智慧城市建设是否促进了企业创新绩效？

[摘要]党的二十大报告指出，要“打造宜居、韧性、智慧城市”“强化企业科技创新主体地位”1。为研究智慧城市建设对企业创新的影响，使用2003—2020年A股上市企业数据，基于智慧城市试点的准自然实验，构建多期双重差分（DID）模型探究智慧城市建设对企业创新绩效的影响。研究表明：智慧城市建设对于企业创新绩效具有积极影响。智慧城市建设通过提升区域创新能力、缓解融资约束可有效提升企业创新绩效。基于异质性分析发现，智慧城市建设对东部地区、成熟期、非国有以及非高技术产业的企业创新绩效的影响更为显著，对制造业及非制造业企业创新绩效则均有显著的正向影响。由此提出建立健全反馈机制、因地制宜循序渐进推动智慧城市建设、加大政策支持的建议。

[关键词]智慧城市建设；多期DID；企业创新绩效

一、 引言

20世纪90年代，美国、新加坡、欧盟、韩国、日本等相继提出了“智慧社区”等相关规划，“智慧城市”这一概念初具雏形。“智慧城市”的提出旨在破解城市病，促进城市健康发展。随着我国城市规模的急剧扩张以及“马太效应”的加剧，一系列“大城市病”也快速显露。在此背景下，中央及地方政府不断推出多项相关政策用以进一步指导推进和鼓励支持开展智慧城市建设。2012年我国住房和城乡建设部发布《国家智慧城市试点暂行管理办法》2，第一批全国智慧城市的试点名单也随之公布。截至2020年4月，我国累计共有近全球总量一半的智慧城市在建试点3。2020年4月，习近平总书记在浙江视察时表示，要科学运用世界前沿科技，推进城市管理逐步进入新模式、新手段、新理念，推动城市内部治理结构体系化和整体治理服务能力现代化4。2022年党的二十大报告中指出，要“坚持人民城市人民建，人民城市为人民”，建设“宜居、韧性、智慧城市”，推动以人为核心的新型城镇化进程。

智慧城市建设不仅需要大型跨国公司和地方公共部门的参与，也需要当地企业的参与[1]，党的十八大以来，我国深入实施推进创新驱动发展战略。2022年习近平总书记在党的二十大报告中指出，要做到“加快实施创新驱动发展战略”“强化企业科技创新主体地位”。创新决定了企业或组织的进步和竞争力[2]，智慧城市的建设可以为企业的发展提供必要的信息、技术资源，解决信息不对称等问题，从而为企业创新提供有利的条件。同时在知识、技术快速更新迭代的时代背景下，通过创新开发新产品、优化生产方式等可以帮助企业扩大或维持自身竞争力。智慧城市建设为企业创新提供了动力也增加了外部压力，因此研究智慧城市建设对企业创新的影响一方面可以探究智慧城市建设的微观效应，另一方面也可以检验智慧城市建设的成效。

为探究智慧城市建设对企业创新的影响，本文在分析智慧城市建设对企业创新绩效作用机理的基础上，基于A股上市公司数据，使用多期DID模型对智慧城市建设与企业创新绩效之间的关系进行研究，结合中介效应分析和异质性分析，较为全面地分析智慧城市建设对企业创新绩效的影响。本文主要贡献在于使用微观数据，将智慧城市建设与企业创新绩效相结合，在一定程度上丰富智慧城市建设的微观效应方面的研究，为智慧城市建设对企业发展的积极作用提供微观证据。

二、 文献综述

现有文献主要聚焦于智慧城市建设的宏观和微观经济效应。宏观经济效应主要研究智慧城市建设对城市创新、绿色发展、产业结构等方面的影响，研究表明，智慧城市建设可以迅速提升城市信息化水平，推动优秀人才和企业聚集，优化城市产业结构，提高城市创新能力和水平[3-4]。Qian等[5]指出智慧城市建设可以降低能源消耗和废弃物排放，促进经济增长，城市经济绿色发展。张阿城等[6]研究发现，智慧城市建设可以推动技术进步进而对城市产业结构高级化发展产生积极影响。此外，智慧城市建设还可以促进地方经济高质量发展，提高能源利用率、提升环境质量，促进城市产业结构优化升级[7-10]。微观经济效应则主要研究智慧城市建设对企业全要素生产率以及企业创新的影响，研究表明，智慧城市建设有助于提升企业全要素生产率，推动企业创新，尤其是对原始性创新的推动作用更为显著，通过推动创新促进企业高质量发展[11-12]。

通过对现有文献进行梳理发现，智慧城市建设有利于促进产业结构优化升级，推动城市经济可持续化、绿色化、高质量发展，同时有利于提升企业全要素生产率。技术进步与创新是推动经济发展的决定性因素，然而目前关于智慧城市建设对企业创新的相关研究较少。在研究方法上，双重差分模型可以解决样本数据的内生性问题并得出政策处理效应[9]，因此目前学术界多采用双重差分模型研究智慧城市建设效应。基于此，本文采用双重差分模型分析智慧城市建设对企业创新绩效的影响。

本研究主要有两方面的创新：研究内容方面，从微观角度出发研究智慧城市建设对企业创新绩效的影响。由于企业外部环境和内部因素均会对企业创新绩效产生影响，因此选取区域创新能力以及融资约束水平作为中介变量进行研究，并从企业所属区域、年龄、股权性质和行业4个方面进行异质性分析，在一定程度上丰富了智慧城市建设的微观效应和企业创新绩效方面的研究。研究方法方面，本研究借鉴北京大学企业大数据研究中心、龙信数据研究院等联合编制的创新创业质量评价指标体系，通过测算区域创新指数，将其与融资约束指数、中介效应模型以及多期双重差分模型相结合，研究智慧城市建设对企业创新绩效的影响。

三、 理论机制与研究假设

新经济增长理论认为，内生的技术进步与创新是推动经济发展的决定性因素[13]。对于小型企业而言通过技术进步和创新可以帮助企业快速抢占市场份额，提升其综合竞争力，对于大中型企业而言，多年的发展早已形成稳定的盈利模式，创新和技术进步可以帮助其拓展新的市场，推动企业开发新的产品，开拓新的营销模式。一方面，基于资源基础理论，信息已经成为企业创新的核心资源。智慧城市建设可以为企业创新带来大量的新技术、新知识，鉴于知识、技术的外溢性，企业可以在智慧城市建设带来的信息化冲击下接触新知识、发展新技术，促进企业创新。另一方面，智慧城市的发展也会对传统行业、知识、生产方式等产生冲击，在产业迭代升级、知识更新高速发展的情境下，企业想要保持盈利能力、维持企业竞争力就必须进行创新活动。基于以上研究本文提出假设1。

假设1：智慧城市建设带来的新技术、新知识可以提升企业创新动力，提高企业创新绩效。

社会环境的反作用是影响企业创新绩效的重要因素，智慧城市建设依托大数据、云计算等新一代信息通信技术的发展，在新兴技术的发展过程中产生大量数据[14]，这些数据可以快速应用于城市运营的各个领域，产生了一系列诸如智慧交通、智慧医疗、智慧社区等新概念。智慧城市建设可推动数字经济、信息化高速发展，促进产业结构优化升级等，有利于提升城市创新能力[1，4]。区域创新能力的提升可以为企业创新提供足量的信息、人才、技术等各方面资源，提升企业对新知识、技术的吸收能力、应用能力，同时区域创新能力高的地区知识保护水平也较高[15]，区域创新能力的提升为企业的创新活动提供了内部动力和外部压力。基于以上分析本文提出假设2。

假设2：智慧城市建设可以提升区域创新能力，区域创新能力的提升为企业进行创新活动提供了动力也带来了压力，有利于促进企业绩效提升。

根据熊彼特创新理论，信息不对称是阻碍现实社会中企业创新的关键因素，同时企业创新也需要稳定的资金支持，而信息不对称程度越高企业的融资约束也越大，融资约束会影响企业的创新投入和创新产出水平[16-19]。新一代信息通信技术的发展可以有效缓解企业与投资方之间的信息不对称，拓宽融资渠道，减轻融资约束，有利于提升企业研发资金，进而提升企业创新投入，提高企业创新绩效。基于上述分析本文提出假设3。

假设3：智慧城市建设可以通过缓解企业融资约束，有助于提高企业创新投入，进而对企业创新绩效产生促进作用。

图1为智慧城市建设对企业创新绩效的影响机制图。

<E：＼2023-2＼图片＼企业3-1.png>

图1 智慧城市建设对企业创新绩效的影响机制

四、 研究设计

1. 模型设定

2009年我国提出建设智慧城市的构想，并于2012年后陆续公布了三批国家智慧城市试点城市名单，本文将此看作准自然实验，研究智慧城市建设对企业创新绩效的影响，由于智慧城市试点并不是同一时间设定的，因此本文采用时点不一致的多期DID模型。同时由于使用DID方法的前提是实验组与控制组企业各方面特征尽可能相似[9]，因此本文采用倾向得分匹配（PSM）与DID相结合的方法来解决这一样本选择偏差问题，分析智慧城市建设对企业创新绩效的影响。模型如下：

[Innovationit=α0+α1didit+α2Xit+Ai+Bt+εit]  （1）

进一步地，本文将多期DID简化为一期，基于PSM-DID方法进行稳健性检验，构建如下模型：

[Innovationit=β0+β1didit+β2treati+β3periodt+β4Xit+εit] （2）

其中did为解释变量。根据DID方法的基本思想，构建两项虚拟变量treat、post。其中treat为企业分组虚拟变量，所在地级市为国家智慧城市试点城市的企业赋值为1，否则赋值为0；post为时间虚拟变量，企业所在地级市设为智慧城市试点城市前为0，设为试点城市后为1。根据treat和post的交互项did系数评估智慧城市建设效果。Innovation为被解释变量，X为一系列控制变量，A和B分别表示个体固定效应和时间固定效应，[ε]为随机扰动项。

2. 变量选择

（1）被解释变量

目前对企业创新绩效（Innovation）的衡量多采用专利申请量和专利授权量两种方式，而专利授权数量可以更有效地衡量企业的创新产出，因此本文借鉴罗锋等[20]的做法，以专利授权数量衡量企业创新绩效。同时为了保证数据的可参考性[21]，在对企业创新绩效进行衡量时，对每个数据加1后进行对数化处理，再进行数据分析。

（2）解释变量

根据住房和城乡建设部公布的试点名单设立虚拟变量，本文参考石大千等[9]、姚圣文等[12]的做法，将2012年视为智慧城市建设政策的起始年份，当企业所在地级市为智慧城市试点后赋值为1，企业所在地级市设为智慧城市试点前及所在地级市为非智慧城市试点则赋值为0。由于部分城市仅某个区或县为智慧城市试点，为了防止政策效应被高估，在确定实验组时，剔除了此类城市中的企业。

（3）中介变量

本文选取影响企业创新绩效的外部因素区域创新能力、内部因素融资约束作为中介变量。区域创新能力参考毛文峰等[22]以及龙建辉[23]的做法，采用北京大学企业大数据研究中心、龙信数据研究院等机构联合编制的“朗润龙信创新创业指数”，衡量各区域的创新能力。指标体系及权重见表1。

学术界多采用KZ指数、FC指数、WW指数衡量企业融资约束，本文参考刘伟丽等[11]的做法，采用可以同时考虑企业财务特征以及所属行业特征的WW指数来衡量企业融资约束。

表1  区域创新能力评价指标体系

[核心要素 一级指标 二级指标 权重 企业家 新建企业数量 新增企业注册数量 20% 资本 吸引外来投资 新增外来法人投资的笔数 15% 吸引风险投资 新增风险投资的企业数量 25% 技术 专利授权数量 新增发明专利授权数量 12.5% 新增实用新型专利公开数量 7.5% 新增外观设计专利公开数量 5% 商标注册数量 新增商标注册数量 15% ]

资料来源：北京大学企业大数据研究中心《中国区域创新创业指数构建与空间格局》

（4）控制变量

本文选取企业规模（Size）、股权集中度（Stock）、资产负债率（Lev）、成长能力（Growth）、盈利能力（ROA）、以及地区经济发展水平（GDP）为控制变量。

3. 数据说明与描述性统计