數據要素市場化配置對城市經濟韌性的影響:促進還是抑制?
——基于數據交易平臺設立的準自然實驗

鄭威 陳輝

(貴州財經大學大數據應用與經濟學院,貴州 貴陽 550025)

一、引言

2021年國家“十四五”規劃綱要提出“建設宜居、創新、智慧、綠色、人文、韌性城市”,將建設韌性城市作為城市發展質量穩步提升的主要任務與目標。2022年國務院政府工作報告著重提出,“堅持穩字當頭、穩中求進。面對新的下行壓力,要把穩增長放在更加突出的位置。”回顧既往中國經濟抵御數次金融危機、國外貿易爭端以及市場經濟變革等強烈沖擊,適應多變的內外部環境,強大的經濟韌性能夠及時感知風險,抵抗外部沖擊的負面影響,是中國重塑增長動力、快速調整發展路徑、避免經濟“硬著陸”以及維持國際競爭地位的關鍵力量。當前,中國面對百年變局加速演進,地緣政治局勢緊張,全球多重危機疊加等外部沖擊,以及中國經濟新舊動能轉換和“三重壓力”(需求收縮、供給沖擊、預期轉弱)的復雜局面,中國城市經濟建設承受了巨大挑戰,而保持經濟平穩運行是推動城市經濟實現質的有效提升和量的合理增長的重要保障。在此背景下,從韌性視角探究城市經濟如何在復雜沖擊中謀求穩定,既是提升城市經濟系統抵御風險能力、維護城市經濟平穩運行的必然要求,也是轉型期提高城市競爭力與實現城市經濟高質量發展的重中之重。

與此同時,隨著全球數字技術與數字經濟的迅猛發展,數據要素逐漸成為激活全球經濟社會發展的新動力。中國政府高度重視數據要素的價值發揮及其市場化配置改革,相關政策與戰略布局不斷演進和深化。2020年4月,《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》強調,深化要素市場化配置改革,明確數據是繼土地、資本、勞動力、技術之后的第五大生產要素,并提出“加快培育數據要素市場”。2020年5月,《中共中央 國務院關于新時代加快完善社會主義市場經濟體制的意見》再次強調“加快培育發展數據要素市場”。2022年1月,國務院發布《“十四五”數字經濟發展規劃》,進一步對充分發揮數據要素價值作出重要部署,提出到2025年將初步建立數據要素市場體系。結合現實來看,中國數據資源優勢明顯,擁有海量的數據規模與多樣的數據類型。國家互聯網信息辦公室公布的統計數據顯示,截至2022年底,中國數據產量達8.1ZB,同比增長22.7%,全球占比10.5%,已成為僅次于美國的第二大數據產出國。在數字經濟時代,數據要素已然成為基礎性戰略資源和關鍵性生產要素,而推進數據要素市場化配置對于挖掘數據要素價值潛力、釋放數據要素紅利、增強城市經濟韌性具有重要意義。

從理論上看,一方面,數據要素市場化配置有助于加速數據要素的市場化流動,實現數據資源高效利用,催生新產業、新業態與新模式,極大地促進產業結構優化升級,強化城市經濟承擊力和協調性,為增強城市經濟韌性提供助力;另一方面,數據要素市場化配置有利于增進數據要素與資本、勞動力等傳統要素的融合發展,通過數據精準對接供需,創新價值鏈流轉方式等形式,提高資本與勞動力要素配置效率,充分釋放城市經濟增長動能,增強城市經濟系統的維穩力和修復力,進而改善城市經濟韌性。但在實踐中,數據要素市場化配置能否充分發揮經濟韌性提升效應,還取決于數據權屬的明晰度、數據交易的規范性以及各城市行政等級、政府干預的實際狀況等。鑒于此,為了深入討論數據要素市場化配置對城市經濟韌性的影響,厘清其作用機制,本文擬通過理論分析與實證研究對以下重要且尚需論證的問題進行系統考察與分析:數據要素市場化配置能否影響城市經濟韌性,是促進還是抑制?數據要素市場化配置通過何種作用機制影響城市經濟韌性?不同城市特征下數據要素市場化配置對城市經濟韌性的影響是否存在差異?

二、文獻綜述

與本文研究主題相關的國內外文獻主要圍繞數據要素與經濟增長、數字經濟與經濟韌性兩大領域展開。一是數據要素對經濟增長的影響研究。徐翔和趙墨非(2020)[1]理論分析表明,數據生產要素在推進經濟高質量發展過程中發揮出高于傳統生產要素的重要作用。楊艷等(2021)[2]則指出,數據本身并不直接創造價值,而是通過與資本要素、勞動力要素等的非線性協同作用,對全要素生產效率提升產生倍增效應。Jones和Tonetti(2020)[3]基于數據經濟學理論框架,認為數據要素與傳統要素相結合所產生的經濟倍增效應,根本上源于數據要素的非競爭性特征所形成的規模效益。蔡繼明等(2022)[4]也強調,數據要素通過與其他生產要素相結合驅動創新與技術進步,從而促進經濟增長。Farboodi和Veldkamp(2021)[5]證實,數據要素的使用能夠有效降低不確定性,但數據要素難以單獨實現對經濟增長的長期推動作用,需要借助信息流累積驅動經濟增長。楊艷等(2023)[6]研究發現,數據要素對經濟增長存在“雙維驅動”效應,不僅能夠通過自身增長效應直接驅動經濟增長,還能通過促進技術進步間接驅動經濟增長。楊俊等(2022)[7]以大數據作為生產要素拓展了內生增長理論,指出短期內大數據的“融合成本”對經濟增長存在波動作用,而長期來看大數據的“乘數作用”會顯著促進經濟增長。此外,數據要素除了對經濟增長存在促進效應,其負面效應也不容忽視。蔡躍洲和馬文君(2021)[8]發現,數據要素的基本特性和“技術—經濟”特征,既會成為提高宏觀全要素生產率、促進經濟高質量發展的重要途徑,也會因數據要素壟斷損害宏觀經濟增長潛力和社會福利。Varian(2018)[9]指出,數據要素的易復制性與非排他性特征可能致使數據泄露并應用于不同場景,造成數據所有者效益或經濟福利受損。Yan和Haksar(2019)[10]也認為,數據壟斷將嚴重阻礙數據要素流動,干擾經濟可持續運行。

二是數字經濟對經濟韌性的影響研究。Sitinjak等(2018)[11]以雅加達市區為例,發現政府通過發揮數字經濟優勢,強化了城市智能化治理,顯著增強了城市經濟的適應力及抵抗能力。Demartini等(2019)[12]則聚焦經濟數字化轉型,指出數字經濟有助于減少資源依賴,增加可再生能源利用率,從而對經濟韌性提升和實現可持續發展發揮積極作用。涂強楠等(2022)[13]研究證實,數字經濟通過提高國內大循環水平,有助于加快城市經濟韌性發展。李曉鐘等(2022)[14]發現,數字經濟對區域經濟韌性的影響效應呈現出邊際效應遞增趨勢,在研發強度或人力資本跨越門檻值時,數字經濟的經濟韌性提升效應更強。張亞麗和項本武(2023)[15]實證研究表明,數字經濟不僅對城市經濟韌性提升具有顯著的直接效應,還通過發揮創新活躍度與創業活躍度的機制效應,間接促進城市經濟韌性提升。杜直前(2023)[16]則立足全球價值鏈視角,指出數字全球價值鏈參與通過提高數字經濟發展水平,間接增強了經濟韌性。陳叢波和葉阿忠(2021)[17]證實,數字經濟不僅會通過提高城市創新能力提升城市經濟韌性,還通過空間溢出效應增強了鄰近城市經濟韌性。朱金鶴和孫紅雪(2021)[18]也證實,數字經濟會通過空間溢出效應提升鄰近城市經濟韌性,但主要路徑是激發新人才資源開發潛能,賦能新創新產出發展活力。韓冬日等(2023)[19]進一步研究指出,數字經濟對區域經濟韌性具有顯著的促進效應及空間溢出效應,并且數字經濟對地理鄰近地區經濟韌性的短期溢出效應更強。

通過梳理現有文獻發現,盡管學者們分析了數據要素對經濟增長以及數字經濟對經濟韌性的影響,但與側重強調數據要素作用發揮、數字經濟發展形態不同,數據要素市場化配置融合了“生產要素化”與“配置市場化”的雙重內涵,加快推進數據要素市場化配置是數字經濟發展與生產關系演進的客觀要求,勢必將進一步提升數據要素流通效率與市場活力,改變現有數字經濟形態。鑒于此,本文將直接聚焦分析數據要素市場化配置對城市經濟韌性的影響,可能的邊際貢獻在于:第一,將數據交易平臺的設立作為數據要素市場化配置的準自然實驗,從城市層面探究數據要素市場化配置對經濟韌性的影響,為保障數據要素市場化配置的有效性提供論證依據與現實基礎。第二,既詮釋數據要素市場化配置作用于城市經濟韌性的內在邏輯,考察數據要素市場化配置對城市經濟韌性的直接效應,又從資本配置效率與勞動力配置效率視角,闡述并檢驗數據要素市場化配置影響城市經濟韌性的間接機制,試圖為提升城市經濟韌性提供新的理論研究方向。第三,基于城市行政等級、地理區位以及政府干預的差異化特征,拓展研究數據要素市場化配置對城市經濟韌性的異質性影響,為實施數據要素市場化配置助推城市經濟韌性提升的差異化策略提供參考思路與決策依據。

三、理論分析與研究假設

(一)數據要素市場化配置對城市經濟韌性的直接影響

在數字經濟時代與市場經濟條件下,數據作為新型生產要素,數據要素供求必然通過市場配置來實現,數據要素價格在價值決定基礎上通過市場形成。陶卓等(2021)[20]、鄭國強等(2023)[21]將數據要素市場化配置解釋為,在充分挖掘和釋放數據、信息或知識等數據要素價值潛能,推動數據資產化的基礎上,通過技術或制度促進數據要素在市場上進行交易與配置,以實現數據要素價值轉化的過程。在借鑒喬晗等(2023)[22]對數據要素市場化配置研究的基礎上,本文將數據要素市場化配置界定為,通過構建以市場為根本的數據資源體系,將尚未完全由市場配置的數據要素轉向由市場配置,并實現以數據要素流動促進生產、分配、流通、消費等環節高效貫通的動態過程。

“韌性”一詞最早應用于物理學領域,特指物體或系統抵御外部干擾并恢復至干擾前狀態的反應速度。Martin和Sunley(2015)[23]將韌性引申到城市經濟學中,Martin等(2016)[24]、陳安平(2022)[25]等學者將城市經濟韌性界定為,經濟系統在遭遇外部沖擊后,能夠及時發現并通過適應性調整經濟結構等方式抵御外部風險,迅速恢復到原有的均衡穩定狀態或重新配置資源,實現更加可持續的空間均衡發展的能力。城市經濟韌性的概念主要涵蓋了抵抗和恢復力、適應和調節力、創新和轉型力三個維度[26-27]。其中,抵抗和恢復力反映經濟體在遭受沖擊時的承受能力以及恢復到原始狀態的能力;適應和調節力體現經濟體承受沖擊后的自我調整能力和資源要素配置能力;創新和轉型力強調經濟體遭受沖擊后創造新事物和開拓新路徑的能力。鑒于此,本文擬從以下三個維度聚焦分析數據要素市場化配置對城市經濟韌性的影響。

一是數據要素市場化配置有助于增強城市經濟的抵抗和恢復力。數據要素的市場化流動可以有效降低跨時空信息交易成本,緩解生產要素供需失衡等突出矛盾,打破數據孤島和數據壁壘,降低信息不對稱可能帶來的風險[28],不僅為實體經濟與數據要素融合提供條件,較大程度地提高市場主體決策的時效性與準確性,還通過數據實現供需精準對接、促進經濟系統高效生產,提高市場競爭力與城市生產效率,從而增強城市抵御外部沖擊的承受能力以及經濟復蘇的能力,助力城市經濟韌性提升。二是數據要素市場化配置有助于提升城市經濟的適應和調節力。數據要素市場化配置通過推動數據要素資本化以及要素配置市場化等方式加快資源流轉和資金流通,搭建精準、高效的數據化市場服務平臺。在數據挖掘、數據脫敏及數據分析的基礎上,數據要素市場化配置能夠對數據資源實現高效利用與優化配置,并與其他生產要素相結合產生倍增效應或重塑生產力,提高要素間生產效率及市場效率[29],在面對突發沖擊時能夠為城市經濟提供靈活且廣闊的調整空間,增強經濟系統的適應能力與協調能力,提高城市經濟韌性。三是數據要素市場化配置有助于強化城市經濟的創新和轉型力。數據要素是催生和深化實體經濟與數字技術相融合的重要基礎,是促進新產業、新業態和新模式發展的關鍵生產要素。數據要素市場化配置作為推進數字產業化和產業數字化轉型的重要抓手,不僅有利于促進新技術與新模式的創新構造,延伸傳統產業智能化生產鏈條,改進產品供給由單方向輸出流動轉變為供需雙方雙向交換流動,還益于激發創新型思維碰撞,提高城市創新創業能力,其所形成的發展新動能與新優勢將增強城市創新力與轉型力,提升城市經濟韌性。基于此,本文提出如下假設。

H1數據要素市場化配置有助于提升城市經濟韌性。

(二)數據要素市場化配置對城市經濟韌性的間接影響

城市經濟韌性系統的積極運轉離不開資本或勞動力等要素的高效配置,要素配置效率的提高釋放了強大的經濟動力,在城市危險預警響起時迅速調動資源向計劃領域聚集并形成防護屏障。較高的資本和勞動力配置效率不僅會通過資本和勞動力的優化組合減少城市要素扭曲以應對突發需要,還會通過資本和勞動力的有效配置提高城市恢復速度,輔助城市經濟平穩運行和創新轉型,進一步強化韌性城市建設。因此,數據要素市場化配置提升城市經濟韌性的潛存傳導機制在于以下幾方面。

一是數據要素市場化配置通過改善資本配置效率提升城市經濟韌性。一方面,數據要素市場化配置借助大數據、云計算、人工智能等新一代信息技術,加快數據要素與土地、資本、技術等傳統要素融合,減少因信息不對稱所導致的社會資本錯配和配置低效問題,有助于降低融資過程中的搜索成本、匹配成本和溝通成本,優化資本市場環境與金融供給結構,提升資本配置效率[30]。而資本配置效率的提升會加速資金在企業間流通,促使企業更加及時高效地獲得融資,改善資本使用效率,保障企業維持沖擊前的生產能力,可為城市經濟發展注入“強心劑”,增強城市經濟系統面對風險沖擊時的維穩力和修復力,從而提升城市經濟韌性。另一方面,數據要素市場化配置有助于實現數據要素及其衍生物納入市場機制配置資源的經濟運行體系,可利用市場化配置助力經濟主體精準掌握客戶需求偏好并及時獲得反饋,減少供求雙方的資源錯配,較大程度地降低新產品或新服務研發資金投入的不確定性,改進商業模式和產品價格,提高運營效率和資本利用率,從而優化資本配置效率。資本配置效率的提升會激發市場主體的創新積極性,提高城市科研成果轉化率,既有助于加快科研成果向現實生產力轉化,增強城市對復雜多變的內外部風險沖擊的抵抗力,又有利于提升先進技術成果的輻射帶動能力,充分釋放技術紅利,改善生產效率并加快產能恢復,從而增強城市經濟韌性[18]。

二是數據要素市場化配置通過改善勞動力配置效率進而提升城市經濟韌性。一方面,數據要素市場化配置大大減少了勞動力市場匹配存在的信息障礙與時空壁壘,有助于加快數據要素與勞動資料、勞動對象等的融合,多渠道拓寬勞動者的就業空間,合理分配生產、技術和研發人員,優化勞動力配置結構,有效改善勞動力配置效率[31]。而勞動力配置效率的提升能夠促進就業結構優化調整,促進勞動力充分就業和高質量就業,激活城市創新創業能力,提高經濟運行質量,有利于城市在突發事件中迅速配置勞動力和恢復適應性,助力城市經濟韌性提升[25]。另一方面,數據要素市場化配置增進了數據要素與高等教育領域資源相融合,有助于加速城市教育信息流動,推動數字化教育行業或新興經濟體發展,既能為提升城市人才資源發展水平提供優質環境與發展潛力,又能促進優質教育資源共享,吸引更多潛在優質勞動力涌入城市,提升勞動力配置效率。因此,在城市遭受劇烈沖擊急需大量人力資源開展補救與恢復措施時,較好的勞動力配置效率不僅有利于迅速調動人力資源向計劃領域聚集,通過有序高效的勞動力配置方式及時協調資源并形成防護屏障,強化城市經濟的承擊力和調節力;還能憑借較強的消費能力釋放巨大的消費需求,穩定市場內需以發揮經濟體減震器的作用,助力城市在適應性動態結構調整中保持經濟韌性[32]。

基于此,本文提出如下假設。

H2數據要素市場化配置通過改善資本配置效率提升城市經濟韌性。

H3數據要素市場化配置通過改善勞動力配置效率提升城市經濟韌性。

四、研究設計

(一)計量模型設定

參考劉滿鳳等(2022)[31]、鄭國強等(2023)[21]的經驗做法,本文將數據交易平臺視同一項“準自然實驗”,把在樣本期內設立數據交易平臺的城市作為處理組,未設立數據交易平臺的城市作為控制組,構建多時點雙重差分(DID)模型檢驗數據要素市場化配置對城市經濟韌性的影響。具體模型如下

TENit=α0+α1DFMit+αnControlit+vi+ut+εit

(1)

其中,i和t分別代表城市和年份;α0為常數項;TEN表示城市經濟韌性;DFM為數據要素市場化配置;Control為一系列控制變量,主要包括金融發展水平(FIN)、對外開放水平(OPE)、人口密度狀況(POP)、基礎設施水平(BAS);vi代表城市固定效應,ut代表年份固定效應,ε為隨機擾動項。

(二)變量選擇

1.被解釋變量:城市經濟韌性(TEN)

為了科學評價城市經濟韌性水平,充分彰顯經濟韌性多維特征,本文沿襲Briguglio等(2009)[26]、崔耕瑞(2021)[27]、朱金鶴和孫紅雪(2021)[18]的研究思路,從抵抗和恢復力、適應和調節力、創新和轉型力三個維度構建綜合評價指標體系(見表1)來測算城市經濟韌性水平(TEN)。其中,抵抗和恢復力維度,重點考察城市經濟發展、居民收入狀況、社會保險覆蓋情況等;適應和調節力維度,側重反映城市財政狀況、商品市場活躍程度、居民消費能力等;創新和轉型力維度,主要關注城市創新能力、財政科技支持、產業高級發展等。參考高粼彤等(2022)[33]的研究,在標準化處理基礎上利用熵值賦權法得到經濟韌性指數,用于測度地級城市經濟韌性的綜合水平。

表1 城市經濟韌性綜合評價指標體系

2.解釋變量:數據要素市場化配置(DFM)

數據交易平臺作為加快數據要素價值轉化與推進數據要素市場化配置的重點建設項目,自2014年中關村數海大數據交易平臺成立以來,中國數據交易平臺數量不斷涌現,截至2017年底,已設立了貴陽大數據交易所、武漢東湖大數據交易中心、杭州錢塘大數據交易中心、上海數據交易中心等近20家數據交易平臺,覆蓋了北京、黑龍江、上海、江蘇、浙江、山東、湖北、廣東、重慶、貴州、陜西等10余個省市。本文借鑒劉滿鳳等(2022)[31]、鄭國強等(2023)[21]的研究,以各地探索設立的數據交易平臺作為數據要素市場化配置的準自然實驗,倘若城市在某一年設立了數據交易平臺,則該城市該年度及以后年度取值為1,否則取值為0。

3.控制變量與機制變量

本文的控制變量包括:(1)金融發展水平(FIN),以地級城市金融機構貸款余額與存款余額的比值衡量;(2)對外開放水平(OPE),采用地級城市人均吸收外商直接投資的對數反映;(3)人口密度狀況(POP),以地級城市每平方公里人數的對數表示;(4)基礎設施水平(BAS),以地級城市人均公路貨運量的對數反映。本文的機制變量為資本配置效率(CAP)和勞動力配置效率(LAB),借鑒白俊紅和劉宇英(2018)[34]的研究做法,采用要素價格扭曲方法計算資本錯配程度和勞動力錯配程度,分別反映資本配置效率和勞動力配置效率,即資本錯配程度與勞動力錯配程度越低,資本配置效率與勞動力配置效率越高。

(三)數據來源

本文主要研究對象為中國地級城市,剔除數據缺失較為嚴重的部分城市,最終選取中國大陸277個地級城市2011—2021年的樣本數據(1)不包括北京、上海、重慶和天津四個直轄市,同時剔除了海南、青海、新疆、西藏等《中國城市統計年鑒》中城市數量較少的省、自治區。。相關原始數據主要來源于《中國城市統計年鑒》、EPS數據庫以及各地級城市官方網站。對于部分城市個別數據的缺失通過插值法進行補齊,以減小由于樣本選擇帶來的回歸結果偏差。表2為主要變量描述性統計結果。

表2 主要變量描述性統計結果

五、實證檢驗與結果分析

(一)基準回歸檢驗

為驗證數據要素市場化配置能否提升城市經濟韌性,本文列示數據要素市場化配置對城市經濟韌性的基準回歸結果(見表3)。檢驗結果顯示,加入金融發展水平(FIN)、對外開放水平(OPE)、人口密度狀況(POP)和基礎設施水平(BAS)等控制變量后,數據要素市場化配置均在1%的水平上顯著提升了城市經濟韌性,表明數據要素市場化配置對城市經濟韌性存在較強的提升效應,可以證實研究假設1是成立的。從列(2)控制變量的檢驗結果來看,金融發展水平、對外開放水平、人口密度狀況和基礎設施水平對城市經濟韌性的影響均顯著為正。這說明,提升城市經濟韌性需要發揮多方面的作用,金融發展加快了資本在市場的流通,促進了經濟高效率發展,從而提升了城市經濟韌性;對外開放有助于引進外資、技術和管理經驗,推動本國產業升級和科技創新,推進經濟體制改革,對城市經濟韌性提升具有正向作用;人口密度反映了市場規模大小,較大的市場規模可以在外部沖擊發生后較為迅速地重新調整與恢復生產力,從而有利于提升城市經濟韌性;基礎設施建設能夠為城市提供便捷的交通及公共服務,在城市遭遇外部沖擊或風險時充分發揮保障作用,是提升城市經濟韌性的重要條件。

表3 基準回歸結果

(二)平行趨勢檢驗

使用雙重差分法的基本前提是,若沒有設立數據交易平臺的沖擊,處理組和控制組的城市經濟韌性滿足平行趨勢假設。因此,本文運用事件分析法進行平行趨勢檢驗,構建模型如下

(2)

與式(1)相比,式(2)進一步考慮了數據交易平臺設立的相對時間。為避免共線性,令數據交易平臺設立的前一年為基準組,α1表示數據交易平臺設立前后虛擬變量的估計值,是平行趨勢檢驗重點關注系數。

平行趨勢檢驗結果如圖1所示,在設立數據交易平臺前5年,回歸系數在95%的置信區間內處于平穩變化的狀態,這表明處理組和控制組的城市經濟韌性水平具有相似的運行趨勢且不存在顯著差異,滿足平行趨勢假定。數據交易平臺設立之后,回歸系數顯著為正,且隨著時間不斷推進,數據交易平臺的政策效果明顯增強,這表明設立數據交易平臺之后,處理組的城市經濟韌性顯著提升。綜上,充分證實本文設計多時點DID模型是有效的。

圖1 平行趨勢檢驗圖

(三)穩健性檢驗

1.安慰劑檢驗

為了排除其他非觀測的城市特征因素對DID估計結果的干擾,增強數據交易平臺設立與城市經濟韌性之間因果效應的穩健性,本文借鑒白俊紅等(2022)[35]的做法,使用隨機生成處理組與控制組的方式進行安慰劑檢驗。若隨機處理后DID回歸系數圍繞0分布,則表明基準回歸模型并未遺漏某些重要影響因素。圖2繪制了隨機處理500次后的DID系數分布,從中可以看出,回歸系數圍繞0呈現出正態分布,顯著異于實際回歸系數0.011 8,這也反向表明本文原處理組的估計結果是可靠的,數據交易平臺設立有利于提升城市經濟韌性。

圖2 安慰劑檢驗結果

2.PSM-DID回歸

樣本本身的特征差異會給實驗帶來干擾,為了消除這種影響,本文進一步使用傾向得分匹配的雙重差分(PSM-DID)方法,降低樣本選擇偏差,提高回歸的準確性。首先,選擇金融發展水平、對外開放水平、人口密度狀況與基礎設施水平等控制變量作為匹配變量,運用Logit模型進行傾向得分匹配;其次,采用最近鄰匹配法選取與處理組在傾向得分上比較接近的城市作為控制組;最后,根據匹配后的樣本重新進行回歸檢驗。圖3繪制了控制變量標準化偏差圖,從中可以看出,對于控制變量不管是處理組還是控制組,其標準化偏差的絕對值都明顯縮小,且均處于20%的區間內,意味著匹配效果良好。表4列(1)為傾向得分匹配后的檢驗結果,數據要素市場化配置(DFM)的回歸系數為正且顯著,與基準回歸檢驗結果一致,進一步證實了數據要素市場化配置有助于提升城市經濟韌性,再次驗證研究假設1是成立的。

圖3 控制變量標準化偏差圖

3.更換被解釋變量

與前文采用熵值法測算城市經濟韌性不同,參考李曉鐘等(2022)[14]的做法,采用主成分分析法重新測度城市經濟韌性,回歸結果見表4列(2)。檢驗結果顯示,數據要素市場化配置的回歸系數為0.11,且通過了1%的顯著性水平檢驗,這說明在采用主成分分析法重新測量城市經濟韌性后,數據要素市場化配置依然對城市經濟韌性表現出較強的提升效應。

4.內生性問題處理

利用雙重差分法和選取控制變量已經盡可能地減小因遺漏變量帶來的內生性問題,但由于數據交易平臺設立城市的選擇不具備嚴格的外生性,可能會造成選擇性偏差。為解決這一問題,本文借鑒張佑林等(2021)[36]的做法,將所有控制變量滯后一期后,代入模型進行回歸檢驗,檢驗結果如表4列(3)所示。可以看出,數據要素市場化配置的回歸系數顯著為正,說明數據要素市場化配置顯著提升了城市經濟韌性,再次證實基準檢驗結果是穩健的。

5.調整樣本時間區間

為保證數據交易平臺設立的政策評估效果不受樣本時間窗口的干擾,本文生成新的時間窗口[2012-2020]、[2013-2019]、[2014-2018],利用多時點DID模型重新進行檢驗,檢驗結果如表4列(4)-(6)所示。結果表明數據要素市場化配置對城市經濟韌性的影響系數依舊顯著為正,可以證實前文基準檢驗結果并非是源于特定的樣本區間而產生的。

表4 穩健性檢驗結果

(四)傳導機制檢驗

數據要素市場化配置顯著提升了城市經濟韌性,其背后的作用機制還需進一步分析。目前,學者們已經證實資本配置效率和勞動力配置效率對城市經濟韌性存在提升效應。在資本配置效率對城市經濟韌性影響方面,高粼彤等(2022)[33]指出,資本配置效率有助于改善社會資本錯配和融資錯配,是增強金融資產流動性和促進經濟高速增長的主要驅動力,并通過保持經濟持續性增長的方式增強區域未知風險抵御能力。同時,資本配置效率還有助于促進資金流通和資源的合理配置,增強金融包容性,顯著提高經濟系統抗擊外部風險的維穩力和修復力,不斷優化或重塑城市經濟韌性[37]。在勞動力配置效率對城市經濟韌性影響方面,Eraydin(2016)[38]證實,勞動力配置效率可以通過優化勞動力與其他生產要素配置推動經濟轉型,增強城市應對沖擊的抵抗力和恢復力。與此同時,城市間勞動力配置效率的改善有助于促進勞動力合理分配,提升經濟增長的潛在空間[39],緩解外部沖擊給城市帶來的巨大風險,助力城市經濟復蘇和增強城市經濟韌性[40]。

基于學者們對資本配置效率和勞動力配置效率影響城市經濟韌性的研究結論,本文以機制變量為被解釋變量,以數據要素市場化配置為解釋變量,構建多時點DID模型考察數據要素市場化配置能否提高資本配置效率和勞動力配置效率,以驗證上述兩種配置效率是否為數據要素市場化配置提升城市經濟韌性的重要傳導機制。從表5檢驗結果來看,數據要素市場化配置對資本配置效率和勞動力配置效率的影響系數均顯著為負,說明數據要素市場化配置顯著降低了資本錯配程度和勞動力錯配程度,有助于提升資本配置效率和勞動力配置效率,換言之,數據要素市場化配置可以通過改善資本配置效率和勞動力配置效率進而提升城市經濟韌性,從而證實研究假設2和假設3是成立的。正如前文理論分析所述,數據要素市場化配置有利于提高資本與勞動力配置效率,并通過資本與勞動力要素的高效配置,減少要素錯配或扭曲,充分釋放城市經濟增長動能,增強城市經濟系統的維穩力和修復力,輔助城市經濟平穩運行和創新轉型,進而提升城市經濟韌性。

表5 傳導機制檢驗結果

(五)進一步討論:異質性分析

1.行政等級異質性

城市行政等級不同,城市化發展基礎、市場抗風險能力、經濟發展水平等方面也會存在差異,為了進一步討論數據要素市場化配置對經濟韌性的影響在不同行政等級城市間是否存在異質性,本文按城市行政級別的不同將277個城市劃分為低等級城市與高等級城市兩類,具體地,省會城市、副省級城市以及國務院批準的較大城市為高等級城市,其他城市為低等級城市。在此基礎上,以低等級城市為參照系,引入高等級城市虛擬變量ADM,構建虛擬變量ADM與數據要素市場化配置(DFM)的交叉項:ADM×DFM,用來分析數據要素市場化配置影響城市經濟韌性的行政等級異質性。從表6列(1)可以看出,在高等級城市與低等級城市中數據要素市場化配置對城市經濟韌性均存在顯著的提升效應,但低等級城市的經濟韌性提升效應明顯弱于高等級城市。主要原因可能是,高等級城市在產業基礎、信息化水平、城市活力等方面的稟賦條件相對優越于低等級城市,能夠為數據要素流動與數字技術應用創造更好的條件,使得數據要素市場化配置對高等級城市經濟韌性的提升效應更強。

2.地理區位異質性

城市所處地理區位不同,其數據要素儲備與數字化發展基礎存在差異,極易造成數據要素市場化配置對城市經濟韌性的作用效果受到地理區位的影響。為了討論數據要素市場化配置對經濟韌性的影響在不同地理區位城市間是否存在異質性,本文根據樣本城市所處地理區位,劃分為東部城市和中西部城市(2)東部城市包括河北、遼寧、江蘇、浙江、福建、山東和廣東的地級城市,中西部城市包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西、甘肅和寧夏的地級城市。。在此基礎上,以中西部城市為參照系,引入東部城市虛擬變量EST,構建虛擬變量EST與數據要素市場化配置(DFM)的交叉項:EST×DFM,用來分析數據要素市場化配置影響城市經濟韌性的地理區位異質性。從表6列(2)可以看出,數據要素市場化配置對東部城市和中西部城市的經濟韌性均具有正向影響,但中西部城市的經濟韌性提升效應明顯弱于東部城市,且并未通過顯著性檢驗。原因可能在于,相對于東部城市,大多數中西部城市的數字基礎設施建設相對薄弱,數字化企業和數字化人才供給不足,數據交易平臺運行的制度環境有待優化,導致數據要素市場化配置對中西部城市經濟韌性的提升效應相對有限。

表6 異質性分析結果

3.政府干預異質性

政府干預的主要作用是解決市場壟斷、外部性、信息不對稱等市場失靈問題,但過多的政府干預會影響資源配置,擾亂市場發展,因而不同程度的政府干預可能導致數據要素市場化配置對城市經濟韌性的影響存在差異。本文以市場化程度(私營部門就業人數與總就業人數的比值)衡量政府干預程度,并依據年份均值將樣本城市分為政府干預較高城市(低于等于中位數的城市)和政府干預較低城市(高于中位數的城市)兩組。在此基礎上,以政府干預較高城市為參照系,引入政府干預較低城市虛擬變量GOV,構建虛擬變量GOV與數據要素市場化配置(DFM)的交叉項:GOV×DFM,用來分析數據要素市場化配置影響城市經濟韌性的政府干預異質性。表6列(3)檢驗結果顯示,數據要素市場化配置對政府干預較低城市的經濟韌性提升效應強于政府干預較高城市。主要原因在于,相對于較高程度政府干預可能帶來的資源配置低效和市場效率較低等弊端,政府干預較低有助于更好地發揮市場在資源配置中的決定性作用,充分促進數據要素流通,發揮市場反饋作用,助推產業結構轉型升級,加快市場經濟發展,從而提高城市經濟韌性。

六、研究結論與政策建議

本文采用中國大陸277個地級城市2011—2021年的樣本數據,以數據交易平臺設立為準自然實驗,運用多時點雙重差分模型探究數據要素市場化配置對城市經濟韌性的影響。結果發現:第一,數據要素市場化配置對城市經濟韌性具有顯著的提升效應,在經過平行趨勢檢驗和一系列穩健性檢驗后,該研究結論依舊成立;第二,資本配置效率與勞動力配置效率是數據要素市場化配置提升城市經濟韌性的重要傳導機制,即數據要素市場化配置可以通過改善資本配置效率與勞動力配置效率進而提升城市經濟韌性;第三,數據要素市場化配置對城市經濟韌性的影響效應存在行政等級、地理區位和政府干預異質性,在行政等級較高、政府干預較低的城市以及東部城市中,數據要素市場化配置對城市經濟韌性的提升效應更強。

根據上述研究結論,提出以下政策建議。

第一,完善數據要素市場化配置,創新城市經濟韌性規劃建設。一方面,加強數據交易平臺的高質量數據供給,深化城市間數據要素互聯互通,促進數據交易平臺與研發平臺、地方融資服務平臺等數據的統籌與對接,實現數據資源高效利用與優化配置,助推城市經濟韌性提升。另一方面,兼顧城市行政等級與地理區位異質性,構建城市間梯次聯動的經濟韌性網絡,強化城市間聯防聯控聯治,通過城市間協作與良性競爭賦能韌性城市建設;適當削弱政府的不合理市場布局規劃與行業發展指導,優化政府干預行為,避免因資源配置低效或市場效率較低所導致的經濟風險問題。

第二,合理配置資本和勞動力要素,提升資源配置效率。加速資本要素市場化改革,建立開放型投融資體系,并健全與社會資本合作機制,引導資本向高效率產業傾斜,減少資本配置摩擦,帶動城市產業結構升級,強化城市抵御沖擊的能力;健全統一規范的人力資源市場體系,構筑城市間公共就業服務信息的共建共享機制,落實城市間協調銜接的勞動力流動策略與差異化人力資本匹配戰略,積極推進高層次人才流入高潛力行業,為提升城市經濟韌性增勢賦能。

第三,培植內生發展動能,筑牢城市經濟基底。探索數字普惠金融服務城市經濟發展新模式,創新金融機構的資金供給方案,完善金融發展對城市經濟波動的調節作用,維持城市經濟穩定;加快國內外要素資源的有序流動與深度融合,走“以質取勝”和“科技興貿”的城市對外開放道路,助推城市向高端制造、科技創新等領域轉型升級,為城市經濟韌性提升奠定發展基礎;打破戶籍制度壁壘,引導農村剩余勞動力向城市轉移,疏通人口流動渠道,充分考慮城市整體承載力,打好城市經濟韌性建設基礎;部署城市基礎設施的智能改造升級,優先開展對城市經濟維穩性較強的基礎設施投資,兼顧新基建投資對穩定城市就業供給的社會效益,以更好地應對外部沖擊對城市經濟的影響。