Managerial Ability and Digital Transformation in Resource-Based Enterprises

Minggui ZHENG; Ming YU

doi:10.11872/j.issn.1005-2518.2025.01.132

Gold Science and Technology >

2025 , Vol. 33 >Issue 1: 214 - 224

DOI: https://doi.org/10.11872/j.issn.1005-2518.2025.01.132

Mining Technology and Mine Management

Managerial Ability and Digital Transformation in Resource-Based Enterprises

Minggui ZHENG ,
Ming YU

Expand

Research Center of Mining Development，Jiangxi University of Science and Technology，Ganzhou 341000，Jiangxi，China

Received date: 2024-05-20

Revised date: 2024-08-02

Fold

Abstract

The observable technical knowledge possessed by managers represents merely the surface layer，while their underlying capabilities，often overlooked，play a critical role in determining the success or failure of an enterprise.These capabilities are also pivotal in influencing the digital transformation of enterprises.Addressing the significant practical issue of the low degree of digital transformation in resource-based enterprises in China，this study utilizes data from China’s resource-based listed enterprises spanning the period from 2012 to 2023 to conduct an empirical analysis，thoroughly examining the impact of managerial ability on the digital transformation of enterprises and its underlying mechanisms.The findings indicate that stronger managerial ability significantly enhances the digital transformation of resource-based enterprises.Mechanism analysis reveals that the enhancement of managerial capabilities facilitates digital transformation by promoting corporate strategic change and alleviating financing constraints，and providing impetus for digital transformation.Further research indicates that a chairman with a digital professional and academic background can more effectively leverage the capabilities of the management team，thereby facilitating the digital tran-sformation of resource-based enterprises.This study elucidates the internal mechanisms linking managerial competence to the digital transformation of such enterprises，offering substantial empirical evidence to support this process.Additionally，the findings hold significant implications for the comprehensive implementation of the digital economy development strategy in China.

Key words： resource-based enterprises; digital transformation; managerial ability; strategic change; financing constraints

Cite this article

Minggui ZHENG , Ming YU . Managerial Ability and Digital Transformation in Resource-Based Enterprises[J]. Gold Science and Technology, 2025 , 33(1) : 214 -224 . DOI: 10.11872/j.issn.1005-2518.2025.01.132

改革开放以来，我国资源型企业依托资源开采及初级加工，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。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力（王博等，2023；郑明贵等，2023）。党的二十大报告指出要“加快发展数字经济，促进数字经济和实体经济深度融合”，这为我国资源型企业数字化转型指明了方向。根据《中国数字经济发展白皮书（2023）》统计数据，2022年我国数字经济规模达到50.2万亿元，其中，产业数字化规模达到41万亿元，占比高达81.7%。由此可见数字化转型已逐渐成为企业的必然选择。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仍不理想（成琼文等，2022）。因此，如何有效驱动资源型企业数字化转型成为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、市场和社会文化3个层面。从制度层面来看，目前相关研究主要聚焦于政府补贴（余典范等，2022）、数字经济监管（张文文等，2024）、公平竞争审查制度（张家才等，2024）、社会信用体系建设（邱保印等，2023）和环境不确定性（Chen et al.，2022）等方面进行探索，深入研究了外部制度因素对企业数字化转型的影响；在市场层面，主要研究了市场化程度（吴非等，2023）、企业盈利能力（张叶青等，2021）、供应链金融（张黎娜等，2021）和数字贸易壁垒（初天天等，2023）等因素对企业数字化转型的影响；从社会文化层面来看，主要探讨了数字组织文化（Martínez-Caro et al.，2020）、宗族文化（刘淑春等，2024）和企业家社会关系（宋晶等，2022）等因素对企业数字化转型的影响。

综上所述，现有研究主要从制度、市场和社会文化层面探讨了企业数字化转型的影响因素，为本文提供了进一步拓展的空间。企业数字化转型固然需要制度、市场和社会文化等支撑，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。目前传统高阶梯队理论多局限于管理者单一特征因素性别、年龄、学历和背景等管理者的一般特征对企业决策的影响，但管理者特征因素最终会综合反映在管理者能力上。由此可见，管理者能力与资源型企业数字化转型，亟需结合中国情境展开深入研究。因此本文以2012—2023年我国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。

1 理论分析与研究假说

相比一般企业，资源型企业的经营和盈利模式较为固定，对于新技术和新模式的接受程度相对较低。在长期的资源开采和加工过程中，企业形成了稳定的业务模式和利润来源，这种思维惯性和路径依赖严重限制了资源型企业战略变革的积极性，使其缺乏数字化转型的动力。此外，由于资源型企业具有资产专用性强、投资周期长和投资规模巨大等鲜明特征，在数字化转型过程中极易受到融资约束问题的限制，对管理者能力具有着更高的要求。基于此，本文提出如下研究假说。

1.1 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（尤碧莹等，2023）。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做出及时准确的战略决策，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。

高阶梯队理论认为，管理者作为企业未来发展方向的掌舵人，其能力会对企业决策产生重要影响（Hambrick et al.，1984）。尤其数字化转型是一种特殊的战略投资决策，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的差异。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，可以更精准地把握行业现状和企业定位，灵活安排资源配置，使得数字化转型的各个阶段顺利进行（Marion et al.，2021）；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，不断推动企业数字化转型（Sulaiman et al.，2019）；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（Shleifer et al.，1989）。

综上所述，企业特征等客观因素主要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（朱秀梅等，2022）。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、愿景和路径的认知，并由管理者引领甚至亲力亲为实施数字化转型，管理者能力的高低在很大程度上决定着数字化转型的成败。基于此，本文提出以下假说：

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。

1.2 管理者能力与资源型企业数字化转型的中介效应分析

（1）战略变革

波特竞争战略理论认为，常规战略很难使企业在行业中脱颖而出，为了突出自身发展优势，企业往往会选择战略变革，通过差异化竞争的方式达到转变经济增长方式、促进产业转型升级的目的。根据高阶梯队理论，高水平的管理者往往拥有更好的学习能力、理解能力、分析能力和更加敏锐的洞察力，能够充分利用自身资源优势，对整个市场、行业的发展做出正确的判断，根据企业内外部环境的变化及时做出有效的战略变革，帮助企业适应动态环境的变化（戚聿东等，2021）。基于以上分析，本文提出以下假说：

H2：管理者能力越强越有利于促进战略变革，进而推动企业数字化转型。

（2）融资约束

根据信息不对称理论，信息不对称问题会导致公司陷入融资约束的困境。融资约束是企业数字化转型面临的重要难题，当企业面临严重的融资约束时，会优先选择收缩风险性项目的资金投入，导致企业由于无法承担过高的数字化转型成本而被迫中止转型（朱颖等，2023）。

企业管理者作为公司决策的主要制定者，在融资活动中扮演着重要角色（Tsai et al.，2022）。一方面，能力较强的管理者往往更清楚企业投融资行为中可能存在的问题，能够防患未然，为企业带来更多的机会和资源，在一定程度上拓展了企业的融资约束边界，为数字化转型奠定良好的基础（花俊国等，2021）。另一方面，管理者能力可以通过信号传递来缓解融资约束带来的负面影响，减轻了企业与外部投资者之间信息不对称问题，以降低企业融资成本，拓宽融资渠道，缓解企业融资约束问题（于迪等，2019）。基于以上分析，本文提出以下假说：

H3：管理者能力越强越有助于缓解融资约束，进而推动企业数字化转型。

2 研究设计

2.1 样本与数据来源

根据中国证监会行业分类标准，即表1中的资源型行业代码划分企业数据。本文数据来源于《中国城市统计年鉴》和CSMAR研究数据库，筛选资源型企业2012—2023年面板数据作为研究样本，剔除样本严重缺失值，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。

表1 资源型行业代码及名称

Table 1 Resource-based industry codes and names

代码	名称	代码	名称
B06	煤炭开采和洗选业	C25	石油加工及炼焦业
B07	石油和天然气开采业	C26	化学原料和化学制品制造业
B08	黑色金属矿采选业	C30	非金属矿物制品业
B09	有色金属矿采选业	C31	黑色金属冶炼和压延加工业
B10	非金属矿采选业	C32	有色金属冶炼和压延加工业
D44	电力和热力生产供应业	C33	金属制品业

2.2 变量测度与说明

（1）被解释变量：数字化转型

本文借鉴张永珅等（2021）的研究来测度企业的数字化水平，操作步骤如下：（1）归纳上市公司财务报表中无形资产明细，筛选其中包含数字化转型技术的数字化无形资产；（2）对数字化无形资产进行加总，计算其占本年度无形资产的比例。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

本文解释变量参考（Demerjian et al.，1973）采用DEA-Tobit两阶段模型估计管理者能力（MA）。操作步骤如下：第一步，运用DEA模型和投入产出函数计算企业效率；第二步，通过Tobit模型剔除企业特征对企业效率的影响。将模型（1）的计算结果代入模型（2）进行Tobit回归，得到的残差ε即管理者对企业效率的影响，用来测度管理者能力。

m a x θ = S a l e s α 1 P P E N T + α 2 N e t R & D + α 3 G o o d w i l l + α 4 I N T A N + α 5 C O G S + α 6 S G A

（1）

式中：θ为企业资本转化为收入的效率值。投入要素包括销售费用和管理费用之和（SGA）、固定资产净值（PPENT）、营业成本（COGS）、净研发（Net R&D）、无形资产（INTAN）以及商誉（Goodwill），产出为营业收入（Sales）。

F i r m E f f i c i e n c y = β 0 + β 1 S i z e + β 2 M a r k e t S h a r e +

β 3 C a s h + β 4 A g e + β 5 F o r e i g n C u r r e n c y + Σ y e a r + ε

（2）

为了排除企业特征的潜在影响，控制变量包括企业规模（Size）、企业年龄（Age）、市场份额（Market Share）、是否有学术子公司（Foreign Currency）和自由现金流（Cash）5个变量，并固定年份进行回归。

（3）中介变量

①战略变革（DS）。借鉴Geletkanycz（1997）的研究方法来测度企业战略与行业常规战略偏离程度。另外，由于企业战略模式不同，其资源分配情况也会形成差异（Lyon et al.，2000）。因此，本文借鉴胡志亮等（2022）的做法，基于管理费用投入程度、研发投入程度、固定资产更新程度、宣传投入程度、财务杠杆和资本密集程度这6个维度测量企业战略变革程度指标DS。②融资约束（FC）。融资约束大多通过综合指标进行衡量，包括FC指数、WW指数和KZ指数等，但WW指数和KZ指数存在一定程度上的内生性问题，因此，本文依据顾雷雷等（2020）的研究，采用FC指数衡量企业融资约束，指数越大，融资约束程度越大。

（4）控制变量

参考侯普光（2023）的研究，本文选择企业层面、管理者层面和财务指标层面特征变量作为控制变量，详见表2。

表2 变量说明

Table 2 Description of the variable

变量类型	变量名称	变量符号	度量方法
被解释变量	数字化转型	Digital	数字化无形资产/无形资产总额
解释变量	管理者能力	MA	采用DEA-Tobit两阶段模型测算得出
中介变量	战略变革	DS	参考Geletkanycz（1997）的方法
中介变量	融资约束	FC	FC指数
控制变量	企业规模	Size	ln（期末总资产+1）
	企业年龄	Age	ln（公司成立年限+1）
	资产收益率	Roa	净利润/总资产
	资本密集度	Klr	ln（当期总资产/员工人数）
	现金流	Cash	经营现金流量/年初资产总额
	二职合一	Dualiy	当CEO兼任董事长时取 1，否则取 0
	股权制衡度	Balance	第二至第五大股东持股比例/第一大股东持股比例
	董事会规模	Board	董事会人数的自然对数
	独立董事比例	Inde	独立董事人数/董事会总人数
	管理者持股比例	Mshare	管理者持股之和/总股份数

2.3 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，用于检验假说H1：

D i g i t a l i, t = α 0 + α 1 M A i, t + ∑ α 2 c o n t r o l i, t +

∑ y e a r + ∑ f i r m + ε i, t

（3）

式中：i为企业；t为年份；α₀为常数项；α ₁为待估系数；α ₂为各控制变量回归系数；control为控制变量集；

ε i, t

为随机扰动项。此外，本文在构建模型时，加入了个体和年度固定效应，以确保模型稳健性。

（2）机制效应检验模型

参考Chen et al.（2020）检验思想，在模型（3）基础上建立如下模型，用于检验假说H2和H3。

D S i, t = α 0 + α 1 M A i, t + ∑ α 2 c o n t r o l i, t + ∑ y e a r +

∑ f i r m + ε i, t

（4）

F C i, t = α 0 + α 1 M A i, t + ∑ α 2 c o n t r o l i, t + ∑ y e a r +

∑ f i r m + ε i, t

（5）

在模型（3）α ₁显著的前提下，若模型（4）和模型（5）α ₁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 实证分析

3.1 描述性统计

变量描述性统计见表3。所有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，均值为0.018，说明不同资源型企业的数字化转型程度存在较大差异，且数字化转型程度普遍偏低；管理者能力（MA）的最大值为0.542，最小值为0，均值为0.146，说明不同资源型企业管理者能力差距明显，且管理者能力普遍偏弱；战略变革（DS）最大值为2.034，最小值为0.181，说明资源型企业战略变革差距明显；融资约束（FC）均值为0.406，说明资源型企业普遍受到融资约束的影响。通过变量描述性分析，初步讨论了资源型企业目前可能存在的问题。

表3 变量描述性统计

Table 3 Descriptive statics of the variables

变量	平均值	标准差	最小值	最大值
Digital	0.018	0.025	0	0.146
MA	0.146	0.092	0	0.542
DS	0.632	0.327	0.181	2.034
FC	0.406	0.292	0	0.992
Age	2.952	0.304	2.037	3.541
Size	22.585	1.358	19.831	26.277
Roa	0.042	0.065	-0.499	0.513
Klr	14.657	0.775	12.667	22.220
Cash	0.056	0.072	-0.177	0.256
Dualiy	0.255	0.436	0	1
Balance	0.707	0.591	0.006	4
Inde	0.371	0.051	0.333	0.556
Mshare	0.135	0.198	0	0.669
Board	2.150	0.201	1.609	2.708

3.2 相关性分析

主要变量相关性分析见表4。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，为本研究假说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。

表4 主要变量相关性分析

Table 4 Correlation analysis of major variables

变量	Digital	MA	DS	FC
Digital	1
MA	0.091^***	1
DS	0.089^**	0.203^***	1
FC	-0.074^***	-0.151^***	-0.346^**	1

注：*、**和***分别代表10%、5%和1%水平下显著

3.3 基准回归分析

为验证本文假说H1，对模型（3）进行回归检验，结果见表5。表5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。

表5 基准回归结果

Table 5 Benchmark regression results

变量	（1）	（2）
变量	Digital	Digital
MA	0.017^*** （0.005）	0.020^*** （0.003）
控制变量	No	Yes
常数项	0.010^** （0.002）	0.378 （0.039）
个体固定效应	Yes	Yes
年份固定效应	Yes	Yes
adj_R ²	0.315	0.497
N	3468	3468

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

3.4 中介效应检验

在前文基准回归中，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，表明管理者能力促进资源型企业数字化转型的总效应显著。为验证本文假说H2和H3，进一步探讨管理者能力作用于资源型企业数字化转型的内在机制。

（1）战略变革机制

根据Chen et al.（2020）的研究方法，对模型（4）进行战略变革机制的中介效应检验，若模型（3）结果显著的前提下，模型（4）也显著，则管理者能力通过战略变革机制影响资源型企业数字化转型。如表6所示，管理者能力（MA）对融资约束（DS）的回归系数为正且在1%水平上显著，表明管理者能力越强，越能显著促进战略变革，进而推动资源型企业数字化转型。由此，H2得证。

表6 管理者能力与战略变革

Table 6 Managers ability and strategic change

变量	（1）
变量	DS
MA	0.265^*** （0.063）
控制变量	Yes
常数项	-2.780^** （0.497）
地区固定效应	Yes
行业固定效应	Yes
adj_R ²	0.418
N	3 468

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

（2）融资约束机制

根据Chen et al.（2020）的研究方法，对模型（5）进行融资约束机制的中介效应检验，若模型（3）结果显著的前提下，模型（5）也显著，则管理者能力通过融资约束机制影响资源型企业数字化转型。如表7所示，管理者能力（MA）对融资约束（FC）的回归系数在1%水平上显著为负，表明管理者能力越强，越有助于缓解资源型企业的融资约束程度，进而促进资源型企业数字化转型。由此，H3得证。

表7 管理者能力与融资约束

Table 7 Managers ability and financing constraints

变量	（1）
变量	FC
MA	-0.135^*** （0.034）
控制变量	Yes
常数项	5.105^* （0.267）
地区固定效应	Yes
行业固定效应	Yes
adj_R ²	0.370
N	3 468

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

4 异质性分析

根据烙印理论，个体在敏感期所获得的技能性知识作为技能性烙印，能够帮助个体在以后的工作中获得优势。技能性烙印多从学校习得，往往受个体在校期间的专业背景和学术经历等因素的综合影响（张昆贤等，2021）。对于企业而言，技能性烙印效应在董事长个体身上的影响更为明显，企业管理风格的形成在很大程度上会受董事长背景经历的影响。为验证上述猜想，对模型（3）进行分组回归检验，回归结果见表8。

表8 董事长背景异质性

Table 8 Heterogeneity of the chairman’s background

变量	（1）具有数字化背景	（2）无数字化背景	（3）具有学术背景	（4）无学术背景
变量	Digital	Digital	Digital	Digital
MA	0.020^*** （0.003）	0.008 （0.006）	0.017^*** （0.013）	0.019 （0.003）
控制变量	Yes	Yes	Yes	Yes
常数项	0.208^*** （0.021）	0.031 （0.015）	0.211^*** （0.020）	1.876^* （0.469）
个体固定效应	Yes	Yes	Yes	Yes
年份固定效应	Yes	Yes	Yes	Yes
adj_R ²	0.351	0.431	0.512	0.685
N	209	3 259	1 173	2 295

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

本文使用上市公司董事长个人特征数据构建董事长数字化专业背景和学术背景的虚拟变量：（1）将所学专业中涉及“信息、智能、软件、电子、通信、系统、网络、自动、无线、计算机”视为有数字化背景的董事长，取值为1，否则为0；（2）筛选出曾有高校任教、科研院所或专业学协会研究工作经历的董事长，取值为1，否则为0。

由表8可知，当董事长具有数字化专业背景和学术背景时，估计系数均在1%水平上显著为正；当董事长无数字化专业背景和学术背景时，估计系数均不显著。因此，当资源型企业董事长具有数字化专业背景和学术背景时，其带领的管理者团队对数字化转型的促进作用更强。

5 稳健性分析

5.1 更换自变量度量方式

参考张路等（2019）的做法，根据残差大小对管理者能力进行分类，分别赋值1、2、3、4，当数值越大，表示管理者能力越强。使用调整后的管理者能力指标MAG重新对模型（3）回归，得到表9所示结果。

表9 更换自变量稳健性检验结果

Table 9 Robustness test results of replacement independent variables

变量	（1）	（2）
变量	Digital	Digital
MA	0.020^*** （0.005）
MAG		0.013^*** （0.007）
控制变量	Yes	Yes
常数项	0.378 （0.039）	0.379^* （0.039）
个体固定效应	Yes	Yes
年份固定效应	Yes	Yes
adj_R ²	0.497	0.486
N	3 468	3 468

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

通过更换自变量度量方式的稳健性检验，考察所构建模型的稳健性。由表9可知，当改变自变量的度量方式后，回归结果与模型（3）结论保持一致，支撑了本文研究结论的可靠性。

5.2 内生性检验

为减弱模型中可能存在的部分内生性问题。依据唐亚军等（2024）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。一个地区的教育氛围越浓厚，教育资源越丰富，那么该地区培养出的管理者的能力水平也就越高。同时，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。科举制度最早作为中国选拔人才的重要手段，选拔出大量管理人才，其中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（李伯重，2004），这些内容培养的能力与Hambrick et al.（1984）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，检验结果见表10。

表10 TSLS检验结果

Table 10 TSLS test results

变量	（1）	（2）
	stage1	stage2
	MA	Digital
MA		0.354^** （0.105）
JS	0.035^** （0.020）
控制变量	Yes	Yes
常数项	0.567^** （0.152）	0.089^** （0.068）
个体固定效应	Yes	Yes
年份固定效应	Yes	Yes
adj_R ²	0.342	0.562
N	3 468	3 468

注：*、**和***分别代表10%、5%和1%水平下显著，括号内为回归系数标准误

内生性检验是评估模型设定的重要步骤，不仅可以确保模型设计科学合理，还能提高估计结果的可靠性，为研究结论提供坚实的证据基础。由表10可以看出，内生性检验结果的显著性与之前研究结果相符，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，验证了研究结论的可靠性。

6 结论及建议

6.1 结论

基于我国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：资源型企业管理者能力越强，越能驱动企业数字化转型水平的提升。中介效应分析表明：管理者能力通过有效促进企业战略变革，缓解融资约束，进而推动资源型企业数字化转型。进一步研究发现：董事长具有数字化专业背景和学术背景时，更有利于管理者团队能力的发挥，进而有利于资源型企业数字化转型。

6.2 政策建议

（1）企业层面

我国资源型企业数字化转型对企业管理者能力提出了更高的要求，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。

战略变革和融资约束是管理者能力影响企业数字化转型的重要路径。一方面，资源型企业应重视战略变革的资源配置，通过战略变革来促使资源型企业传统生产模式与数字技术的深度融合；另一方面，资源型企业应重视融资约束问题，寻求多元化的融资渠道，降低融资的风险和成本，保障资源型企业数字化转型过程中的资金需求。

当董事长具有数字化专业背景和学术背景时，更能促进管理者能力对资源型企业数字化转型的影响。因此，资源型企业应重视“人”在数字化转型中的关键作用，在进行外部董事引进时，应把数字化专业背景和学术背景作为参考项优中选优，从而更有利于资源型企业数字化转型。

（2）政府层面

管理者能力对资源型企业数字化转型的影响十分重要，政府需高度重视企业管理者能力的培养，通过鼓励高校、科研院所和行业协会等机构为企业管理者提供精准化的理论、政策和管理技能培训，全面提升企业管理者能力，进而稳步推进企业数字化转型。

战略变革和融资约束是影响资源型企业数字化转型面临的重要难题，政府应给予资源型企业更加明确的政策引导和支持措施，通过实施税收优惠和融资扶持等措施减轻企业的资金压力，支持资源型企业战略变革，从而促进资源型企业数字化转型。

具有数字化专业背景和学术背景的高级人才对企业数字化转型具有重要的影响，政府在培养人才以及制定人才引进政策时应予以重视，为资源型企业持续输送数字化管理人才。

湖北省地质局2024年新发现矿产地28处

2月11日，湖北省地质局举行2025年全局工作会，总结了全局2024年工作，通报了获得省部级以上表彰奖励等情况。

湖北省地质局聚力主责主业优服务，在地质找矿、地灾防治等多个方面有新突破。在找矿方面，全年新发现矿产地28处、找矿靶区37处，转化支撑85%的省地勘基金项目，服务支撑全省2024年83.9%的矿业权出让，鄂西页岩气新发现和铌资源综合利用上榜自然资源部“双十大”成果，助推建成国家级能源资源基地4处，在全省地质系统首次开展典型矿田三维地质模型构建及数字化找矿预测。在地灾防治方面，10起地灾成功避险案例被自然资源部推广，助力全省连续多年没有发生地灾造成的群死群伤，协助地方政府申报落实地灾防治资金近22亿元。在生态环保领域，助力襄阳和荆州申报矿山修复项目入选自然资源部示范工程，全省文旅资源普查登记旅游资源8.1万个，1/25万土地质量地球化学调查初步圈定良好以上的土壤面积为1.6×10⁴ km²、发现富硒土地面积为3 600 km²。在科技创新领域，成功获批首个深地探测国家科技重大专项，连续2年摘得世界质量界最高荣誉。

聚力实干创新推改革。该局稳妥有序推进矿产资源资产清理盘活重组，按期完成阶段性工作，激活了52宗矿权，创造了“资源变资产”新的风口。整县推进地质工作服务强县工程方面，分类推进全省103个县（市、区）地质服务，与地方联合建站50个，安排400余名技术骨干驻县服务。谋划了宜昌市夷陵区、五峰县公路沿线地灾防治项目，相关经验复制推广到四川巴中、云南红河等地。

地质产业发展也有了新跨越，地质经济持续回暖向好。地质技术服务主业提前完成“十四五”预期目标。海外市场累计新签合同额同比增长23.7%，马来西亚产业园获批省级境外经济贸易合作区，乌干达项目首次实现盈利，柬埔寨德崇扶南运河勘察项目开始实施。

人才“雁阵格局”日臻完善。9名同志晋升专业技术二级岗位，2名同志入选自然资源部高层次科技领军人才。122名博士稳居全国省级地质机构首位。全局累计获得省部级以上表彰奖励65项，荣获“全国工人先锋号”“湖北五一劳动奖状”等多项荣誉。

会议还分析和研判了当前发展形势和发展方向。要求聚焦重点任务，在务实重行中完成“十四五”完美收官、“十五五”良好开局。以用为导向统筹推进地质主责主业，以功能性重塑统筹推进全面深化改革。

湖北日报）

http://www.goldsci.ac.cn/article/2025/1005-2518/1005-2518-2025-33-1-214.shtml

References

Publishing order | Descend order by publishing year | Descend order by cited within

Chen

， Tian

，2022.Environmental uncertainty，resource orchestration and digital transformation：A fuzzy-set QCA approach［J］.Journal of Business Research，139：184-193.

Chen

， Fan

， Gu

，et al，2020.Arrival of young talent：The send-down movement and rural education in China［J］.American Economic Review，110（11）：3393-3430.

Cheng

Qiongwen

， Ding

Hongyi

，2022.Research on the impact of tax incentives on the digital transformation of resource-based enterprises［J］.Chinese Journal of Management，19（8）：1125-1133.

Chu

Tiantian

， Hao

Dajiang

，2023.Will digital trade barriers constrain the digital transformation of enterprises？［J］.Economic Survey，40（3）：77-87.

Demerjian

， Lev

， McVay

，2012.Quantifying managerial ability：A new measure and validity tests［J］.Management Science，58（7）：1229-1248.

Geletkanycz

M A

，1997.The salience of culture consequences：The effects of cultural values on top executive commitment to the status quo［J］.Strategic Management Journal，18（8）：615-634.

Leilei

， Guo

Jianluan

， Wang

Hongyu

，2020.Corporate social responsibility，financing constraints，and the financialization of enterprises［J］.Journal of Financial Research，（2）：109-127.

Hambrick

D C

， Mason

P A

，1984.Upper echelons：The organization as a reflection of its top managers［J］.Academy of Management Review，9（2）：193-206.

Hou

Puguang

，2023.Manager capability and enterprise digital transformation［J］.Journal of Southwest Minzu University（Humanities and Social Sciences Edition），44（3）：127-138.

Zhiliang

， Zheng

Minggui

，2022.Do corporate strategic differences affect commercial credit financing？Analysis of the regulatory effects based on scale discrimination and industry characteristics［J］.Management Review，34（6）：292-302.

Hua

Junguo

， Kong

Rujing

， Sun

Kang

，et al，2022.Research on the cluster effect of firm innovation investment—From the perspective of manager competence［J］.Soft Science，35（9）：292-302.

Bozhong

，2004.Beyond the bagu training：Education and its influence on economy in Ming-Qing Jiangnan［J］.The Qing History Journal，（1）：1-14.

Liu

Shuchun

， Lin

Zhouyu

， Lin

Hanchuan

，2024.Integration or exclusion：The impact of clan culture on enterprise digital transformation［J］.Foreign Economics and Management，46（4）：19-35，118.

Lyon

D W

， Lumpkin

G T

， Dess

G G

，2000.Enhancing entrepreneurial orientation research：Operationalizing and measuring a key strategic decision making process［J］.Journal of Management，26（5）：1055-1085.

Marion

T J

， Fixson

S K

，2021.The transformation of the innovation process：How digital tools are changing work，collaboration，and organizations in new product development［J］.Journal of Product Innovation Management，38（1）：192-215.

Martínez-Caro

， Cegarra-Navarro

J G

， Alfonso-Ruiz

F J

，2020.Digital technologies and firm performance：The role of digital organisational culture［J］.Technological Forecasting and Social Change，154：119962.

Jindong

， Du

， Wen

Xin

，2021.Mission embeddedness and pattern selection of digital strategic transformation of soes：A case study based on the typical practice of digitalization in three central enterprises［J］.Journal of Management World，37（11）：137-158.

Qiu

Baoyin

， Yu

Meng

， Zuo

Jingjing

，2023.Does the construction of social credit system promote enterprise digital transformation？A quasi-natural experiment based on the pilot reform of social credit system［J］.Journal of Shanghai University of Finance and Economics，25（5）：92-106.

Shleifer

， Vishny

R W

，1989.Management entrenchment：The case of manager-specific investments［J］.Journal of Financial Economics，25（1）：123-139.

Song

Jing

， Chen

Jin

，2022.lmpact of entrepreneur social network on enterprise digital construction—The regulatory role of strategic flexibility［J］.Studies in Science of Science，40（1）：103-112.

Sulaiman

， Pawanchik

，2019.Corporate innovation：Digitising innovation management［J］.Asian Management Insights，6（2）：10-19.

Tang

Yajun

， Yuan

Chun

， Sun

Jian

，et al，2024.Manager competence and loan pricing：Empirical evidence from credit data of a state-owned commercial bank［J］.Management Review，36（9）：187-205.

Tsai

J F

， Mai

N T

， Bui

D G

，2022.Managerial ability，financial constraints，and the value of cash holding［J］.Applied Economics Letters，29（5）：462-468.

Wang

， Kang

，2023.Digital transformation and enterprise sustainable development performance［J］.Business and Management Journal，45（6）：161-176.

Fei

， Ding

Zijia

， Che

Dexin

，2023.FinTech，degree of marketization，and digital transformation of enterprises［J］.Securities Market Herald，（11）：15-31.

You

Biying

， Zheng

Minggui

， Hu

Zhiliang

，et al，2023.The impact of digital transition on total factor productivity of resource-based enterprises［J］.Resources Science，45（3）：536-548.

， Song

， Hou

Qiaoming

，2019.Managers cognitive ability and the realization of m&a performance commitment：Based on the lntermediary effect of performance compensation and the adiustment effect of equity incentive［J］.Research on Financial and Economic Issues，（12）：137-143.

Dianfan

， Wang

Chao

， Chen

Lei

，2022.Government subsidies，industrial chain coordination and enterprise digitalization：Evidence from listed companies［J］.Business and Management Journal，44（5）：63-82.

Zhang

Jiacai

， Yu

Dianfan

， Yongqi

Qia

，2024.Fair competition review system，factor supply with enterprise digitalization level［J］.Research on Financial and Economic Issues，（2）：51-63.

Zhang

Kunxian

， Chen

Xiaorong

，2021.Who promotes digitalization？—Empirical research based on upper echelons theory and lmprinting theory［J］.Research on Economics and Management，42（10）：68-87.

Zhang

Lina

， Su

Xuesha

， Yuan

Lei

，2021.Supply chain finance and digital transformation of enterprises：Heterogeneous features，channel mechanisms，and effect differences in an untrustworthy environment［J］.Financial Economics Research，36（6）：51-67.

Zhang

， Li

Jincai

， Zhang

Hanwen

，et al，2019.Can managerial ability restrain company’s cost stickiness？［J］.Accounting Research，（3）：71-77.

Zhang

Wenwen

， Jing

Weimin

，2024.Digital economy regulation and digital transformation of enterprises：A balancing analysis of benefits and costs［J］.Journal of Quantitative and Technological Economics，41（1）：5-24.

Zhang

Yeqing

， Lu

Yao

， Li

Leyun

，2021.Effects of big data on firm value in China：Evidence from textual analysis of Chinese listed firms’annua reports［J］.Economic Research Journal，56（12）：42-59.

Zhang

Yongshen

， Li

Xiaobo

， Xing

Mingqiang

，2021.Enterprise digital transformation and audit pricing［J］.Auditing Research，（3）：62-71.

Zheng

Minggui

， Gu

Dongming

， Tao

Simin

，et al，2023.Study on the configurantion path of digital transformation of reso-urce-based enterprises［J］.Gold Science and Technology，31（6）：978-989.

Zhu

Xiumei

， Lin

Xiaoyue

，2022.Digital transformation of enterprises：Research context combing and integration framework construction［J］.R&D Management，34（4）：141-155.

Zhu

Ying

， Qian

Benyu

， Fang

Guanfu

，2023.The reform of uncredited vat refund and digital transformation of enterprises［J］.Public Finance Research，（3）：114-128.

成琼文，丁红乙，2022.税收优惠对资源型企业数字化转型的影响研究［J］.管理学报，19（8）：1125-1133.

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

顾雷雷，郭建鸾，王鸿宇，2020.企业社会责任、融资约束与企业金融化［J］.金融研究，（2）：109-127.

侯普光，2023.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），44（3）：127-138.

胡志亮，郑明贵，2022.企业战略差异影响了商业信用融资吗？——基于规模歧视、行业特征的调节效应分析［J］.管理评论，34（6）：292-302.

花俊国，孔儒婧，孙抗，等，2021.企业创新投资同群效应——基于管理者能力视角［J］.软科学，35（9）：131-138.

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

刘淑春，林洲钰，林汉川，2024.融合还是排斥：宗族文化对企业数字化转型的影响研究［J/OL］.外国经济与管理，46（4）：19-35，118.

戚聿东，杜博，温馨，2021.国有企业数字化战略变革：使命嵌入与模式选择——基于3家中央企业数字化典型实践的案例研究［J］.管理世界，37（11）：137-158.

邱保印，余梦，左静静，2023.社会信用体系建设能否促进企业数字化转型？——基于社会信用体系改革试点的准自然实验［J］.上海财经大学学报（哲学社会科学版），25（5）：92-106.

宋晶，陈劲，2022.企业家社会网络对企业数字化建设的影响研究——战略柔性的调节作用［J］.科学学研究，40（1）：103-112.

唐亚军，袁淳，孙健，等，2024.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，36（9）：187-205.

王博，康琦，2023.数字化转型与企业可持续发展绩效［J］.经济管理，45（6）：161-176.

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

尤碧莹，郑明贵，胡志亮，等，2023.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，45（3）：536-548.

于迪，宋力，侯巧铭，2019.管理者认知能力与并购业绩承诺的实现——基于业绩补偿方式中介效应和股权激励调节效应［J］.财经问题研究，（12）：137-143.

余典范，王超，陈磊，2022.政府补助、产业链协同与企业数字化［J］.经济管理，44（5）：63-82.

张家才，余典范，贾咏琪，2024.公平竞争审查制度、要素供给与企业数字化水平［J］.财经问题研究，（2）：51-63.

张昆贤，陈晓蓉，2021.谁在推动数字化？——一项基于高阶理论和烙印理论视角的经验研究［J］.经济与管理研究，42（10）：68-87.

张黎娜，苏雪莎，袁磊，2021.供应链金融与企业数字化转型——异质性特征、渠道机制与非信任环境下的效应差异［J］.金融经济学研究，36（6）：51-67.

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

张文文，景维民，2024.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，41（1）：5-24.

张叶青，陆瑶，李乐芸，2021.大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据［J］.经济研究，56（12）：42-59.

张永珅，李小波，邢铭强，2021.企业数字化转型与审计定价［J］.审计研究，（3）：62-71.

郑明贵，顾东明，陶思敏，等，2023.资源型企业数字化转型的组态路径研究［J］.黄金科学技术，31（6）：978-989.

朱秀梅，林晓玥，2022.企业数字化转型：研究脉络梳理与整合框架构建［J］.研究与发展管理，34（4）：141-155.

朱颖，钱本宇，方观富，2023.增值税留抵退税与企业数字化转型［J］.财政研究，（3）：114-128.

Options

Outlines

模态框（Modal）标题

Abstract

Cite this article

1 理论分析与研究假说

1.1 管理者能力对资源型企业数字化转型的影响

1.2 管理者能力与资源型企业数字化转型的中介效应分析

（1）战略变革

（2）融资约束

2 研究设计

2.1 样本与数据来源

表1 资源型行业代码及名称

2.2 变量测度与说明

（1）被解释变量：数字化转型

（2）解释变量：管理者能力

（3）中介变量

（4）控制变量

表2 变量说明

2.3 模型构建

（1）基准回归模型

（2）机制效应检验模型

3 实证分析

3.1 描述性统计

表3 变量描述性统计

3.2 相关性分析

表4 主要变量相关性分析

3.3 基准回归分析

表5 基准回归结果

3.4 中介效应检验

（1）战略变革机制

表6 管理者能力与战略变革

（2）融资约束机制

表7 管理者能力与融资约束

4 异质性分析

表8 董事长背景异质性

5 稳健性分析

5.1 更换自变量度量方式

表9 更换自变量稳健性检验结果

5.2 内生性检验

表10 TSLS检验结果

6 结论及建议

6.1 结论

6.2 政策建议

（1）企业层面

（2）政府层面

References