智慧城市試點(diǎn)政策對(duì)城市安全水平的影響研究*
——基于區(qū)域異質(zhì)性的視角

楊 蘇，王雯婷

（1.安徽建筑大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 合肥 230601；2.阜陽(yáng)師范大學(xué)安徽省農(nóng)民工研究中心，安徽 阜陽(yáng) 236000；3.安徽省建筑經(jīng)濟(jì)與房地產(chǎn)管理研究中心，安徽 合肥 230601）

0 引言

中國(guó)城市化建設(shè)在取得一定成就后，城市發(fā)生事故的數(shù)量、強(qiáng)度也在提升，不可避免地給人們生命和財(cái)產(chǎn)安全帶來(lái)挑戰(zhàn)[1]。另外，極端天氣頻發(fā)、新冠疫情多次、多點(diǎn)暴發(fā)給全國(guó)城市敲響安全警鐘。面對(duì)該現(xiàn)狀，打造可以從安全事件中迅速恢復(fù)的城市比以往都更為緊迫。

“十四五”規(guī)劃提出實(shí)施新型城鎮(zhèn)化建設(shè)，積極助力城市安全高效運(yùn)行。以統(tǒng)籌城市安全與發(fā)展作為戰(zhàn)略目標(biāo)，需要借助恰當(dāng)?shù)恼咦鳛橹卫砉ぞ?，智慧城市作? 種新型治理模式，擁有優(yōu)越的數(shù)字治理化優(yōu)勢(shì)，同時(shí)具備促進(jìn)城市建設(shè)、安全管理和公共服務(wù)等智慧化特點(diǎn)[2]?；诖耍疚膶?duì)城市安全水平進(jìn)行綜合評(píng)估，并深入探討智慧城市政策對(duì)城市安全水平的影響，就區(qū)域異質(zhì)性展開(kāi)討論，有助于調(diào)整相關(guān)政策實(shí)施的關(guān)鍵點(diǎn)，提高城市安全水平。

1 文獻(xiàn)回顧

我國(guó)國(guó)內(nèi)于2012年起出臺(tái)智慧城市相關(guān)政策[3]。智慧城市政策區(qū)別于傳統(tǒng)政策，以物聯(lián)網(wǎng)、云計(jì)算等新興技術(shù)為基礎(chǔ)，以信息技術(shù)、智能技術(shù)和多網(wǎng)融合為依托來(lái)推進(jìn)實(shí)施[4]。智慧城市政策的實(shí)施，實(shí)現(xiàn)了城市安全管理數(shù)字化、網(wǎng)絡(luò)化和智能化，為城市安全提供了創(chuàng)新驅(qū)動(dòng)，有效控制城市日常生產(chǎn)經(jīng)營(yíng)活動(dòng)中各領(lǐng)域的不安全因素，將風(fēng)險(xiǎn)降至并保持在可接受的范圍內(nèi)[5]。

總體來(lái)看，智慧城市政策對(duì)城市安全水平有以下影響：一方面，劉洪波等[6]提出智慧城市政策不僅帶動(dòng)城市經(jīng)濟(jì)增長(zhǎng)，也提升了城市安全水平，而城市安全水平的不斷提高正是從可以治理到智慧治理的轉(zhuǎn)變，也是智慧城市政策為公共安全管理提供技術(shù)支持[7]；另一方面，高凱等[8]指出智慧城市建設(shè)過(guò)程中潛藏著眾多風(fēng)險(xiǎn)，威脅著城市各類(lèi)信息安全，相關(guān)管理者最需要關(guān)注環(huán)境風(fēng)險(xiǎn)，但當(dāng)下因相關(guān)技術(shù)壁壘限制，城市中傳感感知、智能分析處理等多方面蘊(yùn)藏著一定安全風(fēng)險(xiǎn)，使智慧城市安全保障體系的建立一定程度上受阻[9]。與此同時(shí)，受到城市間異質(zhì)性影響，胡廣偉等[10]發(fā)現(xiàn)江蘇智慧城市群中城市安全防護(hù)體系建設(shè)存在問(wèn)題，提出該智慧城市群需要健全綜合安全預(yù)警系統(tǒng)，打造聯(lián)合安全防護(hù)體系，以超大城市成都市為例，謝小芹等[11]結(jié)合智慧城市建設(shè)的經(jīng)驗(yàn)證據(jù)，提出部分安全治理規(guī)律及變革路徑。

綜上，基于區(qū)域異質(zhì)性視角下，本文討論智慧城市政策對(duì)城市安全水平的影響研究，將2012年納入智慧城市政策的部分地級(jí)市作為對(duì)象，采用2007—2019年間156 個(gè)地級(jí)市作為樣本；運(yùn)用雙重差分法得出智慧城市政策實(shí)施的凈效應(yīng)，結(jié)合多重檢驗(yàn)法降低偏差；同時(shí)考慮到國(guó)內(nèi)城市間的差異性，就區(qū)域異質(zhì)性展開(kāi)拓展性探討；從城市發(fā)展和治理模式角度提出建議，促進(jìn)城市安全水平。

2 模型設(shè)定與數(shù)據(jù)說(shuō)明

2.1 模型說(shuō)明

我國(guó)住建部于2012年起分批次批復(fù)智慧城市試點(diǎn)政策與試點(diǎn)城市名單，所設(shè)立的智慧城市共涉及90 個(gè)地、縣級(jí)城市，名單中包含大中小型城市，保證首批試點(diǎn)城市的隨機(jī)性[12]。本文將智慧城市試點(diǎn)政策看為準(zhǔn)自然實(shí)驗(yàn)，利用雙重差分法，評(píng)估智慧城市試點(diǎn)政策對(duì)城市安全水平的影響，參照石大千等[13]的相關(guān)研究，基本模型設(shè)定如式（1）所示：

式中：aqit為被解釋變量，即代表城市安全水平，其下標(biāo)分別表示時(shí)間及城市，即第i年與第t個(gè)城市；α0為常數(shù)項(xiàng)；α1表示智慧城市建設(shè)對(duì)城市安全水平提升的平均影響效應(yīng)指數(shù)；treat×time為組別虛擬變量和時(shí)間虛擬變量的交互項(xiàng)，其中時(shí)間虛擬變量將政策實(shí)施前后分別賦值為0，1，組別虛擬變量將實(shí)施政策的組別分別賦值為1，0；εit代表著各干擾項(xiàng)；bj為常數(shù)項(xiàng)，x代表模型的控制變量。

2.2 數(shù)據(jù)說(shuō)明

被解釋變量：城市安全水平，采用城市安全水平指數(shù)衡量。目前評(píng)價(jià)方法多為多指標(biāo)體系，即利用多層指標(biāo)進(jìn)行全面測(cè)度。參考郭羽羽等[14]在城市安全水平指標(biāo)體系構(gòu)建中加入韌性理念，即在指標(biāo)體系新加入3 項(xiàng)準(zhǔn)則層，其中擾動(dòng)力為干擾城市安全的因素，適應(yīng)力為城市吸收干擾因素的能力，恢復(fù)力為城市安全受到破壞時(shí)恢復(fù)的能力。在具體指標(biāo)選取上，借鑒Alexander[15]及黃典劍[16]、陳國(guó)華等[17]構(gòu)建的指標(biāo)體系進(jìn)行討論，確定20 個(gè)子準(zhǔn)則層。其中，準(zhǔn)則層分別對(duì)應(yīng)適應(yīng)、恢復(fù)及干擾城市安全水平能力，在指標(biāo)層上對(duì)應(yīng)表現(xiàn)為正向及負(fù)向指標(biāo)。同時(shí)，以李根等[18]在安全評(píng)價(jià)中使用熵值法為依據(jù)，對(duì)各指標(biāo)賦權(quán)重以合成指數(shù)作為城市安全水平的衡量指標(biāo)，具體評(píng)價(jià)體系如表1所示。

表1 城市安全水平綜合評(píng)價(jià)指標(biāo)體系Table 1 Compr ehensive evaluation index system of urban safety level

關(guān)鍵解釋變量：本文以智慧城市試點(diǎn)政策作為實(shí)驗(yàn)點(diǎn)，關(guān)鍵解釋變量為組別與時(shí)間虛擬變量的交叉項(xiàng)，并據(jù)此為標(biāo)準(zhǔn)判斷智慧城市試點(diǎn)政策提升城市安全水平的政策效應(yīng)。

控制變量：鑒于部分變量可能產(chǎn)生干擾，本文引入以下變量：1）市場(chǎng)開(kāi)放程度，即該地區(qū)外商直接投資占生產(chǎn)總值的比值；2）科技投資水平，用科技支出占地方政府財(cái)政支出比重衡量。科技支出包含當(dāng)?shù)刂腔鄢鞘薪ㄔO(shè)的科技投入，也與城市安全水平密切相關(guān)；3）人口規(guī)模，用年末總?cè)丝诒硎?，人口?guī)模大小影響基礎(chǔ)設(shè)施供給數(shù)量和供給質(zhì)量；4）政府支出規(guī)模，為地方財(cái)政支出占生產(chǎn)總值的比值；5）投資規(guī)模，為經(jīng)濟(jì)生產(chǎn)總值與固定資產(chǎn)投資比值；6）城鎮(zhèn)化水平，為年末總?cè)丝谂c非農(nóng)業(yè)人口之間的比值。

2.3 數(shù)據(jù)來(lái)源

本文選取156 個(gè)地級(jí)市2007—2019年間的面板數(shù)據(jù)，對(duì)該數(shù)據(jù)進(jìn)行處理：1）刪除個(gè)別非完全試點(diǎn)城市，因?yàn)檫@些試點(diǎn)城市只有部分地區(qū)（如區(qū)、縣、鎮(zhèn)）被設(shè)為試點(diǎn)，無(wú)法作為該試點(diǎn)城市代表；2）刪除2007—2019年間經(jīng)歷過(guò)行政區(qū)調(diào)整的城市，如貴州銅仁市；3）刪除2013年和2015年入選試點(diǎn)的城市，以此排除后2 批政策試點(diǎn)的影響；4）刪除數(shù)據(jù)缺失嚴(yán)重的個(gè)別城市，如西藏自治區(qū)全區(qū)城市等。本文數(shù)據(jù)來(lái)源于中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部出版的《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》和國(guó)家統(tǒng)計(jì)局出版的《中國(guó)城市統(tǒng)計(jì)年鑒》，空缺數(shù)據(jù)采用插值法完善，各個(gè)研究變量的數(shù)據(jù)統(tǒng)計(jì)情況如表2所示。

表2 變量描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variables

3 實(shí)證結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果

根據(jù)上文模型設(shè)定，如表3所示為智慧城市試點(diǎn)政策與城市安全水平的雙重差分模型估計(jì)結(jié)果。在回歸過(guò)程中，模型1 去除各控制變量及固定效應(yīng)影響，did 系數(shù)在1%的置信水平下顯著為正，表明試點(diǎn)政策對(duì)于城市安全水平具有正向促進(jìn)作用。考慮到以下2 點(diǎn)：1）時(shí)間累計(jì)效應(yīng)，隨著時(shí)間推移導(dǎo)致2 組城市安全水平均有提升；2）相關(guān)解釋變量缺失會(huì)出現(xiàn)內(nèi)生性問(wèn)題。本文為排除干擾因素，分別加入控制變量（模型2）、控制個(gè)體固定效應(yīng)及時(shí)間固定效應(yīng)（模型3），2 組模型結(jié)果均顯示：did 系數(shù)與顯著性相較模型1 僅有小幅度變化，即排除干擾因素。上述結(jié)果表明：在控制變量、時(shí)間、個(gè)體固定效應(yīng)的影響下，智慧城市試點(diǎn)政策對(duì)城市安全水平依舊有顯著的正向促進(jìn)作用。

表3 智慧城市試點(diǎn)政策對(duì)城市安全水平的影響Table 3 Influence of smart city pilot policy on urban safety level

3.2 穩(wěn)健性檢驗(yàn)

1）平行趨勢(shì)檢驗(yàn)

使用雙重差分的重要前提是通過(guò)平行趨勢(shì)檢驗(yàn)，圖1為政策實(shí)施前后（2012年前后4年），城市虛擬變量交叉項(xiàng)在實(shí)驗(yàn)組和對(duì)照組城市的演化趨勢(shì)，在政策實(shí)施前交叉項(xiàng)系數(shù)不顯著，在2012年試點(diǎn)年后變?yōu)轱@著，說(shuō)明前后變化是政策的實(shí)施效果，并不是純粹時(shí)間效應(yīng)，即通過(guò)雙重差分法平行檢驗(yàn)。

圖1 平行趨勢(shì)檢驗(yàn)Fig.1 Parallel trend test

2）基于psm（傾向得分匹配）的雙重差分法估計(jì)結(jié)果檢驗(yàn)

通過(guò)平行趨勢(shì)檢驗(yàn)后，考慮到智慧城市名單是由城市自主申報(bào)并審核，在城市選取方面隨機(jī)性受到干擾，為減少干擾因素對(duì)評(píng)估結(jié)果的影響，去除樣本選擇偏差，采用PSM-DID法估計(jì)驗(yàn)證結(jié)果的平穩(wěn)性，設(shè)定的模型如式（2）：

式中：P為傾向得分值。

基于上文基礎(chǔ)，傾向得分匹配（PSM）中控制變量不變，利用最近相鄰匹配法進(jìn)行匹配，通過(guò)logit模型進(jìn)行回歸，以最近相鄰匹配法一一匹配，最終所得匹配后樣本容量為1 945 個(gè)，落在共同支撐區(qū)域外有85 個(gè)，說(shuō)明本文剔除的樣本數(shù)量較少。

在篩選過(guò)后，對(duì)實(shí)驗(yàn)組、控制組需要進(jìn)一步進(jìn)行檢驗(yàn)，檢驗(yàn)其是否滿足共同支撐假設(shè)。匹配前后偏差可見(jiàn)表4，在匹配前組別間均值相差較大，而在匹配后差別明顯縮小，且在1%顯著性水平下由顯著變?yōu)椴辉亠@著，表明滿足樣本匹配平衡性條件，使用PSM-DID方法可行合理。根據(jù)匹配結(jié)果，重新對(duì)智慧城市試點(diǎn)政策的影響效果進(jìn)行評(píng)估，結(jié)果如表3中模型4 所示，通過(guò)顯著性檢驗(yàn)，政策效應(yīng)與表3中模型3 評(píng)估結(jié)果一致，驗(yàn)證了本文實(shí)證結(jié)果的平穩(wěn)性。

表4 傾向性得分匹配前后各變量的平衡性檢驗(yàn)結(jié)果Table 4 Balance test results of each variable before and after propensity scor e matching

3）反事實(shí)檢驗(yàn)

參照王桂新和李剛[19]做法，本文將智慧城市政策試點(diǎn)年（2012年）人為前移或后移2年，若雙重差分模型的結(jié)果會(huì)發(fā)生顯著性變化，則證明滿足反事實(shí)檢驗(yàn)。反事實(shí)檢驗(yàn)-穩(wěn)健性檢驗(yàn)結(jié)果如表5所示，將2012年作為政策實(shí)施的基準(zhǔn)年，假定以2008年、2010年、2014年為實(shí)驗(yàn)?zāi)?，從?中did 估計(jì)系數(shù)來(lái)看，試點(diǎn)時(shí)間向前移動(dòng)幾期，解釋變量的基準(zhǔn)回歸和顯著性效果發(fā)生較大差異，顯示基準(zhǔn)年的智慧城市政策實(shí)施對(duì)城市安全水平有較大的正向影響，證明上文基準(zhǔn)回歸的結(jié)果是準(zhǔn)確的；對(duì)比試點(diǎn)時(shí)間后移幾期的結(jié)果可以看出，政策實(shí)施后的回歸結(jié)果的顯著性與基準(zhǔn)年基本一致，表示伴隨著時(shí)間的推進(jìn)，智慧城市試點(diǎn)政策的實(shí)施對(duì)城市安全水平影響顯著加強(qiáng)。

表5 反事實(shí)檢驗(yàn)-穩(wěn)健性檢驗(yàn)結(jié)果Table 5 Counterfactual test-r obustness test r esults

4 異質(zhì)性檢驗(yàn)

上文通過(guò)基準(zhǔn)回歸及一系列穩(wěn)健性檢驗(yàn)，可以得出智慧城市政策對(duì)城市安全水平具有正向促進(jìn)作用，受到龐大樣本異質(zhì)性影響，智慧城市試點(diǎn)政策對(duì)城市安全水平的影響可能會(huì)因城市所處人口規(guī)模以及行政級(jí)別、經(jīng)濟(jì)水平而具有顯著差異，本文從以下3 個(gè)方面進(jìn)行分析。

4.1 人口規(guī)模的異質(zhì)性

以《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》[20]作為依據(jù)，在劃分的過(guò)程中，由于篩選后小規(guī)模人口城市數(shù)量較少，容易出現(xiàn)誤差。因此，分為特大型、大型、中等型城市?；鶞?zhǔn)回歸結(jié)果如表6所示，政策實(shí)施對(duì)特大型、大型城市的安全水平均有較為顯著的正向影響。但是，中等城市的估計(jì)系數(shù)不顯著，說(shuō)明智慧城市政策對(duì)于中等城市的安全水平影響不明顯?？紤]到特大型城市、大型城市相較于中等城市配套的基礎(chǔ)設(shè)施更為齊全，政策落實(shí)可能會(huì)更為全面、穩(wěn)扎；另一方面，特大型城市、大型城市對(duì)人才、基礎(chǔ)設(shè)施建設(shè)的吸引力更大，利用技術(shù)和大數(shù)據(jù)分析能力更強(qiáng)，便于推進(jìn)城市安全水平提高。

表6 異質(zhì)性檢驗(yàn)Table 6 Heterogeneity test

4.2 行政區(qū)域的異質(zhì)性

為更清楚地看到智慧城市試點(diǎn)政策對(duì)于不同城市的影響，參照城市行政級(jí)別分為省會(huì)與非省會(huì)城市2類(lèi)，回歸結(jié)果如表6所示。從表6可以看出智慧城市政策的實(shí)施對(duì)于2 類(lèi)城市均有正向影響，但是非省會(huì)城市相較于省會(huì)城市系數(shù)更為顯著，說(shuō)明試點(diǎn)政策對(duì)非省會(huì)城市的安全水平影響更為明顯，在非省會(huì)城市實(shí)施該項(xiàng)政策意義更大，從側(cè)面印證智慧城市建設(shè)對(duì)非省會(huì)城市的安全水平提高更有意義。該差異可能是由于政策實(shí)施的基礎(chǔ)條件及長(zhǎng)期性的特征，使政策實(shí)施后不同類(lèi)城市安全水平有所差距。

4.3 經(jīng)濟(jì)規(guī)模的異質(zhì)性

以《東西中部和東北地區(qū)劃分方法》[21]為依據(jù)，分為中西部、東部、東北部地區(qū)。表6分別展示3 個(gè)地區(qū)基準(zhǔn)回歸結(jié)果，由表6回歸結(jié)果來(lái)看，對(duì)東部地區(qū)城市安全水平影響最為顯著，提升效果最為明顯。各地區(qū)回歸結(jié)果不同，原因可能如下：一方面受到經(jīng)濟(jì)水平的牽制，東部地區(qū)經(jīng)濟(jì)基礎(chǔ)相較雄厚，對(duì)于相關(guān)技術(shù)和大數(shù)據(jù)投資落實(shí)更到位，政策實(shí)施后對(duì)安全水平的促進(jìn)效果更為顯著；另一方面，中西部地區(qū)、東北部地區(qū)經(jīng)濟(jì)相較薄弱，地方政策在基層落實(shí)不到位、作為較慢，政策實(shí)施效果較差。

5 結(jié)論

1）智慧城市試點(diǎn)政策正向促進(jìn)城市安全水平，在多重穩(wěn)健性檢驗(yàn)后依舊成立；在控制地區(qū)層面因素及各固定效應(yīng)后，智慧城市試點(diǎn)政策對(duì)城市安全水平促進(jìn)作用沒(méi)有滯后效應(yīng)，并隨時(shí)間推移效果顯著加強(qiáng)；從異質(zhì)性檢驗(yàn)結(jié)果來(lái)看，東部地區(qū)、大型城市受到智慧城市政策影響的紅利較其他地區(qū)更大，智慧城市政策對(duì)東北部地區(qū)、中型城市安全水平影響并不顯著。

2）智慧城市政策對(duì)城市安全水平有顯著促進(jìn)作用。政策實(shí)施是1 項(xiàng)長(zhǎng)久性工作，政府要發(fā)揮引導(dǎo)作用，建議頂層部署從以下3 點(diǎn)規(guī)劃：健全相關(guān)法律體系以保護(hù)各類(lèi)城市數(shù)據(jù)信息安全；創(chuàng)新管理模式應(yīng)做到因地制宜實(shí)施政策；制定標(biāo)準(zhǔn)規(guī)范以統(tǒng)一處理安全數(shù)據(jù)。完成智慧城市安全頂層規(guī)劃，實(shí)現(xiàn)城市安全信息獲取、安全信息共享、安全技術(shù)應(yīng)用、安全系統(tǒng)運(yùn)作4 個(gè)方面協(xié)同發(fā)展，開(kāi)辟城市安全治理新思路。

3）倚靠智慧城市政策，精細(xì)化城市安全管理。異質(zhì)性分析表明，智慧城市政策對(duì)特大型城市及東部地區(qū)影響最為顯著且與其他地區(qū)城市有顯著差異。該類(lèi)城市政策實(shí)施需更精細(xì)化，充分發(fā)揮城市智慧安全平臺(tái)所擁有大數(shù)據(jù)、新興信息技術(shù)優(yōu)勢(shì)，建議從2 個(gè)層面進(jìn)行優(yōu)化：基于政府層面，利用大數(shù)據(jù)全面收集、實(shí)時(shí)共享、收集城市信息，優(yōu)化城市安全資源配置；基于市民層面，利用城市大數(shù)據(jù)實(shí)時(shí)挖掘城市居民在互聯(lián)網(wǎng)平臺(tái)上表達(dá)的各方意見(jiàn)，實(shí)現(xiàn)全面覆蓋的精細(xì)化安全管理。

4）智慧社區(qū)安全管理，提升市民安全感。異質(zhì)性分析表明，智慧城市試點(diǎn)政策對(duì)中型城市及東北部地區(qū)城市沒(méi)有顯著影響。智慧城市政策落實(shí)受阻，而社區(qū)安全作為城市安全基石，為規(guī)避“馬太效應(yīng)”影響，后發(fā)城市應(yīng)從智慧社區(qū)安全治理做起，總結(jié)為2 條路徑：提升數(shù)字治理能力，統(tǒng)一規(guī)劃智慧化建設(shè)、數(shù)據(jù)建設(shè)等，增加社區(qū)參與度，融入多主體合作機(jī)制；各類(lèi)組織積極協(xié)同、群眾廣泛參與，加強(qiáng)居民對(duì)智慧社區(qū)服務(wù)的認(rèn)知和理解。由此提升智慧安全社區(qū)的效能和需求，提升智慧城市建設(shè)給市民帶來(lái)的安全感。