數(shù)據(jù)要素市場(chǎng)化能抑制企業(yè)投資“羊群行為”嗎？

摘" "要：數(shù)據(jù)要素作為數(shù)字經(jīng)濟(jì)時(shí)代的關(guān)鍵生產(chǎn)要素，已全面融入經(jīng)濟(jì)價(jià)值創(chuàng)造中，成為經(jīng)濟(jì)增長(zhǎng)的新引擎?；?011—2022年滬深A(yù)股上市公司數(shù)據(jù)，將數(shù)據(jù)交易平臺(tái)設(shè)立視為準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建雙重差分模型研究數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資決策行為的影響。研究發(fā)現(xiàn)：第一，數(shù)據(jù)要素市場(chǎng)化能有效抑制企業(yè)投資“羊群行為”，且經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后該結(jié)論仍成立；第二，數(shù)據(jù)要素市場(chǎng)化可以通過(guò)提高信息分散程度、提升信息質(zhì)量和緩解信息不對(duì)稱來(lái)改善企業(yè)投資行為；第三，數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的抑制作用在投資經(jīng)驗(yàn)缺乏和處在競(jìng)爭(zhēng)激烈行業(yè)的企業(yè)中更為顯著。研究結(jié)論豐富了數(shù)據(jù)要素市場(chǎng)化的相關(guān)研究，為企業(yè)把握數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇和提升決策能力提供新的理論釋義和現(xiàn)實(shí)依據(jù)。

關(guān)鍵詞：數(shù)據(jù)要素市場(chǎng)化；“羊群行為”；信息經(jīng)濟(jì)；公司治理；企業(yè)投資

中圖分類號(hào)：F830" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2025）03-0037-12

DOI：10.19647/j.cnki.37-1462/f.2025.03.004

一、引言

資本市場(chǎng)中的投資者容易在信息不對(duì)稱環(huán)境下選擇忽視私有信息，導(dǎo)致非理性決策行為的發(fā)生，引發(fā)資本市場(chǎng)異常波動(dòng)。企業(yè)投資“羊群行為”是其中的典型代表，即投資者盲目跟隨同行進(jìn)行投資?！把蛉盒袨椤北举|(zhì)上反映了從眾心理，其驅(qū)動(dòng)的投資決策行為短期內(nèi)容易催生資產(chǎn)泡沫，長(zhǎng)期則會(huì)導(dǎo)致產(chǎn)能過(guò)剩加劇。已有研究表明，節(jié)約信息成本、投資者自信、交易模型同質(zhì)化等（岑維和童娜瓊，2018；朱菲菲等，2019）[1，2]因素都是企業(yè)投資“羊群行為”發(fā)生的主要原因。隨著我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程持續(xù)推進(jìn)，投資作為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的“三駕馬車”之一，對(duì)擴(kuò)大國(guó)內(nèi)市場(chǎng)需求、優(yōu)化供給結(jié)構(gòu)、促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整具有重要作用。我國(guó)“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要明確指出要“優(yōu)化投資結(jié)構(gòu)，提高投資效率，保持投資合理增長(zhǎng)”。在我國(guó)重視培育成熟投資市場(chǎng)的背景下，探究如何抑制企業(yè)投資“羊群行為”，對(duì)于防范系統(tǒng)性金融風(fēng)險(xiǎn)，促進(jìn)資本市場(chǎng)高質(zhì)量發(fā)展具有重要意義。

隨著數(shù)字經(jīng)濟(jì)和大數(shù)據(jù)產(chǎn)業(yè)高速發(fā)展，數(shù)據(jù)作為推進(jìn)數(shù)字化、網(wǎng)絡(luò)化、智能化的重要資源，已經(jīng)深度融入經(jīng)濟(jì)社會(huì)生產(chǎn)生活中，成為繼土地、勞動(dòng)力、資本、技術(shù)之后的第五大生產(chǎn)要素。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，截至2023年，我國(guó)數(shù)據(jù)生產(chǎn)總量已達(dá)32.85ZB，同比增長(zhǎng)了22.44%，呈現(xiàn)指數(shù)級(jí)增長(zhǎng)趨勢(shì)。為充分挖掘數(shù)據(jù)要素價(jià)值潛力，釋放數(shù)據(jù)要素紅利，2014—2019年，各地展開(kāi)積極探索，設(shè)立數(shù)據(jù)交易平臺(tái)。數(shù)據(jù)交易作為數(shù)據(jù)開(kāi)發(fā)利用的關(guān)鍵一環(huán)，其市場(chǎng)正處于快速發(fā)展期，蘊(yùn)含著巨大的經(jīng)濟(jì)與社會(huì)價(jià)值。在當(dāng)前發(fā)展階段，數(shù)據(jù)中蘊(yùn)含的信息已成為企業(yè)制定投資決策時(shí)不可或缺的重要參考（尹西明等，2022）[3]。

實(shí)際上，已有若干文獻(xiàn)聚焦于數(shù)據(jù)要素與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)聯(lián)。Goldfarb和Trefler（2019）[4]主張，在增進(jìn)效率與創(chuàng)造價(jià)值的維度上，數(shù)據(jù)資源所展現(xiàn)的邊際收益遞增的特性會(huì)在某一特定時(shí)點(diǎn)開(kāi)始凸顯。Jones和Tonetti（2020）[5]則探討了數(shù)據(jù)要素與其他生產(chǎn)要素融合所激發(fā)的倍增效應(yīng)，其實(shí)質(zhì)源于數(shù)據(jù)要素非排他性所帶來(lái)的規(guī)模收益，并通過(guò)構(gòu)建恒定替代彈性生產(chǎn)函數(shù)對(duì)這一機(jī)制進(jìn)行了闡述。唐要家和唐春暉（2020）[6]認(rèn)為數(shù)據(jù)要素具有顯著的增長(zhǎng)倍增效應(yīng)，可以通過(guò)數(shù)據(jù)開(kāi)放共享實(shí)現(xiàn)經(jīng)濟(jì)倍增。從研究范圍來(lái)看，上述文獻(xiàn)主要探討數(shù)據(jù)作為生產(chǎn)要素對(duì)經(jīng)濟(jì)的影響，卻少有學(xué)者從制度的角度分析數(shù)據(jù)要素市場(chǎng)化的經(jīng)濟(jì)效應(yīng)。同時(shí)，關(guān)于企業(yè)投資“羊群行為”的研究也很少受到學(xué)界的關(guān)注，部分學(xué)者探究了企業(yè)投資“羊群行為”的內(nèi)涵和測(cè)度方式，但對(duì)其影響因素的研究?jī)H集中于投資經(jīng)驗(yàn)、信息披露、股權(quán)質(zhì)押（李學(xué)峰和鐘林楠，2017；李曉鑫和曹紅輝，2016；葉瑩瑩等，2022；倪文輝和張普，2023）[7-10]等傳統(tǒng)角度，忽略了數(shù)據(jù)要素市場(chǎng)化的賦能作用。數(shù)據(jù)要素市場(chǎng)化是充分發(fā)揮數(shù)據(jù)要素價(jià)值的重要手段，以數(shù)據(jù)為基礎(chǔ)，推動(dòng)企業(yè)走向數(shù)字化、智能化，持續(xù)通過(guò)數(shù)據(jù)驅(qū)動(dòng)企業(yè)實(shí)現(xiàn)精準(zhǔn)高效的決策，可能會(huì)成為企業(yè)進(jìn)行有效投資的新動(dòng)能。

梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，關(guān)于數(shù)據(jù)要素市場(chǎng)化與企業(yè)投資決策“羊群行為”的直接研究還很少見(jiàn)，但多數(shù)學(xué)者已經(jīng)證實(shí)數(shù)字化轉(zhuǎn)型在提升企業(yè)投資效率、促進(jìn)企業(yè)長(zhǎng)期投資及協(xié)同治理企業(yè)非效率投資等方面的重要作用。與本研究緊密相關(guān)的一類文獻(xiàn)深入探討了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同現(xiàn)象的影響。王嬌和王凡林（2024）[11]從企業(yè)層面證實(shí)數(shù)字化轉(zhuǎn)型所引致的數(shù)字溢出能夠改善企業(yè)非效率投資；吳玉宇和吳鑫（2024）[12]進(jìn)一步指出，數(shù)字化轉(zhuǎn)型能通過(guò)緩解融資約束和優(yōu)化資源配置等手段，間接影響企業(yè)的投資效率。Li等（2024）[13]顛覆了財(cái)務(wù)決策相互獨(dú)立的傳統(tǒng)認(rèn)知，指出數(shù)字化轉(zhuǎn)型能通過(guò)信息披露有效抑制企業(yè)投資“羊群行為”。可見(jiàn)部分學(xué)者從不同角度肯定了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資行為的積極作用，但數(shù)據(jù)要素市場(chǎng)化賦能作用是否與數(shù)字化轉(zhuǎn)型相似，該效應(yīng)是否適用于企業(yè)投資行為的改善等尚不可知。

綜合來(lái)看，現(xiàn)有文獻(xiàn)就企業(yè)投資“羊群行為”的研究已經(jīng)得出了一些有益結(jié)論，但很少有學(xué)者考慮數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資行為的賦能效應(yīng)，對(duì)于數(shù)據(jù)要素市場(chǎng)化是否以及如何影響企業(yè)投資“羊群行為”尚未有清晰認(rèn)識(shí)?；诖耍疚牟捎秒p重差分模型驗(yàn)證數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的影響效應(yīng)、作用機(jī)制與異質(zhì)性效應(yīng)，為把握數(shù)據(jù)要素發(fā)展機(jī)遇和促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供現(xiàn)實(shí)借鑒。本文的邊際貢獻(xiàn)在于：第一，拓展了數(shù)據(jù)要素市場(chǎng)化微觀經(jīng)濟(jì)后果的相關(guān)研究，關(guān)于數(shù)據(jù)要素市場(chǎng)化的經(jīng)濟(jì)后果研究多聚焦于城市、企業(yè)等層面，而本文基于數(shù)據(jù)交易平臺(tái)的設(shè)立進(jìn)行準(zhǔn)自然實(shí)驗(yàn)，能有效規(guī)避數(shù)據(jù)內(nèi)生性問(wèn)題，豐富數(shù)據(jù)要素市場(chǎng)化的相關(guān)研究。第二，豐富了企業(yè)投資“羊群行為”影響因素的相關(guān)研究?，F(xiàn)有文獻(xiàn)重點(diǎn)考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資“羊群行為”的影響（肖夢(mèng)瑤和韋琳，2023）[14]。然而，數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)實(shí)現(xiàn)的前提在于數(shù)據(jù)要素價(jià)值的有效發(fā)揮，而數(shù)據(jù)要素市場(chǎng)化是充分釋放數(shù)據(jù)要素價(jià)值的關(guān)鍵保障（陽(yáng)鎮(zhèn)，2023）[15]。目前，鮮有文獻(xiàn)考察數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的影響效應(yīng)，而本文將數(shù)據(jù)要素市場(chǎng)化這一新視角納入企業(yè)投資“羊群行為”影響因素的分析框架，為其提供理論支持與經(jīng)驗(yàn)證據(jù)。第三，從信息分散程度、信息披露質(zhì)量、信息不對(duì)稱三個(gè)角度厘清了數(shù)據(jù)要素市場(chǎng)化抑制企業(yè)投資“羊群行為”的傳導(dǎo)渠道，為數(shù)據(jù)要素市場(chǎng)化發(fā)展背景下抑制企業(yè)投資“羊群行為”提供參考。

二、理論分析與研究假設(shè)

（一）直接機(jī)制

企業(yè)在做出投資決策時(shí)，通常需要參考大量的信息。這些信息分為私有信息和公開(kāi)信息兩大類。其中，公開(kāi)數(shù)據(jù)主要來(lái)源于政府公報(bào)和同行企業(yè)傳遞的信號(hào)，私有信息的獲得則需要企業(yè)投入高額的成本及時(shí)間。企業(yè)投資“羊群行為”意味著企業(yè)不愿承擔(dān)私有信息的成本，而是根據(jù)同行企業(yè)的投資行為進(jìn)行決策。數(shù)據(jù)交易平臺(tái)的建立為市場(chǎng)參與者提供了一個(gè)規(guī)范、透明的交易環(huán)境，加速了數(shù)據(jù)的流通與應(yīng)用，推動(dòng)了數(shù)據(jù)要素市場(chǎng)化的步伐，并優(yōu)化了數(shù)據(jù)資源的配置與應(yīng)用效率（溫越等，2024）[16]。要實(shí)現(xiàn)數(shù)據(jù)價(jià)值最大化，關(guān)鍵在于數(shù)據(jù)的高效連接與共享，這也是推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的核心要素。數(shù)據(jù)要素市場(chǎng)化進(jìn)程有助于打破數(shù)據(jù)壟斷，從而緩解“數(shù)據(jù)孤島”“數(shù)據(jù)鴻溝”等問(wèn)題，充分激發(fā)數(shù)據(jù)作為生產(chǎn)要素的潛能（王曉丹等，2024）[17]。研究表明，數(shù)據(jù)資源能在生產(chǎn)、分配、交換、消費(fèi)等環(huán)節(jié)發(fā)揮效果，特別是能提升信息獲取質(zhì)量與利用效率（宋冬林等，2021）[18]。在數(shù)據(jù)資源的生產(chǎn)環(huán)節(jié)，其生產(chǎn)過(guò)程伴隨著企業(yè)對(duì)技術(shù)設(shè)備的部署和管理工具的應(yīng)用，數(shù)據(jù)生產(chǎn)的質(zhì)量與效率直接決定著企業(yè)獲取有價(jià)值信息的能力。數(shù)據(jù)交易平臺(tái)能實(shí)現(xiàn)數(shù)據(jù)資源生產(chǎn)標(biāo)準(zhǔn)化和規(guī)范化，幫助企業(yè)更高效地進(jìn)行跨行業(yè)或跨領(lǐng)域的數(shù)據(jù)整合，精準(zhǔn)識(shí)別需求變化，優(yōu)化資源配置，從而提高投資決策的科學(xué)性，減小盲目擴(kuò)張或收縮的可能性。在分配環(huán)節(jié)，通過(guò)數(shù)據(jù)交易平臺(tái)，企業(yè)間的數(shù)據(jù)共享或購(gòu)買行為大大降低了信息獲取的成本和門檻。跟隨企業(yè)可以通過(guò)市場(chǎng)化數(shù)據(jù)平臺(tái)購(gòu)買行業(yè)大數(shù)據(jù)，補(bǔ)足其在市場(chǎng)趨勢(shì)、競(jìng)爭(zhēng)格局及客戶偏好等方面的信息短板。數(shù)據(jù)資源的集中化分配讓企業(yè)能夠更快地掌握市場(chǎng)動(dòng)態(tài)，從而進(jìn)一步對(duì)企業(yè)的投資行為產(chǎn)生積極的外部性（洪永淼和史九領(lǐng)，2024）[19]。在數(shù)據(jù)資源的交易環(huán)節(jié)，數(shù)據(jù)要素市場(chǎng)化為企業(yè)提供了合法合規(guī)的交易機(jī)制，降低了數(shù)據(jù)流通過(guò)程中的不確定性和風(fēng)險(xiǎn)。數(shù)據(jù)交易的市場(chǎng)化使得數(shù)據(jù)這種無(wú)形資產(chǎn)可以通過(guò)定價(jià)機(jī)制實(shí)現(xiàn)有形的價(jià)值體現(xiàn)，從而為企業(yè)提供了更多維度的投資參考。企業(yè)通過(guò)數(shù)據(jù)交易可以購(gòu)買相關(guān)行業(yè)的市場(chǎng)預(yù)測(cè)模型、競(jìng)爭(zhēng)分析數(shù)據(jù)及潛在的消費(fèi)者畫像等，這些信息不僅可以為企業(yè)提供更全面的市場(chǎng)信息，還能夠?yàn)槠髽I(yè)制定長(zhǎng)期投資戰(zhàn)略提供關(guān)鍵依據(jù)。此外，數(shù)據(jù)交易的過(guò)程還帶動(dòng)了數(shù)據(jù)經(jīng)濟(jì)的繁榮，促使更多企業(yè)參與到數(shù)據(jù)資源的利用中，形成一種良性循環(huán)。在此背景下，企業(yè)投資“羊群行為”現(xiàn)象得以緩解，因?yàn)閿?shù)據(jù)交易提供的多樣化信息可以幫助企業(yè)更具針對(duì)性地評(píng)估投資風(fēng)險(xiǎn)與機(jī)會(huì)。最后，數(shù)據(jù)資源的消費(fèi)環(huán)節(jié)體現(xiàn)了企業(yè)對(duì)數(shù)據(jù)價(jià)值的深度利用。數(shù)據(jù)消費(fèi)既包括傳統(tǒng)意義上的數(shù)據(jù)分析和應(yīng)用，也包括基于數(shù)據(jù)的生產(chǎn)要素轉(zhuǎn)化。企業(yè)通過(guò)分析消費(fèi)數(shù)據(jù)，可以精準(zhǔn)定位市場(chǎng)需求、優(yōu)化產(chǎn)品設(shè)計(jì)及提升供應(yīng)鏈效率（梁文明和李娜，2024）[20]。此外，數(shù)據(jù)消費(fèi)還包括利用先進(jìn)技術(shù)（如人工智能和機(jī)器學(xué)習(xí)）對(duì)數(shù)據(jù)進(jìn)行挖掘和建模，進(jìn)一步提升數(shù)據(jù)對(duì)企業(yè)投資行為的指導(dǎo)作用。這種深度消費(fèi)能夠顯著提升企業(yè)的投資效率，減少資源浪費(fèi)和投資偏誤。基于此，本文提出如下假設(shè)：

H1：數(shù)據(jù)要素市場(chǎng)化能抑制企業(yè)投資“羊群行為”。

（二）間接機(jī)制

1. 信息分散程度。數(shù)據(jù)要素市場(chǎng)化通過(guò)打破“數(shù)據(jù)孤島”，促進(jìn)信息在空間和主體間的分散分布，這一機(jī)制具有獨(dú)特的資源配置效應(yīng)。信息分散理論強(qiáng)調(diào)，信息的異質(zhì)性和非集中性是其價(jià)值生成的關(guān)鍵。在我國(guó)的市場(chǎng)經(jīng)濟(jì)體系下，具有潛在經(jīng)濟(jì)價(jià)值的信息并非均勻分散在市場(chǎng)之中，而是呈現(xiàn)出不同的存在形式。對(duì)于那些投資機(jī)會(huì)信息頻繁波動(dòng)的企業(yè)而言，投資的關(guān)鍵在于敏銳捕捉市場(chǎng)動(dòng)態(tài)，減少盲目跟風(fēng)的投資行為。而數(shù)據(jù)交易平臺(tái)的設(shè)立是深化數(shù)據(jù)要素市場(chǎng)化改革的關(guān)鍵環(huán)節(jié)，通過(guò)提供信息的交易服務(wù)、保障交易流程等手段，充分拓展了企業(yè)搜尋信息的空間（王紅建等，2020）[21]。一方面，傳統(tǒng)市場(chǎng)中，行業(yè)龍頭企業(yè)的投資決策往往成為中小企業(yè)的參考標(biāo)桿，導(dǎo)致信息高度集中于頭部企業(yè)，而數(shù)據(jù)交易平臺(tái)的設(shè)立能改變這一局面。數(shù)據(jù)交易平臺(tái)通過(guò)跨行業(yè)、跨區(qū)域的數(shù)據(jù)整合，使得中小型企業(yè)能夠獲取原本封閉的產(chǎn)業(yè)鏈數(shù)據(jù)或區(qū)域市場(chǎng)動(dòng)態(tài)。另一方面，信息分散化的核心機(jī)制在于數(shù)據(jù)要素的流動(dòng)性增強(qiáng)，平臺(tái)通過(guò)API接口和標(biāo)準(zhǔn)化協(xié)議，降低了數(shù)據(jù)跨系統(tǒng)傳輸?shù)募夹g(shù)門檻，使企業(yè)能夠低成本接入多元數(shù)據(jù)源。這不僅提高了市場(chǎng)透明度，還促進(jìn)了資源的有效配置，企業(yè)能夠基于更加全面、準(zhǔn)確的信息進(jìn)行決策，從而提高市場(chǎng)響應(yīng)速度和資源配置效率。

2. 信息披露質(zhì)量。信息披露外部性理論認(rèn)為，同行信息披露會(huì)對(duì)其他主體產(chǎn)生直接和間接的影響。信息披露質(zhì)量的核心在于數(shù)據(jù)的標(biāo)準(zhǔn)化、真實(shí)性與時(shí)效性（吳江等，2024）[22]。一方面，數(shù)據(jù)交易平臺(tái)通過(guò)強(qiáng)制性規(guī)則直接規(guī)范信息披露質(zhì)量。例如，平臺(tái)要求數(shù)據(jù)提供者按照統(tǒng)一標(biāo)準(zhǔn)對(duì)原始數(shù)據(jù)進(jìn)行清洗、分類和驗(yàn)證，并引入第三方審計(jì)機(jī)構(gòu)對(duì)關(guān)鍵數(shù)據(jù)（如財(cái)務(wù)報(bào)表、市場(chǎng)預(yù)測(cè)模型參數(shù)）進(jìn)行合規(guī)性審查。長(zhǎng)三角數(shù)據(jù)要素交易中心的信息核查體系即為典型例證：該平臺(tái)要求企業(yè)提交經(jīng)審計(jì)的標(biāo)準(zhǔn)化數(shù)據(jù)集，財(cái)務(wù)報(bào)表需符合國(guó)際會(huì)計(jì)準(zhǔn)則，市場(chǎng)預(yù)測(cè)模型參數(shù)需通過(guò)穩(wěn)定性檢驗(yàn)。審計(jì)機(jī)構(gòu)對(duì)數(shù)據(jù)生成邏輯和內(nèi)容一致性進(jìn)行雙重核查，若發(fā)現(xiàn)數(shù)據(jù)異?；蛘`導(dǎo)性信息，平臺(tái)將自動(dòng)凍結(jié)相關(guān)交易權(quán)限并下調(diào)數(shù)據(jù)質(zhì)量評(píng)級(jí)。此類制度約束通過(guò)外部壓力迫使企業(yè)提升數(shù)據(jù)真實(shí)性，減少因信息失真導(dǎo)致的投資決策偏差。另一方面，數(shù)據(jù)要素市場(chǎng)化通過(guò)定價(jià)機(jī)制賦予數(shù)據(jù)價(jià)值，促使企業(yè)主動(dòng)披露高質(zhì)量信息。數(shù)據(jù)交易平臺(tái)通過(guò)供需匹配機(jī)制為高質(zhì)量數(shù)據(jù)賦予更高的市場(chǎng)價(jià)值。信息披露質(zhì)量的提升使投資方能夠及時(shí)甄別并揭露不良投資項(xiàng)目，對(duì)管理層的行為實(shí)施有效監(jiān)控與制約，防止盲目及非理性投資行為的發(fā)生（李海鳳和史燕平，2015）[23]。

3. 信息不對(duì)稱。數(shù)據(jù)要素市場(chǎng)化通過(guò)降低信息獲取與驗(yàn)證成本，直接緩解信息不對(duì)稱，這一機(jī)制主要體現(xiàn)在市場(chǎng)機(jī)制的優(yōu)化層面。信息不對(duì)稱理論指出，信息搜尋成本和驗(yàn)證成本是企業(yè)“搭便車”行為的主因（韓志明，2024）[24]。一方面，平臺(tái)通過(guò)技術(shù)標(biāo)準(zhǔn)化與智能合約的應(yīng)用降低信息搜尋與執(zhí)行成本。數(shù)據(jù)交易平臺(tái)強(qiáng)制要求數(shù)據(jù)提供方采用統(tǒng)一的API接口與結(jié)構(gòu)化數(shù)據(jù)格式（如JSON或XML），使企業(yè)能夠快速整合多源異構(gòu)數(shù)據(jù)。技術(shù)標(biāo)準(zhǔn)化減少了跨系統(tǒng)數(shù)據(jù)適配的復(fù)雜性。同時(shí)，區(qū)塊鏈驅(qū)動(dòng)的智能合約將交易條款（如數(shù)據(jù)權(quán)限、支付條件）編碼為自動(dòng)化程序，顯著降低人工審核與糾紛處理成本。此類技術(shù)手段不僅能降低交易摩擦，還能增強(qiáng)數(shù)據(jù)的可及性，促使企業(yè)基于差異化信息獨(dú)立決策。另一方面，平臺(tái)通過(guò)信用評(píng)級(jí)體系與自動(dòng)化合規(guī)審查工具降低驗(yàn)證成本與信息風(fēng)險(xiǎn)。動(dòng)態(tài)信用評(píng)級(jí)機(jī)制對(duì)數(shù)據(jù)提供方的交易歷史與數(shù)據(jù)質(zhì)量進(jìn)行量化評(píng)估，并為高評(píng)級(jí)數(shù)據(jù)標(biāo)注可信標(biāo)簽，形成市場(chǎng)溢價(jià)激勵(lì)（楊明等，2024）[25]。由此可見(jiàn)，數(shù)據(jù)要素市場(chǎng)化的發(fā)展使企業(yè)能夠獲取更多、更精準(zhǔn)的市場(chǎng)信息，實(shí)現(xiàn)更快、更準(zhǔn)確地信息處理和分析，并增強(qiáng)了信息的流動(dòng)性，進(jìn)而助力企業(yè)更好地利用市場(chǎng)信息來(lái)改善投資“羊群行為”，提升投資的合理性和科學(xué)性。基于此，本文提出如下假設(shè)：

H2：數(shù)據(jù)要素市場(chǎng)化能通過(guò)提高信息分散程度來(lái)抑制企業(yè)投資“羊群行為”。

H3：數(shù)據(jù)要素市場(chǎng)化能通過(guò)提升信息披露質(zhì)量來(lái)抑制企業(yè)投資“羊群行為”。

H4：數(shù)據(jù)要素市場(chǎng)化能通過(guò)減少信息不對(duì)稱來(lái)抑制企業(yè)投資“羊群行為”。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源

考慮到研究范疇與數(shù)據(jù)可得性，本文選取2011—2022年我國(guó)滬深A(yù)股上市企業(yè)為研究樣本，并遵循以下原則對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行了清洗與篩選：剔除了因經(jīng)營(yíng)不善而被特別處理（ST及*ST）的上市企業(yè)樣本，以確保數(shù)據(jù)質(zhì)量；排除了金融行業(yè)與房地產(chǎn)行業(yè)的企業(yè)數(shù)據(jù)，以消除行業(yè)特異性對(duì)分析結(jié)果的潛在影響；剔除主要研究變量存在較多缺失值的企業(yè)，以保障數(shù)據(jù)分析的完整性與準(zhǔn)確性。最終得到31720個(gè)觀測(cè)值。

企業(yè)特征數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)，地區(qū)數(shù)據(jù)來(lái)自各省市統(tǒng)計(jì)年鑒，數(shù)據(jù)交易平臺(tái)的相關(guān)數(shù)據(jù)根據(jù)中國(guó)信息通信研究院發(fā)布的《大數(shù)據(jù)白皮書2021》以及各城市數(shù)據(jù)交易平臺(tái)公開(kāi)發(fā)布的信息手工整理而來(lái)。

（二）變量選取

1. 核心解釋變量：數(shù)據(jù)要素市場(chǎng)化（Post×Treat）。數(shù)據(jù)要素通過(guò)參與社會(huì)生產(chǎn)經(jīng)營(yíng)活動(dòng)為數(shù)據(jù)所有者或使用者創(chuàng)造經(jīng)濟(jì)效益，其基本特征涵蓋虛擬性、非消耗性、非競(jìng)爭(zhēng)性、價(jià)值不確定性、非靜態(tài)性（張明等，2024）[26]。參考相關(guān)概念，數(shù)據(jù)要素市場(chǎng)化可以理解為數(shù)據(jù)要素在市場(chǎng)中實(shí)現(xiàn)交換與流通的動(dòng)態(tài)過(guò)程。本文參考劉滿鳳等（2022）[27]的研究，Post表示數(shù)據(jù)交易平臺(tái)設(shè)立時(shí)間的虛擬變量，實(shí)施當(dāng)年及之后的年份賦值為1，否則為0；Treat表示數(shù)據(jù)交易平臺(tái)設(shè)立地區(qū)的虛擬變量，設(shè)立數(shù)據(jù)交易平臺(tái)的地區(qū)取值為1，否則為0。

2. 核心被解釋變量：企業(yè)投資“羊群行為”（Herdinv）。本文借鑒stickel（1990）[28]、Christie和Huang（1995）[29]的研究成果，利用絕對(duì)離差法對(duì)該指標(biāo)進(jìn)行衡量，在Christie和Huang（1995）[29]利用橫截面絕對(duì)偏差作為證券市場(chǎng)的“羊群行為”衡量指標(biāo)的基礎(chǔ)上，結(jié)合企業(yè)投資水平與行業(yè)領(lǐng)軍企業(yè)平均投資水平的絕對(duì)離差，對(duì)企業(yè)投資“羊群行為”進(jìn)行量化，具體公式如下：

[Herdinvit=Investit-LeadInvit-1] （1）

其中，[Investit]為跟隨企業(yè)[i]在時(shí)間[t]的投資水平，為消除企業(yè)規(guī)模差異的影響，本文參照Malmendier和Tate（2005）[30]的研究方法，對(duì)企業(yè)投資水平進(jìn)行估算，具體公式為：

[Investit=期末固定資產(chǎn)余額-上期末固定資產(chǎn)余額+期末在建工程余額-上期末在建工程余額+期末無(wú)形資產(chǎn)余額-上期末無(wú)形資產(chǎn)余額/上期末總資產(chǎn)]

（2）

式（1）中[LeadInvit-1]表示企業(yè)[i]在信息缺失的條件下進(jìn)行參考并跟隨的行業(yè)內(nèi)領(lǐng)導(dǎo)者企業(yè)[t-1]期的投資平均水平，代表行業(yè)內(nèi)規(guī)模排名前10%的企業(yè)的加權(quán)平均投資水平。其中，企業(yè)規(guī)模以企業(yè)當(dāng)期總資產(chǎn)的對(duì)數(shù)度量?！把蛉盒袨椤背潭鹊暮饬恳愿S者企業(yè)的投資水平與領(lǐng)軍企業(yè)平均投資水平之間的絕對(duì)離差為基礎(chǔ)。[Herdinvit]值越大，表明“羊群行為”程度越低。

3. 控制變量。為減少潛在的估計(jì)偏差，本文依據(jù)現(xiàn)有研究，依次引入了以下控制變量：企業(yè)規(guī)模（Size）、資本結(jié)構(gòu)（Lev）、盈利能力（ROE）、現(xiàn)金流比率（CFR）、應(yīng)收賬款占比（Ratios）、兩權(quán)分離率（Sep）、公司市場(chǎng)價(jià)值（TobinQ）、兩職合一（Duality）、獨(dú)立董事比例（IB）、董事會(huì)規(guī)模（BS）。此外，為消除潛在不可觀測(cè)異質(zhì)性對(duì)研究結(jié)論的潛在影響，本文還進(jìn)一步控制了企業(yè)個(gè)體固定效應(yīng)與時(shí)間固定效應(yīng)，相關(guān)變量含義及說(shuō)明見(jiàn)表1。

（三）模型設(shè)定

為了檢驗(yàn)數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資行為的影響效果，本文設(shè)定如下基本計(jì)量模型：

[Herdinvit=?0+?1Postt×Treati+?2Controlsit+μi+μt+εit] （3）

其中，被解釋變量[Herdinvit]代表第[i]家樣本企業(yè)第[t]年投資水平與行業(yè)領(lǐng)導(dǎo)者平均水平的絕對(duì)離差，核心解釋變量[Postt×Treati]表示數(shù)據(jù)要素市場(chǎng)化水平，[Controlsit]表示一系列可能影響企業(yè)投資行為的控制變量。此外，本文加入個(gè)體變量[μi]和時(shí)間變量[μt]來(lái)控制個(gè)體效應(yīng)和時(shí)間效應(yīng)的影響，[εit]表示隨機(jī)擾動(dòng)項(xiàng)。

（四）描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果如表2所示。企業(yè)投資“羊群行為”的均值為0.146，標(biāo)準(zhǔn)差為0.720，最小值為0.000，最大值為15.520，說(shuō)明不同企業(yè)間投資“羊群行為”存在較大的差異。數(shù)據(jù)要素市場(chǎng)化均值維持在0.310，標(biāo)準(zhǔn)差為0.462，波動(dòng)區(qū)間為0至1，表明數(shù)據(jù)要素市場(chǎng)化的分布狀態(tài)相對(duì)均衡。其他控制變量與已有研究無(wú)較大差異。

表2：描述性統(tǒng)計(jì)

[變量 樣本量 平均值 標(biāo)準(zhǔn)差 最小值 最大值 Herdinv 31720 0.146 0.720 0.000 15.520 Post×Treat 31720 0.310 0.462 0.000 1.000 Size 31720 22.300 1.305 19.580 26.450 Lev 31720 0.432 0.204 0.032 0.908 ROE 31720 0.058 0.137 -0.926 0.437 CFR 31720 0.047 0.068 -0.199 0.267 Ratios 31720 0.122 0.103 0.014 0.506 Sep 31720 4.722 7.360 0.000 30.250 TobinQ 31720 2.044 1.389 0.802 15.610 Duality 31720 0.276 0.447 0.000 1.000 IB 31720 37.650 5.398 28.570 60.000 BS 31720 10.480 2.802 4.000 28.000 ]

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

在前文理論分析的基礎(chǔ)上，實(shí)證檢驗(yàn)數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的影響效應(yīng)?；鶞?zhǔn)回歸結(jié)果如表3所示。結(jié)果顯示，不論是否加入控制變量或者是否控制時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，數(shù)據(jù)要素市場(chǎng)化均在1%的水平上抑制了企業(yè)投資“羊群行為”。第（3）列結(jié)果表示，在數(shù)據(jù)交易平臺(tái)設(shè)立后，處理組（受到數(shù)據(jù)交易平臺(tái)設(shè)立影響的組）相對(duì)于控制組（未受到數(shù)據(jù)交易平臺(tái)設(shè)立影響的組）在企業(yè)投資“羊群行為”程度上平均減少了0.058個(gè)單位，這表明數(shù)據(jù)要素市場(chǎng)化有助于改善企業(yè)投資行為。據(jù)此，假設(shè)H1得證。

（二）平行趨勢(shì)檢驗(yàn)

使用雙重差分模型的基礎(chǔ)和前提是要滿足平行趨勢(shì)檢驗(yàn)，具體來(lái)說(shuō)，需要保證在數(shù)據(jù)交易平臺(tái)設(shè)立前，實(shí)驗(yàn)組和對(duì)照組的企業(yè)投資決策行為具有相似的時(shí)間變化趨勢(shì)，而在數(shù)據(jù)交易平臺(tái)設(shè)立后，兩組企業(yè)的投資決策行為出現(xiàn)明顯差異。為準(zhǔn)確評(píng)估數(shù)據(jù)交易平臺(tái)設(shè)立的效果，借鑒Jacobson等（1992）[31]的研究，設(shè)定如下計(jì)量模型：

[Herdinvit=?0+ρkk=-34Postt×Treatik+γi+μt+εit] （4）

其中，[ρk]為待估參數(shù)，用于判斷實(shí)驗(yàn)組與對(duì)照組的趨勢(shì)變化是否存在顯著差異；[Postt×Treatik]代表一系列虛擬變量，[Postt×Treati0]代表數(shù)據(jù)交易平臺(tái)設(shè)立的當(dāng)年；[Postt×Treati-1]代表數(shù)據(jù)交易平臺(tái)設(shè)立的前一年，[Postt×Treati1]代表數(shù)據(jù)交易平臺(tái)設(shè)立的第一年，以此類推，考察數(shù)據(jù)交易平臺(tái)設(shè)立前后的效果，結(jié)果如圖2所示。可以看出，數(shù)據(jù)交易平臺(tái)設(shè)立之前及當(dāng)年的系數(shù)沒(méi)有通過(guò)顯著性水平檢驗(yàn)，而數(shù)據(jù)交易平臺(tái)設(shè)立后所有年份的系數(shù)都通過(guò)了顯著性水平檢驗(yàn)且絕對(duì)值逐漸提升，說(shuō)明數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的抑制效果具有一定的時(shí)滯性并且呈現(xiàn)逐步增強(qiáng)的趨勢(shì)。也就是說(shuō)，數(shù)據(jù)交易平臺(tái)設(shè)立前，實(shí)驗(yàn)組和對(duì)照組企業(yè)投資“羊群行為”并不存在顯著差異，而數(shù)據(jù)交易平臺(tái)的設(shè)立對(duì)企業(yè)投資“羊群行為”產(chǎn)生了顯著的沖擊。綜上所述，數(shù)據(jù)交易平臺(tái)設(shè)立的準(zhǔn)自然實(shí)驗(yàn)通過(guò)了平行趨勢(shì)檢驗(yàn)。

（三）內(nèi)生性檢驗(yàn)

1. 傾向得分匹配。為緩解樣本自選擇及遺漏變量引發(fā)的偏差問(wèn)題，本文采用傾向得分匹配—雙重差分法（PSM-DID）進(jìn)行內(nèi)生性檢驗(yàn)，以鞏固回歸分析結(jié)論的可信度。參考劉禹君（2023）[32]的做法，選擇控制變量作為協(xié)變量，采用1∶1近鄰匹配對(duì)樣本進(jìn)行配對(duì)處理。觀察表4的樣本均衡性檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，匹配后標(biāo)準(zhǔn)化偏差的絕對(duì)值均被控制在5%以內(nèi)，且T檢驗(yàn)中t值均不再顯著，這驗(yàn)證了匹配后匹配變量均值相等的原假設(shè)，即PSM-DID方法應(yīng)用有效。

圖3展示了匹配前后的核密度分布情況，以檢驗(yàn)PSM-DID方法的質(zhì)量。結(jié)果顯示，對(duì)比匹配前核密度分布，匹配后其分布顯著收斂。PSM-DID的回歸結(jié)果見(jiàn)表5列（1）和列（2），回歸結(jié)果顯示，數(shù)據(jù)要素市場(chǎng)化的系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正，說(shuō)明數(shù)據(jù)要素市場(chǎng)化能有效抑制企業(yè)投資“羊群行為”，進(jìn)一步證實(shí)了本文的主要研究結(jié)論不受樣本自選擇問(wèn)題的影響。

2. 工具變量法。為有效緩解內(nèi)生性問(wèn)題，本文借鑒黃群慧等（2019）[33]的研究方法，將滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)與1984年企業(yè)注冊(cè)所在地級(jí)市每百萬(wàn)人郵局?jǐn)?shù)的交互項(xiàng)設(shè)定為數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資影響的工具變量（IV）。一方面，互聯(lián)網(wǎng)上網(wǎng)人數(shù)反映了互聯(lián)網(wǎng)普及程度及數(shù)字基礎(chǔ)設(shè)施的建設(shè)水平，企業(yè)所在地級(jí)市的通信基礎(chǔ)設(shè)施能通過(guò)技術(shù)應(yīng)用和社會(huì)偏好等渠道影響數(shù)據(jù)資源的利用程度，與核心解釋變量數(shù)據(jù)要素市場(chǎng)化水平滿足相關(guān)性條件；另一方面，1984年企業(yè)注冊(cè)所在地級(jí)市每百萬(wàn)人郵局?jǐn)?shù)是一個(gè)由歷史政府規(guī)劃及郵局系統(tǒng)布局等宏觀因素決定的基礎(chǔ)設(shè)施指標(biāo)，與當(dāng)前企業(yè)投資行為不存在直接內(nèi)生關(guān)系，滿足工具變量的外生性要求。由于1984年企業(yè)注冊(cè)所在地級(jí)市每百萬(wàn)人郵局?jǐn)?shù)是一個(gè)截面數(shù)據(jù)，無(wú)法直接作為工具變量，本文采用滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)與1984年企業(yè)注冊(cè)所在地級(jí)市每百萬(wàn)人郵局?jǐn)?shù)的交互項(xiàng)，作為數(shù)據(jù)要素市場(chǎng)化的工具變量。檢驗(yàn)結(jié)果如表5所示，工具變量均通過(guò)了弱工具變量檢驗(yàn)（Wald F statistic）和不可識(shí)別檢驗(yàn)（LM statistic），同時(shí)對(duì)工具變量進(jìn)行兩階段最小二乘回歸發(fā)現(xiàn)，數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”在1%的水平上仍有顯著的正向影響。這說(shuō)明在控制了內(nèi)生性問(wèn)題后，數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的抑制作用依然穩(wěn)健且顯著。

3. 安慰劑檢驗(yàn)。為避免主觀變化導(dǎo)致的誤差，本文進(jìn)行安慰劑檢驗(yàn)，以進(jìn)一步提升因果推斷的可信度。根據(jù)數(shù)據(jù)交易平臺(tái)設(shè)立地區(qū)的分布情況，進(jìn)行500次隨機(jī)抽樣以構(gòu)建“偽政策變量”并重新進(jìn)行了估算。圖4展示了相關(guān)結(jié)果，可以看出，核密度分布呈現(xiàn)近似為0的正態(tài)分布，且模擬回歸中的處理效應(yīng)估計(jì)值位于安慰劑效應(yīng)分布的右側(cè)尾部，且雙尾和右尾p值均小于1%。因此，平均處理效應(yīng)在1%的顯著性水平上得到了驗(yàn)證，進(jìn)一步驗(yàn)證了基準(zhǔn)檢驗(yàn)結(jié)論的可靠性。

（四）穩(wěn)健性檢驗(yàn)

1. 改變事件窗口期。自2017年數(shù)字經(jīng)濟(jì)被正式列入黨的十九大報(bào)告及后續(xù)的政府工作報(bào)告以來(lái)，數(shù)字經(jīng)濟(jì)得到快速發(fā)展，為減少相關(guān)戰(zhàn)略規(guī)劃密集發(fā)布可能對(duì)研究結(jié)論產(chǎn)生的影響，本文在回歸分析中排除了2017年的觀測(cè)樣本。另外，考慮到2020年新冠疫情給我國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)的影響，剔除2020年當(dāng)年樣本進(jìn)行回歸分析?；貧w結(jié)果分別如表6第（1）和（2）列所示，數(shù)據(jù)要素市場(chǎng)化的系數(shù)均在1%的顯著性水平上為正，表明在調(diào)整樣本窗口期后，回歸結(jié)果的穩(wěn)健性得到保證。

2. 排除其他因素干擾。為防止其他因素對(duì)研究結(jié)果造成影響，本文借鑒相關(guān)研究成果，進(jìn)一步引入了“寬帶中國(guó)”政策（band）和“大數(shù)據(jù)綜合試驗(yàn)區(qū)”項(xiàng)目（data）的虛擬變量，旨在通過(guò)排他性檢驗(yàn)來(lái)剔除其他因素對(duì)企業(yè)投資“羊群行為”的影響?；貧w結(jié)果如表6第（3）列所示，考慮其他因素的影響后，數(shù)據(jù)要素市場(chǎng)化的回歸系數(shù)在5%的水平上顯著為正，進(jìn)一步驗(yàn)證了研究結(jié)論的穩(wěn)健性。

3. 樣本篩選。鑒于直轄市通常在政治、經(jīng)濟(jì)、文化等方面具有顯著的優(yōu)勢(shì)和特色，為防止直轄市的特殊性對(duì)整體回歸結(jié)果造成影響，本文剔除處在直轄市的企業(yè)樣本后重新進(jìn)行回歸分析，結(jié)果如表6列（4）所示，回歸結(jié)果仍然穩(wěn)健。

4. 城市聚類。為避免行業(yè)與地區(qū)層面潛在的非觀測(cè)因素對(duì)回歸結(jié)果的干擾，本部分依然采用時(shí)間和個(gè)體的聯(lián)合固定效應(yīng)，并將穩(wěn)健標(biāo)準(zhǔn)誤分別聚類至城市層面，以全面把控潛在的異質(zhì)性因素。重新回歸后的結(jié)果如表6列（5）所示，數(shù)據(jù)要素市場(chǎng)化的系數(shù)仍然正向顯著，這進(jìn)一步確認(rèn)了研究結(jié)論的穩(wěn)健性。

（五）機(jī)制檢驗(yàn)

為驗(yàn)證前文理論部分的假設(shè)，本文借鑒溫忠麟和葉寶娟（2014）[34]的研究進(jìn)一步檢驗(yàn)數(shù)據(jù)交易平臺(tái)建設(shè)能否通過(guò)中介效應(yīng)影響企業(yè)投資行為，在公式（3）的基礎(chǔ)上構(gòu)建如下中介模型：

[Mit=β0+β1Postt×Treati+β2Controlsit+μi+μt+εit]" " " （5）

[Herdinvit=γ0+γ1Postt×Treati+γ2Mit+γ3Controlsit+μi+μt+εit]" " "（6）

公式（5）中，[Mit]表示中介變量，即信息分散程度（DIF）、信息披露質(zhì)量（Disclosure）、信息不對(duì)稱（Asy），其他變量的選取與前文保持一致。

1. 信息分散程度。隨著投資機(jī)會(huì)信息分散程度的提高，管理層對(duì)市場(chǎng)變化的敏感度增強(qiáng)，更易于做出有利于企業(yè)發(fā)展的投資決策。為驗(yàn)證信息分散程度在數(shù)據(jù)要素市場(chǎng)化抑制企業(yè)投資“羊群行為”中的中介作用，本文借鑒王紅建等（2020）[21]的研究，在靳慶魯?shù)龋?012）[35]的研究基礎(chǔ)上，采用凈資產(chǎn)收益率衡量企業(yè)的投資機(jī)會(huì)，并利用公式（7）從企業(yè)個(gè)體維度對(duì)投資機(jī)會(huì)信息分散程度進(jìn)行測(cè)度。其中，[i]表示企業(yè)，[t]表示年度， [ROEit]為企業(yè)凈資產(chǎn)收益率。

[DIF=1T-1t=1TROEit-1Tt=1TROEit2]（7）

表7列（1）報(bào)告了數(shù)據(jù)要素市場(chǎng)化對(duì)信息分散程度影響的估計(jì)結(jié)果，其估計(jì)系數(shù)顯著為正，表明數(shù)據(jù)要素市場(chǎng)化能夠有效提升信息的分散程度。列（2）則揭示了數(shù)據(jù)要素市場(chǎng)化、信息分散程度對(duì)企業(yè)投資“羊群行為”的影響效應(yīng)，其估計(jì)系數(shù)同樣顯著為正，意味著數(shù)據(jù)要素市場(chǎng)化能通過(guò)擴(kuò)大信息分散程度來(lái)抑制企業(yè)投資“羊群行為”，從而驗(yàn)證了假說(shuō)H2。

2. 信息披露質(zhì)量。企業(yè)投資者能根據(jù)上市公司公布的信息制定相關(guān)投資決策，因此，信息披露質(zhì)量對(duì)企業(yè)投資者的行為構(gòu)成直接影響。此外，當(dāng)企業(yè)利用同行信息進(jìn)行投資決策時(shí)，通常依賴同行的財(cái)務(wù)數(shù)據(jù)、股價(jià)信息、預(yù)期收益和會(huì)計(jì)欺詐等，管理層通過(guò)對(duì)同行信息的辨別和篩選來(lái)做出明智的決定（羅斌元，2014）[36]。但數(shù)據(jù)交易平臺(tái)的搭建以及平臺(tái)的高效管理機(jī)制提高了披露信息的真實(shí)性和時(shí)效性，為企業(yè)的投資行為提供了有效保障，減少信息錯(cuò)誤帶來(lái)的投資失誤，也減少了企業(yè)投資“羊群行為”。

本文采用深圳證券交易所的信息披露考核結(jié)果作為衡量上市公司信息披露質(zhì)量的指標(biāo)。該考核結(jié)果能準(zhǔn)確地體現(xiàn)公司的信息披露狀況，且由官方發(fā)布，具備一定的權(quán)威性和典范性?？己私Y(jié)果被分為A（優(yōu)秀）、B（優(yōu)良）、C（合格）、D（不合格）四個(gè)層次。借鑒伊志宏等（2010）[37]的做法，本文將信息披露質(zhì)量根據(jù)考核結(jié)果分別賦值為4（優(yōu)秀）、3（良好）、2（合格）、1（不合格）。根據(jù)表7列（3）和列（4）可知， 數(shù)據(jù)要素市場(chǎng)化的系數(shù)在5%的顯著性水平上為正，說(shuō)明數(shù)據(jù)交易平臺(tái)推動(dòng)的數(shù)據(jù)要素市場(chǎng)化建設(shè)對(duì)信息披露質(zhì)量有明顯的提升作用。此外，列（4）中信息披露質(zhì)量的回歸系數(shù)顯著為正，這表明數(shù)據(jù)要素市場(chǎng)化建設(shè)通過(guò)信息披露質(zhì)量的提高顯著抑制了企業(yè)投資“羊群行為”，驗(yàn)證了前文假說(shuō)H3。

3. 信息不對(duì)稱。信息不對(duì)稱情況的存在導(dǎo)致企業(yè)會(huì)跟隨其他企業(yè)的投資策略，而數(shù)據(jù)要素市場(chǎng)化的深入發(fā)展減少了企業(yè)獲取信息的時(shí)間和成本，進(jìn)而緩解企業(yè)面臨的信息不對(duì)稱程度，為其提供企業(yè)決策所需信息，抑制投資“羊群行為”。為了檢驗(yàn)數(shù)據(jù)要素市場(chǎng)化影響企業(yè)投資“羊群行為”的信息不對(duì)稱機(jī)制，參考李莉等（2014）[38]的研究，采用非流動(dòng)比率來(lái)衡量企業(yè)信息不對(duì)稱程度，計(jì)算公式如下：

[Asy=1ditd=1ditritdVitd]" （8）

其中，[i]表示企業(yè)，[t]表示年度，[dit]表示第[t]年的交易日天數(shù)，[ritd]表示企業(yè)[i]在第[t]年內(nèi)第[d]個(gè)交易日的股票收益率，[Vitd]表示企業(yè)[i]在第[t]年內(nèi)第[d]個(gè)交易日的成交金額。非流動(dòng)比率的值越大，反映了股票單位成交金額對(duì)應(yīng)的股價(jià)變化越大，股票流動(dòng)性越低，這表明逆向選擇問(wèn)題越嚴(yán)重，企業(yè)信息不對(duì)稱程度越高?；貧w結(jié)果如表7列（5）和（6）所示，數(shù)據(jù)要素市場(chǎng)化能顯著減輕企業(yè)信息不對(duì)稱的程度，信息不對(duì)稱在數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的影響中發(fā)揮著中介效應(yīng)，即假說(shuō)H4存在。

（六）異質(zhì)性檢驗(yàn)

1. 投資經(jīng)驗(yàn)異質(zhì)性?；谏鐣?huì)學(xué)習(xí)理論，企業(yè)會(huì)從過(guò)往實(shí)踐中提煉經(jīng)驗(yàn)，不斷精進(jìn)自身的投資決策。相較于新近步入資本市場(chǎng)的企業(yè)，那些擁有悠久歷史背景的企業(yè)積累了更豐富的投資經(jīng)驗(yàn)，其投資決策更加穩(wěn)健，且在風(fēng)險(xiǎn)預(yù)防與管理方面表現(xiàn)出更強(qiáng)的實(shí)力；在信息收集、處理及分析方面更為高效，能為投資決策提供堅(jiān)實(shí)的信息資源支持；對(duì)自身經(jīng)營(yíng)環(huán)境及發(fā)展?fàn)顩r有著更為透徹的理解，能夠更精確地評(píng)估未來(lái)市場(chǎng)的不確定性，并據(jù)此做出獨(dú)立的投資決策，從而減少“羊群行為”的發(fā)生。數(shù)據(jù)要素市場(chǎng)化通過(guò)降低市場(chǎng)信息獲取成本，并向企業(yè)提供尖端的信息搜集與分析手段，幫助企業(yè)更精確地捕捉市場(chǎng)動(dòng)態(tài)，進(jìn)而制定出更加科學(xué)合理的投資決策。對(duì)于那些投資經(jīng)驗(yàn)尚淺、面臨信息不對(duì)稱挑戰(zhàn)的企業(yè)來(lái)說(shuō)，數(shù)據(jù)要素市場(chǎng)化的作用尤為顯著。本文借鑒尹志超等（2014）[39]的研究，使用企業(yè)上市年限來(lái)區(qū)分不同群體的投資經(jīng)驗(yàn)，并按照行業(yè)中位數(shù)進(jìn)行分組，將上市時(shí)長(zhǎng)超過(guò)中位數(shù)的企業(yè)歸為投資經(jīng)驗(yàn)豐富組，反之則為投資經(jīng)驗(yàn)不足組。表8的回歸結(jié)果顯示，企業(yè)投資經(jīng)驗(yàn)越匱乏，其投資行為受數(shù)據(jù)要素市場(chǎng)化的影響越大，即信息獲取量的增加有助于企業(yè)做出更有利的投資決策。

2. 行業(yè)競(jìng)爭(zhēng)異質(zhì)性。本文借鑒王昀和孫曉華（2018）[40]的做法，采用行業(yè)勒納指數(shù)測(cè)量行業(yè)競(jìng)爭(zhēng)度，即通過(guò)價(jià)格與邊際成本的偏離程度反映市場(chǎng)中壟斷力量的強(qiáng)弱。將行業(yè)勒納指數(shù)大于中位數(shù)的樣本劃分為行業(yè)競(jìng)爭(zhēng)激烈組，否則劃分為行業(yè)競(jìng)爭(zhēng)不激烈組，分組回歸結(jié)果見(jiàn)表8，在行業(yè)競(jìng)爭(zhēng)激烈組中數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資“羊群行為”的抑制作用更明顯，而在行業(yè)競(jìng)爭(zhēng)不激烈組其系數(shù)并不顯著。主要原因可能是，行業(yè)激烈競(jìng)爭(zhēng)促使企業(yè)不斷尋求差異化競(jìng)爭(zhēng)優(yōu)勢(shì)，而數(shù)據(jù)要素市場(chǎng)化提供了更豐富的信息資源，降低了信息獲取成本，使企業(yè)能基于全面的信息進(jìn)行獨(dú)立投資決策。同時(shí)，激烈競(jìng)爭(zhēng)行業(yè)中的企業(yè)面臨著更高的市場(chǎng)不確定性，數(shù)據(jù)要素市場(chǎng)化通過(guò)提升信息披露水平和透明度，有助于企業(yè)更準(zhǔn)確地評(píng)估投資項(xiàng)目的風(fēng)險(xiǎn)和收益，從而減少了因信息不對(duì)稱而引發(fā)的“羊群行為”。

五、結(jié)論與政策建議

當(dāng)前，數(shù)據(jù)要素已成為最活躍的關(guān)鍵生產(chǎn)要素，其廣泛運(yùn)用逐步驅(qū)動(dòng)企業(yè)轉(zhuǎn)型升級(jí)和資本配置機(jī)制的重構(gòu)。本文將數(shù)據(jù)交易平臺(tái)的設(shè)立視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，采用2011—2022年滬深A(yù)股上市公司數(shù)據(jù)，運(yùn)用雙重差分法深入剖析數(shù)據(jù)要素市場(chǎng)化對(duì)企業(yè)投資決策行為的影響及內(nèi)在機(jī)制。得到如下結(jié)論：（1）數(shù)據(jù)要素市場(chǎng)化能夠有效抑制企業(yè)投資“羊群行為”，在經(jīng)過(guò)內(nèi)生性檢驗(yàn)和多種穩(wěn)健性檢驗(yàn)后，結(jié)論依然保持穩(wěn)??；（2）數(shù)據(jù)要素市場(chǎng)化主要通過(guò)提高信息分散程度、緩解信息不對(duì)稱和提升信息質(zhì)量三條路徑改善企業(yè)投資行為；（3）異質(zhì)性分析發(fā)現(xiàn)，數(shù)據(jù)要素市場(chǎng)化對(duì)投資經(jīng)驗(yàn)缺乏和處在競(jìng)爭(zhēng)激烈行業(yè)的企業(yè)的投資“羊群行為”的抑制作用更明顯。

基于以上結(jié)論，本文提出以下政策建議：第一，政府應(yīng)積極推動(dòng)數(shù)據(jù)要素市場(chǎng)的規(guī)范化發(fā)展，建立健全相關(guān)法律法規(guī)體系，明確數(shù)據(jù)產(chǎn)權(quán)歸屬、交易規(guī)則及監(jiān)管措施。通過(guò)規(guī)范數(shù)據(jù)交易行為，降低市場(chǎng)信息不對(duì)稱程度，為企業(yè)投資決策提供更加透明和公平的環(huán)境。第二，針對(duì)不同企業(yè)，制定差異化政策。對(duì)于競(jìng)爭(zhēng)激烈的行業(yè)，政府應(yīng)加強(qiáng)行業(yè)監(jiān)管，防止數(shù)據(jù)壟斷和不正當(dāng)競(jìng)爭(zhēng)行為。同時(shí)，鼓勵(lì)行業(yè)協(xié)會(huì)和企業(yè)建立自律機(jī)制，推動(dòng)數(shù)據(jù)要素市場(chǎng)的公平競(jìng)爭(zhēng)和健康發(fā)展。通過(guò)行業(yè)內(nèi)部的規(guī)范和引導(dǎo)，促進(jìn)企業(yè)基于自身實(shí)際情況進(jìn)行合理投資，避免盲目跟風(fēng)。第三，鼓勵(lì)企業(yè)增強(qiáng)自主創(chuàng)新能力，提升核心競(jìng)爭(zhēng)力，以減少對(duì)外部市場(chǎng)信號(hào)的過(guò)度依賴。政府可通過(guò)提供稅收優(yōu)惠、資金支持等政策，激勵(lì)企業(yè)加大研發(fā)投入，培養(yǎng)高素質(zhì)的研發(fā)團(tuán)隊(duì)，推動(dòng)技術(shù)創(chuàng)新和產(chǎn)品升級(jí)。通過(guò)提升企業(yè)自身的投資決策能力，從根本上降低“羊群行為”的發(fā)生概率，促進(jìn)資本市場(chǎng)的健康穩(wěn)定發(fā)展。

參考文獻(xiàn)：

[1]岑維，童娜瓊.高管薪酬激勵(lì)和企業(yè)投資從眾行為[J].投資研究，2018，37（04）.

[2]朱菲菲，李惠璇，徐建國(guó)，李宏泰.短期羊群行為的影響因素與價(jià)格效應(yīng)——基于高頻數(shù)據(jù)的實(shí)證檢驗(yàn) [J].金融研究，2019，（07）.

[3]尹西明，林鎮(zhèn)陽(yáng)，陳勁，趙蓉.數(shù)據(jù)要素價(jià)值化生態(tài)系統(tǒng)建構(gòu)與市場(chǎng)化配置機(jī)制研究 [J].科技進(jìn)步與對(duì)策，2022，（22）.

[4]Goldfarb A，Trefler D. 2019. Artificial Intelligence and International Trade [J].The Economics of Artificial Intelligence：An Agenda.

[5]Jones CI，Tonetti C. 2020. Nonrivalry and the Economics of Data [J].American Economic Review，110.9.

[6]唐要家，唐春暉.數(shù)據(jù)要素經(jīng)濟(jì)增長(zhǎng)倍增機(jī)制及治理體系 [J].人文雜志，2020，（11）.

[7]李學(xué)峰，鐘林楠.投資經(jīng)驗(yàn)?zāi)苡行Ы档脱蛉盒?yīng)嗎？——以開(kāi)放式基金的個(gè)體為例 [J].證券市場(chǎng)導(dǎo)報(bào)，2017，（05）.

[8]李曉鑫，曹紅輝.信息披露、投資經(jīng)驗(yàn)與羊群行為——基于眾籌投資的研究 [J].財(cái)貿(mào)經(jīng)濟(jì)，2016，（10）.

[9]葉瑩瑩，楊青，胡洋.股權(quán)質(zhì)押引發(fā)機(jī)構(gòu)投資者羊群行為嗎——基于信息質(zhì)量的中介效應(yīng) [J].會(huì)計(jì)研究，2022，（02）.

[10]倪文輝，張普.投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響——基于收益和風(fēng)險(xiǎn)的雙重視角 [J].金融發(fā)展研究，2023，（04）.

[11]王嬌，王凡林.客戶數(shù)字化轉(zhuǎn)型與企業(yè)非效率投資：協(xié)同治理還是嬗變失配 [J].審計(jì)與經(jīng)濟(jì)研究，2024，39（04）.

[12]吳玉宇，吳鑫.數(shù)字化轉(zhuǎn)型、資本結(jié)構(gòu)與投資效率——基于制造業(yè)上市公司數(shù)據(jù)分析 [J].財(cái)經(jīng)理論與實(shí)踐，2024，45（03）.

[13]Li X，Wang Q，Wu T，Bian Q. 2024. Digital Transformation and the Herd Behavior of Corporate Investment[J].Finance Research Letters，67.

[14]肖夢(mèng)瑤，韋琳.數(shù)字化轉(zhuǎn)型會(huì)抑制企業(yè)投資的“隨波逐流”嗎 [J].現(xiàn)代經(jīng)濟(jì)探討，2023，（08）.

[15]陽(yáng)鎮(zhèn).數(shù)字經(jīng)濟(jì)如何驅(qū)動(dòng)企業(yè)高質(zhì)量發(fā)展？——核心機(jī)制、模式選擇與推進(jìn)路徑 [J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，25（03）.

[16]溫越，呂本富，張馨元，彭賡.數(shù)據(jù)交易基礎(chǔ)設(shè)施建設(shè)中政府規(guī)制與企業(yè)協(xié)同的博弈研究 [J].管理評(píng)論，2024，36（06）.

[17]王曉丹，石玉堂，劉達(dá).數(shù)據(jù)要素市場(chǎng)化配置對(duì)數(shù)實(shí)融合的影響研究——基于數(shù)據(jù)交易平臺(tái)設(shè)立的準(zhǔn)自然實(shí)驗(yàn) [J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，39（02）.

[18]宋冬林，孫尚斌，范欣.數(shù)據(jù)在我國(guó)當(dāng)代經(jīng)濟(jì)領(lǐng)域發(fā)揮作用的政治經(jīng)濟(jì)學(xué)分析 [J].學(xué)術(shù)交流，2021，（10）.

[19]洪永淼，史九領(lǐng).數(shù)據(jù)要素與數(shù)據(jù)經(jīng)濟(jì)學(xué) [J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2024，44（08）.

[20]梁文明，李娜.數(shù)據(jù)要素集聚賦能數(shù)字新質(zhì)生產(chǎn)力研究 [J].統(tǒng)計(jì)與信息論壇，2024，39（10）.

[21]王紅建，傅文霽，曹瑜強(qiáng)，李青原.信息分散程度、審批制度改革與國(guó)有企業(yè)投資效率——基于市級(jí)行政審批中心成立的準(zhǔn)自然實(shí)驗(yàn) [J].財(cái)貿(mào)經(jīng)濟(jì)，2020，41（05）.

[22]吳江，袁一鳴，賀超城，錢龍，杜樂(lè)，繆佳蕊.數(shù)據(jù)要素交易多邊平臺(tái)研究：現(xiàn)狀、進(jìn)路與框架 [J].信息資源管理學(xué)報(bào)，2024，14（03）.

[23]李海鳳，史燕平.信息披露質(zhì)量影響資本配置效率實(shí)證檢驗(yàn) [J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，21（02）.

[24]韓志明.跨越信息不對(duì)稱的陷阱：國(guó)家治理現(xiàn)代化的信息維度 [J].江蘇社會(huì)科學(xué)，2024，（01）.

[25]楊明，馮宏霖，王鑫，霍吉東，焦緒國(guó)，張恒.數(shù)據(jù)要素市場(chǎng)研究綜述：價(jià)值、定價(jià)與交易 [J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2024，10（03）.

[26]張明，路先鋒，吳雨桐.數(shù)據(jù)要素經(jīng)濟(jì)學(xué)：特征、確權(quán)、定價(jià)與交易 [J].經(jīng)濟(jì)學(xué)家，2024，（04）.

[27]劉滿鳳，楊杰，陳梁.數(shù)據(jù)要素市場(chǎng)建設(shè)與城市數(shù)字經(jīng)濟(jì)發(fā)展 [J].當(dāng)代財(cái)經(jīng)，2022，（01）.

[28]Stickel S E. 1990.Predicting Individual Analyst earnings Forecasts [J].Journal of Accounting Research，28（02）.

[29]Christie WG，Huang RD. 1995. Following the Pied Piper：Do Individual Returns Herd Around the Market？ [J].Financial Analysts Journal，51（04）.

[30]Malmendier U，Tate G. 2005. CEO Overconfidence and Corporate Investment [J].The Journal of Finance， 60（06）.

[31]Jacobson LS，LaLonde RJ，Sullivan DG. 1992. Earnings Losses of Displaced Workers [J].The American Economic Review.

[32]劉禹君.數(shù)據(jù)要素市場(chǎng)賦能城市綠色創(chuàng)新發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù) [J].貴州社會(huì)科學(xué)，2023，（01）.

[33]黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2019，（08）.

[34]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（05）.

[35]靳慶魯，孔祥，侯青川.貨幣政策、民營(yíng)企業(yè)投資效率與公司期權(quán)價(jià)值 [J].經(jīng)濟(jì)研究，2012，47（05）.

[36]羅斌元.會(huì)計(jì)信息質(zhì)量對(duì)企業(yè)投資效率的作用機(jī)理 [J].商業(yè)研究，2014，（06）.

[37]伊志宏，姜付秀，秦義虎.產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)、公司治理與信息披露質(zhì)量 [J].管理世界，2010，（01）.

[38]李莉，閆斌，顧春霞.知識(shí)產(chǎn)權(quán)保護(hù)、信息不對(duì)稱與高科技企業(yè)資本結(jié)構(gòu) [J].管理世界，2014，（11）.

[39]尹志超，宋全云，吳雨.金融知識(shí)、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇 [J].經(jīng)濟(jì)研究，2014，49（04）.

[40]王昀，孫曉華.加價(jià)能力、行業(yè)結(jié)構(gòu)與企業(yè)研發(fā)投資——市場(chǎng)勢(shì)力與技術(shù)創(chuàng)新關(guān)系的再檢驗(yàn) [J].科研管理，2018，39（06）.