摘?要：實(shí)現(xiàn)“雙碳”目標(biāo)是中國(guó)向世界做出的莊嚴(yán)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(guó)城市面板數(shù)據(jù)，文章運(yùn)用空間DID模型和SBM-GML分解方法揭示了智慧城市建設(shè)對(duì)碳排放的影響及其作用機(jī)制。研究發(fā)現(xiàn)智慧城市建設(shè)短期降低碳排放，而長(zhǎng)期增加碳排放。機(jī)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(zhǎng)期技術(shù)進(jìn)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(hào)：F49;F299.2?????文獻(xiàn)標(biāo)識(shí)碼：A???文章編號(hào)：1005-6432（2024）17-0000-04

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

1???引言

實(shí)現(xiàn)碳達(dá)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?，F(xiàn)有針對(duì)中國(guó)碳排放驅(qū)動(dòng)因素研究普遍認(rèn)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(duì)碳排放的影響是復(fù)雜的。傳統(tǒng)的城市發(fā)展模式尚無(wú)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(shí)現(xiàn)碳達(dá)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(qiáng)調(diào)將新一代信息技術(shù)充分運(yùn)用于城市中的各行各業(yè)，實(shí)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(jìn)城市經(jīng)濟(jì)、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(guó)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(shí)現(xiàn)的？基于上述問題，文章運(yùn)用2003-2016年中國(guó)148個(gè)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(duì)表示技術(shù)進(jìn)步的Global?Malmquist?Index（GML）進(jìn)行測(cè)算和分解，深度地揭示了智慧城市建設(shè)對(duì)碳排放的影響及其作用機(jī)制。

文章主要貢獻(xiàn)體現(xiàn)在：其一，智慧城市作為中國(guó)城市未來(lái)的發(fā)展方向，以及考慮到中國(guó)正處于碳達(dá)峰的關(guān)鍵期，研究智慧城市建設(shè)對(duì)碳排放的影響和作用機(jī)制能夠?yàn)橹袊?guó)完成“雙碳”目標(biāo)，尤其是碳達(dá)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(yùn)用SBM和GML指數(shù)，文章實(shí)證分析并檢驗(yàn)了智慧城市建設(shè)對(duì)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(píng)估，充分考慮了政策的空間溢出效應(yīng)。其四，文章運(yùn)用中國(guó)城市層面的數(shù)據(jù)，彌補(bǔ)了傳統(tǒng)以國(guó)家、省際和行業(yè)等作為研究對(duì)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(jìn)步對(duì)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(chǎng)廣泛應(yīng)用的過(guò)程中不斷深化學(xué)習(xí)，進(jìn)一步加速新技術(shù)更新迭代，帶動(dòng)城市的技術(shù)進(jìn)步。由智慧城市建設(shè)引致的技術(shù)進(jìn)步是實(shí)現(xiàn)節(jié)能減排的有效手段。一方面，技術(shù)進(jìn)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(guò)程中，能夠幫助企業(yè)實(shí)時(shí)監(jiān)控能源使用和碳排放等情況，在實(shí)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(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和減少環(huán)境污染的有效手段[3]。整個(gè)社會(huì)技術(shù)水平的提高，尤其是智慧城市建設(shè)所帶來(lái)信息化程度、信息共享水平等的提高，也會(huì)在一定程度上提高這些細(xì)分領(lǐng)域技術(shù)水平。從這一角度看，技術(shù)進(jìn)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(jìn)步的影響并不單純表現(xiàn)為減少碳排放，還體現(xiàn)在其對(duì)經(jīng)濟(jì)規(guī)模的擴(kuò)張作用所帶來(lái)的碳排放增加。長(zhǎng)期中技術(shù)進(jìn)步對(duì)碳排放的影響將會(huì)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(guò)技術(shù)效應(yīng)對(duì)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(jì)

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(dòng)態(tài)空間杜賓DID模型：

（1）

式中，為城市i在時(shí)間t的二氧化碳排放量。為智慧城市政策變量，由兩個(gè)分組變量T和C的交乘項(xiàng)構(gòu)成，為實(shí)驗(yàn)期虛擬變量：若智慧城市政策頒布前，，若政策頒布后，；為實(shí)驗(yàn)組虛擬變量，若該城市為智慧城市試點(diǎn)，，若非試點(diǎn)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(gè)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(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，最后一個(gè)參數(shù)為模型誤差項(xiàng)。

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(gè)試點(diǎn)城市作為實(shí)驗(yàn)組，其他非試點(diǎn)城市為控制組?？紤]到2013和2014年共有184個(gè)試點(diǎn)城市，為估計(jì)2012年智慧城市建設(shè)對(duì)碳排放的凈影響，文章剔除了新設(shè)立的試點(diǎn)城市。

文章直接采用Chen等（2021）[6]核算出的中國(guó)縣級(jí)層面的碳排放數(shù)據(jù)并按照屬地原則進(jìn)行加總獲取城市層面碳排放數(shù)據(jù)。政策變量Smart由實(shí)驗(yàn)期虛擬變量和實(shí)驗(yàn)組虛擬變量的交乘項(xiàng)組成。若該城市為2012年設(shè)立的智慧城市試點(diǎn)且該年份為2012年及以后，則Smart值為1；若為非試點(diǎn)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(shí)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(lái)源于《中國(guó)城市統(tǒng)計(jì)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(duì)碳排放的影響過(guò)程，筆者不再將技術(shù)進(jìn)步作為一個(gè)整體，而是基于SBM模型對(duì)表示技術(shù)進(jìn)步水平的GML指數(shù)進(jìn)行測(cè)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(jìn)步）和技術(shù)變化（也稱原創(chuàng)型技術(shù)進(jìn)步），而技術(shù)變化仍可進(jìn)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(shí)際GDP作為產(chǎn)出指標(biāo)。對(duì)于固定資產(chǎn)存量的計(jì)算，通常采用永續(xù)盤存法進(jìn)行折算[10]。以上數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

4???結(jié)果與討論

4.1?智慧城市建設(shè)對(duì)碳排放的影響

平穩(wěn)趨勢(shì)檢驗(yàn)和空間相關(guān)性檢驗(yàn)表明模型滿足了使用前提條件。表2同時(shí)給出了長(zhǎng)期和短期內(nèi)智慧城市建設(shè)對(duì)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(duì)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(duì)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(shuō)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(fù)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(diǎn)城市能夠帶動(dòng)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(duì)碳排放的總影響。其對(duì)碳排放所產(chǎn)生的總影響系數(shù)為-0.040且通過(guò)1%的顯著性水平檢驗(yàn)，表明短期內(nèi)智慧城市將降低全國(guó)約0.04%碳排放。

當(dāng)筆者考慮智慧城市對(duì)碳排放的長(zhǎng)期影響時(shí)，以上結(jié)論將會(huì)發(fā)生變化。第（4）列的結(jié)果顯示，長(zhǎng)期中智慧城市建設(shè)對(duì)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(duì)周邊城市碳排放產(chǎn)生了促進(jìn)作用，這可能是因?yàn)殚L(zhǎng)期中智慧城市促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，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(yàn)

上述智慧城市建設(shè)對(duì)碳排放的估計(jì)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(duì)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(guó)環(huán)境保護(hù)法》對(duì)環(huán)境保護(hù)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(jì)智慧城市對(duì)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(dòng)。剔除其他政策影響后，智慧城市建設(shè)對(duì)碳排放的影響系數(shù)略有所降低但仍然顯著。

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

4.3?影響機(jī)制分析

參考Nguyen和Phan（2020）[11]的做法，文章運(yùn)用兩階段渠道分析法判斷智慧城市建設(shè)是否通過(guò)技術(shù)效應(yīng)降低碳排放。這一方法分為兩個(gè)步驟：第一步，將智慧城市建設(shè)對(duì)技術(shù)效應(yīng)進(jìn)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(gè)子樣本并重新估計(jì)智慧城市建設(shè)對(duì)碳排放的影響。子樣本劃分可以識(shí)別渠道效應(yīng)存在的強(qiáng)弱性。若渠道效應(yīng)存在，智慧城市建設(shè)對(duì)碳排放的影響系數(shù)在兩個(gè)子樣本下將存在明顯差異。

在表3的結(jié)果中，智慧城市對(duì)技術(shù)進(jìn)步正向顯著的系數(shù)表明智慧城市建設(shè)促進(jìn)了技術(shù)進(jìn)步。我們發(fā)現(xiàn)智慧城市在強(qiáng)渠道下，技術(shù)進(jìn)步在短期內(nèi)降低了碳排放。而在長(zhǎng)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(guò)技術(shù)效應(yīng)在短期減少了碳排放，但由于在長(zhǎng)期中存在回彈效應(yīng)，智慧城市建設(shè)通過(guò)技術(shù)效應(yīng)反而會(huì)增加了碳排放。假設(shè)3成立。

考慮到技術(shù)進(jìn)步有多種形式，為進(jìn)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(jì)了原創(chuàng)型技術(shù)進(jìn)步和模仿型技術(shù)進(jìn)步在智慧城市建設(shè)影響碳排放方面發(fā)揮的機(jī)制作用。結(jié)果顯示相對(duì)于原創(chuàng)技術(shù)，智慧城市更能夠促進(jìn)模仿型技術(shù)創(chuàng)新。智慧城市建設(shè)通過(guò)模仿型技術(shù)進(jìn)步對(duì)碳排放的短期降低效果更明顯，長(zhǎng)期增加作用更大。當(dāng)規(guī)模效率變動(dòng)機(jī)制作用存在時(shí)（強(qiáng)渠道），智慧城市建設(shè)短期內(nèi)增加碳排放，長(zhǎng)期內(nèi)將減少碳排放。這表明，短期中由于規(guī)模效率變動(dòng)帶來(lái)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(zhǎng)期中規(guī)模效率變動(dòng)意味著技術(shù)運(yùn)用效率提升，減排效果顯著。此外，模仿型技術(shù)進(jìn)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(dòng)。鑒于篇幅限制，結(jié)果備索。

5???結(jié)論

文章基于2003-2016年中國(guó)城市面板數(shù)據(jù)，綜合運(yùn)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(duì)中國(guó)碳排放的影響及其作用機(jī)制。研究發(fā)現(xiàn)：智慧城市建設(shè)對(duì)碳排放的作用在短期和長(zhǎng)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(duì)鄰近城市產(chǎn)生負(fù)向的溢出效應(yīng)。而在長(zhǎng)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?yàn)槎唐谥屑夹g(shù)效應(yīng)短期減排，而長(zhǎng)期中回彈效應(yīng)阻礙了減排。進(jìn)一步地，從技術(shù)效應(yīng)的組成成分來(lái)看，技術(shù)效應(yīng)的減排效果主要通過(guò)原創(chuàng)型技術(shù)進(jìn)步和模仿型技術(shù)進(jìn)步實(shí)現(xiàn)的。其中，模仿型技術(shù)進(jìn)步發(fā)揮著更為主要的作用。模仿型技術(shù)進(jìn)步對(duì)減排的效果略大于原創(chuàng)型技術(shù)進(jìn)步所起的效果。

文章的實(shí)證結(jié)果對(duì)中國(guó)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(guó)仍需大力推進(jìn)智慧城市建設(shè)。重點(diǎn)聚焦以下方面：①完善試點(diǎn)城市基礎(chǔ)設(shè)施建設(shè)，如5G基站、物聯(lián)網(wǎng)、云計(jì)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(jìn)步對(duì)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(shí)驗(yàn)平臺(tái)、高新技術(shù)產(chǎn)業(yè)孵化園等并加強(qiáng)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(shí)地對(duì)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行引導(dǎo)和優(yōu)化。政策可以有偏向地對(duì)環(huán)保產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)進(jìn)行扶持，以促進(jìn)結(jié)構(gòu)效應(yīng)的實(shí)現(xiàn)。（2）長(zhǎng)期中，注意規(guī)避技術(shù)進(jìn)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(jì)發(fā)展模式的基礎(chǔ)上，提高技術(shù)創(chuàng)新要求，如鼓勵(lì)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(jìn)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(jī)遇，繼續(xù)通過(guò)技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和可持續(xù)化經(jīng)濟(jì)發(fā)展模式走在減排第一梯隊(duì)。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(dòng)各地區(qū)平衡發(fā)展。

參考文獻(xiàn)

[1]林伯強(qiáng)，劉希穎.中國(guó)城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟(jì)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(jì)增長(zhǎng)[J].經(jīng)濟(jì)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(guó)工業(yè)經(jīng)濟(jì)，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(jìn)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(píng)估[J].經(jīng)濟(jì)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(jiǎn)介]李欣睿（1997-），女，山東煙臺(tái)人，碩士研究生，研究方向：國(guó)際經(jīng)濟(jì)與治理。