一.研究内容
目前，中国面临着如何在保证经济增长的前提下实现减排目标的困境。智能城市建设作为一种新型的城市发展模式，有可能成为解决这一问题的关键。本文使用多周期双重差分DID模型进行实证分析，旨在评估智能城市试点政策对碳生产率的影响。研究发现：(1)智能城市建设使城市碳生产率提高了。其中，东部和中部城市的促进作用显著，而西部城市具有抑制作用。(2) 智能城市建设对碳生产率的影响具有时滞效应.试点政策将在实施的第三年生效，并在第五年达到最大值。(3) 智能城市建设可以通过技术进步、产业结构升级和能源结构优化来提高城市碳生产率。
二.模型构建
考虑到智能城市试点政策是在2012年至2014年实施的，本研究选择2007-2019年为样本区间，即政策实施前后的五年。经过初步筛选选取了230个地级城市作为研究样本，鉴于智能城市试点政策已分三批实施，采用多阶段DID模型进行评价。设置了如下计量经济回归模型：
三.实证结果分析
（一）基准回归
在控制城市固定效应和时间固定效应后运用DID回归得到的结果如下表所示。其中，模型(1)是仅控制关键自变量的结果，模型(2)是控制所有变量的完整结果。
结果显示，did变量的估计系数在1%的水平上具有统计学意义。这表明智能城市试点政策确实提高了城市的碳生产率。在加上额外的控制变量，本文发现lnpop很有意义，说明人口规模的扩大可以提高碳生产力。虽然人口增长促进了碳排放，但也可能导致更快的经济增长。
（二）平行趋势检验
平行趋势检验是多周期DID模型的主要原则.也就是说，在实施智能城市试点政策之前，试点城市和非试点城市碳生产率的变化应该是相似的。本文进行的平行趋势检验如下结果所示：
结果表明，如果不启动智能城市试点，两组城市之间就没有明显的差异，自第一年以来，碳生产率一直稳步上升。无论如何，研究样本从第三年开始发生了很大的变化，在第五年达到最大值。可以证明，智能城市试点政策对碳生产率的影响在一定程度上有所滞后，而且随着时间的延长，这一促进效应将更加明显。
（三）鲁棒性试验
为了从研究结论中排除混杂因素的干扰，还需要进行鲁棒性检验。因此，本文研究了多个维度的估计结果，包括PSM-DID检验，控制混淆政策效果，以及安慰剂试验。
首先，本文借鉴了倾向分数匹配方法。根据配对结果，治疗组与对照组在配对后倾向得分值的概率密度基本相似，说明匹配效果较好，如Fig.3。最后，利用最近邻匹配估计方法对结果的可靠性进行了检验。
1.PSM-DID检验
结果如下表Table3所示，表明智能城市试点政策在使用PSM-DID方法后仍能显著提高碳生产率。此外，本文还利用半径匹配和核密度匹配方法对初始样本进行了重新检验。它被发现与最近邻匹配结果一致。因此，它支持本文的实证结论，并证明了智能城市试点政策对提高碳生产率的巨大影响。
2.控制干预政策的影响
为避免样本期间碳生产率受到其他政策的影响，导致基准估算结果出现偏差，本研究通过收集和梳理文件，确定了样本期内可能影响碳促进生产力的两项试点政策，即低碳城市试点政策和创新城市试点政策。因此，本文增加了两个二分变量：低碳城市试点、创新城市试点。得到的结果如下表Table3所示。
3.安慰剂试验
（1）推进智慧城市试点政策的时机。
（2）随机选择治疗组和对照组。
经过1000次重复处理，得到1000次回归系数和p值.给出了这1000系数估计的核密度分布和p-值。估计系数主要集中在零点附近，服从正态分布。可以排除其他政策或随机性因素可能影响本研究的基准估计结果。
本文分别采用了两个阶段的两个步骤对机理进行检验。第一阶段以创新绩效为机制变量，验证了智能城市试点政策对技术进步、产业结构升级和能源结构优化的影响。第二阶段通过设置技术进步、产业结构升级和能源结构优化三个机制变量，验证了智能城市试点政策对碳生产率的影响。分别构建以下模型：
第一阶段的结果如下Table5所示，其中第(1)列用对创新绩效进行回归，表明智能城市试点政策促进了创新。列(2)-(4)给出了三个变量对创新绩效的回归结果，表明创新支持技术进步、产业结构升级和能源结构优化。
（一）城市地域异质性
根据东部、中部和西部三个区域对样本城市进行异质性检验，而东北中国、辽宁、吉林和黑龙江三省则按统计目的将其划分为东部。结果如下Table7所示，研究表明，智能城市试点政策提高了东部和中部城市的碳生产率。改善效果在东部城市更为明显。相反，它对西部城市的碳生产力有显著的抑制作用。
（二）城市类型异质性
在地方政府被批准为智能城市试点后，相应的碳生产率提升效应可能会产生特定的影响。本文分别以“短期”和“长期”作为政策变量来衡量短期和长期政策效应。为检验短期政策效果，以试点城市批准后的第三年为切入点。对于策略实施的头两年，使用的值为1，而其他年份使用的值为0。同时，以第三年及以后的智能城市试点政策为1，前两年为0，检验其长期政策效果。研究表明，智能城市促进碳生产率的试点政策存在一定的滞后性。政策效应主要体现在长期。
数据说明
1.数据来源：自主整理
2.时间跨度：2006-2019年
3.区域范围：地级市
4.指标说明：本文按以下原则对样本进行筛选：
①一些试点城市仅在其市辖区内设有被批准为智能城市的区县(如佛山市顺德区)，而不是在整个城市进行聪明的城市试点，为了确定智能城市试点政策的净效果，本文将这些城市排除在外；
②由于从一些偏远地区(如拉萨、西藏、铜仁、贵州等)收集数据可能具有挑战性，因此城市样本有更多的缺失值，这类地级城市也被排除在外。
