数据要素市场化赋能数字经济发展

摘 要： 数据是新时代的关键生产要素， 而激活数据要素市场是数字经济发展的核心动力。本文基于２０１４—２０２２ 年我国省际面板数据， 从数据要素市场基础、数据要素市场规模和数据要素市场环境三个方面构建评价指标体系对数据要素市场化水平进行测度， 并建立面板模型、中介效应模型和门槛模型考察数据要素市场化对数字经济发展的影响。研究表明： 数据要素市场化对数字经济发展具有显著的促进作用； 数据要素市场化可通过提升新质生产力推动数字经济发展； 在中西部地区，数据要素市场化对数字经济的正向赋能效应更加显著； 当产业结构升级超过一定水平时， 数据要素市场化对数字经济发展的助力作用更强。

关键词： 数据要素市场； 数字经济； 新质生产力； 产业结构； 中介效应

基金项目： 河北省社会科学发展研究课题“京津冀数字经济驱动城乡融合发展的机制与路径研究” （２０２３０２０２０１４）； 河北地质大学博士科研启动基金项目“ 双碳目标下国内市场一体化赋能绿色技术创新的机制与路径研究” （ ＢＱ２０２４１００）；２０２４—２０２５ 河北省统计科学研究计划项目“新质生产力驱动经济高质量发展的机制和路径研究” （２０２４ＨＹ１４）

中图分类号： Ｆ４９ 文献标识码： Ａ

文章编号： １６７４－５３７Ｘ （２０２４） １０. ０１０３－０９

一、引言

近年来， 我国数字经济进入加速发展期， 《中国数字经济发展研究报告（２０２４） 》显示， ２０２３年， 数字经济规模增长至５３. ９ 万亿元， 占ＧＤＰ 比重达到４２. ８％， 同比名义增长７. ３９％。数字经济在国民经济中地位的进一步提升， 有效增强了我国经济发展的韧性和活力， 成为推进中国式现代化的重要引擎。习近平总书记高度重视数字经济发展， 强调数字经济“正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”。但是， 要稳定推进数字经济发展， 亟需结合当前数字发展现状， 廓清数字经济发展的内在逻辑和核心推力。作为继土地、劳动、资本、技术、知识、管理之后的新型生产要素， 数据要素已经融入生产、分配、流通、消费、社会服务管理等环节， 通过数据采集、组织、流通、利用等路径释放数据价值， 大幅提升传统要素资源的配置效率， 激发经济社会发展活力。培育数据要素市场有利于数据的流通和交易， 充分发挥数据要素虚拟替代性、多元共享性、跨界融合性、智能即时性的优势［１］ ， 推进数据要素生产力和释放数据要素红利， 持续驱动整个经济社会稳健发展。《“十四五” 数字经济发展规划》明确提出“强化高质量数据要素供给， 构建数据要素市场规则”， 那么， 数据要素市场建设能否促进数字经济高质量发展， 其内在机制如何？ 回答此问题可以有力推动数据要素市场发展， 为促进数字经济发展提供重要着力点。通过梳理相关文献可以看出，数字经济的蓬勃发展使得数据成为一种全新的基本生产要素。与资本、劳动、技术等传统生产要素相比， 数据要素呈现出了独特特征， 有助于提高全要素生产率［２］ （田杰棠等２０２０）。数据要素可从助力经济发展转变为引领经济发展， 如何推动构建权属清晰合理、流动自主有序、配置高效公平的数据要素市场是经济高质量发展的重要议题［３］ （于施洋等， ２０２０）。任保平等［４］ （２０２４） 的研究指出， 构建数据要素市场要从创造数据要素资源、优化数据要素配置机制、拓展数据要素市场应用空间、完善高标准的数字治理出发， 进而完成建设高标准的数据要素产权体系、数据价值转换体系、数据要素价格体系的任务。当前， 我国数据要素市场还存在市场动能不足、监管职能重叠、规制不完善、数据基础设施及技术支撑不足等问题［５］ （李三希， ２０２３）。未来要健全数据要素市场政策法规， 开展数据要素市场培育试点， 建设数据要素市场生态联盟， 强化数据要素管理能力， 加强数据要素市场理论研究，持续稳定促进我国数据要素市场的建设与完善［６－８］（ 王伟玲， ２０２３； 丁波涛， ２０２４； 陈晔婷等，２０２４）。综合上述分析， 学术界已对数据要素市场进行了充分讨论， 现有研究肯定了数据要素市场对数字经济发展的重要性， 但数据要素市场化对数字经济发展的具体影响效应与机制仍缺乏系统分析及实质性证据。因此， 本文选取２０１４—２０２２ 年我国省级面板数据， 实证探讨数据要素市场化促进数字经济发展的机理， 以及此影响在不同区域的异质性，期冀为推进国内要素市场化改革， 充分释放数字经济动能， 助力经济高质量发展提供参考依据。

二、理论分析与研究假设

（一） 数据要素市场化对数字经济的直接影响

随着全球数字化浪潮的推进， 数字经济逐渐成为现代经济发展的重要引擎。数字经济是以数据资源为关键要素， 以现代信息网络为主要载体， 以信息通信技术融合应用、全要素数字化转型为重要推动力的新兴产业形态［９］ 。数据要素市场是数据要素在交换或流通过程中形成的市场， 反映了在数据流通过程中涉及的各种经济关系。数据要素市场化水平的提升是数字经济发展的重要制度基础。第一，数据要素市场化进程可以促进数据要素公开共享，优化数据资源配置， 加速数据融合与集成， 充分挖掘并释放数据资源潜在价值， 为数字经济的发展提供坚实资源支撑。第二， 随着数据要素市场化水平提升， 数据共享机制和交易机制逐渐完善， 有利于打破数据孤岛和行业信息壁垒， 为企业开展数据交易活动提供充分保障， 推动企业数字化转型， 为数字经济的发展提供重要动力。第三， 数据要素市场化水平的提升可以提高市场信息透明度， 减少信息不对称， 有利于企业及时掌握市场供需动态与发展趋势， 促进市场公平竞争， 为推动数字经济创新增长提供良好的市场环境。

基于此， 提出如下假设：

假设Ｈ１： 数据要素市场化能够促进数字经济发展。

（二） 数据要素市场化对数字经济的间接影响

首先， 数据要素市场化可以推进新质生产力提升。新质生产力是以“新技术、新经济、新业态”为核心的生产力形态， 融合劳动者、劳动资料、劳动对象三大实体性要素与科技、管理、教育三大渗透性要素［１０］ 。数据要素市场化对新质生产力的影响主要体现在以下三个维度： 从劳动者方面看， 在数字智能化的背景下， 数据要素市场化促使数据要素更快融入劳动力要素， 衍生出“人机协同” 的新型劳动者， 打破劳动者固有认知， 拓宽知识边界， 激发劳动者数字思维， 提升劳动者数据处理能力和数字技术应用能力； 从劳动资料方面看， 数据要素具有低成本复制性和非竞争性的特点， 而数据要素市场化使之特点贯穿于生产和决策的全流程， 提升劳动资料的使用效率， 同数智技术的交互使得传统的制造工艺得到改造提升， 创造新型劳动工具和生产模式； 从劳动对象方面看， 数据要素市场化的推进有利于明确数据的所有权和使用权， 统一数据标准， 强化数据这一新型劳动对象的重要性， 同时推动数据从潜在资源向实际生产力的转变， 提升新质生产力的效率。

其次， 新质生产力的提升可以促进数字经济发展。一方面， 数字产业是数字经济的核心产业， 是数字经济形成的基础， 新质生产力通过关键性技术的突破和颠覆性技术的引领， 如大数据、区块链、算力等， 对传统产业进行升级优化， 提升数据处理、信息传递和商业模式创新能力， 形成数字产业， 促进产业的数字化和新业态的产生， 为数字经济发展提供源动力。另一方面， 新质生产力以培育和发展新兴战略产业和未来产业为着力点， 将新方法、新理念融入传统产业生产过程， 加速产业数字化进程， 借助新技术实现产业全面提效升级， 促进实体经济的结构优化， 增强经济发展的内生动力和韧性， 促进数字经济可持续发展。

基于此， 提出如下假设：

假设Ｈ２： 数据要素市场化会促进新质生产力，从而推动数字经济发展。

（三） 数据要素市场化对数字经济的非线性影响

数据要素市场化对数字经济发展的促进作用可能存在一定门槛。当产业结构升级处于初级阶段时， 数据驱动的现代化产业占比低， 数字基础设施和技术水平较为薄弱， 资源配置效率相对低下， 数据的潜在价值未能充分挖掘， 从而限制了数据要素市场化促进数字经济发展的作用。随着产业结构不断升级和优化， 以数据为核心的新兴产业， 如大数据、云计算、人工智能等领域的发展迅速扩大， 数据要素的交易、流通和定价等市场机制逐渐完善，数据监管法制体系逐渐健全， 从而为数据要素的市场化提供良好运作环境， 数据要素市场化开始显现其促进数字经济发展的巨大潜力。因此， 随着产业结构升级的推进， 数据要素市场化对数字经济发展的促进作用将愈发显著， 最终推动数字经济迈向更高水平的发展阶段。

基于此， 提出如下假设：

假设Ｈ３： 数据要素市场化对数字经济发展的影响存在产业结构升级的门槛效应。

三、研究设计

（一） 模型设定

１. 基准回归模型

为探究数据要素市场化水平对数字经济发展的影响， 本文构建如下计量基准模型：

ｄｉｇ ＝ α０ ＋ α１ｄａｔａαｉ ＋ α２Ｃｉ， ｔ ＋ μｉ ＋ λｔ ＋ θｉ， ｔ（１）

在模型（１） 中， 被解释变量ｄｉｇ 表示数字经济发展水平， 解释变量ｄａｔａ 表示数据要素市场化水平，Ｃ 表示一系列控制变量， α０ 表示常数项， μｉ 表示省份固定效应， λｔ 表示时间固定效应， θ 表示随机扰动项。

２. 中介效应模型

为探究数据要素市场化影响数字经济发展的传导机制， 借鉴江艇［１１］ （２０２２） 的研究， 采用两步法， 在模型（１） 基础上进一步构建中介效应模型，具体形式如下：

ｎｑｐ ＝ β０ ＋ β１ｄａｔａ ＋ β２Ｃｉ， ｔ ＋ μｉ ＋ λｔ ＋ θｉ， ｔ （２）

在模型（２） 中， ｎｑｐ 表示新质生产力； β 表示待估系数。

３. 门槛效应模型

根据理论分析， 为探究数据要素市场化对数字经济的非线性影响， 构建以产业结构升级为门槛变量的门槛模型如下：

ｄｉｇ ＝ δ０ ＋ δ１ｄａｔａｉｔ × Ｉ（ＴＳ ⩽ γ） ＋ δ２ｄａｔａｉｔ ×Ｉ（ＴＳ ＞ γ） ＋ δ３Ｃｉｔ ＋ εｉｔ （３）

ｄｉｇ ＝ δ０ ＋ δ１ｄａｔａｉｔ × Ｉ（ＴＲ ⩽ γ） ＋ δ２ｄａｔａｉｔ ×Ｉ（ＴＲ ＞ γ） ＋ δ３Ｃｉｔ ＋ εｉｔ （４）

在公式（３）、（４） 中， Ｉ （） 为示性函数； ＴＳ、ＴＲ 为门槛变量； γ 为特定门槛值。

（二） 变量选取和数据说明

１. 被解释变量： 数字经济

本文参考王军［１２］ （２０２１） 的做法， 从数字基础设施、数字产业化、产业数字化和数字创新能力四个方面构建评价指标体系测度数字经济发展（ｄｉｇ）， 运用熵值法计算得到数字经济发展指数。

２. 解释变量： 数据要素市场化

本文借鉴周乐欣等［１３］ （２０２４）、颜蒙等［１４］（２０２１） 的经验做法， 基于数据要素市场基础、数据要素市场规模和数据要素市场环境三个维度共１３ 个指标构建评价指标体系来测度数据要素市场发展水平（ｄａｔａ）， 详见表１。在此基础上， 采用熵值法计算各分项指标权重， 最终得出数据要素市场化水平指数。

３. 机制变量： 新质生产力

本文借鉴韩文龙等［１５］ （２０２４） 的研究， 从新质劳动者、新质生产资料和新质劳动对象三个方面构建评价体系测度新质生产力发展（见表２）， 并使用熵值法测算得到新质生产力指标。

４. 门槛变量

门槛变量： 产业结构升级， 分为产业结构合理化（ＴＲ） 和产业结构高级化（ＴＳ） 两个方面。产业结构合理化反映产业间协调程度及资源有效利用程度， 具体计算公式如下所示：

在公式（５） 中， Ｙ 表示各产业的增加值， Ｌ 表示各产业就业人数； ＴＲ 为负向指标， 指标值越大，则代表产业结构越不合理。产业结构高级化反映三次产业结构层次变化， 用第三产业增加值占地区生产总值的比重来衡量， 比值越大表示经济结构的服务化倾向越高， 产业结构在转型升级。

５. 控制变量

控制变量： 政府干预能力（ｇｏｖ）， 采用地方财政一般预算支出占地区生产总值的比重来衡量； 对外开放程度（ｏｐｅｎ）， 采用各地区进出口总额占地区生产总值的比重来衡量； 城镇化率（ｕｒｂ） 用城市人口占总人口的比重来表示； 技术创新水平（ｉｎ⁃ｎｏｖ） 采用政府财政科学基础支出占一般预算支出的比重来衡量； 基础设施水平（ｉｎｆｒａ） 采用各省公路、铁路里程和与各省份面积的比值来衡量。

（三） 数据来源

考虑数据可得性， 本文选取２０１４－２０２２ 年中国３０ 个省份（不含西藏与港澳台） 的面板数据来研究数据要素市场化对数字经济发展的影响， 相关样本数据来自中国统计年鉴， 各省统计年鉴等， 数字普惠金融指数采用由北京大学数字金融研究中心和蚂蚁金服集团共同编制的指数。对部分缺失数据已使用线性插值法补齐。

主要变量的描述性统计结果如表３ 所示。

四、实证结果与分析

（一） 基准回归结果

通过逐步引入控制变量、个体固定效应以及时间固定效应， 系统考察了数据要素市场发展对数字经济的影响。估计结果见表４。其中， 列（１） 为未引入固定效应、不添加其他控制变量的估计结果，数据要素市场化对数字经济的回归系数为０. ０３９，通过了１％的置信水平检验； 列（２） 进一步引入控制变量后， 数据要素市场化的正向影响依旧在１％水平上显著； 列（３） 在不加入控制变量的情况下引入了个体固定效应， 结果显示数据要素市场化在１％水平上保持显著性； 列（４） 同时引入控制变量和个体固定效应， 数据要素市场化的正向影响仍然显著； 在列（５） 中， 同时引入时间固定效应和个体固定效应， 在未控制其他变量的情况下， 数据要素市场化产生了正向的显著影响； 列（６） 中通过引入双固定效应并控制所有相关变量， 结果显示数据要素市场化的系数为正， 且通过了１％的置信水平检验。因此， 说明数据要素市场化显著促进了数字经济发展， 假设１ 得证。数据是一种基础性资源， 具有高度的可共享性和可复制性， 通过数据要素市场的建立和优化， 能够高效配置数据资源， 使数据流动起来， 提高生产效率和经济效益， 加速数字经济发展。

（二） 传导机制检验

前文理论分析指出， 数据要素市场可通过发展新质生产力提高数字经济水平， 为证实这一假设，将机制变量新质生产力及其三个构成要素新质劳动者、新质劳动资料、新质劳动对象引入模型， 估计结果如表５ 所示。观察可知， 数据要素市场化的估计系数均为正数， 且在统计学上具有显著意义， 表明数据要素市场化能够促进新质生产力水平提升。同时， 现有研究也基本证实了新质生产力对数字经济的推动作用， 如张夏恒［１６］ 研究发现， 新质生产力匹配新发展理念， 可以为数字经济提供创新发展动力、协调发展动力、绿色发展动力、开放发展动力和共享发展动力， 进而赋能数字经济高质量发展；夏杰长［１７］ 发现新质生产力可以通过产业融合和技术融合促进数字经济发展。结论与前文数据要素市场化可通过培育新质生产力加快数字经济发展保持一致， 假设２ 得证。

（三） 稳健性检验

１. 替换变量法

数字经济是一种新型经济形态， 没有固定的测度方法， 参考赵涛［１８］ （２０２０） 的研究， 采用数字经济综合发展指数衡量数字经济发展水平， 代入模型后再次回归。表６ 列（１） 为替换被解释变量数字经济水平后的回归结果， 数据要素市场化影响系数的正负向和显著性均未发生改变， 证实基准回归结果稳健。

２. 删除样本法

与其他省份相比， 北京、天津、重庆和上海的经济基础较好， 为避免其对结果产生误差， 故删除直辖市的数据， 再次展开回归分析， 结果见表６ 列（２）。分析可知， 数据要素市场化的回归系数显著为正， 表明基准回归结果具有稳健性。

３. 缩尾检验

为了进一步考察估计结果的稳健性和可靠性，对自变量和因变量进行缩尾处理， 结果如表６ 列（３）， 发现数据要素市场化的回归系数大小和符号与基准回归结果相比并未发生显著变化， 证明前文基准结果具有较强的稳健性。

４. 外生冲击检验

为了更加稳健地评估数据要素市场发展对地区产业结构升级的促进作用， 将２０２０ 年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》作为外部政策冲击， 运用双重差分法分析。鉴于不同地区受政策影响的程度的差异， 将东部地区作为实验组， 中西地区作为对照组， 构建如下回归模型：

ｄｉｇ ＝ α０ ＋ α１ｔｒｅａｔｉｔ × ｔｉｍｅｉｔ ＋ α２Ｃｉｔ ＋ μｉ ＋ δｔ ＋ εｉｔ（６）

在公式（６） 中， ｔｒｅａｔ 为地区虚拟变量（东部地区为１， 其他为０）； ｔｉｍｅ 为时间虚拟变量（２０２０年及之后为１， 其他为０）。表６ 列（４） 结果表明数据要素市场化政策显著促进了数字经济发展， 表明前文研究结论具有稳健性。

５. 双向因果检验

可能产生内生性问题的一个重要原因是逆向因果问题。因此， 进一步通过数据要素市场滞后一年的方式， 来验证是否存在数字经济影响数据要素市场化的因果倒置问题， 回归结果如表６ 列（５） 所示。可以发现， 在滞后一年后， 核心解释变量数据要素市场化对数字经济有显著增长的影响作用， 得到的结果与前文基本一致， 可以说明在双向因果关系中， 主因是数据要素市场发展。

（四） 异质性检验

１. 分地区异质性检验

为排除区域地理位置不同所造成的影响， 按照传统经验， 将我国３０ 个省份分为中西部和东部，具体结果见表７。可以看出， 数据要素市场化对中西部地区的数字经济发展起显著的促进作用， 对东部地区数字经济的促进作用不显著， 推动作用呈“中西部＞东部” 的特征。究其原因， 数据要素具有流通快、主体多、管理难等特征［１９］ ， 对地理区位、自然禀赋和经济环境的依赖性相对较弱。在政府和市场“两只手” 作用下， 数据要素市场化快速推进， 可以使中西部地区快速整合和利用数据资源，弥补基础设施和技术能力的不足， 从而实现数字经济的跨越式发展。如贵州依托自然环境的天然优势和政策支持， 成立了全国首个大数据交易所， 打造了全国一流的数据要素集聚开发基地， 凸显了西部地区的发展超越。而东部地区由于数字经济起步较早， 基础设施完善， 数据驱动产业已经较为成熟，因此数据要素市场化的边际效益相对较低， 对数字经济的促进作用较为有限。

２. 数据要素市场发展水平异质性检验

为检验不同水平数据要素市场发展对数字经济影响的异质性， 根据数据要素市场发展水平中位数， 将样本划分为数据要素市场高水平组和低水平组， 代入模型重新测算， 检验结果如表７ 列（２）（３） 所示。列（２） 回归结果显示， 高水平组的估计系数为０. ０４８， 在１％水平下显著。列（３） 检验结果显示， 低水平组的估计系数为０. ００６， 在１％水平下显著。对比来看， 数据要素市场发展高水平组对数字经济的赋能作用更显著。究其原因， 可能是相较于数据要素低水平组， 数据要素市场化程度高的地区对数据的利用率较高， 能够充分发挥数据的经济价值， 从而促进数字经济的发展。

（五） 门槛效应检验

对门槛特征进行检验， 首先采用自助抽样法（Ｂｏｏｔｓｔｒａｐ） 检验门槛数量。结果如表８ 所示， 门槛变量产业结构合理化和产业结构高级化仅通过单一门槛检验， 使用单一门槛模型进一步考察产业结构升级的门槛效应。由表９ 可知， 产业结构合理化的门槛值为０. ８０２， 产业结构高级化的门槛值为０. ５５０。由表１０ 的估计结果可知， 当产业结构合理化的数值低于门槛值０. ８０２ 时， 数据要素市场化对数字经济发展存在显著的正向影响， 作用系数为０. ０１８； 当产业结构合理化的数值高于门槛值０. ８０２时， 数据要素市场化对数字经济发展产生正向显著效应， 作用系数为０. ０１２， 说明产业结构越合理的地区， 数字据要素市场化越能推动数字经济发展。当产业结构高级化的数值低于门槛值０. ５５０ 时， 数据要素市场化对数字经济发展存在显著的正向影响， 作用系数为０. ０１１； 当产业结构高级化的数值高于门槛值０. ５５０ 时， 数据要素市场化对数字经济发展产生正向显著效应， 作用系数为０. ０１６， 影响程度增强， 即产业结构高级化水平越高， 数据要素市场化对数字经济的赋能效应越强。总的来说， 数据要素市场化对数字经济发展起促进作用， 当产业结构升级水平到达一定程度时， 数据要素市场化的促进作用增强， 在产业结构更加高级与合理的地区， 数据要素的价值得到了更充分的释放， 假设３得证。

五、结论建议

本文以２０１４—２０２２ 年３０ 个省份作为研究样本，利用面板固定效应模型、中介效应模型和门槛模型实证检验数据要素市场化对数字经济发展的影响和作用机制， 得出结论如下： １. 数据要素市场化显著促进数字经济发展； ２. 数据要素市场化可通过发展新质生产力从而推动数字经济发展； ３. 在中西部地区， 数据要素市场化对数字经济的正向赋能效应更加显著； ４. 产业结构升级可增强数据要素市场化水平对数字经济发展的助力作用。

据此， 提出以下政策建议： 第一， 健全数据要素市场。积极发挥各种政策的引领作用， 深化开展数据要素市场试点， 完善数据要素市场交易规则，建立数据交易监管机构， 致力打造一个标准化数据要素市场， 为数字经济的发展奠定环境基础。第二， 加快打造新质生产力。以新质生产力为切入点， 鼓励创新研发， 推动技术实现革命性突破， 优化数据资源的配置， 实现产业深度转型， 发挥新质生产力对数字经济的赋能作用。第三， 推动区域交流合作。各地区在数字发展水平、经济基础上有所不同， 要因地制宜， 差异化、特色化地定位数据要素发展战略， 建立共享平台， 打破地域壁垒， 实现数据要素的跨区域传播和市场整体性协调发展。第四， 重视产业结构优化升级。大力发展战略性新兴产业和未来产业， 加大科技创新投入， 推动新技术、新业态、新模式快速发展， 充分释放数据要素市场化对数字经济发展的赋能效应。

参考文献：

［１］李海舰，赵丽. 数据成为生产要素：特征、机制与价值形态演进［Ｊ］. 上海经济研究，２０２１，（０８）：４８－５９.

［２］田杰棠，刘露瑶. 交易模式、权利界定与数据要素市场培育［Ｊ］. 改革，２０２０，（０７）：１７－２６.

［３］于施洋，王建冬，郭巧敏. 我国构建数据新型要素市场体系面临的挑战与对策［Ｊ］. 电子政务，２０２０，（０３）：２－１２.

［４］任保平，贺海峰. 按照高标准市场体系要求培育数据要素市场［Ｊ］. 福建论坛（人文社会科学版），２０２４，（０３）：４２－５８.

［５］李三希，李嘉琦，刘小鲁. 数据要素市场高质量发展的内涵特征与推进路径［Ｊ］. 改革，２０２３，（０５）：２９－４０.

［６］王伟玲. 中国数据要素市场体系总体框架和发展路径研究［Ｊ］. 电子政务，２０２３，（０７）：２－１１.

［７］丁波涛. 我国数据要素市场治理的模式、现状与对策［Ｊ］. 信息资源管理学报， ２０２４， １４ （０２）：２９－４０.

［８］陈晔婷，江志鳞，何思源，等. 数据要素市场化改善了股票市场定价效率吗？———来自Ａ 股上市公司的经验证据［ Ｊ］ . 金融理论与实践，２０２４，（０７）：１０６－１１８.

［９］许先春. 习近平关于发展我国数字经济的战略思考［Ｊ］. 中共党史研究，２０２２，（０３）：１７－３０.

［１０］王鹏，靳开颜. 新质生产力视角下的未来产业发展：内涵特征与发展思路［Ｊ］. 技术经济与管理研究，２０２４，（０３）：１－６.

［１１］江艇. 因果推断经验研究中的中介效应与调节效应［Ｊ］. 中国工业经济，２０２２，（０５）：１００－１２０.

［１２］王军，朱杰，罗茜. 中国数字经济发展水平及演变测度［Ｊ］. 数量经济技术经济研究，２０２１，３８（０７）：２６－４２.

［１３］周乐欣，孔婧. 数据要素市场发展赋能产业结构升级的实证检验［Ｊ］. 统计与决策，２０２４，４０（１１）：９２－９７.

［１４］颜蒙，王超贤，张伟东. 中国分省份数据要素市场化发展指数构建与分析［Ｊ］. 新经济导刊，２０２１，（０４）：７２－７６.

［１５］韩文龙，张瑞生，赵峰. 新质生产力水平测算与中国经济增长新动能［Ｊ］. 数量经济技术经济研究，２０２４，４１（０６）：５－２５.

［１６］张夏恒. 新质生产力赋能数字经济高质量发展：内在逻辑与实现路径［Ｊ］. 贵州师范大学学报（社会科学版），２０２４，（０４）：２２－３１.

［１７］夏杰长. 以新质生产力驱动数实融合［Ｊ］. 社会科学家，２０２４，（０２）：３８－４４.

［１８］赵涛，张智，梁上坤. 数字经济、创业活跃度与高质量发展：来自中国城市的经验证据［Ｊ］. 管理世界，２０２０，３６（１０）：６５－７６.

［１９］加快构建中国特色数据基础制度体系促进全体人民共享数字经济发展红利［Ｊ］. 宏观经济管理，２０２３，（０３）：１３－１５＋３４.