1、江西社会科学202312023年第1期一、引言及文献综述“高投资、高能耗、高排放”的粗放型工业发展模式在给我国带来经济高速增长的同时，也造成了资源消耗与环境污染问题。在资源与环境的双重压力下，我国工业急需转变发展模式，推进工业智能化与绿色化转型。党的二十大报告指出：“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”1大数据的应用能优化资源配置，引导生产要素资源流向绿色领域，对工业企业研发、生产等环节产生颠覆性变革，提高绿色生产效率。因此，大数据试验区建设推动我国工业绿色转型了吗钟昌标卢建霖作为推动大数据产业发展、促进数字经济与实体经济深度融合的重要举措，大
2、数据试验区建设对工业绿色转型的重要性不言而喻。通过采用多期双重差分模型研究发现：得益于技术创新促进作用与资源配置优化作用，大数据试验区的建设促进了工业绿色转型。同时，随着人力资源水平、金融服务水平与制度质量的优化，大数据试验区建设推动工业绿色转型的作用增强。因此，推出具有针对性的大数据产业发展规划，形成具有区域特色的数字优势；健全有助于创新资源集聚与知识成果转化的制度，着力打破要素市场在不同区域间与不同产业间的分割与保护；完善数字人才引进机制与培养体系，推进金融体制改革，优化金融服务，营造稳定、透明、公平的制度环境，是充分发挥大数据试验区建设对工业绿色转型助推作用的有效手段。关键词大数据；国家
3、级大数据综合试验区；工业绿色转型中图分类号F423文献标识码A文章编号1004518X（2023）010122-12基金项目国家社会科学基金重点项目“统筹创新资源空间集聚需求与地区均衡发展的协调机制及政策研究”（22AJY014）、浙江省哲学社会科学规划重点项目“浙江省高科技制造业产融结合效率的影响机制研究”（21NDJC022Z）钟昌标，云南财经大学经济学院教授，长江学者特聘教授。（云南昆明650221）卢建霖，云南财经大学经济学院博士生，通讯作者。（云南昆明650221）122如何通过大数据助推工业绿色转型，成为近年来社会各界广泛讨论的议题。随着数字经济时代的到来，世界主要工业化国家相继出
4、台大数据战略规划，将大数据发展提升为国家战略。我国于2015年出台促进大数据发展行动纲要，并开展区域试点，推进贵州等国家级大数据综合试验区（以下简称大数据试验区）的建设。随后，北京、上海、重庆、天津、河北、河南、广东、辽宁与内蒙古等省份相继获批建设大数据试验区。建设大数据试验区作为我国落实大数据发展战略、促进大数据发展的重要实践，为我们探索工业绿色转型的途径提供了新视角。已有大量研究对大数据试验区建设的实施效果进行探讨。学者们普遍认为大数据试验区建设对减少污染排放、改善城市空气质量方面有显著成效。如：郭炳南等2基于空间计量模型发现大数据试验区建设对本地与邻近地区的空气质量改善具有显著推动作用；
5、张修凡等3认为，大数据试验区建设有助于提高能源利用效率，优化生态环境，促进经济低碳发展。也有学者指出，大数据试验区政策的实施有利于实现联动式与开放式创新，驱动城市实现经济增长。如：徐林等4研究发现，设立大数据试验区有助于知识与信息技术跨区域流动，产生创新示范效应，显著提升城市创新能力。邱子迅等5指出，大数据试验区建设有助于提升制造业企业的研发与智能化水平，显著提升地区纯技术进步率。现有研究对工业绿色转型的影响因素也进行了大量讨论，主要从环境规制、产业集聚、人才集聚、金融发展、政府支持与基础设施建设等6-9视角探讨工业绿色转型问题。在众多影响因素中，与本研究密切相关的是数字经济与工业绿色发展相关
6、文献。王锋正等10利用资源型企业的数据，从微观视角检验了数字化对企业绿色技术创新的影响，结果显示数字化水平与资源型企业绿色创新呈显著倒U型关系。苗效东等11利用20112018年中国30个省市的面板数据，采用基础环境、技术支撑与工业应用三方面指标合成工业大数据指数，实证检验了工业大数据对制造业绿色发展的影响，结果显示工业大数据能显著促进制造业绿色发展，且其促进作用存在区域异质性。惠宁等12研究发现，数字经济能显著提升制造业绿色全要素生产率，且人力资本与创业活力均能正向强化数字经济对制造业绿色全要素生产率的促进作用。经梳理发现，现有文献对大数据试验区建设的政策效果及工业绿色转型的影响因素进行了较
7、多研究，但是还缺乏探讨大数据试验区建设对工业绿色转型影响的文献，也缺乏关注大数据试验区建设影响工业绿色转型的具体作用路径以及人力资源水平、金融服务水平与制度质量等因素对他们的潜在调节作用的相关文献。为此，本研究以大数据试验区的建设为切入点，采用多期DID方法评估大数据试验区建设对工业绿色转型的影响。本研究可能的边际贡献在于以下几方面：首先，分析了大数据试验区建设与工业绿色转型的关系，丰富了关于工业绿色转型影响因素方面的文献。其次，在统一框架下探讨大数据试验区建设如何影响工业绿色转型这一问题，重点关注大数据试验区建设的技术创新效应与资源配置效应，并分析了人力资源水平、金融服务水平与制度质量等因素
8、的调节作用，深化了已有研究。最后，通过评估大数据试验区建设的政策效果，有助于为我国“打造工业大数据生态体系”与“构建绿色低碳循环发展产业体系”提供理论参考。二、研究假设（一）大数据试验区建设与工业绿色转型大数据、人工智能等在工业领域应用的深化，为实体经济发展与工业绿色转型注入了新活力。大数据试验区建设将从以下三方面推动工业绿色转型。首先，大数据试验区的建设促进数据大数据试验区建设推动我国工业绿色转型了吗123江西社会科学20231资源在能源管理系统中的应用，能有效降低能源存储成本、管理成本，同时，还能改善能源使用过程中的信息不对称问题，通过收集、传递、分析能源数据流，减少资源浪费。13其次，大
9、数据试验区积极培育大数据产业，推动大数据技术在工业领域的示范应用，加快工业生产环节的自动化与智能化改革步伐，而产品生产流程的智能化改造使生产方式更加自动化与节能化。最后，大数据试验区的建设增强了经济主体的信息获取能力，试验区的企业能有效采集、整合与分析产品销售数据，使消费者以数据化形式参与企业的生产与销售过程，实现工业企业与消费者绿色需求的协同演进，既提高了生产效率，又减少了资源浪费。14大数据试验区的建设能有效促进工业企业的采购管理、产品生产与销售等流程的集约化与绿色化，进而推动工业绿色转型。从政策实践看，促进大数据发展行动纲要 明确指出，“大数据推动社会生产要素的网络化共享、集约化整合、协
10、作化开发和高效化利用”，“促进大数据、物联网、云计算和三维（3D）打印技术、个性化定制等在制造业全产业链集成运用，推动制造模式变革和工业转型升级”。可见，大数据试验区的建设把推动大数据产业创新发展，助力经济转型，在完善信息基础设施的基础上，加强大数据在工业与新兴产业的应用，列为主要任务之一。由此提出如下假设：H1:大数据试验区建设对工业绿色转型升级具有促进作用。（二）大数据试验区建设推动工业绿色转型的作用机理技术与知识是企业创新活动的基础，大数据试验区建设能有效打破数据资源壁垒，为企业获取与整合生产相关的创新资源提供便利，从而提高企业创新水平。大数据试验区建设有助于减少企业内外部知识传播障碍，
11、降低信息知识采集、集成与共享等过程的成本，提高研发知识传播效率，产生知识共享效应，从而激励企业进行技术研发。15同时，大数据试验区建设也有助于拓宽企业开放式创新中知识资源的配置范围，提高知识运行效率，促进知识整合与利用，加快知识商业化开发进程。16技术创新是工业节能减排的主要动力之一。17技术创新带来生产、节能与环保领域的技术进步，在提高生产率的同时，也实现了节能减排的目标，进而推动工业绿色转型。大数据试验区建设为企业创新营造更好的创新生态环境，促进了企业加大研发投入、提高创新产出水平，有效提高了工业企业绿色生产效率，推动了工业绿色转型。由此提出如下假设：H2a:大数据试验区建设通过促进技术创
12、新推动工业绿色转型。资源配置效率低下，落后产能得以维持，由此导致能源浪费与环境污染，并进一步成为实现工业绿色转型发展的桎梏。18一方面，大数据试验区的建设可以推进要素数据共享、优化要素流动机制19，使得生产要素能以低成本快速地流向新兴领域，改善传统要素市场错配问题。另一方面，大数据试验区培育大数据产业集群，推动大数据、云计算与人工智能等新一代信息技术的产业发展，并带动传统生产要素向该领域集聚，进而挤压低效率、高排放、高能耗企业的生存空间，倒逼企业优化资源配置。20大数据试验区的建设可以优化资源配置，提高要素使用效率，实现帕累托改进，从而促进工业绿色转型。由此提出如下假设：H2b:大数据试验区建
13、设通过优化资源配置推动工业绿色转型。（三）大数据试验区建设推动工业绿色转型的调节机制促进大数据发展行动纲要明确提出，要加强职业技能人才的实践培养，积极培育大数据技术和应用创新型人才。人才作为知识与技术的载体，是充分挖掘与释放数据资源价值21，加速工业绿色转型的基础。一方面，数字经济具有技术与数据密集的特性，对专业技术人才与数字人才的依赖尤为明显。22高素质劳动力为大数据产业发展提供人才支撑，加快大数据试验区建设的政策红利释放。另一方面，人才集聚产生的非正式交流与合作23，会产生空间溢出效应，加快对绿色124技术服务与使用方法等隐性知识的挖掘、传递、消化与吸收，促进企业生产工艺的清洁化与绿色化改
14、造。人力资源水平提升能强化大数据试验区建设的政策效果，持续推动工业绿色转型并向更高水平迭代。由此提出如下假设：H3a：人力资源水平越高，大数据试验区建设对工业绿色转型的促进作用越明显。大数据试验区建设驱动工业绿色转型的效果依赖于良好的金融环境。数字创新的长周期与高风险特性，使得大数据技术研发面临着高融资成本问题。24金融体系发展，有助于拓宽融资渠道，缓解数字创新的融资约束，促进大数据技术的突破与扩散。同时，工业企业绿色技术项目的实施需要大量金融资源作为支撑，多元化的融资渠道与金融服务有助于工业企业较好地引进、消化和吸收绿色技术25，提高工业企业绿色技术的应用与转化水平。可见，若大数据试验区建设
15、于金融服务水平较高的地区，应当对工业绿色转型有着更强的促进作用。由此提出如下假设：H3b：金融服务水平越高，大数据试验区建设对工业绿色转型的促进作用越明显。大数据试验区建设的实施效果依赖于试验区所在地域的制度质量。高质量的制度能有效界定产权，减少经济社会的不确定性，形成地区的“比较优势”。26一方面，制度质量的上升能有效降低交易成本，推动市场良性竞争，促使工业企业进行技术更新以维持自身竞争力。27另一方面，制度质量高意味着寻租空间低与不确定性威胁低，这为企业技术交流与成果交换提供了有力保障，提高了工业企业学习先进技术与进行绿色转型的积极性。28较高的制度质量能为大数据试验区建设推动工业绿色转型
16、创造有利条件，强化大数据试验区建设对工业绿色转型的促进作用。由此提出如下假设：H3c：制度质量水平越高，大数据试验区建设对工业绿色转型的促进作用越明显。三、研究设计（一）模型构建为探究大数据试验区建设能否推动工业绿色转型，本研究将大数据试验区设立视作一次准自然实验。根据城市所在省域是否设立大数据试验区，本研究将研究样本划分为实验组与对照组，具体而言，将贵州、广东、河北、河南与内蒙古五省（自治区）所辖的地级市与北京、上海、重庆、天津、沈阳等城市作为实验组，其余城市则为对照组。鉴于2015年与2016年分别出现第一批与第二批大数据试验区，传统双重差分法难以有效评估政策的实施效果，本研究采用多期双重差分法识别大数据试验区建设对工业绿色转型的影响。具体计量模型如下：Gitrit=0+1Policyit+cZit+i+t+it（1）式（1）中，Gitrit为i城市在t时期的工业绿色转型指标，Policyit为设立大数据试验区的政策变量，Zit为可能影响工业绿色转型的其他特征变量，i与t为分别控制个体与时间固定效应，it为误差项。（二）变量测度被解释变量。工业绿色转型的本质就是通过技术创新提高能源
