公共數據開放能促進數字經濟與實體經濟融合嗎？

摘 要：公共數據作為支撐數字化轉型的重要基礎資源和關鍵生產要素，評估其對數字經濟與實體經濟融合的影響是科學施政的前提。基于政府數據平臺上線的準自然實驗，通過耦合評價模型測度2010—2021年全國280個地級市數字經濟與實體經濟融合水平，采用多期雙重差分法實證檢驗以政府數據平臺上線為表征的公共數據開放對數實融合的影響。研究發現：（1）公共數據開放顯著促進了數字經濟與實體經濟融合，該結論經一系列穩健性檢驗依舊成立。（2）公共數據開放主要通過成本效應、要素配置效應、技術創新效應內在路徑影響數字經濟與實體經濟融合。（3）公共數據開放對數實融合的提升效應在行政等級、市場保護及資源稟賦城市存在顯著差異，且對高行政等級、市場一體化程度較高及非資源型城市表現更為明顯。（4）政府數據開放質量越高，數實融合提升作用越明顯，且開放數據質量、平臺建設質量、政策保障力度一定程度上影響著公共數據開放的價值創造效應。基于上述結論，從重視培育全面的數據要素市場，多維度探索數實融合驅動路徑，根據城市發展特征精準施策等方面提出了政策建議，為更好推動數字經濟與實體經濟的融合發展提供了參考。

關鍵詞：公共數據開放 數字經濟 實體經濟 數實融合

DOI：10.19592/j.cnki.scje.420089

JEL分類號：F49" "中圖分類號：F124

文獻標識碼：A" "文章編號：1000 - 6249（2024）09 - 025 - 20

一、 引 言

黨的二十大報告強調聚焦實體經濟，加快數字經濟發展，促進數字經濟與實體經濟的深度融合，構建具有國際競爭力的數字產業集群1。數實融合是指在基礎設施、發展環境和有效技術供給支撐下，實體企業實現要素革新與重組、模式轉型、數智化生產與管理、能效提升的過程，實質上是指數字技術企業與傳統實體企業互相合作、共同發展的過程（王定祥等，2023）。數實融合是推動我國經濟高質量發展的關鍵手段，也是構建我國現代化產業體系的核心驅動力（洪銀興和任保平，2023）。如何克服難題，促進數實深度融合，是當前亟待解決的新時代課題。數據作為新型生產要素，是數實深度融合的堅實基礎。在數實深度融合過程中，數據參與生產和流通會產生乘數效應；參與分配會產生替代效應；憑借外部經濟效應能有效提升實體經濟全要素生產率（洪銀興和任保平，2023）。而數據要素價值的充分釋放在于流通與交易，作為釋放數據要素價值的重要探索，政府開放公共數據資源已然成為國家戰略。自 2012 年起，地方政府陸續上線公共數據開放平臺，將多源數據匯聚整合，旨在推動數據要素的共享開放。現有研究表明公共數據開放有利于推動數據要素融入生產過程，成為經濟增長的關鍵驅動力（Goldfarb and Tucker，2019；陳曉紅等，2022）。

公共數據資源制度建設歷來備受關注。2015年《國務院關于印發促進大數據發展行動綱要的通知》指出，通過政府數據開放提高企業、科研機構、社會組織等市場主體采集并開放數據的積極性，提高閑置數據資源的利用率與效益，從而有效應對數據要素有效供給不足的挑戰。緊隨其后，《“十四五”數字經濟發展規劃》著重強調完善公共數據資源標準體系的緊迫性與必要性，這關乎公共數據資源的科學規劃、合理布局。統籌公共數據資源開發利用，提高公共數據公開程度，使其能夠在市場流通和資源分配中最大限度地發揮其促進作用，從而有效地解決由數據資源短缺引致的經濟發展瓶頸問題，使數據紅利真正成為推動社會進步和經濟增長的強大引擎。2022年6月《關于加強數字政府建設的指導意見》將“構建開放共享的數據資源體系”作為重中之重，強調了遵循統一標準與規范的重要性，要求實現不同部門之間數據的互聯互通，確保數據傳輸的安全性和可控性，通過公共數據開放平臺建設推動數據資源開發利用。2022年12月《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》明確強調，加強公共數據統籌管理能力，推動公共數據開發應用，發揮公共數據流通效能與經濟社會價值。有鑒于此，深化公共數據開放的研究，對于深入挖掘數據要素價值潛力、釋放數據要素紅利具有重要意義。那么值得深思的是，公共數據開放對數實融合有什么影響？通過對此問題的回答，一方面為更好地理解與評估公共數據開放引致的經濟效應，揭示數字經濟與實體經濟融合的內在路徑提供新的理論支持；另一方面，為持續推進公共數據開放戰略，為數字經濟與實體經濟深度融合新路徑探索提供相應的經驗證據，這對于進一步推動公共數據開放和促進數字經濟與實體經濟融合以實現“高質量發展”目標具有重要的實踐價值。

政府數據開放在全球范圍內的迅速發展，見證了一個前所未有的數據共享新紀元。這一實踐策略涉及將需要公開的數據以標準化的格式和結構化的方式展示在在線數據開放平臺上，不僅能夠滿足社會公眾對于數據檢索、預覽和下載的基本需求，更提供了通過數據接口直接調用數據的便捷途徑。自2009年美國引領世界潮流，建立全球首個國家級政府數據開放平臺之后，英國、新加坡、俄羅斯等國家緊隨其后，紛紛設立了各自的政府數據開放平臺。中國作為一個積極擁抱變革的國家，也在政府數據開放的道路上邁出了堅實的步伐。作為我國政府數據開放的先行者，上海在2012年率先啟動政府數據服務網的試運行，標志著我國在數據開放領域邁出了關鍵的第一步。緊隨其后，北京也于同年啟動了政府數據服務網的測試。在此之后，天津、浙江、廣東等地區的政府紛紛推出各自的政府數據開放平臺，以提升公共數據開放水平，這為準確識別公共數據開放與數實融合的因果關系提供了良好的契機。鑒于此，通過構造政府數據開放平臺上線準自然實驗情景，以數字經濟與實體經濟融合為切入點，基于2010—2021年城市面板數據實證檢驗公共數據開放對數實融合的影響效應，以揭示公共數據開放在宏觀層面價值創造作用。

本文力圖在以下幾方面進行拓展：第一，基于政府數據平臺上線的準自然實驗視角，創新性地分析公共數據開放對數實融合的影響效應，為更好地理解與評估政府數據平臺上線引致的經濟效應提供了新思路，豐富拓展了公共數據開放在數實融合領域的相關研究，為實現數據要素的價值發揮與加快數字經濟與實體經濟深度融合提供了政策啟示。第二，揭示與理清了公共數據開放與城市數實融合的影響機理，從成本效應、要素配置效應及技術創新效應角度評估了試點政策促進數實融合的作用機制，拓展了數實融合“理論黑箱”的研究邊界。同時，基于行政等級、市場保護及資源稟賦視角探究了公共數據開放對數實融合的異質性影響。此外，拓展性分析進一步考察了公共數據開放質量對數實融合的影響，相應的研究結論有助于形成更加具體的政策靶向。第三，分析了公共數據開放對數實融合的提升效應以及公共數據開放質量的激勵效果，對于政府實施與推廣公共數據開放以及推動數實融合行為具有較強的現實指導意義。

二、 文獻綜述與理論分析

（一）文獻綜述

作為我國首個大規模促進數據要素開放共享、推動數據要素價值釋放的政策試驗，公共數據開放對經濟社會發展具有重要影響。案例研究方面，Jetzek et al.（2014）發現借助政府開放的公共數據資源，通過先進的能源管理和可視化分析技術，企業能為廣大家庭提供了一系列個性化的低能耗解決方案，幫助用戶優化能源使用習慣，從而實現節能減排的目標。Hughes-Cromwick and Coronado（2019）揭示了公共數據資源既是商業決策的重要組成部分，又能在價值創造過程中發揮關鍵作用，主要體現在提升運營效率、降低成本及產品和服務的有效生產管理。Magalhaes and Roseira（2020）通過定性分析發現，公共數據資源能有效增強自身業務的智能化水平，優化內部運營流程，提升產品及服務的質量，并促進研發和創新活動。實證研究方面，關于政府數據開放的價值創造大多圍繞推動創新、改善社會福利水平、提高產出與促進就業等視角進行展開。政府數據開放能夠拓展創新邊界，建立創新生態融合機制與人力資本積聚機制，提升行政效率，進而促進創新（黃先海等，2023），且該促進效應隨著市場化程度加深而增強；同時公共數據開放有助于形成數據文化，推動智慧城市建設和社會服務均等化（司林波等，2017），為民眾的決策提供數據協助（彭遠懷，2023），提高社會福利水平等。最后，公共數據開放有助于創造新的經濟推動力，優化經濟結構（黃如花，2020），激發大眾創業（鄭磊，2015），推動產品與服務升級，提升企業產出水平與競爭力（Gao et al.，2021），增加稅收與就業機會。

既有關于數字經濟與實體經濟深度融合驅動因素的研究，大多聚焦于理論研究層面，鮮有學者從量化角度關注數字經濟與實體經濟深度融合的驅動因素。理論研究層面，驅動因素大致可分為內在機制和外在保障，兩者相互作用共同推動數字經濟與實體經濟融合發展（張帥等，2022）。內在機制包括新型實體企業、數據要素、科技創新及市場需求等（何德旭等，2024；歐陽日輝，2022）；外在保障包括人力資本、市場環境、政府政策、產業政策及創新政策等（丁述磊等，2024；洪銀興和任保平，2023；史丹，2022）。經驗研究層面，張暉等（2023）基于“寬帶中國”戰略的準自然實驗研究分析發現，數字基礎設施建設能夠促進數字經濟與實體經濟融合，且具有顯著的正向空間溢出效應。高培培（2024）通過測度數字經濟與實體經濟融合協調發展水平發現，數字創新與實體創新是影響數字經濟與實體經濟融合協調發展水平的關鍵因素。Xu et al.（2021）基于灰色模型及PLS-SEM模型發現數字經濟的創新能力對數字經濟和實體經濟融合的發展環境有著積極和直接的影響。Wang and Mei（2024）認為數字化轉型是推動數字經濟與實體經濟深度融合、推動企業綠色低碳轉型的重要范式。Su and Wang（2022）研究得出區塊鏈等新興技術加速了各種行業的數字化，提高了企業的運營效率，促進了數字技術與實體經濟的深度融合。

通過文獻梳理發現，既有關于公共數據開放的研究鮮有基于數實融合視角的考察，而已有關于數實融合驅動因素的研究大多聚焦于理論層面，僅有的經驗研究鮮有涉及公共數據開放。整體而言，數實融合的相關研究有著較大的拓展空間。一方面，現有關于驅動因素的研究大多是基于新型實體企業發展與科技創新內在機制，市場環境和政府政策等外在保障的考察，鮮有基于公共數據開放視角的考察，區別于側重數據要素作用發揮，公共數據開放融合了“生產要素化”與“數據配置化”雙重內涵，有助于提升數據要素流通效率，重塑現有數字經濟形態。另一方面，既有關于數實融合的實證研究大多是基于省級面板數據的探討，缺乏較為細致的研究。為此，本文進一步將數實融合的測度細化到地級市層面，并通過構造政府數據平臺上線的準自然實驗情景，識別公共數據開放與數實融合之間的內在聯系。

（二）理論分析

1.公共數據開放對數實融合的直接影響

一方面，公共數據開放為數字與實體經濟的深度融合提供了核心驅動力。公共數據開放可以通過增強數據資源的高度可發現性、易用性和實時共享性，豐富數據規模與類型，擴大數據搜索與訪問的范圍，提供優質高質量的數據資源，充分挖掘數據的價值并釋放其潛力，有效推動數字和實體經濟深度融合（方錦程等，2023）。另一方面，公共數據開放為數字與實體經濟的深度融合提供了制度保障，主要體現在數據共享與交易機制兩方面。一是數據價值最大化得益于數據的高效聯通與共享，而數據市場化有助于破除數據分割與壟斷，加速數據要素資源的流通與共享，使得“數據孤島”“數據煙囪”現象得以緩解，數據生產要素活力得以釋放（黃先海等，2023）。二是數據具備可復制性、非競爭性及不完全契約屬性（Gao et al.，2021）。隨著區塊鏈、隱私計算等新技術在數據交易平臺的廣泛應用，數據的生成、傳輸和運用過程得以精確翔實記錄，有助于促進數據資源的流通與交易，保護數據交易的安全與隱私，進而激發數據資源的潛在價值。基于上述分析，提出如下研究假設：

H1：公共數據開放能有效推動數字經濟與實體經濟融合。

2.公共數據開放對數實融合的間接影響

（1）成本節約效應。

公共數據開放能夠發揮成本節約效應，進而降低企業數字化轉型過程中的生產交易成本（Goldfarb and Tucker，2019）。通過構建風險與成本管控體系為數實融合提供更多的資金精力支持。如公共數據開放能夠有效降低數據的搜尋與協商成本，緩解供需雙方信息不對稱，提高企業數據搜索與匹配的效率。與此同時，公共數據開放能夠有效降低數據的監督、驗證及違約成本（Hughes-Cromwick and Coronado，2019），這主要得益于區塊鏈、隱私計算等新技術的廣泛使用，使得數據真實性與透明性得到有效保障。公共數據開放還能有效降低試錯與技術成本，依托數據要素的強滲透性與外部性，為追趕企業提供技術參考，進而降低錯誤發生的概率。此外，借助大數據平臺，了解數實融合所需投入的軟硬件設施、人力資本等有關費用，從而實現對數實融合全流程的精確成本控制（Goldfarb and Tucker，2019）。公共數據開放還能有效降低企業的銷售、產能閑置和存貨管理費用，借助公共數據開放，企業能更準確地把握市場需求變化，據此調整生產銷售計劃，加快庫存清理速度，進而拓展數實融合的資金空間。在有限資本背景下，較高的生產交易成本不僅影響了數字設備升級和數字化人才培養等方面的投入，還壓縮了實體企業的利潤空間，導致實體企業在生產優化決策中減少對數字化技術的研發投入（劉維剛等，2020）。與此同時，數實融合產生的外部效應成本與風險損失增加了企業生產經營成本，弱化了企業承擔風險能力與數實融合意愿。因此，公共數據開放發揮的成本節約效應對于推動數實融合至關重要。

（2）要素配置效應。

首先，公共數據開放能夠有效提高資本配置效率。已有研究表明，公共數據開放能夠疏通數據流通渠道堵點，打破信息壁壘，加速其與勞動力、資本等傳統要素的結合（蔡躍洲和馬文君，2021）。公共數據開放能夠有效提高資本配置效率，依托新一代信息技術加速數據要素與傳統要素的有機融合，緩解社會資本配置錯配與低效問題（封思賢和徐卓，2021）。公共數據開放通過宏觀政策引導將數據要素及其附屬品納入經濟運行體系中，使得相關利益主體能夠精準掌握客戶需求并及時獲取反饋，有助于降低產品服務研發投入的不確定性與供需雙方資源錯配的概率，優化調整商業模式，提高企業運營效率，進而提升資本配置的效率。此外，公共數據開放還能進一步激發市場主體的創新積極性，提高科研成果的轉化效率，增強先進技術成果的輻射引領作用，推動數字技術與實體經濟的深度融合。

其次，公共數據開放能有效提高勞動力配置效率。現有研究表明，公共數據開放有助于提高勞動力市場的運作效率和質量，加速數據要素與勞動要素的有機融合，降低勞動力市場信息不對稱，打破勞動力市場匹配的時空約束，多角度拓寬勞動者就業領域，通過對生產、技術及研發人員的科學合理配置，優化勞動力結構，進而提升勞動力配置效率（劉滿鳳等，2022）。公共數據開放有助于數據要素向高等教育領域滲透，加速教育信息的流通，推動優質教育資源共享，促進數字化教育產業或新興經濟體成長，為更多潛在優質勞動力的入駐，人才資源發展水平的提升提供優質環境和發展潛力，進而提高勞動力配置效率。此外，各類生產要素通過數據得以整合，進而產生協同效應，助力信息、數據等新型關鍵要素滲透至實體經濟中的生產、流通、消費等環節，促進實體經濟數字化轉型，實現數字經濟與實體經濟深度融合（洪銀興和任保平，2023）。

（3）技術創新效應。

數實融合本質上是以技術創新為主導的突破性創新過程 （楊震寧等，2021）。數據要素的外溢效應、示范效應與協同效應通過市場化手段得以強化，能促使企業技術水平的提升。如外溢效應方面：通過公共數據開放，能夠拓寬創新知識與信息來源的渠道，實現生產、研發及應用部門間的技術外溢，企業可以充分利用技術外溢效應，提高技術創新力（Jones and Tonetti，2020），從而在市場競爭中保持優勢。示范效應方面：通過公共數據開放，更多實際應用的成功典型案例產生示范效應，激發企業增加技術研發投入的積極性，加快新產品研發（陳曉紅，2018）。協同效應方面：公共數據開放提供了信息分享平臺，為各類企業提供了便捷的溝通途徑，提高了企業協作效率，有助于實現企業間的協同創新（張昕蔚，2019）。此外，還能促進數據與勞動力、知識、管理等多種要素的有效結合，通過各生產要素間的協作聯動，提高實體企業的人力資本質量、組織學習能力及管理效率，進而增強創新能力，為數實融合提供有力支撐。數字技術創新作為數實融合的核心動力，有助于重組生產要素，降低對傳統資源的依賴，有效緩解資源稀缺的約束，為產業結構升級提供支持（Lin et al.，2019）；還有助于促進先進技術與產業鏈深度融合，重塑商業模式，顯著推動數字產業化進程（張遼和姚蕾，2023）。基于上述分析，本文提出如下研究假設：

H2：公共數據開放主要通過成本節約效應、要素配置效應及技術創新效應推動了數字經濟與實體經濟的融合。

三、模型構建、變量設定與數據來源

（一）模型構建

為緩解公共數據開放與數實融合之間可能產生的內生性問題，本文通過構建政府數據平臺上線的準自然實驗情景（方錦程等，2023），采用多期雙重差分法實證檢驗公共數據開放與數實融合的因果關系，構建模型如下：

[DSi，t=β0+β1OGDit+γControli，t+μi+δt+εi，t]" " " （1）

式中i為城市，t為年份。[DSi，t]為本文的被解釋變量，代表數字經濟與實體經濟融合水平。[OGDit]表示公共數據開放，為本文的核心解釋變量，采用政府數據平臺上線進行表征，若某一城市在某年上線公共數據開放平臺賦值為1，否則0。[β1]為本文重點關注的估計系數，若[β1]大于0，說明公共數據開放顯著促進了數實融合。[Controli，t]代表一系列影響數實融合的控制變量，[μi]、[δt]分別代表城市與年份固定效應，[εi，t]表示隨機擾動項。

（二）變量設定

1.被解釋變量

數實融合。數字經濟與實體經濟融合水平測度參考已有研究（郭晗和全勤慧，2022；史丹和孫光林，2023；王軍等，2021；張帥等，2022）的做法，數字經濟與實體經濟融合是指兩個子系統互相影響與協調發展程度，借助耦合評價模型對數字經濟與實體經濟融合程度進行測度，以協調度來衡量各地區數字經濟與實體經濟融合水平。測度方程如下：

[DS=C×??DE+β?RE]" " " " " " " " " " （2）

[C=DE×REDE+RE22]" " " " " " " " " " " "（3）

式中，DS為數字經濟與實體經濟的融合水平；DE代表數字經濟；RE代表實體經濟。[?]與[β]分別代表數字經濟與實體經濟的權重，[?+β=1]。數字經濟與實體經濟融合值DS取值為0—1，數值越大代表數實融合水平越高。參考已有研究（劉耀彬和宋學鋒，2005），按照如下標準進行劃分，0[lt;DS≤0.4]代表低度融合；[0.4lt;DS≤0.5]代表中度融合，[0.5lt;DS≤0.8]代表高度融合，[0.8lt;DS≤1]代表極度融合。

采用熵值法測度數字經濟DE與實體經濟RE，參考已有研究（趙濤等，2020；郭晗和全勤慧，2022；史丹和孫光林，2023），數字經濟發展水平從數字基建、數字應用及數字創新三個方面測度。參考已有研究（王軍等，2021；張帥等，2022），實體經濟發展水平從實體結構、實體效益、實體環境及實體創新四個方面進行測度。

熵權法作為客觀賦權法的一種，賦權依據為評價指標提供的客觀信息，常用于多指標綜合評價。本文采用熵權法測度數實融合水平，首先對各個指標進行標準化處理，然后測算各指標權重，最后得出數實融合指數，具體公式如下：

正向指標：[Xij=Xij?min （Xj）maxXj?min（Xj）]" " " " " " " " " " " " " " " " " （4）

負向指標：[Xij=maxXj?XijmaxXj?min（Xj）]" " " " " " " " " " " " " " " " " （5）

其次，計算第j個指標的信息熵值：

[ej=?1lnni=1nZiji=1nZijlnZiji=1nZij，1≤j≤n]" " "（6）

再次計算第j個指標的權重值：

[Wj=1?ejj=1n1?ej]" " " " " " " " " " " （7）

最后，計算綜合得分：

[DEiREi=j=1nWjZij]" " " " " " " " " " " （8）

2.核心解釋變量

公共數據開放（[OGDit]）為本文的核心解釋變量，參考已有研究（方錦程等，2023），采用政府數據平臺上線進行表征，若某一城市在某年上線公共數據開放平臺賦值為1，否則0。

3.控制變量

參考已有研究（史丹和孫光林，2023；趙濤等，2020），本文選取如下控制變量：經濟發展水平（GDP）、政府干預程度（GOV）、固定資產投資（INV）、產業結構（IND）、科教水平（TEC）、金融水平（FIN）、城鎮化水平（URB）、貿易開放（FDI）。主要變量描述性統計如表2所示。

（三）數據來源

選取2010—2021年280個地級市作為考察樣本，將政府數據平臺上線視為外生沖擊，采用多期雙重差分模型深入考察公共數據開放對數實融合的影響效應。被解釋變量、控制變量、資本和勞動力的錯配程度數據主要來源于《中國城市統計年鑒》、中國研究數據服務平臺（CNRDS），采用各地統計年鑒、統計公報或線性插值法對部分缺失值樣本進行補齊，剔除2011年因行政區劃調整變動的地級市樣本及嚴重缺失的樣本。公共數據開放平臺的情況，通過政府工作報告、門戶網站、新聞報道等渠道整理得到。成本效應數據來源于CSMAR 數據庫。技術創新數據來源于國家專利局。數據開放質量來源于復旦大學數字與移動治理實驗室構建的中國開放數林指數。

四、實證分析

（一）基準回歸

表3匯報了公共數據開放對數實融合的具體影響，回歸分析均控制地區與年份固定效應，并采用城市層面聚類標準誤。其中第（1）列僅納入核心解釋變量，核心解釋變量估計系數在1%水平上顯著為正；第（2）列在此基礎上，進一步納入宏觀層面控制變量，核心解釋變量估計系數仍在1%水平上顯著為正。表明無論是否納入控制變量，公共數據開放顯著促進了數字經濟與實體經濟融合。

（二）平行趨勢檢驗

若要準確評估政府數據平臺上線引致的實施效果，首先應對被解釋變量數實融合程度平行趨勢進行檢驗，只有滿足平行趨勢條件才能進行政策實施效果分析。與現有研究一致，事件研究法更具準確性與科學性，借鑒 Jacobson et al. （1993）事件研究法來考察數實融合是否滿足平行趨勢假設，計量模型如下：

[DSi，t=α0+7，d=?1?4αdDIDdit+γControli，t+μi+δt+εi，t]" " " （9）

式中，[αd]為待估參數，以判斷實驗組與對照組之間的趨勢變化是否存在顯著差異。[DIDdit]為一系列虛擬變量，測度的是政府數據平臺上線前后的年份。[DID0it]代表政府數據平臺上線的當年，[DID?1it]代表政府數據平臺上線的前一年，[DID1it]表示政府數據平臺上線的第一年，以此類推。圖1匯報了數實融合程度的平行趨勢，由圖可知，政策虛擬變量估計系數在外生沖擊之前不顯著，系數值在0值附近波動。表明在外生沖擊之前，實驗組與對照組之間數實融合程度變化趨勢不存在顯著差異，進而滿足平行趨勢假設條件。隨著時間的推移，政策虛擬變量估計系數在外生沖擊之后逐漸增大，意味著政府數據平臺上線引致的實施效果存在動態可持續性，即政府數據平臺上線對數實融合的邊際效應呈現持續遞增的態勢。

（三）穩健性檢驗

1.安慰劑檢驗

首先，通過改變政策發生時間的方式進行安慰劑檢驗，為避免時間變化影響控制組與處理組數實融合程度，參考諶仁俊和周雙雙（2022）的做法，利用反事實思想，依次假定政策提前1—4年發生，構建虛假的政策時間，分別以[Postt?1、Postt?2、Postt?3和Postt?4]表示，并對式（1）進行回歸。結果如表4所示，政策虛擬變量估計系數在統計意義上均不顯著，進一步表明數字經濟與實體經濟融合的“紅利效應”確實是由公共數據開放引致的。其次，基準模型中雖然對可能影響數字經濟與實體經濟

融合的因素進行控制，但對是否遺漏重要解釋變量仍無法識別。若存在遺漏變量問題，意味著殘差項引致的公共數據開放對數字經濟與實體經濟融合的“紅利效應”。為避免不可觀測遺漏變量對基準回歸結果造成的有偏估計，借鑒Chetty et al.（2009）的方式進行安慰劑檢驗。通過繪制這1000個系數估計值的核密度分布和p值可以看出，回歸系數均值主要分布在0值附近且服從正態分布，與基準回歸系數差異較大，P值大多大于0.1，在10%的水平上并不顯著，這意味著公共數據開放對數字經濟與實體經濟融合的影響并不是由其他隨機性因素引致，進一步佐證基準回歸結果的穩健性。

2.異質性處理效應

傳統雙重差分模型在估計不同時點處理效應時，可能會存在異質性處理問題，雙向固定效應估計量負權重及偏誤問題主要由處理效應組間與時間維度上的異質性所導致。具體到本文而言，考慮到政府數據平臺上線呈現出分期進行的特點，樣本中處理組個體受到政策沖擊時間有所差異，致使不同時期處理組接受處理的持續時間存在差異，可能會出現部分處理組權重為負，進而引起估計結果的偏誤。借鑒De Chaisemartin and d'Haultfoeuille（2020）的做法，檢驗異質性處理效應下多時點DID估計結果的穩健性。在異質性處理效應下，估計量的標準差（0.005）接近于0，意味著估計結果具有不穩健性。鑒于此，采用Fuzzydid法估計局部平均處理效應（LATE），即樣本所在城市是否為公共數據開放城市這一狀態變動時的平均處理效應。表5結果顯示，模糊DID的估計值為0.043，且在5%顯著性水平上為正。意味著在考慮異質性處理效應后，局部處理效應仍然顯著，進而佐證基準回歸結果的穩健性。

3.PSM-DID

雖然雙重差分模型可以有效緩解內生性問題，但對樣本偏差問題無法克服。 由于各地區經濟社會發展水平存在顯著差異，可能會對政府數據平臺上線城市確定產生影響，意味著公共數據開放可能存在樣本自選擇問題，進而導致基準回歸結果的有偏估計。為此采用傾向得分匹配法為處理組樣本重新匹配控制組，進而緩解樣本選擇偏誤。分別使用最近鄰匹配、核匹配與半徑匹配法，以經濟發展水平、產業結構、金融發展水平、科教水平等控制變量為協變量，進而緩解處理組與控制組之間的系統性差異。結果顯示，政策虛擬變量估計系數均在1%顯著性水平上為正，表明公共數據開放能夠顯著提升數實融合程度，原模型不存在嚴重的樣本選擇偏誤問題，進一步佐證基準回歸結果的穩健性。

4.內生性處理

公共數據開放能推動數字經濟與實體經濟深度融合，但數字經濟與實體經濟深度融合需要大量數據支持，以實現數據驅動的決策和創新，這種需求推動了公共數據開放，因此可能存在逆向因果問題。此外，基準回歸模型雖然加入了控制變量，但對是否遺漏重要變量仍無法有效識別，進而產生內生性問題。為緩解可能存在的內生性問題，采用工具變量法予以處理。參考方錦程等（2023）的研究，將1985—2009年各城市歷任市委書記籍貫地距離海岸線距離均值的倒數作為工具變量。其主要原因在于：城市化水平、經濟發展水平及對外開放程度在很大程度取決于城市距海岸線的距離，這在已有研究中也得以證實（余華義，2015），因而市委書記籍貫地距離海岸線距離可以反映市委書記對于開放型政策的接受程度。一方面，2009年前歷任市委書記的籍貫特征可能會影響其對于開放型政策的態度和接受度。距離海岸線較近的城市往往更容易受到國際貿易和外部經濟影響，更傾向于開放政策和信息交流，這種地理位置的影響會影響到市委書記的決策和政策取向，從而影響到公共數據開放的程度和方式，滿足相關性假設。另一方面，2009年前歷任市委書記的籍貫特征不會直接影響當期數實融合，滿足外生性假設。基于各城市2009年前歷任市委書記籍貫特征截面數據的考慮，借鑒黃群慧等（2019）的做法，采用全國互聯網寬帶接入端口數與2009年前歷任市委書記籍貫特征的交乘項作為工具變量。結果表明，在緩解內生性問題后，公共數據開放能夠顯著提升數字經濟與實體經濟融合程度。

5.考慮其他政策影響

考慮到樣本考察期內其他試點政策可能產生的干擾，整理了政府數據平臺上線前后全國層面實施的可能影響到數字經濟與實體經濟融合的重大試點政策事件，包括國家級大數據綜合試驗區試點政策、智慧城市試點政策、寬帶中國試點政策，據此在基準回歸結果中納入試點政策的虛擬變量進行回歸。結果顯示，在控制三大政策后，公共數據開放能夠顯著提升數實融合程度，進而佐證基準回歸結果的穩健性。

6.交互固定效應

既有研究發現，采用雙重差分法進行政策評估時，控制隨時間變化的個體固定效應來減輕遺漏變量影響被視為更穩健的方法（Gobillon and Magnac，2016）。據此將城市所在省份與年份的交互固定效應納入基準回歸模型。結果表明，在控制交互固定效應后，公共數據開放能夠顯著提升數實融合程度，進而佐證基準回歸結果的穩健性。

五、機制檢驗與異質性分析

（一）機制檢驗

前文考察了公共數據開放對數字經濟與實體經濟融合的影響，并且理論分析中提出，由公共數據開放引致的成本節約效應、要素配置效應、技術創新效應是推動數字經濟與實體經濟融合的重要機制。為此，本文參照江艇（2022）提出的機制檢驗思路，構建如下機制檢驗模型，檢驗上述機制。

[" Mi，t=β0+β1OGDit+γControli，t+μi+δt+εi，t]" " " （10）

式中[Mi，t]代表機制變量，其余變量含義與基準回歸模型保持一致。由于城市層面的成本效應難以直接衡量，本文從企業外部交易成本（EXCOST）、內部管控成本（INCOST）兩個維度檢驗成本效應。具體而言，借鑒Collis and Montgomery（1997）的研究，外部交易成本采用無形資產占總資產比重進行衡量。主要原因在于：無形資產占比高代表企業資產專用性強，受交易對手機會主義行為影響，企業會面臨更高的外部交易成本（Williiamson，1985）。參考袁淳等（2021）的研究，內部管控成本采用管理費用占營業收入比值進行衡量。借鑒白俊紅和卞元超（2016）的方法，資本配置效益（CAP）和勞動力配置效益（LAB）分別以資本和勞動力的錯配程度表示，并采用要素價格扭曲法計算得出。借鑒馬海濤和王柯文（2022）的做法，技術創新效應（INN）以每萬人發明的專利申請量表示。

表8匯報了機制檢驗結果，其中第（1）—（2）列、第（3）—（4）列、第（5）列分別對應成本效應、要素配置效應和技術創新效應。第（1）—（4）列結果顯示，政策虛擬變量估計系數均在顯著性水平上為負，說明公共數據開放能有效降低數據的搜尋、協商、監督、驗證、違約、試錯與技術成本，對數實融合全流程能實現精確成本控制。數據要素與傳統要素有機融合還緩解了社會資本配置的錯配和低效問題，減少了勞動力市場信息不對稱，擴大了勞動者的就業領域，通過科學合理地配置生產、技術和研發人員，還優化了勞動力結構，提高了勞動力配置效率。第（5）列的政策虛擬變量估計系數均在1%水平上顯著為正，意味著公共數據開放有助于示范效應與協同效應的發揮，能拓寬創新知識與信息來源的渠道，實現研發、生產及應用部門間的技術外溢，通過強化外溢效應促使企業技術創新力的提升。綜上，公共數據開放通過降低企業成本、減少資本和勞動力錯配及提高技術創新水平推進數字經濟與實體經濟的融合，即假設2得證。

（二）異質性分析

1.行政等級

城市化發展基礎與經濟發展水平會因城市行政等級不同而存在顯著差異（李啟航等，2021）。不同城市行政等級可能會影響公共數據開放對數字經濟與實體經濟融合發展的作用程度。鑒于此，基于城市行政等級視角，深入探究公共數據開放對實體經濟與數字經濟融合的異質性。將省會城市、副省級城市及國務院批準的較大城市等級虛擬變量賦值為1，其他城市賦值為0。在此基礎上，構建公共數據開放（OGD）與城市等級虛擬變量（ADM）的交互項。研究結果顯示，公共數據開放對數實融合的促進效應在高低等級城市中均存在，相較于低等級城市而言，高等級城市促進效果更為明顯。其主要原因在于：首先，在經濟發達程度方面，高等級城市具有較高的生產率和人均收入，在公共數據需求和應用方面能力更強，進而有利于數實融合；其次，高等級城市的金融市場規模較大，金融機構眾多，公共數據開放能夠有效降低信息不對稱，提高金融服務效率，從而促進金融創新和實體經濟的發展；再次，高等級城市數據資源豐富，包括公共數據和企業數據等，這為數實融合提供了有力支持；此外，政府在高等級城市往往更注重政策環境和執行力度，有利于金融行業和實體經濟的發展；最后，高等級城市技術基礎設施完善，有利于公共數據開放后的傳播和應用。綜上所述，公共數據開放對數實融合的促進效應在高等級城市表現更為明顯，這主要得益于這些城市在經濟、金融、數據資源、政策環境、創新能力和技術基礎設施等方面的優勢。

2.市場保護

嚴重的地方保護主義和市場分割現象，會對地區間要素資源流動和市場主體經濟活動產生嚴重的阻礙（臧鋮等，2022）。不同的市場保護程度可能會影響公共數據開放對數字經濟與實體經濟融合發展的作用程度。鑒于此，基于市場保護視角，深入探究公共數據開放對實體經濟與數字經濟融合的異質性。參考已有研究（毛其淋和盛斌，2012），將市場整合指數大于中位數的城市賦值為1，其他城市賦值為0。在此基礎上，構建公共數據開放（OGD）與市場保護程度虛擬變量（MAR）的交互項。研究結果顯示，公共數據開放對數實融合推動作用在市場一體化強組表現得更為明顯。其主要原因在于：首先，市場一體化有助于降低地區間貿易成本，提高資源配置效率，進而促進實體經濟發展。在此背景下，公共數據開放能夠有效緩解信息不對稱問題，為企業和金融機構提供更為全面、準確的決策依據，從而推動數實融合進程；其次，市場一體化有助于政策執行力度和監管效果，為公共數據開放提供有力保障，并有利于金融行業和實體經濟的發展；此外，市場一體化程度較高的地區，數據資源豐富且質量較高，這為數實融合提供了有力支持；最后，市場一體化有助于形成良好的信用環境，公共數據開放能夠促進信用體系建設，進一步提高金融服務實體經濟的效果。綜上所述，在市場一體化程度較高的地區，公共數據開放對數實融合的推動作用更為明顯，這主要得益于這些地區在經濟發展水平、金融市場一體化、數據資源、政策執行和信用環境等方面的優勢。

3.資源稟賦

資源條件對于數實融合有著較大的影響，資源較為充足的地區可能受限于傳統產業發展模式，過分依賴傳統產業，從而束縛了自身發展路徑，未能抓住數字化轉型的契機。不同資源稟賦可能會影響公共數據開放對數字經濟與實體經濟融合發展的作用程度。鑒于此，基于資源稟賦視角，深入探究公共數據開放對數字經濟與實體經濟融合的異質性。依據《關于印發全國資源型城市可持續發展規劃 （2013—2020年）》將資源型城市賦值為0，非資源型城市賦值為1。在此基礎上，構建公共數據開放（OGD）與資源稟賦虛擬變量（ASSET）的交互項。研究結果顯示，公共數據開放對數實融合推動作用在非資源城市組表現得更為明顯。其主要原因在于：首先，非資源城市在經濟發展過程中，對數字化轉型的需求更為迫切。由于傳統產業基礎薄弱，這些城市在面對市場競爭和產業升級的壓力時，更加注重借助公共數據開放的力量，以實現經濟高質量發展的目標。其次，非資源城市在公共數

據開放方面具有較大的潛力。這些城市在數據資源豐富度、數據技術應用和創新能力等方面相對較弱，因此，公共數據開放對數實融合的推動作用更為顯著。最后，非資源城市政府在推動公共數據開放與融合方面具有更強的政策執行力度。為了吸引投資、促進創新和提高公共服務水平，這些政府更加重視公共數據開放，從而為數實融合提供了有力保障。綜上所述，公共數據開放對數實融合推動作用在非資源城市組表現得更為明顯，這對于這些城市實現經濟轉型升級和可持續發展具有重要意義。

六、拓展性分析

基準回歸結果表明，公共數據開放顯著促進了數字經濟與實體經濟融合。政府通過在線平臺的實踐形式推動公共數據開放，滿足社會公眾對數據資源的需求。政策保障力度、開放平臺體系建設及開放數據的質量一定程度上影響著公共數據開放創造的價值（Nikiforova and Lnenicka，2021）。目前，地方政府主導的數據開放仍存在數據更新速度慢，數據有效供給不足，僅有平臺架構而缺乏數據等問題，區域間數據開放存在顯著差異。而數據要素潛在價值的充分釋放取決于政府數據開放的質量。鑒于此，進一步考察政府數據開放質量對數字經濟與實體經濟融合的影響。

為此，采用復旦大學數字與移動治理實驗室構建的中國開放數林指數作為數據開放質量的代理變量。除了綜合指數外，還包含了數據層、平臺層與準備度等細分指數，為全面客觀地評價各地政府數據開放平臺提供了參考依據。采用綜合指數的自然對數刻畫政府數據開放的整體質量（Quality），開放數據質量（Data）、平臺建設質量（Plat）及政策保障力度（Policy）分別采用數據層指數、平臺層指數、準備度指數的自然對數進行表征。結果顯示，政府數據開放整體質量的回歸系數顯著為正，這意味著政府數據開放質量越高則數實融合程度越高。分維度而言，開放數據質量（Data）、平臺建設質量（Plat）及政策保障力度（Policy）回歸系數均顯著為正，再次佐證結果的穩健性。表明政府數據開放需要開放數據質量、平臺建設及政策制度相互支撐。

七、結論與建議

促進數字經濟與實體經濟融合發展，對于重塑傳統經濟體系、推動資源有效整合，轉換經濟發展動力，實現實體經濟高質量發展具有重要意義。本文立足于公共數據開放這一戰略導向，構建政府數據平臺上線準自然實驗情景，通過耦合評價模型測度2010—2021年全國280個地級市數字經濟與實體經濟融合水平，采用多期雙重差分法實證檢驗以政府數據平臺上線為表征的公共數據開放對數實融合的影響。研究發現：（1）公共數據開放顯著推動了數字經濟與實體經濟融合，該結論經一系列穩健性檢驗依舊成立。（2）機制分析表明，公共數據開放通過成本效應、要素配置效應、技術創新效應內在路徑影響數字經濟與實體經濟融合。（3）公共數據開放對數實融合的提升效應在行政等級、市場保護及資源稟賦城市存在顯著差異，且對高行政等級、市場一體化程度較高及非資源型城市表現更為明顯。（4）拓展性分析發現，政府數據開放質量越高對數實融合提升作用越明顯，且開放數據質量、平臺建設質量、政策保障力度一定程度上影響著政府數據開放的價值創造效應。

基于以上研究發現，本文提出如下政策建議：

第一，公共數據開放是推動數字經濟與實體經濟融合的重要途徑。

推動公共數據開放平臺的建立和壯大，培育全面的數據要素市場。一是加強數據開放平臺建設，加大數據開放力度。政府應當牽頭建設統一的數據開放平臺，提供數據存儲、管理、共享和開放的基礎設施，確保平臺提供標準化的數據接口和格式，方便政府部門和企業接入和共享數據。應明確數據開放的政策目標和原則，制定相關法規和規范，明確數據開放的范圍、流程和責任，確保數據開放的合規性和透明度，鼓勵政府部門主動開放數據。通過宣傳教育活動，提升政府部門和公眾對數據開放的認識和意識。設立數據開放激勵機制，獎勵數據開放表現突出的政府部門，激發數據開放的積極性。二是提高政府數據開放質量，強化價值創造導向。建立數據開放質量標準，包括數據準確性、完整性、可靠性等，制定數據開放質量評估指標和機制，定期對開放數據進行審核和評估。加強數據可視化和分析能力，利用先進的數據分析工具和技術，將數據轉化為直觀、易懂的圖表和報告，幫助政府決策者和公眾更好地理解和利用數據。加強數據開放的教育培訓，開展數據開放的培訓和教育活動，提高政府工作人員和社會公眾對數據開放的認識和理解，培養更多的數據開放專業人才，推動數據開放的價值創造和應用。加強數據開放與產業融合發展，鼓勵政府部門與企業、研究機構等合作，共同開發利用政府數據，推動數字經濟與實體經濟融合，促進新技術、新產品和新服務的創新與發展。

第二，公共數據開放通過成本效應、要素配置效應、技術創新效應內在路徑影響數實融合。

應探索多維度的數實融合驅動路徑，挖掘試點政策的發展潛力。首先，降低公共數據開放的門檻和成本，提高企業和個人獲取公共數據的便利性。通過簡化數據申請流程、優化數據獲取渠道、實施數據開放負面清單等方式，降低數據使用的制度性成本。建立公共數據開放的獎勵機制，通過向數據提供者提供獎勵或補貼，降低數據開放的成本，激勵更多的數據提供者參與其中。其次，加強公共數據開放與實體經濟領域的精準對接，促進要素資源的高效配置。政府部門應加強與企業的溝通與合作，了解實體經濟的實際需求，以提高數據資源的利用效率。再次，鼓勵和支持實體經濟企業利用公共數據進行技術創新，培育新的經濟增長點。政府可以通過設立專項資金、實施稅收優惠等政策措施，激勵企業加大數據技術研發投入，推動產業轉型升級。

第三，公共數據開放對數實融合的提升效應在行政等級、市場保護及資源稟賦城市存在顯著差異。

根據城市發展特征精準施策。一是針對行政等級較高的城市，政府應進一步加大公共數據開放的力度，提高數據質量和可用性。在此基礎上，鼓勵這些城市發揮其行政優勢，推動公共服務、基礎設施等領域的數字化升級，以促進數實融合。針對低行政等級的城市，政府部門要制定相關政策，并提供相關的支持和保障措施，加強基礎設施建設、人才培養和技術支持，建立健全數據開放與共享機制。此外，加強與高等級行政城市的交流與合作，借鑒其數據開放與利用的先進經驗和技術，促進低等級行政城市的數據開放與利用水平的提升。二是針對市場一體化程度較高的城市，政府應繼續優化數據開放環境，降低數據使用成本，以便這些城市進一步發揮市場機制的作用，推動數據資源在實體經濟中的高效配置。同時，加強與其他城市之間的合作與交流，形成優勢互補、協同發展的格局。針對市場一體化程度較低的城市，加強市場信息公開透明度，通過公共數據開放，提供更多市場信息和數據支持，幫助企業了解市場需求和競爭態勢，促進市場的透明度和公平競爭。注重政府引導和服務，加強與其他城市和地區的合作，借鑒其市場一體化的成功經驗，推動市場一體化程度的提升，促進公共數據開放與數實融合的深入發展。三是針對非資源型城市，政府應著力培育特色產業，發揮公共數據開放的創新驅動作用，助力這些城市實現產業轉型升級。此外，通過政策引導和資金支持，推動這些城市加強與市場一體化程度較高城市的合作，共享數據資源，實現共同發展。

參考文獻

白俊紅、卞元超，2016，“要素市場扭曲與中國創新生產的效率損失”，《中國工業經濟》，第11期，第39-55頁。

蔡躍洲、馬文君，2021，“數據要素對高質量發展影響與數據流動制約”，《數量經濟技術經濟研究》，第3期，第64-83頁。

陳曉紅，2018，“數字經濟時代的技術融合與應用創新趨勢分析”，《中南大學學報（社會科學版） 》，第5期，第1-8頁。

陳曉紅、李楊揚、宋麗潔、汪陽潔，2022，“數字經濟理論體系與研究展望”，《管理世界》，第2期，第208-224+13-16頁。

諶仁俊、周雙雙，2022，“節能目標政策與區域協調發展：來自中國企業的證據”，《世界經濟》，第7期，第205-232頁。

丁述磊、劉翠花、李建奇，2024，“數實融合的理論機制、模式選擇與推進方略”，《改革》，第1期，第51-68頁。

方錦程、劉穎、高昊宇、董紀昌、呂本富，2023，“公共數據開放能否促進區域協調發展？——來自政府數據平臺上線的準自然實驗”，《管理世界》，第9期，第124-142頁。

封思賢、徐卓，2021，“數字金融、金融中介與資本配置效率”，《改革》，第3期，第40-55頁。

高培培，2024，“數字經濟與實體經濟融合協調發展水平統計測度”，《統計與決策》，第5期，第28-32頁。

郭晗、全勤慧，2022，“數字經濟與實體經濟融合發展：測度評價與實現路徑”，《經濟縱橫》，第11期，第72-82頁。

何德旭、張昊、劉蘊霆，2024，“新型實體企業促進數實融合提升發展質量”，《中國工業經濟》，第2期，第5-21頁。

洪銀興、任保平，2023，“數字經濟與實體經濟深度融合的內涵和途徑”，《中國工業經濟》，第2期，第5-16頁。

黃群慧、余泳澤、張松林，2019，“互聯網發展與制造業生產率提升：內在機制與中國經驗”，《中國工業經濟》，第8期，第5-23頁。

黃如花，2020，“我國政府數據開放共享標準體系構建”，《圖書與情報》，第3期，第17-19頁。

黃先海、虞柳明、戴嶺，2023，“政府數據開放與創新驅動：內涵、機制及實踐路徑”，《東南學術》，第2期，第102-113+246頁。

江艇，2022，“因果推斷經驗研究中的中介效應與調節效應”，《中國工業經濟》，第5期，第100-120頁。

李啟航、黃璐、張少輝，2021，“國家高新區設立能夠提升城市全要素生產率嗎？——基于261個地級市TFP分解數據的路徑分析”，《南方經濟》，第3期，第54-72頁。

劉滿鳳、楊杰、陳梁，2022，“數據要素市場建設與城市數字經濟發展”，《當代財經》，第1期，第102-112頁。

劉維剛、周凌云、李靜，2020，“生產投入的服務質量與企業創新——基于生產外包模型的分析”，《中國工業經濟》，第8期，第61-79頁。

劉耀彬、宋學鋒，2005，“城市化與生態環境耦合模式及判別”，《地理科學》，第4期，第26-32頁。

馬海濤、王柯文，2022，“城市技術創新與合作對綠色發展的影響研究——以長江經濟帶三大城市群為例”，《地理研究》，第12期，第3287-3304頁。

毛其淋、盛斌，2012，“對外經濟開放、區域市場整合與全要素生產率”，《經濟學（季刊）》，第1期，第181-210頁。

歐陽日輝，2022，“數實融合的理論機理、典型事實與政策建議”，《改革與戰略》，第5期，第1-23頁。

彭遠懷，2023，“政府數據開放的價值創造作用：企業全要素生產率視角”，《數量經濟技術經濟研究》，第9期，第50-70頁。

史丹，2022，“數字經濟條件下產業發展趨勢的演變”，《中國工業經濟》，第11期，第26-42頁。

史丹、孫光林，2023，“數字經濟和實體經濟融合對綠色創新的影響”，《改革》，第2期，第1-13頁。

司林波、劉暢、孟衛東，2017，“政府數據開放的價值及面臨的問題與路徑選擇”，《圖書館學研究》，第14期，第79-84頁。

王定祥、吳煒華、李伶俐，2023，“數字經濟和實體經濟融合發展的模式及機制分析”，《改革》，第7期，第90-104頁。

王軍、朱杰、 羅茜，2021，“中國數字經濟發展水平及演變測度”，《數量經濟技術經濟研究》，第7期，第26-42頁。

楊震寧、侯一凡、李德輝、吳晨，2021，“中國企業“雙循環”中開放式創新網絡的平衡效應——基于數字賦能與組織柔性的考察”，《管理世界》，第11期，第184-205+12頁。

余華義，2015，“城市化、大城市化與中國地方政府規模的變動”，《經濟研究》，第10期，第104-118頁。

袁淳、肖土盛、耿春曉、盛譽，2021，“數字化轉型與企業分工：專業化還是縱向一體化”，《中國工業經濟》，第9期，第137-155頁。

臧鋮、冼國明、初曉，2022，“外資開放、市場分割與產業升級——基于雙循環新發展格局視角的探討”，《南方經濟》，第7期，第69-86頁。

張暉、李靖、權天舒，2023，“數字基礎設施建設促進了數字經濟與實體經濟融合嗎？——基于“寬帶中國”戰略的準自然實驗”，《經濟問題探索》，第10期，第1-15頁。

張遼、姚蕾，2023，“數字技術創新對城市經濟韌性的影響研究——來自中國278個地級及以上城市的經驗證據”，《管理學刊》，第5期，第38-59頁。

張帥、吳珍瑋、陸朝陽、張娜，2022，“中國省域數字經濟與實體經濟融合的演變特征及驅動因素”，《經濟地理》，第7期，第22-32頁。

張昕蔚，2019，“數字經濟條件下的創新模式演化研究”，《經濟學家》，第7期，第32-39頁。

趙濤、張智、梁上坤，2020，“數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據”，《管理世界》，第10期，第65-76頁。

鄭磊，2015，“開放政府數據的價值創造機理：生態系統的視角”，《電子政務》，第7期，第2-7頁。

Chetty， R.， Looney， A. and Kroft， K.， 2009， “Salience and Taxation： Theory and Evidence”， American Economic Review， 99（4）： 1145-1177.

Collis， D.J. and Montgomery， C.A.， 1997， “Corporate Strategy： Resources and the Scope of the Firm”， Chicago： lrwin.

De Chaisemartin， C. and d’Haultfoeuille， X.， 2020， “Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects”， American Economic Review， 110（9）： 2964-2996.

Gao， Y.， Janssen， M. and Zhang， C.， 2021， “Understanding the Evolution of Open Government Data Research： Towards Open Data Sustainability and Smartness”， International Review of Administrative Sciences， 89（1）： 59-75.

Gobillon， L. and Magnac， T.， 2016， “Regional Policy Evaluation： Interactive Fixed Effects and Synthetic Controls”， The Review of Economics and Statistics， 98（3）： 535-551.

Goldfarb， A. and Tucker， C.， 2019， “Digital Economics”， Journal of Economic Literature， 57（1）： 3-43.

Hughes-Cromwick， E. and Coronado， J.， 2019， “The Value of US Government Data to US Business Decisions”， Journal of Economic Perspectives， 33（1）： 131-146.

Jacobson， L.S.， LaLonde， R.J. and Sullivan， D.G.， 1993， “Earnings Losses of Displaced Workers”， The American Economic Review， 83（4）： 685-709.

Jetzek， T.， Avital， M. and Bj?rn-Andersen， N.， 2014， “Data-Driven Innovation through Open Government Data”， Journal of Theoretical and Applied Electronic Commerce Research， 9（2）： 100-120.

Jones， C.I. and Tonetti， C.， 2020， “Nonrivalry and the Economics of Data”， American Economic Review， 110（9）： 2819-2858.

Lin， S.， Cai， S.C.， Sun， J.， Wang， S. and Zhao， D.T.， 2019， “Influencing Mechanism and Achievement of Manufacturing Transformation and Upgrading Empirical Analysis based on PLS-SEM Model”， Journal of Manufacturing Technology Management， 30（1）： 213-232.

Magalhaes， G. and Roseira， C.， 2020， “Open Government Data and the Private Sector： An Empirical View on business Models and value Creation”， Government Information Quarterly， 37（3）： 101248.

Nikiforova， A. and Lnenicka， M.， 2021， “A Multi-Perspective Knowledge-Driven Approach for Analysis of the Demand Side of the Open Government Data Portal”， Government Information Quarterly， 38（4）： 101622.

Stone， A.， 1986， “The Economic Institutions of Capitalism： Firms， Markets， Relational Contracting”， American Political Science Review， 80（4）： 1424-1425.

Su， X. and Wang， S.， 2022， “ Research on Model Design and Operation Mechanism of Enterprise Blockchain Digital System”， Scientific Reports， 12（1）： 20286.

Wang， W. and Mei， T.， 2024， “Research on the Effect of Digital Economy Development on the Carbon Emission Intensity of Agriculture”， Sustainability， 16（4）： 1457.

Xu， G.， Lu， T.， Chen， X. and Liu， Y.， 2021， “The Convergence Level and Influencing Factors of China's Digital Economy and Real Economy based on Grey Model and PLS-SEM”， Journal of Intelligent amp; Fuzzy Systems， 42（3）： 1575-1605.

Can Open Public Data Promote the Integration of the Digital Economy

and the Real Economy？

A Quasi-Natural Experiment from A Government Data Platform Online

Wang Xiaodan" Shi Yutang" Liu Da

Abstract： As an important basic resource and key production factor supporting digital transformation， public data is a prerequisite for scientific governance to evaluate its impact on the integration of digital economy and real economy. Based on the quasi-natural experiment on the launch of government data platform， the coupling evaluation model is used to measure the integration level of digital economy and real economy in 280 prefecture-level cities from 2010 to 2021， and the multi-stage differential method is used to empirically test the impact of open public data， characterized by the launch of government data platform， on log-real integration. The findings are as follows： （1） the opening of public data significantly promotes the integration of digital economy and real economy， and this conclusion is still valid after a series of robustness tests. （2） Public data opening mainly affects the integration of digital economy and real economy through the internal path of cost effect， factor allocation effect and technological innovation effect. （3） The enhancement effect of open log-real integration of public data has significant differences in administrative level， market protection and resource endowment cities， and it is more obvious for high administrative level， high market integration degree and non-resource-based cities. （4） The higher the quality of government data opening， the more obvious the enhancement effect of data-real integration， and the quality of open data， the quality of platform construction， and the strength of policy guarantee affect the value creation effect of public data opening to some extent. Based on the above conclusions， the paper puts forward policy suggestions from the aspects of attaching importance to cultivating a comprehensive data factor market， exploring multi-dimensional data-real integration driving path， tapping the potential of pilot policies， and implementing precise policies according to urban development characteristics， providing references for better promoting the integrated development of the digital economy and the real economy.

Keywords： Public Data Open; Digital Economy; Real Economy; Integration of the Digital Economy and the Real Economy

（責任編輯：徐久香）

* 王曉丹，東北師范大學經濟與管理學院，E-mail：wangxd415@nenu.edu.cn；石玉堂（通訊作者），東北師范大學經濟與管理學院，E-mail：Dsjg516516@163.com，通訊地址：吉林省長春市南關區東北師范大學凈月校區，郵編：130024；劉達，東北師范大學經濟與管理學院。

基金項目：本文受國家社會科學基金項目“鄉村振興背景下城鄉收入差距的空間異質性研究”（20BJL146）資助。

1 習近平，高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告，新華社，https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm。