数据要素市场化对颠覆性技术的影响研究

doi:10.3772/j.issn.1000-0135.2025.05.003

情报学报

2025, Vol. 44

Issue (5): 535-548 DOI: 10.3772/j.issn.1000-0135.2025.05.003

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

数据要素市场化对颠覆性技术的影响研究

王海森^1,2, 李纲^1,2

1.武汉大学信息资源研究中心，武汉 430072
2.武汉大学信息管理学院，武汉 430072

Impact of Data Factor Marketization on Disruptive Technologies

Wang Haisen^1,2, Li Gang^1,2

1.Centre for Studies of Information Resources, Wuhan University, Wuhan 430072
2.School of Information Management, Wuhan University, Wuhan 430072

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (980 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要在全球变局加速演进的时代背景下，大国间的科技竞争态势日益激烈，颠覆性技术已跃升为我国国家安全战略的核心构成要素，是新时代新征程上驱动创新型国家建设、实现国家治理能力与体系现代化的关键。本文立足中国数据要素市场化改革的制度实践，以数据交易平台（所）建设作为准自然实验场景，基于2014—2023年沪深A股上市公司数据，构建多期双重差分模型和因果中介模型，系统分析数据要素市场化对企业颠覆性技术的影响及其作用机制。研究发现，数据要素市场化显著促进了企业颠覆性技术的产生，在此过程中，数据要素市场化打破了数据孤岛和数据垄断壁垒，拓展了企业获取新知识的“数据资源池”，激发了企业数据技术能力，优化了企业间数据要素资源配置效率，为颠覆性技术开辟了更多的资源空间。进一步分析发现，数据保护主义形成的“隐性壁垒”仍显著存在，现行市场机制虽能降低既有知识获取成本，但对需要突破认知边界的高端颠覆性技术激励有限。本文的研究结论为激励颠覆性技术提供了新机制，为完善数据要素市场提供了新启示。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王海森
	李纲

关键词 ：数据要素市场, 颠覆性技术, 数据要素资源配置效率, 数据技术能力

收稿日期: 2024-09-12

基金资助:国家自然科学基金创新研究群体项目“信息资源管理”（71921002）；国家自然科学基金专项项目“数据交易场所的功能定位、运营机制与治理机制研究”（72442030）。

作者简介: 王海森，男，1997年生，博士，助理研究员，主要研究方向为数字经济与数据要素；李纲，通信作者，男，1966年生，博士，教授，博士生导师，主要研究方向为信息资源管理、竞争情报，E-mail：ligangwhu@126.com；

引用本文:

王海森, 李纲. 数据要素市场化对颠覆性技术的影响研究[J]. 情报学报, 2025, 44(5): 535-548.
Wang Haisen, Li Gang. Impact of Data Factor Marketization on Disruptive Technologies. 情报学报, 2025, 44(5): 535-548.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.05.003 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I5/535

1 马费成, 卢慧质, 吴逸姝. 数据要素市场的发展及运行[J]. 信息资源管理学报, 2022, 12(5): 4-13.
2 洪银兴, 任保平. 论数字经济与社会主义市场经济的深度融合[J]. 中国工业经济, 2024(5): 5-19.
3 徐翔, 赵墨非. 数据资本与经济增长路径[J]. 经济研究, 2020, 55(10): 38-54.
4 Müller O, Fay M, vom Brocke J. The effect of big data and analytics on firm performance: an econometric analysis considering industry characteristics[J]. Journal of Management Information Systems, 2018, 35(2): 488-509.
5 Wu L, Hitt L, Lou B W. Data analytics, innovation, and firm productivity[J]. Management Science, 2020, 66(5): 2017-2039.
6 谢康, 夏正豪, 肖静华. 大数据成为现实生产要素的企业实现机制: 产品创新视角[J]. 中国工业经济, 2020(5): 42-60.
7 Jones C I, Tonetti C. Nonrivalry and the economics of data[J]. American Economic Review, 2020, 110(9): 2819-2858.
8 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.
9 刘洋, 董久钰, 魏江. 数字创新管理: 理论框架与未来研究[J]. 管理世界, 2020, 36(7): 198-217, 219.
10 Nambisan S, Lyytinen K, Majchrzak A, et al. Digital innovation management: reinventing innovation management research in a digital world[J]. MIS Quarterly, 2017, 41(1): 223-238.
11 Nambisan S, Wright M, Feldman M. The digital transformation of innovation and entrepreneurship: progress, challenges and key themes[J]. Research Policy, 2019, 48(8): 103773.
12 Yoo Y, Boland R J, Lyytinen K, et al. Organizing for innovation in the digitized world[J]. Organization Science, 2012, 23(5): 1398-1408.
13 江小涓. 数字时代的技术与文化[J]. 中国社会科学, 2021(8): 4-34, 204.
14 胡增玺, 马述忠. 市场一体化对企业数字创新的影响——兼论数字创新衡量方法[J]. 经济研究, 2023, 58(6): 155-172.
15 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, 38(3): 64-83.
16 蔡跃洲. 中国共产党领导的科技创新治理及其数字化转型——数据驱动的新型举国体制构建完善视角[J]. 管理世界, 2021, 37(8): 30-46.
17 Abowd J M, Schmutte I M. An economic analysis of privacy protection and statistical accuracy as social choices[J]. American Economic Review, 2019, 109(1): 171-202.
18 Begenau J, Farboodi M, Veldkamp L. Big data in finance and the growth of large firms[J]. Journal of Monetary Economics, 2018, 97: 71-87.
19 Varian H. Artificial intelligence, economics, and industrial organization[M]// The Economics of Artificial Intelligence: An Agenda. Chicago: University of Chicago Press, 2018: 399-419.
20 Arrieta-Ibarra I, Goff L, Jiménez-Hernández D, et al. Should we treat data as labor? Moving beyond “free”[J]. AEA Papers and Proceedings, 2018, 108: 38-42.
21 Acquisti A, Taylor C, Wagman L. The economics of privacy[J]. Journal of Economic Literature, 2016, 54(2): 442-492.
22 Fairfield J A T, Engel C. Privacy as a public good[J]. Duke Law Journal, 2015, 65(3): 385-457.
23 Acemoglu D, Makhdoumi A, Malekian A, et al. Too much data: prices and inefficiencies in data markets[J]. American Economic Journal: Microeconomics, 2022, 14(4): 218-256.
24 Farboodi M, Veldkamp L. A growth model of the data economy[R]. Cambridge: National Bureau of Economic Research, 2021: No.w28427.
25 陈楠, 蔡跃洲, 马文君. 企业数据技术能力对市值和利润的影响——基于大数据专利的机制检验和互补性投入分析[J]. 财贸经济, 2024, 45(1): 106-123.
26 刘雅君, 张雅俊. 数据要素市场培育的制约因素及其突破路径[J]. 改革, 2023(9): 21-33.
27 吴江, 袁一鸣, 贺超城, 等. 数据要素交易多边平台研究: 现状、进路与框架[J]. 信息资源管理学报, 2024, 14(3): 4-20.
28 吴涵, 郭凯明. 双循环视角下要素市场化配置、产业结构转型与劳动生产率增长[J]. 经济研究, 2023, 58(9): 61-78.
29 Hsieh C T, Klenow P J. Misallocation and manufacturing TFP in China and India[J]. The Quarterly Journal of Economics, 2009, 124(4): 1403-1448.
30 盖庆恩, 朱喜, 史清华. 劳动力市场扭曲、结构转变和中国劳动生产率[J]. 经济研究, 2013, 48(5): 87-97, 111.
31 Brandt L, Tombe T, Zhu X D. Factor market distortions across time, space and sectors in China[J]. Review of Economic Dynamics, 2013, 16(1): 39-58.
32 Wu L F, Wang D S, Evans J A. Large teams develop and small teams disrupt science and technology[J]. Nature, 2019, 566(7744): 378-382.
33 吴可凡, 王伟, 张世玉, 等. 技术不连续性视角下颠覆性技术识别方法研究[J]. 情报理论与实践, 2022, 45(10): 125-131.
34 罗素平, 寇翠翠, 金金, 等. 基于离群专利的颠覆性技术预测——以中药专利为例[J]. 情报理论与实践, 2019, 42(7): 165-170.
35 梁镇涛, 毛进, 李纲. 融合“科学-技术”知识关联的高颠覆性专利预测方法[J]. 情报学报, 2023, 42(6): 649-662.
36 陈育新, 卢俊, 韩毅. 基于专利文献的颠覆性技术识别研究——以人工智能为例[J]. 情报学报, 2022, 41(11): 1124-1133.
37 Bower J L, Christensen C M. Disruptive technologies: catching the wave[J]. Harvard Business Review, 1995, 73(1): 43-53.
38 陈强远, 赵浩云, 林思彤, 等. 中国高质量技术创新: 情境叙事与测度体系[J]. 管理世界, 2024, 40(5): 23-41.
39 赵放, 李文婷, 马婉莹. 数据要素市场化能否促进数字产业集聚——来自准自然实验的证据[J]. 浙江学刊, 2024(3): 143-152.
40 张珂涵, 张古, 赵兴罗. 数据要素赋能对人力资本升级的作用机制分析——基于国家级大数据综合试验区数据[J]. 科技管理研究, 2024, 44(3): 174-182.
41 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, 26(3): 33-48.
42 Alacevich C, Zejcirovic D. Does violence against civilians depress voter turnout? Evidence from Bosnia and Herzegovina[J]. Journal of Comparative Economics, 2020, 48(4): 841-865.
43 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.
44 杨刚强, 王海森, 范恒山, 等. 数字经济的碳减排效应: 理论分析与经验证据[J]. 中国工业经济, 2023(5): 80-98.
45 项后军, 张清俊. 中国的显性存款保险制度与银行风险[J]. 经济研究, 2020, 55(12): 165-181.
46 杨兴全, 任小毅, 杨征. 国企混改优化了多元化经营行为吗?[J]. 会计研究, 2020(4): 58-75.
47 Funk R J, Owen-Smith J. A dynamic network measure of technological change[J]. Management Science, 2017, 63(3): 791-817.
48 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-76.
49 杨刚强, 王海森, 岳子洋, 等. 客户数字化转型、供应商碳减排与碳信息披露迎合[J]. 中国工业经济, 2024(8): 99-117.
50 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.
51 徐舒, 杜鹏程, 吴明琴. 最低工资与劳动资源配置效率——来自断点回归设计的证据[J]. 经济学(季刊), 2020, 19(1): 143-164.
52 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, 37(7): 130-144, 10.
53 Petrin A, Sivadasan J. Estimating lost output from allocative inefficiency, with an application to Chile and firing costs[J]. Review of Economics and Statistics, 2013, 95(1): 286-301.
54 Christensen C M. The innovator’s dilemma: when new technologies cause great firms to fail[M]. Boston: Harvard Business Review Press, 1997.
55 Si S, Chen H, Liu W, et al. Disruptive innovation, business model and sharing economy: the bike-sharing cases in China[J]. Management Decision, 2021, 59(11): 2674-2692.
56 Williamson P J, Guo B, Yin E. When can Chinese competitors catch up? Market and capability ladders and their implications for multinationals[J]. Business Horizons, 2021, 64(2): 223-237.
57 李东红, 陈昱蓉, 周平录. 破解颠覆性技术创新的跨界网络治理路径——基于百度Apollo自动驾驶开放平台的案例研究[J]. 管理世界, 2021, 37(4): 130-159.
58 江鸿, 吕铁. 政企能力共演化与复杂产品系统集成能力提升——中国高速列车产业技术追赶的纵向案例研究[J]. 管理世界, 2019, 35(5): 106-125, 199.
59 刘海兵, 刘洋, 黄天蔚. 数字技术驱动高端颠覆性创新的过程机理: 探索性案例研究[J]. 管理世界, 2023, 39(7): 63-81, 99, 82.
60 张洪胜, 杜雨彤, 张小龙. 产业数字化与国内大循环[J]. 经济研究, 2024, 59(5): 97-115.