數(shù)字化轉(zhuǎn)型、內(nèi)部控制與企業(yè)高質(zhì)量發(fā)展

【摘 要】 習(xí)近平總書記強(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)和實(shí)體經(jīng)濟(jì)深度融合。數(shù)字經(jīng)濟(jì)發(fā)展速度之快前所未有，正在成為中國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的關(guān)鍵力量，并且實(shí)現(xiàn)高質(zhì)量發(fā)展已成為經(jīng)濟(jì)增長(zhǎng)的新目標(biāo)。同時(shí)，隨著數(shù)字化技術(shù)和綠色可持續(xù)發(fā)展理論的不斷成熟，重污染企業(yè)迎來(lái)了數(shù)字化轉(zhuǎn)型新機(jī)遇，而有效的內(nèi)部控制可以在轉(zhuǎn)型中提供必要的監(jiān)督和管理。文章選取2011—2021年重污染行業(yè)上市公司為研究樣本，實(shí)證分析了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響。結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著促進(jìn)了企業(yè)的高質(zhì)量發(fā)展；內(nèi)部控制在數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展之間起正向調(diào)節(jié)作用；數(shù)字化轉(zhuǎn)型在企業(yè)高質(zhì)量發(fā)展的兩個(gè)維度間存在中介效應(yīng)，即數(shù)字化轉(zhuǎn)型可以通過(guò)改善企業(yè)的環(huán)境績(jī)效提高全要素生產(chǎn)率。文章研究結(jié)論不僅為微觀企業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系提供了新的經(jīng)驗(yàn)證據(jù)，也為企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中實(shí)現(xiàn)經(jīng)濟(jì)效益和環(huán)境效益的“雙贏”局面提供了參考。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 高質(zhì)量發(fā)展； 全要素生產(chǎn)率； 環(huán)境績(jī)效； 內(nèi)部控制； 重污染企業(yè)

【中圖分類號(hào)】 F49；F425；X322 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2024）16-0103-08

一、引言

隨著新一代信息技術(shù)的迭代更新，匯集技術(shù)要素和數(shù)據(jù)要素的數(shù)字化作為新的經(jīng)濟(jì)發(fā)展形態(tài)應(yīng)運(yùn)而生。國(guó)際貨幣基金組織（IMF）于2021年強(qiáng)調(diào)數(shù)字經(jīng)濟(jì)對(duì)于新興市場(chǎng)發(fā)展推動(dòng)作用，指出中國(guó)數(shù)字經(jīng)濟(jì)轉(zhuǎn)型方面的長(zhǎng)足進(jìn)展。黨的二十大報(bào)告重點(diǎn)提出數(shù)字經(jīng)濟(jì)事關(guān)國(guó)家發(fā)展全局。在此背景之下，企業(yè)通過(guò)新一代信息技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合迎來(lái)了數(shù)字化轉(zhuǎn)型的新契機(jī)。因此，微觀層面的數(shù)字化轉(zhuǎn)型及其經(jīng)濟(jì)后果已成為目前研究的熱點(diǎn)話題[1]。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)。作為構(gòu)建新發(fā)展格局的主體，企業(yè)層面的高質(zhì)量發(fā)展體現(xiàn)在其實(shí)現(xiàn)可持續(xù)發(fā)展的能力。具體而言，表現(xiàn)在以提高全要素生產(chǎn)率為主要價(jià)值創(chuàng)造方式的優(yōu)化資源配置和技術(shù)進(jìn)步上，以及提供以減輕環(huán)境負(fù)擔(dān)為基礎(chǔ)的產(chǎn)品或服務(wù)中[2]。

目前宏觀層面圍繞數(shù)字化與經(jīng)濟(jì)高質(zhì)量發(fā)展的文獻(xiàn)較為豐富。但基于微觀角度，學(xué)者圍繞數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果多涉及企業(yè)績(jī)效、企業(yè)投資、公司治理，以及供應(yīng)鏈平臺(tái)等方面，結(jié)論也不盡相同。具體來(lái)說(shuō)，基于歐洲公司樣本的研究發(fā)現(xiàn)企業(yè)數(shù)字化只提高了企業(yè)盈利能力[3]；也有研究表明數(shù)字化轉(zhuǎn)型與環(huán)境績(jī)效的非線性關(guān)系，說(shuō)明存在數(shù)字化水平對(duì)環(huán)境績(jī)效的負(fù)向的“反彈效應(yīng)”[4]。同時(shí)發(fā)現(xiàn)關(guān)于數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展的理論與實(shí)證研究相對(duì)匱乏[5]。并且在這一新興研究中，集中探討對(duì)企業(yè)全要素生產(chǎn)率這一單一指標(biāo)的影響[6]，存在一定的片面性。因此，對(duì)于企業(yè)高質(zhì)量發(fā)展的研究，如何較為系統(tǒng)有效地衡量，是全面理解數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響關(guān)鍵問(wèn)題。

數(shù)字化轉(zhuǎn)型不斷加快，存在數(shù)據(jù)泄露和濫用的風(fēng)險(xiǎn)，同時(shí)數(shù)字工具和平臺(tái)的廣泛使用，增加了相應(yīng)的操作風(fēng)險(xiǎn)。內(nèi)部控制作為治理信息失真、整合企業(yè)資源的一種有效方法，可以幫助企業(yè)識(shí)別和降低這些風(fēng)險(xiǎn)，確保操作的正確性和合規(guī)性，提供了必要的監(jiān)督和管理。因此顯現(xiàn)出良好的內(nèi)部控制對(duì)企業(yè)高質(zhì)量發(fā)展的長(zhǎng)效機(jī)制與保障。同時(shí)發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)對(duì)于內(nèi)部控制在數(shù)字化轉(zhuǎn)型以及企業(yè)高質(zhì)量發(fā)展的研究中主要?dú)w于單向影響。具體來(lái)說(shuō)，在兩權(quán)分離制度下，內(nèi)部控制已經(jīng)成為企業(yè)高質(zhì)量發(fā)展的重要影響因素，但其作用尚未得到統(tǒng)一認(rèn)證[7]；企業(yè)數(shù)字化轉(zhuǎn)型提高了內(nèi)部控制有效性，且產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)大、企業(yè)生命周期處于非成長(zhǎng)期時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型提高內(nèi)部控制有效性更明顯[8]；內(nèi)部控制可以發(fā)揮促進(jìn)企業(yè)合法性綠色發(fā)展的作用，促進(jìn)自身環(huán)境績(jī)效的提升[9]。然而內(nèi)部控制質(zhì)量與企業(yè)數(shù)字化轉(zhuǎn)型以及高質(zhì)量發(fā)展的關(guān)系是值得進(jìn)一步研究的問(wèn)題。

基于文獻(xiàn)梳理發(fā)現(xiàn)的不足，本文將聚焦于數(shù)字經(jīng)濟(jì)和財(cái)務(wù)智能化的時(shí)代背景，從重污染行業(yè)視角進(jìn)行實(shí)證研究，可能的邊際貢獻(xiàn)有三點(diǎn)：第一，現(xiàn)有文獻(xiàn)對(duì)企業(yè)高質(zhì)量發(fā)展的衡量指標(biāo)較為單一，本文基于企業(yè)全要素生產(chǎn)率和企業(yè)環(huán)境績(jī)效兩個(gè)衡量指標(biāo)，實(shí)證研究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響效果；第二，本文進(jìn)一步深入探究?jī)?nèi)部控制情境因素對(duì)二者之間關(guān)系影響及邏輯構(gòu)建，深化對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展關(guān)系的理解；第三，多數(shù)文獻(xiàn)使用多維指標(biāo)時(shí)并未研究其內(nèi)在機(jī)制得出最終結(jié)果，因此本文注重?cái)?shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的內(nèi)在效應(yīng)，研究在數(shù)字化轉(zhuǎn)型中企業(yè)環(huán)境績(jī)效與企業(yè)全要素生產(chǎn)率存在的作用機(jī)制。本文研究對(duì)于數(shù)字經(jīng)濟(jì)背景下會(huì)計(jì)與內(nèi)部控制理論的創(chuàng)新具有重要的理論價(jià)值，同時(shí)為完善重污染行業(yè)企業(yè)內(nèi)部治理結(jié)構(gòu)提供微觀證據(jù)。

二、理論分析與研究假設(shè)

（一） 數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展

1.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率

根據(jù)創(chuàng)新經(jīng)濟(jì)學(xué)理論，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以驅(qū)動(dòng)企業(yè)創(chuàng)新，進(jìn)而帶來(lái)企業(yè)全要素生產(chǎn)率的提升。傳統(tǒng)的創(chuàng)新模式以企業(yè)為主，消費(fèi)者體驗(yàn)感較差，而在數(shù)字經(jīng)濟(jì)下互聯(lián)網(wǎng)商業(yè)模式應(yīng)運(yùn)而生，企業(yè)信息流通與共享加快，帶動(dòng)企業(yè)網(wǎng)絡(luò)化、產(chǎn)品創(chuàng)新工具智能化，縮短企業(yè)客戶之間的距離，成為企業(yè)創(chuàng)新發(fā)展新途徑。同時(shí)企業(yè)利用數(shù)據(jù)要素促進(jìn)各個(gè)部門由獨(dú)立開發(fā)向協(xié)同創(chuàng)新轉(zhuǎn)變[10]，有助于打破“邏輯性”孤島，營(yíng)造開放的創(chuàng)新環(huán)境。這種協(xié)同創(chuàng)新模式使得產(chǎn)品突破性創(chuàng)新和跨界合作更為順暢，能夠有效提高全要素生產(chǎn)率。

基于人力資本理論，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型也是優(yōu)化人力資本結(jié)構(gòu)的過(guò)程。探討企業(yè)數(shù)字化轉(zhuǎn)型對(duì)人工智能發(fā)展的影響，既替代了低端勞動(dòng)力[11]，又創(chuàng)造了新興勞動(dòng)力需求，如數(shù)字化維護(hù)人員和其他相關(guān)的數(shù)字化人才[12]。這些變化促進(jìn)了勞動(dòng)力市場(chǎng)上有競(jìng)爭(zhēng)力的高質(zhì)量要素供應(yīng)，從而優(yōu)化完善企業(yè)人力資本結(jié)構(gòu)[13]，更加靈活地配置適應(yīng)性強(qiáng)的勞動(dòng)力資源，積極應(yīng)對(duì)不斷變化的市場(chǎng)環(huán)境，提高市場(chǎng)競(jìng)爭(zhēng)力。

此外，根據(jù)委托代理理論和信息不對(duì)稱理論，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，強(qiáng)調(diào)數(shù)字技術(shù)進(jìn)步對(duì)信息上下級(jí)傳遞速度的加快，能夠減緩信息不對(duì)稱問(wèn)題[14]，減少委托代理矛盾，降低決策成本以及信息不確定性，從而提高決策效率。此外，數(shù)字化轉(zhuǎn)型還可以使企業(yè)實(shí)現(xiàn)跨界經(jīng)營(yíng)，充分利用數(shù)據(jù)和信息要素互通優(yōu)勢(shì)，實(shí)現(xiàn)優(yōu)化資源配置和業(yè)務(wù)拓展的目標(biāo)。并且在企業(yè)內(nèi)部，數(shù)字化轉(zhuǎn)型推動(dòng)研發(fā)設(shè)計(jì)與供應(yīng)鏈管理的協(xié)同，緩解資產(chǎn)專用性約束，提供多元化服務(wù)，實(shí)現(xiàn)生產(chǎn)過(guò)程的整體優(yōu)化，降低生產(chǎn)成本和管理成本?；谇笆龇治?，本文認(rèn)為企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠驅(qū)動(dòng)創(chuàng)新、優(yōu)化人力資本結(jié)構(gòu)、提升運(yùn)營(yíng)效率，從而推動(dòng)企業(yè)全要素生產(chǎn)率提高。故提出假設(shè)1a。

H1a：數(shù)字化轉(zhuǎn)型能夠提高企業(yè)全要素生產(chǎn)率。

2.數(shù)字化轉(zhuǎn)型與企業(yè)環(huán)境績(jī)效

基于資源配置理論的視角，數(shù)字化轉(zhuǎn)型的企業(yè)可以實(shí)時(shí)監(jiān)測(cè)能源消耗、碳排放等關(guān)鍵指標(biāo)，能夠精準(zhǔn)地追蹤和管理資源的使用情況，從而更好協(xié)調(diào)內(nèi)外部資源，實(shí)現(xiàn)資源的整合和共享，提高資源利用率，降低資源浪費(fèi)和成本。而企業(yè)社會(huì)責(zé)任理論認(rèn)為，企業(yè)應(yīng)當(dāng)對(duì)其環(huán)境行為和影響負(fù)責(zé)，并向利益相關(guān)方提供有關(guān)信息。數(shù)字化轉(zhuǎn)型能夠促使企業(yè)采用更加透明和規(guī)范的報(bào)告標(biāo)準(zhǔn)和指南，進(jìn)而提供披露細(xì)則和框架。由此使得企業(yè)能夠更系統(tǒng)地報(bào)告環(huán)境披露信息，增加信息的可比性和可信度，同時(shí)更好地履行環(huán)境責(zé)任，并接受外部監(jiān)督和評(píng)估。

數(shù)據(jù)驅(qū)動(dòng)決策是數(shù)字化轉(zhuǎn)型的重要特征。通過(guò)數(shù)字化系統(tǒng)平臺(tái)實(shí)時(shí)收集、廢棄物管理、清潔能源利用等方面的環(huán)境數(shù)據(jù)，企業(yè)可以獲得有用的決策信息，為改善環(huán)境績(jī)效提供支持。同時(shí)企業(yè)利用大數(shù)據(jù)和人工智能等新技術(shù)，挖掘環(huán)境數(shù)據(jù)中的潛在關(guān)聯(lián)和趨勢(shì)，識(shí)別資源浪費(fèi)和環(huán)境風(fēng)險(xiǎn)，并制定相應(yīng)的改進(jìn)和優(yōu)化策略。這樣的數(shù)據(jù)驅(qū)動(dòng)決策有助于企業(yè)更加科學(xué)地管理環(huán)境問(wèn)題，提高企業(yè)的社會(huì)責(zé)任感和可持續(xù)發(fā)展的透明度。

企業(yè)通過(guò)數(shù)字化工具和技術(shù)，可以更好地與供應(yīng)商、合作伙伴進(jìn)行溝通協(xié)作，實(shí)現(xiàn)供應(yīng)鏈上下游信息同步和協(xié)同決策，打破供應(yīng)鏈中的信息壁壘。供應(yīng)鏈管理理論強(qiáng)調(diào)其協(xié)同作用對(duì)于企業(yè)環(huán)境績(jī)效的重要性。通過(guò)協(xié)同作用，供應(yīng)鏈的各環(huán)節(jié)能夠更好地優(yōu)化資源利用、管理環(huán)境風(fēng)險(xiǎn)、推動(dòng)綠色創(chuàng)新和建立綠色合作關(guān)系，從而實(shí)現(xiàn)環(huán)境績(jī)效的提升。郭玉春[15]指出環(huán)境技術(shù)和資源共享以及激勵(lì)聯(lián)盟等對(duì)企業(yè)環(huán)境績(jī)效具有正向促進(jìn)作用。因此，數(shù)字化轉(zhuǎn)型可以通過(guò)提高資源利用率、加強(qiáng)環(huán)境信息披露責(zé)任、數(shù)據(jù)驅(qū)動(dòng)決策和優(yōu)化供應(yīng)鏈等途徑，促進(jìn)企業(yè)環(huán)境績(jī)效的提高。故提出假設(shè)1b。

H1b：數(shù)字化轉(zhuǎn)型能夠改善企業(yè)環(huán)境績(jī)效。

（二）數(shù)字化轉(zhuǎn)型、內(nèi)部控制與企業(yè)高質(zhì)量發(fā)展

內(nèi)部控制是指為防范違法違規(guī)風(fēng)險(xiǎn)，確保財(cái)務(wù)信息的可靠性以及組織的高效運(yùn)作而建立的流程和系統(tǒng)。從公司治理理論的角度來(lái)看，高質(zhì)量的內(nèi)部控制可以提供必要的監(jiān)督和治理。有效的內(nèi)部控制監(jiān)督能夠減少管理者自私自利行為，改善數(shù)字化轉(zhuǎn)型的環(huán)境，提高生產(chǎn)經(jīng)營(yíng)效率[16]，對(duì)企業(yè)全要素生產(chǎn)率有所裨益。數(shù)字化轉(zhuǎn)型通常需要在技術(shù)和資源方面進(jìn)行大量投資，高質(zhì)量的內(nèi)部控制可以確保這些資源得到有效利用，避免浪費(fèi)并最大限度地提高企業(yè)生產(chǎn)力。同時(shí)，內(nèi)部控制可以幫助識(shí)別數(shù)字流程中的低效率和瓶頸項(xiàng)目，比如監(jiān)測(cè)廢物管理或能源消耗的數(shù)字系統(tǒng)的效率，幫助企業(yè)改善環(huán)境績(jī)效。

信息質(zhì)量理論認(rèn)為，不準(zhǔn)確、不及時(shí)、不可靠的數(shù)據(jù)會(huì)導(dǎo)致錯(cuò)誤的決策。然而企業(yè)在數(shù)字化轉(zhuǎn)型中涉及收集和存儲(chǔ)、清洗和處理以及可視化大量且繁雜的數(shù)據(jù)，很可能會(huì)導(dǎo)致最終數(shù)據(jù)不可靠的問(wèn)題。由于企業(yè)在制定戰(zhàn)略、規(guī)劃生產(chǎn)、優(yōu)化資源配置和評(píng)估績(jī)效等方面較為依賴數(shù)據(jù)支持，因此，低質(zhì)量的數(shù)據(jù)可能對(duì)企業(yè)的決策過(guò)程和運(yùn)營(yíng)產(chǎn)生負(fù)面影響。高質(zhì)量的內(nèi)部控制能夠?qū)?shù)據(jù)進(jìn)行質(zhì)量管理、安全保護(hù)以及驗(yàn)證和審查，有助于確保財(cái)務(wù)數(shù)據(jù)的準(zhǔn)確性、完整性和可靠性，維持環(huán)境數(shù)據(jù)的公開透明，以此維護(hù)企業(yè)聲譽(yù)，展示企業(yè)對(duì)可持續(xù)發(fā)展的要求，同時(shí)提高企業(yè)在數(shù)字化轉(zhuǎn)型中的決策效率，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

基于風(fēng)險(xiǎn)管理理論，企業(yè)開展內(nèi)部控制能夠幫助企業(yè)遵守各項(xiàng)法律法規(guī)，如數(shù)據(jù)隱私法以及企業(yè)環(huán)境信息披露制度，確保公司的數(shù)字化轉(zhuǎn)型符合這些法規(guī)，減少不符合法規(guī)和財(cái)務(wù)處罰的風(fēng)險(xiǎn)；企業(yè)可以獲得更多創(chuàng)新資源，并對(duì)數(shù)字化轉(zhuǎn)型過(guò)程中可能出現(xiàn)的創(chuàng)新風(fēng)險(xiǎn)進(jìn)行有效防控[17]。

根據(jù)多種理論和視角，高質(zhì)量的內(nèi)部控制能最大限度地約束企業(yè)管理者的投機(jī)行為、確保驅(qū)動(dòng)決策的數(shù)據(jù)質(zhì)量、降低使用數(shù)字技術(shù)的相關(guān)風(fēng)險(xiǎn)，因此在數(shù)字化轉(zhuǎn)型與促進(jìn)企業(yè)高質(zhì)量發(fā)展中發(fā)揮著關(guān)鍵作用。故提出假設(shè)2。

H2a：企業(yè)內(nèi)部控制質(zhì)量較高時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的正向影響得到強(qiáng)化，內(nèi)部控制起正向調(diào)節(jié)作用。

H2b：企業(yè)內(nèi)部控制質(zhì)量較高時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)環(huán)境績(jī)效的正向影響得到強(qiáng)化，內(nèi)部控制起正向調(diào)節(jié)作用。

（三）數(shù)字化轉(zhuǎn)型、企業(yè)環(huán)境績(jī)效與企業(yè)全要素生產(chǎn)率

前文已指出，數(shù)字化轉(zhuǎn)型能夠同時(shí)促進(jìn)企業(yè)全要素生產(chǎn)率和企業(yè)環(huán)境績(jī)效的提高。本文對(duì)企業(yè)高質(zhì)量發(fā)展的衡量由兩個(gè)維度組成，這兩個(gè)被解釋變量之間的作用機(jī)制是什么？本文進(jìn)一步探討企業(yè)環(huán)境績(jī)效在數(shù)字化轉(zhuǎn)型提升企業(yè)全要素生產(chǎn)率中發(fā)揮的角色作用。本文理論預(yù)測(cè)，企業(yè)環(huán)境績(jī)效能夠在數(shù)字化轉(zhuǎn)型提高企業(yè)全要素生產(chǎn)率之間起部分中介作用，實(shí)現(xiàn)經(jīng)濟(jì)效益和可持續(xù)發(fā)展的雙贏局面。

環(huán)境管理理論認(rèn)為，企業(yè)環(huán)境績(jī)效的優(yōu)秀表現(xiàn)通常與其采用節(jié)能減排的創(chuàng)新技術(shù)有關(guān)。通過(guò)實(shí)施有效的能源管理系統(tǒng)（EMS）、綠色供應(yīng)鏈管理等措施，企業(yè)能夠降低能源消耗，減少對(duì)環(huán)境的負(fù)面影響，同時(shí)改善資源利用效率，降低生產(chǎn)成本，提高生產(chǎn)效率。優(yōu)秀的環(huán)境績(jī)效表明企業(yè)能夠通過(guò)合規(guī)管理、風(fēng)險(xiǎn)評(píng)估和應(yīng)急預(yù)案等手段有效管理與環(huán)境法規(guī)和責(zé)任有關(guān)的風(fēng)險(xiǎn)。通過(guò)降低環(huán)境事故或事件的發(fā)生概率，能夠減少與其有關(guān)的法律訴訟、罰款和賠償?shù)葷撛诔杀?，減少生產(chǎn)過(guò)程中的時(shí)間成本，提高生產(chǎn)效率和產(chǎn)能利用率。

良好的環(huán)境聲譽(yù)可以帶來(lái)更多的商業(yè)契機(jī)?？沙掷m(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)理論強(qiáng)調(diào)企業(yè)在環(huán)保和可持續(xù)發(fā)展方面的積極性對(duì)于獲得競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要?？蛻粼谶x擇合作伙伴時(shí)更傾向于與環(huán)境績(jī)效良好的企業(yè)合作，因?yàn)檫@些企業(yè)能夠提供更為可靠的可持續(xù)產(chǎn)品與服務(wù)。同時(shí)，關(guān)系營(yíng)銷理論認(rèn)為合作信任和良好的忠誠(chéng)度會(huì)給企業(yè)帶來(lái)更多的業(yè)務(wù)機(jī)會(huì)和穩(wěn)定的客戶基礎(chǔ)，因此在投融資方面更具吸引力。這些途徑可以幫助企業(yè)把握市場(chǎng)機(jī)遇，促進(jìn)企業(yè)全要素生產(chǎn)率的提升。

基于戰(zhàn)略合作理論分析，優(yōu)秀的環(huán)境績(jī)效能夠助力企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)。因此企業(yè)達(dá)到政府鼓勵(lì)條件的積極性越高，能夠取得與政府更密切的聯(lián)系，更容易獲得財(cái)政支持[18]，得到更多的外部資源。資源依賴?yán)碚撜J(rèn)為，企業(yè)在運(yùn)營(yíng)過(guò)程中需要依賴外部資源，這些資源可以為企業(yè)提供資金、技術(shù)和市場(chǎng)等方面的支持，推動(dòng)企業(yè)自身經(jīng)濟(jì)持續(xù)改善和發(fā)展。

綜上，本文提出假設(shè)3。

H3：數(shù)字化轉(zhuǎn)型能夠通過(guò)改善企業(yè)環(huán)境績(jī)效，進(jìn)而提高企業(yè)全要素生產(chǎn)率。

三、研究設(shè)計(jì)

（一）變量定義

1.被解釋變量：企業(yè)高質(zhì)量發(fā)展。企業(yè)高質(zhì)量發(fā)展不僅是企業(yè)經(jīng)濟(jì)效益的表現(xiàn)，也是健全綠色低碳循環(huán)的可持續(xù)發(fā)展。因此，本文從全要素生產(chǎn)率和環(huán)境績(jī)效兩個(gè)維度來(lái)衡量企業(yè)的高質(zhì)量發(fā)展。目前研究對(duì)于全要素生產(chǎn)率（TFP）的測(cè)度主流方法有OP法、LP法以及GMM法等。無(wú)論是同時(shí)性選擇偏差還是樣本選擇偏差問(wèn)題，在OP方法中都得到了較好的解決。因此本文選擇OP法計(jì)算的全要素生產(chǎn)率作為另一個(gè)被解釋變量，同時(shí)為了客觀反映投入要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，本文參考宋敏等[19]的做法進(jìn)行測(cè)算。

對(duì)于環(huán)境績(jī)效（EP）的測(cè)度，目前學(xué)者多采用變量替代法和評(píng)分體系方法，然而國(guó)內(nèi)對(duì)上市公司有毒污染物排放信息披露尚未形成統(tǒng)一規(guī)范，相關(guān)指標(biāo)數(shù)據(jù)庫(kù)并不完善，并且企業(yè)環(huán)境績(jī)效的評(píng)估也沒有統(tǒng)一的標(biāo)準(zhǔn)，由此來(lái)看評(píng)分體系方法要更加全面，故本文采用彭博發(fā)布的企業(yè)社會(huì)責(zé)任報(bào)告中環(huán)境責(zé)任得分進(jìn)行衡量，這一評(píng)分是基于企業(yè)的能源披露情況、空氣質(zhì)量披露、環(huán)境供應(yīng)鏈管理等七項(xiàng)一級(jí)指標(biāo)構(gòu)成，評(píng)分標(biāo)準(zhǔn)已得到學(xué)術(shù)界的廣泛認(rèn)可?？紤]到經(jīng)常更新披露準(zhǔn)則對(duì)ESG評(píng)分指標(biāo)的變動(dòng)，故將原始指標(biāo)取對(duì)數(shù)進(jìn)行處理。同時(shí)考慮到能直觀反映出企業(yè)環(huán)境行為的財(cái)務(wù)內(nèi)容，參考張兆國(guó)等[20]的做法，采用企業(yè)廢棄物等排放量計(jì)算出單位營(yíng)收排污費(fèi)進(jìn)行穩(wěn)健性檢驗(yàn)。需要注意的是，據(jù)本文定義來(lái)看，企業(yè)排污費(fèi)率越低，環(huán)境績(jī)效越高。

2.解釋變量：數(shù)字化轉(zhuǎn)型（DT）。目前學(xué)者對(duì)于數(shù)字化轉(zhuǎn)型的測(cè)量，主要從數(shù)字化程度（包括數(shù)字設(shè)備使用、數(shù)字平臺(tái)建設(shè)、數(shù)字化成熟度）和數(shù)字化能力（包括轉(zhuǎn)型能力、數(shù)字化盈利能力、數(shù)字創(chuàng)新能力）這兩個(gè)方面出發(fā)，包括采用虛擬變量方法、財(cái)務(wù)數(shù)據(jù)變量替代法以及文本分析方法三類主流方式。但是鑒于不同企業(yè)之間，在引入和使用數(shù)字技術(shù)方面的程度水平、所擁有的數(shù)量和類型等方面均有著較大的區(qū)別，戚聿東等[21]認(rèn)為單純通過(guò)企業(yè)是否已經(jīng)開展數(shù)字化轉(zhuǎn)型作為替代變量會(huì)遺漏大量信息，并不全面。本文參考袁淳等[22]的研究，采用文本挖掘法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平（DT）。首先，構(gòu)建出較為全面的企業(yè)數(shù)字化術(shù)語(yǔ)詞典，以國(guó)家政策語(yǔ)義體系為基礎(chǔ)再結(jié)合國(guó)家層面數(shù)字經(jīng)濟(jì)相關(guān)政策文件提取出企業(yè)數(shù)字化相關(guān)關(guān)鍵詞，其中與數(shù)字化有關(guān)的關(guān)鍵詞包括以數(shù)字、數(shù)據(jù)、智慧、云、機(jī)器人、電子、3D、AI等為基礎(chǔ)詞匯組成的關(guān)鍵詞；其次，將上述詞匯擴(kuò)充到j(luò)ieba中文分詞庫(kù)，基于機(jī)器學(xué)習(xí)的方法對(duì)上市公司年報(bào)“管理層討論與分析”（MD&A）部分進(jìn)行文本分析，提取出與數(shù)字化相關(guān)的關(guān)鍵詞在年報(bào)中出現(xiàn)的頻率；最后，考慮到計(jì)算出的頻率之間極差較大，將提取的相關(guān)詞匯頻數(shù)除以MD&A詞頻數(shù)并乘以100，并且為了避免樣本數(shù)據(jù)右偏傾向，更加接近正態(tài)分布，便于后續(xù)的數(shù)據(jù)建模和分析，本文還進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行了加1后的對(duì)數(shù)化處理來(lái)衡量微觀企業(yè)數(shù)字化轉(zhuǎn)型程度（DT）。

3.調(diào)節(jié)變量：企業(yè)內(nèi)部控制質(zhì)量（IC）。本文參照郜保萍[8]的研究，選取迪博公司發(fā)布的上市公司內(nèi)部控制指數(shù)來(lái)衡量企業(yè)內(nèi)部控制質(zhì)量（IC），能夠客觀綜合反映上市公司內(nèi)部控制水平及其現(xiàn)狀。同時(shí)對(duì)原數(shù)值進(jìn)行對(duì)數(shù)化處理，以削弱內(nèi)部控制質(zhì)量的數(shù)量級(jí)較大所造成的影響。

4.控制變量：本文選取了凈資產(chǎn)收益率（ROE）、企業(yè)成長(zhǎng)性（Growth）、財(cái)務(wù)杠桿（Lev）、管理層持股比例（Mshare）、股權(quán)制衡度（Balance）、股權(quán)性質(zhì)（SOE）、審計(jì)質(zhì)量（Big4）、審計(jì)意見（Opinion）以及企業(yè)規(guī)模（Size）作為企業(yè)層面的控制變量。同時(shí)對(duì)年份（year）和行業(yè)（Industry）進(jìn)行控制。

（二） 模型構(gòu)建

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響，本文構(gòu)建基準(zhǔn)模型1，并在模型1的基礎(chǔ)上構(gòu)建調(diào)節(jié)效應(yīng)模型2，對(duì)內(nèi)部控制的機(jī)制作用進(jìn)行分析：

Yi，t=β0+β1DTi，t+∑Controlsi，t+∑Industryi+∑Yeart+εi，t

（1）

Yi，t=β0+β1DTi，t+β2ICi，t+∑Controlsi，t+∑Industryi+

∑Yeart+εi，t （2）

式中，Y代表i企業(yè)在t年的全要素生產(chǎn)率和環(huán)境績(jī)效；DT代表i企業(yè)在t年的數(shù)字化轉(zhuǎn)型程度；IC代表i企業(yè)在t年的內(nèi)部控制質(zhì)量，在進(jìn)行調(diào)節(jié)效應(yīng)分析時(shí)，采用高低水平的IC進(jìn)行分組檢驗(yàn)；Controls代表一系列控制變量；Year和Industry表示時(shí)間和行業(yè)的虛擬變量；ε代表隨機(jī)誤差項(xiàng)。

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展內(nèi)在的影響機(jī)制，兩個(gè)被解釋變量是否存在中介作用，建立中介效應(yīng)模型3—模型5：

TFPi，t=β0+β1DTi，t+∑Controlsi，t+∑Yeart+∑Industryi+

εi，t （3）

EPi，t=β0+β1DTi，t+∑Controlsi，t+∑Yeart+∑Industryi+

εi，t （4）

TFPi，t=β0+β1DTi，t+β2EPi，t++∑Controlsi，t+∑Yeart+

∑Industryi+εi，t （5）

式中，TFP代表i企業(yè)在t年的全要素生產(chǎn)率；EP作為中介變量，代表i企業(yè)在t年的環(huán)境績(jī)效；DT代表i企業(yè)在t年的數(shù)字化轉(zhuǎn)型程度。

（三）樣本選擇與數(shù)據(jù)來(lái)源

本文根據(jù)2012證監(jiān)會(huì)行業(yè)分類、《上市公司環(huán)境信息披露指南》以及2008年《上市公司環(huán)保核查行業(yè)分類管理名錄》篩選出滬深A(yù)股重污染行業(yè)上市公司，剔除數(shù)據(jù)缺失以及金融類、ST、*ST的企業(yè)后，獲得2 079個(gè)公司—年度面板觀測(cè)值，由于數(shù)據(jù)可獲得性問(wèn)題，樣本數(shù)據(jù)截至2021年。此外，對(duì)連續(xù)變量進(jìn)行前后1%縮尾處理。

其中，企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于上市公司年報(bào)以及國(guó)泰安數(shù)據(jù)庫(kù)等，企業(yè)內(nèi)部控制數(shù)據(jù)源于迪博（DIB）內(nèi)部控制指數(shù)，企業(yè)排污數(shù)據(jù)主要來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），企業(yè)環(huán)保投資數(shù)據(jù)來(lái)自上市公司年報(bào)附注中在建工程和管理費(fèi)用兩個(gè)科目，企業(yè)社會(huì)責(zé)任報(bào)告來(lái)源于彭博數(shù)據(jù)庫(kù)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

從表1可以看出，企業(yè)全要素生產(chǎn)率（TFP）的均值為16.787，最小值為14.276，最大值為19.019，表明樣本企業(yè)整體的全要素生產(chǎn)率水平良好。企業(yè)環(huán)境績(jī)效（EP）樣本均值為2.390，說(shuō)明樣本企業(yè)即重污染行業(yè)上市公司環(huán)境績(jī)效整體偏弱，與最大值相比，最小值更為偏離中位數(shù)，表明公司之間的環(huán)境管理水平相差較大，因此提升重污染行業(yè)環(huán)境績(jī)效的問(wèn)題亟待解決。企業(yè)數(shù)字化轉(zhuǎn)型（DT）之間有一定差異，最大值為4.997，最小值為0（說(shuō)明沒有進(jìn)行數(shù)字轉(zhuǎn)型），表明樣本企業(yè)間的確存在著數(shù)字鴻溝。企業(yè)內(nèi)部控制質(zhì)量指數(shù)分布較為均勻。本文還進(jìn)行了相關(guān)性檢驗(yàn)和VIF檢驗(yàn)，結(jié)果顯示VIF值均小于5，說(shuō)明本文構(gòu)建的模型無(wú)顯著的多重共線性問(wèn)題。

（二）基準(zhǔn)回歸

為研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響，首先，根據(jù)解釋變量與被解釋變量的非線性檢驗(yàn)結(jié)果，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展之間是線性關(guān)系。其次，根據(jù)Hausman檢驗(yàn)結(jié)果，P值均小于0.001，拒絕原假設(shè)，選擇固定效應(yīng)模型，同時(shí)本文采用控制年度和行業(yè)的雙向固定效應(yīng)。之后，本文對(duì)模型1進(jìn)行了多元回歸分析，基準(zhǔn)回歸結(jié)果如表2所示，列（2）和列（4）為加入控制變量后的回歸結(jié)果，數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率的回歸系數(shù)依然在1%的水平為正，表明數(shù)字化轉(zhuǎn)型的確提升了企業(yè)全要素生產(chǎn)率，H1a成立；數(shù)字化轉(zhuǎn)型與企業(yè)環(huán)境績(jī)效的回歸系數(shù)在5%的水平顯著為正，說(shuō)明控制變量選取合理，有效剔除一些潛在因素對(duì)被解釋變量的影響，結(jié)果表明數(shù)字化轉(zhuǎn)型同樣也能改善企業(yè)環(huán)境績(jī)效，H1b也成立?；鶞?zhǔn)回歸結(jié)果說(shuō)明數(shù)字化轉(zhuǎn)型程度越高，越能促進(jìn)企業(yè)高質(zhì)量發(fā)展，H1得到驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

本文采用兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)：第一，替換被解釋變量。在企業(yè)全要素生產(chǎn)率的衡量上，采用GMM方法進(jìn)行計(jì)算；在企業(yè)環(huán)境績(jī)效的衡量上，采用單位營(yíng)業(yè)收入排污費(fèi)計(jì)算的排污費(fèi)率重新進(jìn)行回歸。需要注意的是排污費(fèi)率越高，說(shuō)明公司的治理污染能力較差，污染排放較多，需要支付相對(duì)于企業(yè)收益來(lái)說(shuō)較高的排污費(fèi)來(lái)彌補(bǔ)，表明環(huán)境績(jī)效越低。回歸結(jié)果如表3列（1）、列（2）所示，均在1%水平顯著為正，原有結(jié)論依然成立。第二，為緩解模型的內(nèi)生性問(wèn)題對(duì)結(jié)果產(chǎn)生的干擾，進(jìn)一步進(jìn)行內(nèi)生性檢驗(yàn)。本文采用兩階段最小二乘法進(jìn)行估計(jì)，參考袁勝超[23]的做法，將數(shù)字化轉(zhuǎn)型的滯后一階和滯后二階分別作為解釋變量的工具變量，滯后變量與內(nèi)生解釋變量相關(guān)，可以解釋數(shù)字化轉(zhuǎn)型的變化，同時(shí)不與擾動(dòng)項(xiàng)相關(guān)，滿足外生性條件。工具變量有效性檢驗(yàn)結(jié)果如表4所示，各模型回歸結(jié)果均在1%的顯著水平通過(guò)了過(guò)度識(shí)別檢驗(yàn)，Cragg Donald Wald F統(tǒng)計(jì)量也顯著大于10%對(duì)應(yīng)臨界值16.38，拒絕弱工具變量假設(shè)，說(shuō)明本文工具變量選取合理?；貧w結(jié)果如表3列（3）—列（6）所示，數(shù)字化轉(zhuǎn)型滯后一階均在1%顯著水平對(duì)企業(yè)全要素生產(chǎn)率和企業(yè)環(huán)境績(jī)效呈正向影響，數(shù)字化轉(zhuǎn)型滯后二階分別在1%和10%的顯著水平對(duì)企業(yè)全要素生產(chǎn)率和企業(yè)環(huán)境績(jī)效呈正向影響。該結(jié)果與基準(zhǔn)回歸結(jié)果相差不大，表明處理內(nèi)生性問(wèn)題后，模型穩(wěn)健性進(jìn)一步得到證實(shí)。

五、進(jìn)一步分析

（一）調(diào)節(jié)效應(yīng)

基于上述主變量的檢驗(yàn)結(jié)果，本文使用分組回歸的方法進(jìn)一步探究?jī)?nèi)部控制對(duì)企業(yè)高質(zhì)量發(fā)展兩個(gè)維度的調(diào)節(jié)作用。具體分組結(jié)果如表4所示。列（1）和列（2）的結(jié)果表示，對(duì)比于內(nèi)部控制質(zhì)量低組別中的5%顯著水平，在企業(yè)內(nèi)部控制高質(zhì)量組別中，數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率的顯著水平提高到1%。這意味著高質(zhì)量的內(nèi)部控制對(duì)企業(yè)全要素生產(chǎn)率的積極作用更強(qiáng)，H2a得到驗(yàn)證。列（3）與列（4）的結(jié)果表明，在企業(yè)內(nèi)部控制高質(zhì)量組別中，數(shù)字化轉(zhuǎn)型與企業(yè)環(huán)境績(jī)效的回歸系數(shù)由低質(zhì)量組別0.009提高至0.064，同時(shí)p=0.011，即從低質(zhì)量組別的不顯著提高至近乎1%顯著水平。并且R2得到有效提升，模型擬合度更好，這說(shuō)明高質(zhì)量的內(nèi)部控制同時(shí)也對(duì)企業(yè)環(huán)境績(jī)效的積極作用更強(qiáng)，H2b得到驗(yàn)證。為檢驗(yàn)調(diào)節(jié)效應(yīng)的穩(wěn)健性，分別對(duì)四組分組回歸進(jìn)行組間系數(shù)差異檢驗(yàn)（Chow檢驗(yàn)），P值均在1%左右的顯著水平通過(guò)檢驗(yàn)。調(diào)節(jié)效應(yīng)的結(jié)果說(shuō)明隨著企業(yè)內(nèi)部控制質(zhì)量的持續(xù)改進(jìn)，能夠促進(jìn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展產(chǎn)生的正向推動(dòng)，內(nèi)部控制起調(diào)節(jié)作用，H2得到驗(yàn)證。

（二）中介效應(yīng)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的內(nèi)部影響機(jī)制，采用其中衡量指標(biāo)企業(yè)環(huán)境績(jī)效作為中介變量，驗(yàn)證環(huán)境績(jī)效提升的中介作用。模型5在模型3的基礎(chǔ)上加入了企業(yè)環(huán)境績(jī)效，回歸結(jié)果如表5所示，列（1）表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的回歸系數(shù)是0.049，在1%水平顯著；列（2）表明數(shù)字化轉(zhuǎn)型在5%顯著水平正向促進(jìn)企業(yè)的環(huán)境績(jī)效，系數(shù)為0.034；列（3）表明在加入環(huán)境績(jī)效后，企業(yè)環(huán)境績(jī)效和企業(yè)全要素生產(chǎn)率之間在1%水平顯著正相關(guān)，系數(shù)為0.080，同時(shí)數(shù)字化轉(zhuǎn)型和企業(yè)全要素生產(chǎn)率之間的顯著水平?jīng)]有發(fā)生變化，但是系數(shù)由第一步的0.049減小到0.046，表明企業(yè)環(huán)境績(jī)效在數(shù)字化轉(zhuǎn)型和企業(yè)全要素生產(chǎn)率之間起到了部分中介的作用，企業(yè)全要素生產(chǎn)率的提高，一部分是由于提高環(huán)境績(jī)效所帶來(lái)的，H3得到了驗(yàn)證。同時(shí)，運(yùn)用Sobel檢驗(yàn)對(duì)中介效應(yīng)進(jìn)行檢驗(yàn)，結(jié)果如表5所示，Sobel檢驗(yàn)中，Z值為1.781，p<0.1，企業(yè)環(huán)境績(jī)效在數(shù)字化轉(zhuǎn)型和企業(yè)全要素生產(chǎn)率的中介效應(yīng)得到了支持。

六、研究結(jié)論與建議

（一）研究結(jié)論

本文以2011—2021年間重污染行業(yè)上市公司為研究樣本，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響效應(yīng)及作用機(jī)制，得出如下結(jié)論：第一，結(jié)果強(qiáng)調(diào)數(shù)字賦權(quán)推動(dòng)企業(yè)環(huán)境績(jī)效和提高生產(chǎn)效率的重要性，最終促進(jìn)企業(yè)高質(zhì)量發(fā)展。第二，企業(yè)內(nèi)部控制通過(guò)其必要的約束和監(jiān)督，保證了數(shù)字化轉(zhuǎn)型的可靠性，從而調(diào)節(jié)其對(duì)企業(yè)高質(zhì)量發(fā)展的顯著正向影響。第三，數(shù)字化轉(zhuǎn)型與衡量企業(yè)高質(zhì)量發(fā)展兩個(gè)內(nèi)在維度之間存在中介效應(yīng)，即數(shù)字化轉(zhuǎn)型可以通過(guò)改善企業(yè)環(huán)境績(jī)效來(lái)提升企業(yè)全要素生產(chǎn)率。

（二）建議

1.提供制度保障，強(qiáng)化政策推動(dòng)。對(duì)于政府而言，首先完善法律法規(guī)，給予企業(yè)明確的指導(dǎo)和約束，對(duì)內(nèi)部控制質(zhì)量較低的企業(yè)發(fā)揮外部治理的替代作用。其次，針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的陣痛期精準(zhǔn)化施策，推動(dòng)工業(yè)互聯(lián)網(wǎng)的發(fā)展，建設(shè)智能制造基地和工業(yè)云平臺(tái)，促進(jìn)制造企業(yè)實(shí)現(xiàn)數(shù)字化網(wǎng)絡(luò)化；針對(duì)非制造企業(yè)設(shè)立專項(xiàng)資金，建立政府示范項(xiàng)目，吸引社會(huì)資本投入，提高企業(yè)數(shù)字化轉(zhuǎn)型的積極性。最后，開展數(shù)字化轉(zhuǎn)型人才培養(yǎng)計(jì)劃，推動(dòng)產(chǎn)業(yè)協(xié)同合作，鼓勵(lì)企業(yè)向高附加值、高技術(shù)含量和高服務(wù)型產(chǎn)業(yè)轉(zhuǎn)型。

2.重視數(shù)字賦權(quán)，加快轉(zhuǎn)型升級(jí)。首先，從戰(zhàn)略發(fā)展角度出發(fā)，企業(yè)需要明確適合自身內(nèi)外部環(huán)境的數(shù)字化轉(zhuǎn)型策略和目標(biāo)，加強(qiáng)協(xié)同一致。進(jìn)一步確定轉(zhuǎn)型優(yōu)先領(lǐng)域和重點(diǎn)項(xiàng)目，提高投資效率。其次，從技術(shù)安全方面來(lái)看，企業(yè)可以實(shí)施防火墻、防病毒軟件、加密技術(shù)等網(wǎng)絡(luò)安全控制，提供可靠的數(shù)據(jù)保護(hù)。最后，從組織發(fā)展來(lái)看，企業(yè)可以施行合理的職責(zé)分離制度，建立相應(yīng)的授權(quán)和審批機(jī)制加之定期內(nèi)部審計(jì)，幫助識(shí)別內(nèi)部控制的弱點(diǎn)。同時(shí)設(shè)立領(lǐng)導(dǎo)層激勵(lì)機(jī)制，鼓勵(lì)數(shù)字實(shí)驗(yàn)和承擔(dān)風(fēng)險(xiǎn)，提升企業(yè)軟環(huán)境。

通過(guò)以上政策建議，可以幫助企業(yè)取得長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)，從而轉(zhuǎn)化為推動(dòng)自身高質(zhì)量發(fā)展的內(nèi)生動(dòng)力，在綠色低碳的可持續(xù)發(fā)展道路上貢獻(xiàn)力量。

【參考文獻(xiàn)】

［1］ 陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望［J］.管理世界，2020，36（5）：220-236，20.

［2］ 王曉紅，李娜，陳宇.冗余資源調(diào)節(jié)、數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（8）：72-84.

［3］ BARBIERI L，MUSSIDA C，et al.Testing the employment and skill impact of new technologies［J］.Handbook of Labor，Human Resources and Population Economics，2020，1-27.

［4］ AHMADOVA G，DELGADO-MáRQUEZ B L，et al.Too good to be true：the inverted U-shaped relationship between home-country digitalization and environmental performance［J］.Ecological Economics，2022，196.

［5］ 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［6］ 胡沛楓，馬遠(yuǎn)遠(yuǎn)，黃毅敏.雙循環(huán)視閾下企業(yè)高質(zhì)量發(fā)展內(nèi)生動(dòng)力系統(tǒng)構(gòu)建研究［J］.創(chuàng)新科技，2021，21（7）：61-73.

［7］ 胡海波，彭卉.內(nèi)部控制對(duì)企業(yè)高質(zhì)量發(fā)展的影響——基于社會(huì)責(zé)任和投資效率的中介效應(yīng)分析［J］.會(huì)計(jì)之友，2023（19）：82-90.

［8］ 郜保萍.企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部控制有效性［J］.會(huì)計(jì)之友，2023（4）：127-133.

［9］ 董稱.內(nèi)部控制、產(chǎn)權(quán)性質(zhì)與企業(yè)環(huán)境績(jī)效［D］.南京：南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2018.

［10］ 王才.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的作用機(jī)制研究［J］.當(dāng)代經(jīng)濟(jì)管理，2021，43（3）：34-42.

［11］ AGRAWAL A，GANS J S，GOLDFARB A.Artificial intelligence：the ambiguous labor market impact of automating prediction ［J］.Journal of Economic Perspectives，2019，33（2）：31-49.

［12］ ALEXOPOULOS M，COHEN J.The medium is the measure：technical change and employment，1909-1949［J］.Review of Economics and Statistics，2016，98（4）：792-810.

［13］ 孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：61-79.

［14］ 裴長(zhǎng)洪，倪江飛，李越.數(shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，2018，39（9）：5-22.

［15］ 郭玉春.供應(yīng)鏈協(xié)同對(duì)環(huán)境績(jī)效的影響研究：制度壓力的調(diào)節(jié)作用［D］.武漢：武漢紡織大學(xué)碩士學(xué)位論文，2021.

［16］ 趙燕.數(shù)字化轉(zhuǎn)型、戰(zhàn)略資源匹配與企業(yè)高質(zhì)量發(fā)展［J］.財(cái)會(huì)月刊，2022（20）：62-69.

［17］ 李瑛玫，史琦.內(nèi)部控制能夠促進(jìn)企業(yè)創(chuàng)新績(jī)效的提高嗎？［J］.科研管理，2019，40（6）：86-99.

［18］ 鄧穎.環(huán)境稅對(duì)重污染行業(yè)上市公司環(huán)境績(jī)效與財(cái)務(wù)績(jī)效的影響研究［D］.成都：西南財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2021.

［19］ 宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

［20］ 張兆國(guó)，常依，曹丹婷，等.高管任期、企業(yè)技術(shù)創(chuàng)新與環(huán)境績(jī)效實(shí)證研究——以新環(huán)保法施行為事件窗口［J］.科技進(jìn)步與對(duì)策，2020，37（12）：73-81.

［21］ 戚聿東，蔡呈偉.數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究［J］.學(xué)習(xí)與探索，2020（7）：108-119.

［22］ 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［23］ 袁勝超.數(shù)字化驅(qū)動(dòng)了產(chǎn)學(xué)研協(xié)同創(chuàng)新嗎？——兼論知識(shí)產(chǎn)權(quán)保護(hù)與企業(yè)吸收能力的調(diào)節(jié)效應(yīng)［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2023（4）：60-81.