公共數(shù)據(jù)開放何以提高企業(yè)發(fā)展質(zhì)量

摘要：數(shù)字經(jīng)濟時代，公共數(shù)據(jù)開放已成為充分發(fā)揮數(shù)據(jù)要素作用，促進企業(yè)發(fā)展質(zhì)量提升的重要手段。利用2010—2020年上市公司的微觀數(shù)據(jù)，運用多期雙重差分法系統(tǒng)考察了公共數(shù)據(jù)開放對企業(yè)發(fā)展質(zhì)量的影響機制。實證結(jié)果表明，公共數(shù)據(jù)開放可以顯著提升以全要素生產(chǎn)率為衡量指標(biāo)的企業(yè)發(fā)展質(zhì)量，并且經(jīng)過一系列穩(wěn)健性和內(nèi)生性檢驗后，上述結(jié)果依然成立。進一步分析發(fā)現(xiàn)，公共數(shù)據(jù)開放通過企業(yè)資本配置效率和企業(yè)創(chuàng)新等機制，促進企業(yè)發(fā)展質(zhì)量。異質(zhì)性分析表明，公共數(shù)據(jù)開放對國有企業(yè)、二三產(chǎn)業(yè)企業(yè)、東部地區(qū)企業(yè)和高人力資本水平企業(yè)的影響更為顯著。研究結(jié)果對于加快推進公共數(shù)據(jù)開放水平和提升數(shù)據(jù)開放質(zhì)量，促進企業(yè)高質(zhì)量發(fā)展具有重要的政策啟示。

關(guān)鍵詞：公共數(shù)據(jù)開放；企業(yè)發(fā)展質(zhì)量；全要素生產(chǎn)率；資本配置效率；企業(yè)創(chuàng)新

一、引言

進入新發(fā)展階段以來，我國經(jīng)濟由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展，經(jīng)濟高質(zhì)量發(fā)展已成為中國全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)。經(jīng)濟高質(zhì)量發(fā)展的實現(xiàn)，歸根結(jié)底需要激發(fā)企業(yè)活力、充分調(diào)動企業(yè)積極性和創(chuàng)造力，提高企業(yè)發(fā)展質(zhì)量。企業(yè)發(fā)展質(zhì)量的內(nèi)涵較豐富，通常指企業(yè)在發(fā)展過程中所展現(xiàn)出來的經(jīng)濟價值和社會價值的實現(xiàn)效率與水平，主要體現(xiàn)在企業(yè)績效、企業(yè)競爭力、全要素生產(chǎn)率等方面（黃速建等，2018；程虹和李丹丹，2014）。其中，全要素生產(chǎn)率的提升是經(jīng)濟持續(xù)增長、提高企業(yè)高質(zhì)量發(fā)展的源泉（郭濤和孫玉陽，2021）。因此，如何提升以全要素生產(chǎn)率為核心的企業(yè)發(fā)展質(zhì)量已成為國內(nèi)外學(xué)者關(guān)注的熱點課題。

當(dāng)前，數(shù)字經(jīng)濟時代已經(jīng)到來，數(shù)據(jù)要素對企業(yè)發(fā)展質(zhì)量的重要性不斷凸顯，正在成為提高企業(yè)發(fā)展質(zhì)量的關(guān)鍵因素。2020年4月，中共中央、國務(wù)院印發(fā)的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》將數(shù)據(jù)要素單獨列出，著力加強數(shù)據(jù)要素市場建設(shè)。數(shù)據(jù)要素中，地方政府所掌握的公共數(shù)據(jù)具有重要的價值，如果可以與企業(yè)共享，會深刻影響到企業(yè)經(jīng)濟行為，對企業(yè)發(fā)展質(zhì)量產(chǎn)生重要影響（Ahmadi 等，2016）。公共數(shù)據(jù)不僅涵蓋政府內(nèi)部的政務(wù)數(shù)據(jù)，還涵蓋企業(yè)等微觀主體在市場活動中產(chǎn)生與公共利益相關(guān)的數(shù)據(jù)（方錦程等，2023）。公共數(shù)據(jù)開放不僅向社會公眾提供政府政務(wù)知情權(quán)，提高政府政務(wù)透明度，更關(guān)鍵的是向企業(yè)提供數(shù)據(jù)要素的使用權(quán)，彌補企業(yè)數(shù)據(jù)不足，更大限度地發(fā)揮數(shù)據(jù)要素的資源配置效應(yīng)，進而提升企業(yè)發(fā)展質(zhì)量。然而，在覆蓋地區(qū)、數(shù)據(jù)范圍、更新速度、高價值數(shù)據(jù)量方面，政府網(wǎng)站開放的數(shù)據(jù)距離社會期望還有較大差距，政府公共數(shù)據(jù)資源利用效率還有待提升。那么，公共數(shù)據(jù)開放這樣一種重要的公共政策是否真正影響到了企業(yè)的經(jīng)營行為？尤其是，政府通過開放公共數(shù)據(jù)能否真正幫助企業(yè)識別投資機會、優(yōu)化資源配置和促進企業(yè)創(chuàng)新，進而影響到企業(yè)發(fā)展質(zhì)量呢？這一系列問題要想得到準(zhǔn)確地解答，必須就此展開深入研究。因此，基于公共數(shù)據(jù)開放視角研究企業(yè)發(fā)展質(zhì)量問題，不僅有助于優(yōu)化地方政府公共數(shù)據(jù)開放機制，而且對于企業(yè)更好地識別和利用地方政府公共數(shù)據(jù)具有重要的現(xiàn)實意義。

本文采用地方政府公共數(shù)據(jù)開放平臺上線作為公共數(shù)據(jù)開放的外生政策沖擊，利用多期DID進行實證分析，從微觀企業(yè)層面考察地方政府公共數(shù)據(jù)開放政策的實施效果，識別地方政府公共數(shù)據(jù)開放與企業(yè)發(fā)展質(zhì)量之間的內(nèi)在聯(lián)系，可能的邊際貢獻主要體現(xiàn)為：①補充了公共數(shù)據(jù)開放在企業(yè)層面的實證研究。公共數(shù)據(jù)開放作為釋放數(shù)據(jù)紅利的公共政策，將對數(shù)字經(jīng)濟發(fā)展創(chuàng)造巨大價值，但現(xiàn)有研究絕大部分從公共管理角度出發(fā)，探究制度建設(shè)與開放質(zhì)量等（楊瑞仙等，2016），而公共數(shù)據(jù)開放如何影響微觀企業(yè)個體的研究較少，本文研究公共數(shù)據(jù)開放對企業(yè)個體的影響，補充了公共數(shù)據(jù)開放在微觀層面的理論與實證研究。②完善了公共數(shù)據(jù)開放影響企業(yè)發(fā)展質(zhì)量的機制路徑，豐富了企業(yè)發(fā)展質(zhì)量的決定因素研究，為地方政府制定公共數(shù)據(jù)開放政策，推動企業(yè)高質(zhì)量發(fā)展提供經(jīng)驗依據(jù)。

二、文獻綜述、制度背景與研究假設(shè)

（一）文獻綜述

1.企業(yè)發(fā)展質(zhì)量研究

企業(yè)發(fā)展質(zhì)量是一個綜合性的概念。目前，企業(yè)發(fā)展質(zhì)量主要包括企業(yè)競爭力觀、績效觀、企業(yè)效率或生產(chǎn)率觀等觀點（朱蘭等，2024；王貞潔等，2022）。在企業(yè)發(fā)展質(zhì)量衡量上，部分學(xué)者通過構(gòu)建綜合指標(biāo)體系考察企業(yè)發(fā)展質(zhì)量，從目標(biāo)狀態(tài)和發(fā)展范式兩個角度對“企業(yè)發(fā)展質(zhì)量”進行了界定，識別出了企業(yè)發(fā)展質(zhì)量的核心特質(zhì)，構(gòu)建相關(guān)復(fù)合指標(biāo)的綜合評價指標(biāo)體系（黃速建等，2018；張濤，2020）。由于多指標(biāo)法存在分析多主觀、體系差異大、數(shù)據(jù)難獲取等問題，越來越多的學(xué)者采用TFP衡量企業(yè)發(fā)展質(zhì)量。眾多學(xué)者指出，提高全要素生產(chǎn)率不僅是經(jīng)濟高質(zhì)量發(fā)展的實現(xiàn)途徑，也是檢驗高質(zhì)量發(fā)展的核心指標(biāo)（高培勇等，2020）。當(dāng)前，學(xué)術(shù)界廣泛采用OP法、LP法測算企業(yè)TFP。企業(yè)TFP的影響因素大致分為宏觀和微觀兩類。宏觀層面上，林毅夫等（2018）基于國家級經(jīng)濟開發(fā)區(qū)角度，考察區(qū)域產(chǎn)業(yè)政策的影響。研究發(fā)現(xiàn)，國家級經(jīng)濟開發(fā)區(qū)具有良好的稅收環(huán)境，會有效促進企業(yè)TFP提升。區(qū)域產(chǎn)業(yè)與區(qū)域協(xié)同發(fā)展政策的共同實施顯著促進了要素流動，推動資源高效配置與前沿技術(shù)進步，進而提升區(qū)域TFP（陳浩，2022）。部分研究還發(fā)現(xiàn)市場型環(huán)境規(guī)制、銀行信用政策、企業(yè)管理效率等能夠強化創(chuàng)新能力、促進企業(yè)技術(shù)創(chuàng)新和改善資源配置，提高企業(yè)全要素生產(chǎn)率（王鋒等，2022；任勝鋼等，2019；Huber，2018；程虹等，2018）。微觀層面，Restuccia和Rogerson（2008）創(chuàng)新性地考察了資源配置對企業(yè)TFP的影響，發(fā)現(xiàn)資源配置扭曲會對TFP產(chǎn)生顯著的負影響。資源配置效率的改善將顯著促進企業(yè)TFP的發(fā)展（羅德明等，2012；尹恒等，2019）。此外，企業(yè)預(yù)算約束、企業(yè)杠桿率以及企業(yè)組織效用等，均會對企業(yè)TFP產(chǎn)生一定的影響（孟憲春等，2020；傅晗彧等，2022）。

2.公共數(shù)據(jù)開放研究

目前，大多數(shù)學(xué)者從制度建設(shè)、數(shù)據(jù)質(zhì)量和影響因素等方面進行研究。制度建設(shè)方面，學(xué)者們主要從政策體系、保障機制和公開系統(tǒng)三個方面，對中國與歐美日等發(fā)達國家進行比較，分析政策背景、法律法規(guī)與公開系統(tǒng)，借鑒先進制度經(jīng)驗，彌補開放質(zhì)量的國內(nèi)外差距（楊瑞仙等，2016；黃雨婷等，2020）。數(shù)據(jù)質(zhì)量方面，國內(nèi)外學(xué)者從諸多角度構(gòu)建了數(shù)據(jù)質(zhì)量評價體系。國外學(xué)者關(guān)注公共數(shù)據(jù)開放的數(shù)據(jù)供應(yīng)質(zhì)量和政策內(nèi)容（Zuiderwijk 等，2014；Donker 等，2017），國內(nèi)學(xué)者更聚焦于平臺的數(shù)據(jù)開發(fā)價值和潛在價值，通過合適的模型構(gòu)建公共數(shù)據(jù)開放的評估體系，對公共數(shù)據(jù)開放政策進行量化評價（趙需要等，2022；孫嘉睿等，2022）。影響因素方面，隨著地方政府?dāng)?shù)據(jù)開放平臺的陸續(xù)上線，關(guān)于數(shù)據(jù)開放績效的驅(qū)動因素研究逐漸增多?，F(xiàn)有的研究認為不同的公眾參與度會影響政府對于數(shù)據(jù)開放的判斷和態(tài)度（陳朝兵等，2021），平臺作為政府?dāng)?shù)據(jù)開放的窗口，不僅受限于當(dāng)下政府對于數(shù)據(jù)監(jiān)管和制度政策，也受制于互聯(lián)網(wǎng)技術(shù)的研發(fā)與普及（Schalkwyk 等，2015）。

當(dāng)前，國內(nèi)外學(xué)者普遍認為公共數(shù)據(jù)開放能夠推動數(shù)據(jù)要素共享，加快數(shù)據(jù)要素融入生產(chǎn)體系，促進區(qū)域協(xié)調(diào)發(fā)展（陳曉紅等，2022）。公共數(shù)據(jù)開放平臺串聯(lián)數(shù)據(jù)要素的供需雙方，提高數(shù)據(jù)資源的普惠水平，大幅降低了數(shù)據(jù)要素的使用門檻，緩解政企之間的信息不對稱，提供了彌合公共數(shù)據(jù)與企業(yè)內(nèi)部信息差距的開放平臺（方錦程等，2023）。政府通過開通公共數(shù)據(jù)開放平臺，營造良好的數(shù)據(jù)要素開放環(huán)境，發(fā)揮數(shù)據(jù)要素功能，促進企業(yè)全要素生產(chǎn)率的提升，推動經(jīng)濟高質(zhì)量發(fā)展（楊秀云等，2023；彭遠懷，2023）。但遺憾的是，現(xiàn)有文獻較少從微觀角度充分關(guān)注公共數(shù)據(jù)開放對企業(yè)發(fā)展質(zhì)量的實際影響。現(xiàn)有研究更多圍繞數(shù)據(jù)平臺的制度建設(shè)、數(shù)據(jù)質(zhì)量和影響因素等角度展開，但對于公共數(shù)據(jù)開放是否真正為微觀個體賦能助力的研究較少。事實上，政府公共數(shù)據(jù)政策的出臺對企業(yè)的影響是不容忽視的。地方政府通過實施公共數(shù)據(jù)開放政策，為企業(yè)獲取市場信息提供了更高效、便捷的渠道，緩解企業(yè)與市場之間的信息不對稱，從而提升企業(yè)的發(fā)展質(zhì)量。有鑒于此，本文從微觀層面深入分析公共數(shù)據(jù)開放對以TFP為核心指標(biāo)的企業(yè)發(fā)展質(zhì)量的作用機制。

（二）制度背景

自2009年起，歐美各國相繼上線國家級數(shù)據(jù)開放平臺，標(biāo)志著數(shù)據(jù)開放與信息共享的浪潮到來。2011年，歐美等8個國家聯(lián)合簽署《開放數(shù)據(jù)聲明》，建立開放政府合作伙伴關(guān)系，制定了數(shù)據(jù)開放的相關(guān)政策與計劃（楊瑞仙等，2016）。與國外相比，我國地方政府公共數(shù)據(jù)開放時間較晚。直到2012年，僅上海、北京和湛江推出了政府?dāng)?shù)據(jù)開放平臺。2015年開始，我國政府高度重視對數(shù)據(jù)的開放利用，尤其是《促進大數(shù)據(jù)發(fā)展行動綱要》中明確提出“推動政府?dāng)?shù)據(jù)開放共享”。但在2017年之前，也只有17個城市開放了地方政府?dāng)?shù)據(jù)平臺。2018年之后，地方政府大規(guī)模推出政府?dāng)?shù)據(jù)開放平臺。據(jù)統(tǒng)計，截至 2023 年 8 月，我國城市公共數(shù)據(jù)開放平臺已達到204 個（含直轄市、副省級與地級行政區(qū)），詳見圖1。雖然不同城市公共數(shù)據(jù)開放的時點不同，其所處的經(jīng)濟社會發(fā)展階段、發(fā)展任務(wù)和具體目標(biāo)都存在一定差異，但是，公共數(shù)據(jù)開放的主要目標(biāo)基本一致。如果公共數(shù)據(jù)開放實現(xiàn)了預(yù)期的主要目標(biāo)，那么說明該政策對開放城市的經(jīng)濟轉(zhuǎn)型發(fā)展、城市競爭優(yōu)勢塑造、政府治理能力提升等方面可能產(chǎn)生一定的推動作用。在公共數(shù)據(jù)開放過程中，區(qū)域內(nèi)企業(yè)的技術(shù)創(chuàng)新水平和企業(yè)的資本配置能力可能均會受到影響，進而影響到企業(yè)發(fā)展質(zhì)量。

（三）研究假設(shè)

在數(shù)字經(jīng)濟時代，世界各國對數(shù)據(jù)的依賴快速上升，數(shù)據(jù)已從簡單的處理對象轉(zhuǎn)化成重要的戰(zhàn)略資源和生產(chǎn)要素，其價值愈發(fā)凸顯。其中，政府作為公共數(shù)據(jù)最大的擁有者，如果將所掌握的數(shù)據(jù)與公眾共享，則能夠激發(fā)創(chuàng)新創(chuàng)業(yè)活力，賦能企業(yè)發(fā)展。政府開放公共數(shù)據(jù)本質(zhì)上是對公眾和企業(yè)釋放數(shù)據(jù)紅利，政府開放的公共數(shù)據(jù)中蘊含著巨大價值，可以促進企業(yè)等相關(guān)主體進行數(shù)據(jù)增值開發(fā)與再利用（張曉娟等，2022；雷鴻竹和王謙，2023）。一方面，政府開放公共數(shù)據(jù)可以有效緩解企業(yè)與政府在數(shù)據(jù)信息上的不對稱，降低企業(yè)獲取相關(guān)重要數(shù)據(jù)的成本，改變企業(yè)傳統(tǒng)的經(jīng)營模式，使得企業(yè)發(fā)展質(zhì)量提升成為可能（方錦程等，2023）。另一方面，企業(yè)利用政府開放的公共數(shù)據(jù)并整合企業(yè)自身掌握的數(shù)據(jù)，通過數(shù)據(jù)潛在價值挖掘，優(yōu)化現(xiàn)有資本配置（Nikiforova 等，2021），實現(xiàn)業(yè)務(wù)、產(chǎn)品、模式等創(chuàng)新，發(fā)現(xiàn)市場和商業(yè)機遇， 推動企業(yè)發(fā)展質(zhì)量提升。據(jù)此得出本文的第一個理論假設(shè)：

H1：公共數(shù)據(jù)開放會促進企業(yè)發(fā)展質(zhì)量提升。

資本配置效率是影響企業(yè)發(fā)展質(zhì)量的核心因素，早有研究證實了資源配置與企業(yè)發(fā)展質(zhì)量之間的相關(guān)關(guān)系和影響路徑（Fuchs，2016；Brandt，2013）。公共數(shù)據(jù)開放政策的實施，通過構(gòu)建政府?dāng)?shù)據(jù)平臺，不僅拓展了企業(yè)獲取數(shù)據(jù)的途徑，降低企業(yè)獲取數(shù)據(jù)門檻的同時提高了企業(yè)轉(zhuǎn)化數(shù)據(jù)、適應(yīng)市場的效率，政務(wù)信息、公共數(shù)據(jù)與企業(yè)內(nèi)部信息相融合，強化企業(yè)對投資機會的敏感性程度和市場適應(yīng)力（Easley，2004）。而且在微觀層面也有利于資本流動和社會資源的有效配置，緩解信息不對稱（Akerlof，1970），及時將資金投入到更高產(chǎn)出的部門，提升企業(yè)的生產(chǎn)效率與組織效用，促進企業(yè)發(fā)展質(zhì)量提升。據(jù)此得出本文第二個理論假設(shè)：

H2：公共數(shù)據(jù)開放通過優(yōu)化企業(yè)資本配置效率，促進企業(yè)發(fā)展質(zhì)量提升。

創(chuàng)新是企業(yè)發(fā)展的核心競爭力，創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的驅(qū)動作用早已得到認可（唐未兵，2010，2014）。但創(chuàng)新具有很大的不確定性，只有真正發(fā)掘客戶的新需求，創(chuàng)新產(chǎn)品才能形成真正的市場供給。地方政府通過開放公共數(shù)據(jù)，建立了高效的信息披露機制，為企業(yè)提供了更加全面的市場供需、行業(yè)發(fā)展與前景等宏觀數(shù)據(jù)信息，有助于加快企業(yè)管理層的創(chuàng)新決策（鄧悅，2022），刺激企業(yè)進行技術(shù)創(chuàng)新，開發(fā)新的產(chǎn)品。此外，創(chuàng)新能夠為企業(yè)帶來一定的差異化優(yōu)勢，提升企業(yè)收益。之后，企業(yè)通過擴大生產(chǎn)規(guī)模使生產(chǎn)成本不斷下降，在成本與規(guī)模效應(yīng)的雙重作用下，企業(yè)的發(fā)展質(zhì)量自然得到有效提升。據(jù)此得出本文第三個理論假設(shè)：

H3：公共數(shù)據(jù)開放通過激發(fā)企業(yè)創(chuàng)新，促進企業(yè)發(fā)展質(zhì)量提升。

三、研究設(shè)計

（一）模型構(gòu)建

在研究設(shè)計中，為了使該研究更加嚴謹，本文首先以城市公共數(shù)據(jù)開放對企業(yè)發(fā)展質(zhì)量的推動作用作為其政策的基本目標(biāo)，檢驗該政策是否顯著提升企業(yè)發(fā)展質(zhì)量，然后再進一步檢驗該政策對企業(yè)發(fā)展質(zhì)量的影響機制。

在評估政策實施效果的方法中，雙重差分法是近年來被廣泛運用的一種計量經(jīng)濟學(xué)方法。該方法的基本思想是將制度變遷和新政策實施視為一次外生于經(jīng)濟系統(tǒng)的“自然實驗”或“準(zhǔn)實驗”。公共數(shù)據(jù)開放政策的實施，一方面可能使得同一個試點城市的企業(yè)發(fā)展質(zhì)量在政策實施前后產(chǎn)生差異；另一方面在同一時點上的試點城市與非試點城市之間產(chǎn)生顯著差異，基于雙重差分法進行的模型回歸估計，可以有效地控制其他共時性政策的影響及試點城市與非試點城市的事前差異，進而識別出政策沖擊對企業(yè)發(fā)展質(zhì)量所帶來的凈影響。因此，公共數(shù)據(jù)開放平臺設(shè)立可以被視為“準(zhǔn)自然實驗”，并運用雙重差分法進行政策效應(yīng)的評估?？紤]到城市公共數(shù)據(jù)開放是多批次啟動，本文采用多期雙重差分法分析政策實施對企業(yè)發(fā)展質(zhì)量的影響，模型如下：

tfpict=α0+α1treatedct+α2controlit+μi+λt+εict（1）

式中，tfpict表示城市c的企業(yè)i在t年的全要素生產(chǎn)率，用來衡量企業(yè)發(fā)展質(zhì)量，在主回歸中采用OP方法測算企業(yè)TFP（tfp_op）。treated是城市公共政府?dāng)?shù)據(jù)開放虛擬變量，treated=treat×time，即當(dāng)i企業(yè)所在城市在t年設(shè)立公共數(shù)據(jù)開放平臺后，treated賦值為1，否則為0。系數(shù)α1即為公共數(shù)據(jù)開放政策實施對企業(yè)TFP影響的估計結(jié)果。controlit為控制變量集合，包括企業(yè)和宏觀兩個層面的7個變量。μi為個體固定效應(yīng)，λt為時間固定效應(yīng)，εict為隨機誤差項。

（二）變量說明

1.被解釋變量：企業(yè)TFP。目前，OP法和LP法在企業(yè)TFP測算時運用最為廣泛。因此，本文參考楊汝岱（2016）等人的做法，首先采用OP法測算的企業(yè)TFP作為被解釋變量進行基準(zhǔn)回歸，然后采用LP法測算的企業(yè)TFP進行穩(wěn)健性檢驗。

2.解釋變量：公共數(shù)據(jù)開放。由于設(shè)立地方政府?dāng)?shù)據(jù)開放平臺是地方政府進行數(shù)據(jù)開放的重要體現(xiàn)，本文將是否設(shè)立政府?dāng)?shù)據(jù)開放平臺作為地方政府?dāng)?shù)據(jù)開放的衡量指標(biāo)，并將地方政府?dāng)?shù)據(jù)開放平臺設(shè)立作為一種準(zhǔn)自然實驗，當(dāng)企業(yè)c所處城市i在t年已設(shè)立數(shù)據(jù)開放平臺，則取值為1，否則取值為0。

3.中介變量：資本配置效率和企業(yè)創(chuàng)新。由于Wulger（2000）的建模思想，主要從固定資產(chǎn)投資的角度估計資本配置效率，存在一定的幸存性偏差，本文參照覃家琦等（2021）的做法，選擇Farrell（1957）意義上的技術(shù)效率度量企業(yè)資本配置效率。目前，衡量企業(yè)創(chuàng)新的指標(biāo)主要有研發(fā)投入資金、研發(fā)人數(shù)、專利申請數(shù)、新產(chǎn)品銷售收入等。參照肖鵬等（2023）的做法，采用企業(yè)研發(fā)投入金額的自然對數(shù)，作為企業(yè)創(chuàng)新的衡量指標(biāo)。

4.控制變量。為盡可能避免重要變量遺漏導(dǎo)致回歸結(jié)果失真，選取以下影響企業(yè)TFP的變量作為控制變量。企業(yè)層面，選取資產(chǎn)負債率、總資產(chǎn)收益率、企業(yè)規(guī)模、企業(yè)年齡和董事會規(guī)模；宏觀層面，選取經(jīng)濟不確定性和市場化水平。其中，經(jīng)濟政策不確定性指數(shù)參考Baker等（2016）、Yu等（2021）的做法進行構(gòu)建；市場化指數(shù)借鑒樊綱等（2011）的做法構(gòu)建。變量的具體說明如表1所示。

（三）數(shù)據(jù)來源

由于城市公共數(shù)據(jù)開放平臺設(shè)立的最早時間為2012年，因此本文的研究區(qū)間為2010—2020年，樣本為中國A股上市公司。城市公共數(shù)據(jù)開放的相關(guān)數(shù)據(jù)和平臺設(shè)立時間來自復(fù)旦大學(xué)數(shù)據(jù)與移動治理實驗室發(fā)布的《中國地方政府?dāng)?shù)據(jù)開放報告》。企業(yè)TFP和資本配置效率測算所需數(shù)據(jù)、企業(yè)創(chuàng)新及企業(yè)層面控制變量來源于CSMAR數(shù)據(jù)庫。經(jīng)濟政策不確定性指數(shù)構(gòu)建所需數(shù)據(jù)通過各省級日報新聞信息檢索獲得。市場化指數(shù)計算所需數(shù)據(jù)來源于2010—2020年《中國城市統(tǒng)計年鑒》。為保證樣本的穩(wěn)定性和可觀測性，對初始樣本進行了以下處理：剔除ST和*ST企業(yè)；剔除金融及保險行業(yè)的上市公司；剔除數(shù)據(jù)嚴重缺失樣本。

（四）描述性統(tǒng)計和組間均值比較

主要變量的描述性統(tǒng)計結(jié)果顯示，OP法測算所得的企業(yè)TFP均值為6.645、標(biāo)準(zhǔn)差為0.931、最小值為1.977、最大值為11.430，即不同企業(yè)TFP之間差距較大。城市公共數(shù)據(jù)開放虛擬變量均值為0.756，表明樣本中企業(yè)所屬城市76.3%實施了公共數(shù)據(jù)開放政策。組間均值比較結(jié)果顯示，城市公共數(shù)據(jù)開放樣本的企業(yè)TFP均值為6.684，而未開放樣本僅為6.527，高了0.157，且均值差異通過了1%水平的顯著性檢驗。組間均值比較初步驗證了實施公共數(shù)據(jù)開放對企業(yè)TFP具有顯著的正向影響。當(dāng)然，更為嚴謹?shù)膶嵶C檢驗還需進一步完成。

四、實證結(jié)果

（一）基準(zhǔn)回歸

表3報告了公共數(shù)據(jù)開放政策對企業(yè)TFP影響的回歸結(jié)果。其中，列（1）為未加入控制變量的回歸結(jié)果；列（2）為加入了控制變量；列（3）為加入控制變量和年份固定效應(yīng)；列（4）為加入控制變量以及年份和行業(yè)固定效應(yīng)。從回歸結(jié)果可以看出，treated的系數(shù)一直顯著為正，在加入一系列控制變量和固定效應(yīng)后，回歸系數(shù)盡管有所下降但仍為正值（0.075），并且通過了5%水平的顯著性檢驗?？刂谱兞糠矫?，總資產(chǎn)收益率、企業(yè)年齡和市場化水平均對企業(yè)TFP具有顯著的正向影響；經(jīng)濟政策不確定則產(chǎn)生了顯著的負向影響?；貧w結(jié)果表明，公共數(shù)據(jù)開放政策的實施，顯著提升了企業(yè)TFP；相對于未實施政策地區(qū)的企業(yè)，受到公共數(shù)據(jù)開放政策實施影響的企業(yè)，其企業(yè)TFP會提升7.5%?；诖?，理論假設(shè)1得證。

（二）動態(tài)效果分析

多期雙重差分模型的實施前提是實驗組與控制組在受到政策沖擊之前是具備平行趨勢的。本文參考Beck等（2010）的做法，構(gòu)建平行趨勢檢驗?zāi)Ｐ停?/p>

tfpit=β0+∑5k≤5βktreatmentk+β controlit+μi+λt+εit

（2）

式中，treatment表示政策實施的相對年份，當(dāng)城市公共政府?dāng)?shù)據(jù)開放時，該城市賦值為1，反之為0，處于該城市的企業(yè)賦值為treatmen0，政策實施一年后，賦值為treatment1；開放的前一年，則賦值為treatment-1，以此類推。其余變量與基本回歸模型（1）相同。

圖2繪制了βk的估計系數(shù)和90%置信區(qū)間。由圖2可知，在城市公共數(shù)據(jù)開放實施之前，其交互項系數(shù)在0附近波動，而在政策實施當(dāng)年及其之后，交互項系數(shù)顯著為正且出現(xiàn)快速攀升趨勢，證實模型符合平行趨勢檢驗。進一步分析得出，政策動態(tài)趨勢也證實了地方政府?dāng)?shù)據(jù)開放的實施顯著地提升了企業(yè)TFP，該結(jié)果不受遺漏變量和互為因果的影響。

（三）穩(wěn)健性檢驗

1.安慰劑檢驗

為檢驗本文結(jié)果是否受一些不可觀測的因素影響，本文設(shè)置了如下安慰劑檢驗：隨機分配公共數(shù)據(jù)開放的時間和地方，設(shè)置虛擬變量treat，在模型（1）的基礎(chǔ)上進行重復(fù)回歸500次，實施安慰劑檢驗。

圖3展示了安慰劑的結(jié)果，可以發(fā)現(xiàn)公共數(shù)據(jù)開放treated的真實回歸系數(shù)（0.075）位于模型的右側(cè)，這表明本文假設(shè)的虛擬政策效應(yīng)并不存在，本文的估計結(jié)果并不受到不可觀測的因素影響。

2.更換企業(yè)TFP的測量方法

在穩(wěn)健性檢驗部分，本文采用LP法測量企業(yè)TFP并替換被解釋變量。表4中列（1）為重新回歸結(jié)果。從表中可以看出，treated的系數(shù)為0.079，并且通過了1%水平的顯著性檢驗。這表明更換被解釋變量并不會影響模型的基準(zhǔn)回歸結(jié)果，本文研究結(jié)論仍然成立。

3.樣本縮尾處理

為了避免極端樣本數(shù)據(jù)對回歸結(jié)果產(chǎn)生的影響，在穩(wěn)健性檢驗中我們對樣本進行正負1%的縮尾處理。表4中列（2）展示了正負1%縮尾處理后的回歸結(jié)果，該結(jié)果顯著為正，表明樣本數(shù)據(jù)在進行縮尾處理后并不會影響模型的基準(zhǔn)回歸，證明本文結(jié)果是穩(wěn)健的。

4.增加控制變量

考慮到現(xiàn)金流對企業(yè)發(fā)展的重要影響，在本部分穩(wěn)健性檢驗中，加入了企業(yè)層面控制變量——企業(yè)現(xiàn)金流（cash）。其中，企業(yè)現(xiàn)金流通過經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額÷總資產(chǎn)計算得出。表4列（3）展示了增加控制變量后的回歸結(jié)果。此時，treated的系數(shù)仍顯著為正，且系數(shù)與基準(zhǔn)回歸系數(shù)相差非常小，說明模型在增加控制變量后依舊是穩(wěn)健且可靠的，進一步驗證了本文結(jié)論。

5.PSM—DID

由于DID模型檢驗政策實施效果本質(zhì)上為一種準(zhǔn)自然實驗，其難免存在自選擇的偏差。考慮到這一因素，本文借鑒黃先海（2023）的做法，用傾向得分匹配法（PSM）中的最鄰近匹配法消除該影響。定義某年某城市實施公共數(shù)據(jù)開放政策的企業(yè)i1，其次在樣本中找到一個在企業(yè)規(guī)模、收益率和市場環(huán)境等各方面高度相同的企業(yè)i2，在可觀測的其他各方面企業(yè)屬性高度相同時，就可以認為企業(yè)發(fā)展質(zhì)量的差異歸因于城市實施公共數(shù)據(jù)開放的差異，從而令準(zhǔn)自然實驗近似隨機，消除選擇偏差。故接下來采用傾向得分匹配之后的樣本重新進行DID分析，結(jié)果如表4列（4）所示。從表中可以看出，treated的系數(shù)為0.065，且通過了5%水平的顯著性檢驗，證明之前的回歸結(jié)果仍然穩(wěn)健。

6.內(nèi)生性檢驗

為解決回歸中可能存在的內(nèi)生性問題，借鑒宋敏等（2021）的思想，本文采用二階段工具變量法對模型進行重新檢驗。通常來說，城市進行公共數(shù)據(jù)開放會受到省內(nèi)其他城市的影響，宋敏等（2021）認為，從經(jīng)濟發(fā)展的角度，省內(nèi)地級市都會受到相同省級政策和省內(nèi)其他城市政策的影響。隨著省內(nèi)公共數(shù)據(jù)開放城市的增加，其他城市進行公共數(shù)據(jù)開放的積極性會極大增強。但省內(nèi)其他城市的公共數(shù)據(jù)開放對本城市內(nèi)企業(yè)TFP的影響則較弱。因此，除本城市以外，省內(nèi)公共數(shù)據(jù)開放城市數(shù)量占比是一個很好的工具變量。故采用其作為工具變量進行兩階段最小二乘法回歸，回歸結(jié)果如表5所示。從表5中可以看出，在剔除了影響因素之后，treated的系數(shù)為0.168，且通過了1%水平的顯著性檢驗，由此增強了本文結(jié)論的可靠性。

7.機制檢驗

根據(jù)前文的理論分析，對于公共數(shù)據(jù)開放與企業(yè)發(fā)展質(zhì)量的作用機制，將從資本配置效率和企業(yè)創(chuàng)新兩方面進行機制檢驗。

（1）資本配置效率。參考覃家琦等（2021）的做法，選擇超越對數(shù)生產(chǎn)函數(shù)參數(shù)方法，構(gòu)建技術(shù)效率指數(shù)的隨機前沿模型作為測度資本配置效率的基本模型，其基本形式如下：

Yit=Af（Xit）exp（vit－uit）

（3）

式中，Yit為i企業(yè)在t時期的產(chǎn)出變量；A為TFP；f（X）表示隨機前沿生產(chǎn)函數(shù)，Xit為i企業(yè)在t時期的要素X投入，意為在技術(shù)條件和要素投入下，生產(chǎn)要素Y與最大經(jīng)濟產(chǎn)出量之間的關(guān)系；vit是隨機誤差項，uit表示為技術(shù)無效率指數(shù)，exp（-u）即為本模型關(guān)鍵系數(shù)技術(shù)效率水平，由于u必然大于等于0，因而技術(shù)效率te將位于0～1之間。

在具體的指標(biāo)構(gòu)建上，將企業(yè)的產(chǎn)出變量Y確定為營業(yè)總收入；將勞動投入、固定資產(chǎn)投入和中間投入三個變量確定為投入變量X，勞動投入=“支付給職工以及為職工支付的現(xiàn)金+應(yīng)付職工薪酬”。固定資產(chǎn)投入=“固定資產(chǎn)凈值+固定資產(chǎn)折舊”，中間投入=“營業(yè)成本+管理費用+銷售費用－勞動投入－固定資產(chǎn)折舊”。

由于部分企業(yè)變量缺失，本次資本配置效率指標(biāo)測算共獲得了23693個觀察樣本。在資本配置效率測算的基礎(chǔ)上，參考溫忠麟（2014）的方法，構(gòu)建中介效應(yīng)模型，檢驗公共數(shù)據(jù)開放是否通過資本配置效率對企業(yè)發(fā)展質(zhì)量產(chǎn)生影響，其設(shè)計如下：

tfpict=α0+α1treatedct+α2controlit+μi+λt+εict（4）

teit=α0+α1treatedct+α2controlit+μi+λt+εict（5）

tfpict=α0+α1teit+α2treatedct+α3controlit+μi+λt+εict

（6）

表6匯報了資本配置效率的中介效應(yīng)結(jié)果，te的系數(shù)顯著為正，本文進一步通過Sobel和Bootstrap檢驗判斷中介效應(yīng)是否顯著，Sobel檢驗的Z值為4.393，在1%的水平上顯著；Bootstrap檢驗修正后的置信區(qū)間不包含0，表明中介效應(yīng)成立。這說明隨著公共數(shù)據(jù)的開放，企業(yè)資本配置效率得到一定的提升，進而影響到企業(yè)的發(fā)展質(zhì)量。其主要體現(xiàn)在以下三個方面：一是隨著公共數(shù)據(jù)平臺的陸續(xù)開放，一定程度上緩解了市場間主體的信息不對稱，企業(yè)信息成本下降，進而影響企業(yè)的發(fā)展質(zhì)量。二是公共數(shù)據(jù)平臺開放拓展了企業(yè)獲取信息的途徑，提升了企業(yè)獲取信息的效率和能力。三是公共數(shù)據(jù)開放釋放數(shù)據(jù)要素紅利，企業(yè)通過使用數(shù)據(jù)要素分析市場信息，強化企業(yè)對投資機會的敏感性程度，資本配置優(yōu)化使得生產(chǎn)要素由低生產(chǎn)效率企業(yè)流向高生產(chǎn)效率企業(yè)，優(yōu)勝劣汰迫使低生產(chǎn)效率企業(yè)退出市場，最終實現(xiàn)整體企業(yè)的發(fā)展質(zhì)量提升。

（2）企業(yè)創(chuàng)新。創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的驅(qū)動作用早已得到認可（唐未兵，2010，2014），企業(yè)創(chuàng)新可以從創(chuàng)新投入和創(chuàng)新產(chǎn)出視角分析：創(chuàng)新投入以企業(yè)的人力資本和研發(fā)投入為主，創(chuàng)新產(chǎn)出以專利研發(fā)成果展現(xiàn)。但專利從申請到授權(quán)的時間較長，存在較嚴重的滯后性和很高的不確定性，專利數(shù)難以準(zhǔn)確衡量企業(yè)創(chuàng)新。相對于創(chuàng)新產(chǎn)出，創(chuàng)新投入體現(xiàn)出一個企業(yè)對研發(fā)和創(chuàng)新的重視程度，可以較好地反映企業(yè)現(xiàn)階段的創(chuàng)新水平。為此，本文參照肖鵬等（2023）的做法，采用企業(yè)研發(fā)投入金額的自然對數(shù)，作為企業(yè)創(chuàng)新的衡量指標(biāo)。為檢驗企業(yè)創(chuàng)新機制在公共數(shù)據(jù)開放傳導(dǎo)中是否成立，本文構(gòu)建以下中介效應(yīng)模型，具體如下：

tfpict=α0+α1treatedct+α2controlit+μi+λt+εict（7）

RDit=α0+α1treatedct+α2controlit+μi+λt+εict（8）

tfpict=α0+α1RD+α2treatedct+α3controlit+μi+λt+εict（9）

式中，RD為企業(yè)當(dāng)年研發(fā)支出的自然對數(shù)。表7匯報了企業(yè)創(chuàng)新的中介效應(yīng)結(jié)果，RD系數(shù)為正值且通過了1%水平的顯著性檢驗，Sobel檢驗的Z值為5.775，在1%的水平上顯著；Bootstrap檢驗修正后的置信區(qū)間不包含0，表明中介效應(yīng)成立。表明公共數(shù)據(jù)的開放所帶來的信息優(yōu)勢與數(shù)據(jù)要素會促進企業(yè)創(chuàng)新投入，從而提升企業(yè)發(fā)展質(zhì)量。其主要體現(xiàn)在以下兩個方面：在技術(shù)創(chuàng)新層面上，公共數(shù)據(jù)開放賦能企業(yè)創(chuàng)新，技術(shù)進步推動企業(yè)降本增效，企業(yè)采用先進工藝或制程可以提升整體產(chǎn)出，降低對原材料、人力資本以及其他生產(chǎn)要素的需求，從而提高企業(yè)生產(chǎn)效率；而在流程創(chuàng)新層面，先進的管理經(jīng)驗可以降低企業(yè)的管理成本，優(yōu)化經(jīng)營模式與組織效用，加快企業(yè)轉(zhuǎn)型升級并提升企業(yè)的發(fā)展質(zhì)量。

五、異質(zhì)性分析

前文研究表明，公共數(shù)據(jù)開放通過企業(yè)資本配置效率和企業(yè)創(chuàng)新顯著提升企業(yè)發(fā)展質(zhì)量。但產(chǎn)權(quán)性質(zhì)不同、區(qū)域不同、產(chǎn)業(yè)不同以及人力資本水平不同，企業(yè)對政府公共數(shù)據(jù)開放的認識、利用和開發(fā)可能會存在一定差異，從而導(dǎo)致公共數(shù)據(jù)開放對企業(yè)發(fā)展質(zhì)量的影響可能出現(xiàn)異質(zhì)性。因此，接下來，分別從以下幾個方面探究公共數(shù)據(jù)開放效應(yīng)的異質(zhì)性問題因篇幅原因，異質(zhì)性回歸結(jié)果未在正文展示，可向作者索取。。

（一）產(chǎn)權(quán)異質(zhì)性

根據(jù)企業(yè)的產(chǎn)權(quán)類型，本文分別對國有企業(yè)與非國有企業(yè)的樣本數(shù)據(jù)進行分組回歸。國有企業(yè)樣本中，treated系數(shù)估計值為0.149，在1%水平上通過顯著性檢驗。而非國有企業(yè)樣本中的treated系數(shù)估計值為0.040，且未通過顯著性檢驗。回歸結(jié)果表明，公共數(shù)據(jù)開放對國有企業(yè)TFP的影響更大且更為顯著。其可能的原因是，國有企業(yè)不僅肩負著經(jīng)濟責(zé)任、政治責(zé)任和社會責(zé)任，而且擁有充足持續(xù)的內(nèi)外資源和核心能力（羅雙成等，2023）。因此，與非國有企業(yè)相比，國有企業(yè)在利用政府開放數(shù)據(jù)和整合政企數(shù)據(jù)，加快資源優(yōu)化配置和創(chuàng)新方面更具優(yōu)勢。所以，國有企業(yè)TFP受到地方政府?dāng)?shù)據(jù)開放政策的正向影響更加顯著，提升幅度更大。

（二）產(chǎn)業(yè)異質(zhì)性

將企業(yè)按照所屬產(chǎn)業(yè)進行分組回歸。對于第一產(chǎn)業(yè)，treated的系數(shù)估計值為0.231，并未通過顯著性檢驗；對于第二產(chǎn)業(yè)，treated的系數(shù)估計值為0.060，且通過了5%的顯著性檢驗；對于第三產(chǎn)業(yè)，treated的系數(shù)估計值為0.167，通過了5%的顯著性檢驗。該結(jié)果表明地方政府?dāng)?shù)據(jù)開放對企業(yè)TFP影響的確存在產(chǎn)業(yè)異質(zhì)性，即地方政府?dāng)?shù)據(jù)開放促進了第二產(chǎn)業(yè)和第三產(chǎn)業(yè)企業(yè)TFP，但對第一產(chǎn)業(yè)企業(yè)的TFP影響極為有限。其可能的原因在于：一是城市開放的公共數(shù)據(jù)具有產(chǎn)業(yè)差異。目前，地方政府?dāng)?shù)據(jù)開放平臺提供的應(yīng)用產(chǎn)品大多為民生服務(wù)、道路交通和財稅金融等類型，農(nóng)業(yè)農(nóng)村類應(yīng)用產(chǎn)品數(shù)量極少（劉瑾，2020）；二是不同產(chǎn)業(yè)對于政府開放的公共數(shù)據(jù)的開發(fā)能力存在差異。據(jù)《中國數(shù)字經(jīng)濟行業(yè)市場前瞻與投資規(guī)劃分析報告》顯示，2020年數(shù)字經(jīng)濟在第一、二、三產(chǎn)業(yè)的滲透率分別為8.9%、21%、40.77%。因此，相對于第一產(chǎn)業(yè)，第二、三產(chǎn)業(yè)數(shù)字化程度更高，其吸收信息、轉(zhuǎn)化信息和處理信息的能力更強，研發(fā)市場需求產(chǎn)品及調(diào)整戰(zhàn)略發(fā)展方向的行為更加迅速，企業(yè)TFP受到的正向影響更大、更顯著。

（三）區(qū)域異質(zhì)性

由于區(qū)域不同，城市公共數(shù)據(jù)的開放時間和數(shù)據(jù)質(zhì)量存在較大不同，企業(yè)TFP受到的影響可能存在差異。因此，根據(jù)企業(yè)所屬區(qū)域，將樣本劃分為東、中、西三組，進行分區(qū)域回歸。東部城市公共數(shù)據(jù)開放可以顯著提升企業(yè)TFP，影響系數(shù)為0.066且通過了1%水平的顯著性檢驗，但中西部城市公共數(shù)據(jù)開放并未對企業(yè)TFP產(chǎn)生顯著影響，尤其是中部城市公共數(shù)據(jù)開放對企業(yè)TFP應(yīng)系數(shù)為負值。究其原因，東部城市公共數(shù)據(jù)開放時間相對較早，并且開放數(shù)據(jù)的容量、主題覆蓋度、部門覆蓋度和質(zhì)量較高。根據(jù)《2021年中國地方政府?dāng)?shù)據(jù)開放報告》顯示，2021年全國城市開放森林指數(shù)前50名中，東部城市有39個，西部城市有10個，中部城市僅有1個。因此，在東部地區(qū)，公共數(shù)據(jù)開放對企業(yè)TFP的影響更為顯著。

（四）企業(yè)人力資本水平異質(zhì)性

人力資本是組織中最重要的資源，企業(yè)人力資本水平不同，公共數(shù)據(jù)開放對企業(yè)TFP的影響可能存在差異。借鑒唐浩丹等（2022）的做法，以企業(yè)內(nèi)碩士以上學(xué)歷員工在總員工中的占比衡量企業(yè)人力資本水平，將樣本按照企業(yè)人力資本水平均值作為區(qū)分點進行分組。經(jīng)計算，企業(yè)人力資本水平均值為0.033，將均值以上的認定為高人力資本水平企業(yè)；反之，均值以下的認定為低人力資本水平企業(yè)。從中可以看出，在高、低人力資本水平企業(yè)樣本中，公共數(shù)據(jù)開放的影響系數(shù)分別為0.071和0.016，但后者并未通過顯著性檢驗。其可能的原因在于，人力資本是信息技術(shù)在實際應(yīng)用中發(fā)揮作用的重要條件，企業(yè)很好地利用政府開放的公共數(shù)據(jù)需要高質(zhì)量的人力資本作為支撐（Bartel，2007）。企業(yè)的人力資本水平越高，其對政府開放的公共數(shù)據(jù)的處理能力和整合能力越強。因此，公共數(shù)據(jù)開放對高人力資本水平企業(yè)TFP的正向影響更顯著。

六、結(jié)論與政策啟示

本文以城市是否設(shè)立公共數(shù)據(jù)開放平臺作為一種準(zhǔn)自然實驗，深入探討公共數(shù)據(jù)開放政策對企業(yè)發(fā)展質(zhì)量的影響機制，主要結(jié)論如下：第一，公共數(shù)據(jù)開放政策顯著提升了企業(yè)發(fā)展質(zhì)量。該結(jié)果在經(jīng)過一系列穩(wěn)健性檢驗后仍然成立。第二，資本配置效率提升和企業(yè)創(chuàng)新是公共數(shù)據(jù)開放政策發(fā)揮作用的兩條重要作用機制。第三，公共數(shù)據(jù)開放政策的影響具有顯著的異質(zhì)性，即該政策對國有企業(yè)、二三產(chǎn)業(yè)企業(yè)、東部地區(qū)企業(yè)以及高人力資本水平企業(yè)的TFP影響更為顯著。

本文的研究結(jié)論具有重要的政策啟示：第一，持續(xù)推進地方政府公共數(shù)據(jù)開放政策落實，為企業(yè)高質(zhì)量發(fā)展實現(xiàn)賦能作用。盡管政府大力推進地方政府?dāng)?shù)據(jù)開放，但目前仍有100多座城市未設(shè)立政府?dāng)?shù)據(jù)開放平臺，政府?dāng)?shù)據(jù)開放工作進展緩慢。已實施政府?dāng)?shù)據(jù)開放的城市，不僅存在開放數(shù)據(jù)的容量、主題覆蓋度以及數(shù)據(jù)更新上良莠不齊，而且還存在企業(yè)關(guān)心的核心數(shù)據(jù)公布程度低，數(shù)據(jù)質(zhì)量不高等問題，企業(yè)無法將其真正轉(zhuǎn)化為所需的數(shù)據(jù)資源。因此，要全面、系統(tǒng)地推進地方政府?dāng)?shù)據(jù)開放工作，尤其要優(yōu)先開放市場主體迫切需要且與其切身利益相關(guān)的數(shù)據(jù)類型以及高價值、低敏感、數(shù)據(jù)量大的公共數(shù)據(jù)，并且在數(shù)據(jù)開放的方式上，要真正達到完整性、準(zhǔn)確性、可機讀性、可訪問性等最低標(biāo)準(zhǔn)，便于企業(yè)等對其進行直接利用。第二，加快破解地方政府公共數(shù)據(jù)開放的區(qū)域不平衡問題。目前，實施政府?dāng)?shù)據(jù)開放的城市主要集中在東部地區(qū)，中西部城市政府?dāng)?shù)據(jù)開放工作相對滯后，從而使得該區(qū)域內(nèi)企業(yè)無法真正享受政府?dāng)?shù)據(jù)開放的 “數(shù)據(jù)紅利”。因此，各地區(qū)，尤其是中西部地區(qū)要充分認識到政府公共數(shù)據(jù)開放的重要性，將公共數(shù)據(jù)開放作為建設(shè)服務(wù)型政府的重要環(huán)節(jié)，通過政府?dāng)?shù)據(jù)開放促進企業(yè)發(fā)展質(zhì)量，讓政府?dāng)?shù)據(jù)開放真正成為所有企業(yè)提質(zhì)增效的重要手段。第三，加快提升政府公共數(shù)據(jù)開放的產(chǎn)業(yè)覆蓋度。當(dāng)前，政府開放數(shù)據(jù)中，第二、三產(chǎn)業(yè)的政府開放數(shù)據(jù)較多，而與第一產(chǎn)業(yè)相關(guān)的政府開放數(shù)據(jù)較少，從而使得政府?dāng)?shù)據(jù)開放無法真正推動農(nóng)業(yè)發(fā)展。因此，必須進一步拓展政府開放數(shù)據(jù)的產(chǎn)業(yè)覆蓋度，尤其要全面梳理與第一產(chǎn)業(yè)相關(guān)的政府開放數(shù)據(jù)，盡快開放農(nóng)業(yè)企業(yè)需求量大的優(yōu)質(zhì)數(shù)據(jù)，從而使政府?dāng)?shù)據(jù)開放政策真正為我國農(nóng)業(yè)現(xiàn)代化建設(shè)和鄉(xiāng)村振興助力。第四，優(yōu)化企業(yè)人力資本結(jié)構(gòu)，提高企業(yè)對政府公共數(shù)據(jù)開放的整合處理能力。政府公共數(shù)據(jù)開放只是為企業(yè)提供了較好的數(shù)據(jù)資源，如果企業(yè)不具備識別和整合開放能力，政府公共數(shù)據(jù)也無法成為推動企業(yè)發(fā)展質(zhì)量提升的有效手段。企業(yè)必須充分認識到人力資本等要素的重要性，通過職業(yè)技能培訓(xùn)和數(shù)字化技能培訓(xùn)，持續(xù)優(yōu)化人力資本水平，讓政府公共開放數(shù)據(jù)真正為企業(yè)所用，發(fā)揮增值效應(yīng)。

參考文獻：

[1]陳朝兵、簡婷婷，2020：《政府?dāng)?shù)據(jù)開放中的公眾參與模式：理論構(gòu)建與案例實證》，《圖書情報工作》第22期。

[2]程虹、李丹丹，2014：《一個關(guān)于宏觀經(jīng)濟增長質(zhì)量的一般理論——基于微觀產(chǎn)品質(zhì)量的解釋》，《武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》第3期。

[3]程虹、王明明、李唐，2018：《管理效率與全要素生產(chǎn)率——基于“中國企業(yè)-勞動力匹配調(diào)查”（CEES）的新證據(jù)》，《南方經(jīng)濟》第9期。

[4]陳浩、羅力菲，2023：《區(qū)域協(xié)同發(fā)展政策對要素流動與配置的影響：京津冀例證》，《改革》第5期。

[5]陳曉紅、李楊揚、宋麗潔、汪陽潔，2022：《數(shù)字經(jīng)濟理論體系與研究展望》，《管理世界》第2期。

[6]鄧悅、蔣琬儀，2022：《工業(yè)機器人、管理能力與企業(yè)技術(shù)創(chuàng)新》，《中國軟科學(xué)》第11期。

[7]復(fù)旦大學(xué)數(shù)字與移動治理實驗室，2022：《中國地方政府?dāng)?shù)據(jù)開放報告——省域指數(shù)》。

[8]傅元海、唐未兵、王展祥，2010：《FDI溢出機制、技術(shù)進步路徑與經(jīng)濟增長績效》，《經(jīng)濟研究》第6期。

[9]傅晗彧、陳麗姍，2022：《異質(zhì)性企業(yè)杠桿率對制造業(yè)全要素生產(chǎn)率結(jié)構(gòu)的影響》，《中國軟科學(xué)》第11期。

[10] 方錦程、劉穎、高昊宇、董紀昌、呂本富，2023：《公共數(shù)據(jù)開放能否促進區(qū)域協(xié)調(diào)發(fā)展？——來自政府?dāng)?shù)據(jù)平臺上線的準(zhǔn)自然實驗》，《管理世界》第9期。

[11] 高培勇、袁富華、胡懷國、劉霞輝，2020：《高質(zhì)量發(fā)展的動力、機制與治理》，《經(jīng)濟研究》第4期。

[12] 郭濤、孫玉陽，2021：《環(huán)境規(guī)制對企業(yè)高質(zhì)量發(fā)展作用之謎——基于異質(zhì)性企業(yè)與全要素生產(chǎn)率分解視角》，《暨南學(xué)報（哲學(xué)社會科學(xué)版）》第3期。

[13] 黃速建、肖紅軍、王欣，2018：《論國有企業(yè)高質(zhì)量發(fā)展》，《中國工業(yè)經(jīng)濟》第10期。

[14] 黃先海、虞柳明，2023：《政府?dāng)?shù)據(jù)開放能提升城市創(chuàng)新水平嗎——來自中國地級市的證據(jù)》，《浙江學(xué)刊》第4期。

[15] 黃雨婷、傅文奇，2020：《日本政府?dāng)?shù)據(jù)開放的政策保障及其啟示》，《數(shù)字圖書館論壇》第9期。

[16] 羅德明、 李曄、 史晉川， 2012： 《要素市場扭曲、資源錯置與生產(chǎn)率》，《經(jīng)濟研究》第3期。

[17] 雷鴻竹、王謙，2023：《WSR視角下政府?dāng)?shù)據(jù)開放價值實現(xiàn)路徑研究》，《西南民族大學(xué)學(xué)報（人文社會科學(xué)版）》第1期。

[1TG5gcawgXyiJiMBMKca5gftAruN7VeQPAKG35VeNPDE=8] 劉瑾，2020：《我國政府農(nóng)業(yè)農(nóng)村數(shù)據(jù)開放現(xiàn)狀評估及對策分析——以8個地方政府?dāng)?shù)據(jù)開放平臺為例》，《新世紀圖書館》第12期。

[19] 羅雙成、羅光強、蔣銀娟，2023：《服務(wù)業(yè)數(shù)字化轉(zhuǎn)型、就業(yè)增長與人力資本升級》，《軟科學(xué)》第11期。

[20] 林毅夫、向為、余淼杰，2018：《區(qū)域型產(chǎn)業(yè)政策與企業(yè)生產(chǎn)率》，《經(jīng)濟學(xué)（季刊）》第2期。

[21] 孟憲春、張屹山、張鶴、馮葉，2020：《預(yù)算軟約束、宏觀杠桿率與全要素生產(chǎn)率》，《管理世界》第8期。

[22] 彭遠懷，2023：《政府?dāng)?shù)據(jù)開放的價值創(chuàng)造作用：企業(yè)全要素生產(chǎn)率視角》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》第9期。

[23] 覃家琦、楊玉晨、王力軍、楊雪，2021：《企業(yè)家控制權(quán)、創(chuàng)業(yè)資本與資本配置效率——來自中國民營上市公司的證據(jù)》，《經(jīng)濟研究》第3期。

[24] 任勝鋼、鄭晶晶、劉東華、陳曉紅，2019：《排污權(quán)交易機制是否提高了企業(yè)全要素生產(chǎn)率——來自中國上市公司的證據(jù)》，《中國工業(yè)經(jīng)濟》第5期。

[25] 孫嘉睿、安小米，2023：《開放政府?dāng)?shù)據(jù)質(zhì)量評估指標(biāo)體系研究》，《情報理論與實踐》第6期。

[26] 宋敏、周鵬、司海濤，2021：《金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角》，《中國工業(yè)經(jīng)濟》第4期。

[27] 唐浩丹、方森輝、蔣殿春，2022：《數(shù)字化轉(zhuǎn)型的市場績效：數(shù)字并購能提升制造業(yè)企業(yè)市場勢力嗎？》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》第12期。

[28] 唐未兵、傅元海、王展祥，2014：《技術(shù)創(chuàng)新、技術(shù)引進與經(jīng)濟增長方式轉(zhuǎn)變》，《經(jīng)濟研究》第7期。

[29] 王鋒、葛星，2022：《低碳轉(zhuǎn)型沖擊就業(yè)嗎——來自低碳城市試點的經(jīng)驗證據(jù)》，《中國工業(yè)經(jīng)濟》第5期。

[30] 王貞潔、王惠，2022：《低碳城市試點政策與企業(yè)高質(zhì)量發(fā)展——基于經(jīng)濟效率與社會效益雙維視角的檢驗》，《經(jīng)濟管理》第6期。

[31] 溫忠麟、葉寶娟，2014：《中介效應(yīng)分析：方法和模型發(fā)展》，《心理科學(xué)進展》第5期。

[32] 肖鵬、代龍濤，2023：《財政補貼、稅收優(yōu)惠與創(chuàng)新激勵：效應(yīng)分析與政策啟示》，《經(jīng)濟與管理評論》第5期。

[33] 尹恒、李世剛，2019：《資源配置效率改善的空間有多大？——基于中國制造業(yè)的結(jié)構(gòu)估計》，《管理世界》第12期。

[34] 楊汝岱，2015：《中國制造業(yè)企業(yè)全要素生產(chǎn)率研究》，《經(jīng)濟研究》第2期。

[35] 楊瑞仙、毛春蕾、左澤，2016：《國內(nèi)外政府?dāng)?shù)據(jù)開放現(xiàn)狀比較研究》，《情報雜志》第5期。

[36] 張濤，2020：《高質(zhì)量發(fā)展的理論闡釋及測度方法研究》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》第5期。

[37] 朱蘭、吳紫薇、王勇，2024：《經(jīng)濟高質(zhì)量發(fā)展的“引擎”——高端制造業(yè)發(fā)展、人力資本配置和經(jīng)濟增長》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》第4期。

[38] 張曉娟、莫富傳、馮翠翠，2022：《政府?dāng)?shù)據(jù)開放價值實現(xiàn)的機理：基于系統(tǒng)動力學(xué)的分析》，《情報理論與實踐》第5期。

[39] 趙需要、郭義釗、姬祥飛、陳嘉樂，2022：《政府開放數(shù)據(jù)生態(tài)鏈上數(shù)據(jù)要素價值分析及評估模型構(gòu)建——基于“數(shù)據(jù)勢能”的方法》，《情報理論與實踐》第12期。

[40] Ahmadi Zeleti F.， Ojo A. and Curry E.，2016， Exploring the Economic Value of Open Government Data，Government Information Quarterly， 33（3）：535-551.

[41] Akerlof， G.，1970， The Market for “Lemons”：Quality Uncertainty and Market Mechanism，The Quarterly Journal of Economics，84（3）：488-500.

[42] Baker S. R.， Bloom N. and Davis S. J.， 2016， Measuring Economic Policy Uncertainty，The Quarterly Journal of Economics，131（4）：1593-1636.

[43] Bartel A.， Ichniowski C. and Shaw K.，2007， How does Information Technology Affect Productivity？ Plant-level Comparisons of Product Innovation， Process Improvement， and Worker Skills，The Quarterly Journal of Economics，122（4）：1721-1758.

[44] Beck T.， Levine R. and Levkov A.，2010， Big Bad Banks the Winners and Losers from Bank Deregulation in the United States，The Journal of Finance， 65（5）： 1637-1667.

[45] David Easley and Maureen Ohara.，2004， Information and the Cost of Capital，The Journal of Finance， 59（4）： 1553-1583.

[46] Donker F.W. and Loenen B.V.，2017， How to Assess the Success of the Open Data Ecosystem？，International Journal of Digital Earth，10（3）：284-306.

[47] Blankespoor E.， Haan E. and Marinovic I.，2020， Disclosure Processing Costs， Investors Information Choice， and Equity Market Outcomes：A Review，Journal of Accounting and Economics，70（2-3）：1-46.

[48] Farrell M. J.，1957， The Measurement of Productive Efficiency，Journal of the Royal Statistical Society，Series A （General），120（3）：253-290．

[49] Francois van Schalkwyk.， Michelle Willmers， Maurice McNaughton.，2015， Viscous Open Data： The Roles of Intermediaries in an Open Data Ecosystem，Information Technology for Development， 22（1）： 68-83.

[50] Huber K.，2018， Disentangling the Effects of a Banking Crisis： Evidence from German Firms and Counties，American Economic Review， 108（3）： 868-898.

[51] Loren Brandt.，Trevor Tombe. and Xiaodong Zhu，2013， Factor Market Distortions Across Time， Space and Sectors in China，Review of Economic Dynamics， 16（1）： 39-58.

[52] Nikiforova A. and Lnenicka M.，2021，A Multi-Perspective Knowledge-Driven Approach for Analysis of the Demand Side of the Open Government Data Portal，Government Information Quarterly，38（4）：101-122.

[53] OLLEY G S. and PAKES A.，1996， The Dynamics of Productivity in the Telecommunications Equipment Industry， Econometrica， 64（6）：1263-1297.

[54] Restuccia D. and Rogerson R.，2008， Policy Distortions and Aggregate Productivity with Heterogeneous Establishment，Review of Economic Dynamics， 11（4）： 707-720.

[55] William Fuchs.，Brett Green. and Dimitris Papanikolaou，2016， Adverse Selection，Slow-moving Capital，and Misallocation，Journal of Financial Economics， 120（2）： 286-308.

[56] Yu J.， Shi X. and Guo D.，2021， Economic Policy Uncertainty（EPU）and Firm Carbon Emissions： Evidence Using a China Provincial EPU Index，Energy Economics， 94：105071.

[57] Zuiderwijk A. and Janssen M.，2014， Open Data Policies，Their Implementation and Impact：A Framework for Comparison，Government Information Quarterly，31（1）：17-29.

How does Public Data Opening Promote

High-Quality Development of Enterprise

—Evidence from Quasi-natural Experiments

Ma Yongjun and Huang Ruixuan

（College of Economic and Trade，Hunan University of Technology）

Abstract：In the era of digital economy， public data opening is an important means to give full play to data elements and promote high-quality development of enterprises.Based on the micro-data of listed companies from 2010 to 2020， this paper taken the establishment of urban public data open platform as a quasi-natural experiment， and systematically investigates the impact of public data opening on the total factor productivity of enterprises by using the multi-period differential method. It is found that the public data opening can significantly improve the total factor productivity of enterprises， which remains robust after solving the endogeneity and other issues. Furthermore， the impact mechanism test shows that public data opening can promote total factor productivity through firm capital allocation efficiency and firm innovation. In addition， Heterogeneity analysis shows that the impact of public data opening is more significant for state-owned enterprises， enterprises in the secondary and tertiary industries， enterprises in the eastern region， and enterprises with high human capital levels.The research results have important policy implications for accelerating the level of public data opening， improving the quality of data opening， and promoting the high-quality development of enterprises.

Key Words：public data opening; quality of enterprise development; enterprise total factor productivity; efficiency of capital allocation; enterprise innovation

責(zé)任編輯鄧悅

馬永軍，湖南工業(yè)大學(xué)經(jīng)濟與貿(mào)易學(xué)院，電子郵箱：517904876@qq.com；黃睿軒，湖南工業(yè)大學(xué)經(jīng)濟與貿(mào)易學(xué)院，電子郵箱：1224652460@qq.com。本文受國家社科基金青年項目（17CGL009）、湖南省自然科學(xué)基金面上項目（2021JJ30224）和湖南省教育廳科學(xué)研究項目（21B0541）的資助。