大數據賦能與區域新質生產力發展

摘 要：新質生產力不僅代表經濟增長的內在動力，而且是推動經濟轉型升級的關鍵?；?012—2022年中國30個?。▍^、市）面板數據，以勞動者、勞動資料、勞動對象3個維度構建區域新質生產力評價指標體系，實證檢驗國家級大數據綜合試驗區（簡稱“大數據試驗區”）對區域新質生產力的影響。結果發現，大數據試驗區能夠顯著提升區域新質生產力水平。從不同區域地理位置、產業結構、科技水平以及金融環境看，大數據試驗區對區域新質生產力的提升效應在中東部地區、產業結構較好地區、高科技水平地區以及金融環境發展較好地區更為顯著。結論既可為評估中國政府前沿數字基礎設施建設政策實施效果提供經驗證據，也可為提升區域新質生產力指明方向。

關鍵詞：國家級大數據綜合試驗區；新質生產力；評價指標體系

DOI：10.6049/kjjbydc.L2024XZ379

中圖分類號：F061.5

文獻標識碼：A

文章編號：1001-7348（2024）20-0023-09

0 引言

2023年9月，習近平總書記在黑龍江考察時指出，“整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”。2024年《政府工作報告》提出，“大力推進現代化產業體系建設，加快發展新質生產力”。新質生產力強調通過科技創新、提高生產和服務效率以及產品質量實現經濟增長，突破傳統生產方式的局限性。在上述模式下，創新不僅是推進技術發展的動力，而且是提高生產效率、優化資源配置、提升產品及服務質量的關鍵因素。新質生產力標志著經濟發展的新模式，主要由技術革命性突破、生產要素創新性配置以及產業深度轉型升級共同驅動，體現了勞動者、勞動資料、勞動對象及其優化組合質的變化，并將全要素生產率提升作為核心標志。新質生產力的提出，深化了各界對生產力本質的理解，指出了經濟發展新的動力來源和方向，對全球化背景下中國經濟轉型升級具有重要意義。

大數據技術具有重要戰略性意義，是推動當今社會發展的核心力量［1-2］。大數據技術不僅為經濟發展提供戰略新動能，還通過數據分析和挖掘幫助企業優化決策，提高生產效率，推動產業轉型升級［3-4］。在數字化、信息化背景下，大數據技術對新質生產力水平提升大有裨益，能夠促進生產過程智能化、高效化、綠色化。面對復雜多變的外部環境，大數據技術及其衍生數據發揮關鍵作用，可助力企業家謀劃布局，制定科學合理的應對策略，進而有效抵御風險，增強企業競爭力。進一步地，大數據技術及其衍生數據能夠為經濟高質量發展注入新的動力，通過精準把握市場需求、優化資源配置、推動產業升級實現經濟高質量增長。在實現社會經濟可持續發展目標方面，大數據技術能夠幫助企業科學規劃資源利用、減少資源浪費，從而實現經濟、社會和環境協調發展。中國積極推進大數據戰略實施，憑借堅定的決心和有力的舉措，致力于數據資源開發和利用［5-6］。從政府層面給予政策支持到企業踴躍參與，從科研機構創新研究到社會各界廣泛應用，構建起全方位、多層次的大數據發展格局。

2015年國務院發布《促進大數據發展行動綱要》，提出“開展區域試點，推進貴州等大數據綜合試驗區建設，促進區域性大數據基礎設施的整合和數據資源的匯聚應用”。同年9月，貴州省正式開展大數據試驗區建設。2016年北京、天津、河北、內蒙古、遼寧、河南、上海、重慶和廣東開始建設大數據試驗區。近年來，大數據技術快速發展，能否借助大數據技術提升區域新質生產力成為學界和業界亟待解決的重要課題。由于大數據試驗區成立時間較短，現有文獻大多關注經濟高質量發展［7］、生產效率［8］以及企業轉型升級［9］等方面，尚未探討國家級大數據綜合試驗區與區域新質生產力間的關系。因此，在前人研究的基礎上，本文通過構建新質生產力指標驗證大數據試驗區建設對區域新質生產力的影響。

本文的邊際貢獻主要體現如下：首先，通過構建新質生產力評價體系并結合國家級大數據綜合試驗區政策，將大數據試驗區建設與區域新質生產力納入同一研究框架，實證分析大數據試驗區能否提升區域新質生產力，以期為后續研究提供新視角。其次，從不同地區屬性、產業結構、科技水平以及金融環境出發，探討大數據試驗區建設對區域新質生產力可能存在的異質性影響，為提升區域新質生產力水平提供新思路。最后，為評估中國前沿數字基礎設施建設政策實施效果提供經驗證據，為完善體制機制改革提供參考。

1 研究假設

1.1 國家級大數據綜合試驗區相關研究

當前，大數據與信息技術迅猛發展，正重新定義傳統產業和經濟發展模式。國家級大數據綜合試驗區不僅是技術創新的前沿陣地，也是新型工業化、信息化、城鎮化和農業現代化的重要支撐。已有學者對大數據試驗區建設的影響進行了研究。在微觀層面，張益豪和郭曉輝［10］、戴艷娟和沈偉鵬［8］以國家級大數據綜合試驗區政策為切入點，研究發現，大數據試驗區建設對企業全要素生產率發揮顯著促進作用；曾祥炎等［9］發現，大數據試驗區建設能夠促進企業轉型升級；宋華盛和盧歷祺［11］利用“國家級大數據綜合試驗區”作為準自然實驗，研究發現，大數據試驗區設立會降低企業勞動收入份額；陳文和常琦［12］、孫哲遠［13］發現，大數據試驗區設立會顯著影響企業行為，表現為重視綠色生產以及增加實物資產投資。在宏觀層面，楊玉琪和王小華［7］、韋東明等［14］以“國家級大數據綜合試驗區”作為數字經濟發展的準自然實驗，探討大數據試驗區建設對地區經濟高質發展的影響；張營營等［15］、鐘昌標和盧建霖［16］發現，大數據試驗區建設有助于環境改善；朱乾隆等［17］指出，中國實施國家級大數據綜合試驗區政策能夠顯著提升工業用地利用效率；耿偉等［18］發現，國家級大數據綜合試驗區對FDI數量和質量發揮顯著促進作用。

綜上所述，現有相關研究大多關注區域經濟增長、綠色發展、企業全要素生產率、技術創新，以及企業數字化轉型等方面，鮮有探討大數據試驗區建設對區域新質生產力的影響。當前，新一輪科技革命和產業變革快速推進，對全球經濟產生深刻影響。因此，深入探討國家級大數據綜合試驗區建設對區域新質生產力的影響具有重要現實價值。

1.2 新質生產力相關研究

新質生產力代表一種創新的經濟增長模式，其核心在于利用高科技推動高效能和高質量發展［19-20］。自“新質生產力”概念被提出以來，學者們對其內涵、實現路徑以及戰略價值進行了研究。例如，趙峰和季雷［21］認為，新一輪產業技術革命及隨之形成的戰略性新興產業集群是新質生產力的來源；蔣永穆和喬張媛［22］指出，“新”展現為新要素、新技術、新產業，“質”體現為高質量、多質性、雙質效，“力”表現為數字、協作、綠色、藍色和開放五大生產力。還有學者認為，為了有效推動新質生產力發展，需要對整個經濟體系進行系統性創新和變革，包括政府層面政策、企業層面經營模式以及教育和人才培養體系的適應性調整等多方面改進［23-24］。新質生產力能夠通過創新性配置生產要素促使產業鏈優化和價值鏈提升，從而實現經濟發展模式質的飛躍［25-26］。這種經濟發展的新模式對促進經濟可持續發展、應對全球經濟挑戰具有重要意義，同時可為企業提供新的增長機遇，為社會創造更多福祉［27］。

部分學者基于定量視角進行分析。例如，王玨和王榮基［28］基于生產力的三大構成要件構建新質生產力綜合評價指標體系，以此測算省域新質生產力發展水平；任宇新等［29］探討金融集聚、產學研合作與新質生產力間的互動關系，結果發現，金融集聚能夠顯著提升區域新質生產力，且產學研合作在其中發揮中介作用；宋佳等［30］以上市企業為研究樣本，結果發現，ESG發展對企業新質生產力水平具有顯著提升效應。

現有研究對新質生產力的探討大多聚焦理論分析和政策討論層面，而國家級大數據綜合試驗區作為新時代國家數字經濟與信息化發展的重要實踐載體，具有獨特的研究價值。大數據試驗區通過整合數字技術和大數據資源促進技術創新與產業升級，為新質生產力培育提供土壤。因此，實證分析大數據試驗區建設對區域新質生產力的影響，可為新質生產力研究提供更多經驗證據。

1.3 國家級大數據綜合試驗區對區域新質生產力的影響

加快數字經濟發展有助于提升國家整體競爭力和創新能力，為經濟發展注入新動力，從而實現經濟高質量發展。國務院于2015年印發的《促進大數據發展行動綱要》及隨后開展的國家大數據綜合試驗區建設為數字經濟發展奠定了基礎，旨在帶動傳統產業轉型升級，推動經濟結構向更加高效、創新驅動的方向發展［14］。從上述角度看，大數據試驗區建設能夠促進區域新質生產力提升。由此，本文從研發環境優化、產業升級以及綠色發展3個方面進行分析。

大數據試驗區在研發環境優化方面發揮至關重要的作用。首先，大數據試驗區通過整合區域內數據資源構建一系列高效數據管理和分析平臺，為研發活動提供強大的數據支持。數據平臺不僅能夠強化企業數據獲取、處理和分析能力，而且可以實現數據共享和開放，從而降低研發成本和門檻［31］。例如，通過開放政府數據，企業和研究機構能夠基于真實、豐富的數據進行模型構建和算法測試。其次，大數據試驗區具有專業化服務體系，包括數據安全保護、法律法規咨詢、技術研發支持等，形成支持創新的全方位生態系統。上述服務不僅能提升企業和研究機構的創新能力，而且可降低研發過程中的風險和不確定性。大數據試驗區能夠吸引和培養高端人才，加強與國內外高等院校、研究機構合作。這種跨界合作不僅能夠為地區創新提供新思路，而且可以促進科研成果高效轉化。最后，大數據試驗區強調產學研用相結合的創新模式，通過構建行業創新聯盟、共享實驗室等合作平臺實現產業鏈上下游協同創新［32］。這不僅能夠提升區域產業整體競爭力，而且可以形成以市場需求為導向的技術創新鏈，從而實現科技成果快速應用和產業化。由此可見，大數據試驗區建設能夠優化研發環境、推動科技成果轉化，促進經濟高質量發展，是推動區域新質生產力發展的重要支撐。

大數據試驗區作為產業結構優化升級的重要推手，其作用不僅體現在促進傳統產業轉型方面，而且體現在加快新興產業生態系統培育和發展以及促進區域創新能力提升方面。大數據試驗區利用大數據和人工智能等先進技術改進生產流程，提高生產效率與產品質量，為傳統行業開辟技術創新道路，從而全面推動產業轉型與升級［33］。制造企業應用大數據技術優化生產流程，在實時收集和分析生產線數據的基礎上，能夠精確調整生產安排、優化資源配置。上述智能化生產模式能夠提升制造業的靈活性和響應速度，有助于企業適應市場和消費者需求變化，提高市場競爭力［34］。同時，大數據試驗區建設可催生和加速新興產業成長，如大數據分析、云計算、物聯網、人工智能等。上述新興產業以強大的數據處理和分析能力為各行各業提供創新工具和解決方案，從而實現產業結構持續優化。例如，數據驅動的農業技術能夠提升作物種植效率，在醫療衛生領域，大數據分析能夠預測疾病、制定個性化醫療方案和優化醫療資源配置。由此可見，大數據試驗區通過深度挖掘數據價值促進傳統產業數字化和智能化轉型，同時推動新興產業成長和科技創新發展，加快區域產業結構持續優化升級。

大數據試驗區在助力綠色發展方面具有重要意義。一方面，大數據技術能夠為綠色經濟發展提供決策支撐，幫助政府和企業實現能源消耗優化管理，精準預測能源需求，在減少能源浪費的同時降低碳排放量，進而降低工業活動對環境的影響［35］。此外，大數據技術能夠促進綠色產業發展，幫助企業通過分析市場趨勢和消費者偏好更好地定位市場，提高自身競爭力。另一方面，在推動經濟發展與環境保護背景下，大數據技術應用能夠優化資源配置、減少污染物排放，助力生態環境恢復與保護工作，為保護生物多樣性提供數據支持，幫助政府制定科學合理的環境政策和措施，構建綠色、低碳、循環的經濟體系，從而實現社會經濟可持續發展［36］。由此可見，在促進綠色發展和環境保護方面，大數據試驗區建設能夠發揮重要作用，不僅可以提升資源使用效率和經濟可持續性，而且能夠加強環境保護，實現經濟發展與生態環境保護“雙贏”。由此，本文提出以下假設：

H1：國家級大數據綜合試驗區建設能夠有效促進區域新質生產力提升。

2 模型構建與變量說明

2.1 模型構建

本文選取2012—2022年中國30個省市（不含港澳臺、西藏地區）為樣本，數據來自《中國統計年鑒》《中國能源統計年鑒》《中國工業統計年鑒》以及省級統計年鑒。以“國家級大數據綜合試驗區”試點政策為準自然實驗，對試點地區政策實施的凈效應進行量化分析。國家級大數據綜合試驗區建設分別發生在2015年和2016年，故本文采用多期雙重差分模型。DIDi，t=Treati，t×Posti，t為國家級大數據綜合試驗區建設的虛擬變量，設定虛擬變量Treati，t表示省份（區、市）所屬組別，若省份（區、市）屬于處理組，則取值為1，否則取值為0；根據國家級大數據綜合試驗區建設時間設定虛擬變量Posti，t，獲批當年及之后年份取值為1，否則取值為0。根據交互項DIDi，t系數估算政策實施帶來的凈效益，構建模型如式（1）所示。

HQDi，t=ɑ0+ɑ1DIDi，t+ɑ2Controlsi，t+λt+μi+εi，t（1）

其中，HDQi，t為被解釋變量，表示區域新質生產力，下標i、t分別表示省份（區、市）和年份；ɑ0為常數項；DIDi，t為試點政策的虛擬變量；ɑ1是大數據試驗區建設對區域新質生產力的影響系數；Controlsi，t為一系列控制變量；ɑ2為控制變量的估計系數；λt、ｕi是時間固定效應和個體固定效應；εi，t為隨機擾動項。

2.2 變量說明

2.2.1 新質生產力發展水平

借鑒王玨和王榮基［28］的研究成果，本文分別從勞動者、勞動對象和生產資料3個維度構建新質生產力綜合評價指標體系，并運用熵值法確定各層級指標權重，計算2012—2022年各省份（區、市）新質生產力發展指數，新質生產力評價體系指標如表1所示。

2.2.2 核心解釋變量

本文核心解釋變量為DID變量（二元虛擬變量），用以表示大數據試驗區是否設立。如果某個省份（區、市）當年被新批準或已被批準為試點省份（區、市），則該變量取值為1，否則取值為0。

2.2.3 控制變量

為了確保實證結果的準確性，本文選擇以下指標作為控制變量：一般公共服務支出比（Services）、一般預算收入比（Budget）、社會保障和就業支出比（Social）、稅收比（Tax）、交通運輸支出比（Transportation）、行政事業性收費收入比（Administrate）、對外開放程度（Open）和地區企業數（Enterprises）。上述指標含義如下：一般公共服務支出與地區生產總值的比值、一般預算收入與地區生產總值的比值、社會保障和就業支出與地區生產總值的比值、稅收收入與地區生產總值的比值、交通運輸支出與地區生產總值的比值、行政事業性收費收入與地區生產總值的比值、地區出口總額的自然對數、地區企業數的自然對數。

3 實證結果

3.1 基準回歸

表2為大數據試驗區建設對區域新質生產力發展影響的回歸結果。本文采取遞進式回歸方法，列（1）中僅包括年份和個體雙向固定效應，此時DID的回歸系數顯著為正。在列（1）的基礎上，列（2）加入控制變量，此時DID的回歸系數顯著為正。上述結果顯示，在以區域新質生產力發展水平為被解釋變量時，核心解釋變量DID的估計系數顯著為正。由此表明，大數據試驗區建設能夠顯著提升區域新質生產力發展水平。

3.2 穩健性5D4xaG+0NokzUnOcSyL0OH6xr9+5Q0RHgVCzvbZxWFM=檢驗

3.2.1 平衡趨勢檢驗

為了檢驗樣本是否滿足平衡趨勢假設，本文對政策實施前實驗組與對照組區域新質生產力發展水平是否具有相同變化趨勢進行驗證，如圖1所示。由圖1可知，在政策實施前，處理組與對照組區域新質生產力水平不存在明顯差異，同時表明國家級大數據綜合試驗區政策實施后對區域新質生產力發展水平具有正向影響。

3.2.2 安慰劑檢驗

為了排除國家級大數據綜合試驗區建設對區域新質生產力的影響是否受到其它因素以及遺漏變量的干擾，本文對基準回歸結果進行安慰劑檢驗。為確保估計結果的穩健性，本文進行500次隨機抽樣。鑒于處理組樣本選取的隨機性特點，回歸系數應集中分布在0值處。圖2為隨機政策處理組的估計系數分布情況。由圖2可知，基準回歸結果的估計系數和隨機樣本的估計結果存在顯著差異，因而能夠排除其它因素對區域新質生產力的影響。

3.2.3 變更樣本范圍

鑒于《促進大數據發展行動綱要》于2015年出臺，而本文樣本時間跨度為 2012—2022 年，政策實施后的樣本量遠大于政策實施前的樣本量，導致樣本數據不均衡，可能影響對政策效應的準確評估。由此，本文將樣本時間跨度變更為2012—2019年，回歸結果見表3列（1）。結果顯示，DID系數為0.015，通過1%顯著性水平檢驗。

3.2.4 滯后效應

為緩解大數據試驗區政策的外生性問題，借鑒段忠賢和滕仁玉［37］的研究成果，本文對政策時間作滯后一期處理。由表3列（2）可知，DID系數顯著為正，表明大數據試驗區建設能夠顯著促進區域新質生產力發展水平提升。

3.2.5 傾向得分匹配雙重差分法

為緩解樣本選擇偏差導致的內生性問題，本文使用傾向得分匹配雙重差分法進行檢驗。借鑒陳啟斐和田真真［38］的研究成果，本文將貴州大數據試驗區成立時間調整為2016年，將政策實施時間統一為2016年，進行傾向得分匹配雙重差分估計。具體而言，采用核匹配方法，匹配后的所有變量標準差偏差大幅度縮小，均小于10%。由表3列（3）可知，DID系數顯著為正，表明大數據試驗區建設能夠顯著提升區域新質生產力發展水平，所得結果與基準回歸一致。此外，本文采用近鄰匹配（1∶7）方法，所得結果依舊穩健，如表3列（4）所示。

3.3 異質性分析

3.3.1 區域異質性

為進一步探討大數據試驗區建設對區域新質生產力發展水平的影響是否因區域差異而有所不同，本文進行區域異質性分析，回歸結果如表4列（1）（2）所示。結果顯示，在中東部地區分組中，大數據試驗區建設能夠顯著推動區域新質生產力發展水平提升。原因如下：中東部地區具有較好的地理優勢、充足的外資以及開放的經濟政策，上述因素不僅能夠為當地提供更多市場機遇，而且可以通過提高技術水平和創新能力推動地區新質生產力發展。相較之下，西部地區自然條件相對較差，在一定程度上限制了基礎設施建設和科技創新發展，由于經濟基礎相對薄弱，往往難以吸引投資，因而無法為大數據試驗區發揮作用提供有力支持。

3.3.2 初始產業結構異質性分析

大數據試驗區建設與發展受到地區產業結構的影響，這在試驗區規劃實施過程中表現明顯。一方面，擁有較為完善產業結構的地區（具有多樣化且層次分明的產業布局），大數據試驗區可高效融入現有經濟生態。上述地區通常具備一定的技術基礎和市場成熟度，能夠通過引進大數據技術對具體行業進行深度優化和創新，如通過數據分析提高生產效率、優化供應鏈管理、增強客戶服務意識等。由此，不僅促進產業結構優化，而且加速產業智能化和信息化升級，從而提升區域整體競爭力。另一方面，如果地區已有較大規模產業群體，如電子商務和高端制造業等，則上述行業能夠為大數據試驗區提供豐富的實際應用場景和即時數據來源。上述既有產業和數據基礎能夠快速驗證大數據技術應用效果，加速技術市場適應和產品創新，吸引更多技術開發者和創新團隊。

因此，在產業結構較好地區，大數據試驗區建設對區域新質生產力發展水平的正向影響更為顯著。本文采用產業結構層次系數（Ais）表征地區初始產業結構狀態，采用份額比例上的相對變化揭示三大產業在數量層面的演進過程，構建模型如式（2）所示。本文按照產業結構層次系數的中位數對樣本進行分組，高于中位數表明地區產業結構較好，低于中位數表明地區產業結構較差。由表4列（3）（4）可知，在產業結構較好地區，大數據試驗區建設能夠顯著推動區域新質生產力發展水hswASNHOtbBpVxJtg7HU6GOdQt6M6OrFW0u4Z//SNRQ=平提升。

Aisi，t=∑3m=1yi，m，t×m，m=1，2，3（2）

其中，yi，m，t表示i地區第m產業在t時期占地區生產總值的比值，該指數能夠反映中國三大產業由第一產業占優勢地位逐漸向第二產業、第三產業占優勢地位的比例關系演進過程，是產業結構高度化在量方面的重要體現。

3.3.3 科技水平異質性分析

科學技術作為大數據試驗區成功設立的支撐，不僅能夠提供技術基礎和創新動力，而且可以擴展應用領域，這在高科技水平地區表現尤為明顯。由于科技基礎雄厚，相關研發活動和技術創新活動頻繁，能夠為大數據應用與開發提供資源和技術支持。在高科技水平地區，大數據試驗區不僅能夠得到較快發展，而且可以促進科技與產業深度融合，進一步推動產業結構優化升級和經濟整體增長。

因此，在高科技水平地區，大數據試驗區建設對區域新質生產力發展水平的正向影響更為顯著。按照科學技術支出與地區生產總值比值的中位數，本文將樣本分為兩組，高于中位數劃歸高科技水平地區，低于中位數劃歸低科技水平地區。由表4列（5）（6）可知，僅在高科技水平地區，交互項DID的系數顯著為正，表明大數據試驗區建設能夠顯著推動區域新質生產力發展水平提升。

3.3.4 金融環境異質性分析

作為大數據試驗區發展的外部條件，金融環境的健康、活躍程度能夠直接影響大數據試驗區與區域新質生產力的關系。首先，較好的金融環境意味著該地區擁有充足的資金供應和高效的資金配置機制。上述環境下，大數據試驗區建設所需資金能夠得到保障，各項建設工作得以順利推進，包括基礎設施建設、技術研發投入以及人才引進和培養等。其次，較好的金融環境意味著完善的金融服務體系和風險管理機制，有助于降低大數據試驗區建設過程中的金融風險，提高資金使用效率，促進大數據產業發展。最后，金融環境較好地區往往擁有活躍的金融市場和豐富的金融產品，能夠為大數據企業提供更多融資選擇和金融工具，幫助企業優化資本結構、提升經營效益，進而推動區域新質生產力發展。

因此，在金融環境發展較好地區，大數據試驗區建設對區域新質生產力發展水平的正向影響更為顯著。按照金融機構資產總規模與地區企業資產總規模比值的中位數，本文將樣本分為兩組，高于中位數表明該地區金融環境發展較好，低于中位數表明該地區金融環境發展較差。由表4列（7）（8）可知，僅在金融環境發展較好地區，交互項DID的系數顯著為正。由此表明，大數據試驗區建設與區域新質生產力發展水平存在正相關性。

4 結論

4.1 研究結論

為探究大數據試驗區建設能否提升區域新質生產力水平，借鑒現有相關研究，本文以2012—2022年中國30個?。▍^、市）面板數據，基于勞動者、勞動資料、勞動對象3個維度構建區域新質生產力評價指標體系，并構建多期雙重差分模型，以此評估大數據試驗區建設對區域新質生產力的政策凈效應，得出以下主要結論：

（1）大數據試驗區建設能夠促進區域新質生產力水平提升，這一結論經過穩健性檢驗后仍然成立。

（2）異質性分析發現，大數據試驗區建設對區域新質生產力的影響會因不同區域地理位置、產業結構稟賦、科技水平以及金融發展環境而存在顯著差異，具體表現如下：在中東部地區、產業結構較好地區、高科技水平地區以及金融環境發展較好地區，大數據試驗區建設對區域新質生產力的提升效應更為顯著。

4.2 研究啟示

（1）持續深化國家級大數據綜合試驗區建設，充分發揮數字化改革的引領作用。政府應制定具有前瞻性的政策框架，明確大數據試驗區的發展目標、重點領域和支持措施，為數據交易、數據安全、知識產權保護等提供法律保障，為大數據項目提供稅收優惠和財政補貼，激發企業創新活力和投資熱情。此外，政府需要營造安全的網絡環境，通過構建云計算平臺推動跨區域、跨行業數據共享和交流，打破“數據孤島”，增強數據集成利用能力。

（2）充分發揮區域特色，助推大數據試驗區建設。加快大數據試驗區建設，根據區域特色和發展潛力，引導各地企業充分利用比較優勢實現差異化發展。政府和相關機構需要重視大數據技術推廣與應用，并結合地方實際情況和需求確保技術發展與地區發展戰略相協調。政府應綜合考慮地區經濟發展水平、產業結構、資源稟賦等因素，精準定位試驗區發展方向和重點項目，從而加快發展區域新質生產力。

（3）構建開放共享的創新生態。開放共享的創新生態不僅能夠促進知識和信息自由流動，而且能夠激發企業創新潛力，為區域經濟發展提供強勁動力。政府可以通過制定創新創業激勵政策提供稅收優惠、財政補助，營造良好的外部環境。此外，加強與高等院校、研究機構合作是促進科技成果轉化、提升區域創新能力的重要途徑。政府可以采用產學研用相結合的合作模式加速技術創新，培養和吸引高端人才，為區域經濟發展提供人才保障和智力支持。

（4）因時制宜調整規劃，注重新質生產力的適應性。政府需要密切關注區域經濟動態變化，洞察其運行規律和發展趨勢。通過定期開展全面、深入的評估對相關政策進行修訂和完善，確保政策與區域經濟發展高度契合。利用大數據剖析市場需求變化，精準預判產業發展趨勢，使政策更具前瞻性和針對性，以應對新質生產力發展進程中的各種需求和挑戰。

（5）因需制宜強化保障，注重新質生產力的穩定性。鑒于大數據試驗區在中東部地區、產業結構較好地區、高科技水平地區以及金融環境較好地區發揮的作用更顯著，因而可進一步加大對上述地區的資源傾斜力度，優化政策環境，促進大數據試驗區與當地產業深度融合，最終形成強大的創新合力。對于區域新質生產力發展落后區域，需要加強針對性扶持措施和政策引導。例如，設立專項扶持資金，為當地企業引進新技術、新設備提供資金支持。開展針對當地企業和從業者的培訓活動，提升其數字化素養和創新能力。鼓勵發達地區與發展落后地區建立合作幫扶機制，通過產業轉移、技術共享等方式實現區域間協同發展。

4.3 局限與展望

本文存在以下不足：僅以建設“國家級大數據綜合試驗區”為準自然實驗，未對不同區域大數據發展水平進行定量分析；樣本量局限于中國30個?。▍^、市）層面，未測算市級層面的影響效應。因此，未來可以在以下方面作進一步探討：對不同地區大數據發展水平進行測量，基于不同維度對大數據發展情況進行分析，進而精確把握大數據發展對區域新質生產力的影響；構建合適的區域新質生產力評價體系，從市級層面測算新質生產力水平，深入剖析影響區域新質生產力水平的其它因素。

參考文獻：

［1］ GUO B， WANG Y， ZHANG H， et al. Impact of the digital economy on high-quality urban economic development： evidence from Chinese cities［J］. Economic Modelling， 2023， 120（3）： 106194.

［2］ SMITH C， SMITH J B， SHAW E. Embracing digital networks： entrepreneurs' social capital online［J］. Journal of Business Venturing， 2017， 32（1）： 18-34.

［3］ BRYNJOLFSSON E， HITT L M. Beyond computation：information technology， organizational transformation and business performance［J］. Journal of Economic Perspectives， 2000， 14（4）： 23-48.

［4］ LIU T K， CHEN J R， HUANG C C J， et al. E-commerce， R&D， and productivity： firm-level evidence from Taiwan［J］. Information Economics and Policy， 2013， 25（4）： 272-283.

［5］ ZHAI H， YANG M， CHAN K C. Does digital transformation enhance a firm's performance？ evidence from China［J］. Technology in Society， 2022， 68（1）： 101841.

［6］ ZHANG Y， MENG Z， SONG Y. Digital transformation and metal enterprise value： evidence from China［J］. Resources Policy， 2023， 87（4）： 104326.

［7］ 楊玉琪，王小華.數字化賦能與城市經濟高質量發展——基于國家級大數據綜合試驗區的準自然實驗［J］.經濟問題探索，2023，44（12）：105-123.

［8］ 戴艷娟，沈偉鵬.大數據發展如何影響企業全要素生產率——基于內外部雙重視角的分析［J］.云南財經大學學報，2024，40（2）：78-94.

［9］ 曾祥炎，魏蒙蒙，周健.數字經濟發展如何影響企業轉型升級——基于國家級大數據綜合試驗區的準自然實驗［J］.福建論壇（人文社會科學版），2023，40（9）：74-91.

［10］ 張益豪，郭曉輝.大數據發展與企業全要素生產率——基于國家級大數據綜合試驗區的實證分析［J］.產業經濟研究，2023，22（2）：69-82.

［11］ 宋華盛，盧歷祺.大數據發展和企業勞動收入份額——來自“國家級大數據綜合試驗區”的證據［J］.經濟學動態，2024，65（1）：111-128.

［12］ 陳文，常琦.大數據賦能了企業綠色創新嗎——基于國家級大數據綜合試驗區的準自然實驗［J］.財經科學，2022，66（8）：76-92.

［13］ 孫哲遠.數字經濟發展如何影響制造業企業“脫虛向實”——來自國家級大數據綜合試驗區的證據［J］.現代經濟探討，2022，29（7）：90-100.

［14］ 韋東明，徐揚，顧乃華.數字經濟驅動經濟高質量發展［J］.科研管理，2023，44（9）：10-19.

［15］ 張營營，許釗，彭碩毅.大數據發展對中國城市低碳轉型的影響及其機制研究［J］.城市問題，2023，42（9）：34-43.

［16］ 鐘昌標，盧建霖.大數據試驗區建設推動我國工業綠色轉型了嗎［J］.江西社會科學，2023，43（1）：122-133.

［17］ 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.

［18］ 耿偉，王筱依，王鑫源.國家級大數據綜合試驗區與FDI流入——基于數量和質量的視角［J］.國際經貿探索，2023，39（1）：19-35.

［19］ 洪銀興.新質生產力及其培育和發展［J］.經濟學動態，2024，65（1）：3-11.

［20］ 周文，許凌云.論新質生產力：內涵特征與重要著力點［J］.改革，2023，39（10）：1-13.

［21］ 趙峰，季雷.新質生產力的科學內涵、構成要素和制度保障機制［J］.學習與探索，2024，46（1）：92-101.

［22］ 蔣永穆，喬張媛.新質生產力：邏輯、內涵及路徑［J］.社會科學研究，2024，46（1）：10-18.

［23］ 許恒兵.新質生產力：科學內涵、戰略考量與理論貢獻［J］.南京社會科學，2024，35（3）：1-9.

［24］ 張輝，唐琦.新質生產力形成的條件、方向及著力點［J］.學習與探索，2024，46（1）：82-91.

［25］ 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，2024，35（1）：56-64.

［26］ 劉冬梅，楊瑞龍，朱旭峰，等.新質生產力與科技創新［J］.中國科技論壇，2024，40（3）：1-5.

［27］ 賈若祥，王繼源，竇紅濤.以新質生產力推動區域高質量發展［J］.改革，2024，40（3）：38-47.

［28］ 王玨，王榮基.新質生產力：指標構建與時空演進［J］.西安財經大學學報，2024，37（1）：31-47.

［29］ 任宇新，吳艷，伍喆.金融集聚、產學研合作與新質生產力［J］.財經理論與實踐，2024，45（3）：27-34.

［30］ 宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據［J］.當代經濟管理，2024，46（6）：1-11.

［31］ LIN R， Z XIE， HAO Y， WANG J. Improving high-tech enterprise innovation in big data environment： a combinative view of internal and external governance［J］. International Journal of Information Management， 2020， 50（1）： 575-585.

［32］ LI R， RAO J， WAN L. The digital economy， enterprise digital transformation， and enterprise innovation［J］. Managerial and Decision Economics， 2022， 43（7）： 2875-2886.

［33］ NING J， JIANG X， LUO J. Relationship between enterprise digitalization and green innovation： a mediated moderation model［J］. Journal of Innovation & Knowledge， 2023， 8（1）： 100326.

［34］ BYUN J， SUNG T E， PARK H W. Technological innovation strategy： how do technology life cycles change by technological area［J］. Technology Analysis & Strategic Management， 2018， 30（1）： 98-112.

［35］ HUANG H， WANG C， WANG L， et al. Corporate digital transformation and idiosyncratic risk： based on corporate governance perspective［J］. Emerging Markets Review， 2023， 56（3）： 101045.

［36］ WAQAS M， HONGGANG X， AHMAD N， et al. Big data analytics as a roadmap towards green innovation， competitive advantage and environmental performance［J］. Journal of Cleaner Production， 2021， 323（21）： 128998.

［37］ 段忠賢，滕仁玉.數字化改革如何賦能經濟高質量發展——基于國家級大數據綜合試驗區的準自然實驗［J］.貴州財經大學學報，2024，31（2）：50-60.

［38］ 陳啟斐，田真真.大數據與產業賦能——基于國家級大數據試驗區的分析［J］.南開經濟研究，2023，39（7）：90-107.

（責任編輯：張 悅）

英文標題

Big Data Empowerment and the Development of Regional New Quality Productive Forces： A Quasi-Natural Experiments of National Big Data Comprehensive Pilot Zone

英文作者Xing Mu1， Chen Dong2， Zhang Hongmei2，3

英文作者單位（1.School of Economics and Management， Nanjing University of Science and Technology， Nanjing 210094，China; 2.Yangtze IDEI， Nanjing University， Nanjing 210093，China; 3. School of Business， Anhui University of Technology， Ma'anshan 243000，China）

英文摘要Abstract：With the continuous advancement of globalization and the deepening of technological revolution， the economic development model is undergoing profound changes. On the path of progress，traditional industries are witnessing a gradual decline in their erstwhile vigor. In sharp contrast， innovations in technology， novel business paradigms， and pioneering models are emerging with the vigor of bamboo shoots after a spring rain， growing at a truly remarkable pace. This new trend undoubtedly poses more stringent requirements for the adjustment and optimization of economic structure and the transformation of development mode. In this contemporary epoch， new-quality productivity acts as a catalyst for diverse regions to actively forge innovative trajectories. It encourages the full exploitation of burgeoning technologies and models， bolsters industrial competitiveness， and thereby catalyzes China's economy to progress steadily towards a new epoch of high-quality development. This， in turn， perpetuates a steady influx of impetus into the nation's sustainable development endeavors.

Under the new normal of the current global economy， big data and information technology are developing rapidly and are gradually changing the forms of traditional industries and economic development models. The national big data comprehensive pilot zone （referred to as the "big data pilot zone"） plays an important role. It is not only the forefront of technological innovation but also an important support for promoting new industrialization， informatization， urbanization， and agricultural modernization. Current literature predominantly focuses on the impact of big data pilot zones on regional economic growth， green development， enterprise total factor productivity， technological innovation， and the digital transformation of enterprises， yielding largely positive outcomes. However， the influence of these zones on regional new-quality productivity has been less explored. In reality， big data pilot zones invigorate regional economies and revitalize traditional industries by seamlessly integrating extensive data resources and fostering innovative applications. Concurrently， they nurture and enhance the development of new quality productive forces， which is not only catalysts for economic growth but also a crucial lever for economic transformation and upgrading， offering robust support for sustainable economic development.

New quality productive forces embody the internal momentum for growth and is instrumental in driving economic transformation and upgrading. Using panel data from 30 Chinese provinces， autonomous regions， and municipalities from 2012 to 2022， this study constructs an evaluation index system of regional new quality productive forces across three dimensions： laborers， means of labor， and objects of labor. It then empirically examines the impact of national big data comprehensive pilot zones on regional new-quality productivity.The results show that the big data pilot zone can significantly improve the level of regional new-quality productivity. From the differences in regional geographical location， industrial structure， scientific and technological level， and financial environment， the improvement effect of regional new-quality productivity brought by the big data pilot zone is more obvious in the central and eastern regions， regions with good industrial structures， high-tech regions， and regions with well-developed financial environments.

The significance of data elements is increasingly being recognized with the vigorous development of the Internet and big data technology. The findings offer provide a solid empirical basis for understanding the effectiveness of China's frontier digital infrastructure construction policies. The study concludes that the establishment of big data pilot zones actively stimulates economic growth and illuminates a clear path for enhancing regional new quality productive forces. In future economic development， it is imperative for governmental bodies to prioritize the optimization of big data pilot zones' potential. This should be achieved by fostering the transformation of traditional regional economic drivers and by nurturing new quality productive forces through the strategic integration of big data resources and the advancement of innovative applications. By effectively bolstering regional new quality productive forces， China can steer its economy towards a trajectory of higher-quality development， thereby establishing a robust foundation for the nation's enduring prosperity and strength.

英文關鍵詞Key Words：National Big Data Comprehensive Pilot Zone; New Quality Productive Forces; Evaluation Index System

收稿日期：2024-04-25 修回日期：2024-08-18

基金項目：國家社會科學基金青年項目（23CTQ017）

作者簡介：邢霂（1993-），男，安徽蚌埠人，南京理工大學經濟管理學院博士研究生，研究方向為企業創新；陳東（1978-），男，安徽定遠人，博士，南京大學長江產業經濟研究院教授、博士生導師，研究方向為民營企業治理；張紅梅（1995-），女，安徽舒城人，安徽工業大學商學院碩士研究生，南京大學長江產業經濟研究院特約研究員，研究方向為產業規劃。