大数据助推京津冀制造业高质量发展实证研究

吴爱东，刘慧丹

( 天津商业大学，天津 300134 )

一、引言

《大数据产业规划（2016—2020）》中明确提出要发展工业大数据，以支撑制造业强国和网络强国建设，大数据具有成本节约效应、效率提升效应和创新赋能效应，是制造业结构升级、效率提升的重要驱动力。利用大数据技术可以从海量数据中快速获取有价值的信息，大数据应用于制造业可以提高制造业生产效率、更准确预测销售—生产函数、实现制造业绿色生产，从而促进制造业高质量发展。2015年，京津地区已经进入创新驱动发展阶段①从世界经济发展论坛开发的全球竞争力指数（The Global Competitiveness Report）分析，根据12个关键性指标的综合指数，结合人均GDP水平，将各地区经济分为要素驱动经济、效率驱动经济和创新驱动经济三种发展类型和五个发展阶段。2015年，天津、北京人均GDP超过17000美元，经济发展在创新驱动阶段。，京津冀作为大数据协同发展集聚区之一，应对大数据和制造业发展水平提出更高的要求，调整和优化现有的产业结构，以推进京津冀大数据和制造业高质量协同发展。因此探究京津冀大数据和制造业高质量发展水平、大数据与制造业高质量发展水平的协调程度具有重要现实意义。

二、文献综述

大数据一词由Cox and Ellsworth(1997)首次使用，他将大数据视为一种为人类提供解决方案的数据处理技术[1]。Saggi（2018）认为大数据包括数据的生成、采集、储存、高级数据分析、数据可视化和价值创造决策[2]。大数据作为生产要素，既是大量数据的集合，也是数据的分析技术，大数据的价值体现在商业应用，大数据相关产业发展与融合可以最大程度发挥大数据的作用。李少波和陈永前（2017）认为大数据收集、存储、分析和可视化技术运用到制造业中，可以有效的提高制造业生产效率[3]。徐国虎、梅芳（2017）、朱敏（2018）以企业为研究对象，分析采用大数据技术的企业成本和绩效，并认为大数据有利于降低企业的管理成本，提升生产效率并增加经营利润[4-6]。赵文丛、陈光(2018)和Yuanzhu Zhan等（2018）从决策角度分析了大数据技术对企业的影响，认为利用大数据对生产相关信息进行量化，可以为公司和管理人员在制定可操作的供应链战略、促进部门之间的协作、生成基于事实的运营决策方面提供路线图[7-8]。许宪春（2019）、房建奇（2019）认为大数据可以推动制造业转型升级，并指出大数据为我国制造业提质增效、创新驱动提供了新途径[9-10]。庞路静（2020）利用耦合模型研究大数据与金融产业，并得出全国地区大数据与金融集聚耦合程度为东高西低的结论[11]。

目前，关于大数据与制造业的研究多为案例分析和定性分析，本文在此基础上，构建以互联网发展水平、应用水平、大数据创新指数和发展环境为基础的大数据评价指标体系和以经济效益、产业结构、技术创新、品牌质量、绿色效益为基础的制造业高质量评价体系，并利用耦合协调模型定量分析京津冀地区大数据与制造业高质量发展水平和协调程度。

三、大数据对制造业高质量发展的作用机理

数字经济背景下，大数据已经成为制造业转型升级和提质增效的重要工具，大数据有助于制造业整合资源和分析产品生命周期，降低制造业生产成本以及拓宽制造业企业流通渠道，提升制造业经济效益和绿色效益水平；大数据产业推动制造业产品、产业和商业模式创新，可以提升制造业品牌效益、优化制造业产业结构和提高制造业创新水平，进而促进制造业高质量发展。

（一）提质增效效应

大数据可以通过整合信息资源，将相同产业间的最新创新成果进行协同开发，高效率共享研发成果，缩短制造业研发周期的同时提升产品质量；大数据实时信息更新功能，可以有效的控制制造业企业产品和原材料的仓储时间，提高了制造业的产品生产效率；大数据为制造业的产品流通提供了互联网销售平台，制造业企业可以更加便捷的将产品投入销售渠道，提高产品流通效率，避免资源闲置和浪费，提升制造业绿色效益。

（二）成本节约效应

大数据作为一种“搜寻工具”，企业通过互联网平台，能得到更加准确的信息，降低企业搜寻成本。大数据在制造业中的运用，极大的促进了信息沟通的有效化和便捷化，从而降低了企业管理、谈判和监督的沟通成本。大数据在制造业生产、组织、流通等环节中，以信息技术优化了企业的生产工序和流程，为企业的运行和产业链协同提供了便利，降低了企业的交易费用，提成制造业经济效益水平。

（三）创新赋能效应

大数据通过产品创新、产业创新、商业模式创新等创新赋能，为传统制造业创造价值增值的空间，促进制造业转型升级。一是产品创新，传统产品数字科技化之后会拥有更高的价值，更加智能化的产品会为企业创造更多利润，并为后续产品的创新提供动力，并且可以打造企业品牌形象，提升制造业的品牌质量。二是产业创新，传统的制造业与服务业之间有较为清晰的界限，大数据促进制造业与其他产业融合发展，赋予产业生态更多灵活性和创新性，推动传统产业的转型，加快制造业产业结构升级。三是商业模式创新，利用大数据技术的快捷性、高传播速度和低成本，产生了制造业线上线下融合、网络直销产品等新兴商业模式，不断为传统制造业商业赋能，从而促进制造业创新发展。

四、京津冀大数据与制造业高质量发展的实证分析

（一）变量选取与测算

1. 制造业高质量发展变量选取

在参考李金昌（2019）等学者构建指标的基础上[12]，以产业结构和品牌质量产品指标替代社会和谐和人民生活两个社会指标，即从经济效益、产业结构、创新能力、品牌质量和绿色效益五个方面构建制造业高质量发展评价体系，具体指标和采用熵值法计算的权重如表1所示。

表1 制造业高质量发展指标和权重

2. 大数据指标选取

大数据只有在与经济、社会各领域的深度融合中才能转化为现实的创新力和生产力。本文从工业大数据的角度构建大数据指标评价体系，既要体现大数据的数据资源特征和技术特征，也要体现大数据在制造业中的商业价值特征，因此从互联网发展水平、应用水平、大数据创新指数和发展环境四个方面建立大数据评价指标体系。互联网发展水平主要是衡量网络基础设施建设以及互联网的普及情况，构成了大数据的数据基础。应用水平主要衡量企业的互联网商务应用情况和信息化水平，体现大数据的商业价值。一般而言，网站的数量会直接影响到信息资源的配置情况，故选取每百家企业拥有网站数来衡量企业的信息化水平。应用水平主要体现在网络社交和网络购物，根据数据可得性原则，选取人均快递量来表示。大数据技术创新指数旨在衡量大数据的技术属性，指标涉及研发资金、人才投入和技术产出。发展环境衡量大数据发展相关的支撑性因素，选取软件和信息技术服务业收入占比和居民交通通信支出占消费比重来衡量大数据的发展环境。具体指标如表2所示。

表2 大数据指标体系和权重

3. 指标测算方法

测算方法—变异系数法。由于各单项测算指标单位和数量上存在差异，所以需要对数据进行标准化处理，构建如下有序功效模型：

mij表示第i个指标的第j个子指标，mijmax和mijmin分别表示子指标的最大值和最小值，Xij即为标准化处理后的功效系数，反映子指标的贡献程度，范围为[0-1]。

然后计算一级指标的变异系数：

zi表示一级指标的变异系数，表示一级指标的标准差，表示一级指标的均值。

接着根据变异系数计算出一级指标所占权重：

最后，将一级指标和对应权重进行加权处理，即可得到发展指数：

（二）数据来源及说明

以上数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国互联网发展状况统计报告》《中国通信统计年度报告》和相应省份历年统计年鉴。部分缺失数据采用均值法和线性插值法补足。

（三）模型构建

耦合协调模型反映了系统通过相互作用而彼此影响以至协同的现象，并且避免了不同发展水平下出现相同结果的情况。

假定U1、U2分别代表大数据子系统和制造业子系统的综合参数，xij为序参量j对子系统i的功效。

各系统的贡献函数为：

多个系统的耦合度模型：

本文只研究大数据与制造业两个子系统，则n取值为2：

得到的耦合协调度公式为：

式（8）中，D表示协调度；C表示耦合度；T代表两个系统协同效应的综合指数；α和β分别表示两者在整个系统运行中的重要程度。本文视两者同等重要，因此，取α=β=0.5。本文将协调度D的大小分为7个水平，如表3所示。

表3 协调类型与判断标准

（四）实证分析

1. 大数据发展水平分析

京津冀大数据发展水平如表4、图1所示，从2005年到2018年一直处于上升趋势，北京大数据发展水平综合指数已经达到了0.7以上，但是天津和河北均未超过0.3。北京是我国高新技术引进、学习和创造的先进地区，具有完善的互联网设施基础和发展环境，大数据作为数字经济的代表产业和技术手段，在北京得到了较为广泛的应用和发展；北京吸收和培养了大量的互联网技术人才，同时技术人才不断推动大数据发展，形成了良性循环；且在大数据发展方面呈现高投入—高回报的发展态势。天津和河北的产业结构中，制造业占比较大，并且第三产业中高技术服务业占比较低，对高技术人不具有强吸引力，基础设施不够完备，科研投入和创新成果不高，导致了天津和河北的大数据发展水平远低于北京。

表4 京津冀大数据发展水平结果

图1 京津冀大数据发展水平趋势图

2. 制造业高质量发展水平分析

如表5、图2所示，2005～2018年，京津冀制造业高质量发展水平总体呈上升趋势。2005～2015年制造业高质量发展水平的排序为天津＞河北＞北京，北京的产业结构为“三二一”模式，天津和河北作为环首都地区，承接了退出北京的制造业，因此天津和河北的制造业发展水平高于北京，天津作为我国主要制造业基地，拥有重要的港口，有利于制造业产品的生产和销售，但2015年供给侧结构性改革的实施，影响了天津三次结构调整，天津市政府着力发展第三产业，制造业绿色效益虽然有所提升，但是规模效益和经济效益的下降，导致了天津制造业高质量发展水平下降。2015年后，北京制造业高质量发展水平小坡度上升，部分原因是“再工业化”的问题，引起了对制造业发展质量的重视，北京地区的制造业经济水平、研发投入和企业数量增加，拥有先进技术的北京，更易吸引百强企业入驻，品牌效益得到提升，北京制造业得到了快速发展。2016～2018年，河北制造业高质量发展水平超过了北京和天津，在一级评价指标中（如表6所示），河北2014～2018年经济效益水平分别0.34、0.31、0.61、0.75、0.86；北京经济效益水平平稳增加，但稍低于河北；天津经济效益水平呈下降趋势，且在2016年下降到为0.5；河北、天津和北京创新能力、质量品牌和结构优化水平与经济效益变化趋势类似。河北是北京制造业的承接地之一，且“三去一降一补”政策对河北的制造业发展并未有约束作用，反而促进了河北制造业研发投入，经济效益、绿色效益和技术创新三方面推动制造业发展，所以河北制造业高质量发展水平坡度攀升。

表5 京津冀制造业高质量发展水平测度结果

图2 京津冀制造业高质量发展水平趋势图

表6 京津冀制造业一级指标水平测度结果

3. 大数据与制造业高质量发展耦合协调度分析

京津冀大数据和制造业高质量发展耦合协调度整体呈上升趋势（图3），协调程度为北京＞天津＞河北，与大数据发展水平排序一致。2005年北京为勉强协调状态，本阶段北京地区协调状态主要是大数据高水平发展的作用；2009年进入中度协调，这一阶段的改变主要是制造业高质量发展的推动，2011年协调程度快速增长并且其后一年开始回落，主要原因是北京制造业高质量发展水平在该年快速提高；其后，北京制造业和大数据均平稳快速增长，在2014年进入良好协调状态。天津大数据和制造业高质量发展水平协调度从2005年的濒临失调上升为2018年中度协调，整体上协调度为上升，2015年协调度开始下降，原因是天津制造业高质量发展水平下降。2005年河北处于轻度失调状态，主要原因是河北地区大数据发展水平低，2005～2015年河北地区大数据与制造业协调度平稳增加，2015年后协调度快速增长，原因是这一阶段，河北制造业高质量发展水平快速提高。整体来看，在2005年京津冀地区大数据和制造业高质量发展水平协调度相差较小，在后来发展中，天津和河北逐渐与北京拉大差距，天津协调度和全国平均水平趋于一致，河北地区低于全国均值，这说明河北和天津地区大数据发展水平有待进一步提升。

图3 京津冀大数据与制造业协调程度

五、主要结论与政策建议

本文通过构建大数据和制造业高质量发展指标体系，测算了大数据和制造业高质量发展的综合指数，并运用耦合协调模型分析2005～2018年京津冀地区大数据与制造业高质量发展水平的耦合协调度，主要结论如下：

第一，京津冀大数据发展水平正在逐年提高，但河北和天津的大数据发展水平仍有较大进步空间。

第二，整体上而言，京津冀制造业高质量发展水平不断上升。2015年之前三个地区均为平稳缓慢上升趋势，2015年后，河北制造业高质量发展水平呈现坡度上升趋势，发展速度远超天津和北京。

第三，京津冀地区大数据和制造业高质量发展协调程度最高的是北京，其次是天津、河北，2005年仅北京大数据与制造业高质量发展处于勉强协调状态，天津、河北地区分别处于轻度失调和濒临失调状态，到目前为止，北京地区为良好协调，天津和河北地区为中度协调，且河北地区的协调程度低于全国平均水平。

基于此，本文提出如下建议：一是增强天津和河北地区大数据研发投入力度和完善大数据发展基础设施，提高京津冀地区大数据整体发展水平；二是积极探索大数据与制造业融合发展模式，加大大数据在制造业中的投入力度，落实大数据在制造业中的应用，引导企业学习和使用大数据技术；三是加强制造业中数字化设备投资，建设和完善数字化平台体系建设，助推传统制造业的数字化转型。