管理者能力、双元创新与资源型企业数字化转型

【摘 要】 管理者能力决定企业的兴衰成败，也是企业数字化转型的重要影响因素。文章选取2012—2023年资源型上市企业数据进行实证分析，深入探讨管理者能力对企业数字化转型的影响及作用机制。研究发现，管理者能力越强，越能显著促进资源型企业数字化转型。中介效应分析表明，管理者能力的提升能够通过促进资源型企业双元创新，为数字化转型提供动力。调节效应分析表明，经济政策不确定性与行业竞争度分别起到负向调节和正向调节的作用。本研究揭示了管理者能力与资源型企业数字化转型之间的内在机理，为资源型企业数字化转型提供了经验证据，同时对深入实施数字经济发展战略具有一定的启示意义。

【关键词】 数字化转型； 管理者能力； 双元创新； 经济政策不确定性； 行业竞争度； 资源型企业

【中图分类号】 F272 【文献标识码】 A 【文章编号】 1004-5937（2025）01-0047-08

一、引言

改革开放以来，我国资源型企业依托自然资源的开采及初级加工，推动了我国经济的快速增长，为国家现代化建设作出了重要贡献。然而，长期依赖要素驱动的粗放型发展模式致使资源型企业陷入了产能过剩和资源配置扭曲的双重困境，为了摆脱自身困境，实现可持续发展，资源型企业纷纷主动或被动地选择了战略转型。随着新一轮科技革命和产业变革的孕育兴起，数字化技术正在加速变革传统经济模式，企业数字化转型逐渐成为经济可持续发展的重要推动力。党的二十大报告指出“要促进数字技术和实体经济深度融合，赋能传统产业转型升级”，这为我国资源型企业数字化转型指明了方向。

得益于人口规模优势及持续40多年经济高速增长，我国已拥有数字经济的总量优势。《中国数字经济发展研究报告（2024）》显示，2023年我国数字经济规模达到53.9万亿元，同比名义增长7.39%，占GDP比重达到42.8%；其中，产业数字化规模2023年占数字经济比重达到81.3%。可以认为，“实体经济+数字化”模式已逐渐成为传统实体企业实现可持续发展的必然选择。然而，2022年我国第二产业数字经济渗透率仅为24%，尤其资源型企业数字化转型效果相差甚远，如何有效驱动资源型企业数字化转型成为xP3Vb4TyjZ+QNhpbjIbyHPXQ7lIfDYEMTbyHD4XTxQs=学界和业界关注的热点问题。

已有文献对企业数字化转型的前因进行了深入研究，其核心逻辑框架主要包括制度、市场、组织以及社会文化四个层面：从制度层面来看，目前相关研究主要聚焦于税收优惠[1]、数字经济监管[2]等方面进行探索；在市场层面，主要关注了市场化程度[3]、数字贸易壁垒[4]等重要因素；在组织层面，主要探讨了公司治理水平[5]、智能会计[6]等因素；从社会文化层面来看，已有研究主要探讨了宗族文化[7]、家族控制[8]等因素对数字化转型的影响。通过梳理已有文献不难发现，企业数字化转型固然需要制度、市场、社会文化等支撑，但最终是否进行数字化转型，以何种方式进行数字化转型均需要企业管理者进行决策选择。尽管已有学者关注到管理者特征对企业数字化行为决策的影响，但研究多集中于性别、年龄、学历、背景等管理者的一般特征，忽视了数字化转型区别于其他企业战略决策在人才方面的独特需求，以及管理者自身与之契合的特质因素。管理者能力作为最重要的无形资产，是企业得以持续发展的关键要素和促进企业成长的重要保障，是驱动资源型企业数字化转型的重要因素。

“管理者能力”概念最早在1973年由麦克利兰（McClelland）通过“素质冰山模型”演化而来，个体能被观测到的技术知识只是冰山一角，其能力大小往往更为重要且易被忽略[9]。Demerjian et al.[10]提出的两阶段DEA测度方法为管理者能力在微观企业的深入研究创造了可能。随后众多学者对管理者能力在企业中的经济影响进行了深入探讨，主要集中在内部控制[11]、双元创新[12]等，但鲜有研究涉及管理者能力与资源型企业数字化转型，亟须结合中国情境展开深入研究。因此，基于高阶梯队理论，本文以2012—2023年资源型上市企业为样本，实证分析管理者能力对资源型企业数字化转型的影响和潜在传导路径，为资源型企业有效推进数字化转型提供经验证据。

本文的理论贡献是：为管理者能力与资源型企业数字化转型是“促进”还是“抑制”提供了资源型企业的微观证据。目前关于管理者能力经济后果的研究结论尚未达成共识，本研究发现，管理者能力会通过促进双元创新，进而为资源型企业数字化转型提供动力，为管理者能力对数字化转型影响提供了新的作用机制和经验证据。本文引入经济政策不确定性、行业竞争度作为调节变量，考察外部因素影响更加符合目前企业数字化转型所面临的复杂环境，强化了本文的现实意义和理论贡献。

二、理论分析与研究假说

（一）管理者能力对资源型企业数字化转型的影响

数字化转型对资源型企业的高质量发展具有重要推动作用，成功的数字化转型会极大地提升开采挖掘、生产制造、经营管理和原材料运输等环节的全要素生产率[13]。然而，数字化转型并不是一蹴而就的，需要企业针对数字技术的变革和外部环境的变化及时作出准确的战略决策，从而推动数字化转型的有效执行和动态调整，这极大地考验着企业管理者的能力。

根据高阶梯队理论，管理者作为企业未来发展方向的掌舵人，其能力大小影响着企业战略决策和决策实施效果[14]。数字化转型作为一项战略投资决策，涉及数字化技术与企业全方位的渗透结合，对管理者能力提出了更高要求，导致不同资源型企业数字化转型存在较大差异。本文认为可能的原因在于：第一，能力较强的管理者具有更强的资源整合能力，可以更精准把握行业现状与企业定位，灵活安排资源配置，使得数字化转型的各个阶段顺利进行；第二，能力较强的管理者具有更为丰富的经验和深厚的专业知识，对自身能力也更加自信，具有更强的数字技术创新意愿，可以不断推动企业数字化转型；第三，能力较强的管理者具备的信号传递功能可以有效缓解代理问题，通过自身优异的管理能力获取股东和其他投资者的信任，有助于减少企业数字化转型实施过程中的阻力。

综上所述，企业特征等客观因素影响企业数字化转型的进程，而管理者能力则是实施数字化转型的关键力量。企业数字化转型始于管理者的决心和专业素养，由此触发对数字化本质、愿景、路径的认知，并由管理者引领甚至亲力亲为实施数字化转型，管理者能力的高低极大程度上决定着数字化转型的成败。基于此，本文提出假设1。

H1：管理者能力越强越能够为资源型企业数字化转型提供动力。

（二）双元创新中介效应

“双元创新”由马奇（March）在1991年提出，其核心理念在于将创新细分为利用式创新和探索式创新两种类型[15]。企业双元创新能力的提升，能够为数字化转型提供充足的硬件条件，更好地驱动企业数字化深度转型，然而资源型企业在数字化转型过程中，常面临着创新动力不足等现实问题，严重影响数字化转型[16]；另外，由于资源型企业多为重资本密集型企业，具有投资周期长、投资规模巨大、资产专用性强、产业结构单一、资源依赖过度等鲜明特征，更容易受到经济政策不确定性、行业竞争等外部因素的影响。

根据高阶梯队理论，管理者能力是企业选择发展道路的关键，决定着双元创新战略的决策[17]。一方面，企业数字化转型需要坚实的数字化研发能力，这离不开探索式创新的支撑。能力较强的管理者往往具有长远的战略眼光，通过布局探索式创新项目可以使企业将更多的资源投入在数字化技术研发层面，有助于减少企业对数字技术不确定性的顾虑，同时探索式创新研发成果可以帮助企业建立数字化技术壁垒，增强竞争优势以获取超额利润，为数字化转型打下坚实基础。另一方面，企业数字化转型需要与自身主营业务相互融合，这需要利用式创新的辅助。能力较强的管理者往往更为了解数字化技术的发展过程，可以较为精准地识别出数字化技术与企业主营业务结合的关键节点，靶向投入可以针对性地配置利用式创新资源。通过利用式创新，企业可以在已有业务能力的基础上，通过数字化技术对已有生产环节不断进行更新改进，以达到增质量、提效率、降成本等目的。利用式创新实现了数字技术与生产经营的融合，提升了企业数字化转型水平。基于以上分析，本文提出假设2和假设3。

H2：管理者能力越强越能够促进探索式创新，进而推动资源型企业数字化转型。

H3：管理者能力越强越能够促进利用式创新，进而推动资源型企业数字化转型。

（三）经济政策不确定性调节效应

根据实物期权理论，经济政策不确定性上升所引致的成本和风险变化将提高数字化转型过程中的不确定性，此时企业更倾向于延期数字化转型进程。一方面，当经济政策不确定性上升时，会加剧信息的不对称性，使管理者更加难以预测政策走向，提升决策难度，进而对数字化转型产生不利影响；另一方面，经济政策不确定性上升会引起市场金融风险上升，带来企业融资成本增加，此时管理者倾向于采取谨慎和保守的预防策略来规避风险，将资源更多地分配到低风险的项目中，而数字化转型所分配的资源则会更少[18]。

综上所述，在经济政策不确定性提高时，会使企业管理者的投资、融资、战略等决策发生路线偏移，从而不利于企业数字化转型。基于此，本文提出假设4。

H4：经济政策不确定性会负向调节管理者能力对资源型企业数字化转型的影响。

（四）行业竞争度调节效应

行业竞争度是衡量行业竞争环境的重要参考，在激烈竞争过程中对管理者能力提出了更高的要求，影响着企业的生存与发展。一方面，根据前景理论，行业竞争使得企业面临着利润压缩和资源挤占的双重压力，可以激发管理者的危机意识，使其意识到数字化转型的紧迫性并积极开展相关工作；另一方面，根据信号传递理论，行业竞争中更高的信息透明度可以对管理者产生约束效应，有效缓解代理问题，此时管理者能力可以得到更好发挥，也更容易获取股东和其他投资者的信任，从而推动数字化转型[19]。基于以上分析，本文提出假设5。

H5：行业竞争度会正向调节管理者能力对资源型企业数字化转型的影响。

三、研究设计

（一）样本与数据来源

本文依据证监会行业分类标准，选取2012—2023年资源型上市企业数据，剔除变量数据中披露不详、*ST与ST，以及财务数据缺失不合理的样本，对模型中各连续变量在1%分位上进行缩尾处理，最终得到3 468个观测值，涵盖了289家资源型企业样本。

（二）变量测度与说明

1.被解释变量：数字化转型

企业数字化转型的已有测度方法多为文本分析法。但使用该方法时可能欠缺以下考虑：（1）大部分研究在统计企业年报中数字化转型相关关键词词频时，笼统地将不同关键词的出现次数总和作为衡量数字化转型程度的指标，忽视了不同关键词之间因出现概率不同而导致的信息量差异；（2）部分研究将数字化转型相关词汇占企业年报或年报中“管理者讨论和分析”部分篇幅的比例作为测度数字化转型程度的代理指标。然而，企业年报的编写会受到内容规范和篇幅的限制，且具有较强的主观性，导致以该方法衡量出的结果，其准确性存疑；（3）企业年报中对数字化转型的讨论内容中可能含有“无需”“没有”“尚未”“可能”等干扰性词汇，将含有此类词汇的关键词纳入计算范围显然会干扰文本分析的测度结果。

综上所述，本文借鉴张永 [20]的研究，以上市公司财务报告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测度企业的数字化水平。通过直接筛选公司财务报告中的资产明细会更加精确，避免了企业年报中信息量差异、主观性夸大因素以及干扰性词汇的影响。另外，本文还对筛选出的明细项目进行了手工复核，以进一步确保筛选的准确性。

2.解释变量：管理者能力

本文依据Demerjian et al.[10]采用DEA-Tobit两阶段模型估计管理者能力（MA）。

3.中介变量

本文借鉴Guan et al.[21]做法，基于国际专利分类表（IPC）测度企业双元创新。筛选包含新技术类别的专利数量用来测度探索式创新（R），未包含新技术类别的专利数量用来测度利用式创新（D）。

4.调节变量

（1）经济政策不确定性（EPU）。依据Huang et al.[22]统计得出的EPU指数，用以衡量我国经济政策不确定性水平。

（2）行业竞争度（HHI）。参考蔡贵龙等[23]做法，选用赫芬达尔－赫希曼指数（HHI）度量行业竞争度。当HHI指数值越小时，行业竞争程度越激烈，反之越不激烈。

5.控制变量

参考侯普光[24]的研究，本文选择了企业规模、企业年龄、资产收益率、资本密集度、现金流、两职合一、股权制衡度、董事会规模、独董比例、管理者持股比例。

各变量定义见表1。

（三）模型构建

1.基准回归模型

为考察管理者能力对资源型企业数字化转型的影响，构建下述固定效应回归模型，用于检验H1：

Digitali，t=α0+α1MAi，t+α2∑Controli，t+∑Year+∑Firm+εi，t （1）

模型1中i代表企业，t代表年份，α0为常数项，α1为待估系数，α2为各控制变量回归系数，Control为控制变量集，εi，t为随机扰动项。固定了年度和个体确保模型稳健性。

2.中介效应检验模型

参考Chen et al.[25]检验思路，在模型1基础上建立如下模型，用于检验H2、H3。

R（D）i，t=α0+α1MAi，t+α2∑Controli，t+∑Year+∑Firm+εi，t （2）

在模型1中α1显著的前提下，若模型2中α1也显著，则管理者能力通过该机制变量影响资源型企业数字化转型；反之，则不通过。

3.调节效应检验模型

借鉴温忠麟等[26]调节效应检验模型，在模型1的基础上加入经济政策不确定性（EPU）、行业竞争度（HHI）调节变量以及与管理者能力交乘项（MA_EPU、MA_HHI），构建如下调节效应检验模型，用于验证H4、H5。

Digitali，t=α0+α1MAi，t+α2EPUi，t+α3MAi，t×EPUi，t+α4∑Controli，t+∑Year+

∑Firm+εi，t （3）

Digitali，t=α0+α1MAi，t+α2HHIi，t+α3MAi，t×HHIi，t+α4∑Controli，t+∑Year+

∑Firm+εi，t （4）

四、实证分析

（一）描述性统计

变量描述性统计如表2所示，各变量基本符合正态分布，表明样本具有较好的代表性。数字化转型（Digital）的最大值为0.146，最小值为0，说明不同企业的数字化转型程度存在较大差异；均值为0.018，说明资源型企业数字化转型程度普遍偏低。

（二）相关性分析

主要变量相关性分析如表3所示。管理者能力（MA）与资源型企业数字化转型（Digital）的相关系数显著为正，为本研究H1提供了初步的印证。其他变量间相关系数均小于0.5，变量间的相关性较低。

（三）基准回归分析

为验证本文H1，对模型1进行回归检验，结果如表4所示。表4列（1）仅控制了年份、个体进行基准回归，列（2）则进一步纳入了控制变量集合。结果显示：管理者能力（MA）与资源型企业数字化转型（Digital）之间的相关系数均在1%水平上显著为正。基准回归结果说明管理者的能力越强，越能够有效推动资源型企业数字化转型。由此，H1得证。

（四）中介效应分析

为验证本文H2，对模型2进行回归分析，结果见表5。管理者能力（MA）对双元创新中探索式创新（R）和利用式创新（D）的影响均在1%水平上显著为正，探索式创新和利用式创新相关系数分别为0.680和1.071，表明管理者能力的提升可以促进资源型企业双元创新。

表5的中介效应分析结果表明，管理者能力越强，越能显著提升企业双元创新，进而促进数字化转型。由此，H2、H3得证。

（五）调节效应分析

为探究经济政策不确定性（EPU）和行业竞争度（HHI）的调节效应，本文在模型1基础上分别加入了管理者能力与经济政策不确定性交互项（MA_CEPU）、管理者能力与行业竞争度交互项（MA_HHI），进一步对模型3、模型4进行回归检验，回归结果如表6所示。

由表6可知，MA_EPU的回归系数显著为负，验证了经济政策不确定性（EPU）在作用机制中存在显著的负向调节作用；MA_HHI的回归系数均显著为负，由于HHI数值大小与行业竞争激烈程度成反比，当HHI值越小时，表明行业竞争越激烈，意味着行业竞争度在管理者能力与资源型企业数字化转型中发挥着正向调节的作用。由此，H4、H5得证。

五、稳健性分析

（一）更换变量度量方式

管理者能力在测度过程中受Tobit模型所限制，将回归残差用来表示管理者能力可能会出现噪音干扰。由此，本文依据张路等[27]的研究将残差按从小到大分为四组，并分别以1、2、3、4赋值。本文使用更换度量方式后的管理者能力指标MAG对模型1再次进行回归，结果如表7所示。

通过更换解释变量度量方式的稳健性检验，考察本文构建的研究模型的稳健性。表7结果表明，当改变解释变量的度量方式后，回归结果与本文结论保持一致，支撑了研究结论的可靠性。

（二）内生性检验

为减弱模型中可能存在的部分内生性问题。本文依据唐亚军等[28]的做法，采用公司注册地所在地区的明朝进士数量（JS）作为工具变量进行内生性检验。根据烙印理论，管理者能力的提升离不开持续地学习，而教育是个体提升能力的重要手段。如果某地区教育氛围越浓厚，教育资源越强大，那么可以认为该地区培养出的管理者能力水平越高。而明朝进士数量对样本期间的资源型企业数字化转型并没有直接关联，满足排他性要求。中国科举制度在明朝时期达到鼎盛，延续几千年的人才选拔制度塑造了不同地区的教育氛围，选拔出了大量社会精英，形成了明朝不同地区的进士乃至近代高等人才的区域分布特征，导致不同地区的人力资源积累和经济增长差异巨大[29]。进士是四类科举人才中，影响最为广泛的人群，且明代科举内容逐渐从四书五经之学转向“经世致用”之学[30]，这些内容培养的能力与Hambrick et al.[14]指出的企业管理者应具备的能力要素相符，因此会对不同地区的管理者能力产生深远影响。本文内生性检验采用两阶段最小二乘法TSLS，检验结果如表8所示。

由表8可以看出，内生性检验结果显著性与前文研究结果相符，且通过了工具变量的弱相关和过度识别检验，说明剔除可能存在的部分内生性后，本文核心结论依旧保持稳健。

六、结论与政策建议

本文基于资源型企业数字化转型程度普遍偏低的重大现实问题，实证分析管理者能力对资源型企业数字化转型的影响。研究发现：（1）管理者能力越强，越能驱动企业数字化转型水平提升。（2）管理者能力的提升能够有效促进企业双元创新，为数字化转型提供充沛动力。（3）经济政策不确定性会负向调节管理者能力对数字化转型的影响，而行业竞争度则会正向调节管理者能力对数字化转型的影响。基于上述研究结论，本文提出如下针对性政策建议：

第一，资源型企业需高度重视数字化转型发展战略，强化管理者能力与数字化技术认知，深刻理解与把握数字化转型的节奏，将数字技术合理应用在资源型企业生产运营的各个环节；第二，资源型企业应加强对现有管理人才数字化创新的培养力度，有效提升管理者数字化创新意识，使管理者在企业双元创新中发挥更大的积极性，这将为数字化转型提供坚实的硬件技术支撑和更加适配的数字技术融合；第三，考虑到经济政策不确定性、行业竞争等外部影响，企业需要及时关注数字经济大环境及行业内龙头企业经营战略的变动情况，安排管理人员积极参加企业数字化交流活动，拓宽管理人员的数字化视野，充分考虑外部环境变动对数字化转型的影响，适时调整自身转型计划。

【参考文献】

［1］ 张建伟.税收优惠对企业数字化转型的影响研究［J］.会计之友，2023（3）：34-40.

［2］ 张文文，景维民.数字经济监管与企业数字化转型——基于收益和成本的权衡分析［J］.数量经济技术经济研究，2024，41（1）：5-24.

［3］ 吴非，丁子家，车德欣.金融科技、市场化程度与企业数字化转型［J］.证券市场导报，2023（11）：15-31.

8eYpC02+OXN222XUuPTICw==

［4］ 初天天，郝大江.数字贸易壁垒会制约企业数字化转型吗？［J］.经济经纬，2023，40（3）：77-87.

［5］ 晋禾，王晴云，武立东.公司治理水平与数字化转型：来自上市公司的证据［J］.经济问题，2024（3）：30-37.

［6］ 王爱国，李瑞雪，杨傲君.智能会计如何促进企业数字化转型——一个有调节的中介效应模型［J］.会计之友，2023（4）：112-118.

［7］ 刘淑春，林洲钰，林汉川.融合还是排斥：宗族文化对企业数字化转型的影响研究［J］.外国经济与管理2024，

46（4）：19-35，118.

［8］ 陈元，贺小刚，徐世豪.家族控制与企业数字化转型［J］.经济管理，2023，45（5）：99-115.

［9］ MCCLELLAND D C.Testing for competence rather than for“intelligence”［J］.American Psychologist，1973，

28（1）：1.

［10］ DEMERJIAN P，LEV B，MCVAY S.Quantifying managerial ability：a new measure and validity tests［J］.Management Science，2012，58（7）：1229-1248.

［11］ 周卫华，刘一霖.管理者能力、企业数字化与内部控制质量［J］.经济与管理研究，2022，43（5）：110-127.

［12］ 方鑫，董静.管理层能力对创业企业双元创新战略的影响研究［J］.外国经济与管理，2022，44（11）：77-92.

［13］ 尤碧莹，郑明贵，胡志亮，等.数字化转型对资源型企业全要素生产率的影响［J］.资源科学，2023，45（3）：536-548.

［14］ HAMBRICK D C，MASON P A.Upper echelons：the organization as a reflection of its top managers［J］.Academy of management review，1984，9（2）：193-206.

［15］ MARCH J G.Exploration and exploitation in organizational learning［J］.Organization Science，1991，2（1）：71-87.

［16］ 马媛，侯贵生，尹华.企业绿色创新驱动因素研究——基于资源型企业的实证［J］.科学学与科学技术管理，2016，37（4）：98-105.

［17］ 李扬子.管理层能力、高管激励与企业创新战略选择［J］.中南财经政法大学学报，2022（2）：41-51.

［18］ 王超，余典范，龙睿.经济政策不确定性与企业数字化——垫脚石还是绊脚石？［J］.经济管理，2023，45（6）：79-100.

［19］ 焉昕雯，孔爱国.管理者能力对企业价值的提升效应——基于市场竞争与地方保护的视角［J］.复旦学报（社会科学版），2021，63（1）：172-183.

［20］ 张永■，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.

［21］ GUAN J，LIU N.Exploitative and exploratory innovations in knowledge network and collaboration network：a patent analysis in the technological field of nano-energy［J］.Research Policy，2016，45（1）：97-112.

［22］ HUANG Y，LUK P.Measuring economic policy uncertainty in China［J］.China Economic Review，2020，59（2）：1013-1067.

［23］ 蔡贵龙，邓景，葛锐，等.客户行业竞争地位与供应商企业绩效［J］.会计研究，2022（11）：72-86.

［24］ 侯普光.管理者能力与企业数字化转型［J］.西南民族大学学报（人文社会科学版），2023，44（3）：127-138.

［25］ CHEN Y，FAN Z，GU X，et al.Arrival of young talent：the send-down movement and rural education in China［J］.American Economic Review，2020，

110（11）：3393-3430.

［26］ 温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用［J］.心理学报，2005（2）：268-274.

［27］ 张路，李金彩，张瀚文，等.管理者能力影响企业成本粘性吗？［J］.会计研究，2019（3）：71-77.

［28］ 唐亚军，袁淳，孙健，等.管理者能力与贷款定价：来自某国有商业银行信贷数据的经验证据［J］.管理评论，2023，4（9）：1-18.

［29］ CHEN T，KUNG J K，MA C.Long live Keju！ The persistent effects of China’s civil examination system［J］.The Economic Journal，2020，130（631）：2030-2064.

［30］ 李伯重.八股之外：明清江南的教育及其对经济的影响［J］.清史研究，2004（1）：1-14.