1. 引言
智能财务包含了“大智移云”等时代前沿技术，能够通过构建智能化应用场景实现财务人员与业务的高效协同、数据驱动决策等目标，演进为科学的新型财务管理模式，从而推动了企业经营管理模式的创新，形成新型财务管理模式。智能财务作为未来财务管理发展的必然趋势，而新型财务管理模式又是企业数字化转型的重要基础。另外，在企业实施数字化转型的过程中，还可以起到管理赋能、投资赋能、运营赋能和劳动赋能的作用。这可以帮助公司减少内部的控制费用，让投资决策的质量和资产运营的效率得到提升，同时也能让人力资源的配置得到更好的提升，以此来促进公司的全要素生产率的提升，从而赋能企业的高质量发展。
2. 文献综述
新中国成立以来，在党和人民的不懈努力下，我国在经济方面取得了令世界瞩目的成就，成功地从孱弱的农业国转型为制造业大国。在本世纪初，更是以高达10%的GDP增速一路狂奔，然而在17年后经济增长速度逐渐下降至7%以下，我国的经济俨然处于高速度发展向高质量发展的拐点。习近平总书记在党的二十大报告中强调道：“高质量发展是全面建设社会主义现代化国家的首要任务”。以我国的经济发展现状来看，从高速增长阶段转向高质量发展，这是一个在理论上和实践上都具有极大难度的重大挑战和艰巨任务[1]。
许多学者在关于如何助力中国经济高质量发展方面提出较多的宝贵建议，他们普遍认为数字化转型是有助于转型的重要环节。田秀娟和李睿认为重要的数字技术创新作为驱动我国数字经济发展的第一动力，不仅是传统企业实现数字化转型和赋能自身高质量发展的重要路径，也是提升我国经济竞争力与影响力的关键[2]。而赵宸宇等学者聚焦制造业，认为数字化转型已经成为制造业企业高质量发展的重要路径[3]。显然，助力我国高质量发展，行动推动我国企业数字化转型。
针对如何提高企业数字化的程度，吕铁认为应当以智能制造为重点推动企业数字化转型，以平台赋能为重点推动行业数字化转型，以生态建构为重点推动园区数字化转型[4]。胡青提出企业在数字化转型过程中应注重内部学习导向的培育，此外企业还要积极构建与外部网络主体紧密的合作关系、提高外部网络关系质量，为数字化转型创造良好的外部环境[5]。曾德麟则从数字化转型的起点、过程与结果提出了不同的建议，给出了包括加强数字化基础设施管理和数字化平台构建的研究等一系列对策。这些建议根本上指向了推行智能财务。智能财务使得企业能够进化出新型财务管理模式，从而起到管理赋能、投资赋能、运营赋能和劳动赋能的作用，在各个方面提升企业的数字化程度。
通过文献分析法，本文得出智能财务使得业务财务充分有机融合，从而进化出新的财务管理模式，达到数字化转型的效果。而数字化转型能够在提高企业全要素生产率的路径上，赋能中国产业转型升级，从而实现经济的高质量发展。
因此本文将在上半部分理论推理出智能财务产生新的财务管理模式，赋能数字化转型的逻辑链条，后半部分则运用实证分析的方法，实证数字化转型驱动企业高质量发展。
3. 理论基础
新技术背景下，传统的财务管理模式已经难以满足企业发展需要，急需进行优化与创新，必须引入智能财务对企业的财务管理模式进行进化与革新。
3.1. 智能财务推动财务数据标准化
构建统一的财务数据标准体系，能够明确不同人员对财务数据的理解和认知程度，通过明确的标准来规范和约束各部门之间的行为和工作。其次，在财务数据标准化体系中，不同部门需要通过共同讨论来达成一致意见，以避免在处理某项业务时出现歧义。最后，在财务数据标准化体系中还可以引入智能化手段，如利用物联网技术对仓库进行实时监控与管理，借助人工智能技术对产品库存进行自动管理。
3.2. 智能财务促进财务业务流程标准化
利用新技术手段，搭建财务业务流程标准化平台，以企业各项业务活动为基础，将业务活动的处理流程与核算方法进行规范统一，通过对业务流程的标准化处理，实现财务数据与业务数据的有机融合。具体来说，就是通过将企业内部的业务流程和核算规则进行系统化梳理和标准化处理，建立相应的内控制度和工作规范。
3.3. 智能财务驱动财务数据分析智能化
智能技术能够对海量的财务数据进行搜集和分析，帮助管理者及时了解企业的经营状况。同时，通过智能化技术对财务数据进行自动分析、比对和比较，还能为企业未来的经营决策提供科学依据。通过智能算法对历史数据进行计算和分析，可以将企业从成立到破产所经历的时间进行对比，得出企业经营情况在历史中所处的位置。
综上所述，企业要想实现数字化转型，就必须加强财务管理体系建设。通过构建新型财务管理模式，将财务管理理念、手段和方法进行数字化、智能化和信息化，从而推动企业的数字化转型。在财务管理模式下，企业可以通过运用财务共享服务中心的资源配置优化技术、大数据技术、人工智能技术和区块链技术，构建一个覆盖整个企业的数据共享体系，使财务管理由“经验化”向“数据化”转变，从而实现企业财务管理的智能化、精细化和标准化，最终使企业财务管理成为企业数字化转型的重要基础。
4. 研究设计
4.1. 变量设计
4.1.1. 被解释变量
本文的被解释变量为全要素生产率(TFP)。生产率又名系统生产率，它区别于要素生产率，是系统中的各个要素的综合生产率，也可以认为其是生产力，它可以代表技术更新对于生产的帮助借鉴黄勃提出数字技术创新中国企业高质量发展的关系，本文将其作为衡量高质量发展的指标。本文运用的是Levinsohn和Petrin提出的LP方法下计算的全要素生产率。
4.1.2. 解释变量
本文的解释变量为数字化转型水平(DCG) [6]，本文借鉴何帆等[7]、祁怀锦[8]等的成果，通过查找上市公司财务报告附注，以其中披露的数字化转型相关无形资产占总无形资产的比例为判断数字化转型程度的标准。本文在判断某一项无形资产是否为无形资产时，查看的是该无形资产明细项中含有“系统”、“互联网”、“财务共享”、“数据管理”“互联网+”等与数字化转型技术相关的关键词，如果含有上述等关键词，将其认定为数字化转型无形资产。
4.1.3. 控制变量
本文的控制变量为企业规模(Size)、资产负债率(Lev)、资产收益率(ROA)、现金流比率(Cashflow)、上市时间(ListAge)、独立董事比例(Indep)和两职合一(Dual)这7个变量。
4.2. 样本选取
本文选取2013~2022年这十年间沪深上市公司作为研究样本。本文的被解释变量要素生产率、解释变量和控制变量均来自于CSMAR国泰安数据库和以此基础上的计算。出于稳健性的要求，本文对原始数据做出了一定的处理：(1) 剔除处在ST、PT此类资不抵债状态的企业；(2) 剔除了金融类(行业代码为J)企业；(3) 剔除了有关变量大量数据缺失的企业。并对所有连续的变量进行了1%的缩尾处理。
4.3. 模型设计
上述公式中被解释变量TFP代表企业全要素生产率，解释变量DCG用以衡量制造业企业的数字化转型程度。系数β反映数字化转型程度对企业全要素生产率的影响效应。考虑到行业和年份对TFP影响，本文对其进行了控制。
5. 实证结果与检验
5.1. 回归结果
表1报告了上市公司数字化转型对全要素生产率影响的总体检验结果。表1列(1)为只加入核心解释变量的回归结果，可以发现数字化转型总指数对企业全要素生产率的影响显著为正，这与预期是一致的。表1列(2)为加入控制变量后的回归结果，可以发现数字化转型总指数在1%的置信水平下显著提高了企业全要素生产率，DCG系数由0.134升至0.363，这是由于加入了控制变量。从控制变量看，规模大、资产负债率高、资产收益率高的企业，盈利能力强、企业的全要素生产率表现相对较好。但现金流比率高的企业，其影响因素为负且显著，这可能是因为流动性高，会影响其在长期投资的比例，从而对全要素生产率造成负面影响。
在分别以及同时控制了时间、行业效应后，回归结果依旧符合推测，再次验证了数字化转型能够提高企业全要素生产率。
5.2. 稳健性检验
为了确保研究结果的可靠性，本文还进行了一系列稳健性检验。一是替换核心解释变量，全要素生产率本质上是各类技术进步的加权平均值，是生产过程中经济增长减去要素投入增长的差值，因此可以将被解释变量——LP方法下计算的全要素生产率，替换为OP方法下计算的全要素生产率。二是滞后一期再次回归，减少滞后效用带来的影响。
Table 1. Regression results of the model
表1. 模型的回归结果
|
TFP |
TFP |
TFP |
TFP |
TFP |
DCG |
0.134 |
0.363 |
0.355 |
0.305 |
0.300 |
(4.956) |
(19.901) |
(19.404) |
(16.142) |
(15.851) |
Size |
|
0.547 |
0.543 |
0.574 |
0.573 |
|
(135.924) |
(131.060) |
(150.185) |
(145.356) |
Lev |
|
0.942 |
0.959 |
0.861 |
0.863 |
|
(39.430) |
(38.992) |
(37.777) |
(36.827) |
ROA |
|
3.843 |
3.852 |
3.557 |
3.546 |
|
(42.452) |
(42.301) |
(42.396) |
(42.005) |
Cashflow |
|
−0.114 |
−0.101 |
0.189 |
0.209 |
|
(−1.682) |
(−1.478) |
(2.989) |
(3.263) |
ListAge |
|
0.009 |
0.011 |
0.011 |
0.013 |
|
(1.620) |
(1.900) |
(2.055) |
(2.402) |
Indep |
|
0.012 |
−0.032 |
0.006 |
−0.025 |
|
(0.154) |
(−0.415) |
(0.079) |
(−0.356) |
Dual |
|
0.004 |
−0.002 |
−0.019 |
−0.022 |
|
(0.489) |
(−0.184) |
(−2.380) |
(−2.766) |
常数项 |
8.333 |
−4.382 |
−4.278 |
0.305 |
−5.275 |
(1382.909) |
(−50.827) |
(−48.346) |
(16.142) |
(−57.919) |
行业固定效应 |
NO |
NO |
YES |
NO |
YES |
年份固定效应 |
NO |
NO |
NO |
YES |
YES |
样本量 |
28,141 |
24,132 |
24,132 |
24,132 |
24,132 |
adj. R2 |
0.001 |
0.609 |
0.612 |
0.668 |
0.670 |
6. 政策建议
6.1. 政府层面
首先，国家应该加强对劳动密集型企业的政策扶持，运用有针对性的财税政策，协助企业实现数字化、智能化转型。与此同时，政府也要强化大数据平台、共享工厂的建设，促进企业的制造资源与互联网平台的充分连接，减少劳动密集型企业在数字化转型过程中的成本，提升企业的生产效率。其次，要健全相关的法律、制度，加大对数字技术、数据资源等的保护力度，建立健全的知识产权保护制度和数字化架构。在此基础，进一步扩大生产性服务业的对外开放程度，推动服务业与制造业的深度结合，强化数字化转型的效能提升效应。
6.2. 企业层面
企业应该充分认识到数字技术进步对TFP增长的促进效应，更进一步提高企业核心竞争力，应对时代为其发展带来的诸多挑战，企业就必须要重视财务管理工作。促进其信息化发展，并充分利用互联网、大数据进行优化，为财务管理工作有效性提升打好基础。首先，企业要加速数字化技术的开发和运用，最大限度地挖掘其转化和升级的潜能。其次，要加大研发投资力度，加强核心技术的自主创新，加速智慧工厂、数字化工厂的建设。再次，企业应该用互联网的思想来改变传统的生产方式，在客户的需要下，进行研发创新、管理创新和商业模式创新，从而提升员工的生产效率。
7. 结语
综上所述，本文在前半部分对智能财务赋能数字化转型的路径进行理论阐述，后半部分从全要素生产率(TFP)视角实证分析数字化转型能够提升经济高质量发展。智能财务能够推动企业实施数字化转型，从而能够有效地提高企业的全要素生产率这一逻辑链条是公允且合理的，并对中国企业的高质量发展具有重要的推动作用。建立健全的知识产权保护制度和数字化架构等政策，有助于中国企业普及智能财务，加强数字化转型对企业生产力的正面作用。政府和企业都应深刻领会研究结论，携手合作，共同推动数字化技术的深化运用和智能财务管理与应用水平的提升，为经济的可持续增长和社会的繁荣做出积极贡献。