數(shù)據(jù)要素市場化配置效率的區(qū)域差異、動態(tài)演進與收斂性

王家明，馮連勇，李 波，林承耀

（1.山東石油化工學院 經(jīng)濟管理與文法學院，山東 東營 257061；2.中國石油大學（北京）經(jīng)濟管理學院，北京 102249）

0 引言

隨著數(shù)字中國建設(shè)的推進，數(shù)據(jù)要素在經(jīng)濟高質(zhì)量發(fā)展過程中的關(guān)鍵性逐步顯現(xiàn)。從實踐層面來看，數(shù)據(jù)要素在市場中如何確權(quán)、市場結(jié)構(gòu)與創(chuàng)新績效等問題制約著其驅(qū)動作用的充分發(fā)揮[1]。從理論層面來看，數(shù)據(jù)要素作為全新生產(chǎn)要素，其生產(chǎn)效率以及對經(jīng)濟社會高質(zhì)量發(fā)展的邊際貢獻率如何？數(shù)據(jù)要素與經(jīng)濟社會高質(zhì)量發(fā)展其他影響因素之間的關(guān)系如何？這些問題均有待進一步探討[2]。

從數(shù)據(jù)要素市場化配置效率測度的角度來看，部分學者認為數(shù)據(jù)要素出現(xiàn)較晚，其市場化配置效率無法測度[3,4]；還有部分學者提出采用測算傳統(tǒng)要素市場化配置效率的DEA或索羅余值等模型進行測算，但此類方法的適用性有待進一步商榷；還有部分學者基于實證角度進行了探索，構(gòu)建指標體系與評價模型進行分析?，F(xiàn)有研究為本文測度數(shù)據(jù)要素市場化配置效率提供了參考，但仍存在以下不足：第一，數(shù)據(jù)要素市場化配置效率的科學量化問題。數(shù)據(jù)要素涉及面廣、發(fā)展變化速度快，但現(xiàn)有研究大多以單一指標進行衡量，其科學性與系統(tǒng)性不足。第二，較少有對數(shù)據(jù)要素市場化配置效率進行區(qū)域差異及來源、動態(tài)演進、收斂性分析的相關(guān)研究。

本文以2006—2020年中國31個省份數(shù)據(jù)要素市場化配置的基礎(chǔ)數(shù)據(jù)為研究樣本，將經(jīng)典TOPSIS 模型改進為PFHWD-TOPSIS模型對數(shù)據(jù)要素市場化配置效率進行測度。進一步運用Dagum 基尼系數(shù)、核密度估計方法、σ收斂與β收斂模型對區(qū)域差異及其來源、分布動態(tài)演進及收斂性進行分析。本文旨在對現(xiàn)有理論研究做出有益的探索與補充，對數(shù)據(jù)要素市場化配置的實踐應(yīng)用提供參考與借鑒，具有一定的理論意義與實踐價值。

1 模型、指標與數(shù)據(jù)

1.1 PFHWD-TOPSIS模型

本文運用TOPSIS模型對數(shù)據(jù)要素市場化配置效率進行測度，鑒于此模型應(yīng)用較為廣泛，通過畢達哥拉斯矩陣進行展示。

（1）引入模糊數(shù)來構(gòu)造畢達哥拉斯模糊矩陣。畢達哥拉斯模糊矩陣R=(cj(xi))m×n，其中，cj(xi)=(μij,vij)為方案集中xi(i=1,2,…,m)在評價屬性集中cj(j=1,2,…,n)下的評估值。

（2）計算正理想解和負理想解。

（3）分別計算各項方案與正理想解和負理想解的混合加權(quán)距離。PFHWD(xi,X+)和PFHWD(xi,X-)分別表示xi(i=1,2,…,m)方案與求得的正理想解和負理想解的混合加權(quán)距離，其計算公式如下：

（4）計算方案的貼近度。在使用混合加權(quán)距離測度時，若使用傳統(tǒng)貼近度的計算方法往往會出現(xiàn)某個方案不能同時滿足與正理想解最近且與負理想解最遠的情況，故本文借鑒已有研究提出了一種新的計算方案xi的貼近度函數(shù)ζ(xi)(i=1,2,…,m)[5，6]，公式如下：

（5）結(jié)果排序。根據(jù)式（5）中所求貼近度ζ(xi)的大小，對方案X={x1,x2,…,xm} 進行排序。由于需要對數(shù)據(jù)進行總體基尼系數(shù)測算，進一步進行核密度估計，故對最終的函數(shù)值ζ(xi)進行處理作為優(yōu)化貼近度值，公式如下：

1.2 Dagum基尼系數(shù)

Dagum（1997）[7]提出了按子群對基尼系數(shù)進行分解的方法，彌補了傳統(tǒng)基尼系數(shù)和Theil指數(shù)的缺陷，定義如公式（7）所示：

其中，G表示總體基尼系數(shù)，k為劃分的區(qū)域數(shù)，n為所有省份數(shù)。

總體基尼系數(shù)G可分解為區(qū)域內(nèi)差異貢獻Gω、區(qū)域間差異貢獻Gnb和超變密度貢獻Gt，他們之間滿足以下關(guān)系：

其中，Gjj為區(qū)域j的基尼系數(shù)，Gjh為區(qū)域j和區(qū)域h之間的基尼系數(shù)，Djh表示區(qū)域j和區(qū)域h之間數(shù)據(jù)要素市場化配置效率的相互影響。，函數(shù)F是區(qū)域數(shù)據(jù)要素市場化配置效率的累計概率密度函數(shù)，djh表示區(qū)域之間數(shù)據(jù)要素市場化配置效率的差值。

1.3 核密度估計方法

參考已有研究，本文運用核密度估計方法研究數(shù)據(jù)要素市場化配置效率動態(tài)演進情況[8]，假定隨機變量X的密度函數(shù)為：

其中，x為均值，N是觀測值的個數(shù)，h為帶寬，K(*)為核函數(shù)，X1,…,Xn是各省份的數(shù)據(jù)要素市場化配置效率，其表達式為：

1.4 σ 收斂與β 收斂

（1）σ收斂檢驗方法。σ收斂可理解為不同區(qū)域數(shù)據(jù)要素市場化配置效率的離散程度隨時間推移而變化的過程[8]。本文采用變異系數(shù)法進行計算，公式為：

其中，j＝1,2,3 表示區(qū)域；i=1,2,3,…,31 表示省份；Nj表示第j區(qū)域內(nèi)省份的數(shù)量；Qij表示j區(qū)域內(nèi)i省份數(shù)據(jù)要素市場化配置效率。

（2）β收斂檢驗方法。絕對β收斂的計量模型為：

其中，i=1,2,…,N表示第i個地區(qū)，t=1,2,…,T表示時間，μi和ηt分別為地區(qū)效應(yīng)和時間效應(yīng)，εit為隨機干擾項。

為了提高預(yù)測的精確性，添加控制變量，包含地區(qū)生產(chǎn)總值（GDP）、科技發(fā)展水平（TECH，科技經(jīng)費投入/GDP）、城鎮(zhèn)化率（URBAN，城鎮(zhèn)人口總數(shù)/人口總數(shù)）、產(chǎn)業(yè)結(jié)構(gòu)（IS，第三產(chǎn)業(yè)產(chǎn)值/GDP）、金融發(fā)展水平（FIN，金融產(chǎn)業(yè)增加值）、對外開放（OPEN，進出口總額/GDP），構(gòu)建如下模型：

1.5 數(shù)據(jù)要素市場化配置效率測度指標體系

結(jié)合已有研究，本文從數(shù)據(jù)要素市場化基礎(chǔ)、數(shù)據(jù)要素市場化開發(fā)、數(shù)據(jù)要素市場化規(guī)模三個方面構(gòu)建數(shù)據(jù)要素市場化配置效率測度指標體系[9]，如表1所示。

表1 數(shù)據(jù)要素市場化配置效率測度指標體系及綜合權(quán)重

1.6 數(shù)據(jù)來源及說明

本文選取我國2006—2020年31個省份（不含港澳臺）的面板數(shù)據(jù)作為研究樣本，對數(shù)據(jù)要素市場化配置效率進行測度。本文數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒、各類統(tǒng)計公報和中國經(jīng)濟社會大數(shù)據(jù)研究平臺。對極少數(shù)未發(fā)布與缺失數(shù)據(jù)，通過差分法、線性回歸等方法驗證補齊，同時結(jié)合周邊地區(qū)均值進行轉(zhuǎn)換、補充與驗證。

2 實證結(jié)果分析

2.1 整體分析

現(xiàn)有對數(shù)據(jù)要素市場化水平的研究鮮少對其標準進行研究，且尚未形成統(tǒng)一的梯度劃分標準。因此，本文結(jié)合優(yōu)化后的貼近度測度結(jié)果，以0.2999作為間隔劃分為6個梯度，如表2 所示（數(shù)量表示2006—2020 年位于此梯度區(qū)間內(nèi)的省份總數(shù)）。

表2 梯度分布表

數(shù)據(jù)要素市場化配置效率位于第二梯度的省份數(shù)量最多（135 個），隨后是第三梯度（129 個）、第一梯度（94個）、第四梯度（50 個）。可以看出，2006—2020 年我國31個省份中有86%處于中等水平。但第一梯度、第四梯度的省份數(shù)量則出現(xiàn)斷崖式分布，說明省份數(shù)據(jù)要素市場化配置效率分布差距較大。整體來看，各省份數(shù)據(jù)要素市場化配置效率均呈波動上升趨勢。2006 年，各省份數(shù)據(jù)要素市場化效率停留在第三梯度至第六梯度；2010年，東部地區(qū)的部分省份數(shù)據(jù)要素市場化配置效率進入第二梯度，同時，仍然存在第六梯度的省份如新疆、青海和云南；2015年，各省份的數(shù)據(jù)要素配置效率水平都在第四梯度以上，東部地區(qū)較多省份進入第一梯度，中部地區(qū)進入第一梯度的省份有四川、重慶、湖北和江西；2020年，我國各省份的數(shù)據(jù)要素配置效率都在第三梯度以上，數(shù)據(jù)要素市場化配置效率位于第一梯度的省份范圍進一步向西部地區(qū)移動，整體效率相較于2015年均有顯著提升。

2.2 區(qū)域差異及其來源

全國及三大地區(qū)數(shù)據(jù)要素市場化配置效率的區(qū)域差異及其貢獻率如下頁表3所示。

表3 區(qū)域差異及其貢獻率

2.2.1 總體差異

從下頁圖1 可知，樣本期內(nèi)數(shù)據(jù)要素市場化配置效率的總體區(qū)域差異呈現(xiàn)下降的趨勢。從演變過程來看，數(shù)據(jù)要素市場化配置效率的總體基尼系數(shù)的演變過程為在2006—2008 年與2016—2018年呈現(xiàn)小幅下降趨勢，2009—2016年與2018—2020年呈現(xiàn)快速下降趨勢。2006年數(shù)據(jù)要素市場化配置效率總體基尼系數(shù)值為0.1924，是樣本期內(nèi)最大值，2008—2016 年驟降至0.0926，年均遞減率為9.2%；隨后從2018 年的0.0889 降至2020 年的0.0683，達到樣本期內(nèi)最小值。從整體層面上看，數(shù)據(jù)要素市場化配置效率的總體差異在下降，同時，區(qū)域間差異的貢獻率最高，樣本期內(nèi)在70%上下浮動[10]。由此可見，數(shù)據(jù)要素發(fā)展在樣本期內(nèi)仍然存在區(qū)域間的數(shù)據(jù)鴻溝，單純依靠改善發(fā)展落后地區(qū)的信息基礎(chǔ)設(shè)施條件，難以縮小區(qū)域間的數(shù)據(jù)要素差異。在數(shù)字經(jīng)濟循環(huán)中，依靠數(shù)字技術(shù)可以采集分析各區(qū)域之間的生產(chǎn)要素數(shù)據(jù)信息，通過合理布局發(fā)達地區(qū)與落后地區(qū)的生產(chǎn)要素配置方案，進而打破單核同心圓空間生產(chǎn)模式，弱化生產(chǎn)要素在城鄉(xiāng)之間和區(qū)域之間分布的不均衡性，削弱生產(chǎn)要素流通的空間壁壘，推動經(jīng)濟活動由單向流動轉(zhuǎn)為多向流動。

圖1 總體差異及其貢獻率

2.2.2 區(qū)域內(nèi)差異

如下頁圖2 所示，2006—2020 年，東、中、西三大地區(qū)數(shù)據(jù)要素市場化配置效率區(qū)域內(nèi)差異整體呈現(xiàn)波動下降趨勢。東部地區(qū)變化相對平穩(wěn)，2006—2012 年表現(xiàn)為緩慢下降趨勢，2012—2014年小幅下降，并于2014年達到樣本期內(nèi)最小值，隨后緩慢上升且持續(xù)到2015年，直至2020年區(qū)域內(nèi)差異穩(wěn)定在0.032～0.034。中部地區(qū)整體呈緩慢下降的趨勢，2006—2012 年呈緩慢下降趨勢，2012—2016年的中部地區(qū)區(qū)域內(nèi)差異下降幅度略微增加，2016—2019年呈緩慢下降趨勢且介于0.038～0.042，之后又由0.0388下降至2020 年的0.0340，達到樣本期內(nèi)最小值。西部地區(qū)區(qū)域內(nèi)差異整體表現(xiàn)出急劇下降趨勢，2006—2013 年以9.36%的年均遞減率中小幅度下降，2013—2015年急劇下降，2015—2018 年下降速度相對平緩，保持在0.095～0.100，2018—2020年以8.10%的年均遞減率從0.0952中小幅度下降至0.0623。整體來看，2006—2020 年，東、中、西部地區(qū)區(qū)域內(nèi)數(shù)據(jù)要素市場化配置效率差異均在下降，并且區(qū)域內(nèi)數(shù)據(jù)要素市場化配置效率的極差分別為0.016、0.055、0.225。樣本期內(nèi)，西部地區(qū)基尼系數(shù)值要大于東部地區(qū)和中部地區(qū)，均值分別為0.1711、0.0612 和0.0384，這說明西部地區(qū)內(nèi)部數(shù)據(jù)要素市場化配置效率不均衡現(xiàn)象最為突出，隨后是中部地區(qū)和東部地區(qū)。

圖2 區(qū)域內(nèi)差異

2.2.3 區(qū)域間差異

如圖3 所示，2006—2020 年，東、中、西部地區(qū)數(shù)據(jù)要素市場化配置效率區(qū)域間差異總體呈下降趨勢，其中，東-中部地區(qū)差異平緩下降，2009—2014 年區(qū)域間差異縮小情況較為明顯。從東部地區(qū)和西部地區(qū)差異來看，2006—2009年緩慢下降，2009—2015年急劇下降，2015—2018年區(qū)域間差距仍在縮小但速度并不快，2018—2020 年從0.1382 降至0.1045，降幅約為24.4%。中部地區(qū)和西部地區(qū)區(qū)域間差異變化與東部地區(qū)和西部地區(qū)區(qū)域間差異變化較為相似，呈現(xiàn)下降趨勢，2013—2015年與2018—2020年，中部地區(qū)和西部地區(qū)數(shù)據(jù)要素市場化配置效率差異縮小較為明顯。

圖3 區(qū)域間差異

2.3 動態(tài)演進趨勢

本文運用核密度估計方法考察數(shù)據(jù)要素市場化配置效率分布的位置、形態(tài)和延展性特征（見圖4）。

圖4 數(shù)據(jù)要素市場化配置效率核密度估計圖

2.3.1 全國核密度估計結(jié)果

由圖4（a）可以看出，在樣本期內(nèi)數(shù)據(jù)要素市場化配置效率的區(qū)域差異經(jīng)歷了“上升—下降”的過程。各省份數(shù)據(jù)要素市場化配置效率存在兩個峰值，且隨著時間推移核密度估計曲線總體向右移動，說明數(shù)據(jù)要素市場化配置效率整體呈上升趨勢。從2018年的核密度估計曲線可以看出，峰值較之前逐步上升，兩個波峰距離逐漸逼近且均向右上方移動，說明數(shù)據(jù)要素市場化配置效率整體提升，到2020年曲線整體向右移動，兩個波峰距離繼續(xù)逼近，函數(shù)寬度縮小，說明數(shù)據(jù)要素市場化配置效率總體提升且區(qū)域差異進一步縮小。

2.3.2 三大地區(qū)核密度估計結(jié)果

由圖4（b）可以看出，東部地區(qū)核密度曲線在樣本期內(nèi)均存在兩個峰值，東部地區(qū)數(shù)據(jù)要素市場配置效率在各省份之間存在較為明顯的梯度，其中，主峰較為靠右且高度大致表現(xiàn)為“大幅下降—逐漸上升”的變化趨勢，具體表現(xiàn)為，2006—2009年主峰高度下降，2009—2020年主峰高度逐漸上升，到2020年介于1.8～2.0。由圖4（c）可以看出，中部地區(qū)核密度曲線在樣本期內(nèi)總體右移。從整體上來看，核密度曲線在2006年、2009年、2012年均有兩個波峰，主峰相對靠右，小峰相對靠左。主峰在2009—2009 年峰值上升且保持穩(wěn)定直至2020 年，波峰介于1.75～1.80，小峰在2009—2012 年峰值上升且波峰之間的距離不斷縮小。由圖4（d）可以看出，整體來說，西部地區(qū)核密度曲線存在兩個波峰，且在樣本期內(nèi)大致表現(xiàn)為2006—2009 年主峰波峰大幅上升，2012—2015年主峰波峰小幅下降，2015—2018年主峰波峰小幅上升，2018—2020年主峰波峰再次下降，其主峰寬度總體呈現(xiàn)變窄的趨勢。小峰位于主峰右側(cè)，在2009—2018 年小峰與主峰之間的間距逐漸縮小，2018—2020年小峰峰值顯著降低且波峰右移。

2.4 收斂性分析

2.4.1σ收斂

根據(jù)σ收斂結(jié)果繪制圖5，可以看出：樣本期內(nèi)，全國總體呈波動下降趨勢，2020 年比2006 年下降約0.235，下降幅度達到約66.27%。從區(qū)域?qū)用鎭砜?，東部地區(qū)在2012—2013年下降速度較快，2014—2015 年小幅回升，2020 年相較于2006 年下降了0.0341，降幅約為34.4%。中部地區(qū)在樣本期內(nèi)整體呈下降趨勢，2020 年相較于2006 年下降0.1115，降幅約為64.5%。西部地區(qū)總體呈持續(xù)下降趨勢，明顯下降階段為2013—2015年，2020年相較于2006年下降了0.3945，降幅約為77.5%。值得注意的是，在2019—2020 年，西部地區(qū)σ收斂系數(shù)下降速率高于全國數(shù)值并于2020 年小于全國σ收斂系數(shù)值，中部地區(qū)σ收斂系數(shù)也在同年低于東部地區(qū)的數(shù)值。由此可見，全國及中西部地區(qū)σ收斂系數(shù)在樣本期內(nèi)均表現(xiàn)出逐年下降趨勢，東部地區(qū)數(shù)據(jù)要素市場化配置效率差異的收斂現(xiàn)象并不顯著，西部地區(qū)收斂速度明顯高于中部地區(qū)，存在“追趕效應(yīng)”。

圖5 數(shù)據(jù)要素市場化配置效率σ 收斂趨勢

2.4.2β收斂

在進行了σ收斂后，本文分別進行了全國及東、中、西部地區(qū)數(shù)據(jù)要素市場化配置效率的絕對β收斂檢驗和條件β收斂檢驗（見表4）。

表4 絕對β 收斂和條件β 收斂檢驗結(jié)果

（1）絕對β收斂分析

全國、中部地區(qū)和西部地區(qū)的絕對β收斂系數(shù)均小于0，且均通過了1%水平的顯著性檢驗，表明全國以及中西部地區(qū)數(shù)據(jù)要素市場化配置效率均存在絕對β收斂現(xiàn)象。在地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、對外開放等影響因素相似的情形下，各省份數(shù)據(jù)要素市場化配置效率隨著時間推移最終會收斂至同一穩(wěn)態(tài)水平。從全國來看，絕對β收斂速度為0.0921，從區(qū)域來看，東部地區(qū)不存在絕對β收斂趨勢，中部地區(qū)和西部地區(qū)的絕對β收斂速度分別為0.1057 和0.0936，中部地區(qū)具有較快的收斂速度，而西部地區(qū)收斂速度相對較慢。與數(shù)據(jù)要素配置效率較高的省份相比，科技資源配置效率較低的省份具有更快的增長速度，區(qū)域差距逐漸縮小。

（2）條件β收斂分析

全國及三大地區(qū)條件β收斂系數(shù)都顯著為負，且均通過了1%水平的顯著性檢驗，在考慮除初始值以外的其他異質(zhì)性影響因素的條件下，全國及三大地區(qū)數(shù)據(jù)要素市場化配置效率均存在條件β收斂。全國和東、中、西三大地區(qū)內(nèi)各省份的數(shù)據(jù)要素配置效率都朝著各自穩(wěn)態(tài)水平發(fā)展，不同區(qū)域條件β收斂速度由大到小依次為中部地區(qū)（0.1391）、西部地區(qū)（0.1225）、全國（0.1186）和東部地區(qū)（0.1057）。在考慮了地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、對外開放這些因素之后，收斂速度也隨之發(fā)生了改變。特別地，東部地區(qū)的絕對β收斂分析結(jié)果并未呈現(xiàn)收斂趨勢，條件β收斂分析結(jié)果呈現(xiàn)收斂趨勢。

全國以及三大地區(qū)中各個控制變量的系數(shù)和顯著性各不相同。城鎮(zhèn)化率回歸系數(shù)在全國以及東、中、西三大地區(qū)均為負，全國以及東中部地區(qū)通過了1%水平的顯著性檢驗，西部地區(qū)顯著性相對較弱。這說明城鎮(zhèn)化水平提升有助于全國以及東、中、西三大地區(qū)的數(shù)據(jù)要素市場化配置效率空間收斂，且可以促進區(qū)域間差距縮小。金融發(fā)展水平回歸系數(shù)在中西部地區(qū)顯著為負且通過了1%水平的顯著性檢驗，東部地區(qū)通過了10%水平的顯著性檢驗，數(shù)據(jù)要素發(fā)展中金融業(yè)增加值對中西部地區(qū)引進信息設(shè)備、技術(shù)、人才等提升效率相較于東部地區(qū)更為顯著[11]。地區(qū)生產(chǎn)總值回歸系數(shù)在全國以及中西部地區(qū)為負，全國和中部地區(qū)通過了1%水平的顯著性檢驗，西部地區(qū)通過了10%水平的顯著性檢驗，而在東部地區(qū)具有正向作用[12]?？萍及l(fā)展水平回歸系數(shù)在全國以及中西部地區(qū)為負，且在全國與中部地區(qū)負向作用更為顯著，西部地區(qū)次之，在東部地區(qū)具有一定正向作用[12]。產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)在全國、中部和西部地區(qū)顯著為負，東部地區(qū)為正?？赡艿脑蚴牵瑪?shù)字經(jīng)濟時代背景下東部地區(qū)用戶規(guī)模達到臨界容量后，正向因果累積循環(huán)的反饋機制將產(chǎn)生“馬太效應(yīng)”，能夠持續(xù)降低生產(chǎn)的邊際成本，促使部分企業(yè)規(guī)模經(jīng)濟大范圍凸顯，進而擴大區(qū)域內(nèi)差距。第三產(chǎn)業(yè)占比提高對全國以及中西部地區(qū)第三產(chǎn)業(yè)的發(fā)展具有促進作用，對縮小東部地區(qū)數(shù)據(jù)要素市場化配置效率的差異有抑制作用[13]。開放水平回歸系數(shù)在全國和東部地區(qū)為負，在中西部地區(qū)均顯著為正，表明對外開放水平的提升不利于中西部地區(qū)數(shù)據(jù)要素市場化配置效率差異的縮小?？赡艿脑蚴?，國內(nèi)外數(shù)據(jù)要素相關(guān)產(chǎn)業(yè)發(fā)展水平差距較大，外商資本的進入對數(shù)據(jù)要素相關(guān)產(chǎn)業(yè)的沖擊力度較大。

3 結(jié)論

本文以2006—2020年我國31個省份的數(shù)據(jù)要素市場化配置基礎(chǔ)數(shù)據(jù)為研究樣本，對數(shù)據(jù)要素市場化配置現(xiàn)狀、區(qū)域差異及其來源、演進趨勢及收斂性進行研究，得出以下結(jié)論：

（1）2006—2020 年，各省份數(shù)據(jù)要素市場化配置效率呈波動上升趨勢，但具有明顯的異質(zhì)性特征，總體差異、區(qū)域內(nèi)差異和區(qū)域間差異均呈現(xiàn)波動下降趨勢。

（2）全國以及中西部地區(qū)的σ收斂系數(shù)在樣本期內(nèi)均表現(xiàn)出逐年下降趨勢，東部地區(qū)數(shù)據(jù)要素市場化配置效率差異的σ收斂現(xiàn)象并不顯著，西部地區(qū)σ收斂速度明顯高于中部地區(qū)，存在“追趕效應(yīng)”。全國以及中西部地區(qū)數(shù)據(jù)要素市場化配置效率存在絕對β收斂現(xiàn)象，全國以及三大地區(qū)均存在條件β收斂現(xiàn)象。

（3）地區(qū)生產(chǎn)總值、科技發(fā)展水平、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平、開放水平對全國以及三大地區(qū)數(shù)據(jù)要素市場化配置效率的影響呈現(xiàn)異質(zhì)性特征，其中的閾值效應(yīng)、回彈抵消效應(yīng)可作為未來的研究方向。