数字化转型、融资约束与企业高质量发展

曾富全 李泓安

【摘 要】 推动经济高质量发展是我国当前的重要战略目标，越来越多的企业开始实施数字化转型以助推高质量发展。文章以2013—2021年我国沪深A股上市公司为研究样本，实证检验数字化转型能否真正促进企业高质量发展以及融资约束是否影响数字化转型对企业高质量发展的促进作用。研究发现：数字化转型能够显著促进企业高质量发展，融资约束削弱了数字化转型对企业高质量发展的促进作用；数字化转型在非国有企业中对企业发展质量的提高效果更好，东部地区企业的数字化转型对其高质量发展的促进作用更强。研究结论肯定了企业数字化转型的综合成效，对有效引导和支持企业进行数字化转型、促进企业高质量发展有所启示。

【关键词】 企业高质量发展； 数字化转型； 融资约束

【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937（2024）14-0050-09

一、引言

党的十九大以来，我国经济由过去高速增长阶段向新时代高质量发展阶段转变，党的二十大更是把经济高质量发展上升为全面建设社会主义现代化国家的首要任务。宏观经济是微观个体的集合体，推动宏观经济高质量发展需要从根本上着眼于微观企业，宏观经济高质量发展最终需要通过企业高质量发展来实现。中国证监会出台的《推动提高上市公司质量三年行动方案（2022—2025）》指出，在上市公司个体层面，要从经营业绩、风险化解、投资者回报、科研投入、国际化水平等多方面共同发力，推动上市公司高质量发展。如何推动企业的高质量发展，已成为目前理论界和实务界共同关注的话题。

随着数字技术的发展，数字化转型已成为世界趋势。为占领数字经济时代的新制高点，不少发达国家早已在国家战略层面明确提出，要大力推动传统实体经济的全面数字化转型。我国对数字化转型也高度重视。2021年我国《政府工作报告》中提出，要加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化。党的二十大报告强调，要加快发展数字经济，促进数字经济与实体经济深度融合。实现数字经济的发展，根本落脚点在于企业的数字化转型。目前，我国各行各业的数字化转型尚处于初级阶段，数字化转型是否真正能够实现企业提质增效、促进企业高质量发展，现有文献尚缺乏一致的观点，需要通过实证研究来检验。

由于我国金融体系尚不发达，融资约束是我国大部分企业不可避免的问题，企业在数字化转型过程中会面临更多不确定性，因此很容易受外部融资的限制。一方面，在数字化转型过程中，融资约束水平较低的企业，由于具有较强的资金实力，可能会更容易建立数字化转型后的管理和维护机制，其实施数字化转型能够更好地转化为企业的发展动力，促进企业高质量发展；但也存在一种可能，由于资金实力雄厚，管理层出于稳健，更愿意将资金投向成熟的业务扩张而不愿投向属于内部管理变革的数字化转型。另一方面，融资约束程度较高的企业由于资金紧张，对数字化转型这种高风险的技术创新活动缺乏投资积极性。可见，融资约束很可能成为数字化转型和企业高质量发展关系的一个重要边界条件，具体情况需要通过实证研究来检验。

2013年普遍被认为是我国数字化变革元年[ 1-2 ]，鉴于此，本文拟利用2013—2021年沪深A股上市公司的实证证据，对数字化转型与企业高质量发展之间关系的现有研究加以拓展，探讨融资约束条件下，数字化转型对企业高质量发展的影响理论机制，期望有助于厘清企业数字化转型的内在机理，为企业高质量发展寻求新动能提供现实依据。

与已有文献相比，本文的主要研究贡献在于：一是从企业高质量发展角度来研究数字化转型的成效，研究视角有所创新。本文能在一定程度上克服现有实证研究对数字化转型与企业影响关系仅局限于企业的某一个具体方面，并非检验企业整体发展状况的不足。二是本文有助于打开数字化转型与企业高质量发展关系的机制“黑箱”，有利于整合与拓展二者关系的研究。

二、理论分析和研究假设

（一）数字化转型对企业高质量发展的影响

资源基础理论认为，企业的资源是其参与竞争的基础。其中，发挥主要作用的是它有价值的、稀缺的、难以模仿的核心资源，这些核心资源渗透于企业的生产和经营等过程中，串联形成了企业的核心竞争力[ 3 ]。根据资源基础理论，一方面，企业数字化转型由企业自主开发或外包形成，涵盖了多项无形或有形资产，具有价值性和不可模仿性，因此数字化转型本身可以作为企业的一种独特的核心资源，成为企业竞争力的来源。另一方面，企业对其有限资源的有效配置，是企业竞争优势的重要来源，而数字化转型能够优化企业的资源配置过程，从而提高企业的资源水平和资源利用效率。企业资源配置的方式可以分为资源搜寻和资源利用两种过程[ 4 ]。

在企业资源搜寻过程中，数字技术大大扩展了企业获取数据的深度和广度。例如，企业能够收集消费者在搜索引擎和购买服务页面中的搜索记录、社交平台评价记录、可穿戴装置或图像识别技术的用户数据以及声音图片信息等，这将有利于企业形成消费者群体的精确定位，从而增加预测准确度。数字化转型推动了产业融合，模糊了企业与企业之间的边界线，在企业寻找外部资源的过程中，进行过有效数字化转型的企业更容易成为合作焦点[ 5 ]，通过合作和分享，能获得其他企业的信息并用于自身决策，这些海量信息也能够形成企业的核心资源。

在企业资源利用过程中，数字化的系统能够根据实时数据生成最优生产方案，并对企业的经营活动形成明确、详细的建议，企业在决策过程中不再依赖主观经验判断，而向“数据决策”“智慧决策”转变[ 6 ]。数字化转型使企业的预测更精确，信息反馈更快捷。随着大数据分析、人工智能和云计算等信息技术的日益成熟，企业还能够用更少的成本购买到大数据加工和分析服务，企业的大数据分析手段由过去的简单抽样转为综合数据分析，由因果分析转为相关分析，由报表统计分析转为数据挖掘等智能数据分析[ 7 ]，企业在大数据分析中所提出的高价值含量信息更多，从而更加强化企业对数据资产的使用能力，企业能够更高效地利用自身资源。

企业的资源搜寻、资源利用两个过程并非独立进行，数字化转型能够为企业资源搜寻、资源利用的协同过程赋能。一方面，通过对大数据分析与物联网的即时数据更新、动态分析以及对工业互联网平台的智慧管理等，使数字技术的运用产生了明显的乘数效应，在企业与产业之间，数字经济技术提高了跨界融合收益，降低了企业跨界合作的成本。另一方面，数字化转型帮助企业快速获取相关信息，为企业技术创新提供信息基础的同时，还能够改变企业创新要素的组合方式，降低创新交易的契约成本，从而提高企业技术创新能力[ 8 ]。

综上所述，对企业而言，数字化转型具有信息效应和乘数效应，进行数字化转型会优化企业的商业模式，完善企业的管理模式，从而为企业带来更多的竞争优势，最终促进企业高质量发展。为此，提出本文主假设：

H1：数字化转型能够促进企业高质量发展。

（二）融资约束条件下数字化转型对企业高质量发展的影响

融资约束对数字化转型与企业高质量发展的影响可能存在正反两方面作用。

一方面，从融资约束带来的资源限制和信息不对称的角度看，融资约束会削弱数字化转型对企业高质量发展的促进效果，理由有：

第一，数字化转型的固定成本巨额投资有可能拖累企业发展。数字化转型导致的高固定成本主要来源于以下方面：数字化转型前期研发成本，包括因数字化系统开发投入的成本；数字化运营时为吸引用户而进行免费、补贴策略所耗费的成本[ 9 ]；数字化运营时进行系统日常管理、维护和升级必需的成本。企业在数字化转型中的巨大投资，显然增加了企业的运营成本和退出市场的障碍[ 10 ]，搞不好会拖累企业高质量发展。

第二，融资约束的存在抑制了企业技术进步的效率[ 11 ]。企业数字化转型是一种探索性的创新活动，其结果对企业而言可能是全面、结构性的改变，相关的资金需求可能无法准确估计，因此数字化转型过程需要持续的资金和资源投入，如果其中一些环节因资金问题出现中断，可能导致数字化转型过程停滞，相关投入会转化为沉没成本。融资约束较大的企业由于资源与能力有限，其数字化转型面临的壁垒更高，大多只能依赖极为有限的内部资金来进行数字化转型投入，其数字化转型活动极易受阻，此时数字化转型不仅没有创造价值，反而损害了企业当前的价值。可见，融资约束下，企业从外部可获得的资金不足，数字化转型可能成为企业的“累赘”，企业难以进行高质量发展。

第三，由于存在信息不对称，数字化转型活动的不确定性可能增加了企业的外源融资成本，使得融资约束企业在进行外部融资时雪上加霜。受到融资约束的企业为了进行数字化转型，将占用企业其他用途的资金投入，在数字化转型资金投入不够的同时，也会影响企业正常运营和其他的技术创新过程，进而阻碍企业高质量发展。反之，在融资相对顺畅的大型企业中，企业数字化转型过程可以获得较充足的资金保障，聘请更多优秀的人才，购置更多更好的数字化设备，实现企业整体性、结构性的数字化转型，更好地发挥数字化转型的规模经济效应，促进企业高质量发展。

另一方面，从管理层行为和信号作用的角度看，融资约束能够强化企业进行数字化转型对企业高质量发展的促进作用，理由有：

第一，融资约束大的企业，其数字化转型效果可能更好。融资条件宽松的企业，其原本的资金充足，组织和员工结构较为稳定，刻意追求数字化转型可能会引起组织架构变革，导致组织内部利益冲突，受到员工抵制。如果管理者在此过程中作出过于激进的决策，一旦发生失误，将面临被解雇的威胁，管理层因此会产生短视和防御行为[ 12 ]。国家知识产权局数据也表明，大型企业在研发投入强度、有效专利持有量水平上均较低[ 13 ]。由此可以推断，为了规避风险，融资条件宽松的企业实施的数字化转型活动可能是缺乏效率或是浪费的，转型效果相对可能更差。与此相反，融资约束大的企业，其资金来源受到限制较多，为了防止公司陷入经营困境，管理层更有动力挖掘企业的潜力，提高管理水平、组织灵活性和生产效率，并尽可能地向外部投资者“表现自己”，减少融资约束的负面影响[ 14 ]，从而使得企业数字化转型具有较强的针对性和应用性。由于融资约束较大的企业进行数字化转型通常会面临经费缺口，这将迫使管理层提高资金利用效率。因此，融资困难能够刺激管理层更加高效利用有限的资源，使得企业数字化转型效果更好。

第二，信号理论认为，对信息发出者而言，企业要想发出既能很好地展现企业的有效信息又能保护企业的商业机密，还能吸引外部资本支持的有效信号，一般是比较困难的[ 15-16 ]。但通过数字化转型，企业能够释放更多有效信号，缓解企业的资金困境。首先，融资困难的企业实施数字化转型可以向政府释放信号，在我国的具体背景下，中央财政正在调动多方面资源，加大支持中小企业实施数字化转型。例如，工信部和财政部在2022年联合发布的《关于开展财政支持中小企业数字化转型试点工作的通知》中提出，政府将结合市场情况为数字化转型的中小企业提供一定的资金支持，以降低企业数字化转型成本。其次，融资困难的企业实施数字化转型可以向外部合作者释放信号，融资困难的企业自身可以通过数字化转型与外部形成良好的合作关系，从而获取额外的经济资源[ 17 ]。再次，融资困难的企业实施数字化转型能提高自身的信号质量。数字化转型能够加强企业的数字治理能力，提高信息的透明度，增强信号的可靠性，并能够有效对接数字金融，减少外部金融机构对企业高风险评价的可能。在此基础上，数字化转型便捷和拓宽了企业的融资渠道，提高了企业的对外融资效率和融资水平[ 18 ]。最后，通过数字化转型，企业在释放有效信号的同时不需要公开过多的核心信息，大大减少了技术信息的风险，企业不但缓解了自身的融资约束问题，还能够获取数字化转型带来的更多超额利润，有利于企业发展质量实现更大飞跃。总而言之，在融资困难的企业中，数字化转型不仅具有优化企业资源配置的作用，而且能够帮助企业获取更多的有限资源，并改善各利益相关者的行为，从而产生更为明显的乘数效应，强化数字化转型对企业高质量发展的促进作用。

基于上述分析，提出以下假设：

H2a：融资约束负向调节了数字化转型对企业高质量发展的促进作用，即融资约束会削弱数字化转型对企业发展质量提高的影响。

H2b：融资约束正向调节了数字化转型对企业高质量发展的促进作用，即融资约束能强化数字化转型对企业发展质量提高的影响。

三、研究设计

（一）模型设定

为了检验企业数字化转型对其高质量发展的影响，本文设定以下计量模型：

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

∑industry+？孜 （1）

其中hqd代表被解释变量企业高质量发展水平，dcg代表核心解释变量企业数字化转型程度，controls代表本文所设定的一系列控制变量，？孜为其他回归干扰因素。本文在回归中主要控制了公司个体（firm）、样本观测年度（year）和公司所在行业（industry）的三维度固定效应，并使用面板数据的固定效应引力模型（reghdfe）进行回归。该模型最早从物理学的万有引力模型引申而来，主要优势在于其运行效率较一般的固定效应模型高。本文在所有回归中均使用了稳健标准误（robust），使用Stata作为统计分析软件。

在检验融资约束的调节效应时，本文在模型（1）基础上加入融资约束项（SA）和交互项（SA×dcg）构建模型（2），并考察交互项的回归系数及其显著性水平。

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

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

（2）

（二）变量定义

1.被解释变量：企业高质量发展水平hqd

借鉴李林木等[ 19 ]、孙钰鹏等[ 20 ]、董志愿等[ 21 ]对企业高质量发展的衡量标准，本文主要使用企业关键指标加权法来衡量，并将企业高质量发展水平划分为创新能力、资本结构和绩效水平三个关键维度，使用研发投入、有效专利数、资产负债率、全员劳动生产率、营业净利率、成本费用利润率、总资产净利润率以及净资产收益率八个关键指标来衡量企业的高质量发展（详见表1）。高质量发展水平具体数值使用主成分分析法获取。

根据总方差解释结果，最终提取了五个主成分，其特征根分别为3.8670、1.3473、0.9314、0.6733、0.6180，解释比例分别为0.2892、0.2582、0.1313、0.1258、0.1251，累计解释比例0.9296，即提取的综合衡量指标包含了基础变量92.96%的信息。

主成分检验结果：抽样适合性检验（KMO）值为0.712，大于主成分分析的一般适用程度0.7；巴特利（Bartlett）球体检验的卡方检验值为82 426.147，自由度为28，对应的球形检验p值为0.000。主成分检验结果说明，在数据上，本文所构造的企业高质量发展指标体系可以使用主成分分析法计算的指标权重来综合衡量。

2.解释变量：企业数字化转型程度dcg

借鉴吴非等[ 22 ]的做法，采用词频统计的方式，使用企业年报中出现的数字化转型的特征词数衡量企业数字化转型程度。根据关键词出现频率进行累计，统计出的词频数作为参考指标。数据来源为国泰安CSMAR数据库的中国数字经济研究数据库中的上市公司数字化转型程度数据集。在合计了年报中相关词语的频次总数后，令其值+1后再取自然对数作为企业数字化转型变量的值。

3.调节变量：融资约束SA

参考Hadlock等[ 23 ]的研究，SA指数通过企业规模和企业年龄两个关键指标计算得出。相比其他的融资约束衡量指标，该方法具有很好的外生性[ 24 ]，更符合本文的研究内容。SA指数的具体计算方法为：

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

其中：size为企业规模，取企业期末总资产的自然对数；age为企业成立年限。SA值计算结果一般为负值，且其绝对值越大（SA值越小），代表企业受到的融资约束越重[ 24 ]。

4.控制变量

为了提高实证结果的准确度，参照李林木等[ 19 ]、孙钰鹏等[ 20 ]、董志愿等[ 21 ]的研究，设置了一系列控制变量，包括与企业进行高质量发展所拥有的资源和资本直接相关的企业规模（size）、成长能力（growth）、现金持有（cash）变量，以及一系列公司治理层面的变量。这些变量可能会通过影响企业的效率和决策影响企业高质量发展，包括大股东持股比例（hold）、董事会规模（lnbos）、独立董事占比（pro）和是否两职合一（tdw）。

表2为本文实证分析涉及的变量及其定义。

（三）样本选择和数据来源

在业界，一般将2013年作为我国数字化变革元年[ 1-2 ]，因此本文选取了2013—2021年沪深两市A股上市公司作为研究初始样本。数据主要来源为国泰安CSMAR数据库。在获得原始数据后，为保证数据的可比性和有效性，剔除了金融行业的公司样本以及处于ST、*ST状态和已退市公司的样本，并剔除了主要数据缺失的样本。另外，为了保证年度财务数据的可比性，剔除了在当年上市的公司样本观测值。在剔除相应干扰数据后，为了消除极端值对研究结论的干扰，对主要连续变量进行了上下各1%分位的Winsorize缩尾处理。经上述处理后，最终获得了14 508个公司个体—年度的样本观测值。

四、实证结果

（一）描述性统计

表3报告了本文研究样本的描述性统计结果。数字化转型程度dcg的最小值为0，最大值为6.3008，均值为1.5694，中位数为1.3863，标准差为1.4312，说明我国上市公司数字化转型总体程度较为一般。深入查看数据的具体分布发现，在全样本中，有4 192个样本dcg的观测值为0，占样本的28.89%，即使在2020—2021年的3 713个分样本中，仍有724个样本dcg的观测值为0，比例为19.50%。表明数字化转型虽然已在我国上市公司得到逐渐普及，但仍有相当一部分上市公司完全没有考虑在经营中引入数字技术。

企业高质量发展水平hqd的最小值为-4.8868，最大值为6.1787，标准差为0.4461，说明不同企业之间的发展质量具有明显差异；中位数为-0.0094，小于平均值0，数据略靠左分布。融资约束SA的最小值为-5.6459，最大值为-2.6711，标准差为0.2341，均值为-3.8449，与中位数-3.8378非常接近，样本中融资约束水平的分布较为稳定。

（二）基准回归结果

1.数字化转型对企业高质量发展的影响检验

在进行了模型（1）的回归后，得到全样本中数字化转型对企业高质量发展的影响回归检验结果（表4）。回归结果显示，解释变量dcg的回归系数为0.010，t值为2.15，回归系数在5%的水平上显著为正。结果表明，总体来看数字化转型确实能够在一定程度上促进企业的高质量发展，回归结果支持了本文的H1。

2.融资约束的调节效应检验

表5为考虑融资约束调节作用的模型（2）的实证检验结果。在加入SA项与交互项SA×dcg后，dcg的回归系数仍为正，且在1%的水平上显著。交互项SA×dcg的回归系数为0.074，t值为4.74，回归系数在1%的水平上显著为正。回归结果表明，SA指数在数值上正向影响了企业数字化转型程度对企业高质量发展水平的提高作用，由于SA指数计算结果为负数，其数值越大，绝对值越小，企业面临的融资约束水平越小[ 24 ]，即融资约束产生了负向的调节效应。融资约束削弱了数字化转型对企业高质量发展的促进作用，在融资约束较小的企业中，数字化转型对提高企业高质量发展水平的作用更强。实证结果支持了H2a，拒绝了H2b。

（三）稳健性检验

1.替换被解释变量

不少企业高质量发展相关的研究文献将企业的全要素生产率（TFP）作为企业高质量发展的代理变量，因此本文使用企业的全要素生产率来替换被解释变量进行稳健性检验。目前测算企业全要素生产率有多种方法，本文参考鲁晓东等[ 25 ]的做法，分别采用OP法和LP法测算企业的全要素生产率。具体的回归方程如下：

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

根据科布—道格拉斯生产函数，式（4）中，Y为产出，L为劳动投入，K为资本投入，M为代理变量。在OP法中M为企业的当期投资，在LP法中则为企业的中间投入。主要变量均取自然对数处理。参照曹越等[ 26 ]的研究，用上市公司利润表中的营业收入表示产出，用上市公司年末在职员工总人数表示劳动投入，用上市公司资产负债表中的固定资产净值表示资本投入，用上市公司现金流量表中的“购买商品、接受劳务支付的现金”项目表示中间投入。根据式（4）进行估算后，形成的残差项即为上市公司全要素生产率。

本文分别将LP法与OP法测算出来的企业全要素生产率代入主回归模型，两组回归结果均显示，替换被解释变量后，解释变量dcg的系数均显著为正，表明数字化转型能够显著促进企业的高质量发展，支持了H1。

2.工具变量法

随着企业数字化转型的进行，企业的发展质量得到提高，但原先处于更高发展质量的企业，由于本身有较好的经济和技术实力，进行数字化转型会达到锦上添花的效果，从而可能更倾向于选择进行数字化转型。为了尽可能排除这种自选择现象的干扰，降低内生性的影响，参考祁怀锦等[ 27 ]的研究，使用企业所在行业的数字化转型程度的均值作为工具变量进行稳健性检验。该指标对模型内生解释变量企业数字化转型程度有重要影响，且与模型的扰动项基本不相关，具有强外生性。一般来说，当工具变量回归中的F值低于10时被认为是弱工具变量，此处的工具变量F值为474.25，弱识别检验通过。

加入工具变量后进行的二阶段最小二乘法回归结果显示，解释变量dcg的系数增大且更为显著。加入工具变量后的检验结果也表明，数字化转型能够显著促进企业的高质量发展，再次支持了本文的H1。

3.缩减样本

本文所论述的数字化转型更多地指向传统行业。对计算机通信技术等行业而言，开发和利用数字化转型技术是其主要的生产方式，计算机通信技术等数字企业的年报中数字化转型相关的词汇量可能明显高于一般行业，且相关词汇的披露行为不完全符合本文对数字化转型的定义，因此这些行业的数字化转型与传统行业可能有很大区别。故在稳健性检验中，去掉了中国证监会2012行业代码为I63（软件和信息技术服务业）、I64（互联网和相关服务）、I65（电信、广播电视和卫星传输服务）以及C39（计算机、通信和其他电子设备制造业）的行业样本。

剔除上述特殊行业后的回归结果显示，未考虑融资约束时数字化转型对企业高质量发展的回归结果中，dcg的回归系数仍然显著为正；加入融资约束调节效应的回归结果中，交互项SA×dcg的回归系数仍然显著为正（即负向调节效应显著）。检验结论仍然与上文相同，再次支持了本文的H1、H2a。

（四）异质性检验

不同企业具有不同的特征属性，可能会使数字化转型在促进企业高质量发展的过程中产生异质性影响，因企业自身特征属性的不同可以从多视角划分，从而形成不同的结论，下面从产权性质和企业所在地区差异开展异质性检验。

1.产权性质差异

基于我国的经济背景，产权性质不同的企业具有很大的内在差别。本文将样本根据产权性质划分为国有企业和非国有企业并分别进行回归检验。结果显示，在非国有企业中，数字化转型程度dcg的回归系数为0.014，在5%的水平上显著为正。而在国有企业中，数字化转型程度的回归系数不显著。回归结果表明，非国有企业中进行数字化转型更有助于提高其发展质量。

2.地区差异

我国经济发展存在地区间的不平衡，其中东部地区经济率先发展，且在经济全球化与对外开放中具有独特的区位优势，因此经济普遍相对发达，而中西部地区经济发展相对落后。基于此，本文将样本划分为东部地区和中西部地区并分别进行回归检验。结果显示，在东部地区，数字化转型程度dcg的回归系数为0.012，在5%的水平上显著为正；而在中西部地区，数字化转型程度的回归系数并不显著。回归结果表明，位于东部地区的企业进行数字化转型更有助于促进其高质量发展。

五、结论与启示

（一）研究结论

本文以沪深A股2013—2021年上市公司的数据为研究样本，实证检验了我国企业自2013年开始实施数字化转型以来，企业数字化转型能否真正成为促进企业高质量发展的关键助推力，融资约束是否影响企业数字化转型对企业高质量发展的促进作用，最终得到以下主要结论：

第一，数字化转型能够显著促进企业高质量发展。这表明，数字化转型程度越高，企业越能够持有、整合和高效利用更多资源，企业的整体运营更加具有效率和效果，实现了更高质量的发展。

第二，融资约束在数字化转型对企业高质量发展的影响关系中存在负向调节效应，即融资约束削弱了数字化转型对企业高质量发展的促进作用，在融资条件宽松的企业，数字化转型对企业发展质量的提高作用会更大。说明数字化转型活动需要大量内源性资金，融资约束较大的企业无法有效提供这样的资金支持。主要原因在于：一方面，数字化转型带来了大量的固定成本，数字化转型整个过程需要源源不断的资金投入，外部投资者对企业进行数字化转型活动的买单意愿不足。另一方面，受到融资约束的企业，虽然可能会更为谨慎地利用自身有限的资源，或是通过释放信号等方式寻求外部协作与融资，但难以抵销数字化转型导致的高成本和不确定性的负面影响。因此数字化转型对融资约束较大企业的发展质量提高效果较差。

第三，相较于国有企业，数字化转型在非国有企业中对企业发展质量的提高效果更好。相较于中西部地区的企业，位于东部地区的企业进行的数字化转型，对其高质量发展的促进作用更强。

（二）研究启示

第一，企业应当注重数字化转型对高质量发展的赋能作用，加快企业数字化转型。正如前文所述，数字化转型具有信息效应和乘数效应，进行数字化转型可以优化企业的商业模式，完善企业的管理模式，为企业带来了更多的竞争优势，最终促进企业高质量发展。在国家大力推动企业提质增效的今天，数字化转型无疑是企业提质增效的有效措施，应该在企业资金等条件具备的情况下，积极实施数字化转型。

第二，政府及金融机构应加大数字化转型的引导和融资支持。企业数字化转型需要整个社会数字生态系统的支撑，政府需要加强数字经济的规划建设，推动云计算、“互联网+”、人工智能、大数据、物联网、区块链以及5G商用等数字技术与实体经济深度交融，建立促进实体企业提质增效的数字生态系统，为企业数字化转型提供良好的经济和技术环境，从而实现企业数字化与环境的有效对接，积极引导企业推进数字化建设。另外，在我国国民经济中，中小企业、新兴企业处于重要地位，在社会生产力发展中逐渐成为主要力量，这些企业普遍受到较大的融资约束。本文的研究认为，数字化转型的过程必须有强大的经济、技术基础来支持，内源资金不足将使数字化转型难以推动企业的发展提质。政府应当大力发展数字金融等数字化融资途径，加大中小企业数字化转型的财政支持，并不断完善我国的资本市场，推动大数据要素市场化配置；积极推进财税、金融等体制变革，大力推进增值税留抵退税等优惠性政策，帮助中小企业、新兴企业释放有效的融资信号，在政策和技术上为这些企业创造更多、更有针对性的融资途径，从而为数字化转型赋能企业高质量发展创造更加优越的条件。

第三，政府应当关注数字经济发展的地区差异，加强经济欠发达地区的数字化基础设施建设，解决人才和资源的供需不平衡问题。在推行数字化转型支持性政策的过程中，政府也要注意考察企业（特别是国有企业）是否真正实现了数字化的整体应用，避免出现急功近利的心态，防止企业为了迎合政策仅在形式上引入数字化，骗取政策红利，从而造成企业滥竽充数，出现数字化转“形”的现象。

【参考文献】

［1］ 何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估［J］.改革，2019（4）：137-148.

［2］ 黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（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］ 张鹏.数字经济的本质及其发展逻辑［J］.经济学家， 2019（2）：25-33.

［5］ 孙国强，李腾.数字经济背景下企业网络数字化转型路径研究［J］.科学学与科学技术管理，2021，42（1）： 128-145.

［6］ 任保平.数字经济引领高质量发展的逻辑、机制与路径［J］.西安财经大学学报，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］ 王锋正，刘向龙，张蕾，等.数字化促进了资源型企业绿色技术创新吗？［J］.科学学研究，2021（2）：1-21.

［9］ 荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架［J］.经济学家，2019（2）：66-73.

［10］ 柏培文，喻理.数字经济发展与企业价格加成：理论机制与经验事实［J］.中国工业经济，2021（11）：59-77.

［11］ 陈海强，韩乾，吴锴.融资约束抑制技术效率提升吗：基于制造业微观数据的实证研究［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］ 齐秀辉，王群.中小企业探索式创新、冗余资源与财务绩效［J］.会计之友，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］ 张新，徐瑶玉，马良.中小企业数字化转型影响因素的组态效应研究［J］.经济与管理评论，2022，38（1）：92-102.

［18］ 高霞，雷林兴，马芬芬.数字金融、融资约束与企业成长［J］.财会通讯，2022（2）：68-71.

［19］ 李林木，汪冲.税费负担、创新能力与企业升级：来自“新三板”挂牌公司的经验证据［J］.经济研究，2017，52（11）：119-134.

［20］ 孙钰鹏，苑泽明.环保税会倒逼企业升级吗：基于创新投入中介效应的分析［J］.税务研究，2020（4）：95-102.

［21］ 董志愿，张曾莲.政府审计对企业高质量发展的影响：基于审计署央企审计结果公告的实证分析［J］.审计与经济研究，2021，36（1）：1-10.

［22］ 吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现：来自股票流动性的经验证据［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］ 鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业创新可持续性［J］.经济研究，2013，48（1）：4-16.

［25］ 鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007［J］.经济学（季刊），2012，11（2）：541-558.

［26］ 曹越，唐奕可，辛红霞.“环保费改税”提高了重污染企业全要素生产率吗？［J］.审计与经济研究，2022（5）：95-106.

［27］ 祁怀锦，曹修琴，刘艳霞.数字经济对公司治理的影响：基于信息不对称和管理者非理性行为视角［J］.改革，2020（4）：50-64.