數據要素市場化配置能促進就業嗎？

摘"要：隨著數字經濟的快速發展，數據要素已成為驅動經濟增長的重要動能。本文以數據交易平臺的設立作為準自然實驗，基于2007—2023年中國A股上市公司數據，采用多期雙重差分方法，系統考察了數據要素市場化配置對企業就業規模的影響及其作用機制。研究發現，數據要素市場化配置顯著提升了企業就業規模。機制分析表明，數據要素市場化配置通過加大研發投入、緩解融資約束和擴大產出規模三條路徑促進企業就業。異質性分析發現，數據要素市場化配置對非國有企業、制造業企業、非資源型地區以及東部地區企業的就業促進作用更為顯著。此外，政策聯動效應檢驗顯示，“政府數據開放平臺設立”和“國家大數據綜合試驗區”政策與“數據交易平臺設立”政策之間存在協同效應，能夠放大政策的就業促進效果。

關鍵詞：數據交易平臺；數據要素；市場化配置；就業

中圖分類號：F49；F249.2；F123.9文獻標識碼：A文章編號：1001-148X（2025）02-0063-09

收稿日期：2024-10-10

作者簡介：胡斌紅（1986—），男，山西萬榮人，副教授，博士，研究方向：數字經濟與就業；趙嘉儀（1999—），女，山西臨汾人，碩士研究生，研究方向：數字經濟與就業。

基金項目：國家社會科學基金一般項目“數字經濟對高質量充分就業的影響及路徑研究”，項目編號：23BJY257。

一、引"言

就業作為最大的民生工程，始終是我國經濟社會發展的核心議題。從黨的十八大提出“實現更高質量的就業”，到十九大強調“實現更高質量和更充分就業”，再到黨的二十大要求“促進高質量充分就業”，就業優先戰略在政策體系中的地位不斷提升。在數字經濟快速發展的時代背景下，數據要素作為新型生產要素，正日益成為驅動經濟發展的關鍵動能。為培育數據要素市場，充分發揮數據要素的放大、疊加和倍增效應，我國陸續出臺了《關于構建更加完善的要素市場化配置體制機制的意見》《關于構建數據基礎制度更好發揮數據要素作用的意見》《“數據要素×”三年行動計劃（2024—2026年）》等一系列與數據要素市場化配置相關的重要政策文件，標志著數據要素市場化配置這一重要工作已進入到全面推進的新階段。數據要素市場化配置不僅直接影響生產活動，還通過加速數據要素與傳統生產要素的深度融合，改變勞動力、資本等要素的投入方式和配置效率，進而對企業勞動力需求產生深遠影響。在高度重視就業民生問題和推進“數字中國”建設的時代背景下，探究如何有效發揮數據要素市場化配置的就業促進效應，提升企業就業吸納能力，對實現高質量充分就業具有重要的理論和現實意義。

已有研究對數據要素市場化配置的經濟效應進行了深入探討。研究表明，數據要素市場化配置通過促進地區產業融合、提升技術創新水平和強化數字人力資本積累，有效推動了數字產業集聚和產業數字化發展［1-2］。同時，數據要素市場建設顯著提高了市場整合能力，降低了交易成本，進而促進了企業數字化轉型［3］。特別是數據交易平臺的建設，通過降低交易成本、提升創新效率和提高生產效率等機制，顯著提升了企業全要素生產率，其中對大規模、高智能化和高技術企業的促進作用尤為明顯［4］。

自《“十四五”數字經濟發展規劃》發布以來，數據要素領域獲得了強有力的政策支持。多項研究表明，數字經濟相關政策對就業產生了顯著影響?！爸腔鄢鞘性圏c”政策通過促進人力資本積累和優化網絡基礎設施建設，推動了城市就業的量質齊升［5］?！翱缇畴娮由虅站C合試驗區”政策則通過促進企業轉型升級和優化人力資本供給，顯著擴大了制造業就業規模［6］。“國家電子商務示范城市”政策推動傳統產業利用電子商務實現轉型升級，促進了新興產業發展，創造了大量就業機會?！皣壹壌髷祿C合試驗區”政策通過擴大企業規模和強化產品創新，有效促進了企業就業增長［7］。盡管“智能制造試點”政策對部分勞動力產生了替代效應，但其創造的就業崗位效應更為顯著，整體上促進了勞動力就業［8］。此外，“寬帶中國”試點政策通過優化產業結構、促進人力資本投資和緩解勞動力配置扭曲，顯著提升了城市勞動力就業水平［9］。

在傳統生產要素市場化配置與就業關系研究方面，現有文獻已形成較為系統的理論框架。但生產要素既包括勞動、資本、土地、技術等傳統要素，也涵蓋數據這一新型生產要素［10］。新古典理論認為，工資的自由調整作為勞動力市場發展的重要標志，能夠實現充分就業。技術要素市場化通過促進技術供需對接和創新成果變現，激勵企業增加創新投入，進而擴大勞動力需求［11］。土地要素市場化配置一方面將土地資源配置到高效率企業，支持其發展壯大；另一方面通過土地價格機制為基礎設施建設提供資金支持，促進經濟發展和就業增長［12］。利率市場化改革通過緩解融資約束、擴大企業生產規模，有效提升了企業勞動力雇傭水平。資本市場開放則通過緩解代理沖突、改善信息透明度和增加股價信息含量等機制影響企業就業規模［13］。

盡管現有文獻對數據要素市場化配置的經濟效應、數字經濟政策的就業影響以及傳統生產要素市場化配置的就業促進效應進行了深入探討，但關于數據要素這一新型生產要素市場化配置對就業影響的研究仍顯不足。本文基于2007—2023年中國A股上市公司數據，以數據交易平臺設立作為準自然實驗，構建多期雙重差分模型，系統考察數據要素市場化配置對企業就業規模的影響及其作用機制。與現有研究相比，本文的邊際貢獻主要體現在以下四個方面：第一，已有文獻主要關注傳統生產要素市場化改革對就業的影響，本文則聚焦數據要素這一新型生產要素，豐富了生產要素市場化配置的就業效應研究；第二，本文通過理論推導和實證檢驗，揭示了數據要素市場化配置影響企業就業的傳導機制，為緩解當前就業壓力提供了新的思路和方法；第三，本文從企業所有制、行業屬性和區域特征等維度進行異質性分析，為制定精準化的就業促進政策提供了實證依據；第四，本文考察了數據交易平臺設立政策與其他經濟政策的協同效應，為優化政策組合、提升政策效果提供了有益參考，對推進數據要素市場化配置、促進高質量充分就業具有重要的理論和實踐意義。

二、理論分析與研究假設

（一）數據要素市場化配置對企業就業的直接影響

隨著全國范圍內數據交易平臺的建設與運營，該平臺逐漸彰顯出越來越大的社會價值與經濟價值。首先，數據交易平臺的設立有利于實現數據要素在各區域間的高效流通與匹配，提高數據要素的市場化配置效率，加快數據要素與傳統生產要素的結合，有效實現各地區及各企業間生產要素的互補，促進各類企業高質量發展，擴大企業的就業規模。其次，數據交易平臺的設立強化數字基礎設施、數據應用場景等數據產業鏈的發展，通過“數實融合”提高企業的生產和創新效率［4］。同時，數據要素市場化配置能夠幫助企業多渠道獲取重要的案例和行業信息，以成功轉型案例為引導形成示范效應，推動企業改進生產設備、提高產品研發效率，不僅創造了新的高技能就業崗位，還通過智能化拓展了中低技能勞動者的就業空間。再次，數據要素市場化配置規范了數據交易流程，降低了企業的數據搜集及應用成本，為企業科學決策提供了有力的支持［14］，進而促進企業快速發展，擴大企業就業規模。最后，開放的數據交易過程可以引導企業將生產和經營環節逐步實現規范化和透明化發展，幫助企業塑造良好的品牌形象，為企業帶來更多的市場資源和政策支持［2］，助力企業實現良好發展從而帶動就業規模的擴大。為此，本文提出如下假設：

H1：數據交易平臺的設立可以擴大企業就業規模。

（二）數據要素市場化配置、研發投入與企業就業

數據要素市場化配置有利于提高企業的研發創新水平。一方面，數據要素市場化配置有利于提升市場上關鍵數據信息的開放共享程度，提高企業數據要素獲取與投入的“量”與“質”，為企業研發創新注入新的優質資源，促進企業加大研發創新投入［15］。另一方面，數據要素市場化配置能夠促進企業利用數據要素打通日常運營、銷售、管理及研發創新等環節，幫助企業實現自主研發及智能創新模式［16］。除此之外，數據要素市場化配置還有利于企業打破要素流動壁壘，降低要素遷移成本，更易獲取分散在全國各地的異質性研發創新要素，促進企業加大研發投入［17］。進一步看，企業研發創新水平的提高可以有效促進企業就業。從創業視角來看，企業加大研發投入會對公司創業行為產生顯著的正向影響，特別是可以鼓勵新興科技企業的創業行為，加快企業新事業的開發從而擴大企業就業規模。從人力資本角度考慮，企業研發創新投入的增加勢必需要更多創新型人才作為支撐，特別是對于非常規性、非重復性及富有創造力的高技能人才的需求量將大幅增加，這種就業拉動作用在中低技術行業尤為明顯［18］。從市場角度來看，企業研發創新水平的提高能夠在產品的性能、功能和設計等方面有所優化和突破，有利于增加市場對產品的需求量，推動企業擴大現有生產規模或者開發新產品從而創造出新的就業崗位［19］。當經營主體通過創新獲益時，企業會繼續加大研發創新投入，進一步發揮研發創新的就業創造效應。基于以上分析，本文提出如下假設：

H2：數據交易平臺的設立通過加大研發投入促進企業就業。

（三）數據要素市場化配置、融資約束與企業就業

數據要素市場化配置可以緩解企業的融資約束問題。第一，數據要素市場化配置有利于金融機構更加全面準確地掌握企業信用等級、財務狀況及經營情況等信息，金融機構可以針對不同企業的實際情況提供差異化的金融服務，提高信貸資金的匹配效率［20］。第二，數據要素市場化配置有利于金融機構加快數字化轉型，轉型后的金融機構可以利用大數據及人工智能技術優化信貸評價體系，提高金融機構對于有信貸需求企業的風險甄別與控制能力，降低金融機構信貸風險，擴大信貸規模，從而緩解企業融資約束難題。第三，數據要素市場化配置可以提高企業的信息透明度，促進企業內部資源實現“可視化”，助力外部投資者實時、準確地掌握企業的過往信息及當前發展動態，從而降低投資風險并增強投資信心，幫助企業將內部的數據流和信息流轉化為外部的資金流［21］。第四，企業面臨融資約束的另一個重要原因是，企業很難在市場中搜集到有效的融資信息并找到合適的融資路徑，而數據要素市場化配置可以使企業利用數據交易平臺快速獲得有價值的融資信息，并及時開展工作，提高企業融資效率［22］?？傊瑪祿厥袌龌渲媒档土私栀J雙方的信息不對稱程度，提高了金融機構的決策效率，緩解了企業的融資約束難題。進一步看，企業融資約束的緩解可以使企業獲取足夠的流動資金，充分滿足勞動力雇傭所需的資金要求。同時，企業融資約束的緩解有利于企業拓寬外源融資渠道，為企業的經營與創新活動提供長期而持續的動力源泉，增加企業的勞動力雇傭。基于以上分析，本文提出如下假設：

H3：數據要素市場化配置通過融資約束緩解效應促進企業就業。

（四）數據要素市場化配置、產出規模與企業就業

數據要素市場化配置可以促進企業擴大產出規模。第一，數據要素市場化配置引導人才、技術以及資本等重要生產要素向企業集聚，提高企業生產效率，降低產品生產成本和銷售價格，使得消費者對相關產品的需求量增加，擴大企業的產出規模［23］。第二，試點地區率先構建相應的數據要素市場化配置體系，可以帶動優質的數據要素向試點地區企業集聚，助力企業在對數據要素進行分析和應用后生產出多樣化和個性化的特色產品，進一步提高消費者滿意度，提升消費者對產品的需求量，從而帶動企業擴大生產規模。試點地區良好的政策環境還可以保障企業具有穩定的經營預期，降低企業經營風險，促進企業產出規模的擴大［24］。第三，數據要素市場化配置可以促進數據要素在產業鏈與供應鏈上下游的充分流動和優化配置，助推企業間供應鏈生態系統的構建，使企業在合作與競爭中實現協同發展，擴大企業產出規模［25］。企業產出規模的擴大有利于提高企業的就業規模。這是因為，產出規模的擴大需要企業增加各個環節中生產要素的投入，包括勞動力要素的投入，從而增進企業對勞動力要素的需求，擴大企業的就業規模［26］?；谝陨戏治?，本文提出如下假設：

H4：數據要素市場化配置通過產出規模擴大效應促進企業就業。

三、研究設計

（一）變量選取

1.被解釋變量

本文的被解釋變量為企業就業規模（Employment），使用A股上市公司i在t年的員工人數的對數表示。

2.核心解釋變量

本文的核心解釋變量為數據要素的市場化配置（Datatrans）。數據交易平臺的設立是實現數據要素市場化配置的重要方式之一，本文將數據交易平臺的設立作為一項“準自然實驗”，將地區數據交易平臺設立當年及以后年份賦值為1，設立以前年份賦值為0，作為實驗組。將未設立數據交易平臺的地區全部賦值為0，作為對照組。

3.控制變量

考慮到企業其他特征可能對就業規模產生影響，本文選取了資產負債率（Lev，用企業負債總計與資產總計的比值表示）；資產回報率（Return，選取企業凈利潤與資產總計之比表示）；股權集中度（Top10，用企業前十大股東的持股比例表示）；企業年齡（Age，用企業當前年份與企業成立年份差額的對數表示）；企業規模（Size，用企業資產總計的對數表示）；資本密集度（Capital，用企業資產總計與營業總收入的比值表示）；企業工資水平（Wage，用企業應付職工薪酬除以員工人數，并取對數來表示）；企業成長能力（Growth，用企業營業總收入的增長率表示）；企業性質（Nature，將國有企業賦值為1，非國有企業賦值為0）等變量進行控制。

（二）模型構建

鑒于考察期內各地區設立數據交易平臺的年份不同，多期雙重差分模型可以有效解決傳統差分模型的限制，因此，本文構建如式（1）所示的多期雙重差分模型：

Yit=α+βDatatransit+θj∑Controljit+γt+μi+εit（1）

其中，i表示城市，t表示年份；被解釋變量Y表示企業i在時間t的就業規模；α為截距項；Datatransit為核心解釋變量，衡量不同地區在不同年份是否設立數據交易平臺，β是本文重點關注的系數，若β大于0，則表明數據交易平臺的設立對于提高企業就業規模具有顯著的正向影響；Controljit為控制變量，θ為對應的回歸系數；γ表示時間固定效應，μ表示個體固定效應；ε為隨機誤差項。

（三）數據來源

本文上市公司數據來源于"CSMAR"數據庫，考慮到2007年中國會計準則進行了大規模修訂，本文選取2007—2023年中國A股上市公司數據，剔除金融類、ST類、關鍵變量缺失以及明顯不符合公認會計準則（GAAP）的樣本，并對連續變量進行"1%"縮尾處理。數據交易平臺設立地區及時間數據來源于中國信通院發布的《大數據白皮書》以及各地區數據交易平臺網站的公開信息。各變量的描述性統計結果如表1所示。

四、實證結果分析

（一）基準回歸

在表2基準回歸結果中，列（1）是僅控制企業個體及年份，不加入任何控制變量，列（2）在列（1）的基礎上加入了資產負債率、資產回報率等六個控制變量。可以看出，前兩列中核心解釋變量Datatrans的估計系數均在1%的水平上顯著為正。列（3）在加入所有控制變量后，數據要素市場化配置對企業就業規模仍然具有顯著的正向影響。在逐步加入控制變量的過程中，核心解釋變量系數逐漸減小，且R-squard逐步變大，最終回歸系數為0.045，且在1%的水平上顯著，表明數據要素市場化配置使得該地區上市公司員工人數的對數提高了約4.5%。

（二）平行趨勢檢驗

為開展平行趨勢檢驗，本文根據數據交易平臺設立時間分別設置以下變量：Pre1表示數據交易平臺設立前的第一個年度取值為1，否則取值為0，以此類推。Current表示數據交易平臺設立當年取值為1，否則取值為0。Post1表示數據交易平臺設立后的第一個年度取值為1，否則取值為0，以此類推?？紤]到樣本期較長，本文將平行趨勢檢驗的窗口期設定為數據交易平臺設立前五年和后九年，將觀測期處于政策實施5年前的數據歸并到Pre5。

從圖1平行趨勢檢驗結果可以看出，Pre5到Pre2的效應值置信區間均包括0，表明本文的處理組和控制組在數據交易平臺設立之前，均無明顯的差異變化，滿足平行趨勢假定。從數據交易平臺設立后的第四年開始，其效應值的置信區間均大于0，且隨著時間推移，數據交易平臺設立對于企業就業規模的促進效應呈上升趨勢，說明數據要素市場化配置可以持續且穩定的提高企業就業規模，但該效應存在一定的時滯性。

（三）穩健性檢驗

1.安慰劑檢驗

本文通過安慰劑檢驗進一步排除其他因素對于提高企業就業規模的可能影響。具體來講，隨機抽取實驗組和政策發生時間，通過虛構處理組和政策時間的方式進行多期DID安慰劑測試，以驗證當隨機分配數據交易平臺的設立地區和時間時，影響結果是否會消失。若前文基準結論無誤，則隨機構造的偽Datatrans估計所得到的回歸系數應顯著的異于表2中的回歸結果。

圖2報告了安慰劑檢驗回歸系數的分布情況（垂直線對應的橫坐標為表2中的系數）?？梢钥闯?，500次隨機試驗的Datatrans系數值和P值均以正態形式分布于零值附近，模型系數均值近于零，且表2中基準回歸估計系數顯然位于這些系數分布之外，多數安慰劑檢驗的政策虛擬變量系數的P值大于0.1，表明數據交易平臺的設立對企業就業的影響不是由未觀察到的遺漏變量等其他因素驅動的，通過了安慰劑檢驗。

2.排除其他政策影響

為避免前述結論受其他數字經濟相關政策的影響，本文將“國家信息消費示范城市建設”政策（Inforconsum）、“國家電子商務示范城市”政策（E-commerce）與“國家新一代人工智能創新發展試驗區”政策（Intelligence）的虛擬變量加入到基準回歸模型中進行估計，結果如表3列（1）所示。可以看出，核心解釋變量的估計系數仍在1%的水平上顯著為正，證實了前文核心結論的可靠性與穩健性。

3.剔除中心城市檢驗

不同行政級別的城市在經濟、政治、文化等多方面往往存在較大差異，為檢驗基準回歸結果的穩健性，本文在剔除中心城市（省會城市和直轄市）中的企業樣本后再進行估計。表3列（2）的回歸結果顯示，在剔除中心城市樣本后，數據交易平臺的設立仍然對企業就業規模產生了顯著的正向影響，進一步鞏固了前文的研究結論。

4.PSM-DID方法檢驗

為緩解不同樣本間的系統性差異及選擇性偏差問題，本文運用傾向得分匹配-雙重差分法（PSM-DID），采用1∶2近鄰匹配法對兩類樣本進行匹配，得出一批各方面特征與實驗組“盡可能相似”的“非試驗區企業”作為控制組，在通過平衡性檢驗的基礎上重新進行回歸，表3列（3）的回歸結果顯示，Datatrans的回歸系數仍然顯著為正。

5.平衡面板檢驗

本文所選取的初始樣本為2007—2023年數據，考慮到雙重差分模型要求樣本企業盡可能在事件發生前后均存在觀測值，為保障數據的對稱性與事件窗口的合理統一，我們剔除了各地區2008—2023年新上市企業的樣本觀測值，形成平衡面板數據并重新進行多期雙重差分模型檢驗。表3列（4）的檢驗結果顯示，核心解釋變量的估計系數仍然在1%的水平上顯著為正，至此，假設H1得到驗證。

五、作用機制檢驗與異質性分析

（一）作用機制檢驗

1.研發投入加大效應

基于前文理論分析，加大研發創新投入可能在數據要素市場化配置與提高企業就業規模的關系中扮演著重要的傳遞作用。本文采用各上市公司的研發投入額與營業總收入的比值來度量各企業的研發投入水平，表4列（1）的回歸結果表明，數據要素市場化配置可以促進企業增加研發投入。列（2）企業研發投入水平（RD）的系數在1%的水平上顯著為正，說明研究投入的增加可以擴大企業就業規模。以上分析表明數據要素市場化配置可以刺激企業內部研發創新積極性，增加企業研發投入，擴大企業就業規模。據此，假設H2得到驗證。

2.融資約束緩解效應

對于融資約束緩解效應的檢驗，本文參考現有文獻的做法，構建了上市企業的SA指數并取絕對值，絕對值越大表明企業面臨的融資約束越嚴重，表4列（3）的回歸結果中，Datatrans變量的系數顯著為負，表明數據交易平臺的設立有效緩解了企業融資約束問題。列（4）中SA指數的系數也顯著為負，意味著企業融資約束的緩解有利于企業就業規模的擴大。以上分析表明政策影響可以通過降低企業融資約束水平進而對就業產生有益影響。據此，假設H3得到驗證。

3.產出規模擴大效應

本文選取上市企業銷售總額的自然對數來量化企業的產出規模并進行作用機制檢驗，在表4列（5）的檢驗結果中，核心解釋變量Datatrans的估計系數為0.023，且在5%的水平上顯著，表明數據交易平臺的設立可以顯著提高試點地區企業的產出水平。列（6）中企業產出水平變量（Output）的系數在1%水平上顯著為正，說明產出規模的擴大有利于企業就業規模的提高。以上分析表明產出規模擴大效應是數據要素市場化配置影響企業就業規模的作用機制，假設H4得到驗證。

（二）異質性分析

1.企業特征異質性

（1）企業所有制異質性。為驗證不同所有制企業之間的影響差異，本文將所有上市公司劃分為國有企業與非國有企業兩類樣本并分別進行檢驗，從表5列（1）和列（2）的檢驗結果可以看出，非國有企業組別中核心解釋變量的影響系數顯著為正，而這一影響在國有企業組別中并不顯著，表明數據交易平臺的設立對于試點地區內非國有企業的就業促進效應更大。可能的原因是，一方面，國有企業由于自身的規模和地位優勢，受到的融資約束較弱，而非國有企業受到的融資約束更強，因此非國有企業在數據要素市場化配置緩解融資約束的作用中受益更大。另一方面，國有企業的數據要素應用能力較弱，數字化管理能力仍待加強［27］。而非國有企業面臨更大的市場競爭壓力和資源限制，對數字信息和數據交易的需求更為強烈，響應數據交易的積極性也更高，因而政策的就業驅動效應在非國有企業中更為明顯。

（2）企業所屬行業異質性。為檢驗數據要素市場化配置對不同行業上市企業的就業促進效應是否存在差異，本文選取制造業與服務業兩大類企業，采用分組回歸方法進行檢驗。表5列（3）和列（4）的回歸結果顯示，制造業上市企業組中數據要素市場化配置的估計系數在1%的水平上顯著為正，而服務業上市企業組中的估計系數僅在10%的水平上顯著為正，表明數據要素市場化配置對制造業上市企業的就業賦能效果更好?？赡艿脑蚴?，一方面，制造業是技術創新的“土壤”和“基地”，制造業的技術創新是服務業實現技術進步的基礎［28］，因而制造業企業對于數據要素市場化配置的研發投入效應更為敏感。另一方面，與服務業相比，制造業企業在現實中受到的融資約束更強，在數據交易市場化配置緩解企業融資約束的過程中受益更大，因而政策效應在制造業中的就業賦能效果也就更好。

2.地區特征異質性

（1）資源稟賦異質性。為探究數據要素市場化配置對企業就業規模的影響效應在資源型城市和非資源型城市之間的差異性，本文依據國務院印發的《全國資源型城市可持續發展規劃（2013—2022）》，對資源型和非資源型兩類地區的企業樣本分別進行檢驗。表6列（1）非資源型城市組中Datatrans變量的系數在1%的水平上顯著為正，而列（2）資源型城市組中Datatrans變量的系數不顯著，表明數據交易平臺的設立對于非資源型城市組中上市公司就業規模的促進作用更強?？赡艿脑蚴?，資源型城市對于資源要素的依賴性過強，數字基礎設施較為薄弱，加之運行機制低效問題的存在，限制了數據要素作用的發揮，一定程度上抑制了數據要素市場化配置對企業就業規模的促進作用。而非資源型城市更加注重數字基礎設施的建設和完善，且在數據交易平臺設立后，會積極地引導數據資源流動共享，深化產業分工和產業鏈延伸，增加企業研發創新投入，更好地發揮數據要素市場化配置的就業促進效果［29］。

（2）區位異質性。為驗證不同區位企業之間的影響差異，本文對東部城市和中西部城市兩類城市的企業樣本分別進行檢驗，表6列（3）即東部城市組別中，核心解釋變量的估計系數為0.031，且在1%水平上顯著。而列（4）中西部地區企業的就業規模受數據交易政策的影響系數較小，且僅在10%的水平上顯著，表明數據要素市場化配置的企業就業效應在東部地區更為明顯。這可能是因為，東部地區在實體經濟發展、數字基礎設施建設、政策保障機制的設計等方面都更為完善，可以更好地發揮數據交易平臺設立的經濟效應，更大程度提高企業的就業規模。

六、政策聯動效應分析

前文分析證明了數據交易平臺的設立可以顯著提高企業的就業規模，現基于基準模型進一步檢驗數據交易平臺設立與相關政策間的聯動效應?！罢當祿_放平臺”（Dataopen）的設立旨在為社會主體獲取政府在行使公共權利過程中收集的原始數據提供平臺，“國家大數據綜合試驗區”政策（Bigdata）旨在推進大數據基礎設施的整合及數據資源的匯聚應用。不難看出，前者可以推動相關信息技術企業在對政府開放的原始數據進行加工處理，創造新的價值后再次進行交易，為數據要素市場化配置提供豐富的數據資源。后者可以為數據交易的順利實施提供基礎設施及數據資源，這兩項政策可能會放大數據要素市場化配置的就業促進效果，發揮政策間的聯動效應。

為檢驗這種效應，本文分別將Datatrans與兩種政策虛擬變量的交互項加入到基準回歸模型中，回歸結果如表7所示。在表7列（1）中交互項Dataopen"and"Datatrans的系數符號和顯著性表明，數據交易政策在提高企業就業規模上與數據開放政策存在顯著的正向聯動效應，數據交易平臺的設立對企業就業規模的促進作用隨數據開放政策的建設而增強。表7列（2）的回歸結果同樣表明數據交易政策在擴大企業就業規模上與國家大數據綜合試驗區政策存在顯著的正向聯動效應。即相較于僅設立數據交易平臺的地區，同屬于國家大數據綜合試驗區和數據交易平臺設立地區的企業在兩類政策實施后具有更高的就業水平。

七、結論與政策啟示

本文以各地區數據交易平臺的設立作為準自然實驗，基于2007—2023年中國A股上市公司數據，運用多期雙重差分模型，系統考察了數據要素市場化配置對企業就業規模的影響及其作用機制。研究得出以下主要結論：（1）數據要素市場化配置顯著提升了企業就業規模，這一結論經過一系列穩健性檢驗和內生性處理后依然成立；（2）機制檢驗發現，數據要素市場化配置通過加大研發投入、擴大產出規模和緩解融資約束等三條路徑促進企業就業增長；（3）異質性分析發現，數據要素市場化配置對非國有企業、制造業企業、非資源型地區和東部地區企業的就業促進作用更為顯著；（4）進一步分析發現，“政府數據開放”和“國家大數據綜合試驗區”政策與“數據交易平臺”政策存在協同效應，能夠放大數據要素市場化配置的就業促進效果。

基于以上結論，提出如下政策建議：

第一，加快推進數據要素市場化配置。研究表明，數據要素市場化配置可以顯著提高企業就業規模。由此，我國應構建綜合性數據交易平臺、完善數據交易配套機制來促進數據要素市場化建設，充分釋放中國數據要素紅利。一方面，加速構建全國統一的數據要素市場，建設綜合性較強的數據交易平臺，制定數據要素標準規范，增強平臺風險防控能力，采用多種方式鼓勵數據供給方和需求方積極參與到數據交易過程中。另一方面，從數據產權確立、流通交易、市場治理、安全監管、收益分配等方面著手，完善數據產權確權和保護制度，建立權責清晰的數據要素流通交易機制，健全數據資源質量評估和信用評級體系，出臺數據市場監管法律法規，建立數據要素收益分配制度，不斷推進和完善數據要素市場化體系建設。

第二，強化數據要素市場化賦能就業的作用機制。上述實證檢驗表明，加大研發投入、擴大產出規模和緩解融資約束是數據要素市場化配置促進企業就業的作用機制。一是政府應采取研發補貼、稅收優惠等措施鼓勵企業實現自主創新，企業則需要加大研發創新投入，提高對大數據、人工智能與智能化生產等新型技術的基礎研發和應用能力。二是完善企業并購政策和投資激勵政策，引導企業適度擴大生產規模。企業需要充分發揮數字經濟下的低邊際成本特征，通過不斷擴大生產規模來持續降低企業的長期平均成本，實現規模報酬遞增，持續創造就業崗位。三是進一步優化融資環境，發展多元化、多層次的金融體系，加大數字金融發展力度，提高金融市場融資效率。企業自身應加強信用評級建設，不斷提高防御和化解經濟風險的能力，提升自身融資實力。

第三，制定差異化的數據要素市場化配置策略。我國應根據區位和企業異質性制定差異化的數據要素市場化配置方案。一是在非資源型地區和東部地區增加數據交易平臺設立數量，豐富數據要素在非國有企業和制造業企業應用場景，更大程度發揮數據交易平臺設立的就業效應。二是加大力度改造傳統服務業，培育現代服務業。健全國有企業推進原始創新制度安排，鼓勵國有企業充分利用數據要素加強研發創新及推廣應用。通過數據要素市場化發展激發中西部地區創新活力，推動資源型地區產業結構優化升級。三是優化政策聯動路徑，更好發揮政府數據開放政策、國家大數據綜合試驗區政策與數據交易平臺政策間的疊加放大效應，更大程度上發揮數據要素市場化配置的就業賦能效果。

參考文獻：

［1］"陳寒鈺，趙紫鳳，劉超.數據要素市場建設促進了產業數字化發展嗎——基于數據交易平臺的準自然實驗［J］.宏觀經濟研究，2024（1）：61-74.

［2］"鄭國強，張馨元，趙新宇.數據要素市場化能否促進企業綠色創新？——基于城市數據交易平臺設立的準自然實驗［J］.上海財經大學學報，2024，26（3）：33-48.

［3］"徐曄，王志超.數據要素市場化建設與企業數字化轉型——基于數據交易平臺的準自然實驗［J］.軟科學，2024，38（9）：24-29+39.

［4］"戴魁早，王思曼，黃姿.數據交易平臺建設如何影響企業全要素生產率［J］.經濟學動態，2023（12）：58-75.

［5］"夏海波，劉耀彬，邵漢華.智慧城市建設如何影響勞動力就業？［J］.經濟與管理研究，2024，45（8）：103-124.

［6］"賀梅，王燕梅.數字貿易與制造業就業——來自中國A股上市公司的證據［J］.經濟與管理研究，2023，44（9）：66-84.

［7］"王智勇，楊金嬌.國家級大數據綜合試驗區的就業效應研究［J］.勞動經濟研究，2024，12（2）：95-118.

［8］"李磊，王小霞，包群.機器人的就業效應：機制與中國經驗［J］.管理世界，2021，37（9）：104-119.

［9］"楊冕，劉蕭蕭，李振冉.數字基礎設施建設能促進勞動力就業嗎？——來自“寬帶中國”試點政策的證據［J］.系統工程理論與實踐，2024，44（1）：190-207.

［10］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，2022，57（4）：103-119.

［11］廖直東，代法濤.技術要素市場發展與技能工資溢價擴大——兼論對扎實推進共同富裕的啟示［J］.西北人口，2024，45（1）：87-97.

［12］Demurger"S."Infrastructure"Development"and"Economic"Growth：An"Explanation"for"Regional"Disparities"in"China［J］."Journal"of"Comparative"Economics，2001，29（1）：95-117.

［13］楊來峰，熊家財.利率市場化、勞動力雇傭與“穩就業”效應——來自貸款利率完全放開的準自然實驗［J］.山西財經大學學報，2022，44（9）：31-44.

［14］崔蓉，王聿達，陳巖.“錦上添花”還是“雪中送炭”——數據要素對股票流動性的區域異質性影響［J］.山西財經大學學報，2024，46（7）：112-126.

［15］周念利，于美月，孟克.地方數據治理與數字內容出口［J］.中國工業經濟，2024（5）：79-96.

［16］陳劍，黃朔，劉運輝.從賦能到使能——數字化環境下的企業運營管理［J］.管理世界，2020，36（2）：117-128+222.

［17］黃勃，李海彤，江萍，等.戰略聯盟、要素流動與企業全要素生產率提升［J］.管理世界，2022，38（10）：195-212.

［18］臧旭恒，趙明亮.垂直專業化分工與勞動力市場就業結構——基于中國工業行業面板數據的分析［J］.中國工業經濟，2011（6）：47-57.

［19］Ugur"M".Effects"of"Innovation"and"Markups"on"Employment"and"Labour"Share"in"OECD"Industries［J］.Structural"Change"and"Economic"Dynamics，2024，71（7）：221-234.

［20］Aben，"T.，"Wendy，"V.，"Roehrich，"J.K.，"et"al.Managing"Information"Asymmetry"in"Public-private"Relationships"Undergoing"a"Digital"Transformation："the"Role"of"Contractual"and"Relational"Governance［J］.Int."J."Oper."Prod."Manag，2021，41"（7）：1145-1191.

［21］張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長［J］.經濟研究，2019，54（8）：71-86.

［22］Xie"W，Wang"R.Application"of"Data"Elements"in"the"Coupling"of"Finance"and"Technology"on"the"Digital"Electronic"Platform［J］.Electronic"Commerce"Research，2023，24（2）：1435-1460.

［23］洪銀興.完善產權制度和要素市場化配置機制研究［J］.中國工業經濟，2018（6）：5-14.

［24］寇宗來，劉學悅.中國企業的專利行為：特征事實以及來自創新政策的影響［J］.經濟研究，2020，55（3）：83-99.

［25］陶鋒，王欣然，徐揚，等.數字化轉型、產業鏈供應鏈韌性與企業生產率［J］.中國工業經濟，2023（5）：118-136.

［26］Acemoglu"D，"Restrepo"P.Robots"and"Jobs：Evidence"from"US"Labor"Markets［J］."Journal"of"Political"Economy，"2020，28（6）：2188-2244.

［27］李金城，姚毓春.數字經濟賦能國有企業創新的內在機理與實現路徑［J］.經濟學家，2024（6）："95-106.

［28］黃群慧，賀俊.中國制造業的核心能力、功能定位與發展戰略——兼評《中國制造2025》［J］.中國工業經濟，2015（6）：5-17.

［29］朱乾隆，石曉平，馬賢磊，等.數字經濟發展對工業用地利用效率的影響——基于國家級大數據綜合試驗區的準自然實驗［J］.中國土地科學，2023，37（11）：41-51.