1. 引言
新一轮科技革命和产业变革为各国高质量发展提供了重要战略机遇，数字经济布局持续完善，发展势头较为强劲、重点领域势头良好、发展潜力加快释放，成为推动各国经济复苏的重要力量和新生动能。数字化转型作为数字经济的核心内容，为数字经济的发展提供主要动力。据IDC预测，中国2026年数字化转型支出将由2021年的2751亿美元达到2026年的6511亿美元，复合增长率达18.80%。在推动我国经济由高速增长阶段转向高质量发展阶段的历史进程中，数字化在构建新发展格局、建设现代化经济体系、构筑国家竞争新优势方面释放出强劲动能，成为推动中国经济高质量发展的重要引擎。
随着全球数字革命的爆发，大数据、人工智能、移动互联网、云计算等数字技术不断迭代发展，并被广泛应用于企业实践中。这些数字技术为企业改善治理水平、提高投入产出效率、转换发展方式及实现高质量发展提供了重要契机。数字化转型成为企业实现高质量发展的关键路径。本文旨在探索企业数字化转型对企业高质量发展的影响，丰富和补充数字化转型对企业高质量发展的影响的理论研究，具有一定的现实意义。同时，引入多种机制变量，为研究企业数字化转型和企业高质量发展之间的关系提供新的视角，有助于企业更好地进行数字化转型，实现企业可持续发展和高质量发展。
2. 理论分析与研究假设
2.1. 企业数字化转型与企业高质量发展
企业数字化转型是一个复杂而多维的现象，不同学者和专家从各自独特的视角出发，对这一现象进行了深入探讨。Patel和McCarthy [1]最早提出“数字化转型”这一概念，但未对其进行具体的概念化。Vial [2]强调了信息、计算、通信和连接技术的综合运用，这些技术的融合不仅触发了实体属性的重大变化，而且促进了实体本身的改进和优化。陈劲等[3]认为，数字化转型建立在数字化转换和升级的基础上，深入到公司的核心业务，旨在构建新的商业模式。武常岐等[4]从战略变革的视角指出，数字化转型实际上是互联网对企业现有战略进行更新、嵌入和主导的过程。李剑峰[5]指出，这是一种利用数字技术推动业务变革以实现价值创新的企业发展战略，且是一个长期的过程。企业作为国民经济的细胞，其高质量发展是经济高质量发展的微观基础与前提[6]。高质量发展代表了一种全新的企业发展状态或范式，不仅涵盖了绩效、创新和成长等因素，还强调了社会价值的实现[7] [8]。黄速建等[9]将企业高质量发展定义为追求高水平、高层次、高效率的经济价值和社会价值创造，以及塑造卓越的持续成长和持续价值创造能力的目标状态或发展范式。
在厘清数字化转型与企业高质量发展的内涵后，可以看出数字化转型不仅是技术层面的变革，更是企业运营、管理和商业模式等多方面的全面提升。这一过程涉及信息化与智能化的综合应用，深刻影响着企业的各个层面。因此，数字化转型被视为推动企业高质量发展的重要动力。许多学者认为数字技术的应用能将海量、非标准的数据快速处理转变成可用信息[10]，所以数字化转型能够提高企业的生产效率和管理效率[11]，企业数字化转型对企业业绩、创新成果和公司治理效率也有显著提升作用[12]，因此将数字技术转型视为企业效率改善的新引擎[13]。数字化转型强调了在技术运用上的优势，能够通过高效的信息整合、计算分析和交流沟通，优化产业链各环节不同参与者的协作效率，降低成本并提高全要素生产率[14] [15]，甚至在缓解企业融资约束及推动企业可持续发展方面也具有重要作用，是企业实现高质量发展的必由之路[16] [17]。此外，企业的数字化转型显著提升了股票流动水平，企业应充分把握数字化转型机遇，促进高质量发展[18]。企业的数字化转型还能够显著提升其实业投资水平，抑制“脱实向虚”，从而助力实体经济的高质量发展[19]。刘昕和赵文捷[20]认为，数字化转型可以显著促进企业的高质量发展，同时融资约束在其中起到中介作用。刘靖宇等[21]从高质量发展的先决条件、动力源泉和模式支撑三个方面论证了数字化转型对中小企业高质量发展的显著促进作用。
基于此，本文提出假设1：
H1：企业数字化转型与企业高质量发展之间存在正相关关系。
2.2. 企业数字化转型与企业经营水平
企业的数字化转型从五个方面提升了全要素生产率，对高质量发展具有显著影响[22]。企业的数字化转型可以通过提高生产效率、管理效率、创新效率、生产要素融合升级以及增强产业协同五个方面促进企业的高质量发展[23]。金昕等[24]认为，制造企业的数字化转型具有提升效率的作用，对企业发展质量有显著正向影响，而且数字化转型水平越高，对企业发展质量的促进作用就越强。
企业数字化转型是一场深度的变革，它不仅关乎技术的应用，更关乎企业的未来。数字化转型的过程，也是企业盈利能力提升的过程。通过对外部市场的深入理解，企业能够准确把握市场趋势，制定出更为精准的市场策略，进一步提升企业的盈利能力。数字化转型不仅可以给企业带来直接的经济效益，还可以实现经济、社会和环境的高质量发展目标[25]。
基于此，本文提出假设2：
H2a：数字化转型通过提高企业的营运能力促进企业的高质量发展。
H2b：数字化转型通过提高企业的盈利能力促进企业的高质量发展。
2.3. 企业数字化转型与企业审计水平
花俊国等[26]的研究表明，数字化转型对企业产生了多方面的积极影响，显著提高了企业的全要素生产率。在这一过程中，审计费用和审计意见的提升对企业的高质量发展起着至关重要的作用。企业的数字化转型通常需要大量的科技投入和技术支持。这一过程可能要求审计人员具备更高的技术能力和专业知识，从而导致审计费用的增加。此外，数字技术的应用也可能改变企业的风险特征，审计公司可能需要投入更多资源来评估和应对新兴的风险领域，如数据安全和合规性，这同样可能增加审计费用。因此，企业需要适度提高审计费用，以确保在数字化转型过程中的科技投入和技术支持，进而推动企业数字化转型向更高水平发展。
随着企业数字化转型的深入，审计意见的提升可能变得更加重要。通过提升审计意见，企业能够更有效地支持自身的科技投入和技术更新，规范经营行为和管理规范，完善信息披露和风险管理，从而推动数字化转型向更高水平发展。这一过程不仅增强了企业的透明度和信任度，也为企业的可持续发展奠定了坚实基础。只有确保审计的专业性和严谨性，企业才能有效应对转型带来的新挑战，实现高质量发展。
基于此，本文提出假设3：
H3a：数字化转型会增加企业的审计费用进而促进企业的高质量发展。
H3b：数字化转型会提高企业的审计意见进而促进企业的高质量发展。
2.4. 企业数字化转型与企业创新水平
突破式创新是组织利用变革性技术研究开发全新的产品或服务的过程，这种创新本质上是颠覆性的，能够彻底改变现有的产品、服务或业务模式[27]。数字化转型通过增强突破式创新能力，为企业的高质量发展提供了强有力的支撑。企业需要不断适应和把握数字化带来的机遇，勇于进行突破式创新，以实现持续的竞争优势和市场领导地位。
渐进式创新是一种稳步的、完善式的创新过程，它不涉及颠覆性的技术突破，而是在现有的技术基础上，对产品或服务进行持续的、微小的改进[27]。这种创新方式有助于企业在保持稳定性的同时，逐步提升产品和服务的质量，满足市场和消费者的不断变化的需求。拥有稀缺数字资源和技术的企业可以选择开放的外部合同(如众包、外包等)来进行创新活动，即整合零散的创新资源，进行渐进式创新，最终促进企业的高质量发展。
基于此，本文提出假设4：
H4a：数字化转型通过促进企业的突破式创新促进企业的高质量发展。
H4b：数字化转型通过带动企业的渐近式创新促进企业的高质量发展。
3. 研究设计
3.1. 样本选取及数据来源
选取国泰安中国上市公司年报数据库中2012~2022年上市公司的相关数据，并使用Python软件获取企业数字化转型的数据，同时采用Excel、Stata、AMOS软件对数据进行整理和分析。
3.2. 变量选取
3.2.1. 被解释变量
参考Zhao等[28]的研究，本文将全要素生产率(TFP)作为高质量发展的代理变量，它具备信息丰富和综合性强的优点，能更全面地评价企业的发展水平和质量。在全要素生产率的估计方法中，LP法和OP法等被广泛应用[29]。因此，采用 Levinsohn和Petrin [30]提出的LP方法用于主回归分析，同时采用OP法[31]用于稳健性回归分析。
3.2.2. 解释变量
企业数字化转型的评估方法主要包括定量描述法和文本分析法，其中关键词出现频率被广泛应用于衡量企业数字化转型水平。本文参考吴非等[18]的研究，采用数字化相关词汇的总词频除以上市公司年报的总词频数并乘以100来衡量企业数字化水平(DCG)。数字化数值越大，表明企业数字化转型水平越高。本文还根据袁淳等[32]的研究构建了一个较为全面的反映中国上市企业数字化水平的指标(Dig)，用于稳定性检验。
3.2.3. 中介变量
中介变量如表1所示。此外，由于企业所处的经济市场环境存在诸多不确定性，因此企业高质量发展除了受企业数字化转型的影响外，还与其他一些因素有关。为了研究结果的准确性，本文选取了八个指标作为控制变量。
Table 1. Symbols and definitions of the main variables
表1. 主要变量的符号和定义
变量类型 |
变量名称 |
变量符号 |
变量定义 |
被解释变量 |
企业高质量发展 |
TFP |
LP、OP法计算的全要素生产率 |
解释变量 |
数字化转型 |
DCG |
企业层面数字化转型的度量 |
中介 变量 |
营运能力 |
ATO |
营业收入/平均资产总额 |
盈利能力 |
ROA |
净利润/总资产平均余额 |
审计费用 |
AuditFee |
支付给审计师的费用 |
审计意见 |
Opinion |
标准审计意见取值为1，否则为0 |
突破式创新 |
Inn1 |
获得的本年度发明专利数量加1后取自然对数 |
渐进式创新 |
Inn2 |
获取的实用新型和外观设计专利数量加1后取自然对数 |
控制 变量 |
企业规模 |
Size |
总资产数额取对数 |
公司价值 |
Tobinq |
公司市值/资产总额 |
财务风险 |
Lev |
总负债/总资产 |
净资产收益率 |
Roe |
净利润/总资产 |
企业成长性 |
Growth |
(本年营业收入 − 上年营业收入)/上年营业收入 |
企业年龄 |
Listage |
企业上市年限的自然对数 |
两职兼任 |
Dual |
董事长兼任总经理时取值为1，否则为0 |
股权集中度 |
Top10 |
前十大股东持股比例 |
行业 |
Industry |
行业虚拟变量 |
所属年份 |
Year |
年份虚拟变量 |
3.3. 模型建立
根据假设，构建以下模型：
为检验企业数字化转型与企业高质量发展之间的关系，本文构建模型(1)：
(1)
4. 模型与实证分析结果
4.1. 描述性统计与相关性分析
为了更全面地理解企业的综合表现和未来发展潜力，我们需要关注多个维度的数据指标。根据表2数据所示，企业高质量发展即TFP-LP的平均值为8.542，最小值为6.326，最大值为11.33。尽管平均值相对较高，但最大值和最小值之间的差距较大，这可能意味着一些企业的高质量发展水平较低。与TFP-LP相似，TFP-OP的平均值为6.874，最小值为5.071，最大值为9.369，这一结果也表明不同企业在TFP-OP方面存在较大差异。因此，还需要采取措施来提高企业整体的高质量发展水平。DCG的平均值为1.416，最小值为0，最大值为5.043，这表明企业在数字化转型水平上存在着较大的差异，企业间存在很大的“数字鸿沟”。
此外，本文运用Stata软件，对各变量进行了Pearson相关性分析，篇幅所限表暂不列出。基于相关性分析可以得出结论，DCG和TFP-LP、TFP-OP之间存在显著的正向相关关系。
Table 2. Descriptive statistics
表2. 描述性统计
|
(1) |
(2) |
(3) |
(4) |
(5) |
VARIABLES |
N |
mean |
sd |
min |
max |
TFP-LP |
18,535 |
8.542 |
1.078 |
6.326 |
11.33 |
TFP-OP |
18,535 |
6.874 |
0.91 |
5.071 |
9.369 |
DCG |
18,535 |
1.416 |
1.366 |
0 |
5.043 |
Size |
18,535 |
22.6 |
1.335 |
20.2 |
26.61 |
Tobinq |
18,535 |
1.881 |
1.186 |
0 |
7.394 |
Lev |
18,535 |
0.443 |
0.199 |
0.0593 |
0.869 |
Roe |
18,535 |
0.0377 |
0.0559 |
−0.179 |
0.21 |
Growth |
18,535 |
0.139 |
0.345 |
−0.521 |
2.003 |
Listage |
18,535 |
2.51 |
0.6 |
0.693 |
3.367 |
Dual |
18,535 |
0.228 |
0.42 |
0 |
1 |
Top10 |
18,535 |
55.59 |
15.08 |
22.91 |
89.97 |
4.2. 面板回归分析
在表3的列(1)和列(2)中，采用TFP-LP作为被解释变量，回归结果显示，无论是否加入控制变量，数字化转型(DCG)与企业高质量发展在1%的显著性水平上呈现出正向效应，符合假设H1。进一步观察表3的列(3)和列(4)，将TFP-OP设为被解释变量，同样发现，不论是否纳入控制变量，DCG依然在1%的显著水平上与企业高质量发展正相关，仍然符合假设H1。
Table 3. Baseline regression results
表3. 基准回归结果
|
(1) |
(2) |
(1) |
(2) |
VARIABLES |
TFP-LP |
TFP-LP |
TFP-OP |
TFP-OP |
DCG |
0.152*** |
0.062*** |
0.096*** |
0.031*** |
|
(22.52) |
(15.71) |
(17.45) |
(8.01) |
Constant |
7.463*** |
−4.887*** |
5.959*** |
−2.762*** |
|
(118.44) |
(−50.04) |
(116.09) |
(−29.15) |
Controls |
NO |
YES |
NO |
YES |
Industry FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
Observations |
18,535 |
18,535 |
18,535 |
18,535 |
R-squared |
0.250 |
0.751 |
0.302 |
0.672 |
注：***、**、*分别代表在1%、5%、10%的显著性水平(双尾)。下同。
4.3. 稳健性检验
4.3.1. 替换解释变量
稳定性检验在科学研究中扮演着至关重要的角色。通过稳定性检验，我们能够确保研究的可靠性和准确性，从而提高实验结果的可信度。本文替换解释变量为企业数字化转型(Dig)进行稳定性检验，如表4所示。回归分析结果显示，无论采用TFP-LP还是TFP-OP作为被解释变量，数字化转型(Dig)均在1%的显著性水平上正向促进企业高质量发展。这一发现进一步证实了企业数字化转型能够有效促进企业的高质量发展水平。
Table 4. Robustness test results 1
表4. 稳健性检验结果1
|
(1) |
(2) |
(3) |
(4) |
VARIABLES |
TFP-LP |
TFP-LP |
TFP-OP |
TFP-OP |
Dig |
0.121*** |
0.101*** |
0.073*** |
0.059*** |
|
(12.38) |
(18.07) |
(9.20) |
(10.75) |
Constant |
7.496*** |
−5.013*** |
5.980*** |
−2.836*** |
|
(118.16) |
(−51.00) |
(115.89) |
(−29.70) |
Controls |
NO |
YES |
NO |
YES |
Industry FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
Observations |
18,293 |
18,293 |
18,293 |
18,293 |
R-squared |
0.236 |
0.750 |
0.294 |
0.671 |
4.3.2. 调整样本量
研究不同行业的数字化转型程度，发现黑色金属矿采选业的数字化转型程度最低，而综合类行业的数字化转型程度最高。如表5所示，通过去掉这两个行业后再次进行回归分析，我们得出的结论仍然证实假设一。这表明即使在排除了数字化转型程度较低和较高的行业之后，数字化转型仍然正向促进企业高质量发展。
Table 5. Robustness test results 2
表5. 稳健性检验结果2
|
(1) |
(2) |
(1) |
(2) |
VARIABLES |
TFP-LP |
TFP-LP |
TFP-OP |
TFP-OP |
DCG |
0.156*** |
0.062*** |
0.100*** |
0.031*** |
|
(22.07) |
(14.82) |
(17.23) |
(7.67) |
Constant |
7.494*** |
−4.831*** |
5.990*** |
−2.805*** |
|
(116.63) |
(−45.45) |
(113.55) |
(−27.18) |
Controls |
NO |
YES |
NO |
YES |
Industry FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
Observations |
16,423 |
16,423 |
16,423 |
16,423 |
R-squared |
0.249 |
0.744 |
0.301 |
0.666 |
4.4. 内生性检验
为避免上述模型存在内生性问题，如表6所示，将数字化转型的滞后一期数据作为工具变量，对数字化转型和企业高质量发展再次进行回归。假设1仍然得到验证。
Table 6. Endogeneity analysis
表6. 内生性分析
|
(1) |
(2) |
(1) |
(2) |
VARIABLES |
TFP-LP |
TFP-LP |
TFP-OP |
TFP-OP |
L.DCG |
0.156*** |
0.061*** |
0.100*** |
0.031*** |
|
(22.11) |
(14.66) |
(17.25) |
(7.54) |
Constant |
7.493*** |
−4.919*** |
5.989*** |
−2.859*** |
|
(116.72) |
(−45.90) |
(113.55) |
(−27.51) |
Controls |
NO |
YES |
NO |
YES |
Industry FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
Observations |
16,434 |
16,434 |
16,434 |
16,434 |
R-squared |
0.250 |
0.743 |
0.302 |
0.666 |
4.5. 异质性分析
本文将研究样本按产权性质分组进行回归，表7列(1) (2)的结果显示，国有企业和非国有企业的数字化转型都可以显著促进企业高质量发展，但国有企业的效果更为显著。将研究样本按是否属于技术密集型产业分组进行回归，表7列(3) (4)的结果显示，技术密集型产业和非技术密集型产业的数字化转型都能够显著促进企业高质量发展，但非技术密集型产业的效应更加显著。将研究样本按地区分组进行回归，表7列(5) (6) (7)的结果显示，数字化转型对企业高质量发展的影响在不同地区存在一定的差异，而中部地区在这方面具有一定的优势，中部地区的企业数字化转型最能促进企业的高质量发展。这些结果使我们更深入地了解数字化转型对企业高质量发展的影响，并为未来的政策制定提供了有益的参考。
Table 7. Heterogeneity analysis
表7. 异质性分析
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
VARIABLES |
TFP-LP |
TFP-LP |
TFP-LP |
TFP-LP |
TFP-LP |
TFP-LP |
TFP-LP |
DCG |
0.075*** |
0.057*** |
0.052*** |
0.074*** |
0.061*** |
0.086*** |
0.040*** |
|
(10.48) |
(10.84) |
(10.39) |
(11.52) |
(12.77) |
(7.33) |
(3.95) |
Constant |
−4.667*** |
−4.661*** |
−5.285*** |
−4.478*** |
−4.795*** |
−5.393*** |
−4.916*** |
|
(−29.33) |
(−30.46) |
(−41.01) |
(−31.36) |
(−39.00) |
(−20.07) |
(−19.33) |
Controls |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
Industry FE |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
YES |
YES |
YES |
Observations |
7,293 |
9,526 |
7,172 |
10,087 |
12,617 |
2,431 |
3,179 |
R-squared |
0.762 |
0.721 |
0.793 |
0.729 |
0.754 |
0.777 |
0.752 |
5. 多重中介效应分析
5.1. 模型构建
本研究使用了基于结构方程模型的多重中介效应模型，构建了一个包含1个自变量、6个中介变量和1个因变量的模型，如图1所示。旨在探讨数字化转型对企业高质量发展的多重影响路径，并验证企业营运能力、盈利能力、审计费用、审计意见、突破式创新、渐进式创新在数字化转型与企业高质量发展之间的中介效应。
5.2. 模型检验与修正
本文选取TLI、GFI、RMSEA、RMR、CFI等5个指数来衡量所构建模型与样本数据的拟合程度。根据Amos输出的MI修正指数，观察到个别中介变量之间的残差修正指数较高，所以本文通过建立中介变量残差项之间的联系修正了模型。修正模型的拟合指数如表8所示，除了RMR的拟合指数略微超过了评价标准，其余拟合指数均满足指数评价标准，说明修正后的结构方程模型与样本数据的拟合程度较好。
Table 8. Results of the structural equation model
表8. 结构方程模型拟合度检验结果
拟合指数 |
RMSEA |
RMR |
TLI |
GFI |
CFI |
评价标准 |
<0.080 |
<0.050 |
>0.900 |
>0.900 |
>0.900 |
模型参数 |
0.043 |
0.051 |
0.958 |
0.994 |
0.982 |
Figure 1. Initial path
图1. 初始路径
5.3. 模型估计结果
图2是基于结构方程的多重中介效应模型路径系数图。研究结果表明，数字化转型对企业高质量发展的直接影响依然显著(1%水平上为正)，假设1再次得到验证。企业数字化转型显著提高营运能力(1%水平正向显著)，并进而促进高质量发展，验证了H2a。相对而言，数字化转型对盈利能力产生了显著的负面影响(路径系数显著为负)，但盈利能力的提升推动了高质量发展，因此H2b未能得到验证。在审计方面，数字化转型显著提高了审计费用并促进高质量发展，验证H3a，而审计意见与高质量发展之间无显著关联，H3b未得到验证。此外，数字化转型显著推动突破式和渐进式创新(均为1%水平上正向显著)，帮助提升企业高质量发展，验证了H4a和H4b。
5.4. 多重中介效应分析
表9详细分析了多重中介效应的结果。数据显示，营运能力在数字化转型与企业高质量发展之间起到正向中介作用，效应值为0.023；盈利能力则呈现出负向中介效应，效应值为−0.004；审计费用是正向中介效应，效应值为0.016；审计意见的中介效应并不显著；突破式创新的中介效应为正，效应值为0.032；渐近式创新产出正向中介效应，效应值为0.019。此外，数字化转型与企业高质量发展之间还存在着显著的直接效应，显著水平为1%，效应值为0.047。
Figure 2. Path coefficient plot of the multiple mediation effect model
图2. 多重中介效应模型路径系数图
Table 9. Multiple mediation effect results
表9. 多重中介效应结果
路径 |
(1) 标准化直接效应 |
(2) 标准化间接效应 |
(3) = (1) + (2)标准化总效应 |
数字化转型营运能力 |
0.048 |
0 |
0.048 |
营运能力高质量发展 |
0.488 |
0.488 |
数字化转型盈利能力 |
−0.027 |
0 |
−0.027 |
盈利能力高质量发展 |
0.135 |
0.135 |
数字化转型审计费用 |
0.108 |
0 |
0.108 |
审计费用高质量发展 |
0.145 |
0.145 |
数字化转型审计意见 |
−0.011 |
0 |
−0.011 |
审计意见高质量发展 |
−0.005 |
−0.005 |
数字化转型突破式创新 |
0.188 |
0 |
0.188 |
突破式创新高质量发展 |
0.169 |
0.169 |
数字化转型渐进式创新 |
0.152 |
0 |
0.152 |
渐进式创新高质量发展 |
0.123 |
0.123 |
数字化转型高质量发展 |
0.047 |
0.086 |
0.133 |
综上所述，数字化转型对企业高质量发展直接正效应为0.047；同时，数字化转型通过影响中介变量对企业高质量发展产生间接正效应为0.086。其中，正的间接效应为0.09，主要是通过中介变量营运能力、审计费用、突破式创新、渐进式创新产生的；负的间接效应为−0.004，主要是通过中介变量盈利能力产生的。数字化转型对企业高质量发展的总效应等于直接效应加上间接效应，为0.133。因此，数字化转型对企业高质量发展的提升作用主要是通过两方面实现：一方面是直接效应，另一方面是间接效应。相对来说，间接效应对企业高质量发展提升的作用较为显著。这可能是因为间接效应能够通过多种途径影响企业的整体运营和管理，从而推动企业高质量发展。
6. 结论与建议
本文以2012~2022年我国沪深A股上市公司11年的数据为研究样本，采用描述性统计分析、面板回归分析等计量方法，实证研究了数字化转型对企业高质量发展的影响，并进行了内生性检验、稳健性检验和异质性检验。研究得出以下结论：(1) 数字化转型能够有效促进企业高质量发展。(2) 数字化转型通过提升企业的营运能力、审计费用以及推动突破式和渐进式创新促进企业高质量发展。(3) 在数字化转型过程中，国有企业、非技术密集型企业以及中部地区的企业数字化转型对其高质量发展的影响更为显著。
基于以上研究结论，提出以下建议：(1) 数字化转型作为企业层面的战略，已经成为企业总体战略的重要组成部分。在当前快速变化的市场环境中，企业必须认识到数字化转型不仅是技术上的升级，更是全方位提升业务能力和竞争力的必要途径。为了顺利推动数字化转型，企业应根据自身的业务特点和发展需求，制定清晰而具体的数字化转型战略和实施规划。(2) 企业进行数字化转型，可以引入先进的管理系统，如ERP (企业资源计划)、CRM (客户关系管理)和SCM (供应链管理)，以整合内部的各种资源和流程，显著提高协同工作效率。这些系统能够实现信息的实时共享和跨部门协作，帮助企业更好地应对市场变化，为客户和股东创造更多价值，最终实现高质量发展。(3) 在数字化转型过程中，企业需重视审计费用问题，利用数字技术采取有效措施以降低审计成本和风险，从而确保审计的高效率和高效果。通过引入先进的数据分析工具和智能审计软件，企业可以实现审计流程的自动化，减少人工干预和相关成本。(4) 企业在追求高质量发展时，应同时实施突破式创新和渐进式创新的双轮驱动政策。突破式创新带来新鲜活力和增长潜力，而渐进式创新则保障了稳健的运营基础。这样的双轮驱动策略，使企业既能把握短期市场机会，又能布局长远的发展，为实现高质量发展提供强有力的支持。
NOTES
*通讯作者。