2023年第9期 WUHAN

FINANCE

对于人均消费来说，采用“互联网宽带接入用

户”“互联网宽带接入端口数”和“数字普惠金融滞后

一期”作为工具变量。第一阶段的F值大于10，通过

了弱工具变量检验；Kleibergen-Paapr k LM 统计量

的p值为0，小于0.01，显著拒绝原假设，通过不可识

别检验；Hansen J 统计量为 0.34，接受原假设，通过

过度识别检验。

对于消费结构来说，采用“互联网宽带接入用

户”“互联网宽带接入端口数”和“移动电话普及率”

作为工具变量。第一阶段的F值远远大于10，通过

弱工具变量检验；Kleibergen-Paapr k LM统计量的p

值为0，小于0.01，显著拒绝原假设，通过不可识别检

验；Hansen J 统计量为 0.17，接受原假设，通过过度

识别检验。

以上检验说明工具变量选取有效，回归结果如

表8所示。根据第二阶段回归结果显示，数字普惠

金融对人均消费有显著的促进作用，对消费结构有

显著的抑制作用，居民杠杆率对人均消费有显著的

抑制作用，对消费结构有显著的促进作用，与基准回

归结果、门槛模型回归结果一致，说明本文结论具有

稳健性。

2.替换门槛变量

由于居民杠杆率也可以看作是负债与收入的比

值，因此可以通过替换门槛变量来进行稳健性检

验。结果如表9所示，新的居民杠杆率对于人均消

费存在门槛效应，且数字普惠金融对人均消费存在

显著的促进作用；新的居民杠杆率对于消费结构存

在门槛效应，且数字普惠金融对消费结构存在显著

的抑制作用，总体上与双向固定效应模型、原居民杠

杆率下的门槛模型的回归结果基本一致。

表9 替换门槛变量后的门槛模型回归结果

变量

Youngr

Oldr

Fsize

Income

Sex

Marriage

Health

Edu

Si

Mi

Urban

Index区间1

Index区间2

年份固定

家庭固定

样本量

调整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）异质性检验

根据郭峰等[18]

对于中国数字普惠金融发展的测

度报告可知，数字普惠金融发展在不同区域间、在城

表8 工具变量两阶段最小二乘法第二阶段回归结果

变量

Index

Lev

Youngr

Oldr

Fsize

Income

Sex

Marriage

Health

Edu

Si

Mi

Urban

年份固定

家庭固定

样本量

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

市与农村之间存在较大差异，因此本文针对居民杠

杆率的门槛作用在区域间及城乡间是否存在差异进

行了验证。其中，为了指标的统一性，区域、城乡划

分依据参考《2013年家庭金融调查数据变量规则说

明》[17]

。

1.东、中、西部地区的异质性检验

将29个省分为东、中、西部三个地区，检验门槛

效应是否存在。若显示不存在门槛效应，则采用双

向固定效应模型进行检验。结果如表10所示。

对于东部地区而言，居民杠杆率对人均消费存

在门槛效应，并且数字普惠金融对人均消费增加具

有显著的促进作用，在超过门槛值之后，促进作用增

强；对消费结构来说，不存在门槛效应，并且数字普

惠金融对于其并不存在显著影响。对于中部地区而

言，数字普惠金融对居民人均消费、消费结构均没有

显著作用。对于西部地区而言，居民杠杆率对人均

消费并不存在门槛效应，且数字普惠金融对人均消

费并不存在显著影响；对消费结构来说，存在门槛效

应，并且数字普惠金融存在显著的抑制作用，在超过

门槛值之后，抑制作用减弱。

由此可见，对于不同地区，门槛效应确实存在差

异，并且数字普惠金融对于居民消费升级的影响也

存在差异。这或许是因为，东部地区经济较为发达，

居民对于偿还借贷更有信心，因此数字普惠金融更

能积极影响居民消费，而西部地区居民经济较为落

后，居民收入较低，因此居民杠杆率对其消费预期影

响较大，从而抑制居民消费结构升级。

2.城乡异质性检验

对城乡地区是否存在门槛效应进行检验，若不

存在门槛效应，则采用双向固定效应模型进行检验。

由表11可知，对于城市地区而言，居民杠杆率

对人均消费存在双门槛效应，且数字普惠金融对人

均消费存在显著正向影响；居民杠杆率对于消费结

构并不存在门槛效应，数字普惠金融对于消费结构

升级存在抑制作用。对于农村地区而言，居民杠杆

率对人均消费和消费结构均存在门槛效应，数字普

惠金融对于人均消费没有显著作用，对于消费结构

具有显著抑制作用。

由此可得，城市地区和农村地区确实存在不同

的门槛效应，并且数字普惠金融对于消费升级的影

响也存在差异。对于城市地区，数字普惠金融对于

人均消费存在显著的促进作用，并且当居民杠杆率

处于第二区间时，促进作用最大，对于农村地区的人

均消费则不存在显著作用。数字普惠金融对于城乡

消费结构均存在显著抑制作用，但对于城市居民来

说，这种变动更多源于增加的消费中对生存型消费

的偏好更大，而对于农村居民来说，这种变动来源于

整体消费结构的降低。其原因可能是，户籍限制导

致配套资源的不均，因此，农村居民消费边际倾向降

低，从而影响消费升级。

表10 东、中、西部地区异质性检验结果

变量

Index

Lev

Index（区间1）

Index（区间2）

控制变量

年份固定

家庭固定

样本量

调整R2

值

东部

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 城乡异质性检验结果

变量

Index

Lev

Index（区间1）

Index（区间2）

Index（区间3）

控制变量

年份固定

家庭固定

样本量

调整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

农村

Rcon

0.241

0.357

是

是

是

4356

0.2545

Constr

-0.074***

-0.062**

是

是

是

4356

-0.241

五、结论与对策建议

本文研究发现，数字普惠金融能够促进居民消

费量的增加，但却会抑制居民消费结构的升级。同

时，居民杠杆率在数字普惠金融对居民消费升级的

过程中起到了门槛作用，越过门槛值之后，数字普惠

金融对居民消费量的促进作用增强，对居民消费结

构升级的抑制作用减缓。同时，对于不同区域，数字

普惠金融对居民消费升级的作用效果也存在差异。

普惠金融 Financial Inclusion

51

2023年第9期 WUHAN

FINANCE

面对国际环境的深刻变化和人民日益增长的美

好生活需要，坚持扩大内需战略，不断释放内需潜

能，建设更加强大统一的国内市场都是促进中国经

济循环、保证经济平稳发展的必要手段。目前而言，

中国消费水平还较低，消费结构有待升级。为了更

好地发挥消费的基础作用，结合《扩大内需战略规划

纲要（2022—2035）》，本文提出以下政策建议：

（一）推进数字普惠金融建设，推动消费扩容升级

首先，加强关于数字普惠金融服务的宣传力度

和规范推广，加强相关金融知识普及，从而防范金融

诈骗，提高居民接受度，更好利用数字普惠金融对于

弱势群体的天然辅助优势。其次，针对不同区域，定

制个性化数字普惠金融产品，推进数字经济发展。

（二）推动城乡区域协调发展，释放内需潜能

目前，按户籍人口计算标准，中国城镇化率不到

50%，按常住人口计算标准，中国城镇化率在65%左

右，城镇化发展还存在一定空间。同时，已经完成城

镇化建设的地区，由于户籍限制的影响和基础设施

建设的待完善，居民消费欲望较低，消费偏向于生存

型消费，影响消费结构。因此，应推进城镇化建设，

加强基础设施建设，推动区域协调发展，关注医疗、

教育方面的资源配置，引导消费预期，优化居民消费

结构。

（三）扎实推动共同富裕，厚植内需发展潜力

收入对于消费升级存在一定的影响。根据边际

消费理论，要完善收入分配格局，重点关注二次分

配、三次分配，增加农村居民工资性收入，增加劳动

者报酬，缩小收入差距，从而增加居民消费，推动消

费升级。

（四）加强居民负债信心，发挥门槛值作用

加强对居民杠杆率的监测，提高居民负债信心，

将居民杠杆率控制在合理范围内，更好发挥居民杠

杆率的门槛值作用，更好发挥数字普惠金融对消费

升级的促进作用。■

[参考文献]

[1] 何婧，李庆海.数字金融使用与农户创业行为[J].中国农

村经济，2019（1）：112-126.

[2] 黎翠梅，周莹.数字普惠金融对农村消费的影响研究：基

于空间计量模型[J].经济地理，2021（12）：177-186.

[3] 易行健，周利.数字普惠金融发展是否显著影响了居民消

费：来自中国家庭的微观证据[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] 肖远飞，张柯扬.数字普惠金融对城乡居民消费水平的影

响：基于省级面板数据[J].武汉金融，2020（11）：61-68.

[6] 杜家廷，何勇，顾谦农.数字普惠金融对农村居民消费结

构升级的非线性影响[J].统计与信息论坛，2022（9）：63-74.

[7] 蓝天.数字普惠金融发展、居民债务与居民消费：基于中

介效应和门槛效应的经验分析[J].金融发展评论，2022

（10）：1-15.

[8] 安强身，刘俊杰，李文秀.数字普惠金融与居民消费结构

升级：作用机制与经验证据[J].云南财经大学学报，2023

（3）：1-23.

[9] 王瑛，杨航，张晓雯.数字普惠金融、居民消费与共同富裕

[J].统计与决策，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] 陈清华，马静.居民杠杆率是否抑制消费支出：基于省级

面板数据的分析[J].商业经济研究，2022（6）：53-57.

[13] 安玉桃.新发展格局下居民杠杆率与消费间的动态关系

研究：基于城镇与农村居民差异化视角[J].商业经济研究，

2022（19）：32-35.

[14] 高东胜，岳岐峰，杨迪，等.居民杠杆率对消费的影响效

应：促进还是抑制[J].经济学家，2020（8）：100-109.

[15] 张雅淋，孙聪，姚玲珍.越负债，越消费?住房债务与一般

债务对家庭消费的影响[J].经济管理，2019（12）：40-56.

[16] 周利，张浩，易行健.住房价格上涨、家庭债务与城镇有

房家庭消费[J].中南财经政法大学学报，2020（1）：68-76.

[17] 甘犁，吴雨，何青，等，中国家庭金融研究（2016）[M].成

都：西南财经大学出版社，2019.

[18] 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指

数编制与空间特征[J].经济学（季刊），2020（4）：1401-1418.

[19] 中华人民共和国国家统计局.中国统计年鉴（2019）[M].

北京：中国统计出版社，2019.

[20] 邹新月，王旺.数字普惠金融对居民消费的影响研究：基

于空间计量模型的实证分析[J].金融经济学研究，2020（4）：

133-145.

[21] 汪亚楠，谭卓鸿，郑乐凯.数字普惠金融对社会保障的影

响研究[J].数量经济，2020（7）：92-112.

[22] 黄晓莉，林丽琼.数字普惠金融发展影响居民杠杆率吗?

来自2011—2018年30个省级面板数据的经验证据[J].金融

发展研究，2021（11）：29-35.

（责任编辑：DJ / 校对：XY）

52

一、引言

在新一轮的科技革命和产业变革中，数字化成

为经济发展升级的重要驱动力。一方面，发展数字

经济产业得到了党和政府的大力支持，中共中央“十

四五规划”和2023年政府工作报告都强调要推进数

字产业化和产业数字化发展，实现数字经济和实体

经济的深度融合。另一方面，新冠疫情的全球蔓延

大幅加快了全球数字经济的发展，智慧工厂、协同办

公、共享平台等经济新业态的出现对传统企业的运

营模式、管理能力和市场地位带来了极大的压力和

冲击。面对当前社会环境的异变性、不确定性、复杂

性和模糊性，数字化转型凭借自身所具备的高度动

态性、交融性和自我演进的能力成为企业构筑核心

竞争力的关键要素，越来越多的企业开始把数字化

转型作为自身发展的战略重心。

并购是企业盘活存量资产、做大做强做优的重

要途径，对国家和地区经济的稳定和发展具有重要

意义。不少研究发现，中国企业的并购行为呈现明

显的本地偏好，但也有学者认为，异地并购能够促使

企业快速进入新的市场，获取目标企业的资源，从而

达到提升企业价值、实现战略扩张目的[1]

，并且当企

业的信息获取能力较强和资金充足时，通常会选择

异地并购。目前，学术界对于影响企业并购区位选

择的因素进行了较为广泛的探讨，其中涉及政府干

预[2]

、金融环境[3]

和基础设施建设[4，5]

等宏观层面，以

及家乡偏好[6]

、政治关联[7，8]

和公司治理[9]

等微观层

面，但鲜有学者将数字化与并购进行结合，研究企业

数字化转型对异地并购的影响及作用机制。事实

上，依托大数据、区块链、云计算、人工智能和数字技

术应用的企业数字化转型，不仅能够拓宽企业融资

渠道、提高融资效率、缓解融资约束难题，还能加强

多方之间的沟通交流、降低信息不对称，由此推动异

地并购活动的进行。基于此，本文以2007—2021年

A股上市公司为研究样本，理论分析并实证检验了

数字化转型对企业异地并购的影响及作用机制。

本文可能的贡献在于：第一，拓展了企业异地并

购影响因素的视角。既有文献从政府干预、金融环

境和基础设施建设等宏观层面，家乡偏好、政治关联

和公司治理等微观层面研究企业异地并购的影响因

摘 要：本文以 2007—2021 年 A 股上市公司为研究样本，实证检验了数字化转型对企业异地并购的影响。研究发现，数字化转型能

够促进企业异地并购，有效提升异地并购的概率和成功率；融资约束和信息不对称在二者之间发挥部分中介作用，即数字化转型通过缓

解融资约束、减少信息不对称来促进企业异地并购。进一步研究发现，数字化转型对企业异地并购的促进作用在非国有、小规模和东部

地区的企业中表现更显著。此外，数字化转型对企业异地并购的影响还能带来企业价值的提升。本文不仅拓展了企业异地并购影响因

素的视角，还丰富了数字化转型经济后果的相关研究，同时为企业有效推进数字化转型提供了重要启示。

关键词：数字化转型；异地并购；融资约束；信息不对称

中图分类号：F832.4 文献标识码：A 文章编号：1009-3540（2023）09-0053-0009

基金项目：国家社会科学基金项目“中美贸易摩擦对中国企业跨国并购的影响及对策研究”（19BGL073）。

■ 于明涛 刚浩

作者简介：于明涛（1979—），男，博士，山东理工大学管理学院副教授，硕士生导师； 刚浩（1998—），女，山东理工大学管理学院硕士研究生。

数字化转型与企业异地并购

——基于融资约束和信息不对称的视角

经济纵横 Economic Review

53

2023年第9期 WUHAN

FINANCE

素，本文聚焦于数字化，研究企业数字化转型对异地

并购的影响，为有效促进企业异地并购提供新的经

验证据。第二，挖掘了数字化转型影响企业异地并

购的内在机制。已有研究表明，融资约束和信息不

对称都会抑制企业异地并购，而本文发现数字化转

型能够缓解融资约束，降低信息不对称，提高企业异

地并购的概率和成功率，从而厘清了数字化转型影

响企业异地并购的机制。第三，丰富了数字化转型

影响企业异地并购的研究内容。本文探究了产权性

质、企业规模和所在区域等不同环境下数字化转型

对企业异地并购的影响，在一定程度上拓展了数字

化转型促进企业异地并购的异质性分析。此外，本

文还探讨了数字化转型促进企业异地并购后是否有

助于提升企业价值，进而延伸了数字化转型经济后

果方面的研究。

二、理论分析与研究假说

（一）融资约束视角下的数字化转型与企业异地

并购

MM理论认为，在完美的资本市场环境下，企业

的外部资金成本与内部融资成本之间可以完全替

代，此时投资行为不会受到企业财务状况的影响，只

会与投资需求有关[10]

。然而，在现实生活中并不存

在无摩擦的资本市场，企业外部资金成本通常高于

内部融资成本[11]

，这导致面临融资约束的企业不得

不放弃一些投资机会，其中包括并购项目。蒋冠宏

等[12]

指出，融资约束会降低企业并购的可能性。潘

红波等[13]

也指出，融资约束程度高的企业投资能力

会受到一定限制，无法有效获取外部资金来支持并

购活动的进行。

异地并购复杂性高、时效性强、竞争相对激烈，

需要大量、高效、及时的资金供给，而数字化转型恰

好在一定程度上满足了异地并购的资金需求。首

先，企业实施数字化转型符合“数字中国”战略，不仅

能够获得政府及监管部门的支持，还能享受较多金

融机构的融资优惠[14]

，为企业实施异地并购提供资

金支持。其次，数字技术凭借便捷的操作方式和互

联网经营模式，在社会闲置资金和企业之间搭建了

沟通桥梁，缓解了企业异地并购的融资压力。具体

而言，人工智能、云计算、大数据和区块链等数字信

息技术降低了金融服务的门槛，能够将大量散户及

小规模投资者的资金汇聚成大规模资金，然后将这

些资金覆盖到有融资需求的企业[15]

，从而在一定程

度上扩大了企业的资金来源渠道，缓解了企业异地

并购的融资困境。最后，数字化转型能够打破地域

限制，使主并企业直接对接金融机构，节省融资时

间，提高异地并购的效率。一方面，新一代数字技术

克服了金融机构审批过程繁杂、耗时较长的缺点，极

大地释放了人力和物力，能够提高资金运转效率，节

省异地并购的融资时间；另一方面，主并企业利用数

字技术能够及时了解贷款的利率、额度、优惠策略等

信息，从而选择合适的融资方案，降低融资过程中的

交易成本，提高异地并购的效率。基于此，提出如下

假设：

H1：数字化转型能够通过缓解融资约束来促进

企业异地并购。

（二）信息不对称视角下的数字化转型与企业异

地并购

信息不对称理论认为，掌握信息较多的一方往

往在资本市场中处于优势地位，而掌握信息较少或

较慢的一方则处于相对劣势地位。在异地并购过程

中，信息在交易双方之间呈现不对称分布[16]

，这增加

了企业进行异地并购的风险[17]

。一方面，由于双方

地理距离远，主并企业无法有效获得目标企业的所

有信息，容易产生“逆向选择”问题[18]

；另一方面，目

标企业往往通过虚增收入和隐藏负面信息来粉饰形

象，提高并购交易价格，而主并企业难以发现，容易

蒙受损失[19]

。因此，对于主并企业来说，较多的信息

不对称会导致其处于信息劣势，不利于选择合适的

目标企业，从而影响异地并购的进程。

数字化转型能够降低信息不对称，促进企业异

地并购。一方面，数字信息技术能够有效传递并购

市场的真实信息，降低异地并购决策的成本。在信

息化时代，企业的组织架构、经营策略及并购经历都

会通过网络进行传递[1]

，这拓宽了信息获取的深度

与广度，降低了企业进行异地并购的搜寻成本和调

整成本。江红莉等[15]

指出，数字信息通信技术打破

了地理范围限制，能够提高企业信息获取能力，降低

公司之间的信息沟通成本和投资筛选的时间成本。

对于异地并购来说，主并企业利用数字终端能够及

时了解并购市场的基本信息，并对这些信息进行记

录和分析，从而快速甄别市场中的标的物资产，选择

合适的收购对象。同时，主并企业借助数字技术将

并购市场的数据转化为标准化的信息[20，21]

，有助于

54

后续利用，能够降低更换目标企业的调整成本。另

一方面，数字信息技术能够帮助主并企业准确评估

目标企业的价值。曹廷求等[22]

指出，目标企业往往

会粉饰财务信息，通过夸大业绩的方式来获取更高

的支付价值。因此，如果主并企业在不了解目标企

业业务发展和财务信息的情况下贸然进行收购，很

有可能导致错误的并购，并造成价值的损失。主并

企业利用数字技术能够获取目标企业的经营信息和

财务状况，如订单、存货、负债、资产等，而这些信息

也有助于主并企业更好地判断目标企业的价值，避

免异地并购的估值不当，进而推进并购的进程。基

于此，提出如下假设：

H2：数字化转型能够通过降低信息不对称来促

进企业异地并购。

三、研究设计

（一）样本选择与数据来源

本文以 2007—2021 年 A 股上市公司并购数据

为基础，并进行如下处理：（1）仅保留交易地位编码

为买方的样本；（2）剔除重组类型编码为资产剥离、

债务重组和股份回购的样本；（3）剔除关联交易样

本；（4）剔除金融行业的样本；（5）剔除财务数据缺失

的样本。相关数据来源于国泰安（CSMAR）数据

库。为减少样本极端值对回归造成的影响，对连续

变量进行了上下1%的缩尾处理。

（二）变量选取和定义

1.被解释变量：企业异地并购（MA）

为了比较全面地反映企业异地并购，本文借鉴

潘爽等[4]

、蔡庆丰等[7]

、李善民等[17]

的研究，将异地并

购分为两个变量：（1）异地并购概率（MAD），如果企

业进行跨省并购，则赋值为1，否则为0；（2）异地并

购成功率（MAS），如果企业跨省并购成功，则赋值为

1，否则为0。

2.解释变量：企业数字化转型（DCG）

对于数字化转型指标的衡量，国内外学者多从

宏观与微观两个层面进行衡量。宏观层面的数字化

转型一般采用地区经济发展水平进行衡量[15]

，而作

为微观个体的企业，应当选用能够体现微观个体差

异的技术应用程度来衡量[14，20]

。因此，本文采用国

泰安数据库中“上市公司企业数字化转型指标”，统

计大数据、区块链、云计算、人工智能和数字技术应

用在公司年报中出现的频次，并将汇总的结果加1

取自然对数，以此来衡量数字化转型程度。

3.中介变量

（1）融资约束（WW）。参考潘红波等[13]

、Whited

等[23]

的研究，使用WW指数来衡量企业融资约束，该

指数越大，表明企业的融资约束程度越高。

（2）信息不对称（IFMT）。参考吴非等[24]

、周振江

等[25]

的研究，采用分析师（团队）跟踪分析数量的自

然对数来衡量企业信息不对称，该数值越大，说明企

业信息不对称程度越小。

4.控制变量

借鉴相关文献，设置如下控制变量：资产收益率

（Roa）、公司规模（Size）、成长性（Growth）、资产负债

率（Lev）、股 权 集 中 度（Top1）、固 定 资 产 占 比

（Fixed）、现金流比率（Cash）、两职兼任（Dual）和产

权性质（Soe）。此外，还控制了年份（Year）和行业

（Ind）固定效应。具体变量定义如表1所示。

表1 变量定义

变量类型

被解释

变量

解释变量

中介变量

控制变量

变量名称

异地并购概率

异地并购

成功率

数字化转型

融资约束

信息不对称

资产收益率

公司规模

成长性

资产负债率

股权集中度

固定资产占比

现金流比率

两职兼任

产权性质

年份

行业

符号

MAD

MAS

DCG

WW

IFMT

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

Year

Ind

定义

若企业当年进行跨省并购，则赋值为1，

否则为0

若企业跨省并购成功，则赋值为1，否则

为0

Ln（数字化转型词频+1）

WW指数

Ln（分析师或团队跟踪分析数量）

净利润/总资产

Ln（总资产）

营业收入增长率

总负债/总资产

第一大股东持股数/总股数

固定资产净额/总资产

经营活动产生的现金流净额/总资产

若董事长和总经理为同一人，则赋值为

1，否则为0

若企业为国有企业，则赋值为1，否则为0

年份虚拟变量

行业虚拟变量

（三）回归模型设定

1.基准模型构建

为了检验数字化转型对企业异地并购的影响，

本文设定模型如下：

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

∑Year + ∑Ind + ε （1）

其中，i、t分别表示企业和年份。MA为企业异

经济纵横 Economic Review

55

2023年第9期 WUHAN

FINANCE

地并购，主要包括异地并购概率（MAD）和异地并购

成功率（MAS）；DCG 为企业数字化转型程度；Con⁃

trols是一系列可能对企业异地并购产生影响的控制

变量；Year、Ind分别表示年份、行业虚拟变量。

2.中介效应模型构建

为揭示数字化转型影响企业异地并购的具体路

径，本文参考温忠麟等[26]

的研究，在模型（1）的基础

上设定以下模型：

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 为 中 介 变 量 ，包 含 融 资 约 束

（WW）和信息不对称（IFMT）。其他变量与模型（1）

相同。

四、实证结果

（一）描述性统计分析

表2汇报了主要变量的描述性统计结果。异地

并购概率（MAD）的均值为 0.109，异地并购成功率

（MAS）的均值为0.044，表示在26907个样本观测值

中，大约有2933个样本发起了异地并购，其中1184

个样本完成了异地并购，成功率为40.37%。数字化

转型（DCG）的最大值为5.024，最小值为0，表示不同

企业间数字化转型程度存在明显差异。此外，其他

变量的统计结果与现有文献基本保持一致。

表2 描述性统计结果

变量

MAD

MAS

DCG

WW

IFMT

Roa

Size

Growth

Lev

Top1

Fixed

Cash

Dual

Soe

样本

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

中位数

0

0

0.693

-1.010

1.946

0.051

22.10

0.143

0.416

0.338

0.179

0.051

0

0

标准差

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）基准回归分析

表3报告了数字化转型与企业异地并购之间的

关系。（1）和（2）列为没有加入控制变量的检验结果，

数字化转型（DCG）的回归系数分别为0.016、0.007，

且均在 1%的水平上显著，表明数字化转型程度越

高，企业异地并购的概率和成功率越高，即数字化转

型能够显著促进异地并购。（3）和（4）列为加入控制

变量的检验结果，上述结论依旧成立。

表3 基准回归结果

变量

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：括号内为 T 值，***、**、* 分别表示在 1%、5%、10%水平上显

著。下表同。

（三）作用机制分析

1.数字化转型、融资约束与企业异地并购

表4报告了数字化转型、融资约束与企业异地

并购之间的关系。（1）和（2）列结果显示，DCG 的回

归系数显著为正，表明数字化转型能显著提升异地

并购的概率和成功率。（3）列结果显示，DCG的回归

系数显著为负，表明数字化转型能够有效缓解企业

融资约束问题。（4）和（5）列结果显示，DCG 的系数

56

显著为正，WW的系数显著为负。上述结果表明，数

字化转型通过缓解融资约束来促进企业异地并购。

表4 数字化转型、融资约束与企业异地并购

变量

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.数字化转型、信息不对称与企业异地并购

表5报告了数字化转型、信息不对称与企业异

地并购之间的关系。（1）和（2）列结果显示，DCG 的

回归系数显著为正，表明数字化转型能显著提升异

地并购的概率和成功率。（3）列结果显示，DCG的回

归系数显著为正，表明数字化转型能够提升分析师

关注度，有效降低企业信息不对称。（4）和（5）列结果

显示，DCG 的系数显著为正，IFMT 的系数显著为

正。上述结果表明，数字化转型通过降低信息不对

称来促进企业异地并购。

（四）内生性问题处理

1.工具变量法

参考方明月等[27]

的研究，本文使用企业所在行

业内其他企业数字化转型的均值作为数字化转型的

工具变量。一方面，同行业其他企业的数字化转型

水平与本企业的数字化转型水平存在相关性；另一

方面，同行业其他企业的数字化转型水平不会直接

影响本企业的异地并购行为。因此，本文选择行业

均值（IV1）作为第一个工具变量进行2SLS回归。

此外，本文参考姜英兵等[20]

的研究，以互联网普

及率作为企业数字化转型的工具变量。原因在于，

互联网是数字化的基础设施，而企业注册地的互联

网普及率能够反映其互联网发展情况以及数字基础

设施建设水平，与企业数字化转型有着密切的关

系。与此同时，互联网普及率和企业异地并购没有

直接的关联渠道，也没有文献证明二者的关系。因

此，本文选择互联网普及率（IV2）作为第二个工具变

量进行2SLS回归。

结果如表6所示，（1）和（2）列是采用行业均值

（IV1）进行回归的结果，（3）和（4）列是采用互联网普

及率（IV2）进行回归的结果，（5）和（6）列是将两个工

具变量求和作为新的工具变量进行回归的结果。结

表5 数字化转型、信息不对称与企业异地并购

变量

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

经济纵横 Economic Review

57

2023年第9期 WUHAN

FINANCE

果显示，DCG 的回归系数显著为正，且经检验发现

第一阶段的F检验值均大于10，故不存在弱工具变

量问题。可见，在使用工具变量后，数字化转型仍能

显著促进企业异地并购。

表6 工具变量回归

变量

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.倾向得分匹配法

为解决样本自选择偏误导致的内生性问题，本

文选取倾向得分匹配法进行回归。首先，按照企业

是否进行数字化转型进行分组；其次，将模型（1）中

的控制变量作为协变量进行1∶1的最近邻匹配，得

到21793个观测值；最后，将匹配后的样本进行回归

分析。结果如表 7（1）和（2）列所示，DCG 的回归系

数显著为正，本文的结论具有稳健性。

3.固定效应模型

为避免个体差异产生的影响，并且缓解遗漏变

量导致的内生性问题，本文采用固定效应模型对数

字化转型与企业异地并购的关系重新进行检验。回

归结果如表7（3）和（4）列所示，在控制个体效应后，

DCG的回归系数显著为正，再次证实本文结论的稳

健性。

（五）稳健性检验

1.更换解释变量

借鉴张永珅等[28]

的研究，以上市公司在财务报

告附注披露的年末无形资产明细项中与数字化转型

有关的部分占企业无形资产总额的比例来衡量企业

数字化转型。结果如表 8（1）和（2）列所示，DCG 的

回归系数显著为正，表明在更换解释变量后，数字化

转型仍能促进企业异地并购，提升跨市并购的概率

和成功率。

2.更换被解释变量

基准回归中，本文将异地并购定义为跨省并购，

实际上还有部分学者采用跨市并购来衡量企业异地

并购。因此，本文参考潘爽等[4]

的研究，以跨市并购

的概率和成功率来衡量企业异地并购。结果如表8

（3）和（4）列所示，DCG 的回归系数显著为正，表明

在更换被解释变量后，数字化转型仍能显著促进企

业异地并购，提升跨市并购的概率和成功率。

3.滞后一期解释变量

考虑到数字化转型的滞后效应，本文参考周振

江等[25]

、胡杨等[29]

的做法，将解释变量滞后一期，替

换以后的含义为滞后一期数字化转型对当期企业异

地并购的影响。结果如表 8（5）和（6）列所示，DCG

的回归系数显著为正，表明滞后一期的数字化转仍

能显著促进企业异地并购，说明本文的结论具有稳

健性。

4.缩小样本区间

近十年来，数字化蓬勃发展。因此，本文采用

表7 其他内生性检验

变量

DCG

Constant

Controls

Year

Ind

Firm

N

R2

倾向得分匹配法

(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

固定效应模型

(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 稳健性检验

变量

DCG

Constant

Controls

Year

Ind

N

R2

更换

解释变量

(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

更换

被解释变量

(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

滞后一期

解释变量

(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

缩小

样本区间

(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年的数据，分析数字化转型与企业异地

并购之间的关系。结果如表 8（7）和（8）列所示，在

缩小样本区间后，DCG 的回归系数显著为正，再次

证明本文结论的稳健性。

五、进一步分析

（一）异质性分析

1.产权性质

数字化转型对企业异地并购的影响在不同产权

性质中存在差异。本文依据企业产权性质将样本分

为国有企业与非国有企业两组，以检验产权性质差

异对数字化转型与企业异地并购产生的不同影响。

结果如表9所示，无论是国有企业还是非国有企业，

数字化转型均能提高企业异地并购的概率和成功

率。对企业产权性质的系数进行费舍尔组合检验，

经验P值为0.000，说明数字化转型对异地并购的促

进作用在非国有企业中更加显著。可能的原因在于，

国有企业的并购行为能够获得政府和银行更多的支

持，能得到更多的融资优惠和信息渠道[24]

。而非国

有企业的并购则多为追求扩张、获取利润的自发行

为，其资金需求更为旺盛，也更容易面临融资约束难

题[25]

。此外，非国有企业的信息获取成本相对较高，

面临的信息不对称问题也更为严重。因此，非国有

企业有更强烈的动机进行数字化转型，并通过缓解

融资约束和降低信息不对称来促进企业异地并购。

表9 产权异质性检验结果

变量

DCG

Constant

Controls

Year

Ind

N

R2

国有企业

(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

非国有企业

(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.企业规模

数字化转型对企业异地并购的影响在不同规模

企业间存在差异。本文按照企业规模是否大于其行

业中位数，将样本分为小规模企业与大规模企业两

组，以检验规模差异对数字化转型与企业异地并购

产生的不同影响。结果如表 10 所示，无论规模大

小，数字化转型均能有效促进企业异地并购。对企

业规模的系数进行费舍尔组合检验，经验 P 值为

0.000，说明数字化转型对异地并购的提升作用在小

规模企业中更加显著。可能的原因在于，大规模企

业具有较强的资源优势和博弈能力，而小规模企业

因其规模小，信息披露不完善，面临较多的融资约束

和信息不对称问题。对小规模企业来说，数字平台

拓展了融资渠道，缓解了其融资约束难题[29]

，为异地

并购提供了充足的资金支持。此外，数字技术应用

还能提高小规模企业的信息获取能力和信息处理效

率，降低并购过程中的信息不对称，推动企业异地并

购的进行。

表10 规模异质性检验结果

变量

DCG

Constant

Controls

Year

Ind

N

R2

小规模企业

(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

大规模企业

(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.区域差异

数字化转型对企业异地并购的影响存在区域差

异。本文依据企业注册地，将样本分为东区、中部和

西部三组，以检验区域差异对数字化转型与企业异

地并购产生的不同影响。结果如表11所示，数字化

转型对企业异地并购的促进作用在东部地区更为显

著，且通过费舍尔组合检验。可能的原因在于，中国

改革开放由东往西推进，因而东部地区经济发展水

平明显高于中西部地区，东部地区企业的区位优势

能够为其实施异地并购带来一定的便捷。具体而

言，东部地区企业的对外开放程度高，制度相对完

善，信息相对公开，这为企业异地并购提供了机会和

便利。此外，东部地区企业拥有完善的数字基础设

施，其释放的数字经济红利也更为充分[25]

，这为数字

化转型驱动企业异地并购提供了底层支持。

经济纵横 Economic Review

59

2023年第9期 WUHAN

FINANCE

表11 地区异质性检验结果

变量

DCG

Constant

Controls

Year

Ind

N

R2

东部

(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）经济影响分析

异地并购能够促使企业获取快速进入新的市

场，获取目标企业的资源，提高企业发展潜力，进而

提升企业价值[1]

。那么，数字化转型促进企业异地

并购后是否有助于提升企业价值？为了检验这一经

济后果，本文参考潘爽等[4]

的研究，采用Tobin Q来衡

量企业价值，并参考姜英兵等[20]

的研究，通过中介效

应模型来检验数字化转型对企业异地并购的促进作

用是否提升了企业价值。结果如表12所示，在（1）

列中，DCG 的回归系数显著为正，表明数字化转型

能够显著提升企业价值；在（2）和（3）列中，DCG 的

回归系数显著为正，表明数字化转型程度越高，企业

异地并购的概率和成功率越高；在（4）和（5）列中，

DCG、MAD和MAS回归系数显著为正。可见，在纳

入企业异地并购变量后，数字化转型仍能正向影响

企业价值，这表明企业数字化转型促进异地并购的

作用的确能够提升企业价值。

表12 经济影响回归结果

变量

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、结论与启示

（一）研究结论

本文以 2007—2021 年 A 股上市公司为研究样

本，实证检验了数字化转型对企业异地并购的具体

影响。研究结果表明：（1）数字化转型能够显著促进

企业异地并购，这一结论在一系列内生性检验和稳

健性检验后依然成立；（2）作用机制分析表明，数字

化转型通过缓解企业融资约束、降低信息不对称来

促进企业异地并购，提高异地并购的概率和成功率；

（3）从异质性的角度来看，数字化转型对企业异地并

购的促进作用在非国有、小规模和东部地区的企业

中表现更显著；（4）从经济影响的角度来看，企业数

字化转型对异地并购的影响能够带来积极的经济效

益，有助于提升企业价值。

（二）研究启示

第一，加快数字经济发展，大力推进企业数字化

转型。当前国际主要经济合作组织和论坛均把加快

发展数字经济以及推动数字治理作为重要议题，数

字化已成为赋能传统行业的重要手段。因此，中国

应大力推进数字化转型进程，以在数字经济时代占

据优势地位。一方面，政府需要给予企业数字化转

型一定的政策支持，把扶持、鼓励和引导企业进行数

字化转型作为工作重点，不断完善政策保护体系，营

造良好的外部环境，助力企业数字化转型；另一方

面，企业应积极实施数字化转型，推动数字技术和企

业组织结构、商业模式的结合，发挥数字化转型的效

能，重塑新的价值创造方式。

第二，重视融资约束和信息不对称在数字化转

型促进企业异地并购中的机制传导。研究表明，数

字化转型能够通过缓解融资约束、降低信息不对称

来推动异地并购的进行。在数字化时代，企业应当

积极发挥数字化转型技术的作用，充分利用大量散

户及小规模投资者的资金，拓宽资金来源渠道，提高

融资效率，缓解异地并购的融资困境。此外，企业还

应当利用人工智能、云计算、大数据和区块链等前沿

技术，提高自身的信息搜寻能力和处理能力，克服并

购过程中的信息不对称问题，避免逆向选择与估值

不当，推动异地并购的进行。

第三，立足于环境差异，数字化转型的推进策略

应当“因企制宜”。在关注数字化转型如何影响企业

异地并购的同时，还需要关注不同环境和治理情境

60

下的差异性，特别是关注到数字化转型对企业异地

并购的促进作用在非国有、小规模和东部地区的企

业中表现更显著。因此，企业应当充分考量环境差

异，合理发挥数字化转型的作用，促进企业异地并购

的概率和成功率，提升企业价值。■

[参考文献]

[1] 董静，余婕.风险投资地域经验与企业异地并购[J].经济

管理，2021（4）：88-107.

[2] 潘红波，余明桂.支持之手、掠夺之手与异地并购[J].经济

研究，2011（9）：108-120.

[3] 卫婧婧.金融环境、融资约束与企业异地并购[J].经济问

题，2022（8）：47-56.

[4] 潘爽，叶德珠.交通基础设施对市场分割的影响：来自高

铁开通和上市公司异地并购的经验证据[J].财政研究，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] 华仁海，章玮梓.CEO 家乡偏好与企业异地并购[J].山西

财经大学学报，2021（11）：102-114.

[7] 蔡庆丰，田霖，郭俊峰.民营企业家的影响力与企业的异

地并购：基于中小板企业实际控制人政治关联层级的实证

发现[J].中国工业经济，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] 刘春，李善民，孙亮.独立董事具有咨询功能吗?异地独董

在异地并购中功能的经验研究[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] 蒋冠宏，曾靓.融资约束与中国企业对外直接投资模式：

跨国并购还是绿地投资[J].财贸经济，2020（2）：132-145.

[13] 潘红波，杨海霞.竞争者融资约束对企业并购行为的影

响研究[J].中国工业经济，2022（7）：159-177.

[14] 花俊国，刘畅，朱迪.数字化转型、融资约束与企业全要

素生产率[J].南方金融，2022（7）：54-65.

[15] 江红莉，侯燕，蒋鹏程.数字经济发展是促进还是抑制了

企业实体投资：来自中国上市公司的经验证据[J].现代财经

（天津财经大学学报），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，杨继彬，钟君煜.风险投资具有咨询功能吗?异

地风投在异地并购中的功能研究[J].管理世界，2019（12）：

164-180+215-216.

[18] 高扬.私募机构持股在企业并购中的信号传递效应研究

[J].财经问题研究，2020（5）：56-65.

[19] 饶斌，周晓波.上市公司并购重组的对赌协议规划及风

险控制[J].江西社会科学，2020（3）：211-220.

[20] 姜英兵，徐传鑫，班旭.数字化转型与企业双元创新[J].

经济体制改革，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，张钰，刘舒.董事网络、信息不对称和并购财富

效应[J].经济管理，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] 吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场

表现：来自股票流动性的经验证据[J].管理世界，2021（7）：

130-144+10.

[25] 周振江，郑雨晴，李剑培.数字金融如何助力企业创新：

基于融资约束和信息约束的视角[J].产经评论，2021（4）：

49-65.

[26] 温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心

理科学进展，2014（5）：731-745.

[27] 方明月，林佳妮，聂辉华.数字化转型是否促进了企业内

共同富裕?来自中国A股上市公司的证据[J].数量经济技术

经济研究，2022（11）：50-70.

[28] 张永珅，李小波，邢铭强.企业数字化转型与审计定价

[J].审计研究，2021（3）：62-71.

[29] 胡杨，王馗，范红忠.数字化转型与企业海外投资：事实

考察与机理分析[J].财经论丛，2023（6）：3-13.

（责任编辑：GW / 校对：XY）

经济纵横 Economic Review

61

2023年第9期 WUHAN

FINANCE

摘 要：本文以管理层短视行为作为研究情境，以 2011—2021 年 A 股上市企业为研究对象，实证检验了管理层短视行为对企业透明

度的影响。研究结果表明：管理层短视行为对企业透明度具有显著的负向影响；较强的数字化转型力度可以通过抑制管理层短视路径来

提升企业透明度。异质性检验表明，数字化转型的调节效应在国有企业、行业竞争性强和规模较大的企业中更为明显。机制分析发现，

管理层短视可通过减少企业创新活力进而降低企业透明度。本研究明晰了管理层短视行为对微观企业信息披露领域的影响，为解决管

理层短视行为提供了重要的经验证据和理论启示。

关键词：企业管理；公司治理；信息披露；数字化转型；企业透明度

中图分类号：F832.5 文献标识码：A 文章编号：1009-3540（2023）09-0062-0008

■ 邢洋 马千惠 肖有智

作者简介：邢洋（1989—），男，博士，资本市场学院博士后流动站，厦门大学管理学院，博士后研究员； 马千惠（1989—），女，博士，人保财

险深圳分公司； 肖有智（通讯作者）（1992—），男，博士，国家信息中心，助理研究员。

管理层短视、数字化转型与

企业透明度

一、引言

习近平总书记在二十大报告中提到，要构建高

水平社会主义经济体制，完善中国特色现代企业制

度，促进数字经济与实体经济深度融合。资本市场

本质是一个信息交换的平台，企业向市场注入更透

明和更准确的企业财务信息，有助于投资者整合更

完整的信息并做出科学的配置决策。因此，提升信

息透明度、完善投资者决策机制，是保护投资者利益

的重要环节，也是实现资本市场有效资源配置的关

键。不少文献从代理理论、信息不对称、公司治理等

角度研究了企业透明度的各种影响因素。然而，少

有文献研究管理层短视与企业透明度之间的关系，

更是缺乏关于数字化转型对其调节作用的研究。鉴

于此，本文选取2011—2021年我国沪深A股上市企

业作为研究对象，深入探讨管理层短视与企业透明

度之间的关系及其作用机制，丰富了管理层短视行

为的经济后果研究，对加强公司治理以及信息披露

制度建设和实践具有重要意义。

二、文献综述与研究假设

（一）文献回顾

1.管理层短视主义

管理层短视，即管理者为追求个人利益，在诸多

非理性因素影响下，偏好减少长期投资，选择“短、

平、快”的投资项目导致偏离最佳投资决策的行为。

现实中，管理者是有限理性的个体，其短视心理偏差

会影响企业的各项决策[1—3]

。现有研究主要基于所

有权结构、委托代理理论、薪酬扭曲理论和职业关注

理论[4—8]

，阐述管理层短视的负向经济溢出效应。在

管理者个体特征方面，学者从管理者的性格、薪酬、

背景出发[9—11]

，研究其对管理者决策以及短视行为

的影响。从外部监督和治理方面，学者们主要从大

股东持股占比、董事会、外部投资者以及媒体关注等

角度考虑其对管理层短视行为的影响。此外，不少

学者认为管理层短视行为会对企业创新、业绩操纵、

62

可持续发展以及系统风险产生影响[12—15]

。

2.管理层短视和企业透明度

企业透明度水平主要由企业信息供给决定，其

特别容易受到高管团队的战略制定和具体执行的影

响。管理层短视是指管理者更重视短期利益，忽视

公司长远利益的决策行为[16]

。根据委托代理理论，

管理层短视行为源于所有权和经营权分离，因此当

关键审计事项被披露时，特别是在会暴露经营风险

迹象的情况下，管理层为追求个人利益，可能会利用

优先知情权和决策权减少高风险事项，消极对待信

息披露。基于前景理论，决策者在面对特定收益时，

更关心如何规避等额的“损失”。当经营业绩不理想

时，管理层为了增加企业近期业绩，更容易出现短视

行为，通过对非财务信息进行印象管理，采用象征性

举措进行掩饰，从而降低公司透明度。基于上述分

析，本文提出如下假设：

H1：在其他条件一定的情况下，管理层短视行

为与企业透明度呈负向相关关系。

（二）数字化转型与企业透明度

互联网、大数据、区块链以及人工智能等技术的

加速发展推动了企业数字化转型与传统生产模式相

互嵌入的进程。一方面，企业数字化转型有助于加

快不同业务部门间的信息流动，提升信息的准确性，

保障了对外信息披露的质量。另一方面，企业数字

化转型为外部市场调取企业信息提供了便利。审计

师可以利用相应的技术对企业业务和财务进行全流

程分析，有效抑制了管理层在信息披露中的机会主

义。此外，数字化转型容易对市场产生正向“聚光

灯”效应，吸引媒体和分析师的关注，从而形成新的

监督力量，有效推动企业透明度的提升。王瑶等[17]

认为企业数字化转型的技术能够对企业业务流程产

生实质性影响，通过将海量信息输出为可视化、标准

化的数字信息，能够显著增加企业信息的有效供给，

并激励分析师调研挖掘私有信息。企业数字化转型

后，由于对其内外部资源进行了重新配置，有助于自

身动态能力的提升[18]

，也为提升企业透明度奠定了

基础。王海芳等[19]

认为企业数字化转型过程通过在

感知能力、获取能力和重构能力三个维度对年报可

读性产生正向影响，增强了对资本市场释放有效信

息的能力。基于上述分析，本文提出如下假设：

H2：在其他条件一定的情况下，企业数字化转

型与企业透明度呈正向相关关系。

（三）管理层短视、企业数字化转型与企业透明度

企业数字化转型从企业治理和信息监督两个方

面强化了企业的公司治理能力。这两个方面也是提

升企业透明度的内驱动力。

从企业治理的角度出发，由于企业与利益相关

者存在信息不对称问题，管理层往往希望只承担最

小的社会责任成本而获得最大的财务回报。然而，

在企业数字化转型过程中，尤其是随着大数据和区

块链的应用，海量的运营信息得以更便利的记录、查

询和追溯，提升了内部信息的透明度。此外，企业数

字化转型可提升年报的可读性，以审计机构、分析师

和投资者为代表的中介机构与社会媒体强化了企业

透明度的外部监督机制，为管理层的对外信息披露

造成了无形压力。

从信息监督的角度出发，企业数字化转型提高

了信息处理的能力，数字化技术使得企业内部各部

门之间形成了数字化网络，降低了内部信息传递的

阻碍，减少了管理层误判。数字技术重塑了监督架

构，业务场景数据化的实时信息监督功能对管理层

在决策中的非理性行为形成了隐性的制约。从外部

来看，数字化信息技术提高了供应链上下游厂商的

信息交换效率，降低了市场参与者的信息获取成本，

较低的外部成本进一步抑制了管理层“暗箱操作”带

来的风险[20]

。基于上述分析，本文提出如下假设：

H3：在其他条件一定的情况下，企业数字化转

型能够对管理层短视与企业透明度的关系产生调节

效应。

三、研究假设与实证检验

（一）变量选取与数据来源

本文以2011—2021年A股上市公司为样本，并

进行如下筛选和处理：（1）剔除所有当年被标记含有

ST 的公司样本；（2）剔除金融保险业的公司样本；

（3）剔除财务数据缺失的样本。此外，对所有连续变

量均进行了前后1%和99%的缩尾处理。样本数据

均来源于万得（Wind）数据库。

1.被解释变量：企业透明度（Trans）。借鉴辛清

泉等[21]

的研究，通过审计师是否来自四大会计师事

务所、分析师关注度、研报关注度、上市公司信息披

露考评分和盈余质量指标的样本百分等级（percen⁃

tile rank）求均值，衡量企业透明度。指标值越大，表

明企业透明度越高。

经济纵横 Economic Review

63

2023年第9期 WUHAN

FINANCE

2.解释变量：管理层短视（Myo）。借鉴胡楠等[3]

的研究，通过划定企业 MD&A 章节中“管理者短视

行为”的种子词集，利用 CBOW 模型对年报语料进

行训练得到最终指标词集，最后计算表征短视行为

词集的词汇词频与 MD&A 总词频的比值。该指标

值越大，表明管理层越短视。

3.调节变量：企业数字化转型（Dig）。借鉴吴非

等[22]

的研究，在“人工智能技术、区块链技术、大数据

与图像技术、云计算与物联网技术”四类数字化转型

词汇库的基础上，剔除关键词前“无”“没”和“不”等

否定词，通过剔除非本公司的关键词，基于Python爬

虫程序和Java PDF box库归纳整理沪深证券交易所

A股上市公司的年度报告，计算各类关键技术层面

的总词频数，对其进行对数化处理，从而得到度量企

业数字化转型程度的综合指标Dig。

4.控制变量：根据已有文献[23，24]

，本文加入宏观

外部因素控制变量以及企业财务特征控制变量，包

括经济政策不确定性、企业规模、净资产收益率、资

产负债率等。

本文使用的变量见表1。

表1 变量定义

变量类型

被解释变量

解释变量

调节变量

控制变量

变量名称

企业透明度

管理层短视

企业数字化转型

经济政策不确定性

企业规模

净资产收益率

独立董事比例

机构持股比率

资产负债率

股东持股比例

企业年龄

企业成长性

年份

行业

变量符号

Trans

Myo

Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

Year

Ind

变量含义

计算方法见被解释变量

计算方法见解释变量

计算方法见调节变量

中国经济政策不确定指数月度

平均值取对数

公司年末总资产取对数

净利润/股东权益平均余额

独立董事比例

机构持股比率

总负债/总资产

大股东持股比例

企业年龄

营业收入增长率

年份虚拟变量

行业虚拟变量

（二）模型设计

为检验管理层短视对透明度的影响，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 为被解释变量，表示公司 i 在第

t+1期的企业透明度水平。 Myoi,t 表示企业在t年的

管理层短视，Digi,t 表示企业在t年企业数字化转型。

Controlsi,t 表示一系列控制变量。此外，μi 、μt 、μd

分别为企业个体、年份和行业变量，加入这些变量是

为了排除企业自身特征和经济周期的因素对回归结

果的干扰。 εi,t 为残差项。

模型（1）用来检验管理层短视对企业透明度水

平的影响。模型（2）用来检验数字化转型对企业透

明度的影响。模型（3）在模型（1）的基础上引入管理

层短视代理变量 Myoi,t 以及 Digi,t 和数字化转型的

交互项 Myoi,t × Digi,t ，用来考察在不同的数字化转

型水平下，管理层短视对企业透明度水平的影响。

四、实证分析

（一）描述性统计

表2为各变量的描述性统计结果。可以看出，

沪深两市A股上市企业透明度的均值为0.30，最大

值为0.83，最小值为0，均值高于中位数，说明我国上

市企业透明度水平整体较高。管理层短视的均值为

0.09，最大值为0.38，最小值为0，表明样本管理层短

视行为相差较大。数字化转型的均值为0.88，最大

值为5.21，最小值为0，表明不同企业之间企业数字

化程度差距较大。

表2 描述性统计

变量

Trans

Myo

Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

样本量

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

标准差

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

中位数

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）管理层短视、数字化转型与企业透明度

为检验假设 1，本文使用固定效应面板模型进

行实证分析，结果如表3（1）列所示。（1）列使用管理

层短视对企业透明度进行回归，回归系数为-0.0112，

且在5%的水平上显著，说明管理层短视对企业透明

度具有显著的负向效应，验证了假设H1。可能的解

释为：管理层在面对企业关键事项披露或者负面业

绩披露时，出于自身利益的考虑，存在影响报告正常

披露的情形，进而影响了企业透明度。

为检验假设 2，本文对数字化转型与企业透明

度进行了回归分析，结果如表3（2）列所示。（2）列单

独 运 用 了 数 字 化 转 型 进 行 回 归 ，回 归 系 数 为

0.00570，且在1%的水平上显著，说明数字化转型有

助于提升企业透明度，验证了假设H2。可能的解释

为：数字化转型提升了企业对内部信息的获取能力，

优化了企业信息披露的精准性和质量，进而提升了

企业透明度。

为检验假设3，本文对管理层短视、数字化转型

与企业透明度进行了回归分析，结果如表3（3）列所

示。（3）列中，管理层短视与数字化转型的交乘项系

数为0.0355，且在1%的水平上显著，说明数字化转

型的提升弱化了管理层短视对企业透明度的负向影

响，验证了假设H3。可能的解释为：一方面，数字化

转型提升了企业内部管理的效率，使得调取信息、复

核信息更加便捷，抑制了管理层利用职权实施操纵

的行为活动；另一方面，通过信息监督增强了管理层

主动披露信息的意愿。

（三）异质性分析

为考察管理层短视、数字化转型对企业透明度

的异质性影响，本文根据企业的产权属性、行业竞争

水平以及企业规模对样本进行了分组讨论。

1.企业产权属性

本文按照企业所有者性质将样本分为国有企业

组与非国有企业组。如表4所示，数字化转型对国

有企业管理层短视行为的调节更明显。原因可能

是：国有企业的主营业务承接了更多政策性项目，且

运营项目涉及上下游企业较多，随着企业数字化转

型，信息透明度增强，管理层操纵行为得到抑制。因

此，在强监管背景下，国有企业的管理层短视行为对

数字化转型带来的监督效应更为敏感。

2.竞争强弱

本文基于各个企业应收账款与存货之和除以总

资产，将样本划分为强弱竞争两组。如表5所示，企

业数字化转型对强竞争组企业管理层短视行为的调

节作用更为明显。原因可能是：行业竞争程度会影

响企业信息披露决策[25]

，但由于数字化技术能通过

提升企业的全要素生产率进而提升企业的业务水

平，因此在激烈的竞争环境下，数字化转型对强竞争

组企业管理层短视行为的调节效应更为明显。

3.企业规模

本文基于企业资产规模的中位数将样本划分为

企业规模较大和较小两组。如表6所示，数字化转

型对企业规模较大样本的管理层短视行为的调节效

应较强。原因可能是：一方面，数字化转型对企业资

表3 管理层短视、数字化转型与企业透明度的影响

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

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：括号内为聚类稳健标准误；*、**、***分别表示在10%、5%和

1%水平上显著。下表同。

经济纵横 Economic Review

65

2023年第9期 WUHAN

FINANCE

金要求较高，规模较大的企业更容易获得较低的融

资成本，因此数字化转型也更容易开展，对企业治理

能产生正向影响；另一方面，企业规模扩大伴随着其

业务量的增加，因此数字化转型在优化企业财务系

统和运营系统的优势更容易得以体现，更能有效约

束管理层机会主义行为。

（四）稳健性检验

为了保证结论的可靠性，本文从以下三个方面

进行稳健性检验：（1）考虑到外资可能具备更多向资

本市场传递信号的途径，因此剔除外资样本以缩小

总样本规模。（2）管理层持股可以使得管理层和股东

保持一致利益[26，27]

，从而降低代理问题，因此添加遗

漏变量管理层持股比例（Mshare）至计量模型中。（3）

考虑到管理层对长短期项目的决策以及数字化转型

活动在不同行业间可能存在差异，本文将行业控制

细化至证监会行业三级分类。稳健性检验结果如表

7 所示，管理层短视和数字化转型的变量符号和显

著性与前文一致，说明本文的研究结论具有稳健性。

（五）工具变量

管理层短视与企业透明度可能在一定程度上互

为因果关系，对此本文在现有研究的基础上，以再次

滞后被解释变量的方式进行内生性处理，满足了相

关外生性条件。回归结果如表8所示，系数在1%的

水平上显著，结论仍与前文一致，证明了本文结论的

稳健性。

（六）机制路径的识别检验

上文对管理层短视和企业透明度之间的关系进

行了较为详细地刻画，下面将对管理层短视和企业

表4 国企与非国企分组回归结果

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

Constant

Observations

R-squared

Number of code

全样本

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

国企

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

非国企

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 竞争强度分组回归结果

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

Constant

Observations

R-squared

Number of code

全样本

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

强竞争

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

弱竞争

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

透明度的具体影响路径进行分析。本文通过构建递

归方程，期望更加清晰地揭示两者之间的内在逻辑

关系，为本文的研究提供更加详细的证据。

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）

在中介变量 MRDI 的选取上，本文以是否进行

创新投入来考察。选取这一变量的原因在于：管理

层的短视行为通常表现为减少甚至放弃对具有长期

收益的投资行为[28]

，而创新活动需要长期资源的投

入，且具备较高的失败可能[29]

。因此，管理层短视行

为会通过调整创新项目来改变企业决策和风险偏

好，以获得短期现金流来实现短期目标。在此过程

中，投资者和监管方较难了解到企业短期真实的风

险问题，导致盈余管理和风险事项披露监管更难，从

而加剧了信息不对称现象和管理层行为动机的监管

难度。回归结果如表9所示，管理层短视（Myo）对企

业创新活力（MRDI）的回归系数在1%的水平上显著

为负，说明管理层短视对企业创新投入具有一定负

向作用。从模型5来看，管理层短视（Myo）和企业创

新活力（MRDI）对企业透明度（Trans）的影响分别显

表7 稳健性检验

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

Mshare

企业

年份

行业

Constant

Observations

R-squared

Number of code

剔除外资

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

增加遗漏变量

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

细化行业分组

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 企业规模分组回归结果

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

Constant

Observations

R-squared

Number of code

全样本

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

企业规模较大

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

企业规模较小

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

经济纵横 Economic Review

67

2023年第9期 WUHAN

FINANCE

著为负和显著为正。由此可见，管理层短视主义出

于自利和股票市场表现等考虑，会减少企业创新投

入以降低短期投资风险，造成了缺乏长期研发项目

投资和分析师跟踪不足的现象，加剧了对外信息披

露不完善和外部监管难度，最终降低了企业透明度。

实证结果验证了，管理层短视—企业创新活力

—企业透明度的传导路径是成立的。

五、结论与建议

本文采用 2011—2021 年我国上市企业的非平

衡面板数据，研究管理层短视、数字化转型与企业透

明度之间的关系。实证研究结果表明：第一，管理层

短视对企业透明度具有负向的影响；第二，企业数字

化转型对企业透明度具有正向的影响；第三，随着企

业数字化转型的深入，管理层短视对企业透明度的

负向影响会得以缓解，而这种影响关系在国有企业

属性、行业竞争较强以及企业规模较大的样本中表

现更为明显。

本文的研究具有一定的政策参考意义：首先，管

理层短视对企业透明度具有显著的负向影响，且这

种影响在不同产权性质、不同竞争水平以及不同企

业规模下具有异质性。因此，监管机构以及行业协

会应该针对不同行业特征，基于管理层道德性和可

持续发展理念，督促企业树立并强化自身企业文化，

并畅通内外部投诉渠道和反馈机制，明确管理层责

任意识。其次，企业数字化转型对企业透明度具有

显著的正向效应。鉴于企业数字化转型所需资金量

较大且技术壁垒较高，因此可建立激励机制，给予数

表8 内生性处理回归

变量

Myo

Dig

Myo×Dig

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

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 管理层短视与企业透明度的机制识别：

企业创新活力渠道

变量

Myo

MRDI

Epu

Size

Roe

Indep

Insr

Lev

Cr

Age

Growth

企业

年份

行业

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

字化转型企业一定的补贴和技术支持。再次，完善

数字智慧监管平台，鼓励企业上链，并通过跨地区、

跨部门、跨层级主体间的业务协作，实现事前事中事

后全链条全领域监管。最后，应充分考虑各行业各

地区在经济发展、企业战略、数字化建设、数字化管

理以及财政补贴能力等各方面因素不均衡的状况，

有序推进智慧数字化建设。■

[参考文献]

[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.管理者短视主义影响企业长期投

资吗?基于文本分析和机器学习[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] 干胜道，胡明霞.管理层权力、内部控制与过度投资：基于

国有上市公司的证据[J].审计与经济研究，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] 乔鹏程，徐祥兵.管理层海外经历、短视主义与企业创

新：有调节的中介效应[J].科技进步与对策，2022（19）：78-87.

[12] 钟宇翔，吕怀立，李婉丽.管理层短视、会计稳健性与企

业创新抑制[J].南开管理评论，2017（6）：163-177.

[13] 贺亚楠，张信东，郝盼盼.管理者短视下R&D操纵与业

绩兼顾行为[J].财经论丛，2019（12）：66-75.

[14] 尚航标，刘佳奇，王智林.投资者异质信念、管理层短视

与企业可持续发展[J].财会月刊，2023（10）：25-33.

[15] 吴成颂，张青青.商业银行高管延付薪酬与系统性风险：

基于管理者短视偏差中介效应的新视角分析[J].金融监管

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] 王瑶，冯晓晴，侯德帅.企业数字化转型能提高分析师预

测准确度吗?基于信息披露和信息挖掘的双重视角[J].中南

财经政法大学学报，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，许莹.数字化转型能否提高信息披露质

量?基于年报可读性的研究[J].管理现代化，2022（2）：58-65.

[20] 韩忠雪，张莹.数字化转型与ESG表现：基于信息透明度

及全要素生产率的中介机制分析[J].现代管理科学，2023

（3）：141-150.

[21] 辛清泉，孔东民，郝颖.公司透明度与股价波动性[J].金

融研究，2014（10）：193-206.

[22] 吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场

表现：来自股票流动性的经验证据[J].管理世界，2021（7）：

130-144+10.

[23] 付海艳.政治关联、经营业绩与公司透明度：来自中国转

型期的经验证据[J].宏观经济研究，2013（12）：53-63.

[24] 向诚，陆静.公司透明度与盈余公告惯性：基于投资者关

注的实证研究[J].管理科学，2020（3）：138-154.

[25] 任宏达，王琨.产品市场竞争与信息披露质量：基于上市

公司年报文本分析的新证据[J].会计研究，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] 沈红波，潘飞，高新梓.制度环境与管理层持股的激励效

应[J].中国工业经济，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] 夏清华，黄剑.市场竞争、政府资源配置方式与企业创新

投入：中国高新技术企业的证据[J].经济管理，2019（8）：5-20.

（责任编辑：DJ / 校对：XY）

经济纵横 Economic Review

69

2023年第9期 WUHAN

FINANCE

一、引言

“十四五”规划纲要指出，要加强环境保护的信

息披露工作，强化公司的环保管理责任制。当前，环

境披露已成为监管部门、上市公司和投资机构关注

的焦点。然而，上市公司的环境信息披露水平并不

乐观，呈现两极分化现象[1]

。2021年5月，生态环境

部门出台《环境信息依法披露制度改革方案》，要求

重点排污单位、强制性清洁生产审核企业、环境违法

企业等，在一定时间内继续公开企业环境状况。事

实上，董事会在公司管理中处于引领位置[2]

，董事会

成员特征必然会影响企业环境信息披露决策[3]

。

董事会负责监管高级管理者、战略决策和股东

利益保护等复杂的任务，其良好运行对企业十分重

要[4]

。从企业内部治理角度来看，董事会断裂带是

将董事会分为不同子群体的虚拟划分[4]

，组内相似

性和组间差异性越大则断裂带越清晰[5]

。董事会断

裂带对研究群体成员的多样性组成和群体决策有效

性发挥着重要作用[6]

。那么，董事会断裂带特征能

否促进企业提升环境信息披露水平？从企业外部网

络来看，连锁董事网络为促进企业沟通与交流提供

了合法途径和有效渠道[7]

，嵌入网络中的企业环境

信息披露决策可能会相互影响[8]

。处于连锁董事网

络中的企业拥有较为核心的网络位置，与网络中其

他企业的环境信息披露水平存在差异。那么，董事

会在外部联结网络的位置能否促进企业提升环境信

息披露水平？

已有环境信息披露研究主要从企业绩效[9]

、公

司规模[10]

、企业文化[11]

等内部影响因素，制度压力[12]

、

同群效应影响[8]

、环保压力[13]

等外部影响因素开展，

对董事会断裂带与网络位置的关注不足。本文从董

事会内部断裂带和外部联结两条路径开展研究，主

要的理论贡献体现在以下三方面：第一，在董事会断

裂带的度量方式上，考虑环境信息披露的特点构建

董事会经历断裂带，揭示了董事会群体断裂带对环

境信息披露的影响机制。第二，构建董事会外部网

络，分析了处于网络中心位置企业在环境信息披露

方面的表现。第三，董事会内部断裂带和外部网络

特征对公司环境信息披露决策产生影响，但提高环

境信息披露水平还需要实际的创新技术支持。本研

摘 要：董事会成员构成形成了董事会内部结构特征，董事会成员外部连锁形成了董事会外部网络特征。本文基于重污染上市公司

数据，研究董事会内部断裂带、董事会外部网络位置对企业环境信息披露的影响，并揭示了创新能力的中介作用。研究结果表明：董事会

经历断裂带对环境信息披露具有正向影响，董事会成员经历的“和而不同”有助于提升企业环境信息披露水平；董事会网络中心位置、中

介位置对环境信息披露具有正向影响，董事会网络位置有助于企业在环境信息披露方面“卓尔不群”；企业创新能力越强其环境信息披露

程度越高，创新能力在董事会特征对环境信息披露的影响中起到了部分中介作用。

关键词：环境信息披露；董事会断裂带；董事会网络；创新能力

中图分类号：F832.5 文献标识码：A 文章编号：1009-3540（2023）09-0070-0008

■ 邵鹏 易薇

作者简介：邵鹏（1987—），男，西安工程大学副教授，硕士生导师； 易薇（2000—），女，西安工程大学硕士研究生。

董事会特征

对环境信息披露的影响

70

究将创新能力纳入模型，揭示了董事会内外部特征

对环境信息披露创新能力的中介作用。

二、理论基础与研究假设

（一）理论基础

断裂带的概念源于地理学的断层带，群体断裂

带可以看作根据差异性的特征将团队成员划分为多

个子群体的虚拟边界[6]

。子群体内部相似性越高，

外部群体间差异性越大，则断裂带越清晰[5]

。董事

会断裂带子群间具有不同的行为特征，这种差异可

能会带来更多的知识和更好的任务相关技能[14]

。董

事会群体断裂带有助于研究人员多样性特征组合导

致的群体分化，生理断裂带、任务断裂带、认知断裂

带等[4]

成为研究董事会成员多样化的新视角。以往

研究指出，高管海外背景、金融背景、学术背景等特

质对信息披露质量有影响[15]

。因此，本研究基于高

管海外背景、金融背景、学术背景构建经历断裂带，

考察董事会生理断裂带与经历断裂带对公司环境信

息披露的影响。

董事会作为企业内外部沟通联系的重要渠道，

其与外部环境之间的交流使公司收集到更多外部信

息资源，获得有价值的信息，有助于公司的生存和发

展[16]

。董事会网络影响了董事的偏好和董事会的效

率，在企业创新中发挥着重要作用[17]

。企业在网络

中所处的位置影响着企业的信息资源和对其他企业

的影响力[18]

。越处于中心位置，企业获取的信息资

源越多，对其他企业的影响越深[19]

。中介中心性既

代表着某一节点在传递信息等符号性要素时作为枢

纽的重要程度，也代表着某一节点在网络中的知名

度、声誉和影响力[20]

。董事网络能够帮助企业获取

信任和提升资源获取控制能力，进而利于促进公司

披露环境信息。因此，本文从中心位置和中介位置

两方面分析网络位置对公司环境信息披露的影响。

董事会成员的组成构成了董事会内部结构的特

征，董事会成员外部连锁关系形成了董事会外部网

络特征。如图1所示，假设存在Ⅰ、Ⅱ、Ⅲ三个企业

董事会。从董事会内部来看，每个董事会都包括若

干名董事，这些董事因为生理（性别、年龄）或经历

（海外背景、金融背景、学术背景）的差异，形成该董

事会的断裂带。从董事会外部来看，如董事C在企

业Ⅰ和企业Ⅱ均任职董事，即企业Ⅰ和企业Ⅱ有联

结关系；董事D在企业Ⅰ和企业Ⅲ均任职董事，即企

业Ⅰ和企业Ⅲ有联结关系；董事H在企业Ⅱ和企业

Ⅲ均任职董事，即企业Ⅱ和企业Ⅲ有联结关系。

图1 董事会特征示意图

随着国民绿色环保意识的加强，环境信息披露

有助于企业树立绿色企业形象，吸引投资者，进而提

升企业价值[21]

。一般而言，董事会的管理水平越高，

环境信息披露意愿越高，披露报告的信息更完善。

已有文献对董事联结网络和董事会断裂带开展研

究，但关于重污染企业董事会断裂带的研究不多，且

鲜有关于董事会断裂带、董事联结网络对环境信息

披露影响的研究。董事会不仅是核心管理部门，也

是联系公司内外部的重要渠道[22]

。因此，本文关注

董事会断裂带和董事会网络位置两方面特征对企业

环境信息披露的影响。

（二）研究假设

1.董事会断裂带与环境信息披露

董事会成员的生理特征构成董事会生理断裂

带，包括年龄和性别[23]

。根据生理特征形成的断裂

带会妨碍群体内知识、经验和信息共享[24]

。生理断

裂带可能致使群体间产生隔阂，从而影响董事会的

决策。董事会成员相同特征越多，子群体内部交流

越频繁，则断裂带越明显[4]

。生理断裂带使董事会

形成多个子群体，这些子群体间不同特征越多，表明

断裂带越深，成员缺乏信息互换和充分沟通，不利于

企业进行环境信息披露。由此，本文提出以下假设：

H1a：董事会生理断裂带负向影响企业环境信

息披露。

根据任务属性形成的断裂带表示群体内拥有丰

富的知识和技能，这提高了群体内成员信息处理时

的交流水平和集体决策质量[25]

。董事会成员的学

历、工作背景越丰富，专业知识和视角就越多样，这

有助于提升环境信息披露水平。董事会的各群体根

据不同的角度、观点和信息进行批判性辩论，可以激

经济纵横 Economic Review

71

2023年第9期 WUHAN

FINANCE

发创造性，形成发散思维[5]

。考虑到环境信息披露

的特点，本研究基于董事会成员的海外背景、金融背

景、学术背景特征构建了董事会经历断裂带指标。

企业进行环境信息披露时，要应对和分析各种数据

和政策信息等，经历断裂带可以帮助董事会了解并

处理不同种类的相关信息，进而推动环境信息披

露。本文提出如下假设：

H1b：董事会经历断裂带正向影响企业环境信

息披露。

2.董事会网络位置与环境信息披露

董事联结影响着企业间的互动交流，缓解相关

企业之间的信息不对称。连锁董事可以获取重要的信

息和资源，促进行为和决策在联结网络快速传播[26]

。

中心位置表示直接联结企业更多，企业获得的资源

更多[27]

。当企业处于网络中心位置，意味着企业的

行业地位、网络声誉、信息、知识和资源高于网络中

的其他成员。董事会网络是社会资本的载体，包含

着丰富的信息和资源，网络中所处的位置影响着企

业获得信息和资源的数量及质量[20]

。网络中心企业

在拥有区域优势和资源优势的同时，也有其应尽的

职责与义务，在环境信息披露等方面会引起其他企

业的关注和效仿。因此，本文提出如下假设：

H2a：董事会网络中心位置对环境信息披露提

升有积极影响。

企业建立信息联系需要一定的成本，企业处于

中介位置更有信息优势，可以拥有更多的合作机会

和获取信息的渠道。董事会网络位置可以帮助企业

通过较短的路径接触到更有价值的保密信息与核心

资源[28]

，结构洞位置的占有者可以控制信息流[29]

。

中介位置就像一座桥梁，代表着更多的信息和控制，

为企业提供不同的信息资源，帮助企业做出创新的

投资决策[30]

。企业成为其他网络成员之间的中介，

客观上在其他合作伙伴之间架起了桥梁。换言之，

企业处于中介位置在控制信息和利益方面具有关键

优势。因此，本文提出如下假设：

H2b：董事会网络中介位置对环境信息披露提

升有积极影响。

3.创新能力的中介作用

创新是企业在激烈的市场竞争中获得持续发展

和领先优势的重要因素[31]

。董事会断裂带可以提高

企业获取资源的价值，推动群体内成员的信息交流

和共享，利于企业提出恰当的创新战略[24]

。如果成

员具有相同的认知、知识背景和社会观念，可能很难

引入新想法而不利于技术创新[32]

。面对不确定的市

场环境，断裂带为成员提供了其他视角的经验和观

点[33]

。新《环保法》引入了公共监管的信息披露机

制，增加了企业违法的成本[34]

。一方面，重污染企业

为了规避环境违法不得不加大创新能力建设，从而

实现节能减排和提升环境信息披露水平；另一方面，

对于通过技术创新实现节能减排的企业而言，高水

平的环境信息披露也能够展示其环保责任的践行。

因此，本文提出以下假设：

H3a：创新能力在董事会断裂带对环境信息披

露影响中起到了中介作用

信息和资源作为企业形成和发展创新能力的基

石，对企业的创新行为有着重要的影响[35]

。网络中

的企业普遍享有资源和信息的优势，这些优势构成

了企业创新行为和改善创新绩效有形和无形资源的

基础[36]

。连锁董事可以从其他企业学到隐性创新经

验，这种专用性知识对企业创新具有重要作用[37]

。

当企业拥有更多的信息和资源时，企业的创新能力

会大幅度增强，而创新能力的提升有利于企业减少

环境污染，从而提升其环境信息披露水平。因此，本

文提出如下假设：

H3b：创新能力在董事会网络位置对环境信息

披露影响中起到了中介作用。

三、研究设计

（一）样本选择与数据来源

参考《上市公司环保核查行业分类管理名录》中

确定的重污染行业，本文选取上海和深圳的采矿、制

造、电力、供暖、燃气、发电等行业的A股上市公司作

为样本。数据来自 CSMAR 数据库，运用 Stata16 进

行回归分析。

（二）变量定义及测量

1.环境信息披露。本文以《中国上市公司环境

研究数据库》中的“环境披露”内容作为评价企业环

境信息披露水平的依据，对上市公司环境信息披露

的各项指标进行了打分汇总。

2.董事会断裂带。运用Lau等[6]

提出的“二分模

式”测量方法来计算董事会生理断裂带与经历断裂

带。董事会生理断裂带（Board Physiology Faultlines，

BPF）指标通过董事会成员的年龄、性别来构建。董

事会经历断裂带（Board Experience Faultlines，BEF）

72

指标选取董事会成员的海外背景、金融背景、学术背

景来构建。

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为董事会中成员数量，p表示所考察的

特征值总数，g 表示分类方式。 n

g

k 表示在以第 g 种

方式的分类下，子群体k中的成员数；xˉj 表示所有董

事会成员在特征 j 上的平均值；xˉjk 表示子群体 k 中

的成员在特征j上的平均值；xijk 表示在子群体k中，

第 i 个成员在特征 j 上的取值。 Faug 为在第 g 种方

式分类下的董事会断裂带强度，该值在0~1之间，值

越大则表示董事会断裂带强度越强，反之则越弱。

3.董事会网络位置。本文基于“董事-公司”隶

属关系构建了重污染上市公司董事会网络，选择度

数中心性和中介中心性来测量网络中心位置和网络

中介位置。

4.创新能力。现有文献主要通过研发投入[8，23，38]

或专利数量[5，27]

测度企业创新能力。本文选取研发

投入来测度创新能力，主要基于以下三方面原因：首

先，高层梯队理论认为董事会特征会对企业战略决

策产生影响[23]

，本文关注董事会内外部特征对企业

发展的影响，而确定研发投入规模则属于战略决策

的范畴；其次，创新产出是创新能力的结果表现，受

到包括研发投入在内的诸多因素影响且影响机制具

有滞后性；再次，董事会特征能够直接影响研发投

入，但不能直接作用于创新产出。因此，本文参照袁

春生等[23]

、彭满如等[38]

的研究，采用企业研发投入水

平来测量创新能力。

5.其他变量。本文选择资产负债率、净资产收

益率、企业年龄及规模为控制变量。

四、实证分析

（一）描述性与相关性分析

本文主要变量的描述性统计结果如表2所示。

对于环境信息披露、网络中心位置和中介位置指标，

国有企业的均值均略高于非国有企业；对于生理断

裂带、经历断裂带、创新能力指标，国有企业与非国

有企业的均值较为接近。上述结果表明，相对于非

国有企业，国有企业环境信息披露平均水平较高且

网络位置较为核心。

表2 描述性统计

变量

EID

BPF

BEF

NCL

NIL

IA

全样本

均值

9.57

0.17

0.28

2.39

1846.34

18.54

标准差

7.56

0.17

0.22

1.68

3216.27

1.38

国企

均值

10.31

0.15

0.28

2.63

2294.13

18.74

标准差

7.75

0.15

0.21

1.69

3802.63

1.43

非国企

均值

9.22

0.18

0.27

2.27

1632.77

18.45

标准差

7.45

0.17

0.22

1.58

2871.46

1.35

检验样本企业主要变量的相关系数如表 3 所

示。结果显示，董事会生理断裂带与企业环境信息

披露不存在显著相关性，董事会经历断裂带、创新能

力、中心位置、中介位置均与企业环境信息披露存在

显著相关性。此外，网络中心位置和网络中介位置

相关性较高，故在回归分析中分别进入模型。

表3 相关性分析

变量

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：***、**、*分别表示在1%、5%、10%水平上显著。

（二）环境信息披露的影响因素

对董事会断裂带、董事会网络位置与企业信息

披露之间的关系进行多元线性回归分析，表4为逐

表1 变量定义及说明

变量类型

因变量

自变量

中介变量

控制变量

变量名称

环境信息披露

生理断裂带

经历断裂带

网络中心位置

网络中介位置

创新能力

资产负债率

净资产收益率

企业年龄

企业规模

符号

EID

BPF

BEF

NCL

NIL

IA

LEV

ROE

CT

CS

定义

环境信息披露指标全部评分汇总

考察特征为年龄、性别

考察特征为海外背景、金融背景、学术背景

董事会网络的度数中心性

董事会网络的中介中心性

研发投入的对数

资产负债率

净资产收益率

企业上市的年数

总资产的对数

经济纵横 Economic Review

73

2023年第9期 WUHAN

FINANCE

步回归检验结果。

表4 环境信息披露影响因素分析

变量

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：***、**、*分别表示在1%、5%、10%水平上显著；括号内为t统

计量。下表同。

模型1显示，生理断裂带对企业环境信息披露

没有显著影响，假设H1a未得到验证，即董事会成员

的年龄、性别差异形成的断裂带不会显著影响企业

环境信息披露决策。模型2显示，经历断裂带对企

业环境信息披露有显著正向影响，H1b 得到验证。

这表明董事会成员的海外背景、金融背景、学术背景

差异形成的断裂带对企业环境信息披露决策造成了

影响，有利于企业提高环境信息披露水平。同一个

企业的董事会成员因为差异化经历而形成经历断裂

带，经历断裂带对企业环境信息披露的促进作用表

明了董事会特征在环境信息披露方面的“和而不同”

机制。

模型3、4显示，网络中心和网络中介位置对企

业环境信息披露有显著正向影响，研究假设H2a和

H2b得到验证，即董事会特征在环境信息披露方面

表现出“卓尔不群”机制。企业处在网络中心位置，

与其他企业的联结数量更多，更倾向于进行环境信

息披露。处于网络中介位置的企业，在连锁董事网

络中起到信息传递的桥梁作用更大，也会促进该企

业提升环境信息披露水平。相对而言，位于中心位

置的企业环境信息披露的水平较高。这样的结果表

明，随着企业在连锁董事网络中拥有的联结关系增

多，该企业的环境信息披露水平也会逐渐提升。

为了进一步比较环境信息披露的影响机制，将

经历断裂带、网络中心位置同时放入模型 5。可以

发现，经历断裂带、网络中心位置均对环境信息披露

产生了显著的积极影响，且经历断裂带对环境信息

披露的影响程度更大。这样的结果表明，相对于董

事会外部联结网络特征，来自企业董事会内部成员

经历断裂带特征对环境信息披露的影响程度更大。

因此，为了提升环境信息披露水平，应从董事会内部

和外部两方面特征进行优化调整：首先，应对董事会

内部组成进行优化，吸纳具有不同海外背景、金融背

景、学术背景的成员进入；其次，应与其他企业建立

更多的网络连接，促进企业外部信息资源的获取。

（三）创新能力中介效应检验

在创新能力影响因素分析中（见表 5），董事会

断裂带和董事会网络位置均显著正向影响重污染企

业创新能力。董事会断裂带对创新能力正向影响的

结果表明，董事会成员不同的社会类别特征、不同的

背景经历会影响企业的创新决策。董事会网络位置

对创新能力正向影响的结果表明，处于中心位置和

表5 创新能力的影响因素分析

变量

BPF

BEF

NCL

NIL

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型6

创新能力

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

中介位置的企业具有核心优势，能够凭借网络位置

开展合作，从而有利于企业进行创新研发。相对于

网络中介位置，企业处于网络中心位置对创新能力

的影响程度更大。生理断裂带对企业创新的影响尚

未得到一致的结论。例如，马连福等[4]

发现，科技密

集型上市公司董事会的社会类别断裂带（年龄、性

别）对公司的创新战略决策有负面影响；孙玥璠等[5]

发现A股上市公司高管团队的断裂带（年龄、教育程

度、社会资本、专业背景等）对企业的实质性创新有

显著的积极影响。根据模型 6，本文基于重污染企

业数据开展研究，发现生理断裂带（年龄、性别）显著

影响企业创新能力。

选择依次检验方法进行中介效应的检验[39]

，结

果如表 6 所示。模型 10—13 分别控制了生理断裂

带、经历断裂带、网络中心位置和网络中介位置，检

验创新能力的中介作用。董事会生理断裂带对环境

信息披露没有直接影响，不符合探讨中介效应的前

提。在董事会经历断裂带对环境信息披露的影响

中，创新能力起到了部分中介作用。董事会经历断

裂带一部分直接对企业环境信息披露产生影响，一

部分通过中介变量创新能力影响企业环境信息披

露。假设H3a得到部分验证。根据依次检验的前两

个步骤，网络位置对企业环境信息披露影响的总效

应（见表4）以及网络位置对创新能力影响的总效应

（见表5），回归系数均显著。根据模型12和模型13，

控制创新能力以检验董事会网络位置对环境信息披

露的直接效应，发现回归系数均显著。这表明直接

效应和中介效应皆存在，即董事会网络位置一部分

直接对企业环境信息披露产生影响，另一部分通过

创新能力对企业环境信息披露产生影响。因此，在

董事会网络位置对环境信息披露的影响中，创新能

力起到了部分中介作用，假设H3b得到验证。

五、进一步分析

（一）稳健性检验

考虑到董事会断裂带、董事会网络位置和环境

信息披露之间可能存在的内生性问题，本文滞后处

理董事会断裂带和网络位置的数据，并对上期董事

会特征和本期环境信息披露进行回归分析，研究结

果没有改变。因此，本文的变量之间不存在明显的

内生性问题。

（二）分组检验

以往研究通常认为不同产权性质的企业具有差

异，故本部分按产权性质对主效应进行分组回归。

由表7可知，经历断裂带、董事会网络位置均正向影

响环境信息披露，而生理断裂带对企业环境信息披

露无显著影响。经历断裂带对国有企业环境信息披

露的正向影响更大，表明经历断裂带更能促进国有

企业提高环境信息披露水平。董事会网络中心位

置、中介位置均正向显著影响企业环境信息披露，且

对非国有企业的影响更大。相对于国有企业，非国

有企业更需要通过网络位置获取资源，进而提升企

业环境信息披露水平。

六、结论与启示

（一）研究结论

第一，从企业内部而言，董事会断裂带对环境信

息披露有正向影响。具体而言：生理断裂带对企业

环境信息披露并无直接影响；经历断裂带对企业环

境信息披露有显著正向影响，即董事会成员拥有不

同经历会显著影响企业环境信息披露决策；相对于

非国有企业，董事会经历断裂带对国有企业环境信

表6 创新能力的中介作用检验

变量

BPF

BEF

NCL

NIL

IA

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型10

环境信息披露

-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

经济纵横 Economic Review

75

2023年第9期 WUHAN

FINANCE

息披露水平的提升作用更大。

第二，从企业外部而言，董事会网络位置对环境

信息披露有正向影响。具体而言：网络中心位置和

网络中介位置显著影响企业环境信息披露，网络中

心位置越高的企业环境信息披露水平越高；在网络

位置对环境信息披露和创新能力的影响中，网络中

心位置的影响程度更高；相对于国有企业，董事会网

络位置对非国有企业环境信息披露水平的提升作用

更大。

第三，创新能力在董事会特征对环境信息披露

的影响中起到部分中介作用。具体而言：创新能力

在经历断裂带以及董事会网络中心位置、网络中介

位置对环境信息披露的影响中起到部分中介作用。

（二）相关启示

生态环境部公布的《环境信息依法披露制度改

革方案》显示，到2025年我国基本建立环境信息强

制公开制度。为了提升环境信息披露水平，上市公

司应优化调整董事会内部组成和外部网络结构，并

不断提升创新能力。上市公司遴选董事方面，不同的

经历背景会为公司带来不同的知识见解，在董事会

决策过程中能够发挥不同成员优势从而集思广益。

企业外部网络构建方面，无论是网络中心位置还是

中介位置，都能促进企业提高创新能力。创新能力

可以有效提高生产效率，促进绿色生产，为环境信息

披露提供环保技术支持。企业应利用网络中心位置

和中介位置，收集更多外部信息，占据有利地位，从

而推动企业技术创新和提高环境信息披露水平。

政府与第三方组织应推动企业披露环境信息、

提升企业创新能力、强化连锁董事履职能力。首先，

建立并完善环境信息披露规范，强化政策进行协同

引导，推动企业公开环境信息。加强重点排污单位

的监管和惩罚。引导人民群众、社会媒体等监督企

业环境信息披露。其次，促进企业创新能力提升，尤

其是在节能减排领域的研发投入。通过创新实现绿

色持续发展，从而化解环境信息披露可能的障碍。

第三，通过政策激励等方式，提高董事在环境信息披

露方面的履职能力。推动董事会内部制度建设、发

挥董事会网络中心位置企业的引领作用，促使更多

企业披露环境信息，提高上市公司环境信息披露的

整体水平。

（三）局限与展望

本文采用研发投入费用指标来衡量企业创新能

力，而该变量还可以通过其他指标进行衡量，如企业

申请专利的数量等。同时，本文考察了生理断裂带

表7 直接效应分组检验

变量

BPF

BEF

NCL

NIL

LEV

ROE

CS

CT

Constant

Observations

R-squared

r2_a

F

模型14

国有企业

-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

非国有企业

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

和经历断裂带对企业环境信息披露的影响，未来可

以考虑其他方面特征对董事会断裂带进行研究。■

[参考文献]

[1] 李志青.上市公司环境信息披露总体不理想[J].环境经

济，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，孙雨龙，陈宥任，等.分析师跟踪、董事海外背景

与信息披露质量[J].科学决策，2019（9）：1-27.

[4] 马连福，张燕，高塬.董事会断裂带与公司创新战略决策：

基于技术密集型上市公司的经验数据[J].预测，2018（2）：

37-43.

[5] 孙玥璠，张琦，张永冀.高管团队断裂带对企业实质性创

新的“双刃剑”作用：业务多元化视角[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] 邵鹏，李梦蕾，马冰.网络同群效应下的企业创新投入策

略：量力而行还是尽力而为[J].中国科技论坛，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] 张俊瑞，郭慧婷，贾宗武，等.企业环境会计信息披露影

响因素研究：来自中国化工类上市公司的经验证据[J].统计

与信息论坛，2008（5）：32-38.

[11] 邹萍.儒家文化能促进企业社会责任信息披露吗?[J].经

济管理，2020（12）：76-93.

[12] 肖华，张国清，李建发.制度压力、高管特征与公司环境

信息披露[J].经济管理，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，孙雨龙，宁静，等.高管特质、法治环境与信息披

露质量[J].中国软科学，2019（10）：112-128.

[16] 林筠，刘伟，李随成.企业社会资本对技术创新能力影响

的实证研究[J].科研管理，2011（1）：35-44.

[17] 周雪峰，李珍珠，王卫.董事会网络位置、市场化进程与

企业双元创新[J].科技进步与对策，2020（20）：66-75.

[18] 谢在阳，林润辉，曲亮.董事会二元权力结构、网络位置

与企业绩效：基于国有企业的实证研究[J].证券市场导报，

2017（9）：19-25.

[19] 段海艳.连锁董事关系网络对企业绩效影响研究[J].商

业经济与管理，2009（4）：38-44.

[20] 周雪峰，李珍珠，王红建.董事网络位置对企业创新投资

的影响：风险承担的遮掩和中介效应[J].研究与发展管理，

2021（2）：53-66.

[21] 李慧云，符少燕，高鹏.媒体关注、碳信息披露与企业价

值[J].统计研究，2016（9）：63-69.

[22] 马连福，冯慧群.董事会资本对公司治理水平的影响效

应研究[J].南开管理评论，2014（2）：46-55.

[23] 袁春生，李琛毅.董事会群体断裂带、股权集中度与公司

创新战略：来自创业板上市公司的证据[J].科技进步与对

策，2019（14）：99-107.

[24] 耿新，王象路.基于董事长权力、环境动态性调节效应的

董事会断裂带与多元化战略[J].管理学报，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.社会网络视角下的管理层权力与高管

薪酬粘性：基于董事联结的调节效应[J].商业研究，2019

（5）：98-108.

[27] 邵鹏，张媛媛，马冰.资源整合还是竞争倒逼?竞合网络

位置对企业绿色创新的影响机制[J].创新科技，2022（9）：

70-82.

[28] 谢德仁，陈运森.董事网络：定义、特征和计量[J].会计研

究，2012（3）：44-51.

[29] 耿新，王象路.独立董事网络嵌入对企业多元化战略的

影响研究：冗余资源和环境不确定性的调节作用[J].研究与

发展管理，2021（5）：108-121.

[30] 李明星，苏佳璐，胡成.产学研合作中企业网络位置与关

系强度对技术创新绩效的影响[J].科技进步与对策，2020

（14）：118-124.

[31] 郑丽，陈志军.绩优子公司创新阻力的内在机制研究[J].

研究与发展管理，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] 尹华，李铭玉，马媛.高管团队信息认知断裂带与公司绩

效的关系研究：基于CEO特征的调节效应[J].软科学，2020

（9）：121-127.

[34] 王晓祺，郝双光，张俊民.新《环保法》与企业绿色创新：

“倒逼”抑或“挤出”?[J].中国人口·资源与环境，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，王顺昊.连锁董事任职经验与企业创新：组

织冗余的调节作用[J].研究与发展管理，2021（5）：40-53.

[38] 彭满如，陈婕，殷俊明.ESG表现、创新能力与企业绩效

[J].会计之友，2023（7）：11-17.

[39] 温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心

理科学进展，2014（5）：731-745.

（责任编辑：GW / 校对：XY）

经济纵横 Economic Review

77

2023年第9期 WUHAN

FINANCE

一、引言

党的二十大报告提出：“要坚持创新在我国现代

化建设全局中的核心地位”。目前，我国正在加快建

设成为创新型国家，技术创新不仅能够成为企业实

现可持续性发展的重要手段，增强企业产品的核心

竞争力，还可以解决我国经济发展过程中的深层次

矛盾和问题，引领我国经济实现高质量发展。

作为经济活动的参与主体，实体企业持续增强

企业创新动力，能够有效保证企业长期效益的实现，

稳步促进经济高质量发展[1]

。近年来，金融市场发展

速度十分迅猛，而实体经济却普遍“遇冷”，实体投资

的回报远远不及金融投资的回报收益[2]

。实体企业

将本应该投入到实体经营中的资金投向能够获取超

额回报的金融领域，借此获取短期利润[3，4]

，这一过

程被称为实体企业金融化。虽然金融化在短时间内

解决了企业资金流动性问题，但是大量资金被投入

到金融领域中，很大程度上会挤占企业的实业投资。

2021 年，国家再次强调要继续完成“三去一降

一补”政策中的“降成本”这一重要任务，保证实体经

济和虚拟经济发展之间的动态平衡，保持经济稳定

健康增长。目前，我国正处于经济结构调整与转型

的关键时期，预防实体企业“脱实向虚”，推动实体经

济发展，是促使金融行业有效服务实体经济的关

键。因此，深入研究企业金融化对创新活动的影响，

能有效引导企业合理投资，缓解实体经济“脱实向虚”，

对我国实体经济的稳定健康发展具有重要意义。

二、文献综述和理论假设

20 世纪初期，学术界对金融化行为展开了探

讨。“金融化”概念最早由美国学者 Baran 等[5]

提出，

此后围绕金融化的概念开始不断拓展延伸。实体企

业作为经济活动的参与主体，其活动逐步被金融化

所影响，一些学者开始探究金融化行为在微观层面

的体现。翟连升[6]

提出企业金融化行为的发生使得

银行资金在企业内部资金中所占的比例逐步提升。

Stockhammer[7]

认为非金融企业参与金融交易，在金

融市场上高度活跃的现象是企业金融化的主要体

现。Demir[8]

发现非金融实体企业逐渐依赖于通过金

融投资获取收益，脱离了其实体产业的生产，金融化

摘 要：本文以 2009—2020 年沪深 A 股 2462 家非金融上市企业为研究对象，从企业金融资产持有和金融渠道获利双重视角出发，实

证检验我国企业金融化对创新活动的影响及作用机理。研究发现：无论从企业金融资产持有角度还是从企业金融渠道获利角度衡量企

业金融化，均发现企业金融化对创新活动有显著的抑制作用；融资约束、现金持有在企业金融资产持有和企业创新活动之间存在遮掩效

应，现金持有在企业金融渠道获利和企业创新活动之间存在遮掩效应，融资约束、盈利能力在企业金融渠道获利和企业创新活动之间存

在中介效应，盈利能力在企业金融资产持有和企业创新活动之间存在中介效应；企业金融化在创新技术依赖程度、企业成长性、股权性

质、股权集中度、资本结构方面对企业创新活动的影响具有异质性。

关键词：企业金融化；创新活动；异质性；中介效应

中图分类号：F832.5 文献标识码：A 文章编号：1009-3540（2023）09-0078-0011

基金项目：辽宁省教育厅课题“要素市场扭曲对城市创新水平影响研究”（LJKMR20221506）；辽宁省社会科学规划基金项目“数字普惠

金融发展对辽宁居民幸福感影响研究”（2023lslwtkt-001）。

■ 李健 刘容秀

作者简介：李健（1986—），男，博士，渤海大学经济学院副教授，硕士生导师； 刘容秀（1998—），女，渤海大学经济学院硕士研究生。

企业金融化对创新活动的影响：

作用机理与实证分析

78

程度逐步加深。蔡明荣等[9]

指出由于金融化行为的

发生，企业逐渐改变了传统的以主营业务为主要利

润来源的获利方式。刘贯春[10]

提出资本开始偏离实

体部门，绕开实体经济领域，转而不断循环于金融领

域，逐渐远离实体经济领域。随着对金融化问题研

究的不断加深，相关学者也开始探讨企业金融化对

创新活动带来的影响，然而并没有形成一致的观点。

一些学者认为企业金融化会对创新活动产生负

效应。目前，企业面临复杂多变的经营环境，实业经

营成本不断上升，难以获得期望的投资回报。基于

资本逐利的特性，部分企业放弃自身实业投资，转而

投向金融领域。谢家智等[11]

发现高额获利的金融领

域投资导致企业管理层为追求短期绩效而产生短视

行为，将企业从实体经营转向金融投资，这削弱了企

业的研发创新能力。王红建等[12]

发现大多企业是基

于投机获利动机配置金融资产，企业将大量资金配

置到金融领域，大大挤占了用于创新活动的资源。

潘海英等[13]

发现金融化对企业创新活动的能力和效

率均会产生抑制作用。舒鑫[14]

发现实体企业金融化

行为削减了企业的风险承担能力，对企业创新投资

产生抑制作用。

也有诸多学者认为企业金融化会对创新活动产

生积极影响。马光荣等[15]

发现金融资产投资可以充

当企业研发过程中的资金“蓄水池”，改善企业研发

环境，增强其研发创新能力。杜勇等[16]

认为金融化

行为能够给企业的创新活动带来长效激励，配置金

融资产可以缓解企业在技术创新过程中资金不足的

情况，避免企业高管局限于短期利益，促使其加大对

研发创新活动的支持，提升企业的创新研发能力。

彭俞超等[17]

研究发现企业为了应对未来资金不足的

风险，利用企业现有闲置资金，对金融领域进行短期

投资，可以增加企业内部资金的流动性，实现企业资

本的增值保值。徐珊等[18]

认为企业金融化对创新活

动的研发投入以及创新绩效都能产生促进作用，并

且对非国有企业的促进作用更大。杨松令等[19]

将金

融化指标滞后两期发现，企业金融化行为在当期对

企业研发投入的抑制影响会转变为促进作用。王少

华等[20]

发现低水平的企业金融化行为能够缓解企业

在创新研发过程中引起的现金流约束问题，促进企

业进行创新活动。李惠蓉等[21]

发现企业的适度金融

化行为能够有效提升企业的创新能力。

基于上述分析，本文提出以下对立假设：

假设1a：企业金融化对创新活动具有显著的抑

制作用。

假设1b：企业金融化对创新活动具有显著的促

进作用。

企业持有的金融资产由于期限不同，可以分成

短期金融资产和长期金融资产。短期金融资产主要

出于流动储备目的配置，一般作为企业资金“蓄水

池”。长期资产主要出于获取高额收益目的配置，一

般作为企业投资逐利的主要方式[22]

。本文依据期限

差异，将企业持有的金融资产拆分为短期金融资产

和长期金融资产，持有不同期限的金融资产对企业

创新活动的影响可能存在着程度上的差异。为此，

本文提出以下研究假设：

假设 2：不同期限的金融资产持有对企业创新

活动的影响程度不同。

进一步地，本文考虑企业的性质差异是否会对

实证结果产生显著影响。第一，创新技术依赖程度

不同的企业，金融化行为对企业创新活动的影响程

度存在差异。创新技术依赖型企业会将较多资源投

入到主业经营中，而较少涉及金融领域投资。同时，

其拥有成熟的研发技术，主业投资效率更高，参与金

融投资主要是为了平滑风险，为实业投资提高资金

支持[19]

。而创新技术依赖程度低的企业更多基于逐

利动机进行金融投资活动。第二，成长性不同的企

业，其金融化行为对企业创新活动的影响程度存在

差异。对于高成长性企业来说，规模的快速扩张意

味着企业需要投入更多的营运资本，在资源有限的

情况下，会使其投入到创新活动中的资金受到一定

程度的挤压。并且，当企业的短期绩效较好时，管理

层可能会对企业的未来发展产生过于乐观的心理，

从而忽视创新研发。相反，低成长性企业的控股股

东更看重企业未来长期的发展，会严格监督企业管

理层的投资行为，希望公司的资金投入到能给企业

带来长期效益增长的研发投资活动中。第三，股权

性质不同的企业，其金融化行为对企业创新活动的

影响程度存在差异。不同股权性质的企业在政府支

持力度、融资约束程度等方面均有显著差异[23]

。同

时，不同股权性质的企业参与金融领域投资的动机

也并不相同[24]

。国有企业通常规模较大，业绩稳定，

融资成本相对较低，而且委托代理现象严重，其企业

管理层考虑到短期业绩，更容易参与金融领域投资

活动。非国有企业所面临的融资环境相对较差，获

企业金融化 Enterprise Financialization

79

2023年第9期 WUHAN

FINANCE

取外部融资的成本较高，其更容易出于预防储备动

机配置金融资产，以此平滑创新活动带来的不确定

性风险。第四，股权集中度不同的企业，其金融化行

为对企业创新活动的影响程度存在差异。高股权集

中度的企业，持股比例较高的大股东可能会为了满

足自身利益，要求管理层持有较多的金融资产，削减

创新活动的资金投入，侵害小股东利益，从而对企业

实体投资带来影响[25]

。但是，当股东持股比例达到

一定程度时，也会对股东的监督效应产生激励和强

化，从而改善企业业绩，进一步促进企业创新活动的

产出效率[26]

。第五，资本结构不同的企业，其金融化

行为对企业创新活动的影响程度存在差异。高负债

企业的资本结构以债务资本为主，企业管理者多为

职业经理人，具有较大的短期偿债压力，高盈利、短

期限的金融投资对其吸引力较大，管理者为了如期

全额还款、取得高额薪酬，会将企业资源更多投向金

融活动。反之，低负债企业没有较大的短期偿债压

力，自有资金充足，对金融投资的依赖程度较低。基

于此，本文提出如下假设：

假设 3：企业金融化对创新活动的影响具有企

业异质性特征。

企业金融化对创新活动的作用可以通过融资约

束、现金持有、盈利能力这三个渠道实现。

第一，从融资约束的传导路径来看，企业通过并

购和自主研发获取创新成果需要较多的资金投入，

企业的自有资金难以支撑其创新研发活动，因此可

以通过参与外部融资等方式为创新活动筹集资金。

由于创新研发活动具有信息不对称性、不可逆性以

及沉没性等特征，导致企业很难获得外部融资[27]

。

对于企业的创新研发活动来说，融资约束已经成为

难以避免的掣肘[28]

。一方面，企业的金融化行为能

够预防未来经营过程中出现资金不足的风险，缓解

企业面临的融资约束，最终提高企业的创新活动水

平。基于声誉理论，企业也可以通过参与金融投资，

短期高效地提升和改善企业的经营业绩，向社会公

众释放利好消息，提升企业形象。这能够吸引社会

媒体关注，获得大量正面报道和积极评价，改善企业

的外部融资环境，提高企业的创新活动水平。另一

方面，实体企业参与创新活动的周期长，预期收益不

确定。在资本逐利的动机下，企业会将过多资源投

入金融领域，使企业内部现金流减少，加重企业融资

约束负担。企业无法供给创新活动足够的内部资

金，就会忽视自身的实业投资，甚至会开始被动应付

甚至很少关注。此时金融投资行为相当于企业的投

资替代方式，对企业的创新活动研发带来一定挤占

作用。而且企业进行信贷审批时，会被审查其贷款

用途以及还款能力。企业过多参与金融投资，会使

其受到的融资约束更大。

第二，从现金持有的传导路径来看，现金持有充

足的企业具有较强的资金优势，能够轻松抢占市场

资源，并且拥有大量闲置资金，可以全部投入到人才

引进以及产品创新等各类创新活动中去，这将大大

提升企业自身的竞争力[29]

。企业金融化行为会通过

现金持有渠道对创新活动带来影响。一方面，企业

选择持有金融资产，是由于金融资产本身具有较强

的流动性，企业能够根据自身情况随时对所持金融

资产进行变现，这一特性承担了企业部分“预防性储

蓄”的资金需求。另一方面，当企业面临金融领域的

高额收益时，会选择扩大在金融领域的投资，相应减

少现金持有，造成企业对创新活动的投资更加谨慎。

第三，从盈利能力的传导路径来看，由于金融行

业的利润水平超过其他传统行业，具有逐利特性的

资本在进行投资选择时会更加倾向于将资金从实体

行业转向金融行业，借此获取短期高额的利润，从而

对企业的创新活动产生一定影响。一方面，企业金

融化后，资金逐步脱离实体，创新研发活动面临着资

金短缺问题，由于没有足够的资金投入，实体行业的

发展受到制约。企业的金融投资一旦发生风险，企

业的盈利能力下降，会进一步对创新活动产生影

响。另一方面，企业在面对持续低迷的实体经济市

场时，也会选择参与金融领域投资以期望获取较多

收益，改善企业的盈利能力，这会进一步的影响企业

创新活动。因此，本文提出以下假设：

假设 4：企业金融化通过融资约束、现金持有、

盈利能力对创新活动产生影响。

三、实证模型构建与变量说明

（一）样本数据来源

本文选取 2009—2020 年沪深 A 股 2462 家上市

公司作为研究样本，并进行如下筛选：剔除金融行业

企业样本；剔除部分数据缺失和数据异常的企业样

本；剔除ST、*ST等特殊企业样本。为了克服异常值

和极值对研究结论的影响，本文对连续变量做了上

下 1%水平的 Winsor 处理。最终，得到 2462 家上市

80

公司，共16839个观察值。本文上市公司原始数据

均来源于国泰安数据库。

（二）变量说明

1.被解释变量：企业创新活动水平（inv）

本文借鉴鞠晓生等[30]

的研究思路，选择无形资

产增量占总资产的比例（inv）来衡量企业的创新活

动水平。选取原因主要是：第一，无形资产包含更多

代表企业创新活动的信息，包括企业的专利权、商标

权、著作权、非专利技术等相关信息，能够较为全面

地反映出企业真实的创新研发能力。第二，企业的

无形资产和企业创新活动之间存在着密切的联系，

企业前期对创新活动的投入最终会反映在企业无形

资产的增加上，无形资产的增加可以看作企业创新

活动的综合体现。

2.核心解释变量：企业金融化（fin和fep）

本文使用金融资产持有量（fin）和企业金融渠

道获利（fep）来综合衡量企业金融化水平。本文在

张成思等[3]

、杜勇等[16]

研究的基础上，选择使用货币

资金、持有至到期投资、交易性金融资产、投资性房

地产、可供出售金融资产、长期股权投资、应收利息

之和来表示企业持有的金融资产总量，再除以总资

产进行标准化处理，衡量企业金融资产持有量（fin）

指标。本文参考刘贯春等[31]

的方法，使用广义层面

的金融渠道获利指标，用投资收益、公允价值变动损

益以及其他综合收益代表企业从金融渠道获利总

量，再以息税前利润进行标准化处理，衡量企业金融

渠道获利（fep）指标。根据前文假设分析，企业持有

不同期限的金融资产可能会对企业创新活动产生不

同程度的影响。本文依据其期限差异，将企业持有

的金融资产拆分为短期金融资产指标（find）和长期

金融资产指标（finc）。具体来说，选择使用货币资

金、交易性金融资产之和，再用总资产进行标准化处

理来测度短期金融资产指标；选择使用持有至到期

投资、投资性房地产、可供出售金融资产、长期股权

投资、应收利息之和，再用总资产进行标准化处理来

测度长期金融资产指标。

3.中介变量

企业融资约束（SA）。本文参考鞠晓生等[30]

对融

资约束的测度方法，使用SA指数来衡量企业受到的

外部融资约束。

现金持有（cash）。本文参考付文林等[32]

对现金

持有的衡量方式，采用现金及其等价物与总资产的

比值进行衡量。

盈利能力（roe）。本文借鉴陈德萍等[33]

的研究，

采用净资产收益率来衡量企业的盈利能力。

4.控制变量

为缓解变量遗漏带来内生性问题，本文参考杜

勇等[16]

、顾夏铭等[34]

的研究，引入如下控制变量：企

业规模（size）、企业资本结构（lev）、企业资本密集度

（fixed）、公司年龄（la）、股权集中度（share）、企业成

长性（grow）、董事会结构（board）。本文主要变量与

测度方法见表1。

表1 主要变量与测度

变量类别

被解释

变量

核心解释

变量

中介变量

控制变量

变量符号

inv

fin

fep

SA

cash

roe

size

lev

fixed

la

share

grow

board

变量名称

企业创新活动

水平

金融资产持有量

金融渠道获利

融资约束

现金持有

盈利能力

企业规模

企业资本结构

企业资本密集度

公司年龄

股权集中度

企业成长性

董事会结构

测度方法

无形资产增加额/总资产

（货币资金+持有至到期投资+交易性

金融资产+投资性房地产+可供出售

金融资产+长期股权投资+应收利

息）/总资产

投资收益+公允价值变动损益+其他

综合收益-息税前利润)/|息税前利润|

0.043×size2

-0.737×size-0.040×age

（货币资金+短期投资净额+交易性金

融资产）/总资产

净资产收益率

企业总资产取自然对数

总负债/总资产

固定资产/总资产

（当年年份-上市年份+1）的对数

用前10大股东持股比例

（当期营业收入-上期营业收入）/上期

营业收入

董事会中独立董事数量占比

5.描述性统计

本文主要变量的描述性统计结果如表2所示。

企业创新活动水平均值为0.0057，最小值为-0.0306，

最大值为0.0930，说明我国上市企业的创新活动水

平有待进一步提高，且不同企业的创新活动水平之

间存在较大差异。企业金融资产持有指标均值为

0.2489，最小值为0.0373，最大值为0.7351，表明各上

市企业之间的金融资产持有情况存在较大差距，上

市企业的金融资产持有量较大，金融资产持有越多，

对其他资产投资产生的挤占作用越强。企业金融渠

道获利指标为-0.6753，最小值为-1.5681，最大值为

2.6548，表明不同企业从金融渠道获利水平不同，差

距较大。

企业金融化 Enterprise Financialization

81

2023年第9期 WUHAN

FINANCE

表2 描述性统计结果

变量

inv

fin

fep

SA

cash

roe

size

lev

fixed

la

share

grow

board

观测值

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

标准差

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）模型设计

1.基准模型

为了研究企业金融化行为对企业创新活动的影

响，根据以上理论分析和研究假设，本文构建如下计

量模型：

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

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

其中，下标i 表示企业；下标t 表示年份；Invit代

表企业创新活动水平；finit和fepit代表企业金融化水

平。controlit表示控制变量的集合。yeari表示时间固

定效应；cpi表示个体固定效应；εit为随机扰动项。本

文重点关注基准模型中系数α1的统计特征，若回归

检验结果α1为负，同时在统计水平下为显著，则证明

企业金融化行为对企业创新活动的影响具有负向抑

制作用，支持本文所提出的假设1a；反之，支持本文

所提出的假设1b。

2.中介效应模型

本文对企业创新活动可能存在的影响路径构建

如下中介效应模型进行检验：

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代表本文的被解释变量，为企业创新

活动水平（inv）；Xit代表本文的核心解释变量，包括

金融资产持有量（fin）和企业金融渠道利润（fep）；Mit

为本文的中介变量，包括融资约束（SA）、现金持有

（cash）、盈利能力（roe）。本文利用温忠麟等[35]

的中

介效应逐步检验程序依次检验方程（3）至（5）中主要

变量的回归系数，检验企业金融化行为与企业创新

活动之间的作用渠道。

四、实证结果分析

（一）基础回归结果

如表3（1）列所示，选择金融资产持有作为度量

企业金融化行为的指标时，变量系数在1%的统计水

平上显著为负，说明企业金融化对创新活动产生了

显著的负面影响。从表 3（2）列的回归结果可以看

出，选择金融渠道获利作为度量企业金融化行为的

指标时，变量系数在1%的统计水平上显著为负，说

明企业金融化行为对企业创新活动产生了显著的负

面影响。以上结果表明，无论是从金融资产持有角

度还是从金融渠道获利角度来衡量企业金融化，均

发现企业金融化对创新活动产生了显著的抑制作

用。结果证实了研究假说 1a。企业金融渠道获利

指标系数的绝对值远小于企业金融资产持有指标系

数的绝对值，说明企业金融资产持有对企业创新活

动所产生抑制作用明显强于金融渠道获利所带来的

抑制作用。由于企业金融资产持有指标对企业创新

活动所产生的阻碍作用较强，本文进一步研究不同

期限结构的金融资产持有指标对企业创新活动的影

响，结果如表3（3）和（4）列所示，短期金融投资和长

期金融投资均会抑制企业创新活动。根据数据结构

可以看出，相对于短期金融资产持有，长期金融资产

表3 基础回归估计结果

变量

fin

fep

find

finc

控制变量

个体效应

时间效应

_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：***、**、*分别表示1%、5%和10%的显著水平，括号内数值为

系数对应的稳健t统计量数值。下表同。

82

的持有对企业创新活动带来的抑制程度更强。结果

证实了研究假说2。

（二）稳健性检验回归结果

1.替代解释变量

由于企业在经营过程中也会产生货币流动，企

业的货币资金可以看成一类金融资产。此外，房地

产开始具有虚拟化特征，逐步脱离实体经济部门。

因此，针对核心解释变量fin，本文剔除fin里的货币

资金，加入投资性房地产净额得到指标fin1。同时，

按照狭义层面的金融渠道获利指标，将投资收益、公

允价值变动损益、其他综合收益的总和扣除对联营

及合营企业的投资收益得到指标 fep1。本文选用

fin1 和 fep1 衡量企业金融化行为，替代原核心解释

变量fin和fep进行回归，如表4的（1）和（2）列所示，

得到的估计结果与原模型基本一致，证明了原模型

估计结果的稳健性。

2.替代被解释变量

考虑到测量误差与缺失变量的相关问题，本文

以企业研发投入金额的自然对数值（rd）替代原被解

释变量（inv）来衡量企业创新活动水平，进行替代模

型估计，结果见表 4（3）和（4）列。所得到的变量统

计性特征与表 3（1）和（2）列的回归结果保持一致，

这表明前文得到的回归结果是可靠的。

表4 替代解释变量模型估计结果

变量

fin1

fep1

fin

fep

控制变量

个体效应

时间效应

_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.缩短样本区间

考虑到 2008 年全球金融危机的影响，剔除

2009—2011 年的数据，检验样本子区间估计结果。

结果如表 5（1）和（2）列所示，与之前的结论保持一

致，进一步表明前文回归估计结果的可靠性。

4.缩小样本范围

近年来，由于创业板企业主要经营与高科技相

关的业务活动，平均研发水平和研发能力均远高于

其他普通类企业。为了检验创业板企业自身存在的

特殊性是否会对前文回归估计结果产生影响，本文

通过剔除创业板企业缩小样本范围，进行替代模型

估计，结果如表 5（3）和（4）列所示。所得结果与前

文回归估计结果保持一致，证明前文回归估计结果

的稳健性。

表5 缩短样本区间以及缩小样本范围的估计结果

变量

fin

fep

控制变量

个体效应

时间效应

_cons

N

R-squared

(1)

缩短样本区间

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)

缩小样本范围

-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.工具变量模型估计

考虑到企业创新活动和企业金融化之间可能存

在着双向因果关系，同时计量回归模型还可能存在

遗漏变量，以上情况均会导致核心解释变量（企业金

融化行为）存在内生性问题。针对以上问题，本文选

择面板工具变量回归方法对计量模型进行估计。本

文参考王红建等[12]

的研究，选用企业投资收益水平

（return）作为工具变量进行两阶段最小二乘法估计，

检验结果如表 6 所示。可以发现，该工具变量的 F

值大于 10，不存在弱工具变量问题，进行第二阶段

的回归检验结果见（2）和（4）列，无论采用金融资产

持有还是金融渠道获利来衡量企业金融化水平，均

发现企业金融化显著抑制了创新活动，进一步证实

了本文研究结论的稳健性。

（三）中介效应检验回归结果

表7至表9中的（1）和（4）列回归结果对应的是

表1中（1）和（2）列的回归结果。在此基础上，本文

企业金融化 Enterprise Financialization

83

2023年第9期 WUHAN

FINANCE

采用中介效应模型进行分析。此实证结果证实了研

究假说4。

1.融资约束的中介效应模型估计结果分析

表7报告了融资约束中介效应的回归结果，其

中（2）和（5）列为解释变量对中介变量的回归结果。

（2）列中，fin 对 SA 的系数显著为正，说明企业持有

金融资产所导致的金融化程度越高，SA越大，即企

业的融资约束越低。（5）列中，fep对SA的系数显著

为负，说明企业金融渠道获利导致的金融化程度越

高，SA越小，企业的融资约束越高。（3）列在加入中

介变量之后，SA 对 inv 的系数显著为正，同时 fin 对

inv的系数也显著为负，β1γ2与γ1异号，说明融资约束

在企业金融资产持有和创新活动之间存在遮掩效

应。（6）列中，SA对inv的系数为正但不显著，本文对

此进行Bootstrap 检验，发现间接效应显著，同时fep

对 inv 的系数显著为负，直接效应显著，β1γ2与γ1同

号，说明融资约束在企业金融渠道获利和创新活动

之间存在中介效应。

2.现金持有的中介效应模型估计结果分析

表8报告了现金持有中介效应的回归结果，其

中（2）和（5）列为解释变量对中介变量的回归结果。

（2）列中，fin对cash的系数显著为正，说明企业持有

金融资产所导致的金融化程度越高，企业的现金持

有越多。（3）列在加入中介变量后，cash对inv的系数

显著为正，β1γ2与γ1异号，说明现金持有在企业金融

资产持有和创新活动之间存在遮掩效应。（5）列中，

fep对cash的系数为负但不显著，本文对此进行Boot⁃

strap 检验，发现间接效应显著，且（6）列中，cash 对

inv的系数显著为负，β1γ2与γ1异号，说明现金持有在

企业金融渠道获利和创新活动之间存在遮掩效应。

表8 现金持有中介效应模型估计结果

变量

fin

fep

cash

控制变量

个体效应

时间效应

_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.盈利能力的中介效应模型估计结果分析

表9报告了盈利能力中介效应的回归结果，其

中（2）和（5）列为解释变量对中介变量的回归结果。

（2）列中，fin 对 roe 的系数为负但不显著，本文对此

进行Bootstrap检验，发现间接效应显著，且（3）列中，

fin 对inv 的系数显著为负，直接效应显著，β1γ2与γ1

同号，说明盈利能力在企业金融资产持有和创新活

动之间存在中介效应。（5）列中，fep对roe的系数显

著为负，说明企业金融渠道获利导致的金融化行为

对企业的盈利能力有显著的抑制作用。（6）列中，roe

对inv的系数显著为正，fep对inv的系数显著为负，

直接效应显著，β1γ2与γ1同号，说明盈利能力在企业

表6 工具变量回归估计结果

变量

IV：return

fin

fep

控制变量

个体效应

时间效应

_cons

F 值

Adj.R2

Wald检验

N

(1)

第一阶段

fin

0.7412***

(8.4310)

控制

控制

控制

-0.0033

(-1.1743)

127.74

16567

(2)

第二阶段

inv

-0.1168***

(-3.0729)

控制

控制

控制

0.4008***

(8.8929)

0.2039

16.38

16384

(3)

第一阶段

fep

14.2164***

(21.1719)

控制

控制

控制

-0.0033

(-1.1743)

78.77

16567

(4)

第二阶段

inv

-0.0039***

(-3.3506)

控制

控制

控制

1.0275***

(6.9343)

0.1385

320.41

16384

表7 融资约束中介效应模型估计结果

变量

fin

fep

SA

控制变量

个体效应

时间效应

_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

金融渠道获利和创新活动之间存在中介效应。

表9 盈利能力中介效应模型估计结果

变量

fin

fep

roe

控制变量

个体效应

时间效应

_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）异质性检验回归结果

为了考察企业金融化与创新活动之间的关系是

否会受到企业特征差异的影响，本文根据前文设计

对子样本进行分组回归，回归结果分别见表10—表

12。实证结果证实了前文的研究假说3。

1.按创新技术依赖程度分类

从表 10（1）至（4）列回归

结果可以看出，无论是在创新

技术依赖程度高还是低的企业

中，企业金融资产持有fin和企

业金融渠道获利 fep 对企业创

新活动的回归系数均显著为

负，说明企业金融化对企业创

新活动的抑制作用并没有随着

创新技术依赖程度的高低呈显

著差异性，但抑制作用程度随

着依赖程度变化有所不同。从

金融资产持有角度来看，创新

技术依赖程度低的企业，其金

融化行为对企业创新活动的抑

制作用更强。原因可能在于，

创新技术依赖程度低的企业并

不依赖于自身的创新资源，认

为持有金融资产会比实体投资

更容易获取高额收益，更多基

于逐利动机进行金融投资活

动，因此其金融资产持有对企业创新活动的负效应

更强。从金融渠道获利角度来看，创新技术依赖程

度高的企业，其金融化行为对创新活动的抑制作用

更强。原因可能在于，创新技术依赖程度高的企业

在研发过程中对资金量的需求较高，企业往往会选

择参与金融领域投资，从中获取短期高额利润，这会

对企业创新活动产生一定的挤出效应。

2.按企业成长性分类

从表10（5）至（8）列回归结果可以看出，无论是

在成长性高还是成长性低的企业中，企业金融资产

持有fin和企业金融渠道获利fep对企业创新活动的

回归系数均显著为负，说明企业金融化对创新活动

的抑制作用并没有随着企业成长规模发生变化，但

抑制作用程度随着企业成长规模变化有所不同。无

论在金融资产持有角度还是金融渠道获利角度，高

成长性企业的金融化行为对创新活动的抑制作用更

强。原因可能在于，对于高成长性企业来说，企业规

模的快速增长意味着企业需要投入较多的营运资

本，这会在一定程度上压缩创新研发活动的资金投

入。而且当企业的成长性较高时，企业的短期绩效

会相对较好，管理层可能会对企业的未来发展过于

乐观，从而忽视创新研发活动。

企业金融化 Enterprise Financialization

表10 按企业创新技术依赖程度以及企业成长性分类模型估计结果

变量

fin

fep

控制变量

个体效应

时间效应

N

(1)

创新技术依赖程度高

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)

创新技术依赖程度低

-0.0158***

(-6.6492)

控制

控制

控制

10776

(4)

-0.0008***

(-2.6668)

控制

控制

控制

10776

(5)

企业成长性高

-0.0165***

(-4.9711)

控制

控制

控制

6591

(6)

-0.0020***

(-2.7795)

控制

控制

控制

6591

(7)

企业成长性低

-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 按股权性质以及股权集中度分类模型估计结果

变量

fin

fep

控制变量

个体效应

时间效应

N

(1)

国有企业

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)

非国有企业

-0.0130***

(-6.1913)

控制

控制

控制

11449

(4)

-0.0011***

(-3.8526)

控制

控制

控制

11449

(5)

高股权集中度

-0.0137***

(-5.3885)

控制

控制

控制

8829

(6)

-0.0004

(-0.9556)

控制

控制

控制

8829

(7)

低股权集中度

-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.按股权性质分类

从表11（1）至（4）列回归结果可以看出，企业金

融资产持有fin的回归系数在子样本中均显著为负，

这说明企业金融资产持有对创新活动的抑制作用并

没有随着企业的股权性质发生变化，但抑制作用程

度随着企业股权性质的不同发生变化。从金融资产

持有角度来看，国有企业的金融化行为对创新活动

的抑制作用更强。原因可能在于，一方面，国有企业

通常规模较大、业绩稳定，因而融资难度较小、融资

成本较低，不用考虑资金短缺的问题，当企业存在闲

置资金时，更容易参与金融领域投资活动；另一方

面，国有企业的委托代理现象严重，企业管理层更关

注短期业绩，内部资金配置不合理，致使其创新能力

不足，而倾向于从金融领域获取短期高额利润，对企

业创新活动带来较强的挤出效应。但本文也发现，

企业金融渠道获利fep对非国有企业的创新活动产

生显著的抑制作用，而对国有企业的创新活动没有

产生显著影响。

4.按股权集中度分类

从表11（5）至（8）列回归结果可以看出，企业金

融资产持有fin的回归系数在子样本中均显著为负，

说明企业金融资产持有对不同股权集中度的企业创

新活动均具有显著的抑制作用。相比低股权集中度

企业，高股权集中度企业的金融资产持有行为对创

新活动的抑制作用更强。原因可能在于，高股权集

中度企业的大股东可能会为了满足自身利益，要求

管理层持有较多的金融资产，削减创新活动的资金

投入。但本文也发现，企业金融渠道获利fep对低股权

集中度企业的创新活动产生显著的抑制作用，而对

高股权集中度企业的创新活动没有产生显著影响。

5.按资本结构分类

从表12的回归结果可以看出，企业金融资产持

有fin和企业金融渠道获利fep对企业创新活动的回

归系数在不同资本结构的样本中均显著为负，说明

企业金融化对企业创新活动的抑制作用并没有随着

资本结构的变化呈显著差异性，但抑制作用程度随

着企业资本结构变化有所不同。无论在金融资产持

有角度还是金融渠道获利角度，高负债型企业相比

于低负债型企业的金融化行为对企业创新活动的抑

制更强。原因可能在于，对于高负债型企业来说，企

业管理层为了实现短期的高额盈利，更愿意持有回

收期较短、风险较低且收益更高的金融资产，从而对

企业创新活动的资金投入产生一定的挤出作用。

表12 按资本负债率分类模型估计结果

变量

fin

fep

控制变量

个体效应

时间效应

N

(1)

高负债型企业

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)

低负债型企业

-0.0110***

(-5.0793)

控制

控制

控制

8580

(4)

-0.0006*

(-1.8246)

控制

控制

控制

8580

五、研究结论与政策建议

（一）研究结论

本文从企业金融资产持有和企业金融渠道获利

双重视角实证检验了我国企业金融化对创新活动的

影响以及这种影响是否具有异质性特征，并得出如

下结论：

第一，企业金融化对创新活动产生了显著的抑

制作用。本文发现无论从金融资产持有还是金融渠

道获利角度，企业金融化对创新活动均产生了显著

的抑制作用。本文采用替换被解释变量、替换解释

变量、缩短样本区间、缩小样本范围以及考虑核心解

释变量内生性问题等一系列稳健性检验方法，均发

现企业金融化对创新活动产生显著抑制作用的实证

结果具有稳健性。

第二，从金融资产持有角度来衡量企业金融化

行为时，发现不同期限金融资产持有对企业创新活

动均产生显著的抑制作用，但具有程度上的差异。

企业短期金融资产持有和长期金融资产持有均会抑

制企业创新活动，且长期金融资产持有对企业创新

活动的抑制作用要强于短期金融资产持有。

第三，通过中介效应检验企业金融化影响创新

活动的作用机制时，发现融资约束、现金持有在企业

金融资产持有和企业创新活动之间存在遮掩效应，

现金持有在企业金融渠道获利和企业创新活动之间

存在遮掩效应。融资约束、盈利能力在企业金融渠

道获利和企业创新活动之间存在中介效应，盈利能

力在企业金融资产持有和企业创新活动之间存在中

介效应。

第四，企业金融化对创新活动产生显著的异质

86

性特征。从企业的创新技术依赖程度来看，在金融

资产持有角度，低创新技术依赖型企业的金融化行

为对企业创新活动的抑制作用更强。从金融渠道获

利角度来看，高创新技术依赖型企业的金融化行为

对创新活动的抑制作用更强。从企业的成长性来

看，无论在金融资产持有角度还是金融渠道获利角

度，高成长性企业的金融化行为对创新活动的抑制

作用更强。从企业的股权性质来看，在金融资产持

有角度，国有企业的金融化行为对创新活动的抑制

作用更强。但本文也发现，企业金融渠道获利对非

国有企业的创新活动产生显著的抑制作用，而对国

有企业的创新活动没有产生显著影响。从企业的股

权集中度来看，在金融资产持有角度，高股权集中度

的企业的金融化行为对创新活动的抑制作用更强。

但本文也发现，企业金融渠道获利对低股权集中度

企业的创新活动产生显著的抑制作用，而对高股权

集中度企业的创新活动没有产生显著影响。从企业

的资本结构来看，无论在金融资产持有角度还是金

融渠道获利角度，高负债型企业的金融化行为对创

新活动的抑制作用更强。

（二）政策建议

本文发现企业金融化对创新活动的影响主要表

现为抑制作用，其根源在于企业金融化行为产生的

背后存在着企业的投机行为和代理问题，可能会使

企业陷入“通过金融领域投资大量获利—将所得到

的收益再次投入金融领域”的循环行为中，从而对企

业的创新研发活动一再搁置，影响企业的长久发

展。此外，本文依据不同企业特征发现企业金融化

对创新活动影响之间存在着较大差异。为了利用创

新活动提高实体企业的经济效益，带动主营业务升

级发展，保证实体经济和虚拟经济发展之间的动态

平衡，真正缓解实体经济“脱实向虚”现象的发生，本

文依据上述结论提出如下政策建议：

第一，创造良好的实业投资环境，加强金融市场

的监管力度。形成合理且规范的市场价格，缩小实

体行业和金融领域之间的利润率差距，从而弱化企

业的投机动机。同时，也可以利用技术补贴、降税等

方式，逐步改善企业当前的投资环境，降低企业的生

产成本，增强实体投资对企业的吸引力，引导资金回

到实体行业。此外，应该加强对金融市场的监管力

度，有效甄别企业的金融投机行为，预防企业违规套

利以及杠杆行为的发生，防范资产泡沫现象。

第二，构建新型企业治理体系，防止代理冲突问

题发生。企业金融化行为发生的背后存在着严重的

代理问题，企业应该强化主业业绩在企业管理层绩

效考核中的重要性。同时，要不断完善企业内部的

股权结构，健全监督机制，从制度层面逐步引导企业

管理层注重企业的创新活动，增强企业的核心竞争

力，防止股权过度集中带来的金融领域投机获利行

为，实现企业持续高质量发展。

第三，制定有针对性的扶持政策，实行差异化经

营举措。首先，政府在面对具有不同特征的企业时，

应该制定具有针对性的政策，并逐步完善多层次的

资本市场现状，为我国的实体企业融资提供更加多

元化的渠道。其次，金融机构应该综合运用大数据

以及金融科技等相关技术，准确了解我国各大实体

企业的信用状况以及资金需求情况，针对实体企业

的不同情况开发出对应的信贷产品，为实体企业的

创新活动研发提供可靠的资金来源。最后，企业应

该根据自身的实际情况，协调好金融领域投资和实

业投资之间的资金占比，使得企业的金融化行为不

仅能够防范企业现金流不足带来的风险又能够促进

企业自身的长期发展。■

[参考文献]

[1] 肖忠意，林琳.企业金融化、生命周期与持续性创新：基于

行业分类的实证研究[J].财经研究，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] 张成思，张步昙.中国实业投资率下降之谜：经济金融化

视角[J].经济研究，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] 翟连升.企业资产金融化趋势简析[J].经济研究，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] 蔡明荣，任世驰.企业金融化：一项研究综述[J].财经科

学，2014（7）：41-51.

[10] 刘贯春.金融资产配置与企业研发创新：“挤出”还是“挤

入”[J].统计研究，2017（7）：49-61.

[11] 谢家智，王文涛，江源.制造业金融化、政府控制与技术

创新[J].经济学动态，2014（11）：78-88.

企业金融化 Enterprise Financialization

87

2023年第9期 WUHAN

FINANCE

[12] 王红建，曹瑜强，杨庆，等.实体企业金融化促进还是抑

制了企业创新：基于中国制造业上市公司的经验研究[J].南

开管理评论，2017（1）：155-166.

[13] 潘海英，王春凤.实体企业金融化抑制了企业创新吗?基

于高质量发展背景下企业创新双元视角[J].南京审计大学

学报，2020（2）：49-58.

[14] 舒鑫.实体企业金融化对创新投资的影响：基于主客观

层面的机制检验[J].现代经济探讨，2021（9）：78-89.

[15] 马光荣，刘明，杨恩艳.银行授信、信贷紧缩与企业研发

[J].金融研究，2014（7）：76-93.

[16] 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的

影响：促进还是抑制[J].中国工业经济，2017（12）：113-131.

[17] 彭俞超，韩珣，李建军.经济政策不确定性与企业金融化

[J].中国工业经济，2018（1）：137-155.

[18] 徐珊，刘笃池.企业金融化对技术创新影响的实证研究

[J].科研管理，2019（10）：240-249.

[19] 杨松令，牛登云，刘亭立，等.实体企业金融化、分析师关

注与内部创新驱动力[J].管理科学，2019（2）：3-18.

[20] 王少华，上官泽明，吴秋生.高质量发展背景下实体企业

金融化如何助力企业创新：基于金融化适度性的视角[J].上

海财经大学学报，2020（3）：19-34+63.

[21] 李惠蓉，赵小克.企业金融化、融资约束与企业创新[J].

财会通讯，2021（23）：57-60+65.

[22] 赵德志，安素霞.金融化方式与企业职工收入份额：基于

配置方式的考察[J].经济经纬，2020（6）：139-150.

[23] 李延喜，曾伟强，马壮，等.外部治理环境、产权性质与上

市公司投资效率[J].南开管理评论，2015（1）：25-36.

[24] 张成思，郑宁.中国实业部门金融化的异质性[J].金融研

究，2019（7）：1-18.

[25] 柳永明，罗云峰.外部盈利压力、多元化股权投资与企业

的金融化[J].财经研究，2019（3）：73-85.

[26] 谢军.第一大股东、股权集中度和公司绩效[J].经济评

论，2006（1）：70-75+97.

[27] 张敏，张胜，王成方，等.政治关联与信贷资源配置效率：

来自我国民营上市公司的经验证据[J].管理世界，2010

（11）：143-153.

[28] 张璇，刘贝贝，汪婷，等.信贷寻租、融资约束与企业创新

[J].经济研究，2017（5）：161-174.

[29] 杨兴全，齐云飞，曾义.融资约束、资本投资与公司现金

持有竞争效应[J].审计与经济研究，2015（3）：30-38.

[30] 鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业

创新可持续性[J].经济研究，2013（1）：4-16.

[31] 刘贯春，刘媛媛，张军.金融资产配置与中国上市公司的

投资波动[J].经济学（季刊），2019（2）：573-596.

[32] 付文林，赵永辉.税收激励、现金流与企业投资结构偏向

[J].经济研究，2014（5）：19-33.

[33] 陈德萍，曾智海.资本结构与企业绩效的互动关系研究：

基于创业板上市公司的实证检验[J].会计研究，2012（8）：

66-71+97.

[34] 顾夏铭，陈勇民，潘士远.经济政策不确定性与创新：基

于我国上市公司的实证分析[J].经济研究，2018（2）：109-123.

[35] 温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心

理科学进展，2014（5）：731-745.

（责任编辑：WQS / 校对：XY）

[3] 田雅群，何广文.互联网金融、市场竞争对农村商业银行

风险的影响研究[J].农业技术经济，2022（3）：73-83.

[4] 郭丽虹，朱柯达.金融科技、银行风险与经营业绩：基于普

惠金融的视角[J].国际金融研究，2021（7）：56-65.

[5] 张正平，刘云华.数字金融发展对农村商业银行运营效率

的影响：基于2014—2018年非平衡面板数据的实证研究[J].

农业技术经济，2022（4）：67-81.

[6] 封思贤，郭仁静.数字金融、银行竞争与银行效率[J].改

革，2019（11）：75-89.

[7] 殷贺，江红莉，张财经，等.数字普惠金融如何响应城乡收

入差距?基于空间溢出视角的实证检验[J].金融监管研究，

2020（9）：33-49.

[8] 张岳，周应恒.数字普惠金融、传统金融竞争与农村产业

融合[J].农业技术经济，2021（9）：68-82.

[9] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济

学（季刊），2018（4）：1489-1502.

[10] 孟娜娜，粟勤.挤出效应还是鲶鱼效应：金融科技对传统

普惠金融影响研究[J].现代财经（天津财经大学学报），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.银行竞争的微观效应：来自

融资约束的经验证据[J].经济研究，2019（6）：72-88.

[14] 张大永，张志伟.竞争与效率：基于我国区域性商业银行

的实证研究[J].金融研究，2019（4）：111-129.

[15] 孟娜娜，粟勤，雷海波.金融科技如何影响银行业竞争

[J].财贸经济，2020（3）：66-79.

[16] 张正平，杨丹丹.市场竞争、新型农村金融机构扩张与普

惠金融发展：基于省级面板数据的检验与比较[J].中国农村

经济，2017（1）：30-43+94.

[17] 边文龙，沈艳，沈明高.银行业竞争度、政策激励与中小

企业贷款：来自 14 省 90 县金融机构的证据[J].金融研究，

2017（1）：114-129.

[18] 王雪，何广文.县域银行业竞争与普惠金融服务深化：贫

困县与非贫困县的分层解析[J].中国农村经济，2019（4）：

55-72.

[19] 粟勤，孟娜娜.地方政府干预如何影响区域金融包容?基

于省际面板数据的空间计量分析[J].国际金融研究，2019

（8）：14-24.

[20] 李志生，金凌.银行竞争提高了企业投资水平和资源配

置效率吗?基于分支机构空间分布的研究[J].金融研究，2021

（1）：111-130.

[21] 袁鲲，曾德涛.数字金融发展与区际银行竞争：基于我国

地级以上城市的实证检验[J].金融监管研究，2021（3）：64-79.

[22] 李明贤，郑洲舟，陈铯.县域数字普惠金融发展的空间格

局演化与影响因素分析：以湖南省为例[J].经济地理，2021

（8）：136-143.

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

rics[Z]. CRC Press，2009：143-145.

（责任编辑：LYY / 校对：XY）

（上接第44页）

88