信息技術行業人力資本結構和高管薪酬研究

李 斌，趙芳芳

(1.東北財經大學 管理科學與工程學院，遼寧 大連 116025;2.東北財經大學 研究生院，遼寧 大連 116025)

由次貸危機引發的全球性金融危機已經開始深刻地影響著各國經濟。高管薪酬過高引起了各方面的關注，美國最為典型，美國大公司的CEO年薪超過百萬美元的比比皆是，克萊斯勒公司總裁的年薪創紀錄達到1 200萬美元。奧巴馬政府不能容忍企業高管薪酬過高這一現象，出臺了企業高管適當降薪的政策。高管薪酬究竟在什么范圍不算過高?在什么范圍才可以和個人能力、公司獲利水平、普通雇員的薪水相匹配?帶著這些疑問，本文試圖以信息技術行業上市公司為樣本，運用我國上市公司的數據來分析人力資本結構對我國上市公司高管人員薪酬水平的影響。

一、文獻綜述

20世紀60年代舒爾茨 (W.Shultz)在美國經濟學年會上首次提出人力資本的概念，他指出人力資本是指人們花費在教育、健康、訓練、移民和信息獲得等方面的投資所形成的資本［1］。

國外同類文獻對高管人員薪酬的研究分析，主要是以公司績效、規模等指標為自變量進行回歸分析。Hambrick和Finkelstein研究后發現，董事長和總經理為同一人時由于董事會權力的增加而影響自身的報酬［2］。Joskow等研究發現高管人員的薪酬水平和公司的主營業務收入具有較強的正相關性，并發現用高管年齡、任職期限等為自變量來解釋高管人員的薪酬，得出高管人員的年齡和任職期限與高管人員的薪酬正相關［3］。Hongan和Mcpheter研究結論是高管人員的薪酬與年齡和受教育程度存在顯著的正相關，與性別無關［4］。

國內同類研究文獻通常采用公司績效、股權結構和高管特征等變量來分析解釋高管薪酬。由于樣本、變量和方法選擇上的不同，結論也不盡一致。張俊瑞等研究結果表明我國上市公司與高管人員之間的“報酬—績效契約”關系已經基本形成，但是激勵和約束機制尚不健全，有待于進一步的完善［5］。肖繼輝研究認為非經理董事比例、非經理董事中年齡大于59歲的董事比例、獨立董事比例、非經理董事持股、國有控股性質是總經理報酬的決定因素［6］。李增泉研究得出我國上市公司的高管人員的年度薪酬與企業績效并不相關，而是與企業規模密切相關，并表現出明顯的地區差異［7］。

由上可知，國內外目前對高管薪酬的實證研究主要是公司績效、公司規模、股權結構和公司治理結構等要素為自變量進行回歸分析，而高管人力資本結構與高管薪酬的研究文獻則少之又少。雖然也有一些國外學者就人力資本結構與高管薪酬進行了研究，但由于國情不同，研究的結論同我國的實際情況并不一定相吻合。另外，許多學者只是針對人力資本的某一方面進行研究，存在的問題是目前研究沒有將人力資本各方面綜合起來分析，因此對人力資本與高管薪酬關系的實證分析內容不夠全面。已有的文獻還存在一些問題，比如選取的變量太多而樣本太少，這樣實證結果不太可信。

本文在借鑒國內外學者已有研究成果的同時并加以改進，以得到更加可信的結論。在國內外學者研究的基礎上，對我國信息技術企業上市公司人力資本結構與高管薪酬進行實證分析，以期發現人力資本對高管薪酬的影響。

二、高管人力資本結構與高管薪酬研究

(一)高管薪酬

本文所指的高管層不僅僅為高層管理人員，而是指企業高層經理的相關小群體，包括董事長、總經理、副總經理、監事、董事會秘書以及財務主管等。薪酬屬于報酬的范圍，這里的報酬主要指經濟報酬，包括各種工資、獎金和福利等。本文采用的高管薪酬數據主要來自國泰安研究服務中心數據庫，薪酬不包括高管、董事和監事領取的津貼。為了便于分辨薪酬，我們給出了高管薪酬結構 (長期激勵30%，獎金40%，年薪20%，福利5%和其他5%)。

信息技術行業是非物質資源約束性產業，是智力密集型、技術密集型的產業。信息技術的發展主要依賴于人力資本，信息技術行業的競爭實質就是人力資本的競爭。信息技術行業是一種特殊的行業，人力資本的構成和高管薪酬與其他產業有明顯的不同。根據相關資料，我們可以看到高管薪酬平均值逐年遞增，從2005年的29.1萬元到2006年的31.8萬元，2007年更是達到了36.8萬元。2005年和2006兩年最大值變化不大，但2007年較前兩年升高了40多萬元。最小值略有提升，變化不明顯。信息技術行業高管薪酬變化的整體趨勢是不斷增加的。

圖1統計了信息技術行業上市公司2005—2007年薪酬水平及其分布情況。

圖1 信息技術行業高管2005—2007年薪酬分布

從折線圖我們可以看出，我國信息技術行業上市公司高管薪酬差距較大，2005—2007三年的折線幾乎重合，表明分布狀況并沒有隨時間的變化而變化，這說明信息技術行業高管薪酬分布結構比較穩定。從圖1中我們能明顯的看出50%左右的上市公司高管薪酬都在10—50萬元這個范圍，盡管相對于美國等發達國家高管薪酬水平較低，但和其他行業相比還是相對偏高一些。高管薪酬在5萬元以下和150萬元以上的非常少，表明信息技術行業高管薪酬過高或過低的現象并不嚴重。

(二)高管人力資本結構與高管薪酬的理論分析

高管人員人力資本對企業的生存和發展起著決定作用，是決定企業績效的關鍵因素。一個企業的高管人員就是企業的方向標，他們的決策和行動代表著企業的利益，決策正確與否關系著一個企業的生死存亡，因此，高管人員的重要性不亞于技術人員，甚至在某種程度上更強。一個信息技術企業高管人員的人力資本水平取決于兩個方面:個人智力水平和組織智力水平。個人智力水平方面我們主要采用學歷、經驗來表示，當然個人智力水平還包括很多其他的因素，由于這些因素很難定量，所以我們在實證研究中不予考慮。經驗無法量化，這里我們用年齡代替經驗指標。組織智力水平方面其實就是團隊精神的建設，這里我們采用人力資本激勵制度的一個方面——高管持股比例來描述。

高管人員的學歷一定程度上代表著該高管人員的能力，盡管不是絕對的，但是大多情況都是如此，即高管人員的學歷越高，高管人員的能力就越強，公司支付給他的報酬相應越高?，F在大多數企業的薪酬水平都是以學歷為參照標準，相反高管人員的學歷越低，一定程度上反映了他的能力不如學歷高的人員，因此薪酬相對較低?；诖私Y論我們得到以下假設:

H1:高管人員中碩士及其以上學歷占的比例與高管薪酬存在顯著的正相關關系。

H2:高管人員中?？粕捌湟韵聦W歷占的比例與高管薪酬存在負相關關系。

高管人員的經驗也非常重要，隨著人的年齡的增長，人力資本逐漸步入形成期、收益期和消失期。高管人員作為企業的管理者，需要擁有大量的企業經營管理才能。人力資本理論指出，高管人員的薪酬應該與其積累的知識和技能相聯系。高管人員所擁有的人力資本的形成，不像一般的工業制品，可以用機械、化學和生物的方式進行大規模、快速的批量生產，它只能按照人才成長規律來逐級培養，通常不能跳躍其中的某些必經階段，也不能省略某些必需的訓練內容，這是一個緩慢、循序漸進的過程。因此，我們認為隨著高管人員年齡的增長，其管理經驗會更加豐富，管理技巧也會越來越高，薪酬水平也會隨之提高。但是，高管人員的人力資本是很容易貶值的，在經歷了成長期和收益期之后，人力資本就會隨著年齡的增長而逐漸消失，其薪酬水平也會隨之降低。這里高管人員年齡指標采用董事長年齡代替，基于此結論我們得到假設:

H3:董事長年齡與高管薪酬呈倒U型關系。

經營者和所有者實際上是一個委托代理的關系，所有者委托經營者經營管理企業。但事實上，在委托代理關系中，由于信息不對稱，所有者和經營者之間的契約并不完全，需要依賴經營者的“道德自律”。所有者和經營者追求的目標是不一致的，所有者希望其持有的股權價值最大化，經營者則希望自身效用最大化，因此，所有者和經營者之間存在“道德風險”，需要通過激勵和約束機制來引導和限制經營者行為。對于企業高管人員的激勵制度，我們用是否持股來表示。高管人員一旦持股，他們的利益就和股東的利益達成一致，有利于對其形成長期的、強有力的激勵與約束，如此一來高管人員會竭盡所能來使企業利益最大化，有利于提高公司的績效，企業效益變好，高管的薪酬自然會相應提高?；诖宋覀兛梢缘玫揭韵录僭O:

H4:高管持股人數所占高層比例對高管薪酬有顯著的正相關關系。

三、變量定義、模型建立及數據選擇

(一)變量定義

1.被解釋變量——高管薪酬變量 (XCH)

從國內外一些研究來看，通常采用高管人員平均薪酬、高管人員薪酬前三名之和的平均值、董事長和總經理的薪酬總額來衡量公司的績效。本文認為，董事長和總經理的薪酬不能準確反映高管的薪酬水平，而年報或者其他數據庫并沒有披露所有高管的薪酬，所以高管人員平均薪酬這一指標也不可取，因此本文采用高管人員薪酬前三名之和的平均值作為高管薪酬變量。

2.解釋變量——人力資本替代變量

本文選取以下變量作為人力資本替代變量:

GSS:高管人員中碩士以上學歷占的比例;

GZX:高管人員中?？粕捌湟韵聦W歷占的比例;

DAGE:董事長年齡;

PAGE:高管平均年齡;

CGBL:高管人員持股人數所占高層比例。

3.控制變量

除了人力資本外，可能還有其他因素影響高管薪酬，為了更確切地獲得人力資本結構對高管薪酬的影響，本文選擇以下變量作為模型的控制變量:

(1)公司規模 (SIZE):企業規模不同會對其公司績效產生不同的影響。一般而言，企業規模越大，面臨的投資機會越多。本文采用:SIZE=總資產。

(2)上市公司年齡 (GAGE):上市公司自上市當年至樣本選取當年的時間跨度。

(3)公司績效 (CROA):我們采用主營業務資產收益率來衡量公司的績效。

(二)模型建立

在本文的研究中擬采用基本計量模型來檢驗有關假設，根據前文提出的假設，我們得到模型1:

其中，βi為待估參數，it代表i公司的第t年數據，i=1，2…，58，t=2005，2006，2007。μit為隨機變量。

為了檢驗高管年齡與高管薪酬的倒U型關系我們建立模型2:

其中，γi為待估參數，it代表i公司的第t年數據，i=1，2…，58，t=2005，2006，2007。ωit為隨機變量。

(三)數據選擇

本文研究所用的樣本由2005年以前所有上市的屬于信息技術行業 (按證監會行業分類標準)的所有公司組成，觀測的區間為2005—2007年，去掉一些樣本數據不全的公司，最后得到有效樣本58家，總樣本量為174個觀測值。樣本數據根據巨潮資訊網上的年報數據整理而得，一些年報沒有披露的數據取自Wind數據庫和國泰安研究服務中心。還有一些個別公司沒有披露的高管學歷，我們取中間值來表示，即沒有披露學歷的高管我們認為他為大學本科學歷，當然這種情況非常少，絕大多數公司都披露了高管的簡歷。

四、實證分析

(一)人力資本變量描述性分析

如表1所示，從高管人員學歷構成來看，發現碩士以上學歷比例最大值達到94.44%，均值也有50.38%，說明信息技術行業高管學歷相對較高。?？粕捌湟韵聦W歷比例最大值為58.33%，低學歷高管人員占到總人數的1/2以上，這說明在信息技術企業中存在個別企業高管學歷低的現象。董事長年齡最大的達到69，最小的為31，表明年齡波動比較大;而董事長平均年齡為49，說明信息技術行業高管人員的年齡相對較高，即高管人員的經驗豐富。從高管人員持股所占高層比例指標均值為15%，說明高管持股人員比例總體不高，而最大值為87%，表明有些企業高管持股人員多，最小值為0，有些則沒有高管持股。

表1

(二)變量共線性檢驗

多重共線性是指回歸中解釋變量之間的高度相關性，多重共線性可能造成參數估計量經濟含義不合理，回歸結果反常等一系列后果。為了避免解釋變量間的共線性存在，我們對共線性做檢驗。利用EViews6.0軟件得出各變量之間的相關系數，從表2我們可以看出幾乎所有的相關系數都小于0.5，所以我們得出各個解釋變量之間不存在多重共線性。

表2 變量的相關系數表

(三)回歸分析

根據我們研究問題的特點，數據在時間上較短，只有3年，而在橫截面上較多，共有58家公司，因此我們認為用個體隨機效應模型估計是合適的，本文采用EViews6.0進行數據回歸分析，回歸結果如表3所示，為了節約篇幅，在結果中我們沒有給出各個公司的截面數據。

表3 人力資本結構對公司績效的回歸分析結果

從模型 (1)回歸結果來看，高管人員中碩士以上學歷占比例、高管層持股比例均與高管薪酬有顯著的正相關關系，因此假設1和假設4成立。高管人員中專科生及其以下學歷比例和高管年齡與高管薪酬沒有顯著的相關關系，因此假設2不成立?？刂谱兞抗疽幠！⑸鲜泄灸挲g和公司績效也都通過了顯著性檢驗，并且系數符號給實際經濟意義相吻合。模型 (1)R2約為0.23，即本文的研究的變量解釋了公司績效的23%，除了人力資本結構對公司績效的影響外還有很多其他變量對公司績效有影響，所以我們認為這個擬合優度是可以接受的。

從模型 (2)回歸結果來看，DAGE平方項系數為負，所以董事長年齡和高管薪酬呈倒置的二次曲線關系，這和假設相符，因此假設3成立。

(四)計量方法檢驗

1.模型設定方法檢驗

模型設定方法檢驗主要是檢驗模型用哪種估計方法最合適。我們首先對模型1進行了F檢驗(以檢驗應該建立混合模型還是個體固定效應模型)，得到 F統計量對應的 P值＜0.05(為0.00)，所以推翻原假設 (混合模型)，即應該建立個體固定效應模型。其次我們對模型 (1)進行Hausman檢驗 (以檢驗應該建立個體隨即效應模型還是個體固定效應模型)，得到Hausman統計量對應的P值＞0.05(近似為1)，所以接受原假設 (個體隨機效應模型)，即應該建立個體隨機效應模型。同理，我們得到模型(2)也應該建立個體隨機效應模型。

2.序列自相關檢驗

D-W檢驗是杜賓(J.Durbin)和瓦森(G.S.Watson)提出一種檢驗序列自相關的方法，本文中模型 (1)的DW值約為1.54，模型(2)的DW值約為1.62，表明模型不存在明顯的序列相關性。

3.方程顯著性檢驗

方程總體的顯著性檢驗，旨在對模型中被解釋變量與解釋變量之間的關系在總體上是否顯著，計量經濟學用F統計量作此檢驗，模型(1)的回歸中，F統計量值P值約為0.00，模型 (2)的F統計量P值為0.00，都拒絕原假設，即模型整體上顯著。

五、研究結論及其局限性

(一)研究結論

本文以2005—2007年滬深兩市共58家信息技術行業上市公司為樣本，采用人力資本結構指標對高管薪酬進行了理論與實證研究，得到以下幾點研究結論:

第一，在信息技術行業上市公司中，高管人員中碩士以上學歷比例、高管人員持股比例均與高管薪酬有顯著的正相關關系，該結果說明信息技術行業高管人員碩士以上學歷比例越高，高管層中持股的高管人數越多，企業的高管薪酬越好。基于以上的實證分析結果，本文認為對于信息技術行業上市公司應充分肯定這幾個指標在公司治理中的作用。企業應該實施股權激勵，高管層持股就同股東和公司的利益聯系在一起，對企業績效有積極的影響。

第二，在信息技術行業上市公司中，高管人員中專科生及其以下學歷占的比例與公司績效沒有顯著的相關關系。這可能是由兩種原因造成的:(1)能力知識要高于自己相應的學歷，這大多屬于年齡較大的一些高管，因為他們所處的時代特點引起，比如三四十年前的大專學歷要比現在的大專學歷的人知識能力要強，這也與他們后來的進修學習有關。(2)另外就是能力知識低于自己相應的學歷，這是因為某些人偽造學歷的原因，其實他們的知識能力遠沒達到自己的學歷水平。

第三，從模型2我們得到董事長年齡和高管薪酬呈倒置的二次曲線關系，說明隨著董事長年齡的增大，高管薪酬也逐漸升高，當年齡達到峰值時，隨著年齡的增大，高管薪酬則隨之減少。

(二)研究局限

本文用董事長年齡來衡量高管人員的人力資本變量，雖然達到了預期的結果，但本文認為單純的用年齡并不能很好的來表示高管人員人力資本水平，高管人員的從業年限是衡量人力資本水平最好的方法，因為年齡大并不代表從業年限大，從而經驗也不一定更加豐富。但用從業年限也涉及一些問題，公司年報和一些數據庫大多都沒有披露這方面的信息，因此給研究帶來極大的困難。至于從業年限是不是一定對公司績效有顯著的影響，還有待進一步檢驗，我們可以通過調查問卷法方法來獲得從業年限這方面的信息，但調查問卷法又有一定的主觀性，因此是否有其他的方法來說明這方面的問題，可以作為今后我們進一步研究的方向。

［1］西奧多·W.舒爾茨.論人力資本投資［M］.北京:北京經濟學院出版社，1990.1-16.

［2］Hambrick，D.C.，Finkelstein，S. The Effectsof Ownership Structure Strategic on Conditions at the Top:The Case of CEO Pay Raises［J］.Strategic Economic Journal，1995，16(3):175-193.

［3］Joskow，P.L.，Rose，N.L.，Shepard，A.Regulatory Constraints on CEO Compensation［R］.MIT Cen ter for Energy and Environmental Policy Research，1993.

［4］Hongan， T.O.， Mcpheters， L.R. Executive Compensation: Performance Verses Personal Characteristics［J］.Southern Economic Journal，1985，46(4):1060-1068.

［5］張俊瑞，趙進文，張建.高級管理層激勵與上市公司經營績效相關性的實證分析［J］.會計研究，2003，(9).

［6］肖繼輝.有關經理報酬決定因素的實證研究［J］.當代財經，2005，(5):69-79.

［7］李增泉.激勵機制與企業績效［J］.會計研究，2000，(1).

［8］高鐵梅.計量經濟分析方法與建?！狤views應用及實例［M］.北京:清華大學出版社，2006.

［9］李子奈，葉阿忠.高等計量經濟學［M］.北京:清華大學出版社，2000.

［10］李維安.公司治理學［M］.北京:高等教育出版社，2005.

［11］彭劍鋒，崔海鵬.高管薪酬最佳實踐標桿［M］.北京:機械工業出版社，2009.

［12］周小亮.企業績效與現代企業理論:分析與思考［J］. 學術月刊，2001，(1):48-56.

［13］付維寧.企業家人力資本與企業績效:一個理論分析模型［J］.財經科學，2003，(6):68-70.

［14］喬德福.論人力資本的特征及其作用［J］.中國人力資源開發，2003，(3):70-71.