引言

2023年9月，习近平总书记首次提出了“新质生产力”这一重要概念，并在中共中央政治局第十一次集体学习时对新质生产力做了具体概括。2024年政府工作报告将“加快发展数字经济”与“建设现代化产业体系”并列为首要任务。数据作为一种新兴生产要素，已逐渐成为数字中国建设的核心资源，被誉为推动社会经济发展的新型“石油”。在全球数字经济加速演进、中国式现代化迈向高质量发展的关键阶段，随着国家层面将数据确立为继土地、劳动力、资本、技术之后的第五大生产要素，其已成为重塑经济增长范式的核心动能。数据交易是数据要素市场化配置的关键环节，其重要性源自于数据要素在流通与应用环节中展现出的价值持续放大的独特属性，此属性揭示了数据要素的市场潜力。

2014年我国在《政府工作报告》中首次写入“大数据”概念，2020年4月，明确提出要加快培育数据要素市场。本文将围绕这一政策实践，聚焦两个核心问题展开系统性探究：第一，数据交易平台试点城市政策能否真正有效驱动城市新质生产力的代际跃迁？第二，其背后的作用机制是什么？围绕上述问题，本文在系统梳理数字经济时代数据要素特征与新质生产力内涵的基础上，基于政策实证检验数据要素如何催生新质生产力。

文献回顾

“新质生产力”概念的提出引发了学术界持续性探讨，当前研究主要围绕理论内涵阐释、测度体系构建等。诸多学者基于不同视角探讨新质生产力理论概念，周绍东等基于政治经济学的量变质变理论，提出新质生产力的演进主要体现在生产工具、劳动对象以及信息传递方式等要素的量变与质变过程中，赵峰则从要素解构视角出发，将新质生产力的实践形态系统归纳为新科技、新能源与数字经济三大领域。在新质生产力水平测度研究领域，学者们基于马克思主义生产力理论的要素分析框架，逐步构建了多维度的评价体系，当前研究主要呈现以下两种典型范式，以王珏和王荣基为代表的学者，延续马克思主义生产力三要素理论，通过要素现代化转型视角构建指标体系，而韩文龙和张瑞生等突破传统分类，提出更具创新性的“实体-渗透”二元要素体系，其认为渗透性要素已与实体性要素实现深度融合，对生产效率提升产生了显著的促进作用。

当前学术研究高度关注数据要素对新质生产力的作用机制，相关文献已从多角度阐释其影响路径。基于生产力三要素框架，学界普遍认同该要素通过深刻重塑劳动者、劳动资料及劳动对象三个基本维度来驱动新质生产力发展。在劳动者层面，单纯等的研究表明，数据要素的深度融入重塑了劳动者的技能需求与职能定位；同时，数字化环境降低了技术掌握难度，推动劳动者角色由传统执行者转向创新生产者。关于劳动资料，何小钢等指出，数据驱动的智能化升级显著提升了传统设备的技术能力，而新型劳动资料的采用则助力形成高效协同的生产体系。在劳动对象维度，黄静秋及胡莹等均强调，数据要素扩展了劳动对象的范畴，使信息、知识等非物质形态成为关键的生产对象，促进了生产模式的多元化变革。占智勇等进一步表明数据要素能够发挥乘数效应，通过与其他要素融合，推动新质劳动资料、劳动力和劳动对象的形成。实证研究层面，学者们运用多种方法确证了数据要素的积极效应。

理论分析与研究假设

数据要素市场化对新质生产力的影响

在劳动资料升级方面，政策实施通过建立统一的数据交易规则和技术标准体系，促进了数据要素与人工智能、区块链等新一代信息技术的深度融合，推动传统生产工具向智能化、网络化方向跃迁，这种生产工具的质变式升级，显著提升了城市产业体系的数字化水平和创新效率。从劳动对象创新角度来看，政策实施带来的变革更为深刻。通过建立健全数据资产登记、评估、交易全流程管理体系，政策有效推动了数据要素从资源形态向资产形态的转化。各试点城市结合本地产业特色，重点培育了工业大数据、医疗健康数据、金融数据等高质量行业数据集，不仅拓展了传统劳动对象的物质边界，更催生了数据要素驱动的知识密集型服务新业态。基于上述分析，本章提出以下研究假说：

假说1：数据交易平台政策对提升新质生产力的发展有着显著正向作用。

机制分析

数据要素市场化配置改革是新质生产力发展的重要驱动力，其核心在于通过完善的市场机制实现数据要素的最优配置。完善的市场其核心思想强调市场中的价格信号能够快速、准确地反映所有可获得信息，从而实现资源的最优配置。有效市场的三大要素是：完善的市场功能、规范的市场秩序、健全的市场环境。人力资本升级是数据要素市场化改革推动新质生产力发展的关键传导机制。首先，在人才流动层面，数据要素市场创造了“人才-数据”双向增强机制，高素质人才集聚产生显著的数据创造乘数效应，而数据要素的丰富应用场景又进一步吸引人才集聚，形成人力资本配置的良性循环。基于上述理论分析，本章提出以下研究假说：

假说2：数据要素能够通过促进创新人才集聚，提升新质生产力发展水平。

风险投资机构倾向于向创新资源丰富、政策支持有力、市场环境良好的区域集中。这种金融资本重塑本质上是数据要素与资本要素的协同进化过程。在资本配置效率方面，数据要素的可交易性特征为金融资本提供了全新的价值评估维度，显著提高了对创新项目的识别精度和投资效率。其次，在金融工具创新方面，数据流与资金流的深度融合催生了新型金融产品和服务模式，基于数据要素的信用评级体系使金融机构能够开发更具针对性的融资产品，使数据要素真正成为可定价、可交易的生产要素。基于上述分析，本章提出以下研究假说：

假说3：数据要素通过优化风险投资配置，促进新质生产力发展。

社会信用体系建设是完善社会主义市场经济体制的重要基石。特别是在数字经济快速发展的背景下，传统要素成本优势逐渐弱化，以制度环境、信用生态为核心的软实力竞争日益凸显，通过强化信用体系在资源优化配置中的基础功能，不仅能为经济转型升级提供制度保障，更能为新质生产力的发展创造良好生态。城市信用水平的提升实质是构建数据要素市场化运行的制度基础设施。基于上述理论分析，本章提出以下研究假说：

假说4：数据要素通过改善城市信用环境，促进新质生产力发展。

市场活力是指市场主体在市场交易中的活跃程度、创新能力以及对市场变化的适应能力，其高低直接影响着资源的配置效率、经济的增长速度和质量以及社会的创新能力和竞争力，充满活力的市场是新质生产力孕育、发展和效能释放所依赖的基础性条件。城市产业活力的提升本质上是数据要素驱动下的产业组织范式变革，推动产业组织从传统的规模导向向效率导向、创新导向转变，最终实现生产力质的跃升。基于上述分析，本章提出以下研究假说：

假说5：数据要素通过激发城市创业活力，加快新质生产力的正向发展。

研究设计

（一）样本选取与数据来源

根据数据交易平台设立政策，在2014-2023年间分八批设立的37个城市数据交易平台中，经过系统筛选，最终确定实验组为2014-2022年间实际设立数据交易平台的33个城市，对照组为其余251个未设立平台的城市。

数据来源于多个方面：数据交易平台数据来源于《大数据白皮书（2023）》以及各个城市数据交易平台网站的公开信息，城市经济社会数据整合自《中国城市统计年鉴》等官方统计资料，并辅以省级年鉴、国泰安（CSMAR）等进行补充验证，部分缺省变量采用插补法处理。

（二）变量说明

1.被解释变量：新质生产力(NQP)

参考王珏等、韩文龙等的研究成果，构建指标体系，用于衡量劳动力素质与能力、劳动资料的先进性和劳动对象的创新性，如下表1所示。

目标层	准则层	一级指标	衡量方式	方向
新质生产力	新质劳动力	新劳动者数量	战略性新兴产业和未来产业上市公司的总员工数	+
		新产业员工能力	在岗职工平均工资(元）	+
		新产业员工高素质水平	普通高等学校学校数(所)	+
	新质劳动对象	基础设施	互联网宽带接入用户_千户	+
			电信业务总量(亿元)	+
		未来发展	机器人安装密度	+
		生态环境	环境污染治理投资（亿元）	+
			碳交易、用能权交易、排污权交易（亿元）	+
			生活垃圾无害化处理率(%)	+
	新质劳动资料	技术研发	科学支出占地方财政支出的比重	+
		创新产出	当年申请的发明数量	+
			当年申请的实用新型数量	+
		智能化	人工智能企业数量	+
		绿色化	当年申请的绿色发明数量	+
			当年申请的绿色实用新型数量	+
		数据要素	数据要素利用水平，上市公司数据资产相关词频 + 1取对数；按注册地汇总到地级市，取本地上市公司数据资产词频对数的平均值为代理指标	+
			数据交易平台，搜集各地级市是否有数据交易所，有取值为1，没有取值为0	+

2.核心解释变量：数据交易平台政策（DID）

获批数据交易平台试点城市自政策实施年度起DID变量赋值为1，获批前年度赋值为0，非示范城市DID恒为0。

3.控制变量

选取以下城市层面控制变量：①当地经济发展水平（ECO），用地级城市人均国内生产总值（GDP）的对数值度量。②基础设施水平(IFL)，用城市人均道路面积来表示。③社会消费水平（SCL），以社会消费品零售总额与GDP比值表示。④政府干预（GOC），采用财政支出占GDP比例测量。⑤金融发展水平（FIN），用地级城市金融机构贷款余额与GDP的比值表征。⑥人口密度状况（POP），用地级城市每平方公里人数的对数值来衡量。

（三）模型构建

1.双向固定效应模型

数据交易平台政策自分批实施，其政策实施具有时间渐进性，采用多期双重差分模型进行实证检验，具体模型设计如下：

模型（1）中，被解释变量NQP表征城市新质生产力发展水平，核心解释变量DID反映数据交易平台试点城市的政策交互效应，涵盖系列可能影响实证结果的控制变量集，为模型截距项，表征政策对生产力的净效应参数。模型同时控制城市固定效应和时间固定效应，为随机误差项，其中下标和分别标识城市与年份。

2.中介效应模型

参考温忠麟中介效应模型对中介机制进行检验，具体模型设定如下：

M代表中介变量，其余变量含义同上。

本章的回归模型（1）是中介效应模型的第一步，第二步是对回归模型（2）进行回归，其中为本文所关注的中介变量，第三步则对回归模型（3）进行回归。

四、实证结果

（一）基准回归分析

表2渐进式回归结果均呈现高度一致的统计显著性，有力验证了本研究假说1的核心论断，数据要素市场化能够促进城市新质生产力的发展。

VARIABBLES	(1)	(2)	(3)	(4)
	NQP	NQP	NQP	NQP
DID	0.237***	0.172***	0.050***	0.047***
	(49.793)	(41.067)	(27.809)	(26.684)
ECO		0.033***		-0.009***
		(21.138)		(-5.822)
IFL		-0.001***		-0.001***
		(-8.174)		(-8.065)
SCL		0.001		-0.001
		(1.399)		(-1.354)
GOC		-0.080***		-0.014***
		(-11.125)		(-3.501)
FIN		0.015***		-0.003***
		(20.773)		(-5.089)
POP		0.007***		0.015***
		(8.421)		(2.766)
Control		Yes		Yes
City Fixed			Yes	Yes
Time Fixed			Yes	Yes
Constant	0.0325***	-0.2326***	0.0329***	0.0321
	(31.8300)	(-11.7400)	(35.5900)	(1.0500)
N	3976	3976	3976	3976
R2	0.384	0.592	0.455	0.474
F	2479.349	822.481	219.630	165.504

注：***、**、*分别表示在1%、5%、10%的水平下显著；括号中为统计量t值，以下各表同。

（二）稳健性分析

1.平行趋势检验

借鉴曹清峰的处理方法，检验各城市在数据交易平台政策冲击前后新质生产力发展的变化趋势。检验结果如下图1所示，政策实施前，估计系数在0上下波动，而且置信区间包括0，表明了处理组和控制组企业数字创新水平无显著差异；政策实施后，估计系数逐渐上升且远离0，置信区间不包含0，表明政策后处理组与控制组差异显现，符合平行趋势假定。

2.安慰剂检验

参考陈强的双重差分法的安慰剂检验方法，进行了受限混合安慰剂测试。结果如下图2所示，安慰剂效应分布大致呈正态形态，意味着无真实政策干预时，模型产出的虚假效应随机散布，且多数效应值不显著。而本章实际估计的处理效应（黑色实线）明显偏离零效应，处于安慰剂效应分布尾部，说明实际处理效应与随机生成的安慰剂效应存在显著差异，有力佐证了研究结果的稳健性。

五、中介机制

表3列（1）列（2）是以创新人才聚集作为中介变量的回归结果，参考张治栋等的做法，将创新人才集聚度定义为每万人中从事六大行业人员的数量。列（1）列（2）的数据说明数据交易平台政策不仅直接促进了城市新质生产力的提升，还通过推动创新人才集聚间接强化了这一效应。列（3）列（4）是以风险投资作为中介变量的回归结果，参考邓尚沅等的相关研究，搜集整理城市层面各城市的风险投资案例数，将其加一后取对数的结果以衡量城市风险投资发展水平，实证结果表明，数据交易平台政策通过金融风险投资集聚的中介渠道对城市新质生产力产生了显著促进作用。

VARIABBLES	(1)	(2)	(3)	(4)
	AGG	NQP	VC	NQP
DID	0.0190***	0.0462***	0.5379***	0.0457***
	(4.5200)	(26.2500)	(5.6800)	(26.02)
AGG		0.0525***
		(7.6400)
VC				0.0027***
				(8.8800)
Control	Yes	Yes	Yes	Yes
City Fixed	Yes	Yes	Yes	Yes
Time Fixed	Yes	Yes	Yes	Yes
Constant	0.6661***	0.0211	-1.9787	0.0614*
	(8.1600)	(0.6200)	(-1.0800)	(1.8100)
N	3976	3976	3976	3976
R2	0.3227	0.4823	0.2910	0.4851
F	87.4700	162.8700	75.3700	164.7200

表4列（1）列（2）是城市信用环境水平作为中介变量的回归结果，参考曹春方的相关研究，采用城市商业信用环境指数作为测度指标。列（1）列（2）验证了城市信用水平在政策传导中发挥了显著的中介作用。列（3）列（4）是将城市产业活力作为中介变量的回归结果，参考李茂林等相关研究，利用城市新增工商企业注册数量衡量城市创业活力，列（3）的数据表明数据交易平台政策显著激发了城市的创业活力，列（4）的数据进一步表明城市产业活力在政策传导中发挥了显著的中介作用。

VARIABBLES	(1)	(2)	(3)	(4)
	CEI	NQP	UEV	NQP
DID	1.1238***	0.0449***	0.0966***	0.0462***
	(6.4900)	(25.6300)	(3.4400)	(26.4200)
CEI		0.0017***
		(10.4500)
UEV				0.0097***
				(9.5300)
Control	Yes	Yes	Yes	Yes
City Fixed	Yes	Yes	Yes	Yes
Time Fixed	Yes	Yes	Yes	Yes
Constant	73.6603***	-0.0482	8.7407***	-0.0295
	(21.6900)	(-1.3300)	(16.0900)	(-0.8400)
N	3976	3976	3976	3976
R2	0.4880	0.4929	0.7795	0.4868
F	174.1200	169.0600	649.1100	165.8000

六、结论与建议

（一）结论

第一，数据要素市场化显著促进了城市新质生产力发展；第二，数据要素市场化通过增强促进创新人才聚集、提升风险投资水平、激发市场活力以及优化市场信用环境来提升城市新质生产力。

（二）建议

第一、应当深化数据要素市场化改革，重点完善“数据确权-定价-交易-监管”全链条制度设计，特别要提升中西部和中小城市的数据交易平台服务能力；第二、需要构建数据要素与创新要素的协同机制，通过“数据+人才计划”、“数据+创投基金”等政策工具，强化要素间的乘数效应；第三，建议建立数据要素统计监测体系，定期评估政策实施效果，为新质生产力发展提供精准的政策支持。

参考文献：

1. [1] 习近平.习近平在黑龙江考察时强调——牢牢把握在国家发展大局中的战略定位奋力开创黑龙江高质量发展新局面[N].人民日报,2023-09-09(001).
2. [2] 习近平.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[N].人民日报,2024-02-02(001).
3. [3] 彭桥,肖尧,杨宇茜,等.中国新质生产力发展水平测度、动态演化与驱动因素研究[J].软科学,2024,39(04):25-34.
4. [4] 宋炜,曹文静,周勇.数据要素赋能、研发决策与创新绩效——来自中国工业的经验证据[J].管理评论,2023,35(07):112-121.
5. [5] Zaki M. Digital transformation: Harnessing digital technologies for the next generation of services[J].Journal of services marketing,2019,33(04):429-435.
6. [6] 徐晔,王志超.数据要素市场化建设与企业数字化转型——基于数据交易平台的准自然实验[J].软科学,2024,38(09):24-29+39.
7. [7] 周绍东,胡华杰.新质生产力推动创新发展的政治经济学研究[J].新疆师范大学学报(哲学社会科学版),2024,45(05):26-35.
8. [8] 赵峰,季雷.新质生产力的科学内涵、构成要素和制度保障机制[J].学习与探索,2024(01):92-101.
9. [9] 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,2024,37(01):31-47.
10. [10] 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].数量经济技术经济研究,2024,41(06):5-25.
11. [11] 单纯,李艳鑫,张润霖.协同创新下高校“一环三措”新质科技人才培养模式研究[J].科技管理研究,2024,44(24):119-128.
12. [12] Borchert I, Hoekman B, Baldwin R, et al. Globotics and development: When manufacturing is jobless and services are tradeable[J].World trade review,2023,22(3-4):302-311.
13. [13] 何小钢,郭晓斌,况雅琴.机器人应用能否促进企业出口？——基于效率和质量双赢的视角[J].财经问题研究,2024(04):57-70.
14. [14] 黄静秋.人工智能算法赋能劳动的新样态——基于马克思劳动价值论视域的研究[J].经济学家,2023(10):33-42.
15. [15] 胡莹,方太坤.再论新质生产力的内涵特征与形成路径——以马克思生产力理论为视角[J].浙江工商大学学报,2024(02):39-51.
16. [16] 占智勇,徐政,宁尚通.数据要素视角下新质生产力创新驱动的理论逻辑与实践路径[J].新疆社会科学,2024(03):43-52.
17. [17] 陈云贤.中国特色社会主义市场经济:有为政府+有效市场[J].经济研究,2019,54(01):4-19.
18. [18] 马铭晨,吕拉昌.风险投资与区域创新：机制、路径与异质性——基于中国29个省的实证分析[J].经济地理,2023,43(03):140-149.
19. [19] 张丽丽,章政.高质量发展条件下社会信用体系建设深化研究[J].新视野,2024(01):76-84.
20. [20] 王乐照,许磊,刘凡华.高质量发展下稳步推进社会信用体系建设[J].宏观经济管理,2023(09):38-53.
21. [21] 熊凌云,黄林菲,杨李娟.全国统一大市场建设与城市创业活力——来自工程建设项目审批制度改革的证据[J].中国工业经济,2025(05):81-99.
22. [22] 温忠麟,叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展,2014,22(05):731-745.
23. [23] 曹清峰.国家级新区对区域经济增长的带动效应研究——基于70大中城市的经验证据[J].经济研究,2020(04):56-72.
24. [24] 陈强,齐霁,颜冠鹏.双重差分法的安慰剂检验:一个实践的指南[J].管理世界,2025(02):181-220.
25. [25] 张治栋,韦昊松.创新人才集聚、产业结构优化与经济高质量发展——基于长三角地区41个城市的实证研究[J].南京财经大学学报,2023(03):1-11.
26. [26] 邓尚沅,唐恩宁,胡晖.知识产权示范城市对风险投资活动的影响研究[J].经济体制改革,2024(04):183-19.
27. [27] 曹春方,周大伟,吴澄澄.信任环境、公司治理与民营上市公司投资-现金流敏感性[J].世界经济,2015,38(05):125-147.
28. [28] 李茂林,王子路,何光辉,等.银行业金融科技创新、结构性普惠效应与创业活力[J].管理世界,2024,40(06):195-224.