PDF(1172 KB)
PDF(1172 KB)
PDF(1172 KB)
政府数据开放对企业数据要素利用水平的影响
The impacts of government data openness on the data element utilization level of enterprises
经济主体对数据要素的充分利用不仅是数据要素价值发挥的重要途径,也是数字经济发展的重要落脚点。本文基于政府数据开放政策,采用双重差分模型,结合2009—2022年的中国A股上市企业数据、省份与城市层面数据,检验政府数据开放对企业数据要素利用水平的影响及作用机制。研究结果表明:(1)政府数据开放能够显著提高企业数据要素利用水平;(2)企业的资源整合能力与数字化转型是政府数据开放影响企业数据要素利用水平的关键中介机制;(3)数字技术应用程度、智能化投资水平、高管数字化背景、数字产业集聚水平在政府数据开放促进企业数据要素利用水平过程中发挥了积极的调节作用;(4)异质性分析表明高科技行业企业有着更高的数据要素利用水平。本文从内外部资源整合的视角探究了企业数据要素的利用过程,丰富了数据要素价值释放的相关研究,为企业数据要素利用提供了理论依据与管理启示。
The full utilization of data elements by economic entities is not only a crucial pathway for realizing the value of data elements but also a key focal point for digital economic development. Based on government data openness policies, this study employed a difference-in-differences model, utilizing the data from Chinese A-share listed companies, provincial-level regions, and cities from 2009 to 2022. It examined the impact of government data openness on corporate data element utilization levels and its underlying mechanisms. The findings revealed that: (1) Government data openness significantly enhances corporate data element utilization levels; (2) Firms' resource integration capabilities and digital transformation serve as key mediating mechanisms through which government data openness influences corporate data utilization; (3) The application of digital technologies, and levels of intelligent investment, executives' digital backgrounds, and digital industry agglomeration exert positive moderating effects on the relationship between government data openness and corporate data utilization; and (4) The heterogeneity analysis revealed that high-tech industry firms exhibit higher levels of data utilization. This study has explored the corporate data utilization process from the perspective of internal and external resource integration, and it will enrich research on unlocking data value and provide theoretical foundations and management insights for corporate data utilization.
政府数据开放 / 企业数据要素利用水平 / 双重差分模型 / 内外部资源 / 资源基础理论
government data openness / corporate data element utilization level / difference-in-differences model / internal and external resources / resource-based theory
| [1] |
谢晓萌, 朱秀梅. 差异化数据禀赋对制造企业数字服务化的影响机理:基于三一集团的纵向案例研究[J]. 南开管理评论, 2025, 28(9):16-27+53.
|
| [2] |
朱秀梅, 林晓玥, 王天东, 等. 数据价值化:研究评述与展望[J]. 外国经济与管理, 2023, 45(12):3-17.
|
| [3] |
张昕蔚, 蒋长流. 数据的要素化过程及其与传统产业数字化的融合机制研究[J]. 上海经济研究, 2021(3):60-69.
|
| [4] |
史青春, 牛悦, 徐慧. 企业数据要素利用水平影响投资效率机理研究:利用数据要素激活冗余资源的中介作用[J]. 中央财经大学学报, 2023(11):105-115.
企业生产经营中通过提高数据要素利用水平提升投资效率的机制，有赖于利用数据要素激活冗余资源所发挥的中介作用以及企业自身吸收能力的调节作用。笔者基于资源基础理论、代理理论以及吸收能力理论，构建了一个有调节的企业数据要素利用水平影响投资效率机制的研究模型，以国泰安数据库（CSMAR）2011—2021年沪深A股上市公司相关有效数据，运用多元线性回归分析方法，实证检验了企业数据要素利用水平与其投资效率之间的关联及其变化状况。检验结果证实：企业数据要素利用水平与其投资效率正相关；企业利用数据要素激活冗余资源对企业利用数据要素提高其投资效率具有中介作用；企业自身吸收能力正向调节企业利用数据要素激活冗余资源之间的关系。本研究尝试性地将资源基础理论、代理理论和吸收能力理论拓展到实证检验企业数据要素利用水平与其投资效率之间的内在关系上，所揭示的关于企业数据要素利用水平影响投资效率机制之研究结论，将丰富有关数据要素、投资效率、冗余资源、企业吸收能力等方面的相关文献，有助于为企业利用数据要素提升投资效率提供理论依据。
|
| [5] |
|
| [6] |
曹萍, 陈由彬. 组态视角下数据要素利用水平的影响因素研究[J]. 科研管理, 2025, 46(1):1-11.
|
| [7] |
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, 39(9):124-142.
|
| [8] |
|
| [9] |
沈坤荣, 林剑威. 链“岛”成“陆”:公共数据开放的技术创新效应研究[J]. 管理世界, 2025, 41(2):83-104.
|
| [10] |
李麦收, 李华. 政府数据开放对企业数字化转型的影响研究[J/OL]. 科研管理,1-14[2026-01-20]. https://link.cnki.net/urlid/11.1567.G3.20250626.1713.004.
|
| [11] |
|
| [12] |
叶永卫, 余田田, 陶云清, 等. 政府数据要素共享的稳投资效应:来自公共数据开放平台的证据[J]. 数量经济技术经济研究, 2025, 42(1):136-156.
|
| [13] |
|
| [14] |
董松柯, 刘希章, 李娜. 数字化转型是否降低企业研发操纵?[J]. 数量经济技术经济研究, 2023, 40(4):28-51.
|
| [15] |
姚小涛, 亓晖, 刘琳琳, 等. 企业数字化转型:再认识与再出发[J]. 西安交通大学学报(社会科学版), 2022, 42(3):1-9.
|
| [16] |
池仁勇, 郑瑞钰, 阮鸿鹏. 企业制造过程与商业模式双重数字化转型研究[J]. 科学学研究, 2022, 40(1):172-181.
数字化转型是数字经济背景下企业高质量发展的必然趋势。研究尝试基于“技术-市场”耦合框架，将数字化转型分为制造过程数字化和商业模式数字化，弥补以往技术研究单一视角的不足。本文收集了527家企业数字化转型情况数据，采用逐层回归模型检验数字化转型战略更新对企业发展的影响，并探讨了变革敏捷性和技术嵌入适应能力这两个组织权变因素在数字化转型实施过程中的作用。研究结果表明：商业模式数字化对企业财务绩效具有促进作用，且组织变革敏捷性会加强这种促进作用，但技术嵌入适应性对两者关系没有起到调节作用；制造过程数字化对企业财务绩效具有推动作用，同时技术嵌入适应性增强了这种关系，但组织变革敏捷性会减弱这种促进作用。本文依据上述结论针对企业不同的状态提出相应的数字化转型策略，对理论研究和管理实践具有一定的启示意义。
Digital transformation (DT) is an inevitable trend for high-quality development of enterprises in the digital era. Looking at DT processes more holistically in a dual perspectives of technology and market beyond?the narrow prism of technology as the main influencing factor, we argue that DT is the deliberate and ongoing digital evolution of manufacturing and business model. Data of 527 enterprises’ DT are analyzed using the layer-by-layer regression modeling to verify whether digital transformation strategy (DTS) could improve the financial performance and investigates the moderating role of the two organizational contingency factors of organizational change agility (OCA) and technology embedding adaptability (TEA) between DTS and performance. The results show that the DT of business model has a significant positive impact on financial performance, and the OCA acts as a positive moderator. But the adaptability of digital technology embedding has no significant impact. DT of manufacturing positively influences financial performance, and TEA promotes the relationship between the two. But the more agile organizational change is, the more the positive relationship between digital manufacturing and financial performance will be weakened. Based on the above conclusions, the paper gives different digital transformation strategies for different states of enterprises, which has some theoretical and practical implications for companies to success in digitally transforming.
|
| [17] |
冀宣齐, 毛基业, 苏芳. 渠道数字化转型的过程研究: 基于行动者网络理论[J/OL]. 南开管理评论,1-22[2026-01-20]. https://link.cnki.net/urlid/12.1288.F.20250716.1629.004.
|
| [18] |
徐占东, 郑玮, 蒋婷, 等. 创业积极结果框架对创业绩效的影响:基于创业即兴的中介和数字技术使用的调节[J]. 软科学, 2025, 39(11):9-18.
|
| [19] |
杨鹏, 孙伟增. 企业数字技术应用对绿色创新质量的影响研究[J]. 管理学报, 2024, 21(2):232-239.
基于知识基础观理论，以2010~2020年中国制造业行业上市企业为研究样本，实证检验企业数字技术应用对绿色创新质量的影响。研究发现：①数字技术的应用提高了企业的知识搜索能力与研发合作能力，进而提升了企业绿色创新质量；②企业高管的环保认知水平，以及超级明星发明家，均对数字技术与企业绿色创新质量的关系具有积极的调节作用；③异质性分析表明，数字技术对位于环境保护力度较强地区的企业，以及高技术密集度的企业，皆具有更强的绿色创新提质效应。
Employing the theory of knowledge-based view and combining the data of listed enterprises in China’s manufacturing industry from 2010 to 2020, we empirically examine the impact of digital technology application on the quality of corporate green innovation. The results indicate that, first, the application of digital technology enhances the quality of green innovation through two channels: improving companies’ knowledge-searching capabilities and promoting R&D cooperation. Second, senior executive environmental cognition and superstar inventors have a positive moderating effect on the relationship between digital technology and green innovation quality. Third, heterogeneity analysis shows that the enhancement effect of digital technology application on corporate green innovation quality is more obvious in regions with stronger environmental protection and enterprises in technology-intensive industries.
|
| [20] |
王永贵, 张思祺, 张二伟, 等. 数智化赋能企业双元创新的组态路径研究:以计算机及相关制造业为例[J]. 科研管理, 2025, 46(4):44-53.
|
| [21] |
郭凯明, 潘珊, 颜色. 新型基础设施投资与产业结构转型升级[J]. 中国工业经济, 2020(3):63-80.
|
| [22] |
|
| [23] |
赵放, 蒋国梁, 樊贝婷, 等. 数字产业集聚对区域经济高质量发展的影响[J]. 中国软科学, 2025(5):116-129.
|
| [24] |
|
| [25] |
刘宇嘉, 刘力钢, 邵剑兵. 高管团队稳定性、动态能力与企业绿色创新绩效:数字化转型的调节作用[J]. 研究与发展管理, 2024, 36(5):173-186.
|
| [26] |
李果, 白云朴. 人工智能应用如何影响制造企业创新绩效?[J]. 财经论丛, 2024(12):102-112.
人工智能在技术研发领域的应用为制造企业带来了前所未有的创新机遇和突破。本文基于动态能力理论和企业创新理论构建了人工智能应用赋能制造企业创新绩效的理论分析框架,利用2013—2021年我国制造业A股上市企业面板数据,运用文本挖掘技术构建人工智能应用综合测度指标,实证检验人工智能在制造企业技术研发领域的应用对企业创新绩效的影响效应及其作用机制。结果发现,人工智能应用显著提升了制造企业创新绩效,且该结论在一系列稳健性检验后依然成立。中介效应检验表明,动态能力在人工智能应用提升制造企业创新绩效的过程中发挥部分中介作用。异质性检验结果显示,人工智能应用对制造企业创新绩效的促进作用在国有企业、大企业、高新技术行业企业以及人工智能应用程度较高地区的企业中更为显著。本研究为理解人工智能赋能制造企业创新绩效提供了新视角,同时为推动制造企业智能化转型提供了理论基础和决策参考。
|
| [27] |
黄先海, 高亚兴. 数实产业技术融合与企业全要素生产率:基于中国企业专利信息的研究[J]. 中国工业经济, 2023(11):118-136.
|
| [28] |
郭峰, 王靖一, 王芳, 等. 测度中国数字普惠金融发展:指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4):1401-1418.
|
| [29] |
孙丽, 张杰. 数字化政府建设能否提升城市经济韧性:来自“信息惠民国家试点”政策的证据[J]. 软科学, 2025, 39(5):59-66.
|
| [30] |
罗均梅, 王晓莹, 李晓伟. 数据要素的新质生产力驱动效应:来自城市数据交易平台设立的证据[J/OL]. 科学学与科学技术管理,1-19[2026-01-20].https://doi.org/10.20201/j.cnki.ssstm.20250606.001.
|
/
| 〈 |
|
〉 |
