公共數據開放與企業數字技術創新

[摘要]數字技術創新是驅動企業全要素生產率持續提升，實現企業高質量發展的核心動力。研究公共數據開放共享能否在企業進行數字技術創新中發揮積極作用，對助推企業共享數字紅利、實現企業高質量發展具有重要意義。利用2011—2022年A股上市公司數據，以政府公共數據開放平臺的上線作為準自然實驗，利用多時點雙重差分模型，探究公共數據開放平臺的上線對企業數字技術創新水平的影響及作用機制。研究結果表明，公共數據開放平臺的上線能夠顯著提升企業數字技術創新水平，且這一結論在經過一系列穩健性檢驗后依然成立。機制分析表明，公共數據開放平臺的上線能夠通過促進企業數字化轉型以及增加企業數字技術創新機會兩個途徑提升企業數字技術創新水平。異質性分析發現，對具有數字化高管背景的企業、處于高科技、競爭程度較高行業的企業、處于數字基礎設施水平更完善地區的企業來說，該政策對企業數字技術創新水平的提升作用更明顯。據此提出加快數字人才培養、加強數字基礎設施建設等建議，以期為公共數據開放政策制定以及企業加快形成數字化新技術，實現高質量發展提供參考。

[關鍵詞]政府數據開放；企業數字技術創新；多時點雙重差分

一、 引言

數字技術創新體系是國家創新能力的“放大系數”，是企業實現高質量發展的核心驅動力。《數字中國建設整體布局規劃》1明確指出，要構建自立自強的數字技術創新體系，著力增強企業數字技術的創新能力，推動實現高水平科技自立自強。近年來，中國數字技術產業生態初步形成，數字科技創新主體不斷涌現，為數字科技創新提供了有力支撐。但目前中國企業進行數字技術創新的積極性仍在一定程度上受到數字技術創新活動不確定性以及成本擠出效應影響，部分企業在進行數字技術創新活動時面臨數據資源不足、融資約束等問題，導致企業數字技術創新意愿不強。數據作為生產要素逐漸成為數字時代創新發展的焦點，《數字中國建設整體布局規劃》指出，要逐步推動公共數據匯聚利用，充分發揮數據要素價值2。公共數據作為數據要素中的重要組成部分，具有較強的權威性、公益性、通用性以及基礎性，是推動數據要素充分發揮作用的有力抓手。在全球數字化創新發展的背景下，政府公共數據要素具有的倍增效應、非競爭性以及高度融合性為企業生產創新活動提供了成本競爭優勢，解決了信息不對稱問題，提高了配置效率，進而對企業進行數字技術創新產生積極效果。因此，探究公共數據開放對企業數字技術創新的影響對助推企業共享數字紅利、實現企業高質量發展具有重要意義。

目前，關于數字技術創新的相關研究主要基于宏觀和微觀兩個層面展開。在宏觀層面上，已有研究發現[1]，“放管服”改革的實施能夠有效推動城市的數字技術創新發展，同時還存在地理空間溢出和區域創新結構優化的積極效應。韓先鋒等[2]基于科技金融政策的實施發現，其有利于促進試點城市的數字技術創新水平。陳曉等[3]通過實證研究發現，數字技術創新水平的提升能夠有效降低城市碳排放強度，且對周邊城市存在削弱效應。在微觀層面上，張培等[4]通過案例研究發現，分布于不同應用層的主體能夠以高頻率的交互加快企業數字創新的進程。張樹山等[5]研究發現企業ESG表現對數字技術創新行為具有顯著的促進作用。金環等[6]基于企業家精神視角進行實證分析發現，弘揚企業家精神能夠有效促進企業數字技術創新水平。張任之等[7]發現研發聯盟對企業數字技術創新水平提升具有顯著促進作用，且主要表現在知識流動等方面。然而，鮮有學者將公共數據開放納入企業數字技術創新的研究分析框架，探究這種開放數據資源對于企業數字技術創新水平的影響，以及兩者之間的作用機理。在數字中國高速建設時期，厘清兩者關系對公共數據開放政策制定以及企業加快形成數字化新技術，提高新質生產力，具有重要的現實意義。

二、 政策背景與研究假設

1. 政策背景

在數字經濟深化發展的大背景下，數據資源共享、助力數據要素市場構建對中國數字經濟發展具有重要意義。為充分發揮數據共享促進經濟增長的倍增效應，中央將數據共享上升至國家戰略高度。2012年中國首個開放數據門戶網站——上海市政府數據服務網正式上線開通，標志著中國從信息公開邁向數據公開。《促進大數據發展行動綱要》（2015）強調了公共數據資源供給、流通使用以及數據價值釋放的重要性，指出加快數據資源的開放共享是促進大數據發展的主要任務1。自2012年上海市和北京市等地率先上線數據開放平臺以來，中國城市平臺數量逐年增長。《2023中國地方政府數據開放報告》顯示，截至2023年，上線的省級加城市的地方政府數據開放平臺已達226個，占比約60.63%2。從整體上看，中國地方政府數據開放平臺呈現從東部地區向中西部地區不斷擴散發展的態勢，東南沿海地區的省級平臺已基本相連成片，為數字經濟的創新發展提供了重要支撐。

2. 理論分析與研究假設

（1）公共數據開放與企業數字技術創新

公共數據開放是企業充分開發利用數據要素，發揮數據作為關鍵生產要素的創新引擎作用和基礎資源作用的前提[7]。政府公共數據資源的開放使數據資源能夠在全社會范圍內充分地流通起來，加速數據要素的流通，為企業進行數字技術創新提供基礎[8]。同時政府數據資源所具備的倍增效應、高度融合性以及非競爭性等特征，為企業在使用數據資源進行創新活動時，帶來了成本競爭優勢[9]，緩解了企業所面臨的信息不對稱問題[10]，提升了企業進行數字技術創新的成功率[11]。具體來說，在成本競爭優勢方面，企業能夠將數據要素與其他要素協同生產，降低成本，提高效率，實現數字技術的創新；緩解信息不對稱問題方面，一方面，政府數據資源是一種知識資源，政府數據的開放能夠增加知識存量，促進知識資源在創新主體之間流動，進而緩解信息不對稱程度[12]；另一方面政府數據要素能夠與商業模式、數據技術等充分融合，也能達到降低信息不對稱程度的效果，同時數據資源能夠以數據傳播共享作為媒介，提升要素配置能力，優化其他要素的整合方式，從而促進企業數字技術創新變革，充分釋放政府數據要素價值，據此，本文提出如下假說：

H1：公共數據開放平臺的上線能夠促進企業數字技術創新水平提升。

（2）公共數據開放與企業數字化轉型

公共數據開放是實現數據要素價值創造的重要方式。首先，公共數據開放能夠有效促進數據要素流動，為企業實施數字化轉型戰略提供豐富的數據支撐[13]。其次，公共數據的開放能降低企業面臨的各種成本，具體來說，一方面能夠降低企業獲取數據要素所面臨的搜尋、交易、驗證等成本以及減輕企業在生產過程中所面臨的要素成本壓力[14]；另一方面豐富的數據資源提高了企業決策治理、增強企業內部控制能力，降低了企業機會成本[15]，持續激勵企業進行數字化轉型。再次，公共數據開放能夠增強企業對原始數據獲取的能力，充分吸收政府開放數據帶來的紅利，市場競爭程度加劇，倒逼弱勢企業、面臨淘汰轉型的傳統企業進行數字化轉型[16]。最后，相較于傳統生產要素，公共數據表現極強的普惠性，能夠輻射惠及更多的市場主體，降低數據獲取門檻，推動企業進行數字化轉型[17]，據此，本文提出如下假說：

H2：公共數據開放平臺的上線能夠通過促進企業數字化轉型提升企業數字技術創新水平。

（3）公共數據開放與企業數字技術創新機會

數字技術創新機會的識別是企業進行數字技術創新活動的必要條件之一，也是企業啟動數字技術創新活動的開端[18]。企業感知數字技術創新的能力越強，越容易識別外部數字環境的創新機遇，從而促進企業進行數字技術創新[19]。從信息不對稱角度來看，隨著企業信息不對稱程度的減弱，企業識別數字技術創新機會的能力不斷增強，政府公共數據的開放更有利于增強市場信息透明度，企業能夠更迅速地將從外部獲取的數據資源應用于自身創新中[17]，同時也有利于增強市場效率，隨著市場中行業競爭壓力的增加，倒逼企業通過進行數字技術創新提升競爭力，以謀求更高的利潤率，增強企業進行數字技術創新的機會；從資源配置角度來看，政府公共數據的開放有助于企業快速獲取數據資源信息，降低企業發生決策失誤的可能性，同時也為企業預估市場需求提供便利，提升數字技術創新機會的識別能力。基于此，本文提出如下假設：

H3：公共數據開放平臺的上線能夠通過增加企業數字技術創新機會提升企業數字技術創新水平。

三、 研究設計

1. 模型設定

為驗證公共數據開放對企業數字技術創新的影響，本文基于公共數據開放平臺上線的外生沖擊，利用多時點雙重差分法，構建模型如下：

[Digilnnoi，t=α0+βtreati×Postt+Controls+Firm+Year+Industry+εi，t] （1）

式（1）中，i表示企業，t表示年度，[Digilnnoi，t]為企業i在第t年的數字技術創新水平，[treati×postt]為本文的核心解釋變量，表示公共數據開放平臺上線的虛擬變量，若企業i在第t年或t年以后所在地級市上線公共數據開放平臺，則兩者交互項為1，否則為0，若系數[β]為正，則表明該地公共數據開放平臺上線有助于促進企業數字技術創新水平的提升；Controls表示一系列影響企業數字技術創新水平的控制變量集合；Firm、Industry、Year分別用以控制回歸中不隨個體、行業、時間變化的混淆因素，分別表示為企業、行業、年份固定效應；[εi，t]為隨機誤差項。同時，本文對標準誤進行企業層面的聚類穩健處理。

2. 變量定義

（1）企業數字技術創新

在對技術創新的衡量上，本文選擇該企業當年獨立申請的數字經濟發明專利數量（[Digilnnoi，t]）來衡量企業數字技術創新。本文借鑒黃勃等[20]的研究，認定數字專利為屬于數字經濟核心產業所對應的專利。具體地，首先利用《國際專利分類與國民經濟行業分類參照關系表（2018）》1將專利主分類號與其所屬的行業進行匹配，然后再將專利所屬行業與2021年國家統計局發布的《數字經濟及其核心產業統計分類》2進行匹配，最后得到上市企業對應的數字專利數量。

（2）公共數據開放

本文的核心政策虛擬解釋變量（[treati×postt]）為公共數據開放所在試點以及實施年份的交乘項，其中[treati]為1，表示該樣本企業所在城市上線公共數據開放平臺，該企業為處理組；反之則該企業屬于控制組；[postt]表示特定觀測值是否處于試點實施后的年份，若處于則為1，反之為0。最后將這一變量數據依據企業總部的城市所在地進行匹配。

（3）控制變量

考慮其他因素會對本文的實證結果產生潛在的影響，在參考已有文獻的基礎上，本文選取一系列控制變量，主要包括：凈資產收益率（Roe），采用凈利潤與平均資產的比率計算；企業規模（Size），采用年總資產的自然對數衡量；營業收入增長率（Growth），計算公式為本年營業收入除以上一年營業收入減一；董事會規模（Board），采用董事會人數取自然對數衡量；成立年限（Listage），計算公式為當年年份減去企業上市年份加一后取對數；股權集中度（Top1），采用第一大股東持股比例；產權性質（Soe），國有企業為1，其余為0；資產負債率（Lev），采用年末總負債比年末總資產衡量。

3. 數據來源

本文選取2011—2022年A股上市企業作為初始研究樣本。首先，關于樣本企業的基本信息、財務指標等相關數據均來自CSMAR和WIND數據庫，企業數字化轉型相關數據來自CSMAR數據庫2022年發布的《中國上市公司數據化轉型研究數據庫》；其次，地級市相關數據均來自《中國城市統計年鑒》；最后，為了使樣本更加合理，本文對初始樣本進行如下處理：（1）將與研究相關程度不高的金融類特殊樣本企業予以剔除；（2）對資不抵債的上市公司、新上市、退市和曾被標記為ST和*ST等特殊狀態企業進行剔除；（3）將資產負債率大于等于1或小于等于0的樣本進行剔除；（4）對關鍵變量缺失嚴重，無法滿足觀察期要求的企業進行剔除。通過整理本文共得到公司-年度樣本觀測值共34067個。

四、 實證結果分析

1. 基準回歸

表1為本文基準回歸結果。列（1）為單變量回歸以及未加入任何固定效應，此時公共數據開放平臺上線對企業數字技術創新水平的回歸系數在1%的水平顯著為正。然后通過逐步加入控制變量來檢驗公共數據開放平臺上線對企業數字技術創新水平的影響。列（2）為加入企業固定效應后的回歸結果，政策變量did的系數為1.7741，在1%的水平上顯著為正，說明公共數據開放平臺上線能夠促進企業數字技術創新水平提升。列（3）至列（5）為依次加入年份固定效應、行業固定效應、控制變量后的回歸結果，核心解釋變量系數仍然顯著為正，即假設H1成立。以列（5）為例，公共數據開放平臺上線以后，試點地區企業數字技術創新水平顯著提升0.3696個單位，說明公共數據開放平臺上線使試點企業數字技術創新水平提升約36.96%。

2. 平行趨勢檢驗

使用漸進式雙重差分進行因果估計的前提是處理組與對照組滿足平行趨勢假設。若公共數據開放平臺的上線是隨機的，那么處理組與對照組在平臺上線前的時間變化趨勢表現應當是接近的。因此，本文在動態效應識別框架的基礎上進行平行趨勢檢驗，具體模型設定如下：

[Digilnnoi，t=β0+20112022βttreati×yrt+∑Controls+∑Firm+∑Year+εi，t] [（2）]

式（2）中，t表示公共數據上線的第t年，其他變量與式（1）變量保持一致，本文選擇以公共數據開放平臺上線的前一年為基準期，進行平行趨勢檢驗。通過建立上述模型，可以得到，相較于政策實施起點，由于公共數據平臺上線，各企業數字技術創新水平變化有所差異，若結果表明沒有存在預先趨勢，那么公共數據平臺上線之后企業數字技術創新水平的相對變化很可能來自其政策效應。

平行趨勢動態檢驗如圖1所示。在公共數據開放平臺上線之前，干預組企業相較于對照組企業在數字技術創新水平上沒有顯著的提升，即滿足沒有事前趨勢的假設。說明在公共數據開放之前，各企業的數字技術創新水平沒有發生系統性差異。在政策實施之后，政策效應顯著大于0，即最后結果符合平行趨勢假設，并且公共數據開放平臺上線使企業數字技術創新水平顯著上升。

3. 穩健性檢驗

考慮模型中仍然可能會存在其他隨機因素對企業數字技術創新水平造成影響，從而導致最后結果有偏，因此本節進一步進行穩健性檢驗。

（1）安慰劑檢驗

公共數據開放平臺上線數量增加的同時，企業數字技術創新水平本身可能處于上升的趨勢，因此本文在隨機分配處理組和控制組的基礎上，使用式（1）對其進行安慰劑檢驗，并將該過程重復500次，最后將這500次所得到的回歸系數估計值與其對應的p值繪制成核函數圖。曲線表示系數估計值所對應的核密度函數曲線，點表示這500次回歸結果所對應的估計系數和p值，最后結果如圖2所示。可以看出，系數的核密度函數分布與其對應的p值分布基本符合正態分布，且真實的回歸系數顯著低于安慰劑檢驗的0均值，即最后結果表明，隨機觀測的因素對本文基準估計結果不會產生較大影響，基準回歸結果較為穩健。

（2）考慮樣本選擇偏誤

由于公共數據開放平臺上線并非嚴格的隨機，可能存在某些不可觀測因素的驅動，因此為避免可能存在的選擇性偏差導致的內生性問題，本文進一步使用PSM-DID模型對基準結果的穩健性進行檢驗。根據表2列（3）可知，PSM-DID模型下的估計結果系數仍顯著為正，表明基準回歸結果較為穩健。

（3）考慮省級公共數據開放平臺的影響

首先，由于市級公共數據開放平臺上線與省級的公共數據開放平臺上線有一定重合，省級層面可能會對其管轄區內市級平臺上線行為具有一定程度的影響，進而導致結果有偏。因此，本文在模型（1）的基礎上，進一步考慮省級公共數據開放平臺上線對企業數字技術創新水平的沖擊，進行穩健性檢驗。其次，考慮直轄市在政策供給即資源等方面的優勢，本文剔除直轄市地區的樣本，具體結果如表2列（1）、列（2）所示。結果表明本文基準回歸結果較為穩健。

（4）變更聚類方式

考慮各行業之間存在序列相關的問題，因此本文進一步以行業-時間雙向層面對標準誤進行穩健性檢驗，表2列（4）報告了行業-時間聚類標準誤。政策變量系數在1%水平顯著為正，即說明基準結果對計算標準誤差的替代方法仍然是穩健的。

（5）更換模型設定

由于在實際研究中變量間的非線性關系是常態，常規線性回歸可能帶來模型設定上的偏誤，使估計量不夠穩健。同時當面臨控制變量維度較高時，傳統回歸可能面臨“維度詛咒”與多重共線性的問題。雙重機器學習一方面利能夠利用機器學習算法處理非線性數據的優勢，有效避免模型誤設問題，另一方面可通過對高維控制變量進行篩選，有效避免協變量冗余帶來的“維度詛咒”。因此本文借鑒張濤等[21]的研究，引入更為一般的雙重機器學習模型（DDML）構建部分線性回歸（PLR）模型，模型如下所示：

[Digilnnoi，t=β1treati×postt+g（Xi，t）+Ui，t，E（Ui，t，treati×postt）=0] （3）

式（3）中，[Xi，t]為多維協變量集合，[g（Xi，t）]為具體的函數形式，且函數形式未知，[g（Xi，t）]則需要通過機器學習模型獲得。本文在模型（3）的基礎上采用lassoic機器學習算法對核心解釋變量系數進行估計。具體結果如表2列（5）所示。結果表明即使在改變模型條件下，估計結果仍然顯著為正，基準估計結果仍然保持穩健。

（6）排除其他外生事件干擾

除了公共數據開放平臺上線之外，我國出臺的其他數字專項政策，例如國家級大數據綜合實驗中心、寬帶中國試點以及設立的數據交易平臺等，可能會對本文的基準回歸結果造成一定干擾，因此本文將上述三個政策對應的虛擬變量依次納入回歸，再將三大政策同時控制，具體結果如表3列（1）至列（4）所示。可以看出，無論控制以上三個政策的哪一個或全部控制，本文核心估計系數都顯著為正，表明本文基準回歸結果較為穩健。

五、 影響機制檢驗與異質性分析

1. 機制檢驗

通過基準回歸結果可以發現，公共數據開放政策能夠顯著促進企業數字技術創新水平提升，接下來本文將從企業數字化轉型與數字技術創新機會機制兩個維度，對公共數據開放政策影響企業數字技術創新水平的間接機制進行檢驗。參考江艇[22]的研究，本文在公式（1）的基礎上，基于兩步法對模型進行構建，具體如式（4）所示：

[Mediatori，t=β0+β1treati×postt+∑Controls+∑Firm+∑Year+εi，t] [（4）]

式（4）中，解釋變量與控制變量定義和測度方式與基準回歸一致，[Mediatori，t]為中介變量。為了驗證這一機制，根據上文所述，采用企業年報披露的數字化詞頻等驗證公共數據開放政策通過企業數字化轉型對企業數字技術創新水平的影響；采用資源配置效率和信息不確定程度兩個維度驗證公共數據開放政策通過數字技術創新機會對企業數字技術創新水平的影響。

（1）企業數字化轉型

作為最大的數據資源，公共數據開放共享有助于降低數據要素使用門檻，推動企業數字化轉型[17]，本文參考盧福財等[23]的研究，分別采用《中國上市公司數字化轉型研究數據庫》中對企業數據化轉型（Digitran1）的測度指標以及通過對企業年報披露的數字化詞頻的對數（Digitran2）衡量企業數字化轉型程度；參考杜善重等[24]的研究，在得到企業數字化詞頻的基礎上使用年報中關于數字化轉型的相關表述衡量企業數字化轉型速度（DigiSpeed）。檢驗結果如表4所示。表4列（1）、列（2）和列（3）分別報告了公共數據開放平臺上線對企業數字化轉型程度以及速度的估計結果，三列中公共數據開放平臺上線的估計系數均顯著為正，說明公共數據開放平臺上線可以有效提升企業數字化轉型程度與速度，從而促進企業數字技術創新水平提升。即公共數據開放通過提升企業數字化轉型的機制路徑得以驗證。

（2）數字技術創新機會

對數字技術創新機會的衡量，本文分別從資源配置效率和信息不確定程度兩個方面來論證數字技術創新機會的中介作用。對資源配置效率（lneff），本文參考白雪蓮等[25]的研究，用基于模型計算的殘差絕對值衡量企業資源配置效率，該值越大，說明企業資源配置效率越差；對信息不確定程度（ASY）的衡量，本文參考于蔚等[26]的研究，構建流動性比率指標、非流動性比率指標和收益率反轉指標三個股票流動性指標捕捉企業信息不對成程度。進一步通過對流動性指標進行主成分分析，得到信息不對稱綜合指標，其中ASY越大則表明信息不對稱程度越高，反之則越低。表4列（4）、列（5）匯報了上述檢驗結果。列（4）政策變量系數為負，表明公共數據開放使信息不確定程度顯著降低，強化企業獲取外部數字技術創新資源的機遇，列（5）政策變量系數為負，說明公共數據開放平臺的上線使企業的資源配置效率提升、企業進行數字技術創新的機會增加。

2. 異質性分析

（1）行業屬性：行業競爭度與高科技行業

企業所處的產業特征（是否為高科技行業、行業競爭程度等）可能會影響政府公共數據開放對企業數字技術創新的促進作用。對市場競爭程度的衡量，本文參考袁淳等[27]的研究，將樣本劃分為競爭性行業與壟斷性行業；對高科技行業的衡量，本文參考童錦治等[28]的研究，將屬于計算機、信息服務業以及高端設備制造業等行業的企業劃分為高科技行業，若不包括則屬于一般行業。具體結果如表5所示。根據列（1）、列（2）結果可知，公共數據開放對競爭程度高的行業的數字技術創新作用更明顯，而對壟斷行業所屬企業的效果并不顯著。列（3）、列（4）的結果表明，若該企業屬于高科技行業，政府公共數據開放平臺的上線對企業數字技術創新的促進作用更大。

（2）企業內部屬性：高管數字化背景

企業內部高管團隊的信息技術背景往往會直接影響企業戰略方向。本文參考王超等[29]的研究，根據上市公司董監高個人特質數據中對應的高管所學專業是否包括信息、計算機、通信、電子等作為高管數字化背景的代理變量。具體來說，若上市公司高管存在一人或一人以上所學專業在上述范圍內，則該虛擬變量取值為1，反之取值為0。表6列（1）、列（2）反映了企業具有數字化背景高管是否會影響公共數據開放對企業數字技術創新的作用。可以看出，當企業高管具備數字化背景時，核心解釋變量系數顯著為正，說明政府公共數據開放對具備數字化背景高管的企業來說，進行數字技術創新的促進作用更大。

（3）地區屬性：數字基礎設施建設水平

政府公共數據開放試點的有效實施除了受到企業自身的影響因素，還受到企業所在地區數字基礎設施建設水平的影響。文本參考蘇二豆等[30]的研究，采用地級市互聯網普及率差異作為地區數字基礎設施建設的代理變量進行異質性分析。具體地，將高于平均值的設定為1，表示高數字基礎設施水平地區（internetdum），反之為0。具體結果如表6所示。根據列（3）、列（4）結果可知，在數字基礎設施水平較高的地區，政府公共數據平臺上線對企業數字技術創新水平的促進作用更大。該結果說明，當企業所在地數字基礎設施水平較為完善時，公共數據開放能夠有效提升企業數字技術創新水平。

六、 結論與建議

本文以2011—2022年中國上市A股公司作為研究樣本，通過構建多時點雙重差分模型識別了公共數據開放平臺上線對企業數字技術創新水平的影響，并探討了其中可能存在的內在機理。研究結果表明，公共數據開放平臺上線對企業數字技術創新水平的提升具有顯著的促進作用，并且這一結論經過一系列穩健性檢驗后仍然成立。渠道檢驗結果表明，公共數據開放平臺的設立通過提升企業數字化轉型程度和速度、提升企業數字技術創新機會兩個渠道，提升企業數字技術創新水平。同時政府公共數據開放平臺上線對企業數字技術創新的促進作用，對處于高競爭度行業以及高科技行業、位于具備較高數字基礎設施建設水平區域以及具備數字化高管的企業來說，促進效果更明顯。基于上述研究結論，本文得到以下政策啟示：

第一，從企業層面看，應加快數字人才培養，增加數字人才有效供給。研究結果表明，對具有數字化高管背景的企業來說，公共數據開放對企業數字技術創新水平的提升更明顯。因此，應當把數字人才培養擺到重要位置，迅速建立數字經濟人才培養體系。各地政府應引導高校加強數字領域相關學科專業建設，提高數字人才培養能力；推進產教融合、校企合作等一體化數字人才培養措施，提高數字人才培養的匹配度，擴大公共數字資源的供給與開放，為勞動者提供適配的數字技能學習與應用途徑；持續優化數字人才要素結構和良好發展環境，增加數字人才有效供給，形成數字人才集聚效應，增強公共數據開放對企業數字技術創新的提升作用。

第二，從行業層面看，應助力企業進行數字化轉型。研究結果表明，公共數據開放通過提升企業數字化轉型程度和速度提升企業數字技術創新水平，同時對處于高科技、競爭程度較高行業的企業來說，提升效果更明顯。因此，各地政府應高度重視企業數字化轉型政策，尤其是針對一般性、壟斷行業企業的數字化轉型政策，因地制宜制定戰略規劃和實施方案，統籌推進數字化轉型相關工作，通過政策協同與主體協同雙向驅動的方式推進企業進行數字化轉型；通過持續加強數據安全保障，強化數據安全檢測、數據安全預警能力，為各企業進行數字化轉型保駕護航，為企業進行數字化轉型提供良好環境，強化公共數據開放對企業數字技術創新的提升作用。

第三，從地區層面看，應不斷加強以互聯網信息技術為代表的數字基礎設施建設投入力度，提升傳統基礎設施水平，夯實地區數字經濟發展根基。研究結果表明，對位于具備較高數字基礎設施建設地區的企業來說，公共數據開放對企業數字技術創新水平的提升更明顯。因此，應加快以數字基礎設施為核心的5G網絡、數據中心等新型基礎設施建設進度，充分發揮數字基礎設施底座作用，加大對高技術產業和戰略性新興產業投資，努力構建開放公平的數字營商環境，從而增強公共數據開放對企業數字技術創新的提升作用。

參考文獻：

[1] 韓先鋒，鄭酌基，李勃昕，等.行政體制改革、營商環境優化與數字創新驅動——來自“放管服”的新證據[J].公共管理學報，2024：1-19.

[2] 韓先鋒，魏欣，肖遠飛.科技金融政策賦能城市數字技術創新——基于“科技和金融結合試點”的經驗證據[J].金融理論與實踐，2024（5）：34-45.

[3] 陳曉，張鑫奧，王育寶.數字技術創新賦能城市低碳轉型路徑機制研究[J].科技進步與對策，2024，41 （23）：41-51.

[4] 張培，吳溧楠.企業數字創新過程中關鍵主體數字技術可供性的影響機理：基于自研數字平臺的縱向案例研究[J].科技進步與對策，2024，41（24）：23-35.

[5] 張樹山，陳凱旋.企業ESG表現與數字技術創新[J].財經論叢，2024（9）：69-79.

[6] 金環，蔣鵬程.企業家精神的數字創新激勵效應——基于數字專利視角[J].經濟管理，2024，46（3）： 22-39.

[7] 孫偉增，毛寧，蘭峰，等.政策賦能、數字生態與企業數字化轉型——基于國家大數據綜合試驗區的準自然實驗[J].中國工業經濟，2023（9）：117-135.

[8] 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.

[9] ZUIDERWIJK A， JANSSEN M.Barriers and Development Directions for the Publication and Usage of Open Data：A Socio-technical View[J].Open Government： Opportunities and Challenges for Public Governance，2014（1）：115-135.

[10] ZELETI F A， OJO A， CURRY E.Exploring the Economic Value of Open Government Data[J]. Government Information Quarterly，2016，33（3）：535-551.

[11] 徐霞，吳福象，王兵.政府大數據賦能城市創新：理論機制與經驗證據[J].經濟理論與經濟管理， 2021，41（12）：42-56.

[12] 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.

[13] 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.

[14] 王志剛，金徵輔，龔六堂.數據要素市場建設中的財稅政策理論初探[J].數量經濟技術經濟研究， 2023，40（11）：5-27.

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

[16] 姚小濤，亓暉，劉琳琳，等.企業數字化轉型：再認識與再出發[J].西安交通大學學報（社會科學版）， 2022，42（3）：1-9.

[17] 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.

[18] KOHLI R， MELVILLE N P.Digital Innovation：A Review and Synthesis[J].Information Systems Journal，2019，29（1）：200-223.

[19] 王欣然，陶鋒.下游企業數字化可以牽引上游企業綠色創新嗎？——基于供應鏈溢出的視角[J].南方經濟，2024（5）：132-149.

[20] 黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J]. 經濟研究，2023，58（3）：97-115.

[21] 張濤，李均超.網絡基礎設施、包容性綠色增長與地區差距——基于雙重機器學習的因果推斷[J].數量經濟技術經濟研究，2023，40（4）：113-135.

[22] 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.

[23] 盧福財，王雨晨，徐遠彬.頭部企業在數字化轉型中的作用[J].數量經濟技術經濟研究，2024，41 （5）：92-112.

[24] 杜善重，馬連福.數字化轉型速度如何影響企業債務融資——基于“降成本”與“去杠桿”視角的研究[J].審計與經濟研究，2024，39（2）：52-62.

[25] 白雪蓮，王司琪.投資者情緒、管理層過度自信與企業資源配置效率[J].商業會計，2022（21）：21-25.

[26] 于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應[J].經濟研究，2012，47（9）：125-139.

[27] 袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟， 2021（9）：137-155.

[28] 童錦治，劉詩源，林志帆.財政補貼、生命周期和企業研發創新[J].財政研究，2018（4）：33-47.

[29] 王超，余典范，龍睿.經濟政策不確定性與企業數字化——墊腳石還是絆腳石？[J].經濟管理，2023， 45（6）：79-100.

[30] 蘇二豆，李晶晶，薛軍.海外投資數字產業如何影響中國企業數字創新？：來自上市企業數字專利的證據[J].世界經濟研究，2023（12）：42-57.

基金項目：河北省社會科學基金一般項目“數字經濟與實體經濟耦合協調對市場一體化影響研究”（項目編號：HB22TJ004）。

作者簡介：李國柱，男，回族，博士，河北地質大學經濟學院院長，教授，博士生導師，研究方向為科技創新；陳靜蕾，通訊作者，女，河北地質大學經濟學院碩士研究生，研究方向為科技創新；李從欣，女，博士，河北地質大學經濟學院教授，碩士生導師，研究方向為統計理論與方法。

（收稿日期：2024-12-12" 責任編輯：殷 俊）