肖红军等：数字科技伦理监管的澳大利亚实践与启示

二是聚焦关键技术领域。中国数字科技行业涵盖了广泛的领域，如人工智能、大数据、云计算、物联网

等，重点关注这些关键技术领域中的伦理问题和潜在风险，评估可能对用户权益、隐私保护、社会公正等方面

可能产生的重大影响。

三是了解公众关切和期望。目前公众对数字科技伦理问题的关注度不断增加，社会对隐私保护、数据安

全、算法公正等问题提出了更高的期望。监管内容的及时调整应充分考虑公众关切，并主动开展社会参与。

通过听取公众意见、举办公开研讨会和征求意见等方式，获取社会反馈及时调整监管重点和内容。

四是重视前瞻性研究和评估。数字科技伦理监管需要具备前瞻性的视野和研究能力及时了解新兴技术

的伦理挑战和风险，对这些风险进行科学评估，并基于科学研究和评估结果进行监管内容的调整。同时，监

管机构还应主动参与国际合作和知识共享，了解国际领先的监管实践和经验，为我国监管内容的及时调整提

供参考。

综上所述，从中国实践出发，在对中国数字科技伦理监管内容进行及时调整时考虑技术创新、公众关切、

前瞻性研究等因素，并采取灵活的监管措施，有助于监管政策适应数字科技行业快速变化的环境和伦理

挑战。

（四）民众知识普及：重视数字科技伦理教育

在推广普及数字科技伦理时，澳大利亚注重数字科技伦理教育，尤其是在高等教育中推进数字科技伦理

的教育，其中，最具代表性的做法是将职业实践（professional practice）这一包含许多数字科技伦理教育的课

程强制加入计算机专业的修读计划。

借鉴澳大利亚数字科技伦理教育做法，在中国可以通过适当的方式加强数字科技伦理教育，以提高人们

对数字科技伦理问题的认知和理解，引导人们在数字科技领域遵循伦理原则，促进数字科技与社会的和谐发

展。首先是在高等院校中加强对在校学生进行数字科技伦理教育外，增强他们对数字科技伦理的意识和知

识了解。其次是相关机构可以为从业人员、企业和组织提供数字科技伦理培训和研讨会，帮助他们了解伦理

问题、法律规定和最佳实践，引导他们在工作中遵循伦理原则。第三，国家和各级政府可以通过科研资助等

方式，鼓励学者和研究机构在数字科技伦理领域进行深入研究，组织学术会议和交流活动，促进学术界对于

伦理问题的讨论和思考。最后，可以通过媒体、网络和社会活动等渠道，提高公众对数字科技伦理问题的认

识和关注度，引发社会讨论和舆论引导，推动伦理意识的普及和强化。

参考文献

［ 1］ AUSTRALIAN TRADE AND INVESTMENT COMMISSION，2023. Why australia benchmark report 2023［R］. Sydney，New

South Wales：Global Australia.

［ 2］ COMMONWEALTH OF AUSTRALIA， DEPARTMENT OF THE PRIME MINISTER AND CABINET， NATIONAL

INNOVATION AND SCIENCE AGENDA，2015. National innovation and science agenda［R］. Canberra，Australian Capital

Territory：Department of Industry，Innovation and Science.

［ 3］ COMMONWEALTH SCIENTIFIC AND INDUSTRIAL RESEARCH ORGANIZATION，2019. Artificial intelligence roadmap

［R］. Canberra，Australian Capital Territory：Department of Industry，Innovation and Science.

［ 4］ COMMONWEALTH SCIENTIFIC AND INDUSTRIAL RESEARCH ORGANIZATION， 2019. Australian AI ethics

framework［R］. Canberra，Australian Capital Territory：Department of Industry，Innovation and Science.

［ 5］ DELOITTE ACCESS ECONOMICS，2022. Demystifying data：The business leader’s guide to understanding and using data

［R］. Sydney，New South Wales：Deloitte Australia.

［ 6］ DEPARTMENT OF INDUSTRY，INNOVATION AND SCIENCE，2018. Australia’s tech future：Delivering a strong，safe

and inclusive digital economy［R］. Canberra，Australian Capital Territory：Department of Industry，Innovation and Science.

［ 7］ DEPARTMENT OF INDUSTRY， INNOVATION AND SCIENCE， 2021. Artificial intelligence（AI）action plan［R］.

Canberra，Australian Capital Territory：Department of Industry，Innovation and Science.

［ 8］ DEPARTMENT OF THE PRIME MINISTER AND CABINET，2022. Australia’s digital economy strategy［R］. Canberra，

Australian Capital Territory：Australian Government.

［ 9］ ELEANOR SHEARER，WALTER PASQUARELLI AND RICHARD STIRLING，2020. Government AI readiness index 2020

［R］. Sydney，New South Wales：Oxford Insights.

［10］ FARTHING S，HOWELL J，LECCHI K，et al，2021. Human rights and technology final report［R］. Sydney，New South

Wales：Australian Human Rights Commission.

［11］ TECH COUNCIL OF AUSTRALIA，2021. The economic contribution of Australia’s tech sector［R］. Sydney，New South

Wales：Accenture.

145

技术经济 第 42 卷 第 9 期

Australia’s Practice and Insights on Ethical Regulation of Digital Technology

Xiao Hongjun1

，Zheng Yue2

，Zheng Ruojuan3

（1. Institute of Industrial Economics，Chinese Academy of Social Sciences，100006 Beijing，China；

2. College of Engineering and Computer Science，Australian National University，Acton 2601，Australian Capital Territory，Australia；

3. School of Economics，Xiamen University，Xiamen 361005，Fujian，China）

Abstract：With the pervasive integration of digital technology into daily life and society，ethical issues surrounding its development

have become increasingly pronounced. Australia，as an early practitioner in regulating digital technology ethics，offers valuable

insights for China’s ethical governance. Considering the roles of five major regulatory entities in Australia around Ethical Regulation of

Digital Technology：government，industry organizations，universities，social media，and companies. The Australian policy layout of

Digital Technology have been categorized into three key issues including user privacy protection，freedom of information access，and

consumer data rights，as well as ethics in artificial intelligence and responsible AI development. Drawing from this analysis，four major

institutional arrangements of Digital Technology are summarized：setting strategic goals，improving laws and regulations，enhancing

resource development capabilities，and establishing multi-stakeholder cooperation mechanisms. After all the analysis，four essential

insights from Australia’s practices for China’s ethical regulation of digital technology，including building a multi-level governance

framework，prioritizing ethical monitoring，combining mandatory and voluntary approaches，and emphasizing ethics education in

digital technology is come up.

Keywords：digital technology；technology ethics；regulatory model；Australia

146

第 42 卷 第 9 期 技 术 经 济 2023年 9 月

江乾坤等：

互联网企业海外并购财务风险大数据预警研究

——基于 Stacking 集成学习

江乾坤，王成哲

（浙江理工大学 经济管理学院，杭州 310018）

摘 要：数智化时代中国互联网企业海外并购强势崛起但风险巨大，机器学习与非财务信息可为此类风险预警提供新思路。

在已有研究基础上，选取 2013—2020 年 45 家中国互联网上市公司 56 起海外并购事件的大数据，构建 Stacking 集成学习模型进

行大数据财务风险预警因子挖掘。结果表明，Stacking 集成学习模型相比其他机器学习模型的大数据预警效果更好；运营能力

等传统型财务指标依然是互联网企业海外并购财务风险大数据预警的首选指标，但股吧评论等创新型非财务指标也具有重要

预警价值。研究结论提供了 Stacking 机器学习与利益相关者大数据信息有助于预警互联网企业海外并购财务风险的经验证

据，为互联网企业、投资者、监管者等进行海外并购财务风险管控决策提供了重要参考。

关键词：Stacking 集成学习；海外并购；大数据预警；股吧评论；互联网企业

中图分类号：F272. 5 文献标志码：A 文章编号：1002—980X（2023）9—0147—14

一、引言

随着全球数字经济的强劲发展和“数字丝绸之路”倡议的深入推进，以字节跳动、腾讯、阿里巴巴为首的

我国互联网企业相继扛起新兴技术产业“出海”的大旗，迅速崛起并在海外并购领域崭露头角。然而，互联网

行业作为新兴行业，爆发式成长的背后伴随着高风险。由于互联网企业特有的轻资产结构，资金链紧张成为

常态，且其融资方式主要倾向于风险投资和私募，这显著地增加了运营成本和流动性方面的风险，从而引发

财务危机。另外，互联网行业的竞争激烈，在“赢者通吃”的市场上只要技术略微突破便可能吸引大批客户，

相反技术落后企业便很快会被市场所遗弃（蒋殿春和唐浩丹，2021）。在这种激烈的市场竞争下，互联网企业

需要不断创新和提供差异化服务才能生存下来。此外，随着国内人口红利见顶、内需供给增长变缓、智能手机

销量下滑，国内互联网各领域增速在逐渐回落，为了追求业务的增长，互联网公司必须要拓展新的市场，“走出

去”成为互联网企业的必然选择（郭全中和李祖岳，2023）。然而，在追随互联网巨头“走出去”的过程中，许多

新兴互联网企业盲目扩张、过度投资而忽视风险管理，导致内部控制和抗风险能力滞后于扩张速度，造成运营

混乱，从而引发财务危机。创造奇迹的同时也暗藏阻碍与风险，例如，暴风影音因为盲目并购英国体育媒体服

务公司 MPS（MP&Silva）而破产退市，联络互动因为收购美国电商公司 Newegg 而一度巨亏被特别处理（ST）等。

错综复杂的风险因素交织作用于互联网企业海外并购的各个流程，最终效果会以财务指标予以呈现。互联网

企业正掀起新一轮国际化投资浪潮，如何应对错综复杂的全球投资环境以避免财务危机？如何利用大数据、

云计算、人工智能等新技术进行国际化投资风险预警？如何提升互联网企业跨国并购风险管控能力？因此，

有效识别我国互联网企业海外并购财务风险因子，进而制定相应的财务风险预警策略势在必行。

海外并购风险的传统预警手段主要是企业或专业机构的尽职调查、各类机构发布国家投资风险评估报

告等单指标、定性、静态模式，在“世界是平的”互联互通时代，这已不能满足风险管控实时决策的需要。本文

借助大数据技术开发多指标、定量、动态模型，克服模型设定的片面性和简单性，突破自选择问题，克服了数

据不完全性、主观性和时滞性缺陷。

目前财务风险预警模型研究轨迹可分为三个代际：第一代为单一变量分析法；第二代为多元变量和条件

收稿日期：2023-05-09

基金项目：国家社会科学规划课题“‘数字丝绸之路’下互联网企业国际化投资风险的大数据预警与管控研究”（18BGJ013）；浙

江理工大学科研启动基金“互联网企业国际化投资风险管控研究”（21092263-Y）

作者简介：江乾坤，博士，浙江理工大学经管学院教授，研究方向：资本市场，海外并购，财务数字化等；王成哲，浙江理工大学经

济管理学院硕士研究生，研究方向：财务管理。

147

技术经济 第 42 卷 第 9 期

概率分析法，如 Z 分值、逻辑回归模型等；第三代为人工智能分析法，如聚类、随机森林、BP 神经网络、支持向

量机等（肖毅等，2020）。随着大数据技术的日渐成熟，如何构建机器学习等智能财务风险预警模型正成为新

的研究方向。对于财务风险预警因子，现有研究大多局限于战略选择风险、政治风险、融资风险等单一风险

或几种风险对互联网企业海外并购的影响，如何引入股吧评论等非财务信息值得期待。

虽然机器学习已广泛运用于风险预警模型构建，但多基于基学习器的单一分类算法和预测，且在实际中

仍会遇到诸多难题（杨剑锋等，2019）。本文的贡献在于：首先，已有研究大多集中于“重资产”类的制造型企

业海外并购，本文研究对象是聚焦“轻资产”类的互联网企业海外并购，拓展了海外并购风险预警研究；其次，

通过大数据证实 Stacking 集成学习模型相比随机森林（RF）等其他机器学习模型的财务风险预警效果更好；

第三，通过 Stacking 集成学习模型发现，运营能力等传统型财务指标依然是互联网企业海外并购风险预警因

子的首选指标，但股吧评论等创新型非财务指标也具有重要的预警价值。

二、文献回顾

现有财务风险预警模型的构建可概括为两个维度（肖毅等，2020）：一是预测方法经历了从单一传统的

统计学方法到基于人工智能的机器学习方法的演化；二是风险因子从固定财务比率到通过数据挖掘方法进

行数据筛选以选择财务比率，再到引入非财务因素。本文将从智能财务预警模型和互联网企业海外并购风

险因子两方面进行梳理。

（一）智能财务风险预警模型

现有智能财务风险预警模型可总结为：①单分类器模型。包括 Z 分值、Logit、Probit及累积求和模型等统

计分析类；人工神经网络、遗传算法、粗糙集、决策树、支持向量机等人工智能类。②混合单分类器。将两个

模型串联混合或融合两三种单分类器模型来产生一种新的预测模型。③多分类器组合模型，包括单分类器

的并联组合和串联组合（滕晓东和宋国荣，2021）。不过，上述智能财务风险预警研究存在诸多改进之处：一

是单分类器模型研究尚不深入；二是多分类器组合模型研究较少；三是忽视专家经验知识和非财务信息对财

务风险预警的重要作用；四是针对中国市场开展实证研究的经验证据还不够充分。

当前机器学习算法主要分三类：一是基本分类算法，典型代表是支持向量机（SVM）、逻辑回归（LR）、朴

素贝叶斯（Bayes）、邻近算法（KNN）和决策树（DT）；二是神经网络算法（ANN），典型代表是 BP 神经网络模型

和多层感知机（MLP）；三是集成分类算法，典型代表是随机森林（RF）和极端梯度提升（XGBoost）。其中，Gini

系数（CART）等决策树算法模型往往会出现过拟合，ANN 模型只能高度匹配局部经济状况，模型的大局匹配

能力不高，而集成分类算法最为常用。集成学习通过构建并组合优化多个模型来完成学习任务，虽然其得到

的也是“弱学习器”，但优点在于可以产生多种“弱学习器”并将它们集成为一个“强学习器”，该新学习器在泛

化性能和预测精度方面具有明显的优势。从以往实证结果来看，相比其他机器学习算法，采用集成学习算法

对于财务困境企业的预测更为准确（任婷婷等，2021）。

目前最为成熟和发展最壮大的三种集成学习算法（Chowdhury et al，2015）：一是 Bagging，包括 RF、极端

随机树（ET）等，可减少方差；二是 Boosting，包括梯度提升算法（Adaboost）、梯度提升决策树（GBDT）和轻量

级 GBM 梯度提升机（LGBM）等，可减少偏差；三是 Stacking。三种算法在样本选择、样例权重、预测函数、并

行计算、目标侧重上各有千秋。但一般的集成算法是通过某种方式融合多个相同的学习器，而 Stacking 集成

学习策略则更为强大，其通过将多个不同的基本学习器的预测结果作为新的特征输入一个元学习器中，从而

获得更准确和泛化能力更强的预测结果（林萍和吕健超，2023）。在 Stacking 算法中，需要进行两个阶段的学

习：第一阶段是使用多个基本学习器对原始数据进行训练和拟合，得到多个基本模型；第二阶段是使用一个

元学习器将多个基本模型的预测结果组合起来，生成最终的预测结果。Stacking 集成学习方法能够兼顾多

个基模型和元模型的学习能力，发挥各模型优势，进一步提高预测精度。此外，由于 Stacking 集成学习方法

及选取模型的自身优势，该模型具有可移植性（李美玉等，2023），在其他应用情境下实现风险预警，例如，信

用债违约风险预警（刘晓等，2023）、P2P 网贷违约风险预警（丁岚和骆品亮，2017）等。

从智能财务危机预警模型实践来看，通常是先选取财务类指标，包括企业偿债能力、企业盈利能力、企业

营运能力、企业现金流量水平、企业发展能力、资本结构（吴春雷和马林梅，2007）。由于财务信息存在滞后

148

江乾坤等：互联网企业海外并购财务风险大数据预警研究

性，应引入多角度的非财务信息，从不同侧面预测企业财务危机的风险源，进而提升预警模型的预测价值（肖

毅等，2020），例如，监事总规模、审计意见和创新成长能力、大股东持股比例和独立董事比例（吕峻，2014）、网

络舆情（宋彪等，2015）、系统性风险（杨子晖等，2022）、线上运营能力、投诉途径、登陆方式与合作第三方网络

平台数量。此外，通过引入新闻媒体和股吧评论等运用大数据分析的指标，财务危机预警模型可以得到有效

的改进，从而提高其预警效果，同时减轻传统财务指标的滞后性（宋彪等，2015）。可见，融合大数据与机器学

习算法的智能财务风险预警模型不仅可行，而且往往会挖掘很多新型的预警因子。

（二）互联网企业海外并购及其风险因子研究

相比于国内并购而言，跨国并购所涉及的政治、经济、文化等风险问题更为错综复杂（王静，2020），例如

东道国媒体负面情绪强烈（晏艳阳和汤会登，2023）；数据风险日益突出（马述忠等，2023）；“来源国劣势”引发

东道国政府的监管阻挠（杨勃等，2020）；贸易堡垒带来的跨国并购障碍与风险（杨连星，2021）；文化差异导致

并购整合失败（Ahern et al，2015）；制度环境差异大导致并购双方信息不对称（Ahmad et al，2019）、法律风险

（俞锋和池仁勇，2015）等宏观因素。但是，这些研究大多限于单一风险或几种风险因子，且大多采用传统实

证方法，如 Logistic 回归等方法，鲜有运用大数据的机器学习方法。而随着大数据技术日益兴盛，通过机器学

习模型挖掘更丰富的互联网企业海外并购风险因子已成为可能。

随着国内互联网市场进入存量市场竞争时代，互联网行业“出海”已成趋势，这对以往大多针对于传统制

造业的跨国并购研究提出了新的挑战。近年来，部分文献开始对互联网企业国际化展开探索式研究（Vecchi

and Brennan，2022；冯乾彬等，2023）。Luo（2021）提出主流的国际化投资理论难以适用于中国互联网行业等

新兴行业的投资行为，传统的所有权优势、区位优势和内部化优势在数字经济时代有所削弱。在互联网企业

进行跨国并购时，东道国的市场规模、地理距离不再是企业着重考虑的因素，而是更倾向于获取东道国丰富

的数字技术和研发资源（蒋殿春和唐浩丹，2021）。相比于传统制造业，互联网行业的敏感性会导致企业在并

购时会遭受着更为严厉的东道国政府监管（郭全中和李祖岳，2023），例如，近年来美国对我国的中兴、华为和

字节跳动等互联网企业的长臂管辖与定点打击及美国外资投资委员会（CFIUS）以国安理由介入调查并取消

的并购案例越来越多。欧盟出台的《通用数据保护条例》（GDPR）等数据隐私法规的出台也对我国互联网企

业出海提出了更高的要求（马述忠等，2023）。区别于传统制造业跨国公司，互联网企业独特的成长路径蕴涵

着特有的海外并购风险（楼润平等，2019），因此有必要对互联网企业国际化作更深入的探讨。

综合来看，现有文献机器学习研究主体多是上市公司国内并购（王言等，2021），较少专注海外并购事件；

研究对象以传统制造业为主，较少专注互联网企业；预警指标体系以微观（企业）财务指标为主（Jia et al，

2020），较少涉及宏观（国家）和中观（行业），且对跨层面多角度的影响因素的综合分析较少；预警风险因子以

财务类指标为主，非财务类指标已经逐渐增多（陈艺云，2022）；研究方法已经大量探索机器学习模型，但集成

学习及 Stacking 算法模型少见。为此，基于互联网企业海外并购事件及其文献，本文从国家宏观、行业中观、

企业微观和大数据 4 个维度构建互联网企业海外并购财务风险大数据预警指标，通过算法优化构建集成预

测模型，并对比不同学习算法在跨国并购风险预警的预测效果，以期为海外并购风险管控提供新思路。

三、Stacking 集成学习算法建模与风险因子指标体系构建

（一）研究思路

本文设计的基于 Stacking 模型的互联网企业海外并购财务风险大数据预警模型实施路线如图 1 所示。

国内和国外并购交易分析平台中记录了大量互联网企业海外并购记录数据，本文首先通过网络爬虫、手工等

方法收集我国互联网企业海外并购的样本。除基础数据预处理工作外，本文就可能出现的样本过拟合和特

征维度过多的问题提出了解决方案。在模型设计和实施阶段，依据“好而不同”的原则在模型候选列表（包括

集成学习模型和非集成学习模型）中进行随机选择并针对海外并购数据集完成训练，并采用机器学习任务中

常用的准确率和 area under curve（AUC）值等指标进行模型评估，选取预测精度最高的组合模型作为本文的

基模型组合。接下来，基于 Stacking 集成学习的思路，本文对单分类器的输出结果进行特征融合优化，并将

其作为输入进行元模型的训练，以输出最终的预测结果。最后，通过输出特征重要性图来分析模型中各个特

征对预测结果的影响程度。这有助于理解模型对于不同特征的关注程度，并有助于特征选择和模型调整的

优化工作。

149

技术经济 第 42 卷 第 9 期

B )fl

ffi

54

\"B

> >= > \"

4

 4USJOH4-

) K4

-(#.

9(#PPTU

3'

\"EB#PPTU

3JEHF

&5

,//

-3

47$

#BZFT

.-1

%5

K LK

E

fi

fi

fi

fi

fi MKM@

0\"M\"1!

fflF>

-(F!##

1-(0

(2

&

4UBDLJOHK+54

\"BBMKM@fi





8

fi

M

\"



ffi

@







#

\"

图 1 模型实施路线图

（二）Stacking 集成学习算法建模

集成学习技术是将一系列基学习器通过迭代、组合等方式组成新的机器学习模型来降低方差及提高模

型的泛化性能（Dasarathy and Sheela，1979），首先，依据预先设定的规则生成多个分类器；其次，利用预设定的

组合规则将这些分类器合理地组合起来，形成一个元分类器，其泛化能力更优于单一分类器；最后，综合分析

多个分类器的预测结果，得出最终的输出结果。基于“堆叠泛化”（stacked generalization）概念，Wolpert（1992）

认为集成学习是一种将多重机器学习模型分类、分层，最后通过一类投票（vote）方法输出模型最终分类结果

的算法模型。对比传统的基于投票法的集成学习模型与 Stacking 模型，后者的分类准确性均优于前者

（Georgios et al，2005）。Stacking 算法使用特殊的结合方法，可以将不同类型的机器学习算法汇集并堆叠成为

一个新的学习器（徐继和杨云，2018）。

Stacking 算法建模过程如图 2：首先，对数据集进行重采样，获取多个子集，一般分为与基学习器个数相

同的份数。第一层学习模型通常是指对原始数据即没有标签的数据进行预测并进行有监督的学习。本文所

用的数据均是在已有事实结果的情况下获取，数据已经有了明确结果，故第一层学习模型不再考虑。基学习

器是指在构建 Stacking 算法中用于构建第二层预测模型的机器学习算法。每个基学习器仅使用一个其他基

学习器未预测过的子集来作为预测集，以保证这个子集未参与到训练过程之中，且可以减少过拟合程度。通

常在选择基学习器时，选择计算方法有偏差的弱学习器来产生分类结果，以免导致后续的训练受第二层结果

影响过大，造成结果方差偏离较大。在分配训练子集过程中，应当避免每一块数据索引互相重叠（史佳琪和

张建华，2019），以防最终输出结果出现严重的过拟合。

其次，得到所有基学习器的输出结果后，对相互之间的结果进行相关性分析。筛选出相关性较差的输出

结果，保留其算法模型，而对于相关度较高的模型则保留预测结果最好的一组模型。其原因在于，不同的算

法本质上是不同维度及不同的数据结构角度拟合数据，然后根据不同的原理来建立模型，而最终的叠加是一

个纠错过程（徐继和杨云，2018）。这就使得对于整体 Stacking 集成学习模型而言，基学习器的召回率比准确

率更重要。本文选择 Pearson 法来衡量各个模型的差异程度，其计算方法如式（1）所示。

r xy =

∑i = 1

m

( x - xˉ) ( y - yˉ )

∑i = 1

m

( x - xˉ)

2

∑i = 1

m

( y - yˉ )

2

（1）

150

江乾坤等：互联网企业海外并购财务风险大数据预警研究

@3K3N

@3K

&

K

@3K

&

@3KK

&K



1

1 

1P

@3K Y @3K Y @3K YP 

\"AK4META @3K9META

1

ffi33ffi



\"AK4-

K&OLD

1

1

图 2 Stacking 算法建模过程

其中：x 和 y 分别为两不同模型输出的预测值；i 为观测值，共 m 组预测值。r xy 越小，模型匹配度越高。再者，

选择所有相关性较差的结果组合记录其所对应的基学习器，得到第二层基学习器集合。这些基学习器在最

终的集成学习算法之中将会反复训练堆叠，结果也会不断做交叉验证，最终选取得到精确率更高的集成学习

模型。

最后，第三层通常选用投票法来产生最终的预测结果。基于陈铁明和马继霞（2012）等已有研究，通常赋

予最优模型以更高的权重。根据随机森林或其他树形决策分类器的特征，在已经获得数据分类结果的情况

下，可以使预测结果更好的模型得到更高权重，也可以使用加权投票法来简化算法流程（徐继伟和杨云，

2018）：H ( x ) =∑t = i

T

wi hi ( x )，其中 wi 为第 i个个体学习器的权值；hi ( x ) 为第 i个学习器（共 T 个）的误差，通常 wi >

0 且∑i = 1

T

wi > 0。或可以采用平均法：H ( x ) = 1

T∑i = 1

T

hi ( x )，其中 i 为第 i 个学习器。Stacking 算法具体表示如下：

对于一个样本集合 D = {( xp

，yp )，p = 1，2，3，⋯，N}，yp 是第 p 个样本的结果，xp 为第 p 个样本所对应的特征集。

（三）互联网企业海外并购财务风险预警因子体系

1. 互联网企业海外并购风险预警因子体系

综合现有研究，本文构建的中国互联网企业海外并购风险预警因子包括 4 个维度（表 1），共计 86 个指

标。其中，股吧评论属于大数据非财务指标，下文将详细解析，其他类指标限于篇幅不再详析。这些风险预

警因子相对独立又相互关联，从风险演化链角度来看，东道国宏观风险因子、市场中观风险因子、企业微观风

险因子往往会依次显现，媒体关注等大数据预警因子则凭借独特的实时动态优势贯穿其中，它们的综合预警

效果最终会通过主并企业财务危机形式呈现，而上述纷繁复杂的风险预警过程无法采用传统的财务风险预

警模型，需要引入以集成学习为代表的的智能财务危机预警模型。

151

技术经济 第 42 卷 第 9 期

表 1 互联网企业海外并购财务风险预警因子体系

宏观：

国家

风险

中观：

市场

微观：

企业

媒体

关注

（大数据）

政治风险

经济基础

偿债能力

社会弹性

对华关系

市场环境

市场反应

并购

流程

财务

能力

技术创新投入

内部控制质量

审计意见

网络搜索

股吧评论

并购战略

并购交易

并购整合

偿债能力

盈利能力

营运能力

发展能力

现金流量

X1 执政时间；X2 政府稳定性；X3 军事干预政治；X4 腐败；X5 民主问责；X6 政府有效性；X7 法制；X8 外部冲突

X9 市场规模；X10 发展水平；X11 经济增速；X12 经济波动性；X13 通货膨胀率；X14 贸易开放度；X15 失业率；X16 投资开放

度；X17 资本账户开放度；X18 收入分配

X19 外债占 GDP 比重；X20 财政余额占 GDP 比重；X21 公共债务占 GDP 比重；X22 经常账户余额占 GDP 比重；X23 短期外债

占总外债比重；X24 外债占外汇储备比重；X25 银行业不良资产比重；X26 贸易条件；X27 是否为储备货币发行国

X28 内部冲突；X29 环境政策；X30 资本和人员流动的限制；X31 劳动力市场管制；X32 商业管制；X33 社会安全；X34 教育水

平；X35 其他投资风险

X36 是否签订双边投资保护协定（BIT）；X37 投资受阻程度；X38 双边政治关系；X39 贸易依存度；X40 投资依存度；X41 免签

情况

X42 营商环境（全球营商环境排名）；X43 赫芬达尔指数（市场集中度）

X44 股价波动率（投资者认可度）；X45 评级结论（证券分析师预测）

X46 行业选择；X47 区位选择

X48 并购溢价率（并购定价风险）；X49 支付方式

X50 整合方式；X51 商誉减值（并购整合效果判断）

X52 资产负债率；X53 带息负债比率；X54 速动比率；X55 现金流动负债比率；X56 经营活动产生的现金流量净额/带息债务

X57 净资产收益率；X58 总资产报酬率；X59 主营业务利润率；X60 成本费用利润率

X61 总资产周转率；X62 应收帐款周转率；X63 流动资产周转率；X64 存货周转率

X65 总资产增长率；X66 销售利润增长率；X67 资本保值增值率

X68 净利润现金净含量；X69 营业利润现金净含量；X70 营业收入现金净含量；X71 全部现金回收率；X72 营运指数；X73 每股

经营活动现金流量净额；X74 每股企业自由现金流量

X75 技术投入比率（企业本年科技支出/本年营业收入）

X76 内部控制衡量指标（DIB 迪博数据库）

X77 审计意见类型

A1 百度指数（百度搜索词条）

B1：T-2 年贴子数；B2：T-2 年评论数；B3：T-2 年舆论热度；B4：T-2 年积极情绪指数；B5：T-3 年贴子数；B6：T-3 年评论数；

B7：T-3 年舆论热度；B8：T-3 年积极情绪指数；第 T 年为主并互联网企业实施海外并购后被标为 ST 的年份，T-2 年、T-3 年

表示互联网企业海外并购后被 ST 的前 2 年、前 3 年

注：宏观国家层面的指标的选取参考由中国社会科学院发布的《中国海外投资国家风险评级报告》，指标详情也可参考此报告。

2. 股吧评论指标

从在线信息获取的企业相关大数据，其内容可包含导致企业财务危机方方面面的因素，甚至包含人们尚

未认识到的危机根源。在众多网络平台中，股吧平台最为活跃，也是最具有研究价值的平台，股吧平台是媒

体、机构投资者、小众投资者、供应商及基金经理之间信息传递的重要媒介，其产生的大数据对于研究公司股

票价格和财务状况的变化极具价值（Lai ，2022）。股吧评论中不乏资深网民与相关专家对海外并购事件的

真知灼见，其言论具有一定的专业性和科学性。它们所传递的信息及情感交流的互动和波动在一定程度上

能够反映企业在实施海外并购后的经营及财务状况，因此对企业的财务危机具有一定的预警价值。此外，互

联网上的网民对企业的相关行为也会产生反应，这涵盖了线下接触企业的人们所产生的各种情绪。所有这

些信息通过线下行为映射到互联网，并通过聚集、排斥和融合的作用在互联网中形成股民情绪，进而形成与

相关企业相关的网络舆情（宋彪等，2015）。这些客观、科学的数据可以为财务危机预警提供帮助。不仅大数

据与企业财务状况密切相关，而且通过计算机自然语言处理技术进行量化处理，结果更加客观，因此通过大

数据量化处理形成的指标可以解决以往非财务指标片面、主观、难以量化的问题。通过分析和监测这些数

据，可及早发现潜在的财务风险因素和市场反应，帮助企业及时采取措施避免危机的发生或减轻其影响（段

珊珊和朱建明，2016）。

关于股吧评论的指标获取，本文采用 Python 作为编程基础，选取中国最大的财经网站东方财富网作为

数据来源，从中批量爬取评论的标题、内容文本、时间等。为了对所爬取的内容文本进行情感分析，本文采用

了多个情感词典来构建情感词库，其中包括如下词典：第一，基础词典，主要以知网 HowNet 情感词典为主；

第二，网络语言词典，以 BosonNLP 和 SnowNLP 情感词典为主；第三，金融专业领域词典，以证券和财经领域

词汇为主；第四，新闻词典，主要以新闻、政策中隐性情感倾向的词汇为主。基于以上的情感词典，加入其他

手动搜集的情感词和股吧情感词典（表略），得到本文进行集成学习的评论数据情感词典。此外，在日常交流

中，除了情感词典中的积极词汇和消极词汇以外，大量的副词和否定词也经常被用来加强或减弱所要表达的

内容。为了更准确地评估文本情感，本文参考 HowNet情感词典、相关研究和人工收集的信息，整理出副词和

否定词的词典（表略），并将它们分为 7 个等级，根据现有的文本情感分析文献进行具体赋值。积极词汇赋值

为 1，消极词汇赋值为-1，副词和否定词的值在-1.0~2.5，绝对值越高表示程度越强。

152

江乾坤等：互联网企业海外并购财务风险大数据预警研究

另外，根据情感词典和机器学习程序分析股吧评论的情感值。使用 jieba 分词将爬取到的文本内容的句

子分割成词汇，将分割后词语中的情感词与情感词典中的词汇自动进行对比，并使用程度副词进行加权计算

得到情感值。之后，根据文本中各词汇的情感值，相加汇总后可得到每一个帖子中文本的情感值。若情感值

大于 0，则当前主题帖为积极评论贴；若情感值小于 0，则当前主题帖为消极评论贴；若情感值为 0，则将其定

义为中立评论贴。

本文将主并互联网企业实施海外并购后被

ST 的年份定义为 T 年，由于财务报告发布具有

滞后性，T-2 年财务数据已包含企业发生财务危

机的主要特征——亏损，但这些评论属于在 T-2

年财务数据发布之前的评价，并不会夸大财务危

机预警效果。因此，本文在考虑大数据指标时，

选取企业 T-2 和 T-3 年的股吧平台数据进行观

察和分析。

由此，本文给出股吧评论大数据指标的定义

见表 2。

综上，本文选取 T-2 年帖子数、T-2 年评论数、T-2 年舆论热度、T-2 年积极情绪指数、T-3 年帖子数、T-3

年评论数、T-3 年舆论热度、T-3 年积极情绪指数 8 个大数据指标作为待选项，用于后续的海外并购财务危机

预警模型，并借助 Python 收集到约 60 万条数据，整理汇总成 45 家互联网上市公司的 56 起海外并购事件的 8

个大数据指标。本文的互联网企业海外并购财务风险大数据预警模型如图 3 所示。

6

+6

9D6

B6

U>U

54\"B

BMKM@

B\"/

U>U

B*

Bfl

B

MK

U>U

!MK

3\"

-

6

.

2

2

U>U

(

7

UU

ffi-2



 <

3fl44

ffi

U>U

F

U>U

@>

U>U

图 3 互联网企业海外并购财务风险大数据预警模型

四、互联网企业海外并购财务风险预警的 Stacking 模型及其数据分析

（一）数据获取

完整且质量高的数据是机器学习的重要基石。在数据获取的过程中，应以数据质量评估标准为导向，以

确保数据的完整性、一致性和准确性，并在最终结果的形成中予以体现。同时，需要摒弃传统的逻辑思维方

式，不再仅从因果逻辑的角度出发，寻找与实验目标有可能相关联的因素，而是应该尽可能从多个维度收集

企业的所有相关信息。这些特征值有可能是以非线性的形式呈现在最终的分类结果之中，传统的线性回归

表 2 互联网企业海外并购事件的股吧评论大数据指标

符号

B1

B2

B3

B4

B5

B6

B7

B8

定义

T-2 年帖子数

T-2 年评论数

T-2 年舆论热度

T-2 年积极情绪指数

T-3 年帖子数

T-3 年评论数

T-3 年舆论热度

T-3 年积极情绪指数

说明

ln（T-2 年帖子汇总数）

ln（T-2 年帖子下的评论汇总数）

ln（T-2 年帖子汇总数+帖子下的评论汇总数）

（T-2 年积极评论帖子数-T-2 年消极评论帖子数）/

（T-2 年积极评论帖子数+T-2 年消极评论帖子数）

ln（T-3 年帖子汇总数）

ln（T-3 年帖子下的评论汇总数）

ln（T-3 年帖子汇总数+帖子下的评论汇总数）

（T-3 年积极评论帖子数-T-3 年消极评论帖子数）/

（T-3 年积极评论帖子数+ T-3 年消极评论帖子数）

资料来源：东方财富网。

153

技术经济 第 42 卷 第 9 期

方式对非线性叠加的特征利用率较差，而借助集成学习算法，则有可能从海量的、杂乱无章且不清晰的数据

中找寻到蕴含有规律、有价值和能够理解应用的特征。

1. 数据来源

鉴于许多中国互联网企业注册于开曼群岛等避税天堂，本文以实际营业地或办事机构所在地处于中国

大陆并在沪深两市、香港联交所、美国纳斯达克交易所、美国纽约交易所等上市的中国互联网企业为主并企

业，以实际营业地或办事机构所在地处于中国大陆以外（不含港澳台地区）的企业为目标企业，以 2013 年 1 月

1 日—2020 年 12 月 31 日发生的 45 家中国互联网企业 56 起海外并购事件为研究样本，具体信息主要源于清

科研究中心、Zephyr 全球并购交易分析库、中国全球投资跟踪报告（美国企业研究所和传统基金会）、国泰安

“海外直接投资”数据库，同花顺 iFind 等数据平台，通过网络爬虫、并购数据库、手工等方法收集，结合新浪财

经、巨潮资讯、东方财富网等多方平台加以验证和筛选，并对如下样本进行剔除：①未对外公告的并购事件；

②并购前为 ST 类公司；③目标公司所在地为港澳台地区、开曼群岛、英属维尔京群岛等避税区；④数据缺失

的样本。最终得到 56 起中国互联网企业跨国并购事件样本。宏观层面的东道国国家风险指标和数据主要

来自中国社会科学院世界经济与政治研究所（IIS）发布的历年《中国海外投资国家风险评级报告（2013—

2021）》（CROIC‑IWEP）；中观层面的数据主要来自于世界银行、百度搜索和同花顺；微观层面的企业数据主

要来自国泰安、新浪财经、巨潮资讯等。

2. 数据爬取与存储

为了获取建模所需要的互联网企业海外并购风险因子数据，研究团队编写了爬虫程序，在公开的海外并

购相关数据平台上爬取互联网企业海外并购事件的各个维度信息。这些数据平台覆盖了清科研究中心（数

据库‑并购事件）、新浪财经、巨潮资讯、东方财富网等网站。具体流程如下：①获取链接。根据网站自身统一

资 源 定 位 符（URL）规 则 获 取 各 个 数 据 的 链 接 ，设 置 baseURL 变 量 遍 历 所 有 数 据 。 ② 获 取 信 息 。 利 用

BeautifulSoup 库对 html 重构成文档树，并加入异常捕获、日志记录增强爬取过程程序的健壮性。随机挂起程

序，以减轻网站访问压力。③数据存储。利用轻量级的 sqlite3 数据库实时存储爬取到的数据。

3. 数据预处理

（1）缺失值回归填充。在原始测试集中，除去对年份进行检索补全之外，发现缺失值分布较为均匀。考

虑到数据有部分分布不均衡，本文将测试集中约 15% 的空缺数据删除，以减少对最终结果的影响。在增添

的特征方面，由于对数据的除法运算会出现除无意义（0ERROR），将这一部分跳过之后会出现空值，所以选

择回归填充缺失值的方法，分 flag=0 和 flag=1 的情况执行随机森林决策树回归填充缺失。上述缺失值填充

原理是：在填补每个特征时，将其他特征的缺失值用 0 代替，每完成一次回归预测，就将预测值放到原特征矩

阵中，再继续填补下一个特征。随着每个特征的填补，有缺失值的特征数量会逐渐减少，每次循环后需要用

0 填补的特征也会越来越少。当遍历到最后一个特征时，所有其他特征都已经用回归填补了大量有效信息，

可以用这些信息来填补缺失最多的特征。最终，遍历所有特征后，数据将不再存在缺失值。

（2）String 编码。由于区域特征比较少，对此部分的特征考虑选用独热编码或直接编码。在初步选用的

模型尝试后发现直接编码效果比较好，最终采取了直接编码的形式。

（3）归一化处理。由于参数变化范围较大，最终可能会对模型产生影响，需要移除掉名称、区域、行业等

不需要标准化的数据后再对其他数据进行归一化处理，将该类数据原始值 x 使用 z‑score 标准化到 x'。数据

标准化过程中对序列 x 1，x 2，⋯，x n 进行如下变换：yi = xi - xˉ

s ，其中，xˉ = 1

n∑i = 1

n

xi

，s = 1

n - 1∑i = 1

n

( xi - xˉ)

2 则新序

列 y 1，y 2，⋯，y n 的均值为 0，方差为 1，且无量纲。

（4）数据降维。数据降维就是通过特征选择或特征变换操作将数据从原始的 D 维空间投影到新的 K 维

空间。数据降维方法主要分为两类：一是特征选择，它是在所有的特征中通过子集搜索算法寻找和模型最相

关的特征子集的过程，即在所有特征中选择和目标最相关的一些特征，丢弃掉一些不太重要的特征。特征选

择可细分为三个类型：①过滤式，即根据特征的统计学特性选择特征，例如 Relieff 算法等；②包裹式，即通过

训练机器学习模型来选择特征，例如支持向量机递归特征消除（SVM‑RFE）方法等；③嵌入式，即在训练机器

学习模型的同时选择了特征，例如逻辑回归、LASSO 回归（最小绝对值收敛和选择算子算法）。二是特征抽

154

江乾坤等：互联网企业海外并购财务风险大数据预警研究

取，亦称特征降维，它是指通过某种线性变换或非线性变换，将数据从高维空间映射到低维空间，例如主成分

分 析 法（PCA）（Tharwat ，2016）。 特 征 选 择 的 数 据 降 维 方 法 符 合 本 文 研 究 目 的 ，同 时 Least absolute

shrinkage and selection operator（LASSO）回 归 对 于 数 据 的 要 求 极 低 ，能 够 进 行 变 量 筛 选 和 降 低 模 型 复 杂

度。变量筛选是为了在模型拟合过程中选取最重要的变量，从而提高模型的性能和泛化能力。而复杂

度调整则是为了避免过拟合现象，即过度拟合训练数据集，而导致在新的数据集上表现不佳的情况。因

此，本文选择 LASSO 回归方法进行数据降维。LASSO 回归通过 L1 正则化对回归系数进行惩罚，可以将

不重要的变量系数缩小甚至置为 0，从而实现变量筛选和模型复杂度调整。因此，LASSO 回归是一种非

常有效的数据降维方法，适用于高维数据的建模和特征选择（Tibshirani，1996）。变量系数 β̂

的计算公式

为：β̂

lasso = argmin

é

ë

ê ù

û ∑ ú i = 1

n

( yi - xi β )

2 + λ∑

j = 1

p

|βj

| 。其中，yi 为第 i个样本（共 n 个），βj 为第 j个参数（共 p 个）。λ（大于

0 的正数）作为调和参数，调节惩罚项（公式后半部分）权重。当 λ 越来越大时，惩罚项的作用将越来越强，模

型的大部分回归系数会被约束为 0，因此可以通过控制 λ 来控制所选变量个数。

（二）过拟合问题

Stacking 算法是一类多重算法堆叠而成的强学习器，如同大多数强学习器一样，它容易产生过拟合问

题。不过，在构建模型并检验的过程中，模型最终的结果并不是适配训练数据，而是要适配验证数据。本文

对 Stacking 建模过程中可能出现过拟合的情况作出如下说明：①如果所获取数据是原始数据，即没有分类完

成，需要有监督的学习并完成分类结果，则第一层训练模型的选择中应当避免选择可能出现低方差、高偏差

的模型，通常是指强学习器。第一层训练结果通常会作为初始训练集和测试集，使用低方差的模型有可能使

最终模型输出一个偏差极大的结果。如果多次对模型进行调整后仍得不到理想的提升，则有可能是第一层

训练模型过拟合。②在第二层训练模型的选择之中，除应当选择输出结果相关度较低的基学习器组合之外，

还应当注意这部分的训练集拆分不能使得不同的基学习器使用相同的训练集，这会导致训练集和测试集有

交叉，影响真实的模型精确率，导致最终输出模型拟合度过高。③在进行特征工程时，如果使用多个特征进

行运算得到一个新特征，新特征的使用会显著增强参与运算的特征在模型之中的权重。即使得到的实验数

据精确度更高，也要防范过拟合的风险。

（三）实验过程及结果分析

1. 数据处理

本文通过并购数据库、网络爬虫等多种数据渠道共获取了 2013—2020 年 45 家中国互联网上市公司 56

起海外并购事件数据，并购标的涉及 16 个国家及地区，包含 86 个数据维度，并购信息、风险因子，对应数据处

理方法分别为编码、归一化、One‑Hot编码等。

2. 样本选取

关于研究样本的分类，本文采用上市公司是否被 ST 作为财务困境的判别标准，ST 公司界定为财务困境

公司，非 ST 公司界定为财务健康公司。从样本公司实施海外并购后财务状况可知（表 3）：财务健康公司为

32 家，财务困境公司为 13 家，两者比例约为 2.5∶1。现有研究对智能财务危机预测时，大多将测试样本组和

训练样本组的比例设为 1∶2（滕晓东和宋国荣，2021）。遵循这一原则，本文从总研究样本中随机抽取 35% 作

为测试样本组，剩下 65% 作为训练样本组。因

此，最终的训练样本组由 29 家公司组成，其中财

务危机公司 8 家，正常公司 21 家；测试样本组由

16 家公司组成，其中财务危机公司 5 家，正常公

司 11 家。

3. 数据降维

经初步处理后，本文通过 LASSO 回归筛选指标，在上述 86 个指标中剔除了系数为 0 的指标，从中筛选

出与财务危机预警较为相关的 31 个主要指标作为后续变量，具体变量见表 4。

4. Pearson 相关性分析

Stacking 算法集成多种机器学习算法堆叠成为新的学习器，通过投票法或加权投票等方法来修正基学习

表 3 研究样本概况

样本分组

测试样本

训练样本

样本类型

财务危机公司

正常公司

财务危机公司

正常公司

样本个数（个）

5

11

8

21

16

29

样本占比（约）

31%（测试组内占比）

69%（测试组内占比）

28%（训练组内占比）

72%（训练组内占比）

35%（总体占比）

65%（总体占比）

155

技术经济 第 42 卷 第 9 期

器的错误分类。因此，在选择基学习器时要尽可能选择

不同种类的学习器，这可以根据预测结果的二维 Pearson

相关系数作为参考依据。本文在计算后选取了逻辑回

归（logistic regression）、岭回归（ridge regression）、极端梯

级 提 升 树 分 类 器（XGBoost classifier）、LGBM 分 类 器

（LGBM classifier）及 随 机 森 林 分 类 器（random forest

classifier）作为基学习器，各类算法的误差 Pearson相关性

分析的热力图见图4。由图4可知，除了XGBoost与Ridge

算法所输出的预测结果相关性较强外，其他算法所输出

的预测结果相关性并不明显。因此，可以将这些算法作

为基学习器组成最终的 Stacking 算法。

5. 模型训练

将训练集根据基学习器数量进行 k 折交叉（本文

k=5）后得到训练子集。分别使用 sklean 库中 5 种基学

习器 LR、Ridge、XGBoost、LGBM 和 RF 算法来训练得

到训练模型。

6. 模型质量的评价指标

机器学习需要建立模型来解决具体问题 ，通常

需要使用一些指标来评估模型的性能和泛化能力，

常用的模型评价指标例如准确率、精确率、召回率、

F1 等，而它们都建立在混淆矩阵（confusion matrix）的

基础上。

（1）混淆矩阵。混淆矩阵又被称为错误矩阵，被

用来呈现算法性能的可视化效果，通常是监督学习。

表 5 中，每一列代表预测值，每一行代表的是实际的类

别，其中：TP 代表将正例正确识别成正例的数量；FP

代表将反例错误识别成正例的数量；FN 代表将正例错

误识别成反例的数量；TN 代表将反例正确识别成反例

的数量。

（2）评价指标。通过混淆矩阵，可以得到模型的

准确率等指标，具体评价指标解释见表 6。

表 6 机器学习模型评价指标

指标名称

准确率（fACC）

精确率（P）

召回率（R）

F1

计算公式

（TP+TN）（/ TP+FP+FN+TN）

TP（/ TP+FP）

TP（/ TP+FN）

2PR（/ P+R）

指标解释

预测正确的样本占总观测数比重，用以衡量模型的整体效果

在所有被预测为正例的样本中，真正为正例的样本所占的比例，代表着对正样本结果中的预测准确程度，

精确率越高，说明模型在预测正例时的准确性越高

在所有实际为正例的样本中，被正确预测为正例的样本所占的比例，召回率越高，说明模型在检测正例时

的能力越强

F1综合考虑了精确率和召回率，可以用来综合评估模型的性能。值越大，输出结果越好

7. 堆叠次数

基学习器参数设置无需过于苛刻追求精度，这是由 Stacking 堆叠算法的计算原理决定的。对基学习器

进行五轮迭代后投票，分别输出每轮堆叠的精确率、准确率和召回率。选择精确率最高的一组参数并得到最

终 Stacking 模型的输出结果。图 5 为五轮迭代过程中精确率、召回率和准确率的变化。最终结果使用准确率

来进行比对分析，设置不同次数堆叠，会对结果产生细微影响。本文自第零次堆叠开始总计最高堆叠 6 次，

得到了七种结果（图 5）：其中，精确率和准确率均以检出海外并购风险互联网企业数量为分子。由计算结果

表 4 互联网企业海外并购财务风险预警指标（含大数据）

宏观：

国家

风险

中观：市场

微观：

企业

媒体关注

（大数据）

政治风险

经济基础

偿债能力

社会弹性

对华关系

市场环境

市场反应

并购战略

并购交易

并购整合

财

务

能

力

技术创新投入

内部控制质量

审计意见

新闻媒体

股吧评论

负债能力

盈利能力

营运能力

发展能力

现金流量

X2 政府稳定性

X11 经济增速；X14 投资开放度

X20 财政余额/GDP；X26 贸易条件

X32 商业管制

X38 双边政治关系；X40 投资依存度

X42 营商环境；X43 赫芬达尔指数

X44 股价波动率

X47 区位选择

X48 并购溢价率

X51 商誉减值

X52 资产负债率；X54 速动比率；

X56 经营活动现金流量净额/带息债务

X58 总资产报酬率

X61 总资产周转率；X64 存货周转率

X66 总资产增长率

X69 营业利润现金净含量；

X70 营业收入现金净含量

X75 技术投入比率

X76 内部控制质量

X77 审计意见类型

A1 百度搜索词条

T-3 年积极情绪指数、T-3 年评论数、

T-2 年积极情绪指数、T-2 年帖子数

LR 1

Ridge 0.621 1

XGBoost 0.534 0.891 1

LGBM 0.624 0.669 0.635 1

RF 0.754 0.620 0.675 0.565 1

LR Ridge XGBoost LGBM RF

其中数据值的大小以颜色来进行区分

图 4 各类机器学习算法误差 Pearson 相关性分析的热力图

表 5 混淆矩阵

混淆矩阵

真实结果 实际正例

实际反例

预测结果

预测为正例

TP（TruePositive）

FP（FalsePositive）

预测为反例

FN（FalseNegative）

TN（TrueNegative）

156

江乾坤等：互联网企业海外并购财务风险大数据预警研究

可以看出，整体的准确率随着堆叠次数的增

加呈非线性变化。在研究中，需要根据实际

情况参考不同的指标。本文希望系统能尽

量全面的检出含有海外并购财务风险的互

联网企业，因此召回率和准确率是本文的主

要参考指标。通过对比，本文选取的堆叠次

数为 1。

8. 输出结果

各模型的评价指标输出结果见表 7。对

比传统的机器学习结果，Stacking 模型能够

获取更高的准确率（93.4%），召回率（95.5%）

也达到最高，说明本模型能够最大限度检出

互联网企业海外并购后当前是否有可能处

于风险状况；Stacking 模型的 F（1 86.2）高于其

他模型的 F1，说明其稳健性较其他模型更为

突出。因此，Stacking 集成学习得到的相关

指标证明该模型的可靠性，可以用于对互联

网企业海外并购财务风险的预警。

从测试样本的 Stacking 模型预测结果来

看（表 8），正常企业与 ST 企业的预测正确率

分别为 90.9% 和 80.0%，预测效果良好。

9. 预警指标

Stacking 模型无法得到一个简单的数学

公式来表示预测结果，属于“黑盒子”预测，

因为它是通过多个基模型和一个次级模型的组合来得到预测结果的。但是，本文可以通过输出特征重要性

图来分析模型中各个特征对预测结果的影响程度，以帮助理解模型对于各个特征的关注程度，帮助优化特征

选择和模型调整。

（1）重要性排序。根据 Stacking 的重要性分析，得到有利于财务危机预警的 15 个重要指标如图 6 所示。

其中，基于国家风险维度是“投资开放度”指标，基于市场风险维度是“股价波动率”指标，基于财务能力维度

是“总资产周转率”“营业收入现金净含量”“总资产报酬率”“经营活动产生的现金流量净额/带息债务”“存货

     



 

    



     























      

!

(U U

fiE U U

1-( ( -(

图 5 模型迭代次数与精确率、召回率和准确率的关系

表 7 各模型性能度量指标值

模型名称

LR

Ridge

XGB

LGBM

RF

Stacking

准确率（fACC）（%）

85.1

71.7

82.3

80.3

91.4

93.4

精确率（P）（%）

80.1

79.4

69.8

77.3

81.1

78.6

召回率（R）（%）

77.4

75.2

80.1

83.9

90.3

95.5

F1

78.7

77.2

74.6

80.5

85.5

86.2

表 8 Stacking 模型预测结果（测试样本 16 个）

企业类型

正常企业（实际）

财务危机企业（实际）

正常企业（预测）

10

1

财务危机企业（预测）

1

4

预测正确率（%）

90.9

80.0































    

B D(

9(F F

BF(

39\"*+(F\"FM

ffi!

B D(

E!(

4 /ffi4

B

J(

BB(

9\"(F F

5\"(

+2@ffi

BF

B

F>2

图 6 Stacking 模型显示的前 15 个预警指标

157

技术经济 第 42 卷 第 9 期

周转率”“速动比率”“营业利润现金净含量”“总资产增长率”“资产负债率”这些指标，基于技术创新维度是

“技术投入比率”指标，基于内部控制维度的是“内部控制质量”指标，基于大数据维度是“百度搜索词条”指标

和“T-2 积极情绪指数”指标。可见，目前影响互联网企业国际化投资风险的预警指标主要是微观层面，主并

企业的财务能力指标有 9 个，且从重要性排序来看，除了“技术投入比率”指标外，它们占据前 10 位。其次是

技术创新投入（技术投入比率）和股吧评论（T-2 积极情绪指数），它们分列第 5、11 位。最后是市场反应（股价

波动率）与新闻媒体（百度搜索词条），它们分列第 12、13 位；最后是内部控制（内部控制质量）与经济基础（投

资开放度）。

（2）进一步研究。如果把预警指标重新分类，财务预警指标视为传统类，非财务预警指标视为创新类，对

Stacking 模型预测结果进一步分析，且将输入模型的特征进行重要性排序，可以得到两类新的互联网企业海

外并购风险的预警风险因子（图 7、图 8）。其中，排名前五的传统型财务预警指标分别是：总资产周转率、营

业收入现金净含量、总资产报酬率、经营活动产生的现金流量净额/带息债务、技术投入比。具体来说，以企

业营运能力指标（总资产周转率和流动资产周转率）为主，其次是企业盈利能力指标（总资产报酬率），然后是

企业负债能力指标（经营活动产生的现金流量净额/带息债务）、企业创新能力（技术投入比）。排名前五的创

新型非财务预警指标分别是：T-2 年积极情绪指数、股价波动率、百度搜索词条、内部控制质量、投资开放度，

它们分别反映了投资者关注、股价走势、网络搜索、企业内控质量和东道国经济基础对中国互联网企业海外

并购风险具有一定的预警价值。











    

B D(

9(F F

BF(

39\"*+(F

\"FM

ffi!

F>2











  

4 /ffi4

5\"(

+2@ffi

BF

B

F>2

图 7 Stacking 模型显示的前 5 个财务预警指标 图 8 Stacking 模型显示的前 5 个创新型非财务预警指标

综合来看，企业营运能力、现金流量、盈利能力、负债能力和技术创新等传统型财务指标依然是互联网企

业海外并购风险预警的首选指标，但是股吧评论、股价波动率、网络搜索、企业内控质量与东道国投资开放度

等创新型非财务指标对互联网企业海外并购风险预警也具有重要的参考价值。

五、结论

数智化时代，机器学习方法与股吧评论等大数据信息为互联网企业海外并购风险预警提供了新的思

路。本文基于 45 家中国互联网企业海外并购样本及其 86 个风险预警指标，通过 Stacking 集成学习模型进行

机器学习，研究发现：相对于 LR、Ridge、XGBoost、LGBM、RF 等机器学习模型，Stacking 集成学习模型的财务

风险预警效果更好；关于互联网企业海外并购风险预警因子的选择，企业营运能力、现金流量、盈利能力、负

债能力和技术创新等传统型财务指标依然是首选指标，但股吧评论、股价波动率、网络搜索、企业内控质量与

东道国投资开放度等创新型非财务指标也具有重要的预警价值。

本文的不足之处在于，一是互联网企业海外并购研究样本只有 45 家，在划分为训练组与测试组后，测试

组样本数量偏少；二是大数据维度的预警因子偏少，只涵盖新闻媒体与股吧评论。下一步研究将加大样本数

量，纳入更多的大数据预警因子，例如，东道国媒体舆论，上市企业年报管理者陈述语调等，且深入探讨预警

因子与互联网企业海外并购风险之间的因果关系，为互联网企业海外并购风险管控提供更多的决策参考。

参考文献

［ 1］ 陈铁明，马继霞，2012. 一种新的快速特征选择和数据分类方法［J］. 计算机研究与发展，49（4）：735‑745.

［ 2］ 陈艺云，2022. 基于文本信息的上市中小企业财务困境预测研究［J］. 运筹与管理，31（4）：136‑143.

［ 3］ 丁岚，骆品亮，2017. 基于 Stacking 集成策略的 P2P 网贷违约风险预警研究［J］. 投资研究，36（4）：41‑54.

158

江乾坤等：互联网企业海外并购财务风险大数据预警研究

［ 4］ 段珊珊，朱建明，2016. 基于网络舆情的企业财务危机动态预警［J］. 北京邮电大学学报（社会科学版），18（6）：

31‑38，73.

［ 5］ 冯乾彬，向姝婷，蒋为，2023. 数字经济背景下互联网金融企业海外市场进入模式研究——以蚂蚁金服进入“一带一

路”沿线国家为例［J］. 技术经济，42（4）：34‑54.

［ 6］ 郭全中，李祖岳，2023. 动因、挑战、破局：中国互联网企业出海初探［J］. 新闻爱好者，（5）：15‑19.

［ 7］ 蒋殿春，唐浩丹，2021. 数字型跨国并购：特征及驱动力［J］. 财贸经济，42（9）：129‑144.

［ 8］ 李美玉，刘洋，王艺璇，等，2023. 基于 Stacking 集成学习的用户付费转化意向预测方法研究——以免费增值游戏为

例［J/OL］. 数 据 分 析 与 知 识 发 现 ：1‑15［2023‑03‑20］. https：//kns. cnki. net/kcms/detail/10. 1478. g2. 20230317. 1235.

004. html.

［ 9］ 林萍，吕健超，2023. 基于 Stacking 集成学习的在线健康社区问答信息采纳识别研究［J］. 情报科学，41（2）：135‑142.

［10］ 刘晓，周荣喜，李玉茹，2023. 基于 Stacking 算法集成的我国信用债违约预测［J］. 运筹与管理，32（3）：163‑170.

［11］ 楼润平，李贝，齐晓梅，2019. 中国互联网企业的成长路径、公司战略及管理策略研究［J］. 管理评论，31（12）：11‑24.

［12］ 吕峻，2014. 基于不同指标类型的公司财务危机征兆和预测比较研究［J］. 山西财经大学学报，36（1）：103‑113.

［13］ 马述忠，吴鹏，房超，2023. 东道国数据保护是否会抑制中国电商跨境并购［J］. 中国工业经济，（2）：93‑111.

［14］ 任婷婷，鲁统宇，崔俊，2021. 基于改进 AdaBoost 算法的动态不平衡财务预警模型［J］. 数量经济技术经济研究，38

（11）：182‑197.

［15］ 史佳琪，张建华，2019. 基于多模型融合 Stacking 集成学习方式的负荷预测方法［J］. 中国电机工程学报，39（14）：

4032‑4042.

［16］ 宋彪，朱建明，李煦，2015. 基于大数据的企业财务预警研究［J］. 中央财经大学学报，（6）：55‑64.

［17］ 滕晓东，宋国荣，2021. 智能财务决策［M］. 北京：高等教育出版社 .

［18］ 王静，2020. 我国企业跨国并购的现状、问题及对策建议［J］. 技术经济，39（2）：73‑78.

［19］ 王言，周绍妮，石凯，2021. 国有企业并购风险预警及其影响因素研究——基于数据挖掘和 XGBoost 算法的分析［J］.

大连理工大学学报（社会科学版），42（3）：46‑57.

［20］ 吴春雷，马林梅，2007. 上市公司最佳资本结构：基于财务预警的实证研究［J］. 经济纵横，（10）：23‑25.

［21］ 肖毅，熊凯伦，张希，2020. 基于 TEI@I方法论的企业财务风险预警模型研究［J］. 管理评论，32（7）：223‑235.

［22］ 徐继伟，杨云，2018. 集成学习方法：研究综述［J］. 云南大学学报（自然科学版），40（6）：1082‑1092.

［23］ 晏艳阳，汤会登，2023. 东道国媒体情绪对中国企业跨境并购的影响研究［J］. 国际贸易问题，（11）：158‑174.

［24］ 杨勃，齐欣，张宁宁，2020. 新兴市场跨国企业国际化的来源国劣势研究——基于组织身份视角［J］. 经济与管理研

究，42（1）：113‑125.

［25］ 杨剑锋，乔佩蕊，李永梅，等，2019. 机器学习分类问题及算法研究综述［J］. 统计与决策，35（6）：36‑40.

［26］ 杨连星，2021. 反倾销如何影响了跨国并购［J］. 金融研究，（8）：61‑79.

［27］ 杨子晖，张平淼，林师涵，2022. 系统性风险与企业财务危机预警——基于前沿机器学习的新视角［J］. 金融研究，

（8）：152‑170.

［28］ 俞锋，池仁勇，2015. 中国企业跨国并购法律风险评价及“浙江模式”总结［J］. 技术经济，34（5）：86‑93.

［29］ ATHERN K R，DAMINELLI D，FRACASSI C，2015. Lost in translation？The effect of cultural values on mergers around

the world［J］. Journal of Financial Economics，117（1）：165‑189.

［30］ AHMAD M F，LAMBERT T，2019. Collective bargaining and mergers and acquisitions activity around the world［J］. Journal

of Banking & Finance，99：21‑44.

［31］ APPICE A，2015. Lecture notes in Artificial intelligence［C］//CHOWDURY N，CAI X C，LUO C. Boostmf：Boosted matrix

factorisation for collaborative ranking. New York：Springer，3‑18.

［32］ DASARATHY B V，SHEELA B V，1979. A composite classifier system design：Concepts and methodology［J］. Proceedings

of the IEEE，67（5）：708‑713.

［33］ JIA Z H，SHI Y K，YAN C，et al，2020. Bankruptcy prediction with financial systemic risk［J］. The European Journal of

Finance，26（7）：666‑690.

［34］ LAI M T，2022. Analysis of financial risk early warning systems of high‑tech enterprises under big data framework［J］.

Scientific Programming，2022：9055294.

［35］ LUO Y D，2021. New OLI advantages in digital globalization［J］. International Business Review，30（2）：101797.

［36］ GEORGIOS S，GEORGIOS P，CONSTANTINE D S，2005. Combining information extraction systems using voting and

stacked generalization［J］. Journal of Machine Learning Research，6（3）：1751‑1782.

［37］ THARWAT A，2016. Principal component analysis a tutorial［J］. International Journal of Applied Pattern Recognition，3

（3）：197‑240.

［38］ TIBSHIRANI R，1996. Regression shrinkage and selection via the lasso［J］. Journal of the Royal Statistical Society Series B

（Statistical Methodology），58（1）：267‑288.

159

技术经济 第 42 卷 第 9 期

［39］ VECCHI A，BRENNAN L，2022. Two tales of internationalization‑Chinese internet firms’expansion into the European

market［J］. Journal of Business Research，152：106‑127.

［40］ WOLPPERT D H，1992. Stacked generalization［J］. Neural Networks，（5）：241‑259.

Research on Big Data Early Warning of Financial Risks of Overseas Mergers and Acquisitions

of Internet Enterprises Based on Stacking Integrated Learning

Jiang Qiankun，Wang Chengzhe

（School of Economics and Management，Zhejiang Sci‑Tech University，Hangzhou 310018，China）

Abstract：In the era of digital intelligence，China’s Internet enterprises’overseas mergers and acquisitions have risen strongly，but the

risks are huge. Machine learning and non‑financial information can provide new ideas for such risk early warning. Based on existing

research，selecting the big data of 56 overseas mergers and acquisitions of 45 Chinese Internet listed companies from 2013 to 2020，

the Stacking integrated learning model was used to mine the big data financial risk early warning factors. The results show that the

stacking integrated learning model has better big data early warning effect than other machine learning models. Traditional financial

indicators such as operational capacity are still the preferred indicators for big data early warning of financial risks of overseas mergers

and acquisitions of Internet enterprises，but innovative non‑financial indicators such as stock bar reviews also have important early

warning value. The research conclusions provides empirical evidence that Stacking machine learning and stakeholder big data

information can help to early warning the financial risks of overseas mergers and acquisitions of Internet enterprises，and provides

important reference for Internet enterprises，investors，regulators，etc. to make financial risk control decisions of overseas mergers and

acquisitions.

Keywords：Stacking integrated learning；overseas mergers and acquisitions；big data early warning；share bar comments；internet

enterprises

160

第 42 卷 第 9 期 技 术 经 济 2023年 9 月

周忠科等：

新时代能源国企企业家精神的影响因素、

作用结果及培育路径

周忠科，高 杰，栾茗乔，刘 琪

（国家能源集团 党校，北京 102299）

摘 要：党的二十大报告指出要“完善中国特色现代企业制度，弘扬企业家精神，加快建设世界一流企业。”企业家精神在促进

经济高质量增长，推动产业转型升级，引领创新创业、实现共同富裕等方面发挥着重要作用。能源行业作为国家经济命脉的主

导型产业，在保障国家能源供应、维护国家产业经济安全中具有举足轻重的作用。本文聚焦能源行业国有企业，运用扎根理论

的方法，深入探索了新时代下能源国企企业家精神的影响因素和作用结果。研究结果表明：能源国企企业家精神的形成和发

挥受到文化、地理环境、制度、社会、企业和领导者个人 6 个方面因素的影响，同时在多个层面上发挥作用，并针对能源国企企

业家精神的培育提出了实施路径。

关键词：企业家精神；能源行业；国有企业；培育路径

中图分类号：F279.23 文献标志码：A 文章编号：1002—980X（2023）9—0161—10

一、引言

企业家作为现代市场经济中的一种特殊要素资源，是企业内创新群体中的核心，对企业、产业、社会和国

家的发展具有重要支撑作用。企业家精神既是创业、创新活动的重要驱动力，也是企业持续成长的不竭动

力，更是保持社会和谐稳定和保障国家经济发展最主要的动力之一。2017 年 3 月召开的全国两会首次将“企

业家精神”的概念纳入到政府工作报告中，提出要“激发和保护企业家精神，使企业家安心经营、放心投资”。

随后，中央深改组第三十四次会议审议通过的《关于进一步激发和保护企业家精神的意见》，进一步指出“要

深度挖掘优秀企业家精神特质和典型案例，弘扬企业家精神，发挥企业家示范作用，造就优秀企业家队伍”。

2020 年 7 月，在《在企业家座谈会上的讲话》中也明确提出，“优秀企业家必须对国家、对民族怀有崇高使命感

和强烈责任感，把企业发展同国家繁荣、民族兴盛、人民幸福紧密结合在一起，主动为国担当、为国分忧，正所

谓‘利于国者爱之，害于国者恶之’。”2022 年 10 月，党的二十大报告中指出，“完善中国特色现代企业制度，弘

扬企业家精神，加快建设世界一流企业。”可以看到，国家层面已经把企业家精神放在重要位置，进一步把企

业家精神提升到历史的新高度。当前从国家到政府，再到社会大众，都对企业家存在很大的期待，希望能涌

现出一大批具有企业家精神的优秀企业家，使之成为实现中国梦的强力推动器。

能源行业作为国家经济命脉的主导型产业，与国家战略安全、产业转型升级、国计民生、公共服务等方面

存在密切联系，在提升产业链、供应链的稳定性和竞争力，缓解外部不利环境因素的冲击和影响，进一步增强

抗风险能力，维护国家产业经济安全等方面发挥着重要作用。国有企业是市场经济深化改革的参与主体之

一，同时也是国有资产的重要载体，其发展需要一支素质硬、懂技术、善管理、会经营的优秀企业家队伍，这对

企业家提出了更高的要求，赋予了更大的时代责任，要求其必须注重更多价值的追求和满足。如何贯彻和落

实国家层面关于国有企业改革的部署要求，提升能源国企的发展质量成为考验能源国企企业家的重要标

准。新时代的能源行业发展和国有企业改革需要企业家精神，只有培育并激发企业家精神才能稳定企业家

队伍，使其成为社会经济发展的重要助力和关键要素。

随着中国特色社会主义进入新时代，中国日益走近世界舞台中央。弘扬企业家精神，要深刻认识和正确

收稿日期：2022‑12‑31

作者简介：周忠科，博士，国家能源集团党校副校长（分管日常工作），研究方向：公司治理、管理科学与工程；高杰，博士，国家能

源集团党校党建人事部主任，研究方向：企业管理、人力资源管理；栾茗乔，博士，国家能源集团党校党建人事部主

管，研究方向：人力资源与组织行为；刘琪，国家能源集团党校领导力建设和人才评价部专责，研究方向：组织行为与

创新创业。

161

技术经济 第 42 卷 第 9 期

把握我国在新时代的社会主要矛盾，聚焦新目标，开启新征程，承担新使命。能源国企作为能源供给的主力

军，关乎国计民生，既为推动高质量发展提供强有力的支撑，又对我国能源转型具有举足轻重的影响。因此，

弘扬能源国企企业家精神对于能源国企的发展至关重要。

二、文献综述

企业家一词源自法语（entreprendre），意思是指“有风险承担意识和冒险精神的勇于开创新事业的人”，

最早由法国古典重商主义经济学家理查德·坎特伦（Cantillon）在其著作《商业性质概论》中提出（Cantillon，

1931）。他将企业家定义为可以有效识别并利用先前未被识别的获利机会并在市场上创造一番事业的人，指

出了企业家洞察力与活力在经济中的重要作用。紧接着，法国经济学家萨耶扩大了企业家的使用范围，将企

业家界定为价值创造者和协调者。他认为，企业家发挥着将社会资源从生产力与产出的低水平提升到高水

平的重要作用，而创新是实现这一水平提高的必要路径。英国经济学者马歇尔在其著作《经济学原理》中首

次提出企业家是一种独立的生产要素，指出企业家可以通过自身的洞察力、创新能力和领导能力来识别并破

坏市场发展的不均衡局面，发现新的商业机会，他们是勇于挑战并敢于承担风险的先锋者。熊彼特在《经济

发展理论》中指出，企业家是驱动经济发展的动力，是带来生产要素全新组合的创新者，并强调创新是企业家

最突出的特质，他们作为活跃的创新主体会破坏原有经济体系，搜寻把握新的市场机会，从而推动经济增

长。随后，彼得·德鲁克、威廉·鲍莫尔等学者继承并发展了熊彼特的理论，对企业家的概念和品质提出了自

己的见解。

自坎特伦首次提出“企业家”这一概念后，直到 1912 年熊彼特在其专著《经济发展理论》中才正式提出了

“企业家精神”这一概念（Schumpeter，1934），认为企业家精神是指在不可靠和不确定的情境下，以极大的能

动性和创造性去开辟道路的创新精神和敢于承担风险的精神。熊彼特指出具备“企业家精神”的企业家是创

新的主导力量，他们通过重新组合生产要素、探索新市场、开发新技术、变革组织结构等“创造性破坏”行为来

发展创新，进而创新收益，推动经济增长。自此，企业家精神作为一种全新的重要生产要素进入了研究视野，

激发了国内外学者的广泛研究兴趣。

（一）企业家精神的特征

作为行为主体的企业家所具备的个人品质特征和能力特征是早期企业家精神研究的主要内容。企业家

理论关注的是个人，他们的知识、资源和技能，以及发现机会和进行创造的过程，都构成了创业的核心，企业

家的个人特质显著影响了个体的创业意向。学者们通常将卓越的企业家当作研究对象，对他们进行深入跟

踪研究，从他们身上总结有关企业家精神的特质。回顾现有文献可以发现，学者们将企业家精神归纳为：创

新精神、冒险精神、进取精神、敬业精神、坚毅精神、奉献精神等（姜忠辉和徐玉蓉，2015）。

随着中国特色社会主义进入新时代，一些学者对新时代企业家精神内涵进行了进一步研究。李政

（2019）认为新时代企业家精神除了包括创新和创业这两种核心精神外，还包含诚信、担当、工匠及奉献等精

神。宋玉禄和陈欣（2020）提出新时代企业家精神主要包括创新创业、战略决策和经营三个方面的精神。万

长松和王丽媛（2022）认为新时代中国特色企业家精神主要包括爱国、创新、诚信、担当、开放等精神。

（二）企业家精神的影响因素

1. 环境因素

一个组织之所以能够在经济实体中存活并获得发展，其重要条件是取得该制度环境下的合法性（朱彤

等，2015），外部环境主体在一定程度上能塑造企业家精神（邢小强和周平录，2018）。良好的制度环境能够提

高制度可信性、环境可靠性、规则公平性，这样更能推动公平交易，从而使企业家更愿意承担风险、发扬企业

家精神（龙海军，2017）。一个地区的法律制度效率越高，企业家精神就越倾向于有效发挥（邵传林，2014）。

此外，产业集聚有利于培育更多的企业家精神。有效的金融系统可以改善企业家创业和创新活动的环境，增

强企业家活动的活力，政策制度可以影响企业家活动的分配（张美岭和陈勇勤，2015）。此外，市场环境也会

对企业家精神的发挥产生重要作用，地区市场化进程激励了企业家追求长期发展经济的动机（解维敏，

2016），宽松的市场准入机制为企业家提供了更低的准入门槛（倪鹏途和陆铭，2016），营造了良好的营商环

境，有利于激发市场主体的创新活力，进而推动企业家精神的发挥。

162

周忠科等：新时代能源国企企业家精神的影响因素、作用结果及培育路径

2. 个人因素

企业家作为企业家精神的发挥主体，是影响企业家精神发挥的重要内在因素。既有研究表明个人及家

庭财富（张龙耀和张海宁，2013；Schmalz et al，2016）、社会资本（张玉利等，2008；马光荣和杨恩艳，2011；

Field et al，2015；蔡栋梁等，2018）、工作或创业经历（王戴黎，2014；Liu et al，2014）、金融知识水平（尹志超

等，2015）、年龄（Azoulay et al，2020）、风险偏好（陈波，2009）、宗教信仰（阮荣平等，2014）、个体价值观（汤学

俊，2016）等都会对企业家精神产生影响。

（三）企业家精神的作用结果

企业家精神是企业持续创新发展的关键生产要素（白长虹 ，2019），更是激发市场活力的源泉。企业家

精神的作用结果主要体现在三个方面：促进经济增长、推动可持续发展和提升企业绩效。

首先，企业家精神对于提升我国经济增长具有重要意义（王文举和姚益家，2021；周立和赵秋运，2021），

但是这种影响会受到地区差异的影响，表现出显著的空间集聚特征和空间溢出效应（李占风，2017）。

其次，企业家精神会对企业可持续发展产生积极影响（侯曼等，2022）。社会责任作为企业家精神的一个

重要内涵，对企业家提出了更高的要求，要求企业家在履行经济责任的同时也要积极履行社会责任，这也为

企业的可持续发展提供了重要保障（卜美文，2022）。

最后，企业家精神会影响企业绩效（张怀英等，2021）。企业家精神表现出的创新性、抗风险性、工作态度

及自身价值感可以影响企业家的创新行为和创新投入，进而提高社会的全要素生长率和经济增长率（靳卫东

和高波，2008），并提高员工的创新行为（朱平利和刘娇阳，2020）。

创新精神是企业家精神的核心，企业家精神对企业绩效的作用首先体现在创新方面。一方面，企业家的

创新精神可以通过企业的盈利能力和成长能力影响财务绩效（孙慧琳等，2015），提升企业的创新能力和创新

绩效（吕富彪和吕东烨，2021；彭花等，2022）。具有冒险精神的企业家具有敏锐的洞察力，能够对从未发现的

利润极为敏锐且迅速作出反应，把握市场机遇并承担风险。但是也可能对会增加企业的融资约束，制约企业

的成长（谢雪燕等，2018），对企业的经济绩效产生负向影响（牛翠萍和耿修林，2020），因此要平衡企业家冒险

精神，最找最优结构促进企业绩效的提高和长远发展。另一方面，企业家履行社会责任可以理解为企业对无

形资产的投资，通过承担社会责任提升企业形象和品牌吸引力，优化上下游合作者关系，提高企业的长期竞

争力，提升企业绩效（张雪和韦鸿，2021；靳小翠和朱玲玲，2021）和企业价值（卜美文和张俊民，2021）。

通过梳理企业家精神的内涵特征、影响因素及作用结果相关文献，可以发现与企业家精神相关的研究大

多集中在识别企业家精神，以及丰富企业家内涵特征上。通过不断的完善，学者们现在普遍认为，企业家具

备冒险精神、能够承担风险，识别机会，具有创新能力，能够开拓市场，能够做行业领军人物。但是按照企业

性质，以及不同行业对企业家精神进行研究的文献相对较少。实际上，不同行业对于企业家的要求各有侧

重，也会有所区别。尤其是国有企业的企业家是否存在企业家精神一直是学术界和实践界关注的一个重要

议题。企业家精神作为重要的生产要素，对于提升企业创新能力和企业绩效，推动我国经济高质量发展具有

重要作用，加之能源行业在我国国民经济中的特殊地位，因此十分有必要对我国能源国企企业家精神的影响

因素和作用结果进行深入挖掘，为培育能源国企企业家精神提供理论指导。

三、研究设计

（一）研究方法

本文采用扎根理论来探究新时代能源国企企业家的影响因素和作用结果，主要原因有两点：第一，目前

关于能源国企企业家精神研究的文献较为稀少，能源国企企业家精神的影响因素及路径很难通过已有的文

献来解释；第二，本文的目的不仅在于探寻影响企业家精神的因素，更在于揭示能源国企企业家精神的培育

过程，采用这种方法可以更为深入地剖析企业家的真实想法，从而进行概念和理论的提炼。扎根理论作为一

种应用广泛的科学质性研究方法，通过对调查资料和数据的整理、归纳和分析，将资料概念化与范畴化

（Maitlis，2005），因此扎根理论与本文研究内容比较契合。

（二）研究样本

为了对新时代能源行业的企业家精神进行深入理解与剖析，本文采用质性研究方法对 20 位能源行业的

领导者、管理者进行了深入访谈，这些访谈对象分别来自不同的能源板块，具体情况见表 1。

163

技术经济 第 42 卷 第 9 期

（三）研究程序

课题组成员与被访谈对象进行一对一深入

访谈，以了解能源行业企业家精神。访谈的目的

在于尽可能全面地获得有关企业家精神的信息。

研究人员对能源企业的各级领导进行半结构化

访谈，每次访谈时间为 90~120 分钟。在采访之

前，课题组成员向访谈对象简要概述了访谈内容

和目的。访谈过程中，首先让访谈对象描述自己

的工作经历，然后对与本研究相关的内容进行深

入追问。在几个初步问题之后，访谈对象被问及

他们对新时代能源行业企业家精神的理解、促进和抑制企业家精神的因素及能源行业应该如何培育企业家

精神。这些多重信息确保了讨论尽可能全面。在每次访谈过后，研究人员将访谈录音整理成文字，最终形成

了约 40 万字的访谈记录。

四、数据分析

为了从访谈记录中提取关键信息，采用编码的方式来进行数据分析。

首先进行了开放性编码。开放性编码是指将所获得的质性资料逐步进行标签化、概念化和范畴化，通过不

断比较来促进更多概念和范畴的形成。课题组对收集的访谈资料进行逐句编码来提取相应概念，首先由两名

研究人员进行独立编码，而后由第三名研究人员进行对比，对于有歧义的编码由团队成员共同探讨，直至所有

成员认可。在开放式编码的过程中，尽可能使用受访者自己的语言表达来进行编码，并未对口语化文字进行修

改，以期能够最真实地反映受访者对企业家精神的理解。最终，从访谈数据中共提取了 12 个初始概念。

随后进行了主轴编码。主轴编码是根据各个范畴之间的逻辑关系和相互联系对前文所得范畴进行归

类，将具有相似主题的范畴归为一类，形成主范畴。研究最终归纳出 6 个主范畴，各个主范畴及其对应的开

放式编码见表 2。

表 2 新时代能源行业企业家精神的影响因素

主范畴

文化

地理环境

制度

社会

企业

领导者

子范畴

红色文化

企业文化

环境艰苦程度

国家政策指引

容错程度

专利与知识产权保

护制度

尊重企业家的氛围

组织架构

管理的规范性

激励与约束机制

行为风格

个人经历

来源

在革命战争年代就是后有追兵，前有堵敌的情况下，物质文化生活还这么差的情况下，他们都能够有这种精神。所以

说大渡河是一条英雄的河、一条红色的河，所以我们就经常用这些例子去教育我们的职工，要有这种精神

其实可能就是兼顾几方。企业内部的员工，包括外部的地方的环境，都是在同一条大渡河上，那么就是同一艘船同一

个家，也就是说我们是一个共融共生的关系

通过企业文化来塑造企业家精神，这是每个企业都应该有的一个动作，企业家精神得就从企业文化的建设上往下走，

建立起企业文化，建立起优秀的企业文化，形成了这么一个氛围，那就得一代一代地往下传承，加强企业文化建设。不

断地塑造企业家，然后不断地宣传，一代一代地往下传承

艰苦的环境能够更能够磨炼意志，快速的成长

地理环境下恶劣的情况下，对企业家也是一个更好的磨炼。如果说大家能够在恶劣的环境下长期坚持，那么这个企业

家应该成熟的，成熟的较早，锻炼的就多，未来的发展前景也就大

特别是总书记提出来的数字产业化，产业数字化，这样的一些中央的要求，一些号召怎么样在我们这种传统的行业里

面去落地

我们集团今年年初也下发了一个容纠错机制的制度，各个公司都有配套的制度出来，所以这一点上我们是有针对性

的，各个板块都有

知识产权和专利的保护，对企业家的发展和环境可能也有一些影响，特别是技术性企业家，基本高新技术企业都要靠

专利和知识产权来挣钱，对吧？那么你这东西保护不好，有可能对高新技术企业很多技术出身的企业家造成很多打

击，这样可能影响他的成长和精神的发挥

我觉得必须尊重企业家的劳动，他给企业创利了，给社会创利了，你就应该给人家激励，这样才能培育企业家精神。如

果说没有相应的激励机制，激励机制做不好的话，那么企业家可能就没有这种积极性和创造性

我们还成立了一些专家咨询中心，然后成立了青年创新工作站，去孵化一些创新成果

一把手对整个企业的管理应该是有决定性的影响，你看他管理的规范性，首先管理的规范性取决于他有没有这方面的

意识，然后再说有没有这方面的能力

物质层面其实也很关键，所以激励机制约束机制怎么建，我想这是影响企业家培育或企业家精神发挥很重要的

一个外部环境

其实对于一个温和的领导，能够把智慧企业这个事做成其实是非常有难度的

我们专门搞了一套权责清单，也搞了一套授权体系，这个授权体系也是原来就开始做了，我们最近又做了优化，我想这

也是作为班子充分信任授权的一种工作机制吧，这也是他的一种风格

强势果断是因为他本身有军人作风，刚才我们说到的，我们大家先民主地把意见统一，统一完之后都希望今天决策明

天就会把这个事情做完，推的效率要求非常高

表 1 访谈对象情况

序号

1

2

3

4

5

6

7

8

9

10

性别

男

男

男

男

男

男

男

男

男

男

所属板块

煤炭

煤炭

煤炭

煤炭

煤炭

煤化工

煤化工

煤化工

电力

电力

职位

部门主任

部门主任

董事长

副董事长

董事长

厂长

总经理

党委书记

董事长

总经理

序号

11

12

13

14

15

16

17

18

19

20

性别

男

男

男

男

男

男

女

男

男

男

所属板块

水电

水电

水电

水电

水电

研究院

研究院

高校

党校

行业协会

职位

总经理

副校长

部门主任

董事长

董事长

部门主任

总经理

教授

校长

部门主任

164

周忠科等：新时代能源国企企业家精神的影响因素、作用结果及培育路径

最后，进行了选择性编码。选择性编码是在所有编码范畴中提炼核心范畴，运用故事线来剖析主范畴之

间内在逻辑关系的过程。在开放性编码所获取的初始概念基础之上，用选择性编码提取核心范畴。通过回

顾文献资料并与访谈数据的持续迭代，深入挖掘主范畴的本质内涵，提炼出能够统筹整合“文化、地理环境、

制度、社会、企业、领导者”这 6 个主范畴的核心范畴：企业家精神影响因素。研究通过主范畴的串联解析企

业家精神影响因素核心范畴的故事线：企业家精神能否被激发和培育，首先取决于文化因素，文化对企业的

发展和企业家的行为具有潜移默化的作用，这种文化既包含企业在形成之初所面临的红色文化，也包含企业

在发展过程中形成的自身独特文化。由于能源企业所处的地理位置大多较为偏远，环境艰苦，使得企业家能

够不断磨炼心智，形成艰苦奋斗的优良作风。在国家大力倡导弘扬企业家精神的大背景下，企业围绕国家政

策对应出台相应的政策制度，如专利保护制度、容错机制等，为企业家精神的发挥提供制度保障。随着社会

对企业家的认可和尊重程度的提高，企业家在干事创业的过程中能够更加敢想敢干。这些因素会对企业家

精神的培育和发挥提供坚实的外部保障。其次，也包含一些内部因素。企业的组织架构、管理的规范性和激

励与约束机制可以为企业家提供创新创业的平台和保障，在企业提供充足的机会和良好的激励保障下，领导

者的个人经历和行为风格是开展改革创新、发挥企业家精神的重要影响因素。

五、研究发现

（一）能源国企企业家精神的影响因素

1. 文化因素

从文化因素的角度来看，一方面，新时代中国企业家精神植根于中华优秀传统文化和中国共产党的红色

文化，具有历久弥新的旺盛生命力（李晓，2020）。新时代中国企业家精神与中华优秀传统文化水乳交融、一

脉相承，特别是爱国、诚信、创新等历史上的优良传统为新时代企业家精神建设提供了得天独厚的宝贵资源

（李晓，2020）。能源行业所处的地理位置很多具有红色基因，这些红色文化赋予了能源企业新的历史使命；

另外，推动能源行业企业家精神在组织内部发展必不可少的驱动因素之一就是企业文化。企业文化决定了

企业内适当的行为标准，决定了企业的创新与传承。企业家创新精神只有落实到企业文化之中，才能体现其

社会价值。

2. 地理环境因素

黑格尔在《历史哲学》中曾指出：地理环境和地域条件的不同，会影响人民的生产、生活方式和性格差异，

从而影响各个民族的历史发展进程及其所处地位。因此，不同的地理环境对企业家精神的影响也不同。由

于能源行业的工作环境相对较为艰苦，工作地点较为偏远，这导致能源行业的企业家更能吃苦，也意味着他

们要做出更大的牺牲。这更有利于培育和发挥企业家的敬业精神。

3. 制度因素

从制度层面来看，政府对企业家精神的激发与弘扬具有重要作用，政府的积极作为能够更好地培养企业

家政治意识、战略眼光、创新精神、敬业精神、担当精神和系统思维，调动广大企业家积极性、主动性、创造性，

能够有效地建立良好的政治生态、营造健康的成长环境、激发生机活力、坚定企业家信心、提升创新效率。首

先，能源行业企业家精神会受到国家政策的影响。一方面，党的二十大报告强调要弘扬企业家精神，另一方

面，“十四五规划”也对企业家在创新发展中的作用提出要求，这些政策文件都对企业家精神的培育发挥着积

极的引导作用。其次，能源行业企业家精神会受到容错程度的影响。由于能源企业的创新面临着较大的风

险和挑战，一旦失败可能会对企业乃至国家产生重大影响，因此是否有一套完善的容错机制对于能源行业企

业家精神的发挥具有重要影响。最后，能源行业企业家精神的发挥还受到专利与知识产权保护制度的影响，

专利与知识产权保护制度是保障创新者权益、激发创新创造活力、促进创新人才成长和发展的基本制度，也

是激发企业家精神，让其投入创新、创业的“护身符”。

4. 社会因素

任何一个社会都存在多元化的价值观念，而要把全社会的意志和力量凝聚起来，必须有一套与经济基础和

政治制度相适应并能形成全社会广泛共识的核心价值。积极培育和践行社会主义核心价值是用来培养、造就

社会主义企业家精神的重要武器。在培育和弘扬能源行业企业家精神的过程中，要充分发挥社会主义核心价

值观的作用，在社会上营造出一种尊重企业家的氛围，让能源行业企业家都能够放心安心顺心地干事。

165

技术经济 第 42 卷 第 9 期

5. 企业因素

企业是市场经济的主体，是企业家活动的主要平台和支撑。在进行社会主义现代化建设的过程中，企业

对经济发展起着关键性作用，对企业家精神的形成也有着不可忽视的作用。企业对企业家精神形成的影响

主要表现在组织架构、管理的规范性和激励与约束机制等方面，例如，有些能源企业建立了青年创新工作站，

并具有规范的管理机制和完善的激励机制，这对于培育能源行业企业家的创新精神具有重要的积极作用。

6. 领导者个人因素

企业家精神存在于个体身上，因此领导者个人也是影响企业家精神培育和发挥的一个重要因素。既有

研究表明领导者的工作或创业经历会影响企业家精神的形成（王戴黎，2014）。对于能源行业企业家来说，其

在基层工作的经历对其是否能够形成企业家精神具有重要影响。此外，领导者的风格也会影响企业家精神

的形成，如果一个领导者优柔寡断，没有魄力，在面对机会时不能及时抓住，那么就不利于企业家精神的

培育。

（二）能源国企企业家精神的作用结果

为了探讨新时代能源国企企业家精神的作用结果，本文基于访谈资料进行了进一步分析，从国家层面、

行业层面、社会层面、企业层面、员工层面提炼出企业家精神主要作用结果的 8 个体现（表 3）。

表 3 新时代能源行业企业家精神的作用结果

层次

国家层面

社会层面

企业层面

员工层面

作用

保障国家能源安全

推动行业发展

保护生态

解决就业

履行社会责任

数字化转型

学习型组织

发挥创新才能

来源

我们一定是能源保障，国家能源安全这方面，我们是压舱石，是排头兵

煤炭行业现在进入了数字化智能化的时代，从去年开始，全国推进煤矿智能化建设已经也进入了热潮。所以这个特点

非常明显，尤其是新时代，智能化、数字化这一块应该是全方位开始了建设

比如说建水坝就会影响鱼的回流产卵，所以我们就要建鱼的通道，建一个鱼类的生态回流通道，一公里多要专门给鱼打

个隧洞，让它从下游能够游到上游去，通过一个支流能够游得上去，还要给它建休息的地方，对它的生态体系要进行一

个了解

今年大学生的就业压力这么大，所以我们说更多的是想让学生到乡镇上去，不要全部都向往大城市

企业给政府我们的态度，承担社会责任，我们做出了什么贡献，我们未来还要怎么做

企业家精神要有这种精神和意识，就是很好地承担社会责任

每年每一段时间，我们内部要评估，要出去调研，邀请专家跟不同行业的人过来给我们评拨指点，通过不同的视角来推

动整个智慧企业和数字化转型不断地迭代，不断地提升

要能变成价值型、创造型的企业这个工作我知道有难度，所以我回来之后做的第一件事情，就是给 2000 多员工，每个人

送了本书，叫用数据说话

可以让青年职工申报一些创新课题，然后我们科技部进行审查，审查以后，我们就进行项目的立项，然后就进站工作，然

后成果出来了过后就可以评审，然后就可以出站。然后这个成果可以用一些知识产权的形式保护，可以去申请一些专

利，可以去申请一些著作权，有些还可以进行一些实用化的应用

1. 国家层面

培育能源行业企业家精神之所以非常重要，是因为当前我国正面临经济增长内生动力不足的局面，除了

增加有形的要素资源投入外，更需要激发企业家投资潜力和创新活力。企业家对于促进经济可持续发展发

挥着重要作用（Surie and Groen，2017）。能源行业企业家善于识别和捕捉机会，能够高效组织配置资源要

素，提供适应市场需求变化的产品和服务，在保障我国能源安全的同时创造更多的经济利益和社会效益。

2. 社会层面

能源企业开发建设的过程中面临着很多生态问题，如占用耕地、煤炭过度开采等。在此过程中，企业家

精神在生态保护方面发挥重要作用。具有企业家精神的能源行业企业家能够以可持续发展的眼光看待问

题，努力实现人与自然和谐共生。此外，能源企业可以解决当地一大批人的就业问题，缓解了社会压力。最

后，能源行业企业家积极履行社会责任，扶贫帮困、抢险抗洪，应急救援、捐资助学等，有利于构建“互惠互利、

共存共荣”的新型地企关系。

3. 企业层面

首先，能源行业企业家精神的培育有利于构建世界一流企业。就能源行业而言，企业家精神的培育为传

统能源行业的转型升级提供了契机，例如传统能源的清洁化利用，以及积极投身新能源产业等。其次，企业

家精神的培育有利于促进企业数字化转型。在数字化转型的情境下，很多企业设立了首席数字官的职位，代

表了企业对于数字业务战略的重视（Vial，2019）。数字领导力的培养，不仅需要领导能力，更需要数字化时

代特定的数字素养，包括有足够的技能去使用技术，对整个数字化转型过程有清晰的规划，能够调动成员对

数字化转型的信心（Zeike et al，2019）。最后，能源行业企业家精神的发挥有利于企业内进行知识分享（王启

166

周忠科等：新时代能源国企企业家精神的影响因素、作用结果及培育路径

亮等，2021），建设成为学习型组织，在组织中营造出一种不断学习、不断创新的组织氛围。

4. 员工层面

企业家往往会重视员工的个人发展，能源行业企业家精神在员工身上最显著的体现便是创新精神，而企

业为了号召员工积极参与到创新创业实践当中，会努力优化企业环境，并提出相关的促进措施，充分发挥员

工的创新才能。只有重视员工作为微观经济主体的作用，使每个人具备独立进行价值创造的能力和意识，使

每个人都在创新创业过程中形成风险承担意识，提升化解风险的能力和素质，才能激发全社会的创新创业

活力。

六、能源国企企业家精神的培育路径

通过上述研究发现，能源国企的企业家精神不仅仅取决于个人特质，更多的是受到外部环境的影响，如

制度、文化、社会等方面的因素。因此对于能源国企企业家精神的培育既要从微观视角提升企业家的综合素

质和能力，营造有利于企业家成长的文化氛围，也要从宏观视角为企业家营造良好的制度环境，让企业家敢

想敢干。

首先，要制定能源国企人才发展战略，鼓励能源国企的企业家心怀国之大者，不断审视、回顾初心，坚守

“利为民谋”的价值追求，努力把发展维护好企业自身利益与发展维护好国家利益、社会利益和人民大众利益

相协调、相统一。党的二十大报告指出，要“加快构建新发展格局，着力推动高质量发展”；要“坚持尊重劳动、

尊重知识、尊重人才、尊重创造，完善人才战略布局，加快建设世界重要人才中心和创新高地”；要“大力发展

碳中和、新能源产业”，这就要求能源国企企业家要以“注重创新、重视人才、绿色发展”为目标，增强政治意识

和战略眼光，树立企业核心价值观、共启愿景、制定战略规划。

其次，要建立完善的管理机制，培养造就一大批高素质人才。近年来，随着能源产业结构不断优化调整，

能源领域国际合作不断加深，为身处能源行业的企业家创造了大量干事创业的机会。为进一步加快实施企

业家培育计划、大力弘扬企业家精神，一方面，能源国企应当充分发挥资源优势和平台优势，在重大项目建设

中淬炼企业家精神、在知事识人体系构建中识别企业家特质、在多岗位锻炼中培养企业家才能，实现“事业造

就人才，人才推进事业”的良性互动局面，不断获取和保持能源企业竞争优势；另一方面，要建立正向激励体

系，激发企业家创业激情。同时要建立相应的容错机制（李娟和马丽莎，2020），对企业家的失误进行综合分

析，对该容的大胆容错，不该容的坚决不容，激励广大企业家在新时代展现新担当新作为。

再次，要进一步明确干部培训系统的职责，为能源国企的干部提供精准有效的培训。我们党历来重视抓

全党特别是领导干部的学习。作为国有企业的掌舵人，国有企业家需懂技术、善管理、会经营，还必须有过硬

的政治素质。建设中国特色现代企业制度，培育世界一流企业，落脚点就是培养这样一批管企业的政治家和

讲政治的企业家。国资国企干教培训系统担负着培养国有企业领导干部、弘扬企业家精神的重要职责，也担

负着培养一支能够担当责任使命的社会主义企业家队伍的核心使命。干教培训机构应坚持干什么学什么，

缺什么补什么，坚持什么方式管用就用什么方式的思路，着力培养优秀国有企业家。

最后，要营造认同企业家的社会环境（赵乐祥和汪春雨，2020）。企业家精神是一种宝贵的时代精神，要

像提倡“工匠精神”“劳模精神”一样继承和发扬，要在企业内、行业内、甚至全社会为能源国企企业家正名。

能源行业在几十年的发展中，涌现出一批能干事、干成事的优秀企业家，应当充分挖掘他们的故事、提炼他们

的精神，走进他们的精神世界，感悟时代发展在他们身上留下的烙印。除此之外，要引导企业家增强爱国情

怀、勇于创新、诚信守法、承担社会责任、拓展国际视野。相关部门可以举办相关活动弘扬中华民族优良品

德，结合社会主义核心价值观，将爱国爱民、勇于担当、诚实守信等精神根植于企业家心中，潜移默化地塑造

能源国企企业家的优良品格，培育出具有中国特色的能源国企企业家精神。

七、研究结论与展望

（一）研究结论

能源国企是维护国家经济安全的重要支柱，在国家能源保供方面承担着重要的责任和使命。能源国企

与一般的企业存在显著的区别，能源国企在国家社会经济中处于重要地位，除了要承担政治责任、经济责任

和社会责任以外，还承担着国家能源安全的职能。与此同时，能源国企在国民经济中发挥着骨干和表率作

167

技术经济 第 42 卷 第 9 期

用，因此能源国企必须继承、弘扬和发展以爱国主义为核心的民族精神，以改革创新为核心的时代精神，树立

以产业报国为己任来实现国有资产保值增值、壮大国有经济的企业使命。除此之外，能源国企还承担着科技

创新、节能减排、参与全球竞争等一系列任务的历史重任。为此，能源国企必须始终考虑国家利益，将其作为

企业立业之本。因此相较于其他行业，能源国企企业家精神的培育和发挥更有助于形成稳定的能源供应体

系，持续保持产业链、供应链的高效顺畅，保障好重点地区、重大活动能源需求，坚决守好民生用能底线。

本文通过扎根理论对能源行业国有企业的企业家精神进行深入探讨，主要得出以下几个结论：第一，新

时代能源国企企业家精神的影响因素主要体现在文化因素、地理环境因素、制度因素、社会因素、企业因素和

领导者个人因素 6 个方面；第二，能源国企企业家精神的影响因素与其他行业企业家精神的影响因素的区别

主要体现在受红色文化影响和地理环境艰苦两个方面；第三，能源国企企业家精神在保障国家能源安全、保

护生态和推动能源企业数字化转型等发面发挥着重要作用。

（二）理论贡献与管理启示

本文的理论贡献如下：第一，既有研究大多从整体视角对企业家精神进行梳理，总结和归纳企业家行为

的一些共性，大致有三种观点：一是把企业家精神与创新相联系，把创新行为、创新活动与创新能力纳入企业

家精神的内涵；二是把企业家精神与捕捉机会相联系，把洞察机会、甄别机会与利用机会的能力与行为视为

企业家精神的核心；三是认为捕捉机会并运用创新方式获取利润是企业家精神的主要特征。然而，这些观点

只是对企业家行为中的普遍性成分进行概括，实际上由于每个企业家所处的环境不同，会形成具有特殊性的

行为特征，因此需要在现实环境中去理解企业家行为的特殊性内容，这样才能实现对企业家精神的精准认

识。本文聚焦能源国企的企业家精神，在既有探讨国有企业企业家精神研究的基础上，进一步深入研究能源

行业的企业家精神，细化了企业家精神的研究领域。

第二，本文通过质性研究方法开展研究，有助于从根本上挖掘企业家精神的影响因素。

第三，本文揭示了能源国企企业家精神的影响因素和作用结果，为后续能源国企开展企业家精神的培育

和弘扬提供了新的思路和方向。

本文的管理启示：第一，能源行业需要培育符合时代发展要求的企业家精神，这是我国国有企业改革和

发展中一个重大而艰巨的任务，也是国有企业高质量发展的有效之措和现实之需。第二，能源国企应当在组

织建设、选人用人、激励机制、企业文化等方面重点建设，大力弘扬企业家精神，以此为国有企业转型升级提

供价值理念，让国有企业提升知名度、美誉度、影响力、竞争力，促进国有企业在新发展阶段做强做优做大。

（三）研究局限与未来展望

第一，本文采用质性研究的方法对能源国企企业家精神的影响因素进行了探索，虽然严格按照扎根理论

的程序来展开研究，但是不可避免地会存在一定的主观性；第二，本文在样本选择上，只选取了部分能源国企

的领导者和管理者，但对于数量广大的能源国企企业家来说略显单薄；第三，本文提出了一些能源国企企业

家精神的培育路径，但是并未对这些培育路径的效果进行检验，未来可以通过实证研究来进一步验证和

优化。

参考文献

［ 1］ 白长虹，2019. 企业家精神的演进［J］. 南开管理评论，22（5）：1‑2.

［ 2］ 卜美文，2022. 企业家精神赋能可持续发展的影响机制研究［J］. 财经科学，（9）：75‑90.

［ 3］ 卜美文，张俊民，2021. 企业家精神、审计治理与公司价值——基于中国上市公司的经验证据［J］. 中央财经大学学

报，（3）：74‑87.

［ 4］ 蔡栋梁，邱黎源，孟晓雨，等，2018. 流动性约束、社会资本与家庭创业选择——基于 CHFS 数据的实证研究［J］. 管理

世界，34（9）：79‑94.

［ 5］ 陈波，2009. 风险态度对回乡创业行为影响的实证研究［J］. 管理世界，（3）：84‑91.

［ 6］ 侯曼，王倩楠，弓嘉悦，2022. 企业家精神、组织韧性与中小企业可持续发展——环境不确定性的调节作用［J］. 华东

经济管理，36（12）：120‑128.

［ 7］ 姜忠辉，徐玉蓉，2015. 企业家精神的内涵与外延探析［J］. 中国海洋大学学报（社会科学版），（1）：71‑77.

［ 8］ 解维敏，2016. 市场化进程对企业家创新精神的影响研究——基于我国非金融类上市公司的经验证据［J］. 财经问题

研究，（12）：114‑119.

［ 9］ 靳卫东，高波，2008. 企业家精神与经济增长：企业家创新行为的经济学分析［J］. 经济评论，（5）：113‑120.

［10］ 靳小翠，朱玲玲，2021. 企业社会责任与技术创新：相融还是相斥？——基于企业战略管理的角度分析［J］. 科学决

168

周忠科等：新时代能源国企企业家精神的影响因素、作用结果及培育路径

策，（9）：59‑72.

［11］ 李娟，马丽莎，2020. 营商环境对企业家精神的影响研究［J］. 商业经济，（2）：105‑107.

［12］ 李晓，2020. 新时代中国企业家精神：特点与培育［J］. 人民论坛，32）：52‑55.

［13］ 李占风，刘晓歌，2017. 企业家精神对经济增长的影响［J］. 统计与决策，（12）：115‑119.

［14］ 李政，2019. 新时代企业家精神：内涵、作用与激发保护策略［J］. 社会科学辑刊，（1）：79‑85.

［15］ 龙海军，2017. 制度环境对企业家精神配置的影响：金融市场的调节作用［J］. 科技进步与对策，34（7）：94‑99.

［16］ 吕富彪，吕东烨，2021. 基于企业家精神推动技术创新能力的支撑研［J］. 科学管理研究，39（5）：117‑122.

［17］ 马光荣，杨恩艳，2011. 社会网络、非正规金融与创业［J］. 经济研究，46（3）：83‑94.

［18］ 倪鹏途，陆铭，2016. 市场准入与“大众创业”：基于微观数据的经验研究［J］. 世界经济，39（4）：3‑21.

［19］ 牛翠萍，耿修林，2020. 企业家精神、管理层权力与企业可持续发展绩效的实证［J］. 统计与决策，36（19）：164‑168.

［20］ 彭花，贺正楚，张雪琳，2022. 企业家精神和工匠精神对企业创新绩效的影响［J］. 中国软科学，（3）：112‑123.

［21］ 阮荣平，郑风田，刘力，2014. 信仰的力量：宗教有利于创业吗？［J］. 经济研究，49（3）：171‑184.

［22］ 邵传林，2014. 法律制度效率、地区腐败与企业家精神［J］. 上海财经大学学报，16（5）：48‑57.

［23］ 宋玉禄，陈欣 . 2020. 新时代企业家精神与企业价值——基于战略决策和创新效率提升视角［J］. 华东经济管理，34

（4）：108‑119.

［24］ 孙慧琳，张蓉，崔凯，2015. 企业家创新精神与企业财务绩效关系的实证研究［J］. 华东经济管理，29（2）：179‑184.

［25］ 汤学俊，2016. 创业企业家精神的影响因素研究——兼论性别视角的差异［J］. 南京社会科学，（12）：23‑33.

［26］ 万长松，王丽媛，2022. 新时代中国特色企业家精神的培育与弘扬［J］. 长沙理工大学学报（社会科学版），37（1）：

9‑17.

［27］ 王戴黎，2014. 外资企业工作经验与企业家创业活动：中国家户调查证据［J］. 管理世界，31（10）：136‑148.

［28］ 王启亮，虞红霞，李绩才，2021. 企业家精神、企业声誉与组织间知识分享［J］. 科学学研究，39（4）：749‑757.

［29］ 王文举，姚益家，2021. 企业家精神、经济增长目标与经济高质量发展［J］. 经济经纬，38（3）：86‑94.

［30］ 谢雪燕，郭媛媛，朱晓阳，康旺龙，2018. 融资约束、企业家精神与企业绩效关系的实证分析［J］. 统计与决策，34

（20）：180‑184.

［31］ 邢小强，周平录，2018. 中国区域企业家精神的评估与分析［J］. 技术经济，37（7）：47‑56，80.

［32］ 尹志超，宋全云，吴雨，彭嫦燕，2015. 金融知识、创业决策和创业动机［J］. 管理世界，32（1）：87‑98.

［33］ 张怀英，李璐，蒋辉，2021. 正式关系网络、企业家精神对中小企业绩效的影响机制研究［J］. 管理学报，18（3）：

353‑361.

［34］ 张龙耀，张海宁，2013. 金融约束与家庭创业——中国的城乡差异［J］. 金融研究，（9）：123‑135.

［35］ 张美岭，陈勇勤，2015. 企业家精神的影响因素分析与政策启示［J］. 现代管理科学，（7）：12‑14.

［36］ 张雪，韦鸿，2021. 企业社会责任、技术创新与企业绩效［J］. 统计与决策，37（5）：157‑161.

［37］ 张玉利，杨俊，任兵，2008. 社会资本、先前经验与创业机会——一个交互效应模型及其启示［J］. 管理世界，25（7）：

91‑102.

［38］ 赵乐祥，汪春雨，2020. 新时代企业家精神的内涵、作用与环境培育［J］. 广西社会科学，（12）：93‑98.

［39］ 周立，赵秋运，2021. 企业家精神、产业技术创新与经济发展［J］. 湖南科技大学学报（社会科学版），24（2）：80‑93.

［40］ 朱平利，刘娇阳，2020. 近朱者赤：上级企业家精神对员工创新行为的影响研究［J］. 技术经济，39（6）：54‑62.

［41］ 朱彤，刘鹏程，王小洁，2015. 贸易开放对发展中国家企业家精神的影响［J］. 南开经济研究，（5）：111‑125.

［42］ AZOULAY P，JONES B F，KIM J D，et al，2020. Age and high‑growth entrepreneurship［J］. American Economic Review

Insights，2（1）：65‑82.

［43］ CANTILLON R，1931. Essay on the nature of commerce［M］. London，Macmillan：Higgs H translation.

［44］ FIELD E， JAYACHANDRAN S， PANDE R， et al， 2015. Friendship at work： Can peer effects catalyze female

entrepreneurship？［J/OL］. Working Paper Series 21093. DOI 10. 3386/w21093.

［45］ LIU Q，LU R，ZHANG C，2014. Entrepreneurship and spillovers from multinationals：Evidence from Chinese private firms

［J］. China Economic Review，29：95‑106.

［46］ MAITLIS S，2005. The social processes of organizational sensemaking［J］. Academy of Management Journal，48（1）：21‑49.

［47］ SCHMALZ M C，SRAER D A，THESMAR D，2016. Housing collateral and entrepreneurship［J］. The Journal of Finance，

72（1）：99‑132.

［48］ SCHUMPETER J A，1934，The Theory of Economic Development［M］. Cambridge，MA：Harvard University Press.

［49］ SURIE G，GROEN A，2017. The importance of social entrepreneurship in national systems of innovation‑An introduction

［J］. Technological Forecasting and Social Change，121：181‑183.

［50］ VIAL G，2019. Understanding digital transformation：A review and a research agenda［J］. The Journal of Strategic

169

技术经济 第 42 卷 第 9 期

Information Systems，28（2）：118‑144.

［51］ ZEIKE S，BRADBURY K，LINDERT L，et al，2019. Digital leadership skills and associations with psychological well‑being

［J］. International Journal of Environmental Research and Public Health，16（14），2628.

Entrepreneurship Cultivation in State Owned Energy Enterprises in the New Era

Zhou Zhongke，Gao Jie，Luan Mingqiao，Liu Qi

（CHN Energy，Beijing 102299，China）

Abstract：The report of the 20th National Congress of the Communist Party of China proposed to“improve the modern enterprise system

with Chinese characteristics，promote entrepreneurship，and accelerate the construction of world‑class enterprises. ”Entrepreneurship

plays an important role in promoting high‑quality economic growth，promoting industrial transformation and upgrading，leading

innovation and entrepreneurship，and achieving common prosperity. As the leading industry of the national economic lifeline，the

energy industry plays an important role in ensuring the national energy supply and maintaining the national industrial economic

security. The state‑owned enterprises in the energy industry was focused on，and the method of grounded theory was used to deeply

explore the influencing factors and effects of the entrepreneurial spirit of the energy state‑owned enterprises in the new era. The results

show that the formation and exertion of the entrepreneurial spirit of energy state‑owned enterprises are affected by six factors including

culture，geographical environment，institutional，society，enterprises and individual leaders，and it has an impact on multiple levels.

It proposes the implementation path for the cultivation of the entrepreneurial spirit of the energy state‑owned enterprises.

Keywords：entrepreneurship；energy industry；state‑owned enterprise；cultivation path

170

第 42 卷 第 9 期 技 术 经 济 2023年 9 月

胡东宁等：

农地确权与农户间收入不平等

胡东宁，赵增力

（天津师范大学 经济学院，天津 300387）

摘 要：使用农户家庭微观调查数据，结合全国范围内分省份实施的新一轮农地确权颁证政策，采用双重差分法实证分析了农

地确权颁证政策如何改变农户家庭的要素配置，进而影响农村内部的收入差距。研究发现：领取农地确权证书后，家庭的收入

相对剥夺指数显著下降，说明农地确权颁证政策能够缩小农村内部的收入差距。异质性分析显示，农地确权颁证政策的效果

受到农地资源禀赋的影响，对平原地区和土地破碎化较为严重的农户家庭而言，农地确权颁证政策的作用更加明显。机制分

析发现，农地确权颁证政策主要通过促进低收入农户家庭流转土地和转移农业劳动力，增加土地租金收入和非农就业收入，实

现农村内部相对收入差距的缩小。扩展性分析也发现，农地确权颁证政策对收入相对剥夺指数的降低作用会受到农户家庭社

会保障状况和地区要素市场发育水平的调节影响。本文研究结论表明，以制度改革释放土地和劳动力要素的生产活力，推动

低收入农户家庭生产要素优化配置，是缩小农村内部收入差距的一条可行路径。

关键词：农地确权；要素配置；农户收入；收入差距

中图分类号：F323.89 文献标志码：A 文章编号：1002—980X（2023）9—0171—13

一、引言

随着中国特色社会主义进入新时代，当前社会的主要矛盾也已经转化为人民日益增长的美好生活需求

与不平衡不充分发展之间的矛盾，这一主要矛盾最突出的体现便是收入不平等问题。改革开放以来，我国农

村居民收入有着显著的增长，但农村内部的收入不平等也呈现出加剧扩大的趋势。统计数据显示，中国农村

内部收入最高 20% 家庭与收入最低 20% 家庭的收入比由 2000 年的 6.47 倍上升至 2019 年的 8.46 倍（史长亮，

2020），农村家庭人均可配置收入的基尼系数也从 2011 年的 0.3949 上升到 2020 年的 0.4591①，已高于 0.4 的国

际公认警戒线。农村内部收入分配的持续恶化引发的社会阶层分化不仅会影响社会经济发展和民生福祉，

还与社会主义现代化强国建设的初衷和目标背道而驰（史常亮，2020）。在经济转型发展的新时期，建立更加

公平合理的收入分配制度，缩小农村内部收入差距，对增进民生福祉和实现共同富裕至关重要（苏素和宋云

河，2010）。

围绕着农村居民内部收入差距问题，现有研究从农户家庭所拥有的物质资本、社会资本和人力资本等多

个因素进行了讨论，其中最受学者关注的因素是土地要素的影响（高梦滔和姚洋，2006；陈迅和孙成东，

2011）。在中国的特殊情景下，土地具有多重功能属性，其不仅能作为农业生产的重要投入，还被视作在农村

社会保障体制有待完善情况下农户家庭的生计保障和重要退路（赵增力和汪雨雨，2022）。因此，中国农村土

地产权的改革是影响生产要素配置和收入差距的关键因素（牛坤在和许恒周，2022）。20 世纪 80 年代末与 90

年代初，我国开始实施家庭联产承包责任制，村集体以家庭为单位进行土地平均分配，农户家庭从村集体组

织获得农地的使用权，村集体有权对农地进行调整或重新分配。家庭联产承包责任制的实施极大程度地提

高了农户家庭的生产积极性，同时改善了农村内部的收入分配情况。这项制度的实施不仅提高了农业生产

效率，而且使农村内部的收入分配相对平等。然而，随着社会经济的快速发展和城乡二元体制的逐渐破除，

农业劳动力开始迅速向非农产业部门转移。农业生产性收入在农户家庭总收入中所占的比重逐年下降，非

农收入特别是外出务工收入所占份额日益增大。因此，农户在土地均分基础上所呈现出的生产要素配置结

收稿日期：2023-04-24

基金项目：天津市教委科研计划项目“城市群产业结构优化下数字经济驱动天津农村新业态发展的实现路径”（2022SK066）；

天津师范大学科研创新项目“乡村振兴视角下绿色农业发展机理”（2022KYCX088Y）

作者简介：胡东宁，经济学博士，天津师范大学经济学院副院长，教授，研究方向：发展经济学；赵增力，天津师范大学经济学院

硕士研究生，研究方向：发展经济学，农业经济学。

① 数据根据《中国统计年鉴》计算所得。

171

技术经济 第 42 卷 第 9 期

构和配置效率的变化，开始成为农村内部收入格局变化的主要诱因（陶靖，2009；李谷成等，2018）。

为了更好地调整农村人地关系以适应生产力的发展水平，我国以“强权赋能”为主线，在“三权分立”的基

础上，对农村土地制度进行了一系列调整，例如，将农村土地承包权进一步延长至 30 年，修订出台《土地承包

法》，试点新一轮农村土地改革，以及全面推行农村土地确权颁证。农地确权颁证政策被广泛认为对农户家

庭的农地投资、农地流转、劳动力转移和土地抵押贷款等方面行为产生了影响。首先，农地确权通过明晰产

权关系，减少了农地纠纷，提高了农户的长期投资预期收益，从而鼓励农户长期投资和采纳新技术（林文声

等，2018；孙琳琳等，2020）。其次，农地确权能够降低农地流转的交易费用，促进农地租赁市场的发展，使得

农地从低效率的小农户手中流向高效率的新型农业经营主体，从而实现农业现代化转型（Chari et al，2021；

夏玉莲和曾福生，2015）。再次，产权预期安全不足会导致大量剩余劳动力被锁定在农业生产部门，用以捍卫

和保卫土地产权和生产收益，不利于农业劳动力向非农部分的自由流动。农地确权能够缓解因地权预期安

全不足导致的农业劳动力错配问题，促进农村劳动力的非农就业（张俪娜等，2023）。最后，农地产权的明细

化和证书化还能够形成正式的产权表达形式，在提高农地的抵押价值的同时，降低银行获取和甄别借款农户

信息的搜寻成本，从而促进了农村信贷市场的供求匹配，更好地满足农户的信贷需求（周南等，2019）。

毫无疑问，以产权强化为核心的土地改革措施已经重塑了农村人地关系格局，并且改变了农村土地要素

的配置结构，直接影响了农村的收入分配格局（耿鹏鹏和罗必良，2022）。然而，现有的研究虽然关注要素配

置和生产效率，但却忽略了收入分配的探讨。因此，我们需要回答以下问题：农地确权颁证政策对农村内部

收入分配格局有何影响？农地确权颁证政策通过何种渠道影响农村内部收入差异？回答这些问题将有助于

政府和学界更全面、科学地认识农地确权政策的作用，并更好地把握中国农村土地制度改革所带来的深远影

响。因此，本文旨在结合新一轮农地确权政策，探讨农地产权变动对农户内部收入分配格局的影响。

具体而言，本文旨在回答以下两个问题：第一，新一轮农地确权政策是否对农户内部收入差距产生影响，

如果有影响，是何种影响？第二，农地确权政策如何作用于不同收入水平的农户家庭进而影响农村内部收入

差距？关于第一个问题，已有研究从土地流转的角度进行了较多探讨，但并未得出一致的结论。一部分研究

认为，土地流转有助于促进劳动力向非农部门转移，增加低收入农户家庭的工资性收入，从而抑制农村内部

收入差距的加剧（陶靖，2009；史常亮，2020）。另一部分研究认为，确权后土地流转和劳动力要素的流动能够

促进收入增长，但也会加剧农户之间的收入差距（朱建军和胡继连，2015；李成明等，2019）。还有研究指出，

农地确权与土地流转对农村内部收入差距的影响受地区经济发展水平、农户家庭内部人力资本积累情况等

多方面因素的影响，并不确定（韩菡和钟甫宁，2011）。针对第二个问题，现有研究在分析农地确权时主要关

注政策对于总体农户家庭的影响，忽略了政策对于不同收入水平农户家庭的异质性影响（耿鹏鹏，2020）。对

于低收入农户家庭而言，土地不仅是农业生产中不可或缺的要素投入，还是农户的重要生计退路，是社会保

障制度不完善时的补充保障。在土地产权不明晰的情况下，低收入家庭失地后不仅会损失土地产出品的价

值，还丧失了土地所提供的口粮保障和就业支持作用。因此，土地保障作用的存在也势必会导致农地确权对

不同收入水平农户家庭的作用具有异质性。

本文的边际贡献主要表现在以下两个方面：其一，为深入理解农地确权政策的影响提供了新的视角。目

前，关于农地确权政策的研究多集中于效率方面，对农地确权政策对农户内部收入分配等社会公平问题的研

究相对较少，结论也尚未统一。本文利用新一轮农地确权政策作为准自然实验，运用双重差分法实证分析了

农地确权颁证与农户家庭收入剥夺指数之间的因果关系，为农地确权能够缩小农户内部收入差距这一观点

提供了新的经验证据。其二，本文在微观层面揭示了农地确权颁证缩小农村内部收入差距的作用机制。具

体而言，本文结合详细的调查数据，从土地和劳动力要素的配置行为和配置收益角度详细分析了农地确权颁

证政策如何通过改变要素配置行为、增加低收入农户家庭的要素配置收益，进而缩小农村内部收入差距的作

用渠道。此外，本文还进一步分析了农地确权颁证政策缩小农村内部收入差距的作用如何受到农地资源禀

赋、社会保障状况和地区要素市场发育水平的影响，识别出了农地确颁证政策与其他影响因素的作用合力。

二、理论分析

根据现代产权契约理论，产权预期稳定性是影响要素配置成本和效率的重要因素。对于中国农村家庭

而言，土地的产权安全便是影响其家庭生产行为最为重要的因素之一。然而，由于土地在中国农村扮演了特

殊的生计保障作用，因此不同收入水平和生计模式的农村家庭受产权安全影响的程度也不尽相同。

172

胡东宁等：农地确权与农户间收入不平等

与高收入农户家庭相较而言，低收入农户家庭总收入中的农业经营收入的比重明显较高，更加依赖土地

所提供的的产出来满足生存与发展需求。此外，在农村社会保障体系有待完善的情况下，低收入农户家庭往

往缺乏参与商业保障体系内生动力与能力，在面临自然或市场冲击时更加依赖的承包地所发挥出的“救生

网”的作用（徐志刚等，2018；赵立娟等，2021）。因此，低收入农户家庭在土地产权不明晰时为了保留承包地

的生计保障作用，避免因承包纠纷或村庄土地调整带来的短期亦或长期失地风险，并不会根据家庭的农业生

产与非农生产之间的相对比较优势选择是否转出或转入土地以实现预期收益最大化，反而会一味地排斥市

场化流转土地，或是选择不流转土地，或是选择将流转对象限制在亲友及同一村组内进行低价和无偿流转以

便能够及时收回土地的实际使用权。因此，低收入农户家庭往往被边缘化于土地流转市场之外，在产权不稳

定的情况下难以实现最优配置家庭农业生产要素并获得最大收益（林文生等，2018；史长亮，2020）。对于农

村收入水平较高的农户家庭而言，面积有限的承包地所提供的产出和保障作用十分有限。较高的收入也使

其有能力参与商业保障体系，享受到商业保险所提供到的分担作用，并不依赖承包地所提供的生计保障作

用。因此，在产权模糊的情况下，高收入农户家庭通常能够承受市场流转土地过程中可能出现的短期失地风

险，根据家庭劳动力的相对比较优势，选择是否流转土地及如何最大化土地租金收益，并实现预期收益的最

大化目标。

土地产权的不稳定和不安全还会对依附在土地上的劳动力起到“锁定效应”，使其无法自由流动。在预

期产权不稳定的情况下，农户家庭必须花费大量时间和精力保护土地产权和收益权，这导致家庭只能局限在

土地或村庄周边（张丽娜等，2023）。而农业与工业和服务业之间日益扩大的劳动生产率差距，以及农村地区

长期落后的产业体系和经济发展水平，使得被锁定在土地及农村地区的劳动力在兼业生产的过程中无法获

得优质的非农就业机会，仅能获得有限的工资收入和农业种植收益。在农地确权颁证政策实施前，土地流转

是打破土地产权不稳定对劳动力流动的制约的关键。通过签订土地承包合同，租出土地的农户家庭能够稳

定地获得地租收入，并将保护土地产出权益的责任转移给承包方，从而扩大了家庭劳动力就业的范围，更好

地搜索和匹配就业岗位，进而实现劳动力要素配置的收益最大化。因此，低收入农户家庭被土地流转市场

“边缘化”不仅会影响家庭的土地要素配置行为，还会进一步制约家庭劳动力要素的优化配置，进一步拉开其

与其他农户家庭之间的劳动力收入报酬差距。

上述分析可知，土地产权的不稳定对以承包地作为重要生计保障的低收入农户家庭造成的要素配置低

效率是导致农村内部收入差距逐渐扩大的一个重要原因。因此，如果在法律层面赋予并保障农户的土地权

益，明确土地的产权所有，提升农户家庭的地权预期稳定性，理应能够促进低收入农户家庭更好地参与要素

市场，优化低收入农户家庭生产要素的配置方式，减少低收入农户家庭配置生产要素时的生计成本，从而提

高要素分配收益，缩小低收入农户家庭与其他家庭之间的相对收入差距。

为了强化农村土地产权安全，我国在 2009 年开始试点实施了新一轮农地确权政策，该政策在法律上规

定了农户的土地财产所有权，通过赋予农户“增人不增地，减人不减地”的排他性产权将土地变为农户家庭

“准私有”的财产（耿鹏鹏和罗必良，2022），使得农户在流转土地时能够按照合同或约定如期如实的收回承包

土地，从而在保留土地对低收入家庭的保障和生计作用的同时，促进低收入家庭根据收益最大化的准则市场

化的配置土地和劳动力要素，而要素配置收益的增加进一步能够缩小低收入农户家庭与其他家庭之间的收

入差距。

新一轮农地确权政策能够缩小农户家年收入差距的作用机制可能有以下两个主要途径：首先，农地确权

还能够进一步促进农地资源市场化配置。在土地制度不完善时期，低收入农户转出土地可能会面临着因承

租人违约导致土地无法及时收回土地从而造成的生计受损的潜在影响，因此农户在流转土地时会采取降低

租金，增加愿意承租的人数，将土地租给更值得信赖的承租人，或是直接将土地无偿转让给值得信赖的亲

友。农地确权后，土地的产权安全有了法律凭证的保护，在承包合同到期后农户能够合法合理地及时收回承

包土地。因此农地流转的范围和承包关系的认同不再局限于亲友或村组内成员之间，交易对象范围不断扩

大，流程正规性和合同化不断增加，农地的人格化财产属性增强，进而帮助转出土地农户获得更高的土地租

金收益。其次，农地确权能够减弱产权稳定性预期不足时，土地对低收入家庭劳动力的“锁定效应”，从而帮

助农户家庭更好地衡量农业生产经营和非农就业之间的比较收益，以实现家庭收益最大化。特别是对于拥

有非农就业优势的低收入家庭而言，农地确权后产权稳定性的预期保留了土地能够给其提供的生计保障，降

低了劳动力非农转移的影子成本，从而增加了非农就业收益，对家庭收入增长起到了更加明显的促进作用。

173

技术经济 第 42 卷 第 9 期

因此，本文提出所要验证的假设 1 和假设 2：

农地确权能够降低农村内部收入差距（H1）；

农地确权主要通过促进低收入农户家庭优化土地和劳动力要素配置从而降低收入差距（H2）。

三、政策背景、数据来源与研究设计

（一）政策背景

在家庭联产承包责任制实施之后，中央政府在后续农村土地改革中围绕着强权赋能为主线，不断强化农

民的土地产权安全。然而，此后较长一段时间多数农户家庭仍未能获得土地承包经营权的法律文件与证书，

农民的土地承包经营权仍尚未得到法律文件的保障（张英辉，2003；耿鹏鹏和罗必良，2022）。根据一项调查

显示，截止 2011 年全国约有 42% 的村庄进行了土地调整和重新分配，不少兼业与非农劳动的农户家庭依然

面临着失去土地的风险（Wang et al，2015）。为了进一步完善农村产权制度，中央政府 2007 年颁发的《物权

法》将农地承包经营权定义为用益物权，并规定了不动产登记制度。次年，中央政府审议通过了《关于推进农

村改革发展若干重大问题的决定》，提出要开展新一轮农村土地确权、登记和颁证工作，要求在现场实测的基

础上了厘清承包地块的“四至”登记备案，并确保承包地权属证书落实到户。2009 年，首批试点地区的 8 村

105 县正式开始新一轮农地确权工作，2014 年试点地区扩大到山东、安徽和四川三个省份，2015 年进一步扩

大到吉林、河南、江苏、湖北、湖南、江西、甘肃、贵州、宁夏 9 个省份，并允许其他非试点省份的县级单位也可

结合自己实际情况开展土地确权工作。根据农业部统计数据，截止 2015 年，全国 2856 个县中的 1988 个县已

经开始确权工作②。

（二）数据来源

本文使用的数据来源于西南财经大学中国家庭金融调查中心在 2013 年和 2015 年开展的中国家庭金融

调查（CHFS）数据。CHFS 在 2013 年调查了全国 29 个省市自治区（除新疆、西藏及港澳台地区），267 个区县，

1048 个村（居）中 28141 个家庭，在 2015 年调查了全国 29 个省市自治区（除新疆、西藏及港澳台地区），351 个

区县，1396 个村（居）中 37289 个家庭，其中追访家庭 21775 个，数据具有全国代表性。CHFS 关于农村家庭的

调查中详细记录了农业投资、土地确权、劳动力配置及家庭资产等方面信息，为本文研究提供了高质量的微

观数据支持。

根据研究需要，本文对数据进行了如下处理：①仅保留了受到追踪调查的农村地区样本，删除了城镇地

区样本；②删除了在 2013 年和 2015 年两次调查中均未从事农业生产的样本家庭；③由于在 2013 年调查前已

有部分地区开始试点工作，因此根据 CHFS 样本家庭领取土地确权证书的具体年份，将在 2013 年及之前领取

到土地确权证书的样本家庭剔除，仅保留 2013 年后领取到土地确权证书及从未领取到确权证书的样本家

庭，从而将 2013 年视作政策生效前期，将 2015 年视作政策生效后期。经过上述处理后，最终获得 7814 个样

本组成的非平衡面板数据。

（三）研究方法

为 了 更 好 地 识 别 农 地 确 权 对 农 户 农 业 生 产 性 投 资 的 影 响 ，本 文 采 用 双 重 差 分 法（difference in

differences）进行实证分析，其具体估计模型如式（1）所示。

yit = α + β0 Postt × Treati + β1Controlsit + γt + μi + εit （1）

其中：i 为个体家庭；t 为年份；yit 为农户 i 在 t 年份的农业生产性投资；Postt 为时间虚拟变量，表示政策是否生

效，政策生效前年份，Postt = 0 政策生效后年份 Postt = 1；Treati 为个体虚拟变量，表示个体是否为处理组，若

个体为处理组则 Treati = 1，若个体为对照组则 Treati = 0；Controlsit 为控制变量；γt 为年份固定效应；μi 为个体

固定效应；εit 为随机扰动项；β0 为本文重点关注的双重差分估计系数，表示土地确权对农业投入的影响；α、β

为待估系数。

政策冲击的随机性是保证双重差分结论可靠的条件之一，就本文所设计的研究而言，农地确权政策并非

随机发生，其主要受到以下 4 个方面的影响：一是省级层面，农业农村部在选定省级农地确权试点地区时会

综合考虑各个省份农业生产的重要程度及农业发展潜力的大小，或优先选择人地矛盾更尖锐，农地确权收益

② 详见《农业部就土地承包经营权确权登记颁证试点等情况举行发布会》。

174

胡东宁等：农地确权与农户间收入不平等

更显著的省份作为试点省份，或优先选择土地纠纷更少，确权工作更容易完成的省级作为试点省份；二是县

级层面，对于非试点省份地区而言，中央政府允许其根据自身情况开展县级单位的土地确权工作。县级层面

土地确权工作与省级层面情况相同，县域的土地矛盾及农业发展潜力等因素也是影响该县城是否入选为土

地确权试点县的主要因素；三是村级层面，尽管中央财政给予了农地确权试点地区部分补贴，但地方政府特

别是村级政府也要承担部分成本。根据一项相关调查，农地确权过程中亩均确权成本在 40~100 元不等，在

中央及省、市财政负担一部分成本后，村级财政承担 15~30 元的每亩确权成本（北京大学国家发展研究院综

合课题组，2010）。因此同一确权试点地区内经济发展水平较好的村庄更可能较早地开展确权工作；四是农

户层面，农地确权是以村级为层面同步推行的，但受农户家庭政治面貌、社会资本、土地纠纷及接受农地确权

的“被动性”等因素的影响，同一村庄内的农户也并非同一时间拿到确权法律证书与文本。这 4 个方面的影

响农地确权的政策因素使得农地确权政策冲击的随机性难以保证。

在政策冲击随机性难以保证的情况下，通过比较政策发生前的处理组与控制组的事前趋势和平行趋势

也能够证明双重差分结果的有效性，但该方法的实现需要政策发生前多个时期的调查数据。由于本文仅包

含政策发生前及政策发生后各一个时期的数据，缺乏进行事前趋势检验的数据基础，因此拟采用匹配的方

法，先通过使用倾向得分匹配法（propensity score matching，PSM）对处理组与对照组农户之间进行匹配，为处

理组农户构造一个反事实框架，以降低选择性偏误问题导致的估计误差，进而再利用双重差分法识别农地确

权政策冲击带来的实际影响。在进行倾向得分匹配时，采用如下二元 Logit模型进行估计。

Logit

( ) pi

1 - pi

= β0 + β1 Basic + εi （2）

其中：Logit (·) 为 Logit 回归模型；Pi = P ( Xi ) = Pr (Ti = 1|Xi )表示样本进行处理组的倾向得分，Ti = 1 其中表示

家庭为处理组，Ti = 0 表示家庭为控制组，P ( Xi ) = Pr (Ti = 1|Xi )表示所估计出的农户家庭 Xi 成为处理组的概

率；Basic 为用于匹配的协变量；εi 为残差项。在倾向得分匹配的具体方法上，本文采用了最近邻一对二卡尺

0.05 匹配法。在具体回归过程中，将实现成功匹配的样本用于 PSM‑DID 中。

（四）变量选取

1. 被解释变量

本文的使用 Kakwani（1984）提出的个体收入相对剥夺指数来表示农户内部收入不平等的水平。根据个

体收入相对剥夺理论，农户收入水平在特定群组里越高，则农户的收入劣势程度和相对剥夺水平也越低，表

现为农户内部的收入不平等程度降低。反之，农户收入水平在特定群组里越低，则农户的收入劣势程度和相

对剥夺指数较高，表现为农户内不收入不平等程度的增加。本文在基准回归中将群组设定为村，将同村中其

他农户家庭设定为参照组，随后将村庄中每个农户家庭的收入与参照组进行比较，进而计算出每个农户家庭

的相对收入剥夺指数。相对剥夺指数的具体计算方法如下：

令 N 代表一个群组（村），群组中个体数量为 n，每个个体的收入为 xi

，随后将群组内个体按照收入高低进

行升序排列，可得出参照群组的收入分布 Ni = ( x 1，x 2，⋯，x n )，x 1 ≤ x 2 ≤ ⋯ ≤ x n。随后根据定义，将每个个体

与参照组的其他个体 xj进行比较，进而可将该个体的相对剥夺表示为

RD( xj

，xi ) = {xj - xi ，xj > xi

0， xj ≤ xi

（3）

其中：RD( xj

，xi )为 xj对 xi 的相对剥夺，将 RD( xj

，xi )求和后除以农户家庭收入的均值，可以得出第 i个农户家庭

的平均相对剥夺为

RD( xi ) = 1

nμX

∑

j = 1

n

RD( xj - xi ) = 1

nμX ( ∑ ) xj > xi

，xj ∈ X

xj -

x

∑j > xi

，xj ∈ X

xi （4）

其中：μX 为群体中收入的平均值。

通过对式（4）进一步分解后可将农户个体的收入平均相对剥夺指数表示为

RD( xi ) = 1

nμX

(n +

xi

μ +

xi

- n +

xi

xi ) = 1

μX

γ +

xi

( μ +

xi

- xi ) （5）

其中：RD( xi )为农户个体的收入平均相对剥夺指数；μX 为群体中所有个体的收入平均值；n +

xi

为群体中收入超

175

技术经济 第 42 卷 第 9 期

过 xi 的个体的数量；μ +

xi

为群体中收入超过 xi 的个体的收入平均值；γ +

xi

为群体中收入超过 xi 个体数在群体中

所占的比重。

使用上述方法所计算出的收入相对剥夺指数 RD( xi )具有如下性质：①RD( xi )取值范围介于 0~1，最大值

为 1，最小值为 0；②RD( xi )是收入的严格递减函数，与个体的相对收入差距呈现正相关，RD( xi )越接近于 0 表

示个体的相对收入差距越小，RD( xi )越接近于 1 表示个体的相对收入差距越大。

2. 解释变量

本文的主要解释变量为农地确权与确权年份的交互项，即“农地确权”ד确权年份”。CHFS 在调查时询

问了“您家是否取得土地经营权证书”和“您家取得确权证书的年份”，本文将 2013 年与 2015 年均为取得土地

经营权证书的家庭设置为控制组（农地确权=0），将 2013 年未取得但 2015 年取得土地经营权证书的家庭设

置为处理组（农地确权=1）；同时，本文将 2013 年视作政策发生前年份（确权年份=0），将 2015 年视作政策发

生后年份（确权年份=1）。农地确权与确权年

份交互项的系数将用以反映农地确权对农业

机械化投入影响的大小。

3. 控制变量

为了更好控制处理组与对照组之间的差

异，本文从家庭和省份两个层面选取了控制

变量。家庭层面的控制变量有户主年龄、户

主性别、户主健康水平、户主教育年限、户主

政治面貌、家庭成员数、家庭农业劳动力占

比、家庭受雇务工比重、家庭自雇创业比重、

家庭社保覆盖比重、家庭领取农业补贴金额、

家庭金融资产、家庭耕地面积。在省级控制

变 量 方 面 选 取 了 省 级 经 济 发 展 水 平（人 均

GDP）、省级人均农业生产总产值、省级农产

总产值比重（第一产业 GDP 所占比重）、省级

财政支农支出（万元）、省级人均耕地面积、本

省耕地面积占全国比重、农村人口所占比重。

户主和家庭层面的控制变量来自 CHFS 数据，

省级控制变量来自于各省的统计年鉴。上述

变量的描述性统计详见表 1。

四、实证结果

（一）倾向得分匹配结果

在进行双重差分回归之前，本文首先进行倾向得分匹配以提高处理组和控制组之间的可对比性。图 1

汇报了进行倾向得分匹配后各样本的匹配情况，其中图 1（a）汇报了匹配前处理组和控制组倾向得分的核密

度图，图 1（b）汇报了匹配后处理组和控制组倾向得分的核密度图。从中可以看出，进行按照倾向得分进行

匹配后处理组和控制组的核密度图实现了较好的重合，且处理组与控制组之间均值的差异也有了明显的缩

小，说明处理组和控制组之间实现了完美匹配。

在对比匹配前后处理组和控制组倾向得分概率分布的基础上，本文进一步检验了匹配前后处理组和控

制组之间解释变量差异的平衡性检验结果。检验结果见表 2，从表 2 中可以看出，匹配后各个解释变量的标

准化偏差均下降到了 7.6% 及以下，满足匹配后标准化偏差小于 10% 的标准，并且极大地降低了处理组和控

制组之间的平均偏误（由匹配前的 17.4% 下降到匹配后的 2.7%）。就平衡两组样本之间的解释变量的分布

而言，倾向得分估计和样本匹配是成功的。

表 1 描述性统计

变量类型

被解释变量

解释变量

户主控制变量

家庭控制变量

省级控制变量

变量名

收入相对剥夺指数（0‑1）

农地确权（领取确权证书=1，否则=0）

年龄（岁）

性别（男=1，女=0）

健康水平（1~5）

受教育水平（1~7）

政治面貌（党员=1）

家庭人口数（人）

家庭务农比重（%）

家庭受雇务工比重（%）

家庭自雇创业比重（%）

家庭社保覆盖比重（%）

家庭耕地面积（亩）

农业补贴金额（元，对数）

家庭金融资产（元，对数）

省人均 GDP（万元，对数）

省人均农业 GDP（万元，对数）

省农业 GDP 占比（%）

省人均耕地面积（亩）

省耕地面积占比（%）

省财政支农支出（万元，对数）

省农村人口比重（%）

均值

0.484

0.025

54.242

0.911

3.15

2.547

0.061

4.371

0.325

0.5846

0.0297

0.668

9.444

4.33

3.915

4.474

0.449

10.946

5.286

1.158

6.18

0.4699

方差

0.294

0.156

11.347

0.284

1.139

0.936

0.239

1.839

0.313

0.2250

0.1094

0.323

27.421

2.881

4.658

1.574

0.131

3.923

2.863

0.833

0.429

0.834

最小值

0

0

6

0

1

1

0

1

0

0

0

0

0.023

0

0

2.286

0.045

0.005

0.188

0.078

4.812

0.104

最大值

1

1

97

1

5

7

1

19

1

1

1

1

1200

14.509

13.785

10.69

0.938

0.437

15.864

4.159

6.916

0.623

注：户主健康水平评分为 1~5，依次代表非常健康、很健康、比较健康、一般、不健

康；户主受教育水平评分为 1~7，依次代表文盲或半文盲、小学、初中、高中/中专/技

校/职高、大专、大学本科、硕士及以上；社会保险包括基本养老保险、基本医疗保险、

失业保险、工伤保险、生育保险等由政府主导的保险项目；农业补贴金额包括粮食直

补、休耕轮作补贴、耕地保护补贴等现金补贴，不包括实物补贴或税收优惠补贴。1

亩≈666.7 平方米。

176

胡东宁等：农地确权与农户间收入不平等

   

ժऽᓃܲը

ะ⤲㏰ ᣓݢ㏰









ᵤ

ჲ

Ꮢ

ะ⤲㏰ ᣓݢ㏰

   

ժऽᓃܲը









ᵤ

ჲ

Ꮢ

（a）倾向得分匹配前 （b）倾向得分匹配后

图 1 倾向得分匹配核密度图

表 2 倾向得分匹配平衡性检验

变量

年龄（岁）

性别（男=1，女=0）

健康水平（1~5）

受教育年限（1~7）

政治面貌（党员=1）

家庭人口数（人）

家庭务农比重（%）

家庭受雇务工比重（%）

家庭自雇创业比重（%）

家庭社保覆盖比重（%）

农业补贴金额（元）

家庭金融资产（元）

家庭耕地面积（亩）

省人均 GDP（万元）

省人均农业 GDP（万元）

省农业 GDP 占比（%）

省人均耕地面积（亩）

省耕地面积占比（%）

省人均农林事务支出（万元）

农村人口比重（%）

匹配前

处理组均值

56.02

0.919

2.855

2.558

0.071

4.413

0.353

0.186

0.0203

0.833

4.168

4.770

9.902

4.440

0.464

11.484

5.118

1.206

55.145

46.441

控制组均值

55.99

0.871

3.232

2.468

0.063

4.126

0.325

0.1839

0.0297

0.680

2.855

3.660

9.481

4.489

0.448

10.874

5.304

1.154

54.689

46.915

标准化偏差%

2.7

16.0

-35.7

9.3

3.4

15.3

8.9

0.9

-9.5

51.4

42.9

24.1

28.9

-3.1

11.8

14.6

-6.2

6.0

2.1

-5.7

匹配后

处理组均值

55.98

0.919

2.859

2.561

0.069

4.407

0.353

0.1861

0.0204

0.832

4.157

4.743

9.916

4.436

0.465

11.497

5.12

1.208

55.099

46.468

控制组均值

55.33

0.909

2.839

2.538

0.078

4.294

0.345

0.1785

0.0228

0.828

4.303

4.975

9.951

4.518

0.466

11.368

5.253

1.221

56.122

46.132

标准化偏差（%）

0.3

-1.3

2.5

-4.8

-1.4

0.7

-3.1

3.4

-2.4

3.0

2.7

-1.5

0.3

7.6

-2.5

3.8

-0.3

-3.1

-5.5

5.1

注：1 亩≈666.7 平方米。

（二）基准回归结果

表 3 汇报了使用 PSM‑DID 所估计出的农地确权对

农户间收入不平等的影响，其中（1）列仅控制了个体

固定效应和时间固定效应，（2）~（4）列在此基础上逐

渐加入户主控制变量、家庭控制变量和省级控制变

量。结果表明，农地确权对收入相对剥夺指数的影响

分别在 1% 和 5% 的统计性水平上显著为负，说明农地

确权政策实施后获得确权证书的处理组家庭相较于

控制组家庭的收入相对剥夺指数有着显著的下降，表

明农地确权能够缓解农户内部的相对收入差距，证明

了本文所提出的假说 1。

（三）安慰剂检验

基准回归估计所得结果的有效性可能会受到遗漏变量问题或同期政策干扰的影响。为了进一步排除不

可观测随机因素和其他政策的影响，本文使用双重差分安慰剂检验的方式进行检验，通过随机抽取伪处理组

的方式，估计出伪处理组虚假的估计系数 βfalse。若估计出的系数 βfalse 服从均值为零的正态分布，说明伪处理

组不会存在真实情况下对农业生产效率的促进作用，即其他不可观测因素和政策并不会对基准回归结论的

表 3 基准回归结果

变量

农地确权

户主控制变量

家庭控制变量

省级控制变量

个体固定效应

时间固定效应

观测值

R2

被解释变量：收入相对剥夺指数

（1）

-0.0583***

（0.0241）

控制

控制

10274

0.6294

（2）

-0.0560***

（0.0241）

控制

控制

控制

10274

0.6317

（3）

-0.0448**

（0.0200）

控制

控制

控制

控制

10274

0.7362

（4）

-0.0472**

（0.0201）

控制

控制

控制

控制

控制

10274

0.7368

注：*

、**、***分别表示在 10%、5%、1% 水平上显著；括号内为聚类到家

庭层面的稳健标准误。

177

技术经济 第 42 卷 第 9 期

可靠性造成影响。

图 2 绘制了随机抽取 500 次伪处理组的后估计系数 βfalse 的

核密度图，从图 2 中可以看出，虚假的估计系数 βfalse 几乎完全

满足均值为零的正态分布，且绝大部分虚假的估计值全部在

真实估计值的左侧，仅有少许抽样获得的虚假估计值大于真

实估计值，说明同期其他政策和不可观测因素对于真实处理

组估计系数可靠性的影响并不明显，以此证明了基准回归中

结论的可靠性。

（四）异质性分析

基准回归中基于总样本所估计出的平均处理效应揭示了

农地确权颁证政策的整体作用。但对位于不同地理环境及拥

有不同农业资源禀赋的家庭而言，农地确权的实际作用必然会有所差异。为了揭示农地确权的异质性影响，

本文根据农户家庭所在地区的地势地形和土地破碎化程度对样本进行了划分，进一步讨论了农地确权政策

的异质性影响。

首先，地理区域是影响农业生产的重要因素之一，不同地理区域的农业生产和土地边界划分的方式不尽

相同，农地纠纷的严重程度也有所差异，因此农地确权政策的影响会因为地理区域不同而产生差异。本文根

据家庭所在城市，结合国家地理区域划分，将位于东北平原、华北平原、长江中下游平原和关中平原的样本统

一定义为平原组，将位于其他地区的样本定义为非平原组，进行分组回归。分组回归的结果见表 4 中（1）列

和（2）列所示。可以发现，农地确权的回归系数均能通过统计性检验，但对系数的大小而言，平原组的估计系

数要小于非平原组，这说明农地确权政策对于平原地区农户间收入不平等的缩小作用更为明显。结合现实

具体情况，本文认为农地确权政策对于平原地区农户家庭作用更为明显的原因是由于平原地区的农地纠纷

更加严重，因此农地确权带来的收益也更加明显。具体而言，这一方面可能是因为平原地区用作划分边界的

田坎和田垄是由相邻农户各自的土地所共同构成，因此在“面积不准、四至不清”的情况下农户有动机进行激

烈的利益博弈，从而产生土地纠纷。山地、丘陵等地形崎岖的地区在划分土地时较多利用自然地形作为边

界，因此农户间进行利益博弈的动机较小。另一方面，不同地形区域之间农业生产模式和城市化建设进程的

差异也十分明显，随着平原地区的农业规模化生产进程的加快及城市建设用地面积的迅速扩张，市场对于土

地的需求量在速度增加，农地的交易价值不断攀升，因而农户有着更强的经济动机来争夺产权模糊的农地。

其次，农地确权能够产生作用的直接原因在于排他性的强约束产权在极大程度上降低了农户的维权成

本。因此，农地确权政策对于有着不同维权成本的农户家庭的实际影响也会有所区别。就农地的维权成本

而言，土地破碎化程度是重要的影响因素之一。破碎而又散布多片的农地不仅增加了维护农地产权和产出

所有权所需的时间和金钱成本，还能够提高发生农地纠纷的可能。因此，本文根据家庭土地破碎化程度进行

划分样本后进行了回归分析。具体而言，本文参考黄祖辉等（2014）的做法，以家庭总耕地面积与最大一块耕

地面积之比作为耕地破碎化的代理变量，该变量越大表明耕

地破碎越严重。本文按照代理变量的中位数进行划分，将大

于等于样本中位数的家庭定义为高破碎化家庭，反之为低破

碎化家庭，随后进行分组回归。回归结果见表 4 中（3）列和（4）

列所示。从中可以发现，农地确权对于高破碎化家庭的估计

系数要明显小于低破碎化家庭，说明农地确权对于土地破碎

较为严重、维权成本较高家庭的相收入差距的缩小作用更为

显著。同时，这也进一步佐证了农地确权颁证政策的确能够

降低维护农地产权安全的时间和金钱。

（五）稳健性检验

为了进一步验证基准回归中所得结论的可靠性，本文对基准回归模型进行了一系列稳健性检验。

首先，农户之间收入差距的缩小存在两种可能：一种可能是低收入农户家庭确权后收入水平有着更为明

显的增加，进而缩小了其与高收入家庭之间的收入差距；另一种可能是高收入农户家庭在城市化过程中的市











Ắ

⢳

ჲ

Ꮢ    

ќ䃍㈧᪜

ᄥᏀќ䃍㈧᪜

ᄥᏀќ䃍㈧᪜ჲᏒ

图 2 安慰剂检验

表 4 异质性分析

变量

农地确权

观测值

R2

被解释变量：收入相对剥夺指数

平原组

（1）

-0.0432**

（0.0398）

4395

0.5683

非平原组

（2）

-0.0398**

（0.0172）

5876

0.7601

高破碎化

（3）

-0.0524**

（0.0263）

5137

0.6179

低破碎化

（4）

-0.0241**

（0.0138）

5137

0.7246

注：*

、**、***分别表示在 10%、5%、1% 水平上显著。括号

内为聚类到家庭层面的稳健标准误。所有回归均已加入了

户主、家庭和省级层面的控制变量，并同时控制了个体和时

间固定效应。

178

胡东宁等：农地确权与农户间收入不平等

民化，使得处理组中低收入家庭的收入排序变相提高，进而缩小了农户之间的相对收入差距。为了消除样本

变动可能带来的混淆影响，本文结合了两个年份的调查数据，剔除了进入与退出的样本，使用两年都接受调

查的样本家庭组成的平衡面板数据进行了重新估计，估计结果见表 5 中（1）列所示，从可以看出，农地确权的

估计系数有所下降，但依旧在 5% 的统计性水平上显著，说明样本的进入与退出导致了一定程度上对农地确

权作用的高估，但农地确权对收入差距的缩小作用仍是稳健的。

其次，特殊地区样本选取和抽样不均也可能影响结论的稳健性。因此，本文首先剔除了北京、天津、上海和

重庆 4 个地区的农户样本家庭，因为这 4 个直辖市的经济实力雄厚，且在管理体制、政策自主权、官员考核等方

面与其他地区存在较大差异。此外，本文还剔除了青海、西藏和新疆地区的样本家庭（由于 CHFS 数据在追踪

调查时便未涵盖港澳台地区，因此本文在剔除特殊地区样本时所使用的样本并未不包含港澳台地区），因为这

三个地区的自然地理和社会经济状况与其他地区明显不同，而且调查样本数量过少。剔除上述地区样本家庭

后的回归结果见表 5 中（2）列所示，可以看出，农地确权的估计系数的显著性水平并无明显变化。

再次，被解释变量的计算方式和回归方程的估计方法也可能影响基准结论的可靠性。本文在基准回归

中使用的是以村为群组计算出的相对剥夺指数，因此，本文在稳健性检验部分进一步以省为群组计算出了以

同一省份其他农户为参照群组所得的相对收入剥夺指数，用以替换基准回归中的被解释变量，并将标准误差

聚类到省级层面重新进行回归，回归结果见表 5 中（3）

列所示，可以发现，农地确权也能缩小农户家庭在省

级层面的相对收入剥夺指数，但效应明显低于村级层

面的相对收入剥夺指数，这可能是由于省内不同区域

之间存在着巨大的发展鸿沟，因而抑制了确权对于落

后地区农户相对收入组的促进作用。

最后 ，由于相对收入剥夺指数属于双侧截断变

量，本文使用更加适用于截断数据的 Tobit 模型进行了

重新估计，估计结果如表 5 中（4）列所示，可以发现，农

地确权对相对收入剥夺指数仍有着显著的负向影响，进一步证明了基准回归结论的稳健性。

五、机制检验与扩展分析

（一）机制检验

前文基准回归分析结果表明，农地确权政策的确能够缩小颁证农户与其他农户之间的相对收入差距。

那么，进一步需要分析的便是农地确权影响相对收入差距的作用机制。如前文理论分析部分的阐述，农地确

权影响农户之间收入差距的因素可能在于将土地财产权利变为受法律保护的“准私有”财产，消除了低收入

家庭在配置土地资源时所面临的制度成本，进而通过提高低收入农户家庭的要素配置效率和收益从而缩小

农村间的收入差距。因此，本文在这一部分将着重分析农地确权如何影响不同收入水平农户家庭的生产要

素配置。

表 6 中汇报了分别以有偿流转土地（有偿流转=1，否则=0）、土地流转金额（元）、非农就业时间（月数）和

非农就业收入（元）作为被解释变量的回归结果。表 6 的（1）列是在全部样本情况下的进行的回归，（2）列和

（3）列则是根据家庭在农地确权发生前收入高低进行划分（家庭收入大于等于总样本家庭收入中位数定义为

高收入家庭，反之为低收入家庭）后分样本进行回归的结果。由表 6 中 Panel A 可以看出，全样本回归情况下

农地确权对土地有偿流转的系数在 10% 的统计性水平上显著为正，说明农地确权促进了土地流转市场化的

发育，提高了有偿转出土地的概率。在分样本回归中，农地确权对低收入农户家庭土地有偿流转的系数在

5% 的统计性水平上显著，对高收入家庭土地有偿流转的系数则不能通过显著性检验，这说明土地产权预期

不稳定时低收入农户家庭的土地要素往往无法得到最优配置，因此确权颁证对低收入家庭土地要素的再配

置起着更为明显的促进作用。

由表 6 中 Panel B 可以看出，全样本回归情况下农地确权对土地流转收入的系数在 1% 的统计性水平上

显著为正，说明农地确权后土地财产属性的增长和土地交易市场的发展提高了土地要素的市场价格，增加了

农户流转土地获得的财产性收入。在分样本回归中，农地确权对不同收入水平农户家庭土地流转收入的估

表 5 稳健性检验

变量

农地确权

观测值

R2

平衡面板

（1）

-0.0451**

0.0201

9244

0.7328

剔除特殊地区

（2）

-0.0476**

（0.0206）

9500

0.7341

更换被解释变量

（3）

-0.0409*

（0.0223）

10274

0.7510

Tobit模型

（4）

-0.0519***

（0.0185）

10274

无

注：*

、**、***分别表示在 10%、5%、1% 水平上显著。表 3 中（1）、（2）和

（4）列括号内为聚类到家庭层面的稳健标准误，（3）列括号内为聚类到省

级层面的稳健标准误。所有回归均已加入了户主、家庭和省级层面的控

制变量，并同时控制了个体和时间固定效应。

179

技术经济 第 42 卷 第 9 期

计系数均显著为正，说明农地确权后土地流转市场的

发育在增加低收入家庭土地流转收入的同时，也提高

了土地这一生产要素的整体市场价值，进而使得高收

入家庭也从土地流转中获得的收入也有所增加，但就

系数大小而言，低收入农户家庭的估计系数要明显高

于高收入农户家庭，说明低收入农户家庭从土地流转

中获取的租金收益增长更为明显。

由表 6 中 Panel C 部分可以看出，全样本回归结果

显示农地确权对非农就业的估计系数并未通过显著

性检验。在分样本回归中，农地确权对高收入农户家

庭的非农就业时间同样无法通过显著性检验，但对低

收入农户家庭的非农就业时间在 5% 的统计性水平上

显著为正。结合前文理论分析部分可知，这说明农地

确权在赋予农户家庭“准私有”的土地财产性质后，使

得低收入农户家庭能够在保留土地所发挥出的生计退路的同时加速了劳动力从农业生产部分向非农部门的

转移。

由表 6 中 Panel D 可以看出，全样本回归结果显示农地确权对非农就业收入的估计系数在 10% 的统计性

水平上显著为正。在分样本回归中，农地确权对高收入农户家庭非农就业收入的估计系数未能通过显著性

检验，对低收入农户家庭非农就业收入的估计系数在 1% 的统计性水平上显著为正。低收入农户家庭非农

就业收入的增加既有农地确权使得低收入农户家庭劳动力加速向非农部门转移的原因，还有着产权安全后

低收入农户家庭劳动力就业搜索范围扩大后使得优质就业机会增加的结果。

综上所述，证书的领取缩小农户家庭与其他家庭之间相对收入差距的作用机制是：一是农业确权增加了

土地的财产性属性，促进了土地流转市场的发展，增加了低收入农户土地转出的概率，提高了转出土地获得

的租金收入，进而增加了家庭的财产性收入。二是农地确权弱化了产权安全模糊对劳动力转移的“锁定效

应”，加速了低收入农户家庭劳动力向非农就业部门的转移速度，增加了非农就业时长，进而对低收入农户家

庭工资性收入有着更为明显的提升作用。

（二）扩展分析

前文中基于全样本分析了农地确权颁证政策对农村内部收入差距的实际影响和作用机制，但这一作用

是否会受其他因素影响？亦或因其他因素而有所差异？对于上述问题的回答也有利于进一步加深对农地确

权颁证政策的理解。本文接下来将会结合家庭社会保障情况和地区要素市场发育水平进行扩展性分析，以

回答上述问题。

1. 基于家庭社会保障状况的扩展性分析

前文分析中，土地所发挥的非正式社会保障作用是低收入家庭配置资源的影子成本之一。已有研究发现，

社会养老保险不仅能够直接调节农户之间的收入差距，而且还有着替代土地养老，进而促进劳动力转移和缩小

收入差距的间接作用（杨晶和邓悦，2020）。因此，本文接下来根据家庭社会养老保险参与状况，尝试进一步分

析社会养老保险是否会影响到农地确权的收入差距缓解作用。参考杨晶和邓悦（2020）的研究，将农户家庭成

年人中养老保险覆盖率作为家庭社会保障的代理变量，

将养老保险覆盖率及其与农地确权政策的交互项加入

基准回归中，用以考察农地确权对不同。

回归结果见表 7，从表 7 中可以看出，家庭养老保

险参与率对相对剥夺指数的系数显著为负，说明社会

养老保险能够起到改善低收入农户家庭收入水平，调

节农户之间收入差距的作用，这与杨晶和邓悦（2020）

的研究结果保持一致；农地确权政策与家庭养老保险

参与率的交互项显著为负，说明农地确权政策对家庭

表 6 机制检验

变量

Panel：A

农地确权

Panel：B

农地确权

Panel：C

农地确权

Panel：D

农地确权

观测值

全样本

（1）

被解释变量：土地有偿流转

0.0025*

（0.0014）

被解释变量：土地流转收入（对数）

0.0134***

（0.0051）

被解释变量：非农就业时间

0.3741

（0.2816）

被解释变量：非农就业收入（对数）

0.0122*

（0.0071）

10274

高收入

（2）

0.0014

（0.0019）

0.0110*

（0.0064）

0.2512

（0.1876）

0.0119

（0.0096）

5137

低收入

（3）

0.0035**

（0.0013）

0.0169***

（0.0037）

0.4194**

（0.1945）

0.0182***

（0.0069）

5137

注：*

、**、***分别表示在 10%、5%、1% 水平上显著。括号内为聚类到

家庭层面的稳健标准误。所有回归均已加入了户主、家庭和省级层面的

控制变量，并同时控制了个体和时间固定效应。

表 7 基于养老保险参与率的扩展性分析

变量

农地确权

农地确权×养老保险参与率

养老保险参与率

观测值

R2

被解释变量：收入相对剥夺指数

（1）

-0.0425（* 0.0257）

-0.0091***（0.0030）

-0.0175***（0.0040）

10274

0.7481

注：*

、**、***分别表示在 10%、5%、1% 水平上显著。括号内为聚类到

家庭层面的稳健标准误。所有回归均已加入了户主、家庭和省级层面的

控制变量，并同时控制了个体和时间固定效应。

180

胡东宁等：农地确权与农户间收入不平等

养老保险参与率较高家庭的相对收入剥夺指数起着更为明显的降低作用，即农地确权政策与社会养老保险

能够形成合力，进而更加有效地发挥出缩小农村内部收入差距的“益贫”作用。

2. 基于要素市场发展情况的异质性分析

农地确权颁证政策能够收入缩小农村内部的收入差距得益于确权颁证后低收入农户家庭生产要素的优

化配置，但农户家庭的要素配置行为也会受到当地要素市场的发展水平的影响（汪雨雨等，2020）。因此，地

区要素市场的发展差异也会影响到农地确权颁证政策的实际作用大小。本文接下来根据地区要素市场发展

水平进行划分，以分析农地确权政策所起到的“增收缩距”作用究竟会受到地区要素市场的何种影响。具体

而言，本文参考杨子等（2019）的做法，使用同一县域内除本家庭之外其余家庭的平均土地流转频率和平均非

农就业比重作为反映当地土地交易市场和劳动力就业市场发展水平的代理指标，随后将土地交易市场发展

水平和劳动力就业市场发展水平分别于农地确权政策做交互项加入基准回归方程中进行实证分析。

回归结果见表 8，表 8 中（1）列和（2）列分别汇报了农地确权与土地市场发展水平和劳动力市场发展水平

交互项的回归结果。从结果中可以看出，农地确

权政策与土地市场发展水平和劳动力市场发展

水平的交互项分别在 10% 和 1% 的统计性水平上

显著为负，说明在要素市场较为发达的地区，农

地确权政策对农户间相对收入差距所起到的缩

减作用更为明显，即地区要素市场发育水平能够

起到强化农地确权政策缩小相对收入差距的作

用。结合前文分析，这可能是由于较为完善的要

素市场能够更好地发挥出农地确权促进低收入

农户家庭更好地优化要素配置和提高资源配置

收益，进而缩小不同收入水平农户家庭之间从要

素配置收益所得收入的差距。

六、结论

产权不明晰情况下要素配置效率的差异可能是影响农村内部收入差距的影响因素之一。本文使用农户

家庭微观调查数据，结合分批次试点实施的农地确权颁证政策实证分析了农地确权对农村内部收入差距的

影响。研究发现，农地确权政策能够起到降低农户家庭的相对收入差距剥夺指数，缓解农村内部收入差距的

作用。但这种“益贫”作用受到农户家庭的农地资源禀赋影响，对平原地区和高土地破碎化的农户家庭作用

更为明显。进一步分析发现农地确权缩小收入差距的微观的作用机制是更有效地促进了低收入农户家庭市

场化的配置土地和劳动力资源，从而获得了更高的土地租金和非农就业收入。同时，扩展性分析表明，家庭

社会保障状况和地区要素市场发育水平是影响农地确权缩小农村内部小队收入差距的重要调节因素。本文

的分析提供了农地确权如何通过收敛农户家庭之间要素配置差距从而缩小农村内部收入差距的经验证据，

一定程度上弥补了现有关于土地产权与农村收入差距之间相关研究的空白，回应了农地产权确立能否在提

高农业生产效率的同时兼顾公平这一重要问题，为进一步深化改革农村土地产权制度以实现农村内部包容

性增长提供了参考。

从本文研究结果中可得出如下启示。第一，农地确权政策在改善低收入农户家庭生产要素配置效率时

能够发挥出更加明显的作用，说明农地确权政策对农村内部包容性增长起到积极的促进作用。因此，在今后

进一步深化农村产权制度的改革过程中要坚持保障农民土地的产权安全，在保障农户家庭更加自由的处置

农地的使用权和经营权的基础上进一步发挥土地财产功效，建立健全农村土地产权交易市场，鼓励土地经营

权依法自愿有偿转让。第二，农地确权政策除去能够推动农村家庭市场化地流转土地之外，还能够促进农户

家庭劳动力要素的优化配置。因此，在深化农村内部产权制度改革的同时，进一步解决城乡、工农之间劳动

力要素流动不畅问题，破除阻碍要素自由流动和平等交换的体制机制壁垒，在保障农民土地权益的基础上加

速农业劳动力的自由转移，帮助农户家庭获得更多的优质非农就业机会，为农户家庭通过劳动力转移实现收

入增长和缩小阶层差距提供有力支持。

表 8 基于要素市场发育水平的扩展性分析

变量

农地确权

农地确权×土地市场发育水平

土地市场发育水平

农地确权×劳动力市场发育水平

劳动力市场发育水平

观测值

R2

被解释变量：收入相对剥夺指数

（1）

-0.0437**（0.0206）

-0.0004（* 0.0023）

-0.0071（0.0050）

10274

0.7634

（2）

-0.0433**（0.0213）

-0.0016***（0.0006）

0.0014**（0.0007）

10274

0.7935

注：*

、**、***分别表示在 10%、5%、1% 水平上显著。括号内为聚类到家庭层

面的稳健标准误。所有回归均已加入了户主、家庭和省级层面的控制变量，并

同时控制了个体和时间固定效应。

181

技术经济 第 42 卷 第 9 期

参考文献

［ 1］ 北京大学国家发展研究院综合课题组，周其仁，2010. 还权赋能——成都土地制度改革探索的调查研究［J］. 国际经

济评论，（2）：54‑92，5.

［ 2］ 陈迅，孙成东，2011. 城乡内部引起收入差距主要因素的对比分析——以山东省为例［J］. 技术经济，30（1）：95‑98，

127.

［ 3］ 高梦滔，姚洋，2006. 农户收入差距的微观基础：物质资本还是人力资本？［J］. 经济研究，（12）：71‑80.

［ 4］ 耿鹏鹏，2020. 地权稳定性如何影响农户收入？——基于要素配置的视角［J］. 农林经济管理学报，19（5）：611‑623.

［ 5］ 耿鹏鹏，罗必良，2022. 农地确权是否推进了乡村治理的现代化？［J］. 管理世界，38（12）：59‑76.

［ 6］ 韩菡，钟甫宁，2011. 劳动力流出后“剩余土地”流向对于当地农民收入分配的影响［J］. 中国农村经济，（4）：18‑25.

［ 7］ 黄祖辉，王建英，陈志钢，2014. 非农就业、土地流转与土地细碎化对稻农技术效率的影响［J］. 中国农村经济，

（11）：4‑16.

［ 8］ 李成明，孙博文，董志勇，2019. 农户异质性、农地经营权流转与农村收入分配——基于中国家庭追踪调查数据

（CFPS）的实证研究［J］. 农村经济，（8）：26‑33.

［ 9］ 李谷成，李烨阳，周晓时，2018. 农业机械化、劳动力转移与农民收入增长——孰因孰果？［J］. 中国农村经济，（11）：

112‑127.

［10］ 林文声，王志刚，王美阳，2018. 农地确权、要素配置与农业生产效率——基于中国劳动力动态调查的实证分析［J］.

中国农村经济，（8）：64‑82.

［11］ 牛坤在，许恒周，2022. 农地赋权与农村内部收入不平等——基于农地流转与劳动力转移的中介作用［J］. 中国土地

科学，36（3）：51‑61.

［12］ 史常亮，2020. 土地流转与农户内部收入差距：加剧还是缓解？［J］. 经济与管理研究，41（12）：79‑92.

［13］ 苏素，宋云河，2010. 中国各地区城乡收入差距及其影响因素研究［J］. 技术经济，29（12）：107‑112.

［14］ 孙琳琳，杨浩，郑海涛，2020. 土地确权对中国农户资本投资的影响——基于异质性农户模型的微观分析［J］. 经济研

究，55（11）：156‑173.

［15］ 陶婧，2009. 农村土地流转市场发展与收入分配——来自中国农村的证据［D］. 北京：北京大学 .

［16］ 汪雨雨，姚万军，张辉，2020. 电子商务发展下社会资本对农户创业选择的影响——基于 CHIP2013 农村居民数据的

实证分析［J］. 调研世界，325（10）：20‑25.

［17］ 夏玉莲，曾福生，2015. 中国农地流转制度对农业可持续发展的影响效应［J］. 技术经济，34（10）：126‑132.

［18］ 肖屹，曲福田，钱忠好，等，2008. 土地征用中农民土地权益受损程度研究——以江苏省为例［J］. 农业经济问题，

（3）：77‑83，111‑112.

［19］ 徐志刚，宁可，钟甫宁，等，2018. 新农保与农地转出：制度性养老能替代土地养老吗？——基于家庭人口结构和流

动性约束的视角［J］. 管理世界，34（5）：86‑97，180.

［20］ 杨晶，邓悦，2020. 中国农村养老保险制度对农户收入不平等影响研究［J］. 数量经济技术经济研究，37（10）：83‑100.

［21］ 杨子，饶芳萍，诸培新，2019. 农业社会化服务对土地规模经营的影响——基于农户土地转入视角的实证分析［J］. 中

国农村经济，411（3）：82‑95.

［22］ 张俪娜，罗必良，胡新艳，等，2023. 地权稳定性对劳动力非农就业的长期影响——来自雷州半岛的新证据［J］. 中国

农村观察，（1）：78‑95.

［23］ 张英辉，2003. 关于我国农村土地制度改革的思考［J］. 技术经济，22（1）：19‑20.

［24］ 赵立娟，赵青青，红花，2021. 农地转出行为对农民家庭的生计资本有何影响？——来自 CFPS 数据的验证［J］. 技术

经济，40（3）：119‑127.

［25］ 赵增力，汪雨雨，2022. 土地流转与农村家庭商业保险参与［J］. 调研世界，（7）：65‑77.

［26］ 周南，许玉韫，刘俊杰，等，2019. 农地确权、农地抵押与农户信贷可得性——来自农村改革试验区准实验的研究

［J］. 中国农村经济（11）：51‑68.

［27］ 朱建军，胡继连，2015. 农地流转对中国农民收入分配的影响研究——基于中国健康与养老追踪调查数据［J］. 南京

农业大学学报（社会科学版），（3）：75‑83，124.

［28］ CHARI A，LIU M E，WANG S Y，2021. Property rights，land misallocation，and agricultural efficiency in China［J］. The

Review of Economic Studies，88（4）：1831‑1862.

［29］ KAKWANI N，1984. The relative deprivation cuve and its application［J］. Journal of Business&Economics Statistics，（4）：

384‑394.

［30］ WANG H，RIEDINGER J，JIN S Q，2015. Land documents，tenure security and land rental development：Panel evidence

from China［J］. China Economic Review，（36）：220‑235.

182

胡东宁等：农地确权与农户间收入不平等

Agricultural Land Titling and Income Inequality among Farm Households

Hu Dongning，Zhao Zengli

（School of Economics，Tianjin Normal University，Tianjin 300387）

Abstract：Based on data from China’s micro‑survey of farm households and the new round of farmland titling policy implemented

nationwide by province，an empirical analysis was conducted using the difference‑in‑difference method to analyze how the farmland

titling policy changed the factor allocation of farm households as well as income disparities within the village. The analysis found that

the income relative deprivation index of households declined significantly after receiving farmland rights certificates，indicating that

the farmland titling policy can reduce the income gap within villages. Heterogeneity analysis shows that the effect of the farmland titling

policy was affected by the resource endowment of farmland and that the effect of the farmland rights certification policy was more

obvious for farm households in plain areas and those with more serious land fragmentation. Mechanism analysis shows that the farmland

titling policies mainly reduced the relative income gap by promoting the transfer of land and agricultural labor among low‑income farm

households，and increasing land rental income and non‑farm employment income. Extended analysis shows that the reduction of the

relative income deprivation index by agricultural land titling policies will be affected by the social security status of farm households

and the level of development of regional factor markets. The conclusions indicate that institutional reforms that release the productive

vitality of land and labor factors are a feasible path to promote the optimal allocation of factors of production in low‑income farm

households and to narrow the internal income gap in rural areas.

Keywords：land titling；factor reallocation；farmer’s income；income gap

183

《科技和产业》由月刊改为半月刊的公告

（征稿启事）

《科技和产业》是中国科学技术协会主管、中国技术经济学会主办的国家级学术期刊。原

全国人大常委会副委员长、中国科协主席、中国科学院院长周光召院士题写刊名。《科技和产

业》是中文科技期刊数据库（CSTPCD）源期刊，中国知识资源总库（CNKI）源期刊，中国学术期

刊综合评价数据库（CAJCED）源期刊，以及中国核心期刊（遴选）数据库、中国期刊全文数据库

（CJFD）、RCCSE 中国核心学术期刊（扩展版）源期刊和 JST 日本科学技术振兴机构数据库（日）

收录期刊。

自 2001 年创刊以来，在同行专家学者的大力支持下，《科技和产业》取得了良好的成效，期

刊收到的论文数量持续增加。为满足作者与读者对本刊时效性的要求，进一步提高期刊载文

量，不断提高期刊质量，使期刊更好地服务于广大作者和读者，经北京市新闻出版局批准，本刊

自 2023 年 1 月起由月刊变更为半月刊。变更之后，本刊将继续秉承之前的办刊理念和方针，提

供更多的发表计划，持续服务于广大读者与作者。热忱欢迎广大作者和读者朋友们继续关注

与支持本期刊。

期刊定位：科学技术和相关产业发展及与经济学交叉的综合性学术期刊。主要刊登科学

技术、产业发展和经济研究类论文。加快科学技术发展，深化科技与产业经济间学术交流，促

进科技和产业经济融合，为我国国民经济建设和社会发展服务。

刊登范围：科学技术类、区域与产业发展类、技术经济与管理类、生态经济与环境类、财税金

融与保险类。特别针对国民经济重大科技研究和产业进步和发展的热点问题择优录取稿件。

来稿要求：稿件应写作严谨，内容真实可靠，以原创成果为主。理论类稿件应有研究深度，

在研究范围内有所创新。应用类稿件应有重要实际成果，理论实际相结合。

期刊特色：快速反映科技和产业研究和生产的前沿动态。来稿范围涵盖科学技术和产业管

理学、经济学及其他交叉学科。论文全面反映我国各个领域科学技术和经济研究发展的最新成

就。论文强调理论和技术的创新性。以理论研究、应用研究、方法研究及学科发展综述等内容为主。

投稿方式：在线投稿。本刊网站已运营多年，全部文献可全文下载。

投稿网址：http：//www.kjhcy.org

联系电话：010-62174221

邮 箱：kejihechanye@kehcy.org

《科技和产业》编辑部

本次年会征集学术论文，论文应符合学术规范且尚

未公开发表。作者可先提交不超过 2000 字的论文长摘

要，摘要审核通过之后，通知作者提交全文。同时遴选

优秀论文参加年会分论坛交流。

年会入选论文将向支持期刊推荐，符合支持期刊要

求的论文优先进入期刊审稿流程。

经作者同意的年会入选论文将汇编至中国知网电子

版《中国技术经济学会年会论文集》，并由中国知网提

供收录证明。

征文选题

人工智能时代技术经济学理论与方法

技术创新理论下的人工智能发展

人工智能时代的标准化理论与政策

颠覆性技术识别、培育与未来产业发展

人工智能时代的现代化产业体系构建和产业政策

人工智能时代的科学、技术与未来产业

人工智能时代的技术孵化与创新生态建设

人工智能的产业化

产业的人工智能化

人工智能与人才强国战略

人工智能与创新人才培养

人工智能与国家安全

人工智能与科技评价

人工智能与数字经济

人工智能与经济高质量发展

人工智能时代的绿色低碳发展

人工智能技术发展中的社会伦理与社会安全

人工智能的监管与治理

人工智能与区域创新系统演进

人工智能与复杂科学管理

人工智能时代的技术创新与创业

人工智能时代的神经管理学前沿

人工智能与金融产品创新及金融监管

人工智能与文化科技

数字化时代的边疆资源环境技术经济研究

新一代信息技术与双碳目标

高铁智能化与经济高质量发展

大国竞争战略与产业生态系统

科技人才发展与环境建设

新形势下的国际合作与科技外交战略

知识产权保护与人工智能发展

支持全面创新的知识产权制度

开放创新体系构建

完善国家科技创新体系与创新生态建设培育

高水平科技自立自强和强化国家战略科技力量

区域、行业和企业的“数字化+”理论与实践创新

新型电力系统的智能化管理

合作创新与创新网络

科研诚信与科技伦理

其他

征文要求

（一）征文流程和时间（以电子邮件接收日期为准）

提交论文长摘要：2023年8月11日—10月10日。

提交全文：2023年10月11日—11月10日。

参会交流通知：2023年11月11日—15日。

（二）论文撰写和提交

长摘要编撰次序为：中文题目、中文摘要 (2000 字

以内)、中文关键词(3~5个)。

另请附单页提供：作者简介(包括籍贯、工作单位、

职称、职务、学位、研究方向、电子邮箱、电话联系方

式)、基金项目(请注明编号)。

全文（字数 10000~15000 字）编撰次序为：中文题

目、中文摘要 (300字以内)、中文关键词 (3~5个)、中图

分类号、文献标识码、正文、参考文献、英文标题、英

文摘要、英文关键词。

参考文献标注方法釆用著者发表年制，论文格式

请 参 考《技 术 经 济》或 登 录《技 术 经 济》网 站（www.

jishujingji.cn），参阅“投稿指南”。

请将论文长摘要及后续全文发至邮箱 paper@cste.

org.cn，邮件标题以“年会论文+姓名+工作单位”命名。

征文联系人

白老师： 01065204766

15810009159

paper@cste.org.cn

中国技术经济学会

第三十届学术年会（2023）

征文启事（第一轮）

JOURNAL OF TECHNOLOGY ECONOMICS

月 刊 Jishu Jingji

ISSN 1002-980X

CN 11-1444/F

1982年创刊

第42卷 第9期（总429期）

主管单位：中国科学技术协会

主办单位：中国技术经济学会

编辑出版：《技术经济》编辑部

编辑部地址：北京市学院南路 86 号（100081）

电　　话：（010）65204766

电子信箱：jishujingji@cste.org.cn

网　　址：www.jishujingji.cn

国内发 行：北京报刊发行局

邮 发 代 号：80-584

印 刷：北京博海升印刷有限公司

出版日 期：2023 年 9月 25 日

定 价：30.00 元

中国技术经济学会简介

中国技术经济学会成立于1978年，是中国科协直属的全国一级学会。中国技术经济学会的工作任务是探

索科学技术转变为生产力的途径和方法，促进技术和经济的融合，研究资源的优化配置，推进创新型国家建

设和高质量发展。

中国技术经济学会及其联系的专家学者对国家发展的贡献主要在以下四个方面：第一，为党中央和国务

院的重大决策提供参考意见，为国民经济和社会发展规划的编制，为国家重大科技、产业、区域发展规划等

的制定提供咨询服务；第二，为国家重大工程建设项目、科研项目的决策提供可行性研究和其他决策咨询意

见；第三，中国技术经济学会一直是我国创新理论探索和政策研究的主要力量；第四，中国技术经济学会的

专家学者是我国企业管理、创新创业人才培养的主力军，为我国的经济实力的增强、大批世界级企业的涌现

和知名企业家群体的崛起作出重要贡献。

中国技术经济学会现有34个分支机构，覆盖农业、林业、能源、交通、通讯、体育、环境、电力、国防、

装备等国民经济的基础部门，以及神经经济、金融科技、区块链等一些和前沿技术密切相连的学科，也包含价

值工程、技术管理、创业创新、可行性研究、复杂科学、投融资、标准化等理论和实践相结合的领域。

中国技术经济学会主办《技术经济》《科技和产业》《科学技术与工程》3个杂志。