數據要素市場化能否提升城市創新能力

陳婷 段堯清 吳瑾

收稿日期：2022-09-05修回日期：2022-11-04

基金項目：教育部哲學社會科學研究重大課題攻關項目（20JZD024）

作者簡介：陳婷（1994-），女，湖北武漢人，華中師范大學信息管理學院博士研究生，研究方向為政務大數據與公共服務、管理創新；段堯清（1966-），男，湖北監利人，華中師范大學信息管理學院、湖北省數據治理與智能決策研究中心教授、博士生導師，研究方向為政務大數據與公共服務、管理創新；吳瑾（1998-），女，湖北漢川人，華中師范大學信息管理學院碩士研究生，研究方向為管理創新。本文通訊作者：吳瑾。

摘 要：基于2009-2019年中國258個地級市面板數據，采用多期雙重差分模型，評估數據要素市場化對城市創新能力的影響，并對其內在影響機制與城市異質性進行拓展性分析。結果顯示，數據要素市場化能夠顯著提高城市創新能力，且通過穩健性檢驗；機制檢驗發現，探尋城市規模與數字金融發展的平衡點、優化產業結構和集聚信息人才是數據要素市場化促進城市創新的重要渠道，且該促進作用因城市地理區位、行政等級和科教水平不同而存在顯著差異，其中，數據要素市場化對東西部城市、重點城市和高科教水平城市的創新驅動效應更顯著。

關鍵詞：數據要素市場化；城市創新；多期雙重差分；城市異質性

DOI：10.6049/kjjbydc.2022090113

開放科學（資源服務）標識碼（OSID）開放科學（資源服務）標識碼（OSID）：

中圖分類號：F290

文獻標識碼：A

文章編號：1001-7348（2024）03-0074-10

0 引言

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《關于構建更加完善的要素市場化配置體制機制的意見》（以下簡稱《意見》），將數據認定為與土地、勞動力、技術和資本等傳統可參與分配的生產要素并列的新型生產要素^[1]。在信息時代，數據要素已成為重要的生產資料。隨著全球數據資源呈爆炸式增長，數據要素市場規模迅速擴張，推動數據產業快速發展。2018年中國數據產業規模為6 000億元，2020年超過10 000億元，產業規模增長率超過30%，中國有望在2025年擁有全球最大的數據要素市場^[2]。

歷史發展經驗證明，每一次的要素市場化都推動了社會創新，不同的生產要素市場化對創新能力具有不同影響。如推進土地要素市場化有助于持續釋放城市創新活力^[3]；勞動力要素的高級化和市場化是促進城市創新的重要機制^[4]；技術要素擴散與流動能提升區域創新效率^[5]；資本要素的市場扭曲會正向抑制技術發展和區域創新，并對創新機制產生持續的負向影響^[6]。與傳統要素市場化相比，數據要素市場化具備非競爭性、價值差異性、強外部性、跨時空快速流動性等新特征，這些特征使得數據要素市場化對創新能力的影響呈現不同規律^[7]。

數據要素在直接創造價值、改變勞動力分配和提升產業轉型質量等方面起著決定性作用^[8]。建立數據要素市場，推進政府數據開放共享、提高社會數據資源價值、加強數據資源整合保護、開啟創新驅動新格局已成為提升城市創新實力與推動國家經濟發展的必然要求。然而，數據要素如何實現市場化配置并發揮其內在價值？數據要素市場化能否強化數據要素賦能作用，增強城市創新能力？上述問題并未得到實證檢驗。在此背景下，本文以實現數據要素市場化的城市作為準自然實驗對象，從理論與實證兩方面分析數據要素市場設立前后城市創新水平差異，揭示數據要素市場化對城市創新能力的影響機理，為數字經濟背景下城市創新系統建立與完善、數據要素交易政策制定及執行提供理論支撐。

1 相關研究

1.1 數據要素市場化

數據要素市場化是指通過將數據要素配置到相關生產領域，根據供求關系定價數據要素，遵從等價交換原則，進行數據要素交易的基本流程。在此過程中需要克服由數據要素規模和質量差異引起的市場競爭，完善相關體制機制以保障市場健康公平運行^[9]。建設數據交易平臺是地方政府與經濟主體在探索推進數據要素市場化過程中作出的實踐嘗試，并成為完善數據要素市場化配置的重要手段之一^[10]。數據交易平臺作為提供交易服務與保障交易安全的核心場所，其建設主體可分為政府、數據服務商與大型互聯網企業三類^[11]，其中，政府參與型數據交易平臺規模最大。

目前，關于數據要素市場化的研究涉及運營機制、價值結構和社會影響。合理的數據確權、定價與收益分配機制是數據交易平臺穩定運行的基礎^[12]，數據定價模型^[13]與分紅機制^[14]的建立能最大程度地保障數據要素公平交易。數據要素的價值結構需要根據政府數據資產管理框架進行優化^[15]，以保障政府數據開放共享，避免資本對政府數據形成壟斷^[16]。數據要素市場化的社會影響涉及企業轉型、經濟發展、知識產權運營、法治變革等方面。數據要素市場化能激勵企業進行數據開放與交易、促進數字技術匯聚^[11]、加速企業轉型升級，有利于重塑經濟形態，提高數據要素配置效率，加快技術經濟與發展范式躍遷，從而加快數字經濟發展^[17]；數據要素市場化對知識產權運營的影響，具體表現在平臺系統建設、金融產品供給和產品應用等方面^[7]；數據要素市場化對政府公共治理行為也具有重要影響，與數據要素交易相關的安全系統及用戶隱私監管體系應運而生，相關法律與制度也正不斷完善^[18]。

1.2 城市創新能力

創新能力經歷了信息化改善期、互聯網經濟推動期和數字經濟賦能期^[19]，已成為引領中國經濟轉型發展的首要驅動力。城市創新體系已成為創新型國家建設的基礎，城市創新能力評價又是創新體系構建的重要依據。目前關于城市創新能力評價的研究已經取得豐富的成果，學者們主要從研究方法、研究對象、影響因素以及影響效果等方面進行深入探討，基于AHP、DID、DAE、OLS等分析方法，以智慧城市^[20]、大數據試驗區^[21]、創新示范區^[22]等為研究對象，構建差異化指標體系評價城市創新能力。常用的創新能力評價指標包括創新投入、財務績效和創新產出^[23]，多數學者選擇將反映創新產出的專利數量等作為主要評價指標。

城市創新能力影響因素涉及政府投入、經濟水平、外商投資、信息基礎建設等（韋東明等，2021），在不同因素影響下創新能力表現迥異。例如中歐班列開通^[23]、智慧城市建設^[21]、大數據試驗區建立^[24]會正向驅動區域創新能力提升；基礎設施投資在增強區域創新能力的同時會引發創新效率損失，使得基礎設施投資對城市創新效率呈現出倒U型影響^[24]；由高鐵網絡建設引致的外商直接投資會對沿線城市的高質量創新產生抑制作用，導致“逆城市化”現象發生^[25]；傳統的生產要素如土地、勞動力、技術和資本的市場化也是重要的城市創新能力驅動器^[3-6]。新型生產要素，即數據要素市場化主要從制度環境、社會環境和技術環境等方面對城市創新能力產生影響^[26]。其中，制度環境作為城市創新能力持續提升的落腳點，從政治和市場兩個方面決定創新活動效率與方向^[27]；社會環境作為城市創新能力全面延展的切入點，能夠激發行為主體完善既有結構和解決社會問題，從而推動城市創新^[28]；技術環境作為城市創新能力快速演進的著力點，能夠助力技術手段優化創新資源配置，提升創新資源使用效率^[29]。

1.3 研究述評

上述研究分析了數據要素市場化的社會影響，通過整合城市創新能力驅動因素發現，城市創新能力被眾多要素驅動，生產要素市場化是其中的重要一環，數據要素作為新型生產要素，對城市創新能力是否具有驅動作用值得探討。本文根據各地數據交易平臺建立時間設置準自然實驗節點，采用多期雙重差分法實證檢驗數據要素市場化對城市創新能力的影響。分析數據要素市場化對城市創新能力的影響機理不僅有利于厘清數字經濟發展的內在規律，還能為完善數據要素市場和提升城市創新能力提供政策建議。

2 理論分析與研究假設

2.1 數據要素市場化對城市創新能力的影響

中共十九屆四中全會指出，“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制”。2022年，《意見》的通過標志著數據正式成為五大基礎生產要素之一，數據不僅是基礎性生產要素，更是關鍵性戰略資源。有價值的數據要素是促進數字經濟發展，催生新產業、新業態、新模式形成的基礎。善用數據生產要素，促進數據要素市場化，有助于推動實體經濟與數字經濟深度融合，為傳統產業實現數字化、網絡化和智能化轉型提供新動力^[10]。通過數據要素市場化，可以促進不同領域和機構之間的數據共享與互通，有助于創新者提出更具針對性的創新解決方案，助力政府制定政策、規劃城市發展以及完善公共服務等。此外，數據要素市場化還能夠促進創新生態系統建設，將個人、企業和研究機構等多方創新主體連接在一起，促進創新協同和合作；幫助創新者將創新成果轉化，進行商業化開發，更好地發揮創新潛力并推動城市經濟發展。總的來說，數據要素市場化將對城市建設與發展產生多方面影響，最終提升城市創新能力。基于此，本文提出以下假設：

H₁：數據要素市場化有利于提升城市創新能力。

2.2 數據要素市場化對城市創新能力的影響機制

（1）數字金融提升效應。數據要素市場化有助于緩解信息不對稱問題，提高信貸市場效率，為個人和企業創新提供高效的金融支持，從而提升城市創新能力。數據要素市場化還有助于獲取消費者和企業的數字足跡，開展違約行為的數字評估，提高模型評估和預測精準性^[30]。數字金融借助信息技術、大數據技術、云計算等新興技術，為創新主體提供高效便捷的融資渠道、準確實時的數據分析，以及不同金融工具和服務，加速創新項目孵化和成長，推動經濟發展與社會進步。數字金融還能有效緩解由資源分配不均引起的結構性矛盾，最大化企業創新效應，為企業創新提供健康和可持續的生態環境，全面提高城市創新能力^[31]。基于此，本文提出以下假設：

H_2a：數據要素市場化通過提高數字金融水平增強城市創新能力。

（2）產業結構優化效應。數據要素市場化的具體表現是建立和運營數據交易平臺^[10]。這些平臺具有運營效率高、數據供給規模和結構合理等特征，有助于打破傳統產業壁壘，促進不同產業之間跨界合作和交流；通過提高數字資源配置效率和產業融合效率，促進產業結構升級，提升城市創新能力^[32]。通過交易平臺，企業能夠高效獲取所需數字資源，降低創新成本。同時，激烈的市場競爭促使數據生產者不斷優化服務，提供高品質的數據產品。產業結構優化過程中形成的競爭效應和協同效應促使研發投入增大與知識擴散，從而推動城市創新能力提升^[33]。綜上所述，通過優化產業結構，數據要素市場化對城市創新能力產生多方面影響，包括跨界合作、資源優化和創新活動開展等。基于此，本文提出以下假設：

H_2b：數據要素市場化通過推動產業結構優化提升城市創新能力。

（3）信息人才聚集效應。數據要素市場化作為提升城市創新能力的重要抓手，可以從前后兩端引發信息技術人才聚集效應，進而提高數字經濟服務能力和創新效率。前端效應可基于政策導向，推動數據要素市場化，為開發信息人才潛力和培養創造力提供多元化計劃。具體為：為信息人才營造開放、包容，支持創新的環境，同時，為他們提供豐富的數據資源和創新機會，通過最大程度地吸引并留住信息技術人才，提高城市數字經濟服務能力^[29]；后端效應體現為數據要素市場化引發產業運營模式改變，倒逼數字技術部門持續開發新技術和構建新平臺。由于新技術開發需要人才、資金等資源投入，從而促使城市不斷完善信息人才培養體系，增強信息人才的創新思維和實踐能力^[21]，從數量與質量層面提升信息人才聚集水平，為城市創新提供充足的智力支撐。基于此，本文提出以下假設：

H_2c：數據要素市場化通過促進信息人才集聚提升城市創新能力。

2.3 數據要素市場化對城市創新能力影響的異質性

由于各地區建立數據交易平臺的時間不同，導致數據要素市場化本身就存在異質性。此外，城市內部資源整合和外部環境建設也受到區域、經濟發展水平和發展類型等因素的影響。因此，數據要素市場化對城市創新能力的影響存在差異。針對邊緣經濟引發的區域創新不平衡問題，學者們分別從地理區位、城市等級和科教水平^[34]等方面進行分析。

從地理區位來看，中國經濟發展不均衡，不同地區數據交易市場建設程度不同，數據要素市場化對城市創新能力的影響也存在差異^[35]。經濟基礎雄厚地區具有較強的創新意識；具有地理優勢的城市通常開放程度較高，能夠吸引更多外商投資，加速城市創新資源與資本對接，從而激發科技創新。不同城市擁有的經濟管理權限和優惠政策等資源也不同，高行政等級城市通常是國家或區域經濟發展戰略實施重點和先行者。這些城市可以依托行政權力獲得更多公共財政支持，并享受到更大力度的創新激勵政策。此外，它們還可以利用中心城市的集聚效應，提高資本、人才、信息等創新要素的聚集水平。因此，數據要素市場化對城市創新能力的影響在不同等級城市存在差異^[21]。城市等級不同也意味著城市人口數量存在一定差異，一般而言，較大規模城市比中等規模城市具有更堅實的經濟基礎和更高的創新水平^[35]。從科教水平來看，具有科教優勢的城市擁有豐富的人力資本和科研資源，能夠充分釋放創新潛能^[34]。城市的創新能力主要取決于全要素生產率和人力資本積累，高科教水平有助于提高城市全要素生產率，并為城市發展聚集高素質人才。高素質人才聚集又可以為數據要素市場化提供豐富的人力和智力支持，為城市創新提供源源不斷的核心動能^[36]。基于上述分析，本文提出如下假設：

H₃：數據要素市場化對城市創新能力的影響存在城市異質性。

3 研究設計

3.1 模型設定

通過比較數據交易平臺建設前后城市創新能力的差異，是探究數據要素市場化對所在城市創新能力影響的最直接且有效方法，由于各地區建立數據交易平臺的時間不同，本文采用多期雙重差分法建立計量模型，通過剔除其它因素得到數據要素市場化對城市創新能力的凈影響效果。

考慮到數據統計口徑的一致性和數據可獲得性，本文選擇258個地級市作為樣本，根據處理組與對照組的選擇原則，將設立數據交易平臺的城市作為處理組，其它城市作為對照組。控制城市層面的其它變量，根據每個城市建立數據交易平臺的時間，建立虛擬變量mdf，構建模型（1）。

inno_it=α+βmdf_it+γx_it+δ_i+θ_t+ε_it（1）

其中，i、t分別代表城市和年份，inno_it表示城市i在t年的創新水平，mdf是虛擬變量，若城市i在第t年設立數據交易平臺，則mdf值為1，否則為0。本文重點關注虛擬變量回歸系數β，β反映數據要素市場化對城市創新能力的凈影響，若β>0，則說明數據要素市場化對城市創新能力有正向影響，反之，則說明市場要素市場化的影響為負。x代表一系列控制變量，γ為相應系數列向量。此外，δ_i代表城市固定效應，θ_t表示年份固定效應，ε_it為誤差項^{[11，37，38]}。

3.2 變量選取

（1）被解釋變量：城市創新能力（inno）。創新投入、創新產出和財務績效是現有研究中衡量地方創新能力的重要指標，尤其是創新產出^[21]。由于專利數量能夠真實反映科技創新水平，故本文以專利數量作為創新產出的衡量指標（馮苑等，2021）。專利數量可分為專利申請數和專利授權數，其中，專利申請數會受到虛假、不合格專利的影響，而專利授權過程存在不穩定性、時效性等問題。為了更加全面地對數據要素市場化下的城市創新能力進行測度，本文以城市專利申請數作為城市創新能力測度指標，將專利授權數量作為穩健性檢驗中的替代指標^[39]。

（2）核心解釋變量：數據要素市場化虛擬變量（mdf）。如果城市i在第t年建立數據要素交易市場，則該城市在第t年及以后年份的mdf_it=1，其它年份則為0^[38]。

（3）控制變量：為了全面分析數據要素市場化對城市創新能力的影響，根據已有文獻，加入可能影響城市創新能力的變量。具體包括：①經濟發展水平（pgdp）；②政府支持水平（gov）；③產業結構水平（industr）；④金融發展水平（fin）；⑤基礎設施水平（infra）；⑥人力資本水平（hr）；⑦信息基礎設施（net）。相關變量計算方法及文獻來源見表1。

3.3 樣本選擇與描述性統計分析

由于部分城市存在嚴重的數據缺失或發生行政區劃變化，經綜合考慮數據完整性，選擇2009-2019年全國258個地級市平衡面板數據為樣本，評估數據要素市場化對城市創新能力的影響效應。其中，衡量城市創新能力的專利數據來自中國研究數據服務平臺（CNRDS），地級市層面數據來源于歷年《中國城市統計年鑒》和各省市統計年鑒，個別缺失值通過插值法予以補齊。變量描述性統計結果如表2所示。

4 實證結果分析

4.1 基準回歸檢驗

為了使用雙重差分模型評估數據要素市場化對城市創新能力的影響，固定時間變量并控制城市變量以進行基準回歸，結果如表3所示。其中，第（1）列為數據要素市場化對城市創新能力的影響，第（2）-（8）列為加入一系列控制變量后的回歸結果。由結果可知，建立數字交易平臺城市虛擬變量的估計系數為0.077 5，且在5%的水平下顯著為正，表明數據要素市場化對城市創新能力具有顯著促進作用。

4.2 平行趨勢與動態效應檢驗

在使用多期雙重差分法時，需要檢驗數據要素市場化之前的平行趨勢以及數據交易平臺建立后的影響。本文采用事件研究法^[32]檢驗是否符合平行趨勢假設，具體設定如式（2）所示。

inno_it=α+∑⁴_－4β_kD^k_it+γ∑x_it+δ_i+θ_t+ε_it（2）

其中，D^k_it為建立數據要素交易平臺的虛擬變量，k>0表示數據交易平臺建立后的第k年，k<0表示數據要素交易平臺建立前的第|k|年。β_k反映了數據要素市場化對城市創新能力的影響方向。如圖1所示，橫軸表示平臺建立前后的相對年份，縱軸表示β_k估計值，上下虛線為95%的置信區間。可以發現，數據交易平臺建立前回歸參數β_k變化不大，表明數據交易平臺建立前城市創新能力隨時間推移未發生顯著變化，驗證了平行趨勢假設。數據要素平臺建立后，回歸參數β_k呈現出穩步提升態勢，說明數據要素市場化對城市創新能力具有積極影響。

4.3 PSM-DID檢驗

為避免因實驗組與對照組初始條件不同導致的選擇偏差，采用傾向得分匹配（Propensity Score Matching，PSM）法檢驗結果穩健性。為了降低樣本異質性影響并保證DID估計的準確性，需要對樣本進行平衡性檢驗，檢驗結果見表4。結果顯示，匹配前各維度差異明顯且t檢驗結果顯著，匹配后所有變量差異減小且t檢驗結果不再顯著，表明匹配后實驗組與對照組在變量上無明顯差異，通過平衡性假設檢驗，即選用的匹配變量與匹配方法恰當。經驗證PSM-DID方法合理性后，根據匹配結果進行DID分析，如表5所示。結果顯示虛擬變量mdf通過顯著性水平檢驗，進一步論證了前文研究結果。

5 進一步分析

5.1 穩健性檢驗

5.1.1 安慰劑檢驗

由于城市創新能力提升可能是城市經濟發展結果而不是單純由數據要素市場化引起的，為消除遺漏變量的影響，本文從隨機效應角度，采用安慰劑方法進行檢驗。將數據交易平臺設立分別提前一年、兩年和三年，作為數據要素市場化虛擬變量的時間節點。回歸結果如表6中（1）（2）和（3）列所示，可以發現，數據交易平臺建立前，該變量系數不顯著且為負，說明反事實構建的虛擬時間變量對城市創新能力不存在顯著影響，從而消除遺漏變量等因素影響。

5.1.2 替換被解釋變量檢驗

為了避免由變量定性選擇導致的估計結果偏誤，重新調整城市創新能力測度方式以檢驗基準回歸結果穩健性^[40]，此處選擇專利授權數量（pat）衡量城市創新能力。回歸結果如表6中（4）（5）所示，可以發現，更換被解釋變量后虛擬變量mdf的估計系數發生變化，但依然顯著為正，表明數據要素市場化對城市創新能力的影響具有穩健性，數據要素市場化有助于城市創新能力提升。

5.1.3 其它穩健性檢驗

為了進一步增強結論說服力，本文還進行其它穩健性檢驗：考慮到直轄市和省會城市是國家發展戰略實施重點，上述城市不僅在經濟基礎、創新資源稟賦等方面具有優勢，而且易于獲得政策和資源支持，為了反映數據要素市場化對城市創新能力的凈影響，本文采用刪除直轄市和省會城市的方法進行穩健性檢驗。回歸結果如表6中（6）（7）列所示，可以發現，mdf的估值系數顯著為正，再次驗證本文實證結果穩健可靠。

5.2 影響機制檢驗

以上結果表明，數據要素市場化能夠提高城市創新能力。為了進一步分析其影響機理，構建中介效應模型如式（3）-式（5）所示。

inno_it=α+α₁mdf_it+α₂x_it+δ_i+θ_t+ε_it（3）

mediator_it=β+β₁mdf_it+β₂x_it+δ_i+θ_t+ε_it（4）

inno_it=λ+λ₁mdf_it+λ₂mediator_it+λ₃x_it+δ_i+θ_t+ε_it（5）

其中，mediator為中介變量，包括數字金融（df）、產業結構（ic）和信息人才（it）。模型（3）為基準回歸方程，模型（4）為中介變量的回歸方程，模型（5）為數據要素市場化與中介變量共同影響城市創新能力的回歸方程。

數字金融借助新興技術影響城市創新發展，本文使用北京大學數字金融研究中心編制的數字普惠金融指數衡量中國城市層面的數字金融影響效應^[31]。由于信息技術從業者一般具有較高學歷且掌握豐富的信息技術與知識，該類人才集聚度可在一定程度上反映該地信息人才集聚效應。因此，本文將信息傳輸、計算機服務和軟件從業人數取對數作為信息人才聚集效應的代理變量^[30]。數據要素作為新型生產要素，為傳統產業發展開辟了新渠道，產業結構優化也可能是數據要素市場化影響城市創新的中介因素之一，因此本文使用城市生產性服務業從業人數占城鎮單位從業人數的比例表征產業結構優化效應^[11]。

回歸結果如表7所示，可以發現，納入數字金融中介變量后，數據要素市場化對城市創新能力的影響顯著為負，說明數字金融起負向中介作用，即數據要素市場化下的數字金融發展會削弱城市創新能力。分別加入產業結構和信息人才后發現，數據要素市場化對城市創新能力的促進作用下降，且分別在10%和1%水平下顯著，說明數據要素市場化可以通過產業結構優化和信息人才集聚促進城市創新能力提升。《數字普惠金融指數報告》指出，城市化水平與數字金融發展正相關，但是城市都市化或人口集中度與數字金融發展負相關。目前設立數據交易平臺的地區都屬于高水平發展的核心都市，導致其數字金融發展水平受到一定抑制，數據要素市場化對數字金融的正向影響可能并不能彌補城市都市化對數字金融帶來的負向影響。由此，數字金融作為數據要素市場化負向影響城市創新的中介因素得到合理解釋。

5.3 異質性分析

5.3.1 城市區位異質性

參考現有文獻[35]，本文將樣本城市劃分為東部、中部、西部3個子樣本進行回歸，結果如表8所示。其中，第（1）-（3）列顯示城市創新能力受到城市區位的影響，東部和西部城市的回歸系數為正，在5%的水平下通過顯著性檢驗，表明數據要素市場化對東部和西部城市創新能力具有顯著正向影響。這是因為東部地區經濟發達，擁有豐富的創新資源，數據要素市場化極大地促進東部城市與其它城市間的知識流動，有助于隱性知識傳播和創新活動開展。西部地區經濟相對落后，數據交易平臺設立在少數核心城市，例如貴陽和西安。在數據要素市場化推動下，西部數據要素逐漸向這些核心城市流動和聚集，產生集群效應，促進知識溢出和創新活動開展。相較于東西部地區，中部地區經濟基礎與發展水平較均衡，導致中部地區數據要素市場化對城市創新能力的影響并不顯著。

5.3.2 城市等級異質性

為了評估數據市場要素化對不同等級城市的影響效應，將樣本城市區分為重點城市與非重點城市，將直轄市、省會城市與副省級城市定義為重點城市，其它城市則為非重點城市。重點與非重點城市的回歸分析結果如表8中第（4）—（5）列所示。可以發現，重點城市的回歸系數為正，且在1%的水平下通過顯著性檢驗，而非重點城市未通過顯著性檢驗。這是因為面對國家創新驅動發展，重點城市的響應更積極，數據要素市場化對城市創新能力的驅動效應也更顯著。相比之下，非重點城市擁有的經濟社會管理權限不足，對創新型企業的吸引力有限，加上政策推廣和執行力度明顯滯后，導致數據要素市場化對城市創新能力的驅動作用較弱。

5.3.3 城市科教水平異質性

高素質人才能夠快速適應數據要素市場化帶來的技術變革，為城市創新提供智力支持。本文根據城市是否擁有“雙一流”大學，將樣本城市劃分為高科教水平地區與低科教水平地區并進行回歸分析，結果如表8中第（6）（7）列所示。可以發現，高科教水平地區的回歸系數為正，且在1%水平下通過顯著性驗證，表明數據要素市場化對高科教水平地區的創新能力具有顯著正向影響。這是因為高科教水平地區擁有豐富的智力與知識儲備，有助于培育創新精神、促進各類優秀人才成長、優化資源配置、推進協同創新，從而提高城市創新能力。

6 結論與建議

6.1 研究結論

本文基于2009-2019年我國258個地級市面板數據，采用多期DID模型就數據要素市場化對城市創新能力的影響及作用機理進行分析。結論如下：數據要素市場化對城市創新具有顯著正向影響，經調整工具變量和進行傾向得分匹配等一系列穩健檢驗后，該結論仍顯著成立。通過深入分析數據要素市場化影響城市創新能力的作用機制發現，數據要素市場化有助于加速數字金融發展，促進產業結構優化，增加信息人才儲備，進而對城市創新能力產生影響。從異質性分析結果來看，數據要素市場化對東西部地區城市創新能力的影響更顯著，對重點城市以及高科教水平城市創新能力的驅動效應更顯著。

6.2 理論貢獻

相較以往研究，本文基于城市面板數據，以數據交易平臺設立為準自然實驗，采用多期DID模型驗證數據要素市場化對城市創新能力的影響，并從數字金融影響效應、產業結構優化和信息人才匯聚角度探討數據要素市場化對城市創新能力提升的內在作用機制，完善了數據要素市場化影響城市創新能力的理論框架，并為相關問題研究提供了實證依據，進一步豐富了該領域研究成果。

6.3 對策建議

（1）培育高質量的數據要素市場。鼓勵現有數據交易平臺在完善頂層設計的同時，加快建設安全可靠的數據交易系統，明確數據要素確權，完善交易規則制定。在完善現有數據交易平臺建設的同時，持續推進數據交易平臺試點，鼓勵企業參與數據要素市場化，縮小區域間數字鴻溝；不斷加大數據要素市場投入和技術支持，提高治理水平和優化創新環境，解決城市發展問題，提高城市創新能力，促進城市經濟發展。

（2）政府應充分發揮主導作用，促進制造業與服務業融合發展，加強數字技術在服務業領域的應用與推廣，實現傳統要素市場與數據要素市場的完美接軌。不斷拓展數字金融服務邊界，優化數字金融服務結構，完善數字金融發展政策，打破城市都市化與數字金融效應之間的發展壁壘，形成數字金融對數據要素市場的正向影響。

（3）數據交易平臺建設應因地制宜，增強政策執行靈活度，提高精準性，在城市治理過程中充分應用信息知識與技術。在東西部城市、重點城市和高科教水平城市，構建特色城市創新生態系統，加快科技成果轉化步伐，促進城市高質量發展。在數據要素市場化影響不顯著的地區，充分利用“次動優勢”，發揮數據要素市場化對城市創新要素的聚集作用，結合城市特色進行創新潛能挖掘，不斷激發城市創新活力。

參考文獻：

[1] 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 [EB/OL].（2020-03-30）[2022-06-28].http：//www.gov.cn/zhengce/2020-04/09/content_5500622.htm.

[2] 工業和信息化部. 關于印發“十四五”大數據產業發展規劃的通知 [EB/OL].（2021-11-15）[2022-06-28].http：//www.gov.cn/zhengce/zhengceku/2021-11/30/content_5655089.htm.

[3] 毛文峰， 陸軍. 土地要素錯配如何影響中國的城市創新創業質量——來自地級市城市層面的經驗證據 [J].產業經濟研究， 2020， 19（3）： 17-29，126.

[4] 孫文浩， 張杰. 高級勞動力要素增密對城市創新的動態影響 [J].上海經濟研究， 2021， 38（4）： 67-83.

[5] 鄭萬騰， 趙紅巖， 陳羽潔， 等 . 技術擴散能否成為區域創新效率提升的新動能——研發要素流動視角 [J].科技進步與對策， 2020， 37（21）： 56-63.

[6] 陳經偉， 姜能鵬. 資本要素市場扭曲對企業技術創新的影響：機制、異質性與持續性 [J].經濟學動態， 2020，61 （12）： 106-24.

[7] 劉然， 孟奇勛， 余忻怡. 知識產權運營領域數據要素市場化配置路徑研究 [J].科技進步與對策， 2021， 38（24）： 9-17.

[8] 陶卓， 黃衛東， 聞超群. 數據要素市場化配置典型模式的經驗啟示與未來展望 [J].經濟體制改革， 2021， 39（4）： 37-42.

[9] 何玉長， 王偉. 數據要素市場化的理論闡釋 [J].當代經濟研究， 2021，32 （4）： 33-44.

[10] 楊艷， 王理， 廖祖君. 數據要素市場化配置與區域經濟發展——基于數據交易平臺的視角[J].社會科學研究， 2021，43 （6）： 38-52.

[11] 劉滿鳳， 楊杰， 陳梁. 數據要素市場建設與城市數字經濟發展 [J].當代財經， 2022，43 （1）： 102-112.

[12] 梁繼， 苑春薈. 數據生產要素的市場化配置研究 [J].情報雜志， 2022， 41（4）： 173-180.

[13] YANG J， ZHAO C， XING C. Big data market optimization pricing model based on data quality [J].Complexity， 2019.

[14] GOLDFARB A， TUCKER C. Digital economics [J].Journal of Economic Literature， 2019， 57（1）： 3-43.

[15] 夏義堃. 數據要素市場化配置與深化政府數據治理方式變革 [J].圖書與情報， 2020， 40（3）： 14-16.

[16] 李剛. 政府數據市場化配置的邊界：政府數據的“生產要素”和“治理要素”二重性 [J].圖書與情報， 2020，40 （3）： 20-21.

[17] 王偉玲， 吳志剛， 徐靖. 加快數據要素市場培育的關鍵點與路徑 [J].經濟縱橫， 2021， 37（3）： 39-47.

[18] 李直， 吳越. 數據要素市場培育與數字經濟發展——基于政治經濟學的視角 [J].學術研究， 2021， 64（7）： 114-120.

[19] 許憲春， 張美慧. 中國數字經濟規模測算研究——基于國際比較的視角 [J].中國工業經濟， 2020， 37（5）： 23-41.

[20] 張節， 李千惠. 智慧城市建設對城市科技創新能力的影響 [J].科技進步與對策， 2020， 37（22）： 38-44.

[21] 徐林， 侯林岐， 程廣斌. 國家級大數據綜合試驗區創新效應研究 [J].科技進步與對策， 2022， 39（20）： 101-111.

[22] 晏艷陽， 嚴瑾. 國家自主創新示范區建設對企業創新的影響研究 [J].軟科學， 2019， 33（6）： 30-36.

[23] 陳玲， 段堯清. 政務大數據政策的技術創新效應分析——基于PSM-DID方法的估計 [J].圖書情報工作， 2020， 64（20）： 96-105.

[24] 潘雅茹， 羅良文. 基礎設施投資對區域創新效率的異質性影響研究 [J].貴州社會科學， 2019， 40（4）： 145-153.

[25] 孫文浩. 高鐵網絡抑制城市創新驅動發展——來自FDI的“逆城市化”解釋 [J].工業技術經濟， 2021， 40（1）： 85-94.

[26] 丁波濤. 基于信息生態理論的數據要素市場研究 [J].情報理論與實踐，2022，45（12）：36-41.

[27] 陳天祥， 李緦緦. 資源稟賦、制度環境與城市創新能力——基于中國264個城市面板數據的實證研究 [J].地方治理評論， 2019， 1（2）： 63-84.

[28] 李云新， 劉然. 環境-制度-行為分析框架下中國社會創新的動力機制研究 [J].學習與實踐， 2021，38 （9）： 112-122.

[29] 袁航， 朱承亮. 智慧城市是否加速了城市創新 [J].中國軟科學， 2020，5 （12）： 75-83.

[30] 謝丹夏， 魏文石， 李堯， 等 . 數據要素配置、信貸市場競爭與福利分析 [J].中國工業經濟， 2022， 39（8）： 25-43.

[31] 武小菲， 岳中剛， 周勤. 數字金融與城市創新——來自中國城市層面的證據 [J].中國科技論壇， 2022， 39（4）： 128-136.

[32] LUO Y， TANG Z， FAN P. Could government data openness enhance urban innovation capability？ an evaluation based on multistage did method [J].Sustainability， 2021， 13（23）：13495.

[33] LI J， LI B. Digital inclusive finance and urban innovation： Evidence from China [J].Review of Development Economics， 2022， 26（2）：1010-1034.

[34] 何凌云， 馬青山. 智慧城市試點能否提升城市創新水平——基于多期DID的經驗證據 [J].財貿研究， 2021， 32（3）： 28-40.

[35] WANG J， DENG K. Impact and mechanism analysis of smart city policy on urban innovation：evidence from China [J].Economic Analysis and Policy， 2022， 73： 574-587.

[36] 馮銳， 馬青山， 劉傳明. 科技與金融結合對全要素生產率的影響——基于“促進科技和金融結合試點”準自然實驗的經驗證據 [J].科技進步與對策， 2021， 38（11）： 27-35.

[37] 劉明. 財政科技支出對城市創新的影響 [J].社會科學戰線， 2021， 44（6）： 259-264.

[38] 付平， 張萃. 海外人才回流的城市創新效應研究 [J].現代經濟探討， 2021， 40（2）： 96-107.

[39] 盧洪友， 張依萌， 朱耘嬋. “人才新政”提高了城市創新能力嗎[J].財經問題研究， 2021， 43（6）： 127-136.

[40] TANG C， GUAN M， DOU J. Understanding the impact of high speed railway on urban innovation performance from the perspective of agglomeration externalities and network externalities [J].Technology in Society， 2021， 67： 101760.

（責任編輯：胡俊健）

Can the Marketization of Data Elements Improve Urban

Innovation？A Quasi-natural Experiment

Chen Ting¹， Duan Yaoqing^1，2， Wu Jin¹

（1.School of Information Management，Central China Normal University;

2.Hubei Data Governance and Intelligent Decision Research Center，Wuhan 430079， China）

Abstract：In the information age， data elements have become the most important means of production. With the explosive growth of global data， the market scale expansion of data elements is extremely rapid. Historical development experience has proved that every element marketization has promoted social innovation， and traditional production element marketization has different degrees of influence on innovation capability. Compared with traditional element marketization， data element marketization has some new characteristics， such as non-competitiveness， value difference， strong externality， rapid transtemporal and spatial mobility. These characteristics enable the data element marketization to influence urban innovation capability. In order to enhance urban innovation strength and promote national economic development， it is necessary to establish a data element market， promote the open sharing of government data， enhance the value of social data resources， strengthen the integration and protection of data resources， and open a new innovation-driven pattern. However， it awaits further empirical tests to find out how to allocate data elements by market and give play to their intrinsic value， and verify if the marketization of data elements can strengthen the empowerment of data elements and promote urban innovation capability.

In this context， this paper takes the cities that have realized the marketization of data elements as the objects of the quasi-natural experiment and analyzes the difference in urban innovation levels before and after the establishment of a data element market from both theoretical and empirical aspects. The influence mechanism of data element marketization on urban innovation capability has been revealed as well. It provides theoretical support for the establishment and improvement of urban innovation system and the formulation and implementation of data element transaction policies from the perspective of digital economy.

The following hypotheses based on the correlation analysis are proposed： （1） data element marketization improves the urban innovation capability of cities; （2） it also improves urban innovation capability through the development of digital finance; （3） data element marketization can promote urban innovation capability by promoting industrial structure optimization; （4） data element marketization can improve urban innovation capability by promoting information talent aggregation; （5） there is heterogeneity among cities in data element marketization to improve urban innovation capability. Drawing on the panel data of 258 prefecture-level cities in China from 2009 to 2019， the paper constructs a multi-phase difference-in-difference （DID） model to evaluate the impact of data element marketization on urban innovation. Its internal influencing mechanism and urban heterogeneity are also analyzed.

The results show that the marketization of data elements can significantly improve the effect of urban innovation and pass the robustness test. Through the mechanism test， it is found that in order to enable data element marketization to promote urban innovation， it is essential to explore the balance point between urban scale and digital finance development， promote industrial integration and gather information talents. The driving effect of data element marketization on innovation is stronger in the eastern and western cities， key cities and cities with a high scientific education level. This paper explains the influence mechanism of data element marketization on the? urban innovation effect， which is of practical significance for improving marketization allocation of elements and strengthening data elements.

In summary，this paper draws on the urban panel data of the city and the establishment of a data trading platform to conduct a quasi-natural experiment. It then adopts the multi-period DID model to verify the impact of data element marketization on urban innovation capability， and explore the internal influence mechanism of data element marketization on the improvement of urban innovation capability from the perspectives of the effect balance of digital finance， the improvement of industrial integration and the aggregation of information talents. It enriches the theoretical analysis framework of the impact of data element marketization on urban innovation capability， and provides an empirical basis for related studies. It is proposed to speed up the improvement of the data trading platform and cultivate a credible data element trading market; the government should give full play to the innovation-driven role of policies in the establishment of the data element market， and employ the information and knowledge technologies in urban management.

Key Words：Data Element Marketization; Urban Innovation; Multi-phase Difference-in-difference；Urban Heterogeneity