On the basis of constructing a theoretical framework that data factor marketization empowers the development of regional new-quality productivity, and quasi-natural experiments based on the establishment of a data public trading platform, panel data of 284 prefecture-level cities are selected from 2011-2021, and its mechanism of action and regulation is analyzed based on the dual machine learning method. The results show that the construction of data factor marketization effectively empowers the development of regional new quality productivity. In terms of heterogeneity, data factor marketization significantly promotes the development of new-quality productivity in high science and education levels and first- and second-tier cities, while it has no significant driving effect in low science and education levels and cities below the third tier. In terms of the mechanism of action, data factor marketization drives the level of new quality productivity through the mechanisms of guiding market integration, optimizing factor allocation, and reconstructing innovation paradigms. In terms of the regulating mechanism, data factor marketization stimulates the data factor multiplier effect through channels such as industrial upgrading and transformation, digital talent gathering and foreign capital utilization level. Policy recommendations are then put forward to fully release the value of data factors and provide strong support for accelerating the formation of new quality productivity.
LU Yang, WANG Yu-bao
. Data elements marketization and the development of New Quality Productive Forces: Causal inference based on double machine learning[J]. Urban Problems, 2024
, 348(7)
: 80
-90
.
DOI: 10.13239/j.bjsshkxy.cswt.240707
[1] 新华社.习近平在中共中央政治局第十一次集体学习时强调:加快发展新质生产力 扎实推进高质量发展[EB/OL].[2024-02-01]. https://www.gov.cn/yaowen/liebiao/202402/content_6929446.htm
[2] 胡洪彬.习近平总书记关于新质生产力重要论述的理论逻辑与实践进路[J].经济学家,2023(12):16-25
[3] 黄群慧,盛方富.新质生产力系统:要素特质、结构承载与功能取向[J].改革, 2024(2):15-24
[4] 王珏,王荣基.新质生产力:指标构建与时空演进[J].西安财经大学学报,2024(1):31-47
[5] 卢江,郭子昂,王煜萍.新质生产力发展水平、区域差异与提升路径[J].重庆大学学报(社会科学版),2024(3):1-17
[6] 杜传忠,疏爽,李泽浩.新质生产力促进经济高质量发展的机制分析与实现路径[J].经济纵横,2023(12):20-28
[7] 新华社.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[EB/OL]. [2024-04-09]. https://www.gov.cn/zhengce/2020-04/09/content_5500622.htm
[8] 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
[9] 陈晓佳,徐玮.数据要素、交通基础设施与产业结构升级——基于量化空间一般均衡模型分析[J].管理世界,2024(4):78-98
[10] 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
[11] 陈艳利,蒋琪.数据生产要素视角下开放公共数据与企业创新——基于建立公共数据开放平台的准自然实验[J].经济管理,2024(1):25-46
[12] 郭劲光,王虹力.数字赋能下减排战略的创新性选择——基于“宽带中国”试点政策的准自然实验[J].产业经济研究,2022(4):101-113,142
[13] 张志新,徐世超,高惠楠.大数据发展能否推动企业绿色技术创新“质效并举”——基于“国家大数据综合试验区”的准自然实验[J].当代经济研究,2024(4):103-115
[14] 蔡跃洲,马文君.数据要素对高质量发展影响与数据流动制约[J].数量经济技术经济研究,2021(3):64-83
[15] 邓慧慧,周梦雯,程钰娇.数字经济与城市群协同发展:基于夜间灯光数据的研究[J].浙江大学学报(人文社会科学版),2022(4):32-49
[16] 李治国,王杰.数字经济发展、数据要素配置与制造业生产率提升[J].经济学家,2021(10):41-50
[17] 钞小静,黄冶娜.数字经济如何赋能高质量出口——基于双重机器学习的因果推断[J].长安大学学报(社会科学版),2023(4):15-30
[18] 新华社.《促进大数据发展行动纲要》[EB/OL]. [2015-09-05]. https://www.gov.cn/xinwen/2015-09/05/content_2925284.htm
[19] Victor Ch, Denis Ch, Mert D, et al. Double/Debiased Machine Learning for treatment and structural parameters[J]. The Econometrics Journal, 2018(21): 1-68
[20] 洪永淼,汪寿阳.大数据如何改变经济学研究范式？[J].管理世界,2021(10):40-55,72,56
[21] Helmut F, Martin H, Lukáš L, et al. Causal mediation analysis with Double Machine Learning[J]. The Econometrics Journal, 2022(25): 277-300
[22] 张涛,李均超.网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J].数量经济技术经济研究,2023(4):113-135
[23] Yang J C,Chuang H C,Kuan C M. Double Machine Learning with Gradient Boosting and its application to the Big N Audit Quality Effect[J]. Journal of Econometrics, 2020 (1):268-283
[24] 彭方平,王茹婷,廖敬贤.银行竞争、企业债务与“脱虚向实”——基于双重机器学习方法[J].经济理论与经济管理,2023(3):82-97
[25] 闫昊生,王剑飞,孙久文.集体建设用地入市如何影响国有建设用地市场?——基于机器学习的新证据[J].数量经济技术经济研究,2023(6):195-216
[26] 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/OL].数量经济技术经济研究:1-22[2024-04-23]
[27] 王永钦,董雯.机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]经济研究,2020(10):159-175
[28] 范剑勇,谢强强.地区间产业分布的本地市场效应及其对区域协调发展的启示[J].经济研究,2010(4):107-119,133
[29] 白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究,2015(7)
[30] 邓峰,王一飞.技术锁定对创新绩效的影响:创新模式的调节作用[J].科技进步与对策,2022(14):1-11
[31] 谢丹夏,魏文石,李尧,等.数据要素配置、信贷市场竞争与福利分析[J].中国工业经济,2022(8):25-43
[32] Nunn, N,Nancy Q. US food aid and civil conflict[J]. American Economic Review, 2014 (6): 1630-1666
