Data Factor Marketization and Key Core Technological Breakthroughs in Advanced Manufacturing Enterprises: A Transaction Cost Perspective
-
摘要: 数据要素市场化是释放数据要素价值的重要环节，促进数据要素高效、低成本流动，对企业实现关键核心技术突破具有重要意义。基于交易成本理论，选取2012—2022年中国A股先进制造业上市公司为样本，以数据交易平台建设这一准自然实验，探究数据要素市场化对先进制造企业关键核心技术突破的影响。研究发现，数据要素市场化显著促进先进制造业企业关键核心技术突破，此结论在经过一系列稳健性检验后依然成立。机制分析表明，缓解融资约束、降低制度性交易成本和市场交易成本是数据要素市场化促进先进制造业企业关键核心技术突破的重要机制。异质性分析发现，数据要素市场化对先进制造业企业关键核心技术突破的促进作用在企业特征、行业和区域环境以及平台特征等方面存在明显异质性。本研究丰富了数据要素市场化对企业技术突破的研究，拓展了交易成本经济学与创新管理学的研究视角，为科技强国建设提供重要参考。Abstract: Data factor marketization is a crucial link in unlocking the value of data as a factor of production. By facilitating the efficient, low-cost circulation of data, it is of significant importance for firms seeking breakthroughs in key and core technologies. Drawing on transaction cost theory, this study uses a sample of A-share listed firms in China's advanced manufacturing sector from 2012 to 2022 and exploits the establishment of data trading platforms as a quasi-natural experiment to examine the effect of data factor marketization on firms' key core technological breakthroughs. The results show that data factor marketization significantly promotes such technological breakthroughs, and this finding remains robust across a series of robustness checks. Mechanism analyses indicate that easing financing constraints and reducing both institutional transaction costs and market transaction costs constitute the key channels through which data factor marketization fosters breakthroughs in key and core technologies. Heterogeneity analyses further reveal that the positive effect varies significantly across firm characteristics, industry and regional environments, and platform characteristics. This study enriches the literature on how data factor marketization shapes firms' technological breakthroughs, extends the analytical perspectives of transaction cost economics and innovation management, and provides policy-relevant implications for advancing China's innovation-driven development and the building of a strong scientific and technological nation.
-
表 1 主要变量的描述性统计
变量 样本量 均值 标准差 最小值 最大值 Tech_break 12 223 12.162 23.889 0 1 115 DM 12 223 0.309 0.462 0 1 Age 12 223 1.819 0.928 0 3.497 Size 12 223 21.168 1.305 15.234 27.512 Big4 12 223 0.038 0.192 0 1 Lev 12 223 0.377 0.223 0.008 8.009 Top10 12 223 59.483 14.464 11.490 96.310 TobinQ 12 223 2.183 1.324 0.925 8.446 State-owned 12 223 0.223 0.417 0 1 R&D 12 223 6.257 4.737 0.640 29.380 
下载: 导出CSV
表 2 基准回归结果
变量 (1) (2) (3) (4) DM 5.013*** 2.063*** 4.348*** 2.993*** (8.484) (3.951) (4.484) (3.340) Age -4.287*** -5.657*** -5.197*** (-8.039) (-6.092) (-4.325) Size 8.463*** 5.978*** 5.486*** (22.926) (9.740) (9.215) Big4 8.688*** 1.385 1.277 (4.552) (0.402) (0.397) Lev 3.053*** 1.025 -0.066 (4.074) (0.955) (-0.062) Top10 0.002 0.102** 0.065 (0.103) (2.093) (1.365) TobinQ 0.203* 0.100 -0.171 (1.737) (0.612) (-0.842) State-owned 3.373*** 0.386 1.375* (6.846) (0.489) (1.715) R&D 0.596*** 0.215* 0.269** (15.395) (1.814) (2.353) Constant 10.614*** -166.356*** -113.593*** -107.411*** (57.632) (-23.078) (-8.171) (-7.736) 企业固定效应 否 否 是 是 年份固定效应 否 否 否 是 样本量 12 223 12 223 12 223 12 223 R2 0.009 0.210 0.030 0.109 注：***、**和*分别表示在1%、5%和10%的水平上显著，括号内为t值。如无特殊说明，下表同。
下载: 导出CSV
表 3 内生性检验
变量 (1) (2) (3) (4) 工具变量法 PSM 第一阶段 第二阶段 DM Tech_break Tech_break IV 0.062*** (4.848) DM 29.745*** 4.259*** 3.711*** (3.052) (3.794) (3.523) Constant 7.791*** -144.632*** (11.036) (-8.448) K-P F值 23.501 控制变量 是 是 否 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 9 527 9 527 10 618 10 618 R2 0.007 0.035 0.070
下载: 导出CSV
表 4 ATT回归结果
被解释变量 解释变量 样本 实验组 对照组 差分 标准差 T值 Tech_break MD 匹配后 16.647 12.306 4.341 0.587 7.402***
下载: 导出CSV
表 5 基于计量方法的稳健性检验
变量 (1) Tobit (2) Cluster industry (3) Cluster city (4) Cluster province DM 1.354** 2.922*** 2.993*** 2.993*** (2.310) (2.729) (11.895) (2.900) Constant -181.531*** -100.866*** -100.922*** -100.922*** (-28.869) (-6.396) (-4.510) (-5.886) 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 12 223 12 223 12 223 12 223 R2 0.539 0.540 0.540
下载: 导出CSV
表 6 基于替换解释变量的稳健性检验
变量 (1) Invention (2) Tech_novel (3) Key_tech (4) Cited (5) Widths DM 0.113** 0.018*** 2.486* 72.688** 0.019* (2.253) (0.006) (1.753) (2.344) (1.732) Constant -10.233*** 0.359*** -146.474*** -1 284.752*** 0.560*** (0.712) (0.100) (17.032) (-3.423) (3.733) 控制变量 是 是 是 是 是 企业固定效应 是 是 是 是 是 年份固定效应 是 是 是 是 是 样本量 11 986 8 250 12 223 9 174 10 034 R2 0.459 0.105 0.186 0.026 0.373
下载: 导出CSV
表 7 机制检验
变量 (1) 融资约束 (2) 制度性交易成本 (3) 招待费用率 (4) 超额管理费 DM -0.015*** -0.102* -0.004*** -0.007*** (-2.584) (-1.683) (-2.629) (-3.578) Constant 3.118*** 6.926*** 0.213*** 0.201*** (27.906) (7.007) (5.093) (4.330) 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 10 917 8 652 11 939 10 998 R2 0.432 0.154 0.092 0.176
下载: 导出CSV
表 8 企业异质性分析
变量 (1) 高数字化转型 (2) 低数字化转型 (3) 有政治关联 (4) 无政治关联 DM 3.243** 0.497 3.080** 1.197 (2.527) (0.284) (2.283) (1.448) Constant -96.266*** -87.228*** -90.814*** -95.222*** (-5.179) (-3.854) (-4.734) (-7.198) 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 5 709 4 889 3 125 9 026 R2 0.119 0.119 0.108 0.187
下载: 导出CSV
表 9 行业异质性分析
变量 (1) 高行业集中度 (2) 低行业集中度 (3) 高环境不确定性 (4) 低环境不确定性 DM 4.474*** 0.837 3.919** 1.559 (2.892) (0.931) (2.431) (1.438) Constant -129.130*** -101.027*** -106.396*** -93.253*** (-5.071) (-6.005) (-5.221) (-4.075) 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 6 302 5 921 6 825 5 398 R2 0.101 0.153 0.094 0.170
下载: 导出CSV
表 10 地区异质性分析
变量 (1) 强知识产权保护 (2) 弱知识产权保护 (3) 强关系文化 (4) 弱关系文化 DM 2.590** 3.730** 4.233*** 2.248 (2.268) (2.192) (3.253) (1.571) Constant -80.091*** -152.571*** -101.909*** -146.917*** (-4.647) (-6.458) (-5.291) (-6.033) P-Value 0.000*** - 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 6 113 6 110 6 610 5 613 R2 0.079 0.094 0.092 0.162
下载: 导出CSV
表 11 数据交易平台的基本情况
名称 上线时间 类型 中关村数海大数据交易平台 2014 非政府主导 杭州钱塘大数据交易中心 2015 非政府主导 贵阳大数据交易所 2015 政府主导 华东江苏大数据交易中心 2015 政府主导 武汉东湖大数据交易中心 2015 非政府主导 哈尔滨数据交易中心 2015 政府主导 西咸新区大数据交易所 2015 政府主导 南方大数据交易中心 2016 政府主导 广州数据交易服务平台 2016 非政府主导 上海数据交易中心 2016 非政府主导 河南中原大数据交易中心 2017 政府主导 青岛大数据交易中心 2017 政府主导 河南平原大数据交易中心 2017 政府主导 东北亚大数据交易服务中心 2018 非政府主导 山西数据交易平台 2020 非政府主导 山东数据交易平台 2020 政府主导 华南国际数据交易公司 2021 政府主导 合肥数据要素流通平台 2021 政府主导 海南省数据产品超市 2021 政府主导 西部数据交易中心 2021 政府主导 长三角数据要素流通服务平台 2021 非政府主导 北方大数据交易中心 2021 非政府主导 德阳数据交易中心 2021 政府主导 深圳数据交易所 2022 政府主导 无锡大数据交易平台 2022 政府主导 青岛海洋数据交易平台 2022 政府主导 郑州数据交易中心 2022 非政府主导 苏州大数据交易所 2022 政府主导 广州数据交易所 2022 政府主导 注：数据由作者根据各数据交易平台官网、地方政府官方公告及公开新闻报道手工整理。
下载: 导出CSV
表 12 交易平台异质性
变量 (1) 2019年及以前 (2) 2019年以后 (3) 政府主导型 (4) 非政府主导型 DM 4.206*** -1.586 2.232** 3.311** (3.895) (-1.488) (2.240) (2.411) Constant -103.407*** -85.022*** -88.988*** -101.924*** (-6.914) (-6.626) (-5.935) (-7.054) P-Value - 0.000 控制变量 是 是 是 是 企业固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本量 10 784 7 761 8 859 9 417 R2 0.106 0.162 0.100 0.142
下载: 导出CSV
-
[1] 蒋选, 周怡. 先进制造业选择标准及建设制造强国的发展路径[J]. 理论探讨, 2018(3): 102-108. [2] 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. [3] 杨艳, 王理, 廖祖君. 数据要素市场化配置与区域经济发展——基于数据交易平台的视角[J]. 社会科学研究, 2021(6): 38-52. [4] 封思贤, 徐卓. 数字金融、金融中介与资本配置效率[J]. 改革, 2021(3): 40-55. [5] 陈寒钰, 赵紫凤, 刘超. 数据要素市场建设促进了产业数字化发展吗——基于数据交易平台的准自然实验[J]. 宏观经济研究, 2024(1): 61-74. [6] 王晓丹, 石玉堂, 刘达. 数据要素市场化配置对数实融合的影响研究——基于数据交易平台设立的准自然实验[J]. 广东财经大学学报, 2024(2): 44-58. http://xb.gdufe.edu.cn/article/id/f91baa27-3273-433e-a38a-4092944839fd [7] 戴魁早, 王思曼, 黄姿. 数据交易平台建设如何影响企业全要素生产率[J]. 经济学动态, 2023(12): 58-75. [8] 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. [9] 陈丽莉, 张若琪, 戎珂. 数据要素赋能企业创新: 基于内外部资源视角[J]. 管理评论, 2024(12): 15-25. [10] JONES C I, TONETTI C. Nonrivalry and the economics of Data[J]. American Economic Review, 2020, 110(9): 2819-2858. doi: 10.1257/aer.20191330 [11] 田时中, 许玉久, 范宇翔. 数据要素新动能对制造业高质量发展的影响研究[J]. 统计与信息论坛, 2023(8): 55-66. [12] 戚聿东, 刘欢欢. 数字经济下数据的生产要素属性及其市场化配置机制研究[J]. 经济纵横, 2020(11): 63-76, 2. [13] COASE R H. The nature of the firm[J]. Economica, 1937, 4(16): 386-405. doi: 10.1111/j.1468-0335.1937.tb00002.x [14] 孔艳芳, 刘建旭, 赵忠秀. 数据要素市场化配置研究: 内涵解构、运行机理与实践路径[J]. 经济学家, 2021(11): 24-32. [15] 高翔, 丁茜. 信任何以促进企业分工和发展?——一个交易成本经济学分析框架和微观证据[J]. 管理评论, 2024(4): 49-62. [16] 陈舟, 郑强, 吴智崧. 我国数据交易平台建设的现实困境与破解之道[J]. 改革, 2022(2): 76-87. [17] 张璇, 刘贝贝, 汪婷, 等. 信贷寻租、融资约束与企业创新[J]. 经济研究, 2017(5): 161-174. [18] NORTH D C. Institutions, institutional change and economic performance[M]. Cambridge: Cambridge University Press, 1990. [19] 余文涛, 吴士炜. 互联网平台经济与正在缓解的市场扭曲[J]. 财贸经济, 2020(5): 146-160. [20] 郭巧哲, 姚能志, 姚阳阳. 先进制造业集聚能否促进关键核心技术突破[J]. 山西财经大学学报, 2025(7): 87-101. [21] 沈坤荣, 林剑威, 傅元海. 网络基础设施建设、信息可得性与企业创新边界[J]. 中国工业经济, 2023(1): 57-75. [22] 马荣康, 王艺棠. 基于专利相似度的突破性技术发明识别研究——以纳米技术为例[J]. 科研管理, 2021(5): 153-160. [23] BYUN S K, OH J M, XIA H. Incremental vs. breakthrough innovation: the role of technology spillovers[J]. Management Science, 2021, 67(3): 1779-1802. doi: 10.1287/mnsc.2019.3507 [24] MARCH J G. Exploration and exploitation in organizational learning[J]. Organization Science, 1991, 2(1): 71-87. doi: 10.1287/orsc.2.1.71 [25] 曹虹剑, 赵雨, 李姣. "一带一路"倡议提升了中国先进制造业的创新能力吗?[J]. 世界经济研究, 2021(4): 104-119, 136. [26] 李健, 赵乐欣, 姚能志, 等. 数字经济与企业创新迎合行为: 信息缓解政策扭曲效应的实证研究[J]. 数量经济技术经济研究, 2024(7): 134-154. [27] 郭峰, 熊云军, 石庆玲, 等. 数字经济与行政边界地区经济发展再考察——来自卫星灯光数据的证据[J]. 管理世界, 2023(4): 16-34. [28] 黎文靖, 郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60-73. [29] 郑世林, 汉馨语, 郭锡栋, 等. 国家战略科技力量与企业关键核心技术突破——来自国家和省级重点实验室的证据[J]. 中国工业经济, 2024(9): 62-80. [30] 陶锋, 朱盼, 邱楚芝, 等. 数字技术创新对企业市场价值的影响研究[J]. 数量经济技术经济研究, 2023(5): 68-91. [31] 白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022(6): 61-78. [32] 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(5): 100-120. [33] 顾雷雷, 郭建鸾, 王鸿宇. 企业社会责任、融资约束与企业金融化[J]. 金融研究, 2020(2): 109-127. [34] 郑伟宏, 廖林. 政府审计促进制度性交易成本降低的效果研究[J]. 审计研究, 2021(5): 29-41. [35] 朱丽娜, 贺小刚, 高皓. 政策不确定性与企业的非市场战略——基于中国家族上市公司的实证分析[J]. 管理评论, 2021(10): 273-288. [36] 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021(7): 130-144, 10. [37] 罗明新, 马钦海, 胡彦斌. 政治关联与企业技术创新绩效——研发投资的中介作用研究[J]. 科学学研究, 2013(6): 938-947. [38] 乔朋华, 薛睿, 韩先锋. 数字营销何以激发中小企业创新——基于信息动态能力的中介作用[J]. 南开管理评论, 2024(5): 40-50, 77. [39] 申慧慧, 于鹏, 吴联生. 国有股权、环境不确定性与投资效率[J]. 经济研究, 2012(7): 113-126. [40] 周泽将, 汪顺, 张悦. 知识产权保护与企业创新信息困境[J]. 中国工业经济, 2022(6): 136-154. [41] 李新春, 叶文平, 朱沆. 牢笼的束缚与抗争: 地区关系文化与创业企业的关系战略[J]. 管理世界, 2016(10): 88-102, 188. [42] 阳镇, 陈劲, 凌鸿程. 地区关系文化、正式制度与企业双元创新[J]. 西安交通大学学报(社会科学版), 2021(5): 52-64. -
点击查看大图
图(2) / 表(12)
计量
- 文章访问数: 10
- HTML全文浏览量: 3
- PDF下载量: 1
- 被引次数: 0