數據要素市場建設與企業綠色技術創新

摘"要：數據要素作為新型生產要素，已成為推動企業高質量發展的重要引擎。本文以2007—2022年滬深兩市A股上市企業數據為樣本，系統考察了數據要素市場建設對企業綠色技術創新的影響。研究發現，數據要素市場建設確實能夠有效提升企業綠色技術創新水平。異質性分析發現，數據要素市場建設對環境規制較強地區的企業、已開展綠色轉型的企業以及位于東部和西部地區的企業具有顯著的綠色創新驅動效果；中部地區企業的綠色創新驅動效果相對較弱，表明政策效應存在區域差異。機制檢驗發現，信息質量改進、環保投資力度加大以及創新風險分攤機制是數據要素市場建設影響企業綠色技術創新的三大關鍵驅動路徑。進一步分析發現，當數據要素市場建設與綠色金融政策工具、環境信息披露制度形成政策協同效應時，能夠釋放疊加放大效應，為企業構建可持續發展的良性循環體系提供強大動力。

關鍵詞：數據要素市場建設；綠色技術創新；綠色金融；環境信息披露

中圖分類號：F284文獻標識碼：A文章編號：1001-148X（2025）02-0107-11

收稿日期：2024-12-10

作者簡介：劉力源（1989—），女，黑龍江雞西人，講師，博士后，研究方向：創新、數字經濟；楊英法（1965—），男，河北平山人，教授，博士，研究方向：數字經濟、生態經濟、文化經濟。

一、引"言

當前，國家已將綠色創新納入戰略規劃框架，通過完善制度供給推動企業技術革新與產業升級。綠色創新的戰略定位為企業低碳轉型進程確立了發展坐標與責任邊界［1］。作為市場經濟活動的微觀主體，企業既是綠色創新的實踐者，也是綠色經濟體系建設的核心引擎。深化綠色創新實踐不僅能夠提升企業全要素生產率和資源配置效率，還有助于構建環境友好型生產模式，實現經濟效益與生態效益的良性互動。

綠色創新作為政策實踐與理論研究的前沿方向，其深層運行機制仍存在諸多研究空白。已有研究主要從政策調控、市場需求、技術迭代、組織資源配置及外部合作網絡等五大維度探討企業綠色創新的影響因素。其中，政策支持體系作為核心驅動力備受學界關注。通過整合財政補貼、稅收減免、專項研發基金等政策工具［2］，政府部門正在構建覆蓋創新全鏈條的支撐框架。這些制度性供給不僅降低了企業的研發成本壁壘，還增強了其技術升級的自主意愿，成為推動綠色技術產業化進程的關鍵力量。

然而，當前研究多集中于傳統政策激勵與市場需求分析，關于數據要素市場與企業綠色創新之間的內在關聯尚未形成系統性研究成果。隨著數字經濟的深入發展，數據要素作為新型生產資源的重要性日益凸顯［3］，數據要素市場不僅提升了企業的數據資源整合能力［4］，還通過數字化平臺重構了資源配置模式［5］，為綠色技術創新注入了新動力。已有研究表明，健全的數據要素市場體系能夠顯著提升企業創新要素的配置效率［6］，特別是在綠色技術研發中，數據要素的深度挖掘有助于企業精準識別市場需求與技術趨勢，從而提高創新成果的轉化效率。然而，數據要素市場仍存在產權界定模糊、流通體系不暢等制度性缺陷［7］，這些問題在一定程度上制約了綠色創新生態的健康發展［8］。數據要素市場對綠色創新的促進與制約雙重效應亟須建立完整的理論闡釋體系。

與已有研究相比，本文的邊際貢獻主要體現在以下三個方面：第一，從研究視角來看，本文基于數據要素市場建設視角，通過準自然實驗探討數據要素對企業綠色技術創新的推動作用，從而在“雙碳”目標下拓展企業綠色發展的研究邊界；第二，從作用機制來看，本文從信息、投資、風險三個維度構建了數據要素市場作用機制的完整框架；第三，從政策協同視角出發，本文在數據要素市場建設政策框架下，進一步納入“金融+信息”政策協同效應分析，探討在綠色政策協同背景下，數據要素市場建設政策的綠色驅動力能否得到最大程度發揮，從而為數字經濟時代的政策賦能企業綠色發展提供新的經驗證據與政策啟示。

二、理論分析與假設提出

（一）核心機制分析

1.信息不對稱優化機制

數據要素市場化建設對企業最直接的影響在于顯著改善了企業獲取數據和信息的能力，有效緩解了信息不對稱問題。這種改善不僅體現在企業內部信息流轉效率的提升，還體現在企業與外部市場主體之間信息差距的縮小。在數據要素流動更加充分和高效的背景下，企業能夠從海量標準化與非標準化數據中捕捉市場前沿趨勢，識別消費者偏好，從而提升決策效率與質量［9-10］。數據要素市場化建設的一個重要任務是推動數據采集、整理、存儲、分析與輸出的標準化流程，降低市場主體獲取數據的門檻，促進數據可獲性的公平性與合理性。這種標準化流程不僅有助于企業克服信息劣勢，還能顯著減少信息不對稱帶來的決策風險。

在綠色轉型與“雙碳”目標的背景下，企業如何發展綠色技術成為提升核心競爭力的關鍵。數據要素市場化建設通過改善信息不對稱問題，使企業能夠更精準地將資源配置到綠色技術研發與應用中［11］。此外，數據要素的高效流轉打破了企業間的信息壁壘，為綠色生產創新聯動提供了必要的數據支撐，從而進一步推動企業綠色技術創新。

2.環保投資強化機制

數據要素市場的發展能夠顯著提升企業環保投資強度。首先，數據要素市場豐富了企業的信息資源，幫助企業更好地識別市場環境、政策環境與技術環境的變化，從而優化投資方向并降低投資風險［12］。其次，數據要素市場促進了信息交流與技術溝通，降低了企業環保項目的投資成本。企業可以通過市場獲取最新的綠色技術、最佳實踐案例與成功模式，從而優化投資決策［13］。此外，數據要素市場建設還為企業提供了更多綠色金融與政策支持的機會。在綠色金融領域，數據要素的重要性日益凸顯，企業通過數據市場能夠更便捷地獲取更多具有綠色特質的外援融資，從而進一步加大環保投資［14］。

環保投入的深度推進有效強化了企業綠色技術創新能力，其作用機制主要呈現三個維度的特征：（1）從技術改造維度觀察，環保投入不僅驅動生產工藝與設備的技術迭代，更重要的是構建起創新資源網絡，為企業可持續發展提供專項資源支持。由此推動企業污染防治設施的智能化改造，倒逼企業研發清潔生產技術體系優化，在此過程中形成的技術積累為后續綠色創新突破提供了重要支撐。（2）在市場競合層面，環保投資強度的提升不僅滿足了政策合規要求，還在碳關稅與低碳消費轉型背景下塑造了差異化競爭力，這種戰略優勢借助市場傳導機制轉化為創新動能，推動企業向環保技術價值鏈高端延伸。（3）就創新生態構建而言，企業的環保投資通過構建產學研深度融合的創新聯合體，整合了基礎研究與產業轉化能力。Hao等（2024）［15］的研究發現，這類協同創新聯盟使技術擴散效率大幅提升，而環境信息共享平臺的優化升級更強化了環保決策的科學性與預見性。這些驅動要素的協同作用，共同構筑起企業綠色轉型的可持續發展閉環。

3.創新風險平滑機制

數據要素市場的培育顯著提升了企業對創新風險的應對能力。在信息處理維度，數據要素市場減少了企業追蹤行業動態與前沿技術的時間成本，通過改善信息對稱性，降低了決策的盲目性。統一的信息交互標準提升了生產要素流動效率，減少了信息失真導致的研發失誤［16］。此外，數據要素市場催生了跨行業創新聯合體，通過標準化對接機制整合多元資源，為核心技術攻關與政策響應提供了風險緩沖體系［17］。這種協同網絡顯著降低了創新資源供給波動的潛在風險。

數據要素市場建設通過降低信息不對稱，提升了企業的決策水平，使其能夠更好地識別綠色技術創新中的機遇與風險，并采取有效的應對措施。這種機制顯著增強了企業在綠色技術創新中的主動性與積極性［18］。基于上述分析，本文提出以下假設：

H1：數據要素市場建設能夠有效提升企業綠色創新水平。

（二）政策協同分析

數據要素市場通過促進信息高效流動與資源合理分配，顯著增強了企業獲取技術與市場情報的能力。然而，在實踐層面，數據要素市場建設可能面臨資源短缺、技術瓶頸與資金不足等約束，這在綠色創新領域尤為突出。綠色金融政策的介入有效彌補了這一短板，形成了協同效應。具體而言：綠色信貸、綠色債券與綠色產業基金等金融工具的推出，拓寬了綠色項目的融資渠道，降低了企業資金獲取門檻。綠色金融政策通過設計差異化的融資方案，精準匹配企業創新需求，釋放了數據要素市場的資源配置潛能。此外，綠色金融政策通過構建環境效益評估體系，引導資本流向綠色創新領域，形成了資金聚集的虹吸效應。這種政策組合不僅放大了數據要素市場的功能價值，更為企業綠色創新的可持續發展注入強勁動能，最終形成多維協同驅動的技術創新機制。基于上述分析，本文提出以下假設：

H2a：數據要素市場建設同綠色金融政策的協同，能夠對企業綠色創新產生更大的積極效果。

綠色信息披露政策與數據要素市場的協同作用，有效緩解了信息不對稱與信任機制不足的問題。數據要素流通機制雖提升了企業綠色創新資源的獲取效率，但市場透明度不足可能導致外部信任危機與市場認知壁壘［19］。綠色信息披露政策通過規范環境績效披露標準，構建了更具有綠色稟賦特征的制度化信息驗證體系，為市場交易奠定了可信基礎［20］。此外，綠色信息披露政策顯著提升了數據市場的運行效率。通過強制性環境信息披露制度，政策擴展了市場信息維度，降低了創新風險評估成本，使數據市場的資本配置與資源重組功能得以充分發揮。這種制度與市場的交互作用，優化了數據要素在創新資源配置中的傳導路徑，形成了綠色技術創新的持續發展機制。基于上述分析，本文提出以下假設：

H2b：數據要素市場建設同綠色信息披露政策的協同，能夠對企業綠色創新產生更大的積極效果。

三、研究設計

（一）數據來源

本文選取2007—2022年間中國滬深兩市A股上市企業為研究樣本，企業的財務數據主要來源于Wind數據庫。為提高數據質量，對企業的微觀財務數據進行了嚴格的清洗處理。首先，剔除了銀行、證券、保險等金融類上市企業，這類企業由于其獨特的經營模式和財務結構，與本文研究對象存在顯著差異。其次，剔除處于特殊市場狀態（如ST、*ST）以及IPO階段的企業，以減少市場異常狀態對數據的干擾。最后，針對連續型變量數據，采用上下1%的縮尾處理，以避免極端值對回歸結果產生過度影響。

（二）變量設定

1.被解釋變量

企業綠色技術創新（GTI）。綠色技術創新主要指企業在節能環保、新能源、低碳等領域的技術研發和應用。具體來看，采用綠色發明專利數作為衡量企業綠色技術創新的重要指標，是指在綠色領域獲得的具有技術性和創造性的發明專利。與其他類型的專利（如實用新型、外觀設計等）相比，發明專利的技術含量更高，研發周期更長，因此，綠色發明專利數量能夠更有效地捕捉企業在綠色技術創新中的投入和產出。本文采用企業綠色發明專利數作為衡量標準，以此量化企業在綠色技術創新方面的實際成果。

2.核心解釋變量

數據要素市場建設（dudt）。在設計“數據要素市場政策”變量時，核心思路在于明確數據要素市場化政策的實施節點，并量化政策對企業行為的影響［21］。為構建科學的政策變量，依據數據交易平臺的建立時間，結合城市層面的政策推進情況，將政策設立作為準自然實驗的關鍵變量，通過虛擬變量的形式捕捉這一政策實施的時間點。具體來看，數據要素市場政策的關鍵體現在數據交易平臺的設立。根據《大數據白皮書（2021）》等政策文件，各地區數據交易平臺的設立時間是數據要素市場化進程的標志性節點。具體而言，對于某城市，如果在第t年建立了數據交易平臺，則將該城市企業的“數據要素市場政策”變量在該年度及之后的年份賦值為1，表示該企業處于數據要素市場政策的影響范圍內；而對于尚未設立數據交易平臺的城市或該城市在t年之前的年份，則賦值為0，表示數據要素市場化政策尚未影響到該地區的企業。

3.控制變量

為降低遺漏變量因素所帶來的干擾，回歸模型中還納入了如下控制變量。企業總資產（TA）、企業營業總收入（GR）、第一大股東持股比例（TLPOS）、企業年齡（AGE）、企業杠桿率水平（LEV）、托賓Q值（TobinQ）、現金流強度（CFS）、合格境外機構投資者持股比例（QFII）、董事長和總經理兩職合一（Dual）以及審計意見（Audit，標準無保留意見取值為1，反之為0）。

（三）模型設定

本文設定了如下模型對數據要素市場建設對企業綠色技術創新的影響進行識別檢驗：

G-patenti，t=α+β1dudti，t+CVs+∑Year+∑Firm+εi，t（1）

其中，G-patent為企業綠色技術創新變量，dudt為數據要素市場建設政策試點變量。為了更精確地評估政策效應，并控制可能存在的不可觀測因素影響，本文采用了嚴格的“企業-時間”層面的固定效應。

四、實證結果分析

（一）基準回歸

表1的實證結果基于數據要素市場建設對企業綠色技術創新的影響展開基準檢驗。在表1列（1）中，在控制了“時間-個體”固定效應的基礎上檢驗單變量因素的影響關系，結果發現，數據要素市場建設變量dudt的回歸系數為0.192，t統計量為12.20.通過了1%的統計顯著性檢驗；在列（2）的回歸中進一步納入前述控制變量集合以降低遺漏變量因素所可能帶來的內生性干擾，結果發現，dudt的回歸系數為0.098，t統計量為6.77，通過了1%的統計顯著性檢驗。本文的核心假設H1得到了經驗證據的支持。

（二）穩健性檢驗與內生性處理

1.平行趨勢檢驗

圖1的實證檢驗聚焦于雙重差分模型中的平行趨勢假設。其中，橫軸顯示的是不同時間節點（du×Before3到du×After3），縱軸則代表相應的系數估計值及其置信區間。圖1還標記了“Current”點，這一時間點作為政策實施的分界線。從圖1可以觀察到，在政策實施前的幾期（du×Before3、du×Before2、du×Before1），各時間節點的估計值大致圍繞0上下波動，且系數的置信區間跨過0，表明在政策實施前，處理組與對照組之間的綠色技術創新沒有顯著差異。這種趨勢驗證了雙重差分模型的一個關鍵假設——平行趨勢假設，即在政策實施之前，兩個組的趨勢是一致的。政策實施后（du×After1、du×After2、du×After3），相關回歸系數數值顯著增加，特別是在du×After1達到峰值，表明數據要素市場建設政策對企業綠色技術創新產生了顯著的促進作用。此后，雖然創新水平在du×After2有所回落，但仍顯著高于政策實施前的水平。到了du×After3，效果有所減弱，但仍未完全回歸到政策實施前的水平。綜上所述，該平行趨勢檢驗圖表明，在數據要素市場建設政策實施之前，企業綠色技術創新在處理組和對照組之間沒有顯著差異。政策實施后，企業的綠色技術創新水平顯著提升，進一步證明了數據要素市場建設對企業綠色創新的促進效果。這一結論為研究提供了有力的實證支持。

2.剔除部分樣本

為驗證研究結論的穩健性，本研究通過樣本篩選機制排除潛在干擾因素，回歸結果如表2所示。首先對2008年國際金融危機及2015年中國股災相關樣本實施剔除處理（2011—2014年觀測期），此類重大經濟事件可能誘發企業資本運作異常波動，進而影響市場表現與創新行為的正常軌跡。通過截斷特殊經濟周期數據，可有效隔離宏觀環境劇烈波動對政策效應評估的干擾，表2列（1）回歸結果顯示dudt系數穩定于0.116且在1%水平顯著，證實數據要素市場建設對綠色技術創新的促進效應具備良好的穩健性。繼而針對直轄市樣本進行二次篩選。鑒于直轄市享有特殊政策扶持與資源優勢，其創新表現可能存在結構性差異。研究通過排除這類行政特例樣本，避免政策效應評估受區域特權因素扭曲。表2列（2）修正后回歸系數維持0.079且統計顯著，印證政策效應在全國普通行政區域的普遍適用性。最后構建信息披露質量篩選機制，剔除年報評級C/D級企業樣本。此類企業治理結構存在缺陷，信息透明度不足可能導致創新行為偏離市場規律，且對政策激勵的響應存在滯后性。經處理后，表2列（3）dudt參數估計值仍保持0.097且通過顯著性檢驗，表明政策效應不受低質量信息披露樣本的干擾。三重穩健性檢驗體系從不同維度驗證了核心結論的可靠性。

3.安慰劑檢驗

為深入探討數據要素市場建設對企業全要素生產率的因果效應，本部分采用了時間安慰劑檢驗。在圖2中，縱軸顯示的是“安慰劑效應”，其數值范圍大致在-0.05至0.1之間，代表不同偽時間節點下政策干預的估計效應。橫軸表示偽時間期數，從1到5，代表的是假設政策實施的不同時間點。每個偽時間節點上有一個點估計值，并附有95%的置信區間，展示了這些估計值的可信范圍。具體來看，每個時間節點的點估計值均圍繞零軸上下波動，說明在各個偽時間點上，政策的虛假影響效應并不顯著。第1個偽時間期數點位稍高，接近0.05左右，但置信區間較寬，跨越零線，表明其影響并不具備統計顯著性。隨后，第2到第5五個偽時間期數的點估計值逐漸趨于零，特別是后幾個點的估計值接近0，表明偽時間節點上的安慰劑效應幾乎為零，且其95%置信區間依然較寬，并且都跨過了零軸，進一步說明了政策在這些偽時間點上的干預效應并未表現出顯著差異，誤差范圍內的效應均不足以證明政策在此期間產生了任何顯著的提前效應或外部干擾。

4.敏感性測試

圖3中橫軸表示潛在混雜變量與處理變量（數據要素市場建設）的部分R2，縱軸表示混雜變量與結果變量（企業綠色技術創新）的部分R2。通過這兩個R2值，可以評估混雜變量對模型估計結果的解釋力。圖3中的深色曲線表示回歸系數失去顯著性的臨界點。如果潛在混雜變量的部分R平方值落在深色曲線左側，意味著模型的估計結果保持顯著性；如果落在深色曲線右側，則表明混雜變量的存在可能會導致估計系數發生顯著變化甚至反轉。圖3顯示了未調整狀態下的回歸系數點（Unadjusted"（0.098）），其位于深色曲線的下方，表明在未調整的條件下，回歸系數顯著并具有正向效應。文中注釋中“1xTA”“2xTA”“3xTA”的含義是針對不同程度的假設干擾，在不同強度的混合變量情境下，回歸系數變化情況的示意圖。值得注意的是，所有點都沿著基線移動，即使強度擴大3倍，其系數方向仍保持一致。可獲知，在假設的人為設干擾量增大3倍的條件下，系數仍是顯著的并呈正相關。敏感度分析，說明數據要素市場建設對推動企業綠色技術創新的影響的抵抗程度，即便其他變數的作用下仍保持正向作用，且經多次設變值假設檢驗，實證證明數據要素市場建設促進企業綠色創新的政策有效果性，結論是穩健的。

圖4深色曲線標示出t統計量的零值臨界閾值，該界線是判斷回歸系數是否喪失統計顯著性的分水嶺。當混雜因素的偏R2指標處于深色曲線左側區間時，模型估計量仍能保持原有統計顯著性；若該指標跨越至深色曲線右側區間，則可能引發系數方向逆轉或顯著性消失的潛在風險。圖4中未調整（5.78）標識點處于深色曲線左側區域，實證顯示未經協變量控制時回歸系數仍保持顯著正效應。值得注意的是，標注為“1xTA”“2xTA”“3xTA”的觀測點對應不同強度混雜效應的模擬場景，這些標記點均穩定分布于臨界線左側，這意味著即使考慮3倍于實際觀測的混雜關聯強度，回歸系數的t統計量依然維持正值且未出現方向性改變。可視化分析清晰表明，在數據要素市場建設對企業綠色技術創新的驅動效應評估中，即便存在未觀測混雜因素，研究結論仍具備足夠穩健性。敏感性檢驗結果顯示，僅當混雜因素對處理變量與結果變量的聯合解釋力度達到異常高水平時，研究結論的統計顯著性才可能面臨質疑。綜合敏感性分析結果可以判定，基準回歸結論對潛在混雜干擾具有較強抵抗力，數據要素市場建設促進企業綠色創新的核心結論具有充分可靠性。

（三）異質性檢驗

1.環境規制強度差異

本研究參考唐大鵬與楊真真（2022）［22］的指標構建方法，將特定區域環境保護支出占財政總支出比重作為表征環境規制強度的核心代理變量，并通過中位數標準劃分環境規制強度等級并進行分組回歸檢驗（見表3），實證結果表明：在環境規制強度較高組別的企業樣本中，數據要素市場建設對企業綠色技術創新呈現顯著促進作用；而規制強度較低組別中，該驅動效應未達到統計學顯著水平。兩組間差異的顯著性有力支持了環境規制強度具有正向調節作用的論斷。

本文認為，在高壓型環境中，面對更強的合規壓力時，大數據要素市場可以發揮重要的數據要素整合優勢，提供準確全面的信息、資源及數據挖掘能力，進而幫助企業篩選并及時獲取合適的技術和綠色發展的創新路徑。在此基礎上，企業能通過數據要素的分析和識別把握良好的綠色技術的趨勢和政策，從而實現更精準的部署和實施綠色技術創新。相反，在較弱環境規制情境的企業，數據要素市場對綠色技術的創新能力并沒有形成明顯的促進作用。因為該類型的企業面對的環境壓力更小，即便得到數據要素市場帶來的有關企業技術創新的信息和知識、資源等有效補充，這類企業也沒有內在的創新需求和壓力，致使相關資源并未被充分的利用。這說明數據要素市場在外部環境規制的引導下才能發揮作用，且只有內外結合才能更好發揮數據要素市場在綠色技術創新中的作用。

2.綠色轉型差異

借鑒吳非和黎偉（2022）［23］的研究，采用文本大數據方式識別企業綠色轉型，將開展過綠色轉型項目（文本計數識別大于等于1時），界分為有綠色轉型企業，反之則為沒有綠色轉型的企業，在上述基礎上開展分組檢驗。研究發現（見表3），數據要素市場建設對于那些開展了綠色轉型項目的企業而言，具有顯著的綠色技術創新促進作用，但對于那些從未開展過綠色轉型的企業而言，并無法產生有效的綠色創新驅動效果。

對于實施綠色轉型戰略的企業而言，數據要素市場的構建對其技術創新形成關鍵推動力。通過建立實時動態傳遞機制，該市場體系可向轉型企業持續輸送綠色技術發展動態、政策導向調整及市場供需變化等核心信息，這使企業能夠有效聚焦創新路徑，顯著提升研發決策的科學性。由此可見，數據要素市場對轉型企業不僅具備資源聚合效能，更發揮著創新路徑支撐功能。反觀未實施綠色轉型的企業，數據分析顯示其技術創新水平與數據市場建設未呈現統計顯著性關聯。這類企業由于尚未形成內生性轉型機制，導致市場傳遞的技術情報與創新要素難以轉化為實質性創新動能。這種差異化效應印證，數據要素市場的價值實現需要以企業戰略轉型為前提條件，缺乏需求導向與戰略驅動力的企業難以有效利用數據要素實現技術突破。

3.地理區位差異

為了更好地刻畫地區稟賦差異下的影響，本部分對中國進行了“東部-中部-西部”三大板塊的地區劃分，并在這三個板塊基礎上重新展開回歸檢驗。實證結果發現（見表4），對于東部地區企業而言，數據要素市場建設對企業綠色技術創新的回歸系數為0.098，t統計量為4.39，通過了1%的統計顯著性檢驗；對于中部地區企業而言，數據要素市場建設對企業綠色技術創新的回歸系數為0.044，t統計量僅為1.47，無法通過統計顯著性檢驗；對于西部地區而言，數據要素市場建設的對企業綠色技術創新的回歸系數為0.099，t統計量為2.68，通過了1%的統計顯著性檢驗。由此展現出數據要素市場對于東部、西部地區企業具有顯著綠色創新驅動力，而對于西部地區企業不具有綠色創新動能的結構性效果。

從區域發展特征分析，東部作為我國經濟核心區域，積累了雄厚資本儲備、前沿技術資源及完善的產業體系，為數據要素市場培育提供了得天獨厚的發展沃土。該區域依托完備的數字化基礎設施，實現生產要素的智能匹配與信息的實時交互，助力企業精準鎖定綠色技術研發路徑與產業化方向。值得注意的是，處于產業鏈價值高端的東部企業普遍面臨環境監管標準日趨嚴格、市場競爭壓力持續加劇的雙重挑戰，客觀上催生了強烈的技術革新訴求。通過數據要素市場的深度滲透，企業得以動態優化創新戰略布局，有效緩解信息壁壘與研發不確定性，顯著提升創新成果轉化效率。由此可見，東部地區通過構建數據要素市場體系，其對企業綠色技術創新的賦能效應更為突出，其核心作用體現在資源優化配置效能提升與創新內生動力強化雙重維度。相較于其他區域，中部地區產業布局仍以傳統制造業為主導形態，其技術迭代需求與綠色化改造訴求尚未形成東部及西部同等的緊迫性。深入分析可見，該區域要素市場化配置效率與信息共享機制建設存在明顯滯后性，導致現有數據要素市場的信息資源難以完全轉化為支撐企業創新實踐環節的有效動能。

五、機制檢驗

（一）信息不對稱優化

在表征企業信息不對稱指標時，本文基于分析師盈余預測離散程度作為代理變量，分析師的盈余預測差異可以反映市場對公司未來表現的分歧。較大的預測離散度通常意味著公司披露的信息較少，市場參與者對公司未來的預期存在顯著差異，表明信息不對稱較高［24］。本文收集處理了企業某一特定時間點的分析師盈余預測值，這些預測通常來自專業分析師對企業未來盈利的獨立評估。通過收集不同的預測數據，基于變異系數思想計算其在同一時間點的差異，得到盈余預測的離散度（AP）。

表5的實證結果發現，數據要素市場建設能夠顯著降低企業所面臨的信息不對稱水平。進一步來看，企業的信息不對稱水平越高，則會顯著抑制企業的綠色技術創新水平。上述結果表明，數據要素市場建設能夠打通企業的信息、數據流轉渠道，進而為企業綠色技術創新提供充足動力。數據要素市場建設通過提高數據透明度和可獲得性，顯著降低了企業間的信息不對稱問題，使得企業能夠更便捷地獲取市場趨勢和技術信息，減少創新中的不確定性。其次，數據流通的標準化提升了信息傳遞效率，降低了交易成本，并為中小企業提供了公平獲取資源的機會。信息不對稱的緩解不僅減少了企業合作中的風險，還提升了企業對政策支持和市場變化的應對能力，從而激發綠色技術創新的活力。

（二）環保投資增強

在表征企業環保領域投資活動上，本文以環保投資總額（在污染控制、環境保護、節能減排等方面的資本支出）占比主營業務收入的比值作為環保投資行為強度的代理變量，進而反映企業在環保治理中的實際承諾與執行力度（EI）。

表6的實證結果發現，數據要素市場建設能夠顯著提升企業的環保投資強度。企業環保投資活動是企業綠色技術創新產出的基礎和前提。上述結果表明，數據要素市場建設能夠推動企業在環保領域追加更多的投資，從而為綠色技術創新活動提供基礎支撐。首先，企業借助數據要素市場獲取更精準的環境信息，更好地識別環境風險和投資機會，減少決策不確定性。其次，數據共享和技術交流降低了實施環保項目的成本，使企業能夠優化環保投資，控制風險。此外，數據要素市場吸引了更多綠色金融資源，進一步促進企業在環保領域的投資力度。隨著環保投資增加，企業內部技術升級和創新活動得以加速，推動綠色技術研發，并提升企業在綠色市場的競爭力和合作網絡，最終實現技術突破與創新擴散。

（三）創新風險平滑

在表征企業的創新風險上，本文先提取本年度企業的研發投入數據，然后獲取下一年度的主營業務收入，比較兩者的相對大小。借鑒王玉澤等（2019）［25］的研究，若研發投入大于下一年度的主營業務收入，則該企業被認為存在較高的創新風險（取值為1）；反之，則認為創新風險較低或不存在（取值為0），由此形成了虛擬變量指標（RISK）。

表7的實證結果顯示，數據要素市場建設能夠顯著降低企業面臨的創新活動風險水平。而企業創新活動的風險是抑制企業綠色技術創新開展的重要因素。上述結果表明，數據要素市場建設能夠顯著降低企業面臨的創新風險，由此為企業綠色技術創新提供了風險保障。通過透明化的信息獲取和標準化的資源共享，企業能夠迅速獲取市場動態，減少決策不確定性。進一步來看，信息流通的規范化降低了信息不對稱帶來的創新風險，使企業能夠更高效地進行技術合作與創新資源配置。此外，數據要素市場通過平臺效應促成創新網絡的建立，推動企業在綠色技術領域的合作與突破。創新風險的降低使企業更積極投入綠色技術研發，提升了創新的可行性和市場競爭力。

六、數據要素市場建設“綠色金融-綠色信息”政策協同檢驗

在前文的實證分析中不難發現，數據要素市場建設是企業提升綠色創新動能的重要保障。但必須承認的是，僅依靠一種政策推動實體經濟高質量發展顯然存在一定的限制邊界，因此，要從多個維度的政策協同進行考察，能最大限度發揮出數據要素市場政策的有效性和可持續性［26］。從學術層面來看，數據要素市場的獨立作用盡管為綠色技術創新提供了重要的數據支持和信息基礎，但其促進作用可能在某些情境下存在邊際效應遞減。將綠色金融政策和綠色信息披露政策引入分析框架，能夠更好地解釋復雜經濟系統中多種政策工具的相互作用及其對企業創新行為的影響。考慮這些政策的協同效應，能夠更全面地評估如何最大化地發揮數據要素市場建設的潛力，并為政策制定者提供更具現實指導意義的建議。

為了更好地回答上述問題，本部分內容分別借鑒了李慧等（2024）［27］、何文劍等（2022）［28］的研究，設置了綠色金融政策變量（GC）以及綠色信息披露政策變量（EIDP）。在上述變量的基礎上，將綠色“金融+信息”政策變量分別于數據要素市場建設政策變量（dudt）進行交互項處理，檢驗交互項對企業綠色技術創新的影響。實證結果發現（見表8），一是數據要素市場建設變量與綠色金融政策變量的交互項（dudt×GC）的回歸系數為0.120，t統計量為3.20，通過了1%的統計顯著性檢驗；二是數據要素市場建設變量與綠色信息披露政策變量的交互項（dudt×EIDP）的回歸系數為0.144，t統計量為2.66，通過了1%的統計顯著性檢驗。上述實證結果分別表明，一方面，數據要素市場建設與綠色金融政策協同時，能夠對企業綠色技術創新產生更大的積極作用；另一方面，數據要素市場建設與綠色信息披露政策協同時，能夠對企業綠色技術創新產生更為顯著的促進效果。從上述分析不難發現，本文的假設2a和假設2b都得到了經驗證據的支持。

七、研究結論和政策建議

促進數據要素的高效流動已成為提升企業發展質量與效率的重要路徑。本文基于數據要素平臺建設信息，構建了雙重差分模型，利用2007—2022年滬深A股上市企業的數據，系統考察了數據要素市場建設對企業綠色技術創新的影響。主要結論如下：（1）數據要素市場建設能夠有效提升企業綠色技術創新水平。（2）"異質性分析發現，數據要素市場建設對環境規制較強地區的企業、已開展綠色轉型的企業以及位于東部和西部地區的企業具有顯著的綠色創新驅動效果。這些企業通過數據要素市場獲得了更廣泛的資源與信息支持，從而在綠色技術創新領域表現更為積極。然而，中部地區企業的綠色創新驅動效果相對較弱，表明政策效應存在區域差異。（3）機制檢驗發現，信息質量改進、環保投資力度加大以及創新風險分攤機制是數據要素市場建設影響企業綠色技術創新的三大關鍵驅動路徑。（4）進一步分析發現，當數據要素市場建設與綠色金融政策工具、環境信息披露制度形成政策協同效應時，能夠釋放疊加放大效應，為企業構建可持續發展的良性循環體系提供強大動力。

基于上述結論，本文提出如下政策建議：

1.完善數據要素市場建設，推動企業綠色技術創新

當前亟須構建系統化的數據要素市場發展機制，以滿足綠色技術創新的現實需求。具體而言，應著力打造規范透明的新型公共數據平臺，有機整合政策引導、市場運行與技術創新三大核心要素。在數據采集與標準化管理方面，需制定全行業統一的技術標準體系，實現多領域、多層級數據資源的有效整合，為企業綠色創新戰略提供立體化數據支持。政府部門應加強統籌協調，引導產業鏈主體依托數據要素市場開展聯合技術攻關，建立“產學研用”無縫銜接的成果轉化體系。通過健全數據產權界定與流通交易規則，優化數據資源配置效能，幫助企業在綠色技術升級周期中把握戰略機遇，有效管控創新成本，推動整體生產效率的綠色轉型。

2.針對不同區域和企業類型實施差異化的政策支持

政策支持應充分考慮區域與企業類型的差異性。發達地區應加強數據要素市場的監管與信息共享，推動企業及時調整發展戰略，為綠色創新驅動奠定基礎；已完成綠色轉型的企業，政策應鼓勵數據要素市場與綠色科技創新的深度融合，加大綠色技術研發投入；東部地區應積極推動數據要素市場與高新技術創新的結合，促進數據信息共享與流通渠道暢通；西部地區現階段應重點解決技術轉移問題，完善數據與信息技術創新共享機制，鼓勵企業通過數據平臺實現資源整合。

3.強化數據要素市場與綠色金融、環境信息披露政策的協同

政府應引導數據要素市場建設與綠色金融、環境信息披露政策形成協同效應，釋放最大政策合力。綠色金融市場政策方面，鼓勵金融機構在數據要素市場中更多采用企業綠色技術創新能力和環境績效作為評級依據，簡化綠色貸款、綠色債券等融資工具的審批流程，降低企業綠色技術創新的融資難度；環境信息披露政策方面，明確企業通過數據要素市場發布環境信息的標準與要求，確保信息公示的規范性與透明度，為綠色技術創新提供可信的數據支持。

參考文獻：

［1］"向海凌，林鈺璇，王浩楠.利率市場化改革與企業綠色轉型——基于上市企業年報文本大數據識別的經驗證據［J］．"金融經濟學研究，2023，38（4）：55-73.

［2］"米加寧，吳佳正，董昌其.數據生產要素驅動新質生產力躍升的機理與規律研究——基于馬克思主義政治經濟學視角［J］．"鄭州大學學報（哲學社會科學版），2024，57"（4）：1-9+143.

［3］Farboodi"M，"Mihet"R，"Philippon"T，"et"al."Big"Data"andnbsp;Firm"Dynamics［J］．AEA"Papers"and"Proceedings，"2019（109）：38-42.

［4］"李直，吳越.數據要素市場培育與數字經濟發展——基于政治經濟學的視角［J］．"學術研究，2021（7）：114-120.

［5］范佳佳.公共數據進入數據要素市場模式研究［J］．"信息資源管理學報，2024，14（2）：68-81.

［6］"李珊，張文德，鄭偉鑫.中國數據要素市場產權配置改革評價機制構建與實證研究［J］．"中國軟科學，2024（1）：151-163.

［7］"劉雅君，張雅俊.數據要素市場培育的制約因素及其突破路徑［J］．"改革，2023（9）：21-33.

［8］"盧黎歌，李婷.我國數據要素統一大市場構建目標、存在問題與對策分析［J］．"理論探討，2022（5）：163-167.

［9］"李紅光.完善數據要素市場助推新質生產力發展［J］．"紅旗文稿，2024，（9）：27-29.

［10］"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.

［11］Yang"H，"Li"L，"Liu"Y."The"Effect"of"Manufacturing"Intelligence"on"Green"Innovation"Performance"in"China.［J］．"Technological"Forecasting"and"Social"Change，2022（178）：121569.

［12］陳思.培育數據要素市場的邏輯理路、安全困境與應對策略［J］．"當代經濟管理，2023，45（3）：24-31.

［13］陳福中，蔣國海，董康銀.數字經濟對制造業綠色轉型的空間溢出效應［J］．"中國人口·資源與環境，2024，34（5）：114-125.

［14］劉禹君.數據要素市場賦能城市綠色創新發展——來自中國城市的經驗證據［J］．"貴州社會科學，2023（1）：124-133.

［15］Hao"L，"Deng"B，"Zhang"H."Enabling"Green"Innovation"Quality"Through"Green"Finance"Credit"Allocation："Evidence"from"Chinese"Firms.［J］．"Sustainability，2024，16（17）：7336.

［16］李三希，李嘉琦，劉小魯.數據要素市場高質量發展的內涵特征與推進路徑［J］．"改革，2023（5）：29-40.

［17］張志新，徐世超，高惠楠.大數據發展能否推動企業綠色技術創新“質效并舉”——基于“國家大數據綜合試驗區”的準自然實驗［J］．"當代經濟研究，2024（4）：103-115.

［18］Schiederig"T，"Tietze"F，"Herstatt"C."Green"Innovation"in"Technology"and"Innovation"Management-an"Exploratory"Literature"Review［J］．"Ramp;D"Management，2012，42（2）：180-192.

［19］李江，祝樹金，陽立高.環境信息公開、質量調整與多產品企業出口［J］．"產業經濟研究，2024（3）：128-142.

［20］王守坤，范文誠.環境信息披露能否約束污染企業進入市場？——基于地級市與中國工業企業匹配數據的分析［J］．"產業經濟研究，2023（3）：31-43.

［21］鄭國強，張馨元，趙新宇.數據要素市場化如何驅動企業數字化轉型？［J］．"產業經濟研究，2023（2）：56-68.

［22］唐大鵬，楊真真.地方環境支出、財政環保補助與企業綠色技術創新［J］．"財政研究，2022（1）：79-93.

［23］吳非，黎偉.稅收激勵與企業綠色轉型——基于上市企業年報文本識別的經驗證據［J］．"財政研究，2022（4）：100-118.

［24］Diether"KB，"Malloy"CJ，"Scherbina"A."Differences"of"Opinion"and"the"Cross"Section"of"Stock"Returns.［J］．"Journal"of"Finance，2002，57（5）：2113-2141.

［25］王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業創新［J］．"中國工業經濟，2019（3）：138-155.

［26］吳非.取向一致還是合成謬誤：“數字化-綠色化”政策協同對企業新質生產力的影響研究［J］．"西北工業大學學報（社會科學版），2025（2）：144-153.

［27］李慧，佟孟華，張國建.綠色金融改革創新試驗區的碳減排效應——基于空間溢出效應與城市異質性的視角［J］．"統計研究，2024，41（9）：44-58.

［28］何文劍，程煜，汪峰，等.環境信息披露的微觀經濟效應：機制討論與經驗證據——基于《企業事業單位環境信息公開辦法》的準自然實驗［J］．"產業經濟研究，2022（3）：72-85.

Empowering"Green"Innovation"Through"Data："Corporate"Green"Technology"

Innovation"Under"Data"Factor"Market"Development：Evidence"of"Synergy"from"the

“Green"Finance-Green"Information”"Double"Helix"Policy

LIU"Liyuan1，"YANG"Yingfa2

（1.College"of"Marxism"ofEast"China"Normal"University，"Shanghai"200241，China；

2.Cultural"and"Economic"Research"Center"foHebei"University"of"Engineering，"Handan"056038，China）

Abstract：As"a"new"type"of"production"factor，"data"has"become"an"important"engine"driving"high-quality"development"in"enterprises."This"paper"systematically"examines"the"impact"of"data"factor"market"construction"on"corporate"green"technology"innovation，"using"data"from"A-share"listed"companies"in"the"Shanghai"and"Shenzhen"stock"markets"from"2007"to"2022"as"a"sample."The"study"finds"that"the"construction"of"the"data"factor"market"can"indeed"effectively"enhance"the"level"of"green"technology"innovation"in"enterprises."Heterogeneity"analysis"reveals"that"the"construction"of"the"data"factor"market"has"a"significant"green"innovation-driving"effect"on"enterprises"in"regions"with"stronger"environmental"regulations，"enterprises"that"have"already"undergone"green"transformation，"and"enterprises"located"in"the"eastern"and"western"regions"of"China."However，"the"green"innovation-driving"effect"is"relatively"weaker"for"enterprises"in"the"central"region，"indicating"regional"differences"in"policy"effectiveness."Mechanism"tests"show"that"improvements"in"information"quality，"increased"environmental"protection"investment，"and"innovation"risk-sharing"mechanisms"are"the"three"key"driving"pathways"through"which"the"construction"of"the"data"factor"market"influences"corporate"green"technology"innovation."Further"analysis"reveals"that"when"the"construction"of"the"data"factor"market"forms"a"policy"synergy"with"green"financial"policy"tools"and"environmental"information"disclosure"systems，"it"can"unleash"a"superimposed"amplification"effect，"providing"strong"momentum"for"enterprises"to"build"a"sustainable"development"cycle"system.

Key"words：data"factor"market"development;green"technology"innovation;green"finance;"environmental"information"disclosure

（責任編輯：趙春江）