數據要素開發與經濟增長新動能

［摘 要］ 通過匹配合并2013—2020年國家級大數據綜合試驗區的試點數據、《中國城市統計年鑒》數據以及夜間衛星燈光數據等，實證研究了數據要素開發對地區經濟增長的影響效應和作用機制。研究發現：以大數據綜試區設立為表現形式的數據要素開發會顯著促進各城市的經濟增長，且這一結論在經過一系列穩健性檢驗后依然顯著成立。影響機制分析發現，數據要素開發主要是通過創新驅動和數字基建雙重路徑來為地區經濟增長構筑新動能。異質性分析發現，數字服務供給能力越強、政府對數字經濟關注度越高的地區越能實現經濟增長，在新冠疫情沖擊后數據要素開發帶來的經濟增長效應更突出。拓展性分析表明，相對于“先富”地區而言，數據要素開發主要促進了“后富”地區的經濟增長，且數據要素開發還將有效縮小城鄉之間的收入差距。

［關鍵詞］ 數據要素開發；經濟增長；創新驅動；數字基建；收入差距；大數據

［中圖分類號］" F061.2"" ［文獻標識碼］ Ａ"" ［文章編號］ 1008-1763（2025）02-0068-11

Development of Data Factor and New Driver of Economic Growth：

Empirical Evidence Based on the Establishment of National Level

Big Data Comprehensive Pilot Zones

Abstract：By matching and merging the pilot data of national level big data pilot zones from 2013 to 2020， the China Urban Statistical Yearbook， and nighttime satellite lights， we empirically investigated the impact effect and mechanism of data factor development on regional economic growth. This paper finds that data factor development in the form of setting up comprehensive pilot zones significantly promotes the economic growth of cities， and this conclusion still holds significantly after a series of robustness tests." Mechanism analysis reveals that the development of data factor mainly constructs new momentum for regional economic growth through the dual paths of innovation-driven and digital infrastructure. Heterogeneity analyses find that the stronger the supply capacity of digital services and the higher the government’s attention to the digital economy， as well as the more prominent economic growth effect from data factor development after the shock of the COVID-19 pandemic. Expansion analyses show that compared with the “first-rich” regions， data factor development mainly promotes the economic growth of the “second-rich” regions， and data factor development will also effectively reduce the income gap between urban and rural areas.

Key words： data factor development; economic growth; innovation drive; digital infrastructure; income gap；big data

一 引 言

在當前全球經濟形勢復雜多變與我國經濟增長進入新常態的雙重背景下，黨的二十屆三中全會明確提出，塑造發展新動能新優勢。那么，如何深入挖掘新型生產要素的增長潛能進而構筑支撐經濟高質量發展的長效驅動便成為社會各界需要深入思考的重大現實議題。近年來，我國加快推進實體經濟和數字經濟的深度融合，數據要素已經成為與土地、勞動、資本和技術等傳統生產要素并列的全新要素。根據全國數據工作會議的最新統計，2023年我國數據生產總量預計超過32ZB，我國成為全球重要的數據大國之一2023年，我國數據生產總量或將超過32ZB，https：//www.gov.cn/lianbo/bumen/202404/content_6943184.htm．。那么，蓬勃發展的數據要素是否能夠成為驅動經濟持續增長的新型動能？為回答這一問題，本文將以近年來我國加快數據要素開發的重大試點舉措——國家級大數據綜合試驗區（以下簡稱大數據綜試區）的設立為準自然實驗，從理論和實證兩個層面深入考察數據要素開發對經濟增長的影響。這一研究不僅能為我國加快構建和完善數據基礎制度提供有益的理論支持，同時也能從數據要素視角探索推動我國經濟持續高質量攀升的現實路徑。

與本文研究較為相關的一支文獻考察了我國在數字經濟領域的各類試點政策帶來的經濟效應。一方面，基于寬帶中國示范城市試點政策，方福前等通過匹配“寬帶中國”試點政策信息與中國家庭追蹤調查數據發現，數字基礎設施能夠通過破解教育資源以及高水平社會資本對農村戶籍子代的約束，實現對勞動力供給側的數字化賦能[1]。另一方面，從跨境電商綜合試驗區的視角，馬述忠和郭繼文基于國內領先跨境電商物流企業2016年9月至2019年8月的運單數據發現，大數據綜試區的設立使城市內各行業的跨境電商出口平均增長了21%[2]。此外，也有研究詳細考察了電子商務進農村綜合示范政策[3]及自貿試驗區建設[4]等帶來的影響。而聚焦到大數據綜試區設立的影響來看，學者們發現該舉措有助于提高生產效率[5]，加快創新[6]以及促進企業數字化轉型[7]。但這些文獻并未深入考察大數據綜試區與區域經濟增長的關系，尤其缺乏從增長動能構筑的視角探討其中的具體作用機制的研究，本文將對此做出探討。

國內外研究也圍繞各類數字技術的經濟效益展開了深入分析。其中，國外的研究發現，無論是互聯網[8]、寬帶[9]等數字基礎設施建設，還是移動手機的普及和應用[10]，都會顯著帶動地區內的經濟增長。國內學者同樣利用互聯網[11]、電信基礎設施[12]以及人工智能[13]等數據做出了廣泛分析，總體上認為數字技術的發展有利于地區經濟增長。如郭峰等利用夜間衛星燈光數據來衡量地區經濟發展情況，并發現數字經濟的滲透可以通過克服地理障礙和緩解行政分割來促進行政邊界地區的經濟發展[14]。與本文研究最相關的文獻初步從理論層面分析了數據要素投入及大數據技術應用對經濟增長的影響。徐翔和趙墨非采用產業組織的創新模型為數據資本構建了微觀基礎，并將其引入內生增長模型，發現模型存在非平衡的穩態增長路徑，其中數據資本的穩態增速高于其他類型資本及總產出的穩態增速[15]。楊俊等則認為大數據與其他生產要素存在“融合成本”，導致“研發模式轉型”抑制短期經濟產出，但長期來看，大數據會通過“乘數作用”提升中間品質量并促進技術進步，持續推動經濟增長[16]。但綜合這些研究來看，其大多局限在理論模型的推導層面，缺乏從實證維度做出詳細的政策評估，尤其是缺少對我國代表性的大數據試點政策進行聚焦分析，這為本文留下了進一步拓展的空間。

綜合以上文獻梳理，本文將以大數據綜試區的設立為例，通過匹配合并2013—2020年大數據綜試區的試點數據、《中國城市統計年鑒》以及夜間衛星燈光等數據，實證研究數據要素開發對地區經濟增長的影響效應和作用機制。相較于已有文獻，本文可能存在以下邊際貢獻。第一，研究視角上，在我國經濟處在新舊動能轉換的關鍵節點下，如何充分發揮數字經濟優勢，構筑支持我國經濟持續健康增長的全新動能至關重要。為此，本文從數據要素開發視角展開分析，探索以創新驅動和數字基建為關鍵路徑的增長新思路，從而豐富已有考察經濟增長決定因素的前期研究。第二，研究數據上，以往文獻主要使用地區人均生產總值來測度經濟增長水平[17]，本文則以衛星燈光來反映地區的經濟發展情況[18]。該方法能夠較好地規避由于地區間價格差異對估計結果帶來的潛在干擾，同時也能更加充分地反映市場提供的商品和服務價值。第三，研究內容上，文章不僅討論了數據要素開發是否會影響地區經濟增長，更是將研究從“是什么”拓展到了“為什么”的維度，從創新驅動和數字基建雙重視角深入考察了其中的內在作用機制。此外，本文還從地區數字服務商發展情況、政府數字關注度以及新冠疫情影響這三個視角開展了異質性分析。最后，文章進一步從共同富裕的角度進行探討，通過區分“先富”地區和“后富”地區以及關注城鄉收入差距，從兩個方面分析了大數據綜試區對地區收入差距的影響。

二 政策背景與理論分析

（一）政策背景

數字經濟正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。為搶占發展先機，許多發達經濟體已將大數據技術開發與利用上升為國家戰略。例如，美國在2011年發布了《大數據研究與發展計劃》，澳大利亞在2013年啟動了《公共服務大數據戰略》，法國和英國也在同年出臺了大數據相關政策。為此，我國在2014年將“大數據”一詞寫入《政府工作報告》，并于2015年8月出臺《促進大數據發展行動綱要》（以下簡稱“《綱要》”），這些措施對我國大數據產業進行了頂層設計和總體布局，并將大數據提升到國家戰略的高度。

為貫徹落實《綱要》規劃，貴州省于2015年9月啟動了全國首個大數據綜試區建設工作。隨后，2016年10月，第二批大數據綜試區名單發布，包括京津冀、珠三角兩個跨區域類大數據綜試區，上海市、河南省、重慶市、沈陽市四個區域示范類大數據綜試區，以及內蒙古自治區一個大數據基礎設施統籌發展類大數據綜試區。目前，國內共計建設了八個大數據綜試區，這將共同引領東部、中部、西部和東北地區的大數據產業協同發展，釋放數據要素活力，為促進我國經濟增長提供了扎實支持。

（二）理論分析

1.數據要素開發對經濟增長的影響

大數據綜試區在大數據創新應用、大數據產業集聚發展、大數據資源流通與交易、大數據國內外交流合作等諸多方面先行先試，極大地促進了數據要素的開發與共享。數據要素目前已成為與土地、勞動力、資本和技術并列的五大基礎性生產要素，廣泛滲透到生產、分配、流通、消費各種經濟活動中，為經濟增長注入新活力。從數據要素本身特征來看，相較于其他傳統生產要素，數據具有非競爭性、非排他性/部分排他性、不易復制性、外部性和即時性等特征。這些特征使得數據要素對經濟增長的提升效應不再受到邊際報酬遞減規律的限制，即數據要素在初期投入經濟系統會存在高昂的投入成本，但是在后期會呈現低邊際成本特征，即一旦突破門檻就會顯示其巨大經濟效益[19]。因此，數據要素對經濟增長的長期效應更為深遠。

將數據要素特征納入宏微觀經濟環境來看，在微觀層面，數據要素可以通過其本身承載的高價值信息來提高勞動、資本等其他要素之間的協同性，進而使微觀運行效率得以提升，加速經濟增長。具體而言，將數據要素中的有效信息提取出來可以加強企業分析能力，引導企業精準投資，降低企業運行的不確定性，使得微觀主體的運行兼備效率與穩健。進一步，數據要素的外部性特別是網絡外部性，能夠通過規模經濟和范圍經濟實現更多的數據積累和有價值信息提取，在一定階段內加速微觀主體運行效率的提升。特別是在數據驅動的雙邊或多邊服務平臺中，基于網絡外部性形成的規模經濟和范圍經濟尤為明顯，特定階段數據要素在效率提升和價值創造方面也會出現邊際報酬遞增的情形[20]。

在宏觀層面，數據要素的獨有特征將會放大，成為挖掘經濟增長潛力的重要途徑。例如，數據要素的非競爭性、非排他性同低成本復制特征相疊加，使得公共產品經常出現的“公地悲劇”轉換為有利于經濟增長的“公地喜劇”。具體而言，數據要素可以低成本無限復制，從而實現同時在多個微觀應用場景中與其他各種要素進行組合、重復使用，使其在宏觀層面的價值創造能力實現倍增。此外，數據要素的這些特征，同時以數據為基礎的新模式、新業態、新服務等在全社會范圍內推廣并得到涌現，進而提高市場整體運行效率，并作用于經濟增長[21]。

數據要素對經濟增長的作用也得到現有研究的廣泛認可。許憲春等認為數據要素相對于傳統要素對經濟增長的直接影響和推動作用更為明顯[22]。Basu和Fernald指出數據要素開放和共享可以優化資源配置、減少信息不對稱性，從而提高市場的運行效率[23]。將數據要素納入內生增長模型來看，楊俊等[16]認為數據要素可以通過“乘數作用”提升中間品質量并促進技術進步，長期加速經濟增長。袁健和段巍也采用類似的方法進一步驗證了數據要素的經濟效益[24]。綜合以上分析，我們提出本文的假說1。

假說1：在其他條件不變的情況下，大數據綜試區的設立將會促進地區經濟增長。

2.數據要素開發影響經濟增長的機制路徑——創新驅動與數字基建

大數據綜試區的設立將從三個方面促進地區的創新水平。第一，大數據綜試區設立的目標之一就是開放共享數據資源，加速大數據資源流通，便利大數據資源交易。伴隨數據要素的流通加快和開放透明，創新活動中面臨的信息不對稱問題將得到緩解，這將通過優化資源配置來實現區域創新能力的提升。第二，與大數據綜試區設立相伴出臺的一系列財稅、人才等政策也為區域創新注入了動力。就財稅政策而言，如貴州大數據綜試區在《關于加快大數據產業發展應用基于政策的意見》中提到，“被認定為高新技術企業的，減按15%征收企業所得稅，并給予一次性30萬元的補助”資料來源：《貴州省人民政府印發〈關于加快大數據產業發展應用若干政策的意見〉〈貴州省大數據產業發展應用規劃綱要（2014—2020年）〉的通知》，http：//www.guizhou.gov.cn/zwgk/zcfg/szfwj/qff/201709/t20170925_70477119.html．。就人才政策而言，大數據綜試區內的鼓勵人才引進政策，為創新活動提供關鍵主體。如，貴州省自2015年以來陸續發布《關于加快大數據產業人才隊伍建設的實施意見》等一系列人才培養與引進政策。第三，大數據綜試區內的產學研合作也有利于推動區域創新。產學研合作過程中高校和科研院所以基礎研究為重點，企業以產品開發為重點，三者之間具有較強的互補性和異質性，這有利于主體之間資源優勢互補，增加多樣化的學習和交流，不同領域的知識融合與知識互動，有利于創新靈感的迸發，從而加大創新產出的可能性。

創新是實現經濟增長的關鍵驅動，是促進經濟增長的直接原因[25]。創新可以通過兩個方面來驅動經濟增長。第一，企業對于大數據綜試區內創新成果的應用，一方面可以提高企業的生產能力，提高企業產出與產品多樣性，從而帶來企業收入的增加；另一方面可以助力企業改造升級，帶來更加先進的生產設備，有效地降低生產過程中的資源損耗和額外成本，擴大企業盈利空間。企業又是國民經濟的細胞，其經營狀況與國民經濟緊密相關，企業經濟效益的提升可以為我國經濟增長注入活力。第二，大數據綜試區內的創新活動將會帶來技術進步，技術的突破則會極大地提升企業生產率，這是決定企業盈利能力的重要因素，生產率越高的企業往往利潤水平越高，其支付的工資水平也就越高[26]。綜合以上分析，我們提出本文的假說2。

假說2：在其他條件不變的情況下，大數據綜試區的設立可以通過提高區域創新能力來促進經濟增長。

大數據綜試區的設立有效加快了地區的數字基建水平，截至2021年，貴州省全年新建5G基站2.7萬個，累計建成超5萬個；全年新增互聯網出省寬帶1.1萬G，累計達2.8萬G數據來源：《國家大數據（貴州）綜合試驗區發展報告2021》，http：//xxzx.guizhou.gov.cn/zxzk/zkcs/202205/t20220525_74213016.html．。與傳統基建不同，數字基建是指以5G、大數據中心、人工智能、工業互聯網等信息技術為代表的新型基礎設施[27]，被視為數字經濟發展的基石與底座。地區的數字基建會為重塑經濟結構，推動經濟轉型升級，并為實現高水平增長搭建新機制、創造新契機，進一步促進經濟增長。第一，數字基建本身就是大量的固定資產投資，將通過投資帶來的乘數效應推動地區經濟增長。數字基建伴隨電信光纜、互聯網基站等大范圍的基礎設施投資，將直接為經濟增長帶來新動能；此外，數字基建的不斷完善會吸引更多的社會資本，帶來配套產業投資的增加，促進社會資本的跨部門跨區域流動，進一步擴大投資的輻射范圍，并在整個經濟運轉中發揮乘數效應，帶來更高水平的經濟增長。第二，數字基建有助于激發數據要素活力，通過數據要素賦能為地區經濟探索增長新空間。數字基建不僅為地區發展數字經濟建立了互聯網、寬帶等最基礎的技術底座，同時也打造了數據交易平臺等新型數字基礎設施。例如，2022年4月到2023年5月，貴陽大數據交易所內已經聚集了577家數據商、上架了852個數據產品、累計交易額超10億元資料來源：“數實相融 算啟未來”貴陽大數據交易所：勇闖數據新藍海 構建數據交易新體系，https：//k.sina.com.cn/article_5904554912_15ff05ba002001l0mg.html．。數據交易平臺的搭建，一方面能提供集中式、規范化的數據交易場所和服務，為數據要素的使用提供良好的外部環境。另一方面，數據交易平臺涵蓋了包括大數據整合、交換、共享等多方面的數據服務，有助于打破數據孤島，促進數據要素流通，這對于激發數據要素帶來的經濟增長活力至關重要。第三，數字基建還能通過優化產業結構來促進經濟增長。數字基建能夠為相關產業發展提供數字化、信息化及智能化的服務。基于數字基建的各類數字技術與傳統產業的融合與集成應用，能有效提高傳統產業的研發、生產、交易效率，加速傳統產業的改造升級，甚至顛覆傳統產業現有生產模式。傳統產業的改造升級及新興產業的培育壯大對經濟增長的重要性已得到現有研究的廣泛證實[28]。

假說3：在其他條件不變的情況下，大數據綜試區的設立可以通過完善數字基建來促進經濟增長。

三 實證方案設計

（一）計量模型設定

1.基準模型構建

為從實證層面有效識別大數據綜試區的設立與地區經濟增長的因果關系，本文使用雙重差分法（difference-in-differences，DID）進行回歸分析。考慮到各城市被設立為大數據綜試區的時間不同，本文具體構造如下多時點DID模型進行分析：

Econit=α0+α1Policyit+α2CXit+ηi+vt+εit（1）

式中，i、t分別表示城市和年份。Econit表示i城市在第t年的經濟增長水平，本文以各城市的夜間衛星燈光指數進行測度，下文將具體闡述該指標的構建思路。Policyit表示i城市在第t年是否被設立為大數據綜試區。CXit表示一系列可能影響估計結果的城市層面控制變量。ηi和vt分別表示城市固定效應和年份固定效應，εit為殘差項。回歸將標準差聚類到城市-年份層面，以控制殘差在城市-年份層面的相關性。

2.機制檢驗模型構建

本文參考江艇的研究[29]，采用如下模型檢驗核心解釋變量大數據綜試區對機制變量的影響，并基于已有理論或者文獻來論述機制變量對被解釋變量經濟增長的影響。

Mechit=α0+α1Policyit+α2CXit+ηi+νt+εit（2）

式中，Mechit表示本文的機制變量，分別指創新驅動和數字基建這兩類指標，具體構建方式將在機制分析中進行詳細介紹。其余變量與基準模型保持一致。

（二）指標構建

1.被解釋變量（Ecno）

本文采用夜間衛星燈光數據來反映地區的經濟增長水平。相較于已有研究常采用的GDP數據，夜間衛星燈光數據的優勢在于：第一，剔除了價格因素的干擾。直接采用國家統計局公布的GDP數據研究經濟增長問題，需要對地區間的價格偏差做出有效處理，但由于部分地區的價格指數缺少或未統計，往往無法有效地剔除價格因素帶來的干擾，而夜間衛星燈光數據避免了這一誤差[18]。第二，GDP數據僅包括能夠被直接統計的商品和服務交易，但現實中并非所有的經濟活動都采用物物交換的方式進行，也有部分無法以價格形式表現的經濟活動。夜間衛星燈光數據則能較為全面地反映地區總體的經濟活動，因此能更加真實地反映地區的經濟發展狀況。

本文所使用的夜間衛星燈光數據來自美國軍事氣象衛星，其能探測到城市燈光甚至小規模居民地、車流等發出的低強度燈光，且該數據消除了云及火光等偶然噪聲影響。將歷年全球燈光影像數據重投影轉換為蘭伯特等角圓錐投影，并用中國行政邊界進行裁剪，得到年空間分辨率為1千米，可用于本文研究的中國行政區內的非輻射定標夜間衛星燈光數據。具體來說，本文采用各地級市的平均夜間燈光亮度來作為被解釋變量。

2.核心解釋變量（Policy）

本文選取大數據綜試區這一虛擬變量作為核心解釋變量。倘若某年某一城市被設立為大數據綜試區，那么該城市在當年及隨后年份賦值為1，其他年份賦值為0，該變量實際上是大數據綜試區分組變量與政策時間虛擬變量的交互項。

3.其余控制變量

參考郭峰等對地區經濟增長決定因素的研究，本文分別從企業層面和城市層面選取控制變量[14]。（1）經濟發展水平（Agdp）：使用城市層面人均GDP取對數來表示；（2）科學支出水平（Sci）：采用各城市的科學支出費用與GDP比值來測度；（3）教育支出水平（Edu）：采用各城市的教育支出費用與GDP比值來測度；（4）地區金融發展水平（Finance）：以城市金融機構的存款余額與貸款余額比值來衡量；（5）市場化水平（Market）：以《中國分省份市場化指數報告》中的市場化指數來衡量；（6）高鐵開通情況（Trans）：開通高鐵的城市當年及以后賦值為1，其他城市賦值為0。

4.數據處理及描述性統計

本文研究數據包括以下三個方面：第一，美國軍事氣象衛星公布的夜間衛星燈光數據；第二，大數據綜試區名單數據；第三，《中國城市統計年鑒》數據。在將上述三項數據逐一匹配并清洗后，本文得到了2013—2020年全國288個城市的研究數據。數據的描述性統計如表1所示。

四 實證結果與分析

（一）基準回歸結果

基于以上模型設定，本文使用雙重差分法來實證考察大數據綜試區設立對地區經濟增長的影響，并將估計結果呈現在表2中。其中，第（1）列不加入任何控制變量，僅控制城市固定效應，以處理城市層面的不可預測因素干擾，結果表明，大數據綜試區會顯著促進城市經濟增長。為進一步控制時間維度的潛在干擾因素，我們在第（2）列中加入年份固定效應，雙向固定效應的估計結果依然支持大數據綜試區帶來的增長效應。為處理遺漏變量導致的內生性問題，本文在第（3—4）列同時加入經濟發展水平、科學支出水平、教育支出水平、地區金融發展水平、市場化水平及高鐵開通情況六項控制變量，結果同樣顯示，核心解釋變量始終在1%的水平上顯著為正，即大數據綜試區的設立的確有助于促進地區的經濟增長。綜上所述，本文假說1得以驗證。

（二）有效性評估

1.平行趨勢檢驗與動態效應分析

采用雙重差分法對設立大數據綜試區進行效應評估的重要前提是要滿足平行趨勢假設。因此，本文借鑒Beck等的做法[30]，采用事件研究法進行平行趨勢檢驗，設定如下計量模型：

2.隨機抽樣安慰劑檢驗

為進一步確保基準回歸結果的可靠性，本文同時構造虛假的處理組和政策沖擊時點開展隨機抽樣安慰劑檢驗。具體而言，我們根據被設立為大數據綜試區的城市數量，對所有城市進行不重復隨機抽樣，將抽中的城市設定為虛假的處理組；同時根據大數據綜試區實施的時間，隨機生成虛假的政策沖擊年份，最后根據所構建的虛擬處理組進行估計。在此基礎上，重復上述過程500次。根據處理結果隨機抽樣安慰劑檢驗結果，因篇幅所限未匯報，感興趣讀者可向作者索取。，排除了偽回歸的可能性，佐證了本文研究結論的可靠性。

3.PSM_DID檢驗

由于國家在設立大數據綜試區的過程中，可能會出于經濟發展水平、產業結構以及科學技術等因素的考慮，而優先將某些城市設立為大數據綜試區，這或將導致文章的估計結果存在自選擇偏差。因此，本文進一步采用傾向得分匹配法（propensity score matching，PSM），為每一個被設立為大數據綜試區的城市匹配一個除了獲批大數據綜試區之外其他特征高度相似的匹配城市。在此基礎上，進一步對匹配樣本采用雙重差分模型進行檢驗。首先，選取本文的控制變量作為協變量，采用Logit模型估計出傾向得分值，即各城市成為大數據綜試區的概率，并根據傾向得分值使用近鄰匹配法進行匹配，使得控制組與處理組兩組樣本具有相似特征，達到類似于隨機實驗的效果；其次，對匹配后的樣本進行平衡性檢驗，確保匹配后的兩組樣本除了在經濟發展水平方面存在差異，其他方面不存在系統性偏差；最后，在匹配后的樣本中重新估計大數據綜試區設立對地區經濟增長的影響。估計結果進一步證明了大數據綜試區設立有利于地區經濟增長的結論是穩健的PSM_DID檢驗結果，因篇幅所限未匯報，感興趣讀者可向作者索取。。

4.處理霍桑效應

DID估計成立的前提條件之一，是在政策實施前處理組不存在政策預期，否則將導致估計結果存在偏誤。因此，本文參考方福前等的做法[1]，在基準回歸的基礎上加入大數據綜試區分組變量與政策實施前一年虛擬變量的交互項，回歸結果如表3所示。其中，Policy系數仍然顯著為正且交互項的系數不顯著，可以排除霍桑效應的存在。此外，借鑒Carballo的研究[31]，本文還分別對2015年和2016年設立的大數據綜試區構建兩項虛擬變量來控制霍桑效應，如貴州于2015年設立大數據綜試區，那么虛擬變量Policyb1僅對2014年的貴州省賦值1，其余情況賦值0。類似的，2016年設立的大數據綜試區以虛擬變量Policyb2來進行控制。由于旨在考察設立大數據綜試區對沒有設立大數據綜試區的地區經濟增長的影響，因此，我們在回歸中剔除Policy=1的結果，估計結果如表3第（2）列所示，兩項虛擬變量均不顯著，即并未表現出霍桑效應。

5. Goodman-Bacon分解檢驗

在應用多時點DID時，研究樣本可以根據是否處理和處理早晚劃分為四種類型：早處理、晚處理、總是處理以及從未處理。而一項回歸在早處理樣本和總是處理樣本作為控制組時，可能會由于估計結果中已包含了處理效應而導致雙向固定效應估計量存在偏誤。對此，本文借鑒Stevenson和Wolfers的做法[32]，對雙向固定效應估計量進行分解，結果如表4所示。根據結果可知，“晚處理VS早處理”這一類2×2 DID所占權重為0.008即0.8%，這意味著對最終雙向固定效應估計量的影響不大。與此同時，“時變處理VS從未處理”這一類所占權重最大（98.9%），對雙向固定效應估計起主導作用。綜上所述，本文的研究結論較為穩健。

（三）其他穩健性檢驗

第一，為了控制影響地區經濟增長的不可預測因素，同時避免主要控制變量帶來的“維度詛咒”以及估計有偏問題，并考慮到在地區經濟發展的過程中，變量間可能存在非線性關系，本文通過更換雙重機器學習模型來進行穩健性檢驗。第二，通過控制同時期發布的“寬帶中國”戰略以及跨境電商綜合試驗區設立政策來排除其他數字經濟政策對經濟增長效應的干擾。第三，考慮到房地產行業在過去20年間對我國經濟發展的特殊影響，我們將城市房地產行業的增加值取對數作為額外控制變量加入回歸，以此進行控制。第四，相對其他城市而言，直轄市的經濟發展基礎較好，資源人才集聚水平較高，這些城市

可能會存在較強的線性增長趨勢。為處理這一問題，我們將北京、上海、天津和重慶四個直轄市內的企業樣本剔除，采用余下數據開展穩健性檢驗。第五，政策出臺與市場的實際感知往往存在一定的時間滯后性，即大數據綜試區的設立或許并非會在當期便對地區的經濟增長產生影響，而是隨著時間的推移，政策效果才逐漸顯現。因此，我們將核心解釋變量分別滯后一期和兩期處理，以此考慮政策的滯后效應。以上穩健性檢驗結果如表5所示，均表明本文的基準回歸結果是可靠的。

（四）異質性分析

盡管上文從多角度驗證了大數據綜試區的設立對地區經濟增長的積極影響，但依然缺少分析這一影響所表現出的異質性特征。因此，本節將依次從城市數字服務商發展情況、政府對數字經濟關注度以及新冠疫情沖擊的影響這三個方面來進行探討。

1.數字服務商

地方數字經濟的全面發展及經濟效益釋放離不開各類數字服務商的協同發力，即這些服務商可能會作為數字技術主導企業的上下游配套，從而支撐其更好地釋放經濟效力。因此，我們基于工商登記數據獲取了各城市歸屬于信息技術和軟件服務業的初創企業信息，并根據企業的成立年份和所在城市進行加總，得到全國各個城市的數字服務商數據，將其作為回歸指標，結果如表6第（1）列所示。結果表明，在數字服務商聚集多的城市，大數據綜試區這一政策更能促進區域經濟增長。

2.數字經濟關注度

政策支持是產業發展的關鍵支撐，數據要素的開發利用同樣離不開政府關注和支持。因此，我們參考現有研究[33-35]，借助Python軟件對政府工作報告進行分詞處理，統計了省級政府工作報告中與數字經濟相關的關鍵詞詞頻，采用該詞頻占政府工作報告詞頻總數的比重來衡量政府對數字經濟的關注程度。回歸結果如表6第（2）列所示，政府對數字經濟關注度更高的情況下，大數據綜試區帶來的經濟增長效果會更顯著。

3.新冠疫情沖擊

新冠疫情暴發期間，數字技術為克服疫情沖擊、推動復工復產做出了重要貢獻。因此，我們進一步考察大數據綜試區帶來的增長效應是否會在疫情沖擊發生后更加突出。本文采用指標Epidemic，對2019年及之后的樣本取值為1，在此之前的樣本取值為0，并以交互項的方式進行實證檢驗。估計結果如表6第（3）列所示，交互項系數顯著為正，表明在新冠疫情暴發后，大數據綜試區的設立更能促進城市經濟增長。

五 機制分析

結合前文大數據綜試區設立背景以及該政策實施對地區經濟增長影響的理論分析，這里進一步通過構建相應的機制變量來從實證層面識別大數據綜試區設立對地區經濟增長影響的內在作用機制，具體包括創新驅動和數字基建兩個方面。

（一）創新驅動

對于創新驅動這一機制而言，我們參考張杰和鄭文平[36]的研究，分別使用城市層面發明專利申請和授權的數量加一取對數來構建測度指標。回歸結果如表7第（1）列和第（2）列所示，結果均表明大數據綜試區的設立可以驅動城市創新從而進一步推動地區經濟增長。此外，本文還參考《中國城市和產業創新力報告》中城市層面的創新指數來衡量地區創新水平，回歸結果如表7第（3）列所示，結果同樣表明大數據綜試區的設立可以提升地區創新水平。綜上所述，本文假說2得以驗證。

（二）數字基建

對于數字基礎設施建設而言，我們首先構建幾項較為經典的測度指標。具體是用地區的互聯網寬帶接入端口數量、域名數量及網頁數量與當地行政面積的比值來構建三項測度指標。回歸結果如表7第（4—6）列所示。可以看出，大數據綜試區的設立可以顯著促進地區數字基礎設施的建設情況，助力經濟發展。此外，我們還進一步從數字平臺視角刻畫了更為新穎的數字基礎設施建設指標。本文搜集了由中國信息通信研究院于2021年12月發布的《大數據白皮書》中的大數據交易平臺建設信息，倘若某一城市在第t年設立了大數據交易平臺，那么對該城市在當年及隨后年份賦值1，否則賦值0，基于該指標的回歸結果呈現在表7第（7）列，回歸結果表明，大數據綜試區的設立可以推動當地數字平臺的建設。綜上所述，本文假說3得以驗證。

六 拓展性分析

盡管文章發現大數據綜試區的設立的確有助于提升地區的收入水平，但在我國扎實推進共同富裕的當下，如何在實現總體收入增長的條件下，彌合地區間的收入差距需要進一步關注。因此，我們從以下兩個角度進行分析。

第一，從地區間的經濟發展水平出發，考察大數據綜試區對“先富”地區和“后富”地區的影響是否存在顯著差異。借鑒覃成林和楊霞的做法[37]，區分出62個“先富”城市以及其他“后富”城市，以此來反映城市間富裕水平的差異，并對“先富”城市內的企業賦值1，對“后富”城市內的企業賦值0。分組回歸結果如表8第（1—2）列所示，結果表明，相對于“先富”城市，“后富”城市更能通過大數據綜試區這一政策來促進地區經濟增長，該結果為從制度創新視角扎實推進共同富裕提供了重要證據。

第二，從城鄉收入差距出發，農村地區由于經濟發展階段相對而言落后于城市地區，因此在數字基礎設施建設以及對大數據技術的應用方面也多處于劣勢。由大數據綜試區設立帶來的數字基建水平提升或許能夠為農村地區利用大數據技術來提升收入水平創造更多機會。為此，我們分別進行如下檢驗以回答這一問題。首先，分別使用城鎮居民可支配收入和農村居民可支配收入來驗證大數據綜試區是否會對城市和農村地區的經濟增長帶來差異性影響。估計結果呈現在表8第（3—4）列，大數據綜試區的設立不僅會顯著促進城鎮地區經濟水平的提升，對農村經濟增長同樣具有重要意義，且從估計系數初步來看，大數據綜試區對農村人均收入增長的促進作用更強。進一步，我們參考劉貫春的思路[38]，使用農村人均可支配收入與城鎮人均可支配收入的比值來衡量城鄉收入差距情況，回歸結果如表8第（5）列所示。能夠發現，大數據綜試區的設立顯著縮小了城鄉收入差距，這一發現進一步豐富了文章的研究結論。

七 結論與建議

文章通過匹配合并2013—2020年大數據綜試區的試點數據、《中國城市統計年鑒》數據以及夜間衛星燈光數據等，實證研究了數據要素開發對地區經濟增長的影響效應和作用機制。本文發現：（1）以大數據綜試區設立為表現形式的數據要素開發會顯著促進各城市的經濟增長，且這一結論在利用處理霍桑效應、Goodman-Bacon分解等穩健性檢驗后依然顯著成立。（2）影響機制分析發現，數據要素開發會通過創新驅動和數字基建雙重視角來構建地區經濟增長的新動能，從而推動經濟水平提升。（3）異質性分析發現，從地區數字服務商的供給來看，數字服務供給能力越強的城市，越能通過大數據綜合試驗區來實現經濟增長；從地方政府對數字經濟的關注度來看，關注度越高的地區越能依托數據要素開發來提升經濟發展水平；從新冠疫情的沖擊來看，各地區在沖擊后更能利用數據要素開發來促進經濟增長。（4）拓展性分析表明，相對于“先富”地區而言，數據要素開發主要促進了“后富”地區的經濟增長，且數據要素開發還將有效縮小城鄉之間的收入差距。

結合本文研究結論，我們給出如下政策建議。

第一，深入實施大數據戰略行動，縱深推進國家大數據綜試區建設。以大數據制度創新為發力點之一加快建設數字中國，推進大數據基礎設施建設與大數據技術創新應用，構筑我國經濟增長新動能。第二，加快大數據綜試區內的數字基建步伐，以數字基建推動地區經濟持續增長。具體來說，在充分結合地區經濟發展需要的條件下，推動5G基站、光纖光纜、數據交易中心和邊緣計算中心等數字基建的逐步完善。同時，加快數字基建對傳統產業的賦能升級，將大數據運算技術充分嵌入到工業生產和產品銷售過程中，為傳統產業增長構建新優勢。第三，廣泛推動大數據技術在各行各業的創新應用，進一步夯實創新驅動下地區經濟增長的長效機制。其中包括，鼓勵企業提高對大數據技術創新成果的生產應用，助力突破企業生產制造難題。此外，依托大數據綜試區建設，加快打造一批大數據高新技術產業，在優化地區產業結構的同時進一步帶動經濟增長。第四，通過優化大數據綜試區的空間布局，不斷縮小地區間的收入差距。尤其是，考慮在“后富”地區進一步探索符合設立大數據綜試區條件的優良試點，加大大數據綜試區的受益范圍，為“后富”地區充分利用數據要素資源，進而挖掘經濟增長新動能提供保障和支持。此外，支持農村地區積極利用大數據技術賦能生產經營活動，以大數據綜試區助力數字鄉村建設，加快推動城鄉共同富裕。

［參 考 文 獻］

［1］ 方福前，田鴿，張勛.數字基礎設施與代際收入向上流動性——基于“寬帶中國”戰略的準自然實驗［J］.經濟研究，2023（5）：79-97.

［2］ 馬述忠，郭繼文.制度創新如何影響我國跨境電商出口？——來自綜試區設立的經驗證據［J］.管理世界，2022（8）：83-102.

［3］ 涂勤，曹增棟.電子商務進農村能促進農戶創業嗎？——基于電子商務進農村綜合示范政策的準自然實驗［J］.中國農村觀察，2022（6）：163-180.

［4］ 羅舟.自貿試驗區對產業結構升級的影響——基于SDID的驗證［J］.湖南大學學報（社會科學版），2024（4）：75-82.

［5］ 邱子迅，周亞虹.數字經濟發展與地區全要素生產率——基于大數據綜合試驗區的分析［J］.財經研究，2021（7）：4-17.

［6］ 任英華，劉宇釗，羅涵.數據基礎制度建設對制造業企業數字技術創新的影響研究［J］.湖南大學學報（社會科學版），2024（6）：63-72.

［7］ 石玉堂，王曉丹.大數據綜合試驗區設立能否驅動企業數字化轉型——基于準自然實驗的實證研究［J］.科學學研究，2023（6）：1-18.

［8］ Choi C，Yi M H. The effect of the Internet on economic growth： evidence from cross-country panel data［J］. Economics Letters，2009（1）：39-41.

［9］ Czernich N， Falck O， Kretschmer T， et al. Broadband infrastructure and economic growth［J］. The Economic Journal， 2011，552：505-532.

［10］ Lee S H，Levendis J， Gutierrez L. Telecommunications and economic growth：an empirical analysis of sub-Saharan Africa［J］. Applied Economics， 2012（4）：461-469.

［11］韓寶國，朱平芳.寬帶對中國經濟增長影響的實證分析［J］.統計研究，2014（10）：49-54.

［12］鄭世林，周黎安，何維達.電信基礎設施與中國經濟增長［J］.經濟研究，2014（5）：77-90.

［13］陳彥斌，林晨，陳小亮.人工智能、老齡化與經濟增長［J］.經濟研究，2019（7）：47-63.

［14］郭峰，熊云軍，石慶玲，等.數字經濟與行政邊界地區經濟發展再考察——來自衛星燈光數據的證據［J］.管理世界，2023（4）：16-34.

［15］徐翔，趙墨非.數據資本與經濟增長路徑［J］.經濟研究，2020（10）：38-54.

［16］楊俊，李小明，黃守軍.大數據、技術進步與經濟增長——大數據作為生產要素的一個內生增長理論［J］.經濟研究，2022（4）：103-119.

［17］郭炳南，王宇，張浩.大數據試驗區設立能否驅動中國城市經濟增長質量提升？［J］.南京財經大學學報，2022（4）：98-108.

［18］徐康寧，陳豐龍，劉修巖.中國經濟增長的真實性：基于全球夜間燈光數據的檢驗［J］.經濟研究，2015（9）：17-29+57.

［19］鄭健壯，錢元旻，陳立峰.地區數據要素、數字技術水平與其經濟增長［J］.科學學研究，2024（11）：2318-2329.

［20］Gordon R J. Why has economic growth slowed when innovation appears to be accelerating？［R］. NBER Working Paper，No. 24554，2018.

［21］Carriere-Swallow M Y， Haksar M V. The economics and implications of data： an integrated perspective［M］.Washington：International Monetary Fund，2019.

［22］許憲春，張鐘文，胡亞茹.數據資產統計與核算問題研究［J］.管理世界，2022（2）：16-30+2.

［23］Basu S， Fernald J. Information and communications technology as a general-purpose technology： evidence from US industry data［J］. German Economic Review， 2007（2）：146-173.

［24］袁健，段巍.數據交易、專業化人工智能與經濟增長［J］.管理評論，2024（6）：3-18.

［25］李苗苗，肖洪鈞，趙爽.金融發展、技術創新與經濟增長的關系研究——基于中國的省市面板數據［J］.中國管理科學，2015（2）：162-169.

［26］Macis M， Schivardi F. Exports and wages： rent sharing， workforce composition， or returns to skills？［J］. Journal of Labor Economics，2016（4）：945-978.

［27］郭凱明，潘珊，顏色.新型基礎設施投資與產業結構轉型升級［J］.中國工業經濟，2020（3）：63-80.

［28］郭克莎，彭繼宗.二三產業結構變動與經濟發展質量——上中等收入階段向高收入階段演進的國際經驗［J］.財貿經濟，2022（8）：5-26.

［29］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［30］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（5）：1637-1667.

［31］Carballo J， Chatruc M R， Santa C S. Online business platforms and international trade［J］. Journal of International Economics， 2022，137：103599.

［32］Stevenson B， Wolfers J. Bargaining in the shadow of the law： divorce laws and family distress［J］. The Quarterly Journal of Economics， 2006（1）：267-288.

［33］陶長琪，丁煜.數字經濟政策如何影響制造業企業創新——基于適宜性供給的視角［J］.當代財經，2022（3）：16-27.

［34］金燦陽，徐藹婷，邱可陽.中國省域數字經濟發展水平測度及其空間關聯研究［J］.統計與信息論壇，2022（6）：11-21.

［35］劉勝，徐榕鑫，陳秀英．數字化轉型與企業風險承擔——兼論我國產業鏈供應鏈“穩中求進”的啟示［J］．經濟與管理，2023（3）：74-81．

［36］張杰，鄭文平.創新追趕戰略抑制了中國專利質量么？［J］.經濟研究，2018（5）：28-41.

［37］覃成林，楊霞.先富地區帶動了其他地區共同富裕嗎——基于空間外溢效應的分析［J］.中國工業經濟，2017（10）：44-61.

［38］劉貫春.金融結構影響城鄉收入差距的傳導機制——基于經濟增長和城市化雙重視角的研究［J］.財貿經濟，2017（6）：98-114．