算力与数据要素是中国经济增长的新动能,异地算力部署已经成为促进企业数据要素开发利用的重要举措。为了检验算力基础设施建设对企业数据要素开发利用的影响,文章借助BERT和DeepSeek大语言模型对数据要素相关政策文件以及企业年报中管理层讨论与分析部分进行文本分析,构建了企业层面数据要素开发利用指标体系。文章基于2014—2023年中国沪深A股上市公司数据,以“东数西算”工程作为准自然实验,实证检验了该政策对企业数据要素开发利用的效果。研究发现,“东数西算”工程能够显著提高企业数据要素开发利用水平,这一促进作用是通过算力供给提升、算力运载协同、算力普惠渗透和算力应用赋能四个机制来实现。进一步分析发现,该促进作用在数据治理能力更强的企业、大型企业和算力需求敏感的行业更为显著,在市场化水平更高、数据开放程度更高以及营商环境更好的地区表现更明显。此外,“东数西算”工程能够促进区域经济增长、缓解区域发展不平衡并降低碳排放强度,从而实现区域绿色协调发展。文章揭示了算力基础设施的微观赋能机制,量化了“东数西算”工程的实施效果,对全国统筹推进算力网络体系建设、优化算力资源布局及充分释放数据要素价值具有重要的理论和实践意义。
“东数西算”工程如何赋能数据要素——基于要素化、市场化和服务化的分析框架
摘要
参考文献
5 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, (5): 4−16.
12 李治国, 王杰. 数字经济发展、数据要素配置与制造业生产率提升[J]. 经济学家, 2021, (10): 41−50.
18 史丹, 郑玉. 数据要素的赋能机制与企业全要素生产率提升——来自国家级大数据综合试验区的证据[J]. 改革, 2024, (11): 1−16.
21 吴武清, 李祁恒, 章柳漪, 等. 公共数据资源与企业全要素生产率——基于地方政府数据开放的准自然实验[J]. 系统工程理论与实践, 2024, (6): 1815−1833.
23 徐斌, 陈宇芳, 沈小波. 清洁能源发展、二氧化碳减排与区域经济增长[J]. 经济研究, 2019, (7): 188−202.
26 尹西明, 林镇阳, 陈劲, 等. 数据要素价值化动态过程机制研究[J]. 科学学研究, 2022, (2): 220−229.
28 张国胜, 严鹏, 李欣珏, 等. 大数据要素集聚、技术能力缺口与生产率区域差距[J]. 中国工业经济, 2024, (10): 118−136.
29 张杰, 付奎. 信息网络基础设施建设能驱动城市创新水平提升吗?——基于“宽带中国”战略试点的准自然试验[J]. 产业经济研究, 2021, (5): 1−14.
30 张勋, 万广华, 吴海涛. 缩小数字鸿沟: 中国特色数字金融发展[J]. 中国社会科学, 2021, (8): 35−51.
31 张涛, 李均超. 网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J]. 数量经济技术经济研究, 2023, (4): 113−135.
32 Curry E. The big data value chain: definitions, concepts, and theoretical approaches[A]. Cavanillas J, Curry E, Wahlster W. New horizons for a data-driven economy[M]. Cham: Springer, 2016: 29-37.
33 Goldfarb A, Tucker C. Digital economics[J]. Journal of Economic Literature, 2019, 57(1): 3−43. DOI:10.1257/jel.20171452
34 Jones C I, Tonetti C. Nonrivalry and the economics of data[J]. American Economic Review, 2020, 110(9): 2819−2858. DOI:10.1257/aer.20191330
35 Kriksciuniene D, Sakalauskas V, Kriksciunas B. Process optimization and monitoring along big data value chain[A]. Abramowicz W. Business information systems workshops. Cham: Springer, 2015: 75-86.
36 Liang F, Yu W, An D, et al. A survey on big data market: Pricing, trading and protection[J]. IEEE Access, 2018, 6: 15132−15154. DOI:10.1109/ACCESS.2018.2806881
37 Lv K J, Zheng H Y, Ge L M, Digital empowerment to reduce air pollution: The impact of urban network infrastructure construction on PM2.5[J]. Journal of Asian Economics, 2025, 98: 101930.
38 Roodman D, Nielsen M Ø, Mackinnon J G, et al. Fast and wild: Bootstrap inference in Stata using boottest[J]. The Stata Journal: Promoting communications on statistics and Stata, 2019, 19(1): 4−60. DOI:10.1177/1536867X19830877
39 Tang M H. Data element utilization and firm value[J]. International Review of Financial Analysis, 2025, 102: 104004. DOI:10.1016/j.irfa.2025.104004
引用本文
董竹, 董思莹, 马鹏飞. “东数西算”工程如何赋能数据要素——基于要素化、市场化和服务化的分析框架[J]. 财经研究, 2026, 52(7): 4-18.
导出参考文献,格式为:





16
10
