党的二十届四中全会强调“推动科技创新和产业创新深度融合，加快重大科技成果高效转化应用”，凸显出科技成果转化在实现创新驱动发展、经济转型升级和中国式现代化发展中的重要意义。2024年《世界知识产权指标报告》中显示科技成果转化率从2010年的25%提升到了35%，但与发达国家的60%、70%相比还有很大的差距，科技成果转化仍面临着转化效率低、转化周期长、转化动力不足、转化主体衔接不顺畅以及转化市场供需信息不对等一系列公认的问题。基于这一现实难题，破除科技成果转化的障碍成为重要的研究课题。在新一代信息技术蓬勃发展并持续创新的趋势下，数据要素作为一种新型生产要素，具有获取成本低、供给规模大、复制成本小和外部性强等特点。在我国所有数据资源中，公共数据是占比最高的一类，《全国数据资源调查报告(2024年)》中显示共享枢纽平台累计支撑调用超5400亿次，全国地市级以上地方公共数据开放平台数量增长7.5%，开放的数据量增长7.1%，国家公共数据资源开发利用“1+3”政策文件发布后，各省（区、市）、计划单列市中超六成启动授权运营工作。中共中央办公厅、国务院办公厅于2024年10月联合印发的《关于加快公共数据资源开发利用的意见》指出“破除公共数据流通使用的体制性障碍、机制性梗阻，激发共享开放动力，优化公共数据资源配置，释放市场创新活力”。公共数据开放不仅能够帮助企业降低获取数据资源的成本、提升创新水平和减少不确定性，还能够帮助高校打破信息孤岛，突破校企之间的信息壁垒，提升科技成果转化主体的供给与需求之间的匹配度。那么实践中，公共数据开放能够促进科技成果转化吗？具体的作用机制是什么？其作用效果是否具有异质性和政策溢出效应？对上述问题的回答，有助于厘清国家大力推行公共数据开放的现实价值。
(一)公共数据开放与科技成果转化相关研究
与各地积极上线公共数据开放平台相呼应，学术界围绕公共数据开放进行了大量研究。宏观层面，主要探究了公共数据开放对经济增长 、激发城市创业活力 、优化营商环境等方面的影响 ，认为其可以通过降低制度型交易成本、优化生产要素配置、深化数字技术与实体产业协同等途径实现经济高质量发展。从微观层面来看，已有研究主要聚焦于公共数据开放对企业投资 、企业创新 、企业全要素生产率 和城乡居民收入等方面的赋能作用 ，认为其可以通过打破信息孤岛、增强市场透明度来降低企业经营风险，激发创新活力、减少信息不对称来增强创业信心，进而有助于拓宽就业渠道、优化收入分配结构。学者围绕如何提升科技成果转化也进行了一定的研究。现有研究中，理论研究主要集聚在科技成果商业化转移、科技成果形成和转化为新产品、新工艺的创新活动、知识产权保护以及产学研协同推进科技成果发展等方面。而实证研究主要采用Bootstrap-DEA模型和网络DEA模型方法测算科技成果转化效率 ,分析考核激励、创新行为、社会网络、收益分配机制、政府引导基金、数字化转型、科技政策目标协同等对科技成果的影响。科技成果转化涉及知识产权保护、供需信息匹配、交易成本、内部资源、外部环境和政策制度等过程，而公共数据开放平台涵盖了经济建设、教育科研、企业创新等数据，具有非竞争性和非排他性的特征 ，因此政府公共数据开放如何充分发挥数据要素的优势来提升科技成果转化水平蕴含着巨大的研究潜力和红利。
(二)公共数据开放与科技成果转化：直接效应分析
首先，公共数据开放能够破除信息壁垒来降低科技成果转化不确定性。企业和高校通过专利数据库、行业统计报告、技术标准库等公共数据资源为人工智能模型提供训练素材，对待转化项目或技术进行全方面技术经济分析，对科技成果的技术成熟度和价值进行评估，从经济、技术、时间、社会等角度来进行与市场需求适配性预测和可行性分析，来节省交易成本和降低信息不对称导致的风险，规避市场失灵问题。 其次，公共数据开放通过优化外部资源支撑的服务体系来加速科技成果进程。创新生态系统理论强调，各主体间的互动与资源流动是价值创造的关键。政府通过整合开放科技、税务、人社等公共数据资源，构建人才技能智能匹配系统、依托机器学习算法对科技成果进行多维评估、共享研发数据资源等，为高校、企业等社会主体提供良好人才对接、情报信息、知识产权、科技评估、技术支持等服务，这一过程能够缩短技术需求对接周期、提升政策服务响应速度和减少技术交易纠纷率，最终促进科技成果转化率。 最后，公共数据开放能够重塑数据管理模式来激发科技成果转化内生动力。政府对公共数据进行管理创新，包含建立分级分类开放机制、实施数据质量动态监测和构建数据安全防护体系，能够打破“数据孤岛”实现跨部门协同，降低数据获取门槛促进中小企业参与研发和创新，有助于挖掘科技成果价值、拓展技术交易规模和提升科技成果转化效率，从而营造出低摩擦、高信任度的创新环境，激发各类主体推动科技成果转化的内生动力。 基于此，提出假设H1。
H1:公共数据开放有助于推动科技成果转化
(三)公共数据开放与科技成果转化：机制效应分析
基于流空间视角，公共数据开放能够促使区域内的各类要素加速流动，呈现出高度关联与深度融合的特征，创新主体能够突破地理空间约束，实现跨区域的协调科技创新活动，推动科技成果供给与产业需求实现跨空间精准对接。 公共数据开放能够促进数据空间与交通流、信息流和商贸流等要素流的深度融合和制度协同，推动城市区域内各主体借助数据互通、协作创新、研发突破及资源高效配置等途径，强化物理空间的交互联动，对城市区域的边界重构、空间优化及主体协同起到关键性作用。交通流、信息流和商贸流作为城市间要素流动中关键的空间载体，为公共数据开放如何影响科技成果转化提供了新的研究思路。 交通流层面，交通流是城市群高效互联的物理基础，以高速铁路、快速公路、航空港口等现代化交通设施为核心的交通一体化网络，能够显著压缩时空距离、降低运输成本，从而加速创新要素的跨区域流动。公共数据开放为交通网络的智能化升级提供了重要支撑。通过开放交通流量、交通基础设施等关键数据，可以推动智能交通系统研发、优化物流路径规划和制定精准政策等来促进数实深度融合，为数字技术与实体经济的深度融合创造有利条件。这种数据驱动的创新模式能够整合高校、科研机构和企业资源，突破关键核心技术和激发市场主体创新活力，为科技成果转化注入新动能。 信息流层面，公共数据开放平台释放原始数据资源，大幅度降低了数据获取门槛和成本，改善了市场信息不对问题。并且，这些开放数据涵盖政府服务、财税金融、生态保护和法律司法等多个维度，既包含宏观政策制定与调整信息，也涉及企业决策参考数据和社会公共服务资讯，通过提升信息透明度和优化要素资源配置来使信息、资金、人才等优质资源流入具有创新能力的企业和高校，为科技成果转化提供良好支持。 商贸流层面，商贸流是连接技术供给与市场需求的核心纽带，其高效流动能够加速创新成果的商业化应用。商贸流不仅体现为商品和服务的跨区域交易，更包含技术交易、知识产权流转等创新要素的市场化配置。公共数据开放能够通过提升市场透明度、开放市场供需数据，如企业采购需求、交易记录、技术合同登记数据等帮高校科研团队快速对接企业需求，并增强经济辐射强度来促进商贸繁荣发展，显著改善了科技成果转化的市场环境。
基于资源错配视角，实现资源配置的帕累托最优是社会发展不断追求的目标，囿于信息不对称、数据要素市场不完善等因素，生产要素通常处于非均衡状态，导致市场供需失衡，成为制约科技成果转化的重要影响因素。新一代信息技术的赋能促使数据要素与传统生产要素的深度融合，有助于提升资本配置效率。 公共数据开放平台释放的数据信息中包括政府宏观政策指引信息与市场微观个体需求信息，相关利益主体能够从数据要素信息中提炼出所需信息资源并及时反应到生产决策中，有助于降低创新资源投入的不确定性，缓解资本错配问题。同时，公共数据开放提供的有关劳动力相关数据信息能够提高劳动力市场运作效率，突破劳动力市场供需匹配的地理约束，拓展就业渠道空间，实现生产部门与研发部门人力资源的高效配置，发挥数据要素缓解劳动力错配作用，进而提升科技成果转化。 基于此，提出假设H2。
(一)模型设定
基于提升区域科技成果转化量的角度，本文探讨了公共数据开放对城市科技成果转化的影响。为了评估政策影响，采用多期双重差分模型系统评估公共数据开放对城市科技成果转化的影响，模型设定如下：
公式中，i表示城市，t表示时间；
为被解释变量，代表城市的科技成果转化；
为本文的核心解释变量，为公共数据开放平台上线的虚拟变量，若i城市在第t年上线公共数据开放平台为1，否则为0；
为其他影响科技成果转化量的控制变量；
为常数项，
为地区固定效应，
为时间固定效应，
为随机扰动项。考虑到样本随机扰动项潜在相关导致的估计偏差，本文将所有回归标准误聚类到城市层面。
(二)变量定义
1.科技成果转化
《中华人民共和国促进科技成果转化法》指出科技成果转化是指为提高生产力水平而对科技成果所进行的后续试验、开发、应用、推广直至形成新技术、新工艺、新材料、新产品，发展新产业等活动。2024年4月《科技部办公厅财政部办公厅关于开展2023年度科技成果转化年度报告工作的通知》中明确提出用“科技成果以转让、许可和作价投资方式实施转化”来界定科技成果转化。由此可见，科技成果转化的重要形式是专利技术通过所有权转移的方式进行转让，因此本文借鉴刘大勇等 的方法，采用城市当年发生转让的发明、实用新型和外观设计专利数量之和来衡量该地区的科技成果转化水平(AT)。
2.公共数据开放
本文核心解释变量是公共数据开放(OPEN)。对于各城市公共数据开放平台上线的界定，参考复旦大学数字与移动治理实验室发布的《中国地方公共数据开放利用报告——城市(2024年度)》，整理出各城市是否上线公共数据开放平台的基础数据并进一步验证：考虑到本文研究对象为城市，故剔除自治州、盟和地区；剔除报告中城市公共数据开放平台网址为无效网址，且无法通过“城市名称+数据开放”等关键词搜索到新网址的城市。据此，最终确定样本研究期间内共计185个城市(包含地级市、副省级城市与直辖市)上线公共数据开放平台以及首次上线时间，构建虚拟变量并采取多期双重差分法进行估计。
3.控制变量
本文参考既有研究 ,选取以下变量作为控制变量：教育支出水平(EP)：采用教育支出占地方财政一般预算内支出的比重来衡量；城市发展能力(GDPR)：采用城市生产总值同比增长率来衡量；财政分权(FD)用财政预算内收入比财政预算内支出来衡量；基础设施建设水平(INFRA)：采用人均道路长度来衡量；经济发展水平(PGDP)：采用人均GDP的自然对数来衡量。
(三)数据来源
本文基于2011—2023年284个地级及以上城市(不含中国西藏、香港、澳门与台湾)进行研究，所选指标的原始数据主要来源于《中国城市统计年鉴(2012—2024)》、复旦大学数字与移动治理实验室发布的《中国地方公共数据开放利用报告(城市)》、EPS数据库、CSMAR数据库、各地级市统计年鉴与统计公报、中国研究数据服务平台(CNRDS)公布的相关数据，个别缺失值采用线性插值法补齐。主要变量的描述性统计如表1所示。
表1 变量描述性统计
(一)基准回归结果
表2报告了公共数据开放促进科技成果转化的基准回归结果。结果显示，控制城市和年份固定效应后的回归，公共数据开放的系数在1%显著水平上为正，初步表明公共数据开放对科技成果转化具有显著的正向影响。考虑到不同城市之间数据要素发展、经济水平和资源获取等差异，进一步控制教育支出水平、城市发展能力、财政分权、基础设施建设水平和经济发展水平等变量后，公共数据开放的系数均在1%显著水平上为正，公共数据开放对科技成果转化具有显著的正向影响，且较小的系数变动佐证核心解释变量受其他不可观测因素的潜在干扰有限，模型设定具有可靠性，假设1得到验证。
表2 基础回归结果
注：、和分别表示在10%、5%和1%的水平显著；括号内数值为稳健标准误差，下同。
（二）平行趋势检验
使用多期双重差分法的重要的前提条件是处理组与控制组存在相同的时间变化趋势，只有满足平行趋势条件才能够进行政策实施效果评估。本文公共数据开放的样本时间窗口为(-11,11)，为了避免多重共线性问题，剔除公共数据开放的第一期。图1报告了平行趋势检验结果，公共数据开放前的估计系数均在0附近波动且不显著，表明在公共数据开放之前，处理组与对照组的科技成果转化没有显著差异。公共数据开放后存在一期的滞后效应，政策效果在第2期以后均显著为正，处理组城市科技成果转化水平显著高于控制组，满足平行趋势检验假设。
图1公共数据开发政策实施前后平行趋势检验结果
(三)异质性处理效应检验
Goodman-Bacon在研究中指出，由于各处理组接受处理的具体时间不一致，多期双重差分模型可能存在异质性处理效应问题。为保证基础回归结果不受偏误的影响，本文借鉴Goodman-Bacon 的研究方法进行拆解分组，并计算各组权重占比。由表3可知，第二组情形下的对照组选择具有合理性，所占权重较大，为60.6%，估计量的符号方向符合预期。第一组和第三组情形下的对照组包含了政策干预效应，以其作为对照组不合理，且权重占比较小，仅为39.4%。同时，从图2可知双向固定效应OverallDID的估计值为0.011，组内差异权重为2.46%，这说明基准回归结果在可能受到异质性处理效应的影响。
表3 Bacon 分解结果
图2 Goodman-Bacon分解结果
其次，采用De Chaisemartin和D’Haultfoeuille 分解进一步进行诊断。结果如表4所示，总权重为804，包含771个正权重和33个负权重，负权重占比仅为4.10%。故可以得知，本文中的多期双重差分模型估计值并不存在严重偏误问题。
表4 De Chaisemartin 和 D’ Haultfoeuille 分解结果
因此，本文再借鉴Callaway和Sant’Anna 的研究方法，进一步使用CS-DID法对进行修正。结果如表5所示，研究发现四种不同类型的平均处理效应都说明，公共数据开放可以提高科技成果转化。由此证明，在考虑异质性处理效应的问题后，前文的研究结论仍然具有稳健性。
表5 Callaway and Sant’Anna 估计结果
（四）安慰剂检验
通过虚构外生冲击时点的反事实方法进行系统性安慰剂检验，能够进一步排除不可观测因素对估计结果的干扰。图3展示了安慰剂检验中伪处理变量随机500次的估计系数及p值的核密度图。结果表明，估计系数呈现以零点为中心的典型正态分布且p值大于0.1，更为关键的是真实政策效应估计值不仅显著且远超于虚假的估计值，达到其99.97%分位数的3.7倍。这一结果在统计上极不可能偶然发生，因而公共数据开放对科技成果转化具有显著的促进作用，该结论不太会受到其他政策或不可观测因素的影响。
图3 安慰剂检验
（五）稳健性检验
1.工具变量法
基准回归证实了公共数据开放促进了科技成果转化，但反向因果的存在所引发的内生性问题，可能会导致公共数据开放与城市科技成果转化的实证结果出现偏误，使实证结果的可信度受到削弱。因此，本文考虑使用工具变量法来缓解上述问题。地形特征是典型的自然现象，因其独特的外生性被广泛用于学术研究中作为工具变量使用。本文参考柏培文和张云 的做法，采用地形起伏度作为公共数据开放的工具变量。原因在于：一方面，城市地形起伏度与信息基础设施建设高度相关，而公共数据开放需要有良好的互联网信息基础设施环境，满足相关性原则；另一方面，城市地形起伏度是自然变量，对城市科技成果转化并无直接影响，满足排他性原则。同时，考虑到城市地形起伏度是截面数据，参考黄群慧等 的做法，使用城市地形起伏度和上一年全国互联网宽带接入端口数的交互项作为工具变量(IV)。回归结果如表6第(1)列所示，估计系数为0.074，在1%的水平上显著为正，说明公共数据开放能够促进科技成果转化。在排除内生性问题后，假设1仍然成立。同时,Kleibergen-Paap rk LM statistic的统计值为118.502,P值为0.000,Cragg-Donald Wald F statistic统计值为125.707，大于Stock-Yogo弱识别检验10%水平上的临界值。总体而言，以上检验证明了工具变量选取的合理性。
2.PSM-DID
多期双重差分法虽然能有效缓解内生性问题，但是公共数据开放可能存在样本选择偏差问题。各地区的经济发展差异可能会影响公共数据开放平台的上线时间，其中隐含着样本自选择问题，导致基准回归结果的有偏估计。为检验基准回归结果的稳健性，采用倾向得分匹配法来缓解样本选择偏误问题。采用近邻匹配法，以教育支出水平、城市发展能力、财政分权、基础设施建设水平、经济发展水平等控制变量为协变量，缓解处理组与控制组之间的系统性差异。由图4可知，匹配后处理组与控制组之间的特征差异明显缩小，匹配结果较为理想。表6第(2)列为PSM-DID回归结果，公共数据开放的估计系数仍然显著为正，再次证实了公共数据开放对科技成果转化的促进作用。
图4 控制变量标准化偏差
3.剔除直辖市
由于直辖市具有独特的政策环境、优越的经济发展条件，会使得公共数据开放平台的上线在直辖市与其他城市存在显著差异。因此，从总样本中剔除直辖市样本并重新进行估计，回归结果如表6列(3)所示,结果表明在剔除直辖市以后,公共数据开放促进科技成果转化的结论依然成立,说明本实证结果具有稳健性。
4.缩尾1%
为了进一步排除样本中的异常值对模型估计结果的影响，采用缩尾检验的方式，将被解释变量两端1%异常值替换为1%和99%的百分位数，结果如表6列(4)所示，OPEN的系数仍在1%水平上显著为正，再次证实了回归结果具有稳健性。
表6 稳健性检验
(一)机制分析
前文考察了公共数据开放对科技成果转化的影响，为进一步考察公共数据开放促进科技成果转化的具体机制，拟从流空间和资源错配两个方面进行验证。并借鉴江艇 的方法，构建如下机制检验模型：
其中，
表示机制变量，包含交通流(TF)、信息流（INFO）、商贸流(TB)、资本错配(KMIS)与劳动力错配(LMIS)，其他变量含义与前文一致。
1.流空间视角
随着公共数据开放的不断发展，会促使交通设施和网络通信设施接连性变强，减少沟通和合作的时间成本、提升知识溢出效果并促进商贸繁荣，为科技成果转化提供良好环境。为验证流空间机制，采用以下方法来衡量流空间指标，考虑到部分数据缺失和结果的稳健性，机制变量全部采用2011—2022年的数据来衡量。对于交通流(TF)，采用道路长度(公里)并取对数来衡量。表7列(1)列报告了回归结果，公共数据开放估计系数为正并通过1%的显著性检验。这说明公共数据开放能够推动交通网络加速改善、促进城市间经济密切往来，为科技成果转化创造良好条件。对于信息流（INFO），借鉴刘诚和夏杰长的做法，采用每万人互联网宽带接入户数与人均网络零售额的交互项来衡量。表7列(2)报告了回归结果，公共数据开放估计系数为正并通过1%的显著性检验。这说明公共数据开放通过增强信息可获得性，破除信息壁垒，降低科技成果转化面临的信息不对称问题。对于商贸流(TB)，采用由社会消费品零售总额表示。表7列(3)报告了回归结果，公共数据开放估计系数为正并通过1%的显著性检验。这说明公共数据开放能够提升商贸流通效率和质量、增强市场透明度和降低市场交易成本，为科技成果转化创造良好市场环境。
2.资源错配视角
由于信息不对称、市场标准不统一等问题的存在，资本与劳动力生产要素通常处于非均衡状态，成为制约科技成果转化的重要影响因素。政府通过搭建公共数据开放平台，提供丰富的公共数据资源，降低信息获取门槛，增强企业对市场信息的敏感程度，有利于缓解资本和劳动力资源错配。为验证资源错配机制，采用白俊红和刘宇英 的方法，测算城市资本错配指数(KMIS)与劳动力错配指数(LMIS)。表7第(4)(5)列报告了回归结果，第(4)列中，公共数据开放估计系数为负，通过10%的显著性检验。这说明公共数据开放能够显著抑制资本错配，使资本流向经济效益更高的地区和部门，提高了资本要素使用效率，减少生产资源的浪费，促进科技成果转化。第(5)列中，公共数据开放估计系数为负，通过1%的显著性检验。这意味着政府通过整合和开放与劳动相关的信息资源，提升劳动市场供需匹配度、增强政府服务和劳动市场监管等，缓解劳动力错配，假设2得到验证。
表7 机制检验
(一)异质性分析
1.大型、中小型城市地区
政府公共数据开放的作用效果并非一样的，大城市拥有更密集的创新主体、更多元的创新活动和更强大的数据承载能力，公共数据开放是否在大城市具备“规模报酬递增”效应，而在中小城市受限于资源配套和主体能力，数据红利无法得到充分释放，公共数据开放是加剧了创新的“马太效应”，还是弥补了不同规模城市间的“创新鸿沟”？探究不同城市规模公共数据推动科技转化的能力能够解答这一问题。本文参考2014年国务院发布的《关于调整城市规模划分标准的通知》，以市辖区常住人口“100万人口”作为分界线将我国城市划分为大型城市和中小型城市，并构建虚拟变量size，以中小型地区为基准，赋值中小型地区为 
，赋值城市群地区为
，来探讨公共数据开放对科技成果转化的影响存在城市规模异质性，回归结果如表8列(1)所示，OPEN×size交乘项系数显著为正，这表明公共数据开放能够在大型城市地区显著促进科技成果转化。这表明规模较大城市市场潜力大、知识获取与创新资源集聚能力更强，更容易获得国家重点实验室和重大科研项目的支持，能够促进创新资源进行高效快捷的联结和重组。而规模较小城市若只是盲目扩张人口，可能会陷入低效率集聚困境，由于高层次人才、高端技术欠缺、资源投入不足等无法有效促进科技成果转化。
2.城市群、非城市群地区
公共数据开放的价值不仅体现在单个城市内部，还体现在城市间的互联互通和协同治理。是否位于城市群的城市，其公共数据开放更容易享受跨区域数据整合所带来的外部性，通过统一数据标准、中心云平台等区域一体化政策释放与公共数据开放政策发挥政策协同效应？所以研究公共数据开放城市群的异质性能够回答一个关键问题，公共数据开放推动科技成果转化，是应该单打独斗还是置于区域协同下的顶层设计发挥更好效能。本文借鉴张凡等 的方法来进行城市群的划分，并构建虚拟变量city，以非城市群地区为基准，赋值非城市群地区为
，赋值城市群地区为
，来探讨公共数据开放对科技成果转化的影响存在城市群异质性，回归结果如表8列(2)所示，
交乘项系数显著为正，这表明公共数据开放能够在城市群地区显著促进科技成果转化，但在非城市群地区不显著。这是因为城市群地区拥有长三角、珠三角、京津冀等发达的城市集群，这些城市之间经济交流频繁、科研基础设施完善且更容易获得国家重点实验室和重大科研项目的支持，能够最大化发挥公共数据开放的作用来推动科技成果转化。而非城市群地区数字基础设施建设还有待完善、数据要素活力还有待不断激发、数据资源不充裕，无法很好发挥公共数据开放的作用来赋能科技成果转化。
3.资源型、非资源型城市
资源型与非资源型城市代表了两种继而不同的发展模式，资源型城市通常面临着路径依赖和产业结构单一的调整，其创新方式与传统工业化、非资源型城市存在本质差异。公共数据开放作为一种推动知识流动和科技创新的政策，其效能是具有普适性还是依赖于区域特定的经济结构与产业基础？对这一问题的回答能够厘清该政策在应对结构性发展问题时的有效性和边界条件。本文依据国务院批复的《全国资源型城市可持续发展规划(2013—2020年)》的分类标准，将城市划分为资源型城市与非资源型城市，并构建虚拟变量
，以非资源城市为基准，赋值非资源城市为
，赋值资源城市为
，来探讨公共数据开放对科技成果转化的影响存在城市资源异质性，回归结果如表8列(3)所示， 
交乘项系数显著为负，这表明公共数据开放能够在资源型和非资源型地区显著促进科技成果转化，但在非资源型地区效果更好。这是因为非资源型地区产业结构多元化、科技创新型企业集聚度高，对数据要素的市场需求更敏锐，具有完善的风险投资、中介服务、知识产权保护等配套体系，公共数据开放能够精准匹配创新主体的研发需求，降低信息获取门槛，缩短技术研发周期，从而高效推动科技成果转化。而资源型地区因产业路径依赖，企业对公共数据的开发利用能力相对滞后，数据开放的边际创新收益较低，市场化转化渠道不足，短期内难以形成规模效应，促进科技成果转化的效果较为薄弱。
表8 异质性检验
（二）空间溢出效应分析
1.空间计量模型选择检验
本文通过对空间计量模型依次开展LM检验、Hausman检验、LR和Wald检验，以此判断公共数据开放空间联系对科技成果转化的影响机制适合哪一种空间计量模型。表9中的四种检验结果在经济地理距离嵌套权重矩阵下大均通过显著性检验，LM检验值大部分在1%的显著性通过检验，Hausman检验结果表明固定效应要优于随机效应，LR检验结果显示通过1%水平下的显著性检验，Wald检验结果表明显著拒绝原假设，只能选取空间杜宾模型(SDM)。综上所述，选取双重固定效应SDM模型进行空间计量分析。空间计量模型构建如下：
其中，
代表空间自回归系数，
为空间权重矩阵，这里采用的经济地理距离嵌套权重矩阵进行回归，
为变量的空间交互项的弹性系数，其他变量含义与前文一致。
表9 空间计量模型诊断性检验
2.空间溢出效应检验结果
公共数据开放对城市新质生产力影响的空间溢出效应，实证检验结果如表10所示。采用偏微分法将空间效应分解为直接效应与间接效应，发现公共数据开放对科技成果转化影响的直接效应与间接效应均在1% 的水平下显著为正，这说明公共数据开放加速数据要素流动，打破了原有的科技创新要素资源受时空间限制的壁垒，并通过“示范效应”和“竞争效应”来激励邻近城市通过构建公共数据开发平台推动科技成果转化。
表10 空间溢出效应检验结果
本文利用2011—2023年284个地级及以上城市平衡面板数据，通过公共数据开放政策推动科技成果转化的理论分析与实证检验，得到以下结论：(1)公共数据开放政策能够显著推动科技成果转化，该结论经过一系列内生性检验和稳健性检验后仍然成立。(2)作用机制表明，公共数据开放政策能够通过交通流、信息流、商贸流、缓解资本错配和劳动力错配来推动科技成果转化。(3)异质性分析中，相比较于中小型城市、非城市群地区和资源型城市，公共数据开放更有利于在大型城市、城市群地区和非资源型城市促进科技成果转化。(4)公共数据开放会产生空间溢出效应，不仅推动本地区科技成果转化，还能够带动邻近地区推动科技成果转化。本文研究贡献在于，一方面丰富了公共数据开放政策微观经济效益研究成果，为公共数据开放赋能科技成果转化提供了经验证据。另一方面基于流空间和资源错配视角探讨了公共数据开放影响科技成果转化的作用机制，不仅为政府部门优化数据要素发展提供决策参考，也为各地区提升科技成果转化水平提供新的经验。基于以上，提出以下政策建议。
第一，充分激发科技成果转化的内在潜能。政府及国有企业应带头，优先采购处于市场验证期的重大创新产品，为转化初期的科技成果提供商业化应用场景。将企业为承接高校、科研院所科技成果而发生费用纳入研发费用加计扣除范围，并探索给予更高比例的抵扣，激励企业主动寻求和承接技术。支持各地政府与行业协会搭建平台，定期征集并发布重点产业领域的“卡脖子”技术难题和需求，吸引全社会创新力量进行攻关。在高校与科研院所的职称评定、绩效考核中，显著提高技术转让合同金额、专利实际转化率、解决产业实际问题贡献度等指标的权重，引导科研活动从论文导向转向市场与论文并重。
第二，充分发挥公共数据开放推动科技成果转化中交通流、信息流和商贸流的推动作用。完善城市交通网络，构建实施路况监测、动态路线规划等智能交通系统，推广新能源交通工具和建设高校物流体系，促进企业和高校跨区域技术合作，强化机场、高铁、港口等交通枢纽衔接，便于技术交流与资源配置。加快建设国家层面的政府公共数据开放平台，形成高质量、高标准与高效率的数据要素流通枢纽，实现数据要素跨区域、跨部门、跨层级整合，降低数据信息搜寻难度与获取成本，提升数据共享与信息流通效率。建立线上线下一体化的技术交易市场，提供专利转让、技术许可、产学研合作等综合服务，对科技成果转化高校和研究机构给予税收减免、补贴等支持，优化商贸流，可加速高效科技成果与企业市场需求的对接。
第三，充分发挥公共数据开放推动科技成果转化中缓解资本错配和劳动力错配的推动作用。设立科技成果转化专项基金，引导政府资金、社会资本投向关键技术研发和成果转化项目，避免资本过度集中于低效领域。优化风险投资机制，降低初创企业和科研团队的融资门槛，加强资本与项目对接，帮助市场资本精准识别高潜力技术项目，减少信息不对称导致的资本错配。推动高校、科研机构与企业联合培养人才，定向输送符合产业需求的科技研发人才，减少劳动力结构性错配，强化科技人才跨区域协作，推动高端技术人才在科研攻关、技术孵化等领域的合理配置。