数据要素市场化对企业绩效的影响：来自中国上市公司的经验证据

doi:10.16381/j.cnki.issn1003-207x.2024.1707

Abstract

Abstract:

In factor marketization process of China， advancing the market-oriented allocation of data factors is pivotal for enhancing their economic value. Systematically measuring regional data marketization levels is of significant importance， yet research in this area remains limited. An index is developed to measure this level， based on a theoretical framework of analyzing the definition and attributes of data factors. This index is constructed from three aspects： supply， development， and application （SCA） of data factor. The level across 30 provinces in China from 2014 to 2022 is measured， and further its impact on corporate performance within regions is examined， along with the underlying mechanisms. Empirical results show that the marketization of data factors significantly enhances corporate performance. Additionally， the analysis of mechanisms reveals that enhancing both governance structure and external supportive environment are important pathways through which the marketization of data factors influences corporate performance. However， this positive effect is less pronounced for corporations located in non-eastern regions of China and for state-owned enterprises， compared to their counterparts in the eastern areas and non-state-owned firms. Also， this effect exhibits significant industry-specific variations.

Key words: marketization level of data factors, corporation performance, SCA integration, data factor

CLC Number:

F062.5

Rongda Chen,Chen Wang,Chenxin Pan, et al. The Marketization Level of Data Factors and Corporation Performance :Evidence from China[J]. Chinese Journal of Management Science, 2025, 33(10): 1-11.

Figures/Tables 7

References 39

[1]	Jones C I， Tonetti C. Nonrivalry and the economics of data［J］. American Economic Review，2020，110（9）：2819-2858.
[2]	Tao C Q， Yi M Y， Wang C S. Coupling coordination analysis and Spatiotemporal heterogeneity between data elements and green development in China［J］. Economic Analysis and Policy， 2023， 77： 1-15.
[3]	熊巧琴，汤珂. 数据要素的界权、交易和定价研究进展［J］. 经济学动态， 2021（2）： 143-158.
	Xiong Q Q， Tang K. Research progress on the right delimitation， exchange and pricing of data［J］. Economic Perspectives， 2021（2）： 143-158.
[4]	Goldfarb A， Tucker C. Digital economics［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.
[5]	Manyika J， Chui M， Brown B， et al. Big data： The next frontier for innovation， competition， and productivity ［R］. Working Paper，McKinsey Global Institute， 2011.
[6]	Chen H， Chiang R H L， Storey V C. Business intelligence and analytics： From big data to big impact［J］. Mis Quarterly， 2012， 36（4）： 1165-1188.
[7]	乔晗，李卓伦. 数据要素市场化配置效率评价研究［J］. 中国科学院院刊， 2022， 37（10）： 1444-1456.
	Qiao H， Li Z L. Research on market allocation efficiency of data elements［J］. Bulletin of Chinese Academy of Sciences， 2022， 37（10）： 1444-1456.
[8]	戴魁早，王思曼，黄姿. 数据要素市场发展与生产率提升［J］. 经济管理， 2023， 45（6）： 22-43.
	Dai K Z， Wang S M， Huang Z. Data factor market development and productivity improvement［J］. Business and Management Journal， 2023， 45（6）： 22-43.
[9]	史丹，孙光林. 数据要素与新质生产力：基于企业全要素生产率视角［J］. 经济理论与经济管理， 2024， 44（4）： 12-30.
	Shi D， Sun G L. Data elements and new quality productive forces： A perspective from total factor productivity of enterprises［J］. Economic Theory and Business Management， 2024， 44（4）： 12-30.
[10]	陈小辉，张红伟. 数字经济如何影响企业风险承担水平［J］. 经济管理， 2021， 43（5）： 93-108.
	Chen X H， Zhang H W. How does the digital economy affect the level of enterprise risk-taking？［J］. Business and Management Journal， 2021， 43（5）： 93-108.
[11]	孙早，侯玉琳. 工业智能化如何重塑劳动力就业结构［J］. 中国工业经济， 2019（5）： 61-79.
	Sun Z， Hou Y L. How does industrial intelligence reshape the employment structure of Chinese labor force［J］. China Industrial Economics， 2019（5）： 61-79.
[12]	郭峰，王靖一，王芳，等. 测度中国数字普惠金融发展：指数编制与空间特征［J］. 经济学（季刊）， 2020， 20（4）： 1401-1418.
	Guo F， Wang J Y， Wang F， et al. Measuring China’s digital financial inclusion： Index compilation and spatial characteristics［J］. China Economic Quarterly， 2020， 20（4）： 1401-1418.
[13]	康茜，林光华. 工业机器人与农民工就业：替代抑或促进［J］. 山西财经大学学报， 2021， 43（2）： 43-56.
	Kang Q， Lin G H. Industrial robots and migrant workers' employment： Substitution or promotion［J］. Journal of Shanxi University of Finance and Economics， 2021， 43（2）： 43-56.
[14]	王文，牛泽东，孙早. 工业机器人冲击下的服务业：结构升级还是低端锁定［J］. 统计研究， 2020， 37（7）： 54-65.
	Wang W， Niu Z D， Sun Z. Service industry under the impact of industrial robots： Structural upgrading or low-end locking［J］. Statistical Research， 2020， 37（7）： 54-65.
[15]	芦婷婷，祝志勇. 人工智能是否会降低劳动收入份额——基于固定效应模型和面板分位数模型的检验［J］. 山西财经大学学报， 2021， 43（11）： 29-41.
	Lu T T， Zhu Z Y. Will AI reduce labor income share： A test based on fixed effect model and panel quantile model［J］. Journal of Shanxi University of Finance and Economics， 2021， 43（11）： 29-41.
[16]	Guan R， Fan R， Ren Y N， et al. The casual effect of data production factor adoption on company performance： Empirical evidence from Chinese listed companies with PSM-DID［J］. Frontiers in Environmental Science， 2022， 10： 939243.
[17]	Norton R D， Rees J. The product cycle and the spatial decentralization of American manufacturing［J］. Regional Studies， 1979， 13（2）： 141-151.
[18]	戚聿东，肖旭. 数字经济时代的企业管理变革［J］. 管理世界， 2020， 36（6）： 135-152+250.
	Qi Y D， Xiao X. Transformation of enterprise management in the era of digital economy［J］. Journal of Management World， 2020， 36（6）： 135-152+250.
[19]	靳毓，文雯，何茵. 数字化转型对企业绿色创新的影响——基于中国制造业上市公司的经验证据［J］. 财贸研究， 2022， 33（7）： 69-83.
	Jin Y， Wen W， He Y. Impact of digital transformation on corporate green innovation： Evidence from China’s manufacturing listed companies［J］. Finance and Trade Research， 2022， 33（7）： 69-83.
[20]	王硕，郑月萍. 数字经济对绿色全要素生产率的影响研究——基于创新环境的调节作用［J］. 生产力研究， 2023（1）： 34-39.
	Wang S， Zheng Y P. Research on the impact of digital economy on green total factor productivity： Based on the regulatory role of innovation environment［J］. Productivity Research， 2023（1）： 34-39.
[21]	Lamberton C， Stephen A T. A thematic exploration of digital， social media， and mobile marketing： Research evolution from 2000 to 2015 and an agenda for future inquiry［J］. Journal of Marketing， 2016， 80（6）： 146-172.
[22]	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.
	Xie K， Xia Z H， Xiao J H. The enterprise realization mechanism of big data becoming a real production factor： From the product innovation perspective［J］. China Industrial Economics， 2020（5）： 42-60.
[23]	曾国安，苏诗琴，彭爽. 企业杠杆行为与技术创新［J］. 中国工业经济， 2023（8）： 155-173.
	Zeng G A， Su S Q， Peng S. Corporate leverage and technological innovation［J］. China Industrial Economics， 2023（8）： 155-173.
[24]	van der Marel E， Bauer M， Lee-Makiyama H， et al. A methodology to estimate the costs of data regulations［J］. International Economics， 2016， 146： 12-39.
[25]	陶长琪，丁煜. 数据要素何以成为创新红利？ ——源于人力资本匹配的证据［J］. 中国软科学， 2022（5）： 45-56.
	Tao C Q， Ding Y. How data elements become innovation dividends？ Evidence from human capital matching［J］. China Soft Science， 2022（5）： 45-56.
[26]	陈晔婷，江志鳞，何思源，等. 数据要素市场化改善了股票市场定价效率吗？——来自A股上市公司的经验证据［J］. 金融理论与实践， 2024（7）： 106-118.
	Chen Y T， Jiang Z L， He S Y， et al. Does the marketization of data elements improve the pricing efficiency of the stock market： Evidence from A-share listed companies［J］. Financial Theory & Practice， 2024（7）： 106-118.
[27]	万光羽，蒲霏嫣，李紫纯，等. 企业营销能力与生产运营能力交互作用及其对绩效影响研究［J］. 中国管理科学， 2024， 32（5）： 275-285.
	Wan G Y， Pu F Y， Li Z C， et al. Impact of marketing capability and production operation capability on firms' financial performance［J］. Chinese Journal of Management Science， 2024， 32（5）： 275-285.
[28]	沈赏. 基于系统GMM的我国人工智能对产业转型升级影响效应分析［J］. 工业技术经济， 2020， 39（4）： 155-160.
	Shen S. Industrial transformation and upgrading effect of AI based on GMM analysis［J］. Journal of Industrial Technological Economics， 2020， 39（4）： 155-160.
[29]	陈玉罡，杨元君，刘彧. 董事轮换制增加了公司的代理成本吗？［J］. 证券市场导报， 2018（4）： 35-41+59.
	Chen Y G， Yang Y J， Liu Y. Does staggered board election increase company’s agency cost？［J］. Securities Market Herald， 2018（4）： 35-41+59.
[30]	王迪，刘祖基，赵泽朋. 供应链关系与银行借款——基于供应商/客户集中度的分析［J］. 会计研究， 2016（10）： 42-49+96.
	Wang D， Liu Z J， Zhao Z P. Supply-chain relationship and bank loan： Based on the analysis of supplier/customer concentration［J］. Accounting Research， 2016（10）： 42-49+96.
[31]	Kaplan S N， Zingales L. Do investment-cash flow sensitivities provide useful measures of financing constraints？［J］. The Quarterly Journal of Economics， 1997， 112（1）： 169-215.
[32]	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.
	Jiang T. Mediating effects and moderating effects in causal inference［J］. China Industrial Economics， 2022（5）： 100-120.
[33]	Anderson T W， Hsiao C. Formulation and estimation of dynamic models using panel data［J］. Journal of Econometrics， 1982， 18（1）： 47-82.
[34]	方红生，张军. 财政集权的激励效应再评估：攫取之手还是援助之手？［J］.管理世界，2014，30（2）： 21-31.
	Fang H S， Zhang J. Re-evaluation of the incentive effect of fiscal centralization： Grabbing hand or helping hand？［J］.Journal of Management World， 2014， 30（2）： 21-31.
[35]	邵帅，吕长江. 实际控制人直接持股可以提升公司价值吗？——来自中国民营上市公司的证据［J］. 管理世界， 2015， 31（5）： 134-146+188.
	Shao S， Lv C J. Can the actual controllers' directly holding stocks increase the company’s value？ A study from the evidence of China’s private listed companies［J］.Journal of Management World， 2015， 31（5）： 134-146+188.
[36]	陈诗一，陈登科. 雾霾污染、政府治理与经济高质量发展［J］. 经济研究， 2018， 53（2）： 20-34.
	Chen S Y， Chen D K. Air pollution， government regulations and high-quality economic development［J］. Economic Research Journal， 2018， 53（2）： 20-34.
[37]	范合君，吴婷，何思锦. “互联网+政务服务” 平台如何优化城市营商环境？——基于互动治理的视角［J］. 管理世界， 2022， 38（10）： 126-153.
	Fan H J， Wu T， He S J. How does “Internet+Government service” platform optimize city’s doing business environment？ A study based on interactive governance perspective［J］. Journal of Management World， 2022， 38（10）： 126-153.
[38]	赵珊，李桂华. 分散还是集中：客户集中度与企业绩效［J］. 管理评论， 2023， 35（2）： 294-305.
	Zhao S， Li G H. To disperse or to concentrate： Customer concentration and firm performance［J］. Management Review， 2023， 35（2）： 294-305.
[39]	李建军，彭俞超，马思超. 普惠金融与中国经济发展：多维度内涵与实证分析［J］. 经济研究， 2020， 55（4）： 37-52.
	Li J J， Peng Y C， Ma S C. Inclusive finance and economic development in China： Multidimensional connotation and empirical analysis［J］. Economic Research Journal， 2020， 55（4）： 37-52.

一级指标	二级指标	具体测算的指标
数据要素供给指数	数据生成与收集	有电子商务交易活动的企业占比
		互联网宽带接入用户数
		网页数
		域名数
	数据处理与运营	信息技术咨询服务收入、数据处理和运营服务收入占生产总值的比重
	平台服务与维护	信息系统集成业务、平台服务和运营维护服务收入占生产总值的比重
数据要素流通指数	数字化转型的保障政策	各地区实施的促进和保障数字化转型的法规数量
数据要素流通指数	各级政府投入采购与数字化转型有关的项目	以“数字化”为关键词收集的各省中标公告个数
数据要素应用指数	金融大数据应用	中国数字普惠金融指数
	电商大数据应用	电子商务采购额
	电商大数据应用	电子商务销售额
	工业大数据应用	机器人安装密度

变量	样本数	均值	标准差	中位数	最小值	最大值
ROA	16846	3.176	6.651	3.204	-27.694	21.785
DF	16846	0.000	1.000	-0.293	-1.213	4.085
Is	16846	1.563	0.996	1.248	0.728	5.310
PGGDP	16846	8.445	3.434	8.093	3.109	18.398
Fisc	16846	19.593	6.573	17.892	11.978	45.325
Lev	16846	0.445	0.200	0.440	0.066	0.901
Size	16846	22.587	1.299	22.415	20.084	26.477
Tan	16846	19.302	16.545	16.013	0.026	68.491
Age	16846	2.478	0.570	2.565	1.099	3.332
Employee	16846	7.910	1.256	7.849	4.905	11.372
Type1	16835	0.165	0.166	0.122	0.002	7.603
MER	16835	0.091	0.118	0.068	0.001	7.284
CC	16004	28.983	20.944	23.250	1.050	93.900
KZ	16571	1.101	2.163	1.334	-5.522	6.042

变量	(1)	(2)
变量	ROA	ROA
DF	0.134^***	0.085^**
DF	（0.037）	(0.034)
控制变量		控制
常数项	4.481^***	-23.330^***
常数项	（0.412）	（2.064）
时间固定效应	是	是
行业固定效应	是	是
R²	0.025	0.219
样本数	16846	16846

变量	(1)	(2)	(3)	(4)
变量	ROE	ROA	ROA	ROA
DF	0.156^*	0.103^**	0.124^**	0.116^*
	（0.068）	(0.039)	(0.042）	(0.058)
Score			0.063^***
			(0.017)
BigData				0.00005
				(0.008)
控制变量	控制	控制	控制	控制
时间固定效应	是	是	是	是
行业固定效应	是	是	是	是
常数项	-60.824^***	-25.718^***	-32.537^***	-28.009^***
	（4.452）	(2.512)	（2.726）	2.791
R²	0.168	0.229	0.224	0.210
样本数	16811	13609	9384	7556

变量	(1)	(2)	（3）	（4）
	内部治理		外部环境
	Type1	MER	CC	KZ
DF	-0.002^*	-0.001^***	-0.508^***	-0.048^***
DF	（0.001）	（0.000）	(0.142)	(0.014)
控制变量	控制	控制	控制	控制
时间固定效应	是	是	是	是
行业固定效应	是	是	是	是
常数项	0.827^***	0.466^***	32.236^***	-1.049
常数项	（0.049）	(0.027)	（9.662）	(0.873)
R²	0.244	0.280	0.178	0.101
样本数	16835	16835	16004	16571

The Marketization Level of Data Factors and Corporation Performance :Evidence from China

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 39

Related Articles 2

Metrics

Comments

Recommended 0

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)
变量	东部	中部	西部	国企	非国企	制造业	非制造业	数字经济产业	非数字经济产业
DF	0.132^***	0.108	0.451	0.067	0.096^**	0.0934^**	0.0455	0.122^***	0.0333
DF	(0.037)	（0.174）	（0.311）	（0.050）	(0.046)	（0.045）	（0.051）	（0.046）	（0.052）
控制变量	控制	控制	控制	控制	控制	控制	控制	控制	控制
时间固定效应	是	是	是	是	是	是	是	是	是
行业固定效应	是	是	是	是	是	否	是	是	是
常数项	-19.972^***	-30.898^***	-28.898^***	-20.086^***	-29.621^***	-21.71^***	-22.33^***	-21.61^***	-24.04^***
常数项	（2.433）	（5.846）	（5.556）	（2.633）	（3.244）	（2.652）	（3.045）	（3.245）	（2.979）
R²	0.218	0.272	0.264	0.254	0.227	0.233	0.189	0.203	0.245
样本数	11478	2887	2412	7100	9746	10753	6093	9091	7755

[1]	WANG Yi, ZHAO Ping. The Impact of Customer Satisfaction on Corporation Financial Performance [J]. Chinese Journal of Management Science, 2012, (1): 185-192.
[2]	ZHOU Ren-jun, YANG Zhan-bing, LI Yong. The Analysis of Incentive Effects of Management’s Compensation Structure [J]. Chinese Journal of Management Science, 2011, 19(1): 185-192.