资源诅咒作为一个世界性的普遍现象，受到了各国学者的关注。首先，学者对“资源诅咒”的存在做了系统验证。Apergis使用1992~2014年89个资源出口型国家的面板数据，验证了“资源诅咒”假说的存在性，并指出资源依赖加剧了国家的贫困 [ 2 ] 。Ahmed等构建了包含家庭、企业和政府的三部门理论模型，并运用经验检验的方法，验证了伊朗近年来的经济倒退与丰裕的自然资源有关 [ 3 ] 。邵帅等基于中国城市层面的数据，验证了自然资源与经济增长之间存在非线性关系，并提出了“有条件资源诅咒”假说 [ 4 ] 。在此基础上，学者还进一步研究了“资源诅咒”的形成机制。Papyrakis基于RCK模型阐释了自然资源对技术创新的挤出效应 [ 5 ] 。Shao等则运用概念模型和数理模型分析了自然资源对人力资本的挤出效应，从而为经验研究奠定了理论基础 [ 6 ] 。Oskenbay等使用哈萨克斯坦的数据，探索了制度质量与“资源诅咒”之间的关系，研究得出资源依赖通过降低制度质量阻碍了经济增长的结论 [ 7 ] 。Gylfason和杨莉莉等学者则认为荷兰病是“资源诅咒”的重要传导机制，荷兰病效应导致了实际汇率波动，从而不利于经济增长 [ 8 ] 。

资源诅咒现象的存在严重影响了经济的发展，因此，资源诅咒的破解路径也是学者们研究的热点。一方面，部分学者通过研究，从理论层面上提出了资源诅咒可行的破解路径。邵帅和李江龙等通过实证检验的方法考察了“资源诅咒”的传导机制，前者认为促进制造业发展、提高市场化程度和对外开放程度是破解“资源诅咒”问题的有效途径，而后者则认为提高技术创新水平、促进产业转型升级是破解“资源诅咒”的重要方法 [ 4 ] [ 9 ] 。另一方面，学者们通过实证方法验证了资源诅咒的破解路径。Sepehrdoust等基于2000~2016年OPEC国家的数据进行实证检验，研究发现社会发展、金融进步、技术创新有利于缓解OPEC国家的“资源诅咒” [ 10 ] 。Farhadi等在实证模型中引入自由度指数与资源禀赋的交互项，验证了提高经济自由度能够打破“资源诅咒” [ 11 ] 。万建香结合理论模型和实证分析，验证了社会资本能以促进技术创新的方式打破资源诅咒 [ 12 ] 。

综上所述，资源诅咒的存在已经得到了充分的验证，如何破解资源诅咒成为各国学者研究的焦点，提升技术水平、产业结构转型升级、发展金融、提高市场自由度等方式都可以破解资源诅咒，但是现有研究忽视了世界经济发展的新主流，在数字经济时代的背景下，数字化转型是否能破解资源诅咒值得探究。

近几年有关“数字化转型”的研究激增。现有研究主要围绕数字化转型的定义、特征以及作用展开。

在数字化转型的定义方面，Fitzgerald等将其定义为企业通过应用创新的数字技术来实现顾客体验、渠道运营的提升或者创造新型的商业模式 [ 13 ] 。Liu等认为数字化转型是在数字经济时代下整合数字技术和业务流程的一种组织转型和变革 [ 14 ] 。Singh等则强调数字化转型的重点在“转型”而非“改变”，企业能够从自身整体出发，通过采取全方位行动应对数字技术带来的机会和风险控制 [ 15 ] 。数字化转型是一种范式转变，马斯·库恩提出了“范式转变”的概念，并强调这是一种整体性、结构性的转变，新旧范式之间存在本质区别。企业从工业化向数字化的转型是跨体系的、系统性的转型，数字化相比工业化在资源属性、信息结构、价值这三大维度都产生了系统性变革 [ 16 ] 。除此之外，学术界普遍认为，数字化转型应当体现数字技术的应用和组织的深刻变革两个明显特征。Chanias S认为通过应用数字技术，数字化转型旨在寻求组织在基础设施、产品和服务、业务流程、商业模式和策略或者组织间关系甚至组织网络上的根本转变 [ 17 ] 。Verhoef指出数字化转型涉及的是业务流程的变化及组织结构与战略模式的变革 [ 18 ] 。Gurbaxani等把数字化转型视为企业运用数字技术的创新过程 [ 19 ] 。数字化转型是涉及到企业经营管理、生产等各方面的彻底性变革，要从战略上系统思考，调动企业整体资源开展的活动。

数字化转型对我国经济发展带来重大的影响。郭家堂等实证发现，数字化转型对技术推动型全要素生产率具有积极促进作用，即数字化转型有利于破解技术壁垒、提升技术依赖型产业生产率 [ 20 ] 。黄群慧指出，数字化转型对国民经济的促进作用主要体现为：优化经济结构，推动实体经济高质量发展，化解国内市场结构供需失衡问题 [ 21 ] 。张勋等研究发现，数字经济在金融领域的拓展有助于缓解城乡收入差距，保障社会公平 [ 22 ] 。沈国兵发现，数字化转型有利于实现创新驱动，对国家出口活动具有积极作用 [ 23 ] 。

综上所述，当前学术界从多维度对数字化转型进行研究，尤其重视数字化转型在调整经济结构、促进创新、缩小城乡收入差距、提高生产率等方面的作用。由于我国资源丰裕地区普遍存在资源诅咒现象，现有研究忽略了数字化转型对资源诅咒这一现象产生影响的探讨。

在现有研究的基础上，本文进一步探究资源诅咒的破解路径。在数字经济大背景下，依托国家政策的大力支持和技术水平的不断提升，数字化转型成为我国经济发展的主流方向。现有研究表明，一方面，中国数字经济与自然资源间关系并非是“互补性资产”而是一种“互斥性资产”，数字经济对资源依赖的具体影响仅体现弥补作用上，数字经济发展不仅没有改变自然资源的使用偏好，反而还加剧了资源依赖倾向，同时该影响还存在明显的空间溢出效应 [ 24 ] 。过度重视产业末端环节的数字化转型，反而会进一步赋能数字技术在自然资源信息获取和掠夺方面的应用能力 [ 24 ] 。另一方面，中国数字经济发展有利于推动绿色经济发展，进而能够有效弥补资源依赖所产生的负面影响，数字经济的发展也会产生明显的“回弹效应”，数字经济能改善资源依赖对区域创新的抑制作用 [ 25 ] 。因此，数字化转型能在一定程度上通过技术进步、高级人才培养、提高资源使用效率等途径破除资源诅咒；针对以上分析，本文提出假设H1。

H1：数字化转型会对地区资源诅咒带来显著倒U型影响。

本文以2016~2019年沪深A股上市公司作为研究样本。对数据做基本处理，最终得到5229条平衡面板数据。样本中，数字化转型用文本识别法以特征词在年报出现的次数量化企业数字化转型强度，并取对数处理；资源诅咒测度指标用资源依赖度来衡量，数据取自《中国统计年鉴》；控制变量取自《中国统计年鉴》、《中国人口与就业统计年鉴》和《中国科技统计年鉴》。

1) 被解释变量

资源诅咒(RD)是被解释变量。学术界对资源诅咒的测度没有统一的标准。董利红等学者的实证研究采用资源依赖度这一指标来测度资源诅咒，包括资源丰裕度、制度质量、资本存量、对外开放度、资本存量、人力资本存量、产业结构等细分指标 [ 26 ] ；薛钢等学者引入了资源诅咒系数来进行资源诅咒相关实证研究 [ 27 ] ；宋德勇等学者也认为研究“资源诅咒”问题时应选择资源依赖度而非资源丰裕度但是选取指标略有不同，包括有采矿业就业人数比、资源产值比和资源出口量占比等 [ 28 ] 。本文参照宋德勇等学者的指标，用资源依赖度测量资源诅咒，其中，资源产值指标倾向于考虑资源的依赖度，无法具体的研究资源丰裕度如何影响地区的经济发展；能源储备量指标则只考虑了能源型资源，存在很大的局限性 [ 29 ] 。目前国内的大部分研究文献都采用固定资产投资占比这一指标来衡量资源诅咒，故本文也选取该指标。

2) 解释变量

数字化转型(DT)是解释变量。学术界采用定量分析法衡量数字化转型的指标各有不同：周慧慧等的研究将数字化转型分为数字化技术转型、数字化效益转型和数字化创新转型3个维度来分别测定再汇总 [ 30 ] ；李华等是用企业无形资产中包含“软件”、“ERP”、“系统”、“平台”、“网络”等数字化关键词的金额总和当期无形资产金额这一比例来体现企业数字化水平 [ 31 ] ；易靖韬等则是采用包括了邮件往来、网络建设、互联网应用等多个关于数字化的测评维度，然后再用主成分分析法对这些指标进行降维，采用第一主成分作为企业数字化的评价指标 [ 32 ] ；吴非等采用文本识别法，以特征词在年报出现的次数量化企业数字化转型强度 [ 33 ] 。本文借鉴吴非等学者的做法，用五类技术作为企业数字化转型的底层技术架构(ABCD)，匹配五类特征词在企业年报中的词频数并取对数处理。

3) 控制变量

人力资本(Edu)、技术创新(Tech)是控制变量。借鉴宋德勇等人的研究，选取人力资本和技术创新作为本次研究的控制变量。人力资本是经济增长的重要驱动力，技术创新是驱动经济高质量发展的重要推动力 [ 28 ] 。把劳动力平均受教育程度分为文盲半文盲、小学、初中、高中、大学专科、大学本科以及研究生，其平均受教育年数分别设定为1.5、6、3、3、3、4、3.5年对地区教育年限简单加权处理除以当地六岁以上人口数作为人力资本的衡量指标；选取专利申请授权数取对数对技术创新进行度量。

综上，所有变量测度如表1所示。

表1. 变量描述

为了验证本文的基本假设，本文以为资源诅咒(RD)被解释变量，以数字化转型(DT)为解释变量，构建如下静态面板回归模型：

RD = α 0 + α 1 DT + α 2 DT 2 + α 3 Edu + α 4 Tech + ∑ Year + ∑ Province + ε (模型一)

主要变量的描述性统计结果见表2，资源诅咒指标资源依赖度(RD)，最小值为200.380，最大值为410.280，标准差48.917较大，说明各省市存在不同水平的资源诅咒状况，由于最小值也大于零，说明各省市都存在不同程度的资源依赖现象。数字化转型(DT)最值差值大，标准差为1.194，表明各省市数字化水平不均，数字化转型进程存在差别，企业间数字经济水平发展不协调。人力资本(Edu)的标准差为0.110，表明我国各省市人才教育水平差别不大，全国教育发展较为平均。技术创新(Tech)的最大值与最小值差5.963，且标准差达到0.980，说明各地区专利申请授权数存在极大的差距，我国各省市技术创新水平存在严重不均衡现象。

表2. 变量的描述性统计

表3为变量之间的Pearson相关系数矩阵。其中，资源诅咒(RD)与数字化转型(DT) Pearson相关性系数为0.155，在置信区间5%的水平上显著相关，表明资源诅咒和企业数字化转型之间存在相关关系；此外，资源诅咒(RD)与数字化转型(DT)的二次方Pearson相关性系数为0.150，在置信区间5%的水平上显著相关，表明资源诅咒和企业数字化转型之间存在相关关系。经过测度，各变量VIF均在1左右，远小于10，本次研究不存在多重共线性的问题。综上，本文提出的假设关系都得到了初步验证，但其因果关系还需进一步检验。

表3. Pearson相关性分析

注：^**表示在5%水平上显著。

本文研究假设验证结果如下表4所示。企业数字化转型(DT)与资源诅咒(RD)回归系数0.190，且通过了1%水平的显著性检验，表明数字化转型对资源诅咒有显著的正向影响；企业数字化转型(DT)的二次方与资源诅咒(RD)回归系数−0.116，且通过了5%水平的显著性检验，表明数字化转型的平方对资源诅咒有显著的负向影响。综上，数字化转型(DT)与资源诅咒(RD)之间存在着倒U型曲线关系，在数字化转型初期，大量的人力、物力资本都向转型倾斜，资源丰裕但经济发展落后的态势进一步加剧，企业会因为转型变革陷入发展疲态或者保守停滞期，对当地老产业的需求会发生回弹，自然资源丰裕程度逐步提升，降低了自然资源交易市场的均衡价格，会使得企业生产重新依赖于自然资源消费，反而巩固了自然资源作为核心生产要素的地位，增加了资源依赖性，变成了另一种状况的资源诅咒。但是随着数字化转型的深入发展，企业已经掌握了发展的主动权，度过变革阶段，数字化转型的优势会随之显现，地区产业结构调整，资源利用效率上升，地区对资源的依赖度会减轻，资源诅咒程度降低。再加之数字化转型也倒逼政府调整经济政策，拉动市场内需，提高人才综合素质，对资源的使用依赖会进一步降低。因此，数字化转型对资源诅咒的破解作用逐步深入。

为了使本文研究结论更有信服力，排除数据选择的偶然影响，本文通过以下两种方式进行稳健性检验。1) 重新选择资源诅咒的测量指标，把采矿业固定资产投资占比替换成，做回归进行重新估计。数据结果表明显著性无明显差别，回归系数发生轻微变动；2) 通过替换控制变量的方式来验证本文结论，增加控制变量物质资本，数据分析结果表示，显著性和回归系数发生轻微变动，但是不影响本文基本结论，表明本文结果是稳健的。

表4. 多元回归分析结果

注：^***、^**分别表示在1%、5%水平上显著。

本文以2016~2019年沪深A股上市公司作为研究样本，结合各省市的资源依赖度、人力资本、技术创新等数据进行实证分析，研究数字化转型对资源诅咒的影响。通过实证分析，研究假设均得到证实。数字化转型显著影响地区资源诅咒，两者之间的关系呈倒U型曲线关系，数字化转型初期因资源转移和转型过渡期等使得地区资源诅咒现象严峻，但是到了数字化转型后期，资源使用效率提升，技术发展飞速，资源诅咒随着数字化转型的深入而逐渐破解。

本文存在以下理论贡献：创造性的把数字化转型和资源诅咒联系起来，探究两者之间的关系，对于丰富资源诅咒的破解路径和数字化转型的后端作用都产生了巨大作用。

依据本文的结论可以提出如下管理启示，便于我们更好地探索资源诅咒的破解之路。国家要大力推动地区数字化转型进程，保证我国地区数字经济均衡发展，在一定程度上可以破解资源诅咒难题。起初，数字化转型带来的动荡变革会加深对老产业的依赖，发生回弹效应，资源诅咒程度会随之加深；但是要不断加强技术更新换代，组织结构、产业结构的调整，深化巩固企业数字化转型，保证数字化转型能够持续对破解地区资源诅咒有正向作用。

本文用二手数据实证研究数字化转型与资源诅咒之间的关系，得出了一系列结论，丰富了管理理论相关研究，但鉴于作者能力和数据可获得性的限制，文中存在以下不足之处：1) 鉴于数据的可能性，本次研究数据只用到2019年，在一定程度上会对本文研究结论在近几年的普适性产生影响；2) 本文虽然探究出数字化转型与资源诅咒之间存在倒U型曲线关系，但是对于关系的转折点没有明确探讨，后续研究可以在此基础上做进一步分析。