数据要素推动了中国制造业增长吗?——基于森林机器学习的分析
2024-05-25分类号:F49;F424
【部门】西北大学经济管理学院 西北大学经济管理学院(西北大学中国西部经济发展研究中心)
【摘要】利用2012~2019年中国省际层面30种投入要素,采用因果森林和随机森林方法实证检验数据要素促进制造业增长的效应、贡献、边际报酬规律以及内在机制。研究发现:数据要素投入显著促进了中国制造业增长;在影响制造业增长的众多要素中,数据要素的重要性和贡献率较高,数据已经成为影响中国制造业增长的关键要素之一,对制造业增长贡献显著;当其他要素投入不变时,制造业产出的增长幅度随着数据要素投入的增加而下降,表明数据要素在制造业增长中遵循边际报酬递减规律;机制分析表明,数据挖掘能力的提升增强了数据要素促进制造业增长的效应。鉴于此,应加快完善数据产权、交易、公开等制度,着力培育高效、有序的数据要素交易市场。同时,优化数据劳动供给、增加数据资本投资、提高数据技术应用水平,从而有效释放数据要素价值。
【关键词】数据要素 制造业 随机森林 因果森林 机器学习
【基金】国家社会科学基金后期资助项目“创新驱动价值链升级的理论与实证研究”(21FJLB028);; 陕西省社会科学基金项目“现代产业分工推动西安都市圈与关中平原城市群协调发展研究”(2021DA016)
【所属期刊栏目】经济体制改革
文献传递