数字化转型、内部控制与企业高质量发展

【摘 要】 习近平总书记强调，要加快发展数字经济，促进数字经济和实体经济深度融合。数字经济发展速度之快前所未有，正在成为中国经济结构转型升级的关键力量，并且实现高质量发展已成为经济增长的新目标。同时，随着数字化技术和绿色可持续发展理论的不断成熟，重污染企业迎来了数字化转型新机遇，而有效的内部控制可以在转型中提供必要的监督和管理。文章选取2011—2021年重污染行业上市公司为研究样本，实证分析了数字化转型对企业高质量发展的影响。结果表明，数字化转型显著促进了企业的高质量发展；内部控制在数字化转型与企业高质量发展之间起正向调节作用；数字化转型在企业高质量发展的两个维度间存在中介效应，即数字化转型可以通过改善企业的环境绩效提高全要素生产率。文章研究结论不仅为微观企业高质量发展评价指标体系提供了新的经验证据，也为企业在数字化转型过程中实现经济效益和环境效益的“双赢”局面提供了参考。

【关键词】 数字化转型； 高质量发展； 全要素生产率； 环境绩效； 内部控制； 重污染企业

【中图分类号】 F49；F425；X322 【文献标识码】 A 【文章编号】 1004-5937（2024）16-0103-08

一、引言

随着新一代信息技术的迭代更新，汇集技术要素和数据要素的数字化作为新的经济发展形态应运而生。国际货币基金组织（IMF）于2021年强调数字经济对于新兴市场发展推动作用，指出中国数字经济转型方面的长足进展。党的二十大报告重点提出数字经济事关国家发展全局。在此背景之下，企业通过新一代信息技术与实体经济的深度融合迎来了数字化转型的新契机。因此，微观层面的数字化转型及其经济后果已成为目前研究的热点话题[1]。高质量发展是全面建设社会主义现代化国家的首要任务。作为构建新发展格局的主体，企业层面的高质量发展体现在其实现可持续发展的能力。具体而言，表现在以提高全要素生产率为主要价值创造方式的优化资源配置和技术进步上，以及提供以减轻环境负担为基础的产品或服务中[2]。

目前宏观层面围绕数字化与经济高质量发展的文献较为丰富。但基于微观角度，学者围绕数字化转型的经济后果多涉及企业绩效、企业投资、公司治理，以及供应链平台等方面，结论也不尽相同。具体来说，基于欧洲公司样本的研究发现企业数字化只提高了企业盈利能力[3]；也有研究表明数字化转型与环境绩效的非线性关系，说明存在数字化水平对环境绩效的负向的“反弹效应”[4]。同时发现关于数字化转型与企业高质量发展的理论与实证研究相对匮乏[5]。并且在这一新兴研究中，集中探讨对企业全要素生产率这一单一指标的影响[6]，存在一定的片面性。因此，对于企业高质量发展的研究，如何较为系统有效地衡量，是全面理解数字化转型对企业高质量发展的影响关键问题。

数字化转型不断加快，存在数据泄露和滥用的风险，同时数字工具和平台的广泛使用，增加了相应的操作风险。内部控制作为治理信息失真、整合企业资源的一种有效方法，可以帮助企业识别和降低这些风险，确保操作的正确性和合规性，提供了必要的监督和管理。因此显现出良好的内部控制对企业高质量发展的长效机制与保障。同时发现，现有文献对于内部控制在数字化转型以及企业高质量发展的研究中主要归于单向影响。具体来说，在两权分离制度下，内部控制已经成为企业高质量发展的重要影响因素，但其作用尚未得到统一认证[7]；企业数字化转型提高了内部控制有效性，且产品市场竞争大、企业生命周期处于非成长期时，企业数字化转型提高内部控制有效性更明显[8]；内部控制可以发挥促进企业合法性绿色发展的作用，促进自身环境绩效的提升[9]。然而内部控制质量与企业数字化转型以及高质量发展的关系是值得进一步研究的问题。

基于文献梳理发现的不足，本文将聚焦于数字经济和财务智能化的时代背景，从重污染行业视角进行实证研究，可能的边际贡献有三点：第一，现有文献对企业高质量发展的衡量指标较为单一，本文基于企业全要素生产率和企业环境绩效两个衡量指标，实证研究了数字化转型对企业高质量发展的影响效果；第二，本文进一步深入探究内部控制情境因素对二者之间关系影响及逻辑构建，深化对数字化转型与企业高质量发展关系的理解；第三，多数文献使用多维指标时并未研究其内在机制得出最终结果，因此本文注重数字化转型对企业高质量发展的内在效应，研究在数字化转型中企业环境绩效与企业全要素生产率存在的作用机制。本文研究对于数字经济背景下会计与内部控制理论的创新具有重要的理论价值，同时为完善重污染行业企业内部治理结构提供微观证据。

二、理论分析与研究假设

（一） 数字化转型与企业高质量发展

1.数字化转型与企业全要素生产率

根据创新经济学理论，企业进行数字化转型可以驱动企业创新，进而带来企业全要素生产率的提升。传统的创新模式以企业为主，消费者体验感较差，而在数字经济下互联网商业模式应运而生，企业信息流通与共享加快，带动企业网络化、产品创新工具智能化，缩短企业客户之间的距离，成为企业创新发展新途径。同时企业利用数据要素促进各个部门由独立开发向协同创新转变[10]，有助于打破“逻辑性”孤岛，营造开放的创新环境。这种协同创新模式使得产品突破性创新和跨界合作更为顺畅，能够有效提高全要素生产率。

基于人力资本理论，企业进行数字化转型也是优化人力资本结构的过程。探讨企业数字化转型对人工智能发展的影响，既替代了低端劳动力[11]，又创造了新兴劳动力需求，如数字化维护人员和其他相关的数字化人才[12]。这些变化促进了劳动力市场上有竞争力的高质量要素供应，从而优化完善企业人力资本结构[13]，更加灵活地配置适应性强的劳动力资源，积极应对不断变化的市场环境，提高市场竞争力。

此外，根据委托代理理论和信息不对称理论，企业进行数字化转型，强调数字技术进步对信息上下级传递速度的加快，能够减缓信息不对称问题[14]，减少委托代理矛盾，降低决策成本以及信息不确定性，从而提高决策效率。此外，数字化转型还可以使企业实现跨界经营，充分利用数据和信息要素互通优势，实现优化资源配置和业务拓展的目标。并且在企业内部，数字化转型推动研发设计与供应链管理的协同，缓解资产专用性约束，提供多元化服务，实现生产过程的整体优化，降低生产成本和管理成本。基于前述分析，本文认为企业进行数字化转型能够驱动创新、优化人力资本结构、提升运营效率，从而推动企业全要素生产率提高。故提出假设1a。

H1a：数字化转型能够提高企业全要素生产率。

2.数字化转型与企业环境绩效

基于资源配置理论的视角，数字化转型的企业可以实时监测能源消耗、碳排放等关键指标，能够精准地追踪和管理资源的使用情况，从而更好协调内外部资源，实现资源的整合和共享，提高资源利用率，降低资源浪费和成本。而企业社会责任理论认为，企业应当对其环境行为和影响负责，并向利益相关方提供有关信息。数字化转型能够促使企业采用更加透明和规范的报告标准和指南，进而提供披露细则和框架。由此使得企业能够更系统地报告环境披露信息，增加信息的可比性和可信度，同时更好地履行环境责任，并接受外部监督和评估。

数据驱动决策是数字化转型的重要特征。通过数字化系统平台实时收集、废弃物管理、清洁能源利用等方面的环境数据，企业可以获得有用的决策信息，为改善环境绩效提供支持。同时企业利用大数据和人工智能等新技术，挖掘环境数据中的潜在关联和趋势，识别资源浪费和环境风险，并制定相应的改进和优化策略。这样的数据驱动决策有助于企业更加科学地管理环境问题，提高企业的社会责任感和可持续发展的透明度。

企业通过数字化工具和技术，可以更好地与供应商、合作伙伴进行沟通协作，实现供应链上下游信息同步和协同决策，打破供应链中的信息壁垒。供应链管理理论强调其协同作用对于企业环境绩效的重要性。通过协同作用，供应链的各环节能够更好地优化资源利用、管理环境风险、推动绿色创新和建立绿色合作关系，从而实现环境绩效的提升。郭玉春[15]指出环境技术和资源共享以及激励联盟等对企业环境绩效具有正向促进作用。因此，数字化转型可以通过提高资源利用率、加强环境信息披露责任、数据驱动决策和优化供应链等途径，促进企业环境绩效的提高。故提出假设1b。

H1b：数字化转型能够改善企业环境绩效。

（二）数字化转型、内部控制与企业高质量发展

内部控制是指为防范违法违规风险，确保财务信息的可靠性以及组织的高效运作而建立的流程和系统。从公司治理理论的角度来看，高质量的内部控制可以提供必要的监督和治理。有效的内部控制监督能够减少管理者自私自利行为，改善数字化转型的环境，提高生产经营效率[16]，对企业全要素生产率有所裨益。数字化转型通常需要在技术和资源方面进行大量投资，高质量的内部控制可以确保这些资源得到有效利用，避免浪费并最大限度地提高企业生产力。同时，内部控制可以帮助识别数字流程中的低效率和瓶颈项目，比如监测废物管理或能源消耗的数字系统的效率，帮助企业改善环境绩效。

信息质量理论认为，不准确、不及时、不可靠的数据会导致错误的决策。然而企业在数字化转型中涉及收集和存储、清洗和处理以及可视化大量且繁杂的数据，很可能会导致最终数据不可靠的问题。由于企业在制定战略、规划生产、优化资源配置和评估绩效等方面较为依赖数据支持，因此，低质量的数据可能对企业的决策过程和运营产生负面影响。高质量的内部控制能够对数据进行质量管理、安全保护以及验证和审查，有助于确保财务数据的准确性、完整性和可靠性，维持环境数据的公开透明，以此维护企业声誉，展示企业对可持续发展的要求，同时提高企业在数字化转型中的决策效率，促进企业高质量发展。

基于风险管理理论，企业开展内部控制能够帮助企业遵守各项法律法规，如数据隐私法以及企业环境信息披露制度，确保公司的数字化转型符合这些法规，减少不符合法规和财务处罚的风险；企业可以获得更多创新资源，并对数字化转型过程中可能出现的创新风险进行有效防控[17]。

根据多种理论和视角，高质量的内部控制能最大限度地约束企业管理者的投机行为、确保驱动决策的数据质量、降低使用数字技术的相关风险，因此在数字化转型与促进企业高质量发展中发挥着关键作用。故提出假设2。

H2a：企业内部控制质量较高时，数字化转型对企业全要素生产率的正向影响得到强化，内部控制起正向调节作用。

H2b：企业内部控制质量较高时，数字化转型对企业环境绩效的正向影响得到强化，内部控制起正向调节作用。

（三）数字化转型、企业环境绩效与企业全要素生产率

前文已指出，数字化转型能够同时促进企业全要素生产率和企业环境绩效的提高。本文对企业高质量发展的衡量由两个维度组成，这两个被解释变量之间的作用机制是什么？本文进一步探讨企业环境绩效在数字化转型提升企业全要素生产率中发挥的角色作用。本文理论预测，企业环境绩效能够在数字化转型提高企业全要素生产率之间起部分中介作用，实现经济效益和可持续发展的双赢局面。

环境管理理论认为，企业环境绩效的优秀表现通常与其采用节能减排的创新技术有关。通过实施有效的能源管理系统（EMS）、绿色供应链管理等措施，企业能够降低能源消耗，减少对环境的负面影响，同时改善资源利用效率，降低生产成本，提高生产效率。优秀的环境绩效表明企业能够通过合规管理、风险评估和应急预案等手段有效管理与环境法规和责任有关的风险。通过降低环境事故或事件的发生概率，能够减少与其有关的法律诉讼、罚款和赔偿等潜在成本，减少生产过程中的时间成本，提高生产效率和产能利用率。

良好的环境声誉可以带来更多的商业契机。可持续竞争优势理论强调企业在环保和可持续发展方面的积极性对于获得竞争优势至关重要。客户在选择合作伙伴时更倾向于与环境绩效良好的企业合作，因为这些企业能够提供更为可靠的可持续产品与服务。同时，关系营销理论认为合作信任和良好的忠诚度会给企业带来更多的业务机会和稳定的客户基础，因此在投融资方面更具吸引力。这些途径可以帮助企业把握市场机遇，促进企业全要素生产率的提升。

基于战略合作理论分析，优秀的环境绩效能够助力企业实现可持续发展目标。因此企业达到政府鼓励条件的积极性越高，能够取得与政府更密切的联系，更容易获得财政支持[18]，得到更多的外部资源。资源依赖理论认为，企业在运营过程中需要依赖外部资源，这些资源可以为企业提供资金、技术和市场等方面的支持，推动企业自身经济持续改善和发展。

综上，本文提出假设3。

H3：数字化转型能够通过改善企业环境绩效，进而提高企业全要素生产率。

三、研究设计

（一）变量定义

1.被解释变量：企业高质量发展。企业高质量发展不仅是企业经济效益的表现，也是健全绿色低碳循环的可持续发展。因此，本文从全要素生产率和环境绩效两个维度来衡量企业的高质量发展。目前研究对于全要素生产率（TFP）的测度主流方法有OP法、LP法以及GMM法等。无论是同时性选择偏差还是样本选择偏差问题，在OP方法中都得到了较好的解决。因此本文选择OP法计算的全要素生产率作为另一个被解释变量，同时为了客观反映投入要素对经济增长的贡献，本文参考宋敏等[19]的做法进行测算。

对于环境绩效（EP）的测度，目前学者多采用变量替代法和评分体系方法，然而国内对上市公司有毒污染物排放信息披露尚未形成统一规范，相关指标数据库并不完善，并且企业环境绩效的评估也没有统一的标准，由此来看评分体系方法要更加全面，故本文采用彭博发布的企业社会责任报告中环境责任得分进行衡量，这一评分是基于企业的能源披露情况、空气质量披露、环境供应链管理等七项一级指标构成，评分标准已得到学术界的广泛认可。考虑到经常更新披露准则对ESG评分指标的变动，故将原始指标取对数进行处理。同时考虑到能直观反映出企业环境行为的财务内容，参考张兆国等[20]的做法，采用企业废弃物等排放量计算出单位营收排污费进行稳健性检验。需要注意的是，据本文定义来看，企业排污费率越低，环境绩效越高。

2.解释变量：数字化转型（DT）。目前学者对于数字化转型的测量，主要从数字化程度（包括数字设备使用、数字平台建设、数字化成熟度）和数字化能力（包括转型能力、数字化盈利能力、数字创新能力）这两个方面出发，包括采用虚拟变量方法、财务数据变量替代法以及文本分析方法三类主流方式。但是鉴于不同企业之间，在引入和使用数字技术方面的程度水平、所拥有的数量和类型等方面均有着较大的区别，戚聿东等[21]认为单纯通过企业是否已经开展数字化转型作为替代变量会遗漏大量信息，并不全面。本文参考袁淳等[22]的研究，采用文本挖掘法测度企业数字化转型水平（DT）。首先，构建出较为全面的企业数字化术语词典，以国家政策语义体系为基础再结合国家层面数字经济相关政策文件提取出企业数字化相关关键词，其中与数字化有关的关键词包括以数字、数据、智慧、云、机器人、电子、3D、AI等为基础词汇组成的关键词；其次，将上述词汇扩充到jieba中文分词库，基于机器学习的方法对上市公司年报“管理层讨论与分析”（MD&A）部分进行文本分析，提取出与数字化相关的关键词在年报中出现的频率；最后，考虑到计算出的频率之间极差较大，将提取的相关词汇频数除以MD&A词频数并乘以100，并且为了避免样本数据右偏倾向，更加接近正态分布，便于后续的数据建模和分析，本文还进一步对数据进行了加1后的对数化处理来衡量微观企业数字化转型程度（DT）。

3.调节变量：企业内部控制质量（IC）。本文参照郜保萍[8]的研究，选取迪博公司发布的上市公司内部控制指数来衡量企业内部控制质量（IC），能够客观综合反映上市公司内部控制水平及其现状。同时对原数值进行对数化处理，以削弱内部控制质量的数量级较大所造成的影响。

4.控制变量：本文选取了净资产收益率（ROE）、企业成长性（Growth）、财务杠杆（Lev）、管理层持股比例（Mshare）、股权制衡度（Balance）、股权性质（SOE）、审计质量（Big4）、审计意见（Opinion）以及企业规模（Size）作为企业层面的控制变量。同时对年份（year）和行业（Industry）进行控制。

（二） 模型构建

为检验数字化转型对企业高质量发展的影响，本文构建基准模型1，并在模型1的基础上构建调节效应模型2，对内部控制的机制作用进行分析：

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企业在t年的全要素生产率和环境绩效；DT代表i企业在t年的数字化转型程度；IC代表i企业在t年的内部控制质量，在进行调节效应分析时，采用高低水平的IC进行分组检验；Controls代表一系列控制变量；Year和Industry表示时间和行业的虚拟变量；ε代表随机误差项。

为检验数字化转型对企业高质量发展内在的影响机制，两个被解释变量是否存在中介作用，建立中介效应模型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企业在t年的全要素生产率；EP作为中介变量，代表i企业在t年的环境绩效；DT代表i企业在t年的数字化转型程度。

（三）样本选择与数据来源

本文根据2012证监会行业分类、《上市公司环境信息披露指南》以及2008年《上市公司环保核查行业分类管理名录》筛选出沪深A股重污染行业上市公司，剔除数据缺失以及金融类、ST、*ST的企业后，获得2 079个公司—年度面板观测值，由于数据可获得性问题，样本数据截至2021年。此外，对连续变量进行前后1%缩尾处理。

其中，企业财务数据来源于上市公司年报以及国泰安数据库等，企业内部控制数据源于迪博（DIB）内部控制指数，企业排污数据主要来源于中国研究数据服务平台（CNRDS），企业环保投资数据来自上市公司年报附注中在建工程和管理费用两个科目，企业社会责任报告来源于彭博数据库。

四、实证分析

（一）描述性统计

从表1可以看出，企业全要素生产率（TFP）的均值为16.787，最小值为14.276，最大值为19.019，表明样本企业整体的全要素生产率水平良好。企业环境绩效（EP）样本均值为2.390，说明样本企业即重污染行业上市公司环境绩效整体偏弱，与最大值相比，最小值更为偏离中位数，表明公司之间的环境管理水平相差较大，因此提升重污染行业环境绩效的问题亟待解决。企业数字化转型（DT）之间有一定差异，最大值为4.997，最小值为0（说明没有进行数字转型），表明样本企业间的确存在着数字鸿沟。企业内部控制质量指数分布较为均匀。本文还进行了相关性检验和VIF检验，结果显示VIF值均小于5，说明本文构建的模型无显著的多重共线性问题。

（二）基准回归

为研究数字化转型对企业高质量发展的影响，首先，根据解释变量与被解释变量的非线性检验结果，发现数字化转型与企业高质量发展之间是线性关系。其次，根据Hausman检验结果，P值均小于0.001，拒绝原假设，选择固定效应模型，同时本文采用控制年度和行业的双向固定效应。之后，本文对模型1进行了多元回归分析，基准回归结果如表2所示，列（2）和列（4）为加入控制变量后的回归结果，数字化转型与企业全要素生产率的回归系数依然在1%的水平为正，表明数字化转型的确提升了企业全要素生产率，H1a成立；数字化转型与企业环境绩效的回归系数在5%的水平显著为正，说明控制变量选取合理，有效剔除一些潜在因素对被解释变量的影响，结果表明数字化转型同样也能改善企业环境绩效，H1b也成立。基准回归结果说明数字化转型程度越高，越能促进企业高质量发展，H1得到验证。

（三）稳健性检验

本文采用两种方法进行稳健性检验：第一，替换被解释变量。在企业全要素生产率的衡量上，采用GMM方法进行计算；在企业环境绩效的衡量上，采用单位营业收入排污费计算的排污费率重新进行回归。需要注意的是排污费率越高，说明公司的治理污染能力较差，污染排放较多，需要支付相对于企业收益来说较高的排污费来弥补，表明环境绩效越低。回归结果如表3列（1）、列（2）所示，均在1%水平显著为正，原有结论依然成立。第二，为缓解模型的内生性问题对结果产生的干扰，进一步进行内生性检验。本文采用两阶段最小二乘法进行估计，参考袁胜超[23]的做法，将数字化转型的滞后一阶和滞后二阶分别作为解释变量的工具变量，滞后变量与内生解释变量相关，可以解释数字化转型的变化，同时不与扰动项相关，满足外生性条件。工具变量有效性检验结果如表4所示，各模型回归结果均在1%的显著水平通过了过度识别检验，Cragg Donald Wald F统计量也显著大于10%对应临界值16.38，拒绝弱工具变量假设，说明本文工具变量选取合理。回归结果如表3列（3）—列（6）所示，数字化转型滞后一阶均在1%显著水平对企业全要素生产率和企业环境绩效呈正向影响，数字化转型滞后二阶分别在1%和10%的显著水平对企业全要素生产率和企业环境绩效呈正向影响。该结果与基准回归结果相差不大，表明处理内生性问题后，模型稳健性进一步得到证实。

五、进一步分析

（一）调节效应

基于上述主变量的检验结果，本文使用分组回归的方法进一步探究内部控制对企业高质量发展两个维度的调节作用。具体分组结果如表4所示。列（1）和列（2）的结果表示，对比于内部控制质量低组别中的5%显著水平，在企业内部控制高质量组别中，数字化转型与企业全要素生产率的显著水平提高到1%。这意味着高质量的内部控制对企业全要素生产率的积极作用更强，H2a得到验证。列（3）与列（4）的结果表明，在企业内部控制高质量组别中，数字化转型与企业环境绩效的回归系数由低质量组别0.009提高至0.064，同时p=0.011，即从低质量组别的不显著提高至近乎1%显著水平。并且R2得到有效提升，模型拟合度更好，这说明高质量的内部控制同时也对企业环境绩效的积极作用更强，H2b得到验证。为检验调节效应的稳健性，分别对四组分组回归进行组间系数差异检验（Chow检验），P值均在1%左右的显著水平通过检验。调节效应的结果说明随着企业内部控制质量的持续改进，能够促进数字化转型对企业高质量发展产生的正向推动，内部控制起调节作用，H2得到验证。

（二）中介效应

为检验数字化转型对企业高质量发展的内部影响机制，采用其中衡量指标企业环境绩效作为中介变量，验证环境绩效提升的中介作用。模型5在模型3的基础上加入了企业环境绩效，回归结果如表5所示，列（1）表明数字化转型对企业全要素生产率的回归系数是0.049，在1%水平显著；列（2）表明数字化转型在5%显著水平正向促进企业的环境绩效，系数为0.034；列（3）表明在加入环境绩效后，企业环境绩效和企业全要素生产率之间在1%水平显著正相关，系数为0.080，同时数字化转型和企业全要素生产率之间的显著水平没有发生变化，但是系数由第一步的0.049减小到0.046，表明企业环境绩效在数字化转型和企业全要素生产率之间起到了部分中介的作用，企业全要素生产率的提高，一部分是由于提高环境绩效所带来的，H3得到了验证。同时，运用Sobel检验对中介效应进行检验，结果如表5所示，Sobel检验中，Z值为1.781，p<0.1，企业环境绩效在数字化转型和企业全要素生产率的中介效应得到了支持。

六、研究结论与建议

（一）研究结论

本文以2011—2021年间重污染行业上市公司为研究样本，实证检验了数字化转型对企业高质量发展的影响效应及作用机制，得出如下结论：第一，结果强调数字赋权推动企业环境绩效和提高生产效率的重要性，最终促进企业高质量发展。第二，企业内部控制通过其必要的约束和监督，保证了数字化转型的可靠性，从而调节其对企业高质量发展的显著正向影响。第三，数字化转型与衡量企业高质量发展两个内在维度之间存在中介效应，即数字化转型可以通过改善企业环境绩效来提升企业全要素生产率。

（二）建议

1.提供制度保障，强化政策推动。对于政府而言，首先完善法律法规，给予企业明确的指导和约束，对内部控制质量较低的企业发挥外部治理的替代作用。其次，针对企业数字化转型的阵痛期精准化施策，推动工业互联网的发展，建设智能制造基地和工业云平台，促进制造企业实现数字化网络化；针对非制造企业设立专项资金，建立政府示范项目，吸引社会资本投入，提高企业数字化转型的积极性。最后，开展数字化转型人才培养计划，推动产业协同合作，鼓励企业向高附加值、高技术含量和高服务型产业转型。

2.重视数字赋权，加快转型升级。首先，从战略发展角度出发，企业需要明确适合自身内外部环境的数字化转型策略和目标，加强协同一致。进一步确定转型优先领域和重点项目，提高投资效率。其次，从技术安全方面来看，企业可以实施防火墙、防病毒软件、加密技术等网络安全控制，提供可靠的数据保护。最后，从组织发展来看，企业可以施行合理的职责分离制度，建立相应的授权和审批机制加之定期内部审计，帮助识别内部控制的弱点。同时设立领导层激励机制，鼓励数字实验和承担风险，提升企业软环境。

通过以上政策建议，可以帮助企业取得长期竞争优势，从而转化为推动自身高质量发展的内生动力，在绿色低碳的可持续发展道路上贡献力量。

【参考文献】

［1］ 陈冬梅，王俐珍，陈安霓.数字化与战略管理理论——回顾、挑战与展望［J］.管理世界，2020，36（5）：220-236，20.

［2］ 王晓红，李娜，陈宇.冗余资源调节、数字化转型与企业高质量发展［J］.山西财经大学学报，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］ 赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率［J］.财贸经济，2021，42（7）：114-129.

［6］ 胡沛枫，马远远，黄毅敏.双循环视阈下企业高质量发展内生动力系统构建研究［J］.创新科技，2021，21（7）：61-73.

［7］ 胡海波，彭卉.内部控制对企业高质量发展的影响——基于社会责任和投资效率的中介效应分析［J］.会计之友，2023（19）：82-90.

［8］ 郜保萍.企业数字化转型与内部控制有效性［J］.会计之友，2023（4）：127-133.

［9］ 董称.内部控制、产权性质与企业环境绩效［D］.南京：南京财经大学硕士学位论文，2018.

［10］ 王才.数字化转型对企业创新绩效的作用机制研究［J］.当代经济管理，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］ 孙早，侯玉琳.工业智能化如何重塑劳动力就业结构［J］.中国工业经济，2019（5）：61-79.

［14］ 裴长洪，倪江飞，李越.数字经济的政治经济学分析［J］.财贸经济，2018，39（9）：5-22.

［15］ 郭玉春.供应链协同对环境绩效的影响研究：制度压力的调节作用［D］.武汉：武汉纺织大学硕士学位论文，2021.

［16］ 赵燕.数字化转型、战略资源匹配与企业高质量发展［J］.财会月刊，2022（20）：62-69.

［17］ 李瑛玫，史琦.内部控制能够促进企业创新绩效的提高吗？［J］.科研管理，2019，40（6）：86-99.

［18］ 邓颖.环境税对重污染行业上市公司环境绩效与财务绩效的影响研究［D］.成都：西南财经大学硕士学位论文，2021.

［19］ 宋敏，周鹏，司海涛.金融科技与企业全要素生产率——“赋能”和信贷配给的视角［J］.中国工业经济，2021（4）：138-155.

［20］ 张兆国，常依，曹丹婷，等.高管任期、企业技术创新与环境绩效实证研究——以新环保法施行为事件窗口［J］.科技进步与对策，2020，37（12）：73-81.

［21］ 戚聿东，蔡呈伟.数字化对制造业企业绩效的多重影响及其机理研究［J］.学习与探索，2020（7）：108-119.

［22］ 袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化［J］.中国工业经济，2021（9）：137-155.

［23］ 袁胜超.数字化驱动了产学研协同创新吗？——兼论知识产权保护与企业吸收能力的调节效应［J］.科学学与科学技术管理，2023（4）：60-81.