通过岗位设计和创新的工作行为来引领服务导向型组织的数字化转型： employee-driven adaptability

《Frontiers in Psychology》：Steering the digital transformation of service-oriented organizations by job crafting and innovative work behavior: employee-driven adaptability

　　摘要

在数字经济中，数字领导力已成为推动组织变革和提升绩效的关键因素。然而，以往的研究对员工在数字化转型中的主动行为（如工作重塑和创新工作方式）关注较少。本研究基于动态能力理论和资源基础观，探讨了数字领导力通过两种机制对任务绩效的影响。通过对中国服务业415名员工进行的问卷调查，研究发现工作重塑和创新工作方式在数字领导力和数字化转型之间发挥了显著的中介作用，提升了数字化支持下的任务绩效。研究结果揭示了领导力支持数字化转型的行为路径，并为企业提供了培养积极员工、增强数字适应能力和提升绩效的实际建议。

1. 引言

数字化已经重塑了全球的商业环境。持续提高员工绩效被广泛认为是组织保持长期竞争优势和实现可持续发展的关键来源（Chatterjee等人，2023；Qiao等人，2024）。同时，技术变革变得越来越复杂。为了保持战略灵活性、确保高效运营和未来的增长，企业推动数字化转型几乎已成为必然选择（Xue等人，2025）。然而，数字化转型既带来了巨大机遇，也加剧了组织挑战。具体而言，员工实际表现与组织期望之间的差距持续扩大，削弱了变革努力的整体效果。为了弥合这一差距，组织必须采用积极主动的领导风格，调动员工的积极性并释放其潜力（Odai等人，2026）。在这种背景下，数字领导力常被视为变革的关键驱动力。通过明确的数字愿景和相应的资源支持，数字领导力可以鼓励员工积极重塑工作并参与创新行为，从而创造价值并增强组织适应性（Wang等人，2025b；Zhu等人，2022；Zia等人，2025）。在服务业，尤其是酒店业，数字化已超越了辅助角色，成为提高服务质量、业务灵活性和客户参与度的战略杠杆（Busulwa等人，2022；He等人，2023）。尽管服务业在数字化转型上的投资不断增加，但员工层面的机制仍需进一步探讨。具体来说，目前尚不清楚数字领导者如何通过能力建设和角色适应来激励员工，以推动组织转型和提升绩效。近期研究（如Wang等人，2025a）强调了领导力对员工参与度和绩效的影响，并为数字领导力在推动酒店业转型中的作用提供了宝贵见解。在服务业中，培养高素质员工在很大程度上取决于领导力，尤其是领导者激发员工主动行为和引导战略转型的能力（Qiao等人，2024；Zia等人，2025）。这种能力是数字领导力的核心。现有研究表明，数字领导力不仅有助于组织在波动环境中维持增长和运营绩效，还能帮助公司在竞争激烈的服务市场中抓住战略机遇（Probojakti等人，2025）。最新研究进一步表明，酒店业对数字领导力的需求持续增加，凸显了在这一服务环境中对该领导风格进行更深入学术探索的必要性（Borah等人，2022）。因此，将数字领导力纳入理论框架有助于填补以往研究的空白，并加深对酒店组织数字化转型的理解。

数字领导力是数字化转型的关键驱动力。基于动态能力理论（DCT；Teece等人，1997）和资源基础观（RBV；Barney，1991），本研究将员工的工作重塑和创新工作方式作为连接领导力与组织转型和适应的关键机制。当组织提供足够的技术工具和支持时，员工更有可能主动重新组织任务、尝试新方法并利用数字资源来改进工作（Wang等人，2025b）。这种主动行为还有助于吸引外部利益相关者并为组织转型营造积极氛围（Zia等人，2025）。尽管已有研究独立验证了工作重塑和创新工作方式有助于组织接受变革（Ahmed等人，2024；Petrou等人，2012），但系统性的实证证据仍有限，不足以说明这些行为如何在数字领导力和转型结果之间协同发挥作用。为了填补这一空白，本研究构建了一个平行中介模型，以测试员工行为如何中介数字领导力与数字化转型之间的关系，以及它们对数字化支持任务绩效的扩展影响。此外，现有关于影响员工绩效的行为机制的研究相对分散（Sagbas等人，2023）。因此，需要建立一个综合的理论框架，整合员工行为、数字化转型和任务绩效。这种碎片化限制了我们对不同积极员工行为如何相互作用并最终形成绩效结果的理解。据此，本研究探讨了数字领导力如何促进员工的工作重塑和创新工作方式，从而支持酒店企业的数字化转型并提升员工任务绩效。

为了填补这些研究空白，并为数字时代的绩效提升提供全面视角，本研究重点关注激发员工主动性的领导实践。具体而言，它探讨了以下研究问题：

RQ1：数字领导力如何影响数字化转型？
RQ2：数字领导力与数字化转型如何相互作用？工作重塑和创新工作方式在多大程度上中介了这种关系？
RQ3：数字化转型如何提升员工任务绩效？

从理论上讲，本研究基于DCT和RBV（Barney，1991；Teece等人，1997）通过理论发展和实证检验为学术界做出了贡献。通过明确区分由战略驱动的数字领导力和作为组织过程的数字化转型，本研究避免了概念重叠，并阐明了它们各自的理论作用。具体而言，借鉴DCT，我们将员工的工作重塑和创新工作方式视为微观层面的动态能力，使组织能够感知、掌握和重新配置资源以应对数字变革。从RBV的角度来看，这些员工行为被进一步理论化为有价值且难以模仿的人类和行为资源，有助于获得可持续的绩效优势。重要的是，本研究引入了平行链中介机制，解释了数字领导力如何通过不同的但互补的员工行为路径转化为数字化转型和任务绩效。通过将DCT和RBV理论（Barney，1991；Teece等人，1997）整合到员工层面，本研究探索了领导力推动的数字举措如何转化为组织成果，并提供了更精确和基于理论的解释。在此过程中，本研究将领导力理论扩展到数字服务的背景中，为理解数字化转型作为一种基于行为和能力的进程提供了更清晰的理论定位。

2. 理论视角与假设构建

2.1 数字领导力与数字化转型

数字领导力是一种以积极采用数字技术、以愿景为导向的战略以及协调技术变革的能力为特征的领导风格，从而增强组织的灵活性、创新和绩效（AlNuaimi等人，2022；Benitez等人，2022；Khan等人，2024）。这种领导风格使企业能够将数字愿景与内部能力和资源（如技术基础设施）相结合，这对于驾驭复杂的数字化转型过程至关重要（Dióssy等人，2025；Schiuma等人，2022）。数字领导力通过战略性地重构现有组织实践为数字化驱动的过程，为面向未来的转型和持续适应奠定了基础（AlNuaimi等人，2022；Held等人，2025）。研究表明，在快速技术变革的背景下，数字领导力通过促进知识共享和能力重构帮助组织抓住数字化机遇并推动创新（Fatima和Masood，2024）。根据DCT（Teece等人，1997）和RBV（Barney，1991），数字领导力在利用适应性和战略资源推动数字化转型方面发挥着重要作用。DCT强调组织如何通过领导力不断调整和重新分配资源以应对动态环境并促进组织学习和变革。这种适应能力对于实施和维持数字化转型至关重要，因为它使组织能够重组其系统、流程和服务模式（Chatterjee等人，2023）。相比之下，RBV关注数字资源（如技术基础设施和人力资本）的战略价值，这些是维持竞争优势的关键资产。总体而言，DCT提供了组织所需的灵活性；RBV解释了如何战略性地利用有价值的数字资源来提升组织绩效并在数字时代确保长期竞争力。

另一方面，数字化转型是指将数字技术整合到企业运营中的组织过程，影响内部和外部互动，并重塑商业模式以提高绩效和竞争力（Tabrizi等人，2019；Yao等人，2024）。尽管数字领导力和数字化转型密切相关，但它们在概念上属于不同的结构，不应混为一谈。数字领导力是一系列领导能力和行为的集合，使组织能够清晰表达其数字愿景，调动技术和人力资源，并指导员工适应数字化（Ye，2025）。它主要在战略和行为层面发挥作用，塑造组织对数字挑战和机遇的响应方式。相比之下，数字化转型代表一个组织过程和结果，反映了数字技术嵌入业务运营、服务交付和价值创造机制的程度（Matarazzo等人，2021；Nazara等人，2024；Soto Setzke等人，2023）。它体现在工作流程、组织结构和业务模式的改变中。因此，数字领导力可以视为一种驱动力，而数字化转型则体现了组织变革的实现。

此外，数字领导力和数字化转型的最新进展突显了它们在改进数字战略（Yao等人，2024）、数字能力（Benitez等人，2022）和韧性（AlNuaimi等人，2022；Benitez等人，2022）方面的作用。同时，大量研究强调了领导力在培养数字文化和促进IT资源整合中的重要性（Alabdali等人，2024；Benitez等人，2022）。尽管越来越多的研究关注领导力在推进数字项目中的影响，但直接研究数字领导力对数字化转型（特别是在高接触服务领域如酒店业）影响的实证研究仍然不足。初步研究表明，积极采用数字化转型并营造合作、技术驱动氛围的高管更有可能加速数字化转型的成功（AlNuaimi等人，2022）。结合DCT和RBV（Barney，1991；Teece等人，1997），本研究认为数字领导力通过不断调整数字资源以适应市场变化来支持转型。基于此，我们提出了以下研究假设：

H1：数字领导力对数字化转型有积极影响。

2.2 数字领导力、工作重塑与数字化转型

工作重塑涉及员工主动修改任务、人际动态和工作的认知意义，以确保他们的角色与其技能、价值观和目标更加匹配（Wrzesniewski和Dutton，2001）。这些员工更倾向于寻求挑战、重新定义任务边界，并建立所需的资源网络，从而在复杂多变的环境中展现出更大的灵活性和响应性（Wong等人，2021）。从理论上讲，工作重塑是员工应对变革和推动创新的重要手段（Petrou等人，2012）。根据DCT（Teece等人，1997），工作重塑可以被视为微观层面的动态能力。员工通过感知数字工作环境的变化并相应地重新配置工作角色来抓住新兴机遇。同时，从RBV（Barney，1991）的角度来看，员工的工作重塑有助于发展有价值且难以模仿的人类和行为资源，从而增强组织适应能力和在数字环境中维持可持续竞争优势。这提升了他们应对不确定性的能力和信心，使员工成为推动组织数字化转型的重要战略资产。这种主动行为通常根植于授权的氛围中。领导者通过信任、授权、探索和创新为员工创造条件，使他们能够重塑工作（Kim和Beehr，2020）。通过清晰的数字愿景、对员工技术能力的投入以及实验合法化，数字领导力塑造了员工对自主性和角色灵活性的认知，降低了工作角色调整的感知风险，并最终促进了数字工作情境下的工作定制（Ye，2025）。具体而言，被赋予权力的员工倾向于优化任务流程，主动寻求必要的资源，并重新设计服务流程以满足数字转型的要求（Wang等人，2025b）。尽管领导力在促进组织变革中的作用已被广泛认可，但仍缺乏关于数字领导力如何激励员工定制自己工作的实证研究。在以技术集成为特征的服务导向行业中，阐明这一联系不仅能够填补研究空白，还能为提高员工灵活性和数字转型效率提供实际见解。基于资源基础理论（RBV，Barney，1991），我们相信数字领导力可以通过创造支持资源分配和角色重构的环境来有效激活员工的工作定制。先前的研究表明，员工的工作定制可以提高适应性、工作投入度和创新性（Petrou等人，2012；Tho，2022）。特别是，工作定制已被证明可以增强企业的数字韧性，提高酒店业的服务表现，并促进制造业向工业4.0的转型（Wang等人，2025b；Yadav和Dhar，2021；Zhu等人，2022）。然而，现有文献未能充分探讨员工如何通过工作定制将数字领导力传递的变化信号转化为具体的工作调整行为，以支持数字转型的目标（Zhu等人，2022）。这一研究空白强调了进一步研究员工积极行为的必要性，例如重新定义角色边界和主动获取资源，以及如何在动态的数字环境中提高组织的适应能力，尤其是在服务导向和以客户为中心的行业中。深入理解这种关系对于制定有效的领导策略、激励员工和自下而上推动数字转型至关重要。因此，提出了以下关于数字领导力过程的假设，特别是关于员工如何内化领导者传递的变化信号，并将其转化为促进组织变革的具体行为。

H2a：数字领导力对员工的工作定制有积极影响。
H2b：员工的工作定制对数字转型有积极影响。
H2c：员工的工作定制在数字领导力和数字转型之间起中介作用。

2.3 数字领导力、创新工作行为和数字转型
创新工作行为指的是员工生成、推广和实施创新想法以提高工作绩效，这是实现数字转型的关键机制（Jong，2007）。员工积极应对工作中的复杂挑战，提出新颖的数字解决方案，并主动尝试新工具（Zia等人，2025）。这在服务导向和技术导向行业中尤为重要，因为这些行业对敏捷响应和持续创新有更高的要求。现有研究表明，数字领导力不仅可以激励员工通过熟练使用技术和数据识别创新机会和新兴技术，还可以激励员工积极测试解决方案并将想法转化为可操作的工作改进，从而增强组织的创新能力和适应能力（Ahmed等人，2024；Mihardjo等人，2019）。此外，数字领导力能够在快速变化的数字环境中导航，识别和培养员工的创新能力，并指导团队采用先进实践，从而将个人的创造性贡献与组织战略目标对齐，提高整体适应性（Wang等人，2022）。尽管领导力已被证明对技术密集型行业中的员工创新工作行为有显著影响（Ahmed等人，2024；Zia等人，2025），但关于数字领导力如何在服务导向的数字环境中具体激活创新行为的研究仍相对较少。根据资源基础理论（RBV，Barney，1991），员工的创新工作行为构成了组织感知变化、调整能力和重新组织资源能力的微观基础。数字领导力通过创造开放和包容的氛围，为员工参与问题导向的探索行为和推动组织层面的持续创新提供了关键条件。

此外，当前研究在理解连接数字领导力和数字转型的中介变量方面存在重大不足。例如，以往的研究确定了各种潜在的中介变量，包括数字战略共识（Yao等人，2024）、组织韧性（AlNuaimi等人，2022）、信任和创新工作绩效（Weber等人，2022）。然而，关于创新工作行为在数字领导力和数字转型之间中介功能的实证研究仍然有限。同时，现有研究对员工驱动的创新行为的关注不够，而员工驱动的创新行为对于实现数字转型中的领导有效性至关重要，尤其是在服务行业（Busulwa等人，2022）。因此，基于中国服务行业的背景，本研究实证检验了创新工作行为在数字领导力驱动的数字转型过程中的中介作用。因此，我们提出以下假设：

H3a：数字领导力对员工的创新工作行为有积极影响。
H3b：员工的创新工作行为对数字转型有积极影响。
H3c：员工的创新工作行为在数字领导力和数字转型之间起中介作用。

2.4 数字转型和数字化赋能的任务绩效
数字转型是指通过数字技术的战略整合深入重构组织流程、技术系统和商业模式（AlNuaimi等人，2022；Loebbecke和Picot，2015）。这一过程有助于提高企业的运营敏捷性，优化工作流程，重塑任务结构，从而提高效率和响应速度（Chan等人，2019；Probojakti等人，2025）。数字转型通常源于提高运营效率和管理任务结构的需要，使企业能够更有效地调动和协调数字资源以提升员工的任务绩效（Qiao等人，2024）。根据DCT（Teece等人，1997）理论，数字转型使组织能够检测市场波动，利用技术进步，并重新组织内部流程以灵活应对变化。将自动化、数据决策和实时通信工具等数字技术引入组织可以深刻改变组织任务的执行方式，从而提高个人绩效（Chen，2018；Correani等人，2020）。数字化赋能的任务绩效强调了员工利用先进数字技术（如大数据分析）提高工作效率和任务质量的能力（Shao等人，2024）。这种绩效不仅取决于任务是否明确以及技术资源是否到位，还取决于数据驱动文化和员工数字自我效能的结合效应（Shao等人，2024）。它全面反映了员工在不同复杂任务中的工作质量、响应速度、解决问题和适应水平。研究表明，数字转型与员工绩效提升显著相关（Qiao等人，2024），特别是通过系统集成和数据可视化，可以降低任务复杂性和模糊度，加速工作流程。例如，完成数字转型的公司通常为其一线员工配备自动化工具，以便在服务密集型场景中更快更好地完成任务。此外，在高度数字化的运营环境中，组织授权机制增强了员工的数字技能和内部创新能力（Blanka等人，2022）。尽管数字转型对组织的价值已经得到认可，但关于员工任务绩效的实证证据仍然不足，尤其是在服务导向的高接触行业中。明确转型如何转化为可衡量的个人生产力提升仍有待探索。基于上述理论观点和文献见解，结合DCT（Teece等人，1997），本研究考察了数字化赋能的任务绩效，并提出了以下假设：

H4：数字转型对员工数字化赋能的任务绩效有积极影响。
H5：数字转型在数字领导力和员工数字化赋能的任务绩效之间起中介作用。
H6：工作定制和数字转型依次中介数字领导力和员工数字化赋能的任务绩效之间的关系。
H7：创新工作行为和数字转型依次中介数字领导力和员工数字化赋能的任务绩效之间的关系（图1）。

图1 研究变量的理论框架。数字领导力（DL）、工作定制（JC）、创新工作行为（IWB）、数字转型（DT）、数字化赋能的任务绩效（TP）；实线箭头表示直接路径，虚线箭头表示通过中介效应的间接路径。

3 方法论
3.1 仪器
本研究使用了多种经过验证的量表来测量核心变量，并根据研究情况进行了适当的调整和适应。
数字领导力采用了Zeike等人（2019）开发的六个项目进行测量。该量表涵盖了个人对使用数字工具的态度、能力和领导行为。其中，前三项关注使用数字工具的倾向，后三项评估指导和协调数字转型的能力。例如：“我的领导认为使用数字工具是愉快且有价值的”。
工作定制使用Niessen等人（2016）开发的九个项目进行测量，以评估员工在调整工作任务、人际关系和认知意义方面的积极行为。例如：“我将专注于完成具体任务”。
创新工作行为采用了Janssen（2000）开发的九个项目，对应于创意生成、推广和实施的三个阶段，在员工创新行为的实证研究中广泛使用。例如：“我经常就当前热点话题提出新想法”（想法生成）、“我积极寻求同事或上级的支持来实施创新概念”（想法推广）、“我可以有效地将创新想法转化为实际应用”（想法实现）。
数字转型使用了AlNuaimi等人（2022）、Chen和Wang（2024）以及Odai等人（2026）提出的五个项目来评估员工对组织内数字转型程度的主观感知，涵盖数据收集、流程优化和信息共享等维度。例如：“我的组织致力于尽可能全面地实现数字化”。
数字化赋能的任务绩效通过Zhang（2017）提出的三个量表进行测量，关注员工利用智能技术或大数据分析提高工作效率和质量的能力。例如：“大数据分析显著提高了我的工作质量”。

本研究纳入了控制变量，以考虑组织和个体层面的潜在混杂因素，包括企业规模（员工人数）、成立年限以及员工的年龄、性别、教育水平和工作经验年限（Shao等人，2024）。所有评估均采用5点李克特量表进行，评分范围从1（强烈不同意）到5（强烈同意）。根据Memon等人（2023）的建议，在正式发布前招募了五名一线酒店员工进行预测试，以确保语言清晰和项目的相关性。为了确保原始英文版本和中文版本在语言和概念上的等效性，我们采用了正向-反向翻译方法。该量表首先由两位具有酒店管理专业知识的双语研究人员翻译成中文，然后由第三位双语专家翻译回英文。如有任何差异，研究团队将通过协商解决。此外，两位拥有副教授职称的管理专家对调整后的量表进行了内容效度审查，并在审查过程中不建议进一步修改。

3.2 抽样和数据收集
本研究采用了目的性滚雪球抽样策略，这种方法特别适用于在数字化程度较高的酒店组织中工作的前线员工（Wi?niowski等人，2020）。鉴于酒店行业中数字转型的分布不均，具有数字服务直接经验的员工是一个相对专业且难以接触的群体。因此，滚雪球抽样有助于识别符合特定研究标准并具有数字转型实践相关经验的受访者。
目标群体包括在高度数字化的组织中具有至少1年工作经验的全职一线员工。这些组织通常部署智能签到和退房系统、人工智能驱动的客户服务、自助服务柜员机和集成数字管理平台等技术。一线员工特别适合这项研究，因为他们直接参与了数字系统的实施和日常使用，因此能够深入了解员工层面的行为机制，包括工作定制和创新工作行为。
数据通过多种渠道收集，以增强样本的多样性。具体来说，问卷是通过微信平台上的专业和行业相关网络以及内部组织渠道（包括人力资源部门和内部沟通系统）分发的。参与是自愿的、匿名的且保密的，并提供小额激励以提高响应率和数据质量。虽然滚雪球抽样在这种情况下是合适的，但它不是无限的。由于基于网络的招募方式，这种方法可能存在选择偏差，这可能会影响样本的代表性。为了缓解这一担忧，通过多个独立的入口点招募参与者以减少网络同质性。此外，样本包括来自不同规模、不同年龄和不同运营规模的组织的员工，这增强了研究的异质性并提高了结果的稳健性。此外，重点关注一线员工确保受访者对数字化转型实践具有相关和基于经验的知识。此外，还采取了一些程序性措施来确保数据质量。受访者清楚地了解了研究的目的，并且问卷项目被随机排序，以减少与项目顺序相关的共同方法偏差。共收集了415份有效问卷用于后续分析。这些步骤共同确保了样本的情境适用性和实证测试中收集的数据的可靠性（表1）。

表1
类别 子类别 频率 %
个体数据 性别 男 230 55.40 女 185 44.60
年龄（岁） 20–30 29 7.00 31–40 21 65 2.00 41–50 12 29.40 超过50 14 8 11.60
教育程度 高中或同等学历 144 34.70 本科学位 150 36.10 研究生及以上 12 12 9.20
经验（年） 小于5 9 12 1.90 6–10 15 8 38.10 11–15 32 7.70 不超过15 13 4 32.30
公司数据 员工数 200以下 9 22 2.20 201–500 120 28.90 501–1,000 75 18.10 超过1,000 128 30.80
年龄（岁） 5–9 7 18.60 10–19 57 13.70 20–29 77 18.60 超过30 82 19.80
基本特征（N = 415）

3.3 共同方法偏差
共同方法偏差（CMB）可能源于从同一来源收集数据时变量之间关系的膨胀或扭曲（Jordan和Trost，2020）。这个问题在自我报告问卷的研究中尤为常见（Memon等人，2023）。本研究遵循Jordan和Trost（2020）以及Podsakoff等人（2003）的建议，采取程序性和统计性措施来最小化潜在CMB的影响。在问卷的设计和管理中包含了许多预防措施。首先，我们招募了10名一线员工参与高度数字化工作环境的问卷预测试，以确保问卷项目清晰且符合情境。其次，所有参与者在完成问卷前都清楚了解了研究目的，并确保了匿名性和保密性，以减少社会期望偏差。第三，问卷设计使用随机排序和不同维度项目的混合呈现，避免了由于项目顺序效应引起的系统偏差。此外，在统计测试方面，本研究进一步使用了Harman（1976）单因素测试来评估CMB。研究发现，没有任何一个因素解释了超过40.72%的总方差，未达到50%的阈值，表明本研究中的数据没有显示出显著的CMB问题。然而，需要注意的是，Harman的测试在检测方法偏差方面的敏感性有限。因此，对结果的解释应结合所采取的程序性措施。总之，过程控制和统计评估的结合提供了合理的信心，即共同方法偏差不太可能显著影响研究结果的有效性。

4. 数据分析和发现
本研究使用Smart PLS 4.0软件进行偏最小二乘结构方程建模进行假设检验。PLS-SEM适用于本研究的原因有三点。首先，PLS被广泛推荐用于处理高度预测性的复杂结构和多个中介变量（Richter等人，2015；Roldán和Sánchez-Franco，2012）。鉴于本研究中的模型包含多个变量和平行连续的中介路径，PLS被认为是最合适的分析技术。其次，主要研究目标是预测性和解释性的，关注数字领导力如何通过行为机制影响数字化转型和员工绩效。第三，PLS-SEM非常适合处理非正态数据分布，并且对于中等规模的样本（如本研究中的415个观测值）具有很强的稳健性。遵循Anderson和Gerbing（1988）推荐的两阶段方法，我们首先评估测量模型，以测试潜在构念的可靠性和有效性，然后再测试结构关系。测量模型的评估主要关注内部一致性可靠性和有效性。在后续阶段，测试结构模型，关注变量之间的路径关系和中介效应的显著性。

4.1 测量模型和多重共线性
所有构念都显示出强内部一致性。所有未观察变量的alpha (α) 和CR值都高于推荐的0.70标准（Hair等人，2017），表明可靠性令人满意。收敛有效性也得到了验证。所有标准化因子载荷都高于0.70，平均方差提取（AVE）值超过了推荐的最低值0.50（Fornell和Larcker，1981），表明每个构念的增长方差得到了完全解释。

此外，通过三个标准确立了区分有效性：（1）构念间的相关性低于0.85（Kline，1998）；（2）每个构念的AVE的平方根大于其与所有其他构念的相关性（Fornell和Larcker，1981）；（3）所有结构之间的异质特质-单特质比率（HTMT）低于0.85（Henseler等人，2015；Voorhees等人，2016），这进一步证实了每个构念的独特性。同样，计算了方差膨胀因子（VIF）来评估潜在的多重共线性问题。结果显示，所有VIF值的范围在2.10到6.96之间，远低于保守的标准10（Hair等人，2019），表明本研究模型中没有显著的多重共线性风险。

为了提高透明度，测量模型显示在图2中，该图显示了潜在结构及其对应指标之间的关系，以及标准化因子载荷（表2）。

图2 结构模型。箭头上的值代表标准化路径系数，圆圈中的值代表R2。

表2 构念 载荷 VIF α CRAVE
DL 0.86–0.95 2.74–6.40 0.95 0.79
DT 0.88–0.93 2.97–4.58 0.94 0.94
IWB 0.84–0.94 2.81–6.96 0.96 0.75
JC 0.71–0.85 2.62–6.40 0.91 0.92
TP 0.87–0.90 2.10–2.49 0.86 0.86
Fornell–Larcker 12 34 5
DL 0.89 DT 0.36 0.90
IWB 0.36 JC 0.43 0.42
JC 0.43 TP 0.47 0.52
HTMT 12 34 DT 0.38
IWB 0.37 JC 0.46
TP 0.49 0.57 0.51

4.2 结构模型
在确定测量模型的适当性后，我们评估了结构模型以测试假设的关系和中介效应。结构模型评估主要关注路径系数及其统计显著性，以及模型的解释力。表3表明，DL与DT之间存在正向且统计上显著的相关性（β = 0.18，t = 2.90，p < 0.05），支持H1；DL还与JC（β = 0.43，t = 9.10，p < 0.05）和IWB（β = 0.36，t = 6.70，p < 0.05）呈正相关，支持H2a和H3a。此外，JC（β = 0.22，t = 3.44，p < 0.05）和IWB（β = 0.24，t = 3.89，p < 0.05）分别与DT呈正相关，支持H2b和H3b。DT与TP之间也存在正向关系（β = 0.52，t = 10.77，p < 0.05），支持H4。因此，所有直接路径假设都得到了实证支持。

为了测试提出的中介效应（H2c、H3c、H5、H6、H7），进一步评估了间接效应。研究表明，尽管模型中包含了中介变量，DL对DT的直接影响仍然显著（β = 0.18，t = 2.90，p < 0.05），表明存在部分中介作用。此外，DL通过JC（β = 0.09，t = 3.20，p < 0.05）和IWB（β = 0.09，t = 3.26，p < 0.05）对DT产生正向间接效应，支持H2c和H3c。同样，DL通过JC和DT（β = 0.09，t = 2.77，p < 0.05）的顺序中介效应，也支持H5。此外，通过JC和DT（β = 0.05，t = 2.89，p < 0.05）以及通过IWB和DT（β = 0.04，t = 2.96，p < 0.05）的顺序中介效应也具有统计学意义，从而支持H6和H7。

表3 假设 路径 β SD t值 p值 2.5% CI 97.5% CI
H1 DL -> DT 0.18 0.06 2.90 0.00 0.06 0.29
H2a DL -> JC 0.43 0.05 9.10 0.00 0.33 0.52
H2b JC -> DT 0.22 0.06 3.44 0.00 0.09 0.33
H2c DL -> JC -> DT 0.09 0.03 3.20 0.00 0.04 0.15
H3a DL -> IWB 0.36 0.05 6.70 0.00 0.25 0.46
H3b IWB -> DT 0.24 0.06 3.89 0.00 0.12 0.35
H3c DL -> IWB -> DT 0.09 0.03 3.26 0.00 0.04 0.14
H4 DT -> TP 0.52 0.05 10.77 0.00 0.41 0.60
H5 DL -> DT -> TP 0.09 0.03 2.77 0.01 0.03 0.16
H6 DL -> JC -> DT -> TP 0.05 0.02 2.89 0.00 0.02 0.08
H7 DL -> IWB -> DT -> TP 0.04 0.01 2.96 0.00 0.02 0.08

* p < 0.05，** p < 0.01，*** p < 0.001
值得注意的是，一些间接效应的幅度相对较小（例如，β = 0.05）。然而，在涉及复杂中介过程的行为研究中，这样的效应大小并不罕见。在这种情况下，即使是微小的影响也能提供有关数字领导力如何与数字化转型和绩效结果联系起来的潜在机制的有意义见解。这些发现表明，员工驱动的行为，如工作重构和创新工作行为，在转化为组织变革过程中发挥着微妙但重要的作用，而不是表明关系较弱。总体而言，研究结果强调，尽管这些机制的幅度较小，但它们有助于解释数字领导力与数字化转型和数字化任务绩效之间的关联（见表3）。

5. 讨论和贡献
结果显示了数字领导力在激发创新工作行为和工作重构中的关键作用，这两种行为是促进数字化转型和提高任务绩效的互补性主动行为。这一观点有助于深入理解数字时代的领导力，并强调数字领导力如何积极塑造员工行为，从而培养创新文化并推动组织变革。结果进一步表明，数字领导力如何通过提供明确的愿景和鼓励实验来影响员工对自主性和角色灵活性的认知。这些概念又激发了主动的工作重构，这对于适应数字化转型至关重要。这一发现强调了员工驱动行动在数字化转型过程中的重要性，这与领导力是组织变革的关键驱动因素的观点一致，不仅在战略层面，也在员工日常实施的微观层面上。

将这些发现与以往的文献进行比较，本研究为数字领导力在员工行为中的作用提供了独特的视角。以往的研究强调了领导力在促进数字化转型中的重要性，但主要从组织角度出发（Leso等人，2023）。相比之下，本研究强调了数字领导力对个体行为影响的微观机制，从而扩展了领导力理论的适用性到数字环境。此外，我们的研究整合了DCT和RBV（Barney，1991；Teece等人，1997），强调了工作重构可以被视为一种动态能力，使员工能够感知、掌握和重新配置数字资源。此外，与以往将创新工作行为视为对绩效压力的被动反应的观点（Arun Kumar和Lavanya，2024）不同，我们的研究结果表明这是一种主动机制，领导力通过这种方式施加影响。具体来说，数字领导力实践创建了一个赋予员工权力并鼓励实验的环境，鼓励他们参与创新活动。数字领导者通过降低感知风险和鼓励错误来帮助员工开发创新解决方案，从而增强组织的适应性和推动数字化转型进程。尽管强调员工自主性和独立创新是组织成功的关键因素，但很少有研究探讨领导力实践如何增强创新工作行为，尤其是在数字化转型的背景下。最后，以往的文献没有充分研究创新工作行为在数字化支持的任务绩效中的作用。我们的结果表明，培训员工的创新工作行为和工作重构可以显著提高任务绩效。通过这种方式，员工可以在数字环境中重新规划流程、优化工作流并创造性地解决问题。这支持了创新工作行为对于适应技术进步至关重要的观点，尤其是在酒店等行业，其中数字技术是运营的核心。

5.1 理论贡献
本研究有四个理论贡献。本研究将组织层面和员工层面的因素整合到一个研究框架中，并解决了在组织效能研究中很少研究的一个基本问题，即组织如何成功实现数字化转型并提高员工的适应性能。该模型揭示了酒店企业通过数字领导力刺激员工主动性和创新行为的路径机制，从而推动数字化转型并实现高级任务绩效。其次，本研究关注员工驱动的机制，并阐明了从数字领导力到绩效改进所需的关键行为基础。在酒店业越来越重视创新和客户导向的背景下，人力资本一直是推动数字化转型的核心力量。然而，当前的研究很少将工作定制和创新工作行为整合到一个统一的分析框架中，以充分阐明员工行为对领导力与数字化转型之间关系的影响（Ahmed等人，2024年；Wang等人，2025b年；Zia等人，2025年）。本研究结合了两种关键的员工行为，并开发了一个行为路径模型，以阐明数字领导力如何激励一线员工积极修改任务并提出创新解决方案，以实现促进转型和提升绩效的双重目标。这项研究加深了对领导力和组织行为领域中员工行为机制的理解，同时也解决了以往研究中忽视员工层面行为对绩效发展影响的空白（Chatterjee等人，2023年；Qiao等人，2024年）。第三，研究结果表明，数字领导力是员工工作定制和创新工作行为的重要前提，这反映了员工在数字化转型过程中的适应性和创造力。更重要的是，这些发现强化了数字领导力与数字化转型之间的概念区别。数字领导力不等同于转型的结果，而是一种赋能方式，通过这种赋能方式塑造了由员工驱动的行为机制，进而实现转型。相比之下，数字化转型则涵盖了这一影响所导致的组织变革的累积结果。通过明确这种区别，本研究为领导力与转型之间的关系提供了更准确的理论定位，避免了以往研究中的常见概念混淆，从而促进了数字领导力文献的发展（AlNuaimi等人，2022年；Odai等人，2026年）。最后，本研究关注任务绩效，这是组织绩效优先级演变中的一个关键因素，也是文献中研究不足的领域。目前，关于数字领导力如何影响一线服务岗位员工行为的研究较少（Busulwa等人，2022年）。这些行为将影响组织的数字化转型以及员工层面的绩效结果。此外，以往关于员工任务绩效决定因素的研究主要集中在结构或组织层面，常常忽略了员工驱动的行为机制对个人绩效发展的影响（He等人，2019年）。特别是在服务行业中，员工行为与绩效密切相关。本研究揭示了数字领导力可以营造一种组织氛围，增强员工的主动性并提高员工的工作绩效。这一发现拓宽了以员工为中心的研究视角，突出了员工在数字环境中的主动行为对绩效提升策略的实质性影响，并为员工在快速变化的技术环境中的角色适应和价值创造提供了实证支持。

5.2 管理层贡献
本研究为酒店决策者提供了操作性启示，帮助他们同时在数字化转型过程中提升员工绩效。首先，以服务为导向的组织必须尽快调整其内部结构，以将数字化转型转化为更高的员工绩效（Chatterjee等人，2023年）。关键在于激发员工的主动性，特别是工作定制和创新工作行为。为此，管理层需要营造一种鼓励数字领导力的文化氛围，并支持灵活且以绩效为中心的人力资源政策，使员工行为与组织的数字目标保持一致。实证结果表明，数字领导力显著激励员工参与工作定制和创新工作行为，从而实现组织转型和绩效的双重提升。对于处于转型期的酒店公司来说，依靠数字领导力可以有效引导员工的创造性投入和适应性表现，鼓励员工重新设计任务、测试新技术、明确变革愿景，并下放决策权，使员工能够轻松应对快速变化的数字环境中的运营和技术挑战。研究结果还表明，如果酒店希望在数字化浪潮中取得成功转型，就必须将数字化融入企业文化，并让员工发挥主动性。凭借这种能力，员工可以有效地使用数字工具，将其整合到服务流程中，并在转型影响下快速调整工作策略。为此，服务企业应系统地规划和实施一系列针对数字场景的能力开发计划，这不仅可以为员工提供全面的工具培训，还可以通过情境练习增强员工解决现场问题的能力，并通过认知培训提高员工在紧急情况下的灵活性。当员工具备行为敏捷性时，他们可以随时重新组织任务并提出新想法，从而提高企业在数字服务场景中的韧性。同时，跨职能协作平台对于维持这种创新行为也非常重要。管理者应优先部署数字协作系统，使知识共享和实时反馈成为常态，确保员工的工作定制和创新工作行为与组织战略保持一致，并同时提升组织转型和员工绩效。此外，数字系统应与工作流程相匹配。酒店需要定期审查员工行为与技术环境之间的匹配度，及时识别摩擦点并优化整合策略，从而持续赋能员工并支持数字化转型的长期推进。酒店公司需要认识到，数字化转型的有效性将直接影响员工绩效。管理者应优先考虑以员工行为为核心的数字化项目。通过鼓励员工积极参与工作定制和创新实践，数字工具可以真正嵌入服务流程中，从而推动运营效率和客户满意度的同步提升（Chan等人，2025年；Chatterjee等人，2023年；Deng等人，2022年）。在日常管理中，酒店可以利用先进的分析工具持续监控服务运营、任务完成情况和员工适应速度，以便及时捕捉数字环境的变化并调整策略。智能登机、移动礼宾服务和人工智能驱动的服务跟踪平台简化了前台流程，减少了冗余步骤，使前台响应更快。同时，组织内部的实时沟通和跨部门协作得到加强，这些举措使员工获得更多自主权并明确责任边界。此外，应在组织内部实施数字管理，并建立自动化系统来记录员工绩效及其数字参与情况。这有助于更准确地评估员工绩效，并加强领导力与员工效能之间的联系，从而为建立敏捷高效的技术驱动型服务组织奠定基础。

5.3 局限性和未来方向
本研究存在一些局限性，需要予以认可。首先，数据基于横断面和自我报告设计，这可能会限制建立因果关系的能力，并引入潜在的共同方法偏差，尽管使用了程序性和统计性补救措施。未来的研究鼓励采用多来源或时滞设计来加强因果推断并减少潜在的方法相关问题。其次，样本来自中国的酒店业，这可能会限制研究结果的外部有效性。不同国家和行业的制度环境、技术基础设施和文化背景存在差异，可能会影响数字领导力对员工行为和组织转型的影响方式。未来的研究可以通过使用跨行业和跨国样本来扩展这项研究，以提高研究结果的普遍性和背景稳健性。第三，本研究依赖线性建模方法（PLS-SEM）来测试变量之间的关系。虽然该方法适用于测试复杂的中介模型，但它可能无法完全捕捉潜在的非线性、不对称或多层次动态。未来的研究可以考虑采用替代方法，如模糊集定性比较分析（FSQCA）或层次线性模型（HLM），以探索边界条件和更复杂的交互模式。