數據要素配置的微觀經濟效應：基于審計收費視角

［摘 要］以2013—2021年我國A股上市公司為研究樣本，將數據交易所設立看作準自然實驗，結合漸進雙重差分模型，實證探究數據要素配置對地區企業審計收費的影響。研究發現：第一，以數據交易所設立為表征的數據要素配置顯著降低了地區企業的審計收費，在進行內生性及穩健性檢驗后結論依然成立。第二，現階段，數據要素配置可以通過降低審計資源投入和緩解審計風險感知兩條渠道來抑制企業審計收費。第三，數據要素配置降低企業審計收費的作用存在異質性，表現為國有企業、高科技企業以及數字化轉型程度較高企業會削弱數據要素配置對企業審計收費的降低作用。研究驗證了數據要素市場化在緩解微觀企業經營成本中的重要作用，為數據要素進一步深化改革以賦能企業高質量發展提供了經驗參考。

［關鍵詞］數據要素配置；數據交易；審計收費；審計資源投入；審計風險；企業數字化；數字經濟

［中圖分類號］F062.9；F239" ［文獻標志碼］A" ［文章編號］20963114（2024）05010210

一、 引言

自2020年《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》將數據認定為與土地、勞動力、技術和資本等傳統生產要素并列的新型生產要素以來，數據要素在直接創造價值、優化要素分配和提升產業轉型等方面所起的作用日益被學者關注［1］。然而數字經濟時代下的數據要素演化為關鍵生產要素還存在生產力內部矛盾以及缺乏技術進步和需求升級的外部條件［2］，迫切需要進一步培育發展數據要素市場，加速釋放數據紅利［3］。相較于其他生產要素，數據要素具有正外部性、非排他性以及非消耗性等技術經濟特征，使得數據要素市場化流通成為釋放數據要素價值的關鍵所在［4］。其核心是根據供求關系對數據要素進行市場定價，并通過交易活動將數據要素合理配置到相關生產領域。從理論上來說，數據交易是實現數據要素市場化的最有效手段，建設數據交易平臺是地方政府與經濟主體在探索推進數據要素市場化過程中作出的重要嘗試，并成為完善數據要素合理配置的重要手段之一［5］。近年來，全國各地掀起了一股發展熱潮，地方政府紛紛參與設立數據交易所，以期通過打破數據孤島，促進數據利用，從而更好地推動地區傳統產業與新興產業融合，實現經濟高質量發展。

當前學術界關于數據要素配置的研究尚處在起步階段，相關文獻的典型特征是以數據交易所的設立來度量數據要素市場化配置水平，認為數據交易所通過數據線上交易和線下服務的高效協作，打破了數據流通壁壘，實現了數據要素的市場化配置［6］?；谠撍悸返难芯堪l現數據要素配置可以提高產業結構升級，促進地區經濟發展［7］，也可以在產業結構優化過程中促進研發投入與知識擴散，從而推動城市創新能力提升［89］，增強城市經濟韌性［10］。拓展到微觀企業層面，鄭國強等證實了數據要素市場化通過成本、融資以及創新等渠道間接驅動了企業數字化轉型［11］。此外，公共數據是數據要素的重要來源，學者同時關注到公共數據開放的價值創造作用，發現政府數據開放在宏觀層面上促進了區域協調發展［12］，提升了城市的創新水平［13］，在微觀企業層面上能提高企業要素生產率［1415］。

不難發現，既有研究更多關注宏觀層面的數據要素市場化的經濟效應，而從微觀視角探究的文獻相對匱乏，難以為數據革命下的微觀企業要素利用和治理優化提供相應的理論指導。作為促進數字經濟和實體經濟相互融合的重要手段，數據要素配置推動了企業數字化變革，不可避免地通過改變企業要素結構、管理模式和財務表現等給企業經營帶來不確定性風險因素。而現代風險導向審計下的審計定價充分考慮了企業風險變化，審計師為應對各種沖擊采取了差異化審計策略，并反映在審計定價上。由此可見，數據要素配置不僅能影響生產要素本身的利用，還可能對審計師決策產生一定的溢出效應，但當前學者對此缺乏足夠的關注?，F有的相關研究更多是著眼于探究數字經濟、數字化轉型以及數字技術的應用等對審計定價的影響［1618］，以及數據成為生產要素后的資產歸類、確權、計量等入表核算等問題［19］。雖然也有學者嘗試將數據要素與審計收費聯系起來［2021］，但仍是聚焦于數據信息披露環節，與數據要素配置存在明顯區別，難以為數據要素市場化發展下的審計師優化定價決策提供借鑒。

鑒于此，本文以審計定價為切入點，利用2013—2021年我國上市公司數據，實證分析數據要素配置對地區企業審計收費的影響，間接反映數據要素配置的微觀效應。本文的研究貢獻主要體現在以下三點：第一，鮮有文獻基于溢出效應視角將數據要素市場化配置的經濟效應研究拓展到企業微觀層面，本文著眼于外部審計師決策，探究數據要素配置對審計收費的影響機制，進一步拓寬了數據要素市場化溢出機制的研究邊界。第二，現有研究基于審計定價理論對審計收費的影響因素展開了廣泛討論，但基于數據要素視角的探索尚涉足不深。而數據要素市場化配置更能夠突出企業處于數字經濟時代利用數據要素生產力的特征。因此，本文將數據要素發展與審計師行為聯系起來考察，有助于為審計收費的影響因素研究提供新的視角。第三，已有研究關于數字經濟時代下如何優化審計師決策的理論探索還不完善，本文分別從審計資源和審計風險兩個渠道探索數據要素配置影響審計收費的作用機制，并拓展性分析了企業產權、行業及技術等不同特征可能產生的異質性影響，結論有助于揭開數據要素配置影響審計師決策過程的暗盒，為深化數據要素市場改革和提高審計質量提供了啟發。

二、 理論分析與假設提出

審計定價理論指出審計資源投入和審計風險感知是決定審計收費的重要因素［22］?；诩夹g經濟范式理論的觀點［23］，數據要素是推動企業高質量發展的重要決定性因素，必然影響企業行為并反映在審計師決策上。因此，數據要素配置可能通過審計資源機制和審計風險機制影響審計收費。

一方面，數據要素優化配置有助于緩解審計成本投入，降低審計收費，此為審計資源機制。首先，推動數據要素市場化配置產生的“同群效應”和“競爭效應”會倒逼企業提高自身的數據利用水平以充分適應數據要素的發展，而企業管理層在生產決策中應用數據技術會給企業帶來更多有價值的信息資訊。審計師利用自動化工具和數字化審計軟件來快速分析數據，可以減少人工處理的時間和投入。而且數據的市場化意味著審計機構可以較為便利地獲取企業及行業的各類隱藏數據，并根據既定的目標對企業經營數據進行組合分析，產生更加豐富的審計意見，有助于審計機構更全面快速地了解企業的信息和環境，增進審計效率［24］。同時，基于信號傳遞理論，城市設立數據交易所促進數據開放流通可向外界社會傳遞地區企業的積極信號。所謂“近水樓臺先得月”，數據交易所的設立有助于增加外部分析師以及投資者對當地企業數據要素利用情況的關注和監督［2526］。外部監督較強時，企業信息越透明，越有利于降低審計師收集額外審計證據所付出的審計成本，減少審計資源投入，從而降低審計所需的審計費用。

另一方面，數據要素配置還有利于降低審計師風險感知，進而減少審計師收費，此為審計風險機制。數據要素配置能夠突破數據要素的物理空間局限，實現動態實時交互，有助于降低要素資源間的信息不對稱，并提高企業之間和企業內部要素資源的配置效率。企業通過數據要素配置，能擴展創新知識和信息來源的途徑，從而增強技術創新能力，提高企業在市場中的競爭優勢。企業形成自身獨特的競爭能力，可以增強抵御外部不利沖擊的能力，降低破產風險［27］。與此同時，數據要素市場化加速了數據要素的協同耦合，激發了數據要素潛能，能夠推動企業經濟發展質量變革、效率變革、動力變革，從而促進企業生產效率的提高。而且，數據資源的高效利用也拓展了企業數據要素的搜索和獲取空間，可以為企業提供更多有價值的信息，進一步提升企業運營效率，改善企業經營業績。而穩定的治理環境和良好的業績表現能夠向審計師傳遞企業經營管理的正面信號，緩解審計師對審計對象的風險感知［28］，降低審計風險溢價補償，促使審計師調低審計定價水平。綜合上述兩點分析，本文提出如下基礎假設及衍生性機制假設：

假設H1：數據要素配置降低了審計收費。

假設H1a：數據要素配置通過減少審計資源投入來降低審計收費。

假設H1b：數據要素配置通過緩解審計風險來降低審計收費。

但是，數據要素市場化配置可能導致企業經營模式發生變革，這使得審計師需要評估和分析數字化環境下的企業革新的新風險并采取相應的審計措施，迫使審計事項的復雜性增加，導致審計師需要采取更多的應對方案，從而增加審計資源投入進而提高審計收費。企業為提高數據要素的利用效率可能會及時更新數據處理系統，這會迫使審計師投入更多審計資源來應對新興的企業數據系統，從而加大了審計工作難度，增加了審計師工作時長［29］。同時，事務所為了應對更加復雜的要素發展環境，也應加速進行智能審計升級，這一過程不僅包括系統升級的開發成本，還包括相關的培訓費用，而這些成本最終仍由審計對象“買單”。此外，數據要素配置利用了大數據、人工智能等相關數字技術，使企業運營在變得更為高效的同時也變得更為復雜，企業的內部控制完善程度如果未能跟上數字革命的步伐，會導致企業固有經營風險加大，也增加了審計機構的審計風險?；陲L險溢價考慮，審計師會提高審計定價。綜上所述，本文進一步提出如下競爭性假設：

假設H2：數據要素配置提高了審計收費。

三、 研究設計

（一） 數據來源

鑒于第一所數據交易所于2015年開始設立，本文以政策前兩年即2013年為樣本起點，選取2013—2021年中國A股上市公司為樣本，并剔除了金融、房地產類和變量缺失的樣本，最終得到26940個數據。為規避異常值影響，本文對連續變量進行雙邊1%的縮尾處理。文中涉及的城市層面變量數據來自《中國城市統計年鑒》及地方統計局，基礎設施建設數據以及財務指標數據來自CSMAR數據庫。

（二） 變量定義

1." 被解釋變量：審計收費（Lncost）。

借鑒杜亞光等的研究［18］，本文選取上市公司年度審計收費作為被解釋變量，并對其作對數化處理。

2." 解釋變量：數據要素配置（JYS）。

借鑒鄭國強等的研究［30］，本文定義“數據交易所設立”虛擬變量為解釋變量。將各城市政府主導建立的首個數據交易所的成立年份作為政策時點，即城市在某年設立了數據交易所，則JYS在當年及以后年份賦值為1，否則為0。

3." 控制變量：

借鑒張永坤以及潘俊等的研究［17，31］，本文選取了可能影響審計收費的變量。在財務指標方面，選擇了公司規模（Size）、資產負債率（Lev）、資產報酬率（Roa）、存貨比率（Inv）、應收賬款比率（Rec）；在公司治理方面，選取了董事會規模（Board）、兩職合一（Dual）、上市年限（Age）、獨立董（Indep）、事務所規模（Big4）、審計意見（Opin）以及股權集中度（Cr1）等。表1列示了文中的主要變量及其定義。

（三） 模型構建

比較數據交易所建設前后企業審計收費的變化差異，是探究數據要素市場化如何影響所在地區企業審計收費最直接且有效的方法。由于各地區建立數據交易所的時間不同，本文構建漸進雙重差分模型，通過剔除其他因素得到數據要素市場化對企業審計收費的凈影響。具體模型如下：

Lncostit=α0+α1JYSit+α2Controlit+μi+λt+εit（1）

其中，下標i代表企業，t代表年份，Lncostit表示企業i在t年的審計收費，JYSit表示數據交易所虛擬變量，Controlit表示控制變量，μi和λt分別表示個體及年份固定效應，εit表示隨機誤差項。本文重點關注虛擬變量回歸系數α1，α1反映數據要素市場化對企業審計收費的凈影響，若α1gt;0，則說明數據要素配置正向影響企業審計收費，反之，則說明數據要素配置對企業審計收費的影響為負。

四、 實證分析

（一） 描述性統計

表2列出了本文各研究變量的描述性統計結果。樣本中Lncost的均值為13.86，最小值為1261，最大值為16.23，表示各企業的審計收費存在較大的差異，這與當前研究結果一致。JYS的均值為0.091，說明樣本中有9.1%的城市設立了數據交易所。其余變量的結果均在合理范圍內，此處不再贅述。

（二） 基準回歸分析

為了檢驗數據交易市場化對企業審計收費的直接影響效果，本文采用遞進式策略進行基準回歸，表3報告了數據要素配置影響審計收費的回歸結果。其中列（1）僅控制了個體及年份固定效應，核心解釋變量數據要素配置（JYS）的回歸系數在5%的水平上顯著為負，初步表明地區設立數據交易所后，所在地區企業的審計收費水平顯著下降。列（2）加入了財務層面的控制變量后，JYS的系數在5%的水平上為負。最后列（3）進一步加入公司治理層面的控制變量后，JYS的回歸系數為-0.023，仍然在5%的水平上顯著為負，說明相對于非平臺市，建立數據交易平臺對降低地區企業審計收費的貢獻約為2.3%，即表明數據要素配置有助于降低地區企業的審計成本，假設H1得以驗證。在主要控制變量上，公司規模（Size）、資產負債率（Lev）和是否國際四大審計機構（Big4）的估計系數顯著為正，表明公司規模、財務風險以及聘用國際知名審計機構等可以促進審計收費。而總資產報酬率（Roa）和標準審計意見（Opin）的估計系數顯著為負，表明公司盈利能力和標準意見可以降低審計收費。

（三） 平行趨勢檢驗

在使用漸進雙重差分法時，需要檢驗數據要素市場化之前的平行趨勢以及數據交易所設立后的影響。本文設置如下動態方程進行檢驗：

Lncostit=β0+βk∑5k≥-6，k≠-1JYSt+k+β1Controlit+μi+λt+εit（2）

其中，JYSt+k表示數據交易所設立虛擬變量。本文除去了k=-1的事件發生點，將數據交易所設立的前1年作為基準年份。本文主要關注參數βk的大小，即反映數據交易所設立第k年對審計收費的影響大小。

未報告的結果展示了本文的平行趨勢檢驗圖限于篇幅，未報告平行趨勢檢驗結果，留存備索。，圖中顯示數據交易平臺設立前，處理組與控制組之間審計收費變動的系數置信區間均顯著包含0，說明并不存在顯著差異，符合平行趨勢假設。而在數據交易平臺設立第3年后，相關回歸系數顯著為負，說明影響作用存在時滯。不過總體而言，隨著時間的推移，數據要素配置降低企業審計收費的影響效應總體呈現增大的變化趨勢。

（四） 穩健性檢驗

1." 熵平衡匹配+DID

為了消除處理組與對照組城市樣本帶來的特征差異的干擾，本文使用熵平衡匹配方法［32］，將處理組和控制組協變量的一、二、三階矩進行調整，使其在不同矩約束條件下實現精確匹配。然后對匹配后的樣本進行模型（1）的回歸估計，結果如表4列（1）所示?？梢钥闯觯诵慕忉屪兞繑祿嘏渲茫↗YS）的回歸系數為-0.080，且通過了1%的顯著性檢驗，說明數據要素市場化配置對企業審計收費存在顯著的負向影響，研究結論保持不變。

2." 工具變量法

本文在樣本期內選取的數據交易所選址分布與地區信息基礎設施能力相關［7］。因此，借鑒黃群慧等的做法［33］，選擇各城市1984年擁有的郵局數量與上一年城市各年人均光纜線路長度的交互項作為面板工具變量。工具變量的合理性在于：數據要素配置依賴于地區信息技術水平，而1984年的郵局數量以及地區光纜長度可以代表城市過往的信息化發展水平。因此，該工具變量與數據要素配置應該呈正相關關系；同時，1984年的郵局數量以及地區光纜長度又不會直接影響企業的審計收費水平，因此該變量又具備外生性條件。表4列（2）匯報了采用工具變量檢驗后的回歸結果，可以看出，JYS的回歸系數顯著為負，表明數據要素市場化對企業審計收費的抑制作用依然存在。進一步的弱工具變量檢驗（KleibergenPaap rk LM statistic為360915）和不可識別檢驗（CraggDonald Wald F statistic為223386）也驗證了工具變量選取的規范性。

假設H1再次得到驗證。

3." 篩選樣本

考慮到一線城市在經濟和政策方面的優勢可能會對結論產生影響，本文剔除了北京市、廣州市、上海市以及深圳市的樣本，重新回歸的結果如表4列（3）所示?？芍?，在進行相關樣本篩選后，JYS的回歸系數在1%的置信水平上顯著為負。這表明數據要素市場配置對企業審計收費仍然起到了抑制作用，假設H1進一步得到驗證。

4." 替換解釋變量

數據要素配置過程就是通過制度或技術促進市場化交易，以釋放生產要素價值的過程［34］。根據數據要素價值鏈理論，數據自產生到應用環節通過結合其他生產要素來實現價值增值。因此，實現數據要素優化配置需要促進數據要素與其他生產要素協同作用，以實現要素價值轉化和促進數字經濟高質量發展。根據該特點，本文選取數據要素配置活動中的投入產出指標（如表5所示），并構建超越對數隨機前沿分析模型測算數據要素配置指標（JYS2）。替換解釋變量指標的回歸結果如表4列（4）所示?？梢钥闯?，在對解釋變量進行重新測度后，核心解釋變量的系數在10%的置信水平上為負，說明數據要素配置建設有利于降低地區企業的審計費用，假設H1得到了進一步驗證。

5." 安慰劑檢驗

本文首先引入改變政策實施時間進行安慰劑檢驗，即假設各城市設立數據交易所的時間提前2年，檢驗數據交易所設立對企業審計收費的真實影響，結果如表4列（5）所示?？梢钥闯?，JYS的變量系數雖然為正，但是未能通過顯著性水平檢驗，說明假設的政策時點未能起到政策效果。這說明企業審計收費的降低確實是由地區設立數據交易所引起，而非受其他不可觀測因素的影響。

其次，本文還將處理組和控制組進行隨機化處理，即隨機分配數據交易所的影響城市，將該過程重復500次，并對數據交易所設立的估計系數進行統計分析。若隨機處理后的系數均值接近于0且不顯著，則表明數據交易所對審計收費具有顯著影響。

未報告的結果顯示，500個抽樣系數估計值大致服從正態分布，均值接近于0，且遠離了基準回歸系數。此外，隨機處理組系數的絕大多數的P值都大于01，這表明不可觀測因素并未引起估計偏差，數據要素降低地區企業收費的結論是顯著且穩健的。

五、 機制檢驗

前文研究表明數據要素配置顯著降低了企業審計費用，本文進一步從審計資源機制和審計風險機制兩個渠道來驗證作用路徑。借鑒江艇的思路［35］，在模型（1）的基礎上增加模型（3）進行機制檢驗：

Medit=γ0+γ1JYSit+γ2Controlit+μi+λt+εit（3）

其中Medit表示中介變量，其他變量與前文一致。

（一） 審計資源投入的中介檢驗

參考Ghosh和Tang的研究［36］，本文采用審計報告日與資產負債表日時間間隔（取對數）來衡量審計資源投入（Lnday），該值越小，表明審計所需時間越少，審計資源投入也就越少。表6報告了以Lnday為中介變量的回歸結果。其中列（1）報告的是數據要素配置對企業審計收費的估計結果，可以看出JYS的系數顯著為負，說明數據要素配置降低了地區企業的審計收費；列（2）報告的是數據要素配置對審計資源投入的估計結果，可以看出此時JYS的系數顯著為負，表明數據要素配置可以降低審計機構的審計資源投入。而審計資源投入與審計定價相匹配，更少的審計投入將會帶來更低的審計收費。數據要素市場化配置促使審計師在實施審計的過程中減少時間和成本投入，必然會導致審計收費的減少。綜上說明中介效應成立，即數據要素配置可以通過減少審計資源投入進而降低審計收費，假設H1a得以驗證。

（二） 審計風險的中介檢驗

借鑒韓維芳的做法［37］，本文將企業年度內出現業績虧損、財務報告發生重大會計差錯更正以及會計違規三種情況之一，即認為企業審計具有較大風險，記為AUrisk=1，否則賦值為0。表7報告了審計風險作為中介變量的檢驗結果。其中列（1）報告的是數據要素配置對企業審計收費的估計結果，可以看出JYS的系數顯著為負，說明數據要素配置降低了地區企業的審計收費；列（2）報告的是數據要素配置對審計風險的估計結果，可以看出JYS的系數在5%的置信水平上顯著為負，表明數據要素配置可以降低審計師的審計風險。在風險導向審計模式下，審計師要對其出具的審計報告和審計意見承擔法律責任。當被審計單位出現不存在重大的錯報風險時，審計師并未有強烈的動機要求較高的風險補償，因此審計收費水平也得到降低。綜上說明中介效應成立，即數據要素配置可以通過緩解審計風險進而降低審計收費水平，假設H1b得以驗證。

六、 異質性分析

（一） 產權屬性差異

在資源獲取和治理風險方面，我國國有企業和非國有企業具有明顯差別。本文根據企業產權屬性設定虛擬變量Soe，將非國有企業賦值為0，國有企業賦值為1，構建數據要素市場化與企業產權性質的交互項（JYS×Soe）并代入模型重新進行回歸，結果如表8列（1）所示?？梢钥闯?，JYS的估計系數在1%的統計水平下顯著為負，而JYS× Soe的估計系數在1%的統計水平上顯著為正，這意味著，國企性質弱化了數據要素配置對企業審計收費的抑制作用。原因可能在于：國有企業的行為決策和資金用途通常會受到政府的制約和監管，且國有企業業務較為平穩，審計費用負擔并不嚴重，使得其并沒有強烈的動機通過利用數據要素及大數據技術來降低審計費用。而非國有企業可以根據企業現狀和戰略目標，按照自身意愿對戰略進行調整，能夠迅速融入數據要素發展的快車道，增強數據要素使用能力，從而降低企業經營過程中面臨的風險，降低審計負擔。

（二） 行業屬性差異

企業所處行業不同也可能在國家政策偏向以及企業經營方向有所差異，導致數據要素利用能力以及資源稟賦存在差別。本文根據企業技術屬性設定虛擬變量Tech，將高技術企業高科技上市公司行業代碼涉及C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64、I65和M73。

賦值為1，非高技術企業賦值為0，然后構建數據要素市場化與高科技行業屬性的交互項（JYS×Tech）并代入模型（1）中進行回歸，結果如表8列（2）所示?？梢钥闯觯琂YS的估計系數在1%的統計水平上顯著為負，而JYS×Tech的估計系數在5%的統計水平上顯著為正。這說明高科技行業性質弱化了數據要素市場化對企業審計收費的抑制作用。究其原因，可能在于高科技行業雖然擅長利用數據要素資源進行技術創新，但也面臨較高的失敗風險，從而可能危及企業經營穩定性和持續經營能力。審計師需要投入更多資源來對風險項目實施重點審計，這會顯著提高審計費用。因此，高科技性質削弱了數據要素配置抑制審計收費的作用。

（三） 技術屬性差異

在大數據迅猛爆發的背景下，從數據中提取信息對于企業的發展具有重要意義，收集、處理、分析數據的技術能力已經成為企業的核心競爭力。企業數字化轉型反映了企業從“工業化管理模式”向“數字化管理模式”的變革［38］，不同企業在數字化轉型方面存在先后差異，因此對于作為生產要素的數據的獲取、分析能力也會有所不同。本文采用爬蟲技術對企業年報文本信息數字進行識別和提取，然后基于數字化轉型詞庫進行詞頻統計，將得到的詞頻數據進行對數化處理得到企業數字化轉型程度（Lndig），然后構建數據要素市場化與數字化轉型的交互項（JYS×Lndig）并代入模型中進行回歸，結果如表8列（3）所示?？梢钥闯觯琂YS的估計系數在1%的統計水平上顯著為負，而JYS×Lndig的估計系數在1%的統計水平上顯著為正，表明企業數字化轉型削弱數據要素配置對企業審計收費的抑制作用?？赡艿脑蛟谟?，數據時代下，企業的數字化轉型可能使得企業的經營管理體系無法快速適應相關變化而帶來更多的風險，會提高企業信息系統的復雜性，給企業的會計確認、計量、記錄和報告帶來很大的不確定性，增加審計師審計工作的難度和成本。因此，在數字化轉型程度較高的企業中，審計費用并不會由于提高數據要素配置而得到有效降低。

七、 結論性評述

數據要素配置牽引著資本、勞動力等傳統要素流動，帶來生產力、生產關系以及技術創新的全面變革，同時也對微觀企業的審計定價產生影響。本文以2013—2021年我國A股上市公司為研究樣本，將數據交易所設立看作準自然實驗，結合漸進雙重差分模型，基于審計收費視角探究數據要素配置微觀經濟效應的差異性及內在作用機制。結果發現：第一，以數據交易所設立為表征的數據要素配置顯著降低了地區企業的審計收費，在進行內生性及穩健性檢驗后結論依然成立。第二，現階段，數據要素配置可以通過降低審計資源投入和緩解審計風險感知兩條渠道來抑制企業審計收費。第三，數據要素配置降低企業審計收費的作用存在異質性，表現為國有企業、高科技企業以及數字化轉型程度較高企業會削弱數據要素配置對企業審計收費的降低作用。

根據上述結論，本文提出如下政策建議：第一，本文研究表明數據要素配置有助于降低企業審計費用，具有明顯的正外部性作用，這為我國企業降低成本提供了較好的經驗證據。建議地方政府進一步加大數據要素市場化改革力度，積極搭建數據交易流通平臺，促進企業借助數據要素流通應用不斷完善企業自身發展，降低經營風險，進而緩解審計費用，優化企業經營成本結構。第二，研究發現數據要素配置有助于減少審計資源投入和緩解審計師的風險感知。因此，針對審計對象所處的數據要素市場化程度差異，事務所應根據實際情況合理安排審計業務承接和審計資源投入，從而在審計收入和訴訟風險之間取得平衡。審計人員也應當盡可能識別和吸收企業間的數據利用能力，提高自身的專業勝任能力，以降低信息獲取成本，提升審計效益。第三，研究還表明國企產權性質、高科技以及數字化轉型會削弱數據要素配置降低審計收費的作用，這說明企業利用數據要素發展應因地制宜，增強數據利用靈活度，提高數據賦能精準性。建議企業要結合自身獨有區域產業基礎、資源條件、市場優勢和法治建設情況，制定符合企業制度環境的數據要素利用規則，為企業高質量發展創造有利的數據經濟環境。

盡管本文在理論探索和實證研究中取得了一些成果，但還存在以下兩點不足有待進一步完善：第一，與已有研究方法類似，本文的立意基礎也是認為設立數據交易所可以通過線上交易和線下服務來提高數據要素的市場化配置，從而利用數據交易所的設立作為數據要素配置的代理變量。但由于地區數據要素的市場化配置效率指標目前還未得到精準的測算方法，因此，尋找合適的指標衡量城市層面的數據要素市場化水平，并進一步討論數據交易所是否真能促進地區數據要素市場化是一個重要的研究方向。第二，本文僅著眼于數據要素角度進行探究，但在數字經濟時代下，審計數據海量激增，審計技術也在更新迭代，傳統的審計機制難以適應數字經濟時代下的企業治理和風險管理需要。因此，審計如何結合大數據、人工智能等新興技術，朝向數字化、智能化方向轉型發展也值得后續進一步探究。

參考文獻：

［1］蔡躍洲，馬文君.數據要素對高質量發展影響與數據流動制約［J］.數量經濟技術經濟研究，2021（3）：6483.

［2］戚聿東，劉歡歡.數字平臺的數據風險及其規制［J］.東北財經大學學報，2021（6）：7687.

［3］高富平.數據流通理論——數據資源權利配置的基礎［J］.中外法學，2019（6）：14051424.

［4］李軍林，陸樹檀，路嘉明.推動數據流通交易：要素市場細分和基礎制度建設［J］.學術研究，2023（11）：8189.

［5］楊艷，王理，廖祖君.數據要素市場化配置與區域經濟發展——基于數據交易平臺的視角［J］.社會科學研究，2021（6）：3852.

［6］王琎.數據交易場所的機制構建與法律保障——以數據要素市場化配置為中心［J］.江漢論壇，2021（9）：129137.

［7］劉滿鳳，楊杰，陳梁.數據要素市場建設與城市數字經濟發展［J］.當代財經，2022（1）：102112.

［8］趙放，蔣國梁，馬婉瑩.數據要素市場賦能數字產業創新——來自準自然實驗的證據［J］.經濟評論，2024（3）：109125.

［9］陳婷，段堯清，吳瑾.數據要素市場化能否提升城市創新能力——來自準自然實驗的證據［J］.科技進步與對策，2024（3）：7483.

［10］鄭威，陳輝.數據要素市場化配置對城市經濟韌性的影響：促進還是抑制？——基于數據交易平臺設立的準自然實驗［J］.現代財經（天津財經大學學報），2023（12）：7892.

［11］鄭國強，張馨元，趙新宇.數據要素市場化如何驅動企業數字化轉型？［J］.產業經濟研究，2023（2）：5668.

［12］方錦程，劉穎，高昊宇，等.公共數據開放能否促進區域協調發展？——來自政府數據平臺上線的準自然實驗［J］.管理世界，2023（9）：124142.

［13］黃先海，虞柳明.政府數據開放能提升城市創新水平嗎——來自中國地級市的證據［J］.浙江學刊，2023（4）：8898.

［14］彭遠懷.政府數據開放的價值創造作用：企業全要素生產率視角［J］.數量經濟技術經濟研究，2023（9）：5070.

［15］楊秀云，韓奇.公共數據開放能提升企業全要素生產率嗎？［J］.證券市場導報，2023（12）：1830.

［16］楊德明，夏小燕，金淞宇，等.大數據、區塊鏈與上市公司審計費用［J］.審計研究，2020（4）：6879.

［17］張永珅，李小波，邢銘強.企業數字化轉型與審計定價［J］.審計研究，2021（3）：6271.

［18］杜亞光，何瑛，田馬飛.工業機器人應用對審計收費的溢出效應——來自制造業上市公司的證據［J］.上海財經大學學報，2023（6）：104118.

［19］程小可.數據資產入表問題探討：基于國際財務報告概念框架的分析［J］.科學決策，2023（11）：6775.

［20］張俊瑞，危雁麟，尹興強，等.企業數據資源信息披露影響審計收費嗎？——基于文本分析的經驗證據［J］.審計研究，2023（3）：6071.

［21］牛彪，于翔，苑澤明，等.數據資產信息披露與審計師定價策略［J］.當代財經，2024（2）：154164.

［22］Simunic D A. The pricing of audit services： Theory and evidence［J］. Journal of Accounting Research，1980，18（1）：161190.

［23］Perez C. Technological revolutions and technoeconomic paradigms［J］.Cambridge Journal of Economics，2010，34（1）：18502.

［24］鄧芳，游柏祥，陳品如.企業信息化水平對審計收費的影響研究［J］.審計研究，2017（1）：7887.

［25］Bloom N， Garicano L， Sadun R， et al. The distinct effects of information technology and communication technology on firm organization［J］. Management Science，2014，60（12）：28592885.

［26］戚聿東，肖旭.數字經濟時代的企業管理變革［J］.管理世界，2020（6）：135152+250.

［27］戴魁早，王思曼，黃姿.數據要素市場發展與生產率提升［J］.經濟管理，2023（6）：2243.

［28］趙婷婷，郭小敏，紀宇，等.競爭政策與審計費用——基于反壟斷法實施的經驗證據［J］.審計研究，2021（5）：8697.

［29］Lyon J D， Maher M W. The importance of business risk in setting audit fees： Evidence from cases of client misconduct［J］. Journal of Accounting Research，2005，43（1）：133151.

［30］鄭國強，張馨元，趙新宇.數據要素市場化能否促進企業綠色創新？——基于城市數據交易平臺設立的準自然實驗［J］.上海財經大學學報，2024（3）：3348.

［31］潘俊，卞子詠，趙洵，等.政府公共數據開放與審計師定價決策——基于構建數據開放平臺的準自然實驗［J］.審計研究，2023（6）：136148.

［32］Hainmueller J. Entropy balancing for causal effects： A multivariate reweighting method to produce balanced samples in observational studies［J］. Political Analysis，2012，20（1）：2546.

［33］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：523.

［34］黃少安，張華慶，劉陽荷.數據要素的價值實現與市場化配置［J］.東岳論叢，2022（2）：115121.

［35］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100120．

［36］Ghosh A， Tang C. Assessing financial reporting quality of family firms： The auditors perspective［J］. Journal of Accounting and Economics，2015，60（1）：95116.

［37］韓維芳.審計風險、審計師個人的經驗與審計質量［J］.審計與經濟研究，2017（3）：3545.

［38］劉淑春，閆津臣，張思雪，等.企業管理數字化變革能提升投入產出效率嗎［J］.管理世界，2021（5）：170190.

［責任編輯：黃 燕］

Microeconomic Effects of Data Element Allocation： from the Perspective of Audit Fees

TANG Yong， ZHU Kang， LIU Tiankai

（School of Economics and Management， Fuzhou University， Fuzhou 350108， China）

Abstract： Taking Chinese Ashare listed companies from 2013 to 2021 as research sample， this paper regards the establishment of data exchanges as a quasinatural experiment， and combines with the staggered DID model to empirically explores the impact of data element allocation on audit fees of regional enterpries. It finds"that： （1） The data elements allocation characterized by the establishment of data exchange reduces the audit pricing of regional enterprises. And this conclusion holds true even after endogeneity and robustness tests. （2） At present stage， data elements allocation inhibits audit fees by reducing audit resource input and alleviating audit risk perception. （3） The effect of data element allocation on reducing enterprise audit fees exhibits heterogeneity. Specifically， stateowned enterprises， hightech enterprises， and enterprises with a higher degree of digital transformation tend to weaken the effect of data element allocation on reducing enterprise audit fees. This study verifies the important role of marketization of data elements in alleviating the micro enterprise operating costs， and provides an empirical reference for further deepening the reform of data elements to enable highquality development of enterprises.

Key Words： data element allocation; data exchange; audit fee; investment in audit resource; audit risk;enterprise digitization;digital economy

［基金項目］國家社會科學基金項目（21BJY033）

［作者簡介］唐勇（1970— ），男，江蘇淮安人，福州大學經濟與管理學院教授，博士生導師，主要研究方向為風險管理；朱康（1992— ），男，安徽安慶人，福州大學經濟與管理學院博士生，主要研究方向為風險管理，郵箱：13163871216@163.com；劉恬愷（2002— ）女，福建泉州人，福州大學經濟與管理學院碩士生，主要研究方向為風險管理。