政府數據與企業技術創新
——基于政府采購合同的實證研究

張 琦， 張悅悅， 段蒙漢， 張 誠

（1.中共成都市委黨校，四川 成都 610110；2.寧波諾丁漢大學 商學院，浙江 寧波 315100；3.復旦大學 管理學院，上海 200433）

1 引言

自十九屆四中全會首次將數據列為生產要素后，一系列政策文件提出要促進數據要素資源在更大范圍內暢通流動，大力培育數據要素流通市場。然而，目前數據資源在政府間、企業間以及政企間尚缺乏有效流通，使數據要素無法充分發揮其作為新的生產要素的作用［1，2］。而同時，政府在數據要素流通中承擔了重要的角色［3］，因為政府部門通過長期的統計和監測，積累了海量、權威的數據資源，這使其成為數據資源的重要供應方［3］。隨著企業越來越依賴外部知識開展創新活動［4］，并在時間、金錢和其他資源上降低創新成本，政府數據將可能成為企業發展中的關鍵資源。美國商業經濟協會的一項研究發現結合政府數據與私有數據能夠幫助企業做出更明智的商業決策［5］。

目前主要存在兩種政府數據資源的獲取方式。首先是政府開放數據，即政府向公眾提供政府數據來提高透明度、責任性和價值創造［6，7］。其次是政府采購合同［3，8，9］，即企業在提供服務的過程中間接地接觸和使用政府數據。具體而言，企業競標政府的采購任務，中標后基于采購合同規定內容可使用政府內部的特定數據，為政府提供相應服務，比如視頻圖像解析、大數據云平臺搭建、信息化建設等。一項研究發現私營企業通過政府采購合同的方式接觸和使用了政府數據，在此基礎上提升了自身的人工智能（artificialintelligence，AI）技術商業化績效［3］。

不同于開放數據的數據獲取平等性，政府采購合同為中標企業提供了特有的政府數據資源，而企業人工智能算法等數字技術的創新也依賴有價值的數據。但迄今仍缺乏政府數據資源是否會幫助企業產生獨特價值和提升技術創新水平的實證分析［10］。受制于研究資料的限制，國內外學者對于企業利用政府數據后的收益分析大多局限在單個行業（如制造業、采礦業和生物行業），缺少跨行業的綜合分析，在一定程度上影響了結論的可推廣性。本研究創新性地采用了政府采購合同數據集，進一步識別了涉及政府數據資源的采購合同任務（后續稱為“數據密集型政府采購合同”），通過實證研究探討以數據密集型政府采購合同為基礎的政府數據資源獲取是否以及如何影響不同企業的技術創新程度。

本研究對于從理論層面構建數據要素價值創造的微觀基礎具有一定的啟示［2］，對促進政府數據流通、深化政企數據共享合作等實踐具有一定的指導意義。首先，政府作為數據要素市場的重要供應方之一，其擁有的數據可以補充企業內部數據，以提高企業的技術創新能力。其次，本文揭示了政府數據資源促進企業技術創新的有效性依賴于企業的信息技術資源，如信息技術人才、信息技術基礎設施等。

2 理論基礎與研究假設

2.1 政府數據資源的重要價值

在數據市場中，根據數據持有方的差異可將數據分為政府數據和企業數據。二者均包含4種來源：自有數據、用戶授權、用戶使用和加工創造［11］。相比較而言，政府數據可能包含更多數據集，包括預算和支出、人口、普查、地理、會議記錄等，此外也包括由公共行政部門間接“擁有”的數據（例如通過子公司或機構），如與氣候／污染、公共交通、擁堵／交通、兒童保育／教育有關的數據［12］。

政府主要通過開放數據和采購合同來進行數據供應。兩者都是挖掘、利用和實現政府數據價值、促進數據要素流通的重要途徑［13］。從參與主體的角度來看，前者沒有特定指向性地向全社會各主體公開政務數據和社會數據，后者則是通過政企合作的方式面向特定企業開放特定領域數據。從使用程序角度來看，政府采購相比開放數據需要經歷更多的步驟，包括項目準備、項目采購、項目執行和項目移交等環節。值得注意的是，涉及數據資源的政府采購合同，其并不是直接針對政府數據的采購，而是企業通過提供相應的服務，比如軟件開發、信息系統集成實施、數據處理分析、視頻圖像處理等，在過程中接觸和使用了政府擁有的數據［3］。這些具有獨特性、敏感性和隱私性的政府數據可能成為中標企業的重要資源優勢。

以往研究探討了使用政府數據資源對于企業自身生產效率、創新績效和價值創造等多方面的影響。如Williams［8］，Nagaraj［9］發現政府項目數據（如繪制基因組圖和繪制地球圖）能夠提高私營企業在生物技術和礦物開采方面的能力。總體而言，相比政府開放數據的研究，通過政府采購合同方式實現政府數據資源流通所產生的商業價值，尤其是對于企業技術創新的價值分析，目前尚缺乏足夠的實證研究。

2.2 政府數據資源和企業創新

基于政府采購合同的數據資源獲取（即“數據密集型政府合同”）對于企業創新可能存在兩種影響機制，一是采購合同簽署這一行為本身的作用，二是數據資源的作用。首先，在政府采購合同的作用上，不少實證研究發現政府采購對企業的研發和創新具有積極影響［3，14］。政府為企業的創新產品提供了充足而穩定的需求，能夠降低與創新相關的供應鏈風險。同時，政府往往是新產品或服務的主要或第一個用戶，能夠提高企業產品后續商業化成功的概率。但這些研究聚焦的是政府采購為企業帶來的資金資源、政治聯系資源，較少關注數據資源。

其次，在數據資源的作用上，政府采購合同的排他性確保了政府數據資源的非公開性和獨特性。根據資源基礎觀［15］，具有價值的、不可流動的、不可替代的稀缺資源能夠幫助企業在同行業中獲得更大的競爭優勢。一方面，數據資源可作為企業創新活動的生產要素直接提高企業的創新水平。最典型的是企業的數字技術創新，如人工智能技術創新等。人工智能技術創新發展依賴于高質量的數據，數據獲取是人工智能發展的關鍵戰略因素［16］。政府數據能夠幫助企業訓練相關算法和數據分析技術，提升其人工智能技術創新［3］。這一數據資源獲取和使用的差異性，會直接造成企業在數字技術創新過程中投入的生產要素的差異性，進而造成數字技術創新程度的差異性。那些能夠獲得政府特有數據的企業，更可能在新數據上實施算法和軟件創新，發展和迭代基于數據的技術創新能力，提升數字技術創新水平［3］。因此，本研究提出假設1：

假設1簽署數據密集型政府采購合同與企業的數字技術創新（即人工智能技術創新）程度呈顯著正相關關系。

另一方面，數據資源對于企業創新存在間接的作用。創新的本質就是對新信息進行挖掘以創造和實施新想法［17］。作為新的生產要素，數據資源可以改變企業創新的方法、流程，幫助實施差異化［18］。因此，政府數據資源可以幫助企業挖掘出更多的有用信息，識別具有前景的創新方向和市場需求，進而產生更多的創新產出。社會組織或個體可利用政府數據信息進行生產、分析決策活動，包括研發新產品、提供新服務，減少生產經營成本，迎合市場需求，提升自身實力。因此，本研究提出假設2：

假設2簽署數據密集型政府采購合同與企業的非數字技術創新（即非人工智能技術創新）程度呈顯著正相關關系。

2.3 政府數據資源價值創造的條件

數據資源從獲取到價值創造的過程，依賴于特定的條件。技術—組織—環境（technology-organizationenvironment，TOE）［19］框架是一種以應用情境為基礎的綜合性分析框架，可構建技術、組織及環境等條件交互影響下企業創新的理論模型。

首先，在技術層面，原始數據由于碎片化、非結構性的特征，本身并不具有生產要素的屬性，需要經過收集、存儲、清理、分析后，轉化為具有實用價值的數據，才能作為生產要素投入最終產品的生產。數據資源的挖掘依賴于信息技術。因此，數據資源的價值創造需要一系列適配的信息技術資源，如信息技術基礎設施、數據分析員工［20］，這意味著信息技術投資水平高的企業更有可能有效地處理、分析和利用政府數據資源。根據資源基礎觀［15］，數據資源能在與其他互補性資源的結合過程中驅動企業創新和價值創造，提高企業知識創造、知識發現和知識吸收等能力［2，21］。當數據被有效提煉成更有意義的信息作為重要的投入要素，進入企業的生產函數后［21］，數據對企業的技術創新能力，無論是數字技術創新還是非數字技術創新，都會有更強的提升作用。因此，本研究提出假設3：

假設3企業的信息技術投資水平能夠調節數據密集型政府采購合同和企業技術創新程度的關系。即相比信息技術投資水平低的企業，信息技術投資水平高的企業，簽署數據密集型政府采購合同與企業的技術創新程度的正相關關系更強。

其次，在組織層面，已有研究發現企業的數據文化顯著影響其使用數據資源的意識和能力。企業高管的數據分析和信息技術背景對企業數據文化有重要的塑造作用［22］。此外，高管的信息技術背景也能夠進一步促進組織對信息技術基礎設施、信息技術人才等互補性資源的投資。因此，本研究提出假設4：

假設4企業高管的信息技術相關背景能夠調節數據密集型政府采購合同和企業技術創新程度的關系。即相比高管沒有信息技術相關背景的企業，高管有信息技術相關背景的企業，簽署數據密集型政府采購合同與企業的技術創新程度的正相關關系更強。

最后，在環境層面，當企業所處的行業具有較高的數字化或信息化水平，其通常也具有較強的數據意識和對數據資源的使用能力［23］。一般來說，軟件行業的企業往往具有較強的使用數據和信息技術的意識和能力［24］。這些企業更能充分挖掘政府數據資源來提高自身創新水平。因此，本研究提出假設5：

假設5相比非軟件行業的企業，軟件行業的企業，簽署數據密集型政府采購合同與企業的技術創新程度的正相關關系更強。

3 變量和模型

3.1 樣本說明

本研究整合了三份數據源對上述假設進行驗證。首先，本研究從中國政府采購網收集了2012—2019年期間公開的793327條政府招標合同。為識別政府合同是否是數據密集型政府采購合同，主要通過以下步驟進行篩選。

（1）確定合同任務與數據收集、信息系統建設、數據集成、數據分析等內容相關。企業為政府進行數據收集（比如物聯網、智慧城市項目），為政府進行數字化和信息化工程建設（如將文本檔案資源進行數字化），集成政府已有的數據資源、政府數據分析（如視頻圖像分析）等過程都可能讓企業接觸和使用政府所擁有的特有數據資源。本研究根據數據相關業務制定了表1的關鍵詞表。包含這些關鍵詞的政府采購合同將被認為是中標企業能夠獲取和使用政府所擁有的數據資源。

表1 數據密集型政府采購合同的關鍵詞定義

（2）根據政府采購合同的標題內容，進行分詞和關鍵詞匹配，得到20779條數據密集型政府采購合同。這些數據合同的中標單位中，共有175家上市公司，49%的企業來自軟件與軟件和信息技術服務業，其次為計算機、通信和其他電子設備制造業（16%）。

本研究從全球專利統計數據庫（PATSTAT）和國泰安數據庫收集了截至2020年底中國所有上市公司的專利授權情況。專利數據可以用于衡量公司的創新能力。然后，從國泰安數據庫獲取了2012年至2019年中國上市公司財務數據，包括各公司規模、信息技術（informationtechnology，IT）投資水平、營業總收入等。最終得到中國上市公司的創新數據、政府采購數據以及財務數據，基于8705家企業—年份觀測值的面板數據進行后續的回歸分析。

3.2 變量定義

本文選取中國上市企業的專利創新指標作為被解釋變量。為區分企業數字技術創新和非數字技術創新，分別采用兩個代理變量來進行測量，數字技術創新是企業AI相關專利授權數量，非數字技術創新是企業非AI相關專利授權數量。

具體來說，專利可以分為發明專利、實用新型專利以及外觀設計專利3個主要創新方向，創新程度依次遞減。發明專利是對產品和方法進行改進的新技術方案，實用新型專利是指在產品的形狀、結構適用實際新技術的研發方案。外觀設計是關于產品外觀的裝飾或藝術設計創新。因此，在非AI專利授權數的細分指標上，還使用企業的非AI發明專利授權數（非AI發明數量）、實用新型專利授權數（非AI實用新型數量）以及外觀設計專利授權數（非AI外觀設計數量）各取對數后作為企業非數字化技術創新程度的測量。

本研究關注的核心解釋變量是企業在當年是否已簽署數據密集型政府采購合同（Digitalbid）。需先識別企業首次簽署政府合同（Bid）的時間，若當年還未簽署過任何政府合同則值為0，簽署年及之后該值都為1。之后，再識別企業首次簽署數據密集型政府采購合同（Digital）的時間，若當年已簽署過數據密集型政府采購合同，則Digital為1，否則為0。Digitalbid為Digital和Bid的交乘項。

本研究考慮的3個調節變量分別對應技術、組織和環境三個層次。其中技術層面關注企業IT投資水平，定義為企業當年IT資產總額（經總資產標準化）（IT投資水平）。IT類資產由國泰安數據庫的資產詳細類別中根據關鍵字（信號、信息、數據、網絡、IP、系統、管理、通訊、監控、電子、軟件、計算機、電腦）篩選得到。組織層面關注高管的IT背景（決策層IT背景）。根據上市公司高管的個人簡歷，若其獲得過計算機科學、信息系統等相關學位，或曾經擔任過企業首席技術官、首席信息官等，則賦值為1，否則為0。在環境層面，主要關注企業所在的行業特征，若企業屬于“軟件和信息技術服務業”（根據《國民經濟行業分類》），則賦值為1，否則為0。

在控制變量上，模型包括了合同層面（如政府采購合同累計數量和累計金額）、董事層面（如獨立董事人數、女性董事人數）、公司層面（如研發費用、營業總收入、員工人數、是否國有企業）等可能影響企業技術創新的因素。最后，模型控制了企業固定效應和年份固定效應。

3.3 模型估計

3.3.1 傾向得分匹配法

政府可能基于對公司所屬行業、經營狀況等因素的綜合考量而簽署采購合同，因此簽署政府采購合同并非完全外生。本研究使用傾向得分匹配法對簽署政府采購合同和沒有簽署政府采購合同的企業進行匹配。考慮到政府采購合同簽署有行業傾向性，因此將公司所屬行業作為分類變量，確保處理組公司與匹配的對照組公司處于同一行業。進一步，考慮到政府選擇采購供應商時會考量公司的運營狀況、企業規模，因此將公司的財務指標納入匹配協變量。最后，由于樣本中不同公司首次簽署政府采購合同的時間點是不同的，本研究以處理組各公司首次簽署政府采購合同時間的前5年作為匹配時間點，采用logit回歸、有放回的臨近匹配方式。經檢驗，匹配效果較好。

3.3.2 三重差分法

本研究關注簽署數據密集型政府采購合同對企業技術創新的影響，但政府采購合同簽署本身對企業技術創新程度就有影響［3］，即數據密集型政府合同兼具政府數據資源和政府合同這兩種作用機制。考慮到本研究主要關注的是政府數據資源對企業技術創新帶來的作用，而不是政府采購合同簽署這一事件本身的影響，為了準確估計政府數據資源對上市公司技術創新的平均處理效果（averagetreatmenteffect，ATE），采取三重差分法對主假設進行檢驗。三重差分法是在雙重差分法基礎上的改進，可以控制政策效應和時間效應以外的其他外生沖擊的凈效應。本研究的模型如（1）式

其中yit是本研究的5個被解釋變量，即AI專利數量和非AI專利數量（包括細分項的發明專利數量、實用新型專利數量、外觀設計專利數量）。Bidit表示當年是否在企業i首次簽署政府采購合同的時間之后，若當年該公司簽署或已簽署過任何政府采購合同，Bidit賦值為1，反之為0。Digitalbidit是Digitalit與Bidit的相乘項。Digitalit是企業首次簽署數據密集型政府采購合同的時間，若當年已簽署過數據密集型政府采購合同，則Digitalit為1，否則為0。由于Digitalbidit和Digitalit共線，因此模型（1）去掉Digitalit。ω2的系數可以視為數據密集型政府采購合同的簽署對企業技術創新的凈效應，即去掉了簽署政府采購合同這一行為本身對企業技術創新的影響。cit為控制變量的集合。θt為年份固定效應，σi為企業個體固定效應，γit為隨機誤差。

4 實證結果分析

4.1 描述性統計

從描述性統計結果看，樣本企業平均每年AI專利授權數量為1.05個，非AI專利授權數量為3.89個，其中非AI專利中的發明授權數量為2.04個，實用新型專利授權數量為2.57個，外觀設計專利授權數量為1.45個。核心自變量Digitalbid在樣本中的均值是0.02。樣本中有29%的企業屬于軟件行業，企業IT投資水平（經總資產調整）最大值是1.14，企業決策層具有IT背景的比例大約在6%。所有變量的方差膨脹系數均值為1.35，表明模型變量之間不存在顯著的多重共線性問題。

4.2 主效應分析

表2報告了模型（1）的回歸結果。列（1）估計系數為正（β=0.088，p＜0.01），表明簽署了數據密集型政府采購合同的企業相比簽署其他類型政府采購合同，能顯著提升每年的AI專利數，證實了假設1；列（2）、（3）的的估計系數均為正且顯著（β=0.126，p＜0.05；β=0.097，p＜0.05），說明數據密集型政府采購合同可以增強企業非AI專利數（尤其是其中的發明專利授權數量），證實了假設2。但列（4）中，估計系數不顯著。列（5）對非AI外觀設計數量的估計系數顯著為正（β=0.117，p＜0.01）。因此，數據密集型政府采購合同對不同專利類型數量存在異質性作用，即政府數據資源雖然對非AI發明專利創新有促進效果，但對實用新型專利創新的提升作用并不具有統計意義上的顯著性。

表2 數據密集型政府采購合同對企業技術創新的作用

4.3 調節效應分析

4.3.1 IT投資水平的調節作用

表3報告了IT投資水平對數據密集型政府采購合同和企業技術創新關系的調節作用。列（1）顯示IT投資水平對簽署數據密集型政府采購合同和AI專利數量的關系有顯著的提升作用（β=0.322，p＜0.05）；列（2）、（3）、（4）顯示，在非AI專利數量（β=0.891，p＜0.01）、非AI發明數量（β=0.827，p＜0.01）和非AI實用新型數量（β=0.311，p＜0.01）方面，IT投資水平高的企業的平均專利數量顯著高于IT投資水平低的企業，即簽署數據密集型政府采購合同對于高IT投資水平的企業的非數字技術創新水平有更強的提升作用。但對于創新程度最低的非AI外觀設計數量，Digitalbid和IT投資水平之間存在顯著為負的交互作用（β=-0.287，p＜0.1）。總體而言，企業的IT投資水平能夠正向調節數據密集型政府采購合同和（更高水平的）企業技術創新的關系，即高IT投資水平的企業簽署數據密集型政府采購合同對其數字技術創新和非數字技術創新都有更明顯的提升效果，證實了假設3。

表3 IT投資水平對數據密集型政府采購合同和企業技術創新關系的調節作用

4.3.2 企業決策層IT背景的調節作用

表4報告了企業決策層IT背景對數據密集型政府采購合同和企業技術創新關系的調節作用。列（1）、（3）的結果表明決策層有IT背景的企業，簽署數據密集型政府采購合同對AI專利數量（β=0.172，p＜0.01）和非AI發明數量（β=0.369，p＜0.05）都有顯著的提升作用，對非AI實用新型和外觀設計數量沒有展現出顯著的調節作用。總體而言，決策層有IT背景的企業，簽署數據密集型政府采購合同對其數字技術創新和更高水平的非數字技術創新都有更明顯的提升效果，證實了假設4。

4.3.3 軟件行業的調節作用

表5報告了軟件行業對數據密集型政府采購合同和企業技術創新關系的調節作用。列（1）～（5）的結果表明軟件行業企業簽署數據密集型政府采購合同后的AI專利數量、各種類型的非AI專利數量都有更顯著的提升，即軟件企業簽署數據密集型政府采購合同對數字技術創新和非數字技術創新都有更明顯的提升效果，證實了假設5。

表5 行業對數據密集型政府采購合同和企業技術創新關系的調節作用

5 結論與啟示

政企合作是促進政府數據價值實現的有效路徑。然而，當前我國對于數據要素的流通規律和管理方法的認識和實踐仍處于探索期，對政府數據的商業價值研究尚不深入。本研究聚焦政府和企業之間基于采購合同的合作，深入分析數據密集型政府采購合同是否能夠提升中標企業的創新水平，得到以下的結論：（1）數據密集型政府采購合同會顯著增加上市公司的數字技術創新程度（AI專利數量）和非數字技術創新程度（非AI專利數量）。表明企業通過政府采購合同獲取的政府數據資源可以顯著提升技術創新水平。（2）政府數據資源對企業創新的提升效應在信息技術資源較豐富的場景下得到了加強，即IT投資水平高、企業決策層具有IT背景以及軟件行業的企業能夠從政府數據中提升更多的技術創新水平。

本研究具有一定的理論意義。首先，通過研究上市公司簽署數據密集型政府合同是否提高數字技術創新程度這一問題補充了數據經濟學和數據要素流通等新興文獻。研究結論為政府在數據要素市場流通中的作用提供了嚴謹的實證依據，也為政府基于采購合同這一為企業發展供應數據要素的方式提供了新的思路。其次，本研究進一步探討了政府數據的價值創造條件，基于TOE框架拓展分析了企業IT投資水平等特性在政府數據資源價值實現過程中的調節作用，揭示了政府數據資源促進企業技術創新的有效性依賴于企業投資適配的信息技術資源。

本研究對于政府推廣基于數據資源的政企合作模式和實施創新激勵政策等實踐具有一定的指導意義。本文表明以數據資源為基礎的政企合作能夠提升企業創新水平，但是提升效果受到企業特點、產業特點的影響。因此，政府需要結合企業特質和產業發展，使創新政策更有針對性。具體而言，在招標過程中，政府可以適當向特定對象進行政策傾斜，如IT投資水平高、高管具有IT背景、軟件行業的企業等，它們往往能夠更充分地利用數據資源，從而最大程度地提升自身技術創新程度。此外，在數字經濟時代，企業也應注意投資適配的信息技術資源，如信息技術人才、信息技術基礎設施等，以在未來更好地從數據資源中獲益。

本研究仍有一些不足。如本研究關注政府和企業之間基于采購合同的數據流通方式（即企業在投標任務執行過程中接觸和使用政府數據），未來研究可以進一步考慮企業通過第三方數據交易所的方式，以及企業與企業之間的數據資源流動對企業技術創新帶來的影響。