企业经济性质论文

今天小编为大家精心挑选了关于《企业经济性质论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。【摘要】近年来，作为一种新出现的经济形态，数字经济成为推动我国经济高质量发展的重要驱动力。但是随着新产品、新模式、新业态的不断衍生，其风险逐步凸显，企业依靠传统的风险管理手段已难以有效地面对新问题、新局面，如何完善风险管理机制和提升风险应对能力成为企业在数字化浪潮中实现可持续发展的重要课题。

第一篇：企业经济性质论文

经济政策不确定性、权属性质与企业研发投入

汲昌霖，东北电力大学经济管理学院;刘艺宁，中国科学院东北地理与农业生态研究所。通讯作者及地址：汲昌霖，吉林省吉林市船营区长春路169号东北电力大学(新校区)经济管理学院;邮编：132012;Email：522707763@qq.com.本文系国家社会科学基金青年项目“中国P2P网络借贷行业的有效竞争及实现路径研究”(16CJY077)，吉林省哲学社会科学规划基金项目“吉林省金融生态环境评价体系与优化策略研究”(2019B34)的阶段性成果。

刘艺宁

摘要

本文使用2013—2018年我国沪深两市的A股新能源行业153家上市公司的6年非平衡面板数据，采用面板Tobit模型和面板固定效应模型实证分析了经济政策不确定性、权属性质与企业研发投入的关系。研究发现：经济政策不确定性对企业研发投入拥有正向的激励效应，较低的融资约束水平和较高的股权集中度能够促进企业的研发投入;相较于国有企业，“民营性质一类”的企业在研发过程中会更加积极地投入资源，表现为当企业绩效上升时相对显著的“技术投入再生产”行为。本文对政府在创新与高质量增长的政策、改革方向及切入点有一定的政策借鉴意义，对新能源行业的发展政策制定具有启示作用，有助于为实施创新战略提供决策的理论依据和现实参考。

关键词经济政策不确定性研发投入权属性质新能源行业

一、引言

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。诸多经验证据表明，经济持续增长的驱动力是微观主体企业的技术创新和资本积累。从早期的Schumpeter到Drucker，以及Romer的创新驱动经济增长模型中所描述的科技创新对国家长期经济增长的影响均支撑了上述观点。高效率、高质量的创新是企业实现长期发展、国家实现稳健增长的重要支撑力量。

对于经济转型的国家而言，政府是制度的供给者，也是政策的执行者，对企业发展过程中的资源配置发挥着主导作用，能够在一定程度上影响、干预或支配企业甚至一个行业的发展方向。而权属性质不同的企业呈现出与政府不同的政治距离，在政府政策信息和资源获取方面会存在差异，这些差异将可能影响企业对于创新活动的组织以及未来发展的策略。另一方面，政府对于政策环境的干预能够直接改变创新型企业所处的外部经济环境，最终会影响一个国家的长期经济增长质量。因此，企业的创新决策方向与研发投入规模会受到所处制度环境的影响，也会受企业所有权控制模式和资产属性的影响。

新能源行业作为典型的技术密集型行业，是学者研究企业研发投入与创新的标准样本。该行业目前在我国的发展尚处于成长阶段，受到国家补贴政策的扶持，近年来发展迅速。企业数量的大幅度增加同步提升了行业内部的竞争强度，其自身的融资约束以及创新动力不足也是企业发展所面临的主要问题。我国新能源行业对于外部政策环境呈现出高敏感性的基本现状，究其原因：一方面，新能源行业的研发投资属于高风险的长期投资项目，具有研发难度大、投入资金多、科技依赖程度高的特点，政策环境的波动能够对该行业的资本流动及研发意愿产生直接影响，从而带来相对较高的投资收益不确定性，相对于其他实体行业更容易受到政策变化所带来的冲击;另一方面，政策的实施过程及滞后效应都会为投资者及企业生产带来不确定性预期，影响企业的研发投入行为。因此，面对我国企业目前相对复杂的内外部环境，考虑到新能源行业样本具有的政策敏感性及“天然创新基因”，本研究以新能源行业为例，通过考察经济政策不确定性、权属性质与企业研发投入的关系，试图厘清企业研发投入的核心影响因素及作用机制，对现阶段我国企业保持高水平研发、行业保持创新动力、经济实现高质量增长具有重要指导意义。

二、文献综述与机制分析

随着近年来制度经济领域的发展，经济政策的稳定程度被诸多学者作为区域制度环境的代理变量纳入其与企业成长、经济增长关系的讨论。在宏观层面，诸多学者认为经济政策的不确定性程度对宏观经济的运行产生了负面效应。包括了其对经济周期的影响(Born&Pfeifer，2014;Villaverdeetal.，2015)和经济复苏的阻碍(Bakeretal.，2012，2016)。在对一些资产价格波动和诸多重要宏观经济变量的实证检验中(Pastor&Veronesi，2012;Kuesteretal.，2015;黄宁和郭平，2015)，都获得了相对一致性的经验证据。关于经济政策不确定性对微观企业经营行为的影响，学者们针对不同的指标进行了大量的实证研究，在经济政策不确定性与企业研发投入之间关系的探讨中一直未形成一致性结论，而是逐渐分化为两种对立的观点。

1.经济政策不确定性对企业研发投入的阻碍效应

早在20世纪80年代，Marcus(1981)发现了能源行业中政府供给政策的不确定性会导致企业研发投入活动滞后。如模糊的许可条例对废热发电技术开发的影响，清洁空气法令的不确定性对复合燃料技术应用的影响等。基于此，许多学者开展了大量关于政策不确定性与企業研发关系的研究，逐步提出了具有完整理论框架和深入理论机制的一系列观点。Bernanke(1983)根据实物期权理论指出，政策不确定性提高了企业研发投资的等待期权价值，对企业研发投资行为的抑制作用大于正常投资，阻碍了企业创新(Akeyetal.，2016;Stokey，2016)。而这种来源于模糊政策所带来的不确定性，从长远来看，甚至会损害一国经济持续创新的动力，对于影响力高、研发强度大的产业阻碍尤为明显(Bhattacharyaetal.，2017)。国内学者在实证研究中也获得了上述观点的经验证据，郝威亚等(2016)使用1998—2009年的中国工业企业数据验证了经济政策的不确定性会引致企业推迟研发投入决策。随着研究的不断展开，学者们开始在原有模型的基础上加入一些可能对企业研发投入产生影响的维度，包括企业的政治关联、政府补贴、融资约束、权属性质等，发现这种阻碍效应仍然显著存在(Wangetal.，2017;张倩肖等，2018;赵萌等，2020)。政策的模糊性削弱了企业政治资源可能获得的信息效应，使企业面临更强的融资约束，抑制技术创新。基于上述理论，本文提出研究假设：

H1：经济政策不确定性对企业研发投入具有负向的阻碍效应。

2.经济政策不确定性对企业研发投入的激励效应

对于不确定性领域的研究，Knight(1921)的系统研究具有代表性和奠基性。他探讨了不确定性、风险和利润之间的关系，认为不确定性是企业盈利与发展的重要因素，任何一种波动都是企业获利的基础，企业家预测波动或者回避不确定性是没有意义的。因此，如果企业拥有者具备企业家精神，经济政策不确定性的存在会促进企业增加研发投入或者使企业的相关创新决策产生更高的一致性。这种促进作用在Bloom(2007)的研究中被诠释为激励效应和选择效应，他的研究结论也显示经济政策不确定性对宏观层面的生产效率、企业投资、就业等会产生短期负面效应。Atanassov等(2015)以选举带来的政治影响作为政策供给外生变化的代理变量，在样本中，选举竞争越为激烈的年份里，企业研发投入受到政策不确定性的正向影响越大，证实了政策不确定性对企业研发的促进作用。基于上述理论，本文提出假设：

H2：经济政策不确定性对企业研发投入具有正向的激励效应。

考虑到企业权属性质的差异，过往文献表明，拥有更为丰富政治资源的企业在政府政策和重要信息获取方面会获得更多的便利，而这些便利可能会使企业更有能力去组织研发投入活动(Hillmanetal.，1999;SiegelandRoe，2008)。也有学者得到了反向结论，即存在经济政策不确定性的背景下，政治资源丰富的企业创新会受到阻碍，表现为创新效率的下降(陈德球等，2016)，袁建国等(2015)将其称之为政治资源的诅咒效应。我们可以想见，国有企业由于存在天然的权属性质优势，拥有更好的政治资源禀赋;但相对于民营企业而言，其缺乏主动竞争的意愿和危机意识，在面对较为复杂的外部政策环境时，往往会稳字当头，寻找更为牢靠的发展路径。随着研究的深入，有学者通过构建随机动态优化模型证实了经济政策不确定性具有敦促企业通过研发活动谋求自我发展的效应(孟庆斌和师倩，2017)，也有学者将这种作用称为“抢占效应”，即当企业受到政策不确定性冲击时，拥有较好资源禀赋，即具有更高生产率、融资能力、政治关联程度以及处于更强知识产权保护地区的企业会更多地增加研发集约边际，通过增加研发投入的方式促进企业成长(郭平，2016)。基于上述理论，本文提出假设：

H3：考虑到经济政策不确定性的影响，国有企业的资源禀赋能够保证其在研发投入中有更稳定的表现。

H4：在面对经济政策不确定性时，民营企业的企业家精神及生存危机意识能够使其在研发投入中拥有更好的表现。

本研究集中考察新能源企业在外部经济政策环境存在不确定性的前提下对创新层面中研发投入的影响。同时，将不同权属性质企业所面临的资源和信息差异纳入二者关系的考察。通过实证检验，本研究的贡献在于：第一，通过实证检验，对于政策不确定性对企业研发投入所可能产生的激励效应和阻碍效应进行考察，验证了经济政策不确定性对我国现阶段企业的创新活动具有正向激励效应;第二，丰富了制度与创新相关领域的情境研究，对影响企业研发投入的权属性质、融资约束程度、企业绩效、政府补贴等指标进行系统的实证检验，梳理并明确企业研发投入的重要影响因素;第三，本研究基于新能源企业对于创新的刚性需求，通过高信度样本巩固了过往结论的稳定性，为新能源行业发展的政策制定提供启示，为引导创新型企业发展、高质量经济增长提供政府决策层面的微观理论支持。

三、研究设计

(一)变量界定

1.被解释变量

对企业研发投入的衡量，本文采用的指标如表1所示。表中包含了过往对于企业研发投入的常用代理变量，包括研发投入金额、研发投入金额占营业收入比例以及研发费用(上述数據从样本企业年报中手工获取)，补充了部分来自国泰安和东方财富网的数据。在此基础上，本文加入了能够决定企业研发产出的人力资本维度，以对企业的研发投入问题进行更全面的实证检验。

2.解释变量

(1)经济政策不确定性指数(EPU)。采用Baker等基于对《南华早报》文章的关键词搜索编制的中国经济政策不确定性指数。本文截取该指数2013-2018年的六年数据，在使用该指数时，采用算数平均方法将月度数据转化为年度数据。

(2)企业权属性质(Nature)。企业的研发投资是一种回收周期长、资金投入大、未来盈利不确定性较高的创新性行为。因此，该策略执行的过程要面临较高的政策风险和行业风险。考虑到国有企业相较于民营企业具有更高的信息与政策的获取能力和解读能力，因此，具有国有属性的企业的研发投入可能与民营企业存在差异。本文将国有企业及国有控股占比超过40%的其他类型企业归为“国有性质一类”，其权属性质虚拟变量取值为1。将“私人控股”“港澳台控股”“外商控股”以及其他企业归为“民营性质一类”，取值为0。

3.控制变量

融资约束(SA)：本研究采用SA指数来计算企业融资约束程度(HadlockandPierce，2010)

SA指数是根据Hadlock&Pierce(2010)提出的企业融资约束程度，计算公式为SA=-0.737*Size+0.043*Size^2-0.040*Age。在该式中，Size是用企业实际总资产的对数值表示的企业规模，Age是企业年龄，指样本观测年度与企业上市年度的差额。SA指数计算所得的数值越大，表示企业的融资约束越小。。相对于另外两个常用的融资约束代理变量KZ

KZ指数是Almeida等(2004)构造的融资约束指数，以五个表征融资约束的变量，采用有序逻辑回归构建的综合指数，用于衡量企业的融资现状。KZ指数越大，意味着上市公司面临的融资约束程度越高，其融资压力越大。指数和WW

WW指数是一种考虑了企业自身的财务特征及外部行业特征的指标，由White和Wu(2006)给出，该数值越大，表示企业融资约束程度越高。指数，SA指数的优势在于其构建指标具有更强的外生性，能够相对简洁、客观、直接地反映企业的融资约束现状。KZ指数在计算过程中需要使用有序逻辑回归，过程复杂且在回归过程中容易使最终的估计结果偏离真实，以最终所获得的指数进行实证研究可能影响实证结论的准确性。WW指数使用广义矩估计(GMM)方法进行估计，不但存在与KZ指数类似的问题，其在具体指标数据的获取中相对更为复杂，部分数据的获取存在较大难度，影响最终指数计算的科学性和可靠性。

(二)数据来源与变量的描述性统计

本文所使用的数据是2013—2018年我国沪深两市的A股新能源行业153家上市公司的6年非平衡面板数据。样本数据来自国泰安数据库、东方财富网，部分数据通过手工抓取年报整理获得。由于使用不同被解释变量对应了不同的样本数量，受篇幅所限，此处仅汇报以Rd1、Rd2为被解释变量的描述性统计。

(三)计量模型设定

根据微观经济学市场失灵理论，由于技术创新的外部性与溢出效应，导致企业进行技术创新的私人收益不等于其社会收益，这种技术创新投入的市场失灵会使得企业技术创新投入水平总是会低于社会最优投入水平。因此，企业的研发投入数量与研发行为的决策往往与外部政策环境密切关联。对处于当前经济转轨阶段的中国企业而言，技术创新基于其高投入、高风险及周期长的特征，进一步加剧了资金供需双方的信息不对称程度，致使企业研发投入将承受更为显著的外部政策环境影响。

关于内生性问题。本文讨论的核心变量是经济政策不确定性、权属性质和企业研发投入的关系。在以企业研发投入作为被解释变量的模型中，当讨论其与经济政策不确定性的关系时，企业研发投入是企业创新行为、意愿及决策的表达，其驱动力来自企业内部的微观层面。而经济政策不确定性指数是基于关键词搜索所编制的一种反映外部宏观环境变量的指标。从经济学逻辑来看，经济政策不确定性对于企业研发投入仅具有单向的因果逻辑。企业研发投入无法对一个经济体的政策环境格局造成扰动，其对经济政策不确定性指数不具有解释力。因此，二者不存在互为因果的关系。权属性质的形成来源于企业国有资产的比重，这一点同样不受企业研发投入的影响，因此，与经济政策不确定性指数也不具有互为因果的关系。也就是说，本文的实证模型在不作内生性处理的情况下，几乎不影响参数估计的一致性。为了验证上述分析，笔者作了被解释变量滞后一期的实证检验。通过对比发现，核心解释变量的回归结果显著性几乎没有改变，验证了上述我们对内生性情况的分析。

为更充分地利用样本数据，保证回归结论的可靠性，本文基于不同的被解释变量，分别采用面板Tobit模型和面板固定效应模型进行实证检验，具体模型如下。

1.面板Tobit模型(研发人员数量占比、研发投入金额占比)

使用研发人员数量占比和研发投入金额占营业收入比例为被解释变量时，由于其数值介于(0，1)之间且存在一定数量的零值，因此本文运用面板Tobit模型进行分析，左边截取点设为0，有下式：

式中，i表示企业;t表示年份;ηi是企业固定效应;λt是年份固定效应;εi，t是随机扰动项。

2.面板固定效应模型(研发人员数量、研发投入金额、研发费用、开发支出)

将研发人员数量、研发投入金额、研发费用作为被解释变量分别建立面板固定效应模型，将开发支出作为被解释变量进行稳健型分析。计量方程式如下：

四、实证研究与分析

从本文5个被解释变量的总体实证结果来看，经济政策不确定性的代理变量(EPU)均与企业的研发投入呈现显著的正相关关系，支持了激励效应理论。究其原因：经济政策不确定性本身也意味著一定程度的信息不对称，企业在面对这种信息获取困境时，往往会通过加大研发投入来降低企业决策的模糊预期，向员工传递更清晰的发展策略信息;另一方面，对于新能源一类以创新为发展核心驱动力的企业而言，在面对因经济政策不确定产生的市场风险时，会通过研发投入的增加来提升、巩固自身的技术优势以锁定市场份额，保持并提高企业的市场势力。因此，经济政策不确定性对企业创新具有正向的激励效应，支持了假设2。

本文考察了企业权属性质对研发投入的影响。回归结果显示，Rd1、Rd3、Rd5不显著，本文将在后面的回归中按企业权属性质分组进行讨论。研发人员数量占比Rd2和研发投入金额占比Rd4(表4)两个被解释变量能够显著被企业权属性质(Nature)干预，所有回归系数均为负值，说明当企业为“国有性质一类”时，企业的研发投入力度较小，换言之，“民营性质一类”的企业在研发过程中会投入相对较多的资源。其原因在这些年的中国企业发展历程中显而易见，民营企业相较于国有企业在社会资源获取中存在一定程度的差异性，包括行业关键信息获取、政府的补贴与支持、融资渠道及成本等多方面的劣势使得民营企业想要在存续期有所作为，必须要通过先进技术来降低生产成本、扩大市场份额以及获取短期的超额利润，为自身发展谋求更广阔和长远的发展空间和时间。因此，在面对经济政策不确定性时，民营企业的企业家精神及生存危机意识能够使其在研发投入中拥有更好的表现，假设4得到了验证。

在企业权属性质系数不显著的变量中，本文亦通过面板固定效应模型按企业权属性质分组对样本企业中的研发人员数量Rd1、研发投入金额Rd3以及研发费用Rd5等研发投入的传统代理变量进行了实证检验。近年来，高新技术企业的人才竞争日趋白热化，对于高层次人才的引进和使用很大程度上能够影响企业未来在同业技术竞争中的地位，技术人员的人力资本水平已经被认为是衡量一个企业研发投入的重要代理变量。企业的研发投入金额和研发费用是企业主观研发投入和创新意愿的直接体现。因此，通过面板固定效应模型对上述三个被解释变量与政策不确定性的关系进行检验，能够比较全面地估计企业研发投入的整体水平。

在5组被解释变量的回歸结论中，我们可以从控制变量获得如下结论：企业的融资约束(SA)回归系数为正，说明较小的融资约束能够对企业的研发人员数量、研发投入金额以及研发费用产生正向作用，但是对“国有性质一类”企业的研发投入金额未产生显著的正向作用。可能的原因在于国有企业的研发决策并不受限于自己短期的融资水平，丰富的融资渠道和宽松的融资环境为一些大型央企、国企带来的“无限血量”使他们在研发决策中更加游刃有余，也从侧面反映了融资约束对于国有、民营企业在创新决策导向的影响力。回归模型中股权集中度(Cr)变量的回归系数显著为正，说明较为集中的股权有利于企业在发展的关键时期作出果断决策，对于类似研发投入这种具备风险的企业战略性决策，较为集中的股权更能提升决策效率。在企业的绩效(ROE)变量的回归系数中，我们能够发现，当被解释变量为研发人员数量时，国有性质一类的企业实证结果为负相关，而在“民营性质一类”的企业样本中回归结果为正相关。说明在人才战略上，相较于国有企业，民营企业在取得较好绩效时更能促进人才引进的策略推进，更具有长视的人才战略意识。当被解释变量为研发投入金额时，仅在民营性质一类企业的样本中获得了显著的回归系数，说明国有企业的研发投入金额与绩效并无关联，而在民营企业中会存在比较明显的“技术投入再生产”行为。而政府补助变量只在极少数的回归结果中显著，其原因可能来自政府的补贴能力逐年下降以及这些补助占企业自身资产的比例微不足道，使得企业对补贴的依赖日渐减少。

为了更为清晰地考察变量之间的关系，在研究中引入了交叉项，以反映一些关键变量对于企业研发投入的共同作用。回归结果显示，它们之中的回归系数取得显著地与之前的分析保持了一致性。其中，EPU*Subsidy在各自变量回归系数分别为正，而交叉项出现了显著负相关，一种可能的解释是，一些企业在取得大量政府补助后同时面对了较高的经济政策不确定性，可能会发生研发投入的滞后，导致当期的研发投入并没有获得相应的提升。

五、稳定性检验

为了考察上述结论的稳健性，本文以企业的开发支出为被解释变量，对上述结论进行再次检验。与研发费用相比，开发支出是指符合资本化条件的开发阶段的支出。在会计处理上，未达到预定用途时开发支出科目有余额，达到预定用途时，一次性结转到无形资产科目。开发支出也是表内除了研发投入以外最能反映企业研发的可获取数据，因此，本研究选择开发支出作为变量来考察前述结论的稳定性。以开发支出为被解释变量的面板固定相应模型回归结果显示，虽然显著程度有所降低，但整体核心解释变量和控制变量与之前回归得到了相同的结果。

六、结论与政策建议

本文通过我国新能源行业153家上市公司的6年非平衡面板数据，实证检验了经济政策不确定性、企业权属性质以及其他一些重要相关影响因素对企业研发投入的影响，得出如下结论：经济政策不确定性对研发投入拥有正向的激励效应;相较于国有企业，“民营性质一类”的企业在研发过程中会有更积极的表现，投入更多的资源;较低的融资约束水平和较高的股权集中度能够对企业的研发投入产生正向作用;企业绩效对国有企业的研发投入并无显著的激励效应，但在民营企业中会存在比较明显的“技术投入再生产”行为。

我国经济正处于需要创新驱动的“新常态”，企业的发展已经由政府扶持过渡到市场主导阶段。因此，政府应当减少对企业的直接干预，强化市场在资源配置中的决定性作用，让无形之手推动技术创新，使其在良性竞争中发展壮大。另一方面，由于经济政策不确定性对企业研发投入存在激励效应和选择效应，地方政府及相关部门可以放开顾虑，适时适地地调整政策供给，在鼓励企业创新的基础上通过选择效应淘汰落后产能(顾夏铭等，2018)，保留更多的创新型企业。同时，通过高质量的经济政策和行政手段不断完善制度环境，使经济政策与制度环境良性互动，实现稳定政策供给与良好制度环境的互为内生，促进企业将更多的精力和资源投入内在能力的提升上，建设企业不断创新、产业不断优化、经济高质量增长的长效机制。

参考文献：

[1]陈德球，金雅玲，董志勇.政策不确定性、政治关联与企业创新效率[J].南开管理评论，2016，19(04).

[2]顾夏铭，陈勇民，潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究，2018，53(2).

[3]郭平.政策不确定性与企业研发投资：“延迟效应”还是“抢占效应”——基于世界银行中国企业调查数据的分析[J].山西财经大学学报，2016，38(10).

[4]郝威亚，魏玮，温军.经济政策不确定性如何影响企业创新?——实物期权理论作用机制的视角[J].经济管理，2016，38(10).

[5]黄宁，郭平.经济政策不确定性对宏观经济的影响及其区域差异——基于省级面板数据的PVAR模型分析[J].财经科学，2015(6).

[6]李端生，王晓燕.高管团队异质性、激励机制与企业研发投资行为——来自创业板上市公司的经验数据[J].经济问题，2019(2)：5868.

[7]孟庆斌，师倩.宏观经济政策不确定性对企业研发的影响：理论与经验研究[J].世界经济，2017，40(9).

[8]袁建国，后青松，程晨.企业政治资源的诅咒效应——基于政治关联与企业技术创新的考察[J].管理世界，2015(01).

[9]张倩肖，冯雷.宏观经济政策不确定性与企业技术创新——基于我国上市公司的经验证据[J].当代经济科学，2018，40(04).

[10]赵萌，葉莉，范红辉.经济政策不确定性与制造业企业创新——融资约束的中介效应研究[J].华东经济管理，2020(01).

[11]AkeyP，LewwllenS.PolicyUncertainty，PoliticalCapital，andFirmRiskTaking[J].SocialScienceElectronicPublishing.2016(1).

[12]AtanassovJ，JulioB，LengT.TheBrightSideofPoliticalUncertainty：TheCaseofR&D[J].SocialScienceElectronicPublishing，2016(1).

[13]BakerS，BloomN，DavisSJ.HasEconomicPolicyUncertaintyHamperedtheRecovery?[R].BFIWorkingPaperSeriesNo.2012003，2012.

[14]BakerSR，BloomN，DavisSJ.MeasuringEconomicPolicyUncertainty[J].TheQuarterlyJournalofEconomics，2016，131(4).

[15]BernankeBS.Irreversibility，UncertaintyandCyclicalInvestment[J].Quarterlyjournalofeconomics，1983，98(1).

[16]BhattacharyaU，HsuPH，TianX，etal.WhatAffectsInnovationMore：PolicyorPolicyUncertainty?[J].JournalofFinancialandQuantitativeAnalysis，2017，52(5).

[17]BloomN.UncertaintyandtheDynamicsofR&D[J].AmericanEconomicReview，2007，97(2).

[18]BornB，PfeiferJ.PolicyRiskandtheBusinessCycle[J].JournalofMonetaryEconomics，2014，68(7).

[19]FernándezVillaverdeJ，GuerrónQuintanaP，KuesterK，etal.FiscalVolatilityShocksandEconomicActivity[J].AmericanEconomicReview，2015，105(11).

[20]HillmanAJ，ZardkoohiA，BiermanL.CorporatePoliticalStrategiesandFirmPerformance：IndicationsofFirmpecificBenefitsfromPersonalServiceintheU.S.Government[J].StrategicManagementJournal，1999，20(1).

[21]MarcusAA.PolicyUncertaintyandTechnologicalInnovation[J].AcademyofManagementReview，1981，6(3).

[22]PastorL，VeronesiP.UncertaintyaboutGovernmentPolicyandStockPrices[J].TheJournalofFinance，2012，67(4).

[23]StokeyN.WaitandSee：InvestmentOptionsunderPolicyUncertainty[J].ReviewofEconomicDynamics，2016(21).

[24]VillaverdeJF，PGQuintana，KKuesterandJRRamírez.FiscalVolatilityShocksandEconomicActivity[J].AmericanEconomicReview，2015，105(11).

[25]WangY，WeiY，SongFM.UncertaintyandCorporateR&DInvestment：EvidencefromChineseListedFirms[J].InternationalReviewofEconomics&Finance，2017，47(1).

(責任编辑：彭琳)

作者：汲昌霖

第二篇：数字经济下企业风险的性质转变与管理策略

【摘要】近年来， 作为一种新出现的经济形态， 数字经济成为推动我国经济高质量发展的重要驱动力。 但是随着新产品、新模式、新业态的不断衍生， 其风险逐步凸显， 企业依靠传统的风险管理手段已难以有效地面对新问题、新局面， 如何完善风险管理机制和提升风险应对能力成为企业在数字化浪潮中实现可持续发展的重要课题。 基于此， 对数字经济背景下企业风险的新特征进行分析， 并对企业风险管理各环节的数字化转型进行探讨， 得出要在风险识别阶段提高数据化风险感知能力、在风险评估阶段构建智慧化标准体系以及在风险应对阶段形成自动化应急机制的结论。

【关键词】数字经济;风险性质;风险管理;传统企业

一、问题的提出

随着大数据、云计算、人工智能、移动互联网为代表的新信息技术的迅速崛起， 新一轮科技革命带领人类社会迈入数字时代， 叠加疫情因素影响， 数字经济成为最具活力、辐射最广的经济形态， 是引领国民经济高质量发展的重要引擎。 《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》提出， 发展数字经济， 推进数字产业化和产业数字化， 推动数字经济和实体经济深度融合， 打造具有国际竞争力的数字产业集群。 在数字经济背景下， 以“大数据+云计算+互联网”或“物联网+移动设备数据端”等基础设施为依托， 通过分析和处理用户个人信息形成数据信息资源， 建立具有共享特征的市场交易秩序。 中国信息通信研究院2021年发布的《中国数字经济发展白皮书》显示， 我国数字经济规模已由2005年的2.6万亿元增加至2020年的39.2万亿元， 即使受到新冠肺炎疫情的影响， 我国数字经济依旧在逆势中加速发展[1] 。

追根溯源， 数字经济最早出现于Tapscott[2] 1996年出版的《数字经济》一书中， 他也被后来的研究者们誉为“数字经济之父”。 他认为， 相较于传统经济模式下信息流通过实体方式呈现， 新经济模式下的信息主要以数字方式呈现。 然而， 他并没有提出一个准确而清晰的概念， 而是常常将术语“数字经济”与“新经济”（强调高增长、低通胀和低失业率）混淆不清。 2000年美国商务部在发布的数字经济报告中提到， 数字经济是在新一轮数字技术革新的基础上建立起来的， 由此衍生出了新的生产方式、新的服务产品以及新的社团模式。 在国内， 数字经济在2007年作为现象级热词、高频词在国内出现。 最具有共识度的数字经济定义来自G20杭州峰会通过的《二十国集团数字经济发展与合作倡议》[3] 。 数字经济被表述为以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。

数字经济成为新时代引领国家发展新动力的同时， 新产品（服务）、新模式、新业态不断涌现并产生了巨大的商业价值。 以大数据、人工智能等新技术和资源为手段和形式的生态产业链， 展现了数字经济及其竞争格局， 贯穿其整个周期的各种市场扩张竞争行为， 在客观上已成为世界主要国家和地区间进行市场经济竞争的主要类型。 就我国具体情况而言， 在数字技术驱动下， 涌现出一大批“智慧+”数字综合民生服务平台， 不断渗透到学习教育、医疗健康、社区管理、生态维护等领域。 以阿里巴巴、腾讯、百度为代表的互联网企业深度融入经济高质量发展实践， 充分利用大数据平台， 以不同方式发挥各自的作用[4] 。 硅谷战略专家杰弗里·莫尔曾说到， “在这个世界中， 信息为王。 从业者拥有的数据越多越活跃， 其分析能力越强， 速度越快则投资回报越高”[5]。  信息为王， 数据为霸， 今天的资产信息比资产本身更值钱， 今天的生产力走向了“无形决定有形”。 中国的人口红利、海量数据以及各种应用场景成为推动数字经济发展的独特优势，也为未来我国在新技术革命中实现“弯道超车”带来巨大的可能性。

二、数字经济下的企业风险

数字经济在蓬勃发展的同时也带来了诸多新风险， 实体企业在追赶数字化变革浪潮的同时要警惕各种风险。 世界经济论坛发布的《2020年全球风险报告》提出， 大规模数据泄露、网络攻击、数据诈骗等数字风险都被列为未来发生可能性最高和影响最大的风险之一。 国际信息系统审计协会发布的《2020年企业风险管理状况报告》中将网络安全列为企业头号风险。 在数字经济的驱动下， 未来实体企业将面对更多未知和更大的风险压力。 第一， 企业生产效率不断提高、边界不断扩张、与客户间的关系也不断被重新定义， 与之相伴的是颠覆式创新不断涌现， 企业优胜劣汰中“快吃慢” “新吃旧”的现象屡屡发生， 打破了过去大小企业和谐共存的竞争态势。 第二， 数字化变革意味着借助云计算、移动互联网等新技术实现“新兴数字技术+实体企业”的深度融合， 代表着通过以数据为基础的算法推测用户喜好生成内容推荐并产生互动， 使得信息传播变得更加个性化、定制化， 但同時也涉及用户的隐私和喜好， 由此引发的法律争议、算法伦理风险和隐性风险变得越来越突出。 此外， 在实体企业的数字化进程中， 由于数字化战略缺失、新技术应用不到位、管控措施薄弱、数字技术对业务支持力度低等引发的各种风险严重影响到企业的发展。 简言之， 在数字经济中， 数字化变革是亮点， 风险防控是重点， 实体企业是主战场。

数字经济背景下企业面临的风险也发生了相应的变化， 传统风险管理模式的局限性开始凸显， 如何变革自身的风险管理机制成为企业在数字化浪潮中实现可持续发展的重要课题。 在传统经济背景下， 风险一般指的是不确定性， 或表述为结果的“变动”与偏差。 风险的构成一般包括风险因素、风险事故、风险损失三部分， 其中： 风险因素是风险引发的原因与条件， 风险事故是风险事件的本身并属于媒介的一种， 风险损失是风险发生后对实体的负面影响。 从企业管理层面来看， 风险主要体现在收益的不确定性和经济价值降低的可能性上。 针对于此， 风险管理相关经典理论试图从多角度入手， 对风险控制与防范以及发生后的负面影响进行研究。 然而， 在数字经济背景下， 相应的风险因素内涵与特征、风险事故的表现形式、风险损失的测量手段是否与传统经济背景下的情况相同或相似， 是否发生了数字化与网络化的转变？ 如果答案是肯定的， 那么这种转变对于企业实体的发展与风险控制是否会产生影响， 具体影响又包括哪些方面？ 在此基础上， 企业应当在风险控制总体与具体环节中进行怎样的变革， 以适应数字经济背景下的风险性质变化及其对企业自身的影响？本文试图通过对企业风险在数字经济环境下的各方面构成要素与相应的应对措施进行分析， 以回应上述问题。

本文的分析内容包括企业风险的性质变化、企业风险管理的策略变化两个部分。 前者是基于数字经济的运行机理及其对企业风险形成逻辑的影响， 从而分析风险的具体变化内容; 后者则是对风险防控手段与策略的变革进行探讨。 总之， 数字经济背景下企业面临的新风险不仅会影响企业自身的风险控制与发展方向， 也会对企业之间的价值链产生冲击， 进而可能影响总体经济发展效率与运行质量。 因此， 探讨数字经济背景下企业风险的性质变化和企业风险管理的策略变化不仅具有较强的现实意义， 也是现阶段理论界的研究难点所在。

三、数字经济下企业风险的性质变化

大数据颠覆了企业传统的思维模式、重构了以往的经营模式， 也改变了传统的企业风险性质。 企业的竞争逐鹿手段已经由传统经济时代的单一价格与质量竞争， 转变为技术较量和标准竞争。 数字经济时代， 技术的变革与应用改变了企业管理的诸多性质， 如传统的边际效用递减转化为递增、层级化转变为扁平化、溢出效应提升等。 这些特征变化的本质在于数字经济的网络技术基础体现出来的梅特卡夫效应， 该效应引发了边际成本递减与外部经济性增强等效果， 凸显了网络技术的新型规模价值。 进一步地， 这种新型规模价值改变了传统实体企业面临的风险体系， 并主要体现在风险种类、风险因素、风险转嫁与风险信息四个方面。

1. 风险种类的复杂化。 传统风险种类可从多个角度来划分， 如按照性质、标的、行为、原因、产生环境等进行归类， 在企业风险管理领域可以按照类似的方法将企业风险划分为金融风险、经济风险、法律风险和政治风险等。 传统风险的分类标准主要根据传统经济发展态势、社会发展现状以及企业技术水平， 然而在数字经济背景下， 原有基础都发生了网络化的转变， 从而引起了新的风险或将原有风险变异、放大， 企业风险变数增多并日益复杂， 传统的风险分类标准已难以奏效。 根据Gartner专门针对CEO的一项研究表明， 77%的CEO认为数字业务将导致新的风险类型与等级。

第一， 数字经济带动产业结构优化升级， 引起总体经济发展态势及经济结构发生较大变化， 增加了经济不确定性。 在传统经济模式下， 企业面临的经济风险主要来源于实体经济活动中的不确定性， 具体是指总体经济发展状况与经济结构、市场需求的变化及资本市场的变化。 在数字经济模式下， 各产业逐渐将数字资源等无形资源加入生产活动中， 使得产业趋向于无形化、数字化， 模糊了一二三产业的边界， 促进了产业间的延伸融合， 进而改变了总体的经济发展态势。 同时， 数字技术、网络信息技术不仅运用于服务业领域， 在第一与第二产业领域中也不断扩张， 优化了劳动力资源配置， 提升了生产效率， 促进了经济增长并使得总体经济结构发生变化。 一方面， 产业边界的消融与经济结构的变化增加了总体经济与市场发展的不确定性， 进而提高了风险发生的概率; 另一方面， 产业结构的融合也改变了风险划分的标准， 使得数字经济背景下企业风险种类呈现复杂化。

第二， 互联网是数字经济发展中的“高速公路”， 网络化使得企业经营活动打破了时间与空间的壁垒， 数据在网络中飞速运转并以近乎实时的速度被采集、处理与运用， 不同国家、不同地区、不同经济实体之间的合作交流越来越频繁。 与此同时， 网络化可能引发新的风险， 例如触发网络的脆弱性、降低组织的稳定性、危害企业间的交流合作等， 企业往往难以应对。 在传统的生态环境下， 基于单一业务活动和部门职责条块化的传统风险管理模型基本能应对企业可能面临的风险; 但在数字经济背景下， 企业在网络化生态环境中发展将面对更多的新生风险， 对于原有风险的管理可能会由于各类新旧风险的累加、扩散、渲染而面临失效的可能。 企业网络化生态环境下的新生风险可分为创新风险、支付风险、快速风险、跨界风险、放大风险、复杂性风险等[6] 。 综上， 本文总结了企业网络化生态环境下的部分风险种类， 具体见表1。

2. 风险因素的虚拟化。 在数字经济模式下， 虚拟经济与实体经济加速融合， 货币的虚拟化和数字资产的兴起使得企业面临风险因素的虚拟化。 一方面， 货币的虚拟化促进了实体经济交易的虚拟化， 人们开始频繁地使用电子货币、线上支付系统; 另一方面， 数字资产不断进入实体经济， 人们不使用实体货币就能消费。 这两种变化使得实体经济日趋虚拟化， 大量资金脱实向虚， 虚拟经济的部分特征如风险性、不稳定性、流动性等在总体经济发展趋势中也得以体现。

具体来看， 一方面， 电子货币通过网络和信息技术完成向现实的转变， 在价值上与黄金分离而变得虚拟化， 在形式上成为单纯的价值象征从而摆脱了传统纸币的实体形式， 在一定程度上使得数据资源代替了物质资源。 货币的虚拟化促使经济交易活动不断虚拟化， 许多经济交易活动摆脱了时间和地点的限制从而可以瞬间完成， 通过网络的供需接触形成对资源配置的要求， 交易成本得以極大地降低。 进一步， 货币的虚拟化加速了金融市场的虚拟化， 依托于互联网的国际金融市场也形成了一个随时随地可调动的统一平台， 全球的资金调拨可在瞬间完成。 另一方面， 虚拟货币“开始”现身， 依托于区块链技术进行加密的数字货币， 如以太坊、比特币等已经成为新的金融市场工具， 在一定程度上推动了虚拟资产的流动和与实体经济的分离。

需要强调的是， 货币虚拟化与虚拟货币并不能混为一谈。 目前货币虚拟化是大趋势， 如微信支付、支付宝等在大众生活中逐渐普及， 是我国加快货币虚拟化进程的体现， 而虚拟货币则是一种不被国家金融机构管控的数字化货币形式。 相较而言， 两者性质也不同， 前者改变的是支付方式， 后者是企图改变货币发行规则的数字货币。 在这些虚拟货币价格如过山车般涨跌的背后， 隐藏着诸多看不见的“手”——政策因素、舆论因素、项目应用价值等， 都会极大地影响价格， 导致投资数字货币的风险远大于传统金融风险。 以比特币为代表的“去中心化”数字支付工具的兴起， 使得网络经济面临着财产犯罪（如盗窃、普通诈骗等）、隐私侵犯（或个人信息侵犯）、金融犯罪（如金融诈骗、市场操纵等）等较大风险， 这无疑扩大了企业可能面临的风险损失。 可以预知， 实体经济的日益虚拟化也将导致企业要承受数字人民币电子支付、金融虚拟化、数字资产的流动性所带来的风险。 数字经济下， 企业经营活动越发依赖于互联网， 许多过程变得虚拟化而脱离控制， 加之一旦某个经营活动出现问题， 互联网会变为“风险加速器”从而将有限的风险放大数倍， 这些都加剧了实体企业的风险压力。

本文针对引发风险的原因与条件提出的风险因素， 是企业进行风险识别、评估、应对的理论基础。 风险因素的虚拟化代表的不仅是风险发生概率的提高与风险损失的扩大， 还代表了数字经济背景下企业风险识别、评估与应对难度的提高。 显然， 在总体层面上， 风险因素的虚拟化与传统监管规范体系之间形成冲突并产生空隙， 监管力量难以完全渗透并覆盖整个网络化风险体系。 同理， 在企业层面上， 单一经济实体的风险防控体系也较难回应经济社会数字化带来的新型风险难题。 一是在风险识别方面， 风险因素的虚拟化使得企业风险防控部门对其进行观测与预警的难度加大; 二是在风险评估方面， 经济交易的虚拟化与网络化加大了企业风险波动程度， 并提高了对其估计的难度; 三是在风险应对方面， 这一系统层面的风险因素需要企业在整体层面自上而下地变革风险防控体系， 该过程会产生较高的成本。 总得来说， 风险因素的虚拟化不仅仅是风险根源与风险条件的改变， 同时也会影响总体风险防控系统， 在各层面、各环节提高企业面临的风险难度与压力。

3. 风险转嫁的群体化。 风险转嫁又称风险转移， 是企业风险应对措施理论体系中应用范围较广的一种有效风险管理手段， 通过将风险及其可能造成的损失以一定的方法全部或部分转移至非本企业的其他实体， 如通过租赁、基金制度、互助保证、订立保险合同、经济合同性风险转嫁等。 传统经济环境下风险转嫁目标与对象一般是特定的， 如在保险性风险转移过程中， 通常风险转移的目标或经济合同中特定的风险承受人是保险公司。 但是数字经济体现出的特征如网络化、碎片化、虚拟化、规模化使得企业转嫁相关风险的过程中可能出现转移对象群体化， 具体分析如下：

（1）互联网的海量用户成为企业风险转嫁的对象。 据《中国互联网发展报告2020》显示， 截至2020年底， 我国网民规模达9.89亿。 从本质上来看， 用户规模不仅是数字经济的基础之一， 也是网络规模化效应的体现。 数字经济是网络经济的核心， 在此背景下， 企业之间通过优势互补和资源共享来实现某个共同的市场目标。 边际收益递增效应在资源共享和企业合作的大背景下得到充分的体现， 产品成本不断降低。 庞大的用户规模形成了我国蓬勃发展的消费市场， 为虚拟经济的发展打下了坚实的用户基础， 也成为企业向线上顾客转移风险的前提。 同时， 数字经济产业的发展影响了消费者传统的消费方式与习惯， 使得消费者越发依赖于以数字技术为基础的在线支付、新零售、平台经济等新业态并开始承担更多的未知風险。

（2）企业转嫁风险的成本较低。 在传统经济环境下， 企业需要一定的成本转移风险以减少资本的不确定损失， 如向保险公司支付保险费。 而在数字经济下， 以ofo小黄车退押金难导致挤兑潮事件为例， 企业占用资金（客户押金形成的资金池）并挪作他用， 在资金难以回潮时就出现了押金难退的情况。 企业将用户押金作为风险转移手段却无需承担转移成本， 这一过程具有杠杆放大效应， 并且诱发了企业的新型道德风险， 从而引发了后续的资金风险、社会风险、法律风险等， 最终使企业自身陷入“困境旋涡”。

（3）对用户规模的监管不力加速了企业风险转嫁的群体化。 用户是数据的衍生器， 是各大商户平台竞争逐鹿和保障流量的基础， 每个用户都是数据的衍生器。 依据我国相关法律规定， 商家收集用户信息必须征得用户的同意。 然而， 现阶段如果用户希望获得APP和网站的服务就必须同意“商家可以使用个人相关隐私数据”这一条款， 否则会被拒绝使用， 这使得本应在数据采集阶段所解决的问题转嫁延伸至数据服务和应用阶段， 乏力的知情同意机制导致的隐患风险令人堪忧， 经营者除了自身使用用户数据还可以通过数据库交易共享来实现数据的扩展。 从某种程度上来说， 企业通过让用户承担信息泄露的风险来转移自身风险， 那么较大的用户规模就意味着较大的风险。 因此， 减少消费者担忧、区分可利用与应保护的信息与数据来减少企业的“可乘之机”， 进一步释放网络消费潜力， 这些对当下的市场监管机制提出了较大的挑战。

4. 风险信息的不对称。 信息不对称本身即为一项十分重要的风险诱发因素， 常见于企业投资、合同交易、并购重组等， 主要因素是市场调节机制的失效和“看不见的手”， 换言之， 经济活动中的各个组成部分对于信息的掌握程度是不同的， 掌握的信息越充分就越有可能居于地位有利的一方。 在数字经济背景下， 风险信息的不对称具体表现在：

（1）技术水平导致的不对称。 区块链、物联网、大数据等技术已经融入企业的生产活动中。 在2020年天猫“双11”当天的交易中， 阿里云大数据平台完成了云原生史上最大规模的大数据算力和实时处理能力， 下属的MaxCompute单日进行批处理计算数据量达1.7EB; 据腾讯2020年第三季度的业绩报告显示， 微信及WeChat存在12.1亿的月活跃用户， QQ智能终端月活跃账户数为6.17亿， 每天产生规模量巨大的数据。 数字技术领先的公司往往处于行业前列， 占据数字技术不对称中的优势位置。 这些大型互联网公司依赖其技术优势积累了大规模的用户数据并对数据进行加工， 挖掘其深层价值并作用于企业产业链。 同时， 数据质量的不对称也是它们具有的重要优势， 通过结构化数据和非结构化数据构成的多维度信息， 帮助它们进行精准用户画像定位和风险管理， 因此增加了企业所面临的信息不对称。

（2）“黑箱”模型算法导致的不对称。 算法虽然优化了市场配给， 却也带来了危害。 从消费者出发， 算法的虚无性就像是“黑箱”， 巧妙地遮盖了算法不公平行为， 如个性化推荐、针对性行为广告或是差别定价， 甚或算法共谋[7] 。 互联网平台长期使用自动化价格算法， 平台允许线上商户使用动态的价格进行市场划分。 商户通过大数据收集用户的使用信息预判消费者的消费心理、消费能力和支付意愿， 根据不同用户实现定制化价格策略， 这种情形在数字经济背景下十分常见， 其属于合理还是违法行为的界线并不清晰。 黑箱模型算法给市场的交易环境带来了不确定性， 在一定程度上增加了消费者和商家交易的不合理性和不公平性， 同时进一步促使消费者走向信息不对称的劣势一端。 从企业角度来看， 在算法被广泛应用的人工智能时代， 如果某算法设计存在一些问题， 产生的错误结果也是海量级的， 事后纠错成本巨大。 由此， “黑箱”模型算法给企业的市场竞争带来不确定风险。

（3）碎片化导致的不对称。 一是信息的碎片化， 随着信息化技术的飞速发展和人们生活方式的变革， 网络带来了信息的碎片化。 虽然人们接触到了更为庞大的信息群， 但内容非常分散， 消费者接收信息的渠道、方式和习惯都逐渐趋向碎片化。 二是社会的碎片化， 传统意义上的市场概念、社会结构和观念都不断地被重新定义——从生活到工作、从交流到消费， 社会的组成不断地被分割。 三是网络社群的碎片化， 互联网打破了时空地域限制， 使得具有相似性需求的个体聚集在一起， 形成了属性鲜明的社交群体， 体现了社交网络的碎片化。 这些碎片特性使得不同群体获得的信息存在差异。

四、智慧型企业风险管理体系的构建

在企业实际风险管理流程中， 数字经济的风险特征与性质都应该在风险管理过程中得以体现， 无论是风险识别、风险评估还是风险应对阶段， 都要考虑企业风险在数字经济背景下的特征变化， 进行风险管理工具的数据化变革， 以应对科技创新带来的负面影响。

1. 风险识别阶段， 提高数据化风险感知能力。 在企业风险管理过程中， 开端与基础就是风险识别， 只有准确地识别出风险的类型与内容， 才能有效分析、分类施策、控制与规避风险。 从概念本质来看， 风险识别又可判定为风险感知， 即利用各类方法精准地、系统地对风险进行判定， 并为后期的风险分析与管理决策服务。 在传统经济背景下， 一般采用流程图法、风险列举法、分解分析法、环境分析法等常见的风险识别与感知工具进行分析。 然而， 在数字经济背景下， 网络化与数据化的技术因素导致风险种类的复杂化与风险因素的虚拟化， 以传统风险类别为基础的风险感知系统及方法在理论上已无法完全适用于新经济环境下的风险识别目标。 基于此， 完善路径应当是构建出能够识别近乎所有可能发生的风险的实时风险因素观测系统。

2. 风险评估阶段， 构建智慧化标准体系。 风险评估是对风险识别因素的定量分析， 属于风险管理的基础之一， 包括企业价值、风险概率、损失量化等内容。 由于数字经济的风险性质发生变化， 原本适用于传统经济环境中的内部控制法、风险因素分析法等手段在数字经济环境中并不一定适用。

风险因素的虚拟化提升了对其进行识别分析的难度。 以风险因素分析法为例， 在内外部环境发生变化的情况下， 对传统风险因素的分析与判断是显而易見的， 无论是风险等级还是报表粉饰等风险因素都会在财务报表中体现， 都有较为直观的数据、科学与固定的标准予以参考; 而在风险因素逐渐虚拟化的情况下， 传统数据的代表性开始降低， 相应的标准体系也开始模糊化。 如在ofo小黄车事件中， 用户押金在财务上被记入“其他应付款”科目， 本质上属于负债， 但一方面这一负债与充值的账务处理——“预收账款”之间界限不清， 另一方面普通负债在内部控制环节受到的关注度一般不如收入等项目高。

网络环境与数据环境下的规模效应更大且容易被忽略。 如若干小金额的负债在传统审计与内部控制流程中一般不会被重视， 甚至不会被认定为风险; 而在规模逐渐提高的情况下加之梅特卡夫效应的影响， 任何小规模的负债、收入或经济对象的集聚效应都有可能引发较大风险。 上述两方面从本质上是标准体系与规范体系（企业内部）和风险因素体系变化之间未形成有效衔接引起的。 仍以ofo小黄车押金事件为例， 在不考虑主观恶意的情况上， 企业资金链断裂并引发严重财务危机与社会挤兑潮的本质原因即为社会或企业自身对于单一小金额的押金没有引起重视、内部控制与风险评估标准体系较为滞后。 基于此， 企业应当变革评估标准体系， 从标准体系的重构与思维的转变出发， 实现更为全面、充分的智慧化评估。 具体实践中， 智慧化标准体系的构建可从以下四个方面实现：

（1）构建有效的风险指标体系。 该指标体系所选取的指标与因素应当充分考虑风险类型， 如根据财务风险、法律风险、经营风险、技术风险进行类型化处理， 再依次从中筛选指标， 包括： 偿债能力指标、运营能力指标、盈利能力指标等; 诉讼比率、或有资产及负债等法律指标; 技术研发成功率与达成率、产品交验合格率、技术开发投诉率等技术指标。 并根据企业性质、经营范围、历史数据等设置不同指标的权重并进行整体加权平均， 通过将平均结果与预警数据进行比较， 即可识别与评估风险。

（2）完善知识管理和内部控制人才培养机制。 知识管理机制的建立是开展智慧化风险评估工作的基础和核心。 企业应当将自身风险管理工作及共享风险案例库的数据信息、专家经验、业务规则进行总结、提炼、发布与应用， 并在实践中不断修正和完善， 借助规则引擎定义和存储相关知识点， 构建风险管理知识库。

（3）加强对内部控制人员的素质培养和队伍建设。 通过多专业培训、引进核心人才， 逐步建立一支具有高水平风险知识管理能力的专业人才队伍 。 对于不同的风险因素， 应当发掘预设标准体系可能忽略的领域与内容。

（4）企业要及时学习或引进外部先进技术和服务。 加强与会计师事务所、大数据研发中心等其他行业领域的联系与合作， 尽可能地挖掘风险点， 综合利用多种评估方法， 分析潜在风险因素的概率和影响， 为风险应对奠定坚实的基础。 值得注意的是， 在变革与创新风险评估标准体系的过程中， 应当关注数字经济环境的规模性、虚拟性、模糊性、网络化与数据化特性， 将上述特征充分纳入考量。

3. 风险应对阶段， 形成自动化应急机制。 风险应对是真正意义上的风险管理环节， 在辨识出风险类型、评判风险发生概率与确定风险损失后， 根据具体情况进行相应的决策行动， 即根据企业的风险防控能力、风险的可规避性与可接受性等情况选择包括规避、接受、降低、分担等类别的风险策略。 风险应对作为风险识别与评估的后续程序， 必须基于前置程序的有效性才能进行， 但风险识别与风险评估程序在数字经济背景下被削弱了影响力并间接性地削弱了风险应对的效果。 基于此， 企业应当拓展风险应对策略体系， 创新风险应对模式， 转变传统风险应对思维， 构建新型自动化风险管理模式。

（1）构建基于企业风险知识图谱的智能问答机器人。 知识图谱因其自身的图展示、图挖掘等优势， 可帮助企业风控人员进行业务场景的分析与决策， 能快速、系统、全面地展示相关信息及风险标签， 从本体构建、知识抽取、知识融合和知识储存四个方面进行构建。 基于企业风险知识图谱， 构建智能问答机器人， 实现对知识图谱的检索和利用， 并为风控人员提供及时、专业的风险度量。

（2）建立包含宏观、中观、微观三个层面的风险预警管理系统， 强化风险预警功能。 从宏观来看， 首先通过在持续时间段内观测单个预警指标， 建立成熟可靠的风控模型， 对风险综合得分进行度量， 获取相对应的预警信号， 随后通过风险转换矩阵自动判断风险预警等级。 从中观来看， 利用数据库中的算法不断进行深度学习形成机器记忆， 并对不同的风险状况进行智能组合并预警。 如将识别出来的新型风险类别进行数据化储存， 并形成循环评价材料， 在结合自身或同行业典型企业的风险防控数据基础上， 构建深度学习材料， 扩充自身风险数据库， 并形成机器记忆。 从微观来看， 对企业财务风险、经营风险、内部控制执行情况某一方面的时段数据进行多角度、多方位的智能分析并进行及时预警。

（3）建立快速响应机制和责任管理机制。 快速响应机制是对风险数据智能化分析的应用， 企业要对数百个风险信号进行分类管理， 并对每个信号建立相应的标准作业流程（SOP）， 比如出现重大风险事件、风险偏好升级等， 企业都要能够快速响应。 同时， 企业要落实责任管理机制。 当风险控制过程中任一环节出现问题时， 系统都能迅速找到相应的责任人， 避免出现延误或无法联系的现象。

五、小结

总的来说， 风险控制的三个流程——识别、评估和应对都是基于风险因素、风险种类与风险性质的变化而转变。 数字经济作为一种全新的经济形态， 虽然推动了我国经济的快速发展， 却也放大或改变了原有风险甚至导致新的未知风险， 由其引起的风险种类的复杂化、风险因素的虚拟化、风险转嫁的群体化、风险信息的不对称都对企业风险防控提出了较大挑战， 但数字技术的兴起和成熟使得企业也具备了处理数字化风险的巨大潜力与进一步发展和轉型的希望与价值。

【 主 要 参 考 文 献 】

[1] 中国信息通信研究院.中国数字经济发展白皮书[EB/OL].http： //www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.

htm，2021-05-02.

[2] Tapscott Don. The digital economy：Promise and peril in the age of networked intelligence[M].New York：McGraw-Hill，1996：1 ～ 362.

[3] G20.二十国集团数字经济发展与合作倡议[EB/OL].http：//www.g20chn.org/hywj/dncgwj/201609/t201609 20_3474.html.，2021-

05-02.

[4] 李辉.大数据推动我国经济高质量发展的理论机理、实践基础与政策选择[ J].经济学家，2019（3）：52 ～ 59.

[5] 伯纳德·利奥托德，马克·哈蒙德著.郑晓舟，胡睿，胡云超译.大数据与商业模式变革：从信息到知识， 再到利润[M].北京：电子工业出版社，2015：6.

[6] 陆岷峰，王婷婷.基于数字银行背景下数字信贷风险控制管理的战略研究[ J].金融理论与实践，2020（1）：21 ～ 26.

[7] 陈兵.数字经济发展对市场监管的挑战与应对——以“与数据相关行为”为核心的讨论[ J].东北大学学报（社会科学版）， 2019（4）：388 ～ 397.

作者：何苗 樊子立 张如

第三篇：论版权的经济性质与价值实现

摘要：

版权不是凭空而来的神秘的东西，它是作者基于特定条件的创造，在其人身性质之外，版权是一种名副其实的资产，具有显著的经济性质。版权的经济性质包括可价值化、可分割性、可分配性、成本收益性、可资本化、稀缺性、公共产品性、垄断性等方面。本文以版权经济性质分析为基础，讨论了版权的市场供给与需求、版权的企业化运作、版权的组织间合作、版权与金融的有机结合等价值实现方式。

关键词：

版权版权经济性质版权产业价值实现

简单地说，版权即著作权，是指文学、艺术、科学作品的作者对其作品享有的权利。从法学的角度看，版权包括其人身性质和经济性质。在大陆法系国家、或者更多地受到大陆法系影响的国家(例如我国)，有着一个传统，即较为强调版权的人身性质;而英美法系国家则偏重于版权的经济性质，这是早期的一个“普遍”的认知。而随着美国1989年加入《伯尔尼公约》(BerneConvention for the Protection of Literary and ArtisticWorks)，以及1995年世界贸易组织《与贸易有关的知识产权协定》(Agreement on Trade-Related Aspects ofIntellectual Property Rights，TRIPS)的实施，在世界范围内，版权的经济性无疑成为首要的共识。在当下的后金融危机时代，全球范围均在进行产业结构调整和升级，我国也进一步提出了要节能减排、转变经济发展方式，其中重要的对策之一即是大力发展包括版权产业在内的文化创意产业。

一、版权是一种资产

纵观版权产生的历史，虽然中西方的学者在中国是否自宋代起就存在早期的版权保护等问题上存有争论，但现代版权学术界与产业界已经达成了版权具有人身性质、经济性质的共识。问题是，目前我国很多人对版权经济性质的认识是不深入的，这主要体现在版权产业及相关产业的运营上，一谈到版权就容易神秘化，没有能够把它当做个人、企业、产业的正常资产对待。从版权的产生过程上看，无论其最终的权利归属如何，是归属于作者，还是归属于委托人或作者所在的单位等主体，但包含版权的作品的创作首先来自于作者的智慧性劳动，也就说版权不是凭空而来的神秘的东西，它是作者基于特定条件的创造，由此渗入了作者的精神特质，使之具有人身性质。但是，在人身性质之外，我们始终不能回避的是，包含版权作品的创造是有一定的成本的，既有脑力、体力的消耗，又有其他资源的花费。除非作者或利益相关者出于纯粹的精神需要。版权创造的成本是需要通过价值补偿机制实现的，否则作者、利益相关者将没有后继的创作资源和利益激励。

退一步说，版权的产生虽被打上了作者个性化烙印，但版权绝不是作者无缘无故的“个人财产”。应当说，版权首先是一国(地区)法律设定或者认可的产物，没有版权法律制度，作品只能成为作品，而不能够成为受到版权保护的作品，如进入公有领域的作品，或者像新中国成立后一度没有版权法时那样。从产业实践的视角看，版权已是重要的经济管理对象和经营资产，例如就个人而论，版权是其财产的有机组成部分;在企业、高校、科研院所等微观组织中，版权是日常经营、运用的资产;在宏观层面上，版权成为国家和国际、国内区域的战略对象，以及产业政策关注的核心问题之一，版权国际贸易也成为国家间利益博弈的话题。也就是说，版权是一种名副其实的资产，具有显著的经济性质。

二、版权经济性质的表现形式

就版权的经济性质而论，笔者认为，主要体现在可价值化、可分割性、可分配性、成本收益性、可资本化、稀缺性、公共产品性、垄断性等几个方面。

版权的可价值性。版权虽是法律设定的抽象的权利，但版权是可以加以经济计量的，也就是说，对特定的版权能够以一定的货币单位进行刻画和统计。我们谈到某部电影的票房收入，其中有相当一部分是电影的版权收入。此外，版权的可价值性完全可以是观念上的价值，这体现在版权的价值评估上。但版权的价值不是版权人单方面可以决定的，在市场经济条件下，版权的价值主要是通过市场均衡的方式予以体现的。

版权的可分割性。在版权学研究上，当谈到合作作品时，不可回避的问题是有些合作作品(例如电影、动漫、绘画、软件等)是不可分割使用的，这无疑是正确的。但是，当进入到权利层面，并不因为作品的不可分割使用而影响到权利的可分割性。不可分割使用的作品在通过许可等方式获得收益后，完全可以将收益在版权人之间进行分割，这是价值量上的分析。即使不做价值最上的判断，也可以通过协商或契约等恰当的方式，对版权进行分割。美国法经济学者阿曼·阿尔奇安认为：产权是得到了社会风俗习惯、约束机制以及国家暴力或惩罚的资源使用权;同时强调，这种权利可以在一个临时的或永久的基础上进行分配、分割和重新分配。事实上，我们在版权交易谈判博弈时，无形中是在对版权进行着分割。

版权的可分配性。既然版权可以分割，那么版权自然可以分配。不仅如此，版权的可分配性主要体现在版权可以通过法定的方式或者市场机制进行优化配置，否则版权的流动性将受到限制，难以发挥版权自身价值充分彰显的内在动力和利益相关者要求版权最佳利用的外在需求。也就是说，虽然版权具有地域性等特征，但综合版权的可分割性和可分配性，使版权成为一种可流动性的资产。国际上和我国实施的著作权集体管理制度，即是通过委托代理(信托)的方式对版权进行价值分配的一种管理方式。

版权的成本收益性。我们知道，虽然现实世界中存量的版权资源极其丰富，但从版权资源的产生流程上看，任一版权资源必须经由最原始的创造(创作)才能得以形成。因此，版权与其他资产和商品一样，需要创作的主体投入一定的人力、物力、资金等要素。从经济分析的角度看，这些投入要素的经济价值即是成本。同时，投入的成本除特定的情形外，均是要通过市场机制、转移支付等方式加以回收的，回收所得的总价值就是收益。进一步，收益减去成本即是利润。同样，创作的主体投入的成本，如果不从事版权资源的生产，还可以用于其他经济活动或者从事休闲活动，这就产生了版权创作中的机会成本问题。而不容忽视的是，版权创作的成本并非每笔都能收回，对于不可回收的成本则形成了版权创作过程中的沉淀成本。仅就计算机软件版权交易而论，在交易活动中存在着复杂的达成意向、磋商谈判、签订协议、调试升级、售后服务等环节，在这一系列环节中必然存在着信息不对称、逆向选择、道德风险等问题，导致交易费用的存在。也就是说，版权流转过程中存在着交易成本。

版权的资本性。在当代市场经济体系下，版权资本化已经是常态。最为著名的事件发生于1997年，英国摇滚歌星David Bowie因卷入一场政府的税务纠纷而急需现金，在金融界创新性金融安排下，以其25张个人专辑版权收入为担保，发行了10年期利率7.9%、总额度为5500万美元的债券，金融界称之为鲍伊债券。版权的资本性即是将版权作为资本参与经济活动，而不纯粹地满足于许可、转让等一般的交易活动，这主要体现在将版权通过一定的评估机制作价入股、发行证券、抵押担保等，从而使版权资源的价值放大。对一些具有战略眼光的版权所有者来说，当自身缺乏货币等资本时，可将创意形成的版权资源与其他人(个人、企业等)的资本有机结合，或共同创业或托管经营。例如，一些地方兴建的文化创意产业园中，拥有动漫版权的一方将动漫版权估价后参与到企业孵化活动中去，就收到了很好的效果，既促进了地方经济的发展，又以资本化的方式实现了自身拥有的版权价值和获得增值。

版权的稀缺性。本文前述虽然提到了现实世界中存量的版权资源极其丰富，但具体到获取合适的版权资源加以运用时，版权资源又是极其稀缺的。版权的稀缺性突出表现在，即使花费了大量的金钱、精力去搜寻，或者激励人们去创作具有较高市场价值的作品，也往往事与愿违。且不论盗版侵权作品现象的大量存在。仅以电影、电视剧创作情形为例，众多的主题重复的谍战影视剧、古典名著的反复翻拍等无不表明版权的稀缺性问题是相当的突出。

版权的公共性。遵循民法精神和国际惯例，版权应当首先是私权，但我们在看到版权私权性一面时，切不能忽视版权的公共产品性。笔者认为，版权绝不是天生地作为版权而存在的，版权完全是公共政策自主或不自主设定的结果。无论是封建王权的恩准，还是近代以后的法律的认可和设定，版权自一开始就是公共政策的宠儿，没有版权制度的建构就没有版权。同时，包含版权的作品绝非一般的商品，它还承载着一定的社会引导、教化、促进身心健康等功能。因此，讨论版权问题，必须认知版权的公共产品性。

版权的垄断性。版权作为具有一定公共性质的私权，受到版权法律体系乃至宪政体系的调节，因此版权具有天生的“排他”特征，这种排他是促进版权创作(创造)、保护、管理、传播(运用)的基石。但是，在一定条件下，版权很容易被滥用，形成真正意义上的垄断，阻碍新的版权创作、版权产业发展乃至社会进步。对于版权的垄断性，我们已在一些软件、电影、动漫上领教了这种垄断的厉害。探讨版权的垄断性正是从版权滥用的危害性角度分析问题的，版权垄断已然成为各国反垄断法规制的对象之一。

当然，除上述的简单概括之外，对版权的经济性质还可以进一步地深度挖掘。总之，从版权的经济性质出发，不难发现，版权资产是与其他流动、固定资产相并列的一种资产，版权完全可以并且已经成为个人、企事业组织、地方、国家的经济要素和财富。

三、版权价值实现的主要方式

毫无疑问，梳理版权的经济性质不仅仅是理论上的需要，其关键在于以此为基础，深入讨论版权价值的实现。同时，在现实市场经济条件下，作为经济要素的版权，其价值实现的方式是多样的，但最首要的方式是要置身于市场，通过市场机制的作用予以体现，当然非市场手段也是存在的，且不容忽视。

1.版权的市场供给与需求。在市场经济条件下，除了非货币媒介的版权合作和版权互换等情形外，具有强烈经济属性的版权一般是通过市场供求机制实现融通的。与其他交易活动一样，在版权交易活动中也存在着供给方和需求方，供给方提供版权资源，需求方需要版权资源。按照经济学的解释，版权供给可以是现实存在的版权，也可以是预期存在的期权化的版权。同时，版权的供给方应当具备处置待交易版权的权利，而需求方也应当具备现实的需求能力。有关版权的市场供给和需求。

版权正是在市场供给与需求活动中实现了自身的价值。表面上看，版权供给和需求较为简单，但其实不然。笔者在处理有关版权交易纠纷时，经常碰到的情形是，供给方并不具有完全的版权权能而盲目地签订了交易合同，既自身侵权，又间接引发了需求方的侵权。例如，某杂志社对于刊发文章拥有作者授予的版权，完全可以授权需求者使用，但该杂志社可能没有刊发文章的网络传播权，如果此时越俎代庖地对仍然存在于作者手中的网络传播权也进行不当授权，则引发了连环侵权。

2.版权的企业化运作。虽然学术界对于组织能否成为作者存有争议，但从版权归属上看，版权的拥有者包括多元主体，涵盖个人、团队、社区、组织(企业、事业、机关单位等)，版权的使用者也同样地多元。但是，版权价值之充分发挥，不能脱离企业化运作。如果说版权的市场供给和需求是版权经济运营基础的话，版权的企业化运作则是节约版权交易成本的极端重要的有效形式(版权合作也是一种有效形式，但最为基本的仍然是企业化运作)。也就是说，版权通过企业化运作，可以将版权资源和其他资源在企业范围内有机地结合，充分整合和有效管理版权等经济要素，形成版权产业体系，乃至相关产业发展的基础。

进一步地看，通过版权的企业化运作，将版权资源纳入特定的企业，该企业就承担着版权价值实现和增值的职责，而利润的驱动力会促使版权企业加强版权管理、考量经济绩效。版权通过企业化运作，经由市场的竞争机制，优胜劣汰，使版权资源得到优化配置，从而会形成一些规模性的企业，这些企业往往因其在特定区域或者国家、国际层面具有较强的影响力，进而成为引领版权产业发展的旗舰。例如国际、国内的一些大的传媒企业、软件公司，它们均是版权企业化运作的成功典型。同时，对于版权的企业化运作要做广义的理解，一些高校、科研院所，包括版权集体管理组织等非盈利机构，在运用版权时不能脱离市场，也要秉持版权企业化运作的理念。

3.版权的组织间合作。版权除了在市场上通过供求机制和在企业内(组织内)通过微观管理机制发挥作用外，还需要通过组织间的合作机制予以整合。当然，版权通过市场供求的交易行为也是一种广义的版权合作模式，此处所讨论的版权的组织间合作则是指特定的狭义的版权合作，并不包括版权交易行为。同时，版权除了在组织间进行经济性合作外，还包括其他多种多样的非经济性合作，例如版权赠与即可以理解为一种非经济合作形式。从版权的经济性质出发，笔者在此处并不讨论非经济性的版权的组织间合作。

版权的组织间合作是指参与合作的组织中的一方或者多方，以版权要素作为合作的基础，撬动组织间各类资源的优化配置，力求实现所有合作组织经济的共同发展。现实中的版权的组织间合作，其具体形态是极其丰富的，版权联盟即是一种有效的形式。开展版权的组织间合作具有节约交易成本、消减信息不对称、提升版权经济价值和提高版权社会功能等一系列作用。

4.版权与金融的有机结合。版权的资金融通是前述版权资本性分析的直接推论，更是因为在现实的产业发展中，版权的经济运作已经离不开金融的支撑。版权与金融的结合，主要体现在如下几个方面：

首先，版权资源的创作(创造)除了作者智力资源的投入外，还需要借助金融的力量。应当看到，虽然现在单个作者个人创作的形式仍然大量存在，但组织创作团队集成创作复杂作品已经成为主要的方式，而创作复杂作品的成本相应地较高，已非少量资本可以满足其需要的。例如，好莱坞众多电影制作公司在拍摄电影过程中，必须通过一定的融资才能达成顺利制作的任务。对影片版权的控制是最重要的融资前提，金融系统在影片制作经费的筹措上起了巨大的作用。又如，我国的电影产业发展迅猛，各家影视企业的融资需求也逐渐增强。其次，版权的传播(运用)也需要金融资本的支持。在市场经济条件下，作者创作版权资源的主要目的在于通过授权复制、网络传播、现场和机械表演、演绎等传播(运用)方式，充分实现版权资源的价值;其他通过合作、交易等方式获得版权资源的人和组织也是首先要考量版权的经济价值的。但是，众多的版权资源拥有者、传播(运用)者并不具备雄厚的经济实力，为此要通过引入风险投资、质押贷款、证券债券、期权合约、信托担保等方式，筹集一定量的资金撬动版权资源的潜在价值。最后，金融资本自身也要寻求优质版权资源，实现经济要素的最佳配置。在现代产业升级过程中，金融资本大量地从传统产业中撤出，这些资本必须投入到新兴产业中实现其保值增值的本性，而版权资源则是一种绿色资源，版权产业发展具有广阔的前景。据不完全统计，虽然我国版权产业起步较晚，但目前整个产业的增加值占国内生产总值(GDP)的比重已经超过7%。另据世界知识产权组织估计，无论在发达国家还是发展中国家，GDP中核心版权产业所占份额大约在3%～6%左右，全部版权产业大约占10%以上。全球版权产业每天至少创造220亿美元产值，并以5%左右的速度递增，在一些国家增长得更快，美国为14%，英国为12%，版权产业已经成为引领国家、国际产业创新和发展的一股重要力量。这样的版权产业规模和发展速度必然需要消耗大量的资金，金融资本的强力支撑成为必然，版权资源的价值实现在金融资本的推动下，产生了几何级数的效应。

基金项目：本文是中国博士后科学基金面上资助项目“我国版权产业投融资体系建设研究”(20110490670)的成果之一。

作者：王智源