連鎖董事網絡位置、聯結強度對高管薪酬粘性的治理：促進還是抑制?

李洋,2 汪平 張丁

(1.首都經濟貿易大學 會計學院，北京 100070； 2.四川師范大學 商學院，四川 成都 610101)

一、引言

2017年底恒大集團以1 500萬元的年薪聘經濟分析師任澤平擔任首席經濟學家，其能否成就集團戰略擔當還有待觀察，但此事件將高管“天價薪酬”再一次推向風口浪尖。據Wind資訊數據統計，2017年共有3 477家A股上市公司披露了高管薪酬情況，高管共計領取薪酬約236億元，較去年增長近10%，其中泛海控股和中國平安的高管薪酬總額分別以1.26億元和1.23億元高居前兩位；高管年薪在100萬元以上的有4 987位，500萬元以上的有148位，1 000萬元以上的有13位，方大特鋼董事鐘崇武以超過4 000萬元的年薪蟬聯榜首。但與此形成鮮明對比的是，約70%的公司出現薪酬業績“倒掛現象”，其業績增速逐年減緩，不良資產率持續上升。盡管2009年、2015年國家分別出臺了針對央企的限薪令，但現實效果并不樂觀，薪酬與業績的不對稱性日益凸顯[1]，2012-2016年國企高管薪酬的年均增速為2.64%，民企更是高達100.7%。在市場環境低迷、企業業績受挫的經濟背景下，高管薪酬不降反升，或是降薪幅度遠低于業績下滑幅度，出現了明顯的粘性特征[2]。如果業績不再是決定薪酬的主要因素，那背后的原因究竟是什么？又如何去探尋有效的治理路徑？

董事會作為薪酬契約的設計者，負有激勵與監督的雙重責任[3]，薪酬業績不匹配現象，實則董事會和管理層在薪酬談判的博弈中不作為的表現，由此引發的薪酬粘性問題，在某種程度上意味著董事會傳統的“單打獨斗”職能已經無法滿足經濟環境轉型及高質量發展的需求[4]。我國企業正處在“關系型社會”的制度背景中，現代企業間通過連鎖董事、交叉持股、高管兼任等構造了錯綜復雜的社會網絡，連鎖董事個體同時任職于不同公司董事會而形成的董事聯結關系[5-6]，成為了社會網絡體系的主要形式。作為一種重要的信息傳導路徑與資源共享平臺，董事聯結能夠在很大程度上彌補正式制度的缺陷，其信息媒介功能已在多個角度得到證實，包括并購目標選擇[7]、投資效率[8]、信息披露質量[9]、股價聯動[10]、盈余操作行為[11]、管理層過度自信[12]、風險承擔[13]、研發投入[14]、創新績效[15]、財務總監執行力[16]等。Larcker等(2010)[17]則認為，連鎖董事在高管薪酬領域更加具有解釋力，通過緩解信息不對稱能為薪酬體系的優化提供積極的戰略信息。洪峰(2015)[18]也指出，基于薪酬契約視角的分析能夠更直接地驗證董事網絡的治理效應。但當前針對董事聯結與高管薪酬粘性的研究尚屬起步階段，因此，本文試圖回答以下問題：連鎖董事網絡對高管薪酬粘性的作用機理是什么？其網絡位置促進還是抑制了薪酬粘性？其聯結強度如何調節網絡位置與薪酬粘性之間的關系？其治理效果在不同的控股環境下是否存在顯著差異？

本文的主要創新點如下：一是前學界主要從網絡中心度的視角研究董事聯結的治理效應，本研究另辟蹊徑，引入聯結強度這一現實且普遍的情境因素，從網絡位置、聯結強度兩個層面檢驗董事網絡對于高管薪酬粘性的作用路徑，豐富了相關的研究文獻；二是基于弱聯結優勢理論，本文深入剖析董事網絡的內部結構，明確區分內外部董事之間不同聯結關系的強弱，分別從董事層面與公司層面提出聯結強度的計量方法，簡單易懂且操作性強，有助于后續研究的推廣應用；三是以往研究大都肯定董事聯結的積極效應，卻鮮有學者提及其消極影響，本文發現不同的聯結強度和異質的控股環境，對董事網絡位置與高管薪酬粘性的關系呈現出正反兩面的雙重調節效應，為進一步界定連鎖董事網絡的治理機制提供了新的研究視角和經驗證據。

二、理論分析與研究假設

(一)董事網絡位置與高管薪酬粘性

高管薪酬粘性的研究始于上世紀末，Jackson等(2008)[19]將其定義為，隨業績上升而增加的邊際薪酬大于隨業績下降而減少的邊際薪酬，薪酬在業績波動時呈現出向上的彈性和向下的剛性。方軍雄(2009)[20]指出我國上市公司的薪酬業績敏感性并不對稱，高管薪酬的粘性特征普遍存在，這一觀點隨后也得到了諸多學者的證實[21-23]。接連曝光的薪酬業績不匹配亂象急需尋找新的突破口，而董事會獨立性對于薪酬契約的治理機制開始進入學界視野。早期關于董事會與高管薪酬的文獻，大都從個人特征和構成角度出發，包括董事的年齡、學歷、專長、政治及技術背景，或董事會規模、獨立董事比例、董事長與總經理兩職合一等方面[24-26]，卻忽視了董事會從社會網絡中獲取的信息、權力、資源對于薪酬契約的影響。陳運森等(2012)[27]認為，董事會成員的個體屬性特征既是自主行為，更是嵌入社會網絡中的互動行為，董事聯結在高管薪酬契約的方案設計、激勵體系、監督機制等方面能夠形成更為積極的治理作用。而為數不多的關于董事網絡與高管薪酬的研究，主要在薪酬激勵[28-29]、薪酬契約比較[30]、超額薪酬[18]、CEO薪酬[31-32]等方面展開，目前還尚未涉及高管薪酬粘性問題。

董事聯結作為一種特殊的社會網絡關系，價值在于鑲嵌在社會網絡中的由聲譽、信息和知識、戰略資源三種類型所構成的社會資本[33]，能夠為聯結企業相互獲取異質信息、有效利用稀缺資源提供重要平臺。連鎖董事分別在不同的企業董事會任職，每個董事的網絡位置不一致，任職的企業數量越多，代表董事所處的網絡中心度越高。董事越靠近社會網絡的中心位置，在不同企業之間的聯結關系就越廣，信息傳遞的機會與渠道就越多，對網絡中資源的控制力和對其他企業的影響程度相對更大，擁有的社會資本也就越多，進而導致其治理動機與治理能力產生了差異。就治理動機而言，處于網絡中心位置的董事能夠獲得更高的社會聲譽感和職業認同感，參與公司治理的動機更強，在薪酬談判的博弈中會力爭取得更大的話語權，對于薪酬業績倒掛現象能夠更為客觀、獨立地發揮監督作用，進而有效抑制高管薪酬粘性。就治理能力而言，處于網絡中心位置的董事從其兼任企業中可以得到更為豐富的薪酬激勵知識，既有獎勵績效、福利狀況、薪酬水平等顯性知識，又有監管機制、設計方案等隱性知識[1]。這些信息通過董事網絡在聯結企業中及時傳播并相互借鑒，還能保持有效的準確度與較高的影響力，能夠對薪酬契約的優化與薪酬粘性的監管起到積極的治理效應。基于以上分析，本文提出假設1。

H1限定其他條件，董事網絡位置對高管薪酬粘性具有負向影響，即董事網絡中心度越高，高管薪酬粘性越弱。

(二)聯結強度對董事網絡位置與高管薪酬粘性的調節效應

Granovetter(1973)[34]創立的弱聯結優勢理論，從認識時間長短、互動頻率、親密程度、互惠交互程度等維度考察社會網絡中聯結關系的強弱。弱聯結一般建立在社會經濟特征不同的個體之間，產生的信息具有互補性和異質性；強聯結通常建立在社會經濟特征近似的個體之間，產生的信息具有冗余性和同質性[35]。基于董事職務的具體性質，董事網絡結構可以分為外部(獨立)董事與內部(執行)董事。外部董事往往為高校教授、協會領導或會計、法律、技術等專業人士，一般通過董事會會議、專業委員會會議及私下交流進行溝通，其治理作用主要靠聲譽來維系，互惠交互程度較低，掌握的資源和信息更加具有異質性、多元化的特征，屬于弱聯結關系。內部董事隸屬企業內部成員且大都是高級管理層，認識時間長、互動頻率高、接觸機會多，相互聯結時獲得的信息和知識同質化程度高，屬于強聯結關系。本文根據聯結強度來界定董事網絡結構，外部董事弱聯結包括外部董事之間、外部董事與內部董事之間(即至少一方為外部董事)形成的社會網絡關系，內部董事強聯結只包括內部董事之間形成的社會網絡關系，這與陳仕華等(2013)[36]對內、外部聯結關系的劃分標準[注]陳仕華等(2013)認為，外部董事聯結是指僅由獨立董事形成的董事聯結關系；內部董事聯結是指由至少一方是非獨立董事形成的董事聯結關系。這與本文對內外部董事聯結的界定標準存在明顯的差異。有所不同。

弱聯結優勢理論認為，外部董事占據了董事網絡中的大部分弱聯結關系，通過獲取網絡系統中更為豐富的社會資本，不僅扮演著關鍵結點與“橋”連接的核心角色，也掌握了稀缺資源的交換、借用和攫取，在異質信息的傳遞過程中起到了主導作用。而且，Bizjak等(2009)[5]還發現外部董事弱聯結網絡廣泛存在著模仿效應，即作為有限理性的決策者更偏好聯結企業的信息，會促進彼此之間薪酬標準和激勵機制的效仿，引導聯結企業具有基礎特征的趨同性。聯結企業既可以共享董事網絡內部重要的信息和資源，還會相互交流、彼此模仿有關薪酬方案的可靠信息，因此，外部董事弱聯結強化了董事網絡中心度對于高管薪酬粘性的約束力。內部董事大都滲透進企業的管理層，和高管之間界限比較模糊，網絡中心度的流動性往往偏低，異質信息的傳播力與核心知識的效仿力相對不足，屬于較為孤立的個體和“被動接受”的網絡位置，不僅無法有效抑制管理層的權利膨脹，反而為其構建了一種防御機制。此時薪酬體系變成高管謀求自身福利的常規手段，薪酬契約反而成為股東和董事會之間一種新的代理問題[37]，因此，內部董事強聯結弱化了董事網絡中心度對于高管薪酬粘性的約束力。基于以上分析，本文提出假設2。

H2限定其他條件，董事聯結強度對董事網絡位置與高管薪酬粘性之間關系呈現差異化的調節效應。

H2a外部董事弱聯結促進了董事網絡位置對高管薪酬粘性的負向影響。

H2b內部董事強聯結抑制了董事網絡位置對高管薪酬粘性的負向影響。

三、變量設計與模型構建

(一)變量設計

1.被解釋變量：高管薪酬粘性值

目前高管薪酬粘性的研究方法，大都基于企業業績連續變量與業績變動虛擬變量(業績下降為1，否則為0)的交互項建立回歸模型，通過對比模型的回歸系數來檢驗薪酬粘性[20]。這種做法只能判定薪酬粘性的存在與否，無法直接擬合出具體的變量值進行交叉研究。本文借鑒步丹璐等(2013)[38]的做法，首先通過前后年度高管薪酬變動率與企業業績變動率的比值得到薪酬業績敏感性，然后計算業績上升年度的敏感性均值與業績下降年度的敏感性均值之差，即可求出高管薪酬粘性值。該方法能夠直接觀測出高管薪酬在業績上升時的增加幅度比業績下降時的減少幅度平均高出的百分點，不僅更契合高管薪酬粘性的基本定義，而且還能作為本文被解釋變量的數據來源，計算公式為

(1)

其中，D=i表示企業業績的升降，i=0即業績上升，i=1即業績下降；t為第t年度；Pay表示高管(不包括董事和監事)薪酬，以薪酬排名前三高管的年度貨幣薪酬總額來衡量；(Payt-Payt-1)/Payt-1表示高管薪酬變動率；NI表示企業業績，以凈利潤來衡量；(NIt-NIt-1)/NIt-1表示企業業績變動率。

2.解釋變量：董事網絡位置

為了衡量每位連鎖董事所處的網絡位置對其獲取信息和資源能力大小的影響程度，本文借鑒社會網絡理論中的中心度分析法[39]，選取了程度中心度Degree、中介中心度Betweenness作為代理變量。程度中心度反映某位董事和其他董事發生直接聯結關系的數量之和；中介中心度反映某位董事控制其他董事聯系路徑的程度。這兩個指標的計算方法已在國內多篇文獻[6, 15, 28]中出現，這里不再贅述，具體的處理步驟如下。

3.調節變量：董事聯結強度

謝德仁等(2012)[6]曾運用弱聯結優勢理論對董事聯結強度做了定義與分類，但并未涉及具體的計量方法，也沒有從公司層面進行探討。陳仕華等(2013)[36]在研究董事聯結對并購目標公司選擇的影響時，使用虛擬變量來衡量內外部董事的聯結關系，該做法只是模糊地考察了聯結關系的不同類型，而不能真正反映董事網絡內部的基本構架與強度大小。至此，以后的學者就沒有再觸及董事聯結強度的計量問題。

本文認為，董事聯結強度的計量需要深入剖析董事網絡的內部結構，明確區分外部董事之間、外部董事與內部董事之間，以及內部董事之間的具體聯結關系。為了清晰界定董事網絡內部的各類關系，本文通過圖1進行說明，分別從董事層面與公司層面來介紹計量方法。其中，虛線表示外部董事之間、外部董事與內部董事之間的弱聯結關系，實線表示內部董事之間的強聯結關系，▲表示外部(獨立)董事Oi，●表示內部(執行)董事Ii。

就董事層面來說，以外部董事O1為例，他同時在A、B、C、D四家公司兼任獨立董事，與A公司有2條聯結數，與B公司有3條聯結數，與C公司有4條聯結數，與D公司有6條聯結數，共計15條聯結數。但由于O1與O3同時在C、D公司董事會任職，只能算1條聯結數，所以O1的最終聯結數應為14條，而且都是弱聯結關系。而內部董事ID1由于只在D公司內部任職，僅與D公司有6條聯結數，其中，與內部董事ID2、ID3、ID4之間形成的是3條強聯結數，與外部董事O1、O3、O4之間形成的是3條弱聯結數。通過比較O1和ID1的聯結強度可知，O1擁有了更為廣泛化、異質性的信息和資源，其公司決策行為必然具有更加積極的治理效應。

就公司層面來說，A公司董事會有1個外部董事，2個內部董事，O1分別和IA1、IA2形成了2條弱聯結數(內外)，IA1和IA2形成了1條強聯結數(內內)。B公司董事會有2個外部董事，2個內部董事，O1和O2形成了1條弱聯結數(外外)，O1、O2分別和IB1、IB2兩兩形成了4條弱聯結數(內外)，IB1和IB2形成了1條強聯結數(內內)。以此類推，D公司的O1、O3、O4之間兩兩形成了3條弱聯結數(外外)，O1、O3、O4分別和ID1、ID2、ID3、ID4兩兩形成了12條弱聯結數(內外)，ID1、ID2、ID3、ID4之間兩兩形成了6條強聯結數(內內)。

圖1 董事聯結強度關系圖(公司層面)

本文著重考察公司層面的董事聯結強度。根據圖1中各類聯結關系的推導過程可以看出，外部董事之間的弱聯結數實際表現為一個等差數列，計算公式為

(2)

其中，m表示某企業董事網絡中外部董事的人數。

外部董事與內部董事之間的弱聯結數是兩類董事人數的乘積，計算公式為

strength_out_in=m·n

(3)

其中，n表示某企業董事網絡中內部董事的人數。

外部董事弱聯結數即是外外聯結數與內外聯結數之和，計算公式為

(4)

與外部董事之間的弱聯結數同理，內部董事強聯結數也表現為一個等差數列，計算公式為

(5)

4.控制變量

控制變量的選擇依據為前人已經證實對高管薪酬粘性產生影響的因素，包括公司規模、杠桿水平、公司成長性等財務特征變量，以及兩職兼任、獨立董事比例、高管持股比例等治理特征變量。同時，由于我國不同地區的薪酬水平與粘性程度具有較大差異，通過公司注冊地控制了區域發展失衡的問題。此外，為了降低行業和宏觀因素的影響，還選取了行業虛擬變量與年度虛擬變量。本文的研究變量在表1中詳細列示。

表1 研究變量設計與說明

類型名稱代碼計算方法被解釋變量高管薪酬粘性ECS企業業績上升時和下降時各自的薪酬業績敏感性均值之差解釋變量(網絡位置)程度中心度Degree某位董事和其他董事發生直接聯結關系的數量之和,取均值中介中心度Betweenness某位董事控制其他董事聯系路徑的程度,取均值調節變量(聯結強度)外部董事弱聯結Strength_out外部董事之間、外部董事與內部董事之間的聯結數之和內部董事強聯結Strength_in內部董事之間的聯結數控制變量公司規模Size總資產的自然對數杠桿水平Lev總負債與總資產的比值公司成長性Growth營業收入增長率兩職兼任Duality董事長與總經理是否為同一人,是為1,否為0獨立董事比例Indep獨立董事人數占董事會成員總數的比例高管持股比例Holding高管持股數占總股數的比例公司注冊地East注冊地是否在東部,是為1,否為0Central注冊地是否在中部,是為1,否為0West注冊地是否在西部,是為1,否為0行業Industry依據2012年證監會《上市公司分類與代碼》設置行業虛擬變量,制造業按二級代碼分類,其他行業按一級代碼分類年度Year依據樣本區間的范圍(2013-2017)設置年度虛擬變量

(二)模型構建

為了驗證假設1，本文構建多元回歸模型(6)。Netcen表示董事網絡位置變量，包括程度中心度Degree、中介中心度Betweenness。Netcen的回歸系數β1表示董事網絡位置與高管薪酬粘性之間的相關性。根據假設1，若董事網絡中心度對高管薪酬粘性具有負向影響，則Netcen的系數β1應顯著為負。

ECS=β0+β1×Netcen+βi×Control+ΣIND+ΣYear+ε

(6)

為了驗證假設2，本文構建多元回歸模型(7)。Strength表示董事聯結強度變量，包括外部董事弱聯結Strength_out、內部董事強聯結Strength_in。交互項Netcen×Strength的回歸系數β3表示聯結強度對董事網絡位置與高管薪酬粘性之間關系的調節效應。根據假設2，若外部董事弱聯結促進了網絡中心度與高管薪酬粘性的負相關性，則Netcen×Strength_out的系數β3應顯著為負；若內部董事強聯結抑制了網絡中心度與高管薪酬粘性的負相關性，則Netcen×Strength_in的系數β3應顯著為正。

ECS=β0+β1×Netcen+β2×Strength+β3×Netcen×Strength+βi×Control+ΣIND+ΣYear+ε

(7)

四、樣本數據與統計描述

(一)樣本數據

本文從CSMAR數據庫中選擇2013—2017年滬市A股全部非金融類上市公司作為初始研究樣本，因為被解釋變量涉及的薪酬變動與業績變動要進行前后年度的數據對比，所以其時限區間為2012—2017年。首先，剔除ST類、終止上市、上市年度不足考察年限及董事個人資料缺失的樣本，如果只是個別指標的缺失，則盡量從其他數據庫及公司年報中補齊，否則予以剔除。然后，通過以下步驟識別樣本公司的董事聯結關系：(1)搜集董事任職資料作為基礎信息，并篩選出外部董事與內部董事計算聯結強度；(2)從姓名、性別、年齡、學歷、工作經歷等方面剔除重名的董事，保證每個董事的身份獨一無二；(3)從董事與公司、董事與董事、公司與公司三個角度，全方位確定是否發生董事聯結關系，以此構建“董事-公司”二維矩陣，再將其分別轉化為公司層面的“公司-公司”一維矩陣和董事層面的“董事-董事”一維矩陣。如果樣本公司在考察時限內沒有發生過董事聯結關系，也予以剔除，最終得到814家公司及4 070個公司年度觀測值，并對主要連續變量進行了上下1%的Winsorize處理，以消除極端值的影響。此外，采用大型社會網絡數據分析軟件Pajek計算公司層面與董事層面的網絡中心度，采用Excel計算公司層面的聯結強度，采用Stata14.0進行統計分析。

(二)描述性統計

主要變量的描述性統計結果如表2所示。可以看出，ECS的均值為3.719，最大值和最小值分別為469.841、-13.643，標準差高達10.647，說明高管薪酬在業績上升時的增加幅度比業績下降時的減少幅度平均高出3.719%，我國上市公司普遍存在薪酬粘性特征，且在不同企業中差異明顯。此外，還出現了薪酬粘性值小于0，即業績上升時薪酬反而下降等特殊情況。本文的公司年度觀測值共計4 070個，其中有3 230個為正，占全樣本的79.36%；有840個為負，占全樣本的20.64%，這也說明了“重獎輕罰”現象在我國上市公司較為普遍。

表2 主要變量的描述性統計結果

變量樣本數均值標準差最大值最小值中位數1/4分位數3/4分位數ECS4 0703.71910.647469.841-13.6430.7840.0712.788Degree4 0704.9743.23113.70005.0012.4966.998Betweenness4 0700.0040.0030.01600.0030.0020.006Strength_out4 07023.44010.074607211826Strength_in4 07014.3017.746453151015Size4 07022.6281.43726.93819.25922.49821.70323.488Lev4 0700.5180.2020.9400.0920.5190.3700.672Growth4 0700.1620.6645.034-0.6000.051-0.0670.184Duality4 0700.1460.35310000Indep4 0700.3730.5230.5710.3330.3640.3330.400Holding4 0700.0070.0340.2520000

Degree的均值為4.974，標準差為3.231，反映了平均每家上市公司與五家左右的公司聯結，董事網絡在我國已比較盛行，但各企業之間的聯結數量差異較大。Betweenness的均值為0.003，標準差很小，表明了我國上市公司不同聯結關系對信息流的控制度比較接近，或許也從另一個角度揭示了目前董事網絡中的信息流通還缺乏異質性和稀缺性。Strength_out的均值為23.440，標準差為10.074，Strength_in的均值為14.301，標準差為7.746，說明外部董事之間、外部董事與內部董事之間平均形成了約23條弱聯結數，而內部董事之間平均只有約14條強聯結數。該結果與弱聯結優勢理論相吻合，即外部董事弱聯結占據了董事網絡中的大部分優勢資源，在異質信息的傳遞過程中起到了主導作用。

(三)相關性分析

主要變量的相關系數矩陣如表3所示。可以看出，ECS與Degree、Betweenness都在1%的水平下顯著負相關，而且其系數值極為接近，說明董事網絡位置越高，高管薪酬粘性越弱，假設1得到初步驗證。同時，ECS與Strength_out在5%的水平下顯著負相關，與Strength_in在1%的水平下顯著正相關，初步說明董事聯結強弱關系對高管薪酬粘性具有差異化影響，基本符合前文的預期，但無法反映聯結強度在網絡位置和薪酬粘性之間的調節效應，假設2還需要進行后續檢驗。

Degree與Betweenness的相關系數為0.728，Strength_out與Strength_in的相關系數為0.893，除此之外其余變量間的相關系數均在0.5以下。具體分析發現，兩個網絡位置指標、兩個聯結強度指標之間均具有一定程度的信息重疊，所以分別進入不同的模型，對其回歸結果并無影響。因此，本文所選取的研究變量不存在嚴重的多重共線性問題，適合引入模型進行回歸分析。

表3 主要變量的pearson相關系數矩陣

變量ECSDegreeBetweennessStrength_outStrength_inSizeLevGrowthDualityIndepHoldingECS1——————————Degree-0.043???1—————————Betweenness-0.042???0.728???1————————Strength_out-0.011??0.188???0.125???1———————Strength_in0.015???0.153???0.097???0.893???1——————Size0.043???0.028???0.175???0.284???0.211???1—————Lev-0.028?0.037??0.042???0.090???0.066???0.187???1————Growth-0.0020.0190.022-0.0030.002-0.0130.0051———Duality0.041???-0.071???-0.033???-0.119???-0.122???-0.108???-0.025-0.0061——Indep0.044???0.013??0.023???-0.145???-0.515???0.094???0.027?-0.0110.063???1—Holding-0.000-0.065???-0.029?-0.045???-0.046???-0.037???-0.049???-0.0030.221???0.027?1

注：*、**、***分別表示10%、5%、1%的顯著性水平。

五、實證檢驗及結果分析

(一)多元回歸分析

本文采用OLS回歸模型進行分析，結果如表4所示。模型(6)為董事網絡位置與高管薪酬粘性的檢驗結果。兩組回歸中，Netcen都在1%的水平下顯著負相關，說明董事網絡中心度越高，擁有的社會資本越多，能夠對薪酬契約的優化起到積極的治理效應，高管薪酬粘性也就越弱，假設H1得到驗證。

模型(7)為聯結強度對董事網絡位置與高管薪酬粘性調節效應的檢驗結果。四組回歸中，Netcen都在1%或5%的水平下顯著負相關，與模型(6)的結果基本一致，假設H1再一次被驗證。交互項Degree×Strength_out、Betweenness×Strength_out的回歸系數都為負，且至少通過了5%的顯著性檢驗，說明外部董事弱聯結能夠憑借更為豐富的社會資本及彼此之間的模仿效應，進一步推動治理決策和監督行為的有效性，強化了網絡位置對于薪酬粘性的約束力，假設H2a得到驗證。而交互項Degree×Strength_in、Betweenness×Strength_in的回歸系數都為正，也至少通過了5%的顯著性檢驗，說明內部董事強聯結在董事網絡中聯結數偏少，流動性不足，對異質信息的傳播力與核心知識的效仿力相對有限，弱化了網絡位置對于薪酬粘性的約束力，假設H2b也得到驗證。

表4 董事網絡位置、聯結強度與高管薪酬粘性的回歸結果

變量主效應檢驗-模型(6)調節效應檢驗-模型(7)DegreeBetweennessDegreeBetweennessStrength_outStrength_inStrength_outStrength_inNetcen-1.301???(-3.9)-11.882???(-3.90)-0.825??(-2.41)-0.797??(-2.33)-13.051???(-4.71)-15.342???(-4.21)Strength---0.523?(-1.94)0.622??(2.50)-0.683???(-2.77)0.925???(5.91)Netcen×Strength——-0.780??(-2.28)0.314???(4.94)-1.319???(-3.95)1.563??(2.22)Size0.540?(1.77)0.549?(1.81)0.512?(1.68)0.501(1.65)0.516?(1.70)0.529?(1.74)Lev2.119(1.43)2.077(1.40)2.217(1.50)2.138(1.44)2.181(1.47)2.076(1.40)Growth-0.000(-0.04)-0.000(-0.04)-0.000(-0.06)-0.000(-0.04)-0.000(-0.06)-0.000(-0.05)Duality3.321???(2.78)3.263???(2.73)3.446???(2.88)3.348???(2.80)3.367???(2.82)3.211???(2.69)Indep16.563??(2.03)16.862??(2.07)47.005???(3.27)27.586???(2.77)51.103???(3.61)23.751??(2.41)Holding-6.823(-0.68)-7.485(-0.75)-7.161(-0.71)-7.711(-0.77)-7.227(-0.72)-7.618(-0.76)East-1.689(-1.10)-1.708(-1.11)-1.739(-1.13)-1.550(-1.01)-1.805(-1.18)-1.618(-1.05)Central-5.568???(-3.15)-5.648???(-3.20)-5.485???(-3.11)-5.380???(-3.05)-5.587???(-3.17)-5.561???(-3.15)West-3.777??(-2.18)-3.858??(-2.22)-3.924??(-2.26)-3.716??(-2.14)-3.996??(-2.30)-3.756??(-2.16)Industry控制控制控制控制控制控制Year控制控制控制控制控制控制Constant-12.777?(-1.82)-12.723?(-1.81)-44.078???(-3.34)-12.954?(-1.76)-46.053???(-3.50)-10.722(-1.46)Adjust-R20.1670.1640.0490.0430.0470.042F-Value12.52???12.27???9.34???8.92???9.02???8.76???樣本數4 0704 0704 0704 0704 0704 070

注：括號內為t值，*、**、***分別表示10%、5%、1%的顯著性水平。

控制變量方面，大部分模型的Size都在10%的水平下顯著正相關，說明公司規模越大，組織結構越復雜，管理層越有機會提升薪酬議價能力。所有模型的Duality都在1%的水平下顯著正相關，說明兩職兼任更容易導致董事與管理層共謀而增大薪酬粘性。所有模型的Indep至少在5%水平下顯著正相關，說明獨立董事比例增大了薪酬粘性，而郝云宏等(2018)[1]、梁雯等(2018)[40]則得出該變量不顯著的結論，這是一個值得思考的話題。照理說，獨立董事比例越高，越能強化管理層監督機制，進而降低高管薪酬粘性。一種可能的解釋是我國企業的獨立董事資質參差不齊以及“不獨立”“不懂事”，并不意味著人數越多治理效應就越強，關鍵在于其所處的網絡位置能否帶來豐富的社會資本。這一結果也契合了陳運森等(2012)[27]的觀點，即董事會治理應是嵌入社會網絡中的互動行為。區域變量East不顯著，Central、West至少在5%的水平下顯著負相關，說明中西部地區更能抑制高管薪酬粘性。此外，所有模型的Lev、Growth、Holding都未通過顯著性檢驗，說明杠桿水平所反映的債務剛性約束特征并沒有發揮相應的治理作用，高管持股比例太低導致股權激勵效果不明顯，公司成長性則需要基于生命周期理論進行階段性分析。

(二)拓展性分析

我國正處于經濟體制轉型的關鍵階段，伴隨混合所有制改革的推進，對上市公司的控股主體重新進行分類之后，控股股東的性質發生了巨大變化。在股東異質性、政治關聯和政府干預的共同作用下，國家股東與非國家股東[注]基于終極產權論，股東性質可以細分為7種類型：國有股東、國企股東、外企股東、民企股東、個人及家族股東、機構股東、事業股東[43]。前兩者合稱為國家股東，其他五類合稱為非國家股東。之間彼此交融、相互對抗，連鎖董事網絡對高管薪酬粘性的治理效果在不同控股環境中是否存在顯著差異？其網絡位置與聯結強度會不會受到產權性質的約束？這是本文亟待進一步考察的問題。

國家股東一方面要追求企業的經營績效，一方面又受到政府的控制和干預，同時還要承擔彌補市場缺陷、服務公共利益的社會責任，更多的政策性負擔被強行施加，其公司治理行為具有明顯的政治導向性，必然弱化了經濟利益訴求[41]。國有控股企業在董事遴選過程中，往往帶有較強的行政任命色彩，對其網絡位置和社會資本的識別度有限，容易導致董事會與管理層混淆或政企不分，出現內部人控制與所有者主體缺位現象。同時，國有控股企業在行業準入、政策支持、資金融通等方面有著天然的優勢，容易忽視董事網絡的社會資源配置功能。因此，外部董事弱聯結在“一潭死水”的網絡體系中變得越來越“不作為”“不獨立”，在薪酬契約的制定上很難擁有話語權，對董事網絡位置與高管薪酬粘性負向關系的促進作用明顯減弱；內部董事強聯結的政治關聯特征更類似于政府官員與企業高管的結合體，比外部董事在薪酬談判過程中更加具有權威性，對董事網絡位置與高管薪酬粘性負向關系的抑制作用也有了一定程度的弱化。

非國家股東沒有類似的產權約束，較少受到政府的干預，更關注產品的市場定位和競爭優勢，對于經濟利益訴求明顯強于國家股東，進而帶來高效率的監管機制和更積極的治理行為[42]。非國有控股企業在選聘董事時，主要通過市場化流程來進行，更看重董事自身的個人屬性特征及所處網絡位置，盡可能聘用網絡中心度更高、社會資本更豐富的優質董事。同時還會不斷優化董事網絡結構，著重擴大外部董事輻射的弱聯結關系。此外，非國有控股企業通常面臨所有制歧視，董事會更加具有危機意識，非常重視董事聯結所帶來的信息資源共享平臺。因此，外部董事弱聯結在個人聲譽動機和職業能力動機的驅使下變得更加“作為”“獨立”，在薪酬制定、實施與監督上發揮的功能更大，對董事網絡位置與高管薪酬粘性負向關系的促進作用明顯增強；內部董事強聯結與管理層界限模糊，相比國有控股企業又不具備較大的權威性，在薪酬談判過程中甚至逐漸被管理層同化，對董事網絡位置與高管薪酬粘性負向關系的抑制作用也被進一步放大。基于以上分析，本文提出假設3。

H3相比國有控股企業，非國有控股企業中董事聯結強度的調節效應更為顯著。

H3a非國有控股企業中，外部董事弱聯結對董事網絡位置與高管薪酬粘性負向關系的促進作用更強。

H3b非國有控股企業中，內部董事強聯結對董事網絡位置與高管薪酬粘性負向關系的抑制作用更強。

為了驗證假設3，本文構建雙重調節效應模型(8)，選擇第一大股東性質State作為調節變量，若第一大股東為“國家股東”，即國有控股企業取1，否則為非國有控股企業取0。交互項Netcen×Strength×State的回歸系數β7表示第一大股東性質對董事聯結強度治理效果的差異化影響。根據假設3，若非國有控股企業中外部董事弱聯結對網絡位置與薪酬粘性負向關系的促進作用更強，Netcen×Strength_out的系數β6顯著為負，為確保|β6+β7|<|β6|，則Netcen×Strength_out×State的系數β7應顯著為正；若非國有控股企業中內部董事強聯結對網絡位置與薪酬粘性負向關系的抑制作用更強，Netcen×Strength_in的系數β6顯著為正，為確保β6+β7<β6，則Netcen×Strength_in×State的系數β7應顯著為負。

ECS=β0+β1×Netcen+β2×Strength+β3×State+β4×Netcen×State+β5×Strength×State+β6×Netcen×Strength+β7×Netcen×Strength×State+βi×Control+ΣInD+ΣYear+ε

(8)

表5列示了董事聯結強度與第一大股東性質雙重調節效應的檢驗結果。四組回歸在加入State之后，交互項Degree×Strength_out、Betweenness×Strength_out仍然顯著負相關，假設H2a再一次被驗證。交互項Degree×Strength_in、Betweenness×Strength_in仍然顯著正相關，H2b也得到又一次驗證。需要重點關注的是不同控股性質下，聯結強度對董事網絡位置與高管薪酬粘性的差異化治理效應。交互項Degree×Strength_out×State、Betweenness×Strength_out×State的回歸系數都為正，且在1%的水平下顯著，說明相比國有控股企業，非國有控股企業中外部董事弱聯結對網絡位置與薪酬粘性負向關系的促進作用更強，假設H3a得到驗證。交互項Degree×Strength_in×State、Betweenness×Strength_in×State的回歸系數都為負，且在1%的水平下顯著，說明相比國有控股企業，非國有控股企業中內部董事強聯結對網絡位置與薪酬粘性負向關系的抑制作用更強，假設H3b也得到驗證。由此說明，董事網絡價值與企業控股環境密切相關，第一大股東性質對網絡位置與聯結強度的治理效應具有差異化影響。

(三)穩健性檢驗

為了確保研究結論的可靠、嚴謹，本文從以下三個方面進行穩健性檢驗。

1.按第一大股東性質分組回歸

銜接前文產權性質約束的思路，基于State將樣本觀測值分為國有控股企業與非國有控股企業兩個組別，對模型(7)進行分組回歸，檢驗結果如表6所示。可以看出，兩個組別中主要變量Netcen、Strength回歸系數的正負與表5都保持一致，除了部分顯著性水平發生了變化，結果并沒有實質性差異。而交互項Netcen×Strength的回歸系數方向與表5同樣一致，但在國有組基本不顯著，在非國有組均通過了至少5%的顯著性檢驗，說明聯結強度在國有控股企業中并沒有對董事網絡位置與高管薪酬粘性的關系起到明顯的調節作用，在非國有控股企業中則依然具有顯著的治理效應。該結果支持了本文的研究假設H2和H3。

表5 第一大股東性質對治理效應差異化影響的回歸結果

變量雙重調節效應檢驗—模型(8)DegreeBetweennessStrength_outStrength_inStrength_outStrength_inNetcen-0.835??(-2.44)-1.312?(-1.67)-15.638???(-4.29)-12.265???(-4.01)Strength-0.477?(-1.75)1.184???(3.78)-0.259(-0.90)1.005???(3.63)State5.126(1.29)5.805?(2.07)6.066??(2.07)6.968???(2.84)Netcen×State-0.277(-0.41)-0.154(-0.27)-584.315(-1.03)-430.301(-0.88)Strength×State-0.313?(-1.79)-0.563??(-2.46)-0.355???(-2.86)-0.647???(-3.96)Netcen×Strength-0.755??(-2.21)1.984???(5.03)-1.804???(-4.43)1.508???(3.27)Netcen×Strength×State0.332???(5.29)-2.010???(-4.57)0.477???(6.31)-1.982???(-4.51)Size0.603??(1.96)0.524?(1.70)0.609??(1.98)0.545?(1.77)Lev2.160(1.46)2.042(1.38)2.100(1.42)1.958(1.32)Growth-0.000(-0.04)-0.000(-0.02)-0.000(-0.04)-0.000(-0.03)Duality3.300???(2.74)3.293???(2.73)3.227???(2.68)3.181???(2.64)Indep43.240???(2.97)36.016???(3.56)45.535???(3.17)34.123???(3.38)Holding-11.865(-1.16)-11.618(-1.14)-12.064(-1.18)-11.613(-1.14)East-1.737(-1.13)-1.702(-1.11)-1.805(-1.18)-1.794(-1.17)Central-5.217???(-2.96)-5.213???(-2.96)-5.334???(-3.02)-5.420???(-3.07)West-3.854??(-2.22)-3.717??(-2.14)-3.913??(-2.26)-3.778??(-2.18)Industry控制控制控制控制Year控制控制控制控制Constant-45.104???(-3.37)-17.161??(-2.25)-46.179???(-3.49)-16.115??(-2.16)Adjust-R20.0420.0430.0410.044F-Value7.18???7.30???8.59???8.53???樣本數4 0704 0704 0704 070

注：括號內為t值，*、**、***分別表示10%、5%、1%的顯著性水平。

值得注意的是，多個控制變量在兩個組別中呈現出了規律性的特征。如Size、Duality在國有組均不顯著，在非國有組都顯著正相關，說明公司規模、兩職兼任僅對非國有控股企業的高管薪酬粘性產生了較大影響，這與當前國有控股企業組織龐大、機構冗余，以及政府頒布限薪令有一定的關系。此外，Indep在國有組均顯著正相關，在非國有組都不顯著，說明國有控股企業中獨立董事比例越高，高管薪酬粘性越強，這反映出僅為了達到法定人數而讓獨立董事形同虛設甚至與管理層同流合污的做法，并未帶來真正的治理績效，還起到了相反的效果。

表6 按第一大股東性質分組回歸的穩健性檢驗結果

變量國有控股企業(State=1)非國有控股企業(State=0)DegreeBetweennessDegreeBetweennessStrength_outStrength_inStrength_outStrength_inStrength_outStrength_inStrength_outStrength_inNetcen-0.568(-0.62)-0.641?(-1.76)-1.119(-1.25)-1.315?(-1.67)-0.822??(-2.41)-1.357???(-4.06)-3.774???(-2.6)-8.829???(-3.86)Strength-0.715??(-2.49)0.878???(3.49)-0.823???(-3.11)0.603???(2.67)-1.982???(-4.51)0.737???(3.05)-1.791??(-2.13)1.950???(7.951)Netcen×Strength-0.008(-0.62)0.067(1.63)-0.117?(-1.71)0.189(0.92)-0.822??(-2.41)0.343???(5.45)-1.137???(-3.18)1.005??(2.37)Size0.046(0.13)0.077(0.22)0.057(0.16)0.101(0.29)1.382??(2.20)1.395??(2.22)1.404??(2.23)1.433??(2.28)Lev1.758(0.73)1.437(0.59)1.667(0.69)1.370(0.57)2.198(1.07)2.262(1.10)2.139(1.04)2.201(1.07)Growth-0.000(-0.06)-0.000(-0.04)-0.000(-0.05)-0.000(-0.05)-0.014(-0.88)-0.014(-0.86)-0.015(-0.95)-0.015(-0.91)Duality-0.501(-0.31)-0.385(-0.24)-0.507(-0.32)-0.486(-0.30)6.601???(3.49)6.609???(3.50)6.473???(3.42)6.498???(3.44)Indep74.078???(4.79)55.723???(5.29)76.665???(5.03)53.087???(5.07)-23.355(-0.74)-8.749(-0.38)-23.086(-0.73)-8.253(-0.35)Holding46.396(0.53)49.057(0.56)43.866(0.50)45.694(0.52)-17.799(-1.46)-17.368(-1.42)-18.050(-1.48)-17.683(-1.45)East-3.954??(-2.24)-3.851??(-2.18)-3.988??(-2.26)-3.894??(-2.20)1.003(0.36)0.910(0.32)0.962(0.34)0.835(0.30)Central-7.193???(-3.61)-6.826???(-3.42)-7.319???(-3.67)-7.020???(-3.52)-3.472(-1.04)-3.526(-1.05)-3.592(-1.08)-3.674(-1.10)West-5.581???(-2.80)-5.181???(-2.60)-5.690???(-2.86)-5.259???(-2.64)-2.214(-0.70)-2.330(-0.73)-2.187(-0.69)-2.349(-0.74)Industry控制控制控制控制控制控制控制控制Year控制控制控制控制控制控制控制控制Constant-43.649???(-3.03)-2.606(-0.33)-44.596???(-3.11)-0.022(-0.00)-22.447(-0.76)-32.891??(-1.96)-21.646(-0.73)-33.548??(-2.00)Adjust-R20.0530.0550.0540.0510.0460.0420.0480.041F-Value7.23???7.89???7.31???8.38???7.59???8.76???7.98???8.48???樣本數2 5392 5392 5392 5391 5311 5311 5311 531

注：括號內為t值，*、**、***分別表示10%、5%、1%水平下顯著。

2.替換董事網絡中心度指標

前文都是采用公司層面的網絡中心度均值，穩健性檢驗選擇了兩種替換網絡中心度指標的做法。(1)因為公司治理決策可能往往由網絡中心度最高的董事發揮主要作用，所以借鑒陳運森等(2012)[27]的做法，用公司層面的網絡中心度最大值替換均值；(2)用董事層面的網絡中心度均值替換公司層面的網絡中心度均值。檢驗結果穩定，與表5基本一致。

3.考慮內生性問題

由于變量的測量誤差，或者被解釋變量與解釋變量之間相互影響，很可能導致回歸模型出現內生性問題。本文的主要變量網絡中心度、聯結強度、高管薪酬粘性，都來自手工收集整理，為了避免誤差和遺漏，盡可能從董事與公司、董事與董事、公司與公司三個角度反復識別，全方位確定是否發生董事聯結關系，并選取程度中心度、中介中心度兩個指標從不同側面來衡量董事網絡位置，降低單一維度的局限性。此外，本文的核心變量為董事聯結強度，但該指標的調節效應及計量方法是我們初創，目前從現有文獻中很難找到合適的工具變量，這也是我們后續研究所要解決的問題之一。因此，本文選擇了替代做法，對解釋變量和控制變量滯后一期處理，在一定程度上緩解逆向因果帶來的內生性。檢驗結果穩定，與表5基本一致。

六、研究結論與啟示

(一)主要研究結論

近年來，高管“天價薪酬”“高獎低罰”的現象持續升溫，國家針對央企頒布的限薪令并未從根本上有效解決高管薪酬粘性問題。而董事聯結作為一種重要的信息傳導路徑與資源共享平臺，能夠在很大程度上彌補正式制度的缺陷，為薪酬契約的優化與薪酬粘性的監管發揮治理功效。本文選取2013-2017年滬市A股上市公司數據為樣本，基于社會網絡理論與弱聯結優勢理論，構建了公司層面的董事網絡中心度，剖析了董事網絡結構內外聯結關系的強弱，引入聯結強度這一現實且普遍的情境因素，理論分析并實證檢驗了連鎖董事網絡對高管薪酬粘性的作用路徑。主要的研究結論為：(1)董事網絡中心度越高，高管薪酬粘性越弱；(2)聯結強度對網絡位置與薪酬粘性之間關系呈現差異化的調節作用，外部董事弱聯結促進了網絡位置對薪酬粘性的負向影響，產生積極的治理效應，內部董事強聯結抑制了網絡位置對薪酬粘性的負向影響，帶來消極的治理效應；(3)進一步區分第一大股東性質后發現，相比國有控股企業，非國有控股企業中聯結強度的調節效果更為顯著，外部董事弱聯結對網絡位置與薪酬粘性負向關系的促進作用更強，內部董事強聯結對網絡位置與薪酬粘性負向關系的抑制作用更強。研究結果表明，連鎖董事網絡是治理高管薪酬粘性的有效路徑，其網絡位置能約束管理層權力膨脹，降低薪酬粘性程度，而外部董事弱聯結和非國有控股環境還能雙重調節網絡位置的治理效果，使其呈現出更加強大的正面效應，但需要警惕內部董事強聯結和國有控股環境連帶導致的負面影響。

(二)研究啟示

在我國經濟轉型加速升級的關鍵時期，資本市場各項制度仍有待健全，而董事聯結實際上充當了正式制度的替代品對公司治理產生差異化影響。本文的研究結論具有較強的實踐意義與普遍適用性，為連鎖董事網絡的逐步成熟和高管薪酬粘性的日趨完善提供了重要啟示：(1)提升董事網絡治理機制。企業應該充分重視并發揮董事聯結積極的治理作用，盡量減少行政干預，嚴厲杜絕濫竽充數，通過市場化途徑遴選個人聲譽過硬、網絡位置更高、社會資本更豐富的優質董事，強化利益訴求弱化政治色彩，著重構建外部董事弱聯結關系，主動擴大社會網絡輻射范圍，不斷提高連鎖董事履職效果。(2)優化薪酬契約運作機制。企業應該有效健全薪酬契約的設計模式，持續推進高管薪酬信息披露制度，積極引入多元化的激勵體系與監督機制，貨幣薪酬激勵與長期股權激勵互為補充，外部董事弱聯結與薪酬專業委員會彼此融合，并借助媒體、公眾的外部監督提高薪酬透明度，利用社會網絡關系壓縮管理層薪酬操縱空間。

目前學界對董事聯結的研究尚未成熟，還有很多亟待逐步解決的問題。比如董事網絡中的社會資本如何有效識別？社會資本能否利用會計手段進行確認與計量？有無必要進行網絡關系與社會資本的信息披露？不同類型的網絡資源對于董事聯結的治理機制會不會存在差異化影響？董事個人的性格因素與心理偏好，在董事網絡的治理過程中會起到怎樣的調節或中介作用？同時，董事聯結的信息媒介功能與公司治理效應已在多個角度得到正面肯定，卻鮮有學者提及其負面影響。本文警示了內部董事強聯結所產生的消極作用，而社會網絡關系是否會削弱董事會獨立性，進而惡化治理環境？連鎖董事有無可能假借咨詢之名實則個人斂財，進而侵蝕股東財富和企業績效？上市公司應該怎樣設計董事聯結的運作機制與過程考核？監管部門應該如何規范連鎖董事的兼任行為及機會主義？董事網絡的相關法律約束條款何時提上日程并怎樣健全完善？這些尚待揭示的問題，為進一步探索連鎖董事網絡提供了新的研究視角。