數智融合發展對實體企業投資效率的影響研究

［摘 要］ 以2011-2020年中國A股實體上市公司為研究對象，使用理查森預期投資模型測度實體企業投資效率，檢驗數智融合發展對實體企業投資效率的影響效果和作用機制。研究發現：數智融合發展有益于改善實體企業投資效率，且對投資不足行為的改善作用更為突出，這一效果具有明顯的數智基礎設施建設異質性和產業異質性；數智融合能夠有效緩解企業信息不對稱問題和降低企業融資約束，進而減少企業非效率投資規模。此外，企業內部治理能力和市場競爭壓力均在數智融合推動企業投資效率提升過程中發揮著正向調節作用，而媒體負面報道壓力則發揮著負向調節作用。

［關鍵詞］ 數智融合；實體企業投資效率；信息不對稱；融資約束

［中圖分類號］" F270.3 ""［文獻標識碼］ Ａ"" ［文章編號］ 1008-1763（2025）01-0067-11

Research on the Impact of Digital

Intelligence Integration Development on Investment

Efficiency of Physical Enterprises

LIU Yiwen^1，2，GAO Jinglin³，CHEN Xijun⁴

（1. School of Public Administration， Hunan University， Changsha 410082， China;

2. International Business School， Hunan University of Technology and Business， Changsha 410205， China;

3. School of Resource and Environment， Hunan University of Technology and Business， Changsha 410205， China;

4.College of Finance and Statistics， Hunan University， Changsha 410006， China）

Abstract：Take"" China’s A-share physical" listed companies from 2011 to 2020 as the research object， this paper uses the Richardson expected investment model to measure the investment efficiency of physical"" enterprises， and tests the impact of the"" digital intelligent integration development on the investment efficiency of physical enterprises， as well as the intermediary mechanism. Research has found that the digital intelligence integration development is beneficial for improving the investment efficiency of physical enterprises， and has a more prominent effect on improving underinvestment behavior. This effect has significant heterogeneity in the level" of digital infrastructure and industrial heterogeneity; the" digital intelligence integration" can effectively solve the problem of information asymmetry in enterprises and" financing constraints， thereby reducing the scale of inefficient investment in enterprises. In addition， both internal governance capabilities and market competition pressure of enterprises play a positive regulatory role in the process of promoting the efficiency improvement of enterprises" investment" through digital intelligence integration， while the pressure of negative media coverage plays a negative moderating role.

Key words： digital intelligence integration；investment efficiency of physical enterprises；information asymmetry；financing constraints

一 引 言

作為數字革命下誕生的最具時代特征的新范式^[1]，以“數字化+智能化”為核心的數智化轉型，已成為促進產業鏈、供應鏈高效協同和資源優化配置的有效手段，促成我國經濟社會發生翻天覆地的變化。數智融合發展是指以移動互聯網、大數據等為代表的數字化技術和以機器學習、人工智能等為代表的智能化手段的交互融合與實踐應用，以實現更高效、更智能的決策和服務^[2]。數智融合發展通過數智平臺的構建以及數智技術的廣泛應用，大幅提升了信息搜集、傳遞、驗證及利用能力，破除了信息流動的時空障礙，提高了供需匹配速度和準確性，實現了資源優化配置^[3]，帶來了產業組織結構優化，成為引領全球經濟社會變革、重塑主要大國產業轉型升級的新動能，以及推動我國高質量發展的關鍵因素和強大引擎。

企業作為宏觀經濟政策的重要微觀實施者，肩負著落實國家高質量發展具體政策措施的重任。而投資作為拉動經濟增長的重要引擎，如何通過提升投資效率實現經濟的高質量發展問題被推到歷史聚光燈下。實體企業投資能夠擴大企業產能、提高生產效率，進而提高企業價值，是推進經濟增長的重要途徑。企業投資效率可用實際投資規模與理想投資規模的偏離程度衡量，偏離程度越小，企業投資效率越高，反之越低，而這一偏離程度就是企業的無效率投資部分^[4]。進一步可以將無效率投資細分為投資過度和投資不足，企業對凈現值小于或者等于零的項目進行投資，使企業實際投資超出理想投資規模，產生過度投資；而投資不足則是指受融資約束的影響或其他條件制約，企業放棄凈現值大于零的項目，使實際投資低于理想投資規模^[4-5]。投資過度和投資不足的出現均不利于企業成長，有損企業價值和預期收益。現有研究普遍認為企業無效率投資行為產生的主要原因是信息不對稱及其衍生問題^[6]，信息不對稱問題的存在對企業管理者做出最優投資決策造成了相當程度的困擾。一方面，企業管理者無法充分獲取市場信息、及時把握最新市場動態，因而難以發現效益較好的投資方向和機會，導致企業投資效率低下；另一方面，企業管理者難以準確判斷眾多市場信息的真偽，虛假的或者經粉飾過的信息極大地干擾了企業對投資項目風險和收益的評估，導致企業資金配置扭曲，出現投資不足和投資過度情況^[4]。同時，委托代理問題的存在也會侵害企業所有者利益，企業所有者會更加關注企業的長期發展，而企業管理者為了任期內業績完美，可能會選擇短期收益高、風險低的項目進行投資^[7]。此外，還有研究發現數字金融^[8]、關鍵事項披露^[9]、ESG披露和財務報告質量提升^[10]等均有利于降低信息不對稱程度以提升企業投資效率，但仍缺乏從宏觀視角出發的驅動機制研究。

由人工智能、大數據和區塊鏈等新一代通用技術及相關產業發展催生的數字經濟和智能經濟，正驅動著新一輪科技革命和產業變革^[11]，為實體企業的發展提供了新的機遇^[12-13]。數智技術催生高效的信息處理方式，可以準確發現多樣化需求，有利于供需雙方的快速匹配，大幅度降低交易成本^[14]，為實體企業的經營方式帶來深刻的變革，在一定程度上能扭轉企業“脫實向虛”的發展方式，助力實體企業發展。既有文獻多研究數字技術或智能技術對企業生產效率^[15]、全要素生產率^[16-17]、社會就業與收入均等化^[18-19]、經濟高質量發展^[18、20]等的影響，鮮有研究數智融合發展對實體企業投資效率的影響機制及其作用效果的文獻。基于此，本文將以數智融合為切入點，研究其對改善實體企業投資效率的作用效果，并考察其實現路徑，為我國數智融合發展服務于實體企業提供經驗借鑒。

二 理論分析與研究假設

（一）數智融合對投資效率的直接影響

數智融合對微觀實體企業投資效率的具體影響可以歸結為規模經濟效應、范圍經濟效應和長尾經濟效應^[14]。規模經濟效應是指，由于數字化產品可以被零成本地無限復制^[21]，企業用戶積累所產生的正向反饋引發強者愈強的“馬太效應”，使企業產品的平均成本不斷下降，為企業創造更高的效益。數智融合發展使企業能夠低成本地開展更多的業務，拓展企業生產邊界^[22]，此時企業同時經營多種產品所產生的成本低于單獨生產每種產品成本總和。因此，數智融合促使企業多樣化經營，進而實現范圍經濟效應。長尾經濟效應則是指數智融合發展擴展了市場邊界，消費者需求信息的獲取和利用推動了企業個性化生產，以實現吸納更多尾部的、邊緣化和多樣化的消費者的消費目的，提升了產品的觸達能力，同時也為中小企業的成長和創新提供了空間^[23]。以上三種效應的疊加，擴張了企業的生產邊界，有利于企業實現多樣化經營，增加企業的投資機會，提高實體企業的投資效率。

從數智融合發展改善企業生產經營全流程視角出發。首先，企業數字技術和智能技術的應用有助于全面捕捉消費者需求信息，通過大數據機器學習算法對巨大規模數據進行處理與分析，幫助企業準確發現多樣化需求和掌握項目信息，為企業運營提供支持，實現從以供應者為主的價值導向到以需求者為主的價值導向的轉變^[24-25]，促進企業調整經營戰略、創新生產，優化資源配置，提升企業投資的有效性。與此同時，數智融合還改變了企業傳統的治理觀念，治理觀念的更新帶動企業治理模式的創新，進而優化了企業投資決策^[25]。其次，在生產環節，數智技術與傳統要素的融合加速企業生產效率的提升，為企業帶來更大的營業收入，有利于企業進行多元投資。數智技術，尤其是智能化設備的應用實現了對生產經營全過程的監測和管理，及時的反饋和糾正機制有助于化解企業潛在的危機^[26]，降低企業投資決策出錯率，進而降低企業面臨的風險，保障企業平穩運行^[25]。再次，在市場推廣環節，數智融合發展有益于供需雙方的快速匹配，并大幅度降低交易成本以及市場信息的獲取難度^[14]，使得企業能夠及時把握市場動向，獲取即時資訊^[16]，為企業管理層的投資決策提供更多高質量信息，降低企業投資盲目性，降低非效率投資規模。最后，在企業內部管理過程中，數智技術的充分利用實現了對內部人才、資金等資源的良好監督和管理。一方面，企業利用數智技術既能夠尋找到合適的代理人，緩解信息不對稱所引起的委托代理問題，抑制企業高管的投機行為，又能夠實現對企業員工的實時監督^[26]，提高企業運行效率。另一方面，數據挖掘技術、區塊鏈、知識圖譜等數智技術優化了對財務信息的管理，既有利于形成對企業財務信息的動態監測，規范和標準化企業會計信息，又能夠利用既有信息形成大數據融合的智能財務分析與決策模型^[27]，提升企業決策準確性。基于此，提出研究假設H1。

H1：數智融合發展能促進實體企業投資效率提高，數智融合發展水平越高，實體企業實際投資與理想投資規模的偏離程度就越低。

（二）數智融合對投資效率的間接影響

首先，數智技術的廣泛應用將市場上所有經濟主體置于同一平臺，打破了原有信息要素交流的時空壁壘，有助于提高數據信息的透明度和可獲得性，既加快了市場信息的交換速度，又提高了信息匹配的精度^[28]，使得企業決策者能夠基于更全面、準確的市場信息做出投資決策，從而減少因信息不對稱而導致的決策失誤。其次，數智融合發展推動先進數據分析工具和算法的運用，企業有機會利用這些數據分析工具和算法實現對海量數據的分析處理，能夠更加準確地了解市場需求、客戶行為、產品性能等方面的信息^[24]，從而更有效地制定市場策略、優化產品設計、提升服務質量，進而有助于企業更好地應對信息不對稱問題，提高投資決策的科學性和準確性。此外，數智融合的發展還有利于企業獲取同類企業相關信息，通過向其他企業學習來有效降低投資失誤率。再次，數智融合發展有益于企業構建智能化的決策支持系統，通過實時監控市場變化，快速生成決策建議或預警信息，幫助企業決策者及時把握市場動態，將復雜的數據分析和決策過程自動化，以緩解委托代理問題，減少因代理人的自利行為而產生的非效率投資。

市場要素壁壘的消融及企業信息搜集、傳播、處理、利用能力的提升均有助于緩解企業面臨的信息不對稱問題，更廣泛更準確信息的獲取和處理使得企業能夠獲得更多有用信息，有益于減少企業在投資決策中的偏差。基于此，提出本文的研究假設H2。

H2：數智融合發展能夠通過降低信息不對稱程度，從而改善實體企業投資效率。

一方面，夯實企業自身對數智技術的應用，有助于市場主體擴大信息交流和拓展自身的原有業務范

圍，加快培育新的增長極，重構市場組織結構，為企業直接融資創造更多機會。同時，大數據技術、深度學習等數智技術的應用有利于企業更加全面地評估合作伙伴的表現，提前識別潛在的風險并制定應對策略，及時調整戰略，靈活選擇合作伙伴，進而有助于建立安全、可信、高效的融資體系，降低合作伙伴之間的信任成本，有效緩解企業融資約束。另一方面，數智時代背景下，數據的透明性和可得性也為金融機構實時監控和準確評估企業經營狀態和發展前景提供了前提條件，極大地緩解了信息不對稱情形下融資難的問題^[29]，并進一步吸納了更多中小企業進入金融體系，有利于盤活更多中小企業資金，使其投融資更加便捷、高效。金融機構數智技術的應用還極大地簡化了企業開展金融活動的流程，降低了企業的投融資活動成本，進而提高了企業投融資效率。

因此，融資約束的舒緩使得企業擁有更多的可支配資金，為企業實現長期目標提供了堅實的后盾，既有利于企業進行分散投資，降低企業投資風險，又有利于企業及時改變投資策略，由低收入項目轉向高收入項目投資，實現更好的發展^[17]。基于此，提出本文的研究假設H3。

H3：數智融合發展能夠通過緩解融資約束，從而改善實體企業投資效率。

三 研究設計

（一）模型構建

為了研究地區數智融合發展水平對實體企業投資效率的影響方向及大小，本文構建如下計量模型進行分析：

ineffectiveitp=α0+α1DIitp+αkControlsitp+

φi+γt+φj+λp+εitp（1）

其中，i表示實體企業，t表示時間，p表示實體企業所在省份，j表示實體企業所在行業，α0、α1、αk為待估參數，其中α1為核心解釋變量數智融合發展的待估參數，若α1顯著小于0，說明數智融合發展有利于降低企業的非效率投資水平，證明了前文的研究假說H1。φi、γt、φj、λp、εit分別表示個體固定效應、時間固定效應、行業固定效應、省份固定效應和隨機擾動項。其余變量的定義如表2所示。

參考Heckman等^[30]和Gelbach^[31]的做法，建立式（2），對假設H2和H3關于信息不對稱和融資約束的間接效應進行檢驗。

ineffectiveitp=α0+α1DIitp+αkControlsitp+

φi+γt+φj+λp+εitpMitp=β0+β1DIitp+βkControlsitp+φi+γt+

φj+λp+εitpineffectiveitp=δ0+δ1DIitp+δ2Mitp+

δkControlsitp+φi+γt+φj+λp+εitp （2）

其中，M表示中介變量信息不對稱程度（IA）和融資約束（FC），其余變量與式（1）保持一致。

（二）變量選取

1. 被解釋變量

本文被解釋變量為實體企業的投資效率，測度企業投資效率的模型較多，現有文獻主要使用理查森預期投資模型和數據包絡分析法。本文參考劉亦文等^[4]的研究，使用理查森的預期投資模型，對我國2011-2020年實體企業投資效率進行測度。模型回歸方程設定為

Investi，t=α0+α1Investi，t－1+α2Reti，t－1+

α3Levi，t－1+α4Agei，t－1+α5Sizei，t－1+α6Growthi，t－1+α7Cashi，t－1+∑Year+∑Industry+εi，t （3）

其中，Investi，t表示企業i第t年的實際新增投資。在模型中控制了股票回報率（Ret）、資產負債率（Lev）、企業年齡（Age）、企業規模（Size）、企業成長性（Growth）和企業現金流狀（Cash）對企業實際投資的影響，并對所有解釋變量進行了滯后一期處理。∑Year表示時間固定效應，∑Industry表示行業固定效應。殘差項εi，t代表了企業實際投資規模與理想投資規模的偏離程度，即企業非效率投資程度，εi，t小于0表示實際投資低于理想投資規模，即投資不足，εi，t大于0表示實際投資超過理想投資規模，即投資過度。用 ineffective表示企業投資效率的絕對值εi，t，ineffective越大，企業實際投資偏離理想投資規模的程度越大，企業的投資效率也就越低。

2.核心解釋變量

本文的核心解釋變量為地區數智融合發展水平，參考劉亦文等^[32]的測度方法，從數智業務發展、數智產業發展、數智基礎設施、數智企業發展、數智人文素養和數智政務治理六個方面構建指標體系，對我國30個省（直轄市、自治區，除西藏和港澳臺地區外）2011-2020年數智融合發展水平進行測度。數據主要來源于《中國統計年鑒》、政府工作報告、上市公司報告、CNRDS數據庫、萬得數據庫和國泰安數據庫。

3.控制變量

為了糾正遺漏變量偏誤，本文設定如下企業層面的控制變量：企業規模（Size）、股票收益率（Stock_yield）、營業收入增長率（Growth）、凈利潤率（Net）、資產負債率（Asset_liability_ratio）、大股東占款（Occupy）。鑒于宏觀因素同樣對投資效率產生影響，有必要對省級層面的干擾因素進行控制，因此本文進一步控制產業結構（Second）、對外開放程度（FI）和經濟發展水平（PGDP）三個主要因素，從而緩解遺漏變量因素所引起的內生性問題。變量的具體定義如表2所示。

（三）數據說明與描述性統計

本文以2011-2020年中國A股上市實體企業為研究樣本，所用數據主要來源于CSMAR數據庫、國家統計局、CNRDS數據庫和萬得數據庫，對本文使用的數據進行預處理以保證估計結果的可靠性：（1）剔除金融、房地產等行業企業；（2）剔除ST、ST*和PT企業；（3）剔除數據嚴重缺失的企業；（4）對個別缺失的企業數據使用平均值插補方法補齊；（5）對主要連續變量進行縮尾處理。最終獲得3205家實體企業共19636條樣本數據。

表3為主要變量的描述性統計結果。其中：實體企業投資效率的均值為0.0477，中位數為0.0267，數據呈右偏分布的特征，樣本期內大部分企業存在非效率投資，標準差為0.1420，說明不同企業投資效率存在顯著差異。其中，過度投資和投資不足樣本同樣存在著數據右偏分布特征，對比兩組樣本的標準差可知，過度投資樣本的標準差大于投資不足樣本的標準差（0.2200gt;0.0467），說明相較于投資不足企業，過度投資企業非效率投資規模的差異更大；對比兩組樣本數（7612lt;12024）可知，大多數企業處于投資不足狀態，企業投資傾向明顯，投資規模未達到預期水平。數智融合發展綜合指數的均值（0.2050）大于中位數（0.1390），各地區數智融合發展水平同樣呈現出右偏分布，大部分地區數智融合綜合發展仍然不充分，且地區間差異明顯。

四 實證分析

（一）基準回歸

數智融合發展水平對企業投資效率的基準回歸結果如表4所示。列（1）中，核心解釋變量數智融合發展水平（DI）的估計系數為-0.0155，且在5%水平下顯著，說明數智融合發展減少了企業非效率投資行為的發生，有利于改善實體企業的投資效率。數智技術在企業中的應用有助于打破部門間的交流壁壘，加快企業內信息傳遞，重塑企業內部組織結構，實現企業資源的高效管理和調度，為管理者投資決策的制定提供更加充分和更有價值的信息，進而提升企業投資效率。同時，數智技術與實體企業的深度融合有助于提高企業生產力和獲取更廣泛的數據信息，進而實現資源的調整優化，減少對非必要項目的投資，提升企業投資效率。

下文將企業非效率投資行為分為過度投資和投資不足兩部分，分別研究數智融合發展水平對兩個分樣本的影響效果。表4列（2）為過度投資的回歸結果，數智融合發展水平的回歸系數為-0.0150，但并不顯著，說明數智融合發展對減少企業實際投資中超出理想投資規模的不合理部分、降低過度投資的規模并無明顯作用。列（3）為投資不足的回歸結果，數智融合發展水平的估計系數為-0.0140，在5%水平下顯著，說明地區數智融合發展能夠使企業獲得充分準確的信息，把握投資不足部分項目的市場動態，調整投資決策，增加投資不足部分的投資。對比投資過度與投資不足估計系數可以發現，地區數智融合發展顯著降低了實體企業投資不足規模，進而實現了實體企業總體投資效率的提升。

（二）穩健性檢驗

1.考慮遺漏變量

由于存在大量未包含在模型內的變量，本文考慮更加嚴格的固定效應：個體和時間的交乘固定效應，以及地區與時間的交乘固定效應，將其分別加入模型中進行回歸分析。回歸結果如表5列（1）、列（2）所示，可以看出，核心解釋變量的回歸系數均在1%水平下顯著為負，說明控制更加嚴格的固定效應后，數智融合發展依舊能夠降低企業非效率投資規模，基準回歸結果具有穩健性。

2.核心解釋變量滯后期調整

考慮到數智融合發展帶來的社會紅利并不一定能在企業決策上得到及時的體現，因此本文采用核心解釋變量數智融合發展水平滯后一期和滯后兩期的數據，研究其與企業投資效率之間的關系，回歸結果如表5列（3）、列（4）所示，滯后一期的數智融合發展水平（L1.DI）的估計系數為-0.0213，通過5%顯著性水平檢驗，滯后兩期的數智融合發展水平（L2.DI）的估計系數在1%水平下顯著為負，表明滯后一期和滯后兩期的數智融合發展水平對企業非效率投資具有一定的抑制效果，與基準回歸結果一致，回歸結果具有一定的穩健性。

（三）機制檢驗

基準回歸結果已經證明數智融合發展能夠降低實體企業非效率投資規模，同時理論分析表明，數智融合發展可以緩解企業信息不對稱問題、企業融資約束，進而提高企業投資效率，因此本部分采用中介效應模型對以上中介機制進行驗證，具體檢驗公式為式（2）。企業信息不對稱程度的測量參考于蔚等^[33]的方法，融資約束指標采用融資約束FC指數來衡量。檢驗結果如表6所示，列（1）、列（2）為企業信息不對稱程度的檢驗結果，列（3）、列（4）為企業融資約束的檢驗結果。

根據列（1）可以看出，數智融合發展水平（DI）對企業信息不對稱程度（IA）的回歸系數在1%水平下顯著為負，說明地區數智融合發展降低了企業信息不對稱程度，緩解了信息不對稱問題。由列（2）可以看出，IA對企業投資效率（ineffective）的回歸系數在1%顯著性水平下顯著為正，說明企業信息不對稱程度與其投資效率規模間存在著顯著的正相關關系，即企業信息不對稱程度降低有助于減少企業非效率投資規模，進而實現投資效率的提升。地區數智融合發展有助于消融實體企業面臨的信息壁壘，強化企業信息搜集、傳播、處理和利用能力，減少因信息不對稱問題帶來的投資偏差問題，實現企業投資效率的提升。因此，假設H2得到驗證。

由列（3）可以看出，數智融合發展水平（DI）對融資約束（FC）的回歸系數在1%水平下顯著為負，表明地區數智融合發展能夠緩解企業融資約束。由列（4）可以看出，FC對企業非效率投資規模的回歸系數在10%水平下顯著為正，說明企業融資約束和其投資效率之間呈正相關關系，企業融資約束的緩解有利于減少企業非效率投資行為，從而提升企業投資效率。地區數智融合發展有助于拓寬實體企業直接融資和間接融資渠道，降低融資成本，使得企業擁有更多的可支配資金，進而有助于企業分散投資，降低投資風險，有利于企業及時調整投資策略，提高投資收益。因此，假設H3得到驗證。

（四）異質性分析

1.區域數智基礎設施水平異質性

一方面，區域數智基礎設施水平的差異決定了區域內各經濟主體信息交流的時效性和有效性，數智基礎設施水平高地區的政府、金融機構、企業等機構組織內部及之間的溝通效率更高，充足的高質信息的獲取有助于實體企業更加全面、系統地分析項目發展前景，做出更具效率的投資決策；另一方面，數智基礎設施水平高的地區具備良好的“學習能力”，既為吸收和創造新知識、新技術提供了沃土，又能產生良好的溢出效應，促進區域內實體企業提高整體能力，優化企業投資決策。本文以地區數智基礎設施水平中位數為分組依據進行分組，分析數智基礎設施水平差異對企業投資效率的影響，回歸結果如表7列（1）、列（2）所示。可以看出，數智基礎設施水平較高地區的回歸系數在10%水平下為負，數智基礎設施水平較低地區的回歸系數為負但不顯著，說明地區數智基礎設施水平較高時，區域內經濟主體間信息交流效率更高，新知識、新技術的傳播和應用力度更大，因此數智融合能夠得到更好的發展，以實現對實體企業投資效率的提升效用。

2.產業異質性

對于高技術產業而言，由于其已經配備了先進的數智化設備，掌握了尖端的技術，并匯聚了專業的人才資源，相關企業在投資決策過程中能夠展現出高度的科學性。然而，對于非高技術產業來說，地區數智融合的推進極大地加快了產業內企業的數智化轉型進程，有助于減少因信息不對稱、決策機制不健全或傳統管理模式局限等因素所帶來的非理性投資決策，進而有效提升企業的投資效率。因此，本文分析實體企業所在產業對其投資效率的影響。根據國家統計局發布的《高技術產業（制造業）分類（2017）》和《高技術產業（服務業）分類（2018）》，本文將樣本企業按照所處產業分為高技術產業企業和非高技術產業企業，分組回歸結果如表7列（3）、列（4）所示。可以看出，高技術產業企業的回歸系數為負但不顯著，說明數智融合發展對高技術產業企業投資效率并沒有明顯的影響。非高技術產業企業的回歸系數在1%水平下顯著為負，說明數智融合發展能夠顯著降低非高技術產業企業非效率投資規模。

五 進一步分析

前文的研究結果表明：數智融合發展能夠緩解實體企業面臨的融資約束和信息不對稱問題，進而提升企業投資效率。但在企業經營活動中，還存在著多種因素對數智融合發展提升企業投資效率的效用產生影響。本文從企業內部治理和外部壓力兩個視角，內部治理能力、市場競爭壓力和媒體負面報道壓力三個方面研究其在數智融合提升企業投資效率中的調節作用。因此，本文構建回歸模型（4）對所研究的調節作用進行檢驗：

ineffectiveitp=η0+η1DIitp+η2Uitp+

η3DIitp*Uitp+ηkControlsitp+φi+γt+φj+

λp+εitp（4）

其中，U表示調節變量，分別為企業內部治理能力（MA）、市場競爭壓力（competition）和媒體負面報道壓力（report），其他與式（1）一致。

（一）企業內部治理調節

公司內部治理被普遍認為是公司股東、董事會和管理層之間形成相互制衡的制度安排^[34]，使得三方利益達成一致。良好的公司治理能設計出切實可行的激勵機制，使管理者與股東的目標達成一致，減少管理層自利行為的發生，有益于緩解信息不對稱帶來的道德風險和逆向選擇問題^[35]。數智技術的廣泛應用提升了社會信息的透明度，打破了信息傳遞的時空壁壘，加快了信息傳播和交流的速度，使得企業股東能夠在更大范圍內聘請到實現股東利益最大化的董事代表，進而制定激勵合約搜尋到與企業發展目標契合的管理人員，實現企業長遠發展和投資效率的提升。

為研究公司內部治理在數智融合提升企業投資效率過程中的調節作用，本文參考周茜等^[36]的衡量方法，從高管監督力度、激勵機制、決策權力等方面選擇指標，構造綜合性指標衡量公司內部的治理水平。回歸結果如表8列（1）所示，可以看出數智融合與企業內部治理能力的交互項（DI*MA）的估計系數為-0.1228，且在1%水平下顯著，與DI項系數的符號一致，說明企業內部治理能力在數智融合提升企業投資效率過程中發揮著促進作用，企業內部治理能力越強，越有利于利用數智融合帶來的紅利優化企業投資決策，實現企業投資決策效率的提升。

（二）企業外部壓力調節

企業外部壓力同樣能夠約束和規范企業管理者的行為，減少管理者自利行為和短視行為，提升企業投資效率。本文重點研究市場競爭壓力和媒體負面報道壓力在數智融合提升企業投資效率過程中的調節作用。

1.市場競爭壓力的調節作用

激烈的市場競爭不僅考驗企業的生存能力，更是推動企業不斷進步和優化的強大動力。首先，激烈的市場競爭加快了行業優勝劣汰^[37]，為了在激烈的競爭中脫穎而出，企業有動力完善自身體制機制，調整企業治理結構，優化企業決策制度，并披露更多信息以尋求更多融資和投資機會，優化資源配置^[38]。其次，在面對激烈的市場競爭，管理層需要不斷調整戰略，靈活應對市場的波動，這使得企業的投資組合更具多樣性，減少了非效率投資的風險^[39]。同時，管理層不再滿足于傳統的經營方式，而是更加注重創新和變革，以更好地適應市場的需求，進而改善企業非效率投資狀況。最后，市場競爭還為企業提供了行業標桿，極大地激勵了企業高管的正面行為^[37]，高管需要不斷提升自身的領導力和管理水平，追求卓越，以確保企業始終處于行業的領先地位，即市場競爭推動企業管理者采取更為負責任和創新性的經營決策，進而實現提升企業投資效率的目標。

本文采用行業勒納指數衡量市場競爭度，行業勒納指數越高，競爭度越低，反之競爭度越高。表8列（2）為市場競爭在數智融合提升企業投資效率過程中的作用效果的回歸結果，可以看出數智融合的發展水平與市場競爭壓力的交互項（DI*competition）的估計系數在5%水平下顯著為正，說明市場壟斷削弱了數智融合對企業非效率投資的抑制作用，市場競爭則有利于區域數智融合對企業投資效率的提升。市場競爭性越強，企業越有動力進行內部優化，披露更多內部信息，調整投資策略，提升投資效率。

2.媒體負面報道壓力的調節作用

首先，媒體報道在企業與外部投資者之間發揮著信息傳遞媒介的作用，有助于雙方信息交流，拓寬企業的融資渠道，有助于企業進行更多投資項目，減少投資不足規模，進而提高投資效率^[40]。其次，媒體在揭露商業丑聞中發揮著至關重要的作用，因此媒體的存在往往能夠對企業形成良好的監管^[41]，約束企業不良行為的產生：一方面，媒體有機會與公司管理者進行直接互動，發現企業運行中存在的機會主義問題和違規行為；另一方面，數字化時代加快了媒體報道傳播速度，進而加快了管理者聲譽在市場上傳播的速度。良好聲譽的維持對企業管理者未來發展至關重要，這極大約束和規范了管理者的自身行為，使其考慮在任期之內為企業帶來良好的業績，優化企業決策，進而提高企業投資效率。

本文采用企業的網絡財經負面新聞報道量占比衡量企業面臨的媒體負面報道壓力，研究其在數智融合提升企業投資效率過程中的作用，數據來源于中國研究數據服務平臺。回歸結果如表8列（3）所示，report的估計系數在1%水平下顯著為負，說明企業面臨的媒體負面報道壓力能夠顯著抑制企業非效率投資行為，提升企業的投資效率，而數智融合發展水平與媒體的交互項（DI*report）的估計系數在1%水平下顯著為正，與DI項估計系數（-0.0821）的符號相反，表明企業面臨的媒體負面報道壓力會削弱部分數智融合發展對企業非效率投資的抑制作用，即企業面臨的媒體負面報道壓力與數智融合發展呈現出替代關系。

六 結論與政策建議

充分利用數智融合的發展優勢，以優化和改善企業的非效率投資決策，對于促進中國經濟高質量發展具有重要意義。本文使用理查森的預期投資模型測度了企業的非效率投資規模，對實體企業投資效率與數智融合發展現狀進行分析，就數智融合對實體企業投資效率的影響展開了實證研究，從信息不對稱和融資約束角度分析了潛在影響，并進行了相應的穩健性檢驗和異質性分析，得到了如下結論：一是數智融合發展能顯著提升區域內實體企業的投資效率，數智融合發展水平越高，企業非效率投資規模越小，其中，數智融合發展主要減小了企業投資不足規模，而對投資過度規模并無顯著影響。控制更嚴格的固定效應和使用滯后期的數智融合發展水平進行回歸，回歸結果依舊顯著為負，表明本文的基本結論穩健。二是機制檢驗結果顯示，數智融合發展通過緩解企業面臨的信息不對稱問題和融資約束，減少企業投資偏差，使企業具有更充足的資金進行合理投資，進而實現提升投資效率的目的。三是異質性分析表明，地區數智基礎設施水平達到較高水平時，數智融合發展才能顯著提升地區內實體企業投資效率，相較于高技術產業企業，這一提升作用在非高技術產業企業中表現得更加明顯。最后，根據調節效應檢驗可知，企業內部治理能力能夠強化數智融合對企業投資效率提升的促進作用，激烈的市場競爭同樣強化了這一促進效果，但企業面臨的媒體負面報道壓力則削弱了數智融合對企業非效率投資的抑制作用。

根據以上實證結論，結合中國經濟發展的實際情況，本文提出如下政策建議：

第一，強化地區數智融合建設。當地政府應加快完善自身數智基礎設施建設，為區域內數智發展提供牢固的技術支持。充分發揮區域協調作用，完善交通和信息基礎設施，加強資本、勞動力、知識、技術等要素在區域間的流動。同時，堅持推動數智創新，不斷探索新的數智應用場景，加大科研投入，保障高校等科研機構的研發投入，促進產學研一體化發展，實現創新成果的有效利用，實現數智融合對各經濟主體的增速提效。第二，加快數智技術與實體企業縱深融合步伐。相關部門應加快起草和出臺多樣的鼓勵及優惠政策，積極推動實體企業落實應用數智技術，適當加大對傳統產業、中小規模企業等面臨“轉型難”困境企業的幫扶力度，實現數智技術對全產業的賦能和對企業生產運營全流程的優化，緩解企業信息傳遞低效問題，強化監督機制，實現資源的合理分配。鼓勵和強化市場競爭，降低市場準入門檻，加快行業優勝劣汰，推動企業改革創新。第三，深化數字金融建設。利用數字金融盤活資本，精簡企業融資流程，降低融資門檻，提高資金流動性和利用率，增強企業投資靈活性。金融機構應強化與科技公司、初創企業的合作伙伴關系，以更快獲取創新技術，探索并采用人工智能、區塊鏈和大數據分析等新興技術，建立健全的數據治理框架，優化風險管理與客戶體驗，提高運營效率，確保從源頭到終端的數據流暢性，并提供更具競爭力的產品和服務。第四，夯實優質資源運用。實體企業應充分運用大數據、人工智能等技術盤活優質資源，切實有效地提高企業治理能力和治理效率，利用大數據和機器學習技術進行實時監測和預測，建設智能化的風險管理系統，為企業投資決策的制定提供高質量、科學化的信息。注重數智化人才的培養，提高職業經理人的數智素養，準確把握數智技術創新前沿動向，激發企業數智創新活力。綜合考慮區域資源稟賦和企業自身特征等實際情況，合理利用既有資源和信息，將其與自身發展相結合，辯證看待媒體報道，推動投資效率提升。

［參 考 文 獻］

［1］ 陽鎮，陳勁.數智化時代下企業社會責任的創新與治理[J].上海財經大學學報，2020（6）：33-51.

［2］ 曹建飛，譚揚天.數字經濟對產業鏈韌性的影響研究[J].商學研究，2024（3）：96-107.

［3］ Brynjolfsson E， Smith M D. Frictionless commerce？ A comparison of Internet and conventional retailers[J]. Management Science，2000（4）：563-585.

［4］ 劉亦文，譚慧中，陳熙鈞，等.數字經濟發展對實體經濟投資效率提升的影響研究[J].中國軟科學，2022（10）：20-29.

［5］ 潘文富，張孝方.企業數字化、管理費用率與投資效率[J].技術經濟，2023（9）：121-132.

［6］ 侯巧銘，宋力，蔣亞朋.管理者行為、企業生命周期與非效率投資[J].會計研究，2017（3）：61-67+95.

［7］ 顧海峰，翟淋源.高管薪酬粘性、風險承擔與企業投資效率——管理者權力與融資約束的調節作用[J].證券市場導報，2021（1）：33-43.

［8］ 萬佳彧，李彬，徐宇哲.數字金融對企業投資效率影響的實證檢驗[J].統計與決策，2022（19）：135-139.

［9］ Ma Q Q， Zhou J N， Wang Q， et al. The impact of key audit matters on goodwill accounting and investment behavior： evidence from China[J]. International Review of Financial Analysis， 2024，93：103144.

［10］Ellili N O D. Impact of ESG disclosure and financial reporting quality on investment efficiency[J]. Corporate Governance： The International Journal of Business in Society， 2022（5）：1094-1111.

［11］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗[J].中國工業經濟，2019（8）：5-23.

［12］郭凱明，潘珊，顏色.新型基礎設施投資與產業結構轉型升級[J].中國工業經濟，2020（3）：63-80.

［13］夏杰長.中國式現代化視域下實體經濟的高質量發展[J].改革，2022（10）：1-11.

［14］荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架[J].經濟學家，2019（2）：66-73.

［15］趙濱元.數字技術應用、智能制造生產模式和企業生產效率[J].經濟與管理，2023（6）：76-84.

［16］張云，尹藝霏.數字化轉型、公司治理模式與企業全要素生產率[J].鄭州大學學報（哲學社會科學版），2023（5）：53-58.

［17］江紅莉，蔣鵬程.數字金融能提升企業全要素生產率嗎——來自中國上市公司的經驗證據[J].上海財經大學學報（哲學社會科學版），2021（3）：3-18.

［18］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業[J].數量經濟技術經濟研究，2019（5）：3-22.

［19］王林輝，胡晟明，董直慶.人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估[J].中國工業經濟，2020（4）：97-115.

［20］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J].管理世界，2020（10）：65-76.

［21］Goldfarb A， Tucker C. Digital economics[J]. Journal of Economic Literature， 2019（1）：3-4.

［22］劉亦文，高京淋.數字經濟發展對制造業企業投資效率提升的影響[J].金融經濟學研究，2024（2）：73-89.

［23］何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估[J].改革，2019（4）：137-148.

［24］戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020（6）：135-152+250.

［25］陳德球，胡晴.數字經濟時代下的公司治理研究：范式創新與實踐前沿[J].管理世界，2022（6）：213-240.

［26］湯萱，高星，賴曉冰.數字化轉型對企業勞動生產率的影響研究[J].經濟縱橫，2022（9）：104-112.

［27］Talha M， Wang F， Maia D， et al. Impact of information technology on accounting and finance in the digital health sector[J]. Journal of Commercial Biotechnology， 2022（2）：184-195.

［28］楊達，魯大偉.基于數字孿生技術的城市綠色治理路徑探析[J].湖南大學學報（社會科學版），2023（5）：64-72.

［29］喬彬，申鈺晴，趙廣庭，等．數字金融與企業金融化：“脫實向虛”還是“脫虛向實”［J］．財經理論與實踐，2024（6）：19-26.

［30］Heckman J， Pinto R， Savelyev P. Understanding the mechanisms through which an influential early childhood program boosted adult outcomes[J]. The American Economic Review， 2013（6）：2052-2086.

［31］Gelbach J B. When do covariates matter？ And which ones， and how much[J]. Journal of Labor Economics， 2016（2）：509-543.

［32］劉亦文，陳熙鈞.數智融合發展對中國減污降碳協同治理的影響研究[J].環境科學研究，2023（11）：2189-2199.

［33］于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應[J].經濟研究，2012（9）：125-139.

［34］葉陳剛，裘麗，張立娟.公司治理結構、內部控制質量與企業財務績效[J].審計研究，2016（2）：104-112.

［35］Liu Z" H， Tang H Q， Zhang C S. Corporate governance， moral hazard， and financialization[J]. International Review of Economics amp; Finance， 2023，88：318-331.

［36］周茜，許曉芳，陸正飛.去杠桿，究竟誰更積極與穩妥[J].管理世界，2020（8）：127-148.

［37］王靖宇，張宏亮.產品市場競爭與企業投資效率：一項準自然實驗[J].財經研究，2019（10）：125-137.

［38］劉曉華，張利紅.產品市場競爭、會計信息質量與投資效率——2001-2014年中國A股市場的經驗證據[J].中央財經大學學報，2016（9）：57-72.

［39］陳信元，靳慶魯，肖土盛，等.行業競爭、管理層投資決策與公司增長/清算期權價值[J].經濟學（季刊），2014（1）：305-332.

［40］Gao X， Xu W D， Li D H， et al. Media coverage and investment efficiency[J]. Journal of Empirical Finance， 2021，63：270-293.

［41］Okhmatovskiy I， Shin D. Changing corporate governance in response to negative media reports[J]. British Journal of Management， 2019（1）：169-187.