數據要素市場化促進企業新質生產力發展了嗎?

摘 要：數據要素作為新時代國家基礎性戰略資源，共市場化配置對釋放數據要素紅利，培育新質生產力具有重要意義。本文基于要素市場化改革背景，系統闡釋數據要素市場化賦能新質生產力的理論機制，以各地陸續設立數據交易平臺作為準自然實驗，采用多期雙重差分模型實證考察數據要素市場化對企業新質生產力發展的影響。研究發現：數據要素市場化配置顯著促進了企業新質生產力發展，政府主導和企業主導建設的數據交易平臺對于新質生產力發展均具有顯著促進作用。異質性分析表明，數據要素市場化配置的新質生產力賦能效應在技術稟賦較高、人力資本較優的企業及數字基建完善的地區更為顯著。機制檢驗表明，數據要素市場化配置通過促進要素融合、企業戰略協同進而推動新質生產力培育。進一步分析發現，數據要素市場化配置具有供應鏈溢出效應，要素市場化配置會沿著供應鏈網絡對下游企業新質生產力發展產生積極影響。

關鍵詞：數據要素：市場化配置;新質生產力：要素融合;戰略協同

中圖分類號：F279.2;F49文獻標識碼：A文章編號：1001-148X（2025）03-0110-12

一、引 言

在數字經濟時代，數據作為新型生產要素，是與土地、能源、環境具有相同地位的基礎性戰略資源。《數字中國發展報告（2023年）》顯示，2023年全國數據生產總量超 32ZB，同比增長22.44%。2023年10月國家數據局提出實施“數據要素X”行動，推動數據要素與其他要素結合并發揮數據要素乘數作用。數據要素本身并非價值創造的根源，其作為生產要素并實現市場化配置是加速價值實現的關鍵。數據要素市場化配置體現出數據要素化和配置市場化的雙重內涵，強調數據作為生產要素在各生產部門間的自由流動，并采用市場貢獻決定要素報酬的機制激發數據要素價值四。2015年國務院發布的《促進大數據行動綱要》和2016年工信部發布的《大數據產業發展規劃（2016-2020年）》均提出通過建設數據交易平臺促進數據要素流通，推動數據要素資源整合，實現其合理配置。建設數據交易中心是經濟主體與地方政府協同探索數據要素市場化過程作出的實踐嘗試，是實現數據要素自由有序流通，按其貢獻取得市場報酬，完善數據要素市場化配置機制的有效手段。數據要素市場化配置是市場經濟條件下資源優化配置的內在要求，也是數字經濟發展與生產關系演進的客觀要求，借助數據交易平臺設立深化數據要素市場化配置研究，有助于提升數據要素流通效率與市場活力、激發數據要素潛力、釋放數據要素紅利。與此同時，新一輪科技革命和產業變革為生產力發展注人了新活力，前沿科技和新興產業所涉及的創新活動與知識傳播對生產力的再造超越了傳統生產力的范疇，立足于勞動過程及諸要素的組合創新的新質生產力應運而生。新質生產力由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，是對傳統生產力的繼承與發展。從歷史維度來看，社會形態更替是生產力從低質到高質選代發展的過程，而新質生產力正是適應生產力演進歷程符合高質量發展的先進生產力質態”。面對新一輪科技革命，率先布局戰略性新興產業和未來產業，形成具有國際競爭力的生產力新質態，是當前百年未有之大變局下，應對日益激烈國際競爭的戰略選擇。

任何要素變革都會推動生產力發展，數據要素和數字技術賦予生產資料數字屬性，實現資源要素快捷流動和高效匹配，推動生產力躍遷升級。具體來看，數據要素市場化配置與新質生產力發展具有相同的理論內涵和現實需求。數據要素是新時代生產力的鮮明特征，而培育新質生產力是新時代社會經濟發展的客觀要求，二者均是新一輪產業革命的核心支撐。一方面，數據要素是新質生產力“新”的現實承載。“新”指以關鍵性顛覆性技術進行生產的生產力，相較于農業經濟和工業經濟時代，數據要素是數字經濟時代顛覆性要素，探討數據要素市場化賦能新質生產力的作用機制，本質上就是探討數字經濟時代新的生產要素如何促進生產力躍遷升級，二者在理論層面具有一脈相承的邏輯鏈條。另一方面，數據要素與新質生產力的“質”表現為相同的現實需求。新質生產力的“質”強調通過數字化和科技創新推動的高質量生產方式和發展模式，數據要素的高效配置以實現高質量生產為導向和目標，以數據要素賦能效用為契機，加快形成新質生產力是在數字經濟時代占領發展高地的關鍵舉措。而當前數據要素市場活力不足，數據要素向海量場景應用和新質生產力轉化滯后于新質生產力發展的要求，表現為新質生產力發展對數據要素的價值需求與當前數據要素價值供給的矛盾。如何通過完善數據要素市場化配置，充分發揮數據要素的新質生產力賦能機制亟須進一步探討。

已有研究雖然關注到數據要素與企業新質生產力發展的關系，但是對其理論機制的研究仍存在不足。本文邊際貢獻體現在以下三個方面：一是本文將數據交易平臺分為企業主導和政府主導，探討了企業主體和政府主體主導數據要素市場化配置賦能新質生產力發展的效應差異，拓展了數據要素市場化配置的經濟效應研究，也豐富了企業新質生產力培育的多元路徑。二是已有研究從城市數字經濟發展、企業動態能力、資源整合利用等維度探索數據要素市場化配置賦能企業新質生產力的作用機制，本文立足于企業層面，聚焦數據作為生產要素的基本屬性和數據深度挖掘的戰略賦能作用，從要素融合和戰略協同的雙重視角解析數據要素市場化配置如何促進企業新質生產力發展。三是從企業技術稟賦、人力資本結構、城市數字基建、市場化水平等維度進一步細化了數據要素市場化的新質生產力賦能效應，從供應鏈溢出的角度進行拓展分析，相關結論為理解數據要素市場化的供應鏈溢出效應提供了更為細化的現實依據。

二、文獻綜述與研究假設

（一）文獻綜述

學者們對數據要素價值化實現路徑、數據要素市場建設以及數據要素市場化配置等進行了大量研究，從其價值內涵、場景驅動91、數據確權等視角展開，肯定了數據要素市場化配置對于發揮數據要素價值的重要作用。已有研究從企業數字化轉型數實融合發展、企業綠色創新等方面探討了數據要素市場化的微觀經濟效應[4-91，表明數據要素開放其享及市場化配置能夠顯著促進企業數字化轉型，提升企業全要素生產率。此外，在區域和產業層面研究揭示了數據要素市場化對城市創新能力、城市經濟韌性、區域經濟發展的積極影響，表明數據要素市場化建設是產業升級和區域發展的重要推動力。數據要素特有的技術-經濟特征會使得微觀層面的運行效率提升在宏觀層面得以放大，成為提高全要素生產率與增長潛力的重要途徑四。新質生產力自提出以來，學者們逐步明晰新質生產力內涵及其特質從傳統生產力三要素--勞動資料、勞動對象、勞動力三個維度解析數據要素賦能新質生產力的理論邏輯、現實挑戰和實踐路徑。一方面，數據作為生產要素，推動生產力升級形成新質生產力;另一方面，數據要素與傳統生產資料和勞動對象的融合加速新質生產力的發展”，數據要素融人勞動過程諸要素和新質生產力全要素，滋養新型勞動者、催生新型勞動資料、孕育新型勞動對象、賦能全要素的優化組合。史丹和孫光林（2024）]基于全要素生產率視角探討數據要素與企業新質生產力的關系。綜上，已有關于數據要素與新質生產力的研究大多基于政治經濟學視角，從數據要素參與生產、重塑傳統要素和革新生產資料等維度解析數據要素賦能新質生產力的理論邏輯，但其實踐路徑的研究相對有限，關于數據要素市場化與新質生產力之間的作用關系及其理論機制還有待進一步探討。

（二）研究假設

1.數據要素市場化與企業新質生產力

數據要素市場化配置的核心在于搭建數據交易平臺，平臺具有數據供給規模大、結構合理、運營效率高的優勢，是發揮數據要素生產力、釋放數據要素價值的關鍵舉措。具體來看，數據要素市場化配置賦能新質生產力，包含數據要素化賦能新質生產力的底層邏輯及其市場化配置加速新質生產力培育的延伸賦能。一是數據要素具有涵蓋信息和知識的基本屬性，是培育新質生產力的要素支撐。數據作為新型生產要素，扮演生產資料和勞動對象的雙重角色，極大豐富了生產資料和勞動對象的類型，推動更新質態、更高質量的新質生產力形成。海量數據的清洗、提取和解讀可以轉化為具有價值的信息和知識從而參與生產，形成“數據一信息-知識”價值增值機制，數據要素市場化借助數據的規模性以及聚合的多樣性加速信息和知識的形成。二是數據要素市場化配置加速數據要素乘數效應釋放。根據資源整合理論，數據資源整合為新的生產要素加人生產函數中，具有指數級增值性優勢，產生具有放大疊加作用的乘數效應。以數據交易平臺為主體的企業組織通過構建數據要素創新聯合體，推動數據要素場內交易和場外交互并行互促暢通數據要素價值鏈良性循環，發揮數據要素乘數效應，為實現新質生產力所要求的全要素生產力大幅提升提供了支撐。三是數據要素市場化配置進程中催生的新行業、新業態是培育新質生產力的重要載體。以數據交易所和數據交易平臺為主體催生包括數據合規咨詢、數據交易主體以及質量評估等多個領域的數商新生態，以數據流通、交易、維護確權而催生新興產業和未來產業，數據要素交互流通加速戰略性新興產業融合集群發展，為新質生產力的形成提供了強大的產業基礎和驅動力。基于以上分析，本文提出以下假設：

H1：數據要素市場化配置有助于促進企業新質生產力發展。

2.數據要素市場化促進企業新質生產力發展的作用機制

數據要素的依附倍增性和復合通用性均強調了數據要素以融合發展的方式賦能生產力的優化升級，相較于傳統生產要素，數據要素具有融合支撐作用，對土地、勞動、資本等要素融合發揮強大的支撐效應。楊俊等（2022）[”]將數據要素納人內生增長理論，認為數據要素在短期具有“融合成本”而長期可以發揮“乘數作用”。數據要素與傳統生產要素的融合發展是提升資源配置效率的關鍵。從傳統要素來看，數據要素市場化配置實現了數據的高效流通和合規應用，加速數據要素向

生產、分配、流通、消費等社會再生產各環節的融合滲透，優化要素配置效率、提高單一要素的生產效率。數據要素與勞動力的組合，大幅提高了勞動者技能和勞動生產效率，延伸出勞動賦能型技術和資本賦能型技術，驅動生產要素選代升級。數據要素與土地結合，有助于合理規劃使用耕地，實現田間的精準管控，提高農業全要素生產率。數據要素與技術的融合推動了數字技術的快速發展，加速生產過程智能化、自動化配置。從數據要素來看，數據要素市場化配置超越單一數據項目和數據產品，走向數據要素市場和競爭力培育，通過創新聯合體建設推動數據鏈、創新鏈和產業鏈深度耦合，形成數實融合的創新發展生態。數據要素市場化不僅提高了資本和勞動力等傳統要素效率，促進生產要素高效組合和優化升級，以規模效益遞增特征深刻改變生產函數，驅動生產過程數字化、智能化、高效化，加快形成新質態生產能力，大幅提升全要素生產率，加速企業新質生產力培育。

H2：數據要素市場化配置通過促進要素融合發展助力企業新質生產力培育。

數據要素市場化配置不僅以要素創新組合助力企業新質生產力培育，同時通過企業間協同交互，以戰略協同促進企業新質生產力發展。企業戰略協同指企業以協同交互的方式產生集體效應共同提升企業效益。戰略協同包括協同創新、管理協同、技術協同等多個維度的戰略互動。一方面，數據要素市場化配置本身就是企業間協同交互的過程。數據要素市場化配置包含著數據要素價值實現和釋放的雙重內涵，數據要素的價值實現過程，根植于以企業為主導的多方參與者協同合作框架下，經由數據收集、存儲、處理、交易等關鍵環節的高效協同與分工優化，推動數據要素歷經資源化、產品化直至資本化飛躍的價值鏈升級。數據要素價值創造的本質體現為數據價值鏈上下游多元主體間在管理策略與技術應用上的緊密協同數據要素的管理協同貫穿于數據的全生命周期，從采集、處理到存儲，要求精細協調數據資源供給者、基礎設施服務商、數據服務提供商及數據需求者等多元主體，其本質是通過構建廣泛而深人的跨主體協作機制，實現數據要素價值的最大化釋放。另一方面，數據要素市場化使得企業可以獲得更多維度、更準確的數據信息，打破數據壁壘，實現數據的互聯互通和共享利用，為企業的決策、合作提供數據支撐。數據要素深度參與生產過程，利用大數據分析預測市場趨勢、消費者行為，整合匹配供應鏈網絡，企業借助更透明、可視化的生產數據和市場數據選擇合作模式并調整協作戰略，實現更優的資源共享與戰略合作。數據與企業管理融合實現智能化管理，消除冗余環節，降低企業間及企業內部的溝通成本，提升戰略互動與協作從而實現效益最大化。數據要素與企業組織創新融合重塑企業業務模式和管理模式，推動著數字產業化和產業數字化相互促進和交織形成產業融合新業態。戰略協同加速前沿新興技術和顛覆性技術成果的應用催生新產業、新業態和新模式，優化資源配置和提高運營效率，從而增強企業的競爭力和市場地位，促進新質生產力打開多元格局的關鍵所在。

H3：數據要素市場化配置通過企業戰略協同促進新質生產力發展。

三、研究設計

（一）模型設定

首先，借鑒鄭國強等（2024）[]的做法，采用多期雙重差分法，以城市設立數據交易平臺為準自然實驗，通過評估設立數據交易平臺的政策效應來檢驗數據要素市場化配置對企業新質生產力發展的影響，構建漸進式雙重差分模型如下：

式（1）中，被解釋變量Np 表示企業新質生產力發展水平，核心解釋變量 DID 表示數據要素市場化水平，Controbs。為一組控制變量，y.、，分別表示時間固定效應、個體固定效應，“。表示擾動項。（二）變量選取

1.被解釋變量：企業新質生產力（Npr）新質生產力的測度是學者們關注的重點。部分學者以全要素生產率的大幅提升作為新質生產力發展的核心體現，采用傳統全要素生產率作為新質生產力的代理變量，包括索洛余值法、數據包絡分析和隨機前沿分析等方法。全要素生產率基于勞動、資本等傳統要素，多反映效率改進的增量變化，難以量化數據、知識等新質生產力核心要素的價值，在反映新質生產力的具體內涵上仍有不足。因此，學者們通過對新質生產力內涵的深度解讀，構建綜合評價指標體系測度新質生產力發展水平。目前關于新質生產力的測度立足于其豐富內涵，一方面，新質生產力強調用科技創新重塑傳統生產力，卻未能體現數據要素、新興技術等滲透性要素與勞動者、勞動要素及勞動資料的優化結合;另一方面，在具體指標的選取上，通過創新相

關指標體現“新”，但是并不能很好地反映“質”。本文從企業培育新質生產力人手，基于生產力的三大構成要素，在挖掘新質生產力長遠要求的原則下，從新質勞動者、新質勞動對象和新質勞動資料三個維度構建指標體系綜合測度企業新質生產力發展水平。新質勞動者是新質生產力最活躍的因素，聚焦于勞動生產率和勞動者素質兩個維度，以此反映人力資本的新質水平及新質生產力的高效能屬性;新質勞動對象是發展新質生產力的物質基礎，強調勞動對象的優化升級及新質生產力的高質量屬性;新質勞動資料是發展新質生產力的重要動力，主要包括有形的勞動資料和科技支撐兩個維度，強調勞動資料的優化升級及新質生產力的創新屬性。數字技術、數據要素等滲透性要素盡管不能獨立參與生產，但其與實體性要素相結合可以對生產效率產生了巨大的促進作用，因此選取生產效率、資產周轉率等具體指標反映滲透性要素。具體指標及含義如表1所示。

2.解釋變量：數據要素市場化配置（DID）

數據交易平臺作為加快數據要素價值轉化與推進數據要素市場化配置的重點建設項目，自2014年中關村數海大數據交易平臺成立以來，中國數據交易平臺數量不斷涌現，截至 2023年底，已設立了貴陽大數據交易所、武漢東湖大數據交易中心、杭州錢塘大數據交易中心、上海數據交易中心等60家數據交易平臺，覆蓋了北京、湖北、貴州等27個省市。數據交易平臺的設立呈現逐年增多的趨勢，覆蓋地區也不斷擴大，逐步從經濟發達、信息技術基礎好的一線城市向二三線城市乃至更廣泛的地區伸。數據交易平臺作為數據要素市場化配置的重要制度性基礎設施，是數字經濟時代圍繞場景開展數據供給與需求匹配機制探索的典型新質主體，為研究數據要素市場化配置的經濟效應提供了很好的案例素材。本文采用多期雙重差分法，以城市設立數據交易平臺為準自然實驗，通過評估設立數據交易平臺的政策效應來檢驗數據要素市場化配置對企業新質生產力發展的影響。本文鄭國強等（2024）[1的研究將各地設立的數據交易中心作為數據要素市場化配置的準自然實驗，解釋變量DD采用數據交易中心設立的年份虛擬變量和所在城市的虛擬變量的乘積進行表示，當企業所在城市第i年設立數據交易平臺后，則城市i在第：年及以后年份DID=1，其他年份 DID = 0。

3.控制變量。為了提高模型精度，本文選取了一系列控制變量，包括：企業規模（amp;ze）、企業資產負債率（Lep）、凈資產收益率（ROE）、流動比率（Liguid）、資本密集度（CAP）、托賓Q值（TobinQ）等企業特征變量，以及兩職合一（Dmal）、董事會規模（Bocd）、上市年限（Lisge）、公司成立年限（Firm4ge）等企業治理結構變量。

本文主要變量如表2所示。

（三）樣本選擇與描述性統計

本文采用多期 DID 進行分析，樣本選擇綜合考慮政策沖擊的時間特性、數據完整性和模型假設要求。本文首期政策生效時間2014年作為“零點”向前擴展足夠的預處理期，需覆蓋政策實施前至少3-5年數據，以驗證平行趨勢假設。因此，本文選取2011-2023年中國A股上市企業為研究對象，別除金融類、ST以及關鍵變量缺失的樣本。各省市數據交易平臺建設的相關數據參考各城市數據交易平臺的公開信息及《大數據白皮書 2022》，新質生產力測算數據及企業其他相關數據來源于CSMAR數據庫，地區數據來源于各省份統計年鑒。主要變量描述性統計結果如表3所示。

四、實證結果分析

（一）基準回歸

表4報告了逐步增加控制變量的遞進式基準回歸結果。表4列（1）僅報告了控制時間固定效應和個體固定效應的回歸結果，結果顯示核心解釋變量 DID估計系數在1%顯著性水平上為正，表明數據交易平臺的設立對企業新質生產力發展具有顯著促進效應。表4列（2）為加人企業特征相關控制變量后的回歸結果，列（3）為繼續加人企業治理結構層面的控制變量后的回歸結果，結果表明核心解釋變量 DID估計系數仍然顯著為正，說明數據要素市場化配置對企業新質生產力的影響較為穩健。以數據交易中心建設為核心推進的數據要素市場化配置，有助于優化數據要素的供給質量，深度挖掘數據要素的場景需求，以供需匹配提升要素流通效率，實現數據要素與其他創新要素的深度融合和協同聯動，為企業新質生產力發展提供要素支撐。此外，楊艷等（2021）]認為以政府主導和企業主導的數據交易平臺在推動區域經濟發展方面的促進效應存在顯著差異，本文通過手動查閱匹配對數據交易平臺進行劃分，其中大部分數據交易平臺、數據交易所的設立以政府為主導，而以數據交易為主營業務的公司則為企業主導，表4列（4）和列（5）分別報告了以政府和企業主導的數據交易平臺設立對企業新質生產力發展的影響，可以看出企業主導和政府主導設立的數據交易平臺對企業新質生產力發展均具有顯著促進作用，對比政府主導組和企業主導組的雙重差分變量系數發現，企業主導組的回歸系數更大，而組間回歸系數似無相關檢驗結果的卡方值為0.09（P值為0.7697），表明無論是企業主導還是政府主導設立的數據交易平臺，對于企業新質生產力發展的促進均顯著存在，且二者在程度上并無顯著差異。假設H1得到驗證。

（二）平行趨勢及動態效應

檢驗采用雙重差分法的基本前提是在數字平臺設立之前，處理組和對照組的企業新質生產力發展需要滿足平行趨勢假設。設定如下計量模型：

其中，8，表示要估計的參數，用于判斷實驗組與對照相的變化趨勢是否存在顯著差異，DID表示系列虛擬變量，DID%表示數據交易平臺設立當年，DID：表示數據交易平臺設立前一年，DID：表示數據交易平臺設立后一年。由于首批數據交易平臺設立的年份為2014年，而樣本起始年份為2011年故而有部分城市不存在多于-4期的樣本值。為此，借鑒鄭國強等（2024）[1的縮尾處理方法，將-4期前的變量歸并至-4期。同時，由于不少數據交易所的設立時間在 2018年以后，樣本終止年份為2023年，因此2018年及以后設立的數據交易中心不存在多于5期的樣本值，因此將5期后的變量歸并至5期，因而k取值為-4至5。

從圖1可知，在數據要素交易平臺建設之前，系數上下波動較為平緩且不顯著，這表明實驗組和對照組在政策實施之前沒有顯著差異。此外，政策實施當年及之后兩年的估計系數不顯著，這主要是因為數據交易平臺從設立到發揮作用存在滯后性，平臺建設當年及之后兩年效果也不顯著，但在之后的時間，估計系數顯著上升，這表明數據要素交易平臺建設顯著促進了企業新質生產力發展，以上分析表明結果滿足平行趨勢檢驗。

（三）穩健性檢驗

1.PSM-DDD 檢驗。在數據交易平臺建設前，如果實驗組和對照組的特征變量存在差異，那么多時點雙重差分估計的結果就有偏誤。為此，本文使用多時點 PSM-DID 模型進行穩健性分析。第一，將企業規模、企業年齡等變量作為協變量。第二，采用1：3近鄰匹配方法得到所有滿足共同趨勢假設條件的最優實驗組，從而得到此方法下的數據集。最后，運用多時點雙重差分法分別對得到的兩套數據集進行實證分析，具體回歸結果見表5列（1）所示。結果表明本文研究結論穩健性較好。

2.樣本篩選。鑒于直轄市在資源稟賦和政策扶持力度上的獨特優勢，本文選擇別除位于直轄市的企業樣本，以避免其特殊性對整體分析結果產生干擾。此外，為確保研究的有效性，別除了一些數據交易平臺設立后不久即陷人運營停滯狀態的城市樣本。表5列（2）結果所示，在嚴格選樣本后，數據要素市場化配置的估算系數依然顯著為正，結果表明本文研究結論具有較好的穩健性。

3.考慮測度誤差。采用企業數字化轉型指數作為數據要素使用的代理變量。關于企業數字化轉型的測度參考袁淳等（2021）的做法，構建企業數字化程度指標。表5列（3）的回歸結果顯示，重新測度數據要素市場化配置水平后，核心解釋變量企業數字化轉型系數與基準回歸中數據要素市場配置系數的方向和顯著性未發生實質性改變，進一步驗證了本文結論的穩健性。

4.高維固定。雖然基準回歸模型已控制個體效應與時間效應，但樣本數據具有復雜性，樣本特征隨城市特性動態演變，以及企業效應隨城市變化企業效應隨時間變化、城市效應隨時間變化的情況。為確保實證結果的準確性和無偏性，本文在基準模型引人城市層面的控制變量，并在企業層面實施聚類分析策略，以此來排除上述潛在因素的影響。回歸結果如表5列（4）所示。可以發現，控制城市層面的潛在影響因素后，數據要素市場化配置仍能夠促進企業新質生產力發展，研究結論依然穩健。

5.考慮其他政策影響。在探討數據要素市場化配置對企業新質生產力推動作用的過程中，除直接設立數據交易平臺這一舉措外，國家層面還推出了大數據綜合實驗區”試點政策，該政策同樣影響企業新質生產力發展，可能影響研究結果的可信度。鑒于此，本文加人了“大數據綜合實驗區”試點政策的虛擬變量（Bd），進行政策效果排他性檢驗。表5列（5）展示了包含該變量后的回歸分析結果，在排除“大數據綜合實驗區”試點政策可能帶來的偏誤效應后，數據要素的市場化配置依然對企業新質生產力的發展具有顯著正向作用。研究結論與預期相符，研究結論依然穩健。

6.新質生產力滯后一期。采用被解釋變量即企業新質生產力滯后一期的方法，排除內生性問題。從“數據要素交易平臺”設立到發揮數據要素市場化配置的作用存在一定的滯后，即平臺設立當期政策效應并沒有實現，平行趨勢檢驗的結果也證明了政策效應的滯后性。將企業新質生產力滯后一期，再使用基準回歸模型重新估計，所得結果如表5列（6）所示。當企業新質生產力后一期時，數據要素市場化配置仍能夠促進企業新質生產力發展進一步驗證基準回歸結果的穩健性。

7.安慰劑檢驗。為了更徹底地剔除不可觀測及非隨機性因素對新質生產力發展的潛在干擾，進一步采用安慰劑檢驗識別數據交易平臺的設立對企業新質生產力影響的偶然性。根據數據交易平臺設立城市的實際分布格局，實施500次隨機抽樣模擬，構造出“虛假政策變量”并重新進行回歸分析。如圖2所示，虛假政策變量的回歸系數核密度分布呈現均值趨近于零的正態分布，其估計系數值顯著低于基準回歸中的0.6851，且絕大多數估計系數的P值均大于0.1的顯著性水平。這說明數據要素市場化配置對企業新質生產力的促進作用并非偶然現象，從而進一步證實了前述結論的穩健性和可靠性。

（四）異質性分析

1.企業技術稟賦特征的異質性

高技術稟賦企業具備較強的技術研發能力和技術儲備，能夠更快地吸收和應用新的數據技術更便捷地利用大數據、人工智能等先進技術對數據進行深度挖掘和分析，提升企業生產效率和管理水平。因此，數據要素市場化配置的賦能效應可能存在技術屬性，參考國家統計局產業分類方法，將企業分為高新技術企業和非高新技術企業，采用分組回歸的方法探討數據要素市場化配置影響企業新質生產力發展的技術稟賦異質性。表6列（1）和列（2）匯報了企業技術稟賦特征的異質性檢驗結果。回歸結果表明，數據要素市場化對高新技術企業新質生產力發展的估計系數顯著為正但對非高新技術企業的估計系數并不顯著，組間回歸系數似無相關檢驗結果的卡方值為5.65（P值為0.0174），表明數據要素市場化配置對高技術京賦企業的新質生產力具有顯著促進效應。高技術稟賦企業更擅長運用數據要素和數字技術，更容易抓住數據要素市場化配置的發展浪潮，更好地服務于企業新質生產力培育。

2.企業人力資本水平的異質性

人力資本水平較高的企業在數據應用和創新方面更具優勢，在企業決策和風險評估過程中能夠更好地理解和利用數據要素，科學地分析和評估決策方案，提高企業決策效率和競爭能力。因此，數據要素市場化配置的賦能效應可能因人力資本水平差異而存在異質性，即對于人力資本水平較高企業的賦能效應更為顯著。本文中企業人力資本水平采用企業員工總數中專科及以上學歷員工占比進行衡量，按照人力資本水平的均值將樣本分為低人力資本水平和高人力資本水平兩組。表6列（3）和列（4）匯報了企業人力資本水平的異質性檢驗結果。回歸結果表明，無論企業人力資本水平如何，核心解釋變量DID的估計系數均顯著為正，組間回歸系數似無相關檢驗結果的卡方值為 2.90（P 值為0.0885），表明數據要素市場化配置對高人力資本企業的新質生產力的促進效應更為明顯。人力資本水平較高的企業能夠在企業決策過程中更好地應用數據要素，深度挖掘數據要素價值，從而提升企業創新能力和決策效率，助力企業新質生產力培育。

3.區域數字基建的異質性

完善的數字基礎設施能夠提供更高速、更穩定的數據傳輸網絡，提高數據要素流通效率，為數據要素的高效利用提供技術保障。因此，基于數字基礎設施建設視角探究數據要素市場配置對企業新質生產力發展的異質性是發揮數據要素賦能效應的關鍵。本文參考董媛香和張國珍（2023）[2]的研究，通過域名、IP4 地址數量、光纜建設長度等指標綜合測度得出區域數字基礎設施建設水平，按照數字基礎設施建設水平的均值將樣本分為兩組。表7列（1）和列（2）匯報了數字基礎設施建設水平的異質性檢驗結果。回歸結果表明核心解釋變量 DD的估計系數均顯著為正，高數字基礎設施建設組的回歸系數在 1%的統計水平上顯著，而低數字基礎設施建設組的回歸系數在1%的統計水平上顯著，組間回歸系數似無相關檢驗結果的卡方值為2.98（P值為0.0845），表明與低數字基礎設施建設地區相比，數據要素市場化配置對較高數字基礎設施建設的新質生產力的促進效應更為明顯。良好的數字基礎設施建設為數據要素的高效利用提供技術支持和保障，有利于數據要素充分流動，借助數字基建的外部效應充分釋放數據要素價值，更好地促進企業新質生產力培育。

4.區城市場一體化水平的異質性

地方保護壁壘與市場分割會阻礙跨地區資源的自由流動及市場主體經濟活動有序開展，因此，從市場一體化角度探析數據要素市場化配置如何差異化地促進企業新質生產力的發展顯得尤為重要。借鑒毛其淋和盛斌（2012）】的方法，以市場化一體化指數的中位數為界，將研究樣本分為市場一體化強、弱兩組進行分組回歸。表7列（3）和列（4）展示了市場一體化水平的異質性檢驗結果。其中，在高市場化水平雙重差分統計量 DID的回歸系數為0.8325，日在5%統計水平上顯著。在低市場化水平組的回歸中，雙重差分統計量D的回歸系數為0.6810，在10統計水平上顯著。組間回歸系數似無相關檢驗結果的卡方值為2.55（P值為0.1105）結果表明不論市場化水平高低，數據要素市場化配置對企業新質生產力發展均具有促進作用，作用效果不存在顯著差異。

五、機制檢驗與進一步分析

（一）機制檢驗

1.要素融合

數據要素與傳統生產要素的融合是數據要素賦能效用的關鍵。數據要素市場化加速數據要素的規范應用和數據要素價值釋放，推動數據要素與傳統生產要素的融合。一方面，數據要素與傳統生產要素融合是數實融合的具體表現，選取數實融合（DRI）作為要素融合發展的一個代理變量。參考黃先海和高亞興（2023）基于企業專利引用信息衡量數字技術在實體產業技術創新中的應用，根據企業非數字產業技術引用數字產業技術的次數作為企業數實融合的代理變量。另一方面，數據要素與傳統生產要素融合發展有助于優化要素投人結構、提高資源配置效率，選取企業要素配置效率（hne/）作為要素融合的代理變量。參考倪婷婷和王躍堂（2022）1的研究，取模型殘差的絕對值來衡量企業資源配置效率，該數值越大表明企業資源配置效率越差。

表8報告了要素融合機制的檢驗結果。列（1）為數據要素市場化對要素配置效率的影響檢驗結果估計系數顯著為負，表明數據要素市場化配置可以提升要素配置效率。列（2）報告了要素配置效率對企業新質生產力的影響，估計系數顯著為負，表明要素配置效率提高有助于企業培育新質生產力。列（3）報告了數據要素市場化對數實融合發展的估計結果，估計系數顯著為正，說明數據要素市場化配置顯著提升了數實融合水平;列（4）報告了數實融合對企業新質生產力的影響，數實融合估計系數顯著為正，說明數實融合有助于企業培育新質生產力。假設 H2 得到驗證。

2.戰略協同

數據要素與傳統生產要素的融合是發揮數據要素賦能效用的關鍵，除此之外，數據要素的廣泛應用及市場化配置會滲透到企業戰略管理中。一方面，數據要素市場化促進了跨學科、跨領域的協同創新。協同創新是企業間戰略協同的重要體現，企業在面對復雜多變的市場環境選擇以合作創新的方式優化創新資源配置，促進不同企業之間的創新資源共享和互補，增強協同創新的能力。數據要素在企業生產邊界的擴展上有著顯著的影響作用，推動企業跨行業創新和跨領域協作，促進企業個性化生產及數據要素和產業的深度融合，實現從資源整合到市場擴展再到價值創造的新模式，使得企業協同創新效率更高。協同創新模式可以充分發揮不同創新主體的優勢資源，提高創新效率，縮短產品研發周期，促進企業新質生產力培育。本文企業協同創新（1nija）參考借鑒黃宏斌等（2023）[]的研究，采用企業與其他外部主體共同申請專利數加1取自然對數作為企業協同創新的代理變量。表9列（1）和列（2）匯報了企業協同創新的機制檢驗結果。列（1）匯報了數據要素市場化對企業協同創新的影響，估計系數顯著為正，表明數據要素市場化對于企業協同創新有顯著促進作用，列（2）匯報了企業協同創新對新質生產力的影響，估計系數在1%的顯著性水平上顯著為正，驗證了企業協同創新對于培育新質生產力的重要作用。數據要素市場化配置可以促進企業的合作與協同創新。企業與供應商、合作伙伴、學術界等多元主體之間的數據共享與合作，能夠形成創新生態系統，共同攻克技術難題，開展聯合研發項目。

數據要素的廣泛使用為企業分析市場變化、捕提市場動態提供數據支撐，數據融人企業有利于提升經濟主體決策能力，實現經營管理優化。產業鏈整合是企業面對外部市場變化和內部結構調整進行的企業間合作的戰略調整，也是企業協作互動、調整發展戰略的關鍵舉措。數據要素市場化為企業調整產業鏈分工布局提供更堅實的數據支撐，利用大數據分析預測市場趨勢、消費者行為，整合匹配供應鏈網絡，企業借助更透明、可視化化的生產數據和市場數據選擇合作模式并調整協作戰略，實現更優的資源共享與戰略合作。產業鏈整合參考張倩肖和段義學（2023）7]的研究，產業鏈整合水平是衡量企業在專業化分工的同時，在供應鏈整合中擁有高供應鏈效率的可能性。通過計算企業專業化分工和供應鏈效率，將二者的乘積作為產業鏈整合的代理變量。表9列（3）和列（4）匯報了產業鏈整合機制的檢驗結果。列（3）為數據要素市場化對產業鏈整合影響的檢驗結果，估計系數顯著為正，表明數據要素市場化有助于產業鏈整合，列（4）為產業鏈整合對新質生產力影響的檢驗結果，估計系數在1%的顯著性水平上顯著為正，假設H3得到驗證。

（二）進一步分析：數據要素市場化的供應鏈溢出效應

相較于傳統要素，數據要素流通具有非稀缺性、強流動性和非排他的特征，這使得數據要素在流通過程中能夠產生外溢效應。表10匯報了上下游企業數據要素市場化配置的供應鏈溢出效應及其對目標企業新質生產力發展的影響。列（1）和列（4）匯報了上游供應商企業和下游客戶企業數據要素市場化對目標企業數據要素市場化的影響估計系數均顯著為正，說明數據要素市場化具有顯著的供應鏈溢出效應，上下游企業的數據要素市場化能夠明顯促進目標企業數據要素市場化：列（2）和列（5）匯報了上下游企業數據要素市場化對目標企業新質生產力發展的影響，上游供應商企業數據要素市場化配置對目標企業新質生產力的估計系數并不顯著，而下游客戶企業數據要素市場化配置對目標企業新質生產力的估計系數在 1%的顯著性水平上顯著：列（3）和列（6）在考慮上下游企業數據要素市場化對目標企業新質生產力的影響后，發現目標企業數據要素市場化對其新質生產力發展仍然具有顯著促進作用。基于供應鏈溢出效應進一步分析數據要素市場化配置的賦能效應，數據要素的應用本身具有乘數效應、融合效應及關聯效應，其市場化配置進一步發揮這些效應，不僅對生產要素融合發展、企業間戰略協作產生影響，同時借助供應鏈網絡關系帶動上下游企業的數據要素應用，這為進一步發揮數據要素賦能效應提供了新的發力方向。

六、研究結論與政策啟示

本文從要素融合和戰略協同的雙重視角探索數據要素市場化配置對企業新質生產力發展的影響，采用 2010-2023年上市公司數據驗證理論假設。研究得出以下結論：（1）數據要素市場化配置對企業新質生產力發展具有顯著影響，政府主導和企業主導建設的數據交易平臺對于新質生產力發展均具有顯著促進作用，該結論在經過一系列穩健性檢驗后依然成立。（2）企業層面的異質性分析表明，數據要素市場化配置的新質生產力賦能效應在技術稟賦較高、人力資本較優的企業更為明顯;區域層面的異質性分析表明，數據要素市場化配置的新質生產力賦能效應在數字基建完善的地區更為顯著，在高市場化和低市場化地區賦能效應不存在顯著差異。（3）機制分析發現要素融合和戰略協同是數據要素市場化配置賦能新質生產力發展的有效路徑，數據要素與傳統生產要素的融合發展是培育新質生產要素的關鍵，同時數據要素市場化配置的企業戰略協同效應打開了新質生產力培育的多元途徑。（4）進一步分析發現，數據要素市場化配置具有供應鏈溢出效應，數據要素市場化配置會沿著供應鏈網絡對上下游企業數據要素應用產生影響，同時下游客戶企業數據要素市場化配置對目標企業新質生產力發展仍具有促進作用。

根據以上研究結論，得出如下政策啟示：

第一，加快數據要素市場化建設，積極鼓勵各地企業以效益為導向進一步完善數據要素市場建設。一是設立數據要素發展專項基金，對參與數據交易或開發高價值場景的企業給予補貼，同時將數據資源開發成效納入企業評優或資質認定指標通過政府補貼和評優認定形成正向引導加快數據要素市場化建設：二是優先在智能制造、供應鏈管理、綠色低碳等領域開放公共數據資源，支持龍頭企業聯合上下游打造數據協同應用標桿，以此帶動多領域大中小企業參與數據要素市場化建設;三是圍繞數據要素的確權、價值評估、交易機制及監管框架等關鍵環節，培育第三方服務生態，鼓勵金融機構開發數據質押融資、數據保險等產品，加速數據要素價值挖掘與釋放進程，形成全國統一的數據要素市場體系和有序高效的市場化配置新格局。

第二，深化數實融合發展，推動企業新質生產力發展。本文研究結論表明，要素融合和戰略協同是數據要素市場化賦能企業新質生產力發展的核心路徑。推動數據要素與資本、技術等深度融合，形成全產業鏈協同創新格局，加快培育新質生產力。一是聚焦人工智能、區塊鏈、云計算等底層技術，建立“政產學研用”聯合攻關機制突破關鍵數字技術壁壘，通過數據共享推動技術成果全鏈條轉化，實現技術向生產力的快速轉化;二是重點完善數據安全、數據流動、數據賦能的基礎制度體系，不斷優化“數實融合”的制度環境，支持數據要素、數字技術與實體產業的深度融合;三是加強供應鏈產業鏈上下游企業的協同合作，支持鏈主企業衍生數字化平臺，賦能中小實體企業，形成優勢互補、資源共享的產業鏈生態，強化企業戰略協同，共同推動新質生產力發展。

第三，構建跨區域協作框架，優化跨區域數字基建布局，增進相鄰區域間數據資源的共享與協同，加速數據要素的自由流通。一是統一數據要素流通標準體系與共享規范，對原始數據資源、數據元件、數據產品分級分類確權，推動跨部門、跨區域數據格式與接口標準化互認與協議互通，通過數據交易所互聯互通專區實現跨區域數據產品互認。二是建設互聯互通的數據基礎設施。基于區塊鏈技術建立跨區域數據共享平臺，形成區域級數據交易所-城市數據空間-行業數據節點的三級聯動市場體系，實現數據全生命周期可追湖管理。推動云計算、AI技術應用，建立區域數據質量評估系統和智能化撮合交易功能，提升數據流通效率。三是推動跨區域統一政策框架制定，通過協議共建標準體系，實現數據產品跨區域標準制定，明確數據主管部門權責劃分，避免多頭管理，并通過地方立法構建數據治理法規體系。

參考文獻：

[1]戚聿東，劉歡歡.數字經濟下數據的生產要素屬性及共市場化配置機制研究[J].經濟縱橫，2020（11）：63-76+2.

[2]張文武，張為付.加快形成新質生產力：理論邏輯、主體架構與實現路徑[J].南京社會科學，2024（1）：56-64.

[3]尹西明，陳勁，王冠.場景驅動：面向新質生產力的數據要素市場化配置新機制[J].社會科學輯刊，2024（3）：178-188.

[4]王曉丹，石玉堂，劉達.數據要素市場化配置對數實融合的影響研究--基于數據交易平臺設立的準自然實驗[J].廣東財經大學學報，2021，39（2）：44-58.

[5]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）：33-4號，

[6]蔡躍洲，馬文君.數據要素對高質量發展影響與數據流動制約[J].數量經濟技術經濟研究，2021，38（3）：61-83.

[7]馮永琦，林凰鋒.數據要素賦能新質生產力：理論邏輯與實踐路徑[J].經濟學家，2024（5）：15-24.

[8]史丹，孫光林.數據要素與新質生產力：基于企業全要素生產率視角[J].經濟理論與經濟管理，2024，44（4）：12-30.

[9]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.

[10] 楊艷，王理，廖祖君.數據要素市場化配置與區域經濟發展--基于數據交易平臺的視角[J].社會科學研究，2021（6）：38-52.

[11] 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.

[12]董嬡香，張國珍.數字基礎設施建設能否帶動企業降碳綠色轉型？--基于生產要素鏈式網狀體系[J]經濟問題，2023（6）：50-56.

[13]毛其淋，盛斌，對外經濟開放、區域市場整合與全要素生產率[J].經濟學（季刊），2012，11（1）：181-210.

[14]黃先海，高亞興.數實產業技術融合與企業全要素生產率--基于中國企業專利信息的研究[J].中國工業經濟，2023（11）：118-136.

[15]倪婷婷，王躍堂.區域行政整合、要素市場化與企業資源配置效率[J].數量經濟技術經濟研究，2022.39（11）： 136-156.

[16] 黃宏斌，許晨輝，李圓圓.“抱團取暖\"可以應對“寒冬\"嗎？貿易政策不確定性與企業協同創新--來自中美貿易摩擦的經驗證據[J].財貿研究，2024，35（7）：35-53.

[17]張倩肖，段義學.數字賦能、產業鏈整合與全要素生產率[J].經濟管理，2023，45（4）：5-21.