李思儀
(西安石油大學(xué) 經(jīng)濟(jì)管理學(xué)院, 西安 710065)
近些年來(lái),我國(guó)經(jīng)濟(jì)高速增長(zhǎng),而快速發(fā)展經(jīng)濟(jì)的代價(jià)就是高污染和高消耗,因此轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式迫在眉睫。黨的二十大指出,高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù),我國(guó)經(jīng)濟(jì)正處于由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展的關(guān)鍵階段,高質(zhì)量發(fā)展也成了學(xué)術(shù)界的研究熱點(diǎn)。現(xiàn)有的高質(zhì)量發(fā)展有宏觀、中觀和微觀三個(gè)方面,多數(shù)研究集中于促進(jìn)高質(zhì)量發(fā)展的宏觀視角。企業(yè)是市場(chǎng)中、微觀經(jīng)濟(jì)發(fā)展的最小組織,也是市場(chǎng)中的主要參與者,在推動(dòng)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變中有不可或缺的作用。企業(yè)的高質(zhì)量發(fā)展是指在企業(yè)日常的運(yùn)營(yíng)和發(fā)展中,產(chǎn)生更高的經(jīng)濟(jì)效益和社會(huì)效益[1]。在激烈的市場(chǎng)競(jìng)爭(zhēng)下,企業(yè)主要的任務(wù)是如何快速適應(yīng)新環(huán)境,調(diào)整企業(yè)現(xiàn)有的管理模式和發(fā)展模式,提高企業(yè)抵御風(fēng)險(xiǎn)的能力,更好地推動(dòng)企業(yè)的高質(zhì)量發(fā)展。
隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展,以大數(shù)據(jù)、人工智能等為主體的數(shù)字技術(shù)作用日益凸顯。數(shù)字技術(shù)的發(fā)展在宏觀上的應(yīng)用體現(xiàn)在能夠使得相關(guān)部門實(shí)時(shí)采集和了解宏觀經(jīng)濟(jì)的運(yùn)用數(shù)據(jù),掌握市場(chǎng)走向,來(lái)形成更科學(xué)的判斷,適當(dāng)?shù)靥峁┱咧С趾秃暧^調(diào)控[2]。在微觀上,推動(dòng)數(shù)字技術(shù)與數(shù)字經(jīng)濟(jì)深入融合,近些年來(lái),產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的發(fā)展飛速猛進(jìn),在企業(yè)內(nèi)部管理和運(yùn)用中運(yùn)用數(shù)字平臺(tái),構(gòu)建透明化和一體化的平臺(tái)體系,改變企業(yè)的生產(chǎn)運(yùn)營(yíng)方式,提高內(nèi)部信息透明度,提升內(nèi)部控制水平,推動(dòng)企業(yè)的良性發(fā)展。數(shù)字經(jīng)濟(jì)的時(shí)代背景下,企業(yè)的高質(zhì)量發(fā)展能夠依托數(shù)字技術(shù),尋找新的競(jìng)爭(zhēng)優(yōu)勢(shì),改變傳統(tǒng)的企業(yè)發(fā)展模式,搭建精準(zhǔn)高效的財(cái)務(wù)管理模式,在企業(yè)內(nèi)部形成嚴(yán)格、及時(shí)、精準(zhǔn)的財(cái)務(wù)信息平臺(tái),對(duì)已有的信息和數(shù)據(jù)發(fā)揮其最大價(jià)值,為企業(yè)管理者提供實(shí)時(shí)有效的決策支持[3],確保企業(yè)在市場(chǎng)中能夠站穩(wěn)腳跟,來(lái)推動(dòng)企業(yè)長(zhǎng)期高質(zhì)量和穩(wěn)定的發(fā)展。因此,探討企業(yè)數(shù)字化轉(zhuǎn)型、會(huì)計(jì)信息質(zhì)量與企業(yè)高質(zhì)量發(fā)展之間的關(guān)系,是推動(dòng)企業(yè)高質(zhì)量發(fā)展需要面對(duì)的重要課題,有利于貫徹落實(shí)國(guó)家高質(zhì)量發(fā)展的戰(zhàn)略。
本文分析企業(yè)數(shù)字化轉(zhuǎn)型在提升企業(yè)的發(fā)展水平和會(huì)計(jì)信息質(zhì)量方面發(fā)揮著怎樣的作用。本文研究的邊際貢獻(xiàn)有:①對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生的經(jīng)濟(jì)后果進(jìn)行總結(jié)和進(jìn)一步拓展分析。②會(huì)計(jì)信息質(zhì)量作為企業(yè)發(fā)展中的重要衡量指標(biāo),雖然其相關(guān)理論研究較為豐富,但是其在企業(yè)長(zhǎng)期發(fā)展過(guò)程中的實(shí)際作用研究較少。本文從會(huì)計(jì)信息質(zhì)量的角度入手,對(duì)數(shù)字化影響企業(yè)高質(zhì)量發(fā)展的路徑進(jìn)行推理和分析。③進(jìn)一步拓寬了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展的影響因素,探究了數(shù)字技術(shù)的引入對(duì)高質(zhì)量發(fā)展的傳導(dǎo)機(jī)制。
數(shù)字化是新一代信息技術(shù)的創(chuàng)新,當(dāng)前的數(shù)字化轉(zhuǎn)型主要是依托于人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)(簡(jiǎn)稱ABCD)的底層技術(shù),對(duì)內(nèi)與企業(yè)的生產(chǎn)經(jīng)營(yíng)管理相結(jié)合[4],對(duì)外將企業(yè)、消費(fèi)者、供應(yīng)商和其他利益相關(guān)者聯(lián)系起來(lái),從而創(chuàng)造更新穎、更具有競(jìng)爭(zhēng)力的產(chǎn)品和服務(wù)[5]。高質(zhì)量經(jīng)濟(jì)發(fā)展的微觀層面就是企業(yè)的高質(zhì)量發(fā)展,企業(yè)是宏觀經(jīng)濟(jì)的微觀主體,是經(jīng)濟(jì)高質(zhì)量發(fā)展的載體,企業(yè)的自身特點(diǎn)也是影響其高質(zhì)量發(fā)展的重要因素。在以往市場(chǎng)的信息不對(duì)稱和不透明的約束下,國(guó)內(nèi)資本市場(chǎng)存在資本配置不合理和高風(fēng)險(xiǎn)的問(wèn)題,制約了企業(yè)的高質(zhì)量發(fā)展,傳統(tǒng)的擴(kuò)張方式和發(fā)展戰(zhàn)略已經(jīng)難以使得企業(yè)在市場(chǎng)中獲得競(jìng)爭(zhēng)優(yōu)勢(shì),隨著大數(shù)據(jù)、區(qū)塊鏈等新興技術(shù)的興起,突破了傳統(tǒng)體系的瓶頸,擴(kuò)大了線上線下服務(wù)范圍,為企業(yè)的高質(zhì)量發(fā)展注入了強(qiáng)勁的動(dòng)力[6]。具體來(lái)看,一方面數(shù)字化轉(zhuǎn)型能夠使得數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合,推動(dòng)產(chǎn)業(yè)網(wǎng)絡(luò)化、數(shù)字化、智能化發(fā)展[7],現(xiàn)代技術(shù)使數(shù)字化的知識(shí)和信息都成為生產(chǎn)要素,推動(dòng)數(shù)字產(chǎn)業(yè)的發(fā)展[8],從而可以有效推動(dòng)企業(yè)高質(zhì)量發(fā)展;另一方面數(shù)字化轉(zhuǎn)型增強(qiáng)了產(chǎn)業(yè)鏈的協(xié)同效應(yīng),能夠拓寬合作空間,使企業(yè)快速學(xué)習(xí)到新技術(shù)、新的發(fā)展模式,通過(guò)重新整合內(nèi)部資源分配實(shí)現(xiàn)價(jià)值再造,推動(dòng)整體產(chǎn)業(yè)鏈的效率提升[9]。綜上,提出如下假設(shè)。
假設(shè)1:數(shù)字化轉(zhuǎn)型能夠推動(dòng)企業(yè)高質(zhì)量發(fā)展。
企業(yè)數(shù)字化轉(zhuǎn)型的長(zhǎng)期目標(biāo)是捕獲增長(zhǎng)和提升價(jià)值,其直接效果表現(xiàn)為生產(chǎn)效率和全要素生產(chǎn)率的提升[10],即對(duì)企業(yè)高質(zhì)量發(fā)展的推動(dòng)。從企業(yè)內(nèi)部來(lái)看,會(huì)計(jì)信息質(zhì)量對(duì)企業(yè)高質(zhì)量發(fā)展也有一定的影響。從宏觀層面來(lái)看,信息系統(tǒng)需要提供準(zhǔn)確可靠的信息,在長(zhǎng)期的發(fā)展中能夠及時(shí)地提供信息才能夠使得企業(yè)找準(zhǔn)自身在市場(chǎng)中所處的正確定位[11],較高的會(huì)計(jì)信息質(zhì)量有助于使用者進(jìn)行分析,改善信息使用環(huán)境,優(yōu)化企業(yè)的資源配置[12];從微觀層面來(lái)看,會(huì)計(jì)信息質(zhì)量能夠提升企業(yè)的管理水平、緩解企業(yè)的資本成本和融資約束等,為企業(yè)創(chuàng)造出更大商業(yè)價(jià)值,因此高質(zhì)量的會(huì)計(jì)信息對(duì)企業(yè)提高發(fā)展質(zhì)量起到了關(guān)鍵作用[13]。
數(shù)字要素是新一代科技革命和工業(yè)革命的關(guān)鍵因素,具有及時(shí)性、規(guī)模經(jīng)濟(jì)、可再生性和強(qiáng)滲透性的特點(diǎn)[12]。數(shù)字化轉(zhuǎn)型在財(cái)務(wù)領(lǐng)域是對(duì)會(huì)計(jì)的信息化轉(zhuǎn)型,可以推動(dòng)企業(yè)在財(cái)務(wù)管理方面進(jìn)行創(chuàng)新,提供更高質(zhì)量的會(huì)計(jì)信息和高質(zhì)量的財(cái)務(wù)報(bào)告[14]。在數(shù)字技術(shù)的支撐下,企業(yè)數(shù)字化發(fā)展能提高信息透明度、降低交易成本、提高交易效率、增強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)穩(wěn)定性、提高決策效用和優(yōu)化資產(chǎn)配置[15]。綜上,提出以下假設(shè)。
假設(shè)2:數(shù)字化轉(zhuǎn)型能夠提供高質(zhì)量的會(huì)計(jì)信息,從而推動(dòng)企業(yè)高質(zhì)量發(fā)展。
選取2010—2020年A股上市公司為研究樣本,為提高樣本的數(shù)據(jù)質(zhì)量,能夠能準(zhǔn)確地反映數(shù)字化與企業(yè)高質(zhì)量發(fā)展之間的關(guān)系,對(duì)樣本進(jìn)一步處理:①剔除ST、*ST、終止上市和暫停上市的公司,僅保留正常上市公司的樣本;②剔除缺失值;③剔除金融業(yè)、保險(xiǎn)業(yè)上市公司。共獲得18 395個(gè)觀測(cè)值,數(shù)字化轉(zhuǎn)型為Python提取關(guān)鍵詞頻,其余變量均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。為排除異常值對(duì)結(jié)果的影響,對(duì)所有連續(xù)變量進(jìn)行1%和99%分位的雙側(cè)縮尾處理。研究結(jié)果采用stata17處理得到,所有回歸結(jié)果都在公司層面進(jìn)行了聚類處理。
2.2.1 被解釋變量
被解釋變量為企業(yè)高質(zhì)量發(fā)展?,F(xiàn)有文獻(xiàn)中對(duì)企業(yè)高質(zhì)量發(fā)展的評(píng)價(jià)指標(biāo)不一,有學(xué)者采用企業(yè)環(huán)境、社會(huì)和公司治理(enviornment, social and governmance,ESG)表現(xiàn)、多項(xiàng)指標(biāo)進(jìn)行層次分析及全要素生產(chǎn)率來(lái)衡量企業(yè)高質(zhì)量發(fā)展的水平。為更好地得到有效的全要素生產(chǎn)率的數(shù)據(jù),閆俊周等[16]的研究方法,采用Levinsohn和Petrin提出的全要素生產(chǎn)率的計(jì)算方法(簡(jiǎn)稱LP法)測(cè)度全要素生產(chǎn)率,衡量企業(yè)的高質(zhì)量發(fā)展。
2.2.2 解釋變量
解釋變量為數(shù)字化轉(zhuǎn)型。目前對(duì)數(shù)字化轉(zhuǎn)型衡量的方式有文本分析法和無(wú)形資產(chǎn)占比法。為了更客觀地衡量數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響,借鑒吳非等[4]的研究方法,構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)關(guān)鍵詞頻,用Python對(duì)所公開的年報(bào)進(jìn)行提取并整理,得到相應(yīng)的文本詞頻。考慮到數(shù)據(jù)的準(zhǔn)確性和可得性,對(duì)其加1取對(duì)數(shù),作為衡量數(shù)字化轉(zhuǎn)型的指標(biāo)。
中介變量為會(huì)計(jì)信息質(zhì)量。會(huì)計(jì)信息質(zhì)量本身無(wú)法量化,所以只能通過(guò)找替代變量來(lái)進(jìn)行度量。國(guó)內(nèi)外眾多學(xué)者使用應(yīng)計(jì)利潤(rùn)模型來(lái)衡量盈余管理水平,即從總應(yīng)計(jì)利潤(rùn)中分離出可操縱性應(yīng)計(jì)利潤(rùn)(discretionary accruals,DA)來(lái)衡量盈余管理水平,參考馬春光[17]的研究,選取修正后的Jones模型,來(lái)更好地衡量盈余管理水平。對(duì)其取絕對(duì)值(|DA|),|DA|越大,會(huì)計(jì)信息質(zhì)量越差。
2.2.4 控制變量
選取企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、公司成長(zhǎng)性(Growth)、總資產(chǎn)凈利潤(rùn)率(Roa)、獨(dú)立董事比例(Indep)及股權(quán)集中度(Top1)作為控制變量,并控制行業(yè)(Ind)和年份(Year)。具體變量衡量方式如表1所示。
表1 具體變量衡量方式
為驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響作用,構(gòu)建模型(1)作為基準(zhǔn)回歸模型:
TEP_LPit=α0+α1Digitalit+α2Sizeit+
α3Levit+α4Growthit+α5Roait+α6Indepit+
α7Top1it+Yeart+Indi+εit
(1)
為了進(jìn)一步驗(yàn)證數(shù)字化轉(zhuǎn)型是否通過(guò)影響會(huì)計(jì)信息質(zhì)量而對(duì)企業(yè)高質(zhì)量發(fā)展產(chǎn)生影響,參考溫忠麟等[18]提出的中介效應(yīng)逐步檢驗(yàn)法,構(gòu)建模型(2)和模型(3):
|DA|it=β0+β1Digitalit+β2Sizeit+
β3Levit+β4Growthit+β5Roait+β6Indepit+
β7Top1it+Yeart+Indi+εit
(2)
TEP_LPit=γ0+γ1Digitalit+γ2|DA|it+
γ3Sizeit+γ4Levit+γ5Growthit+γ6Roait+
γ7Indepit+γ8Top1it+Yeart+Indi+εit
(3)
式中:α0為常數(shù)項(xiàng);α1為主效應(yīng)的系數(shù),其正負(fù)代表了數(shù)字化轉(zhuǎn)型和企業(yè)高質(zhì)量發(fā)展的關(guān)系;α2~α6是為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的模型中,各個(gè)控制變量的系數(shù);β0為數(shù)字化對(duì)會(huì)計(jì)信息質(zhì)量常數(shù)項(xiàng);β1為數(shù)字化對(duì)會(huì)計(jì)信息質(zhì)量的正負(fù)關(guān)系;β2~β6為數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息質(zhì)量的模型中,各個(gè)控制變量的系數(shù);γ0為加入會(huì)計(jì)信息質(zhì)量后的常數(shù)項(xiàng);γ1為考慮中介效應(yīng)后數(shù)字化對(duì)高質(zhì)量發(fā)展的影響程度;γ2~γ8為考慮會(huì)計(jì)信息質(zhì)量的影響后,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的模型中,各個(gè)控制變量的系數(shù);i為企業(yè),t為年份,ε為殘差項(xiàng)。
具體變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。全要素生產(chǎn)率(TEP_LP)的平均值為8.363,中位數(shù)為8.257,兩者數(shù)值較為接近,表明選取的樣本數(shù)據(jù)呈現(xiàn)正態(tài)分布。數(shù)字化轉(zhuǎn)型(Digital)的最小值為0,最大值為6.306,表明樣本之間企業(yè)數(shù)字化轉(zhuǎn)型的程度差距較大,樣本包含范圍較廣。會(huì)計(jì)信息質(zhì)量(|DA|)最大值為3.646,最小值為0,標(biāo)準(zhǔn)差為0.123,說(shuō)明樣本公司的會(huì)計(jì)信息質(zhì)量個(gè)體差異較大,但我國(guó)上市公司整體上發(fā)生違規(guī)操縱行為的事件較少。從控制變量的統(tǒng)計(jì)結(jié)果來(lái)看,公司規(guī)模(Size)最大值為26.398,最小值為19.525,標(biāo)準(zhǔn)差為1.237,表明各樣本公司之間差距較小。資產(chǎn)負(fù)債率(Lev)均值為40.7%,中位數(shù)為40%,總體上較為合理。其他控制變量公司成長(zhǎng)性(Growth)和總資產(chǎn)凈利潤(rùn)率(Roa)從統(tǒng)計(jì)結(jié)果中可以看出差異較大,這與我國(guó)目前的經(jīng)濟(jì)大環(huán)境相關(guān)。獨(dú)立董事占比(Indep)的均值為37.5%,和我國(guó)對(duì)上市公司的規(guī)定,即獨(dú)立董事不低于董事會(huì)總?cè)藬?shù)的1/3相一致。股權(quán)集中度(Top1)最大值為72.8%,最小值為9.9%,說(shuō)明股權(quán)集中度較高且差異較大,大股東的決策會(huì)對(duì)企業(yè)的經(jīng)營(yíng)發(fā)展產(chǎn)生重要的影響。且方差膨脹因子(variance inflation factor,VIF)值均小于10,表明各變量之間不存在顯著多重共線性問(wèn)題。
表2 主要變量的描述性統(tǒng)計(jì)
為了驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響,按照前文構(gòu)建的模型進(jìn)行回歸分析。在做面板數(shù)據(jù)回歸分析之前,通過(guò)Hausman檢驗(yàn)選擇固定效應(yīng)模型,固定行業(yè)和年份,為確保研究結(jié)論的穩(wěn)健性,在回歸過(guò)程中進(jìn)行了公司層面的聚類處理,來(lái)檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響,具體回歸結(jié)果如表3所示。
表3 主模型回歸結(jié)果
根據(jù)表3第(1)列回歸結(jié)果可知, 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展在1%的水平上顯著正相關(guān),其系數(shù)為0.049 4,且該模型擬合度較好,調(diào)整后的R2為0.730。在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型是大勢(shì)所趨,依托數(shù)字技術(shù)和數(shù)字平臺(tái),能及時(shí)獲取有效信息,及時(shí)調(diào)整經(jīng)營(yíng)方式,提升內(nèi)部經(jīng)營(yíng)效率,推動(dòng)企業(yè)的高質(zhì)量發(fā)展。公司規(guī)模與高質(zhì)量發(fā)展呈現(xiàn)顯著正相關(guān)關(guān)系,表明企業(yè)規(guī)模越大,能夠有足夠的資金推動(dòng)企業(yè)轉(zhuǎn)型升級(jí),實(shí)現(xiàn)經(jīng)濟(jì)效益和社會(huì)效益共同提升,促進(jìn)企業(yè)可持續(xù)的、更高質(zhì)量的發(fā)展。資產(chǎn)負(fù)債率、公司成長(zhǎng)性及總資產(chǎn)凈利潤(rùn)率,都是公司財(cái)務(wù)方面的指標(biāo),均在1%的水平上正向顯著,表明公司的財(cái)務(wù)狀況與高質(zhì)量發(fā)展密不可分,要提升公司內(nèi)部資金的配置效率。獨(dú)立董事占比與高質(zhì)量發(fā)展在10%的水平上顯著負(fù)相關(guān), 而第一大股東占比卻呈現(xiàn)顯著的正相關(guān)關(guān)系,這是由于目前企業(yè)最大的特點(diǎn)就是經(jīng)營(yíng)權(quán)和所有權(quán)分離,會(huì)導(dǎo)致企業(yè)決策出現(xiàn)分歧,而獨(dú)立董事制度在國(guó)內(nèi)并不夠成熟,很多企業(yè)獨(dú)立董事僅僅掛名,沒(méi)有實(shí)質(zhì)性的決策權(quán)和監(jiān)督作用。假設(shè)1得以驗(yàn)證。
表3第(2)列是數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息質(zhì)量的回歸結(jié)果。會(huì)計(jì)信息質(zhì)量是用可操縱性應(yīng)利利潤(rùn)的絕對(duì)值衡量,其值越高,會(huì)計(jì)信息質(zhì)量越低。由表3可知,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息質(zhì)量在1%的水平上顯著負(fù)相關(guān),說(shuō)明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠提升信息透明度,增強(qiáng)信息的有效利用,能夠減少企業(yè)的非穩(wěn)健的財(cái)務(wù)行為,提高會(huì)計(jì)信息質(zhì)量。表3第(3)列是“數(shù)字化轉(zhuǎn)型-會(huì)計(jì)信息質(zhì)量-企業(yè)高質(zhì)量發(fā)展”路徑的中介回歸結(jié)果??梢钥闯鰰?huì)計(jì)信息質(zhì)量越高,企業(yè)發(fā)展的質(zhì)量越高,起正向推動(dòng)作用。加入中介變量后數(shù)字化轉(zhuǎn)型對(duì)高質(zhì)量發(fā)展的系數(shù)為0.048 7,仍舊在1%的水平上顯著為正,說(shuō)明數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提高信息質(zhì)量,完善內(nèi)部經(jīng)營(yíng)鏈條,均衡內(nèi)部資源分配,推動(dòng)企業(yè)更高質(zhì)量的發(fā)展。假設(shè)2得以驗(yàn)證。
3.3.1 基于企業(yè)產(chǎn)權(quán)性質(zhì)的異質(zhì)性檢驗(yàn)
按照企業(yè)產(chǎn)權(quán)性質(zhì),將全樣本分為國(guó)有企業(yè)組和非國(guó)有企業(yè)組,分別進(jìn)行檢驗(yàn)。如表4的第(1)列和第(2)列所示??梢钥闯鰢?guó)有企業(yè)和非國(guó)有企業(yè)都通過(guò)了1%水平上的顯著性檢驗(yàn),其系數(shù)分別為0.081 1和0.039 6,通過(guò)比較可以發(fā)現(xiàn),在數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)高質(zhì)量發(fā)展促進(jìn)更為顯著。其可能存在差異的原因是在數(shù)字化轉(zhuǎn)型的發(fā)展中,需要對(duì)數(shù)字技術(shù)基礎(chǔ)設(shè)施進(jìn)行建設(shè),是一個(gè)長(zhǎng)期過(guò)程。相比較而言,國(guó)有企業(yè)擁有更有利的外部環(huán)境和資源優(yōu)勢(shì),能夠依靠政府的政策支持、資金保護(hù)等方式,來(lái)應(yīng)對(duì)不穩(wěn)定的環(huán)境。與此同時(shí)國(guó)有企業(yè)也肩負(fù)著一定的社會(huì)責(zé)任和政治收益,在數(shù)字化的科技革命與產(chǎn)業(yè)升級(jí)時(shí)發(fā)揮引領(lǐng)作用,需要在貫徹落實(shí)數(shù)字化發(fā)展時(shí),具有更大的積極性和主動(dòng)性。非國(guó)有企業(yè)會(huì)面臨在長(zhǎng)期對(duì)數(shù)字化基礎(chǔ)設(shè)施的建設(shè)中,成本過(guò)高、融資渠道窄且生產(chǎn)要素供給不足等困難,發(fā)展空間受到限制。
表4 異質(zhì)性檢驗(yàn)結(jié)果
3.3.2 基于治理水平的異質(zhì)性檢驗(yàn)
借鑒周茜等[19]的做法,選取高管薪酬、高管持股比例、獨(dú)立董事比例、董事會(huì)規(guī)模、機(jī)構(gòu)持股比例、股權(quán)制衡制度及董事長(zhǎng)與總經(jīng)理是否兩職合一7個(gè)指標(biāo),運(yùn)用主成分分析法構(gòu)建公司治理指數(shù),用主成分分析法中得到的第一主成分來(lái)反映公司治理水平。對(duì)該指標(biāo)進(jìn)行描述性統(tǒng)計(jì),選取其中位數(shù)為界限,分為高治理水平組和低治理水平組進(jìn)行對(duì)比。公司治理水平受到企業(yè)管理層決策的影響,其水平高低也關(guān)系到企業(yè)的發(fā)展前景,較好的公司治理水平能夠在動(dòng)蕩的市場(chǎng)環(huán)境中正確做出決策,及時(shí)改變自身發(fā)展戰(zhàn)略,適應(yīng)市場(chǎng)變化,保持企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。分組實(shí)證分析結(jié)果如表4的第(3)列和第(4)列所示,高治理水平組中數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的作用更加明顯,良好的公司治理機(jī)制能夠有效約束管理層和大股東的機(jī)會(huì)主義行為,更好地體現(xiàn)決策的有效作用。因此,企業(yè)應(yīng)當(dāng)提高內(nèi)部治理水平,推動(dòng)企業(yè)發(fā)展。
3.3.3 基于融資約束的異質(zhì)性檢驗(yàn)
在微觀層面上,企業(yè)之間的融資約束存在差異,數(shù)字化對(duì)企業(yè)的影響也會(huì)隨之不同。企業(yè)的融資是制約企業(yè)發(fā)展的一個(gè)重要因素,融資成本較低的企業(yè)有更強(qiáng)的風(fēng)險(xiǎn)承擔(dān)能力,能夠支持企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的資金支出以及應(yīng)對(duì)可能面臨的轉(zhuǎn)型風(fēng)險(xiǎn),更利于企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。高質(zhì)量的發(fā)展是從以盈利為主的發(fā)展模式轉(zhuǎn)變?yōu)橛唾|(zhì)量雙結(jié)合的發(fā)展模式,更需要資金的長(zhǎng)期支持。選取SA指數(shù)(Hadlock &Pierce構(gòu)建的融資約束指數(shù))絕對(duì)值,按照其中位數(shù)進(jìn)行分組,檢驗(yàn)融資約束對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展的異質(zhì)性影響,結(jié)果如表4第(5)列和第(6)列所示??梢钥闯?數(shù)字化轉(zhuǎn)型對(duì)低融資約束組的效果更明顯,因?yàn)榈腿谫Y約束的企業(yè)能夠有足夠的資金鏈支撐數(shù)字設(shè)施的建設(shè),且能夠在較長(zhǎng)的周期內(nèi)支撐轉(zhuǎn)型發(fā)展。
為保證實(shí)證結(jié)果的穩(wěn)健性,減少測(cè)量偏誤帶來(lái)的不利影響,進(jìn)行以下兩種穩(wěn)健性檢驗(yàn)。
1)更換核心解釋變量(Digital)。參考何帆和劉紅霞[20]的研究,查詢并計(jì)算上市企業(yè)財(cái)務(wù)報(bào)表附注中披露的有關(guān)數(shù)字化轉(zhuǎn)型的無(wú)形資產(chǎn)占無(wú)形資產(chǎn)總額的比例(DT_inta),并以該比例作為數(shù)字化轉(zhuǎn)型水平的替代變量。
2)更換被解釋變量(TEP_LP)。參考閆俊周等[16]、張志元和馬永凡[20]的做法,選擇Olley-Pake和Wooldridge提出的全要素生產(chǎn)率計(jì)算方法(簡(jiǎn)稱OP法和GMM法)來(lái)量企業(yè)高質(zhì)量發(fā)展,以這兩個(gè)指標(biāo)作為替代變量進(jìn)行實(shí)證檢驗(yàn)。
進(jìn)行檢驗(yàn)后結(jié)果和前文相一致,為本文的理論和假設(shè)進(jìn)一步提供了實(shí)證支撐。穩(wěn)健性檢驗(yàn)的結(jié)果如表5所示。
表5 穩(wěn)健性檢驗(yàn)結(jié)果
當(dāng)前,促進(jìn)企業(yè)高質(zhì)量發(fā)展是我國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的關(guān)鍵一步,大量文獻(xiàn)也對(duì)促進(jìn)企業(yè)高質(zhì)量發(fā)展的因素進(jìn)行了討論和研究。在數(shù)字經(jīng)濟(jì)時(shí)代的背景下,企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型是大勢(shì)所趨,能夠幫助企業(yè)更好地面對(duì)國(guó)內(nèi)復(fù)雜多變的市場(chǎng)環(huán)境。數(shù)字化轉(zhuǎn)型能夠促進(jìn)構(gòu)建發(fā)展新格局,推動(dòng)我國(guó)經(jīng)濟(jì)穩(wěn)定增長(zhǎng)具有重大意義。為此,以2010—2020年A股上市公司為樣本,系統(tǒng)考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響。研究結(jié)果表明,企業(yè)的數(shù)字化轉(zhuǎn)型程度越高,越能促進(jìn)企業(yè)的高質(zhì)量發(fā)展,并通過(guò)進(jìn)一步檢驗(yàn)得出國(guó)有企業(yè)、公司治理水平較高的企業(yè)及融資約束程度較低的企業(yè)中,數(shù)字化轉(zhuǎn)型更能促進(jìn)企業(yè)的發(fā)展,實(shí)證結(jié)果也通過(guò)了穩(wěn)健性檢驗(yàn),證明該假設(shè)是有效的。在機(jī)制分析中,引入會(huì)計(jì)信息質(zhì)量作為中介變量,進(jìn)行機(jī)制檢驗(yàn),驗(yàn)證了“數(shù)字化轉(zhuǎn)型-會(huì)計(jì)信息質(zhì)量-企業(yè)高質(zhì)量發(fā)展”的路徑。經(jīng)過(guò)本文的理論和實(shí)證的分析,本研究的結(jié)論如下。
第一,企業(yè)的數(shù)字化轉(zhuǎn)型水平越高,其對(duì)企業(yè)高質(zhì)量發(fā)展的提升越顯著。隨著數(shù)字經(jīng)濟(jì)的發(fā)展,給企業(yè)帶來(lái)新的沖擊和發(fā)展機(jī)遇。完善企業(yè)的戰(zhàn)略管理、風(fēng)險(xiǎn)控制及有效信息處理對(duì)大企業(yè)的發(fā)展越來(lái)越重要。數(shù)字平臺(tái)的建立大大降低了企業(yè)的運(yùn)營(yíng)成本和重復(fù)投入、交叉職能所帶來(lái)的效率低下的問(wèn)題。在建立初期,企業(yè)在信息技術(shù)和基礎(chǔ)建設(shè)方面都投入了較大的成本,但是從長(zhǎng)遠(yuǎn)來(lái)看,數(shù)字化轉(zhuǎn)型能夠顛覆企業(yè)的生產(chǎn)、經(jīng)營(yíng)、管理及銷售各個(gè)環(huán)節(jié),有利于企業(yè)的轉(zhuǎn)型升級(jí)。
第二,會(huì)計(jì)信息質(zhì)量在數(shù)字化轉(zhuǎn)型和企業(yè)高質(zhì)量發(fā)展中存在著中介效應(yīng),數(shù)字化轉(zhuǎn)型能夠通過(guò)對(duì)會(huì)計(jì)信息質(zhì)量的提升,來(lái)推動(dòng)企業(yè)發(fā)展,高質(zhì)量的會(huì)計(jì)信息能夠給企業(yè)營(yíng)造良好的環(huán)境,給內(nèi)外部會(huì)計(jì)信息的使用者提供及時(shí)、有效的信息,便于信息使用者做出正確的決策。其內(nèi)在的推動(dòng)作用在國(guó)有企業(yè)、高治理水平的企業(yè)以及低融資約束的企業(yè)中更加顯著。這些企業(yè)在初期的建設(shè)和投入中能夠有足夠的資金支撐,在內(nèi)部快速適應(yīng)轉(zhuǎn)型帶來(lái)的改變。因此,企業(yè)的發(fā)展戰(zhàn)略應(yīng)該結(jié)合自身的經(jīng)營(yíng)處境來(lái)進(jìn)行適當(dāng)?shù)恼{(diào)整。數(shù)字化轉(zhuǎn)型能夠提高會(huì)計(jì)信息質(zhì)量,從不同的維度推動(dòng)企業(yè)高質(zhì)量發(fā)展。
第一,提供有利于數(shù)字化轉(zhuǎn)型和企業(yè)高質(zhì)量發(fā)展的經(jīng)濟(jì)支撐和政策支持。一方面,數(shù)字經(jīng)濟(jì)高速發(fā)展離不開國(guó)家政策的指引和支持,而企業(yè)數(shù)字建設(shè)也需要充足的資金和長(zhǎng)期的投資。國(guó)家應(yīng)優(yōu)化推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的宏觀框架,出臺(tái)相關(guān)政策,加大政府補(bǔ)貼力度,來(lái)為企業(yè)高質(zhì)量發(fā)展提供強(qiáng)有力的支撐。另一方面,加快構(gòu)建數(shù)字技術(shù)下的企業(yè)高質(zhì)量發(fā)展治理體系,構(gòu)建良好的外部制度關(guān)鍵,也是推動(dòng)企業(yè)高質(zhì)量發(fā)展的重要保障。不僅要促進(jìn)數(shù)字經(jīng)濟(jì)的建設(shè),也要完善數(shù)字化相關(guān)的市場(chǎng)監(jiān)管體系,創(chuàng)造高效、公平的數(shù)字經(jīng)濟(jì)環(huán)境,促進(jìn)企業(yè)的可持續(xù)發(fā)展。
第二,加快完善數(shù)字基礎(chǔ)設(shè)施建設(shè),賦能高質(zhì)量發(fā)展動(dòng)能。一方面,加快基礎(chǔ)設(shè)施建設(shè),形成高效的數(shù)據(jù)管理體系。把握現(xiàn)有市場(chǎng)中數(shù)字經(jīng)濟(jì)的紅利,基礎(chǔ)設(shè)施建設(shè)能夠?yàn)楫a(chǎn)業(yè)數(shù)字化提供長(zhǎng)期的底層支撐,為企業(yè)轉(zhuǎn)型升級(jí)夯實(shí)基礎(chǔ),借助數(shù)字化轉(zhuǎn)型保持自身的競(jìng)爭(zhēng)優(yōu)勢(shì)。順應(yīng)新時(shí)代的潮流,在新一輪產(chǎn)業(yè)革命到來(lái)之際抓好機(jī)遇,給市場(chǎng)注入新的活力,最大限度地釋放數(shù)字經(jīng)濟(jì)的強(qiáng)勁動(dòng)能。另一方面,企業(yè)應(yīng)當(dāng)積極引進(jìn)高端技術(shù)人才,促進(jìn)數(shù)字技術(shù)和企業(yè)實(shí)際運(yùn)營(yíng)有效結(jié)合,使大數(shù)據(jù)創(chuàng)造的價(jià)值充分發(fā)揮,維護(hù)企業(yè)長(zhǎng)期發(fā)展。