专栏名称: 现代财经
《现代财经》是由天津财经大学学报编辑部编辑出版的一份反映中国财经管理类专业期刊。所选用、发表的稿件紧扣中国经济发展脉博,透析中国经济发展深层动因,探索中国经济发展之路,关注社会民生,把握财经类学术研究动态,突出前瞻性、前沿性、科学性和针对性
目录
相关文章推荐
超红可乐  ·  格局之王:陈小群 VS 余哥 ·  昨天  
超红可乐  ·  格局之王:陈小群 VS 余哥 ·  昨天  
大道无形我有型  ·  回复@酷峰: ... ·  2 天前  
大道无形我有型  ·  回复@不二言: ... ·  2 天前  
中金点睛  ·  中金:港股指数增强模型 ·  3 天前  
大道无形我有型  ·  $苹果(AAPL)$最近我的iPhone ... ·  4 天前  
51好读  ›  专栏  ›  现代财经

《现代财经-早读早分享》2024年10月18日周五(第3157期)

现代财经  · 公众号  · 金融  · 2024-10-18 00:00

正文

今天是2024年10月18日,星期五,农历九月十六,美好的一天从阅读《现代财经-早读早分享

每日晨语


  做决定易如反掌,真正的挑战在于将决心化为行动,并持之以恒,直至终点。美好的一天从行动开始!周五,早安!

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成(总第3157期)。原创不易,敬请尊重。谢谢鼓励。

  一、早读分享   

1、中国人民银行、科技部:推动重点地区探索科技金融新模式。从中国人民银行获悉,中国人民银行、科技部联合印发《关于做好重点地区科技金融服务的通知》,指导和推动北京、长三角、粤港澳大湾区等科技要素密集地区率先构建适应科技创新的科技金融体制,探索科技金融新模式。据悉,下一步,中国人民银行、科技部将加强政策协同和信息共享,健全工作机制、加强探索创新、优化配套政策,完善区域科技金融服务体系,培育支持科技创新的金融市场生态,以高质量科技金融服务助力打造科技创新高地,支持实现高水平科技自立自强和科技强国建设。(新华网)
蔡子微评:中国人民银行与科技部联合推动重点地区探索科技金融新模式,通过整合政策资源、完善投融资机制、利用结构性货币政策工具等手段,这一举措旨在提升金融支持科技创新的力度和效率。同时,搭建交流合作平台、建立数据共享机制以及健全服务效果评估体系,将进一步优化科技金融服务生态,为科技型企业提供多元化、接力式的金融服务。
话题关注:科技金融服务创新对区域产业结构转型升级的影响机制
2、为可持续发展贡献“上海智慧”,全国首份地方ESG发展报告今日发布。10月16日,全国第一份全方位、系统性展示地方ESG发展的综合性报告在上海发布。当天,在2024ESG全球领导者大会上,正式发布了《2024上海ESG发展报告》。该报告系统地反映了上海地区ESG发展的现状,总结了各方参与者在ESG领域创新实践中取得的成就与面临的挑战,并探索了ESG未来前进的方向与策略,为全国乃至全球可持续发展贡献了“上海智慧”和“上海方案”。(第一财经)
蔡子微评:通过公开环境、社会和治理绩效,地区不仅提升了透明度和责任感,还促进了可持续发展实践的广泛采纳。这种信息披露增强了公众和投资者对城市绿色发展的认知,激励企业和政府部门采取更有效的环保措施。同时,良好的ESG表现能够吸引绿色投资,推动绿色技术和创新,提高资源利用效率,为城市绿色转型和生态文明建设提供动力。
话题关注:地方ESG信息批露对城市绿色发展效率的影响研究
3、跨境电商缘何“加速跑”。海关总署最新发布的数据显示,今年前三季度,我国跨境电商进出口1.88万亿元,同比增长11.5%,高于同期我国外贸整体增速6.2个百分点。作为外贸增长新动能,跨境电商持续“加速跑”。记者近日来到部分进出口活跃城市,探寻跨境电商“加速跑”背后的密码。AI选品配货、AI智能脚本、AI视频生成……在广东横琴的一个跨境电商选品中心,“一键卖全球”的场景正逐步实现。我国具有突出的数字经济优势。当前,新一代人工智能、区块链等新技术在跨境电商供应链体系、物流仓储、支付营销等领域得到深入应用,助力跨境电商进出口高效运行。(新华每日电讯)
蔡子微评:作为外贸增长的新动能,跨境电商持续“加速跑”。跨境电商“加速跑”的背后,是数字技术的赋能、完整产业链的支撑和发达物流网络的保障。这些因素共同推动了跨境电商的高效运行和快速发展,使其成为我国外贸增长的新动能。未来,随着技术的不断进步和政策的进一步支持,跨境电商有望继续蓬勃发展,为我国经济的高质量发展作出更大贡献。
话题关注:数字技术赋能跨境电商高质量发展的理论逻辑与实践路径研究
4、多地调整房产落户政策,提升购房者积极性。当前,多地致力于进一步深化户籍制度改革,放宽落户条件。除成都外,长沙、厦门、苏州等多地也已将落户条件放宽至“购房即可落户”。此外,沈阳、佛山等地还出台了租房落户相关政策,进一步放开落户限制。58安居客研究院院长张波在接受记者采访时表示,放宽落户条件会明显增强城市对于人才的吸引力,深化户籍制度改革也是推进社会公平的有力举措。另外,支持购房、租房落户,对于当地租房和购房市场都可能形成增量需求。未来更多地区全面支持购房落户将是个大趋势。 (证券日报)
蔡子微评:近年来,多地积极推进户籍制度改革,放宽落户条件,尤其是实施“购房即可落户”的政策。此举不仅有助于吸引人才,增强城市的竞争力,还能推动房地产市场的健康发展。放宽落户条件将提升购房者和租房者的积极性,增加市场需求,从而促进地方经济的活力。专家认为,这也是推进社会公平的重要举措,有助于实现更为均衡的发展。未来,更多地区可能会全面支持购房落户,形成新的发展趋势。
话题关注:户籍制度改革如何提升房地产经济活力?
5、广交会见证高质量开放,吸引世界目光。第136届广交会近日在广州开幕。本届广交会以“服务高质量发展,推进高水平开放”为主题,共分三期举行,分别聚焦“先进制造”“品质家居”“美好生活”。第一期展会新设了储能产品专区,吸引新能源参展企业110多家参展。商务部中国对外贸易中心主任储士家说,从广交会看,中国产品、中国品牌已经迈上了高质量发展的新台阶,中国有信心、有能力为世界提供更多更好的中国制造和中国创造。(新华网)
蔡子微评:广交会作为中国对外贸易的重要窗口,不仅是中国商品走向世界的桥梁,也是全球商家洞察中国市场趋势、寻求合作机遇的宝贵平台。通过广交会,中国不仅展示了其在制造业、科技创新及绿色可持续发展等方面的卓越成就,还彰显了进一步扩大开放、深化国际合作的决心与行动,已成为推动全球贸易发展、促进经济全球化的重要力量。
话题关注:会展经济助力出口贸易高质量发展的机制与路径分析
6、苏州“车路云一体化”一揽子政策出台,下一步关键是推动规模化应用。自7月五部门正式发布智能网联汽车“车路云一体化”应用试点名单以来,各地政府纷纷出台相关政策,密集启动“车路云一体化”项目建设,资本市场相关概念股也屡创新高。10月14日,第六届全球智能驾驶大会暨苏州市智能网联汽车“车路云一体化”应用试点推进会上,苏州发布一揽子智能车联网产业政策,计划拿出“真金白银”,推动智能车联网产业高质量发展。(21世纪经济报道)
蔡子微评:在智能车网联产业迅猛发展背景下,“车路云一体化”项目加快实施落地,实现其规模化应用是关键所在。车企不仅要进一步加大技术创新力度,开拓智能车联网典型示范应用场景,还要深入挖掘智能车联网数据价值,推动多元化业务合作,助力开发“车路云”特色产品。
话题关注:“车路云”一体化商业模式创新与产业生态建设研究
7、浙江举办上市公司并购重组推进大会,赋能高质量发展。16日,浙江省上市公司并购重组推进大会在杭州召开。会上进行了“企业上市与并购金融顾问工作室”授牌仪式,并发布了“并购生态平台”与“高质量并购重组助推新质生产力加速发展”倡议书,释放出新的信号。从并购领域来看,当前政策层面不断加码,中央明确提出要“大力引导中长期资金入市”“要支持上市公司并购重组”;9月24日,证监会发布了“并购六条”;浙江也明确提出“要以长期资本、耐心资本促进科技型企业发展壮大”。(中国新闻网)
蔡子微评:上市企业通过并购重组可以有效整合资源、优化产业结构,进而助推新质生产力的建设。这一战略举措有助于企业获取新技术、拓展市场和提升管理效率,增强核心竞争力。并购重组后的公司能够更好地实现规模经济和协同效应,提高资本运作效率,促进创新能力的提升。在政策支持和市场机制的完善下,上市企业的并购重组将成为推动企业高质量发展的重要动力,为构建现代化产业体系提供有力支撑。
话题关注:上市企业并购重组助推新质生产力建设与企业高质量发展研究
8、直播带货需夯实诚信基石。近期,电商头部主播频繁出现带货“翻车”,给“双11”购物热潮的开启浇了一盆冷水。不少人“买买买”之前,都要打个问号:主播慷慨激昂的话语背后,到底有几分是真的?直播带货如今是流量变现的风口,不少网红、影视明星甚至媒体人纷纷转战这个领域,给消费者带来全新的购物体验。直观的产品介绍、良好的实时互动,直播带货的确可以帮助消费者更好决策,增强购买欲望,带来很多变化。(经济日报)
蔡子微评:信任是直播带货得以存在的基石,但近年来李佳琪、小杨哥、罗永浩等一众头部主播屡因造假、欺诈等问题引发了直播带货的信任危机。为了应对直播带货中的信任危机,一方面主播要对自身的道德品质和能力进行自我把关、提升,增强自身社会责任感;另一方面政府应从制度与技术层面规范直播带货行业,建立严格的分布式责任与相关法律规定,尽可能地从硬性层面把直播带货中的信任陷阱控制在一定范围内。
话题关注:平台经济下直播带货的信任危机与应对策略研究
 9、河南商城:油茶树结出“致富果”。10月13日,记者来到周湾村油茶种植基地,站在重峦叠嶂的山头上一眼望去,漫山遍野的油茶树,农户们正忙碌着采摘早熟的“秋分果”。由于当地气候和水土条件非常适合油茶生长,周湾村家家户户都种植油茶,全村种植面积8000余亩。长竹园乡素有“中原油茶第一乡”之美誉,上世纪90年代,长竹园乡开始开垦荒山种植油茶,经过几十年的发展,如今油茶种植面积高达12万亩。(经济日报)
蔡子微评:河南省信阳市商城县通过发展油茶产业带动当地经济,成为当地农户增收的主导产业。周湾村等地大规模种植油茶,通过“公司+合作社+基地+农户”的模式,促进了产业与群众利益的紧密联结。油茶产业的成功发展表明,乡村振兴需要依托地方特色产业,通过科技创新和合作共赢的模式,带动群众增收致富。同时,将传统农业与旅游、休闲产业结合,不仅拓宽了经济发展路径,还增强了可持续性。这种多元化发展方式值得推广,让更多乡村走上振兴之路。
话题关注:特色产业振兴助推地方经济高质量发展的增收效应与实践机制
10、改变性价比路线,消费电子品牌出海转向中高端市场。海外,华为的巨幅广告牌常常出现在国际大都市的核心地段,大疆在TikTok上打造的品牌话题标签下有一百多万多个作品。这是中国企业品牌意识和技术创新能力的体现。在今年在美国拉斯维加斯消费电子展(CES)、德国柏林消费电子展(IFA)等重要展会上,中国参展企业数量占总数的三分之一,涵盖智能电器、虚拟现实、新能源等领域的最新成果。有报告显示,中国正成为全球消费电子和家用电器的中心,贡献全球超过22%的销售份额。(21世纪经济报道)
蔡子微评:近年来,电子消费产品行业发展成效显著,众多消费电子品牌选择出海赛道,逐步从注重性价比的低端市场走向中高端市场。想要在中高端市场中站稳脚,品牌建设十分重要,不仅要依靠技术优势,推动电子产品向智能化发展,还要紧扣消费者需求,实现产品的本土化,提升品牌影响力。
话题关注:数字经济下消费电子出海品牌建设与本土化策略研究
11、理想第100万辆整车下线,对中国新能源汽车供应链意味着什么。中国在全球新能源汽车产业链中已经拥有较强话语权,这其中,包括新势力们在内的自主品牌功不可没。10月14日,理想汽车第100万辆整车——理想L9在江苏省常州基地下线。这也意味着,理想汽车成为了中国首个达成百万辆里程碑的新势力车企。(澎湃新闻)
蔡子微评:通过与本土企业共同研发突破关键技术,理想汽车培育了多家国内领先的供应商,形成了一个强大的本土供应链生态。这种本土化与全球化的双向互动策略,既增强了中国新能源汽车产业的自主可控性,又为中国品牌进一步扩展全球市场奠定了基础。
话题关注:本土化与全球化的融合:基于中国新能源汽车产业供应链的双向互动研究
12、瞄准年轻消费群体,食饮企业竞逐“性价比”与“情绪价值”。以三只松鼠为代表,记者注意到,近期发布前三季度业绩(含预告)的食品饮料公司中,部分取得高增长的企业都在产品“性价比”上下足功夫,并在营销方面积极满足新生代消费者的“情绪价值”。艾媒咨询CEO兼首席分析师张毅对记者表示,随着Z世代(1995年至2009年出生)成为主力消费人群,他们理性消费的特征和更注重精神满足的特点,对广大食品饮料企业来说,既是挑战也是机遇。(上海证券报)
蔡子微评:随着可供消费者选择的食品饮料种类越来越丰富,消费者开始逐渐重视食品饮料为消费者带来的情绪价值和消费体验。对此,食饮企业要以食品为情感载体,激发消费者幸福、满足、回忆等多种情绪体验。同时通过创意包装、故事营销等方式,赋予食品更多情感价值,满足消费者深层次的情感需求,推动食品饮料消费的升级与多元化。
话题关注:“Z时代”背景下食品企业情绪营销对消费者购买决策的影响研究
  二、今日社科期刊佳作关注  

智慧城市建设对共同富裕的影响:基于双重机器学习的实证评估


作者:陈鸣,王志帆. 来源:《现代财经》2024年第9期

  导读  

数字技术通过数字媒介赋予城市发展所需的驱动力,在此基础上形成了智慧城市这一城市化与信息技术融合发展的崭新模式,智慧城市所构建的城市发展模式能够充分激发内需潜能和发展动能,为推动我国共同富裕提供了新思路。文章以国家三批次智慧城市试点政策为准自然实验,在采用定基极差熵权法测算中国285个城市2010—2020年共同富裕水平的基础上,运用双重机器学习法对智慧城市建设促进城市共同富裕的动态效应、作用路径、异质性展开了理论与实证分析。研究表明,智慧城市建设对共同富裕水平具有显著的正向影响,该影响在人力资本雄厚、金融业发展水平较高和信息基础设施较完善的城市更为明显。智慧城市试点建设对共同富裕水平的促进效应并非能一蹴而就,存在滞后性,即发展智慧城市建设以促进共同富裕需要一定的周期。缓解资源错配、提升城市创新创业活力和优化产业结构是智慧城市建设促进共同富裕的重要传导机制。在此基础上提出了推进智慧城市建设以提升共同富裕水平的政策建议,研究内容丰富了推进城市共同富裕的经验证据和实证研究,对推进城市数智化发展和地区共同富裕水平提升具有理论与实践参考价值。

关键词:智慧城市;共同富裕;双重机器学习;政策评估;

引用格式:陈鸣,王志帆.智慧城市建设对共同富裕的影响:基于双重机器学习的实证评估[J].现代财经(天津财经大学学报),2024,44(09):20-36.DOI:10.19559/j.cnki.12-1387.2024.09.002.


一、引言

改革开放以来中国经济快速增长,人均GDP由1979年的417元上升至2022年的85 698元,但经济的高速增长并不能缓解收入差距问题。据国家统计局数据显示,尽管我国在2020年全面消除了绝对贫困,但低收入人群比重仍然维持在4.50%左右,2021年包含约3亿人的低收入家庭人均可支配收入仅为8 333元,折合每月694元,城乡间和区域内仍存在较大的收入差距,2022年城镇居民人均可支配收入为49 283元,是农村居民人均可支配收入20 133元的2.45倍,占人口总数20%的高收入组的总收入占中国收入总数的46%。持续较大的收入差距一定程度上反映了不同群体之间共同享有经济增长果实机制上的失衡,任其恶化可能导致社会阶层固化,形成收入和财富分配的恶性循环,影响社会经济公平稳定发展。党的二十大报告指出,中国式现代化是全体人民共同富裕的现代化,共同富裕是中国特色社会主义的本质要求,要着力促进全体人民共同富裕,坚决防止两极分化。那么,如何实现共同富裕,确保在经济增长的同时防止收入差距过大,由全体人民公平共享经济增长带来的红利?这一问题的回答对于实现效率与公平兼顾的收入分配格局,实践中国式现代化建设的宏伟蓝图具有重要的理论与现实价值。

随着中国共同富裕实践进程的发展,学术界围绕共同富裕的基本内涵、水平测度及实现路径等议题展开了逐层深入的研究。就共同富裕的内涵而言,共同富裕具有鲜明的时代特征,包括“发展”与“共享”两大维度,其中,发展意味着物质文明、精神文明、生态文明三者的总体富裕,共享意味着社会成员共享收入、财产和平等地获得公共服务[1]。刘培林等(2021)[2]认为共同富裕具有国强民更富的政治内涵,人民共创共享日益丰富的物质和精神成果的经济内涵,形成中等收入阶层在数量上占主体的和谐而稳定的社会结构的社会内涵。在对共同富裕的基本内涵进行解构的基础上,学术界主要基于富裕与共同等维度构建指标体系[2-5],并利用熵权法合成。但普通的熵权法在进行数据标准化时,其基准通常是自身各年内,而非全局年限,因此加权后的指数仅有横向空间上的可比性,不具备纵向时间的可比性[6]。而周小亮和吴武林(2018)[7]所采用的定基极差熵权法弥补了此部分缺陷,定基极差法以特定年份为基准年,以类似极差标准化法的数学形式实现评价指标的无量纲化处理,从而使得加权合成后的指数可以同时刻画时空双重维度的变动趋势。

针对共同富裕的实现路径,现有研究主要基于中国式发展的现实情境,从社会保障[8]、公共服务[9]、分配机制[10]、财政支出[11]等制度供给视角对驱动共同富裕实现的因素及路径展开了丰富的理论及实证探讨。值得进一步思索的是,是否存在某种制度供给,以该制度手段作为引导,最终在城市实现一种自发、良性的发展模式,在该模式下城市内需潜能和发展动能可以被充分激发,进而自发促进实体经济高质量、可持续和共享发展,实现智慧城市发展向共同富裕发展的转换。该问题的探讨对促进居民收入公平稳定增长,突破共同富裕瓶颈更具理论与现实意义。

随着云计算、大数据、物联网为代表的新一代数字技术不断发展,数字技术正以新理念、新业态、新模式全面融入各领域和全过程。与传统经济相比,数字经济通过数据要素共享属性打破传统要素在生产中的稀缺性制约,通过新的要素投入、新的资源配置效率和新的全要素生产率促进经济突破式增长[12]。此外数字经济本身具有较强的普惠和共享属性,不断地缩小区域差距,以创富助力均衡发展,筑实了共同富裕的共享机制[13]。区别于数字技术在产业方面的应用,在城市运作模式方面,数字技术通过数字媒介赋予城市发展所需的驱动力并重构新的城市经济形态,在此基础上形成了城市化与信息技术融合发展的崭新模式——智慧城市。智慧城市的概念始于2008年IBM首次提出的“智慧地球”理念,中国国家市场监督管理总局与中国国家标准化管理委员2018年批准公布的《智慧城市术语》(GB/T 37043-2018)将智慧城市定义为:通过信息通信技术,对各类城市公共管理系统进行有效整合,推动城市管理与服务智慧化,提高城市管理与服务效率以及居民幸福满意度,进而实现可持续发展的一种创新型城市。表明智慧城市建设本身承载着促进居民幸福满意度的政策希冀。其所承载的科技创新内涵有助于改善和促进社会生产,夯实共同富裕的物质基础[14],可使经济结构产生质变,建立经济社会新的“生产函数”与经济结构,拓宽不同社会群体参与发展、共享成果的渠道和途径[15];其塑造的数字经济形态可以推动宏观经济一般性增长,即扩大财富供给;有助于促进区域产业分散化、城乡协调以及均衡性增长;弥补公共服务短板、提升政府服务能力;促使数字基础设施更充分和均衡,加快基本公共服务均等化[16];其利用现代技术和信息通信技术来改善城市管理与服务,提高城市居民的生活质量和公共服务的效率,在推进城市绿色低碳发展、降低环境污染[17]以及减少城乡与区域收入差距[18]方面发挥显著的效应。综合而言,智慧城市所构建的城市发展模式能够充分激发内需潜能和发展动能,促进实体经济高质量、可持续和共享发展[19],可被视为以短期制度为手段,以城市内生动力提升为目标,推动实现中国共同富裕自发循环的动力机制。

现有文献针对智慧城市建设的共同富裕效应进行了一定的研究,但有待进一步充实和改进:第一,尽管学术界已关注到智慧城市建设的共同富裕效应,但仅张万里等(2022)[18]、惠献波(2023)[20]等针对智慧城市建设对收入差距或共同富裕的影响展开研究,在探寻中国共同富裕实现路径的迫切现实需求下,智慧城市与共同富裕的关系亟待更为丰富的理论与实证论证;第二,共同富裕包含收入增长与收入差距减少两个内涵,收入增长仅为实现共同富裕的前提条件和基础,收入差距减少并不等同于共同富裕,但上述文献除惠献波(2023)[20]的研究外,均仅基于智慧城市的收入差距减少效应展开分析,在此意义上而言,亟需针对智慧城市发展的共同富裕影响效应展开系统性研究;第三,现有研究大多采用传统计量经济学的实证方法进行分析,传统的政策评估方法双重差分法无法克服人为设定模型偏误以及“维度诅咒”等问题以提取更纯粹的政策效应,且使用时需要满足平行趋势和单位处理变量值稳定假设等较为苛刻的假设条件[21]。即使理论上构建的双重差分模型通过了平行趋势检验,现实中也难以肯定政策对于其他城市完全没有影响,故其结论的科学性有待验证。进一步的研究需要采用更为精准的实证方法验证二者的关系,为共同富裕路径的实施提供更为科学的研究结论。此外,当前针对共同富裕测度的主要做法是在构建指标体系的基础上通过熵权法进行合成,但基于传统熵权法加权后的指数仅仅只有横向空间上的可比性,不具备纵向时间的可比性[6],无法刻画共同富裕在时空双重维度上的变动趋势。因此指标的测度方法有待进一步完善。

基于此,本文以国家三批次智慧城市试点政策为准自然实验,基于285个城市2010—2020年的面板数据,运用双重机器模型法对智慧城市建设促进城市共同富裕的动态影响效应、作用路径、异质性展开了理论与实证分析。本文可能的边际贡献在于:(1)研究视角上,将智慧城市建设作为激发城市内需潜能和发展动能的某种制度供给,并将其纳入共同富裕实现的分析框架,从缓解资源错配、提升城市创新创业活力和促进产业结构升级视角出发,探索了智慧城市建设与共同富裕水平提升的内在联系及作用路径,丰富了该议题基于中国的理论与经验研究;(2)共同富裕指标测度视角上,在全面理解共同富裕内涵及科学构建指标体系的基础上,采用定基极差法和熵权法组合应用的定基极差熵权法测算城市共同富裕水平,克服了传统熵权法测度的数据仅具备横向空间可比性,不具备纵向时间上可比性的局限;(3)在研究方法上,采用因果推断实证中较为前沿的双重机器学习模型进行实证研究,避免计量模型误设引起的偏误及“维度诅咒”等问题,更为科学地提炼智慧城市建设对城市共同富裕的边际影响效应。

二、政策背景及研究假设

(一)政策背景

“智慧城市”的概念最早出现于20世纪90年代,2008年美国IBM公司重新提出这一概念并赋予新的含义后,新的“智慧城市”概念引起美国政府的高度重视,并很快将其融入城市发展和建设,而后传播到世界各地。城市是一个开放、复杂的巨系统。中国的城市化仍在开放和复杂的巨系统中不断前行。为规范和推动智慧城市的健康发展,构筑创新2.0时代的城市新形态,引领中国特色的新型城市化之路,中华人民共和国住房和城乡建设部于2012年正式发布《关于开展国家智慧城市试点工作的通知》,并配以《国家智慧城市试点暂行管理办法》和《国家智慧城市(区、镇)试点指标体系(试行)》两个支撑文件。明确智慧城市管理流程为申报、评审、签订任务书、创建及验收。申报的城市应具备以下条件:完整的智慧城市发展规划纲要及实施方案;完善的网络基础设施、公共平台与数据库;高水平的城市功能和城市建设管理;高水平的智慧管理与服务(包括:智能交通、智慧能源、智慧环保、智慧社区、智慧物流等专项行动);高水平的智慧产业与经济等等。在试点政策的引领下,住房城乡建设部组织开展了国家智慧城市试点申报综合评审,于2013年1月、2013年8月与2015年4月在全国范围内前后展开了三批次国家智慧城市试点,确保智慧城市所公布的试点城市相对于其他城市更符合智慧城市相关特征。

(二)智慧城市建设影响城市共同富裕的作用机制

智慧城市建设为什么能促进城市共同富裕水平提升?《国家智慧城市(区、镇)试点指标体系(试行)》所归纳的测度智慧城市建设水平的四个一级指标中:第一,智慧产业与经济意味着城市依托技术创新、知识积累和创造、高附加值产品和服务实现经济增长的新动能,为城市共同富裕的实现提供经济增长“基石”,优化的产业结构促进农村剩余劳动力和城市低收入人群向二、三产业集聚,一定程度上弥补了相对弱势群体的就业机会不足和收入水平低下问题;第二,保障体系与基础设施、智慧管理与服务两个指标均直接涉及高质量发展与保障体系,旨在通过提供更便捷、高效的公共服务,在各领域提升居民生活水平,不断提升社会公平度;第三,智慧建造与宜居致力于打造宜居、韧性的智慧城市,推动绿色出行、节能减排、环境保护等方面的发展,减少资源浪费和环境污染,从而为城市居民提供更好的生活条件,体现了共同富裕对城市宜居性和包容性的内在需要。综上所述,智慧城市建设过程本身蕴含着共同富裕的发展内涵。那么,智慧城市建设如何促进城市共同富裕提升?本文从缓解资源错配、提升城市创新创业活力以及优化城市产业结构三种路径出发,对智慧城市建设驱动城市共同富裕提升的作用机制展开理论假设与分析。

首先,智慧城市建设可以通过缓解资源错配,促进共同富裕水平提升。智慧城市通过智能信息化技术构建的智能化平台发挥极强的渗透融合和协作效应,利用大数据和物联网技术收集和分析城市运行的各种数据,帮助决策者更准确地理解资源的使用情况和需求模式,做出更有效的资源配置决策,从而有利于提升资源匹配的精准度,提高资源利用效率,减少资源的错配现象[22]。资源的合理配置可以提高生产效率,减少浪费,促进经济增长。经济增长为改善社会福利和增加公共服务提供了可能[23],资源的公平分配可以增强社会稳定性,减少由资源分配不公导致的社会矛盾和冲突,进而提升社会整体福祉促进共同富裕。

其次,智慧城市建设能够提升城市创新创业活力,促进不同群体的共同富裕。具体而言,智慧城市建设所引入的先进基础设施提高了机会与资源匹配度,网络基础设施和技术的高度应用开拓了市场,智能政府管理模式很大程度减少新生企业创立的时间成本,信息在政府与市场间双向流动缩短政府与公众间“信息距离”和“信息成本”[24],为公众提供了大量新的创新创业信息。数字技术应用能够将传统劳动力从重复工作中解放出来,催生出更多以数字技术为支撑的新业态、新模式以及新岗位,长期而言,岗位创造效应会逐渐主导替代效应,从而实现包容性增长[25]。城区创业活动可以打破垄断等原有的市场非均衡,开拓新市场进而提供更多就业岗位,为共同富裕的实现注入经济活力,县域创业活动可以助力农民增收,缩小城乡收入差距[26]。创新在持续提升人们物质文明、精神文明与生态文明发展水平的同时[27],能显著扩大中等收入群体的规模,降低社会成员发展的离散性,推动我国社会向共同富裕目标不断趋近[28]

最后,智慧城市建设能通过优化城市产业结构促进城市共同富裕水平的提升。智慧城市建设能够有效促进传统产业的转型与新兴产业的发展。与依托传统生产要素投入生产的模式不同,智慧城市生产模式以投入知识、技术等要素为主,新要素的投入提升传统行业的学习、协作、创造能力,同时也有助于加快产业间的技术溢出和产业内部的结构优化,加速效率低下的传统产业模式的淘汰与转型[29]。智慧城市的建设促进了以物联网技术、大数据技术、移动互联网、云计算技术、新能源材料和信息材料为代表的新兴产业的发展。新兴产业具有专业知识聚集和高效的特点,将带动上中下游企业转型升级,提高产业链的空间布局和网络资源的利用率[30]。而以传统产业转型和新兴产业发展为特征的产业结构优化,会通过改变劳动供给结构、解决供需信息不对称、降低农产品交易成本、完善价格机制等效应促进不同群体利益的协调,在此过程中剩余劳动力和城市低收入人群会向扩张的二、三产业集聚,一定程度上弥补了相对弱势群体的就业机会不足和收入水平低下问题,从而缩小劳动者的收入差距[31]

综上,本文提出如下假设。

H1 智慧城市建设有利于提升城市共同富裕水平。

H2 智慧城市建设可以通过缓解资源错配、提升城市创新创业活力和优化城市产业结构促进城市共同富裕。

三、研究设计

(一)模型构建

本文关注到双重机器学习方法在经济学上的应用,现有研究已将其应用在政策评估中[32-33]。双重机器学习是由Chernozhukov等(2018)[34]提出的用来估计处理效应的一种模型,与传统的政策评估方法相比,该方法提出的模型放宽了变量之间的线性假设条件,允许变量之间非线性和交互影响的存在,与现实经济世界的政策和经济环境更为吻合。此外,该方法即使在应对较多控制变量时也可以精准地估计因果关系,具备政策因果关系分析的独特优势。基于此,本文运用双重机器学习法估计智慧城市试点政策对城市共同富裕的影响效应,具体的双重机器学习模型如式(1)-(2)所示。

Corichit=θ0Smartcityit+g(Xit)+Uit,E[Uit|Xit,Smartcityit]=0

(1)

Smartcityit=f(Xit)+Vit,E[Vit|Xit]=0

(2)

Corich为城市共同富裕水平;Smartcity为政策虚拟变量,表示智慧城市政策,设置试点后为1,其余为0。其系数θ0反映了智慧城市建设对城市共同富裕水平的促进作用;X为控制变量的集合;UV为扰动项;i为城市;t为时间。其估计顺序如下。

首先进行第一重估计,式(1)为主回归模型,直接利用式(1)进行估计,得到θ0的估计量为

(3)

估计偏误为

(4)

其中,θ0为样本容量,令,可以发现α服从均值为0的正态分布,但在β中,的具体形式是利用机器学习模型及其正则化算法进行估计的,因此不可避免地引入了正则化偏误,即g(Xit)的收敛速度较慢,n-φg>n-1/2,β会随着n趋向于无穷大也趋向于无穷大,导致θ0不再具备无偏性。

为获得无偏处理结果,在主回归的基础上构建辅助回归式(2),进行第二重估计,具体步骤如下。

第一,对辅助式(2)回归,利用机器学习算法估计,取其残差

第二,采用同样的方法对主回归式(1)进行回归,利用相同的机器学习算法估计,此时主回归形式变为式(5)

(5)

第三,将辅助回归所得到的残差作为Smartcity的工具变量进行回归,得到θ0的无偏估计值如下

(6)

其估计偏误为

(7)

同理,令,可以发现a服从均值为零的正态分布。令,b趋向于零的速度取决于趋向于f(Xit)以及趋向于g(Xit)的速度,也即n-(φg+φf)趋向于零的速度,由于使用了两次机器学习进行估计,因此相较于βn-φg,n-(φg+φf)趋向于零的速度明显更快,从而得到θ0的无偏估计值。

(二)变量设置与选择

1.被解释变量:共同富裕(Corich)

国内学者对于共同富裕指标的处理办法较为一致,大多根据共同富裕的内涵构建指标体系,并运用熵权法进行合成[3]。本文在对现有评价指标体系进行分析整理的基础上,从共同富裕的“发展”与“共享”两大内涵出发,基于高质量发展、可持续发展、区域间发展差距和共享发展四个维度构建共同富裕指标体系。其中高质量发展体现经济层面的富裕,可持续发展主要体现生态环境的富裕,二者均映射共同富裕的“发展”内涵;区域发展差距包括区域内发展差距与区域间发展差距,前者主要从生产总值、财政预算、科学技术、教育支出等角度体现城市内部差距,后者参考王之等(2024)[35]的做法,用区域夜间灯光基尼系数来体现;共享发展主要从文化、医疗、社会保障、公共设施等准公共物品获得的角度量化公众获得向上发展通道的机会,二者均映射共同富裕的“共享”内涵。采用定基极差熵权法对指标体系进行合成[7],具体步骤如下:首先利用熵权法确定指标权重,其次采用定基极差法对指标原始数据进行无量纲化处理, 最后将指标权重和无量纲化指标数据进行加权得到共同富裕指数。同时为更好地反映共同富裕水平的变动趋势,将合成后的共同富裕指数映射至0—10之间。指标体系如表1所示。

表1 共同富裕评价指标体系

注:“+”代表正向指标,“-”代表负向指标。

2.核心解释变量:“智慧城市”政策虚拟变量(Smartcity)

根据中华人民共和国住房和城乡建设部办公厅公布的三批智慧城市建设试点名单,获得共计144个处理组城市和141个控制组城市,结合名单中的入选时间,构建政策虚拟变量。具体而言,入选智慧城市政策试点则设置为1,反之为0;政策实施后设置为1,实施前设置为0。

3.控制变量

为保证估计政策的准确性,借助双重机器学习中正则化算法在应对高维控制变量情况的优势,在参考林嵩等(2023)[26]等文献的基础上,控制了如下可能影响共同富裕的因素:城市对外开放水平(Open),用进出口贸易总额与全市GDP比值衡量;城市交通运输水平(Trans),取城市货运总量(万吨)对数值衡量;外商投资水平(Fdi),用该城市外商投资总额(美元用当年汇率换算成人民币)与全市GDP比值衡量;人口密度(Pop),用年末总人口数与全市辖区面积之比来衡量;规模企业数(Scorp),用城市规模以上工业企业数对数化形式衡量;失业率(Is),用城市失业人口数与常住人口数之比衡量;环保支持水平(Env),用城市环境污染治理投资与全市GDP比值衡量;城镇化水平(Urb),用城镇人口与全市人口之比衡量;此外,考虑到上述控制变量可能对城市共同富裕水平存在非线性影响,在回归中加入上述控制变量的二次项,同时以个体和年份的虚拟变量的方式引入城市固定效应和时间固定效应,进一步提高模型的拟合精度。

(三)描述性统计

为保证样本数据的连续性和可得性,结合相关行政区规划和数据缺失情况,本文选择的样本最终包括中国285个地级市(不包括港澳台地区),样本时间为2010—2020年,以上所用数据均来自于《中国城市统计年鉴》、各省市统计年鉴、各城市年度国民经济社会发展统计公报,少量缺失的数据采用插值法进行填补。各变量的描述性统计如表2所示。

表2 描述性统计结果

四、实证分析

(一)智慧城市建设对城市共同富裕的影响效应

采用式(1)-(7)的双重机器学习模型检验智慧城市建设对城市共同富裕水平的影响效应,在模型中主要采用随机森林算法对主回归和辅助回归进行预测求解,此外,采用样本内外交叉验证的方法以避免机器学习模型预测的过拟合问题,其中样本分割比例为1∶4,回归结果如表3所示。结果显示,在依次控制了一次项、二次项、时间固定效应和城市固定效应后,系数虽有所下降,但仍在1%水平下显著。说明相较于非试点城市,智慧城市建设显著提升了试点城市共同富裕水平,H1得到验证。

表3 基准回归结果

注:*、**、***分别表示在10%、5%、1%的水平上显著,括号内为稳健标准误值。下同。

(二)内生性问题

本文设计构建出的计量模型必须要考虑内生性问题,内生性存在的可能性具体表现为:一是智慧城市建设和共同富裕可能会涉及双向因果关系。例如,智慧城市建设试点一般会选取有一定发展水平的城市,因此共同富裕水平越高的城市越可能成为智慧城市建设试点;二是遗漏变量,尽管本文尽可能控制了影响共同富裕的变量,但是面板数据上遗漏变量带来的影响还是难以完全避免的。为解决内生性对实证结果造成的影响,本文参考杨刚强等(2023)[36]的做法,以地区开通微博公司总数作为本文工具变量。一方面城市中开通微博公司数量一定程度上反映出城市信息化水平,其与成为国家智慧城市试点的概率是正相关关系,满足内生变量与工具变量之间的相关性。另一方面地区开通微博公司的总数是由公司需求决定的,没有相关证据表明地区开通微博公司总数与地区共同富裕具有相关关系,符合外生性假设。本文构建了双重机器学习部分线性工具变量模型,来进行内生性检验,其模型设置如下

Corichit=θ0Smartcityit+g(Xit)+Uit,

E[Uit|Xit,Smartcityit]=0

(8)

Webit=f(Xit)+Vit,E[Vit|Xit]=0

(9)

上述工具变量法检验后的结果如表4所示,模型中继续保持上述基础回归的做法,采用随机森林算法对主回归和辅助回归进行预测求解,样本内外交叉验证中样本分割比例为1∶4。由结果可知,在采用工具变量后,其回归结果在5%的水平上为正且显著,未改变基础回归的结论。

表4 内生性检验结果

(三)稳健性检验

1.调整研究样本

考虑到我国的各城市发展基础存在差异,在样本中剔除城市发展基础较好的四个城市(北京、上海、广州和深圳)和发展基础比较差的七个省份(甘肃、青海、宁夏、新疆、西藏、云南和贵州)中的城市,保留剩下的城市进行回归,结果见表5列(1)。此外,由于智慧城市政策第一批试点发布于2013年,最后一批发布于2015年,为排除由于部分研究年限距离政策发布时间较远的影响,在列(1)回归的基础上进一步将样本区间缩短为2011—2017年进行回归,结果见表5列(2)。结果显示,在经过调整样本和缩短研究年限后,智慧城市建设对城市共同富裕的回归系数虽有一定程度的下降,但仍在1%水平下为正且显著,说明基准结果是稳健的。

表5 稳健性检验结果Ⅰ

2.考虑省份—时间交互固定效应

在我国的行政结构中,省份是其中重要的层级,同一个省份下的城市不论是在政策环境下,还是在文化因素下都具有很强的相似性,考虑到不同省份特性随时间变动的影响,在原有基准回归的基础上,进一步控制时间—省份固定效应,结果见表5列(3)。结果显示,在考虑到相同省份内不同城市间的联系下,其回归系数仍在1%水平下为正且显著,进一步证明了基准结果的稳健性。

3.剔除其他政策影响

在智慧城市试点政策实施过程中,国家实施的“宽带中国”战略和“国家大数据综合试验区”政策同样可能对城市共同富裕产生影响。此外,考虑到十八大后国家出台了大量的共同富裕政策,包括精准扶贫等等,为避免此类相关政策对结果产生的干扰,本文选择缩短样本时间,将2018年之后的样本进行删除,将上述两大政策添加为控制变量纳入式(1)—(7)的双重机器学习模型后进行再回归。结果如表5列(4)所示。在剔除其他平行政策干扰后,回归结果仍在1%水平下为正且显著,表明基准结果的稳健性。

4.随机性选择处理

智慧城市试点的名单选择可能存在一定的非随机性,本文借鉴郭劲光和王虹力(2022)[37]的做法,选取了相关城市先决因素(直辖市、经济特区、北方地区、省会城市和副省会城市等)与政策的交互项作为控制变量加入基准回归分析中。结果如表5列(5)所示,在考虑到城市先决因素后,智慧城市政策对城市共同富裕水平仍呈现促进作用。

5.更改样本分割比例与更换机器学习算法

为避免设定双重机器学习模型参数时所引起的偏误,本文从以下两个方面对结果的稳健性进行再检验。首先更换模型中的机器学习算法,将模型中用来预测的随机森林算法分别更换为神经网络算法、套索算法和梯度提升算法来排除算法对结果产生的干扰。其次将样本分割比例由1∶4分别改为1∶2和1∶6,来排除样本分割比例可能对结果产生的误差。算法更换的稳健性结果详见表6列(1)—(3)。改变样本分割比例的回归结果详见表6列(4)—(5)。结果显示,改变机器学习算法和样本分割比例后,其结果仍在1%水平下为正且显著,证明其基准回归结果的稳健性。

表6 稳健性检验结果Ⅱ

6.剔除模型选择性偏误

本文在基准回归时设定了部分线性模型来检验智慧城市建设对城市共同富裕的影响,考虑到人为设定模型时的误差,本文对双重机器学习中的部分线性模型进行重设,采用更为一般的交互式模型来排除人为设定模型导致的影响,交互模型的具体形式详见下文异质性分析部分。其结果详见表6列(6)。结果显示,更换模型后其回归结果仍在1%水平下为正且显著,结果依然稳健。

(四)作用机制分析

进一步探究智慧城市建设通过何种作用渠道对城市共同富裕产生影响。在经济学领域中,中介效应模型由于存在内生性偏误以及部分渠道识别不清等问题,更适用于心理学领域研究,并不适用于因果推断研究[38]。因此,参考相关研究思路,仅探讨智慧城市政策对资源错配、城市创新创业活力和优化产业结构等上述三种机制的影响,三种机制对共同富裕的影响已经在上文理论分析中进行阐明。具体而言,城市资源错配借鉴白俊红和刘宇英(2018)[39]的做法,分别采用城市劳动力要素扭曲度(Rsl)和资本要素扭曲度(Rsk)衡量;城市创新创业活力(Inn)借鉴寇宗来和杨燕青(2017)[40]的做法,采用国家知识产权局和工商行政管理局新登记企业的两套微观大数据,通过“专利更新”模型,估计各年份的专利值,并将其与新登记企业数相结合,构建城市创新创业活力指数衡量;产业结构升级(Ins)借鉴邓荣荣和吴云峰(2023)[41]的做法,采用Ins=∑qi×i来衡量,其中qi为当年第i产业增加值占GDP的比重。其回归结果如表7所示。

表7 机制检验结果

表7列(1)和列(2)结果表明,回归项的系数分别为-0.13和-0.48,且在1%水平上显著,证明了智慧城市建设通过发挥数据要素的精准匹配效应,有效减少了劳动力和资本要素扭曲程度,生产要素进入生产效率最高的部分,促进城市共同富裕水平提升。表7列(3)结果表明,回归项Smartcity的系数为0.10,且在1%水平上显著,证明智慧城市政策通过促进区域和产业间信息技术发展,加速了创新要素的流动,有效推动了城市创新创业活力提升。城市创新创业为经济注入活力,助力经济增长,同时创业发挥的减贫效应可以促进农民增收,进一步缩小差距促进共同富裕。表7列(4)结果表明,回归项Smartcity的系数为0.02,且在1%水平上显著,说明智慧城市政策可以加快技术溢出,催生新兴产业,优化产业结构。城市产业结构调整为经济增长增添新动能,一定程度上弥补了相对弱势群体的就业机会不足和收入水平低下问题,提升了其收入水平,促进了共同富裕。综上,H2得到验证。

(五)异质性分析

为检验智慧城市建设对共同富裕的影响效应是否存在样本特征的异质性,为共同富裕的政策实践提供更为细致的设计路径,本文从人(人力资本)、财(金融业发展水平)、物(信息基础设施建设水平)三个角度出发,参考Chernozhukov等(2018)[34]的研究,建立如下将异质性因素纳入评估的双重机器交互式模型

Corichit=g(Zit,Xit)+Uit,E[Uit|Xit,Zit]=0

(10)

Zit=f(Xit)+Vit,E[Vit|Xit]=0

(11)

该交互式模型估计的处理效应为:θ0=E[g(Zit=1,Xit)-g(Zit=0,Xit)],其估计方法与上述的部分线性模型相同。

1.人力资本

作为依托大数据和物联网等数字信息化技术在城市应用的新模式,智慧城市建设需要系统中不同部门之间高度协调,不断提升城市的运转效率,人力资本水平的高低将直接影响到城市智慧化的进程,同时人力资本作为生产中重要的直接要素供给,其稀缺性是造成城市创新能力、运转效率差异的重要原因。为探究人力资本在智慧城市发挥共同富裕效应中的调节作用,本文设置人力资本虚拟变量(Hcap),将样本城市按照人力资本水平(城市普通本专科及以上人口数与全市常住人口比)的均值划分为高人力资本水平(赋值为1)与低人力资本水平(赋值为0)两组,虚拟变量与智慧城市政策虚拟变量相乘后作为模型(10)的核心解释变量(即Zit=Hcapit×Smartcityit),并且把Smartcityit添加到Xit中作为控制变量进行回归。结果如表8列(1)所示,可以看出核心解释变量Zit的系数为0.29,且在1%水平下显著,说明智慧城市建设对人力资本水平较高城市的共同富裕影响效应显著大于人力资本水平较低城市,人力资本在智慧城市建设的共同富裕效应上发挥了正向调节作用。人力资本是城市发展的基础,人力资本水平较高的城市在智慧化建设进程中会更快速地完成城市系统的整合,最大化释放城市智能信息化带来的红利,人力资本雄厚意味着更多新兴技术孵化、城市创新能力以及劳动生产率提升,在智慧城市建设释放共同富裕效应时提供更为强大的助推力,发挥正向调节效应。

表8 异质性检验结果

2.金融业发展水平

不同城市在金融业发展水平上存在较大差异,为考察金融业发展水平在智慧城市建设促进城市共同富裕水平提升方面的差异性表现,本文设置城市金融业发展水平虚拟变量(Fin),样本城市按照金融业发展水平(银行业金融机构存贷款余额与全市GDP之比)的均值划分为高金融业发展水平(赋值为1)与低金融业发展水平(赋值为0)两组,虚拟变量与智慧城市政策虚拟变量相乘后作为模型(10)的核心解释变量(即Zit=Finit×Smartcityit),并且将Smartcityit添加到Xit中作为控制变量进行回归。结果如表8列(2)所示,可以看出核心解释变量Zit的系数为0.22,在1%水平下显著,说明智慧城市建设对金融业发展水平较高城市的共同富裕影响效应显著大于金融业发展水平较低的城市。其原因是金融业发展水平较高城市往往能够吸引更多的人力和资本要素,在智慧城市建设时为新生企业的壮大提供有利支持,促进地方经济增长和就业机会增加。另外,金融业发展水平较高城市借助智慧城市建设的信息优势可以建立更为完善的风险承担网络,提升家庭的经济发展韧性,同时借助智慧城市发达的信息网络壮大普惠金融,使得金融服务惠及更多人群, 从而促进城市共同富裕。

3.信息基础设施

以大数据、5G、人工智能和工业互联网为代表的智慧城市建设对地区共同富裕水平产生影响一定程度取决于地区信息基础设施的发展,作为准公共物品,信息基础设施是城市公共数字服务水平的体现,是传统城市进行信息化、智慧化的基石,不同水平的信息基础设施将直接影响到智慧城市发挥自身效应的快慢。为考察信息基础设施在智慧城市发挥共同富裕效应中的调节效应,本文设置城市区域位置虚拟变量(Inf),将样本城市按照信息基础设施水平(每万人互联网用户数)的均值划分为高信息基础设施水平(赋值为1)与低信息基础设施水平(赋值为0)两组,虚拟变量与智慧城市政策虚拟变量相乘后作为模型(10)的核心解释变量(即Zit=Infit×Smartcityit),并且把Smartcityit添加到Xit中作为控制变量进行回归。结果如表8列(3)所示,可以看出核心解释变量Zit的系数为0.14,且在1%水平下显著,说明信息基础设施建设在智慧城市建设发挥共同富裕效应上起到正向调节作用,以通信网络为基础、数据算力为核心的信息基础设施体系具备较强的规模经济特性,高信息基础设施水平城市在进行智慧城市建设时无异于进入快车道,无需面临传统城市所面临的传统的群体壁垒阻碍和数字资源制约,使得该部分城市共同富裕水平显著增强。

(六)拓展分析

上述基准回归反映的是智慧城市建设对共同富裕的年份平均影响,没有反映出影响效应的时间异质性,即政策的动态影响效应,但共同富裕是一项需要长期投入与建设的系统工程,进一步的研究需要观察政策效果的长期动态特征,为共同富裕的长期路径提供数据支撑,因此,本文参考钟腾等(2021)[42]的做法,在式(1)和式(2)的基础上构建如下部分线性动态模型

Corichit=θ0Smartcityit×Afterj+g(Xit)+Uit,

E[Uit|Xit,Smartcityit×Afterj]=0

(12)

Smartcityit×Afterj=f(Xit)+Vit,E[Vit|Xit]=0

(13)

上述模型中,Afterj为智慧城市建设后每一年的虚拟变量,其他变量定义与基准回归模型中相同,结果如表9所示。结果显示,2014—2015年的智慧城市试点建设初期,智慧城市试点建设对城市共同富裕水平的提升效应尚未显现,2016年之后智慧城市试点建设对共同富裕水平存在显著的促进作用,表明智慧城市试点建设对共同富裕水平的促进效应存在滞后性,其原因可能在于:智慧城市发展对共同富裕产生影响是一个历经系统集成与模型优化、政策法规与制度配套、用户接纳与行为转变、发展模式创新与应用的过程,因此智慧城市建设对共同富裕的影响效应需要一定程度的时间积累,只有当智慧城市建设发展到一定程度,模型算法结合城市实际情况得到充分优化,智慧城市的决策支持功能才能得到充分发挥,智慧城市建设对共同富裕的影响效应开始持续凸显。

表9 动态效应分析结果

五、结论及政策建议

中国式现代化是全体人民共同富裕的现代化。在数字信息化浪潮下,新型城市发展高级形态的智慧城市建设为推动中国城市共同富裕水平提升提供了契机。本文以中国智慧城市建设为准自然实验,采用双重机器学习模型检验了智慧城市建设影响城市共同富裕的动态效应、内在机制及异质性。实证结果表明:(1)智慧城市建设对共同富裕水平具有显著的正向影响,该影响在人力资本雄厚、金融业发展水平较高和信息基础设施较完善的城市更为明显;(2)智慧城市试点建设对共同富裕水平的促进效应并非一蹴而就,其存在滞后性,即发展智慧城市建设以促进共同富裕需要一定的周期;(3)缓解资源错配、提升城市创新创业活力和优化产业结构是智慧城市建设促进共同富裕的重要传导机制。上述结论回答了智慧城市建设是否促进且如何促进城市共同富裕水平两个问题,针对如何有效进行智慧城市建设以提升共同富裕水平提出如下政策建议。

第一,抓住机遇持续推进城市智能化发展。智慧城市建设可以不断提升城市治理效率,促进经济发展,增加就业机会,提高居民收入,从而缩小贫富差距。目前我国智慧城市建设仍处于发展的初级阶段,实现智慧城市发展模式以促进共同富裕仍然任重道远,地方政府应充分认识到智慧城市建设对于城市共同富裕水平提升的重要性,落实“十四五”规划中全面提升城市品质的相关要求,以加快数字信息技术应用为核心,通过技术融合、新型基础设施建设和加强地区间数字信息化合作共享等进行智慧城市以及智慧城市群建设,为提升城市运作效率、提升居民生活质量和促进不同群体共享城市发展提供支撑。

第二,把握人力资本、金融发展水平以及信息基础设施在智慧城市释放共同富裕效应的正向调节作用。要加强人力资本投资,提升教育和培训水平,增强劳动力的技能和创新能力,重点发展与智慧城市相关的高等教育和职业培训,以适应未来技术和市场需求;促进金融业创新与发展,通过创新金融产品和服务,提供更多支持智慧城市项目的金融工具,优化金融监管,促进金融市场稳定与健康发展;加强信息基础设施建设,投资升级网络基础设施,确保信息技术的可获取性和可靠性;区域之间应建立城市数字资源要素共享机制,跨地区、跨部门的政策协调机制,通过区域合作和资源共享,减少区域发展差异,促进共同富裕。

第三,要厘清智慧城市建设的长期效应,避免短期行为。智慧城市建设是一项基础而综合的系统工程,需要长期投入、不断更新并持续创新,因此城市在制定智慧城市发展规划时,应设置实际可持续的目标;将智慧城市建设分为多个阶段,每个阶段设定具体目标和里程碑,定期对智慧城市项目进行评估,收集反馈信息,调整政策和策略,以确保智慧城市建设持续向前发展;鉴于智慧城市建设需要较长时间才能显现成效,因此需要稳定和多样化的资金来源,积极探索包括公共资金、私人投资、政府补贴和国际资金等资金来源方式。要确保智慧城市建设实施过程中考虑到各个社会群体,特别是弱势群体的需求,提高公众对智慧城市项目的认知和参与,增强民众对于智慧城市建设的认同感。

第四,加强顶层设计,畅通智慧城市建设驱动城市共同富裕水平提升渠道。各区域应加强以数智化为代表的新一代数字平台的建设力度,利用大数据和智能技术来监测和分析资源使用,以人工智能技术服务城市资源流向,充分发挥数字资源的精准匹配优势,提高资源利用效率。要建立和完善创新创业支持系统,如孵化器、创业基金、创业指导服务等,提供税收优惠、融资支持等政策激励,鼓励私人投资和创业活动,重视教育和培训,尤其是在科技、创业和数字技能方面,为创新创业提供人才支撑。要围绕关键核心技术,推动智能化技术向城市管理和传统产业渗透,推动城市产业结构升级,重点发展高科技和服务业,逐步减少对重工业和低附加值制造业的依赖,支持传统行业的智能化改造,提高产业链的效率和价值。

参考文献

[1]郁建兴,任杰.共同富裕的理论内涵与政策议程[J].政治学研究,2021(3):13-25.

[2]刘培林,钱滔,黄先海,等.共同富裕的内涵、实现路径与测度方法[J].管理世界,2021,37(8):117-129.

[3]张明,张兴祥.基本公共服务均等化与共同富裕——来自2013—2020年地级市面板数据的经验证据[J].经济学家,2023(6):110-119.

[4]杨水根,王吉.流通数字化促进了共同富裕吗?——来自中国地级市的经验证据[J].产业经济研究,2023(2):112-125.

[5]郝云平,张兵.数字金融发展的共同富裕效应研究——基于281个地级市的经验证据[J].经济问题探索,2023,488(3):41-55.

[6]北京师范大学,西南财经大学,国家统计局.2016中国绿色发展指数报告——区域比较[M].北京:北京师范大学出版社,2016.

[7]周小亮,吴武林.中国包容性绿色增长的测度及分析[J].数量经济技术经济研究,2018,35(8):3-20.

[8]杨穗,赵小漫.走向共同富裕:中国社会保障再分配的实践、成效与启示[J].管理世界,2022,38(11):43-56.

[9]张明,张兴祥.基本公共服务均等化与共同富裕——来自2013—2020年地级市面板数据的经验证据[J].经济学家,2023(6):110-119.

[10]李莹.实现全体人民共同富裕的现代化:三次分配的定位、挑战与对策[J].当代经济管理,2023,45(7):1-7.

[11]焦长权,王伟进.迈向共同富裕的财政再分配——政府间转移支付的动态效应与制度逻辑[J].社会学研究,2023,38(1):22-44.

[12]荆文君,孙宝文.数字经济促进经济高质量发展:一个理论分析框架[J].经济学家,2019(2):66-73.

[13]师博,胡西娟.高质量发展视域下数字经济推进共同富裕的机制与路径[J].改革,2022(8):76-86.

[14]陈劲,阳镇,张月遥.共同富裕视野下的中国科技创新:逻辑转向与范式创新[J].改革,2022(1):1-15.

[15]陈曦.以科技创新推进全体人民共同富裕的理论机理和现实路径[J].经济纵横,2022(11):8-14.

[16]柳毅,赵轩,毛峰.数字经济驱动共同富裕的发展动力与空间溢出效应研究——基于长三角面板数据和空间杜宾模型[J].中国软科学,2023,388(4):98-108.

[17]WU D S,XIE Y,LYU S J.Disentangling the complex impacts of urban digital transformation and environmental pollution:evidence from smart city pilots in China [J].Sustainable Cities and Society,2023,88:104-266.

[18]张万里,张澄,宣旸.智慧城市减缓还是加剧城乡收入差距——来自数字普惠金融和城镇化的视角[J].经济问题探索,2022(5):123-144.

[19]刘伟丽,刘宏楠.智慧城市建设推进企业高质量发展的机制与路径[J].深圳大学学报(人文社会科学版),2022,39(1):95-106.

[20]惠献波.数字经济、创业活跃度与共同富裕——来自智慧城市建设的证据[J].当代经济管理,2023,45(5):18-24.

[21]黄炜,张子尧,刘安然.从双重差分法到事件研究法[J].产业经济评论,2022(2):17-36.

[22]LI Y W,JI Q P,WANG Z J,et al.Green energy mismatch,industrial intelligence and economics growth:theory and empirical evidence from China [J].Environment Development and Sustainability,2022,24:11785-11816.

[23]周慧,孙革,周加来.数字经济能够缩小城乡多维差距吗?——资源错配视角[J].现代财经(天津财经大学学报),2022,42(1):50-65.

[24]CIACCI A,IVALDI E,SOLIANI R.Strategic outlook in business and finance innovation:multidimensional policies for emerging economies [M].[S.l.]:Emerald Publishing Limited,2021:11-23.

[25]ACEMOGLU D,RESTREPO P.The race between man and machine: implications of technology for growth,factor shares,and employment [J].American Economic Review,2018,108(6):1488-1542.

[26]林嵩,谷承应,斯晓夫,等.县域创业活动、农民增收与共同富裕——基于中国县级数据的实证研究[J].经济研究,2023,58(3):40-58.

[27]MICHAELS G,NATRAJ A,VANREENEN J.Has ICT polarized skill demand:evidence from eleven countries over twentyfive years [J].The Review of Economics and Statistics,2014,96(1):60-77.

[28]邵宜航,游杰.技术创新如何提升我国共同富裕水平[J].经济管理,2023,45(4):191-208.

[29]范德成,方璘,宋志龙.智慧城市建设的产业结构升级效应及作用机制研究[J].科技进步与对策,2021,38(17):61-68.

[30]蒋选,王林杉.智慧城市政策的产业结构升级效应研究——基于多期DID的经验考察[J].中国科技论坛,2021(12):31-40.

[31]韦东明,顾乃华,韩永辉.“省直管县”改革促进了县域经济包容性增长吗[J].财经研究,2021,47(12):64-78.

[32]王茹婷,彭方平,李维,等.打破刚性兑付能降低企业融资成本吗?[J].管理世界,2022,38(4):42-64.

[33]张涛,李均超.网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J].数量经济技术经济研究,2023,40(4):113-135.

[34]CHERNOZHUKOV V,CHETVERIKOV D,DENIRER M,et al.Double/debiased machine learning for treatment and structural parameters [J].The Econometrics Journal,2018,21(1):1-68.

[35]王之,田文佳,张庆华.工业用地出让最低价政策与地方经济增长[J].经济学(季刊),2024,24(1):271-285.

[36]杨刚强,王海森,范恒山,等.数字经济的碳减排效应:理论分析与经验证据[J].中国工业经济,2023(5):80-98.

[37]郭劲光,王虹力.数字赋能下减排战略的创新性选择——基于“宽带中国”试点政策的准自然实验[J].产业经济研究,2022(4):101-113.

[38]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022(5):100-120.

[39]白俊红,刘宇英.对外直接投资能否改善中国的资源错配[J].中国工业经济,2018(1):60-78.

[40]寇宗来,杨燕青.中国城市和产业创新力报告2017[R].上海:复旦大学产业发展研究中心,2017.

[41]邓荣荣,吴云峰.有福同享:城市数字基础设施建设与经济包容性增长[J].上海财经大学学报,2023,25(1):3-18.

[42]钟腾,罗吉罡,汪昌云.地方政府人才引进政策促进了区域创新吗?——来自准自然实验的证据[J].金融研究,2021(5):135-152.

作者简介:陈鸣,男,南华大学经济管理与法学学院教授,博士,硕士生导师,主要从事区域和农村经济研究;王志帆(通讯作者),男,南华大学经济管理与法学学院硕士生,主要从事区域经济研究。


【免责声明】《现代财经》微信公众平台所转载的专题文章,仅作佳作推介和学术研究之用,未有任何商业目的;对文中陈述、观点判断保持中立,请读者仅作参考,并请自行承担全部责任;文章版权属于原作者,如果分享内容有侵权或非授权发布之嫌,请联系我们,我们会及时审核处理。


《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版(总第3157

期)

编辑整理:蔡子团队  

团队成员陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校:蔡双立  方菲  胡少龙

长按以下二维码,关注《现代财经》公众微信号(modern-finance)

                 

欣赏和阅读《现代财经》2024年第10期,敬请点击以下阅读原文