数据要素发展水平对产业结构升级的影响研究
Research on the Impact of Data Factor Development on Industrial Structure Upgrading
DOI: 10.12677/wer.2026.154060, PDF,   
作者: 黄泽昱：广西大学中国–东盟经济学院/经济学院/中国–东盟金融合作学院，广西 南宁
关键词: 数据要素；技术创新；产业结构升级；门槛效应；Data Factor； Technological Innovation； Industrial Structure Upgrading； Threshold Effect
摘要: 数据要素作为数字经济时代的新型生产要素，是推动产业结构转型升级的重要力量。文章基于2011~2023年中国31个省级行政区面板数据，采用熵值法测度省域数据要素发展水平，并运用双向固定效应模型和面板门槛模型，实证考察数据要素发展对产业结构升级的影响及其作用渠道。研究发现：第一，数据要素发展能够显著促进产业结构升级。第二，数据要素发展对中部和西部地区产业结构升级具有显著促进作用，而在东部地区尚未表现出显著影响。第三，数据要素的产业结构升级效应呈现出一定的经济发展水平门槛特征。当人均地区生产总值跨越约7.36万元的门槛后，数据要素对产业结构升级的促进作用仍然显著，但作用强度有所下降。第四，数据要素发展能够通过显著提升区域技术创新水平，进而推动产业结构升级。基于此，应进一步完善数据要素市场制度，因地制宜推进数据要素开发利用，并促进数据要素与技术创新及实体产业深度融合。
Abstract: As a new factor of production in the digital economy era, data factors have become an important force driving the transformation and upgrading of the industrial structure. Based on panel data for 31 provincial-level administrative regions in China from 2011 to 2023, this paper uses the entropy method to measure the provincial development level of data factors, and employs a two-way fixed-effects model and a panel threshold model to empirically examine the impact of data factor development on industrial structure upgrading and its channels of influence. The results show that, first, data factor development significantly promotes industrial structure upgrading. Second, data factor development has a significant positive effect on industrial structure upgrading in the central and western regions, while its effect in the eastern region is not yet statistically significant. Third, the effect of data factors on industrial structure upgrading exhibits a threshold feature related to the level of economic development. When per capita regional GDP exceeds the threshold of approximately RMB 73,600, the promoting effect of data factors on industrial structure upgrading remains significant, but its intensity declines. Fourth, data factor development can promote industrial structure upgrading by significantly improving the level of regional technological innovation. Accordingly, efforts should be made to further improve market institutions for data factors, promote the development and utilization of data factors in line with local conditions, and deepen the integration of data factors with technological innovation and real-sector industries.
文章引用：黄泽昱. 数据要素发展水平对产业结构升级的影响研究[J]. 世界经济探索, 2026, 15(4): 594-608. https://doi.org/10.12677/wer.2026.154060

参考文献

[1] 卢黎歌, 李婷. 我国数据要素统一大市场构建目标、存在问题与对策分析[J]. 理论探讨, 2022(5): 163-167.
[2] 谢康, 张祎, 吴瑶. 数据要素如何产生即时价值: 企业与用户互动视角[J]. 中国工业经济, 2023(11): 137-154.
[3] 王冲. 数字经济如何影响低碳全要素生产率——基于产业结构升级的视角[J]. 经济问题探索, 2025(2): 1-21.
[4] 段永彪, 赵宇洋, 董新宇. 数字经济如何赋能新质生产力——基于省级面板数据的实证研究[J]. 经济问题探索, 2025(3): 1-15.
[5] 吴志军, 舒晓杰, 孔欣紫. 数字经济驱动城市产业结构升级的时空演变[J]. 经济地理, 2025, 45(1): 77-86.
[6] Zhao, L., Zhu, T., Chen, J. and Zhao, L. (2025) Impact of Digital Economy on Upgrading of Industrial Structure: From the Financial Development Perspective. Finance Research Letters, 81, Article ID: 107503.
https://doi.org/10.1016/j.frl.2025.107503
[7] 周乐欣, 孔婧. 数据要素市场发展赋能产业结构升级的实证检验[J]. 统计与决策, 2024, 40(11): 92-97.
[8] 王莹. 数据要素发展赋能产业结构转型升级: 理论机制与实证检验[J]. 商业研究, 2024(4): 13-22.
[9] 赵森茂, 徐欢欢, 高雯, 等. 企业数据要素利用水平、数字创新和产业结构现代化[J]. 中国软科学, 2024(S2): 398-407.
[10] 白永秀, 李嘉雯, 王泽润. 数据要素: 特征、作用机理与高质量发展[J]. 电子政务, 2022(6): 23-36.
[11] 李灵, 王雪玮, 王琦, 等. 产业结构优化升级的多元路径——基于252个地级市的定性比较分析[J]. 科学学与科学技术管理, 2025, 46(3): 78-95.
[12] 何琨玟, 赵景峰. 供给侧结构性改革背景下数据赋能驱动产业结构升级的机制与效应[J]. 经济体制改革, 2022(4): 95-103.
[13] 蔡跃洲, 马文君. 数据要素对高质量发展影响与数据流动制约[J]. 数量经济技术经济研究, 2021, 38(3): 64-83.
[14] 陈晔婷, 何思源. 数据要素价值化赋能数字新质生产力的效果及机制研究[J]. 科研管理, 2025, 46(10): 21-30.
[15] 范德成, 肖文雪. 环境规制、数据要素配置水平与产业结构调整[J]. 统计与决策, 2024, 40(2): 105-110.
[16] 史丹. 数字经济条件下产业发展趋势的演变[J]. 中国工业经济, 2022(11): 26-42.
[17] 史丹, 孙光林. 数据要素与新质生产力: 基于企业全要素生产率视角[J]. 经济理论与经济管理, 2024, 44(4): 12-30.
[18] Cong, L.W., Xie, D. and Zhang, L. (2021) Knowledge Accumulation, Privacy, and Growth in a Data Economy. Management Science, 67, 6480-6492.
https://doi.org/10.1287/mnsc.2021.3986
[19] 江小涓, 靳景. 数字技术提升经济效率: 服务分工、产业协同和数实孪生[J]. 管理世界, 2022, 38(12): 9-26.
[20] Agrawal, A., Gans, J. and Goldfarb, A. (2016) The Simple Economics of Machine Intelligence. Harvard Business Review, 17, 2-5.
[21] 谢康, 夏正豪, 肖静华. 大数据成为现实生产要素的企业实现机制: 产品创新视角[J]. 中国工业经济, 2020(5): 42-60.
[22] 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.
[23] 徐翔, 赵墨非, 李涛, 等. 数据要素与企业创新: 基于研发竞争的视角[J]. 经济研究, 2023, 58(2): 39-56.
[24] 张平. 数据生产要素性质、知识生产与中国式现代化[J]. 社会科学战线, 2023(10): 44-57.
[25] 付凌晖. 我国产业结构高级化与经济增长关系的实证研究[J]. 统计研究, 2010, 27(8): 79-81.
[26] 李治国, 王杰. 数字经济发展、数据要素配置与制造业生产率提升[J]. 经济学家, 2021(10): 41-50.
[27] 陈晔婷, 何思源, 刘金涛, 等. 政策赋能、数据要素配置与新质生产力[J]. 统计与决策, 2024, 40(19): 31-37.
[28] 吴杰, 陈洪昭. 中国数据要素发展水平测度、时空演变及推进路径[J]. 统计与决策, 2025, 41(3): 82-87.
[29] 陈萍. 新质生产力、数据要素配置与劳动收入份额[J]. 企业经济, 2025, 44(2): 89-98.
[30] 汪伟, 刘玉飞, 彭冬冬. 人口老龄化的产业结构升级效应研究[J]. 中国工业经济, 2015(11): 47-61.
[31] 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(5): 100-120.

为你推荐