數據要素市場化配置如何提升企業新質生產力？

摘 要：

數據要素市場化配置有助于充分釋放數據要素價值，進而驅動企業新質生產力發展，并能通過賦能城市數字經濟發展助力企業新質生產力水平提升。以城市設立數據交易平臺為準自然實驗，采用滬深A股上市公司和219個城市2011—2022年的數據，運用交錯雙重差分模型分析發現：城市設立數據交易平臺能夠顯著提升企業新質生產力水平，該結論在經過一系列穩健性檢驗后依然成立；城市設立數據交易平臺能夠通過完善數字基礎設施、促進數字金融發展、推動數字產業集聚賦能城市數字經濟發展，進而提升企業新質生產力水平；城市設立數據交易平臺對新質生產力水平的提升作用在非國有企業、規模較小企業、非高新技術行業企業、非東部地區企業中更顯著。因此，應持續推進數據要素市場化配置，并充分發揮數據要素市場化配置對數字經濟發展的賦能作用，有效驅動企業新質生產力發展。

關鍵詞：

數據要素；數據交易平臺；新質生產力；數字產業；數字金融；數字基礎設施

中圖分類號：F123.9；F270.7 "文獻標志碼：A "文章編號：1674-8131（）0-0022-14

引用格式：

傅東平，王歡，郭杰丹.數據要素市場化配置如何提升企業新質生產力？——基于賦能城市數字經濟發展的傳導機制［J］.西部論壇，2025，35（1）：22-35.

FU Dong-ping， WANG Huan， GUO Jie-dan. How can the market-oriented allocation of data elements improve new quality productive forces of enterprises？ Based on the transmission mechanism of empowering urban digital economy development［J］. West Forum， 2025， 35（1）：22-35.

一、引言

發展新質生產力是推動高質量發展的內在要求和重要著力點，必須健全因地制宜發展新質生產力體制機制。隨著數字經濟的快速發展，數據成為新的生產要素，并已全面融入生產、分配、交換、消費各領域，深刻改變著經濟發展方式。數據要素具有規模報酬遞增、非競爭性及正外部性等屬性，是經濟增長和價值創造的重要源泉（Jones et al.，2020）［1］；同時，數據要素的持續擴散與滲透會產生“乘數效應”，引領新部門的誕生，并促使新舊部門相互滲透與融合（謝康 等，2020；陸岷峰，2023）［2-3］。數據作為一種生產要素，不僅其數量和質量是決定生產力水平的重要因素，其配置狀況也會對生產力發展產生重要影響，而市場化配置能夠提高數據要素的利用效率、實現數據要素的價值釋放。數據要素市場化配置以數據流引領人才流、技術流、資金流，可以有效破除市場流通壁壘（鄭威 等，2023）［4］、緩解資源錯配（劉滿鳳 等，2022）［5］、優化要素組合，從而不僅能在宏觀層面提高要素配置效率、推動技術創新（陳婷 等，2024）［6］、促進經濟轉型升級（蔡繼明 等，2022）［7］、加快經濟發展（楊艷 等，2021）［8］，而且可以在微觀層面促進企業的數字化轉型（鄭國強 等，2023）［9］、提升企業的全要素生產率（戴魁早 等，2023）［10］。數據要素市場化配置是充分挖掘數據“新”要素潛能的內在要求與必然選擇（孔艷芳 等，2021）［11］，也是健全因地制宜發展新質生產力體制機制的重要內容之一。因此，有必要深入研究數據要素市場化配置對新質生產力的影響及其機制。

自新質生產力提出以后，數據要素與新質生產力之間的關系受到學界廣泛關注，其中，關于數據要素市場化配置影響新質生產力發展的實證研究主要集中在城市（區域）和企業兩個層面。在城市（區域）層面，李曉龍和魏啟帆（2024）［12］以數據交易平臺試點為準自然實驗，采用277個城市2011—2021年的數據分析發現，數據要素市場建設可以通過促進人力資本積累、推動產業結構升級、提高經濟集聚程度3個機制提升城市新質生產力水平；陸揚和王育寶（2024）［13］以數據公共交易平臺的建立為準自然實驗，采用284個城市2011—2021的面板數據研究表明，數據要素市場化可以通過引導市場整合、優化要素配置、重構創新范式等機制驅動城市新質生產力水平提升；陳鳴和王志帆（2024）［14］運用帶方向距離函數的SBM-GML指數法測算新質生產力水平，采用178個城市2007—2021年的數據分析認為，數據要素市場化主要通過提升顛覆性創新能力、優化資源配置、促進產業結構深度轉型等路徑提高城市新質生產力水平。在企業層面，鄭國強（2024）［15］用全要素生產率衡量企業新質生產力水平，采用2011—2021年A股上市公司的數據研究發現，數據要素市場化（設立數據交易平臺）主要通過促進企業數字化轉型、緩解企業融資約束、降低企業各項成本等渠道提升企業全要素生產率；蘇志文等（2024）［16］采用2009—2022年滬深A股上市公司數據分析表明，數據要素市場化能夠通過優化城市的要素配置和企業的組織運營來促進企業新質生產力發展；梁孝成（2024）［17］采用2015—2022年A股上市公司數據研究發現，數據要素市場化可以通過提高企業數字技術應用水平和企業資源配置效率來提升企業新質生產力水平；梁雁茹和徐建中（2025）［18］采用2015—2022年A股上市公司數據分析表明，數據要素市場化可以通過提升企業動態能力來賦能企業新質生產力發展。

總體來看，對于數據要素市場化配置影響新質生產力發展的研究還有待拓展和深化。企業是經濟活動的微觀主體和技術創新的主力軍，企業新質生產力的提升是實現高質量發展的關鍵。已有實證研究對數據要素市場化配置影響企業新質生產力發展的機制考察，主要集中在企業層面的效應上，城市層面的效應僅涉及數據要素市場化配置對其他要素配置（勞動力、資本、技術）的優化作用（蘇志文 等，2024）［16］。事實上，數據要素市場化配置能夠有效賦能城市數字經濟發展（李直 等，2021；汪壽陽 等，2022）［19-20］，而城市數字經濟發展能夠顯著提升企業新質生產力水平（張高瀚 等，2024）［21］。有鑒于此，本文從賦能城市數字經濟發展的角度探究數據要素市場化配置促進企業新質生產力發展的機制，并采用2011—2022年滬深A股上市公司與219個城市的匹配數據進行實證檢驗。本文的邊際貢獻主要在于：第一，分析了數據要素市場化配置通過完善數字基礎設施、促進數字金融發展、推動數字產業集聚來提升企業新質生產力水平的機制，拓展和深化了數據要素市場化配置與新質生產力發展之間的關系研究，有助于深入認識數據要素市場化配置的積極效應以及促進城市數字經濟和企業新質生產力發展的有效路徑。第二，進一步從企業的產權性質和規模、行業技術屬性、地理區位等方面考察了數據要素市場化配置影響企業新質生產力的異質性，為因地制宜加快企業新質生產力發展提供了經驗借鑒和路徑啟示。

二、理論分析與研究假說

1.數據要素市場化配置對企業新質生產力的影響

本文基于生產力三要素（勞動者、勞動資料、勞動對象）闡述數據要素市場化配置對企業新質生產力的影響。首先，數據要素市場化配置有助于企業勞動者質量和結構的提升。數據要素市場化配置有利于數據的高效流動，并帶動勞動力要素的流動和集聚。數據要素市場化配置借助市場手段，以數據流引領人才流，通過改善數字生態系統和人才發展環境促進高素質人才集聚，優化勞動力資源的區域配置（劉毛桃 等，2025）［22］，為企業新質生產力發展提供優質勞動力資源；同時，數據要素市場化配置還會促進數據要素與勞動者的結合，從而促進企業人力資本結構升級。其次，數據要素市場化配置能夠推動企業的勞動資料創新升級。數據要素市場化配置有利于數據要素的價值釋放，并通過加快企業的數字化轉型來促進企業勞動資料的數字化升級。在數據要素市場化配置的引導下，企業會更加主動地加大對生產工具創新升級的研發投入，更加積極地將數據要素與其他勞動資料相融合，進而通過數字化改造提高生產資料的利用效率，降低生產成本，實現新質生產力水平的提升（王曉丹 等，2024）［23］。最后，數據要素市場化配置能夠加速數據要素與勞動對象的融合，從而推動企業勞動對象的拓展和升級。數據要素市場化配置有利于打破勞動對象的形態限制，在為企業生產提供新的勞動對象的同時將科技、綠色、數字元素融入勞動對象，實現勞動對象的升級和生產流程的優化。總之，數據要素市場化配置能夠有效推動企業的勞動者、勞動資料和勞動對象躍升，進而實現企業新質生產力的持續提升。

據此，本文提出假說1：數據要素市場化配置能夠顯著提升企業新質生產力水平。

2.數據要素市場化配置、城市數字基礎設施建設與企業新質生產力發展

一方面，數據要素市場化配置能夠加快城市數字基礎設施的建設和完善。數據要素市場化配置對數據傳輸速度與質量提出了高標準要求，形成倒逼效應，推動城市數字基礎設施的完善和升級；同時，數據要素市場化配置還能夠為數字基礎設施建設提供前沿技術支持，如網絡結構的優化、數據傳輸效能的提升、數據分析工具的改進以及人工智能的應用等，從而提高數字基礎設施賦能數字經濟發展的功效。另一方面，城市數字基礎設施的完善可以促進企業新質生產力發展。城市數字基礎設施的完善有助于企業進行高效的數據處理和分析，能夠幫助企業更好地掌握市場動態、優化生產經營決策、改進供應鏈管理，從而提高生產效率和質量（馬新嘯 等，2022）［24］；數字基礎設施的升級可以為企業提供更先進的技術支持和良好的創新環境，促進企業的技術創新和轉型升級。此外，城市基礎設施的完善還可以推動企業的數字化轉型和智能化發展，促使企業借助數字技術的通用性與滲透性實現組織結構的去中心化以及內部分工的深化，從而顯著提升生產力水平（田秀娟 等，2022）［25］。

據此，本文提出假說2：數據要素市場化配置能夠通過完善城市數字基礎設施的路徑提升企業新質生產力水平。

3.數據要素市場化配置、城市數字金融發展與企業新質生產力發展

一方面，數據要素市場化配置能夠促進城市數字金融發展。數據要素市場化配置可以通過數據的開放共享來緩解金融市場中的信息不對稱問題，有助于提升金融服務的效率與精準度，從而促進城市數字金融發展（謝丹夏 等，2022）［26］；同時，數據要素市場化配置還能夠引導金融資源向高效益、高潛力領域流動，優化數字金融資源配置，提高數字金融資源利用效率，強化數字金融對數字經濟發展的賦能作用。另一方面，城市數字金融發展有助于企業新質生產力水平提升。數字金融能拓寬企業的融資渠道、創新企業的融資方式、緩解企業的融資約束、改善企業的融資環境，助力企業新質生產力發展。此外，城市數字金融的發展還能通過高效的金融服務促進企業技術創新，并通過多元化的金融產品降低企業經營風險（孫獻貞 等，2024）［27］，從而提升企業新質生產力水平。

據此，本文提出假說3：數據要素市場化配置能夠通過促進城市數字金融發展的路徑提升企業新質生產力水平。

4.數據要素市場化配置、城市數字產業集聚與企業新質生產力發展

一方面，數據要素市場化配置能夠推動城市數字產業集聚。數據要素市場化配置有助于數據的安全流通與廣泛應用，可以加快數據要素的產品化，助推數據由資源到資產的轉變，進而為數字產業的發展和集聚營造良好的環境（孫偉增 等，2023）［28］。數據要素市場化配置有助于構建和改善數字產業生態，并降低企業協同發展成本，從而吸引數字產業相關企業進入，形成數字產業集群和規模經濟。另一方面，城市數字產業集聚可以加快企業新質生產力發展。依據外部性原理，產業專業化集聚有利于正外部性的發揮（Marshall，1890）［29］。數字產業集聚不僅能夠打破數據壁壘，降低企業的數據要素使用成本（孔艷芳 等，2021）［11］，還可以吸引數字人才集聚（鄭威 等，2023；肖鵬 等，2024）［4］［30］，并促進企業的協同發展和技術的擴散與轉移（鄭江淮 等，2008；余東華 等，2023）［31-32］，從而助力企業新質生產力發展。

據此，本文提出假說4：數據要素市場化配置能夠通過推動城市數字產業集聚的路徑提升企業新質生產力水平。

三、實證檢驗方法設計

設立數據交易平臺是我國推進數據要素市場化配置的有效路徑。2014年，北京市和香港特別行政區率先設立數據交易平臺，隨后，貴陽、武漢、西安等多個城市相繼跟進。作為獨立的第三方數據服務機構，數據交易平臺承擔著促進數據流通交易、提供數據相關服務、保障數據交易機制等職責，有效推動了數據要素市場化配置（李三希 等，2024）［33］。數據交易平臺的設立呈現出逐年增多的趨勢，覆蓋地區也不斷擴大，并逐步從經濟發達、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延伸。數據交易平臺的設立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，因此本文采用相關研究的常用做法，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。

1.基準模型設定

為考察數據要素市場化配置對企業新質生產力的影響，構建如下雙重差分模型：

Nproijt=α1+α2didit+αXit+α′Zjt+ρj+τt+εit

其中，i、 j、t分別代表城市、企業、年份，被解釋變量（Nproijt）“企業新質生產力”為i城市j企業在t年的新質生產力水平，核心解釋變量（didit）“數據交易平臺”為i城市在t年是否設立了數據交易平臺的政策虛擬變量（即雙重差分項，企業所在城市設立數據交易平臺當年及之后年份賦值為1，否則賦值為0），Xit表示城市層面的控制變量；Zjt表示企業層面的控制變量，

ρj

和τt分別表示企業固定效應和年份固定效應，εijt為隨機擾動項。

（1）企業新質生產力水平的測算。借鑒劉家民和馬曉鈺（2024）［34］的研究，從新質勞動力、新質勞動資料、新質勞動對象3個維度構建企業新質生產力評價指標體系（見表1），采用熵值法進行指標賦權，進而測算樣本企業在樣本期間的新質生產力水平。

（2）控制變量選取。本文從企業層面和城市層面選取控制變量，企業層面的控制變量包括“托賓Q值”（市場價值與總資產之比）、“賬面市值比”（賬面價值與股票市價之比）、“資產規模”（總資產的自然對數值）、“企業年齡”（企業成立年限的自然對數值）、“ESG指數”（華證ESG綜合指數），城市層面的控制變量包括“外商直接投資”（外商直接投資與GDP之比）、“教育支出”（地方財政教育事業費支出與GDP之比）、“財政支出”（地方政府一般預算內支出與GDP之比）、“信息化水平”（郵政業務總量與GDP之比）、“經濟發展水平”（人均GDP的自然對數值）。

2.樣本選擇與數據處理

本文以滬深A股上市公司為企業樣本，樣本期間為2011—2022年，刪除房地產和金融行業樣本以及暫停上市、退市、ST類樣本，并剔除數據異常和關鍵變量嚴重缺失的樣本，最終得到17 343個觀測值。剔除統計數據嚴重缺失的部分城市，最終選取219個城市為城市樣本。城市層面的數據來源于《中國城市統計年鑒》，企業財務數據、數字化轉型數據以及專利數據來自國泰安數據庫（CSMAR），企業研發數據來自Wind數據庫。表2為主要變量的描述性統計結果。

四、實證檢驗結果分析

1.平行趨勢檢驗與基準回歸

運用DID模型進行政策效應評估需要滿足平行趨勢假設，本文使用經典事件分析方法進行平行趨勢檢驗。構建如下模型：Nproijt=α1+∑8t=－3α2timeit+Xit+Zjt+ρi+τt+εijt。檢驗結果如圖1所示。在數據交易平臺

設立之前，時間虛擬變量的系數均不顯著且數值較小，表明實驗組與對照組的新質生產力水平無顯著差異，符合平行趨勢條件；從數據交易平臺設立后的第二期開始，時間虛擬變量的系數顯著為正，并呈現上升趨勢，表明政策效應顯著。

逐步加入企業層面和城市層面控制變量的基準模型回歸結果見表3。無論是否加入控制變量，“數據交易平臺”對“企業新質生產力”的回歸系數均在1%的水平上顯著為正，表明城市設立數據交易平臺顯著提升了企業的新質生產力水平，即數據要素市場化配置能夠顯著促進企業新質生產力發展，本文提出的假說1得到驗證。

2.穩健性檢驗

（1）安慰劑檢驗與虛構政策實施時間。第一，隨機抽取樣本城市作為實驗組，以隨機生成的偽政策變量替換基準模型中的真實政策變量進行500次蒙特卡羅模擬檢驗，結果如圖2所示。偽政策變量的回歸系數值集中分布在零值附近，且遠離基準回歸結果。第二，將實驗組樣本設立數據交易平臺的時間分別提前1期和2期，構建虛擬的雙重差分項，檢驗結果見表4的Panel A，提前1期和2期的虛擬政策變量系數均不顯著。上述分析表明，基準模型得出的“實驗組樣本比對照組樣本具有更高的新質生產力水平”的結果并非由除設立數據交易平臺以外的其他偶然因素導致的。

（2）逐年PSM-DID檢驗。考慮到城市設立數據交易平臺并非隨機的，為緩解樣本選擇偏差導致的內生性問題，借鑒魏志華等（2022）［37］的做法，采用逐年傾向得分匹配法為實驗組樣本匹配與其最相似的對照組樣本。具體而言，以企業層面的控制變量為協變量計算樣本企業的傾向得分，然后進行1對1的卡尺內最近鄰匹配（卡尺為0.05）。匹配前后實驗組與對照組樣本傾向得分的核密度分布如圖3所示，樣本的選擇性偏差得到有效控制。采用匹配后的樣本進行模型檢驗，回歸結果見表4的Panel B，“數據交易平臺”的回歸系數依然在1%的水平上顯著為正，表明基準模型的分析結果是穩健的。

（3）剔除異常值與控制其他政策干擾。第一，考慮到樣本中可能存在極端異常值，對連續變量進行1%的雙邊縮尾處理，重新進行檢驗，回歸結果見表4的Panel C。第二，考慮到在樣本期間還存在其他可能影響企業新質生產力發展的政策，如“寬帶中國”示范城市和信息惠民國家試點城市，在基準模型中加入該兩項政策實施的雙重差分項，重新進行檢驗，回歸結果見表4的Panel D。上述檢驗的“數據交易平臺”系數仍然在1%的水平上顯著為正，進一步表明基準模型的分析結果具有較好的穩健性。

3.機制檢驗

為檢驗數據要素市場化配置能否通過賦能城市數字經濟發展來促進企業新質生產力水平提升，構建以下計量模型：

Mit=β1+β2didit+βXit+μi+τt+εit

Nproijt=γ1+γ2Mit+γXit+γ′Zjt+ρj+τt+εit

其中，Mit為機制變量，μi為城市固定效應，其他變量與基準模型一致。

（1）完善城市數字基礎設施路徑。參照趙星（2022）［38］、王琴（2023）的做法［39］，采用光纜密度、人均互聯網接入端口、相關從業人員、電信業務收入、移動電話普及率、互聯網普及率6個指標，通過熵值法測算樣本城市的數字基礎設施水平，以其為機制變量（“數字基礎設施水平”）的檢驗結果見表5的Panel A。“數據交易平臺”對“數字基礎設施水平”、“數字基礎設施水平”對“企業新質生產力”的回歸系數均顯著為正，表明數據交易平臺的設立提高了城市數字基礎設施水平，城市數字基礎設施水平的提高又提升了企業新質生產力水平。由此，假說2得到驗證，即數據要素市場化配置能夠產生顯著的數字基礎設施建設效應，從而通過完善數字基礎設施來促進企業新質生產力發展。

（2）促進城市數字金融發展路徑。采用北京大學數字金融研究中心發布的數字普惠金融指數衡量樣本城市的數字金融發展水平，以其為機制變量（“數字金融發展水平”）的檢驗結果見表5的Panel B。“數據交易平臺”對“數字金融發展水平”、“數字金融發展水平”對“企業新質生產力”的回歸系數均顯著為正，表明數據交易平臺的設立提高了城市數字金融發展水平，城市數字金融發展水平的提高又提升了企業新質生產力水平。由此，假說3得到驗證，即數據要素市場化配置能夠產生顯著的數字金融發展效應，從而通過提高數字金融發展水平來促進企業新質生產力發展。

（3）推動城市數字產業集聚路徑。參考孫偉增等（2023）［28］的方法，用信息傳輸、軟件及信息技術服務業的新增企業數（“企業集聚水平”）來衡量樣本城市的數字產業企業集聚水平，用信息傳輸、計算機服務和軟件業從業人數占年末從業人員比例（“人才集聚水平”）來衡量樣本城市的數字產業人才集聚水平，分別以其為機制變量的檢驗結果見表5的Panel C。“數據交易平臺”對“企業集聚水平”和“人才集聚水平”、“數字金融發展水平”對“企業集聚水平”和“人才集聚水平”的回歸系數均顯著為正，表明數據交易平臺的設立提高了城市數字產業集聚水平，城市數字產業集聚水平的提高又提升了企業新質生產力水平。由此，假說4得到驗證，即數據要素市場化配置能夠產生顯著的數字產業集聚效應，從而通過數字產業的集聚來促進企業新質生產力水平提升。

4.進一步討論：異質性分析

（1）企業產權性質異質性。根據企業的產權性質將樣本劃分為“國有企業”和“非國有企業”兩組，分別進行檢驗，回歸結果見表6的Panel A。在兩組樣本中，“數據交易平臺”的回歸系數均顯著為正，但“非國有企業”組系數的顯著性和絕對值都大于“國有企業”組，表明城市設立數據交易平臺對非國有企業新質生產力水平的提升作用更為顯著。其原因可能在于：相比國有企業，非國有企業具有較強的競爭意識，對市場變化的敏感度更高，并擁有更為靈活的戰略調整機制和人事制度，在面臨外部沖擊與市場變化時能夠做出更快的反應，從而能夠更好地利用數據要素市場化配置來提升自身的新質生產力水平。

（2）企業規模異質性。根據企業資產規模的中位數將樣本劃分為“規模較大企業”和“規模較小企業”兩組，分別進行檢驗，回歸結果見表6的Panel B。城市設立數據交易平臺顯著提升了規模較小企業的新質生產力水平，但對規模較大企業的新質生產力水平沒有顯著影響。其原因可能在于：規模較大的企業具有規模經濟優勢，新質生產力的發展受外部市場的影響相對較小；而規模較小的企業資源有限且融資渠道較少，往往需要借助外部支持來打破技術、信息和資金壁壘，發展新質生產力對外部市場的依賴度較高，因而數據要素市場化配置能夠對規模較小企業的新質生產力發展產生更顯著的促進作用。

（3）行業技術屬性異質性。借鑒權小峰等（2020）［40］的方法，依據科技部對高新技術領域的認定，將樣本劃分為“高新技術行業”和“非高新技術行業”兩組，分別進行檢驗，回歸結果見表6的Panel C。城市設立數據交易平臺顯著提升了非高新技術行業企業的新質生產力水平，但對高新技術行業企業的新質生產力水平沒有顯著影響。其原因可能在于：高新技術行業企業高度依賴先進技術，新質生產力水平的提升更多地來自技術前沿的探索、創新能力的深度挖掘以及復雜技術的整合應用，對數據要素的需求也側重于高精度、實時性強的數據以及高級數據分析工具，受數據要素市場化配置的影響較小；而非高新技術行業企業的新質生產力發展則更能從基礎性的數據分析中受益，從而可以更好地借助數據要素的市場化供給加快新質生產力發展。

（4）區域異質性。參考劉家民和馬曉鈺（2024）的研究［34］，將樣本劃分為“東部地區”和“其他地區”兩組，分別進行檢驗，回歸結果見表6的Panel D。城市設立數據交易平臺顯著提升了其他地區企業的新質生產力水平，但對東部地區企業的新質生產力水平沒有顯著影響。其原因可能在于：東部地區的經濟發展和市場化水平較高，企業的數字化水平較高、數據利用能力較強，導致數據要素市場化配置提升企業新質生產力水平的邊際效應相對較低；而在其他地區，企業的數字化轉型和數據要素利用對生產力水平的提升作用更強，因而數據要素市場化配置對企業新質生產力水平的提升作用更為顯著。

五、結論與啟示

數據要素市場化配置有助于充分釋放數據要素價值，加速數據要素與傳統要素的融合，驅動企業新質生產力發展，同時還能通過完善數字基礎設施、促進數字金融發展、推動數字產業集聚等賦能城市數字經濟發展，進而助力企業新質生產力水平提升。本文采用滬深A股上市公司和219個城市2011—2022年的數據分析發現：（1）城市設立數據交易平臺能夠顯著提升企業新質生產力水平，該結論在經過安慰劑檢驗、逐年PSM-DID檢驗、虛構政策實施時間、剔除異常值、排除其他政策干擾等穩健性檢驗后依然成立。（2）城市設立數據交易平臺能夠促進城市的數字基礎設施建設、數字金融發展、數字產業集聚，進而提升企業新質生產力水平，表明數據要素市場化配置可以通過賦能城市數字經濟發展的機制促進企業新質生產力發展。（3）相比國有企業、規模較大企業、高新技術行業企業、東部地區企業，數據要素市場化配置對非國有企業、規模較小企業、非高新技術行業企業、其他地區企業新質生產力水平的提升作用更顯著。

根據上述結論，本文得到以下啟示：第一，持續推進數據要素市場化配置，充分釋放數據要素價值。加快數據要素市場建設，營造安全、高效、公平的數據交易環境，有效整合數據資源，提升數據要素市場化配置水平；完善數據產權制度，減少數據要素交易障礙，降低數據要素交易費用；加強數據安全和隱私保護監管，改進加密技術和數據脫敏技術，提升數據安全水平。第二，充分發揮數據要素市場化配置對數字經濟發展的賦能作用，有效驅動企業新質生產力發展。加強數字基礎設施建設，提升網絡帶寬、數據中心、云計算等基礎設施支撐城市數字經濟發展和企業新質生產力發展的功效；進一步明確數字金融發展的目標、重點和路徑，并積極推動數字金融與實體經濟深度融合；制定和完善促進數字產業集聚發展的政策措施，以優越的發展環境和創新生態吸引更多的數字人才和數字企業集聚，有效激勵和支持數字產業集群化發展。第三，實施差異化策略，因地制宜發展企業新質生產力。鼓勵傳統行業充分利用數據要素市場化配置的機遇，積極推進數字化改造；引導高新技術行業深化數據應用，以數據升級驅動生產技術和業務模式創新；加強各行業間的交流合作，協同推進各行業企業的新質生產力發展。東部地區要鼓勵企業利用數據要素實現高端化、智能化轉型，其他地區應支持企業運用數據要素提升生產效率、增強市場競爭力；強化不同地區企業間的聯系與合作，共同推進數據要素的升級與應用，加快企業新質生產力的整體躍升。

參考文獻：

［1］

JONES C I，TONETTI C. Nonrivalry and the economics of data［J］. American Economic Review，2020，110（9）：2819-2858.

［2］ 謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角［J］.中國工業經濟，2020（5）：42-60.

［3］ 陸岷峰.新發展格局下數據要素賦能實體經濟高質量發展路徑研究［J］.社會科學輯刊，2023（2）：143-151.

［4］ 鄭威，陳輝.數據要素市場化配置對城市經濟韌性的影響：促進還是抑制？——基于數據交易平臺設立的準自然實驗［J］.現代財經（天津財經大學學報），2023，43（12）：78-92.

［5］ 劉滿鳳，楊杰，陳梁.數據要素市場建設與城市數字經濟發展［J］.當代財經，2022（1）：102-112.

［6］ 陳婷，段堯清，吳瑾.數據要素市場化能否提升城市創新能力——一個準自然實驗［J］.科技進步與對策，2024，41（3）：74-83.

［7］ 蔡繼明，劉媛，高宏，等.數據要素參與價值創造的途徑——基于廣義價值論的一般均衡分析［J］.管理世界，2022，38（7）：108-121.

［8］ 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.

［9］ 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.

［10］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.

［11］孔艷芳，劉建旭，趙忠秀.數據要素市場化配置研究：內涵解構、運行機理與實踐路徑［J］.經濟學家，2021（11）：24-32.

［12］李曉龍，魏啟帆.數據要素市場建設提升新質生產力研究——基于城市數據交易平臺設立的準自然實驗［J］.重慶大學學報（社會科學版），2024，30（6）：72-87.

［13］陸揚，王育寶.數據要素市場化與新質生產力發展——基于雙重機器學習的因果推斷［J］.城市問題，2024（7）：80-90.

［14］陳鳴，王志帆.以“數”賦能，向“新”提質：數據要素市場化與城市新質生產力［J/OL］.重慶大學學報（社會科學版），1-13（2024-11-29）. http：//kns.cnki.net/kcms/detail/50.1023.C.20241129.0928.002.html.

［15］鄭國強.數據要素市場化與企業新質生產力：基于全要素生產率視角［J］.求是學刊，2024，51（6）：85-98.

［16］蘇志文，劉冉，劉傳明.數據要素市場化能否促進企業新質生產力發展——基于要素配置與組織運營視角［J］.中國科技論壇，2024（12）：31-43.

［17］梁孝成，呂康銀，陳思.數據要素市場化對企業新質生產力水平的影響研究［J/OL］.科研管理，1-17（2024-12-10）. http：//kns.cnki.net/kcms/detail/11.1567.G3.20241210.1002.002.html.

［18］梁雁茹，徐建中.數據要素市場化對企業新質生產力的賦能效應和機制檢驗［J］.統計與決策，2025，41（1）：23-27.

［19］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.

［20］汪壽陽，洪永淼，喬晗.推進數據要素市場化配置，加速釋放數字經濟新動能――“數據要素市場化配置問題探究”專題序言［J］.中國科學院院刊，2022，37（10）：1400-1401.

［21］張高瀚，張明源，周婉冰.數字經濟對企業新質生產力的影響研究［J］.西部論壇，2024，34（6）：17-30.

［22］劉毛桃，方徐兵，應望江.數字化消費與新質生產力發展：來自國家信息消費試點政策的證據［J］.當代財經，2025（1）：111-125.

［23］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，2024，39（2）：44-58.

［24］馬新嘯，湯泰劼.要素市場化配置與國有企業混合所有制改革——基于商品市場一體化的視角［J］.經濟評論，2022（6）：85-99.

［25］田秀娟，李睿.數字技術賦能實體經濟轉型發展——基于熊彼特內生增長理論的分析框架［J］.管理世界，2022，38（5）：56-73.

［26］謝丹夏，魏文石，李堯，等.數據要素配置、信貸市場競爭與福利分析［J］.中國工業經濟，2022，39（8）：5-43.

［27］孫獻貞，李言，高雨晨.數字普惠金融發展與企業新質生產力［J］.蘭州學刊，2024（7）：54-67.

［28］孫偉增，毛寧，蘭峰，等.政策賦能、數字生態與企業數字化轉型——基于國家大數據綜合試驗區的準自然實驗［J］.中國工業經濟，2023（9）：117-135.

［29］MARSHALL A. Principles of economics：an introductory volume［M］. London：Macmillan，1890.

［30］肖鵬，劉亞衛，代龍濤.城市公共服務供給如何促進地區創新？——基于人才與產業集聚效應的檢驗［J］.經濟經緯，2024，41（4）：3-15.

［31］鄭江淮，高彥彥，胡小文.企業“扎堆”、技術升級與經濟績效——開發區集聚效應的實證分析［J］.經濟研究，2008（5）：33-46.

［32］余東華，李云漢.數字經濟時代的產業組織創新——以數字技術驅動的產業鏈群生態體系為例［J］.改革，2021（7）：24-43.

［33］李三希，林心儀，蘭森.數據要素市場化：數據交易平臺建設路徑探析——基于北京國際大數據交易所的案例分析［J］.江西社會科學，2024，44（10）：69-82.

［34］劉家民，馬曉鈺.數智化創新政策如何推動企業新質生產力發展［J］.西部論壇，2024，34（4）：17-34.

［35］張琦，鄭瑤，孔東民.地區環境治理壓力、高管經歷與企業環保投資——一項基于《環境空氣質量標準（2012）》的準自然實驗［J］.經濟研究，2019，54（6）：183-198.

［36］趙領娣，王小飛.企業綠色投資及綠色費用能否提升經營績效？——基于EBM和面板Tobit模型的經驗分析［J］.北京理工大學學報（社會科學版），2022，24（3）：28-42.

［37］魏志華，王孝華，蔡偉毅.稅收征管數字化與企業內部薪酬差距［J］.中國工業經濟，2022（3）：152-170.

［38］趙星.新型數字基礎設施的技術創新效應研究［J］.統計研究，2022，39（4）：80-92.

［39］王琴，李敬，丁可可，等.數字基礎設施、要素配置效率與城鄉收入差距［J］.統計與決策，2023，39（9）：29-34.

［40］權小鋒，劉佳偉，孫雅倩.設立企業博士后工作站促進技術創新嗎——基于中國上市公司的經驗證據［J］.中國工業經濟，2020（9）：175-192.

How Can the Market-oriented Allocation of Data Elements

Improve New Quality Productive Forces of Enterprises？

Based on the Transmission Mechanism of Empowering

Urban Digital Economy Development

FU Dong-ping， WANG Huan， GUO Jie-dan

（School of Economics， Guizhou University of Finance and Economics， Guiyang 550025， Guizhou， China）

Summary：

The marketization of data elements is an important starting point for the high-quality development of new quality productive forces in enterprises. The promotion of the market-oriented allocation process of data elements can effectively release the value of data elements， accelerate the integration of data elements and traditional elements， drive enterprise innovation， optimize resource allocation， promote the development of new business formats， help enterprise management reform， and accelerate the cultivation and development of new quality productive forces in enterprises.

Based on the panel data of listed companies in China from 2011 to 2022， this paper uses the quasi-natural experiment of the data trading platform established in 2014 to investigate the impact of the market-oriented allocation of data elements on the development of new quality productive forces of enterprises by using the staggered difference-in-difference model. The results show that： （1） The market-oriented allocation of data elements promotes the development of new quality productive forces of enterprises. （2） The market-oriented allocation of data elements， through the digital industrial agglomeration effect， digital finance effect， and digital infrastructure effect at the macro-regional level， generally forms a mechanism of “market-oriented allocation of data elements， empowering urban digital economy development and the" development of new quality productive forces in enterprises”. This mechanism effectively fosters the development of new high-quality productive forces of enterprises. （3） The enhancing effect of the market-oriented allocation of data elements exhibits significant heterogeneity between enterprises in different industries， ownership structures， enterprise sizes， and regions. Specifically， the market-oriented allocation of data elements significantly improves new quality productive forces in non-high-tech enterprises， non-state-owned enterprises， smaller-sized enterprises， and enterprises outside the eastern region.

Compared with the previous literature， this paper expands on the following three aspects： First， it explores the impact of the market-oriented allocation of data elements on new quality productive forces of enterprises from a novel perspective， providing new theoretical support for enhancing new quality productive forces of enterprises from the standpoint of market-oriented allocation of data elements. Second， from the perspective of empowering urban digital economy development， including the digital industrial agglomeration effect， digital finance effect， and digital infrastructure effect， this study examines the specific mechanisms through which the market-oriented allocation of data elements impacts the new high-quality productive forces of enterprises. This research， which explores the mechanisms by which the market-oriented allocation of data elements affects the new high-quality productive forces of enterprises， serves as a valuable supplement to the relevant theories regarding the new high-quality productive forces of enterprises. Thirdly， this paper deeply studies the heterogeneity of the market-oriented allocation of data elements at the industry， enterprise， and regional levels， and further deepens the understanding of its effect on new quality productive forces of enterprises. This study provides solid theoretical and empirical support for the formulation of relevant policies aimed at cultivating new quality productive forces of enterprises.

This paper has played an active role in promoting the market-oriented allocation of data elements and releasing the value of factors， which helps accelerate the speed and efficiency of this process. Through an in-depth analysis of the mechanism of data elements in the process of market-oriented allocation， this paper not only reveals the great potential of data elements as a new means of production but also emphasizes their important role in optimizing resource allocation and improving economic efficiency， to effectively promote the full release of the value of data elements. In addition， considering the uniqueness of industries and regions， this paper also puts forward differentiated policy suggestions for the development of new quality productive forces according to local conditions， so as to help promote the market-oriented reform of data elements.

Keywords：

data elements; data trading platform; new quality productive forces; digital industry; digital finance; digital infrastructure

CLC number：F123.9;F270.7 ""Document code：A ""Article ID：1674-8131（）0-0022-14

（編輯：劉仁芳；吳 倩）