“此消彼長(zhǎng)”還是“推波助瀾”：政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響分析

摘 要：［目的/意義］消除數(shù)據(jù)要素政策不確定性的不良影響，促進(jìn)數(shù)據(jù)要素合規(guī)交易和安全流通，有助于充分發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)，加快數(shù)據(jù)要素市場(chǎng)化配置。［方法/過(guò)程］基于我國(guó)2016—2022年7家主流新聞媒體關(guān)于數(shù)據(jù)要素政策不確定性的相關(guān)報(bào)道構(gòu)建數(shù)據(jù)要素政策不確定性指數(shù)，利用我國(guó)296個(gè)城市2016—2022年的面板數(shù)據(jù)實(shí)證檢驗(yàn)政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的作用機(jī)理，進(jìn)而測(cè)度內(nèi)在影響機(jī)制與城市異質(zhì)性。［結(jié)果/結(jié)論］研究發(fā)現(xiàn)，數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展產(chǎn)生“推波助瀾”效應(yīng)，且通過(guò)穩(wěn)健性檢驗(yàn)；影響機(jī)制檢驗(yàn)結(jié)果表明，探索“此消彼長(zhǎng)”效應(yīng)中各生產(chǎn)要素金融供給的平衡點(diǎn)、加大人才引育力度和加強(qiáng)信息資源利用是不確定環(huán)境下促進(jìn)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的關(guān)鍵途徑。此外，不同城市地域、行政等級(jí)和數(shù)字化水平對(duì)數(shù)據(jù)要素市場(chǎng)發(fā)展存在顯著差異：“推波助瀾”效應(yīng)對(duì)東西部城市、重點(diǎn)城市和高度數(shù)字化水平城市的影響更為顯著。

關(guān)鍵詞：數(shù)據(jù)要素市場(chǎng)；政策不確定性；不確定性指數(shù)；影響機(jī)制；城市異質(zhì)性

DOI：10.3969/j.issn.1008-0821.2025.08.008

〔中圖分類號(hào)〕F49；G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2025）08-0096-13

“Positive”or“Negative”：Analysis of the Impact of Policy

Uncertainty on the Development of City Data Element Markets

Geng Ruili1，2，3 Li Sentao1* Yang Ruixian1，2，3 Sun Yu1 Gao Xiaoning1，2，3

（1.School of Information Management，Zhengzhou University，Zhengzhou 450001，China;

2.Zhengzhou Data Science Research Center，Zhengzhou 450001，China;

3.Data Governance Research Center of Henan Province，Zhengzhou 450001，China）

Abstract：［Purpose/Significance］Eliminating the adverse effects of data element policy uncertainty，promoting the compliant trading and safe circulation of data elements，which hleps to give full play to the multiplier effect of data elements，and accelerate the market-oriented allocation of data elements.［Method/Process］A data element policy uncertainty index was constructed based on data element policy uncertainty-related reports from seven news media in China from 2016 to 2022.The mechanism of policy uncertainty on the development of the city data element market was empirically tested using panel data from 2016 to 2022 for 296 cities in China.Additionally，the analysis was expanded to examine its intrinsic influence mechanism and urban heterogeneity.［Result/Conclusion］The study finds that data element policy uncertainty can significantly promote the development of city data element market and passes the robustness test;the results of the impact mechanism test show that exploring the equilibrium point of financial supply of each production factor，increasing the attraction of talents and promoting the utilization of information resources are the key ways to promote the development of city data element market under uncertain environment.In addition，there are significant differences in the development of the data element market depending on the geographical location，administrative level and digitization level of the city：the impact of data element policy uncertainty is more significant in cities in the east and west，priority cities and cities with high and medium digitization level.

Key words：data element market;policy uncertainty;uncertainty index;influencing mechanism;city heterogeneity

自黨的十九屆四中全會(huì)以來(lái)，我國(guó)《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》（以下簡(jiǎn)稱《意見(jiàn)》）、《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》、《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見(jiàn)》（以下簡(jiǎn)稱《數(shù)據(jù)二十條》）、《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026年）》（以下簡(jiǎn)稱《行動(dòng)計(jì)劃》）等多項(xiàng)政策文件明確提出，發(fā)揮數(shù)據(jù)要素作用以帶動(dòng)國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展。這意味著，釋放數(shù)據(jù)要素價(jià)值是提升我國(guó)數(shù)據(jù)財(cái)政、推動(dòng)未來(lái)數(shù)字經(jīng)濟(jì)發(fā)展的重要舉措［1］。在中央數(shù)據(jù)要素戰(zhàn)略的推動(dòng)下，全國(guó)各地相關(guān)政策也陸續(xù)出臺(tái)，積極構(gòu)建央地協(xié)同的數(shù)據(jù)要素戰(zhàn)略體系。

然而，數(shù)據(jù)要素政策的制定和實(shí)施涉及眾多利益相關(guān)者，需要同時(shí)兼顧整體和局部、長(zhǎng)期和短期、政府和市場(chǎng)、經(jīng)濟(jì)與技術(shù)之間的平衡，這種多目標(biāo)驅(qū)動(dòng)過(guò)程影響著政策作用的彈性機(jī)制，表現(xiàn)為數(shù)據(jù)要素政策制定主體、政策頒布時(shí)間與內(nèi)容、政策效力、實(shí)施程度以及作用效果等方面的不確定性［2］。政策不確定性是指由于外部環(huán)境變更致使政府未明確所頒布政策預(yù)期、政策執(zhí)行和政策立場(chǎng)變更的指向和強(qiáng)度引致的不確定性［3］，如政策目標(biāo)模糊、政策變動(dòng)頻繁、決策懸而未決等。數(shù)據(jù)要素市場(chǎng)作為新興市場(chǎng)尚處于建設(shè)初期，政府對(duì)具體發(fā)展進(jìn)程和實(shí)踐情況不夠清晰，故而中央層面綱領(lǐng)性文件頒布頻繁，政策話題討論度持續(xù)上升。但由于政策內(nèi)容并未對(duì)實(shí)施細(xì)則進(jìn)行具體描述，伴隨著綱領(lǐng)性政策頻繁頒布，導(dǎo)致數(shù)據(jù)要素市場(chǎng)體制建設(shè)過(guò)于松散、定價(jià)機(jī)制尚未統(tǒng)一，使得數(shù)據(jù)要素政策不確定性顯著增強(qiáng)。近年來(lái)，數(shù)據(jù)隱私泄露、數(shù)據(jù)主權(quán)維護(hù)等事件頻發(fā)，加之技術(shù)迭代更替、國(guó)際數(shù)據(jù)治理規(guī)則不斷演變等因素，使得數(shù)據(jù)安全、數(shù)據(jù)共享、數(shù)據(jù)主權(quán)、數(shù)據(jù)治理等問(wèn)題引起廣泛爭(zhēng)議，進(jìn)一步影響數(shù)據(jù)要素政策不確定性的波動(dòng)。在這種復(fù)雜信息環(huán)境下，數(shù)據(jù)要素政策不確定性的加劇對(duì)數(shù)據(jù)要素市場(chǎng)發(fā)展有何影響？政策不確定性環(huán)境下存在何種影響機(jī)制？數(shù)據(jù)要素政策不確定性對(duì)各地?cái)?shù)據(jù)要素市場(chǎng)發(fā)展的影響是否一致？

基于此，本文參考成熟的政策不確定性指數(shù)計(jì)算方法，量化我國(guó)宏觀數(shù)據(jù)要素政策不確定性指數(shù)，選擇城市數(shù)據(jù)要素市場(chǎng)發(fā)展為被解釋變量，探討政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的作用關(guān)系，揭示不確定政策環(huán)境對(duì)城市數(shù)據(jù)要素市場(chǎng)建設(shè)的影響機(jī)理，為數(shù)字經(jīng)濟(jì)背景下數(shù)據(jù)要素市場(chǎng)建立與完善、數(shù)據(jù)要素政策制定與執(zhí)行提供理論支撐，充分發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)，以賦能經(jīng)濟(jì)社會(huì)發(fā)展并推動(dòng)數(shù)字政府建設(shè)的進(jìn)程。

1 相關(guān)研究

近年來(lái)，隨著大數(shù)據(jù)、人工智能等新興技術(shù)的發(fā)展，我國(guó)數(shù)據(jù)要素市場(chǎng)蓬勃發(fā)展的同時(shí)，也受到數(shù)據(jù)安全、經(jīng)濟(jì)波動(dòng)、技術(shù)更新等因素帶來(lái)的不良影響?？紤]到數(shù)據(jù)要素有序進(jìn)入市場(chǎng)流通對(duì)數(shù)據(jù)資源向數(shù)據(jù)資產(chǎn)轉(zhuǎn)型、數(shù)據(jù)交易規(guī)模、數(shù)字經(jīng)濟(jì)發(fā)展的顯著影響，政府部門依據(jù)當(dāng)前政策環(huán)境和經(jīng)濟(jì)形勢(shì)，會(huì)主動(dòng)或被動(dòng)地對(duì)數(shù)據(jù)要素政策進(jìn)行相應(yīng)調(diào)整，從而導(dǎo)致政策不確定性增加。由此，本文相關(guān)研究主要集中在：

1）政策不確定性。當(dāng)前，多以政策不確定性指數(shù)來(lái)量化，Baker S R等［4］最先運(yùn)用文本分析構(gòu)建了經(jīng)濟(jì)政策不確定性指數(shù)，具體構(gòu)建方法為：首先，采集特定報(bào)紙?jiān)谔囟〞r(shí)間內(nèi)刊登的新聞文本；其次，選定關(guān)鍵詞并統(tǒng)計(jì)相關(guān)關(guān)鍵詞命中特定時(shí)間內(nèi)的新聞數(shù)量；最后，計(jì)算命中特定時(shí)間內(nèi)的新聞數(shù)量總占比并進(jìn)行標(biāo)準(zhǔn)化處理，從而計(jì)算出政策不確定性指數(shù)。這種方法具有數(shù)值上的連續(xù)性和時(shí)變性特征，在相關(guān)研究中得到了廣泛的應(yīng)用。此后，學(xué)者針對(duì)金融政策［5］、貿(mào)易政策［6］、貨幣政策［7］、氣候政策［8］等領(lǐng)域政策不確定性程度進(jìn)行測(cè)量。政策不確定性對(duì)市場(chǎng)發(fā)展影響具有差異性：一方面，政策不確定性的增加在推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的同時(shí)提升企業(yè)風(fēng)險(xiǎn)承擔(dān)能力［9］，促進(jìn)城市產(chǎn)業(yè)現(xiàn)代化高水平發(fā)展［10］；另一方面，政策不確定性的加劇會(huì)縮減銀行信貸期限［7］、迫使經(jīng)濟(jì)主體過(guò)度金融化［11］，進(jìn)而抑制金融市場(chǎng)發(fā)展。

數(shù)據(jù)要素政策不確定性是指政府或國(guó)家在面向數(shù)據(jù)要素戰(zhàn)略起草、修訂或執(zhí)行政策時(shí)，市場(chǎng)參與者難以準(zhǔn)確預(yù)測(cè)政策方向、內(nèi)容和影響的程度。作為新型生產(chǎn)要素，數(shù)據(jù)要素在其收益、風(fēng)險(xiǎn)和未來(lái)軌跡方面存在巨大不確定性，導(dǎo)致相關(guān)政策的制定、實(shí)施、評(píng)估等也存在不確定性。因此，分析政策不確定環(huán)境對(duì)數(shù)據(jù)要素市場(chǎng)建設(shè)影響，最大限度地趨利避害是重要研究問(wèn)題。

2）數(shù)據(jù)要素市場(chǎng)建設(shè)。考慮到數(shù)據(jù)交易的特殊性，加快數(shù)據(jù)要素市場(chǎng)建設(shè)是促進(jìn)數(shù)據(jù)價(jià)值釋放的必然選擇［12］。針對(duì)泛在化、價(jià)值化、異構(gòu)化的數(shù)據(jù)產(chǎn)品和數(shù)據(jù)服務(wù)，數(shù)據(jù)要素市場(chǎng)建設(shè)應(yīng)以用戶數(shù)據(jù)需求和市場(chǎng)實(shí)際供給為首要目的［13］，輔以完善的數(shù)據(jù)基礎(chǔ)設(shè)施、技術(shù)體系架構(gòu)和相應(yīng)運(yùn)營(yíng)機(jī)制，來(lái)促進(jìn)不同領(lǐng)域、層級(jí)間的數(shù)據(jù)交易［14］。雖然我國(guó)數(shù)據(jù)總量位居全球前列，但數(shù)據(jù)要素市場(chǎng)規(guī)模與發(fā)達(dá)國(guó)家（地區(qū)）相比，無(wú)法與實(shí)際數(shù)據(jù)總量相匹配［15］。原因在于我國(guó)數(shù)據(jù)要素市場(chǎng)治理體系存在市場(chǎng)布局過(guò)于分散、獎(jiǎng)懲手段相對(duì)薄弱、供需雙方缺乏信任等問(wèn)題［16］。針對(duì)上述問(wèn)題，趙放等［17］提出，通過(guò)完善政府?dāng)?shù)字服務(wù)、監(jiān)管和財(cái)稅體系建設(shè)來(lái)提升數(shù)字產(chǎn)業(yè)創(chuàng)新，以此賦能數(shù)據(jù)要素市場(chǎng)建設(shè)。趙琳等［18］認(rèn)為，應(yīng)圍繞數(shù)據(jù)價(jià)值鏈，強(qiáng)化數(shù)據(jù)互操作性、定價(jià)透明度和明確數(shù)據(jù)控制，增強(qiáng)數(shù)據(jù)主體間信任感。但由于當(dāng)前數(shù)據(jù)要素政策在數(shù)據(jù)定價(jià)、數(shù)據(jù)確權(quán)、數(shù)據(jù)權(quán)屬、市場(chǎng)結(jié)構(gòu)等方面政策意圖不夠明顯、政策更新頻率過(guò)快，政策不確定性程度顯著提升，出現(xiàn)數(shù)據(jù)要素流通不暢、市場(chǎng)化配置效率不高等困境，導(dǎo)致我國(guó)數(shù)據(jù)要素市場(chǎng)建設(shè)仍處于起步階段［19］。

3）數(shù)據(jù)要素政策剖析。諸多學(xué)者針對(duì)政策文本內(nèi)容通宏洞微，通過(guò)整合政策工具、內(nèi)容特征和政策效力，厘清我國(guó)數(shù)據(jù)交易、數(shù)據(jù)要素市場(chǎng)建設(shè)、數(shù)據(jù)要素市場(chǎng)監(jiān)管等數(shù)據(jù)要素政策的供需導(dǎo)向［20-22］。例如，以《行動(dòng)計(jì)劃》《數(shù)據(jù)二十條》等中央層面政策內(nèi)容為主旨，探索新型數(shù)據(jù)產(chǎn)權(quán)制度、市場(chǎng)治理范式和新型監(jiān)管體系等，探討了政策實(shí)施的效果及優(yōu)化路徑，提出了多項(xiàng)建設(shè)性意見(jiàn)。數(shù)據(jù)要素市場(chǎng)需要合規(guī)、靈活的監(jiān)管體系來(lái)維護(hù)國(guó)家戰(zhàn)略和利益的平衡［23］，其中市場(chǎng)建設(shè)方案和數(shù)據(jù)管理辦法是促進(jìn)數(shù)據(jù)要素市場(chǎng)良性競(jìng)爭(zhēng)的雙重抓手［24］，數(shù)據(jù)高密集程度的地區(qū)更易受數(shù)據(jù)政策限制［25］。數(shù)據(jù)要素政策制定需要對(duì)數(shù)據(jù)資源建設(shè)、數(shù)據(jù)共享、數(shù)據(jù)開(kāi)發(fā)利用、數(shù)據(jù)流通交易、數(shù)據(jù)安全監(jiān)管等方面展開(kāi)合理布局和規(guī)則細(xì)化，政策制定也面臨諸多挑戰(zhàn)［26］。因此，統(tǒng)一數(shù)據(jù)要素政策口徑、探索健全數(shù)據(jù)要素市場(chǎng)政策的路徑，是實(shí)現(xiàn)政策驅(qū)動(dòng)數(shù)據(jù)要素市場(chǎng)化配置的關(guān)鍵。

數(shù)據(jù)要素市場(chǎng)的持續(xù)運(yùn)作離不開(kāi)完整的政策體系和制度保障，目前研究針對(duì)政策文本內(nèi)容展開(kāi)剖析，但并未考慮政策不確定性環(huán)境對(duì)數(shù)據(jù)要素市場(chǎng)發(fā)展的影響。因此，本文通過(guò)構(gòu)建我國(guó)數(shù)據(jù)要素政策不確定性指數(shù)，追蹤數(shù)據(jù)要素政策不確定性變化，實(shí)證檢驗(yàn)政策不確定性環(huán)境與數(shù)據(jù)要素市場(chǎng)發(fā)展之間的作用關(guān)系，揭示政策不確定性影響機(jī)制的內(nèi)在機(jī)理，為我國(guó)數(shù)據(jù)要素市場(chǎng)建設(shè)提供政策建議和指導(dǎo)，提升政策執(zhí)行的有效性和針對(duì)性。

2 理論分析與研究假設(shè)

2.1 數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響

2020年，《意見(jiàn)》對(duì)建立健全我國(guó)數(shù)據(jù)要素市場(chǎng)體系提出總體要求，明確了數(shù)據(jù)要素戰(zhàn)略地位。在《意見(jiàn)》戰(zhàn)略部署下，針對(duì)數(shù)據(jù)要素市場(chǎng)配置的政策也相繼出臺(tái)，但頻繁的政策頒布會(huì)加劇政策不確定性程度，進(jìn)而對(duì)數(shù)據(jù)要素市場(chǎng)建設(shè)產(chǎn)生影響。政策的不確定性可以激發(fā)市場(chǎng)主體的靈活性和應(yīng)對(duì)能力，促使政府和企業(yè)加速數(shù)據(jù)要素市場(chǎng)的基礎(chǔ)設(shè)施建設(shè)與制度完善。為應(yīng)對(duì)政策的不確定性，政府可能會(huì)通過(guò)加快數(shù)據(jù)立法、規(guī)范市場(chǎng)準(zhǔn)入機(jī)制、強(qiáng)化數(shù)據(jù)安全保障等措施，完善數(shù)據(jù)要素市場(chǎng)體系［27］；企業(yè)和投資者往往需要更迅速地調(diào)整戰(zhàn)略，通過(guò)增強(qiáng)自身的數(shù)據(jù)治理能力、加強(qiáng)與政府和其他市場(chǎng)主體的合作［16］適應(yīng)政策隨機(jī)變化，以應(yīng)對(duì)政策帶來(lái)的不確定性。但同時(shí)，政策不確定性的加劇會(huì)抑制政策傳導(dǎo)和有效實(shí)施，導(dǎo)致中央與地方之間的政策意圖產(chǎn)生偏差［7］，制約數(shù)據(jù)要素市場(chǎng)發(fā)展?；诖耍疚奶岢鲆韵录僭O(shè)：

H1a：數(shù)據(jù)要素政策不確定性有利于提升城市數(shù)據(jù)要素市場(chǎng)發(fā)展

H1b：數(shù)據(jù)要素政策不確定性不利于提升城市數(shù)據(jù)要素市場(chǎng)發(fā)展

2.2 數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響機(jī)制

2.2.1 地方金融發(fā)展

政策不確定性促使城市和企業(yè)尋求更靈活的融資和金融支持，以應(yīng)對(duì)市場(chǎng)波動(dòng)和政策變動(dòng)帶來(lái)的風(fēng)險(xiǎn)［28］。在這種背景下，地方金融體系的發(fā)達(dá)程度直接影響數(shù)據(jù)要素市場(chǎng)的發(fā)展。發(fā)達(dá)的地方金融體系能夠提供必要的資金支持，緩解企業(yè)因政策不確定性帶來(lái)的資金壓力，推動(dòng)數(shù)據(jù)要素市場(chǎng)的穩(wěn)定發(fā)展。此外，地方金融的發(fā)展增強(qiáng)了市場(chǎng)主體的風(fēng)險(xiǎn)承受能力，金融機(jī)構(gòu)通過(guò)設(shè)計(jì)專門的金融產(chǎn)品幫助企業(yè)應(yīng)對(duì)政策風(fēng)險(xiǎn)，降低不確定性對(duì)市場(chǎng)的不利影響。然而，政策不確定性的上升，也會(huì)抑制企業(yè)金融化趨勢(shì)，增加金融發(fā)展的系統(tǒng)性風(fēng)險(xiǎn)［29］。數(shù)據(jù)要素?zé)岢睍?huì)引發(fā)大量數(shù)據(jù)企業(yè)向銀行申請(qǐng)貸款，由于外部政策噪聲信號(hào)和借貸主體“羊群效應(yīng)”的干擾，使得銀行難以準(zhǔn)確識(shí)別出企業(yè)主體的真實(shí)還款能力和實(shí)際借貸風(fēng)險(xiǎn)，進(jìn)而會(huì)縮小貸款規(guī)模。銀行惜貸現(xiàn)象約束數(shù)字產(chǎn)業(yè)化發(fā)展，進(jìn)而抑制城市數(shù)據(jù)要素市場(chǎng)建設(shè)。基于以上兩類不同的觀點(diǎn)，本文提出以下假設(shè)：

H2a：數(shù)據(jù)要素政策不確定性通過(guò)影響地方金融發(fā)展推動(dòng)城市數(shù)據(jù)要素市場(chǎng)發(fā)展

H2b：數(shù)據(jù)要素政策不確定性通過(guò)影響地方金融發(fā)展抑制城市數(shù)據(jù)要素市場(chǎng)發(fā)展

2.2.2 數(shù)據(jù)人才引育

在數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響過(guò)程中，數(shù)據(jù)人才引育扮演了至關(guān)重要的角色。數(shù)據(jù)人才作為新質(zhì)人才，在數(shù)智時(shí)代具備信息素養(yǎng)、數(shù)字素養(yǎng)、創(chuàng)新素養(yǎng)等多維度的核心素養(yǎng)，能夠有效應(yīng)對(duì)復(fù)雜多變的政策環(huán)境［30］。當(dāng)數(shù)據(jù)要素政策的不確定性增加時(shí)，企業(yè)和政府對(duì)高素質(zhì)數(shù)據(jù)人才的需求也隨之上升。通過(guò)培養(yǎng)和引進(jìn)數(shù)據(jù)人才，企業(yè)能夠提升其在不確定環(huán)境下的技術(shù)創(chuàng)新能力和市場(chǎng)應(yīng)對(duì)能力，推動(dòng)數(shù)據(jù)要素的高效配置和應(yīng)用。這不僅有助于減緩政策不確定性帶來(lái)的負(fù)面影響，還能夠?yàn)閿?shù)據(jù)要素市場(chǎng)注入新的活力，促進(jìn)其持續(xù)健康發(fā)展。具體而言，數(shù)據(jù)人才能夠通過(guò)推動(dòng)數(shù)據(jù)技術(shù)的創(chuàng)新與應(yīng)用，優(yōu)化數(shù)據(jù)管理和治理結(jié)構(gòu)，從而在應(yīng)對(duì)政策不確定性方面發(fā)揮積極作用。基于此，本文提出以下假設(shè)：

H2c：數(shù)據(jù)要素政策不確定性通過(guò)影響數(shù)據(jù)人才引育推動(dòng)城市數(shù)據(jù)要素市場(chǎng)發(fā)展

2.2.3 信息資源利用

在數(shù)字經(jīng)濟(jì)時(shí)代，信息資源使數(shù)據(jù)從傳統(tǒng)形態(tài)轉(zhuǎn)向更動(dòng)態(tài)的數(shù)字形式，與數(shù)據(jù)要素相容成為經(jīng)濟(jì)活動(dòng)中非常重要的資源［31］，尤其在軟件和數(shù)據(jù)庫(kù)等數(shù)字資產(chǎn)領(lǐng)域尤為顯著。而數(shù)據(jù)要素政策不確定性可能會(huì)出現(xiàn)信息資源配置偏差，隨著市場(chǎng)波動(dòng)加劇，數(shù)據(jù)信息監(jiān)管合規(guī)風(fēng)險(xiǎn)增加，以及合作關(guān)系受到阻礙，限制了信息資源的充分發(fā)揮和利用［32］。但隨著數(shù)字技術(shù)的日益更新，應(yīng)對(duì)數(shù)據(jù)要素政策不確定性的技術(shù)手段不斷加強(qiáng)，政府和企業(yè)通過(guò)數(shù)據(jù)分析和智能算法，創(chuàng)新信息資源服務(wù)模式［33］，降低技術(shù)門檻，加速新技術(shù)和產(chǎn)品推出，增強(qiáng)核心競(jìng)爭(zhēng)力，推動(dòng)城市數(shù)據(jù)要素市場(chǎng)發(fā)展，有效緩解政策不確定性影響。基于此，本文提出以下假設(shè)：

H2d：數(shù)據(jù)要素政策不確定性通過(guò)影響信息資源利用推動(dòng)城市數(shù)據(jù)要素市場(chǎng)發(fā)展

H2e：數(shù)據(jù)要素政策不確定性通過(guò)影響信息資源利用抑制城市數(shù)據(jù)要素市場(chǎng)發(fā)展

2.3 數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的異質(zhì)性" 由于受到經(jīng)濟(jì)發(fā)展水平、數(shù)字化水平和信息基礎(chǔ)設(shè)施等因素的影響，各城市內(nèi)部數(shù)據(jù)資源開(kāi)發(fā)程度和外部市場(chǎng)建設(shè)進(jìn)程本身就存在異質(zhì)性。得益于資本積累和資源優(yōu)勢(shì)，具備雄厚經(jīng)濟(jì)基礎(chǔ)的地區(qū)對(duì)于政策不確定性具有較強(qiáng)的風(fēng)險(xiǎn)化解能力；具備優(yōu)越地理位置的城市通常開(kāi)放程度較高，能夠吸引更多外商投資和跨境數(shù)據(jù)流通，加速城市數(shù)據(jù)資源創(chuàng)新與數(shù)據(jù)傳輸，從而應(yīng)對(duì)政策不確定性環(huán)境。不同城市所獲取的財(cái)政支持和政策傾斜等資源也不同，高行政等級(jí)城市通常是國(guó)家或區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略的實(shí)施重點(diǎn)和先行者。這些城市可以依托行政權(quán)力獲得更多資源傾斜，提升數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，能夠更加從容應(yīng)對(duì)數(shù)據(jù)要素政策不確定性。從城市數(shù)字化水平來(lái)看，高數(shù)字化的城市擁有豐富的數(shù)字化產(chǎn)業(yè)集群，能夠匯聚更多數(shù)據(jù)要素資源，推動(dòng)數(shù)據(jù)要素市場(chǎng)發(fā)展［17］。城市數(shù)據(jù)要素市場(chǎng)建設(shè)主要取決于產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化，提高數(shù)字化水平有助于提高城市產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，并為城市發(fā)展提供金融支持、聚集數(shù)據(jù)人才激發(fā)信息資源利用、推動(dòng)數(shù)字產(chǎn)業(yè)建設(shè)?；诖耍疚奶岢鲆韵录僭O(shè)：

H3a：數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展存在城市區(qū)位異質(zhì)性

H3b：數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展存在城市等級(jí)異質(zhì)性

H3c：數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展存在城市數(shù)字化水平異質(zhì)性

3 研究設(shè)計(jì)

3.1 模型設(shè)定

為考察數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響，構(gòu)建基本計(jì)量模型，如式（1）所示：

DEDLit=β0+α1DEPUit+∑mamControlsit+μi+δt+ε（1）

其中，下標(biāo)i表示城市個(gè)體，t表示觀察年份；DEDLit表示城市i在第t年的數(shù)據(jù)要素市場(chǎng)發(fā)展水平；DEPUit表示城市i在第t年面臨的數(shù)據(jù)要素政策不確定性程度；Controlsit表示控制變量；a表示變量系數(shù)；μi為城市個(gè)體固定效應(yīng)，δt為時(shí)間固定效應(yīng)；ε是隨機(jī)擾動(dòng)項(xiàng)。

3.2 變量選取

1）被解釋變量：數(shù)據(jù)要素市場(chǎng)發(fā)展水平（Data Element Market Development Level，DEDL）。參考聶昀秋等［34］對(duì)數(shù)據(jù)要素市場(chǎng)的評(píng)價(jià)指標(biāo)，選取城市數(shù)據(jù)交易企業(yè)數(shù)量、城市發(fā)布相關(guān)政策數(shù)量、城市互聯(lián)網(wǎng)寬帶接入用戶數(shù)占年末戶籍人口數(shù)的比重、城市移動(dòng)電話用戶數(shù)分別占年末戶籍人口數(shù)的比重、城市郵電業(yè)務(wù)收入等二級(jí)指標(biāo)，歸一化處理后加權(quán)計(jì)算衡量城市數(shù)據(jù)要素市場(chǎng)發(fā)展水平，相關(guān)指標(biāo)權(quán)重參考已有文獻(xiàn)［35］。

2）解釋變量：數(shù)據(jù)要素政策不確定性（Data Element Policy Uncertainty，DEPU）。參考Baker S R等［4］關(guān)于經(jīng)濟(jì)政策不確定性指數(shù)的計(jì)算方式構(gòu)建數(shù)據(jù)要素政策不確定性指數(shù)。步驟如下：首先，從慧科新聞數(shù)據(jù)庫(kù)中選取《人民日?qǐng)?bào)》《光明日?qǐng)?bào)》《金融時(shí)報(bào)》《經(jīng)濟(jì)日?qǐng)?bào)》《環(huán)球時(shí)報(bào)》《科技日?qǐng)?bào)》和《中新社》這7種中國(guó)代表性報(bào)紙為報(bào)紙來(lái)源；其次，通過(guò)精讀數(shù)據(jù)要素和政策不確定性的代表性文獻(xiàn)確定關(guān)鍵詞庫(kù)（數(shù)據(jù)要素：數(shù)據(jù)要素，公共數(shù)據(jù)，數(shù)據(jù)交易，數(shù)據(jù)市場(chǎng)，數(shù)據(jù)，政務(wù)數(shù)據(jù)，數(shù)據(jù)流通，數(shù)據(jù)資源，流通交易，數(shù)據(jù)治理；政策：政策，制度，體制，戰(zhàn)略，措施，規(guī)章，規(guī)例，條例，政府，國(guó)務(wù)院，人大，人民代表大會(huì)，中央，改革，監(jiān)管，數(shù)據(jù)局，工業(yè)和信息化部，工信部，網(wǎng)信辦，數(shù)據(jù)管理局；不確定性：不確定，不明確，波動(dòng)，震蕩，動(dòng)蕩，不清晰，未清晰，難料，難以預(yù)料，難以預(yù)測(cè)，難以預(yù)計(jì)，難以估計(jì)，無(wú)法預(yù)料，無(wú)法預(yù)測(cè)，無(wú)法估計(jì)，無(wú)法預(yù)計(jì)，不可預(yù)料，不可預(yù)測(cè)，不可預(yù)計(jì)，不可估計(jì)，不足）；然后，將按月劃分的數(shù)據(jù)要素政策文章數(shù)除以當(dāng)月總文章數(shù)，得到月度數(shù)據(jù)要素政策不確定性指數(shù)；最后，對(duì)月度數(shù)據(jù)要素政策不確定性數(shù)據(jù)進(jìn)行算術(shù)平均得到年度指數(shù)，并將其乘以100得到最終的數(shù)據(jù)要素政策不確定性指數(shù)（DEPU），如式（2）、式（3）所示。

Yt=AVE（Ddit∩Dpit∩Duit）/σitAVENit/σit（2）

DEPUt=Yt×100mean（Yt）（3）

其中，Yt表示第t月數(shù)據(jù)要素政策不確定性的縮放程度；i和t分別表示報(bào)紙種類和月度；Ddit、Dpit、Duit分別表示選取的報(bào)刊中出現(xiàn)數(shù)據(jù)要素、政策、不確定性主題詞匯的文章頻次；Ddit∩Dpit∩Duit表示同時(shí)出現(xiàn)三大主題詞匯的文章頻次；Nit表示總發(fā)文量；AVE表示對(duì)所有報(bào)紙取月度平均；σit表示第i類報(bào)紙第t月的標(biāo)準(zhǔn)差；DEPUt表示t年的數(shù)據(jù)要素政策不確定性指數(shù)。

指數(shù)波動(dòng)趨勢(shì)與會(huì)議舉辦和政策頒布息息相關(guān)，映射出社會(huì)對(duì)數(shù)據(jù)要素政策變化的關(guān)注程度與不同反應(yīng)。當(dāng)有國(guó)家重大會(huì)議或政策提及數(shù)據(jù)要素未來(lái)發(fā)展規(guī)劃時(shí)，該時(shí)間段內(nèi)社會(huì)對(duì)此持續(xù)關(guān)注并積極回應(yīng)，DEPU指數(shù)開(kāi)始出現(xiàn)劇烈波動(dòng)。隨著時(shí)間推移，有關(guān)數(shù)據(jù)要素話題熱度逐漸下降，社會(huì)層面對(duì)于數(shù)據(jù)要素的關(guān)注度降低，使政策變化帶來(lái)的不確定性影響變小，導(dǎo)致指數(shù)明顯下降。圖1繪制了我國(guó)2016—2022年宏觀數(shù)據(jù)要素政策不確定性月度指數(shù)的變化，該指數(shù)的波動(dòng)大致與國(guó)內(nèi)數(shù)據(jù)要素會(huì)議和政策事件相匹配，如2016年12月《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》、2019年3月《2019年政府工作報(bào)告》中提出壯大數(shù)字經(jīng)濟(jì)，2019年10月黨的十九屆四中全會(huì)首次將數(shù)據(jù)作為新型生產(chǎn)要素，2020年4月《意見(jiàn)》進(jìn)一步提出加快培育數(shù)據(jù)要素市場(chǎng)，2021年12月《要素市場(chǎng)化配置綜合改革試點(diǎn)總體方案》強(qiáng)調(diào)要探索建立數(shù)據(jù)要素流通規(guī)則，2022年10月《數(shù)據(jù)要素白皮書(shū)》和《全球數(shù)商大會(huì)》探討了我國(guó)數(shù)據(jù)要素市場(chǎng)培育的現(xiàn)狀，2022年12月《數(shù)據(jù)二十條》明確要求加快構(gòu)建數(shù)據(jù)基礎(chǔ)制度以激活數(shù)據(jù)要素潛能。

圖1 中國(guó)數(shù)據(jù)要素政策不確定性月度指數(shù)Fig.1 Monthly Index of Policy Uncertainty for Data Elements in China

考慮到宏觀數(shù)據(jù)要素政策不確定性指數(shù)是一個(gè)時(shí)序數(shù)據(jù)，無(wú)法伴隨城市的變化而改變，直接使用意味著異質(zhì)性城市所面臨的數(shù)據(jù)要素政策不確定性具有同質(zhì)性特征，與現(xiàn)實(shí)中城市所面臨的差異性數(shù)據(jù)要素政策環(huán)境相悖。因此，借鑒Qian N［36］的做法，構(gòu)造一個(gè)宏觀數(shù)據(jù)要素政策不確定性年度指數(shù)與數(shù)字金融普惠指數(shù)［37］交互變量來(lái)衡量城市層面的數(shù)據(jù)要素政策不確定性指數(shù)（DEPU），以緩解不同城市在同一時(shí)點(diǎn)面臨相同數(shù)據(jù)要素政策不確定性問(wèn)題。

3）控制變量：為了全面分析數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響，根據(jù)已有文獻(xiàn)，加入可能影響城市數(shù)據(jù)要素市場(chǎng)建設(shè)的變量。具體包括：①政府支持程度（GOV）［38］；②經(jīng)濟(jì)發(fā)展水平（lnAGDP）［39］；③人力要素（lnhr）［40］；④資本要素（lnk）［34］；⑤技術(shù)要素（lnpat）［41］；⑥產(chǎn)業(yè)結(jié)構(gòu)（industr）［40］。相關(guān)變量計(jì)算方法及文獻(xiàn)來(lái)源如表1所示。

3.3 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

所有城市數(shù)據(jù)均來(lái)源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒。由于部分城市存在嚴(yán)重的數(shù)據(jù)異常、數(shù)據(jù)缺失和行政區(qū)域變化等現(xiàn)象，為此，通過(guò)更正異常數(shù)據(jù)、剔除數(shù)據(jù)缺失嚴(yán)重城市，并利用插值法補(bǔ)齊個(gè)別缺失值等方式來(lái)保證數(shù)據(jù)完整性。最終選擇我國(guó)296個(gè)城市2016—2022年相關(guān)統(tǒng)計(jì)指標(biāo)組成平衡面板數(shù)據(jù)，評(píng)估數(shù)據(jù)要素政策不確定性對(duì)數(shù)據(jù)要素市場(chǎng)發(fā)展水平的影響效應(yīng)，變量描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中，數(shù)據(jù)要素市場(chǎng)發(fā)展水平（DEDL）的均值為0.049，大于中位數(shù)0.029，說(shuō)明DEDL樣本分布呈右偏型態(tài)分布，小部分?jǐn)?shù)據(jù)均聚集在高值區(qū)域，表明中國(guó)僅少部分城市數(shù)據(jù)要素市場(chǎng)發(fā)展水平程度相對(duì)較高。此外，DEDL的最小值與最大值分別為0.000和0.673，標(biāo)準(zhǔn)差為0.064，表明不同城市間數(shù)據(jù)要素發(fā)展水平差異較大。數(shù)據(jù)要素政策不確定性（DEPU）的均值為0.174，大于中位數(shù)0.136，表明數(shù)據(jù)要素政策不確定性樣本同樣呈現(xiàn)右偏型態(tài)分布；DEPU最小值與最大值分別為0和0.768，標(biāo)準(zhǔn)差為0.124，表明不同城市所面臨的數(shù)據(jù)要素政策不確定性存在較大差異。其余城市控制變量特征與現(xiàn)有文獻(xiàn)基本一致，均在合理范圍內(nèi)。

4 實(shí)證分析與討論

4.1 基準(zhǔn)回歸檢驗(yàn)

表3展示了全樣本基準(zhǔn)回歸結(jié)果。列（1）是單變量回歸結(jié)果，列（2）是未考慮固定效應(yīng)的回歸結(jié)果，列（3）～（5）是依次加入城市和年份固定效應(yīng)的回歸結(jié)果。結(jié)果表明，數(shù)據(jù)要素政策不確定性對(duì)數(shù)據(jù)要素市場(chǎng)建設(shè)存在顯著正向影響，并在考慮城市和年份控制效應(yīng)，以及加入了各控制變量后，估計(jì)系數(shù)依舊在1%的置信水平下顯著為正，R2由0.1601上升至0.6331，估計(jì)系數(shù)為0.1473，表明數(shù)據(jù)要素政策不確定性會(huì)加快數(shù)據(jù)要素市場(chǎng)發(fā)展，產(chǎn)生“推波助瀾”效應(yīng)，推進(jìn)要素市場(chǎng)化配置，即假設(shè)H1a成立。主要原因是：數(shù)據(jù)要素政策不確定性加劇會(huì)使得市場(chǎng)建設(shè)動(dòng)向持續(xù)偏轉(zhuǎn)。地方為響應(yīng)國(guó)家戰(zhàn)略需求，激發(fā)數(shù)據(jù)要素創(chuàng)新活力，通過(guò)采取“因地制宜”手段來(lái)維持?jǐn)?shù)據(jù)要素市場(chǎng)發(fā)展，進(jìn)而推動(dòng)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，提升城市數(shù)據(jù)要素市場(chǎng)水平，從而應(yīng)對(duì)復(fù)雜的政策環(huán)境變化。如果在動(dòng)蕩和不斷變化的政策環(huán)境中，城市數(shù)據(jù)要素市場(chǎng)建設(shè)停滯不前，數(shù)據(jù)要素市場(chǎng)化配置進(jìn)程減緩，會(huì)使得城市數(shù)字經(jīng)濟(jì)甚至實(shí)體經(jīng)濟(jì)發(fā)展受阻，影響城市核心競(jìng)爭(zhēng)力。

4.2 穩(wěn)健性檢驗(yàn)

為保證回歸結(jié)論的穩(wěn)健性，采用以下方法進(jìn)行檢驗(yàn)。具體結(jié)果如表4所示。

一是替換被解釋變量。為了避免由變量定性選擇導(dǎo)致的估計(jì)結(jié)果偏誤，重新調(diào)整數(shù)據(jù)要素市場(chǎng)發(fā)展水平測(cè)度方式以檢驗(yàn)基準(zhǔn)回歸結(jié)果穩(wěn)健性，此處取消DEDL包含二級(jí)指標(biāo)的權(quán)重占比，即取各二級(jí)指標(biāo)歸一化結(jié)果的算術(shù)平均數(shù)，回歸結(jié)果如列（1）所示?？梢园l(fā)現(xiàn)，更換被解釋變量測(cè)算方式后，解釋變量DEPU的估計(jì)系數(shù)發(fā)生變化，但依然顯著為正，表明數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響效應(yīng)穩(wěn)定，基準(zhǔn)回歸結(jié)論穩(wěn)健。二是鑒于政策環(huán)境波動(dòng)與數(shù)據(jù)要素政策不確定性感知存在時(shí)間滯后，故將解釋變量滯后1期進(jìn)行重新回歸。列（2）的估計(jì)結(jié)果顯示，滯后1期的數(shù)據(jù)要素政策不確定性（DEPU-lag）在1%的統(tǒng)計(jì)水平上顯著為正，表明基準(zhǔn)回歸結(jié)論沒(méi)有改變。三是剔除其他變量?？紤]到直轄市和省會(huì)城市是國(guó)家發(fā)展戰(zhàn)略實(shí)施重點(diǎn)，上述城市不僅在經(jīng)濟(jì)基礎(chǔ)、創(chuàng)新資源稟賦等方面具有優(yōu)勢(shì)，而且易于獲得政策和資源支持。為了反映數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的凈影響，本文采用刪除直轄市和省會(huì)城市的方法進(jìn)行穩(wěn)健性檢驗(yàn)?；貧w結(jié)果如列（4）～（6）所示，可以發(fā)現(xiàn)，DEPU的估值系數(shù)顯著為正，再次驗(yàn)證本文實(shí)證結(jié)果穩(wěn)健可靠。

4.3 影響機(jī)制檢驗(yàn)

以上分析結(jié)果表明，數(shù)據(jù)要素政策不確定性能夠促進(jìn)數(shù)據(jù)要素市場(chǎng)發(fā)展。前文指出數(shù)據(jù)要素政策不確定性會(huì)通過(guò)影響地方金融發(fā)展、數(shù)據(jù)人才引育和信息資源利用進(jìn)而干預(yù)城市數(shù)據(jù)要素市場(chǎng)發(fā)展。因此，為了進(jìn)一步分析其影響機(jī)理，構(gòu)建中介效應(yīng)模型如式（4）、式（5）所示：

Medvarit=β0+α1DEPUit+∑mamControlsit+μi+δt+ε（4）

DEDLit=β0+α1DEPUit+β1Medvarit+∑mamControlsit+μi+δt+ε（5）

其中，Medvarit表示城市i在第t年的機(jī)制變量，包括金融發(fā)展水平（lnfinit）、數(shù)據(jù)人才引育程度（ITit）和信息資源利用情況（inforit）。模型（4）用于檢驗(yàn)DEPU對(duì)機(jī)制變量的影響，模型（5）用于檢驗(yàn)機(jī)制變量在DEPU對(duì)DEDL影響中的中介效應(yīng)。

城市金融發(fā)展為當(dāng)?shù)馗黜?xiàng)建設(shè)提供必要資金保障，本文參考唐欣等［42］對(duì)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的研究，將年末金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額取對(duì)數(shù)來(lái)表征地方金融發(fā)展水平（lnfin）。由于數(shù)據(jù)人才一般具有較高學(xué)歷且掌握豐富的信息技術(shù)與知識(shí)，加大該類人才引育可在一定程度上促進(jìn)數(shù)據(jù)要素市場(chǎng)發(fā)展。因此，本文選取信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人數(shù)占比來(lái)表征數(shù)據(jù)人才引育（IT）［43］。數(shù)據(jù)要素作為新型生產(chǎn)要素，為傳統(tǒng)產(chǎn)業(yè)發(fā)展開(kāi)辟了新渠道的同時(shí)，也帶動(dòng)信息產(chǎn)業(yè)快速發(fā)展，故城市信息資源利用程度（infor）也可能是數(shù)據(jù)要素政策不確定性影響數(shù)據(jù)要素市場(chǎng)建設(shè)的中介因素之一。在Web3.0時(shí)代，移動(dòng)電子設(shè)備與移動(dòng)通信網(wǎng)絡(luò)已融入生活的方方面面，是實(shí)現(xiàn)信息化發(fā)展的基礎(chǔ)［44］。因此，本文選取城市人均郵電業(yè)務(wù)總量表征城市信息資源利用情況［45］。結(jié)果如表5所示。

可以發(fā)現(xiàn)，納入地方金融發(fā)展水平中介變量后，數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響顯著為負(fù)，說(shuō)明金融發(fā)展起負(fù)向中介作用，即在數(shù)據(jù)要素政策不確定環(huán)境下的地方金融發(fā)展會(huì)削弱市場(chǎng)發(fā)展，數(shù)據(jù)要素政策不確定性通過(guò)地方金融發(fā)展對(duì)城市數(shù)據(jù)要素市場(chǎng)產(chǎn)生了負(fù)向影響，產(chǎn)生“此消彼長(zhǎng)”效應(yīng)。這可能是因?yàn)榈胤浇鹑谕顿Y除關(guān)注新型生產(chǎn)要素外，還要兼顧土地、勞動(dòng)力、技術(shù)等傳統(tǒng)生產(chǎn)要素，在不確定的政策環(huán)境中，地方金融體系趨于保守，減少對(duì)數(shù)據(jù)要素市場(chǎng)的投資，數(shù)據(jù)要素政策不確定性對(duì)地方金融發(fā)展的正向影響可能并不能彌補(bǔ)外部政策風(fēng)險(xiǎn)對(duì)數(shù)據(jù)要素專項(xiàng)金融投資的負(fù)向影響，進(jìn)而抑制市場(chǎng)的發(fā)展。分別加入數(shù)據(jù)人才引育和信息資源利用后發(fā)現(xiàn)，數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的促進(jìn)作用下降，且分別在5%水平下顯著，說(shuō)明數(shù)據(jù)要素政策不確定性可以通過(guò)數(shù)據(jù)人才引育和信息資源利用產(chǎn)生“推波助瀾”效應(yīng)，促進(jìn)城市數(shù)據(jù)要素市場(chǎng)化。這意味著，盡管政策環(huán)境存在不確定性，通過(guò)引育數(shù)據(jù)人才和有效利用信息資源，能夠增強(qiáng)城市對(duì)不確定性的應(yīng)對(duì)能力，減緩不確定性對(duì)市場(chǎng)發(fā)展的負(fù)面影響，提升城市在數(shù)字社會(huì)中的創(chuàng)新能力和競(jìng)爭(zhēng)力，推動(dòng)數(shù)據(jù)要素市場(chǎng)建設(shè)。綜上，假設(shè)H2b、H2c、H2d成立。

4.4 異質(zhì)性檢驗(yàn)

數(shù)據(jù)要素作為因地制宜發(fā)展新質(zhì)生產(chǎn)力的重要抓手，具有區(qū)域壟斷的自然屬性。前文探究了數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響及作用機(jī)制，但數(shù)據(jù)要素政策不確定性對(duì)各地?cái)?shù)據(jù)要素市場(chǎng)發(fā)展的影響是否一致？是否存在異質(zhì)性差異？本文從城市區(qū)位、行政等級(jí)以及數(shù)字化水平3個(gè)方面，分析數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的異質(zhì)性影響。

4.4.1 城市區(qū)位異質(zhì)性

我國(guó)各城市在經(jīng)濟(jì)結(jié)構(gòu)、資源分配和要素流動(dòng)等方面均不相同，因而數(shù)據(jù)要素市場(chǎng)發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)的作用也可能存在區(qū)位差異。本文依據(jù)Wang J X等［46］對(duì)我國(guó)城市的區(qū)位劃分，將樣本城市劃分為東部、中部和西部3個(gè)子樣本進(jìn)行回歸，如表6列（1）～（3）所示?？梢园l(fā)現(xiàn)，數(shù)據(jù)要素政策不確定性對(duì)于城市數(shù)據(jù)要素市場(chǎng)發(fā)展均具有顯著正向影響，其中東部最為顯著，西部其次，中部最低。東部城市經(jīng)濟(jì)發(fā)達(dá)，在數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)和高新技術(shù)產(chǎn)業(yè)發(fā)展方面有著先發(fā)優(yōu)勢(shì)，在數(shù)據(jù)要素發(fā)展上也展現(xiàn)出更為突出的成績(jī)，能夠根據(jù)數(shù)據(jù)要素政策動(dòng)向轉(zhuǎn)變積極推動(dòng)數(shù)據(jù)要素市場(chǎng)化配置。西部城市經(jīng)濟(jì)水平與東部和中部城市相比較弱，但陜西、貴陽(yáng)、重慶等核心地區(qū)數(shù)據(jù)交易平臺(tái)數(shù)量較多，在數(shù)據(jù)要素戰(zhàn)略決策推動(dòng)下，形成西部數(shù)據(jù)要素資源逐漸向核心地區(qū)聚集，數(shù)據(jù)要素市場(chǎng)建設(shè)逐漸向西推進(jìn)，帶動(dòng)西部城市數(shù)字經(jīng)濟(jì)發(fā)展。中部地區(qū)經(jīng)濟(jì)基礎(chǔ)與發(fā)展水平較均衡，但由于產(chǎn)業(yè)結(jié)構(gòu)局限、區(qū)域創(chuàng)新不均衡、人力資源不匹配等因素，無(wú)法及時(shí)將數(shù)據(jù)要素政策不確定性轉(zhuǎn)化為數(shù)據(jù)要素市場(chǎng)化配置的動(dòng)力，反映了中部城市在未來(lái)數(shù)據(jù)要素市場(chǎng)發(fā)展面臨的多重挑戰(zhàn)。

4.4.2 城市等級(jí)異質(zhì)性

我國(guó)重點(diǎn)城市受到資源、政策、人才等多方面傾斜，其自身也具有豐富的經(jīng)濟(jì)、技術(shù)、教育和數(shù)據(jù)資源，為城市數(shù)據(jù)要素市場(chǎng)化建設(shè)打下堅(jiān)實(shí)基礎(chǔ)。因此，為評(píng)估數(shù)據(jù)要素政策不確定性對(duì)不同等級(jí)城市的影響效應(yīng)，參考陳婷等［40］關(guān)于重點(diǎn)城市和非重點(diǎn)城市的定義，將樣本城市區(qū)分為重點(diǎn)城市與非重點(diǎn)城市，將直轄市、省會(huì)城市與副省級(jí)城市定義為重點(diǎn)城市，其他城市則為非重點(diǎn)城市。重點(diǎn)與非重點(diǎn)城市的回歸分析結(jié)果如表6中列（4）、（5）所示?？梢园l(fā)現(xiàn)，重點(diǎn)城市的回歸系數(shù)為正，且在1%的水平下通過(guò)顯著性檢驗(yàn)，而非重點(diǎn)城市未通過(guò)顯著性檢驗(yàn)。這是因?yàn)槊鎸?duì)國(guó)家數(shù)據(jù)要素戰(zhàn)略舉措，重點(diǎn)城市的響應(yīng)更積極，數(shù)據(jù)要素政策不確定性對(duì)數(shù)據(jù)要素市場(chǎng)化的驅(qū)動(dòng)效應(yīng)也更顯著。相比之下，非重點(diǎn)城市擁有的經(jīng)濟(jì)社會(huì)管理權(quán)限不足，對(duì)數(shù)據(jù)產(chǎn)業(yè)、數(shù)據(jù)人才和數(shù)據(jù)要素流向的吸引力有限，加上自身經(jīng)濟(jì)實(shí)力和數(shù)字基礎(chǔ)相對(duì)落后，導(dǎo)致無(wú)法應(yīng)對(duì)數(shù)據(jù)要素政策不確定性的波動(dòng)影響。

4.4.3 城市數(shù)字化水平異質(zhì)性

城市數(shù)字化建設(shè)支撐著整個(gè)數(shù)據(jù)要素市場(chǎng)的良性運(yùn)轉(zhuǎn)，是提高區(qū)域創(chuàng)新效率和數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵。由于我國(guó)城市數(shù)字化轉(zhuǎn)型程度存在差異，導(dǎo)致數(shù)據(jù)要素市場(chǎng)區(qū)域發(fā)展并不均衡［47］。本文根據(jù)新華三集團(tuán)編制的城市數(shù)字化發(fā)展指數(shù)［48］，將樣本城市劃分為高數(shù)字化城市、中數(shù)字化城市和低數(shù)字化城市并進(jìn)行回歸分析，結(jié)果如表6中列（6）～（8）所示?？梢园l(fā)現(xiàn)，數(shù)據(jù)要素政策不確定性對(duì)于高數(shù)字化水平和中數(shù)字化水平的城市地區(qū)具有顯著正向影響，其對(duì)低數(shù)字化水平城市無(wú)顯著效應(yīng)。高數(shù)字化水平城市的回歸系數(shù)為正，且在5%水平下通過(guò)顯著性驗(yàn)證，中數(shù)字化水平城市的回歸系數(shù)也為正，在10%水平下通過(guò)顯著性驗(yàn)證，但回歸系數(shù)與高數(shù)字化水平城市差異較大，這是因?yàn)楦邤?shù)字化地區(qū)數(shù)字基礎(chǔ)設(shè)施、數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)建設(shè)、數(shù)字政府、數(shù)字生態(tài)等方面水平較高，能夠敏銳捕捉到數(shù)據(jù)要素政策不確定性帶來(lái)的機(jī)遇，同時(shí)更加從容應(yīng)對(duì)數(shù)據(jù)要素政策不確定性的不良影響，驅(qū)動(dòng)數(shù)據(jù)要素深層次開(kāi)發(fā)利用，推動(dòng)市場(chǎng)多元協(xié)同發(fā)展。

綜上，政策不確定性的“推波助瀾”效應(yīng)在城市區(qū)位、等級(jí)和數(shù)字化水平上產(chǎn)生顯著差異，假設(shè)H3a、H3b、H3c成立。

5 結(jié)論與建議

5.1 理論貢獻(xiàn)

本文參考現(xiàn)有成熟的經(jīng)濟(jì)政策不確定性指數(shù)的構(gòu)建思路，結(jié)合數(shù)據(jù)要素相關(guān)特征，繪制出我國(guó)數(shù)據(jù)要素政策不確定性指數(shù)，定量分析微觀主體對(duì)于數(shù)據(jù)要素政策的感知程度，有助于客觀評(píng)價(jià)我國(guó)數(shù)據(jù)要素政策的宏觀引領(lǐng)程度，為我國(guó)相關(guān)政策的制定、宣傳和執(zhí)行提供定量分析工具和實(shí)證量化指標(biāo)。另外，本文基于我國(guó)2016—2022年296個(gè)城市、2 072個(gè)觀測(cè)樣本、22 792條面板數(shù)據(jù)為數(shù)據(jù)樣本，實(shí)證檢驗(yàn)了數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的影響與機(jī)制路徑，彌補(bǔ)了現(xiàn)有文獻(xiàn)在數(shù)據(jù)要素市場(chǎng)政策不確定性環(huán)境理論方面的不足，并為相關(guān)問(wèn)題研究提供了實(shí)證依據(jù)，進(jìn)一步豐富了該領(lǐng)域研究成果。

5.2 研究結(jié)論

研究發(fā)現(xiàn)：數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展產(chǎn)生“推波助瀾”效應(yīng)，經(jīng)調(diào)整被解釋變量、滯后檢驗(yàn)和剔除部分城市等一系列穩(wěn)健檢驗(yàn)后，該結(jié)論仍顯著成立。影響機(jī)制分析結(jié)果表明，地方金融發(fā)展會(huì)在政策不確定性與城市數(shù)據(jù)要素市場(chǎng)的發(fā)展中產(chǎn)生“此消彼長(zhǎng)”中介效應(yīng)，數(shù)據(jù)人才引育和信息資源利用會(huì)產(chǎn)生“推波助瀾”的中介效應(yīng)。通過(guò)深入分析數(shù)據(jù)要素政策不確定性對(duì)城市數(shù)據(jù)要素市場(chǎng)發(fā)展的異質(zhì)性發(fā)現(xiàn)，數(shù)據(jù)要素政策不確定性對(duì)東、中、西部地區(qū)城市數(shù)據(jù)要素市場(chǎng)發(fā)展均產(chǎn)生“推波助瀾”效應(yīng)，東部地區(qū)影響最大，西部地區(qū)其次，中部地區(qū)次之；對(duì)重點(diǎn)城市以及高、中數(shù)字化水平城市數(shù)據(jù)要素市場(chǎng)發(fā)展的驅(qū)動(dòng)效應(yīng)更顯著。

5.3 政策建議

1）深化金融支持，培育高質(zhì)量數(shù)據(jù)要素市場(chǎng)。地方金融發(fā)展是數(shù)據(jù)要素市場(chǎng)發(fā)展的重要支撐，在應(yīng)對(duì)政策不確定性時(shí)尤為關(guān)鍵。各城市應(yīng)深化與金融機(jī)構(gòu)的合作，積極推動(dòng)金融創(chuàng)新，為數(shù)據(jù)要素市場(chǎng)的發(fā)展提供多元化的融資渠道。例如，可以探索設(shè)立數(shù)據(jù)產(chǎn)業(yè)基金、金融產(chǎn)品（風(fēng)險(xiǎn)對(duì)沖工具、政策性保險(xiǎn)等），專門用于支持?jǐn)?shù)據(jù)企業(yè)的融資需求；明確數(shù)據(jù)要素確權(quán)，完善交易規(guī)則制定，加大在中西部地區(qū)數(shù)據(jù)交易平臺(tái)建設(shè)力度。此外，地方政府應(yīng)引導(dǎo)金融機(jī)構(gòu)優(yōu)化對(duì)數(shù)據(jù)產(chǎn)業(yè)的評(píng)估機(jī)制，降低風(fēng)險(xiǎn)溢價(jià)，提高金融對(duì)市場(chǎng)的支持力度。

2）加大數(shù)據(jù)人才的引進(jìn)和培養(yǎng)力度。數(shù)據(jù)人才是集高數(shù)字效能、高科技創(chuàng)新、高知識(shí)密度于一身的新質(zhì)勞動(dòng)者［30］，是推動(dòng)數(shù)據(jù)要素市場(chǎng)發(fā)展的核心動(dòng)力之一。在政策不確定性環(huán)境下，各城市應(yīng)加大數(shù)據(jù)人才的引進(jìn)和培養(yǎng)力度，通過(guò)設(shè)立專項(xiàng)資金、提供住房補(bǔ)貼、優(yōu)化就業(yè)環(huán)境等手段，吸引更多高素質(zhì)的數(shù)據(jù)人才落戶。此外，政府應(yīng)推動(dòng)企業(yè)與高校和科研機(jī)構(gòu)的“產(chǎn)學(xué)研”深度合作，設(shè)立數(shù)據(jù)科學(xué)和信息技術(shù)相關(guān)的培訓(xùn)項(xiàng)目，為城市培養(yǎng)更多符合市場(chǎng)需求的數(shù)據(jù)專業(yè)人才，以應(yīng)對(duì)快速變化的政策環(huán)境。

3）優(yōu)化城市信息資源的利用效率。政策不確定性要求城市具備更強(qiáng)的資源配置和應(yīng)對(duì)能力。為此，城市應(yīng)不斷優(yōu)化信息資源的利用效率，提升數(shù)據(jù)在政府管理和市場(chǎng)經(jīng)濟(jì)中的應(yīng)用水平。具體措施包括：加強(qiáng)數(shù)據(jù)共享平臺(tái)的建設(shè)，推動(dòng)跨部門、跨區(qū)域的數(shù)據(jù)互通，形成覆蓋全市的信息資源網(wǎng)絡(luò)；加大信息基礎(chǔ)設(shè)施建設(shè)力度，完善5G、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)的布局，為數(shù)據(jù)的高效傳輸和處理提供有力支撐；應(yīng)提升數(shù)據(jù)治理能力，確保數(shù)據(jù)的安全性和合規(guī)性，為數(shù)據(jù)要素市場(chǎng)的發(fā)展提供堅(jiān)實(shí)的基礎(chǔ)。

4）強(qiáng)化政策協(xié)調(diào)，減少區(qū)域政策不確定性。為彌補(bǔ)城市區(qū)域性差異，應(yīng)建立跨區(qū)域的政策協(xié)調(diào)機(jī)制，依托現(xiàn)有的“三縱四橫”經(jīng)濟(jì)帶和政府條塊關(guān)系加強(qiáng)政策信息共享與協(xié)作，搭建靈活的政策對(duì)接與反饋渠道，增強(qiáng)政策透明度與一致性。同時(shí)，積極開(kāi)展區(qū)域異質(zhì)性試點(diǎn)建設(shè)，由東部地區(qū)先行先試，探索新的市場(chǎng)機(jī)制和商業(yè)模式；中部地區(qū)可通過(guò)政策創(chuàng)新，提升數(shù)據(jù)要素的市場(chǎng)化程度；西部地區(qū)則可在政府引導(dǎo)下，探索數(shù)據(jù)要素市場(chǎng)發(fā)展的新模式，如與當(dāng)?shù)靥厣a(chǎn)業(yè)結(jié)合的跨境數(shù)據(jù)交易試點(diǎn)，促進(jìn)區(qū)域經(jīng)濟(jì)的高質(zhì)量發(fā)展。

參考文獻(xiàn)

［1］周文泓，文利君，吳一凡.我國(guó)省級(jí)政府面向數(shù)據(jù)資產(chǎn)化利用的推進(jìn)行動(dòng)調(diào)查及其啟示［J］.圖書(shū)情報(bào)工作，2024，68（3）：27-39.

［2］Ma Y R，Liu Z H，Ma D D，et al.A News-Based Climate Policy Uncertainty Index for China［J］.Scientific Data，2023，10（1）：881.

［3］Borenstein S，Bushnell J，Wolak F A，et al.Expecting the Unexpected：Emissions Uncertainty and Environmental Market Design［J］.American Economic Review，2019，109（11）：3953-3977.

［4］Baker S R，Bloom N，Davis S J.Measuring Economic Policy Uncertainty［J］.The Quarterly Journal of Economics，2016，131（4）：1593-1636.

［5］黃卓，邱晗，沈艷，等.測(cè)量中國(guó)的金融不確定性——基于大數(shù)據(jù)的方法［J］.金融研究，2018（11）：30-46.

［6］Benguria F，Choi J，Swenson D L，et al.Anxiety or Pain？The Impact of Tariffs and Uncertainty on Chinese Firms in the Trade War［J］.Journal of International Economics，2022，137：103608.

［7］顧海峰，周祉晴.貨幣政策不確定性、風(fēng)險(xiǎn)承擔(dān)與銀行信貸期限［J］.財(cái)經(jīng)理論與實(shí)踐，2024，45（5）：2-9.

［8］陳國(guó)榮，王蘇薩，鄧晶，等.中國(guó)氣候政策不確定性指數(shù)：構(gòu)建、分析與應(yīng)用前景［J］.氣候變化研究進(jìn)展，2024，20（3）：361-372.

［9］王超，余典范，龍睿.經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化——墊腳石還是絆腳石？［J］.經(jīng)濟(jì)管理，2023，45（6）：79-100.

［10］周建平，徐維祥，劉程軍，等.中國(guó)城市數(shù)智化轉(zhuǎn)型對(duì)產(chǎn)業(yè)現(xiàn)代化的影響［J］.經(jīng)濟(jì)地理，2024，44（7）：117-125.

［11］陳偉光，鐘華明.經(jīng)濟(jì)政策不確定性、國(guó)家治理能力與國(guó)家金融化［J］.南開(kāi)經(jīng)濟(jì)研究，2023（10）：60-81.

［12］田杰棠，劉露瑤.交易模式、權(quán)利界定與數(shù)據(jù)要素市場(chǎng)培育［J］.改革，2020（7）：17-26.

［13］Attard J，Orlandi F，Auer S.Exploiting the Value of Data Through Data Value Networks［C］//Proceedings of the 10th International Conference on Theory and Practice of Electronic Governance.New Delhi AA India.NewYork，NY，USA：ACM，2017：475-484.

［14］Driessen S W，Monsieur G，Van Den Heuvel W J.Data Market Design：A Systematic Literature Review［J］.IEEE Access，2022，10：33123-33153.

［15］國(guó)家數(shù)據(jù)局.數(shù)字中國(guó)發(fā)展報(bào)告（2023年）［R］.北京：國(guó)家數(shù)據(jù)局，2024：8-9.

［16］丁波濤.我國(guó)數(shù)據(jù)要素市場(chǎng)治理的模式、現(xiàn)狀與對(duì)策［J］.信息資源管理學(xué)報(bào)，2024，14（2）：29-40.

［17］趙放，蔣國(guó)梁，馬婉瑩.數(shù)據(jù)要素市場(chǎng)賦能數(shù)字產(chǎn)業(yè)創(chuàng)新——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)［J］.經(jīng)濟(jì)評(píng)論，2024（3）：109-125.

［18］趙琳，錢雨秋，鄭漢.歐盟數(shù)據(jù)要素市場(chǎng)培育政策、實(shí)踐與模式［J］.圖書(shū)館論壇，2024，44（12）：151-160.

［19］陳兵.因應(yīng)數(shù)據(jù)要素市場(chǎng)化配置全周期治理的挑戰(zhàn)［J］.法學(xué)，2023（10）：156-171.

［20］王文韜，張子一，錢鵬博，等.三維框架下我國(guó)數(shù)據(jù)要素政策量化研究［J］.情報(bào)理論與實(shí)踐，2024，47（10）：32-40，117.

［21］趙蕊菡，陳俊蕾，張瀟月.“周期—工具—主體”協(xié)同視角下我國(guó)公共數(shù)據(jù)治理政策解析［J］.情報(bào)資料工作，2024，45（5）：51-63.

［22］陶成煦，吳江，稅典程，等.取向與趨向：數(shù)據(jù)要素交易政策主題挖掘與演化研究［J］.情報(bào)理論與實(shí)踐，2024，47（6）：39-48.

［23］Andriychuk O.The New EU and UK Regimes for Regulating Competition in Digital Markets：We Finally See Whats on the Plate—But Do we Know How to Eat It？［J］.Journal of Antitrust Enforcement，2024，12（2）：195-200.

［24］Rodríguez Ayuso J F.Administrative Sanctioning Regime for Gatekeepers：Consequences for Non-Compliance With the Digital Markets Act［J］.Revista Digital de Derecho Administrativo，2023（31）：329-356.

［25］Marel E，F(xiàn)erracane M F.Do Data Policy Restrictions Inhibit Trade in Services？［J］.Review of World Economics，2021，157（4）：727-776.

［26］周文泓，楊璐羽，吳一凡.歐盟數(shù)據(jù)政策體系研究及其啟示［J］.情報(bào)理論與實(shí)踐，2025，48（1）：184-192，204.

［27］孫建軍.學(xué)科建設(shè)應(yīng)主動(dòng)服務(wù)數(shù)據(jù)要素市場(chǎng)培育的改革實(shí)踐［J］.圖書(shū)與情報(bào)，2020（3）：5-6.

［28］陳偉光，鐘華明.經(jīng)濟(jì)政策不確定性、國(guó)家治理能力與國(guó)家金融化［J］.南開(kāi)經(jīng)濟(jì)研究，2023（10）：60-81.

［29］彭俞超，韓珣，李建軍.經(jīng)濟(jì)政策不確定性與企業(yè)金融化［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2018（1）：137-155.

［30］趙騰，嚴(yán)俊，林成城，等.數(shù)據(jù)要素視角下新質(zhì)人才培養(yǎng)的機(jī)理與路徑［J］.情報(bào)理論與實(shí)踐，2024，47（10）：10-19.

［31］國(guó)務(wù)院學(xué)位委員會(huì)圖書(shū)情報(bào)與檔案管理學(xué)科評(píng)議組.2023年信息資源管理學(xué)科發(fā)展戰(zhàn)略研討會(huì)紀(jì)要［J］.圖書(shū)情報(bào)知識(shí)，2023，40（3）：6-12.

［32］蔡運(yùn)坤，周京奎，袁旺平.數(shù)據(jù)要素共享與城市創(chuàng)業(yè)活力——來(lái)自公共數(shù)據(jù)開(kāi)放的經(jīng)驗(yàn)證據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（8）：5-25.