工業(yè)機器人應(yīng)用與制造業(yè)企業(yè)內(nèi)部控制質(zhì)量

韋雨霞

(湖南工業(yè)大學(xué)經(jīng)濟與貿(mào)易學(xué)院,湖南 株洲 412000)

0 引言

工業(yè)機器人是一種能自動執(zhí)行工作并靠控制能力來替代人力、提高效率的機器。隨著機器人的普及,企業(yè)生產(chǎn)效率大幅提升,成本優(yōu)勢也逐漸凸顯,這為賦能制造業(yè)轉(zhuǎn)型,助推經(jīng)濟發(fā)展奠定了堅實基礎(chǔ)。2015年國務(wù)院頒布的《中國制造2025》強調(diào),力爭到新中國成立一百年時,制造業(yè)智能化、數(shù)字化進展明顯,建設(shè)成為引領(lǐng)世界制造業(yè)發(fā)展的制造強國。據(jù)國際機器人聯(lián)合會(IFR)所發(fā)布的數(shù)據(jù),2019年中國工業(yè)機器人保有量達(dá)283萬臺,其中工業(yè)機器人密度(工業(yè)機器人保有量/制造業(yè)就業(yè)人數(shù))為369臺/萬人,工業(yè)機器人的廣泛應(yīng)用彰顯了我國機器人產(chǎn)業(yè)蘊含的巨大發(fā)展?jié)摿?備受政府及學(xué)者關(guān)注。

與此同時,內(nèi)部控制是企業(yè)內(nèi)的一項重要治理機制,良好的內(nèi)部控制不僅可以加強內(nèi)部監(jiān)管,還能夠保障各股東的權(quán)益,確保企業(yè)目標(biāo)達(dá)成。因此,提高內(nèi)部控制質(zhì)量至關(guān)重要。大量學(xué)者展開了對內(nèi)部控制質(zhì)量影響因素的研究,主要可分為內(nèi)部影響因素和外部影響因素。內(nèi)部影響因素主要涉及管理層特征、企業(yè)股權(quán)結(jié)構(gòu)及企業(yè)特征等方面。具體而言,管理層的特征主要包括董事會[1]、高管團隊[2]以及審計委員會[3]的特征等,例如閆禹彤[4]研究證明具有證券、信托等非銀行金融機構(gòu)從業(yè)經(jīng)歷的董事會成員能全面理解金融行業(yè)的運作,準(zhǔn)確認(rèn)知風(fēng)險和收益,有效地對金融投資行為進行指導(dǎo)和監(jiān)督,對內(nèi)部控制質(zhì)量起提升作用。企業(yè)股權(quán)結(jié)構(gòu)方面則主要包括機構(gòu)投資者[5]、外資股東持股[6]等,劉彬等[7]研究證明外資股東不易受到與高管的私人關(guān)系的約束,會實施更加嚴(yán)密的監(jiān)督和激勵機制以懲罰其不作為行為,提高建設(shè)內(nèi)部控制制度的效率。公司特征方面則為公司客戶集中度[8]、公司治理水平[9]等,吳麗君等[10]利用2011—2015年的數(shù)據(jù),研究發(fā)現(xiàn)治理結(jié)構(gòu)是公司內(nèi)部控制的環(huán)境要素之一,影響內(nèi)部控制運行的質(zhì)量。外部影響因素則可分為以下3類。其一,政策制度的影響,如國企混改制度[11]、“滬港通”政策[12]及財政補貼政策[13]等,曹越等[14]研究發(fā)現(xiàn)“國企混改”政策通過強化外部輿論監(jiān)督壓力和增強內(nèi)部高管業(yè)績動力提高了內(nèi)部控制質(zhì)量。其二,媒體關(guān)注的作用,它能改變企業(yè)面臨的外部環(huán)境,增加市場壓力,迫使管理者提高內(nèi)部控制質(zhì)量水平[15]。其三,環(huán)境背景的影響,如財務(wù)共享廣泛應(yīng)用的新形勢[16]、新經(jīng)濟發(fā)展格局[17]等,在財務(wù)共享服務(wù)模式及各種信息技術(shù)的運用背景下,財務(wù)核算形式發(fā)生重大變化,核算效率得到提升,企業(yè)構(gòu)成全面的質(zhì)量控制體系,提高財務(wù)運作整體流程的內(nèi)部控制質(zhì)量[18]。

綜上所述,現(xiàn)有研究較為全面地揭示了影響內(nèi)部控制質(zhì)量的因素,但鮮有文章將內(nèi)部控制質(zhì)量與工業(yè)機器人聯(lián)系起來進行研究。本文以2011—2019年滬深A(yù)股上市企業(yè)為樣本,探究機器人應(yīng)用對內(nèi)部控制質(zhì)量的影響,并從公司的產(chǎn)權(quán)性質(zhì)、地區(qū)和行業(yè)競爭程度3個方面進行異質(zhì)性研究分析。研究的邊際貢獻(xiàn)主要為:第一,豐富了工業(yè)機器人應(yīng)用在制造業(yè)企業(yè)治理結(jié)構(gòu)發(fā)揮作用方面的研究;第二,研究了股權(quán)集中度在機器人滲透度和內(nèi)部控制質(zhì)量之間的調(diào)節(jié)作用;第三在研究機器人滲透度和內(nèi)部控制質(zhì)量關(guān)系的基礎(chǔ)上,進行了異質(zhì)性研究分析,揭示了機器人應(yīng)用對不同特征的企業(yè)所發(fā)揮的不同效應(yīng)。

1 理論分析及研究假設(shè)

1.1 工業(yè)機器人應(yīng)用與企業(yè)內(nèi)部控制質(zhì)量

在智能化時代,技術(shù)的應(yīng)用將對人們的生產(chǎn)方式、勞動方式等產(chǎn)生重大影響。工業(yè)機器人也不例外,其應(yīng)用可通過以下兩種方式顯著提高企業(yè)人力資本水平。第一,優(yōu)化勞動力結(jié)構(gòu)。首先是替代效應(yīng),即機器人對人力的替代降低了崗位的需求數(shù)量,造成“技術(shù)性失業(yè)”。該類失業(yè)人員一般文化技術(shù)水平較低,難以適應(yīng)現(xiàn)代技術(shù)要求[19]。除此之外還會減少重復(fù)性和機械化程度高的工作,且替代風(fēng)險的存在將會極大地刺激員工的學(xué)習(xí)意愿,通過自主學(xué)習(xí)新技能進而完成知識升級并提升人力資本[20]。其次是創(chuàng)造效應(yīng),即技術(shù)進步對勞動力的影響是正面的、積極的[21],能夠使企業(yè)產(chǎn)生一批新的需求崗位,例如工程師、編程師、數(shù)據(jù)分析師等與工業(yè)機器人應(yīng)用相匹配的高技能崗位,增加非常規(guī)的工作[22]。與此同時,能夠通過提高生產(chǎn)率來提高員工收入水平[23],因此員工具備更多的閑置資金去增加知識儲備或者提高教育水平,進而提高智能水平,改善自身技能等。替代效應(yīng)與創(chuàng)造效應(yīng)相輔相成,減少低質(zhì)量勞動力比例,同時增加了高質(zhì)量勞動力比例,進而提升企業(yè)人力資本水平[24]。第二,增加成本優(yōu)勢,加大人力投資力度。工業(yè)機器人作為一種內(nèi)含先進技術(shù)的資本產(chǎn)品,具有邊際成本優(yōu)勢。通過“干中學(xué)”效應(yīng),企業(yè)可以吸收前沿知識和技術(shù),對原有生產(chǎn)模式及工具等進行升級改造,從而降低消耗,增強生產(chǎn)能力,提高生產(chǎn)效率,減少生產(chǎn)成本[25]。因此,可以在原有人力投資方面投入更多資金,通過在職教育、技術(shù)培訓(xùn)等提升員工技能與素質(zhì),增強其吸收能力,實現(xiàn)知識的鞏固與完善。

員工作為內(nèi)部控制的重要參與人員和執(zhí)行人員,相對于內(nèi)部控制的作業(yè)層,直接影響內(nèi)部控制的執(zhí)行情況與質(zhì)量,高素質(zhì)員工能透徹地理解內(nèi)部控制的規(guī)范要求,較少出現(xiàn)失誤[26],且更能夠識別并揭露企業(yè)業(yè)務(wù)流程中的異常情況和欺詐行為[27]。因此提出假設(shè)1。

H1:工業(yè)機器人應(yīng)用促進了內(nèi)部控制質(zhì)量的提升。

1.2 股權(quán)集中度的調(diào)節(jié)作用

內(nèi)部控制作為內(nèi)部管理監(jiān)控系統(tǒng),其作用的發(fā)揮與股權(quán)集中度緊密相聯(lián)。股權(quán)集中度在一定程度上代表了股權(quán)的制衡能力,也決定了控股股東對企業(yè)的影響力, 進而影響著內(nèi)部控制建設(shè)的目標(biāo)。股權(quán)過于集中將會導(dǎo)致治理結(jié)構(gòu)失衡,以及對大股東制約的匱乏,影響經(jīng)營決策等[28]。與此同時,大股東會依據(jù)個人意愿甚至以自身利益優(yōu)先的原則選聘高管人員[29],抑制工業(yè)機器人應(yīng)用造成的人力資本的提升,最終減弱其對內(nèi)部控制質(zhì)量的效應(yīng)。此外,購買機器人需要大量的資金投入,這將會降低股東的利益分配,出于維護自身利益的考慮,股東將會更加謹(jǐn)慎地考慮工業(yè)機器人的投入水平。據(jù)此提出假設(shè)2。

H2:股權(quán)集中度減弱工業(yè)機器人應(yīng)用對內(nèi)部控制質(zhì)量的促進作用。

2 研究設(shè)計

2.1 樣本選取與數(shù)據(jù)來源

由于工業(yè)機器人數(shù)據(jù)來源——IFR數(shù)據(jù)庫只更新到2019年,因此基于2011—2019年滬深兩市A股制造業(yè)企業(yè)作為研究樣本。初始樣本剔除了ST、*ST公司,以及相關(guān)變量缺失的樣本,由于數(shù)據(jù)中個別年份的生產(chǎn)員工人數(shù)缺失,因此經(jīng)數(shù)據(jù)匹配后一共得到6 091個觀測值。內(nèi)部控制數(shù)據(jù)來自迪博內(nèi)部控制與風(fēng)險管理數(shù)據(jù)庫,測算機器人應(yīng)用變量的數(shù)據(jù)來自IFR,生產(chǎn)員工人數(shù)來自Wind數(shù)據(jù)庫,行業(yè)就業(yè)人數(shù)來自統(tǒng)計年鑒,美國分行業(yè)就業(yè)人數(shù)來自NBER-CES,員工人數(shù)、股權(quán)集中度以及控制變量的數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

2.2 變量設(shè)定

2.2.1 被解釋變量

內(nèi)部控制質(zhì)量(ICQ)。借鑒相關(guān)研究[30]的做法,使用內(nèi)部控制指數(shù)衡量。

2.2.2 解釋變量

借鑒王永欽等[31]的研究,計算企業(yè)層面的機器人滲透度指標(biāo)來衡量工業(yè)機器人應(yīng)用變量,記為robotsji,t。公式如下所示:

(1)

2.2.3 調(diào)節(jié)變量

股權(quán)集中度(Top 1)。以第一大股東持股份數(shù)占總股份的比例度量。

2.2.4 控制變量

參考以往研究內(nèi)部控制質(zhì)量影響因素的文獻(xiàn)[32-33],選取以下控制變量:公司規(guī)模(Size),以總資產(chǎn)的自然對數(shù)衡量;資產(chǎn)負(fù)債率(Lev),以總負(fù)債除總資產(chǎn)衡量;盈利能力(ROA),以凈利潤除總資產(chǎn)平均余額衡量;賬面市值比(BM),以賬面價值除總市值衡量;董事會規(guī)模(Board),以董事會人數(shù)的對數(shù)衡量;成長機會(TobinQ),以計算公式“(流通股市值+非流通股股份數(shù)×每股凈資產(chǎn)+負(fù)債賬面值)/總資產(chǎn)”衡量;上市年齡(ListAge),以當(dāng)年年份減去上市年份加一的對數(shù)衡量。

2.3 模型設(shè)計

為檢驗假設(shè)1,構(gòu)建模型如下所示:

ICQit=β0+β1robotsji,t+β2Sizeit+β3Levit+β4ROAit+β5BMit+β6Boardit+β7TobinQit+β8ListAgeit+σt+μ+εit

(2)

式中:ICQit為第t年i企業(yè)內(nèi)部控制質(zhì)量指數(shù);robotsji,t表示第t年j行業(yè)中i企業(yè)的工業(yè)機器人滲透度;控制變量為第t年i企業(yè)的公司規(guī)模(Sizeit)、資產(chǎn)負(fù)債率(Levit)、盈利能力(ROAit)、賬面市值比(BMit)、董事會規(guī)模(Boardit)、成長機會(TobinQit)及上市時間(ListAgeit);σt代表時間固定效應(yīng);μ代表個體固定效應(yīng);εit是隨機誤差項。

2.4 描述性統(tǒng)計結(jié)果

表1列示了描述性統(tǒng)計結(jié)果。

表1 描述性統(tǒng)計結(jié)果

3 實證結(jié)果與分析

3.1 回歸分析

為了對回歸模型進行確認(rèn),采用豪斯曼檢驗進行分辨,P值為0,表明應(yīng)使用固定效應(yīng)模型,因此采用雙向固定效應(yīng)模型進行研究。表2為模型(2)的回歸結(jié)果,可以看出,未控制時間固定效應(yīng)的回歸結(jié)果顯示解釋變量在5%的顯著性水平上為正;考慮時間固定效應(yīng)后,工業(yè)機器人在1%的顯著性水平上為正,且顯著性水平提升。H1得以驗證。

表2 基準(zhǔn)回歸結(jié)果

3.2 穩(wěn)健性檢驗

3.2.1 替換核心解釋變量

考慮到工業(yè)機器人的使用量對內(nèi)部控制質(zhì)量的作用可能存在滯后效應(yīng),因此,將機器人滲透度的數(shù)據(jù)滯后一期,再代入模型(2)進行回歸分析?；貧w結(jié)果如表3所示,機器人應(yīng)用對內(nèi)部控制質(zhì)量的影響在5%的水平上顯著正相關(guān),與H1一致。

3.2.2 替換被解釋變量

借鑒向銳等[34]的穩(wěn)健性檢驗方法,用內(nèi)部控制質(zhì)量指數(shù)加一的自然對數(shù)取代之前的衡量方法,重新進行回歸分析,結(jié)果如表3所示,表明機器人使用量與企業(yè)內(nèi)部控制質(zhì)量指數(shù)的相關(guān)性系數(shù)為0.001,在5%的顯著性水平上呈正相關(guān)關(guān)系,進一步驗證了H1。

3.2.3 縮尾處理

在數(shù)據(jù)處理部分沒有對數(shù)據(jù)進行縮尾處理,為進一步檢驗結(jié)果的穩(wěn)健性,對基準(zhǔn)回歸的變量進行1%和99%的縮尾處理。回歸結(jié)果如表3所示,核心解釋變量仍然在1%的水平上顯著。

3.2.4 改變樣本容量

利用Stata軟件隨機抽取了總數(shù)的80%進行回歸分析。結(jié)果如表3所示,工業(yè)機器人應(yīng)用的系數(shù)在1%的水平顯著為正。

3.2.5 增加控制變量

除了基準(zhǔn)回歸包含的控制變量外,還有許多其他變量會對企業(yè)內(nèi)部控制質(zhì)量產(chǎn)生影響。因此加入是否為“四大審計”(Big 4)、獨立董事占比(Indep)、機構(gòu)投資者持股比例(INST)及是否兩職合一(Dual)變量進行回歸,結(jié)果如表3所示,機器人應(yīng)用對內(nèi)部控制質(zhì)量的影響在1%的水平上顯著正相關(guān)。

表3 穩(wěn)健性分析結(jié)果

3.3 內(nèi)生性檢驗

工業(yè)機器人對內(nèi)部控制質(zhì)量的影響可能存在內(nèi)生性問題。一是雙向因果問題,內(nèi)部控制質(zhì)量越好的企業(yè)越有能力或資本應(yīng)用工業(yè)機器人提升生產(chǎn)技術(shù)和效率等。二是遺漏變量問題,盡管本研究使用了雙向固定效應(yīng)模型,但固定效應(yīng)模型僅解決部分遺漏變量的問題,不能完全解決遺漏變量問題。三是測量誤差問題,工業(yè)機器人數(shù)據(jù)存在不完善以及指標(biāo)測度方法不精確的缺點。因此采用工具變量法解決,借鑒劉松竹等[35]的研究,引入美國行業(yè)層面的工業(yè)機器人數(shù)據(jù),以構(gòu)造中國企業(yè)層面機器人滲透度作為工具變量。公式如下所示:

(3)

表4報告了回歸結(jié)果,上半部分顯示回歸結(jié)果與基準(zhǔn)回歸一致。下半部分顯示衡量工具變量排他性、測度工具變量是否偽識別和弱識別的檢驗值均高度顯著,說明文章選取的工具變量合理、有效。

表4 內(nèi)生性檢驗回歸結(jié)果

3.4 調(diào)節(jié)效應(yīng)檢驗

為檢驗假設(shè)2,在模型(2)的基礎(chǔ)上加入調(diào)節(jié)變量股權(quán)集中度及其與機器人滲透度的交互項構(gòu)建模型(4):

ICQit=β0+β1robotsji,t+β2Top 1it+β3robotsji,t×Top 1it+β4Sizeit+β5Levit+β6Roait+β7BMit+β8Boardit+β9TobinQit+β10ListAge+σi+μi+εit

(4)

式中:Top 1it為第i年企業(yè)股權(quán)集中度水平,其他變量的定義與模型(2)一致。表5列示了模型(4)的回歸結(jié)果,robots和Top 1變量分別通過了1%和5%的顯著性水平檢驗,且呈正相關(guān)關(guān)系,表明機器人滲透度和股權(quán)集中度對內(nèi)部控制質(zhì)量有促進作用。然而變量robots和Top 1交互項在5%的水平上顯著為負(fù),說明股權(quán)集中度能通過影響有關(guān)工業(yè)機器人應(yīng)用方面的經(jīng)營決策,負(fù)向調(diào)節(jié)工業(yè)機器人應(yīng)用與內(nèi)部控制質(zhì)量之間的正相關(guān)關(guān)系。H2得以驗證。

表5 調(diào)節(jié)效應(yīng)回歸結(jié)果

3.5 異質(zhì)性分析

3.5.1 產(chǎn)權(quán)性質(zhì)異質(zhì)性分析

國有和非國有這兩種不同產(chǎn)權(quán)性質(zhì)的企業(yè)具有不同的治理結(jié)構(gòu)和體系。國有企業(yè)在國民經(jīng)濟中承擔(dān)著“穩(wěn)就業(yè)”的重要責(zé)任,而且國有企業(yè)與勞動力解除勞務(wù)關(guān)系的成本高,無法在短期內(nèi)裁員,勞動力結(jié)構(gòu)穩(wěn)定。而非國有企業(yè)解除勞動力的成本相對較低,用工制度更靈活,可以靈活改變勞動力結(jié)構(gòu)。因此,工業(yè)機器人應(yīng)用對國有企業(yè)勞動力結(jié)構(gòu)的沖擊可能并不明顯,而對非國有企業(yè)則較為明顯。其次,國有企業(yè)與非國有企業(yè)有著不同的目標(biāo)。國有企業(yè)除了要考慮經(jīng)濟目標(biāo),更需要關(guān)注非經(jīng)濟目標(biāo)的實現(xiàn)[36],例如經(jīng)濟和法律責(zé)任以及市場健康發(fā)展的社會責(zé)任。而非國有企業(yè)更關(guān)注經(jīng)濟績效,提升生產(chǎn)率的動機要更強,更有可能去應(yīng)用機器人技術(shù)和提高機器人滲透度水平。

為驗證上述分析,根據(jù)所有權(quán)性質(zhì)將樣本分為國有企業(yè)和非國有企業(yè)。分組回歸結(jié)果如表6所示,機器人滲透度系數(shù)在國有與非國有企業(yè)均為正,但在國有企業(yè)中不顯著,在非國有企業(yè)是1%的水平上顯著,表明工業(yè)機器人應(yīng)用對非國有企業(yè)的勞動力結(jié)構(gòu)沖擊更大,因此對內(nèi)部控制質(zhì)量的提升作用更顯著。

3.5.2 區(qū)域異質(zhì)性分析

在不同的區(qū)域機器人的推廣和應(yīng)用水平不同,各地區(qū)制造業(yè)企業(yè)的發(fā)展水平也不同。例如沿海地區(qū)相較于內(nèi)陸地區(qū),擁有更高的經(jīng)濟發(fā)展水平、市場化水平以及國際化程度等。在沿海地區(qū),機器人滲透度對勞動力的替代效應(yīng)影響顯著,而在內(nèi)陸地區(qū)替代效應(yīng)影響不顯著[37]。究其原因,處于沿海地區(qū)的企業(yè)規(guī)模大,資金充裕,為了提高生產(chǎn)率,應(yīng)用機器人的水平更高;處于內(nèi)陸地區(qū)的企業(yè)規(guī)模小,面臨融資機會少、資金缺乏等困難,難以負(fù)擔(dān)工業(yè)機器人應(yīng)用的成本,阻礙自動化的發(fā)展[38]。而且沿海地區(qū)形成了規(guī)模化的機器人產(chǎn)業(yè)集聚區(qū),擁有相關(guān)配套資源,以及具備更容易招聘到智能制造工程技術(shù)人員、工業(yè)互聯(lián)網(wǎng)工程技術(shù)人員等高質(zhì)量勞動力的優(yōu)勢,企業(yè)有意愿在機器人應(yīng)用方面投入資金。沿海地區(qū)機器人應(yīng)用量更多,短期內(nèi)就業(yè)的替代效應(yīng)更為顯著。

根據(jù)企業(yè)所在地將樣本分為沿海和內(nèi)陸地區(qū)。表6回歸結(jié)果顯示機器人滲透度系數(shù)在沿海與內(nèi)陸地區(qū)均顯著為正,但顯著性水平不同。在沿海地區(qū),機器人滲透度對內(nèi)部控制質(zhì)量的影響在1%的水平上正相關(guān),內(nèi)陸地區(qū)則是在5%的水平上正相關(guān)。這表明機器人滲透度對處于不同地理位置的企業(yè)都具有提升內(nèi)部控制質(zhì)量的作用,但沿海地區(qū)的企業(yè)效應(yīng)更顯著,這主要是沿海地區(qū)企業(yè)的機器人滲透度要高于內(nèi)陸地區(qū)的企業(yè)。

3.5.3 行業(yè)競爭程度異質(zhì)性分析

行業(yè)競爭程度高意味著企業(yè)需要識別并抓住每一次投資機會,并且提前準(zhǔn)備投入資金,否則將面臨淘汰的風(fēng)險。在競爭激烈的行業(yè)中,具備優(yōu)勢的企業(yè)會通過人才戰(zhàn)、價格戰(zhàn)等方式打壓競爭對手。因此,企業(yè)往往要應(yīng)對較為復(fù)雜的內(nèi)外部環(huán)境和變化,更有動機去應(yīng)用機器人技術(shù),提高機器人應(yīng)用水平,提高生產(chǎn)率,降低產(chǎn)品價格,以期在同質(zhì)化競爭中脫穎而出,提高市場份額[39]。相較于行業(yè)競爭程度低的企業(yè)來說,行業(yè)競爭程度高的企業(yè)中機器人應(yīng)用水平較高,對內(nèi)部控制質(zhì)量的影響更顯著。采用企業(yè)所處行業(yè)的赫芬達(dá)爾指數(shù)來度量競爭程度,赫芬達(dá)爾指數(shù)越小,表明競爭程度越激烈。根據(jù)每年制造業(yè)的赫芬達(dá)爾指數(shù)的中位數(shù),將樣本分成2組。小于中位數(shù)為競爭程度高,大于中位數(shù)為競爭程度低。表6結(jié)果顯示機器人滲透度的系數(shù)在競爭高的組中顯著為正,而在競爭低的組中并不顯著。這表明處于行業(yè)競爭度高的企業(yè)機器人應(yīng)用水平更高,因此機器人滲透度對內(nèi)部控制質(zhì)量的提高效應(yīng)在行業(yè)競爭程度高的企業(yè)中更顯著。

表6 異質(zhì)性分析回歸結(jié)果

4 研究結(jié)論及建議

文章以2011—2019年滬深兩市A股企業(yè)為樣本研究工業(yè)機器人應(yīng)用與內(nèi)部控制質(zhì)量的關(guān)系,并探索了股權(quán)集中度的調(diào)節(jié)作用。回歸結(jié)果表明:一是機器人應(yīng)用對內(nèi)部控制質(zhì)量有促進作用。二是股權(quán)集中度在工業(yè)機器人應(yīng)用的促進關(guān)系中起負(fù)向調(diào)節(jié)作用。三是在異質(zhì)性分析部分,相比于國有企業(yè),非國有企業(yè)的效果更為顯著;相比于處在內(nèi)陸地區(qū)的企業(yè),在沿海地區(qū)的企業(yè)的效果更為顯著;相比于行業(yè)競爭低的企業(yè),行業(yè)競爭高的企業(yè)效果更顯著。

為提高內(nèi)部控制質(zhì)量,推進制造業(yè)生產(chǎn)過程智能化,促進經(jīng)濟高質(zhì)量發(fā)展,提出以下建議:第一,政府層面。政府應(yīng)發(fā)布與工業(yè)機器人產(chǎn)業(yè)相關(guān)的促進政策,賦能制造業(yè)轉(zhuǎn)型,助力智能制造前進步伐,推動工業(yè)機器人的應(yīng)用。首先,加快構(gòu)建高技能復(fù)合型人才培養(yǎng),充分發(fā)揮職業(yè)技術(shù)教育的作用,為制造業(yè)高質(zhì)量發(fā)展輸送高層次人才;其次,出臺和健全相關(guān)社會保障制度,精準(zhǔn)幫扶重點人群,防止因就業(yè)替代導(dǎo)致大規(guī)模失業(yè);最后,應(yīng)給予企業(yè)技術(shù)應(yīng)用支持,加快企業(yè)加入技術(shù)智能運用隊列中,打通使用工業(yè)機器人的渠道。第二,企業(yè)層面。企業(yè)應(yīng)優(yōu)化股權(quán)結(jié)構(gòu),以免股權(quán)過于集中抑制機器人應(yīng)用對內(nèi)部控制質(zhì)量的提升效應(yīng)。除此之外,管理人員應(yīng)合理利用機器人應(yīng)用對內(nèi)部控制質(zhì)量的促進機制,以產(chǎn)權(quán)性質(zhì)、區(qū)域及行業(yè)競爭水平為依據(jù),采取合適策略,保持恰當(dāng)?shù)臋C器人應(yīng)用水平。例如:非國有企業(yè)應(yīng)積極引進并培養(yǎng)高技能人才,促進轉(zhuǎn)型升級,實現(xiàn)工業(yè)機器人應(yīng)用產(chǎn)業(yè)化;國有企業(yè)則需改變?nèi)瞬刨Y源配置,激發(fā)員工積極、自主學(xué)習(xí)的動力。第三,勞動力層面。一方面,員工應(yīng)發(fā)揮主觀能動性,為適應(yīng)不斷變化的工作環(huán)境,積極主動地學(xué)習(xí)新技能、新知識,提高自身技能素質(zhì)和崗位需求的適配性,增強競爭力。另一方面,員工應(yīng)緊跟時代發(fā)展的步伐,抓住機遇,隨著人工智能時代的發(fā)展,例如物聯(lián)網(wǎng)、大數(shù)據(jù)等相關(guān)領(lǐng)域,尋求更多的就業(yè)機會。