數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力

摘要：在數(shù)字經(jīng)濟時代，數(shù)據(jù)資產(chǎn)已成為影響企業(yè)競爭力的關鍵性資產(chǎn)之一。如何管理和運用數(shù)據(jù)資產(chǎn)，推動新質生產(chǎn)力發(fā)展，是企業(yè)財務管理的重要課題。基于2010—2023年中國A股上市公司數(shù)據(jù)，采用文本分析法構建數(shù)據(jù)資產(chǎn)指標，實證檢驗企業(yè)數(shù)據(jù)資產(chǎn)對新質生產(chǎn)力發(fā)展的影響。研究結果顯示，數(shù)據(jù)資產(chǎn)顯著促進了企業(yè)新質生產(chǎn)力發(fā)展，且這一效應在國有企業(yè)、治理效率低的企業(yè)、輕資產(chǎn)模式企業(yè)、高科技企業(yè)、行業(yè)競爭激烈的企業(yè)中更為突出。進一步分析發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)通過促進企業(yè)人力資本升級、提升資本配置效率與增強科技創(chuàng)新能力等促進傳統(tǒng)要素升級的途徑發(fā)揮作用。希望研究結果能為企業(yè)深化數(shù)據(jù)資產(chǎn)的屬性認識、發(fā)揮數(shù)據(jù)資產(chǎn)的財務功能、助推新質生產(chǎn)力發(fā)展提供參考。關鍵詞：數(shù)據(jù)資產(chǎn)；新質生產(chǎn)力；人力資本升級；資本配置效率；科技創(chuàng)新能力0引言新質生產(chǎn)力是以創(chuàng)新為主導，具有高科技、高效能、高質量特征的先進生產(chǎn)力質態(tài)[1]。發(fā)展新質生產(chǎn)力要求擺脫消耗大、效率低的傳統(tǒng)生產(chǎn)模式和經(jīng)濟增長方式，以技術、數(shù)據(jù)等無形資產(chǎn)的積累與創(chuàng)新為新動力，以網(wǎng)絡化、智能化的發(fā)展模式為新路徑，實現(xiàn)經(jīng)濟跨越式發(fā)展[2]。在新發(fā)展理念下，新質生產(chǎn)力蓬勃發(fā)展，不只是經(jīng)濟結構優(yōu)化升級的內在要求，更是實現(xiàn)經(jīng)濟高質量發(fā)展的必由之路。與此同時，隨著大數(shù)據(jù)、云計算等技術的發(fā)展，中國迎來了數(shù)字經(jīng)濟時代。數(shù)據(jù)資產(chǎn)在生產(chǎn)、銷售等方面的廣泛運用，已使其成為推動我國經(jīng)濟高質量發(fā)展的新動能[3]。數(shù)據(jù)的資產(chǎn)化表現(xiàn)形式即為數(shù)據(jù)資產(chǎn)，數(shù)據(jù)資產(chǎn)是對數(shù)據(jù)的進一步管理與應用，是企業(yè)擁有或控制的、能為企業(yè)帶來未來經(jīng)濟效益并以電子或物理方式記錄的數(shù)據(jù)資源[4]。2023年，財政部出臺《企業(yè)數(shù)據(jù)資源相關會計處理暫行規(guī)定》，規(guī)范了企業(yè)數(shù)據(jù)資源的相關會計處理，要求數(shù)據(jù)資產(chǎn)入表，推動了數(shù)據(jù)資產(chǎn)化的進程。數(shù)據(jù)資產(chǎn)作為企業(yè)的一種關鍵性資產(chǎn)，對企業(yè)的經(jīng)營能力和新質生產(chǎn)力的發(fā)展具有深遠影響。一方面，在數(shù)字經(jīng)濟蓬勃發(fā)展的背景下，企業(yè)對數(shù)據(jù)資產(chǎn)管理和運營的能力是其自身核心競爭力的來源，是其實現(xiàn)長期穩(wěn)定發(fā)展的重要能力[5]；另一方面，數(shù)據(jù)資產(chǎn)通過明確數(shù)據(jù)的產(chǎn)權邊界、降低數(shù)據(jù)交易成本優(yōu)化數(shù)據(jù)要素市場的配置效率，有助于激發(fā)科技創(chuàng)新、提升經(jīng)濟效率及加速形成新質生產(chǎn)力[6]。數(shù)據(jù)資產(chǎn)作為新型生產(chǎn)要素的資產(chǎn)化表現(xiàn)形式，既是進一步推動數(shù)字經(jīng)濟發(fā)展的核心，又是驅動發(fā)展新質生產(chǎn)力的重要支撐。企業(yè)在財務管理中利用數(shù)據(jù)資產(chǎn)，充分挖掘其潛在價值，以加速發(fā)展新質生產(chǎn)力，對于實現(xiàn)經(jīng)濟可持續(xù)發(fā)展、推進中國式現(xiàn)代化具有重大意義。學術界在對新質生產(chǎn)力的內涵特征[7]、形成邏輯[8]進行探討的基礎上，進一步將相關研究從微觀和宏觀兩個層面向探究新質生產(chǎn)力發(fā)展動力方面擴展。微觀層面，主要包括勞動三要素（勞動者、勞動對象、勞動資料）的升級拓展[9]、企業(yè)治理水平的提升[10]、股權結構[11]等；宏觀層面，主要包括新一輪工業(yè)革命帶來的新產(chǎn)業(yè)[12]、堅持擴大開放與合作共贏[13]、數(shù)字經(jīng)濟[14]等。上述研究側重于理論分析，雖然已有部分文獻關注到數(shù)據(jù)要素對新質生產(chǎn)力發(fā)展的重要作用，從企業(yè)數(shù)字化轉型[15]、數(shù)智化創(chuàng)新[16]、科技成果轉化[17]、數(shù)據(jù)要素化[18]等角度進行了探討，但是由于數(shù)據(jù)資產(chǎn)是影響顛覆性科技創(chuàng)新、催生新質生產(chǎn)力的重要一環(huán)[15]，在新質生產(chǎn)力發(fā)展動力中融入有關數(shù)據(jù)要素、數(shù)據(jù)資產(chǎn)的探討，更能體現(xiàn)新質生產(chǎn)力區(qū)別于傳統(tǒng)生產(chǎn)力的新理念、新質態(tài)，所以有必要繼續(xù)對作為數(shù)據(jù)要素具體化的數(shù)據(jù)資產(chǎn)推動新質生產(chǎn)力發(fā)展的功能與機制進行更加深入的研究。本文基于2010—2023年上市公司信息披露，通過文本分析法探討數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力發(fā)展的影響，并進一步討論數(shù)據(jù)資產(chǎn)與傳統(tǒng)生產(chǎn)要素的融合在二者關系中的作用。本文的研究結果表明，數(shù)據(jù)資產(chǎn)有助于新質生產(chǎn)力發(fā)展，并通過與傳統(tǒng)勞動、資本、技術等要素相結合，促進企業(yè)人力資本升級、資本利用率提高、科技創(chuàng)新能力提升，進而對新質生產(chǎn)力產(chǎn)生驅動效應。本文可能的貢獻在于：第一，從微觀視角全面探討數(shù)據(jù)資產(chǎn)對新質生產(chǎn)力的促進作用，以及與傳統(tǒng)要素相結合的乘數(shù)效應在其中發(fā)揮的作用機理，拓展了新質生產(chǎn)力驅動因素的相關研究；第二，通過檢驗數(shù)據(jù)資產(chǎn)促進新質生產(chǎn)力發(fā)展的機制，豐富了數(shù)據(jù)資產(chǎn)經(jīng)濟效應和新質生產(chǎn)力驅動因素的定量研究，將新質生產(chǎn)力驅動因素和數(shù)據(jù)資產(chǎn)經(jīng)濟后果的研究從理論分析進一步擴展到實證研究；第三，為數(shù)據(jù)資產(chǎn)對傳統(tǒng)生產(chǎn)要素的乘數(shù)效應及對企業(yè)新質生產(chǎn)力發(fā)展的促進作用提供了新的經(jīng)驗證據(jù)，有助于深化數(shù)字經(jīng)濟形態(tài)下的數(shù)據(jù)資產(chǎn)經(jīng)濟效應研究。1理論分析與研究假設1.1數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力發(fā)展新質生產(chǎn)力是一項系統(tǒng)性工程，不是取決于某個單一條件與單一生產(chǎn)要素，而是需要各生產(chǎn)要素的全面提升[19]。數(shù)據(jù)資產(chǎn)會加速勞動者生產(chǎn)高效化、勞動對象的拓展化和勞動資料的智能化，全面升級新質生產(chǎn)力的構成三要素，驅動生產(chǎn)力轉型。具體來說，數(shù)據(jù)資產(chǎn)的普及與數(shù)據(jù)技術的應用能發(fā)揮知識紅利，優(yōu)化生產(chǎn)模式，提升勞動效率，進而驅動新質生產(chǎn)力的生成。在數(shù)字經(jīng)濟發(fā)展進程中，各主體對勞動者能力提出了更高的要求，勞動者不僅需要學習、儲備先進的技術知識和高端設備的操作規(guī)范，還要將其內化為可運用在實際中的技能方法。數(shù)據(jù)的可復制性使得生產(chǎn)知識與技能更廣泛且經(jīng)濟地傳播[20]"，從而降低知識傳遞成本，實現(xiàn)知識擴散，顯著提高勞動者學習新技能的便利性，有效促進勞動者綜合素養(yǎng)與工作效率的提升，為生產(chǎn)力質的提升提供堅實的高科技、高素質人才支撐[21]。同時，企業(yè)可以利用數(shù)據(jù)資產(chǎn)進行生產(chǎn)建模，制訂實時最優(yōu)的生產(chǎn)計劃，借助數(shù)據(jù)資產(chǎn)實現(xiàn)數(shù)字化監(jiān)控、管理和智能化運營，優(yōu)化替代簡單體力勞動流程[22]，在提高個體工作效率的同時，減少勞動者繁雜重復任務的負擔，騰出更多精力從事更具創(chuàng)造性的工作，從而提升整體生產(chǎn)效率和創(chuàng)新能力。數(shù)據(jù)資產(chǎn)是數(shù)字經(jīng)濟時代的新型生產(chǎn)要素“數(shù)據(jù)”的規(guī)范化管理形態(tài)，蘊含著巨大的生產(chǎn)力，正逐步推動勞動資料使用方式的創(chuàng)新與邊界的擴大，重塑企業(yè)的生產(chǎn)方式，為生產(chǎn)力進一步提升提供了新動力。一方面，集成化的數(shù)據(jù)資產(chǎn)可以改進企業(yè)的生產(chǎn)決策系統(tǒng)，結合人工智能等數(shù)據(jù)分析技術推動了傳統(tǒng)勞動工具向智能化工具轉變[19]。在原有的單一生產(chǎn)工具上增加流程監(jiān)控、生產(chǎn)交互等多樣化功能，實現(xiàn)生產(chǎn)設備間的協(xié)調調度和整合，為企業(yè)提供了一個多維度、全局化的視角，增強了企業(yè)對復雜系統(tǒng)中各生產(chǎn)流程的控制能力，有效減少了生產(chǎn)過程中人力、物力等資源的浪費，改善了生產(chǎn)組織方式[23]，降低了企業(yè)的生產(chǎn)成本，進而推動新質生產(chǎn)力發(fā)展。另一方面，集成大量數(shù)據(jù)的數(shù)據(jù)資產(chǎn)已成為新型勞動資料的核心，帶來了比傳統(tǒng)生產(chǎn)要素更富活力的價值倍增效應[24]，企業(yè)在利用數(shù)據(jù)資產(chǎn)靈活、精確協(xié)調調度生產(chǎn)資源的同時，還能通過所持有的數(shù)據(jù)資產(chǎn)獲取大量消費行為特征數(shù)據(jù)，以洞悉市場走向，降低生產(chǎn)端與消費端的信息不對稱程度[20]"，根據(jù)市場需求及時、合理地優(yōu)化調整生產(chǎn)計劃，從而有效降本增效，促進新質生產(chǎn)力發(fā)展。與此同時，數(shù)據(jù)資產(chǎn)通過提升信息透明度與操作靈活性，不僅重塑了企業(yè)生產(chǎn)模式，還加速了以“數(shù)據(jù)”為核心的新產(chǎn)業(yè)、新業(yè)態(tài)的形成。一方面，數(shù)據(jù)資產(chǎn)通過對數(shù)據(jù)采集、儲存、分析、挖掘等多方位的規(guī)范化管理，不斷釋放數(shù)據(jù)要素的價值，創(chuàng)造性地生成了去物化的新勞動對象，催生了元宇宙、量子通信等數(shù)字產(chǎn)業(yè)[25]，將勞動對象的范圍向虛擬領域不斷擴展，為新質生產(chǎn)力帶來新動力；另一方面，數(shù)據(jù)資產(chǎn)通過其可復制、可共享等特點，實現(xiàn)了不同行業(yè)、主體之間生產(chǎn)要素的重組融合，模糊了產(chǎn)業(yè)邊界，打破了生產(chǎn)的時空局限性，推動了資源匹配與產(chǎn)業(yè)時空布局的優(yōu)化[26]，實現(xiàn)了傳統(tǒng)勞動對象的數(shù)字化轉型與全面重塑，生成了基于數(shù)據(jù)聚合和資源共享模式的新業(yè)態(tài)、新模式，如平臺經(jīng)濟、智能經(jīng)濟等。這不僅推動了數(shù)字化商業(yè)模式的創(chuàng)新，提升了資源利用率，而且拓展了傳統(tǒng)產(chǎn)業(yè)的組織架構和運營方式，促進了可持續(xù)和綠色的生產(chǎn)改造，為新質生產(chǎn)力發(fā)展提供了堅實的產(chǎn)業(yè)基礎。基于以上分析，提出假設1：H1：數(shù)據(jù)資產(chǎn)有助于新質生產(chǎn)力發(fā)展。1.2數(shù)據(jù)資產(chǎn)、傳統(tǒng)生產(chǎn)要素與新質生產(chǎn)力數(shù)據(jù)資產(chǎn)是一種虛擬資產(chǎn)，其價值需要依托具體的生產(chǎn)要素來實現(xiàn)[27]。傳統(tǒng)生產(chǎn)要素主要包括勞動、資本和土地，進入信息科技時代之后又加入了“技術”這一革命性要素。目前，數(shù)據(jù)已經(jīng)正式被列為第五大生產(chǎn)要素[28]。數(shù)據(jù)資產(chǎn)作為數(shù)據(jù)要素的資產(chǎn)化表現(xiàn)形式，以更規(guī)范化、價值化的方式，將數(shù)據(jù)要素與其他傳統(tǒng)要素相融合，帶來倍增效應[28]，使生產(chǎn)力產(chǎn)生質變。數(shù)據(jù)資產(chǎn)與勞動要素結合，不僅正向促進了勞動者素質的提升，而且反向倒逼勞動力需求發(fā)生結構性變化，促進了人力資本的升級，進而推動新質生產(chǎn)力發(fā)展。一方面，數(shù)據(jù)資產(chǎn)強化了勞動者與技術的互動，增強了人機協(xié)作，促使勞動者不斷提升自身技能和素養(yǎng)，努力掌握新型勞動工具，并通過對數(shù)據(jù)分析工具和技術學習的進一步整理，習得系統(tǒng)性知識，提高思維水平[30]，推動了人力資本從簡單機械的傳統(tǒng)手工和重復性勞動升級為具有創(chuàng)新性、創(chuàng)造性的知識密集型和創(chuàng)新驅動型勞動。另一方面，數(shù)據(jù)資產(chǎn)不僅促進了勞動者技能的提升，而且推動了勞動市場結構的變化。市場對勞動者技能水平有更高的要求，對有創(chuàng)新性知識和技能勞動者有大量需求[21]。例如，數(shù)據(jù)資產(chǎn)的收集、加工需要具有能識別和處理有效數(shù)據(jù)的數(shù)字素養(yǎng)的勞動力，數(shù)據(jù)要素的分析、利用需要具有理解能力和創(chuàng)新思維的創(chuàng)新素養(yǎng)的勞動力。這既為新質生產(chǎn)力發(fā)展提供了更優(yōu)質的人力資源基礎，又迫使低技能勞動者在勞動力市場變化中謀求新出路[31]。數(shù)據(jù)資產(chǎn)對勞動力市場的間接影響促進了人才結構的優(yōu)化與升級，為新質生產(chǎn)力發(fā)展創(chuàng)造了新機遇。數(shù)據(jù)要素與資本要素結合，不僅優(yōu)化了資本使用模式，而且增強了市場對企業(yè)的金融支持，有效促進了資本配置的優(yōu)化，提升了資本利用效率，有利于新質生產(chǎn)力水平的提高。一方面，數(shù)據(jù)資產(chǎn)包含的大量有效信息有助于降低企業(yè)搜集財務信息的成本，便于管理者對有效信息和知識進行提取，提高信息質量[32]"，幫助企業(yè)在并購、資本擴張等投資決策中更好地預測市場發(fā)展風向、識別潛在風險，從而優(yōu)化資本使用。同時，企業(yè)還能利用數(shù)據(jù)資產(chǎn)進行動態(tài)反饋和分析，對資本使用與收益情況進行監(jiān)控分析，在事中及時調整資金流向，提高投資效率[6]；對已完成投資的結果與預期進行比較分析，在事后優(yōu)化投資模型，進一步提高資本配置效率。另一方面，數(shù)據(jù)資產(chǎn)對傳統(tǒng)資產(chǎn)進行了有效補充，形成了從數(shù)據(jù)搜索、儲存到分析應用的“數(shù)據(jù)鏈條”，提高了業(yè)務流程透明度與可塑性，進而提供高質量的會計信息[33]，有助于投資者對企業(yè)資信能力有更充分的掌握，緩解信息不對稱導致的道德風險，提升資源供需匹配效率[34]。同時，隨著國家層面對數(shù)字經(jīng)濟及數(shù)據(jù)要素價值的高度重視，企業(yè)持有數(shù)據(jù)資產(chǎn)符合國家政策導向。這不僅為企業(yè)贏得了政策紅利與市場認可，還激發(fā)了市場對于此類企業(yè)的積極預期與信心[3]。金融機構與投資者更加傾向于為這類企業(yè)提供資金支持，從而為企業(yè)實現(xiàn)跨越式發(fā)展提供堅實的金融保障。數(shù)據(jù)資產(chǎn)與技術要素結合，形成了具有知識溢出和積累效應的信息流和技術流，提供了低成本的資源獲取方式和創(chuàng)新模式，增強了企業(yè)科技創(chuàng)新能力[22]，進而驅動生產(chǎn)力發(fā)生質的提升與轉變。首先，數(shù)據(jù)資產(chǎn)特有的非消耗性、共享性在降低信息傳播成本的同時，還加速了知識傳播與科技創(chuàng)新的速度。企業(yè)能以更低成本獲取提升創(chuàng)新質量的最優(yōu)路徑[35]，進而推動新質生產(chǎn)力發(fā)展。其次，數(shù)據(jù)資產(chǎn)與技術要素結合催生了各種在線平臺和即時通信設備，促進了全球范圍內的即時通信協(xié)作，有助于突破地域限制，加強跨期、跨行的遠程互動協(xié)同[36]。數(shù)據(jù)資產(chǎn)的使用通過企業(yè)間的資源共享與交換，提升自主創(chuàng)新能力；通過對各環(huán)節(jié)的數(shù)據(jù)儲存與分析，實現(xiàn)數(shù)據(jù)試錯代替實物試錯，提高了企業(yè)間的創(chuàng)新合作效率[27]，進而驅動新質生產(chǎn)力發(fā)展。最后，數(shù)據(jù)資產(chǎn)提供了大量消費者與競爭者行為數(shù)據(jù)。企業(yè)通過數(shù)字技術提取、分析其中有價值的信息，可以洞察消費者偏好，保持對前沿技術的較高敏銳度，有助于把握創(chuàng)新方向[37]，為創(chuàng)新創(chuàng)造更加有利的條件。綜上所述，提出假設2：H2：數(shù)據(jù)資產(chǎn)通過與傳統(tǒng)生產(chǎn)要素融合促進新質生產(chǎn)力發(fā)展。2研究設計2.1樣本選擇2010年，移動互聯(lián)網(wǎng)、云計算與大數(shù)據(jù)技術等基礎技術創(chuàng)新開始進入快速發(fā)展時期，為企業(yè)使用數(shù)據(jù)資產(chǎn)創(chuàng)造價值提供了可能。因此，本文選取2010—2023年滬深A股上市公司作為研究樣本。上市公司年報來源于巨潮資訊網(wǎng)，其余財務數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。為避免特殊樣本和極端值對研究結論的影響，本文對研究樣本進行如下處理：①剔除所屬行業(yè)為金融的企業(yè)；②剔除ST、*ST、PT企業(yè)；③剔除財務數(shù)據(jù)異常的樣本；④剔除數(shù)據(jù)缺失嚴重的樣本；⑤對連續(xù)變量在上下1%分位處進行Winsorize縮尾處理。最終得到4824家企業(yè)共31130個觀測值。2.2變量定義2.2.1被解釋變量：新質生產(chǎn)力（Npro）參考宋佳等[10]的研究，以勞動三要素為理論支撐，采用熵權法，構建企業(yè)新質生產(chǎn)力評價指標體系，見表1。2.2.2解釋變量：數(shù)據(jù)資產(chǎn)（Digas）本文參考李健等[27]、張葉青等[38]的研究，采用文本分析法衡量企業(yè)持有的數(shù)據(jù)資產(chǎn)。具體地，以數(shù)據(jù)資產(chǎn)化的實現(xiàn)機制為基礎，分別從“數(shù)據(jù)收集、數(shù)據(jù)儲存、數(shù)據(jù)處理、數(shù)據(jù)應用”4個階段建立企業(yè)數(shù)據(jù)資產(chǎn)關鍵詞詞譜，具體見表2。再利用Python對上市公司年報中涉及數(shù)據(jù)資產(chǎn)化的信息進行挖掘，并統(tǒng)計年報中出現(xiàn)的關鍵詞詞頻，對關鍵詞詞頻進行對數(shù)化處理后，形成企業(yè)數(shù)據(jù)資產(chǎn)的代理變量。2.2.3控制變量為降低其他因素對企業(yè)新質生產(chǎn)力的影響，本文參考宋佳等[10]、劉征馳等[39]的研究，選擇企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、產(chǎn)權性質（SOE）、資產(chǎn)負債率（Lev）、資產(chǎn)利潤率（ROA）、成長機會（TobinQ）、資本集中度（FIXED）、股權集中度（Top10）、董事會規(guī)模（Board）、獨立董事占比（Indep）作為控制變量。變量及其定義見表3。2.3模型設定為驗證本文的研究假設，設定如下基準模型Nproi，t=α0+α1Digasi，t+α2Controli，t+Year+Industry+εi，t（1）式中，Nproi，t為公司i在第t期的新質生產(chǎn)力水平，數(shù)值越高，表明企業(yè)新質生產(chǎn)力水平越高；Digasi，t為公司i在第t期擁有的數(shù)據(jù)資產(chǎn)水平；Controli，t為控制變量，包括與企業(yè)新質生產(chǎn)力有關的財務、管理等方面的變量；∑Year和∑Industry分別為年份固定效應和行業(yè)固定效應。若模型（1）中系數(shù)α1的符號顯著為正，說明企業(yè)擁有的數(shù)據(jù)資產(chǎn)越多，新質生產(chǎn)力水平越高，即數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力發(fā)展具有顯著促進作用。3實證檢驗與結果分析3.1描述性統(tǒng)計分析與相關性分析3.1.1描述性統(tǒng)計分析主要變量描述性統(tǒng)計結果見表4。從表4看，樣本企業(yè)在數(shù)據(jù)資產(chǎn)和新質生產(chǎn)力水平上存在較大差異。其他控制變量的描述性統(tǒng)計結果均在合理范圍內。3.1.2相關性分析主要變量Pearson相關系數(shù)見表5。由表5可知，數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力相關系數(shù)為0.02，且在1%水平上顯著，說明二者呈現(xiàn)正相關關系，初步反映了數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的正向作用。但二者的關系仍需要通過回歸分析進一步檢驗。同時，各變量間的相關系數(shù)均小于0.6，說明不存在嚴重的多重共線性問題。3.2基準回歸結果本文采用遞進式回歸檢驗H1，并依據(jù)公司層面的聚類穩(wěn)健標準誤來判斷系數(shù)顯著性，基準回歸結果見表6。表6中列（1）報告了未加入控制變量、未控制行業(yè)和年份固定效應的回歸結果。可以看到，解釋變量數(shù)據(jù)資產(chǎn)的估計系數(shù)在10%水平上顯著為正。表6中列（2）報告了加入控制變量的回歸結果，解釋變量數(shù)據(jù)資產(chǎn)的估計系數(shù)在1%水平上顯著為正。表6中列（3）和列（4）分別報告了逐步加入年份固定效應和行業(yè)固定效應的結果，數(shù)據(jù)資產(chǎn)的回歸系數(shù)均仍在1%水平上顯著為正，說明數(shù)據(jù)資產(chǎn)對提高企業(yè)新質生產(chǎn)力水平起到了積極作用，H1得到驗證。3.3內生性檢驗3.3.1傾向得分匹配（PSM）法為有效緩解樣本選擇偏差對模型結論可能產(chǎn)生的偏誤，增強研究結果的穩(wěn)健性與可靠性，本文采用傾向得分匹配（PSM）法對實驗結論進行進一步驗證。具體而言，以企業(yè)數(shù)據(jù)資產(chǎn)的中位數(shù)作為劃分標準，將高于中位數(shù)的企業(yè)劃分為處理組，賦值為1；將低于中位數(shù)的企業(yè)劃分為控制組，賦值為0，并計算每個觀測值在數(shù)據(jù)資產(chǎn)方面的傾向得分。接著，采用最近鄰匹配方法，以企業(yè)規(guī)模、企業(yè)年齡、產(chǎn)權性質、公司價值等特征變量及計算得出的傾向得分為協(xié)變量，為處理組中的每一家企業(yè)成功匹配一個在基本特征上最為接近的控制組企業(yè)。匹配前后兩組樣本各特征變量的平行性檢驗結果見表7。經(jīng)傾向得分匹配之后，處理組與控制組各特征變量差值的t值均小于2，接受處理組與控制組間無系統(tǒng)差異的原假設，且協(xié)變量的標準化偏差均小于3%，說明相較于匹配前，匹配后樣本對應的控制變量間的差異不顯著，平行性假設得到滿足。處理組與控制組匹配前后樣本傾向得分的核密度分別見圖1和圖2。通過對比分析可以清晰地觀察到，經(jīng)過匹配處理后，兩組數(shù)據(jù)的核密度函數(shù)圖在形態(tài)上更為接近，差異顯著減小，說明匹配后的樣本滿足共同支撐假設。基于匹配后的樣本，對基準模型（1）進行再擬合，結果見表8。如表8中列（1）所示，數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力之間的回歸系數(shù)為0.194，且在1%水平上顯著。這表明，在有效控制了處理組與控制組企業(yè)間特征差異的前提下，擁有較高數(shù)據(jù)資產(chǎn)的企業(yè)依然展現(xiàn)出卓越的新質生產(chǎn)力水平。因此，本文的核心結論，即數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力有積極影響，在有效應對樣本選擇偏差的挑戰(zhàn)后，依然保持穩(wěn)健、可靠。3.3.2工具變量法為緩解企業(yè)數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力之間潛在的交互跨期影響帶來的反向因果等內生性問題，本文借鑒李健等[27]、肖紅軍等[40]的方法，選擇同年份同省份其他企業(yè)的平均數(shù)據(jù)資產(chǎn)水平（Digas_mean）作為企業(yè)數(shù)據(jù)資產(chǎn)（Digas）的工具變量。該工具變量的合理性在于：一方面，所處同一省份或同一行業(yè)的公司通常面臨相似的外部環(huán)境、政策與經(jīng)濟條件，因此企業(yè)之間的數(shù)據(jù)資產(chǎn)水平存在一定的相關性；另一方面，微觀企業(yè)個體的數(shù)據(jù)資產(chǎn)水平不太可能影響省份和行業(yè)的數(shù)據(jù)資產(chǎn)均值，滿足外生性假設。如表8中列（3）所示，Digas的系數(shù)仍在1%水平上顯著為正，表明核心結論依然成立，即企業(yè)數(shù)據(jù)資產(chǎn)可以顯著提高企業(yè)的新質生產(chǎn)力水平。同時，表8中列（2）顯示第一階段回歸的LM統(tǒng)計量在1%水平上顯著，Cragg-DonaldWaldF值為96.52，大于95%置信區(qū)間的臨界值，證明工具變量的選用是合理的。3.3.3熵平衡法熵平衡法通過為處理組中的每個樣本分配最優(yōu)權重的處理組樣本組合，確保處理組與控制組在多個協(xié)變量上的分布矩（均值、方差、偏度等）盡可能接近，從而有效緩解了樣本選擇偏差導致的內生性問題。這不僅能夠彌補PSM方法在控制高階統(tǒng)計特征方面的不足，而且進一步提高了樣本間可比性的精確度。因此，本文參考Hainmueller[41]的研究，采用熵平衡法進一步消除企業(yè)特征差異對數(shù)據(jù)資產(chǎn)促進企業(yè)新質生產(chǎn)力發(fā)展效果的影響。本文首先根據(jù)企業(yè)數(shù)據(jù)資產(chǎn)水平的中位數(shù)將樣本分為兩組，然后使用熵平衡法對每個樣本特征協(xié)變量進行均值、方差、偏度的三階矩調整，進一步消除企業(yè)基本面差異對數(shù)據(jù)資產(chǎn)促進企業(yè)新質生產(chǎn)力發(fā)展效果的影響。本文采用熵平衡法匹配后的處理組與控制組在樣本特征上實現(xiàn)了平衡。如表8中列（4）所示，數(shù)據(jù)資產(chǎn)的系數(shù)在1%水平上顯著為正，說明結論穩(wěn)健。3.4穩(wěn)健性檢驗3.4.1控制遺漏變量雖然前文已經(jīng)考慮了企業(yè)自身特征的相關變量并控制了行業(yè)和年份的固定效應，但是除自身因素外，企業(yè)所屬行業(yè)隨時間的發(fā)展變化等因素可能也會影響數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力的關系。因此，為緩解遺漏變量對研究結論產(chǎn)生的可能干擾，參考李健等[27]的做法，在基準回歸基礎上控制了個體固定效應和“行業(yè)×時間”的高階聯(lián)合固定效應后進行穩(wěn)健性檢驗。如表9中列（1）、列（2）所示，數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力之間的系數(shù)分別為0.040和0.191，且分別在5%和1%水平上顯著，說明數(shù)據(jù)資產(chǎn)可以有效提高企業(yè)的新質生產(chǎn)力水平。因此，在控制遺漏變量后，研究結論依然穩(wěn)健。3.4.2替換變量計算方式參考路征等[5]的研究，若不存在調整成本，企業(yè)的市場價值應當為各類資產(chǎn)價值的總和，但入表的資產(chǎn)很難完全概括類似于數(shù)據(jù)資產(chǎn)這類“無形資產(chǎn)”。因此，隨著數(shù)據(jù)的不斷積累和數(shù)字化技術的廣泛運用，企業(yè)的市場價值與賬面資產(chǎn)價值的差值，在一定程度上反映了企業(yè)持有的數(shù)據(jù)資產(chǎn)的價值。本文采用市場價值與總資產(chǎn)的差值（Digasl）替代基準回歸中采用文本分析法得出的數(shù)據(jù)資產(chǎn)。如表9中列（3）所示，數(shù)據(jù)資產(chǎn)的系數(shù)依然為正，且在5%水平上顯著，說明替換解釋變量以后，研究結論依然穩(wěn)健。同時，參考宋佳等[10]的研究，使用LP（線性規(guī)劃）法計算的全要素生產(chǎn)率（TFP_LP）替代企業(yè)新質生產(chǎn)力的發(fā)展水平指標。如表9中列（4）所示，數(shù)據(jù)資產(chǎn)的系數(shù)為正，且在1%水平上顯著，說明替換被解釋變量以后，研究結論依然穩(wěn)健。3.4.3剔除特殊異常樣本參考路征等[5]的研究，對數(shù)據(jù)驅動型企業(yè)樣本進行剔除，以檢驗數(shù)據(jù)資產(chǎn)對一般制造業(yè)、服務業(yè)等領域企業(yè)的影響。具體地，結合《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》和《國民經(jīng)濟行業(yè)分類》，剔除包括“軟件和信息技術服務業(yè)”“互聯(lián)網(wǎng)相關服務”在內的5個數(shù)字經(jīng)濟核心產(chǎn)業(yè)。如表9中列（5）所示，剔除數(shù)據(jù)驅動型企業(yè)樣本后，數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力仍在1%水平上顯著正相關，說明即使在非數(shù)據(jù)驅動型的一般傳統(tǒng)行業(yè)中，數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力也存在顯著的正向影響。由于新冠疫情可能在一定程度上抑制企業(yè)新質生產(chǎn)力的發(fā)展，而居家工作的興起又會推動企業(yè)持有數(shù)據(jù)資產(chǎn)的行為，有可能在數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的促進作用方面產(chǎn)生噪聲，因此剔除2020年以后的樣本，再次進行回歸檢驗。如表9中列（6）所示，剔除異常年份的樣本后，數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力的系數(shù)仍在1%水平上顯著為正，說明數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的正向影響是穩(wěn)健的。我國直轄市具有一定的特殊性，在政策執(zhí)行、資源配置等方面享有特殊地位與傾斜優(yōu)勢，這些因素可能對數(shù)據(jù)資產(chǎn)與企業(yè)新質生產(chǎn)力之間的關系產(chǎn)生影響。因此，對企業(yè)所屬地區(qū)為直轄市的樣本進行剔除。如表9中列（7）所示，剔除特殊地區(qū)的樣本后，數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的影響仍在1%水平上顯著為正，說明數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的正向作用較穩(wěn)健。4進一步分析4.1異質性分析為了更為細致地研究數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力的影響，本文檢驗了數(shù)據(jù)資產(chǎn)對企業(yè)新質生產(chǎn)力在產(chǎn)權性質、治理水平、資產(chǎn)模式、行業(yè)屬性、外部環(huán)境等方面的異質性效應。異質性分析結果見表10。4.1.1產(chǎn)權性質異質性為驗證數(shù)據(jù)資產(chǎn)對不同產(chǎn)權企業(yè)新質生產(chǎn)力的異質性表現(xiàn)，將樣本分為國有企業(yè)（SOE=1）和民營企業(yè)（SOE=0），進行分組回歸。如表10中列（1）、列（2）所示，國有企業(yè)和民營企業(yè)數(shù)據(jù)資產(chǎn)的系數(shù)均顯著為正，而組間系數(shù)差異檢驗結果顯示二者系數(shù)差異為-0.045且在5%水平上顯著，說明數(shù)據(jù)資產(chǎn)對國有企業(yè)和民營企業(yè)新質生產(chǎn)力的發(fā)展均有正向促進效果，其中對國有企業(yè)新質生產(chǎn)力的促進作用更明顯?？赡艿脑蛟谟冢簢衅髽I(yè)能獲得更多資源支持。這種特殊的優(yōu)勢使得國有企業(yè)在數(shù)據(jù)資產(chǎn)的積累、應用和開發(fā)上具有顯著的成本優(yōu)勢和人才優(yōu)勢，從而能更好地發(fā)揮數(shù)據(jù)資產(chǎn)的乘數(shù)效應，促進新質生產(chǎn)力的提升。4.1.2治理水平異質性本文采用管理費用率探討公司治理對數(shù)據(jù)資產(chǎn)促進新質生產(chǎn)力發(fā)展的差異性，管理費用率越高，表示企業(yè)的治理水平越低。具體地，按照管理費用率的中值將企業(yè)分為治理效率高組（管理費用率低于中位數(shù)）和治理效率低組（管理費用率高于中位數(shù)），進行分組回歸。如表10中列（3）、列（4）所示，治理效率高企業(yè)和治理效率低企業(yè)數(shù)據(jù)資產(chǎn)的系數(shù)均在1%水平上顯著為正，組間系數(shù)差異檢驗結果顯示二者系數(shù)差異顯著為負，說明數(shù)據(jù)資產(chǎn)更能改善治理效率低的企業(yè)的生產(chǎn)效率，對新質生產(chǎn)力的促進作用更明顯?？赡艿脑蛟谟冢褐卫硇实偷钠髽I(yè)在治理結構和決策流程中存在缺陷，數(shù)據(jù)資產(chǎn)的管理和運用對于降低信息不對稱程度、提高決策質量和效率的效果更好，可以彌補這類企業(yè)治理決策方面的短板，對其在新質生產(chǎn)力的提升方面產(chǎn)生更大的邊際效用。4.1.3資產(chǎn)模式異質性本文采用固定資產(chǎn)占總資產(chǎn)的比重探討企業(yè)資產(chǎn)模式對數(shù)據(jù)資產(chǎn)促進新質生產(chǎn)力發(fā)展的差異性。具體地，按照固定資產(chǎn)占比的中值將企業(yè)分為重資產(chǎn)組（固定資產(chǎn)占比高于中位數(shù)）和輕資產(chǎn)組（固定資產(chǎn)占比低于中位數(shù)），進行分組回歸。如表10中列（5）、列（6）所示，輕資產(chǎn)企業(yè)數(shù)據(jù)資產(chǎn)對新質生產(chǎn)力影響的系數(shù)在1%水平上顯著，而重資產(chǎn)企業(yè)數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力的系數(shù)不顯著，二者的組間差異系數(shù)顯著為正，說明數(shù)據(jù)資產(chǎn)對輕資產(chǎn)企業(yè)新質生產(chǎn)力的促進作用更好。可能的原因在于：重資產(chǎn)企業(yè)固定資產(chǎn)比重高，其流動資金占比少且需承擔較高的維修成本，限制了其利用數(shù)據(jù)資產(chǎn)更好地開發(fā)新技術和靈活地適應市場變化。相比之下，輕資產(chǎn)企業(yè)則更多依賴于外包合作。這種模式使得輕資產(chǎn)企業(yè)能夠靈活調整資源配置，將更多資源和注意力快速集中在數(shù)據(jù)資產(chǎn)的獲取、分析和應用上，從而更有效地發(fā)展新質生產(chǎn)力。4.1.4行業(yè)屬性異質性不同的行業(yè)屬性會影響企業(yè)新質生產(chǎn)力的形成路徑和數(shù)據(jù)資產(chǎn)促進作用的發(fā)揮。本文參考楊興哲和周翔翼[42]的研究，根據(jù)中國證監(jiān)會行業(yè)分類標準，將樣本分為高科技企業(yè)與非高科技企業(yè)，進行分組回歸。如表10中列（7）、列（8）所示，在高科技企業(yè)中，數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力的系數(shù)顯著為正，對新質生產(chǎn)力的促進作用明顯。而在勞動密集型企業(yè)中，數(shù)據(jù)資產(chǎn)與新質生產(chǎn)力的系數(shù)不顯著。二者的組間系數(shù)顯著為負，也表明數(shù)據(jù)資產(chǎn)對高科技企業(yè)新質生產(chǎn)力的促進作用更明顯?？赡艿脑蛟谟冢焊呖萍夹袠I(yè)作為知識技術密集型領域，在數(shù)字化技術的應用上擁有天然的技術基礎設施、科技人才儲備和成熟的創(chuàng)新機制等優(yōu)勢，使得高科技企業(yè)能夠更有效地利用數(shù)據(jù)資產(chǎn)，推動技術創(chuàng)新和產(chǎn)品升級，從而在新質生產(chǎn)力發(fā)展上取得更好的成效。4.1.5外部環(huán)境異質性外部環(huán)境同樣會影響企業(yè)的新質生產(chǎn)力發(fā)展。行業(yè)競爭越激烈，企業(yè)推進數(shù)據(jù)資產(chǎn)化管理的意愿越強。本文采用赫芬達爾指數(shù)（HHI）衡量企業(yè)所在行業(yè)的競爭程度，HHI越小，行業(yè)競爭越激烈。具體地，按照赫芬達爾指數(shù)的中值將企業(yè)分為行業(yè)競爭程度高組（赫芬達爾指數(shù)低于中位數(shù)）和行業(yè)競爭程度低組（赫芬達爾指數(shù)高于中位數(shù)），進行分組回歸。如表10中列（9）、列（10）所示，兩組企業(yè)數(shù)據(jù)資產(chǎn)的系數(shù)均在1%水平上顯著為正，而組間系數(shù)差異檢驗結果顯示二者系數(shù)差異顯著為正，說明在競爭程度高的行業(yè)中，企業(yè)數(shù)據(jù)資產(chǎn)化更能促進新質生產(chǎn)力的發(fā)展?？赡艿脑蛟谟冢寒斝袠I(yè)競爭較為激烈時，企業(yè)更有動力積累和運用能產(chǎn)生乘數(shù)效應的數(shù)據(jù)資產(chǎn)，以保持競爭力，進而更有利于新質生產(chǎn)力的發(fā)展。同時，當競爭程度較高的行業(yè)有部分企業(yè)使用數(shù)據(jù)資產(chǎn)時，也會帶動其他企業(yè)利用和開發(fā)數(shù)據(jù)資產(chǎn)。這種競爭能促進整個行業(yè)數(shù)據(jù)資產(chǎn)運用能力的提升，進而提升數(shù)據(jù)資產(chǎn)對新質生產(chǎn)力的促進效果。4.2機制檢驗根據(jù)前文分析，數(shù)據(jù)資產(chǎn)通過其非競爭性、低成本復制等特征優(yōu)化融合不同的生產(chǎn)要素，發(fā)揮乘數(shù)效應，全面激發(fā)傳統(tǒng)生產(chǎn)要素的潛在動能，以實現(xiàn)生產(chǎn)過程創(chuàng)新與資源優(yōu)化配置，驅動新質生產(chǎn)力發(fā)展。據(jù)此，本文從勞動要素、資本要素、技術要素3個角度探索數(shù)據(jù)資產(chǎn)促進企業(yè)新質生產(chǎn)力發(fā)展的作用機制，用以驗證H2。由于數(shù)據(jù)資產(chǎn)對土地的影響較為間接，主要通過土地利用的優(yōu)化、土地價值評估的精準化等方式體現(xiàn)，對新質生產(chǎn)力影響較小，故在此不做討論。解釋變量與中介變量間常呈現(xiàn)高度相關性特征，會造成逐步檢驗法第三步的高標準誤，削弱統(tǒng)計檢驗的顯著性水平；而中介變量的隨機性也會影響中介效應的估計偏誤，因為可能存在同時作用于中介變量與目標被解釋變量的未觀測因素；同時，勞動、資本、技術都較為直觀地被理論證明了其對企業(yè)新質生產(chǎn)力發(fā)展的影響，且前文已經(jīng)從理論上論述了這三者都會受到數(shù)據(jù)資產(chǎn)的直接影響。因此，本文參考江艇[43]的研究，采用兩步法建立如下機制檢驗模型，對數(shù)據(jù)資產(chǎn)影響企業(yè)新質生產(chǎn)力的機制進行驗證Nproi，t=α0+α1Digasi，t+α2Controli，t+Year+Industry+εi，t（2）Methodi，t=β0+β1Digasi，t+β2Controlsi，t+Year+Industry+εi，t（3）式中，Methodi，t為機制代理變量；其余變量含義與基準模型（1）保持一致。4.2.1人力資本升級據(jù)前文分析可知，數(shù)據(jù)資產(chǎn)、智能化工具與勞動要素結合會促進人力資本的升級，提升勞動生產(chǎn)率并改變勞動的性質，而由此帶來的勞動力質量的提高則會促進企業(yè)新質生產(chǎn)力發(fā)展。本文借鑒于翔等[30]的研究，采用企業(yè)技術員工占比衡量企業(yè)的人力資本升級（Labor）。如表11中列（1）所示，數(shù)據(jù)資產(chǎn)與人力資本升級的回歸系數(shù)顯著為正，說明數(shù)據(jù)資產(chǎn)能通過推進企業(yè)人力資本升級促進新質生產(chǎn)力水平的提升。4.2.2