摘要
文章基于2012-2019年中国省级面板数据,利用机器学习异质性因果推断方法——因果森林估计了数据要素对制造业增长的影响效应,同时使用个体处理效应估计考察了数据劳动对数据要素促进制造业增长的非线性调节模式。研究发现,数据要素对中国制造业增长的促进效应显著,同时这一促进效应受到数据劳动的“倒U”型调节作用,即在拥有更大数据劳动规模地区的制造业增长中数据要素投入效应更为明显,但是随着数据劳动规模的持续扩大,数据要素投入效应的增长幅度越来越小。
出处
《统计与决策》
北大核心
2024年第9期145-149,共5页
Statistics & Decision
基金
国家社会科学基金后期资助项目(21FJLB028)
陕西省社会科学基金资助项目(2021DA016)。