[Purpose/significance] Technological innovation is an important driving factor for economic development and transformation. We attempt to empirically analyze the technological innovation effect of China government big data policy, which will help to promote the national innovation driven development strategy and the deep integration of data elements and technical elements,realizing linkage innovation and open innovation.[Method/process] Based on the action plan for big data development and the establishment of the national comprehensive test area for big data, this paper took the panel data of 31 provinces in China from 2000 to 2019 as the research sample, and used Propensity Score Matching method to analyze the tendency score matching between the experimental group and the control group. In addition, this paper utilized the Difference in Differences method to double difference the matched samples, and used the method of variable replacement to test the robustness, so as to explore the relationship between the government big data policy and technological innovation.[Result/conclusion] By solving the endogenous problem of public policy and the non observability of virtual facts, we have found that government big data policy can promote technological innovation.
Chen Ling
,
Duan Yaoqing
. Technological Innovation Effect Analysis of Government Big Data Policy——Estimation Based on PSM-DID Method[J]. Library and Information Service, 2020
, 64(20)
: 96
-105
.
DOI: 10.13266/j.issn.0252-3116.2020.20.011
[1] 张克. 省级大数据局的机构设置与职能配置:基于新一轮机构改革的实证分析[J]. 电子政务, 2019(6):113-120.
[2] 黄璜, 孙学智. 中国地方政府数据治理机构的初步研究:现状与模式[J]. 中国行政管理, 2018(12):31-36.
[3] 杨代福, 云展. 大数据时代公共政策评估创新研究:基于过程的视角[J]. 电子政务, 2020(2):92-99.
[4] 宋懿, 安小米, 马广惠. 美英澳政府大数据治理能力研究——基于大数据政策的内容分析[J]. 情报资料工作, 2018(1):12-20.
[5] 张会平, 郭宁, 汤玺楷. 推进逻辑与未来进路:我国政务大数据政策的文本分析[J]. 情报杂志, 2018, 37(3):152-157,192.
[6] 刘亚亚, 曲婉, 冯海红. 中国大数据政策体系演化研究[J]. 科研管理, 2019, 40(5):15-25.
[7] MCNEELY C L, HAHM J O. The big (data) bang:policy, prospects, and challenges[J]. Review of policy research, 2014, 31(4):304-310.
[8] HOECHTL J, PARYCEK P, SCHOELLHAMMER R. Big data in the policy cycle:policy decision making in the digital era[J]. Journal of organizational computing and electronic commerce, 2016, 26(1-2):147-169.
[9] 张勇进, 王璟璇. 主要发达国家大数据政策比较研究[J]. 中国行政管理, 2014(12):113-117.
[10] HEITMUELLER A, HENDERSON S, WARBURTON W, et al. Developing public policy to advance the use of big data in health care[J]. Health affairs, 2014, 33(9):1523-1530.
[11] 周京艳, 张惠娜, 黄裕荣,等. 政策工具视角下我国大数据政策的文本量化分析[J]. 情报探索, 2016(12):7-10.
[12] 丁文姚, 张自力, 余国先,等. 我国地方大数据政策的扩散模式与转移特征研究[J]. 大数据, 2019, 5(3):76-95.
[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[J]. 现代情报, 2018,38(6):157-164.
[14] 黄萃, 任弢, 张剑. 政策文献量化研究:公共政策研究的新方向[J]. 公共管理学报, 2015, 12(2):129-137.
[15] 石岱. 我国政府开放数据政策评价研究[D]. 哈尔滨:黑龙江大学, 2018.
[16] 江永键. 我国政府数据开放成熟度评价研究[D]. 杭州:浙江大学, 2019.
[17] 孙静. 上海市数据开放政策分析——基于SPDQM数据质量评估[D]. 武汉:华中科技大学, 2018.
[18] 蔡城城, 刘新萍, 郑磊. 开放政府数据准备度评估:法律法规与政策[J]. 电子政务, 2017(9):49-55.
[19] 段秀芳, 寇明龙. "一带一路"倡议对东部沿线五省市经济增长的影响——基于PSM-DID模型[J]. 经济论坛, 2019(10):77-84.
[20] 孙雯君. "一带一路"倡议与我国经济发展关系实证研究——基于31省份面板数据[J]. 经济研究导刊, 2019(29):91-96.
[21] 曹静, 郭哲. 中国二氧化硫排污权交易试点的政策效应——基于PSM-DID方法的政策效应评估[J]. 重庆社会科学, 2019(7):24-37.
[22] 李林红, 王娟, 徐彦峰. 低碳试点城市政策对企业技术创新的影响——基于DID双重差分模型的实证研究[J]. 生态经济, 2019,35(11):48-54.
[23] 刘晓丹, 张兵. 非正式制度与新兴经济体企业OFDI学习效应:基于PSM-DID的分析方法[J]. 世界经济研究, 2019(11):80-93,135-136.
[24] 王鹏, 吴思霖, 李彦. 国家高新区的设立能否推动城市产业结构优化升级?——基于PSM-DID方法的实证分析[J]. 经济社会体制比较, 2019(4):17-29.
[25] 许媛. 股权激励对创新绩效的影响研究[D]. 锦州:渤海大学,2019.
[26] 郜庆. 基于PSM-DID方法的知识产权壁垒对出口创新的影响[J]. 新疆社会科学(汉文版), 2019(3):41-48.
[27] 李卓文. 国家自主创新示范区建设推动了城市技术创新吗?——基于DID的实证研究[J]. 财政监督, 2019(6):101-106.
[28] 田人合, 张志强, 王非, 等. 基于DID模型的科技政策创新能力资助效应实证研究——以杰青基金地球科学项目为例[J]. 情报学报, 2018, 37(8):782-795.
[29] 田人合, 张志强, 于洁, 等. 基于DID模型的科技政策资助效应实证研究——以杰青基金地球科学项目实施20年为例[J]. 图书情报工作, 2018, 62(18):110-121.
[30] 刘玉洪. R&D补贴对企业技术创新的资源配置效应——国外实证研究进展综述[J]. 经济论坛, 2020(1):24-36.
[31] 王春晖, 李平. 政府扶持企业技术创新的政策效应分析[J]. 科技进步与对策, 2012, 29(2):106-109.
[32] 王班班. 环境政策与技术创新研究述评[J]. 经济评论, 2017(4):133-150.
[33] 陈晓, 李美玲, 张壮壮. 环境规制、政府补助与绿色技术创新——基于中介效应模型的实证研究[J]. 工业技术经济, 2019(9):18-25.
[34] 李冬琴. 环境政策工具组合、环境技术创新与绩效[J]. 科学学研究, 2018, 36(12):160-169.
[35] 郭旭, 孙晓华, 徐冉. 论产业技术政策的创新效应——需求拉动,还是供给推动?[J]. 科学学研究, 2017, 35(10):31-44.
[36] 吴先明, 张玉梅. 国有企业的海外并购是否创造了价值:基于PSM和DID方法的实证检验[J]. 世界经济研究, 2019(5):80-91.
[37] 刘和旺, 刘博涛, 郑世林. 环境规制与产业转型升级:基于"十一五"减排政策的DID检验[J]. 中国软科学, 2019, 341(5):45-57.
[38] 李卫兵, 王鹏. 提高排污费会抑制FDI流入吗?——基于PSM-DID方法的估计[J]. 西安交通大学学报(社会科学版),2020, 40(3):91-100.
