績效激勵對企業全要素生產率的影響效應
——基于“中國企業-勞動力匹配調查”數據的實證研究

高 娟

(武漢大學 質量發展戰略研究院，湖北 武漢 430072)

一、引言

為加快推動我國經濟向高質量發展轉型，通過供給側結構性改革實現我國經濟的持續健康增長，已成為學術界日益關注的重要課題。高質量發展指標體系的基本框架包括五個維度，其中，全要素生產率是測定發展質量的核心，也是作為未來相關規劃的主要預期指標。作為綜合反映投入-產出效率的表征量，全要素生產率的不斷提升對于經濟的高質量發展具有重要意義。全要素生產率與實現更高質量、更有效率、更加公平、更持續發展，以及建立現代化經濟體直接相關，它既是創新的一種度量，也是創新的一種手段。然而，不容忽視的現實是，對于現階段中國經濟而言，全要素生產率的增長率自2010年以來正處于不斷放緩的下行區間[1]，其對于經濟增長的邊際貢獻也僅為30%左右[2]，相對日本、韓國等東亞經濟體而言明顯偏低[3]。如何實現全要素生產率增長的企穩回升，對夯實中國經濟增長內生動力而言具有重要影響；破解全要素生產率的持續增長之謎，也成為中國經濟能否成功跨越“中等收入陷阱”的關鍵因素[4-7]。因此，探尋一國全要素生產率增長的影響機制和實現路徑，已成為經濟增長文獻一直以來所關注的重要研究領域。國外現有的增長文獻主要從研發創新[8]、技術吸收與技術擴散[9]、人力資本[10]和管理創新[11]等角度進行了大量的理論與實證研究。

基于人力資本角度，國內外學者們從宏觀[12-13]和微觀[14-15]層面的研究都發現人力資本積累對于全要素生產率增長具有顯著的促進效應。然而，勞動者的人力資本是其在知識、技術、經歷等多方面產生的凝結，是一個長期累積的過程[16]。顯然，依靠人力資本質量的提升驅動中國全要素生產率的增長是不可能在短時間內可預期的。陽立高等(2018)[17]以中國的制造業為切入點，通過實證也發現人力資本水平的提升在一定程度上能促進產業升級，但總體效用不大。因此，現有文獻對人力資本的激勵問題展開了大量研究。在“委托-代理”理論中，委托人會給予代理人部分剩余索取權，以降低因信息不對稱和契約的不完備而產生成本和風險。在現有的文獻中，對人力資本進行激勵也存在多種方式，其中對企業剩余收益進行分配，將員工的努力程度與其分配占比直接掛鉤，這種激勵措施無疑是最為強烈的。基于美國、墨西哥等國家的微觀數據，Bloom等(2011)[18]指出管理效率更高的企業會通過對員工薪酬的結構進行正確設計從而最大化員工的能力，最終為企業帶來更可觀的勞動生產率和企業績效。林浚清等(2003)[19]以中國上市的公司為樣本，檢驗高管人員薪酬與企業績效之間的關系，結果表明：較大的薪酬離散程度與企業未來的績效之間具有顯著的正向關系。

值得注意的是，現有文獻多基于國外數據或是有限制的樣本數據展開分析，缺乏來自國內的以整體代表性的數據分析。因此，在現有的研究中仍然無法對以下問題進行解釋：作為一個高速發展的發展中大國，在中國的企業中，對員工的績效激勵是否會普遍作用于全要素生產率的增長？如果存在作用，那么這兩者之間的機制如何？針對以上問題，本文運用由武漢大學聯合斯坦福大學、香港科技大學和中國社科院等學術機構于2015-2016年進行的“中國企業-勞動力匹配調查”(Chinese Employer and Employee Survey, CEES)的數據，進行了較為細致的實證研究。CEES首次大規模搜集了中國企業2013-2015年度的財務、生產、銷售和人資等數據，并對員工進行分層抽樣，收集了基本信息、家庭狀況、工資獎金和社保福利等數據。值得注意的是，在CEES數據中，績效激勵與企業全要素生產率數據來自同一個層面，進一步減少了因選擇性偏誤、數據匹配而產生的誤差。

因此，本文從充分發揮企業人力資本的角度出發，就績效激勵對于全要素生產率的影響效應進行穩健地實證檢驗。通過參照現有文獻的測度方法，在主營業務收入方向按照Levinsohn-Petrin一致半參數估計法計算全要素生產率，并在控制企業的規模、存續年限、資本勞動比、市場份額和所有制等因素后，對兩者之間的影響效應進行分析。

二、理論機制

在代理理論中，要實現組織的利益最大化，工人的工資須根據其邊際產出進行確定，而實現的前提是委托人對于代理人的產出之間不存信息不對稱。但是隨著企業的經濟活動愈發繁雜，委托人難以對代理人的產出進行觀測和量化，因此，研究對代理人的激勵問題成為一大難題。陳冬華等(2015)[20]分析了對高管與職工進行的激勵與企業績效之間的關系與差異，研究發現兩種激勵對企業績效均產生明顯的積極作用，但對職工進行激勵的敏感性顯著高于高管。總的來說，一方面，對員工的薪酬激勵是將其工資與企業經濟效益掛鉤，降低了企業所有者對員工的監督成本[21]，也避免了委托代理問題可能帶來的逆向激勵因素；另一方面，績效激勵下所產生的勞動力選擇效應為企業招募、保留了人力資本更高的員工，為企業提供了有效勞動供給，最大程度上發揮員工自身的創新能力和資產使用效率[22]。有鑒于此，我們提出本文的研究假設H1：績效激勵對全要素生產率存在顯著的正向促進。

績效激勵圍繞“挖掘”人力資本的潛在效應，最終目的是實現企業經濟績效的提升。但是企業在對人力資本進行“挖掘”的過程中，會受到企業環境、基礎設施等因素的影響。一方面，企業開放的交流環境能引導人力資本的充分發揮。Jones(2010)[23]、Acemoglu等(2008)[24]的研究表明：個體的研發創新效率不僅取決于自身研發資源的累積投入，也與其他同行企業基于研發創新的知識交流有密切關系。另一方面，企業管理水平的改善同樣可以實現人力資本的高效配置。企業引進技術后，其吸收和消化對全要素生產率的作用同樣不可忽視[25]。通過合理配置人員與技術對接，在加快技術吸收的過程中，最終實現企業產出水平的提升。綜上所述，企業在實施績效激勵的過程中有可能受到企業開放性環境和配置水平的影響。因此，本文以“員工每天討論的次數”(rd_learing)衡量企業交流環境的開放程度，以企業“是否引進管理信息系統”(ERP_dummy)來衡量企業的配置水平，以此分析企業的開放性程度和配置水平對績效激勵與全要素生產率之間作用的調節效應，進而提出本文研究的假設H2：績效激勵對全要素生產率作用會受到來自企業交流環境的影響；H3：企業的配置水平會影響績效對全要素生產率的激勵作用。

三、研究設計

(一)績效激勵的方式

績效激勵就是企業對員工所做貢獻(努力、時間、學識、技能和經驗等)付給的相應回報。現有的績效激勵方式主要包括基本薪資、獎勵薪資(獎金)和福利這三種方式。其中基本薪資和福利是屬于事前激勵的方式，通常不會基于員工在組織活動過程的表現進行動態的調整(至少不能在短時間內調整)，屬于不可變支付部分。而獎金支付的方式是屬于一種事后認可激勵的方式，屬于可變支付部分，強調的是動態調整，獎金的多寡與其業績密切相關。因此，結合CEES的問卷設計，本文的績效激勵以企業對員工的可變支付作為代理變量，為進一步部分剔除因企業效益好而產生的普惠性收入對企業全要素生產率的影響，本文對績效激勵的衡量具體則通過變量“企業的員工在當前這份工作中不按月發放的稅后年收入”與變量“企業有無績效工資”的交互進行表示。

(二)全要素生產率的測算

本文根據LP估計法，以主營業務收入為主要產出對全要素生產率進行計算。具體步驟是：首先構建一個C-D生產函數，并將函數中的隨機誤差項分為ωjt和φjt兩個部分，即：

lnYjt=α0+α1lnKjt+α2lnLjt+ωjt+φjt

(1)

其中，ωjt是C-D生產函數中的隨機誤差項中可以被企業觀測到并影響當期要素選擇的部分，φjt則是符合經典OLS假設的真正的隨機誤差項。LP法將第t期企業的資本存量(Kjt)視作內生變量，假設企業根據當前企業生產率狀況(ωjt)做出投資決策并進而影響企業的資本存量。因此，企業的最優投資策略可表達如下：

lnIjt=it(ωjt,lnKjt)

(2)

由于實際觀測中大量企業投資數據難以被準確觀測，因此采用“中間投入”作為投資的替代變量，從而有效解決了生產函數估計的聯立性偏誤問題。我們將(2)式的反函數ωjt=ht(lnIjt，lnKjt)代入(1)式：

lnYjt=α0+α1lnKjt+α2lnLjt+ht(lnIjt,lnKjt)+φjt

(3)

在測算指標上，本文按照Bender 等(2016)[26]測算的思路，以“主營業務收入”作為產出的代理變量，而要素資源投入的代理變量則以 “勞動力的人數”和“固定資產凈值”進行表征，再以“中間投入”作為計算全要素生產率過程中技術沖擊的代理變量，根據(3)式進行非線性的最小二乘估計即可測算出微觀企業的全要素生產率。

(三)模型構建

基于前文的3個假設和對兩者之間關系進行因果判斷的思考，本文的計量模型主要從以下三個方面構建。

1. 績效激勵對企業全要素生產率的影響效應

參照現有文獻從技術效率[32-33]的角度探討企業全要素生產率增長問題的一般做法，本部分將基準計量模型設定為下文(4)式，以考察績效激勵對于企業全要素生產率的影響效應。

(4)

其中，向量組Zijdt涵蓋了一系列控制變量，主要包括“市場競爭力、規模、所有制類型、存續年限和是否出口”等。按照張軍等(2012)[27]的研究思路，只有剔除上述因素的干擾，我們才能就績效激勵對于全要素生產率的影響效應進行準確地參數估計。除此以外，根據現有文獻的理解[28]，技術效率也是影響中國生產率增長的重要因素。對于技術效率而言，我們采用受訪企業資本-勞動比相對于同一地級市、同一“二維”行業其他企業平均值的比例作為代理變量。Dj和Dd分別表示所在行業與地區的固定效應。

2. 處理效應模型

僅通過OLS回歸的識別策略，并不能有效剔除在估計績效激勵影響效應的過程中選擇性偏誤性的干擾。因此，我們采用極大似然估計的處理效應模型，對兩者之間的影響效應進行因果測度。具體而言，我們首先根據受訪企業績效激勵水平是否大于或等于全部樣本企業績效激勵的中位值，將企業樣本劃分為“高績效激勵”、“低績效激勵”兩組。考慮到企業的績效激勵行為具有一定的同群性，我們采用受訪樣本所在縣區、所屬二維行業其他企業“績效激勵的均值”作為企業在“高績效激勵”、“低績效激勵”兩組進行選擇(即第一階段選擇方程)的獨立解釋變量Xijdt，運用極大似然估計的處理效應模型，就調查樣本從“低績效激勵”分組提升到“高績效激勵”分組之后，受訪企業績效激勵水平提高對于企業全要素生產率的影響效應進行穩健性因果推斷。模型如下，其中(5)式為回歸方程，(6)式為選擇方程。

(5)

(6)

3. 調節效應檢驗

按照前文分析中，績效激勵對全要素生產率的影響效應可能會受到企業開放性程度和配置水平的影響。按照這個思路，參照溫忠麟等(2005)[29]關于調節效應的一般做法，分別構建績效激勵與企業的“干中學”、“是否引入ERP”進行交互的回歸模型，進而從實證的角度驗證上述因素對績效激勵與企業全要素生產率之間作用的影響。因此，構建了本文關于績效激勵與全要素生產率的調節效應模型為：

(7)

其中，(7)式中的Mijdt為調節變量“干中學”或“是否引進ERP”，mixijdt則表示調節變量與企業2015年的績效激勵的交互項，以此分別考察企業的開放性程度和配置水平對績效激勵與全要素生產率之間的關系所產生的影響。

四、描述性統計

在對績效激勵與企業全要素生產率之間關系進行實證檢驗之前，基于CEES數據，本部分就兩者之間的影響效應進行初步的描述性統計分析。

圖1顯示了基于績效激勵(2015)四分位分組，企業全要素生產率的變化情況。我們發現企業的全要素生產率會隨著績效激勵的提升而顯著提升，這初步表明兩者之間具有顯著的正向關系。接下來，我們進一步分析企業的開放性程度、配置水平對績效激勵與全要素生產率之間的調節作用。首先，本文以研發交流頻率的中位值為基準，將樣本劃分為高低兩組。在圖2左側，我們發現“高研發交流”組企業的績效激勵較“低研究交流”組高出35.51%；同理，圖2右側顯示了在引進管理信息系統企業的績效激勵較未引進企業高出41.51%。這表明在不同開放性程度和配置水平的企業中，其績效激勵的狀況存在較大的差異性。

上述統計分析表明：績效激勵對于現階段中國企業全要素生產率增長或具有重要的促進效應，并且企業的開放性程度和配置水平會對上述兩者之間的關系產生一定程度的正向影響。最后，從基準計量模型設定出發，表1給出了主要變量的描述性統計結果。

圖1 基于四分位分組的績效激勵與TFP

表1 變量的定義以及描述性統計結果

注：以上變量均基于CEES數據進行整理，表中只顯示了部分變量2014年的統計值。

五、實證檢驗

(一)基準回歸估計結果

根據公式(4)，本文首先采用簡單OLS回歸模型，就總體企業的績效激勵對于全要素生產率的影響效應分別進行穩健地相關性檢驗，結果如表2所示。

表2給出了績效激勵對于企業全要素生產率影響效應的實證檢驗結果。一方面，在列1-列2中，以2015年的數據為例，回歸發現績效激勵與全要素生產率之間至少在10%的顯著性水平上顯著為正。這說明績效激勵的因素或是在當前經濟發展速度放緩情況下，中國企業充分發揮人力資本的資源，進而提升經濟績效的重要驅動力。另一方面，績效激勵對于企業全要素生產率增長的影響系數維持在0.066-0.173之間，半對數模型回歸的點估計結果表明，在其他因素不變的前提下，企業績效激勵每提升其均值的10%(0.07萬元)，其全要素生產率將實現0.46%-1.2%的提升，其結果具有顯著的經濟意義。在表2列3-列4中，通過對2014年的績效激勵與全要生產率進行回歸，其結果在1%的顯著性水平上顯著為正，半彈性系數略低于2015年數據回歸的結果，但整體上穩健。綜上分析，從實證的角度驗證了前文的假設H1：績效激勵對全要素生產率存在顯著的正向促進。

(二)處理效應模型估計結果

基準計量模型僅能給出相關性檢驗的結果，而難以就績效激勵對于全要素生產率增長的影響效應進行穩健地因果推斷。為部分解決內生性問題，根據公式(5)和(6)，本部分運用極大似然估計的處理效應模型進行估計。表3的結果表明，在充分引入企業特征、技術效率等因素后，績效激勵對于全要素生產率的影響效應均在至少1%顯著性水平上統計為正。這表明，由于企業是否屬于“高績效激勵”分組會受到選擇性偏誤因素的干擾，在有效考慮到選擇效應之后，與“低績效激勵”分組企業相比，“高績效激勵”分組下的企業全要素生產率仍顯著較高。并且，第二階段回歸方程的估計結果表明，與“低績效激勵”分組相比，“高績效激勵”企業的全要素生產率要高出42.1%-46.0%。并且上述參數估計值滿足因果效應的統計推斷要求。此外，表3的估計結果表明，第一階段的選擇方程與第二階段的回歸方程之間誤差項的相關系數在-0.456至-0.382之間，并至少在5%顯著性水平上異于0，這表明企業是否屬于“高績效激勵”分組并非完全隨機分布，采用處理效應模型的估計結果更為可信。

表2 績效激勵與全要素生產率OLS回歸

注：括號內數值表示是基于穩健標準誤計算的T統計量。“*”指代10%的顯著性水平，“* *”指代5%的顯著性水平，“* * *”指代1%的顯著性水平。

表3 績效激勵與全要素生產率估計結果(處理效應)

注：括號內數值為Z統計量。“一般控制變量”中包括企業規模、市場份額、所有制、存續年限、資本勞動比、是否有績效工資、是否有獨立研發部門和管理效率等變量。

(三)調節效應模型估計結果

為了更全面地反映企業的激勵結構，在對績效激勵與全要素生產率進行分析的基礎上，加入企業開放性環境和配置水平對人力資本發揮的思考。因此本文通過在模型中分別引入“干中學”、“是否引進ERP”與績效激勵的交互項，以此更為全面地分析企業的勞動力的供給水平和勞動力的產出質量。

一方面，基于公式(7)，表4中列1-列2的回歸顯示了績效激勵與“干中學”(rd_learing)交互后對全要素生產率的作用。結果發現：績效激勵、交互項均至少在5%的顯著性水平上顯著為正。這說明企業的開放性程度是影響績效激勵效果發揮的重要影響因素。參數估計結果發現兩者之間的影響系數在9.40+15.79*rd_learing-14.47+22.22*rd_learing之間，相對低開放性程度(rd_learing=0)的企業，高開放性程度(rd_learing=1)企業的績效激勵對全要素生產率作用效果要高出1.53-1.67倍。這表示隨著企業開放性程度的提升，績效激勵對企業全要素生產率的激勵作用逐漸增強，支撐了本文的研究假設H2。

表4 績效激勵與全要素生產率估計結果(調節效應)

注：括號內數值是基于穩健標準誤計算的T統計量。

另一方面，在表4中 列2-列4的回歸顯示了績效激勵與“是否引進ERP”(ERP_dummy)交互后對全要素生產率回歸的結果。發現：配置水平或是影響企業績效激勵發揮作用的重要因素。兩者之間的影響系數為：8.25+18.55*ERP_dummy-13.20+20.51*ERP_dummy。這表示在配置水平更高的企業中，績效激勵對全要素生產率的影響系數在26.80-33.71之間，顯著高于配置水平低的企業(8.25-13.20)，驗證了本文的假設H3。

對調節變量進行檢驗的結果發現，在充分引入企業特征、技術效率和固定效應等因素之后，“干中學”、“是否引進ERP”這些因素對績效激勵與全要素生產率之間的關系具有較為顯著的影響。這也表明在企業的投入-產出結構中，僅對結構兩端的因素進行改善是欠考慮的，為提升結構的轉化效率，其中開發性和配置水平的改善也是企業需要重點關注的方面。

六、結論和建議

本文基于CEES數據，就績效激勵對于生產率增長的促進效應進行了穩健的因果推斷。通過OLS、處理效應模型回歸發現：企業的績效激勵與全要素生產率之間具有穩健的因果效應，相關系數分析說明，如果我國企業整體的績效激勵水平在2015年均值的基礎上提升10%，其整體的全要素生產率將增長0.46%-1.2%。因此，基于CEES數據，本文發現績效激勵水平的提升或是促進現階段中國企業全要素生產率持續增長的一個重要手段。另外，通過調節效應模型，本文驗證了在高開放性程度和配置水平的企業中，其績效激勵與全要素生產率之間的影響效應顯著更強。這也說明開放性環境的塑造以及人力資源配置水平的提升也是企業驅動生產效率提升的重要方式。基于以上研究結論，本文提出如下政策建議:

第一，充分認識績效激勵對現階段企業生產率增長的促進作用。政府應充分認識到績效激勵對現階段中國生產率增長的推動作用。與美國、歐盟等發達國家和地區相比，我國企業的績效激勵水平顯著偏低，這已成為制約中國經濟轉型升級、生產率持續增長的重要短板。為此，建議將加快改善企業績效激勵、提高企業管理水平作為重要的政策目標列入各級政府的經濟發展考核指標體系，大力開展企業績效管理提升工程，通過政府“看得見的手”主動引導我國企業積極改進管理方法、提高管理能力。在政策體系設計上，使績效管理提升與“三去一降一補”等政策措施形成組合拳，加快推動我國經濟的供給側結構性改革，促進中國生產率持續、穩健增長。

第二，加大企業管理投入，提升管理配置水平。政府應提供專項補貼、金融扶持等手段，加快企業智能化投資步伐，推動企業積極引入企業資源系統、打造智能化制造體系，優化企業生產運營的組織流程，提升管理配置能力，有效降低績效考核、管理實施成本，提高企業生產率。此外，各級政府還應加快推動“招才引智”工程，采取放寬入戶門檻、提供專項配套資金支持等舉措，為企業引進高素質職業經理人營造良好環境。通過吸引并培養一批具有豐富管理經驗的職業經理人隊伍，將有效彌補我國高素質管理人才不足的短板，有力推動我國企業加快突破績效管理能力不強的瓶頸制約，促進生產率的持續增長。

第三，通過開放性協同創新網絡降低創新不確定性，提高績效激勵的邊際回報。企業創新投入存在較大不確定性、組織成本高昂有可能是造成績效激勵邊際回報偏低的重要原因。為解決上述問題，政府應鼓勵企業建立開放性的協同創新平臺，通過“企業家咖啡”、“企業家戰略聯盟”、“企業創新合作平臺”等機制，促進企業打破自我封閉，促進優質創新資源在不同企業之間的合理配置。通過開放性協同創新網絡的建立，企業創新投入的不確定性將有效消除，績效激勵對于企業績效的促進效應將得到更大程度的激發，從而推動更多企業自覺地采用績效激勵等方法促進全要素生產率的持續增長。