智慧城市建设对企业研发操纵的影响研究

韦 琳 马梦茹 金 宇

1 引 言

十九届五中全会在阐述经济社会发展和改革开放重点任务中提出将“坚持创新驱动发展，全面塑造发展新优势”列在首位。创新作为我国重要发展战略，在宏观经济运行中对优化资源配置（Utterback，1974［1］）、推动经济高质量发展（孟猛猛等，2021［2］）等具有重要作用，对微观经济主体而言，创新亦是企业提升竞争优势的核心。根据万德数据库披露的A股上市公司2007—2019年研发投入情况统计显示，研发投入大于零的公司占比已从2007年的15.69%上升至2019年的86.05%，研发强度（研发投入除以营业收入）则由2007年的1.02%升至2019年的3.93%。然而，上市公司研发投入水平整体向好的同时，研发操纵情况也频繁发生。由于研发活动自身的复杂性与专业性，以及会计准则对于研发费用处理边界存在一定模糊性等原因，导致企业研发活动与外界存在较高的信息壁垒，增加制度性监管成本的同时为企业提供了一定的操纵空间。一些企业出于政策寻租（杨国超等，2017［3］；万源星和许永斌，2019［4］）、业绩迎合（朱红军等，2016［5］）、契约实现（黄亮华和谢德仁，2014［6］；姜博等，2014［7］）或再融资（谢德仁等，2017［8］）等动机人为调整研发费用，扭曲了研发投入与产出的关系，向外界传递有偏的会计信息导致市场失灵。因此，如何对研发操纵行为进行治理成为亟待解决的现实问题。

已有学者从不同角度对研发操纵的治理因素进行了探究，主要包括企业生产水平、技术型独立董事、高管学术经历、公司战略类型与企业文化等内部治理因素（程玲等，2019［9］；胡元木和纪端，2017［10］），以及审计师行业专长、投资者调研以及私募股权投资等外部治理因素（楚有为，2018［11］；李昊洋和程小可，2018［12］；徐成凯等，2020［13］）。可见，既有研究主要基于微观层面对研发操纵的治理进行考察，而立足宏观视角开展的研究较为匮乏。通过分析宏观环境衍变对微观经济主体的作用效果，有助于自下而上剖析我国经济发展中的细节问题，同时也为政府制定相关政策提供一定理论依据。

智慧城市建设的开展为从宏观层面拓展企业研发操纵的影响因素研究提供了可能。智慧城市是通过综合运用物联网、大数据、云计算等新兴技术，统筹业务应用系统、加强城市规划、建设和管理的新模式。2014年国务院印发的《国家新型城镇化规划（2014-2020）》，将智慧城市建设明确为六大方向：信息网络宽带化、规划管理信息化、基础设施智能化、公共服务便捷化、产业发展现代化、社会治理精细化。近年来，国家相关部门先后出台了《国家智慧城市试点暂行管理办法》、《关于促进智慧城市健康发展的指导意见》、《智慧城市》等系列政策文件，并陆续批准了100多个试点城市（区、县、镇）。据中国信息通信研究院测算，2019年智慧城市各级政府财政支出约3650亿元，占总投资的21%，社会投资约13460亿元，占总投资的79%。依托物联网、5G、数据中心等信息基础设施的发展进一步形成了城市大数据平台、城市信息模型平台、共享技术赋能与应用支撑平台等核心平台，数据要素开始深入参与价值创造与分配，数据红利日渐凸显。以贵阳市为例，2019年“云上贵州”贵阳分平台城市级大数据平台基本建成，通过向企业发放“云使用券”的方式，累计实现20831家企业“上云”，有效推动了企业的数字化、网络化、智能化转型。从理论研究来看，学术界也展开了诸多智慧城市相关主题的讨论，主要包括智慧城市的概念、特征与评估体系，也有少部分文献基于环境治理因素、产业结构特征、城市创新水平以及地区经济效率等中观与宏观视角对智慧城市的政策效应展开分析（石大千等，2018［14］）。然而，仅少数学者立足微观企业视角对智慧城市建设的有效性进行了研究。从智慧城市建设的具体项目来看，电子政务系统、环境监测系统、智慧金融系统、城市大数据平台等均会对微观企业产生影响，如电子政务系统能够有效促成企业信息在政府网络平台的交互与共享，提升政府信息获取的及时性和真实性，从而强化监管强度；环境监测系统的应用则会对企业的环境污染行为进行实时监控，倒逼企业履行环保承诺、践行绿色生产与技术研发的相关活动（滕磊和马德功，2020［15］）；智慧金融系统通过为政府和金融机构提供企业融资需求以及信用信息，能够有效缓解企业融资约束（刘伟丽和刘宏楠，2022［16］）；而城市大数据平台的应用，能够推动信息技术向企业层面进行渗透，从而提升企业的信息透明度，降低交易成本、缓解代理问题（石大千等，2018［14］）。由此可见，智慧城市建设如何影响微观企业行为是一个亟待关注和开拓的研究领域。针对企业的研发操纵行为而言，智慧城市建设作为我国政府部门做出的重大决策，其通过信息技术的应用可能有效降低企业层面的信息不对称，从而对研发操纵行为产生有效治理；与此同时，智慧城市从试点申请到完成验收均需满足相应的考核指标，且智慧城市建设过程中伴随着大量的政府采购行为，其亦可能加剧企业的研发操纵从而实现对政府部门的迎合。那么，智慧城市建设对于企业的研发操纵究竟发挥了“治理”作用，还是引发了企业层面的“迎合”行为，是本文研究的核心问题。

基于此，本文以我国A股2009-2019年上市公司作为研究对象，基于多期DID的研究方法，对智慧城市建设与企业研发操纵的关系进行了检验。本文的贡献主要体现在以下三个方面：第一，从微观层面为智慧城市建设的政策效果提供了评估依据。从现有文献来看，智慧城市对宏观经济的影响研究较为多见，如提升城市创新水平（何凌云和马青山，2021［17］）、加速产业结构转型升级、保障城市发展质量（赵蔡晶和吴柏钧，2020［18］）以及降低区域环境污染水平（石大千等，2018［14］）。然而，在智慧城市建设的微观经济后果方面研究稍显匮乏。本文则基于经济高质量发展的背景，将研究内容聚焦于智慧城市的微观创新效应，以企业研发操纵行为作为研究对象，进一步拓展了智慧城市的微观经济后果；第二，丰富了企业研发操纵行为的治理因素研究。既有关于研发操纵的治理多从独立董事（胡元木和纪端，2017［10］）、审计师（楚有为，2018［11］）、投资者（李昊洋和程小可，2018［12］）等微观要素展开，鲜有文献探究宏观制度对研发操纵的治理作用。本文选取智慧城市建设这一宏观制度安排，对研发操纵的影响因素进行了有效拓展；第三，通过对二者作用机制的分析，以及信息环境、操纵动机等方面的异质性检验，为智慧城市建设影响企业研发操纵的具体机理提供了数据支撑，进而为政府加强智慧城市建设的应然性以及企业研发操纵行为的治理提供了政策依据。

2 政策背景与研究假设

2.1 智慧城市建设的政策背景

随着城镇化与新型工业化的不断推进，交通拥堵、资源紧缺、环境污染等“城市病”问题日趋严重，传统的城市治理方式难以发挥成效，亟需寻求智慧化的治理手段解决上述问题。在此背景下，IBM公司于2008年在美国首次提出“智慧地球”战略，并进一步将智慧城市作为这一战略的重点建设对象。在智慧城市的概念方面，当前国内外研究尚未对此形成统一共识，但随着研究的不断深入，对智慧城市的认识逐渐从狭义的技术发展层面拓展到了广义的全面可持续发展层面（石大千等，2018［14］）。综合既有研究成果，本文将智慧城市定义为综合运用互联网、物联网、空间信息、大数据等现代通信技术，全面动态感知城市实时时空信息，构建以地理空间数据为统一载体的、对城市各领域数据依据内在联系进行分析整合的数据管理体系，最终实现城市资源的高效配置以及可持续发展。

伴随信息技术的飞速发展以及智慧城市理念的提出，国外众多国家纷纷将智慧城市纳入国家发展战略，并相应出台一系列激励政策。据中研普华研究报告显示，截至2020年全球已启动或在建的智慧城市已达1000多个。韩国政府于2004年推出“U-Korea”战略，旨在通过运用互联网与无线传感器等技术使韩国进入智慧化社会，随后新加坡于2006年启动了“智慧国家2015”计划，日本于2009年推出“i-Japan战略2015”，此后欧盟、荷兰与美国也相继推出了“欧洲2020战略”“阿姆斯特丹智慧城市计划”与“新智慧城市倡议”。

全球涌现智慧城市建设热潮的同时，中国的智慧城市建设活动也紧随其后展开。2012年12月，住建部出台了《关于开展国家智慧城市试点工作的通知》，并发布了《国家智慧城市试点暂行管理办法》与《国家智慧城市（区、镇）试点指标体系（试行）》，正式启动了我国智慧城市试点的建设工作。截至2020年，我国智慧城市、信息惠民、宽带中国等智慧城市相关试点已达700个，根据中国信息通信研究院测算，2020年智慧城市本级财政建设投资占GDP比重约为0.1%-0.5%，我国智慧城市建设已然进入爆发式增长期。因此，对智慧城市建设的相关经济后果进行研究兼具政策层面的应然性和实务层面的必要性。

2.2 理论分析与研究假设

（1）治理：智慧城市建设对企业研发操纵的抑制作用

薄弱的内部治理与宽松的外部监管是诱导企业进行研发操纵的关键因素，而智慧城市建设可能会通过前述两种影响途径对企业的研发操纵行为产生抑制效果。

第一，智慧城市建设通过向微观企业渗透物联网、大数据、云计算等信息技术，强化企业内部治理机制，进而减少研发操纵等机会主义行为发生。囿于研发活动专业性较强（黄亮华和谢德仁，2014［6］），加之会计准则对研发支出资本化或费用化的处理界限较为模糊（王亮亮，2016［19］），导致研发活动信息壁垒较高，增加了内外部监管成本的同时给予了管理层一定的可操纵空间。既有研究发现管理层会利用内部人信息优势基于契约实现（姜博等，2014［7］；徐沛勣，2020［20］）、短期盈余（Cohen等，2010［21］；范海峰和胡玉明，2013［22］）以及市值管理（谢德仁等，2017［8］）等动机操纵企业研发活动。当企业内部治理机制较为薄弱时，由于缺乏对管理层的有效监管与制衡，为其利用研发操纵攫取私利的行为提供了便利（胡元木和纪端，2017［10］）。而智慧城市建设能够通过增强企业内部治理机制，对管理层形成有效掣肘，进而抑制研发操纵活动。具体来看，智慧城市建设通过运用新兴信息技术促进组织结构变革（Acemoglu等，2007［23］）进而提高内部治理水平。传统企业管理模式多采取垂直化管理，存在层级冗余、组织结构繁琐、信息传递较为冗长等问题（Acemoglu等，2007［23］）。在该种模式下，企业的决策活动更多依赖管理层的中央管控，其所受制约较少。智慧城市建设则利用新兴技术将重要信息以及主要人员通过输入、处理、输出控制嵌入信息化管理系统，推动了组织结构由垂直化向扁平化、信息化、网络化管理发展（戚聿东和肖旭，2020［24］），强化了部门间的衔接关系，提高了信息在企业内部的传递效率（石大千等，2020［25］），使管理层利用研发操纵谋私利的行为更易被内部监管者发现，这会对管理层造成较高的威慑压力，进而降低其研发操纵动机。因此，智慧城市建设通过改善公司的内部治理水平有效抑制管理层自利动机下的研发操纵行为。

第二，智慧城市建设有助于优化外部监管环境进而增加企业研发操纵被发现的概率，基于操纵风险与成本的考量，企业可能会因此减少研发操纵行为。攫取政策优惠是企业进行研发操纵的主要动机之一（杨国超等，2017［3］；万源星和许永斌，2019［4］）。受认知局限与信息不对称的影响，政府等外界监管部门无法准确甄别企业对相关扶持政策的真实需求，其制定诸如对研发投入额度“一刀切”等规定诱发了企业通过操纵研发投入以达到政策门槛的行为（张杰等，2016［26］；张杰和郑文平，2018［27］）。外界监管中较低的处罚力度以及较高的监管成本同样促使企业为迎合政策要求进行机会主义行为。如《高新技术企业认定管理办法》规定，通过研发操纵“造假”的高新技术企业被发现仅需补缴往年税款，并不会受到其他额外惩罚。同时，高额的信息搜寻成本使得监管部门无法对企业的研发情况进行实质性审查，进一步降低了企业研发操纵被曝光的概率（杨国超和芮萌，2020［28］）。智慧城市建设则能够通过优化外部监管环境，降低政府部门监管成本，提高企业研发操纵的被稽查风险，进而减少操纵行为发生。一方面，智慧城市建设能够提升政府部门对于企业研发操纵行为的识别与鉴证能力。智慧城市试点建设指标中对政务部门利用智能系统进行智慧管理与服务提出了明确要求，当前诸多地区将打造智慧政务系统置于智慧城市建设的首位。智慧政务系统基于区块链、大数据、云计算、“AI+”等信息技术，打通了税务、科技、财政、海关、环保、社保等不同行政部门之间的信息壁垒，有效提高政府的信息抓取、整合、传递以及运用能力（李春涛等，2020［29］），使市场中政府部门的信息弱势地位得到改善，提升了政府部门的监督力度。如企业通过虚增研发人员工资的形式进行研发操纵，政府部门借助于智慧政务系统的技术优势，可以直接关联税务和社保等相关部门的数据，从而进行有效识别。另一方面，智慧城市建设有助于降低监管部门的监管成本。通过构建监管对象信息库、监管行为信息库、投诉举报信息库、信用信息库等基础数据库，促使政府监管向规范化、精准化、智能化发展，有助于监管部门实时跟踪企业创新项目进展，监督微观企业运行，提升了监督的范围和实效性。如环境监测系统的应用，能够帮助政府直接调取企业废水、废弃、污泥处置等现场视频，通过大数据分析污染企业在生产经营中存在的问题，极大程度降低执法人员实地考察的监管成本，提升监督的全面性和实效性，从而对企业涉及绿色技术研发方面的相关操纵行为产生抑制作用。因此，智慧城市建设能够通过强化监管强度抑制企业的研发操纵行为。

基于上述分析，本文提出如下假设：

H1a：其他条件不变的情况下，智慧城市建设会显著降低企业研发操纵水平。

（2）迎合：智慧城市建设对企业研发操纵的促进作用

值得注意的是，智慧城市试点建设同样可能提高企业的研发操纵水平。智慧城市试点建设中，政府占有主导权的同时企业具有关键推动作用（石大千等，2020［25］）。其中，在试点申请期与验收期，住建部门对城市创新投入等指标设有申请以及考核要求，由此对地方政府产生的业绩压力相应转嫁至企业，企业基于政策迎合动机，可能提高研发操纵水平。在智慧城市试点申请期，针对试点指标“智慧产业与经济”的考核中包含了对产业转型与升级的创新费用投入与新兴产业发展创新投入的衡量。企业创新发展是助力区域创新水平提升的源动力（Paunov和Rollo，2016［30］），为保障产业创新类指标达到申请要求，相应的指标申请压力将由政府端转嫁至企业端。为保持良好政企关系，企业可能通过研发操纵行为虚增研发费用，协助政府完成智慧城市申请目标。此外，既有研究发现智慧城市试点建设具有资源集聚效应（石大千等，2018［14］），考虑到试点申请成功后政府部门的资源分配问题，企业同样可能为获取一定资源倾斜帮助政府完成申请工作而实施研发操纵活动。智慧城市试点建设的验收期同样对城市创新水平存在考核要求。《国家智慧城市试点暂行管理办法》规定，智慧城市试点创建期结束后由住建部智慧城市创建工作领导小组组织专家进行实地验收，并对验收通过的试点城市进行评定，未通过验收的允许进行一次限期整改，整改结束后组织复验收。因此，企业可能会通过研发操纵手段帮助政府部门“排忧解难”完成智慧产业与经济层面的验收达标要求。

基于上述分析，智慧城市建设所带来的地方政府考核压力通过转嫁企业进而对其研发操纵水平产生影响。因此提出如下竞争性假设：

H1b：其他条件不变的情况下，智慧城市建设会显著提升企业研发操纵水平。

3 研究设计

3.1 样本选择与数据来源

中国自2012年开始进行智慧城市试点，于2012-2014年完成了三批智慧城市建设规划。为了更好地观察政策实施对于企业产生的影响，本文选取2009-2019年A股上市公司作为研究样本，并对数据做出如下处理：剔除ST、PT等上市状态存在异常的企业；剔除金融行业企业；剔除数据存在缺失的企业；剔除注册地与办公地不一致的企业，最终得到2088家上市公司共10836个年度观测值。本文使用的财务数据主要取自万德数据库，公司治理层面数据主要取自国泰安数据库，为了消除异常值的影响，对连续变量进行了1%和99%水平上的缩尾处理。

3.2 主要变量界定

（1）被解释变量

本文借鉴Gunny（2010）［31］的方法，构建如下模型对研发操纵（AB_RD）进行测度：

其中RD为研发支出，ASSET为资产总额，V为企业市值的自然对数，TBQ为托宾Q值，EARN为营业利润。根据式（1）和（2）先估算出正常研发支出占总资产比重NOR_RD，再将其代入式（3），以实际值和预测值差异的绝对值对企业研发操纵水平进行测度（AB_RD）。同时为了避免量纲差异过大，对AB_RD变量乘以10000进行处理。

（2）解释变量

本文的解释变量DID为TREAT与POST的交乘项，其中TREAT为企业所在地是否为智慧城市建设试点地区的虚拟变量，是为1，否则为0；POST为智慧城市建设时间的虚拟变量，处于建设期之后的观测年份为1，否则为0。最终以虚拟变量DID测度智慧城市建设的政策效果。

（3）控制变量

借鉴苑泽明等（2020）［32］和马晶梅等（2020）［33］的研究，本文设置控制变量如表1所示。

表1 变量界定表

3.3 模型设计

智慧城市共分为三批进行试点建设，这就为多期DID模型的应用提供了条件。本文借鉴金宇等（2019）［34］的研究，构建模型如下：

其中β1为本文关注的核心系数，若该系数显著为负，则假设H1a成立；若该系数显著为正，则假设H1b成立。由于智慧城市建设的政策变量TREAT与时间效应变量POST分别与地区和年份虚拟变量高度相关，因此模型在对地区和年份固定效应进行控制的基础上，不再放入TREAT和POST变量，而是主要观测二者交乘项即智慧城市建设的政策效应变量DID的回归结果。同时为避免行业差异导致的遗漏变量问题，模型对行业固定效应亦进行了控制。

4 实证分析

4.1 描述性统计

主要变量的描述性统计结果如表2所示。研发操纵均值为0.723，极大值为6.541，极小值为0.001，表明不同企业之间在研发操纵上存有较大的差异；智慧城市的政策效应变量均值为0.658，表明超过半数样本企业所在地处于智慧城市试点之中。在财务指标方面，均值为48.2%的资产负债率和4.4%的总资产收益率反映出绝大多数企业处于正常的经营状态之中，同时产权性质变量均值为0.323，表明样本企业多数具有民营性质。

表2 描述性统计结果

4.2 主回归检验结果

表3是智慧城市建设对企业研发操纵的回归结果，其中列（1）-（3）分别逐次加入了控制变量，随着控制变量的不断加入，模型的F值以及拟合优度整体不断上升，表明模型的解释力逐渐增强。整体来看，智慧城市建设的政策效应DID与研发操纵在5%水平上具有显著的负相关关系，表明智慧城市建设显著抑制了企业的研发操纵行为，假设H1a得到验证，即智慧城市建设对于企业具有一定的“治理”作用。列（3）的控制变量系数显示，企业的资产负债水平和机构持股比例均与研发操纵具有显著的正相关关系，表明高杠杆和机构持股较多的企业倾向于进行研发操纵。

表3 主回归检验结果

4.3 稳健性检验

为了确保前文结论具有可靠性，本文进行了如下稳健性检验：第一，平行趋势检验。使用双重差分的一个重要前提是处理组与对照组之间在政策实施前满足平行趋势假设。基于此，本文构建了错层的准自然实验情境，选取政策出台前2年至后3年依次进行检验。结果显示，在智慧城市建设开始前，处理组与对照组并没有呈现出显著的差异；而在政策实施当期及以后的年份，智慧城市建设对于企业研发操纵具有显著的抑制作用。第二，内生性处理。由于企业所在地是否纳入智慧城市试点规划可能存在选择性偏误，为了对潜在的内生性问题进行控制，本文进一步采用倾向匹配得分的方法对样本进行处理。采用无放回的匹配方式，基于1:1最近邻匹配的方法，得到处理组和对照组样本各2316个，以匹配后的样本重新进行检验，结果显示在对内生性问题进行处理后，前文结论依然稳健。第三，变换观测周期。由于智慧城市试点于2012-2014年连续三年进行审批，为了避免实验后观测周期过长导致的偏差，本文截取实验前后各三年的数据对样本重新进行回归，结果显示智慧城市建设依然对企业存在治理效果。第四，变换估计方法。将第一批和第二批纳入智慧城市的样本企业进行了剔除，仅保留第三批试点地区的企业，估计模型调整为单期双重差分模型，通过变换估计方法进一步验证前文结论具有可靠性。第五，安慰剂检验。为排除其他因素的干扰，借鉴李春涛等（2017）［35］的研究，将PSM后的样本按照处理组和对照组进行划分，并将政策认定时间变量POST作为主要解释变量，观测智慧城市建设对于处理组和对照组的影响是否存在差异。结果显示，智慧城市建设这一事件显著抑制了企业的研发操纵行为，前文结论依然稳健。

5 进一步研究

5.1 作用机制分析

前文已经验证智慧城市建设会对企业研发操纵产生显著的负向影响，那么具体作用机制为何？如前所述，智慧城市建设可能通过提升企业内部治理水平和外部监管强度进而抑制企业的研发操纵行为，基于此，本文进一步对内、外部机制进行检验。在内部机制方面，内部控制是企业整体治理水平的缩影，因此本文以迪博发布的企业内控指数（IC）作为代理变量；外部机制方面，由于区域层面的监管水平难以进行整体测度，且市场化指数中关于监管层面的数据存在一定中断，因此本文借鉴江轩宇（2013）［36］的研究，以税收征管强度（TE）作为区域监管的代理变量，计算模型如下：

其中，T是各省年末的税收收入、OPEN是各省年末的进出口总额、IND1是指各省年末的第一产业产值、IND2是各省年末第二产业产值，通过式（5）计算出预期税收收入占GDP比重，定义为T/GDP_EST；最终，以实际税收收入GDP占比与预期税收收入GDP占比二者的比值对税收征管强度进行计算。该指标越大，表明地区税收征管强度越高。

在此基础上，借鉴温忠麟等（2004）［37］提出的中介效应检验方法，构建模型如下：

其中式（7）是中介效应的基础检验，若α1显著则对式（8）和（9）进行检验。当β1显著，且γ1和γ2同时显著时，中介变量存在部分中介效应；若β1和γ2同时显著，且γ1不显著，则中介变量发挥了完全中介作用；若β1和γ2至少有一个不显著时，则进行SOBEL检验，若检验结果显著则存在部分中介效应，若SOBEL检验不显著则中介效应不存在。分别对内部控制和外部监管强度的中介作用进行检验，所得结果如表4所示。从列（1）-（3）可以看出，智慧城市建设显著抑制了企业的研发操纵，同时智慧城市建设对于企业内控出现了不显著的正向关系，在将内部控制变量加入原始回归模型后，智慧城市建设的政策效应DID对于研发操纵的负向显著性略有下降，且最终的SOBEL检验Z值为3.67，在1%水平上具有显著性。由此表明，智慧城市建设通过提升企业的内部控制水平从而对研发操纵产生了抑制作用，即内部控制发挥了部分中介作用。

表4 中介效应检验结果

从列（4）-（6）来看，智慧城市建设在1%水平上显著提升了区域监管水平，系数为0.042；将监管水平纳入原始回归模型后，智慧城市建设的政策效应变量DID对于研发操纵的抑制作用依然存在，但显著性略有下降，同时监管强度与研发操纵之间在5%水平上具有显著的负相关关系，系数为-0.030。表明智慧城市建设通过提升了区域监管强度从而抑制了企业的研发操纵行为，外部监管水平同样发挥了部分中介作用。

5.2 异质性检验

（1）信息环境的异质性检验

智慧城市作为数字经济发展的一项具体政策，其所投入建设的物联网、大数据、云计算等主要应用于信息技术的改善。虽然企业在宏观层面所处的信息环境会受到区域整体影响，但在微观层面，由企业个体特征所引起的媒体关注与分析师跟踪往往会使其处于不同的信息环境之下。那么，智慧城市建设对于不同信息环境下的微观个体是否会产生差异化影响？区域整体信息水平的发展与企业层面所受到的关注究竟具有“互补”还是“替代”的效果？本文进一步对此进行研究。

作为信息的重要搜索者与加工者，媒体时刻影响着企业的社会关注度。研发操纵作为信息不对称下滋生的行为，当媒体在提升企业信息透明度方面发挥作用时，可能会对研发操纵产生影响。此外，分析师作为资本市场专业化的中介，是投资者信息的重要提供者（程博和潘飞，2017［38］）。基于此，本文借鉴孔东民等（2013）［39］的研究，以百度指数作为企业媒体关注（MEDIA）的代理变量，同时借鉴李春涛等（2014）［40］的研究，以企业被分析师跟踪的数量作为分析师关注（ANALYST）的代理变量。分别以媒体和分析师关注的均值进行划分，对智慧城市建设与企业研发操纵的关系进行分组检验，所得结果如表5所示。

续表

从列（1）（2）可以看出，智慧城市建设对于企业研发操纵的抑制作用在分析师关注程度较低时更为显著，二者在5%水平上具有显著的负相关关系，系数为-0.022；列（3）（4）显示，智慧城市建设的政策效应同样在媒体关注较低时更为明显，二者亦在5%水平上具有显著的负相关关系，系数为-0.026。由此可见，智慧城市建设所引起的区域层面信息环境改善，与企业个体层面受到的关注呈现出了替代作用。即当分析师与媒体关注程度较低时，智慧城市建设对于企业研发操纵的抑制作用更为突出。

（2）操纵动机的异质性检验

现有研究表明，企业进行研发操纵往往基于政策迎合以及管理层薪酬辩护的动机（黄亮华和谢德仁，2014［6］；程玲等，2019［9］），那么智慧城市建设是否会对不同动机下的研发操纵行为产生异质性影响？本文进一步对此进行研究。

在政策迎合动机下，企业往往基于政府补贴、特定资质申请以及税收优惠政策等方面的需要进行研发操纵（杨国超等，2017［3］），相比于非科技型企业而言，科技型企业往往受到的研发政策性激励更强，其进行研发操纵的可能性往往也更大。基于此，本文借鉴潘越等（2015）［41］的研究，以信息传输、软件和信息服务业，科研、技术服务业，以及与智能制造相关的制造业作为科技型企业，并将主检验模型根据行业划分进行分组检验，所得结果如表6列（1）（2）所示。在非科技型行业中，智慧城市建设对于企业研发操纵的影响并不显著；而在科技型行业中，智慧城市建设对于企业研发操纵在10%水平上具有显著的负向影响，系数为-0.054。由此表明，智慧城市建设一定程度上对政策性迎合的研发操纵行为产生了治理效果。

在管理层薪酬辩护动机下，企业研发操纵行为往往出于管理层对业绩不佳的卸责。因此，本文根据企业本年度利润是否出现下滑进行分组检验，所得结果如表6列（3）（4）所示。当企业业绩未出现下滑时，智慧城市建设对于企业研发操纵具有不显著的负相关系；而当企业存在业绩下滑时，二者在5%水平上具有显著的负相关关系，系数为-0.041，表明智慧城市建设有效抑制了管理层基于业绩卸责和薪酬辩护而进行的研发操纵行为，从而对操纵动机形成制约。

表6 操纵动机的异质性检验结果

5.3 智慧城市建设影响研发操纵的具体方式：向上还是向下？

企业的研发操纵包括向上和向下调整两种方式，其中向上调整即将本应属于其他科目的费用划分为研发费用，致使研发费用出现异常增多，向上调整可以向外界传递企业积极进行研发创新的信息，同时有助于企业申请各类资质或享受研发费用的税收减免。向下调整即将研发费用过度资本化，从而降低费用、虚增资产，向下调整研发费用可以提升当期利润，向外界传递业绩良好的信号。那么，智慧城市建设对于企业研发操纵的抑制作用，主要体现于企业的何种调整方式，是本文进一步研究的问题。

基于前文式（3）测算的企业研发操纵结果，此处不再取绝对值，分别将向上调整（研发操纵为正）和向下调整（研发操纵为负）进行分组检验，以观测智慧城市建设影响企业研发操纵的具体方式，所得结果如表7所示。从列（1）（2）可以看出，智慧城市建设对于向上调整的研发操纵行为并未产生显著影响；而列（3）（4）显示，智慧城市建设的政策效应DID与向下调整的研发操纵具有1%水平上的显著负相关关系。由此可见，智慧城市建设主要抑制了企业向下调整的研发操纵行为，通过有效抑制企业研发费用的过度资本化，从而提升了企业的盈余质量。

表7 智慧城市影响研发操纵的具体方式

5.4 智慧城市建设对研发操纵影响的经济后果分析

（1）企业层面的经济后果：对专利质量的影响

现有研究表明，研发操纵行为会引起创新资源的错配，从而阻碍创新水平的提升（万源星和许永斌，2019［4］）。在创新驱动发展战略不断深化的背景下，企业对于创新产出愈发关注，那么智慧城市建设对于企业研发操纵的抑制作用，能否进一步影响到企业的创新产出？

为了更好地对上述问题进行研究，本文借鉴黎文靖和郑曼妮（2016）［42］的研究，以企业不同专利类型作为创新产出质量的判别标准。由于发明专利从研发到申请往往具有更高的技术难度，且发明专利在原创性方面有着更高的审核标准，同时考虑到专利从申请到授权往往伴随着较长的时间周期，因此本文以发明专利申请数量（INVENTION）作为企业创新产出的测度方式。以发明专利申请数量作为被解释变量，重新构建回归模型，回归结果如表8所示。从列（1）可以看出，研发操纵AB_RD与企业专利质量INVENTION在1%水平上具有显著的负相关关系，相关系数为-17.785，表明研发操纵行为对于企业的专利质量产生了显著的不利影响。列（2）中分别加入了智慧城市建设的政策效应变量DID，以及该变量与研发操纵的交乘项，可以看出交乘项AB_RD*DID的系数在5%水平上显著为正，系数为24.744，表明智慧城市建设有效缓解了研发操纵对于企业专利质量的不利影响。由此可见，智慧城市建设对于研发操纵的治理有利于企业创新水平的提升。

（2）资本市场的经济后果：对资产定价的影响

企业通过研发操纵行为能够向资本市场投资者传递错误信号，误导投资者做出错误判断，从而在一定程度上会引发资产的错误定价。资产误定价不仅会使优质的企业难以获取资源进行发展，更会降低资本市场整体效率，进而不利于宏观经济的健康发展。基于此，本文进一步考察智慧城市建设对于企业研发操纵的影响，能否在资本市场发挥作用。依据Frankel 和Lee（1998）［43］所提出的修正剩余收益模型，构建模型如下：

其中V为公司内在价值，ft为未来第t期分析师预测的公司盈余，b为每股权益账面价值，r为资本成本，P为当年所有交易日的日均收盘价。对于ft的测算，对公司未来1-3年的盈余进行预测，并以此对分析师预测公司盈余进行替换。通过上述模型最终得出企业的资产误定价（MISP）水平，该指标越大表明企业资产误定价程度越高。在此基础上，以资产误定价作为被解释变量构建回归模型进行实证分析，所得结论如表8所示。从列（3）来看，研发操纵AB_RD与企业资产误定价MISP在1%水平上具有显著的正相关关系，相关系数为0.057，表明研发操纵行为会显著加剧企业资产的错误定价，使股票价格背离真实价值；列（4）结果显示，在加入智慧城市建设的政策效应变量DID，以及该变量与研发操纵的交乘项后，交乘项AB_RD*DID的系数在1%水平上显著为负，系数为-0.011，表明智慧城市建设有效弱化了研发操纵对于资产误定价的不利影响。由此可见，智慧城市建设对于企业研发操纵的抑制作用，有利于资本市场资源的优化配置，对于提升资本市场整体效率具有一定的推动作用。

表8 经济后果检验结果

6 研究结论

本文在对智慧城市试点建设的政策背景进行梳理的前提下，通过理论分析智慧城市建设对企业研发操纵可能存在的“治理”与“迎合”的竞争效应，以2009-2019年A股上市公司为研究样本，采用多期DID模型对智慧城市建设与企业研发操纵的关系进行了研究，所得结论如下：首先，智慧城市建设能够显著抑制企业的研发操纵行为，且该结论在经过内生性处理、变换样本观测周期和估计方法以及安慰剂等稳健性检验后依然成立；其次，智慧城市建设主要通过提升企业内部控制质量和外部监管强度，从而对研发操纵发挥作用，内部控制和区域监管水平均发挥了部分中介作用；再次，智慧城市建设对于企业研发操纵的抑制作用会受到企业层面信息环境和操纵动机的影响，表现在媒体和分析师关注程度较低，以及更具操纵动机的科技型企业和业绩下滑企业中更为明显；最后，智慧城市建设主要影响了研发操纵的向下调整行为，同时经济后果检验表明，智慧城市建设能够缓解研发操纵对于专利质量和资产误定价的不利影响。

本文结论主要存在以下三个方面的政策启示：首先，对于政府部门而言，应该进一步加大智慧城市建设投入，借助国家创新驱动发展战略和数字经济发展的现实趋势，提升城市智能化、信息化、数字化水平，将智慧城市建设成果有效运用于地区监管活动，从而提升政府对于企业的微观治理水平；其次，对于企业而言，应该充分利用智慧城市建设的政策红利，切实提升自主研发与创新水平，降低内外部信息不对称，优化内部控制质量，实现企业自身的可持续发展；最后，对于外部投资者而言，应注意到智慧城市建设对于企业带来的影响与变化，利用不同层面信息提供者的资料有效甄别企业的研发操纵行为，提升投资的有效性，最终实现资本市场的良性发展。