企業新質生產力對盈余質量的影響研究

【摘 要】 新質生產力是以科技創新驅動，通過技術突破、要素配置與產業融合實現全要素躍升的生產力，這種生產范式轉型將重塑企業盈余信息的生成邏輯。文章以2015—2023年A股上市公司為樣本，利用雙向固定效應模型探究企業新質生產力對盈余質量的影響及作用機制。結果表明，新質生產力可以有效抑制企業盈余管理，提升盈余質量，這一結論經過工具變量法、傾向得分匹配法等一系列檢驗后依然穩健。進一步研究發現，新質生產力通過緩解融資約束、增強創新能力提升企業盈余質量，且該影響對東部及高市場化地區更顯著。研究結論為加快企業培育新質生產力、提高盈余質量、提升公司治理效能提供了經驗證據。

【關鍵詞】 新質生產力； 盈余質量； 融資約束； 創新能力

【中圖分類號】 F234；F270" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）18-0018-10

一、引言

習近平總書記2023年提出“新質生產力”，2024年中央政治局集體學習時進一步將其定位為“高質量發展的核心引擎”，標志著我國經濟邁入以新質生產力驅動為特征的新發展階段。新質生產力以技術創新為內核，依托人力資本和大數據、智能算法等現代信息技術的深度融合應用，重構生產要素配置方式，有力推動產業轉型升級。這種生產范式的轉型必然引發微觀企業的適應性變革，公司治理作為傳導經濟發展規律與資本市場運行的關鍵樞紐，是研究微觀企業新質生產力效能的關鍵。當前關于新質生產力的研究多從區域和行業層面展開，如共同富裕[ 1 ]、經濟增長動能[ 2 ]、高質量發展[ 3 ]等，企業層面的研究相對匱乏，僅有少數文獻探討了新質生產力與企業韌性[ 4 ]、創新績效[ 5 ]、內部薪酬差距[ 6 ]之間的關系。

盈余質量是公司治理健康與否的重要標志。高質量的盈余信息能有效緩解“逆向選擇—道德風險”的雙重困境，進而降低融資成本，提高投資與資源配置效率，是投資者及監管者判斷和決策的依據。黨的二十大將“質量強國”戰略確立為現代產業體系的關鍵支點，企業需深度融合數字技術創新與產業升級實踐以實現高質量發展。現有文獻多從公司特征、股權結構及市場競爭等方面研究企業盈余質量，尚未有學者直接探討新質生產力與盈余質量之間的關系。事實上，數字創新技術提升業務透明度、產業協同實現上下游數據共享以及數據資產要素價值量化入表等新質生產力實踐，均可能細化會計信息顆粒度，提升盈余質量，但研發投入與長期收益錯配會削弱盈余持續性。因此，企業盈余質量在新質生產力范式下的重構過程需進一步探索。

鑒于此，本文聚焦新質生產力如何影響企業盈余質量，以2015—2023年我國A股上市公司為樣本，首次把新質生產力與盈余質量兩個概念聯系起來納入研究框架，實證檢驗企業新質生產力對盈余質量的影響。邊際貢獻在于：第一，將新質生產力對微觀企業的作用效果拓展到會計信息質量維度，突破現有關于新質生產力經濟后果的解釋邊界。第二，探討新質生產力對應計和真實盈余管理的影響，深化和拓展公司治理領域的相關研究，也為理解盈余質量的影響因素提供了新的宏觀視角。第三，從融資約束與創新能力方面探究內在機制，完善了企業新質生產力與盈余質量間的深層邏輯脈絡。第四，從區域、市場環境考察其影響的異質性，為差異化引導新質生產力發展、提升公司治理效能提供了有益啟示。

二、理論分析與研究假設

（一）企業新質生產力對盈余質量的影響

盈余質量反映了會計信息的持續性、可預測性及相關性。既有研究表明，企業高管操縱應計項目、虛構真實交易等盈余管理行為會顯著削弱盈余信息特征[ 7 ]。依據資源基礎理論，企業需將資源轉化為提升財務信息可靠性與決策有效性的核心能力，以此構建盈余質量優勢。新質生產力作為科技創新驅動的先進生產力資源，通過賦能勞動者專業素質、革新勞動資料技術水平、優化勞動對象配置效率，抑制盈余管理以提升盈余質量。

高素質勞動力是企業新質生產力發展的核心要素，也是企業價值創造的主體，相較于傳統勞動力，他們以新思維、新理念推動智能化轉型，提升企業生產、分配、銷售等環節的效率，降低管理層為滿足短期業績預期而實施盈余管理的經濟誘因[ 8 ]。另外，新質生產力催生的知識迭代壓力[ 9 ]驅動管理者持續更新專業認知體系，顯著提高盈余管理的技術門檻與實施成本，知識密集型環境下，強化了以能力為核心的聲譽競爭，有效抑制道德風險傾向，促使管理者自覺規避盈余管理行為。

高技術勞動資料是新質生產力賦能盈余質量躍遷的技術基座。胡俊等[ 10 ]研究發現，數字技術既優化了會計“信息鏈”的數據處理效率，又強化了“行為鏈”的控制和監督效能。區別于傳統生產工具，智能技術集群構建實時信息共享平臺，增強財務數據的可追溯性與驗證效率，有效解決信息不對稱引發的委托代理沖突。平臺化生態激活分析師、機構投資者等外部利益相關者的監督，形成跨主體監督網絡。同時，人工智能、機器學習、區塊鏈等技術重構算法驅動的基礎設施打通了企業內部各環節數據壁壘：一方面，提高企業的內部控制水平，及時發現內部治理問題并預防潛在的異常行為；另一方面，量化企業決策的預期效果，推動經驗決策向數據驅動決策轉型[ 4 ]。以上兩方面同步強化內部管理者行為監督與風險預防能力，從源頭上保障盈余信息準確性與合規性。

新質勞動對象是企業重塑盈余質量的物質載體。新能源、新材料等實體創新要素與數據非實體要素成為新型勞動對象的典型代表。較之傳統產業，新興產業具有知識技術密集、資源能源消耗低等經濟特性，助力產品結構升級[ 11 ]，以獲得異質性競爭優勢，穩步提升市場份額，有效滿足資本市場的預期管理，降低企業通過盈余管理粉飾財務報告吸引投資者或維持市場地位的需求。據此，本文提出如下假設：

H1：企業新質生產力能顯著抑制盈余管理行為，提高盈余質量。

（二）企業新質生產力對盈余質量的中介效應

1.融資約束

基于信息不對稱理論及優序融資理論，傳統金融機構難以識別企業真實財務狀況，高度依賴財務報表和資產抵押等“硬信息”為融資依據[ 12 ]。輕資產、高成長性企業常因硬信息缺失面臨融資排斥的逆向選擇困境；融資約束壓縮企業投資決策空間，誘發管理層為緩解資金壓力進行盈余管理[ 13 ]的道德風險問題，犧牲企業長期盈余質量。

新質生產力作為先進生產力，通過“資源—信息”雙元機制有效緩解融資約束。“資源論”認為，新質生產力的要素本身構成核心資源，直接賦能企業經濟活動。一方面，國家針對新質生產力企業推出一系列稅收優惠與專項資金支持政策，有效降低創新主體融資成本。依據信號傳遞理論，獲政府財稅支持的企業更易在資本市場上獲得高估值，吸引更多投資者[ 14 ]，拓寬融資渠道。另一方面，新質勞動資料不僅提高生產效率和產品質量，而且降低企業的創新試錯及交易成本，擴展企業盈利空間，實現內部資金“截流”，降低對外部融資的依賴。“信息論”認為，新質生產力的價值主要體現為提升信息透明度緩解信息不對稱性。其發展促進企業與資本市場間的信息交換，實時掌握企業融資需求、運營狀況、信用等級等關鍵信息[ 14 ]，減少逆向選擇問題，更易獲得授信額度。同時降低投資者和債權人因信息不確定產生的風險溢價，優化融資結構。綜合以上分析，本文提出：

H2：企業新質生產力通過緩解融資約束提高盈余質量。

2.創新能力

創新作為核心戰略資源，是企業獲取異質性競爭力、保持市場優勢、保障盈利能力的重要策略[ 15 ]。創新不僅降低企業對短期利潤信號的依賴，削弱管理層通過盈余管理迎合市場預期的動機，而且吸引專注長期價值的機構投資者形成外部監督約束，緩解委托代理沖突，倒逼投資決策優化與盈余信息質量提高[ 8 ]。

新質生產力通過人才創新、技術創新及協同創新提高企業創新能力。具體來說，新質生產力是人才創新的根基。新質生產力的培育與發展可穩定區域內高素質人才的供給，人才集聚觸發知識溢出與創新意識，依托智能生產系統，實現人力資本與技術平臺的深度耦合[ 16 ]，系統增強企業研發能力。新質生產力是技術創新的核心驅動力[ 17 ]。發展新質生產力強調提高生產效率和產能利用率，驅動企業引入新技術、新工藝和新設備，打破傳統業務模式的同時降低創新試錯成本，其對產業的賦能形成規模經濟效應，推動企業擴張市場份額，引發競爭閾值效應——當產品需求彈性突破臨界值時，倒逼企業研發投入產生結構性躍升[ 18 ]，加速新興技術研發與科技成果轉化，激發創新活力。新質生產力是要素協同創新的高效路徑。整合知識、技術、數據等要素，破除企業創新要素流通壁壘，提升供需匹配精度；跨區域創新協同引致知識傳播與技術擴散[ 19 ]，提升創新資源周轉效率。基于以上分析，本文提出以下假設：

H3：企業新質生產力通過提升企業創新能力提高盈余質量。

三、研究設計

（一）樣本選取與數據來源

本文以2015—2023年A股上市公司為樣本，數據源自國泰安數據庫（CSMAR）和中國研究數據服務平臺（CNRDS），并對其做了如下處理：（1）排除ST、*ST狀態企業；（2）剔除金融行業樣本；（3）對部分缺失值采用線性插值填補，同時刪除數據缺失嚴重的樣本；（4）對所有連續型變量進行上下1%與99%水平的逐年縮尾處理。最終獲得15 885個公司年份觀測值。

（二）變量說明

1.被解釋變量：盈余質量（EM）

本文基于應計盈余管理（DA）與真實盈余管理（REM）雙重維度衡量企業盈余質量。盈余管理程度越低，盈余質量越好。首先，借鑒Dechow et al.[ 20 ]的研究，采用修正的瓊斯模型計算應計盈余管理，如模型（1）所示。

其中，TAi，t為i企業在t年度的總應計項目，Ai，t-1為總資產，ΔREVi，t為營業收入變動值，ΔRECi，t為應收賬款變動值，PPEi，t為固定資產。利用模型（1）進行分年度、分行業回歸，估計殘差項εi，t即應計盈余管理，并取絕對值衡量應計盈余管理程度。

其次，參考Roychowdhury[ 21 ]的研究，利用模型（2）—模型（4）進行回歸，估計殘差項εi，t即異常經營活動現金流、異常酌量性費用、異常生產成本，依次衡量銷售操縱程度（AB_CFOi，t）、酌量性費用操縱程度（AB_DISEXPi，t）、生產性費用操縱程度（AB_PRODi，t）三類真實盈余管理水平。

其中，NCFOi，t為i企業在t年度經營活動產生的凈現金流量，DISEXPi，t為i企業在t年度的酌量性費用，PRODi，t為i企業在t年度的生產成本，Ai，t-1為總資產，SALESi，t為營業收入，ΔSALESi，t、ΔSALESi，t-1為銷售收入變動額。為了研究企業新質生產力對企業真實盈余管理的總體影響，構建真實盈余管理的加總指標，計算方式如模型（5）所示。

2.解釋變量：新質生產力（Npro）

參考宋佳等[ 22 ]的研究，基于新質生產力內涵，將其分為勞動力、勞動資料和勞動對象三類，采用熵值法計算企業新質生產力發展指數的權重。企業新質生產力指標如表1所示。

3.中介變量

（1）融資約束（SA）。選取外生性特征顯著的SA指數量化企業融資約束，SA=－0.737×Size+0.043×Size2－0.040×Age。

（2）創新能力（Innov）。采用發明專利申請總量度量企業創新能力，為了消除企業專利申請數過多和無專利申請數造成的影響，參考鐘鳳英和冷冰潔[23]的研究，采用企業發明專利申請總量加1后取自然對數的方式衡量。

4.控制變量

參考已有文獻選取如下控制變量：企業規模（Size），用期末總資產的自然對數衡量；資產負債率（Lev），用期末負債/期末總資產計算；總資產收益率（ROA），用凈利潤/總資產計算；企業成長性（Growth），由營業收入增長/上期營業收入計算；經營現金流（CashFlow），以經營現金凈流量衡量；總資產周轉率（ATO），用營業收入/平均資產總額計算；托賓Q值（TobinQ），計算方式為流通股市值+非流通股股份數×每股凈資產+負債賬面值）/總資產；董事會規模（Board），以董事會總人數加1取對數衡量；第一大股東持股比例（Top1），用第一大股東持股數量/總股數計算；管理層兩職合一（Dual），企業董事長和總經理為同一人兼任時Dual=1，否則Dual=0。

（三）模型構建

本文采用個體、年份雙向固定效應模型。為檢驗企業新質生產力對盈余質量的影響，構建如下基準模型：

EMi，t=α0+α1Nproi，t+α2Controlsi，t+ηi+γt+εi，t （6）

其中：被解釋變量EMi，t為盈余質量，采用應計盈余管理和真實盈余管理兩個指標進行衡量；核心解釋變量Nproi，t為企業新質生產力；Controlsi，t表示一系列控制變量；γt表示年份固定效應；ηi表示公司固定效應。若H1成立，Nproi，t的系數α1將顯著為負。

為考察融資約束、創新能力在新質生產力對盈余質量影響中的中介效應，借鑒江艇[ 24 ]的做法，構建傳導機制模型（7）：

四、實證結果分析

（一）描述性統計

描述性統計結果見表2。盈余質量的衡量指標應計盈余管理的均值為0.05，標準差為0.048，真實盈余管理的均值為0.004，標準差為0.159，表明當前資本市場中上市企業的盈余管理行為存在明顯異質性，探討盈余質量的影響因素具有現實意義。新質生產力的均值為5.414，標準差為2.429，表明企業新質生產力水平呈正態分布；最值跨度較大，說明企業間新質生產力存在顯著差異；新質生產力整體水平較低，具備較大提升潛力。此外，對變量進行了VIF分析和相關性分析，以檢測變量間的相關性，VIF均值為1.37，相關性系數均小于0.5，表明變量之間不存在多重共線性問題。

（二）基準回歸結果分析

根據Hausman檢驗、F檢驗及LM檢驗結果，本文選取個體（Id）、年份（Year）雙向固定效應的面板數據研究企業新質生產力對盈余質量的影響，基準回歸結果如表3所示。在加入控制變量前后，企業新質生產力對應計與真實盈余管理的回歸系數均顯著負相關，表明企業新質生產力會降低盈余管理程度，顯著提升盈余質量，H1成立。

（三）穩健性檢驗

1.替換解釋變量

借鑒宋佳等[ 22 ]的研究，使用全要素生產率（TFP）作為替換解釋變量來衡量企業新質生產力水平。從表4列（1）、列（2）的回歸結果來看，全要素生產率系數顯著為負，H1初步得到驗證。

2.更換被解釋變量

基于管理層高估收益的假說，更激進盈余意味著更低的盈余質量。用盈余激進度（Ea）[ 25 ]代替盈余管理作為被解釋變量進行回歸，表4列（3）顯示，新質生產力對盈余激進度的影響在1%的水平負顯著，表明新質生產力的提升通過抑制盈余激進度改善企業盈余質量，研究結果保持穩健。

3.調整基準模型

為檢驗核心結論的穩健性，在模型中納入行業×年份固定效應（Ind×Year），以控制行業層面的時間趨勢；同時，考慮到個體層面可能存在的殘差相關性，為緩解離群值對聚類效應的干擾，將標準誤聚類至企業層面。如表4列（4）、列（5）所示，新質生產力的系數方向和顯著性均未發生實質性變化，說明結論在更嚴格的條件下依然穩健。

4.調整樣本范圍

企業新質生產力的效應可能因區域經濟發展、政策環境及創新資源配置等差異產生偏差。依據《中國城市科技創新發展報告（2025）》，剔除中國城市科技創新發展指數排名前20位的城市②樣本進行回歸。表4列（6）、列（7）回歸結果顯示，新質生產力對盈余質量的系數均為1%水平顯著，本文研究結論可靠。

（四）內生性檢驗

1.解釋變量滯后一期

為緩解企業新質生產力與盈余質量之間的反向因果關系，同時考慮到技術轉化的時滯效應，本文對新質生產力滯后一期進行回歸。表5列（1）、列（2）顯示，新質生產力滯后一期回歸系數仍在1%水平上負顯著，本文基準回歸結果穩健。

2.工具變量法

為了降低遺漏變量導致內生性問題的概率，本文采用工具變量法進行檢驗，即用該地區該行業新質生產力均值作為工具變量。從理論上看，同地區同行業的企業市場化程度及產業政策相似，與某個企業新質生產力水平存在高度關聯，滿足工具變量的相關性要求，且同地區同行業其他企業新質生產力均值不會直接影響單個企業盈余管理，符合工具變量外生性要求。從工具變量回歸結果的時效性來看，Hansen檢驗未通過10%顯著性水平的原假設，模型不存在過度識別問題；Cragg Donald Wald F統計量大于Stock-Yogo弱工具變量識別F檢驗在10%顯著性水平上的臨界值，有效排除了弱工具變量的可能性。

進一步采用兩階段最小二乘法（2SLS）控制內生性偏差，表5列（3）報告了第一階段回歸結果，工具變量與新質生產力的系數顯著正相關；表5列（4）、列（5）第二階段回歸可知新質生產力系數均在1%水平上顯著為負，說明在有效剝離內生性干擾后，企業新質生產力能顯著抑制盈余管理進而提高盈余質量，結果支持H1。

3.傾向得分匹配法③

本文采取PSM檢驗自選擇偏差問題。將新質生產力的均值作為分組閾值，把原始樣本分為處理組和控制組，將控制變量設置為協變量，采取1■1近鄰匹配。平衡性檢驗顯示，匹配后各協變量的標準化均值差異小于10%，且t檢驗結果不顯著，匹配有效消除組間系統性差異。基于匹配后的平衡樣本重新進行回歸，結果如表5列（6）、列（7）所示，新質生產力的系數在1%水平上顯著，且方向與預期一致，支持H1。

五、進一步分析

（一）機制研究

前文已從理論角度剖析了新質生產力對盈余質量影響的可能傳導路徑，本部分實證檢驗其合理性。表6列（1）呈現了企業融資約束的傳導機制回歸結果。可以看出，新質生產力系數在1%水平顯著為負，說明新質生產力能夠緩解融資約束。Sobel檢驗進一步證實新質生產力通過融資約束對應計盈余管理（間接效應β=-0.222，Z=-3.015，P=0.003）和真實盈余管理（β=-0.307，Z=-10.184，P=0）均存在顯著負向中介作用，由此H2成立。

表6列（2）列示了企業創新能力的傳導機制回歸結果。從中可見，新質生產力系數在1%水平上顯著為正，意味著企業新質生產力增強創新能力。Sobel檢驗表明，新質生產力通過創新能力對盈余質量存在顯著負向中介效應。具體而言，當以應計盈余管理為被解釋變量時，間接效應β=-0.222（Z=-3.015，P=0.003），而對真實盈余管理的抑制作用更強，β=-0.307（Z=-10.184，P=0），據此H3得以驗證。

（二）異質性分析

1.區域異質性

鑒于不同區域基礎設施與政策差異的存在，新質生產力對盈余質量的影響或具區域異質性，按國家統計局標準將樣本分為東部、中部和西部地區進行分組回歸。表7列（1）—列（6）結果顯示，東部與中部地區應計、真實盈余管理均在1%水平上顯著，西部地區則不顯著。可能的原因在于，東部地區憑借產業先發優勢（是高技術人才、創新技術等要素的聚集地）推動生產要素向新質生產力聚合，形成了新質生產力發展的良性生態；中部地區通過承接產業轉移實現技術溢出；西部地區受基礎設施滯后掣肘，人才、資本及技術等生產要素匱乏，新質生產力對盈余質量的提升效應尚未顯現。

2.市場環境異質性

市場化程度體現地區資源配置效率、政策開放性和企業競爭環境，深刻影響新質生產力的治理效能。本文以市場化指數中位數為閾值分組回歸，結果如表7列（7）—列（10）所示。高市場化地區新質生產力在1%或5%水平上顯著抑制應計與真實盈余管理；在低市場化組，僅對應計盈余管理在5%水平顯著，對真實盈余管理不顯著。究其原因，高市場化地區能提高信息披露透明度，打破市場均衡狀態，企業面臨不進則退的技術創新壓力，且技術、人才和資本要素自由流動推動企業運營效率提升，抑制盈余管理；反觀低市場化地區，企業多依賴非市場渠道獲取資源，生產決策易受干預，資源錯配加劇，加之創新成本高或激勵不足，企業更傾向于通過關聯交易、異常銷售等真實盈余管理活動獲利。

六、結論與建議

我國正處于新一輪科技革命與經濟發展轉型的關鍵期，新質生產力作為科技創新驅動、契合高質量發展需求的先進生產力形態，其公司治理效應尤其是對企業盈余質量的影響備受關注。本文從應計和真實盈余管理兩個維度探討了新質生產力對企業盈余質量的影響及其作用機制。研究結論表明：企業新質生產力能夠顯著抑制應計與真實盈余管理，進而提升企業盈余質量。該結論經過調整回歸模型、工具變量法、傾向得分匹配法等多種穩健性檢驗與內生性處理后依然穩健。進一步分析發現，新質生產力通過緩解融資約束、提高創新能力提升企業盈余質量，且該效應在東部及高市場化地區更為顯著。基于上述結論，本文提出以下建議：

（1）構建系統性戰略框架，多維協同激發企業新質生產力創新動能。首先，培育復合型新質勞動者，激活創新源頭。構建“跨學科教育+產業實踐”的人才培養體系，推動高校增設智能制造、數字孿生等前沿交叉學科，聯合企業共建技能實訓基地；對掌握先進技術的勞動者給予薪酬激勵與創新分紅，強化人力資本對新質生產力的驅動效能。其次，打造智慧型新質勞動資料，賦能產業躍遷。建設國家級工業互聯網平臺，推動5G、AI與傳統設備融合，實現生產流程全鏈條數字化管控；設立新質生產力專項基金，加速產業向高附加值領域轉型，形成高質量、低污染、高效率的生產模式，推動產業結構優化升級。最后，拓展新質勞動對象，重塑資源范式。企業應突破傳統生產要素依賴，開發新能源裝備等戰略性資源；利用區塊鏈技術確權數據要素價值，推動資源利用向低耗高效轉型。

（2）探索新質生產力助力企業盈余質量的機制。一是深化融資便利化改革。強化金融機構對新質生產力項目的信貸支持，創新運用云計算、AI等技術構建動態新質生產力風險評估平臺，降低信息不對稱與交易成本，緩解因財務資源配置扭曲引致的盈余管理行為。二是強化創新協同賦能。利用先進生產力工具，將內部技術創新流程轉化為多層級協同的系統性過程，推動生產應用場景與數字技術深度融合，加速技術成果向高附加值產品轉化，以真實價值創造替代盈余管理。

（3）設計企業盈余質量差異化提升方案。實行“梯度推進+特色發展”的新質生產力培育戰略，在東部地區培育新質生產力示范企業，構建數據披露標準與治理輻射網絡；中部地區深化產業轉移與創新轉化協同，完善知識產權質押機制；西部地區強化數字基建與要素供給，如布局“東數西算”節點、設立產學研專項基金，破解硬件與人才瓶頸。針對市場環境差異，在低市場化地區推進要素配置改革，建立統一要素交易市場、試點數據確權，推廣區塊鏈審計、AI財務監測等智能監管系統，重點約束真實活動操縱；同時通過“稅收抵扣+專項債”組合激勵長期技術投入，弱化企業短期盈余管理動機，為新質生產力驅動治理現代化提供實踐范式。

【參考文獻】

［1］ 丁志剛，王樂.新質生產力對共同富裕的影響與實證檢驗［J］.會計之友，2025（9）：139-146.

［2］ 徐詩航，徐曉風.數字新質生產力與經濟增長動能轉換：理論和實證［J］.云南財經大學學報，2024，40（12）：1-16.

［3］ 陽楊，郭佳欽，高媛.新質生產力賦能經濟高質量發展的機制與效應研究［J］.統計與決策，2025，41（4）：109-113.

［4］ 劉達，王曉丹，王淑瑤，等.新質生產力賦能企業韌性：基于新型生產關系與生產要素的分析框架［J］.財經論叢，2025（1）：15-25.

［5］ 金鑫，孫群力，金榮學.數字化轉型、新質生產力與企業創新績效［J］.海南大學學報（人文社會科學版），2025，43（1）：86-96.

［6］ 肖有智，張曉蘭，劉欣.新質生產力與企業內部薪酬差距：基于共享發展視角［J］.經濟評論，2024（3）：75-91.

［7］ 古樸，翟士運.監管不確定性與企業盈余質量：基于證監會換屆的準自然實驗［J］.管理世界，2020，36（12）：186-202.

［8］ 吳曉暉，楊靜，郭曉冬.中國大型機構投資者治理作用的甄別：基于盈余管理的視角［J/OL］.當代財經，2025-04-16.

［9］ 于翔，牛彪，苑澤明.數據資產、人力資本升級與企業價值［J］.中南財經政法大學學報，2024（2）：109-122.

［10］ 胡俊，李強，劉穎琛，等.金融科技賦能與銀行貸款配置：芝麻和西瓜能一起撿嗎［J］.會計研究，2024（8）：86-101.

［11］ 王子鳳，張桂文.新質生產力促進勞動力高質量充分就業的機制與效應［J］.華東經濟管理，2025，39（6）：45-57.

［12］ 張嘉偉，胡丹丹，周磊.數字經濟能否緩解管理層短視行為：來自真實盈余管理的經驗證據［J］.經濟管理，2022，44（1）：122-139.

［13］ 王艷，蘆冠庭，萬里虹.融資約束與內部資本市場、盈余管理的關系探析：基于保險集團視角的研究［J］.保險研究，2021（9）：3-15.

［14］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144.

［15］ 陳富永，曾曉.“數”造新引擎：數據資產化驅動企業高質量發展新路徑［J］.經濟問題，2025（6）：30-37.

［16］ 馬德林，鄭非凡.新質生產力與企業財務創新［J］.會計之友，2025（4）：92-99.

［17］ 夏杰長.以新質生產力驅動數實融合［J］.社會科學家，2024（2）：38-44.

［18］ 王薇，田利輝，鮑靜海.市場競爭如何影響國有上市企業創新產出：兼論“限薪令”的調節效應［J］.北京工商大學學報（社會科學版），2022，37（2）：114-126.

［19］ 蔡湘杰，賀正楚.新質生產力何以影響全要素生產率：科技創新效應的機理與檢驗［J］.當代經濟管理，2024，46（10）：1-14.

［20］ DECHOW P M，SLOAN R G，SWEENEY A P.Detecting earnings management［J］.The Accounting Review，1995，70（2）：193-225.

［21］ ROYCHOWDHURY S.Earnings management th-

rough real activities manipulation［J］.Journal of Accounting and Economics，2006，42（3）：35-370.

［22］ 宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究：來自中國A股上市企業的經驗證據［J］.當代經濟管理，2024（1）：1-13.

［23］ 鐘鳳英，冷冰潔.員工持股計劃、內部控制與創新績效［J］.經濟問題，2022，516（8）：120-128.

［24］ 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）：100-120.

［25］ BHATTACHARYA U，DAOUK H，WELKER M.The world price of earnings opacity［J］.Accounting Review，2003，78（3）：641-678.