Corporate Adoption of the“Internet+”Strategy and Firm Performance：A Transaction-Cost Perspective
XI WU MEI ZHU BINKAI CHEN
一、引言
近年来，中国宏观经济的下行压力越来越大。2011年，中国经济增长率为9.5%，2012年和2013年分别降至7.9%和7.8%，2014和2015年进一步下滑到7.3%和6.9%。经济增长率下滑的直接原因是经济增长动力不足。进入21世纪以来，中国经济增长需求侧动力主要来自加入世界贸易组织后的外部需求扩张和住房改革激发的内部需求。然而，2008年金融危机之后，外部需求持续疲软且在短期内难以恢复，十余年高速增长的房地产市场需求也难以为继（陈斌开等，2012）。因此，中国未来经济增长亟须寻找新的动力。
在传统经济增长动力逐步弱化的同时，中国互联网及其相关行业呈现蓬勃的发展趋势。从需求侧来看，截至2014年年底，中国互联网普及率已经达到47.9%[2]，其中11个省份的普及率超过50%，普及率最低的省份也达到34%。从供给侧来看，中国互联网行业发展迅速，阿里巴巴、腾讯、百度等互联网企业的市值分别由2012年的350亿美元、594亿美元、320亿美元快速上升到2014年的2100亿美元、1600亿美元、700亿美元；阿里巴巴2016财年销售额高达156.86亿美元，远高于eBay的89.79亿美元。中国互联网行业的飞速发展引起了国内外的普遍关注。2015年，“互联网+”正式成为中国实施的一项重大战略行动计划。[3]
“互联网+”战略并非简单地为了促进互联网及其相关行业的发展，更重要的是旨在以互联网技术改造传统产业，为经济增长提供新的动力。从理论上看，互联网经济的核心功能是降低交易主体之间的交易成本，缓解生产者与消费者之间的信息不对称，因为交易成本和信息成本下降有利于提高经济效率、促进经济增长。与发达国家相比，中国推行“互联网+”具有先天优势。互联网经济具有网络外部性的特征，用户越多，其边际收益越高，而中国是世界上人口规模最大的国家，规模巨大的互联网用户为“互联网+”战略的实施提供了现实支撑。人口规模优势和互联网相结合可能成为中国经济实现“弯道超车”的重要动力。
从微观角度来看，实施“互联网+”已经成为很多企业的重要战略选择。近年来，中国资本市场中的一批上市公司纷纷宣告实施“互联网+”战略。例如，根据中国上市公司2013-2014年公开披露的信息，共有369家公司（约占17%）在年报中提及首次实施“互联网+”战略。互联网之所以有可能促进传统企业转型升级，源自互联网的若干特征。一方面，互联网的平台化操作模式可以减少中间环节，加快交易速度，节约公司的交易成本（如销售费用或采购成本）。另一方面，互联网可以突破时间限制和空间阻隔，扩大公司经营的覆盖范围，扩大潜在客户群体，从而增加销售量；同时，公司可以更充分地挖掘用户需求，实现精准营销和差异化定价。
尽管存在理论上的可能性，但“互联网+”在现实中能否有效地促进传统产业转型升级呢？回答这个问题需要基于微观企业数据的经验研究。关于互联网对微观经济主体的影响，现有文献主要集中于互联网对金融行业的提升效应检验；而针对传统企业的转型升级影响，主要是理论方面的探讨，鲜有较为系统、严谨的实证检验。本文期望在这方面对以往文献做出拓展。具体而言，本文考察以下三个问题：（1）交易成本的因素能否解释近年来传统企业选择“互联网+”的决策？（2）企业在实施“互联网+”战略时，市场做出何种反应？（3）企业在实施“互联网+”战略后，其业绩表现如何？
本文的研究发现，公司的销售费用率或营业成本水平越高，越倾向于选择“互联网+”战略；销售型“互联网+”公司表现出显著的降低交易成本的动机，而多元化型“互联网+”公司降低交易成本的动机则相对较弱。与未实施“互联网+”的控制样本相比，销售型和多元化型“互联网+”公司在宣告日附近的市场反应均显著为正；但是，销售型和多元化型公司在“互联网+”后两年的经营业绩并无显著提升，交易成本没有明显下降，产品周转速度和货款周转速度也没有显著提升。“互联网+”对传统产业的企业业绩贡献至少在短期内尚未显现，而资本市场的反应可能偏于乐观。
与现有文献相比，本文主要具有以下三方面的贡献和差异：第一，基于微观数据实证研究了传统产业实施“互联网+”对企业绩效的影响，为“互联网+”战略提供了微观经验；第二，从交易成本视角分析了企业选择“互联网+”的影响因素，为研究新常态下的“互联网+”战略提供了理论支撑；第三，考察了“互联网+”对资本市场和企业绩效的影响，凸显了两者的差异，为未来“互联网+”战略的发展提供了借鉴。
本文其余部分安排如下：第二部分梳理了互联网影响传统企业的作用机理，并在以往文献的基础上提出本文的研究问题；第三部分介绍研究样本；第四部分考察上市公司实施“互联网+”战略的影响因素；第五部分考察公司宣告实施“互联网+”战略时的市场反应；第六部分考察公司实施“互联网+”之后的业绩表现；第七部分为结论。
二、理论背景与研究问题
（一）互联网对经济主体的影响机理
互联网可以降低信息搜索成本，促进信息流通和知识共享。从宏观经济的角度来看，互联网的这些特征可以使企业更容易地以低成本战略进入卖方市场，并提升东道国的信息透明度，从而刺激国际贸易的增长（Freund and Weinhold，2004），吸引更多的外商直接投资（Choi，2003），优化国际贸易资源配置（施炳展，2016）。有研究发现，互联网在一国的广泛使用有助于遏制通货膨胀率（Yi and Choi，2005），促进经济增长（Choi and Yi，2009）。此外，有证据表明，在政府统计变量的基础上，增加互联网搜索行为变量可以有效地改进宏观经济预测（刘涛雄和徐晓飞，2015）。
在微观层面，实施互联网战略对一家企业的影响可能表现在交易成本的节约上。根据Williamson（1975）对交易成本的界定，一家企业的交易成本包括：（1）信息搜索成本，即搜索最适宜交易对象的成本；（2）议价成本，即交易双方为达成共识而花费在协商与谈判上的成本；（3）缔约成本，即双方达成共识而进行交易时签订合约的成本；（4）执行成本，即履行契约、监督交易对象是否依照合约条款进行交易的成本；（5）违约成本，即交易对方违约所导致的成本。
第一，互联网的搜索引擎功能、在线实时交流方式、大数据管理等途径，可以有效地降低企业的信息搜索成本；第二，互联网直销提供了透明的价格，便于交易双方进行价格比较，并直接为供需双方搭建了一个快捷、实用的互动平台，减少了中间环节，降低了议价成本；第三，电子账单和电子政务可以突破时空限制，降低缔约成本；第四，远程培训和实时物流追踪系统可以提供交易执行的实时信息，降低了执行成本；第五，互联网交易评价信息和电子诚信档案可以加大交易对手的违约后果，遏制了对手的违约风险。
互联网对企业交易成本的降低可以体现在销售费用和营业成本上。例如，互联网直销模式可以节省中间环节（杨继瑞等，2015），包括减少中间商的代销佣金或销售网点的各项费用，从而减少销售费用。再如，以互联网为基础的电子商务可以降低制造业企业的原材料采购成本，从而降低营业成本。
实施互联网战略对一家企业的影响还可能表现在交易收入上。互联网直销模式提供了更加透明的企业产品信息和客户评价信息，并突破了传统的销售区域和时间限制，使得网上商业活动的参与者大大增多，扩大了潜在的客户群体；相应地，销售量的增加有助于增加企业收入。但互联网对企业产品或服务价格的影响则不确定。一方面，互联网往往促使转型企业所在行业的信息更加透明，并导致行业内企业竞争的加剧，从而降低转型企业的产品或服务价格，对收入具有负面影响；另一方面，互联网直销模式使企业更有条件依据消费者的需求提供定制化的服务，并针对差异化服务收取更高的价格。
综上所述，对于传统产业的企业，互联网可以降低向互联网转型企业的销售费用，从而提升其经营业绩；同时，在提高营业收入的同时可能降低营业成本，从而提升其经营业绩。
（二）现有的经验证据与研究问题的提出
关于互联网对微观经济主体的影响，现有文献较多地关注了金融行业，主要检验互联网对银行业绩的提升作用。早期的证据没有发现美国银行在使用互联网之后，其净资产收益率得到显著提升（Carlson et al.，2000）。DeYoung et al.（2007）则发现，美国社区银行在使用互联网之后，其盈利能力得到显著提升，主要来自存款服务费收入的增加。西班牙（Hernando and Nieto，2007）和意大利（Ciciretti et al.，2009）的证据则显示，银行在应用互联网技术后，经营业绩得到显著提高。沈悦和郭品（2015）的经验证据发现，互联网金融通过技术溢出效应，显著地提升了我国商业银行的全要素生产率，但不同类型商业银行对互联网金融技术溢出的吸收能力存在差异。
关于“互联网+”对传统的非金融企业的影响，我国学者进行了理论方面的探讨（赵岳和谭之博，2012；李海舰等，2014；罗珉和李亮宇，2015；赵振，2015）。在为数不多的经验分析文献中，谭松涛等（2016）基于深圳证券交易所推出的“互动易”网络交流平台，指出互联网增加了投资者获取企业经营信息的渠道，改善了投资者获取信息的准确性，提升了市场信息效率水平。伍利娜和高强（2003）考察了1999年宣布进入互联网行业的68家上市公司在宣告日附近的市场反应及其触网后两年内的经营业绩变化，发现市场在公司触网宣告日附近做出了显著的正向反应，但触网公司在“触网”当年及次年的业绩未见显著变化。
本文旨在以下方面对以往研究做出拓展。第一，目前，鲜有文献考察传统产业应用“互联网+”的动机与随后的业绩表现。在为数不多的经验分析文献（伍利娜和高强，2003）中，研究者考察的是公司转型为互联网产品或服务供应商——互联网接入服务商（ISP）、互联网内容服务商（ICP）、网络设备等，因此属于公司多元化业绩的研究范畴。而根据我们的统计，在2013-2014年披露实施“互联网+”战略的公司中，85%属于当前传统产业的公司利用“互联网+”扩大现有产品或服务的市场销售，本文的研究重点即此类公司，因此能够考察传统企业实施“互联网+”战略的动因和后果。
第二，在早期的经验分析（伍利娜和高强，2003）中，当时的样本公司尚处于互联网在我国初步发展的阶段，互联网对市场和交易双方的影响还比较有限；而近十余年来，互联网在我国社会经济的各个领域和环节已有很大程度的发展[4]，市场交易双方已形成规模经济效应和范围经济效应（李海舰等，2014）。在这样的背景下，考察“互联网+”对传统产业的影响具有现实基础。同时，“互联网+”已成为国家战略，因此在当前阶段探究互联网转型对传统企业的影响及其途径具有更加突出的现实价值。
具体而言，本文主要考察以下几方面的问题：（1）哪些公司更可能进行“互联网+”战略转型？特别地，交易成本因素是否具有显著的解释作用？（2）市场如何看待实施“互联网+”战略转型的公司？（3）实施“互联网+”战略转型的公司是否实现了会计业绩的显著提升？对第一个问题的考察有助于理解企业在做出“互联网+”战略选择时的动因或特征。第二个问题可以反映投资者如何理解或预期企业进行互联网转型可能产生的价值。当然，投资者既可能关注企业向互联网转型的当下盈利能力，也可能关注互联网给企业带来的增长潜力（Hand，2000；Mudambi and Treichel，2005），还可能存在对互联网行业的过高预期和狂热情绪（Cooper et al.，2001；Trueman et al.，2003）。因此，有必要同时考察微观企业在“互联网+”之后的实际业绩变化，以便更合理地评判“互联网+”战略对经济主体的现实影响。在考察“互联网+”对转型企业经营业绩的影响时，除了高度汇总的会计业绩，我们还从更细致的交易成本和资产运营效率等维度展开分析。同时，我们将更加可比的控制组公司与互联网转型公司（实验组公司）进行对照，并控制公司固定效应，以缓解内生性可能造成的干扰。
三、数据来源和描述性统计
本文的研究样本是2013-2014年首次实施“互联网+”战略的上市公司。考察近年来首次实施“互联网+”战略的公司，有助于通过变化的事件更干净地检测“互联网+”对微观主体的影响。
首先，在2012-2014年所有上市公司的年报中手工搜索“电子商务”“电商”“互联网”等关键词，并阅读关键词所在的上下文，以此判断公司是否在本年度披露实施了“互联网+”战略但在上年度未做任何类似披露。我们对“互联网+”的界定包括以下任何一项：（1）公司称利用互联网销售产品[5]；（2）公司称在产品中融入互联网因素；（3）公司称利用互联网采购物资；（4）公司称利用互联网再造业务流程；（5）公司称进入与互联网相关的领域[6]。对于符合前四类情形的公司，可以合理认为其“互联网+”的主要目的是拓展现有产品或服务的市场销售，本文将其归为销售型“互联网+”；对于第五类公司，本文将其归为多元化型“互联网+”。
考虑到本文的研究重心是“互联网+”对传统实体经济的影响，我们在样本中剔除处于高新技术产业的公司，包括软件和信息技术服务、计算机、通信和其他电子设备制造公司。金融行业不属于实体经济范畴，而且其财务指标与传统企业存在明显差异，因此我们将金融业公司从样本中剔除。经过手工整理年报，我们识别出2013年首次“互联网+”的公司135家，2014年首次“互联网+”的公司234家，两年合计369家上市公司作为首次“互联网+”的年报样本。在这369家上市公司中，销售型“互联网+”公司320家，多元化型“互联网+”公司56家，其中7家公司同时进行了销售型和多元化型“互联网+”。
其次，为了考察公司首次宣告“互联网+”战略选择时的市场反应，我们进一步手工搜集了年报样本公司关于“互联网+”的临时公告，确定上市公司首次宣告“互联网+”的事件日。在369家上市公司中，我们识别出98家通过临时公告发布了“互联网+”战略。其中，8家公司在临时公告日附近还发布了年报或季报，为了规避定期报告信息的潜在干扰，我们将其剔除，并将余下的90家公司作为临时公告样本。在临时公告样本中，2013年26家，2014年64家；销售型“互联网+”公司59家，多元化型“互联网+”公司31家。
表1列示了2013-2014年首次“互联网+”样本的行业分布。总体而言，年报样本和临时公告样本分别占行业总体观测数的16.96%、4.14%。以此为基准并考虑行业总体基数规模，农、林、牧、渔业（A），批发和零售业（F），文化、体育和娱乐业（R）等行业中首次选择“互联网+”战略的公司的比例明显更高，而采矿业（B），电力、热力、燃气及水生产和供应业（D）等行业中首次选择“互联网+”战略的公司的比例则明显更低。
表1 样本的行业分布
四、上市公司实施“互联网+”战略的动因
（一）理论预期与研究设计
基于第二部分的讨论，互联网可以节约交易成本，如降低公司的销售费用或营业成本。这意味着对于那些交易成本较高的公司，实施“互联网+”战略可能获得更大的收益。因此，我们预期销售费用或营业成本较高的公司更有动机实施“互联网+”战略。
为了检验上述理论，我们设计Logistic回归模型为：
INTERNETt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（1）
INTERNETSALEt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（2）
INTERNETDIVt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（3）
其中，因变量INTERNET为虚拟变量，取1表示公司在2013-2014年首次实施“互联网+”战略，否则取0。给定因变量的对应期间为t期，模型（1）解释变量的数据对应期间为t-1期（对应2012-2013年相关数据）。采用两个变量度量公司的交易成本，其中实验变量SALEXP（销售费用/营业收入）表示公司在t-1期实现单位销售收入所花费的销售费用，实验变量COGS（营业成本/营业收入）反映公司在t-1期实现单位销售收入所发生的营业成本。
我们在模型中纳入相关控制变量。已有文献发现，规模较大和盈利能力较强的银行更可能推广网上银行业务（Courchane et al.，2002）。相应地，模型（1）控制公司规模（TA，公司期末资产总额取自然对数）、经营业绩（ROA，扣除非经常性损益后的净利润/期末资产总额）、财务杠杆（LEV，期末负债总额/期末资产总额）、产权性质（SOE，取1表示公司的最终控制人为政府或国有企业，否则取0）和上市年限（AGE，公司自上市至当期的年数）。此外，我们还控制公司所处行业和年度的固定效应。
模型（1）的回归样本包含了2013-2014年首次实施“互联网+”战略的公司（实验组），以及实验组所在行业—同年度未实施“互联网+”战略的公司（对照组）。为了增强实验组与对照组的可比性，我们的分析不包含实验组所在行业之外的公司，也不包含实验组所在行业中自2012年便已实施“互联网+”战略的公司。最终，我们共识别出2911个对照组观测样本。
除了因变量，模型（2）和模型（3）的设置与模型（1）一致。模型（2）的因变量INTERNETSALE取1表示公司在2013-2014年首次实施了以拓展现有产品或服务为核心目标的销售型“互联网+”战略，否则取0。在估计模型（2）时，我们剔除了实施多元化型“互联网+”战略的公司。模型（3）的因变量INTERNETDIV取1表示公司在2013-2014年首次实施了以参与互联网相关产业为核心目标的多元化型“互联网+”战略，否则取0。在估计模型（3）时，我们剔除了实施销售型“互联网+”战略的公司。
（二）描述性统计
表2描述了实验组与对照组在t-1期主要解释变量的特征及其差异。单变量检验结果显示，年报样本与对照组在实施“互联网+”战略的前一年，各主要解释变量之间存在显著差异，表现为实验组的销售费用率更高、资产规模更大、盈利能力更强、负债比率更低，也更可能是民营企业。实验组的营业成本率显著低于对照组，与我们此前的预期（交易成本较高的公司更有动机实施“互联网+”）不符；但考虑到营业成本率还在相当程度上反映了公司的盈利能力，我们有必要在多元回归分析中控制公司的盈利能力，再考察该变量与因变量的关系。
表2“互联网+”战略选择前的公司特征对比
（三）回归分析
表3列示了模型（1）至模型（3）的多元回归分析结果。首先，对于年报样本（INTERNETt=1）与对照组（INTERNETt=0）的混合样本，模型（1）的Logistic回归结果显示，SALEXPt-1和COGSt-1的系数均显著为正（p＜0.01），表明公司的销售费用率或营业成本率越高，越倾向于实施“互联网+”战略。这与我们此前的预期一致，即交易成本越高的公司越有动机实施“互联网+”战略。在控制变量方面，我们发现资产规模越大或盈利能力越强的公司越倾向于实施“互联网+”战略，而民营企业更倾向于选择“互联网+”战略。
表3 实施“互联网+”战略的影响因素
模型（2）和模型（3）的回归结果显示，当因变量为INTERNETSALEt时，SALEXPt-1和COGSt-1的系数均显著为正（p＜0.01）；而当因变量为INTERNETDIVt时，SALEXPt-1的系数与0无显著差异，仅COGSt-1的系数在10%的统计水平上显著为正。这意味着，模型（1）的实验变量结果是由销售型“互联网+”公司主导的，在现有产业中利用“互联网+”促进销售的公司往往具有较高的交易成本，而实施多元化“互联网+”战略的公司降低交易成本的动机较弱。从控制变量的结果来看，实施销售型“互联网+”战略的公司通常拥有较大的资产规模和较高的会计业绩，而实施多元化型“互联网+”战略的公司并不具备这些特征。
五、上市公司“互联网+”的市场反应
（一）市场反应的度量
我们以上市公司宣告实施“互联网+”战略的临时公告日作为事件日，事件日前后1个或2个交易日为窗口期，采用风险调整超额收益率法度量公告日附近的超额收益率和累计超额收益率。
首先，估计日股票超常回报。参照以往文献（Beneish，1999），我们要求200个交易日的估计窗口，且与事件日具有足够的时间间隔，设置估计期为[-230，-31]，市场模型为：
Rit=ai+biRmt+eit
其中，Rit与Rmt分别是股票i和市场证券投资组合在t期的回报（均考虑现金股利投资）；市场证券投资组合回报是基于等权平均法计算的市场股票回报。
其次，根据市场模型估计单只股票的超常回报eit，随后计算整体样本在t日的平均超常回报ARt为：
最后，计算整体样本在事件窗口期[t1，t2]的累计超常回报CAR[t1，t2]为：
（二）控制样本
在考察实验样本的市场反应时，我们应识别与实验样本具有较强可比性的控制样本。为此，我们采用倾向得分匹配（PSM）方法。首先，基于模型（1）使用的临时公告样本和对照组（2012-2013年所有未实施“互联网+”的A股上市公司）进行Logistic回归，估计的因变量预测值即为倾向匹配得分；其次，针对每家临时公告样本公司，寻找倾向匹配得分最接近的公司作为配对公司。如果一个控制观测样本在同一年度重复匹配了多个实验观测样本，则只保留倾向匹配得分最接近的一对样本。经过上述程序，共90家临时公告样本公司中的77家公司识别出77个控制观测样本，其中销售型“互联网+”公司51家，多元化型“互联网+”公司26家。结果（未列报）显示，在倾向得分匹配后，实验样本与控制样本在模型（1）的各主要解释变量之间不再具有显著差异。
（三）检验模型
我们设计以下模型检验临时公告样本公司在宣告日附近的市场反应：
CAR=b0+b1INTERNET+Controls+ε（4）
CAR=b0+b1INTERNETSALE+b2INTERNETDIV+Controls+ε（5）
模型（4）的因变量表示事件日附近的股票累计超常回报，我们分别使用CAR[-1，+1]和CAR[-2，+2]度量。实验变量INTERNET取1表示临时公告样本公司，取0表示通过倾向得分匹配的控制观测样本。每个控制观测样本的事件日日期和与其匹配的实验样本公司的相同。模型（4）控制了事件日前最近年度的公司规模（TA）、亏损状态（LOSS取1表示亏损，否则取0）、行业和年度固定效应。[7]在模型（4）的基础上，模型（5）将INTERNET细分为INTERNETSALE和INTERNETDIV，分别考察两种不同类型的“互联网+”战略在宣告日附近的市场反应。
（四）实证检验结果
表4组A列示了市场反应的单变量分析结果。在事件窗口[-1，+1]，实验组样本公司的股票累计超常回报均值（中位数）为4.00%（1.60%），而控制组样本公司的股票累计超常回报均值（中位数）为0.66%（-0.30%）；均值检验和Wilcoxon秩和检验显示，实验组的市场反应显著高于控制组。类似地，在事件窗口[-2，+2]，实验组样本的股票累计超常回报均值（中位数）为5.08%（0.96%），而控制组样本的股票累计超常回报均值（中位数）为0.38%（-0.66%）；实验组的市场反应显著高于控制组。单变量分析结果表明，股票市场投资者对公司“互联网+”的战略决策做出了显著正向的评价。
表4组B模型（4）的多元回归结果显示，在事件窗口[-1，+1]或[-2，+2]，实验变量INTERNET的系数均显著为正（p＜0.01），意味着在控制其他变量的情形下，实验样本公司伴随着显著更高的市场反应。表4组C模型（5）的多元回归结果显示，INTERNETSALE和INTERNETDIV的系数均在5%统计水平上显著为正，表明股票市场投资者对实施两类“互联网+”战略的公司均给予显著正面的评价。此前表3的分析显示，销售型“互联网+”公司具有明确的降低交易成本的动机，而多元化型“互联网+”公司对这一战略的动机则相对较弱。相应地，股票市场投资者对前者的正面评价比较容易得到解释，而对后者的显著正面反应似乎并没有明显的经济回报作为基础，可能更多地依赖于对未来业绩的良好预期。
综上所述，表4的证据意味着，与未进行“互联网+”的公司相比，实施“互联网+”战略的公司在临时公告日附近获得了更加正面的市场反应。
表4 上市公司宣告实施“互联网+”战略的市场反应
六、“互联网+”对上市公司会计业绩的影响
（一）研究设计
根据第二部分的讨论，公司选择“互联网+”战略的重要潜在收益是节约交易成本，提高经济效益。因此，一个自然的问题是，公司在实施“互联网+”战略后的会计业绩是否有所改善？首先，我们考察公司的交易成本（体现为销售费用率和营业成本率）是否明显降低；其次，考虑到“互联网+”可能促进公司的销售量和货款回收，存货周转速度和应收账款周转速度可能有所提升，为此我们考虑两项核心流动资产的周转速度（存货周转天数和应收账款周转天数）；最后，我们考察汇总性的经营业绩。关于“互联网+”战略选择分析的样本期间（2013-2014年）允许我们进行事件前后各两年的对比。[8]参照以往文献（Hou et al.，2015；Lee et al.，2015），在考察实验样本会计业绩的变化时，我们必须识别与实验样本具有较强可比性的控制样本。与在市场反应分析中控制样本的识别方式类似，我们采用倾向得分匹配方法，为369例年报观测样本中的301例匹配了控制观测样本。结果（未列报）显示，在倾向得分匹配后，实验样本与控制样本在模型（1）中各主要解释变量之间不再具有显著差异。[9]
我们设计了以下模型：
PERFORMANCE=b0+b1INTERNET+b2POST+b3INTERNET×POST+Controls+ε（6）
PERFORMANCE=b0+b1INTERNETSALE+b2INTERNETDIV+b3POST+b4INTERNETSALE×POST+b5INTERNETDIV×POST+Controls+ε（7）
模型（6）至模型（7）的因变量PERFORMANCE表示公司的会计业绩，体现为SALEXP（销售费用率）、COGS（营业成本率）、[INVTDAY存货周转天数取自然对数，等于
、[RECVDAY应收账款周转天数取自然对数，等
或ROA。
模型（6）的实验变量为INTERNET（取1表示在2013-2014年首次实施“互联网+”战略的公司，取0表示控制样本公司）、POST（取1表示公司首次实施“互联网+”战略或匹配样本对应年度之后的两个年度，取0表示公司首次实施“互联网+”战略或匹配样本对应年度之前的两个年度）及INTERNET和POST的交互项。相对于没有实施“互联网+”战略的公司，如果公司首次实施“互联网+”战略后具有更高的会计业绩，我们就预期当PERFORMANCE表现为ROA时，INTERNET×POST的系数b3显著为正；而当PERFORMANCE表现为SALEXP、COGS、INVTDAY或RECVDAY时，系数b3显著为负。
模型（7）在模型（6）的基础上将INTERNET细分为INTERNETSALE和IN-TERNETDIV，并且纳入这两个变量与POST的交互项，考察两种不同类型“互联网+”公司在战略实施后的会计业绩变化。模型（6）和模型（7）的控制变量包括公司规模（TA）、财务杠杆（LEV）、产权性质（SOE）、上市年限（AGE）、公司固定效应和年度固定效应。
（二）实证结果
表5组A描述了实验样本与控制样本在实施“互联网+”战略前后两年各会计业绩指标的变化情况。与实施“互联网+”战略前两年相比，实验样本在“互联网+”之后，销售费用率、营业成本率、存货周转天数均无显著变化，应收账款周转天数略有增加，而汇总性的总资产收益率则显著下降。对于控制样本而言，销售费用率、营业成本率、存货周转天数同样没有明显变化，应收账款周转天数则显著增加，总资产收益率显著下降。相对于控制样本的变化，实验样本在这五项会计业绩指标上不存在显著变化。从单变量检验的结果来看，实施“互联网+”战略没有显著提升实验样本公司的会计业绩。
表5“互联网+”战略实施前后两年的会计业绩对比
组B列报了模型（6）的多元回归结果。结果显示，在会计业绩指标为因变量的回归中，实验变量INTERNET×POST的系数与0均无显著差异。这意味着，公司在实施“互联网+”战略的两年内，其交易成本没有显著下降，产品周转速度和货款回收速度没有显著提升，汇总性的经营业绩也没有明显提高。
组C列报了模型（7）的多元回归结果。结果显示，在会计业绩指标为因变量的回归中，INTERNETSALE×POST的系数与0无显著差异；而当因变量为汇总的会计业绩时，INTERNETDIV×POST的系数显著为负（p＜0.05）。这意味着，不论是具有强烈动机去降低交易成本的销售型“互联网+”公司，还是实行多元化型“互联网+”的公司，在实施战略后的两年内，其交易成本没有显著下降，产品周转速度和货款回收速度没有显著提升，汇总性的经营业绩也没有明显提高。
（三）进一步测试
本文第四部分的分析发现，公司的交易成本越高，越倾向于实施销售型“互联网+”战略。因此，销售型“互联网+”样本公司在实施“互联网+”战略后，平均而言——即使其业绩没有明显地提升，它们当中那些具有更强烈动机去降低交易成本的公司仍然有可能实现会计业绩的提升。为此，我们依据销售型“互联网+”样本在实施“互联网+”战略前最近年度（t-1期）的销售费用率中位数，将模型（7）中INTERNETSALE=1的观测样本进一步区分为交易成本较高组（HIGH=1）和交易成本较低组（LOW=1），并用HIGH和LOW替代模型（7）中的INTERNETSALE，得到调整后的模型（7）。[10]9我们预期交易成本较高的公司在实施“互联网+”战略后产生更明显的会计业绩提升，即调整后模型（7）中HIGH×POST的系数显著异于0。回归结果（未列报）显示，在各会计业绩指标为因变量的回归中，HIGH×POST的系数与0仍然无显著差异。这意味着，即使是有着较强动机降低交易成本而实施销售型“互联网+”的公司，在实施该战略后的两年内，其交易成本仍没有显著下降，产品周转速度和货款回收速度没有显著提升，汇总性的经营业绩也没有明显提高。
七、结论与讨论
在国际需求萎缩、国内劳动力成本上升等多重因素的共同作用下，传统产业的转型升级迫在眉睫。在传统产业转型升级的关键时期，“互联网+”被寄予厚望，我们期望通过传统产业和互联网技术的深度融合来推动产业升级，实现经济增长新旧动力的顺利转换。从理论上讲，互联网可以降低交易成本，缓解信息不对称，进而提升企业效率和绩效。然而，在现实中，互联网与传统产业的融合仍面临诸多挑战。
本文考察了2013-2014年中国上市公司首次选择“互联网+”战略的动因，以及该战略伴随的市场反应与会计业绩变化。我们发现：交易成本越高的公司，越倾向于实施“互联网+”战略，而且这种战略的主要目标是拓展现有产品或服务的市场，而非进入互联网相关产业；股票市场投资者对公司宣告实施“互联网+”战略的决策做出了显著为正的反应。但是，我们没有发现实施“互联网+”战略的公司在新战略实施后伴随着显著提升的会计业绩。
本文的发现意味着，实施“互联网+”的公司在战略实施后的会计业绩表现与市场投资者对这些公司的正向预期形成明显的反差。如何理解这样的反差？我们注意到，实施销售型“互联网+”的传统产业公司具有一些特质，此类公司在实施“互联网+”战略之前的会计业绩系统性地好于未实施“互联网+”战略的公司且公司规模更大。因此，一个可能的解释是，对于业绩已经处于较高水平或规模已经较大的传统产业公司而言，“互联网+”战略带来的业绩提升空间是比较有限的。当然，另一个可能的解释是，我们观察的事件后窗口期间还不够长，以至于“互联网+”战略对实验样本公司的业绩提升效应尚未充分体现。即便如此，“互联网+”对上市公司现有业务的经济贡献至少在短期内尚未显现，而资本市场的反应可能偏于乐观，存在对“互联网+”题材股票的过度反应。当然，上述解释的适用性有待于未来的进一步探究。
参考文献
[1]陈斌开、徐帆、谭力，2012，人口结构转变与中国住房需求（1999-2025）——基于人口普查数据的实证研究，《金融研究》，第1期，第129-140页。
[2]李海舰、田跃新、李文杰，2014，互联网思维与传统企业再造，《中国工业经济》，第10期，第135-146页。
[3]刘涛雄、徐晓飞，2015，互联网搜索行为能帮助我们预测宏观经济吗？《经济研究》，第12期，第68-83页。
[4]罗珉、李亮宇，2015，互联网时代的商业模式创新：价值创造视角，《中国工业经济》，第1期，第95-107页。
[5]沈悦、郭品，2015，互联网金融、技术溢出与商业银行全要素生产率，《金融研究》，第3期，第160-175页。
[6]施炳展，2016，互联网与国际贸易——基于双边双向网址链接数据的经验分析，《经济研究》，第5期，第172-187页。
[7]谭松涛、阚铄、崔小勇，2016，互联网沟通能够改善市场信息效率吗？——基于深交所“互动易”网络平台的研究，《金融研究》，第3期，第174-188页。
[8]伍利娜、高强，2003，对上市公司“触网”行为的实证反思，《南开管理评论》，第1期，第44-49页。
[9]杨继瑞、薛晓、汪锐，2015，“互联网+”背景下消费模式转型的思考，《消费经济》，第6期，第3-7页。
[10]赵岳、谭之博，2012，电子商务、银行信贷与中小企业融资——一个基于信息经济学的理论模型，《经济研究》，第7期，第99-112页。
[11]赵振，2015，“互联网+”跨界经营：创造性破坏视角，《中国工业经济》，第10期，第146-160页。
[12]Beneish,M. D.，1999，Incentives and penalties related to earnings overstatements that violate GAAP,The Accounting Review，74（4），425-457.
[13]Carlson,J.，K. Furst,W.W.Lang and D.E.Nolle，2000，Internet banking：Market developments and regulatory issues,Society of Government Economists,Nov.17，Washington,DC.
[14]Choi,C. and M.H.Yi，2009，The effect of the internet on economic growth：Evidence from cross-country panel data,Economics Letters，105（1），39-41.
[15]Choi,C.，2003，Does the internet stimulate inward FDI？Journal of Policy Modeling，25（4），319-326.
[16]Ciciretti,R.，I. Hasan and C.Zazzara，2009，Do internet activities add value？Evidence from the traditional banks,Journal of Finance Services Research，35（1），81-98.
[17]Cooper,M. J.，O.Dimitrov and P.R.Rau，2001，A rose.com by any other name,The Journal of Fi-nance，56（6），2371-2388.
[18]Courchane,M.，D. Nickerson and R.Sullivan，2002，Investment in internet banking as a real option：The-ory and tests,Journal of Multinational Financial Management，12（4），347-363.
[19]DeYoung,R.，W. W.Lang and D.L.Nolle，2007，How the internet affects output and performance at community banks,Journal of Banking&Finance，31（4），1033-1060.
[20]Freund,C. L.and D.Weinhold，2004，The Effect of the internet on international trade,Journal of International Economics，62（1），171-189.
[21]Hand,J. R.M.，2000，Profits,losses and the non-linear pricing of internet stocks,Working Paper.
[22]Hernando,I. and M.J.Nieto，2007，Is the internet delivery channel changing banks'performance？The case of Spanish banks,Journal of Banking&Finance，31（4），1083-1099.
[23]Hou,Q.，Q. Jin,R.Yang,H.Yuan and G.Zhang，2015，Performance commitments of controlling shareholders and earnings management,Contemporary Accounting Research，32（3），1099-1127.
[24]Lee,C. M.C.，K.K.Li and R.Zhang，2015，Shell games：The long-term performance of Chinese reverse-merger firms,The Accounting Review，90（4），1547-1589.
[25]Mudambi,R. and M.Z.Treichel，2005，Cash crisis in newly public internet based firms：An empirical a-nalysis,Journal of Business Venturing，20（4），543-571.
[26]Trueman,B.，M. H.F.Wong and X.J.Zhang，2003，Anomalous stock returns around internet firms'earnings announcements,Journal of Accounting and Economics，34（1-3），249-271.
[27]Williamson,O. E.，1975，Markets and Hierarchies：Analysis and Antitrust Implications,New York：The Free Press.
[28]Yi,M. H.and C.Choi，2005，The effect of the Internet on inflation：Panel data evidence,Journal of Policy Modeling，27（7），885-889.