数字经济的政策工具创新和组合初探——基于大数据产业政策的模糊集定性比较分析
孔文豪1,2 , 陈玲1,2
1.清华大学公共管理学院,北京 100084; 2.清华大学产业发展与环境治理研究中心,北京 100084
Innovation and Combination of Policy Tools in Digital Economy —— FsQCA Analysis Based on Big Data Industrial Policies
Kong Wenhao1,2 , Chen Ling1,2
1. School of Public Policy and Management, Tsinghua University, Beijing 100084, China; 2. Center of Industry Development and Environment Governance, Tsinghua University, Beijing 100084, China
摘要 基于22份省级大数据产业政策的文本分析,归纳出数据设施、数据治理、应用场景、产业塑造、财税金融、研发鼓励6个主要政策工具,并结合地区经济基础、政府能力等环境因素,构建 “政策工具-基础环境”联动匹配的分析框架。运用模糊集定性比较分析,探究政策工具及基础环境对大数据产业发展绩效的影响。实证结果表明,数据设施、数据治理、应用场景这三个政策工具的组合促进了大数据产业发展;经济基础和政府能力是大数据产业发展促进性组合中均出现的基础环境组合;产业塑造和研发鼓励具有一定的促进作用,未发现财税金融工具有显著作用。在发展数字经济的过程中,上述结论可为政府如何选择和运用政策工具提供一些启示建议。
关键词 :
数字经济 ,
大数据产业 ,
政策工具 ,
定性比较分析
Abstract :Based on text analysis of 22 provincial big data industrial policies, we summarized six major policy tools including data infrastructure, data governance, application scenarios, industry shaping, taxation and finance, and R&D encouragement.Combined with environmental factors including regional economic base and government capability, we built a “policy tools-based environment”linkage matching analysis framework.Using fsQCA, we explored the impact of policy tools and basic environment on the development performance of big data industry.The empirical results showed that the combination of three digital policy tools——data infrastructure, data governance, and application scenarios which promoted the development of the big data industry.Economic base and government capability were the basic environmental combination in the promotion combination of big data industry development.The policy instruments of industry shaping and R&D encouragement had a certain promoting effect, while the taxation and finance instruments had not.The above findings had several implications for policy tools of digital economy.
Key words :
Digital economy
Big data industry
Policy tool
Qualitative comparative analysis
收稿日期: 2022-10-20
基金资助: 国家社会科学基金重大项目 “基于市场导向的创新体系中政府作用边界、机制与优化” (18ZDA115)。
通讯作者:
陈玲
作者简介 : 孔文豪 (1998—), 男, 广东韶关人, 博士候选人, 研究方向为产业创新政策。
引用本文:
孔文豪, 陈玲. 数字经济的政策工具创新和组合初探——基于大数据产业政策的模糊集定性比较分析[J]. 中国科技论坛, 2023(9): 59-68.
Kong Wenhao, Chen Ling. Innovation and Combination of Policy Tools in Digital Economy —— FsQCA Analysis Based on Big Data Industrial Policies. , 2023(9): 59-68.
链接本文:
http://www.zgkjlt.org.cn/CN/Y2023/I9/59
[1] HAUSMANN R,RODRIK D.Economic development as self-discovery.Journal of development economics,2002,72 (2):603-633.
[2] 陈玲.产业政策决策如何迎面 “深度不确定性”.探索与争鸣,2017 (2):7.
[3] 朝乐门,马广惠,路海娟.中国大数据产业的特征分析与政策建议.情报理论与实践,2016,39 (10):6.
[4] 杨倩倩,路海娟,朝乐门.大数据产业发展中存在的主要矛盾分析.情报理论与实践,2016,39 (10):5.
[5] TAE H K,JEONG H K,KIHEUNG K.A study on the establishment of policies for the activation of a big data industry and prioritization of policies:lessons from Korea science direct.Technological forecasting and social change,2015,96:144-152.
[6] 陈朝兵.发达国家应用互联网与大数据推进政府治理的主要做法与借鉴.中国特色社会主义研究,2017,138 (6):56-64.
[7] 张勇进,王璟璇.主要发达国家大数据政策比较研究.中国行政管理,2014 (12):5.
[8] 刘亚亚,曲婉,冯海红.中国大数据政策体系演化研究.科研管理,2019,40 (5):11.
[9] 吴杨.大数据政策文本与现实的偏差及完善路径研究.公共管理学报,2020,17 (1):18.
[10] 李樵.中国促进大数据发展政策工具选择体系结构及其优化策略研究.图书情报工作,2018,62 (11):11.
[11] 刘彬芳,魏玮,安小米.大数据时代政府数据治理的政策分析.情报杂志,2019,38 (1):7.
[12] 范梓腾,谭海波.地方政府大数据发展政策的文献量化研究:基于政策 “目标-工具”匹配的视角.中国行政管理,2017 (12):8.
[13] 徐蕾,李庆,肖相泽.基于扎根理论的大数据政策共词网络研究.现代情报,2018,38 (6):8.
[14] 林毅夫,张军,王勇,等.产业政策:总结、反思与展望.北京:北京大学出版社,2018.
[15] 王娟娟.创新政策工具框架下的工业设计产业政策研究.宏观经济研究,2014 (9):12.
[16] FLANAGAN K,UYARRA E,LARANJA M.Reconceptualising the policy mix for innovation.Research policy,2011,40 (5):702-713.
[17] KIVIMAA P,KERN F.Creative destruction or mere niche support? Innovation policy mixes for sustainability transitions.Research policy,2016,45 (1):205-217.
[18] GUERZONI M,RAITERI E.Demand-side vs.supply-side technology policies:hidden treatment and new empirical evidence on the policy mix.Research policy,2015,44 (3):726-747.
[19] 高伟,高建,李纪珍.创业政策对城市创业的影响路径:基于模糊集定性比较分析.技术经济,2018,37 (4):8.
[20] 李健.政策设计与社会企业发展:基于30个国家案例的定性比较分析.理论探索,2018 (2):7.
[21] 李慧明.气候政策立场的国内经济基础:对欧盟成员国生态产业发展的比较分析.欧洲研究,2012 (1):19.
[22] 黎春燕,李伟铭,刘骋.后发地区高新技术产业扶持政策建设研究:以海南省投融资、财税、人才和产学研政策为例.科技进步与对策,2012,29 (15):6.
[23] EVANS P.Embedded autonomy:states and industrial transformation.Princeton:Princeton University Press,1995.
[24] 林毅夫.新结构经济学、自生能力与新的理论见解.武汉大学学报 (哲学社会科学版),2017,70 (6):11.
[25] 路风,蔡莹莹.中国经济转型和产业升级挑战政府能力:从产业政策的角度看中国TFT-LCD工业的发展.国际经济评论,2010 (5):3-4,23-47.
[26] 韩永辉,黄亮雄,王贤彬.产业政策推动地方产业结构升级了吗?基于发展型地方政府的理论解释与实证检验.经济研究,2017,52 (8):16.
[27] HOWLETT M.Policy instruments,policy styles,and policy implementation:national approaches to theories of instrument choice.Policy studies journal,1991,19 (2):1-22.
[28] 黄萃.政策文献量化研究.北京:科学出版社,2016.
[29] ROTHWELL R,ZEGVELD W.Reindusdalization and technology.London:Longman,1985.
[30] 张三保,康璧成,张志学.中国省份营商环境评价:指标体系与量化分析.经济管理,2020,42 (4):15.
[31] 陈亮,李杰伟,徐长生.信息基础设施与经济增长:基于中国省际数据分析.管理科学,2011,24 (1):98-107.
[32] KOUTROUMPIS P.The economic impact of broadband on growth:a simultaneous approach.Telecommunications policy,2009,33 (9):471-485.
[33] 孙早,徐远华.信息基础设施建设能提高中国高技术产业的创新效率吗?基于2002—2013年高技术17个细分行业面板数据的经验分析.南开经济研究,2018 (2):21.
[34] HENDRIKS P.Why share knowledge? the influence of ICT on the motivation for knowledge Sharing.John Wiley & Sons Ltd,1999,6 (2):91-100.
[35] 韩晶,孙雅雯,陈曦.后疫情时代中国数字经济发展的路径解析.经济社会体制比较,2020 (5):9.
[36] GO K,CARROLL J M,IMAMIYA A.Surveying scenario:based approaches in system design.HCI,2000 (2000):43-48.
[37] 伍先福,钟鹏,黄骁. “新基建”提升了战略性新兴产业的技术效率吗.财经科学,2020,392 (11):71-86.
[38] 张翔. “复式转型”:地方政府大数据治理改革的逻辑分析.中国行政管理,2018 (12):37-41.
[39] 段盛华,于凤霞,关乐宁.数据时代的政府治理创新:基于数据开放共享的视角.电子政务,2020 (9):10.
[40] NOLAND M.From industrial policy to innovation policy:Japan's pursuit of competitive advantage.Asian economic policy review,2007 (2):251-268.
[41] 谭海波,郑清清,王海函.地方政府大数据产业政策:工具偏好及其匹配:基于贵州省政策文本的分析.中国行政管理,2021 (1):7.
[1]
王雪原, 李家先. 多主体协同视角下产业链与创新链 “链际融合”路径设计 [J]. 中国科技论坛, 2023, 4(9): 48-58.
[2]
李苏蕊, 谢起慧. 大科学装置科普效果的影响路径探究——基于模糊集的定性比较分析 [J]. 中国科技论坛, 2023, 4(8): 159-168.
[3]
平霰, 危怀安, 谭智方, 吴昊夫. 科技成果转化激励政策:工具特征、话语转向及演进逻辑 [J]. 中国科技论坛, 2023, 4(6): 51-62.
[4]
王伟光, 宋洪玲. 数字经济支持政策工具的量化评价——基于省际层面政策的文本分析 [J]. 中国科技论坛, 2023, 4(6): 97-107.
[5]
葛忆翔, 陈元志, 陈劲. 面向减贫发展的包容性创新实现路径研究——基于全球减贫案例库文本的组态分析 [J]. 中国科技论坛, 2023, 4(5): 48-58.
[6]
孔令英, 董依婷, 赵贤. 数字经济、资源错配与经济高质量发展——基于261个城市数据的实证分析 [J]. 中国科技论坛, 2023, 4(5): 123-133.
[7]
何伟, 孙梦寒, 张静. 中国“网络主权”理念国际认同影响因素与提升路径研究——基于31个案例的模糊集定性比较分析 [J]. 中国科技论坛, 2023, 4(5): 143-153.
[8]
宋湛, 刘培林. 推动数字经济更好地服务于共同富裕 [J]. 中国科技论坛, 2023, 4(4): 151-157.
[9]
杨浩东, 赵艺璇, 王高峰. 数字经济背景下的研发人员性别结构研究:鸿沟加剧还是弥合 [J]. 中国科技论坛, 2023, 4(4): 178-188.
[10]
辛晓华, 缪小明, 魏芬芬. 产业创新生态系统组态与产业竞争力——基于模糊集定性比较分析 [J]. 中国科技论坛, 2023, 4(3): 82-92.
[11]
王明泽. 结构主义视角下数字经济垄断分析 [J]. 中国科技论坛, 2023, 4(3): 129-139.
[12]
程如烟, 张丽娟, 张艾黎. 美国与中国科技脱钩的政策工具及其影响分析 [J]. 中国科技论坛, 2023, 4(3): 180-188.
[13]
李星, 戚湧, 张桂阳. 高端装备制造企业创新的多重并发因果关系研究 [J]. 中国科技论坛, 2023, 4(2): 82-92.
[14]
靳思远, 沈伟. 《数字经济伙伴关系协定》的科技战略导向和中国选择进路 [J]. 中国科技论坛, 2023, 4(2): 122-134.
[15]
翟晓荣, 刘云. 国际化战略、资源基础与新能源汽车企业创新绩效——基于模糊集定性比较分析 [J]. 中国科技论坛, 2023, 4(10): 95-104.