政府數據開放與企業全要素生產率提升

鄒豐華，安子偉，張 晨

（1.吉林警察學院，吉林 長春 130117；2.河北經貿大學，河北 石家莊 050035；3.山東財經大學，山東 濟南，250001）

一、引 言

改革開放以來，要素驅動模式下的中國經濟保持了近四十年的高速增長，但維持經濟增長的動力逐漸枯竭，要素驅動型增長模式難以為繼，亟需轉變生產方式，向追求高質量和高效益增長的模式轉變。作為跨越發展階段和轉變增長方式的關鍵，提升全要素生產率的重要性日益凸顯。［1-2］企業是經濟活動的基本單元，是推動經濟高質量發展的微觀基礎。因此，信息化時代如何提升企業全要素生產率成為學界和政策制定者關注的重點。

全要素生產率本質上是一種資源配置效率，提高全要素生產率的關鍵在于如何處理好政府和市場之間的關系。［3］在完善資源配置機制的過程中，改善營商環境、優化政務服務是政府不能缺位也無法替代的職能。近年來，政府數據開放浪潮席卷全球，美國、英國、加拿大等國家積極出臺相關政策措施推動政府數據開放實踐。為了提高政府透明度，進一步提升政府治理能力與公共服務水平，我國從中央到地方都在積極推進開放政府數據資源。2015 年，國務院印發《促進大數據發展行動綱要》，提出要加快政府數據開放共享，推進數據資源向社會開放，增強政府公信力。2019 年，政府數據資源共享開放被列入我國大數據發展的“十大關鍵工程”。在此背景下，北京、上海、海南等多個省市陸續建設了政府數據開放平臺。根據《中國地方政府數據開放報告》，截至2020 年10 月，我國已有142 個省市地區上線了數據開放平臺。那么，作為公共信息應用模式轉型升級、提高政府治理能力的重要舉措［4］，地方政府數據開放能提升企業全要素生產率嗎？如果效果明顯，其作用機制是什么？對該問題的回答既是對公共數據經濟價值的評估，也對制定和完善提高企業全要素生產率政策具有重要的啟示意義。

隨著政府數據開放浪潮的興起，學者們圍繞政府數據開放展開了大量研究。研究涉及政府數據開放的內涵、價值和意義、如何進行規范化管理以及相關平臺建設和技術支撐等內容。例如，鄭磊明晰了開放政府數據的涵義、影響因素、收益與風險。［5］夏義堃結合國內外政府數據開放實踐，系統闡釋了政府數據開放風險的涵義、類型、形成原因以及監管措施。［6］Teresa M. Harrison 等從經濟型、政治型、社會型、戰略型、生活質量型、精神文化型、管理型7 個維度描繪了開放政府數據的價值。［7］黃如花和吳子晗分別從政治、社會、經濟、技術、戰略等維度概括了政府開放數據的價值。［8］在研究方法上，利用案例分析某一特定地區的政府數據開放實踐、總結平臺建設經驗與教訓的研究居多，少數文獻通過信息計量和調查問卷評估了政府數據開放共享質量和政府數據治理能力。［8-9］總而言之，目前學界對政府數據開放的微觀效應研究較少且多停留在定性分析層面，對企業全要素生產率的影響分析鮮有涉及。

鑒于此，本文利用中國地方政府數據開放有關數據和中國上市公司數據，實證檢驗了政府數據開放對企業全要素生產率的影響及其作用機制。本文的邊際貢獻主要體現在三個方面：首先，通過匹配宏觀和微觀數據，系統估計了地方政府數據開放對企業全要素生產率的影響，為全要素生產率的研究提供了微觀經驗證據。其次，實證檢驗了地方政府數據開放的微觀效應，豐富了公共數據經濟價值的研究，拓寬了該領域的研究邊界。最后，政府數據開放運動方興未艾，如何釋放數據能量，增強企業對市場需求變化的反應能力和調整能力，是政府面臨的重要問題。

二、理論分析

（一）政府開放數據及其經濟效應評估

各國政府積極投身于開放數據平臺建設，其主要目的在于推動資源的高效利用，釋放公共數據價值。為了測量和評估政府數據開放水平及其影響，學者們從多個視角出發，通過建立價值評估模型或構建指標體系進行了有益探索。在政府數據開放水平的測量和評估方面，由萬維網基金會和開放數據研究所聯合開發的開放數據晴雨表是比較有國際影響力的評估之一。該項目從準備度、執行度和影響力三個方面衡量了全球主要國家和地區的數據開放水平。聯合國電子政務調查評估是全球電子政務領域最權威的報告，衡量了成員國和一些代表城市的電子政務水平。復旦大學和國家信息中心數字中國研究院聯合發布的《中國地方政府數據開放報告》和“中國開放數林指數”，從準備度、平臺層和數據層三個方面詳細評估了我國各省市數據開放平臺的建設情況，是我國第一個專注于評估政府數據開放水平的專業報告和指數。鄭磊和關文雯比較了不同的政府開放數據評估項目，發現這些評估側重于“數據”和“基礎”兩大層面，對“平臺”“使用”“效果”維度的評估較少。［10］黃如花等使用文獻調查分析和文本分析相結合的方法，從政治價值、社會價值、經濟價值和技術價值四個方面構建了我國開放政府數據的價值體系。［11］

在知識經濟時代，數據是重要的生產要素。政府數據開放有利于提高政府服務的效率和效能，對經濟社會發展具有深遠影響。從宏觀層面來看，數據開放有利于透明政府的建設，在政府和公眾之間搭建橋梁，提高公共服務水平。從微觀層面來看，數據開放平臺建設可以為企業營造良好的競爭環境，促進生產要素有序流動和新商業模式開發，為商貿發展注入能量。［12］麥肯錫全球研究所在《開放數據：流動信息釋放創新能力》報告中，提出開放數據將為教育、交通、消費品、電力、石油和天然氣、醫療和消費金融等七個部門每年增加3 ～5 萬億美元的價值。世界銀行在《開放數據助力經濟增長》報告中，利用案例分析了受益于開放數據的企業特征和商業模式。Hughes Cromwick和Coronado以汽車、能源和金融服務三個行業為例，剖析了開放數據如何影響企業決策，進而為企業創造價值。［13］

整體來看，政府數據開放的價值測量在理論和操作層面都取得了豐富的成果，為本文的研究提供了有益借鑒。但是，既有文獻關于地方政府數據開放如何影響企業行為的討論較少，且以案例分析為主，對企業全要素生產率的定量分析鮮有涉及。為了彌補這一研究缺口，本文將系統分析地方政府數據開放對企業全要素生產率的影響及其作用機制，并運用《中國地方政府數據開放報告》、“中國開放數林指數”、中國上市公司的有關數據進行實證檢驗。

（二）地方政府數據開放與企業全要素生產率

在我國，各級政府是管理政策的制定者，掌握了大量資源，政府支持是企業技術進步和技術效率提升的重要保證。政府補貼、稅收優惠、產業政策以及基礎設施等因素對企業全要素生產率的促進作用已被大量文獻證實。但是，由于制度的不完善和政府信息披露機制的不健全，政府對資源的分配和監管也存在諸多漏洞，［14］由此產生的尋租和腐敗使人才、企業缺乏足夠動力去進行技術創新和技術升級，成為企業全要素生產率提升的阻礙。［15］戴小勇刻畫了轉型時期中國企業全要素生產率的決定機制，發現企業間嚴重的要素錯配阻礙了制造業全要素生產率提高。［16］

在加快培育數據要素市場的時代背景下，地方政府數據開放共享已成為提升政府公共服務水平、優化營商環境、實現國家治理體系和治理能力現代化的重要手段。政府數據是政府部門在履行職責過程中產生或收集的海量數據。［5，17］政府數據開放不僅有助于提高政府的透明度，提升政務服務效率，優化營商環境，還可以供社會化再利用，為企業和其他市場參與者決策提供參考，與企業生產經營和技術進步息息相關。具體而言，首先，地方政府數據開放有助于完善政府信息披露機制，規范補貼流程，提高政府支持政策透明度，讓政府補貼、稅收優惠流入高效率領域，激發企業活力，淘汰效率低下的企業，通過市場競爭倒逼企業轉型升級，提升全要素生產率。其次，地方政府數據開放能夠加強不同市場主體之間的聯系，整合各方資源，推動企業技術進步。政府數據涵蓋宏觀、中觀及微觀三個層面，涉及經濟、就業、教育等諸多領域，覆蓋金融業、制造業、科學研究和技術服務業等多個行業，政府數據開放可以降低各市場主體信息獲取和傳遞成本，加快企業與外部的信息流通，打破信息孤島，促進區域、行業間的知識溢出和技術擴散，在一定程度上能破除技術壁壘。同時，銀行等金融機構可以通過數據開放平臺獲取更多的真實企業信息，優化金融供給結構，從而讓企業獲得更多外部支持，進行技術升級。最后，企業生產經營和各類投資決策依賴于對外部經濟活動的洞察和預測，包括GDP、利率、匯率、政府規劃等，借助開放的政府數據，企業可以獲取、開發和利用更多信息，優化決策，從而創造更多價值。綜上，本文提出假設1：

H1：地方政府數據開放有助于提高企業全要素生產率。

技術創新是企業提升全要素生產率的重要手段，也是企業獲取超額利潤的直接動力。地方政府數據開放有助于企業了解市場信息和技術前沿，為企業進行“干中學”提供更多的可能性和激勵，在一定程度上降低了企業自主研發的風險。同時，隨著政策環境的優化，資源會更多地流入高效率領域，面對競爭壓力，企業在追逐利潤最大化的過程中，會對技術創新、轉型升級產生強烈訴求，從而不斷加快研發腳步，提升企業全要素生產率。市場競爭越激烈，倒逼企業創新效應越強?；诖?，本文提出假設2：

H2：地方政府數據開放會通過推動企業研發提高企業全要素生產率。

當市場制度不完善，政府過度干預或監管不到位造成資源錯配時，企業尋租可以獲得更多資源。［18-19］一方面，良好的“政企關系”可以幫助企業獲得更多的經濟資源，如政府補貼、經營資質、信貸等。另一方面，尋租可以讓企業受到保護，免受一些掠奪，降低經營風險。［20］鑒于這些“益處”，一些企業熱衷于通過尋租培養競爭優勢，而不是通過技術創新謀求企業長期可持續發展。在政府數據開放的背景下，企業尋租空間勢必會被壓縮，這將激勵企業注重技術創新并提升全要素生產率?；诖?，本文提出假設3：

H3：地方政府數據開放會通過減少企業尋租提高企業全要素生產率。

三、研究設計

（一）樣本選取與數據來源

本文以2007 ～2019 年中國A股上市公司為初始樣本。根據以下原則進行篩選：（1）剔除金融行業公司樣本；（2）剔除ST和*ST公司樣本；（3）剔除數據缺失嚴重的樣本。最終得到14 521個觀測值。為了避免異常值的影響，本文對所有連續變量進行了上下1%的縮尾處理。本文使用的企業數據來自CSMAR數據庫和CCER數據庫。

地方政府數據開放水平數據來自《中國地方政府數據開放報告（2020）》和“中國開放數林指數”。中國地方政府數據開放報告和“中國開放數林指數”由復旦大學數字與移動治理實驗室制作出品、復旦大學和國家信息中心數字中國研究院聯合發布，定期對我國地方政府數據開放水平進行綜合評價，從2017 年開始發布，半年一期，截至2020 年10 月共包括8 期面板數據。①資料來源于http：／ ／ifopendata.fudan.edu.cn／static／report／中國地方政府數據開放報告（2020 下半年）。該數據有兩個優勢：一是從準備度、平臺層和數據層三個維度對中國地方政府數據開放水平進行了多維度評價，涉及地方政府數據開放的基礎、樞紐、核心和成效四個方面，克服了單一維度評價的弊端，保證了評價的科學性；二是該數據立足中國地方實踐，發布了中國各地級市的數據開放水平，比較有代表性。

（二）模型設定

本文使用雙向固定效應模型檢驗地方政府數據開放對企業全要素生產率的影響，模型如下所示：

式（1）中，被解釋變量TFPit表示企業i在第t年的全要素生產率水平；Governict表示企業i所在城市c第t年的政府數據開放水平；Controls是一組影響企業全要素生產率的控制變量；μi表示企業固定效應，λt表示時間固定效應，εit為隨機干擾項。

（三）主要變量定義

1.企業全要素生產率（TFP）。測算微觀企業全要素生產率的方法主要有兩種，即OP 法［21］和LP法。［22］其中，LP法能夠克服OP法在實踐過程中投資額大量為零值的樣本選擇問題，并且放松了投資與總產出單調關系的假設，成為生產率估計最為廣泛使用的計量模型。因此，本文使用LP法估算企業全要素生產率，模型設定如下：

其中，Yit為企業營業收入，Lit為勞動力雇傭數量，Kit為資本存量，采用固定資產凈值度量，Mit為中間品投入，采用營業收入減去增加值度量，后者為折舊、工資、生產稅凈值與營業利潤之和。［23］此外，營業收入以工業品出廠價格指數進行調整，資本使用固定資產投資價值指數調整，均以2000 年為基期。

2.地方政府數據開放水平（Govern）。本文使用兩種方式度量地方政府數據開放水平，一是構建虛擬變量（Dum＿gov），如果該省份建立了政府數據開放平臺①在實踐中，如果一省建立了省級政府數據開放平臺，那么該省所轄地級市通常也會設立市級政府數據開放平臺，因此，依據企業所在地區是否建立了省級政府數據開放平臺更能體現地區的政府數據開放水平。本文也以城市是否建立數據開放平臺構建虛擬變量進行了分析，回歸結果未發生顯著變化。，Dum＿gov 取值為1，否則Dum＿gov 等于0；二是使用“城市開放數林指數”（Index＿gov），由于本文使用的企業數據為年度數據，因此，在回歸中使用“城市開放數林指數”上半年和下半年的兩期均值衡量。

3.控制變量。參考李春霞等［24］、戴鵬毅等［25］的研究，本文在式（1）中加入了一組控制變量，包括企業規模（Size），用企業期末資產取自然對數衡量；股權集中度（Top10），用前十大股東持股比例表示；國有股比例（SS），用國有股股數除以總股數度量；資產負債率（Lev），用企業期末負債除以企業期末資產衡量；研發投入（RD），用企業研發支出除以企業營業收入衡量。為了控制地區經濟發展水平的影響，模型中加入了地區人均GDP（GDP）。

表1 報告了主要變量的描述性統計。樣本期間內，共有16 個省份142 個城市上線了數據開放平臺，呈現爆發增長態勢。城市數林指數（Index＿gov）平均值為5.211，標準差為15.448，說明城市之間的數據開放水平存在較大差異。企業全要素生產率（TFP）的均值為3.835，標準差為0.331，企業全要素生產率的提升任重而道遠。

表1 描述性統計結果

四、地方政府數據開放對企業全要素生產率的實證結果分析

（一）基準回歸

表2 列（1）報告了企業全要素生產率（TFP）對地區是否建設了數據開放平臺（Dum＿gov）的回歸結果，Dum＿gov的估計系數在1%的水平上顯著為正，說明地方政府數據開放有助于提升企業全要素生產率。用城市開放數林指數（Index＿gov）度量地方政府數據開放水平，重新估計式（1），得到了類似的結果，如表2 列（2）所示，Index＿gov的估計系數仍然在1%的水平上顯著為正。上述結果證明假設H1 是成立的。

表2 是否開放數據平臺的回歸結果

（二）穩健性檢驗

為了保證研究結論的穩健性，本文進行了如下分析：首先，考慮到城市開放數林指數2017 年才開始發布，本文將樣本期間設定為2017 ～2019 年，重新進行回歸，結果如表3 列（1）和列（2）所示。其次，由于地區之間、行業之間、同地區企業之間可能存在樣本溢出問題，如果不加以控制可能會影響參數估計。為了控制截面相關并緩解內生性問題，本文采用Bai 發展的交互固定效應模型重新估計地方政府數據開放對企業生產率的影響，［26］估計結果如表3 列（3）和列（4）所示。最后，傳統回歸方法通常面臨兩大問題：遺漏變量與線性假設。前者可能造成內生性和混淆因素所產生的辛普森悖論，后者不僅可能造成內生性，而且模型誤設直接會對參數估計產生不利影響?；谏鲜鲈?，本文采用Chernozhukov 等發展的去偏差機器學習方法，［27］放松線性假設進行估計，在估計過程中加入了式（1）中的控制變量、地區虛擬變量、行業虛擬變量（基于兩位行業代碼）以及時間虛擬變量，估計結果如表4 所示。綜合所有穩健性檢驗可知，政府數據開放促進企業技術進步的實證結果非常穩健。

表3 穩健性檢驗

表4 控制非線性和混淆因素

五、進一步討論

（一）地方政府數據開放對企業全要素生產率的異質性影響分析

上文對地方政府數據開放和企業全要素生產率的關系進行了基準分析，與此同時，企業特質和行業特征都具有差異，企業利用政府數據信息的能力和動機也可能不同，需要進一步區別討論。本文將基于企業所有權性質和企業所屬行業進行分組，捕捉地方政府數據開放對企業全要素生產率的異質性影響。

1.按照企業所有權性質進行分組。本文按照企業的所有權性質將樣本分為國有企業和非國有企業，分樣本回歸結果如表5 所示。在不同的子樣本中，Dum＿gov和Index＿gov的估計系數都至少在5%的水平上顯著，且相較于非國有企業，地方政府數據開放對國有企業全要素生產率的促進作用更大。究其原因，國有企業和政府具有天然的關聯，在政府大力推進數據開放的背景下，國有企業出于迎合政府需要或迫于政治壓力，利用開放數據平臺進行價值創造的動機和能力或高于非國有企業，因此，地方政府數據開放對國有企業生產經營、全要素生產率的影響相對更大。同時，國有企業全要素生產率要低于民營企業和外資企業［28-29］，從邊際效應的角度考慮，政府數據開放對國有企業全要素生產率的提升作用也會更明顯。

表5 區分國有企業和非國有企業的回歸結果

2.按照行業特征進行分組。首先，本文把樣本分為制造業和非制造業兩組，回歸結果如表6 所示。地方政府數據開放對制造業企業全要素生產率具有顯著的正向影響，而對非制造業企業則無顯著影響。對于制造業企業而言，技術進步和規模效益是企業獲取超額利潤的源泉，也是企業持續發展的不竭動力，因此，地方政府數據開放會對企業全要素生產率產生顯著影響。而非制造業企業，其并不以直接的技術創新作為自身發展的主要動力，故地方政府數據開放和企業全要素生產率的關系并不顯著。

表6 區分制造業企業和非制造業企業的回歸結果

其次，依照國家統計局高技術企業分類標準，本文把樣本分為高技術企業和非高技術企業，回歸結果如表7 所示。相較于高技術企業，非高技術企業屬于技術追隨者。借助政府數據開放，非高技術企業可以獲得行業技術前沿信息，進而提高企業全要素生產率，而對于高技術企業而言，地方政府數據開放對企業全要素生產率提升的作用并不明顯。［30］

表7 區分高技術企業和非高技術企業的回歸結果

（二）地方政府數據開放對企業全要素生產率的影響機制檢驗

上文已經驗證了地方政府數據開放會提高企業全要素生產率。為了檢驗地方政府數據開放對企業全要素生產率的作用機制，即假設H2 和假設H3，本文建立了如下模型：

式（3）中，被解釋變量RDit表示企業i在第t年的研發支出；Controls是一組影響企業研發支出的控制變量，包括企業規模、企業杠桿率、企業年齡、政府補貼等。式（4）中，被解釋變量ADit表示企業i在第t年的尋租費用，用企業超額管理費用除以主營業務收入表示；Controls是一組影響企業管理費用的控制變量，包括企業規模、企業杠桿率、企業年齡、股權集中度以及企業的國有股比例。μi表示企業固定效應，λt表示時間固定效應，εit為隨機干擾項。

表8 報告了式（3）和式（4）的估計結果。根據表8 列（1）和列（2）可以看出，地方政府數據開放顯著促進了企業研發投入，表現為Dum＿gov 和Index＿gov 的估計系數均在1%的水平上顯著為正。同時，表8列（3）和列（4）顯示，Dum＿gov和Index＿gov的估計系數均在1%的水平上顯著為負，說明地方政府數據開放顯著降低了企業管理費用。綜合而言，地方政府數據開放會通過促進企業創新，減少企業尋租，進而提升企業全要素生產率，假設H2 和假設H3 得證。

表8 地方政府數據開放對企業全要素生產率的影響機制檢驗結果

六、結論與政策建議

伴隨數據時代的到來，政府數據逐漸從信息公開走向數據開放。在此背景下，對政府開放數據的經濟社會效應的評估成為擺在學界和政府部門面前的重要問題。本文利用2007 ～2019 年中國地方政府數據開放水平和中國上市公司數據考察了地方政府數據開放對企業全要素生產率的影響，得出以下三點結論，并相應提出了政策建議。

一是地方政府數據開放顯著提升了企業全要素生產率。通過改變樣本期間、考慮截面相關與交互固定效應、引入非線性與控制混淆因素三種方式進行穩健性檢驗，發現基準回歸結論依然不變。政府數據成為經濟活動所必須的數據要素，為制造業、金融業、科學研究等領域提供數據資源，提升企業研發創新所需要素，加速知識溢出與技術擴散，進而實現技術升級與高質量發展。面向未來，政府部門應加大統一的數據開放平臺建設力度，進一步推動數據開放，發揮“有形之手”的調控作用，為企業生產經營和技術進步創造良好的政策環境。明確數據管理辦法，建立和完善數據質量保障機制，確定基礎數據的采集、核準和提供部門以提升政府數據質量，通過規范的數據管理以推動政府數據的合法使用和開發利用。［31］

二是地方政府數據開放影響企業全要素生產率的機制檢驗表明，地方政府數據開放通過調動企業創新積極性，降低企業腐敗行為，最終實現對企業全要素生產率的積極影響。因此，一方面，政府部門應借助數據開放平臺繼續優化政策環境，通過完善政府信息披露機制，提高政府治理透明度，規范政府補貼、稅收優惠等惠企政策的實施，提高執行效率與政策效果，幫助企業提高全要素生產率，實現轉型升級。另一方面，企業可借助政府數據開放平臺獲取更多技術信息和市場信息，將其融入企業的經營和決策，制定更科學、更完善的戰略計劃，從而推動自身轉型升級，實現高質量發展。［32］

三是根據企業所有權性質和行業特征將樣本細分后發現，地方政府數據開放對企業全要素生產率的促進作用在國有企業、制造業企業和非高技術企業中更強。這一結果表明當前公共數據的價值還未充分釋放，地方政府數據開放對非國有企業、非制造業企業和高技術企業全要素生產率的積極作用還存在提升空間。因此，一方面，政府部門制定政策應充分考慮行業特征和企業特質，加強對企業培訓，提升其數據利用能力，推動有為政府和有效市場的更好結合；另一方面，企業也應根據自身特征和外部環境變化，把握住政府數據開放機會，提升企業管理的科學水平，開拓數字經濟發展新模式。