【文章精选】韩啸、余怡婷、谢琦｜智慧城市能够减少犯罪发生吗? ——一项准自然实验｜2023年第6期

智慧城市能够减少犯罪发生吗? ——一项准自然实验

◉韩 啸 余怡婷 谢 琦

【摘要】伴随快速城镇化不断增加的犯罪是当下城市治理面临的主要挑战。智慧城市作为一种新型治理模式 ，其目的是纾解快速城镇化引致的各类  “城市病”。伴随着实践层面的不断推进，建设智慧城市能否减少犯罪发生？这一兼具学理性与实践性问题被提出。遗憾的是，对此问题，学界目前尚未展开深入 、细致地讨论，尤其缺少基于面板数据的针对性研究。鉴于此 , 本研究将2012年我国启动智慧城市试点政策视为准自然实验，收集 292个地级市 2005— 2020年的面板数据，使用渐进双重差分模型评估建设智慧城市对犯罪发生的抑制效应,并就其中的作用机制进行深入剖析 。研究发现：(1)  建设智慧城市能够显著减少当地犯罪发生； (2) 机制分析表明 ，智慧城市主要通过增加居民收入、提高技术应用与优化资源配置三个机制抑制犯罪发生； (3)异质性分析发现，不同规模、发展水平的城市，通过建设智慧城市减少犯罪的效果存在差异。本文为改善城市安全提供了重要的政策启示。

【关键词】三公经费；数据呈现方式；公众参与；政府信任

【作者介绍】韩啸：电子科技大学公共管理学院副教授,[e-mail]；余怡婷：电子科技大学公共管理学院本科生,[e-mail]；谢琦(通讯作者)：上海师范大学马克思主义学院讲师,[e-mail]。

【引用格式】韩啸,余怡婷,谢琦.智慧城市能够减少犯罪发生吗?——一项准自然实验[J].公共管理与政策评论,2023,12(6):63-76.

—文章结构—

一、问题提出

二、政策背景与研究假设

（一）智慧城市建设的政策背景

（二）机制分析与研究假设

三、研究设计

（一）模型设定

（二）变量测量与数据来源

四、实证检验

（一）基准回归分析

（二）稳健性检验

（三）机制检验

（四）异质性检验

五、研究结论

一、问题提出

截至2021年年末，我国城镇化率已达到64.72%，这一数值还在不断增长，预计2035年我国将迎来城镇化高峰，届时城镇化率将攀升至75%~80%。随着城镇化发展，各类治理问题不断涌现，城市治理面临前所未有的挑战。在众多挑战中，尤以长期保持高位运行的城市犯罪为重，其不仅严重影响居民安全感、幸福感，还阻碍着城市治理现代化目标实现。党中央、国务院高度重视智慧城市建设，并将其升格为国家战略。在智慧城市建设中，公共安全作为题中应有之义，各地纷纷将建设智慧城市视为减少犯罪发生的有益治理模式。然而，对于智慧城市与减少犯罪之间的关联，大多限于政策文本及其解读层面，缺少针对性的实证研究提供更为具体的证据。因此，本研究立足全国智慧城市试点这一背景，尝试厘清智慧城市对城市犯罪的潜在影响并探寻内在的作用机制，以期贡献重要的理论价值和政策指导。

现有研究围绕如何减少城市犯罪发生展开讨论，逐渐形成两种对立观点：第一种观点强调可以通过加强惩罚产生威慑效应，实现犯罪减少，即“大棒论”；另一种观点表示可以通过增加福利产生兜底效应，避免边缘人群滑向犯罪，即“胡萝卜论”。然而，无论是“大棒论”还是“胡萝卜论”，都存在一定程度的解释不足，其研究结论面临来自经验事实的挑战。“大棒论”忽视了惩罚确定性这一威慑效应发挥作用的重要基础。我国基层治安普遍面临人少事多带来的规模压力与治理任务复杂多样产生的能力困境，由于这些因素的制约，即使加大惩罚力度也无法实现对犯罪的有效遏制。“胡萝卜论”则从收益成本角度认为高福利抬高了犯罪成本，会对犯罪行为产生遏制作用；这高估了福利对减少犯罪的作用，没有考虑其效应的作用边界。通过比较发现，高福利并不必然减少犯罪，典型的高福利国家如瑞典2021年犯罪指数47.20，挪威犯罪指数33.85，远远高于非高福利国家的罗马尼亚（犯罪指数28.79）和中国（犯罪指数29.39）。

通过上述分析可知，无论是“大棒论”还是“胡萝卜论”，在减少城市犯罪上都存在解释不足，需要跳出惩罚强弱、福利高低这一线性思维，从系统视角对其展开思考与创新。研究指出，我国的犯罪主要发生在城市城市作为一个生态系统，只有创新治理模式，才能有效遏制因流动人口增长所推高的城市犯罪。我国正经历着人类历史上最大规模的城镇化运动，没有任何经验和模式可以照搬、模仿，只有立足自身禀赋摸索前行。随着新一代信息技术的成熟与普及，建设智慧城市变革城市治理模式，成为中央与基层实践的共识。面对政策执行与实践创新，驱使学界研究思考并回答以下问题：智慧城市是否会减少犯罪?如果犯罪问题因智慧城市而得到纾解，其作用机制是什么?目前尚未有研究对智慧城市与犯罪水平之间的关联展开讨论，本文将我国智慧城市试点政策视为“准自然实验”，实证分析智慧城市抑制犯罪发生的具体效果及作用机制，以期为城市治理提供理论参考与政策建议。

二、政策背景与研究假设

（一）智慧城市建设的政策背景

智慧城市是运用大数据、物联网、云计算等先进技术，以全面感知、深度融合、智能协同等方式推动城市智慧化水平，提升政府工作效能和公共服务能力的新型城市治理模式。为推进新型城镇化建设、提升城市管理能力和服务水平，2012年我国启动国家智慧城市试点工作，住建部建立工作领导小组，全面负责组织实施工作，发布《国家智慧城市试点暂行管理办法》《国家智慧城市（区、镇）试点指标体系（试行）》，针对智慧城市试点工作中的申报条件、实施方案、评审验收以及指标体系等主要内容进行详细说明。2014年3月，出台全国城镇化建设的顶层设计—《国家新型城镇化规划（2014—2020）》，该规划明确了未来我国城镇化发展的主要路径、重要目标与战略任务，文件要求全力推进智慧城市建设，将智慧城市作为国家战略。2014年8月，八部委联合印发了指导意见，明确提出要在2020年建设一批“特色鲜明，成效显著”的智慧城市，以及在顶层设计、资源共享、技术运用和能力建设等方面的具体实现路径。2015年11月，国家标准委联合中央网信办、国家发展改革委印发《关于开展智慧城市标准体系和评价指标体系建设及应用实施的指导意见》确立七大类标准组成的“智慧城市标准体系框架”。同年，新型智慧城市第一次写入政府工作报告。2016年3月，在国家“十三五”规划纲要中明确提出“建设一批新型示范性智慧城市”，新型智慧城市作为智慧城市发展的新阶段，标志着智能技术与城市发展深度融合，代表着智慧城市建设向更高层级跃升；同年，印发《关于加快推进“互联网+政务服务”工作的指导意见》强调通过“分级分类推进新型智慧城市建设”。2016年11月，国家标准化管理委员会、中央网信办、国家发展改革委联合发布文件，进一步明确了中国新型智慧城市未来发展的方向与目标，并给出了完整的评价指标体系。至此，包含了“顶层设计实施路径绩效评估”的智慧城市制度体系逐渐形成。截至2022年，我国智慧城市建设规模位列世界第一，智慧城市在环境污染、交通拥堵、流动人口管理、政府服务响应等领域发挥着关键作用，且在我国城市治理中扮演着越来越重要的角色。

（二）机制分析与研究假设

现有文献主要从结构和过程两个维度对地区犯罪数量增加的原因展开讨论，并得出一些富有洞见的发现。结构维度主要对城市经济水平、居民收入差距、人口规模、受教育程度和性别比例等因素展开分析，指出它们对犯罪的影响；既有研究表明智慧城市在减少贫困、增加福利和优化公共服务供给等方面具有显著优势，为分析框架的建立提供了重要证据。过程维度主要围绕警务工作的促进性和约束性因素进行讨论，即技术应用与资源配置。例如。智能化技术对警察搜集、研判犯罪信息和辅助决策提供极大帮助，显著提升工作效率，减少犯罪发生在资源配置方面，研究指出我国面临每万人警察比重偏低、财政拨付不足、区域警力分配失衡等问题，这加剧了任务与资源间的张力，不利于城市治安水平提升。智慧城市作为一种全新的城市治理模式，通过数字化建模与可视化分析，实现资源分配的动态响应，大幅提高资源的配置与利用效率，从而有效改善城市治理水平。综上，现有文献指出建设智慧城市会对收入、技术及资源配置产生积极作用。据此，本文整合结构和过程两个维度形成一个新框架，对智慧城市在增加居民收入、提高技术应用水平与优化资源配置三个方面潜在的犯罪抑制作用展开分析。

首先，在增加居民收入方面，智慧城市是以数据、知识、技术等要素投入为主，尤其数据要素具有可复制、非排他和非耗竭等特征，摆脱了要素边际生产力递减的约束。因此，智慧城市推动的新兴产业具有低成本扩散、边际收益递增和规模报酬递增等特点。建设智慧城市不仅会提高新兴产业的比重，而且有助于加快传统产业转型、升级，实现城市产业结构优化、居民收入增加。研究发现地区收入差距不断扩大是犯罪数量快速攀升的主要原因，而建设智慧城市有利于地区产业升级、经济结构优化，缩小地区收入差距。

其次，在提高技术应用水平上，智慧城市作为信息化、智能化的产物，会带动警务部门信息化、智能化水平提升。2019年5月，习近平总书记在全国公安工作会议上指出“要把大数据作为推动公安工作创新发展的大引擎、培育战斗力生成新的增长点，全面助推公安工作质量变革、效率变革、动力变革”。由是观之，建设智慧城市是一项系统工程，会对城市运行的方方面面、各个环节产生变革效应，公安部门也不例外。随着技术应用水平的逐步提高，智慧城市系统化、整体化的观念会给公安部门应用智能技术的深度、广度带来积极影响。例如，在城市智慧化过程中，通过大数据、物联网、人工智能等先进技术的广泛使用，实现警务部门对城市治安风险的全面感知与准确研判。

最后，在优化资源配置方面，受信息不对称影响，传统治理模式无法实现资源供需的精准匹配，常常面临资源浪费与资源紧缺的双重困境。智慧城市可以从整体视角对资源进行规划、调配，实现资源与任务的高效匹配。现实中公安部门常面临经费少、人员缺等问题困扰，如何对有限的财政资金、警力资源进行科学、高效的配置是工作的重点与难点。优化资源配置正是建设智慧城市的主要目标之一，具体而言，应用智能技术对城市犯罪数据进行挖掘，识别获得城市犯罪的高危空间、高发时间、常见类型、人群画像等数据。为此，可将犯罪数据与财政配给、警力资源分配等进行联动分析、动态预测等，实现事半功倍的效果。基于上述分析，本文认为建设智慧城市对减少犯罪发生的作用明显不同于传统城市场景（见表1），它遵循如下逻辑：

1.增加居民收入与犯罪减少的关系

各城市受资源禀赋、产业结构及区域位置等因素影响，其经济发展水平差异较大。研究表明，经济因素与犯罪水平呈显著线性关系，如财富不平等会使低收入群体产生“相对剥夺感”，容易滑向犯罪，而较低的收入减少了其犯罪成本。来自法国的研究发现，失业率与犯罪之间显著正相关，经济不振导致失业增加，减少了犯罪的机会成本。史晋川等对国内城市犯罪研究发现，当居民收入高于全国平均水平1个百分点，该地区犯罪率将下降0.44~0.49个百分点。建设智慧城市不仅是理念更新，还是基础设施、发展方式的全面重塑，在拉动城市经济增长的同时显著促进产业结构升级。有研究指出，智慧城市在建设过程中通过改造传统产业、发展新兴产业促进地区产业结构升级换代，为地区经济发展提供新的增长点，并为当地产业竞争力赋能。

由是观之，建设智慧城市能够促进新兴产业发展，也能够实现互联网等信息技术与传统产业融合，推动产业数字化发展，从而优化城市产业结构。不仅如此，智慧城市还会促进高端人才、高新企业、研发资本等创新要素的有效集聚，从而全面提升当地的技术水平，实现产业升级的目标。数据作为重要的生产要素是智慧城市建设与发展的基石。巨量数据的汇聚，经过人工智能分析，辅助企业做出最优决策、动态响应外界变化实现敏捷调整、创造更多经济价值。据此，建设智慧城市会对城市产业结构调整产生积极影响，为当地经济发展提供活力与能量，增加居民收入，这有利于城市犯罪减少。故本研究提出：

假设1:建设智慧城市对城市居民收入的增加会显著减少犯罪。

2.提高技术应用与犯罪减少的关系

我国一直是人口大国，在警力万人配比方面却是世界最少的国家之一，警力不足是困扰我国治安水平提升的主要原因。随着社会从一元化转向多元化、从聚合体转为原子化以及社会风险化水平不断增加，加剧了原有犯罪治理方式与行动资源之间的紧张关系，传统警务模式无法回应和解决复杂社会转型中涌现出的各类问题，这为智慧警务的蓬勃发展提供了发展机遇。2010年以来，我国各地公安顺应智慧城市发展趋势，开始建设智慧警务，通过收集、整合、挖掘、清洗各类数据资源，打造智慧警务一体化服务平台，探索大数据在安全管理、治安防控、预知研判等方面的作用，积极整合已有系统、推动数据共享以及结合场景开发应用。

清晰是控制的前提，任何国家对社会的大规模干预，从进行征税、派发徭役到提供医疗、教育等服务都离不开完整、清晰的信息。清晰性既是国家治理的核心，也是有效治理的基石。无论是商鞅变法提出“什伍编制”、明太祖朱元璋编撰鱼鳞册，还是清朝建立当时世界上最完备的荒政信息奏报制度，其目的都是实现治理对象的清晰化，进而减少信息不对称，确保有效决策。如今在智能技术赋能下，国家对犯罪信息采集和分析的范围与效率都大为提高，原本模糊的治理对象变得清晰可见，一团乱麻的信息集合成为丝丝入扣的逻辑线索，公安部门在此基础上实现对规模巨量的社会群体进行特征编码、重点分类与精准防控（见图1）。

科技不仅是第一生产力，也是公安部门的第一战斗力，运用现代高科技可极大解放警力，提高警务工作效率。如图1所示，在智能技术介入下公安机关的管理对象逐渐从模糊的社会群体变为清晰的特定群体以及明确的个体，实现技术驱动治理模式重构，作为对警力不足与任务复杂之间张力的回应。透过基层实践可以发现，随着智能技术的应用，基层警务“力所不及”与“事后处置”的被动状态有所改善。例如，在前端接警环节，山东省济南市公安局引进诸如移动警务终端、图像、人脸、声音识别等人工智能技术，大幅度提高了接警效率；在刑侦环节，应用人脸识别、图侦网侦、虹膜识别技术、指纹取证等人工智能技术，提高识别准确率和加快了犯罪嫌疑人被抓获的速度，实现精准打击犯罪。英国达勒姆郡警察局开发出HART（harm assessment risk tool）智能软件，可基于历史犯罪记录进行风险评估，为警察决策提供重要依据。由此可见，智能技术在缓解警力不足、工作负荷过重的同时，还可大幅提升犯罪惩罚的确定性，增加威慑效应，实现对犯罪的抑制。本文提出：

假设2：建设智慧城市对技术应用的提高会显著减少犯罪。 

3.优化资源配置与犯罪减少的关系

由于所辖区域人口结构、地理条件等因素造成基层公安工作复杂程度存在差异化，而科层组织自上而下配置的行政资源存在平均化、滞后化倾向，并没有与基层工作任务动态匹配以满足警务资源的需求。致使基层公安工作长期在“任务资源”的张力中开展，出现“小马拉大车“”左支右绌“”拼凑应对”等现象。在资源紧张的背景下，基层公安往往会根据上级注意力、任务难易程度、群众诉求紧迫性等条件对工作做出优先级排序，然后依据排序对各项工作分配行动资源，优先级越高的工作，分配到的资源也越多。伴随着资源分配的差序递减，基层治安行为也从按部就班的常规执行逐渐变为被动应付，甚至出现任务悬置。这种在资源约束情况下采取“抓大放小”的无奈之举，虽在一定程度上缓解了基层缺乏行动资源的困境，但也为城市治安埋下不少隐患，不利于城市精细化治理与整体运行稳定。

建设智慧城市产生的资源配置效应为解决“任务资源”的矛盾提供了行之有效的方案。从财政经费划拨上看，通过加强警务系统的信息化、智能化水平，推动传统警务向智慧警务、预测警务发展，在城市、区域大数据分析基础上，实现对未来犯罪态势的预测。根据犯罪预测结果对下一年度的警务预算进行动态匹配，旧金山警察局通过预测警务实现动态预算管理。同时，借助智慧信息技术，公安部门通过对城市治安数据、犯罪趋势等进行实时监测，及时调整和改变当前警力配置、巡逻区域以不断贴近治安需求，实现警力灵活调度，不断提高资源利用效率。例如，德国警察局使用智能软件分析历史犯罪数据，确定不同季节、不同时段的“高风险”犯罪区域，灵活安排警察巡逻。无独有偶，广州、南京等地开发的智能公共安全地图，以城市犯罪的空间分布为依据科学、动态地配置警力，向犯罪热点区域尤其是商业区、城中村、交通枢纽等空间有针对地投入防控资源，这包括规划最佳出警路径、优化防控布局、治安服务区估算、位置分派等。上述基于智能技术的资源配置，实现了预见性、动态性和科学性，纾解了基层治安工作的被动应对与资源不足，极大提升了基层治安工作的预判性、响应性和有效性。因此，本文提出：

假设3：建设智慧城市对资源配置的优化会显著减少犯罪。

三、研究设计

（一）模型设定

根据已公布的三批智慧城市试点名单构造实验组，即2012年全国共90个城市，2013年103个城市，2014年有84个试点城市。本文将三批试点城市设为实验组（剔除某个区或县作为试点的地级市），其余未进入试点的城市为对照组，形成准自然实验，进行效应评估。考虑到智慧城市试点是分三批启动，本文使用渐进双重差分模型对其抑制犯罪的效应进行评估。建设智慧城市对减少犯罪的效果评估模型如下所示：

在模型（1）中，作为被解释变量的Crit是指城市i在t年发生的犯罪数量；核心解释变量citylccpostit为反映城市i在t年是否实施了智慧城市试点政策的虚拟变量，城市i在t年若实施了该政策，则取值为1，反之为0；θ1为双重差分估计量，衡量智慧城市试点对城市犯罪数量的影响效果； Zit1代表t年影响城市i犯罪数量的一系列控制变量；ƞi是城市固定效应，μt表示年份固定效应；ɛit1是对城市犯罪数量产生影响的随机扰动项。本文借鉴章元、Edlund和张海鹏研究，选取人口密度、城镇化、民生支出、教育程度、失业率和经济水平等对城市犯罪数量有重要影响的变量作为控制变量 。

（二）变量测量与数据来源

表2为本研究涉及的变量、测量方法及数据来源的说明。被解释变量为地级市犯罪水平，借鉴相关研究使用“每万人检察机关批捕数”作为代理指标来衡量地级市犯罪水平。解释变量参考史晋川的研究，选择“城市人均可支配收入”作为居民收入变量的代理指标，选择“公安信息化建设水平”作为测量地级市警务信息技术应用的代理指标，选择“智能警务投入比”作为资源配置的代理指标。为此，还控制了诸如城镇化、人口密度、民生支出、教育程度、失业率等其他可能会影响城市犯罪水平的重要变量，具体情况说明见表2。本研究对部分变量的数值进行对数变换，以消除变量之间可能存在的多重共线性和量纲过大导致的误差问题。

剔除西藏、青海、新疆等数据缺失较为严重的地级市后，最终选取292个地级市，其中109个实验组，183个控制组。使用插值法对少量缺失数据进行补齐，表3为主要变量的描述性统计情况。从表3可知，因变量犯罪水平均值为0.82，标准差达到0.34，表明样本城市的犯罪水平存在明显差异，具有较大解释空间；自变量居民收入、技术应用、资源配置的均值和标准差显示智慧城市试点政策对不同城市而言，具有一定的影响差异，后续可通过异质性检验进一步讨论；从控制变量的具体数值来看，不同城市的城镇化、人口密度、民生支出、教育程度、失业率与人均GDP存在差异，其中人口密度和教育程度最为明显。

四、实证检验

（一）基准回归分析

从表4可知智慧城市建设对犯罪水平的净效应M1(β=-0.144,p<0.01）和M2(β=-0.142,p<0.01)两个模型的估计系数均在0.01置信水平上显著为负，表明建设智慧城市能够显著减少犯罪发生。从估计系数来看，建设智慧城市后，犯罪水平大约降低了14%。

（二）稳健性检验

1.平行趋势

平行趋势假设是判断是否适合使用双重差分模型进行分析的前提。本文使用事件研究法对试点前的系数估计值显著性进行计算，以检验平行趋势，具体公式如下：

本文选择政策实施前四年和后七年进行绘图，以第一批智慧城市试点名单公布的2012年为基期。如图2所示，智慧城市试点政策实施前各期的系数估计值均不显著，说明试点和非试点城市的犯罪水平在政策实施前并无显著差异，通过平行趋势检验。

2.PSM-DID

为克服潜在的系统差异、降低方法产生的估计偏误，使用PSM-DID方法进行稳健性检验。如果对协变量的检验结果不存在显著差异，则表明检验通过。从表5可知，匹配后t值均不显著。本文使用核匹配法进行估计，检验智慧城市对抑制犯罪水平的作用是否稳健。结果表明，在匹配之后，智慧城市试点依然显著降低了犯罪水平（-0.143***），进一步支撑了实证结论，智慧城市对犯罪发生的抑制效应十分显著。

3.反事实检验

（1）时间反事实检验。为避免研究发现是由时间变化所致，借鉴既有文献，将智慧城市试点的实施时间提前一年、两年和三年，构建虚假的试点时间并进行回归。表6显示，三组时间模型均未通过显著性检验。这表明实验组和对照组的犯罪水平在时间趋势上的差异并不显著。

（2）试点城市反事实检验。鉴于各地级市被选为试点城市不是完全随机事件，故通过随机生成试点城市及政策实施年份，构建一个反事实进行检验。借鉴王锋研究，随机抽取109个城市作为虚假实验组，其余城市作为虚假对照组，计算得到智慧城市对犯罪水平影响的系数估计值。重复500次，绘制出核密度分布和p值（见图3），基准回归中系数估计值位于虚假回归系数分布的高尾位置。可以排除基准回归结果是由不可观测因素所导致。

（三）机制检验

表7展示了智慧城市如何减少犯罪发生的三个机制。M11表明智慧城市会对居民收入增加产生显著正向影响（0.131***），M12显示智慧城市（-0.171***）及其所引起的居民收入增加（-0.128***）会显著减少犯罪，假设1得到验证。透过M13可知，智慧城市可显著提高公安技术应用水平（0.055***），且会对犯罪水平产生显著抑制作用，假设2通过。在M15和M16中，智慧城市会对警务资源配置产生显著正向作用（0.115***），亦会对犯罪水平产生负向影响（-0.183***），警务资源配置与犯罪水平之间的关系呈显著负相关（-0.104***），表明基于智能技术的警务资源配置优化可以显著减少犯罪发生，假设3通过检验。

（四）异质性检验

1.人口规模

为进一步考察智慧城市对犯罪的抑制效应是否对不同人口规模的城市均有效。为此，本文参考国务院印发的城市规模划分标准，对城市人口规模进行分组，考虑到研究样本中小型、中型城市的智慧城市试点数量很少，仅对样本中的大型、特大型、超大型城市进行分组回归（见表8）。分析发现，大型城市（-0.133***）、特大型城市（-0.175***）以及超大型城市（-0.139***）的回归系数都负向显著，其中特大型城市建设智慧城市对犯罪减少的效果最好。

2.  经济规模

我国区域经济发展不均衡,造成大量人口从落后地区向发达地区流动。故将城市样本划为东部、中部和西部并进行分组回归。从下页表8结果来看,建设智慧城市对东部(-0.136***)、中部城市(-0.240***)具有显著影响,对西部城市影响不显著。可见,不同区域建设智慧城市对犯罪水平的影响存在显著差异。从平行趋势检验中可知,智慧城市对犯罪发生的抑制效应并非立竿见影,需要一定建设周期才能产生效果。建设智慧城市不仅需要投入大量资金、人力,而且有赖于较为完善的信息基础设施作为底座。较东部、中部来说,西部城市普遍受困于财政资金不足、信息基础设施不完善、技术人才短缺,从而制约着效果发挥。

五、研究结论

本研究基于2005—2020年我国292个地级市的面板数据,使用渐进双重差分模型评估了智慧城市对减少犯罪的净效应及其作用机制,并讨论不同人口、经济规模的城市异质性。研究发现:建设智慧城市能够显著减少犯罪发生,通过居民收入增加、技术应用赋能和资源配置优化实现对犯罪的抑制,其发挥作用大小的顺序为技术应用、收入增加和资源配置。在异质性检验中发现,智慧城市对犯罪的抑制作用无论是大型城市抑或特大型、超大型城市均具有显著效果;而区域分析发现,除西部城市外,东部和中部城市建设智慧城市更能促进城市犯罪的减少。

为此，本文可能的研究贡献与政策意涵有三点。首先，为评估中国大规模建设智慧城市的有效性提供实证证据。《红楼梦》中王熙凤一句“大有大的难处”道出了如今城市治理的难点痛处—规模之累。面对治理规模带来的挑战，我国政府希望通过建设智慧城市发挥技术的“系统效应”与“化学反应”以应对“棘手问题”，纾解治理规模造成的资源短缺、任务过载、能力短板等治理困难。正如马亮对新加坡城市治理的“野广告”问题研究，智慧城市为治理城市痛点问题提供了理念支持和技术依托。另外，通过技术应用解决治理问题的可行性遭到质疑，一些研究表明智能技术的应用并非通往善治的坦途，在实践中不仅没有缓解治理负荷，反而加重了工作负担，出现“技术增负“”指尖上的形式主义”等现象。那么，自2012年推出的国家智慧城市试点建设是否有助于减少犯罪发生呢?对此，学界尚无明确证据，本文通过对292个地级市2005—2020年面板数据的分析，一方面证实了建设智慧城市可以显著抑制城市犯罪的发生，探明其作用机制；另一方面，研究发现支持了应用智能技术缓解当下城市治理负荷、应对治理问题的行动方案。

其次，遵循本研究发现，为中国城市犯罪减少提供更有效度的解释和更为完整的框架。本文证明通过建设智慧城市可以有效抑制城市犯罪，该发现弥合了“大棒论”与“胡萝卜论”分歧。如从威慑理论出发的系列研究认为，严厉打击可以有效遏制犯罪增加，但该理论明显的逻辑缺陷在于：不是一味加强对犯罪的惩罚强度就可以成功遏制犯罪发生，在同样的犯罪惩罚制度下，为什么有的地方政府成功降低了犯罪率，而另一些却无法做到?要解决这个问题，就必须把惩罚确定性等更为具体的过程因素带进分析中，才能得到更为完整的解释。2015年，中共中央办公厅和国务院办公厅印发《关于加强社会治安防控体系建设的意见》提出，“将社会治安防控信息化纳入智慧城市建设总体规划，充分运用现代信息技术，增强主动预防和打击犯罪的能力”。这佐证了本文提出通过大规模应用智能技术提高犯罪惩罚确定性的观点。再如，福利理论强调通过增加社会福利改变边缘人群面临的结构困境，避免他们成为潜在犯罪者，以实现减少犯罪。但在现实中仅单方面注重结构因素的作用，无法对犯罪问题提供完整解释，正如高福利国家依然存在高犯罪率。基于此，本文整合两种理论视角，提出建设智慧城市以实现从结构改变到过程创新再到结果改善的分析机制（见图4），在提高解释效度的同时也带来新的分析思路。

最后，通过建设智慧城市减少犯罪发生的效果会受到城市自身特征因素的影响。本文发现，智慧城市对犯罪的抑制效果与城市的特征因素具有显著关联。尽管智慧城市可以实现对城市犯罪的有效治理，但并不意味着建设智慧城市就是一味“灵丹妙药”。建设智慧城市是一项长期、系统工程，不仅需要财政、技术的保障，更离不开人才支撑。由是观之，智慧城市建设无法一蹴而就，需要结合当地禀赋与需求，分步骤、分阶段地推进，否则很难实现智慧城市的持续创新，也无力解决城市问题。对东部、中部地区、大型（特、超）城市而言，未来可以在不断拓宽智能技术的应用场景、持续探索智能技术的使用深度，充分发挥技术的赋能效应。对西部城市而言，学习借鉴先进地区建设智慧城市的成功经验，充分把握智慧城市建设这一历史机遇，以共建共治共享为原则，积极引导社会和市场力量参与建设。

当然，囿于笔者能力与数据限制，研究存在一些不足。首先，由于数据资料的获取限制，在个别变量的测量选择上存在遗憾；其次，研究所选择的解释变量存在一定主观性，可能遗漏了一些解释变量，后续研究可继续挖掘和丰富；最后，未来研究可对国外城市数据进行考察，扩大分析机制的解释范围。

扫描二维码免费下载全文

本期目录

更多精彩 敬请关注

深入学习党的二十大精神

专题研究：实验方法研究

韩啸、余怡婷、谢琦丨智慧城市能够减少犯罪发生吗?——一项准自然实验

王戈、张哲君丨任务客观性、情感相似度何以影响算法决策感知公平与接受度?——基于调查实验的实证分析

论文

沈冰清、林闽钢丨福利体制如何影响福利态度?——全球视野下的福利体制效应及传导作用分析

刘滨丨高质量发展与地方政府行为激励变革——一个“剩余权管制”视角

高乐鑫丨瑕疵政策承诺的效力辨析

研究综述

朱春奎、王彦冰丨公共服务价值共创：系统述评、内容框架与研究展望

微信推送·2023年第93期

编辑：任倩雯