经济全球化浪潮下，科技创新对企业发展愈发重要，我国大众创业，万众创新的风向也愈发明显。创新是第一动力，因此近年来我国出台了大量鼓励和扶持创新的政策★■◆★■，旨在激励企业提升创新能力■■★★，推动经济高质量发展。创新投资不仅能够推动技术进步和产品升级，还有助于开拓新市场和创造新业务机会，提升企业的盈利能力，增强其综合竞争力。因此，创新投资是提高企业创新能力和核心竞争力的根本途径，更是企业实现可持续发展的关键驱动力。李香梅博士多年来持续围绕创新投资问题展开了深入研究，厚积薄发，于2024年4月在人民出版社出版了《内部控制质量对创新投资的影响研究——来自中国创新型上市公司的经验证据》一书■■◆★◆。该书从内部控制视角对中国创新型上市公司的创新投资问题进行了全面系统阐述，是该领域研究中的代表性成果。

　　作者：潘爱玲，经济学博士，管理学博士后，山东大学管理学院二级教授、博士生导师，新世纪★★“百千万人才工程”国家级人选，享受国务院政府特贴专家，教育部新世纪优秀人才，泰山学者特聘专家，山东省优秀博士论文指导教师，山东大学“我心目中的好导师”，康涅狄格大学、南加州大学★◆★■◆■、芝加哥大学访问学者■★，中国管理现代化研究会企业兼并重组分委员会副主任委员，教育部会计学教指委委员，山东省会计学会副会长◆★■，山东省智库决策咨询专家★★■。主要研究领域为公司并购、集团财务、文化产业投融资★◆。主持国家社科重大课题3项、重点课题2项，完成国家级和省部级课题30余项★★■，出版著作4部，在《会计研究》《南开管理评论》★★■■■、《Pacific-Basin Finance Journal》等国内外知名学术期刊发表论文100余篇。专著入选《国家哲学社会科学成果文库》，并获山东省社会科学优秀成果重大成果奖，多项成果获山东省社科优秀成果一等奖、二等奖。

　　1■◆★■★◆.研究视角新颖。该成果结合当前创新驱动经济高质量发展战略，将管理者权力和制度环境纳入到内部控制质量对企业创新投资影响关系分析框架，选取中国创新型企业为研究样本，以期构建一个全方位反映内部控制质量影响企业创新投资的研究框架。

　　李香梅博士作为一名年轻学者，在本书中着重研究内部控制质量对企业创新投资的影响◆◆◆■★，尽管研究方法和研究过程力求较高的科学性，但难免存在一些不足之处：如本书选择2015-2020年中国创新型上市公司作为研究样本■◆◆■，受数据缺失的影响◆★◆★，研究结果可能出现细微偏差；内部控制质量对创新投资发挥作用的影响因素很多，本书仅选取深刻影响两者关系代表的内部管理者权力和外部制度环境作为调节变量◆★，建议在进一步研究中结合更多现实情境研究两者关系。但瑕不掩瑜，《内部控制质量对创新投资的影响研究——来自中国创新型上市公司的经验证据》以内部控制对企业创新投资的影响为主线，系统展示了会计学者服务于中国创新型企业创新投资和可持续高质量发展的学科优势与特色，不失为一部优秀的论述中国创新型企业可持续高质量发展的管理学著作金沙赌船官方网站★◆★。

　　3.数据资料丰富。该成果手动搜集了2015-2020年创新型企业关于创新投资动态变化的相关数据，构建了企业高质量创新特色数据库，结合创新型企业内部控制模式及运转机制，剖析了不同维度下内部控制质量对创新投资的直接影响效应的差异性及管理者权力和制度环境在两者关系中的调节作用，并力图用图表、数据分析等方式清晰展示创新型企业内部控制质量对创新投资的影响。

　　新闻信息服务许可证音像制品出版许可证广播电视节目制作经营许可证网络视听许可证网络文化经营许可证

　　《内部控制质量对创新投资的影响研究——来自中国创新型上市公司的经验证据》一书结合中国创新型上市公司内部控制和创新投资的实际情况，围绕公司内部控制质量的提高如何通过降低代理成本、缓解信息不对称◆★★◆，从而促进创新投资这一逻辑主线◆★★◆，理论分析并实证检验内部控制质量影响创新投资的作用机理以及管理者权力和制度环境在两者关系中的调节作用，并结合不同情境分析内部控制质量对创新投资的影响差异★■■★，据此提出完善内部控制◆■◆■◆、提高创新投资的具体可行的政策建议◆◆。

　　2.分析方法有效■★。该成果除使用传统的逻辑推理分析方法外，还注重实证研究方法。基于“拟自然实验◆■◆”的理论框架★◆★■◆，结合倾向得分匹配法（PSM），利用双重差分模型（DID）估计目前中国创新型企业内部控制与企业创新投资的因果关系；运用普通最小二乘法（OLS）回归分析内部控制质量对企业创新投资的影响效应★★■，同时采用组间差异检验对异质性企业中内部控制质量对创新投资的差异化影响进行统计分析■★，利用工具变量法★■◆★、Heckman两阶段回归控制可能存在的内生性问题；基于一致半参数估计值的Olley-Pakes（OP）法■■★◆◆，计算出企业的全要素生产率，进一步检验内部控制质量对创新投资的经济后果——全要素生产率的影响，较好地解决了传统计量方法中的内生性和样本选择问题◆★■★。