企業(yè)數(shù)字化轉(zhuǎn)型如何降低第一類代理成本？

苗旺　吳楊　李銳

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；第一類代理成本；內(nèi)部控制；外部治理；數(shù)字經(jīng)濟(jì)

中圖分類號(hào)：F270 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2023.06.006

0 引言

近年來，由企業(yè)內(nèi)部治理風(fēng)險(xiǎn)和財(cái)務(wù)舞弊引發(fā)的爆雷事件頻頻發(fā)生，如樂視生態(tài)資金鏈斷裂、康美藥業(yè)財(cái)報(bào)造假等，這一系列事件反映出我國公司的內(nèi)部治理還存在較大缺陷，特別是委托-代理問題尤為嚴(yán)重［1］。作為公司治理領(lǐng)域研究的熱點(diǎn)，現(xiàn)有學(xué)者已將代理成本具體劃分為股東和管理層之間的第一類代理成本和大小股東之間的第二類代理成本。在兩權(quán)分離廣泛存在的背景下，管理層所做決策與股東秉持的股東財(cái)富最大化、公司價(jià)值最大化目標(biāo)發(fā)生沖突的情況愈加普遍［2］。

如何解決股東和管理層間的第一類代理成本問題再次成為研究的熱點(diǎn)話題。那么在數(shù)字經(jīng)濟(jì)背景下，企業(yè)數(shù)字化轉(zhuǎn)型能否為解決第一類代理成本問題提供新的解決途徑？

數(shù)字化轉(zhuǎn)型被認(rèn)為是使用新興數(shù)字技術(shù)組合改善企業(yè)價(jià)值創(chuàng)造并以此應(yīng)對(duì)外部環(huán)境變化的過程［3］，其核心在于數(shù)字技術(shù)的賦能［4］。數(shù)字化轉(zhuǎn)型的數(shù)字賦能作用為企業(yè)在生產(chǎn)［5］、績效［6］、技術(shù)進(jìn)步［7］等方面提供了新可能，其數(shù)字治理效應(yīng)也為公司治理問題帶來了新機(jī)會(huì)。以人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈為代表數(shù)字技術(shù)創(chuàng)新和進(jìn)步為企業(yè)打破信息不對(duì)稱、加強(qiáng)內(nèi)部控制機(jī)制、拓展外部監(jiān)督渠道、降低治理成本奠定了堅(jiān)實(shí)基礎(chǔ)。Fenwick等［8］發(fā)現(xiàn)，數(shù)字技術(shù)的運(yùn)用為企業(yè)帶來了更多可用的信息，并能夠利用信息分析預(yù)測(cè)董事會(huì)成員的選擇和行為，有效降低上市公司的代理和監(jiān)控成本。Ivaninskiy［9］發(fā)現(xiàn)區(qū)塊鏈技術(shù)的應(yīng)用有助于加強(qiáng)股東的投票參與權(quán)，并通過提供智能合約的方式提升內(nèi)部控制質(zhì)量，緩解代理成本問題。祁懷錦等［10］則認(rèn)為數(shù)字技術(shù)降低了企業(yè)內(nèi)外信息不對(duì)稱程度，為外部利益相關(guān)者監(jiān)督企業(yè)生產(chǎn)經(jīng)營提供了便利，有利于公司治理水平的提升。而聚焦于實(shí)證研究的角度，王守海等［11］研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以通過降低股東和管理層之間的代理成本來緩解債務(wù)違約風(fēng)險(xiǎn)；劉政等［12］的研究表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)分權(quán)變革的促進(jìn)作用可以通過降低代理成本的路徑實(shí)現(xiàn)。通過文獻(xiàn)梳理可以看出，現(xiàn)有研究主要聚焦于第一類代理成本在數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究中的中介作用，但關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型如何影響第一類代理成本以及渠道機(jī)制和邊界條件還缺乏充分的理論闡釋和實(shí)證檢驗(yàn)。

鑒于此，使用2013—2020 年我國A 股上市公司的非平衡面板數(shù)據(jù)，從內(nèi)部控制和外部治理的視角探究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的影響。相比于現(xiàn)有文獻(xiàn)，可能的邊際貢獻(xiàn)在于：第一，從數(shù)字化角度切入，深化公司治理領(lǐng)域的研究。當(dāng)前學(xué)術(shù)界討論了政策不確定性［13］、風(fēng)險(xiǎn)資本［14］、異地獨(dú)董［15］等對(duì)代理成本的影響，但鮮有學(xué)者關(guān)注數(shù)字化作為治理新機(jī)制對(duì)代理成本的抑制作用。本文從理論分析和實(shí)證研究的角度為數(shù)字化轉(zhuǎn)型在降低企業(yè)第一類代理成本中的作用提供進(jìn)一步佐證，拓展現(xiàn)有研究邊界。第二，拓展數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)研究。本文從內(nèi)部控制和外部治理的雙重視角出發(fā)，探究數(shù)字化轉(zhuǎn)型降低第一類代理成本的作用機(jī)制，在打開兩者之間黑箱的同時(shí)為我國企業(yè)在數(shù)字時(shí)代建設(shè)數(shù)字治理新機(jī)制，實(shí)現(xiàn)自身高質(zhì)量發(fā)展提供理論參考。第三，豐富數(shù)字化轉(zhuǎn)型對(duì)公司治理發(fā)揮作用的邊界條件研究。本文研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展水平是數(shù)字化轉(zhuǎn)型緩釋第一類代理成本問題的重要情境因素，數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展有利于數(shù)字化轉(zhuǎn)型發(fā)揮治理效力，這也為我國政府出臺(tái)數(shù)字經(jīng)濟(jì)相關(guān)政策提供了一定的經(jīng)驗(yàn)證據(jù)。

1 理論基礎(chǔ)和研究假設(shè)

代理成本理論認(rèn)為，出于利益不一致和信息不一致，代理人可能做出破壞契約的行為，損害委托人的利益［16］?，F(xiàn)有文獻(xiàn)也多從利益不一致和信息不一致出發(fā)解決代理問題：學(xué)者們發(fā)現(xiàn)股權(quán)激勵(lì)［17］、薪酬契約［18］等方式是解決利益不一致問題的重要方式，并形成了較為完備的激勵(lì)理論；而關(guān)于信息不一致的研究，學(xué)者們認(rèn)為監(jiān)督是緩解管理層和治理層間信息不對(duì)稱，解決代理人逆向選擇和道德風(fēng)險(xiǎn)的另一重要方式，并形成了內(nèi)外部治理理論。而在數(shù)字時(shí)代，以數(shù)字化轉(zhuǎn)型延伸出的數(shù)字治理已成為賦能內(nèi)外部監(jiān)督機(jī)制，打破管理層和治理層間信息不對(duì)稱的關(guān)鍵舉措。對(duì)于管理層背離股東目標(biāo)，構(gòu)建商業(yè)帝國、超額在職消費(fèi)等逆向選擇行為，信息平臺(tái)建設(shè)可以使得相關(guān)信息公開化、及時(shí)化、透明化，使治理層和社會(huì)公眾時(shí)刻知曉公司狀況，了解管理層所作決策和工作進(jìn)展，削減的管理層自由裁量權(quán)［19］。完善的數(shù)字化內(nèi)部治理機(jī)制還能夠完善傳統(tǒng)財(cái)務(wù)報(bào)銷缺陷，有效制止管理層超額公款消費(fèi)行為。對(duì)于管理層出于職業(yè)顧慮懈怠工作的道德風(fēng)險(xiǎn)問題，數(shù)據(jù)中臺(tái)可以幫助管理層決策科學(xué)精準(zhǔn)化，打消其職業(yè)疑慮，同時(shí)生產(chǎn)效率提升和經(jīng)營績效提高可以幫助管理層獲得物質(zhì)回報(bào)和自我實(shí)現(xiàn)需要［20］?；谝陨戏治觯岢黾僭O(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型能夠降低第一類代理成本。

健全有效的內(nèi)部控制制度是補(bǔ)充企業(yè)不完備契約，降低管理層代理成本的重要機(jī)制。作為企業(yè)內(nèi)部制約、調(diào)節(jié)各方的制度性體系，內(nèi)部控制能夠有效監(jiān)督管理層在企業(yè)日常生產(chǎn)經(jīng)營活動(dòng)中所作決策的科學(xué)有效性、設(shè)計(jì)合理的薪酬模式激勵(lì)管理層［21］，還可以通過提升信息披露質(zhì)量降低企業(yè)代理成本［22］，約束管理層侵占公司資源的行為［23］。但傳統(tǒng)的內(nèi)部控制更多是對(duì)違規(guī)行為的追責(zé)和錯(cuò)誤數(shù)據(jù)的追查，屬于事后核查，難以做到事前控制和事中糾正。顯然事前控制和事中糾正更有利于企業(yè)的長遠(yuǎn)發(fā)展，提升公司價(jià)值［24］。而在數(shù)字時(shí)代下，內(nèi)部控制的職能也已不僅是糾錯(cuò)防弊，還包括監(jiān)督內(nèi)部成員的行為。所以傳統(tǒng)的內(nèi)部控制制度迫切需要嵌入自動(dòng)化系統(tǒng)，升級(jí)為以大數(shù)據(jù)治理為核心的信息化內(nèi)部控制體系，以求做到全時(shí)段、全流程的動(dòng)態(tài)監(jiān)控和依靠數(shù)據(jù)決策的科學(xué)處理［25］。在這個(gè)過程中，數(shù)字技術(shù)運(yùn)用在優(yōu)化控制流程和發(fā)揮數(shù)字治理新優(yōu)勢(shì)上功不可沒：大數(shù)據(jù)技術(shù)為企業(yè)內(nèi)部海量信息的獲取、深度挖掘和儲(chǔ)存提供保障；云計(jì)算技術(shù)可以通過網(wǎng)絡(luò)“云”實(shí)現(xiàn)分布式計(jì)算，分析數(shù)據(jù)后面隱藏的信息，更加科學(xué)有效的識(shí)別風(fēng)險(xiǎn)，減少了人為操作可能的舞弊行為；數(shù)字技術(shù)和區(qū)塊鏈技術(shù)為數(shù)據(jù)信息從獲取、分析、標(biāo)準(zhǔn)化到安全保護(hù)的整個(gè)流程提供了技術(shù)保障，壓縮了管理層故意隱瞞、篡改、操弄信息行為的空間?？梢?，企業(yè)對(duì)自動(dòng)化、人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)的應(yīng)用能夠增進(jìn)內(nèi)部控制有效性、拓展信息來源渠道、提升治理的精準(zhǔn)度，使公司內(nèi)部治理透明化，實(shí)現(xiàn)企業(yè)價(jià)值最大化的目標(biāo)。鑒于此，提出假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型會(huì)通過提升內(nèi)部控制質(zhì)量降低第一類代理成本。

外部治理是來自企業(yè)外部相關(guān)者的監(jiān)督，而新聞媒體憑借其對(duì)信息的深度挖掘、實(shí)時(shí)傳播、客觀評(píng)價(jià)和持續(xù)跟蹤被認(rèn)為是一種有效的外部監(jiān)督治理方式［26］。媒體作為資本市場(chǎng)中的“啄木鳥”能夠有效減少利益相關(guān)者獲取真實(shí)信息的成本，曝光管理層的不道德行為，揭露欺瞞消費(fèi)者、損害社會(huì)利益的行為，引導(dǎo)社會(huì)輿論，發(fā)揮監(jiān)督作用［21］。同時(shí)有研究表明，數(shù)字化程度更高的公司更容易受到媒體的青睞［27］。數(shù)字化轉(zhuǎn)型作為順應(yīng)數(shù)字時(shí)代發(fā)展潮流和符合國家政策導(dǎo)向的變革行為，企業(yè)在公告、年報(bào)中披露有關(guān)數(shù)字化投資、數(shù)字技術(shù)創(chuàng)新、數(shù)字人才培養(yǎng)等有關(guān)數(shù)字戰(zhàn)略的信息會(huì)有效引發(fā)媒體的關(guān)注報(bào)道，并且這些關(guān)注報(bào)道大多都會(huì)持續(xù)較長時(shí)間。媒體對(duì)有關(guān)企業(yè)數(shù)字化相關(guān)信息的解讀、加工和傳播會(huì)帶來持續(xù)的“曝光效應(yīng)”，這種“曝光效應(yīng)”還會(huì)受到當(dāng)下網(wǎng)絡(luò)媒體宣傳的進(jìn)一步加成，進(jìn)而引起市場(chǎng)上的多方關(guān)注。由媒體關(guān)注帶來的監(jiān)督治理效應(yīng)具體可以通過以下機(jī)制實(shí)現(xiàn)：第一，媒體作為傳播信息的媒介具備聚集與傳播公司信息的特性，該行為能夠有效降低利益相關(guān)者獲取信息的成本，減少企業(yè)內(nèi)外部信息不對(duì)稱程度［21］。第二，媒體報(bào)道能夠改變企業(yè)所處的輿論環(huán)境，進(jìn)而影響企業(yè)外部法制環(huán)境。媒體在充分發(fā)揮自身輿論影響力的同時(shí)還可能引起執(zhí)法機(jī)構(gòu)的關(guān)注，增加行政部門對(duì)企業(yè)展開調(diào)查的可能性。一旦執(zhí)法機(jī)構(gòu)對(duì)企業(yè)展開調(diào)查，勢(shì)必會(huì)對(duì)管理層產(chǎn)生一定震懾作用。第三，基于聲譽(yù)理論，媒體對(duì)公司負(fù)面信息的報(bào)道會(huì)嚴(yán)重破壞管理者的個(gè)人形象和口碑，甚至?xí)?duì)其未來的發(fā)展造成嚴(yán)重影響，因此管理者會(huì)顧及自身的聲譽(yù)收斂自身的不道德行為［28］。鑒于此，提出假設(shè)：

H3：企業(yè)數(shù)字化轉(zhuǎn)型會(huì)增強(qiáng)媒體關(guān)注度降低第一類代理成本。

本文的理論框架如圖1所示。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源和樣本篩選

2013年，我國數(shù)字經(jīng)濟(jì)規(guī)模超過日本，躍升至全球第二位，國家和社會(huì)公眾對(duì)數(shù)字經(jīng)濟(jì)和數(shù)字化轉(zhuǎn)型的認(rèn)識(shí)更加深化。企業(yè)應(yīng)用數(shù)字技術(shù)進(jìn)行價(jià)值創(chuàng)造的活動(dòng)也普遍開始于2013年，本文故選取2013—2020年我國A股上市公司數(shù)據(jù)做為研究樣本。為保證研究結(jié)果嚴(yán)謹(jǐn)可靠，進(jìn)行如下流程處理：（1）因金融業(yè)上市公司報(bào)表的特殊性，故將金融業(yè)企業(yè)剔除；（2）剔除當(dāng)年被特殊處理的ST、*ST、PT企業(yè)；（3）為避免IPO效應(yīng)影響，剔除當(dāng)年上市的企業(yè)；（4）為避免部分企業(yè)的“天然數(shù)字化”影響，剔除信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)以及制造業(yè)大類下的計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)；（5）剔除變量嚴(yán)重缺失的企業(yè)。最后共得到13 227個(gè)研究樣本，隨后對(duì)所有變量進(jìn)行1%的縮尾處理。有關(guān)上市公司的財(cái)務(wù)數(shù)據(jù)來自于國泰安數(shù)據(jù)庫和RESSET數(shù)據(jù)庫。

2.2 變量定義

被解釋變量：第一類代理成本（AC）。參照王亮亮等［29］的研究使用總資產(chǎn)周轉(zhuǎn)率衡量第一類代理成本，該指標(biāo)可以反映出管理層因機(jī)會(huì)主義造成的資產(chǎn)低效率使用所導(dǎo)致的代理成本?？傎Y產(chǎn)周轉(zhuǎn)率越高，代表管理層和股東之間的第一類代理成本越低。

解釋變量：數(shù)字化轉(zhuǎn)型（DT）。當(dāng)前學(xué)者對(duì)數(shù)字化轉(zhuǎn)型的測(cè)度主要集中于以下方式：第一，根據(jù)年度報(bào)表附注信息，使用和數(shù)字化相關(guān)的無形資產(chǎn)占無形資產(chǎn)總量之比衡量［10］。該方法可以直觀顯示企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的投資水平，但無法表明企業(yè)當(dāng)前對(duì)數(shù)字技術(shù)的運(yùn)用情況。第二，使用0或1虛擬變量衡量企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型。這種方法只能表示企業(yè)是否實(shí)施數(shù)字化轉(zhuǎn)型，而無法確定企業(yè)具體的數(shù)字化程度。第三，使用公司年報(bào)中披露有關(guān)數(shù)字化轉(zhuǎn)型的特定詞匯的頻數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度。相比于前兩種方法，該方法更加科學(xué)可行。本文參考吳非等［27］的研究，使用以人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、數(shù)字技術(shù)應(yīng)用五個(gè)層面及其涉及有關(guān)數(shù)字化的關(guān)鍵詞的詞頻加總?cè)?duì)數(shù)來測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，該數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。

中介變量：內(nèi)部控制水平（IC），本文參照逯東等［30］的研究，使用迪博數(shù)智信息科技有限公司發(fā)布的企業(yè)內(nèi)部控制指數(shù)進(jìn)行衡量，并對(duì)其進(jìn)行對(duì)數(shù)化處理；媒體關(guān)注（Media），使用全年媒體報(bào)道數(shù)量的對(duì)數(shù)進(jìn)行衡量，該數(shù)據(jù)來自CNRDS數(shù)據(jù)庫。

控制變量：參考徐子堯等［31］、肖作平等［32］的研究，選取兩職合一（Dual）、董事會(huì)規(guī)模（Bsize）、獨(dú)立董事比例（Indep）、主營收入增長率（Grow）、現(xiàn)金流波動(dòng)性（Cash）、股權(quán)集中度（Top1）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、凈資產(chǎn)收益率（Roe）、上市年齡（Age）、產(chǎn)權(quán)性質(zhì)（State）、審計(jì)報(bào)告類型（Audit）作為控制變量。其中對(duì)企業(yè)規(guī)模（Size）和上市年齡（Age）進(jìn)行對(duì)數(shù)化處理。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)

表1是對(duì)主要變量的描述性統(tǒng)計(jì)。由表可知第一類代理成本的均值為0.618，最大值為2.474，最小值為0.086，標(biāo)準(zhǔn)差為0.422，表明樣本中大部分企業(yè)面臨著第一類代理成本較高的問題，說明我國企業(yè)的治理水平還有較大提升空間。企業(yè)數(shù)字化轉(zhuǎn)型的最大值為4.190，最小值為0，標(biāo)準(zhǔn)差為1.165，這說明我國企業(yè)之間的數(shù)字化程度有較大差異，部分企業(yè)充分重視數(shù)字化轉(zhuǎn)型，部分企業(yè)還尚未開始部署。而1.145的平均值說明我國企業(yè)的數(shù)字化水平整體偏低，仍需繼續(xù)加強(qiáng)。為避免多重共線性，本文還檢驗(yàn)了方差膨脹因子，最大值為1.38，遠(yuǎn)小于10的臨界值。

3.2 基準(zhǔn)回歸

表2列示了企業(yè)數(shù)字化轉(zhuǎn)型和第一類代理成本的基準(zhǔn)回歸結(jié)果。為探究兩者之間的關(guān)系，本文在第一列中僅控制了年份和行業(yè)效應(yīng)，并未加入控制變量；第二列在控制年份和行業(yè)效應(yīng)的基礎(chǔ)上加入了控制變量。列（1）和列（2）結(jié)果顯示，DT 的系數(shù)為0.025，在1%的水平上顯著。回歸結(jié)果表明，無論是否加入控制變量，數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本具有顯著的抑制作用。此外，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型是一項(xiàng)長期工作，并非一蹴而就；數(shù)字化轉(zhuǎn)型降低企業(yè)第一類代理成本也可能會(huì)有一定時(shí)滯效應(yīng)。因此本文將自變量DT 分別滯后1～2期并使用原模型進(jìn)行回歸，列（3）（4）結(jié)果顯示DT 仍然在1%水平上顯著為正，因此假設(shè)H1得到驗(yàn)證。

3.3 作用機(jī)制分析

通過上文的實(shí)證回歸，證明了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的抑制作用，但并未揭示兩者間的作用機(jī)制。在接下來的研究中，將基于研究設(shè)計(jì)中的假設(shè)邏輯，檢驗(yàn)內(nèi)部控制水平和媒體關(guān)注能否作為數(shù)字化轉(zhuǎn)型同第一類代理成本間的作用路徑。

表3中的列（2）列示了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制水平的回歸結(jié)果，其中DT 的系數(shù)是0.057，在1%水平顯著，證明了數(shù)字化轉(zhuǎn)型能有效提升企業(yè)內(nèi)部控制質(zhì)量。而列（3）列示了在第一類代理成本和數(shù)字化轉(zhuǎn)型之間加入內(nèi)部控制水平后的結(jié)果，DT 的系數(shù)仍然為正并高度顯著，表明“企業(yè)數(shù)字化轉(zhuǎn)型-內(nèi)部控制水平-第一類代理成本”的路徑是成立的。而根據(jù)表3列（4）結(jié)果顯示，DT 的系數(shù)為0.136并高度顯著，證明數(shù)字化轉(zhuǎn)型能有效提升媒體關(guān)注度；列（5）列示了在主回歸方程中加入媒體關(guān)注后的結(jié)果，DT 的系數(shù)為0.022并同樣高度顯著，表明媒體關(guān)注同樣是數(shù)字化轉(zhuǎn)型降低第一類代理成本的路徑之一。

接下來對(duì)以上中介效應(yīng)檢驗(yàn)進(jìn)行了Sobel test（見表4）。Sobel test通過構(gòu)建Z 統(tǒng)計(jì)量判別中介效應(yīng)是否成立，一般情況下Z 值大于1.96 即可認(rèn)為中介效應(yīng)成立（1.96對(duì)應(yīng)5%水平顯著，2.58對(duì)應(yīng)1%水平顯著）。本文中Z 值分別為4.785和7.340，兩者均大于1.96，在1%水平上顯著。其中內(nèi)部控制（IC）中介效應(yīng)占總效應(yīng)的比例為4.988%，媒體關(guān)注（Media）中介效應(yīng)占總效應(yīng)的比例為14.598%，說明內(nèi)部控制和媒體關(guān)注是有效的中介變量。由此假設(shè)H2和H3得到驗(yàn)證，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)通過提升內(nèi)部控制質(zhì)量和增強(qiáng)媒體關(guān)注度降低第一類代理成本。

3.4 內(nèi)生性檢驗(yàn)

使用工具變量法緩解可能出現(xiàn)的反向因果問題，即第一類代理成本較低的企業(yè)更傾向于實(shí)施數(shù)字化轉(zhuǎn)型。主要參考趙宸宇等［34］的研究，本文選取各省每百人持有的移動(dòng)電話數(shù)量（Mobile）（部）和各省郵政業(yè)務(wù)量（Post）（百億元）作為工具變量。各省每百人持有的移動(dòng)電話數(shù)量和各省郵政業(yè)務(wù)量反映了該省的數(shù)字化基礎(chǔ)設(shè)施建設(shè)程度，對(duì)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型具有促進(jìn)作用，但對(duì)代理成本沒有明顯影響，符合工具變量外生性的選取要求。第一階段回歸的結(jié)果表明（見表5），選取的兩個(gè)工具變量均與數(shù)字化轉(zhuǎn)型正向相關(guān)且顯著。該回歸的F 統(tǒng)計(jì)量為14.65，大于10的標(biāo)準(zhǔn)，但仍有弱工具變量的可能性。因此本文分別使用了工具變量廣義矩估計(jì)（IV-Gmm）和有限信息最大似然法（Liml）進(jìn)行第二階段回歸。該階段中Hansen J 檢驗(yàn)的p 值均為0.730，大于0.1的標(biāo)準(zhǔn)，可以認(rèn)為工具變量符合外生性要求。表5 第2 列（IV-Gmm）和第3 列（Liml）的結(jié)果顯示，DT 的系數(shù)依舊為正，分別為0.334和0.335，均在1%水平顯著，進(jìn)一步支持了假設(shè)H1。

特別地，使用Hecknan兩階段模型解決可能出現(xiàn)的樣本選擇問題，即某些特定行業(yè)的企業(yè)更傾向于實(shí)施數(shù)字化轉(zhuǎn)型，恰巧這些企業(yè)的第一類代理成本較低。參考王守海等［11］的研究，本文計(jì)算了同年度同省份企業(yè)的數(shù)字化轉(zhuǎn)型率（PLP）并將其作為解釋變量，使用是否實(shí)施數(shù)字化轉(zhuǎn)型的虛擬變量（DT_dum）與原有控制變量進(jìn)行Probit回歸，求得逆米爾斯比率（IMR），再將逆米爾斯比率（IMR）帶入主回歸方程中。表6 列（2）結(jié)果顯示，DT 的系數(shù)為0.024，在1%水平上顯著。在處理自選擇問題后，研究結(jié)論仍舊穩(wěn)健。

3.5 穩(wěn)健性檢驗(yàn)

為驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型降低第一類代理成本結(jié)論的穩(wěn)健性，本文圍繞潛在的偏差進(jìn)行了穩(wěn)健性檢驗(yàn)（見表7），表7中4列的檢驗(yàn)環(huán)節(jié)依次如下：（1）更換被解釋變量為管理費(fèi)用率（MFR）；（2）更換解釋變量為是否實(shí)施數(shù)字化轉(zhuǎn)型的虛擬變量（DT_dum）；（3）更換估計(jì)方法為0.5分位數(shù)回歸；（4）剔除2015年中國股災(zāi)影響。經(jīng)過以上穩(wěn)健性檢驗(yàn)后仍然得到相同結(jié)論：企業(yè)數(shù)字化轉(zhuǎn)型能夠有效降低第一類代理成本。

4 進(jìn)一步討論：基于數(shù)字經(jīng)濟(jì)發(fā)展視角的經(jīng)驗(yàn)證據(jù)

前述分析結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型可以從內(nèi)部控制和媒體關(guān)注角度降低第一類代理成本。但是數(shù)字化轉(zhuǎn)型或是代理成本均與其密切接觸的外部經(jīng)濟(jì)環(huán)境息息相關(guān)。數(shù)字經(jīng)濟(jì)是企業(yè)生存的重要外部環(huán)境，其發(fā)展對(duì)公司的經(jīng)營管理活動(dòng)具有重要影響，同時(shí)也給公司治理帶來了新的機(jī)遇和挑戰(zhàn)。數(shù)字經(jīng)濟(jì)發(fā)展引發(fā)的數(shù)字化轉(zhuǎn)型和數(shù)字技術(shù)應(yīng)用可以通過幫助企業(yè)提升信息透明度、增強(qiáng)管理者決策科學(xué)理性程度［10］、加快資源運(yùn)營效率、團(tuán)結(jié)各方利益相關(guān)者［35］來提高公司治理程度，減少代理成本。但是數(shù)字經(jīng)濟(jì)在為企業(yè)開源的同時(shí)帶來了更復(fù)雜的商業(yè)模式。商業(yè)模式創(chuàng)新會(huì)增加信息不對(duì)稱程度和股價(jià)崩盤的風(fēng)險(xiǎn)［36］，也會(huì)給管理層留下“鉆空子”的空間［31］。那么數(shù)字經(jīng)濟(jì)在企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型降低第一類代理成本的過程中起到了何種作用？

基于以上討論，本文在“企業(yè)數(shù)字化轉(zhuǎn)型-第一類代理成本”的范式中加入數(shù)字經(jīng)濟(jì)因素，希望能夠拓展現(xiàn)有研究邊界。關(guān)于數(shù)字經(jīng)濟(jì)（Dige）的度量，參考劉軍等［37］的研究構(gòu)建各省的數(shù)字經(jīng)濟(jì)指數(shù)，并依據(jù)中位數(shù)高低劃分高數(shù)字經(jīng)濟(jì)水平和低數(shù)字經(jīng)濟(jì)水平組別。為驗(yàn)證不同地區(qū)數(shù)字經(jīng)濟(jì)水平的差異化會(huì)影響數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的抑制作用，首先使用logit 回歸驗(yàn)證數(shù)字經(jīng)濟(jì)水平（Dige）是否會(huì)影響企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略（DT_dum），結(jié)果列示于表8列（1）（Dige 的系數(shù)為0.691，在1%水平顯著）。該結(jié)果表明伴隨著數(shù)字經(jīng)濟(jì)水平的提升，企業(yè)更傾向于實(shí)施數(shù)字化轉(zhuǎn)型方案。隨后本文按高數(shù)字經(jīng)濟(jì)水平和低數(shù)字經(jīng)濟(jì)水平組別對(duì)假設(shè)H1重新進(jìn)行回歸。表8的列（2）（3）結(jié)果顯示，在高數(shù)字經(jīng)濟(jì)水平組別中，數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的降低作用高度顯著，DT 的系數(shù)為0.028。而在低數(shù)字經(jīng)濟(jì)水平組別中，數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的降低作用同樣顯著，但是DT 的系數(shù)下降到0.017，組間差異在10%水平下顯著。這表明在數(shù)字經(jīng)濟(jì)發(fā)展水平更高的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)第一類代理成本的抑制效力更加明顯。

5 結(jié)論和建議

為探究企業(yè)數(shù)字化轉(zhuǎn)型和第一類代理成本之間的關(guān)系，以2013—2020年我國滬深兩市的上市公司數(shù)據(jù)為研究樣本，從內(nèi)部控制和外部治理的視角探究了企業(yè)數(shù)字化轉(zhuǎn)型如何降低第一類代理成本及其機(jī)制。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效降低股東和管理層間的第一類代理成本，并在進(jìn)行相關(guān)穩(wěn)健性、內(nèi)生性檢驗(yàn)后仍得到相同結(jié)論。進(jìn)一步探討數(shù)字化轉(zhuǎn)型緩解企業(yè)代理成本問題的具體機(jī)制后發(fā)現(xiàn)，強(qiáng)化內(nèi)部控制水平和提升媒體關(guān)注是數(shù)字化轉(zhuǎn)型降低企業(yè)第一類代理成本的重要渠道機(jī)制。而進(jìn)一步分析表明，數(shù)字經(jīng)濟(jì)發(fā)展水平是數(shù)字化轉(zhuǎn)型緩釋第一類代理成本問題的重要情境因素，在更高的數(shù)字經(jīng)濟(jì)發(fā)展條件下，企業(yè)數(shù)字化對(duì)第一類代理成本的抑制效力更加明顯。

對(duì)于企業(yè)而言：第一，正確認(rèn)識(shí)數(shù)字化，主動(dòng)擁抱數(shù)字化。數(shù)字化轉(zhuǎn)型是一劑“良藥”而不是“靈藥”。在數(shù)字經(jīng)濟(jì)高速發(fā)展的今天，企業(yè)應(yīng)當(dāng)正確認(rèn)識(shí)數(shù)字技術(shù)的賦能作用，在實(shí)施數(shù)字化轉(zhuǎn)型時(shí)應(yīng)當(dāng)精準(zhǔn)評(píng)估自身情況，制訂適合自身的轉(zhuǎn)型方案，避免落入“IT悖論”的陷阱。第二，主動(dòng)完善內(nèi)部控制，自覺接受外部治理。企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型的同時(shí)應(yīng)當(dāng)完善監(jiān)督和治理機(jī)制，與數(shù)字技術(shù)賦能形成合力，對(duì)管理層的“不作為”或“亂作為”行為形成有效、常態(tài)監(jiān)管。同時(shí)，自覺接受輿論監(jiān)督，利用其外部治理效應(yīng)降低信息不對(duì)稱程度，完善公司治理水平。

對(duì)于政策制定者而言：第一，以健康發(fā)展的數(shù)字經(jīng)濟(jì)為外部積極條件，助力企業(yè)實(shí)施全要素?cái)?shù)字化轉(zhuǎn)型。政府應(yīng)深度貫徹新發(fā)展理念，把握數(shù)字經(jīng)濟(jì)發(fā)展新機(jī)遇，有序推進(jìn)各省市數(shù)字基礎(chǔ)設(shè)施的智能升級(jí)，加快數(shù)字經(jīng)濟(jì)和實(shí)體產(chǎn)業(yè)的深度融合，做優(yōu)、做大、做強(qiáng)我國數(shù)字經(jīng)濟(jì)，為企業(yè)實(shí)施全要素?cái)?shù)字化轉(zhuǎn)型夯實(shí)基礎(chǔ)。充分發(fā)揮數(shù)字技術(shù)的賦能作用，引導(dǎo)企業(yè)形成數(shù)字化思維，進(jìn)行全要素?cái)?shù)字化轉(zhuǎn)型升級(jí)，釋放數(shù)據(jù)要素潛力。針對(duì)有困難的中小企業(yè)提供低成本、易實(shí)施、易維護(hù)的數(shù)字化轉(zhuǎn)型方案。第二，建立適應(yīng)數(shù)字經(jīng)濟(jì)環(huán)境的內(nèi)外部監(jiān)督治理模式，充分發(fā)揮數(shù)字治理優(yōu)勢(shì)。面對(duì)數(shù)字創(chuàng)新帶來的商業(yè)模式復(fù)雜化等問題，政府應(yīng)聯(lián)合資本市場(chǎng)上多方力量，積極探索數(shù)字治理新模式；構(gòu)建數(shù)字經(jīng)濟(jì)時(shí)代下內(nèi)部控制新模式和信息披露新標(biāo)準(zhǔn)，降低各方利益相關(guān)者的信息識(shí)別成本；加強(qiáng)新聞媒體的話語權(quán)，發(fā)揮利益相關(guān)者在公司治理層面的正向積極作用，助力企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。