企業(yè)非效率投資與高質(zhì)量發(fā)展

丁鋒

【摘 要】 非效率投資影響企業(yè)和地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。以2007—2021年上市企業(yè)的財務(wù)數(shù)據(jù)為樣本，探索國家級大數(shù)據(jù)綜合試驗區(qū)政策如何影響企業(yè)非效率投資。實證結(jié)果發(fā)現(xiàn)，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立能顯著降低企業(yè)的非效率投資水平，展現(xiàn)出了良好的投資優(yōu)化治理效果。異質(zhì)性檢驗發(fā)現(xiàn)，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立能顯著降低高科技企業(yè)、非國有企業(yè)的非效率投資水平，但對于非高科技企業(yè)而言則難以體現(xiàn)出顯著效果，對國有企業(yè)也是如此。機(jī)制檢驗發(fā)現(xiàn)，這一政策能夠有效提升企業(yè)信息處理能力、降低企業(yè)環(huán)境不確定性并提升內(nèi)部控制水平，有助于企業(yè)非效率投資水平的降低。文章為理解政府在改善數(shù)字基礎(chǔ)設(shè)施的努力及其成效提供了經(jīng)驗證據(jù)的支持，并提出了相應(yīng)的政策優(yōu)化建議。

【關(guān)鍵詞】 國家級大數(shù)據(jù)綜合試驗區(qū)； 非效率投資； 內(nèi)部治理

【中圖分類號】 F275.1? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2024）13-0048-07

一、引言

近年來，數(shù)字經(jīng)濟(jì)發(fā)展勢頭迅猛，對經(jīng)濟(jì)發(fā)展展現(xiàn)了不容忽視的引擎力量[1]。特別是隨著大數(shù)據(jù)在經(jīng)濟(jì)生活中的廣泛推廣和運用，有效推動了實體企業(yè)潛能的釋放和經(jīng)濟(jì)的高質(zhì)量發(fā)展[2]，因而得到了越來越廣泛的關(guān)注。從政府層面來看，2020年3月，中共中央、國務(wù)院《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》首次將數(shù)據(jù)列入生產(chǎn)要素，充分肯定了數(shù)據(jù)對于經(jīng)濟(jì)發(fā)展的重要作用。為了推動大數(shù)據(jù)的發(fā)展，2016年國家發(fā)改委和工信部等部門開始實施大數(shù)據(jù)為核心的試驗區(qū)試點工作，以推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展、完善相關(guān)基礎(chǔ)設(shè)施建設(shè)和促進(jìn)大數(shù)據(jù)行業(yè)企業(yè)創(chuàng)新等方面為抓手，減少數(shù)字鴻溝和充分挖掘大數(shù)據(jù)的價值潛力，為我國從數(shù)據(jù)大國向數(shù)據(jù)強(qiáng)國邁進(jìn)奠定堅實的基礎(chǔ)性保障。

當(dāng)前，主動利用國家級大數(shù)據(jù)綜合試驗區(qū)大數(shù)據(jù)所帶來的數(shù)字化紅利，運用大數(shù)據(jù)優(yōu)化企業(yè)的運營和投資效率，正成為越來越多企業(yè)生存、發(fā)展的理性選擇[3]。值得指出的是，如若能在日常經(jīng)營中充分發(fā)揮大數(shù)據(jù)的優(yōu)勢，盡最大可能減少各種非效率投資，無疑將能夠大幅度提升企業(yè)的投資效率[4]，進(jìn)而對企業(yè)的高質(zhì)量發(fā)展大有裨益。然而囿于大數(shù)據(jù)試驗區(qū)政策實施時間較短，且大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展歷史也并不長，因此直接探討試驗區(qū)與企業(yè)非效率投資的文獻(xiàn)并不多，相關(guān)課題仍亟待深入研究。從這個角度而言，對試驗區(qū)與企業(yè)非效率投資進(jìn)行研究，探討如何充分發(fā)揮試驗區(qū)的政策紅利，將有助于發(fā)揮大數(shù)據(jù)之于企業(yè)發(fā)展的重要推動作用，為提升企業(yè)投資效率提供經(jīng)驗證據(jù)支持。

本文邊際貢獻(xiàn)主要體現(xiàn)在：一是研究試點政策對企業(yè)非效率投資的影響，從微觀角度研究試驗區(qū)政策對企業(yè)投資的影響。二是從科技屬性和產(chǎn)權(quán)屬性出發(fā)，研究試驗區(qū)發(fā)展對企業(yè)非效率投資的異質(zhì)性影響，為提升企業(yè)投資效率提供經(jīng)驗證據(jù)支持。三是基于信息不對稱、環(huán)境不確定性和研發(fā)創(chuàng)新投入角度，研究試驗區(qū)對企業(yè)非效率投資的影響路徑，以有助于充分發(fā)揮大數(shù)據(jù)的賦能作用，提升企業(yè)投資效率。

二、假設(shè)提出

新時代，數(shù)據(jù)作為新型生產(chǎn)要素，推動生產(chǎn)力和經(jīng)濟(jì)高質(zhì)量發(fā)展。我國從2015年開始啟動國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)，從促進(jìn)大數(shù)據(jù)相關(guān)制度創(chuàng)新、產(chǎn)業(yè)集聚、創(chuàng)新應(yīng)用等方面出發(fā)，探索推動大數(shù)據(jù)發(fā)展的有效模式，大數(shù)據(jù)創(chuàng)新和應(yīng)用由此邁入了快車道。而隨著大數(shù)據(jù)在實體企業(yè)的廣泛運用，其勢必也會對企業(yè)的投資效率造成一定程度的影響。

（一）國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)能夠改善信息不對稱問題，進(jìn)而有效降低非效率投資水平

試驗區(qū)的設(shè)立將進(jìn)一步完善轄域內(nèi)的數(shù)字化基礎(chǔ)設(shè)施建設(shè)，減少數(shù)字鴻溝并更好地完善各經(jīng)濟(jì)行為主體之間的數(shù)據(jù)交流[5]，企業(yè)能夠借助大數(shù)據(jù)來提升對內(nèi)外部信息的處理水平并充分挖掘各類數(shù)據(jù)資源的內(nèi)在價值[6]。隨著數(shù)據(jù)處理水平的提升和信息不對稱狀況的改善，企業(yè)能夠向外界更有效地傳遞相關(guān)信息，吸引外部投資者和分析師對企業(yè)給予更高的關(guān)注。進(jìn)一步的，外部經(jīng)濟(jì)行為主體對企業(yè)的高度關(guān)注，將對企業(yè)投資效率的優(yōu)化起到一定的催化作用。這主要是因為外部市場主體對企業(yè)的關(guān)注，客觀上能夠更好地監(jiān)督企業(yè)的各種投資行為[7]，促使企業(yè)在做出投資決策時考慮更多的合理性因素，從而倒逼企業(yè)降低非效率投資水平。

（二）國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)能夠有效降低企業(yè)環(huán)境不確定性，進(jìn)而有效降低非效率投資水平

試驗區(qū)的設(shè)立明確地傳達(dá)了政府銳意推動大數(shù)據(jù)發(fā)展的政策意圖，轄域內(nèi)企業(yè)能夠據(jù)此有效地領(lǐng)悟政府未來的政策方向，客觀上減低了企業(yè)面臨的各種不確定性因素。進(jìn)一步的，隨著企業(yè)環(huán)境不確定性的降低，一方面，企業(yè)能夠更好借助試驗區(qū)所帶來的發(fā)展機(jī)遇，采用大數(shù)據(jù)來優(yōu)化自身的產(chǎn)品和服務(wù)質(zhì)量[8]，更好地預(yù)測投資項目未來的風(fēng)險和收益狀況[9]，為科學(xué)決策提供更有益的參考；另一方面，不確定性降低使得企業(yè)能夠擁有更寬松的發(fā)展和融資環(huán)境[10]，企業(yè)能夠基于客觀的發(fā)展規(guī)律和自身的實際情況做出恰當(dāng)?shù)耐顿Y決策，并不需要囿于資源約束而放棄合適的發(fā)展機(jī)遇[11]，這也將有助于提升企業(yè)投資效率。

（三）國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)能夠強(qiáng)化企業(yè)的內(nèi)部控制，進(jìn)而降低非效率投資水平

試驗區(qū)的設(shè)立使得數(shù)據(jù)在不同市場主體之間能夠更好地開放共享，加速釋放數(shù)據(jù)資源之于實體經(jīng)濟(jì)的紅利。具體而言，試驗區(qū)的設(shè)立使得數(shù)字新基建得到重大突破，為大數(shù)據(jù)與實體企業(yè)的深度融合奠定良好的基礎(chǔ)，加快數(shù)據(jù)賦能企業(yè)各生產(chǎn)、創(chuàng)新和服務(wù)流程的步伐[12-13]。企業(yè)能夠運用大數(shù)據(jù)增強(qiáng)不同部門和不同業(yè)務(wù)之間的信息互聯(lián)互通[14]，為管理層監(jiān)督和管理企業(yè)內(nèi)部提供具有深度和廣度的數(shù)據(jù)支持，將有助于顯著提升企業(yè)內(nèi)部控制水平。進(jìn)一步的，企業(yè)內(nèi)部控制的優(yōu)化將有助于提升企業(yè)的決策能力[15]，企業(yè)能夠基于利潤最大化原則選擇最優(yōu)的投資組合方案，減少投資過度和投資不足等問題，從而有助于顯著降低非效率投資水平。

據(jù)此，本文提出待檢驗的核心假設(shè)1。

H1：國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)能夠有效降低企業(yè)非效率投資。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文以探索大數(shù)據(jù)試點政策對企業(yè)的非效率投資水平的影響關(guān)系為研究核心，以上市企業(yè)為樣本集進(jìn)行研究，并將時間區(qū)間設(shè)定為2007—2021年。其指標(biāo)數(shù)據(jù)主要有兩個方面的來源。其中宏觀指標(biāo)數(shù)據(jù)取自各層級統(tǒng)計部門公布的年鑒，而用于描述企業(yè)特征的微觀指標(biāo)數(shù)據(jù)則取自萬得（Wind）數(shù)據(jù)庫。在進(jìn)行實證研究之前，本文還進(jìn)行了相關(guān)的數(shù)據(jù)清洗工作，具體包括剔除非實體企業(yè)、剔除異常特征企業(yè)的樣本和慣常采用的縮尾工作（1%）。

（二）變量設(shè)定

1.被解釋變量

企業(yè)非效率投資（LnPati）。參考Richardson[16]的方法，計算步驟如下：

首先，根據(jù)如下模型計算企業(yè)標(biāo)準(zhǔn)化資本投資規(guī)模（Invest），作為企業(yè)最佳投資規(guī)模。

模型1中，Size、Lev、Growth、Age、Ret、CFO分別為企業(yè)當(dāng)年度總資產(chǎn)規(guī)模、資產(chǎn)負(fù)債率、收入增長率、企業(yè)成立時長、股權(quán)收益、凈現(xiàn)金流。模型還使用了雙固定效應(yīng)。

其次，采用模型1中的殘差（εi，t）絕對值，指代非效率投資水平；顯然，其與非效率投資的嚴(yán)重程度呈正向關(guān)系。若進(jìn)一步考慮這一差值的符號，則可更為精確地測度企業(yè)非效率投資的具體狀態(tài)。具體的，如若企業(yè)實際投資大于最優(yōu)投資則i，t大于0；反之，若企業(yè)實際投資小于最優(yōu)投資則i，t小于0。特別的，參考江軒宇等[17]的計算方法，通過對上述各年測算結(jié)果進(jìn)行三期移動平均，形成了本文的被解釋變量集（Uninvest、Uninvest_O、Uninvest_U）。其中后兩者分別代表過度投資和投資不足。

2.核心解釋變量

大數(shù)據(jù)試點政策變量（dudt）。依循政策效應(yīng)識別的通常實證方法，本文利用國務(wù)院分別于2015年、2016年設(shè)立大數(shù)據(jù)試點政策實施省份（城市）的典型事實，構(gòu)建本文的準(zhǔn)自然實驗政策變量。樣本特征虛擬變量設(shè)定為Treat，其值為1代表該?。ㄊ校w屬于試點樣本集，其值為0代表其不屬于試點樣本集；而時間虛擬變量則設(shè)置為Post，其值為1代表該省（市）處于試點年度區(qū)間，Post取其值為0則剛好相反。此后，計算兩者的交乘項得到dudt=Treat×Post，其值為1即表示省份i在第t年納入了試點范圍，在實證研究中，這一交乘項的系數(shù)是重點關(guān)注的內(nèi)容。

3.控制變量

為提高回歸模型的估計效率，本文借鑒了向海凌等[18]的方法，納入了一系列控制變量：分別是企業(yè)總資產(chǎn)（Ln Asset）、QFII機(jī)構(gòu)持股占比（QFII）、總收入（Ln Income）、兩職合一（Dual）、負(fù)債比（Lev）、企業(yè)成立時長（Age）、賬面市值比（BM）、第一大股東股權(quán)集中度（First）、凈資產(chǎn)收益率（ROE）、審計意見（Opin）以及該地區(qū)的國內(nèi)生產(chǎn)總值（Ln GDP）的對數(shù)值。

（三）模型設(shè)定

本文實證檢驗?zāi)Ｐ腿缦拢?/p>

式2中各變量意義與變量描述中相同，此外需要說明的是，本文采用“企業(yè)—時間”雙固定效應(yīng)進(jìn)行參數(shù)估計（Firm&Year），并實施了穩(wěn)健標(biāo)準(zhǔn)誤的調(diào)整。

接下來，進(jìn)一步探索大數(shù)據(jù)試驗政策的影響路徑。具體則借鑒了溫忠麟等[19]的方法，設(shè)置如下中介回歸模型完成這一目標(biāo)：

方程中，主要變量如式2所示；上述模型增加的是中介變量組Mediator。在中介變量的選擇中，結(jié)合前文理論分析的邏輯脈絡(luò)，本文分別選擇了分析師關(guān)注度（Analyst，表征企業(yè)信息不對稱程度）；環(huán)境不確定性（EU）、企業(yè)內(nèi)部控制水平（IC）分別作為機(jī)制變量。其中分析師關(guān)注度的度量借鑒了余明桂等[20]的測度方法，使用對企業(yè)作出分析的分析師數(shù)量作為代理變量；環(huán)境不確定性則采用申慧慧等[21]的測量方法，通過計算5年內(nèi)企業(yè)業(yè)績的標(biāo)準(zhǔn)差系數(shù)來指代其環(huán)境不確定性；內(nèi)部控制水平則借鑒李志斌等[22]的研究，直接使用“中國上市公司內(nèi)部控制指數(shù)”表征企業(yè)的內(nèi)部控制水平。

四、實證結(jié)果與經(jīng)濟(jì)解釋

（一）基準(zhǔn)回歸

表1結(jié)果表明，無論哪個回歸模型，dudt的系數(shù)均顯著為負(fù)（均至少通過了5%的顯著性檢驗）。這說明大數(shù)據(jù)綜合試驗區(qū)政策確實能帶來企業(yè)非效率投資水平的有效降低，也以實證結(jié)果支撐了本文的假設(shè)。

（二）穩(wěn)健性檢驗

在前述的實證分析框架中，僅針對變量之間的基礎(chǔ)關(guān)系進(jìn)行了初步檢驗，但這種關(guān)系的因果關(guān)聯(lián)穩(wěn)健性仍需要進(jìn)一步確認(rèn)?；诖?，本部分著重從平行趨勢檢驗、樣本剔除、指標(biāo)分解以及傾向性得分匹配四個部分展開檢驗識別。囿于篇幅，主要檢驗結(jié)果留存待索。

表2著重解決準(zhǔn)自然實驗中的樣本配對有效性問題。想要有效識別政策的有效性，就必須將被政策影響的組別以及不被政策影響的組別進(jìn)行有效分離和比較，樣本中不同組別間須滿足具有共同特征趨勢的條件（即平行趨勢）方能在研究政策沖擊的影響中具有合理的實證基礎(chǔ)。因此本部分中分別設(shè)置了前置時間虛擬變量（Before1、Before2、Before3）、當(dāng)期虛擬變量（Current）和后置虛擬變量（After1、After2、After3）。在上述變量基礎(chǔ)上，本文在更長的時間口徑考察國家級大數(shù)據(jù)綜合試驗區(qū)的政策影響力變化。實證結(jié)果發(fā)現(xiàn)，在回歸模型2中，在國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立之前的年份，交互項（du×Before1、du×Before2、du×Before3）的回歸系數(shù)分別為0.006、0.001和-0.001，且均未通過任何慣常水平下的統(tǒng)計顯著性檢驗，表明在政策沖擊之前，共同趨勢在不同組別間顯著存在，本文的準(zhǔn)自然實驗分析結(jié)果具有有效前提。在國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立當(dāng)年，交互項（du×Current）的回歸系數(shù)為0.003且t值為0.91，并未通過檢驗，表明試驗區(qū)設(shè)立當(dāng)年，國家級大數(shù)據(jù)綜合試驗區(qū)對企業(yè)非效率投資的影響還未得以充分釋放。與之形成鮮明對比的是，在政策沖擊之后的年份，交互項（du×After1、du×After2、du×After3）的回歸系數(shù)分別為-0.012、-0.004和-0.003，上述回歸系數(shù)均至少通過了5%的統(tǒng)計顯著性檢驗。這表明，在企業(yè)受到政策沖擊后，國家級大數(shù)據(jù)綜合試驗區(qū)能夠顯著降低企業(yè)的非效率投資水平，且這種抑制作用能夠在較長的一個時間序列內(nèi)成立，能夠起到疊加的影響效果。這也在側(cè)面上為本文核心結(jié)論“國家級大數(shù)據(jù)綜合試驗區(qū)能夠降低企業(yè)非效率投資水平”提供更為豐富的證據(jù)支持。

（三）異質(zhì)性檢驗

在前文的分析中，本文針對研究的核心基準(zhǔn)關(guān)系展開了實證檢驗，并進(jìn)行了一系列穩(wěn)健性檢驗提升研究結(jié)論的確當(dāng)性和有效性。但必須注意的是，同樣的政策沖擊影響對于不同稟賦的企業(yè)而言，可能有著不同的影響沖擊。本部分據(jù)此展開異質(zhì)性檢驗，能夠強(qiáng)化政策的精準(zhǔn)性和靶向性，從而提高國家級大數(shù)據(jù)綜合試驗區(qū)的政策驅(qū)動力。有鑒于此，本文從科技屬性、產(chǎn)權(quán)屬性兩個類別界分其中的影響效果差異。

表3的回歸模型1和模型2展示了“高科技企業(yè)—非高科技企業(yè)”的回歸分析結(jié)果。對比來看，大數(shù)據(jù)試驗區(qū)政策對高科技企業(yè)的回歸系數(shù)顯著為負(fù)（通過5%水平檢驗）；而其對非高科技企業(yè)的回歸系數(shù)則并未通過顯著性檢驗。這說明，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立能夠顯著降低高科技企業(yè)的非效率投資水平，但無法有效矯正其余企業(yè)的非效率投資行為。本文認(rèn)為，高科技企業(yè)本身就具有較好的內(nèi)部技術(shù)基礎(chǔ)和應(yīng)用前沿技術(shù)的主觀意愿，因此在外部的新型數(shù)字基礎(chǔ)設(shè)施建設(shè)條件下，這類企業(yè)能夠更好地利用外部的技術(shù)進(jìn)步條件來為自身的投資決策行為提供支撐，相比之下，非高科技企業(yè)本身就不具有較強(qiáng)的創(chuàng)新意愿和技術(shù)基礎(chǔ)條件，即便有外部數(shù)字基礎(chǔ)設(shè)施建設(shè)的支持，這類企業(yè)也很難對其進(jìn)行充分利用，更不用說將其嵌入到企業(yè)內(nèi)部的投資決策體制機(jī)制中來，因此這類政策利好的支持也無法幫助企業(yè)提高投資效率。

觀察表3的列（3）和列4可以發(fā)現(xiàn)企業(yè)產(chǎn)權(quán)屬性的差異性表現(xiàn)。對比來看，國家級大數(shù)據(jù)綜合試驗區(qū)對國有企業(yè)非效率投資的回歸系數(shù)為0.002但t值偏小（僅為1.48）；而國家級大數(shù)據(jù)綜合試驗區(qū)對非國有企業(yè)反而顯示出顯著效果（系數(shù)為-0.012且通過了5%的檢驗）。上述實證結(jié)果表明，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立能夠顯著降低非國有企業(yè)的非效率投資水平，但對于國有企業(yè)的非效率投資活動而言并未產(chǎn)生顯著的治理優(yōu)化效果。本文認(rèn)為，從技術(shù)創(chuàng)新應(yīng)用的主觀能動性角度來看，國有企業(yè)能夠憑借自身國家信譽(yù)嵌入在市場上獲得更加有利的市場地位，自身的創(chuàng)新意愿相對較弱，因此在外部的政策技術(shù)基礎(chǔ)設(shè)施改善下，國有企業(yè)可利用的空間也并不明顯。更為重要的是，對于國有企業(yè)而言，承擔(dān)社會責(zé)任是國有企業(yè)在經(jīng)營實踐中必須面對的問題，在這種情況下，國有企業(yè)的投資不會嚴(yán)苛地強(qiáng)調(diào)投資效率的提升（換言之，國有企業(yè)的非效率投資存在不少非市場因素），因此，國家級大數(shù)據(jù)綜合試驗區(qū)的設(shè)立對國有企業(yè)非效率投資的治理優(yōu)化效果并不明顯。與之不同的是，非國有企業(yè)往往面對著不進(jìn)則退的市場競爭環(huán)境，這類企業(yè)往往有著較強(qiáng)的意愿利用新技術(shù)新方法來提升企業(yè)的發(fā)展效能，如何提升自身核心競爭力，是非國有企業(yè)發(fā)展的重點內(nèi)容。因此，在企業(yè)外部具有較好的政策支撐時，企業(yè)能夠充分利用外部的數(shù)字技術(shù)創(chuàng)新來服務(wù)自身的發(fā)展需求。

五、國家級大數(shù)據(jù)綜合試驗區(qū)影響企業(yè)非效率投資的渠道機(jī)制

前述實證檢驗了本文的核心關(guān)系和異質(zhì)性特征，重點解決了前沿數(shù)字基礎(chǔ)設(shè)施建設(shè)服務(wù)企業(yè)投資活動的特征刻畫問題，在本部分的研究中，將著重針對變量之間的影響機(jī)制展開檢驗分析。延續(xù)本文理論分析的核心邏輯，具體選定的路徑機(jī)制為信息不對稱優(yōu)化、環(huán)境不確定性降低以及內(nèi)部控制。

（一）信息不對稱機(jī)制

在表4中，本文針對“國家級大數(shù)據(jù)綜合試驗區(qū)→信息不對稱→非效率投資”的路徑展開檢驗。實證結(jié)果發(fā)現(xiàn)，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立有助于分析師關(guān)注水平的提升。這表明，大數(shù)據(jù)試驗區(qū)政策能夠幫助企業(yè)提升數(shù)字化技術(shù)應(yīng)用和創(chuàng)新水平，因而企業(yè)能夠借助這類信息技術(shù)改善來有效提升對結(jié)構(gòu)化、非結(jié)構(gòu)化信息的處理能力，從而向外界傳遞更多易辨識且有價值的信息流，由此，外部市場主體對企業(yè)的關(guān)注度會明顯提升。進(jìn)一步研究發(fā)現(xiàn)，這種分析師關(guān)注度的提升有助于企業(yè)提升自身的決策投資效率。不難理解，當(dāng)針對特定企業(yè)關(guān)注的分析師數(shù)量增加時，一方面，企業(yè)向外傳遞的信息將能夠得到更加充分的解讀；另一方面，市場中有著更多的經(jīng)濟(jì)主體能夠?qū)ζ髽I(yè)形成更加有效的監(jiān)督和制約，從而倒逼企業(yè)做出更加充分合理的投資決策。從這個角度來看，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立對企業(yè)分析師關(guān)注度的提升，有助于企業(yè)降低非效率投資水平。

（二）環(huán)境不確定性機(jī)制

在表5的機(jī)制識別中，本文針對“國家級大數(shù)據(jù)綜合試驗區(qū)→環(huán)境不確定性→非效率投資”的路徑展開檢驗。模型2結(jié)果表明，模型中大數(shù)據(jù)試驗區(qū)政策的系數(shù)顯著為負(fù)（-0.012）。這表明，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立有助于降低轄域內(nèi)企業(yè)面臨的波動性和不確定性因素，企業(yè)能夠借助新技術(shù)新應(yīng)用來服務(wù)自身的高質(zhì)量發(fā)展，提升企業(yè)的盈利能力和穩(wěn)定性，由此，企業(yè)的環(huán)境不確定性會顯著降低。進(jìn)一步研究發(fā)現(xiàn)，當(dāng)環(huán)境不確定性降低時，企業(yè)的投資效率則會相應(yīng)提升（模型3中EU的回歸系數(shù)為0.131）。這是因為，當(dāng)企業(yè)的環(huán)境不確定性問題得以顯著改善時，企業(yè)的投融資決策將會有著更為寬松的環(huán)境，此時企業(yè)不會因為短期的資源可持續(xù)性問題而投資短期具有現(xiàn)金流而長期現(xiàn)金流為負(fù)的項目，企業(yè)能夠在更合理的環(huán)境下做出有效的投資決策。由此可見，大數(shù)據(jù)試驗區(qū)政策降低了企業(yè)環(huán)境不確定性，從而優(yōu)化了企業(yè)非效率投資活動。

（三）內(nèi)部控制機(jī)制

表6中，本文針對“大數(shù)據(jù)試驗區(qū)政策→內(nèi)部控制→非效率投資”的路徑展開檢驗。結(jié)果可見，大數(shù)據(jù)綜合試驗區(qū)政策對企業(yè)內(nèi)部控制水平的系數(shù)顯著為正。這表明，國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立有助于提升企業(yè)內(nèi)部控制水平。不難理解，當(dāng)企業(yè)外部的信息基礎(chǔ)設(shè)施建設(shè)得以完善后，企業(yè)能夠借助這類前沿信息技術(shù)應(yīng)用更好地服務(wù)于自身的生產(chǎn)發(fā)展活動，如將前沿數(shù)字技術(shù)用于科學(xué)決策和資源配置，提升決策效率，增強(qiáng)對企業(yè)不同部門之間的信息穿透力和解讀能力，這顯然會顯著提升企業(yè)的內(nèi)部控制水平。進(jìn)一步研究發(fā)現(xiàn)，這一情況的變化將能夠顯著降低企業(yè)的非效率投資。這是因為，當(dāng)企業(yè)的內(nèi)部控制水平上升時，企業(yè)內(nèi)部的資源配置和決策能力都得到了顯著的提升，企業(yè)能夠更好地判別投資項目的優(yōu)劣，并從中選擇經(jīng)濟(jì)效益最大化的投資項目，減少不必要的投資活動（如未來現(xiàn)金流較低抑或為負(fù)的投資項目），從而改善企業(yè)的投資行為。從這個角度來看，國家級大數(shù)據(jù)設(shè)立對企業(yè)內(nèi)部控制的優(yōu)化效果，能夠降低企業(yè)的非效率投資水平。

六、研究結(jié)論與政策建議

數(shù)字經(jīng)濟(jì)時代下，以前沿數(shù)字技術(shù)設(shè)施建設(shè)推動企業(yè)高質(zhì)量發(fā)展是當(dāng)前的重要工作任務(wù)。本文從理論和實證兩個方面分析和檢驗了大數(shù)據(jù)試驗政策對企業(yè)非效率投資的政策效應(yīng)和機(jī)制問題，具體結(jié)論如下：

首先，核心研究結(jié)論，即大數(shù)據(jù)試驗區(qū)政策降低企業(yè)非效率投資水平得到理論和經(jīng)驗數(shù)據(jù)兩個方面的支持，其經(jīng)由多重穩(wěn)健性檢驗后依舊成立。其次，研究發(fā)現(xiàn)這一影響具有顯著異質(zhì)性，政策能顯著降低高科技企業(yè)、非國有企業(yè)的非效率投資活動，但無法有效影響非高科技企業(yè)和國有企業(yè)。最后，機(jī)制檢驗發(fā)現(xiàn)，政策能夠有效幫助企業(yè)提升信息處理能力、降低企業(yè)環(huán)境不確定性并提升內(nèi)部控制水平，這些改善都有助于企業(yè)非效率投資水平的降低。

本文政策啟示如下：第一，持續(xù)支持大數(shù)據(jù)的快速發(fā)展。有鑒于數(shù)據(jù)的要素屬性進(jìn)一步提高，應(yīng)大力推動社會經(jīng)濟(jì)活動的大數(shù)據(jù)化，提升全社會各部門的采集、存儲和分析能力，將對優(yōu)化國家的經(jīng)濟(jì)運行機(jī)制、改善社會整體的生產(chǎn)生活方式具有非常深遠(yuǎn)的影響。當(dāng)前要緊緊抓住國家級大數(shù)據(jù)綜合試驗區(qū)的政策機(jī)遇，全面推動大數(shù)據(jù)發(fā)展和運用，加快數(shù)據(jù)強(qiáng)國建設(shè)，使其盡快轉(zhuǎn)換為下階段增長的巨大動能支撐。第二，盡可能降低企業(yè)非效率投資水平。提升企業(yè)投資效率對于優(yōu)化企業(yè)整體運營績效而言至關(guān)重要。因此應(yīng)當(dāng)充分發(fā)揮市場和政府對企業(yè)投資效率的正向驅(qū)動作用。一方面，要注重發(fā)揮政府各類政策（不僅限于試驗區(qū)）對企業(yè)投資效率的優(yōu)化作用，使得各種政策能夠形成政策合力；另一方面，也需要充分認(rèn)識到市場對于企業(yè)資源配置的決定性影響，全面發(fā)揮市場的資源優(yōu)化配置功能，降低企業(yè)決策中的低效和無效投資。第三，因地制宜提升大數(shù)據(jù)應(yīng)用水平以減少企業(yè)非效率投資行為。有鑒于本文研究結(jié)論中體現(xiàn)出的異質(zhì)性，適度提升對于高科技企業(yè)和非國有企業(yè)大數(shù)據(jù)應(yīng)用的支持力度，推動大數(shù)據(jù)深度賦能企業(yè)的各種實體業(yè)務(wù)，更好發(fā)揮大數(shù)據(jù)對于企業(yè)投資效率的促進(jìn)作用。第四，疏通試驗區(qū)影響企業(yè)非效率投資的傳導(dǎo)機(jī)制。本文實證研究確證，試驗區(qū)的設(shè)立能夠通過提升企業(yè)信息處理能力、降低企業(yè)環(huán)境不確定性、優(yōu)化內(nèi)部控制水平的路徑，有效降低企業(yè)非效率投資水平。因此，一方面，鼓勵企業(yè)深刻領(lǐng)會各種政策精神，抓住政策賦予的各類發(fā)展機(jī)會，更好地應(yīng)對外部環(huán)境變遷；另一方面，應(yīng)該鼓勵企業(yè)加大數(shù)字化技術(shù)運用力度，提升企業(yè)對于內(nèi)外部信息的收集和處理水平，并進(jìn)一步完善企業(yè)的公司治理水平，使其內(nèi)部控制能力得以顯著提升，從而有效減少企業(yè)非效率投資帶來的不良影響。

【參考文獻(xiàn)】

［1］ 李橋興，杜可.國家級大數(shù)據(jù)綜合試驗區(qū)設(shè)立對區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展影響效應(yīng)評估［J］.科技管理研究，2021，41（16）：81-89.

［2］ 李輝.大數(shù)據(jù)推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的理論機(jī)理、實踐基礎(chǔ)與政策選擇［J］.經(jīng)濟(jì)學(xué)家，2019（3）：52-59.

［3］ 孫哲遠(yuǎn).數(shù)字經(jīng)濟(jì)發(fā)展如何影響制造業(yè)企業(yè)“脫虛向?qū)崱保俊獊碜試壹壌髷?shù)據(jù)綜合試驗區(qū)的證據(jù)［J］.現(xiàn)代經(jīng)濟(jì)探討，2022（7）：90-100.

［4］ 邱子迅，周亞虹.數(shù)字經(jīng)濟(jì)發(fā)展與地區(qū)全要素生產(chǎn)率——基于國家級大數(shù)據(jù)綜合試驗區(qū)的分析［J］.財經(jīng)研究，2021，47（7）：4-17.

［5］ 張益豪，郭曉輝.大數(shù)據(jù)發(fā)展與企業(yè)全要素生產(chǎn)率——基于國家級大數(shù)據(jù)綜合試驗區(qū)的實證分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2023（2）：69-82.

［6］ 楊俊，李小明，黃守軍.大數(shù)據(jù)、技術(shù)進(jìn)步與經(jīng)濟(jì)增長——大數(shù)據(jù)作為生產(chǎn)要素的一個內(nèi)生增長理論［J］.經(jīng)濟(jì)研究，2022（4）：103-119.

［7］ 趙勝民，張博超.分析師關(guān)注如何影響公司投資行為——基于不同投資類型的分析［J］.中央財經(jīng)大學(xué)學(xué)報，2021（5）：51-64.

［8］ WAMBA S F，AKTER S，EDWARDS A，et al.How BigData can make big impact：findings from a systematic review and a longitudinal case study［J］.International Journal of Production Economics，2015，165（7）：234-246.

［9］ DALENOGARE L S，BENITEZ G B，AYALA N F，et al.Theexpected contribution of industry 4.0 technologies for industrialperformance［J］.International Journal of Production Economics，2018，204（10）：383-394.

［10］ GULEN H，ION M.Policy Uncertainty and Corporate Investment［J］.Review of Financial Studies，2016，

29（3）：523-564.

［11］ 孫潔，李杰.大數(shù)據(jù)應(yīng)用、融資約束和企業(yè)創(chuàng)新效率［J］.證券市場導(dǎo)報，2022（11）：13-23.

［12］ URBINATI A，CHIARONI D，CHIESA V，et al.The role of digitaltechnologies in open innovation processes：an exploratory multiple case study analysis［J］.R&D Management，2020，50（1）：136-160.

［13］ OBASHI A，KIMURAL F.New developments in international production networks：impact of digital technologies［J］.Asian Economic Journal，2021，30（8）：1326-1345.

［14］ GUNASEKARAN A，PAPADOPOULOS T，DUBEY R，et al.BigData and predictive analytics for supply chain and organizational performance［J］.Journal of Business Research，2017，70：308-317.

［15］ 陳麗蓉，韓彬.強(qiáng)制內(nèi)控審計能帶來更高的投資效率嗎？——基于A股主板國有上市公司經(jīng)驗數(shù)據(jù)的驗證［J］.商業(yè)研究，2015（9）：83-91.

［16］ RICHARDSONS.Over - investment of Free Cash Flow［J］.Review of Accounting Studies，2006，11（2-3）：159-189.

［17］ 江軒宇，許年行.企業(yè)過度投資與股價崩盤風(fēng)險［J］.金融研究，2015（8）：141-158.

［18］ 向海凌，林鈺璇，王浩楠.利率市場化改革與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報文本大數(shù)據(jù)識別的經(jīng)驗證據(jù)［J］.金融經(jīng)濟(jì)學(xué)研究，2023（4）：55-73.

［19］ 溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用［J］.心理學(xué)報，2004（5）：614－620

［20］ 余明桂，鐘慧潔，范蕊.分析師關(guān)注與企業(yè)創(chuàng)新——來自中國資本市場的經(jīng)驗證據(jù)［J］.經(jīng)濟(jì)管理，2017，39（3）：175-192.

［21］ 申慧慧，于鵬，吳聯(lián)生.國有股權(quán)、環(huán)境不確定性與投資效率［J］.經(jīng)濟(jì)研究，2012，47（7）：113-126.

［22］ 李志斌，章鐵生.內(nèi)部控制、產(chǎn)權(quán)性質(zhì)與社會責(zé)任信息披露——來自中國上市公司的經(jīng)驗證據(jù)［J］.會計研究，2017（10）：86-92，97.