2023年第9期 WUHAN

FINANCE

對于人均消費來說，采用“互聯網寬帶接入用

戶”“互聯網寬帶接入端口數”和“數字普惠金融滯后

一期”作為工具變量。第一階段的F值大于10，通過

了弱工具變量檢驗；Kleibergen-Paapr k LM 統(tǒng)計量

的p值為0，小于0.01，顯著拒絕原假設，通過不可識

別檢驗；Hansen J 統(tǒng)計量為 0.34，接受原假設，通過

過度識別檢驗。

對于消費結構來說，采用“互聯網寬帶接入用

戶”“互聯網寬帶接入端口數”和“移動電話普及率”

作為工具變量。第一階段的F值遠遠大于10，通過

弱工具變量檢驗；Kleibergen-Paapr k LM統(tǒng)計量的p

值為0，小于0.01，顯著拒絕原假設，通過不可識別檢

驗；Hansen J 統(tǒng)計量為 0.17，接受原假設，通過過度

識別檢驗。

以上檢驗說明工具變量選取有效，回歸結果如

表8所示。根據第二階段回歸結果顯示，數字普惠

金融對人均消費有顯著的促進作用，對消費結構有

顯著的抑制作用，居民杠桿率對人均消費有顯著的

抑制作用，對消費結構有顯著的促進作用，與基準回

歸結果、門檻模型回歸結果一致，說明本文結論具有

穩(wěn)健性。

2.替換門檻變量

由于居民杠桿率也可以看作是負債與收入的比

值，因此可以通過替換門檻變量來進行穩(wěn)健性檢

驗。結果如表9所示，新的居民杠桿率對于人均消

費存在門檻效應，且數字普惠金融對人均消費存在

顯著的促進作用；新的居民杠桿率對于消費結構存

在門檻效應，且數字普惠金融對消費結構存在顯著

的抑制作用，總體上與雙向固定效應模型、原居民杠

桿率下的門檻模型的回歸結果基本一致。

表9 替換門檻變量后的門檻模型回歸結果

變量

Youngr

Oldr

Fsize

Income

Sex

Marriage

Health

Edu

Si

Mi

Urban

Index區(qū)間1

Index區(qū)間2

年份固定

家庭固定

樣本量

調整R2

值

Rcon

0.995***

(0.000)

-0.046

(0.734)

-0.225***

(0.000)

0.137***

(0.000)

0.314*

(0.082)

0.127

(0.623)

0.031

(0.563)

0.135

(0.116)

-0.057

(0.684)

-0.093

(0.681)

-13.421***

(0.000)

0.668***

(0.006)

0.770***

(0.002)

是

是

7244

0.231

Constr

0.026***

(0.001)

0.040***

(0.000)

0.015***

(0.000)

0.000

(0.761)

-0.007

(0.600)

0.023

(0.211)

0.010***

(0.008)

0.013**

(0.042)

-0.005

(0.647)

-0.024

(0.142)

0.0815

(0.732)

-0.069***

(0.000)

-0.062***

(0.0004)

是

是

7244

-0.242

（四）異質性檢驗

根據郭峰等[18]

對于中國數字普惠金融發(fā)展的測

度報告可知，數字普惠金融發(fā)展在不同區(qū)域間、在城

表8 工具變量兩階段最小二乘法第二階段回歸結果

變量

Index

Lev

Youngr

Oldr

Fsize

Income

Sex

Marriage

Health

Edu

Si

Mi

Urban

年份固定

家庭固定

樣本量

R2

值

Rcon

0.771**

(2.131)

-0.011***

(-2.612)

1.005***

(6.855)

-0.012

(-0.067)

-0.229***

(-4.847)

0.135***

(3.803)

0.269

(1.275)

0.085

(0.328)

0.058

(1.220)

0.145

(1.574)

-0.074

(-0.630)

-0.092

(-0.448)

-13.326***

(-3.326)

是

是

7720

0.425

Constr

-0.198***

(-3.747)

0.002***

(4.593)

0.027***

(3.951)

0.041***

(4.437)

0.016***

(5.372)

0.000

(0.453)

-0.011

(-0.933)

0.021

(1.179)

0.010***

(2.703)

0.014**

(2.520)

-0.009

(-0.903)

-0.017

(-1.065)

-0.249

(-0.989)

是

是

7720

0.064

50

市與農村之間存在較大差異，因此本文針對居民杠

桿率的門檻作用在區(qū)域間及城鄉(xiāng)間是否存在差異進

行了驗證。其中，為了指標的統(tǒng)一性，區(qū)域、城鄉(xiāng)劃

分依據參考《2013年家庭金融調查數據變量規(guī)則說

明》[17]

。

1.東、中、西部地區(qū)的異質性檢驗

將29個省分為東、中、西部三個地區(qū)，檢驗門檻

效應是否存在。若顯示不存在門檻效應，則采用雙

向固定效應模型進行檢驗。結果如表10所示。

對于東部地區(qū)而言，居民杠桿率對人均消費存

在門檻效應，并且數字普惠金融對人均消費增加具

有顯著的促進作用，在超過門檻值之后，促進作用增

強；對消費結構來說，不存在門檻效應，并且數字普

惠金融對于其并不存在顯著影響。對于中部地區(qū)而

言，數字普惠金融對居民人均消費、消費結構均沒有

顯著作用。對于西部地區(qū)而言，居民杠桿率對人均

消費并不存在門檻效應，且數字普惠金融對人均消

費并不存在顯著影響；對消費結構來說，存在門檻效

應，并且數字普惠金融存在顯著的抑制作用，在超過

門檻值之后，抑制作用減弱。

由此可見，對于不同地區(qū)，門檻效應確實存在差

異，并且數字普惠金融對于居民消費升級的影響也

存在差異。這或許是因為，東部地區(qū)經濟較為發(fā)達，

居民對于償還借貸更有信心，因此數字普惠金融更

能積極影響居民消費，而西部地區(qū)居民經濟較為落

后，居民收入較低，因此居民杠桿率對其消費預期影

響較大，從而抑制居民消費結構升級。

2.城鄉(xiāng)異質性檢驗

對城鄉(xiāng)地區(qū)是否存在門檻效應進行檢驗，若不

存在門檻效應，則采用雙向固定效應模型進行檢驗。

由表11可知，對于城市地區(qū)而言，居民杠桿率

對人均消費存在雙門檻效應，且數字普惠金融對人

均消費存在顯著正向影響；居民杠桿率對于消費結

構并不存在門檻效應，數字普惠金融對于消費結構

升級存在抑制作用。對于農村地區(qū)而言，居民杠桿

率對人均消費和消費結構均存在門檻效應，數字普

惠金融對于人均消費沒有顯著作用，對于消費結構

具有顯著抑制作用。

由此可得，城市地區(qū)和農村地區(qū)確實存在不同

的門檻效應，并且數字普惠金融對于消費升級的影

響也存在差異。對于城市地區(qū)，數字普惠金融對于

人均消費存在顯著的促進作用，并且當居民杠桿率

處于第二區(qū)間時，促進作用最大，對于農村地區(qū)的人

均消費則不存在顯著作用。數字普惠金融對于城鄉(xiāng)

消費結構均存在顯著抑制作用，但對于城市居民來

說，這種變動更多源于增加的消費中對生存型消費

的偏好更大，而對于農村居民來說，這種變動來源于

整體消費結構的降低。其原因可能是，戶籍限制導

致配套資源的不均，因此，農村居民消費邊際傾向降

低，從而影響消費升級。

表10 東、中、西部地區(qū)異質性檢驗結果

變量

Index

Lev

Index（區(qū)間1）

Index（區(qū)間2）

控制變量

年份固定

家庭固定

樣本量

調整R2

值

東部

Rcon

2.192***

2.437***

是

是

是

1904

0.240

Constr

0.015

0.001

是

是

是

1904

0.092

中部

Rcon

0.665

0.523

是

是

是

2500

0.299

Constr

-0.061

0.001

是

是

是

2500

0.064

西部

Rcon

0.109

0.016***

是

是

是

3316

0.432

Constr

-0.106***

-0.093***

是

是

是

3316

-0.234

表11 城鄉(xiāng)異質性檢驗結果

變量

Index

Lev

Index（區(qū)間1）

Index（區(qū)間2）

Index（區(qū)間3）

控制變量

年份固定

家庭固定

樣本量

調整R2

值

城市

Rcon

0.791*

1.455***

0.949**

是

是

是

3184

0.269

Constr

-0.051*

0.001***

是

是

是

3184

0.081

農村

Rcon

0.241

0.357

是

是

是

4356

0.2545

Constr

-0.074***

-0.062**

是

是

是

4356

-0.241

五、結論與對策建議

本文研究發(fā)現，數字普惠金融能夠促進居民消

費量的增加，但卻會抑制居民消費結構的升級。同

時，居民杠桿率在數字普惠金融對居民消費升級的

過程中起到了門檻作用，越過門檻值之后，數字普惠

金融對居民消費量的促進作用增強，對居民消費結

構升級的抑制作用減緩。同時，對于不同區(qū)域，數字

普惠金融對居民消費升級的作用效果也存在差異。

普惠金融 Financial Inclusion

51

2023年第9期 WUHAN

FINANCE

面對國際環(huán)境的深刻變化和人民日益增長的美

好生活需要，堅持擴大內需戰(zhàn)略，不斷釋放內需潛

能，建設更加強大統(tǒng)一的國內市場都是促進中國經

濟循環(huán)、保證經濟平穩(wěn)發(fā)展的必要手段。目前而言，

中國消費水平還較低，消費結構有待升級。為了更

好地發(fā)揮消費的基礎作用，結合《擴大內需戰(zhàn)略規(guī)劃

綱要（2022—2035）》，本文提出以下政策建議：

（一）推進數字普惠金融建設，推動消費擴容升級

首先，加強關于數字普惠金融服務的宣傳力度

和規(guī)范推廣，加強相關金融知識普及，從而防范金融

詐騙，提高居民接受度，更好利用數字普惠金融對于

弱勢群體的天然輔助優(yōu)勢。其次，針對不同區(qū)域，定

制個性化數字普惠金融產品，推進數字經濟發(fā)展。

（二）推動城鄉(xiāng)區(qū)域協(xié)調發(fā)展，釋放內需潛能

目前，按戶籍人口計算標準，中國城鎮(zhèn)化率不到

50%，按常住人口計算標準，中國城鎮(zhèn)化率在65%左

右，城鎮(zhèn)化發(fā)展還存在一定空間。同時，已經完成城

鎮(zhèn)化建設的地區(qū)，由于戶籍限制的影響和基礎設施

建設的待完善，居民消費欲望較低，消費偏向于生存

型消費，影響消費結構。因此，應推進城鎮(zhèn)化建設，

加強基礎設施建設，推動區(qū)域協(xié)調發(fā)展，關注醫(yī)療、

教育方面的資源配置，引導消費預期，優(yōu)化居民消費

結構。

（三）扎實推動共同富裕，厚植內需發(fā)展?jié)摿?/p>

收入對于消費升級存在一定的影響。根據邊際

消費理論，要完善收入分配格局，重點關注二次分

配、三次分配，增加農村居民工資性收入，增加勞動

者報酬，縮小收入差距，從而增加居民消費，推動消

費升級。

（四）加強居民負債信心，發(fā)揮門檻值作用

加強對居民杠桿率的監(jiān)測，提高居民負債信心，

將居民杠桿率控制在合理范圍內，更好發(fā)揮居民杠

桿率的門檻值作用，更好發(fā)揮數字普惠金融對消費

升級的促進作用?！?/p>

[參考文獻]

[1] 何婧，李慶海.數字金融使用與農戶創(chuàng)業(yè)行為[J].中國農

村經濟，2019（1）：112-126.

[2] 黎翠梅，周瑩.數字普惠金融對農村消費的影響研究：基

于空間計量模型[J].經濟地理，2021（12）：177-186.

[3] 易行健，周利.數字普惠金融發(fā)展是否顯著影響了居民消

費：來自中國家庭的微觀證據[J].金融研究，2018（11）：47-67.

[4] PANOS G A，WILSON J O S. Financial Literacy and Re?

sponsible Finance in the FinTech Era：Capabilities and Chal?

lenges[J]. The European Journal of Finance，2020，26（4-5）：

297-301.

[5] 肖遠飛，張柯揚.數字普惠金融對城鄉(xiāng)居民消費水平的影

響：基于省級面板數據[J].武漢金融，2020（11）：61-68.

[6] 杜家廷，何勇，顧謙農.數字普惠金融對農村居民消費結

構升級的非線性影響[J].統(tǒng)計與信息論壇，2022（9）：63-74.

[7] 藍天.數字普惠金融發(fā)展、居民債務與居民消費：基于中

介效應和門檻效應的經驗分析[J].金融發(fā)展評論，2022

（10）：1-15.

[8] 安強身，劉俊杰，李文秀.數字普惠金融與居民消費結構

升級：作用機制與經驗證據[J].云南財經大學學報，2023

（3）：1-23.

[9] 王瑛，楊航，張曉雯.數字普惠金融、居民消費與共同富裕

[J].統(tǒng)計與決策，2023（3）：148-153.

[10] CARDACI A. Inequality，Household Debt and Financial

Instability：An Agent- Based Perspective[J]. Journal of Eco?

nomic Behavior & Organization，2018，149：434-458.

[11] BECHLIOULIS A P，BRISSIMIS S N. Consumer Debt

Non- Payment and the Borrowing Constraint：Implications for

Consumer Behavior[J]. Journal of Banking & Finance，2019，

101：161-172.

[12] 陳清華，馬靜.居民杠桿率是否抑制消費支出：基于省級

面板數據的分析[J].商業(yè)經濟研究，2022（6）：53-57.

[13] 安玉桃.新發(fā)展格局下居民杠桿率與消費間的動態(tài)關系

研究：基于城鎮(zhèn)與農村居民差異化視角[J].商業(yè)經濟研究，

2022（19）：32-35.

[14] 高東勝，岳岐峰，楊迪，等.居民杠桿率對消費的影響效

應：促進還是抑制[J].經濟學家，2020（8）：100-109.

[15] 張雅淋，孫聰，姚玲珍.越負債，越消費?住房債務與一般

債務對家庭消費的影響[J].經濟管理，2019（12）：40-56.

[16] 周利，張浩，易行健.住房價格上漲、家庭債務與城鎮(zhèn)有

房家庭消費[J].中南財經政法大學學報，2020（1）：68-76.

[17] 甘犁，吳雨，何青，等，中國家庭金融研究（2016）[M].成

都：西南財經大學出版社，2019.

[18] 郭峰，王靖一，王芳，等.測度中國數字普惠金融發(fā)展：指

數編制與空間特征[J].經濟學（季刊），2020（4）：1401-1418.

[19] 中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒（2019）[M].

北京：中國統(tǒng)計出版社，2019.

[20] 鄒新月，王旺.數字普惠金融對居民消費的影響研究：基

于空間計量模型的實證分析[J].金融經濟學研究，2020（4）：

133-145.

[21] 汪亞楠，譚卓鴻，鄭樂凱.數字普惠金融對社會保障的影

響研究[J].數量經濟，2020（7）：92-112.

[22] 黃曉莉，林麗瓊.數字普惠金融發(fā)展影響居民杠桿率嗎?

來自2011—2018年30個省級面板數據的經驗證據[J].金融

發(fā)展研究，2021（11）：29-35.

（責任編輯：DJ / 校對：XY）

52

一、引言

在新一輪的科技革命和產業(yè)變革中，數字化成

為經濟發(fā)展升級的重要驅動力。一方面，發(fā)展數字

經濟產業(yè)得到了黨和政府的大力支持，中共中央“十

四五規(guī)劃”和2023年政府工作報告都強調要推進數

字產業(yè)化和產業(yè)數字化發(fā)展，實現數字經濟和實體

經濟的深度融合。另一方面，新冠疫情的全球蔓延

大幅加快了全球數字經濟的發(fā)展，智慧工廠、協(xié)同辦

公、共享平臺等經濟新業(yè)態(tài)的出現對傳統(tǒng)企業(yè)的運

營模式、管理能力和市場地位帶來了極大的壓力和

沖擊。面對當前社會環(huán)境的異變性、不確定性、復雜

性和模糊性，數字化轉型憑借自身所具備的高度動

態(tài)性、交融性和自我演進的能力成為企業(yè)構筑核心

競爭力的關鍵要素，越來越多的企業(yè)開始把數字化

轉型作為自身發(fā)展的戰(zhàn)略重心。

并購是企業(yè)盤活存量資產、做大做強做優(yōu)的重

要途徑，對國家和地區(qū)經濟的穩(wěn)定和發(fā)展具有重要

意義。不少研究發(fā)現，中國企業(yè)的并購行為呈現明

顯的本地偏好，但也有學者認為，異地并購能夠促使

企業(yè)快速進入新的市場，獲取目標企業(yè)的資源，從而

達到提升企業(yè)價值、實現戰(zhàn)略擴張目的[1]

，并且當企

業(yè)的信息獲取能力較強和資金充足時，通常會選擇

異地并購。目前，學術界對于影響企業(yè)并購區(qū)位選

擇的因素進行了較為廣泛的探討，其中涉及政府干

預[2]

、金融環(huán)境[3]

和基礎設施建設[4，5]

等宏觀層面，以

及家鄉(xiāng)偏好[6]

、政治關聯[7，8]

和公司治理[9]

等微觀層

面，但鮮有學者將數字化與并購進行結合，研究企業(yè)

數字化轉型對異地并購的影響及作用機制。事實

上，依托大數據、區(qū)塊鏈、云計算、人工智能和數字技

術應用的企業(yè)數字化轉型，不僅能夠拓寬企業(yè)融資

渠道、提高融資效率、緩解融資約束難題，還能加強

多方之間的溝通交流、降低信息不對稱，由此推動異

地并購活動的進行?；诖耍疚囊?007—2021年

A股上市公司為研究樣本，理論分析并實證檢驗了

數字化轉型對企業(yè)異地并購的影響及作用機制。

本文可能的貢獻在于：第一，拓展了企業(yè)異地并

購影響因素的視角。既有文獻從政府干預、金融環(huán)

境和基礎設施建設等宏觀層面，家鄉(xiāng)偏好、政治關聯

和公司治理等微觀層面研究企業(yè)異地并購的影響因

摘 要：本文以 2007—2021 年 A 股上市公司為研究樣本，實證檢驗了數字化轉型對企業(yè)異地并購的影響。研究發(fā)現，數字化轉型能

夠促進企業(yè)異地并購，有效提升異地并購的概率和成功率；融資約束和信息不對稱在二者之間發(fā)揮部分中介作用，即數字化轉型通過緩

解融資約束、減少信息不對稱來促進企業(yè)異地并購。進一步研究發(fā)現，數字化轉型對企業(yè)異地并購的促進作用在非國有、小規(guī)模和東部

地區(qū)的企業(yè)中表現更顯著。此外，數字化轉型對企業(yè)異地并購的影響還能帶來企業(yè)價值的提升。本文不僅拓展了企業(yè)異地并購影響因

素的視角，還豐富了數字化轉型經濟后果的相關研究，同時為企業(yè)有效推進數字化轉型提供了重要啟示。

關鍵詞：數字化轉型；異地并購；融資約束；信息不對稱

中圖分類號：F832.4 文獻標識碼：A 文章編號：1009-3540（2023）09-0053-0009

基金項目：國家社會科學基金項目“中美貿易摩擦對中國企業(yè)跨國并購的影響及對策研究”（19BGL073）。

■ 于明濤 剛浩

作者簡介：于明濤（1979—），男，博士，山東理工大學管理學院副教授，碩士生導師； 剛浩（1998—），女，山東理工大學管理學院碩士研究生。

數字化轉型與企業(yè)異地并購

——基于融資約束和信息不對稱的視角

經濟縱橫 Economic Review

53

2023年第9期 WUHAN

FINANCE

素，本文聚焦于數字化，研究企業(yè)數字化轉型對異地

并購的影響，為有效促進企業(yè)異地并購提供新的經

驗證據。第二，挖掘了數字化轉型影響企業(yè)異地并

購的內在機制。已有研究表明，融資約束和信息不

對稱都會抑制企業(yè)異地并購，而本文發(fā)現數字化轉

型能夠緩解融資約束，降低信息不對稱，提高企業(yè)異

地并購的概率和成功率，從而厘清了數字化轉型影

響企業(yè)異地并購的機制。第三，豐富了數字化轉型

影響企業(yè)異地并購的研究內容。本文探究了產權性

質、企業(yè)規(guī)模和所在區(qū)域等不同環(huán)境下數字化轉型

對企業(yè)異地并購的影響，在一定程度上拓展了數字

化轉型促進企業(yè)異地并購的異質性分析。此外，本

文還探討了數字化轉型促進企業(yè)異地并購后是否有

助于提升企業(yè)價值，進而延伸了數字化轉型經濟后

果方面的研究。

二、理論分析與研究假說

（一）融資約束視角下的數字化轉型與企業(yè)異地

并購

MM理論認為，在完美的資本市場環(huán)境下，企業(yè)

的外部資金成本與內部融資成本之間可以完全替

代，此時投資行為不會受到企業(yè)財務狀況的影響，只

會與投資需求有關[10]

。然而，在現實生活中并不存

在無摩擦的資本市場，企業(yè)外部資金成本通常高于

內部融資成本[11]

，這導致面臨融資約束的企業(yè)不得

不放棄一些投資機會，其中包括并購項目。蔣冠宏

等[12]

指出，融資約束會降低企業(yè)并購的可能性。潘

紅波等[13]

也指出，融資約束程度高的企業(yè)投資能力

會受到一定限制，無法有效獲取外部資金來支持并

購活動的進行。

異地并購復雜性高、時效性強、競爭相對激烈，

需要大量、高效、及時的資金供給，而數字化轉型恰

好在一定程度上滿足了異地并購的資金需求。首

先，企業(yè)實施數字化轉型符合“數字中國”戰(zhàn)略，不僅

能夠獲得政府及監(jiān)管部門的支持，還能享受較多金

融機構的融資優(yōu)惠[14]

，為企業(yè)實施異地并購提供資

金支持。其次，數字技術憑借便捷的操作方式和互

聯網經營模式，在社會閑置資金和企業(yè)之間搭建了

溝通橋梁，緩解了企業(yè)異地并購的融資壓力。具體

而言，人工智能、云計算、大數據和區(qū)塊鏈等數字信

息技術降低了金融服務的門檻，能夠將大量散戶及

小規(guī)模投資者的資金匯聚成大規(guī)模資金，然后將這

些資金覆蓋到有融資需求的企業(yè)[15]

，從而在一定程

度上擴大了企業(yè)的資金來源渠道，緩解了企業(yè)異地

并購的融資困境。最后，數字化轉型能夠打破地域

限制，使主并企業(yè)直接對接金融機構，節(jié)省融資時

間，提高異地并購的效率。一方面，新一代數字技術

克服了金融機構審批過程繁雜、耗時較長的缺點，極

大地釋放了人力和物力，能夠提高資金運轉效率，節(jié)

省異地并購的融資時間；另一方面，主并企業(yè)利用數

字技術能夠及時了解貸款的利率、額度、優(yōu)惠策略等

信息，從而選擇合適的融資方案，降低融資過程中的

交易成本，提高異地并購的效率。基于此，提出如下

假設：

H1：數字化轉型能夠通過緩解融資約束來促進

企業(yè)異地并購。

（二）信息不對稱視角下的數字化轉型與企業(yè)異

地并購

信息不對稱理論認為，掌握信息較多的一方往

往在資本市場中處于優(yōu)勢地位，而掌握信息較少或

較慢的一方則處于相對劣勢地位。在異地并購過程

中，信息在交易雙方之間呈現不對稱分布[16]

，這增加

了企業(yè)進行異地并購的風險[17]

。一方面，由于雙方

地理距離遠，主并企業(yè)無法有效獲得目標企業(yè)的所

有信息，容易產生“逆向選擇”問題[18]

；另一方面，目

標企業(yè)往往通過虛增收入和隱藏負面信息來粉飾形

象，提高并購交易價格，而主并企業(yè)難以發(fā)現，容易

蒙受損失[19]

。因此，對于主并企業(yè)來說，較多的信息

不對稱會導致其處于信息劣勢，不利于選擇合適的

目標企業(yè)，從而影響異地并購的進程。

數字化轉型能夠降低信息不對稱，促進企業(yè)異

地并購。一方面，數字信息技術能夠有效傳遞并購

市場的真實信息，降低異地并購決策的成本。在信

息化時代，企業(yè)的組織架構、經營策略及并購經歷都

會通過網絡進行傳遞[1]

，這拓寬了信息獲取的深度

與廣度，降低了企業(yè)進行異地并購的搜尋成本和調

整成本。江紅莉等[15]

指出，數字信息通信技術打破

了地理范圍限制，能夠提高企業(yè)信息獲取能力，降低

公司之間的信息溝通成本和投資篩選的時間成本。

對于異地并購來說，主并企業(yè)利用數字終端能夠及

時了解并購市場的基本信息，并對這些信息進行記

錄和分析，從而快速甄別市場中的標的物資產，選擇

合適的收購對象。同時，主并企業(yè)借助數字技術將

并購市場的數據轉化為標準化的信息[20，21]

，有助于

54

后續(xù)利用，能夠降低更換目標企業(yè)的調整成本。另

一方面，數字信息技術能夠幫助主并企業(yè)準確評估

目標企業(yè)的價值。曹廷求等[22]

指出，目標企業(yè)往往

會粉飾財務信息，通過夸大業(yè)績的方式來獲取更高

的支付價值。因此，如果主并企業(yè)在不了解目標企

業(yè)業(yè)務發(fā)展和財務信息的情況下貿然進行收購，很

有可能導致錯誤的并購，并造成價值的損失。主并

企業(yè)利用數字技術能夠獲取目標企業(yè)的經營信息和

財務狀況，如訂單、存貨、負債、資產等，而這些信息

也有助于主并企業(yè)更好地判斷目標企業(yè)的價值，避

免異地并購的估值不當，進而推進并購的進程。基

于此，提出如下假設：

H2：數字化轉型能夠通過降低信息不對稱來促

進企業(yè)異地并購。

三、研究設計

（一）樣本選擇與數據來源

本文以 2007—2021 年 A 股上市公司并購數據

為基礎，并進行如下處理：（1）僅保留交易地位編碼

為買方的樣本；（2）剔除重組類型編碼為資產剝離、

債務重組和股份回購的樣本；（3）剔除關聯交易樣

本；（4）剔除金融行業(yè)的樣本；（5）剔除財務數據缺失

的樣本。相關數據來源于國泰安（CSMAR）數據

庫。為減少樣本極端值對回歸造成的影響，對連續(xù)

變量進行了上下1%的縮尾處理。

（二）變量選取和定義

1.被解釋變量：企業(yè)異地并購（MA）

為了比較全面地反映企業(yè)異地并購，本文借鑒

潘爽等[4]

、蔡慶豐等[7]

、李善民等[17]

的研究，將異地并

購分為兩個變量：（1）異地并購概率（MAD），如果企

業(yè)進行跨省并購，則賦值為1，否則為0；（2）異地并

購成功率（MAS），如果企業(yè)跨省并購成功，則賦值為

1，否則為0。

2.解釋變量：企業(yè)數字化轉型（DCG）

對于數字化轉型指標的衡量，國內外學者多從

宏觀與微觀兩個層面進行衡量。宏觀層面的數字化

轉型一般采用地區(qū)經濟發(fā)展水平進行衡量[15]

，而作

為微觀個體的企業(yè)，應當選用能夠體現微觀個體差

異的技術應用程度來衡量[14，20]

。因此，本文采用國

泰安數據庫中“上市公司企業(yè)數字化轉型指標”，統(tǒng)

計大數據、區(qū)塊鏈、云計算、人工智能和數字技術應

用在公司年報中出現的頻次，并將匯總的結果加1

取自然對數，以此來衡量數字化轉型程度。

3.中介變量

（1）融資約束（WW）。參考潘紅波等[13]

、Whited

等[23]

的研究，使用WW指數來衡量企業(yè)融資約束，該

指數越大，表明企業(yè)的融資約束程度越高。

（2）信息不對稱（IFMT）。參考吳非等[24]

、周振江

等[25]

的研究，采用分析師（團隊）跟蹤分析數量的自

然對數來衡量企業(yè)信息不對稱，該數值越大，說明企

業(yè)信息不對稱程度越小。

4.控制變量

借鑒相關文獻，設置如下控制變量：資產收益率

（Roa）、公司規(guī)模（Size）、成長性（Growth）、資產負債

率（Lev）、股 權 集 中 度（Top1）、固 定 資 產 占 比

（Fixed）、現金流比率（Cash）、兩職兼任（Dual）和產

權性質（Soe）。此外，還控制了年份（Year）和行業(yè)

（Ind）固定效應。具體變量定義如表1所示。

表1 變量定義

變量類型

被解釋

變量

解釋變量

中介變量

控制變量

變量名稱

異地并購概率

異地并購

成功率

數字化轉型

融資約束

信息不對稱

資產收益率

公司規(guī)模

成長性

資產負債率

股權集中度

固定資產占比

現金流比率

兩職兼任

產權性質

年份

行業(yè)

符號

MAD

MAS

DCG

WW

IFMT

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

Year

Ind

定義

若企業(yè)當年進行跨省并購，則賦值為1，

否則為0

若企業(yè)跨省并購成功，則賦值為1，否則

為0

Ln（數字化轉型詞頻+1）

WW指數

Ln（分析師或團隊跟蹤分析數量）

凈利潤/總資產

Ln（總資產）

營業(yè)收入增長率

總負債/總資產

第一大股東持股數/總股數

固定資產凈額/總資產

經營活動產生的現金流凈額/總資產

若董事長和總經理為同一人，則賦值為

1，否則為0

若企業(yè)為國有企業(yè)，則賦值為1，否則為0

年份虛擬變量

行業(yè)虛擬變量

（三）回歸模型設定

1.基準模型構建

為了檢驗數字化轉型對企業(yè)異地并購的影響，

本文設定模型如下：

MAi,t = α0 + α1DCGi,t + α2Controlsi,t +

∑Year + ∑Ind + ε （1）

其中，i、t分別表示企業(yè)和年份。MA為企業(yè)異

經濟縱橫 Economic Review

55

2023年第9期 WUHAN

FINANCE

地并購，主要包括異地并購概率（MAD）和異地并購

成功率（MAS）；DCG 為企業(yè)數字化轉型程度；Con?

trols是一系列可能對企業(yè)異地并購產生影響的控制

變量；Year、Ind分別表示年份、行業(yè)虛擬變量。

2.中介效應模型構建

為揭示數字化轉型影響企業(yè)異地并購的具體路

徑，本文參考溫忠麟等[26]

的研究，在模型（1）的基礎

上設定以下模型：

Mediumi,t = β0 + β1DCGi,t + β2Controlsi,t +

∑Year + ∑Ind + ε （2）

MAi,t = γ0 + γ1DCGi,t + γ2Mediumi,t +

γ3Controlsi,t + ∑Year + ∑Ind + ε （3）

其 中 ，Medium 為 中 介 變 量 ，包 含 融 資 約 束

（WW）和信息不對稱（IFMT）。其他變量與模型（1）

相同。

四、實證結果

（一）描述性統(tǒng)計分析

表2匯報了主要變量的描述性統(tǒng)計結果。異地

并購概率（MAD）的均值為 0.109，異地并購成功率

（MAS）的均值為0.044，表示在26907個樣本觀測值

中，大約有2933個樣本發(fā)起了異地并購，其中1184

個樣本完成了異地并購，成功率為40.37%。數字化

轉型（DCG）的最大值為5.024，最小值為0，表示不同

企業(yè)間數字化轉型程度存在明顯差異。此外，其他

變量的統(tǒng)計結果與現有文獻基本保持一致。

表2 描述性統(tǒng)計結果

變量

MAD

MAS

DCG

WW

IFMT

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

樣本

26907

26907

26907

26907

26907

26907

26907

26907

26907

26907

26907

26907

26907

26907

均值

0.109

0.044

1.216

-0.916

1.990

0.056

22.29

0.212

0.420

0.356

0.214

0.052

0.279

0.360

中位數

0

0

0.693

-1.010

1.946

0.051

22.10

0.143

0.416

0.338

0.179

0.051

0

0

標準差

0.311

0.206

1.379

0.322

0.900

0.057

1.334

0.393

0.203

0.151

0.163

0.071

0.448

0.480

最小值

0

0

0

-1.233

0.693

-0.145

19.97

-0.462

0.049

0.090

0.003

-0.155

0

0

最大值

1

1

5.024

0

3.829

0.234

26.38

2.473

0.861

0.752

0.704

0.250

1

1

（二）基準回歸分析

表3報告了數字化轉型與企業(yè)異地并購之間的

關系。（1）和（2）列為沒有加入控制變量的檢驗結果，

數字化轉型（DCG）的回歸系數分別為0.016、0.007，

且均在 1%的水平上顯著，表明數字化轉型程度越

高，企業(yè)異地并購的概率和成功率越高，即數字化轉

型能夠顯著促進異地并購。（3）和（4）列為加入控制

變量的檢驗結果，上述結論依舊成立。

表3 基準回歸結果

變量

DCG

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

Constant

Year

Ind

N

R2

(1)

MAD

0.016***

(8.14)

0.090***

(29.82)

Yes

Yes

26907

0.027

(2)

MAS

0.007***

(5.23)

0.036***

(18.20)

Yes

Yes

26907

0.027

(3)

MAD

0.011***

(5.56)

-0.099**

(-2.28)

0.008***

(4.03)

0.043***

(8.44)

0.074***

(5.42)

-0.058***

(-4.29)

-0.096***

(-5.91)

-0.021

(-0.66)

-0.009**

(-2.06)

-0.045***

(-9.10)

-0.063

(-1.47)

Yes

Yes

26907

0.038

(4)

MAS

0.005***

(4.07)

-0.092***

(-3.20)

-0.003*

(-1.86)

0.039***

(11.51)

0.018**

(2.02)

-0.020**

(-2.28)

-0.055***

(-5.11)

0.022

(1.02)

-0.002

(-0.57)

-0.018***

(-5.57)

0.108***

(3.84)

Yes

Yes

26907

0.035

注：括號內為 T 值，***、**、* 分別表示在 1%、5%、10%水平上顯

著。下表同。

（三）作用機制分析

1.數字化轉型、融資約束與企業(yè)異地并購

表4報告了數字化轉型、融資約束與企業(yè)異地

并購之間的關系。（1）和（2）列結果顯示，DCG 的回

歸系數顯著為正，表明數字化轉型能顯著提升異地

并購的概率和成功率。（3）列結果顯示，DCG的回歸

系數顯著為負，表明數字化轉型能夠有效緩解企業(yè)

融資約束問題。（4）和（5）列結果顯示，DCG 的系數

56

顯著為正，WW的系數顯著為負。上述結果表明，數

字化轉型通過緩解融資約束來促進企業(yè)異地并購。

表4 數字化轉型、融資約束與企業(yè)異地并購

變量

DCG

WW

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

Constant

Year

Ind

N

R2

(1)

MAD

0.011***

(5.56)

-0.099**

(-2.28)

0.008***

(4.03)

0.043***

(8.44)

0.074***

(5.42)

-0.058***

(-4.29)

-0.096***

(-5.91)

-0.021

(-0.66)

-0.009**

(-2.06)

-0.045***

(-9.10)

-0.063

(-1.47)

Yes

Yes

26907

0.038

(2)

MAS

0.005***

(4.07)

-0.092***

(-3.20)

-0.003*

(-1.86)

0.039***

(11.51)

0.018**

(2.02)

-0.020**

(-2.28)

-0.055***

(-5.11)

0.022

(1.02)

-0.002

(-0.57)

-0.018***

(-5.57)

0.108***

(3.84)

Yes

Yes

26907

0.035

(3)

WW

-0.003**

(-2.08)

0.134***

(3.61)

-0.083***

(-47.27)

-0.050***

(-11.45)

-0.190***

(-16.25)

0.053***

(4.60)

-0.106***

(-7.59)

0.039

(1.43)

0.007*

(1.79)

0.008**

(2.00)

1.020***

(27.97)

Yes

Yes

26907

0.344

(4)

MAD

0.009***

(5.20)

-0.033***

(-4.65)

-0.076*

(-1.76)

0.005**

(2.27)

0.042***

(8.30)

0.069***

(5.11)

-0.072***

(-5.39)

-0.093***

(-6.26)

-0.026

(-0.83)

-0.010**

(-2.28)

-0.046***

(-9.63)

-0.005

(-0.12)

Yes

Yes

26907

0.033

(5)

MAS

0.004***

(3.43)

-0.010**

(-2.16)

-0.078***

(-2.74)

-0.003**

(-2.49)

0.038***

(11.39)

0.018**

(2.07)

-0.026***

(-2.91)

-0.044***

(-4.46)

0.013

(0.61)

-0.003

(-0.97)

-0.019***

(-5.86)

0.120***

(4.37)

Yes

Yes

26907

0.031

2.數字化轉型、信息不對稱與企業(yè)異地并購

表5報告了數字化轉型、信息不對稱與企業(yè)異

地并購之間的關系。（1）和（2）列結果顯示，DCG 的

回歸系數顯著為正，表明數字化轉型能顯著提升異

地并購的概率和成功率。（3）列結果顯示，DCG的回

歸系數顯著為正，表明數字化轉型能夠提升分析師

關注度，有效降低企業(yè)信息不對稱。（4）和（5）列結果

顯示，DCG 的系數顯著為正，IFMT 的系數顯著為

正。上述結果表明，數字化轉型通過降低信息不對

稱來促進企業(yè)異地并購。

（四）內生性問題處理

1.工具變量法

參考方明月等[27]

的研究，本文使用企業(yè)所在行

業(yè)內其他企業(yè)數字化轉型的均值作為數字化轉型的

工具變量。一方面，同行業(yè)其他企業(yè)的數字化轉型

水平與本企業(yè)的數字化轉型水平存在相關性；另一

方面，同行業(yè)其他企業(yè)的數字化轉型水平不會直接

影響本企業(yè)的異地并購行為。因此，本文選擇行業(yè)

均值（IV1）作為第一個工具變量進行2SLS回歸。

此外，本文參考姜英兵等[20]

的研究，以互聯網普

及率作為企業(yè)數字化轉型的工具變量。原因在于，

互聯網是數字化的基礎設施，而企業(yè)注冊地的互聯

網普及率能夠反映其互聯網發(fā)展情況以及數字基礎

設施建設水平，與企業(yè)數字化轉型有著密切的關

系。與此同時，互聯網普及率和企業(yè)異地并購沒有

直接的關聯渠道，也沒有文獻證明二者的關系。因

此，本文選擇互聯網普及率（IV2）作為第二個工具變

量進行2SLS回歸。

結果如表6所示，（1）和（2）列是采用行業(yè)均值

（IV1）進行回歸的結果，（3）和（4）列是采用互聯網普

及率（IV2）進行回歸的結果，（5）和（6）列是將兩個工

具變量求和作為新的工具變量進行回歸的結果。結

表5 數字化轉型、信息不對稱與企業(yè)異地并購

變量

DCG

IFMT

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

Constant

Year

Ind

N

R2

(1)

MAD

0.011***

(5.56)

-0.099**

(-2.28)

0.008***

(4.03)

0.043***

(8.44)

0.074***

(5.42)

-0.058***

(-4.29)

-0.096***

(-5.91)

-0.021

(-0.66)

-0.009**

(-2.06)

-0.045***

(-9.10)

-0.063

(-1.47)

Yes

Yes

26907

0.038

(2)

MAS

0.005***

(4.07)

-0.092***

(-3.20)

-0.003*

(-1.86)

0.039***

(11.51)

0.018**

(2.02)

-0.020**

(-2.28)

-0.055***

(-5.11)

0.022

(1.02)

-0.002

(-0.57)

-0.018***

(-5.57)

0.108***

(3.84)

Yes

Yes

26907

0.035

(3)

IFMT

0.039***

(8.40)

5.588***

(54.64)

0.381***

(78.69)

0.012

(1.04)

-0.322***

(-10.01)

-0.272***

(-8.53)

-0.019

(-0.49)

0.244***

(3.25)

0.075***

(7.12)

-0.211***

(-18.18)

-6.585***

(-65.58)

Yes

Yes

26907

0.364

(4)

MAD

0.009***

(4.94)

0.008***

(3.26)

-0.127***

(-2.79)

0.004*

(1.93)

0.044***

(8.63)

0.078***

(5.79)

-0.071***

(-5.36)

-0.091***

(-6.08)

-0.030

(-0.96)

-0.011**

(-2.48)

-0.045***

(-9.25)

0.017

(0.38)

Yes

Yes

26907

0.032

(5)

MAS

0.004***

(3.29)

0.003*

(1.78)

-0.096***

(-3.21)

-0.004**

(-2.54)

0.039***

(11.57)

0.021**

(2.40)

-0.025***

(-2.88)

-0.043***

(-4.38)

0.011

(0.54)

-0.003

(-1.08)

-0.018***

(-5.65)

0.129***

(4.44)

Yes

Yes

26907

0.031

經濟縱橫 Economic Review

57

2023年第9期 WUHAN

FINANCE

果顯示，DCG 的回歸系數顯著為正，且經檢驗發(fā)現

第一階段的F檢驗值均大于10，故不存在弱工具變

量問題?？梢姡谑褂霉ぞ咦兞亢?，數字化轉型仍能

顯著促進企業(yè)異地并購。

表6 工具變量回歸

變量

DCG

Constant

Controls

Year

Ind

N

F1

R2

IV1

(1)

MAD

0.045**

(2.25)

0.024

(0.42)

Yes

Yes

Yes

26902

722.42

0.018

(2)

MAS

0.028**

(2.47)

0.113***

(3.29)

Yes

Yes

Yes

26902

0.017

IV2

(3)

MAD

0.054**

(2.31)

0.039

(0.65)

Yes

Yes

Yes

26907

699.74

0.010

(4)

MAS

0.036**

(2.38)

0.127***

(3.30)

Yes

Yes

Yes

26907

0.005

IV1+IV2

(5)

MAD

0.054**

(2.36)

0.041

(0.68)

Yes

Yes

Yes

26902

700.04

0.001

(6)

MAS

0.036**

(2.43)

0.128***

(3.35)

Yes

Yes

Yes

26902

0.005

2.傾向得分匹配法

為解決樣本自選擇偏誤導致的內生性問題，本

文選取傾向得分匹配法進行回歸。首先，按照企業(yè)

是否進行數字化轉型進行分組；其次，將模型（1）中

的控制變量作為協(xié)變量進行1∶1的最近鄰匹配，得

到21793個觀測值；最后，將匹配后的樣本進行回歸

分析。結果如表 7（1）和（2）列所示，DCG 的回歸系

數顯著為正，本文的結論具有穩(wěn)健性。

3.固定效應模型

為避免個體差異產生的影響，并且緩解遺漏變

量導致的內生性問題，本文采用固定效應模型對數

字化轉型與企業(yè)異地并購的關系重新進行檢驗。回

歸結果如表7（3）和（4）列所示，在控制個體效應后，

DCG的回歸系數顯著為正，再次證實本文結論的穩(wěn)

健性。

（五）穩(wěn)健性檢驗

1.更換解釋變量

借鑒張永珅等[28]

的研究，以上市公司在財務報

告附注披露的年末無形資產明細項中與數字化轉型

有關的部分占企業(yè)無形資產總額的比例來衡量企業(yè)

數字化轉型。結果如表 8（1）和（2）列所示，DCG 的

回歸系數顯著為正，表明在更換解釋變量后，數字化

轉型仍能促進企業(yè)異地并購，提升跨市并購的概率

和成功率。

2.更換被解釋變量

基準回歸中，本文將異地并購定義為跨省并購，

實際上還有部分學者采用跨市并購來衡量企業(yè)異地

并購。因此，本文參考潘爽等[4]

的研究，以跨市并購

的概率和成功率來衡量企業(yè)異地并購。結果如表8

（3）和（4）列所示，DCG 的回歸系數顯著為正，表明

在更換被解釋變量后，數字化轉型仍能顯著促進企

業(yè)異地并購，提升跨市并購的概率和成功率。

3.滯后一期解釋變量

考慮到數字化轉型的滯后效應，本文參考周振

江等[25]

、胡楊等[29]

的做法，將解釋變量滯后一期，替

換以后的含義為滯后一期數字化轉型對當期企業(yè)異

地并購的影響。結果如表 8（5）和（6）列所示，DCG

的回歸系數顯著為正，表明滯后一期的數字化轉仍

能顯著促進企業(yè)異地并購，說明本文的結論具有穩(wěn)

健性。

4.縮小樣本區(qū)間

近十年來，數字化蓬勃發(fā)展。因此，本文采用

表7 其他內生性檢驗

變量

DCG

Constant

Controls

Year

Ind

Firm

N

R2

傾向得分匹配法

(1)

MAD

0.012***

(5.63)

-0.017

(-0.34)

Yes

Yes

Yes

No

21793

0.039

(2)

MAS

0.006***

(4.24)

0.124***

(3.77)

Yes

Yes

Yes

No

21793

0.035

固定效應模型

(3)

MAD

0.013***

(4.42)

0.051

(0.41)

Yes

Yes

Yes

Yes

26341

0.229

(4)

MAS

0.009***

(4.26)

0.097

(1.15)

Yes

Yes

Yes

Yes

26341

0.207

表8 穩(wěn)健性檢驗

變量

DCG

Constant

Controls

Year

Ind

N

R2

更換

解釋變量

(1)

MAD

0.019*

(1.96)

-0.089**

(-2.08)

Yes

Yes

Yes

26907

0.037

(2)

MAS

0.017**

(2.56)

0.093***

(3.27)

Yes

Yes

Yes

26907

0.035

更換

被解釋變量

(3)

MAD

0.012***

(5.47)

-0.058

(-1.23)

Yes

Yes

Yes

26907

0.036

(4)

MAS

0.005***

(3.58)

0.133***

(4.35)

Yes

Yes

Yes

26907

0.034

滯后一期

解釋變量

(5)

MAD

0.012***

(5.25)

-0.050

(-0.99)

Yes

Yes

Yes

20689

0.041

(6)

MAS

0.006***

(4.29)

0.138***

(4.13)

Yes

Yes

Yes

20689

0.042

縮小

樣本區(qū)間

(7)

MAD

0.011***

(5.11)

0.023

(0.46)

Yes

Yes

Yes

20619

0.040

(8)

MAS

0.005***

(3.25)

0.150***

(4.18)

Yes

Yes

Yes

20619

0.033

58

2012—2021年的數據，分析數字化轉型與企業(yè)異地

并購之間的關系。結果如表 8（7）和（8）列所示，在

縮小樣本區(qū)間后，DCG 的回歸系數顯著為正，再次

證明本文結論的穩(wěn)健性。

五、進一步分析

（一）異質性分析

1.產權性質

數字化轉型對企業(yè)異地并購的影響在不同產權

性質中存在差異。本文依據企業(yè)產權性質將樣本分

為國有企業(yè)與非國有企業(yè)兩組，以檢驗產權性質差

異對數字化轉型與企業(yè)異地并購產生的不同影響。

結果如表9所示，無論是國有企業(yè)還是非國有企業(yè)，

數字化轉型均能提高企業(yè)異地并購的概率和成功

率。對企業(yè)產權性質的系數進行費舍爾組合檢驗，

經驗P值為0.000，說明數字化轉型對異地并購的促

進作用在非國有企業(yè)中更加顯著?？赡艿脑蛟谟冢?/p>

國有企業(yè)的并購行為能夠獲得政府和銀行更多的支

持，能得到更多的融資優(yōu)惠和信息渠道[24]

。而非國

有企業(yè)的并購則多為追求擴張、獲取利潤的自發(fā)行

為，其資金需求更為旺盛，也更容易面臨融資約束難

題[25]

。此外，非國有企業(yè)的信息獲取成本相對較高，

面臨的信息不對稱問題也更為嚴重。因此，非國有

企業(yè)有更強烈的動機進行數字化轉型，并通過緩解

融資約束和降低信息不對稱來促進企業(yè)異地并購。

表9 產權異質性檢驗結果

變量

DCG

Constant

Controls

Year

Ind

N

R2

國有企業(yè)

(1)

MAD

0.007**

(2.09)

-0.285***

(-4.80)

Yes

Yes

Yes

9672

0.033

(2)

MAS

0.004*

(1.87)

-0.027

(-0.79)

Yes

Yes

Yes

9672

0.023

非國有企業(yè)

(3)

MAD

0.012***

(4.84)

0.115*

(1.83)

Yes

Yes

Yes

17231

0.047

(4)

MAS

0.005***

(3.00)

0.205***

(4.71)

Yes

Yes

Yes

17231

0.040

2.企業(yè)規(guī)模

數字化轉型對企業(yè)異地并購的影響在不同規(guī)模

企業(yè)間存在差異。本文按照企業(yè)規(guī)模是否大于其行

業(yè)中位數，將樣本分為小規(guī)模企業(yè)與大規(guī)模企業(yè)兩

組，以檢驗規(guī)模差異對數字化轉型與企業(yè)異地并購

產生的不同影響。結果如表 10 所示，無論規(guī)模大

小，數字化轉型均能有效促進企業(yè)異地并購。對企

業(yè)規(guī)模的系數進行費舍爾組合檢驗，經驗 P 值為

0.000，說明數字化轉型對異地并購的提升作用在小

規(guī)模企業(yè)中更加顯著?？赡艿脑蛟谟冢笠?guī)模企

業(yè)具有較強的資源優(yōu)勢和博弈能力，而小規(guī)模企業(yè)

因其規(guī)模小，信息披露不完善，面臨較多的融資約束

和信息不對稱問題。對小規(guī)模企業(yè)來說，數字平臺

拓展了融資渠道，緩解了其融資約束難題[29]

，為異地

并購提供了充足的資金支持。此外，數字技術應用

還能提高小規(guī)模企業(yè)的信息獲取能力和信息處理效

率，降低并購過程中的信息不對稱，推動企業(yè)異地并

購的進行。

表10 規(guī)模異質性檢驗結果

變量

DCG

Constant

Controls

Year

Ind

N

R2

小規(guī)模企業(yè)

(1)

MAD

0.013***

(4.73)

-0.055

(-0.54)

Yes

Yes

Yes

13444

0.047

(2)

MAS

0.007***

(3.52)

-0.022

(-0.31)

Yes

Yes

Yes

13444

0.042

大規(guī)模企業(yè)

(3)

MAD

0.010***

(3.32)

-0.027

(-0.34)

Yes

Yes

Yes

13459

0.038

(4)

MAS

0.004**

(2.14)

0.087*

(1.75)

Yes

Yes

Yes

13459

0.039

3.區(qū)域差異

數字化轉型對企業(yè)異地并購的影響存在區(qū)域差

異。本文依據企業(yè)注冊地，將樣本分為東區(qū)、中部和

西部三組，以檢驗區(qū)域差異對數字化轉型與企業(yè)異

地并購產生的不同影響。結果如表11所示，數字化

轉型對企業(yè)異地并購的促進作用在東部地區(qū)更為顯

著，且通過費舍爾組合檢驗?？赡艿脑蛟谟?，中國

改革開放由東往西推進，因而東部地區(qū)經濟發(fā)展水

平明顯高于中西部地區(qū)，東部地區(qū)企業(yè)的區(qū)位優(yōu)勢

能夠為其實施異地并購帶來一定的便捷。具體而

言，東部地區(qū)企業(yè)的對外開放程度高，制度相對完

善，信息相對公開，這為企業(yè)異地并購提供了機會和

便利。此外，東部地區(qū)企業(yè)擁有完善的數字基礎設

施，其釋放的數字經濟紅利也更為充分[25]

，這為數字

化轉型驅動企業(yè)異地并購提供了底層支持。

經濟縱橫 Economic Review

59

2023年第9期 WUHAN

FINANCE

表11 地區(qū)異質性檢驗結果

變量

DCG

Constant

Controls

Year

Ind

N

R2

東部

(1)

MAD

0.012***

(5.29)

-0.034

(-0.66)

Yes

Yes

Yes

19029

0.038

(2)

MAS

0.005***

(3.48)

0.107***

(3.09)

Yes

Yes

Yes

19029

0.035

中部

(3)

MAD

0.010*

(1.84)

0.217*

(1.85)

Yes

Yes

Yes

4368

0.068

(4)

MAS

0.006*

(1.65)

0.275***

(3.63)

Yes

Yes

Yes

4368

0.062

西部

(5)

MAD

0.008

(1.33)

-0.269**

(-2.17)

Yes

Yes

Yes

3508

0.071

(6)

MAS

0.007*

(1.81)

-0.004

(-0.05)

Yes

Yes

Yes

3508

0.054

（二）經濟影響分析

異地并購能夠促使企業(yè)獲取快速進入新的市

場，獲取目標企業(yè)的資源，提高企業(yè)發(fā)展?jié)摿?，進而

提升企業(yè)價值[1]

。那么，數字化轉型促進企業(yè)異地

并購后是否有助于提升企業(yè)價值？為了檢驗這一經

濟后果，本文參考潘爽等[4]

的研究，采用Tobin Q來衡

量企業(yè)價值，并參考姜英兵等[20]

的研究，通過中介效

應模型來檢驗數字化轉型對企業(yè)異地并購的促進作

用是否提升了企業(yè)價值。結果如表12所示，在（1）

列中，DCG 的回歸系數顯著為正，表明數字化轉型

能夠顯著提升企業(yè)價值；在（2）和（3）列中，DCG 的

回歸系數顯著為正，表明數字化轉型程度越高，企業(yè)

異地并購的概率和成功率越高；在（4）和（5）列中，

DCG、MAD和MAS回歸系數顯著為正。可見，在納

入企業(yè)異地并購變量后，數字化轉型仍能正向影響

企業(yè)價值，這表明企業(yè)數字化轉型促進異地并購的

作用的確能夠提升企業(yè)價值。

表12 經濟影響回歸結果

變量

DCG

MAD

MAS

Constant

Controls

Year

Ind

N

R2

(1)

Tobin Q

0.056***

(8.55)

8.469***

(59.79)

Yes

Yes

Yes

26907

0.353

(2)

MAD

0.011***

(5.56)

-0.063

(-1.47)

Yes

Yes

Yes

26907

0.038

(3)

MAS

0.005***

(4.07)

0.108***

(3.84)

Yes

Yes

Yes

26907

0.035

(4)

Tobin Q

0.055***

(8.35)

0.115***

(5.70)

8.477***

(59.87)

Yes

Yes

Yes

26907

0.354

(5)

Tobin Q

0.055***

(8.44)

0.130***

(4.26)

8.455***

(59.69)

Yes

Yes

Yes

26907

0.353

六、結論與啟示

（一）研究結論

本文以 2007—2021 年 A 股上市公司為研究樣

本，實證檢驗了數字化轉型對企業(yè)異地并購的具體

影響。研究結果表明：（1）數字化轉型能夠顯著促進

企業(yè)異地并購，這一結論在一系列內生性檢驗和穩(wěn)

健性檢驗后依然成立；（2）作用機制分析表明，數字

化轉型通過緩解企業(yè)融資約束、降低信息不對稱來

促進企業(yè)異地并購，提高異地并購的概率和成功率；

（3）從異質性的角度來看，數字化轉型對企業(yè)異地并

購的促進作用在非國有、小規(guī)模和東部地區(qū)的企業(yè)

中表現更顯著；（4）從經濟影響的角度來看，企業(yè)數

字化轉型對異地并購的影響能夠帶來積極的經濟效

益，有助于提升企業(yè)價值。

（二）研究啟示

第一，加快數字經濟發(fā)展，大力推進企業(yè)數字化

轉型。當前國際主要經濟合作組織和論壇均把加快

發(fā)展數字經濟以及推動數字治理作為重要議題，數

字化已成為賦能傳統(tǒng)行業(yè)的重要手段。因此，中國

應大力推進數字化轉型進程，以在數字經濟時代占

據優(yōu)勢地位。一方面，政府需要給予企業(yè)數字化轉

型一定的政策支持，把扶持、鼓勵和引導企業(yè)進行數

字化轉型作為工作重點，不斷完善政策保護體系，營

造良好的外部環(huán)境，助力企業(yè)數字化轉型；另一方

面，企業(yè)應積極實施數字化轉型，推動數字技術和企

業(yè)組織結構、商業(yè)模式的結合，發(fā)揮數字化轉型的效

能，重塑新的價值創(chuàng)造方式。

第二，重視融資約束和信息不對稱在數字化轉

型促進企業(yè)異地并購中的機制傳導。研究表明，數

字化轉型能夠通過緩解融資約束、降低信息不對稱

來推動異地并購的進行。在數字化時代，企業(yè)應當

積極發(fā)揮數字化轉型技術的作用，充分利用大量散

戶及小規(guī)模投資者的資金，拓寬資金來源渠道，提高

融資效率，緩解異地并購的融資困境。此外，企業(yè)還

應當利用人工智能、云計算、大數據和區(qū)塊鏈等前沿

技術，提高自身的信息搜尋能力和處理能力，克服并

購過程中的信息不對稱問題，避免逆向選擇與估值

不當，推動異地并購的進行。

第三，立足于環(huán)境差異，數字化轉型的推進策略

應當“因企制宜”。在關注數字化轉型如何影響企業(yè)

異地并購的同時，還需要關注不同環(huán)境和治理情境

60

下的差異性，特別是關注到數字化轉型對企業(yè)異地

并購的促進作用在非國有、小規(guī)模和東部地區(qū)的企

業(yè)中表現更顯著。因此，企業(yè)應當充分考量環(huán)境差

異，合理發(fā)揮數字化轉型的作用，促進企業(yè)異地并購

的概率和成功率，提升企業(yè)價值?！?/p>

[參考文獻]

[1] 董靜，余婕.風險投資地域經驗與企業(yè)異地并購[J].經濟

管理，2021（4）：88-107.

[2] 潘紅波，余明桂.支持之手、掠奪之手與異地并購[J].經濟

研究，2011（9）：108-120.

[3] 衛(wèi)婧婧.金融環(huán)境、融資約束與企業(yè)異地并購[J].經濟問

題，2022（8）：47-56.

[4] 潘爽，葉德珠.交通基礎設施對市場分割的影響：來自高

鐵開通和上市公司異地并購的經驗證據[J].財政研究，2021

（3）：115-129.

[5] JIN Z，YANG Y，ZHANG L. Geographic Proximity and

Cross- Region Merger and Acquisitions：Evidence from the

Opening of High- Speed Rail in China[J]. Pacific- Basin Fi?

nance Journal，2021，68：101592.

[6] 華仁海，章瑋梓.CEO 家鄉(xiāng)偏好與企業(yè)異地并購[J].山西

財經大學學報，2021（11）：102-114.

[7] 蔡慶豐，田霖，郭俊峰.民營企業(yè)家的影響力與企業(yè)的異

地并購：基于中小板企業(yè)實際控制人政治關聯層級的實證

發(fā)現[J].中國工業(yè)經濟，2017（3）：156-173.

[8] SCHWEIZER D，WALKER T，ZHANG A. Cross- Border

Acquisitions by Chinese Enterprises：The Benefits and Disad?

vantages of Political Connections[J]. Journal of Corporate Fi?

nance，2019，57：63-85.

[9] 劉春，李善民，孫亮.獨立董事具有咨詢功能嗎?異地獨董

在異地并購中功能的經驗研究[J].管理世界，2015（3）：124-

136+188.

[10] MODIGLIANI F，MILLER M H. The Cost of Capital，Cor?

poration Finance and the Theory of Investment[J]. The Ameri?

can Economic Review，1958，48（3）：261-297.

[11] MYERS S C，MAJLUF N S. Corporate Financing and In?

vestment Decisions When Firms Have Information that Inves?

tors Do Not Have[J]. Journal of Financial Economics，1984，13

（2）：187-221.

[12] 蔣冠宏，曾靚.融資約束與中國企業(yè)對外直接投資模式：

跨國并購還是綠地投資[J].財貿經濟，2020（2）：132-145.

[13] 潘紅波，楊海霞.競爭者融資約束對企業(yè)并購行為的影

響研究[J].中國工業(yè)經濟，2022（7）：159-177.

[14] 花俊國，劉暢，朱迪.數字化轉型、融資約束與企業(yè)全要

素生產率[J].南方金融，2022（7）：54-65.

[15] 江紅莉，侯燕，蔣鵬程.數字經濟發(fā)展是促進還是抑制了

企業(yè)實體投資：來自中國上市公司的經驗證據[J].現代財經

（天津財經大學學報），2022（5）：78-94.

[16] RAGOZZINO R. The Effects of Geographic Distance on

the Foreign Acquisition Activity of US Firms[J]. Management

International Review，2009，49：509-535.

[17] 李善民，楊繼彬，鐘君煜.風險投資具有咨詢功能嗎?異

地風投在異地并購中的功能研究[J].管理世界，2019（12）：

164-180+215-216.

[18] 高揚.私募機構持股在企業(yè)并購中的信號傳遞效應研究

[J].財經問題研究，2020（5）：56-65.

[19] 饒斌，周曉波.上市公司并購重組的對賭協(xié)議規(guī)劃及風

險控制[J].江西社會科學，2020（3）：211-220.

[20] 姜英兵，徐傳鑫，班旭.數字化轉型與企業(yè)雙元創(chuàng)新[J].

經濟體制改革，2022（3）：187-193.

[21] YU M，YAN A. Can Digital Finance Accelerate the Digi?

tal Transformation of Companies? From the Perspective of

M&A[J]. Sustainability，2022，14（21）：14281.

[22] 曹廷求，張鈺，劉舒.董事網絡、信息不對稱和并購財富

效應[J].經濟管理，2013（8）：41-52.

[23] WHITED T M，WU G. Financial Constraints Risk[J]. The

Review of Financial Studies，2006，19（2）：531-559.

[24] 吳非，胡慧芷，林慧妍，等.企業(yè)數字化轉型與資本市場

表現：來自股票流動性的經驗證據[J].管理世界，2021（7）：

130-144+10.

[25] 周振江，鄭雨晴，李劍培.數字金融如何助力企業(yè)創(chuàng)新：

基于融資約束和信息約束的視角[J].產經評論，2021（4）：

49-65.

[26] 溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心

理科學進展，2014（5）：731-745.

[27] 方明月，林佳妮，聶輝華.數字化轉型是否促進了企業(yè)內

共同富裕?來自中國A股上市公司的證據[J].數量經濟技術

經濟研究，2022（11）：50-70.

[28] 張永珅，李小波，邢銘強.企業(yè)數字化轉型與審計定價

[J].審計研究，2021（3）：62-71.

[29] 胡楊，王馗，范紅忠.數字化轉型與企業(yè)海外投資：事實

考察與機理分析[J].財經論叢，2023（6）：3-13.

（責任編輯：GW / 校對：XY）

經濟縱橫 Economic Review

61

2023年第9期 WUHAN

FINANCE

摘 要：本文以管理層短視行為作為研究情境，以 2011—2021 年 A 股上市企業(yè)為研究對象，實證檢驗了管理層短視行為對企業(yè)透明

度的影響。研究結果表明：管理層短視行為對企業(yè)透明度具有顯著的負向影響；較強的數字化轉型力度可以通過抑制管理層短視路徑來

提升企業(yè)透明度。異質性檢驗表明，數字化轉型的調節(jié)效應在國有企業(yè)、行業(yè)競爭性強和規(guī)模較大的企業(yè)中更為明顯。機制分析發(fā)現，

管理層短視可通過減少企業(yè)創(chuàng)新活力進而降低企業(yè)透明度。本研究明晰了管理層短視行為對微觀企業(yè)信息披露領域的影響，為解決管

理層短視行為提供了重要的經驗證據和理論啟示。

關鍵詞：企業(yè)管理；公司治理；信息披露；數字化轉型；企業(yè)透明度

中圖分類號：F832.5 文獻標識碼：A 文章編號：1009-3540（2023）09-0062-0008

■ 邢洋 馬千惠 肖有智

作者簡介：邢洋（1989—），男，博士，資本市場學院博士后流動站，廈門大學管理學院，博士后研究員； 馬千惠（1989—），女，博士，人保財

險深圳分公司； 肖有智（通訊作者）（1992—），男，博士，國家信息中心，助理研究員。

管理層短視、數字化轉型與

企業(yè)透明度

一、引言

習近平總書記在二十大報告中提到，要構建高

水平社會主義經濟體制，完善中國特色現代企業(yè)制

度，促進數字經濟與實體經濟深度融合。資本市場

本質是一個信息交換的平臺，企業(yè)向市場注入更透

明和更準確的企業(yè)財務信息，有助于投資者整合更

完整的信息并做出科學的配置決策。因此，提升信

息透明度、完善投資者決策機制，是保護投資者利益

的重要環(huán)節(jié)，也是實現資本市場有效資源配置的關

鍵。不少文獻從代理理論、信息不對稱、公司治理等

角度研究了企業(yè)透明度的各種影響因素。然而，少

有文獻研究管理層短視與企業(yè)透明度之間的關系，

更是缺乏關于數字化轉型對其調節(jié)作用的研究。鑒

于此，本文選取2011—2021年我國滬深A股上市企

業(yè)作為研究對象，深入探討管理層短視與企業(yè)透明

度之間的關系及其作用機制，豐富了管理層短視行

為的經濟后果研究，對加強公司治理以及信息披露

制度建設和實踐具有重要意義。

二、文獻綜述與研究假設

（一）文獻回顧

1.管理層短視主義

管理層短視，即管理者為追求個人利益，在諸多

非理性因素影響下，偏好減少長期投資，選擇“短、

平、快”的投資項目導致偏離最佳投資決策的行為。

現實中，管理者是有限理性的個體，其短視心理偏差

會影響企業(yè)的各項決策[1—3]

?，F有研究主要基于所

有權結構、委托代理理論、薪酬扭曲理論和職業(yè)關注

理論[4—8]

，闡述管理層短視的負向經濟溢出效應。在

管理者個體特征方面，學者從管理者的性格、薪酬、

背景出發(fā)[9—11]

，研究其對管理者決策以及短視行為

的影響。從外部監(jiān)督和治理方面，學者們主要從大

股東持股占比、董事會、外部投資者以及媒體關注等

角度考慮其對管理層短視行為的影響。此外，不少

學者認為管理層短視行為會對企業(yè)創(chuàng)新、業(yè)績操縱、

62

可持續(xù)發(fā)展以及系統(tǒng)風險產生影響[12—15]

。

2.管理層短視和企業(yè)透明度

企業(yè)透明度水平主要由企業(yè)信息供給決定，其

特別容易受到高管團隊的戰(zhàn)略制定和具體執(zhí)行的影

響。管理層短視是指管理者更重視短期利益，忽視

公司長遠利益的決策行為[16]

。根據委托代理理論，

管理層短視行為源于所有權和經營權分離，因此當

關鍵審計事項被披露時，特別是在會暴露經營風險

跡象的情況下，管理層為追求個人利益，可能會利用

優(yōu)先知情權和決策權減少高風險事項，消極對待信

息披露。基于前景理論，決策者在面對特定收益時，

更關心如何規(guī)避等額的“損失”。當經營業(yè)績不理想

時，管理層為了增加企業(yè)近期業(yè)績，更容易出現短視

行為，通過對非財務信息進行印象管理，采用象征性

舉措進行掩飾，從而降低公司透明度。基于上述分

析，本文提出如下假設：

H1：在其他條件一定的情況下，管理層短視行

為與企業(yè)透明度呈負向相關關系。

（二）數字化轉型與企業(yè)透明度

互聯網、大數據、區(qū)塊鏈以及人工智能等技術的

加速發(fā)展推動了企業(yè)數字化轉型與傳統(tǒng)生產模式相

互嵌入的進程。一方面，企業(yè)數字化轉型有助于加

快不同業(yè)務部門間的信息流動，提升信息的準確性，

保障了對外信息披露的質量。另一方面，企業(yè)數字

化轉型為外部市場調取企業(yè)信息提供了便利。審計

師可以利用相應的技術對企業(yè)業(yè)務和財務進行全流

程分析，有效抑制了管理層在信息披露中的機會主

義。此外，數字化轉型容易對市場產生正向“聚光

燈”效應，吸引媒體和分析師的關注，從而形成新的

監(jiān)督力量，有效推動企業(yè)透明度的提升。王瑤等[17]

認為企業(yè)數字化轉型的技術能夠對企業(yè)業(yè)務流程產

生實質性影響，通過將海量信息輸出為可視化、標準

化的數字信息，能夠顯著增加企業(yè)信息的有效供給，

并激勵分析師調研挖掘私有信息。企業(yè)數字化轉型

后，由于對其內外部資源進行了重新配置，有助于自

身動態(tài)能力的提升[18]

，也為提升企業(yè)透明度奠定了

基礎。王海芳等[19]

認為企業(yè)數字化轉型過程通過在

感知能力、獲取能力和重構能力三個維度對年報可

讀性產生正向影響，增強了對資本市場釋放有效信

息的能力?；谏鲜龇治?，本文提出如下假設：

H2：在其他條件一定的情況下，企業(yè)數字化轉

型與企業(yè)透明度呈正向相關關系。

（三）管理層短視、企業(yè)數字化轉型與企業(yè)透明度

企業(yè)數字化轉型從企業(yè)治理和信息監(jiān)督兩個方

面強化了企業(yè)的公司治理能力。這兩個方面也是提

升企業(yè)透明度的內驅動力。

從企業(yè)治理的角度出發(fā)，由于企業(yè)與利益相關

者存在信息不對稱問題，管理層往往希望只承擔最

小的社會責任成本而獲得最大的財務回報。然而，

在企業(yè)數字化轉型過程中，尤其是隨著大數據和區(qū)

塊鏈的應用，海量的運營信息得以更便利的記錄、查

詢和追溯，提升了內部信息的透明度。此外，企業(yè)數

字化轉型可提升年報的可讀性，以審計機構、分析師

和投資者為代表的中介機構與社會媒體強化了企業(yè)

透明度的外部監(jiān)督機制，為管理層的對外信息披露

造成了無形壓力。

從信息監(jiān)督的角度出發(fā)，企業(yè)數字化轉型提高

了信息處理的能力，數字化技術使得企業(yè)內部各部

門之間形成了數字化網絡，降低了內部信息傳遞的

阻礙，減少了管理層誤判。數字技術重塑了監(jiān)督架

構，業(yè)務場景數據化的實時信息監(jiān)督功能對管理層

在決策中的非理性行為形成了隱性的制約。從外部

來看，數字化信息技術提高了供應鏈上下游廠商的

信息交換效率，降低了市場參與者的信息獲取成本，

較低的外部成本進一步抑制了管理層“暗箱操作”帶

來的風險[20]

?；谏鲜龇治?，本文提出如下假設：

H3：在其他條件一定的情況下，企業(yè)數字化轉

型能夠對管理層短視與企業(yè)透明度的關系產生調節(jié)

效應。

三、研究假設與實證檢驗

（一）變量選取與數據來源

本文以2011—2021年A股上市公司為樣本，并

進行如下篩選和處理：（1）剔除所有當年被標記含有

ST 的公司樣本；（2）剔除金融保險業(yè)的公司樣本；

（3）剔除財務數據缺失的樣本。此外，對所有連續(xù)變

量均進行了前后1%和99%的縮尾處理。樣本數據

均來源于萬得（Wind）數據庫。

1.被解釋變量：企業(yè)透明度（Trans）。借鑒辛清

泉等[21]

的研究，通過審計師是否來自四大會計師事

務所、分析師關注度、研報關注度、上市公司信息披

露考評分和盈余質量指標的樣本百分等級（percen?

tile rank）求均值，衡量企業(yè)透明度。指標值越大，表

明企業(yè)透明度越高。

經濟縱橫 Economic Review

63

2023年第9期 WUHAN

FINANCE

2.解釋變量：管理層短視（Myo）。借鑒胡楠等[3]

的研究，通過劃定企業(yè) MD&A 章節(jié)中“管理者短視

行為”的種子詞集，利用 CBOW 模型對年報語料進

行訓練得到最終指標詞集，最后計算表征短視行為

詞集的詞匯詞頻與 MD&A 總詞頻的比值。該指標

值越大，表明管理層越短視。

3.調節(jié)變量：企業(yè)數字化轉型（Dig）。借鑒吳非

等[22]

的研究，在“人工智能技術、區(qū)塊鏈技術、大數據

與圖像技術、云計算與物聯網技術”四類數字化轉型

詞匯庫的基礎上，剔除關鍵詞前“無”“沒”和“不”等

否定詞，通過剔除非本公司的關鍵詞，基于Python爬

蟲程序和Java PDF box庫歸納整理滬深證券交易所

A股上市公司的年度報告，計算各類關鍵技術層面

的總詞頻數，對其進行對數化處理，從而得到度量企

業(yè)數字化轉型程度的綜合指標Dig。

4.控制變量：根據已有文獻[23，24]

，本文加入宏觀

外部因素控制變量以及企業(yè)財務特征控制變量，包

括經濟政策不確定性、企業(yè)規(guī)模、凈資產收益率、資

產負債率等。

本文使用的變量見表1。

表1 變量定義

變量類型

被解釋變量

解釋變量

調節(jié)變量

控制變量

變量名稱

企業(yè)透明度

管理層短視

企業(yè)數字化轉型

經濟政策不確定性

企業(yè)規(guī)模

凈資產收益率

獨立董事比例

機構持股比率

資產負債率

股東持股比例

企業(yè)年齡

企業(yè)成長性

年份

行業(yè)

變量符號

Trans

Myo

Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

Year

Ind

變量含義

計算方法見被解釋變量

計算方法見解釋變量

計算方法見調節(jié)變量

中國經濟政策不確定指數月度

平均值取對數

公司年末總資產取對數

凈利潤/股東權益平均余額

獨立董事比例

機構持股比率

總負債/總資產

大股東持股比例

企業(yè)年齡

營業(yè)收入增長率

年份虛擬變量

行業(yè)虛擬變量

（二）模型設計

為檢驗管理層短視對透明度的影響，本文建立

如下模型：

Transi,t + 1 = α0 + β1Myoi,t + β2Controlsi,t +

μi + μt + μd + εi,t

（1）

Transi,t + 1 = α0 + β1Digi,t + β2Controlsi,t +

μi + μt + μd + εi,t

（2）

Transi,t + 1 = α0 + β1Myoi,t + β2Digi,t +

β3Myoi,t × Digi,t + β4Controlsi,t +

μi + μt + μd + εi,t

（3）

其中，Transi,t + 1 為被解釋變量，表示公司 i 在第

t+1期的企業(yè)透明度水平。 Myoi,t 表示企業(yè)在t年的

管理層短視，Digi,t 表示企業(yè)在t年企業(yè)數字化轉型。

Controlsi,t 表示一系列控制變量。此外，μi 、μt 、μd

分別為企業(yè)個體、年份和行業(yè)變量，加入這些變量是

為了排除企業(yè)自身特征和經濟周期的因素對回歸結

果的干擾。 εi,t 為殘差項。

模型（1）用來檢驗管理層短視對企業(yè)透明度水

平的影響。模型（2）用來檢驗數字化轉型對企業(yè)透

明度的影響。模型（3）在模型（1）的基礎上引入管理

層短視代理變量 Myoi,t 以及 Digi,t 和數字化轉型的

交互項 Myoi,t × Digi,t ，用來考察在不同的數字化轉

型水平下，管理層短視對企業(yè)透明度水平的影響。

四、實證分析

（一）描述性統(tǒng)計

表2為各變量的描述性統(tǒng)計結果。可以看出，

滬深兩市A股上市企業(yè)透明度的均值為0.30，最大

值為0.83，最小值為0，均值高于中位數，說明我國上

市企業(yè)透明度水平整體較高。管理層短視的均值為

0.09，最大值為0.38，最小值為0，表明樣本管理層短

視行為相差較大。數字化轉型的均值為0.88，最大

值為5.21，最小值為0，表明不同企業(yè)之間企業(yè)數字

化程度差距較大。

表2 描述性統(tǒng)計

變量

Trans

Myo

Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

樣本量

50906

37804

37657

69223

61116

55145

48558

37916

69223

45642

74301

55778

均值

0.30

0.09

0.88

5.55

21.52

11.78

0.35

36.69

34.81

37.04

15.01

1.20

標準差

0.13

0.08

0.99

0.68

1.55

16.94

0.11

23.77

25.31

17.16

7.24

0.43

最小值

0

0

0

4.59

18.01

-67.08

0

0.07

0

8.88

1

0.44

中位數

0.28

0.07

0.51

5.50

21.44

10.68

0.33

36.57

35.25

34.29

1

1.130

最大值

0.83

0.38

5.21

6.67

25.93

63.75

0.57

87.59

92.91

92

34

3.79

64

（二）管理層短視、數字化轉型與企業(yè)透明度

為檢驗假設 1，本文使用固定效應面板模型進

行實證分析，結果如表3（1）列所示。（1）列使用管理

層短視對企業(yè)透明度進行回歸，回歸系數為-0.0112，

且在5%的水平上顯著，說明管理層短視對企業(yè)透明

度具有顯著的負向效應，驗證了假設H1?？赡艿慕?/p>

釋為：管理層在面對企業(yè)關鍵事項披露或者負面業(yè)

績披露時，出于自身利益的考慮，存在影響報告正常

披露的情形，進而影響了企業(yè)透明度。

為檢驗假設 2，本文對數字化轉型與企業(yè)透明

度進行了回歸分析，結果如表3（2）列所示。（2）列單

獨 運 用 了 數 字 化 轉 型 進 行 回 歸 ，回 歸 系 數 為

0.00570，且在1%的水平上顯著，說明數字化轉型有

助于提升企業(yè)透明度，驗證了假設H2?？赡艿慕忉?/p>

為：數字化轉型提升了企業(yè)對內部信息的獲取能力，

優(yōu)化了企業(yè)信息披露的精準性和質量，進而提升了

企業(yè)透明度。

為檢驗假設3，本文對管理層短視、數字化轉型

與企業(yè)透明度進行了回歸分析，結果如表3（3）列所

示。（3）列中，管理層短視與數字化轉型的交乘項系

數為0.0355，且在1%的水平上顯著，說明數字化轉

型的提升弱化了管理層短視對企業(yè)透明度的負向影

響，驗證了假設H3。可能的解釋為：一方面，數字化

轉型提升了企業(yè)內部管理的效率，使得調取信息、復

核信息更加便捷，抑制了管理層利用職權實施操縱

的行為活動；另一方面，通過信息監(jiān)督增強了管理層

主動披露信息的意愿。

（三）異質性分析

為考察管理層短視、數字化轉型對企業(yè)透明度

的異質性影響，本文根據企業(yè)的產權屬性、行業(yè)競爭

水平以及企業(yè)規(guī)模對樣本進行了分組討論。

1.企業(yè)產權屬性

本文按照企業(yè)所有者性質將樣本分為國有企業(yè)

組與非國有企業(yè)組。如表4所示，數字化轉型對國

有企業(yè)管理層短視行為的調節(jié)更明顯。原因可能

是：國有企業(yè)的主營業(yè)務承接了更多政策性項目，且

運營項目涉及上下游企業(yè)較多，隨著企業(yè)數字化轉

型，信息透明度增強，管理層操縱行為得到抑制。因

此，在強監(jiān)管背景下，國有企業(yè)的管理層短視行為對

數字化轉型帶來的監(jiān)督效應更為敏感。

2.競爭強弱

本文基于各個企業(yè)應收賬款與存貨之和除以總

資產，將樣本劃分為強弱競爭兩組。如表5所示，企

業(yè)數字化轉型對強競爭組企業(yè)管理層短視行為的調

節(jié)作用更為明顯。原因可能是：行業(yè)競爭程度會影

響企業(yè)信息披露決策[25]

，但由于數字化技術能通過

提升企業(yè)的全要素生產率進而提升企業(yè)的業(yè)務水

平，因此在激烈的競爭環(huán)境下，數字化轉型對強競爭

組企業(yè)管理層短視行為的調節(jié)效應更為明顯。

3.企業(yè)規(guī)模

本文基于企業(yè)資產規(guī)模的中位數將樣本劃分為

企業(yè)規(guī)模較大和較小兩組。如表6所示，數字化轉

型對企業(yè)規(guī)模較大樣本的管理層短視行為的調節(jié)效

應較強。原因可能是：一方面，數字化轉型對企業(yè)資

表3 管理層短視、數字化轉型與企業(yè)透明度的影響

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

(1)

Trans

-0.0112**

(0.00517)

0.149***

(0.0214)

0.0101***

(0.00115)

0.000544***

(3.16e-05)

-0.00118

(0.0122)

0.000399***

(2.64e-05)

-0.000443***

(4.12e-05)

0.000575***

(8.09e-05)

0.00348**

(0.00172)

0.0127***

(0.000830)

控制

控制

控制

-0.826***

(0.0937)

36,685

0.594

4,428

(2)

Trans

0.00570***

(0.000949)

0.141***

(0.0207)

0.00976***

(0.00115)

0.000550***

(3.15e-05)

-0.00181

(0.0123)

0.000398***

(2.64e-05)

-0.000445***

(4.12e-05)

0.000593***

(8.07e-05)

0.00376**

(0.00167)

0.0130***

(0.000828)

控制

控制

控制

-0.783***

(0.0912)

36,539

0.594

4,408

(3)

Trans

0.00273

(0.00611)

0.00707***

(0.000989)

0.0355***

(0.00768)

0.140***

(0.0208)

0.00981***

(0.00115)

0.000545***

(3.15e-05)

-0.00138

(0.0122)

0.000397***

(2.64e-05)

-0.000436***

(4.11e-05)

0.000580***

(8.07e-05)

0.00374**

(0.00168)

0.0129***

(0.000827)

控制

控制

控制

-0.779***

(0.0914)

36,538

0.595

4,407

注：括號內為聚類穩(wěn)健標準誤；*、**、***分別表示在10%、5%和

1%水平上顯著。下表同。

經濟縱橫 Economic Review

65

2023年第9期 WUHAN

FINANCE

金要求較高，規(guī)模較大的企業(yè)更容易獲得較低的融

資成本，因此數字化轉型也更容易開展，對企業(yè)治理

能產生正向影響；另一方面，企業(yè)規(guī)模擴大伴隨著其

業(yè)務量的增加，因此數字化轉型在優(yōu)化企業(yè)財務系

統(tǒng)和運營系統(tǒng)的優(yōu)勢更容易得以體現，更能有效約

束管理層機會主義行為。

（四）穩(wěn)健性檢驗

為了保證結論的可靠性，本文從以下三個方面

進行穩(wěn)健性檢驗：（1）考慮到外資可能具備更多向資

本市場傳遞信號的途徑，因此剔除外資樣本以縮小

總樣本規(guī)模。（2）管理層持股可以使得管理層和股東

保持一致利益[26，27]

，從而降低代理問題，因此添加遺

漏變量管理層持股比例（Mshare）至計量模型中。（3）

考慮到管理層對長短期項目的決策以及數字化轉型

活動在不同行業(yè)間可能存在差異，本文將行業(yè)控制

細化至證監(jiān)會行業(yè)三級分類。穩(wěn)健性檢驗結果如表

7 所示，管理層短視和數字化轉型的變量符號和顯

著性與前文一致，說明本文的研究結論具有穩(wěn)健性。

（五）工具變量

管理層短視與企業(yè)透明度可能在一定程度上互

為因果關系，對此本文在現有研究的基礎上，以再次

滯后被解釋變量的方式進行內生性處理，滿足了相

關外生性條件。回歸結果如表8所示，系數在1%的

水平上顯著，結論仍與前文一致，證明了本文結論的

穩(wěn)健性。

（六）機制路徑的識別檢驗

上文對管理層短視和企業(yè)透明度之間的關系進

行了較為詳細地刻畫，下面將對管理層短視和企業(yè)

表4 國企與非國企分組回歸結果

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

全樣本

Trans

0.00273

(0.00611)

0.00707***

(0.000989)

0.0355***

(0.00768)

0.140***

(0.0208)

0.00981***

(0.00115)

0.000545***

(3.15e-05)

-0.00138

(0.0122)

0.000397***

(2.64e-05)

-0.000436***

(4.11e-05)

0.000580***

(8.07e-05)

0.00374**

(0.00168)

0.0129***

(0.000827)

控制

控制

控制

-0.779***

(0.0914)

36,538

0.595

4,407

國企

Trans

0.0402***

(0.00996)

0.00528***

(0.00173)

0.0534***

(0.0132)

0.116***

(0.0373)

0.00642***

(0.00191)

0.000431***

(4.64e-05)

0.0143

(0.0192)

0.000214***

(4.66e-05)

-0.000227***

(7.59e-05)

4.99e-05

(0.000139)

0.00834***

(0.00300)

0.00698***

(0.00126)

控制

控制

控制

-0.632***

(0.159)

13,088

0.698

1,352

非國企

Trans

-0.0153**

(0.00751)

0.00597***

(0.00102)

0.0211**

(0.00967)

0.139***

(0.0230)

0.0145***

(0.00141)

0.000490***

(3.95e-05)

-0.0267*

(0.0139)

0.000468***

(3.09e-05)

-0.000343***

(4.78e-05)

0.000505***

(9.91e-05)

0.00184

(0.00186)

0.0129***

(0.00101)

控制

控制

控制

-0.832***

(0.104)

23,450

0.535

3,421

表5 競爭強度分組回歸結果

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

全樣本

Trans

0.00273

(0.00611)

0.00707***

(0.000989)

0.0355***

(0.00768)

0.140***

(0.0208)

0.00981***

(0.00115)

0.000545***

(3.15e-05)

-0.00138

(0.0122)

0.000397***

(2.64e-05)

-0.000436***

(4.11e-05)

0.000580***

(8.07e-05)

0.00374**

(0.00168)

0.0129***

(0.000827)

控制

控制

控制

-0.779***

(0.0914)

36,538

0.595

4,407

強競爭

Trans

0.0105

(0.00833)

0.00637***

(0.00123)

0.0456***

(0.0106)

0.138***

(0.0298)

0.0113***

(0.00143)

0.000585***

(4.09e-05)

0.00191

(0.0159)

0.000409***

(3.62e-05)

-0.000459***

(5.23e-05)

0.000546***

(0.000103)

0.00379

(0.00239)

0.0125***

(0.00117)

控制

控制

控制

-0.796***

(0.130)

18,229

0.604

3,984

弱競爭

Trans

-0.00483

(0.00841)

0.00457***

(0.00126)

0.0284**

(0.0114)

0.133***

(0.0227)

0.00822***

(0.00136)

0.000544***

(4.51e-05)

-0.00748

(0.0155)

0.000379***

(3.49e-05)

-0.000400***

(5.28e-05)

0.000591***

(9.54e-05)

0.00464**

(0.00183)

0.0130***

(0.00114)

控制

控制

控制

-0.696***

(0.102)

18,309

0.592

4,033

66

透明度的具體影響路徑進行分析。本文通過構建遞

歸方程，期望更加清晰地揭示兩者之間的內在邏輯

關系，為本文的研究提供更加詳細的證據。

Transi,t + 1 = α0 + β1Myoi,t + β2Controlsi,t +

μi + μt + μd + εi,t

（1）

MRDIi,t + 1 = α0 + β1Myoi,t + β2Controlsi,t +

μi + μt + μd + εi,t

（4）

Transi,t + 1 = α0 + β1Myoi,t + β2MRDIi,t +

β3Controlsi,t + μi + μt + μd + εi,t

（5）

在中介變量 MRDI 的選取上，本文以是否進行

創(chuàng)新投入來考察。選取這一變量的原因在于：管理

層的短視行為通常表現為減少甚至放棄對具有長期

收益的投資行為[28]

，而創(chuàng)新活動需要長期資源的投

入，且具備較高的失敗可能[29]

。因此，管理層短視行

為會通過調整創(chuàng)新項目來改變企業(yè)決策和風險偏

好，以獲得短期現金流來實現短期目標。在此過程

中，投資者和監(jiān)管方較難了解到企業(yè)短期真實的風

險問題，導致盈余管理和風險事項披露監(jiān)管更難，從

而加劇了信息不對稱現象和管理層行為動機的監(jiān)管

難度?；貧w結果如表9所示，管理層短視（Myo）對企

業(yè)創(chuàng)新活力（MRDI）的回歸系數在1%的水平上顯著

為負，說明管理層短視對企業(yè)創(chuàng)新投入具有一定負

向作用。從模型5來看，管理層短視（Myo）和企業(yè)創(chuàng)

新活力（MRDI）對企業(yè)透明度（Trans）的影響分別顯

表7 穩(wěn)健性檢驗

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

Mshare

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

剔除外資

Trans

0.00346

(0.00595)

0.00606***

(0.000895)

0.0386***

(0.00801)

0.141***

(0.0208)

0.00990***

(0.00114)

0.000546***

(3.16e-05)

-0.00166

(0.0122)

0.000396***

(2.64e-05)

-0.000436***

(4.11e-05)

0.000578***

(8.07e-05)

0.00374**

(0.00168)

0.0129***

(0.000828)

控制

控制

控制

-0.777***

(0.0914)

36,538

0.595

4,407

增加遺漏變量

Trans

0.000630

(0.00666)

0.00647***

(0.00101)

0.0350***

(0.00874)

0.148***

(0.0214)

0.00983***

(0.00128)

0.000570***

(3.61e-05)

0.00309

(0.0137)

0.000407***

(2.97e-05)

-0.000415***

(4.67e-05)

0.000447***

(8.76e-05)

0.00342**

(0.00173)

0.0132***

(0.000939)

0.0728***

(0.00669)

控制

控制

控制

-0.811***

(0.0946)

27,747

0.595

3,089

細化行業(yè)分組

Trans

0.00373

(0.00593)

0.00623***

(0.000897)

0.0393***

(0.00803)

0.131***

(0.0227)

0.00959***

(0.00114)

0.000542***

(3.17e-05)

-0.00107

(0.0120)

0.000392***

(2.63e-05)

-0.000436***

(4.10e-05)

0.000584***

(8.02e-05)

0.00361**

(0.00167)

0.0130***

(0.000831)

控制

控制

控制

-0.713***

(0.104)

36,538

0.599

4,407

表6 企業(yè)規(guī)模分組回歸結果

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

全樣本

Trans

0.00273

(0.00611)

0.00707***

(0.000989)

0.0355***

(0.00768)

0.140***

(0.0208)

0.00981***

(0.00115)

0.000545***

(3.15e-05)

-0.00138

(0.0122)

0.000397***

(2.64e-05)

-0.000436***

(4.11e-05)

0.000580***

(8.07e-05)

0.00374**

(0.00168)

0.0129***

(0.000827)

控制

控制

控制

-0.779***

(0.0914)

36,538

0.595

4,407

企業(yè)規(guī)模較大

Trans

0.00577

(0.00785)

0.00621***

(0.00120)

0.0437***

(0.0107)

0.131***

(0.0247)

0.0110***

(0.00209)

0.000750***

(4.80e-05)

0.0204

(0.0170)

0.000509***

(3.66e-05)

-0.000477***

(6.25e-05)

0.000678***

(0.000108)

0.00579***

(0.00199)

0.0173***

(0.00124)

控制

控制

控制

-0.794***

(0.111)

20,904

0.615

2,831

企業(yè)規(guī)模較小

Trans

-0.00710

(0.00822)

0.00515***

(0.00129)

0.0177

(0.0113)

0.201***

(0.0323)

0.00996***

(0.00165)

0.000283***

(3.50e-05)

-0.0184

(0.0159)

0.000245***

(3.65e-05)

-0.000285***

(5.22e-05)

0.000558***

(0.000118)

-0.00322

(0.00262)

0.00929***

(0.00109)

控制

控制

控制

-1.012***

(0.145)

15,634

0.517

3,057

經濟縱橫 Economic Review

67

2023年第9期 WUHAN

FINANCE

著為負和顯著為正。由此可見，管理層短視主義出

于自利和股票市場表現等考慮，會減少企業(yè)創(chuàng)新投

入以降低短期投資風險，造成了缺乏長期研發(fā)項目

投資和分析師跟蹤不足的現象，加劇了對外信息披

露不完善和外部監(jiān)管難度，最終降低了企業(yè)透明度。

實證結果驗證了，管理層短視—企業(yè)創(chuàng)新活力

—企業(yè)透明度的傳導路徑是成立的。

五、結論與建議

本文采用 2011—2021 年我國上市企業(yè)的非平

衡面板數據，研究管理層短視、數字化轉型與企業(yè)透

明度之間的關系。實證研究結果表明：第一，管理層

短視對企業(yè)透明度具有負向的影響；第二，企業(yè)數字

化轉型對企業(yè)透明度具有正向的影響；第三，隨著企

業(yè)數字化轉型的深入，管理層短視對企業(yè)透明度的

負向影響會得以緩解，而這種影響關系在國有企業(yè)

屬性、行業(yè)競爭較強以及企業(yè)規(guī)模較大的樣本中表

現更為明顯。

本文的研究具有一定的政策參考意義：首先，管

理層短視對企業(yè)透明度具有顯著的負向影響，且這

種影響在不同產權性質、不同競爭水平以及不同企

業(yè)規(guī)模下具有異質性。因此，監(jiān)管機構以及行業(yè)協(xié)

會應該針對不同行業(yè)特征，基于管理層道德性和可

持續(xù)發(fā)展理念，督促企業(yè)樹立并強化自身企業(yè)文化，

并暢通內外部投訴渠道和反饋機制，明確管理層責

任意識。其次，企業(yè)數字化轉型對企業(yè)透明度具有

顯著的正向效應。鑒于企業(yè)數字化轉型所需資金量

較大且技術壁壘較高，因此可建立激勵機制，給予數

表8 內生性處理回歸

變量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Weak identification test

Underidentification test

Chi-sq(1) P-val

Observations

R-squared

Number of code

Trans

-0.0875***

(0.0283)

-0.0746***

(0.00569)

0.00858***

(0.000854)

0.000526***

(2.92e-05)

-0.00621

(0.0100)

0.000352***

(2.35e-05)

-0.000446***

(3.27e-05)

0.000562***

(5.76e-05)

0.00397***

(0.00118)

0.0135***

(0.000783)

控制

控制

控制

920.502

433.033

0.000

31,948

0.585

3,581

Trans

-0.0439

(0.0329)

0.00774***

(0.00119)

0.0968***

(0.0253)

-0.0720***

(0.00597)

0.00860***

(0.000863)

0.000530***

(2.94e-05)

-0.00661

(0.00999)

0.000347***

(2.36e-05)

-0.000431***

(3.28e-05)

0.000553***

(5.76e-05)

0.00417***

(0.00114)

0.0135***

(0.000791)

控制

控制

控制

423.115

400.669

31,832

0.585

3,577

表9 管理層短視與企業(yè)透明度的機制識別：

企業(yè)創(chuàng)新活力渠道

變量

Myo

MRDI

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企業(yè)

年份

行業(yè)

Constant

Observations

R-squared

Number of code

模型1

Trans

-0.0112**

(0.00517)

0.149***

(0.0214)

0.0101***

(0.00115)

0.000544***

(3.16e-05)

-0.00118

(0.0122)

0.000399***

(2.64e-05)

-0.000443***

(4.12e-05)

0.000575***

(8.09e-05)

0.00348**

(0.00172)

0.0127***

(0.000830)

控制

控制

控制

-0.826***

(0.0937)

36,685

0.594

4,428

模型4

MRDI

-0.773***

(0.218)

5.394***

(0.154)

0.261***

(0.0277)

-0.00168

(0.00113)

-0.383

(0.431)

-0.00139

(0.00105)

-0.00961***

(0.00129)

-0.00380*

(0.00195)

-0.114***

(0.00891)

-0.238***

(0.0328)

控制

控制

控制

-33.05***

(0.981)

36,682

4,427

模型5

Trans

-0.0109**

(0.00517)

0.00499***

(0.00173)

0.146***

(0.0215)

0.00998***

(0.00115)

0.000546***

(3.16e-05)

-0.000988

(0.0122)

0.000397***

(2.64e-05)

-0.000437***

(4.12e-05)

0.000570***

(8.10e-05)

0.00353**

(0.00173)

0.0129***

(0.000828)

控制

控制

控制

-0.810***

(0.0942)

36,685

0.595

4,428

68

字化轉型企業(yè)一定的補貼和技術支持。再次，完善

數字智慧監(jiān)管平臺，鼓勵企業(yè)上鏈，并通過跨地區(qū)、

跨部門、跨層級主體間的業(yè)務協(xié)作，實現事前事中事

后全鏈條全領域監(jiān)管。最后，應充分考慮各行業(yè)各

地區(qū)在經濟發(fā)展、企業(yè)戰(zhàn)略、數字化建設、數字化管

理以及財政補貼能力等各方面因素不均衡的狀況，

有序推進智慧數字化建設?！?/p>

[參考文獻]

[1] STEIN J C. Efficient Capital Markets，Inetficient Firms：A

Model of Myopic Corporate Behavior[J]. The Quarterly Journal

of Economícs，1989，104（4）：655-669.

[2] BENTLEY J W，LAMBERT T A，WANG E. The Effect of

Increased Audit Disclosure on Managers' Real Operating Deci?

sions：Evidence from Disclosing Critical[J]. Accounting Re?

view，2021，96（1）：23-40.

[3] 胡楠，薛付婧，王昊楠.管理者短視主義影響企業(yè)長期投

資嗎?基于文本分析和機器學習[J].管理世界，2021（5）：

139-156+11+19-21.

[4] EDMANS A，HEINLE M S，HUANG C. The Real Costs of

Financial Efficiency When Some Information is Soft[J]. Review

of Finance，2016，20（6）：2151-2182.

[5] 干勝道，胡明霞.管理層權力、內部控制與過度投資：基于

國有上市公司的證據[J].審計與經濟研究，2014（5）：40-47.

[6] FLAMMER C，BANSAL P. Does A Long-term Orientation

Create Value? Evidence from A Regression Discontinuity[J].

Strategic Management Journal，2017，38（9）：1827-1847.

[7] Narayanan M P. Managerial Incentives for Short-term Re?

sults[J]. The Journal of Finance，1985，40（5）：1469-1484.

[8] LUNDSTRUM L L. Corporate Investment Myopia：A

Horserace of the Theories[J]. Journal of Corporate Finance，

2002，8（4）：353-371.

[9] HAMBRICK D C，MASON P A. Upper Echelons：The Or?

ganization as a Reflection of Its Top Managers[J]. Academy of

Management Revlew，1984，9（2）：193-206.

[10] HAMBRICK D C，QUIGLEY T J. Toward More Accurate

Contextualization of the CEO Effect on Firm Performance[J].

Strategic Management Journal，2014，35（4）：473-491.

[11] 喬鵬程，徐祥兵.管理層海外經歷、短視主義與企業(yè)創(chuàng)

新：有調節(jié)的中介效應[J].科技進步與對策，2022（19）：78-87.

[12] 鐘宇翔，呂懷立，李婉麗.管理層短視、會計穩(wěn)健性與企

業(yè)創(chuàng)新抑制[J].南開管理評論，2017（6）：163-177.

[13] 賀亞楠，張信東，郝盼盼.管理者短視下R&D操縱與業(yè)

績兼顧行為[J].財經論叢，2019（12）：66-75.

[14] 尚航標，劉佳奇，王智林.投資者異質信念、管理層短視

與企業(yè)可持續(xù)發(fā)展[J].財會月刊，2023（10）：25-33.

[15] 吳成頌，張青青.商業(yè)銀行高管延付薪酬與系統(tǒng)性風險：

基于管理者短視偏差中介效應的新視角分析[J].金融監(jiān)管

研究，2020（12）：1-14.

[16] BUSHEE B J. The Influence of Institutional Investor on

Myopic R&D Investment Behavior[J]. The Accountin Revlew，

1998，73（3）：305-333.

[17] 王瑤，馮曉晴，侯德帥.企業(yè)數字化轉型能提高分析師預

測準確度嗎?基于信息披露和信息挖掘的雙重視角[J].中南

財經政法大學學報，2023（4）：16-27+135.

[18] TEECE D J. Profiting from Innovation in the Digital Econo?

my：Enabling Technologies，Standards，and Licensing Models

in the Wireless World[J]. Research Policy，2018，47（8）：1367-

1387.

[19] 王海芳，姜道平，許瑩.數字化轉型能否提高信息披露質

量?基于年報可讀性的研究[J].管理現代化，2022（2）：58-65.

[20] 韓忠雪，張瑩.數字化轉型與ESG表現：基于信息透明度

及全要素生產率的中介機制分析[J].現代管理科學，2023

（3）：141-150.

[21] 辛清泉，孔東民，郝穎.公司透明度與股價波動性[J].金

融研究，2014（10）：193-206.

[22] 吳非，胡慧芷，林慧妍，等.企業(yè)數字化轉型與資本市場

表現：來自股票流動性的經驗證據[J].管理世界，2021（7）：

130-144+10.

[23] 付海艷.政治關聯、經營業(yè)績與公司透明度：來自中國轉

型期的經驗證據[J].宏觀經濟研究，2013（12）：53-63.

[24] 向誠，陸靜.公司透明度與盈余公告慣性：基于投資者關

注的實證研究[J].管理科學，2020（3）：138-154.

[25] 任宏達，王琨.產品市場競爭與信息披露質量：基于上市

公司年報文本分析的新證據[J].會計研究，2019（3）：32-39.

[26] LAFOND R，ROYCHOWDHURY S. Managerial Owner?

ship and Accounting Conservatism[J]. Journal of Accounting

Research，2008，46（1）：101-135.

[27] 沈紅波，潘飛，高新梓.制度環(huán)境與管理層持股的激勵效

應[J].中國工業(yè)經濟，2012（8）：96-108.

[28] LUNDSTRUM L L. Corporate Investment Myopia：A

Horserace of the Theories[J]. Journal of Corporate Finance，

2002，8（4）：353-371.

[29] 夏清華，黃劍.市場競爭、政府資源配置方式與企業(yè)創(chuàng)新

投入：中國高新技術企業(yè)的證據[J].經濟管理，2019（8）：5-20.

（責任編輯：DJ / 校對：XY）

經濟縱橫 Economic Review

69

2023年第9期 WUHAN

FINANCE

一、引言

“十四五”規(guī)劃綱要指出，要加強環(huán)境保護的信

息披露工作，強化公司的環(huán)保管理責任制。當前，環(huán)

境披露已成為監(jiān)管部門、上市公司和投資機構關注

的焦點。然而，上市公司的環(huán)境信息披露水平并不

樂觀，呈現兩極分化現象[1]

。2021年5月，生態(tài)環(huán)境

部門出臺《環(huán)境信息依法披露制度改革方案》，要求

重點排污單位、強制性清潔生產審核企業(yè)、環(huán)境違法

企業(yè)等，在一定時間內繼續(xù)公開企業(yè)環(huán)境狀況。事

實上，董事會在公司管理中處于引領位置[2]

，董事會

成員特征必然會影響企業(yè)環(huán)境信息披露決策[3]

。

董事會負責監(jiān)管高級管理者、戰(zhàn)略決策和股東

利益保護等復雜的任務，其良好運行對企業(yè)十分重

要[4]

。從企業(yè)內部治理角度來看，董事會斷裂帶是

將董事會分為不同子群體的虛擬劃分[4]

，組內相似

性和組間差異性越大則斷裂帶越清晰[5]

。董事會斷

裂帶對研究群體成員的多樣性組成和群體決策有效

性發(fā)揮著重要作用[6]

。那么，董事會斷裂帶特征能

否促進企業(yè)提升環(huán)境信息披露水平？從企業(yè)外部網

絡來看，連鎖董事網絡為促進企業(yè)溝通與交流提供

了合法途徑和有效渠道[7]

，嵌入網絡中的企業(yè)環(huán)境

信息披露決策可能會相互影響[8]

。處于連鎖董事網

絡中的企業(yè)擁有較為核心的網絡位置，與網絡中其

他企業(yè)的環(huán)境信息披露水平存在差異。那么，董事

會在外部聯結網絡的位置能否促進企業(yè)提升環(huán)境信

息披露水平？

已有環(huán)境信息披露研究主要從企業(yè)績效[9]

、公

司規(guī)模[10]

、企業(yè)文化[11]

等內部影響因素，制度壓力[12]

、

同群效應影響[8]

、環(huán)保壓力[13]

等外部影響因素開展，

對董事會斷裂帶與網絡位置的關注不足。本文從董

事會內部斷裂帶和外部聯結兩條路徑開展研究，主

要的理論貢獻體現在以下三方面：第一，在董事會斷

裂帶的度量方式上，考慮環(huán)境信息披露的特點構建

董事會經歷斷裂帶，揭示了董事會群體斷裂帶對環(huán)

境信息披露的影響機制。第二，構建董事會外部網

絡，分析了處于網絡中心位置企業(yè)在環(huán)境信息披露

方面的表現。第三，董事會內部斷裂帶和外部網絡

特征對公司環(huán)境信息披露決策產生影響，但提高環(huán)

境信息披露水平還需要實際的創(chuàng)新技術支持。本研

摘 要：董事會成員構成形成了董事會內部結構特征，董事會成員外部連鎖形成了董事會外部網絡特征。本文基于重污染上市公司

數據，研究董事會內部斷裂帶、董事會外部網絡位置對企業(yè)環(huán)境信息披露的影響，并揭示了創(chuàng)新能力的中介作用。研究結果表明：董事會

經歷斷裂帶對環(huán)境信息披露具有正向影響，董事會成員經歷的“和而不同”有助于提升企業(yè)環(huán)境信息披露水平；董事會網絡中心位置、中

介位置對環(huán)境信息披露具有正向影響，董事會網絡位置有助于企業(yè)在環(huán)境信息披露方面“卓爾不群”；企業(yè)創(chuàng)新能力越強其環(huán)境信息披露

程度越高，創(chuàng)新能力在董事會特征對環(huán)境信息披露的影響中起到了部分中介作用。

關鍵詞：環(huán)境信息披露；董事會斷裂帶；董事會網絡；創(chuàng)新能力

中圖分類號：F832.5 文獻標識碼：A 文章編號：1009-3540（2023）09-0070-0008

■ 邵鵬 易薇

作者簡介：邵鵬（1987—），男，西安工程大學副教授，碩士生導師； 易薇（2000—），女，西安工程大學碩士研究生。

董事會特征

對環(huán)境信息披露的影響

70

究將創(chuàng)新能力納入模型，揭示了董事會內外部特征

對環(huán)境信息披露創(chuàng)新能力的中介作用。

二、理論基礎與研究假設

（一）理論基礎

斷裂帶的概念源于地理學的斷層帶，群體斷裂

帶可以看作根據差異性的特征將團隊成員劃分為多

個子群體的虛擬邊界[6]

。子群體內部相似性越高，

外部群體間差異性越大，則斷裂帶越清晰[5]

。董事

會斷裂帶子群間具有不同的行為特征，這種差異可

能會帶來更多的知識和更好的任務相關技能[14]

。董

事會群體斷裂帶有助于研究人員多樣性特征組合導

致的群體分化，生理斷裂帶、任務斷裂帶、認知斷裂

帶等[4]

成為研究董事會成員多樣化的新視角。以往

研究指出，高管海外背景、金融背景、學術背景等特

質對信息披露質量有影響[15]

。因此，本研究基于高

管海外背景、金融背景、學術背景構建經歷斷裂帶，

考察董事會生理斷裂帶與經歷斷裂帶對公司環(huán)境信

息披露的影響。

董事會作為企業(yè)內外部溝通聯系的重要渠道，

其與外部環(huán)境之間的交流使公司收集到更多外部信

息資源，獲得有價值的信息，有助于公司的生存和發(fā)

展[16]

。董事會網絡影響了董事的偏好和董事會的效

率，在企業(yè)創(chuàng)新中發(fā)揮著重要作用[17]

。企業(yè)在網絡

中所處的位置影響著企業(yè)的信息資源和對其他企業(yè)

的影響力[18]

。越處于中心位置，企業(yè)獲取的信息資

源越多，對其他企業(yè)的影響越深[19]

。中介中心性既

代表著某一節(jié)點在傳遞信息等符號性要素時作為樞

紐的重要程度，也代表著某一節(jié)點在網絡中的知名

度、聲譽和影響力[20]

。董事網絡能夠幫助企業(yè)獲取

信任和提升資源獲取控制能力，進而利于促進公司

披露環(huán)境信息。因此，本文從中心位置和中介位置

兩方面分析網絡位置對公司環(huán)境信息披露的影響。

董事會成員的組成構成了董事會內部結構的特

征，董事會成員外部連鎖關系形成了董事會外部網

絡特征。如圖1所示，假設存在Ⅰ、Ⅱ、Ⅲ三個企業(yè)

董事會。從董事會內部來看，每個董事會都包括若

干名董事，這些董事因為生理（性別、年齡）或經歷

（海外背景、金融背景、學術背景）的差異，形成該董

事會的斷裂帶。從董事會外部來看，如董事C在企

業(yè)Ⅰ和企業(yè)Ⅱ均任職董事，即企業(yè)Ⅰ和企業(yè)Ⅱ有聯

結關系；董事D在企業(yè)Ⅰ和企業(yè)Ⅲ均任職董事，即企

業(yè)Ⅰ和企業(yè)Ⅲ有聯結關系；董事H在企業(yè)Ⅱ和企業(yè)

Ⅲ均任職董事，即企業(yè)Ⅱ和企業(yè)Ⅲ有聯結關系。

圖1 董事會特征示意圖

隨著國民綠色環(huán)保意識的加強，環(huán)境信息披露

有助于企業(yè)樹立綠色企業(yè)形象，吸引投資者，進而提

升企業(yè)價值[21]

。一般而言，董事會的管理水平越高，

環(huán)境信息披露意愿越高，披露報告的信息更完善。

已有文獻對董事聯結網絡和董事會斷裂帶開展研

究，但關于重污染企業(yè)董事會斷裂帶的研究不多，且

鮮有關于董事會斷裂帶、董事聯結網絡對環(huán)境信息

披露影響的研究。董事會不僅是核心管理部門，也

是聯系公司內外部的重要渠道[22]

。因此，本文關注

董事會斷裂帶和董事會網絡位置兩方面特征對企業(yè)

環(huán)境信息披露的影響。

（二）研究假設

1.董事會斷裂帶與環(huán)境信息披露

董事會成員的生理特征構成董事會生理斷裂

帶，包括年齡和性別[23]

。根據生理特征形成的斷裂

帶會妨礙群體內知識、經驗和信息共享[24]

。生理斷

裂帶可能致使群體間產生隔閡，從而影響董事會的

決策。董事會成員相同特征越多，子群體內部交流

越頻繁，則斷裂帶越明顯[4]

。生理斷裂帶使董事會

形成多個子群體，這些子群體間不同特征越多，表明

斷裂帶越深，成員缺乏信息互換和充分溝通，不利于

企業(yè)進行環(huán)境信息披露。由此，本文提出以下假設：

H1a：董事會生理斷裂帶負向影響企業(yè)環(huán)境信

息披露。

根據任務屬性形成的斷裂帶表示群體內擁有豐

富的知識和技能，這提高了群體內成員信息處理時

的交流水平和集體決策質量[25]

。董事會成員的學

歷、工作背景越豐富，專業(yè)知識和視角就越多樣，這

有助于提升環(huán)境信息披露水平。董事會的各群體根

據不同的角度、觀點和信息進行批判性辯論，可以激

經濟縱橫 Economic Review

71

2023年第9期 WUHAN

FINANCE

發(fā)創(chuàng)造性，形成發(fā)散思維[5]

?？紤]到環(huán)境信息披露

的特點，本研究基于董事會成員的海外背景、金融背

景、學術背景特征構建了董事會經歷斷裂帶指標。

企業(yè)進行環(huán)境信息披露時，要應對和分析各種數據

和政策信息等，經歷斷裂帶可以幫助董事會了解并

處理不同種類的相關信息，進而推動環(huán)境信息披

露。本文提出如下假設：

H1b：董事會經歷斷裂帶正向影響企業(yè)環(huán)境信

息披露。

2.董事會網絡位置與環(huán)境信息披露

董事聯結影響著企業(yè)間的互動交流，緩解相關

企業(yè)之間的信息不對稱。連鎖董事可以獲取重要的信

息和資源，促進行為和決策在聯結網絡快速傳播[26]

。

中心位置表示直接聯結企業(yè)更多，企業(yè)獲得的資源

更多[27]

。當企業(yè)處于網絡中心位置，意味著企業(yè)的

行業(yè)地位、網絡聲譽、信息、知識和資源高于網絡中

的其他成員。董事會網絡是社會資本的載體，包含

著豐富的信息和資源，網絡中所處的位置影響著企

業(yè)獲得信息和資源的數量及質量[20]

。網絡中心企業(yè)

在擁有區(qū)域優(yōu)勢和資源優(yōu)勢的同時，也有其應盡的

職責與義務，在環(huán)境信息披露等方面會引起其他企

業(yè)的關注和效仿。因此，本文提出如下假設：

H2a：董事會網絡中心位置對環(huán)境信息披露提

升有積極影響。

企業(yè)建立信息聯系需要一定的成本，企業(yè)處于

中介位置更有信息優(yōu)勢，可以擁有更多的合作機會

和獲取信息的渠道。董事會網絡位置可以幫助企業(yè)

通過較短的路徑接觸到更有價值的保密信息與核心

資源[28]

，結構洞位置的占有者可以控制信息流[29]

。

中介位置就像一座橋梁，代表著更多的信息和控制，

為企業(yè)提供不同的信息資源，幫助企業(yè)做出創(chuàng)新的

投資決策[30]

。企業(yè)成為其他網絡成員之間的中介，

客觀上在其他合作伙伴之間架起了橋梁。換言之，

企業(yè)處于中介位置在控制信息和利益方面具有關鍵

優(yōu)勢。因此，本文提出如下假設：

H2b：董事會網絡中介位置對環(huán)境信息披露提

升有積極影響。

3.創(chuàng)新能力的中介作用

創(chuàng)新是企業(yè)在激烈的市場競爭中獲得持續(xù)發(fā)展

和領先優(yōu)勢的重要因素[31]

。董事會斷裂帶可以提高

企業(yè)獲取資源的價值，推動群體內成員的信息交流

和共享，利于企業(yè)提出恰當的創(chuàng)新戰(zhàn)略[24]

。如果成

員具有相同的認知、知識背景和社會觀念，可能很難

引入新想法而不利于技術創(chuàng)新[32]

。面對不確定的市

場環(huán)境，斷裂帶為成員提供了其他視角的經驗和觀

點[33]

。新《環(huán)保法》引入了公共監(jiān)管的信息披露機

制，增加了企業(yè)違法的成本[34]

。一方面，重污染企業(yè)

為了規(guī)避環(huán)境違法不得不加大創(chuàng)新能力建設，從而

實現節(jié)能減排和提升環(huán)境信息披露水平；另一方面，

對于通過技術創(chuàng)新實現節(jié)能減排的企業(yè)而言，高水

平的環(huán)境信息披露也能夠展示其環(huán)保責任的踐行。

因此，本文提出以下假設：

H3a：創(chuàng)新能力在董事會斷裂帶對環(huán)境信息披

露影響中起到了中介作用

信息和資源作為企業(yè)形成和發(fā)展創(chuàng)新能力的基

石，對企業(yè)的創(chuàng)新行為有著重要的影響[35]

。網絡中

的企業(yè)普遍享有資源和信息的優(yōu)勢，這些優(yōu)勢構成

了企業(yè)創(chuàng)新行為和改善創(chuàng)新績效有形和無形資源的

基礎[36]

。連鎖董事可以從其他企業(yè)學到隱性創(chuàng)新經

驗，這種專用性知識對企業(yè)創(chuàng)新具有重要作用[37]

。

當企業(yè)擁有更多的信息和資源時，企業(yè)的創(chuàng)新能力

會大幅度增強，而創(chuàng)新能力的提升有利于企業(yè)減少

環(huán)境污染，從而提升其環(huán)境信息披露水平。因此，本

文提出如下假設：

H3b：創(chuàng)新能力在董事會網絡位置對環(huán)境信息

披露影響中起到了中介作用。

三、研究設計

（一）樣本選擇與數據來源

參考《上市公司環(huán)保核查行業(yè)分類管理名錄》中

確定的重污染行業(yè)，本文選取上海和深圳的采礦、制

造、電力、供暖、燃氣、發(fā)電等行業(yè)的A股上市公司作

為樣本。數據來自 CSMAR 數據庫，運用 Stata16 進

行回歸分析。

（二）變量定義及測量

1.環(huán)境信息披露。本文以《中國上市公司環(huán)境

研究數據庫》中的“環(huán)境披露”內容作為評價企業(yè)環(huán)

境信息披露水平的依據，對上市公司環(huán)境信息披露

的各項指標進行了打分匯總。

2.董事會斷裂帶。運用Lau等[6]

提出的“二分模

式”測量方法來計算董事會生理斷裂帶與經歷斷裂

帶。董事會生理斷裂帶（Board Physiology Faultlines，

BPF）指標通過董事會成員的年齡、性別來構建。董

事會經歷斷裂帶（Board Experience Faultlines，BEF）

72

指標選取董事會成員的海外背景、金融背景、學術背

景來構建。

Faug = ∑j = 1

p

∑k = 1

2 n

g

k (xˉjk - xˉj

)

2

∑j = 1

p

∑k = 1

2

∑i = 1

n

g

k

(xijk - xˉj

)

2

,g = 1,2,3,…,S（1）

其中，n為董事會中成員數量，p表示所考察的

特征值總數，g 表示分類方式。 n

g

k 表示在以第 g 種

方式的分類下，子群體k中的成員數；xˉj 表示所有董

事會成員在特征 j 上的平均值；xˉjk 表示子群體 k 中

的成員在特征j上的平均值；xijk 表示在子群體k中，

第 i 個成員在特征 j 上的取值。 Faug 為在第 g 種方

式分類下的董事會斷裂帶強度，該值在0~1之間，值

越大則表示董事會斷裂帶強度越強，反之則越弱。

3.董事會網絡位置。本文基于“董事-公司”隸

屬關系構建了重污染上市公司董事會網絡，選擇度

數中心性和中介中心性來測量網絡中心位置和網絡

中介位置。

4.創(chuàng)新能力?，F有文獻主要通過研發(fā)投入[8，23，38]

或專利數量[5，27]

測度企業(yè)創(chuàng)新能力。本文選取研發(fā)

投入來測度創(chuàng)新能力，主要基于以下三方面原因：首

先，高層梯隊理論認為董事會特征會對企業(yè)戰(zhàn)略決

策產生影響[23]

，本文關注董事會內外部特征對企業(yè)

發(fā)展的影響，而確定研發(fā)投入規(guī)模則屬于戰(zhàn)略決策

的范疇；其次，創(chuàng)新產出是創(chuàng)新能力的結果表現，受

到包括研發(fā)投入在內的諸多因素影響且影響機制具

有滯后性；再次，董事會特征能夠直接影響研發(fā)投

入，但不能直接作用于創(chuàng)新產出。因此，本文參照袁

春生等[23]

、彭滿如等[38]

的研究，采用企業(yè)研發(fā)投入水

平來測量創(chuàng)新能力。

5.其他變量。本文選擇資產負債率、凈資產收

益率、企業(yè)年齡及規(guī)模為控制變量。

四、實證分析

（一）描述性與相關性分析

本文主要變量的描述性統(tǒng)計結果如表2所示。

對于環(huán)境信息披露、網絡中心位置和中介位置指標，

國有企業(yè)的均值均略高于非國有企業(yè)；對于生理斷

裂帶、經歷斷裂帶、創(chuàng)新能力指標，國有企業(yè)與非國

有企業(yè)的均值較為接近。上述結果表明，相對于非

國有企業(yè)，國有企業(yè)環(huán)境信息披露平均水平較高且

網絡位置較為核心。

表2 描述性統(tǒng)計

變量

EID

BPF

BEF

NCL

NIL

IA

全樣本

均值

9.57

0.17

0.28

2.39

1846.34

18.54

標準差

7.56

0.17

0.22

1.68

3216.27

1.38

國企

均值

10.31

0.15

0.28

2.63

2294.13

18.74

標準差

7.75

0.15

0.21

1.69

3802.63

1.43

非國企

均值

9.22

0.18

0.27

2.27

1632.77

18.45

標準差

7.45

0.17

0.22

1.58

2871.46

1.35

檢驗樣本企業(yè)主要變量的相關系數如表 3 所

示。結果顯示，董事會生理斷裂帶與企業(yè)環(huán)境信息

披露不存在顯著相關性，董事會經歷斷裂帶、創(chuàng)新能

力、中心位置、中介位置均與企業(yè)環(huán)境信息披露存在

顯著相關性。此外，網絡中心位置和網絡中介位置

相關性較高，故在回歸分析中分別進入模型。

表3 相關性分析

變量

EID

BPF

BEF

IA

NCL

NIL

LEV

ROE

CT

CS

EID

1

0.014

0.067*

0.309*

0.080*

0.109*

0.178*

0.028

0.185*

0.186*

BPF

1

0.096*

0.081*

-0.024

-0.004

0.049*

-0.002

0.008

0.031

BEF

1

0.043*

-0.037

-0.033

0.024

0.009

0.077*

0.014

IA

1

0.082*

0.109*

0.339*

0.086*

0.070*

0.364*

NCL

1

0.705*

-0.003

0.044*

-0.034

0.009

NIL

1

0.009

0.038

0.002

0.044*

LEV

1

-0.217*

0.118*

0.154*

ROE

1

-0.022

0.028

CT

1

0.026

CS

1

注：***、**、*分別表示在1%、5%、10%水平上顯著。

（二）環(huán)境信息披露的影響因素

對董事會斷裂帶、董事會網絡位置與企業(yè)信息

披露之間的關系進行多元線性回歸分析，表4為逐

表1 變量定義及說明

變量類型

因變量

自變量

中介變量

控制變量

變量名稱

環(huán)境信息披露

生理斷裂帶

經歷斷裂帶

網絡中心位置

網絡中介位置

創(chuàng)新能力

資產負債率

凈資產收益率

企業(yè)年齡

企業(yè)規(guī)模

符號

EID

BPF

BEF

NCL

NIL

IA

LEV

ROE

CT

CS

定義

環(huán)境信息披露指標全部評分匯總

考察特征為年齡、性別

考察特征為海外背景、金融背景、學術背景

董事會網絡的度數中心性

董事會網絡的中介中心性

研發(fā)投入的對數

資產負債率

凈資產收益率

企業(yè)上市的年數

總資產的對數

經濟縱橫 Economic Review

73

2023年第9期 WUHAN

FINANCE

步回歸檢驗結果。

表4 環(huán)境信息披露影響因素分析

變量

BPF

BEF

NCL

NIL

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

模型1

0.032

(0.04)

5.937***

(8.83)

1.944***

(3.61)

0.000***

(9.73)

0.228***

(10.28)

2.393***

(4.75)

3,619

0.087

0.0860

模型2

1.636***

(2.97)

5.907***

(8.81)

1.922***

(3.58)

0.000***

(9.72)

0.223***

(10.04)

2.047***

(4.05)

3,619

0.089

0.0882

模型3

0.382***

(5.19)

5.911***

(8.83)

1.824***

(3.40)

0.000***

(9.76)

0.232***

(10.49)

1.434***

(2.73)

3,620

0.094

0.0929

模型4

0.000***

(6.19)

5.902***

(8.84)

1.821***

(3.40)

0.000***

(9.55)

0.227***

(10.32)

2.008***

(4.07)

3,620

0.097

0.0957

模型5

1.738***

(3.16)

0.392***

(5.33)

5.870***

(8.78)

1.795***

(3.35)

0.000***

(9.71)

0.226***

(10.25)

1.036*

(1.92)

3,619

0.097

0.0951

注：***、**、*分別表示在1%、5%、10%水平上顯著；括號內為t統(tǒng)

計量。下表同。

模型1顯示，生理斷裂帶對企業(yè)環(huán)境信息披露

沒有顯著影響，假設H1a未得到驗證，即董事會成員

的年齡、性別差異形成的斷裂帶不會顯著影響企業(yè)

環(huán)境信息披露決策。模型2顯示，經歷斷裂帶對企

業(yè)環(huán)境信息披露有顯著正向影響，H1b 得到驗證。

這表明董事會成員的海外背景、金融背景、學術背景

差異形成的斷裂帶對企業(yè)環(huán)境信息披露決策造成了

影響，有利于企業(yè)提高環(huán)境信息披露水平。同一個

企業(yè)的董事會成員因為差異化經歷而形成經歷斷裂

帶，經歷斷裂帶對企業(yè)環(huán)境信息披露的促進作用表

明了董事會特征在環(huán)境信息披露方面的“和而不同”

機制。

模型3、4顯示，網絡中心和網絡中介位置對企

業(yè)環(huán)境信息披露有顯著正向影響，研究假設H2a和

H2b得到驗證，即董事會特征在環(huán)境信息披露方面

表現出“卓爾不群”機制。企業(yè)處在網絡中心位置，

與其他企業(yè)的聯結數量更多，更傾向于進行環(huán)境信

息披露。處于網絡中介位置的企業(yè)，在連鎖董事網

絡中起到信息傳遞的橋梁作用更大，也會促進該企

業(yè)提升環(huán)境信息披露水平。相對而言，位于中心位

置的企業(yè)環(huán)境信息披露的水平較高。這樣的結果表

明，隨著企業(yè)在連鎖董事網絡中擁有的聯結關系增

多，該企業(yè)的環(huán)境信息披露水平也會逐漸提升。

為了進一步比較環(huán)境信息披露的影響機制，將

經歷斷裂帶、網絡中心位置同時放入模型 5。可以

發(fā)現，經歷斷裂帶、網絡中心位置均對環(huán)境信息披露

產生了顯著的積極影響，且經歷斷裂帶對環(huán)境信息

披露的影響程度更大。這樣的結果表明，相對于董

事會外部聯結網絡特征，來自企業(yè)董事會內部成員

經歷斷裂帶特征對環(huán)境信息披露的影響程度更大。

因此，為了提升環(huán)境信息披露水平，應從董事會內部

和外部兩方面特征進行優(yōu)化調整：首先，應對董事會

內部組成進行優(yōu)化，吸納具有不同海外背景、金融背

景、學術背景的成員進入；其次，應與其他企業(yè)建立

更多的網絡連接，促進企業(yè)外部信息資源的獲取。

（三）創(chuàng)新能力中介效應檢驗

在創(chuàng)新能力影響因素分析中（見表 5），董事會

斷裂帶和董事會網絡位置均顯著正向影響重污染企

業(yè)創(chuàng)新能力。董事會斷裂帶對創(chuàng)新能力正向影響的

結果表明，董事會成員不同的社會類別特征、不同的

背景經歷會影響企業(yè)的創(chuàng)新決策。董事會網絡位置

對創(chuàng)新能力正向影響的結果表明，處于中心位置和

表5 創(chuàng)新能力的影響因素分析

變量

BPF

BEF

NCL

NIL

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型6

創(chuàng)新能力

0.464***

(3.84)

2.350***

(20.92)

0.887***

(9.86)

0.000***

(20.98)

0.007*

(1.88)

17.179***

(204.03)

3,619

0.239

0.238

227.2

模型7

0.176*

(1.91)

2.367***

(21.05)

0.887***

(9.85)

0.000***

(21.02)

0.006*

(1.74)

17.210***

(203.07)

3,619

0.237

0.236

224.3

模型8

0.063***

(5.14)

2.364***

(21.09)

0.869***

(9.67)

0.000***

(21.06)

0.008**

(2.07)

17.088***

(194.51)

3,620

0.242

0.240

230.2

模型9

0.000***

(5.99)

2.363***

(21.11)

0.868***

(9.68)

0.000***

(20.86)

0.007*

(1.89)

17.184***

(207.76)

3,620

0.244

0.242

232.7

74

中介位置的企業(yè)具有核心優(yōu)勢，能夠憑借網絡位置

開展合作，從而有利于企業(yè)進行創(chuàng)新研發(fā)。相對于

網絡中介位置，企業(yè)處于網絡中心位置對創(chuàng)新能力

的影響程度更大。生理斷裂帶對企業(yè)創(chuàng)新的影響尚

未得到一致的結論。例如，馬連福等[4]

發(fā)現，科技密

集型上市公司董事會的社會類別斷裂帶（年齡、性

別）對公司的創(chuàng)新戰(zhàn)略決策有負面影響；孫玥璠等[5]

發(fā)現A股上市公司高管團隊的斷裂帶（年齡、教育程

度、社會資本、專業(yè)背景等）對企業(yè)的實質性創(chuàng)新有

顯著的積極影響。根據模型 6，本文基于重污染企

業(yè)數據開展研究，發(fā)現生理斷裂帶（年齡、性別）顯著

影響企業(yè)創(chuàng)新能力。

選擇依次檢驗方法進行中介效應的檢驗[39]

，結

果如表 6 所示。模型 10—13 分別控制了生理斷裂

帶、經歷斷裂帶、網絡中心位置和網絡中介位置，檢

驗創(chuàng)新能力的中介作用。董事會生理斷裂帶對環(huán)境

信息披露沒有直接影響，不符合探討中介效應的前

提。在董事會經歷斷裂帶對環(huán)境信息披露的影響

中，創(chuàng)新能力起到了部分中介作用。董事會經歷斷

裂帶一部分直接對企業(yè)環(huán)境信息披露產生影響，一

部分通過中介變量創(chuàng)新能力影響企業(yè)環(huán)境信息披

露。假設H3a得到部分驗證。根據依次檢驗的前兩

個步驟，網絡位置對企業(yè)環(huán)境信息披露影響的總效

應（見表4）以及網絡位置對創(chuàng)新能力影響的總效應

（見表5），回歸系數均顯著。根據模型12和模型13，

控制創(chuàng)新能力以檢驗董事會網絡位置對環(huán)境信息披

露的直接效應，發(fā)現回歸系數均顯著。這表明直接

效應和中介效應皆存在，即董事會網絡位置一部分

直接對企業(yè)環(huán)境信息披露產生影響，另一部分通過

創(chuàng)新能力對企業(yè)環(huán)境信息披露產生影響。因此，在

董事會網絡位置對環(huán)境信息披露的影響中，創(chuàng)新能

力起到了部分中介作用，假設H3b得到驗證。

五、進一步分析

（一）穩(wěn)健性檢驗

考慮到董事會斷裂帶、董事會網絡位置和環(huán)境

信息披露之間可能存在的內生性問題，本文滯后處

理董事會斷裂帶和網絡位置的數據，并對上期董事

會特征和本期環(huán)境信息披露進行回歸分析，研究結

果沒有改變。因此，本文的變量之間不存在明顯的

內生性問題。

（二）分組檢驗

以往研究通常認為不同產權性質的企業(yè)具有差

異，故本部分按產權性質對主效應進行分組回歸。

由表7可知，經歷斷裂帶、董事會網絡位置均正向影

響環(huán)境信息披露，而生理斷裂帶對企業(yè)環(huán)境信息披

露無顯著影響。經歷斷裂帶對國有企業(yè)環(huán)境信息披

露的正向影響更大，表明經歷斷裂帶更能促進國有

企業(yè)提高環(huán)境信息披露水平。董事會網絡中心位

置、中介位置均正向顯著影響企業(yè)環(huán)境信息披露，且

對非國有企業(yè)的影響更大。相對于國有企業(yè)，非國

有企業(yè)更需要通過網絡位置獲取資源，進而提升企

業(yè)環(huán)境信息披露水平。

六、結論與啟示

（一）研究結論

第一，從企業(yè)內部而言，董事會斷裂帶對環(huán)境信

息披露有正向影響。具體而言：生理斷裂帶對企業(yè)

環(huán)境信息披露并無直接影響；經歷斷裂帶對企業(yè)環(huán)

境信息披露有顯著正向影響，即董事會成員擁有不

同經歷會顯著影響企業(yè)環(huán)境信息披露決策；相對于

非國有企業(yè)，董事會經歷斷裂帶對國有企業(yè)環(huán)境信

表6 創(chuàng)新能力的中介作用檢驗

變量

BPF

BEF

NCL

NIL

IA

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型10

環(huán)境信息披露

-0.586

(-0.83)

1.330***

(13.71)

2.809***

(4.05)

0.764

(1.44)

0.000***

(4.91)

0.218***

(10.11)

-20.463***

(-11.77)

3,619

0.132

0.131

91.86

模型11

1.404***

(2.61)

1.317***

(13.61)

2.789***

(4.02)

0.754

(1.42)

0.000***

(4.91)

0.214***

(9.90)

-20.623***

(-11.87)

3,619

0.134

0.132

93.04

模型12

0.301***

(4.16)

1.289***

(13.29)

2.864***

(4.14)

0.705

(1.33)

0.000***

(5.04)

0.222***

(10.27)

-20.593***

(-11.87)

3,620

0.136

0.135

95.07

模型13

0.000***

(5.00)

1.275***

(13.15)

2.889***

(4.18)

0.713

(1.35)

0.000***

(4.93)

0.219***

(10.15)

-19.907***

(-11.47)

3,620

0.138

0.137

96.54

經濟縱橫 Economic Review

75

2023年第9期 WUHAN

FINANCE

息披露水平的提升作用更大。

第二，從企業(yè)外部而言，董事會網絡位置對環(huán)境

信息披露有正向影響。具體而言：網絡中心位置和

網絡中介位置顯著影響企業(yè)環(huán)境信息披露，網絡中

心位置越高的企業(yè)環(huán)境信息披露水平越高；在網絡

位置對環(huán)境信息披露和創(chuàng)新能力的影響中，網絡中

心位置的影響程度更高；相對于國有企業(yè)，董事會網

絡位置對非國有企業(yè)環(huán)境信息披露水平的提升作用

更大。

第三，創(chuàng)新能力在董事會特征對環(huán)境信息披露

的影響中起到部分中介作用。具體而言：創(chuàng)新能力

在經歷斷裂帶以及董事會網絡中心位置、網絡中介

位置對環(huán)境信息披露的影響中起到部分中介作用。

（二）相關啟示

生態(tài)環(huán)境部公布的《環(huán)境信息依法披露制度改

革方案》顯示，到2025年我國基本建立環(huán)境信息強

制公開制度。為了提升環(huán)境信息披露水平，上市公

司應優(yōu)化調整董事會內部組成和外部網絡結構，并

不斷提升創(chuàng)新能力。上市公司遴選董事方面，不同的

經歷背景會為公司帶來不同的知識見解，在董事會

決策過程中能夠發(fā)揮不同成員優(yōu)勢從而集思廣益。

企業(yè)外部網絡構建方面，無論是網絡中心位置還是

中介位置，都能促進企業(yè)提高創(chuàng)新能力。創(chuàng)新能力

可以有效提高生產效率，促進綠色生產，為環(huán)境信息

披露提供環(huán)保技術支持。企業(yè)應利用網絡中心位置

和中介位置，收集更多外部信息，占據有利地位，從

而推動企業(yè)技術創(chuàng)新和提高環(huán)境信息披露水平。

政府與第三方組織應推動企業(yè)披露環(huán)境信息、

提升企業(yè)創(chuàng)新能力、強化連鎖董事履職能力。首先，

建立并完善環(huán)境信息披露規(guī)范，強化政策進行協(xié)同

引導，推動企業(yè)公開環(huán)境信息。加強重點排污單位

的監(jiān)管和懲罰。引導人民群眾、社會媒體等監(jiān)督企

業(yè)環(huán)境信息披露。其次，促進企業(yè)創(chuàng)新能力提升，尤

其是在節(jié)能減排領域的研發(fā)投入。通過創(chuàng)新實現綠

色持續(xù)發(fā)展，從而化解環(huán)境信息披露可能的障礙。

第三，通過政策激勵等方式，提高董事在環(huán)境信息披

露方面的履職能力。推動董事會內部制度建設、發(fā)

揮董事會網絡中心位置企業(yè)的引領作用，促使更多

企業(yè)披露環(huán)境信息，提高上市公司環(huán)境信息披露的

整體水平。

（三）局限與展望

本文采用研發(fā)投入費用指標來衡量企業(yè)創(chuàng)新能

力，而該變量還可以通過其他指標進行衡量，如企業(yè)

申請專利的數量等。同時，本文考察了生理斷裂帶

表7 直接效應分組檢驗

變量

BPF

BEF

NCL

NIL

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型14

國有企業(yè)

-0.099

(-0.07)

2.529*

(1.95)

1.626*

(1.93)

0.000***

(8.87)

0.224***

(5.41)

3.818***

(4.00)

1,169

0.117

0.113

30.84

模型15

2.274**

(2.26)

2.336*

(1.80)

1.612*

(1.92)

0.000***

(8.82)

0.213***

(5.14)

3.446***

(3.61)

1,169

0.121

0.117

32.00

模型16

0.209*

(1.65)

2.654**

(2.05)

1.587*

(1.89)

0.000***

(8.84)

0.228***

(5.50)

3.138***

(3.05)

1,170

0.120

0.116

31.80

模型17

0.000*

(1.81)

2.694**

(2.08)

1.576*

(1.88)

0.000***

(8.67)

0.223***

(5.39)

3.547***

(3.71)

1,170

0.121

0.117

31.92

模型18

非國有企業(yè)

0.297

(0.35)

6.221***

(7.85)

1.663**

(2.38)

0.000***

(7.78)

0.217***

(8.31)

2.258***

(3.82)

2,450

0.086

0.0840

45.93

模型19

1.260*

(1.93)

6.252***

(7.90)

1.643**

(2.35)

0.000***

(7.78)

0.214***

(8.19)

2.005***

(3.37)

2,450

0.087

0.0854

46.72

模型20

0.420***

(4.63)

6.121***

(7.76)

1.519**

(2.18)

0.000***

(7.83)

0.221***

(8.49)

1.334**

(2.19)

2,450

0.094

0.0919

50.58

模型21

0.000***

(5.73)

6.073***

(7.72)

1.554**

(2.24)

0.000***

(7.68)

0.219***

(8.46)

1.871***

(3.25)

2,450

0.098

0.0961

53.07

76

和經歷斷裂帶對企業(yè)環(huán)境信息披露的影響，未來可

以考慮其他方面特征對董事會斷裂帶進行研究?！?/p>

[參考文獻]

[1] 李志青.上市公司環(huán)境信息披露總體不理想[J].環(huán)境經

濟，2019（2）：24-25.

[2] ZAHRA S A，PEARCE J A. Boards of Directors and Corpo?

rate Financial Performance：A Review and Integrative Model

[J]. Journal of Management，1989，15（2）：291-334.

[3] 何平林，孫雨龍，陳宥任，等.分析師跟蹤、董事海外背景

與信息披露質量[J].科學決策，2019（9）：1-27.

[4] 馬連福，張燕，高塬.董事會斷裂帶與公司創(chuàng)新戰(zhàn)略決策：

基于技術密集型上市公司的經驗數據[J].預測，2018（2）：

37-43.

[5] 孫玥璠，張琦，張永冀.高管團隊斷裂帶對企業(yè)實質性創(chuàng)

新的“雙刃劍”作用：業(yè)務多元化視角[J].科研管理，2021

（8）：141-149.

[6] LAU D C，MURNIGHAN J K. Demographic Diversity and

Faultlines：The Compositional DYnamics of Organizational

Groups[J]. Academy of Management Review，1998，23（2）：

325-340.

[7] CHIU P，TEOH S H，TIAN F. Board Interlocks and Earn?

ings Management Contagion[J]. The Accounting Review，2012，

88（3）：915-944.

[8] 邵鵬，李夢蕾，馬冰.網絡同群效應下的企業(yè)創(chuàng)新投入策

略：量力而行還是盡力而為[J].中國科技論壇，2022（12）：

140-149.

[9] ZENG Y，GULZAR M A，WANG Z，et al. The Effect of

Expected Financial Performance on Corporate Environmental

Responsibility Disclosure：Evidence from China[J]. Environ?

mental Science and Pollution Research，2020，27（30）：37946-

37962.

[10] 張俊瑞，郭慧婷，賈宗武，等.企業(yè)環(huán)境會計信息披露影

響因素研究：來自中國化工類上市公司的經驗證據[J].統(tǒng)計

與信息論壇，2008（5）：32-38.

[11] 鄒萍.儒家文化能促進企業(yè)社會責任信息披露嗎?[J].經

濟管理，2020（12）：76-93.

[12] 肖華，張國清，李建發(fā).制度壓力、高管特征與公司環(huán)境

信息披露[J].經濟管理，2016（3）：168-180.

[13] CHEN X，LI X，HUANG X. The Impact of Corporate

Characteristics and External Pressure on Environmental Infor?

mation Disclosure：A Model Using Environmental Manage?

ment as a Mediator[J]. Environmental Science and Pollution

Research，2020，29（9）：1-13.

[14] CHEN M，WANG F. Effects of Top Management Team

Faultlines in the Service Transition of Manufacturing Firms[J].

Industrial Marketing Management，2021，98：115-124.

[15] 何平林，孫雨龍，寧靜，等.高管特質、法治環(huán)境與信息披

露質量[J].中國軟科學，2019（10）：112-128.

[16] 林筠，劉偉，李隨成.企業(yè)社會資本對技術創(chuàng)新能力影響

的實證研究[J].科研管理，2011（1）：35-44.

[17] 周雪峰，李珍珠，王衛(wèi).董事會網絡位置、市場化進程與

企業(yè)雙元創(chuàng)新[J].科技進步與對策，2020（20）：66-75.

[18] 謝在陽，林潤輝，曲亮.董事會二元權力結構、網絡位置

與企業(yè)績效：基于國有企業(yè)的實證研究[J].證券市場導報，

2017（9）：19-25.

[19] 段海艷.連鎖董事關系網絡對企業(yè)績效影響研究[J].商

業(yè)經濟與管理，2009（4）：38-44.

[20] 周雪峰，李珍珠，王紅建.董事網絡位置對企業(yè)創(chuàng)新投資

的影響：風險承擔的遮掩和中介效應[J].研究與發(fā)展管理，

2021（2）：53-66.

[21] 李慧云，符少燕，高鵬.媒體關注、碳信息披露與企業(yè)價

值[J].統(tǒng)計研究，2016（9）：63-69.

[22] 馬連福，馮慧群.董事會資本對公司治理水平的影響效

應研究[J].南開管理評論，2014（2）：46-55.

[23] 袁春生，李琛毅.董事會群體斷裂帶、股權集中度與公司

創(chuàng)新戰(zhàn)略：來自創(chuàng)業(yè)板上市公司的證據[J].科技進步與對

策，2019（14）：99-107.

[24] 耿新，王象路.基于董事長權力、環(huán)境動態(tài)性調節(jié)效應的

董事會斷裂帶與多元化戰(zhàn)略[J].管理學報，2021（6）：821-832.

[25] COOPER D，PATEL P C，THATCHER S M B. It De?

pends：Environmental Context and the Effects of Faultlines on

Top Management Team Performance[J]. Organization Science，

2014，25（2）：633-652.

[26] 李洋，汪平，曹琴.社會網絡視角下的管理層權力與高管

薪酬粘性：基于董事聯結的調節(jié)效應[J].商業(yè)研究，2019

（5）：98-108.

[27] 邵鵬，張媛媛，馬冰.資源整合還是競爭倒逼?競合網絡

位置對企業(yè)綠色創(chuàng)新的影響機制[J].創(chuàng)新科技，2022（9）：

70-82.

[28] 謝德仁，陳運森.董事網絡：定義、特征和計量[J].會計研

究，2012（3）：44-51.

[29] 耿新，王象路.獨立董事網絡嵌入對企業(yè)多元化戰(zhàn)略的

影響研究：冗余資源和環(huán)境不確定性的調節(jié)作用[J].研究與

發(fā)展管理，2021（5）：108-121.

[30] 李明星，蘇佳璐，胡成.產學研合作中企業(yè)網絡位置與關

系強度對技術創(chuàng)新績效的影響[J].科技進步與對策，2020

（14）：118-124.

[31] 鄭麗，陳志軍.績優(yōu)子公司創(chuàng)新阻力的內在機制研究[J].

研究與發(fā)展管理，2021（5）：54-66.

[32] MA Y，ZHANG Q，YIN Q. Top Management Team Fault?

lines，Green Technology Innovation and Firm Financial Perfor?

mance[J]. Journal of Environmental Management，2021，285：

112095.

[33] 尹華，李銘玉，馬媛.高管團隊信息認知斷裂帶與公司績

效的關系研究：基于CEO特征的調節(jié)效應[J].軟科學，2020

（9）：121-127.

[34] 王曉祺，郝雙光，張俊民.新《環(huán)保法》與企業(yè)綠色創(chuàng)新：

“倒逼”抑或“擠出”?[J].中國人口·資源與環(huán)境，2020（7）：

107-117.

[35] HARRYSON S J，DUDKOWSKI R，STERN A. Transfor?

mation Networks in Innovation Alliances -The Development of

Volvo C70[J]. Journal of Management Studies，2008，45（4）：

745-773.

[36] KOKA B R，PRESCOTT J E. Designing Alliance Net?

works：The Influence of Network Position，Environmental

Change，and Strategy on Firm Performance[J]. Strategic Man?

agement Journal，2008，29（6）：639-661.

[37] 周建，秦蓉，王順昊.連鎖董事任職經驗與企業(yè)創(chuàng)新：組

織冗余的調節(jié)作用[J].研究與發(fā)展管理，2021（5）：40-53.

[38] 彭滿如，陳婕，殷俊明.ESG表現、創(chuàng)新能力與企業(yè)績效

[J].會計之友，2023（7）：11-17.

[39] 溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心

理科學進展，2014（5）：731-745.

（責任編輯：GW / 校對：XY）

經濟縱橫 Economic Review

77

2023年第9期 WUHAN

FINANCE

一、引言

黨的二十大報告提出：“要堅持創(chuàng)新在我國現代

化建設全局中的核心地位”。目前，我國正在加快建

設成為創(chuàng)新型國家，技術創(chuàng)新不僅能夠成為企業(yè)實

現可持續(xù)性發(fā)展的重要手段，增強企業(yè)產品的核心

競爭力，還可以解決我國經濟發(fā)展過程中的深層次

矛盾和問題，引領我國經濟實現高質量發(fā)展。

作為經濟活動的參與主體，實體企業(yè)持續(xù)增強

企業(yè)創(chuàng)新動力，能夠有效保證企業(yè)長期效益的實現，

穩(wěn)步促進經濟高質量發(fā)展[1]

。近年來，金融市場發(fā)展

速度十分迅猛，而實體經濟卻普遍“遇冷”，實體投資

的回報遠遠不及金融投資的回報收益[2]

。實體企業(yè)

將本應該投入到實體經營中的資金投向能夠獲取超

額回報的金融領域，借此獲取短期利潤[3，4]

，這一過

程被稱為實體企業(yè)金融化。雖然金融化在短時間內

解決了企業(yè)資金流動性問題，但是大量資金被投入

到金融領域中，很大程度上會擠占企業(yè)的實業(yè)投資。

2021 年，國家再次強調要繼續(xù)完成“三去一降

一補”政策中的“降成本”這一重要任務，保證實體經

濟和虛擬經濟發(fā)展之間的動態(tài)平衡，保持經濟穩(wěn)定

健康增長。目前，我國正處于經濟結構調整與轉型

的關鍵時期，預防實體企業(yè)“脫實向虛”，推動實體經

濟發(fā)展，是促使金融行業(yè)有效服務實體經濟的關

鍵。因此，深入研究企業(yè)金融化對創(chuàng)新活動的影響，

能有效引導企業(yè)合理投資，緩解實體經濟“脫實向虛”，

對我國實體經濟的穩(wěn)定健康發(fā)展具有重要意義。

二、文獻綜述和理論假設

20 世紀初期，學術界對金融化行為展開了探

討?！敖鹑诨备拍钭钤缬擅绹鴮W者 Baran 等[5]

提出，

此后圍繞金融化的概念開始不斷拓展延伸。實體企

業(yè)作為經濟活動的參與主體，其活動逐步被金融化

所影響，一些學者開始探究金融化行為在微觀層面

的體現。翟連升[6]

提出企業(yè)金融化行為的發(fā)生使得

銀行資金在企業(yè)內部資金中所占的比例逐步提升。

Stockhammer[7]

認為非金融企業(yè)參與金融交易，在金

融市場上高度活躍的現象是企業(yè)金融化的主要體

現。Demir[8]

發(fā)現非金融實體企業(yè)逐漸依賴于通過金

融投資獲取收益，脫離了其實體產業(yè)的生產，金融化

摘 要：本文以 2009—2020 年滬深 A 股 2462 家非金融上市企業(yè)為研究對象，從企業(yè)金融資產持有和金融渠道獲利雙重視角出發(fā)，實

證檢驗我國企業(yè)金融化對創(chuàng)新活動的影響及作用機理。研究發(fā)現：無論從企業(yè)金融資產持有角度還是從企業(yè)金融渠道獲利角度衡量企

業(yè)金融化，均發(fā)現企業(yè)金融化對創(chuàng)新活動有顯著的抑制作用；融資約束、現金持有在企業(yè)金融資產持有和企業(yè)創(chuàng)新活動之間存在遮掩效

應，現金持有在企業(yè)金融渠道獲利和企業(yè)創(chuàng)新活動之間存在遮掩效應，融資約束、盈利能力在企業(yè)金融渠道獲利和企業(yè)創(chuàng)新活動之間存

在中介效應，盈利能力在企業(yè)金融資產持有和企業(yè)創(chuàng)新活動之間存在中介效應；企業(yè)金融化在創(chuàng)新技術依賴程度、企業(yè)成長性、股權性

質、股權集中度、資本結構方面對企業(yè)創(chuàng)新活動的影響具有異質性。

關鍵詞：企業(yè)金融化；創(chuàng)新活動；異質性；中介效應

中圖分類號：F832.5 文獻標識碼：A 文章編號：1009-3540（2023）09-0078-0011

基金項目：遼寧省教育廳課題“要素市場扭曲對城市創(chuàng)新水平影響研究”（LJKMR20221506）；遼寧省社會科學規(guī)劃基金項目“數字普惠

金融發(fā)展對遼寧居民幸福感影響研究”（2023lslwtkt-001）。

■ 李健 劉容秀

作者簡介：李?。?986—），男，博士，渤海大學經濟學院副教授，碩士生導師； 劉容秀（1998—），女，渤海大學經濟學院碩士研究生。

企業(yè)金融化對創(chuàng)新活動的影響：

作用機理與實證分析

78

程度逐步加深。蔡明榮等[9]

指出由于金融化行為的

發(fā)生，企業(yè)逐漸改變了傳統(tǒng)的以主營業(yè)務為主要利

潤來源的獲利方式。劉貫春[10]

提出資本開始偏離實

體部門，繞開實體經濟領域，轉而不斷循環(huán)于金融領

域，逐漸遠離實體經濟領域。隨著對金融化問題研

究的不斷加深，相關學者也開始探討企業(yè)金融化對

創(chuàng)新活動帶來的影響，然而并沒有形成一致的觀點。

一些學者認為企業(yè)金融化會對創(chuàng)新活動產生負

效應。目前，企業(yè)面臨復雜多變的經營環(huán)境，實業(yè)經

營成本不斷上升，難以獲得期望的投資回報?；?/p>

資本逐利的特性，部分企業(yè)放棄自身實業(yè)投資，轉而

投向金融領域。謝家智等[11]

發(fā)現高額獲利的金融領

域投資導致企業(yè)管理層為追求短期績效而產生短視

行為，將企業(yè)從實體經營轉向金融投資，這削弱了企

業(yè)的研發(fā)創(chuàng)新能力。王紅建等[12]

發(fā)現大多企業(yè)是基

于投機獲利動機配置金融資產，企業(yè)將大量資金配

置到金融領域，大大擠占了用于創(chuàng)新活動的資源。

潘海英等[13]

發(fā)現金融化對企業(yè)創(chuàng)新活動的能力和效

率均會產生抑制作用。舒鑫[14]

發(fā)現實體企業(yè)金融化

行為削減了企業(yè)的風險承擔能力，對企業(yè)創(chuàng)新投資

產生抑制作用。

也有諸多學者認為企業(yè)金融化會對創(chuàng)新活動產

生積極影響。馬光榮等[15]

發(fā)現金融資產投資可以充

當企業(yè)研發(fā)過程中的資金“蓄水池”，改善企業(yè)研發(fā)

環(huán)境，增強其研發(fā)創(chuàng)新能力。杜勇等[16]

認為金融化

行為能夠給企業(yè)的創(chuàng)新活動帶來長效激勵，配置金

融資產可以緩解企業(yè)在技術創(chuàng)新過程中資金不足的

情況，避免企業(yè)高管局限于短期利益，促使其加大對

研發(fā)創(chuàng)新活動的支持，提升企業(yè)的創(chuàng)新研發(fā)能力。

彭俞超等[17]

研究發(fā)現企業(yè)為了應對未來資金不足的

風險，利用企業(yè)現有閑置資金，對金融領域進行短期

投資，可以增加企業(yè)內部資金的流動性，實現企業(yè)資

本的增值保值。徐珊等[18]

認為企業(yè)金融化對創(chuàng)新活

動的研發(fā)投入以及創(chuàng)新績效都能產生促進作用，并

且對非國有企業(yè)的促進作用更大。楊松令等[19]

將金

融化指標滯后兩期發(fā)現，企業(yè)金融化行為在當期對

企業(yè)研發(fā)投入的抑制影響會轉變?yōu)榇龠M作用。王少

華等[20]

發(fā)現低水平的企業(yè)金融化行為能夠緩解企業(yè)

在創(chuàng)新研發(fā)過程中引起的現金流約束問題，促進企

業(yè)進行創(chuàng)新活動。李惠蓉等[21]

發(fā)現企業(yè)的適度金融

化行為能夠有效提升企業(yè)的創(chuàng)新能力。

基于上述分析，本文提出以下對立假設：

假設1a：企業(yè)金融化對創(chuàng)新活動具有顯著的抑

制作用。

假設1b：企業(yè)金融化對創(chuàng)新活動具有顯著的促

進作用。

企業(yè)持有的金融資產由于期限不同，可以分成

短期金融資產和長期金融資產。短期金融資產主要

出于流動儲備目的配置，一般作為企業(yè)資金“蓄水

池”。長期資產主要出于獲取高額收益目的配置，一

般作為企業(yè)投資逐利的主要方式[22]

。本文依據期限

差異，將企業(yè)持有的金融資產拆分為短期金融資產

和長期金融資產，持有不同期限的金融資產對企業(yè)

創(chuàng)新活動的影響可能存在著程度上的差異。為此，

本文提出以下研究假設：

假設 2：不同期限的金融資產持有對企業(yè)創(chuàng)新

活動的影響程度不同。

進一步地，本文考慮企業(yè)的性質差異是否會對

實證結果產生顯著影響。第一，創(chuàng)新技術依賴程度

不同的企業(yè)，金融化行為對企業(yè)創(chuàng)新活動的影響程

度存在差異。創(chuàng)新技術依賴型企業(yè)會將較多資源投

入到主業(yè)經營中，而較少涉及金融領域投資。同時，

其擁有成熟的研發(fā)技術，主業(yè)投資效率更高，參與金

融投資主要是為了平滑風險，為實業(yè)投資提高資金

支持[19]

。而創(chuàng)新技術依賴程度低的企業(yè)更多基于逐

利動機進行金融投資活動。第二，成長性不同的企

業(yè)，其金融化行為對企業(yè)創(chuàng)新活動的影響程度存在

差異。對于高成長性企業(yè)來說，規(guī)模的快速擴張意

味著企業(yè)需要投入更多的營運資本，在資源有限的

情況下，會使其投入到創(chuàng)新活動中的資金受到一定

程度的擠壓。并且，當企業(yè)的短期績效較好時，管理

層可能會對企業(yè)的未來發(fā)展產生過于樂觀的心理，

從而忽視創(chuàng)新研發(fā)。相反，低成長性企業(yè)的控股股

東更看重企業(yè)未來長期的發(fā)展，會嚴格監(jiān)督企業(yè)管

理層的投資行為，希望公司的資金投入到能給企業(yè)

帶來長期效益增長的研發(fā)投資活動中。第三，股權

性質不同的企業(yè)，其金融化行為對企業(yè)創(chuàng)新活動的

影響程度存在差異。不同股權性質的企業(yè)在政府支

持力度、融資約束程度等方面均有顯著差異[23]

。同

時，不同股權性質的企業(yè)參與金融領域投資的動機

也并不相同[24]

。國有企業(yè)通常規(guī)模較大，業(yè)績穩(wěn)定，

融資成本相對較低，而且委托代理現象嚴重，其企業(yè)

管理層考慮到短期業(yè)績，更容易參與金融領域投資

活動。非國有企業(yè)所面臨的融資環(huán)境相對較差，獲

企業(yè)金融化 Enterprise Financialization

79

2023年第9期 WUHAN

FINANCE

取外部融資的成本較高，其更容易出于預防儲備動

機配置金融資產，以此平滑創(chuàng)新活動帶來的不確定

性風險。第四，股權集中度不同的企業(yè)，其金融化行

為對企業(yè)創(chuàng)新活動的影響程度存在差異。高股權集

中度的企業(yè)，持股比例較高的大股東可能會為了滿

足自身利益，要求管理層持有較多的金融資產，削減

創(chuàng)新活動的資金投入，侵害小股東利益，從而對企業(yè)

實體投資帶來影響[25]

。但是，當股東持股比例達到

一定程度時，也會對股東的監(jiān)督效應產生激勵和強

化，從而改善企業(yè)業(yè)績，進一步促進企業(yè)創(chuàng)新活動的

產出效率[26]

。第五，資本結構不同的企業(yè)，其金融化

行為對企業(yè)創(chuàng)新活動的影響程度存在差異。高負債

企業(yè)的資本結構以債務資本為主，企業(yè)管理者多為

職業(yè)經理人，具有較大的短期償債壓力，高盈利、短

期限的金融投資對其吸引力較大，管理者為了如期

全額還款、取得高額薪酬，會將企業(yè)資源更多投向金

融活動。反之，低負債企業(yè)沒有較大的短期償債壓

力，自有資金充足，對金融投資的依賴程度較低?；?/p>

于此，本文提出如下假設：

假設 3：企業(yè)金融化對創(chuàng)新活動的影響具有企

業(yè)異質性特征。

企業(yè)金融化對創(chuàng)新活動的作用可以通過融資約

束、現金持有、盈利能力這三個渠道實現。

第一，從融資約束的傳導路徑來看，企業(yè)通過并

購和自主研發(fā)獲取創(chuàng)新成果需要較多的資金投入，

企業(yè)的自有資金難以支撐其創(chuàng)新研發(fā)活動，因此可

以通過參與外部融資等方式為創(chuàng)新活動籌集資金。

由于創(chuàng)新研發(fā)活動具有信息不對稱性、不可逆性以

及沉沒性等特征，導致企業(yè)很難獲得外部融資[27]

。

對于企業(yè)的創(chuàng)新研發(fā)活動來說，融資約束已經成為

難以避免的掣肘[28]

。一方面，企業(yè)的金融化行為能

夠預防未來經營過程中出現資金不足的風險，緩解

企業(yè)面臨的融資約束，最終提高企業(yè)的創(chuàng)新活動水

平。基于聲譽理論，企業(yè)也可以通過參與金融投資，

短期高效地提升和改善企業(yè)的經營業(yè)績，向社會公

眾釋放利好消息，提升企業(yè)形象。這能夠吸引社會

媒體關注，獲得大量正面報道和積極評價，改善企業(yè)

的外部融資環(huán)境，提高企業(yè)的創(chuàng)新活動水平。另一

方面，實體企業(yè)參與創(chuàng)新活動的周期長，預期收益不

確定。在資本逐利的動機下，企業(yè)會將過多資源投

入金融領域，使企業(yè)內部現金流減少，加重企業(yè)融資

約束負擔。企業(yè)無法供給創(chuàng)新活動足夠的內部資

金，就會忽視自身的實業(yè)投資，甚至會開始被動應付

甚至很少關注。此時金融投資行為相當于企業(yè)的投

資替代方式，對企業(yè)的創(chuàng)新活動研發(fā)帶來一定擠占

作用。而且企業(yè)進行信貸審批時，會被審查其貸款

用途以及還款能力。企業(yè)過多參與金融投資，會使

其受到的融資約束更大。

第二，從現金持有的傳導路徑來看，現金持有充

足的企業(yè)具有較強的資金優(yōu)勢，能夠輕松搶占市場

資源，并且擁有大量閑置資金，可以全部投入到人才

引進以及產品創(chuàng)新等各類創(chuàng)新活動中去，這將大大

提升企業(yè)自身的競爭力[29]

。企業(yè)金融化行為會通過

現金持有渠道對創(chuàng)新活動帶來影響。一方面，企業(yè)

選擇持有金融資產，是由于金融資產本身具有較強

的流動性，企業(yè)能夠根據自身情況隨時對所持金融

資產進行變現，這一特性承擔了企業(yè)部分“預防性儲

蓄”的資金需求。另一方面，當企業(yè)面臨金融領域的

高額收益時，會選擇擴大在金融領域的投資，相應減

少現金持有，造成企業(yè)對創(chuàng)新活動的投資更加謹慎。

第三，從盈利能力的傳導路徑來看，由于金融行

業(yè)的利潤水平超過其他傳統(tǒng)行業(yè)，具有逐利特性的

資本在進行投資選擇時會更加傾向于將資金從實體

行業(yè)轉向金融行業(yè)，借此獲取短期高額的利潤，從而

對企業(yè)的創(chuàng)新活動產生一定影響。一方面，企業(yè)金

融化后，資金逐步脫離實體，創(chuàng)新研發(fā)活動面臨著資

金短缺問題，由于沒有足夠的資金投入，實體行業(yè)的

發(fā)展受到制約。企業(yè)的金融投資一旦發(fā)生風險，企

業(yè)的盈利能力下降，會進一步對創(chuàng)新活動產生影

響。另一方面，企業(yè)在面對持續(xù)低迷的實體經濟市

場時，也會選擇參與金融領域投資以期望獲取較多

收益，改善企業(yè)的盈利能力，這會進一步的影響企業(yè)

創(chuàng)新活動。因此，本文提出以下假設：

假設 4：企業(yè)金融化通過融資約束、現金持有、

盈利能力對創(chuàng)新活動產生影響。

三、實證模型構建與變量說明

（一）樣本數據來源

本文選取 2009—2020 年滬深 A 股 2462 家上市

公司作為研究樣本，并進行如下篩選：剔除金融行業(yè)

企業(yè)樣本；剔除部分數據缺失和數據異常的企業(yè)樣

本；剔除ST、*ST等特殊企業(yè)樣本。為了克服異常值

和極值對研究結論的影響，本文對連續(xù)變量做了上

下 1%水平的 Winsor 處理。最終，得到 2462 家上市

80

公司，共16839個觀察值。本文上市公司原始數據

均來源于國泰安數據庫。

（二）變量說明

1.被解釋變量：企業(yè)創(chuàng)新活動水平（inv）

本文借鑒鞠曉生等[30]

的研究思路，選擇無形資

產增量占總資產的比例（inv）來衡量企業(yè)的創(chuàng)新活

動水平。選取原因主要是：第一，無形資產包含更多

代表企業(yè)創(chuàng)新活動的信息，包括企業(yè)的專利權、商標

權、著作權、非專利技術等相關信息，能夠較為全面

地反映出企業(yè)真實的創(chuàng)新研發(fā)能力。第二，企業(yè)的

無形資產和企業(yè)創(chuàng)新活動之間存在著密切的聯系，

企業(yè)前期對創(chuàng)新活動的投入最終會反映在企業(yè)無形

資產的增加上，無形資產的增加可以看作企業(yè)創(chuàng)新

活動的綜合體現。

2.核心解釋變量：企業(yè)金融化（fin和fep）

本文使用金融資產持有量（fin）和企業(yè)金融渠

道獲利（fep）來綜合衡量企業(yè)金融化水平。本文在

張成思等[3]

、杜勇等[16]

研究的基礎上，選擇使用貨幣

資金、持有至到期投資、交易性金融資產、投資性房

地產、可供出售金融資產、長期股權投資、應收利息

之和來表示企業(yè)持有的金融資產總量，再除以總資

產進行標準化處理，衡量企業(yè)金融資產持有量（fin）

指標。本文參考劉貫春等[31]

的方法，使用廣義層面

的金融渠道獲利指標，用投資收益、公允價值變動損

益以及其他綜合收益代表企業(yè)從金融渠道獲利總

量，再以息稅前利潤進行標準化處理，衡量企業(yè)金融

渠道獲利（fep）指標。根據前文假設分析，企業(yè)持有

不同期限的金融資產可能會對企業(yè)創(chuàng)新活動產生不

同程度的影響。本文依據其期限差異，將企業(yè)持有

的金融資產拆分為短期金融資產指標（find）和長期

金融資產指標（finc）。具體來說，選擇使用貨幣資

金、交易性金融資產之和，再用總資產進行標準化處

理來測度短期金融資產指標；選擇使用持有至到期

投資、投資性房地產、可供出售金融資產、長期股權

投資、應收利息之和，再用總資產進行標準化處理來

測度長期金融資產指標。

3.中介變量

企業(yè)融資約束（SA）。本文參考鞠曉生等[30]

對融

資約束的測度方法，使用SA指數來衡量企業(yè)受到的

外部融資約束。

現金持有（cash）。本文參考付文林等[32]

對現金

持有的衡量方式，采用現金及其等價物與總資產的

比值進行衡量。

盈利能力（roe）。本文借鑒陳德萍等[33]

的研究，

采用凈資產收益率來衡量企業(yè)的盈利能力。

4.控制變量

為緩解變量遺漏帶來內生性問題，本文參考杜

勇等[16]

、顧夏銘等[34]

的研究，引入如下控制變量：企

業(yè)規(guī)模（size）、企業(yè)資本結構（lev）、企業(yè)資本密集度

（fixed）、公司年齡（la）、股權集中度（share）、企業(yè)成

長性（grow）、董事會結構（board）。本文主要變量與

測度方法見表1。

表1 主要變量與測度

變量類別

被解釋

變量

核心解釋

變量

中介變量

控制變量

變量符號

inv

fin

fep

SA

cash

roe

size

lev

fixed

la

share

grow

board

變量名稱

企業(yè)創(chuàng)新活動

水平

金融資產持有量

金融渠道獲利

融資約束

現金持有

盈利能力

企業(yè)規(guī)模

企業(yè)資本結構

企業(yè)資本密集度

公司年齡

股權集中度

企業(yè)成長性

董事會結構

測度方法

無形資產增加額/總資產

（貨幣資金+持有至到期投資+交易性

金融資產+投資性房地產+可供出售

金融資產+長期股權投資+應收利

息）/總資產

投資收益+公允價值變動損益+其他

綜合收益-息稅前利潤)/|息稅前利潤|

0.043×size2

-0.737×size-0.040×age

（貨幣資金+短期投資凈額+交易性金

融資產）/總資產

凈資產收益率

企業(yè)總資產取自然對數

總負債/總資產

固定資產/總資產

（當年年份-上市年份+1）的對數

用前10大股東持股比例

（當期營業(yè)收入-上期營業(yè)收入）/上期

營業(yè)收入

董事會中獨立董事數量占比

5.描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計結果如表2所示。

企業(yè)創(chuàng)新活動水平均值為0.0057，最小值為-0.0306，

最大值為0.0930，說明我國上市企業(yè)的創(chuàng)新活動水

平有待進一步提高，且不同企業(yè)的創(chuàng)新活動水平之

間存在較大差異。企業(yè)金融資產持有指標均值為

0.2489，最小值為0.0373，最大值為0.7351，表明各上

市企業(yè)之間的金融資產持有情況存在較大差距，上

市企業(yè)的金融資產持有量較大，金融資產持有越多，

對其他資產投資產生的擠占作用越強。企業(yè)金融渠

道獲利指標為-0.6753，最小值為-1.5681，最大值為

2.6548，表明不同企業(yè)從金融渠道獲利水平不同，差

距較大。

企業(yè)金融化 Enterprise Financialization

81

2023年第9期 WUHAN

FINANCE

表2 描述性統(tǒng)計結果

變量

inv

fin

fep

SA

cash

roe

size

lev

fixed

la

share

grow

board

觀測值

16839

16839

16839

16839

16839

16823

16839

16839

16839

16839

16839

16839

16839

均值

0.0057

0.2489

-0.6753

-3.7722

0.1944

0.0580

22.2875

0.4195

0.2057

2.7780

0.5850

0.1698

0.3759

標準差

0.0166

0.1497

0.7111

0.2535

0.1320

0.1359

1.2814

0.1965

0.1418

0.3749

0.1505

0.3544

0.0539

最小值

-0.0306

0.0373

-1.5681

-4.3888

0.0235

-0.7665

20.0611

0.0560

0.0041

1.6094

0.2304

-0.4813

0.3333

最大值

0.0930

0.7351

2.6548

-3.0516

0.6570

0.3082

26.3656

0.8665

0.6379

3.4657

0.9056

2.0747

0.5714

（三）模型設計

1.基準模型

為了研究企業(yè)金融化行為對企業(yè)創(chuàng)新活動的影

響，根據以上理論分析和研究假設，本文構建如下計

量模型：

Invit = α0 + α1 finit + αjcontrolit + yeari + cpi + εit （1）

Invit = α0 + α1 fepit + αjcontrolit + yeari + cpi + εit （2）

其中，下標i 表示企業(yè)；下標t 表示年份；Invit代

表企業(yè)創(chuàng)新活動水平；finit和fepit代表企業(yè)金融化水

平。controlit表示控制變量的集合。yeari表示時間固

定效應；cpi表示個體固定效應；εit為隨機擾動項。本

文重點關注基準模型中系數α1的統(tǒng)計特征，若回歸

檢驗結果α1為負，同時在統(tǒng)計水平下為顯著，則證明

企業(yè)金融化行為對企業(yè)創(chuàng)新活動的影響具有負向抑

制作用，支持本文所提出的假設1a；反之，支持本文

所提出的假設1b。

2.中介效應模型

本文對企業(yè)創(chuàng)新活動可能存在的影響路徑構建

如下中介效應模型進行檢驗：

Yit = α0 + α1Xit + αjcontrolit + yeart + cpi + εit （3）

Mit = β0 + β1Xit + βjcontrolit + yeart + cpi + εit （4）

Yit = γ0 + γ1Xit + γ2Mit + γjcontrolit + yeart +

cpi + εit

（5）

其中，Yit代表本文的被解釋變量，為企業(yè)創(chuàng)新

活動水平（inv）；Xit代表本文的核心解釋變量，包括

金融資產持有量（fin）和企業(yè)金融渠道利潤（fep）；Mit

為本文的中介變量，包括融資約束（SA）、現金持有

（cash）、盈利能力（roe）。本文利用溫忠麟等[35]

的中

介效應逐步檢驗程序依次檢驗方程（3）至（5）中主要

變量的回歸系數，檢驗企業(yè)金融化行為與企業(yè)創(chuàng)新

活動之間的作用渠道。

四、實證結果分析

（一）基礎回歸結果

如表3（1）列所示，選擇金融資產持有作為度量

企業(yè)金融化行為的指標時，變量系數在1%的統(tǒng)計水

平上顯著為負，說明企業(yè)金融化對創(chuàng)新活動產生了

顯著的負面影響。從表 3（2）列的回歸結果可以看

出，選擇金融渠道獲利作為度量企業(yè)金融化行為的

指標時，變量系數在1%的統(tǒng)計水平上顯著為負，說

明企業(yè)金融化行為對企業(yè)創(chuàng)新活動產生了顯著的負

面影響。以上結果表明，無論是從金融資產持有角

度還是從金融渠道獲利角度來衡量企業(yè)金融化，均

發(fā)現企業(yè)金融化對創(chuàng)新活動產生了顯著的抑制作

用。結果證實了研究假說 1a。企業(yè)金融渠道獲利

指標系數的絕對值遠小于企業(yè)金融資產持有指標系

數的絕對值，說明企業(yè)金融資產持有對企業(yè)創(chuàng)新活

動所產生抑制作用明顯強于金融渠道獲利所帶來的

抑制作用。由于企業(yè)金融資產持有指標對企業(yè)創(chuàng)新

活動所產生的阻礙作用較強，本文進一步研究不同

期限結構的金融資產持有指標對企業(yè)創(chuàng)新活動的影

響，結果如表3（3）和（4）列所示，短期金融投資和長

期金融投資均會抑制企業(yè)創(chuàng)新活動。根據數據結構

可以看出，相對于短期金融資產持有，長期金融資產

表3 基礎回歸估計結果

變量

fin

fep

find

finc

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

inv

-0.0133***

(-7.8441)

控制

控制

控制

-0.0462***

(-4.1555)

16839

0.0674

(2)

-0.0009***

(-3.9315)

控制

控制

控制

-0.0541***

(-4.8906)

16839

0.0635

(3)

-0.0086***

(-5.1062)

控制

控制

控制

-0.0504***

(-4.5552)

16839

0.0644

(4)

-0.0186***

(-5.8396)

控制

控制

控制

-0.0542***

(-4.9216)

16839

0.0653

注：***、**、*分別表示1%、5%和10%的顯著水平，括號內數值為

系數對應的穩(wěn)健t統(tǒng)計量數值。下表同。

82

的持有對企業(yè)創(chuàng)新活動帶來的抑制程度更強。結果

證實了研究假說2。

（二）穩(wěn)健性檢驗回歸結果

1.替代解釋變量

由于企業(yè)在經營過程中也會產生貨幣流動，企

業(yè)的貨幣資金可以看成一類金融資產。此外，房地

產開始具有虛擬化特征，逐步脫離實體經濟部門。

因此，針對核心解釋變量fin，本文剔除fin里的貨幣

資金，加入投資性房地產凈額得到指標fin1。同時，

按照狹義層面的金融渠道獲利指標，將投資收益、公

允價值變動損益、其他綜合收益的總和扣除對聯營

及合營企業(yè)的投資收益得到指標 fep1。本文選用

fin1 和 fep1 衡量企業(yè)金融化行為，替代原核心解釋

變量fin和fep進行回歸，如表4的（1）和（2）列所示，

得到的估計結果與原模型基本一致，證明了原模型

估計結果的穩(wěn)健性。

2.替代被解釋變量

考慮到測量誤差與缺失變量的相關問題，本文

以企業(yè)研發(fā)投入金額的自然對數值（rd）替代原被解

釋變量（inv）來衡量企業(yè)創(chuàng)新活動水平，進行替代模

型估計，結果見表 4（3）和（4）列。所得到的變量統(tǒng)

計性特征與表 3（1）和（2）列的回歸結果保持一致，

這表明前文得到的回歸結果是可靠的。

表4 替代解釋變量模型估計結果

變量

fin1

fep1

fin

fep

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

inv

-0.0075**

(-2.3931)

控制

控制

控制

-0.0555***

(-5.0217)

16839

0.0628

(2)

-0.0090**

(-2.5217)

控制

控制

控制

-0.0559***

(-5.0606)

16839

0.0628

(3)

rd

-0.2810***

(-3.2735)

控制

控制

控制

1.6940**

(2.2671)

16715

0.4877

(4)

-0.0295**

(-2.5731)

控制

控制

控制

1.5530**

(2.0722)

16715

0.4874

3.縮短樣本區(qū)間

考慮到 2008 年全球金融危機的影響，剔除

2009—2011 年的數據，檢驗樣本子區(qū)間估計結果。

結果如表 5（1）和（2）列所示，與之前的結論保持一

致，進一步表明前文回歸估計結果的可靠性。

4.縮小樣本范圍

近年來，由于創(chuàng)業(yè)板企業(yè)主要經營與高科技相

關的業(yè)務活動，平均研發(fā)水平和研發(fā)能力均遠高于

其他普通類企業(yè)。為了檢驗創(chuàng)業(yè)板企業(yè)自身存在的

特殊性是否會對前文回歸估計結果產生影響，本文

通過剔除創(chuàng)業(yè)板企業(yè)縮小樣本范圍，進行替代模型

估計，結果如表 5（3）和（4）列所示。所得結果與前

文回歸估計結果保持一致，證明前文回歸估計結果

的穩(wěn)健性。

表5 縮短樣本區(qū)間以及縮小樣本范圍的估計結果

變量

fin

fep

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

縮短樣本區(qū)間

inv

-0.0140***

(-7.6840)

控制

控制

控制

-0.0590***

(-4.2365)

15285

0.0674

(2)

-0.0008***

(-3.5004)

控制

控制

控制

-0.0664***

(-4.7696)

15285

0.0630

(3)

縮小樣本范圍

-0.0145***

(-7.7080)

控制

控制

控制

-0.0449***

(-3.7891)

13481

0.0668

(4)

-0.0005**

(-2.2575)

控制

控制

控制

-0.0533***

(-4.5430)

13481

0.0615

5.工具變量模型估計

考慮到企業(yè)創(chuàng)新活動和企業(yè)金融化之間可能存

在著雙向因果關系，同時計量回歸模型還可能存在

遺漏變量，以上情況均會導致核心解釋變量（企業(yè)金

融化行為）存在內生性問題。針對以上問題，本文選

擇面板工具變量回歸方法對計量模型進行估計。本

文參考王紅建等[12]

的研究，選用企業(yè)投資收益水平

（return）作為工具變量進行兩階段最小二乘法估計，

檢驗結果如表 6 所示?？梢园l(fā)現，該工具變量的 F

值大于 10，不存在弱工具變量問題，進行第二階段

的回歸檢驗結果見（2）和（4）列，無論采用金融資產

持有還是金融渠道獲利來衡量企業(yè)金融化水平，均

發(fā)現企業(yè)金融化顯著抑制了創(chuàng)新活動，進一步證實

了本文研究結論的穩(wěn)健性。

（三）中介效應檢驗回歸結果

表7至表9中的（1）和（4）列回歸結果對應的是

表1中（1）和（2）列的回歸結果。在此基礎上，本文

企業(yè)金融化 Enterprise Financialization

83

2023年第9期 WUHAN

FINANCE

采用中介效應模型進行分析。此實證結果證實了研

究假說4。

1.融資約束的中介效應模型估計結果分析

表7報告了融資約束中介效應的回歸結果，其

中（2）和（5）列為解釋變量對中介變量的回歸結果。

（2）列中，fin 對 SA 的系數顯著為正，說明企業(yè)持有

金融資產所導致的金融化程度越高，SA越大，即企

業(yè)的融資約束越低。（5）列中，fep對SA的系數顯著

為負，說明企業(yè)金融渠道獲利導致的金融化程度越

高，SA越小，企業(yè)的融資約束越高。（3）列在加入中

介變量之后，SA 對 inv 的系數顯著為正，同時 fin 對

inv的系數也顯著為負，β1γ2與γ1異號，說明融資約束

在企業(yè)金融資產持有和創(chuàng)新活動之間存在遮掩效

應。（6）列中，SA對inv的系數為正但不顯著，本文對

此進行Bootstrap 檢驗，發(fā)現間接效應顯著，同時fep

對 inv 的系數顯著為負，直接效應顯著，β1γ2與γ1同

號，說明融資約束在企業(yè)金融渠道獲利和創(chuàng)新活動

之間存在中介效應。

2.現金持有的中介效應模型估計結果分析

表8報告了現金持有中介效應的回歸結果，其

中（2）和（5）列為解釋變量對中介變量的回歸結果。

（2）列中，fin對cash的系數顯著為正，說明企業(yè)持有

金融資產所導致的金融化程度越高，企業(yè)的現金持

有越多。（3）列在加入中介變量后，cash對inv的系數

顯著為正，β1γ2與γ1異號，說明現金持有在企業(yè)金融

資產持有和創(chuàng)新活動之間存在遮掩效應。（5）列中，

fep對cash的系數為負但不顯著，本文對此進行Boot?

strap 檢驗，發(fā)現間接效應顯著，且（6）列中，cash 對

inv的系數顯著為負，β1γ2與γ1異號，說明現金持有在

企業(yè)金融渠道獲利和創(chuàng)新活動之間存在遮掩效應。

表8 現金持有中介效應模型估計結果

變量

fin

fep

cash

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

inv

-0.0133***

(-7.8441)

控制

控制

控制

-0.0462***

(-4.1555)

16839

0.0674

(2)

cash

0.8050***

(69.2737)

控制

控制

控制

0.0486

(0.9100)

16839

0.7943

(3)

inv

-0.0227***

(-6.9146)

0.0117***

(3.4546)

控制

控制

控制

-0.0468***

(-4.2199)

16839

0.0684

(4)

inv

-0.0009***

(-3.9315)

控制

控制

控制

-0.0541***

(-4.8906)

16839

0.0635

(5)

cash

-0.0023

(-1.6222)

控制

控制

控制

0.6460***

(7.4149)

16839

0.2501

(6)

inv

-0.0009***

(-4.0205)

-0.0089***

(-5.0690)

控制

控制

控制

-0.0483***

(-4.3595)

16839

0.0655

3.盈利能力的中介效應模型估計結果分析

表9報告了盈利能力中介效應的回歸結果，其

中（2）和（5）列為解釋變量對中介變量的回歸結果。

（2）列中，fin 對 roe 的系數為負但不顯著，本文對此

進行Bootstrap檢驗，發(fā)現間接效應顯著，且（3）列中，

fin 對inv 的系數顯著為負，直接效應顯著，β1γ2與γ1

同號，說明盈利能力在企業(yè)金融資產持有和創(chuàng)新活

動之間存在中介效應。（5）列中，fep對roe的系數顯

著為負，說明企業(yè)金融渠道獲利導致的金融化行為

對企業(yè)的盈利能力有顯著的抑制作用。（6）列中，roe

對inv的系數顯著為正，fep對inv的系數顯著為負，

直接效應顯著，β1γ2與γ1同號，說明盈利能力在企業(yè)

表6 工具變量回歸估計結果

變量

IV：return

fin

fep

控制變量

個體效應

時間效應

_cons

F 值

Adj.R2

Wald檢驗

N

(1)

第一階段

fin

0.7412***

(8.4310)

控制

控制

控制

-0.0033

(-1.1743)

127.74

16567

(2)

第二階段

inv

-0.1168***

(-3.0729)

控制

控制

控制

0.4008***

(8.8929)

0.2039

16.38

16384

(3)

第一階段

fep

14.2164***

(21.1719)

控制

控制

控制

-0.0033

(-1.1743)

78.77

16567

(4)

第二階段

inv

-0.0039***

(-3.3506)

控制

控制

控制

1.0275***

(6.9343)

0.1385

320.41

16384

表7 融資約束中介效應模型估計結果

變量

fin

fep

SA

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

inv

-0.0133***

(-7.8441)

控制

控制

控制

-0.0462***

(-4.1555)

16839

0.0674

(2)

SA

0.0457***

(5.4451)

控制

控制

控制

-3.3020***

(-33.9381)

16839

0.8703

(3)

inv

-0.0136***

(-8.0072)

0.0069**

(2.1851)

控制

控制

控制

-0.0236

(-1.4705)

16839

0.0678

(4)

inv

-0.0009***

(-3.9315)

控制

控制

控制

-0.0541***

(-4.8906)

16839

0.0635

(5)

SA

-0.0017**

(-1.8300)

控制

控制

控制

-3.2640***

(-33.4300)

16839

0.8694

(6)

inv

-0.0009***

(-3.9007)

0.0045

(1.4398)

控制

控制

控制

-0.0393**

(-2.4829)

16839

0.0637

84

金融渠道獲利和創(chuàng)新活動之間存在中介效應。

表9 盈利能力中介效應模型估計結果

變量

fin

fep

roe

控制變量

個體效應

時間效應

_cons

N

R-squared

(1)

inv

-0.0133***

(-7.8441)

控制

控制

控制

-0.0462***

(-4.1555)

16839

0.0674

(2)

roe

-0.0062

(-0.4657)

控制

控制

控制

-0.8500***

(-8.0706)

16823

0.1773

(3)

inv

-0.0130***

(-7.8577)

0.0059***

(4.5151)

控制

控制

控制

-0.0403***

(-3.5853)

16823

0.0676

(4)

inv

-0.0009***

(-3.9315)

控制

控制

控制

-0.0541***

(-4.8906)

16839

0.0635

(5)

roe

-0.0842***

(-27.0957)

控制

控制

控制

-0.6670***

(-7.3261)

16823

0.3615

(6)

inv

-0.0004*

(-1.6764)

0.0048***

(3.1505)

控制

控制

控制

-0.0498***

(-4.4563)

16823

0.0630

（四）異質性檢驗回歸結果

為了考察企業(yè)金融化與創(chuàng)新活動之間的關系是

否會受到企業(yè)特征差異的影響，本文根據前文設計

對子樣本進行分組回歸，回歸結果分別見表10—表

12。實證結果證實了前文的研究假說3。

1.按創(chuàng)新技術依賴程度分類

從表 10（1）至（4）列回歸

結果可以看出，無論是在創(chuàng)新

技術依賴程度高還是低的企業(yè)

中，企業(yè)金融資產持有fin和企

業(yè)金融渠道獲利 fep 對企業(yè)創(chuàng)

新活動的回歸系數均顯著為

負，說明企業(yè)金融化對企業(yè)創(chuàng)

新活動的抑制作用并沒有隨著

創(chuàng)新技術依賴程度的高低呈顯

著差異性，但抑制作用程度隨

著依賴程度變化有所不同。從

金融資產持有角度來看，創(chuàng)新

技術依賴程度低的企業(yè)，其金

融化行為對企業(yè)創(chuàng)新活動的抑

制作用更強。原因可能在于，

創(chuàng)新技術依賴程度低的企業(yè)并

不依賴于自身的創(chuàng)新資源，認

為持有金融資產會比實體投資

更容易獲取高額收益，更多基

于逐利動機進行金融投資活

動，因此其金融資產持有對企業(yè)創(chuàng)新活動的負效應

更強。從金融渠道獲利角度來看，創(chuàng)新技術依賴程

度高的企業(yè)，其金融化行為對創(chuàng)新活動的抑制作用

更強。原因可能在于，創(chuàng)新技術依賴程度高的企業(yè)

在研發(fā)過程中對資金量的需求較高，企業(yè)往往會選

擇參與金融領域投資，從中獲取短期高額利潤，這會

對企業(yè)創(chuàng)新活動產生一定的擠出效應。

2.按企業(yè)成長性分類

從表10（5）至（8）列回歸結果可以看出，無論是

在成長性高還是成長性低的企業(yè)中，企業(yè)金融資產

持有fin和企業(yè)金融渠道獲利fep對企業(yè)創(chuàng)新活動的

回歸系數均顯著為負，說明企業(yè)金融化對創(chuàng)新活動

的抑制作用并沒有隨著企業(yè)成長規(guī)模發(fā)生變化，但

抑制作用程度隨著企業(yè)成長規(guī)模變化有所不同。無

論在金融資產持有角度還是金融渠道獲利角度，高

成長性企業(yè)的金融化行為對創(chuàng)新活動的抑制作用更

強。原因可能在于，對于高成長性企業(yè)來說，企業(yè)規(guī)

模的快速增長意味著企業(yè)需要投入較多的營運資

本，這會在一定程度上壓縮創(chuàng)新研發(fā)活動的資金投

入。而且當企業(yè)的成長性較高時，企業(yè)的短期績效

會相對較好，管理層可能會對企業(yè)的未來發(fā)展過于

樂觀，從而忽視創(chuàng)新研發(fā)活動。

企業(yè)金融化 Enterprise Financialization

表10 按企業(yè)創(chuàng)新技術依賴程度以及企業(yè)成長性分類模型估計結果

變量

fin

fep

控制變量

個體效應

時間效應

N

(1)

創(chuàng)新技術依賴程度高

inv

-0.0092***

(-3.7123)

控制

控制

控制

6063

(2)

-0.0012***

(-3.3436)

控制

控制

控制

6063

(3)

創(chuàng)新技術依賴程度低

-0.0158***

(-6.6492)

控制

控制

控制

10776

(4)

-0.0008***

(-2.6668)

控制

控制

控制

10776

(5)

企業(yè)成長性高

-0.0165***

(-4.9711)

控制

控制

控制

6591

(6)

-0.0020***

(-2.7795)

控制

控制

控制

6591

(7)

企業(yè)成長性低

-0.0108***

(-5.1835)

控制

控制

控制

10248

(8)

-0.0009***

(-3.9029)

控制

控制

控制

10248

表11 按股權性質以及股權集中度分類模型估計結果

變量

fin

fep

控制變量

個體效應

時間效應

N

(1)

國有企業(yè)

inv

-0.0160***

(-4.8718)

控制

控制

控制

5022

(2)

-6.18e-05

(-0.1827)

控制

控制

控制

5022

(3)

非國有企業(yè)

-0.0130***

(-6.1913)

控制

控制

控制

11449

(4)

-0.0011***

(-3.8526)

控制

控制

控制

11449

(5)

高股權集中度

-0.0137***

(-5.3885)

控制

控制

控制

8829

(6)

-0.0004

(-0.9556)

控制

控制

控制

8829

(7)

低股權集中度

-0.0126***

(-4.9368)

控制

控制

控制

8010

(8)

-0.0009***

(-3.5589)

控制

控制

控制

8010

85

2023年第9期 WUHAN

FINANCE

3.按股權性質分類

從表11（1）至（4）列回歸結果可以看出，企業(yè)金

融資產持有fin的回歸系數在子樣本中均顯著為負，

這說明企業(yè)金融資產持有對創(chuàng)新活動的抑制作用并

沒有隨著企業(yè)的股權性質發(fā)生變化，但抑制作用程

度隨著企業(yè)股權性質的不同發(fā)生變化。從金融資產

持有角度來看，國有企業(yè)的金融化行為對創(chuàng)新活動

的抑制作用更強。原因可能在于，一方面，國有企業(yè)

通常規(guī)模較大、業(yè)績穩(wěn)定，因而融資難度較小、融資

成本較低，不用考慮資金短缺的問題，當企業(yè)存在閑

置資金時，更容易參與金融領域投資活動；另一方

面，國有企業(yè)的委托代理現象嚴重，企業(yè)管理層更關

注短期業(yè)績，內部資金配置不合理，致使其創(chuàng)新能力

不足，而傾向于從金融領域獲取短期高額利潤，對企

業(yè)創(chuàng)新活動帶來較強的擠出效應。但本文也發(fā)現，

企業(yè)金融渠道獲利fep對非國有企業(yè)的創(chuàng)新活動產

生顯著的抑制作用，而對國有企業(yè)的創(chuàng)新活動沒有

產生顯著影響。

4.按股權集中度分類

從表11（5）至（8）列回歸結果可以看出，企業(yè)金

融資產持有fin的回歸系數在子樣本中均顯著為負，

說明企業(yè)金融資產持有對不同股權集中度的企業(yè)創(chuàng)

新活動均具有顯著的抑制作用。相比低股權集中度

企業(yè)，高股權集中度企業(yè)的金融資產持有行為對創(chuàng)

新活動的抑制作用更強。原因可能在于，高股權集

中度企業(yè)的大股東可能會為了滿足自身利益，要求

管理層持有較多的金融資產，削減創(chuàng)新活動的資金

投入。但本文也發(fā)現，企業(yè)金融渠道獲利fep對低股權

集中度企業(yè)的創(chuàng)新活動產生顯著的抑制作用，而對

高股權集中度企業(yè)的創(chuàng)新活動沒有產生顯著影響。

5.按資本結構分類

從表12的回歸結果可以看出，企業(yè)金融資產持

有fin和企業(yè)金融渠道獲利fep對企業(yè)創(chuàng)新活動的回

歸系數在不同資本結構的樣本中均顯著為負，說明

企業(yè)金融化對企業(yè)創(chuàng)新活動的抑制作用并沒有隨著

資本結構的變化呈顯著差異性，但抑制作用程度隨

著企業(yè)資本結構變化有所不同。無論在金融資產持

有角度還是金融渠道獲利角度，高負債型企業(yè)相比

于低負債型企業(yè)的金融化行為對企業(yè)創(chuàng)新活動的抑

制更強。原因可能在于，對于高負債型企業(yè)來說，企

業(yè)管理層為了實現短期的高額盈利，更愿意持有回

收期較短、風險較低且收益更高的金融資產，從而對

企業(yè)創(chuàng)新活動的資金投入產生一定的擠出作用。

表12 按資本負債率分類模型估計結果

變量

fin

fep

控制變量

個體效應

時間效應

N

(1)

高負債型企業(yè)

inv

-0.0174***

(-5.0537)

控制

控制

控制

8259

(2)

-0.0010***

(-3.1810)

控制

控制

控制

8259

(3)

低負債型企業(yè)

-0.0110***

(-5.0793)

控制

控制

控制

8580

(4)

-0.0006*

(-1.8246)

控制

控制

控制

8580

五、研究結論與政策建議

（一）研究結論

本文從企業(yè)金融資產持有和企業(yè)金融渠道獲利

雙重視角實證檢驗了我國企業(yè)金融化對創(chuàng)新活動的

影響以及這種影響是否具有異質性特征，并得出如

下結論：

第一，企業(yè)金融化對創(chuàng)新活動產生了顯著的抑

制作用。本文發(fā)現無論從金融資產持有還是金融渠

道獲利角度，企業(yè)金融化對創(chuàng)新活動均產生了顯著

的抑制作用。本文采用替換被解釋變量、替換解釋

變量、縮短樣本區(qū)間、縮小樣本范圍以及考慮核心解

釋變量內生性問題等一系列穩(wěn)健性檢驗方法，均發(fā)

現企業(yè)金融化對創(chuàng)新活動產生顯著抑制作用的實證

結果具有穩(wěn)健性。

第二，從金融資產持有角度來衡量企業(yè)金融化

行為時，發(fā)現不同期限金融資產持有對企業(yè)創(chuàng)新活

動均產生顯著的抑制作用，但具有程度上的差異。

企業(yè)短期金融資產持有和長期金融資產持有均會抑

制企業(yè)創(chuàng)新活動，且長期金融資產持有對企業(yè)創(chuàng)新

活動的抑制作用要強于短期金融資產持有。

第三，通過中介效應檢驗企業(yè)金融化影響創(chuàng)新

活動的作用機制時，發(fā)現融資約束、現金持有在企業(yè)

金融資產持有和企業(yè)創(chuàng)新活動之間存在遮掩效應，

現金持有在企業(yè)金融渠道獲利和企業(yè)創(chuàng)新活動之間

存在遮掩效應。融資約束、盈利能力在企業(yè)金融渠

道獲利和企業(yè)創(chuàng)新活動之間存在中介效應，盈利能

力在企業(yè)金融資產持有和企業(yè)創(chuàng)新活動之間存在中

介效應。

第四，企業(yè)金融化對創(chuàng)新活動產生顯著的異質

86

性特征。從企業(yè)的創(chuàng)新技術依賴程度來看，在金融

資產持有角度，低創(chuàng)新技術依賴型企業(yè)的金融化行

為對企業(yè)創(chuàng)新活動的抑制作用更強。從金融渠道獲

利角度來看，高創(chuàng)新技術依賴型企業(yè)的金融化行為

對創(chuàng)新活動的抑制作用更強。從企業(yè)的成長性來

看，無論在金融資產持有角度還是金融渠道獲利角

度，高成長性企業(yè)的金融化行為對創(chuàng)新活動的抑制

作用更強。從企業(yè)的股權性質來看，在金融資產持

有角度，國有企業(yè)的金融化行為對創(chuàng)新活動的抑制

作用更強。但本文也發(fā)現，企業(yè)金融渠道獲利對非

國有企業(yè)的創(chuàng)新活動產生顯著的抑制作用，而對國

有企業(yè)的創(chuàng)新活動沒有產生顯著影響。從企業(yè)的股

權集中度來看，在金融資產持有角度，高股權集中度

的企業(yè)的金融化行為對創(chuàng)新活動的抑制作用更強。

但本文也發(fā)現，企業(yè)金融渠道獲利對低股權集中度

企業(yè)的創(chuàng)新活動產生顯著的抑制作用，而對高股權

集中度企業(yè)的創(chuàng)新活動沒有產生顯著影響。從企業(yè)

的資本結構來看，無論在金融資產持有角度還是金

融渠道獲利角度，高負債型企業(yè)的金融化行為對創(chuàng)

新活動的抑制作用更強。

（二）政策建議

本文發(fā)現企業(yè)金融化對創(chuàng)新活動的影響主要表

現為抑制作用，其根源在于企業(yè)金融化行為產生的

背后存在著企業(yè)的投機行為和代理問題，可能會使

企業(yè)陷入“通過金融領域投資大量獲利—將所得到

的收益再次投入金融領域”的循環(huán)行為中，從而對企

業(yè)的創(chuàng)新研發(fā)活動一再擱置，影響企業(yè)的長久發(fā)

展。此外，本文依據不同企業(yè)特征發(fā)現企業(yè)金融化

對創(chuàng)新活動影響之間存在著較大差異。為了利用創(chuàng)

新活動提高實體企業(yè)的經濟效益，帶動主營業(yè)務升

級發(fā)展，保證實體經濟和虛擬經濟發(fā)展之間的動態(tài)

平衡，真正緩解實體經濟“脫實向虛”現象的發(fā)生，本

文依據上述結論提出如下政策建議：

第一，創(chuàng)造良好的實業(yè)投資環(huán)境，加強金融市場

的監(jiān)管力度。形成合理且規(guī)范的市場價格，縮小實

體行業(yè)和金融領域之間的利潤率差距，從而弱化企

業(yè)的投機動機。同時，也可以利用技術補貼、降稅等

方式，逐步改善企業(yè)當前的投資環(huán)境，降低企業(yè)的生

產成本，增強實體投資對企業(yè)的吸引力，引導資金回

到實體行業(yè)。此外，應該加強對金融市場的監(jiān)管力

度，有效甄別企業(yè)的金融投機行為，預防企業(yè)違規(guī)套

利以及杠桿行為的發(fā)生，防范資產泡沫現象。

第二，構建新型企業(yè)治理體系，防止代理沖突問

題發(fā)生。企業(yè)金融化行為發(fā)生的背后存在著嚴重的

代理問題，企業(yè)應該強化主業(yè)業(yè)績在企業(yè)管理層績

效考核中的重要性。同時，要不斷完善企業(yè)內部的

股權結構，健全監(jiān)督機制，從制度層面逐步引導企業(yè)

管理層注重企業(yè)的創(chuàng)新活動，增強企業(yè)的核心競爭

力，防止股權過度集中帶來的金融領域投機獲利行

為，實現企業(yè)持續(xù)高質量發(fā)展。

第三，制定有針對性的扶持政策，實行差異化經

營舉措。首先，政府在面對具有不同特征的企業(yè)時，

應該制定具有針對性的政策，并逐步完善多層次的

資本市場現狀，為我國的實體企業(yè)融資提供更加多

元化的渠道。其次，金融機構應該綜合運用大數據

以及金融科技等相關技術，準確了解我國各大實體

企業(yè)的信用狀況以及資金需求情況，針對實體企業(yè)

的不同情況開發(fā)出對應的信貸產品，為實體企業(yè)的

創(chuàng)新活動研發(fā)提供可靠的資金來源。最后，企業(yè)應

該根據自身的實際情況，協(xié)調好金融領域投資和實

業(yè)投資之間的資金占比，使得企業(yè)的金融化行為不

僅能夠防范企業(yè)現金流不足帶來的風險又能夠促進

企業(yè)自身的長期發(fā)展?！?/p>

[參考文獻]

[1] 肖忠意，林琳.企業(yè)金融化、生命周期與持續(xù)性創(chuàng)新：基于

行業(yè)分類的實證研究[J].財經研究，2019（8）：43-57.

[2] HALDANE A，BRENNAN S，MADOUROS V. What is the

Contribution of the Financial Sector：Miracle or Mirage?[J].

The Future of Finance，2010，87（2）：216-245.

[3] 張成思，張步曇.中國實業(yè)投資率下降之謎：經濟金融化

視角[J].經濟研究，2016（12）：32-46.

[4] BODNAR G M，HAYT G S，MARSTON R C. 1998 Whar?

ton Survey of Financial Risk Management by US Non- Finan?

cial Firms[J]. Financial Management，1998，27（4）：70-91.

[5] BARAN P A，SWEEZY P M. Monopoly Capital[M]. New

York：Monthly Review Press，1966.

[6] 翟連升.企業(yè)資產金融化趨勢簡析[J].經濟研究，1992

（5）：55-56.

[7] STOCKHAMMER E. Financialisation and the Slowdown of

Accumulation[J]. Cambridge Journal of Economics，2004，28

（5）：719-741.

[8] DEMIR F. Financial Liberalization，Private Investment and

Portfolio Choice：Financialization of Real Sectors in Emerging

Markets[J]. Journal of Development Economics，2009，88（2）：

314-324.

[9] 蔡明榮，任世馳.企業(yè)金融化：一項研究綜述[J].財經科

學，2014（7）：41-51.

[10] 劉貫春.金融資產配置與企業(yè)研發(fā)創(chuàng)新：“擠出”還是“擠

入”[J].統(tǒng)計研究，2017（7）：49-61.

[11] 謝家智，王文濤，江源.制造業(yè)金融化、政府控制與技術

創(chuàng)新[J].經濟學動態(tài)，2014（11）：78-88.

企業(yè)金融化 Enterprise Financialization

87

2023年第9期 WUHAN

FINANCE

[12] 王紅建，曹瑜強，楊慶，等.實體企業(yè)金融化促進還是抑

制了企業(yè)創(chuàng)新：基于中國制造業(yè)上市公司的經驗研究[J].南

開管理評論，2017（1）：155-166.

[13] 潘海英，王春鳳.實體企業(yè)金融化抑制了企業(yè)創(chuàng)新嗎?基

于高質量發(fā)展背景下企業(yè)創(chuàng)新雙元視角[J].南京審計大學

學報，2020（2）：49-58.

[14] 舒鑫.實體企業(yè)金融化對創(chuàng)新投資的影響：基于主客觀

層面的機制檢驗[J].現代經濟探討，2021（9）：78-89.

[15] 馬光榮，劉明，楊恩艷.銀行授信、信貸緊縮與企業(yè)研發(fā)

[J].金融研究，2014（7）：76-93.

[16] 杜勇，張歡，陳建英.金融化對實體企業(yè)未來主業(yè)發(fā)展的

影響：促進還是抑制[J].中國工業(yè)經濟，2017（12）：113-131.

[17] 彭俞超，韓珣，李建軍.經濟政策不確定性與企業(yè)金融化

[J].中國工業(yè)經濟，2018（1）：137-155.

[18] 徐珊，劉篤池.企業(yè)金融化對技術創(chuàng)新影響的實證研究

[J].科研管理，2019（10）：240-249.

[19] 楊松令，牛登云，劉亭立，等.實體企業(yè)金融化、分析師關

注與內部創(chuàng)新驅動力[J].管理科學，2019（2）：3-18.

[20] 王少華，上官澤明，吳秋生.高質量發(fā)展背景下實體企業(yè)

金融化如何助力企業(yè)創(chuàng)新：基于金融化適度性的視角[J].上

海財經大學學報，2020（3）：19-34+63.

[21] 李惠蓉，趙小克.企業(yè)金融化、融資約束與企業(yè)創(chuàng)新[J].

財會通訊，2021（23）：57-60+65.

[22] 趙德志，安素霞.金融化方式與企業(yè)職工收入份額：基于

配置方式的考察[J].經濟經緯，2020（6）：139-150.

[23] 李延喜，曾偉強，馬壯，等.外部治理環(huán)境、產權性質與上

市公司投資效率[J].南開管理評論，2015（1）：25-36.

[24] 張成思，鄭寧.中國實業(yè)部門金融化的異質性[J].金融研

究，2019（7）：1-18.

[25] 柳永明，羅云峰.外部盈利壓力、多元化股權投資與企業(yè)

的金融化[J].財經研究，2019（3）：73-85.

[26] 謝軍.第一大股東、股權集中度和公司績效[J].經濟評

論，2006（1）：70-75+97.

[27] 張敏，張勝，王成方，等.政治關聯與信貸資源配置效率：

來自我國民營上市公司的經驗證據[J].管理世界，2010

（11）：143-153.

[28] 張璇，劉貝貝，汪婷，等.信貸尋租、融資約束與企業(yè)創(chuàng)新

[J].經濟研究，2017（5）：161-174.

[29] 楊興全，齊云飛，曾義.融資約束、資本投資與公司現金

持有競爭效應[J].審計與經濟研究，2015（3）：30-38.

[30] 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業(yè)

創(chuàng)新可持續(xù)性[J].經濟研究，2013（1）：4-16.

[31] 劉貫春，劉媛媛，張軍.金融資產配置與中國上市公司的

投資波動[J].經濟學（季刊），2019（2）：573-596.

[32] 付文林，趙永輝.稅收激勵、現金流與企業(yè)投資結構偏向

[J].經濟研究，2014（5）：19-33.

[33] 陳德萍，曾智海.資本結構與企業(yè)績效的互動關系研究：

基于創(chuàng)業(yè)板上市公司的實證檢驗[J].會計研究，2012（8）：

66-71+97.

[34] 顧夏銘，陳勇民，潘士遠.經濟政策不確定性與創(chuàng)新：基

于我國上市公司的實證分析[J].經濟研究，2018（2）：109-123.

[35] 溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心

理科學進展，2014（5）：731-745.

（責任編輯：WQS / 校對：XY）

[3] 田雅群，何廣文.互聯網金融、市場競爭對農村商業(yè)銀行

風險的影響研究[J].農業(yè)技術經濟，2022（3）：73-83.

[4] 郭麗虹，朱柯達.金融科技、銀行風險與經營業(yè)績：基于普

惠金融的視角[J].國際金融研究，2021（7）：56-65.

[5] 張正平，劉云華.數字金融發(fā)展對農村商業(yè)銀行運營效率

的影響：基于2014—2018年非平衡面板數據的實證研究[J].

農業(yè)技術經濟，2022（4）：67-81.

[6] 封思賢，郭仁靜.數字金融、銀行競爭與銀行效率[J].改

革，2019（11）：75-89.

[7] 殷賀，江紅莉，張財經，等.數字普惠金融如何響應城鄉(xiāng)收

入差距?基于空間溢出視角的實證檢驗[J].金融監(jiān)管研究，

2020（9）：33-49.

[8] 張岳，周應恒.數字普惠金融、傳統(tǒng)金融競爭與農村產業(yè)

融合[J].農業(yè)技術經濟，2021（9）：68-82.

[9] 黃益平，黃卓.中國的數字金融發(fā)展：現在與未來[J].經濟

學（季刊），2018（4）：1489-1502.

[10] 孟娜娜，粟勤.擠出效應還是鯰魚效應：金融科技對傳統(tǒng)

普惠金融影響研究[J].現代財經（天津財經大學學報），2020

（1）：56-70.

[11] O'BRIEN R. Global Financial Integration：The End of Ge?

ography[J]. International Affairs，1992，68（3）：225-243．

[12] SCHMUTZLER A. The New Economic Geography[J]. Jour?

nal of Economic Surveys，1999，13（4）：355-379.

[13] 姜付秀，蔡文婧，蔡欣妮，等.銀行競爭的微觀效應：來自

融資約束的經驗證據[J].經濟研究，2019（6）：72-88.

[14] 張大永，張志偉.競爭與效率：基于我國區(qū)域性商業(yè)銀行

的實證研究[J].金融研究，2019（4）：111-129.

[15] 孟娜娜，粟勤，雷海波.金融科技如何影響銀行業(yè)競爭

[J].財貿經濟，2020（3）：66-79.

[16] 張正平，楊丹丹.市場競爭、新型農村金融機構擴張與普

惠金融發(fā)展：基于省級面板數據的檢驗與比較[J].中國農村

經濟，2017（1）：30-43+94.

[17] 邊文龍，沈艷，沈明高.銀行業(yè)競爭度、政策激勵與中小

企業(yè)貸款：來自 14 省 90 縣金融機構的證據[J].金融研究，

2017（1）：114-129.

[18] 王雪，何廣文.縣域銀行業(yè)競爭與普惠金融服務深化：貧

困縣與非貧困縣的分層解析[J].中國農村經濟，2019（4）：

55-72.

[19] 粟勤，孟娜娜.地方政府干預如何影響區(qū)域金融包容?基

于省際面板數據的空間計量分析[J].國際金融研究，2019

（8）：14-24.

[20] 李志生，金凌.銀行競爭提高了企業(yè)投資水平和資源配

置效率嗎?基于分支機構空間分布的研究[J].金融研究，2021

（1）：111-130.

[21] 袁鯤，曾德濤.數字金融發(fā)展與區(qū)際銀行競爭：基于我國

地級以上城市的實證檢驗[J].金融監(jiān)管研究，2021（3）：64-79.

[22] 李明賢，鄭洲舟，陳銫.縣域數字普惠金融發(fā)展的空間格

局演化與影響因素分析：以湖南省為例[J].經濟地理，2021

（8）：136-143.

[23] LESAGE J，PACE R K. Introduction to Spatial Economet?

rics[Z]. CRC Press，2009：143-145.

（責任編輯：LYY / 校對：XY）

（上接第44頁）

88