廖志超，王建新

（1.湖南科技大学商学院，湖南 湘潭 411201；2.中国财政科学研究院，北京 100142）

0 引言

2022年1月国务院印发的《“十四五”数字经济发展规划》明确提出要“加快企业数字化转型升级”和“全面深化重点产业数字化转型”。关于数字经济、数字产业、数字化转型的研究成为学者们关注的焦点。目前，国内学者对企业数字化转型的研究主要集中在对概念阐述、理论探索方面[1]，只有少数学者进行了定量分析。学者们对企业高质量发展的相关研究主要聚焦对内涵、测度以及实现路径的分析方面。关于数字化转型的研究已经取得了一些成果，但在理论和实证分析的结合方面仍值得深入研究。本文首先采用2010—2020年我国沪深A股上市公司数相关数据，实证分析了数字化转型对企业高质量发展的影响；然后在现有的数字化转型对企业高质量发展传导机制的研究基础上，实证检验资本配置效率和内部控制的中介机制效应；最后从公司治理和政府治理两个层面分析了调节效应。

1 研究假设

1.1 数字化转型与企业高质量发展

企业“数字化转型”是指企业在生产、管理和服务过程中，以先进数字技术取代传统数字技术的变革过程。资源基础理论认为，企业间的发展会因为各企业自身资源的异质性而产生差异，因此，自身资源可以帮助企业在同行业竞争中获得优势[2]，数据资产作为企业发展的重要资源之一，已得到广泛的认同。同时，随着新旧经济动能的转换，我国逐渐进入以智力、研发、创意、创新、数据、流量等无形资源为主要价值创造驱动因素的新经济时代。在此背景下，为了使企业保持核心竞争力，必须重视相关数字技术在企业高质量发展过程中发挥的作用。

企业进行数字化转型强化了企业挖掘和整合内外部信息的能力，大幅提升了企业对于非标准化、非结构化数据的处理能力{3]，使得企业对于前瞻性技术具有更高的敏锐度，从而有利于把握技术创新方向，提升创新动能。企业数字化转型需要更多的资金和研发投入加以支撑，企业为了实现数字化转型战略，提升创新能力的主观能动性得以加强，较强的创新动机和创新能力驱动了企业高质量发展。数字技术的应用可以为企业提供更加精确、信噪比更高、传播性更强的海量信息，充足且全面的信息可以提高企业的运营、决策、生产效率[4]，进而促进企业高质量发展。大数据、物联网智能制造技术的应用还可以帮助企业进一步明确与识别发展过程中所需要的信息、知识等要素[5]，数据作为企业的生产要素和关键资源可以为企业全面、高质量发展提供新的思路。因此，本文提出：

假设1:企业进行数字化转型可以促进企业高质量发展。

1.2 数字化转型对企业高质量发展影响的中介机制分析

数字技术与企业日常生产经营活动相结合是一个系统性过程，数字化转型对企业发展的影响也应该存在多条路径。现有研究表明，微观层面的数字化转型对企业创新绩效、社会责任、审计质量、全要素生产率均存在的正向影响，主要通过以下渠道实现:盈余管理、改善风险行为和提升风险水平承担、提升创新能力、缓解融资约束等。本文认为数字化转型还可以通过提升资本配置效率、强化内部控制这两个中介机制对企业高质量发展产生影响。

企业积极参与数字化转型可以通过提升资本配置效率促进高质量发展。数字化有助于增强企业管理者的信息搜集能力，实现数字化精细管理，企业高管和战略制定者可以借助数字技术引导资本流向利润更高、发展前景更好的产业[6]，减少资本错配，实现资本配置的优化。企业高管通过大数据、互联网等数字技术能实现跨部门、跨业务环节的资源优化配置，全方位把控企业发展动态，提高企业运营管理效率，缓解由于信息不对称所导致的配置效率低下的问题，为企业高质量发展奠定良好的基础。因此，本文提出：

假设2：数字化转型可以通过提升资本配置效率的传导机制促进企业高质量发展。

数字化转型还能提高企业内部控制能力，为企业高质量发展提供内部基础条件。内部控制是企业防范违法违规风险、保证财务信息真实完整的重要内部治理机制。企业数字化转型带来的数字技术能融入内部控制工作中，先进的内控管理工具有助于解决企业长期以来内控体系和业务体系“两层皮”的问题，能在一定程度上缓解“委托-代理”问题。数字技术进一步畅通了企业内部的沟通渠道，数字算法决策实现了由系统软件来协调企业内部活动的功能。另外，企业借助人工智能、大数据、云计算等数字化工具，可以使内部控制风险管理由“被动应对”转为“主动识别”，能有效提高企业内部控制质量，从而使企业有效整合自身资源用来实现“风险降低”与“效率提升”的双重拟合，为企业高质量发展奠定了坚实基础。因此，本文提出：

假设3：数字化转型可以通过强化内部控制的传导机制促进企业高质量发展。

1.3 首席信息官的调节效应

为了解数字化转型对企业高质量发展影响中的调节效应，先分析企业层面对数字化转型与高质量发展的调节效应。企业的高管团队作为企业战略的制定者和实施者，其对数字经济和数字化转型的认知决定企业数字化转型实施效果。首席信息官（CIO）是企业数字创新的重要决策者，也是信息技术管理部门的最高管理者，其对数字技术关注度将影响企业数字化战略及效果，CIO必须帮助他们的企业适应现在数字经济时代的发展。有研究认为,随着数字经济时代的到来，CIO在公司中扮演的角色越来越重要。企业的信息技术具有重要战略价值，能够有效培育和提升企业核心能力和竞争优势，拥有CIO的企业更容易识别、吸收和利用数字技术，会更积极推动企业进行数字化转型。因此，本文提出：

假设4：企业首席信息官在数字化转型影响企业高质量发展时起积极调节作用。

1.4 政府治理的调节效应

企业的高质量发展与外部环境也存在密切关联，企业在进行数字化转型过程中会遇到如资金匮乏、软件水平较低等问题，这时就需要“有为政府”的支持，积极推动企业数字化转型。一方面，政府财政科技支出特有的“科技”属性，具备专业性、靶向性和政策性特征，能充分激发企业数字化转型升级的主观能动性[7]。同时，政府财政科技支出通过财政贴息、税收减免等多元化的政策手段直接作用于企业，有效降低企业运营和技术创新成本，调整其“风险-收益”边界，驱动企业提升主营业务质量，从而提高企业全要素生产率。另一方面，专业人员和数字基础设施作为数字化转型的必需品，需要大量资金支撑，而政府补助可直接作用于企业，政府对企业的补助越多，可能意味着对企业进行数字化转型提供的补助越多，越有益于企业进行数字化转型。一般而言，获得政府补助的企业具有良好的市场发展前景和潜力，企业会更加注重创新，以提高整体竞争优势。由此可见，政府补助在数字化转型对企业高质量发展中起到了关键作用。因此，本文提出：

假设5：政府财政科技支出、政府补助在数字化转型影响企业高质量发展中起到正向调节作用。

2 研究设计

2.1 变量选取

（1）被解释变量。企业全要素生产率（TFP），借鉴张兴亮和程琦炜（2020）[8]的研究，构建如下柯布-道格拉斯函数计算企业全要素生产率：

其中，lnY表示产出水平，以营业收入取对数衡量；lnK表示资本投入水平，以固定资产净额取对数表示；lnL表示劳动力投入水平，以企业的员工数量取对数表示；lnM表示企业的中间投入；i为上市公司，t表示年份。利用Stata 软件借助LP半参数估计方法，可获得样本企业历年的全要素生产率。

（2）解释变量。数字化转型（DT），参考吴非等（2021）[7]的研究，利用Python 爬虫技术，采用文本分析法构建企业数字化转型指数。

（3）中介变量。资本配置效率（CAP），采用投资回报率与资本成本率的比值来度量资本配置效率。内部控制（ICQ），在迪博企业风险管理有限公司计算的内部控制指数的基础上取自然对数，衡量企业的内部控制。

（4）调节变量。首席信息官（CIO），采用设置哑变量的形式识别企业某年是否设置了首席信息官，如某企业该年设置了首席信息官，则CIO为1，否则为0。数据来源于CSMAR数据库中的企业高级管理者职位信息。政府科技支出（TF），采用政府财政科技支出的相对指标，即以财政科技投入占GDP比重表示财政科技支出强度。政府补助（SUB），采用企业受到政府补助总额与期末总资产的比值来表示。

（5）控制变量。为尽可能提高研究结论精确度，参考王玺和刘萌（2020）[9]的研究，选择以下控制变量：企业规模（Size）、企业成长性（Growth）、年龄（Age）、资产负债率（Lev）、现金流强度（Cfo）、资本结构（Capital）、账面市值比（MB）、两职合一（Dual）、股权集中度（Top1）、审计意见（Audit），同时，本文还控制了时间固定效应和行业固定效应。变量定义和计算方式如表1所示。

表1 变量定义

2.2 模型设定

根据以上理论分析，本文设定基准回归模型（2）至模型（5）分别用于检验假设1至假设5：

其中，TFP为全要素生产率，代表企业高质量发展指标；DT为数字经济指数；Controls为控制变量集合；ΣYear和ΣIndusty分别表示年份和行业固定效应；α0表示常数项；εit表示随机误差项。模型（2）用来检验假设1，模型（3）中Mech分别为资本配置效率（CAP）和内部控制（ICQ）这两个中介变量，模型（2）至模型（4）用来检验中介效应，若回归系数显著，则表明资本配置效率和内部控制在数字化转型与企业高质量发展之间具有部分中介效应。模型（5）中加入了数字化转型和调节变量（Reg）的交乘项，调节变量分别为首席信息官（CIO）、政府科技支出（FT）和政府补助（SUB），主要是为了检验前文提出的调节作用的有效性。若交互项的系数显著，则说明该机制成立，否则不成立。

2.3 样本选择和数据来源

本文选取2010—2020 年我国A 股上市公司作为研究样本。企业数字化转型指标通过文本挖掘的方法利用Python 软件爬取上市公司年报中关于数字化转型的关键词。计量分析过程中利用Excel 和Stata 软件对研究数据进行初步处理及合并，为进一步确保研究结论可信度，本文对初始数据还进行了一系列处理，最后合并表格后得到观察样本为16634个。

3 实证分析

3.1 描述性统计分析

表2 汇报了本文主要变量的描述性统计结果。可以看出，被解释变量全要素生产率的均值为20.671，最大值为23.716，最小值为17.743，反映出样本企业之间的全要素生产率有一定差距；解释变量数字化转型均值为1.233，最大值为4.966，最小值为0，说明在样本公司间数字化转型程度具有较大差异性，仍然有企业尚未开展数字化转型相关活动。

表2 主要变量的描述性统计结果

3.2 数字化转型对企业高质量发展影响检验

在模型（2）的基础上，使用OLS 最小二乘法对假设1进行检验，即考察数字化转型对企业全要素生产率（TFP）的直接关系，下页表3列示了基准回归结果。表3列（1）未将企业规模、年龄、企业成长性等控制变量纳入回归分析中，结果显示数字化转型（DT）的回归系数为0.156，在1%的水平上显著，说明数字化转型与企业高质量发展存在显著正相关关系。在列（2）中加入了所有控制变量后，数字化转型的回归系数为0.117，仍然在1%的水平上显著，支持了假设1 的数字化转型对企业高质量发展有促进作用这一结论。

表3 基准回归结果

3.3 数字化转型对企业高质量发展的影响机制检验

为检验假设2 和假设3，在模型（2）至模型（4）的基础上采用中介效应检验方法，下页表4列（1）至列（3）为资本配置效率作为中介机制的检验结果。第一步，检验了数字化转型与企业高质量发展之间影响的直接关系，列（1）结果与上文基准回归结果相同。第二步，检验了数字化转型对资本配置效率的影响效应，列（2）显示数字化转型（DT）对资本配置效率（Cap）的影响系数为0.172，通过了1%水平的显著性检验，表明数字化转型对资本配置效率具有显著的正向影响。第三步，检验资本配置效率的中介效应，列（3）结果显示中介变量（Cap）的系数在1%的水平上显著，且数字化转型的系数也显著为正，说明资本配置效率在数字化转型影响企业全要素生产率中起到了部分中介作用。以上结果说明企业数字化转型能提升企业资本配置效率，进而促进企业高质量发展。假设2得到验证。

表4 资本配置效率和内部控制的中介效应

表4列（4）、列（5）是以内部控制作为中介变量的检验结果。列（4）结果显示数字化转型的回归系数为0.295，在1%的水平上显著，说明企业进行数字化转型提高了企业内部控制能力。列（5）显示加入中介变量内部控制后，数字化转型对全要素生产率的影响系数为0.092，在1%的水平上显著，内部控制对全要素生产率的影响系数也显著为正，说明内部控制在数字化转型影响企业全要素生产率中起到了部分中介作用。以上结果说明企业数字化转型能提升企业内部控制能力，从而进一步促进企业高质量发展。假设3得到验证。

3.4 首席信息官、政府科技支出和政府补助的调节效应检验

本文进一步从企业内部治理视角和外部视角探讨首席信息官、政府科技支出和政府补助对数字化转型影响企业高质量发展的调节效应，基于模型（5），对本文提出的三种调节变量进行检验。表5 结果显示，DT*CIO、DT*FT和DT*SUB的回归系数均在1%的水平上显著，说明企业设立首席信息官、政府科技支出和政府补助均强化了数字化转型对企业全要素生产率的正向影响，具有显著的正向调节作用，假设4和假设5得到验证。

表5 调节效应检验结果

3.5 稳健性检验

3.5.1 内生性问题的处理

本文研究数字化转型对企业高质量发展的影响，可能存在反向因果和遗漏变量的内生性问题。企业数字化转型对全要素生产率的影响存在时间滞后性[10]，所以将解释变量数字化转型做滞后一期和滞后两期处理后重新对模型（2）进行回归，结果如下页表6列（1）、列（2）所示。数字化转型系数估计值在滞后一期和两期后，仍然在1%的水平上显著。本文参考张璇等（2017）[11]的研究，使用除本企业以外的同一城市和行业的所有企业数字化转型的平均值作为工具变量（M-DT）。表6 列（3）、列（4）结果为使用两阶段最小二乘法进行工具变量回归分析的结果，列（3）结果显示M-DT的系数为0.573，在1%的水平上显著，说明选取的工具变量与解释变量间存在较强的相关性。列（4）结果显示DT的系数为0.084，在1%的水平上显著，与前文基准回归结果一致。以上结果表明，利用工具变量进行检验后，数字化转型有利于促进企业高质量发展这一结论仍然成立。

3.5.2 其他稳健性检验

（1）替换被解释变量。采用劳动生产率（LP）替代前文中的全要素生产率，重新进行回归分析，结果如表7 列（1）所示。DT的系数为0.046，在1%的水平上显著。另外，本文还选取资产报酬率（ROA）作为企业高质量发展的替代指标，重新进行回归分析，结果如表7列（2）所示。DT的系数为0.063，在5%的水平上显著。说明无论采用何种指标来测度企业高质量发展水平，本文的研究结论均不改变。

表7 其他稳健性检验结果

（2）替换固定效应。在表7 列（3）中加入时间和行业的联合固定效应，DT的系数为0.021，在1%的水平上显著，进一步说明数字化转型能促进企业高质量发展。

（3）安慰剂检验。根据反事实检验的基本思路，假设企业数字化转型与企业高质量发展之间的影响关系是随机关联的，如果解释变量依然显著，则说明估计是有偏的。处理方法是将原始数据中解释变量和被解释变量一一相对应的关系打乱，再重新进行回归分析，结果如表7列（4）所示。DT的回归系数为-0.063，并且不显著，这一结果表明上文所得结论“数字化转型促进企业高质量发展”并非随机关联。

4 结论与建议

本文以2010—2020 年我国沪深A 股上市公司为研究对象，首先针对数字化转型与企业高质量发展的直接影响关系进行了分析；然后，基于中介传导机制的检验，从资本配置效率和内部控制两个重要路径出发检验其中的机制渠道；最后，基于公司治理层面和政府治理层面分析首席信息官、政府科技支出和政府补助对企业数字化转型影响高质量发展的调节效应。得到以下结论：（1）数字化转型能显著提高企业全要素生产率，进而促进企业高质量发展。（2）资本配置效率、内部控制这两种机制在数字化转型促进企业高质量发展中起到了部分中介作用。（3）政府在宏观层面的科技支出和在微观层面对企业的补助以及企业拥有首席信息官均能对数字化转型促进企业高质量发展产生正向调节作用。

基于以上研究结论，本文分别针对企业发展和政府政策制定两个层面提出如下对策建议：第一，企业应高度重视数字化转型对企业自身高质量发展的推动作用和带来的经济效益。企业应积极设置首席信息官职位，其在推动企业数字化转型方面具有积极作用。从企业“一把手”到每个部门的员工，都应该树立互联网思想，重视对企业职员进行数字化转型培训，打造“数字化”企业文化，将“数字化”战略充分融入企业的组织架构中。但是企业的数字化转型不是一蹴而就的，需要企业管理者针对自身在转型过程中的薄弱环节，循序渐进地推进数字化转型，尽可能降低转型面临的成本与风险。企业进行数字化转型也不是推倒重来，而应注重数字技术与原有资源的统筹协调和充分融合。第二，找准数字化转型难点、痛点，疏通数字化转型驱动效应的机制渠道。企业进行数字化转型是一项系统性工程，对企业高质量发展的影响间存在多条传导路径，应遵循差异化的原则，从本企业实际出发，抓准自身进行数字化转型的难点和痛点，通过优化企业在不同层面的属性来最终实现整体价值的提升。第三，在政府政策层面，应积极引导和鼓励企业进行数字化转型，出台相对应的政策和制度，助力企业高质量发展。有针对性地进行科技支出和发放政府补助，完善财政科技支出和政府补助的导向和监督机制，使政府对企业的支持能真正用到数字化转型上，更好地发挥政府治理对实体经济高质量发展的驱动引领作用。