Can Open Government Data Boost Urban Innovation?An Analysis Based on Effective Market and Proactive Government Mechanisms

Hu Xueping1,Wang Yiqiao1,2

(1.School of Economics,Zhongnan University of Economics and Law,Wuhan 430073,China;2.School of Business Administration,China University of Petroleum-Beijing at Karamay.Karamay 834000,China)

Abstract：Strengthening urban innovation systems and optimizing the efficiency of innovation factor allocation are critical for overcoming the "middle-technology trap" and realizing a Chinese-style modernization.Against this backdrop, the digital revolution has positioned data as a crucial production factor.In China, public data accounts for over 80% of the national total data resources, with an estimated value of 10-15 trillion yuan in 2020.The nationwide open datasets have exceeded 2 million items, covering livelihood areas such as transportation, healthcare, education, and environmental protection.Open government data policies can break down information silos, enhance inter-departmental coordinated development, and expand socio-economic benefits.Both domestic and international research consensus holds that enhancing innovation capacity is a key impact of public data openness, though systematic empirical verification remains insufficient.Domestic research mostly focuses on the enterprise perspective, with less research on urban innovation.Additionally, existing literature varies significantly in its research angles, resulting in no unified conclusions regarding how public data openness specifically influences urban innovation.Therefore, it is essential to explore their mechanisms in promoting urban innovation.

This study utilizes annual panel data from 271 cities in China from 2009 to 2023 to construct a multi-period difference-in-differences model to explore the impact of open public data on urban innovation.The establishment of open government data platforms in cities is treated as a quasi-natural experiment, with the number of patent grants per city as the dependent variable.Mechanism tests are conducted via effective market and proactive government paths.In addition, the paper studies the moderating role of digital inclusive finance and human capital stock, and finally uses a spatial Durbin model to investigate whether the positive effect of open government data on urban innovation has spatial spillovers.The study tests the spatial autocorrelation of the dependent variable—urban innovation capacity.Following the existing literature, it computes the global Moran’s I for each year under three weighting schemes: the contiguity matrix (W1), the economic-distance matrix (W2), and the nested economic-geographical matrix (W3).

Empirical results indicate that the implementation of open government data policies significantly promotes urban innovation by stimulating market vitality and enhancing marketization levels to make the market effective, reducing government intervention, optimizing government-business relations, and improving the business environment to promote proactive government action, thus fostering urban innovation through the dual pathways of an effective market and a proactive government.Digital inclusive finance plays a positive moderating role by alleviating financing constraints and providing funding support, while human capital stock amplifies the innovative advantages of open government data by strengthening knowledge spillover effects.Moreover, there is heterogeneity among cities: cities southeast of Hu Huanyong’s line, cities with a higher level of industrial structure upgrading, and large cities exhibit a stronger innovation promotion effect, likely due to more complete digital infrastructure, a more advantageous industrial structure, and stronger human capital, which further confirms the positive moderating effect of human capital stock and digital inclusive finance.In addition, open government data has a significant spatial spillover effect on urban innovation, positively impacting other cities through spatial interactions, and this effect is jointly driven by geographic proximity, economic similarity, and the interaction between the two.Lastly, in the transmission mechanism of public data openness promoting urban innovation capacity, the synergy of an effective market and a proactive government has produced a significant promotion effect.

The theoretical contributions are threefold.First, by conceptualizing open government data as a quasi-experiment, we extend existing innovation theory to encompass data governance frameworks.Second, the integration of effective market and proactive government mechanisms addresses a critical gap in understanding state-market synergies within innovation ecosystems.Third, our spatial and moderating analyses provide nuanced insights into cross-city disparities and multiplier effects.Practically speaking, this study offers valuable guidance for policies related to data openness roadmaps, digital finance integration, and intercity innovation networks, providing an actionable blueprint for fostering high-quality urban development.

Key Words：Open Government Data; Urban Innovation; Effective Market; Proactive Government

DOI：10.6049/kjjbydc.D62025040962

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5

文献标识码：A

文章编号：1001-7348(2026)05-0001-12

收稿日期：2025-04-30

修回日期：2025-07-18

作者简介：胡雪萍(1965-),女,江西宜春人,博士,中南财经政法大学经济学院教授,研究方向为发展经济学、数字经济;王谊巧(1994-),女,河南周口人,中南财经政法大学经济学院博士研究生,中国石油大学(北京)克拉玛依校区工商管理学院讲师,研究方向为发展经济学、劳动经济学。通讯作者:王谊巧。

0 引言

随着数字化浪潮席卷全球,数据作为关键性生产要素的重要性日益凸显。我国拥有丰富的数据资源基础,2024年数据生产量达41.06泽字节(ZB),同比增长25%,展现出强劲的增长势头,其中,公共数据占比最大,并且具有易复制、可共享、边际成本递减等优势[1]。大数据时代,稳步推进公共数据开放势在必行。

从定义来看,公共数据是指具有公共属性的数据资源,不仅包括政府内部的政务数据,而且涵盖企业等市场主体在商业活动中产生的与社会公共利益相关的数据[2]。公共数据开放并非简单地信息公开、数据发布[3],从行为特征角度而言,公共数据开放是政府机关以及履行公共管理和服务职能的事业单位将其在依法履职过程中采集、产生的各类数据资源向社会提供的活动[4]。从实践来看,2012年上海首个公共数据开放平台上线,起到了良好的示范作用,北京、湛江、无锡等地紧随其后,陆续推出开放数据平台。截至2024年7月,我国已有243个城市上线数据开放平台[5]。

当前,我国经济发展已由高速增长阶段转向高质量发展阶段。城市作为区域创新的空间主体和政策实施的落脚点[6],是推动经济结构转型升级、实现高质量发展的核心载体。因此,有必要探讨在大数据时代和新发展阶段公共数据开放能否为城市创新提供动力,以及提供动力的作用路径。

1 文献综述

近年来,公共数据开放研究主要聚焦内涵界定、价值、影响、开放质量评价等。从内涵界定来看,孟庆国等[7]提出,公共数据开放是保障社会公众和市场主体平等、普惠获取公共数据资源的重要途径;张云昊等[8]提出,广义的数据开放是公共数据开放主体基于多种价值目的,将其掌握的各类数据资源通过不同模式依法向社会提供的活动。从价值及影响来看,公共数据开放被普遍认为具有政治价值、社会价值、经济价值等,能够提高政策透明度、提高民众参与治理程度、促进经济增长、刺激创新等。Janssen等[9]指出,公共数据开放的益处在于政治社会、经济以及技术3方面,能够增加政府透明度、提高公民参与度,刺激经济增长和创新,以及优化行政流程;Bates[10]提出,信息政策可能成为应对当前政治和经济危机的重要领域,公共数据开放政策可以作为应对新自由主义危机的政策工具。从开放质量来看,Nikiforova等[11]评估和比较了41个国家开放数据门户的可用性,提出多数国家在用户体验和互动方面仍有较大改进空间;郑磊等[12]研究发现,我国各地公共数据开放缺少国家层面的法规保障,运营服务水平有待提升,供给水平尚难以满足用户需求。

从公共数据开放与创新关系的研究来看,国外研究较多集中于理论探讨或案例分析,并且大多数研究均认可公共数据开放能够促进创新。如Mergel等[13]提出,公共数据开放主要影响两类创新,一类是产品创新和流程创新,另一类是政府内部创新和社会外部创新;Kitsios等[14]基于塞萨洛尼基的案例研究,发现开放数据主要通过数据共享创造新数据集、新信息和新应用,进而为创业者、开发者、企业和研究机构等提供创新机会。

国内研究则注重实证分析,分层面对技术创新、城市创新进行研究,随着我国大力建设公共数据开放平台,近3年相关研究数量明显增多。在技术创新方面,马永军等[15]的研究表明,政府数据开放可以通过推动数字经济发展、改善营商环境、提高创业活跃度3条途径促进城市技术创新;沈坤荣等[16]研究发现,公共数据开放显著促进技术创新,并且由于数据要素与数字技术创新的内在关联性,公共数据开放能够满足技术创新的公共数据资源需求,并通过降低企业外部环境不确定性、创设数据应用场景等促进技术创新,推动数字技术向各领域渗透融合。在城市创新方面,黄先海和虞柳明[17]的研究提出,政府数据开放主要通过提高城市信息产业的创业活力和人才集聚程度,促进城市创新水平提升,且政府数据开放效率具有正向调节作用;孟望生等[18]研究发现,政府数据开放能够提升城市绿色创新效率,其主要通过促进人才集聚、激发创新创业活力和优化监管环境三条路径实现,换而言之,政府数据开放能够促进绿色创新“量质齐升”,政府数据开放平台质量提高能够强化其绿色创新效应。

综上所述,国内外研究均认可公共数据开放的重要影响之一是提升创新能力,但缺乏系统性验证,同时,国内研究多集中于企业视角,较少涉及城市创新探讨。在已有研究中分析角度也有一定差异,对公共数据开放如何影响城市创新尚未形成统一结论。基于此,本文以城市公共数据平台上线为准自然实验并作为公共数据开放的代理变量,结合2009—2023年271个城市面板数据,使用多时点双重差分模型,分析公共数据开放对城市创新水平的影响及作用机制。本文的边际贡献主要有以下3点:第一,以政府开放公共数据平台作为准自然实验,分析数据要素如何影响城市创新,丰富创新理论研究;第二,结合有为政府和有效市场进行分析,构建政府与市场协同发展格局,通过公共数据开放促进城市创新水平提升,为城市经济实现高质量发展提供参考;第三,引入数字普惠金融和人力资本存量作为调节变量,有效识别城市间创新水平差异来源;第四,运用空间计量模型探讨公共数据开放对城市创新的空间溢出效应,进一步丰富城市协同创新学说。

2 理论分析与研究假设

2.1 公共数据开放与城市创新

(1)根据创新理论,创新的本质是通过构建新型生产函数,实现生产要素与生产条件的重新组合,从而提升资源配置效率[19]。在此理论框架下,公共数据开放通过将政府持有的信息公共品转化为具有生产价值的创新要素,使数据作为一种新型生产要素被纳入生产体系,而数据要素通过与其他传统要素融合发挥乘数效应,促进新知识生成与应用,实现信息资源的即时共享和资源配置优化,提高要素利用效率,激发区域创新活力,提升区域整体创新能力,进而推动城市及周边地区协同发展[20]。

(2)根据内生增长理论,知识具有非竞争性和部分非排他性,其溢出可为创新者提供新思路、新资源,促进长期的经济增长。公共数据开放能够显著降低信息不对称性和交易成本[21],通过提供高质量的数据资源,促进创新主体间的知识扩散与溢出,形成正外部性效应。传统的创新活动往往面临数据获取成本高的约束,而政府主导的数据开放显著提高了企业、科研机构及个人创新主体获取关键数据的便利性,加速了技术扩散和模仿创新。

(3)根据制度预期理论,公共数据开放传递出重要信号,体现了政府支持数据驱动型发展模式的政策导向。这种制度预期能够产生显著的吸引力效应,一方面提升城市对高层次创新人才的集聚能力,另一方面破除行政垄断,激发企业创新动能,进而稳定企业预期,增强对科技企业和风险投资机构的区位吸引力,从而优化城市创新生态系统。因此,本文提出如下假设:

H1:公共数据开放能够提升城市创新水平。

2.2 有效市场机制

新结构经济学强调在市场经济发展过程中有效市场和有为政府需相互配合、共同作用。因此,本文选择有效市场和有为政府两条路径机制进行分析,探究公共数据开放能否通过提升有效市场和有为政府水平,进而促进城市创新。

有效市场是指尊重市场规律,通过价格信号和机制使得资源配置达到帕累托有效的市场制度安排[22]。市场活力是指市场的交易活跃度、流动性、价格发现能力以及创新适应性,它直接影响信息融入价格的效率,能够反映短期内市场有效程度;市场化水平反映长期内市场有效的稳态性,它由一系列基础性制度安排所决定,包括产权保护、金融自由化、竞争政策等,这些制度安排为稳定的市场运行提供了可预期的框架,确保资源配置长期优化与竞争环境公平有序。因此,本文从市场活力和市场化水平两方面探究有效市场。

第一,公共数据开放能够优化市场主体对创新机会与风险的判断[23],降低创新成本,激发市场活力,提升城市创新水平。公共数据开放本质上是政府供给公共信息产品,有效弥补市场信息不对称性,为企业、投资者、创业者等市场主体提供有政府背书的产业趋势、人口流动等公共信息资源[24],降低市场交易成本与试错风险,帮助市场主体快速识别市场机会,激发市场活力,为创新发展提供持续动力。

第二,公共数据开放能够打破数据孤岛,推动要素市场化改革,提升市场化水平,为城市创新提供良好环境。公共数据开放有助于引入第三方机构参与开发与应用,推动政府、市场、社会三方协同共治,通过数据驱动市场竞争,提高市场定价效率,提升市场治理效能,增强市场预期稳定性,完善创新生态体系。因此,本文提出如下假设:

H2:公共数据开放通过激发市场活力与提升市场化水平促进有效市场,进而提升城市创新水平。

2.3 有为政府机制

有为政府的核心要义在于为市场发挥资源配置作用创造条件[25],因此本文通过3大维度刻画有为政府。第一维度是“主动不为”,我国“放管服”改革的核心宗旨是通过减少行政权力的不当干预,优化行政权力作用方式,提升市场活跃度,激发市场创造力,有效破除影响市场交易的各种藩篱和屏障;第二维度是“规范有为”,“放管服”改革并非政府的简单退出,而是重塑政府服务市场模式,构建亲清友好的新型政商关系,更好地促进有效市场与有为政府的结合;第三维度是“积极有为”,政府部门通过制度创新、服务优化和权益保障,在尊重市场规律的前提下,通过制度创新持续提升政府服务效能,系统性改善营商环境。因此,本文从减少政府干预、优化政商关系、改善营商环境3个方面进行具体分析。

(1)公共数据开放能够减少政府干预,优化创新资源配置,提升城市创新水平。在我国“放管服”改革框架下,公共数据开放通过公开行政审批流程、执法数据等,压缩自由裁量空间,倒逼政府减少干预,以数据流动替代行政指令,推动“服务型政府”改革,建立更加灵活、 轻便的政府职责结构,激发市场主体创新动力,形成创新网络效应。

(2)公共数据开放能够打破信息垄断,构建阳光型政商生态,减少寻租行为,引导市场主体将资源投向研发,提高创新投入强度。2016年全国两会期间,习近平总书记在全国政协十二届四次会议民建、工商联界委员联组会上,提出构建亲清新型政商关系。公共数据开放通过公开政府采购、项目审批、惠企政策等关键数据,推动政企交往从关系导向转向规则导向。在新型政商关系下,有效减少企业寻租成本,降低创新过程中的不确定性风险,促使更多资源投向创新活动[26],加速知识溢出。

(3)公共数据开放能够降低制度性交易成本,提高政府效率,改善营商环境,有效支持创新活动。根据科斯定理,当交易费用降低时,市场自发的创新资源配置更高效。同时,研究表明,制度性交易成本降低有助于释放出更多资源用于研发活动,改善营商环境[27],提高区域创新绩效,并通过资源集聚、激励与风险分担以及市场竞争等手段实现对创新的支持、牵引作用。因此,本文提出如下假设:

H3:公共数据开放通过降低制度性交易成本减少政府干预、优化政商关系、改善营商环境促进有为政府,进而提升城市创新水平。

2.4 数字普惠金融的调节效应

创新活动中的信息不对称性和融资困难增加了创新风险,而公共数据开放本质上是提供信息资源,数字普惠金融有助于解决资金资源获取难题,提升创新活动效率。因此,本文选择数字普惠金融作为调节变量。

(1)从供给端看,数字普惠金融能够借助公共数据中的信用信息,将其转化为可交易的金融信用资产,为创新活动提供低成本资金,有效缓解融资约束,提高创新研发效率和成果转化效率[28]。中国人民银行有关数据显示,2023年末全国获得贷款支持的科技型中小企业21.2万家,获贷率为46.8%,比2022年末高2.1个百分点,为城市创新水平提升提供了有力的资金支持。

(2)从需求端看,城市创新的持续推进不仅源于资金等供给侧因素的推力,而且有市场消费等需求侧因素的拉力作用[29]。公共数据中信息丰富,能够向市场传递出分散化、多样化需求,数字普惠金融为中小企业挖掘碎片化创新需求提供资金保障,放大数据开放的经济价值,释放长尾市场的创新动能。因此,本文提出如下假设:

H4:数字普惠金融在公共数据开放与城市创新水平之间发挥正向调节作用。

2.5 人力资本存量的调节效应

罗默的内生经济增长理论指出,人力资本是知识吸收转化的核心载体。公共数据作为典型的知识溢出性生产要素,需要与人力资本要素相结合,才能产生乘数效应,作用于创新活动和经济社会。具体而言:第一,公共数据本身难以释放价值,需要通过技术解码和知识整合,发挥数据要素价值,人力资本作为数据价值的转换器,借助数字技术和知识能力,能够更高效地转化公共数据,充分释放数据要素价值,进一步转化为创新成果;第二,根据卢卡斯的人力资本外部性理论,人力资本积累能通过知识溢出提升周围群体的生产率。数字经济时代,人力资本的正外部性通过数据要素的高速流动被进一步放大,高技能劳动者能更高效地利用开放数据,提升城市技术溢出效应,加速创新。因此,本文提出如下假设:

H5:人力资本存量在公共数据开放与城市创新水平之间发挥正向调节作用。

综上,构建本文逻辑框架如图1所示。

3 研究设计

3.1 模型构建

在评估政策实施效果的方法中,双重差分法是近年来被广泛应用的一种计量经济学方法,该方法的基本思想是将新政策实施视为一次外生于经济系统的“自然实验”或“准自然实验”。公共数据开放通常由政府主导,分批试点或分地区推进,形成自然的实验组和对照组,满足外生性和非普遍性要求。同时,公共数据开放具有明确的启动时间,便于划分处理期和对比期,满足时点的明确性要求。因此,本文采用多期双重差分法分析公共数据开放对城市创新水平的影响,模型如下:

innovationi,t=α0+α1didi,t+α2controli,t+μi+λt+εi,t

(1)

式中,innovationi,t表示城市i在t年的创新水平,didi,t为城市公共数据开放虚拟变量,即城市i在t年设立公共数据开放平台后did赋值为1,否则为0,controli,t为控制变量合集,μi为城市固定效应,λt为年份固定效应,εi,t为随机误差项。

3.2 变量说明

3.2.1 被解释变量

城市创新水平(innovation)。一般而言,城市创新水平测度一般从投入-产出视角,本文从产出角度测度创新水平,由于专利指标被广泛用于衡量区域创新产出水平,故本文以每百万人的专利授权数作为衡量城市创新水平的代理变量。

3.2.2 核心解释变量

城市公共数据开放(did)。根据城市是否上线公共数据开放平台生成政策虚拟变量(treat),根据公共数据开放平台上线时间设置时间虚拟变量(period),对以上虚拟变量赋值后生成两者交乘项,即treat*period=did。did=1,说明城市在时间period内上线了公共数据开放平台;did=0,说明城市在时间period内未上线公共数据开放平台。

3.2.3 控制变量

本文设置如下控制变量:①经济发展水平(gdp),经济发展能为城市创新提供更多研发投入、高端人才集聚和基础设施保障,形成良性循环,本文采用对数化的实际地区生产总值测度;②金融支持力度(ld),金融系统能为创新活动提供资金,尤其对中小企业研发和科技成果转化具有关键支撑作用,促进城市创新,故本文采用金融机构存贷款比率测度;③投资水平(invest),固定资产投资能提升城市创新硬环境,降低企业研发成本,推动技术进步,本文采用对数化的固定资产投资总额测度;④科技支出(tech),财政科技支出能够直接降低创新成本,提升城市核心技术突破能力,本文采用科技支出占财政支出的比重测度;⑤教育支出(edu),财政教育支出能够有效提升全民素质,促进创新人才培养,增强城市长期创新潜力,本文采用教育支出占财政支出的比重表示;⑥互联网发展水平(intel),互联网接入有助于整合创新资源,大幅降低知识获取与技术扩散成本,促进城市创新,本文采用互联网宽带接入用户数占常住人口的比重测度;⑦消费能力(retail),社会零售消费总额反映市场购买力和多样化需求,刺激企业开展产品创新与商业模式迭代,本文采用对数化的社会消费品零售总额测度。

3.2.4机制变量

(1)有效市场:①市场活力(vitality),从政策角度,企业是市场主体,新设企业数量是经济活力的“晴雨表”,因此采用百人新创企业数量衡量;②市场化水平(market),采用王小鲁等[30]测算的市场化指数衡量。

(2)有为政府。①政府干预(interfere),政府干预包括法律手段、经济政策和计划指导等,其中最为灵活的方式之一是财政政策。参考张琳玲等[31]的研究,采用地方一般公共预算支出占地区生产总值的比重衡量地方政府的干预程度。②政商关系(relation),采用《中国城市政商关系评价报告2023》中政商关系健康指数测度[32]。③营商环境(credit),中国城市商业信用环境指数主要测度市场诚信水平、合同履行效率、法治保障力度、企业信用状况等,这些维度与营商环境法治化、市场化的核心要求高度契合,故本文采用该指数衡量营商环境。

3.2.5 调节变量

(1)数字普惠金融(digi)。采用北京大学数字金融研究中心发布的数字普惠金融指数,并采用覆盖广度分指数(cover)、使用深度分指数(usage)辅助检验,数据处理时将3个指数均除以100。

(2)人力资本存量(human)。人力资本作为人才与技术资源的集中体现,其集聚为城市创新提供了高质量的要素支撑,而高等院校在校学生是未来高技能劳动力的主要来源,其数量能直接反映城市潜在的知识型人才规模。参考蔡运坤等[33]的研究,采用城市每百人普通高等学校在校学生数测度人力资本存量。

表1为主要变量定义。

3.3 数据来源及样本选择

本文主要采用3类样本数据。一是公共数据开放平台数据,数据主要来自复旦大学数字与移动治理实验室发布的《中国地方政府数据开放报告(城市)》,鉴于2012年为最早设立公共数据开放平台的年份,本文将样本观测区间设定为2009—2023年,将2012—2019年期间设立公共数据开放平台的城市作为实验组,尚未设立或在2019年后设立的城市作为控制组;二是城市创新数据,数据主要来自国家知识产权局官网;三是城市经济发展数据,数据主要来自2009—2023年《中国城市统计年鉴》、各市统计公报、中国工商注册企业数据库。剔除数据严重缺失的城市样本后,共选取得到271个地级市数据。表2为各变量描述性统计结果。

4 实证结果与分析

4.1 基准回归

表3 为城市、年份双固定的基准回归结果,列(1)为未加入控制变量的回归结果。可以发现,公共数据开放系数估计值在1%置信水平上显著为正,印证了公共数据开放对城市创新水平的积极作用。在此基础上,列(2)加入经济发展水平、金融支持力度、投资水平、科技支出、教育支出、互联网发展水平、消费能力等控制变量,此时公共数据开放的估计系数在1%水平上仍保持显著为正,证实公共数据开放对城市创新水平提升具有实质性促进作用,假设H1得到验证。

4.2 平行趋势检验

本文采用多期双重差分法(DID)评估公共数据开放对城市创新水平的影响效应,为确保研究结论稳健,构建包含政策前5期和后5期的动态检验模型。如图2所示,在政策实施前的各期,处理组与对照组的创新水平差异在95%的置信区间内不明显偏离0,而政策实施后两组差异呈现显著的正向效应,证明政策冲击明显提升城市创新水平,通过平行趋势检验。

4.3 安慰剂检验

为验证城市创新水平提升源自公共数据开放而非偶然因素,本文使用安慰剂检验方法作进一步检验。参考La Ferrara等[34]的做法,随机抽样500次,构建伪政策虚拟变量,利用基准模型(1)重新回归估计,检验结果如图3所示。可以看到,伪政策虚拟变量回归系数接近于0,且明显小于基准回归结果的0.061 0,估计系数的分布接近正态分布,P值大部分高于0.1,表明处理组与控制组之间的差异并非由其他潜在因素引起。综上,安慰剂检验通过。

4.4 稳健性检验

为确保研究结论的可靠性,本文采用变更被解释变量、调整样本时间、剔除特殊城市样本、排除竞争性假设以及倾向得分匹配双重差分法(PSM-DID)进行稳健性检验。表4为稳健性检验结果。其中,列(1)为替换被解释变量的回归结果,本文采用城市专利申请数测度城市创新水平,结果显示公共数据开放估计系数仍显著为正;列(2)为调整时间区间,剔除2020年、2021年样本后降低了特殊年份对回归结果的影响,结果显示估计系数仍显著为正;列(3)为剔除直辖市,直辖市作为省级行政单位,通常拥有更完善的数字基础设施和政府数据管理能力,开放的数据集更具结构化、更新及时,便于企业、科研机构直接利用,同时,直辖市的高新技术产业、金融服务业、科研机构密集,对开放数据的应用更多,能更快地将数据转化为创新产出。因此,相较于普通地级市,直辖市的数据开放对创新水平的边际贡献更大,可能导致估计偏差。回归结果显示,在剔除特殊样本后,核心结论依然成立;列(4)(5)(6)为排除竞争性假设的回归结果,这是因为公共数据开放对城市创新水平的影响可能会受到其余政策的干扰,参考沈坤荣等[16]、朱莉等[35]的研究,选取“宽带中国”“智慧城市”、国家大数据综合试验区三项政策,控制上述政策影响后结论仍然成立;列(6)为PSM-DID的回归结果,本文将控制变量作为协变量,进行1∶1近邻匹配,以控制样本选择偏差对基准估计的潜在干扰,结果显示估计系数为0.049 2且在1%水平上显著。综上,本文实证分析结果通过稳健性检验,即假设H1成立。

5 作用机制与异质性分析

5.1 中介效应

根据前文理论假设,公共数据开放可以通过激发市场活力与提升市场化水平促进市场有效,通过减少政府干预、优化政商关系、改善营商环境促进政府有为,进而提升城市创新水平,即公共数据开放通过有效市场和有为政府两条路径影响城市创新水平。参考江艇[36]的研究,构建机制检验模型,具体如下:

Mi,t=γ0+γ1didi,t+γ2controli,t+μi+λt+εi,t

(2)

其中,Mi,t为机制变量,在验证有效市场的作用机制时,表示市场活力和市场化水平,在验证有为政府的作用机制时,表示政府干预、政商关系和营商环境,其余字母变量含义与式(1)相同。

表5中列(1)(2)的回归系数分别为0.183 0和0.072 1,且均至少通过1%水平上的显著性检验,表明公共数据开放能显著激发市场活力、提升市场化水平,促进市场有效,进而提升城市创新水平,因此假设H2得到验证。

表5中列(3)(4)(5)的回归系数分别为-0.011 8、0.141 0和0.014 0,且均通过1%水平上的显著性检验,表明公共数据开放能显著缓解政府干预、优化政商关系、改善营商环境,促进政府有为,降低制度性创新成本,进而提升城市创新水平,因此假设H3得到验证。

5.2 调节效应

表6为数字普惠金融和人力资本存量的调节效应检验结果。其中,列(1)(2)(3)显示,公共数据开放与数字普惠金融、覆盖广度和使用深度的交互项系数均在1%水平上显著为正,证实数字普惠金融发展对公共数据开放发挥创新促进效应具有正向调节作用,即假设H4成立。列(4)为人力资本存量的调节效应检验结果,结果显示公共数据开放与人力资本存量的交互项系数同样在1%水平上显著为正,表明高素质人才储备能够显著增强公共数据开放的创新促进效应,假设H5得到验证。

5.3 异质性分析

5.3.1 “胡焕庸线”

“胡焕庸线”是中国地理学家胡焕庸在1935年提出的重要人口地理分界线,揭示了我国人口分布与自然地理环境间存在深刻关联。“胡焕庸线”将我国分为东南侧和西北侧两大区域,两侧人口分布失衡、自然禀赋差异大。分组可控制区域固有特征,避免因样本混杂而低估政策冲击的异质性影响,因此,本文将样本城市划分为东南侧和西北侧,分组进行异质性分析。表7的列(1)(2)分别为东南侧和西北侧,可以看出,东南侧和西北侧城市公共数据开放的回归系数在1%水平上均显著为正,并在东南侧更凸显。主要原因为:东南侧城市人口密集、经济活跃,拥有更完善的数据基础设施和更高素质的人力资本,能更高效地将公共数据转化为创新资源,同时,东南侧数字经济产业发达,企业对数据开放的需求强烈,公共数据与市场化应用场景结合更紧密,能直接驱动技术研发和商业模式创新。这一结果也进一步印证前文调节效应的结论,即在数字普惠金融水平更高、人力资本存量更充足的东南侧地区,公共数据开放更显著地促进城市创新。

5.3.2 产业结构高级化

产业结构高级化实际上是一种产业结构升级,通常表现为知识密集型、技术密集型产业占比提高[37],这些产业对创新要素的依赖度更高,公共数据开放能为其提供研发、市场分析等关键资源。本文参考干春晖等[38]的研究,采用第三产业产值与第二产业产值之比作为产业结构高级化的度量,按照中位数进行分组回归。表7中列(3)(4)分别为产业结构高级化水平高组与低组,结果表明,在产业结构高级化水平高组城市,公共数据开放对城市创新水平的促进作用更明显。由此可见,产业结构高级化水平高组城市通常具备更强研发能力、技术转化能力和数据利用能力,能更高效地将开放的公共数据转化为创新产出,增强数据要素与产业的协同效应。

5.3.3 城市规模

不同城市规模对城市创新的影响存在一定差异。本文依据2014年发布的《国务院关于调整城市规模划分标准的通知》,将城区常住人口100万人以下的城市划分为中小型城市,100万人及以上的城市划分为大型城市,分组进行回归。表7中列(5)(6)分别为大型城市和中小型城市,结果表明,大型城市的公共数据开放对城市创新水平提升的促进作用更强。这是因为,大型城市常住人口多,通常拥有更多数量的高校、科研机构、科技企业,这类主体对数据需求更强烈,并且数据转化能力更强,加之大型城市数字基础设施更加完善,能够高效支撑数据存储、分析和应用开发。这也进一步印证前文中得出的人力资本存量、数字普惠金融发挥正向调节作用的结论。

6 进一步分析

6.1 空间溢出效应

根据新经济地理学理论,空间差异和地理邻近性是影响与决定区域创新水平的重要因素。数据作为特殊的新型生产要素,具有极强流动性,能够打破空间限制,实现非物理空间的邻近性。公共数据开放有助于促进数据共享,强化知识和技术的空间溢出效应,进而优化创新资源配置[39]。因此,本文将进一步检验公共数据开放促进城市创新是否具有显著的空间溢出效应。

在运用空间计量模型进行分析前,首先对被解释变量即城市创新能力进行空间自相关检验。参考何剑等[40]的研究,选用全局莫兰指数Moran's I对邻接矩阵(W1)、经济距离权重矩阵(W2)和经济地理嵌套矩阵(W3)下各年度空间自相关性进行测度,结果如表8所示。可以发现,2009—2023年城市创新能力的Moran's I指数均在1%水平上显著为正,表明城市创新能力存在较强的空间自相关性,有必要使用空间计量模型展开研究。

根据LM检验、LR检验和Hausman检验结果,确定最优选择为双向固定效应的空间杜宾模型(SDM)。表9报告了3种不同空间权重矩阵下空间杜宾模型的回归结果。其中,邻接矩阵(W1)的显著性表明相邻城市可以通过知识溢出效应或政策模仿形成创新协同;经济距离矩阵(W2)的显著性表明经济联系对创新资源的驱动作用,经济水平接近城市更可能通过数据共享形成创新合作网络;经济地理嵌套矩阵(W3)的显著性说明城市创新不仅受到地理邻近和经济相似性的影响,而且显著受到二者交互作用的影响。此外,空间杜宾模型的rho值在3种空间矩阵下均显著为正,同样表明公共数据开放对城市创新水平的影响具有多维空间依赖性。

6.2 有效市场与有为政府协同

党的十九届五中全会强调,“坚持和完善社会主义基本经济制度,充分发挥市场在资源配置中的决定性作用,更好发挥政府作用,推动有效市场和有为政府更好结合”。本文基于有效市场与有为政府的双重视角,验证了公共数据开放对城市创新能力的促进作用。在经济学理论中,市场机制与政府职能的协同效应始终是学界关注的重要议题[41]。本文参考熊彬和王志伟[42]的研究,利用表1中的指标,采用熵值法测度有为政府,并以市场化指数表征有效市场,通过构建调节效应模型考察二者的协同作用,实证检验有效市场与有为政府协同对公共数据开放发挥创新效应的调节作用。

根据表10列(1)(2)所示,公共数据开放与有效市场、有为政府的交互项对城市创新能力的回归系数分别为0.041 9和0.053 4,且均在1%水平上显著为正,这一结果进一步证实前文研究发现,即有效市场和有为政府均能显著增强公共数据开放对城市创新水平的促进作用。列(3)显示在二者的协同作用下回归系数为0.055 3,且在1%水平上显著,表明当有效市场与有为政府有机结合时,能够更大程度地强化公共数据开放的创新促进效应。从经济含义来看,在公共数据开放促进城市创新水平提升的过程中,市场机制与政府职能的协同配合发挥显著的增强效应。综上所述,有为政府、有效市场以及二者的协同作用,在公共数据开放促进城市创新能力提升的过程中均发挥不可替代的重要作用。

7 研究结论与启示

7.1 结论

本文基于2009—2023年中国271个地级市面板数据,以城市公共数据平台上线作为外生冲击,采用多期双重差分法,实证检验公共数据开放对城市创新水平的影响及作用机制,主要研究结论包括:①基于2009—2023年271个城市的多期DID分析,表明公共数据开放显著提升城市创新水平;②机制检验表明,公共数据开放能够激发市场活力、提升市场化水平、减少政府干预、优化政商关系、改善营商环境,通过有效市场和有为政府的双路径促进城市创新水平提升;③数字普惠金融与人力资本存量具有正向调节效应,数字普惠金融通过缓解融资约束、降低创新成本,显著增强数据开放的创新效应,而人力资本存量通过价值转化与溢出效应显著增强创新效应;④公共数据开放对城市创新水平的促进效应具有区域异质性,“胡焕庸线”东南侧城市、产业结构高级化水平较高城市、大型城市的创新提升效应更强,可能的原因是此类城市数字基础设施更加完善、产业结构更具优势、人力资本更加雄厚,进一步印证了人力资本存量和数字普惠金融的正向调节作用;⑤公共数据开放对城市创新水平的提升作用具有显著的空间溢出效应,通过空间交互对其他城市产生正向影响,且这种影响受地理邻近性、经济相似性及二者交互作用的共同驱动;⑥在公共数据开放促进城市创新水平提升的过程中,有效市场和有为政府的协同产生显著的增强效应。

本文研究进一步印证了已有文献关于公共数据开放对城市创新水平具有提升作用的结果,为公共数据开放如何促进城市创新提供了理论分析和经验证据支持。同时,不同于已有文献,本文从有效市场和有为政府双路径出发,探讨公共数据开放对城市创新水平的作用机制,并且根据数字经济时代创新要素特征,以人力资本存量和数字普惠金融作为调节变量进行分析,最后根据异质性分析结果,进一步将研究视角扩大到空间层面,分析并实证检验公共数据开放对促进城市创新水平空间扩散的作用,从而在已有文献基础上进一步拓展和丰富了公共数据开放研究视域,有利于深化对公共数据开放与城市创新关系的理论解释。

7.2 建议

(1)完善公共数据开放体系。各级政府应持续推进公共数据开放平台建设,实现市级平台全覆盖,继续深化交通、医疗、环保等重点领域数据开放,提升数据开放规模与质量,建立动态更新机制;同时,鼓励政企合作引入专业数据服务商,支持中小企业依托开放数据开展研发活动,为城市创新体系建设奠定主体基础。

(2)深化数字金融协同机制。强化数据开放与金融服务的联动,推动更多地方征信平台与政务数据对接,引导金融机构开发面向科创企业的普惠金融产品,扩大金融覆盖范围,激活长尾市场潜力,为城市创新提供金融支持。

(3)优化人力资本配置。加强高校数据科学、人工智能等交叉学科建设,联合企业开展政务数据创新实训,定向培养复合型数字人才,完善知识溢出激励机制,促进科研成果转化,为城市创新夯实人才基础。

(4)实施区域差异化策略。针对中西部及数字基础薄弱地区,优先开放特色产业数据,配套数字基建专项扶持,同步深化市场化改革,充分释放数据要素的经济增长与技术赋能潜力;针对东部及发达地区,打造数据要素转化高地,推动政务数据与产业需求精准对接,统一数据标准与接口规范,建设跨区域数据交易平台,促进创新要素高效流动与配置。

(5)加强跨区域数据共享。推动建立全国性或区域性公共数据开放平台,促进数据要素在相邻或经济水平相近城市间流动,共建共享基础设施,强化数据开放与创新联动,引导企业、高校利用开放数据,开展跨区域研发合作,强化空间溢出效应。

(6)进一步深化市场化改革,完善数据要素市场,提升市场在资源配置中的决定性作用。政府应精准施策,在数据开放、标准制定和监管优化方面发挥更大的引导作用,并不断强化市场机制与政府调控的有机结合,形成协同治理模式,确保公共数据开放的创新促进效应最大化。

7.3 不足与展望

本研究证实了公共数据开放能够提升城市创新水平,存在以下不足:首先,本文将地方政府数据开放平台是否上线作为核心度量指标,我国各地市所处的数据开放发展阶段与质量水平存在显著差异,这种地域非均衡性及其对创新影响的异质性在本文中尚未作系统分析,未来研究可进一步搜集整理各城市数据开放平台情况,结合开放数林指数等权威评估体系,深入分析数据开放质量对城市创新水平的影响;其次,本研究主要关注了数字普惠金融、人力资本的调节作用,未能充分考虑数字经济时代各城市数字经济发展水平差异可能带来的影响,未来可引入城市数字经济发展指数,深入分析其在公共数据开放影响城市创新水平中的协同或制约作用,探究数据开放政策在何种数字基础条件下能发挥最大效能,为处于不同发展阶段的城市提供差异化发展思路。

参考文献：

[1] 李钊.开放数据生态系统赋能国家创新体系效能提升——理论溯源、作用机制与实现路径[J].科技进步与对策,2025,42(19):23-34.

[2] 方锦程, 刘颖, 高昊宇,等.公共数据开放能否促进区域协调发展——来自政府数据平台上线的准自然实验[J].管理世界, 2023, 39(9): 124-142.

[3] 嘎拉森, 徐拥军.公共数据开放视域下的个人信息保护风险及其治理逻辑[J].图书与情报, 2022, 42(6): 83-90.

[4] 高争志.公共数据开放制度的价值定位与实现路径[J].数字图书馆论坛, 2020, 16(1): 27-34.

[5] 复旦大学数字与移动治理实验室.中国地方公共数据开放利用报告——城市(2024年度)[R/OL].(2024-09-26)[2025-04-26].http://ifopendata.fudan.edu.cn/report.

[6] GUAN J C, ZHANG J J, YAN Y.The impact of multilevel networks on innovation[J].Research Policy, 2015, 44(3): 545-559.

[7] 孟庆国, 王友奎, 王理达.公共数据开放利用与授权运营:内涵、模式与机制方法[J].中国行政管理, 2024, 40(9): 43-53,159.

[8] 张云昊, 王磊.公共数据开放伦理:概念界定、内在困境与治理路径[J].科技进步与对策, 2025, 42(5): 12-20.

[9] JANSSEN M, CHARALABIDIS Y, ZUIDERWIJK A.Benefits, adoption barriers and myths of open data and open government[J].Information Systems Management, 2012, 29(4): 258-268.

[10] BATES J.The strategic importance of information policy for the contemporary neoliberal state:the case of open government data in the united kingdom[J].Government Information Quarterly, 2014, 31(3): 388-395.

[11] NIKIFOROVA A, MCBRIDE K.Open government data portal usability:a user-centred usability analysis of 41 open government data portals[J].Telematics and Informatics, 2021, 58: 101539.

[12] 郑磊, 刘新萍.我国公共数据开放利用的现状、体系与能力建设研究[J].经济纵横, 2024, 40(1): 86-92.

[13] MERGEL I, KLEIBRINK A, SÖRVIK J.Open data outcomes: US cities between product and process innovation[J].Government Information Quarterly, 2018, 35(4): 622-632.

[14] KITSIOS F,KAMARIOTOU M.Digital innovation and entrepreneurship transformation through open data hackathons:design strategies for successful start-up settings[J].International Journal of Information Management, 2023, 69: 102472.

[15] 马永军, 崔闯盛.政府数据开放能否促进城市技术创新[J].西部论坛, 2024, 34(5): 18-33.

[16] 沈坤荣, 林剑威.链“岛”成“陆”:公共数据开放的技术创新效应研究[J].管理世界, 2025, 41(2): 83-100.

[17] 黄先海, 虞柳明.政府数据开放能提升城市创新水平吗——来自中国地级市的证据[J].浙江学刊, 2023,61(4): 88-98.

[18] 孟望生, 范鼎浩, 李丁.政府数据开放对城市绿色创新效率的影响——基于政府数据开放平台上线的准自然实验[J].技术经济, 2024, 43(9): 1-17.

[19] JOSEPH A SCHUMPETER.The theory of economic development[M].Cambridge:Harvard University Press, 1934.

[20] 曹建飞.数字经济要素流动与城市创新差距[J].统计与决策, 2024, 40(18): 144-148.

[21] 詹绍文,王一钟.公共数据开放何以提升城市创新能力[J].现代管理科学,2025,44(2):94-105.

[22] 王勇, 徐扬帆, 吴紫薇.新结构经济学在宏观经济学领域的研究综述[J].兰州大学学报(社会科学版), 2021, 49(1): 48-56.

[23] ACEMOGLU D,AKCIGIT U,ALP H.Reallocation,and growth[J].American Economic Review,2018,108(11):3450-3491.

[24] 刘达,王晓丹,石玉堂, 等.公共数据开放的稳定就业效应——来自政府数据平台开通的经验证据[J].软科学, 2024, 38(9): 55-62.

[25] 沈坤荣, 徐礼伯.全国统一大市场建设中的有为政府及其与市场关系优化[J].经济问题, 2023, 45(1): 1-9.

[26] 石怀旺, 杨鹏, 肖仁桥, 等.新型政商关系是否促进了企业绿色创新“量质齐升”——来自中国上市公司的经验证据[J].科技进步与对策, 2023, 40(8): 108-117.

[27] 丁声怿,白俊红.公共数据开放与营商环境优化——来自政府数据平台上线的准自然实验[J].现代财经(天津财经大学学报),2025,45(1):23-40.

[28] 齐红倩, 张佳馨, 陈苗.数字普惠金融促进中小企业创新效率研究——基于创新价值链视角[J].宏观经济研究, 2023,69(10): 23-40.

[29] 董春风, 司登奎.数字普惠金融改善城市技术创新“低端锁定”困境了吗[J].上海财经大学学报, 2022, 24(4): 62-77.

[30] 王小鲁, 胡李鹏, 樊纲.中国分省份市场化指数报告(2021)[M].北京: 社会科学文献出版社, 2021.

[31] 张琳玲, 冯苗苗.公众参与驱动下政府干预对交通碳排放的影响研究[J].安徽大学学报(哲社版), 2025, 49(2): 177-188.

[32] 聂辉华, 韩冬临, 马亮, 等.中国城市政商关系评价报告2023[R].北京:中国人民大学企业与组织研究中心报告, 2024.

[33] 蔡运坤, 周京奎, 袁旺平.数据要素共享与城市创业活力——来自公共数据开放的经验证据[J].数量经济技术经济研究, 2024, 41(8): 5-25.

[34] LA FERRARA,ALBERTO CHONG,SUZANNE DURYEA.Soap operas and fertility:evidence from Brazil[J].Applied Economics, 2012, 4(4): 1-31.

[35] 朱莉, 付一凡.公共数据开放能否提升城市经济韧性[J].金融理论与实践, 2024,46(11): 12-24.

[36] 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, 2022,39(5): 100-120.

[37] 袁天荣,张佩雯,刘瑞.数据要素共享与新质生产力——基于有效市场和有为政府的机制分析[J].经济与管理,2025,39(2):1-11.

[38] 干春晖, 郑若谷, 余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究, 2011, 46(5): 4-16,31.

[39] 王晓丹, 石玉堂, 刘达.数据要素市场化配置对数实融合的影响研究——基于数据交易平台设立的准自然实验[J].广东财经大学学报, 2024, 39(2): 44-58.

[40] 何剑, 魏涛, 董春风, 等.金融供给空间结构影响区域创新能力了吗[J].科技进步与对策, 2021, 38(9): 33-42.

[41] 韩鹏,李可.论有效市场与有为政府的协同效应[J].理论视野,2025,33(1):47-53.

[42] 熊彬,王志伟.数字经济“双试点”政策对创业活跃度影响效应研究——有为政府与有效市场协同视角[J].现代财经(天津财经大学学报),2024,44(6):36-53.

(责任编辑：胡俊健)