工业机器人应用能否提升企业创新能力

梁鹏; 梁琳; 齐荻

工业机器人应用能否提升企业创新能力

梁鹏¹,
梁琳²,
齐荻^3,

1.
首都经济贸易大学会计学院，北京 100070
2.
新疆大学商学院，新疆乌鲁木齐 830091
3.
南京农业大学金融学院，江苏南京 210095

基金项目:

国家社会科学基金项目 17BGL233

国家自然科学基金青年项目 71902028

详细信息

作者简介:
梁鹏(1997-)，男，山西晋中人，首都经济贸易大学会计学院讲师

梁琳(1999-)，女，山西晋中人，新疆大学商学院研究生

通讯作者:
齐荻(1991-)(通讯作者)，女，江西上饶人，南京农业大学金融学院讲师

中图分类号: F273.1;F425
计量
- 文章访问数: 30
- HTML全文浏览量: 8
- PDF下载量: 4
- 被引次数: 0
出版历程
- 收稿日期: 2023-07-28
- 网络出版日期: 2024-04-11
- 刊出日期: 2024-03-28

Can Industrial Robots Application Improve the Innovation Ability of Enterprises

1.
School of Accounting, Capital University of Economics and Business, Beijing 100070
2.
Business School, Xinjiang University, Urumqi 830091
3.
School of Finance, Nanjing Agricultural University, Nanjing 210095, China

摘要

摘要: 工业机器人作为数字技术的典型代表已成为传统劳动力的重要替代方式，为企业提供了创造性破坏的环境，其能否提升企业的创新能力受到广泛关注。基于中国微观企业数据，探讨工业机器人应用对企业创新能力的影响及其作用机制。研究发现：工业机器人应用能够显著提升企业创新能力，并有效提升企业实质性创新能力；作用机制分析表明，工业机器人应用既可通过提升高素质人才需求、改善劳动力结构和提升人力资本水平来提高企业创新能力，又可通过提升生产技术与生产效率来提高企业创新能力；进一步分析发现，在劳动力成本较高、劳动密集型、财务风险较高、国有企业以及外部市场竞争度较高的企业，工业机器人应用对其创新能力的促进作用更加显著。研究拓展了工业机器人与企业创新能力的研究范畴，对推动企业劳动力要素转变、改善人力资本结构及助力中国制造业智能化转型升级具有一定的借鉴意义。
- 工业机器人 /
- 企业创新 /
- 人力资本 /
- 生产效率 /
- 智能制造
Abstract: As a typical representative of digital technology, industrial robots have become an important alternative to traditional labor, providing enterprises with an environment of "creative destruction". Whether they can improve the innovation ability of enterprises has attracted wide attention. Based on the micro-enterprise data of China, this paper discusses the impact of industrial robot application on enterprise innovation ability and its mechanism. The findings indicate that the application of industrial robots can significantly improve the innovation ability, and effectively enhance the substantive innovation capabilities of enterprises. In addition, the mechanism test shows that the application of industrial robots can increase the demand for high-quality talents, improve the labor structure and enhance human capital, and then promote the innovation ability of enterprises, confirming the "talent gathering effect". At the same time, the upgrading of production technology brought about by the application of industrial robots will promote production efficiency, thereby improving the innovation ability, confirming the "productivity improvement effect". Further analysis shows that inlabor-intensive state-ownedenterprises with higher labor costs and higher financial risk, and those with higher external market competition, the application of industrial robots has a more significant role in promoting the innovation ability. This paper expands the researchof industrial robots andinnovation capabilities, and has certain reference significance for promoting the transformation of enterprise labor factors, improving the human capital structure, and assisting the intelligent transformation and upgrading of China's manufacturing industry.
- industrial robots /
- enterprise innovation /
- human capital /
- production efficiency /
- intelligent manufacturing

HTML全文

表 1 变量定义

变量	符号	变量测度
工业机器人应用	ROBOT	企业层面工业机器人渗透度
企业创新能力	PATENTS1	企业发明专利、实用新型专利和外观专利的申请总数取对数
	PATENTS2	企业发明专利、实用新型专利和外观专利的授权总数取对数
公司规模	SIZE	期末总资产取自然对数
杠杆率	LEV	期末负债/期末总资产
盈利能力	ROA	净利润/期末总资产
成长能力	GROW	当年营业收入增长额/期初营业收入
现金流量	OCF	经营活动现金流量/期初总资产
固定资产	PPE	期末固定资产净额/期末总资产
公司年龄	AGE	企业成立年份到当年的时间加1取对数
产权性质	SOE	国有企业取值为1，否则为0
高管持股比例	ER	高管持股数量/公司总股数
董事会人数	BOARD	企业董事会人数
独立董事占比	INDIR	当年独立董事人数/董事会人数
托宾Q值	TOBINQ	企业当年市值/期末总资产
行业	INDUSTRY	行业虚拟变量
年份	YEAR	年份虚拟变量

下载: 导出CSV

表 2 描述性统计

变量	N	MEAN	SD	MIN	P25	P50	P75	MAX
ROBOT	12 063	7.455 1	2.276 0	0.000 0	6.320 8	7.880 8	8.795 9	10.779 2
PATENTS1	12 063	2.996 4	1.612 5	0.000 0	1.945 9	3.091 0	4.060 4	6.860 7
PATENTS2	12 063	2.684 6	1.545 1	0.000 0	1.609 4	2.772 6	3.713 6	6.493 8
SIZE	12 063	21.996 7	1.131 1	19.740 1	21.185 1	21.852 8	22.640 1	25.280 5
LEV	12 063	0.584 0	0.193 7	0.135 5	0.435 5	0.588 5	0.737 0	0.949 0
ROA	12 063	0.038 1	0.056 4	-0.192 1	0.012 4	0.034 7	0.065 2	0.198 7
GROW	12 063	0.167 5	0.344 9	-0.471 9	-0.011 2	0.116 3	0.268 8	2.207 9
OCF	12 063	0.0464	0.066 4	-0.148 7	0.007 5	0.043 5	0.085 4	0.239 0
PPE	12 063	0.244 9	0.141 0	0.018 6	0.137 1	0.218 1	0.329 2	0.639 0
AGE	12 063	2.820 2	0.322 1	1.791 8	2.639 1	2.833 2	3.044 5	3.434 0
SOE	12 063	0.359 4	0.479 8	0.000 0	0.000 0	0.000 0	1.000 0	1.000 0
ER	12 063	0.064 6	0.131 0	0.000 0	0.000 0	0.000 6	0.051 8	0.615 6
BOARD	12 063	8.664 2	1.633 3	5.000 0	7.000 0	9.000 0	9.000 0	15.000 0
INDIR	12 063	0.372 0	0.052 4	0.333 3	0.333 3	0.333 3	0.428 6	0.571 4
TOBINQ	12 063	2.501 2	1.606 2	0.899 0	1.434 8	2.007 7	2.993 2	10.171 9

下载: 导出CSV

表 3 基准回归结果

	(1)	(2)	(3)	(4)	(5)	(6)
变量	PATENTS1	PATENTS1	PATENTS1	PATENTS2	PATENTS2	PATENTS2
ROBOT	0.130 3^***	0.150 8^***	0.126 8^***	0.118 4^***	0.138 5^***	0.115 6^***
	(0.015 9)	(0.011 7)	(0.013 8)	(0.015 3)	(0.011 5)	(0.013 5)
SIZE		0.693 8^***	0.644 6^***		0.661 0^***	0.617 6^***
		(0.032 5)	(0.036 7)		(0.032 1)	(0.036 4)
LEV		0.031 2	-0.126 6		0.007 2	-0.162 0
		(0.168 3)	(0.171 6)		(0.160 3)	(0.163 3)
ROA		2.124 1^***	2.586 8^***		1.420 5^***	1.766 5^***
		(0.492 3)	(0.505 8)		(0.478 8)	(0.491 4)
GROW		0.055 2	0.082 9^*		-0.026 9	0.014 7
		(0.042 2)	(0.043 8)		(0.039 9)	(0.041 0)
OCF		0.347 9	0.337 3		0.391 6	0.414 9
		(0.280 2)	(0.285 5)		(0.263 3)	(0.267 4)
PPE		-1.932 1^***	-1.912 9^***		-1.984 2^***	-1.948 9^***
		(0.214 6)	(0.216 3)		(0.202 6)	(0.204 3)
AGE		-0.246 8^***	-0.377 1^***		-0.234 5^***	-0.352 2^***
		(0.078 3)	(0.087 8)		(0.075 8)	(0.085 2)
SOE		-0.044 7	0.020 1		-0.095 1	-0.028 8
		(0.070 0)	(0.070 7)		(0.066 5)	(0.067 5)
ER		0.707 6^***	0.611 6^***		0.598 4^***	0.481 1^***
		(0.170 5)	(0.170 2)		(0.172 8)	(0.172 1)
BOARD		-0.004 1	0.004 8		-0.007 4	0.000 5
		(0.020 6)	(0.020 7)		(0.020 2)	(0.020 3)
INDIR		0.690 7	0.687 0		0.612 6	0.579 2
		(0.519 1)	(0.520 0)		(0.512 3)	(0.513 6)
TOBINQ		-0.005 5	-0.018 9		-0.016 7	-0.020 2
		(0.013 6)	(0.016 6)		(0.013 3)	(0.016 3)
Constant	1.386 3^***	-12.465 3^***	-11.325 5^***	0.9971^***	-11.823 2^***	-10.996 7^***
	(0.096 8)	(0.749 1)	(0.887 4)	(0.090 6)	(0.742 3)	(0.878 6)
Industry FE	是	否	是	是	否	是
Year FE	是	否	是	是	否	是
Observations	12 063	12 063	12 063	12 063	12 063	12 063
R-squared	0.105 6	0.321 5	0.327 6	0.105 8	0.313 3	0.323 0
注：、、**分别表示10%、5%和1%的显著性水平，括号内为系数的标准误，标准误通过公司层面cluster进行调整。下表同。

下载: 导出CSV

表 4 区分创新能力

变量	实质性创新能力		策略性创新能力
	(1)	(2)	(3)	(4)
	INVENT1	INVENT2	OTHER1	OTHER2
ROBOT	0.152 0^***(0.011 7)	0.112 5^***(0.009 4)	0.091 5^***(0.014 2)	0.093 4^***(0.014 2)
Controls	是	是	是	是
Industry/Year FE	是	是	是	是
Observations	12 063	12 063	12 063	12 063
R-squared	0.345 2	0.329 6	0.265 6	0.263 7

下载: 导出CSV

表 5 工业机器人应用影响企业创新能力路径：人才聚集效应

变量	(1)	(2)	(3)	(4)
变量	HR1	PATENTS1	HR2	PATENTS1
ROBOT	0.002 6^***(0.000 8)	0.125 6^***(0.013 8)	0.002 2^***(0.000 6)	0.125 8^***(0.013 8)
HR1/HR2		0.504 7^***(0.188 5)		0.528 6^**(0.240 4)
Controls	是	是	是	是
Industry/Year FE	是	是	是	是
Observations	12 063	12 063	12 063	12 063
R-squared	0.206 0	0.328 5	0.197 5	0.328 2

下载: 导出CSV

表 6 工业机器人应用影响企业创新能力路径：生产效率提升效应

变量	(1)	(2)	(3)	(4)
变量	CPE	PATENTS1	SPE	PATENTS1
ROBOT	0.016 3^**(0.007 7)	0.132 7^***(0.013 6)	0.018 3^**(0.007 6)	0.121 5^***(0.013 5)
CPE/SPE		0.365 3^***(0.038 0)		0.287 6^***(0.037 6)
Controls	是	是	是	是
Industry/Year FE	是	是	是	是
Observations	12 063	12 063	12 063	12 063
R-squared	0.365 4	0.350 7	0.197 0	0.339 1

下载: 导出CSV

表 7 企业劳动力成本与财务风险的异质性分析

变量	(1)	(2)	(3)	(4)
变量	PATENTS1	PATENTS2	PATENTS1	PATENTS2
ROBOT	0.113 7^***(0.007 9)	0.1021^***(0.007 6)	0.097 4^***(0.015 6)	0.082 2^***(0.015 5)
LABOR	0.305 9^***(0.076 9)	0.298 7^***(0.073 8)
LABOR×ROBOT	0.023 8^**(0.010 1)	0.024 5^**(0.009 7)
Z_SCORE			-0.507 6^***(0.135 1)	-0.547 7^***(0.129 9)
Z_SCORE×ROBOT			0.055 7^***(0.016 7)	0.063 3^***(0.016 1)
Controls	是	是	是	是
Industry/Year FE	是	是	是	是
Observations	12 063	12 063	12 063	12 063
R-squared	0.345 9	0.342 9	0.329 8	0.325 9

下载: 导出CSV

表 8 产权性质和行业竞争的异质性分析

变量	(1)	(2)	(3)	(4)
变量	PATENTS1	PATENTS2	PATENTS1	PATENTS2
ROBOT	-0.040 9^**(0.018 6)	-0.032 0^*(0.018 2)	0.085 2^***(0.016 3)	0.070 9^***(0.016 2)
SOE	-0.379 8^**(0.158 6)	-0.459 7^***(0.152 9)	0.014 5(0.070 4)	-0.033 5(0.067 1)
SOE×ROBOT	0.063 4^***(0.020 0)	0.069 3^***(0.019 2)
HHI			-0.508 9^***(0.136 5)	-0.542 4^***(0.135 5)
HHI×ROBOT			0.057 4^***(0.017 3)	0.067 8^***(0.017 2)
Controls	是	是	是	是
Industry/Year FE	是	是	是	是
Observations	12 063	12 063	12 063	12 063
R-squared	0.444 8	0.456 5	0.330 1	0.325 8

下载: 导出CSV

表 9 变换因变量、控制省份固定效应及改变模型的稳健性检验

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	RD1	RD2	PATENTS1	PATENTS2	PATENTS1	PATENTS2
ROBOT	0.003 4^***	0.001 8^***	0.117 8^***	0.106 6^***	0.138 9^***	0.126 6^***
	(0.000 3)	(0.000 1)	(0.013 7)	(0.013 4)	(0.006 9)	(0.006 7)
Controls	是	是	是	是	是	是
Industry/Year FE	是	是	是	是	是	是
Province FE	否	否	是	是	否	否
Observations	12 063	12 063	12 063	12 063	12 063	12 063
R-squared	0.219 3	0.197 3	0.372 4	0.368 2	0.295 4	0.201 6

下载: 导出CSV

表 10 持续性及排除其他因素的稳健性检验

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	PATENTS1	PATENTS2	PATENTS1	PATENTS2	PATENTS1	PATENTS2
ROBOT	0.121 0^***	0.103 5^***	0.118 8^***	0.105 8^***	0.133 5^***	0.124 3^***
	(0.014 7)	(0.014 3)	(0.015 3)	(0.014 9)	(0.014 0)	(0.013 7)
Controls	是	是	是	是	是	是
Industry/Year FE	是	是	是	是	是	是
Observations	10 072	10 072	9 579	9 579	11 382	11 382
R-squared	0.302 9	0.292 4	0.298 5	0.294 1	0.323 0	0.317 9

下载: 导出CSV

表 11 内生性问题处理

变量	差分模型		工具变量法
	(1)	(2)	(3)	(4)	(5)
	D. PATENTS1	D. PATENTS2	ROBOT	PATENTS1	PATENTS2
D.ROBOT	0.024 4^**(0.010 5)	0.018 7^*(0.009 8)
WAGE	0.061 9^**(0.026 8)
ROBOT				0.098 1^***(0.014 9)	0.086 1^***(0.013 2)
Controls	是	是	是	是	是
Industry/Year FE	是	是	是	是	是
Observations	12 063	12 063	12 063	12 063	12 063
R-squared	0.018 7	0.017 3	0.351 2	0.219 7	0.301 4

下载: 导出CSV

参考文献(38)

[1]	盛丹, 卜文超. 机器人使用与中国企业的污染排放[J]. 数量经济技术经济研究, 2022(9): 157-176. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202209008.htm
[2]	GRAETZ G, MICHAELS G. Robots at work[J]. Review of Economics and Statistics, 2018, 100(5): 753-768. doi: 10.1162/rest_a_00754
[3]	李磊, 王小霞, 包群. 机器人的就业效应: 机制与中国经验[J]. 管理世界, 2021(9): 104-119. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202109025.htm
[4]	ACEMOGLU D, RESTREPO P. Robots and jobs: evidence from US labor markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244. doi: 10.1086/705716
[5]	王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]. 经济研究, 2020(10): 159-175. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202010011.htm
[6]	DIXON J, HONG B, WU L. The robot revolution: managerial and employment consequences for firms[J]. Management Science, 2021, 67(9): 5586-5605. doi: 10.1287/mnsc.2020.3812
[7]	KOCH M, MANUYLOV I, SMOLKA M. Robots and firms[J]. Economic Journal, 2021, 131(638): 2553-2584. doi: 10.1093/ej/ueab009
[8]	BOLAND JR R J, LYYTINEN K, YOO Y. Wakes of innovation in project networks: the case of digital 3-D representations in architecture, engineering, and construction[J]. Organization Science, 2007, 18(4): 631-647. doi: 10.1287/orsc.1070.0304
[9]	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. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202107013.htm
[10]	LOEBBECKE C, PICOT A. Reflections on societal and business model transformation arising from digitization and big data analytics: a research agenda[J]. The Journal of Strategic Information Systems, 2015, 24(3): 149-157. doi: 10.1016/j.jsis.2015.08.002
[11]	ZHUO C, CHEN J. Can digital transformation overcome the enterprise innovation dilemma: effect, mechanism and effective boundary[J]. Technological Forecasting and Social Change, 2023, 190: 122378. doi: 10.1016/j.techfore.2023.122378
[12]	LIU Y, DONG J, MEI L, et al. Digital innovation and performance of manufacturing firms: an affordance perspective[J]. Technovation, 2023, 119: 102458. doi: 10.1016/j.technovation.2022.102458
[13]	黄先海, 高亚兴. 数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究[J]. 中国工业经济, 2023 (11): 118-136. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202311007.htm
[14]	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. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ202107008.htm
[15]	吕可夫, 于明洋, 阮永平. 企业数字化转型与资源配置效率[J]. 科研管理, 2023(8): 11-20. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL202308002.htm
[16]	周红星, 黄送钦. 数字化能为创新"赋能"吗——数字化转型对民营企业创新的影响[J]. 经济学动态, 2023(7): 69-90. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD202307004.htm
[17]	SCHUMPETER J A. Business cycles: a theoretical, historical, and statistical analysis of the capitalist process[M]. University Microfilms International, 1964, 1: 223-229.
[18]	王林辉, 钱圆圆, 宋冬林, 等. 机器人应用的岗位转换效应及就业敏感性群体特征——来自微观个体层面的经验证据[J]. 经济研究, 2023(7): 69-85. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202307003.htm
[19]	邱语, 张卫国. 机器人应用与劳动力就业: 来自中国制造企业的经验证据[J]. 广东财经大学学报, 2023(4): 18-36. http://xb.gdufe.edu.cn/article/id/317f3e45-8dc5-4a8f-953c-f7fafce9b02e
[20]	权小锋, 刘佳伟, 孙雅倩. 设立企业博士后工作站促进技术创新吗——基于中国上市公司的经验证据[J]. 中国工业经济, 2020(9): 175-192. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202009011.htm
[21]	吕越, 谷玮, 包群. 人工智能与中国企业参与全球价值链分工[J]. 中国工业经济, 2020(5): 80-98. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202005006.htm
[22]	刘骏, 刘涛雄, 谢康. 机器人可以缓解老龄化带来的中国劳动力短缺问题吗[J]. 财贸经济, 2021(8): 145-160. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ202108009.htm
[23]	吴一平, 陈家和, 李鹏飞. 自动化技术应用与企业人力资本结构——基于供应链视角的研究[J]. 财经研究, 2023(7): 4-18. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202307001.htm
[24]	韩超, 李鑫平. 在自动化中推动企业绿色转型: 技术进步与产品重构效应[J]. 数量经济技术经济研究, 2023(4): 72-93. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202304004.htm
[25]	张倩肖, 段义学. 数字赋能、产业链整合与全要素生产率[J]. 经济管理, 2023(4): 5-21. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU202304001.htm
[26]	黄勃, 李海彤, 刘俊岐, 等. 数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J]. 经济研究, 2023(3): 97-115. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202303006.htm
[27]	IMPULLITTI G, LICANDRO O, RENDAHL P. Technology, market structure and the gains from trade[J]. Journal of International Economics, 2022, 135: 103557. doi: 10.1016/j.jinteco.2021.103557
[28]	ACEMOGLU D, RESTREPO P. Automation and new tasks: how technology displaces and reinstates labor[J]. Journal of Economic Perspectives, 2019, 33(2): 3-30. doi: 10.1257/jep.33.2.3
[29]	杨丹. 合并商誉与企业创新能力[J]. 科研管理, 2021(5): 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL202105001.htm
[30]	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. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201604005.htm
[31]	AUTOR D H, DORN D, HANSON G H. Untangling trade and technology: evidence from local labour markets[J]. The Economic Journal, 2015, 125(584): 621-646. doi: 10.1111/ecoj.12245
[32]	孔高文, 刘莎莎, 孔东民. 机器人与就业——基于行业与地区异质性的探索性分析[J]. 中国工业经济, 2020(8): 80-98. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202008008.htm
[33]	谭小芬, 钱佳琪. 资本市场压力与企业策略性专利行为: 卖空机制的视角[J]. 中国工业经济, 2020(5): 156-173. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202005010.htm
[34]	刘行, 赵晓阳. 最低工资标准的上涨是否会加剧企业避税?[J]. 经济研究, 2019(10): 121-135. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201910009.htm
[35]	魏志华, 夏太彪. 社会保险缴费负担、财务压力与企业避税[J]. 中国工业经济, 2020(7): 136-154. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202007009.htm
[36]	钟凯, 梁鹏, 董晓丹, 等. 数字普惠金融与商业信用二次配置[J]. 中国工业经济, 2022(1): 170-188. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202201010.htm
[37]	RONG Z, WU X, BOEING P. The effect of institutional ownership on firm innovation: evidence from Chinese listed firms[J]. Research Policy, 2017, 46(9): 1533-1551. doi: 10.1016/j.respol.2017.05.013
[38]	汪琼, 李栋栋, 王克敏. 营商"硬环境"与公司现金持有: 基于市场竞争和投资机会的研究[J]. 会计研究, 2020(4): 88-99. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ202004008.htm