[摘要]推動(dòng)公共數(shù)據(jù)開(kāi)放是打破市場(chǎng)“數(shù)據(jù)壁壘”與“信息斷層”、激發(fā)數(shù)據(jù)要素內(nèi)在活力、賦能企業(yè)行穩(wěn)致遠(yuǎn)的重要力量，對(duì)企業(yè)的風(fēng)險(xiǎn)偏好與投資決策有著重要影響。探究公共數(shù)據(jù)開(kāi)放能否激發(fā)企業(yè)內(nèi)在活力、提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，是數(shù)字革命背景下的重要議題。利用2010—2023年滬深A(yù)股上市公司的面板數(shù)據(jù)，基于地級(jí)市公共數(shù)據(jù)平臺(tái)首次上線這一準(zhǔn)自然實(shí)驗(yàn)，探究公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響。結(jié)果表明，公共數(shù)據(jù)開(kāi)放能顯著提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。機(jī)制分析表明，公共數(shù)據(jù)開(kāi)放后，市場(chǎng)各主體之間的信息不對(duì)稱程度降低，企業(yè)所受的融資約束得到緩解，進(jìn)而顯著提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。異質(zhì)性分析結(jié)果顯示，公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的促進(jìn)效應(yīng)在屬于高科技行業(yè)、所在地區(qū)市場(chǎng)化水平較低以及所在城市行政級(jí)別較高的企業(yè)中更為明顯。

[關(guān)鍵詞]數(shù)據(jù)要素；公共數(shù)據(jù)開(kāi)放；風(fēng)險(xiǎn)承擔(dān)水平；新質(zhì)生產(chǎn)力

一、 引言

在新一輪科技革命和產(chǎn)業(yè)變革的大背景下，數(shù)據(jù)要素不僅是培育新質(zhì)生產(chǎn)力的重要力量，更是占領(lǐng)大國(guó)戰(zhàn)略博弈新高地的關(guān)鍵因素。數(shù)據(jù)要素借助自身乘數(shù)效應(yīng)，引領(lǐng)其他要素合理調(diào)配，為優(yōu)化社會(huì)治理模式、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供了有力支撐。根據(jù)《中國(guó)數(shù)據(jù)要素市場(chǎng)發(fā)展報(bào)告（2021—2022）》1，2021年數(shù)據(jù)要素對(duì)當(dāng)年GDP增長(zhǎng)的貢獻(xiàn)率為14.7%，貢獻(xiàn)度為0.83個(gè)百分點(diǎn)，且數(shù)據(jù)要素對(duì)GDP增長(zhǎng)的貢獻(xiàn)率呈持續(xù)上升態(tài)勢(shì)。伴隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，我國(guó)各行各業(yè)積累了大量數(shù)據(jù)，數(shù)據(jù)行業(yè)市場(chǎng)已初具規(guī)模，但數(shù)據(jù)的有效供給依舊不足2。因此，我國(guó)亟須進(jìn)一步發(fā)揮數(shù)據(jù)要素邊際報(bào)酬遞增、低成本復(fù)用等優(yōu)勢(shì)，催生經(jīng)濟(jì)發(fā)展新業(yè)態(tài)。公共數(shù)據(jù)作為數(shù)據(jù)要素的關(guān)鍵組成部分，依托自身的權(quán)威性、稀缺性、多源性、高價(jià)值和敏感性等多維優(yōu)勢(shì)，在保證機(jī)密信息和個(gè)人隱私不被侵害的前提下，聯(lián)通了數(shù)據(jù)孤島，有助于吸引社會(huì)各界對(duì)其融合利用，進(jìn)而激發(fā)企業(yè)發(fā)展內(nèi)在活力。截至2023年8月，我國(guó)已有226個(gè)省級(jí)和城市地方政府上線了數(shù)據(jù)開(kāi)放平臺(tái)，其中省級(jí)平臺(tái)的數(shù)量為22個(gè)，城市平臺(tái)的數(shù)量為204個(gè)（包括直轄市、副省級(jí)與地級(jí)行政區(qū)），公共數(shù)據(jù)開(kāi)放平臺(tái)上線率已達(dá)60.53%，開(kāi)放內(nèi)容涵蓋商貿(mào)流通、安全生產(chǎn)、工業(yè)農(nóng)業(yè)、財(cái)稅金融、信用服務(wù)和市場(chǎng)監(jiān)督等諸多與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)息息相關(guān)的領(lǐng)域3。由此可見(jiàn)，在數(shù)據(jù)要素與實(shí)體經(jīng)濟(jì)深度融合的背景下，公共數(shù)據(jù)開(kāi)放會(huì)對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生深遠(yuǎn)影響。

鑒于數(shù)據(jù)要素這一研究主題的重要性，國(guó)內(nèi)外學(xué)者對(duì)其展開(kāi)了豐富的研究。有學(xué)者以企業(yè)為研究主體，探究企業(yè)利用數(shù)據(jù)要素開(kāi)展生產(chǎn)決策所獲得的效益[1-2]。有文獻(xiàn)以政府為研究主體，考察公共數(shù)據(jù)開(kāi)放在強(qiáng)化市場(chǎng)主體與各級(jí)政府協(xié)同治理方面的效益，及其對(duì)抑制腐敗和提升政府治理能力的作用[3]。也有學(xué)者研究了公共數(shù)據(jù)開(kāi)放對(duì)整體經(jīng)濟(jì)增長(zhǎng)的影響[4] 。還有一些研究從其他視角探究了公共數(shù)據(jù)開(kāi)放的價(jià)值創(chuàng)造效應(yīng)，考察了公共數(shù)據(jù)開(kāi)放對(duì)區(qū)域間協(xié)調(diào)發(fā)展[5]、城市創(chuàng)業(yè)活力[6]以及金融市場(chǎng)[7]等方面的影響。此外，有少量文獻(xiàn)從企業(yè)全要素生產(chǎn)率視角[8]、企業(yè)創(chuàng)新視角[9]和企業(yè)數(shù)字化轉(zhuǎn)型視角[10]探討了公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)產(chǎn)生的經(jīng)濟(jì)后果，但尚無(wú)文獻(xiàn)從企業(yè)風(fēng)險(xiǎn)承擔(dān)水平視角研究公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)的影響。風(fēng)險(xiǎn)承擔(dān)水平是衡量企業(yè)在追求更好業(yè)績(jī)過(guò)程中愿意承擔(dān)風(fēng)險(xiǎn)和付出代價(jià)的指標(biāo)之一，該指標(biāo)數(shù)值越高，代表企業(yè)對(duì)應(yīng)的風(fēng)險(xiǎn)承擔(dān)意愿越強(qiáng)烈，相應(yīng)的風(fēng)險(xiǎn)投資就越多[11]。公共數(shù)據(jù)作為一種生產(chǎn)要素，會(huì)通過(guò)信息渠道與融資約束渠道對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生重要影響。具體而言，一方面公共數(shù)據(jù)開(kāi)放拓寬了投資人獲取信息的渠道，提高了市場(chǎng)的透明度與信息的傳遞效率，在一定程度上解決了存在于銀企及市場(chǎng)供需主體間的信息不對(duì)稱，最終提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平；另一方面，公共數(shù)據(jù)開(kāi)放實(shí)現(xiàn)了信息發(fā)布的集約化，節(jié)約了各主體的信息挖掘成本，提高了各部門(mén)數(shù)據(jù)處理效率，增加了企業(yè)的貸款可得性，使得企業(yè)風(fēng)險(xiǎn)承擔(dān)水平上升，但已有文獻(xiàn)并未對(duì)此做出詳細(xì)分析，因而有待進(jìn)一步探討公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響及其內(nèi)在機(jī)制。

綜上分析，本文基于地級(jí)市公共數(shù)據(jù)平臺(tái)首次上線這一準(zhǔn)自然實(shí)驗(yàn)，探究公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響?；?010—2023年滬深A(yù)股上市公司數(shù)據(jù)研究發(fā)現(xiàn)，公共數(shù)據(jù)開(kāi)放降低了信息不對(duì)稱程度，緩解了企業(yè)融資約束，進(jìn)而提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，且這一促進(jìn)效應(yīng)在屬于高科技行業(yè)、所在地市場(chǎng)化水平更低以及城市行政級(jí)別更高的企業(yè)中更為明顯。

本文主要的邊際貢獻(xiàn)如下：第一，對(duì)公共數(shù)據(jù)開(kāi)放如何實(shí)現(xiàn)價(jià)值增值進(jìn)行補(bǔ)充研究，有助于深化對(duì)數(shù)據(jù)要素乘數(shù)效應(yīng)的理解?，F(xiàn)有文獻(xiàn)探究了數(shù)據(jù)要素對(duì)企業(yè)生產(chǎn)決策、政府治理水平、區(qū)域協(xié)調(diào)發(fā)展等方面的影響[2，5]，然而對(duì)公共數(shù)據(jù)開(kāi)放如何影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的研究尚不充分。第二，本文擴(kuò)展了影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的相關(guān)研究。目前已有文獻(xiàn)考察了非國(guó)有股東治理、社保基金持股和復(fù)合型職業(yè)經(jīng)歷等[12-14]影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的因素，但是從數(shù)據(jù)要素視角對(duì)風(fēng)險(xiǎn)承擔(dān)水平的影響研究欠缺。

二、 理論分析與研究假設(shè)

在數(shù)字變革時(shí)代，數(shù)據(jù)要素已然成為培育新質(zhì)生產(chǎn)力的重要力量，但目前我國(guó)數(shù)據(jù)市場(chǎng)仍存在數(shù)據(jù)信息零散化、共享機(jī)制不完善以及有效供給不足等問(wèn)題。政府公共數(shù)據(jù)作為數(shù)據(jù)要素的重要組成部分，依托自身多維優(yōu)勢(shì)，通過(guò)聯(lián)通數(shù)據(jù)孤島、豐富數(shù)據(jù)有效供給，激發(fā)企業(yè)積極創(chuàng)造社會(huì)生產(chǎn)價(jià)值[1]。風(fēng)險(xiǎn)承擔(dān)水平作為企業(yè)生產(chǎn)經(jīng)營(yíng)目標(biāo)和質(zhì)量的重要衡量指標(biāo)，深受數(shù)據(jù)開(kāi)放的影響。從內(nèi)部視角看，公共數(shù)據(jù)開(kāi)放有助于提高信息公開(kāi)程度，增強(qiáng)市場(chǎng)其他主體對(duì)企業(yè)的監(jiān)督力度，優(yōu)化企業(yè)對(duì)市場(chǎng)機(jī)會(huì)的識(shí)別，從而影響企業(yè)的治理機(jī)制和經(jīng)營(yíng)能力，而這些都是影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的重要因素[15]。從外部視角看，公共數(shù)據(jù)開(kāi)放后，一方面社會(huì)監(jiān)督強(qiáng)度的提高和市場(chǎng)評(píng)估信息的完善促進(jìn)企業(yè)加強(qiáng)運(yùn)營(yíng)和管理能力，增加了其在融資時(shí)的談判籌碼，進(jìn)而緩解了高質(zhì)量創(chuàng)新項(xiàng)目面臨的資金約束[8]，最終提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平；另一方面，銀行能夠更為全面地了解企業(yè)的信用情況，信息挖掘成本的降低和數(shù)據(jù)處理效率的提高均有助于企業(yè)獲得外部融資，從而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。綜上分析，本文提出如下假設(shè)：

假設(shè)1：公共數(shù)據(jù)開(kāi)放有利于企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提高。

公共數(shù)據(jù)開(kāi)放最直接的作用在于拓寬了信息獲取的途徑，提高了信息的傳輸效率，從而有效緩解市場(chǎng)各主體之間的信息不對(duì)稱[5]。在我國(guó)以銀行為主導(dǎo)的金融體系中，信息不對(duì)稱導(dǎo)致許多企業(yè)深陷融資難的困境[16]。公共數(shù)據(jù)開(kāi)放平臺(tái)借助大數(shù)據(jù)和人工智能等數(shù)字技術(shù)提高了市場(chǎng)透明度，緩解了銀企間的信息不對(duì)稱[17]。同時(shí)，公共數(shù)據(jù)開(kāi)放有助于企業(yè)管理者搜尋消費(fèi)者信息與市場(chǎng)信息，優(yōu)化了客戶信息的傳遞機(jī)制，促進(jìn)企業(yè)對(duì)市場(chǎng)機(jī)會(huì)的識(shí)別與利用[18]，從而緩解市場(chǎng)供需雙方的信息不對(duì)稱。隨著由行為主體摩擦引起的信息不對(duì)稱現(xiàn)象得到改善，企業(yè)家對(duì)市場(chǎng)需求的評(píng)估效率相應(yīng)提升，企業(yè)會(huì)增強(qiáng)對(duì)高風(fēng)險(xiǎn)項(xiàng)目的失敗容忍度與進(jìn)行研發(fā)活動(dòng)的意愿[19]，進(jìn)而提高其風(fēng)險(xiǎn)承擔(dān)水平。由此，本文提出以下假設(shè)：

假設(shè)1a：公共數(shù)據(jù)開(kāi)放通過(guò)緩解信息不對(duì)稱，提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

公共數(shù)據(jù)開(kāi)放的另一大利好在于有效緩解了企業(yè)的融資約束。公共數(shù)據(jù)開(kāi)放實(shí)現(xiàn)了信息發(fā)布的集約化[7]。公共數(shù)據(jù)開(kāi)放平臺(tái)通過(guò)公開(kāi)企業(yè)的信用備案數(shù)據(jù)和行政處罰數(shù)據(jù)等，幫助銀行更精確地評(píng)估企業(yè)的信用風(fēng)險(xiǎn)，使?jié)撛谕顿Y者能夠全面地掌握企業(yè)的信用情況，從而降低信息挖掘難度，提高數(shù)據(jù)處理效率[20]，改善企業(yè)融資環(huán)境。而資金約束的放寬有利于企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提高。由于企業(yè)的風(fēng)險(xiǎn)承擔(dān)行為具有強(qiáng)外部資源依賴性[21]，當(dāng)企業(yè)獲得了充足的資金支持后，企業(yè)會(huì)投資創(chuàng)新項(xiàng)目以持續(xù)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)而提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。此外，市場(chǎng)信用環(huán)境的改善與企業(yè)融資方式的多元化增強(qiáng)了企業(yè)的談判能力，使高風(fēng)險(xiǎn)項(xiàng)目獲得持續(xù)性資金支持的概率上升，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平相應(yīng)提高。由此，本文提出以下假設(shè)：

假設(shè)1b：公共數(shù)據(jù)開(kāi)放通過(guò)緩解企業(yè)融資約束，提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

三、 研究設(shè)計(jì)

1. 模型設(shè)定

（1）基準(zhǔn)模型

本文首先構(gòu)建多期雙重差分模型，以探究公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響，具體模型設(shè)定如下：

[Riskit=β0+β1Datait+β2Controlsit+φiR+6BE6xB8NdYTfF2HZp7nQ==+μt+εit] （1）

式（1）中，被解釋變量為Riskit，代表企業(yè)i在t年的風(fēng)險(xiǎn)承擔(dān)水平；解釋變量為Datait，代表企業(yè)i所處城市在t年公共數(shù)據(jù)平臺(tái)的上線情況，上線則取1，否則取0；控制變量Controls包含個(gè)體及宏觀層面可能影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的因素；φi為個(gè)體固定效應(yīng)；μt為時(shí)間固定效應(yīng)；εit為殘差項(xiàng)。

（2）機(jī)制檢驗(yàn)

本文從降低信息不對(duì)稱程度和緩解融資約束兩個(gè)維度，對(duì)公共數(shù)據(jù)開(kāi)放如何影響企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平進(jìn)行機(jī)制檢驗(yàn)。鑒于傳統(tǒng)的兩步法中介模型存在較強(qiáng)的內(nèi)生性，可能影響結(jié)論的穩(wěn)健性，本文參考劉沖等[22] 、舒泰一等[23]的研究，引入兩階段最小二乘法的思想來(lái)構(gòu)建機(jī)制檢驗(yàn)?zāi)Ｐ?，具體設(shè)定如下：

[Mit=β0+β1Datait+β2Controlsit+φi+μt+εit] （2）

[Riskit=β0+β1Mit+β2M_nonit+β3Controlsit+φi+μt+εit] （3）

上式中，M表示機(jī)制變量，包括代表信息不對(duì)稱和融資約束的相關(guān)指標(biāo)。在第一階段，即式（2）中，本文利用各地級(jí)市公共數(shù)據(jù)平臺(tái)上線這一外生事件，通過(guò)多期雙重差分方法來(lái)識(shí)別數(shù)據(jù)要素對(duì)當(dāng)?shù)仄髽I(yè)信息不對(duì)稱和融資約束的影響，進(jìn)而計(jì)算得到機(jī)制變量的擬合值[M]及其真實(shí)值與擬合值的差值[M_non]，前者代表機(jī)制變量中可被Data解釋的部分，后者代表機(jī)制變量中不可被Data解釋的部分。在第二階段即式（3）中，本文用[M]以及[M_non]來(lái)預(yù)測(cè)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，若[M]前的估計(jì)系數(shù)顯著，則說(shuō)明公共數(shù)據(jù)平臺(tái)上線通過(guò)影響機(jī)制變量M進(jìn)而影響企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。

2. 核心指標(biāo)測(cè)度（表1）

（1）企業(yè)風(fēng)險(xiǎn)承擔(dān)水平

本文參考何瑛等[14]的做法，用ROA的波動(dòng)率衡量Riskit。其中，ROA為企業(yè)當(dāng)年息稅前利潤(rùn)與期末總資產(chǎn)之比，對(duì)其進(jìn)行行業(yè)均值調(diào)整后，以三年（t至t+2年）為一個(gè)觀測(cè)期測(cè)算調(diào)整后的ROA標(biāo)準(zhǔn)差Risk1與極差Risk2，該值越大，說(shuō)明企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越高。

（2）公共數(shù)據(jù)開(kāi)放

本文依據(jù)復(fù)旦大學(xué)DMG數(shù)字與移動(dòng)治理實(shí)驗(yàn)室發(fā)布的《中國(guó)地方政府?dāng)?shù)據(jù)開(kāi)放報(bào)告（城市）》，獲取各城市公共數(shù)據(jù)開(kāi)放平臺(tái)上線情況，并在搜索引擎中通過(guò)手動(dòng)檢索關(guān)鍵詞對(duì)數(shù)據(jù)進(jìn)行交叉驗(yàn)證。本文將Data設(shè)定為企業(yè)所在城市的公共數(shù)據(jù)平臺(tái)上線情況，首次上線時(shí)間及以后取值為1，否則取0。

（3）機(jī)制變量

本文信息不對(duì)稱的衡量參考Amihud等[24]、于蔚等[25]的研究，首先通過(guò)日頻交易數(shù)據(jù)計(jì)算得到股票流動(dòng)性指標(biāo)LR以衡量信息不對(duì)稱程度，股票流動(dòng)性越低，LR值越大，信息不對(duì)稱程度越高；其次，通過(guò)公司個(gè)股交易信息評(píng)估企業(yè)的信息不對(duì)稱程度，對(duì)三個(gè)股票市場(chǎng)的流動(dòng)性指標(biāo)進(jìn)行主成分分析，第一主成分的特征值大于1，表明三個(gè)原始指標(biāo)的共同變異信息被同時(shí)囊括，由此將第一主成分作為描述信息不對(duì)稱的指標(biāo)ASY，該值越大，表明信息不對(duì)稱程度越高。其次，本文借鑒劉莉亞等[22]的研究，用SA指數(shù)的絕對(duì)值和WW指數(shù)衡量融資約束水平，數(shù)值越大，表明企業(yè)所受的融資約束越大。

（4）控制變量

參考以往文獻(xiàn)[12-13]，本文對(duì)以下可能影響Riskit的變量進(jìn)行控制：企業(yè)規(guī)模（Size）、凈資產(chǎn)收益率（ROE）、資產(chǎn)負(fù)債率（Lev）、托賓Q值（TobinQ）、銷(xiāo)售增長(zhǎng)率（Sales）、固定資產(chǎn)比率（FixRatio）、企業(yè)年齡（Age）、持股比例（Top10）、董事會(huì)規(guī)模（Board）和經(jīng)濟(jì)增長(zhǎng)（GDP）。此外，本文還設(shè)置了個(gè)體和年度虛擬變量。

3. 數(shù)據(jù)說(shuō)明

本文以2010—2023年滬深A(yù)股非金融類上市公司為樣本，綜合了CSMAR數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)、《中國(guó)城市統(tǒng)計(jì)年鑒》和《中國(guó)地方政府?dāng)?shù)據(jù)開(kāi)放報(bào)告》等的數(shù)據(jù)，剔除了ST、PT公司以及主要變量缺失的樣本，并對(duì)所有連續(xù)變量進(jìn)行1%水平的縮尾處理。篇幅所限，描述性統(tǒng)計(jì)結(jié)果備索。

四、 實(shí)證結(jié)果與分析

1. 基準(zhǔn)回歸結(jié)果

本文基于式（1）進(jìn)行實(shí)證檢驗(yàn)，基準(zhǔn)回歸結(jié)果見(jiàn)表2。表中列（1）（3）和列（2）（4）顯示， Data前的估計(jì)系數(shù)均顯著為正，說(shuō)明公共數(shù)據(jù)開(kāi)放能顯著提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，且該結(jié)論在控制了企業(yè)及宏觀層面的控制變量后依然穩(wěn)健，與假設(shè)1的預(yù)期一致。

2. 穩(wěn)健性檢驗(yàn)

（1）平行趨勢(shì)檢驗(yàn)

為驗(yàn)證基準(zhǔn)回歸結(jié)果的有效性，本文進(jìn)行了平行趨勢(shì)檢驗(yàn)。繪制的平行趨勢(shì)檢驗(yàn)圖如圖1所示。為消除政策的預(yù)期效應(yīng)，剔除了平臺(tái)首次上線的前一期。可以發(fā)現(xiàn)，在平臺(tái)首次上線前，估計(jì)系數(shù)值均不顯著，而在平臺(tái)上線后，估計(jì)系數(shù)發(fā)生了明顯的向上跳躍，且每期系數(shù)均顯著異于0，通過(guò)了平行趨勢(shì)檢驗(yàn)。

（2）替換變量

為確保結(jié)果的可靠性，本文以五年（t-2至t+2年）為一個(gè)觀測(cè)期，重新測(cè)算了ROA的標(biāo)準(zhǔn)差Risk1_22與極差Risk2_22；替換原有被解釋變量，重新估計(jì)了公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響。表3的結(jié)果顯示，Data的回歸系數(shù)仍顯著為正，與基準(zhǔn)回歸的結(jié)果一致，說(shuō)明基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。

（3）高維固定

除了使用個(gè)體和年度雙固定效應(yīng)模型研究公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響，本文還額外控制了年份-行業(yè)和省份-行業(yè)固定效應(yīng)做進(jìn)一步探究。表4的結(jié)果表明，在控制高維固定效應(yīng)的情況下，公共數(shù)據(jù)開(kāi)放前的系數(shù)依然顯著為正，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

（4）安慰劑檢驗(yàn)

本文還構(gòu)建了上線時(shí)間-企業(yè)雙維度隨機(jī)實(shí)驗(yàn)來(lái)進(jìn)行安慰劑檢驗(yàn)。按照表2的第（3）列回歸并重復(fù)1000次后繪制出Data的估計(jì)系數(shù)分布圖（圖2）。觀察后可以發(fā)現(xiàn)，Data的估計(jì)系數(shù)大多分布在0附近，其P值也基本大于0.1，這說(shuō)明本文的基準(zhǔn)回歸結(jié)果并非偶然得到，且模型設(shè)定正確，再一次證明了前文的結(jié)果是穩(wěn)健的。

（5）Goodman-Bacon分解檢驗(yàn)

由Goodman-Bacon[26]的研究可知，交錯(cuò)型DID的估計(jì)系數(shù)等于樣本中所有可能的兩期DID估計(jì)量的加權(quán)平均值，因此可能因異質(zhì)性處理效應(yīng)生成有偏的估計(jì)結(jié)果。若較早受處理組和較晚受處理組以及處理組和始終受政策處理組這兩種對(duì)照占權(quán)重過(guò)大，會(huì)干擾估計(jì)量的無(wú)偏性[27]，因此本文采用Goodman-Bacon分解法檢驗(yàn)后兩種對(duì)照的權(quán)重和是否過(guò)大。表5的結(jié)果顯示，這兩種對(duì)照的占比和僅為0.001，說(shuō)明可能帶來(lái)偏誤的對(duì)照處理組對(duì)整體估計(jì)結(jié)果的干擾很小，說(shuō)明本文使用的多期DID結(jié)果是可靠的。

3. 機(jī)制檢驗(yàn)

（1）信息不對(duì)稱

在數(shù)據(jù)要素時(shí)代，可決策信息資源受限與優(yōu)質(zhì)數(shù)據(jù)資源流通受阻均會(huì)加劇企業(yè)與其他市場(chǎng)主體間的信息不對(duì)稱。公共數(shù)據(jù)開(kāi)放實(shí)現(xiàn)了信息資源的及時(shí)共享和高效流通，優(yōu)化了各市場(chǎng)主體搜尋信息的效率，緩解了由于信息不對(duì)稱導(dǎo)致的消極后果。一方面，對(duì)于投資者而言，公共數(shù)據(jù)開(kāi)放平臺(tái)為其提供了更加豐富、真實(shí)的企業(yè)信息。另一方面，對(duì)于企業(yè)而言，公共數(shù)據(jù)的共享拓寬了企業(yè)管理者搜尋消費(fèi)者信息與市場(chǎng)信息的范圍，優(yōu)化了客戶信息的傳遞機(jī)制，促進(jìn)了企業(yè)對(duì)市場(chǎng)機(jī)會(huì)的識(shí)別與利用。信息透明度的提高使得投資者更愿意向企業(yè)提供資金，企業(yè)管理者的創(chuàng)業(yè)激情得到調(diào)動(dòng)，促使企業(yè)投資更高風(fēng)險(xiǎn)的創(chuàng)新項(xiàng)目以創(chuàng)造持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)而風(fēng)險(xiǎn)承擔(dān)水平得到提高。

為了驗(yàn)證以上論述，本文以LR和ASY為機(jī)制變量進(jìn)行估計(jì)，回歸結(jié)果如表6所示。由列（1）和列（4）可知，無(wú)論是以LR還是ASY衡量的信息不對(duì)稱水平，Data前的估計(jì)系數(shù)均顯著為負(fù)，說(shuō)明公共數(shù)據(jù)開(kāi)放后，信息不對(duì)稱得到了有效緩解。進(jìn)一步觀察列（2）和列（3）的結(jié)果可以發(fā)現(xiàn)，擬合值[LR]前的系8QdbwKNngqH3p6BIvup8hA/aMaUogyDuI9Bvch8KsbY=數(shù)顯著為負(fù)，列（5）和列（6）的估計(jì)結(jié)果類似，表明信息不對(duì)稱水平的下降能提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。表6的六列結(jié)果驗(yàn)證了假設(shè)1a。

（2）融資約束

由前文的分析可知，城市公共數(shù)據(jù)開(kāi)放平臺(tái)的上線意味著大量高價(jià)值、高密度的城市數(shù)據(jù)被投入到社會(huì)生活生產(chǎn)中，這些數(shù)據(jù)包含企業(yè)財(cái)務(wù)信息、過(guò)往信用情況、法律訴訟記錄以及市場(chǎng)行情信號(hào)等諸多有效信息。投資者可利用這些多維信息，更全面地評(píng)估企業(yè)的財(cái)務(wù)狀況和信用風(fēng)險(xiǎn)，從而緩解企業(yè)融資難的問(wèn)題。同時(shí)，政府打造公共數(shù)據(jù)開(kāi)放平臺(tái)，有利于構(gòu)建更加透明的信息環(huán)境，從而提升銀行對(duì)企業(yè)的信任度，使其對(duì)企業(yè)提供貸款的意愿增強(qiáng)。此外，公共數(shù)據(jù)平臺(tái)的上線，為企業(yè)提供了一個(gè)向更多潛在投資者展示自身信息與拓寬融資渠道的機(jī)會(huì)，從而有機(jī)會(huì)獲得更加充足的資金支持，促使管理層更愿意承擔(dān)較高的風(fēng)險(xiǎn)，以追求更高的回報(bào)與長(zhǎng)遠(yuǎn)的發(fā)展。

為了驗(yàn)證上述分析，本文將SA指數(shù)的絕對(duì)值與WW指數(shù)作為融資約束的機(jī)制變量進(jìn)行回歸。表7列（1）和列（4）報(bào)告了估計(jì)的一階段結(jié)果。Data前的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明在公共數(shù)據(jù)開(kāi)放后，企業(yè)的融資約束問(wèn)題得到明顯緩解。表7的其余四列報(bào)告了二階段中用一階段工具變量估計(jì)的擬合值對(duì)Riskit的回歸結(jié)果。估計(jì)系數(shù)顯著為負(fù)，說(shuō)明融資約束的緩解能提升企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。綜合六列結(jié)果可得，公共數(shù)據(jù)開(kāi)放平臺(tái)上線能顯著緩解企業(yè)的融資約束，提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。假設(shè)1b得證。

4. 異質(zhì)性分析

（1）行業(yè)異質(zhì)性

企業(yè)所處行業(yè)不同，對(duì)公共數(shù)據(jù)的利用程度會(huì)有所差異。尤其是在高科技行業(yè)中，公共數(shù)據(jù)開(kāi)放對(duì)風(fēng)險(xiǎn)承擔(dān)水平的影響效應(yīng)會(huì)更為顯著。一方面，高科技行業(yè)通常具有高度依賴數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新的特征，公共數(shù)據(jù)的開(kāi)放為高科技企業(yè)提供了幫助其開(kāi)展研發(fā)項(xiàng)目的數(shù)據(jù)資源，從而提高了這些企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。另一方面，高風(fēng)險(xiǎn)的創(chuàng)新項(xiàng)目往往面臨更大的融資約束，公共數(shù)據(jù)開(kāi)放使投資者能更清楚地了解企業(yè)的財(cái)務(wù)狀況和經(jīng)營(yíng)前景，從而增加他們?yōu)檫@些創(chuàng)新項(xiàng)目提供資金的意愿，進(jìn)一步提高了這些企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。本文借鑒彭紅星等[28]的處理方式，將樣本企業(yè)劃分為高科技行業(yè)樣本和非高科技行業(yè)樣本，若企業(yè)屬于高科技行業(yè)，Gkj取1，否則取0。根據(jù)表8列（1）和列（2）可知，對(duì)高科技企業(yè)而言，Data前的系數(shù)顯著為正，而非高科技企業(yè)Data前的系數(shù)為正且不顯著，說(shuō)明公共數(shù)據(jù)開(kāi)放對(duì)高科技企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提升效果更為明顯。

（2）市場(chǎng)化水平異質(zhì)性

不同地區(qū)的市場(chǎng)化水平不同，推進(jìn)公共數(shù)據(jù)開(kāi)放的效果可能也會(huì)有所差異。與市場(chǎng)化水平較低的地區(qū)相比，高市場(chǎng)化水平地區(qū)的企業(yè)往往具備更豐富的信息獲取渠道與更好的風(fēng)險(xiǎn)管理能力，因此，公共數(shù)據(jù)開(kāi)放對(duì)這些企業(yè)的邊際改善可能相對(duì)較小。公共數(shù)據(jù)開(kāi)放使得低市場(chǎng)化地區(qū)的企業(yè)能夠獲得更多的投資機(jī)會(huì)與資金支持，企業(yè)管理層會(huì)更愿意承擔(dān)高風(fēng)險(xiǎn)以追求高回報(bào)，進(jìn)而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。本文采用樊綱等[29]構(gòu)建的市場(chǎng)化指數(shù)作為市場(chǎng)化水平的分組依據(jù)，若公司所在地的市場(chǎng)化指數(shù)大于等于當(dāng)年所有地級(jí)市市場(chǎng)化指數(shù)的均值，Mkt取1，否則取0。根據(jù)表8列（2）可知，當(dāng)Mkt=1時(shí)，Data前的系數(shù)正顯著，而當(dāng)Mkt=0時(shí)，Data前的系數(shù)不顯著，說(shuō)明公共數(shù)據(jù)開(kāi)放在市場(chǎng)化水平較低地區(qū)的推行效果更強(qiáng)，對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平有更為明顯的促進(jìn)作用。

（3）城市行政級(jí)別異質(zhì)性

在中國(guó)的地方政府體系中，垂直的“層級(jí)化”管理模式使得各城市行政級(jí)別不同，所擁有的政治資源就不同，以及所承擔(dān)的戰(zhàn)略任務(wù)也有所差異。行政級(jí)別較高的城市憑借其豐富的政治資源能更有效地推進(jìn)公共數(shù)據(jù)開(kāi)放平臺(tái)的建設(shè)，對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的促進(jìn)效應(yīng)也更明顯。本文參考劉文革等[30]的做法，以城市行政級(jí)別劃分為依據(jù)構(gòu)建分組指標(biāo)ADM，若某一城市屬于直轄市、副省級(jí)城市或國(guó)務(wù)院批準(zhǔn)的“較大的市”，則ADM賦值為1，否則為0。從表8列（3）可知，在行政級(jí)別較高的城市，Data前的估計(jì)系數(shù)正顯著，但在行政級(jí)別較低的城市，Data前的估計(jì)系數(shù)不顯著，這說(shuō)明公共數(shù)據(jù)開(kāi)放對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的正效應(yīng)在高行政級(jí)別的城市中更為明顯。

五、 主要結(jié)論與政策建議

數(shù)字治理已然成為大國(guó)戰(zhàn)略博弈的新高地。當(dāng)前，我國(guó)正在積極推進(jìn)數(shù)據(jù)資源的整合與開(kāi)放共享，加快數(shù)字中國(guó)的建設(shè)進(jìn)程。各級(jí)地方政府在履行行政職責(zé)過(guò)程中產(chǎn)生、獲取和存儲(chǔ)了大量數(shù)據(jù)，將這些數(shù)據(jù)資源還之于民，有利于降低金融摩擦，培育新質(zhì)生產(chǎn)力，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。在此背景下，本文利用地級(jí)市公共數(shù)據(jù)平臺(tái)首次上線這一準(zhǔn)自然實(shí)驗(yàn)，探究公共數(shù)據(jù)開(kāi)放對(duì)當(dāng)?shù)仄髽I(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響及作用機(jī)制，研究發(fā)現(xiàn)：公共數(shù)據(jù)開(kāi)放能顯著提高當(dāng)?shù)仄髽I(yè)風(fēng)險(xiǎn)承擔(dān)水平，且該結(jié)論通過(guò)了一系列穩(wěn)健性檢驗(yàn)。機(jī)制檢驗(yàn)結(jié)果說(shuō)明公共數(shù)據(jù)開(kāi)放通過(guò)降低信息不對(duì)稱程度與緩解企業(yè)融資約束，提高了企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。而且，這種促進(jìn)效應(yīng)在屬于高科技行業(yè)、所在地區(qū)市場(chǎng)化水平更低以及所在城市行政級(jí)別更高的企業(yè)中更為明顯。

依據(jù)以上結(jié)論，本文提出相關(guān)的政策建議如下：

第一，加強(qiáng)并優(yōu)化開(kāi)放數(shù)據(jù)資源體系建設(shè)，進(jìn)一步推動(dòng)國(guó)家大數(shù)據(jù)戰(zhàn)略的實(shí)施。本文的研究表明開(kāi)放城市政府?dāng)?shù)據(jù)有利于數(shù)據(jù)要素與實(shí)體經(jīng)濟(jì)的深度融合，對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)有著重要作用，尤其是對(duì)創(chuàng)新項(xiàng)目的蓬勃發(fā)展有著可觀的助推效果。政府部門(mén)應(yīng)繼續(xù)履行共享城市信息的職能并引導(dǎo)市場(chǎng)更廣泛地利用這些優(yōu)質(zhì)數(shù)據(jù)資源，同時(shí)優(yōu)化數(shù)據(jù)資源體系建設(shè)，拓寬公共數(shù)據(jù)的覆蓋面，以數(shù)字化手段助力創(chuàng)新活動(dòng)的開(kāi)展與經(jīng)濟(jì)高質(zhì)量發(fā)展。

第二，完善數(shù)據(jù)質(zhì)量管理和安全保障，提高社會(huì)對(duì)開(kāi)放數(shù)據(jù)的利用率。本文的機(jī)制研究發(fā)現(xiàn)，公共數(shù)據(jù)開(kāi)放后信息的透明度得到明顯提升，企業(yè)的融資約束也得到有效緩解。因此，政府應(yīng)高度重視數(shù)據(jù)的質(zhì)量管理和安全保障，以確保開(kāi)放數(shù)據(jù)的準(zhǔn)確性、完整性和安全性，并繼續(xù)引導(dǎo)市場(chǎng)參與者增強(qiáng)對(duì)公共數(shù)據(jù)的利用廣度和深度，鼓勵(lì)其借助數(shù)字化手段提升數(shù)據(jù)分析和應(yīng)用效能，進(jìn)一步激發(fā)公共數(shù)據(jù)的潛在價(jià)值。

第三，發(fā)揮數(shù)據(jù)要素對(duì)企業(yè)生產(chǎn)活動(dòng)的助力作用，保持高行政級(jí)別城市在推進(jìn)公共數(shù)據(jù)開(kāi)放平臺(tái)建設(shè)上的帶頭作用，促進(jìn)各地區(qū)之間的數(shù)據(jù)共享與合作。本文的異質(zhì)性分析結(jié)果顯示，公共數(shù)據(jù)開(kāi)放對(duì)高科技企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平有明顯的提升效應(yīng)，要進(jìn)一步發(fā)揮數(shù)據(jù)要素在高科技行業(yè)的創(chuàng)新驅(qū)動(dòng)作用，激發(fā)企業(yè)對(duì)公共數(shù)據(jù)的巨大應(yīng)用潛能。此外，公共數(shù)據(jù)開(kāi)放在市場(chǎng)化水平較低的地區(qū)推行效率更高，且對(duì)于行政級(jí)別不同的城市會(huì)有不同的推行效果，因此應(yīng)進(jìn)一步打通各地公共數(shù)據(jù)資源壁壘，促進(jìn)數(shù)據(jù)賦能的區(qū)域協(xié)同作用，進(jìn)而推動(dòng)整體經(jīng)濟(jì)的協(xié)同發(fā)展。

參考文獻(xiàn)：

[1] 蔡繼明，劉媛，高宏，等.數(shù)據(jù)要素參與價(jià)值創(chuàng)造的途徑——基于廣義價(jià)值論的一般均衡分析[J].管理世界，2022，38（7）：108-121.

[2] 黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專利的證據(jù)[J].經(jīng)濟(jì)研究，2023，58（3）：97-115.

[3] Hyun C P，Koomin K.E-government as an Anti-corruption Tool：Panel Data Analysis across Countries[J].International Review of Administrative Sciences，2020，86（4）：691-707.

[4] 畢青苗，徐現(xiàn)祥，楊海生.商事制度改革與就業(yè)增長(zhǎng)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（1）：130-150.

[5] 方錦程，劉穎，高昊宇，等.公共數(shù)據(jù)開(kāi)放能否促進(jìn)區(qū)域協(xié)調(diào)發(fā)展？——來(lái)自政府?dāng)?shù)據(jù)平臺(tái)上線的準(zhǔn)自然實(shí)驗(yàn)[J].管理世界，2023，39（9）：124-142.

[6] 蔡運(yùn)坤，周京奎，袁旺平.數(shù)據(jù)要素共享與城市創(chuàng)業(yè)活力——來(lái)自公共數(shù)據(jù)開(kāi)放的經(jīng)驗(yàn)證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024：1-22.

[7] 歐陽(yáng)伊玲，王愉靖，李平，等.數(shù)據(jù)要素與城投債定價(jià)：基于公共數(shù)據(jù)開(kāi)放的準(zhǔn)自然實(shí)驗(yàn)[J].世界經(jīng)濟(jì)，2024（2）：174-203.

[8] 彭遠(yuǎn)懷.政府?dāng)?shù)據(jù)開(kāi)放的價(jià)值創(chuàng)造作用：企業(yè)全要素生產(chǎn)率視角[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（9）：50-70.

[9] 李澤宇，王雪方，陳新芳.政府?dāng)?shù)據(jù)開(kāi)放對(duì)企業(yè)創(chuàng)新的影響效應(yīng)及機(jī)制研究[J].科研管理，2024，45（7）：11-20.

[10] 韓奇，楊秀云.公共數(shù)據(jù)開(kāi)放能否促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型？[J].現(xiàn)代經(jīng)濟(jì)探討，2024（4）：44-59.

[11] 盧闖，孫健，張修平，等.股權(quán)激勵(lì)與上市公司投資行為——基于傾向得分配對(duì)方法的分析[J].中國(guó)軟科學(xué)，2015（5）：110-118.

[12] 洪金明，劉晗，王寧.非國(guó)有股東治理與企業(yè)風(fēng)險(xiǎn)承擔(dān)水平——來(lái)自國(guó)有企業(yè)混合所有制改革的經(jīng)驗(yàn)證據(jù)[J].審計(jì)與經(jīng)濟(jì)研究，2023，38（2）：87-96.

[13] 韓賀洋，楊興全，周全，等.社?；鸪止膳c企業(yè)風(fēng)險(xiǎn)承擔(dān)：過(guò)度監(jiān)督還是風(fēng)險(xiǎn)治理[J].會(huì)計(jì)研究，2024（1）：108-121.

[14] 何瑛，于文蕾，楊棉之.CEO復(fù)合型職業(yè)經(jīng)歷、企業(yè)風(fēng)險(xiǎn)承擔(dān)與企業(yè)價(jià)值[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（9）：155-173.

[15] 卜君，孫光國(guó).董事與經(jīng)理兼任對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響：基于高管激勵(lì)的視角[J].改革，2020（10）：141-157.

[16] Ahlin C，Townsend M R.Selection into and across Credit Contracts： Theory and Field Research[J].Journal of Econometrics，2005，136（2）：665-698.

[17] 金洪飛，李弘基，劉音露.金融科技、銀行風(fēng)險(xiǎn)與市場(chǎng)擠出效應(yīng)[J].財(cái)經(jīng)研究，2020，46（5）：52-65.

[18] Farboodi M， Veldkamp L.A Growth Model of the Data Economy[R].Cambridge： National Bureau of Economic Research，2021.

[19] Abhishek N.The Private Impact of Public Data： Landsat Satellite Maps Increased Gold Discoveries and Encouraged Entry[J].Management Science，2022，68（1）：564-582.

[20] 黃銳，賴曉冰，唐松.金融科技如何影響企業(yè)融資約束？——?jiǎng)討B(tài)效應(yīng)、異質(zhì)性特征與宏微觀機(jī)制檢驗(yàn)[J].國(guó)際金融研究，2020（6）：25-33.

[21] 盧馨，鄭陽(yáng)飛，李建明.融資約束對(duì)企業(yè)R&D投資的影響研究——來(lái)自中國(guó)高新技術(shù)上市公司的經(jīng)驗(yàn)證據(jù)[J].會(huì)計(jì)研究，2013（5）：51-58.

[22] 劉沖，曾琪，劉莉亞.金融強(qiáng)監(jiān)管、存貸長(zhǎng)期化與企業(yè)短債長(zhǎng)用[J].經(jīng)濟(jì)研究，2023，58（10）：75-92.

[23] 舒泰一，趙田田，萬(wàn)諜，等.綠色稅制改革影響企業(yè)ESG表現(xiàn)——基于企業(yè)成本視角[J].工業(yè)技術(shù)經(jīng)濟(jì)，2024，43（6）：61-70.

[24] Amihud Y，Mendelson H，Lauterbach B.Market Microstructure and Securities Values：Evidence from the Tel Aviv Stock Exchange[J].Journal of Financial Economics，1997，45（3）：365-390.

[25] 于蔚，汪淼軍，金祥榮.政治關(guān)聯(lián)和融資約束：信息效應(yīng)與資源效應(yīng)[J].經(jīng)濟(jì)研究，2012，47（9）：125-139.

[26] 劉莉亞，何彥林，王照飛，等.融資約束會(huì)影響中國(guó)企業(yè)對(duì)外直接投資嗎？——基于微觀視角的理論和實(shí)證分析[J].金融研究，2015（8）：124-140.

[27] Goodman-Bacon A.Difference-in-differences with Variation in Treatment Timing[J].Journal of Econometrics，2021，225（2）：254-277.

[28] 彭紅星，毛新述.政府創(chuàng)新補(bǔ)貼、公司高管背景與研發(fā)投入——來(lái)自我國(guó)高科技行業(yè)的經(jīng)驗(yàn)證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（3）：147-161.

[29] 樊綱，王小魯，馬光榮.中國(guó)市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J].經(jīng)濟(jì)研究，2011，46（9）：4-16.

[30] 劉文革，耿景珠，杜明威.數(shù)“政”強(qiáng)貿(mào)：數(shù)字化政府建設(shè)與中國(guó)出口產(chǎn)品質(zhì)量升級(jí)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（6）：67-87.

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“注冊(cè)制推行對(duì)A股主要定價(jià)因子的影響研究”（項(xiàng)目編號(hào)：21BJY265）。

作者簡(jiǎn)介：孫欣妍，女，浙江工商大學(xué)金融學(xué)院碩士研究生，研究方向?yàn)榭萍冀鹑谂c公司金融；舒泰一，通訊作者，男，浙江工商大學(xué)金融學(xué)院博士研究生，研究方向?yàn)楫a(chǎn)業(yè)金融、公司金融與資本市場(chǎng)；吳迪，男，浙江工商大學(xué)金融學(xué)院博士研究生，研究方向?yàn)榭萍冀鹑谂c全球價(jià)值鏈；關(guān)培樺，女，浙江工商大學(xué)金融學(xué)院碩士研究生，研究方向?yàn)榭萍冀鹑谂c產(chǎn)業(yè)金融。

（收稿日期：2024-06-11 責(zé)任編輯：殷 俊）