高管團隊動態管理能力與國有企業數字化轉型

【摘要】本文依托動態管理能力理論構建分析框架， 采用NCA和fsQCA方法對國有企業數字化轉型進行多因素組態分析。研究發現： 僅短視主義對國有企業數字化轉型存在瓶頸影響， 不同數字化轉型階段對各必要條件的類型與程度要求不同； 國有企業高數字化轉型的機制路徑可歸納為內部主導—人力資本驅動型、 外部支持—社會資本拉動型、 內外兼顧—多核心驅動型三種。其中， 內外兼顧—多核心驅動型是國有企業高數字化轉型的主流機制路徑， 管理者認知、 管理者社會資本和管理者人力資本協同匹配共同作用于高管團隊動態管理能力構建， 助力國有企業成功實現數字化轉型。

【關鍵詞】高管團隊；國有企業；動態管理能力；數字化轉型；NCA；fsQCA

【中圖分類號】 F276.1；C930" " "【文獻標識碼】A" " " 【文章編號】1004-0994（2025）05-0017-6

一、 引言

國有企業具有系統重要性和行業引領作用， 其數字化轉型是我國數字經濟戰略的重要組成部分（戚聿東等，2021）。對此， 國務院國資委辦公廳于2020年發布《關于加快推進國有企業數字化轉型工作的通知》， 要求全面推動國有企業數字化、 網絡化、 智能化發展。然而， 有研究顯示， 94.7%的國有企業尚處于數字化轉型起步階段， 三分之二受訪高管指出組織內部存在轉型愿景不統一、 數字化基礎薄弱以及數據協同困難等問題， 嚴重阻礙了轉型進程。如何破除數字化轉型困境、 穩步推進轉型升級成為國有企業亟待解決的現實問題。

國有企業大多采用集團化經營模式， 規模龐大且系統復雜， 其組織慣性容易導致決策者抵觸數字化轉型， 因此國有企業數字化轉型需要高管實現底層認知的根本性變革， 重構與工業時代截然不同的思維范式。在管理實踐中， 數字化轉型這類組織變革大多自上而下開展， 需要高管團隊具備創新領域的高階管理能力（陳衍泰等，2022）。管理者既要順應數字時代重構認知范式， 又要整合數據資源夯實數字能力基礎。此外， 數字化轉型涉及愿景使命、 戰略目標、 治理機制等多個戰略要素的持續更新， 管理者的數字化能力基礎， 尤其是他們對數字經濟的理解能力、 轉型策略的構建能力， 都極大程度地決定了數字化轉型的成敗。當前相關學者主要探討了IT能力、 資源編排、 技術合作等對企業數字化轉型的影響（姚小濤等，2022）， 卻較少涉及以高管團隊特征為微觀基礎的高階管理能力。

考慮到數字化轉型與高管團隊的高階管理能力密切相關， 本文引入動態管理能力理論構建分析框架。動態管理能力是高管團隊在管理認知、 社會資本和人力資本三個方面的特征表現， 它們是重構組織資源和戰略行動的關鍵（Chen和Tian，2022）。國有企業數字化轉型作為兼具復雜性和不確定性的系統變革， 是數字化戰略、 數字化思維、 數字化資源與數字化能力綜合作用的結果。其中， 數字化戰略定位及思維養成與管理認知密切相關， 數字化資源約束的緩解需要高管發展自身社會資本以獲取外部資源的支持， 數字化能力則取決于管理者自身管理經驗、 數字技能與跨職能協作能力等人力資本（陳衍泰等，2022）。這三者并非單獨作用， 而是相互交織促成動態管理能力的構建， 共同塑造企業資源與能力的微觀基礎（Helfat和Martin，2015）。然而， 當前相關研究大都基于傳統線性分析方法， 關注單一維度或個別因素對企業數字化轉型的“凈效應”“對稱式”充分性影響， 難以充分解釋國有企業數字化轉型的復雜驅動機制。

鑒于此， 本文基于動態管理能力理論構建“管理者認知—管理者社會資本—管理者人力資本”分析框架， 并以2022年國有企業數據為樣本， 采用必要條件分析（NCA）和模糊集定性比較分析（fsQCA）方法， 分析高管團隊特征表現對國有企業數字化轉型的影響， 致力于回答以下問題： 高管團隊特征表現是否以及多大程度是國有企業成功實現數字化轉型的必要條件？哪些高管團隊特征前因組合是國有企業數字化轉型的有效機制路徑？不同要素之間是如何互相協同匹配并在數字化轉型過程中發揮關鍵作用的？

二、 理論分析與研究框架

（一） 動態管理能力理論

動態管理能力被定義為“管理者構建、 整合、 重構組織資源的高階能力”（Adner和Helfat，2003）， 其微觀基礎包括管理者認知、 管理者社會資本和管理者人力資本三個維度。這種能力能夠幫助組織創建、 擴展或修改資源基礎（Helfat和Martin，2015）。國有企業數字化轉型是一個業務流程、 商業模式和組織文化等要素逐漸翻新與替代的變革過程 （Warner和W?ger，2019）， 擁有動態管理能力的高級管理者， 在戰略認知上能夠快速感知外部數字化機遇， 使自身認知模式匹配環境變化需求， 在資源編排上能夠基于任務環境與轉型目標快速整合、 構建和部署組織資源， 快速發起數字化戰略行動（Chen和Tian，2022）。這種戰略認知和資源編排都與動態管理能力的三個維度密切相關（Kor和Mesko，2013）。因此， 本文基于動態管理能力理論構建分析框架， 選取現有管理特征研究中的重點關注概念， 進一步探索高管團隊特征表現交互形成的國有企業數字化轉型機制路徑。

（二） 研究框架

1. 管理者認知與數字化轉型。管理者認知是指管理者用于做出決定的信仰體系、 心智模型和解釋框架， 通常表現為特定認知偏好。因為數字化轉型與管理者的長期規劃承諾、 復雜環境判斷和數字技術認知有關， 所以本文從以下三個認知偏好展開討論： 一是短視主義， 是指管理者決策視域較短， 在主觀上更重視現在（胡楠等，2021）。國有企業數字化轉型是涉及組織全局的戰略變革， 很大程度上取決于管理者的時間認知與決策視野。然而從國有企業高管關注的晉升問題來看， 只有短期年度業績中的利潤總額才會對其晉升概率有顯著的正向影響。這就導致國有企業高管傾向于選擇更為短期可控的工作， 而非投資于短期需要付出巨大成本、 長期方顯成效的數字化轉型（丁肇啟和蕭鳴政，2018）。二是機會信念， 是指管理者對于機會可行性的信念以及自我效能感。機會信念作為一種特殊的認知資源， 能夠幫助管理者消除對新機會的懷疑傾向， 增強他們對機會可行性和自我效能感的感知， 促使企業內部形成數字化轉型的集體意志與積極行動。三是技術關注， 是指管理者對技術創新的注意程度， 它會促使組織增加創新資源配置。管理者對前沿技術的強烈關注會幫助企業識別新信息并將其同化到組織中， 進而通過數字資源編排將其轉化為具體的數字化行動（Eggers和Kaplan，2013）。

2. 管理者社會資本與數字化轉型。管理者社會資本是指管理者與他人的正式和非正式的社會關系。根據所獲資源的差異， 管理者社會資本可分為商業聯結和知識網絡（Helfat和Martin，2015）。第一， 商業聯結是指管理者與其他商業組織非正式的社會關系（王楠等，2019）。作為非正式制度， 商業聯結可以為企業管理者提供所處環境事件和趨勢的信息， 使其能夠直接觀察到數字化轉型的決策過程和結果， 并獲取到運營流程和組織架構調整的相關信息、 知識、 資源。但商業聯結中往往也存在資源同質性和冗余性問題， 過于緊密的商業聯結關系會誘發企業的路徑依賴和組織惰性， 不利于企業啟動數字化轉型行動。第二， 知識網絡是指管理者與境內外高校、 科研院所建立的關系網絡（Phelps等，2012）。國有企業大多承載著戰略性產業的基礎性研究任務， 它們更容易與境內外高校、 科研院所建立關系網絡， 這是重要的創新資源渠道和智力來源， 有助于企業獲取數字化轉型所需的異質性知識， 獲取更多的數字技術和數字業務需求信息， 從而保障企業數字化轉型行動。

3. 管理者人力資本與數字化轉型。管理者人力資本是指由教育、 個體經驗、 專業經歷所塑造出的管理者技能和知識（Kor和Mesko，2013）。本文使用管理者的數字化背景、 平均年齡衡量人力資本深度， 使用管理者的職業背景異質性衡量人力資本寬度。首先， 具有數字化背景的高管團隊能夠滿足“數字化傳播者”的新角色需求， 促成中高層管理人員和公司員工對于數字化的共同認知與集體行動， 也能夠深刻理解數字化轉型的內在邏輯， 做出符合企業實際情況的數字戰略規劃與布局（吳育輝等，2022）。其次， 高管年齡可以映射出其先前的知識資歷、 行業經驗等人力資本積累。在國有企業傳統的“論資排輩”晉升體系下， 年長高管的強大話語權和社會閱歷優勢， 能夠使他們在數字化相關重大決策中獲得廣泛的組織支持。不過管理者年齡與其決斷力和反應速度具有一定關聯， 年長高管更容易形成風險規避決策傾向， 其目標多聚焦于組織短期績效， 更不愿意實施數字化轉型這類顛覆式的創新行動。最后， 職業背景異質性是指團隊成員間基于特定職能任務的專業知識水平差異性。職業背景異質性高的高管團隊往往能夠對復雜決策問題提供更廣泛的認知視角（湯萱等，2022）， 在數字化轉型過程中協同各職能部門提出創新觀點， 提高決策質量， 從而發揮集體優勢。

綜合上述分析， 本文的研究框架如圖 1所示。

三、 研究設計

（一） 研究方法

本文采用了NCA和fsQCA兩種方法。NCA方法可用于探究前因條件對結果的必要性影響， 適合“卡脖子”“制約因素”等問題的研究（Dul等，2020）， 因此本文采用NCA方法識別國有企業數字化轉型的必要非充分條件及其瓶頸影響。fsQCA方法聚焦于前因條件與結果之間的充分性因果關系， 能夠揭示要素間類似于“化學反應”的綜合效應， 擅長處理多因素交織的因果問題， 適合識別產生特定結果的組態原因（杜運周等，2020）， 因此本文采用fsQCA方法識別國有企業高與非高數字化轉型典型組態路徑， 并進行具體組態路徑的分析。

（二） 數據來源

本文以2022年國有企業數據為樣本， 通過CSMAR數據庫、 WinGo財經文本數據平臺和CNRDS數據庫等手工搜集數據， 并對樣本進行如下篩選： 排除金融性質、 相關變量缺失、 ST以及資不抵債的樣本。最終得到847個國有企業樣本觀測值。

（三） 變量測量

1. 結果變量： 數字化轉型（DIGIT）。本文采用熵權法為數字化軟件投資、 數字化硬件投資、 底層數字技術和數字技術應用四個指標分配權重， 進而得到數字化轉型綜合指標。其中， 數字化軟件投資和數字化硬件投資分別以數字化軟件、 硬件投資占總資產的比重衡量（王宇等，2020）， 底層數字技術和數字技術應用采用詞頻統計法， 基于年報文本中底層數字技術與數字技術應用相關關鍵詞詞頻計算得到（吳非等，2021）。

2. 條件變量。

（1） 短視主義（MYOPIA）。借鑒胡楠等（2021）的方法， 采用短視相關詞匯在年報MDamp;A文本中的詞頻占比來衡量。通過文本分析和Word2Vec機器學習獲取短視種子詞集， 并從內部效度、 結構效度方面進行指標有效性檢驗， 最后基于詞典法計算短視詞頻比例。為表述方便， 將該指標值乘以100， 其數值越大， 表示管理者短視程度越高。

（2） 機會信念（BELIEF）。年報MDamp;A文本語氣可以反映管理者樂觀程度， 本文采用管理者樂觀程度作為機會信念的代理變量。參考Huang等（2014）的方法， 通過（積極詞數量-消極詞數量）/（積極詞數量+消極詞數量）計算MDamp;A文本語氣值。該值越大， 表示管理者機會信念越高。

（3） 技術關注（TECH）。首先采用文本挖掘法篩選MDamp;A文本中“技術創新和變革”相關關鍵詞， 構建“技術關注”詞集； 考慮到MDamp;A文本長度差異， 基于詞典法將“技術關注”總詞頻除以MDamp;A章節總詞頻， 再將該值乘以100， 得到管理者技術關注程度。該值越大， 表示管理者技術關注程度越高。

（4） 商業聯結（BUSI）。參考王楠等（2019）的研究， 選取同年度目前在其他公司兼職或任職高管的人數占公司高管團隊總人數的比例來測量。

（5） 知識網絡（KNOW）。借鑒陳慶江等（2021）的做法， 用公司高管中擁有在境內外高校、 科研單位任職或求學經歷的人數占高管團隊總人數的比例來衡量。

（6） 數字化背景（DBG）。參考吳育輝等（2022）的研究， 采用公司當年具有數字化背景的高管人數占高管團隊總人數的比例來衡量。若高管教育或從業經歷包含“CIO、 CTO、 信息計算、 軟件、 電子商務、 IT 和技術”等相關描述， 則表示該高管具有數字化背景。

（7） 平均年齡（AGE）。即高管團隊成員的平均年齡。

（8） 職業背景異質性（FUNC）。參考湯萱等（2022）的研究， 使用赫爾芬達系數（Exph）測量職業背景異質性， 計算公式為： Exph=1-" " " " " "。其中， j為高管成員職業背景的類型， n為高管成員職業背景類型總數， P為該類型成員占全體成員的比重。Exph值越大， 說明高管成員之間職業背景差異度越高。

（四） 變量校準

將原始數據進行再校準， 即基于定性錨點給案例賦予集合隸屬度分數， 在集合運算與分析中必不可少。目前缺乏明確的理論和外部經驗標準來指導本文變量的校準， 因此基于描述性統計來確定條件變量和結果變量的3個校準臨界值： 完全隸屬（90%）、 交叉點（50%）、 完全不隸屬（10%）。變量描述性統計與模糊集校準結果如表 1所示。

四、 分析結果與討論

（一） 必要性分析

在NCA中識別必要條件需要同時滿足兩個條件： 效應量（d）不小于0.1， 蒙特卡洛仿真置換檢驗（Monte Carlo simulations of permutation tests）顯示效應量顯著（plt;0.05）（Dul等，2020）。必要條件分析結果如表 2所示。其中， 短視主義（MYOPIA）的效應量為0.70（特高效應）， p值為0.00， 滿足必要條件判定要求， 其斜率為負值， 說明低水平短視主義是高水平數字化轉型的必要條件。其他條件變量的p值大于0.05或d值小于0.1， 均不構成高水平數字化轉型的必要條件。

表 3的瓶頸水平分析結果表明， 各前因條件及其閾值水平會隨著預期結果水平的波動而動態變化， 因此企業需依據不同階段轉型目標， 動態調整資源配置優先級， 對高管團隊加以部署、 配置和調整， 以滿足數字戰略人才發展的需要。若要達到30%結果水平， 首先要約束短視主義（最高閾值47.5%）， 其次關注機會信念、 數字化背景和平均年齡， 其他條件不構成必要條件（NN）。若要達到60%結果水平， 社會資本成為新的瓶頸條件， 商業聯結和知識網絡最低臨界值分別為16.1%和10.7%。若要達到100%結果水平， 則需滿足所有條件， 但各條件的必要性程度存在差異， 其中短視主義的必要性最高（NA，閾值為0）， 機會信念（84.2%）次之。但商業聯結、 知識網絡和技術關注臨界值較低（50%以下）， 說明這些前因條件投入少量資源即可達到最高水平結果， 它們的持續增加并不能彌補其他因素匱乏對數字化轉型造成的影響， 對其過度投入反而會導致人力資源配置效率下降。

（二） 充分性分析

根據真值表中的一致性分數呈現的缺口， 本文將一致性閾值設定為0.85， 頻數閾值設定為3， 此時納入特定組態的案例數量超過案例總數的75%。表 4為組態分析結果， 最終得到4個高數字化轉型組態和3個非高數字化轉型組態， 所有組態的一致性均高于0.85， 表明這些條件組態用于解釋結果的可信度較高。由于S3a、 S3b的核心條件一致， 構成二階等價組態S3； 同理， N1a、 N1b構成二階等價組態N1。

1. 國有企業高數字化轉型組態分析。

（1） 內部主導—人力資本驅動型（S1）。組態S1以非短視主義和機會信念為核心管理者認知條件， 以數字化背景和職業背景異質性為核心管理者人力資本條件。該組態表明國有企業高管團隊通過高水平管理認知和人力資本驅動數字化轉型。人力資本一般表現為組織內部管理者的個人經歷、 知識與技能， 因此本文將S1定義為“內部主導—人力資本驅動型”。

具備長期決策導向、 樂觀主義信念和前沿技術感知以及數字化背景與跨職能協同經驗的高級管理團隊， 是國有企業實施核心數字戰略的驅動力。這類管理團隊能夠突破傳統管理思維， 通過高人力資本構建數字化轉型行政體系以推動數字戰略落地， 具體表現為三方面的關鍵作用： 一是組織重構能力。高管團隊通過設置專門數字化部門、 聘請首席數字官等架構調整手段， 推動組織資源重構與數字戰略宣貫， 培育數據驅動文化， 指導執行層自下而上接納與實施數字化轉型（Firk等，2022）。二是戰略解碼能力。數字化背景高管憑借技術洞察力， 能精準制定轉型目標與實施路徑， 主導信息系統搭建與數字平臺建設， 實現技術邏輯與業務場景的深度融合（吳育輝等，2022）。三是協同創新能力， 職業背景多元的管理團隊通過跨職能視角集中協調整體工作， 充分利用知識、 經驗差異實現優勢互補與相互糾偏（胡望斌等，2014）， 為數字化轉型提供廣泛性的觀點見解。

（2） 外部支持—社會資本拉動型（S2）。組態S2以非短視主義為核心管理者認知條件、 機會信念和技術關注為邊緣條件， 以商業聯結和知識網絡為核心管理者社會資本條件， 而管理者人力資本維度僅平均年齡為邊緣條件， 表明社會資本相對充裕， 而人力資本相對匱乏。社會資本表現為管理者與不同外部利益相關者的聯結， 因此本文將S2定義為“外部支持—社會資本拉動型”。

在社會資本驅動視角下， 國有企業數字化轉型可通過外部資源整合彌補內部能力短板， 其核心路徑包含兩大機制： 一是知識溢出轉化機制。國有企業管理者往往承載著戰略新興產業和重大基礎設施領域的基礎性研究任務， 他們更容易與境內外高校、 科研院所建立關系網絡， 因此產學研協同效應在國有企業中更為顯著。在這一背景下， 即使團隊缺乏數字化專業人力資本， 國企憑借與高校、 科研機構的戰略合作關系， 也能夠加速隱性知識轉移， 將外部異質性技術知識轉化為數字化創新成果。二是資源網絡整合機制。國有企業高管依托行業資歷構建的商業關系網絡， 可精準捕獲市場趨勢與轉型資源， 一方面通過行業聲譽獲取數字化技術引進渠道， 另一方面利用跨組織合作緩解能力與資源約束， 如聯合開發數字平臺或共享技術應用場景。該路徑揭示了在數字化轉型過程中， 當內部人力資本匱乏或數字化能力不足時， 國有企業通過激活社會資本的“外部賦能”效應， 仍可實現數字化戰略的有效落地。

（3） 內外兼顧—多核心驅動型（S3）。S3以非短視主義、 機會信念、 商業聯結、 數字化背景及職業背景異質性為核心條件， 管理者認知、 社會資本與人力資本多維協同作用于數字化轉型， 因此本文將其定義為“內外兼顧—多核心驅動型”。橫向對比來看， S3的原始覆蓋度顯著高于其他組態， 說明該模式在成功案例中更具代表性， 是國有企業數字化轉型的主流機制路徑。

該組態揭示了成功的數字化轉型往往映射出管理者認知、 社會資本與人力資本的增量作用， 三者協同匹配共同作用于動態管理能力基礎構建。首先， 高管個體知識、 經驗與跨職能背景直接塑造了多元認知結構（Helfat和Martin，2015）， 這種認知結構使他們在面對復雜外部環境時， 能夠敏銳地感知、 識別數字化機遇并有效制定數字戰略。其次， 管理者通過與上下游企業和高校科研平臺的信息交互， 捕捉最新政策導向、 市場趨勢及消費需求等關鍵信息， 從而增強自身的數字感知能力， 形成對數字機遇的正向認知。最后， 源于社會資本的外源性信息和人力資本的專業性知識構成了管理決策的認知基礎， 不斷為企業提供市場機會、 行業需求和轉型機遇等關鍵信息， 為數字化轉型決策提供內部支撐（Adner和Helfat，2003）。由此， 三者形成交互作用的閉環： 社會資本的信息效應驅動認知迭代， 認知升級反向拓展社會關系網絡， 人力資本則為整個循環提供知識基礎。這種協同機制構成了組織變革的微觀基礎， 可確保國有企業數字化轉型過程中資源與能力的動態適配， 最終成功實現數字化轉型。

2. 國有企業非高數字化轉型組態分析。

（1）管理認知短視型（N1）。組態N1a、 N1b中， 短視主義均作為核心條件存在， 兼有商業聯結和平均年齡為核心條件。該類組態表明， 若管理者存在決策短視， 則商業聯結負向影響企業數字化轉型。這是因為短視的管理者往往缺乏路徑突破， 深度商業網絡嵌入則容易轉化為路徑依賴， 將企業鎖定在低效或無效的狀態， 進而削弱企業開展數字化創新活動的動機。同時， 年長高管處在管理生涯末期， 其風險厭惡和決策短視特征更明顯， 趨向于保護現有的利益格局， 可能不愿意接受損害組織短期績效的數字化轉型活動（Ke等，2021）。

（2） 資源能力匱乏型（N2）。組態N2中非短視主義、 機會信念、 非商業聯結、 非數字化背景均為核心條件。這說明數字化轉型很大程度上取決于企業自身資源稟賦， 盡管管理者具備長期主義決策導向， 對轉型有正向價值判斷與評估， 但如果組織自身資源基礎和能力薄弱， 且無法及時從外部汲取轉型所需資源和信息， 則難以獲取和重構數字化生產要素的資源， 從而阻礙數字化轉型實踐。

3. 進一步討論。橫向來看， 所有高數字化轉型組態都包含非短視主義和機會信念， 尤其是短視主義在成功案例中均為核心缺失條件， 這與必要性分析結果相呼應， 即短視主義是首要瓶頸條件。這表明無論從必要性還是從充分性視角來看， 管理者短視決策易誘發機會主義， 導致組織陷入數字化悖論， 延遲數字化投資。此外， 不同年齡管理者建立外部關系網絡的方式存在差異： 平均年齡條件缺失時， 知識網絡是核心條件（S3b）， 年輕高管團隊更愿意與高校、 科研機構建立合作網絡， 促進異質性知識的分享、 流動與轉移， 獲取數字技術和業務需求信息； 平均年齡條件存在時， 商業聯結是核心條件（S2、N1）， 年長高管團隊在長期工作經歷中積累了充裕的商業資源， 更愿意與商業生態系統成員或平臺上下游其他企業建立合作網絡， 為企業數字化轉型提供信息資源支持。

4. 穩健性檢驗。本文主要從兩個方面對結果進行穩健性檢驗： ①調整頻數閾值。將頻數閾值調整為4， 發現總體解的一致性由0.903降至0.899， 覆蓋度由0.483降至0.478， 這可能是因為提高頻數閾值后出現新組態， 且新組態與S3a、 S3b共享三個相同條件， 可進一步歸并為同一類組態。②調整一致性閾值。將一致性閾值調整為0.9， 發現組態結果與調整前一致， 且總體解的一致性、 覆蓋度均沒有發生變化。綜上， 本文研究結論穩健。

五、 總結

本文對高管團隊特征表現與國有企業數字化轉型的必要和充分性關系進行了探討， 研究發現： 除短視主義外， 機會信念、 技術關注、 商業聯結、 知識網絡、 數字化背景、 平均年齡和職業背景異質性7個條件均不構成國有企業高數字化轉型的必要條件， 不同轉型階段對前因條件的類別與程度要求不同； 國有企業高數字化轉型路徑可被歸納為內部主導—人力資本驅動型、 外部支持—社會資本拉動型、 內外兼顧—多核心驅動型三種， 非高數字化轉型路徑可被歸納為管理認知短視型、 資源能力匱乏型兩種； 內外兼顧—多核心驅動型是國有企業高數字化轉型的主流機制路徑， 管理者認知、 管理者社會資本及管理者人力資本三方面協同匹配共同作用于高管團隊動態管理能力的構建。

基于上述結論， 本文得出如下啟示： 一是持續強化長期主義戰略認知。高水平數字化轉型的4個組態都凸顯了非短視主義的重要性， 因此國有企業管理層應避免考核機制過度偏向業績導向， 建立柔性評估體系（如ERP項目設置3 ～ 5年成效周期）， 監管層需通過政策引導弱化晉升錦標賽、 經營投資問責壓力等短視誘因， 保障管理者的長期決策空間。二是構建動態管理能力協同體系。內外兼顧—多核心驅動型是最具代表性的國有企業高數字化轉型路徑， 因此國有企業高管團隊需要從“組態協同”視角出發， 融合管理認知迭代（更新數字化思維）、 人力資本升級（引入多元背景人才、 內部培訓）與社會資本培育（拓展外部合作網絡）， 形成三要素聯動的資源基礎。三是階段化配置部署管理資源。由于處在不同轉型階段的企業資源稟賦與能力不盡相同， 可參考本文瓶頸水平分析結果， 依據轉型進程動態調整資源配置并將資源投入到短板因素上， 對高管團隊加以部署、 調配及優化， 幫助公司適應轉型壓力。例如， 轉型初期聚焦認知建設（規避決策短視）與技能提升（技術落地應用）， 中后期再逐步加大社會資本投入， 避免資源錯配。

【 主 要 參 考 文 獻 】

陳慶江，王月苗，王彥萌．高管團隊社會資本在數字技術賦能企業創新中的作用——“助推器”還是“絆腳石”？［ J］．上海財經大學學報，2021（4）：3 ～ 17．

陳衍泰，許燕飛，郭彥琳．數據驅動的動態管理能力構建機制研究——以杭州泛嘉集團為例［ J］．管理評論，2022（1）：338 ～ 352．

丁肇啟，蕭鳴政．年度業績、 任期業績與國企高管晉升——基于央企控股公司樣本的研究［ J］．南開管理評論，2018（3）：142 ～ 151．

杜運周，劉秋辰，程建青．什么樣的營商環境生態產生城市高創業活躍度？——基于制度組態的分析［ J］．管理世界，2020（9）：141 ～ 155．

胡楠，薛付婧，王昊楠．管理者短視主義影響企業長期投資嗎？——基于文本分析和機器學習［ J］．管理世界，2021（5）：139 ～ 156+11+19 ～ 21．

胡望斌，張玉利，楊俊．同質性還是異質性：創業導向對技術創業團隊與新企業績效關系的調節作用研究［ J］．管理世界，2014（6）：92 ～ 109+187 ～ 188．

湯萱，高星，趙天齊等．高管團隊異質性與企業數字化轉型［ J］．中國軟科學，2022（10）：83 ～ 98．

王楠，黃靜，王斌．董事會社會資本、CEO權力與企業研發投資——基于創業板上市公司的實證［ J］．科研管理，2019（5）：244 ～ 253．

王宇，王鐵男，易希薇．Ramp;D投入對IT投資的協同效應研究——基于一個內部組織特征的情境視角［ J］．管理世界，2020（7）：77 ～ 89．

吳非，胡慧芷，林慧妍等．企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［ J］．管理世界，2021（7）：130 ～ 144+10．

吳育輝，張騰，秦利賓等．高管信息技術背景與企業數字化轉型［ J］．經濟管理，2022（12）：138 ～ 157．

姚小濤，亓暉，劉琳琳等．企業數字化轉型：再認識與再出發［ J］．西安交通大學學報（社會科學版），2022（3）：1 ～ 9．

Adner R.， Helfat C. E.. Corporate effects and dynamic managerial capabilities［ J］． Strategic Management Journal，2003（10）：1011 ～ 1025．

Chen H.， Tian Z.. Environmental uncertainty， resource orchestration and digital transformation： A fuzzy-set QCA approach［ J］． Journal of Business Research，2022（23）：184 ～ 193．

Dul J.， Van Der Laan E.， Kuik R.. A statistical significance test for necessary condition analysis［ J］． Organizational Research Methods，2020（2）：385 ～ 395．

Eggers J. P.， Kaplan S.. Cognition and capabilities： A multi-level perspective［ J］． Academy of Management Annals，2013（1）：295 ～ 340．

Helfat C. E.， Martin J. A.. Dynamic managerial capabilities： Review and assessment of managerial impact on strategic change［ J］． Journal of Management，2015（5）：1281 ～ 1312．

Huang X.， Teoh S. H.， Zhang Y.. Tone management［ J］． The Accounting Review，2014（3）：1083 ～ 1113．

Warner K. S.， W?ger M.. Building dynamic capabilities for digital transformation： An ongoing process of strategic renewal［ J］． Long Range Planning，2019（3）：326 ～ 349．