智慧城市试点政策提升城市治理水平了吗？
——基于多期双重差分的实证分析

文/刘妍良 李垚岐 （.长安大学人文学院；.东北林业大学）

一、引言

二十大报告强调，要坚持人民城市人民建、人民城市为人民，提高城市规划、建设、治理水平。伴随城镇化进程不断加快，环境污染、交通拥挤、犯罪、供需不平衡等“城市病”问题愈加复杂，对城市治理提出更多更高要求。在新一代信息技术快速发展的支持下，推行智慧城市国家发展战略成为破解城市治理难题的良策。智慧城市政策通过推动智慧城市建设，以信息技术手段实现治理单元的精细化、精准化，以期实现更加高效、有序、绿色的城市治理空间。

中国对智慧城市这一理念进行了积极的引入及探索，2012 年、2013 年及2014 年间，住房和城乡建设部分别批复了三批地级及县级城市作为智慧城市试点，进行智慧城市建设，以期有效提升城市管理水平。如今距离第一批智慧城市试点政策实施已经过去了10 年，智慧城市试点政策运行实际效果如何？是否有达到预期的政策目标？是否有效提升了城市治理水平？是否存在区域间、不同城市规模间政策效果差异？这些问题亟待研究解决。

因此，本文通过构建城市治理水平评估指标体系，在利用熵值法测度各地级市城市治理水平的基础上，运用多期双重差分模型分析了智慧城市试点政策的实施效果，以及不同人口规模、不同地区的城市异质性效果，并提出智慧城市试点政策及提升城市治理水平的优化建议，以期为推动国家治理体系和治理能力现代化奠定基础。

二、智慧城市试点政策绩效评估模型构建

（一）城市治理水平评估指标体系构建

城市治理水平是一个多元综合的概念，对其的评估测度有多种不同角度。结合查阅文献以及可操作化原则，本文采用结果导向法，在参考徐国冲、顾辉等人的基础上，从政治、经济、社会、文化、生态五个方面 （15 个三级指标）构建了城市治理水平的评估指标体系。具体见表1。

表1 城市治理水平的评估指标体系

（二）数据来源

表格中数据主要来自《中国城市统计年鉴》《中国城市建设统计年鉴》、各省统计年鉴、各市统计年鉴及公布的统计公报等，对其中的部分缺失值进行平滑处理，采用线性插值法或平均值法进行补齐。为使得计算权重客观准确，避免人为主观影响，本研究选用熵值法对城市治理水平进行测度，得到2004-2020 年280 个地级市的城市治理水平综合指数。

（三）变量说明与模型构建

为了规避由于时间推进、社会发展所带来的城市治理水平提升的影响，本文将智慧城市试点政策作为一项准自然实验，采用多期双重差分法 （DID）检验智慧城市试点政策对城市治理水平的影响效果。选用了共180 个地级市作为分析研究对象，构建了以下模型：

上述公式中，Scoreit是被解释变量，即第i个城市在第t年的城市治理水平综合指数； （treat×post）it为是否实施了智慧城市试点政策的虚拟解释变量，其中treat为处理组与控制组的虚拟变量，post为政策时间虚拟变量，两者交互项表示第i个城市是否在第t年实施智慧城市试点政策；controlit是模型的控制变量，控制影响智慧城市试点政策效应的变量；μi表示个体固定效应，vi表示时间固定效应，εit表示模型随机误差项。

在控制变量的选择上，借鉴已有的相关研究基础，本文从城市自身基础情况、城市经济发展水平、城市对外开放水平等角度出发，选择了城市人口规模、城市人口密度、城市经济发展水平、地方财政支出、城市政府公职人员数量、城镇化水平 （城镇化率）和对外开放程度等7 个指标作为控制变量进行控制。

三、实证结果

（一）基础回归结果

根据计量模型，表2 报告了智慧城市试点政策和城市治理水平的双重差分的回归结果。模型1 显示的是在对个体固定效应和时间固定效应均控制后，未加入任何控制变量的检验结果。结果显示，回归系数在1%的水平上显著为正，智慧城市试点政策的实施对城市治理水平提升有显著的促进作用。为排除其他影响智慧城市政策效应变量的影响，在模型2 的回归中加入了控制变量。结果显示，估计系数由3．05 将为2．50，有一定幅度的下降，但仍在1%的水平上显著为正。从双重差分基础回归的结果来看，不论是否加入控制变量，智慧城市试点政策的实施都显著提升了城市治理水平。

表2 基础回归结果

（二）平行趋势检验结果

处理组和对照组在政策干预之前拥有一样的发展趋势是运用双重差分模型的一个前提，本文参考了Beck 等和刘婷等的做法，对研究对象进行了平行趋势检验，结果如下图1。横坐标上的t 为政策冲击年份，在政策冲击前5 期内虚拟系数均在0 值上下波动，在政策冲击后3 期则与0 值偏离渐远，表明本研究通过平行趋势假设。

图1 平行趋势检验

（三）异质性分析结果

为判定不同城市规模、不同区域城市间智慧城市政策的实施对城市治理水平的政策效应是否存在差异，本文分别进行了异质性分析。

1．城市规模异质性分析结果

不同规模的城市资源禀赋不同，构建智慧基础设施等的能力不同，因此可能在政策效应上存在差异，本部分对此进行验证。依据2014 年国务院印发的《关于调整城市规模划分标准的通知》，并参考何凌云等的研究，本文将样本分为中小城市 （pop ≤100万人）、大城市 （100 万人＜pop ≤500万人）和特大城市 （pop ＞500 万人）三类，分别进行回归，结果如下表4。可知，不同规模的城市智慧城市试点政策都显著提升了城市治理水平，但效应大小存在差异，其中中小城市的回归系数最大，政策效应最为显著，其次是特大城市，最后为大城市。其原因可能在于，中小城市的治理通道更为扁平，更易深入到市域方方面面，通过智慧城市建设，能够将智能与数字技术更快、更深入到基层，充分发掘其治理潜能，展现出更明显的治理效应。

2．区域异质性分析结果

由于地理位置原因，不同区域城市经济发展水平、吸引人才能力等存在不同，因此在政策效应上可能不同，本部分对此进行验证。依据国家统计局2011 年发布的《东西中部和东北地区划分方法》，本文将样本分为东部城市、中部城市、西部城市和东北城市四类，分别进行回归，结果见表3。可以得到，东中西部城市的智慧城市试点政策都显著提升了城市治理水平，但系数大小不同，中部、西部城市的影响系数大于东部地区，原因可能在于东部地区的地理位置优越、经济发达、资源雄厚，自身治理水平基础高，一定程度上遮掩了智慧城市试点政策效果。东北地区的回归系数不显著，原因可能是由于地区资源限制，在政策实施过程中未能充分建设智慧设施，使效应未发挥出来。

表3 异质性分析

四、研究结论与政策建议

（一）研究结论

第一，智慧城市试点政策显著提升了城市治理水平。本文从实证角度利用客观数据进行事实验证，结果表明智慧城市试点政策对于城市治理水平有显著的正向政策效应，且结果通过稳健性检验。由此可见，智慧城市试点政策的实施具有良好政策效果。

第二，城市规模不同，智慧城市试点政策对城市治理水平的影响效果也不同。由城市规模异质性分析可知，不同规模城市实施智慧城市试点政策均对城市治理水平有显著提升效应，但影响大小存在差异，表现为中小城市＞特大城市＞大城市。

第三，城市所在区域不同，智慧城市试点政策对城市治理水平的影响效果也不同。由区域异质性可知，中西部地区城市实施智慧城市试点政策均对城市治理水平有显著提升效应，且提升效果大小表现为中部＞西部＞东部，东北地区的提升效果不显著。

（二）政策建议

第一，加强智慧城市试点政策实施引导，强化智慧城市试点政策的治理效应。智慧城市试点政策通过智慧城市建设，以技术支撑、数字赋能手段显著提升城市治理水平，未来应进一步加大智慧城市试点政策的实施力度与广度，促进城市治理现代化。

第二，政策实施应因地制宜，根据城市自身实际情况推进政策落地。城市特性不同，智慧城市试点政策对城市治理水平的提升效应也存在差异，因此，各个城市应根据自身实际情况，结合城市特性、自身发展水平、资源禀赋等特点，加强政策的灵活性，进行科学合理的规划与配置，充分激发政策活力，发挥政策效应最大化。