企业数字化转型、会计信息披露质量与企业创新

石道元 戴家琳 蒋水全

【摘要】持续创新是推动企业高质量发展的灵魂， 数字经济时代数字化发展如何赋能企业创新已成为当前亟待解决的焦点问题。以2009 ～ 2021年我国沪深A股上市公司作为研究对象， 基于会计信息披露质量的视角探究数字化转型对企业创新的作用机理。研究表明， 数字化转型对企业创新有着显著的正向促进作用， 该结论在一系列稳健性检验下依然成立。基于不同方法的中介效应检验结果显示， 会计信息披露质量在数字化驱动创新的过程中起到了中介传导作用， 数字化转型可以通过提升信息披露质量进而推动企业创新。异质性检验发现： 数字化转型对创新的激励作用在国有企业中更加突出； 西部、 东部地区的数字化转型促进企业创新的效果也略强于东北部、 中部地区， 其中西部地区最为显著。

【关键词】企业数字化转型；会计信息披露质量；企业创新；中介效应检验

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2023）20-0080-8

一、 引言

创新是企业高质量发展的基础。创新活动具有投资周期长、 投资金额大等特点， 这就导致创新投资风险较大。处于数字经济时代， 产业变革及企业创新的机遇就是进行数字化转型。数字化转型是指企业利用以大智移云物区为代表的数字技术， 整合信息数据， 提高数字能力， 从而提升资源配置效率， 最终全面助力企业创新（李苍舒和沈艳，2019）。2022年是我国数字化转型全面发力的一年， 国家全面启动“东数西算”工程， 规划了数十个国家数据中心集群， 数字技术已经深度融入各行各业， 其融合程度之深、 影响范围之广前所未有。2023年政府工作报告进一步指出， 我国要大力发展数字经济， 加快传统产业和中小企业数字化转型， 促进我国数字技术与实体经济加速融合。

美国经济学家熊彼特于1912年首次提出了“企业创新”概念， 并明确企业创新体系涵盖制度、 技术、 市场和管理这四个方面的创新。目前， 针对企业创新方面的研究多是从其影响因素入手， 主要包括内部因素和外部因素。其中内部因素涉及企业股权结构、 企业规模（陈林等，2019）等， 而外部因素主要涵盖融资市场环境、 宏观经济政策等（顾夏铭等，2018）。相较而言， 国内的数字化转型多以案例分析为主， 少有的实证研究也多局限于制造业、 金融业等特定行业（李寿喜和王袁晗，2022；唐绅峰等，2023；张泽南等，2023）。随着数字经济全领域的纵深发展， 人们愈发关心数字化转型背景下的企业创新影响机制问题。综观此类研究， 主要聚焦于以下三个方面： 其一是人才效应。杨洁等（2022）研究表明， 数字化转型会导致企业需求的人才类型发生变化， 人才效应在数字化转型驱动创新过程中发挥着中介作用。其二是动态能力。张吉昌等（2022）从适应能力等动态能力视角分析了数字化转型对企业创新的影响机制， 并证实了动态能力在其中的中介效應。其三是知识管理视角。张振刚等（2022）认为， 数字化转型可以提高企业的知识管理水平， 从而促进企业商业模式的创新。

上述研究在很大程度上深化了社会对企业数字化转型作用于企业创新机理的认识。但不可否认的是， 现有研究忽略了源自企业自身的会计信息披露的传导因素。已有研究显示， 在数字技术的支持下， 企业能够从大量的非标准化数据中提炼出数据价值， 便于对内外部信息进行数据分析， 从而提高信息披露质量（陈中飞等，2022）， 进而推动企业创新发展（李慧云等，2020）。可见， 会计信息披露质量在数字化转型作用于企业创新的过程中可能发挥着重要的传导效用。由此， 本文拟从会计信息披露质量的视角出发， 探讨企业数字化转型对企业创新的作用机理， 并进一步探究不同的经济区域和企业产权性质在企业数字化转型赋能企业创新过程中的调节效应。

本文可能的边际贡献包括： 第一， 现有研究多从人才效应、 动态能力及知识管理等视角考察数字化转型对企业创新的作用机制， 而本文则基于会计信息披露质量视角探究此问题， 这为研究我国企业创新问题提供了新的经验证据， 也进一步丰富了企业数字化转型与企业创新的研究内容； 第二， 揭示了经济区域和企业产权性质在数字化转型推动企业创新过程中的调节作用， 也为新时代企业创新提供了新路径。

二、 理论分析与研究假说

（一）企业数字化转型与企业创新

在数字经济时代， 企业管理逐渐融入以大智移云物区为代表的数字技术， 这使得企业的创新行为更开放、 生产流程更智能， 进而推动企业数字化转型， 而数字化转型也会通过制度、 生产技术、 产品市场、 企业管理等多种渠道反哺企业创新。

首先是制度创新。制度环境要符合外部经济环境需求（戚聿东和褚席，2021）， 在企业数字化发展过程中， 不同转型期间适用不同的制度逻辑， 在阶段转换时刻就会产生一定的冲突， 此时企业可以主动进行制度创新来影响政策， 进而减少不同制度之间的矛盾， 即数字化转型能够促进制度创新。其次是技术创新。生产过程中融入数字技术能够更加精细地记录各种生产数据， 这些数据能够助力企业生产技术的优化创新。同时， 数字化转型本身会为企业带来先进的智能技术， 会促进企业的生产更加智能化、 高效化。再次是市场创新。数字化转型会帮助企业充分利用互联网平台， 企业可以依靠各种平台与消费者和供应者进行交流以开发潜在需求， 或者通过大数据技术在互联网平台抓取潜在消费者数据（陈剑等，2020）， 从而进行市场创新。最后是管理创新。数字化转型能够促进企业组织管理扁平化创新， 数字技术推动企业量化管理结果， 借助数字化系统提高企业内部交流效率和办事效率， 从而建立一个高效的内部管理体系。由此， 本文提出以下假设：

H1： 数字化转型能够显著提升企业创新水平。

（二）企业数字化转型、 会计信息披露质量与企业创新

信息披露质量是指对信息使用者而言信息的优劣程度， 其重要性显而易见。根据深交所的相关工作细则可知， 会计信息披露质量主要从真实性、 准确性、 完整性、 及时性、 合法合规性和公平性六方面进行考评（许元镫等，2022）。

首先， 真实性和准确性方面， 数字技术能够帮助企业挖掘更多的信息， 同时数据处理的手段也更加智能化， 这会减少数据处理过程中产生的错误， 从而提高信息的真实性、 准确性。其次， 完整性方面。数字化转型所引入的数字技术能够帮助企业处理非结构化、 非标准化的数据， 进而获取更全面、 更完整的信息。再次， 及时性方面。随着企业数字化转型发展， 企业内部数据处理手段不断革新， 加速了企业财务信息的处理， 同时也使企业能够运用更多的技术手段挖掘更多的企业信息， 从而提高企业信息披露的及时性。然后， 合法合规性方面。数字化转型可以通过提高管理效率、 减少企业管理者的机会主义行为等来提高企业的经营效率。当企业经营向好， 企业管理者因自身利益而操纵信息的可能性就会降低（吕英和张凤琪，2022）， 从而也就提升了其合法合规性。最后， 公平性方面。数字技术可以通过区块链共享使信息使用者掌握公司的全部财务情况， 避免产生不公平现象。

进一步地， 会计信息披露质量也会促进企业创新发展。一方面， 企业创新所需要的资金较为庞大且回报期较长， 大部分企业都不会有足够的自有资金来进行创新投资， 故而需要进行融资。较高的会计信息披露质量能使潜在企业投资者更加了解企业情况， 更放心地对企业进行投资， 同时银行也更愿意提供借款给信息披露质量更高的企业（张兴亮和夏成才，2015）， 如此能够缓解企业的融资约束， 促进企业增加创新投入， 进而提高企业创新水平。另一方面， 当企业信息不对称程度较高时会产生代理问题， 企业的信息披露质量越高， 企业的管理者和其他利益相关者的目标就越一致。当企业的代理问题得到缓解， 企业创新也就能得到進一步发展（高燕等，2019）。因此， 数字化转型通过真实性、 准确性等六个方面提升会计信息披露质量后， 能进一步依靠信息质量的提升来缓解融资约束和代理问题， 最终提升企业创新水平。综合以上分析， 本文提出如下假设：

H2： 会计信息披露质量在企业数字化转型对企业创新的影响中存在显著的中介效应。

三、 研究设计

（一）样本选择与变量定义

1. 样本选择与数据来源。考虑到企业创新等数据的可得性， 本文选取2009 ～ 2021年我国沪深A股上市公司为初始研究样本， 并对样本数据进行以下处理： 剔除处于ST、 ?ST及PT状态的研究样本； 考虑到金融行业资产负债率的特殊性， 剔除了金融行业样本； 为确保数据的完整性， 剔除了数据缺失和异常的样本。最后得到3791个样本企业， 共计25114个观测值。本文对所有连续性变量进行了上下1%的缩尾处理。会计信息披露质量和控制变量的数据来源于国泰安数据库（CSMAR）， 其余变量来源于Wind数据库。

2. 变量定义。

（1）被解释变量： 企业创新（Innovation）。当前， 针对企业创新的度量主要来自两个方面： 一是从创新产出角度用专利申请、 授权数量等数据进行测量（孔东民等，2017）； 二是从创新投入的角度来衡量企业创新强度。本文参考孔东明等（2017）的研究， 采用产出角度的专利申请数量进行测度， 即根据专利申请年份的申请数量来度量企业创新。这主要是因为： 首先， 相较于研发投入如R&D等数据， 发明专利与科技能力之间有着强烈的相关性， 能更贴切地展现企业创新水平（周煊等，2012）； 其次， 相较于专利授权数量， 专利申请数量更为稳定和真实， 因为专利授权数量可能由于需要检测或年费缴纳等问题而存在更多的不确定性和不稳定性， 同时专利在申请过程中往往已为企业做出贡献（黎文靖和郑曼妮，2016）。具体而言， 本文将各企业每年发明专利、 实用新型专利和外观设计专利三种类型的专利申请数量加总得到创新总量， 用发明专利申请量来度量创新质量， 用非发明专利申请量即实用新型专利和外观设计专利的申请总量来度量创新数量。考虑到专利申请数据的右偏性， 本文对所有专利数值加上1之后取自然对数， 最终得到变量Patent、 Patent1和Patent23， 分别表示创新总量、 创新质量及创新数量。

（2）核心解释变量： 企业数字化转型程度（DCG）。对于企业数字化转型的测度， 国内研究多采用词频统计法， 即统计上市公司年报中关于企业数字化转型的相关词频（吴非等，2021）。本文参照吴非等（2021）提出的数字化转型词频框架， 统计上市公司年报中相关词频来刻画数字化转型程度。考虑到该加总数据的右偏性， 对该数据采取加1后取自然对数的处理方法， 最终得到企业数字化转型的评测值DCG。

（3）中介变量： 会计信息披露质量（Deg）。本文参照张颖（2021）的研究， 使用沪深交易所公布的信息评级来度量会计信息披露质量， 考评结果共有优秀、 良好、 合格、 不合格四个等级， 并根据评级结果进行赋值： 4（优秀）、 3（良好）、 2（合格）、 1（不合格）。

（4）控制变量。为确保回归模型的解释效力， 防止相关虚假内容干扰研究结论， 在参考现有文献的基础上（张颖，2021；谢琨和张正銮，2022）， 本文对公司特征及对被解释变量产生影响的可能因素进行控制， 设定主要控制变量如下： 企业规模（Size）、 是否亏损（Loss）、 两职合一（Dual）、 产权性质（Soe）、 是否四大（Big4）、 董事人数（Board）、 资产负债率（Lev）、 资产收益率（Roa）、 现金流比率（Cashflow）、 固定资产密集度（Fixed）。

上述变量定义见表1。

（二）模型构建

本文采用发明专利等三个不同维度的创新产出数据对企业数字化转型进行回归。由于创新产出数据具有左断尾分布特征。而Tobit模型可用于解决“删失或受限被解释变量”类似问题， 因此本文拟采用Tobit回归模型估计。为了验证H1， 构建Tobit回归模型（1）：

Innovationi，t=α+β1DCGi，t+γControlsi，t+Year+

Industry+εi，t     （1）

为了验证H2， 在模型（1）基础上进一步构建中介效应检验模型（2）、 （3）：

Degi，t=α+β2DCGi，t+γControlsi，t+Year+

Industry+εi，t       （2）

Innovationi，t=α+β3DCGi，t+θDegi，t+γControlsi，t+Year+Industry+εi，t       （3）

上述模型中， 被解释变量Innovation表示创新产出， 即Patent、 Patent1和Patent23， 其分别指专利申请总量、 发明专利申请量和非发明专利申请量。Controls为控制变量， 具体为一系列可能影响创新产出的企业和行业特征变量， 见表1。同时， 本文还对行业（Industry）和年度（Year）进行了控制。

四、 实证结果与分析

（一）描述性统计

主要变量的描述性统计结果如表2所示。企业创新Patent、 Patent1、 Patent23的最大值分别为7.184、 6.531、 6.332， 最小值均为0， 均值分别为2.588、 1.785、 2.076， 标准差分别为1.712、 1.503、 1.640， 这说明我国企业整体创新能力还有较大的提升空间， 我國企业创新水平具有较明显的差距。企业数字化转型程度DCG的最大值为4.934， 最小值为0， 均值为1.412， 标准差为1.416， 说明我国企业数字化转型程度的平均水平较低， 不同企业的数字化转型程度差距较大， 反映了我国上市公司数字化转型投入参差不齐的现状。会计信息披露质量Deg的最大值为4， 最小值为1， 均值为3.034， 这说明我国各上市公司的平均会计信息披露质量较高。在控制变量方面， 样本企业间的企业规模（Size）、 资产负债率（Lev）等变量都存在不同程度的差异。

（二）基准回归分析

表3模型（1）的回归结果显示， 企业创新Patent、 Patent1、 Patent23与企业数字化转型程度DCG的系数分别为0.269、 0.285、 0.215， 即企业数字化转型程度每提高10%， 企业创新水平也随之提升2.69%、 2.85%、 2.15%， 说明企业数字化转型程度与企业创新显著正相关， 且上述数据均在1%的水平上显著。因此， 数字化转型程度越高， 对企业创新的促进作用越明显， H1得到验证。同时， 企业数字化转型程度（DCG）与会计信息披露质量（Deg）的系数为0.023， 表明数字化转型程度提升10%就能促进会计信息披露质量提高0.23%， 即数字化转型对会计信息披露质量有显著的正向促进作用， 上述数据在1%的水平上显著。

（三）稳健性检验

1. 工具变量法。本文借助余江龙等（2022）的研究思路， 使用同一年度某企业所在省份其他所有企业的数字化转型程度均值作为工具变量。该工具变量符合相关性和外生性两个约束条件： 一方面， 该企业所在省份的所有企业通常具有相似的数字化转型程度， 且共同享受地区所提供的数字化转型基础设施， 符合相关性； 另一方面， 由于各企业对于数字化转型的主观能动性不同， 同省份其他企业的数字化转型程度很难直接影响本企业的创新活动， 符合外生性。工具变量的有效性检验结果显示： Durbin-Wu-Hausman检验值均在p<1%的显著性水平上拒绝原假设， 说明内生性问题存在。同时， 2SLS两阶段最小二乘回归估计法中第一阶段的F值均高于10， 且在p<1%的水平上显著， 说明本文选取的工具变量与核心解释变量具有很强的相关性， 不存在弱工具变量问题。在此基础上， 本文采用2SLS模型进行工具变量估计， 以考察企业数字化转型程度对企业创新的影响。从表4列（1）、 （2）、 （3）的结果来看， 企业数字化转型程度对企业创新的三个变量都具有显著正向影响， 说明在缓解潜在内生性问题之后， H1依然得到验证。

2. 倾向得分匹配法（PSM）。为避免样本自选择问题， 本文采用倾向得分匹配法（PSM）进行检验。根据企业数字化转型水平将企业进行排序， 取前25%的样本为数字化转型水平较高的实验组， 其余为控制组。建立虚拟变量DCG_dum， 将实验组（高数字化转型水平）取1， 控制组（低数字化转型水平）取0， 同时选取是否亏损（Loss）、 两职合一（Dual）、 产权性质（Soe）、 是否四大（Big4）这四项个体背景特征进行配对， 采用半径匹配法， 阈值设置为0.01， 最后筛选出10824个样本。根据PSM平行假设检验结果发现， 匹配前实验组和控制组， 各变量都存在显著性差异， 说明实验组、 控制组样本个体背景特征有着不一致性， 上述特征均属于干扰因素。在匹配之后， 上述四项干扰因素在实验组和控制组两组间并没有表现出显著性， 说明匹配后的实验组和控制组在个体特征上具有一致性。综合上述分析发现， 本次PSM有着良好的效果， PSM匹配后数据可进一步使用。根据前述筛选得到的样本对企业数字化转型程度和企业创新间的关系进行回归分析， 结果如表4列（4）、 （5）、 （6）所示， 结果再次验证了前文假说。

3. 所有解释变量滞后一期。或许有人对上述企业数字化转型程度影响企业创新的结论存在质疑， 即是否存在遗漏变量同时影响企业数字化转型程度和企业创新， 进而影响本文结论。此外， 由于创新过程需要耗费一定的时间， 可能存在相应的内生性问题。鉴于此， 本文参考茅宁（2022）的研究将所有解释变量滞后一期， 以解决部分内生性问题， 回归结果如表4列（7）、 （8）、 （9）所示。表4中显示， 滞后一期的数字化转型程度（DCG）每提高1%， Patent、 Patent1、 Patent23分别提高0.215%、 0.215%、 0.147%， 且在1%的水平上显著， H1依然成立。

4. 变更回归模型。为了避免模型设定原因导致的变量关系不稳健， 本文采用面板模型来分析变量关系。首先进行F检验和Hausman检验， 综合二者结果， 最终确定选用公司固定效应回归模型进行估计分析， 回归结果如表4列（10）、 （11）、 （12）所示。根据面板模型回归结果， Patent、 Patent1、 Patent23与可知DCG的系数分别为0.064、 0.085、 0.038， 且均在1%的水平上显著， 说明企业数字化转型程度与企业创新显著正相关， 即改变回归模型后H1仍然成立。

（四）中介效应检验

本文根据Baron和Kenny（2016）提出的因果逐步回归法来进行中介效应检验， 表5列示了企业数字化转型程度、 会计信息披露质量与企业创新之间的中介效应检验结果。为减少多重共线性问题， 表5中的被解释变量、 解释变量和中介变量均经标准化处理。此处， 仅对企业创新指标Patent进行分析： 首先， 模型（1）、 模型（2）中企业数字化转型程度（DCG）的回归系数分别为0.176、 0.053且显著， 说明企业数字化转型程度对企业创新（Patent）和会计信息披露质量（Deg）产生显著的正向影响； 其次， 模型（3）中数字化转型的系数为0.167， 会计信息披露质量回归系数为0.097， 均显著， 这表明企业数字化转型程度和会计信息披露质量共同作用时， 亦对企业创新有显著促进作用。以上分析表明， 会计信息披露质量在DCG和Patent之间发挥着部分中介作用。对于企业创新指标Patent1、 Patent23的分析同上所述， 最终得到会计信息披露质量（Deg）在数字化转型程度（DCG）和企业创新（Patent、 Patent1、 Patent23）之间发挥着部分中介的作用。由此， H2得到验证。

前面运用因果逐步回归法检验了会计信息质量（Deg）的中介传导效应， 为确保检验结果的准确性和稳健性， 本文运用系数乘积法来进一步检验分析。根据系数乘积检验方法的不同， 又可进一步分为Sobel检验法和Bootstrap抽样法。首先， 从表5最后一行的Sobel检验结果来看， 企业数字化转型程度→会计信息披露质量→企业创新Patent、 企业数字化转型程度→会计信息披露质量→企业创新Patent1、 企业数字化转型程度→会计信息披露质量→企业创新Patent23的Sobel Z检验统计值均在1%的水平上显著， 说明会计信息披露质量（Deg）的中介效应显著。相较Sobel检验法， Bootstrap抽样法检验功效更强， 且对于中介作用抽样分布并没有限制， 其应用更为广泛。结合表6， 通过对乘积系数Bootstrap区间中介效应检验发现， 在Bootstrap估计方法抽样1000次之后， β2和θ系数乘积的 95%置信区间均不包括数字0， 会计信息披露质量的中介效应均显著。进一步的系数乘积法检验结果表明， 会计信息披露质量在企业数字化转型程度对企业创新的影响中存在显著的中介传导效应， H2得到进一步验证。

五、 异质性分析

企业数字化转型程度对企业创新产生了显著的正向激励效应， 但是这种激励效应是否会因企业自身性质以及所处经济区域而产生差异。本部分对此进行探究， 以挖掘更深层次的数字化激励创新的特征。

（一）产权异质性

由于政府政策倾向和组织结构等方面的差异， 国有企业和非国有企业在创新方面存在明显的差别， 本文以企业的产权性质为分组依据进行异质性分析。表7的分样本结果显示， 在列（1）、 列（3）和列（5）的非国有企业中， 数字化转型程度对企业创新的回归系数分别为0.258、 0.259、 0.211， 均在1%的水平上显著； 而在列（2）、 列（4）和列（6）的国有企业中， 数字化转型程度对企业创新的驱动效用更强， 其回归系数分别为0.342、 0.376和0.260， 均大于非国有企业的相关系数。从经济意义上分析， 企业的数字化转型程度每提升10%， 非国有企业的创新总量（Patent）提升2.58%， 而国有企业的创新总量（Patent）提升3.42%， 两类企业数字化转型提升所引致的创新质量（Patent1）和创新数量（Patent23）变动也有类似的差异。该现象产生的原因可能是国有企业治理缺乏有效性， 且政府干预导致职业经理人等人才流失（沈红波等，2019）， 而企业数字化转型有利于促进企业提升管理效率和引入人力资源， 進而促进企业创新（付剑茹和王可，2022）。综合分析发现， 国有企业相比于非国有企业在企业管理效率和人力管理方面有更大的发展空间。也就是说， 国有企业进行数字化转型一方面可提高管理效率， 另一方面可促进人力资源的科学管理， 进而提高企业创新的边际效用（高于非国有企业）。

（二）区域异质性

由于不同地区的数字经济基础设施、 经济发展水平等客观条件存在一定的差异， 因此不同经济区域的企业数字化激励创新的效果可能有所差异， 本文据此进行实证分析。根据《中共中央、 国务院关于促进中部地区崛起的若干意见》， 我国的经济区域被划分为东北部、 东部、 中部、 西部四大地区。本文据此将上市企业按注册地划分为东北部、 东部、 中部、 西部， 并以此进行分组回归来探讨不同区域企业数字化转型程度对企业创新的促进作用的差异。回归结果如表8所示， 企业数字化转型程度对企业创新的促进作用在西部地区最为明显， 其回归系数分别为0.387（Patent）、 0.355（Patent1）、 0.338（Patent23）， 其经济意义为西部地区企业的数字化转型每提升10%， 该企业的创新总量（Patent）、 创新质量（Patent1）和创新数量（Patent23）都会随之增长3.87%、 3.55%、 3.38%。东部地区次之， 数字化转型程度促进企业创新总量（Patent）和企业创新质量（Patent1）的效果较好， 其回归系数分别是0.271和0.295。东北部和中部企业数字化转型程度对企业创新的激励作用较小。可能的原因在于： 近年来， 国家大力开展“东数西算”等工程， 对数字经济的基础建设投资巨大， 西部地区比如重庆、 四川等省份的数字化发展进程相对较为迅速， 具备一定的数字经济基础， 而当地区的数字经济化较为深入， 企业数字化转型也就更能促进企业创新。另外， 东部地区比如北京、 上海、 广东等地的人才、 技术更为先进， 更包容数字化转型方式， 故而也比较有优势。因此， 在数字经济时代， 应该统筹推进东北部等大数据技术落后地区的数字化建设， 缩小各区域数字化转型差距， 寻求各地区共同发展。

六、 结论及启示

（一）研究结论

本文基于2009 ～ 2021年我国沪深A股上市公司样本数据开展研究， 参照前人研究的统计词频方法来衡量企业数字化转型程度， 实证检验数字化转型程度对企业创新的激励作用， 验证了会计信息披露质量在数字化转型促进创新过程中发挥的中介传导效应， 并进一步探讨了产权差异、 地区差异在数字化转型促进企业创新过程中的不同调节效应。主要研究结论如下：

首先， 企业数字化转型会对企业创新产生促进作用， 能够提高企业创新水平。同时， 会计信息披露质量在企业数字化转型对企业创新的影响中发挥着中介传导作用， 即在企业数字化转型影响企业创新的过程中， 其数字化转型程度的提高可以提升会计信息披露质量进而促进企业创新。

其次， 与非国有企业相比， 国有企业数字化转型给企业创新带来的驱动效应更加明显， 即国有企业数字化转型所带来的企业创新绩效增幅大于非国有企业数字化转型所带来的企业创新绩效增幅。

再次， 与东北、 东部及中部区域相比， 西部地区企业的数字化转型程度对企业创新的激励作用最为突出， 数字化转型对创新总量、 创新质量、 创新数量这三个维度的促进效果都非常明显， 可见西部地区数字化转型程度驱动创新效果显著。东部地区企业的数字化转型程度促进创新总量和创新质量的效果都非常明显， 对创新数量的激励效果一般， 这说明东部地区企业数字化转型程度促进企业创新效果也较为理想。四个区域中， 东北部和中部地区的促进效果一般。

（二）研究启示

上述结论为我国企业数字化转型对企业创新的激励作用提供了理论借鉴和实践指导， 具体如下： 企业数字化转型能够显著提升企业创新水平， 其可以通过会计信息披露质量这一作用路径来实现。但数字化转型和企业创新都具有较大的投资风险， 对各企业而言， 在数字经济时代找好定位， 制定符合自身特征的数字化战略和企业创新策略是重中之重。

1. 企业积极开展数字化转型， 整合数据资源， 引进数字平台， 推动企业创新。“变则兴， 不变则衰”， 企业应找准时机、 制定合适的策略进行数字化转型， 从而多方面驱动创新。一方面， 企业应基于数字思维进行管理结构创新， 借助数字化产物提升反应效率和运营效率。另一方面， 企业要提高云计算等新兴数字科技的运用能力， 加强技术创新。此外， 要注重数字平台的构建， 通过数字平台加强与消费者或投资者等利益相关者的联系， 从而促进市场创新。

2. 企业加快数字化转型进程， 改进数字技术， 提升会计信息披露质量。数字化转型能够促进企业的会计信息披露质量提升。因此， 企业应积极引入数字技术融入数据搜集、 处理、 发布等流程中， 提高信息传递效率， 避免信息处理差错， 努力提升会计信息披露质量。

3. 地区政府加强数字基础设施建设， 缩小区域差距。由区域异质性分析可知， 地区数字经济的基础建设是企业进行数字化转型的基本。因此， 政府应加大数字基础设施的投入度， 推进区域数字化建设， 数字建设落后区域尤其应注重区域交流， 及时引进以大数据为代表的新兴数字技术， 激发数字化轉型所带来的创新驱动能力， 推动地区经济蓬勃发展。

4. 根据企业异质性特征， 因企制宜改善数字化驱动创新效果。国有企业应该抓住数字化转型的时机， 通过引入数字技术缓解管理僵化、 规范人力资源培养， 通过管理创新优化企业经营。非国有企业应该分析自身经营状况、 生命周期等个性特征， 由此制定合理的数字化转型方案， 从而实现对创新的激励。

【 主 要 参 考 文 献 】

陈剑，黄朔，刘运辉．从赋能到使能 —— 数字化环境下的企业运营管理［ J］．管理世界，2020（2）：117 ～ 128+222．

陈林，万攀兵，许莹盈．混合所有制企业的股权结构与创新行为 —— 基于自然实验与断点回归的实证检验［ J］．管理世界，2019（10）：186 ～ 205．

陈中飞，江康奇，殷明美．数字化转型能缓解企业“融资贵”吗［ J］．经济学动态，2022（8）：79 ～ 97．

付剑茹，王可．企业数字化发展何以促进创新［ J］．产业经济评论，2022（5）：51 ～ 69．

顾夏铭，陈勇民，潘士远．经济政策不确定性与创新 —— 基于我国上市公司的实证分析［ J］．经济研究，2018（2）：109 ～ 123．

孔东民，徐茗丽，孔高文．企业内部薪酬差距与创新［ J］．经济研究，2017（10）：144 ～ 157．

黎文靖，郑曼妮．实质性创新还是策略性创新？ —— 宏观产业政策对微观企业创新的影响［ J］．经济研究，2016（4）：60 ～ 73．

李苍舒，沈艳．数字经济时代下新金融业态风险的识别、测度及防控［ J］．管理世界，2019（12）：53 ～ 69．

李慧云，刘倩颖，欧倩，符少燕．产品市场竞争视角下信息披露与企业创新［ J］．统计研究，2020（7）：80 ～ 92．

李寿喜，王袁晗．企业数字化转型与企业创新 —— 来自电子制造业的经验证据［ J］．工业技术经济，2022（8）：19 ～ 26．

茅宁，徐萌．近邻效应与企业资本结构决策——基于中国沪深A股上市企业的经验证据［ J］．武汉大学学报（哲学社会科学版），2022（3）：124 ～ 135．

戚聿东，褚席．数字经济发展、经济结构转型与跨越中等收入陷阱［ J］．财经研究，2021（7）：18 ～ 32+168．

沈红波，张金清，张广婷．国有企业混合所有制改革中的控制权安排 —— 基于云南白药混改的案例研究［ J］．管理世界，2019（10）：206 ～ 217．

唐绅峰，蒋海，吴文洋．银行数字化背景下宏观审慎监管政策的有效性及优化策略［ J］．当代经济管理，2023（3）：85 ～ 96．

吴非，胡慧芷，林慧妍，任晓怡．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（7）：130 ～ 144+10．

谢琨，张正銮．企业数字化、政府补贴与企业技术创新投入［ J］．哈尔滨商业大学学报（社会科学版），2022（3）：57 ～ 64．

许元镫，许超亚，钟廷勇．期望绩效反馈与公司会计信息披露：如其所愿抑或事与愿违？［ J］．学习与探索，2022（11）：161 ～ 169．

杨洁，马从文，刘运材．数字化转型对企业创新的影响［ J］．统计与决策，2022（23）：180 ～ 184．

余江龙，周建，崔敏．数字普惠金融与地区间共同富裕 —— 理论逻辑和经验证据［ J］．山西财经大学学报，2022（10）：1 ～ 15．

张吉昌，龙静．数字化转型、动态能力与企业创新绩效 —— 来自高新技术上市企业的经验证据［ J］．经济与管理，2022（3）：74 ～ 83．

张兴亮，夏成才．会计信息透明度、政治关联与信贷资金配置效率：来自中国民营上市公司的经验证据［ J］．证券市場导报，2015（7）：36 ～ 45．

张颖．信息披露质量、内部控制与企业创新［ J］．生产力研究，2021（12）：86 ～ 91．

张泽南，钱欣钰，曹新伟．企业数字化转型的绿色创新效应研究：实质性创新还是策略性创新？［ J］．产业经济研究，2023（1）：86 ～ 100．

周煊，程立茹，王皓．技术创新水平越高企业财务绩效越好吗？ —— 基于16年中国制药上市公司专利申请数据的实证研究［ J］．金融研究，2012（8）：166 ～ 179．

Baron R. M.， Kenny D. A.. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations［ J］．Journal of Personality and Social Psychology，1986（51）：1173 ～ 1182．