曾富全 李泓安

【摘 要】 推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展是我國(guó)當(dāng)前的重要戰(zhàn)略目標(biāo)，越來越多的企業(yè)開始實(shí)施數(shù)字化轉(zhuǎn)型以助推高質(zhì)量發(fā)展。文章以2013—2021年我國(guó)滬深A(yù)股上市公司為研究樣本，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型能否真正促進(jìn)企業(yè)高質(zhì)量發(fā)展以及融資約束是否影響數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展，融資約束削弱了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用；數(shù)字化轉(zhuǎn)型在非國(guó)有企業(yè)中對(duì)企業(yè)發(fā)展質(zhì)量的提高效果更好，東部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)其高質(zhì)量發(fā)展的促進(jìn)作用更強(qiáng)。研究結(jié)論肯定了企業(yè)數(shù)字化轉(zhuǎn)型的綜合成效，對(duì)有效引導(dǎo)和支持企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型、促進(jìn)企業(yè)高質(zhì)量發(fā)展有所啟示。

【關(guān)鍵詞】 企業(yè)高質(zhì)量發(fā)展； 數(shù)字化轉(zhuǎn)型； 融資約束

【中圖分類號(hào)】 F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）14-0050-09

一、引言

黨的十九大以來，我國(guó)經(jīng)濟(jì)由過去高速增長(zhǎng)階段向新時(shí)代高質(zhì)量發(fā)展階段轉(zhuǎn)變，黨的二十大更是把經(jīng)濟(jì)高質(zhì)量發(fā)展上升為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)。宏觀經(jīng)濟(jì)是微觀個(gè)體的集合體，推動(dòng)宏觀經(jīng)濟(jì)高質(zhì)量發(fā)展需要從根本上著眼于微觀企業(yè)，宏觀經(jīng)濟(jì)高質(zhì)量發(fā)展最終需要通過企業(yè)高質(zhì)量發(fā)展來實(shí)現(xiàn)。中國(guó)證監(jiān)會(huì)出臺(tái)的《推動(dòng)提高上市公司質(zhì)量三年行動(dòng)方案（2022—2025）》指出，在上市公司個(gè)體層面，要從經(jīng)營(yíng)業(yè)績(jī)、風(fēng)險(xiǎn)化解、投資者回報(bào)、科研投入、國(guó)際化水平等多方面共同發(fā)力，推動(dòng)上市公司高質(zhì)量發(fā)展。如何推動(dòng)企業(yè)的高質(zhì)量發(fā)展，已成為目前理論界和實(shí)務(wù)界共同關(guān)注的話題。

隨著數(shù)字技術(shù)的發(fā)展，數(shù)字化轉(zhuǎn)型已成為世界趨勢(shì)。為占領(lǐng)數(shù)字經(jīng)濟(jì)時(shí)代的新制高點(diǎn)，不少發(fā)達(dá)國(guó)家早已在國(guó)家戰(zhàn)略層面明確提出，要大力推動(dòng)傳統(tǒng)實(shí)體經(jīng)濟(jì)的全面數(shù)字化轉(zhuǎn)型。我國(guó)對(duì)數(shù)字化轉(zhuǎn)型也高度重視。2021年我國(guó)《政府工作報(bào)告》中提出，要加快數(shù)字化發(fā)展，打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)，協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化。黨的二十大報(bào)告強(qiáng)調(diào)，要加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合。實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展，根本落腳點(diǎn)在于企業(yè)的數(shù)字化轉(zhuǎn)型。目前，我國(guó)各行各業(yè)的數(shù)字化轉(zhuǎn)型尚處于初級(jí)階段，數(shù)字化轉(zhuǎn)型是否真正能夠?qū)崿F(xiàn)企業(yè)提質(zhì)增效、促進(jìn)企業(yè)高質(zhì)量發(fā)展，現(xiàn)有文獻(xiàn)尚缺乏一致的觀點(diǎn)，需要通過實(shí)證研究來檢驗(yàn)。

由于我國(guó)金融體系尚不發(fā)達(dá)，融資約束是我國(guó)大部分企業(yè)不可避免的問題，企業(yè)在數(shù)字化轉(zhuǎn)型過程中會(huì)面臨更多不確定性，因此很容易受外部融資的限制。一方面，在數(shù)字化轉(zhuǎn)型過程中，融資約束水平較低的企業(yè)，由于具有較強(qiáng)的資金實(shí)力，可能會(huì)更容易建立數(shù)字化轉(zhuǎn)型后的管理和維護(hù)機(jī)制，其實(shí)施數(shù)字化轉(zhuǎn)型能夠更好地轉(zhuǎn)化為企業(yè)的發(fā)展動(dòng)力，促進(jìn)企業(yè)高質(zhì)量發(fā)展；但也存在一種可能，由于資金實(shí)力雄厚，管理層出于穩(wěn)健，更愿意將資金投向成熟的業(yè)務(wù)擴(kuò)張而不愿投向?qū)儆趦?nèi)部管理變革的數(shù)字化轉(zhuǎn)型。另一方面，融資約束程度較高的企業(yè)由于資金緊張，對(duì)數(shù)字化轉(zhuǎn)型這種高風(fēng)險(xiǎn)的技術(shù)創(chuàng)新活動(dòng)缺乏投資積極性。可見，融資約束很可能成為數(shù)字化轉(zhuǎn)型和企業(yè)高質(zhì)量發(fā)展關(guān)系的一個(gè)重要邊界條件，具體情況需要通過實(shí)證研究來檢驗(yàn)。

2013年普遍被認(rèn)為是我國(guó)數(shù)字化變革元年[ 1-2 ]，鑒于此，本文擬利用2013—2021年滬深A(yù)股上市公司的實(shí)證證據(jù)，對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展之間關(guān)系的現(xiàn)有研究加以拓展，探討融資約束條件下，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響理論機(jī)制，期望有助于厘清企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在機(jī)理，為企業(yè)高質(zhì)量發(fā)展尋求新動(dòng)能提供現(xiàn)實(shí)依據(jù)。

與已有文獻(xiàn)相比，本文的主要研究貢獻(xiàn)在于：一是從企業(yè)高質(zhì)量發(fā)展角度來研究數(shù)字化轉(zhuǎn)型的成效，研究視角有所創(chuàng)新。本文能在一定程度上克服現(xiàn)有實(shí)證研究對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)影響關(guān)系僅局限于企業(yè)的某一個(gè)具體方面，并非檢驗(yàn)企業(yè)整體發(fā)展?fàn)顩r的不足。二是本文有助于打開數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展關(guān)系的機(jī)制“黑箱”，有利于整合與拓展二者關(guān)系的研究。

二、理論分析和研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響

資源基礎(chǔ)理論認(rèn)為，企業(yè)的資源是其參與競(jìng)爭(zhēng)的基礎(chǔ)。其中，發(fā)揮主要作用的是它有價(jià)值的、稀缺的、難以模仿的核心資源，這些核心資源滲透于企業(yè)的生產(chǎn)和經(jīng)營(yíng)等過程中，串聯(lián)形成了企業(yè)的核心競(jìng)爭(zhēng)力[ 3 ]。根據(jù)資源基礎(chǔ)理論，一方面，企業(yè)數(shù)字化轉(zhuǎn)型由企業(yè)自主開發(fā)或外包形成，涵蓋了多項(xiàng)無形或有形資產(chǎn)，具有價(jià)值性和不可模仿性，因此數(shù)字化轉(zhuǎn)型本身可以作為企業(yè)的一種獨(dú)特的核心資源，成為企業(yè)競(jìng)爭(zhēng)力的來源。另一方面，企業(yè)對(duì)其有限資源的有效配置，是企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來源，而數(shù)字化轉(zhuǎn)型能夠優(yōu)化企業(yè)的資源配置過程，從而提高企業(yè)的資源水平和資源利用效率。企業(yè)資源配置的方式可以分為資源搜尋和資源利用兩種過程[ 4 ]。

在企業(yè)資源搜尋過程中，數(shù)字技術(shù)大大擴(kuò)展了企業(yè)獲取數(shù)據(jù)的深度和廣度。例如，企業(yè)能夠收集消費(fèi)者在搜索引擎和購(gòu)買服務(wù)頁面中的搜索記錄、社交平臺(tái)評(píng)價(jià)記錄、可穿戴裝置或圖像識(shí)別技術(shù)的用戶數(shù)據(jù)以及聲音圖片信息等，這將有利于企業(yè)形成消費(fèi)者群體的精確定位，從而增加預(yù)測(cè)準(zhǔn)確度。數(shù)字化轉(zhuǎn)型推動(dòng)了產(chǎn)業(yè)融合，模糊了企業(yè)與企業(yè)之間的邊界線，在企業(yè)尋找外部資源的過程中，進(jìn)行過有效數(shù)字化轉(zhuǎn)型的企業(yè)更容易成為合作焦點(diǎn)[ 5 ]，通過合作和分享，能獲得其他企業(yè)的信息并用于自身決策，這些海量信息也能夠形成企業(yè)的核心資源。

在企業(yè)資源利用過程中，數(shù)字化的系統(tǒng)能夠根據(jù)實(shí)時(shí)數(shù)據(jù)生成最優(yōu)生產(chǎn)方案，并對(duì)企業(yè)的經(jīng)營(yíng)活動(dòng)形成明確、詳細(xì)的建議，企業(yè)在決策過程中不再依賴主觀經(jīng)驗(yàn)判斷，而向“數(shù)據(jù)決策”“智慧決策”轉(zhuǎn)變[ 6 ]。數(shù)字化轉(zhuǎn)型使企業(yè)的預(yù)測(cè)更精確，信息反饋更快捷。隨著大數(shù)據(jù)分析、人工智能和云計(jì)算等信息技術(shù)的日益成熟，企業(yè)還能夠用更少的成本購(gòu)買到大數(shù)據(jù)加工和分析服務(wù)，企業(yè)的大數(shù)據(jù)分析手段由過去的簡(jiǎn)單抽樣轉(zhuǎn)為綜合數(shù)據(jù)分析，由因果分析轉(zhuǎn)為相關(guān)分析，由報(bào)表統(tǒng)計(jì)分析轉(zhuǎn)為數(shù)據(jù)挖掘等智能數(shù)據(jù)分析[ 7 ]，企業(yè)在大數(shù)據(jù)分析中所提出的高價(jià)值含量信息更多，從而更加強(qiáng)化企業(yè)對(duì)數(shù)據(jù)資產(chǎn)的使用能力，企業(yè)能夠更高效地利用自身資源。

企業(yè)的資源搜尋、資源利用兩個(gè)過程并非獨(dú)立進(jìn)行，數(shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)資源搜尋、資源利用的協(xié)同過程賦能。一方面，通過對(duì)大數(shù)據(jù)分析與物聯(lián)網(wǎng)的即時(shí)數(shù)據(jù)更新、動(dòng)態(tài)分析以及對(duì)工業(yè)互聯(lián)網(wǎng)平臺(tái)的智慧管理等，使數(shù)字技術(shù)的運(yùn)用產(chǎn)生了明顯的乘數(shù)效應(yīng)，在企業(yè)與產(chǎn)業(yè)之間，數(shù)字經(jīng)濟(jì)技術(shù)提高了跨界融合收益，降低了企業(yè)跨界合作的成本。另一方面，數(shù)字化轉(zhuǎn)型幫助企業(yè)快速獲取相關(guān)信息，為企業(yè)技術(shù)創(chuàng)新提供信息基礎(chǔ)的同時(shí)，還能夠改變企業(yè)創(chuàng)新要素的組合方式，降低創(chuàng)新交易的契約成本，從而提高企業(yè)技術(shù)創(chuàng)新能力[ 8 ]。

綜上所述，對(duì)企業(yè)而言，數(shù)字化轉(zhuǎn)型具有信息效應(yīng)和乘數(shù)效應(yīng)，進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)優(yōu)化企業(yè)的商業(yè)模式，完善企業(yè)的管理模式，從而為企業(yè)帶來更多的競(jìng)爭(zhēng)優(yōu)勢(shì)，最終促進(jìn)企業(yè)高質(zhì)量發(fā)展。為此，提出本文主假設(shè)：

H1：數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)高質(zhì)量發(fā)展。

（二）融資約束條件下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響

融資約束對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展的影響可能存在正反兩方面作用。

一方面，從融資約束帶來的資源限制和信息不對(duì)稱的角度看，融資約束會(huì)削弱數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)效果，理由有：

第一，數(shù)字化轉(zhuǎn)型的固定成本巨額投資有可能拖累企業(yè)發(fā)展。數(shù)字化轉(zhuǎn)型導(dǎo)致的高固定成本主要來源于以下方面：數(shù)字化轉(zhuǎn)型前期研發(fā)成本，包括因數(shù)字化系統(tǒng)開發(fā)投入的成本；數(shù)字化運(yùn)營(yíng)時(shí)為吸引用戶而進(jìn)行免費(fèi)、補(bǔ)貼策略所耗費(fèi)的成本[ 9 ]；數(shù)字化運(yùn)營(yíng)時(shí)進(jìn)行系統(tǒng)日常管理、維護(hù)和升級(jí)必需的成本。企業(yè)在數(shù)字化轉(zhuǎn)型中的巨大投資，顯然增加了企業(yè)的運(yùn)營(yíng)成本和退出市場(chǎng)的障礙[ 10 ]，搞不好會(huì)拖累企業(yè)高質(zhì)量發(fā)展。

第二，融資約束的存在抑制了企業(yè)技術(shù)進(jìn)步的效率[ 11 ]。企業(yè)數(shù)字化轉(zhuǎn)型是一種探索性的創(chuàng)新活動(dòng)，其結(jié)果對(duì)企業(yè)而言可能是全面、結(jié)構(gòu)性的改變，相關(guān)的資金需求可能無法準(zhǔn)確估計(jì)，因此數(shù)字化轉(zhuǎn)型過程需要持續(xù)的資金和資源投入，如果其中一些環(huán)節(jié)因資金問題出現(xiàn)中斷，可能導(dǎo)致數(shù)字化轉(zhuǎn)型過程停滯，相關(guān)投入會(huì)轉(zhuǎn)化為沉沒成本。融資約束較大的企業(yè)由于資源與能力有限，其數(shù)字化轉(zhuǎn)型面臨的壁壘更高，大多只能依賴極為有限的內(nèi)部資金來進(jìn)行數(shù)字化轉(zhuǎn)型投入，其數(shù)字化轉(zhuǎn)型活動(dòng)極易受阻，此時(shí)數(shù)字化轉(zhuǎn)型不僅沒有創(chuàng)造價(jià)值，反而損害了企業(yè)當(dāng)前的價(jià)值。可見，融資約束下，企業(yè)從外部可獲得的資金不足，數(shù)字化轉(zhuǎn)型可能成為企業(yè)的“累贅”，企業(yè)難以進(jìn)行高質(zhì)量發(fā)展。

第三，由于存在信息不對(duì)稱，數(shù)字化轉(zhuǎn)型活動(dòng)的不確定性可能增加了企業(yè)的外源融資成本，使得融資約束企業(yè)在進(jìn)行外部融資時(shí)雪上加霜。受到融資約束的企業(yè)為了進(jìn)行數(shù)字化轉(zhuǎn)型，將占用企業(yè)其他用途的資金投入，在數(shù)字化轉(zhuǎn)型資金投入不夠的同時(shí)，也會(huì)影響企業(yè)正常運(yùn)營(yíng)和其他的技術(shù)創(chuàng)新過程，進(jìn)而阻礙企業(yè)高質(zhì)量發(fā)展。反之，在融資相對(duì)順暢的大型企業(yè)中，企業(yè)數(shù)字化轉(zhuǎn)型過程可以獲得較充足的資金保障，聘請(qǐng)更多優(yōu)秀的人才，購(gòu)置更多更好的數(shù)字化設(shè)備，實(shí)現(xiàn)企業(yè)整體性、結(jié)構(gòu)性的數(shù)字化轉(zhuǎn)型，更好地發(fā)揮數(shù)字化轉(zhuǎn)型的規(guī)模經(jīng)濟(jì)效應(yīng)，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

另一方面，從管理層行為和信號(hào)作用的角度看，融資約束能夠強(qiáng)化企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，理由有：

第一，融資約束大的企業(yè)，其數(shù)字化轉(zhuǎn)型效果可能更好。融資條件寬松的企業(yè)，其原本的資金充足，組織和員工結(jié)構(gòu)較為穩(wěn)定，刻意追求數(shù)字化轉(zhuǎn)型可能會(huì)引起組織架構(gòu)變革，導(dǎo)致組織內(nèi)部利益沖突，受到員工抵制。如果管理者在此過程中作出過于激進(jìn)的決策，一旦發(fā)生失誤，將面臨被解雇的威脅，管理層因此會(huì)產(chǎn)生短視和防御行為[ 12 ]。國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)也表明，大型企業(yè)在研發(fā)投入強(qiáng)度、有效專利持有量水平上均較低[ 13 ]。由此可以推斷，為了規(guī)避風(fēng)險(xiǎn)，融資條件寬松的企業(yè)實(shí)施的數(shù)字化轉(zhuǎn)型活動(dòng)可能是缺乏效率或是浪費(fèi)的，轉(zhuǎn)型效果相對(duì)可能更差。與此相反，融資約束大的企業(yè)，其資金來源受到限制較多，為了防止公司陷入經(jīng)營(yíng)困境，管理層更有動(dòng)力挖掘企業(yè)的潛力，提高管理水平、組織靈活性和生產(chǎn)效率，并盡可能地向外部投資者“表現(xiàn)自己”，減少融資約束的負(fù)面影響[ 14 ]，從而使得企業(yè)數(shù)字化轉(zhuǎn)型具有較強(qiáng)的針對(duì)性和應(yīng)用性。由于融資約束較大的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型通常會(huì)面臨經(jīng)費(fèi)缺口，這將迫使管理層提高資金利用效率。因此，融資困難能夠刺激管理層更加高效利用有限的資源，使得企業(yè)數(shù)字化轉(zhuǎn)型效果更好。

第二，信號(hào)理論認(rèn)為，對(duì)信息發(fā)出者而言，企業(yè)要想發(fā)出既能很好地展現(xiàn)企業(yè)的有效信息又能保護(hù)企業(yè)的商業(yè)機(jī)密，還能吸引外部資本支持的有效信號(hào)，一般是比較困難的[ 15-16 ]。但通過數(shù)字化轉(zhuǎn)型，企業(yè)能夠釋放更多有效信號(hào)，緩解企業(yè)的資金困境。首先，融資困難的企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型可以向政府釋放信號(hào)，在我國(guó)的具體背景下，中央財(cái)政正在調(diào)動(dòng)多方面資源，加大支持中小企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型。例如，工信部和財(cái)政部在2022年聯(lián)合發(fā)布的《關(guān)于開展財(cái)政支持中小企業(yè)數(shù)字化轉(zhuǎn)型試點(diǎn)工作的通知》中提出，政府將結(jié)合市場(chǎng)情況為數(shù)字化轉(zhuǎn)型的中小企業(yè)提供一定的資金支持，以降低企業(yè)數(shù)字化轉(zhuǎn)型成本。其次，融資困難的企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型可以向外部合作者釋放信號(hào)，融資困難的企業(yè)自身可以通過數(shù)字化轉(zhuǎn)型與外部形成良好的合作關(guān)系，從而獲取額外的經(jīng)濟(jì)資源[ 17 ]。再次，融資困難的企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能提高自身的信號(hào)質(zhì)量。數(shù)字化轉(zhuǎn)型能夠加強(qiáng)企業(yè)的數(shù)字治理能力，提高信息的透明度，增強(qiáng)信號(hào)的可靠性，并能夠有效對(duì)接數(shù)字金融，減少外部金融機(jī)構(gòu)對(duì)企業(yè)高風(fēng)險(xiǎn)評(píng)價(jià)的可能。在此基礎(chǔ)上，數(shù)字化轉(zhuǎn)型便捷和拓寬了企業(yè)的融資渠道，提高了企業(yè)的對(duì)外融資效率和融資水平[ 18 ]。最后，通過數(shù)字化轉(zhuǎn)型，企業(yè)在釋放有效信號(hào)的同時(shí)不需要公開過多的核心信息，大大減少了技術(shù)信息的風(fēng)險(xiǎn)，企業(yè)不但緩解了自身的融資約束問題，還能夠獲取數(shù)字化轉(zhuǎn)型帶來的更多超額利潤(rùn)，有利于企業(yè)發(fā)展質(zhì)量實(shí)現(xiàn)更大飛躍?？偠灾?，在融資困難的企業(yè)中，數(shù)字化轉(zhuǎn)型不僅具有優(yōu)化企業(yè)資源配置的作用，而且能夠幫助企業(yè)獲取更多的有限資源，并改善各利益相關(guān)者的行為，從而產(chǎn)生更為明顯的乘數(shù)效應(yīng)，強(qiáng)化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用。

基于上述分析，提出以下假設(shè)：

H2a：融資約束負(fù)向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，即融資約束會(huì)削弱數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展質(zhì)量提高的影響。

H2b：融資約束正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，即融資約束能強(qiáng)化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展質(zhì)量提高的影響。

三、研究設(shè)計(jì)

（一）模型設(shè)定

為了檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其高質(zhì)量發(fā)展的影響，本文設(shè)定以下計(jì)量模型：

hqdi，t=？琢 + ？茁1dcgi，t + ？茁i∑controlsi，t + ∑firm +∑year+

∑industry+？孜 （1）

其中hqd代表被解釋變量企業(yè)高質(zhì)量發(fā)展水平，dcg代表核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型程度，controls代表本文所設(shè)定的一系列控制變量，？孜為其他回歸干擾因素。本文在回歸中主要控制了公司個(gè)體（firm）、樣本觀測(cè)年度（year）和公司所在行業(yè)（industry）的三維度固定效應(yīng)，并使用面板數(shù)據(jù)的固定效應(yīng)引力模型（reghdfe）進(jìn)行回歸。該模型最早從物理學(xué)的萬有引力模型引申而來，主要優(yōu)勢(shì)在于其運(yùn)行效率較一般的固定效應(yīng)模型高。本文在所有回歸中均使用了穩(wěn)健標(biāo)準(zhǔn)誤（robust），使用Stata作為統(tǒng)計(jì)分析軟件。

在檢驗(yàn)融資約束的調(diào)節(jié)效應(yīng)時(shí)，本文在模型（1）基礎(chǔ)上加入融資約束項(xiàng)（SA）和交互項(xiàng)（SA×dcg）構(gòu)建模型（2），并考察交互項(xiàng)的回歸系數(shù)及其顯著性水平。

hqdi，t=？琢 + ？茁1dcgi，t + ？茁2SAi，t + ？茁3SAi，t×dcgi，t +

？茁i∑controlsi，t+∑firm+∑year+∑industry+？孜

（2）

（二）變量定義

1.被解釋變量：企業(yè)高質(zhì)量發(fā)展水平hqd

借鑒李林木等[ 19 ]、孫鈺鵬等[ 20 ]、董志愿等[ 21 ]對(duì)企業(yè)高質(zhì)量發(fā)展的衡量標(biāo)準(zhǔn)，本文主要使用企業(yè)關(guān)鍵指標(biāo)加權(quán)法來衡量，并將企業(yè)高質(zhì)量發(fā)展水平劃分為創(chuàng)新能力、資本結(jié)構(gòu)和績(jī)效水平三個(gè)關(guān)鍵維度，使用研發(fā)投入、有效專利數(shù)、資產(chǎn)負(fù)債率、全員勞動(dòng)生產(chǎn)率、營(yíng)業(yè)凈利率、成本費(fèi)用利潤(rùn)率、總資產(chǎn)凈利潤(rùn)率以及凈資產(chǎn)收益率八個(gè)關(guān)鍵指標(biāo)來衡量企業(yè)的高質(zhì)量發(fā)展（詳見表1）。高質(zhì)量發(fā)展水平具體數(shù)值使用主成分分析法獲取。

根據(jù)總方差解釋結(jié)果，最終提取了五個(gè)主成分，其特征根分別為3.8670、1.3473、0.9314、0.6733、0.6180，解釋比例分別為0.2892、0.2582、0.1313、0.1258、0.1251，累計(jì)解釋比例0.9296，即提取的綜合衡量指標(biāo)包含了基礎(chǔ)變量92.96%的信息。

主成分檢驗(yàn)結(jié)果：抽樣適合性檢驗(yàn)（KMO）值為0.712，大于主成分分析的一般適用程度0.7；巴特利（Bartlett）球體檢驗(yàn)的卡方檢驗(yàn)值為82 426.147，自由度為28，對(duì)應(yīng)的球形檢驗(yàn)p值為0.000。主成分檢驗(yàn)結(jié)果說明，在數(shù)據(jù)上，本文所構(gòu)造的企業(yè)高質(zhì)量發(fā)展指標(biāo)體系可以使用主成分分析法計(jì)算的指標(biāo)權(quán)重來綜合衡量。

2.解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型程度dcg

借鑒吳非等[ 22 ]的做法，采用詞頻統(tǒng)計(jì)的方式，使用企業(yè)年報(bào)中出現(xiàn)的數(shù)字化轉(zhuǎn)型的特征詞數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。根據(jù)關(guān)鍵詞出現(xiàn)頻率進(jìn)行累計(jì)，統(tǒng)計(jì)出的詞頻數(shù)作為參考指標(biāo)。數(shù)據(jù)來源為國(guó)泰安CSMAR數(shù)據(jù)庫的中國(guó)數(shù)字經(jīng)濟(jì)研究數(shù)據(jù)庫中的上市公司數(shù)字化轉(zhuǎn)型程度數(shù)據(jù)集。在合計(jì)了年報(bào)中相關(guān)詞語的頻次總數(shù)后，令其值+1后再取自然對(duì)數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型變量的值。

3.調(diào)節(jié)變量：融資約束SA

參考Hadlock等[ 23 ]的研究，SA指數(shù)通過企業(yè)規(guī)模和企業(yè)年齡兩個(gè)關(guān)鍵指標(biāo)計(jì)算得出。相比其他的融資約束衡量指標(biāo)，該方法具有很好的外生性[ 24 ]，更符合本文的研究?jī)?nèi)容。SA指數(shù)的具體計(jì)算方法為：

SA=-0.737×size+0.043×size2-0.04×age （3）

其中：size為企業(yè)規(guī)模，取企業(yè)期末總資產(chǎn)的自然對(duì)數(shù)；age為企業(yè)成立年限。SA值計(jì)算結(jié)果一般為負(fù)值，且其絕對(duì)值越大（SA值越?。?，代表企業(yè)受到的融資約束越重[ 24 ]。

4.控制變量

為了提高實(shí)證結(jié)果的準(zhǔn)確度，參照李林木等[ 19 ]、孫鈺鵬等[ 20 ]、董志愿等[ 21 ]的研究，設(shè)置了一系列控制變量，包括與企業(yè)進(jìn)行高質(zhì)量發(fā)展所擁有的資源和資本直接相關(guān)的企業(yè)規(guī)模（size）、成長(zhǎng)能力（growth）、現(xiàn)金持有（cash）變量，以及一系列公司治理層面的變量。這些變量可能會(huì)通過影響企業(yè)的效率和決策影響企業(yè)高質(zhì)量發(fā)展，包括大股東持股比例（hold）、董事會(huì)規(guī)模（lnbos）、獨(dú)立董事占比（pro）和是否兩職合一（tdw）。

表2為本文實(shí)證分析涉及的變量及其定義。

（三）樣本選擇和數(shù)據(jù)來源

在業(yè)界，一般將2013年作為我國(guó)數(shù)字化變革元年[ 1-2 ]，因此本文選取了2013—2021年滬深兩市A股上市公司作為研究初始樣本。數(shù)據(jù)主要來源為國(guó)泰安CSMAR數(shù)據(jù)庫。在獲得原始數(shù)據(jù)后，為保證數(shù)據(jù)的可比性和有效性，剔除了金融行業(yè)的公司樣本以及處于ST、*ST狀態(tài)和已退市公司的樣本，并剔除了主要數(shù)據(jù)缺失的樣本。另外，為了保證年度財(cái)務(wù)數(shù)據(jù)的可比性，剔除了在當(dāng)年上市的公司樣本觀測(cè)值。在剔除相應(yīng)干擾數(shù)據(jù)后，為了消除極端值對(duì)研究結(jié)論的干擾，對(duì)主要連續(xù)變量進(jìn)行了上下各1%分位的Winsorize縮尾處理。經(jīng)上述處理后，最終獲得了14 508個(gè)公司個(gè)體—年度的樣本觀測(cè)值。

四、實(shí)證結(jié)果

（一）描述性統(tǒng)計(jì)

表3報(bào)告了本文研究樣本的描述性統(tǒng)計(jì)結(jié)果。數(shù)字化轉(zhuǎn)型程度dcg的最小值為0，最大值為6.3008，均值為1.5694，中位數(shù)為1.3863，標(biāo)準(zhǔn)差為1.4312，說明我國(guó)上市公司數(shù)字化轉(zhuǎn)型總體程度較為一般。深入查看數(shù)據(jù)的具體分布發(fā)現(xiàn)，在全樣本中，有4 192個(gè)樣本dcg的觀測(cè)值為0，占樣本的28.89%，即使在2020—2021年的3 713個(gè)分樣本中，仍有724個(gè)樣本dcg的觀測(cè)值為0，比例為19.50%。表明數(shù)字化轉(zhuǎn)型雖然已在我國(guó)上市公司得到逐漸普及，但仍有相當(dāng)一部分上市公司完全沒有考慮在經(jīng)營(yíng)中引入數(shù)字技術(shù)。

企業(yè)高質(zhì)量發(fā)展水平hqd的最小值為-4.8868，最大值為6.1787，標(biāo)準(zhǔn)差為0.4461，說明不同企業(yè)之間的發(fā)展質(zhì)量具有明顯差異；中位數(shù)為-0.0094，小于平均值0，數(shù)據(jù)略靠左分布。融資約束SA的最小值為-5.6459，最大值為-2.6711，標(biāo)準(zhǔn)差為0.2341，均值為-3.8449，與中位數(shù)-3.8378非常接近，樣本中融資約束水平的分布較為穩(wěn)定。

（二）基準(zhǔn)回歸結(jié)果

1.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響檢驗(yàn)

在進(jìn)行了模型（1）的回歸后，得到全樣本中數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響回歸檢驗(yàn)結(jié)果（表4）?；貧w結(jié)果顯示，解釋變量dcg的回歸系數(shù)為0.010，t值為2.15，回歸系數(shù)在5%的水平上顯著為正。結(jié)果表明，總體來看數(shù)字化轉(zhuǎn)型確實(shí)能夠在一定程度上促進(jìn)企業(yè)的高質(zhì)量發(fā)展，回歸結(jié)果支持了本文的H1。

2.融資約束的調(diào)節(jié)效應(yīng)檢驗(yàn)

表5為考慮融資約束調(diào)節(jié)作用的模型（2）的實(shí)證檢驗(yàn)結(jié)果。在加入SA項(xiàng)與交互項(xiàng)SA×dcg后，dcg的回歸系數(shù)仍為正，且在1%的水平上顯著。交互項(xiàng)SA×dcg的回歸系數(shù)為0.074，t值為4.74，回歸系數(shù)在1%的水平上顯著為正。回歸結(jié)果表明，SA指數(shù)在數(shù)值上正向影響了企業(yè)數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)高質(zhì)量發(fā)展水平的提高作用，由于SA指數(shù)計(jì)算結(jié)果為負(fù)數(shù)，其數(shù)值越大，絕對(duì)值越小，企業(yè)面臨的融資約束水平越小[ 24 ]，即融資約束產(chǎn)生了負(fù)向的調(diào)節(jié)效應(yīng)。融資約束削弱了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，在融資約束較小的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)高質(zhì)量發(fā)展水平的作用更強(qiáng)。實(shí)證結(jié)果支持了H2a，拒絕了H2b。

（三）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

不少企業(yè)高質(zhì)量發(fā)展相關(guān)的研究文獻(xiàn)將企業(yè)的全要素生產(chǎn)率（TFP）作為企業(yè)高質(zhì)量發(fā)展的代理變量，因此本文使用企業(yè)的全要素生產(chǎn)率來替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。目前測(cè)算企業(yè)全要素生產(chǎn)率有多種方法，本文參考魯曉東等[ 25 ]的做法，分別采用OP法和LP法測(cè)算企業(yè)的全要素生產(chǎn)率。具體的回歸方程如下：

lnYi，t=？琢+？茁1lnLi，t+？茁2lnKi，t+？茁3lnMi，t+？孜? （4）

根據(jù)科布—道格拉斯生產(chǎn)函數(shù)，式（4）中，Y為產(chǎn)出，L為勞動(dòng)投入，K為資本投入，M為代理變量。在OP法中M為企業(yè)的當(dāng)期投資，在LP法中則為企業(yè)的中間投入。主要變量均取自然對(duì)數(shù)處理。參照曹越等[ 26 ]的研究，用上市公司利潤(rùn)表中的營(yíng)業(yè)收入表示產(chǎn)出，用上市公司年末在職員工總?cè)藬?shù)表示勞動(dòng)投入，用上市公司資產(chǎn)負(fù)債表中的固定資產(chǎn)凈值表示資本投入，用上市公司現(xiàn)金流量表中的“購(gòu)買商品、接受勞務(wù)支付的現(xiàn)金”項(xiàng)目表示中間投入。根據(jù)式（4）進(jìn)行估算后，形成的殘差項(xiàng)即為上市公司全要素生產(chǎn)率。

本文分別將LP法與OP法測(cè)算出來的企業(yè)全要素生產(chǎn)率代入主回歸模型，兩組回歸結(jié)果均顯示，替換被解釋變量后，解釋變量dcg的系數(shù)均顯著為正，表明數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)的高質(zhì)量發(fā)展，支持了H1。

2.工具變量法

隨著企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)行，企業(yè)的發(fā)展質(zhì)量得到提高，但原先處于更高發(fā)展質(zhì)量的企業(yè)，由于本身有較好的經(jīng)濟(jì)和技術(shù)實(shí)力，進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)達(dá)到錦上添花的效果，從而可能更傾向于選擇進(jìn)行數(shù)字化轉(zhuǎn)型。為了盡可能排除這種自選擇現(xiàn)象的干擾，降低內(nèi)生性的影響，參考祁懷錦等[ 27 ]的研究，使用企業(yè)所在行業(yè)的數(shù)字化轉(zhuǎn)型程度的均值作為工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。該指標(biāo)對(duì)模型內(nèi)生解釋變量企業(yè)數(shù)字化轉(zhuǎn)型程度有重要影響，且與模型的擾動(dòng)項(xiàng)基本不相關(guān)，具有強(qiáng)外生性。一般來說，當(dāng)工具變量回歸中的F值低于10時(shí)被認(rèn)為是弱工具變量，此處的工具變量F值為474.25，弱識(shí)別檢驗(yàn)通過。

加入工具變量后進(jìn)行的二階段最小二乘法回歸結(jié)果顯示，解釋變量dcg的系數(shù)增大且更為顯著。加入工具變量后的檢驗(yàn)結(jié)果也表明，數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)的高質(zhì)量發(fā)展，再次支持了本文的H1。

3.縮減樣本

本文所論述的數(shù)字化轉(zhuǎn)型更多地指向傳統(tǒng)行業(yè)。對(duì)計(jì)算機(jī)通信技術(shù)等行業(yè)而言，開發(fā)和利用數(shù)字化轉(zhuǎn)型技術(shù)是其主要的生產(chǎn)方式，計(jì)算機(jī)通信技術(shù)等數(shù)字企業(yè)的年報(bào)中數(shù)字化轉(zhuǎn)型相關(guān)的詞匯量可能明顯高于一般行業(yè)，且相關(guān)詞匯的披露行為不完全符合本文對(duì)數(shù)字化轉(zhuǎn)型的定義，因此這些行業(yè)的數(shù)字化轉(zhuǎn)型與傳統(tǒng)行業(yè)可能有很大區(qū)別。故在穩(wěn)健性檢驗(yàn)中，去掉了中國(guó)證監(jiān)會(huì)2012行業(yè)代碼為I63（軟件和信息技術(shù)服務(wù)業(yè)）、I64（互聯(lián)網(wǎng)和相關(guān)服務(wù)）、I65（電信、廣播電視和衛(wèi)星傳輸服務(wù)）以及C39（計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)）的行業(yè)樣本。

剔除上述特殊行業(yè)后的回歸結(jié)果顯示，未考慮融資約束時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的回歸結(jié)果中，dcg的回歸系數(shù)仍然顯著為正；加入融資約束調(diào)節(jié)效應(yīng)的回歸結(jié)果中，交互項(xiàng)SA×dcg的回歸系數(shù)仍然顯著為正（即負(fù)向調(diào)節(jié)效應(yīng)顯著）。檢驗(yàn)結(jié)論仍然與上文相同，再次支持了本文的H1、H2a。

（四）異質(zhì)性檢驗(yàn)

不同企業(yè)具有不同的特征屬性，可能會(huì)使數(shù)字化轉(zhuǎn)型在促進(jìn)企業(yè)高質(zhì)量發(fā)展的過程中產(chǎn)生異質(zhì)性影響，因企業(yè)自身特征屬性的不同可以從多視角劃分，從而形成不同的結(jié)論，下面從產(chǎn)權(quán)性質(zhì)和企業(yè)所在地區(qū)差異開展異質(zhì)性檢驗(yàn)。

1.產(chǎn)權(quán)性質(zhì)差異

基于我國(guó)的經(jīng)濟(jì)背景，產(chǎn)權(quán)性質(zhì)不同的企業(yè)具有很大的內(nèi)在差別。本文將樣本根據(jù)產(chǎn)權(quán)性質(zhì)劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)并分別進(jìn)行回歸檢驗(yàn)。結(jié)果顯示，在非國(guó)有企業(yè)中，數(shù)字化轉(zhuǎn)型程度dcg的回歸系數(shù)為0.014，在5%的水平上顯著為正。而在國(guó)有企業(yè)中，數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)不顯著?；貧w結(jié)果表明，非國(guó)有企業(yè)中進(jìn)行數(shù)字化轉(zhuǎn)型更有助于提高其發(fā)展質(zhì)量。

2.地區(qū)差異

我國(guó)經(jīng)濟(jì)發(fā)展存在地區(qū)間的不平衡，其中東部地區(qū)經(jīng)濟(jì)率先發(fā)展，且在經(jīng)濟(jì)全球化與對(duì)外開放中具有獨(dú)特的區(qū)位優(yōu)勢(shì)，因此經(jīng)濟(jì)普遍相對(duì)發(fā)達(dá)，而中西部地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)落后?；诖耍疚膶颖緞澐譃闁|部地區(qū)和中西部地區(qū)并分別進(jìn)行回歸檢驗(yàn)。結(jié)果顯示，在東部地區(qū)，數(shù)字化轉(zhuǎn)型程度dcg的回歸系數(shù)為0.012，在5%的水平上顯著為正；而在中西部地區(qū)，數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)并不顯著。回歸結(jié)果表明，位于東部地區(qū)的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型更有助于促進(jìn)其高質(zhì)量發(fā)展。

五、結(jié)論與啟示

（一）研究結(jié)論

本文以滬深A(yù)股2013—2021年上市公司的數(shù)據(jù)為研究樣本，實(shí)證檢驗(yàn)了我國(guó)企業(yè)自2013年開始實(shí)施數(shù)字化轉(zhuǎn)型以來，企業(yè)數(shù)字化轉(zhuǎn)型能否真正成為促進(jìn)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵助推力，融資約束是否影響企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，最終得到以下主要結(jié)論：

第一，數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展。這表明，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)越能夠持有、整合和高效利用更多資源，企業(yè)的整體運(yùn)營(yíng)更加具有效率和效果，實(shí)現(xiàn)了更高質(zhì)量的發(fā)展。

第二，融資約束在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響關(guān)系中存在負(fù)向調(diào)節(jié)效應(yīng)，即融資約束削弱了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，在融資條件寬松的企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展質(zhì)量的提高作用會(huì)更大。說明數(shù)字化轉(zhuǎn)型活動(dòng)需要大量?jī)?nèi)源性資金，融資約束較大的企業(yè)無法有效提供這樣的資金支持。主要原因在于：一方面，數(shù)字化轉(zhuǎn)型帶來了大量的固定成本，數(shù)字化轉(zhuǎn)型整個(gè)過程需要源源不斷的資金投入，外部投資者對(duì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型活動(dòng)的買單意愿不足。另一方面，受到融資約束的企業(yè)，雖然可能會(huì)更為謹(jǐn)慎地利用自身有限的資源，或是通過釋放信號(hào)等方式尋求外部協(xié)作與融資，但難以抵銷數(shù)字化轉(zhuǎn)型導(dǎo)致的高成本和不確定性的負(fù)面影響。因此數(shù)字化轉(zhuǎn)型對(duì)融資約束較大企業(yè)的發(fā)展質(zhì)量提高效果較差。

第三，相較于國(guó)有企業(yè)，數(shù)字化轉(zhuǎn)型在非國(guó)有企業(yè)中對(duì)企業(yè)發(fā)展質(zhì)量的提高效果更好。相較于中西部地區(qū)的企業(yè)，位于東部地區(qū)的企業(yè)進(jìn)行的數(shù)字化轉(zhuǎn)型，對(duì)其高質(zhì)量發(fā)展的促進(jìn)作用更強(qiáng)。

（二）研究啟示

第一，企業(yè)應(yīng)當(dāng)注重?cái)?shù)字化轉(zhuǎn)型對(duì)高質(zhì)量發(fā)展的賦能作用，加快企業(yè)數(shù)字化轉(zhuǎn)型。正如前文所述，數(shù)字化轉(zhuǎn)型具有信息效應(yīng)和乘數(shù)效應(yīng)，進(jìn)行數(shù)字化轉(zhuǎn)型可以優(yōu)化企業(yè)的商業(yè)模式，完善企業(yè)的管理模式，為企業(yè)帶來了更多的競(jìng)爭(zhēng)優(yōu)勢(shì)，最終促進(jìn)企業(yè)高質(zhì)量發(fā)展。在國(guó)家大力推動(dòng)企業(yè)提質(zhì)增效的今天，數(shù)字化轉(zhuǎn)型無疑是企業(yè)提質(zhì)增效的有效措施，應(yīng)該在企業(yè)資金等條件具備的情況下，積極實(shí)施數(shù)字化轉(zhuǎn)型。

第二，政府及金融機(jī)構(gòu)應(yīng)加大數(shù)字化轉(zhuǎn)型的引導(dǎo)和融資支持。企業(yè)數(shù)字化轉(zhuǎn)型需要整個(gè)社會(huì)數(shù)字生態(tài)系統(tǒng)的支撐，政府需要加強(qiáng)數(shù)字經(jīng)濟(jì)的規(guī)劃建設(shè)，推動(dòng)云計(jì)算、“互聯(lián)網(wǎng)+”、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈以及5G商用等數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度交融，建立促進(jìn)實(shí)體企業(yè)提質(zhì)增效的數(shù)字生態(tài)系統(tǒng)，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的經(jīng)濟(jì)和技術(shù)環(huán)境，從而實(shí)現(xiàn)企業(yè)數(shù)字化與環(huán)境的有效對(duì)接，積極引導(dǎo)企業(yè)推進(jìn)數(shù)字化建設(shè)。另外，在我國(guó)國(guó)民經(jīng)濟(jì)中，中小企業(yè)、新興企業(yè)處于重要地位，在社會(huì)生產(chǎn)力發(fā)展中逐漸成為主要力量，這些企業(yè)普遍受到較大的融資約束。本文的研究認(rèn)為，數(shù)字化轉(zhuǎn)型的過程必須有強(qiáng)大的經(jīng)濟(jì)、技術(shù)基礎(chǔ)來支持，內(nèi)源資金不足將使數(shù)字化轉(zhuǎn)型難以推動(dòng)企業(yè)的發(fā)展提質(zhì)。政府應(yīng)當(dāng)大力發(fā)展數(shù)字金融等數(shù)字化融資途徑，加大中小企業(yè)數(shù)字化轉(zhuǎn)型的財(cái)政支持，并不斷完善我國(guó)的資本市場(chǎng)，推動(dòng)大數(shù)據(jù)要素市場(chǎng)化配置；積極推進(jìn)財(cái)稅、金融等體制變革，大力推進(jìn)增值稅留抵退稅等優(yōu)惠性政策，幫助中小企業(yè)、新興企業(yè)釋放有效的融資信號(hào)，在政策和技術(shù)上為這些企業(yè)創(chuàng)造更多、更有針對(duì)性的融資途徑，從而為數(shù)字化轉(zhuǎn)型賦能企業(yè)高質(zhì)量發(fā)展創(chuàng)造更加優(yōu)越的條件。

第三，政府應(yīng)當(dāng)關(guān)注數(shù)字經(jīng)濟(jì)發(fā)展的地區(qū)差異，加強(qiáng)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的數(shù)字化基礎(chǔ)設(shè)施建設(shè)，解決人才和資源的供需不平衡問題。在推行數(shù)字化轉(zhuǎn)型支持性政策的過程中，政府也要注意考察企業(yè)（特別是國(guó)有企業(yè)）是否真正實(shí)現(xiàn)了數(shù)字化的整體應(yīng)用，避免出現(xiàn)急功近利的心態(tài)，防止企業(yè)為了迎合政策僅在形式上引入數(shù)字化，騙取政策紅利，從而造成企業(yè)濫竽充數(shù)，出現(xiàn)數(shù)字化轉(zhuǎn)“形”的現(xiàn)象。

【參考文獻(xiàn)】

［1］ 何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J］.改革，2019（4）：137-148.

［2］ 黃益平，黃卓.中國(guó)的數(shù)字金融發(fā)展：現(xiàn)在與未來［J］.經(jīng)濟(jì)學(xué)（季刊），2018，17（4）：1489-1502.

［3］ BARNEY J.Firm resources and sustained competitive advantage［J］.Journal of Management，1991，17（1）：99-120.

［4］ 張鵬.數(shù)字經(jīng)濟(jì)的本質(zhì)及其發(fā)展邏輯［J］.經(jīng)濟(jì)學(xué)家， 2019（2）：25-33.

［5］ 孫國(guó)強(qiáng)，李騰.數(shù)字經(jīng)濟(jì)背景下企業(yè)網(wǎng)絡(luò)數(shù)字化轉(zhuǎn)型路徑研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2021，42（1）： 128-145.

［6］ 任保平.數(shù)字經(jīng)濟(jì)引領(lǐng)高質(zhì)量發(fā)展的邏輯、機(jī)制與路徑［J］.西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，33（2）：5-9.

［7］ VARIAN H R.Big data：new tricks for econometrics［J］.Journal of Economic Perspectives，2014，28（2）：3-28.

［8］ 王鋒正，劉向龍，張蕾，等.數(shù)字化促進(jìn)了資源型企業(yè)綠色技術(shù)創(chuàng)新嗎？［J］.科學(xué)學(xué)研究，2021（2）：1-21.

［9］ 荊文君，孫寶文.數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展：一個(gè)理論分析框架［J］.經(jīng)濟(jì)學(xué)家，2019（2）：66-73.

［10］ 柏培文，喻理.數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)格加成：理論機(jī)制與經(jīng)驗(yàn)事實(shí)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：59-77.

［11］ 陳海強(qiáng)，韓乾，吳鍇.融資約束抑制技術(shù)效率提升嗎：基于制造業(yè)微觀數(shù)據(jù)的實(shí)證研究［J］.金融研究，2015（10）：148-162.

［12］ WRUCK K H.Equity ownership concentration and firm value：evidence from private equity financings［J］.Journal of Financial Economics，1989，23（1）：3-28.

［13］ 齊秀輝，王群.中小企業(yè)探索式創(chuàng)新、冗余資源與財(cái)務(wù)績(jī)效［J］.會(huì)計(jì)之友，2022（18）：66-72.

［14］ SENA V.The determinants of firms' performance：can finance constraints improve technical efficiency？［J］.European Journal of Operational Research，2006，172（1）：311-325.

［15］ MICHAEL S.Job market signaling［J］.Quarterly Journal of Economics，1973，87（3）：355-374.

［16］ SPENCE M.Job market signaling -sciencedirect［J］.Uncertainty in Economics，1978，87（3）：281-306.

［17］ 張新，徐瑤玉，馬良.中小企業(yè)數(shù)字化轉(zhuǎn)型影響因素的組態(tài)效應(yīng)研究［J］.經(jīng)濟(jì)與管理評(píng)論，2022，38（1）：92-102.

［18］ 高霞，雷林興，馬芬芬.數(shù)字金融、融資約束與企業(yè)成長(zhǎng)［J］.財(cái)會(huì)通訊，2022（2）：68-71.

［19］ 李林木，汪沖.稅費(fèi)負(fù)擔(dān)、創(chuàng)新能力與企業(yè)升級(jí)：來自“新三板”掛牌公司的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2017，52（11）：119-134.

［20］ 孫鈺鵬，苑澤明.環(huán)保稅會(huì)倒逼企業(yè)升級(jí)嗎：基于創(chuàng)新投入中介效應(yīng)的分析［J］.稅務(wù)研究，2020（4）：95-102.

［21］ 董志愿，張?jiān)?政府審計(jì)對(duì)企業(yè)高質(zhì)量發(fā)展的影響：基于審計(jì)署央企審計(jì)結(jié)果公告的實(shí)證分析［J］.審計(jì)與經(jīng)濟(jì)研究，2021，36（1）：1-10.

［22］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)：來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144.

［23］ HADLOCK C J，PIERCE J R.New evidence on measuring financial constraints：moving beyond the KZ index［J］.Review of Financial Studies，2010，23（5）：1909-1940.

［24］ 鞠曉生，盧荻，虞義華.融資約束、營(yíng)運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性［J］.經(jīng)濟(jì)研究，2013，48（1）：4-16.

［25］ 魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007［J］.經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541-558.

［26］ 曹越，唐奕可，辛紅霞.“環(huán)保費(fèi)改稅”提高了重污染企業(yè)全要素生產(chǎn)率嗎？［J］.審計(jì)與經(jīng)濟(jì)研究，2022（5）：95-106.

［27］ 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響：基于信息不對(duì)稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.