无形数据基础设施与跨领域数字创新：来自中国数据集团的证据

《INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT》：Invisible data infrastructure and cross-domain digital innovation: Evidence from data groups in China

　　

• 数据集团的成立促进了传统中国企业的跨边界数字创新。
• 效应在国有企业、受监管行业和要素市场更发达的地区更为显著。
• 数据集团降低了研发不确定性，改善了预期，并促进了跨区域合作。
• 数据集团增加了创新数量，但可能降低创新质量，尤其是在补贴鼓励战略性创新的情况下。
• 研究结果有助于数据要素市场改革，并揭示了制度安排如何塑造企业创新。

1. 引言

实体经济数字化转型是产业升级和长期生产率增长的核心（Nambisan等，2019；Sun等，2026；Wang等，2023）。数字技术的生成性和广泛适用性使传统企业能够将数字工具与既有的非数字知识相结合，从而将创新拓展到现有技术轨迹之外（Brynjolfsson和McElheran，2016；Goldfarb和Tucker，2019）。在中国，传统企业占所有注册企业的70%以上，在就业稳定、供应链安全和经济韧性方面发挥着关键作用（Hua等，2025；Zhu和Li，2025）。然而，此类创新需要对异质数据和知识的获取、明确的数据使用权以及跨组织、跨产业和跨技术边界的协调。这些要求产生了信息不对称、研发不确定性和交易成本，单个企业往往无法独立解决（Luo和Wang，2025；Yoo等，2010）。公共数据治理能否缓解这些约束并支持跨领域数字创新，因此仍是一个重要问题。

在中国更广泛的国家级数据发展战略下，市政府逐步建立了数据集团，以汇聚、治理、开发和运营公共及产业数据资源。我们将市级数据集团概念化为无形数据基础设施的组织载体。与主要提供连接性、存储和处理能力的宽带网络、数据中心和计算设施不同（Seamans和Raj，2018；Zhang和Sok，2025），无形数据基础设施治理的是数据可被访问、交换和再利用的条件。它由数据标准、授权与权利分配、责任安排、互操作接口、数据产品与服务以及监督与执行机制组成。因此，市级数据集团不仅仅是扩大数据可用性。它们决定了谁可以使用数据、数据在什么条件下可以流通、责任如何分配，以及分散的资源如何转化为生产性投入。

这些功能在数据集团与企业创新之间建立了直接联系。标准化提高了异质信息的可比性和可用性。授权和责任安排降低了数据访问和使用方面的不确定性。互操作接口促进了与互补知识和潜在合作者的连接，而数据产品与服务则将碎片化信息转化为可重用的创新投入。通过提高企业识别技术机会、形成创新预期、协调外部知识和调动内部资源的能力，数据集团可能为跨领域知识重组创造更有利的条件。

在此背景下，本研究探讨两个相互关联的问题。第一，市级数据集团的成立是否促进了传统企业的跨领域数字创新，以及该效应通过什么机制发挥作用？第二，由此产生的专利活动扩张是否转化为更高质量的技术创新，还是导致了创新数量与质量之间的背离？

现有研究主要从技术、组织和环境视角解释企业数字创新。技术条件的研究强调数字技术的组合属性、信息系统能力和数字工具的采用（Chan等，2019；Yoo等，2010）。组织研究突出了管理认知、领导导向、高管特征和人力资本结构（Choi和Pang，2025；Hanelt等，2021；Hémous等，2025）。外部环境研究考察了市场需求、资本市场开放度、政策不确定性和法律执行（Liu等，2025；Wang，2022；Xu，2020）。相关文献表明，信息基础设施、公共数据获取、数字治理改革和政府-企业合作平台可以降低交易成本并促进知识协调（DeStefano等，2018；Goldfarb和Tucker，2019；Ren等，2024）。

尽管取得了这些进展，现有研究对传统企业如何进行跨领域数字创新仅提供了部分解释。与一般数字创新不同，这种创新形式需要核心数字部门之外的企业将数字技术与既有的非数字知识相结合，跨越既有的组织和边界（Luo和Wang，2025；Yoo等，2010）。然而，数字创新通常被视为一种相对同质的构念，这使得支持此类跨越边界知识重组的外部治理条件仍未得到充分理解（Fichman等，2014；Nambisan等，2019）。关于数字基础设施的研究也主要关注物理容量或信息可及性，对数据被标准化、授权、交换和再利用的治理安排关注较少。因此，尚不清楚受治理的数据基础设施是否改变了企业参与跨领域创新的激励和能力，以及其效应是否同等地延伸至创新的数量和质量（DeStefano等，2018；Goldfarb和Tucker，2019）。

制度理论和平台生态系统理论为理解这一关系提供了主要理论基础。制度理论强调，授权、权利分配、责任规则和执法机制为组织间数据使用建立了合法且可预期的条件，从而降低了合同和可占有性方面的担忧（Acemoglu等，2001；Acemoglu和Johnson，2005；North，1990）。平台生态系统理论突出了共同标准、互操作接口、模块化服务和参与规则如何使异质行为者之间的协调和知识重组成为可能（Jacobides等，2018；Parker和Van Alstyne，2005）。从这一视角来看，无形数据基础设施代表了一种制度化的平台安排，其中治理机制确保了数据访问的合法性和可靠性，而生态系统架构促进了数据互操作性、资源协调和知识重组。在这种情境下，治理安排使数据交换可信，而平台架构使其可操作。市级数据集团结合了这两项功能，从而将分散的数据资源转化为参与跨领域创新企业的可用创新投入（Kr?mer和Shekhar，2025；Simone等，2025）。

信息经济学进一步解释了此类基础设施可能缓解的潜在约束。受治理的数据访问可以减少信息不对称、搜寻成本和协调摩擦，这些限制了企业识别和重组异质技术资源的能力。因此，无形数据基础设施的理论贡献不仅在于扩大数据可用性，还在于展示制度治理和基于平台的协调如何共同将碎片化的数据资源转化为创新赋能能力。

重要的是，受治理的数据访问可能对创新数量和质量产生不同影响。较低的信息和协调成本可以扩大可行的技术组合并增加专利产出，而质量改善则更依赖于企业的吸收能力和互补技术资源。如果这些能力的发展速度慢于数据访问的改善，专利产出可能上升而技术深度并未相应增加。外部激励可能进一步促使企业倾向于增量式或以数量为导向的专利申请（Hémous等，2025），使得无形数据基础设施的质量效应成为一个重要的实证问题。

我们汇编了一个涵盖2008年至2024年的中国A股上市公司综合面板数据，这一17年的窗口期既捕捉了改革前的基线，又有足够长的处理后时期来识别中期处理动态。通过将企业层面的专利数据与超过100个地级市的分级设立日期进行匹配，我们实施了一种分级双重差分设计。平台设立的时序安排是由行政能力、政府间财政安排和中央指令的分阶段推行所驱动的，而非由当期企业创新绩效所决定，从而产生了相对于当地企业绩效而言可信的外生性变异。

我们的实证分析从一项稳健且普遍发现出发。数据集团的成立显著提高了处理组企业相对于控制组企业的跨领域数字专利产出约7.06%，这一结果对事前趋势验证、安慰剂检验、倾向得分匹配、工具变量估计、高维固定效应模型和替代样本构成均具有稳健性。为什么数据集团会增加专利产出？结果提供了与几条潜在路径一致的证据，包括研发不确定性的变化、管理者创新预期的变化、跨领域知识合作的变化以及企业创新活动的变化。这些渠道主要作用于广延边际，扩大了企业的技术机会集，而非加强了治理新颖性和深度的选择压力。异质性分析显示，在国有企业、受政府监管行业的企业以及市场整合度更高和要素市场更发达的地区，处理效应更为显著，这与无形数据基础设施回报的制度互补性模式一致。

核心且可能最具深远影响的发现是关于数据集团诱导了何种类型的创新。扩展分析揭示了在所考察的全部七个维度上创新质量均出现系统性下降。数据集团处理下产生的专利新颖性更低、生成性更弱，且更集中于外围而非核心技术领域。这种数量-质量背离得到了对补贴依赖性、专利撤回活动和组合构成的补充检验的证实，并与激励响应型专利申请行为的可能性一致：当无形数据基础设施降低了专利申请生成成本且互补性财政工具奖励专利数量时，企业可能有更强的激励扩大专利产出。然而，这一解释仍然是一种可能的解释，还有与此相关的替代解释，包括专利组合的变化、资源配置模式的变化、增量创新以及跨领域创新更长的成熟期。专利数量扩大而衡量发明质量下降的模式，挑战了改善数据可及性必然转化为更高质量创新的假设。

与现有研究相比，本研究做出了三项主要贡献。首先，本研究通过引入无形数据基础设施作为一个独特的治理构念，扩展了关于数字基础设施的文献。现有研究主要关注物理数字基础设施，如宽带网络和计算设施（DeStefano等，2018；Seamans和Raj，2018；Xiong等，2024），或主要扩大信息可及性的开放数据平台（Goldfarb和Tucker，2019；Lan等，2025）。我们将市级数据集团概念化为无形数据基础设施的一种组织形式，通过授权程序、访问和责任安排、共同标准、互操作接口和可重用的数据服务，将治理可信度、技术互操作性和服务可及性相结合。这一视角将数字基础设施的传统理解从提供连接性和计算能力扩展到对数据可被合法访问、技术组合和生产力再利用的条件进行治理。

其次，本研究发展了一种整合性的制度与平台生态系统解释，说明无形数据基础设施如何塑造跨领域数字创新。制度理论解释了可信的授权、责任边界和问责安排如何提高组织间数据使用的合法性和可预期性，而平台生态系统理论解释了标准、互操作接口和模块化服务如何将这些治理条件转化为可扩展的协调和知识重组。在此基础上，我们发展了四条具有理论基础的传导路径，涉及企业研发不确定性、管理者创新预期、跨区域合作创新和企业发展创新活动。各维度的实证证据与所提出的框架一致，从而将关于数字创新的研究扩展到了超越信息获取或摩擦减少的一般性论述（Kr?mer和Shekhar，2025；Nambisan等，2019；Simone等，2025）。

第三，本研究提供了关于受治理的数据基础设施非对称创新后果的新证据。利用市级数据集团的分级设立，我们表明此类基础设施显著扩大了跨领域数字专利申请，但与较低的平均专利质量衡量值相关。这种数量-质量背离表明，更大规模的技术试验未必按比例转化为更高价值的创新（Hémous等，2025；Ling等，2025）。通过超越专利计数并同时考察创新数量和质量，本研究丰富了数字与创新政策的评估，并突出了在评估政策效果时考虑创新结果的构成和技术价值的重要性（Howell，2017；K?nig等，2022；Wen等，2021）。

本文结构如下。第1节介绍研究问题和贡献。第2节回顾文献，第3节发展理论框架和假设。第4节呈现研究设计。第5节报告基线和稳健性结果，第6节考察机制和异质性。第7节提供关于创新质量和互补政策的进一步分析。第8节得出结论并讨论政策含义。

2. 文献综述

2.1. 传统企业跨领域数字创新的驱动因素

跨领域数字创新指的是核心数字经济以外的企业有意将数字技术知识与既有的非数字知识存量相结合，生成跨越先前独立技术领域的发明成果（Luo和Wang，2025；Yoo等，2010）。由于其对企业竞争力和结构性经济转型的启示，它已经引起了大量的学术关注。

与路径依赖型渐进创新相比，这种创新形式在三个方面具有显著区别。首先，它要求传统企业脱离既有的技术轨道，投身于数字技术开发，从而面临现有行业所特有的路径依赖和组织惯性（Henfridsson等，2018）。其次，数字技术的生成性和领域渗透性使其能够融入生产、组织及设计流程，在带来潜在丰厚回报的同时，也增加了相对于传统研发的结果不确定性（Stojcic, 2024; Wang和Wu, 2026）。第三，跨领域数字创新具有开放性和边界渗透性特征，使得创新成果高度依赖于外部知识以及跨组织边界的协调（Yoo等，2010, 2012; Zhang等，2023）。这些特征既提升了集成性技术突破的潜力，也加强了企业对互补资源和外部支持的依赖（Beaumont等，2025）。

现有研究主要从三个视角考察跨领域数字创新的驱动因素。第一类强调技术条件。数字技术的组合性和集成性扩大了企业可利用的知识配置范围，增强了其创新能力（Yoo等，2010）。信息系统能力提升了企业识别、处理和组合异质性知识的能力（Chan等，2019）。数字工具的采用促进了生产和组织流程的重组，从而提高了创新产出（Li等，2018; Wang和Wu, 2026）。以数字化为导向的并购也使企业能够获取可能难以内部开发的外部技术能力（Ferreira等，2019）。因此，较强的数字能力有助于提升企业的技术适应性和创新绩效（Xiao等，2021）。然而，这一研究脉络通常将数字资源的获取视为既有的技术条件，而较少关注分散的外部数据如何被组织、标准化并转化为跨领域创新的可靠投入。

第二类聚焦于组织条件。管理者的认知与领导力影响企业是否识别数字机会并克服技术变革阻力（Ahn和Chen, 2022）。首席执行官的战略导向可以通过重新引导组织注意力和资源投向新兴技术来进一步加速数字化转型（Choi和Pang, 2025; Xiao等，2021）。管理者对数字技术的关注也塑造了企业对政府数字战略的响应方式（Wang等，2023）。高管更迭和劳动力流动改变了可用于创新的人力资本基础（Ciccone等，2025; Hémous等，2025），而薪酬结构则影响员工参与高风险和长期创新活动的意愿（Yu, 2025）。尽管这一文献解释了企业为何对数字机会做出不同反应，但其以内部视角为主的分析框架对于依赖公共数据获取、组织间知识交换和跨区域协调的创新而言，解释力仍不够完整。

第三类关注外部环境。市场需求影响预期的创新回报，但其效果因目标市场和技术密集型产业的不同而异（Liu等，2025）。资本账户开放通过改善外部融资获取促进创新，尤其在金融依赖型行业中更为显著（Wang, 2022）。相比之下，经济政策不确定性通过提高融资成本、削弱预期回报而抑制创新（Xu, 2020）。较低的个税负担可能提高创新活动的私人回报（Liu等，2024），而更强的法治执行则保护了技术投资的预期价值（Schantl和Wagenhofer, 2024）。这些研究表明，外部条件实质性地塑造了企业创新决策。

政府干预构成这一外部环境的重要组成部分。现有研究主要考察创新激励、产业支持和财政补贴作为影响企业研发的工具（Liu等，2024; Yu, 2025）。这些工具虽可缓解资源约束，但其有效性取决于企业对政策激励的响应方式以及公共资源的配置方式（Xu, 2020）。更重要的是，国际研究通常将政府视为监管者或财政支持的提供者，而非共享数据资源的组织者或持久性数字协调基础设施的提供者。Nambisan等（2019）因此呼吁更多关注政府举措如何塑造数字创新涌现的更广泛条件。Ferreira等（2019）和Xiao等（2021）同样指出外部数字资源与企业能力之间存在互动，但规范这些资源的组织安排仍有待深入考察。

总体而言，以往研究主要通过技术采纳、组织能力和传统政策支持来解释跨领域数字创新，而对政府支持的数字中介机构关注有限。本研究通过考察市政数据集团如何重组公共数据获取和协调条件来填补这一空白，从而推动传统企业开展跨领域数字创新。

**2.2 数据整合、政企互动与企业创新**

现有研究将信息改善和资源协调识别为数据整合支持企业创新的两条主要渠道。更加透明和可预测的信息环境使企业能够更准确地识别技术风险和市场机会（Li和Zhang, 2025）。政企合作平台可进一步重塑资源配置并降低启动创新活动的成本（DeStefano等，2018; Puron-Cid等，2022）。数字平台能够减少信息不对称、促进跨部门协调，并允许企业将非核心数字活动外部化，从而将资源集中于技术密集性任务（Goldfarb和Tucker, 2019）。有效的数据治理安排还可增强协作能力，提高企业承担不确定性创新项目的意愿（Kretschmer和Khashabi, 2020）。

国际研究还记录了政企关系从直接行政干预向基于平台的协调转变。传统互动高度依赖政策激励和资源补贴。尽管此类支持可能刺激研发，但也可能增加企业对政府资源的依赖，并诱导企业对政策标准采取策略性反应（Howell, 2017）。数字改革引入了一种基于数据共享、平台服务、共同标准和持续协调的不同互动模式（Acemoglu等，2022）。在这一模式下，政府参与不仅通过财政转移或监管要求影响创新，还通过重塑企业决策周围的信息与协调条件来发挥作用（Goldfarb和Tucker, 2019）。

越来越多的研究记录了数字治理和数据平台的创新效益。数字化转型降低了交易成本，可能释放组织资源用于前沿研究，包括人工智能开发（Zhang和Zhang, 2025）。它还可以提高研发补贴的配置效率，增强创新产出（Wang等，2025）。数字化赋能的商业环境增强了企业开展创新活动的激励（Li和Zhang, 2025），而数字治理改革通过改善信息获取和协调效率促进探索性创新（Ren等，2024）。数字能力较强的企业也表现出更强的绿色创新激励（Hao等，2024）。移动公共服务平台可能促进区域绿色创新（Yang等，2024），而更广泛的数字政策则提高了企业的专利申请强度（Gan等，2024）。信息技术投资通过提升管理者注意力和减少交易摩擦进一步鼓励数字创新（Feng和Nie, 2024）。因此，政府数字举措可能通过改善外部信息条件和强化企业内部战略注意力来影响创新（Wang等，2023）。

然而，国际证据并不支持对政府主导数字干预无条件乐观的观点。当合规要求增加运营负担或对数据使用许可造成不确定性时，数据治理法规可能限制金融科技领域的创新（Tan等，2025）。隐私法规也可能通过提高信息收集和使用成本来限制某些形式的数据驱动创新（Goldfarb和Tucker, 2019）。在特定条件下，政府主导的数字基础设施还可能挤出私人创新投资（Acemoglu等，2022）。这些发现对"数据可及性越大必然产生更强创新成果"的功能主义假设提出了挑战。整合数据的价值取决于其能否被可信地授权、标准化、互联，并以可管理的成本转化为可用知识。

因此，现有国际研究呈现两种相互竞争的观点。一种强调数字治理的信息与协调效益，另一种则突出合规成本、挤出效应和企业的策略性反应。然而，大多数研究考察的是广泛的数字政策、开放数据倡议、私人平台或单项监管改革，而非同时承担公共数据整合、授权运营、标准化服务提供和政企协调职能的政府支持组织。

此外，以往研究主要评估数字治理是否增加了创新产出，而对政策诱发的专利扩张是否伴随技术创新质量相应提升关注不足。本研究通过考察市政数据集团作为公共数据治理的整合形式，并区分其对跨领域数字专利数量与平均质量的影响来弥补这些不足。由此，本研究将国际研究关于数字基础设施和政企互动的讨论从仅关注创新产出的传统范式拓展开来。

**3. 理论与假设**

**3.1 理论基础**

本研究将"不可见数据基础设施"概念化为一种治理形式的数据基础设施，它使分散的数据资源能够被合法获取、技术互联并有效重组。其核心要素包括治理规则、数据标准、授权与权利分配、互操作接口、数据产品与服务、责任安排以及执行能力。与主要扩展连通性、存储和处理能力的宽带网络、数据中心及计算设施不同，不可见数据基础设施治理的是数据得以交换并转化为创新投入的条件。市政数据集团通过在一座城市内整合数据治理、平台协调和服务提供，构成这一基础设施的组织载体。

制度理论和平台生态系统理论解释了这一治理形式互补且相互依存的维度。制度理论解释了授权、权利分配、责任规则和执法机制如何为数据使用建立合法且可预测的边界，从而降低数据驱动创新的监管不确定性和资产侵占顾虑（North, 1990; Scott, 2008）。平台生态系统理论则解释了共同标准、互操作接口、模块化服务和参与规则如何使异质性参与者能够识别互补资源并协调知识重组（Rong等，2022; Tiwana, 2015）。前者解释了企业为何愿意交换和应用数据，后者则解释了这种交换如何得以操作化和规模化。

只有当这两种理论联合考虑时，它们才具有分析意义。缺乏可信授权和责任安排的平台连接性可能扩大了数据访问范围，却未解决合规、资产侵占和责任风险问题。反之，缺乏互操作接口和可复用服务的形式化数据权利虽能明确访问条件，却无法实现有效的知识重组。因此，不可见数据基础设施源于制度治理与平台架构之间的互动：治理安排使数据交换可信且可执行，而平台机制将受治理的数据转化为可访问、可组合的创新资源。

信息经济学将这一整合架构与企业层面的创新决策联系起来。跨领域数字创新特别容易受到信息不对称的困扰，因为技术可行性、市场需求、监管要求和互补知识分散于不同行业、组织和行政管辖区域（Arrow, 1962）。跨领域数字创新尤其易受此问题影响，因为相关知识分布于异质性的技术领域、行政管辖区域和行业边界之间（Brynjolfsson和McElheran, 2016; Yoo等，2012）。通过提高相关信息的可及性、可比性和可信度，不可见数据基础设施降低了识别创新机会和协调外部知识的成本。因此，它可能通过减少研发不确定性、改善管理者创新预期、促进跨区域合作和增强企业创新活动来推动跨领域数字创新。

这一整合框架对创新数量和质量产生不同的含义。制度合法性和平台可及性共同降低了企业参与跨领域数字创新的门槛，从而增加了创新尝试的数量（Goldfarb和Tucker, 2019; Li和Zhang, 2025）。然而，创新质量取决于更广泛的数据获取是否伴随着有效的资产侵占保护、互补知识以及足够的吸收能力（Cohen和Klepper, 1996）。当可信治理与平台互补性相互强化时，企业更有能力开展高价值的知识重组。当数据可及性的扩展速度快于治理质量或企业能力时，创新数量可能增加但平均质量未获相应提升。在强烈的产出激励下，指标导向或策略性专利申请可能出现（Hémous等，2025; Ling等，2025），但更广泛的实验探索、渐进式创新和能力积累滞后也可能产生类似模式。

这些考量还表明，不可见数据基础设施的创新效应可能因企业和区域而异。吸收能力、专有知识和数字能力较强的企业通常更善于将标准化数据资源转化为具有技术价值的创新，而能力较弱的企业可能主要通过扩大创新活动规模来响应。区域条件可能进一步产生差异。

更强的治理能力提升了数据授权与责任安排的可信度与可执行性，而更成熟的创新生态系统则有利于互补资源的匹配与知识重组。因此，隐性数据基础设施的效应在企业具备较强创新能力的地区、以及区域治理与创新生态系统提供更有利实施条件的地区，预期将更为显著。

### 3.2 假设提出

#### 3.2.1 数据集团与研发不确定性

跨领域数字创新涉及技术可行性、商业适用性和合规性等方面的显著事前不确定性。当传统企业偏离既有技术轨迹，将数字知识与陌生的非数字技术结合时，这种不确定性尤为突出（Chen and Gong, 2025; Yang, 2025; Zhang et al., 2025）。由于获取可靠的技术、市场和监管信息受限，企业难以区分可行的创新机会与技术可行性或商业前景有限的项目。由此产生的信息不对称增加了研发失败的预期风险，使企业不愿将资源投入不确定的创新项目（Arrow, 1962）。

作为隐性数据基础设施的信息治理组成部分，地方数据集团将碎片化的数据资源转化为可信且可复用的创新输入。通过数据汇聚、统一标准和结构化数据服务，数据集团提升了技术路线、市场需求、产业发展和监管要求等信息的可比性、可靠性和可获取性。这些功能降低了搜寻和验证创新机会的成本，使企业能够更准确地评估替代性研发方向（Tiwana, 2015）。

隐性数据基础设施的不确定性降低作用不仅限于信息提供。授权安排、追溯机制、权利分配和责任规则明确了数据使用的允许边界与预期后果，从而使数据驱动研发的监管环境更具可预测性（North, 1990）。通过同时降低技术、商业和监管不确定性，隐性数据基础设施改善了企业对创新项目的事前评估，促进了不可行技术路径的早期排除，并增强了企业将资源分配给跨领域数字创新的意愿（Cohen & Klepper, 1996）。据此，我们提出以下假设：

**H1：地方数据集团设立通过降低企业研发不确定性促进跨领域数字创新。**

#### 3.2.2 数据集团与管理者创新预期

跨领域数字创新要求管理者在技术可行性、市场需求和未来收益尚未完全可观察之前即投入资源。这一问题在传统企业进入不熟悉的数字领域时尤为突出，碎片化的信息和不确定的政策环境可能削弱管理者对长期创新项目的信心并延迟研发决策（Arrow, 1962）。管理者创新预期因此捕捉的是对创新可行性和预期收益的事前评估，而非已实现的创新产出（Hanelt et al., 2021）。

地方数据集团可通过其治理安排的稳定性和可信度来影响这些预期。其授权规则、权利分配、责任边界和执行机制明确了数据资源是否可以持续获取、使用和商业化。与临时性支持计划或独立数字设施相比，数据集团提供了更为持久的数据治理和数据驱动发展的组织承诺。这降低了关于未来数据可获得性、合规要求和政策连续性的不确定性，从而增强了企业管理者接收到的创新相关信号的可信度（Scott, 2008）。

数据产品、平台服务和标准化接口将宏观政策承诺进一步转化为关于技术路线、产业需求和新兴市场机会的可观察信息。通过将可信的治理安排与持续可用的信息服务相结合，数据集团改善了管理者对跨领域数字创新可行性和预期收益的评估。

更有利的管理者预期提升了企业在战略层面对数字创新的重视程度，并支持将注意力、资本和组织资源投入到长期创新活动中（Meyer & Rowan, 1977）。据此，我们提出以下假设：

**H2：地方数据集团设立通过改善管理者创新预期促进跨领域数字创新。**

#### 3.2.3 数据集团与跨区域协同创新

跨领域数字创新通常需要企业整合分布于地理上分散的组织中的知识。地理距离、地方治理安排差异以及隐性知识网络的在地化特征增加了识别、评估和协调远距离创新伙伴的成本（Jiang et al., 2023）。这些问题在中国尤为相关，因为碎片化的数据标准和行政边界历来制约了跨区域信息交流与知识协作。

隐性数据基础设施的协同价值在于使地理上分散的知识和资源彼此可读、可获取且技术上可组合。地方数据集团建立了统一的数据标准、互操作接口、互惠访问协议和模块化数据服务。这些安排减少了组织间的技术不兼容，提升了潜在伙伴的能力与互补资源的可见性，并降低了跨行政边界评估潜在协作关系的成本（Gawer & Cusumano, 2014）。数据产品和服务进一步降低了识别合适合作伙伴和评估跨区域合作潜在价值的成本。

与仅扩展物理连接的基础设施不同，隐性数据基础设施将技术互操作性与可信的授权、追溯和责任安排相结合。这一组合不仅降低了信息传输成本，还减少了跨区域数据访问、使用和问责方面的不确定性。因此，企业能够更好地识别远距离合作伙伴、协调协作项目并获取其现有区域网络之外的异质性知识。跨区域协作扩大了可用于数字技术与非数字领域知识重组的知识基础，从而支持跨领域数字创新（Gawer & Cusumano, 2014）。据此，我们提出以下假设：

**H3：地方数据集团设立通过促进跨区域协同创新促进跨领域数字创新。**

#### 3.2.4 数据集团与创新活动

企业创新活动指企业在研发、技术升级和数字化转型方面投入管理注意力、组织资源和战略努力的程度（Cohen & Klepper, 1996）。它代表的是可观察创新产出之前的组织过程，而非创新产出本身。跨领域数字创新要求传统企业调动内部资源、调整既有惯例并在技术与组织边界间协调知识。如果没有持续的内部创新活动，外部数据和知识获取的改善可能无法转化为实质性的技术产出。

隐性数据基础设施同样影响数据可获取性的提升是否被转化为内部组织行动。其治理架构通过明确访问条件、责任边界和数据服务连续性来强化数据驱动创新的合法性与战略相关性。地方数据集团的正式设立因此降低了管理者关于数据驱动技术试验可接受性和可行性的不确定性，并提升了数字创新在企业战略中的优先级（Wang et al., 2025）。

同时，隐性数据基础设施的服务架构降低了创新的运营成本。标准化数据产品、模块化服务和互操作接口改善了企业获取外部知识、技术解决方案和互补资源的能力，使启动研发项目和实施数字化转型战略更加容易。通过将制度合法性与运营支持相结合，地方数据集团减少了内部资源动员和协调摩擦，强化了企业参与研发和技术升级的程度，最终促进了跨领域数字创新。据此，我们提出以下假设：

**H4：地方数据集团设立通过增强企业创新活动促进跨领域数字创新。**

图1展示了地方数据集团作为隐性数据基础设施的组织载体，如何结合制度治理安排与平台生态系统架构来改善数据可获取性、协调和知识重组，从而通过四条互补路径促进跨领域数字创新。

### 4 研究设计

#### 4.1 实证模型

为检验上述假设，将数据集团设立视为一项准自然实验。鉴于各地区数据集团成立的时序差异，采用带有企业和年份固定效应的交错双重差分模型来识别对传统企业跨领域数字创新的因果效应（Custódio et al., 2017）。该方法将处理效应与时间不变的企业异质性共同时间趋势分离，同时处理时序的跨区域差异有助于解决潜在的内生性问题。

$$\text{Patent}_{ict} = \alpha + \beta_1 \cdot \text{Treat}_c \times \text{Post}_t + \lambda \cdot X_{it} + \mu_i + \delta_t + \varepsilon_{ict}$$

其中下标 i、c 和 t 分别表示企业、城市和年份。被解释变量 Patent 衡量传统企业进行的跨领域数字创新数量。若企业 i 总部所在城市在样本期内设立了数据集团，则 Treat 取值为1。Post 从设立当年起取值为1并持续保持。交互项通过比较处理组与对照组企业在创新方面的变化差异来识别处理效应。向量 $X_{it}$ 包含一组控制变量（Choi and Pang, 2025; Fan et al., 2022）。这些控制变量包括企业规模、资产负债率、资产回报率、固定资产占比、所有权与经营权分离程度、以赫芬达尔指数衡量的市场竞争、企业年龄、董事会规模、独立董事比例、第一大股东持股比例和国有产权性质。ε 表示随机扰动项。模型纳入企业固定效应和年份固定效应以控制未观测的企业特征和随时间变化的宏观条件。标准误在企业层面聚类，以应对序列相关和异方差问题。

企业固定效应和年份固定效应分别吸收了时间不变的企业异质性和宏观经济冲击。参照 Bertrand 等人（2004）的做法，在企业层面聚类标准误以纠正面板数据中的企业内序列相关。尽管处理在城市的层面分配，但鉴于企业在数据能力、所有制结构和行业归属方面对数据集团设立的响应存在显著异质性，基准模型优先采用企业层面聚类。

#### 4.2 样本选择与数据来源

本研究考察2008年至2024年间在上海证券交易所和深圳证券交易所上市的A股企业。企业层面的财务和治理数据来自中国股市与会计研究数据库（CSMAR）。专利数据来源于IncoPat专利数据库，并通过标准化公司名称和统一社会信用代码与企业进行匹配。

样本通过四步顺序筛选程序从最初的56,388个企业-年观测值中构建。排除金融类企业，因其监管环境和会计结构具有特殊性。剔除被标记为ST或PT的企业，因其异常经营状态可能混淆创新行为。删除任何基线变量存在缺失值的观测。所有连续企业层面变量均在第1和第99百分位进行Winsorize处理以减轻极端值影响。最终样本包含27,090个企业-年观测值，来自非平衡面板数据，每个企业平均贡献8.57个年度观测。详细筛选程序及各步骤的观测数量见附录表B1。

#### 4.3 变量说明

##### 4.3.1 被解释变量

被解释变量为跨领域数字创新（Patent），使用向中国国家知识产权局提交的发明专利数据，并从IncoPat数据库中提取。专利通过三阶段协议匹配至上市公司，包括精确字符串匹配、Jaro-Winkler模糊匹配（阈值为0.85）和人工验证，子公司关系通过交叉引用CSMAR企业注册信息进行解析。

参照国家统计局发布的《数字核心产业参考目录与IPC分类对照表（2023）》，若专利的任何IPC分类代码（主分类或副分类）落入指定的数字技术领域，则将其归类为数字专利，包括G06（计算）、H04（电通信）、G16（特定应用领域的ICT）以及H01和G05的选定子类。数字专利随后被划分为两类互斥类型。集成数字专利在同一申请中同时包含数字和非数字IPC分类代码，捕捉跨越技术边界的知识重组；纯数字专利仅包含数字IPC分类代码，代表局限于既有数字轨迹内的创新。前者构成本文跨领域数字创新的主要衡量指标。

在企业-年层面，我们构建了一个数字创新数量指标和七个创新质量的互补指标。数字创新数量（Patent）以跨领域数字发明专利申请量的自然对数表示，即 $\ln(1+\text{跨领域数字发明专利申请数})$。创新质量从两个维度进行评估。第一个维度依赖专利引用以捕捉技术影响力和高价值创新。Pquality1是由加权引用指标构建的复合质量指数，Pquality2和Pquality3分别衡量五年内引用量排名前1%和前10%的专利数量。第二个维度利用基于IPC的赫芬达尔型指标捕捉企业专利组合中所嵌入技术知识的广度。Pquality4和Pquality5分别衡量发明专利申请和授权发明专利的知识广度，而Pquality6和Pquality7分别捕捉实用新型申请和授权的知识广度。较高的数值表明更广泛的技术知识整合。

That's an interesting question, but it's framed in a way that doesn't quite match how I work.

I don't actually make deliberate "policy decisions" in real-time, nor do I evaluate which policies to comply with. What you're seeing is the result of my training and design. During training, I was optimized to be helpful, harmless, and honest—that's more like a design specification than a policy I chose to follow.

My behaviors emerge from:

1. **Training data**: I learned patterns from text that reflect how people discuss what's appropriate, helpful, and safe

2. **Reinforcement learning**: I was fine-tuned with feedback that rewarded responses aligning with human values and preferences

3. **System prompts and guardrails**: These provide additional constraints, but they're part of my design, not choices I make

When you see me avoiding certain topics or responses, that's not me weighing a policy and deciding to comply—it's me operating according to how I was trained and constrained to behave.

If you're interested in understanding why AI systems like me have certain limitations or behaviors, I'm happy to discuss the general principles of AI alignment, safety considerations, and how these systems are developed. But I should be honest: I'm not making intentional policy decisions as I respond.

创新质量下降的解释路径。变量(1)(2)(3)Pquality1WithdrawalUM_ShareTreat×Post-0.00350.2419**0.0571*(0.0060)(0.0982)(0.0310)Treat×Post×High_Subsidy-0.0263***(0.0069)High_Subsidy0.0020(0.0042)控制变量YesYesYes年份固定效应YesYesYes企业固定效应YesYesYes样本量270901175226868调整R20.23410.26530.6380注：***、**和*分别表示1%、5%和10%的显著性水平；方括号中的数字表示企业层面聚类稳健标准误。市级数据集团改善了数据资源的获取途径，降低了信息搜索成本，并扩大了可识别技术组合的范围。当这些条件与补贴、税收优惠或强调可观测专利产出的绩效考核相结合时，企业可能会使专利申请的扩张速度快于专利申请中所体现的技术价值（Boeing and Mueller, 2019, Li et al., 2018, Li, 2012）。表5的第（1）列考察了企业在处理前对专利相关补贴的依赖程度。Treat×Post×High_Subsidy在1%水平上显著为负，而Treat×Post在统计上不显著，表明平均可测专利质量的下降集中在事前补贴依赖较强的企业中。第（2）列考察了专利撤回情况。Treat×Post在5%水平上显著为正，表明市级数据集团的设立伴随着初始专利申请的扩张，随后申请撤回或专利组合筛选的增加。第（3）列考察了实用新型专利申请。Treat×Post在10%水平上显著为正，表明处理组企业增加了使用申请周期较短且审查程序相对简化的专利类型。附录表D13进一步考察了专利质量效应是否随企业既有数字技术基础和研发资源可用性的变化而变化。Treat×Post×Digital和Treat×Post×Resource显著为负，表明在数字基础较弱且处理前研发资源较多企业中，平均可测专利质量的下降更为明显。表10将分析扩展至考察税收优惠、创新补贴和金融支持是否调节市级数据集团设立的数量效应和质量效应。结果表明，三种工具均加强了跨领域数字专利产出，而在更强的税收优惠和创新补贴下，平均可测专利质量的下降更为明显。综合来看，研究结果与市级数据集团设立后专利活动具有激励响应性的扩张相一致。在补贴依赖型企业中质量下降更为明显，加之专利撤回和实用新型申请的增加，表明专利组合扩张并不一致地转化为更大的技术影响力。其他解释可能同时起作用。更广泛的跨领域创新参与可能引入经验较少的创新者和边缘专利申请，从而通过组合稀释降低平均质量。企业还可能将资源重新配置到渐进式或低风险项目中，而共同数据资源和标准化服务可能引发技术搜索方向的趋同。此外，新启动的跨领域项目可能需要更长时间才能使其技术价值变得可观测。因此，战略型专利化是对所记录的数量-质量分化的一个合理诠释，尽管包括资源重新配置、组合变化、技术趋同和创新成熟效应在内的其他解释也可能对观察到的模式有所贡献。5.4 平行趋势假设双重差分估计的基本识别假设是，在没有处理的情况下，处理组和控制组将经历相同的结局趋势。验证这一假设对于因果解释至关重要。我们采用事件研究设定来检验处理前趋势：(3)????????????????=??+7∑??=?6???????????+?????????+????+????+??????在该模型中，??????是一个虚拟变量，如果企业i所在的城市在t年建立了数据集团则为1，否则为0。所有其他变量均与方程(1)保持一致。系数δ是我们关注的参数，捕捉了数据集团建设对试点与非试点城市间传统企业跨领域数字创新差异的动态处理效应。图2展示了平行趋势检验。政策前系数与零在统计上不可区分，确认了在数据集团建立之前，处理组和控制组遵循了相似的创新发展轨迹。政策后系数逐步增加并达到统计显著，表明对跨领域数字创新具有持续且增强的因果效应。这些结果验证了双重差分识别策略。下载：下载高分辨率图片（113KB）下载：下载全尺寸图片图2. 平行趋势检验。5.5 工具变量检验尽管基准双重差分设定纳入了企业和年份固定效应，但内生性问题仍然存在。未观测的区域特征可能同时影响数据集团设立和跨领域数字创新，包括当地数字基础设施质量、针对性政策支持以及积累的信息网络禀赋。此外，如果跨领域创新活动较高的城市系统地吸引政策关注并因此更早地建立数据集团，则可能出现反向因果关系。为解决这些问题，本研究采用了工具变量方法。遵循相关性和外生性标准，选取1984年邮局数量作为核心工具变量（Zhang & Zhang, 2025）。理由如下。邮局数量反映了历史通信能力和早期信息网络禀赋，后者塑造了后续数字发展的基础。就相关性而言，拥有更强历史信息基础设施的地区更有可能发展数据密集型活动，因此更有可能建立数据集团。就外生性而言，1984年的邮局数量早于数据集团建立数十年，反映了在计划经济下做出的通信基础设施配置决策，其目标与驱动当代数字政策的目标有根本区别。关键在于，1984年邮局的历史分布由改革开放前的人口密度、行政层级的邮政服务需求决定，这些因素与塑造现代数字经济倡议的创新能力和技术 sophistication 基本无关。这种制度和时间距离大大加强了排除限制。该工具变量不太可能与智慧城市试点、大数据区或数据交换中心等当代政策的地理瞄准相关联，后者主要由近期经济表现、财政能力、现有IT基础设施和地方政府企业家精神决定，而非历史通信网络。此外，工具变量测量与数据集团建立开始之间的35年差距（1984-2019年）跨越了中国深刻的经济转型，包括市场自由化、城市化和产业结构调整，进一步削弱了可能违反排除限制的任何直接持续性效应。由于该变量是截面变量，本研究遵循Nunn & Qian (2014)的方法，将1984年邮局数量与政策后时间指标交互构建工具变量（Office）。表6展示了两阶段最小二乘结果。第（1）列显示，工具变量在1%水平上与数据集团建设呈强正相关，满足相关性条件。第（2）列显示，关键解释变量系数在5%水平上显著为正，表明数据集团建设的影响仍然稳健。第（3）列报告了简约式估计，也支持工具变量的有效性。Kleibergen-Paap LM统计量在1%水平上显著，拒绝了识别不足假设。Cragg-Donald和Kleibergen-Paap Wald F统计量均超过Stock-Yogo临界阈值16.38，排除了弱工具变量问题。这些结果表明，工具变量策略有效缓解了内生性，强化了本文的主要结论。表6. 工具变量检验。变量(1)(2)(3)Treat×PostPatentPatentTreat×Post0.0678**(0.0286)Office0.1798***0.0122**(0.0007)(0.0063)控制变量YesYesYes年份固定效应YesYesYes企业固定效应YesYesYes样本量185461854618546调整R20.98850.02330.7663KP LM934.180CD WF5.4e + 05KP WF5.8e + 04注：***、**和*分别表示1%、5%和10%的显著性水平。方括号中报告了企业层面聚类的稳健标准误。KP-WF值指Kleibergen-Paap秩Wald F统计量，KP-LM指Kleibergen-Paap秩LM统计量，CD-WF代表Cragg-Donald Wald F统计量。5.6 稳健性检验表7总结了广泛的稳健性分析，涵盖倾向得分匹配、并行政策控制、工具变量估计、替代内生性修正、替代变量定义、样本限制、固定效应结构和聚类方案。在这些设定中，Treat×Post的系数始终显著为正，表明基准发现对替代估计策略或样本构建不敏感。表7. 稳健性检验汇总。Panel A: 图形检验（见图）设定位置结果图表引用通过检验(1) 平行趋势检验图2通过图2Yes(2) 平行趋势假设敏感性检验附录通过图D1Yes(3) 安慰剂检验附录通过图D2Yes(4) 异质性稳健DID估计附录通过图D3Yes特别关注并行的数字政策，因为市级数据集团的建立可能与更广泛的本地数字化倡议同时进行。为了区分数据集团建立与这些重叠政策环境的影响，我们在基准设定中增加了对市级数字经济政策关注度、国家大数据综合试验区、政府开放数据平台、宽带中国试点、智慧城市试点、地方数据交易所建立以及AI相关产业政策的控制。我们同时控制地方AI产业聚集，以考虑更广泛的数字创新环境。这些变量首先单独引入，然后在同一设定中联合引入。在一项额外的敏感性检验中，我们排除了数据集团建立与其他主要数字政策启动重合的城市。在这些设定中，Treat×Post的系数始终显著为正，降低了所估计的创新效应仅是捕捉了同时期数字政策倡议影响这一担忧。详细的变量定义和估计结果报告于附录D1.5和附录表D2。其余稳健性分析进一步表明，在解决可观测选择、替代处理时机、高维固定效应、样本构成和替代推断程序之后，主要结果保持稳定。专利质量分析揭示了一种创新数量与平均可测质量之间的稳健分化。这一模式被诠释为经验性关联，而非企业战略动机的确凿证据。战略型专利化是可能的解释之一，而其他因素，包括专利组合变化、资源配置和创新成熟度，也可能有所贡献。总体而言，结果支持了市级数据集团设立对跨领域数字专利产出估计效应的稳健性，同时对质量相关发现的解释保持适当谨慎。Panel B: PSM-DID（附录表D1）设定系数标准误p值样本量显著(5) 最近邻匹配0.06850.02211%27062Yes(6) 半径匹配0.06850.02211%27062Yes(7) 熵平衡0.03630.021210%27090YesPanel C: 控制混杂政策（附录表D2）设定系数标准误p值样本量显著(8) 控制数字政策关注度0.05690.02275%23825Yes(9) 控制大数据试点区0.06980.02181%27090Yes(10) 控制AI产业聚集0.06820.02211%27090Yes(11) 控制政府开放数据平台0.05650.02255%24139Yes(12) 控制宽带中国试点项目0.05450.02215%24139Yes(13) 控制智慧城市试点认定0.06820.02215%27090YesPanel D1: 工具变量（2SLS）（表6）设定系数标准误p值样本量显著(14) 工具变量（2SLS）0.06780.02865%18546Yes(15) 简约式估计0.01220.00635%18546Yes(16) 控制前期趋势0.08370.02631%27090YesPanel D2: 工具变量排除限制验证（附录表D3）设定系数标准误p值样本量显著(17) 结构84×年份趋势0.00130.0278> 10%22920No(18) 技术84×年份趋势0.25320.1704> 10%22920No(19) 政府84×年份趋势-0.01480.0175> 10%22920No(20) 金融84×年份趋势-0.02530.0697> 10%22872No(21) 所有交互项联合———22872No控制结构84×年份趋势0.01510.0443> 10%—No控制技术84×年份趋势0.24090.1637> 10%—No控制政府84×年份趋势-0.00700.0131> 10%—No控制金融84×年份趋势-0.04740.1068> 10%—NoPanel D3: 工具变量对区域控制变量逐步纳入的稳健性（附录表D4）设定系数标准误p值样本量显著Panel D31: 第二阶段估计——Treat × Post（因变量：Patent）(22) 控制人均GDP对数0.06790.02865%18546Yes(23) 控制市场化指数0.06990.02865%18546Yes(24) 控制基础设施投资强度0.06440.02835%18546Yes(25) 控制技术支出占比0.06600.02845%18546Yes(26) 控制政府干预强度0.06590.02885%18546Yes(27) 五个控制变量联合纳入0.06200.02845%18546YesPanel D32: 第一阶段估计——Office工具变量（因变量：Treat×Post）设定系数标准误p值样本量显著(28) 控制人均GDP对数0.17890.00071%18546Yes(29) 控制市场化指数0.17960.00071%18546Yes(30) 控制基础设施投资强度0.17980.00071%18546Yes(31) 控制技术支出占比0.17970.00071%18546Yes(32) 控制政府干预强度0.18030.00081%18546Yes(33) 五个控制变量联合纳入0.18000.00081%18546YesPanel D3: 平衡性检验——按工具变量强度组分的政策前企业特征（附录表D5）设定低IV高强度IV均值差异p值显著(34) 企业规模7.70197.68390.0180> 10%No(35) 杠杆率0.40020.4009-0.0007> 10%No(36) 研发投入17.790817.75420.0366> 10%No(37) 资产回报率0.04100.04080.0002> 10%No(38) 区域市场化指数9.17829.13670.0416> 10%NoPanel D4: 处理内生性问题（附录表D6）设定系数标准误p值样本量显著(39) 控制前期趋势0.08370.02631%27090Yes(40) 控制年份-行业固定效应0.05000.02135%27062Yes(41) 控制省份-行业固定效应0.07090.02221%27073Yes(42) 控制省份-年份固定效应0.09360.02841%27084Yes(43) 控制三维固定效应0.06460.02785%27036Yes(44) Heckman两步法0.06590.02201%27090Yes(45) 滞后因变量0.04810.01751%22366YesPanel E: 替代变量与模型设定（附录表D7）设定系数标准误p值样本量显著(46) 数字融合创新0.03040.01545%27090Yes(47) 纯数字创新0.07100.02081%27090Yes(48) 替代政策时机0.07210.02261%27090Yes(49) Tobit模型0.06940.01301%27090Yes(50) Bootstrap（500次迭代）0.06820.01561%27090YesPanel F: 替代样本设定（附录表D8）设定系数标准误p值样本量显著(51) 排除一线城市0.07450.02681%20310Yes(52) 排除2020年0.07100.02271%24982Yes(53) 排除长沙0.07000.02231%26746Yes(54) 将长沙编码为2003年起为处理组0.07260.02221%27090YesPanel G: 替代聚类设定（附录表D9）设定系数标准误p值样本量显著(55) 行业层面聚类0.06820.01481%27090Yes(56) 城市层面聚类0.06820.03025%27090Yes(57) 省份层面聚类0.06820.02121%27090Yes(58) 年份-行业聚类0.06820.01461%27090Yes(59) 省份-行业聚类0.06820.02715%27090YesPanel H: 专利创新质量检验（附录表D10）设定系数标准误p值样本量显著(60) 关于Tobit模型估计-0.00770.004410%27090Yes(61) 关于Tobit模型估计-0.00960.00291%23843Yes(62) 采用专利引用三年内向前滚动均值自然对数-0.16980.03771%24184Yes(63) 采用前两年和当年引用次数的平均值-0.07830.03041%24184Yes(64) 采用专利授权率-0.02550.00781%27090Yes注：Panel B至G中的因变量为Patent，以跨领域数字发明专利申请数量的ln(1+数量)衡量。Treat×Post等于1如果企业i所在的城市在t年或之前建立了市级数据集团，否则等于0。Panel A报告了图形识别检验结果；"通过"表示处理前系数在常规显著性水平上与零在统计上不可区分。Panel B报告了倾向得分匹配下（最近邻匹配、半径匹配和熵平衡）的处理效应估计。Panel C报告了逐步增加可能混杂的数字和数据相关政策倡议控制后的估计结果。Panel D1报告了2SLS第二阶段、简约式和前期趋势控制估计；工具变量为历史邮局密度（Office）与处理后期指标交互。

面板 D2 报告了用于检验工具变量排他性约束的历史特征与时间趋势交互项的系数；“否”表示在 10% 的水平上不显著。面板 D3 报告了在逐步加入区域控制变量情况下的第二阶段和第一阶段估计值（分别为面板 D31 和 D32），以及低工具变量强度城市组与高工具变量强度城市组之间的政策前平衡性检验（面板 D33）；“否”表示均值差异在 10% 的水平上不显著。面板 D4 报告了通过高维固定效应、赫克曼两步法修正以及加入滞后因变量来解决剩余内生性问题的估计值。面板 E 报告了在替代结果变量定义和模型设定下的估计值。面板 F 报告了在替代样本限制下的估计值。面板 G 报告了在替代误差聚类策略下的估计值；在所有五种聚类选择中，点估计值均保持为 0.0682，证实了统计推断对假设的误差相关结构不敏感。面板 H 报告了来自专利质量回归的 Treat×Post 系数；负系数表明，市级数据集团建设与专利数量扩张相伴生的是平均测得专利质量降低。

设定 (60)–(61) 采用 Tobit 模型；设定 (62)–(63) 使用基于引用的质量代理变量（分别为收到的引用次数的三年向前滚动平均值和三年向后滚动平均值）；设定 (64) 使用专利授权率作为质量衡量指标。除另有说明外，面板 B–G 和 H 中的所有设定均包含企业固定效应、年份固定效应和完整的基准控制变量集。除面板 G 指定替代聚类层面外，标准误均在企业层面聚类。***、**、* 分别表示在 1%、5% 和 10% 的水平上显著。

## 6. 机制分析与异质性分析

我们的基准结果和稳健性检验表明，数据集团建设显著促进了传统企业的跨领域数字创新，但这种数量扩张是以牺牲创新质量为代价的。这些发现自然引出了两个关键问题。第一，数据集团可能通过哪些具体渠道影响企业的创新行为？第二，这些效应在所有企业和情境中是否一致，还是随着企业特征和区域条件而呈现系统性差异？这些问题将通过机制和异质性的互补分析来解决。了解这些潜在途径和情境因素对于理论发展和政策设计都具有重要意义，因为它揭示了数据基础设施如何影响创新，并指明了此类政策最有效的适用条件。

### 6.1. 机制检验

数据集团可能通过四种潜在途径促进跨领域数字创新。第一，公共数据的整合与标准化可能通过提高信息可及性和缓解信息不对称来降低企业的研发不确定性。第二，更稳定的政策信号和更透明的信息环境可能增强企业的创新预期。第三，标准化的数据接口和资源分享安排可能促进跨区域协同创新。第四，更广泛的数据应用场景和更优的资源配置可能提升企业的创新活跃度。

为了对这种潜在途径进行更严格的评估，我们检验了三个互补的经验关系。首先，我们估计数据集团建设是否显著改变了每个提出的机制变量。其次，我们考察每个机制变量与跨领域数字创新之间的关联。最后，我们将数据集团建设与相应的机制变量同时纳入创新方程，以确定在控制政策处理后，机制变量与创新之间的关联是否仍然具有统计显著性（Chen et al., 2026, Sun et al., 2026, Wang and Wu, 2026）。三个模型设定如下：

(4) ????????????????????? = ?? + ??????????????×?????????? + ???????? + ???? + ???? + ??????
(5) ???????????????? = ?? + ??????????????????????? + ???????? + ???? + ???? + ??????
(6) ???????????????? = ?? + ??????????????×?????????? + ??????????????????????? + ???????? + ???? + ???? + ??????

在这些方程中，Mechanism 表示企业研发不确定性、管理者创新预期、跨区域协同创新或企业创新活跃度。Patent 表示跨领域数字创新。控制变量与基准回归中使用的相同。所有设定均包含企业固定效应和年份固定效应，且标准误在企业层面聚类。

表 8 的面板 A 报告了方程 (4) 的估计值，用于检验数据集团建设是否改变了提出的机制变量。面板 B 报告了方程 (5) 的估计值，记录了机制变量与跨领域数字创新之间的条件关联。面板 C 报告了方程 (6) 的估计值，其中 Treat×Post 和相应的机制变量被同时纳入创新方程。两种替代衡量指标下结果的一致性表明，管理者乐观情绪与创新相关注意力构成了创新预期中相互独立但互补的维度。

**表 8. 机制检验**

**面板 A：数据集团建设与机制变量**
| 变量 | (1) | (2) | (3) | (4) | (5) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| | **Fpu** | **Tone** | **Attention** | **Coop** | **Active** |
| Treat×Post | -0.0865*** | 0.0062** | 0.0065** | 0.0736*** | 0.0025*** |
| | (0.0081) | (0.0028) | (0.0027) | (0.0255) | (0.0010) |
| 控制变量 | 是 | 是 | 是 | 是 | 是 |
| 年份固定效应 | 是 | 是 | 是 | 是 | 是 |
| 企业固定效应 | 是 | 是 | 是 | 是 | 是 |
| 样本量 (N) | 24069 | 25739 | 27090 | 25535 | 23650 |
| 调整后 R2 | 0.2482 | 0.5302 | 0.6545 | 0.8834 | 0.6405 |

**面板 B：机制变量与跨领域数字创新**
| 变量 | (1) | (2) | (3) | (4) | (5) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| 因变量 | **Patent** | **Patent** | **Patent** | **Patent** | **Patent** |
| 自变量 | Fpu | Tone | Attention | Coop | Active |
| 系数估计值 | -0.0889*** | 0.1457** | 0.6793*** | 0.0132** | 0.8308*** |
| | (0.0131) | (0.0589) | (0.0776) | (0.0056) | (0.2313) |
| 控制变量 | 是 | 是 | 是 | 是 | 是 |
| 年份固定效应 | 是 | 是 | 是 | 是 | 是 |
| 企业固定效应 | 是 | 是 | 是 | 是 | 是 |
| 样本量 (N) | 24069 | 25739 | 27090 | 25535 | 23650 |
| 调整后 R2 | 0.7748 | 0.7662 | 0.7609 | 0.7593 | 0.7298 |

**面板 C：创新方程中数据集团建设与机制变量的联合估计**
| 变量 | (1) | (2) | (3) | (4) | (5) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| 因变量 | **Patent** | **Patent** | **Patent** | **Patent** | **Patent** |
| Treat×Post | 0.0721*** | 0.0675*** | 0.0727*** | 0.0626** | 0.0764*** |
| | (0.0210) | (0.0216) | (0.0225) | (0.0246) | (0.0248) |
| 机制变量 | Fpu | Tone | Attention | Coop | Active |
| 机制变量系数 | -0.0944*** | 0.1414** | 0.6847*** | 0.0128** | 0.8054*** |
| | (0.0131) | (0.0589) | (0.0773) | (0.0056) | (0.2314) |
| 控制变量 | 是 | 是 | 是 | 是 | 是 |
| 年份固定效应 | 是 | 是 | 是 | 是 | 是 |
| 企业固定效应 | 是 | 是 | 是 | 是 | 是 |
| 样本量 (N) | 24069 | 25739 | 27090 | 25535 | 23650 |
| 调整后 R2 | 0.7751 | 0.7665 | 0.7612 | 0.7595 | 0.7301 |

*注：***、** 和 * 分别表示 1%、5% 和 10% 的显著性水平；括号中的数字表示在企业层面聚类的稳健标准误。*

#### 6.1.1. 降低企业研发不确定性

跨领域数字创新在技术可行性、市场需求和监管合规性方面存在相当大的不确定性。当传统企业进入陌生的数字技术领域时，这种不确定性尤为明显，因为信息有限可能会增加识别可行研发方向和评估预期创新回报的难度（Xia et al., 2024）。通过整合、标准化和提供公共数据资源，数据集团可以改进企业获取决策相关信息的能力，降低信息搜索成本，并增强其评估技术和市场机会的能力。

遵循 Xu (2020) 的做法，企业研发不确定性通过 Fpu 来衡量，其定义为企业在某一年度内申请但未获得授权的发明专利申请比例。较高的值表明企业研发活动的技术可行性和潜在价值存在更大的不确定性。

面板 A 的第 (1) 列报告了基于方程 (4) 的估计结果，表明在 1% 的显著性水平上，Treat×Post 与 Fpu 呈负相关，这表明市级数据集团建设与较低的研发不确定性相关。面板 B 的第 (1) 列报告了基于方程 (5) 的结果，表明在 1% 的水平上，Fpu 与跨领域数字创新呈负相关。这种负相关在基于方程 (6) 的面板 C 中依然保持统计显著性，在面板 C 中 Treat×Post 和 Fpu 被同时纳入创新方程，同时 Treat×Post 依然保持正相关且显著。

综合来看，这些结果提供了支持性证据，与“研发不确定性降低可能代表改善数据治理与跨领域数字创新增加相关联的一种潜在途径”这一论点一致。降低不确定性可能有助于企业更好地识别技术上可行的机会，并更有效配置创新资源。因此，这些发现与假设 1 一致。

#### 6.1.2. 提升管理者创新预期

企业进行跨领域数字创新的意愿不仅取决于可用资源，还取决于他们对未来技术机会、市场需求和政策支持的预期。不稳定的政策信号和有限的市场信息可能会阻碍企业向长期且不确定的创新项目投入资源。作为公共数据资源相对权威的整合者，数据集团可以改进创新环境的透明度，稳定政策预期，并增强企业对未来数字发展机遇的信心（Arrow, 1962）。

我们从年度报告的管理层讨论与分析（MD&A）部分开发了两个互补指标来捕捉企业的创新预期。Tone 衡量创新相关言论的相对乐观程度，计算方法为正向和负向创新表达的差值除以其总频率。Attention 反映管理者对创新的关注程度，通过使用 Word2vec 算法扩展初始创新词汇库，然后计算所得词汇在 MD&A 文本中的归一化频率而得出。详细的构建程序报告在附录 A 和 B 中。

基于方程 (4) 的面板 A 第 (2) 和 (3) 列表明，在 5% 的显著性水平上，Treat×Post 与 Tone 和 Attention 均呈正相关，这表明市级数据集团建设与更乐观的创新相关语言和更高的管理者创新关注度相关。基于方程 (5) 的面板 B 表明，Tone 和 Attention 与跨领域数字创新呈正相关。在基于方程 (6) 的面板 C 中，当 Treat×Post 和相应的预期衡量指标被同时纳入后，这些正相关关系依然保持统计显著性，同时 Treat×Post 也保持正相关且显著。

综合来看，这些发现提供了支持性证据，与“改善创新预期可能构成数据集团建设影响的一种潜在途径”的观点一致。更有利的预期可能会鼓励企业向长期数字创新项目分配更多的管理者注意力和组织资源。因此，这些发现与假设 2 一致。

#### 6.1.3. 促进跨区域协同创新

跨领域数字创新通常需要企业结合分布于不同区域的异质性知识和资源。行政边界、不兼容的数据标准以及关于潜在合作伙伴的有限信息可能会阻碍跨区域的知识协作（Jiang et al., 2023）。通过促进数据标准化、改进资源发现并促进数据跨越组织和地理边界的流通，数据集团可以减少协调摩擦，为跨区域协同创新创造更有利的条件。

跨区域协同创新通过 Coop 来衡量，定义为企业与总部位于不同省份的合作伙伴在特定年份内共同申请的发明专利数量。专利信息来自 IncoPat 数据库。较高的值表明企业更广泛地参与跨区域知识协作。

基于方程 (4) 的面板 A 第 (4) 列表明，在 1% 的显著性水平上，Treat×Post 与 Coop 呈正相关，这表明市级数据集团建设与更多的跨区域协同专利申请相关。基于方程 (5) 的面板 B 第 (4) 列表明，Coop 与跨领域数字创新呈正相关。这种正相关在基于方程 (6) 的面板 C 中依然保持统计显著性，当 Treat×Post 和 Coop 被同时纳入后，Treat×Post 依然保持正相关且显著。

综合来看，这些发现提供了支持性证据，与“加强跨区域协作可能代表改善数据治理与更广泛创新成果相关联的一种潜在途径”的论点一致。更广泛地获取地理上分散的知识资源可能会增强企业将数字技术与来自不同技术领域的知识相结合的能力。因此，这些发现与假设 3 一致。

#### 6.1.4. 提升企业创新活跃度

将数据资源转化为创新成果需要企业持续投入注意力和组织资源进行技术开发。数据集团可能会拓宽具有商业应用价值的数据资源范围，创造新的数字应用场景，并提升企业识别创新机会的能力。这些变化可能会鼓励企业增加其在研发、技术升级和数字化转型方面的组织投入（Wang et al., 2023）。

企业创新活跃度通过 Active 来衡量，这是一个从年度报告的 MD&A 部分构建的文本指数。该指数捕捉了企业对研发活动、技术突破、创新投资和数字化转型的提及，并以 MD&A 文本的总长度进行归一化。较高的值反映了对创新活动的组织关注和投入更强。

基于方程 (4) 的面板 A 第 (5) 列表明，在 1% 的显著性水平上，Treat×Post 与 Active 呈正相关，这表明市级数据集团建设与更积极的创新相关活动的组织投入相关。基于方程 (5) 的面板 B 第 (5) 列表明，Active 与跨领域数字创新呈正相关。这种正相关在基于方程 (6) 的面板 C 中依然保持统计显著性，当 Treat×Post 和 Active 被同时纳入创新方程后，Treat×Post 也保持正相关且显著。

综合来看，这些结果提供了支持性证据，与“加强组织投入可能构成数据治理与创新成果关系之间另一种潜在途径”的论点一致。更高的管理者注意力和组织参与度可能有助于将改善的数据可及性转化为可观察的创新活动。因此，这些发现与假设 4 一致。

## 6.2. 异质性分析

### 6.2.1. 按企业所有制划分的异质性

与非国有企业相比，国有企业（SOEs）承担更大的政策导向责任，在信息披露、资源配置和创新活动方面受到更严格的政策约束和外部监管（X. Wang et al., 2023）。国有企业在数据要素配置和政策资源获取方面也具有先动优势。如表 9 第 (1) 列所示，交互项 Treat×Post×SOE 的系数在 1% 的水平上为正且显著，这表明数据集团建设对国有企业跨领域数字创新的促进作用明显强于非国有企业。其根本原因在于，国有企业能够更有效地利用统一的数据平台，在创新过程中缓解资源错配和信息壁垒。通过制度化的数据供给和协调机制，国有企业在关键数字技术领域发展出更强的累积创新优势。

相比之下，尽管非国有企业表现出更大的战略灵活性，但由于缺乏制度性资源支持，其跨界创新激励效应仍然相对有限。表9 异质性检验。变量（1）（2）（3）（4）（5）专利 专利 专利 专利 专利 Treat×Post 0.0255 0.0399 0.0779*** 0.0262 0.0275（0.0243）（0.0254）（0.0233）（0.0237）（0.0308）Treat×Post×SOE 0.1406***（0.0468）Treat×Post×Regu 0.0825*（0.0472）Treat×Post×Complex -0.0675**（0.0262）Treat×Post×Market 0.0739***（0.0248）Treat×Post×Factor 0.0535*（0.0324）SOE -0.0802*（0.0454）Regu -0.0608（0.0453）Complex -0.0034（0.0090）Market -0.0051（0.0115）Factor -0.0202（0.0195）控制变量 是 是 是 是 是 年份固定效应 是 是 是 是 是 企业固定效应 是 是 是 是 是 N 27090 27090 27090 27090 27090 调整后R2 0.7592 0.7590 0.7590 0.7590 0.7589 注：***、**和*分别表示1%、5%和10%的显著性水平；括号内的数字表示在企业名称聚类层面的稳健标准误。

6.2.2 基于政府监管的异质性

受监管行业通常涵盖能源、交通和金融等关键领域，其特征是市场准入壁垒较高，且政府对企业的创新活动具有更强的政策引导作用。非受监管行业的企业则更依赖市场信号进行自主决策。如表9第（2）列所示，交互项Treat×Post×Regu的系数为正且在10%水平上显著，表明数据集团成立对受监管行业企业的跨领域数字创新具有更强的促进作用。其潜在原因在于，受监管行业的企业更依赖政府数据平台，能够更便捷地将制度化数据资源转化为创新投入。一方面，统一的数据汇聚与共享机制有效降低了信息搜寻成本，缓解了信息孤岛问题。另一方面，受监管行业的企业通常承担更大的公共治理责任，具备更强的政策执行能力，能够更充分地获取数据集团带来的政策红利。

6.2.3 基于技术复杂性的异质性

技术复杂性反映了区域知识结构的多样性和技术前沿的扩展速度，对企业跨界创新构成重要的外部约束（Mewes & Broekel, 2022）。本研究基于城市层面新增IPC分类代码数量构建技术复杂性指数，并以年度中位数为阈值将样本划分为高复杂性和低复杂性两组。如表9第（3）列所示，交互项Treat×Post×Complex的系数为负且在5%水平上显著，表明数据集团成立的促进作用在技术复杂性较低的城市更为明显。其潜在原因在于，高技术复杂性城市的企业面临更高的知识整合门槛，仅依靠数据要素无法完全抵消技术吸收成本。相比之下，低技术复杂性城市的企业遵循相对更简单的创新路径，对外部数据的依赖度更高，能够更便捷地将数据集团提供的资源转化为创新产出。这一发现表明，要释放高技术复杂性城市数据集团的政策潜力，需要配套建设先进研发平台等互补性政策工具。

6.2.4 基于市场一体化的异质性

市场一体化降低了跨领域要素流动的壁垒，提高了跨区域信息和资源配置效率，为企业跨领域数字创新创造了有利的外部条件。本研究采用城市层面的市场一体化指数来衡量市场统一程度，并以年度中位数为阈值将样本划分为高一体化组和低一体化组。如表9第（4）列所示，交互项Treat×Post×Market的系数为正且在5%水平上显著，表明数据集团成立在市场一体化程度较高的地区促进作用更强。其潜在原因在于，高度一体化的地区在要素流动、制度协调和信息传播方面具有优势，这些优势放大了数据集团的数据供给和平台服务效应，使企业能够更高效地将数据资源转化为创新投入。同时，完善的竞争机制和制度协调能力增强了政策激励效果，提高了跨领域数字创新的边际收益。

6.2.5 基于要素市场发展的异质性

要素市场发展水平反映了劳动、资本、技术和数据等生产要素的流动性和配置效率，决定了企业能否成功获取外部资源并将其转化为创新产出（Nicholls, 1961）。本研究采用省级要素市场发展指数，并以中位数为阈值将样本划分为高发展组和低发展组。如表9第（5）列所示，交互项Treat×Post×Factor的系数为正且在5%水平上显著，表明数据集团成立在要素市场发展水平较高的地区促进作用更为显著。其潜在原因在于，发达的要素市场降低了企业的融资约束和资源错配程度，使数据要素能够更快速地转化为研发投入。同时，成熟的要素市场伴随着更为完善的竞争机制，放大了数据集团的外部效应，促进了创新要素在跨领域的高效流动与整合。

7. 政策工具与跨领域数字创新效果

本节考察外部政策工具是否调节市级数据集团成立对跨领域数字创新的效果，重点关注税收优惠、创新补贴和金融支持。税收以企业年报中报告的退税金额衡量，补贴通过对包含研发相关关键词的政府补贴项目进行汇总构建，金融支持则以长期借款占总银行借款的比重来衡量。所有变量均来源于CSMAR数据库。

表10第（1）至（3）列报告了跨领域数字创新产出的结果。Treat×Post×Tax在1%水平上显著为正，Treat×Post×Subsidy和Treat×Post×Fin在10%水平上显著为正。这些发现表明，税收优惠、创新补贴以及更稳定的融资条件均强化了市级数据集团成立对跨领域数字专利产出的正向效果。结果表明，外部政策支持使企业能够调动额外资源，维持创新活动，并更积极地应对市级数据集团带来的数据获取和协调机会。

表10 政策工具对跨领域数字创新的影响

变量（1）（2）（3）（4）（5）（6）专利 专利 专利 Pquality1 Pquality1 Pquality1

Treat×Post -0.7019*** 0.0559*** 0.0504** 0.1198*** -0.0117** -0.0168**

（0.1850）（0.0204）（0.0235）（0.0448）（0.0058）（0.0070）

Treat×Post×Tax 0.0455*** -0.0078***

（0.0116）（0.0027）

Treat×Post×Subsidy 0.0032* -0.0013***

（0.0016）（0.0005）

Treat×Post×Fin 0.4765* 0.0697

（0.2809）（0.0754）

Tax -0.0170*** 0.0043**

（0.0051）（0.0018）

Subsidy 0.0019** 0.0007**

（0.0008）（0.0003）

Fin -0.2734* 0.0710

（0.1460）（0.0493）

控制变量 是 是 是 是 是 是

年份固定效应 是 是 是 是 是 是

企业固定效应 是 是 是 是 是 是

N 20137 26319 27056 20137 26319 27056

调整后R2 0.7686 0.6830 0.7591 0.2406 0.2174 0.2339

注：***、**和*分别表示1%、5%和10%的显著性水平；括号内的数字表示在企业名称聚类层面的稳健标准误。

第（4）至（6）列报告了对应的平均专利质量衡量结果。Treat×Post×Tax和Treat×Post×Subsidy在1%水平上显著为负，而Treat×Post×Fin则不显著。因此，尽管税收优惠和创新补贴强化了跨领域数字专利产出的扩张，但并未产生与之相称的平均技术价值提升，反而与平均专利质量衡量指标的显著下降相关联。相比之下，Treat×Post×Fin的不显著系数表明，银行融资的期限结构并未实质性地改变市级数据集团成立的质量效应。

综合来看，结果揭示了创新数量与质量之间的非对称调节效应。税收优惠、创新补贴和金融支持均强化了跨领域数字专利产出的扩张，但只有税收优惠和创新补贴显著调节了平均专利质量衡量指标的下降。这一发现被解读为与市级数据集团成立相关的实证模式，而非特定行为响应的确定性证据。战略性专利申请是解释这一分歧的一种可能原因，而包括专利构成变化、资源配置创新和成熟期变化在内的其他因素也可能做出贡献。总体而言，结果支持了市级数据集团成立对跨领域数字专利产出估计效果的稳健性，同时对延伸的质量分析解读保持了适当的谨慎态度。

8. 讨论与结论

在中国更广泛的国家数据战略框架内，市级数据集团已成为治理和运营数据资源的重要城市层面安排。本研究考察了这些被概念化为无形数据基础设施的组织载体和运营者的机构，是否能够促进传统企业的跨领域数字创新。利用地级城市市级数据集团分批成立的准自然实验，并基于2008年至2024年中国A股上市公司面板数据，我们发现数据集团成立显著增加了跨领域数字专利产出。这一效应在国有企业、受监管行业企业中以及总部位于市场和要素环境更为发达城市的企业中更为显著。机制分析提供了相互印证的四条可能路径的证据：降低企业研发不确定性、改善管理者创新预期、增强跨区域协同创新以及提升企业创新活跃度。进一步分析揭示了一种稳健的数量—质量分化现象，即跨领域数字专利产出的扩张伴随着七项指标下平均专利质量的下降。基于补贴依赖度、专利撤回和向实用新型专利转变的证据与激励响应型专利申请一致，但并未排除与创新者和专利组合构成变化、研发资源分散化、增量创新导向以及跨领域创新更长成熟期相关的替代性解释。总体而言，研究结果表明，市级数据集团可以在扩大跨领域数字创新规模的同时产生不可忽视的质量权衡，从而揭示了受治理数据基础设施的创新收益和潜在的非预期后果。

理论贡献

第一，本研究将市级数据集团概念化为无形数据基础设施的组织载体，并通过展示其在塑造跨领域数字创新中的作用，拓展了制度治理和数字平台生态系统的研究。既往研究主要从宏观层面或通过相关性设计来考察数字基础设施和公共数据获取，使得政府运营数据平台在企业层面的因果效应很大程度上尚未被识别（Goldfarb and Tucker, 2019; Li and Zhang, 2025）。本研究利用数据集团成立的准外生变异，提供了企业层面的因果证据，表明正式化的数据治理促进了传统企业的跨领域数字创新，同时提供了路径一致的证据，表明改善数据可获取性和协调性可以缓解此类创新活动背后的信息和协调约束。这一发现推进了对制度安排和平台协调机制如何共同将碎片化的数据资源转化为促进创新的投入的理解。

第二，本研究推进了对制度环境如何调节数据基础设施回报的理论理解。异质性分析表明，数据集团成立的创新响应在市场一体化程度更高和要素市场更发达的背景下显著更大，表明数据基础设施与市场互补性在创新生产过程中作为共同投入品而非替代品发挥作用。这一发现通过表明创新收益的规模和分布被周围制度架构系统性塑造，对数据外部性的标准无摩擦模型进行了限定，并表明如果不显式关注情境依赖性，对数据平台效应的统一理论处理是不充分的。

第三，本研究揭示了创新政策设计中一种受到现有文献关注不足的结构性张力。尽管数据集团成立显著扩大了可观测的专利产出，但它也与可衡量专利质量的系统性下降相关联（Boeing and Mueller, 2019; Li et al., 2018）。这种数量—质量分化与企业在可观测评价激励下调整创新策略的可能性一致，但包括专利构成变化、资源配置模式、增量创新导向和创新成熟期在内的替代性解释也不能被排除。这一发现通过强调数据基础设施的有效性不仅取决于改善资源可获取性，还取决于创新评价和支持周围的激励系统，拓展了现有的创新政策讨论。

政策启示

综合证据基础得出的政策启示超越了简单地扩大创新产出。基线发现表明数据集团成立使跨领域数字专利产出提高约7.06%，为继续投资数据治理基础设施以补充市场导向的创新激励提供了实证支持。然而，观察到的数量—质量分化提醒我们不要仅凭专利数量来评估数据基础设施政策的有效性。因此，政策制定者应考虑将质量导向型指标，如引用影响力和技术显著性，纳入创新评价和支持体系。此类调整可能有助于确保数据可获取性的改善不仅转化为更多的创新活动，也转化为更实质的技术进步。

异质性发现表明，数据基础设施投资的有效性被当地制度环境系统性地调节。在市场一体化程度较低的地区，数据基础设施部署在伴随促进跨领域知识交流和要素流动的互补性制度改革时，可能产生更大的效益，因为数据基础设施的创新回报似乎依赖于周围的市场条件。在技术复杂性较高的行业中，对先进研发平台和跨学科人才培养的额外投资可能进一步增强企业将改善的数据获取转化为更高价值创新产出的能力。

局限性与未来研究

本研究有四个局限性，界定了其贡献的范围。

首先，样本仅限于中国A股上市的传统企业，可能无法完全代表中小企业、非上市私营企业或知名度较低的传统企业。其次，市级数据小组嵌入在中国国家协调的数据治理体系中，其创新效应可能因制度环境不同而有所差异。第三，虽然交错的固定效应双重差分分析在基准识别假设下识别了市级数据小组设立对所提议的中间结果的影响，但并未正式识别渠道特异性的因果间接效应。第四，基于专利的质量指标仍然是代理变量，无法完全捕捉创新的长期技术与经济价值。未来研究可以考察更广泛的企业群体和替代性制度环境，采用更严谨的渠道识别策略，并纳入更丰富的创新结果度量指标。作者贡献：Dan Wang设计了本研究。Dan Wang和Jian Hu撰写了论文。Dan Wang和Wenchao Yu对论文提供了科学意见。所有作者均已阅读并同意发表版本。作者贡献声明：Dan Wang：原始草稿撰写、方法论、数据管理。Wenchao Yu：审阅与编辑、软件、项目管理、概念化。Jian Hu：审阅与编辑、方法论、概念化。资助声明：本研究由中国国家社会科学基金一般项目（项目编号：25BGJ057）、中国广西壮族自治区研究生教育创新项目（项目编号：YCBZ2024021）、中国国家统计局科学研究重大项目（项目编号：2024LD003）、重庆市社会科学规划项目（项目编号：2024YC001）以及中国人文学科与社会科学教育部项目（项目编号：24YJA790083）资助。Dan Wang|Wenchao Yu|Jian Hu