數據要素價值化與實體經濟高質量發展

熊 英

（中共保定市委黨校，河北 保定 071000）

一、問題的提出

改革開放四十余年間，中國實體經濟發展成績斐然，已經成為享譽世界的工業大國、制造業大國。據國家統計局網站消息，作為實體經濟重要組成部分的第二產業，2022 年GDP 總量為48.32 萬億元，占比全年GDP 總量39.92%。然而，實體經濟“大而不強”“強而不精”的特征，使得中國關鍵技術與關鍵領域“卡脖子”風險時有發生。因此，有必要找尋新的經濟增長要素，助力實體經濟高質量發展。數字經濟是伴隨數字技術出現且得以快速發展的全新經濟形態。根據工業和信息化部數據顯示，2012—2021 年間，中國數字經濟規模由11 萬億元增長到超45 萬億元，成為全球第二大數字經濟體。以數字經濟賦能實體經濟高質量發展，可漸次實現由要素驅動到數據驅動、產品導向到用戶體驗、競爭合作到互利共生的數字化轉型[1]。其中，數據要素作為數字經濟深化發展的核心引擎，其價值化有助于實現跨層級、跨部門、跨系統以及跨區域的相互流通，助力實體經濟在生產、分配、流通、消費和社會服務等各個環節實現數字化轉型，進而促進高質量發展。2022 年6 月，中央全面深化改革委員會第二十六次會議審議通過《關于構建數據基礎制度更好發揮數據要素作用的意見》，這對于完善數據要素市場化配置機制，激發數據要素價值化，打造實體經濟增長新動能具有深遠意義。黨的二十大報告指出，構建以數據為關鍵要素的數字經濟，推動實體經濟和數字經濟融合發展，是建設數字中國的核心要點。基于此，從理論與實證視域探究數據要素價值化對實體經濟高質量發展的影響，對驅動中國經濟高質量發展、加快建設“制造強國”“數字中國”有著重要價值參鑒。

目前，學術界較少研究數據要素價值化對實體經濟高質量發展的影響，考慮到數據要素價值化與數字經濟發展密切相關，故從數字經濟對實體經濟高質量發展的影響著手進行文獻梳理。從已有文獻來看，有關數字經濟對實體經濟高質量發展的影響大致可以分為如下兩類：實證層面，相關文獻分別從數字產業化和企業數字化轉型方面探究對實體經濟高質量發展的影響。數字產業化顯著促進中國工業企業全要素生產率，市場化程度越高、企業規模越大越有助于實體經濟高質量發展[2]；企業數字化轉型能有效抑制實體經濟“脫實向虛”，這一影響主要體現在低盈利水平與高市場競爭行業中[3]。理論層面，學者們多從數字經濟與實體經濟融合、數字產業化與產業數字化、數字技術等視角探討數字經濟對實體經濟的影響。數字經濟有助于加速傳統實體產業轉型升級，助力新興戰略性產業發展以及暢通國民經濟循環[4]；數字產業化與產業數字化是豐富信息產業發展模式，助力數字經濟與實體經濟深度融合的重要推手[5]；借助數字技術與數據要素，可充分提升產業創新動力，變革生產方式從而改善實體經濟發展質量[6]。

從上述文獻看，雖然數字經濟對實體經濟高質量發展的相關研究已取得一定成果，但就數據要素價值化這一微觀指標對實體經濟高質量發展的影響探究仍存空白。作為實體經濟生產方式變革與數字化轉型的重要支撐，如何界定數據要素價值化？如何研判其對實體經濟高質量發展的影響，值得深入研究。基于此，文章可能的邊際貢獻在于：第一，立足數字經濟視角，以數據要素價值化為切入點，從理論層面探究數據要素價值化對實體經濟高質量發展的影響機制；第二，基于實體經濟高質量發展過程中存在的空間相關性，構建空間計量模型實證檢驗數據要素價值化對實體經濟高質量發展的影響。

二、數據要素價值化對實體經濟高質量發展的影響機制

1.數據要素價值化對實體經濟高質量發展的直接影響

2020 年7 月，中國信息通信研究院發布的《中國數字經濟發展白皮書（2020）》，對數據要素價值化概念進行了明確界定。所謂數據要素價值化，是以數據為新生產要素載體，將資源、資產、資本通過性質轉換方式，實現數據創新增值的過程。在數據創新增值過程中，數據要素價值化主要從以下三個維度推動實體經濟高質量發展：一是以數據資源要素價值化推動實體經濟高質量發展。從學理上看，數據資源要素價值化是平臺主體憑借龐大的用戶基數持續性累積大量數據，建立或公有、或私有的網絡生態平臺，實現內部數據要素價值化的過程。這一過程中，平臺主體通過篩選轉化低價值、碎片化原始數據，使得無序數據成為可利用的有效數據資源。在新一輪科技革命與產業變革中，實體經濟可以參與數據資源要素價值化過程，借助數字化平臺與技術[7]，提高既有生產資料的使用效率，助力自身高質量發展。二是以數據資產要素價值化推動實體經濟高質量發展。數據資產要素價值化的本質是在流通環節將數據資源轉化為可增值、可計量、標簽化的“商品”。有別于傳統實體經濟的投資不確定性，數據資產作為一種“特殊”資產，能夠通過持續不間斷運營實現數據資產的安全迭代升級[8]。在傳統實體經濟轉型升級的關鍵階段，以數據資產為表征的數字新業態、新模式逐漸與實體經濟相融合，為其帶來生產效率優化、產品質量提升以及運營成本降低等多種助益。三是以數據資本要素價值化推動實體經濟高質量發展。以資本投入為基礎的數據要素直接改變了生產運行模式，極大程度上降低了傳統物質生產試錯成本，顛覆傳統“黑匣子”工廠體系，提高實體經濟發展效能。從以上維度研究發現，數據要素價值化有利于提升實體經濟高質量發展。

數據要素價值化與傳統生產要素最根本的區別是“數字化”[9]。基于“數字化”快速迭代以及監管滯后與制度缺失的雙重誘因，數據要素價值化的無序擴張可能會擾亂市場經營秩序，加大經營風險，在一定程度上會阻礙實體經濟高質量發展。此過程中，數據流通過程存在的隱私泄露、木馬病毒等問題使得數據存儲安全難以得到有效保障[10]，不利于實體經濟數據要素利用。這意味著，在不同發展階段，數據要素價值化對實體經濟高質量發展的作用可能會有所差異。當數據要素價值化水平較低時，較大的數據安全風險、存儲成本等可能會加大數據要素價值化對實體經濟高質量發展的阻礙作用，從而抵消數據要素價值化優勢；當數據要素價值化水平逐漸提升后，這一阻礙作用逐漸被積極作用所取代，進而從整體上正向助力實體經濟高質量發展。此外，鑒于當前中國數據要素價值化尚處于初級階段，其對實體經濟高質量發展的影響主要集中于本地區，對其他區域的空間溢出效應較難顯現。故提出如下假設：

假設H1：數據要素價值化對實體經濟高質量發展的影響存在“U”型非線性特征，且空間溢出效應尚未顯現。

此外，中國地大物博、幅員遼闊，各區域間經濟發展水平存在較大差異，這些差異可能會導致數據要素價值化表現出較為明顯的空間相關性。結合已有研究來看[11]，數字經濟對實體經濟發展有著明顯的區域異質性。由此推及，數據要素價值化作為數字經濟深入發展的核心引擎，亦對實體經濟高質量發展有著區域異質性影響。故提出如下假設：

假設H2：數據要素價值化對實體經濟高質量發展的影響存在區域異質性。

2.數據要素價值化對實體經濟高質量發展的間接影響

從上述研究知悉，數據要素價值化對實體經濟高質量發展的影響可能存在“U”型非線性特征，但這一影響機制究竟如何形成，仍需進一步討論。一方面，數據要素價值化過程始終貫穿著技術創新。細言之，隨著數據要素價值化水平逐步提升，越來越多的大型互聯網企業著手搭建網絡平臺，以“去中心化”的數據處理方式，推動技術創新，持續強化數據要素價值化。這種“去中心化”的網絡平臺已經成為諸多數據所有者參與產品研發、制造的重要環節。另一方面，技術創新有助于實體經濟高質量發展。在中國經濟由高速發展向高質量發展階段邁進的當下，技術創新能夠解決實體企業“脫實向虛”的問題，助力實體經濟高質量發展。因此，推動實體經濟高質量發展離不開技術創新的助推作用。但值得注意的是，當數據要素價值化水平較低時，較高的數據獲取成本與維護成本會阻礙企業技術創新，不利于實體經濟高質量發展；當數據要素價值化水平發展到一定水平時，數據獲取成本與維護成本大幅下降，市場秩序、監管方式更為健全，使得企業技術創新效率有效提升，進而帶動實體經濟實現高質量發展。據此，提出如下假設：

假設H3：技術創新在數據要素價值化對實體經濟高質量發展的影響中發揮中介效應。

三、變量、特征事實與模型

1.變量

（1） 解釋變量

實體經濟高質量發展(Re)既是一種綜合反映行業生產屬性、市場結構變動的微觀指標，也是一種體現社會創新能力、生態環境以及行業發展的宏觀指標。基于相關研究[12，13]，構建包括效益發展、綠色發展與創新發展三個方面的實體經濟高質量發展綜合評價指標體系（見表1）。對數據做進一步處理與指數構建：首先，對數據進行歸一化處理；其次，對數據進行無量綱化處理；再次，運用變異系數法計算處理后數據的相應權重系數；最后，根據求得權重對相應數據進行加權計算，得出實體經濟高質量發展指數。

表1 實體經濟高質量發展綜合評價指標體系

（2） 被解釋變量

數據要素價值化(Vde)。數據要素價值化在不同時空所產生的活動，使得估值與定價存在較大不確定性。因此，為保證指標選取可以更具代表性，參鑒相關研究[14]，從投入產出視角進行綜合測算。投入方面，選取信息基礎設施建設水平、大數據管理局設置情況來衡量。其中，信息基礎設施建設水平以固定寬帶下載速度、人均網站域名數量衡量；大數據管理局設置情況以省級、副省級或省會城市大數據行政管理機構設立情況進行衡量。產出方面，選取數據交易中心建設情況、數字產業化與產業數字化發展水平衡量。其中，數據交易中心建設情況以當年該地區在工商注冊的數據交易中心數量測度；數字產業化與產業數字化發展水平以電子信息制造業、軟件和信息技術服務業總產值、三大產業數字化水平的綜合測度。

（3） 控制變量

選取人力資本存量(Human)、經濟環境(Economics)、政府干預程度(Government)、基礎設施水平(Infrastructure)、市場化程度(Marketization)五個控制變量。其中，人力資本存量以地區平均受教育年限①對文盲、小學、初中、高中、大專及以上文化程度分別賦值0、6、9、12、16，計算出不同文化程度人口占6歲以上人口的比重，進而衡量地區人力資本水平。衡量；經濟環境以消除價格影響后的人均GDP 表征；政府干預程度選用地區財政支出與GDP 的比值衡量；基礎設施水平選取地區公路密度作為代理變量，以地區公路總里程數與人口數的比值衡量；市場化程度以地區非公企業與當年總投資額的比值衡量。

文章選取2011—2020 年中國30 個省區市面板數據（剔除西藏和港澳臺地區） 為研究樣本，部分年份數據缺失值采用相鄰年份數據以均值法補齊。文章原始數據來源于歷年《中國統計年鑒》 《中國區域經濟統計年鑒》 《中國能源統計年鑒》《中國工業統計年鑒》 《中國大數據區域發展水平評估白皮書》以及各省區市政府公報、中國經濟與社會發展統計數據庫。

2.特征事實

（1） 實體經濟高質量發展

圖1 為2011—2020 年全國以及4 個代表省區市的實體經濟高質量發展趨勢。研究期內，中國實體經濟高質量發展平均水平穩步提升，但各省區市發展水平存在較大差異。其中，江蘇實體經濟高質量發展平均水平遠超其他省區市，安徽與全國均值趨勢基本保持一致，廣西和青海比較而言要低于全國平均水平。此外，排名前10 的省區市中，有7 個省區市位于東部地區，排名末尾的10 個省區市中有8 個位于西部地區。由此可見，不同省區市實體經濟高質量發展存在明顯的區域差異。

圖1 全國和代表省區市實體經濟高質量發展趨勢

（2） 數據要素價值化與實體經濟高質量發展的關系

圖2 顯示，數據要素價值化與實體經濟高質量發展的關系總體呈現“U”型特征，且多數省區市位于曲線右側。這一趨勢表明，大部分省區市數據要素價值化對實體經濟高質量發展具有促進作用，且各省區市數據要素價值化水平存在較大差異。因此，數據要素價值化與實體經濟高質量發展的關系在不同省區市中的表現亦有不同。其中，以江蘇和安徽為首的高水平區域數據要素價值化與實體經濟高質量發展關系呈現正向線性趨勢；以廣西和青海為主的低水平區域數據要素價值化與實體經濟高質量發展關系呈現“U”型非線性特征（限于篇幅，圖略）。這一特征趨勢進一步彰顯了前文提出的數據要素價值化對實體經濟高質量發展影響的假設。

圖2 數據要素價值化與實體經濟高質量發展的總體關系

3.模型構建

（1） 全局莫蘭指數

使用探索性空間數據分析法探究實體經濟高質量發展的空間相關性，如式(1)所示：

上式中，i 與j 分別代表某個不同區域；n 表示省區市個數；為樣本方差；為樣本均值；Wij用于指代i 與j 區域的鄰接關系；xi則表示實體經濟高質量發展水平在i 省區市中的觀察值，xj同理。當i 與j 相鄰時，Wij=1，反之，Wij=0。然后，設定Moran's I 指數取值范圍為[-1，1]，若0＜I＜1，表明研究區域間存在正相關；若-1＜I＜0，表明區域間為負相關；若I=0，表明各省區市空間獨立分布。I 的絕對值越大，說明空間相關性越高。

（2） 空間計量模型

空間計量模型涵括空間滯后模型(SLM)、空間誤差模型(SEM)與空間杜賓模型(SDM)三種。考慮到數據要素價值化與實體經濟高質量發展之間可能存在“U”型關系，故首先構建未考慮空間相關性的傳統面板模型(OLS)，然后對OLS 模型進行LM檢驗和Wald 檢驗。

其中，Reit指代實體經濟高質量發展水平；i 和j 分別指代不同省區市；t 指代年份；Vdeit和分別表示數據要素價值化及其平方項，Xjt為控制變量集合，λi、μi、εit分別指代空間效應、時間效應和隨機誤差項。

為了選擇合適的空間計量模型，對上述模型進行基準檢驗。結果顯示，SLM 和SEM 模型均在5%水平上顯著，且LR檢驗均在1%水平上顯著，說明SDM 模型無法退化成SLM 和SEM模型。因此，選擇SDM模型進行分析，構建如下模型：

上式中，ρ 為空間滯后項的相關系數，其余變量釋義同式(2)。當ρ 不為0 時，需進一步對總效應展開分解，以精準反映數據要素價值化對實體經濟高質量發展的影響程度。參考王濱(2022)[15]的研究，選用空間偏微分方法對數據要素價值化求偏導：

中間部分矩陣主對角線上各元素的算術平均值為直接效應，用以闡釋數據要素價值化對本區域實體經濟高質量發展的影響程度；非對角線上各元素的算術平均值為間接效應，用以闡釋數據要素價值化對實體經濟高質量發展的空間溢出效應。

四、實證結果分析

1.相關性分析

借助探索性空間數據分析法對中國實體經濟高質量發展展開空間分析。結果顯示，研究期內Moran's I 指數在0.264～0.347區間內，且呈上升趨勢，且在1%水平上顯著。這說明實體經濟高質量發展在地理空間上存在顯著的空間集聚特征。隨后，為進一步考察實體經濟高質量發展區域空間相關性，使用Moran's I 散點圖對2011 年和2020 年展開刻畫（見圖3）。分析可知，當前實體經濟高質量發展趨勢呈現向一、三象限集聚趨勢。其中，第一象限為高高集聚類型，多來自東部地區省區市；第三象限為低低集聚類型，多來自中部、西部地區。因此，中國實體經濟高質量發展存在明顯的區域空間異質性，后續需采用空間計量法避免分析結果有偏。

圖3 2011 年和2020 年Moran's I 散點圖

2.實證分析

表2 列(1)為基準回歸結果。列(2)、列(3)分別為使用空間鄰接權重矩陣和地理距離權重矩陣的全樣本回歸結果。整體上看，數據要素價值化與其平方項系數均在1%統計水平上顯著，且平方項系數為正，說明數據要素價值化對實體經濟高質量發展的影響具有顯著“U”型非線性特征。控制變量中，人力資本存量、政府干預程度與基礎設施水平的系數顯著為正，說明上述變量對實體經濟高質量發展具有明顯促進作用。從空間滯后項看，當各變量相關系數在1%統計水平上顯著時，表示地理位置越近，越有助于地區間資源要素有序流動，即某一省區市實體經濟高質量發展在某種程度上受到周邊省區市的影響。當相關系數顯著且不為0 時，需要進行效應分解（見表3）。

表2 空間杜賓模型的回歸結果

表3 空間杜賓模型的效應分解

依照式(4)對空間效應進行分解，得出表3 列(1)、列(2)。從直接效應看，在空間鄰接權重矩陣W1 或地理距離權重矩陣W2 中，數據要素價值化平方項的系數均在1%統計水平上顯著為正，說明數據要素價值化對本地區實體經濟高質量發展的影響呈現“U”型非線性特征。從間接效應看，數據要素價值化平方項的系數顯著為負，說明本地區數據要素價值化對周邊區域的實體經濟高質量發展存在倒“U”型空間溢出效應。可能的原因是，數據要素價值化作為大型互聯網企業實施數據“壟斷”的重要依據，其具有天然的網絡效應與知識集聚效應。在發展初期，各省區市之間數字壁壘林立，且市場塊狀化嚴重，使得數據要素價值化流通受阻，一定程度上擴大了本地區與其他地區間的發展差距，即此時數據要素價值化對周邊地區的促進作用大于抑制作用。隨著數據要素價值化水平提高、數據要素市場逐步完善以及實體經濟規模穩步擴大，本地區逐漸顯現對周邊地區實體經濟發展的虹吸效應，不利于周邊地區數據要素價值化水平提升，也削弱了網絡效應與知識集聚效應的推動作用。也就是說，數據要素價值化的阻礙作用要高于推動作用，呈現出倒“U”型趨勢。綜上，直接效應與間接效應的作用方向相反，故數據要素價值化的總效應并不顯著，假設H1 得證。

3.區域異質性分析

由前述分析可知，數據要素價值化對實體經濟高質量發展的直接效應具有“U”型非線性特征。但就特征事實分析指出，不同省區市之間數據要素價值化水平差異較大。因此，為深入研判數據要素價值化對實體經濟高質量發展的區域異質性，將全樣本數據劃分為東部地區和中部、西部地區，以進一步分析。

從表2 看，盡管東部地區數據要素價值化及其平方項的系數與全樣本方向一致，但均為通過顯著性檢驗。可知，東部地區數據要素價值化對實體經濟高質量發展的影響未呈現“U”型非線性特征。中部、西部地區數據要素價值化及其平方項的系數與全樣本方向一致，且在5%、1%統計水平上顯著為正。這表明中部、西部地區數據要素價值化對實體經濟高質量發展的影響具有顯著的“U”型趨勢。進一步，為準確研判數據要素價值化的區域影響，對東部及中部、西部地區數據進行空間效應分解。從表3 看，東部地區數據要素價值化平方項系數在直接效應、間接效應與總效應中均不顯著；而中西部地區的數據要素價值化平方項系數顯著為正。由此，數據要素價值化對實體經濟高質量發展的影響存在區域異質性，假設H2 得證。

4.穩健性檢驗

在實體經濟高質量過程中，省會城市是引導區域產業創新的重要核心。因此，為驗證數據要素價值化與實體經濟高質量發展呈“U”型非線性特征，構造地理距離權重矩陣，展開回歸分析。回歸結果見表2 列(3)、列(5)、列(7)和表3 列(2)、列(4)、列(6)所示。可知，地理距離權重矩陣回歸結果與空間鄰接權重矩陣回歸結果基本一致，證明結果具有穩健性。此外，考慮到解釋變量可能因自身滯后性而導致回歸結果有偏，故對數據要素價值化及控制變量作一階滯后處理，再次證明結果穩健。

五、進一步分析

為探討數據要素價值化影響實體經濟高質量發展的作用機制，選取技術創新作為中介變量展開進一步分析。通常而言，技術創新(Tec)包含研發投入、成果轉化與技術擴散等過程維度。參考已有研究[16]，研發投入方面以專利申請授權數與人效投入的比值衡量；成果轉化方面與技術擴散方面以技術市場成交率與研發投入的比值衡量（見表4）。

表4 數據要素價值化影響實體經濟高質量發展的形成機制

從表4 列(1)、列(2)結果可以看出，當不涵括數據要素價值化變量時，技術創新對實體經濟高質量的影響仍呈現出“U”型非線性特征，此時數據要素價值化的系數并不顯著。因此可知，技術創新在數據要素價值化對實體經濟高質量發展的影響中發揮中介效應，假設H3 得證。技術創新水平的提升，會從技術應用視角提高數據要素價值化進程，進而為實體經濟高質量發展提供助力。但這一中介影響亦會存在不同差異。當數據要素價值化水平較低時，較高的數據使用成本和數據安全風險會阻礙企業利用數據要素，使得企業研發投入和創新效率減弱，數據要素價值化對實體經濟高質量發展的抑制作用更為明顯。當數據要素價值化水平發展到一定階段時，數據要素配置效率逐漸帶動技術創新水平突破臨界點，使得數據要素價值化水平對實體經濟高質量發展的推動作用逐漸凸顯。因此，技術創新在數據要素價值化水平對實體經濟高質量發展的“U”型非線性影響中發揮中介效應。

六、結論與對策建議

文章以2011—2020 年中國30 個省區市面板數據為基礎，探究數據要素價值化與實體經濟高質量發展的關系，然后綜合運用空間杜賓模型深入研判二者的具體影響及其作用機制。研究發現：一是研究期內，實體經濟高質量發展水平穩步提升，但各省區市發展水平并不均衡，區域實體經濟高質量發展存在顯著的正向空間相關性。二是數據要素價值化對實體經濟高質量發展的直接影響呈現顯著的“U”型非線性特征，但空間溢出效應尚不顯著；數據要素價值化對實體經濟高質量發展的影響存在區域異質性，中部、西部地區呈現出顯著的“U”型特征，而東部地區尚不明顯。三是進一步分析發現，數據要素價值化通過技術創新渠道影響實體經濟高質量發展。

根據結論，提出如下對策建議：第一，以制度框架制定加速數據要素價值化進程。上述分析可知，數據要素價值化對實體經濟高質量發展的直接影響呈現顯著的“U”型非線性特征。為進一步弱化前期數據要素價值化對實體經濟高質量發展的阻滯效應，地方政府應從宏觀視域出發，積極落實《關于構建數據基礎制度更好發揮數據要素作用的意見》，鼓勵數據要素與“智移物云區”等新一代信息技術融合，加速實現數據要素價值化改造。此外，地方政府也可參鑒國際發達經濟體對“監管沙盒”的頂層設計，明確數據要素相關領域的業務職責與監管邊界，以有效提高數據要素價值化水平。第二，以差異化區域發展戰略提升實體經濟高質量發展水平。鑒于數據要素價值化對實體經濟高質量發展的影響存在區域異質性，地方政府應立足區域實際，制定差異化的區域發展戰略，促進區域實體經濟均衡發展。在數據要素價值化水平較低的中部、西部地區，地方政府應通過加大戰略性新興產業財政扶持力度、優化完善區域內基礎設施建設與公共服務設施建設來提高技術產業吸引力。在數據要素價值化水平較高的東部地區，地方政府應組織牽頭與低水平省區市形成“幫帶”機制，進一步拓寬數據要素價值化服務的延伸領域和生產潛能，以實現不同區域就數據要素價值的精準匹配，助力實體經濟高質量發展。第三，以技術創新推進數據要素價值化與實體經濟高質量有機融合。基于數據要素價值化影響實體經濟高質量發展的形成機制，各級政府應積極提高技術創新效率。具體而言，地方政府應出臺有助于技術創新的科技發展規劃，鼓勵地區高技術企業、金融機構與民間資本市場形成“三位一體”的綜合扶持平臺，以加速數據領域人才培養，早日實現數據要素價值化水平對“U”型曲線拐點的突破，充分發揮技術創新對實體經濟高質量發展的巨大推動力。