國家級大數據綜合試驗區促進數字化綠色化協同發展研究

摘要：加快數字化綠色化協同是高質量發展的內在要求，也是數字生態文明建設的重要途徑。數字經濟政策是否在促進數字化的同時實現了地區綠色化協同轉型？這是一個熱點問題。文章在分別構建中國省級層面數字化與綠色化發展評價指標體系的基礎上，運用耦合協調度模型測算了中國2012—2020年30個省份數字化綠色化協同發展指數，并對其變動特征及區域差異進行分析。進一步，基于國家級大數據綜合試驗區（簡稱“大數據試驗區”）的準自然實驗，對數字經濟政策是否實現了數字化綠色化協同發展進行實證檢驗，并對其內在機制及異質性進行深入剖析。研究發現：各省份數字化、綠色化發展水平均逐年提升，但總體水平不高，且地區差距明顯；各省份數字化綠色化協同發展水平均不斷提高，但整體水平有待提升，僅有北京、廣東、上海、江蘇等四省市耦合協調度高于0.7，達中度協調及以上水平，另有22個省份耦合協調度不足0.5，未達協調水平。基準回歸顯示，大數據試驗區的設立顯著地促進了數字化發展、綠色化發展以及數字化綠色化協同發展水平。機制檢驗表明：（1）大數據試驗區通過數字產業化、產業數字化兩條渠道促進了省級數字化發展，通過綠色創新促進了綠色化發展。（2）數字化與綠色化存在循環互促機制，體現了數字化綠色化協同發展的底層邏輯，具體地，“數字化賦能綠色化”是通過數字基礎設施建設促進綠色創新和綠色生產，以及數字創新能力促進綠色創新的積極作用實現的；“綠色化牽引數字化”則是通過綠色創新對數字基礎設施和數字技術的需求牽引效應實現。（3）大數據試驗區強化了綠色發展的數字化效應；但未強化數字發展的綠色化效應，原因在于，大數據試驗區提高了綠色創新能力，進而刺激對數字基礎設施和數字技術的需求，增強綠色發展對數字化發展的牽引效果；但由于數字產業化和產業數字化未能推動生產綠色化轉型，導致大數據試驗區未能強化數字發展對綠色發展的賦能效應。（4）異質性分析表明，在知識吸收能力更強、產業結構高級化水平更高的地區，大數據試驗區建設對數字化綠色化協同發展的促進作用更明顯。

關鍵詞：國家大數據綜合試驗區；數字化；綠色化；耦合協調度；數字化綠色化協同發展

中圖分類號：F069.9;F49;F124.5

文獻標志碼：A

文章編號：1008-5831（2025）01-0079-21

新一輪科技革命與產業變革加速演進，數字化和綠色化已成為全球經濟社會發展的重要趨勢。黨的二十大報告要求，“加快發展數字經濟，促進數字經濟和實體經濟深度融合”，“推動綠色發展，促進人與自然和諧共生”。數字化與綠色化是培育新質生產力、推動高質量發展的內在要求，加快實現數字化綠色化協同發展，將為中國式現代化建設提供強大動力支撐以及厚植人與自然和諧共生的綠色發展底色。但在已有的實踐中，數字基礎設施高耗能以及產業綠色低碳轉型的數字技術融合不足問題，對綠色低碳轉型形成掣肘，數字化綠色化協同發展水平有待提升。由于數字技術與綠色技術的多重外部性屬性，通過數字技術政策或綠色低碳政策出臺、推動落地見效，是直接促進數字經濟發展與綠色轉型的重要驅動力，也是實現以數字化賦能綠色化、以綠色化牽引數字化的重要途徑。2023年中共中央、國務院印發的《數字中國建設整體布局規劃》中提出，要建設綠色智慧的數字生態文明，加快數字化綠色化協同轉型。2024年8月，中央網信辦等十部門聯合印發《數字化綠色化協同轉型發展實施指南》，要求為深入貫徹落實黨的二十屆三中全會精神，推動互聯網、大數據、人工智能、第五代移動通信（5G）等新興技術與綠色低碳產業深度融合，利用數智技術、綠色技術改造提升傳統產業，加快數字化綠色化協同轉型發展。鑒于以上討論，本研究以國家級大數據綜合試驗區為政策試點，基于數字化綠色化互動邏輯的探討，深入討論其在促進數字經濟發展的過程中，是否實現了綠色轉型協同目標，作用機制如何，以及存在什么樣的外部約束條件。回答好這一問題，不僅能系統把握我國數字化綠色化協同的特征事實，而且有助于進一步疏通數字化綠色化協同發展的堵點，對于優化數字經濟政策、實現數字化與綠色化協同發展有重要理論和政策價值。

一、文獻綜述

諸多研究對數字化、綠色化的內涵特征、測度、影響因素以及數字化的綠色效應進行了深入探討，但對兩者協同發展的測度研究還較為少見。一是綠色化測度方面，英國環境學家皮爾斯首次提出“綠色經濟”的概念，強調資源和環境的承載能力，認為綠色經濟是一種追求可持續發展的經濟模式，其目的是實現人類福祉與環境保護的平衡^［1］。王兵等運用SBM方向性距離函數和盧恩伯格生產率指標測度了省域環境效率^［2］。孫才志等基于信息商模型和耗散結構理論建立了區域綠色化發展系統的評價指標體系，并運用綜合賦權的決策分析模型對綠色發展水平進行測算^［3］。林伯強和譚睿鵬使用非徑向方向距離函數結合超效率DEA模型，構建了中國地級及以上城市的綠色經濟效率的評價指標^［4］。熊曦等從綠色生態、綠色生活、綠色生產三個層面構建了長江中游城市群綠色化發展水平的指標體系，并運用熵值法對其空間差異進行實證分析^［5］。二是數字化測度方面，趙濤等從互聯網發展和數字金融普惠兩方面對城市層面數字經濟綜合水平進行測度^［6］。劉軍等從信息化發展、互聯網發展和數字交易發展三個維度構建了省域數字經濟評價指標體系^［7］。三是影響因素及數字化的綠色效應方面。就數字化的影響因素而言，相關文獻驗證了同群效應^［8］、研發投入和金融支持^［9］、地區經濟增長水平、外資依存、政府干預、人力資本水平等^［7］對企業數字化轉型或數字經濟發展的顯著作用。針對綠色化的影響因素的研究涉及創新驅動、綠色金融、環境規制、產業結構等諸多方面。王馨和王營研究發現綠色信貸政策放寬能夠提高綠色技術創新活躍度，且綠色創新能夠顯著提升環境和社會績效^［10］。環境規制對綠色化轉型的研究多集中在企業層面，通過準自然實驗分析環境政策對企業綠色轉型的影響^［11-13］。關于數字化發展的綠色效應的相關研究涉及數字化與制造業綠色化轉型^［14-15］、數字化與綠色技術創新^［16-18］、數字化與綠色全要素生產率^［19］等諸多方面。不過，已有涉及數字化與綠色化的研究大都僅關注其中一個方面，即便有研究將數字化與綠色化同時列入主題框架，也多是探討數字化發展對綠色化發展的影響，缺少綠色化牽引數字化以及數字化綠色化協同發展的研究視角。

作為中國首個數字經濟試點政策，國家級大數據綜合試驗區的設立旨在打破數據資源壁壘，加快數據開放共享，推動產業創新發展，助力經濟轉型升級。在國家大數據綜合試驗區的相關政策評估研究中，大都以大數據試驗區的設立為準自然實驗，探究其對數字化轉型的影響^［20］或其綠色效益^［21-23］，盡管有研究考慮大數據試驗區建設的綠色效益，但多為綠色化發展的一個方面（如空氣污染），缺乏對綠色化的綜合考量，遑論對數字化綠色化協同發展的研究。大數據試驗區賦能數字化綠色化協同發展這一重要議題尚未進入學者們的研究視野。鑒于此，本研究關注的問題是大數據試驗區能否推動實現“雙化”協同發展。本研究以國家級大數據綜合試驗區設立為準自然實驗（Quasi-experiment），探究其對數字化綠色化協同發展的影響及作用機制，并對其制約因素進行討論。

本文可能的邊際貢獻在于：一是在分別優化構建數字化與綠色化評價體系的基礎上，進一步基于耦合協調度模型測度了中國2012—2020年30個省（自治區、直轄市）數字化綠色化協同指數，呈現了我國數字化綠色化協同特征事實，為各省份判斷數綠融合發展水平與趨勢分析提供參考。二是基于國家級大數據試驗區的設立作為準自然實驗，采用倍差估計法（DID）科學評估大數據試驗區對數字化、綠色化以及數字化綠色化協同發展的影響，能夠有效緩解數字經濟的內生問題。三是在機制分析方面，綜合考慮大數據試驗區對數字化、綠色化的影響，并對數字化賦能綠色化、綠色化牽引數字化的循環互促機制進行討論。不少研究討論了大數據試驗區的綠色化效應，并將其視為數字化綠色化協同的證據。但相關研究并未基于數字化與綠色化互動機制的存在基礎，導致這一結論并不可靠，本文試圖彌補這一不足。

二、中國省級數字化綠色化協同水平變動特征

（一）構建評價體系

數字化綠色化耦合協調系統包括數字化發展和綠色化發展兩個子系統，因此本文在評價系統耦合協調度之前先建立指標體系對兩個子系統進行評價，見表1和表2。

1.構建省級數字化及綠色化發展評價體系

一是省級數字化發展評價指標體系。中國信息通信研究院將數字經濟定義為以數字化的知識和信息為關鍵生產要素，以數字技術創新為核心驅動力，以現代信息網絡為主要載體，通過數字技術與實體經濟深度融合，不斷提高傳統產業數字化、智能化水平，加速重構經濟發展與政府治理模式的新型經濟形態【見中國信息通信研究院發布的《中國數字經濟發展白皮書》。】。鑒于此，本文從數字基礎設施、數字產業化、產業數字化和數字創新能力等四個方面構建中國省域數字化發展評價指標體系。首先，數字基礎設施水平，參考樊秩俠和徐昊^［24］、劉軍等相關研究，選取互聯網寬帶接入端口數、互聯網寬帶接入用戶數、移動電話普及率、光纜密度作為測度指標。其次，數字產業化反映數字技術轉化為實體產業的具體情況，選取軟件業、計算機服務業、電信業等與數字設備和服務緊密聯系的產業的相關指標進行測度。再次，產業數字化水平選取企業電子商務占GDP比重、有電子商務交易活動的企業數占比、每百家企業擁有網站個數以及數字普惠金融指數作為測度指標。最后，不同于既有研究使用Ramp;D經費、相關人才就業情況等對創新環境的表征^［25］，本文直接關注與數字相關的創新產出，使用人均與數字經濟相關的發明專利申請、實用新型專利數量測度創新能力；此外，考慮計算機服務及軟件業創新的特殊性，將人均計算機軟件著作權登記數量以及登記軟件著作權的企業數量同樣納入指標體系。

二是省級綠色化發展評價指標體系。綠色化的核心目標是實現可持續發展，提升資源利用效率以及減少環境污染和生態破壞。本文對綠色化指標構建側重經濟社會領域，從綠色生產、綠色生活、綠色創新能力三個方面進行測度。綠色生產與綠色生活的指標選取參考田時中和丁雨潔^［26］、熊曦等^［5］相關研究，選擇單位工業增加值能耗、單位工業增加值SO₂排放量、城市污水日處理能力、工業利潤額占營業收入比重、火力發電比率、能源結構等作為綠色生產的測度指標；選擇生活垃圾無害化處理率、每萬人實有公共汽（電）車營運車輛數、人均日生活用水量、地方財政環境保護支出、人均公園綠地面積等作為綠色生活的測度指標。最后，綠色創新能力的指標選取綜合考慮創新基礎與創新輻射能力兩個方面，具體地，使用人均綠色發明專利申請數量與人均綠色實用新型專利申請數量反映綠色創新基礎；使用綠色發明專利合作研發申請數量與綠色發明專利轉移數量表征綠色創新輻射能力。

2.數據來源

本文以2012—2020年中國30個省份的面板數據為樣本，鑒于數據的可得性和可比性，不考慮西藏、香港、澳門和臺灣。本文數據主要來源于《中國統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》《中國工業統計年鑒》，登記軟件著作權相關數據來源于企研·社科大數據平臺（CBDPS），專利數據來源于中國研究數據服務平臺（CNRDS），綠色創新輻射能力的指標來源于自主構建的中國社會科學院經濟大數據與政策評估實驗室（2024SYZH004）綠色創新數據平臺，在省份維度加總獲得相關指標數據。部分缺失值使用插值法補全。

3.各指標權重確定方法

本文首先利用熵權法測度各一級指標下二級指標的權重，并據此計算出各一級指標的評價指數。在此基礎上，利用熵權法測算各一級指標在綜合評價中的權重，進一步計算數字化發展或綠色化發展的綜合評價指數。

具體地，各二級指標權重確定與一級指標的評價指數確定方法如下。

第一，對二級指標進行規范化處理。

y_ijk=（x_ijk-minx_ijk）/（maxx_ijk-minx_ijk）

正向指標

y_ijk=（maxx_ijk-x_ijk）/（maxx_ijk-minx_ijk）

負向指標

其中：

x_ijk為第i個樣本、第j項一級指標下的第k項二級指標實際評價值， y_ijk為標準化后的指標值，maxx_ijk和minx_ijk分別為第i個樣本、第j項一級指標下的第k項二級指標的最大值與最小值。

第二，將各指標同度量化，計算第j項一級指標下的第k項二級指標中，第i個樣本占該指標比重p_ijk。

p_ijk=Z_ijk∑niZ_ijk

第三，確定第j項一級指標下的第k項二級指標的熵值

e_jk=1lnn∑nip_ijklnp_jk。其中n為樣本數量，k為各一級指標下的二級指標個數。

第四，計算第j項一級指標下的第k項二級指標的差異系數g_jk=1-e_jk。

第五，對差異系數歸一化處理，計算第j項一級指標下的第k項二級指標的權重w_jk=g_jk∑Kk=1g_jk。

第六，計算各一級指標的熵權法評價指數，F_ij=∑Kk=1w_jkp_ijk。

最后，在計算出的一級指標評價指數基礎上，再次針對各項一級指標利用熵權法確定數字化發展綜合指數U₁與綠色化發展綜合指數U₂。表1和表2分別匯報了中國省域數字化發展與綠色化發展評價指標體系及權重。

（二）省級數字化綠色化協同水平測度——基于耦合協調度模型

數字化與綠色化協同發展是指數字化與綠色化子系統之間互相關聯、互相配合，最終達到整個系統的有序繁榮發展。本文研究內容與耦合協調度模型的理論意義較為契合，故選用耦合協調度模型對數字化與綠色化協同發展水平進行測度。耦合協調度D的測算模型如下：

D=C×T，C=U₁×U₂［（U₁+U₂）/2］²，T=a×U₁+b×U₂

其中：C為耦合度；U₁為數字化水平，U₂為綠色化水平；T為協調度，a、b分別為數字化水平與綠色化水平的權重，本文將數字化權重設置為0.7，將綠色化權重設置為0.3；D為耦合協調度，反映數字化與綠色化協同發展水平。

借鑒王淑佳等^［27］對協調等級及協調發展度的劃分標準來衡量我國省域數字化與綠色化協同發展程度，如表3 所示。

（三）中國省級數字化、綠色化指數變動特征

表4 匯報了根據熵權法計算出的部分年份的數字化發展指數與綠色化發展指數。發現數字化發展與綠色化發展呈現時間一致性特征：數字化與綠色化水平均逐年提高，全國層面的數字化發展均值水平從2012年的0.067提升至2020年的0.245；綠色化發展均值水平從2012年的0.103提升至2020年的0.256。除時間一致性特征外，數字化發展與綠色化發展還呈現地區一致性特征：在數字化水平較高的地區，如北京、廣東、上海、江蘇、浙江等地，其綠色發展水平也較高。這為本文后續探討數字化賦能綠色化、綠色化牽引數字化的數字化綠色化協同發展機制提供了事實依據。分地區看，各省份數字化發展水平差距明顯，數字化的大幅增長發生在初始數字化水平較高的東部地區，北京、廣東、上海、江蘇、浙江、山東、天津等始終位于數字化發展水平前列。盡管數字化指數與綠色化指數逐年增長，但總體水平不高，對比2020年北京數字化指數與綠色化指數分別為0.895與0.832，全國均值水平僅為0.245與0.256，數字化發展與綠色化發展仍有很大提升空間。

（四）中國省級數字化綠色化協同發展水平變動特征

表5報告了數字化與綠色化的耦合協調度水平。整體上，全國范圍內數字化與綠色化耦合協調度逐年提升，但數字化與綠色化協同發展水平不高，2020年，僅有北京、廣東、上海、江蘇等地耦合協調度在0.7以上，達中度協調及以上水平，另有22個省份耦合協調度不足0.5，未達協調水平。在地區分布上，東部地區數字化綠色化協同水平一直居于領先地位，從側面說明了中西部地區耦合協調水平偏低的部分原因是其數字化水平與綠色化水平不高。盡管數字化發展能夠通過提高資源配置效率、產業結構升級以及技術創新等渠道促進綠色化發展，但由于數字化水平偏低，其與綠色化發展的互動較少，協同作用偏弱。結合前文對數字化指數與綠色化指數的分析，隨著兩個子系統發展水平的不斷提高，我國數字化與綠色化間耦合協調狀態逐漸實現從失調到協調的過渡，呈現出良好的發展態勢。

三、政策背景與理論機制

數字時代來臨，數據資源成為國家重要的戰略資源和核心創新要素。2015年國家出臺《促進大數據發展行動綱要》，賦予大數據作為建設數據強國、提升政府治理能力推動經濟轉型升級的戰略地位。圍繞數據強國建設這一總體目標，綱要確定加快政府數據開放共享，推動資源整合，提升治理能力；推動產業創新發展，培育新業態，助力經濟轉型；健全大數據安全體系，強化安全支撐，提高管理水平，促進健康發展等三大重點任務，并且明確指出要“開展區域試點，推進貴州等大數據綜合試驗區建設，促進區域性大數據基礎設施的整合和數據資源的匯聚應用”，拉開了大數據試驗區建設的序幕。

2016年2月，國家發展和改革委員會、工信部和中央網信辦復函貴州省，正式同意建設國家大數據（貴州）綜合試驗區。同年10月，批復京津冀、上海、重慶、內蒙古、珠三角、河南和沈陽等地開展第二批大數據試驗區的建設。試驗區類型不同，定位和任務也略有差異，但都圍繞大數據制度創新、公共數據開放共享、大數據創新應用、大數據產業集聚、大數據要素流通、數據中心整合利用、大數據國際交流合作等方面展開。具體而言，先驗試驗區（貴州）側重開展數據共享、數據中心整合、大數據應用等試驗探索，發揮試驗區的輻射帶動和示范引領效應；跨區域類綜合試驗區（京津冀、珠三角）注重數據要素流通，促進區域一體化發展；區域示范類綜合試驗區（上海、河南、重慶、沈陽）注重數據資源統籌，加強產業集聚，發揮輻射帶動作用，促進區域協同發展；基礎設施統籌發展類綜合試驗區（內蒙古）結合區域能源、氣候、地質的獨特條件，強化綠色集約發展，加強跨區域優勢合作，實現跨越發展。

結合大數據試驗區建設的目標任務，本文認為大數據試驗區提高數字化綠色化協同發展水平存在數字化綠色化循環互促、大數據賦能數字化、大數據賦能綠色化三條作用機制。構造大數據試驗區作用機制框架如圖 1 所示。

其一是數字化綠色化循環互促。數字化綠色化循環互促的內涵包括兩個方面。一方面是數字化賦能綠色化。首先，數字基礎設施通過提高能源效率、加快數字產業化、刺激綠色技術創新，間接促進綠色化發展^［28］。在生產端，數字平臺建設能夠打破生產者與消費者間的信息不對稱，為供需信息的精確匹配提供可能。生產者可以通過互聯網渠道了解各種市場信息和供需狀態，更好地把握市場需求，避免資源浪費和重新配置的低效率，推動生產方式綠色化轉型。此外，數字基礎設施能夠突破地理空間限制，加快知識和數據的傳播，降低其獲取成本^［29］，從而降低綠色創新活動的不確定風險；數字平臺的搭建能夠降低技術供需雙方交流成本，推動形成由需求牽引供給的技術創新格局，提高綠色創新積極性。數字技術的使用和網絡交流平臺的搭建也使得各創新主體精確匹配信息成為可能，有效打破了傳統產學研合作的地域限制，降低各創新主體的合作成本，從而推動產學研合作，而產學研合作機制的建立是解決綠色創新因其“雙重外部性”屬性而面臨創新激勵不足的重要途徑。除對綠色技術創新的影響外，數字基礎設施還具有促進商業模式創新的優勢^［29］，數字技術為企業提供了搭建線上銷售渠道的機會，推動由傳統商業模式向線上線下融合的新商業模式變革。其次是數字產業化與產業數字化對綠色生產的推動效應。數字經濟推動新產業的形成和對傳統產業的改造，由此引起產業比例關系的改變和勞動生產率的提高^［30］。數字產業通常對環境的危害較小^［31］，且多為第三產業，數字產業化將帶來產業比例關系的改變，并推動產業結構升級。隨著產業結構的升級，將逐漸淘汰高污染、高耗能產業，轉向綠色產業，減少對自然資源的依賴和消耗。此外，數字技術對傳統產業的改造將提高資源配置效率，自動化設備與智能化系統的應用改變了依賴人力的生產模式，數字技術如智能灌溉設備等的應用能夠節約資源，提高生產效率，推動實現綠色化生產。最后，數字創新的發展將推動數字技術與其他領域的交叉融合，不斷催生兼具數字屬性與綠色屬性的創新產品。

另一方面是綠色化牽引數字化。在“雙碳”背景下，推進綠色低碳技術研發和推廣應用、加快形成綠色生產生活方式受到諸多關注。綠色經濟轉型離不開環境友好技術的支撐^［32-33］，綠色技術創新涉及環境科學、信息技術和工程等多個學科領域，綠色技術的研發將引導配套數字技術的創新。綠色技術的應用通常需要多個領域的配合使用，例如污染實時監測系統需要借助網絡設備實現，綠色技術的應用也將推動數字基礎設施的完善。數字基礎設施有助于生產方式綠色化轉型，而對綠色生產的需求也將拉動數字基礎設施的建設和完善。

其二是大數據試驗區促進數字化發展。首先是基礎設施建設，完善的數字基礎設施建設是實現數據資源共享的基礎。其次是產業結構升級，表現為數字產業化與產業數字化兩個方面。培育大數據骨干企業和推動大數據產業集聚是大數據試驗區建設的重要目標，數字產業集聚將帶動數字產業化發展，促進產業結構升級。此外，大數據試驗區的工程專項引導了大數據產品和技術的進入，從而加速數字技術對傳統產業的智能化改造，實現產業數字化轉型發展，提高傳統產業的運行效率。最后是技術創新。大數據試驗區的設立帶動數據資源整合與大數據產業人才集聚，為數字技術創新積累創新要素，推動數字技術的革新，促進數字化發展。

其三是大數據試驗區促進綠色化發展。首先是數據資源共享對綠色生產的促進作用。大數據試驗區的設立促進數據資源的聚集，加速數據資源的開放共享。數據作為一種新的生產要素，與資本、勞動、技術等共同進入生產函數，因而與傳統生產要素間存在替代關系，能夠減少生產中物質資源的投入^［21］，實現綠色、低能耗、高效生產。同時，數據共享提高了跨部門、跨行業的協作效率，能夠避免資源的重復建設與浪費，實現資源的優化配置。其次，大數據試驗區鼓勵大數據產品和技術進入傳統產業，提高傳統產業資源配置效率，推動綠色生產方式的實現。最后，數據資源的開放共享使得市場環境更加透明開放，共享信息打破了技術研發者與需求者之間的壁壘，有助于形成以市場為導向的產品創新機制。數據資源共享和人才聚集也積累了綠色創新要素，促進綠色創新水平。

基于以上分析，除大數據試驗區建設促進數字化、綠色化發展的直接機制外，還將通過數字化綠色化循環互促機制進一步放大政策效果，推動數字化綠色化協同發展。

四、研究設計

（一）模型設定與變量說明

本文使用雙重差分法考察大數據試驗區的設立對數字化綠色化協同發展的影響。具體模型設定如下：

D_it=α+βbigdata_i×post_t+λX_it-1+μ_i+υ_t+ε_it （1）

其中，下標i，t分別表示省份和年份。被解釋變量D_it表示省份i在t年的數字化綠色化耦合協調度，反映數字化綠色化協同發展水平。bigdata_i為省份i是否屬于大數據試驗區的虛擬變量，目前批復設立的大數據試驗區共有8個，分別在貴州省、京津冀、珠江三角洲、上海市、河南省、重慶市、沈陽市、內蒙古自治區。根據孫偉增等^［20］的研究，珠江三角洲地區的大數據試驗區的輻射和影響范圍并不局限于珠江三角洲核心城市，還涉及廣東省內其他城市，因此將廣東省視作處理組。鑒于本文采用省級數據，考慮到沈陽市試驗區的獨特性，本文將遼寧省在樣本中作剔除處理。post_t為大數據試驗區政策實施前后的虛擬變量，2016年之前取值為0，2016年及之后取值為1。X_it-1為省級層面的控制變量，包括：人口規模lnsize，用年末常住人口取對數表示；外商投資lnfdi，用當年實際使用外商投資額取對數表示；經濟發展水平lnpdgp；產業結構ins，使用第二產業和第三產業增加值占GDP比重表示；城市創新基礎inno，用國內專利申請授權量取對數表示。為避免雙向因果導致的內生性問題，對控制變量采用滯后一期處理。μ_i為省份固定效應，υ_t為年份固定效應，e_it為隨機擾動項。

（二）描述性統計

表6 呈現了主要變量的描述性統計結果。

圖2—圖4分別呈現了數字化綠色化協同指數、數字化指數、綠色化指數的變動趨勢圖。重點對圖2進行分析，處理組與對照組的耦合協調度均呈現上升趨勢，且處理組省份的耦合協調度指數始終高于對照組。對兩組的均值差進行分析，發現2016年大數據試驗區政策設立后，組間差距呈現擴大趨勢，大數據試驗區的設立可能對數字化綠色化協同發展具有促進作用。

五、實證結果與分析

（一）基準回歸

為探究大數據試驗區建設對數字化綠色化協同發展的政策效應，本文首先對式（1）進行回歸，表7 報告了基準回歸結果。列（1）與列（2）顯示大數據試驗區建設對數字化綠色化協同發展的回歸系數顯著為正，且通過5%的顯著水平檢驗，說明大數據試驗區顯著促進了數字化綠色化協同發展；列（3）與列（4）分別報告了大數據試驗區建設對數字化和綠色化的回歸結果，可以看出，大數據試驗區建設顯著促進了數字化與綠色化發展水平，這為后文對大數據促進數字化發展、大數據促進綠色化發展、數字化綠色化循環互促機制的探討提供初步證據。

（二）平行趨勢檢驗

滿足平行趨勢是雙重差分模型有效的前提，本文利用事件研究法構建如下模型：

D_it=α+∑4k=-4，k≠-1βbigdata_i×post^k_t+λX_it-1+μ_i+υ_t+ε_it （2）

圖5 大數據試驗區建設的平行趨勢檢驗及政策動態效應模型（2）中相關變量定義與模型（1）一致。此外，

k為大數據試驗區政策實施期數，將大數據試驗區設立當年（2016年）作為第0期，因此2020年是試驗區設立的第4年，即k的最大取值為4，為避免多重共線性，本文將政策實施前一年作為基準年份；post^k_t的設定為，若t-2016=k，則post^k_t取值為1，否則為0。β_k表示與基期相比，處理組和控制組數字化綠色化協同發展水平的差異。

平行趨勢檢驗結果如圖5所示（置信區間為90%），在大數據試驗區政策實施之前，系數β_k的估計值在90%的置信區間內均未能通過顯著性水平檢驗，不拒絕系數為零的原假設，說明與基期相比，試點政策實施前處理組與控制組的數字化綠色化協同水平不存在明顯差異，平行趨勢檢驗得到滿足。

（三）穩健性檢驗

1.安慰劑檢驗

本文通過構造虛擬的處理組進行安慰劑檢驗，具體思路如下：首先從29個省份中隨機抽取9個省份作為“偽實驗組”，其余省份作為對照組，然后將“偽實驗組”與政策實施虛擬變量的交互項進行回歸。將上述過程重復500次，并繪制交互項的估計系數分布圖，以此來檢驗數字化綠色化協同發展是否顯著受到隨機因素的干擾。圖6 報告了估計系數的分布，水平虛線表示0.1的顯著性水平，垂直虛線為模型（1）中核心解釋變量的回歸系數，可以看出隨機試驗的估計系數集中分布在零值附近，與模型（1）的估計結果存在顯著差異，且大多數估計值的P值均大于0.1，說明數字化綠色化協同發展并未明顯受到未觀測到的其他因素的干擾，驗證了基準回歸結論的可靠性。

2.系數穩定性分析

數字化綠色化協同水平還會受到其他數字驅動政策或環境政策，如寬帶中國、智慧城市、信息惠民、低碳城市、循環經濟等試點政策的影響。政策的交叉實施可能對模型估計結果造成干擾。但由于本文使用省級層面數據，城市試點政策難以在模型中體現，因而可能存在遺漏變量偏誤，有必要對系數的穩定性進行討論。本文根據Oster^［34］提出的檢驗方法，首先，將R_max設置為1，R_max表示將不可觀測因素納入回歸模型時最大的擬合優度，然后根據R_max計算使核心解釋變量系數β為0時的δ取值，δ反映遺漏變量相對于現有控制變量對核心解釋變量的重要程度之比。結果顯示，δ取值為2.19，即當遺漏變量與核心解釋變量的相關關系是現有控制變量與核心解釋變量的相關關系的2.19倍時，才會使系數β偏移為0，再次驗證結論的穩健性。

3.更改數字化水平與綠色化水平的權重

由于耦合協調指數測算中對數字化與綠色化的權重賦值存在一定的主觀性，協同指數的測算可能存在偏誤，進而對估計結果的可信度造成影響。鑒于此，本文將數字化水平與綠色化水平的權重重新賦值并再次進行回歸估計。表8 第（1）列報告了數字化與綠色化權重均為0.5的估計結果；第（2）列報告了數字化權重為0.6，綠色化權重為0.4時的估計結果。可以看到，調整權重后核心解釋變量的回歸系數有微小變動，但仍在5%的顯著水平上為正，再次說明核心結論具有穩健性。

六、機制分析

（一）大數據試驗區促進數字化發展機制

表9 報告了大數據試驗區的設立促進數字化發展的機制檢驗結果。結果顯示，大數據試驗區的設立未能顯著促進數字基礎設施建設，其原因可能是批復設立大數據試驗區的地區數字基礎設施更加完善，提升空間相對較小。大數據試驗區顯著促進了數字產業化發展，說明大數據試驗區的產業集聚作用初見成效。然而大數據試驗區設立對數字創新能力的促進作用并不顯著，盡管大數據試驗區設立帶來了產業集聚，但技術創新的研發周期較長，短期內大數據試驗區對技術創新的促進作用未能顯現。此外，大數據試驗區設立對產業數字化轉型產生了積極促進作用，說明大數據項目的落地也引導了數字智能化設備在生產環節的投入以及企業線上交易平臺的搭建。

（二）大數據試驗區促進綠色化發展機制

表10 報告了大數據試驗區的設立促進綠色化發展的機制檢驗結果。結果顯示，大數據試驗區的設立對綠色生產的回歸系數為負但不顯著，說明資源配置渠道未發揮顯著作用，未能促進綠色化高效生產。大數據試驗區對綠色創新能力的回歸系數顯著為正（P=0.108），試驗區建設帶來了人才集聚和數據資源共享，創新要素積累效應逐漸顯現。

（三）數字化綠色化循環互促機制

進一步，構造以下聯立方程組模型對數字化賦能綠色化、綠色化牽引數字化的循環互促機制進行檢驗。

green_it=a₀+a₁digit_it-1+γX_it-1+u_i+v_t+ε_it （3）

digit_it=b₀+b₂green_it-1+δX_it-1+u_i+v_t+ε_it （4）

其中：green與digit分別為前文測算的綠色化與數字化指數；X_it-1為控制變量，指標選取與基準回歸模型一致。

回歸結果如表11 所示。列（1）顯示，綠色化發展顯著促進了數字化發展；列（2）顯示，數字化發展同樣對綠色化發展具有顯著的促進作用，以上結果驗證了數字化賦能綠色化、綠色化牽引數字化的循環互促機制。進一步，引入數字化或綠色化與政策變量的三重交互項，驗證試驗區建設對數字化發展的綠色化效應和綠色化發展的數字化效應的強化作用，結果如列（3）和列（4）所示，大數據試驗區強化了綠色化發展的數字化效應，但對數字化發展的綠色化效應的強化作用不明顯。

進一步對數字化綠色化循環互促的細化作用渠道進行檢驗，使用聯立方程組模型對數字基礎設施建設與綠色創新能力、數字基礎設施建設與綠色生產、數字創新能力與綠色創新能力的互促機制進行驗證，并使用線性回歸模型驗證數字產業化與產業數字化對綠色生產的影響。結果如表12 所示，數字基礎設施建設與綠色創新能力，以及數字創新能力與綠色創新能力間存在循環互促關系，此外，數字基礎設施建設顯著推動了綠色生產方式轉變，但對綠色生產的需求并未發揮對數字基礎設施建設的牽引作用。最后，數字產業化和產業數字化未能有效促進綠色生產，甚至產業數字化的回歸系數顯著為負，其原因可能是數字技術的應用離不開供電支持，而當前新能源發電不足，更多依賴火力發電，難以避免能源消耗和環境污染。

七、異質性分析

（一）知識吸收能力異質性

大數據試驗區建設通過大數據人才培養和數據資源共享，實現創新資源的集聚。知識吸收能力是影響創新的重要因素，各省份知識吸收能力的差異或將成為影響大數據試驗區政策效果的重要因素。本文從基礎創新能力和創新活躍度兩個層面衡量知識的吸收能力，具體地，基礎創新能力較強的地區，創新知識的積累水平更高，更易于接受新知識，實現創新知識的融合使用，進而刺激創新；技術市場成交額反映對技術的需求，一方面外源技術豐富了當地的創新知識存量，另一方面，創新活躍度越高的地區更傾向獲取外源知識以實現自身創新知識結構的優化。

具體地，通過比較政策實施前一年（即2015年）各省份的“規模以上工業企業Ramp;D人員數”指標，將高于中位數的地區定義為基礎創新能力強的地區，將低于中位數的地區定義為基礎創新能力弱的地區。與之類似，使用技術市場交易額與地區生產總值的比值表示技術市場規模，通過比較政策實施前一年各省的“技術市場規模”指標，將高于中位數水平的地區定義為創新活躍度較高的地區，將低于中位數的地區定義為創新活躍度較低的地區。表13 列（1）—列（4）匯報了估計結果，僅在基礎創新能力較強和創新活躍度較高的地區核心解釋變量的回歸系數顯著為正，說明知識吸收能力更強的地區更能把握大數據試驗區建設帶來的創新要素集聚優勢，進而大數據試驗區對數字化綠色化協同發展的促進作用也更大。

（二）產業結構異質性

大數據試驗區的政策效應還可能與各省產業結構高級化水平有關。產業結構高級化反映產業結構從第二產業向第三產業的轉變，而數字經濟核心產業多隸屬于第三產業，因此產業結構高級化水平較高的地區有著更好的數字產業基礎，更易于形成數字產業的集聚，并通過數字產業集聚帶動數字人才集聚，發揮對創新的積極作用；此外，數字企業帶來的創新產品和技術在生產端的投入和使用也有助于生產方式綠色化轉型。

參考干春暉等^［35］的研究，使用第三產業產值與第二產業產值的比值表示產業結構高級化水，通過比較政策實施前一年各省的“產業結構高級化水平”指標，將高于中位數水平的地區定義為產業結構高級化水平較高的地區，將低于中位數的地區定義為產業結構高級化水平較低的地區。表13列（5）和列（6）顯示，僅在產業高級化水平較高的地區核心解釋變量的系數顯著為正，說明在產業結構高級化水平更高的地區，大數據試驗區的數字化綠色化協同促進作用更大。

八、結論

本文基于2012—2020年中國30個省份的面板數據，分別構建了數字化發展與綠色發展的評價指標體系，并通過熵權法測度了各省份數字化發展與綠色化發展的綜合評價指數，在此基礎上測度了數字化綠色化耦合協調度指數。進一步，借助雙重差分模型考察了大數據試驗區對“雙化”協同的影響效應及內在機制。研究發現，近年來各省份數字化、綠色化及數字化綠色化協同發展水平逐年提升，但總體水平不高，且地區差距明顯。數字化發展與綠色化發展呈現出地區一致性特征，在數字化水平較高的東部地區，其綠色化水平也較高。整體上，數字化與綠色化協同發展水平不高，北京、廣東、上海、江蘇四省市耦合協調度在0.7以上，達中度協調及以上水平，另有22個省份耦合協調度不足0.5，未達協調水平。實證結果發現：一是大數據試驗區建設顯著促進了數字化、綠色化以及數字化綠色化協同發展水平，這一結論在經過多重穩健性檢驗后穩健可靠。二是大數據試驗區通過數字產業化、產業數字化兩條渠道促進了省級數字化發展；通過綠色創新促進了綠色化發展；此外，數字化與綠色化存在循環互促機制。三是大數據試驗區通過綠色創新能力對數字基礎設施和數字技術的需求牽引實現對綠色發展的數字化效應的強化作用；盡管數字基礎設施建設表現出對綠色創新能力和綠色生產的積極作用，數字創新也有助于綠色創新發展，但由于數字產業化和產業數字化未能推動生產綠色化轉型，大數據試驗區未能強化數字發展的綠色化效應。四是異質性結果表明，在知識吸收能力更強、產業結構高級化水平更高的地區，大數據試驗區建設對數字化綠色化協同發展的促進作用更大。

基于以上研究結論，本文提出以下建議：第一，加強區域協同發展。設立跨區域合作平臺，加強區域數字化綠色化協同發展經驗分享，加速東部地區的數字化、綠色化發展經驗向中西部地區推廣。針對各地數字化、綠色化發展的差異性，對政策資源進行合理調控，加快中西部地區數字基礎設施建設。提供產業優惠政策和人才補貼，吸引大數據企業和人才在中西部地區落戶，帶動中西部數字化、綠色化以及協同化水平提升，縮小地區間發展差距。第二，加強數字基礎設施建設。政府應增加數字基礎設施建設投資，并提供相應稅收優惠和金融優惠政策吸引私人投資參與，鼓勵新技術和新項目的實施與建設。支持數字技術對傳統產業的改造，推動勞動生產率提升，鼓勵企業商業模式的變革，助力生產方式綠色轉型。第三，加強大數據試驗區各項目標任務的實施力度，促進大數據產業發展與數字人才集聚。以數字產業化變革引領產業結構升級，淘汰高污染、高能耗產業，實現生產方式綠色化轉型。以數字人才集聚引領創新要素集聚，以數字技術、綠色技術革新推動數字經濟與綠色化發展。鼓勵數字技術與環境創新的交叉融合，推動環境友好型數字技術革新。第四，完善技術交易市場建設，保障交易信息在技術供求雙方的暢通流通，推動形成技術供給方和需求方的互動機制，讓市場力量引導綠色創新。同時，還應建立健全市場機制保障綠色技術交易體系與數據要素交易體系的良好運轉。

參考文獻：

［1］PEARCE D，MARKANDYA A，BARBIER E.Blueprint 1：For a Green Economy［M］.Oxford：Earthscan，1989.

［2］王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長［J］.經濟研究，2010（5）：95-109.

［3］孫才志，童艷麗，劉文新.中國綠色化發展水平測度及動態演化規律［J］.經濟地理，2017（2）：15-22.

［4］林伯強，譚睿鵬.中國經濟集聚與綠色經濟效率［J］.經濟研究，2019（2）：119-132.

［5］熊曦，張陶，段宜嘉，等.長江中游城市群綠色化發展水平測度及其差異［J］.經濟地理，2019（12）：96-102.

［6］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J］.管理世界，2020（10）：65-76.

［7］劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［8］陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究［J］.管理學報，2021（5）：653-663.

［9］童雨.中國制造業數字化轉型的影響因素研究［J］.技術經濟與管理研究，2022（3）：124-128.

［10］王馨，王營.綠色信貸政策增進綠色創新研究［J］.管理世界，2021（6）：173-188，11.

［11］于連超，張衛國，畢茜.環境保護費改稅促進了重污染企業綠色轉型嗎：來自《環境保護稅法》實施的準自然實驗證據［J］.中國人口·資源與環境，2021（5）：109-118.

［12］萬攀兵，楊冕，陳林.環境技術標準何以影響中國制造業綠色轉型：基于技術改造的視角［J］.中國工業經濟，2021（9）：118-136.

［13］胡潔，于憲榮，韓一鳴.ESG評級能否促進企業綠色轉型：基于多時點雙重差分法的驗證［J］.數量經濟技術經濟研究，2023（7）：90-111.

［14］戴翔，楊雙至.數字賦能、數字投入來源與制造業綠色化轉型［J］.中國工業經濟，2022（9）：83-101.

［15］曹裕，李想，胡韓莉，等.數字化如何推動制造企業綠色轉型：資源編排理論視角下的探索性案例研究［J］.管理世界，2023（3）：96-112，126，113.

［16］宋德勇，朱文博，丁海.企業數字化能否促進綠色技術創新：基于重污染行業上市公司的考察［J］.財經研究，2022（4）：34-48.

［17］王鋒正，劉向龍，張蕾，等.數字化促進了資源型企業綠色技術創新嗎？［J］.科學學研究，2022（2）：332-344.

［18］肖靜，曾萍.數字化能否實現企業綠色創新的“提質增量”：基于資源視角［J］.科學學研究，2023（5）：925-935，960.

［19］程文先，錢學鋒.數字經濟與中國工業綠色全要素生產率增長［J］.經濟問題探索，2021（8）：124-140.

［20］孫偉增，毛寧，蘭峰，等.政策賦能、數字生態與企業數字化轉型：基于國家大數據綜合試驗區的準自然實驗［J］.中國工業經濟，2023（9）：117-135.

［21］郭炳南，王宇，張浩.數字經濟發展改善了城市空氣質量嗎：基于國家級大數據綜合試驗區的準自然實驗［J］.廣東財經大學學報，2022（1）：58-74.

［22］程云潔，段鑫.數字經濟能促進城市減霾降碳嗎：基于八大國家級大數據試驗區的準自然實證分析［J］.軟科學，2024（1）：8-15.

［23］張修凡，范德成.數字經濟發展賦能我國低碳經濟轉型研究：基于國家級大數據綜合試驗區的分析［J］.科技進步與對策，2023（19）：118-128.

［24］樊軼俠，徐昊.中國數字經濟發展能帶來經濟綠色化嗎：來自我國省際面板數據的經驗證據［J］.經濟問題探索，2021（9）：15-29.

［25］王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021（7）：26-42.

［26］田時中，丁雨潔.長三角城市群綠色化測量及影響因素分析：基于26城市面板數據熵值—Tobit模型實證［J］.經濟地理，2019（9）：94-103.

［27］王淑佳，孔偉，任亮，等.國內耦合協調度模型的誤區及修正［J］.自然資源學報，2021（3）：793-810.

［28］MA R Y，LIN B Q.Digital infrastructure construction drives green economic transformation：Evidence from Chinese cities［J］.Humanities and Social Sciences Communications，2023，10：460.

［29］TANG C，XU Y Y，HAO Y，et al.What is the role of telecommunications infrastructure construction in green technology innovation？A firm-level analysis for China［J］.Energy Economics，2021，103：105576.

［30］李治國，車帥，王杰.數字經濟發展與產業結構轉型升級：基于中國275個城市的異質性檢驗［J］.廣東財經大學學報，2021（5）：27-40.

［31］LANGE S，POHL J，SANTARIUS T.Digitalization and energy consumption.Does ICT reduce energy demand？［J］.Ecological Economics，2020，176：106760.

［32］BOWEN A.The scope for “green growth” and a new technological revolution［M］//The global development of policy regimes to combat climate change.Singapore：World Scientific，2014：133-157.

［33］HUANG H Y，WANG F R，SONG M L，et al.Green innovations for sustainable development of China：Analysis based on the nested spatial panel models［J］.Technology in Society，2021，65：101593.

［34］OSTER E.Unobservable selection and coefficient stability：Theory and validation in public health［R］.NBER Working Papers，2013.

［35］干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011（5）：4-16，31.

Research on national big data comprehensive pilot zones empowering digitalization and green collaborative development

SUN Bowen^1，2，YANG Xiaofei²，SU Xin²

（1.Institute of Quantitative amp; Technical Economics，Chinese Academy of Social Sciences，

Beijing 100732，P.R.China; 2.School of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488，P.R.China）

Abstract：Accelerating the synergy between digitalization and green transformation is an intrinsic requirement for high-quality development and an important pathway for constructing a digital ecological civilization.A pressing question is whether digital economy policies are facilitating digitalization while simultaneously achieving regional green transformation.This study constructs evaluation indices for digitalization and green transformation at the provincial level in China.Based on a coupling and coordination model，the study calculates the digitalization-greenization synergism development index （DGSDI） for 30 provinces in China from 2012 to 2020，analyzing its variation characteristics and regional differences.Additionally，employing a quasi-natural experiment of national big data comprehensive pilot zones，the study empirically tests whether digital economy policies have achieved synergistic development in digitalization and green transformation and delves into their internal mechanisms and heterogeneity.The findings reveal：1） Both digitalization and green transformation levels in provinces have improved annually，yet the overall levels remain low with clear regional disparities.The synergistic development level of digitalization and green transformation has continuously increased，yet it remains low overall.Only Beijing，Guangdong，Shanghai，and Jiangsu have a coupling coordination degree above 0.7，reaching a moderate coordination level，while 22 other provinces have a degree below 0.5，not reaching the coordination level.2） The establishment of big data pilot zones significantly promotes the levels of digitalization，green transformation，and their synergistic development.3） Mechanism testing shows that：firstly，big data pilot zones have promoted provincial-level digital development through two channels：digital industrialization and industrial digitization，promoting green development through green innovation.Secondly，there exists a circular and mutually reinforcing mechanism between digitalization and greening，which is the underlying logic of the coordinated development of digitalization and greening.Specifically，digitalization empowers greening by promoting green innovation and production through digital infrastructure construction，as well as the positive role of digital innovation capabilities in promoting green innovation; Greening driven digitization is achieved through the demand driven effect of green innovation on digital infrastructure and digital technology.Thirdly，big data pilot zones have strengthened the digital effect of green development，but has not strengthened the green effect of digital development.The reason is that big data pilot zones have improved green innovation capabilities，thereby stimulating demand for digital infrastructure and technology，and enhancing the traction effect of green development on digital development; However，due to the failure of digital industrialization and industrial digitization to promote the green transformation of production，big data pilot zones have failed to strengthen the empowering effect of digital development on green development.4） Heterogeneity analysis shows that in regions with stronger knowledge absorption capacity and higher levels of industrial structure upgrading，the construction of big data pilot zones has a more significant promoting effect on the collaborative development of digital and green development.

Key words： national big data comprehensive pilot zone; digitalization; green development; coupling coordination degree; digitalization and green collaborative development

（責任編輯 傅旭東）