3311 
2475数据要素高效集聚对于改善数据要素的配置效率，提升科技创新水平具有重要意义。文章以大数据综合试验区建设为研究对象，从劳动力资源配置、研发投入和人力资本三方面剖析数据要素集聚对科技创新的影响机理并进行实证检验。结果显示，数据要素集聚显著提高了试点地区科技创新水平，且促进作用主要体现在数字基础设施、市场化程度、数字经济发展水平较高的样本组。数据要素集聚通过缓解劳动资源错配、提升研发投入水平和人力资本水平等路径对科技创新产生正向影响。进一步研究发现，数据要素集聚具有显著的空间溢出效应，大数据综合试验区的数据要素集聚存在向邻近地区正向溢出的现象，从而提升了周边地区科技创新水平。因此，为了构筑国家竞争新优势，应积极推动大数据综合试验区梯度式扩容，推进数据要素开放与大数据融合应用，以更好地释放数据要素集聚的红利。
数据要素集聚对科技创新的影响研究——基于大数据综合试验区的准自然实验
摘要
参考文献
2 曹跃群, 赵世宽, 张晗. 省际R&D资本存量: 框架、检验及空间动态分析[J]. 科学学研究,2022,(8).
14 庞瑞芝, 刘磊, 张帅. 数字化如何影响企业创新?——基于人力资本和交易成本传导机制的视角[J]. 南开经济研究,2023,(2). DOI:10.14116/j.nkes.2023.02.006
16 施锦诚, 王迎春. 人工智能多元研发模式研究[J]. 科学学研究,2023,(8).
18 王鑫, 刘克春, 曾经纬. 大数据能力如何促进企业转型升级——技术创新与商业模式创新的多重中介模型[J]. 当代财经,2022,(7). DOI:10.13676/j.cnki.cn36-1030/f.2022.07.008
27 郑国强, 张馨元, 赵新宇. 数据要素市场化如何驱动企业数字化转型?[J]. 产业经济研究,2023,(2). DOI:10.13269/j.cnki.ier.2023.02.005
28 朱平芳, 徐伟民. 政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J]. 经济研究,2003,(6).
29 Aghion P, Bergeaud A, Boppart T, et al. A theory of falling growth and rising rents[R]. Working Paper 26448, 2019.
30 Agrawal A, McHale J, Oettl A. Finding needles in haystacks: Artificial intelligence and recombinant growth[A]. Agrawal A, Gans J, Goldfarb A. The economics of artificial intelligence: An agenda[M]. Chicago: University of Chicago Press, 2019.
31 Beck T, Levine R, Levkov A. Big bad banks? The winners and losers from bank deregulation in the United States[J]. The Journal of Finance,2010,65(5):1637–1667. DOI:10.1111/j.1540-6261.2010.01589.x
32 Farboodi M, Veldkamp L. A growth model of the data economy[R]. Working Papers 28427, 2021.
33 Jones C I, Tonetti C. Nonrivalry and the economics of data[J]. American Economic Review,2020,110(9):2819–2858. DOI:10.1257/aer.20191330
34 Wang Y, Yao Y D. Sources of China’s economic growth 1952−1999: Incorporating human capital accumulation[J]. China Economic Review,2003,14(1):32–52. DOI:10.1016/S1043-951X(02)00084-6
引用本文
刘传明, 陈梁, 魏晓敏. 数据要素集聚对科技创新的影响研究——基于大数据综合试验区的准自然实验[J]. 上海财经大学学报, 2023, 25(5): 107-121.
导出参考文献，格式为：
