近日，我院张秀峰副教授作为第一作者的学术论文“Empowering effect of big data policies on enterprise technological innovation: Evidence from China”在国际期刊《Technology in Society》在线发表。

该文以中国国家大数据试点政策区为准自然实验，采用多期双重差分（MPDID）方法，分析并探讨数据要素促进企业创新的边界与优化路径。研究结果表明，国家大数据试点政策增强了企业将数据要素融入创新活动的能力，显著提高了企业技术创新水平。数据要素既激发了企业的创新动机，也促进了企业的创新产出，证实了其作为关键生产要素的作用。数据要素通过多种渠道促进创新，包括提高供应链透明度、降低协调成本以及重构上下游合作，从而推动企业创新。数据要素赋能创新的效果主要体现在粗放型增长（规模扩张）而非集约型增长（效率提升）上，表明企业更重视创新数量而非质量。该研究阐明了微观层面数据要素驱动企业技术创新的内在机制和约束，为完善大数据政策和推进数据要素赋能创新提供了理论与实践指导。

《Technology in Society》由Elsevier出版，是国际科技与社会研究领域具有重要影响力的顶尖期刊，专注于技术与社会变迁的交叉研究，涵盖技术创新、政策治理、社会影响及公众认知等前沿议题，在社会科学和跨学科期刊分类中排名第1位，是衡量技术与社会研究领域学术水平的重要标志性期刊。

论文链接：https://doi.org/10.1016/j.techsoc.2026.103224

（商学院 郭金森）