數據要素市場化建設與企業核心競爭力

【中圖分類號】F270 【文獻標識碼】A 【文章編號】1004-0994（2025）16-0059-7

一、引言

數字經濟已成為全球經濟增長的重要引擎。根據《全球數字經濟白皮書（2024年）》的數據，2023年全球數字經濟總量超過33萬億美元，顯示出強勁的增長勢頭。我國數字經濟也展現出蓬勃發展的態勢，2023年數字經濟總量達到一個新的高度，占GDP的比重顯著提升，達到約60% 。2020年4月，中共中央、國務院在《關于構建更加完善的要素市場化配置體制機制的意見》中，首次提出要培育數據要素市場，這標志著我國在國家層面首次對數據要素市場建設進行系統性規劃，數據要素市場化改革正式啟動。通過市場機制的引導，數據可以流向最需要、最能發揮其價值的領域和主體，從而提高數據的使用效率和價值。國家數據局發布了首批50個數字中國建設典型案例，其中新疆能化網產融數字化平臺通過交易流程數字化、智能化改造，為新疆能源化工行業解決了產品流通速度慢、交易集中度低、合同履約率低等問題，促使其庫存周轉效率提升 53% 以上、訂單周期降低 28% 以上、能耗降低 7.5% ，對兵團數字經濟高質量發展起到“龍頭\"帶動作用，大大提高了企業的全要素生產率及創新能力，進而提高了企業的核心競爭力。

企業核心競爭力是指企業長期形成的、獨特的、難以被模仿或替代的，且能夠為企業帶來持久競爭優勢的能力。例如被譽為“國酒”的貴州茅臺，依托其深厚的傳統資源稟賦和獨特的“12987\"生產工藝，連續六年登頂胡潤品牌榜，成為我國唯一萬億級品牌。然而，盡管傳統要素為貴州茅臺的核心競爭力提升提供了堅實基礎，但在實際運用中，這些傳統要素也存在資源利用效率低、創新能力不足等問題。貴州茅臺不斷尋求創新，通過優化生產流程、加強品牌建設等多種方式，不斷提高資源利用效率，增強創新能力。伴隨著數字經濟的發展，國家制定了《“數據要素 × ”三年行動計劃（2024一2026年）》，該計劃強調數據作為關鍵生產要素的價值，提出通過數據要素的跨領域整合，促進經濟增長、提升企業創新能力、提高服務水平、強化風險防控，用數據要素賦能經濟高質量發展，提高企業核心競爭力。

與現實發展相呼應，學術界關注到數據要素市場化建設對微觀企業的賦能效應。陳艷利和劉亞（2024）研究發現，數據要素市場化可以通過三條路徑發揮價值創造作用，分別是提高資源配置效率、降低成本費用、強化市場競爭，進而提高城市全要素生產率。鄭國強等（2024）研究發現，數據要素市場化通過三個理論機制促進企業綠色創新，分別是風險承擔效應、融資約束效應以及環境信息披露效應。也有學者從推動數據要素共享的角度闡述了政府數據開放有助于優化營商環境、增強企業能力、促進高質量創新，且政府數據開放對全要素生產率的提高起到積極促進作用（彭遠懷，2023）。同時，在核心競爭力提升方面，現有研究主要關注如何構建和提升企業核心競爭力。簡冠群和劉新宇（2024）認為，企業若能有效探索數智技術賦能新質生產力的路徑，便能顯著提升其核心競爭力，從而在激烈的市場競爭中脫穎而出。提升企業核心競爭力離不開技術與創新能力，企業需要從創新、資源、文化、管理四個方面考察數字化轉型對企業可持續發展的推動作用，以及對企業核心競爭力的提升作用（徐懷寧和董必榮，2023）。遺憾的是，鮮有研究結合核心競爭力提升的現實需要，從數據要素市場化建設視角，探討其對企業核心競爭力的影響。

本文的邊際貢獻主要體現在三個方面：第一，本文將數據交易平臺的設立視為外生沖擊，考察數據要素市場化建設對企業核心競爭力的賦能作用，為數據要素融入供、產、銷環節，推動企業高質量發展提供了微觀證據?，F有文獻主要從產業集聚（胡哲力等，2024）、ESG責任履行（劉剛和王杰，2024）、數字技術變革（申淵源等，2024）等角度探索企業核心競爭力的提升路徑，但鮮有研究基于數據要素視角進行考察。第二，本文在討論數據要素市場化建設賦能企業核心競爭力提升的同時，緊扣數據要素特征，從交易成本、管理能力、人力資本等角度，考察數據要素市場化建設對企業核心競爭力的影響機制，并從企業、行業、地區等多維度分析數據要素市場化建設對企業核心競爭力影響的異質性，加深了對二者關系的理解。第三，在實踐層面，本文從數據要素市場化角度挖掘企業核心競爭力的驅動因素，并進一步探索數據要素市場化對企業核心競爭力的影響機制及其異質性，為加快培育數據要素新質生產力、發揮數據賦能經濟高質量發展作用提供了實踐啟示。

二、制度背景與理論分析

（一）制度背景

在數字經濟時代，數據要素發揮著極其重要的作用。它可以幫助企業了解市場趨勢、消費者需求和產品成本等，從而優化生產、銷售和庫存管理等環節，實現資源的最優配置。 ??2024 年中國數據交易市場研究分析報告》顯示，2023年中國數據交易市場規模約為1536.9億元人民幣，預計到2030年將增長至7159億元人民幣。數據交易平臺的建設在其中發揮了重要作用。

數據交易平臺是銜接數據供需雙方、提升數據要素市場化配置效率的核心載體，在數據要素市場化進程中發揮重要作用。截至2024年8月，全國已有26個省（區、市）開展數據交易場所、交易公司的組建工作，國內主要數據交易場所達到65個。鑒于數據交易平臺對企業資源高效配置及促進企業創新的直接推動作用，本文提出數據要素市場化有助于提升企業核心競爭力的研究目標。

（二）理論分析與研究假設

隨著新一輪產業革命發展，數據作為關鍵生產要素的價值日益凸顯，充分挖掘釋放數據生產要素的價值，能夠大幅提升資源配置效率，加快新質生產力的培育，賦能經濟高質量發展。基于此，結合相關領域的文獻，本文從數據要素市場化可以降低外部交易成本、提高企業能力、優化人力資本結構三個方面，厘清數據要素市場化促進企業核心競爭力提升的理論機制。

1.數據要素市場化、外部交易成本與企業核心競爭力。交易成本作為新古典經濟學中的一個核心概念，涵蓋了市場主體在交易活動中所需承擔的各種費用與成本。近年來，數據要素市場化的推進，無疑為這一領域帶來了革命性的變革。一方面，數據要素市場化能夠降低外部交易成本。數據要素市場化推動了數據的標準化和規范化，提高了數據的質量和可用性，這有助于優化交易匹配，減少不必要的交易風險，進而降低交易成本。數據交易平臺通過更好地整合碎片化的海量高質量信息，從兩方面降低交易成本：一是降低外部交易成本和信息匹配成本，促進交易完成；二是降低信息搜尋成本，有利于生產要素優化配置（戴魁早等，2023）。2024年國家數據局公布的案例顯示，自國家稅務總局采用數字化電子發票以來，某大型電商平臺企業在生產交易時即可自動、批量、智能辦稅，每年節省成本約3.8億元。另一方面，外部交易成本的大幅降低對企業核心競爭力的提升具有重要作用。通過高效收集與分析市場數據，企業能緊跟市場動態，制定更為科學的經營策略，從而在激烈的市場競爭中脫穎而出。這意味著企業可以將更多寶貴的資金和資源傾注于研發與創新之中，推動產品迭代升級，從而構筑起更為強大的核心競爭力，為企業可持續發展奠定堅實基礎。

2.數據要素市場化、企業能力與企業核心競爭力。企業能力作為一個綜合性的概念，涵蓋了企業在運營過程中展現出的多種能力，其中管理能力和營運能力是尤為關鍵的兩大支柱。在以往，企業決策多依賴于管理者個人的經驗、直覺和判斷，這種經驗主導的決策方式雖能應對復雜多變的市場環境，但其局限性和不確定性也顯而易見。隨著數字技術的飛速發展和數據要素的市場化配置，企業決策模式正逐步向數據主導的科學決策轉型。一方面，數據要素市場化顯著提升了企業的管理能力和營運能力。數據要素市場化有助于增加市場需求、提高供應商和客戶價值評估效率，進而有助于提高企業的運營能力（彭遠懷，2023）。生產效率高的企業通常有卓越的組織管理能力，因而對資產的整合能力更強，為實現企業目標所付出的成本亦會更低（周茂等，2015）。另一方面，企業能力，特別是管理能力和營運能力的提升，對提高企業核心競爭力具有至關重要的作用。綜上所述，數據要素市場化不僅提升了企業的管理能力和運營能力，還進一步提高了企業的核心競爭力。

3.數據要素市場化、人力資本結構與企業核心競爭力。數據要素賦能，特別是在國家級大數據綜合試驗區的實踐中，已被證明能有效推動企業人力資本升級與人才隊伍擴張（張柯涵等，2024）。一方面，數據要素的市場化進程為企業人力資本結構的優化提供了強大助力。通過數據分析和應用，企業能夠精準識別員工的能力與潛力，推動整體人力資本水平的提升。另一方面，人力資本結構的優化顯著提升了企業的核心競爭力。人力資本結構優化意味著企業擁有更多能夠快速掌握新技術、新方法的員工，這些員工不僅提高了企業的生產效率，還成為企業技術創新的重要源泉。同時，人力資本結構優化還有助于企業更有效地配置包括人才、資金、技術在內的各類資源，實現資源的最優化利用，并有助于提升企業的勞動資本效率（牛志偉等，2023）。基于以上分析，本文認為，數據要素市場化能夠優化企業人力資本結構，進而提升企業勞動生產率和創新能力，最終提高企業的核心競爭力。

綜上所述，數據要素市場化通過降低外部交易成本、提升企業能力、優化人力資本結構三個方面提高企業的核心競爭力。具體而言，數據要素市場化可以降低企業獲取信息的搜尋成本、匹配成本等，進而降低企業的外部交易成本，提高企業資源利用水平，最終提升企業全要素生產率和核心競爭力。數據要素在交易平臺開放，推動“經驗主導”的人為決策向“數據主導”的科學決策轉變，幫助企業制定更為有利的銷售策略、優化產品定價等，有助于提升企業管理者的管理能力和企業的運營能力，從而提升企業的核心競爭力。因此，本文提出以下研究假設：

H1：數據要素市場化能夠顯著提升企業核心競爭力。

三、研究設計

（一）數據來源與處理

本文以 2009～2022 年A股上市公司為研究樣本。文中計算全要素生產率的原始數據來源于國泰安數據庫；企業專利數據來源于CNRDS數據庫；城市數據交易平臺試點數據來源于中國信息通信研究院發布的《大數據白皮書（2021年）》以及各城市數據交易平臺網站的公開信息；城市層面的數據來源于中國城市統計年鑒；其他企業層面的財務和治理數據均來源于國泰安數據庫。在原始數據的基礎上，本文對樣本進行如下處理： ① 剔除銀行、保險等金融公司樣本； ② 剔除被特殊處理（ST、 ^*ST 等）已退市的企業樣本； ③ 剔除財務指標異常及核心變量數據缺失的樣本。同時，為了減少極端值的影響，對所有連續變量進行上下 1% 的縮尾處理。

（二）變量選取與測度

1.企業核心競爭力?，F有關于企業核心競爭力的研究主要集中在定性分析上，對其進行定量測度的文獻較少。部分學者直接采用企業財務績效作為核心競爭力的代理變量，但這難以體現企業的核心技術能力與整體產出。而用全要素生產率表征企業核心競爭力則能很好地解決這一問題，全要素生產率揭示了企業如何高效整合資源、優化投入與產出，是對管理水平、技術應用和運營效率的全面檢驗。在資源稀缺的現代經濟中，全要素生產率的提升是高質量發展的直接體現。創新能力作為企業在市場中保持競爭優勢的核心能力，集中體現了企業對技術突破、產品開發及商業模式革新的掌控力，是適應環境變化、捕捉新機遇的核心驅動力。因此，借鑒現有研究（劉剛和王杰，2024），本文用企業全要素生產率和創新能力表征企業核心競爭力，揭示企業在動態競爭中的生命力與核心價值創造力。具體地：參考Levinsohn和Petin（2003）的研究，采用LP法測算企業全要素生產率（TFP）；參考李雙燕和喬陽嬌（2023）的研究，采用企業發明專利申請數的自然對數衡量企業創新能力。

2.數據要素市場化建設。本文的主要回歸均采用雙重差分模型，因此依據企業所屬城市首次設立數據交易平臺的時間，形成數據要素市場化建設的虛擬變量（Da-ta）。具體設定如下：若企業i所屬城市在年份t設立數據交易平臺，則將年份t及以后的Data賦值為1，年份t以前的Data賦值為0；若企業i所屬城市在研究區間從未設立數據交易平臺，則該企業的Data均取值為0。

3.控制變量（Controls）。為排除其他宏觀層面與微觀層面因素對企業核心競爭力的影響，本文加入企業規模、企業年齡等企業微觀層面控制變量和經濟發展水平等宏觀層面控制變量，具體如表1所示。

（三）實證模型設定

為驗證數據要素市場化建設對企業核心競爭力的影響，本文借鑒戴魁早等（2023）、鄭國強等（2024）的研究，構建如下漸進式雙重差分模型：

TFP_i，t=α₀+α₁Data_i，t+α₂Controls_i，t+φ_i+τ_t+ε_i，t

INN_i，t=β₀+β₁Data_i，t+β₂Controls_i，t+φ_i+τ_r+ε_i，t

其中：i代表企業，t代表年份； TFP_i，t 表示企業全要素生產率， INN_i，t 表示企業創新能力，二者共同表征企業核心競爭力； Data_i，t 表示i企業所屬城市是否設立數據交易平臺；Controlsi，t表示控制變量； φ_i 和 τ_t 表示企業和年份固定效應； ε_i，t 為隨機擾動項。為緩解異方差和自相關等問題的影響，本文在回歸中均加入城市層面的聚類穩健標準誤。 α_α1 和 β₁ 為本文重點關注的回歸系數，如果 α₁ 和 β₁ 顯著為正，則表示數據要素市場化建設能夠提升企業核心競爭力，進而支持H1。

表1 變量定義

四、實證分析

（一）描述性統計

描述性統計結果見表2。企業全要素生產率（TFP）的均值為8.308，中位數為8.211，與現有研究的估算結果相近，表明本文測算的數據較為可靠；極差為4.971，標準差為1.033，表明企業間全要素生產率存在較大差異。企業創新能力（INN）的均值為1.963，標準差為1.552，表明樣本企業創新能力存在明顯個體差異。數據要素市場化建設（Data）的均值為0.313，表明受到所屬城市設立數據交易平臺影響的企業樣本約占總樣本的 31.3% 。

（二）基準回歸

表3匯報了基準回歸結果。表3列（1）為企業全要素生產率視角下的估計結果，核心解釋變量Data的估計系數為0.043，且在 1% 的水平上顯著，表明要素市場化建設能夠顯著促進企業全要素生產率的提升。表3列（2）為企業創新能力視角下的估計結果，核心解釋變量Data的估計系數為0.142，且在 1% 的水平上顯著，表明數據要素市場化建設能夠顯著促進企業創新能力提升。以上結果表明，數據要素市場化建設能夠提升企業核心競爭力，驗證了H1。

表2 描述性統計

（三）平行趨勢檢驗

使用雙重差分模型的前提是符合平行趨勢假設，即數據交易平臺未設立時，實驗組與對照組之間核心競爭力呈現相同的時間變化趨勢。為驗證實驗組企業核心競爭力的變化是由數據要素市場化建設所驅動，本文構建如下動態雙重差分模型：

φi+Tt+εi，t

其中，EVENT表示樣本所處年份相對于數據交易平臺設立年份的時間虛擬變量。為避免時間層面的多重共線性問題，選取數據交易平臺設立的前一年 EVENT_-1 作為基準年，采用上述動態雙重差分模型進行實證檢驗?；貧w結果（見圖1）通過了平行趨勢假設檢驗。

（四）穩健性檢驗

1.工具變量法。為緩解內生性問題導致的估計偏誤，本文嘗試用工具變量的方式進行2SLS模型估計。具體地，以各地區的地形起伏度為基礎構建工具變量進行檢驗?？紤]到該工具變量為截面數據，無法直接用于面板固定效應模型估計，本文借鑒牛子恒和崔寶玉（2022）的研究，構造城市地形起伏度與政策時間虛擬變量的交互項作為數據要素市場化建設的工具變量。檢驗結果表明，緩解內生性問題后，本文研究結論不變。

表3 基準回歸

注：*、**、***分別代表 10%.5%.1% 的顯著性水平，括號內為經聚類標準誤調整的t值，下同。

2.考慮樣本選擇偏誤。為了進一步緩解不同企業在核心競爭力方面存在的系統性差異對研究結論的影響，本文采用熵平衡法消除樣本選擇偏誤。結果表明，數據要素市場化建設對企業核心競爭力的促進作用不受樣本選擇偏誤的影響。

3.更換被解釋變量。為進一步緩解測量誤差對研究結論的影響，該部分借鑒魯曉東和連玉君（2012）的研究，采用固定效應法估算全要素生產率，借鑒高洪民和于洋（2024）的研究，采用上市公司獨立申請的發明專利、實用新型專利和外觀設計專利三者數量之和的自然對數衡量企業創新能力，進行穩健性檢驗。回歸結果與前文結論一致。

圖1平行趨勢檢驗

4.加入行業固定效應。企業核心競爭力可能因其所處行業不同而產生差異，這可能對回歸結果產生干擾，故本文在前文基準回歸模型的基礎上，進一步加入行業固定效應，以緩解行業層面因素的影響。回歸結果表明，前文研究結論穩健。

5.排除其他政策干擾。為激發數字技術內在潛力，國家還實施了“寬帶中國”戰略、大數據綜合實驗區試點建設、公共數據資源開發利用等政策。為排除這些政策的影響，本文分別將以上政策虛擬變量加入回歸模型重新估計。結果顯示，本文結論基本不受其他政策干擾。

受篇幅限制，穩健性檢驗結果未予列示，留存備索。

五、作用機制分析

（一）數據要素市場化建設、外部交易成本與核心競爭力

由前文理論分析可知，數據要素市場化建設有利于整合碎片化、分散的數據要素，提高數據要素的可獲得性，降低企業數據要素和其他要素資源的獲取門檻、搜尋成本與交易匹配成本，提升企業資源配置效率，而外部交易成本是影響企業核心競爭力的重要因素。外部交易成本降低能夠顯著提升企業全要素生產率（戴魁早等，2023）、促進企業研發創新（湯莉和杜善重，2018）。基于此，本文參考戴魁早等（2023）的研究，采用企業銷售費用率衡量企業外部交易成本。檢驗結果如表4列（1）所示，核心解釋變量Data的估計系數顯著為負，表明數據要素市場化建設能夠顯著降低企業外部交易成本。以上分析表明，數據要素市場化建設能夠通過降低企業外部交易成本，進而提升企業核心競爭力。

（二）數據要素市場化建設、企業能力與核心競爭力

現有研究表明，以管理能力和運營能力為代表的企業能力是企業核心競爭力的重要決定因素（周茂等，2015;彭遠懷，2023）。管理能力和營運能力的增強能夠顯著提升企業全要素生產率（彭遠懷，2023）、促進企業研發創新（楊袆等，2021）。根據前述理論分析可知，數據要素被納入企業生產經營活動中不僅能夠降低企業信息不對稱程度、提升企業管理能力，而且有助于增加市場需求、提高供應商和客戶價值評估效率以賦能企業營運能力?；诖?，本文參考彭遠懷（2023）的研究，采用企業管理費用率衡量企業管理能力（Gov），采用企業總資產周轉率衡量企業營運能力（Oper）進行機制檢驗。結果如表4列（2）和列（3）所示，核心解釋變量Data的估計系數分別在 1% 的水平上顯著為負、在 5% 的水平上顯著為正。這表明數據要素市場化建設能夠提升企業管理能力與營運能力。以上分析表明，數據要素市場化建設能夠通過增強企業能力，進而提升企業核心競爭力。

（三）數據要素市場化建設、人力資本結構與核心競爭力

由前文分析可知，數據要素市場化建設推動數據要素與其他生產要素的交互融合，提高數據融合創新和場景應用能力，緩解企業在勞動力市場信息搜集、整合等方面存在的信息不對稱問題，優化勞動力資源配置，提升各部門與勞動力資源適配程度。人力資本作為企業最重要的要素資源之一，是其做出創新研發、生產制造、效率提升等方面戰略決策的重要支撐。人力資本結構優化能夠顯著提升企業生產率（牛志偉等，2023）、促進企業研發創新（張亮等，2024）?；诖?，本文參考牛志偉等（2023）的研究，采用企業本科及以上學歷員工占比衡量人力資本結構（Hc）并以此進行機制檢驗。結果如表4列（4）所示，核心解釋變量Date的系數顯著為正，表明數據要素市場化建設能夠顯著優化企業人力資本結構。以上分析表明，數據要素市場化建設能夠通過優化人力資本結構，進而提升企業核心競爭力。

六、進一步分析

（一）企業性質異質性

在我國現實情境中，大多數可利用、可開發、有價值的數據資源掌握在政府手中，國有企業憑借其特殊性，在數據獲取與利用等方面較非國有企業具有明顯優勢。數據要素市場化建設推動了數據要素的自由、高效流動，有效提升非國有企業數據資源的可獲得性，進而提升企業核心競爭力。同時，非國有企業通常具有更靈活的管理和決策機制，能夠更快捕捉數據市場化帶來的新機遇。在數據要素市場化建設背景下，非國有企業能夠充分利用數據資源，開發新產品或服務，并提高運營效率。因此，本文預期數據要素市場化建設對企業核心競爭力的提升作用在非國有企業中更明顯。基于此，本文根據企業的產權性質，將樣本企業分為國有企業和非國有企業兩組，并進行分組回歸檢驗。結果如表5列（1）～列（4）所示，數據要素市場化建設對企業核心競爭力的提升作用在非國有企業中更顯著。

表4 作用機制檢驗

（二）行業性質異質性

相較于高科技企業，非高科技企業在資源獲取和資源配置、利用等方面較為傳統。數據要素市場化建設能夠助力非高科技企業獲取市場信息、供應鏈信息、同行信息等，優化企業生產運營，減少冗余環節，降低成本，并在市場決策、產品定制和供應鏈管理上做出更精準的調整。同時，非高科技企業在經營決策中更傾向于依賴“經驗”的人為決策，常面臨效率低下和資源配置不當等問題，數據要素的利用有利于推動企業轉向以“數據”為支撐的科學決策。因此，本文預期，數據要素市場化建設對企業核心競爭力的提升作用在非高科技企業中更明顯?；诖?，本文根據企業主營業務信息和行業屬性，將高科技企業樣本賦值為1，將非高科技企業樣本賦值為0，進行分組檢驗。結果如表5列（5）～列（8）所示，數據要素市場化建設對企業核心競爭力的提升作用在非高科技企業中更顯著。

（三）地區市場化程度異質性

地區市場化程度是影響資源要素自由流通和有效配置的重要因素。當市場化程度較高時，地區內產品要素能夠自由高效流動與高效集聚，降低企業要素資源的獲取成本，為企業生產率和創新能力的提升提供資源支撐。數據要素市場化建設推動數據成為一種可交易、可利用的生產要素，尤其對于缺乏創新和技術積累的企業，數據成為彌補其短板的重要工具。通過共享和交換數據，企業能夠獲得外部的市場信息和技術支持，從而加速技術創新和產品研發，進而提升核心競爭力。同時，市場化程度低的地區往往存在信息不對稱和資源配置效率低的問題?；诖?，本文預期，數據要素市場化建設對企業核心競爭力的提升作用在市場化程度較低的地區更明顯?；诖耍疚母鶕髽I所屬地區的市場化指數，將高于年度中位數的樣本賦值為1，否則賦值為0，進行分組檢驗。結果如表6所示，數據要素市場化建設對企業核心競爭力的提升作用在市場化程度低的地區更顯著。

表6 地區市場化程度異質性

七、結論與啟示

數據要素已成為數字經濟浪潮下企業核心競爭力提升的基礎。本文以 2009～2022 年A股上市公司為研究樣本，以數據交易平臺設立為準自然實驗構建漸進式雙重差分模型，探討數據要素市場化建設對企業核心競爭力的影響。研究發現，數據要素市場化建設能夠顯著提升企業核心競爭力，具體表現在企業全要素生產率和創新能力的提升，在經過工具變量法、熵平衡法等穩健性、內生性檢驗后，文章結論依然成立。機制檢驗發現，數據要素市場化建設主要通過提升企業管理能力和運營能力、降低外部交易成本和優化企業人力資本結構等路徑提升企業核心競爭力。進一步分析表明，數據要素市場化建設對企業核心競爭力的促進作用在非國有企業、非高科技企業、市場化程度較低地區企業中更明顯，佐證了數據要素市場化建設的邊際效應。

基于上述結論，本文提出如下建議：第一，加強數據要素市場化建設。政府可繼續推進數據要素市場的規范化、標準化和法治化建設，為企業提供更多、更高質量的數據資源和服務。第二，提升企業數據管理能力。企業應加大數據管理和數據分析人才的培養和引進力度，提升企業的數據管理能力和數據應用水平。第三，優化企業資源配置。企業應根據自身特點和市場需求，合理配置數據資源和其他生產要素，提高資源利用效率。加強與數據供應商、數據服務商等的外部合作，拓展數據來源和應用場景。第四，關注不同企業的差異化需求。對于非國有企業、非高科技企業和市場化程度較低地區的企業，政府應給予更多的政策支持和引導，幫助其更好地利用數據要素提升核心競爭力。第五，加強監管和風險防范。在推進數據要素市場化建設的過程中，政府應加強監管工作，確保數據市場的健康發展。

【主要參考文獻】

陳艷利，劉亞.數據要素市場化配置與全要素生產率一一來自數據交易平臺設立的證據[J].中南財經政法大學學報，2024（6）：131～143.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.高洪民，于洋.中國證券投資開放對企業技術創新的影響研究[J].世界經濟研究，2024（10）： 胡哲力，廖桂銘，吳濱.高新技術產業集聚與制造業核心競爭力一一以國家高新區建設為例[J].經濟問題探索， 2024（7）：104～118 李雙燕，喬陽嬌.數字并購的市場效應一一基于創新與壟斷的視角[J].經濟管理，2023（10）：49～69.劉剛，王杰.ESG責任履行利于企業核心競爭力提升嗎？[J].經濟與管理研究，2024（7）：18～33.牛志偉，許晨曦，武瑛.營商環境優化、人力資本效應與企業勞動生產率[J].管理世界 .2023（2）：83～100

牛子恒，崔寶玉.網絡基礎設施建設與勞動力配置扭曲——來自“寬帶中國\"戰略的準自然實驗[J].統計研究，2022（10）：133～148.彭遠懷.政府數據開放的價值創造作用：企業全要素生產率視角[J].數量經濟技術經濟研究，2023（9）：50～70.申淵源，朱宏博，喬志林.數字經濟、數字化轉型與企業核心競爭力[J].西安財經大學學報，2024（2）：72～84.徐懷寧，董必榮.數字化轉型如何推動企業可持續發展一—基于企業核心競爭力塑造的視角[J].當代經濟管理，2023（7）：44～53.楊祎，劉嫣然，李垣.替代或互補：人工智能應用管理對創新的影響[J].科研管理，2021（4）：46～54.張珂涵，張古，趙興羅.數據要素賦能對人力資本升級的作用機制分析一基于國家級大數據綜合試驗區數據LJ].科技管理研究，2024（3）：174～182.張亮，邱斌，吳臘梅等.人力資本積累、貿易開放與中國制造業企業創新[J].經濟學（季刊），2024（2）：379～394.

（責任編輯·校對：黃艷晶羅萍）