大數據助推天津傳統制造業綠色發展的實證研究

◎文/吳愛東 王 菲

天津作為傳統老工業基地，如何從過去的主要依靠資源和低成本勞動力等要素投入向創新驅動轉變，樹立新發展理念，加快新舊動能轉換，一直是天津努力的方向。近年來，受產業結構偏重偏舊、新動能增長點“青黃不接”、民營經濟發展滯后等因素影響，天津經濟進入優化經濟結構、轉換增長動力的攻關期。在天津經濟由高速增長階段轉向高質量發展階段過程中，應探尋以生態優先、綠色發展為導向的高質量發展的新機制、新動能和新路徑。黨的十九屆五中全會對加快數字化發展作出全面部署，提出“推進數字產業化和產業數字化，推動數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”。天津在全力構建“1+3+4”產業體系，打造智能科技產業+三大新興產業（生物醫藥、新能源、新材料）+四大優勢產業（航空航天、高端裝備、汽車、石油石化）的同時，傳統制造業的轉型升級和綠色發展將成為天津經濟轉型升級的重要基石。大數據是數字經濟時代的代表性技術，將推動制造業由自動化、信息化向智能化、服務化和綠色化轉型。而生產工具和工藝過程的更新是科學技術由知識形態向物質形態及直接的生產力轉變的基本途徑。本文將視角距焦于數字經濟中的大數據與天津的傳統制造業，探尋大數據是否可以成為天津傳統制造業綠色發展的機遇，為天津傳統制造業綠色發展帶來新的動力，在此過程中大數據起著什么樣的作用？大數據是否能夠助推天津傳統制造業綠色發展？本文選取11個傳統制造業行業為研究對象，同時構建大數據發展指數，考察大數據發展程度對天津傳統制造業綠色發展的影響，力求為促進天津傳統制造業的經濟增長動能轉換和綠色轉型路徑提供有價值的數據和對策建議。

一、文獻綜述

近年以來，隨著大數據作為一種技術、一種要素、一種產業的逐漸發展，越來越多的學者研究了大數據、制造業轉型升級與綠色發展之間的關系。

在理論方面，許憲春等根據我國為適應人民對美好生活向往的需要的現狀，認為綠色發展是中國發展的必然選擇；而大數據的迅速發展給中國綠色發展提供了一種重要途徑。房建奇，沈頌東，亢秀秋認為大數據時代的到來，為我國提供了新的生產率增長模式，也為我國制造業轉型升級開辟了新思路和新途徑。大數據可以通過個性化定制、智能化生產、網絡化協同和精益化管理來實現制造業轉型升級和高質量發展。李輝認為大數據是以數據流為基礎，大數據將技術流、物質流、資金流和人才流有效整合，為產業優化發展提供了新路徑。王永龍等認為制造業高質量發展是引領我國經濟高質量發展的關鍵。目前的主要任務是探索數字化轉型發展新模式、新業態，充分利用大數據等工具，解決制造業對低成本勞動力等傳統生產要素的依賴，實現傳統制造業的變革。辛璐、唐方成認為大數據是推動制造業企業創新發展的重要戰略資源。徐穎，李莉認為大數據時代，其對制造業的影響是越來越明顯的。把握大數據時代帶來的機遇，正確合理地進行傳統制造業的轉型升級尤為重要。孫明華從天津的角度出發，認為堅持創新驅動、智能轉型、強化基礎和綠色發展是我國制造業轉型升級的唯一途徑。目前，天津想要推動制造業的高質量發展就必須要推動“兩化”融合，加速企業轉型升級。

在實證方面，李成剛根據柯布-道格拉斯生產函數，建立了評價大數據發展的指標體系，主要利用主成分分析法評估我國大數據發展水平。呂明元等學者構建了大數據發展的指標體系，得到了大數據發展指數。而關于制造業綠色發展的指標，國內外學者多于使用綠色全要素生產率的方式來衡量。

根據上述分析可知，國內學者對于大數據與制造業發展，或大數據與綠色發展之間的相關性的研究較多。本文將以特定區域，即以天津為基礎，從大數據是否以及如何能夠促進制造業綠色發展的角度出發，構建大數據發展指數與衡量天津傳統制造業綠色發展的綠色全要素生產率指標，建立計量模型，通過實證分析其二者之間的相關性。

二、實證研究設計

（一）數據來源

基于我國大數據的發展歷程和數據可得性，本文選取了2009—2018年天津的時間序列數據。天津11個傳統制造業行業綠色發展的綠色全要素生產率指標的相關數據主要來源于相應年份的《中國統計年鑒》《中國環境統計年鑒》《中國科技統計年鑒》《天津經濟年鑒》以及相關統計局網站；大數據發展指數構造的相關數據主要來自歷年《中國互聯網發展報告》《中國互聯網絡發展統計調查》《中國信息年鑒》《中國電子信息產業統計年鑒》以及相應年份的《中國軟件和信息服務業發展報告》《中國京津冀大氣污染防治行業現狀分析與發展前景研究報告》《天津市環境污染治理投資和構成情況數據專題報告（2018）》等相關行業發展報告；此外，由于部分數據缺失，文章數據選取也參考了《中國大數據與實體經濟融合發展白皮書（2019）》，對于無法獲取的數據本文采取了插值法對數據進行了估計。

（二）變量選取及描述性統計

1.指標選取

（1）核心解釋變量是大數據發展程度指數BDI（Big Data Index）。參考呂明元等學者與中國電子信息產業研究院發布的《中國大數據區域發展水平評估白皮書（2019）》中的區域大數據發展評估體系，從以基礎環境指數為標準的大數據發展環境和以產業發展指數、行業應用指數為標準的大數據發展水平兩方面綜合評價天津近十年的大數據發展程度。參考呂明元學者的研究，選取三個度量方式：互聯網普及率、軟件和信息技術服務收入占GDP比重與電子信息制造業工業產值占GDP比重，按三項指標對大數據發展的重要程度，分別以0.5、0.25、0.25的權重賦值，綜合計算得到大數據發展指數BDI。

（2）被解釋變量是天津11個傳統制造業行業綠色發展指標。以綠色全要素生產率指 標 GTFP （Green Total Factor Productivity）來衡量，參考袁寶龍（2018）、張小筠（2020） 等 的 研 究， 利 用2009—2018年的天津11個傳統制造業行業數據，采用DEA-Malmquist中的DDFGML模型并借助MaxDEA7.0軟件進行綠色全要素生產率測算，選擇投入指標、期望產出和非期望產出三個影響指標。①投入指標：第一，資本投入：選用了天津2009—2018年11個傳統制造業行業（即農副食品加工業，食品制造業，酒、飲料和精制茶制造業，紡織業，紡織服裝、服飾業，皮革、皮毛、羽毛及其制品和制鞋業，木材加工及木、竹、藤、棕、草制品業，家具制造業，造紙和紙制品業，印刷和記錄媒介的復制業，文教、工美、體育和娛樂用品制造業）企業年度新增固定資產來計算；第二，勞動力投入：選用了天津2009—2018年11個傳統制造業行業規模以上企業的平均用工人數來計算；第三，能源投入：選用天津11個傳統制造業行業主要能源煤炭的年均消費量計算得出。②期望產出：本文的期望產出參考劉淑茹（2020）等對于綠色全要素生產率的計算和定義方法。使用天津2009—2018年11個傳統制造業行業規模以上制造業企業的年度工業總產值來計算。③非期望產出：由于數據的可得性，本文選取了天津年度工業廢水排放量與天津年度工業廢氣中SO2排放量兩個非期望產出指標。以2009年為基期，故2009年綠色全要素生產率等于1，通過模型計算得到Malmquist指數，即綠色全要素生產率的變化率，因此其余年份根據公式GTFPt=GTFPt-1*MIt計算得出。

（3）其他可能影響天津傳統制造業綠色發展的控制變量。①環境規制ER（Environmeatal Regulation）。環境規制一直被認為是產業綠色發展中一個重要的因素，并且其對綠色全要素生產率也發揮著比較復雜的作用機制。本文參照多數學者對環境規制的設定，并且根據本文的特點將其定義為天津歷年工業污染物投資額占11個傳統制造業行業歷年工業總產值的比重，計算得到環境規制指數。②經濟發展水平 GDP （Gross Domestic Product）。一般而言，經濟發展水平較高的地區，對綠色發展的關注越強，不論是國家還是地方政府對區域制造業綠色發展的要求也就越高，因此制造業的綠色發展水平會較高。本文選用天津地區生產總值指數中的第二產業增加值指數來代替表示其制造業經濟發展水平。③能源消耗ENS（Energy Consumption）。城市的能源消耗與城市不同產業的綠色發展有著必然的聯系。根據近十年天津霧霾的情況，本文將能源消耗定義為天津傳統制造業行業標準煤的消耗占城市人均GDP的比重來衡量能源消耗指數。

2.變量的描述性統計

（1）天津2009—2018年大數據發展水平

圖1為天津2009—2018年大數據發展水平的三個指標的變化趨勢，其中黑色指數如圖例所示為天津2009—2018年互聯網普及率，比率1表示軟件和信息技術服務收入占天津年度GDP比重，比率2表示電子信息制造業工業產值占GDP比重。根據賦值方式計算得到的BDI趨勢圖如圖2。

（2）天津綠色全要素生產率GTFP

根據DEA-Malmquist中的DDF-GML模型，加入了非期望產出，繪制了天津傳統制造業行業綠色全要素生產率的趨勢圖如圖3。

（3）BDI及其他控制變量的描述性統計

圖1 天津2009—2018年大數據發展水平

圖2 天津2009—2019年大數據發展水平BDI

經過上述圖1、圖2、圖3的分析，筆者將對核心解釋變量大數據發展水平BDI與其他控制變量中的環境規制ER、經濟發展水平GDP、能源消耗ENS進行描述性統計，包含了平均值、標準差、最大值、最小值等的描述性統計結果如表4所示。

（三）模型建立

在進行某些解釋變量被其他因素所影響的實證分析時，回歸模型通常是首選，本文主要分析大數據發展程度BDI對天津傳統制造業綠色發展的綠色全要素生產率GTFP的影響。為了消除所得的樣本數據中存在的潛在異方差的影響，本文對各個變量取對數處理，因此設定回歸模型為：

其中，GTFPt表示第t年天津傳統制造業綠色發展的綠色全要素生產率指標；BDIt表示第t年天津的大數據發展水平；β表示解釋變量也就是影響因素的系數；GDPt、ERt、ENSt表 示 其 他 控制變量，γ、δ和μ表示其影響系數；εit是隨機誤差項。在模型（1）中若大數據發展程度BDI的系數β在統計上顯著為正數，則說明天津的大數據發展對當地傳統制造業綠色發展有明顯的助推作用。

圖3 天津2009—2018年11個傳統制造業行業綠色全要素生產率GTFP

表4 變量的描述性統計

三、實證結果與分析

因為本文選取的數據為2009—2018年天津的時間序列數據，時間序列數據通常存在不穩定的特點，如果直接進行回歸統計容易出現偽回歸，因此筆者將對五個變量進行ADF檢驗，檢驗結果顯示：本文所選取的五個變量在進行了對數處理后有四個變量達到了水平平穩，且通過了ADF平穩性檢驗，但能源消耗指數ENS不能滿足一階平穩的假定，且無法與其他四個序列同階單整，因此將此變量剔除，使用滿足了建立模型前提條件的其他四個變量進行模型的設計。

并且，在對文中各變量構成的回歸模型（1）做初步回歸后，發現回歸模型整體是顯著的，但出現了單個參數檢驗不顯著的情況，因此可以初步判斷模型可能存在多重共線性的問題。而方差膨脹因子（VIF）是檢驗回歸方程是否存在多重共線性的有效方法之一，筆者利用其對各變量進行了多重共線性檢驗，發現核心解釋變量大數據發展程度指數BDI、其他控制變量中經濟發展水平GDP的VIF值均較大，進一步證實了模型存在多重共線性問題，因此筆者采用逐步回歸法對模型進行修正和調整。調整過程中發現，由于GDP的引入會導致其他解釋變量的顯著狀態改變，因此可以認為控制變量經濟發展水平GDP因素在本模型中影響程度微弱，可以視為干擾變量將其進行剔除。將GDP剔除后的最優回歸方程設定為：

其中各個變量解釋的定義與方程（1）相同，根據所得的最優回歸方程，使用Eviews10.0對其進行回歸操作，即得到最優回歸結果，如表5。

根據表5可知大數據發展指數的系數為正，即大數據發展水平與傳統制造業綠色全要素生產率存在顯著的正相關關系，并且在5%水平上顯著，樣本可決系數R2為76%，基本證實本文的研究假設；其次環境規制的系數為負，表明環境規制與制造業綠色發展的綠色全要素生生產率之間存在著負相關關系。因此盲目加強環境規制并不能提高綠色全要素生產率，從而促進天津傳統制造業綠色發展。

表5 最優回歸結果

四、結論與政策建議

本文以天津2009—2018年省級時間序列為基礎，采用了DEA-Malmquist中的DDF-GML模型并借助MaxDEA7.0軟件進行天津11個傳統制造業行業綠色全要素生產率的測算，計算了天津的大數據發展指數；并使用Eviews 10.0對模型逐步回歸，考察大數據發展水平對天津傳統制造業綠色發展的影響。研究結果表明：首先，大數據發展指數與制造業綠色發展的綠色全要素生產率之間存在顯著的正向相關關系，即大數據發展水平可以在一定程度上助推天津傳統制造業綠色發展。這進一步表明，大數據與實體經濟融合發展的戰略，不僅能夠催生新興戰略性產業，還能夠促進傳統制造業的綠色發展；其次，最終回歸模型中的樣本可決系數R2為76%，表示被解釋變量天津11個傳統制造業行業綠色全要素生產率改變的76%可以由解釋變量大數據發展水平所影響和解釋。從統計學的角度出發，這是一個具有統計學意義的合理模型，但是從經濟學的角度出發，76%的樣本可決系數代表大數據發展程度與天津傳統制造業的綠色全要素生產率之間的相互影響關系是比較相關而不是高度相關的。這與大數據目前在天津的發展水平有著緊密的聯系，大數據發展對天津的傳統制造業的綠色發展的影響已經初見端倪，而天津目前大數據發展的水平、大數據與傳統制造業的融合都存在一定的發展空間。

因此可以從本文的研究中得出結論：大數據發展水平在一定程度上可以助推天津傳統制造業綠色發展，但仍有一定的局限性。基于上述研究結果，為了響應國家發展戰略規劃，同時為了提高大數據發展對天津傳統制造業綠色發展的助推作用，減少其局限性，本文提出如下政策建議。

第一，對于以大數據為主要內容之一的數字經濟的發展，政府部門應當予以高度重視。京津冀地區作為全國大數據發展的核心區域之一，不僅擁有全國頂尖的企業和人才，而且擁有巨大的數據體量，這一優勢條件可以為天津大數據產業的發展提供巨大的市場空間。因此政府部門要抓住京津冀協同發展的機遇，迎接大數據促進傳統制造業高質量發展、綠色發展所帶來的挑戰。充分利用京津冀地區的資源和市場，鼓勵促進大數據相關技術的實現，引進和培育人才，推進傳統制造業企業對于大數據技術的應用，助力大數據環境下的天津傳統制造業的綠色發展。

第二，從宏觀角度來看，政府部門應長期貫徹落實綠色理念，積極扶持傳統制造行業的綠色發展，想要實現大數據對于傳統制造業的促進作用，其根本落腳點在于綠色發展。綠色發展是目標，大數據推動是手段。因此政府部門應當利用大數據技術與大數據產業，落實其生態環境的監管任務，提升政府治理能力，保障政府決策的科學性。同時進行創新激勵，鼓勵傳統制造業企業加大綠色研發投入。

第三，在微觀企業方面，傳統制造業企業應以大數據快速發展為契機，增強產業鏈的各個環節對于大數據技術的應用，實現個性化制造，提高生產效率，實現綠色生產。通過將大數據分析與管理技術等應用于傳統制造業，充分發揮平臺引流、集聚和配置資源功能。推動企業實現需求精準響應、實現傳統生產方式數字化轉型、實現從研發到制造，從利用生產要素到實現生產產品的整個產業鏈的各個環節，盡可能地滲透新資源，使用新技術，從而實現制造業企業的綠色發展。