以数据管理机构设立为准自然实验,构建政府数据要素治理驱动企业绿色创新的理论模型,选取2010—2024年我国上市企业面板数据,基于双重机器学习方法,检验政府数据治理的绿色创新效应。研究结果表明:在基准效应方面,政府数据治理有效促进企业绿色创新效率。在异质性方面,政府数据治理对高数字化水平企业、高垄断行业以及中心城市表现出更强的绿色创新促进效应。在作用机制方面,政府数据治理通过支持数字技术研发、优化数字管理组织、改善数字生态等方式驱动企业绿色创新效率提升。在调节机制方面,政府数据治理通过“硬基础”“软环境”“强中介”等渠道激发数据要素乘数效应。基于研究结论提出政策建议,以期为政府部门科学治理数据要素提供切合实际的经验,为推动企业绿色转型发展奠定理论基础。
This study employs the establishment of the data managment agency as a quasi-natural experiment to construct a theoretical model illustrating how government data governance drives corporate green innovation. Using panel data from listed enterprises from 2010 to 2024 and applying a uble Machine Learning(DML) approach, we empirically find the results as following: Firstly, government data governance significantly enhances enterprise green innovation efficiency. Secondly, the green innovation promotion effect is more pronounced in highly digitalized enterprises, monopolistic industries, and central cities. Thirdly, government data governance improves green innovation efficiency through supporting digital technology R&D, optimizing digital management organizations, and enhancing the digital ecosystem. This study provides practical strategies for governments to manage data elements effectively and offers a theoretical basis for advancing corporate green transformation.
[1] 刘桂锋,吴雅琪,韩牧哲,等.我国数据要素研究进展:内涵阐释、运行机理、治理体系与实践应用[J].图书情报工作,2024(23):139-152
[2] 张明,路先锋,吴雨桐.数据要素经济学:特征、确权、定价与交易[J].经济学家,2024(4):35-44
[3] 徐翔,赵墨非,李涛,等.数据要素与企业创新:基于研发竞争的视角[J].经济研究,2023(2):39-56
[4] 郭凯明,王钰冰,杭静.数据要素规模效应、产业结构转型与生产率提升[J/OL].中国工业经济,2024(8):5-23
[5] 方锦程,刘颖,高昊宇,等.公共数据开放能否促进区域协调发展？——来自政府数据平台上线的准自然实验[J].管理世界,2023(9):124-142
[6] 郑国强,张馨元,赵新宇.数据要素市场化能否促进企业绿色创新？——基于城市数据交易平台设立的准自然实验[J].上海财经大学学报,2024(3):33-48
[7] 李雪琴,郑酌基,韩先锋.乘“数”而上:政府数据治理赋能企业数字创新[J].数量经济技术经济研究,2024(12):68-88
[8] 魏万青,叶秋志,陈永洲.制度松绑、数字创新生态与新质生产力——来自大数据机构改革的证据[J/OL].软科学,2024(9):1-24
[9] 肖仁桥,陈小婷,钱丽.异质环境规制、政府支持与企业绿色创新效率——基于两阶段价值链视角[J].财贸研究,2022(9):79-93
[10] Arabi B, Toloo M, Yang Z L, et al. Sustainable refrigeration technology selection: An innovative DEA-TOPSIS hybrid model[J]. Environmental Science & Policy, 2024(8):103-120
[11] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002(1):32-41
[12] 刘畅,潘慧峰,李珮,等.数字化转型对制造业企业绿色创新效率的影响和机制研究[J].中国软科学,2023(4):121-129
[13] 孙全胜.数字经济赋能企业绿色技术创新效率提升的三种模式[J].科学管理研究,2024(1):96-105
[14] Chernozhukov V, Chetverikov D, Demirer D, et al. Double/debiased machine learning for treatment and structural parameters[J]. The Econometrics Journal, 2018(2):1-68
[15] Farbmacher H, Huber M, Laffers L, et al. Causal mediation analysis with double machine learning[J]. The Econometrics Journal, 2022(5):277-300
[16] Wei R R, Xia Y M. Digital transformation and corporate green total factor productivity: Based on double/debiased machine learning robustness estimation[J]. Economic Analysis and Policy ,2024(12): 808-827
[17] 谢思,房克雷.国家大数据综合试验区对城市环境污染的影响及机制——基于双重机器学习的因果推断[J].资源科学,2024(7):1433-1445
[18] 陆扬,王育宝.数据要素市场化与新质生产力发展——基于双重机器学习的因果推断[J].城市问题,2024(7):80-90
[19] Drazin R. The processes of technological innovation[J]. The Journal of Technology Transfer, 1991(16): 45-46
[20] 刘瑞明,毛宇,亢延锟. 制度松绑、市场活力激发与旅游经济发展——来自中国文化体制改革的证据[J].经济研究, 2020(1): 115-131
[21] 游达明,欧阳乐茜.环境规制对工业企业绿色创新效率的影响——基于空间杜宾模型的实证分析[J].改革,2020(5):122-138
[22] 吴延兵.R&D与生产率——基于中国制造业的实证研究[J].经济研究,2006(11)
[23] 金友良,孙天虹,曾辉祥,等.政府数字化转型与企业税收规避——基于“大数据局”设立的准自然实验[J/OL].系统工程理论与实践,2024(9):1-22
[24] 方福前,田鸽,张勋.数字基础设施与代际收入向上流动性——基于“宽带中国”战略的准自然实验[J].经济研究,2023(5):79-97
[25] Kim O, Verrecchia R E. The relation among disclosure, returns, and trading volume information[J]. The Accounting Revie, 2001(4):633-654
[26] 肖有智,张晓兰,刘欣.新质生产力与企业内部薪酬差距——基于共享发展视角[J].经济评论,2024(3):75-91
[27] 张琦,郑瑶,孔东民.地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准(2012)》的准自然实验[J].经济研究,2019(6):183-198
[28] 钞小静,廉园梅,元茹静,等.数字基础设施建设与产业链韧性——基于产业链恢复能力数据的实证分析[J].数量经济技术经济研究,2024(11):112-131
[29] 蔡贵龙,张亚楠.基金ESG投资承诺效应——来自公募基金签署PRI的准自然实验[J].经济研究, 2023(12):22-40
