技术经济

大数据综合试验区建设能否促进数实融合——基于中国227个城市的实证分析

PDF下载

罗意 ¹ , 汤志伟 ²^,³ , 贺宇 ⁴

技术经济 | 数字经济驱动高质量发展：融合、创新与共享 2026,45(1): 19-29

收起

技术经济 |数字经济驱动高质量发展：融合、创新与共享 2026 , 45 (1) : 19 -29

大数据综合试验区建设能否促进数实融合——基于中国227个城市的实证分析

全屏

罗意¹, 汤志伟²^,³, 贺宇⁴

作者信息

^1．电子科技大学经济与管理学院，成都 611731

^2．电子科技大学公共管理学院，成都 611731

^3．电子科技大学（深圳）高等研究院，深圳 518110

^4．西南民族大学民族与社会学学院，成都 610499

通讯作者:

汤志伟（1969—），博士，电子科技大学公共管理学院教授，电子科技大学（深圳）高等研究院执行院长，博士研究生导师，研究方向：数字治理

作者简介:

罗意（1996—），电子科技大学经济与管理学院博士研究生，研究方向：数字治理

贺宇（1994—），西南民族大学民族与社会学学院博士研究生，研究方向：企业管理，财务绩效。

Could Big Data Comprehensive Pilot Zones Promote the Integration of Digital Economy and Real Economy?Empirical Analysis Based on 227 Cities in China

Yi Luo¹, Zhiwei Tang²^,³, Yu He⁴

Affiliations

^1.School of Economics and Management, University of Electronic Science and Technology of China, Chengdu 611731, China

^2.School of Public Administration, University of Electronic Science and Technology of China, Chengdu 611731, China

^3.Shenzhen Institute for Advanced Study, UESTC, Shenzhen 518110, China

^4.The Institute of Ethnic Studies and Sociology of Southwest Minzu University, Chengdu 61049, China

出版时间: 2026-01-25 doi: 10.12404/j.issn.1002-980X.J25032518

文章导航

摘要

收起

在全球数字化转型背景下，数实融合是推动经济高质量发展的关键。大数据综合试验区建设作为重要的大数据政策实践，对数实融合的影响尚未得到足够重视。基于中国2011—2021年城市面板数据，运用熵权-Topsis法和耦合协调度模型测度中国227个城市的数实融合水平，并运用多期双重差分模型和中介效应模型验证大数据综合试验区对数实融合的促进作用及其作用机制，并开展多种稳健性分析，检验不同城市规模、地理位置和设立批次中的差异化结果。结果表明：大数据综合试验区建设能够促进数实融合水平提升，其促进效果随时间推移逐渐增强，且在中等以上规模城市、沿海城市和第二批设立试验区的地区更明显，其影响机理包括促进技术创新、提升创业活跃度、推动产业结构升级。本文关注大数据综合试验区在数实融合领域的政策效果，并进一步揭示大数据综合试验区作用于数实融合的影响机理，为探讨相关大数据政策效果、数实融合影响因素提供了来自中国城市的实证证据，一定程度上缓解了当前研究中存在的对地级行政区数实融合关注不足的问题，同时为理解大数据政策如何促进数实融合提供了新的理论视角。

关键词

数实融合 / 大数据综合试验区 / 大数据政策 / 双重差分 / 耦合协调度

Abstract

收起

Under the global digital transformation, the integration of digital economy and real economy(IDR) is the key to promoting high-quality economic development. The establishment of the big data comprehensive pilot zones, as a major policy initiative in the big data field, has not been adequately examined for its impact on the IDR. Panel data from Chinese cities between 2011 and 2021 were utilized. The entropy-weighted TOPSIS method and a coupling coordination model were employed to measure the level of IDR across 227 cities. A staggered difference-in-differences model and a mediation effect model were applied to verify the promoting effect of the pilot zones on the IDR and to analyze its underlying mechanisms. Multiple robustness tests were conducted, with differential effects examined across city sizes, geographic locations, and establishment batches. The findings show that the construction of big data comprehensive pilot zones enhances the IDR, with effects strengthening over time. The promotion is more pronounced in medium-sized and larger cities, coastal cities, and among the second batch of the big data comprehensive pilot zones. The mechanisms involve the stimulation of technological innovation, increased entrepreneurial activity, and advancement of industrial structure upgrading. The policy effectiveness of the big data comprehensive pilot zones in fostering the IDR is highlighted, and the mechanisms which they operate are clarified. Empirical evidence from Chinese cities is provided, contributing to the understanding of big data policy impacts and factors influencing the IDR, to some extent alleviates the problem of insufficient attention to the IDR of the prefecture-level administrative regions in existing research and offers a new theoretical perspective on how big data policies can promote the IDR.

Key words

the integration of digital economy and real economy (IDR) / big data comprehensive pilot zones / big data policy / difference-in-differences(DID) / coupling coordination model

引用本文

罗意, 汤志伟, 贺宇. 大数据综合试验区建设能否促进数实融合——基于中国227个城市的实证分析. 技术经济, 2026 , 45 (1) : 19 -29 . DOI: 10.12404/j.issn.1002-980X.J25032518

Yi Luo, Zhiwei Tang, Yu He. Could Big Data Comprehensive Pilot Zones Promote the Integration of Digital Economy and Real Economy?Empirical Analysis Based on 227 Cities in China[J]. Journal of Technology Economics, 2026 , 45 (1) : 19 -29 . DOI: 10.12404/j.issn.1002-980X.J25032518

基金

收起

国家社会科学基金重点项目“人工智能商业化应用的社会影响与治理体系究”(22AZD135)
四川省哲学社会科学基金重大项目“人工智能发展态势、社会影响及监管机制研究”(SCJJ25ND004)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

陈新欣．大数据综合试验区建设对城市经济增长的影响研究[J]．现代经济探讨，2024（9）：29-39．

[2]

郭炳南，王宇，张浩．大数据试验区设立能否驱动中国城市经济增长质量提升？[J]．南京财经大学学报，2022（4）：98-108．

[3]

魏丽莉，修宏岩，侯宇琦．数字经济对城市产业生态化的影响研究——基于国家级大数据综合试验区设立的准自然试验[J]．城市问题，2022（11）：34-42．

[4]

CHEN W, SRINIVASAN S. Going digital: Implications for firm value and performance[J]. Review of Accounting Studies, 2024, 29(2): 1619-1665.

[5]

张朝华，徐鹏杰．数据要素集聚能提升城市经济韧性吗——来自大数据综合试验区建设的经验证据[J]．宏观经济研究，2024（6）：59-76．

[6]

李麦收，李华．国家大数据综合试验区设立能缓解城市经济发展不平衡吗？[J]．经济经纬，2024，41（3）：16-27．

[7]

程云洁，段鑫．数字经济能促进城市减霾降碳吗？——基于八大国家级大数据试验区的准自然实证分析[J]．软科学，2024，38（1）：8-15．

[8]

耿伟，王筱依，王鑫源．国家级大数据综合试验区与FDI流入——基于数量和质量的视角[J]．国际经贸探索，2023，39（1）：19-35．

[9]

徐毅，周昊朋．国家级大数据综合试验区能否驱动外贸高质量发展——基于准自然实验的实证研究[J]．哈尔滨商业大学学报（社会科学版），2024（3）：110-128．

[10]

谢小芹，林丹妮．超越与重塑：大数据驱动的新型治贫模式——基于首个国家级（贵州）大数据综合试验区的个案研究[J]．农业经济问题，2022（12）：95-109．

[11]

郑煌杰．数据要素赋能新质生产力的逻辑机理、现实困境与实现进路[J]．技术经济，2024，43（12）：23-34．

[12]

MAROUFKHANI P, TSENG M L, IRANMANESH M, et al. Big data analytics adoption: Determinants and performances among small to medium-sized enterprises[J]. International Journal of Information Management, 2020, 54: 102190.

[13]

王志刚，项猛．数实融合的路径分析：基于大数据综合试验区的准自然实验[J]．经济问题探索，2024（9）：95-112．

[14]

宋卿清，曲婉，冯海红．基于制度分析与发展（IAD）框架的先行先试政策推广评估理论研究——以国家大数据（贵州）综合试验区为例[J]．科技管理研究，2022，42（2）：16-25．

[15]

国务院．国务院关于印发促进大数据发展行动纲要的通知[EB/OL]．2015[2025-07-16]．https://www.gov.cn/gongbao/content/2015/content_2929345.htm．

[16]

苏屹，王雪纯，刘传斌．区域创新生态系统共生效率对创新绩效的影响研究[J]．经济体制改革，2025（3）：43-51．

[17]

徐晓日．技术变革、资源统筹与组织调适：国家数据管理体系的改革逻辑及其展望[J]．理论学刊，2023（3）：105-114．

[18]

张璐，王岩，苏敬勤，等．资源基础理论：发展脉络、知识框架与展望[J]．南开管理评论，2023，26（4）：246-258．

[19]

向海燕，李梦晨．资源基础、动态能力与制造企业服务化转型——基于美的集团的案例研究[J]．技术经济，2022，41（12）：157-167．

[20]

胡西娟，师博，杨建飞．数字经济壮大实体经济发展的机制识别和经验证据[J]．经济问题，2022（12）：1-8．

[21]

WU J, NIE X, WANG H, et al. Eco-industrial parks and green technological progress: Evidence from Chinese cities[J]. Technological Forecasting and Social Change, 2023, 189: 122360.

[22]

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．

[23]

丁煌，马小成．数据要素驱动数字经济发展的治理逻辑与创新进路——以贵州省大数据综合试验区建设为例[J]．理论与改革，2021（6）：128-139．

[24]

孙伟增，毛宁，兰峰，等．政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J]．中国工业经济，2023（9）：117-135．

[25]

孙倩倩，鞠方，周建军．数字基础设施建设与城市创新：基于技术分工视角的分析[J]．中国软科学，2023（7）：178-192．

[26]

秦文晋，刘鑫鹏．网络基础设施建设对数字经济发展的影响研究——基于“宽带中国”试点政策的准自然实验[J]．经济问题探索，2022（3）：15-30．

[27]

伏开宝，曾建中，朱保华．数字经济赋能城乡融合发展的效应研究——基于创业活力与劳动生产率的视角[J]．上海经济研究，2025（5）：51-64．

[28]

王芳，刘红芹，陈硕．官员激励与政府支出效率：来自地级市的证据[J]．经济学报，2021，8（3）：173-198．

[29]

GUO D, LI L, PANG G. Does the integration of digital and real economies promote urban green total factor productivity? Evidence from China[J]. Journal of Environmental Management, 2024, 370: 122934.

[30]

张帅，吴珍玮，陆朝阳，等．中国省域数字经济与实体经济融合的演变特征及驱动因素[J]．经济地理，2022，42（7）：22-32．

[31]

钞小静，王意萱，王宸威．中国数字经济与实体经济融合的再测算——来自融合深度的新发现[J]．贵州财经大学学报，2025（2）：12-21．

[32]

赵涛，张智，梁上坤．数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]．管理世界，2020，36（10）：65-76．

[33]

刘军，杨渊鋆，张三峰．中国数字经济测度与驱动因素研究[J]．上海经济研究，2020（6）：81-96．

[34]

王俊豪，周晟佳．中国数字产业发展的现状、特征及其溢出效应[J]．数量经济技术经济研究，2021，38（3）：103-119．

[35]

郭晗，全勤慧．数字经济与实体经济融合发展：测度评价与实现路径[J]．经济纵横，2022（11）：72-82．

[36]

OSTER E. Unobservable selection and coefficient stability: Theory and evidence[J]. Journal of Business & Economic Statistics, 2019, 37(2): 187-204.

[37]

林志帆，郭昕．中国企业上市为何舍近求远：来自IPO定价“窗口指导”的解释[J]．世界经济，2024，47（7）：33-65．

[38]

孙伟增，张柳钦，万广华，等．政务服务一体化对资本流动的影响研究——兼论政府在全国统一大市场建设中的作用[J]．管理世界，2024，40（7）：46-68．

[39]

PEETERS R. Digital administrative burdens: An agenda for analyzing the citizen experience of digital bureaucratic encounters[J]. Perspectives on Public Management and Governance, 2023, 6(1): 7-13.

[40]

蔡智权，张娟．生成式AI嵌入数字政府的价值审思与路径展望[J]．哈尔滨工业大学学报（社会科学版），2024，26（6）：151-160．

2026年第45卷第1期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J25032518

接收时间：2025-03-25
首发时间：2026-10-27
出版时间：2026-01-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-03-25

基金

国家社会科学基金重点项目“人工智能商业化应用的社会影响与治理体系究”(22AZD135)

四川省哲学社会科学基金重大项目“人工智能发展态势、社会影响及监管机制研究”(SCJJ25ND004)

作者信息

^1．电子科技大学经济与管理学院，成都 611731

^2．电子科技大学公共管理学院，成都 611731

^3．电子科技大学（深圳）高等研究院，深圳 518110

^4．西南民族大学民族与社会学学院，成都 610499

通讯作者:

汤志伟（1969—），博士，电子科技大学公共管理学院教授，电子科技大学（深圳）高等研究院执行院长，博士研究生导师，研究方向：数字治理

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J25032518

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT