劉傳明 ，陳 梁 ，魏曉敏

（1.山東財經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,山東 濟(jì)南 250014；2.山東財經(jīng)大學(xué) 高質(zhì)量發(fā)展研究中心,山東 濟(jì)南 250014；3.華中科技大學(xué) 經(jīng)濟(jì)學(xué)院,湖北 武漢 430074；4.山東英才學(xué)院 商學(xué)院,山東 濟(jì)南 250104）

一、引言與文獻(xiàn)綜述

黨的二十大報告明確指出，“統(tǒng)籌推進(jìn)國際和區(qū)域科技創(chuàng)新中心建設(shè)，加快建設(shè)世界重要人才中心和創(chuàng)新高地，提升國家創(chuàng)新體系整體效能”。黨的十八大以來，黨中央全面分析國際科技創(chuàng)新競爭局勢，堅持把科技創(chuàng)新擺在國家發(fā)展全局的核心位置。伴隨著數(shù)字技術(shù)的融合應(yīng)用，數(shù)據(jù)要素在實(shí)體經(jīng)濟(jì)部門的覆蓋廣度和滲透力度顯著提升，逐漸成為科技創(chuàng)新的新動能。在企業(yè)經(jīng)營管理方面，數(shù)據(jù)要素逐步滲透企業(yè)經(jīng)營管理活動，通過提高企業(yè)外部技術(shù)信息獲取能力與知識整合能力，幫助企業(yè)管理者進(jìn)行有效判斷和科學(xué)決策，通過大數(shù)據(jù)分析助力企業(yè)制定精準(zhǔn)營銷策略、生產(chǎn)經(jīng)營方案，提升企業(yè)創(chuàng)新能力（盧劍峰和陳思，2021）。在社會現(xiàn)代化治理方面，大數(shù)據(jù)在城市交通、數(shù)字醫(yī)療、城市安全等方面發(fā)揮了重要作用，有助于提升社會治理效率，賦能國家治理體系和治理能力現(xiàn)代化（袁韻等，2020；吳朝文等，2021）。為了發(fā)揮數(shù)據(jù)要素的集聚效應(yīng)，2016年2月25日，國家發(fā)改委批復(fù)貴州省成為首個國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)，隨后批復(fù)北京、天津、河北、內(nèi)蒙古、遼寧、河南、上海、重慶、廣東9個省份為第二批試驗(yàn)區(qū)。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)為數(shù)據(jù)要素流通和數(shù)據(jù)資源共享提供平臺，有效釋放數(shù)據(jù)要素價值，成為試點(diǎn)地區(qū)數(shù)據(jù)要素集聚的重要載體。在數(shù)字中國戰(zhàn)略背景下，數(shù)據(jù)要素的集聚效應(yīng)有助于促進(jìn)數(shù)據(jù)要素資源流通與整合應(yīng)用，對于提高關(guān)鍵核心技術(shù)研發(fā)能力、提升研發(fā)資本配置效率具有重要意義。由此，本文重點(diǎn)關(guān)注數(shù)據(jù)要素集聚能否以及如何賦能科技創(chuàng)新？這種賦能是具有溢出效應(yīng)還是虹吸效應(yīng)？

現(xiàn)有研究更多地關(guān)注到數(shù)據(jù)要素的經(jīng)濟(jì)效應(yīng)，探討數(shù)據(jù)要素對經(jīng)濟(jì)增長的影響。Jones和Tonetti（2020）嘗試將數(shù)據(jù)要素納入經(jīng)濟(jì)增長模型，探討不同的數(shù)據(jù)所有權(quán)模型如何影響經(jīng)濟(jì)增長率。在此基礎(chǔ)上，F(xiàn)arboodi和Veldkamp（2021）發(fā)現(xiàn)企業(yè)通過數(shù)據(jù)積累可以減少自身面臨的不確定性而提高企業(yè)生產(chǎn)率。學(xué)術(shù)界就大數(shù)據(jù)分析技術(shù)對知識更新的影響達(dá)成了較為一致的研究結(jié)論，認(rèn)為數(shù)據(jù)要素通過驅(qū)動知識生產(chǎn)提高經(jīng)濟(jì)增速（Agrawal等，2019）。與上述觀點(diǎn)不同，Aghion等（2019）認(rèn)為新技術(shù)的發(fā)展和數(shù)據(jù)要素的出現(xiàn)將會降低創(chuàng)新活力，造成經(jīng)濟(jì)增速下滑。與此同時，也有學(xué)者探討數(shù)據(jù)要素的市場化配置對經(jīng)濟(jì)發(fā)展的影響。數(shù)據(jù)生產(chǎn)要素已滲透到企業(yè)生產(chǎn)經(jīng)營的各環(huán)節(jié)，數(shù)據(jù)要素的市場化配置是促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的必然要求（孔艷芳等，2021）。數(shù)據(jù)要素市場化配置的關(guān)鍵在于確定數(shù)據(jù)要素的產(chǎn)權(quán)，進(jìn)而識別數(shù)據(jù)要素的交易機(jī)制和市場結(jié)構(gòu)（榮健欣和王大中，2021）。既有研究大多采用定性分析法探討數(shù)據(jù)要素的經(jīng)濟(jì)增長效應(yīng)，并未得出一致結(jié)論。部分文獻(xiàn)闡述了數(shù)據(jù)要素市場化配置的理論內(nèi)涵，但尚未定量分析其經(jīng)濟(jì)效應(yīng)。進(jìn)一步地，有學(xué)者通過實(shí)證檢驗(yàn)發(fā)現(xiàn)數(shù)據(jù)要素市場化促進(jìn)了區(qū)域經(jīng)濟(jì)發(fā)展（楊艷等，2021）。然而，鮮有文獻(xiàn)基于要素集聚視角，揭示數(shù)據(jù)要素集聚對科技創(chuàng)新的作用機(jī)制。

此外，部分文獻(xiàn)集中考察數(shù)據(jù)要素如何賦能創(chuàng)新。作為一種新的生產(chǎn)要素，數(shù)據(jù)要素賦能提升了企業(yè)產(chǎn)品創(chuàng)新績效（謝康等，2020）。與此同時，大數(shù)據(jù)賦能企業(yè)綠色創(chuàng)新，促進(jìn)企業(yè)技術(shù)和商業(yè)模式創(chuàng)新，從而推動企業(yè)轉(zhuǎn)型升級（陳文和常琦，2022；王鑫等，2022）。然而，部分學(xué)者認(rèn)為，數(shù)據(jù)要素的創(chuàng)新效應(yīng)依賴于企業(yè)的外部環(huán)境。陶長琪和丁煜（2022）指出，當(dāng)數(shù)據(jù)要素與人力資本相匹配時，才會通過創(chuàng)新激勵效應(yīng)釋放創(chuàng)新紅利。企業(yè)規(guī)模也會影響其創(chuàng)新策略，大企業(yè)主要依賴數(shù)據(jù)要素進(jìn)行迭代式創(chuàng)新，而其突破性創(chuàng)新動力不足。上述文獻(xiàn)為本文奠定了很好的研究基礎(chǔ)，但鮮有研究討論數(shù)據(jù)要素集聚的科技創(chuàng)新效應(yīng)，且較少關(guān)注兩者之間的潛在內(nèi)生性。事實(shí)上，數(shù)據(jù)要素集聚帶來的人力資本和創(chuàng)新資源會提升科技創(chuàng)新水平，同時科技創(chuàng)新又促進(jìn)了數(shù)據(jù)要素集聚，互為因果的內(nèi)生性問題導(dǎo)致回歸結(jié)果存在偏誤。

本文主要的邊際貢獻(xiàn)如下：第一，現(xiàn)有文獻(xiàn)較多關(guān)注大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對專利授權(quán)量等指標(biāo)的影響，缺乏對科技創(chuàng)新累積效應(yīng)的研究，而本文采用R&D資本存量作為科技創(chuàng)新的衡量指標(biāo)，考慮了科技創(chuàng)新的累積性和滯后性。同時采用雙重差分法識別大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)與R&D資本存量的因果關(guān)系，拓展了大數(shù)據(jù)綜合試驗(yàn)區(qū)實(shí)施效果評估的研究范疇。第二，本文根據(jù)習(xí)近平總書記的重要講話精神和國家大數(shù)據(jù)實(shí)驗(yàn)區(qū)建設(shè)目標(biāo)，錨定科技創(chuàng)新亟需解決的“缺人”和“缺錢”問題，提出人力資本機(jī)制、勞動錯配緩解機(jī)制和研發(fā)投入機(jī)制，為數(shù)據(jù)要素高效集聚的研究提供了理論依據(jù)和學(xué)理支撐。第三，本文在識別數(shù)據(jù)要素集聚與科技創(chuàng)新的因果關(guān)系基礎(chǔ)上，厘清數(shù)據(jù)要素集聚是具有溢出效應(yīng)還是虹吸效應(yīng)，為發(fā)揮大數(shù)據(jù)綜合試驗(yàn)區(qū)的空間效應(yīng)和梯隊式擴(kuò)容提供參考。

二、理論機(jī)制與研究假設(shè)

數(shù)字經(jīng)濟(jì)時代經(jīng)濟(jì)增長模式由外延式向內(nèi)涵式轉(zhuǎn)變，數(shù)據(jù)要素所具備的區(qū)別于勞動、資本等傳統(tǒng)生產(chǎn)要素的特征對經(jīng)濟(jì)高質(zhì)量發(fā)展具有持續(xù)推動作用，數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)的微觀基礎(chǔ)和創(chuàng)新引擎，對于促進(jìn)科技創(chuàng)新具有重要意義。本文基于“習(xí)近平總書記關(guān)于科技創(chuàng)新重要講話”和“國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的現(xiàn)實(shí)問題”，針對“缺人”問題，提出國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的“勞動力錯配緩解機(jī)制”和“人力資本積累機(jī)制”；針對“缺錢”問題，提出國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的“研發(fā)投入機(jī)制”。

（一）數(shù)據(jù)要素集聚緩解勞動資源錯配

大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)承擔(dān)通過促進(jìn)數(shù)據(jù)要素流通、數(shù)據(jù)資源共享開放、數(shù)據(jù)資源應(yīng)用提升勞動配置效率的重要任務(wù)，對于緩解勞動資源錯配具有重要作用。數(shù)據(jù)要素集聚通過以下三個途徑緩解勞動力錯配。首先，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠有效促進(jìn)數(shù)據(jù)資源的開放和數(shù)據(jù)要素的高效集聚，數(shù)據(jù)要素集聚提高了大數(shù)據(jù)企業(yè)和創(chuàng)新型企業(yè)對高素質(zhì)、高質(zhì)量勞動力的需求。此外，優(yōu)質(zhì)的勞動力資源通過大數(shù)據(jù)了解企業(yè)招聘信息，緩解摩擦性失業(yè)問題，從而緩解了勞動力錯配。其次，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)打破了大數(shù)據(jù)資源的使用壁壘，利用大數(shù)據(jù)資源有助于高質(zhì)量勞動要素在高生產(chǎn)效率企業(yè)與低生產(chǎn)效率企業(yè)之間轉(zhuǎn)移，促進(jìn)了勞動力的優(yōu)勝劣汰，從而緩解了勞動資源錯配（牛子恒和崔寶玉，2022）。最后，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有利于引導(dǎo)周邊地區(qū)資本、技術(shù)等生產(chǎn)要素向試驗(yàn)區(qū)聚集，從而引導(dǎo)大數(shù)據(jù)企業(yè)的勞動力資源的集聚，周邊高技能勞動力開始向大數(shù)據(jù)綜合試驗(yàn)區(qū)集聚，周邊地區(qū)高技能勞動力得到有效利用，同時解決了大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)信息技術(shù)企業(yè)勞動力不足的問題，從而緩解了勞動資源錯配（季書涵等，2016）。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過緩解勞動資源錯配，降低新興產(chǎn)業(yè)的高質(zhì)量勞動力的搜索成本，緩解摩擦性失業(yè)，為大數(shù)據(jù)企業(yè)和人工智能企業(yè)提供高質(zhì)量的勞動力，從而提升科技創(chuàng)新水平。據(jù)此，本文提出如下假設(shè)：

H1：數(shù)據(jù)要素集聚通過緩解勞動資源錯配提升科技創(chuàng)新水平。

（二）數(shù)據(jù)要素集聚提升了人力資本積累水平

大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過促進(jìn)公共數(shù)據(jù)要素的開放共享、大數(shù)據(jù)創(chuàng)新應(yīng)用、大數(shù)據(jù)要素流通、數(shù)據(jù)中心整合利用等途徑促進(jìn)了大數(shù)據(jù)產(chǎn)業(yè)在綜合試驗(yàn)區(qū)聚集。數(shù)據(jù)要素集聚主要通過以下三條途徑提升人力資本水平：首先，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)帶來的大數(shù)據(jù)產(chǎn)業(yè)集聚提高了對高質(zhì)量人才的需求，有助于促進(jìn)人力資本的集聚。以數(shù)據(jù)作為生產(chǎn)要素的信息技術(shù)產(chǎn)業(yè)和人工智能產(chǎn)業(yè)對大數(shù)據(jù)人才的需求較大，因此，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)吸引了大量高技術(shù)人才集聚，滿足了大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的高層次人才需求（鄭國強(qiáng)等，2023）。其次，數(shù)據(jù)要素集聚有利于促進(jìn)人才的流動和配置，促進(jìn)人力資本提升。大數(shù)據(jù)信息集聚和共享導(dǎo)致企業(yè)對大數(shù)據(jù)專業(yè)人才的爭奪更加激烈。大數(shù)據(jù)專業(yè)人才是高新技術(shù)企業(yè)的重要戰(zhàn)略資源，大數(shù)據(jù)綜合試驗(yàn)區(qū)使大數(shù)據(jù)專業(yè)人才由分散的、靜態(tài)性的狀態(tài)轉(zhuǎn)化為集聚性、動態(tài)性的狀態(tài)，有利于大數(shù)據(jù)專業(yè)人才的優(yōu)化配置，提升人力資本水平（陶長琪和丁煜，2022）。最后，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有助于促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，能夠有效推動高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型，高質(zhì)量人才團(tuán)隊在“干中學(xué)”的過程中，逐漸尋找數(shù)據(jù)要素與高質(zhì)量勞動力要素的契合點(diǎn)，從而提升人力資本水平。此外，人力資本在研發(fā)過程中具有核心作用，是科技創(chuàng)新的寶貴資源，人力資本優(yōu)勢有利于提升區(qū)域科技創(chuàng)新水平，發(fā)揮人力資本累積在科技創(chuàng)新過程中的驅(qū)動作用（龐瑞芝等，2023）。據(jù)此，本文提出如下假設(shè)：

H2：數(shù)據(jù)要素集聚通過提升人力資本積累水平推動科技創(chuàng)新。

（三）數(shù)據(jù)要素集聚提高了研發(fā)投入水平

大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)促進(jìn)了大數(shù)據(jù)產(chǎn)業(yè)集聚，由于數(shù)據(jù)要素和數(shù)據(jù)產(chǎn)業(yè)集聚，吸引了創(chuàng)新型企業(yè)進(jìn)入試點(diǎn)地區(qū)，從而緩解了試點(diǎn)地區(qū)研發(fā)投資不足的問題，提高地區(qū)研發(fā)投入。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)主要通過以下三方面提升研發(fā)投入水平：首先，數(shù)據(jù)要素集聚有助于政府增加研發(fā)投入。數(shù)據(jù)要素集聚推動了數(shù)據(jù)要素的有序流動，促進(jìn)了數(shù)據(jù)開放、數(shù)據(jù)交易和數(shù)據(jù)交換（何玉長和王偉，2021），從而引導(dǎo)高新技術(shù)企業(yè)入駐試點(diǎn)地區(qū)，數(shù)字化產(chǎn)業(yè)集聚帶來的數(shù)字技術(shù)發(fā)展有利于促進(jìn)試點(diǎn)地區(qū)的科技創(chuàng)新。為了全面貫徹創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念，地方政府將加大對創(chuàng)新型企業(yè)和人工智能企業(yè)的研發(fā)投入（施錦誠和王迎春，2023）。其次，數(shù)據(jù)要素集聚有助于企業(yè)進(jìn)行大數(shù)據(jù)綜合分析，幫助企業(yè)對創(chuàng)新活動進(jìn)行有效判斷和科學(xué)決策，同時利用大數(shù)據(jù)整合企業(yè)內(nèi)部創(chuàng)新資源，提升企業(yè)獲取外部技術(shù)知識的能力，激勵企業(yè)加大研發(fā)創(chuàng)新投入（毛明芳，2021）。此外，數(shù)據(jù)要素集聚帶來的產(chǎn)業(yè)集聚促進(jìn)了企業(yè)間競爭，有利于企業(yè)組織優(yōu)化和效率提升，從而倒逼企業(yè)提高研發(fā)投入水平，以適應(yīng)企業(yè)競爭需要（徐翔等，2023）。最后，數(shù)據(jù)要素集聚有助于信息技術(shù)企業(yè)充分利用多層次資本市場的多元融資渠道，從而緩解企業(yè)融資約束，提升創(chuàng)新型企業(yè)資金籌集能力和資本配置效率，進(jìn)而增加企業(yè)研發(fā)投入。提升科技創(chuàng)新水平需要以研發(fā)投入為支撐，吸引科技創(chuàng)新資源集聚，提高重大科技創(chuàng)新產(chǎn)出水平。據(jù)此，本文提出如下假設(shè)：

H3：數(shù)據(jù)要素集聚通過增加地區(qū)研發(fā)投入提升科技創(chuàng)新水平。

三、研究設(shè)計與數(shù)據(jù)說明

（一）模型構(gòu)建

為了系統(tǒng)識別數(shù)據(jù)要素集聚對科技創(chuàng)新的影響，本文運(yùn)用雙重差分法識別數(shù)據(jù)要素集聚與科技創(chuàng)新之間的因果效應(yīng)。在進(jìn)行模型設(shè)計過程中以大數(shù)據(jù)綜合試驗(yàn)區(qū)為背景，將建立大數(shù)據(jù)綜合試驗(yàn)區(qū)的試點(diǎn)地區(qū)作為處理組，其余地區(qū)為控制組。本文構(gòu)建如下雙重差分模型：

其中，Csa表示科技創(chuàng)新，選取地區(qū)R&D資本存量作為其代理變量。i、t分別表示地區(qū)和年份，BDP為核心解釋變量數(shù)據(jù)要素集聚，若地區(qū)i在第t年獲批建立大數(shù)據(jù)綜合試驗(yàn)區(qū)，其取值為1，否則取值為0。Xit為一系列控制變量，包括經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字基礎(chǔ)設(shè)施、財政規(guī)模、金融發(fā)展、科技成果轉(zhuǎn)化、創(chuàng)新能力等一系列變量。此外，ei、yt分別表示地區(qū)、時間固定效應(yīng)。本文重點(diǎn)關(guān)注核心解釋變量BDP的估計系數(shù)α1，其表示數(shù)據(jù)要素集聚對科技創(chuàng)新的影響。

（二）變量選取

1.被解釋變量：采用R&D資本存量作為科技創(chuàng)新的代理指標(biāo)。從R&D資本存量的內(nèi)涵來看，R&D資本存量反映了研發(fā)創(chuàng)新的知識累積水平，是衡量一個地區(qū)創(chuàng)新資源集聚程度和科技創(chuàng)新水平的重要指標(biāo)（曹躍群等，2022）。因此，R&D資本存量可以反映科技創(chuàng)新水平。對于R&D資本存量的測算，本文借鑒楊騫等（2022）的做法，首先構(gòu)建R&D價格指數(shù)。如何構(gòu)建R&D價格指數(shù)是學(xué)術(shù)界面臨的難題，既有研究在價格指數(shù)的選取及其權(quán)重的設(shè)定方面存在較大爭議：一是參考Jaffe的做法，R&D支出價格指數(shù)=0.49×非金融企業(yè)的工資價格指數(shù)+GNP隱含指數(shù)；二是選取R&D人員的工資價格指數(shù)和設(shè)備投資的GNP價格指數(shù)，分別賦予0.55、0.45的權(quán)重而得到加權(quán)平均值。由于R&D支出主要包括固定資產(chǎn)支出和R&D活動人員的消費(fèi)，本文借鑒朱平芳和徐偉民（2003）構(gòu)建的R&D支出價格指數(shù)，R&D價格指數(shù)=0.55×消費(fèi)物價指數(shù)+0.45×固定資產(chǎn)投資價格指數(shù)。其次，對R&D經(jīng)費(fèi)內(nèi)部支出進(jìn)行平減，確定折舊率并計算基期R&D資本存量。利用以2001年為基期的平減指數(shù)，對R&D經(jīng)費(fèi)內(nèi)部支出平減得到實(shí)際R&D經(jīng)費(fèi)內(nèi)部支出；此外，本文借鑒白俊紅和蔣伏心（2015）的做法，選取15%作為R&D資本存量的折舊率。

其中，Ki0表示基期R&D資本存量，Ei0為基期實(shí)際R&D經(jīng)費(fèi)內(nèi)部支出，g是實(shí)際R&D經(jīng)費(fèi)內(nèi)部支出的幾何平均增長率，z為折舊率。采用永續(xù)盤存法核算樣本期內(nèi)R&D資本存量，如式（3）所示。

其中，Kit為R&D資本存量，折舊率z=15%，Ei(t-1)為i地區(qū)第t-1期實(shí)際R&D經(jīng)費(fèi)內(nèi)部支出。

（2）核心解釋變量：數(shù)據(jù)要素集聚。本文將是否設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)作為地區(qū)數(shù)據(jù)要素集聚的代理變量，通過設(shè)置時間虛擬變量（period）和組間虛擬變量（treat）交乘項(xiàng)表示。若地區(qū)i在2001—2019年間獲批設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)，則屬于處理組地區(qū)，取值為1，否則為0。

（3）控制變量。本文的控制變量包括如下指標(biāo)：經(jīng)濟(jì)發(fā)展水平，選取人均實(shí)際GDP并取對數(shù)；產(chǎn)業(yè)結(jié)構(gòu)升級水平采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比來衡量；數(shù)字基礎(chǔ)設(shè)施采用電信業(yè)務(wù)總量占GDP的比重來表示；財政規(guī)模采用財政支出占GDP的比重來表示；金融發(fā)展水平選取地區(qū)金融業(yè)增加值并取對數(shù)來衡量；科技成果轉(zhuǎn)化能力采用地區(qū)技術(shù)市場成交額來表示；創(chuàng)新能力用地區(qū)專利申請授權(quán)數(shù)來度量。

（三）數(shù)據(jù)說明與描述性統(tǒng)計

本文選取2001—2019年中國30個省級行政區(qū)作為研究樣本（不含西藏和港澳臺地區(qū)），數(shù)據(jù)主要來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》，主要變量的描述性統(tǒng)計見表1。

表1 主要變量說明與描述性統(tǒng)計

四、數(shù)據(jù)要素集聚對科技創(chuàng)新影響的實(shí)證分析

（一）平行趨勢檢驗(yàn)

平行趨勢檢驗(yàn)是雙重差分估計的前提，在采用雙重差分法對大數(shù)據(jù)綜合試驗(yàn)區(qū)的政策效果進(jìn)行評估時，需要滿足處理組與控制組的共同趨勢假定?；诖?，本文借鑒Beck等（2010）的做法，采用圖示法比較大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)前后科技創(chuàng)新的變化（見圖1）。圖1匯報了政策實(shí)施之前估計系數(shù)的大小及對應(yīng)的95%置信區(qū)間，并且匯報了當(dāng)被解釋變量為Csa時大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對科技創(chuàng)新水平的動態(tài)影響。從平行趨勢檢驗(yàn)圖中可以看出，在該項(xiàng)政策實(shí)施前的2001—2015年，估計系數(shù)的變化比較平緩，政策實(shí)施之前估計系數(shù)的估計值在95%的置信區(qū)間內(nèi)基本沒有通過顯著性水平檢驗(yàn)，不拒絕回歸系數(shù)為0的原假設(shè)，說明在大數(shù)據(jù)綜合試驗(yàn)區(qū)政策正式實(shí)施之前，處理組與控制組地區(qū)的科技創(chuàng)新水平并沒有顯著差異，滿足共同趨勢假設(shè)的條件。此外，當(dāng)大數(shù)據(jù)綜合試驗(yàn)區(qū)政策實(shí)施當(dāng)年及之后，數(shù)據(jù)要素集聚對科技創(chuàng)新的估計系數(shù)出現(xiàn)明顯的上升，表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)顯著地促進(jìn)了處理組科技創(chuàng)新水平的提升。

圖1 平行趨勢檢驗(yàn)

（二）實(shí)證結(jié)果分析

大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)作為數(shù)據(jù)要素市場化體制機(jī)制建設(shè)的重要舉措，是打破數(shù)據(jù)要素流通壁壘、促進(jìn)數(shù)據(jù)要素集聚、激活數(shù)據(jù)要素經(jīng)濟(jì)價值與社會價值的關(guān)鍵舉措。大數(shù)據(jù)綜合試驗(yàn)區(qū)的政策效果如何? 其對科技創(chuàng)新水平的提升作用是否有效？對此，在平行趨勢假定滿足的前提下，本文運(yùn)用雙重差分法對模型（1）進(jìn)行估計，考察基于大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的數(shù)據(jù)要素集聚對科技創(chuàng)新水平的影響效應(yīng)，基準(zhǔn)回歸結(jié)果如表2所示。由模型（1）的基準(zhǔn)回歸結(jié)果可知，列（1）沒有加入任何控制變量，可以看到核心解釋變量BDP的估計系數(shù)顯著為正。為了控制其他變量的影響，加入經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字基礎(chǔ)設(shè)施等控制變量之后列（2）的回歸系數(shù)依然顯著。以上結(jié)果表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對科技創(chuàng)新產(chǎn)生顯著的正向影響，說明以大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)為特征的數(shù)據(jù)要素集聚有效提升了科技創(chuàng)新水平。列（3）、（4）、（5）、（6）在此基礎(chǔ)上進(jìn)一步控制了財政支出規(guī)模、金融發(fā)展水平、科技成果轉(zhuǎn)化能力等因素對科技創(chuàng)新的影響，核心解釋變量BDP的回歸系數(shù)均在1%的水平上顯著為正。列（6）核心解釋變量BDP的估計系數(shù)為0.354，表明加入控制變量后基準(zhǔn)回歸結(jié)果依然顯著，說明數(shù)據(jù)要素集聚顯著提升科技創(chuàng)新水平。

表2 基準(zhǔn)回歸結(jié)果

（三）傾向得分匹配雙重差分法

根據(jù)基準(zhǔn)回歸結(jié)果，本文發(fā)現(xiàn)數(shù)據(jù)要素集聚能夠顯著提高科技創(chuàng)新水平，為了消除處理組與控制組樣本帶來的特征差異的干擾，降低估計偏誤，本文進(jìn)一步利用核匹配、半徑匹配和近鄰匹配法的傾向得分匹配雙重差分法（PSM-DID）進(jìn)行穩(wěn)健性檢驗(yàn)，以保證本文結(jié)論的穩(wěn)健性。具體地，本文運(yùn)用核匹配方法，首先選擇匹配使用的協(xié)變量，即匹配處理組與控制組的一系列特征控制變量，計算傾向得分匹配值并進(jìn)行匹配；然后運(yùn)用核匹配方法減少處理組和控制組特征變量在匹配前后的標(biāo)準(zhǔn)化偏差，以緩解地區(qū)間的特征差異。本文發(fā)現(xiàn)處理組和控制組特征變量在匹配前后的標(biāo)準(zhǔn)化偏差基本在0附近（小于10%），表明經(jīng)過傾向得分匹配之后處理組和控制組的變量差異性得到了平衡，減小了兩個樣本組在個體特征上的系統(tǒng)性差異。

為了保證匹配結(jié)果滿足平衡性需要，進(jìn)一步對匹配變量進(jìn)行平衡性檢驗(yàn)，本文發(fā)現(xiàn)匹配后變量的標(biāo)準(zhǔn)化偏差小于10%，而且所有特征變量T檢驗(yàn)的結(jié)果不拒絕處理組與控制組無系統(tǒng)差異的原假設(shè)。對比匹配前的結(jié)果，大多數(shù)特征變量的標(biāo)準(zhǔn)化偏差均大幅縮小，表明各特征變量基本通過平衡性檢驗(yàn)。此外，為了避免匹配方法選取的主觀性，本文還采用半徑匹配法和K近鄰匹配法進(jìn)行傾向得分匹配。其中，半徑匹配法是指首先設(shè)定一個半徑，找出設(shè)定半徑范圍內(nèi)的全部觀測值作為對照組，將處理組得分值與控制組得分值的差異在半徑范圍內(nèi)進(jìn)行配對；K近鄰匹配法是選取距離最近的K個觀測值作為對照組，本文選取K=4。表3列（1）-（3）分別報告了核匹配、半徑匹配和K近鄰匹配的估計結(jié)果，我們發(fā)現(xiàn)無論選擇何種匹配方式，核心解釋變量的回歸系數(shù)均為正，且通過1%水平的顯著性檢驗(yàn)。該結(jié)果說明經(jīng)過樣本匹配后的影響效應(yīng)依舊較為穩(wěn)健，樣本內(nèi)地區(qū)個體特征差異的影響較小，處理組與控制組地區(qū)樣本帶來的特征差異并未影響數(shù)據(jù)要素集聚對科技創(chuàng)新的影響，本文的研究結(jié)論具有較強(qiáng)的穩(wěn)健性①由于篇幅限制，正文部分未報告三種匹配方法的特征變量在匹配前后的標(biāo)準(zhǔn)化偏差以及匹配變量的平衡性檢驗(yàn)。。

表3 穩(wěn)健性分析結(jié)果

（四）安慰劑檢驗(yàn)

由于本文選取的樣本考察期較長，與大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)無關(guān)的其他事件或隨機(jī)因素也可能會導(dǎo)致科技創(chuàng)新水平產(chǎn)生差異，導(dǎo)致估計結(jié)果出現(xiàn)偏誤。為了進(jìn)一步排除不可觀測的因素對大數(shù)據(jù)綜合試驗(yàn)區(qū)選擇的影響，本文參考劉滿鳳和陳梁（2020）的方法，選取樣本考察期內(nèi)2016年獲批建立的大數(shù)據(jù)綜合試驗(yàn)區(qū)數(shù)量，通過隨機(jī)分配設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)的地區(qū)進(jìn)行安慰劑檢驗(yàn)，并對安慰劑檢驗(yàn)的隨機(jī)過程重復(fù)了500次，對核心解釋變量BDP進(jìn)行估計且對其估計系數(shù)進(jìn)行概率密度分析，將表2中列（6）數(shù)據(jù)要素集聚的回歸系數(shù)作為基準(zhǔn)估計結(jié)果，隨機(jī)抽取地區(qū)樣本以確保本文構(gòu)建的核心解釋變量BDP對科技創(chuàng)新水平產(chǎn)生較小的政策效果。圖2中報告了被解釋變量為Csa時BDP的估計系數(shù)的變化及其對應(yīng)的概率密度分布圖。從安慰劑檢驗(yàn)的概率密度分布圖可知，在隨機(jī)抽取的樣本中BDP的估計系數(shù)大多集中分布在0附近，而模型（1）的基準(zhǔn)估計結(jié)果為0.354，則說明不可觀測的其他事件或隨機(jī)因素對科技創(chuàng)新不存在顯著影響，進(jìn)一步證明數(shù)據(jù)要素集聚對科技創(chuàng)新有顯著的促進(jìn)作用。以上結(jié)果表明未觀測到的其他因素不會對科技創(chuàng)新水平產(chǎn)生影響，表明大數(shù)據(jù)綜合試驗(yàn)區(qū)科技創(chuàng)新水平的提升來自于大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)。

（五）工具變量分析

雙重差分法通過處理組和控制組的對比能夠克服估計過程中的內(nèi)生性問題，但前提是大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)試點(diǎn)的地區(qū)是隨機(jī)選擇的。然而，事實(shí)上并非如此，若處理組地區(qū)的大數(shù)據(jù)產(chǎn)業(yè)較為發(fā)達(dá)，在大數(shù)據(jù)應(yīng)用領(lǐng)域擁有巨大的市場優(yōu)勢和發(fā)展?jié)摿?，這些地區(qū)獲批大數(shù)據(jù)綜合試驗(yàn)區(qū)的可能性較大，雙向因果造成的內(nèi)生性問題會降低研究結(jié)論的說服力和精確性。

為了較大程度上緩解內(nèi)生性問題，亟需尋找一個合適的工具變量識別數(shù)據(jù)要素集聚對地區(qū)科技創(chuàng)新影響的凈效應(yīng)。2016年獲批建設(shè)大數(shù)據(jù)綜合試驗(yàn)區(qū)的地區(qū)包括貴州、京津冀、珠三角、重慶、上海、河南、遼寧、內(nèi)蒙古，主要分布在華北、華南和西南地區(qū)，這可能是因?yàn)榇髷?shù)據(jù)綜合試驗(yàn)區(qū)的空間分布與信息基礎(chǔ)設(shè)施能力相關(guān)。因此，本文借鑒劉傳明和馬青山（2020）的做法，選擇各地區(qū)的地形起伏度作為大數(shù)據(jù)綜合試驗(yàn)區(qū)的工具變量。地區(qū)地形起伏度同時滿足工具變量的相關(guān)性與排他性條件。原因在于：一方面，地形起伏度會影響網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，若一個地區(qū)的地形起伏度越大，不僅會增加大數(shù)據(jù)綜合試驗(yàn)區(qū)基礎(chǔ)設(shè)施的建設(shè)與運(yùn)行成本，還會影響大數(shù)據(jù)網(wǎng)絡(luò)平臺的信號質(zhì)量，進(jìn)而對大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)數(shù)字基礎(chǔ)設(shè)施的運(yùn)行產(chǎn)生影響；地區(qū)的地形起伏度越小，大數(shù)據(jù)綜合試驗(yàn)區(qū)數(shù)字基礎(chǔ)設(shè)施的建設(shè)與運(yùn)行成本越低，則該地區(qū)獲批大數(shù)據(jù)綜合試驗(yàn)區(qū)的概率越大。因此，地形起伏度滿足工具變量的相關(guān)性要求。另一方面，相對于其他工具變量，將地形起伏度作為一個地區(qū)的地理特征變量，與經(jīng)濟(jì)社會因素?zé)o關(guān)，對科技創(chuàng)新水平的影響較弱。綜上所述，在控制了其他變量后，選取地區(qū)地形起伏度作為工具變量在一定程度上滿足排他性約束要求。

本文利用兩階段最小二乘法（2SLS）進(jìn)行回歸分析，估計結(jié)果如表4所示。根據(jù)表4我們發(fā)現(xiàn)無論是否加入控制變量，第一階段回歸中工具變量IV的估計系數(shù)均為負(fù)且通過5%的顯著性檢驗(yàn)，表明地形起伏度越小的地區(qū)，該地區(qū)獲批大數(shù)據(jù)綜合試驗(yàn)區(qū)的概率越大。第二階段的工具變量回歸中數(shù)據(jù)要素集聚的估計系數(shù)均在1%的水平上顯著為正，這與雙重差分的基準(zhǔn)估計結(jié)果一致，說明經(jīng)過內(nèi)生性處理之后大數(shù)據(jù)綜合試驗(yàn)區(qū)的政策效果依然存在，基準(zhǔn)回歸結(jié)果并未受到自選擇偏誤造成的潛在內(nèi)生性問題影響。這一結(jié)論表明數(shù)據(jù)要素集聚顯著提升科技創(chuàng)新水平。

五、數(shù)據(jù)要素集聚對科技創(chuàng)新的影響機(jī)制分析

（一）中介模型構(gòu)建

從前文的理論機(jī)制分析可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對科技創(chuàng)新水平的影響可能存在勞動資源錯配、研發(fā)投入及人力資本水平三種主要機(jī)制。因此，本文利用中介模型對上述作用機(jī)制進(jìn)行實(shí)證檢驗(yàn)，并構(gòu)建以下方程：

其中，模型（4）是考察數(shù)據(jù)要素集聚對科技創(chuàng)新的影響，與前文模型（1）一致。模型（5）在模型（4）的基礎(chǔ)上加入中介變量，考察數(shù)據(jù)要素對科技創(chuàng)新影響的作用機(jī)制。該模型重點(diǎn)關(guān)注估計系數(shù)k1和k2。本文考慮的中介變量包括地區(qū)勞動資源錯配、研發(fā)投入及人力資本水平。數(shù)據(jù)要素集聚對科技創(chuàng)新水平產(chǎn)生的總效應(yīng)為w1，直接效應(yīng)為k1。前文模型（1）的基準(zhǔn)估計模型中w1的系數(shù)顯著為正，若k1的回歸系數(shù)顯著為正且k1的系數(shù)減少，而k2的回歸系數(shù)顯著為負(fù)，則說明勞動資源錯配為部分中介變量；而對于地區(qū)研發(fā)投入及人力資本水平，若k1和k2的回歸系數(shù)均顯著為正且k1的系數(shù)減少，則說明研發(fā)投入與人力資本為部分中介變量。

（二）中介效應(yīng)分析

本文從勞動資源錯配視角進(jìn)行作用機(jī)制分析，對于地區(qū)勞動資源錯配水平的測度，本文借鑒陳永偉和胡偉民（2011）的測算方法，選取地區(qū)GDP作為產(chǎn)出，三次產(chǎn)業(yè)從業(yè)總?cè)藬?shù)作為勞動投入量，地區(qū)實(shí)際GDP變量以2001年不變價進(jìn)行核算，通過測算勞動扭曲程度即得到地區(qū)勞動資源錯配程度，該指標(biāo)反映一個地區(qū)的勞動配置效率。因此，若勞動市場的相對扭曲程度越低，則地區(qū)勞動配置效率越高。本文選取地區(qū)R&D經(jīng)費(fèi)內(nèi)部支出來衡量研發(fā)投入，R&D經(jīng)費(fèi)內(nèi)部支出主要包括地區(qū)基礎(chǔ)研究、應(yīng)用研究與試驗(yàn)發(fā)展三大領(lǐng)域的研發(fā)投入，但地區(qū)經(jīng)濟(jì)發(fā)展水平越高，其R&D經(jīng)費(fèi)內(nèi)部支出也越多。因此，本文選取R&D經(jīng)費(fèi)內(nèi)部支出占GDP的比重來測度地區(qū)研發(fā)投入水平。此外，對于人力資本水平的測算，本文參考Wang和Yao（2003）的方法，采用各地區(qū)6歲及以上人口的平均受教育年限來進(jìn)行衡量，其計算公式是（16×大專及以上學(xué)歷人數(shù)+12×高中學(xué)歷人數(shù)+9×初中學(xué)歷人數(shù)+6×小學(xué)學(xué)歷人數(shù)）/地區(qū)6歲及以上人口總數(shù)。

表5列（1）匯報了模型（3）的回歸結(jié)果，從中可見，數(shù)據(jù)要素集聚有效促進(jìn)了科技創(chuàng)新。此外，本文將勞動資源配置、研發(fā)投入和人力資本水平作為數(shù)據(jù)要素集聚提升科技創(chuàng)新水平的中介變量，并對模型（4）進(jìn)一步做中介效應(yīng)檢驗(yàn)，檢驗(yàn)結(jié)果如表5列（2）-（4）所示。在列（1）基準(zhǔn)回歸的基礎(chǔ)上加入相應(yīng)的中介變量，如勞動資源錯配的回歸中k1的系數(shù)顯著為正且減少，而k2的系數(shù)顯著為負(fù)，勞動資源錯配的回歸系數(shù)為-0.827，通過1%水平的顯著性檢驗(yàn)。而在研發(fā)投入和人力資本水平的機(jī)制分析中，k1和k2的系數(shù)均顯著為正且k1的回歸系數(shù)有所減少，研發(fā)投入強(qiáng)度和人力資本水平的回歸系數(shù)分別為0.223、0.200，均在5%的水平上顯著。從以上中介效應(yīng)檢驗(yàn)的估計結(jié)果可以看出，本文選取的三個中介變量均為部分中介，即大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過降低勞動資源錯配、提升研發(fā)投入和人力資本水平發(fā)揮的政策作用提高了科技創(chuàng)新水平。上述機(jī)制分析結(jié)果表明，數(shù)據(jù)要素集聚有效緩解了勞動資源錯配，提升了研發(fā)投入和人力資本水平，從而促進(jìn)科技創(chuàng)新水平提升，驗(yàn)證了前文理論分析部分提出的假設(shè)H1、H2和H3，即數(shù)據(jù)要素集聚的勞動資源配置效應(yīng)、研發(fā)投入增加效應(yīng)和人力資本提升效應(yīng)。

表5 機(jī)制分析結(jié)果

六、數(shù)據(jù)要素集聚對科技創(chuàng)新影響的異質(zhì)性分析

數(shù)據(jù)要素集聚對科技創(chuàng)新的影響受到數(shù)字基礎(chǔ)設(shè)施、市場化水平以及數(shù)字經(jīng)濟(jì)發(fā)展等因素的影響。因此，本文將考察數(shù)字基礎(chǔ)設(shè)施、市場化水平、數(shù)字經(jīng)濟(jì)發(fā)展等因素的異質(zhì)性。

（一）數(shù)字基礎(chǔ)設(shè)施異質(zhì)性

大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)實(shí)施效果與地區(qū)數(shù)字基礎(chǔ)設(shè)施水平密切相關(guān)，數(shù)字基礎(chǔ)設(shè)施不僅是支撐科學(xué)研究、技術(shù)開發(fā)的重要平臺，同時也為數(shù)據(jù)要素流動提供安全、快捷的渠道。作為數(shù)據(jù)要素發(fā)揮作用的載體，大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等數(shù)字基礎(chǔ)設(shè)施平臺的發(fā)展加速了數(shù)據(jù)在各主體之間的充分流動。由此可見，數(shù)字基礎(chǔ)設(shè)施水平較高的地區(qū)，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)更有利于提高科技創(chuàng)新水平。本文將數(shù)字基礎(chǔ)設(shè)施水平低于樣本期內(nèi)中位數(shù)值的地區(qū)定義為數(shù)字基礎(chǔ)設(shè)施水平較低地區(qū)，高于中位數(shù)值的地區(qū)定義為數(shù)字基礎(chǔ)設(shè)施水平較高地區(qū)。數(shù)字基礎(chǔ)設(shè)施的異質(zhì)性分析結(jié)果如表6列（1）和列（2）所示，在數(shù)字基礎(chǔ)設(shè)施水平較高的地區(qū)中，核心解釋變量BDP的回歸系數(shù)為0.787，且在1%的水平上顯著，而數(shù)字基礎(chǔ)設(shè)施水平較低地區(qū)的回歸系數(shù)雖然為正，但并不顯著，表明數(shù)字基礎(chǔ)設(shè)施水平較高的地區(qū)在大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)過程中更能取得顯著的效果。其原因可能在于，數(shù)字基礎(chǔ)設(shè)施為數(shù)據(jù)要素集聚提供基礎(chǔ)條件，數(shù)字基礎(chǔ)設(shè)施也是數(shù)據(jù)要素交易與流動的重要載體。數(shù)字基礎(chǔ)設(shè)施水平較高的地區(qū)大多在大數(shù)據(jù)產(chǎn)業(yè)發(fā)展條件方面具有區(qū)位與資源集聚優(yōu)勢，為地區(qū)數(shù)據(jù)要素集聚與產(chǎn)業(yè)發(fā)展提供支撐。

表6 異質(zhì)性分析結(jié)果

（二）市場化程度異質(zhì)性

大數(shù)據(jù)作為新型生產(chǎn)要素需要通過數(shù)據(jù)交易的方式配置到生產(chǎn)和生活領(lǐng)域，即數(shù)據(jù)要素通過市場機(jī)制來實(shí)現(xiàn)數(shù)據(jù)要素需求與供給。因此，區(qū)域市場化程度是影響大數(shù)據(jù)綜合試驗(yàn)區(qū)政策效果的重要因素。地區(qū)市場化程度的差異是否會導(dǎo)致大數(shù)據(jù)綜合試驗(yàn)區(qū)科技創(chuàng)新效應(yīng)的異質(zhì)性？本文采用樊綱等（2011）構(gòu)建的市場化指數(shù)來衡量地區(qū)市場化程度，將市場化指數(shù)低于中位數(shù)值的地區(qū)定義為市場化程度較低地區(qū)，將高于中位數(shù)值的地區(qū)定義為市場化程度較高地區(qū)。表6列（3）和列（4）顯示，與市場化程度較低地區(qū)相比，市場化程度較高地區(qū)樣本的回歸系數(shù)為0.370，且通過了5%的顯著性檢驗(yàn)。表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)在市場化程度更高的地區(qū)可以取得顯著的政策效果，數(shù)據(jù)要素集聚在市場化程度較高的地區(qū)能夠發(fā)揮科技創(chuàng)新的提升效應(yīng)?？赡苡捎谶^多的非市場因素干預(yù)會限制數(shù)據(jù)要素集聚，此時數(shù)據(jù)資源配置效率受到非市場因素干預(yù)影響，導(dǎo)致大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)數(shù)據(jù)要素集聚的活躍度下降，數(shù)據(jù)要素流動與交易受到阻礙，在一定程度上無法有效推動科技創(chuàng)新水平提升。因此，過多的非市場因素干預(yù)不利于數(shù)據(jù)要素流動與集聚，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)過程中需要充分發(fā)揮市場在數(shù)據(jù)資源配置中的決定性作用，促進(jìn)數(shù)據(jù)要素集聚。

（三）數(shù)字經(jīng)濟(jì)發(fā)展水平異質(zhì)性

數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)發(fā)展的微觀基礎(chǔ)和創(chuàng)新引擎，促進(jìn)數(shù)據(jù)要素的流通和交易是未來數(shù)據(jù)要素集聚的關(guān)鍵路徑。數(shù)據(jù)要素作為數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵要素，數(shù)據(jù)要素集聚對科技創(chuàng)新水平的影響與該地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平相關(guān)。本文采用未受到政策影響的2014年各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平作為樣本的劃分標(biāo)準(zhǔn)，若地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平高于均值則列入數(shù)字經(jīng)濟(jì)發(fā)展水平較高地區(qū)，低于均值則列入數(shù)字經(jīng)濟(jì)發(fā)展水平較低地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展異質(zhì)性分析結(jié)果如表6列（5）和列（6）所示。與數(shù)字經(jīng)濟(jì)發(fā)展水平較低的地區(qū)相比，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對科技創(chuàng)新的影響在數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)可以取得更好的效果，數(shù)據(jù)要素集聚顯著提升數(shù)字經(jīng)濟(jì)發(fā)展水平較高地區(qū)的科技創(chuàng)新水平，而數(shù)字經(jīng)濟(jì)發(fā)展水平較低地區(qū)的影響系數(shù)沒有通過顯著性檢驗(yàn)。這可能是由于數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)本身具有數(shù)據(jù)要素集聚的比較優(yōu)勢，這種優(yōu)勢可能通過大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)被進(jìn)一步放大，從而更有利于提升科技創(chuàng)新水平。

七、進(jìn)一步分析

前文研究結(jié)果表明數(shù)據(jù)要素集聚顯著提升了科技創(chuàng)新水平，值得注意的是大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)在提升科技創(chuàng)新水平的同時對鄰近地區(qū)究竟是具有“溢出效應(yīng)”還是“虹吸效應(yīng)”？

（一）模型構(gòu)建

為了識別數(shù)據(jù)要素集聚對鄰近地區(qū)科技創(chuàng)新水平的空間效應(yīng)，本文選擇空間Durbin模型考察數(shù)據(jù)要素集聚對科技創(chuàng)新水平的空間溢出效應(yīng)。本文在模型（1）的基礎(chǔ)上，進(jìn)一步建立空間Durbin模型考察本地數(shù)據(jù)要素集聚對鄰近地區(qū)科技創(chuàng)新水平的影響，具體模型構(gòu)建如下：

其中，ρ是空間自相關(guān)系數(shù)，表示本地科技創(chuàng)新對鄰近地區(qū)科技創(chuàng)新的影響；W是指30×30階的空間權(quán)重矩陣。本文選取省會城市間地理距離平方的倒數(shù)作為空間權(quán)重矩陣。省際間地理距離采用省會城市之間的球面距離表示。此外，控制變量同模型（1）。本文重點(diǎn)關(guān)注系數(shù)γ，表示本地數(shù)據(jù)要素集聚對鄰近地區(qū)科技創(chuàng)新水平的空間影響，βi表示本地經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字基礎(chǔ)設(shè)施、財政規(guī)模、金融發(fā)展、科技成果轉(zhuǎn)化、創(chuàng)新能力等系列控制變量對鄰近地區(qū)科技創(chuàng)新水平的影響。ui、vt分別表示個體與時間效應(yīng)，ε為誤差項(xiàng)。

（二）實(shí)證結(jié)果分析

為了分析大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的空間效應(yīng)，本文對模型（6）進(jìn)行空間面板數(shù)據(jù)回歸。表7中列（1）、（2）分別匯報了隨機(jī)效應(yīng)與固定效應(yīng)模型的估計結(jié)果，空間自相關(guān)系數(shù)ρ均顯著為正，說明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)產(chǎn)生正向溢出效應(yīng)；而γ的估計系數(shù)顯著為正，分別為0.108、0.105，即本地數(shù)據(jù)要素集聚顯著提升了鄰近地區(qū)科技創(chuàng)新水平。此外，為了進(jìn)一步提高固定效應(yīng)模型估計結(jié)果的穩(wěn)健性，列（2）-（4）分別加入時間固定效應(yīng)、個體固定效應(yīng)以及雙向固定效應(yīng)進(jìn)行估計，研究發(fā)現(xiàn)無論是空間自相關(guān)系數(shù)ρ還是γ，其回歸系數(shù)的大小與作用方向均與列（1）的結(jié)果一致。上述分析發(fā)現(xiàn)，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)帶來的數(shù)據(jù)要素集聚不僅會提高本地科技創(chuàng)新水平，還能明顯增強(qiáng)鄰近地區(qū)的科技創(chuàng)新水平。數(shù)據(jù)要素集聚產(chǎn)生正向空間溢出效應(yīng)的原因可能在于，數(shù)據(jù)要素具有正外部性，在收集和使用的過程中能夠累積疊加，形成正反饋效應(yīng)，同時數(shù)據(jù)要素會產(chǎn)生明顯的溢出效應(yīng)，對其他部門釋放要素價值（徐翔等，2021；張宇和蔣殿春，2021）。因此，這種正外部性給周邊鄰近地區(qū)帶來正向溢出效應(yīng)，從而推動當(dāng)?shù)乜萍紕?chuàng)新。綜上分析，隨著數(shù)據(jù)要素集聚的發(fā)展，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)不僅提升了當(dāng)?shù)乜萍紕?chuàng)新水平，還會對周邊地區(qū)科技創(chuàng)新水平產(chǎn)生輻射效應(yīng)，進(jìn)一步增強(qiáng)了區(qū)域創(chuàng)新能力。

表7 數(shù)據(jù)要素集聚：溢出效應(yīng)還是虹吸效應(yīng)

八、研究結(jié)論與政策啟示

（一）研究結(jié)論

本文將國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法探討數(shù)據(jù)要素集聚對科技創(chuàng)新的影響效應(yīng)及作用機(jī)制。研究結(jié)論表明：第一，數(shù)據(jù)要素集聚顯著提升科技創(chuàng)新水平，這一研究結(jié)論在經(jīng)過安慰劑檢驗(yàn)、PSM-DID、工具變量法等一系列穩(wěn)健性檢驗(yàn)后依然成立。第二，數(shù)據(jù)要素集聚通過降低勞動資源錯配程度、提高研發(fā)投入及提升人力資本水平促進(jìn)科技創(chuàng)新水平的提升。第三，數(shù)據(jù)要素集聚對科技創(chuàng)新水平的提升作用在數(shù)字基礎(chǔ)設(shè)施水平、區(qū)域市場化程度、數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)更明顯。第四，數(shù)據(jù)要素集聚具有明顯的正向溢出效應(yīng)，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠提升鄰近地區(qū)科技創(chuàng)新水平，對周邊地區(qū)產(chǎn)生輻射帶動作用。

（二）政策啟示

第一，加快推進(jìn)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)，發(fā)揮數(shù)據(jù)要素集聚對科技創(chuàng)新的影響效應(yīng)。一方面，在大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)，穩(wěn)步推進(jìn)數(shù)據(jù)要素集聚的體制機(jī)制建設(shè)與實(shí)踐探索，發(fā)揮大數(shù)據(jù)綜合試驗(yàn)區(qū)的輻射帶動效應(yīng)與示范引領(lǐng)作用，培育一批具有國際競爭力的大數(shù)據(jù)綜合試驗(yàn)區(qū)，激發(fā)數(shù)據(jù)要素集聚對周邊地區(qū)科技創(chuàng)新的溢出效應(yīng)。統(tǒng)籌推進(jìn)數(shù)據(jù)交易平臺建設(shè)，培育規(guī)范有序的數(shù)據(jù)要素交易市場，以數(shù)據(jù)流引領(lǐng)技術(shù)流，形成大數(shù)據(jù)流通、開發(fā)、應(yīng)用的完整產(chǎn)業(yè)鏈和生態(tài)鏈，促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)集聚發(fā)展。另一方面，總結(jié)大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)建設(shè)的實(shí)踐經(jīng)驗(yàn)，選擇有條件的地區(qū)推廣大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)建設(shè)。如實(shí)施大數(shù)據(jù)產(chǎn)業(yè)集聚示范工程，在大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)內(nèi)建立國家大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集聚區(qū)，以大數(shù)據(jù)產(chǎn)業(yè)吸引數(shù)據(jù)要素集聚，協(xié)同推進(jìn)數(shù)據(jù)要素開放與大數(shù)據(jù)融合應(yīng)用。深入貫徹實(shí)施國家大數(shù)據(jù)戰(zhàn)略，發(fā)揮政府投資基金作用，設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)發(fā)展專項(xiàng)資金，引導(dǎo)社會資本設(shè)立大數(shù)據(jù)產(chǎn)業(yè)發(fā)展基金，為大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)提供資金支持。

第二，發(fā)揮市場機(jī)制在高素質(zhì)人才要素配置方面的決定性作用，通過公平競爭和市場供求促進(jìn)勞動要素的優(yōu)化配置與合理流動，從而降低勞動要素市場扭曲對科技創(chuàng)新的不利影響。發(fā)揮大數(shù)據(jù)綜合試驗(yàn)區(qū)帶來的數(shù)據(jù)要素集聚效應(yīng)與數(shù)據(jù)要素的融合作用，促進(jìn)數(shù)據(jù)要素與勞動要素融合發(fā)展，降低勞動要素市場配置扭曲程度。研發(fā)投入是科技創(chuàng)新的重要資源，應(yīng)加大基礎(chǔ)研究、應(yīng)用研究與試驗(yàn)發(fā)展的財政支持力度，提升研發(fā)投入強(qiáng)度，有效發(fā)揮大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)帶來的科技創(chuàng)新水平的提升效應(yīng)。此外，發(fā)揮人力資本在提升科技創(chuàng)新水平的核心作用，建立培養(yǎng)大數(shù)據(jù)領(lǐng)域?qū)I(yè)型人才和跨界復(fù)合型人才機(jī)制，引進(jìn)和培育大數(shù)據(jù)領(lǐng)域高端領(lǐng)軍人才和創(chuàng)新科研團(tuán)隊，提高大數(shù)據(jù)領(lǐng)域的人力資本競爭力。

第三，完善數(shù)字基礎(chǔ)設(shè)施，深化數(shù)據(jù)要素市場化配置改革，推動數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展。統(tǒng)籌數(shù)字基礎(chǔ)設(shè)施集約利用，實(shí)施新型數(shù)字基礎(chǔ)設(shè)施專項(xiàng)示范工程，加強(qiáng)關(guān)鍵網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，提升網(wǎng)絡(luò)骨干傳輸和交換能力，吸引資金、人才等創(chuàng)新資源，為科技創(chuàng)新水平提升效應(yīng)提供支撐。發(fā)揮市場機(jī)制配置數(shù)據(jù)要素資源的關(guān)鍵作用，完善數(shù)據(jù)要素市場監(jiān)管機(jī)制，規(guī)范數(shù)據(jù)資源交易和流通，將數(shù)據(jù)要素市場監(jiān)管納入市場監(jiān)管體系。改善數(shù)據(jù)要素市場流通環(huán)境，精準(zhǔn)對接市場需求，堅持政府干預(yù)和市場配置相結(jié)合的原則，充分發(fā)揮政府和市場兩類資源優(yōu)勢，促進(jìn)數(shù)據(jù)要素集聚，提高科技創(chuàng)新水平。大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)離不開廣闊的數(shù)字經(jīng)濟(jì)發(fā)展前景，獲批建立大數(shù)據(jù)綜合試驗(yàn)區(qū)的地區(qū)需要重塑數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢，提高數(shù)字經(jīng)濟(jì)核心競爭力，為數(shù)據(jù)要素集聚提供新業(yè)態(tài)的發(fā)展環(huán)境，從而發(fā)揮數(shù)字經(jīng)濟(jì)帶來的科技創(chuàng)新的協(xié)同提升效應(yīng)。