數(shù)字化轉(zhuǎn)型對企業(yè)風險的影響研究

摘"要：文章以2011—2023年滬深A股上市公司為樣本，全面檢驗企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)風險的影響。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)風險。異質(zhì)性檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)風險的降低作用在內(nèi)部激勵較強、外部監(jiān)督較高的企業(yè)中更明顯。機制檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型通過提高代理效率、增強全要素生產(chǎn)率兩條路徑實現(xiàn)風險控制。文章不僅對企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果、影響公司風險的因素及機制路徑進行了有效補充，還對當下企業(yè)如何平衡企業(yè)數(shù)字化轉(zhuǎn)型和企業(yè)風險之間的關(guān)系提供了理論參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)風險；代理效率；全要素生產(chǎn)率

中圖分類號：F270.7;F272.3"文獻標識碼：A文章編號：1005-6432（2025）04-0068-08

DOI：10.13939/j.cnki.zgsc.2025.04.017

1"引言

數(shù)字經(jīng)濟是全球未來的發(fā)展方向，是推動世界經(jīng)濟的重要動能。近年來，我國高度重視數(shù)字經(jīng)濟發(fā)展，大力推動數(shù)字化轉(zhuǎn)型，深入推進數(shù)字技術(shù)賦能實體經(jīng)濟發(fā)展。根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展研究報告（2024年）》，2023年，我國數(shù)字經(jīng)濟規(guī)模達到53.9萬億元，數(shù)字經(jīng)濟占GDP比重達42.8%，數(shù)字經(jīng)濟增長對GDP增長的貢獻率達66.45%。在此發(fā)展背景下，企業(yè)作為國家數(shù)字化建設和實踐的“主戰(zhàn)場”，數(shù)字化轉(zhuǎn)型也成為企業(yè)遵循發(fā)展規(guī)律所必經(jīng)的一個重要階段。因此，通過數(shù)字化轉(zhuǎn)型激發(fā)企業(yè)發(fā)展新動能，緩解企業(yè)面臨的不確定性，打造企業(yè)核心競爭力，對于加快形成新質(zhì)生產(chǎn)力和支持經(jīng)濟高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

企業(yè)數(shù)字化轉(zhuǎn)型是利用大數(shù)據(jù)、云計算、人工智能等新一代信息通信技術(shù)推動企業(yè)轉(zhuǎn)變研發(fā)創(chuàng)新、業(yè)務模式、組織架構(gòu)和企業(yè)文化等各個方面的變革過程。根據(jù)工信部發(fā)布的《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》，2025年，企業(yè)的關(guān)鍵工序數(shù)控化率要達到68%，企業(yè)經(jīng)營管理數(shù)字化的普及率要達到80%。但是，數(shù)字化轉(zhuǎn)型具有明顯的周期長、投資大、不確定性高的特點，在復雜的內(nèi)外部市場變化和競爭環(huán)境下，數(shù)字化轉(zhuǎn)型能否有效緩解企業(yè)風險、增強企業(yè)經(jīng)營穩(wěn)定性成為亟待解決的研究問題。

2"文獻回顧與研究假設

2.1"文獻回顧

企業(yè)是數(shù)字化轉(zhuǎn)型和實踐的主戰(zhàn)場，現(xiàn)有研究主要從以下兩個視角深入分析數(shù)字化轉(zhuǎn)型對企業(yè)的影響。一方面，數(shù)字化轉(zhuǎn)型能夠優(yōu)化企業(yè)的生產(chǎn)經(jīng)營過程，有利于企業(yè)降本增效，從而提升企業(yè)績效（Eller等，2020；易露霞等，2021）。研發(fā)、生產(chǎn)和銷售等全流程環(huán)節(jié)應用數(shù)字技術(shù)，整體上縮短了轉(zhuǎn)型企業(yè)產(chǎn)品的研發(fā)周期，降低了生產(chǎn)成本（王開科等，2020）。企業(yè)內(nèi)部不同環(huán)節(jié)、不同模塊、不同部門之間的“數(shù)據(jù)孤島”被打破，數(shù)據(jù)的歸集、分析、決策有助于實現(xiàn)更高效的生產(chǎn)管理，降低了企業(yè)市場交易成本（Porter和Heppelmann，2014）。在管理效率上，數(shù)字化轉(zhuǎn)型打破了傳統(tǒng)組織邊界，改變了企業(yè)內(nèi)外聯(lián)結(jié)方式，催生了以智能合約管理企業(yè)的新組織架構(gòu)，有效提升了企業(yè)管理效率（Murray等，2021）。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型能夠催生新的產(chǎn)品、服務、商業(yè)模式等，新一代數(shù)字技術(shù)的應用徹底顛覆了企業(yè)傳統(tǒng)的價值創(chuàng)造范式（Taylor等，2019；Nambisan等，2019）。在數(shù)字技術(shù)的推動下，制造企業(yè)可以通過創(chuàng)新商業(yè)模式、重設產(chǎn)品架構(gòu)、挖掘數(shù)據(jù)價值等路徑增強市場競爭力，企業(yè)價值來源也從產(chǎn)品價值擴展到服務價值、體驗價值、信息價值和網(wǎng)絡價值（李曉華，2022）。企業(yè)數(shù)字化轉(zhuǎn)型不僅是技術(shù)問題，而且會引導企業(yè)在發(fā)展戰(zhàn)略、商業(yè)模式、運營調(diào)整和組織結(jié)構(gòu)等方面進行全方位變革，以獲取新的競爭優(yōu)勢（Hanelt等，2021；嚴子淳等，2021）。

在數(shù)字化轉(zhuǎn)型與企業(yè)風險的相關(guān)研究中，學者們就數(shù)字化轉(zhuǎn)型對企業(yè)風險的作用效果尚未達成一致。一些研究認為，數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)財務風險（趙娜等，2022；呂靜，2024）。數(shù)字化轉(zhuǎn)型使得企業(yè)的管理體系更加扁平化，企業(yè)內(nèi)部交易成本壓縮并拓寬了管理者的市場信息來源渠道，進而減少了高層道德風險（Frynas等，2018）。會計信息在企業(yè)內(nèi)不同部門間的流動效率進一步提升，有助于降低管理層對會計信息的操縱程度，實現(xiàn)股東對管理層的監(jiān)管、外部投資者對股東的監(jiān)管，委托代理問題得以有效緩解，企業(yè)陷入財務困境的概率大大降低（Vial，2019；黃波濤等，2024）。當然，也有一些研究指出，企業(yè)的數(shù)字化轉(zhuǎn)型會增加其面臨的風險。互聯(lián)網(wǎng)信息的傳導途徑本身具有廣泛性、快速性等特點，這些特點在給企業(yè)發(fā)展帶來便捷的同時加快了風險的傳播速度（黃浩，2018）。數(shù)字經(jīng)濟通過加劇企業(yè)間競爭，從而增加企業(yè)的財務風險（王玉玲和黃凌波，2024）。部分企業(yè)尤其是自身數(shù)字化轉(zhuǎn)型基礎(chǔ)較薄弱的中小型企業(yè)，為了追求數(shù)字化轉(zhuǎn)型，可能在經(jīng)營和財務方面出現(xiàn)問題（劉濤和張夏恒，2021）。例如，由于管理部門對于財務管理的忽視，可能導致數(shù)字化轉(zhuǎn)型不及時、財務結(jié)構(gòu)失衡等不良狀況的出現(xiàn)（史宇鵬等，2021），從而增加企業(yè)風險。

2.2"研究假設

當前，數(shù)字化轉(zhuǎn)型是企業(yè)發(fā)展的必然趨勢，也是實現(xiàn)提質(zhì)增效、推動新質(zhì)生產(chǎn)力形成的有效手段。從企業(yè)角度來看，企業(yè)風險的增加一方面是由于存在委托代理問題，管理效率低下引起的公司價值損失；另一方面是缺乏創(chuàng)新競爭力，在市場競爭中無法保障公司增值。通過數(shù)字化轉(zhuǎn)型戰(zhàn)略的實施，企業(yè)可通過如下途徑緩解風險。一是從效率方面，數(shù)字技術(shù)的應用能夠促進會計信息在各方利益相關(guān)者間的流通與傳輸，提升會計信息透明度，使得各項決策均能得到有效監(jiān)管（楊賢宏等，2021），企業(yè)管理效率得以提升，從而有助于降低其風險，此為數(shù)字化轉(zhuǎn)型降低企業(yè)風險的“增效”路徑。二是從質(zhì)量方面，數(shù)字化轉(zhuǎn)型能對企業(yè)創(chuàng)新產(chǎn)生積極推動作用，能使企業(yè)將更多優(yōu)質(zhì)資本用于技術(shù)創(chuàng)新（徐蒙，2020），提升企業(yè)全要素生產(chǎn)率和競爭能力，從而緩解企業(yè)風險，此為數(shù)字化轉(zhuǎn)型降低企業(yè)風險的“提質(zhì)”路徑。

數(shù)字化轉(zhuǎn)型對公司治理產(chǎn)生的優(yōu)勢主要體現(xiàn)在通過緩解信息不對稱、提升信息傳遞效率等，緩解企業(yè)內(nèi)部的委托代理問題以及企業(yè)外部的信息滯后問題，幫助企業(yè)實現(xiàn)科學決策、風險預警，從而降低企業(yè)風險。企業(yè)數(shù)字化轉(zhuǎn)型依托數(shù)字技術(shù)帶來的大量人際互動和信息傳遞，有效提高了信息傳遞的及時性、準確性（陳冬梅等，2020），減少管理層的機會主義行為，且能使管理者的階段性成果可視化，生成更為及時有效的反饋制度，實現(xiàn)了管理效率提升。數(shù)字化轉(zhuǎn)型有助于推動企業(yè)財務數(shù)字化，基于RPA等多種智能技術(shù)，推動數(shù)字員工、智能助手替代傳統(tǒng)的基礎(chǔ)重復性財務工作（Porter和Heppelmann，2014），拓展數(shù)字化轉(zhuǎn)型在企業(yè)風險規(guī)避方面的數(shù)據(jù)分析和風險預警職能。基于以上理論分析，提出研究假設。

假設1：企業(yè)數(shù)字化轉(zhuǎn)型能夠通過降低代理問題緩解其風險。

全要素生產(chǎn)率是企業(yè)資本投入、技術(shù)升級、管理模式改善、加大人才培養(yǎng)等要素的綜合產(chǎn)出效率，是企業(yè)長期競爭優(yōu)勢的來源和基礎(chǔ)（易綱等，2003）。企業(yè)的全要素生產(chǎn)率越高，說明企業(yè)在生產(chǎn)經(jīng)營方面的效率就越高（楊汝岱，2015），控制和緩解風險的能力就越強。因此，文章認為數(shù)字化轉(zhuǎn)型能夠通過提升企業(yè)全要素生產(chǎn)率來降低其風險。一方面，數(shù)字化轉(zhuǎn)型能夠促進企業(yè)開展數(shù)字技術(shù)創(chuàng)新、拓展新產(chǎn)品等創(chuàng)新活動，從而直接提高企業(yè)的全要素生產(chǎn)率（魏浩和王超男，2022；克甝和徐宗文，2024）。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型可以通過賦能其他生產(chǎn)要素并改善要素配置來間接提高全要素生產(chǎn)率。數(shù)字技術(shù)的應用實現(xiàn)企業(yè)生產(chǎn)流程數(shù)據(jù)化和生產(chǎn)經(jīng)驗程序化，可大幅降低企業(yè)研發(fā)、設計、材料、人力等運營成本（蔡呈偉和戚聿東，2021），勞動力學歷結(jié)構(gòu)和技能結(jié)構(gòu)也得到進一步優(yōu)化（謝謙和郭楊，2022），各投入要素的配置效率得到改善，進而間接提高了企業(yè)全要素生產(chǎn)率。基于以上理論分析，提出研究假設。

假設2：企業(yè)數(shù)字化轉(zhuǎn)型能夠通過提高全要素生產(chǎn)率緩解其風險。

3"研究設計

3.1"樣本選擇與數(shù)據(jù)來源

文章以2011—2023年滬深A股上市公司為研究樣本。考慮到金融行業(yè)公司的經(jīng)營模式有明顯差異，剔除了金融行業(yè)樣本，并參照現(xiàn)有研究慣例，剔除ST、PT和數(shù)據(jù)不全的公司，最終得到樣本數(shù)為39652個。其中，企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)基于公司年報，并通過Python技術(shù)提取獲得，該數(shù)據(jù)來源于馬克數(shù)據(jù)網(wǎng)，公司風險和其他控制變量來源于CSMAR數(shù)據(jù)庫。為消除極端值的影響，文章對所有連續(xù)變量進行上下1%縮尾（Winsorize）處理。

3.2"變量說明

第一，被解釋變量。公司風險是文章的被解釋變量，借鑒黃賢環(huán)等（2018）的研究，文章采用Z_score衡量企業(yè)的風險。Altman（1968）提出了Z_score的計算方式為：Z_score=（1.2×營運資金+1.4×留存收益+3.3×息稅前利潤+0.6×股票總市值+0.999×銷售收入）/資產(chǎn)總額；隨后，Altman（2002）進一步提出修正的Z_score，具體計算方式為：Z_scoreA=（0.717×營運資金+0.847×留存收益+3.107×息稅前利潤+0.42×股票總市值+0.998×銷售收入）/資產(chǎn)總額。理論上，Z_score的數(shù)值越大，企業(yè)的風險越小。

第二，解釋變量。企業(yè)數(shù)字化轉(zhuǎn)型是文章的核心解釋變量。參考吳非等（2021）的研究，文章提取公司年報中有關(guān)數(shù)字化轉(zhuǎn)型的詞語的頻率衡量企業(yè)的數(shù)字化轉(zhuǎn)型，企業(yè)數(shù)字化轉(zhuǎn)型詞頻包括但不限于人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈、數(shù)字技術(shù)、互聯(lián)網(wǎng)、智能制造、信息化等。具體采用年報中披露的企業(yè)數(shù)字化相關(guān)詞頻的自然對數(shù)衡量企業(yè)的數(shù)字化轉(zhuǎn)型水平。

第三，控制變量。參考納鵬杰等（2017）的做法，文章選擇如下控制變量：企業(yè)規(guī)模、資產(chǎn)負債率、營業(yè)收入增長率、總資產(chǎn)收益率、經(jīng)營活動現(xiàn)金流、第一大股東持股比例、董事會規(guī)模、獨立董事規(guī)模、產(chǎn)權(quán)性質(zhì)、企業(yè)上市年齡。

3.3"模型設計

為保證實證結(jié)果的可靠性，文章構(gòu)建控制個體和年度的雙向固定效應模型，檢驗企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)風險之間的關(guān)系。

Z_scorei，"t=α0+β1Digitali，"t+Controlsi，"t+φt+i+ei，"t（1）

模型（1）中，i代表公司個體，t代表年份，Z_score是衡量企業(yè)風險的變量，文章采用Altman（1968）和Altman（2002）的兩種方式進行計算；Digital為企業(yè)數(shù)字化轉(zhuǎn)型變量，文章采用年報中有關(guān)數(shù)字化轉(zhuǎn)型相關(guān)的詞頻的自然對數(shù)進行衡量；β1為企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)風險的凈效應。

4"實證結(jié)果分析

4.1"描述性統(tǒng)計

表2報告了描述性統(tǒng)計結(jié)果。可以看出，企業(yè)風險水平Z_score的均值為1.244，最大值為3.372，最小值為-2.923；Z_scoreA的均值為1.042，最大值為3.050，最小值為-1.867，表明樣本公司間的風險水平存在較大差異。

4.2"基準結(jié)果分析

運用Stata16軟件對模型（1）進行回歸，結(jié)果如表3所示。回歸結(jié)果表明，以傳統(tǒng)的Z_score和修正的Z_scoreA為被解釋變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型Digital的系數(shù)在1%的顯著性水平上均為正。這表明，企業(yè)數(shù)字化轉(zhuǎn)型水平越高，Z_score（或Z_scoreA）越大，企業(yè)風險越低。此結(jié)果支持了文章的基本假設，即企業(yè)的數(shù)字化轉(zhuǎn)型能夠有效降低企業(yè)風險。

4.3"異質(zhì)性分析

4.3.1"企業(yè)內(nèi)部激勵

數(shù)字化轉(zhuǎn)型為企業(yè)提供了創(chuàng)新的工具和方法，能夠更好地應對不確定性和變化。在內(nèi)部激勵機制較好的企業(yè)中，員工通常更具主動性和參與感，這種積極性能有效減少操作風險和失誤，提高整體的風險管控能力。文章采用管理層持股數(shù)量的自然對數(shù)衡量企業(yè)內(nèi)部激勵水平，并按照分行業(yè)的平均數(shù)將其分為高低兩組，對模型（1）進行分組回歸，結(jié)果如表4所示。從表4列（1）和列（2）結(jié)果來看，企業(yè)數(shù)字化轉(zhuǎn)型Digital的系數(shù)在內(nèi)部激勵水平較高組顯著為正，且系數(shù)明顯高于內(nèi)部激勵水平較低組；從表4列（3）和列（4）結(jié)果來看，在Z_scoreA為被解釋變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型Digital的系數(shù)在內(nèi)部激勵水平較高組也同樣更高。由此可見，數(shù)字化轉(zhuǎn)型對企業(yè)風險的抑制作用在內(nèi)部激勵水平上呈現(xiàn)出異質(zhì)性，即在內(nèi)部激勵較好的企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)風險的抑制作用更強。

4.3.2"企業(yè)外部監(jiān)督

企業(yè)外部監(jiān)督通常包括監(jiān)管機構(gòu)、審計機構(gòu)和投資者等，實現(xiàn)對企業(yè)運營各個方面的審查評估。外部監(jiān)督機制較好的企業(yè)能夠促進管理結(jié)構(gòu)的優(yōu)化和決策過程的透明化，有助于推動企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的實施，提高轉(zhuǎn)型過程中的決策合規(guī)性。另外，外部監(jiān)督的加強通常伴隨著對企業(yè)內(nèi)部控制和審計的要求，提升內(nèi)部控制效果，進一步保障數(shù)字化轉(zhuǎn)型效果。因此，文章認為外部監(jiān)督機制更完善的企業(yè)在數(shù)字化轉(zhuǎn)型過程中能夠更好地發(fā)揮風險抑制作用。

文章采用機構(gòu)投資者持股數(shù)量的自然對數(shù)衡量企業(yè)外部監(jiān)督水平，按照分年度分行業(yè)的平均數(shù)將其分為高低兩組，對模型（1）進行分組回歸，結(jié)果如表5所示。從表5列（1）和列（2）結(jié)果來看，企業(yè)數(shù)字化轉(zhuǎn)型Digital的系數(shù)在外部監(jiān)督較高組顯著為正，且系數(shù)明顯高于外部監(jiān)督較低組；從表5列（3）和列（4）結(jié)果來看，在Z_scoreA為被解釋變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型Digital的系數(shù)在外部監(jiān)督水平較高組也同樣更高。由此可見，數(shù)字化轉(zhuǎn)型對企業(yè)風險的抑制作用在外部監(jiān)督水平上呈現(xiàn)出異質(zhì)性，即在外部監(jiān)督較強的企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)風險的抑制作用更強。

4.4"穩(wěn)健性檢驗

4.4.1"Heckman兩階段法

考慮到可能存在樣本的自選擇問題導致的內(nèi)生性，即選擇數(shù)字化轉(zhuǎn)型的企業(yè)本身的風險水平較低，因此，文章采用Heckman兩階段模型進行檢驗，以緩解內(nèi)生性問題。表6報告了Heckman兩階段法的回歸結(jié)果，估計結(jié)果表明，數(shù)字化轉(zhuǎn)型（Digital）對企業(yè)風險（Z_score或Z_scoreA）的系數(shù)均顯著為正，這說明在考慮了樣本的自選擇問題之后，文章的核心結(jié)論仍然成立。

4.4.2"工具變量法

文章還考慮到數(shù)字化轉(zhuǎn)型與企業(yè)風險之間的反向因果導致的內(nèi)生性問題，選擇運用工具變量法進行穩(wěn)健性檢驗。具體而言，文章選擇采用分行業(yè)分年度披露企業(yè)數(shù)字化轉(zhuǎn)型的公司數(shù)量為工具變量（IV）。表7呈現(xiàn)了工具變量法的回歸結(jié)果。其中，列（1）為第一階段回歸結(jié)果，列（2）和列（3）分別為第二階段的回歸結(jié)果。可以看出，數(shù)字化轉(zhuǎn)型（Digital）與企業(yè)風險水平（Z_score或Z_scoreA）的回歸系數(shù)均顯著為正，說明在考慮內(nèi)生性后，數(shù)字化轉(zhuǎn)型對企業(yè)風險的緩解作用依然存在。

4.5"機制檢驗

根據(jù)前文的理論分析，文章認為數(shù)字化轉(zhuǎn)型影響企業(yè)風險的機制主要有兩條：一是從“增效”角度，提出緩解代理問題是企業(yè)數(shù)字化轉(zhuǎn)型抑制風險的作用路徑；二是從“提質(zhì)”角度，提出提高全要素生產(chǎn)率是數(shù)字化轉(zhuǎn)型作用于企業(yè)風險的另一條路徑。為了檢驗上述機制是否存在，文章以企業(yè)代理效率和企業(yè)全要素生產(chǎn)率作為被解釋變量，分別檢驗數(shù)字化轉(zhuǎn)型對兩者的影響。具體地，文章參考李壽喜（2007）的研究，以企業(yè)總資產(chǎn)周轉(zhuǎn)率衡量企業(yè)代理效率（Agent）；參考Olley和Pakes（1996）、魯曉東和連玉君（2012）的研究，采用了OP模型估計企業(yè)全要素生產(chǎn)率水平（TFP_OP）。

表8呈現(xiàn)了數(shù)字化轉(zhuǎn)型影響企業(yè)風險的機制檢驗結(jié)果。從列（1）來看，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）與代理效率（Agent）的回歸系數(shù)在1%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型能夠有效提高企業(yè)代理效率，從而進一步降低企業(yè)風險，由此說明文章的假設1成立。從列（2）的回歸結(jié)果來看，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）與企業(yè)全要素生產(chǎn)率（TFP_OP）的回歸系數(shù)也在1%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型能夠有效提高企業(yè)全要素生產(chǎn)率，進一步降低企業(yè)風險，由此說明文章的假設2成立。

5""研究結(jié)論與啟示

數(shù)字化轉(zhuǎn)型作為數(shù)字經(jīng)濟發(fā)展的重要著力點，以云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)為抓手，廣泛賦能企業(yè)轉(zhuǎn)型升級，是推動企業(yè)高質(zhì)量發(fā)展并形成數(shù)字競爭力的核心驅(qū)動。尤其在加快形成新質(zhì)生產(chǎn)力的發(fā)展需求下，如何通過數(shù)字化轉(zhuǎn)型引領(lǐng)企業(yè)高質(zhì)量創(chuàng)新發(fā)展，提升企業(yè)風險承擔水平，助力企業(yè)長遠發(fā)展，也成為政府、企業(yè)以及學者共同關(guān)注的熱點。

文章以2011—2023年滬深A股上市公司為樣本，首先從總體上檢驗企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)風險的影響，其次研究數(shù)字化轉(zhuǎn)型影響企業(yè)風險水平的異質(zhì)性，最后基于“提質(zhì)增效”視角檢驗了數(shù)字化轉(zhuǎn)型作用于企業(yè)風險水平的路徑機制。由此得到以下結(jié)論：企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)風險，這作用在內(nèi)部激勵較強、外部監(jiān)督較高的企業(yè)中更明顯；企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)風險的抑制作用主要通過提高代理效率、增強全要素生產(chǎn)率兩條路徑實現(xiàn)。

基于上述結(jié)論，文章的政策啟示是：首先，對于數(shù)字化轉(zhuǎn)型，企業(yè)應持開放態(tài)度，消除“不想轉(zhuǎn)”“不會轉(zhuǎn)”“不敢轉(zhuǎn)”等轉(zhuǎn)型障礙，理解數(shù)字化轉(zhuǎn)型對企業(yè)長期風險承擔水平的增強作用，結(jié)合企業(yè)的長期發(fā)展和短期需求，制定現(xiàn)實有效的企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略。其次，相關(guān)政府部門應持續(xù)出臺相關(guān)政策措施，進一步鼓勵企業(yè)深入數(shù)字化轉(zhuǎn)型，引導其運用數(shù)字技術(shù)開展全要素、全流程、全鏈條改造，提升企業(yè)在研發(fā)設計、生產(chǎn)制造、經(jīng)營管理、市場服務等全生命周期的數(shù)字化、智能化水平。最后，積極完善數(shù)字化轉(zhuǎn)型支撐服務生態(tài)，釋放大型平臺企業(yè)技術(shù)、數(shù)據(jù)、服務等資源優(yōu)勢，并培育一批數(shù)字化轉(zhuǎn)型服務機構(gòu)，以數(shù)字化服務創(chuàng)新帶動更廣范圍、更高水平、更深層次的企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。

參考文獻：

［1］蔡呈偉，戚聿東.工業(yè)互聯(lián)網(wǎng)對中國制造業(yè)的賦能路徑研究［J］.當代經(jīng)濟管理，2021，43（12）：40-48.

［2］陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望［J］.管理世界，2020，36（5）：20，220-236.

［3］黃波濤，黃啟成，李婕.數(shù)字化轉(zhuǎn)型助力制造業(yè)企業(yè)擺脫財務困境研究——來自我國滬深A股2011—2020年制造業(yè)上市公司證據(jù)［J］.經(jīng)濟問題探索，2024（8）：166-190.

［4］黃浩.數(shù)字金融生態(tài)系統(tǒng)的形成與挑戰(zhàn)——來自中國的經(jīng)驗［J］.經(jīng)濟學家，2018（4）：80-85.

［5］黃賢環(huán)，吳秋生，王瑤.金融資產(chǎn)配置與企業(yè)財務風險：“未雨綢繆”還是“舍本逐末”［J］.財經(jīng)研究，2018，44（12）：100-112，125.

［6］克甝，徐宗文.企業(yè)數(shù)字技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響——基于要素結(jié)構(gòu)優(yōu)化和管理效率提升的雙路徑［J］.西部論壇，2024，34（5）：50-64.

［7］李壽喜.產(chǎn)權(quán)、代理成本和代理效率［J］.經(jīng)濟研究，2007（1）：102-113.

［8］李曉華.制造業(yè)數(shù)字化轉(zhuǎn)型與價值創(chuàng)造能力提升［J］.改革，2022（11）：24-36.

［9］劉濤，張夏恒.我國中小企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀、問題及對策［J］.貴州社會科學，2021（2）：148-155.

［10］魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計：1999—2007［J］.經(jīng)濟學（季刊），2012，11（2）：541-558.

［11］呂靜.企業(yè)數(shù)字化轉(zhuǎn)型與財務風險緩釋——來自中國上市公司的經(jīng)驗證據(jù)［J］.金融發(fā)展研究，2024（7）：77-86.

［12］納鵬杰，雨田木子，納超洪.企業(yè)集團風險傳染效應研究——來自集團控股上市公司的經(jīng)驗證據(jù)［J］.會計研究，2017（3）：53-60，95.

［13］史宇鵬，王陽，張文韜.我國企業(yè)數(shù)字化轉(zhuǎn)型：現(xiàn)狀、問題與展望［J］.經(jīng)濟學家，2021（12）：90-97.

［14］王開科，吳國兵，章貴軍.數(shù)字經(jīng)濟發(fā)展改善了生產(chǎn)效率嗎［J］.經(jīng)濟學家，2020（10）：24-34.

［15］王玉玲，黃凌波.數(shù)字化對創(chuàng)業(yè)板上市公司財務風險的影響與對策［J］.中南民族大學學報（人文社會科學版），2024，44（3）：132-139，186-187.

［16］魏浩，王超男.出口目的地不確定性、出口轉(zhuǎn)換與中國企業(yè)創(chuàng)新——基于市場轉(zhuǎn)換和產(chǎn)品轉(zhuǎn)換的對比分析［J］.中國人民大學學報，2022，36（2）：24-39.

［17］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021，37（7）：10，130-144.

［18］謝謙，郭楊.數(shù)字技術(shù)、創(chuàng)新要素結(jié)構(gòu)優(yōu)化與企業(yè)全要素生產(chǎn)率［J］.北京師范大學學報（社會科學版），2022（6）：134-144.

［19］徐蒙.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新［J］.企業(yè)經(jīng)濟，2020，39（12）：54-60.

［20］嚴子淳，李欣，王偉楠.數(shù)字化轉(zhuǎn)型研究：演化和未來展望［J］.科研管理，2021，42（4）：21-34.

［21］楊汝岱.中國制造業(yè)企業(yè)全要素生產(chǎn)率研究［J］.經(jīng)濟研究，2015，50（2）：61-74.

［22］楊賢宏，寧致遠，向海凌，等.地方經(jīng)濟增長目標與企業(yè)數(shù)字化轉(zhuǎn)型——基于上市企業(yè)年報文本識別的實證研究［J］.中國軟科學，2021（11）：172-184.

［23］易綱，樊綱，李巖.關(guān)于中國經(jīng)濟增長與全要素生產(chǎn)率的理論思考［J］.經(jīng)濟研究，2003（8）：13-20，90.

［24］易露霞，吳非，徐斯旸.企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應研究［J］.證券市場導報，2021（8）：15-25，69.

［25］趙娜，宋子祥，李珮，等.數(shù)字化轉(zhuǎn)型對企業(yè)財務風險的影響［J］.科學決策，2022（12）：21-36.

［26］ALTMAN"E"I.Financial"ratios，discriminant"analysis"and"the"prediction"of"corporate"bankruptcy［J］.The"journal"of"finance，1968，23（4）：589-609.

［27］ALTMAN"E"I.Credit"rating，methodologies，rationale，and"default"risk［M］.London：London"Risk"Books，2002.

［28］CHANG"K，KIM"I，LI"Y.The"heterogeneous"impact"of"corporate"social"responsibility"activities"that"target"different"stakeholders［J］.Journal"of"business"ethics，2014（2）：211-234.

［29］ELLER"R，ALFORD"P，KALLMNZER"A，et"al.Antecedents，consequences，and"challenges"of"small"and"medium-sized"enterprise"digitalization［J］.Journal"of"business"research，2020，112：119-127.

［30］FRYNAS"J"G，MOL"M"J，MELLAHI"K.Management"innovation"made"in"China：Haiers"rendanheyi［J］.California"management"review，2018，61（1）：71-93.

［31］HANELT"A，BOHNSACK"R，MARZ"D，et"al.A"systematic"review"of"the"literature"on"digital"transformation：insights"and"implications"for"strategy"and"organizational"change［J］.Journal"of"management"studies，2021，58（5）：1159-1197.

［32］MURRAY"A，KUBAN"S，JOSEFY"M，et"al.Contracting"in"the"smart"era：the"implications"of"blockchain"and"decentralized"autonomous"organizations"for"contracting"and"corporate"governance［J］.Academy"of"management"perspectives，2021，35（4）：622-641.

［33］NAMBISAN"S，WRIGHT"M，F(xiàn)ELDMAN"M.The"digital"transformation"of"innovation"and"entrepreneurship：progress，challenges"and"key"themes［J］.Research"policy，2019，48（8）：103773.

［34］OLLEY"G"S，PAKES"A.The"dynamics"of"productivity"in"the"telecommunications"equipment"industry［J］.Econometrica，1996（6）：1263-1297.

［35］PORTER"M"E，HEPPELMANN"J"E.How"smart，connected"products"are"transforming"competition［J］.Harvard"business"review，2014，92（11）：64-88.

［36］TAYLOR"S"A，HUNTER"G"L，ZADEH"A"H，et"al.Value"propositions"in"a"digitally"transformed"world［J］.Industrial"marketing"management，2020，87：256-263.

［37］VIAL"G.Understanding"digital"transformation：a"review"and"a"research"agenda［J］.The"journal"of"strategic"information"systems，2019，28（2）：118-144.

［38］ZENG"J，GLAISTER"K"W.Value"creation"from"big"data：looking"inside"the"black"box［J］.Strategic"organization，2018，16（2）：105-140.