數(shù)據(jù)要素市場化配置與區(qū)域經(jīng)濟(jì)發(fā)展

楊艷 王理 廖祖君

〔摘要〕數(shù)據(jù)交易平臺建設(shè)是當(dāng)前推進(jìn)數(shù)據(jù)要素市場化配置的重要手段之一，數(shù)據(jù)交易平臺的有效性與可推廣性在一定程度上體現(xiàn)了數(shù)據(jù)要素市場化配置效率的高低。2015—2017年間，地方數(shù)據(jù)交易平臺的大量涌現(xiàn)，為探究數(shù)據(jù)要素市場化配置與區(qū)域經(jīng)濟(jì)發(fā)展的因果關(guān)系提供了很好的研究素材。本文從地方數(shù)據(jù)要素交易平臺的視角出發(fā)，使用2009—2019年長江經(jīng)濟(jì)帶107個地級（直轄）市的面板數(shù)據(jù)，將DMSP/OLS與NPP/VIIRS的一致校正燈光強(qiáng)度作為地方經(jīng)濟(jì)發(fā)展水平的代理變量，運(yùn)用多期DID實(shí)證評估了建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響。研究發(fā)現(xiàn)，地方政府參與建立數(shù)據(jù)交易平臺能夠顯著推動區(qū)域經(jīng)濟(jì)發(fā)展，企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺整體上不能促進(jìn)地方經(jīng)濟(jì)發(fā)展;從業(yè)務(wù)模式上看，混合數(shù)據(jù)交易平臺要優(yōu)于第三方數(shù)據(jù)交易平臺。此外，地方數(shù)據(jù)交易平臺可以通過降低企業(yè)決策成本、改善就業(yè)環(huán)境以及帶動產(chǎn)業(yè)結(jié)構(gòu)升級等途徑促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，而技術(shù)創(chuàng)新與全要素生產(chǎn)率不是地方數(shù)據(jù)交易平臺影響區(qū)域經(jīng)濟(jì)發(fā)展的傳導(dǎo)機(jī)制。

〔關(guān)鍵詞〕數(shù)據(jù)要素;數(shù)據(jù)交易平臺;經(jīng)濟(jì)發(fā)展;衛(wèi)星燈光數(shù)據(jù)

〔中圖分類號〕F127〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1000-4769（2021）06-0038-15

一、問題的提出

2020年4月9日發(fā)布的《中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》（以下簡稱《意見》），首次將數(shù)據(jù)認(rèn)定為可以與土地、勞動力、資本和技術(shù)等傳統(tǒng)生產(chǎn)要素并列的、并能參與分配的新型生產(chǎn)要素。隨著新一代信息技術(shù)逐漸進(jìn)入大規(guī)模商業(yè)化應(yīng)用階段，數(shù)據(jù)開始快速大量積累。國際數(shù)據(jù)公司IDC在其研究報(bào)告《數(shù)據(jù)時代2025》中指出，2010年以來全球新增數(shù)據(jù)資源規(guī)模以年均27%左右的速度增長，2018年全球新增數(shù)據(jù)總量約33ZB，其中中國新增數(shù)據(jù)占比23%，超過美國新增數(shù)據(jù)占比的21%，成為全球數(shù)據(jù)資源最大的“生產(chǎn)工廠”。①2017年中國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模達(dá)到4700億元，同比增長30%;2018年中國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模突破6000億元。②數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素，在促進(jìn)新經(jīng)濟(jì)、培育新業(yè)態(tài)和催生新模式上的作用前所未有，已逐漸成為能夠類比土地和能源的基礎(chǔ)性戰(zhàn)略資源③，是助力中國實(shí)體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)深度融合、加速“中國制造”向“中國智造”轉(zhuǎn)變的關(guān)鍵抓手。因此，積極探索數(shù)據(jù)要素市場化配置體制機(jī)制，對于推動中國經(jīng)濟(jì)轉(zhuǎn)型升級、構(gòu)建新發(fā)展格局和實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要意義。

建設(shè)數(shù)據(jù)交易平臺是近年來地方政府與數(shù)字經(jīng)濟(jì)企業(yè)在思索“如何推進(jìn)數(shù)據(jù)要素市場化配置”進(jìn)程中做出的實(shí)踐性探索。數(shù)據(jù)交易平臺是以實(shí)現(xiàn)數(shù)據(jù)交易為核心，促進(jìn)數(shù)據(jù)融通、交易、設(shè)計(jì)、服務(wù)協(xié)同發(fā)展的數(shù)據(jù)交易場所，通過平臺可以保障數(shù)據(jù)提供方的變現(xiàn)需求、豐富數(shù)據(jù)經(jīng)紀(jì)人的產(chǎn)品開發(fā)平臺以及拓展數(shù)據(jù)需求方的數(shù)據(jù)獲取渠道。相較于歐美日韓等發(fā)達(dá)國家，中國數(shù)據(jù)交易平臺起步較晚，發(fā)展至今大致出現(xiàn)了三個階段：階段Ⅰ是中國剛剛跨入大數(shù)據(jù)元年（2013年）④、全球數(shù)據(jù)增長大爆發(fā)的重要節(jié)點(diǎn)⑤，并于2014年2月成立了首個地方參與性質(zhì)的數(shù)據(jù)交易平臺——中關(guān)村數(shù)海大數(shù)據(jù)交易平臺，成為中國探索數(shù)據(jù)要素市場配置關(guān)鍵一環(huán);階段Ⅱ出現(xiàn)在國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》前后（2015—2017年），即大數(shù)據(jù)開始逐步深入影響全球生產(chǎn)、流通、分配和消費(fèi)活動，以及社會生活方式、經(jīng)濟(jì)運(yùn)行機(jī)制和國家治理能力的時期，這期間成立了以貴陽大數(shù)據(jù)交易所為代表的眾多地方政府參與型數(shù)據(jù)交易平臺;階段Ⅲ主要表現(xiàn)為數(shù)據(jù)交易平臺的多樣化，即以部分?jǐn)?shù)字經(jīng)濟(jì)企業(yè)為主導(dǎo)的數(shù)據(jù)交易平臺公司開始參與到數(shù)據(jù)交易市場競爭。這類企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺，既有衍生于大型互聯(lián)網(wǎng)企業(yè)的，例如淘數(shù)據(jù)（2014年）、京東萬象（2015年）等，也有數(shù)據(jù)服務(wù)公司、信息科技公司自建的，例如萬維易源（2015年）、聚合數(shù)據(jù)（2018年）等。⑥

政府參與型數(shù)據(jù)交易平臺（以下簡稱“地方數(shù)據(jù)交易平臺”）曾是地方政府推動大數(shù)據(jù)發(fā)展與探索數(shù)據(jù)要素市場化配置的重點(diǎn)建設(shè)項(xiàng)目，但短短幾年，這種數(shù)據(jù)交易模式就處于停滯狀態(tài)。除2015—2017年集中建立的12個地方數(shù)據(jù)交易平臺外，2017年以后再沒有新增地方數(shù)據(jù)交易平臺，直到《意見》的發(fā)布，天津、廣西等地區(qū)又才開始宣布建立平臺。地方政府主導(dǎo)建立數(shù)據(jù)交易平臺這一模式是否有效并可推廣，是現(xiàn)階段中國關(guān)注的重點(diǎn)問題。數(shù)據(jù)交易平臺的重要作用是促進(jìn)數(shù)據(jù)要素自主有序流動，從而更好發(fā)揮其倍增效應(yīng)以推動經(jīng)濟(jì)發(fā)展。因此，能否促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展就成為數(shù)據(jù)交易平臺有效性與可推廣性的關(guān)鍵體現(xiàn)。目前，關(guān)于認(rèn)清建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響還存在以下三個待解決的重要問題：一是地方政府參與建立數(shù)據(jù)交易平臺能否推動地方經(jīng)濟(jì)發(fā)展。中國在數(shù)據(jù)要素市場化配置上的探索才剛剛起步，在沒有制定市場布局規(guī)劃、完善行業(yè)發(fā)展指導(dǎo)和缺乏有力研究論證的當(dāng)下，一些地方政府基于政績導(dǎo)向，鼓勵并參與建設(shè)了一大批數(shù)據(jù)交易平臺，這類地方數(shù)據(jù)交易平臺能否真正帶動區(qū)域經(jīng)濟(jì)發(fā)展是一個迫切需要得到回答的問題。二是企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺進(jìn)入市場能否推動地方經(jīng)濟(jì)發(fā)展。隨著國家對大數(shù)據(jù)產(chǎn)業(yè)的重點(diǎn)支持，企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺開始出現(xiàn)，這類為“搶抓”政策紅利而生的平臺，往往在資金、技術(shù)、人力等方面投入不足，數(shù)據(jù)交易服務(wù)缺乏專業(yè)化、精細(xì)化，難以為用戶提供長期有效的數(shù)據(jù)服務(wù)。在這種情況下，企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺的作用就有待思考。三是政府參與型數(shù)據(jù)平臺與企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺相比誰更有效。目前，企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺與地方政府參與型數(shù)據(jù)交易平臺并存于數(shù)據(jù)要素交易市場，后者在政務(wù)數(shù)據(jù)的獲取上有著絕對優(yōu)勢，在數(shù)據(jù)交易服務(wù)中的監(jiān)管力度也較大，而前者的服務(wù)范圍更加寬泛多樣，在滿足客戶差異化需求方面具有一定優(yōu)勢。因此，對這一問題的回答不僅可以知道現(xiàn)階段應(yīng)該重點(diǎn)建設(shè)以誰為主體的數(shù)據(jù)交易平臺，也能為地方政府進(jìn)一步探索數(shù)據(jù)要素市場化配置提供參考。

針對上述三個問題，本文將數(shù)據(jù)交易平臺的設(shè)立作為一項(xiàng)擬自然實(shí)驗(yàn)，利用2009—2019年長江經(jīng)濟(jì)帶107個地級（直轄）市的面板數(shù)據(jù)，使用夜間連續(xù)燈光數(shù)據(jù)作為地方經(jīng)濟(jì)發(fā)展水平的代理變量，運(yùn)用多期雙重差分法首次實(shí)證評估建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響。

二、文獻(xiàn)回顧

數(shù)據(jù)要素的概念通常有廣義與狹義之分，對于廣義的數(shù)據(jù)要素，大多數(shù)國內(nèi)外學(xué)者都傾向于將其界定為信息。數(shù)據(jù)通常包括未經(jīng)處理的數(shù)字、詞語、聲音、圖像等，對數(shù)據(jù)按照某種有意義的方式進(jìn)行排列組合就成為信息。蔡躍洲等指出，數(shù)據(jù)最初就是在測量或統(tǒng)計(jì)中產(chǎn)生，并可以被記錄下來用于計(jì)算、討論和決策的信息和事實(shí)。⑦對于狹義的數(shù)據(jù)要素，則專指在數(shù)字經(jīng)濟(jì)時代下，通過二進(jìn)制編碼轉(zhuǎn)化成比特形式并被計(jì)算機(jī)設(shè)備進(jìn)行處理和存儲的字符串信息。⑧

目前，學(xué)術(shù)界關(guān)于數(shù)據(jù)要素市場化配置的研究仍處于起步階段，且大多集中在數(shù)據(jù)要素的確權(quán)、價值估算與定價、收益分配機(jī)制等方面。李剛等運(yùn)用現(xiàn)代產(chǎn)權(quán)理論對數(shù)據(jù)要素確權(quán)進(jìn)行了研究，認(rèn)為平臺對數(shù)據(jù)的要素化起關(guān)鍵作用，理應(yīng)獲得相應(yīng)數(shù)據(jù)的產(chǎn)權(quán)，同時應(yīng)當(dāng)通過外部規(guī)制來避免數(shù)據(jù)要素產(chǎn)權(quán)歸屬出現(xiàn)扭曲。⑨Shen等基于數(shù)據(jù)用戶獲利最大化，提出了一種基于元組粒度的個人數(shù)據(jù)定價模型，通過對影響數(shù)據(jù)價值屬性的調(diào)查，最終實(shí)現(xiàn)對數(shù)據(jù)的定價。⑩方元欣和郭驍然在借鑒實(shí)物資產(chǎn)評估的方法基礎(chǔ)上，從市場法、收益法和成本法的角度對現(xiàn)有的數(shù)據(jù)要素價值評估方法進(jìn)行了歸類。Acquisti等認(rèn)為需要建立一種合理的數(shù)據(jù)分紅機(jī)制，才能保證數(shù)據(jù)所有者與使用者的社會福利最大化。蔡躍洲和馬文君認(rèn)為數(shù)據(jù)處理和使用過程中的收益分配，應(yīng)基于對數(shù)據(jù)要素價值或其創(chuàng)造價值能力的合理準(zhǔn)確估算。

在數(shù)據(jù)要素與經(jīng)濟(jì)發(fā)展的關(guān)系層面， Goldfarb和Trefler認(rèn)為在效率提升與價值創(chuàng)造方面，數(shù)據(jù)要素所表現(xiàn)出來的邊際收益遞增會在某個特定階段開始顯現(xiàn)。Farboodi和Veldkamp則認(rèn)為企業(yè)運(yùn)行效率的提升存在“天花板”，新增或積累的數(shù)據(jù)要素同其他要素一樣，在提升效率上依然遵循邊際報(bào)酬遞減規(guī)律。Streel等指出在金融市場上，憑借大數(shù)據(jù)分析可以更好地預(yù)測企業(yè)價值，降低了金融機(jī)構(gòu)因掌握企業(yè)信息不足所產(chǎn)生的信用投資風(fēng)險(xiǎn)和融資企業(yè)的資金成本，進(jìn)而提高了資本要素配置效率。Jones和Tonetti認(rèn)為數(shù)據(jù)要素與其他生產(chǎn)要素結(jié)合所表現(xiàn)出來的倍增效應(yīng)，本質(zhì)上是數(shù)據(jù)要素非競爭性特征實(shí)現(xiàn)的規(guī)模效應(yīng)，并通過構(gòu)建不變替代彈性的生產(chǎn)函數(shù)對該機(jī)制進(jìn)行了解釋。于施洋等認(rèn)為數(shù)據(jù)要素對國民經(jīng)濟(jì)各部門都具有輻射和帶動效應(yīng)，能夠促進(jìn)全要素生產(chǎn)率的提升。蔡躍洲和馬文君指出，數(shù)據(jù)要素與人工智能技術(shù)結(jié)合可以提升企業(yè)研發(fā)效率，這種知識創(chuàng)造效率的提升成為全要素生產(chǎn)率提升的重要原因之一，同時，深度使用數(shù)據(jù)要素的新一代信息技術(shù)對產(chǎn)業(yè)結(jié)構(gòu)也會帶來重要影響。

數(shù)據(jù)要素對經(jīng)濟(jì)發(fā)展除了有促進(jìn)作用，其負(fù)面影響也不容忽視。由于數(shù)據(jù)要素在市場中的價值體現(xiàn)愈發(fā)明顯，一些互聯(lián)網(wǎng)巨頭開始憑借自身優(yōu)勢囤積數(shù)據(jù)并減少共享，以此實(shí)現(xiàn)數(shù)據(jù)壟斷而獲取超額利潤。Yan和Haksar認(rèn)為數(shù)據(jù)壟斷將嚴(yán)重阻礙數(shù)據(jù)要素流動，影響經(jīng)濟(jì)健康運(yùn)行。另外，數(shù)據(jù)要素的非排他性與易復(fù)制性可能使得同一種數(shù)據(jù)同時泄露給多個個體，而數(shù)據(jù)要素的非（部分）競爭性又會造成數(shù)據(jù)被這些個體應(yīng)用于不同場景，導(dǎo)致數(shù)據(jù)所有者福利受損的風(fēng)險(xiǎn)。Jia等通過實(shí)證研究了歐盟《通用數(shù)據(jù)保護(hù)條例》的頒布對經(jīng)濟(jì)社會的影響，發(fā)現(xiàn)該條例的實(shí)施導(dǎo)致了歐盟境內(nèi)企業(yè)融資金額下降約265%，并減少就業(yè)崗位約30000個。

可以看出，目前針對數(shù)據(jù)要素交易平臺的研究很少，從實(shí)證層面探討中國數(shù)據(jù)交易平臺有效性與可推廣性的研究更是寥寥無幾?；诖耍疚囊?015—2017年初長江經(jīng)濟(jì)帶沿線地區(qū)建立的數(shù)據(jù)交易平臺為研究對象，探討其對區(qū)域經(jīng)濟(jì)發(fā)展的影響。

三、研究設(shè)計(jì)

（一）夜間燈光數(shù)據(jù)的一致性校正

本文研究的重點(diǎn)是探討建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響。相較于傳統(tǒng)的GDP指標(biāo)，夜間燈光數(shù)據(jù)常被用來表征人類經(jīng)濟(jì)活動的空間分布與城市空間擴(kuò)張，用夜間燈光強(qiáng)度衡量地區(qū)經(jīng)濟(jì)發(fā)展水平的優(yōu)勢主要體現(xiàn)在其不受主觀統(tǒng)計(jì)誤差、市場價格波動等因素干擾，同時它也包括了市場與非市場提供的商品和服務(wù)的價值量，因此夜間燈光數(shù)據(jù)能較為真實(shí)地表征一個地區(qū)的經(jīng)濟(jì)發(fā)展水平。目前，應(yīng)用最多的夜間燈光數(shù)據(jù)主要包括兩類：一類是前美國軍事氣象衛(wèi)星捕獲的數(shù)據(jù)（簡稱DMSP/OLS），另一類是美國國家極軌衛(wèi)星捕獲的數(shù)據(jù)（簡稱NPP/VIIRS）。前者受限于自身OLS傳感器的逐漸失效與設(shè)計(jì)缺陷，現(xiàn)階段能獲取到的DMSP/OLS最終截止時間為2013年，自2013年起NPP/VIIRS開始替代DMSP/OLS并被廣泛應(yīng)用。

使用夜間燈光數(shù)據(jù)研究地區(qū)經(jīng)濟(jì)發(fā)展的前提是該數(shù)據(jù)具有長時間序列的一致性，即2009—2013年不同OLS傳感器之間的數(shù)據(jù)要連續(xù)穩(wěn)定，DMSP/OLS與NPP/VIIRS也要連續(xù)一致。由于本文研究所用樣本數(shù)據(jù)跨越了兩類燈光數(shù)據(jù)的斷點(diǎn)期，且DMSP/OLS和NPP/VIIRS數(shù)據(jù)本身并不可比，因此本文借鑒李雪萍和貢璐、梁麗等的校正方法，同時對DMSP/OLS內(nèi)部以及DMSP/OLS與NPP/VIIRS之間進(jìn)行一致性校正。具體校正流程如圖1所示：

圖2給出了一致性校正后2009—2019年樣本地區(qū)的夜間平均燈光強(qiáng)度（平均DN值），可以看出，該數(shù)據(jù)的平滑性已經(jīng)具備了其作為長時間序列研究分析的基礎(chǔ)。

圖3顯示了2009—2019年樣本地區(qū)的校正平均DN值與地區(qū)人均實(shí)際GDP（以2008年為不變價）之間的線性擬合關(guān)系。從擬合優(yōu)度以及相關(guān)系數(shù)的顯著性來看，本文使用一致性校正后的夜間平均燈光數(shù)據(jù)作為樣本地區(qū)經(jīng)濟(jì)發(fā)展水平的表征是合理的。

（二）綠色全要素生產(chǎn)率及其計(jì)算

新時代經(jīng)濟(jì)發(fā)展的重要內(nèi)涵在于提升全要素生產(chǎn)率，數(shù)據(jù)要素可以在宏觀層面放大微觀經(jīng)濟(jì)運(yùn)行效率的提高，進(jìn)而通過提高全要素生產(chǎn)率促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。那么，探索建立數(shù)據(jù)交易平臺能否作用到地區(qū)全要素生產(chǎn)率進(jìn)而影響區(qū)域經(jīng)濟(jì)發(fā)展是本文研究的重要一環(huán)。區(qū)別于傳統(tǒng)全要素生產(chǎn)率，綠色全要素生產(chǎn)率考慮到期望產(chǎn)出中的污染排放、垃圾排放等問題，能夠更加客觀、全面地評價一個地區(qū)各種要素（通常是資本和勞動）的綜合生產(chǎn)率，其生產(chǎn)率的測算值也更加逼近于真實(shí)值。綠色發(fā)展理念是新時代經(jīng)濟(jì)高質(zhì)量發(fā)展的要求，也是高質(zhì)量發(fā)展的評價準(zhǔn)則之一，因此本文用綠色全要素生產(chǎn)率替代傳統(tǒng)全要素生產(chǎn)率，并運(yùn)用到數(shù)據(jù)交易平臺影響區(qū)域經(jīng)濟(jì)發(fā)展的機(jī)制檢驗(yàn)中。

參考Tone的做法，本文計(jì)算綠色全要素生產(chǎn)率的步驟如下：假設(shè)經(jīng)濟(jì)生產(chǎn)部門擁有n個決策單元（DMU），各個決策單元都有相應(yīng)的投入向量、期望產(chǎn)出向量和非期望產(chǎn)出向量，分別用x∈Rm，yg∈Rs1，yb∈Rs2來表示，并定義矩陣：X=（xij）∈Rm×n，Yg=（ygij）∈Rs1×n，Yg=（ybij）∈Rs2×n。根據(jù)生產(chǎn)的實(shí)際情況，假設(shè)X>0，Yg>0，Yb>0，則本文將生產(chǎn)可能性集合P定義如下：

P={（x，yg，yb）|x≥Xλ，yg≥Ygλ，yb≥Ybλ，λ≥0}（31）

結(jié)合上文，SBMUndesirable模型的具體形式設(shè)定如下：

TFP=min1-1m∑mi=1S-iXi01+1S1+S2（∑S1r=1Sgrygr0+∑S2r=1Sbrybr0）

stx0=Xλ+S-;yg0=Ygλ+Sg;yb0=Ybλ+Sb

S-≥0，Sg≥0，Sb≥0，λ≥0（32）

其中，S-i、Sgr、Sbr分別表示第i0個決策單元的投入冗余量、正產(chǎn)出不足量和副產(chǎn)出超標(biāo)量，S-，Sg，Sb為對應(yīng)的向量;λ表示權(quán)重向量;TFP*為目標(biāo)函數(shù)，且0≤TFP*≤1，當(dāng)S1=Sb=Sg=0時，TFP*=1，決策單元有效率;當(dāng)S-∪Sg∪Sb≠0時，TFP*<1，決策單元無效率;st為約束條件。最終，將所有指標(biāo)的數(shù)值帶入式（32）即可計(jì)算得到綠色全要素生產(chǎn)率。

（三）其他數(shù)據(jù)及變量的描述性統(tǒng)計(jì)

在實(shí)證檢驗(yàn)數(shù)據(jù)交易平臺建立影響區(qū)域經(jīng)濟(jì)發(fā)展的過程中，本文使用經(jīng)過一致性校正后的夜間平均燈光強(qiáng)度變量作為被解釋變量來表征地區(qū)經(jīng)濟(jì)發(fā)展水平，用數(shù)據(jù)交易平臺是否建立的虛擬變量作為核心解釋變量。另外，為盡可能地緩解遺漏變量偏誤，本文結(jié)合現(xiàn)有研究并選取如下指標(biāo)作為控制變量：第二產(chǎn)業(yè)增加值占比、第三產(chǎn)業(yè)增加值占比、移動電話年末用戶數(shù)、從業(yè)總?cè)丝?、資本存量、工業(yè)企業(yè)數(shù)、公共財(cái)政收入、電信業(yè)務(wù)收入、互聯(lián)網(wǎng)寬帶接入用戶、科學(xué)技術(shù)支出、年末常住人口、普通高等學(xué)校教師數(shù)。以上所有指標(biāo)數(shù)據(jù)均來源于《中國城市統(tǒng)計(jì)年鑒（2009—2019）》、各地級（直轄）市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)、互聯(lián)網(wǎng)，部分缺失數(shù)據(jù)通過插值法補(bǔ)齊。表1是相關(guān)數(shù)據(jù)說明以及變量描述性統(tǒng)計(jì)。

（四）基準(zhǔn)模型設(shè)定

由于地方數(shù)據(jù)交易平臺建立的年份不盡相同，為探究建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響，參考Beck等的方法，本文構(gòu)建如下多期雙重差分基準(zhǔn)模型：

pDNit=β0+β1Treati×Periodit+φ1Xit+αi+λt+εit（33）

其中，i代表地級（直轄）市，t代表年份，被解釋變量pDNit代表i市在t年的夜間平均燈光強(qiáng)度。Treati是處理組虛擬變量，如果城市i所在省份（或直轄市）建立了數(shù)據(jù)交易平臺Treati=1（該類城市以下簡稱“平臺市”），否則為0（該類城市以下簡稱“非平臺市”）;Periodit是實(shí)驗(yàn)期虛擬變量，若i市所在省份在t年建立了數(shù)據(jù)交易平臺Periodit=1，否則為0。交乘項(xiàng)Treati×Periodit為核心解釋變量，其系數(shù)β1反映了數(shù)據(jù)交易平臺的建立對區(qū)域經(jīng)濟(jì)發(fā)展影響的平均效應(yīng)。Xit表征了一系列的城市特征，是其他影響經(jīng)濟(jì)發(fā)展的控制變量。αi和λt分別為城市和年份的固定效應(yīng)，εit為隨機(jī)擾動項(xiàng)。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)模型回歸結(jié)果

表2報(bào)告了式（33）的估計(jì)結(jié)果，其中模型（1）僅控制了城市與年份固定效應(yīng)，而模型（2）則報(bào)告了在控制一系列城市特征以及城市與年份固定效應(yīng)后的結(jié)果?？梢钥吹剑兞縏reati×Periodit的系數(shù)在1%的顯著性水平上為正，表明地方數(shù)據(jù)交易平臺的建立顯著提高了平臺市的夜間平均燈光亮度。根據(jù)表1模型（2），相對于非平臺市，數(shù)據(jù)交易平臺的建立使得平臺市夜間平均燈光亮度增加了約202，2009—2019年平臺市的夜間平均燈光亮度均值為2415，這意味著相對于非平臺市，建立數(shù)據(jù)交易平臺對平臺市經(jīng)濟(jì)增長的貢獻(xiàn)約為83%。

（二）平行趨勢檢驗(yàn)

運(yùn)用多期雙重差分法的重要前提是實(shí)驗(yàn)組與控制組要滿足“平行趨勢假設(shè)”。圖4比對了平臺市與非平臺市夜間平均燈光強(qiáng)度的變化趨勢，其中虛線左邊是未建立數(shù)據(jù)交易平臺的夜間平均燈光強(qiáng)度變化?？梢钥闯?，2009—2013年平臺市與非平臺市夜間平均燈光變化趨勢基本平行，但2014—2015年卻出現(xiàn)了差距擴(kuò)大的趨勢，因此需進(jìn)行更為嚴(yán)謹(jǐn)?shù)膭討B(tài)效應(yīng)分析加以判斷。

結(jié)合事件研究法，參考Beck等構(gòu)建如下動態(tài)效應(yīng)模型：

pDNit=β0+∑4k≥-6，k≠0θkDkit+φ1∑Xit+αi+λt+νit（35）

其中，Dkit代表設(shè)立地方數(shù)據(jù)交易平臺這一事件的虛擬變量，當(dāng)k>0時，若i市處于成為平臺市后的k年時Dkit=1，否則Dkit=0;當(dāng)k<0時，若i市是平臺市且在建立平臺前的-k年時Dkit=1，否則Dkit=0。在具體的分析中，本文以平臺市建立數(shù)據(jù)交易平臺的當(dāng)年作為基準(zhǔn)年，即k≠0。此時式（35）中Dkit系數(shù)θk的顯著性就反映了實(shí)驗(yàn)組和控制組的夜間平均燈光強(qiáng)度是否存在顯著性差異。圖5報(bào)告了θk隨時間變化的情況，其中橫軸表示距離成為平臺市前后的相對年份，縱軸表示θk估計(jì)值的大小，上下虛線為95%的置信區(qū)間?？梢钥闯?，在建立數(shù)據(jù)交易平臺基準(zhǔn)年之前的年份里，θk的估計(jì)值不顯著異于0，因此實(shí)驗(yàn)組與控制組滿足平行趨勢的假設(shè)不能被拒絕。

（三）穩(wěn)健性檢驗(yàn)

1.使用PSMDID緩解選擇性偏差

由于平臺市（41個）與非平臺市（66個）在城市數(shù)量上存在一定差距，為緩解可能存在的選擇性偏差，本文利用傾向得分匹配方法（PSM），對控制組重新進(jìn)行高斯核匹配。表3揭示了PSM前后相關(guān)變量在控制組與實(shí)驗(yàn)組中均值的差異情況，可以看出，匹配后控制組中的個體在各種變量上的特征都更加接近于實(shí)驗(yàn)組，這一點(diǎn)通過變量標(biāo)準(zhǔn)化偏差（圖6）和傾向得分共同取值范圍（圖7）均可以得到印證。

為了在有效匹配的前提下使用多期DID，本文只采用匹配上的樣本進(jìn)行估計(jì)以保證條件重疊假定的滿足，估計(jì)結(jié)果如表4所示，其中模型（1）和（2）的設(shè)定與基準(zhǔn)回歸中一致。從回歸結(jié)果可以看出，雖然核心解釋變量系數(shù)的估計(jì)結(jié)果有所變化，但地方數(shù)據(jù)交易平臺的建立對平臺市夜間平均燈光強(qiáng)度依然有顯著的正向影響。

2.改變因變量衡量指標(biāo)

（1）選用人均實(shí)際GDP。前文已經(jīng)表明夜間平均燈光強(qiáng)度與人均實(shí)際產(chǎn)出具有高度的相關(guān)性，另外，文獻(xiàn)也常常將人均實(shí)際產(chǎn)出作為表征經(jīng)濟(jì)發(fā)展水平的代理變量，因此本文將人均實(shí)際GDP作為被解釋變量來考察建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響?；貧w結(jié)果如表5模型（1）和（2）所示，平臺市數(shù)據(jù)交易平臺的建立顯著促進(jìn)了該區(qū)域人均實(shí)際產(chǎn)出增加。

（2）選用地區(qū)全年人均用電量。考慮到夜間平均燈光亮度與用電量之間的天然聯(lián)系，本文進(jìn)一步考慮選取全年人均用電量作為夜間平均燈光亮度的替代指標(biāo)。從表5模型（3）和（4）可以看出，核心解釋變量的回歸系數(shù)為正，表明無論模型中是否控制城市特征，建立數(shù)據(jù)交易平臺對平臺市全年人均用電量都有顯著的正向影響。

3.剔除多平臺地區(qū)。長江經(jīng)濟(jì)帶上建立地方數(shù)據(jù)交易平臺的直轄市或省份包括上海、重慶、貴州、湖北、浙江、江蘇，截止到2018年，除湖北與浙江建立了多處地方數(shù)據(jù)交易平臺外（其中湖北三處，分別是東湖大數(shù)據(jù)交易中心、長江大數(shù)據(jù)交易中心、華中大數(shù)據(jù)交易平臺;浙江兩處，分別是浙江大數(shù)據(jù)交易中心、錢塘江大數(shù)據(jù)交易中心），其余地區(qū)均只建立了一處地方平臺，這種差別可能會對研究結(jié)果帶來潛在干擾。因此，本文將湖北與浙江從樣本中剔除并重新進(jìn)行回歸，結(jié)果如表5模型（5）和（6）所示，平臺市建立數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響仍然顯著為正。

4.安慰劑檢驗(yàn)

（1）來自提前實(shí)驗(yàn)期的檢驗(yàn)。為檢驗(yàn)估計(jì)結(jié)果是否會受到平臺建立時點(diǎn)的影響，假定將地方數(shù)據(jù)交易平臺建立的時間依次提前至2010—2013年中的每一年，并同時構(gòu)造相應(yīng)的交乘項(xiàng)Treati×Periodit進(jìn)行回歸。若交乘項(xiàng)的系數(shù)不受平臺建立時間設(shè)定的影響，則表明平臺市夜間平均燈光亮度的變化是由建立數(shù)據(jù)交易平臺引起的。表6的回歸結(jié)果顯示，在將地方數(shù)據(jù)交易平臺建立的時間提前2—5年時，交乘項(xiàng)Treati×Periodit的系數(shù)均不顯著。

（2）來自隨機(jī)實(shí)驗(yàn)組的檢驗(yàn)。從樣本107個地級（直轄市）中隨機(jī)抽取41個城市作為新的實(shí)驗(yàn)組，同時假設(shè)這41個城市建立了數(shù)據(jù)交易平臺，而其他城市進(jìn)入控制組，隨后在新樣本的基礎(chǔ)上采用表2模型（2）進(jìn)行估計(jì)。將上述隨機(jī)抽樣與估計(jì)的過程重復(fù)500次，由此得到500個Treati×Periodit系數(shù)的估計(jì)值，圖8揭示了這些系數(shù)估計(jì)值的分布及其P值。圖中，水平虛線表示10%的顯著性水平，豎直虛線與橫軸的交點(diǎn)是表2模型（2）中Treati×Periodit系數(shù)的真實(shí)估計(jì)值（20158）。從圖8可以看出，500個抽樣交乘項(xiàng)系數(shù)估計(jì)值都分布在真實(shí)估計(jì)值的左邊，且絕大多數(shù)的P值大于01，由此可以認(rèn)為，地方數(shù)據(jù)交易平臺的建立對平臺市經(jīng)濟(jì)發(fā)展的正向影響是顯著且穩(wěn)健的。

5.工具變量回歸

基準(zhǔn)回歸結(jié)果表明建立地方數(shù)據(jù)交易平臺能夠顯著促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，但這種基于OLS回歸的方法不能解決可能存在的內(nèi)生性問題。本文的內(nèi)生性主要有兩個來源：一是雙向因果影響，某個地區(qū)的經(jīng)濟(jì)尤其是數(shù)字經(jīng)濟(jì)的快速發(fā)展勢必加速數(shù)據(jù)的產(chǎn)生，數(shù)據(jù)交易會隨之增加，在數(shù)據(jù)要素市場體系不成熟的階段，個人或企業(yè)出于對數(shù)據(jù)交易安全的憂慮，往往希望通過地方數(shù)據(jù)交易平臺這類具有合規(guī)性保障性的渠道進(jìn)行交易，因而日益增多的數(shù)據(jù)交易需求就成為各個地方建立數(shù)據(jù)交易平臺潛在的內(nèi)生動力;二是遺漏變量偏誤，盡管面板數(shù)據(jù)固定效應(yīng)和雙重差分法能在一定程度上緩解那些不可觀測的隨時間或不隨時間變換的因素影響，但仍不能完全排除目前難以刻畫和度量的因素，例如各地區(qū)數(shù)據(jù)要素總量的變化等。

為緩解內(nèi)生性問題，本文嘗試采用工具變量法來進(jìn)一步討論估計(jì)結(jié)果的穩(wěn)健性。借鑒Nunn and Qian的相關(guān)研究，本文用1969—1979年各省份固定電話總量與各市行政面積的比值構(gòu)造了“年地均固話量”來作為地方數(shù)據(jù)交易平臺建立的工具變量。其原因如下：第一，數(shù)據(jù)要素的爆炸式增長依托于互聯(lián)網(wǎng)的全面普及，而中國互聯(lián)網(wǎng)接入方式大致經(jīng)歷了通過電話線撥號的窄帶接入（如PSTN、ISDN等）、寬帶接入（如ADSL）再到現(xiàn)在的光纖寬帶接入，可以看到歷史上互聯(lián)網(wǎng)的發(fā)展與固話業(yè)務(wù)的發(fā)展密切相關(guān)，固定電話普及率高的地區(qū)其互聯(lián)網(wǎng)普及率也可能較高。第二，1969—1979年各地開通固定電話的原因往往并不是以服務(wù)地方經(jīng)濟(jì)發(fā)展為主，隨著移動互聯(lián)網(wǎng)的高速發(fā)展，這些改革開放前的固話數(shù)量對當(dāng)前經(jīng)濟(jì)發(fā)展的影響已微乎其微。第三，本文計(jì)量模型中包含了城市與年份雙固定效應(yīng)，由于行政面積一般是外生且很難隨時間變化，因此，本文用省級固話總量與下屬地級市的行政面積之比構(gòu)造工具變量，避免了省級數(shù)據(jù)直接運(yùn)用到市級層面而出現(xiàn)的冗余問題。

表7報(bào)告了工具變量法的回歸結(jié)果，模型設(shè)定與表2一致。具體而言，在內(nèi)生性是否存在以及工具變量的有效性等問題上，Hausman、DWH、DavidsonMacKinnon的檢驗(yàn)結(jié)果均表明上述內(nèi)生性問題是存在的，同時模型（1）和（2）一階段的F統(tǒng)計(jì)量遠(yuǎn)大于10，排除了弱工具變量問題。第二階段的回歸結(jié)果顯示，無論是否控制城市特征，建立地方數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響均與表2的基準(zhǔn)回歸結(jié)果相似。

五、進(jìn)一步探討

（一）不同類型數(shù)據(jù)交易平臺的異質(zhì)性分析

政府主導(dǎo)的政府參與型數(shù)據(jù)交易平臺與企業(yè)主導(dǎo)的企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺，是中國數(shù)據(jù)交易平臺的主要類型。盡管政府參與型平臺與企業(yè)主導(dǎo)型平臺之間的差別很明確，但兩者在現(xiàn)實(shí)中依然均可開展以下兩種業(yè)務(wù)模式：一是第三方數(shù)據(jù)交易平臺，在平臺注冊會員中進(jìn)行數(shù)據(jù)買賣雙方的匹配，平臺本身不參與交易，數(shù)據(jù)的定價、購買期限、使用方式和轉(zhuǎn)讓條件完全由提供方和需求方協(xié)商;二是混合數(shù)據(jù)交易平臺，該類平臺不僅是數(shù)據(jù)買賣雙方進(jìn)行交易的場所，其自身常常也會以數(shù)據(jù)提供方和服務(wù)商的身份參與數(shù)據(jù)交易。因此，現(xiàn)階段數(shù)據(jù)交易平臺可以進(jìn)一步細(xì)分為如下四類，即政府參與型混合數(shù)據(jù)交易平臺、政府參與型第三方數(shù)據(jù)交易平臺、企業(yè)主導(dǎo)型混合數(shù)據(jù)交易平臺和企業(yè)主導(dǎo)型第三方數(shù)據(jù)交易平臺（如表8示例）。

地方數(shù)據(jù)交易平臺的合理性與可推廣性，即數(shù)據(jù)交易平臺模式能否真正發(fā)揮社會經(jīng)濟(jì)效益，是現(xiàn)階段中國探索數(shù)據(jù)要素市場化配置所關(guān)注的重點(diǎn)問題。前文已經(jīng)論證了政府參與型數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展存在正向影響，但在更加細(xì)分的層面，數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響是否也是如此。對于這個問題的探究將有助于理解當(dāng)前的政府參與型平臺與企業(yè)主導(dǎo)型平臺誰更有效。因此，本文將分別從政府參與型第三方數(shù)據(jù)交易平臺（以下簡稱“政府第三方平臺”）、政府參與型混合數(shù)據(jù)交易平臺（以下簡稱“政府混合平臺”）、企業(yè)主導(dǎo)型第三方數(shù)據(jù)交易平臺（以下簡稱“企業(yè)第三方平臺”）以及企業(yè)主導(dǎo)型混合數(shù)據(jù)交易平臺（以下簡稱“企業(yè)混合平臺”）等四個層面，討論不同類型數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展影響的異質(zhì)性。

表9報(bào)告了異質(zhì)性的情況，模型（1）和（2）的回歸結(jié)果顯示，政府第三方平臺和政府混合平臺對夜間平均燈光亮度的影響均是正向顯著的，而且后者的影響要比前者高出約6698%。模型（3）的回歸結(jié)果表明，在政府參與型數(shù)據(jù)交易平臺存在的前提下，企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺進(jìn)入市場后會對夜間平均燈光亮度產(chǎn)生負(fù)向影響，但不顯著。模型（4）和（5）分別匯報(bào)了企業(yè)第三方平臺和企業(yè)混合平臺對夜間平均燈光亮度的影響結(jié)果，其中，企業(yè)第三方平臺與企業(yè)混合平臺的影響效應(yīng)在1%的統(tǒng)計(jì)水平上分別顯著為負(fù)和為正，并且也存在混合數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響要大于第三方數(shù)據(jù)交易平臺的情況。同時，無論平臺類型是否細(xì)分，政府參與型數(shù)據(jù)交易平臺都要比對應(yīng)的企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺更加有效。

對于上述異質(zhì)性的出現(xiàn)，本文認(rèn)為主要有兩方面原因：一是在不同平臺的主體層面，政府參與型數(shù)據(jù)交易平臺依托政府資源，不僅可以獲取政務(wù)數(shù)據(jù)，還可以為政府部門提供數(shù)據(jù)清洗、定制、建模、分析、解決方案等服務(wù)。企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺的產(chǎn)生和發(fā)展，基本依靠市場的內(nèi)在驅(qū)動，以盈利為主要目的，并采取市場化運(yùn)行，政府不參與平臺管理。因而，在數(shù)據(jù)要素市場化配置剛剛起步以及數(shù)據(jù)要素市場體系還很不成熟的階段，政府參與型數(shù)據(jù)交易平臺無論是在數(shù)據(jù)采集、政策紅利、職責(zé)履行還是運(yùn)行機(jī)制上都要優(yōu)于企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺，其對區(qū)域經(jīng)濟(jì)發(fā)展的影響也更加積極。二是在不同平臺的細(xì)分層面，第三方數(shù)據(jù)交易平臺的職能本應(yīng)是平臺運(yùn)營，僅承擔(dān)平臺安全維護(hù)和交易監(jiān)督的責(zé)任工作，但部分平臺卻在為數(shù)據(jù)供應(yīng)商提供數(shù)據(jù)清洗、分析和定制的服務(wù)，有違第三方管理身份的定位職責(zé)，平臺運(yùn)行制度疏于形式?；旌蠑?shù)據(jù)交易平臺既具有第三方管理身份又能自主運(yùn)營，既是參與平臺管理又是數(shù)據(jù)服務(wù)商，因此，混合數(shù)據(jù)交易平臺出于自身利益考量，時常嚴(yán)格遵守平臺的既定制度與規(guī)則，較第三方數(shù)據(jù)交易平臺而言往往能夠發(fā)揮更強(qiáng)的社會經(jīng)濟(jì)效益。

（二）數(shù)據(jù)交易平臺影響區(qū)域經(jīng)濟(jì)發(fā)展的機(jī)制檢驗(yàn)

上述研究結(jié)果表明，地方數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，那么，影響發(fā)展的傳導(dǎo)機(jī)制是什么？目前，關(guān)于數(shù)據(jù)要素影響經(jīng)濟(jì)發(fā)展機(jī)制的實(shí)證文獻(xiàn)幾乎沒有，從已有的理論研究中可以看到，數(shù)據(jù)要素可能會通過促進(jìn)技術(shù)創(chuàng)新、提升全要素生產(chǎn)率、降低決策成本、改善就業(yè)環(huán)境、影響產(chǎn)業(yè)結(jié)構(gòu)升級等途徑來推動區(qū)域經(jīng)濟(jì)發(fā)展。建立數(shù)據(jù)交易平臺的目的是促進(jìn)數(shù)據(jù)要素自主有序流動，因此，本文選取了一組變量作為機(jī)制檢驗(yàn)的中介變量，它們包括：專利授權(quán)總量（千件），用來衡量技術(shù)創(chuàng)新程度;綠色全要素生產(chǎn)率，用來替代傳統(tǒng)全要素生產(chǎn)率;城鎮(zhèn)失業(yè)率（%），用來描述就業(yè)環(huán)境;限額以上內(nèi)資企業(yè)工業(yè)總產(chǎn)值（十億元），用來衡量因信息不足引致不確定性而帶來的決策成本;第二三產(chǎn)業(yè)產(chǎn)出占GDP比重（%），用來表示產(chǎn)業(yè)結(jié)構(gòu)升級。

構(gòu)建如下數(shù)據(jù)交易平臺影響區(qū)域經(jīng)濟(jì)發(fā)展的機(jī)制檢驗(yàn)?zāi)Ｐ停?/p>

Zit=β0+aTreati×Periodit+φ0Xit+αi+λt+δit（51）

pDNit=β1+cTreati×Periodit+bZit+φ1Xit+αi+λt+εit（52）

其中，中介效應(yīng)變量Zit包括專利授權(quán)總量、綠色全要素生產(chǎn)率、城鎮(zhèn)失業(yè)率、限額以上內(nèi)資企業(yè)工業(yè)總產(chǎn)值、第二三產(chǎn)業(yè)產(chǎn)出占比。Xit是一系列控制變量，由資本存量、工業(yè)企業(yè)數(shù)、公共財(cái)政收入、電信業(yè)務(wù)收入、從業(yè)總?cè)丝谝约盎ヂ?lián)網(wǎng)寬帶接入用戶等指標(biāo)組成。pDNit為夜間燈光平均亮度，αi和λt分別為城市和年份固定效應(yīng)。

表10第（1）和（2）列分別報(bào)告了以專利授權(quán)總量和綠色全要素生產(chǎn)率為中介變量的機(jī)制檢驗(yàn)情況，通過式（51）中交Treati×Periodit估計(jì)系數(shù)的顯著性來看，數(shù)據(jù)交易平臺對專利授權(quán)總量和綠色全要素生產(chǎn)率均沒有顯著影響，結(jié)合Sobel檢驗(yàn)可以發(fā)現(xiàn)，數(shù)據(jù)交易平臺通過促進(jìn)技術(shù)創(chuàng)新以及提升全要素生產(chǎn)率來推動區(qū)域經(jīng)濟(jì)發(fā)展的這兩種理論上的傳導(dǎo)機(jī)制并不存在。第（3）列匯報(bào)了數(shù)據(jù)交易平臺對夜間平均燈光亮度增長率的回歸結(jié)果，交乘項(xiàng)Treati×Periodit的估計(jì)系數(shù)并不顯著，這也從側(cè)面印證了第（2）列的估計(jì)結(jié)果。以上結(jié)果表明，目前數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)增長的影響仍屬于規(guī)模驅(qū)動而非效率驅(qū)動。

表11第（1）—（3）列分別匯報(bào)了以城鎮(zhèn)失業(yè)率、限額以上內(nèi)資企業(yè)工業(yè)總產(chǎn)值以及第二三產(chǎn)業(yè)產(chǎn)出占比為中介變量的機(jī)制檢驗(yàn)情況。第（1）列的回歸結(jié)果顯示Treati×Periodit對城鎮(zhèn)失業(yè)率的估計(jì)系數(shù)顯著為正，并且Soble檢驗(yàn)在10%的顯著性水平上拒絕了中介效應(yīng)不存在的原假設(shè)，說明數(shù)據(jù)交易平臺可以通過降低當(dāng)?shù)爻擎?zhèn)失業(yè)率來促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。第（2）列中交乘項(xiàng)Treati×Periodit對限額以上內(nèi)資企業(yè)工業(yè)總產(chǎn)值的估計(jì)系數(shù)顯著為正以及Soble檢驗(yàn)在10%的顯著性水平上拒絕原假設(shè)均表明，數(shù)據(jù)交易平臺可以提高限額以上內(nèi)資企業(yè)的工業(yè)總產(chǎn)值即降低企業(yè)決策成本，從而推動平臺市的經(jīng)濟(jì)發(fā)展。第（3）列中交乘項(xiàng)Treati×Periodit對第二三產(chǎn)業(yè)產(chǎn)出占比的回歸系數(shù)以及Soble檢驗(yàn)的結(jié)果揭示了，數(shù)據(jù)交易平臺通過促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)而推動區(qū)域經(jīng)濟(jì)發(fā)展這一機(jī)制是成立的。

六、結(jié)論與政策啟示

市場經(jīng)濟(jì)的本質(zhì)要求是生產(chǎn)要素的市場化配置，隨著數(shù)據(jù)在數(shù)字經(jīng)濟(jì)乃至國民經(jīng)濟(jì)發(fā)展中的作用日益關(guān)鍵，數(shù)據(jù)要素市場化配置滯后于數(shù)字經(jīng)濟(jì)發(fā)展已成為中國社會主義市場經(jīng)濟(jì)面臨的新問題。當(dāng)前，中央還沒有在地方開展數(shù)據(jù)要素市場化配置的正式試點(diǎn)，政府參與型數(shù)據(jù)交易平臺就成為地方政府探索數(shù)據(jù)要素市場化配置的重要實(shí)踐。因此，系統(tǒng)探究數(shù)據(jù)交易平臺與經(jīng)濟(jì)發(fā)展的內(nèi)在關(guān)系，對于認(rèn)清地方數(shù)據(jù)交易平臺這一模式的有效性與可推廣性至關(guān)重要。本文將數(shù)據(jù)交易平臺的設(shè)立作為一項(xiàng)擬自然實(shí)驗(yàn)，基于2009—2019年長江經(jīng)濟(jì)帶107個地級（直轄）市的面板數(shù)據(jù)，并使用DMSP/OLS與NPP/VIIRS兩種衛(wèi)星燈光數(shù)據(jù)相互校正后的連續(xù)一致數(shù)據(jù)作為地方經(jīng)濟(jì)發(fā)展水平的代理變量，運(yùn)用多期雙重差分法實(shí)證分析了地方數(shù)據(jù)交易平臺對區(qū)域經(jīng)濟(jì)發(fā)展的影響。

主要結(jié)論包括：（1）地方政府參與建立數(shù)據(jù)交易平臺能夠顯著推動區(qū)域經(jīng)濟(jì)發(fā)展。在經(jīng)濟(jì)發(fā)展對地方數(shù)據(jù)交易平臺的一系列回歸估計(jì)中，核心交乘項(xiàng)的估計(jì)系數(shù)均顯著為正，表明數(shù)據(jù)交易平臺促進(jìn)了區(qū)域經(jīng)濟(jì)發(fā)展，并且政府參與型混合數(shù)據(jù)交易平臺的促進(jìn)作用要比政府參與型第三方數(shù)據(jù)交易平臺高出約6698%。（2）企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺進(jìn)入市場后，其整體上并不能促進(jìn)地方經(jīng)濟(jì)發(fā)展，但在平臺的細(xì)分領(lǐng)域，企業(yè)主導(dǎo)型第三方數(shù)據(jù)交易平臺顯著抑制了區(qū)域經(jīng)濟(jì)發(fā)展，而企業(yè)主導(dǎo)型混合數(shù)據(jù)交易平臺卻能夠推動區(qū)域經(jīng)濟(jì)發(fā)展。（3）從目前對區(qū)域經(jīng)濟(jì)發(fā)展的影響效果來看，地方政府參與建立數(shù)據(jù)交易平臺要比企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺更加有效，在平臺的細(xì)分領(lǐng)域也是如此。（4）現(xiàn)階段，地方數(shù)據(jù)交易平臺可以通過降低企業(yè)決策成本、改善就業(yè)環(huán)境以及帶動產(chǎn)業(yè)結(jié)構(gòu)升級等途徑來促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，但技術(shù)創(chuàng)新與全要素生產(chǎn)率并不是地方數(shù)據(jù)交易平臺影響區(qū)域經(jīng)濟(jì)發(fā)展的傳導(dǎo)機(jī)制，這也印證了Farboodi和Veldkamp的部分觀點(diǎn)。

本文的相關(guān)研究為充分認(rèn)清數(shù)據(jù)交易平臺這一現(xiàn)行數(shù)據(jù)要素市場化配置模式的有效性，提供了新的經(jīng)驗(yàn)證據(jù)與政策啟示。自2015年貴陽大數(shù)據(jù)交易所成立以來，受國家大力支持大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的影響，地方政府基于政績導(dǎo)向鼓勵并主導(dǎo)了一大批數(shù)據(jù)交易平臺的建設(shè)。由于缺乏合理的市場布局規(guī)劃和行業(yè)發(fā)展指導(dǎo)，部分平臺存在重復(fù)建設(shè)、服務(wù)領(lǐng)域同質(zhì)化等現(xiàn)象;同時，受限于數(shù)據(jù)權(quán)屬的界定困難，數(shù)據(jù)成交量也難以形成預(yù)期規(guī)模。然而，政府主導(dǎo)的無論是混合數(shù)據(jù)交易平臺還是第三方數(shù)據(jù)交易平臺，均可以通過降低企業(yè)決策成本、改善就業(yè)環(huán)境以及帶動產(chǎn)業(yè)結(jié)構(gòu)升級等途徑對區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生正面影響。因而，這種早期探索模式的有效性與可推廣性應(yīng)該是值得肯定的。此外，目前企業(yè)主導(dǎo)建立的數(shù)據(jù)交易平臺對地方經(jīng)濟(jì)發(fā)展的作用不大。按照國外先進(jìn)地區(qū)企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺的發(fā)展趨勢，這種產(chǎn)生和發(fā)展來源于市場需求，且完全采取市場化運(yùn)作機(jī)制同時政府不參與管理的模式，理應(yīng)更能適應(yīng)于市場競爭與發(fā)展，但在中國數(shù)據(jù)要素市場建設(shè)剛剛起步以及體量最大的政務(wù)數(shù)據(jù)尚未開放的階段，地方政府主導(dǎo)建立的數(shù)據(jù)交易平臺往往更加有效，而企業(yè)主導(dǎo)型數(shù)據(jù)交易平臺有待在發(fā)展模式上做進(jìn)一步探索。同時可以看到，數(shù)據(jù)要素市場化配置體制機(jī)制不健全、監(jiān)管體系不完善以及相關(guān)法律法規(guī)缺失等問題是阻礙數(shù)據(jù)要素市場化配置順利推進(jìn)的“攔路虎”。盡管這些問題的解決依然有較長的路要走，但唯有破解上述問題，中國的數(shù)據(jù)要素市場建設(shè)才有可能推進(jìn)下去且不會與數(shù)字經(jīng)濟(jì)發(fā)展脫鉤，國內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型方能行穩(wěn)致遠(yuǎn)。

① 《美媒：中國將在數(shù)據(jù)競爭中超過美國》，2019年2月15日，https：//baijiahaobaiducom/s？id=1625493670611894982&wfr=spider&for=pc，2021年9月8日。

② 中商產(chǎn)業(yè)研究院：《〈2019年中國大數(shù)據(jù)產(chǎn)業(yè)市場前景研究報(bào)告〉發(fā)布》，2019年8月8日，https：//wwwaskcicom/news/chanye/20190808/1703001151070_2shtml，2021年9月8日。

③? 于施洋、王建冬、郭巧敏：《我國構(gòu)建數(shù)據(jù)新型要素市場體系面臨的挑戰(zhàn)與對策》，《電子政務(wù)》2020年第3期。

④ 吳楊：《大數(shù)據(jù)政策文本與現(xiàn)實(shí)的偏差及完善路徑研究》，《公共管理學(xué)報(bào)》2020年第1期。

⑤ 2014年全球數(shù)據(jù)儲量為66ZB（相當(dāng)于7251億個1TB容量的移動硬盤），同比增長5349%。數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院https：//xqianzhancom/xcharts/？k=全球數(shù)據(jù)儲量，2021年10月13日。

⑥? ?吳潔、張?jiān)疲骸兑厥袌龌渲靡曈蛳聰?shù)據(jù)要素交易平臺發(fā)展研究》，《征信》2021年第1期。

⑦? ? 蔡躍洲、馬文君：《數(shù)據(jù)要素對高質(zhì)量發(fā)展影響與數(shù)據(jù)流動制約》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2021年第3期。

⑧ 裴長洪、倪江飛、李越：《數(shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析》，《財(cái)貿(mào)經(jīng)濟(jì)》2018年第9期;Maryam Farboodi and Laura Veldkamp，“A Growth Model of the Data Economy，”NBER Working Papers，2020.

⑨ 李剛、張欽坤、朱開鑫：《數(shù)據(jù)要素確權(quán)交易的現(xiàn)代產(chǎn)權(quán)理論思路》，《山東大學(xué)學(xué)報(bào)》（哲學(xué)社會科學(xué)版）2021年第1期。

⑩ Yuncheng Shen，Bing Guo，Yan Shen，Xuliang Duan，Xiangqian Dong and Hong Zhang，“A Pricing Model for Big Personal Data，”Tsinghua Science and Technology，vol.21，no.5（October，2016），pp.482-490.

方元欣、郭驍然：《數(shù)據(jù)要素價值評估方法研究》，《信息通信技術(shù)與政策》2020年第12期。

Alessandro Acquisti，Curtis Taylor and laid Wagman，“The Economics of Privacy，”Social Science Electronic Publishing，vol.54，no.13（2016），pp.442-492.

Avi Goldfarb and Daniel Trefler，“AI and International Trade，”NBER Working Papers，2018.

Maryam Farboodi and Laura Veldkamp，“A Growth Model of the Data Economy，”NBER Working Papers，2020.

Marc Bourreau，Alexandre de Streel and Inge Graef，“Big Data and Competition Policy： Market Power，Personalised Pricing and Advertising，”Centre on Regulation in Europe，2017.

Charles I.Jones and Christopher Tonetti，“Nonrivalry and the Economics of Data，”NBER Working Papers，2019.https：//www.nber.org/system/files/working_papers/w26260/w26260.pdf，September 8，2021.

Yan CarriereSwallow and Vikram Haksar，“The Economics and Implications of Data： An Integrated Perspective，”IMF Departmental Papers / Policy Papers，2019.

Hal Varian，“Artificial Intelligence，Economics，and Industrial Organization，”Ajay Agrawal，Joshua Gans and Avi Goldfarb，eds.，The Economics of Artificial Intelligence： An Agenda，Chicago：University of Chicago Press，2019，pp.399-419.

Jian Jia，Ginger Zhe Jin and Liad Wagman，“The ShortRun Effects of GDPR on Technology Venture Investment，”NBER Working Papers，2018.https：//www.nber.org/system/files/working_papers/w25248/w25248.pdf，September 8，2021.

這些地方數(shù)據(jù)交易平臺包括：貴陽大數(shù)據(jù)交易所、上海數(shù)據(jù)交易中心、西咸新區(qū)大數(shù)據(jù)交易所、武漢東湖大數(shù)據(jù)交易中心、華東江蘇大數(shù)據(jù)交易中心、長江大數(shù)據(jù)交易中心、浙江大數(shù)據(jù)交易中心、哈爾濱大數(shù)據(jù)交易中心、華中大數(shù)據(jù)交易中心、錢塘大數(shù)據(jù)交易中心、中原大數(shù)據(jù)交易中心、重慶大數(shù)據(jù)交易市場?？梢钥闯觯@些數(shù)據(jù)交易平臺80%以上均分布在長江經(jīng)濟(jì)帶沿線地區(qū)，故本文將研究對象界定在長江經(jīng)濟(jì)帶上的數(shù)據(jù)交易平臺。

Elvidge C.，Pettit D.，Imhoff M.，Nemani，R.，Pack，D.and Cinzano，P.，“Observational Considerations for Moderate Resolution Nighttime Lights，”Proc.SPIE 7081，Earth Observing Systems XIII，70810V（August 20，2008）;廖祖君、王理：《城市蔓延與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展——基于DMSP/OLS夜間燈光數(shù)據(jù)的研究》，《財(cái)經(jīng)科學(xué)》2019年第6期。

Paul C.Sutton and Robert Costanza，“Global Estimates of Market and Nonmarket Values Derived from Nighttime Satellite Imagery，Land Cover，and Ecosystem Service Valuation，”Ecological Economics，vol.41，no.3（2002），pp.509-527;張?。骸陡哞F建設(shè)與縣域經(jīng)濟(jì)發(fā)展——基于衛(wèi)星燈光數(shù)據(jù)的研究》，《經(jīng)濟(jì)學(xué)（季刊）》2017年第4期。

DMSP/OLS與NPP/VIIRS的衛(wèi)星燈光影像下載官網(wǎng)：https：//wwwngdcnoaagov/ngdchtml。

OLS傳感器的設(shè)計(jì)局限常導(dǎo)致DMSP/OLS影像之間不連續(xù)、像元DN值過飽和等問題，與DMSP/OLS相比，NPP/VIIRS的星下空間分辨率更高，對夜間燈光的探測能力更強(qiáng)。

采集數(shù)據(jù)的OLS傳感器共6個，其工作年限存在差異，具體為：F10（ 1992—2014年）、F12（ 1994—1999年）、F14 （ 1997—2003年） 、F15 （ 2000—2007年） 、F16 （ 2004—2009年） 、F18 （ 2010-2013年） 。

李雪萍、貢璐：《DMSP/OLS和VIIRS/DNB夜間燈光影像的校正及擬合》，《測繪通報(bào)》2019年第7期;梁麗、邊金虎、李愛農(nóng)、馮文蘭、雷光斌、張正健、左家旗：《中巴經(jīng)濟(jì)走廊DMSP/OLS與NPP/VIIRS夜光數(shù)據(jù)輻射一致性校正》，《遙感學(xué)報(bào)》2020年第2期。

金碚：《關(guān)于“高質(zhì)量發(fā)展”的經(jīng)濟(jì)學(xué)研究》，《中國工業(yè)經(jīng)濟(jì)》2018年第4期。

Kaoru Tone，“A Slacksbased Measure of Efficiency in Data Envelopment Analysis，”European Journal of Operational Research，vol.130，no.3（2001），pp.498-509.

Thorsten Beck，Ross Levine and Alexey Levkov，“Big Bad Banks？ The Winners and Losers from Bank Deregulation in the United States，”The Journal of Finance，vol.65，no.5（October 2010），pp.1637-1667.

現(xiàn)階段建立的地方數(shù)據(jù)交易平臺服務(wù)的特征都具有明顯的區(qū)域性。以貴陽大數(shù)據(jù)交易中心為例，貴州省貴陽市以外的其他城市也均可通過該平臺進(jìn)行數(shù)據(jù)交易活動。因此，盡管某個城市并未直接建立地方數(shù)據(jù)交易平臺，但只要其所在省份在2015—2017年間建立了平臺，則可近似認(rèn)為該城市建立了數(shù)據(jù)交易平臺。

陳詩一、陳登科：《霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展》，《經(jīng)濟(jì)研究》2018年第2期。

本文樣本中最早出現(xiàn)的地方數(shù)據(jù)交易平臺是貴陽大數(shù)據(jù)交易所，建立時間是2015年4月。

Nathan Nunn and Nancy Qian，“US Food Aid and Civil Conflict，”American Economic Review，vol.104，no.6（2014），pp.1630-1666.

1969—1979年各省份固定電話總量數(shù)據(jù)參見國家統(tǒng)計(jì)局國民經(jīng)濟(jì)綜合統(tǒng)計(jì)司編：《新中國六十年統(tǒng)計(jì)資料匯編》，北京：中國統(tǒng)計(jì)出版社，2010年。

變量來源：《中國城市統(tǒng)計(jì)年鑒（2009-2019）》、各地級（直轄）市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)、互聯(lián)網(wǎng)。部分缺失數(shù)據(jù)通過插值法補(bǔ)齊。

（責(zé)任編輯：冉利軍）

〔基金項(xiàng)目〕國家社會科學(xué)基金重大項(xiàng)目“長江上游生態(tài)大保護(hù)政策可持續(xù)性與機(jī)制構(gòu)建研究”（20&ZD095）;四川省社會科學(xué)研究“十四五”規(guī)劃2021年度課題重大項(xiàng)目“資源要素市場化配置下城鄉(xiāng)融合發(fā)展的‘成渝方案研究”（SC21ZDCY007）

〔作者簡介〕楊艷，四川大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師;

王理，四川大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，四川成都610064;

廖祖君，四川省社會科學(xué)院區(qū)域經(jīng)濟(jì)與城市發(fā)展研究所研究員、博士生導(dǎo)師，四川成都610071。