环境不确定性管理控制系统与公司绩效.doc

环境不确定性、管理控制系统与公司绩效 【摘要】管理控制系统（MCS）已从封闭理性阶段演变到了开放自然阶段，内外环境对MCS的影响越来越大，其中一个重要的研究方向就是环境的不确定性。本文根据权变理论的思想，研究在不确定的环境下，MCS对公司业绩的影响，同时研究了环境不确定性、MCS和公司业绩三者适用于调节模型（Mediation Model）还是适度模型（Moderation Model）。本文把环境不确定性分为内外环境不确定性两个维度，把对MCS的使用分为使用强度和使用目的两个维度，用财务指标和非财务指标代表公司业绩。研究发现：（1）当外部环境不确定性增加时，就会加大对MCS的使用强度，其使用目的主要是协调性的；内部环境不确定性增加时，则会降低对MCS的使用强度，其使用目的主要是控制性的。（2）通过对MCS合理的使用可以降低管理层决策的不确定性，对MCS的协调性使用而不是控制性使用可以有效提高公司业绩。（3）MCS在环境不确定性和公司业绩之间起调节作用，即三者适用于调节模型而非适度模型。【关键词】环境不确定性；管理控制系统（MCS）；公司业绩【Abstract】Management control system (MCS) has evolved from closed and rational stage to open and natural stage. As the increasing influence of internal and external environment on the MCS, one of the most important research directions is the environmental uncertainty. Based on the idea of contingency theory, we emphasize MCSs effect the company performance under environmental uncertainty, while we specify whether the relationship between MCS and environmental uncertainty is a mediating or a moderating relationship. Two dimensions were chosen for the representative of environmental uncertainty, including the external environmental uncertainty and internal environmental uncertainty, and two dimensions for MCS including the usage of MCS intensity and MCS purpose. For company performance, we use financial and non-financial indicators as the representative. The research presents following findings: (1)As external environmental uncertainty increases, companys will increase the intensity of using MCS for the purpose of coordination. As internal environmental uncertainty increases, companys will decrease the intensity of using MCS for the purpose of control. (2) Uncertainty can be reduced by an appropriate use of MCS, and using purpose of coordination rather than control positively affects the organizational performance. (3)MCS severs as the mediating variable between environmental uncertainty and performance, and mediation model is more suitable.【Keywords】environmental uncertainty; management control system (MCS); company performance 一 引言随着全球市场竞争的不断加剧，企业所面临的环境不确定性大大增加，企业身处如此复杂多变的环境，要想保持竞争力和增强执行力,需要依靠MCS（文东华、潘飞等，2009），同时企业也需要不断调整MCS以适应内外环境的变化，说明MCS已从封闭理性阶段演变到了开放自然阶段（张先治，2003）。MCS一直是国外实证会计和实证管理研究的重要领域之一，国内从20世纪90年代才开始探讨，尚未形成完整体系。目前管理会计方面的文献已经开始研究管理者对MCS的设计、使用、调整等方面的影响（Masquefa，2008）。环境是非常有力的权变变量，环境变量构成了权变研究的基础。在这一研究领域中，最重要也是最受关注的因素是环境的不确定性（Chapman，1997；Donaldson,2001）。简单的说，环境塑造了企业的组织结构，组织与环境的匹配性直接影响企业运营的效率和业绩（Galbraith，1973）。在权变理论中，环境与MCS是密不可分的，MCS只有适应权变因素的发展变化，才能最大限度地挖掘内部潜力和提高业绩水平。然而，环境不确定性对MCS产生怎样的影响，MCS究竟是否可以有效降低经营决策的不确定性，是否可以提升公司业绩，目前还没有达成一致结论。特别是在金融危机的背景下，研究身处动荡环境中公司如何经营比研究在稳定环境中公司如何经营将显得更有意义。再者，MCS在环境不确定性和公司业绩之间所起作用的类型属于调节效应还是适度效应（Mediarating Effect or Moderating Effect）尚未清楚。调节模型和适度模型之间的具有细微但实质性的差别，而国内相关文献往往以之为隐形假设前提，并没有对此进行说明或实证检验。本文的主要贡献有：第一，本文首次运用简单模型回归和结构方程模型对MCS在环境不确定性和公司业绩之间所起作用的类型进行了实证分析，弥补了国内在此方面实证文献的空缺；第二，以相关理论和文献为依据，建立了包含环境不确定性、MCS和公司业绩的研究模型，并通过实证分析对模型进行了修正；第三，同时把环境不确定性和MCS的两个维度嵌入到模型中，可以更加清楚和深刻地理解三者之间的作用机制；最后，本文得出的研究结论对企业在不确定性环境下更好地设计、使用、调整MCS，从而提高组织业绩具有积极的实践意义。本文文章结构如下：第二部分阐述MCS的理论基础并提出研究模型（包括基本研究模型、调节模型和适度模型）；第三部分是文献回顾和研究假设；第四部分介绍研究设计方法，以及分析实证分析结果；第五部分得出最终结论及启发。二、 文献回顾和研究假设（一） 环境不确定性对MCS的影响1. MCS是否可以降低环境不确定性Galbraith（1973）认为任务的不确定性越大，为了提高业绩，管理者在任务执行过程中需要处理的信息量也越大。如果MCS的信息可以帮助管理者做出有效决策，则可以降低环境的不确定性（Milliken，1987；Gul，1991；Gul & Chia，1994；Tymon et al. 1998）。此外，环境不确定性和MCS之间的合理有效匹配将会有助于提升公司的业绩（Govindarajan，1984；Chong & Chong，1997；Mia & Clarke，1999），其原因可能是MCS能够有效地降低环境不确定性。Lu & Herbert（2005）认为MCS是通过提供所管理者需要的信息降低环境不确定性的一种工具和手段。Von Hippel（1988）研究表明，当组织对目标顾客的需求非常了解时，市场的不确定性较低；相反，当组织进入一个全新的市场，面临的市场不确定性增加，所以需要MCS提供更多关于新市场的相关信息降低不确定性。从这个角度出发，可以把MCS看作一种管理不确定性的有效工具，因为它可以降低“信息差”（Tushman & Nadler，1978；Davila，2000）。很多研究发现如果采用高级的、战略导向的、广义上的管理控制手段，那么环境不确定性与之存在显著的正相关关系（Chenhall & Morris，1986； Chong & Chong，1997；Brouthers & Roozen，1999；Haldma & Lts，2002）。例如，高新技术企业相比一般企业所面临的竞争压力更大，环境不确定性程度更高，所以在设计MCS时会考虑更多高级先进的管理工具和手段，因为这些高级先进的管理工具和手段能提供更多有用的信息来帮助管理者降低环境不确定性（Laitinen，2001a）。Brouthers & Roozen（1999）对荷兰12家大型公司管理者进行了访谈，发现管理者从主观上对环境不确定性的感性认识与MCS之间存在正相关关系。虽然Hoque（2004）使用路径分析的方法没有发现环境不确定性与MCS存在正相关关系，但是Hoque（2005）使用同样的数据发现环境不确定性与非财务指标衡量的公司业绩之间存在正相关关系。与生产技术相关的不确定性可以来自已知的技术信息（不确定性较低），也可以来自未知的技术信息（不确定性较高），当技术的不确定性成为主要的不确定性来源时，组织就会把注意力主要集中攻克技术难关上。这时，管理者可以从实验研究和原型样机研究中获得信息（Pisano，1994），从MCS中获得的信息量就会减少，所以技术的不确定性与MCS的关系可能就不显著，甚至呈现负相关关系（Davila，2000）。Matthews & Scott（1995）研究发现小型企业的经营计划与环境不确定性之间呈现负相关关系，与管理者的适应能力无关。Reheul et al.（2004）持有同样的观点，认为在中小型企业中，经营计划的复杂性和周密性与环境不确定性有着负向相关关系。综上所述，MCS是否可以降低环境不确定性，目前尚未达成一致结论。2. 环境不确定性与MCS使用强度之间的关系Gordon & Miller（1976）研究发现：随着环境动态性的加剧，竞争者的行动、顾客的需求变化等非财务数据开始使用；报告的频率增加；预测信息大量使用；财务会计政策上更加稳健；随着竞争的加剧，在会计信息系统中，会计报告频率增加，以提醒管理者潜在的风险；非财务数据使用量加大；成本计算和控制系统会更加复杂。Khandwalla（1972）和Libby & Waterhouse（1996）研究发现，竞争越激烈管理控制应用程度越高。Hoque et al.（2001）研究证明，当市场竞争程度增加时，以平衡计分卡为业绩衡量方法的使用增加。当外部环境波动性越大，越有可能通过合理使用MCS提供的信息降低这种波动性（Meschi，2004）。Pondeville & De Rong（2005）发现，在权变背景下，生态环境的不确定性和股东的压力对环境控制系统的使用有正相关的影响，但是与环境战略没有关系。池国华（2004）认为随着外部环境不确定性的增加，对信息质量的要求也就越高，相应地对MCS的使用强度也会增加。但如果一个企业的机械化程度比较高，生产的产品属于标准化无差异的产品，那么对MCS的使用强度将会比较低，因为此时主要依赖于标准化的管理控制手段，比如严格的生产流程、生产工艺等。文东华、潘飞等人（2009）研究发现，较高的环境不确定性将会增加对MCS探索功能的使用，企业需要通过提高信息沟通效率等方式增强其探索能力，从而提高对外界复杂环境的应对能力。但是作者并没有发现环境不确定性和MCS控制功能之间存在显著的相关关系。综上所述，环境不确定性与MCS使用强度之间的关系基本可以达成一致，即当环境不确定性增加时，会加大对MCS的使用强度，但少部分研究则持相反观点。3. 环境不确定性与MCS使用目的之间的关系对于采用大规模生产技术的组织而言，生产过程的机械化程度和标准化程度也比较高，在生产过程中可以通过制定标准的程序和操作手册来进行日常管理。这种情况下，往往采用比较正式的、标准化的管理控制手段。当生产技术或生产过程中的不确定性增加时，使用MCS的目的主要是控制性的，而不是协调性的（Davila，2000）。比起那些身处稳定环境中的公司，那些面临更大环境波动性的公司对信息的及时性、宏观性要求更高。Kattan et. al（2007）研究了关于MCS在中小企业中应用的情况，发现当巴基斯坦十年政治环境趋于稳定时，企业的MCS变动更加机械化，当政治环境更加动荡时，企业的MCS变得更加有机化。所以Kattan et. al（2007）认为MCS不能够预测不确定性，只是反应不确定性，当环境不确定性程度非常高时，这时MCS并不是用来降低不确定性的。张先治（2003）认为环境因素的不确定性根源于外部环境和任务的不确定性。不同组织和部门所面临任务的不确定性是不同的，比如车间操作员在流水线上的操作程序是固定的，任务的不确定性相对较低，而市场营销部门需要不断的跟踪和挖掘到最新的顾客信息，任务的不确定性相对较高。池国华（2004）认为，技术的标准化和自动化程度高的企业对正式控制的依赖性比较强，使用MCS的主要目的在于控制；相反，对于任务不确定性水平很高的企业, 比较强调非正式管理控制手段，比如上下级间的沟通协调, 此时使用MCS的主要目的在于协调。张秀烨（2003）认为其主要原因是当生产技术非常复杂时，如果出现故障或问题，往往依靠员工的工作经验和直觉判断，也就是比较注重沟通协调。但是部分研究认为当环境不确定性非常高，出现了混乱和动荡，那么组织将会更加依赖正式的管理控制手段，如预算控制和财务控制，此时使用MCS的目的主要不是协调而是控制。综上所述，当环境不确定性增加时，对MCS的使用目的是控制性的还是协调性的，取决于环境不确定性的两个维度和不确定性的程度。（二） MCS对公司业绩的影响1. MCS是否有助于提升公司业绩如果MCS能为管理层提供相关的信息，帮助管理层去协调、学习，那么可以预测MCS与公司业绩正相关（Davila，2000；Otley，2001；Chenhall，2003），即基于MCS可以提供有用的信息帮助管理者做出有效决策的这个功能，MCS有助于提升公司业绩。Eisenhardt & Tabrizi（1995）研究表明MCS与公司业绩之间存在不明显的相关关系，甚至是负相关关系。Amabile（1998）认为MCS依靠规章制度和对行为的限制实施运作（MCS过于僵化和结构化），在一定程度上降低了创造性水平，而这种创造性对于研发部门和高科技企业来说非常重要，所以MCS并没有提升公司业绩。会计控制只有在任务不确定性程度很低时才和公司业绩有显著的正相关关系，而行为控制在任何情况下都不会和公司业绩有显著的正相关关系（Abernethy & Brownell，1997）。Ittner et al.（2003）在研究战略业绩指标的应用时发现MCS与公司业绩之间并不存在显著的相关性。同样Malmi et al.（2004）也未发现MCS与公司业绩之间存在显著的相关性。McMahon（2001）研究表明MCS与财务会计指标衡量的小型企业业绩之间不存在任何显著的关系。陈佳俊（2003）认为，对组织业绩来说，MCS是很重要的，但是由此便认为其结果对改善组织业绩有价值就未必合适。同样地，对MCS有效性的认识程度，并不意味着组织业绩的改善程度。文东华、潘飞（2008）研究发现，MCS与全面质量管理之间存在显著的正相关关系，且两者的适配程度越高，企业的业绩就越好。文东华、潘飞等（2009）研究发现MCS的控制功能和企业内部经营业绩正相关，MCS的探索功能和客户与市场业绩正相关。我们基本可以肯定的是，MCS与公司业绩存在着一定的相关性，至于MCS是否有助于提升公司业绩尚无定论。2. MCS使用强度与公司业绩的关系Bisbe & Otley（2004）通过调查问卷、电话核查的方法研究了MCS的交互使用对产品创新、绩效的不同影响，并且评价了MCS的交互使用的重要性。研究发现管理者对MCS使用越频繁，越能促进产品创新来，从而对提升业绩的积极影响越大。Chong & Chong（1997）和Baines & Langfield-Smith（2003）把MCS作为战略类型与公司业绩的调节变量，研究发现通过增加对MCS的使用强度，可以帮助采取扩张战略的公司提升公司业绩（Gul 1991，Gul & Chia，1994；Ittner et al.，1998b；Hoque & James，2000），而对于采用收割战略的公司，降低对MCS的使用强度，则明显的与公司业绩负相关。（三）MCS使用目的与公司业绩的关系目前文献对MCS使用强度和使用目的与公司业绩关系的研究相对比较少。Davila（2000）认为当采用非常正式严格的报告或者标准的控制手段时，可能会不利于管理者应对不利因素的挑战。Marcela Porporato（2008）研究发现当对MCS使用目的是协调性时，会有助于降低信息差，并提高公司的业绩。 文东华、潘飞（2008）研究发现，如果MCS的两个维度（控制功能和探索功能）能与全面质量管理相匹配，那么将都能提升公司业绩。文东华、潘飞等（2009）研究发现不管使用MCS的目的是控制功能还是探索功能，均与和企业业绩正相关。（四） 其他权变因素对MCS的影响1. 战略在权变因素、MCS以及公司业绩之间关系的研究文献中，对战略的研究具有非常重要的地位（Sandino，2007），但仍然没有达成统一的意见和结果（Chapman，2005；Skaerbaek & Tryggestad，2010）。不同的战略类型与环境不确定性的之间的关系是不同的。如某公司采用扩张性战略所面临的环境不确定性可能要比采用稳定型战略所面临的环境不确定性高（SFisher & Govindarajan 1993；Langfield-Smith，1997； Smith & Langfield-Smith，2002）。Chong & Chong（1997）利用62家澳大利亚战略事业单元（SBUs）通过路径分析模型证明了进攻型战略与高不确定性相关，防御性战略与低不确定性相关。Laitinen（2001a）发现高速成长的小型高科技公司所采取的战略与其面临的环境不确定性也存在着类似的关系。Ittner et al.（2003）研究战略与MCS的匹配性与公司业绩之间的关系，通过对美国金融服务公司的研究，并没有发现战略与MCS的不匹配会对公司业绩带来不利影响。但是Sandino（2007）通过对美国零售业的研究却得出了相反的结论。池国华（2004）认为战略类型与成本控制及业绩评价之间存在一定的关系。与采取激进的、主张产品差异化战略的企业相比，采取保守的、主张成本领先战略的企业更强调正式的、传统的MCS, 比如成本控制、预算控制和正式业绩评价系统。2. 组织规模和组织分权很多研究文献都把组织规模效应和其他权变因素比如技术、产品多样性联系起来（Chenhall，2003）。Khandwalla（1972，1977）研究发现，产品线多样化，使用大规模生产技术的组织对复杂控制手段和环境信息搜集如预测和市场调研的使用强度更大。Bruns & Waterhouse（1975）研究发现，行政控制包含了更多复杂的技术、正式的操作程序和规章制度，经营者的控制权力很大，在控制标准的制定和预算的制定上花费了大量的时间和精力，Merchant（1981）也持有同样观点；而人性控制主要涉及重要决策的制定，每个人在预算方面参与程度比较高，但对预算标准的制定和预算差异的分析并没有花费太多时间和精力，上下级之间的关系也比较融洽。Davila（2005）对中小企业和大企业对MCS的使用情况进行了研究，发现预算、环境和组织结构可以通过MCS影响管理者对管理控制活动的态度。池国华（2004）认为大规模的企业更倾向于行政控制、正式的沟通，强调预算和评价标准的作用。企业规模越大，企业内部组织会越趋于完善，企业的创新资源相对丰富一些，这样对MCS的使用强度会增加，至于使用目的是控制性的还是协调性的，这个尚无定论。在权变理论中，企业的分权程度高，企业员工就具备更高的积极性和主动性，能够产生更好的创新激励效应，管理控制系统的变更就会相对频繁些。洪剑峭（1998）认为企业的外部环境越不稳定，分权管理程度就越高（如高科技行业中的大企业），因为可以对不稳定的环境作出迅速的反应，满足不断变化的市场需求。相反，外部环境较稳定的企业，分权管理的优势将不那么明显，分权管理程度也越低（如快餐业）。（五） 研究假设的提出根据以上文献回顾，提出以下假设：H1a：当公司外部环境的不确定性增加时，会加大对MCS的使用强度。H1b：当公司内部环境不确定性增加时，会加大对MCS的使用强度。H2a：当公司外部环境的不确定性增加时，MCS使用的目的是协调。H2b：当公司内部环境的不确定性增加时，MCS使用目的是协调。H3a：增加MCS的使用强度，会促进公司业绩的提升。H3b：当MCS使用目的是协调性时，会促进公司业绩的提升。H4：MCS是公司环境不确定性与公司业绩的调节变量。三 研究设计与实证分析结果（一） 研究设计1.研究模型本文采用的是权变理论观作为MCS的理论基础，强调环境与MCS联系的开放理性模式已经成为环境不确定性日益增加的情况下企业首选的管理控制模式（张先治，2004）。目前权变控制论的观点已经被普遍接受，成为MCS研究的基本出发点（杜栋，2006）。权变理论吸引着众多的管理学者的研究兴趣，在管理会计研究领域主要涉及对MCS的研究（Chapman，1997，2005；Langfield-Smith, 1997；Chenhall & Chapman, 2006）。基本研究模型1. 环境不确定性的两个维度在权变理论的实证研究中，针对环境变量研究最为广泛的是环境的不确定性(Chenhall, 2003)。本文采用Galbraith（1973，p5）关于不确定性的定义，他认为不确定性是完成一项任务需要的信息与已经使用的信息之间的差异。对环境不确定性的衡量存在一定的分歧（Milliken，1987；Tymon et al.，1998），而且现在仍未达成一致。Khandwalla（1977）提供了一个比较有用的环境衡量变量，包括动荡性，敌对性，多样性和复杂性。其他衡量变量包括复杂性和动态性（Duncan，1972），简单与复杂、静态与动态（Waterhouse & Tiessen，1978），可控与不可控（Ewusi-Mensah，1981）等。国外文献对不确定性的来源也不相同。很多关于新产品研发的文献认为环境的不确定性主要来源于三个方面，与市场相关的不确定性、与技术相关的不确定性和与项目范围相关的不确定性（Von Hippel，1988；Shenhar & Dvir，1996），这三种不确定性影响着MCS的设计。Lu & Herbert（2005）、Kattan et. al（2007）认为环境的不确定性主要来源于当地环境的不确定性和生产过程或技术的不确定性。环境的权变因素包括外部环境的变化、技术的变化和市场的变化，并通过组织内部任务的不确定性与组织结构联系在一起。不同的组织权变理论都包括三个核心权变因素，分别是任务的不确定性、任务之间的相互依赖型和组织规模（Donaldson，2001）。Tymon et al.（1998）把外部环境分为两个维度：一个是一般环境，包括政府、社会文化、经济状况和科学技术；第二个是任务环境，包括行业、原材料、市场和财务。Davila（2000）认为任务的不确定性因素通常与生产技术和过程相关。Gordon & Narayanan（1984）和Chenhall & Morris（1986）在研究中外合资企业MCS问题时，认为组织面临的当地环境的不确定性与东道国环境的不确定性比较相近，并可以通过组织与当地的沟通协调来管理。生产过程或技术的不确定性与所具备的行业知识和任务的性质有关，属于组织内部环境不确定性的要素，并可以在组织内部进行管理（Waterhouse & Tiessen，1978）。张先治（2004）认为根据环境的区域性与相对性对控制环境进行划分缺乏全面性和系统性，建议将管理控制环境分为外部环境和内部环境。乔瑞中、刘艳梅（2004）认为在设计MCS时需要考虑内部因素和外部因素的影响。陈佳俊（2003）在对MCS外部环境分析时重点关注了文化因素，在对MCS内部环境分析时重点关注技术因素、组织结构因素和组织规模因素三个方面。刘燕（2007）在对我国民营企业的管理控制进行探讨时，把影响控制环境的因素分为外部因素和内部因素。综上所述，国内外文献关于MCS的环境变量研究的研究基本都是遵循外部环境与内部环境的线索进行的，但侧重点各不相同。本文把环境的不确定性分为两个维度，分别是外部环境的不确定性和内部环境的不确定性。其中外部环境不确定性主要包括法律环境、经济环境、市场、顾客等因素，内部环境主要是指所完成任务的不确定性，包括产品技术和生产过程等因素。2. MCS的两个维度根据控制论的一般原理，一个控制系统至少应该包括目标设置、结果反馈、差异衡量和差异纠正四个环节。Merchant（1981），Simons（1995），Davila（2000）认为MCS提供的信息可以通过三方面的特征来衡量，一是信息的内容是否详细，二是信息更新的频率，三是信息的使用目的。王斌、高晨（2003）认为“企业组织结构设计与权力划分、管理控制体系的建立是一脉相承的”，根据西方的组织设计理论，“协调与控制（Coordination and Control）成为管理的主要任务, 而协调能力主要来自于信息”。文东华、潘飞（2008）在TQM和MCS之间的适配性时，根据Shea & Howell（1998）的研究，把MCS分为两个维度，一个是控制维度（关注标准化）另一个是探索维度（关注分权程度），“TQM 技术和反馈循环有利于企业对整个系统和程序进行控制,但适度分权对于TQM 也很重要，因为它能确保员工对现有流程不断作出创造性的改进”。从MCS的结构、框架、要素可以看出，MCS的本质就在于通过对MCS的使用，确保组织能够按照管理者的预期运行并最终实现目标的一种机制。在这个过程中凸显了MCS作为一种手段、方法、机制的“工具性”和达成目标、纠正偏差、有效激励、促进互动的“目的性”，所以本文把MCS分为使用的强度和使用的目的两个维度。使用强度包含两个方面：一是对管理控制工具的使用频率，也可以理解为信息的更新频率（每天、每周、每月、每季度等）；二是报告的详略程度，例如成本信息报告如果只包含原材料和人力成本，那么这份成本信息报告就比较简略，如果还包含了制造、市场和管理成本，那么这份成本信息报告就比较详细（Davila，2000）。使用目的包括控制、诊断（如果没有超过或低于某一标准，就不需要汇报或讨论）或者协调、互动（某事项是需要经常讨论、汇报、沟通交流的）。3. 基本研究模型权变因素与公司业绩之间是什么关系，直接关系还是间接关系，环境不确定性是如何对公司业绩产生影响的，这是基于权变理论对MCS研究的一个重要方向。 Govindarajan（1984）研究发现环境不确定性与主观上的业绩评价方式存在显著的正相关关系，研究结果与Gordon & Narayanan（1984）和 Chenhall & Morris（1986）是一致的。Govindarajan（1984）得出结论，认为高级管理者评价方式对环境不确定性和组织经营效果之间的关系产生了调节作用。可以认为环境不确定性是通过MCS对公司业绩产生了影响，MCS是连接环境不确定性与公司业绩之间的一座桥梁。Gul（1991）通过对42家公司管理者的反馈调查，研究发现，当环境不确定性增加时，使用较为复杂和高级的管理会计系统（MAS）有助于增加公司业绩。但是在稳定环境下，使用较为复杂和高级的MAS不但无助于提高公司业绩，甚至会阻碍公司业绩，其原因在于信息过载。Gul（1991）的研究有两个贡献，一是证明了环境不确定性会影响MAS的设计和使用，二是证明了环境不确定性和MAS之间的关系会影响公司业绩。Chong & Chong（1997）对62家澳大利亚制造行业的战略事业单元（SBUs）进行调研，证明了“环境不确定性-MAS”、“战略-MAS”、“战略-环境不确定性”之间存在显著的正相关关系。但是Hoque（2004）对新西兰52家大型制造型企业进行调查研究，通过路径分析并没有发现环境不确定性与公司业绩衡量方式之间存在显著的相关关系。虽然Gul（1991）和Chong & Chong（1997）研究的是MAS，但他们的研究框架和模型对研究MCS仍有很好的借鉴意义。Mia & Clarke（1999）根据61家大型制造业公司的调查，发现市场竞争程度越高，业务部经理对MAS提供的标杆管理信息和监测跟踪信息使用程度也越高，而这种信息充当了环境不确定性和公司业绩之间关系的调节作用。Henri et al.（2010）利用问卷调查法研究生态控制对环境业绩和公司业绩的影响程度（包括直接影响和间接影响），采用的模型为中间调节模型。在国内文献中，比较有参考和借鉴意义的是文东华、潘飞等人（2009）这篇文献，作者把环境作为一个整体（没有把环境分为内外环境两部分），把MCS分为“控制功能”和“探索功能”两个维度，把公司业绩分为“内部经营业绩”和“客户与市场业绩”两个维度进行研究。本文与之不同的是，把环境不确定性细分为外部环境不确定性和内部环境不确定性两个维度，把MCS分为对MCS的使用强度和对MCS的使用目的，其中使用目的包括控制目的和协调目的两个方面（相当于增加了一个维度对MCS的使用强度），公司业绩作为一个整体，不再进行细分，这样设计模型的目的更能了突出对环境的不确定性和MCS的研究，具体的基本模型如图1所示。图1： 基本研究模型（二） 调节模型和适度模型根据基本研究模型，本文把MCS作为环境与公司业绩之间的调节变量，环境不确定性对MCS产生影响，MCS对公司业绩产生影响，MCS在环境不确定性和公司业绩之间起到了调节效应（Mediating Effect），即假设MCS与公司业绩之间的关系还取决于环境与MCS的匹配性。当然，本文假定的调节模型最终能不能成立还有待实证结果的检验。与调节模型（Mediation Model）非常相似的一个模型是适度模型（Moderation Model）。两者的区别在于：调节模型是假定环境不确定性通过MCS对公司业绩产生间接影响，但也可能是环境不确定性对公司业绩产生了直接影响，只不过间接影响的程度要大于直接影响的程度；适度模型认为环境不确定性对公司业绩产生了直接的影响，由于MCS的存在加大或减少了这种影响，相当于起到了催化剂的作用。为了更好的解释这两种模型的区别，见图2所示。A1代表环境不确定性对MCS的影响，A2代表MCS对公司业绩的影响，A3是一条虚线，表示环境不确定性对公司业绩的影响是间接而非直接的。B1代表环境不确定性对公司业绩的影响，而B2则表示MCS所起到的催化作用，可能是加强或者减弱了B1的影响。由于环境不确定性和MCS各分为两个不同的维度，所以调节模型和适度模型可以具体用下图3表示。图3比图2更加具体化，可以渗透到模型内部，更加清楚的了解各个维度之间的相互关系。图2： 调节模型和适度模型（1）图3：调节模型和适度模型（2）、研究分析方法本文研究方法是问卷调查。分析方法主要包含主成分分析本文进行因子分析的主要目的是为了提取主成分，降低维度，以较少的几个指标反应总体信息，并不在于归纳潜在类别，寻找共同因子。、简单回归模型和结构方程模型。目前结构方程模型在管理会计领域也得到了越来越广泛的应用（Malmi et al.，2004；Chenhall，2005）。在实践过程中，结构方程模型经常使用两步法。第一步基于主成分分析的结果描述显变量与隐变量之间的关系，即验证性因子分析，第二步通过路径分析验证隐变量之间的因果关系。根据Hair et al.（1998, 627）, 两步法如图4所示。Item1是可观测的内生变量，Factor1是不可观测的外生变量，Factor是不可观测的内生变量。图4：结构方程模型分析过程2. 数据搜集和样本选取问卷调查的对象主要以厦门大学管理学院MBA、EMBA和MPAcc的学员为主，被调查对象对公司的运营管理和财务状况比较了解，知识结构与工作背景基本符合问卷调查对象的要求。作者共发出245份问卷，回收211份，回收率86%。随后对问卷进行筛选，剔除内容填写不完整的问卷、明显带有规律性的问卷和前后矛盾的问卷，另外要求被调查者在目前岗位工作至少两年或者在目前单位工作至少三年，被调查单位至少持续经营三年，保证对单位的经营情况比较熟悉和了解，可以比较完整填写问卷。最后符合要求的问卷数量为158份。根据问卷的数据统计，子公司数量平均值为4.59，设立年限平均值为10年，说明所调查的公司具有一定规模和发展历史。另外权力分散程度平均值为2.19，权力偏于分散。公司战略类型平均值为2.59，一定程度上说明公司具有较大发展空间和良好的发展前景。从公司特征的描述性统计数据从侧面表明所调查公司的MCS可以被为研究对象。公司基本特征的描述性统计详见下表。表2：公司基本特征描述性统计公司基本特征平均值最小值最大值标准差员工数量977.75808000139.625设立年限10310219.768管理层级4.24381.936子公司数量4.590153.864公司战略类型2.5923.493平均年销售额5.56271.273权力分散程度2.1913.628注释（1）：公司战略类型：1=收缩型战略，2=稳定型战略，3=成长型战略；注释（2）：平均年销售额：1=50-100万，2=100-500万，3=500-1000万，4=1000-5000万，5=5000万-1亿，6=1-10亿，7=10亿以上在符合筛选标准的158家被调查对象中，国有企业和外资企业所占比例较大，分别为37.34%和29.11%；制造业和服务业类型的企业所占比例较大，分别为34.18%和32.91%。公司性质和行业类型的描述性统计详见下表3。虽然有很多文献都是选择某一行业研究企业的管理控制系统，目的是为了尽量减少技术、组织结构、生产过程等方面的差异性（(Zhang & Li, 2001），但是本文主要是从宏观层面研究不确定环境下管理控制系统对公司业绩的影响，而不是具体研究某个行业的企业的管理控制系统在不稳定环境下对企业业绩的影响，所以虽然公司性质和行业类型差异比较大，但并不影响本文的研究。（二） 主成分分析根据SPSS软件的分析，外部环境不确定性（EEU）、内部环境不确定性（IEU）、MCS使用强度（INT）、MCS使用目的（PUR）和公司业绩（PER）的Cronbachs Alpha值都大于0.8，说明问卷的信度较好，Kaiser-Meyer-Olkin（KMO）值都大于0.8，Bartlett 的球形度检验（Sig.）显著性水平数值都小于0.05，说明适合进行主成分分析。选取的主成分的载荷都在0.7以上，方差累计解释百分比在60%以上。由于本文的样本量相对比较小，所以方差累计解释百分比所选择的临界值比较低，这也是本文不足的一个地方，但是并不影响整体的分析。经过主成分分析，共提取30个显变量，检验具体结果见附录。（三） 简单模型回归在提取主成分后，用SPSS软件进行简单的多元回归。使用的模型如下：模型1：INT=1+11*EEU+21*IEU+11*STR+21*SIZ+31*POW+1模型2：PUR=2+12*EEU+22*IEU+12*STR+22*SIZ+32*POW+2模型3：PER=3+13*INT+23*PUR+13*STR+23*SIZ+33*POW+3模型4：PER=4+14*INT+24*PUR+34*EEU+44*IEU+14*STR+24*SIZ+34*POW+4模型5：PER=5+15*INT+25*PUR+35*EEU+45*IEU+1*EEU*INT+2*EEU*PUR+3*IEU*INT+4*IEU*PUR+15*STR+25*SIZ+35*POW+5其中，EEU为外部环境不确定性，IEU为内部环境不确定性，INT为MCS使用强度，PUR为MCS使用目的，PER为公司业绩，STR为公司战略，SIZ为组织规模（员工人数的对数），POW为组织分权程度。Bisbe & Otley（2004）证明了交互式控制系统对创新和公司业绩之间所起的作用适用于适度模型而不适用于调节模型，验证调节模型假设的方法是相关系数法和路径分析法，验证适度模型假设的方法是带交乘项的模型回归法。Bisbe & Otley（2004）中MCS和创新都是单一维度，而本文中MCS和环境不确定性都是两个维度，所以在参考Bisbe & Otley（2004）证明方法的基础上针对本文的研究对象和研究目的对证明方法进行了一定的修改。假设H1a、H1b、H2a、H2b、H3a、H3b可以通过模型1、模型2和模型3中系数的正负加以验证，比较麻烦的是假设H4。如果调节模型中连接线A1关系显著、A2关系显著，且A3关系不显著，即连接线A11和A21、A12和A22、A13和A21、A14和A22至少有一对关系同时显著，且A31和A32都不显著，则说明调节模型是成立的；如果适度模型中连接线B1关系显著且B2关系显著，即连接线B11和B21、B11和B23、B12和B22、B12和B24至少有一对关系同时显著，则说明适度模型是成立的。为了证明调节模型假设，首先进行简单回归分析，然后进行路径分析；为了证明适度模型假设，对带有交乘项的模型进行回归分析。SPSS在进行因子分析时只给出了因子载荷矩阵，并没有给出主成分系数，需要根据主成分分析结果自己计算出综合得分。首先根据主成分载荷系数和原变量的标准化数值得出特征向量，然后以特征根为权重，计算主成分综合得分。根据其综合得分进行简单模型回归。模型原始变量的描述性统计如下表5所示。表5：简单模型变量描述性统计变量平均值最小值最大值标准差EEU3.20522.174.29.53628IEU2.90861.634.13.51937INT3.05671.644.36.63917PUR3.07071.434.57.71355PER3.16901.574.57.67663STR2.59212.003.00.49307SIZ6.37234.389.161.10881POW2.19081.003.00.62755从变量的描述性统计可以看出，外部环境的不确定性平均值（3.2052）较内部环境不确定性的平均值（2.9086）较大，说明被观测对象所面临的外部环境的不确定性要大于内部环境的不确定性。MCS使用强度的平均值（3.0567）和MCS使用目的的平均（3.0707）值都接近于3，但是标准差要大于外部环境不确定性和内部环境不确定性，说明不同企业对MCS的使用的差别较大，但总体上趋于中等水平。公司业绩的最小值（1.57）大于0，平均值为3.1690，说明被观测对象没有出现亏损，发展态势良好。简单模型回归结果见附录所示。从5个模型回归结果可以看出，R2和调整R2值都在0.5左右，F（Sig.）均显著，除模型5外，其他4个模型的VIF一般认为当方差膨胀因子（VIF）大于10时，说明变量之间存在严重的多重共线性现象，会影响回归模型的正确估计。值均小于5，说明变量之间不存在多重共线现象，说明整体拟合效果比较好。模型5的VIF值过高，说明变量之间存在严重的共线问题。下面将对每个模型的回归结果逐一分析。在模型1回归结果中： INT与EEU显著正相关（11=0.241，p0.01）； INT与IEU显著负相关（22=-0.321，p0.01）。当管理者面临的外部环境不确定性增加时，如果管理者能够有效利用MCS提供的信息，则一定程度上可以降低环境的不确定性（Khandwalla，1972；Gordon & Narayanan，1984；Chenhall & Morris，1986；Chong & Chong，1997；Brouthers & Roozen，1999；Hoque et al.，2001；Haldma & Lts，2002），本文得出的结论与很多研究是一致的。IEU与INT之间呈现负相关关系，原因可能是MCS不能有效地提供生产过程中有关技术的信息，导致管理者对MCS的使用强度降低（Matthews & Scott，1995；Davila，2000；Reheul et al.，2004）。回归结果支持假设H1a，不支持假设H1b。在模型2回归结果中： PUR与EEU显著正相关（12=0.363，p0.01），与IEU显著负相关（22=-0.346，p0.01），即内部环境不确定性越大，对MCS的使用目的偏向于控制而不是协调。张先治（2005）认为我国大部分企业采用的是制度控制系统，其次是预算控制系统，说明当IEU较大时，企业偏向运用比较正式的、标准化的管理控制手段来应对内部环境不确定性，这与Davila（2000）和Marcela Porporato（2008）的结论是一致的；当EEU较大时，企业偏向使用非正式的、协调性的