摘要：數(shù)據(jù)具有邊際報(bào)酬遞增乘數(shù)效應(yīng)，是打造新質(zhì)生產(chǎn)力的新增長(zhǎng)極。通過(guò)數(shù)據(jù)制度松綁將賦能新質(zhì)生產(chǎn)力，助力高質(zhì)量發(fā)展與中國(guó)式現(xiàn)代化。借助雙重機(jī)器學(xué)習(xí)模型，選取2010—2022年省級(jí)面板數(shù)據(jù)，探討大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響，考察制度松綁、數(shù)字治理生態(tài)與新質(zhì)生產(chǎn)力的內(nèi)在聯(lián)系與建鏈路徑。研究發(fā)現(xiàn)：①以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立為代表的制度松綁能有效促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立推動(dòng)數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境與數(shù)字社會(huì)環(huán)境優(yōu)化，從而作用于新質(zhì)生產(chǎn)力發(fā)展；②進(jìn)一步分析發(fā)現(xiàn)，制度松綁帶來(lái)的驅(qū)動(dòng)效應(yīng)受到異質(zhì)性因素干擾，其中在高政府效率、高人力資本、高信息化水平地區(qū)的作用效果更強(qiáng)。研究結(jié)論為新質(zhì)生產(chǎn)力嵌入制度變遷視角提供理論解讀，為通過(guò)制度路徑和治理體系推動(dòng)新質(zhì)生產(chǎn)力發(fā)展提供現(xiàn)實(shí)依據(jù)。

關(guān)鍵詞：制度松綁；數(shù)字治理生態(tài)；新質(zhì)生產(chǎn)力；大數(shù)據(jù)管理機(jī)構(gòu)；雙重機(jī)器學(xué)習(xí)

中圖分類號(hào)：F014.1"""文獻(xiàn)標(biāo)識(shí)碼：A"""文章編號(hào)：1001-7348（2025）01-0010-11

0 引言

新質(zhì)生產(chǎn)力是以數(shù)據(jù)要素為重要引擎的生產(chǎn)力新質(zhì)態(tài)，是推動(dòng)高質(zhì)量發(fā)展的重要著力點(diǎn)。然而，現(xiàn)階段中國(guó)新質(zhì)生產(chǎn)力發(fā)展面臨產(chǎn)權(quán)制度尚未形成、分配機(jī)制滯后、激勵(lì)機(jī)制不足等制度掣肘^[1-2]，尤其是數(shù)據(jù)基礎(chǔ)制度不健全和數(shù)據(jù)治理體系不完善^[3]，導(dǎo)致經(jīng)濟(jì)、教育、科技、人才等要素發(fā)展不足是阻礙新質(zhì)生產(chǎn)力發(fā)展的主要因素^[4]。既有研究倡導(dǎo)通過(guò)構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系、加強(qiáng)科技創(chuàng)新與人才培育等路徑增強(qiáng)新質(zhì)生產(chǎn)力發(fā)展活力^[4-5]，但其局限性在于未觸及限制新質(zhì)生產(chǎn)力躍遷的制度阻滯，尤其缺乏數(shù)據(jù)制度賦能新質(zhì)生產(chǎn)力發(fā)展的經(jīng)驗(yàn)證據(jù)。中國(guó)近幾十年制度變遷的顯著特征是通過(guò)制度改革放松管制并實(shí)現(xiàn)制度松綁，進(jìn)而激發(fā)社會(huì)活力和創(chuàng)新力。那么，一個(gè)潛在的問(wèn)題是制度松綁能否帶來(lái)新質(zhì)生產(chǎn)力提升？

近年來(lái)，中國(guó)政府致力于夯實(shí)數(shù)據(jù)制度基礎(chǔ)，以促進(jìn)數(shù)據(jù)高效流通及價(jià)值釋放。2014年“大數(shù)據(jù)”首次被寫入政府工作報(bào)告；2019年中共十九屆四中全會(huì)將“數(shù)據(jù)”列為新生產(chǎn)要素；2022年中共中央、國(guó)務(wù)院印發(fā)《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》（“數(shù)據(jù)二十條”）；2024年中共二十屆三中全會(huì)提出加快建立數(shù)據(jù)制度、健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機(jī)制的新要求。然而，當(dāng)前數(shù)據(jù)要素供需面臨數(shù)據(jù)壁壘、數(shù)據(jù)泄漏、數(shù)據(jù)“沉睡”等多重困境，限制數(shù)據(jù)價(jià)值的充分釋放^[6]。有學(xué)者提出數(shù)據(jù)基礎(chǔ)制度是應(yīng)對(duì)當(dāng)前數(shù)據(jù)困局、充分釋放數(shù)據(jù)潛力的有效制度安排^[3]。多重證據(jù)表明，完善數(shù)據(jù)基礎(chǔ)制度建設(shè)，實(shí)現(xiàn)數(shù)據(jù)制度松綁，是賦能新質(zhì)生產(chǎn)力的重要制度進(jìn)路^[7-8]。

當(dāng)前，數(shù)據(jù)基礎(chǔ)制度建設(shè)對(duì)新質(zhì)生產(chǎn)力躍遷的貢獻(xiàn)愈發(fā)明顯^[8]。新制度主義學(xué)派代表人物North^[9]指出，制度是影響經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵因素，制度受內(nèi)外因素影響而發(fā)生變遷，并激發(fā)社會(huì)活力和創(chuàng)造力；Acemoglu等^[10]認(rèn)為，制度影響國(guó)家長(zhǎng)期績(jī)效，好的制度能提升國(guó)家治理體系效能。第四次工業(yè)革命雖帶來(lái)數(shù)字技術(shù)的蓬勃發(fā)展，但也對(duì)國(guó)家治理體系造成“創(chuàng)造性破壞”，觸發(fā)以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立為代表的制度變遷^[11]。大數(shù)據(jù)管理機(jī)構(gòu)通過(guò)有效的制度安排，發(fā)揮通壁壘、強(qiáng)聚合、促流通的作用，并由此形塑良好的數(shù)字治理生態(tài)，能夠充分釋放數(shù)據(jù)效能。新質(zhì)生產(chǎn)力依賴數(shù)據(jù)要素疊加迭代，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立帶來(lái)的數(shù)據(jù)松綁或?qū)⒊蔀樾沦|(zhì)生產(chǎn)力躍遷的關(guān)鍵動(dòng)因。然而，目前學(xué)界較少關(guān)注這一作用鏈路，對(duì)其缺乏足夠的學(xué)術(shù)探討和經(jīng)驗(yàn)證據(jù)。

因此，本文以省級(jí)大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立作為數(shù)據(jù)制度松綁的典型代表，基于制度變遷視角，采用雙重機(jī)器學(xué)習(xí)模型，選取2010—2022年省級(jí)面板數(shù)據(jù)，考察制度松綁、數(shù)字治理生態(tài)與新質(zhì)生產(chǎn)力的內(nèi)在聯(lián)系與建鏈路徑。本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾個(gè)方面：第一，基于制度變遷視角，借助大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立這一制度松綁實(shí)驗(yàn)，發(fā)現(xiàn)制度松綁對(duì)新質(zhì)生產(chǎn)力發(fā)展具有提升作用，可為深化數(shù)智時(shí)代的制度理論提供經(jīng)驗(yàn)證據(jù)。第二，良好的制度優(yōu)勢(shì)能轉(zhuǎn)化為治理效能。數(shù)字基礎(chǔ)制度迭代會(huì)衍生出數(shù)字政府、數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)協(xié)同演進(jìn)的數(shù)字治理生態(tài)^[11]，從而驅(qū)動(dòng)新質(zhì)生產(chǎn)力快速發(fā)展。本文構(gòu)建“制度松綁—數(shù)字治理生態(tài)—新質(zhì)生產(chǎn)力”建鏈路徑，有助于揭開制度松綁與新質(zhì)生產(chǎn)力發(fā)展的機(jī)制“黑箱”。第三，采用具有非參估計(jì)特征和處理高維協(xié)變量?jī)?yōu)勢(shì)的雙重機(jī)器學(xué)習(xí)模型，能避免傳統(tǒng)模型在復(fù)雜級(jí)聯(lián)新質(zhì)生產(chǎn)力議題中可能面臨的模型誤設(shè)、維度詛咒等問(wèn)題，進(jìn)而提高研究結(jié)論精確度。

1 制度背景與理論推演

1.1 制度背景

新制度主義學(xué)派認(rèn)為，制度不是靜態(tài)的、給定的，而是社會(huì)行動(dòng)者通過(guò)互動(dòng)和博弈構(gòu)建起來(lái)的動(dòng)態(tài)平衡狀態(tài)^[9]。其中，機(jī)構(gòu)改革是政府與社會(huì)在互動(dòng)過(guò)程中形成的制度變遷過(guò)程，國(guó)家戰(zhàn)略、社會(huì)需求是驅(qū)動(dòng)機(jī)構(gòu)改革的重要因素^[12]。第四次工業(yè)革命促進(jìn)數(shù)字技術(shù)蓬勃興起，使數(shù)據(jù)要素成為數(shù)智時(shí)代的關(guān)鍵生產(chǎn)要素和基礎(chǔ)性戰(zhàn)略資源。然而，當(dāng)前數(shù)據(jù)制度面臨的多重困境束縛了數(shù)據(jù)價(jià)值的充分釋放。因此，亟需進(jìn)行數(shù)據(jù)治理體系變革，放松數(shù)據(jù)管制并激發(fā)數(shù)據(jù)潛能，大數(shù)據(jù)管理機(jī)構(gòu)應(yīng)運(yùn)而生。

設(shè)立省級(jí)大數(shù)據(jù)管理機(jī)構(gòu)是許多省份的“自選動(dòng)作”。省級(jí)大數(shù)據(jù)管理機(jī)構(gòu)特指負(fù)責(zé)統(tǒng)籌大數(shù)據(jù)相關(guān)政策法規(guī)、基礎(chǔ)設(shè)施與運(yùn)營(yíng)管理工作的省級(jí)行政單位、政府部門或事業(yè)單位，具體冠以大數(shù)據(jù)管理局、大數(shù)據(jù)發(fā)展管理局、大數(shù)據(jù)中心、大數(shù)據(jù)發(fā)展管理中心等名稱（張克，2019）。從歷時(shí)性看，大數(shù)據(jù)管理機(jī)構(gòu)發(fā)展大致經(jīng)歷了3個(gè)階段：第一，興起階段（2010—2017年）。2015年貴州設(shè)立大數(shù)據(jù)發(fā)展管理局，隨后大數(shù)據(jù)管理機(jī)構(gòu)開始在全國(guó)鋪開。第二，盛行階段（2018—2022年）。2018年第八次機(jī)構(gòu)改革啟動(dòng)后，大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立進(jìn)入加速期，北京、上海、福建等?。ㄊ校┘娂娫O(shè)立大數(shù)據(jù)管理機(jī)構(gòu)。截至2022年年底，全國(guó)已有28個(gè)省（市）設(shè)立了大數(shù)據(jù)管理機(jī)構(gòu)。第三，轉(zhuǎn)型重構(gòu)階段（2023年至今）。2023年10月國(guó)家數(shù)據(jù)局成立，自此分散管理開始向統(tǒng)合治理轉(zhuǎn)型，各省市紛紛在原有大數(shù)據(jù)管理機(jī)構(gòu)的基礎(chǔ)上掛牌或新設(shè)省級(jí)數(shù)據(jù)局。截至2024年2月，全國(guó)已相繼設(shè)立21家省級(jí)數(shù)據(jù)局。有學(xué)者指出，在學(xué)理上省級(jí)大數(shù)據(jù)管理機(jī)構(gòu)與省級(jí)數(shù)據(jù)局的實(shí)質(zhì)指向一致（文禹衡等，2024）。對(duì)此，結(jié)合本文研究區(qū)間，本文重點(diǎn)研究國(guó)家數(shù)據(jù)局組建前的大數(shù)據(jù)管理機(jī)構(gòu)，具體設(shè)立時(shí)間如表1所示。

從職能看，大數(shù)據(jù)管理機(jī)構(gòu)主要履行與數(shù)據(jù)有關(guān)的頂層設(shè)計(jì)、資源整合、技術(shù)保障等職能^[13]，極大放松了對(duì)數(shù)據(jù)的管制。從成效看，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)加速了數(shù)據(jù)的供、流、用?！?023年中國(guó)地方公共數(shù)據(jù)開放利用報(bào)告（城市）》顯示，全國(guó)城市公共數(shù)據(jù)開放平臺(tái)從2015年的10個(gè)增加到2022年的208個(gè)，表明制度松綁促進(jìn)了公共數(shù)據(jù)開放。中國(guó)信通院報(bào)告顯示，2017—2022年中國(guó)數(shù)據(jù)年產(chǎn)量從2.3ZB快速提升至8.1ZB。截至2022年年底，中國(guó)數(shù)據(jù)存儲(chǔ)量達(dá)到724.5EB，占全球14.4%。上述證據(jù)表明，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)實(shí)現(xiàn)了對(duì)數(shù)據(jù)的“松綁解縛”。數(shù)據(jù)作為促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的新引擎，數(shù)據(jù)制度松綁或?qū)⒊浞轴尫艛?shù)據(jù)要素的乘數(shù)效應(yīng)，打造新質(zhì)生產(chǎn)力的新增長(zhǎng)極。

1.2 理論推演

1.2.1 制度松綁：新質(zhì)生產(chǎn)力發(fā)展框架形塑

博弈規(guī)則觀將制度視為解決沖突、達(dá)至合作的規(guī)則體系。North^[9]認(rèn)為，制度是動(dòng)態(tài)演化的。在外生與內(nèi)生動(dòng)因作用下會(huì)觸發(fā)制度變遷，由此釋放制度紅利，形成柔性激勵(lì)或剛性約束^[14-15]。其中，制度松綁、制度漂移、制度創(chuàng)新是制度變遷的主要形式。大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立與新質(zhì)生產(chǎn)力之間的理論基礎(chǔ)可歸位于制度松綁邏輯。從外部動(dòng)因看，Perez^[16]指出，每次技術(shù)革命都會(huì)深刻動(dòng)搖和重塑社會(huì)制度形態(tài)。第四次工業(yè)革命引致外部技術(shù)環(huán)境的深刻變化，使得舊制度失衡并催生出對(duì)新制度的需求，尤其是以放松數(shù)據(jù)管制和激發(fā)數(shù)據(jù)潛能為靶向的制度亟需被重構(gòu)。從內(nèi)部動(dòng)因看，康芒斯^[17]認(rèn)為，若現(xiàn)有制度規(guī)則存在不適應(yīng)與滯后性等內(nèi)部問(wèn)題，就要進(jìn)行制度變革以破除既有制度障礙。在2014年“大數(shù)據(jù)”首次被寫入政府工作報(bào)告以前，各級(jí)政府尚未構(gòu)建完整的大數(shù)據(jù)治理體系，原有科層結(jié)構(gòu)束縛了數(shù)據(jù)潛能的釋放，亟需進(jìn)行數(shù)據(jù)治理體系變革。至此，內(nèi)外雙重動(dòng)因推動(dòng)大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立，并逐步構(gòu)建起數(shù)字治理生態(tài)。

順延上述邏輯，大數(shù)據(jù)管理機(jī)構(gòu)能完善數(shù)據(jù)制度治理體系，破除數(shù)據(jù)要素發(fā)展障礙，推動(dòng)以數(shù)據(jù)要素為核心的新質(zhì)生產(chǎn)力躍遷。首先，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)有助于充分釋放數(shù)據(jù)要素潛能，筑牢新質(zhì)生產(chǎn)力發(fā)展的數(shù)字底座。大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能構(gòu)建數(shù)據(jù)制度、完善數(shù)據(jù)設(shè)施、擴(kuò)大數(shù)據(jù)開放，實(shí)現(xiàn)數(shù)據(jù)要素的解縛松綁^[6]，激活數(shù)據(jù)資源、融通應(yīng)用場(chǎng)景、賦能數(shù)字產(chǎn)業(yè)，為新質(zhì)生產(chǎn)力創(chuàng)造新動(dòng)能。其次，大數(shù)據(jù)管理機(jī)構(gòu)能加快數(shù)據(jù)要素市場(chǎng)化，提升數(shù)據(jù)配置效率。數(shù)據(jù)作為新型生產(chǎn)要素，既能直接創(chuàng)造價(jià)值，又能與其它生產(chǎn)要素融合產(chǎn)生效能^[18]。大數(shù)據(jù)管理機(jī)構(gòu)能加快數(shù)據(jù)基礎(chǔ)制度構(gòu)建和數(shù)據(jù)平臺(tái)建設(shè)，完善數(shù)據(jù)要素市場(chǎng)化配置，實(shí)現(xiàn)以數(shù)據(jù)為紐帶的生產(chǎn)要素聯(lián)動(dòng)，加快形成新質(zhì)生產(chǎn)力。最后，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)有助于統(tǒng)籌數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，強(qiáng)化數(shù)據(jù)安全保障，加速數(shù)據(jù)創(chuàng)新應(yīng)用和成果轉(zhuǎn)化，為新質(zhì)生產(chǎn)力發(fā)展持續(xù)供能。據(jù)此，本文提出如下假設(shè)：

H1：以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立為代表的制度松綁能有效促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

1.2.2 數(shù)字治理生態(tài)：制度松綁與新質(zhì)生產(chǎn)力建鏈路徑

治理是在既定制度框架下開展的協(xié)調(diào)活動(dòng)，基于數(shù)據(jù)要素的數(shù)字治理生態(tài)也建基于數(shù)據(jù)制度框架。數(shù)字治理生態(tài)基于數(shù)智治理框架下多元主體通過(guò)多種機(jī)制與各類資源進(jìn)行互動(dòng)，共同締造的有機(jī)整體^[19]，其融合政府、經(jīng)濟(jì)和社會(huì)三大領(lǐng)域，包含政府、企業(yè)、政策、數(shù)據(jù)等主體和資源，本質(zhì)上是數(shù)字時(shí)代制度變遷產(chǎn)生的數(shù)字化、生態(tài)化治理形態(tài)^[11]。大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立可實(shí)現(xiàn)數(shù)據(jù)制度松綁，為數(shù)字治理生態(tài)的形成提供制度基礎(chǔ)，并為新質(zhì)生產(chǎn)力發(fā)展創(chuàng)造適宜的環(huán)境。大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立能優(yōu)化以數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境、數(shù)字社會(huì)環(huán)境為核心的數(shù)字治理生態(tài)，重構(gòu)數(shù)字生產(chǎn)關(guān)系，推動(dòng)新質(zhì)生產(chǎn)力躍遷。

（1）大數(shù)據(jù)管理機(jī)構(gòu)能優(yōu)化數(shù)字政策環(huán)境，賦能新質(zhì)生產(chǎn)力發(fā)展。在政策構(gòu)建層面，大數(shù)據(jù)管理機(jī)構(gòu)以數(shù)據(jù)政策體系建設(shè)為重點(diǎn)，不斷完善數(shù)據(jù)產(chǎn)權(quán)、交易等政策環(huán)境，通過(guò)暢通數(shù)據(jù)確權(quán)和數(shù)據(jù)分配，促進(jìn)數(shù)據(jù)資源流通共享，加快形成新質(zhì)生產(chǎn)力^[20-21]。在政策執(zhí)行層面，大數(shù)據(jù)管理機(jī)構(gòu)能推動(dòng)數(shù)字政府建設(shè)，提高政策變現(xiàn)速率^[22]，為新質(zhì)生產(chǎn)力發(fā)展提供政策紅利。

（2）大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能優(yōu)化數(shù)字經(jīng)濟(jì)環(huán)境，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。在產(chǎn)業(yè)布局層面，大數(shù)據(jù)管理機(jī)構(gòu)的核心職能之一是發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)數(shù)字產(chǎn)業(yè)發(fā)展。如通過(guò)降稅增補(bǔ)、園區(qū)集群治理方式引導(dǎo)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，以數(shù)字化變革賦能新質(zhì)生產(chǎn)力發(fā)展^[23]。在市場(chǎng)秩序?qū)用?，大?shù)據(jù)管理機(jī)構(gòu)通過(guò)構(gòu)建數(shù)據(jù)管理體系，有助于營(yíng)造開放包容、公平競(jìng)爭(zhēng)的數(shù)字經(jīng)濟(jì)環(huán)境^[24]，推動(dòng)新質(zhì)生產(chǎn)力躍遷。

（3）大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能改善數(shù)字社會(huì)環(huán)境，推動(dòng)新質(zhì)生產(chǎn)力發(fā)展。在數(shù)字場(chǎng)景融通維度，大數(shù)據(jù)管理機(jī)構(gòu)負(fù)責(zé)擴(kuò)大數(shù)據(jù)應(yīng)用場(chǎng)景和增加智慧服務(wù)，能加速數(shù)據(jù)要素在生產(chǎn)生活中的融合應(yīng)用^[22]，推動(dòng)傳統(tǒng)生產(chǎn)力轉(zhuǎn)化為新質(zhì)生產(chǎn)力。在數(shù)字素養(yǎng)和技能維度，大數(shù)據(jù)管理機(jī)構(gòu)負(fù)責(zé)部署未來(lái)數(shù)據(jù)基礎(chǔ)設(shè)施，有利于推進(jìn)數(shù)據(jù)、知識(shí)和信息共享，提高全民數(shù)字素養(yǎng)和技能，為新質(zhì)生產(chǎn)力發(fā)展儲(chǔ)備數(shù)字化人才^[25]。

據(jù)此，本文提出如下假設(shè)：

H2：制度松綁能營(yíng)造良好的數(shù)字治理生態(tài)，加速新質(zhì)生產(chǎn)力發(fā)展。

H2a：制度松綁通過(guò)改進(jìn)數(shù)字政策環(huán)境，賦能新質(zhì)生產(chǎn)力發(fā)展；

H2b：制度松綁通過(guò)優(yōu)化數(shù)字經(jīng)濟(jì)環(huán)境，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展；

H2c：制度松綁通過(guò)改善數(shù)字社會(huì)環(huán)境，推動(dòng)新質(zhì)生產(chǎn)力發(fā)展。

2 研究設(shè)計(jì)

2.1 模型設(shè)計(jì)

本文將大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立視為準(zhǔn)自然實(shí)驗(yàn)，使用雙重機(jī)器學(xué)習(xí)模型識(shí)別大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響。其合理性在于：首先，影響新質(zhì)生產(chǎn)力的變量存在非線性關(guān)系，傳統(tǒng)線性回歸模型有可能導(dǎo)致模型誤設(shè)，而雙重機(jī)器學(xué)習(xí)模型具有非參估計(jì)優(yōu)勢(shì)，既可處理線性回歸也可進(jìn)行非線性檢驗(yàn)，能有效避免模型誤設(shè)。其次，傳統(tǒng)回歸模型僅能控制少量變量，容易因遺漏變量引發(fā)內(nèi)生性問(wèn)題，若控制變量過(guò)多則會(huì)產(chǎn)生維度詛咒；而雙重機(jī)器學(xué)習(xí)能加入高維控制變量，自動(dòng)篩選、擬合抽取精度較高的控制變量，有效規(guī)避維度詛咒，并通過(guò)引入部分線性工具變量模型、交叉擬合得到無(wú)偏估計(jì)^[26]。最后，雙重差分法要求大量數(shù)據(jù)集；合成控制法無(wú)法直接生成虛擬控制組，且需事先排除極端值；傾向得分法在匹配變量選取上具有較強(qiáng)主觀性，且容易丟失樣本。而雙重機(jī)器學(xué)習(xí)能有效規(guī)避模型誤設(shè)且納入高維控制變量，在小樣本中也能實(shí)現(xiàn)無(wú)偏估計(jì)，相較于傳統(tǒng)政策評(píng)估方法更具有穩(wěn)健性^[26-27]。

為此，本文構(gòu)建如下模型：

NQPit=θ0BDMit+g（Xit）+Uit（1）

E（Uit|BDMit，Xit）=0（2）

其中，下標(biāo)i為省份，t為年份。NQPit為被解釋變量，表示新質(zhì)生產(chǎn)力。BDMit為解釋變量，表示大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立。處置系數(shù)θ0為設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)影響新質(zhì)生產(chǎn)力的政策效果。Xit為高維控制變量集合，通過(guò)函數(shù)g（X）的形式影響新質(zhì)生產(chǎn)力。本文采用機(jī)器學(xué)習(xí)方法得到其估計(jì)量g^（X）。Uit為誤差項(xiàng)，滿足零均值假設(shè)。為解決正則化偏誤及其收斂問(wèn)題，本文構(gòu)建輔助回歸模型進(jìn)行第二次機(jī)器學(xué)習(xí)，見式（3）.

BDMit=mXit+Vit，EVit|Xit=0（3）

其中，mXit為BDMit對(duì)Xit的回歸函數(shù)，采用機(jī)器學(xué)習(xí)算法估計(jì)其具體形式m^Xit。Vit為誤差項(xiàng)，滿足零均值假設(shè)。基于式（1）～（3），獲得θ0的無(wú)偏估計(jì)量θ^0。

2.2 變量說(shuō)明

2.2.1 被解釋變量

本文中被解釋變量為新質(zhì)生產(chǎn)力（NQP）。新質(zhì)生產(chǎn)力不同于傳統(tǒng)生產(chǎn)力，是以科技創(chuàng)新為主導(dǎo)，以勞動(dòng)者、勞動(dòng)資料、勞動(dòng)對(duì)象及其優(yōu)化組合為基本內(nèi)涵，以實(shí)現(xiàn)全要素提升為核心標(biāo)志的先進(jìn)生產(chǎn)力新質(zhì)態(tài)^[28]。目前，對(duì)新質(zhì)生產(chǎn)力發(fā)展水平的測(cè)度主要基于其概念內(nèi)涵。王玨和王榮基^[29]基于馬克思主義生產(chǎn)力理論提出，新質(zhì)生產(chǎn)力是由傳統(tǒng)生產(chǎn)力和生產(chǎn)關(guān)系全新配置形成的新質(zhì)勞動(dòng)者、新質(zhì)勞動(dòng)資料、新質(zhì)勞動(dòng)對(duì)象；孫麗偉和郭俊華（2024）認(rèn)為新質(zhì)生產(chǎn)力是“新”與“質(zhì)”的雙重升級(jí)，指出應(yīng)從科技創(chuàng)新和產(chǎn)業(yè)升級(jí)等維度衡量；盧江等^[30]指出，新質(zhì)生產(chǎn)力體現(xiàn)了數(shù)字、科技、綠色等創(chuàng)新要素，可從數(shù)字生產(chǎn)力、科技生產(chǎn)力、綠色生產(chǎn)力等維度測(cè)量。眾多學(xué)者從不同層面測(cè)度新質(zhì)生產(chǎn)力，其中從新質(zhì)勞動(dòng)者、新質(zhì)勞動(dòng)對(duì)象、新質(zhì)勞動(dòng)資料3個(gè)方面測(cè)度最廣泛，因此本文從這3個(gè)維度構(gòu)建新質(zhì)生產(chǎn)力評(píng)價(jià)指標(biāo)體系。

首先，人力資本理論認(rèn)為，人力資本投入與產(chǎn)出是激發(fā)資源潛能和生產(chǎn)潛力的重要途徑。因此，從新質(zhì)人力資本投入與產(chǎn)出兩個(gè)維度測(cè)度新質(zhì)勞動(dòng)者。其次，與傳統(tǒng)勞動(dòng)資料相比，新質(zhì)勞動(dòng)資料具有更強(qiáng)的節(jié)能環(huán)保、科技創(chuàng)新、數(shù)字化屬性，能為生產(chǎn)活動(dòng)提供更高效、智能、綠色、安全的生產(chǎn)條件。為此，從基礎(chǔ)設(shè)施、能源利用、科技創(chuàng)新、機(jī)器人應(yīng)用、數(shù)字化應(yīng)用維度衡量新質(zhì)勞動(dòng)資料。最后，新質(zhì)勞動(dòng)對(duì)象是以新物質(zhì)、新材料、新能源、大數(shù)據(jù)為代表的勞動(dòng)對(duì)象。因此，從產(chǎn)業(yè)發(fā)展、創(chuàng)新發(fā)展、綠色發(fā)展、協(xié)調(diào)發(fā)展角度測(cè)度新質(zhì)勞動(dòng)對(duì)象。由此，構(gòu)建新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指標(biāo)體系（見表2），并對(duì)相關(guān)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，采用熵權(quán)法計(jì)算新質(zhì)生產(chǎn)力綜合發(fā)展指數(shù)。

2.2.2 解釋變量

本文將設(shè)立省級(jí)大數(shù)據(jù)管理機(jī)構(gòu)作為制度松綁的代理變量，將設(shè)立當(dāng)年及后續(xù)年份記為1，否則為0；將構(gòu)建大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立的虛擬變量（BDM）作為解釋變量。

2.2.3 機(jī)制變量

良好的數(shù)字治理生態(tài)主要通過(guò)數(shù)字治理手段營(yíng)造良好的數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境、數(shù)字社會(huì)環(huán)境。因此，本文將數(shù)字治理生態(tài)劃分為數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境、數(shù)字社會(huì)環(huán)境3個(gè)維度。

（1）數(shù)字政策環(huán)境。參考曾凡軍和陳永洲^[19]的做法，用數(shù)字政策扶持與政府?dāng)?shù)字注意力測(cè)量。一方面，大數(shù)據(jù)政策法規(guī)能有效規(guī)范數(shù)據(jù)要素市場(chǎng)，因此用各省份頒布的大數(shù)據(jù)政策法規(guī)數(shù)量衡量數(shù)字政策扶持程度。具體數(shù)據(jù)在北大法寶平臺(tái)以“大數(shù)據(jù)”專題為檢索依據(jù)得到。另一方面，政府工作報(bào)告反映政府注意力，因此用各省份政府工作報(bào)告中與數(shù)字化有關(guān)的詞頻測(cè)度政府?dāng)?shù)字注意力。

（2）數(shù)字經(jīng)濟(jì)環(huán)境。良好的數(shù)字經(jīng)濟(jì)環(huán)境說(shuō)明數(shù)字創(chuàng)新基礎(chǔ)較好、信息技術(shù)行業(yè)發(fā)展較快、數(shù)字產(chǎn)業(yè)化程度較高，數(shù)字技術(shù)創(chuàng)新、信息技術(shù)行業(yè)發(fā)展水平、數(shù)字產(chǎn)業(yè)化程度反映數(shù)字經(jīng)濟(jì)環(huán)境^[25]，具體用數(shù)字經(jīng)濟(jì)專利授權(quán)數(shù)、信息技術(shù)行業(yè)總收入與地區(qū)生產(chǎn)總值的比值、信息技術(shù)行業(yè)法人單位數(shù)占比測(cè)度。

（3）數(shù)字社會(huì)環(huán)境。良好的數(shù)字社會(huì)環(huán)境說(shuō)明數(shù)字基礎(chǔ)設(shè)施建設(shè)良好、互聯(lián)網(wǎng)發(fā)展程度較高、互聯(lián)網(wǎng)普及率高、網(wǎng)民活躍繁榮，因此用互聯(lián)網(wǎng)建設(shè)水平、互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)使用率、互聯(lián)網(wǎng)活躍度反映數(shù)字社會(huì)環(huán)境，具體采用互聯(lián)網(wǎng)網(wǎng)站數(shù)量、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、互聯(lián)網(wǎng)寬帶接入用戶數(shù)量、CN域名數(shù)量測(cè)度。對(duì)各維度指標(biāo)進(jìn)行無(wú)量綱化處理，以等權(quán)法計(jì)算各指標(biāo)得分。

2.2.4 控制變量

本文借鑒羅爽和肖韻（2024）的研究，設(shè)置如下控制變量：①經(jīng)濟(jì)發(fā)展水平（lnpgdp）：經(jīng)濟(jì)基礎(chǔ)較好地區(qū)能將更多資源投入到生產(chǎn)活動(dòng)中，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展，用人均地區(qū)生產(chǎn)總值的對(duì)數(shù)衡量；②區(qū)域創(chuàng)新水平（lninnov）：擁有較高創(chuàng)新水平有助于實(shí)現(xiàn)顛覆式創(chuàng)新，加快新質(zhì)生產(chǎn)力躍遷，用北京大學(xué)公共開放平臺(tái)區(qū)域創(chuàng)新指數(shù)的對(duì)數(shù)衡量；③產(chǎn)業(yè)結(jié)構(gòu)（ind）：產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型會(huì)帶動(dòng)生產(chǎn)力和生產(chǎn)關(guān)系變革，加速形成新質(zhì)生產(chǎn)力，用第三產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值衡量；④政府干預(yù)度（gov）：政府通常通過(guò)財(cái)稅政策激勵(lì)技術(shù)創(chuàng)新，推動(dòng)新質(zhì)生產(chǎn)力發(fā)展，用地方政府財(cái)政支出與地區(qū)生產(chǎn)總值的比值衡量；⑤市場(chǎng)化程度（market）：較強(qiáng)的市場(chǎng)調(diào)節(jié)能力可引導(dǎo)資源流向技術(shù)創(chuàng)新領(lǐng)域，推動(dòng)生產(chǎn)力躍遷，用樊綱等編制的《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》中的市場(chǎng)化指數(shù)衡量；⑥勞動(dòng)生產(chǎn)率（labp）：技術(shù)進(jìn)步和新型生產(chǎn)工具能顯著提高勞動(dòng)生產(chǎn)率，加速形成新質(zhì)生產(chǎn)力，用地區(qū)生產(chǎn)總值與就業(yè)總?cè)藬?shù)的比值衡量；⑦資本生產(chǎn)率（capp）：增加資本投入能提高勞動(dòng)生產(chǎn)率，加快新質(zhì)生產(chǎn)力轉(zhuǎn)化，用地區(qū)生產(chǎn)總值與固定資產(chǎn)投資額的比值衡量；⑧外貿(mào)程度（forin）：進(jìn)出口貿(mào)易增加有助于推動(dòng)產(chǎn)業(yè)集聚和升級(jí)，助力新質(zhì)生產(chǎn)力發(fā)展，用進(jìn)出口總額與地區(qū)生產(chǎn)總值的比值衡量；⑨外資水平（ftrade）：外商投資可引進(jìn)全球高端技術(shù)和資本，支持新質(zhì)生產(chǎn)力發(fā)展，用外商直接投資與地區(qū)生產(chǎn)總值的比值衡量。此外，在回歸分析中加入省份固定效應(yīng)和年份固定效應(yīng)、控制變量一次項(xiàng)和二次項(xiàng)。

2.3 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)結(jié)果

本文以2010—2022年中國(guó)內(nèi)地30個(gè)省份（西藏?cái)?shù)據(jù)不全，故未納入統(tǒng)計(jì)）為研究對(duì)象，被解釋變量、機(jī)制變量、控制變量數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《省級(jí)統(tǒng)計(jì)年鑒》《中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)》、CNRDS數(shù)據(jù)庫(kù)，解釋變量通過(guò)各省份政府網(wǎng)站、新聞報(bào)道、相關(guān)文獻(xiàn)手工整理，采用插值法補(bǔ)齊少量缺失數(shù)據(jù)。描述性統(tǒng)計(jì)結(jié)果如表3所示。

3 實(shí)證結(jié)果分析

3.1 模型估計(jì)結(jié)果

由于支持向量機(jī)算法（SVM）具有較強(qiáng)的非線性擬合能力且適用于小樣本^[31]，因此采用雙重機(jī)器學(xué)習(xí)模型支持向量機(jī)算法，按照1∶5的樣本分割比例進(jìn)行回歸，結(jié)果如表4所示。第（1）—（4）列為逐步加入省份固定效應(yīng)、年度固定效應(yīng)、控制變量一次項(xiàng)、控制變量二次項(xiàng)的回歸結(jié)果。結(jié)果顯示，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)對(duì)新質(zhì)生產(chǎn)力的影響在1%水平下顯著正相關(guān)。這表明，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能有效激發(fā)數(shù)據(jù)潛能，推動(dòng)新質(zhì)生產(chǎn)力發(fā)展，假設(shè)H1初步得到驗(yàn)證。

3.2 模型有效性檢驗(yàn)

3.2.1 平行趨勢(shì)檢驗(yàn)

滿足平行趨勢(shì)假設(shè)是政策評(píng)估的前提，Wen等^[32]認(rèn)為使用雙重機(jī)器學(xué)習(xí)模型進(jìn)行政策評(píng)估可基于雙重差分模型的事件研究法檢驗(yàn)平行趨勢(shì)。因此，本文以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立前一期為基期進(jìn)行平行趨勢(shì)檢驗(yàn)，結(jié)果如圖1所示?？梢姡髷?shù)據(jù)管理機(jī)構(gòu)設(shè)立前無(wú)顯著政策效應(yīng)，滿足平行趨勢(shì)。

3.2.2 安慰劑檢驗(yàn)

為避免基準(zhǔn)回歸結(jié)果由隨機(jī)因素導(dǎo)致，借鑒梁畢明等^[33]的做法，基于雙重差分模型采取500次隨機(jī)重復(fù)抽樣法進(jìn)行安慰劑檢驗(yàn)。由圖2安慰劑檢驗(yàn)結(jié)果可知，回歸系數(shù)落在0附近且服從正態(tài)分布，與基準(zhǔn)回歸系數(shù)差距較大，說(shuō)明結(jié)果并非由隨機(jī)因素所致，研究結(jié)論穩(wěn)健。

3.3 內(nèi)生性問(wèn)題處理

3.3.1 滯后被解釋變量

考慮到大數(shù)據(jù)管理機(jī)構(gòu)具有一定建設(shè)期，對(duì)新質(zhì)生產(chǎn)力的影響具有滯后效應(yīng)。因此，本文將被解釋變量滯后一期、兩期重新進(jìn)行回歸，結(jié)果如表5第（1）—（2）列所示。結(jié)果表明，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)對(duì)新質(zhì)生產(chǎn)力的影響依然顯著為正，說(shuō)明研究結(jié)論穩(wěn)健。

3.3.2 工具變量法

雖然本文盡可能控制相關(guān)干擾變量，但受數(shù)據(jù)所限，難免存在遺漏變量或互為因果等因素導(dǎo)致的內(nèi)生性問(wèn)題。因此，借鑒Chernozhukov等^[34]的研究，構(gòu)建雙重機(jī)器學(xué)習(xí)的部分線性工具變量模型（PLIV）解決可能存在的內(nèi)生性問(wèn)題?；贜unn amp; Qian^[35]的做法，使用1984年各省份每百人固定電話數(shù)與時(shí)間虛擬變量交互項(xiàng)作為大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立的工具變量。其合理性在于：基礎(chǔ)電信設(shè)施發(fā)展既會(huì)帶來(lái)便利，也有可能存在信息泄漏等安全風(fēng)險(xiǎn)，有助于推動(dòng)數(shù)據(jù)基礎(chǔ)管理制度完善和大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立，滿足相關(guān)性要求。同時(shí)，互聯(lián)網(wǎng)和智能手機(jī)普及使固定電話用戶數(shù)大幅下降，且1984年固定電話數(shù)屬于歷史條件，與當(dāng)前新質(zhì)生產(chǎn)力無(wú)直接關(guān)聯(lián)，滿足外生性。表5第（3）列匯報(bào)了工具變量估計(jì)結(jié)果，估計(jì)系數(shù)顯著為正，說(shuō)明即使考慮內(nèi)生性問(wèn)題，研究結(jié)論依然成立。

3.4 穩(wěn)健性檢驗(yàn)

3.4.1 排除同期其它政策干擾

其它數(shù)字化政策或創(chuàng)新試點(diǎn)政策也會(huì)影響大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響效應(yīng)，需消除這些“污染”。本文梳理國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)、數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展試驗(yàn)區(qū)、數(shù)據(jù)交易平臺(tái)建設(shè)、自主創(chuàng)新示范區(qū)建設(shè)4種可能產(chǎn)生干擾的政策，上述政策從數(shù)字經(jīng)濟(jì)、數(shù)據(jù)要素市場(chǎng)和自主創(chuàng)新方面驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展（張志新等，2024；王曉丹等，2024）。這些政策虛擬變量設(shè)定方式與解釋變量相同，因此在基準(zhǔn)回歸分析中加入這些政策虛擬變量。表6中第（1）—（4）列為分別控制上述4種政策的回歸結(jié)果，第（5）列為同時(shí)控制4種混淆政策的結(jié)果，估計(jì)系數(shù)均顯著為正。這說(shuō)明，排除同期其它政策干擾后，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立依然能顯著促進(jìn)新質(zhì)生產(chǎn)力提升。

3.4.2 其它穩(wěn)健性檢驗(yàn)

（1）調(diào)整研究樣本。鑒于不同省份在經(jīng)濟(jì)基礎(chǔ)、數(shù)字化發(fā)展水平等方面存在較大差異，可能會(huì)影響大數(shù)據(jù)管理機(jī)構(gòu)作用于新質(zhì)生產(chǎn)力的效能。為減少這種潛在干擾，本文剔除北京、上海、天津、重慶4個(gè)直轄市樣本后重新進(jìn)行回歸。表7第（1）列為調(diào)整樣本后的回歸結(jié)果，估計(jì)系數(shù)在1%水平下顯著為正，說(shuō)明設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)能顯著提升新質(zhì)生產(chǎn)力的結(jié)果穩(wěn)健。

（2）調(diào)整研究區(qū)間。考慮到2012年以前信息技術(shù)行業(yè)數(shù)據(jù)缺失較多，本文雖采用插值法進(jìn)行補(bǔ)缺，但可能導(dǎo)致估計(jì)結(jié)果有偏。因此，本文將研究區(qū)間調(diào)整至2012—2022年。表7第（2）列匯報(bào)了調(diào)整研究區(qū)間后的回歸結(jié)果，該結(jié)果依然顯著正相關(guān)，說(shuō)明基準(zhǔn)回歸結(jié)果穩(wěn)健。

（3）排除極端值影響。極端值可能會(huì)導(dǎo)致估計(jì)結(jié)果發(fā)生偏差，進(jìn)而影響回歸結(jié)果的準(zhǔn)確性。因此，本文對(duì)被解釋變量和控制變量等連續(xù)變量進(jìn)行上下1%、5%的縮尾處理，表7第（3）—（4）列為排除極端值影響后的結(jié)果。結(jié)果表明，排除極端值影響后，估計(jì)系數(shù)依然顯著為正，再次驗(yàn)證基準(zhǔn)回歸結(jié)果穩(wěn)健。

（4）控制區(qū)域與時(shí)間交互固定效應(yīng)?？紤]到同一經(jīng)濟(jì)區(qū)域在資源優(yōu)勢(shì)、產(chǎn)業(yè)基礎(chǔ)、發(fā)展?jié)摿Φ确矫婢哂幸欢ㄏ嗨菩?，而不同?jīng)濟(jì)區(qū)域又存在一定差異。因此，根據(jù)國(guó)務(wù)院發(fā)展研究中心的八大綜合經(jīng)濟(jì)區(qū)劃分標(biāo)準(zhǔn)，在基準(zhǔn)回歸中加入?yún)^(qū)域—時(shí)間交互固定效應(yīng)。表7第（5）列為重新回歸結(jié)果，該結(jié)果依然顯著正相關(guān)，再次佐證設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)能顯著提升新質(zhì)生產(chǎn)力。

（5）改變雙重機(jī)器學(xué)習(xí)模型。為避免模型設(shè)定偏誤，本文通過(guò)改變雙重機(jī)器學(xué)習(xí)模型重新進(jìn)行回歸檢驗(yàn)。一方面，通過(guò)改變樣本分割比例（由1∶5調(diào)整為1∶4和1∶6）方式重設(shè)雙重機(jī)器學(xué)習(xí)模型，表7第（6）—（7）列為重新回歸結(jié)果?？梢?，即使改變樣本分割比例，大數(shù)據(jù)管理機(jī)構(gòu)作用于新質(zhì)生產(chǎn)力的回歸結(jié)果依然顯著為正。另一方面，通過(guò)更換機(jī)器學(xué)習(xí)算法（由支持向量機(jī)算法更換為線性支持向量機(jī)）重設(shè)雙重機(jī)器學(xué)習(xí)模型，結(jié)果如表7第（8）列所示。可見，回歸結(jié)果依然顯著正相關(guān)，再次證明基準(zhǔn)回歸結(jié)果穩(wěn)健。

4 機(jī)制檢驗(yàn)與異質(zhì)性分析

4.1 機(jī)制檢驗(yàn)

本文從數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境和數(shù)字社會(huì)環(huán)境層面檢驗(yàn)“制度松綁—數(shù)字治理生態(tài)優(yōu)化—新質(zhì)生產(chǎn)力”的作用機(jī)制，借鑒Dell等^[35]、Chernozhukov等^[29]的研究思路，使用部分線性工具變量模型對(duì)中介效應(yīng)進(jìn)行內(nèi)生性處理，結(jié)果如表8所示。

4.1.1 數(shù)字政策環(huán)境中介機(jī)制檢驗(yàn)

大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)數(shù)字政策環(huán)境的回歸結(jié)果如表8第（1）列所示，結(jié)果顯示兩者顯著正相關(guān)。這說(shuō)明，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能營(yíng)造良好的數(shù)字政策環(huán)境，為發(fā)展新質(zhì)生產(chǎn)力提供更多數(shù)字政策扶持和政府注意力投入，通過(guò)政策引導(dǎo)和制度規(guī)范破解數(shù)據(jù)要素歸集、共享、交易、安全等問(wèn)題，推動(dòng)數(shù)據(jù)要素高效配置并轉(zhuǎn)化為生產(chǎn)動(dòng)能，加快形成新質(zhì)生產(chǎn)力，假設(shè)H2a得到驗(yàn)證。

4.1.2 數(shù)字經(jīng)濟(jì)環(huán)境中介機(jī)制檢驗(yàn)

表8第（2）列為大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)數(shù)字經(jīng)濟(jì)環(huán)境的回歸結(jié)果，可見系數(shù)顯著為正。這說(shuō)明，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立有助于優(yōu)化數(shù)字經(jīng)濟(jì)環(huán)境，切實(shí)推動(dòng)數(shù)字技術(shù)創(chuàng)新、信息技術(shù)行業(yè)發(fā)展和數(shù)字產(chǎn)業(yè)化建設(shè)，為新質(zhì)生產(chǎn)力發(fā)展奠定良好的數(shù)字基礎(chǔ)，助力新質(zhì)生產(chǎn)力躍遷，假設(shè)H2b得到驗(yàn)證。

4.1.3 數(shù)字社會(huì)環(huán)境中介機(jī)制檢驗(yàn)

表8第（3）列為大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)數(shù)字社會(huì)環(huán)境的影響結(jié)果，結(jié)果顯示顯著為正。這說(shuō)明，大數(shù)據(jù)管理機(jī)構(gòu)通過(guò)數(shù)字基礎(chǔ)設(shè)施完善和數(shù)據(jù)信息開放共享切實(shí)推動(dòng)互聯(lián)網(wǎng)建設(shè)與普及，有效提高全民數(shù)字素養(yǎng)和技能，為新質(zhì)生產(chǎn)力發(fā)展儲(chǔ)備數(shù)字人才。同時(shí)，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立有助于增加各類智慧服務(wù)，不斷拓寬新質(zhì)生產(chǎn)力的應(yīng)用場(chǎng)景和發(fā)展空間，假設(shè)H2c得到驗(yàn)證。

表8第（4）～（6）列分別為3個(gè)中介效應(yīng)的工具變量檢驗(yàn)結(jié)果，回歸系數(shù)均顯著正相關(guān)。這說(shuō)明，排除內(nèi)生性問(wèn)題后，中介效應(yīng)依然成立，假設(shè)H2得到驗(yàn)證。

4.2 異質(zhì)性分析

4.2.1 政府效率異質(zhì)性

政府財(cái)政是影響數(shù)字政策制定與執(zhí)行、支撐數(shù)字技術(shù)創(chuàng)新發(fā)展的關(guān)鍵資源。不同財(cái)政壓力會(huì)形成不同政府效率，并對(duì)大數(shù)據(jù)管理機(jī)構(gòu)運(yùn)營(yíng)效果產(chǎn)生影響。本文借鑒祁懷錦等（2019）的做法，用地區(qū)生產(chǎn)總值與政府財(cái)政支出的比值衡量政府效率，設(shè)置中位數(shù)，將其劃分為高低兩組，異質(zhì)性檢驗(yàn)結(jié)果如表9第（1）—（2）列所示。可見，在高政府效率地區(qū)，設(shè)立大數(shù)據(jù)管理機(jī)構(gòu)對(duì)新質(zhì)生產(chǎn)力的影響在1%水平下顯著為正，且影響系數(shù)高于低政府效率地區(qū)。這說(shuō)明，不同政府效率對(duì)大數(shù)據(jù)管理機(jī)構(gòu)運(yùn)營(yíng)效能有不同影響。政府效率越高，對(duì)政策響應(yīng)速度越快，越有利于推進(jìn)數(shù)據(jù)管理，為新質(zhì)生產(chǎn)力發(fā)展提供良好的經(jīng)濟(jì)基礎(chǔ)和制度保障。

4.2.2 人力資本水平異質(zhì)性

數(shù)據(jù)要素具有規(guī)模大、種類多、迭代快等特點(diǎn)，大數(shù)據(jù)管理機(jī)構(gòu)需統(tǒng)籌協(xié)調(diào)數(shù)據(jù)資源開發(fā)與利用，對(duì)相關(guān)人員技能要求較高。同時(shí)，新質(zhì)生產(chǎn)力涉及各類新興業(yè)態(tài)，需要更多高技能型人才。因此，各地區(qū)人力資本水平可能會(huì)影響大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力發(fā)展的效果。本文借鑒趙鵬等（2024）的思路，采用職工平均工資衡量各省份人力資本水平，以中位數(shù)進(jìn)行分組。表9第（3）—（4）列為不同人力資本組的回歸結(jié)果，數(shù)據(jù)顯示，高人力資本組回歸系數(shù)高于低人力資本組，且在1%水平下顯著為正。這可能是由于高人力資本地區(qū)勞動(dòng)者具有較高的數(shù)字素養(yǎng)和技能，能夠充分發(fā)揮數(shù)字創(chuàng)新對(duì)新質(zhì)生產(chǎn)力的驅(qū)動(dòng)作用。而低人力資本組的數(shù)字素養(yǎng)和技能有限，導(dǎo)致數(shù)據(jù)要素難以充分賦能新質(zhì)生產(chǎn)力水平發(fā)展。

4.2.3 信息化水平異質(zhì)性

大數(shù)據(jù)管理機(jī)構(gòu)的重要職能是加快部署數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，充分釋放數(shù)據(jù)潛能，進(jìn)而推動(dòng)新質(zhì)生產(chǎn)力發(fā)展，這有賴于良好的信息技術(shù)基礎(chǔ)作為支撐。本文采用每萬(wàn)人互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量各省份信息化水平，以中位數(shù)進(jìn)行分組，異質(zhì)性檢驗(yàn)結(jié)果如表9第（5）—（6）列所示。可見，在高信息化水平地區(qū)，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立能顯著提升新質(zhì)生產(chǎn)力，而在低信息化水平地區(qū)則沒(méi)有通過(guò)顯著性檢驗(yàn)。這可能是因?yàn)樾畔⒒A(chǔ)較弱地區(qū)無(wú)論是從硬件設(shè)施還是技術(shù)創(chuàng)新支持上都處于薄弱狀態(tài)，無(wú)法為新質(zhì)生產(chǎn)力提供較好的軟硬件支持。而信息化基礎(chǔ)較好地區(qū)擁有先進(jìn)的信息技術(shù)基礎(chǔ)設(shè)施，能更好地統(tǒng)籌數(shù)據(jù)資源，推動(dòng)數(shù)據(jù)潛能釋放，助力新質(zhì)生產(chǎn)力發(fā)展。

5 結(jié)語(yǔ)

5.1 研究結(jié)論

本文基于“制度松綁—數(shù)字治理生態(tài)—新質(zhì)生產(chǎn)力”作用邏輯，檢驗(yàn)大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響，得出如下結(jié)論：首先，以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立為代表的制度松綁能有效促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。其次，機(jī)制分析結(jié)果表明，大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立通過(guò)制度優(yōu)勢(shì)營(yíng)造良好的數(shù)字治理生態(tài)環(huán)境，加速新質(zhì)生產(chǎn)力發(fā)展。具體表現(xiàn)為，大數(shù)據(jù)管理機(jī)構(gòu)的設(shè)立能優(yōu)化數(shù)字政策環(huán)境、數(shù)字經(jīng)濟(jì)環(huán)境與數(shù)字社會(huì)環(huán)境，從而作用于新質(zhì)生產(chǎn)力。最后，在不同情境下，制度松綁對(duì)新質(zhì)生產(chǎn)力具有異質(zhì)性影響，在高政府效率、高人力資本、高信息化水平地區(qū)其作用效應(yīng)更強(qiáng)。

5.2 政策建議

基于上述研究結(jié)論，本文提出如下政策建議：

（1）落實(shí)數(shù)據(jù)制度松綁，充分釋放助推新質(zhì)生產(chǎn)力發(fā)展的數(shù)據(jù)潛能。一是要加快布局新型基礎(chǔ)設(shè)施，打造綜合性信息技術(shù)設(shè)施，建設(shè)全國(guó)一體化算力網(wǎng)等數(shù)字基礎(chǔ)設(shè)施，筑牢新質(zhì)生產(chǎn)力發(fā)展的數(shù)字基座。二是堅(jiān)持政府與市場(chǎng)協(xié)同發(fā)力，通過(guò)完善數(shù)據(jù)基礎(chǔ)制度加快數(shù)據(jù)要素市場(chǎng)化進(jìn)程，優(yōu)化數(shù)據(jù)資源配置，充分發(fā)揮數(shù)據(jù)要素的多重效應(yīng)，加速形成新質(zhì)生產(chǎn)力。三是通過(guò)吸納多元主體參與數(shù)據(jù)共治，破除數(shù)據(jù)治理障礙，提升數(shù)據(jù)質(zhì)量管理，釋放數(shù)據(jù)價(jià)值。

（2）持續(xù)優(yōu)化數(shù)字治理生態(tài)，為新質(zhì)生產(chǎn)力提供良好的發(fā)展環(huán)境。一是加大有利于數(shù)字創(chuàng)新和產(chǎn)業(yè)發(fā)展的財(cái)政補(bǔ)貼、稅收優(yōu)惠、人才引進(jìn)、營(yíng)商環(huán)境優(yōu)化等政策支持，為發(fā)展新質(zhì)生產(chǎn)力提供良好的數(shù)字政策環(huán)境。二是充分發(fā)揮市場(chǎng)在新質(zhì)生產(chǎn)力發(fā)展中的作用，通過(guò)數(shù)實(shí)融合，形成以數(shù)字企業(yè)帶動(dòng)、數(shù)字產(chǎn)業(yè)推動(dòng)、國(guó)民經(jīng)濟(jì)聯(lián)動(dòng)的點(diǎn)線面全方位結(jié)合的數(shù)字經(jīng)濟(jì)發(fā)展體系，以數(shù)字經(jīng)濟(jì)全面發(fā)展加速形成新質(zhì)生產(chǎn)力。三是積極推進(jìn)高校人才培育、職業(yè)機(jī)構(gòu)培訓(xùn)，提升全民數(shù)字素養(yǎng)和技能，穩(wěn)步擴(kuò)大數(shù)字技能人才供給，構(gòu)建全民暢享的數(shù)字社會(huì)。

（3）立足資源稟賦，因地制宜發(fā)展新質(zhì)生產(chǎn)力。一是根據(jù)地方實(shí)際情況確定適合當(dāng)?shù)氐男沦|(zhì)生產(chǎn)力發(fā)展方式，并兼顧新舊平衡、效率與效能統(tǒng)一。二是對(duì)于人力資本、創(chuàng)新能力等軟性基礎(chǔ)設(shè)施較為落后地區(qū)，應(yīng)加大政策扶持力度，培育數(shù)字化人才，不斷強(qiáng)化軟性基礎(chǔ)設(shè)施，為新質(zhì)生產(chǎn)力蓄勢(shì)賦能。三是對(duì)于信息化發(fā)展水平等硬件基礎(chǔ)設(shè)施薄弱地區(qū)，應(yīng)加大數(shù)字基礎(chǔ)設(shè)施建設(shè)力度，完善相關(guān)制度保障，夯實(shí)新質(zhì)生產(chǎn)力發(fā)展的數(shù)字底座。

5.3 不足與展望

本文存在如下不足：首先，囿于數(shù)據(jù)可得性和篇幅有限性，僅使用省級(jí)層面數(shù)據(jù)探討大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響，未來(lái)應(yīng)從城市層面、企業(yè)層面進(jìn)一步開展實(shí)證研究，從更多維度識(shí)別大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立對(duì)新質(zhì)生產(chǎn)力的影響效應(yīng)。其次，僅對(duì)“制度松綁—數(shù)字治理生態(tài)—新質(zhì)生產(chǎn)力”作用鏈路展開理論分析和實(shí)證檢驗(yàn)，未來(lái)應(yīng)從營(yíng)商環(huán)境生態(tài)、創(chuàng)新生態(tài)、創(chuàng)業(yè)生態(tài)等視角繼續(xù)探索制度松綁作用于新質(zhì)生產(chǎn)力發(fā)展的其它中介機(jī)制，為促進(jìn)新質(zhì)生產(chǎn)力躍遷提供多元化發(fā)展路徑。最后，僅探討以大數(shù)據(jù)管理機(jī)構(gòu)設(shè)立為代表的制度松綁對(duì)新質(zhì)生產(chǎn)力的影響，未來(lái)應(yīng)進(jìn)一步探討政府績(jī)效體系改革、金融體制改革、財(cái)政體制改革等制度松綁對(duì)新質(zhì)生產(chǎn)力的影響，并提供更多的理論依據(jù)和實(shí)證證據(jù)。

參考文獻(xiàn)：

[1] 劉志彪.新質(zhì)生產(chǎn)力驅(qū)動(dòng)下的新型生產(chǎn)關(guān)系：趨勢(shì)、挑戰(zhàn)與對(duì)策[J/OL].財(cái)貿(mào)經(jīng)濟(jì)，[2024-11-07].https：//doi.org/10.19795/j.cnki.cn11-1166/f.20240805.007.

[2] 徐銘辰.中央企業(yè)培育新質(zhì)生產(chǎn)力：責(zé)任使命、現(xiàn)實(shí)挑戰(zhàn)和優(yōu)化路徑[J/OL].當(dāng)代經(jīng)濟(jì)管理，[2024-11-07].http：//kns.cnki.net/kcms/detail/13.1356.F.20240801.1013.002.html.

[3] 沈坤榮， 周鈴鈴. 數(shù)據(jù)基礎(chǔ)制度建設(shè)：現(xiàn)實(shí)挑戰(zhàn)與路徑選擇[J]. 學(xué)術(shù)月刊， 2024， 56（1）： 60-69.

[4] 陳書潔. 教育、科技、人才一體化賦能新質(zhì)生產(chǎn)力：趨勢(shì)、挑戰(zhàn)與應(yīng)對(duì)[J]. 人口與經(jīng)濟(jì)， 2024，45（4）： 9-14，18.

[5] 劉偉. 科學(xué)認(rèn)識(shí)與切實(shí)發(fā)展新質(zhì)生產(chǎn)力[J]. 經(jīng)濟(jì)研究， 2024， 59（3）： 4-11.

[6] 李軍林， 陸樹檀， 路嘉明. 推動(dòng)數(shù)據(jù)流通交易：要素市場(chǎng)細(xì)分和基礎(chǔ)制度建設(shè)[J]. 學(xué)術(shù)研究， 2023，66（11）： 81-89，177.

[7] 許中緣， 鄭煌杰. 數(shù)據(jù)要素賦能新質(zhì)生產(chǎn)力：內(nèi)在機(jī)理、現(xiàn)實(shí)障礙與法治進(jìn)路[J]. 上海經(jīng)濟(jì)研究， 2024，43（5）： 37-52.

[8] 魏巍， 歐陽(yáng)慧， 王磊， 等. 推動(dòng)數(shù)據(jù)要素市場(chǎng)化配置改革試點(diǎn)激活重點(diǎn)城市新質(zhì)生產(chǎn)力[J]. 宏觀經(jīng)濟(jì)管理， 2024，40（6）： 43-51.

[9] NORTH D C. Institutions， institutional change and economic performance[M]. Cambridge：Cambridge University Press， 1990.

[10] ACEMOGLU D， ROBINSON J A. Why nations fail： the origins of power， prosperity， and poverty[M]. New York：Crown Currency， 2013.

[11] 孟天廣. 數(shù)字治理生態(tài)：數(shù)字政府的理論迭代與模型演化[J]. 政治學(xué)研究， 2022，38（5）： 13-26，151-152.

[12] 張明， 余麗梅， 范從來(lái). 國(guó)家戰(zhàn)略、社會(huì)需求與機(jī)構(gòu)改革——基于1982—2018年八次機(jī)構(gòu)改革數(shù)據(jù)的實(shí)證分析[J]. 公共管理與政策評(píng)論， 2024， 13（1）： 135-153.

[13] 黃璜， 孫學(xué)智. 中國(guó)地方政府?dāng)?shù)據(jù)治理機(jī)構(gòu)的初步研究：現(xiàn)狀與模式[J]. 中國(guó)行政管理， 2018，34（12）： 31-36.

[14] LIBECAP G D. Contracting for property rights[R]. Contracting For Property Rights， 2000.

[15] LEITERITZ R J. Mark blyth： great transformations. economic ideas and institutional change in the twentieth century[J]. Politische Vierteljahresschrift， 2004， 45（1）： 126-129.

[16] PEREZ C. Finance and technical change： a long-term view[J]. African Journal of Science， Technology， Innovation and Development， 2011， 3（1）： 10-35.

[17] 康芒斯. 制度經(jīng)濟(jì)學(xué)[M]. 北京：商務(wù)印書館， 1962.

[18] 徐翔， 厲克奧博， 田曉軒. 數(shù)據(jù)生產(chǎn)要素研究進(jìn)展[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2021，42（4）： 142-158.

[19] 曾凡軍， 陳永洲. 什么樣的數(shù)字治理生態(tài)能提高數(shù)字政府發(fā)展水平——基于生態(tài)視角的動(dòng)態(tài)QCA分析[J]. 電子政務(wù)， 2024，25（4）： 27-41.

[20] 張會(huì)平， 葉晴琳. 組建數(shù)據(jù)管理機(jī)構(gòu)何以提升政府治理績(jī)效——基于結(jié)構(gòu)賦權(quán)與資源賦能的視角[J]. 公共管理評(píng)論， 2022， 4（3）： 99-122.

[21] ZHAO F， WALLIS J， SINGH M. E-government development and the digital economy： a reciprocal relationship[J]. Internet Research Electronic Networking Applications amp; Policy， 2015， 25（5）： 734-766.

[22] 段永彪， 董新宇. 數(shù)字治理與城市高質(zhì)量發(fā)展：推動(dòng)機(jī)制與創(chuàng)新路徑——基于數(shù)字治理理論的解釋[J]. 地方治理研究， 2023，25（4）： 55-66，79.

[23] 任保平， 王子月. 數(shù)字新質(zhì)生產(chǎn)力推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的邏輯與路徑[J]. 湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2023， 47（6）： 23-30.

[24] 倫曉波， 劉顏. 數(shù)字政府、數(shù)字經(jīng)濟(jì)與綠色技術(shù)創(chuàng)新[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2022， 44（4）： 1-13.

[25] DUNLEAVY P， MARGETTS H. Data science， artificial intelligence and the third wave of digital era governance[J]. Public Policy and Administration， 2023：1-30.

[26] YANG J C， CHUANG H C， KUAN C M. Double machine learning with gradient boosting and its application to the Big N audit quality effect[J]. Journal of Econometrics， 2020， 216（1）：268-283.

[27] 王茹婷， 彭方平， 李維， 等. 打破剛性兌付能降低企業(yè)融資成本嗎[J]. 管理世界， 2022， 38（4）： 42-64.

[28] 周文， 許凌云. 論新質(zhì)生產(chǎn)力：內(nèi)涵特征與重要著力點(diǎn)[J]. 改革， 2023，36（10）： 1-13.

[29] 王玨， 王榮基. 新質(zhì)生產(chǎn)力：指標(biāo)構(gòu)建與時(shí)空演進(jìn)[J]. 西安財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2024， 37（1）： 31-47.

[30] 盧江， 郭子昂， 王煜萍. 新質(zhì)生產(chǎn)力發(fā)展水平、區(qū)域差異與提升路徑[J]. 重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2024， 30（3）： 1-17.

[31] 蔡毅， 唐振鵬， 吳俊傳， 等. 基于灰狼優(yōu)化的混頻支持向量機(jī)在股指預(yù)測(cè)與投資決策中的應(yīng)用研究[J]. 中國(guó)管理科學(xué)， 2024， 32（5）： 73-80.

[32] WEN H W， HU K Y， NGHIEM X H， et al. Urban climate adaptability and green total-factor productivity： evidence from double dual machine learning and differences-in-differences techniques[J]. Journal of Environmental Management， 2024， 350： 14.

[33] 梁畢明， 郭振雄. 領(lǐng)導(dǎo)干部自然資源資產(chǎn)離任審計(jì)、環(huán)境規(guī)制與經(jīng)濟(jì)高質(zhì)量發(fā)展[J]. 審計(jì)研究， 2024，40（2）： 23-34.

[34] CHERNOZHUKOV V， CHETVERIKOV D， DEMIRER M， et al. Double/debiased machine learning for treatment and structural parameters[J]. Econometrics Journal， 2018， 21（1）： C1-C68.

[35] NUNN N， QIAN N. US Food aid and civil conflict[J]. American Economic Review， 2014， 104（6）： 1630-1666.

責(zé)任編輯（責(zé)任編輯：王敬敏）

英文標(biāo)題Institutional Deregulation， Digital Governance Ecosystem and New Quality Productive Forces： A Quasi-Natural Experiment for the Establishment of Big Data Management Organizations under the Double Machine Learning Model

英文作者Wei Wanqing^1，2，3， Ye Qiuzhi1， Chen Yongzhou1

英文作者單位（1.School of Public Administration， Guangxi University，Nanning 530004， China;2.School of Social Development， East China Normal University， Shanghai 200241， China;3.Regional Social Governance Innovation Research Center， Guangxi University， Nanning" 530004， China）

英文摘要Abstract：The new quality productive forces are defined by the reliance on the superposition and iteration of data elements. This represents the original driving force behind the maintenance of high-quality economic and social development. Nevertheless， at this juncture， the advancement of novel， new quality productive forces in China is still constrained by institutional impediments， including the absence of a well-defined property rights system， a suboptimal distribution apparatus， and inadequate incentives， particularly a deficient database system and an imperfect data governance apparatus. The insufficient development of economic， educational， scientific and technological， and human resources is regarded as the primary factor contributing to the stagnation in the advancement of new quality productive forces. Some studies have proposed that the development of new quality productive forces should be reinforced through the establishment of a modernized industrial system， the advancement of scientific and educational endeavors， the advancement of scientific and technological innovation and the cultivation of scientific talent. However， a limitation of these studies is that they do not address the institutional constraints that impede the leapfrogging of new quality productive forces， particularly the lack of empirical evidence on whether effective institutional arrangements for data can facilitate the development of new quality productive forces.

By establishing effective institutional frameworks， big data management organizations have been instrumental in removing obstacles， enhancing aggregation， and facilitating circulation. As a result， they have contributed to the development of a robust digital governance ecosystem， enabling the realization of data's full potential. This may prove to be a pivotal factor in facilitating new quality productive forces gains centered on data-driven. Accordingly， this paper considers the establishment of provincial big data management agencies as a prototypical instance of data institutional deregulation. It examines the intrinsic links and pathways of action of institutional deregulation， the digital governance ecosystem， and new quality productive forces from the perspective of institutional change， utilizing provincial panel data from 2010 to 2022 and a double machine learning model.

The findings indicate that the establishment of the big data management organizations， which represents institutional deregulation， has been effective in promoting the development of new quality productive forces. A mechanism analysis indicates that the establishment of big data management organizations can facilitate the creation of a favorable digital governance ecosystem and accelerate the development of new quality productive forces through the exploitation of institutional advantages. Specifically， the establishment of management organizations optimizes the digital policy environment， the digital economic environment， and the digital social environment， thereby contributing to the development of new quality productive forces. Further analysis indicates that the impact of institutional deregulation on new quality productive forces varies across contexts. In regions exhibiting high government efficiency， high human capital， and high levels of information technology， the effect is particularly pronounced.

This paper contributes threefold to the literature. Firstly， it introduces a novel research perspective. From the vantage point of institutional change， the institutional deregulation experiment of establishing a big data management organization reveals that institutional deregulation exerts an upgrading influence on the advancement of new quality productive forces. This not only serves to embed the theoretical interpretation of the institutional change perspective for new quality productive forces， but also provides empirical evidence from China to deepen the institutional theory in the era of digital intelligence. Secondly， this paper presents a novel chain-building path of \"institutional deregulation-digital governance ecosystem-new quality productive forces，\" which can further elucidate the mechanism that is currently opaque between institutional deregulation and the development of new quality productive forces. Thirdly， it methodologically employs double machine learning to address model issues in complex analyses. It can effectively circumvent the issues of model misspecification and the curse of dimensionality that may be encountered by traditional models in the intricate cascade of the topics of new quality productive forces ， enhancing conclusion accuracy. The study's findings offer a theoretical interpretation of the institutional change perspective for new quality productive forces and provide a practical basis for policy formulation to promote the development of new quality productive forces through institutional paths and governance systems.

英文關(guān)鍵詞Key Words：Institutional Deregulation; Digital Governance Ecosystem; New Quality Productive Forces; Big Data Management Organizations; Double Machine Learning

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金后期資助重點(diǎn)項(xiàng)目（22FSHA003）；廣西教育廳高校人文社科重點(diǎn)研究基地重大項(xiàng)目（JDZD202203）；廣西研究生教育創(chuàng)新計(jì)劃項(xiàng)目（YCBZ2024030）

作者簡(jiǎn)介：魏萬(wàn)青（1977—），男，湖南邵陽(yáng)人，博士，廣西大學(xué)公共管理學(xué)院、區(qū)域社會(huì)治理創(chuàng)新研究中心教授、博士生導(dǎo)師，華東師范大學(xué)社會(huì)發(fā)展學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)楣舱吲c區(qū)域發(fā)展；葉秋志（1995—），女，廣西玉林人，廣西大學(xué)公共管理學(xué)院博士研究生，研究方向?yàn)閿?shù)字治理與區(qū)域發(fā)展；陳永洲（1998—），男，湖南永州人，廣西大學(xué)公共管理學(xué)院博士研究生，研究方向?yàn)閿?shù)字政府與數(shù)字治理。本文通訊作者：陳永洲。