(yīng)。智慧城市發(fā)展后期，在保持綠色低碳可持續(xù)的經(jīng)濟發(fā)展模式的基礎(chǔ)上，提高技術(shù)創(chuàng)新要求，如鼓勵發(fā)展應(yīng)用于低碳領(lǐng)域、環(huán)保領(lǐng)域和能源領(lǐng)域的技術(shù)創(chuàng)新，防止技術(shù)回彈效應(yīng)弱化減排成效。（3）由于智慧城市建設(shè)在各區(qū)域存在明顯的異質(zhì)性，這警示政府不宜“千篇一律”，要“因地制宜”地推進智慧城市建設(shè)。東部和中部地區(qū)要抓住智慧城市建設(shè)機遇，繼續(xù)通過技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和可持續(xù)化經(jīng)濟發(fā)展模式走在減排第一梯隊。政府應(yīng)幫助東北和西部地區(qū)縮小與其他地區(qū)的發(fā)展差距，比如在政策方面給予一定優(yōu)惠，推動各地區(qū)平衡發(fā)展。

參考文獻

[1]林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟研究，2010，45（8）：66–78.

[2]?GROSSMAN?G?M，?KRUEGER?A?B.??Economic?growth?and?the?environment?[J].?NBER?Working?Papers，?1995，?110（2）：353–377.

[3]徐斌，陳宇芳，沈小波.清潔能源發(fā)展、二氧化碳減排與區(qū)域經(jīng)濟增長[J].經(jīng)濟研究，2019，54（7）：188–202.

[4]YANG?L，?LI?Z.?Technology?advance?and?the?carbon?dioxide?emission?in?China–Empirical?research?based?on?the?rebound?effect[J].?Energy?policy，?2017（101）：?150–161.

[5]石大千，丁海，衛(wèi)平，劉建江.智慧城市建設(shè)能否降低環(huán)境污染[J].中國工業(yè)經(jīng)濟，2018（6）：117–135.

[6]CHEN?J?D，?GAO?M，?CHENG?S?L，?et?al.?County-level?CO2?emissions?and?sequestration?in?China?during?1997–2017[J].?Scientific?Data，?2021（7）：391

[7]TONE?K?A.?slacks-based?measure?of?efficiency?in?data?envelopment?analysis[J].?European?journal?of?operational?research，?2001，?130（3）：498–509.

[8]TONE?K，?SAHOO?B?K.?Scale，?indivisibilities?and?production?function?in?data?envelopment?analysis[?J].?International?journal?of?production?economics，?2003，?84（2）：165–192.

[9]OH?D?H.?A?global?Malmquist-Luenberger?productivity?index?[J].?Journal?of?productivity?analysis，?2010，?34（3）：?183–197.

[10]趙蔡晶，吳柏鈞.智慧城市建設(shè)促進了城市發(fā)展質(zhì)量提升嗎？——基于多期DID方法的政策效應(yīng)評估[J].經(jīng)濟經(jīng)緯，2020，37（6）：18–27.

[11]NGUYEN?J?H，?PHAN?H?V.?Carbon?risk?and?corporate?capital?structure[J].?Journal?of?corporate?finance，?2020（64）：?101713.

[作者簡介]李欣睿（1997-），女，山東煙臺人，碩士研究生，研究方向：國際經(jīng)濟與治理。