企业内部控制要素对全要素生产率的影响研究

钱佳亮 徐 燕 骈子涵

（新疆财经大学 新疆乌鲁木齐 830012）

研究背景

步入21世纪以来，随着人们对美好生活需求的逐步升级，我国经济在经历高速发展的同时也越来越关注生产产品的效率和质量，这意味着我国经济发展开始更加重视质量和效率的提升。全要素生产率作为实现经济高质量发展的重要指标，近几年来受到国内外学者的广泛关注，但全要素生产率会受到企业规模大小、技术水平和管理模式的影响。虽然我国上市公司规模在不断扩张，但企业除人力和资金之外的投入产出比率即全要素生产率却仍然较低，所以提高企业生产效率、探索经济增长的新动力成为亟需解决的难题。

企业全要素生产率的变化是内部控制经济效果的综合体现，有效的内控制度可以为企业的运转提供保障，使得企业的资源按照预期目标在不同的技术水平下进行合理配置，并从内部进行监督，确保资源的高效利用。《关于加强中央企业内部控制体系建设与监督工作的实施意见》印发以来，各中央企业按照国资委有关工作要求，在完善工作机制、加强制度建设、强化重大风险防控及监督评价等方面取得了积极成效，但从国资委监管工作中反映出的重大风险事件及严重违规经营投资问题看，部分企业内控体系还存在重大缺陷和突出问题，具体表现为基层单位管理制度不完善、内控体系制度整合优化不到位、重大风险评估监测工作不深入、内控体系监督评价覆盖率低、监督评价流于形式等。

创新是企业在竞争中立足市场的重要手段，同时创新会给企业带来新问题和新情况，企业所面临的风险程度可能会更高，这时企业内部控制能及时地为企业治理活动提供相应的制度规则，同时为企业的技术创新业务提供及时的保障。因为通过建立有效的内部控制体系对企业进行有效的内部控制，能够约束和降低企业受到信息不对称、委托代理等问题所带来的风险，所以良好有效的内部控制会对公司创新起到重要的促进作用。

基于上述分析，本文以我国A股制造业上市公司为样本，从内部控制的不同维度研究不同程度的内部控制对公司全要素生产率的影响，以拓展已有文献对全要素生产率的研究，促进企业完善内部控制体系以实现企业生产率的提高。

理论分析与研究假设

（一）内部控制要素与全要素生产率

内部控制实质上是一种目标管理。其目的在于运用一定的手段在企业内部设立各方面制约、监督和调节的组织、体系、程序和方法来提高企业运营效率和有效获取并使用各类资源。内部控制被认为是企业的一项重要治理机制，是企业实现资源配置效率提升、实现高质量发展的关键前提条件。许多研究及相关理论表明，公开披露公司的真实信息是有效解决市场信息不对称问题的关键途径，但公司的管理层可能出于自身利益考虑只会报喜不报忧，导致管理层利用其掌握的私有信息及企业实际经营权来阻碍内部控制的有效性。此外，内部控制的重要作用还体现在其作为一种调节机制，内部审计和控制活动自我评估会在监督过程中发挥重要的职能作用，最终效果会通过能否监督各工作流程的实施并且保证每项工作完美衔接体现出来。内部控制可以利用其风险评估和监督机制做到预估风险、监督企业活动，并利用控制活动减少甚至消除风险，保证企业健康运行。

全要素生产率（TFP）指对投入资源利用的效率。在追求高质量发展的时代背景下，越来越多的企业将提高全要素生产率作为企业实现长远发展的目标。在大多数学者的研究中，将全要素生产率定义为企业总产量增长率中除劳动要素和资本要素之外，依靠技术进步和资源的优化配置等因素所产生的“余值”。资源开发利用效率是全要素生产率的关键，它的提高需要依赖良好的内部控制质量、薪酬制度等。一方面，内部控制可以有效防止一些发生在企业内的典型代理问题的出现，保证企业运营的有效性；另一方面，内部控制可以提高企业内部信息的公开性和透明度，从而降低内部信息传递成本，减少信息不对称现象的发生，提高企业管理效率。良好的企业内部环境能够为公司提供规范的治理结构以及议事规程，使得公司各项工作能够顺利进行，同时也能明确各方的职责权限，科学地为企业做好分工，使得企业内每个人都各司其职，充分发挥每个人的主动性与能力，从而企业效率得到提高，使得企业全要素生产率得到增长。

内部控制各要素在全要素生产率的提高上都发挥了重要作用，每一个要素都在这一过程中起到关键作用。内部控制中的风险评估是企业识别相关风险的关键所在，有效的风险评估能够及时对企业中决策、经营等方面遇到的风险进行分析，并采取方案解决风险。风险评估能够识别研发投入等影响因素所导致的潜在风险，使研发活动能顺利进行，以此来促进企业全要素生产率的提升。内部控制中的信息沟通有利于减少企业内部信息不对称问题的发生，减少企业内部的一些代理成本，使得企业内上下级能够准确迅速地传递信息，提高整个企业的运行效率，促进企业全要素生产率的增长。此外，内部控制中的内部监督能够使经理人的权利受到制约，减少经理人的机会主义倾向，使得经理人隐瞒股东做出对自己有益的决策，而使得企业利益受损的行为减少，使其做出更有利于企业的决策，促进企业全要素生产率的增长。因此，本文提出假设H1：企业内部控制各要素与全要素生产率呈正相关关系。

（二）内部控制要素与研发投入

技术进步是提升全要素生产率的关键，但技术的创新往往伴随着大量资金、人力等资源的投入，必然要从其他的经营活动中挤占大量资源，给企业造成巨大的负担使得经理人尽可能地避免投资创新，因此要想使得研发投入对企业绩效起到促进效果，企业必须要拥有良好的内部控制来进行监督。根据委托代理理论，委托方（股东）和代理方（管理层）之间由于两权分离且目标函数不一致，代理方会利用私有信息和实际经营决策权在委托方无法察觉的情况下做出损害对方利益而最大化自身利益的隐藏性行动。内部控制各要素能够起到缓解信息不对称的作用，并以此给予股东进行研发投入的信心，使得创新研发活力得到激发。并且，伴随着企业内部控制水平的提高，企业公布的会计信息的可信度及透明度也会随之提升，利益相关者能更加迅速有效且全面地把控企业的资源分配，使得资源投入到正确的生产活动中，提高企业资源的使用效率，避免无效的投资行为，提高企业资金的使用效率，在公司内部进行更加谨慎的战略决策，从而提升公司的运营效率，减少管理层只追求短期利益的行为。内部控制的无效性则意味着相关利益者所能获得的信息可能是不可靠的，其后果是投资者的投资风险增加，进而导致想要增加权益性投资变得困难，更高的债务性投资会使企业减少研发的投入以降低企业的财务负担。因此，良好的内部控制质量有利于为企业创建良好的创新环境，提高企业内部各级人员的创新意识，使各级部门之间协调运行，保证企业的创新活动有序进行。

此外，内部控制中的风险评估在内部控制中发挥着识别、分析企业各项活动过程中相关风险的作用，并能够快速制定应对风险的策略来解决风险。构建完善的内部控制风险评估机制可以正确评价企业的外部竞争、法律环境、内部运营安全等，并以此为管理层选择合理的风险投资组合提供有效建议，使得投资收益不偏离特定目标。因此，在研发活动过程中可以借助有效的监督和风险评估体系来保证整个过程中的风险处于可控范围之内，减少投资研发失败所带来的负面影响，从而鼓励创新以提高企业的创新能力。内部控制中的控制活动是对上级下达命令得以实现的保障措施，为了控制“使企业目标不能达成的风险”而采取的必要行动。有效的信息和沟通系统可以让利益相关者密切关注企业整体运营状况，同时影响到企业内部控制的效果。信息沟通减少了部门间信息不对称，因而降低了企业内部的沟通成本，提高各部门之间的生产活动协调度，使管理者做出更加明智的决策。

企业内部控制质量越好，就越能减少内部管理人员为了私人利益而冒险占有企业资产的行为，从而保证了企业内部循环的现金流充足，将资金用在企业创新等长期获益的活动中，会给予投资者感知其存在重大经营风险的程度较低，相关投资者就会对企业的未来拥有更强的信心，就越愿意对企业进行投资，这便使得企业高管更容易通过对研发投入的决策。因此，本文提出假设H2：企业内部控制各要素与企业的研发投入呈正相关关系。

（三）研发投入与全要素生产率

全要素生产率（TFP）描述的是在一定时间内生产的效率，其增长率经常被用来当作是衡量技术进步的指标，即除有形生产要素之外的投入要素所引起的经济增长，特指由于技术进步所引起的生产率的增长，是衡量企业综合能力的一项重要指标。当前，企业间的竞争形式逐渐转变为通过创新提高企业全要素生产率，进而增强自身核心竞争力。企业研发投入越高，就越能吸引高新技术人才，企业的资源利用就会更优化；而当企业的研发投入不足时，企业就会从多方面控制成本，甚至抑制创新，从而抑制全要素生产率的提高。通过对发达国家过去的成长经历研究可以发现，增加研发投入能给企业带来更多的知识资本的积累，并利用知识资本最终实现企业的技术进步。此外，科技创新是提升全要素生产率的关键，为企业生产率水平的提升提供基础，能使得企业的核心竞争力得到巨大的提升。随着发展中国家内部创新活动的快速增加，一国内部区域间技术流动也越来越密切，完善技术市场经济成为提升全社会技术要素配置效率的关键路径。技术创新的最终目标是使企业获得竞争优势，实现高质量发展，更好地促进企业全要素生产率的提升。

有学者发现研发投入对当期企业全要素生产率并无显著的正向影响，甚至有时会产生负向影响，使得企业承担更多的成本。尽管研发投入促进全要素生产率提高不可能一蹴而就，需要逐步的积累，但随着技术能力水平的提高，企业研发创新对全要素生产率的作用将逐渐由不相关最终向正向显著转变。在追求经济高质量发展的时代背景下，一味地依靠资源来实现企业的发展已然不切实际，企业核心竞争力的形成越来越依赖科技，企业的研发投入强度也成为企业能否更好利用自身资源的前提。因此，本文提出假设H3：企业研发投入强度对企业全要素生产率具有正向影响。

结合上述内容，内部控制各要素对全要素生产率起到了显著的影响，研发投入在这一传递路径中起到了中介的作用。内部控制中的各要素有利于减少企业内部的信息不对称，在降低企业内部成本的同时也使得股东及相关投资者对企业未来充满信心，从而促进股东和管理层加大对研发的投入，提高企业的创新能力，促进企业资源的有效利用，使全要素生产率得到提升。因此，本文提出假设H4：研发投入在企业内部控制各要素对全要素生产率的影响中产生中介作用。

研究设计

（一）样本选择与数据来源

本文以2015-2019年A股制造业上市公司为研究对象，对内部控制各要素、研发投入和全要素生产率之间的内在关系进行探索。其中，作为解释变量的内部控制各要素评价指数选用的是深圳迪博公司开发的迪博（DIB）内部控制与风险管理数据库里的数据，其他数据均来源于国泰安数据库。

本文按照下列原则对原始样本数据进行筛选：样本选择时剔除ST、*ST公司；剔除样本数据中的缺失和异常值。经过初步筛选后，共得到2711家企业的7400个样本观测值。为了避免极端值对实证结果的影响，本文对所有连续型变量在1%和99%分位上进行了Winsorize处理，所有的数据处理与分析均在STATA16.0中完成。

（二）变量定义及度量

被解释变量：全要素生产率（TFP）。本文参考Olley and Pakes提出的OP法确定我国A股制造业上市公司的全要素生产率，主要原理是以柯布-道格拉斯生产函数（Y=AKL）为基础，采用资本和劳动进行估算。其中，Y表示实际产出，以利润表中的公司年度“营业总收入”来衡量；K表示生产中资本存量投入，以资产负债表中企业年末的“固定资产净额”来衡量；L表示生产中劳动的投入，以公司年报中披露的上市公司在册“员工人数”衡量；α为平均资本产出所占份额，β为平均劳动力产出所占份额。结合现在大多数学者的测算方法，本文在原先的两要素估计前提下引入中间投入要素，通过对C-D生产函数两边取自然对数等一系列变换可表示为lnY=θlnK+θlnL+θlnM+ε，M表示中间投入，以企业年度“购买商品、接受劳务支付的现金”衡量。本文采用OP法计算的企业全要素生产率进行实证检验，以LP法计算出的企业全要素生产率进行稳健性检验，并对两者都进行ACF修正。

解释变量：内部控制质量（X）。解释变量是一个连续型变量即内部控制信息披露指数，目前国内外企业一般都从内部环境、风险评估、控制活动、信息与沟通和内部监督这五个方面来进行内部控制，所以本文分别用这五个维度的指数值来对内部控制质量进行衡量。

中介变量：研发投入（R＆D）。研发投入是指企业为获得前沿技术，提高企业核心竞争力而进行的开发活动所发生的费用。因此，本文采用企业研发投入金额的自然对数来衡量研发投入。

控制变量（Controls）。参考已有的文献，本文选取企业规模、资产负债率、盈利能力、劳动力质量、现金持有量和产权性质作为控制变量的选择。值得注意的是，其中产权性质是一个虚拟变量，主要衡量制造业企业的全要素生产率是否受企业产权性质的影响，用0-1表示，将产权性质是国企的赋值为1，其他产权性质的企业赋值为0。具体相关变量的信息如表1所示。

表1 变量定义表

（三）模型设计

根据假设H1建立如下模型：

在模型（1）中，i表示企业个体，t表示年份，j表示解释变量的指标（j=1时表示风险评估指数，j=2时表示控制活动指数，j=3时表示信息与沟通指数，j=4时表示内部监督指数，j=5时表示内部信息披露指数）；被解释变量为企业全要素生产率（TFP），自变量为企业内部控制各要素（X=风险评估质量，X=控制活动质量，X=信息与沟通质量，X=内部监督质量，X=内部信息披露质量）；Controls代表其余控制变量，包括企业规模（Size）、企业资产负债率（Lev）、企业盈利能力（ROA）、劳动力质量（Wage）和企业现金持有量（Q）。

根据假设H2建立如下模型：

根据假设H3和H4建立如下模型：

本文借鉴众多学者采用的中介效应检验方法，在模型（1）的基础上构建逐步回归模型（2）和模型（3）并依次进行检验。在检验模型（2）和模型（3）时，其中R＆Dit为企业研发投入的程度，主要依据研发投入金额自然对数的值衡量。

中介效应检验主要步骤如下：第一，对模型（1）进行回归，检验X与TFP之间的回归系数β，即解释变量对被解释变量的总效应。若β是显著的，说明企业内部控制各要素的质量确实会对企业全要素生产率产生影响，若不显著则继续进行检验就没有意义，便停止检验。第二，对模型（2）进行回归，检验回归系数δ，即解释变量对中介变量产生的效应，对模型（3）进行回归，检验回归系数α，即研究中介变量产生的效应。若结果为在模型（2）中解释变量X对应的系数δ是显著的，且在模型（3）中中介变量R＆D对应的系数α以及α也是显著的，那么说明中介效应显著，研发投入具有部分中介效应；若是在模型（3）中解释变量系数α是不显著的，则说明研发投入在内部控制对全要素生产率的影响中起到完全中介的作用。

实证分析

（一）描述性统计

表2显示了本文主要变量的描述性统计结果，其中被解释变量TFP_OP的均值为9.366，最小值为8.207，最大值为11.215，标准差为0.592，说明制造业企业全要素生产率水平存在较为明显的差距。解释变量分为五个维度，第一个维度X（风险评估）的均值为1.765，最小值为1.075，最大值为2.192，标准差为0.234；第二个维度X（控制活动）的均值为2.105，最小值为1.212，最大值为2.503，标准差为0.216；第三个维度X（信息与沟通）的均值为0.859，最小值为-1.715，最大值为1.609，标准差为0.544；第四个维度X（内部监督）的均值为2.524，最小值为1.391，最大值为2.747，标准差为0.247；第五个维度X（内部信息披露）的均值为3.598，最小值为3.194，最大值为3.819，标准差为0.117。可以看出，制造业企业在内部控制不同维度的控制程度存在着较多或较少的差异，其中大多数企业在对内部信息披露的程度基本是一致的，标准差最大的就是内部信息与沟通方面，说明各个企业内部的信息与沟通差异较大。

表2 主要变量描述性统计

此外，对控制变量的描述性统计结果中，D为0-1虚拟变量，均值为0.26，标准差为0.439，说明有26%的制造业企业是属于国有企业；企业规模的最小值为20.123，最大值为25.675，标准差为1.153，说明样本中企业规模是存在较大差异的，各企业间存在一定的差距；资产负债率Lev的均值为0.377，最小值为0.062，最大值为0.78，资产负债率整体水平都偏低；企业盈利能力ROA均值为0.054，最小值为0.002，最大值为0.203，差距依然很大；劳动力质量Wage的均值为2.847，最小值为2.589，最大值为3.062，标准差达到0.082，差异并不是很显著；企业期末现金持有量Q的均值为0.168，最小值为0.025，最大值为0.542。

（二）回归分析

1.主回归分析。模型（1）用于检验企业内部控制各要素对企业全要素生产率的影响，表3为以内部控制的五个维度X—X作为自变量进行回归得到的结果。第（1）列结果显示，解释变量X1与被解释变量TFP_OP的回归系数为-0.016，在1%、5%和10%的显著性水平下都不显著，即风险评估质量对全要素生产率不存在直接影响，那么可以对解释变量X停止中介效应检验即对被解释变量不存在显著的效应；第（2）列结果显示，解释变量X与被解释变量TFP_OP的回归系数为-0.116，并且在1%的显著性水平下显著，对其进行中介效应检验，结果表明当企业的内部控制活动程度指数增加1个百分点会导致企业全要素生产率减少11.6个百分点，企业在内部采取一定的控制活动时可以有效地提高员工的工作效率，使投入的相关资源能更好地利用，企业的全要素生产率也相应得到提高；第（3）列结果显示，解释变量X与被解释变量TFP_OP的回归系数为0.055，并且在1%的显著性水平下显著，对其进行中介效应检验，结果表明当企业内部信息与沟通程度指数增加1个百分点会导致企业全要素生产率的提升，提升的幅度为5.5个百分点，企业内部有效的沟通和快速的信息传递能使企业内部成本降低，企业资源利用效率将得到提升，企业全要素生产率也随之提升；第（4）列结果显示，解释变量X与被解释变量TFP_OP的回归系数为0.046，并且在10%的显著性水平下显著，对其进行中介效应检验，结果表明当企业内部信息披露程度指数增加1个百分点时企业的全要素生产率会相应地提升4.6个百分点，当企业的内部信息披露更加公开、更加准确时，企业利益相关者便能够更好地了解公司的状况，就有更大的勇气去投入资源，降低了企业的时间成本，并能使企业快速把握机会；第（5）列结果显示，解释变量X与被解释变量TFP_OP的回归系数为0.080，并且在1%、5%和10%的显著性水平下都不显著，故对X5停止中介效应检验。以上结果部分地验证了假设H1的正确性，即假设H1的成立依靠一定的前提条件，表明企业内部控制质量确实会对企业的全要素生产率产生影响，具体表现为企业内部控制中的控制活动程度、内部信息与沟通程度和内部监督程度会对企业的全要素生产率产生显著影响。

表3 主回归结果

通过对控制变量的回归结果观察可以发现，控制变量的系数都是显著的。其中，企业产权性质对全要素生产率有正向影响，说明国有企业具有更高的全要素生产率，对资源有更好的利用；企业规模对全要素生产率具有正向的影响，其现实意义为企业规模越大，规模效应在生产过程中的优势越突出；企业资产负债率Lev、盈利能力ROA和企业期末现金持有量Q与全要素生产率呈现正相关关系；劳动力质量Wage与全要素生产率呈现负相关关系。

2.加入中介的回归。根据中介效应检验第一个步骤的结果，应当剔除主效应不显著的解释变量X和X，仅对解释变量X、X和X进行中介效应检验步骤，得到表4为加入中介变量研发投入后的回归结果，其中第（1）、（3）和（5）列检验模型（2），第（2）、（4）和（6）列检验模型（3）。

根据表4可知，第（1）列中自变量X与中介变量研发投入R＆D在1%水平上显著正相关，说明加强企业内部控制活动可以促进对研发的投入；接着将自变量X和中介变量研发投入R＆D同时放入模型进行检验后，结果见第（2）列，此时中介变量R＆D的回归系数在显著性为1%的水平上显著且系数为0.034，解释变量X2的回归系数为-0.122且在1%的显著性水平下显著，相比中介效应这条渠道，其符号正好相反，说明增加研发投入这个中介变量后，解释变量X2对被解释变量的效应被新加入的中介变量隐藏了；第（3）列结果显示，解释变量X与中介变量研发投入R＆D在1%水平上显著正相关且系数为0.102，说明随着企业内部信息与沟通有效性程度增加，企业对研发的投入随之提升；当把自变量X3和研发投入R＆D全部放入模型进行检验后，结果见第（4）列，解释变量和中介变量的回归系数都在1%显著性水平下显著，但解释变量X3的回归系数变小为0.051，符号没有发生改变；第（5）列结果显示，解释变量X与中介变量研发投入R＆D之间的关系是不显著的，说明解释变量X对被解释变量的效应是不存在中介效应的；当把自变量X和企业研发投入R＆D全部放入模型进行检验后，结果见第（6）列，由于解释变量X对被解释变量不存在中介效应，所以只看解释变量X的回归系数0.045，在10%显著性水平下显著，说明对被解释变量只存在直接效应，所以企业的内部监督能够直接对企业全要素生产率产生影响，更严格的监督能使企业对资源的利用更加有效。

表4 创新投入的中介效应

综上所述，可以验证假设H2和H3成立，且验证了研发投入在控制活动程度、信息与沟通对企业全要素生产率的关系中起部分中介效应，所以假设H4部分成立。

（三）稳健性检验

本文通过替换被解释变量TFP_OP的测量方法，参考鲁晓东和连玉君的测算方法度量企业全要素生产率，使用TFP_LP来表示，仍然以产权性质、企业规模、资产负债率、劳动力质量和现金持有量进行控制，而后重新回归。通过改变企业TFP测度方法回归结果可知，表5主要变量回归结果与前文基本一致，其中实施控制活动质量与企业全要素生产率负相关，企业内部有效的沟通能促进全要素生产率的提高，同时高效的内部监督也能促进企业全要素生产率的提高。因此，本文研究结论基本不变。

表5 稳健性检验主回归结果

研究结论与政策建议

本文根据信息不对称理论分析了企业内部控制各要素和企业全要素生产率两者之间的关系，进一步结合委托代理理论分析企业研发投入在内部控制要素影响全要素生产率的渠道机制。以2015-2019年我国A股制造业企业为样本进行实证分析，通过实证检验得出以下结论：第一，内部控制质量确实会对企业全要素生产率产生影响，在追求高质量发展的时代背景下，企业可以提高自身的内部控制质量来寻求全要素生产率的提高。第二，企业内部控制中的五个维度并不都对企业全要素生产率产生显著影响且其与被解释变量相关性正负也不一致。其中，实施控制活动程度与企业全要素生产率呈负相关关系，可能是过于严格的控制活动使得管理活动变得不灵活，导致企业内部工作效率降低，资源利用效率下降，抑制了全要素生产率的提升；企业内部信息与沟通有效性以及内部监督程度与企业全要素生产率都呈正相关关系，即建立有效的信息与沟通机制和严谨的监督体系可以促进企业规范发展和技术进步，为提高企业全要素生产率提供坚实的基础。第三，企业对研发的投入在一定程度上与全要素生产率呈正相关关系，即对研发的投入增加使得新技术的产生，并同时优化了企业资源配置和使用的效率。第四，企业的内部控制活动程度和信息与沟通程度对全要素生产率存在直接影响外，还以研发投入的强度为中介对全要素生产率产生间接效应。第五，企业内部监督对全要素生产率只存在直接效应，不存在中介效应。

根据以上研究结论，本文提出如下政策建议：第一，基于控制活动程度和全要素生产率的负相关性，应该注重企业管理的弹性，根据企业的各方面特征来实施更为合理的控制活动。第二，从信息与沟通和内部监督有效性与全要素生产率正相关关系来看，应该加强信息沟通渠道和监督体系的建设，保证企业内部信息传递以及上下级沟通通畅，减少信息传递的时间成本，提高企业运作效率以及资源使用效率。第三，从渠道机制上看，在我国经济新常态和结构性转型升级的大环境下，实现经济的高质量发展的关键在于创新技术和提高资源的利用效率，这就需要积极引导和鼓励企业重视创新研发，提升资源配置以及使用的效率，促进全要素生产率的持续提高，将创新驱动发展战略落到实处。此外，本文在研究过程中还发现内部控制各要素在不同产权性质的企业中对全要素生产率的影响存在差异，未来可以进一步探索产生这一差异的机理和原因。