葉紅雨 袁 嬌

（上海理工大學(xué)管理學(xué)院 上海 200093）

一、引言

當(dāng)前，我國(guó)經(jīng)濟(jì)已進(jìn)入高質(zhì)量發(fā)展階段，原有的經(jīng)濟(jì)結(jié)構(gòu)、發(fā)展方式和增長(zhǎng)動(dòng)力等迫切需要轉(zhuǎn)型升級(jí)。同時(shí)，全球競(jìng)爭(zhēng)加劇，外部環(huán)境瞬息萬(wàn)變，企業(yè)要保持領(lǐng)先不能只靠一次或一個(gè)階段的成功創(chuàng)新[1]，必須重視、提高并保持創(chuàng)新持續(xù)性。隨著智能制造和工業(yè)4.0 的提出，物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)的應(yīng)用推動(dòng)制造業(yè)向智能化、自動(dòng)化、數(shù)字化方向發(fā)展，智能制造被認(rèn)為是現(xiàn)階段賦能實(shí)體企業(yè)、提高經(jīng)濟(jì)發(fā)展質(zhì)量的關(guān)鍵[2]。為助力智能制造的發(fā)展，我國(guó)在政策和實(shí)踐上“雙管齊下”。政策上，工信部為實(shí)現(xiàn)2035 遠(yuǎn)景目標(biāo)、加快推動(dòng)數(shù)字化轉(zhuǎn)型、拓寬智能制造行業(yè)應(yīng)用范圍，編制了《“十四五” 智能制造發(fā)展規(guī)劃》[3]。實(shí)踐上，從2015 年開(kāi)始，工信部每年評(píng)選一批智能制造示范工廠作為行業(yè)發(fā)展引領(lǐng)者，至2018 年總共評(píng)選出305 個(gè)示范工廠，涵蓋了92 個(gè)行業(yè)[4]。隨著試點(diǎn)項(xiàng)目的不斷推廣，智能制造為我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展實(shí)現(xiàn)了有效賦能。與此同時(shí)，智能制造能否促進(jìn)制造業(yè)企業(yè)創(chuàng)新持續(xù)性的提升？為應(yīng)對(duì)企業(yè)創(chuàng)新的高度不確定性，內(nèi)部控制又能發(fā)揮怎樣的作用？作為企業(yè)創(chuàng)新的重要決策者，高管在創(chuàng)新活動(dòng)中發(fā)揮著不可替代的作用，那么，高管薪酬又會(huì)產(chǎn)生怎樣的影響？本文擬針對(duì)上述問(wèn)題展開(kāi)研究。

關(guān)于智能制造的效果，已有文獻(xiàn)主要集中在兩個(gè)層面。一是宏觀層面。章瀟萌和劉相波[5]認(rèn)為，智能化生產(chǎn)能提高產(chǎn)出率并降低失業(yè)率，有利于經(jīng)濟(jì)增長(zhǎng)。李金華[6]指出，目前我國(guó)智能制造水平總體來(lái)說(shuō)還不夠高，成熟度還有待提升；智能制造和經(jīng)濟(jì)的發(fā)達(dá)程度存在相關(guān)性。二是微觀層面。張樹(shù)山等[7]發(fā)現(xiàn)，智能制造通過(guò)影響企業(yè)創(chuàng)新投入顯著提高企業(yè)績(jī)效；試點(diǎn)政策具有行業(yè)內(nèi)溢出效應(yīng)。丁煥峰等[8]認(rèn)為，工業(yè)智能化對(duì)制造業(yè)企業(yè)創(chuàng)新的影響整體上表現(xiàn)為促進(jìn)作用，且通過(guò)與要素配置結(jié)構(gòu)、勞動(dòng)力技能結(jié)構(gòu)形成循環(huán)累積因果效應(yīng)作用于企業(yè)創(chuàng)新。趙爍[9]、尹洪英和李闖[2]從優(yōu)化企業(yè)創(chuàng)新結(jié)構(gòu)和提高企業(yè)創(chuàng)新質(zhì)量?jī)蓚€(gè)方面闡述了智能制造的影響，并發(fā)現(xiàn)這一影響在勞動(dòng)力密集度高、低技能勞動(dòng)力占比高行業(yè)以及民營(yíng)企業(yè)中表現(xiàn)更為明顯。谷城和張樹(shù)山[10]以及劉曉靜等[11]發(fā)現(xiàn)，智能制造通過(guò)緩解融資約束驅(qū)動(dòng)企業(yè)綠色創(chuàng)新行為，進(jìn)而提升企業(yè)ESG 表現(xiàn)。溫湖煒和鐘啟明[12]以及黃鍵斌等[13]認(rèn)為，智能化程度和服務(wù)創(chuàng)新存在很強(qiáng)的正相關(guān)性，企業(yè)可通過(guò)二者深度融合而向價(jià)值鏈下游升級(jí)，進(jìn)而有效提升全要素生產(chǎn)率。

關(guān)于企業(yè)創(chuàng)新持續(xù)性影響因素的研究較少，且主要集中在政府補(bǔ)貼[14]、經(jīng)濟(jì)政策不確定性[15]、高管認(rèn)知[16]、技術(shù)多元化[17]和金融化[18]等方面。盡管有學(xué)者關(guān)注到智能制造對(duì)企業(yè)創(chuàng)新的影響，但鮮有研究智能制造對(duì)企業(yè)創(chuàng)新持續(xù)性的影響。同時(shí)，相較于其他經(jīng)營(yíng)活動(dòng)，企業(yè)創(chuàng)新通常會(huì)經(jīng)歷較長(zhǎng)的周期且具有明顯的不確定性，使得不同利益相關(guān)者對(duì)企業(yè)創(chuàng)新意見(jiàn)分歧更大，再加上委托代理等問(wèn)題的存在，制約了企業(yè)創(chuàng)新活動(dòng)的開(kāi)展[19]。內(nèi)部控制作為一種內(nèi)部治理機(jī)制，能有效解決組織內(nèi)部的矛盾沖突，高質(zhì)量的內(nèi)部控制可以有效協(xié)調(diào)各層級(jí)、各部門(mén)的工作，使創(chuàng)新活動(dòng)能夠有條不紊而非被動(dòng)進(jìn)行[20]，這為企業(yè)創(chuàng)新持續(xù)性提供了過(guò)程性保障。與此同時(shí)，智能制造是企業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的有效途徑，可以通過(guò)完善內(nèi)部控制從而提升企業(yè)的持續(xù)創(chuàng)新能力，因此，引入內(nèi)部控制可以更好地揭示智能制造作用于制造業(yè)企業(yè)創(chuàng)新持續(xù)性的機(jī)理。此外，合理的薪酬體系可以緩解委托代理目標(biāo)不一致的矛盾，降低管理者風(fēng)險(xiǎn)厭惡，從而做出對(duì)企業(yè)有利的創(chuàng)新決策[21]，即高管薪酬會(huì)影響管理者戰(zhàn)略決策中的權(quán)衡行為[22]。

本文擬以中國(guó)智能制造示范項(xiàng)目推廣為準(zhǔn)自然事件，利用雙重差分模型研究智能制造對(duì)企業(yè)創(chuàng)新持續(xù)性的影響效應(yīng)，并進(jìn)一步探索其作用機(jī)理。本文可能的貢獻(xiàn)如下：（1）在研究?jī)?nèi)容上，本文從微觀層面對(duì)智能制造作用于創(chuàng)新持續(xù)性進(jìn)行研究，在拓展已有研究的基礎(chǔ)上也為企業(yè)實(shí)踐提供借鑒。（2）在研究視角上，本文從內(nèi)部控制這一中介視角切入，進(jìn)一步探索智能制造對(duì)企業(yè)創(chuàng)新持續(xù)性的內(nèi)在作用機(jī)理，并分析高管薪酬在此過(guò)程中的情境化作用。

二、理論分析與研究假設(shè)

（一） 智能制造與企業(yè)創(chuàng)新持續(xù)性

企業(yè)創(chuàng)新持續(xù)性是指企業(yè)現(xiàn)在的創(chuàng)新活動(dòng)會(huì)使企業(yè)未來(lái)的創(chuàng)新行為長(zhǎng)期保持下去。面對(duì)瞬息萬(wàn)變的市場(chǎng)需求和復(fù)雜的外部環(huán)境，企業(yè)要形成并維持競(jìng)爭(zhēng)優(yōu)勢(shì)，就必須不斷地進(jìn)行技術(shù)創(chuàng)新[17]。隨著創(chuàng)新活動(dòng)不斷深入，企業(yè)接觸到的知識(shí)和技術(shù)越來(lái)越復(fù)雜多樣，僅依賴一家企業(yè)或一項(xiàng)技術(shù)已無(wú)法滿足需求，為此，企業(yè)必須進(jìn)行跨領(lǐng)域搜尋[23]。與傳統(tǒng)制造模式不同，智能制造是一種以先進(jìn)的信息技術(shù)和機(jī)械技術(shù)為核心，貫穿于設(shè)計(jì)、生產(chǎn)、管理、銷售、服務(wù)等產(chǎn)品全生命周期，通過(guò)自動(dòng)化、數(shù)字化和智能化等方式實(shí)現(xiàn)生產(chǎn)過(guò)程高效、安全和可持續(xù)發(fā)展的新型制造模式[7]。

數(shù)字化是智能制造的重要表現(xiàn)，可以通過(guò)建立數(shù)字化模型為企業(yè)技術(shù)創(chuàng)新提供便利[24]，即通過(guò)實(shí)時(shí)監(jiān)測(cè)生產(chǎn)過(guò)程中的各種數(shù)據(jù)，促進(jìn)人力、物力、信息等創(chuàng)新資源合理優(yōu)化地使用，實(shí)現(xiàn)企業(yè)內(nèi)資源的共享和協(xié)同。此外，智能制造使企業(yè)能更系統(tǒng)地整合從外部獲得的新知識(shí)、新技術(shù)并經(jīng)過(guò)新舊融合轉(zhuǎn)化為自身可使用的獨(dú)特資源，為持續(xù)創(chuàng)新奠定基礎(chǔ)[25]。相較之下，“多技術(shù)”型企業(yè)具有較強(qiáng)的知識(shí)協(xié)作能力，能夠更好地在合作伙伴之間實(shí)現(xiàn)知識(shí)共享、轉(zhuǎn)移和創(chuàng)造，有效提升產(chǎn)品的設(shè)計(jì)與生產(chǎn)效率，使創(chuàng)新管理智能化，從而推動(dòng)企業(yè)不斷創(chuàng)新。綜上，本文提出如下研究假設(shè)：

H1:智能制造能提升企業(yè)創(chuàng)新持續(xù)性。

（二） 內(nèi)部控制的中介作用

《企業(yè)內(nèi)部控制基本規(guī)范》將內(nèi)部控制定義為“是由企業(yè)董事會(huì)、監(jiān)事會(huì)、經(jīng)理層和全體員工實(shí)施的、旨在實(shí)現(xiàn)控制目標(biāo)的過(guò)程”，其目標(biāo)是合理保證企業(yè)經(jīng)營(yíng)管理合法合規(guī)、資產(chǎn)安全、財(cái)務(wù)報(bào)告及相關(guān)信息真實(shí)完整，提高經(jīng)營(yíng)效率和效果，促進(jìn)企業(yè)實(shí)現(xiàn)發(fā)展戰(zhàn)略。美國(guó)審計(jì)準(zhǔn)則委員會(huì)（ASB）指出，內(nèi)部控制是在一定的環(huán)境下，單位為了提高經(jīng)營(yíng)效率、充分有效地獲得和使用各種資源，達(dá)到既定管理目標(biāo)，而在單位內(nèi)部實(shí)施的各種制約和調(diào)節(jié)的組織、計(jì)劃、程序和方法?！皟?nèi)部控制促進(jìn)論”認(rèn)為較高質(zhì)量的內(nèi)部控制會(huì)促進(jìn)企業(yè)的技術(shù)創(chuàng)新、創(chuàng)新效率和價(jià)值創(chuàng)造能力[26]。在研發(fā)的投入和產(chǎn)出過(guò)程中，內(nèi)部控制可以通過(guò)減少內(nèi)部代理成本和預(yù)防風(fēng)險(xiǎn)兩條途徑提高創(chuàng)新績(jī)效，并加強(qiáng)創(chuàng)新信息的傳遞[20]。良好的內(nèi)控環(huán)境能夠促進(jìn)企業(yè)組織結(jié)構(gòu)不斷優(yōu)化，形成透明、高效和規(guī)范的管理環(huán)境，一定程度上緩解委托代理問(wèn)題[19]。此外，內(nèi)部控制在決策優(yōu)化和文化建設(shè)等方面的優(yōu)勢(shì)，使企業(yè)能夠更加穩(wěn)健地推進(jìn)創(chuàng)新活動(dòng)，確保創(chuàng)新的可持續(xù)性。

實(shí)施智能制造可緩解企業(yè)內(nèi)外部矛盾，提高決策效率、生產(chǎn)效率和產(chǎn)品質(zhì)量，促進(jìn)企業(yè)與供應(yīng)商和客戶的協(xié)同，推動(dòng)企業(yè)內(nèi)部控制的數(shù)字化和智能化，從而對(duì)企業(yè)創(chuàng)新持續(xù)性產(chǎn)生深遠(yuǎn)影響[10]。首先，智能制造通過(guò)數(shù)字化平臺(tái)實(shí)現(xiàn)了企業(yè)內(nèi)部信息流的透明和高效，從而提高了內(nèi)部控制的效率和準(zhǔn)確性。其次，大數(shù)據(jù)使企業(yè)能更精準(zhǔn)地把握市場(chǎng)需求，降低研發(fā)過(guò)程中的不確定性，加大管理者持續(xù)進(jìn)行創(chuàng)新投入的可能性[2]。最后，智能制造實(shí)現(xiàn)了生產(chǎn)過(guò)程的自動(dòng)化和智能化，可以減少人工干預(yù)和錯(cuò)誤，規(guī)范管理者行為，防止機(jī)會(huì)主義，從而提高創(chuàng)新決策的科學(xué)性及合理性。綜上，智能制造能直接提升企業(yè)創(chuàng)新持續(xù)性，也能通過(guò)內(nèi)部控制這一中介促進(jìn)創(chuàng)新持續(xù)性提升，據(jù)此本文提出如下研究假設(shè)：

H2：內(nèi)部控制在智能制造與企業(yè)創(chuàng)新持續(xù)性之間起部分中介作用。

（三） 高管薪酬的調(diào)節(jié)作用

管理者在研發(fā)決策時(shí)會(huì)受到重要組織或個(gè)人的影響，不同背景的管理者持有不同的創(chuàng)新投資觀點(diǎn)[27]。此外，科學(xué)合理的薪酬標(biāo)準(zhǔn)也是組織內(nèi)部控制環(huán)境的重要內(nèi)容。徐光偉和劉星[28]研究發(fā)現(xiàn)，高管貨幣薪酬水平越高，企業(yè)投資水平越低。王建華等[29]研究發(fā)現(xiàn)，高管薪酬對(duì)企業(yè)技術(shù)創(chuàng)新的影響存在過(guò)度激勵(lì)。徐芳和程克群[30]對(duì)前三名高管薪酬總額取對(duì)數(shù)研究發(fā)現(xiàn)，高管薪酬激勵(lì)對(duì)企業(yè)創(chuàng)新持續(xù)性具有顯著的負(fù)向影響；薪酬在解決代理問(wèn)題的實(shí)際運(yùn)用中其效果不一定立竿見(jiàn)影，一旦雙方利益出現(xiàn)沖突，為防止公司正常業(yè)績(jī)和持續(xù)經(jīng)營(yíng)受損，管理層會(huì)放棄激進(jìn)的決策比如創(chuàng)新，從而使高管逐漸喪失持續(xù)創(chuàng)新的動(dòng)力。綜上，本文提出如下研究假設(shè)：

H3：高管薪酬在內(nèi)部控制和創(chuàng)新持續(xù)性之間起負(fù)向調(diào)節(jié)作用。

三、研究設(shè)計(jì)

（一） 樣本選取與數(shù)據(jù)來(lái)源

本文選擇2013—2022 年我國(guó)A 股上市制造業(yè)企業(yè)為樣本，在樣本期內(nèi)剔除了 ST、* ST 和非完整統(tǒng)計(jì)變量。根據(jù)工信部發(fā)布的試點(diǎn)項(xiàng)目名單，本文對(duì)已開(kāi)展智能制造的企業(yè)進(jìn)行了認(rèn)定，最后保留19668 個(gè)可觀察數(shù)據(jù)。本文所用財(cái)務(wù)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），內(nèi)部控制指數(shù)數(shù)據(jù)來(lái)自迪博數(shù)據(jù)庫(kù)（DIB）。同時(shí)，本文分別在1%、99%的分位數(shù)下對(duì)所有的連續(xù)變量做了縮尾處理，以消除極值對(duì)估計(jì)的影響。所有數(shù)據(jù)均在Excel 與Stata14.0 中進(jìn)行處理。

（二） 變量定義與說(shuō)明

1. 被解釋變量

國(guó)內(nèi)學(xué)者普遍認(rèn)同創(chuàng)新持續(xù)性是指目前進(jìn)行的技術(shù)創(chuàng)新活動(dòng)和成果能夠?yàn)槠髽I(yè)未來(lái)一段時(shí)間的創(chuàng)新提供支持并使其長(zhǎng)期持續(xù)[15]。創(chuàng)新持續(xù)性并不只是體現(xiàn)為研發(fā)方面的投入，還要將企業(yè)的人力資源、機(jī)器設(shè)備的更新改造、新技術(shù)的引進(jìn)吸收消化和創(chuàng)新等方面的資金投入考慮在內(nèi)[31]。因此，本文借鑒鞠曉生等[32]的做法，采用無(wú)形資產(chǎn)增量與總資產(chǎn)的比值來(lái)度量企業(yè)的創(chuàng)新持續(xù)性。

2. 解釋變量

本文的解釋變量為智能制造，用DID 虛擬變量（Policy）表征。企業(yè)在被認(rèn)定試點(diǎn)的那一年即被認(rèn)為已實(shí)施智能制造，Policy 變量從認(rèn)定年開(kāi)始取值均為1，否則為0。此外，針對(duì)存在同一企業(yè)在不同年份重復(fù)入選現(xiàn)象，本文從企業(yè)首次入選開(kāi)始賦值。

3. 中介變量

關(guān)于內(nèi)部控制的衡量，現(xiàn)有文獻(xiàn)使用最多的是迪博內(nèi)部控制指數(shù)。該指標(biāo)考慮了內(nèi)部控制目標(biāo)、經(jīng)營(yíng)環(huán)境、戰(zhàn)略執(zhí)行及內(nèi)部治理等多個(gè)方面，具有很高的權(quán)威性，能客觀評(píng)價(jià)一個(gè)企業(yè)的內(nèi)部控制情況。本文參考許瑜和馮均科[33]的研究，選擇迪博內(nèi)部控制指數(shù)/100 作為內(nèi)部控制的度量方式。

4. 調(diào)節(jié)變量

本文選擇高管薪酬作為調(diào)節(jié)變量，用前3 名高管薪酬總額的自然對(duì)數(shù)表示。

5. 控制變量

本文在選擇控制變量時(shí)參考了余芬和樊霞[16]的研究，具體變量如表1 所示。

表 1 變量描述

（三） 模型設(shè)計(jì)

1. 直接效應(yīng)檢驗(yàn)

本文將智能制造試點(diǎn)示范項(xiàng)目作為政策沖擊，利用DID 考察智能制造與企業(yè)創(chuàng)新持續(xù)性的因果關(guān)系，為此，本文建立漸進(jìn)式雙重差分模型如下：

式（1）中，i、t分別代表樣本企業(yè)與年份；SRD 為被解釋變量，即企業(yè)創(chuàng)新持續(xù)性；Policy 是政策虛擬變量，表示外生沖擊；Controls 表示控制變量；Firm 是個(gè)體固定效應(yīng)；Year 是年份固定效應(yīng)；ε表示隨機(jī)擾動(dòng)項(xiàng)。本文的回歸結(jié)果對(duì)回歸系數(shù)標(biāo)準(zhǔn)誤進(jìn)行了企業(yè)層面的聚類處理。

2. 有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)

為檢驗(yàn)內(nèi)部控制的中介效應(yīng)以及高管薪酬的調(diào)節(jié)效應(yīng)，本文借鑒溫忠麟等[34-35]提出的有調(diào)節(jié)的中介模型的層次檢驗(yàn)程序，構(gòu)建如下回歸模型：

式（2）至式（5）中，Ic 為內(nèi)部控制；Salary 是高管薪酬，Ic*Salary 表示內(nèi)部控制與高管薪酬的交互項(xiàng)。其余變量與上文解釋相同。

四、實(shí)證分析

（一） 描述性統(tǒng)計(jì)

表2 為描述性統(tǒng)計(jì)結(jié)果。表2 顯示，我國(guó)制造業(yè)上市公司的創(chuàng)新持續(xù)性（SRD）平均水平為0.004，最小值為-0.038，最大值為0.073，說(shuō)明總體狀況并不理想，其中中位數(shù)為-0.000，表明創(chuàng)新持續(xù)性未能達(dá)到均值水平的企業(yè)超過(guò)50%；內(nèi)部控制均值（Ic）為6.165，標(biāo)準(zhǔn)差為1.579 大于1，說(shuō)明我國(guó)制造業(yè)上市公司內(nèi)部控制水平差距較大；高管薪酬（Salary）的標(biāo)準(zhǔn)差為0.703，表明上市公司高管薪酬存在較大差距。

表 2 描述性統(tǒng)計(jì)

（二） 平行趨勢(shì)檢驗(yàn)

平行趨勢(shì)檢驗(yàn)是進(jìn)行雙重差分分析的基本前提，本文參考Beck 等[36]和張杰、付奎[37]的“事件分析法”思路進(jìn)行檢驗(yàn)，構(gòu)建如下動(dòng)態(tài)模型：

式中，δt為本文關(guān)注的估計(jì)系數(shù)，表示智能制造試點(diǎn)政策施行前的四年以及實(shí)施后的三年的政策虛擬變量估計(jì)值，以此判定控制組和處理組的趨勢(shì)變化是否有顯著差別；δ為常數(shù)項(xiàng)，μ為控制變量的系數(shù)。為更直觀地驗(yàn)證雙重差分模型與平行趨勢(shì)假設(shè)的一致性，本文通過(guò)圖示法對(duì)智能制造試點(diǎn)項(xiàng)目實(shí)施前后企業(yè)創(chuàng)新持續(xù)性的變化情況進(jìn)行對(duì)比分析，并繪制出相應(yīng)的系數(shù)δt及其95%的置信區(qū)間(如圖1 所示)。

圖 1 平行趨勢(shì)檢驗(yàn)

由圖1 可知，在智能制造實(shí)施前，政策效應(yīng)在試點(diǎn)企業(yè)與非試點(diǎn)企業(yè)中具有相同的發(fā)展趨勢(shì)，而在企業(yè)被評(píng)選為示范項(xiàng)目即被認(rèn)定為實(shí)施智能制造后，對(duì)照組與處理組之間的差異不斷變大。綜上，平行趨勢(shì)檢驗(yàn)通過(guò)，可繼續(xù)下一步研究，即采用DID 評(píng)估智能制造對(duì)企業(yè)創(chuàng)新持續(xù)性的影響。

（三） 多元回歸分析

1. 基準(zhǔn)回歸

表3 第（1）、（2）列為智能制造試點(diǎn)政策對(duì)企業(yè)創(chuàng)新持續(xù)性影響效應(yīng)的回歸結(jié)果，兩列都控制了個(gè)體和時(shí)間固定效應(yīng)，區(qū)別在于是否加入控制變量。表3 顯示，在兩種情形下，Policy 的回歸系數(shù)分別在 1% 和5%的置信水平下顯著為正，說(shuō)明智能制造試點(diǎn)政策提升了制造業(yè)企業(yè)的創(chuàng)新持續(xù)性，假設(shè)1 得以驗(yàn)證。

表 3 基準(zhǔn)回歸以及分組回歸結(jié)果

2. 分組回歸

為進(jìn)一步研究不同所有制類型下智能制造試點(diǎn)政策的執(zhí)行效應(yīng)是否存在差異，本文按企業(yè)國(guó)有和非國(guó)有對(duì)樣本進(jìn)行分組回歸，結(jié)果如表3 第（3）、（4）列所示。表3 顯示，國(guó)有制造企業(yè)對(duì)Policy 變量的回歸系數(shù)不明顯，而非國(guó)有制造企業(yè)在10%的置信度下具有0.002 的顯著性。本文據(jù)此認(rèn)為，智能制造試點(diǎn)對(duì)非國(guó)有制造企業(yè)的轉(zhuǎn)型升級(jí)起到了積極推動(dòng)作用，而對(duì)國(guó)有制造企業(yè)的推動(dòng)作用不明顯。

3. 有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)

表4 為內(nèi)部控制的中介效應(yīng)和高管薪酬的調(diào)節(jié)效應(yīng)回歸結(jié)果。其中，第（1）至（3）列為內(nèi)部控制的中介效應(yīng)檢驗(yàn)結(jié)果。表4 顯示，λ1和β1均在5%的水平下顯著，分別為0.002 和0.180，說(shuō)明智能制造對(duì)制造業(yè)企業(yè)的內(nèi)部控制有積極作用。且η3也顯著為正，說(shuō)明內(nèi)部控制存在部分中介作用，即智能制造通過(guò)提升企業(yè)內(nèi)部控制水平從而提升企業(yè)創(chuàng)新持續(xù)性，假設(shè)2 得以驗(yàn)證。第（4）列報(bào)告了高管薪酬的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果，由于內(nèi)部控制與高管薪酬的交互項(xiàng)對(duì)企業(yè)創(chuàng)新持續(xù)性的回歸系數(shù)顯著為負(fù)，與Ic 變量的回歸系數(shù)符號(hào)相反，假設(shè)3 得以驗(yàn)證，即高管薪酬在內(nèi)部控制和創(chuàng)新持續(xù)性之間起負(fù)向調(diào)節(jié)作用。

表 4 中介效應(yīng)及調(diào)節(jié)效應(yīng)回歸結(jié)果

（四） 穩(wěn)健性檢驗(yàn)

1. 時(shí)間安慰劑檢驗(yàn)

為確保研究結(jié)果的穩(wěn)健性，排除外界偶然因素對(duì)結(jié)論的干擾，本文首先進(jìn)行時(shí)間安慰劑檢驗(yàn)，其邏輯如下：如果實(shí)施智能制造促進(jìn)了企業(yè)創(chuàng)新持續(xù)性，那么回歸時(shí)人為改變政策實(shí)施時(shí)間，如把企業(yè)入選時(shí)間提前兩年（記為Policy-2），原有的結(jié)果將發(fā)生改變且不支持本文假設(shè)。檢驗(yàn)結(jié)果見(jiàn)表5 第（1）列，由于Policy-2 的系數(shù)并不顯著，證明智能制造影響企業(yè)創(chuàng)新持續(xù)性的結(jié)果是穩(wěn)健的。

表 5 穩(wěn)健性檢驗(yàn)

2. PSM-DID 模型

盡管雙重差分法能分離出智能制造試點(diǎn)的平均處理效應(yīng)，但由于這不是一個(gè)嚴(yán)格的自然試驗(yàn)，因此，本文擬采用多時(shí)點(diǎn)PSM-DID 模型進(jìn)行穩(wěn)健性檢驗(yàn)。本文借鑒白俊紅等[38]的做法構(gòu)造截面PSM 和逐年P(guān)SM。本文采用1：2 卡尺最近鄰匹配對(duì)每一組別樣本進(jìn)行篩選和配對(duì)，過(guò)程中有放回，運(yùn)用多時(shí)點(diǎn)DID 方法重新估計(jì)智能制造試點(diǎn)政策對(duì)企業(yè)創(chuàng)新持續(xù)性的影響效應(yīng)。匹配后再次進(jìn)行回歸，估計(jì)結(jié)果見(jiàn)表5 第（2）列和第（3）列。由于解釋變量Policy 的系數(shù)為正且顯著，與基準(zhǔn)回歸無(wú)顯著差異，說(shuō)明智能制造對(duì)企業(yè)持續(xù)創(chuàng)新具有積極作用的結(jié)果穩(wěn)健。

3. 個(gè)體安慰劑檢驗(yàn)

本文采用隨機(jī)抽取處理組來(lái)檢驗(yàn)回歸結(jié)果的穩(wěn)健性，即試點(diǎn)企業(yè)也通過(guò)隨機(jī)方式產(chǎn)生，并依據(jù)基準(zhǔn)模型重復(fù)抽樣500 次進(jìn)行回歸模擬。 圖2 展示了隨機(jī)抽樣的回歸估計(jì)結(jié)果，由圖2 可知，政策的系數(shù)估計(jì)均值近似為0，且服從正態(tài)分布，與上文的基準(zhǔn)回歸系數(shù) 0.002 存在顯著差異，這表明未觀測(cè)到的隨機(jī)因素未對(duì)企業(yè)創(chuàng)新持續(xù)性產(chǎn)生影響。

圖 2 安慰劑檢驗(yàn)

五、結(jié)論與建議

本文利用2013—2022 年我國(guó)制造業(yè)上市公司面板數(shù)據(jù)，采用多時(shí)期DID 方法，考察了智能制造對(duì)企業(yè)創(chuàng)新持續(xù)性的影響以及其中的產(chǎn)權(quán)屬性異質(zhì)性差異，在此基礎(chǔ)上探討了內(nèi)部控制的中介效應(yīng)以及高管薪酬的調(diào)節(jié)作用。研究表明：（1）智能制造能夠提升制造業(yè)企業(yè)創(chuàng)新持續(xù)性；（2）智能制造能夠正向提升非國(guó)有制造業(yè)企業(yè)創(chuàng)新持續(xù)性，對(duì)國(guó)有制造業(yè)企業(yè)尚未發(fā)揮出明顯作用；（3）內(nèi)部控制在智能制造與企業(yè)創(chuàng)新持續(xù)性之間起部分中介作用；（4）高管薪酬在內(nèi)部控制與企業(yè)創(chuàng)新持續(xù)性之間起負(fù)向調(diào)節(jié)作用。

基于上述研究結(jié)論，本文提出如下幾點(diǎn)建議：

第一，政府要進(jìn)一步擴(kuò)大智能制造試點(diǎn)和示范規(guī)模，逐步形成試點(diǎn)示范帶動(dòng)、行業(yè)共同發(fā)展的良好局面。政府相關(guān)部門(mén)應(yīng)繼續(xù)建立完善多系統(tǒng)、多層次的政策體系，做好工業(yè)智能化的頂層設(shè)計(jì)，為企業(yè)持續(xù)創(chuàng)新活動(dòng)提供資金支持和政策激勵(lì)，為制造業(yè)高質(zhì)量發(fā)展?fàn)I造一個(gè)有利的制度環(huán)境。另外，政府在制定激勵(lì)和幫扶政策時(shí)，要注重審核流程的科學(xué)、完善、公平和嚴(yán)格，要針對(duì)不同企業(yè)進(jìn)行細(xì)分與再規(guī)劃，避免政策“一刀切”。此外，政府還應(yīng)進(jìn)一步優(yōu)化智能制造實(shí)施過(guò)程中的監(jiān)督評(píng)價(jià)機(jī)制，強(qiáng)化對(duì)企業(yè)的監(jiān)督和管理。

第二，企業(yè)要充分發(fā)揮智能制造對(duì)創(chuàng)新持續(xù)性的推動(dòng)作用。企業(yè)要綜合運(yùn)用內(nèi)部研發(fā)和外部獲取兩種方式拓展多元化的知識(shí)技術(shù)基礎(chǔ)，努力提高企業(yè)創(chuàng)新持續(xù)性。重點(diǎn)龍頭企業(yè)要發(fā)揮示范引領(lǐng)效應(yīng)，推廣智能化成功轉(zhuǎn)型的模式和經(jīng)驗(yàn)；中小企業(yè)要聚焦生產(chǎn)制造模式轉(zhuǎn)型，充分發(fā)揮主觀能動(dòng)性。國(guó)有企業(yè)要努力提升組織韌性和靈活性，努力提升專業(yè)化生產(chǎn)服務(wù)能力和內(nèi)部控制水平，助推智能制造提升企業(yè)創(chuàng)新持續(xù)性。同時(shí)，制造業(yè)企業(yè)在智能化轉(zhuǎn)型過(guò)程中要順應(yīng)新業(yè)態(tài)、新形勢(shì)，深入貫徹企業(yè)可持續(xù)發(fā)展理念。

第三，在公司治理層面，要高度重視薪酬標(biāo)準(zhǔn)體系。充分考慮員工尤其是高層管理者在創(chuàng)新決策中與薪酬相關(guān)的心理變化，一方面要?jiǎng)?chuàng)新激勵(lì)方式，實(shí)現(xiàn)激勵(lì)方式的多重組合，另一方面，要將高管薪酬控制在合理范圍內(nèi)，確保高管決策有利于提升企業(yè)的創(chuàng)新持續(xù)性。