《Land》：Does Smart City Policy Widen the Urban–Rural Income Gap? Evidence from the Yangtze River Delta Using a Double Machine Learning Approach
编辑推荐：
城乡收入差距仍是实现共同富裕的主要障碍，也是发展中国家现代化进程中的关键挑战。智慧城市建设在促进城市发展的同时，可能重塑财富创造与收入分配格局。研究人员利用2003至2024年长三角41个地级市的面板数据，以智慧城市试点政策作为准自然实验，采用双重机器学习(d
城乡收入差距仍是实现共同富裕的主要障碍，也是发展中国家现代化进程中的关键挑战。智慧城市建设在促进城市发展的同时，可能重塑财富创造与收入分配格局。研究人员利用2003至2024年长三角41个地级市的面板数据，以智慧城市试点政策作为准自然实验，采用双重机器学习(double machine learning, DML)方法评估该政策对城乡收入差距的影响。结果表明，试点政策总体上扩大了处理城市的城乡收入差距。这一效应通过提升城市创新韧性(innovation resilience)与推动产业结构升级得以实现，进而进一步提高了城市居民收入。值得注意的是，在人力资本水平较高且对外开放程度较大的地区，该政策的扩差效应在统计上不显著，甚至呈现出缩小城乡收入差距的趋势。此外，空间溢出分析显示政策影响具有显著的空间溢出特征。上述发现为完善智慧城市试点政策与推进共同富裕提供了经验证据与政策启示。
研究背景与问题提出：城乡收入差距是衡量共同富裕的核心指标，也是发展中国家工业化与城市化过程中的结构性难题。中国改革开放后城乡二元结构持续存在，财政、基础设施与金融资源长期向城市倾斜，2025年城乡居民人均可支配收入比仍高达2.31。近年来数字经济规模快速扩张，智慧城市作为数字化与城镇化深度融合的载体自2013年起分三批试点推进。既有文献对智慧城市与城乡收入差距的关系存在“缩小论”“扩大论”与“非线性论”分歧，且多依赖双向固定效应或交错双重差分，缺乏长三角城市级异质性与机制识别。在此背景下，研究人员以长三角41个地级市2003至2024年面板为样本，将智慧城市试点视为准自然实验，采用双重机器学习(DML)方法系统识别其因果效应、传导机制与异质性，以期揭示数字化背景下智慧城市政策的再分配逻辑。该文发表于《Land》。
主要技术方法：研究人员构建DML框架（Chernozhukov等2018），以城乡居民人均可支配收入比(Ratio)为被解释变量，智慧城市试点虚拟变量为核心解释变量，控制人均GDP对数、人口密度、财政支出占比、人力资本、手机与互联网普及率、人工智能企业数、货运量及其二次项，并引入城市与时间双向固定效应；第一阶段用随机森林预测残差，第二阶段以残差回归得到无偏处理效应估计。机制变量包括以2003年为基期的城市创新韧性对数偏离(式10)与三次产业加权产业结构升级指数(式11)。异质性按高校在校生占比（人力资本）与进出口/GDP（开放度）分组。空间部分计算全局Moran's I并估计空间杜宾模型(spatial Durbin model)。稳健性检验涵盖剔除直辖市与省会、替换被解释变量为收入差对数、控制省份—时间交互固定效应、排除“宽带中国”干扰、调整样本分割比与替换梯度提升/神经网络算法、以及改用传统交错DID对照。
研究结果：
4.1 智慧城市试点对城乡收入差距的影响：DML基准回归中试点系数在0.062至0.075间且均1%显著为正；分群体看城市收入系数0.080显著、农村收入系数0.011不显著，证实政策扩大差距且红利集中于城市。
4.2 平行趋势与稳健性：多期交错DID事件研究法显示政策前系数不显著、政策后显著为正；剔除上海南京杭州合肥、换变量、控省—时交互、排“宽带中国”、改分割比与换GBM/NN算法、换传统DID，结论一致。
4.3 机制分析：试点对城市创新韧性系数0.053(1%显著)、对产业结构升级系数0.016(1%显著)；将两机制变量纳入控制后核心系数由0.075降至0.057与0.071，支持“创新韧性增强+产业结构升级→城市收入提升→差距扩大”的中介路径；创新韧性数据截至2021年的分组回切检验结论不变。
4.4 异质性分析：低人力资本组系数0.515(5%显著)，中等组0.241(1%显著)，高人力资本组?0.064不显著；低开放度组0.599不显著（安徽多市为主，政策尚在基建期），中等开放度组0.165(1%显著)，高开放度组?0.095(5%显著为负)，说明高人力资本与高开放度可抵消或逆转扩差效应。
4.5 空间溢出效应：2003至2024年Ratio的全局Moran's I恒正且1%显著；空间杜宾模型下试点直接效应0.070(1%显著)、间接效应0.074(5%显著)、总效应0.144(1%显著)，rho=0.287(1%显著)，证明本地与邻地均呈扩差溢出。
讨论部分总结：研究人员指出技术红利天然偏向城市并非拒绝新技术的理由，技能偏向型技术进步(skill-biased technical change)与数字素养差异使农村难同等获益；高人力资本与高开放度通过提升技能匹配与跨境电商/农产品出口等渠道将红利外溢至农村，该条件性结论与Acemoglu、Piketty等发现一致。空间上溢出同时含扩散(spread)与回流(backwash)效应，单一城市绩效评估不足以为据。作者坦言局限在于缺微观家户数据、创新韧性仅至2021、空间溢出传导链未完全打开，留待CFPS/CLDS微观链接与长面板补全。
研究结论翻译：城乡收入差距是衡量共同富裕的核心指标，也是发展中国家现代化中的结构性挑战。在人工智能时代，智慧城市试点政策深刻重塑区域城乡收入分配格局。本研究以2003至2024年长三角41个地级市面板为依据，将试点作为准自然实验，用双重机器学习(DML)系统考察其对城乡收入差距的影响、机制与异质性和空间溢出。实证显示试点显著扩大长三角城乡收入差距，主要通过增强城市创新韧性与推动产业结构升级抬高城市收入实现。异质性上，低人力资本与低开放度地区扩差更明显，高人力资本与高开放度地区效应不显著甚或缩差。空间上政策具正向溢出，邻市建设亦扩大本市差距。结论为修订试点政策与共同富裕目标提供经验支撑。
