公共數據開放能否提升區域創新能力？

摘 要：公共數據開放對促進區域創新要素流通、提升區域創新能力具有重要作用。基于2010—2022年30個省份的面板數據，從創新投入、創新產出、創新環境等3個維度共選取8個指標測度區域創新能力，以各地公共數據開放平臺逐批上線為準自然實驗，運用多期雙重差分模型，探析公共數據開放對區域創新能力的影響。研究發現：公共數據開放能夠顯著提升區域創新能力，且該結論得到了一系列穩健性檢驗的支持；公共數據開放效率正向調節公共數據開放對區域創新能力的提升效應；公共數據開放對區域創新能力的提升效應在長江經濟帶地區更為顯著。因此，在持續推進公共數據開放、賦能區域創新發展的基礎上，需要深化數據管理改革，提升公共數據開放的專業化程度與效率，同時發揮經濟帶區域的引領作用，促進區域創新協調發展。

關鍵詞：公共數據開放；數據要素；區域創新能力；多期雙重差分模型

中圖分類號：F424；F49；F124.3" " 文獻標志碼：A" " 文章編號：1671-0037（2024）12-55-11

DOI：10.19345/j.cxkj.1671-0037.2024.12.5

0 引言

當今世界正處于百年未有之大變局，全球技術變革迭代速度不斷提高，世界經濟結構發生了深刻變化。隨著中國的迅猛崛起，歐美國家妄圖通過封鎖核心技術遏制中國發展。從國內形勢來看，我國人口紅利、資源紅利逐漸消失，高能耗、低附加值產業對經濟發展的促進作用也逐漸減弱，創新日益成為經濟發展的重要驅動力。黨的二十大報告提出，必須堅持科技是第一生產力、人才是第一資源、創新是第一動力，深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略［1］。創新能力受創新投入、創新產出、創新環境等多環節要素的共同驅動，各區域之間存在顯著差異；而數據要素作為數字經濟的微觀基礎和創新引擎，對提升區域創新能力有著重要意義［2］。

數字政府建設過程中積累的海量公共數據，不僅是政府治理中推動數據互聯互通、業務多方協同，以實現政府治理體系多元主體共治目標的工具，也是促進數字經濟發展與區域創新能力提升最活躍的新型生產要素，具有不可估量的社會經濟價值和創造潛能。2022年，中共中央、國務院頒布了《關于構建數據基礎制度更好發揮數據要素作用的意見》，強調要增強數據要素共享性、普惠性，激活數據要素潛能［3］。公共數據開放旨在降低數據資源獲取及使用的不對稱性。地方政府通過建設公共數據開放平臺向社會多元主體開放公共數據，從而打破“信息孤島”壁壘，強化社會監督，挖掘數據潛在價值，實現公共數據的增值［4］，最終推動區域經濟發展。已有研究表明，發揮數據要素資源優勢，能夠促進區域創新發展［5］。然而，當前相關實證研究還較為匱乏。因此，探究公共數據開放對區域創新能力的影響及作用機制具有重要的現實意義。

本文基于2010—2022年的省級面板數據，運用多期雙重差分模型，對公共數據開放的政策效應進行回歸分析，以驗證公共數據開放對區域創新能力的影響。本研究可能的邊際貢獻在于：第一，豐富了區域創新能力影響因素的理論研究。利用30個省份多期樣本數據，對公共數據開放與區域創新能力之間的關系進行驗證。可觀的樣本規模確保了研究結論具有較高的可信度。第二，有利于地方政府落實公共數據開放政策。結合公共數據開放的潛在價值及其衍生價值實現，使用準自然實驗方法，分析公共數據開放對區域創新能力的影響，有助于打開公共數據開放的政策效應“黑箱”；同時對比不同區域之間的政策效果，有利于提高各省份對公共數據開放的重視程度，從而得到更為有效的政策邊際效益。

1 制度背景與文獻綜述

1.1 制度背景

公共數據開放是指政府或公共機構將其掌握的數據資源統一整合至開放平臺，并免費開放給企業、科研機構、行業協會、公眾等，以供其下載和使用的過程［6］。開放時間層面，2012年，北京和上海成為我國最先上線公共數據開放平臺的地區。2015年，國務院印發了《促進大數據發展行動綱要》，提出“要加快政府數據開放共享，推動資源整合”。各地政府紛紛加入公共數據開放平臺建設行列。截至2022年底，我國已有24個省和直轄市上線了公共數據開放平臺［7］。數據內容層面，公共數據開放的范圍不斷擴大。例如，浙江省在交通運輸、教育等領域開放了較多的高需求、高容量、高質量的數據集，具有較高的利用價值。公共數據開放直接提供了免費、海量、高質量的數據資源，為數字經濟發展提供了可持續性動能［8］，對于提升區域創新能力有著重要意義。

1.2 文獻綜述

與本研究相關的文獻主要包括兩類：一類是關于公共數據開放的研究。近年來，公共數據開放受到學界的廣泛關注，較多學者關注公共數據開放的內涵概念［9-11］、制度構建［12-13］、開放水平［14-17］、驅動因素［18-21］等方面，部分學者聚焦于公共數據開放的公共價值［22-25］與經濟效益［6，8，26］，尤其是關于公共數據開放的經濟增長效益的實證研究較多。另一類是關于區域創新能力影響因素的研究。區域創新能力是指區域內的創新主體在創新環境的影響下將創新要素轉化成創新產出，從而促進經濟、社會、環境協調發展的能力［27］。現有研究認為，區域創新能力主要受Ramp;D活動規模［28-30］、人力資本存量和結構［31-32］、技術溢出吸收能力［33］、市場需求［30］、勞動者素質和金融環境［33-35］等因素的影響。而公共數據作為新的創新要素，其開放所帶來的創新效益顯而易見；但公共數據開放對區域創新能力的影響機制需要進一步實證檢驗。

2 理論分析與研究假設

公共數據開放對于促進經濟社會高質量發展具有重要作用，但公共數據開放對區域創新能力的影響機制尚不清晰。本研究將從兩方面闡述其影響機制。影響機制如圖1所示。

一方面，信息不對稱理論指出，公共數據開放可以降低信息不對稱性，激勵市場主體開展創新活動。數據要素具有傳播速度快、透明度高、可利用性強等特點。數據開放打破了生產要素物理空間上的局限［36］，增加了區域內各創新主體的知識存量，提高了數據傳播效率，降低了信息不對稱性［37］。公共數據開放通過賦予企業等多元創新主體調用公共數據的權利，打破了公共數據原本的“公眾提供、政府使用”模式，重塑了公共數據相關利益主體之間的關系，使不同創新主體可以更加自由、便捷地開展創新活動，實現了數據要素的動態獲取與交互利用，最大限度地激發了市場主體利用自身服務價值理念與技術競爭優勢開發數據潛在價值的積極性，推動區域開展創新活動［38］，進一步提升區域創新能力。

另一方面，公共數據開放可以優化創新環境，推動創新活動的開展。第一，公共數據開放使區域內外的技術、知識、信息等資源快速流通，進一步增強數據要素對其他生產要素的替代效應［39］。第二，公共數據開放不僅強調數據面向公眾和其他組織的開放，更主張應用新技術、新理念形成多元化的數據資源開發與利用方式，促進區域技術資源的高效配置［40］，加劇市場競爭，倒逼市場創新主體不斷提升自身創新能力以適應市場環境［41］。第三，公共數據開放使不同領域的數據信息在交叉共享的過程中得以相互印證，提高數據質量，并促進新知識的產生［42］；而數據要素的流通有利于提升區域內企業的競爭力，助力企業進行技術創新［43］，從而激發區域創新發展活力。因此，提出如下研究假設：

H1：公共數據開放可以提升區域創新能力。

相較于傳統經濟模式，數字經濟的發展是一種顛覆式的創新發展，對發展環境提出了新的要求［44］。而數據作為一種新型的創新要素，可以突破不同創新環境的限制，促進區域經濟可持續發展。政府可以通過部門聯動、經費投入等措施，提升自身的行政效率與服務質量，同時優化區域營商環境，推動經濟高質量發展。公共數據開放的效率越高，越有利于數據及時流通，從而加速實現公共數據的衍生價值。因此，提出如下研究假設：

H2：公共數據開放效率可以正向調節公共數據開放對區域創新能力的影響。

3 研究設計

3.1 模型設定

公共數據開放政策的推行，一方面，可能導致政策實施前后同一試點省份的區域創新能力存在差異，即在時間上發生第一次差分；另一方面，也可能使得試點省份與非試點省份的區域創新能力在同一時間存在差異，即在地區上發生第二次差分。通過運用兩次差分后的回歸模型進行估計，可以有效控制試點與非試點省份的事前差異，從而檢驗出政策沖擊影響區域創新能力的凈效應。因此，為明確公共數據開放對區域創新能力的影響機制，本研究將公共數據開放視為一項準自然實驗，并且考慮到各省份公共數據開放時間點的不同，采用多期雙重差分法進行回歸估計。

其一，針對直接傳導機制，構建如下基準模型：

[RIC=α1+α2DIDt+α3Controlit+μi+θt+εit] （1）

其二，為驗證公共數據開放效率的調節效應，構建如下模型：

[RIC=β1+β2DIDt+β3ODA+β4（DIDt×ODA）+β5Controlit+μi+θt+εit ] （2）

其中：i、t分別表示省份、時間；RIC表示被解釋變量區域創新能力；[DIDt]表示核心解釋變量公共數據開放；ODA表示調節變量公共數據開放效率；[α2]為公共數據開放雙重差分估計量，表示公共數據開放對區域創新能力的政策效應；[β4]代表調節效應；[Control]表示影響區域創新能力的一系列控制變量；[μi]表示省份固定效應；[θt]表示時間固定效應；[εit]為隨機擾動項。

3.2 變量說明

3.2.1 被解釋變量：區域創新能力（RIC）

已有研究中，常用專利申請數或授權數來表示創新能力。例如：李廉水等［45］、Liu和White［46］使用專利申請數來度量區域創新能力；張可［47］、卞元超等［48］使用專利授權數來度量區域創新能力。然而，使用單一指標會造成一定偏差。本文借鑒周文泳和項洋［49］、張春紅和周國富［27］的做法，從創新投入、創新產出、創新環境等3個維度出發，選取8個指標構建區域創新能力評估指標體系，具體指標選取如表1所示；同時，借鑒楊麗和孫之淳［50］的做法，采用改進后的熵值法對區域創新能力進行測度。

3.2.2 核心解釋變量：公共數據開放（DIDt）

由政策虛擬變量與時間虛擬變量的交乘項表示公共數據開放。對30個樣本省份公共數據開放平臺的上線時間進行變量處理：根據樣本省份是否上線公共數據開放平臺，生成政策虛擬變量（DID），即已經上線賦值為1，尚未上線賦值為0；根據樣本省份公共數據開放平臺上線年份，生成時間虛擬變量（t），即上線年份及上線以后年份賦值為1，其余賦值為0。

3.2.3 調節變量：公共數據開放效率（ODA）

公共數據開放平臺的建設依賴于政府支持，因而根據地方政府是否組建專業的數據治理機構來衡量公共數據開放效率。借鑒李智超和張迎新［51］的做法，若某省份1—6月組建數據治理機構，則從當年起賦值為１；若7—12月組建數據治理機構，則從下年起賦值為１。

3.2.4 控制變量

參考既有研究［52-53］，考慮到省份特征可能會對區域創新能力產生影響，本研究將納入以下控制變量，以盡可能地提升估計精度，降低遺漏變量偏誤。控制變量分別為：①經濟發展水平（GDP），采用地區生產總值取對數來衡量；②產業結構（industry），采用第三產業占第二產業的比重來衡量；③城鎮化水平（urban），采用年末城鎮人口占比來衡量；④財政科技支持（science），采用科學技術支出占一般公共財政支出的比重來衡量；⑤人力資本水平（human），采用每萬人普通高等教育在校學生人數取對數來衡量。

各變量的含義及說明見表2。

3.3 數據來源與樣本選擇

考慮到數據可得性，本文選取30個省份（不含西藏、港澳臺）作為研究樣本。本研究共涉及兩類數據：一是與區域創新能力相關的數據。區域創新能力評估指標的原始數據主要來源于《中國統計年鑒》及各省份統計年鑒、統計公報等，少量缺失數據采用線性插值法進行補齊。二是與公共數據開放相關的數據。各省份公共數據開放時間主要參考復旦大學數字與移動治理實驗室發布的《中國地方政府數據開放報告——省域指數（2022）》。考慮到公共數據開放平臺的上線時間、DID模型的面板跨度要求及數據的可獲取性，將研究時間跨度確定為2010—2022年。各變量的描述性統計結果如表3所示。

4 實證分析

4.1 基準回歸結果

依據式（1）的估計模型，本研究整理了公共數據開放對區域創新能力的DID估計效應結果。在此過程中，通過先后引入控制變量與固定效應的方式來檢驗公共數據開放政策的凈效應，結果如表4所示。列（1）為不加入任何控制變量與固定效應的估計結果。政策效應的估計系數為0.146，在1%的水平上顯著為正，表明公共數據開放能夠顯著提升區域創新能力。然而，上述結論可能會受到因遺漏相關解釋變量而產生的內生性問題的干擾。因此，需要進行進一步驗證。列（2）中加入了控制變量，但不控制固定效應。估計結果表明，政策效應的估計系數仍顯著為正。進一步地，分別固定了時間效應和省份效應。列（3）—（4）的回歸結果顯示，政策效應的估計系數雖有所減小，但仍顯著為正。最后，列（5）在納入控制變量的基礎上，同時固定了時間效應和省份效應。政策效應的估計系數為0.022，表明公共數據開放對區域創新能力的提升效應為2.2%；雖然相較于列（1）—（4），列（5）的估計系數有所減小，但其正負和顯著性均沒有發生根本性變化。這意味著，無論是否加入控制變量、時間效應和省份效應，公共數據開放對區域創新能力均具有顯著的提升作用，且估計結果較為穩健。因此，假設H1成立。

4.2 平行趨勢檢驗

雙重差分模型要求實驗組和對照組在無政策實施影響的情況下結果效應一致，即滿足平行趨勢假設。只有當公共數據開放平臺已上線省份和未上線省份在平臺均未上線時具有相同的時間趨勢，才能使用雙重差分法，否則結果可能無法代表政策的凈效應。為此，本研究將公共數據開放平臺上線時間虛擬變量分解為上線前10年、上線當年、上線后5年共16個相對時期，通過設置相對時間虛擬變量與政策虛擬變量的交乘項，對公共數據開放前后的處理效應進行估計。為避免多重共線性問題，以政策實施前一期為基期界限，參考Beck等［54］、劉勝等［55］、趙喜倉和蔣美［56］的做法進行平行趨勢檢驗，估計結果如圖2所示。可以看到：公共數據開放平臺上線前的交乘項回歸系數不顯著，表明公共數據開放前實驗組和對照組的區域創新能力變動趨勢相似，平行趨勢檢驗順利通過；公共數據開放平臺上線后的交乘項回歸系數均顯著為正，表明在公共數據開放平臺上線前后實驗組的區域創新能力發生變化不是純粹的時間效應，而是由公共數據開放引起的。

4.3 穩健性檢驗

4.3.1 安慰劑檢驗：處理組隨機化

盡管前文的回歸估計模型已經對省份和年份進行了固定，但估計結果可能會受到其他非觀測因素的干擾。本文采取隨機分配試點省份的方式進行安慰劑測試。具體處理方式：從30個省份中隨機選取15個省份為處理組，將其設定為公共數據開放平臺已上線省份，其余為對照組；共進行500次隨機抽樣，得到安慰劑檢驗結果。圖3刻畫了隨機試點省份政策效應估計系數的概率密度與對應的P值，豎線代表前文所述的基準回歸估計結果（0.022），橫線代表10%的顯著性水平。根據圖3可以發現：一方面，虛構效應高度集中于0附近，且P值高度集中于10%以上的顯著性水平，表明隨機試點省份的DIDt虛擬變量對區域創新能力的估計結果不具有統計顯著性；另一方面，基準回歸估計結果（0.022）落在小概率區間內，與虛擬變量政策效應的分布存在顯著差異，表明隨機試點省份的DIDt虛擬變量對區域創新能力的估計結果難以達到真實數據所在的水平。綜上，隨機試點省份的DIDt虛擬變量并未對區域創新能力產生顯著影響，反向驗證了本研究結論的可信度，即公共數據開放對區域創新能力的提升效應并未受到其他隨機性因素的較大干擾。

4.3.2 反事實檢驗：改變政策發生時點

在使用雙重差分模型評估政策效應的研究中，改變政策發生時點進行反事實檢驗是一種常見的方法。在本研究中，將公共數據開放平臺上線時間進行人為更換，以開展反事實檢驗。由于全部樣本的公共數據開放平臺上線時間并不完全統一，借鑒黃溶冰等［57］的做法，本研究將全部的對照組樣本省份和2018年上線公共數據開放平臺的省份作為處理組，其余省份作為新的對照組，并假設處理組的公共數據開放平臺上線時間為2017年，重新代入式（1）進行雙重差分估計，結果如表5中列（1）所示。結果顯示：改變公共數據開放試點時間后，公共數據開放對區域創新能力無顯著影響。這說明，當未建立公共數據開放平臺時，DIDt虛擬變量未對區域創新能力產生任何影響。綜上，再次證明了上文基準回歸結果是可信的。

4.3.3 其他穩健性檢驗

為避免樣本選擇片面性與變量極端值對估計結果產生影響，通過剔除部分樣本省份與變量縮尾處理的方式，依據式（1）再次進行回歸估計。其一，篩選樣本：剔除直轄市樣本。為避免直轄市自身特征對估計結果造成干擾，將其剔除進行檢驗。其二，變量縮尾處理。為了消除異常值給估計結果帶來的影響，對被解釋變量和控制變量進行雙邊縮尾1%處理。結果如表5中列（2）—（3）所示，可以發現：無論是剔除部分樣本省份，還是對變量進行縮尾處理，所得到的回歸系數均顯著為正，進一步證明了回歸結果具有穩健性。

4.4 調節效應檢驗

表6中列（1）報告了調節效應的檢驗結果，檢驗公共數據開放效率在公共數據開放影響區域創新能力過程中的調節效應。結果顯示：公共數據開放與數據治理機構虛擬變量交乘項的估計系數顯著為正，表明公共數據開放效率的調節效應成立，即公共數據開放效率正向調節公共數據開放對區域創新能力的影響效果。相較于公共數據開放效率低的區域，在公共數據開放效率高的區域，公共數據開放對區域創新能力的正向影響更明顯，假設H2得到驗證。

4.5 異質性檢驗

為驗證異質性因素對公共數據開放的政策效應產生影響，本文對樣本省份進行區域異質性檢驗。由表6中列（2）—（3）可知：公共數據開放對長江經濟帶省份和非長江經濟帶省份區域創新能力的提升效應分別在5%和10%的水平上顯著為正；從估計系數來看，長江經濟帶地區的估計系數為0.024，而非長江經濟帶地區的估計系數為0.018。這不僅再一次驗證了公共數據開放對區域創新能力具有提升作用，同時表明該提升作用存在區域異質性，長江經濟帶地區的公共數據開放政策效應更為明顯。究其原因，長江經濟帶地區資源豐富，各類資源集聚效應顯著，尤其是創新驅動發展資源尤為突出。長江經濟帶擁有雄厚的科研基礎和顯著的人才優勢，集中了全國1/3以上的高等院校和科研機構，擁有全國一半左右的兩院院士和科技人員［58］，為長江經濟帶地區公共數據開放驅動創新發展進而提升區域創新能力奠定了堅實的資源基礎。

5 結論與政策啟示

在數字經濟時代，公共數據作為一種重要的新型創新要素，其開放對于促進區域創新要素流通、提升區域創新能力具有重要作用。本文基于2010—2022年30個省份的面板數據，從創新投入、創新產出、創新環境等3個維度共選取8個指標測度區域創新能力，運用多期雙重差分模型，探析公共數據開放對區域創新能力的影響。研究發現，公共數據開放對提升區域創新能力具有顯著的正向作用。該結論得到了一系列穩健性檢驗的支持。進一步研究發現，公共數據開放效率正向調節公共數據開放對區域創新能力的影響；在公共數據開放效率高的區域，公共數據開放對區域創新能力的提升效應更明顯。此外，異質性檢驗發現，公共數據開放對區域創新能力的提升效應存在區域異質性。在長江經濟帶地區，公共數據開放對區域創新能力的提升效應更為顯著。

基于上述研究結論，可以得到如下政策啟示。

第一，持續推進公共數據開放，賦能區域創新發展。地方政府需要加大公共數據開放力度，尤其是推動開放高質量科學數據集，突破行政分割限制與市場壁壘，促進數據要素跨區域、跨行業、跨主體自由流動。具體而言，要不斷完善公共數據的開發與應用體系，建立健全數據共享機制，持續拓展數據開放內容與開放途徑，實現數據資源的循環共享，從而促進區域數據資源的價值增值，激發區域創新活力，賦能區域創新發展。

第二，深化數據管理改革，提升公共數據開放效率。公共數據開放仍存在數據質量低、數據類型不全面、數據安全性不高等問題。要加強對公共數據的搜集、共享開放和循環利用，提高數據要素配置效率，促進數據資源的高效整合和利用。具體而言，要持續深化數據管理改革，打通政府各部門之間數據共享流通的壁壘，通過成立專門的數據治理機構對公共數據的全生命周期進行管理，提升數據開放的專業化程度和效率。

第三，發揮經濟帶區域的引領作用，促進區域創新協調發展。一方面，長江經濟帶在自然資源、產業資源、人力資源等創新先決條件上具有明顯優勢，通過推動長江經濟帶高質量發展，積極將其培育成由新動能引領轉型發展的創新驅動帶，利用其創新溢出效應促進周邊區域發展，進而實現區域創新協調發展。另一方面，創新能力較弱的區域可以通過優化營商環境、完善人才培養與引進機制等方式，吸納創新型企業、科研機構等創新主體入駐，大力培養高素質數字人才，充分發揮數據要素創新驅動發展的積極作用。

參考文獻：

［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［EB/OL］.（2022-10-25）［2024-07-03］.https：//www.rmzxb.com.cn/c/2022-10-25/3229500.shtml.

［2］ 熊立卿，蔣雪梅.數據要素配置對區域創新績效的影響研究［J］.對外經貿，2024（6）：80-83，95.

［3］ 中華人民共和國中央人民政府.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［EB/OL］.（2022-12-19）［2024-07-03］.https：//www.gov.cn/zhen

gce/2022-12/19/content_5732695.htm.

［4］ 施炳展，游安南.數字化政府與國際貿易［J］.財貿經濟，2021，42（7）：145-160.

［5］ 郭園園.要素流通對區域流通創新能力的空間溢出效應分析［J］.商業經濟研究，2024（11）：14-17.

［6］ 方錦程，劉穎，高昊宇，等.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［J］.管理世界，2023，39（9）：124-142.

［7］ 復旦大學數字與移動治理研究室.中國公共數據開放利用報告（城市）［R］.上海：復旦大學，國家信息中心數字中國研究院，2023.

［8］ 趙麗麗，郝文強.政府數據開放對數字經濟的影響［J］.統計與決策，2023，39（18）：67-72.

［9］ 季統凱，劉甜甜，伍小強.政府數據開放：概念辨析、價值與現狀分析［J］.北京工業大學學報，2017，43（3）：327-334.

［10］ 鄭磊.開放不等于公開、共享和交易：政府數據開放與相近概念的界定與辨析［J］.南京社會科學，2018（9）：83-91.

［11］ 趙需要，姬祥飛，樊振佳.政府數據開放到公共數據開放的嬗變［J］.情報理論與實踐，2024，47（4）：50-58，83.

［12］ 朱崢.政府數據開放的權利基礎及其制度構建［J］.電子政務，2020（10）：117-128.

［13］ 商希雪.兩級市場模式下公共數據開放與再利用的制度進路：兼論數據財政的實現路徑［J］.理論與改革，2024（3）：62-81.

［14］ 劉淑妍，王湖葩.TOE框架下地方政府數據開放制度績效評價與路徑生成研究：基于20省數據的模糊集定性比較分析［J］.中國行政管理，2021（9）：34-41.

［15］ 程風，邵春霞.中國省級政府數據開放水平的驅動機制研究［J］.情報雜志，2022，41（3）：198-207.

［16］ 黃如花，吳應強，李白楊.中國省級政府數據開放平臺利用水平的組態效應研究：基于NCA與fsQCA的實證分析［J］.圖書情報工作，2024，68（10）：66-80.

［17］ 李梅，張毅，楊奕.政府數據開放影響因素的關系結構分析［J］.情報科學，2018，36（4）：144-149.

［18］ 韓嘯，吳金鵬.政府數據開放水平的驅動因素：基于跨國面板數據研究［J］.電子政務，2020（6）：98-106.

［19］ 王法碩，項佳囡.中國地方政府數據開放政策擴散影響因素研究：基于283個地級市數據的事件史分析［J］.情報雜志，2021，40（11）：113-120.

［20］ 吳應強，李白楊，石樂怡.政府數據開放平臺效率評估及影響因素實證研究：基于無導向SBM-Malmquist-Tobit模型［J］.現代情報，2024，44（7）：74-83.

［21］ SAYOGO D S，PARDO T A.Exploring the motive for data publication in open data initiative： linking intention to action［C］.2012 45th Hawaii International Conference on System Sciences，Maui，HI，USA：IEEE，2012：2623-2632.

［22］ HOFFMANN L.Data mining meets city hall［J］.Communications of the ACM，2012，55（6）：19-21.

［23］ JANSSEN M，CHARALABIDIS Y，ZUIDERWIJK A.Benefits，adoption barriers and myths of open data and open government［J］.Information Systems Management，2012，29（4）：258-268.

［24］ 門理想，王叢虎，門鈺璐.公共價值視角下的政府數據開放：文獻述評與研究展望［J］.情報雜志，2021，40（8）：104-110.

［25］ 王本剛，馬海群.公共數據的公共價值研究：以國內外相關政策和報告為核心的解讀［J］.情報理論與實踐，2022，45（10）：1-10.

［26］ 蔡運坤，周京奎，袁旺平.數據要素共享與城市創業活力：來自公共數據開放的經驗證據［J］.數量經濟技術經濟研究，2024，41（8）：5-25.

［27］ 張春紅，周國富.區域創新能力的空間格局及溢出效應測度研究［J］.工業技術經濟，2021，40（4）：134-140.

［28］ 王銳淇，張宗益.區域創新能力影響因素的空間面板數據分析［J］.科研管理，2010，31（3）：17-26，60.

［29］ 魏守華，吳貴生，呂新雷.區域創新能力的影響因素：兼評我國創新能力的地區差距［J］.中國軟科學，2010（9）：76-85.

［30］ 衛誼敏，王成城.基于模糊集定性比較分析方法的區域創新能力提高模式［J］.湖南工程學院學報（社會科學版），2022，32（4）：18-25.

［31］ 倪進峰，李華.產業集聚、人力資本與區域創新：基于異質產業集聚與協同集聚視角的實證研究［J］.經濟問題探索，2017（12）：156-162.

［32］ 溫鋒華，王魯青.知識產權保護視角下人力資本結構高級化對區域創新的影響［J］.開發研究，2024（5）：133-142.

［33］ 魏守華，吳貴生，呂新雷.區域創新能力的影響因素：兼評我國創新能力的地區差距［J］.中國軟科學，2010（9）：76-85.

［34］ 李欣，蘭瑩瑩，朱學緯.區域金融科技發展水平對企業創新能力的影響研究［J］.金融發展評論，2023（4）：14-32.

［35］ 沈正蘭，夏海波.市場分割對區域創新能力的影響研究［J］.科技管理研究，2022，42（21）：95-103.

［36］ 范德成，肖文雪.數據要素配置與區域創新：賦能效果及作用路徑［J］.科技進步與對策，2023，40（20）：30-41.

［37］ 黃先海，虞柳明，戴嶺.政府數據開放與創新驅動：內涵、機制及實踐路徑［J］.東南學術，2023（2）：102-113，246.

［38］ 徐夢周，呂鐵.賦能數字經濟發展的數字政府建設：內在邏輯與創新路徑［J］.學習與探索，2020（3）：78-85，175.

［39］ 張文魁.數字經濟的內生特性與產業組織［J］.管理世界，2022，38（7）：79-90.

［40］ 馬海群，鄒純龍，王今.中國式現代化視域下的數據開放實踐：從政務信息到公共數據［J］.情報科學，2023，41（8）：2-8.

［41］ 韓奇，楊秀云.公共數據開放能否促進企業數字化轉型？［J］.現代經濟探討，2024（4）：44-59.

［42］ 杜振華.政府數據開放與創新驅動經濟增長的關系［J］.首都師范大學學報（社會科學版），2020（2）：63-71.

［43］ 趙放，蔣國梁，馬婉瑩.數據要素市場賦能數字產業創新：來自準自然實驗的證據［J］.經濟評論，2024（3）：109-125.

［44］ 李曉華.數字經濟新特征與數字經濟新動能的形成機制［J］.改革，2019（11）：40-51.

［45］ 李廉水，張芊芊，王常凱.中國制造業科技創新能力驅動因素研究［J］.科研管理，2015，36（10）：169-176.

［46］ LIU XI，WHITE S.An exploration into regional variation in innovative activity in China［J］.International Journal of Technology Management，2001，21（1/2）：114-129.

［47］ 張可.經濟集聚與區域創新的交互影響及空間溢出［J］.金融研究，2019（5）：96-114.

［48］ 卞元超，吳利華，白俊紅.高鐵開通是否促進了區域創新？［J］.金融研究，2019（6）：132-149.

［49］ 周文泳，項洋.中國各省市區域創新能力關鍵要素的實證研究［J］.科研管理，2015，36（S1）：29-35.

［50］ 楊麗，孫之淳.基于熵值法的西部新型城鎮化發展水平測評［J］.經濟問題，2015（3）：115-119.

［51］ 李智超，張迎新.政府數據治理機構何以提升城市韌性：基于組建方式與隸屬關系的實證分析［J］.廣州大學學報（社會科學版），2023，22（6）：61-77.

［52］盛小平，吳瑾.我國大數據政策對區域創新能力影響的實證研究［J］.現代情報，2024，44（12）：89-101.

［53］ 謝會強，雷一鳴，鄭淑芳.全球價值鏈嵌入對區域創新能力的作用機制及溢出效應研究：基于市場整合的視角［J］.科研管理，2024，45（6）：1-11.

［54］ BECK T，LEVINE R，LEVKOV A.Big bad banks？The winners and losers from bank deregulation in the United States［J］.The Journal of Finance，2010，65（5）：1637-1667.

［55］ 劉勝，溫錫峰，陳秀英.循環經濟政策與中國企業環境績效：助推器抑或絆腳石？［J］.經濟學報，2023，10（2）：175-210.

［56］ 趙喜倉，蔣美.知識產權保護對綠色技術創新的影響研究：基于知識產權示范性城市的準自然實驗［J］.軟科學，2024，38（6）：37-48.

［57］ 黃溶冰，趙謙，王麗艷.自然資源資產離任審計與空氣污染防治：“和諧錦標賽”還是“環保資格賽”［J］.中國工業經濟，2019（10）：23-41.

［58］ 求是網.長江經濟帶高質量發展的五大突破點［EB/OL］.（2023-10-25）［2024-10-03］.https：//www.qstheory.cn/qshyjx/2023-10/25/c_1129936978.htm.

Can Public Data Openness Enhance Regional Innovation Capability？

Lai Shuang1， 2， Ma Yuman1

（1.School of Public Policy and Administration， Northwestern Polytechnical University， Xi'an 710000， China; 2.School of Continuing Education， Northwestern Polytechnical University， Xi'an 710000， China）

Abstract： The world is currently undergoing great changes unseen in a century. The pace of global technological advancement and iteration is continuously increasing， leading to profound changes in the global economic structure. In the context of the digital age， accelerating the improvement of regional innovation capabilities is an inherent requirement for promoting high-quality development. Exploring the influencing factors of these capabilities is of great significance for promoting regional economic development. Existing research has examined how various elements affect regional innovation capabilities， including basic innovation conditions， the scale of personnel support， factors influencing innovation efficiency， and the conditions of the technological market. Public data is a new type of production factor and its openness can generate economic growth benefits. Additionally， public data serves as a novel element of innovation. Public data openness can realize the cross-boundary flow of data. Therefore， it will give full play to the resource advantages of data elements and promote the free circulation of regional innovation elements. This results in a positive innovation effect stemming from public data. However， in the practice process， is public data openness conducive to enhancing the regional innovation capability？ Through what influence mechanisms does it act on the regional innovation capability？ Does the regional location lead to differences in this influence？ These issues require further empirical testing.

Therefore， we want to explore the effects of public data openness on innovation， provide a scientific basis for improving public data opening policies， enhance regional innovation capabilities， and promote the coordinated development of regional innovation. This study utilized panel data from 30 provinces covering the period from 2010 to 2022. Firstly， this study selected 8 indicators from three dimensions that are innovation input， innovation output， and innovation environment. Next， this study used the entropy method to measure regional innovation capabilities. Then， regarding the launch of public data open platforms in various provinces as a quasi-natural experiment， this study used the difference-in-differences model to examine the role and influence mechanism of public data openness on regional innovation capabilities. The study presents several research findings. First， public data openness can significantly enhance regional innovation capabilities， a conclusion that is supported by a series of robustness tests. Second， the efficiency of public data openness positively moderates the extent to which it promotes regional innovation capabilities. In particular， the higher the efficiency of data openness， the more obvious its effect on regional innovation capacity. Third， the positive effect of public data openness on regional innovation capabilities varies across different regions， being particularly pronounced in the Yangtze River Economic Belt region. Based on the above conclusions， several policy implications have been identified. On the basis of continuously promoting the opening of public data and fostering regional innovation and development， it is necessary to deepen data management reforms to enhance the specialization level and efficiency of public data openness. Additionally， all regions should look to the Yangtze River Economic Belt as a model to jointly promote the coordinated development of regional innovation.

Key words： public data openness; data elements; regional innovation capacity; difference-in-differences model

（欄目編輯：朱可染）