TOE框架下智能财务转型路径研究

【摘 要】 智能财务将企业经营管理与前沿科学技术相融合，是推动企业高质量发展的重要途径。基于资源基础优势和价值创造扩散维度，构建企业智能财务转型评价体系，并通过熵值法获得企业智能财务转型综合指数。进一步引入TOE框架，运用动态QCA方法分析2017—2022年典型企业面板数据，探索时间纵轴上技术、组织与环境影响因素对企业智能财务转型的组态效应。结果表明：数字化转型是推动企业智能财务发展的关键条件；存在4条驱动企业智能财务转型的路径，可归纳为技术支持—外部施压驱动型和技术支持—组织架构驱动型两类机制；2条导致非高企业智能财务转型的路径，即技术支持缺失型和技术—组织叠加缺失型；在时间维度上，高企业智能财务转型驱动路径于2019年均出现轻微下滑，之后开始逐步回升；在个体维度上，多层面因素耦合均出现赋能有限性情形。

【关键词】 智能财务转型； TOE框架； 动态QCA； 熵值法

【中图分类号】 F230；F275 【文献标识码】 A 【文章编号】 1004-5937（2024）15-0083-10

一、引言

党的二十大报告强调，加快建设数字中国，推动经济实现质的有效提升和量的合理增长。数字经济时代，新技术的快速发展使得数据成为继土地、劳动力、资本和技术之后的第五大新型生产要素。“上云用数赋智”已然成为主导经济发展的新引擎。随着云计算、大数据、区块链、人工智能等新兴信息技术在财务领域的日益成熟应用，财务管理迎来了打破边缘化局面、重新激发活力的新契机。为了更好地满足经济高质量发展阶段下对企业内部财务管理工作的实际要求，国务院在2022年正式提出关于中国企业建设世界一流财务管理体系的相关探讨和意见。作为第三次财务变革（第一次是财务电算化，第二次是财务信息化），智能财务已然成为新时代财务管理的主流，成为企业经济高质量发展和可持续增长的主要内在动力。

为探究智能财务转型的内在影响机理，国内外学者展开积极探索。智能财务作为新技术加持下的财务工作，可以能动地满足企业生产、经营和管理等需求。而该过程所具有的动态性、不确定性和复杂性等特征又致使成效与问题并存。一方面，智能财务能够逐渐打破财务存在的信息“壁垒”，缓解信息不对称，降低运营成本，识别和规避发展中存在的风险。另一方面，也面临认识不足、基础薄弱和转型障碍等问题[ 1 ]。为了企业更好地抓住智能财务的把手，学者基于本土实情，从理论层面推导出可行的转型路径[ 2 ]。然而，在实证层面，企业智能财务水平到底如何衡量？是什么因素影响了企业智能财务转型？针对这些问题，有学者通过构建多维指标进行测量[ 3 ]，并通过回归分析进行线性探索。需要指出的是，线性回归聚焦单因素的“净效应”，且三重交互已经到了回归分析的可解释边界，无法探讨多变量之间的组合效应。智能财务水平的提升是复杂要素交互作用的结果，需要从整体探寻影响因素与智能财务间的内在关系，且我国上市企业颇多，其资源有着明显的异质性差异[ 4 ]。因此，如何准确把握企业智能财务转型的影响因素和协同效应，有针对性地提出与现实情境相契合的改善举措，对主体企业和外部企业均具有重要参考意义。

本文的边际贡献可能在于：首先，从资源基础优势和价值创造扩散两个维度选取指标，并利用熵值法构建了智能财务转型综合指数。现有学者在智能财务转型研究方面，多基于理论层面展开系统性分析，关于如何量化仍是一个较为新鲜的话题。本文尝试从两个维度出发，选取10个基本指标，并运用熵值法客观赋权，得到智能财务转型的综合评价值，无疑是对现有研究进行了拓展深化。其次，运用动态QCA方法，从组态视角考察了企业智能财务转型的复杂因果机制和时间维度的驱动路径趋势变化，克服了传统定性与定量研究方法的局限性。最后，进一步在R语言环境下探究组内一致性个体组态偏好差异，这将有助于企业从技术、组织和环境层面更加准确地把握前因条件对智能财务转型耦合性的影响。

二、文献综述与模型构建

（一）相关研究进展

目前，关于企业智能财务转型作用机制的研究主要集中在以下三个方面。

第一，理论探究。早在20世纪90年代，美国学术界便开始探究智能技术在财务领域的应用问题。Fayyad等[ 5 ]从技术应用层面指出，借助专家系统、机器学习等技术，企业能够实现数据挖掘和信息发现。在我国，智能财务算是一个新兴概念，但随着数字经济的迅猛发展，已经萌发出智能财务学原理与理论。刘勤和杨寅[ 6 ]立足本土情境，基于管理活动层面指出，智能财务是一种综合运用先进财务管理理论、工具和方法，结合智能机器人和人类财务专家的混合智能系统。这个系统通过人与机器的有机协作，能够完成企业复杂的财务管理活动，并逐渐在管理层面拓展和延伸，进而逐步取代部分人类财务专家的活动。随后研究者又基于系统模式、应用场景和跨学科观点等方面进行了更深入的理论研究[ 7 ]。遗憾的是，目前对智能财务的理论定义仍未形成统一观点，且我国会计学界对智能财务理论学术和实践经验的边界尚未明确划定。总的来说，在新经济、新环境和新模式下，会计领域的智能财务理论探究仍面临新的挑战。

第二，企业行为。企业作为宏观经济的微观主体，其实践问题与战略行为受到学者的格外关注。杨寅等[ 8 ]通过问卷调查的方式，指出财务共享智能化是目前财务中心发展的必经之路；张庆龙[ 7 ]结合数字时代背景，指出企业的数字化转型行为能够为智能财务的发展奠定基础。同时，邢洋等[ 9 ]通过回归分析发现，企业平均规模越大，其存活时间越长，在进行数字化、智能化探索时，规模大的企业在重要发展节点上有更高的存活率。另外，针对我国企业智能财务转型存在的实践问题，有学者认为是地域多元化程度高[ 10 ]、企业理解偏误和未同步内部审计制度等[ 11 ]。除此之外，企业经营、改革受战略定位影响，其战略行为引导的注意力分配会对企业智能财务转型带来重要影响。周德良和杨雪[ 12 ]指出，数字化技术和数字化工具能够为财务管控赋能，对技术研发、应用的战略侧重，可以为智能财务发展带来实质性增益。

第三，影响因素。在研究方法层面，以实证回归分析为主，案例分析为辅。在企业技术层级，财务共享作为智能财务转型的基础，势必会以信息技术为重要支撑，受到技术管理能力的影响。尚洪涛和吴桐[ 13 ]基于企业外部视角，运用多元回归，指出行业竞争压力会促使企业谋取差异化优势，追求信息技术和智能财务的高水平发展，以抢占市场获得先发优势；乔金杰和唐霞[ 14 ]通过中介效应模型实证指出，环境不确定性产生的“延迟效应”，会对企业信息技术和智能转型产生负向影响；Yu等[ 15 ]基于经济角度，发现事前政府补贴和事后政府补贴等要素是影响智能财务、智能改造的关键因素。在案例分析方面，白晓花[ 16 ]基于智能财务的创新实践经验，指出成本和管控是建立财务共享的两个重要驱动因素，高管团队的支持是其保障。

综上，学者从理论探究、企业行为和影响因素等方面，对企业智能财务转型进行积极探究，奠定了一定的研究基础，但仍处于探索阶段，存在以下不足：一是基于规范性理论推导的经验缺乏实证支撑。二是基于回归分析的方法局限于单一线性关系，淡化了变量之间的交互作用，忽略了智能财务转型的多元协同路径，难以提供差异化的路径选择。三是鉴于不同类型和规模企业实现智能财务转型的路径不尽相同，学者采用案例分析方法得出的结论普适性不足。因此，本文主要基于组态视角，并通过熵值法将智能财务转型进行量化，实证性地探究企业智能财务转型的可推广路径及其重点性资源投入的关键前因变量。

（二）分析框架

智能财务被视为企业的一项重要技术应用。1990年Tornatzky等提出“技术—组织—环境”（TOE）框架，被广泛应用于分析企业技术创新采纳与执行过程中。选择TOE框架的原因在于：首先，企业智能财务转型受技术、组织和环境各层面前因条件的综合影响，是多维度因素的协同结果。其次，TOE框架更多的是一种因素归类的模型，可以根据研究问题和实际背景做进一步细化，具有较强的灵活性、操作性及广泛适用性。本文在各维度上选取的变量如下：

技术层面包括企业数字化转型和技术管理能力两个二级条件。基于熊彼特创新理论，企业数字化转型有助于塑造自身的数字技术应用能力，从而推动智能财务的转型进程，并为其创造潜在的超额经济价值。同时，张庆龙[ 7 ]指出，智能化是基于数字化所形成的海量数据，财务数字化转型为实现智能财务提供了必要的基础；智能财务作为企业的系统性工程，不仅需要相当规模的技术投资，还需要培育与其能力相适配的管理能力。基于资源基础理论，技术管理能力作为企业内部的资源之一，能够有效地帮助企业管理和利用数据分析工具、智能算法等技术资源，推动智能财务的发展。同时，李雷等[ 17 ]指出，技术管理能力是基于技术的动态能力，也是企业对智能财务技术利用、整合和重构的综合表征。

组织层面包括企业规模和高管团队两个二级条件。基于成本管理理论，较大规模的企业可能更容易承担智能财务转型所需的初始投资和运营成本。通常来说，企业规模较大意味着资金供给能力更强、资源更加丰富，更有能力支持智能财务技术的采购和实施。张夏恒[ 18 ]采用问卷调查法指出，微型企业在调查样本中没有选择任何数字技术的比例最高，在助推智能财务转型时主动性较弱；基于高层梯队理论，高管团队是决定企业发展方向的关键因素。智能财务转型涉及组织内部的管理变革，需要确保企业管理体制和组织架构等与其发展相契合[ 6 ]。同时，刘梅玲等[ 1 ]提出的智能财务基本框架中新技术匹配应用和智能化场景实施等均离不开高管团队的有效管理与支持。

环境层面包括行业竞争强度和环境不确定性两个二级条件。郭晓玲等[ 19 ]指出，行业竞争强度能够对企业的竞争策略、创新决策等市场行为产生重要影响。基于动态能力理论，企业在激烈的竞争行业中需要更敏锐地感知竞争机会，并采取更多的技术创新以争夺有限的外部资源。因此，竞争强度的增加可能会促使企业采用智能财务技术，以加速财务流程和提高反应速度。信息理论将环境不确定性划分为制度环境不确定性与市场环境不确定性。较高水平的制度环境不确定性意味着企业必须及时调整业务活动，加速智能转型。与此同时，新技术的快速发展增加了企业在面临市场环境不确定方面的挑战，这需要企业寻求个性化和差异化的竞争优势，进而影响企业整体的智能财务转型进程。

综上，本文最终选取数字化转型、技术管理能力、企业规模、高管团队、行业竞争强度和环境不确定性六个前因条件。组态视角下，各因素对企业智能财务转型的影响并非独立存在，而是通过彼此间的依赖组合。由此，构建理论模型框架如图1所示。

三、研究方法及数据构建

（一）动态QCA

传统的QCA分析方法，由于其理论与工具的限制，主要采取截面数据的组态研究，难以进行时间维度的复杂因果效应分析。然而，诺兰模型揭示的基于计算机信息系统应用呈现出“阶段性进阶规律”，智能财务转型是一个持续、连贯且整体的进阶过程，因此基于截面数据的传统QCA分析方法，并不能有效地阐明复杂因果和时间维度的互动关系。为此，本研究参考Garcia-Castro等[ 20 ]提出的相关理论和方法，借助R-Studio软件将QCA分析与面板数据进行有效结合，以期探索时间效应下的组态关系，并贯穿运用强化标准分析（ESA），以提高组态精度。区别于传统的QCA分析方法，动态QCA需要从组间（between）、组内（within）和汇总（pooled）三个维度进行测量分析，并借助组间一致性调整与组内一致性调整距离考察一致性在时间维度与个体维度的趋势变化。

（二）样本选取与数据来源

根据本文研究问题，选取典型企业作为样本更为贴切。一方面，根据QCA的数据收集原则，研究典型案例能够弥补中小样本在外部推广性方面存在的不足。另一方面，考虑到智能财务转型的技术难度大、资金投入量多、短期收益率低以及独有的信息安全风险，可能使部分企业对其“望而却步”。因此，对典型企业进行深入分析能够充分发挥“头雁效应”，激发“雁群活力”。

具体筛选程序如下：（1）确定起始年限：《2022年中国共享服务领域调研报告——迈向世界一流》划分的创新探索期为2018年至今，鉴于智能财务转型存在的时滞性，借鉴尚洪涛等[ 13 ]的做法将其前置一年，以2017年作为研究起始年限。（2）选择样本企业：典型企业来自《智能财务高峰论坛》评选企业，以及中国上市公司数字化转型典型案例榜单中含有财务共享、智能财务相关的关键词以及包含关键词的字段，如财务数字化、财务数智化、财务机器人、发票智能采集、智能审单、业财融合、业财一体化、会计信息系统与业务系统有机融合等。（3）剔除不合适样本：为保障研究的准确性，本文排除了在2017—2022年研究期间被ST、*ST标记的企业，以及财务数据或财务指标缺失的样本观测值。最终筛选出71家，涵盖21个省市（自治区）具有典型性和代表性的智能财务转型案例企业。

（三）变量选择与测量

1.结果变量

现阶段，有关企业智能财务转型水平测算的文献较少。鉴于智能财务转型被视为一项颠覆性技术创新，参考余维臻等[ 21 ]的研究，从资源基础优势、价值创造扩散两个维度，构建企业智能财务转型指标体系（见表1），并采用熵值法对构建指标进行赋权，获得企业智能财务转型综合指数。

2.技术层面变量

数字化转型参考吴非等[ 22 ]的研究成果，借助Python编程语言和文本分析法对上市企业年报中特定关键词的词库进行文本识别、提取和统计，最后，对各关键词的频数进行求和并加1取自然对数，作为数字转型的衡量指标。技术管理能力参考李雷等[ 17 ]的研究成果，基于研发支出比重、本科以上员工占比和资产收益率3个维度进行衡量。具体的，以研发支出占总资产的比重衡量研发支出比重，该指标能够反映企业对技术创新的投入强度与重视程度，是技术动态能力形成的关键；以本科以上员工与员工总人数的比值测度本科以上员工占比，该指标可以较好地反映员工的知识素质和学习能力，对企业吸收、利用、整合资源效率具有重要影响；以净利润与总资产的比值表征资产收益率，该指标可以反映企业对各类资源的管理和配置水平，凸显企业资源管理和整合能力。将上述3个维度的指标标准化后取均值，其值越大，表明企业技术管理能力越强。

3.组织层面变量

企业规模参照文献主流做法，以企业期末总资产的自然对数进行衡量。高管团队特征具有不同的维度，其中教育背景对企业是否进行智能财务转型的决策具有关键影响，因此，本文基于卢馨等[ 23 ]的测量方法，求得公司高管学历水平赋值的平均数，表征高管团队受教育程度。其中中专及中专以下赋值为1、大专赋值为2、本科赋值为3、硕士研究生赋值为4、博士研究生赋值为5、博士及以上赋值为6。

4.环境层面变量

行业竞争强度以1与赫芬达尔指数HHI（HHI=■n i=1（■）2，xi表示企业营业收入，x表示行业总的营业收入）的差值进行衡量，该数值越大表明行业竞争强度越大。环境不确定性参照乔金杰等[ 14 ]的做法，利用过去5年中上市企业销售收入标准差进行衡量。

（四）数据校准

不同于传统实证研究，利用动态QCA方法进行分析前需要预先进行完全隶属阈值、交叉点以及完全不隶属阈值的设定，对前因条件与结果变量数据进行隶属度转换。参照QCA主流研究做法进行直接校准，将变量的95%、50%和5%分位数作为判定锚点。具体变量和校准结果如表2所示。

四、数据分析与实证结果

（一）单个变量必要性分析

采用动态QCA分析面板数据时，单个条件的必要性需要结合一致性水平和一致性调整距离共同进行判断。通常认为一致性的判断阈值为0.9，当某个条件变量的一致性高于0.9时，该变量被视为结果变量的必要条件；一致性调整距离判断阈值为0.2，当某个因素的调整距离大于0.2时，表明一致性的精确度无法达到理想状态，需要进一步探究其必要性。表3报告了单个条件必要性分析的结果。通过分析汇总一致性，发现除企业数字化转型之外其余前因条件汇总一致性均小于0.9，但组间一致性调整距离与组内一致性调整距离存在大于0.2的情况。针对此类情形，可以从两方面进行解释：首先，本文选取71家典型企业作为研究样本，考虑到不同企业的资源禀赋、资源投入以及区位条件等存在差异，在企业智能财务发展以及转型过程中受到不同内外部因素影响。因此，组内一致性调整距离会出现较大的情形。其次，对行业竞争强度和非行业竞争强度组间一致性调整距离大于0.2的情况，可以通过考察组间一致性与覆盖度进行确认。结果显示：对覆盖度大于0.5的情形，其对应因果组合一致性均小于0.9，表明二者间并不表现出必然联系（鉴于篇幅，未进行列示）。因此，企业智能财务的发展是具有一定复杂因果特性的，有必要考虑多个变量之间的互相耦合及协同影响。

不同于以往研究，本文对企业数字化转型汇总一致性大于0.9的情况进行了时间维度探查。通过图2可知，在研究期间企业数字化转型的一致性水平均大于0.9，这表明在2017—2022年数字化转型始终是提升企业智能财务水平的核心条件。究其原因，企业智能化是基于数字化所形成的海量数据，而财务数字化转型为实现智能财务提供了必要的基础，这与前人所提的“数字化转型是智能财务的基础”说法不谋而合。

（二）条件组态的充分性分析

有别于必要条件分析，组态分析作为动态QCA的核心步骤，主要基于集合论视角揭示影响因素耦合联动后构成的差异化组态，以及组态致使结果产生的充分性水平。在真值表构建时，将一致性阈值设定为0.85、PRI阈值设定为0.75、频数阈值设定为2。随后进行ESA分析，以规避反事实分析过程中的矛盾简化假设。根据本文的必要条件分析结果，企业数字化转型是影响智能财务发展的核心变量，在R-Studio软件中需要优化取值算法。因此，针对“企业数字化转型”条件进行方向预设策略，将其值设定为1。此外，考虑到研究对象是典型企业代表，各企业资源禀赋差异较大，无法统一判断其他前因条件对结果产生的作用。因此，为避免不恰当的假设可能对结果全面性和科学性造成影响，对其他前因条件不进行方向预设，选择“存在或缺失”类型。经过筛选后最终得到增强型的简单解、中间解及复杂解。进一步汇报增强型中间解，辅以增强型简约解筛选出组态中的核心条件与边缘条件。

组态分析结果如表4所示，存在4条引发企业高水平智能财务转型的组态和2条致使非高水平智能财务转型的组态。在产生高水平智能财务转型的各组态中，其总体一致性为0.919，在致使非高水平智能财务转型的各组态中，其总体一致性为0.962，均大于0.75的最低限度，并且单个组态的组内一致性调整距离与组间一致性调整距离均低于0.2的判定阈值，表明汇总一致性对结果具有较好的解释力度。进一步根据核心条件的不同将产生高水平企业智能财务的驱动机制命名为技术支持—外部施压驱动型（组态1和组态3）和技术支持—组织架构驱动型（组态2和组态4）；将致使非高水平企业智能财务的组态命名为技术支持缺失型（组态5）和技术—组织叠加缺失型（组态6）。

（三）组态效应类型分析

1.高水平企业智能财务转型驱动机制

企业在数字化转型和技术管理能力赋能基础上，通过外部环境施压驱动实现智能财务转型，本文将该模式归纳为技术支持—外部施压驱动型机制。数字经济的蓬勃发展使得数字技术和智能技术不断渗透企业内部管理的各个领域。技术管理能力作为企业动态能力的重要体现，能够为数字化转型赋能的创新活力、流程再造和智能推动进行护航。与此同时，鉴于现阶段全球贸易市场的复杂多变性和内部经济结构转型压力，企业的外部市场环境竞争愈发激烈。因此，企业更有动力实施智能财务转型帮助其在此环境中寻求财务数据的规律，以更好应对未来发展过程中的“惊涛骇浪”。在这类驱动机制中，即便企业规模较小或者高管团队文化不强，但通过环境层面的行业竞争强度与技术支持进行耦合，企业也能够构建个性化和独具企业发展特性的智能财务管理模型并形成相对稳定的智能财务转型逻辑。

企业在技术赋能的基础上通过高效的组织架构实现智能财务转型，本文将该模式归纳为技术支持—组织架构驱动型机制。在具备技术支持的前提下，企业规模或者高管团队作为核心条件，体现了智能财务转型中的“资源基础”和“组织变革观”。具体而言，较大规模的企业凭借在重要发展节点上更高的存活率或者高管团队更高的文化引领能力，能够在数字化运营、决策及变革方面获得更多的红利，进而使企业在与高水平的技术管理能力协同交互中，能够有效激发智能财务转型活力。相较于技术支持—外部施压驱动型机制，技术支持—组织架构驱动型机制更注重企业内部建设，需要企业将着力点放在组织架构的塑造方面。

2.非高水平企业智能财务转型条件组态

考虑到影响因素耦合联动后可能存在的非对称因果关系，本文进一步探讨了非高企业智能财务的形成路径。技术支持缺失型组态表明，企业数字化转型与技术管理能力双重缺失，将致使企业智能财务转型处于较低水平。可能的原因正如能力与效率的关系一样，借助数字技术的应用和能力保障，连接、共享、协同等理念会不断植入财务共享服务中心，当财务共享服务的效率得到进一步强化时，企业才会展露出智能财务的应用雏形。总的来说，智能化的实现需要企业过硬的数据基础、技术基础和能力保障。组态结果显示，该路径的一致性为0.977，唯一覆盖度为0.206，表明约20.6%的非高水平企业智能财务转型案例仅被这条路径解释。

技术—组织叠加缺失型组态表明，当企业规模相对较小，其他因素无关紧要时，一旦数字化转型能力缺失将不会达到高水平的智能财务发展目标。可能的原因是：企业规模较小，资源相对稀缺，抗风险能力较弱，对智能财务的推进过程承担的动态性、复杂性等问题将会更为明显。数字化转型作为智能化的预备环节，其能力的缺失将无法实现对企业智能财务发展与推动的点对点加速。总的来说，薄弱的数字技术与较大的规模局限将难于驱动企业进行智能财务转型。组态结果显示，该路径的一致性为0.961，唯一覆盖度为0.076，表明约7.6%的非高水平企业智能财务转型案例仅被这条路径解释。

（四）组间结果对比分析

虽然高水平企业智能财务转型4条组态的组间一致性调整距离都未大于0.2，表明不存在明显的时间效应。但进一步考察各组态时间维度的变化，发现2017—2022年4条组态的一致性水平均在0.9左右波动（如图3所示），且于2019年出现轻微下滑，之后开始逐步回升。该组间分析结果一方面弥补了过往截面组态在时间纵轴无法体现的一致性变化趋势的不足，另一方面表明4条组态在2017—2022年之间均具有较好的解释力度。4条组态在2019年出现的相似下滑趋势，在一定程度表明了不同时期驱动路径会呈现赋能动荡性。值得注意的是，组态2的一致性变化趋势影响较小，且回升速度较快。这表明在技术支持的前提下，组织层面的企业规模充当核心条件时，具有更加稳定的驱动效果。

（五）组内结果对比分析

鉴于动态QCA目前尚未针对样本差异开发专门的衡量标准，因此本文采用各路径的微观一致性水平，探究其组态偏好。通过图4可知，在绝大多数样本企业中，4条组态的解释力和一致性均较高，但个别企业一致性出现低于0.75判断阈值的情况。该组内分析结果：一方面较好地呈现了各组态对应主体企业的一致性水平，能够帮助主体企业更精确把握技术、组织和环境层面影响因素对智能财务的协同影响；另一方面弥补了过往截面组态在个体层面无法探查一致性精准水平的情况。至于为何各组态一致性对应主体会出现跌破0.75阈值的情形，可以从以下方面进行解释。首先，智能财务转型会受地区环境的影响。本文研究样本涵盖21个省市（自治区），考虑到我国各地区经济发展过程中存在显著的异质性，因此，在外部数字基础设施、竞争环境等不同的情况下，各组态在企业智能财务转型驱动过程中会出现“堵点”情形。其次，企业自身特征是影响智能财务转型的关键因素。本文选取了71家典型企业作为研究样本，鉴于我国上市企业资源有着明显的差异性[ 4 ]，在调动和协同多层面因素对智能财务转型的赋能作用时，难免出现赋能“壁垒”，呈现路径驱动有限性情形。

（六）稳健性检验

首先，借鉴李雷等[ 17 ]的做法，从调整案例阈值数和调整一致性阈值进行组态稳健性检验。将案例样本的一致性阈值从0.85提高到0.9，将案例阈值数从2调整为3。结果显示，单个组态一致性和总体一致性依旧高于理论判断阈值，覆盖度出现略微下降，高水平企业智能财务转型驱动路径高度保持一致。其次，借鉴张永珅等[ 24 ]的研究成果，以上市公司财务报告附注披露的年末无形资产明细项中与数字化转型相关的部分占无形资产总额的比例来衡量企业的数字化转型水平进行关键变量检验。结果显示，数字化转型在样本期间其一致性水平虽略低于图2数值，但仍大于0.9的判定阈值。综上，本文研究结论具有稳健性。

五、研究结论与启示

本文引入TOE理论框架，运用动态QCA分析方法，系统探讨了技术、组织和环境层面影响因素对企业智能财务转型的协同影响，揭示了2017—2022年影响企业智能财务转型的核心因素及彼此间的互动关系。主要研究结论包括：第一，数字化转型是推动企业智能财务发展的核心条件，技术管理能力对智能财务转型具有普适作用。第二，在条件组合的充分性分析中，主要得出4条高水平企业智能财务转型驱动路径和2条非高水平企业智能财务转型组态。根据核心条件的不同，将高企业智能财务转型驱动路径归纳为技术支持—外部施压驱动型和技术支持—组织架构驱动型两类机制，其特点是在技术层面均呈现全要素核心情况，当与其他层级联动时，表现出行业竞争强度核心条件和组织层面核心条件的交互替代。第三，在时间维度上，高企业智能财务转型驱动路径于2019年均出现轻微下滑，之后开始逐步回升。这在一定程度上表明不同时期驱动路径会呈现赋能动荡性。第四，在个体维度上，通过进一步分析组内一致性水平，发现多层面因素耦合对企业智能财务转型的赋能作用均存在堵点和壁垒，表现出有限性情形。

基于上述研究结论，得到以下启示：（1）企业应认识到组态路径发展策略在智能财务转型中的优越性，重视组态协调思维的应用。不同组态的存在揭示出企业智能财务转型的复杂性，企业需基于自身已有条件禀赋，在整体视角下实现技术、组织和环境等层面因素之间的适配。例如在技术支持—组织架构驱动型机制下，企业需具备一定的“资源基础”和“组织变革观”，在技术赋能的同时，还需协同性地将着力点放在组织架构的塑造方面。（2）企业需要明确数字化转型是企业智能财务发展的重要保障，技术管理能力是转型路径的普适因素。首先，财务数字化转型作为智能财务实现的基础，能够为智能财务的实现搭建重要的数据基础、组织基础和技术基础。同时，必要条件分析也显示在样本期间，数字化转型一直是企业智能财务转型的关键条件。因此，企业要努力契合数字经济时代发展的潮流，坚定不移地践行数字化转型战略，全力推进数字化组织体系的建立和完善，加大对数字技术的研发投入、成果创新转化等支持力度，充分发挥数字技术引领企业财务革新的创新性能力。其次，企业应深知智能财务转型不仅仅是引进新一代财务技术以及相关设备等，还需要企业培育并提升与其相契合的管理能力。企业可以通过选聘具有数字化、智能化领导能力的财务管理者，亦或与高校、政府等机构联合培养数字化、智能化人才，做好企业高端人才储备工作，建立复合型高管团队等举措，进行组织架构和人员模式的裂变与重组，增强企业对先进数字技术吸收、运用和管理能力。（3）建设企业智能财务管理体系需要政府外部发力。首先，从组态分析结果来看，技术支持对企业智能财务转型至关重要。政府需要持续优化企业外部数字基础建设，加速培育数字人才，促进数字交易发展，为企业开展智能财务转型提供支持，通过增强技术性补贴、信贷优惠和税收减免等，为企业技术的革新和应用营造良好的外部制度环境。其次，对于转型已显优异成效的企业，政府可以通过宣传其发展成果、模式拆分等方式，充分发挥“头雁效应”，进而有效激发“雁群活力”。

【参考文献】

［1］ 刘梅玲，黄虎，佟成生，等.智能财务的基本框架与建设思路研究［J］.会计研究，2020（3）：179-192.

［2］ 靳霞.企业智能财务转型的方向与路径［J］.财务与会计，2023（9）：64-65.

［3］ 姜雪松，王蕊，管凌玉，等.数字化转型视角下智能财务对财务绩效的影响［J］.会计之友，2023（20）：44-51.

［4］ 吴晓怡，张雅静.中国数字经济发展现状及国际竞争力［J］.科研管理，2020（5）：250-258.

［5］ FAYYAD U，PIATETSKY-SHAPIRO G，SMYTH P.From data mining to knowledge discovery in databases［J］.AI Magazine，1996（3）：37.

［6］ 刘勤，杨寅.改革开放40年的中国会计信息化：回顾与展望［J］.会计研究，2019（2）：26-34.

［7］ 张庆龙.智能财务研究述评［J］.财会月刊，2021（3）：9-16.

［8］ 杨寅，刘勤，吕晓雷.企业智能财务建设的因素、应用与效果研究［J］.会计之友，2023（24）：138-144.

［9］ 邢洋，马千惠，肖有智.管理层短视、数字化转型与企业透明度［J］.武汉金融，2023（9）：62-69.

［10］ 徐高彦，郑静超，胡世亮.地域多元化程度、财务共享与财务柔性［J］.经济问题，2023（10）：121-129.

［11］ 马秋舒，张庆.财务共享对会计信息质量的影响［J］.山西财经大学学报，2023，45（S1）：55-57.

［12］ 周德良，杨雪.企业财务数字化转型的影响因素及实现路径：基于扎根理论的探索性研究［J］.管理案例研究与评论，2023，16（5）：613-626.

［13］ 尚洪涛，吴桐.企业数字化转型、社会责任与企业价值［J］.技术经济，2022（7）：159-168.

［14］ 乔金杰，唐霞.环境不确定性、盈余管理与创新投入［J］.统计与决策，2023，39（10）：177-182.

［15］ YU F，WANG L，LI X.The effects of government subsidies on new energy vehicle enterprises：the moderating role of intelligent transformation［J］.Energy Policy，2020，141：111463.

［16］ 白晓花.智能财务创新实践研究：以A集团为例［J］.中国注册会计师，2021（9）：87-91.

［17］ 李雷，杨水利，陈娜.数字化转型的前因组态与绩效研究：来自中国制造业上市公司的经验证据［J］.科技进步与对策，2023（16）：32-41.

［18］ 张夏恒.中小企业数字化转型障碍、驱动因素及路径依赖：基于对377家第三产业中小企业的调查［J］.中国流通经济，2020（12）：72-82.

［19］ 郭晓玲，李凯，石俊国.买方市场势力、市场竞争环境与研发投入：基于高新技术上市公司的经验证据［J］.科研管理，2021（11）：129-136.

［20］ GARCIA-CASTRO R，ARINO M A.A general approach to panel data set-theoretic research［J］. Journal of Advances in Management Sciences & Information Systems，2016（2）：63-76.

［21］ 余维臻，斯晓夫，严雨姗.中国情境下新创企业如何实现颠覆性创新？［J］.科学学研究，2022，40（12）：2294-2304.

［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（7）：130-144.

［23］ 卢馨，张乐乐，李慧敏，等.高管团队背景特征与投资效率：基于高管激励的调节效应研究［J］.审计与经济研究，2017（2）：66-77.

［24］ 张永珅，李小波，邢铭强.企业数字化转型与审计定价［J］.审计研究，2021（3）：62-71.