智慧城市建设的产业结构升级效应及作用机制研究

2017年中央经济工作会议指出，中国经济发展进入新时代，由高速增长阶段转向高质量发展阶段，产业结构转型升级是中国经济保持高质量发展的必要条件[1]。OECD国家经验证明，实现产业结构升级，必须在推动产业技术进步的同时，推进城市化进程[2]。过去，中国城市化进程的推进主要侧重于人口规模扩大和城市地域面积扩张，不可避免地产生资源短缺、环境污染加剧等“城市病”问题。随着新一代信息技术的诞生、应用和普及，智慧城市应运而生。智慧城市不仅能够缓解“城市病”问题，还被认为是21世纪实现产业升级、结构重整的新兴平台[3]。中国政府大力推动智慧城市建设，期望借此推进产业结构升级，促进经济结构调整，转变经济发展方向[4]。那么，智慧城市建设是否能够真正有效推动产业结构升级？其作用机理是什么？上述问题的探索对于建设与发展智慧城市、寻找中国产业结构升级新路径具有指导作用和现实意义。

1 文献综述

通过对现有文献的整理发现，与本文密切相关的研究主要有两方面，一是产业结构升级影响因素研究，二是智慧城市建设对社会经济系统的影响研究。因此，本文将从以上两方面展开分析。

产业结构升级影响因素研究。大量文献对产业结构升级的影响因素进行了研究，发现环境规制[5]、金融发展水平[6]、技术创新水平[7]、外商直接投资[8]、劳动力成本[9]、人口老龄化[10]、城市化[11]等因素都会对产业结构升级产生重大影响。同时，政府相关政策对产业结构升级的影响也得到了部分学者的关注。如张国兴等[12]就1 195条节能减排政策对产业结构升级的不同影响进行了研究；沙梅利和瑞[13]研究了贸易保护主义政策和自由化政策对印度汽车行业结构调整的影响；袁航和朱承亮[14]研究发现，西部大开发战略并未有效促进西部地区产业结构转型升级。产业结构升级影响因素的研究已经非常丰富，但较少关注新型城市建设对产业结构升级的影响。因此，在城市化深入推进的背景下，研究新型城市建设对产业结构升级的影响具有十分重要的理论价值和现实意义。

智慧城市建设对社会经济系统的影响研究。智慧城市作为新型城市建设的一种模式，通过新技术应用，改变了城市生产、生活方式，对城市经济社会发展与环境优化产生了显著影响，因此智慧城市建设受到了国内外学者广泛关注。如沙茨和约翰逊[15]研究了智慧城市建设对加拿大北部城市劳动力和区域经济的影响；鲁维西和洛伦齐尼[16]认为通过物联网技术应用，智慧城市建设能够使树木管理更加便利，有助于降低城市污染，为居民提供生态效益；张卫东等[17]的研究结果表明，智慧城市建设能够显著提高城市全要素生产率；石大千等[18]研究发现，智慧城市建设能够显著降低城市环境污染，对大城市的减污效应尤为明显；付平和刘德学[19]研究发现，智慧城市建设能够显著促进城市创新产出增加，其中，对发明专利产出的促进效果最显著。

综合上述分析可以发现，智慧城市建设对社会经济系统影响的研究已取得一定成果，但多数研究处于定性分析阶段，鲜有研究智慧城市建设对产业结构升级的实证文献，从而为本文研究提供了空间。因此，本文利用2009-2018年中国内地110个地级市面板数据，采用双重差分模型，研究智慧城市建设对产业结构升级的影响。本文的贡献主要在于，将智慧城市建设纳入产业结构升级框架中，实证检验智慧城市建设对产业结构升级的影响；剖析智慧城市建设对产业结构升级的作用机理，并对其进行实证检验。这一方面有助于丰富智慧城市建设对社会经济系统效应的实证研究，另一方面有助于丰富产业结构升级影响因素研究。

2 理论分析

当前学者们对智慧城市的探讨主要基于3种视角：第一种视角认为信息和通信技术(ICT)的应用能够提升城市运转灵巧性，进而助力创建灵巧城市[20]；第二种视角着眼于可持续发展理念，通过鼓励非机动车与公交出行、保护城市周边农用地等措施促进城市可持续发展，进而创建生态城市[21]；第三种视角着眼于城市创新能力发展，通过构建有利于创新能力提升的环境制度，进而创建知识城市[22]。上述3种视角分别对应信息与通信技术应用、可持续发展和技术创新三大驱动因素，因此本文主要从这些方面分析智慧城市建设对产业结构升级的作用机理。

智慧城市建设通过对物联网、大数据、移动互联等新兴技术的应用，推动信息共享和知识扩散，加强政府、企业与个人间的联系。其重新定义个体用户在城市建设、创新和经济发展中的角色承担、价值产生以及力量贡献，有助于打造以人为本、共同参与的创新与市场环境，而良好的创新与市场环境有助于促进企业优胜劣汰，使效率低下、竞争力弱的企业被淘汰，进而促进整体产业生产效率提高，实现产业结构升级。此外，新兴技术应用能够推动城市发展走向信息化，加快信息产业培育，催生智慧城市新兴产业形成与发展。信息产业发展不仅推动了自身优化，同时促进了相关高技术产业的进一步发展。新兴技术与传统产业的融合，也能够进一步促进传统产业改造与优化，为产业结构调整升级提供动力支持。对此，本文提出以下假设：

H1：智慧城市建设通过信息与通信技术应用促进产业结构升级。

实现城市可持续发展是建设智慧城市的主要目的之一[23]。在追求可持续发展过程中，需要将更多的新技术应用到传统产业中，从而促进传统产业升级和农业现代化进程，推动生产方式升级，通过人、自然与环境和谐共存，改变城市原有的产业形态，促进产业结构升级。可持续发展对环境保护提出新要求。同时，在智慧城市建设过程中，公众更容易通过新科技手段获得环境污染或保护等相关咨询，树立环保意识，增强环保参与积极性，使得环境规制措施不断完善，进一步倒逼产业结构优化[24]。对此，本文提出以下假设：

H2：智慧城市建设通过城市可持续发展倒逼产业结构升级。

智慧城市的主要特征之一是技术创新[17]，即智慧城市建设依托信息技术和维基、微博、Fab Lab、社交网络等工具应用，打造面向用户、面向服务的开放式创新平台，能够对创新资源产生吸引和集聚效应，有利于提升城市技术创新能力。同时，智慧城市拥有的开放式创新平台使得企业或产业在当下飞速发展的技术环境中能够更便捷地接触到与自身发展有关的前沿技术，从而加快技术传播、应用与再创新，进而促进产业扩张与发展，实现产业结构升级[25]。对此，本文提出以下假设：

H3：智慧城市建设通过技术创新促进产业结构升级。

3 研究设计

3.1 模型设计

国内外学术界通常利用双重差分法(DID， difference in difference method)对政策效果进行评价。2012年，中国开始智慧城市建设试点，首批智慧城市涉及90个地、县级城市，从而提供了一个良好的准自然实验条件，为本文采用双重差分法评估智慧城市建设下的产业结构升级效应提供了支撑。本文将2012年试点设立的智慧城市作为实验组，其它非试点城市作为控制组。由于2013年和2014年分别设立了第二批、第三批试点城市，同时，某些智慧城市在进行试点建设时只将某个县或区列为重点建设对象(如长沙市将长沙县和梅溪湖国际服务区作为试点建设地区)，将这些城市纳入试点城市范围会低估智慧城市建设对产业结构升级的作用，因此本研究中剔除这些试点城市。此外，本文以地级市作为研究样本。基于此，本文设置两个虚拟变量如下：①实验组和控制组：实验组为剩余的智慧城市试点城市，定义为1；控制组为非试点城市，定义为0。②政策时间虚拟变量：2012年及之后为政策实施期，定义为1，2012年之前定义为0。

根据上述分析，基于DID回归方法构建基准模型如下：

其中，upindustryit为被解释变量，为第i个城市第t年的产业结构升级水平；du×dt为实验分组与实验分期的交互项，表示智慧城市建设的净效应；μi为地区固定效应；δi为时间固定效应；xijt为一系列控制变量，包括经济发展水平、城镇化水平、对外开放程度、基础设施建设水平以及科技创新水平；εit为随机干扰项。

应用DID方法时需满足实验组和控制组具有共同趋势的假设前提，即如果没有进行智慧城市建设，试点城市与其它城市的产业结构升级趋势伴随时间推移并不存在差异性。然而，国内不同城市发展水平具有较大差异，很难满足上述条件。因此，本文采用双重差分倾向得分匹配法PSM-DID(Propensity Score Matching-Difference-in-Difference)检验智慧城市建设对产业结构升级的影响效应。通过倾向得分匹配，将与实验组尽可能相似的非智慧城市作为控制组，从而解决实验组与控制组在建设智慧城市前不具备共同时间趋势的问题。

根据上述分析，基于PSM-DID回归方法进行稳健性估算，具体模型如下：

3.2 变量说明

产业结构升级水平(upindustry)。本文从产业结构合理化和产业结构高级化两方面对产业结构升级水平进行测度。其中，产业结构合理化(hlh)是指各行业协调能力和关联水平不断提升，不仅能反映行业间协调程度，而且能体现各行业对资源的有效利用程度，是对要素投入结构和产出结构耦合程度的一种衡量[26]。干春晖等[26]认为，泰尔指数不仅能够反映要素投入结构与产出结构的耦合程度，同时兼顾了三次产业的经济地位，因此泰尔指数更适合测度产业结构合理化程度，具体计算公式为：

其中，Yimt/Yit表示i地区第m种产业占当地GDP的比重，Limt/Lit表示i地区第m种产业就业人员占总就业人员的比重。该指标值越大，表明产业结构越不合理。

产业结构高级化(gjh)反映技术比例与技术效率在产业部门间的转换。产业结构高级化程度主要体现在经济服务化水平上，鉴于经济服务化过程中第三产业增速快于第二产业的典型事实[27]，本文借鉴干春晖等[26]的做法，利用第三产业产值与第二产业产值比值表示高级化程度。该比值越大，表明产业结构越高级化。

智慧城市建设(du×dt)。智慧城市建设是实验分组与实验分期两个虚拟变量的交互乘积项，表示智慧城市试点建设的净效应。

控制变量(xijt)。参考现有研究成果，本文选取的控制变量包括经济发展水平、城镇化进程、对外开放程度、基础设施建设水平以及科技创新水平。其中，经济发展水平采用人均GDP表示，城镇化进程采用常住人口中城镇人口占比表示，对外开放程度采用实际使用外资金额占GDP比重表示，基础设施建设水平采用人均道路面积表示，科技创新水平采用人均专利申请数表示。

4 实证结果分析

4.1 数据说明

本文样本数据来自《中国城市统计年鉴》、《中国区域经济统计年鉴》、各省统计年鉴以及知识产权局网站。对于2018年以前缺失的数据采用平均值插值法进行补充，对于2018年缺失的数据采用趋势外推法中的最小二乘法进行补充。由于部分地级市三次产业就业人员数据缺失严重，无法对该城市产业结构合理化水平进行度量，因此将这些地级市剔除，由此得到2009-2018年中国内地110个地级市10年的面板数据。实验组及控制组样本地域分布如表1所示，数据描述性统计如表2所示。

4.2 智慧城市建设的产业结构升级效应

首先利用双重差分方法(DID)对智慧城市建设和产业结构升级进行回归，结果如表3所示。其中，模型Ⅰ和Ⅱ表示加入控制变量前的估计结果，模型Ⅲ和Ⅳ是加入控制变量后的估计结果。由于产业结构合理化度量指标泰尔指数为负，表明有利于产业结构合理化。同时，估计结果表明，无论是否加入控制变量，智慧城市建设对产业结构合理化和产业结构高级化均有显著促进作用，因此智慧城市建设能够显著促进产业结构升级。控制变量的估计结果表明，经济发展水平、对外开放程度和科技创新对产业结构合理化具有显著抑制作用，对产业结构高级化具有显著促进作用；城镇化水平和基础设施建设水平对产业结构合理化、产业结构高级化均具有显著促进作用。

4.3 稳健性检验

4.3.1 基于PSM-DID方法的稳健性检验

由于我国不同城市发展水平存在较大差距，为排除发展差异对实验组与控制组时间趋势的影响，降低双重差分法的估计偏误，本文将采用PSM-DID法进行稳健性检验。首先，运用PSM方法中的Logict倾向得分匹配方法对共同取值范围内的实验组与控制组进行匹配，结果见表4。匹配后去除不满足共同取值范围假定的80个观测样本，然后采用DID方法对匹配好的数据进行分析，结果见表5。

表4显示，匹配后大多数变量的标准偏差小于5%，只有科技创新的标准偏差较大，表明匹配结果可以接受。同时，匹配后的t统计量都不显著，说明匹配后实验组与控制组之间不存在显著差异。综合上述分析可知，匹配结果较好。

表5表明，智慧城市建设对产业结构合理化和产业结构高级化均具有显著促进作用，即智慧城市建设能够促进产业结构升级。对比表5与表3可以发现，dudt的符号与显著性并无明显改变，只有系数大小的变化，表明本文实证结果稳健，即智慧城市建设能够促进产业结构升级。在控制变量方面，变量符号没有发生变化，只有经济发展水平由10%的显著水平变为不显著，科技创新在高级化作用中的显著性由5%变为10%，从而验证本文实证结果稳健。

4.3.2 进一步稳健性检验

为进一步检验估计结果的稳健性，将2013年与2014年的第二批、第三批智慧城市纳入回归样本(依旧剔除仅设立某个区或县为智慧城市的地级市)，结果如表6所示。回归结果显示，智慧城市建设对产业结构合理化和产业结构高级化均具有显著促进作用，即智慧城市建设能够促进产业结构升级。此外，回归结果的显著性和符号与前文相比，没有显著改变，进一步表明本文实证结果稳健，即智慧城市建设能够促进产业结构升级。

4.4 智慧城市建设对产业结构升级的作用机制检验

从实证结果与稳健性估计结果可以看出，智慧城市建设能够显著促进产业结构升级。基于前述理论分析可知，智慧城市建设通过信息与通信技术应用、可持续发展和技术创新三方面促进产业结构升级。为了实证检验该机制，本文采用交叉项回归法进行验证，即将倍差项与作用机制变量交乘。其中，信息与通信技术应用水平以移动电话用户数和互联网宽带接入数表示；可持续发展水平以废水排放量和废气排放量表示，由于废水排放和废气排放为负向指标，因此对其取倒数，改为正向指标；技术创新水平以人均专利申请量表示。回归结果如表7所示。

由表7可知，移动通信、互联网接入、废水排放、废气排放与倍差项的交叉项对产业结构合理化的影响系数均显著为负，表明对产业结构合理化起显著促进作用；科技创新与倍差项的交叉对产业结构合理化的影响系数为负但不显著，表明其对产业结构合理化的促进作用不显著。以上作用机制变量与倍差项的交叉项对产业结构高级化的影响系数均显著为正，表明其对产业结构高级化起显著促进作用。因此，信息与通信技术应用、可持续发展是智慧城市建设促进产业结构合理化和产业结构高级化，进而实现产业结构升级的两个渠道，验证了假设H1、H2；科技创新是智慧城市建设促进产业结构高级化进而实现产业结构升级的渠道，验证了假设H3。

5 异质性分析

5.1 城市规模异质性分析

为了验证不同规模智慧城市建设对产业结构升级的影响效应，本文根据2014年国务院发布的《关于调整城市规模划分标准的通知》对样本城市进行划分，由于样本城市数量有限，缺少小城市样本，因此只获得中等及以上规模城市分析结果，具体如表8所示。

城市规模异质性分析结果表明，中等规模城市进行智慧城市建设更有利于促进其产业结构合理化，对产业结构高级化也具有促进作用但不显著；大型城市的智慧城市建设更有利于促进其产业结构高级化，对产业结构合理化也具有促进作用但不显著。进一步将大型城市进行细分，发现Ⅰ型大城市和特大型城市的智慧城市建设对产业结构高级化的促进作用更显著，而Ⅱ型大城市的智慧城市建设对产业结构高级化的促进作用不显著。究其原因，可能是智慧城市建设通过智慧信息平台搭建、智慧交通建设等提高知识扩散效率与交通效率、降低运输成本。其中，规模较小城市能够充分利用智慧城市建设带来的便利条件，提高资源配置效率，加强企业关联程度，进而促进产业结构合理化；而规模较大城市由于易形成产业聚集效应，企业间知识与技术交流更便捷，产业间关联程度也较紧密，进行智慧城市建设对已形成聚集效应的产业内知识与技术扩散效率的促进作用较弱，因此对其产业结构合理化的影响不显著。此外，规模较小城市的人力资源不足且人力资本在企业间的流动转换速率较慢，由智慧城市建设催生的新兴产业发展也较慢，因此智慧城市建设对规模较小城市产业结构高级化的促进效应不显著；而规模较大城市因人力资本优势更易发展新兴产业，因此智慧城市建设对其产业结构高级化的作用更显著。

5.2 城市特征异质性分析

任何城市建设都离不开人、财、物三种资源的支持。根据智慧城市建设特点，以人力资本水平表示智慧城市建设中的人力支持，具体以普通高校在校学生数衡量；以财政支出比重和金融发展水平表示智慧城市建设中的财力支持，具体以财政支出占GDP比重和金融机构贷款余额占GDP比重衡量；以信息基础设施水平作为智慧城市建设中的物力支持，具体以互联网宽带用户接入数衡量。将各指标进行三等分，其中，一等分组作为低水平城市，二、三等分组作为高水平城市。具体回归结果如表9所示。

城市特征异质性分析结果表明，首先，从人力支持角度，在人力资本水平较低城市，智慧城市建设能够有效促进其产业结构合理化，对其产业结构高级化的促进作用不显著；在人力资本水平较高的城市，智慧城市建设能够有效促进其产业结构高级化，对其产业结构合理化的作用效果不显著。这可能是因为智慧城市建设立足于现代信息技术应用，而这些信息技术的学习和应用具有一定门槛，受教育水平较低的劳动力难以在短时间内掌握这些技术并应用到实际生产和建设中，而受教育水平较高的劳动力则相对容易掌握。同时，智慧城市建设对信息获取平台、教育等方面的重视，使人们获取知识更方便，更有利于提升自身素质。受教育水平较低的劳动力通过智慧城市建设，更容易提升自身素质，而受教育水平较高的劳动力需要获取更为先进的知识与技术以提高自身素质，因此信息技术对其素质提升的作用空间有限。在人力资本水平较低的城市，智慧城市建设对其劳动力素质的提升作用更显著，进而有助于提升劳动生产率，增强产业关联程度，因此对产业结构合理化具有显著促进作用。但受限于新技术掌握程度，新兴产业发展缓慢，因此智慧城市建设对产业结构高级化的作用较弱。在人力资本水平较高的城市，受教育水平较高的劳动力占比较大，现代信息技术产业发展更迅猛，因此进行智慧城市建设对产业结构高级化的促进作用更显著，但对提高劳动力素质的影响较小，因此对城市产业结构合理化的促进作用较弱。其次，从财力支持方面，不同财政支出水平的城市进行智慧城市建设均能够显著促进产业结构合理化和产业结构高级化，推动产业结构实现升级。在财政支出水平较高的城市，其智慧城市建设对产业结构升级的促进效应强于财政支出水平较低的城市。这是因为财政支出在一定程度上代表了政府政策的干预程度，支出大表明地方政府更重视智慧城市建设，能够提供更多的政策优惠，为各产业发展创造更好的营商环境，进而有利于促进地方产业结构升级。在金融发展水平方面，金融发展水平较低的城市，其智慧城市建设对该城市产业结构合理化具有显著促进作用，对高级化的作用效果不显著；在金融发展水平较高的城市，智慧城市建设能够显著促进其产业结构高级化，但对其产业结构合理化的作用效果不显著。这是因为金融系统完善不仅能为智慧城市建设提供有力的财力支持，同时在一定程度上反映了第三产业发展程度，第三产业发展水平越高，以“经济服务化”为主的产业结构越趋向高级化。在金融发展水平较低的城市，金融系统可以有选择性地对产业进行支持，改善产业财力问题，从而对就业人员流动产生影响，进一步有助于产业结构合理化发展，但因金融发展水平较低，因此对高级化的影响较弱；在金融发展水平较高的城市，由于很多产业都能获得支持，对就业人员流动的影响较小，从而对合理化的影响较弱，但基于其发展程度较高，因此对高级化具有显著促进效应。最后，在物力支持方面，对于信息基础设施建设水平较低的城市，智慧城市建设能够促进产业结构合理化，但对产业结构高级化的作用效果不显著；而在信息基础设施建设水平较高的城市，智慧城市建设对其产业结构合理化和高级化均具有显著促进作用。这说明只有当信息基础设施建设更加完善时，才能够为智慧城市建设促进产业结构升级提供物力保障，证明了物力支持对智慧城市产业结构升级的促进作用。

5.3 城市所属区域异质性分析

由于中国幅员辽阔，地区发展不平衡问题严峻，因此各地区智慧城市的建设水平也不同。本文拟就智慧城市建设对产业结构升级的区域异质性影响进行检验。首先，将样本城市划分为东部地区和中西部地区，分别进行检验，再进一步将中西部地区分为中部地区和西部地区。由于样本城市中位于东北地区的城市较少，根据其经济规模，本文将东北地区城市划入中部地区范围。具体回归结果如表10所示。

城市所属区域的异质性分析结果表明，东部地区智慧城市建设对其产业结构合理化与高级化均具有促进作用，但促进作用不显著；中西部地区智慧城市建设对其产业结构合理化与高级化均具有显著促进作用，即智慧城市建设能够显著促进产业结构升级。将中西部城市进一步划分，可以看出，智慧城市建设对中部地区产业结构高级化具有显著促进作用，对合理化的促进作用不显著；对西部地区产业结构的合理化具有显著促进作用，对产业结构高级化的促进作用不显著。可能的原因是中西部地区受制于地域、资源等因素，往往难以吸引就业人员、科技人才与投资，优惠政策与财政税费补贴仅能够弥补部分不足。因此，智慧城市建设通过对政府、交通、医疗等方面的提升，有助于完善基础设施建设与人才保障措施，有助于留住就业人员、科技人才与投资，提高资源配置效率，加强产业关联程度，从而促进产业结构合理化。东部地区由于经济较发达，人才吸引政策、配套设施相对完善，产业关联程度较高，因此智慧城市建设对东部地区产业结构合理化的作用较弱。中西部地区第二产业和第三产业发展相对滞后，智慧城市建设对于物联网、移动互联、大数据等技术的应用会催生出一批新兴产业，这些新兴产业对带动产业结构高级化的作用更加显著。在东部地区，由于自身区位优势和经济发展优势，产业结构服务化的趋势更加显著，第二产业、第三产业发展相对完善且占比较高，因此智慧城市建设对其产业结构高级化的作用较弱。

6 结论与启示

本文基于2009-2018年中国内地110个地级市面板数据，利用双重差分模型和PSM-DID模型实证检验智慧城市建设的产业结构升级效应。结果表明，智慧城市建设能够显著促进产业结构合理化与产业结构高级化，进而促进产业结构升级。机制检验结果表明，智慧城市建设通过信息与通信技术应用的带动效应、可持续发展的倒逼作用促进产业结构合理化与高级化，进而促进产业结构升级；通过科技创新推动产业结构高极化，进而促进产业结构升级。异质性分析结果表明，中等规模城市建设智慧城市更有利于促进产业结构合理化，大规模城市建设智慧城市更有利于促进产业结构高级化。人力水平、金融水平、物力水平较低的城市开展智慧城市建设，对其产业结构合理化的促进作用显著，其中，人力水平较低城市建设智慧城市的促进效应最显著；人力水平、金融水平较高的城市建设智慧城市，对其产业结构高级化的促进作用显著；在建设智慧城市中，财政支出水平显著影响产业结构合理化和高级化，进而作用于城市产业结构升级。在物力水平较高的城市建设智慧城市，能够显著促进产业结构合理化和高级化，进而推动城市产业结构升级。相对于东部发达地区而言，中西部欠发达地区智慧城市建设对产业结构升级的促进效果更突出。

本文研究结论对促进中国产业结构升级以及国家智慧城市建设具有一定启示意义。第一，政府应重视智慧城市建设对产业结构升级的促进作用，不断推动城市发展转向智慧城市建设模式。首先，应当积极推动信息与通信技术应用，搭建知识共享平台，结合互联网、物联网、大数据等新技术对传统产业进行改造；其次，重视环境保护和生态建设，提高污染物排放标准，加大污染治理投资，激励企业技术创新，发展清洁生产，利用环境规制倒逼产业结构升级；最后，做好创新研发平台的搭建，同时，重视创新人才培养，运用新技术催生新产业，进而推动技术创新。第二，城市规模异质性研究结果表明，城市规模并不是影响智慧城市产业结构升级的关键，大城市应充分发挥集聚效应，同时大力发展新技术并将其应用到城市建设、企业生产和人民生活各方面，提高资源配置效率和生产效率，推动产业结构升级。中小城市则应抓住智慧城市建设带来的红利，针对性发展适合自身特点的智慧项目，同时，重视高素质人才培养，抓住新技术发展带来的机遇，推动产业结构升级。第三，在推动智慧城市建设的进程中，需要结合各城市发展基础和比较优势，因地制宜地制订城市建设规划。中西部地区要抓住智慧城市建设机遇，对自身产业结构进行调整、升级，努力缩小与东部地区的差距。同时，政府部门在进行智慧城市建设战略布局时，可以对中西部欠发达地区给予一定优惠，不断缩小地区发展差异，推动东中西部地区均衡发展。

[1] 袁航,朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济,2018，35(8):60-77.

[2] 张营营,高煜. 智慧城市建设对地区制造业升级的影响研究[J]. 软科学,2019,33(9):46-52.

[3] 牛文元. 智慧城市是新型城镇化的动力标志[J]. 中国科学院院刊,2014,29(1):34-41.

[4] 邓雅君,张毅. 智慧城市建设对促进中国转变经济发展方式的作用路径[J]. 电子政务,2013，13(12):2-8.

[5] 童健,刘伟,薛景. 环境规制、要素投入结构与工业行业转型升级[J]. 经济研究,2016,51(7):43-57.

[6] 易信,刘凤良. 金融发展与产业结构转型:理论及基于跨国面板数据的实证研究[J]. 数量经济技术经济研究,2018,35(6):21-39.

[7] PENEDER M. Industrial structure and aggregate growth[J]. Structural Change and Economic Dynamics,2003,14(4):427-448.

[8] ZHAO Q,NIU M Y. Influence analysis of FDI on China's industrial structure optimization[J]. Procedia Computer Science,2013,17:1015-1022.

[9] 席建成,孙早. 劳动力成本上升是否推动了产业升级:基于中国工业断点回归设计的经验证据[J]. 山西财经大学学报,2017,39(5):39-53.

[10] 赵春燕. 人口老龄化对区域产业结构升级的影响:基于面板门槛回归模型的研究[J]. 人口研究,2018,42(5):78-89.

[11] MICHAELS G,RAUCH F,REDDING S J. Urbanization and structural transformation[J]. The Quarterly Journal of Economics,2012,127(2):535-586.

[12] 张国兴,张培德,修静,等. 节能减排政策措施对产业结构调整与升级的有效性[J]. 中国人口·资源与环境,2018,28(2):123-133.

[13] SHARMELLY R,RAY P K. Influence of policies in capability evolution and industry structure:lessons from the Indian automotive industry and implications for other developing countries[J]. SSRN Electronic Journal,2018，14(1-2)：250.

[14] 袁航,朱承亮. 西部大开发推动产业结构转型升级了吗:基于PSM-DID方法的检验[J]. 中国软科学,2018，33(6):67-81.

[15] SCHATZ L, JOHNSON L C. Smart city north: economic and labour force impacts of call centres in sudbury, ontario[J]. Work Organisation Labour & Globalisation, 2007, 1(2):116-130.

[16] LUVISI A,LORENZINI G. RFID-plants in the smart city:applications and outlook for urban green management[J]. Urban Forestry & Urban Greening,2014,13(4):630-637.

[17] 张卫东,丁海,石大千. 智慧城市建设对全要素生产率的影响:基于准自然实验[J]. 技术经济,2018,37(3):107-114.

[18] 石大千,丁海,卫平,等. 智慧城市建设能否降低环境污染[J]. 中国工业经济,2018，35(6):117-135.

[19] 付平,刘德学. 智慧城市技术创新效应研究:基于中国282个地级城市面板数据的实证分析[J]. 经济问题探索,2019，40(9):72-81.

[20] GHAZALI M,OKAMURA T,ABDULLAH T,et al. In the quest of defining smart digital city in medini iskandar malaysia,iskandar puteri,malaysia[C]//Proceedings of the SEACHI 2016 on Smart Cities for Better Living with HCI and UX. San Jose CA USA. New York,NY,USA:ACM,2016:19-23.

[21] RINGENSON T, ERIKSSON E, BÖRJESSON RIVERA M, et al. The limits of the smart sustainable City[C]//Proceedings of the 2017 Workshop on Computing Within Limits. Santa Barbara California USA. New York,NY,USA:ACM,2017:3-9.

[22] 宋刚,邬伦. 创新2.0视野下的智慧城市[J]. 城市发展研究,2012,19(9):53-60.

[23] 夏昊翔,王众托. 从系统视角对智慧城市的若干思考[J]. 中国软科学,2017(7):66-80.

[24] 江小国,张婷婷. 环境规制对中国制造业结构优化的影响:技术创新的中介效应[J]. 科技进步与对策,2019,36(7):68-77.

[25] 聂高辉,邱洋冬,龙文琪. 非正规金融、技术创新与产业结构升级[J]. 科学学研究,2018,36(8):1404-1413.

[26] 干春晖,郑若谷,余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究,2011,46(5):4-16,31.

[27] 吴敬琏. 中国增长模式抉择[M]. 3版. 上海:上海远东出版社,2008.