首发推荐 |数据资产对企业创新投入的影响研究

数据资产对企业创新投入的影响研究

摘   要

数据资产已成为企业和国家的重要战略资源和核心生产力。本文运用2011—2020年中国A股上市公司数据，通过量化企业数据资产，考察了数据资产对创新投入的影响及其机制。研究发现，数据资产能够显著提升企业的创新投入。在使用工具变量、双重差分等一系列稳健性检验后，研究结论仍然成立。异质性分析表明，数据资产对企业创新投入的提升作用在中小民营企业、融资依赖度较高的企业、技术密集型企业、以及金融科技水平低和创新不足的地区的企业更显著。此外，数据资产不仅可以通过缓解企业融资约束提高企业创新意愿，而且能够加强企业间研发合作拓展企业创新资源，进而有利于提升企业创新投入。本文为厘清数据价值对企业创新的作用与路径提供线索，也为我国数据资产的发展提供政策依据。

关键词

数据资产;创新投入;融资约束;研发合作;

作者简介

李　健

山东财经大学金融学院讲师

董小凡

中南财经政法大学金融学院博士研究生

张金林

中南财经政法大学金融学院教授，博士生导师

陶云清

北京大学国家发展研究院/数字金融研究中心博士后

一

引言

伴随着大数据、区块链、人工智能等数字化技术的快速发展，数字经济成为驱动我国经济发展的关键动力。在数字经济时代，数据资源已成为关键生产要素。其原因在于，数据资源具有无限供给的禀赋，破除了传统生产要素对经济增长的供给制约，为经济可持续增长提供了可能。当前，数据作为新型生产要素，正向经济社会各领域加速渗透，并涌现出数据驱动型的产业、业态和商业模式。对此，党的十九届四中全会首次提出将“数据”作为生产要素，并参与收入分配机制。2022年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，进一步明确了数据作为第五种新型生产要素。数据作为新型的核心生产力，其资产化过程已成为必然趋势，但如何发挥数据资产价值已成为企业亟待解决的难题，也是学术界研究的重点问题。

针对数据资产的概念仍未形成共识，但数据资产化的基础是“数据”发挥生产力的过程。可以说，数据是所发生过的事件、时间、交易等信息的电子记录。随着信息化技术的快速发展，数据已从小规模增长转向爆发增长、海量集聚的特点，该特点也是数据资产化过程的基础。根据《数据资产管理实践白皮书（5.0版）》中的定义，数据资产是指企业通过采集、存储与分析所形成的海量信息型的资源，且未来能够给企业带来经济价值。总的来说，数据资产在更多的情况下是企业在生产经营过程中以电子形式所记录的信息，其本身不直接参与产品生产，但却蕴含着巨大的使用价值，并能够在未来指导企业生产活动，帮助管理者进行决策。

创新是我国现代化建设的核心。“十四五”规划强调，以创新引领发展，加快建设科技强国。同时，党的二十大报告强调，创新是第一动力。客观来说，我国科技创新取得了巨大进步，但仍存在着自主创新能力相对不足、核心技术“卡脖子”的突出问题。突破创新发展瓶颈、顺利实施创新驱动战略，关键在于能够激发微观主体的创新意愿和创新资源。那么，数据资产作为新型生产要素能否提高企业创新投入？从已有相关研究来看，一方面，数据资产对企业的影响主要体现在成本管理、组织建设、风险管控等；另一方面，激活企业数据资产能够驱动企业价值，提升企业核心竞争力。现有研究主要从理论上讨论了数据资产化的价值，但数据资产对企业创新行为的影响仍然较少，尤其是数据资产对企业创新投入影响路径有哪些？本文研究有助于回答数据资产在微观层面的价值，厘清数据资产对企业创新投入的作用。

二

研究结论和政策启示

数据成为企业和国家重要的战略资产。那么，如何发挥数据资产对企业创新的价值是当前我国面临的重要问题。本文借助2011至2020年中国A股上市公司数据，通过量化企业数据资产考察了数据资产对创新投入的影响。研究发现，数据资产能够显著提升企业的创新投入。数据资产对创新投入的提升作用在中小民营企业、融资依赖度较高的企业、技术密集型企业、以及金融科技水平低和创新不足的地区的企业更为显著。此外，数据资产不仅通过缓解企业融资约束提高企业创新意愿，而且通过加强企业间研发合作拓展企业创新资源，这些均有利于提升企业的创新投入。对此，本文提出如下政策建议：

一是应加强数据资产的顶层设计。首先，完善数据资产确权机制是确保数据资产高效运用的重要前提，政府应联合企业与科研机构共同建构数据确权总体框架，明确界定数据资产的权利主体、权利类型等，从而为数据资产的使用、流通、交易等提供坚实保障。其次，明晰数据资产的定价规则与交易机制，将数据要素与传统生产要素的异同纳入定价考量，建立一次性定价与长期定价相结合的数据资产定价体系，同时搭建数据资产交易、监管、仲裁等全周期适用的数据流通平台。最后，加快数据资产和资本市场的融合发展，政府应鼓励资本市场对企业数据资产进行合理的估值，从而能极大的缓解创新型企业的融资约束问题。二是企业在注重数据资产化过程同时，应充分挖掘数据资产的潜在价值。数据资产化过程包括了四个阶段，且每个阶段均会对企业产生价值，这意味着企业在注重建设数据基础设施的同时，应培养数字化人才，释放数据资产潜在价值，提高企业创新活力。同时，数据资产化的关键是企业数字化技术引入，无论是中小企业还是上市公司，均应积极利用数字化技术赋能企业发展，为数据资产的到来奠定技术基础。三是企业要注重数据资产与传统生产要素融合发展。数据资产价值实现的关键在于通过与传统生产要素的融合和联动，使得数据资产赋能商业模式，提升企业产品创意和服务品质。一方面，企业应通过数字化技术实现传统生产要素与数据资产的融合，进一步辅助企业进行生产决策。另一方面，企业要打通内部的数据孤岛，实现数据资产的内部流通，为激发企业创新活力奠定基础。

来源期刊：《外国经济与管理》

转自：“CNKI社科学术邦”微信公众号

如有侵权，请联系本站删除！