數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力

摘要：在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)資產(chǎn)已成為影響企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵性資產(chǎn)之一。如何管理和運(yùn)用數(shù)據(jù)資產(chǎn)，推動(dòng)新質(zhì)生產(chǎn)力發(fā)展，是企業(yè)財(cái)務(wù)管理的重要課題?；?010—2023年中國(guó)A股上市公司數(shù)據(jù)，采用文本分析法構(gòu)建數(shù)據(jù)資產(chǎn)指標(biāo)，實(shí)證檢驗(yàn)企業(yè)數(shù)據(jù)資產(chǎn)對(duì)新質(zhì)生產(chǎn)力發(fā)展的影響。研究結(jié)果顯示，數(shù)據(jù)資產(chǎn)顯著促進(jìn)了企業(yè)新質(zhì)生產(chǎn)力發(fā)展，且這一效應(yīng)在國(guó)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(jìng)爭(zhēng)激烈的企業(yè)中更為突出。進(jìn)一步分析發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)通過(guò)促進(jìn)企業(yè)人力資本升級(jí)、提升資本配置效率與增強(qiáng)科技創(chuàng)新能力等促進(jìn)傳統(tǒng)要素升級(jí)的途徑發(fā)揮作用。希望研究結(jié)果能為企業(yè)深化數(shù)據(jù)資產(chǎn)的屬性認(rèn)識(shí)、發(fā)揮數(shù)據(jù)資產(chǎn)的財(cái)務(wù)功能、助推新質(zhì)生產(chǎn)力發(fā)展提供參考。關(guān)鍵詞：數(shù)據(jù)資產(chǎn)；新質(zhì)生產(chǎn)力；人力資本升級(jí)；資本配置效率；科技創(chuàng)新能力0引言新質(zhì)生產(chǎn)力是以創(chuàng)新為主導(dǎo)，具有高科技、高效能、高質(zhì)量特征的先進(jìn)生產(chǎn)力質(zhì)態(tài)[1]。發(fā)展新質(zhì)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(jì)增長(zhǎng)方式，以技術(shù)、數(shù)據(jù)等無(wú)形資產(chǎn)的積累與創(chuàng)新為新動(dòng)力，以網(wǎng)絡(luò)化、智能化的發(fā)展模式為新路徑，實(shí)現(xiàn)經(jīng)濟(jì)跨越式發(fā)展[2]。在新發(fā)展理念下，新質(zhì)生產(chǎn)力蓬勃發(fā)展，不只是經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化升級(jí)的內(nèi)在要求，更是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必由之路。與此同時(shí)，隨著大數(shù)據(jù)、云計(jì)算等技術(shù)的發(fā)展，中國(guó)迎來(lái)了數(shù)字經(jīng)濟(jì)時(shí)代。數(shù)據(jù)資產(chǎn)在生產(chǎn)、銷(xiāo)售等方面的廣泛運(yùn)用，已使其成為推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)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(duì)數(shù)據(jù)的進(jìn)一步管理與應(yīng)用，是企業(yè)擁有或控制的、能為企業(yè)帶來(lái)未來(lái)經(jīng)濟(jì)效益并以電子或物理方式記錄的數(shù)據(jù)資源[4]。2023年，財(cái)政部出臺(tái)《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》，規(guī)范了企業(yè)數(shù)據(jù)資源的相關(guān)會(huì)計(jì)處理，要求數(shù)據(jù)資產(chǎn)入表，推動(dòng)了數(shù)據(jù)資產(chǎn)化的進(jìn)程。數(shù)據(jù)資產(chǎn)作為企業(yè)的一種關(guān)鍵性資產(chǎn)，對(duì)企業(yè)的經(jīng)營(yíng)能力和新質(zhì)生產(chǎn)力的發(fā)展具有深遠(yuǎn)影響。一方面，在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，企業(yè)對(duì)數(shù)據(jù)資產(chǎn)管理和運(yùn)營(yíng)的能力是其自身核心競(jìng)爭(zhēng)力的來(lái)源，是其實(shí)現(xiàn)長(zhǎng)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(guò)明確數(shù)據(jù)的產(chǎn)權(quán)邊界、降低數(shù)據(jù)交易成本優(yōu)化數(shù)據(jù)要素市場(chǎng)的配置效率，有助于激發(fā)科技創(chuàng)新、提升經(jīng)濟(jì)效率及加速形成新質(zhì)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(jìn)一步推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的核心，又是驅(qū)動(dòng)發(fā)展新質(zhì)生產(chǎn)力的重要支撐。企業(yè)在財(cái)務(wù)管理中利用數(shù)據(jù)資產(chǎn)，充分挖掘其潛在價(jià)值，以加速發(fā)展新質(zhì)生產(chǎn)力，對(duì)于實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展、推進(jìn)中國(guó)式現(xiàn)代化具有重大意義。學(xué)術(shù)界在對(duì)新質(zhì)生產(chǎn)力的內(nèi)涵特征[7]、形成邏輯[8]進(jìn)行探討的基礎(chǔ)上，進(jìn)一步將相關(guān)研究從微觀和宏觀兩個(gè)層面向探究新質(zhì)生產(chǎn)力發(fā)展動(dòng)力方面擴(kuò)展。微觀層面，主要包括勞動(dòng)三要素（勞動(dòng)者、勞動(dòng)對(duì)象、勞動(dòng)資料）的升級(jí)拓展[9]、企業(yè)治理水平的提升[10]、股權(quán)結(jié)構(gòu)[11]等；宏觀層面，主要包括新一輪工業(yè)革命帶來(lái)的新產(chǎn)業(yè)[12]、堅(jiān)持?jǐn)U大開(kāi)放與合作共贏[13]、數(shù)字經(jīng)濟(jì)[14]等。上述研究側(cè)重于理論分析，雖然已有部分文獻(xiàn)關(guān)注到數(shù)據(jù)要素對(duì)新質(zhì)生產(chǎn)力發(fā)展的重要作用，從企業(yè)數(shù)字化轉(zhuǎn)型[15]、數(shù)智化創(chuàng)新[16]、科技成果轉(zhuǎn)化[17]、數(shù)據(jù)要素化[18]等角度進(jìn)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(zhì)生產(chǎn)力的重要一環(huán)[15]，在新質(zhì)生產(chǎn)力發(fā)展動(dòng)力中融入有關(guān)數(shù)據(jù)要素、數(shù)據(jù)資產(chǎn)的探討，更能體現(xiàn)新質(zhì)生產(chǎn)力區(qū)別于傳統(tǒng)生產(chǎn)力的新理念、新質(zhì)態(tài)，所以有必要繼續(xù)對(duì)作為數(shù)據(jù)要素具體化的數(shù)據(jù)資產(chǎn)推動(dòng)新質(zhì)生產(chǎn)力發(fā)展的功能與機(jī)制進(jìn)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(guò)文本分析法探討數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力發(fā)展的影響，并進(jìn)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(guān)系中的作用。本文的研究結(jié)果表明，數(shù)據(jù)資產(chǎn)有助于新質(zhì)生產(chǎn)力發(fā)展，并通過(guò)與傳統(tǒng)勞動(dòng)、資本、技術(shù)等要素相結(jié)合，促進(jìn)企業(yè)人力資本升級(jí)、資本利用率提高、科技創(chuàng)新能力提升，進(jìn)而對(duì)新質(zhì)生產(chǎn)力產(chǎn)生驅(qū)動(dòng)效應(yīng)。本文可能的貢獻(xiàn)在于：第一，從微觀視角全面探討數(shù)據(jù)資產(chǎn)對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用，以及與傳統(tǒng)要素相結(jié)合的乘數(shù)效應(yīng)在其中發(fā)揮的作用機(jī)理，拓展了新質(zhì)生產(chǎn)力驅(qū)動(dòng)因素的相關(guān)研究；第二，通過(guò)檢驗(yàn)數(shù)據(jù)資產(chǎn)促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的機(jī)制，豐富了數(shù)據(jù)資產(chǎn)經(jīng)濟(jì)效應(yīng)和新質(zhì)生產(chǎn)力驅(qū)動(dòng)因素的定量研究，將新質(zhì)生產(chǎn)力驅(qū)動(dòng)因素和數(shù)據(jù)資產(chǎn)經(jīng)濟(jì)后果的研究從理論分析進(jìn)一步擴(kuò)展到實(shí)證研究；第三，為數(shù)據(jù)資產(chǎn)對(duì)傳統(tǒng)生產(chǎn)要素的乘數(shù)效應(yīng)及對(duì)企業(yè)新質(zhì)生產(chǎn)力發(fā)展的促進(jìn)作用提供了新的經(jīng)驗(yàn)證據(jù)，有助于深化數(shù)字經(jīng)濟(jì)形態(tài)下的數(shù)據(jù)資產(chǎn)經(jīng)濟(jì)效應(yīng)研究。1理論分析與研究假設(shè)1.1數(shù)據(jù)資產(chǎn)與新質(zhì)生產(chǎn)力發(fā)展新質(zhì)生產(chǎn)力是一項(xiàng)系統(tǒng)性工程，不是取決于某個(gè)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(huì)加速勞動(dòng)者生產(chǎn)高效化、勞動(dòng)對(duì)象的拓展化和勞動(dòng)資料的智能化，全面升級(jí)新質(zhì)生產(chǎn)力的構(gòu)成三要素，驅(qū)動(dòng)生產(chǎn)力轉(zhuǎn)型。具體來(lái)說(shuō)，數(shù)據(jù)資產(chǎn)的普及與數(shù)據(jù)技術(shù)的應(yīng)用能發(fā)揮知識(shí)紅利，優(yōu)化生產(chǎn)模式，提升勞動(dòng)效率，進(jìn)而驅(qū)動(dòng)新質(zhì)生產(chǎn)力的生成。在數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)程中，各主體對(duì)勞動(dòng)者能力提出了更高的要求，勞動(dòng)者不僅需要學(xué)習(xí)、儲(chǔ)備先進(jìn)的技術(shù)知識(shí)和高端設(shè)備的操作規(guī)范，還要將其內(nèi)化為可運(yùn)用在實(shí)際中的技能方法。數(shù)據(jù)的可復(fù)制性使得生產(chǎn)知識(shí)與技能更廣泛且經(jīng)濟(jì)地傳播[20]"，從而降低知識(shí)傳遞成本，實(shí)現(xiàn)知識(shí)擴(kuò)散，顯著提高勞動(dòng)者學(xué)習(xí)新技能的便利性，有效促進(jìn)勞動(dòng)者綜合素養(yǎng)與工作效率的提升，為生產(chǎn)力質(zhì)的提升提供堅(jiān)實(shí)的高科技、高素質(zhì)人才支撐[21]。同時(shí)，企業(yè)可以利用數(shù)據(jù)資產(chǎn)進(jìn)行生產(chǎn)建模，制訂實(shí)時(shí)最優(yōu)的生產(chǎn)計(jì)劃，借助數(shù)據(jù)資產(chǎn)實(shí)現(xiàn)數(shù)字化監(jiān)控、管理和智能化運(yùn)營(yíng)，優(yōu)化替代簡(jiǎn)單體力勞動(dòng)流程[22]，在提高個(gè)體工作效率的同時(shí)，減少勞動(dòng)者繁雜重復(fù)任務(wù)的負(fù)擔(dān)，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(jì)時(shí)代的新型生產(chǎn)要素“數(shù)據(jù)”的規(guī)范化管理形態(tài)，蘊(yùn)含著巨大的生產(chǎn)力，正逐步推動(dòng)勞動(dòng)資料使用方式的創(chuàng)新與邊界的擴(kuò)大，重塑企業(yè)的生產(chǎn)方式，為生產(chǎn)力進(jìn)一步提升提供了新動(dòng)力。一方面，集成化的數(shù)據(jù)資產(chǎn)可以改進(jìn)企業(yè)的生產(chǎn)決策系統(tǒng)，結(jié)合人工智能等數(shù)據(jù)分析技術(shù)推動(dòng)了傳統(tǒng)勞動(dòng)工具向智能化工具轉(zhuǎn)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(shí)現(xiàn)生產(chǎn)設(shè)備間的協(xié)調(diào)調(diào)度和整合，為企業(yè)提供了一個(gè)多維度、全局化的視角，增強(qiáng)了企業(yè)對(duì)復(fù)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(guò)程中人力、物力等資源的浪費(fèi)，改善了生產(chǎn)組織方式[23]，降低了企業(yè)的生產(chǎn)成本，進(jìn)而推動(dòng)新質(zhì)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(dòng)資料的核心，帶來(lái)了比傳統(tǒng)生產(chǎn)要素更富活力的價(jià)值倍增效應(yīng)[24]，企業(yè)在利用數(shù)據(jù)資產(chǎn)靈活、精確協(xié)調(diào)調(diào)度生產(chǎn)資源的同時(shí)，還能通過(guò)所持有的數(shù)據(jù)資產(chǎn)獲取大量消費(fèi)行為特征數(shù)據(jù)，以洞悉市場(chǎng)走向，降低生產(chǎn)端與消費(fèi)端的信息不對(duì)稱(chēng)程度[20]"，根據(jù)市場(chǎng)需求及時(shí)、合理地優(yōu)化調(diào)整生產(chǎn)計(jì)劃，從而有效降本增效，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。與此同時(shí)，數(shù)據(jù)資產(chǎn)通過(guò)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(guò)對(duì)數(shù)據(jù)采集、儲(chǔ)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(jià)值，創(chuàng)造性地生成了去物化的新勞動(dòng)對(duì)象，催生了元宇宙、量子通信等數(shù)字產(chǎn)業(yè)[25]，將勞動(dòng)對(duì)象的范圍向虛擬領(lǐng)域不斷擴(kuò)展，為新質(zhì)生產(chǎn)力帶來(lái)新動(dòng)力；另一方面，數(shù)據(jù)資產(chǎn)通過(guò)其可復(fù)制、可共享等特點(diǎn)，實(shí)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(shí)空局限性，推動(dòng)了資源匹配與產(chǎn)業(yè)時(shí)空布局的優(yōu)化[26]，實(shí)現(xiàn)了傳統(tǒng)勞動(dòng)對(duì)象的數(shù)字化轉(zhuǎn)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(tái)經(jīng)濟(jì)、智能經(jīng)濟(jì)等。這不僅推動(dòng)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(gòu)和運(yùn)營(yíng)方式，促進(jìn)了可持續(xù)和綠色的生產(chǎn)改造，為新質(zhì)生產(chǎn)力發(fā)展提供了堅(jiān)實(shí)的產(chǎn)業(yè)基礎(chǔ)?；谝陨戏治?，提出假設(shè)1：H1：數(shù)據(jù)資產(chǎn)有助于新質(zhì)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(zhì)生產(chǎn)力數(shù)據(jù)資產(chǎn)是一種虛擬資產(chǎn)，其價(jià)值需要依托具體的生產(chǎn)要素來(lái)實(shí)現(xiàn)[27]。傳統(tǒng)生產(chǎn)要素主要包括勞動(dòng)、資本和土地，進(jìn)入信息科技時(shí)代之后又加入了“技術(shù)”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(jià)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(lái)倍增效應(yīng)[28]，使生產(chǎn)力產(chǎn)生質(zhì)變。數(shù)據(jù)資產(chǎn)與勞動(dòng)要素結(jié)合，不僅正向促進(jìn)了勞動(dòng)者素質(zhì)的提升，而且反向倒逼勞動(dòng)力需求發(fā)生結(jié)構(gòu)性變化，促進(jìn)了人力資本的升級(jí)，進(jìn)而推動(dòng)新質(zhì)生產(chǎn)力發(fā)展。一方面，數(shù)據(jù)資產(chǎn)強(qiáng)化了勞動(dòng)者與技術(shù)的互動(dòng)，增強(qiáng)了人機(jī)協(xié)作，促使勞動(dòng)者不斷提升自身技能和素養(yǎng)，努力掌握新型勞動(dòng)工具，并通過(guò)對(duì)數(shù)據(jù)分析工具和技術(shù)學(xué)習(xí)的進(jìn)一步整理，習(xí)得系統(tǒng)性知識(shí)，提高思維水平[30]，推動(dòng)了人力資本從簡(jiǎn)單機(jī)械的傳統(tǒng)手工和重復(fù)性勞動(dòng)升級(jí)為具有創(chuàng)新性、創(chuàng)造性的知識(shí)密集型和創(chuàng)新驅(qū)動(dòng)型勞動(dòng)。另一方面，數(shù)據(jù)資產(chǎn)不僅促進(jìn)了勞動(dòng)者技能的提升，而且推動(dòng)了勞動(dòng)市場(chǎng)結(jié)構(gòu)的變化。市場(chǎng)對(duì)勞動(dòng)者技能水平有更高的要求，對(duì)有創(chuàng)新性知識(shí)和技能勞動(dòng)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(shí)別和處理有效數(shù)據(jù)的數(shù)字素養(yǎng)的勞動(dòng)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(dòng)力。這既為新質(zhì)生產(chǎn)力發(fā)展提供了更優(yōu)質(zhì)的人力資源基礎(chǔ)，又迫使低技能勞動(dòng)者在勞動(dòng)力市場(chǎng)變化中謀求新出路[31]。數(shù)據(jù)資產(chǎn)對(duì)勞動(dòng)力市場(chǎng)的間接影響促進(jìn)了人才結(jié)構(gòu)的優(yōu)化與升級(jí)，為新質(zhì)生產(chǎn)力發(fā)展創(chuàng)造了新機(jī)遇。數(shù)據(jù)要素與資本要素結(jié)合，不僅優(yōu)化了資本使用模式，而且增強(qiáng)了市場(chǎng)對(duì)企業(yè)的金融支持，有效促進(jìn)了資本配置的優(yōu)化，提升了資本利用效率，有利于新質(zhì)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(cái)務(wù)信息的成本，便于管理者對(duì)有效信息和知識(shí)進(jìn)行提取，提高信息質(zhì)量[32]"，幫助企業(yè)在并購(gòu)、資本擴(kuò)張等投資決策中更好地預(yù)測(cè)市場(chǎng)發(fā)展風(fēng)向、識(shí)別潛在風(fēng)險(xiǎn)，從而優(yōu)化資本使用。同時(shí)，企業(yè)還能利用數(shù)據(jù)資產(chǎn)進(jìn)行動(dòng)態(tài)反饋和分析，對(duì)資本使用與收益情況進(jìn)行監(jiān)控分析，在事中及時(shí)調(diào)整資金流向，提高投資效率[6]；對(duì)已完成投資的結(jié)果與預(yù)期進(jìn)行比較分析，在事后優(yōu)化投資模型，進(jìn)一步提高資本配置效率。另一方面，數(shù)據(jù)資產(chǎn)對(duì)傳統(tǒng)資產(chǎn)進(jìn)行了有效補(bǔ)充，形成了從數(shù)據(jù)搜索、儲(chǔ)存到分析應(yīng)用的“數(shù)據(jù)鏈條”，提高了業(yè)務(wù)流程透明度與可塑性，進(jìn)而提供高質(zhì)量的會(huì)計(jì)信息[33]，有助于投資者對(duì)企業(yè)資信能力有更充分的掌握，緩解信息不對(duì)稱(chēng)導(dǎo)致的道德風(fēng)險(xiǎn)，提升資源供需匹配效率[34]。同時(shí)，隨著國(guó)家層面對(duì)數(shù)字經(jīng)濟(jì)及數(shù)據(jù)要素價(jià)值的高度重視，企業(yè)持有數(shù)據(jù)資產(chǎn)符合國(guó)家政策導(dǎo)向。這不僅為企業(yè)贏得了政策紅利與市場(chǎng)認(rèn)可，還激發(fā)了市場(chǎng)對(duì)于此類(lèi)企業(yè)的積極預(yù)期與信心[3]。金融機(jī)構(gòu)與投資者更加傾向于為這類(lèi)企業(yè)提供資金支持，從而為企業(yè)實(shí)現(xiàn)跨越式發(fā)展提供堅(jiān)實(shí)的金融保障。數(shù)據(jù)資產(chǎn)與技術(shù)要素結(jié)合，形成了具有知識(shí)溢出和積累效應(yīng)的信息流和技術(shù)流，提供了低成本的資源獲取方式和創(chuàng)新模式，增強(qiáng)了企業(yè)科技創(chuàng)新能力[22]，進(jìn)而驅(qū)動(dòng)生產(chǎn)力發(fā)生質(zhì)的提升與轉(zhuǎn)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(shí)，還加速了知識(shí)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(zhì)量的最優(yōu)路徑[35]，進(jìn)而推動(dòng)新質(zhì)生產(chǎn)力發(fā)展。其次，數(shù)據(jù)資產(chǎn)與技術(shù)要素結(jié)合催生了各種在線平臺(tái)和即時(shí)通信設(shè)備，促進(jìn)了全球范圍內(nèi)的即時(shí)通信協(xié)作，有助于突破地域限制，加強(qiáng)跨期、跨行的遠(yuǎn)程互動(dòng)協(xié)同[36]。數(shù)據(jù)資產(chǎn)的使用通過(guò)企業(yè)間的資源共享與交換，提升自主創(chuàng)新能力；通過(guò)對(duì)各環(huán)節(jié)的數(shù)據(jù)儲(chǔ)存與分析，實(shí)現(xiàn)數(shù)據(jù)試錯(cuò)代替實(shí)物試錯(cuò)，提高了企業(yè)間的創(chuàng)新合作效率[27]，進(jìn)而驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。最后，數(shù)據(jù)資產(chǎn)提供了大量消費(fèi)者與競(jìng)爭(zhēng)者行為數(shù)據(jù)。企業(yè)通過(guò)數(shù)字技術(shù)提取、分析其中有價(jià)值的信息，可以洞察消費(fèi)者偏好，保持對(duì)前沿技術(shù)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(shè)2：H2：數(shù)據(jù)資產(chǎn)通過(guò)與傳統(tǒng)生產(chǎn)要素融合促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。2研究設(shè)計(jì)2.1樣本選擇2010年，移動(dòng)互聯(lián)網(wǎng)、云計(jì)算與大數(shù)據(jù)技術(shù)等基礎(chǔ)技術(shù)創(chuàng)新開(kāi)始進(jìn)入快速發(fā)展時(shí)期，為企業(yè)使用數(shù)據(jù)資產(chǎn)創(chuàng)造價(jià)值提供了可能。因此，本文選取2010—2023年滬深A(yù)股上市公司作為研究樣本。上市公司年報(bào)來(lái)源于巨潮資訊網(wǎng)，其余財(cái)務(wù)數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。為避免特殊樣本和極端值對(duì)研究結(jié)論的影響，本文對(duì)研究樣本進(jìn)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(cái)務(wù)數(shù)據(jù)異常的樣本；④剔除數(shù)據(jù)缺失嚴(yán)重的樣本；⑤對(duì)連續(xù)變量在上下1%分位處進(jìn)行Winsorize縮尾處理。最終得到4824家企業(yè)共31130個(gè)觀測(cè)值。2.2變量定義2.2.1被解釋變量：新質(zhì)生產(chǎn)力（Npro）參考宋佳等[10]的研究，以勞動(dòng)三要素為理論支撐，采用熵權(quán)法，構(gòu)建企業(yè)新質(zhì)生產(chǎn)力評(píng)價(jià)指標(biāo)體系，見(jiàn)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(shí)現(xiàn)機(jī)制為基礎(chǔ)，分別從“數(shù)據(jù)收集、數(shù)據(jù)儲(chǔ)存、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用”4個(gè)階段建立企業(yè)數(shù)據(jù)資產(chǎn)關(guān)鍵詞詞譜，具體見(jiàn)表2。再利用Python對(duì)上市公司年報(bào)中涉及數(shù)據(jù)資產(chǎn)化的信息進(jìn)行挖掘，并統(tǒng)計(jì)年報(bào)中出現(xiàn)的關(guān)鍵詞詞頻，對(duì)關(guān)鍵詞詞頻進(jìn)行對(duì)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(duì)企業(yè)新質(zhì)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(quán)性質(zhì)（SOE）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)利潤(rùn)率（ROA）、成長(zhǎng)機(jī)會(huì)（TobinQ）、資本集中度（FIXED）、股權(quán)集中度（Top10）、董事會(huì)規(guī)模（Board）、獨(dú)立董事占比（Indep）作為控制變量。變量及其定義見(jiàn)表3。2.3模型設(shè)定為驗(yàn)證本文的研究假設(shè)，設(shè)定如下基準(zhǔn)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(zhì)生產(chǎn)力水平，數(shù)值越高，表明企業(yè)新質(zhì)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(zhì)生產(chǎn)力有關(guān)的財(cái)務(wù)、管理等方面的變量；∑Year和∑Industry分別為年份固定效應(yīng)和行業(yè)固定效應(yīng)。若模型（1）中系數(shù)α1的符號(hào)顯著為正，說(shuō)明企業(yè)擁有的數(shù)據(jù)資產(chǎn)越多，新質(zhì)生產(chǎn)力水平越高，即數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力發(fā)展具有顯著促進(jìn)作用。3實(shí)證檢驗(yàn)與結(jié)果分析3.1描述性統(tǒng)計(jì)分析與相關(guān)性分析3.1.1描述性統(tǒng)計(jì)分析主要變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表4。從表4看，樣本企業(yè)在數(shù)據(jù)資產(chǎn)和新質(zhì)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(jì)結(jié)果均在合理范圍內(nèi)。3.1.2相關(guān)性分析主要變量Pearson相關(guān)系數(shù)見(jiàn)表5。由表5可知，數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力相關(guān)系數(shù)為0.02，且在1%水平上顯著，說(shuō)明二者呈現(xiàn)正相關(guān)關(guān)系，初步反映了數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力的正向作用。但二者的關(guān)系仍需要通過(guò)回歸分析進(jìn)一步檢驗(yàn)。同時(shí)，各變量間的相關(guān)系數(shù)均小于0.6，說(shuō)明不存在嚴(yán)重的多重共線性問(wèn)題。3.2基準(zhǔn)回歸結(jié)果本文采用遞進(jìn)式回歸檢驗(yàn)H1，并依據(jù)公司層面的聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)誤來(lái)判斷系數(shù)顯著性，基準(zhǔn)回歸結(jié)果見(jiàn)表6。表6中列（1）報(bào)告了未加入控制變量、未控制行業(yè)和年份固定效應(yīng)的回歸結(jié)果?？梢钥吹剑忉屪兞繑?shù)據(jù)資產(chǎn)的估計(jì)系數(shù)在10%水平上顯著為正。表6中列（2）報(bào)告了加入控制變量的回歸結(jié)果，解釋變量數(shù)據(jù)資產(chǎn)的估計(jì)系數(shù)在1%水平上顯著為正。表6中列（3）和列（4）分別報(bào)告了逐步加入年份固定效應(yīng)和行業(yè)固定效應(yīng)的結(jié)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(shuō)明數(shù)據(jù)資產(chǎn)對(duì)提高企業(yè)新質(zhì)生產(chǎn)力水平起到了積極作用，H1得到驗(yàn)證。3.3內(nèi)生性檢驗(yàn)3.3.1傾向得分匹配（PSM）法為有效緩解樣本選擇偏差對(duì)模型結(jié)論可能產(chǎn)生的偏誤，增強(qiáng)研究結(jié)果的穩(wěn)健性與可靠性，本文采用傾向得分匹配（PSM）法對(duì)實(shí)驗(yàn)結(jié)論進(jìn)行進(jìn)一步驗(yàn)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(biāo)準(zhǔn)，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(jì)算每個(gè)觀測(cè)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(quán)性質(zhì)、公司價(jià)值等特征變量及計(jì)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(gè)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(yàn)結(jié)果見(jiàn)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(wú)系統(tǒng)差異的原假設(shè)，且協(xié)變量的標(biāo)準(zhǔn)化偏差均小于3%，說(shuō)明相較于匹配前，匹配后樣本對(duì)應(yīng)的控制變量間的差異不顯著，平行性假設(shè)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(jiàn)圖1和圖2。通過(guò)對(duì)比分析可以清晰地觀察到，經(jīng)過(guò)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(shuō)明匹配后的樣本滿足共同支撐假設(shè)?；谄ヅ浜蟮臉颖?，對(duì)基準(zhǔn)模型（1）進(jìn)行再擬合，結(jié)果見(jiàn)表8。如表8中列（1）所示，數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)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(zhì)生產(chǎn)力水平。因此，本文的核心結(jié)論，即數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力有積極影響，在有效應(yīng)對(duì)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(zhì)生產(chǎn)力之間潛在的交互跨期影響帶來(lái)的反向因果等內(nèi)生性問(wèn)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(jì)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(guān)性；另一方面，微觀企業(yè)個(gè)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(shè)。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(jié)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(zhì)生產(chǎn)力水平。同時(shí)，表8中列（2）顯示第一階段回歸的LM統(tǒng)計(jì)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(guò)為處理組中的每個(gè)樣本分配最優(yōu)權(quán)重的處理組樣本組合，確保處理組與控制組在多個(gè)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(dǎo)致的內(nèi)生性問(wèn)題。這不僅能夠彌補(bǔ)PSM方法在控制高階統(tǒng)計(jì)特征方面的不足，而且進(jìn)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(jìn)一步消除企業(yè)特征差異對(duì)數(shù)據(jù)資產(chǎn)促進(jìn)企業(yè)新質(zhì)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(duì)每個(gè)樣本特征協(xié)變量進(jìn)行均值、方差、偏度的三階矩調(diào)整，進(jìn)一步消除企業(yè)基本面差異對(duì)數(shù)據(jù)資產(chǎn)促進(jìn)企業(yè)新質(zhì)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(shí)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(shuō)明結(jié)論穩(wěn)健。3.4穩(wěn)健性檢驗(yàn)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(guān)變量并控制了行業(yè)和年份的固定效應(yīng)，但是除自身因素外，企業(yè)所屬行業(yè)隨時(shí)間的發(fā)展變化等因素可能也會(huì)影響數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力的關(guān)系。因此，為緩解遺漏變量對(duì)研究結(jié)論產(chǎn)生的可能干擾，參考李健等[27]的做法，在基準(zhǔn)回歸基礎(chǔ)上控制了個(gè)體固定效應(yīng)和“行業(yè)×?xí)r間”的高階聯(lián)合固定效應(yīng)后進(jìn)行穩(wěn)健性檢驗(yàn)。如表9中列（1）、列（2）所示，數(shù)據(jù)資產(chǎn)與新質(zhì)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(shuō)明數(shù)據(jù)資產(chǎn)可以有效提高企業(yè)的新質(zhì)生產(chǎn)力水平。因此，在控制遺漏變量后，研究結(jié)論依然穩(wěn)健。3.4.2替換變量計(jì)算方式參考路征等[5]的研究，若不存在調(diào)整成本，企業(yè)的市場(chǎng)價(jià)值應(yīng)當(dāng)為各類(lèi)資產(chǎn)價(jià)值的總和，但入表的資產(chǎn)很難完全概括類(lèi)似于數(shù)據(jù)資產(chǎn)這類(lèi)“無(wú)形資產(chǎn)”。因此，隨著數(shù)據(jù)的不斷積累和數(shù)字化技術(shù)的廣泛運(yùn)用，企業(yè)的市場(chǎng)價(jià)值與賬面資產(chǎn)價(jià)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(jià)值。本文采用市場(chǎng)價(jià)值與總資產(chǎn)的差值（Digasl）替代基準(zhǔn)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(shuō)明替換解釋變量以后，研究結(jié)論依然穩(wěn)健。同時(shí)，參考宋佳等[10]的研究，使用LP（線性規(guī)劃）法計(jì)算的全要素生產(chǎn)率（TFP_LP）替代企業(yè)新質(zhì)生產(chǎn)力的發(fā)展水平指標(biāo)。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(shuō)明替換被解釋變量以后，研究結(jié)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(duì)數(shù)據(jù)驅(qū)動(dòng)型企業(yè)樣本進(jìn)行剔除，以檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)一般制造業(yè)、服務(wù)業(yè)等領(lǐng)域企業(yè)的影響。具體地，結(jié)合《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)（2021）》和《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》，剔除包括“軟件和信息技術(shù)服務(wù)業(yè)”“互聯(lián)網(wǎng)相關(guān)服務(wù)”在內(nèi)的5個(gè)數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)。如表9中列（5）所示，剔除數(shù)據(jù)驅(qū)動(dòng)型企業(yè)樣本后，數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力仍在1%水平上顯著正相關(guān)，說(shuō)明即使在非數(shù)據(jù)驅(qū)動(dòng)型的一般傳統(tǒng)行業(yè)中，數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)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(zhì)生產(chǎn)力的發(fā)展，而居家工作的興起又會(huì)推動(dòng)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(duì)企業(yè)新質(zhì)生產(chǎn)力的促進(jìn)作用方面產(chǎn)生噪聲，因此剔除2020年以后的樣本，再次進(jìn)行回歸檢驗(yàn)。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(zhì)生產(chǎn)力的系數(shù)仍在1%水平上顯著為正，說(shuō)明數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力的正向影響是穩(wěn)健的。我國(guó)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(shì)，這些因素可能對(duì)數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力之間的關(guān)系產(chǎn)生影響。因此，對(duì)企業(yè)所屬地區(qū)為直轄市的樣本進(jìn)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(duì)企業(yè)新質(zhì)生產(chǎn)力的影響仍在1%水平上顯著為正，說(shuō)明數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力的正向作用較穩(wěn)健。4進(jìn)一步分析4.1異質(zhì)性分析為了更為細(xì)致地研究數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響，本文檢驗(yàn)了數(shù)據(jù)資產(chǎn)對(duì)企業(yè)新質(zhì)生產(chǎn)力在產(chǎn)權(quán)性質(zhì)、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(zhì)性效應(yīng)。異質(zhì)性分析結(jié)果見(jiàn)表10。4.1.1產(chǎn)權(quán)性質(zhì)異質(zhì)性為驗(yàn)證數(shù)據(jù)資產(chǎn)對(duì)不同產(chǎn)權(quán)企業(yè)新質(zhì)生產(chǎn)力的異質(zhì)性表現(xiàn)，將樣本分為國(guó)有企業(yè)（SOE=1）和民營(yíng)企業(yè)（SOE=0），進(jìn)行分組回歸。如表10中列（1）、列（2）所示，國(guó)有企業(yè)和民營(yíng)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(yàn)結(jié)果顯示二者系數(shù)差異為-0.045且在5%水平上顯著，說(shuō)明數(shù)據(jù)資產(chǎn)對(duì)國(guó)有企業(yè)和民營(yíng)企業(yè)新質(zhì)生產(chǎn)力的發(fā)展均有正向促進(jìn)效果，其中對(duì)國(guó)有企業(yè)新質(zhì)生產(chǎn)力的促進(jìn)作用更明顯?？赡艿脑蛟谟冢簢?guó)有企業(yè)能獲得更多資源支持。這種特殊的優(yōu)勢(shì)使得國(guó)有企業(yè)在數(shù)據(jù)資產(chǎn)的積累、應(yīng)用和開(kāi)發(fā)上具有顯著的成本優(yōu)勢(shì)和人才優(yōu)勢(shì)，從而能更好地發(fā)揮數(shù)據(jù)資產(chǎn)的乘數(shù)效應(yīng)，促進(jìn)新質(zhì)生產(chǎn)力的提升。4.1.2治理水平異質(zhì)性本文采用管理費(fèi)用率探討公司治理對(duì)數(shù)據(jù)資產(chǎn)促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的差異性，管理費(fèi)用率越高，表示企業(yè)的治理水平越低。具體地，按照管理費(fèi)用率的中值將企業(yè)分為治理效率高組（管理費(fèi)用率低于中位數(shù)）和治理效率低組（管理費(fèi)用率高于中位數(shù)），進(jìn)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(yàn)結(jié)果顯示二者系數(shù)差異顯著為負(fù)，說(shuō)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(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用更明顯?？赡艿脑蛟谟冢褐卫硇实偷钠髽I(yè)在治理結(jié)構(gòu)和決策流程中存在缺陷，數(shù)據(jù)資產(chǎn)的管理和運(yùn)用對(duì)于降低信息不對(duì)稱(chēng)程度、提高決策質(zhì)量和效率的效果更好，可以彌補(bǔ)這類(lèi)企業(yè)治理決策方面的短板，對(duì)其在新質(zhì)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(zhì)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(duì)數(shù)據(jù)資產(chǎn)促進(jìn)新質(zhì)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(jìn)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(duì)新質(zhì)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(zhì)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(shuō)明數(shù)據(jù)資產(chǎn)對(duì)輕資產(chǎn)企業(yè)新質(zhì)生產(chǎn)力的促進(jìn)作用更好?？赡艿脑蛟谟冢褐刭Y產(chǎn)企業(yè)固定資產(chǎn)比重高，其流動(dòng)資金占比少且需承擔(dān)較高的維修成本，限制了其利用數(shù)據(jù)資產(chǎn)更好地開(kāi)發(fā)新技術(shù)和靈活地適應(yīng)市場(chǎng)變化。相比之下，輕資產(chǎn)企業(yè)則更多依賴(lài)于外包合作。這種模式使得輕資產(chǎn)企業(yè)能夠靈活調(diào)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(yīng)用上，從而更有效地發(fā)展新質(zhì)生產(chǎn)力。4.1.4行業(yè)屬性異質(zhì)性不同的行業(yè)屬性會(huì)影響企業(yè)新質(zhì)生產(chǎn)力的形成路徑和數(shù)據(jù)資產(chǎn)促進(jìn)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(guó)證監(jiān)會(huì)行業(yè)分類(lèi)標(biāo)準(zhǔn)，將樣本分為高科技企業(yè)與非高科技企業(yè)，進(jìn)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(zhì)生產(chǎn)力的系數(shù)顯著為正，對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用明顯。而在勞動(dòng)密集型企業(yè)中，數(shù)據(jù)資產(chǎn)與新質(zhì)生產(chǎn)力的系數(shù)不顯著。二者的組間系數(shù)顯著為負(fù)，也表明數(shù)據(jù)資產(chǎn)對(duì)高科技企業(yè)新質(zhì)生產(chǎn)力的促進(jìn)作用更明顯?？赡艿脑蛟谟冢焊呖萍夹袠I(yè)作為知識(shí)技術(shù)密集型領(lǐng)域，在數(shù)字化技術(shù)的應(yīng)用上擁有天然的技術(shù)基礎(chǔ)設(shè)施、科技人才儲(chǔ)備和成熟的創(chuàng)新機(jī)制等優(yōu)勢(shì)，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(dòng)技術(shù)創(chuàng)新和產(chǎn)品升級(jí)，從而在新質(zhì)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(zhì)性外部環(huán)境同樣會(huì)影響企業(yè)的新質(zhì)生產(chǎn)力發(fā)展。行業(yè)競(jìng)爭(zhēng)越激烈，企業(yè)推進(jìn)數(shù)據(jù)資產(chǎn)化管理的意愿越強(qiáng)。本文采用赫芬達(dá)爾指數(shù)（HHI）衡量企業(yè)所在行業(yè)的競(jìng)爭(zhēng)程度，HHI越小，行業(yè)競(jìng)爭(zhēng)越激烈。具體地，按照赫芬達(dá)爾指數(shù)的中值將企業(yè)分為行業(yè)競(jìng)爭(zhēng)程度高組（赫芬達(dá)爾指數(shù)低于中位數(shù)）和行業(yè)競(jìng)爭(zhēng)程度低組（赫芬達(dá)爾指數(shù)高于中位數(shù)），進(jìn)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(yàn)結(jié)果顯示二者系數(shù)差異顯著為正，說(shuō)明在競(jìng)爭(zhēng)程度高的行業(yè)中，企業(yè)數(shù)據(jù)資產(chǎn)化更能促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展?？赡艿脑蛟谟冢寒?dāng)行業(yè)競(jìng)爭(zhēng)較為激烈時(shí)，企業(yè)更有動(dòng)力積累和運(yùn)用能產(chǎn)生乘數(shù)效應(yīng)的數(shù)據(jù)資產(chǎn)，以保持競(jìng)爭(zhēng)力，進(jìn)而更有利于新質(zhì)生產(chǎn)力的發(fā)展。同時(shí)，當(dāng)競(jìng)爭(zhēng)程度較高的行業(yè)有部分企業(yè)使用數(shù)據(jù)資產(chǎn)時(shí)，也會(huì)帶動(dòng)其他企業(yè)利用和開(kāi)發(fā)數(shù)據(jù)資產(chǎn)。這種競(jìng)爭(zhēng)能促進(jìn)整個(gè)行業(yè)數(shù)據(jù)資產(chǎn)運(yùn)用能力的提升，進(jìn)而提升數(shù)據(jù)資產(chǎn)對(duì)新質(zhì)生產(chǎn)力的促進(jìn)效果。4.2機(jī)制檢驗(yàn)根據(jù)前文分析，數(shù)據(jù)資產(chǎn)通過(guò)其非競(jìng)爭(zhēng)性、低成本復(fù)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(yīng)，全面激發(fā)傳統(tǒng)生產(chǎn)要素的潛在動(dòng)能，以實(shí)現(xiàn)生產(chǎn)過(guò)程創(chuàng)新與資源優(yōu)化配置，驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。據(jù)此，本文從勞動(dòng)要素、資本要素、技術(shù)要素3個(gè)角度探索數(shù)據(jù)資產(chǎn)促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展的作用機(jī)制，用以驗(yàn)證H2。由于數(shù)據(jù)資產(chǎn)對(duì)土地的影響較為間接，主要通過(guò)土地利用的優(yōu)化、土地價(jià)值評(píng)估的精準(zhǔn)化等方式體現(xiàn)，對(duì)新質(zhì)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(guān)性特征，會(huì)造成逐步檢驗(yàn)法第三步的高標(biāo)準(zhǔn)誤，削弱統(tǒng)計(jì)檢驗(yàn)的顯著性水平；而中介變量的隨機(jī)性也會(huì)影響中介效應(yīng)的估計(jì)偏誤，因?yàn)榭赡艽嬖谕瑫r(shí)作用于中介變量與目標(biāo)被解釋變量的未觀測(cè)因素；同時(shí)，勞動(dòng)、資本、技術(shù)都較為直觀地被理論證明了其對(duì)企業(yè)新質(zhì)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(huì)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(jī)制檢驗(yàn)?zāi)Ｐ?，?duì)數(shù)據(jù)資產(chǎn)影響企業(yè)新質(zhì)生產(chǎn)力的機(jī)制進(jìn)行驗(yàn)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(jī)制代理變量；其余變量含義與基準(zhǔn)模型（1）保持一致。4.2.1人力資本升級(jí)據(jù)前文分析可知，數(shù)據(jù)資產(chǎn)、智能化工具與勞動(dòng)要素結(jié)合會(huì)促進(jìn)人力資本的升級(jí)，提升勞動(dòng)生產(chǎn)率并改變勞動(dòng)的性質(zhì)，而由此帶來(lái)的勞動(dòng)力質(zhì)量的提高則會(huì)促進(jìn)企業(yè)新質(zhì)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(shù)員工占比衡量企業(yè)的人力資本升級(jí)（Labor）。如表11中列（1）所示，數(shù)據(jù)資產(chǎn)與人力資本升級(jí)的回歸系數(shù)顯著為正，說(shuō)明數(shù)據(jù)資產(chǎn)能通過(guò)推進(jìn)企業(yè)人力資本升級(jí)促進(jìn)新質(zhì)生產(chǎn)力水平的提升。4.2.2