2024第50卷第11期
2. 华东理工大学 商学院，上海 200237
2. School of Business, East China University of Science and Technology, Shanghai 200237, China
一、引 言
在数字经济爆发式增长以及其与实体经济深度融合的背景下，数字化转型已经成为中国企业实现高质量发展的关键战略选择。党的二十届三中全会强调要“加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系”。其中，准确统计和评价数字经济规模是推动其实现高质量发展的关键前提，而产业数字化的测算更是重中之重。由于数字化转型千企千面的特点，不同行业或不同地区的企业在数字技术应用及产出上存在很大差异，难以构建统一的指标体系进行评估。在缺乏权威评价体系的情况下，目前无论是政府部门还是投资者都对企业数字化实际转型进程不甚了解。在数字化奖补申请和评审中，政府部门大多依赖企业自行填报的数字化转型计划以及投入信息，信息不对称程度较为严重。相关研究在测度企业数字化时，也大多采用年报词频的方法构造相关指标，缺少对企业数字化进行深入和全面评估的方法。从政策执行上看，信息不对称很有可能催生出企业的策略性行为，从而削弱政策效果。如在高新技术企业认定过程中，企业为了达到认定标准所要求的研发强度，会策略性地调整研发支出，提供虚假的财务经营数据（杨国超等，2017）。黎文靖和郑曼妮（2016）发现，在产业政策的激励下，企业会有选择地增加非发明专利，提高创新的“数量”而非“质量”，以此获得更多的财税政策优惠。从迎合投资者的角度来看，非财务信息披露较大的自主权和较弱的监管可能导致部分企业出于资源获取动机而采取信息披露操纵策略（李哲，2018），夸大数字化实际投入和转型效果。通过增强年报文本复杂性（王克敏等，2018）和提高年报语调积极性（曾庆生等，2018）等方式进行“自我包装”，策略性披露以迎合利益相关者的偏好。在实践中，某上市公司在重大数字化资产重组文件中夸大数字化技术盈利能力，导致重组置入资产评估值虚增，最终被证监会处罚370万元。可见，在企业数字化的实践和研究中，策略性披露是难以回避的重要话题。
本文认为，企业数字化中的策略性披露行为可能源于以下几个方面：第一，近年来中央和各地政府为支持数字化转型投入了大量资源，社会舆论特别是新闻媒体也对数字化转型进行了引导，这都助推了企业进行数字化转型和数字披露的积极性。第二，数字化的正外部性可能导致投资不足，企业存在策略性披露数字化向外寻求数字化资源支持的动机。数字化对于企业生产和投资效率的提高有重要的赋能作用（赵宸宇等，2021；王桂军等，2022；余典范等，2023）。相比于研发创新活动，数字化多体现为企业的一种投入而非产出，其对生产效率的提升较难量化。由于投入高、见效慢的特点，数字化转型的失败率较高。“索洛悖论”意味着绩效的提升并不完全体现在本企业中，而是外溢到其他企业（余典范等，2022）。第三，在支持产业数字化过程中政府难以有效评估数字化绩效和产出，政府与企业间的信息不对称可能产生道德风险问题。在统计标准上，数字产业化的测度相对较为成熟，可在现有行业分类标准上对数字产业化进行划分。对于数字产业的支持，大多也可以借鉴创新政策对企业进行相关认定后给予税收优惠和补贴。而据《数字经济及其核心产业统计分类（2021）》显示，产业数字化多为现有产业利用数字技术提升效率，其存在于国民经济的不同行业中，难以量化统计。同时，企业为了利益最大化，会采取策略性行为尽可能多地向政府传递数字化投入和转型的相关信息，以获取更多的政策资源。在政府高度关注数字经济发展的背景下，企业对于数字化信息的披露也会吸引媒体关注。
本文以2011—2020年中国A股上市公司为样本，在识别数字化夸大披露的基础上考察不同披露模式的资源获取动机和经济后果，并对如何减少数字化信息披露中的操纵行为进行了深入研究。（1）本文爬取并统计了上市公司年报中数字化相关词条频数，参考赵璨等（2020）的研究构建数字化信息披露的决定模型，通过残差法识别上市公司数字化的夸大披露行为，并对其动态演变趋势和行业分布特点进行了描述性分析；（2）结合政府数字化补贴和舆论媒体关注数据，本文考察了数字化夸大披露能否获得政府补贴支持和吸引媒体关注，验证了企业数字化夸大披露的资源获取动机；（3）从长短期角度，重点关注数字化信息披露中的“多言寡行”和“言出必行”两种模式对企业绩效的影响差异，识别并检验“多言寡行”模式是否提高了数字化信息披露违规被处罚的概率；（4）探讨减少数字化策略性披露的可能举措，从加强审计监督和机构投资者角度提出了改善企业治理的方案。
相比于已有文献，文章的边际贡献可能在于：第一，本文关注了企业数字化披露中的策略性行为，拓展了数字经济的研究视角。现有文献在考察企业数字化的经济后果和驱动因素时，主要依赖于年报文本信息中相关词频测算数字化水平，并未考虑企业披露的信息是否如实反映了其数字化进程。尽管少量文献通过稳健性检验的方式排除策略性披露的干扰，但这些研究主要将其作为稳健性处理的一部分，并未对策略性披露的现状、动因、经济后果以及治理措施进行全面的验证和探讨（李万利等，2022；肖土盛等，2022；祝树金等，2023）。本文将对上述问题进行深入分析，以补充企业数字化披露的相关研究。第二，本文创新性地考察了不同企业数字化披露模式的资源获取动机和经济后果差异，丰富了数字经济政策评估和绩效影响的研究文献。现有研究在考察企业数字化的经济后果时，大多得出数字化能提高企业绩效的结论，并未关注策略性披露对研究结果的干扰。本文从长短期视角出发，发现“多言寡行”的企业只在短期内获得了政府补贴和媒体关注，但对企业绩效具有长期负面影响；而“言出必行”的企业却能持续获得政府补贴，经营绩效也得到了显著改善。第三，本文为优化数字经济支持政策和激励企业切实推进数字化转型提供了新的思路。由于信息披露违规被处罚的滞后性以及数字化披露中的信息不对称，部分企业会通过夸大披露的方式吸引政府支持和媒体关注，但这一行为有违支持企业数字化转型的初衷。本文分别考察审计和机构持股对策略性行为的治理效果，发现二者发挥了外部监督和内部治理的作用。第四，本文根据数字经济的特点和研究情景选择了对夸大披露更合适的识别方法。相较于数字化披露，其他类型的信息披露有相对完善的准则与规范，如环境信息夸大披露（李哲和王文翰，2021；李哲等，2022）可以采用公认的环境投入指标作为“行”的表征，而“言”则用年报信息表示。由于政府和监管部门对于数字化信息披露没有统一的要求，管理层对披露内容又有较大的自由裁量权，因此披露信息的可操纵性较强。本文采用偏离最优行为的残差法识别企业是否夸大披露数字化，为测度数字化夸大披露行为提供了新思路。
二、理论分析与研究假说
年报作为中国上市公司披露信息的重要载体，是投资者了解企业经营情况和未来发展方向的主要渠道。在中国高度依赖语境的文化背景下，企业更容易通过诱导性表达来影响使用者理解（谢德仁和林乐，2015），如通过增强年报文本复杂性和提高年报语调积极性等方式进行“自我包装”，策略性披露以迎合利益相关者。特别是在数字经济蓬勃发展、相关政策支持力度不断加大的背景下，企业更有动机通过信息披露获取市场青睐和政府支持。一方面，企业数字化转型具有投入多、建设周期长和不确定性高的特征，数字化转型是提升企业经营效率、实现绿色发展的重要抓手（赵宸宇等，2021）。尽管企业的数字化转型已经成为共识，但其高风险和高投入特征仍然使许多企业对其抱有谨慎态度。在此情况下，企业很有可能采取“增加年报中数字化相关表述”而非“实际推进转型进程”的策略性行为来进行包装。另一方面，虽然中国已经建立起了严格的信息披露审查制度，但监管仍集中在对财务数据违规操纵上。现有制度对虚假记载、误导性陈述、披露不实等“软欺诈”行为的甄别力度不够，信息披露违规监管存在一定的滞后性，企业违规披露成本相对较低。这加剧了企业自愿性信息披露内容流于形式、披露水平参差不齐的现象（Allen等，2005）。研究发现，企业更偏好采用文本信息而非财务数据操纵实现炒作目的（曾庆生和张耀中，2012）。袁淳等（2021）的研究也发现，现有基于年报文本测度数字化的研究受到了策略性披露的挑战（李万利等，2022；肖土盛等，2022；祝树金等，2023），只有排除其中的策略性因素，才能得出更为准确的结论。本文提出假说H1：企业可能通过在年报中增加关键词的方式对数字化进行夸大披露。
在数字化夸大披露与企业实践的组合中，最常见的是“多言寡行”与“言出必行”两种模式。企业采取“多言寡行”还是“言出必行”的策略取决于对信息披露操纵潜在收益和成本的比较。信号传递理论表明，当决策者掌握着对企业而言重要的政策资源（如政府的财政税收支持、资本市场的青睐），但其无法直接观测到政策支持的最终效果时，企业需要传递自身高数字化水平的信号以获取外部资源投入。低数字化水平的企业同样希望得到外部资源支持，因此往往通过“cheap talk”增加年报文本披露等方法夸大自身数字化水平（Li等，2016）。政府和市场是支持企业数字化转型的重要主体，媒体关注和政府数字化补贴是企业数字化转型所必需的资源。一方面，政府数字化补贴能够直接缓解企业在进行数字化转型时面临的资金紧张问题，能为企业分担数字化转型失败的财务风险，是企业数字化转型亟需的重要资源。由于企业数字化具有正外部性（余典范等，2022），这会导致企业数字化转型动力不足，近年来各地政府通过包括财政税收激励在内的各类政策工具支持企业数字化。政府为了提高辖区内企业的数字化水平，会投入大量资源用于数字化转型（刘春和孙亮，2015）。但政府与企业之间存在的信息不对称使得前者无法对企业的数字化水平进行实质性审查，也无法有效识别“言出必行”的数字化转型企业。在政策具体执行过程中，政府会依据企业自愿披露的转型信息遴选支持对象。由此使得部分企业可以通过大量提及与数字化相关的词汇来获得政府的支持。另一方面，企业数字化是当下资本市场的热点，是投资者进行投资选择的重要参考（彭俞超等，2023）。企业可以通过夸大披露数字化水平获取媒体关注，增加市场曝光度，这不仅有助于吸引更多投资者的注意，还能推动资本市场对企业进行炒作，使得企业在短期内获得更多的融资机会（Healy和Palepu，2001），因此获取媒体关注是企业夸大披露数字化水平的核心动机之一。新闻报道是公众获得资本市场信息最直接和高效的渠道，绝大多数的投资者可以通过舆论媒体第一时间了解上市公司信息。对于身处资本市场的上市公司而言，企业还可以主动披露相关信息，引导公众对其发展产生良好预期。相关研究发现，媒体报道对股票价格存在显著影响，因此，企业也可能会主动披露热门信息，以粉饰自身形象进而获取额外收益（才国伟等，2015）。本文提出假说H2: 企业夸大披露数字化水平的目的在于获得政府数字化补贴和吸引媒体关注。
与传统工业IT相比，数字技术的突出优势在于更为精准地捕捉企业生产管理过程中的数据资源，通过运算和信息加工实现精细化、柔性化的生产，促进资源配置效率以及供应链管理能力的提升（戚聿东和肖旭，2020）。诸多研究也发现企业数字化对生产率有重要赋能作用（赵宸宇等，2021）。如果企业只是因为受到公共压力而策略性地重复数字化相关表述，让报表阅读者在潜意识里形成企业重视数字化转型的主观印象，那么并不能提升其经营绩效。采取夸大披露的企业即便购入相关的数字资产，但由于其只是为了迎合市场偏好，相关资产往往也只作为充当门面的“形象工程”（杨国超等，2017），并未真正融合到公司的生产经营管理中，自然也无法带来实际效益的提升。采取“多言寡行”策略的企业在“账面上”似乎更占优势，然而一旦“言出必行”的企业走过推行数字化转型的“阵痛期”，实现了多业态整合，将对企业经营管理优化和运作成本的降低产生重要作用，进而显著提升实体企业经济效益（刘淑春等，2021）。相反，夸大数字化水平的公司策略性披露的文本信息与自身的数字化进程存在严重不符，企业经营状况并不能得到改善。对数字化的夸大披露有可能增加企业信息披露违规被处罚的概率，对其社会声誉和市场预期也将产生严重负面影响。本文提出如下假说：
H3a：采取“多言寡行”策略的企业，其数字化披露水平与经营绩效的正向关系较弱。
H3b：采取“言出必行”策略的企业，其数字化披露水平与经营绩效有显著正向关系。
三、研究设计
（一）研究思路
为分析不同数字化披露模式的驱动因素和潜在差异，本文在识别数字化夸大披露是否真实存在的基础上，深入研究了夸大披露的资源获取动机和经济后果，并对夸大披露可能的治理机制进行了考察。
1. 检验企业数字化夸大披露是否普遍存在。尽管现有研究表明数字化对企业有着重要的赋能作用（刘淑春等，2021），社会各界也对企业数字化转型普遍持有较高期望，但数字化转型成本高、不确定性强的特征以及数字化支持政策中的信息不对称，可能导致部分企业采取“多言寡行”模式策略性披露数字化信息以迎合数字经济的发展。本文将采用偏离最优行为的残差法识别数字化夸大披露，并对其演变趋势和行业分布进行描述性分析。
2. 检验夸大披露的资源获取动机和经济后果。在信息不对称的情况下，外部利益相关者准确识别企业是否切实推进数字化转型的成本过高。因此，本文预计部分企业的数字化夸大披露能够获得政府数字化补贴和媒体关注。但策略性披露行为并不会改善企业绩效，反而可能增加信息披露违规被处罚的概率，降低企业绩效。通过区分“多言寡行”和“言出必行”两种披露模式，本文试图研究以下问题：只有切实推进数字技术与企业经营管理活动的融合，企业才能享受数字化带来的红利，“言出必行”的企业经营绩效会得到有效提升；而“多言寡行”的企业通过年报夸大企业实际数字化进程，经营绩效并不会产生显著变化，并且夸大披露增加了企业信息披露违规被处罚的概率，反而可能对绩效产生负面影响。
3. 提出数字化夸大披露的可能治理机制。由于信息的不对称和文本表述的不规范，企业很有可能为了获得政府支持和媒体关注，通过大量披露数字化词汇粉饰自身形象。这一行为增加了数字化相关政策对扶持对象进行遴选的难度，因此关注夸大披露的治理机制具有较强的现实意义。鉴于企业数字化夸大披露的根源在于外部监督和内部治理的不完善，因此本文重点从这两方面寻找治理措施。一方面，由于上市公司年度报告需要经过专业机构审计才能够发布，信息披露行为直接受到审计质量的影响，审计机构具有明显的监督作用；另一方面，夸大披露也反映了企业内部治理的不完善以及短期投机倾向，而具有专业性的机构投资者遵循价值投资理念，注重企业长期发展，可能有利于减少企业策略性动机。
（二）研究样本与数据来源
本文选取2011—2020年沪深两市A股上市公司作为研究样本。剔除了金融类、ST、PT类及主要变量缺失的上市公司。同时考虑到部分企业主营业务为数字产业，具有天然数字化特征，其披露的数字化关键词并非数字化水平的合理表征指标，因此剔除软件和信息技术服务业、计算机通信和其他电子设备制造业在内的样本。本研究涉及的年报文本数据来自巨潮资讯网，媒体报道数据来自CNRDS数据库，上市公司财务数据来自CSMAR和Wind数据库。为减轻异常值影响，对连续变量均进行上下1%的缩尾处理。
（三）模型与变量说明
1. 数字化夸大披露的识别。本文在参考非效率投资、消费行为偏差及出口产品质量经典研究文献（Richardson，2006；张功富和宋献中，2009；叶德珠等，2012；祝树金和汤超，2020；赵璨等，2020）的基础上，采用偏离最优行为的残差法识别企业是否存在数字化夸大披露行为。该方法的合理性在于，如果企业的数字化披露水平完全体现了真实的数字化进程，那么实际披露应与回归模型所预测的披露水平一致。当企业实际披露的数字化水平高于模型所预测的数值时，被视为存在夸大披露。据此，本文构建了数字化信息披露的决定模型（1）。
| $ \begin{aligned}DIGI\_MD\& A_{i,t} = & \alpha_0 + \alpha_1DIGI\_act_{i,t} + \alpha_2Ind\_med_{i,t}+\alpha_3DIGI\_IA_{i,t}+\alpha_4size_{i,t}+\alpha_5lev_{i,t} + \alpha_6growth_{i,t} \\ & +\alpha_7fixrate_{i,t}+\alpha_8first_{i,t}+\alpha_9manager_{i,t}+\alpha_{10}wage_{i,t}+\alpha_{11}listage_{i,t} \\ & +\alpha_{12}IC_{i,t}+\alpha_{13}Myopia_{i,t}+\alpha_{14}govcount_{i,t}+\mathrm{\mathit{\phi}}_{\mathrm{\mathit{i}}}+\mathrm{\mathit{\tau}}_{\mathrm{\mathit{t}}}+\varepsilon_{i,t} \end{aligned} $ | (1) |
被解释变量为管理层讨论与分析部分数字化关键词披露次数（
2. 数字化夸大披露的资源获取动机。按照模型（1），对有数字化披露的样本进行最小二乘法回归，估计实际值与预测值之差，将残差大于0的样本定义为夸大披露组（实际披露水平超过理论披露水平），残差小于0的样本定义为正常披露组（实际披露水平未超过理论披露水平），其余未放入回归的为未披露样本。对数字化“夸大披露”组设置虚拟变量
| $ Subsidy_{i,t}=\alpha_0+\alpha_1Overdis_{i,t}+\alpha_2Normdis_{i,t}+\beta Controls_{i,t}+{{\phi}}{_{{i}}}+{{\tau}}_{{{t}}}+\varepsilon_{i,t} $ | (2) |
| $ Media_{i,t}=\alpha_0+\alpha_1Overdis_{i,t}+\alpha_2Normdis_{i,t}+\beta Controls_{i,t}+{{\phi}}_{{{i}}}+{{{\tau}}}{{{{{{{_{{t}}}}}}}}}+\varepsilon_{i,t} $ | (3) |
若公司夸大披露数字化水平旨在获得政府数字化补贴与吸引媒体关注，则式（2）中
3. 不同披露模式的经济后果检验。构建式（4）和式（5），考察不同披露模式对企业绩效的影响，采用净资产收益率
| $ ROE_{i,t}=\alpha_0+\alpha_1Overdis_{i,t}+\alpha_2Normdis_{i,t}+\beta Controls_{i,t}+{{{\phi}}_{{{i}}}}+{{\tau}}{_{{t}}}+\varepsilon_{i,t} $ | (4) |
| $ Costr_{i,t}=\alpha_0+\alpha_1Overdis_{i,t}+\alpha_2Normdis_{i,t}+\beta Controls_{i,t}+\mathrm{\mathit{\phi}}_{\mathrm{\mathit{i}}}+\mathit{\mathrm{\mathit{\tau}}}_{\mathrm{\mathit{t}}}+\varepsilon_{i,t} $ | (5) |
本文认为只有“言出必行”真正推进数字化的企业才能实现降本增效，“多言寡行”的企业并不能实现该目标。因此预期式（4）中
4. 夸大披露的治理机制。既然数字化夸大披露很可能在上市公司中普遍存在，并且夸大披露并不能产生绩效提升效果，那么应如何有效降低企业夸大披露的动机，倡导其真正推进数字化变革呢？在进一步分析中，本文考察了企业数字化夸大披露的可能治理方式，通过建立模型（6）进行验证：
| $ \mathrm{Probit}（Overdis_{i,t}=1）=\mathrm{\varnothing}(\alpha_0+\alpha_1audit_{i,t}+\alpha_2institution_{i,t}+\beta Controls_{i,t}) $ | (6) |
由于被解释变量为“是否夸大披露数字化”的虚拟变量
四、实证结果与分析
（一）企业数字化披露中的策略性行为
表1列示了数字化披露次数的估计结果，列（1）和列（2）被解释变量分别为基于管理层讨论与分析部分测算的数字化词频和基于年报整体测算的数字化词频。可以看出，数字化融合程度与企业披露次数呈现出显著的正向关系。当企业在生产经营中应用数字技术时，也会相应增加年报文本中数字化相关词语的表述。这意味着已有基于年报文本测度数字化水平（吴非等，2021）的方法具有一定的合理性。另外，行业内其他企业数字化披露次数的中位数与企业数字化披露同样具有正相关关系。
| 变量 | ||
| 0.044*（0.026） | 0.128***（0.023） | |
| 0.068**（0.027） | 0.139***（0.028） | |
| 控制变量 | 控制 | 控制 |
| 固定效应 | 控制 | 控制 |
| 观测值 | ||
| R2 | 0.105 | 0.237 |
| 注：***、**和*分别代表1%、5%和10%的显著性水平；括号内为聚类到企业层面的稳健标准误。下表统同。 | ||
表2报告了不同年份数字化信息披露的情况。总体而言，未披露数字化信息的企业比例逐年下降，2011—2020年未披露样本从77.2％下降至23.6％，可见披露企业数字化转型是大势所趋。进一步比较正常披露与夸大披露样本可以发现，夸大披露样本比例在早年高于正常披露样本，但正常披露样本比例增长明显更快。这表明：产业数字化转型初期，企业可能面临不会转、不愿转等诸多现实困难，大多数企业以观望为主，“多言寡行”的披露模式确实存在；但随着数字经济的发展，越来越多的企业采取“言出必行”的披露模式，扎实推进数字化转型。需要引起注意的是，自2017年以来，夸大披露样本的比例始终保持在30％左右，这表明存在部分企业鱼目混珠，对数字化相关信息披露进行操纵的现象。
表3报告了夸大披露的股权性质和行业异质性。首先，本文按照股权性质将上市公司划分为国有企业与非国有企业，分别计算两类企业历年的夸大披露占比。结果发现，非国有企业夸大披露比例高于国有企业。国有企业通常面临更多的政府监管，信息披露要求更为严格，因此夸大披露的比例相对较低；相反，非国有企业可能会忽视信息披露的真实性要求而采取夸大披露的策略进行自我宣传，美化自身形象。其次，本文将上市公司按照行业划分为制造业企业和服务业企业，分别计算夸大披露的历年占比。结果显示，制造业夸大披露比例低于服务业。制造业通常具有较多的实物资产，其经营活动相对可量化，财务信息和运营指标容易被监测和评估，信息披露的可验证性更高，因此制造业企业夸大披露比例较低；相反，服务业业务内容更为复杂和多样化，数字化转型方式以及内容也存在较大差异，更难进行验证，这给企业夸大披露提供了较大的操作空间，因此服务业企业夸大披露比例相对较高。
| 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | |
| 国有 | 11.8% | 13.5% | 16.5% | 17.8% | 19.5% | 22.7% | 23.1% | 24.5% | 25.9% | 24.9% |
| 非国有 | 16.2% | 19.5% | 21.5% | 27.7% | 29.6% | 30.2% | 32.2% | 32.6% | 32.6% | 33.7% |
| 制造业 | 12.4% | 14.8% | 16.3% | 19.7% | 22.0% | 23.5% | 25.3% | 26.7% | 28.2% | 28.5% |
| 服务业 | 16.1% | 19.7% | 23.8% | 28.8% | 30.5% | 33.2% | 34.8% | 35.6% | 34.4% | 35.5% |
（二）数字化夸大披露的资源获取动机检验
在测度数字化夸大披露的基础上，本文更为关心的是企业为何会采取夸大披露策略。资源获取动机可能是产生上述现象的重要驱动因素（杨国超等，2017），因此，本文将从政府数字化补贴和媒体关注两个角度进行检验。表4给出了不同披露模式获取数字化补贴的检验结果。通过观察表4列（1）和列（2）的系数可以发现，正常披露企业的虚拟变量显著为正，这意味着现有政策的确能够对实际推进数字化的企业发挥支持作用，以年报数字化披露数量作为政策支持对象的选择标准有一定合理性。但本文也发现夸大披露的虚拟变量同样为正，这意味着通过在年报中大量增加有关数字化相关词汇的夸大披露对企业形象有一定的粉饰作用（杨国超等，2017），进而增加了其获得数字化补贴的数额。这一方面佐证了企业资源获取动机的假说，另一方面也表明未来数字化政策支持需要加强对支持对象的选择。表4列（3）和列（4）的回归结果显示，夸大披露并不能在长期内持续获得政府数字化补贴的支持，表现为回归系数不显著。与此同时，正常披露企业的回归系数仍然保持显著为正，这意味着正常披露企业所获取的政府补贴支持具有长期性。尽管夸大披露的企业通过操纵年报文本在短期内获得了政府支持，但政府与企业间的重复博弈可能使得数字化夸大披露策略在长期内失效，政府一定程度上能够甄别滥竽充数的企业。
| 变量 | （1） | （2） | （3） | （4） | （5） | （6） | （7） | （8） |
| 0.418*** | 0.222*** | 0.087 | 0.000 | 0.055** | 0.047* | −0.045 | −0.045 | |
| （0.078） | （0.083） | （0.088） | （0.103） | （0.026） | （0.028） | （0.030） | （0.030） | |
| 0.309*** | 0.176*** | 0.239*** | 0.134** | −0.008 | −0.012 | −0.006 | −0.018 | |
| （0.048） | （0.052） | （0.058） | （0.062） | （0.017） | （0.019） | （0.021） | （0.021） | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | ||||||||
| R2 | 0.045 | 0.044 | 0.051 | 0.055 | 0.264 | 0.293 | 0.323 | 0.355 |
除了获取政府补贴的动机，企业可能还希望吸引舆论媒体的关注。表4列（5）—列（8）显示，过度披露企业通过炒作相关信息获得了更为显著的媒体关注，而正常披露企业关注度并无显著变化。正常披露企业只是对其数字化水平的真实表述，披露的目的并不在于吸引舆论关注；而过度披露企业通过对数字化信息的过度渲染，使得媒体误以为其在数字化变革上有突破性进展，同时企业的过度披露也挤占了正常披露企业的媒体关注资源，最终表现为过度披露媒体关注度的显著增加。与数字化补贴的长期效应类似，本文发现过度披露所吸引的媒体关注同样只在短期内有效，长期内媒体减少了对这类企业的关注。
（三）不同披露模式对企业绩效的影响
现有研究大多采用年报文本表征企业的数字化水平（吴非等，2021；赵宸宇等，2021），研究发现企业数字化对全要素生产率和经营绩效有显著提升作用。然而，基于年报方法测度的数字化可能受到策略性披露的影响（袁淳等，2021），得出的结论存在偏差。为此，本文分别考察“言出必行”和“多言寡行”两种披露模式对企业绩效的影响。表5是不同披露类型对企业经营绩效的回归结果。
| 变量 | （1） | （2） | （3） | （4） | （5） | （6） | （7） | （8） |
| −0.003* | −0.005** | −0.005*** | −0.004* | −0.003 | 0.004 | 0.005 | 0.003 | |
| （0.002） | （0.002） | （0.002） | （0.002） | （0.003） | （0.004） | （0.004） | （0.004） | |
| 0.019*** | 0.003** | 0.000 | −0.001 | −0.040*** | −0.006** | −0.002 | 0.001 | |
| （0.001） | （0.001） | （0.001） | （0.002） | （0.002） | （0.003） | （0.003） | （0.003） | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | ||||||||
| R2 | 0.197 | 0.040 | 0.055 | 0.064 | 0.154 | 0.034 | 0.028 | 0.048 |
通过观察表5中夸大披露以及正常披露虚拟变量的系数可以发现：一方面，夸大披露数字化（即采取“多言寡行”策略）的企业，其经营绩效和成本费用率并未像已有研究发现（唐浩丹等，2022）那样得到改善。原因可能在于，夸大披露数字化信息的企业未实际投入资源开展数字化改造或者投入较少，不足以完成数字化改造的全过程，因此并不能享受数字化所带来的绩效提升效应。由于企业将精力投入到对外宣传和年报粉饰等机会主义行为中，资源配置效率下降进一步导致了净资产收益率的下降和成本费用率的上升。相反，正常披露数字化（即采取“言出必行”策略）的企业，其成本费用率显著下降，净资产收益率显著提高。可见，随着数字技术与业务活动的融合，“言出必行”企业能够实现生产、供给、销售的高效运作，减少企业经营管理中的不必要支出，最大程度降低成本费用率，提高快速响应市场需求能力，最终实现了经营绩效提升（刘淑春等，2021）。另一方面，两类披露模式对企业绩效影响的长期效应表明，夸大披露对于企业绩效的损害具有长期性，因为即使将被解释变量设定为未来第3期的净资产收益率后，夸大披露的回归系数仍然显著为负。与此同时，正常披露企业仅在当期和未来一期企业绩效有显著改善，这说明数字化变革对企业的赋能作用并非一劳永逸，企业需要持续投入，不断提高自身数字化水平才能实现经营绩效的长期改善。
本文认为夸大披露和正常披露之所以对企业绩效产生了截然不同的影响，原因在于夸大披露增加了信息披露违规被处罚概率。夸大披露模式反映了信息披露者主观轻视自愿性信息披露的要求，并借此作为自我宣传的廉价工具。因此，如果夸大披露模式确实能反映企业对待法律风险的激进态度，那必然也会在公司信息披露行为上存在对应的证据，从而受到违规处罚。中国证监会对信息披露违规的上市公司通常采取批评、警告、谴责、罚款、没收违法所得、取消营业许可、市场禁入等处罚手段。违规处罚不仅通过罚款和没收等方式给企业经营绩效造成直接的负面影响，而且会给企业形象带来极大的冲击。一方面，当企业遭遇监管处罚时，会降低投资者和债权人的信任度，使得企业在融资过程中面临更高的资金成本，例如更高的贷款利率或更严格的融资条件，进一步影响企业的经营绩效（Francis等，2004）。另一方面，客户对企业的合规性和道德要求越来越重视，一旦发现企业存在信息披露违规行为，可能引发客户的不满以及信任关系的萎缩，导致客户减少对其产品购买，最终降低企业经营绩效（Karpoff等，2008）。
本文使用中国证监会公开的上市公司违规被处罚信息，将违规类型为虚假记载（误导性称述）和披露不实两类划分为信息披露违规被处罚。对于当年遭遇信息披露违规被处罚的样本设置虚拟变量
| 变量 | （1） | （2） | （3） | （4） | （5） | （6） |
| 0.255*** | 0.205** | |||||
| （0.030） | （0.096） | |||||
| 0.020*** | −0.038*** | 0.020*** | −0.038*** | |||
| （0.001） | （0.002） | （0.001） | （0.002） | |||
| −0.012*** | 0.024*** | |||||
| （0.002） | （0.004） | |||||
| −0.026* | 0.050** | |||||
| （0.014） | （0.024） | |||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | ||||||
| R2 | 0.036 | 0.200 | 0.156 | 0.044 | 0.197 | 0.154 |
结合资源获取动机和经营绩效的回归结果，本文发现，夸大披露行为尽管在短期内使得企业获取了相关资源，但不利于企业绩效的长期改善，甚至有损企业绩效。由于信息披露违规处罚具有一定的滞后性，即违规行为发生后一年甚至更长时间才会被监管部门发现并进行处罚。违规处罚的滞后性解释了企业夸大披露行为的短视动机。即由于企业当前的数字化夸大披露在短期内并不会被监管部门发现，因此企业可以操纵年报文本，大量披露数字化关键词以获取政府补贴和媒体关注。但是在长期内，政府与企业的长期博弈使得策略性行为失效，企业既无法获得政府补贴，也会面临更大的监管处罚风险，进而对绩效产生负面影响。夸大披露行为侧面反映了部分企业只关注短期利益不关注长期发展的特点。相反，正常披露企业由于真正将数字技术融入生产经营当中，切实推进数字化转型进程，能够持续获得政府数字化补贴的支持，同时经营绩效也能得到显著提升。综上所述，坚持“言出必行”、摒弃“多言寡行”策略才是企业赢得长期竞争优势和政府信赖的关键。
（四）稳健性检验
1. 基于年报全部文本测算词频。基准回归中本文采用管理层讨论与分析文本中的数字化词频测度数字化披露。考虑到年报整体文本中包括了企业对外沟通的所有信息，可以综合评价企业数字化转型的实际情况，而不仅限于管理层希望传达的信息。现有文献也常用该部分的词频数研究企业信息披露和企业数字化（吴非等，2021）。因此，本文基于年报整体文本测算数字化披露情况，据此进行残差估计与后续检验，回归结果仍然稳健。
2. 采用资产法测度数字化融合程度。本文在数字化披露行为的决策模型中采用数字化融合程度衡量企业数字化与生产经营的融合情况，但基于年报法的融合程度识别可能受到策略性披露的影响。因此，在稳健性检验中使用资产法测算数字化融合程度。参考余典范等（2022）的研究，如果上市公司的确在生产经营中应用了数字技术，那么其必然会购置相关的机器设备以及软件，从而体现在固定资产和无形资产中。因此，本文利用上市公司数字化相关资产比例可以衡量数字化融合程度，据此进行残差估计与后续检验，回归结果仍然稳健。
3. 控制行业年份交互固定效应。本文已经在回归中尽可能控制影响企业数字化披露的相关因素，并引入企业和年份的固定效应。考虑到不同行业随时间变动在数字化披露上可能存在差异，如共同的产业政策支持。本文纳入行业年份的交互固定效应，控制遗漏变量可能带来的偏差，据此进行残差估计与后续检验，回归结果仍然稳健。
4. 排除样本选择问题的影响。上述实证分析剔除了ST、PT企业样本，考虑到ST上市公司样本经营绩效相对较差，剔除ST样本的结果可能有偏，进而导致估计结果存在样本选择偏误。因此，本文采用Heckman两阶段模型来缓解样本选择问题。本文采用模型（6）作为第一阶段的夸大披露选择模型，计算出逆米尔斯比率，采用模型（4）和模型（5）的经济后果检验作为第二阶段的回归模型，回归结果显示本文的结论依然稳健。
5. 排除偶然因素导致残差法的偏误。本文基于偏离最优的残差法，将模型（1）中残差大于0的样本定义为夸大披露，尽管数字化披露的预测值与真实值之差能够在一定程度上反映企业策略性披露的情况，但残差的大小可能存在一定偶然因素，即残差接近0的样本在0附近因为多种因素而发生跳跃。因此，本文分别将残差取绝对值，剔除绝对值5%、10%、20%分位以下的样本，回归结果仍然稳健。
五、数字化策略性披露的治理分析
本文的实证研究表明，夸大披露的企业并不能切实享受到数字化的赋能作用，经营绩效和成本并未显著改善。那么，如何更好地引导企业正常披露数字化水平和提高信息透明度是本文进一步关注的问题，本文主要从外部监督和内部治理的角度对此进行了分析与检验。
首先，企业之所以通过操纵年报文本夸大数字化水平，其中一个重要原因是信息的不对称性。数字化是一项复杂的系统性工程，外部投资者和公众很难直接了解到其实时进展。为此，减少策略性信息披露的一个重要方式就是提高信息透明度。外部审计被认为是发现和防范企业违规的重要关卡，独立和专业的审计对于企业治理有积极作用。表7列（1）显示，企业是否由四大审计事务所审计的虚拟变量
| 基于MD&A部分测算 | 基于年报整体测算 | |
| 变量 | （1） | （2） |
| −0.195***（0.041） | −0.243***（0.042） | |
| −0.001***（0.000） | −0.002***（0.000） | |
| 控制变量 | 控制 | 控制 |
| 固定效应 | 控制 | 控制 |
| 观测值 | ||
| R2 | 0.020 | 0.024 |
其次，策略性的披露行为反映了企业内部治理体系的不完善，因此改善企业治理可能是更重要的因素。在公司治理优化进程中，机构投资者扮演着重要的角色。许多上市公司选择引入外部投资者改善企业治理，加强经营的外部监督（Chen等，2007）。机构投资者具有普通投资者所不具备的信息处理和分析能力，而且由于其他投资者对机构投资者持股的跟踪和模仿，能够使公司信息产生外溢效应，进一步提高公司信息透明度。机构投资者是公司重要的股东之一，作为积极股东，其能够监督并强化企业内部治理机制，同时也可以成为制衡控股股东的力量。迫于机构投资者的压力，上市公司不得不提高信息披露质量（孟庆斌等，2017）。企业机构持股比例的变量
最后，本文分别采用年报全部文本进行回归，表7列（2）显示审计监督和机构持股系数仍然显著为负，结论具有稳健性。
六、结论与启示
本文利用2011—2020年中国上市公司企业数据，在识别企业数字化夸大披露行为的基础上，考察企业夸大披露吸引政府补贴支持和媒体关注的资源获取动机，并探讨“多言寡行”和“言出必行”两种披露模式对企业经营绩效的影响，提出相应的治理机制。研究发现：（1）部分上市公司确实会通过在年报中大量披露数字化关键词策略性迎合数字经济发展浪潮，对数字化水平进行夸大披露。（2）数字化夸大披露只在短期内为企业带来了政府补贴支持和媒体关注，但在长期这一效应并不存在。且这一行为增加了企业信息披露违规被处罚的概率，对企业绩效产生了长期负面影响。夸大披露反映了部分企业只关注眼前利益但忽视长远发展的特点。（3）采取“言出必行”披露模式的企业盈利能力和经营成本得到了显著改善，并且持续获得了政府补贴的支持，切实享受到了数字经济发展的红利。（4）减少数字化策略性披露的关键在于加强上市公司审计的外部监督和机构投资者的治理作用。基于以上研究结论，本文提出如下启示：
第一，加强对上市公司非财务数字信息披露的监管，挤压企业虚假宣传、滥竽充数的空间。建立年度报告审查机制，加大对信息披露违规的监管与处罚力度。针对数字信息披露中虚假记载、误导性陈述、披露不实等行为，应制定更加详细和严格的监管标准，明确企业信息披露的具体要求和合规标准，增加企业的违法成本与声誉风险，从而促使企业遵守信息披露规范。对信息披露违规企业定期公示，将年度报告信息真实性纳入上市公司信用评价体系，督促企业言行一致，提高年报信息质量。
第二，建立上市公司数字化转型的评价体系，规范上市公司数字化披露形式。夸大披露一定程度上反映了当前数字化转型评价标准的缺失。因此，可以对标社会责任履行和ESG的评价方法，组织第三方评价机构或高校科研院所对上市公司数字化水平进行定期评估、反馈，构建具有公信力的数字化评价体系。此外，证券监管部门应当出台数字化信息披露的规范准则，明确数字化投入和转型进程的披露指标，要求企业披露数字化资金投入和资产购置明细。发挥审计和机构投资者的治理监督作用，引导公司管理层减少概念炒作，关注企业长期发展。
第三，优化数字经济支持政策的目标遴选流程，对数字化转型效果进行动态评价。当前我国各地政府出台了一系列支持企业数字化转型的补贴和税收优惠等政策，但相比于研发支持政策，数字化转型的信息不对称更为严重。因此，在遴选数字化支持对象时，政府部门可以利用数字技术专利申请和资产购置等信息，定量评估企业数字化转型投入和进程。同时，应完善数字化支持政策的动态评价和管理，根据企业数字化转型的长期表现和实际应用情况，分阶段落实优惠政策。
第四，鉴于目前绝大多数学术研究在关注数字化主题时，往往采用年报文本的方法测度企业数字化水平，本文提出以下改进建议。一方面，可以立足于现有的数字化年报文本识别方法，在数字化关键词的基础上增加反映实际投入的关键词，例如“推进、投资、启动、改造”等增加识别的精准性。只有当同一语句中同时出现上述两类关键词时，才将其视为企业数字化水平的表征。通过识别方法的规范化、严格化，尽可能减少策略性披露对研究结论的影响。另一方面，数字化的研究可以进一步优化现有的资产法，通过上市公司无形资产和固定资产明细精准识别与数字化相关的资产，并将数字化资产与“无形资产和固定资产”之比作为数字化水平的表征，这样做才能够相对准确地衡量企业数字化的投入。
* 感谢上海财经大学研究生创新基金（CXJJ-2023-411）的支持，同时也感谢审稿专家和编辑提出的宝贵意见。
| [1] | 才国伟, 邵志浩, 徐信忠. 企业和媒体存在合谋行为吗?——来自中国上市公司媒体报道的间接证据[J]. 管理世界, 2015(7): 158–169. |
| [2] | 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100–120. DOI:10.3969/j.issn.1006-480X.2022.05.007 |
| [3] | 黎文靖, 郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60–73. |
| [4] | 李万利, 潘文东, 袁凯彬. 企业数字化转型与中国实体经济发展[J]. 数量经济技术经济研究, 2022(9): 5–25. |
| [5] | 李哲, 王文翰. “多言寡行”的环境责任表现能否影响银行信贷获取——基于“言”和“行”双维度的文本分析[J]. 金融研究, 2021(12): 116–132. |
| [6] | 李哲, 王文翰, 王遥. 企业环境责任表现与政府补贴获取——基于文本分析的经验证据[J]. 财经研究, 2022(2): 78–92. |
| [7] | 李哲. “多言寡行”的环境披露模式是否会被信息使用者摒弃[J]. 世界经济, 2018(12): 167–188. |
| [8] | 刘春, 孙亮. 税收征管能降低股价暴跌风险吗?[J]. 金融研究, 2015(8): 159–174. |
| [9] | 刘淑春, 闫津臣, 张思雪, 等. 企业管理数字化变革能提升投入产出效率吗?[J]. 管理世界, 2021(5): 170–190. |
| [10] | 孟庆斌, 杨俊华, 鲁冰. 管理层讨论与分析披露的信息含量与股价崩盘风险——基于文本向量化方法的研究[J]. 中国工业经济, 2017(12): 132–150. |
| [11] | 彭俞超, 王南萱, 顾雷雷. 企业数字化转型、预判性信息披露与股价暴跌风险[J]. 财贸经济, 2023(5): 73–90. DOI:10.3969/j.issn.1002-8102.2023.05.005 |
| [12] | 戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020(6): 135–152. |
| [13] | 唐浩丹, 方森辉, 蒋殿春. 数字化转型的市场绩效: 数字并购能提升制造业企业市场势力吗?[J]. 数量经济技术经济研究, 2022(12): 90–110. |
| [14] | 王超, 余典范, 龙睿. 经济政策不确定性与企业数字化——垫脚石还是绊脚石?[J]. 经济管理, 2023(6): 79–100. |
| [15] | 王桂军, 李成明, 张辉. 产业数字化的技术创新效应[J]. 财经研究, 2022(9): 139–153. |
| [16] | 王克敏, 王华杰, 李栋栋, 等. 年报文本信息复杂性与管理者自利——来自中国上市公司的证据[J]. 管理世界, 2018(12): 120–132. |
| [17] | 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021(7): 130–144. |
| [18] | 肖土盛, 吴雨珊, 亓文韬. 数字化的翅膀能否助力企业高质量发展——来自企业创新的经验证据[J]. 经济管理, 2022(5): 41–62. |
| [19] | 谢德仁, 林乐. 管理层语调能预示公司未来业绩吗?——基于我国上市公司年度业绩说明会的文本分析[J]. 会计研究, 2015(2): 20–27. DOI:10.3969/j.issn.1003-2886.2015.02.003 |
| [20] | 杨国超, 刘静, 廉鹏, 等. 减税激励、研发操纵与研发绩效[J]. 经济研究, 2017(8): 110–124. |
| [21] | 叶德珠, 连玉君, 黄有光, 等. 消费文化、认知偏差与消费行为偏差[J]. 经济研究, 2012(2): 80–92. |
| [22] | 余典范, 王超, 陈磊. 政府补助、产业链协同与企业数字化[J]. 经济管理, 2022(5): 63–82. |
| [23] | 余典范, 张家才, 陈磊. 企业数字化促进了资本跨地区流动吗?——来自上市公司异地设立子公司的证据[J]. 财经研究, 2023(12): 91–105. |
| [24] | 袁淳, 肖土盛, 耿春晓, 等. 数字化转型与企业分工: 专业化还是纵向一体化[J]. 中国工业经济, 2021(9): 137–155. DOI:10.3969/j.issn.1006-480X.2021.09.008 |
| [25] | 曾庆生, 张耀中. 信息不对称、交易窗口与上市公司内部人交易回报[J]. 金融研究, 2012(12): 151–164. |
| [26] | 曾庆生, 周波, 张程, 等. 年报语调与内部人交易: “表里如一”还是“口是心非”?[J]. 管理世界, 2018(9): 143–160. DOI:10.3969/j.issn.1002-5502.2018.09.012 |
| [27] | 张功富, 宋献中. 我国上市公司投资: 过度还是不足?——基于沪深工业类上市公司非效率投资的实证度量[J]. 会计研究, 2009(5): 69–77. |
| [28] | 赵璨, 陈仕华, 曹伟. “互联网+”信息披露: 实质性陈述还是策略性炒作——基于股价崩盘风险的证据[J]. 中国工业经济, 2020(3): 174–192. |
| [29] | 赵宸宇, 王文春, 李雪松. 数字化转型如何影响企业全要素生产率[J]. 财贸经济, 2021(7): 114–129. |
| [30] | 祝树金, 申志轩, 文茜, 等. 经济政策不确定性与企业数字化战略: 效应与机制[J]. 数量经济技术经济研究, 2023(5): 24–45. |
| [31] | 祝树金, 汤超. 企业上市对出口产品质量升级的影响——基于中国制造业企业的实证研究[J]. 中国工业经济, 2020(2): 117–135. |
| [32] | Allen F, Qian J, Qian M. Law, finance, and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57–116. DOI:10.1016/j.jfineco.2004.06.010 |
| [33] | Chen X, Harford J, Li K. Monitoring: Which institutions matter?[J]. Journal of Financial Economics, 2007, 86(2): 279–305. DOI:10.1016/j.jfineco.2006.09.005 |
| [34] | Francis J, LaFond R, Olsson P M, et al. Costs of equity and earnings attributes[J]. The Accounting Review, 2004, 79(4): 967–1010. DOI:10.2308/accr.2004.79.4.967 |
| [35] | Healy P M, Palepu K G. Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature[J]. Journal of Accounting and Economics, 2001, 31(1-3): 405–440. DOI:10.1016/S0165-4101(01)00018-0 |
| [36] | Karpoff J M, Lee D S, Martin G S. The cost to firms of cooking the books[J]. Journal of Financial and Quantitative Analysis, 2008, 43(3): 581–611. DOI:10.1017/S0022109000004221 |
| [37] | Li Z Z, Rantakari H, Yang H X. Competitive cheap talk[J]. Games and Economic Behavior, 2016, 96: 65–89. DOI:10.1016/j.geb.2016.01.010 |
| [38] | Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189. |