亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        企業(yè)數(shù)字化轉型、會計信息披露質量與企業(yè)創(chuàng)新

        2023-10-11 03:45:16石道元教授戴家琳蔣水全副教授
        財會月刊 2023年20期
        關鍵詞:會計信息程度變量

        石道元(教授),戴家琳,蔣水全(副教授)

        一、引言

        創(chuàng)新是企業(yè)高質量發(fā)展的基礎。創(chuàng)新活動具有投資周期長、投資金額大等特點,這就導致創(chuàng)新投資風險較大。處于數(shù)字經(jīng)濟時代,產(chǎn)業(yè)變革及企業(yè)創(chuàng)新的機遇就是進行數(shù)字化轉型。數(shù)字化轉型是指企業(yè)利用以大智移云物區(qū)為代表的數(shù)字技術,整合信息數(shù)據(jù),提高數(shù)字能力,從而提升資源配置效率,最終全面助力企業(yè)創(chuàng)新(李蒼舒和沈艷,2019)。2022 年是我國數(shù)字化轉型全面發(fā)力的一年,國家全面啟動“東數(shù)西算”工程,規(guī)劃了數(shù)十個國家數(shù)據(jù)中心集群,數(shù)字技術已經(jīng)深度融入各行各業(yè),其融合程度之深、影響范圍之廣前所未有。2023 年政府工作報告進一步指出,我國要大力發(fā)展數(shù)字經(jīng)濟,加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化轉型,促進我國數(shù)字技術與實體經(jīng)濟加速融合。

        美國經(jīng)濟學家熊彼特于1912 年首次提出了“企業(yè)創(chuàng)新”概念,并明確企業(yè)創(chuàng)新體系涵蓋制度、技術、市場和管理這四個方面的創(chuàng)新。目前,針對企業(yè)創(chuàng)新方面的研究多是從其影響因素入手,主要包括內(nèi)部因素和外部因素。其中內(nèi)部因素涉及企業(yè)股權結構、企業(yè)規(guī)模(陳林等,2019)等,而外部因素主要涵蓋融資市場環(huán)境、宏觀經(jīng)濟政策等(顧夏銘等,2018)。相較而言,國內(nèi)的數(shù)字化轉型多以案例分析為主,少有的實證研究也多局限于制造業(yè)、金融業(yè)等特定行業(yè)(李壽喜和王袁晗,2022;唐紳峰等,2023;張澤南等,2023)。隨著數(shù)字經(jīng)濟全領域的縱深發(fā)展,人們愈發(fā)關心數(shù)字化轉型背景下的企業(yè)創(chuàng)新影響機制問題。綜觀此類研究,主要聚焦于以下三個方面:其一是人才效應。楊潔等(2022)研究表明,數(shù)字化轉型會導致企業(yè)需求的人才類型發(fā)生變化,人才效應在數(shù)字化轉型驅動創(chuàng)新過程中發(fā)揮著中介作用。其二是動態(tài)能力。張吉昌等(2022)從適應能力等動態(tài)能力視角分析了數(shù)字化轉型對企業(yè)創(chuàng)新的影響機制,并證實了動態(tài)能力在其中的中介效應。其三是知識管理視角。張振剛等(2022)認為,數(shù)字化轉型可以提高企業(yè)的知識管理水平,從而促進企業(yè)商業(yè)模式的創(chuàng)新。

        上述研究在很大程度上深化了社會對企業(yè)數(shù)字化轉型作用于企業(yè)創(chuàng)新機理的認識。但不可否認的是,現(xiàn)有研究忽略了源自企業(yè)自身的會計信息披露的傳導因素。已有研究顯示,在數(shù)字技術的支持下,企業(yè)能夠從大量的非標準化數(shù)據(jù)中提煉出數(shù)據(jù)價值,便于對內(nèi)外部信息進行數(shù)據(jù)分析,從而提高信息披露質量(陳中飛等,2022),進而推動企業(yè)創(chuàng)新發(fā)展(李慧云等,2020)??梢姡瑫嬓畔⑴顿|量在數(shù)字化轉型作用于企業(yè)創(chuàng)新的過程中可能發(fā)揮著重要的傳導效用。由此,本文擬從會計信息披露質量的視角出發(fā),探討企業(yè)數(shù)字化轉型對企業(yè)創(chuàng)新的作用機理,并進一步探究不同的經(jīng)濟區(qū)域和企業(yè)產(chǎn)權性質在企業(yè)數(shù)字化轉型賦能企業(yè)創(chuàng)新過程中的調節(jié)效應。

        本文可能的邊際貢獻包括:第一,現(xiàn)有研究多從人才效應、動態(tài)能力及知識管理等視角考察數(shù)字化轉型對企業(yè)創(chuàng)新的作用機制,而本文則基于會計信息披露質量視角探究此問題,這為研究我國企業(yè)創(chuàng)新問題提供了新的經(jīng)驗證據(jù),也進一步豐富了企業(yè)數(shù)字化轉型與企業(yè)創(chuàng)新的研究內(nèi)容;第二,揭示了經(jīng)濟區(qū)域和企業(yè)產(chǎn)權性質在數(shù)字化轉型推動企業(yè)創(chuàng)新過程中的調節(jié)作用,也為新時代企業(yè)創(chuàng)新提供了新路徑。

        二、理論分析與研究假說

        (一)企業(yè)數(shù)字化轉型與企業(yè)創(chuàng)新

        在數(shù)字經(jīng)濟時代,企業(yè)管理逐漸融入以大智移云物區(qū)為代表的數(shù)字技術,這使得企業(yè)的創(chuàng)新行為更開放、生產(chǎn)流程更智能,進而推動企業(yè)數(shù)字化轉型,而數(shù)字化轉型也會通過制度、生產(chǎn)技術、產(chǎn)品市場、企業(yè)管理等多種渠道反哺企業(yè)創(chuàng)新。

        首先是制度創(chuàng)新。制度環(huán)境要符合外部經(jīng)濟環(huán)境需求(戚聿東和褚席,2021),在企業(yè)數(shù)字化發(fā)展過程中,不同轉型期間適用不同的制度邏輯,在階段轉換時刻就會產(chǎn)生一定的沖突,此時企業(yè)可以主動進行制度創(chuàng)新來影響政策,進而減少不同制度之間的矛盾,即數(shù)字化轉型能夠促進制度創(chuàng)新。其次是技術創(chuàng)新。生產(chǎn)過程中融入數(shù)字技術能夠更加精細地記錄各種生產(chǎn)數(shù)據(jù),這些數(shù)據(jù)能夠助力企業(yè)生產(chǎn)技術的優(yōu)化創(chuàng)新。同時,數(shù)字化轉型本身會為企業(yè)帶來先進的智能技術,會促進企業(yè)的生產(chǎn)更加智能化、高效化。再次是市場創(chuàng)新。數(shù)字化轉型會幫助企業(yè)充分利用互聯(lián)網(wǎng)平臺,企業(yè)可以依靠各種平臺與消費者和供應者進行交流以開發(fā)潛在需求,或者通過大數(shù)據(jù)技術在互聯(lián)網(wǎng)平臺抓取潛在消費者數(shù)據(jù)(陳劍等,2020),從而進行市場創(chuàng)新。最后是管理創(chuàng)新。數(shù)字化轉型能夠促進企業(yè)組織管理扁平化創(chuàng)新,數(shù)字技術推動企業(yè)量化管理結果,借助數(shù)字化系統(tǒng)提高企業(yè)內(nèi)部交流效率和辦事效率,從而建立一個高效的內(nèi)部管理體系。由此,本文提出以下假設:

        H1:數(shù)字化轉型能夠顯著提升企業(yè)創(chuàng)新水平。

        (二)企業(yè)數(shù)字化轉型、會計信息披露質量與企業(yè)創(chuàng)新

        信息披露質量是指對信息使用者而言信息的優(yōu)劣程度,其重要性顯而易見。根據(jù)深交所的相關工作細則可知,會計信息披露質量主要從真實性、準確性、完整性、及時性、合法合規(guī)性和公平性六方面進行考評(許元鐙等,2022)。

        首先,真實性和準確性方面,數(shù)字技術能夠幫助企業(yè)挖掘更多的信息,同時數(shù)據(jù)處理的手段也更加智能化,這會減少數(shù)據(jù)處理過程中產(chǎn)生的錯誤,從而提高信息的真實性、準確性。其次,完整性方面。數(shù)字化轉型所引入的數(shù)字技術能夠幫助企業(yè)處理非結構化、非標準化的數(shù)據(jù),進而獲取更全面、更完整的信息。再次,及時性方面。隨著企業(yè)數(shù)字化轉型發(fā)展,企業(yè)內(nèi)部數(shù)據(jù)處理手段不斷革新,加速了企業(yè)財務信息的處理,同時也使企業(yè)能夠運用更多的技術手段挖掘更多的企業(yè)信息,從而提高企業(yè)信息披露的及時性。然后,合法合規(guī)性方面。數(shù)字化轉型可以通過提高管理效率、減少企業(yè)管理者的機會主義行為等來提高企業(yè)的經(jīng)營效率。當企業(yè)經(jīng)營向好,企業(yè)管理者因自身利益而操縱信息的可能性就會降低(呂英和張鳳琪,2022),從而也就提升了其合法合規(guī)性。最后,公平性方面。數(shù)字技術可以通過區(qū)塊鏈共享使信息使用者掌握公司的全部財務情況,避免產(chǎn)生不公平現(xiàn)象。

        進一步地,會計信息披露質量也會促進企業(yè)創(chuàng)新發(fā)展。一方面,企業(yè)創(chuàng)新所需要的資金較為龐大且回報期較長,大部分企業(yè)都不會有足夠的自有資金來進行創(chuàng)新投資,故而需要進行融資。較高的會計信息披露質量能使?jié)撛谄髽I(yè)投資者更加了解企業(yè)情況,更放心地對企業(yè)進行投資,同時銀行也更愿意提供借款給信息披露質量更高的企業(yè)(張興亮和夏成才,2015),如此能夠緩解企業(yè)的融資約束,促進企業(yè)增加創(chuàng)新投入,進而提高企業(yè)創(chuàng)新水平。另一方面,當企業(yè)信息不對稱程度較高時會產(chǎn)生代理問題,企業(yè)的信息披露質量越高,企業(yè)的管理者和其他利益相關者的目標就越一致。當企業(yè)的代理問題得到緩解,企業(yè)創(chuàng)新也就能得到進一步發(fā)展(高燕等,2019)。因此,數(shù)字化轉型通過真實性、準確性等六個方面提升會計信息披露質量后,能進一步依靠信息質量的提升來緩解融資約束和代理問題,最終提升企業(yè)創(chuàng)新水平。綜合以上分析,本文提出如下假設:

        H2:會計信息披露質量在企業(yè)數(shù)字化轉型對企業(yè)創(chuàng)新的影響中存在顯著的中介效應。

        三、研究設計

        (一)樣本選擇與變量定義

        1.樣本選擇與數(shù)據(jù)來源??紤]到企業(yè)創(chuàng)新等數(shù)據(jù)的可得性,本文選取2009 ~2021 年我國滬深A 股上市公司為初始研究樣本,并對樣本數(shù)據(jù)進行以下處理:剔除處于ST、*ST 及PT 狀態(tài)的研究樣本;考慮到金融行業(yè)資產(chǎn)負債率的特殊性,剔除了金融行業(yè)樣本;為確保數(shù)據(jù)的完整性,剔除了數(shù)據(jù)缺失和異常的樣本。最后得到3791 個樣本企業(yè),共計25114 個觀測值。本文對所有連續(xù)性變量進行了上下1%的縮尾處理。會計信息披露質量和控制變量的數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR),其余變量來源于Wind數(shù)據(jù)庫。

        2.變量定義。

        (1)被解釋變量:企業(yè)創(chuàng)新(Innovation)。當前,針對企業(yè)創(chuàng)新的度量主要來自兩個方面:一是從創(chuàng)新產(chǎn)出角度用專利申請、授權數(shù)量等數(shù)據(jù)進行測量(孔東民等,2017);二是從創(chuàng)新投入的角度來衡量企業(yè)創(chuàng)新強度。本文參考孔東明等(2017)的研究,采用產(chǎn)出角度的專利申請數(shù)量進行測度,即根據(jù)專利申請年份的申請數(shù)量來度量企業(yè)創(chuàng)新。這主要是因為:首先,相較于研發(fā)投入如R&D等數(shù)據(jù),發(fā)明專利與科技能力之間有著強烈的相關性,能更貼切地展現(xiàn)企業(yè)創(chuàng)新水平(周煊等,2012);其次,相較于專利授權數(shù)量,專利申請數(shù)量更為穩(wěn)定和真實,因為專利授權數(shù)量可能由于需要檢測或年費繳納等問題而存在更多的不確定性和不穩(wěn)定性,同時專利在申請過程中往往已為企業(yè)做出貢獻(黎文靖和鄭曼妮,2016)。具體而言,本文將各企業(yè)每年發(fā)明專利、實用新型專利和外觀設計專利三種類型的專利申請數(shù)量加總得到創(chuàng)新總量,用發(fā)明專利申請量來度量創(chuàng)新質量,用非發(fā)明專利申請量即實用新型專利和外觀設計專利的申請總量來度量創(chuàng)新數(shù)量??紤]到專利申請數(shù)據(jù)的右偏性,本文對所有專利數(shù)值加上1 之后取自然對數(shù),最終得到變量Patent、Patent1 和Patent23,分別表示創(chuàng)新總量、創(chuàng)新質量及創(chuàng)新數(shù)量。

        (2)核心解釋變量:企業(yè)數(shù)字化轉型程度(DCG)。對于企業(yè)數(shù)字化轉型的測度,國內(nèi)研究多采用詞頻統(tǒng)計法,即統(tǒng)計上市公司年報中關于企業(yè)數(shù)字化轉型的相關詞頻(吳非等,2021)。本文參照吳非等(2021)提出的數(shù)字化轉型詞頻框架,統(tǒng)計上市公司年報中相關詞頻來刻畫數(shù)字化轉型程度。考慮到該加總數(shù)據(jù)的右偏性,對該數(shù)據(jù)采取加1后取自然對數(shù)的處理方法,最終得到企業(yè)數(shù)字化轉型的評測值DCG。

        (3)中介變量:會計信息披露質量(Deg)。本文參照張穎(2021)的研究,使用滬深交易所公布的信息評級來度量會計信息披露質量,考評結果共有優(yōu)秀、良好、合格、不合格四個等級,并根據(jù)評級結果進行賦值:4(優(yōu)秀)、3(良好)、2(合格)、1(不合格)。

        (4)控制變量。為確保回歸模型的解釋效力,防止相關虛假內(nèi)容干擾研究結論,在參考現(xiàn)有文獻的基礎上(張穎,2021;謝琨和張正鑾,2022),本文對公司特征及對被解釋變量產(chǎn)生影響的可能因素進行控制,設定主要控制變量如下:企業(yè)規(guī)模(Size)、是否虧損(Loss)、兩職合一(Dual)、產(chǎn)權性質(Soe)、是否四大(Big4)、董事人數(shù)(Board)、資產(chǎn)負債率(Lev)、資產(chǎn)收益率(Roa)、現(xiàn)金流比率(Cashflow)、固定資產(chǎn)密集度(Fixed)。

        上述變量定義見表1。

        表1 變量定義

        (二)模型構建

        本文采用發(fā)明專利等三個不同維度的創(chuàng)新產(chǎn)出數(shù)據(jù)對企業(yè)數(shù)字化轉型進行回歸。由于創(chuàng)新產(chǎn)出數(shù)據(jù)具有左斷尾分布特征。而Tobit模型可用于解決“刪失或受限被解釋變量”類似問題,因此本文擬采用Tobit 回歸模型估計。為了驗證H1,構建Tobit回歸模型(1):

        上述模型中,被解釋變量Innovation 表示創(chuàng)新產(chǎn)出,即Patent、Patent1和Patent23,其分別指專利申請總量、發(fā)明專利申請量和非發(fā)明專利申請量。Controls為控制變量,具體為一系列可能影響創(chuàng)新產(chǎn)出的企業(yè)和行業(yè)特征變量,見表1。同時,本文還對行業(yè)(Industry)和年度(Year)進行了控制。

        四、實證結果與分析

        (一)描述性統(tǒng)計

        主要變量的描述性統(tǒng)計結果如表2 所示。企業(yè)創(chuàng)新Patent、Patent1、Patent23 的最大值分別為7.184、6.531、6.332,最小值均為0,均值分別為2.588、1.785、2.076,標準差分別為1.712、1.503、1.640,這說明我國企業(yè)整體創(chuàng)新能力還有較大的提升空間,我國企業(yè)創(chuàng)新水平具有較明顯的差距。企業(yè)數(shù)字化轉型程度DCG 的最大值為4.934,最小值為0,均值為1.412,標準差為1.416,說明我國企業(yè)數(shù)字化轉型程度的平均水平較低,不同企業(yè)的數(shù)字化轉型程度差距較大,反映了我國上市公司數(shù)字化轉型投入?yún)⒉畈积R的現(xiàn)狀。會計信息披露質量Deg 的最大值為4,最小值為1,均值為3.034,這說明我國各上市公司的平均會計信息披露質量較高。在控制變量方面,樣本企業(yè)間的企業(yè)規(guī)模(Size)、資產(chǎn)負債率(Lev)等變量都存在不同程度的差異。

        表2 主要變量描述性統(tǒng)計

        (二)基準回歸分析

        表3 模型(1)的回歸結果顯示,企業(yè)創(chuàng)新Patent、Patent1、Patent23 與企業(yè)數(shù)字化轉型程度DCG 的系數(shù)分別為0.269、0.285、0.215,即企業(yè)數(shù)字化轉型程度每提高10%,企業(yè)創(chuàng)新水平也隨之提升2.69%、2.85%、2.15%,說明企業(yè)數(shù)字化轉型程度與企業(yè)創(chuàng)新顯著正相關,且上述數(shù)據(jù)均在1%的水平上顯著。因此,數(shù)字化轉型程度越高,對企業(yè)創(chuàng)新的促進作用越明顯,H1 得到驗證。同時,企業(yè)數(shù)字化轉型程度(DCG)與會計信息披露質量(Deg)的系數(shù)為0.023,表明數(shù)字化轉型程度提升10%就能促進會計信息披露質量提高0.23%,即數(shù)字化轉型對會計信息披露質量有顯著的正向促進作用,上述數(shù)據(jù)在1%的水平上顯著。

        表3 基準回歸結果

        (三)穩(wěn)健性檢驗

        1.工具變量法。本文借助余江龍等(2022)的研究思路,使用同一年度某企業(yè)所在省份其他所有企業(yè)的數(shù)字化轉型程度均值作為工具變量。該工具變量符合相關性和外生性兩個約束條件:一方面,該企業(yè)所在省份的所有企業(yè)通常具有相似的數(shù)字化轉型程度,且共同享受地區(qū)所提供的數(shù)字化轉型基礎設施,符合相關性;另一方面,由于各企業(yè)對于數(shù)字化轉型的主觀能動性不同,同省份其他企業(yè)的數(shù)字化轉型程度很難直接影響本企業(yè)的創(chuàng)新活動,符合外生性。工具變量的有效性檢驗結果顯示:Durbin-Wu-Hausman檢驗值均在p<1%的顯著性水平上拒絕原假設,說明內(nèi)生性問題存在。同時,2SLS 兩階段最小二乘回歸估計法中第一階段的F 值均高于10,且在p<1%的水平上顯著,說明本文選取的工具變量與核心解釋變量具有很強的相關性,不存在弱工具變量問題。在此基礎上,本文采用2SLS 模型進行工具變量估計,以考察企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的影響。從表4 列(1)、(2)、(3)的結果來看,企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的三個變量都具有顯著正向影響,說明在緩解潛在內(nèi)生性問題之后,H1依然得到驗證。

        表4 穩(wěn)健性檢驗結果

        2.傾向得分匹配法(PSM)。為避免樣本自選擇問題,本文采用傾向得分匹配法(PSM)進行檢驗。根據(jù)企業(yè)數(shù)字化轉型水平將企業(yè)進行排序,取前25%的樣本為數(shù)字化轉型水平較高的實驗組,其余為控制組。建立虛擬變量DCG_dum,將實驗組(高數(shù)字化轉型水平)取1,控制組(低數(shù)字化轉型水平)取0,同時選取是否虧損(Loss)、兩職合一(Dual)、產(chǎn)權性質(Soe)、是否四大(Big4)這四項個體背景特征進行配對,采用半徑匹配法,閾值設置為0.01,最后篩選出10824 個樣本。根據(jù)PSM 平行假設檢驗結果發(fā)現(xiàn),匹配前實驗組和控制組,各變量都存在顯著性差異,說明實驗組、控制組樣本個體背景特征有著不一致性,上述特征均屬于干擾因素。在匹配之后,上述四項干擾因素在實驗組和控制組兩組間并沒有表現(xiàn)出顯著性,說明匹配后的實驗組和控制組在個體特征上具有一致性。綜合上述分析發(fā)現(xiàn),本次PSM 有著良好的效果,PSM 匹配后數(shù)據(jù)可進一步使用。根據(jù)前述篩選得到的樣本對企業(yè)數(shù)字化轉型程度和企業(yè)創(chuàng)新間的關系進行回歸分析,結果如表4列(4)、(5)、(6)所示,結果再次驗證了前文假說。

        3.所有解釋變量滯后一期?;蛟S有人對上述企業(yè)數(shù)字化轉型程度影響企業(yè)創(chuàng)新的結論存在質疑,即是否存在遺漏變量同時影響企業(yè)數(shù)字化轉型程度和企業(yè)創(chuàng)新,進而影響本文結論。此外,由于創(chuàng)新過程需要耗費一定的時間,可能存在相應的內(nèi)生性問題。鑒于此,本文參考茅寧(2022)的研究將所有解釋變量滯后一期,以解決部分內(nèi)生性問題,回歸結果如表4 列(7)、(8)、(9)所示。表4中顯示,滯后一期的數(shù)字化轉型程度(DCG)每提高1%,Patent、Patent1、Patent23 分別提高0.215%、0.215%、0.147%,且在1%的水平上顯著,H1依然成立。

        4.變更回歸模型。為了避免模型設定原因導致的變量關系不穩(wěn)健,本文采用面板模型來分析變量關系。首先進行F檢驗和Hausman 檢驗,綜合二者結果,最終確定選用公司固定效應回歸模型進行估計分析,回歸結果如表4列(10)、(11)、(12)所示。根據(jù)面板模型回歸結果,Patent、Patent1、Patent23 與可知DCG 的系數(shù)分別為0.064、0.085、0.038,且均在1%的水平上顯著,說明企業(yè)數(shù)字化轉型程度與企業(yè)創(chuàng)新顯著正相關,即改變回歸模型后H1仍然成立。

        (四)中介效應檢驗

        本文根據(jù)Baron 和Kenny(2016)提出的因果逐步回歸法來進行中介效應檢驗,表5 列示了企業(yè)數(shù)字化轉型程度、會計信息披露質量與企業(yè)創(chuàng)新之間的中介效應檢驗結果。為減少多重共線性問題,表5 中的被解釋變量、解釋變量和中介變量均經(jīng)標準化處理。此處,僅對企業(yè)創(chuàng)新指標Patent 進行分析:首先,模型(1)、模型(2)中企業(yè)數(shù)字化轉型程度(DCG)的回歸系數(shù)分別為0.176、0.053且顯著,說明企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新(Patent)和會計信息披露質量(Deg)產(chǎn)生顯著的正向影響;其次,模型(3)中數(shù)字化轉型的系數(shù)為0.167,會計信息披露質量回歸系數(shù)為0.097,均顯著,這表明企業(yè)數(shù)字化轉型程度和會計信息披露質量共同作用時,亦對企業(yè)創(chuàng)新有顯著促進作用。以上分析表明,會計信息披露質量在DCG和Patent 之間發(fā)揮著部分中介作用。對于企業(yè)創(chuàng)新指標Patent1、Patent23的分析同上所述,最終得到會計信息披露質量(Deg)在數(shù)字化轉型程度(DCG)和企業(yè)創(chuàng)新(Patent、Patent1、Patent23)之間發(fā)揮著部分中介的作用。由此,H2得到驗證。

        表5 中介效應檢驗結果

        前面運用因果逐步回歸法檢驗了會計信息質量(Deg)的中介傳導效應,為確保檢驗結果的準確性和穩(wěn)健性,本文運用系數(shù)乘積法來進一步檢驗分析。根據(jù)系數(shù)乘積檢驗方法的不同,又可進一步分為Sobel檢驗法和Bootstrap 抽樣法。首先,從表5最后一行的Sobel檢驗結果來看,企業(yè)數(shù)字化轉型程度→會計信息披露質量→企業(yè)創(chuàng)新Patent、企業(yè)數(shù)字化轉型程度→會計信息披露質量→企業(yè)創(chuàng)新Patent1、企業(yè)數(shù)字化轉型程度→會計信息披露質量→企業(yè)創(chuàng)新Patent23 的Sobel Z檢驗統(tǒng)計值均在1%的水平上顯著,說明會計信息披露質量(Deg)的中介效應顯著。相較Sobel檢驗法,Bootstrap 抽樣法檢驗功效更強,且對于中介作用抽樣分布并沒有限制,其應用更為廣泛。結合表6,通過對乘積系數(shù)Bootstrap 區(qū)間中介效應檢驗發(fā)現(xiàn),在Bootstrap 估計方法抽樣1000 次之后,β2和θ 系數(shù)乘積的95%置信區(qū)間均不包括數(shù)字0,會計信息披露質量的中介效應均顯著。進一步的系數(shù)乘積法檢驗結果表明,會計信息披露質量在企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的影響中存在顯著的中介傳導效應,H2得到進一步驗證。

        表6 Bootstrap中介效應檢驗

        五、異質性分析

        企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新產(chǎn)生了顯著的正向激勵效應,但是這種激勵效應是否會因企業(yè)自身性質以及所處經(jīng)濟區(qū)域而產(chǎn)生差異。本部分對此進行探究,以挖掘更深層次的數(shù)字化激勵創(chuàng)新的特征。

        (一)產(chǎn)權異質性

        由于政府政策傾向和組織結構等方面的差異,國有企業(yè)和非國有企業(yè)在創(chuàng)新方面存在明顯的差別,本文以企業(yè)的產(chǎn)權性質為分組依據(jù)進行異質性分析。表7 的分樣本結果顯示,在列(1)、列(3)和列(5)的非國有企業(yè)中,數(shù)字化轉型程度對企業(yè)創(chuàng)新的回歸系數(shù)分別為0.258、0.259、0.211,均在1%的水平上顯著;而在列(2)、列(4)和列(6)的國有企業(yè)中,數(shù)字化轉型程度對企業(yè)創(chuàng)新的驅動效用更強,其回歸系數(shù)分別為0.342、0.376 和0.260,均大于非國有企業(yè)的相關系數(shù)。從經(jīng)濟意義上分析,企業(yè)的數(shù)字化轉型程度每提升10%,非國有企業(yè)的創(chuàng)新總量(Patent)提升2.58%,而國有企業(yè)的創(chuàng)新總量(Patent)提升3.42%,兩類企業(yè)數(shù)字化轉型提升所引致的創(chuàng)新質量(Patent1)和創(chuàng)新數(shù)量(Patent23)變動也有類似的差異。該現(xiàn)象產(chǎn)生的原因可能是國有企業(yè)治理缺乏有效性,且政府干預導致職業(yè)經(jīng)理人等人才流失(沈紅波等,2019),而企業(yè)數(shù)字化轉型有利于促進企業(yè)提升管理效率和引入人力資源,進而促進企業(yè)創(chuàng)新(付劍茹和王可,2022)。綜合分析發(fā)現(xiàn),國有企業(yè)相比于非國有企業(yè)在企業(yè)管理效率和人力管理方面有更大的發(fā)展空間。也就是說,國有企業(yè)進行數(shù)字化轉型一方面可提高管理效率,另一方面可促進人力資源的科學管理,進而提高企業(yè)創(chuàng)新的邊際效用(高于非國有企業(yè))。

        表7 基于產(chǎn)權異質性的檢驗

        (二)區(qū)域異質性

        由于不同地區(qū)的數(shù)字經(jīng)濟基礎設施、經(jīng)濟發(fā)展水平等客觀條件存在一定的差異,因此不同經(jīng)濟區(qū)域的企業(yè)數(shù)字化激勵創(chuàng)新的效果可能有所差異,本文據(jù)此進行實證分析。根據(jù)《中共中央、國務院關于促進中部地區(qū)崛起的若干意見》,我國的經(jīng)濟區(qū)域被劃分為東北部、東部、中部、西部四大地區(qū)。本文據(jù)此將上市企業(yè)按注冊地劃分為東北部、東部、中部、西部,并以此進行分組回歸來探討不同區(qū)域企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的促進作用的差異?;貧w結果如表8 所示,企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的促進作用在西部地區(qū)最為明顯,其回歸系數(shù)分別為0.387(Patent)、0.355(Patent1)、0.338(Patent23),其經(jīng)濟意義為西部地區(qū)企業(yè)的數(shù)字化轉型每提升10%,該企業(yè)的創(chuàng)新總量(Patent)、創(chuàng)新質量(Patent1)和創(chuàng)新數(shù)量(Patent23)都會隨之增長3.87%、3.55%、3.38%。東部地區(qū)次之,數(shù)字化轉型程度促進企業(yè)創(chuàng)新總量(Patent)和企業(yè)創(chuàng)新質量(Patent1)的效果較好,其回歸系數(shù)分別是0.271 和0.295。東北部和中部企業(yè)數(shù)字化轉型程度對企業(yè)創(chuàng)新的激勵作用較小??赡艿脑蛟谟冢航陙恚瑖掖罅﹂_展“東數(shù)西算”等工程,對數(shù)字經(jīng)濟的基礎建設投資巨大,西部地區(qū)比如重慶、四川等省份的數(shù)字化發(fā)展進程相對較為迅速,具備一定的數(shù)字經(jīng)濟基礎,而當?shù)貐^(qū)的數(shù)字經(jīng)濟化較為深入,企業(yè)數(shù)字化轉型也就更能促進企業(yè)創(chuàng)新。另外,東部地區(qū)比如北京、上海、廣東等地的人才、技術更為先進,更包容數(shù)字化轉型方式,故而也比較有優(yōu)勢。因此,在數(shù)字經(jīng)濟時代,應該統(tǒng)籌推進東北部等大數(shù)據(jù)技術落后地區(qū)的數(shù)字化建設,縮小各區(qū)域數(shù)字化轉型差距,尋求各地區(qū)共同發(fā)展。

        表8 區(qū)域異質性回歸結果

        六、結論及啟示

        (一)研究結論

        本文基于2009 ~2021年我國滬深A股上市公司樣本數(shù)據(jù)開展研究,參照前人研究的統(tǒng)計詞頻方法來衡量企業(yè)數(shù)字化轉型程度,實證檢驗數(shù)字化轉型程度對企業(yè)創(chuàng)新的激勵作用,驗證了會計信息披露質量在數(shù)字化轉型促進創(chuàng)新過程中發(fā)揮的中介傳導效應,并進一步探討了產(chǎn)權差異、地區(qū)差異在數(shù)字化轉型促進企業(yè)創(chuàng)新過程中的不同調節(jié)效應。主要研究結論如下:

        首先,企業(yè)數(shù)字化轉型會對企業(yè)創(chuàng)新產(chǎn)生促進作用,能夠提高企業(yè)創(chuàng)新水平。同時,會計信息披露質量在企業(yè)數(shù)字化轉型對企業(yè)創(chuàng)新的影響中發(fā)揮著中介傳導作用,即在企業(yè)數(shù)字化轉型影響企業(yè)創(chuàng)新的過程中,其數(shù)字化轉型程度的提高可以提升會計信息披露質量進而促進企業(yè)創(chuàng)新。

        其次,與非國有企業(yè)相比,國有企業(yè)數(shù)字化轉型給企業(yè)創(chuàng)新帶來的驅動效應更加明顯,即國有企業(yè)數(shù)字化轉型所帶來的企業(yè)創(chuàng)新績效增幅大于非國有企業(yè)數(shù)字化轉型所帶來的企業(yè)創(chuàng)新績效增幅。

        再次,與東北、東部及中部區(qū)域相比,西部地區(qū)企業(yè)的數(shù)字化轉型程度對企業(yè)創(chuàng)新的激勵作用最為突出,數(shù)字化轉型對創(chuàng)新總量、創(chuàng)新質量、創(chuàng)新數(shù)量這三個維度的促進效果都非常明顯,可見西部地區(qū)數(shù)字化轉型程度驅動創(chuàng)新效果顯著。東部地區(qū)企業(yè)的數(shù)字化轉型程度促進創(chuàng)新總量和創(chuàng)新質量的效果都非常明顯,對創(chuàng)新數(shù)量的激勵效果一般,這說明東部地區(qū)企業(yè)數(shù)字化轉型程度促進企業(yè)創(chuàng)新效果也較為理想。四個區(qū)域中,東北部和中部地區(qū)的促進效果一般。

        (二)研究啟示

        上述結論為我國企業(yè)數(shù)字化轉型對企業(yè)創(chuàng)新的激勵作用提供了理論借鑒和實踐指導,具體如下:企業(yè)數(shù)字化轉型能夠顯著提升企業(yè)創(chuàng)新水平,其可以通過會計信息披露質量這一作用路徑來實現(xiàn)。但數(shù)字化轉型和企業(yè)創(chuàng)新都具有較大的投資風險,對各企業(yè)而言,在數(shù)字經(jīng)濟時代找好定位,制定符合自身特征的數(shù)字化戰(zhàn)略和企業(yè)創(chuàng)新策略是重中之重。

        1.企業(yè)積極開展數(shù)字化轉型,整合數(shù)據(jù)資源,引進數(shù)字平臺,推動企業(yè)創(chuàng)新?!白儎t興,不變則衰”,企業(yè)應找準時機、制定合適的策略進行數(shù)字化轉型,從而多方面驅動創(chuàng)新。一方面,企業(yè)應基于數(shù)字思維進行管理結構創(chuàng)新,借助數(shù)字化產(chǎn)物提升反應效率和運營效率。另一方面,企業(yè)要提高云計算等新興數(shù)字科技的運用能力,加強技術創(chuàng)新。此外,要注重數(shù)字平臺的構建,通過數(shù)字平臺加強與消費者或投資者等利益相關者的聯(lián)系,從而促進市場創(chuàng)新。

        2.企業(yè)加快數(shù)字化轉型進程,改進數(shù)字技術,提升會計信息披露質量。數(shù)字化轉型能夠促進企業(yè)的會計信息披露質量提升。因此,企業(yè)應積極引入數(shù)字技術融入數(shù)據(jù)搜集、處理、發(fā)布等流程中,提高信息傳遞效率,避免信息處理差錯,努力提升會計信息披露質量。

        3.地區(qū)政府加強數(shù)字基礎設施建設,縮小區(qū)域差距。由區(qū)域異質性分析可知,地區(qū)數(shù)字經(jīng)濟的基礎建設是企業(yè)進行數(shù)字化轉型的基本。因此,政府應加大數(shù)字基礎設施的投入度,推進區(qū)域數(shù)字化建設,數(shù)字建設落后區(qū)域尤其應注重區(qū)域交流,及時引進以大數(shù)據(jù)為代表的新興數(shù)字技術,激發(fā)數(shù)字化轉型所帶來的創(chuàng)新驅動能力,推動地區(qū)經(jīng)濟蓬勃發(fā)展。

        4.根據(jù)企業(yè)異質性特征,因企制宜改善數(shù)字化驅動創(chuàng)新效果。國有企業(yè)應該抓住數(shù)字化轉型的時機,通過引入數(shù)字技術緩解管理僵化、規(guī)范人力資源培養(yǎng),通過管理創(chuàng)新優(yōu)化企業(yè)經(jīng)營。非國有企業(yè)應該分析自身經(jīng)營狀況、生命周期等個性特征,由此制定合理的數(shù)字化轉型方案,從而實現(xiàn)對創(chuàng)新的激勵。

        【 主要參考文獻】

        陳劍,黃朔,劉運輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理[J].管理世界,2020(2):117 ~128+222.

        陳林,萬攀兵,許瑩盈.混合所有制企業(yè)的股權結構與創(chuàng)新行為——基于自然實驗與斷點回歸的實證檢驗[J].管理世界,2019(10):186 ~205.

        陳中飛,江康奇,殷明美.數(shù)字化轉型能緩解企業(yè)“融資貴”嗎[J].經(jīng)濟學動態(tài),2022(8):79 ~97.

        付劍茹,王可.企業(yè)數(shù)字化發(fā)展何以促進創(chuàng)新[J].產(chǎn)業(yè)經(jīng)濟評論,2022(5):51 ~69.

        顧夏銘,陳勇民,潘士遠.經(jīng)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(jīng)濟研究,2018(2):109 ~123.

        孔東民,徐茗麗,孔高文.企業(yè)內(nèi)部薪酬差距與創(chuàng)新[J].經(jīng)濟研究,2017(10):144 ~157.

        黎文靖,鄭曼妮.實質性創(chuàng)新還是策略性創(chuàng)新?——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響[J].經(jīng)濟研究,2016(4):60 ~73.

        李蒼舒,沈艷.數(shù)字經(jīng)濟時代下新金融業(yè)態(tài)風險的識別、測度及防控[J].管理世界,2019(12):53 ~69.

        李慧云,劉倩穎,歐倩,符少燕.產(chǎn)品市場競爭視角下信息披露與企業(yè)創(chuàng)新[J].統(tǒng)計研究,2020(7):80 ~92.

        李壽喜,王袁晗.企業(yè)數(shù)字化轉型與企業(yè)創(chuàng)新——來自電子制造業(yè)的經(jīng)驗證據(jù)[J].工業(yè)技術經(jīng)濟,2022(8):19 ~26.

        茅寧,徐萌.近鄰效應與企業(yè)資本結構決策——基于中國滬深A 股上市企業(yè)的經(jīng)驗證據(jù)[J].武漢大學學報(哲學社會科學版),2022(3):124 ~135.

        戚聿東,褚席.數(shù)字經(jīng)濟發(fā)展、經(jīng)濟結構轉型與跨越中等收入陷阱[J].財經(jīng)研究,2021(7):18 ~32+168.

        沈紅波,張金清,張廣婷.國有企業(yè)混合所有制改革中的控制權安排——基于云南白藥混改的案例研究[J].管理世界,2019(10):206 ~217.

        唐紳峰,蔣海,吳文洋.銀行數(shù)字化背景下宏觀審慎監(jiān)管政策的有效性及優(yōu)化策略[J].當代經(jīng)濟管理,2023(3):85 ~96.

        吳非,胡慧芷,林慧妍,任曉怡.企業(yè)數(shù)字化轉型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界,2021(7):130 ~144+10.

        謝琨,張正鑾.企業(yè)數(shù)字化、政府補貼與企業(yè)技術創(chuàng)新投入[J].哈爾濱商業(yè)大學學報(社會科學版),2022(3):57 ~64.

        許元鐙,許超亞,鐘廷勇.期望績效反饋與公司會計信息披露:如其所愿抑或事與愿違?[J].學習與探索,2022(11):161 ~169.

        楊潔,馬從文,劉運材.數(shù)字化轉型對企業(yè)創(chuàng)新的影響[J].統(tǒng)計與決策,2022(23):180 ~184.

        余江龍,周建,崔敏.數(shù)字普惠金融與地區(qū)間共同富裕——理論邏輯和經(jīng)驗證據(jù)[J].山西財經(jīng)大學學報,2022(10):1 ~15.

        張吉昌,龍靜.數(shù)字化轉型、動態(tài)能力與企業(yè)創(chuàng)新績效——來自高新技術上市企業(yè)的經(jīng)驗證據(jù)[J].經(jīng)濟與管理,2022(3):74 ~83.

        張興亮,夏成才.會計信息透明度、政治關聯(lián)與信貸資金配置效率:來自中國民營上市公司的經(jīng)驗證據(jù)[J].證券市場導報,2015(7):36 ~45.

        張穎.信息披露質量、內(nèi)部控制與企業(yè)創(chuàng)新[J].生產(chǎn)力研究,2021(12):86~91.

        張澤南,錢欣鈺,曹新偉.企業(yè)數(shù)字化轉型的綠色創(chuàng)新效應研究:實質性創(chuàng)新還是策略性創(chuàng)新?[J].產(chǎn)業(yè)經(jīng)濟研究,2023(1):86 ~100.

        周煊,程立茹,王皓.技術創(chuàng)新水平越高企業(yè)財務績效越好嗎?——基于16年中國制藥上市公司專利申請數(shù)據(jù)的實證研究[J].金融研究,2012(8):166 ~179.

        Baron R.M.,Kenny D.A..The moderator-mediator variable distinction in social psychological research:Conceptual,strategic,and statistical considerations[J].Journal of Personality and Social Psychology,1986(51):1173 ~1182.

        猜你喜歡
        會計信息程度變量
        抓住不變量解題
        男女身高受歡迎程度表
        意林(2021年2期)2021-02-08 08:32:47
        也談分離變量
        探討企業(yè)會計信息披露問題
        會計信息失真問題探討
        中國商論(2016年34期)2017-01-15 14:24:09
        加強往來款清理 提升會計信息質量
        事業(yè)單位如何提高會計信息的質量
        人間(2015年19期)2016-01-04 12:47:04
        SL(3,3n)和SU(3,3n)的第一Cartan不變量
        分離變量法:常見的通性通法
        斷裂對油氣富集程度的控制作用
        斷塊油氣田(2014年6期)2014-03-11 15:33:53
        久久亚洲av永久无码精品| 亚洲午夜狼人综合影院| 看全色黄大色黄大片 视频| 五月婷婷俺也去开心| 亚洲AV无码未成人网站久久精品| 久久天堂精品一区专区av| 日韩精品一区二区三区在线视频| 亚洲国产av无码专区亚洲av| 亚洲 欧美 综合 另类 中字| 日本在线免费精品视频| 男人的精品天堂一区二区在线观看 | 99精品国产av一区二区| 在线观看国产成人自拍视频| 欧美人与动人物牲交免费观看久久| 欧美三级不卡视频| 蜜桃视频中文字幕一区二区三区 | 精品无人码麻豆乱码1区2区| 亚洲av日韩av无码av| 国产360激情盗摄一区在线观看 | 91精品亚洲一区二区三区| 美女脱了内裤洗澡视频| 久久久av波多野一区二区 | 亚洲av影院一区二区三区四区| 国产三级av在线精品| 亚洲av日韩综合一区久热| 免费无码av片在线观看| 无码人妻丰满熟妇区免费| 久草手机视频在线观看| 国产精品久久久久久久妇| 久久精品无码一区二区乱片子| 精品av一区二区在线| 午夜精品久久久久久久久| 免费a级毛片出奶水| 久久91精品国产91久| 午夜精品久久99蜜桃| 一本色道久久88综合日韩精品| 国产精品偷伦视频免费手机播放| 亚洲日本国产一区二区三区| 神马影院午夜dy888| 小sao货水好多真紧h视频| 久久精品国产亚洲av成人擦边|