跨境数据流动对制造业创新能力的影响

朱 康 唐 勇 刘恬恺

（福州大学经济与管理学院，福州 350108）

引言

数字经济时代，数据要素如同“新石油”，成为国家间竞争的重要战略资源。尤其在全球化背景下，数据跨境流动更是发展为经济增长的命脉，这也催生了国际新秩序的竞争博弈。当下各个经济体都制定了数据跨境流动规制以加强数据跨境流动管理。欧盟2018 年实施《通用数据保护条例》（GDPR），旨在基于保护人权的前提下实现数据跨境流动。美国则通过建立各种单边或多边区域贸易协议，实现域外数据的管辖，如《全面与进步跨太平洋伙伴关系协定》（CPTPP）、《跨太平洋伙伴关系协定》（TPP）和《美墨加协定》（USMCA）等。我国也在2020 年签署了《区域全面经济伙伴关系协定》（RCEP），标志着我国在制定数据跨境流动规则方面实现了突破［1］。RCEP 基于各国利益最大化原则，秉持开放包容的理念，对各成员国的法律和政策制度兼收并蓄，首次在亚太地区达成了范围广、水平高、包容性强的多边跨境数据流动规则。

学者尝试探究RCEP 跨境数据流动的经济效应，不过较多是从国际经贸角度阐述RCEP 签订后的数字贸易服务情况［2］，鲜有文献考虑RCEP规则对于数据流通价值的释放可能形成的微观效应。而且，据麦肯锡研究院和阿里巴巴数据安全中心的预测，未来企业的创新变革大部分依赖于跨境数据流动。制造业作为立国之本、强国之基，是我国建设制造强国的重要落脚点。在如今“加快实施创新驱动发展战略” 和“突破核心技术卡脖子” 的大背景下，迫切需要探讨RCEP 规则带来的数据信息整合和跨境监管放松是否能够打破“数据孤岛”，加速我国制造业企业与数据要素聚合，为推动制造业创新发展提供动力？对该问题的研究将有助于发现数据要素在微观层面的价值，厘清跨境数据流动对制造业企业创新的经济作用。不仅能从理论层面丰富数字经济时代数据要素流动的创新溢出研究，而且对于促进数据流通共享、深化数据要素市场化以促进制造业高质量发展等实践也具有一定的指导意义。

1 文献综述

学界针对“跨境数据流动” 进行研究的文献并不少见，与本文密切相关的有以下三类：

（1）就美国、欧盟和中国等地区在“跨境数据自由流动” 上的立场进行理论分析。针对美国的研究大多从数据自由流通可能导致的信息泄露进行探索。学者阐述了数据自由流动下信息泄露的危害，从而建议要提高数据保护意识，增强数据保护水平［3］。伴随着欧盟和中国跨境数据流动规制体系的形成，学者尝试探究各地区跨境规则的价值取向和政策作用并进行比较，认为欧盟GDPR 与当前的大数据时代不相适应［4］，会影响全球数据的使用［5］，但总体上还是优于美国宽松的数据保护措施［6］。也有学者通过研究中国各时期的跨境数据流动规则，对比分析了我国在数据跨境流动监管方面还面临的问题［7］，提出构建中国跨境数据流动规则的思路逻辑和治理策略［8］。

（2）基于实证探究跨境数据流动的政策效应。大量学者分析了欧盟数据保护对企业成本、跨境并购以及经济发展的影响，结论大多认为欧盟最严数据保护令削弱了数据要素的跨境流转，不利于企业、国家的经济发展。而跨境数据自由流动有利于数字贸易［9］，显著促进制造业价值链攀升［10］。彭羽等（2020）［1］聚焦于RCEP 跨境数据流动规则条款，发现RCEP 跨境数据流动规则生效总体有助于扩大我国进口和促进贸易平衡发展。

（3）着眼于跨境数据流动的风险角度，Li 等（2020）［11］从组织角度出发，运用层次分析法和综合风险评价模型，构建了组织层面跨境数据流风险评价指标体系。惠志斌（2018）［12］也采用田野调查法和问卷调研相结合的方式，建立了互联网企业跨境数据流动风险的计算方法。李金等（2021）［13］则首次通过二分网络和关联网络识别跨境数据流动的风险路径并测算出风险值，并在此基础上，利用生物医疗行业脱敏处理的数据出境统计信息对跨境数据风险因素进行识别与分析［14］。

已有文献为本文提供了良好的理论基础，但就跨境数据流动管理实践而言，仍存在一定的拓展空间。

（1）如何准确度量我国跨境数据流动还未形成统一结论。当前关于测算数据跨境流动的文献，大多采用中介代理指标进行估计，存在与跨境数据流动关联性不强的问题，难以准确衡量跨境数据流动的经济效应。至于能否直接将RCEP 定位为我国实行的跨境数据流动规则也未有学者做出尝试。换言之，目前针对如何度量我国的跨境数据流动水平还未达成共识，这也导致学者无法进一步采用计量方法来探讨跨境数据政策的经济效应以及可能带来的风险，从而难以提出精准合理的政策建议。

（2）跨境数据流动经济效应研究的范围还未拓展至微观企业创新领域。在数字经济时代，大数据技术的迅猛发展和应用使得数据要素在企业发展中的作用日益提升。在数据数量与流量高速增长的大环境下，大多企业都意识到要想在这场数据革命中保持企业竞争力，必须充分利用数据要素驱动企业创新［15］。现有研究开始关注数据便利或者数据瓶颈对企业发展的影响，但是尚未有学者着眼于数据跨境流动的创新溢出效应。在如今“创新是引领发展的第一动力” 的大背景下，RCEP协议带来的数据跨境流动能否为我国微观企业提供创新动力以推动企业高质量发展，是一个不容忽视的重大问题。

鉴于此，本文采用2015～2022 年我国A 股上市公司专利数据，将RCEP 看作准自然实验，采用双重差分模型实证探究跨境数据流动如何影响我国制造业企业创新能力。本文通过总结现有的RCEP 相关研究，首次尝试以RECP 的签署作为准自然实验，构造DID 模型，聚焦于RCEP 跨境数据流动规则条款，提出跨境数据流动的量化方法，以期为后续相关研究提供一个可行的基准；本文将研究视角聚焦于微观企业，着眼于跨境数据流动政策的创新溢出效应，在一定程度上完善了现有关于企业创新水平及创新效率影响因素的相关研究；进一步地，本文尝试测算企业监管成本和企业生产效率，更清晰地探讨跨境数据流动规则作用于企业创新的影响路径，为我国进一步制定跨境数据流动政策、推进数据赋能企业创新发展提供了更加直接的证据。

2 理论分析与研究假设

数字经济时代，数据作为生产要素，其跨境流动成为世界各国经济增长的新动能，提升了全球的经济效益、创新活力和社会福祉。但是也给国家主权安全、个人隐私保护带来了挑战。为了切实维护公民合法权益、保障企业良性发展、促进国家网络安全，部分地区或国家制定了较为严格的跨境数据限制政策。如欧盟就于2018 年正式实施GDPR，因其对跨境数据具有宽泛的保护范围、极高的实施标准以及严苛的惩罚力度，被称为全球最严数据保护法规。澳大利亚也对医疗信息提出了严格本地化的要求。事实上，新加坡、俄罗斯等国家也都对数据本地化及禁止出境提出了不同程度的监管要求。

这种严格的跨境数据保护规则，尽管一定程度上增强了数据主体对于数据控制的能力，但是也将对生产过程中依赖数据的制造行业产生不利影响。在如今企业发展面临全球化的趋势下，跨境数据与流动壁垒的矛盾可能导致企业因为违规使用数据、泄露数据而被欧盟等执法机构处罚，进而面临高额的罚单。而且数据本地化存储要求也使得企业需要在国内建设或是租用服务器，这会间接增加企业各类成本［16］。此外，严格的跨境数据限制政策也可能导致企业获取和使用他国数据变得困难，降低了企业采用海量大数据进行商品个性化从而提高交易的匹配效率，从而减少企业收入［17，18］。不单如此，Bauer 等（2014）［19］基于巴西和印度等国的研究甚至发现数据严格本地化对国家经济发展造成严重的负面影响。

相较而言，RCEP 基于利益最大化原则，秉持公平开放的理念，生成了放松跨境数据传输限制和禁止数据本地化要求原则，可能对制造业产生有利影响（如图1 所示）。RCEP 通过支持数据的开放、流动、共享，不仅通过降低一国与数据流动相关的市场准入壁垒从而降低制造业企业因合规监管而付出的监管成本，还有利于企业整合生产与消费各个方面海量、多维度的信息资源，降低要素资源的信息不对称，提高要素资源配置，充分释放数据对制造业企业创新的促进作用［20］。此外，数据跨境流动促进不同地区之间的数据共享与互通，数据要素会与劳动力、土地、资产等传统生产要素全面融合［21］，从而释放各类生产要素在创新活动中的潜能，推动企业创新变革。本文提出如下基础假设：

图1 RCEP 跨境数据流动对制造业创新的影响机制

假设H1：在RCEP 跨境数据流动规则签署生效后，我国制造业的创新能力得到促进，表现为创新产出和创新效率的提高。

严格的数据监管政策通常被视为一种市场准入限制的贸易壁垒。数字经济全球化时代的发展趋势决定了中国企业需要“走出去” 获取、利用跨境数据进行商业竞争，这就要求企业需要改变原有的应用程序，以符合数据监管要求，这无疑会增加企业因要满足监管而带来的数据合规成本，直接影响企业创新能力。如企业可能需要聘请专业的法律人才或购买专业咨询机构服务等额外支出以确保企业运营符合他国数据监管要求，从而挤占了企业的研发投入［22］，损害了企业创新升级的基础。因此，从成本的角度看，严格的跨境数据流动政策的实施会抑制企业的创新活动。反之，RCEP 放松跨境数据流动限制，会降低企业的合规成本进而促进制造业数字化服务的获取，以驱动制造业技术创新。因此，本文提出如下假设：

假设H2：跨境数据流动通过降低制造业合规成本来促进企业创新。

跨境数据作为一种生产要素对企业的生产率和产出带来重要影响。流动限制可能阻碍了服务、技术和产品信息的流动和共享，使得各国通过合作开发新产品和服务变得更加困难。同时，数据壁垒破坏了制造业的生产合作，阻碍了企业的技术外溢，从而削弱了企业生产效率，导致企业创新活动受限。而跨境数据自由流动是支持企业创新活动的基础，在全球生产分工深化背景下，放松跨境数据流动限制将促进境内、境外数据交互共享，通过数据要素的非竞争性、规模报酬递增和正外部性等显著特性，放大对企业生产效率的促进作用［1］。而生产效率的提高将有效增强企业对新技术的吸收能力，为其完成技术创新或转化提供了支持［23］。根据上述分析，本文进一步提出如下假设：

假设H3：跨境数据流动通过提高制造业生产效率来促进企业创新。

3 研究设计

3.1 样本选择与数据来源

本文选取2015～2022 年我国A 股非金融类上市公司为样本，在剔除特殊处理及缺失样本后最终得到3366 个有效观测值。为减轻极端值对实证结果的影响，本文对连续变量进行前后1%的缩尾处理。文中财务指标来自于CSMAR 数据库。

3.2 变量定义

3.2.1 被解释变量：企业创新能力（CI）

本文从创新产出和创新效率两个角度衡量企业创新能力。借鉴当前的普遍做法，使用专利申请量＋1 的自然对数作为企业创新产出（Lnpat）的度量方式，以及采用当年申请专利对数与上一年的研发投入的对数之比衡量企业创新效率（Eff）。

3.2.2 解释变量：跨境数据流动

本文将RCEP 的签订视为一个“准自然实验”，将受此政策影响的制造业企业作为实验组，将其他企业作为对照组，构造政策变量Treat×Post。其中Post为时间虚拟变量，根据RCEP 签订的时间，当观测期为2020 年及之后时，Post取值1，否则取值0。Treat为组别虚拟变量，将制造业上市公司样本定义为实验组（Treat＝1），其他行业上市公司样本定义为对照组（Treat＝0）。

3.2.3 控制变量

考虑到上市公司特征对实证结果的影响，本文借鉴贺正楚等（2023）［24］的研究，选取了如下企业层面特征作为控制变量。具体为：公司规模（Size），用企业总资产的自然对数来表示；上市年龄（Listage），用样本年份减上市年份来衡量；总资产收益率（ROA），用净利润除以总资产来表示；资产负债率（Lev），用总负债除以总资产来衡量；股权制衡（Z210），用第二到第十大股东持股比例来衡量；董事会规模（Lnboard），用董事会人数的自然对数来衡量；独董比例（Indep），用独董人数除以董事会人数来衡量。

3.3 模型设定

为了探索跨境数据流动对制造业企业创新的影响，本文构建如下广义双重差分模型：

其中i表示企业，t表示年份，CIit表示企业创新能力，具体则包括企业创新产出（Lnpat）和企业创新效率（Eff），Treat×Postit表示RCEP 跨境数据流动虚拟变量，Controlit表示控制变量，μi和λt分别表示个体及年份固定效应，εit表示随机误差项。

4 实证分析

4.1 描述性统计

由表1 可以看出，企业创新产出（Lnpat）的最大值为7.540，最小值为1.099，标准差为1.294。创新效率（Eff）的最小值为0.061，最大值为0.367，意味着我国不同公司在创新产出和效率上存在较大的差异。政策虚拟变量Post的平均值是0.189，说明受到RCEP 跨境数据流动政策的年份占总样本的18.9%。组别虚拟变量Treat的平均值为0.821，说明实验组占总样本的82.1%。其余控制变量的统计值与已有研究基本一致，均在合理范围。

表1 描述性统计

4.2 基准分析

表2 报告了跨境数据流动与企业创新的回归结果。列（1）、（2）报告了仅控制个体及年份固定效应后的回归结果，列（3）、（4）报告了加入控制变量后的回归结果。可以看出，核心解释变量Treat×Post的系数均显著为正。说明在数据跨境流动政策生效后，制造业企业的创新能力得到了提高。由此得出结论，数据跨境流动政策促进了我国制造业企业的创新产出和创新效率，假设H1 得到了验证。

表2 基础回归结果

4.3 平行趋势检验

采用双重差分方法的前提是假定处理组和控制组在政策实施前具有共同的变化趋势，本文设置如下动态方程检验平行趋势假定。

本文除去了k＝－1 的事件发生点，将政策实施前1 年作为基准年份。该模型主要关注参数θk的大小，即反映政策实施第k年对制造业企业创新能力的影响大小。

图2 为平行趋势动态检验图。可以看出，在数据跨境流动政策实施之前，对照组与控制组的创新能力（包含创新产出和创新效率）的变化趋势基本一致，但在政策实施后，实验组和控制组的创新能力变化趋势出现了显著差异，说明通过了平行趋势检验。此外，图2 还表明在政策实施后，制造业企业的创新能力的变化趋势处于正向水平，表明数据跨境政策提高了企业创新能力，假设H1进一步得到验证。

图2 平行趋势检验

4.4 稳健性检验

4.4.1 安慰剂检验

为了降低非观测因素可能导致的估计偏差，本文将处理组和控制组进行随机化处理，即随机分配跨境数据流动规则的影响企业，将该过程重复500 次，并对政策虚拟变量的估计系数进行统计分析。图3 为安慰剂检验的结果（上图被解释变量为Lnpat，下图被解释变量为Eff）。由图3 可知，随机抽样估计系数大致服从正态分布，系数均值接近于零，且远离了基准回归系数。这表明不可观测因素并未引起估计偏差，基准回归结果是稳健的。

图3 安慰剂检验结果

4.4.2 其他稳健性检验

本文还进行了如下的稳健性检验：（1）采用PSM＋DID 进行回归，即以公司规模（Size）、ROA、流通股市值（Lt）和总市值（All）以及资产负债率（Lev）作为协变量，建立Logit 模型，采用1 ∶1 最近邻匹配法进行倾向得分匹配，然后剔除未匹配的变量后重新进行回归；（2）利用系统GMM 方法处理内生性问题；（3）替换被解释变量，即使用当年已授权的专利数量取对数来表示企业创新产出（Lnpat2），以及用当年申请专利对数与当年及前两年研发支出之和对数之比度量企业创新效率（Eff2）。表3 报告了各稳健性检验的结果，可以看出，核心解释变量均通过了显著性检验，说明结论得以验证。

表3 稳健性检验结果

5 异质性分析

5.1 创新的异质性分析

黎文靖和郑曼妮（2016）［25］指出企业发明专利是一种“高质量” 的实质性创新行为，而实用新型与外观设计专利是一种策略性创新行为。本文通过区分专利申请类型识别跨境数据流动对制造业企业创新影响的异质性。表4 的列（1）和（2）分别表示跨境数据流动对实质性创新和策略性创新影响的估计结果，发现Treat×Post的系数在实质性创新组别中显著为正，而在策略性创新组别中不显著，说明跨境数据流动更多地是激发企业高质量的实质性创新。

表4 创新类别的异质性检验结果

5.2 高管IT 背景的异质性分析

根据烙印理论，具有IT 背景特质的高管会更加密切关注IT 行业的发展，这种烙印有助于其运用丰富的IT 专业技术水平和从业运营经验，通过很强的挖掘和处理信息的能力帮助企业获取重要数据，提高企业创新能力。本文通过收集企业高管的学习经历和从业经历，并据此构建高管IT 背景的虚拟变量，即当高管具有IT 背景时，赋值为1，否则为0。表5 报告了高管IT 背景的异质性分析结果。在高管有IT 背景的组别中，Treat×Post均显著为正，而在高管没有IT 背景的组别中，Treat×Post的回归系数未能通过显著性检验，说明跨境流动性提高企业创新能力的作用在高管具备IT 背景时更为显著。

表5 高管IT 背景的异质性检验结果

5.3 数字化转型的异质性分析

在大数据迅猛爆发的背景下，处理分析数据的能力已经成为了企业的核心竞争力。理论上认为，跨境数据流动带来的数据增量有利于数字化转型程度较高的企业通过大数据、云计算、区块链等新技术的应用实现创新革新［26］。本文采用爬虫技术提取企业年报文本中数字化转型相关词频，将其取对数后得到数字化转型指标，并按照中位数将样本分为高低两个组别分别进行回归。回归结果如表6 所示。可以看出，Treat×Post的系数仅在数字化转型高的组别中通过显著性检验，说明跨境流动性提高企业创新能力的作用在数字化转型程度较高的企业中更为明显。

表6 数字化转型的异质性检验结果

6 机制分析

基于前文所述的假设理论，本文进一步分析跨境数据流动如何影响制造业创新。借鉴温忠麟等（2004）［27］的方法，本文在模型（1）的基础上添加如下模型进行机制检验：其中Medit表示中介变量，即本文中的合规成本和生产效率，其他变量与前文一致。

6.1 合规成本渠道

本文借鉴曲昭光等（2022）［28］的思想，将政策变量引入成本函数，构建如下模型：

其中，TC表示企业成本，Treat×Post为跨境数据监管变量，Cost表示影响企业成本的投入产出变量，Control为控制变量。然后据此模型将政策变量剔除后重新计算企业成本的拟合值，两者的差值便可以间接表示企业合规成本（GAP）。将该变量带入中介模型进行回归，结果如表7 所示。其中，列（1）的估计结果表明跨境数据流动降低了企业合规成本。列（2）以企业创新产出为被解释变量时，Treat×Post的系数在5%的水平上显著为正，而GAP的系数在5%的水平上显著为负，表明跨境数据流动可以通过抑制企业合规成本来提高企业创新产出。而列（3）以企业创新效率为被解释变量时，GAP的回归系数未能通过显著性检验，表明跨境数据流动抑制企业合规成本并不能提高企业创新效率。原因可能在于，企业大多将原需满足监管的成本尽数投入企业研发，而且这种成本可以看作沉没成本的“退款”，因而陷于非理性消费陷阱中，虽然可以提高创新产出，但是也是建立在较高费用投入的基础上，因此未能提高企业创新效率。

表7 监管成本的中介效应检验

6.2 生产效率渠道

本文借鉴陆春华和李虹（2023）［29］的做法，采用LP 方法计算企业全要素生产率（TFP）作为企业生产效率的代理变量，并带入模型重新回归，结果如表8 所示。列（1）的估计结果表明跨境数据流动提高了企业生产效率。而列（2）以及列（3）中TFP和Treat×Post的系数均显著为正，说明跨境数据流动可以促进企业生产效率来提高企业创新产出和创新效率。假设H3 得到验证。

表8 生产效率的中介效应

7 结论与建议

数字经济时代下，推动数据要素流通共享是实现数据价值释放、推动数字经济与实体经济融合发展的重要途径。本文着眼于数据跨境视角，从监管成本和生产效率两个渠道探究跨境数据流动对我国制造业企业创新的影响。得出以下结论：（1）RCEP 跨境数据流动规则签署后，数据价值在流动中得到释放，有利于增强我国制造业企业的创新能力，表现为创新产出和创新效率的提高；（2）跨境数据流动的创新溢出效应存在异质性，表现为跨境数据流动对企业实质性创新的影响大于策略性创新，原因可能在于产品实质性创新的实现更需要对外部数据资源的技术应用，支持了数据要素流动衍生的技术跃迁可以支持企业产品实质性创新的观点。而管理层拥有IT 背景、企业数字化转型更有助于促进跨境数据流动的创新溢出，表明数字经济时代下数据要素流动的创新效应还受到企业内部信息化和数字化环境的影响，这为鼓励企业进行数字化和信息化转型提供了经验启示；（3）机制分析表明，跨境数据流动通过促进企业生产效率来增强企业创新产出和效率。但是，通过降低合规成本只能提高创新产出而不能提高创新效率，说明跨境数据流动能通过推动生产要素自由流动强化要素集聚效应促进企业创新，而“企业减负” 并非是驱动企业创新效率提升的有效路径。本文结合广义DID 模型探讨RCEP 的政策效应，从微观视角考察数据要素流动对企业创新能力的影响，不仅补充了关于跨境数据流动的量化研究，同时拓展了数据要素微观溢出的研究边界。

基于上述研究结论，本文提出如下政策建议：（1）要积极推动中国与境外地区在跨境数据流动规则框架下的协调机制，在确保安全性前提下开放数据跨境流动市场，吸收并利用境外数据促进本国企业创新发展。国家可以利用签署RCEP 的契机，积极发挥国内示范区、自贸港的试验作用，不断探索优化跨境数据流动监管制度，为未来我国制定更完善的跨境数据流动规则奠定基础；（2）地方政府还要积极出台推动我国制造业数字化和信息化转型的政策体系，进一步提高制造业的数字化水平，增强数据利用能力。同时鼓励企业重视内部IT 人才的培育，可以继续深化IT 领域的产教融合，加强企业与学校、科研院所开展深度合作，从产学研等多角度健全专业人才的协同培养体系，完善人才队伍结构，增强企业核心竞争力和科技创新能力；（3）要重视机制变量的渠道效应，充分发挥“加速器” 作用。政府不宜仅通过为企业减负来鼓励企业进行创新发展，而是督促企业要基于现实条件在要素融合、企业生产率等多个方面充分考虑数据流动的积极影响，采用多举措来促进要素生产率提高从而强化数据要素的创新溢出效应。