[摘 要] 大数据发展提高了信息交流与知识共享的速度及效率， 成为推动中国建设世界科技强国，实现高 水平科技自立自强的核心动力。文章基于 2012—2021 年 A 股上市制造业企业数据， 探究大数据发展对企业创新能力的影响及中介机制。 研究结果表明：大数据发展显著促进了企业创新能力提升，该结论在控制内 生性问题及稳健性检验后依然成立。机制分析表明，大数据发展通过缓解企业融资约束、优化人力资本结 构和提升管理效率三种途径提高企业创新能力。进一步研究发现：劳动力市场、资本市场与技术市场等要 素细分市场发展增强了大数据发展对企业创新的作用效果，且大数据发展对企业创新能力的促进作用在东 部地区、地方政府数据开放水平高的地区、国有企业和大型企业中的效果更明显。 通过验证大数据发展在 企业创新能力提升中的重要作用，为大数据发展与企业核心技术突破提供了有益的参考依据。
一、引言
企业作为我国科技创新体系的重要主体， 其创新能力是国家竞争力、创造力和综合国力提升的动力源泉。 为增强企业技术创新水平，培育发展动能， 厚植发展优势， “十四五”规划纲要指出要“提升企业技术创新能力” ，并提出要“强化企业创新主体地位， 促进各类创新要素向企业集聚，形成以企业为主体、市场为导向、产学研用深度融合的技术创新体系” 。但目前我国企业普遍存在创新能力不足、创新成果质量低、核心技术对外依存度高等问题[1]，所以，如何提高企业技术创新水平对增强企业市场竞争力和国民经济高质量发展至关重要。
现有研究主要分析了市场化水平、市场竞争、数字经济、数字化转型等多种因素在企业技术创新中的关键作用[2-5] 。然而，在我国大数据相关政策和措施加速推进的背景下，正处于快速发展阶段的大数据发展对企业创新能力可能产生的影响尚未引起学术界足够关注。
大数据技术主要通过采集、储存、加工和分析实现数据要素的核心价值， 并提取高价值的知识信息[6]，而知识是创新的重要要素， 所以， 大数据发展在提高企业技术创新水平中发 挥着非常关键的作用。理论层面上，大数据发展能够引起生产研发模式转型[7]，为企业拓展已有知识的搜索空间， 并利用数据分析组合现有技术来为创造新技术提供相关支持[8]，不仅能够缓解企业融资约束、加强金融集聚、优化人力资本结构，还能降低信息不对称和改善公 司治理水平[9- 12] ，进而可能对企业创新活动产生影响。实践层面上， 我国大数据产业规模从 2016年的2480.6亿元增长到2021年的1.3万亿元， 平均增长率为46.26%① , 大数据产业价值不 断提升，增长潜力巨大。因此，大数据发展可能是提高企业技术创新水平的一个关键途径， 挖掘大数据发展影响企业创新能力的基本规律是值得研究的重要课题。基于此， 本文从理论 和实证两个方面分析大数据发展对企业创新能力的影响效应，以期从大数据发展视角为提高
中国企业技术创新水平提供理论解释和经验证据。和已有文献相比， 本文的贡献主要包括， 第一，构建综合指标衡量大数据发展水平， 探究大数据发展如何作用于企业创新能力提升，为大数据发展影响企业创新能力的研究提供了新的经验证据。第二， 挖掘要素细分市场在大数据发展作用于企业创新能力提升中的关键作用。研究发现，为了更好提高企业创新能力，大数据发展需要和劳动力市场、资本市场及技术市场深度融合。这不仅深化了对大数据发展影响企业技术创新内在规律的理解和认识，还为更好发挥大数据在提升企业创新能力中的作用提供了政策启示。第三， 考察在不同地区和不同地方政府数据开放水平下大数据发展对企业创新能力的影响差异， 以及大数据发展对不同规模和不同所有制企业创新能力的影响差异， 进一步丰富了大数据发展和企业创新能力的相关研究。
二、 理论分析与研究假设
基于大数据在中国飞速发展的现实情况， 以及我国经济进入转型期亟须提高企业创新能力的现实需求， 通过对已有研究成果的系统梳理， 构建如下理论框架，探讨分析大数据发展对企业创新能力的影响效应。
(一)大数据发展对企业创新能力影响的直接效应
大数据发展可能对企业创新能力产生积极影响。一方面， 大数据发展可以丰富企业的信息资源供给，扩大信息搜索空间， 提高信息处理效率[13]，有利于企业低成本、高效率地收集和利用碎片化的信息资源[6]，增强从现有信息和技术中提炼创新成果的能力，进而提 高企业的过程创新水平[13];同时， 数据资源在研发环节的应用有助于提高企业的产品研发 效率[14]。另一方面， 企业在生产、运营和销售过程中产生大量的用户数据[15]。大数据技术 通过对这些数据的分析、处理和研究， 帮助企业准确把握消费者偏好， 挖掘消费者的潜在 需求[16]，进而以消费者需求为导向提供更准确的定制产品和服务[17]，增强企业研发方向和 市场需求的匹配度，降低研发过程中的不确定性风险[18]和科技成果商业化失败的风险[19] ,提高企业创新产出回报率。同时，大数据发展通过引领企业生产研发模式转型[7] ，为企业创新过程挖掘除因果关系界定之外的新发现， 防止根据部分信息进行因果判断导致的决策失误[20]。此外， 大数据发展还能为研发人员带来更前沿的研究工具和研究方法[21]，甚至 催生对已有创新方法的根本性变革，企业研发创新在利用大数据的同时也获得了新的方法, 直接优化了当前创新进程的本质[19]。
基于此，本文提出假设1：大数据发展可以提高企业创新能力。
(二) 大数据发展对企业创新能力影响的间接效应
进一步从阻碍企业创新能力提升的企业自身因素来看， 大数据发展还可以通过影响以下阻碍因素来提高企业创新能力，主要体现在以下三个方面：第一，融资约束缓解效应。创新要素不足， 特别是研发资金不足会限制企业创新活动
(三)大数据发展、要素细分市场发展与企业创新能力
充分发挥大数据发展对企业技术创新的促进作用， 必须重视数据要素和其它生产要素 的结合， 当数据和生产资料分离时， 其只是可能的生产要素， 要成为现实生产要素， 数据 必须和劳动、技术及管理等相结合[31]。同时， 在我国多年的经济体制改革过程中， 要素市 场相对商品市场的市场化进程落后，存在市场扭曲、市场分割和要素流动障碍等问题[32] , 所以， 劳动力市场、资本市场和技术市场发展状况， 可能会对大数据发展提升企业创新能力的效果产生影响。
第一，劳动力市场发展的影响。发达的劳动力市场能够促进科技人员的跨地区、跨行数据相关技术的研发、交易、推广、商业化和产业化提供高质量的技术服务， 提升区域内 大数据发展水平。因此， 技术市场发展可以加速大数据相关技术的流通和配置效率， 推动区域内大数据发展，强化大数据发展对企业创新能力的提升作用。
基于此， 本文提出假设3：大数据发展对企业创新能力的促进作用， 会受到劳动力市 场、资本市场和技术市场等要素细分市场发展的影响;换句话说，大数据和劳动力市场、资本市场、技术市场等要素细分市场的融合发展可以更好推动企业创新能力提升。
第三， 管理效率提升效应。企业组织管理效率低下也会影响企业创新活动的开展， 而大数据发展能够缓解企业在研发过程中面临的信息碎片化和信息不对称问题， 基于数据 的管理决策为企业创新管理实践带来新范式， 提高企业的研发管理效率[29]和研发决策准确 率， 为企业创新带来充足的动力源泉。同时， 大数据发展能够降低企业内不同部门间的信 息传递成本， 提高信息传递效率， 优化企业内部组织的管理模式和管理流程， 降低管理成本， 进而提高企业的生产和研发效率[30]。
基于此，本文提出假设2：大数据发展通过融资约束缓解、人力资本升级和管理效率提升三条路径提高企业创新能力。
三、研究设计
(一)模型构建
参考以往研究文献，本文构建以下回归模型检验大数据发展对企业创新活动的影响：
(1) 模型(1)中， 被解释变量Innovationu表示企业创新活动，分别从创新投入、创新产出和 创新效率三个维度衡量;核心解释变量Bigdatamt为企业i所在省份m在第t年的大数据发发展指数开展实证研究。基于此， 本文以现有大数据发展指数的编制思想和逻辑为基础， 根据数据可得性，编制了2012—2021年统一指标体系、口径和评价方法的省域大数据发展指数。
本文从制度发展、商业发展和民用发展三个维度出发，构建省域大数据发展指数的一级 指标，并基于代表性、 系统性、独立性、可操作性等原则选择了11个二级指标(见表1)， 并使用熵值法确定各指标所占权重， 最后通过加权平均获得省域大数据发展指数(Bigdata)。 此外， 本文还通过计算上述二级指标的算术平均值(Bigdata1)来度量省域大数据发展指数，以便进行稳健性检验。
3. 控制变量
为减少遗漏变量对估计结果的影响，本文在企业和省份层面分别选择了相应的控制变 量， 其中， 企业层面的控制变量包括： 企业规模(asset)、资产负债率(leve)、总资产净 利润率(roa)、固定资产比率(fix)、无形资产比率(intangible)、营业收入增长率(operate)、 托宾Q值(tobinq)、前十大股东持股比例(top10)和独立董事比例(indep)，省份层面的控制变量为人均国内生产总值(pgdp)。本文涉及到的所有变量和具体测算方法如表2所示。
(三)样本选择和数据来源
基于数据可获得性，本文的研究样本选自2012—2021年在沪深A股上市的制造业企业。并按照以下标准进行处理：剔除在2012年后上市的企业样本，剔除非正常交易的上市企业(ST 、*ST 、PT)，剔除出现主要变量数据缺失、财务数据异常样本，最终得到1043个企业样本， 10430个观测值。 企业专利申请数据来自中国研究数据服务平台(CNDRS)，财务数据来自CSMAR数据库，省份层面的数据来自《中国统计年鉴》，要素细分市场发展指数的测算数据来自中国分省份市场化指数数据库， 由于最新数据更新至2019年，对2020年和2021年数据， 采用2012—2019年各省份要素市场的市场化进程指数的年平均增长率推算得到。此外，为减轻异常值对回归结果的影响，对所有连续变量进行1%缩尾处理，以下报告的均是经过处理后的数据结果。 所有变量的描述性统计结果如表3所示。
四、实证结果分析
(一)基准回归结果
表 4 给出了本文的基准回归结果， 在所有回归模型中均对企业个体固定效应和年份×行业固定效应进行了控制， 并在企业层面聚类对标准误进行了修正。列(1)、列(2)和列(3)为未控制企业和省份层面控制变量的回归结果， 列(4)、列(5)和列(6)为在列(1)、列(2)和列(3)基础上加入企业和省份层面控制变量的结果。列(1)～(3)的结果显示，在不控制企业和省份层面控制变量的情况下， 回归结果非常显著， 列(4)～(6)的结果显示， 进一步在模型中加入企业和省份层面的控制变量后，大数据发展(Bigdata)的估计系数仍在 1%的显著性水平下为正， 但系数值略有降低， 这说明在企业和省份层面还有其它影响企业创新能力的因素， 所以， 本文的控制变量选择是有效的。列(4)、列(5)和列(6)的回归结果表明，在剔除了可能的混淆因素后，大数据发展(Bigdata)显著提高了企业的创新投入(Inni)、创新产出(Inno)和创新效率(Inne)，系数值分别为 1.207 、1.555 和1.441.回归结果初步表明大数据发展能有效促进企业创新能力提升， 支持了本文的假设 1.
为进一步刻画大数据发展对企业创新的动态影响，将大数据发展(Bigdata)滞后一到三期， 回归结果见表 5.可以看出， 大数据发展对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)均具有显著的衰减特征。其中， 大数据发展(Bigdata)对企业创新投入(Inni)的影响随时间推移呈现波动递减的特征，滞后一期的大数据发展对企业创新投入(Inni)在 1%的显著性水平下为正， 系数为 1.106.滞后二期的大数据发展(Bigdata)对企业创新投入(Inni)的影响不显著， 滞后三期的大数据发展(Bigdata)对企业创新投入(Inni)的影响在 5%的显著性水平下为正，系数为 0.854.大数据发展(Bigdata)对企业创新产出(Inni)的影响呈现随时间推移逐年递减的特征，在滞后一到三期均通过了 1%的显著性检 验，系数从 1.512 下降到 0.487.大数据发展(Bigdata)对企业创新效率(Inne)的影响也 呈现随时间推移逐年递减的特征，滞后一到三期的大数据发展(Bigdata)对企业创新效率 (Inne)的影响分别在 1% 、5%和 10%的显著性水平下为正，系数分别为 1.325 、0.468 和0.391.
(二)内生性问题
本文的自变量为省份层面的大数据发展水平，因变量为该省份内微观企业的创新能力，两者间因反向因果关系产生内生性问题的可能性较低[39]，但仍可能存在遗漏变量问题，本文进一步使用工具变量法来缓解可能存在的内生性问题。采用各省份 1984 年每百万人邮局数量作为大数据发展的工具变量，并参考 NUNN 和 QIAN(2014)[40]的做法，通过引入时间序列变量来构造面板工具变量。采用上一年各省份大数据发展指数(和时间有关) 和省级层面的 1984 年每百万人邮局数量的交乘项(用符号 PBD 表示) 作为地区大数据发展的工具变量。表 6 列出了工具变量的回归结果。结果显示， 工具变量 PBD 通过了 K-P rk LM、C-D Wald F 和 K-P rk Wald F 检验， 且对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)的估计系数均在 1%的显著性水平下为正。因此，在排除可能存在的内生性问题后，假设 1 仍然成立。
(三)稳健性检验
以上使用工具变量法缓解了可能存在的内生性问题后， 为确保回归结果的可靠性， 本文进一步进行了稳健性检验。第一，替换被解释变量。对衡量企业创新能力的三个被解释变量进行替换，具体来看，采用企业研发支出金额取自然对数(Inni_ )表示创新投入，采用企业当年独立及联合发明专利申请数加 1 后取自然对数(Inno_ )表示创新产出，采用企业当年独立及联合专利申请数与当年及前一年研发支出之和除以期末总资产的比值加 1 后取自然对数(ln[企业专利申请数/(连续两年研发支出之和/期末总资产) +1]) (Inne_ )表示创新效率， 回归结果见表 7 的列(1)、列(2)和列(3)。 第二， 替换解释变量。更换省级层面大数据发展水平的度量指标， 采用算术平均值方法计算得到的各省份大数据发展水平(Bigdata1)，回归结果见表 7 的列(4)、列(5)和列(6)。第三，使用非国有企业样本， 对占全部样本总数近 65%的非国有企业进行单独回归， 回归结果见表 7 的列(7)、列(8)和列(9)。在替换模型的被解释变量、解释变量和回归样本后， 大数据发展对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)的影响系数仍显著为正，进一步说明本文回归结果的稳健性。
(四)机制分析
根据前文的理论分析， 大数据发展可能通过缓解融资约束、提高人力资本水平和降低管理费用三种渠道提高企业创新能力， 所以， 本文通过建立如下回归模型对上述三种潜在影响机制进行检验：
(2)地方政府数据开放水平的异质性.
模型(2)中， mt为机制变量， 包括融资约束 SA 指数(SA)、人力资本(HC)和管理效率(ME)，Bigdata 表示大数据发展水平， 同时采用算术平均值方法度量的大数据发展水平(Bigdata1)进行稳健性检验。其余变量与模型(1)相同。
1.缓解企业融资约束
充足的资金支持是企业开展创新活动的重要因素。参考宋敏等(2021)[41]的研究，采用 SA 指数(SA)衡量企业融资约束，回归结果见表 8 列(1)和列(2)。列(1)变量 Bigdata的系数显著为负， 系数值为-0.500 ，表明大数据发展有助于缓解企业的融资约束，为假设 2提供了经验证据。列(2)中 Bigdata1 的系数也显著为负，进一步说明回归结果的稳健性。
2.提高企业人力资本水平
企业创新活动离不开高素质的劳动力支持。 借鉴任英华等(2023)[16] 的研究，用企业硕士及以上学历员工占总员工比例(HC)衡量人力资本水平，回归结果见表 8 列(3)和列(4)。列(3)中 Bigdata 的系数显著为正，系数值为 2.111.说明大数据发展优化了人力资本结构， 显著提升了企业的人力资本水平， 为假设 2 提供了经验证据。列(4)中 Bigdata1的系数也显著为正，证实了回归结果的稳健性。
3.降低企业管理费用
高效率的组织管理决策、管理流程和管理模式对企业创新非常重要。借鉴戴魁早等(2023)[35]的研究， 采用企业管理费用率衡量企业的管理效率(ME)，回归结果见表 8 列 (5)和列(6)。列(5)中 Bigdata 的系数显著为负， 系数值为-0.051.说明大数据发展显 著降低了企业的管理成本， 即通过提高管理效率这一机制促进了企业技术创新水平提升， 为 假设 2 提供了经验证据。 同时，列(6)的回归结果也验证了大数据发展对企业管理效率提升的促进作用。
(五)进一步分析
1.要素细分市场发展的影响
为进一步验证大数据发展是否会受到劳动力、资本和技术要素市场发展的影响，采用学术界通用做法，在模型(1)基础上加入大数据发展与要素细分市场发展指数的交乘项，
回归模型如下:
Innovationu=β+β¡Bigdatamt +β2Bigdatamt X X¡,t +β3Controls + δ¡ + 0j +E1t(3)
模型(3)中，Xu表示要素市场发展指数，包括劳动力市场发展指数(Imd)、资本市场发展指数(cmd)和技术市场发展指数(tmd)。Bigdataxx表示大数据发展和要素市场发展指数的交乘项，B2为交乘项的系数，其余符号含义和模型(1)一致。若交乘项的系数β2显著为正，说明要素细分市场和大数据发展的联合作用显著推动了企业创新能力提升。表9 列出了模型(3)的回归结果，从列(1)~(3)的回归结果可以看出，BigdataxImd的系数在 1%或 5%的显著性水平下都为正，说明劳动力市场发展增强了大数据发展对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)的正向影响。从列(4)~(6)的回归结果可以看出，Bigdataxcmd的系数显著为正，说明资本市场发展强化了大数据发展对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)的积极影响。同样地，从列(7)~(9)的回归结果可以看出，技术市场发展也显著推动了大数据发展对企业创新能力的提升作用。假设3得到验证。
2.大数据发展对企业创新能力的异质性分析
鉴于各省份资源禀赋、地方政府数据开放水平、企业规模及所有制差异， 使得大数据发展可能存在异质性影响。本文进一步从地区宏观环境和企业微观特征的异质性分析大数据发展与企业创新能力之间的关系，挖掘大数据发展对企业创新能力的影响是否因企业所处地区、地方政府数据开放水平、企业规模和企业所有制的不同而存在明显差异， 以加深对大数据发展影响企业创新能力基本规律的认识和理解。
（1）企业所处地区的异质性。基于企业所处不同地区， 大数据发展对企业创新能力可能存在差异。一方面， 我国东部沿海地区开放程度高， 制造业发展基础好， 技术创新能力更突出; 另一方面， 我国大数据发展也存在较为明显的空间差异性， 总体呈现东部强于中西部的特征 [43]。因此，大数据发展对东部地区企业创新能力的提升作用可能更明显。为对上述逻辑进行验证， 根据企业所处地区， 将样本划分为东部和中西部后进行分组回归， 结果见表10列(1)～(6)。可以看出，在东部地区分组中，大数据发展(Bigdata)对企业创新投 入(Inni)、创新产出(Inno)和创新效率(Inne)的估计系数均在1%的显著性水平下为正， 说明大数据发展显著促进了东部地区企业创新能力提升;在中西部企业分组中， 大数据发展 (Bigdata)的估计系数均不显著，说明大数据发展对中西部地区的企业创新能力并未产生 显著促进作用。回归结果和推论一致：大数据发展对企业创新能力的促进作用在东部地区企业中更加明显。
（2）地方政府数据开放水平的异质性。地方政府数据开放水平不同的地区， 大数据发展对企业创新能力的影响可能存在差异。地方政府拥有的数据资源能提高所在地区的信息整合能力和数据资源配置能力，进而促进地区创新水平提升。地方政府数据开放水平越高， 企业利用大数据技术得到的优质数据资源越多， 对创新资源的优化配置能力越强， 该地区企业能够更加高效、快捷地获取开展技术创新所需的信息资源和要素资源， 有利于提高自身的技术创新水平。因此， 大数据发展对企业创新能力的提升作用在地方政府数据开放水平高的地区更为显著。为对上述推论进行验证， 基于复旦大学数字与移动治理实验室和国家信息中心数字中国研究院联合发布的《中国地方政府数据开放报告》(2022年) 中的“数林指数”划分地区数据开放水平高低(前25%为高，后75%为低)，将样本企业按照所在地划分为两组并分别进行回归。回归结果见表11列(1)～(6)。结果显示， 在地方政府数据开放水平高的地区， 大数据发展(Bigdata)对企业创新投入(Inni)、创新产出(Inno)和创新效率(Inne)的估计系数均在1%的显著性水平下为正。在地方政府数据开放水平低的地区，大数据发展对企业创新投入(Inni)没有显著影响，对创新产出(Inno)和创新效率(Inne)的影响分别在1%和5%的显著性水平下为正， 但系数明显低于地方政府数据开放水平高的地区。回归结果与推论一致：大数据发展对企业创新能力的提升作用在地方政府数据开放水平高的地区更加突出。
（3） 企业所有制的异质性。大数据发展对不同所有制企业的影响可能存在差异性。 和非国有企业相比， 国有企业拥有更强的资源优势、知识产权储备和社会地位等， 受到的资源支持和政策支持力度更大， 更有能力落实国家和地方的大数据发展相关政策。同时， 创新资源如技术、资本、高素质劳动力等更容易流入到国有企业 [43]。因此，大数据发展对国有企业创新能力的促进作用可能更为明显。为对上述推论进行验证，从企业所有制角度出发，将样本企业划分为国有企业和非国有企业后进行分组回归， 结果见表12列(1)～(6)。可以看出， 无论是国有企业还是非国有企业，大数据发展(Bigdata)均显著提升了企业的创新投入(Inni)、创新产出(Inno)和创新效率(Inne)，且在创新投入和创新产出方面对国有企业的促进作用更强， 在创新效率方面对非国有企业的提升作用更大。回归结果与推论基本一致：大数据发展对企业创新能力的提升作用在国有企业样本中更为明显。
（4）企业规模的异质性。大数据发展对不同规模企业的影响可能存在差异。和中小型 企业相比， 大型企业拥有更强的人才、技术、资金等资源优势， 获取创新资源能力强， 能有 效整合技术创新活动中所需的各种创新资源和关键信息， 提高研发效率， 进而促进技术创新 水平提升。因此， 大数据发展对大规模企业创新能力提升的促进作用可能更加显著。为对上 述逻辑进行验证， 根据员工人数的中位数将样本企业划分为大型企业和中小型企业进行分组回归， 结果见表13列(1)～(6)。可以看出， 在大型企业分组中， 大数据发展(Bigdata)显著提高了企业的创新投入(Inni)、创新产出(Inno)和创新效率(Inne);在中小型企 业分组中， 大数据发展(Bigdata)对企业创新产出(Inno)和创新效率(Inne)的影响均在 1%的显著性水平下为正， 但系数都小于大型企业， 对企业创新投入(Inni)的影响则不显著。回归结果与推论基本一致：大数据发展对企业创新能力的促进作用在大型企业中更加明显。
五、结论与建议
(一)研究结论
提高企业创新能力不仅是加快建设科技强国和实现高水平科技自立自强的重要手段， 也是促进中国经济高质量发展的重要举措，对我国经济社会长期可持续发展至关重要。鉴于此，本文着重探讨了大数据发展对企业创新能力的影响， 在理论归纳大数据发展影响企业创新能力的基础上， 结合 2012—2021 年 A 股上市企业数据， 运用计量模型法对理论预期进行了实证分析。进一步地， 探究了劳动力市场、资本市场、技术市场在大数据发展推动制造业企业 创新能力提升中的重要作用， 并基于企业所处地区、地方政府数据开放水平、企业规模和企 业所有制的不同验证了大数据发展对企业创新能力影响的异质性。得到如下结论： 第一，大 数据发展可以显著提高企业创新能力， 包括创新投入、创新产出和创新效率。第二， 在影响 机制上， 大数据发展可以通过缓解企业融资约束， 提高人力资本水平和增强企业管理效率三 种渠道推动企业创新能力提升。进一步研究还发现： 劳动力市场、资本市场和技术市场等要 素细分市场和大数据发展的联合作用显著促进了企业创新能力提升。同时， 大数据发展对企业创新能力的促进作用在东部地区、地方政府数据开放水平高的地区、国有企业和大型企业中的作用效果更加明显。因此， 以大数据为支点撬动企业生产方式和创新模式的变革势在必行，政策层面应为企业创新提供充裕的数字化转型动能。
(二) 政策建议
第一，夯实大数据发展基础，强化大数据政策引领企业技术创新的制度设计， 充分释放 大数据发展的红利效应。一方面， 要优化数据资源管理和大数据标准体系建设。企业要及时 出台数据要素管理规章制度， 让数据要素在企业研发前、中、后各环节得到充分应用， 优化 创新资源配置效率。政府要完善数据要素市场体系、大数据标准体系和大数据安全体系的体制机制， 打破数据要素流通壁垒， 构建政府数据和企业间的共享机制， 让大数据更好地服务于企业的创新活动。另一方面， 要重视完善大数据相关基础设施建设。结合大数据服务企业创新活动的各环节， 加快数据采集、存储设备、大数据中心等新型基础设施建设。此外， 政府要鼓励和支持企业、高校和科研院所开展大数据相关的基础研究，加快大数据相关的核心技术突破和产业化应用。
第二， 构建支持企业技术创新的长效机制， 重视大数据在融资约束缓解、人力资本升级和管理效率提升上的重要作用， 进一步疏通大数据发展提高企业创新能力的传导机制， 利用制度保障推动企业创新发展。首先， 鼓励金融机构加快数字化转型， 高效利用本地区大数据基础设施， 建立能够充分利用大数据资源和技术的信贷评估模型， 增强信息整合、甄别、评估和利用效率， 提高风险管理水平，进而增强企业资金的可获得性， 增加企业研发投入。其次， 从政策层面持续推进高等教育体系改革， 鼓励大中专院校开设大数据相关专业，提倡通过校企合作等方式对接相关产业的实际需求， 培养高素质高技能人才。此外， 积极布局大数据平台和机构， 扩大服务数量和规模， 并不断完善大数据平台的服务机制， 增强大数据服务企业的效率，提高企业管理效率和资源利用效率，通过流程优化实现企业组织结构的扁平化。
第三， 在要素细分市场发展水平较低地区，进一步加强大数据发展和劳动力市场、资本市场及技术市场的融合发展。具体来说， 政府部门应加快推进要素市场一体化建设， 促进数据要素和其它生产要素市场的融合和组合优化， 不断完善大数据相关人才、资金、技术自 由流动的市场体系， 如在高校设置大数据相关专业和学科， 加强高校和企业的人才交流， 鼓 励各创新主体积极参与大数据相关技术交易等。同时， 进一步强化大数据技术在各要素市场 服务活动中的应用， 推进业务流程再造， 加快传统要素数据化， 提高各要素细分市场的服务水平，逐步实现全国范围内要素市场数据的共享、使用和服务。
第四， 进一步细化大数据发展政策， 强化大数据发展对不同地区、不同类型企业创新 能力提升的针对性。对中西部地区， 要特别重视加快推进数据要素市场发展， 不断完善数据基础设施建设， 加强资金和人才投入，同时充分发挥自身的劳动密集特征，积极开展数据清洗、标注等传统数据服务。对地方政府数据开放水平低的地区， 应进一步扩大向社会提供的 数据规模， 提高数据质量， 并加快完善数据确权工作， 特别是在数据开放和数据安全上的立 法和市场监管。对非国有企业和小规模企业，要在数字技术人才培养、新型基础设施推广和 应用、市场竞争、环境营造等方面给予更多的政策支持， 降低企业应用大数据的要素成本和交易成本，激发企业创新积极性。
[参考文献]
[1] 陈彦斌,刘哲希 . 中 国企业创新 能力不足 的核 心 原 因 与解 决 思路 [J].学习与探 索,2017(10):115-124.
[2] 白 俊 红 , 刘 宇 英 . 金 融 市 场 化 与 企 业 技 术 创 新 ： 机 制 与 证 据 [J].经 济 管 理,2021,43(4):39-54.
[3] 夏清华,黄剑.市场竞争、政府资源配置方式与企业创新投入—— 中国高新技术企业的 证据[J].经济管理,2019,41(8):5-20.
[4] 胡山,余泳泽.数字经济与企业创新：突破性创新还是渐进性创新?[J].财经问题研 究,2022(1):42-51.
[5] 郑帅,王海军.数字化转型何以影响枢纽企业创新绩效?——基于模块化视角的实证研 究[J].科研管理,2022,43(11):73-82.
[6] 许宪春,任雪,常子豪.大数据与绿色发展[J].中国工业经济,2019(4):5-22.
[7] 杨俊,李小明,黄守军.大数据、技术进步与经济增长——大数据作为生产要素的一个内 生增长理论[J].经济研究,2022,57(4):103-119.
[8] WU L, HITT L, LOU B. Data analytics, innovation, and firm productivity[J]. Management science, 2020, 66(5): 2017-2039.
[9] 金芳 ,齐志豪 ,梁 益琳 . 大 数据 、 金 融集 聚 与 绿 色技 术创 新 [J].经济与管理评 论,2021,37(4):97-112.
[10]孙 洁 , 李 杰 . 大 数 据 应 用 、 融 资 约 束 和 企 业 创 新 效 率 [J]. 证 券 市 场 导 报,2022(11):13-23.
[11]艾永芳,孔涛. 区域大数据发展能促进企业绿色创新吗?[J].中南财经政法大学学 报,2021(6):116-126.
[12]戴艳娟,沈伟鹏,谭伟杰.大数据发展对企业数字技术创新的影响研究——基于国家大 数据综合试验区的准自然实验[J].西部论坛,2023,33(2):16-28.
[13]张叶青,陆瑶,李乐芸.大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据[J].经济研究,2021,56(12):42-59.
[14]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(8):48-59.
[15]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 ,2023,58(2):39-56.
[16]任英华,刘宇钊,胡宗义，等.大数据发展、知识产权保护对企业绿色技术创新的影响[J]. 中国人口·资源与环境,2023,33(7):157-167.
[17]FARBOODI M, MIHET R, PHILIPPON T, et al. Big data and firm dynamics[J].AEA papers and proceedings, 2019,109:38-42.
[18]张益豪,郭晓辉.大数据发展与企业全要素生产率——基于国家级大数据综合试验区的 实证分析[J].产业经济研究,2023(2):69-82.
[19]COCKBURN I M, HENDERSON R, STERN S. The impact of Artificial intelligence on
innovation [Z].NBER Chapters, 2018.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
生产批量问题是物流企业进行生产决策经常遇到... 详细>>
如何设计有效的环境治理政策, 是学术界和政策... 详细>>
