高管激勵與政府干預對創新效率的影響
——基于我國創業板上市公司的實證分析

鄧九生（博士/副教授）羅奕雯

（中國地質大學（武漢）經濟管理學院 湖北武漢 430074）

一、引言

當前國際競爭日趨激烈，我國也面臨著經濟增長放緩的壓力，經濟發展方式迫切需要轉換。在此背景下，科技創新已成為新一輪經濟增長的重要引擎。近年來，我國出臺了多項扶持科技創新的政策，以支持企業發展。但從目前來看，我國研發整體水平仍存在大而不強、創新效率不高等問題，與發達國家相比，還存在一定差距，特別是在企業科技創新方面，創新效率有待提升，研究如何提高企業創新效率已成為實施創新驅動發展戰略的核心問題（朱德勝等，2016）。由委托代理理論可知，適當的管理層激勵能夠使高管主動促進科技創新成果的轉化，高管作為決策者和執行者，是推進企業技術創新的關鍵；三重螺旋理論表明，政府是影響創新能力的決定因素之一，政府干預也是影響企業創新效率的一個重要外生因素。因此將高管激勵、政府干預和企業創新效率置于同一框架進行分析，在考察高管激勵對企業創新效率的內在作用機理的同時探討政府干預這一因素在其中的調節作用將具有重要意義。然而現有研究大多集中在融資約束、企業績效因素等對企業創新活動投入或產出方面的影響，從投入產出角度研究高管激勵與創新效率方面的實證研究較為匱乏，對于顯性激勵方式與創新效率之間關系的研究也較少。由于我國創業板多為中小企業，研發創新更為活躍，因此，本文選取2014—2017年創業板上市公司數據為樣本，對高管激勵、政府干預與企業創新效率之間的內在邏輯機理問題進行實證研究。本文的主要創新之處在于同時考慮了內生性和外生性問題：（1）內生性方面，從投入產出角度實證研究了企業創新效率與不同高管激勵方式之間的關系及原因；（2）在正外部性方面，將政府干預這一調節要素加入到高管激勵與創新效率的分析框架中進行研究。另外，以創業板上市公司這個特色群體為研究對象進行探討，也是試圖彌補以往關于企業創新效率問題研究中對創業板上市公司關注不足的問題。

二、文獻綜述與研究假設

根據馬斯洛的需求層次理論，不同需求對于人的激勵起到相當重要的作用。Masson（1971）首次通過兩階段回歸探究了企業績效和高管薪酬之間的關系，高管激勵與企業技術創新問題逐漸引起了廣泛關注。本文將對已有相關研究進行梳理，同時結合委托代理理論、有效契約理論、雙因素理論等進行分析并提出相應假設。

（一）股權激勵與技術創新效率

根據代理理論和不完全契約理論，股權激勵約束機制通過賦予高管對企業剩余索取權，在一定程度上緩解了高管與股東之間的代理沖突，使得高管同企業所有者的利益和風險偏好趨于一致，有利于形成利益共同體，減少高管的短期行為和委托代理成本。加之股權激勵的長期性特征與技術創新本身具有的長周期特點相似，使得股權激勵與創新研發在收益時間方面能夠很好地匹配，有利于激發高管創新行為動力，促使高管更加注重企業創新效率以有利于企業長期穩定地實現經營戰略目標。然而，根據激勵-保健理論①激勵-保健理論即雙因素理論，美國心理學家赫茨伯格將企業中有關因素分為兩種，即滿意因素和不滿意因素。滿意因素是指可以使人得到滿足和激勵的因素，不滿意因素則是指容易產生意見和消極行為的因素。和已有研究，我們不得不考慮此種促進效應是否存在最優區間，一旦超過很可能會使激勵因素轉化為保健因素，從而產生“負面效應”，因此還需要進一步深入探討。基于上述分析，本文提出以下假設：

H1a：高管股權激勵與企業技術創新效率呈正相關。

H1b：高管股權激勵對企業技術創新效率的促進作用存在邊際效益遞減。

（二）薪酬激勵與技術創新效率

薪酬激勵主要指基本工資、獎金等短期激勵方式。目前學者對于薪酬激勵與技術創新效率之間的關系尚未得出統一的結論。貨幣薪酬激勵可能會在企業創新過程中表現出“雙刃劍”的特征。一部分學者認為當薪酬與績效掛鉤時二者間呈正相關，能夠在一定程度上緩解企業技術創新給管理層帶來的利益沖突。如李春濤等（2015）通過對1 483家制造業公司的數據分析，認為薪酬激勵有利于提高企業創新投入和產出。陳水娟（2019）以主板A股上市公司為樣本，認為管理層薪酬激勵會提升企業的研發創新效率。另一部分學者則認為，薪酬激勵與創新效率呈負相關或無相關關系，因為貨幣薪酬激勵固有的短期性會使管理層存在規避風險行為的可能性（Fu，2012）。如雷鵬等（2015）以工業上市公司為樣本，發現貨幣薪酬激勵對企業研發效率具有顯著負相關，高管趨向于追求短期利益而壓縮研發支出并減少現有努力。吳育輝、吳世農（2010）以A股上市公司為對象研究發現，當短期薪酬激勵與公司業績存在高度相關性時，薪酬激勵不能發揮相應的作用。

然而根據激勵雙因素理論和理性預期理論，廣義上的貨幣薪酬更偏向雙因素中相對穩定的“保健”因素，不能帶來更高的滿足感。從長遠來看，薪酬對高管的激勵作用很有限，在達到預期時不一定會出現顯著的激勵效應，但達不到時卻很可能會呈現顯著的負向影響。高管薪酬是一種重要的短期績效考核指標，而研發具有長期性，往往無法在當期績效中體現。根據委托代理理論，在兩權分離的背景下，雖然高管的戰略決策和對未來方向的把握會在很大程度上影響著企業的命脈，資本所有權與運作權本應是統一體，但由于信息的不對稱，會存在“逆向選擇”和“道德風險”等問題，高管作為理性經濟人，在高風險的預期下對于不確定性的研發投資決策會更為謹慎，自利傾向會驅使其為維持目前較高的薪酬現狀而減少對研發的投入進而損害企業長期目標。同時根據經理人市場理論，高管在追求自身經濟效益目標的同時還會注重提升其在行業、市場中的地位和聲譽，從而可能做出某些與實現委托人效用最大化相悖的行為，難免會與委托人出現利益沖突。由此，本文提出如下假設：

H2：高管薪酬激勵與企業技術創新效率呈負相關。

（三）政府干預與技術創新效率

目前我國市場機制仍不完善，難免會出現外部性、“搭便車”等市場失靈的現象，僅依靠市場配置資源無法實現效率-帕累托最優，這時政府這一“有形的手”就可以對市場加以宏觀調控。但政府應該如何發揮好這一“有形的手”的作用仍值得商榷，尤其是應采取何種方式參與并影響企業生產經營及創新效率。一部分學者從信息不對稱和扭曲公共投資的角度分析，認為政府干預會降低企業的創新效率。如部分經營不善的企業，憑借政府補貼“僵而不死”，低效的資源配置終將會影響到社會資本的運作效率。究其原因是政府長期目標與企業短期目標存在較大沖突，直接或間接支持并不能促進企業效率提升（肖文、高榜，2014）。政府介入了本可以由企業自身完成的領域，從而形成了擠出效應（白俊紅、江可申、李婧，2009）。Guan（2010）等以高技術產業跨地區進行實證研究，同樣發現政府資金支持導致企業創新效率低下。但也有學者認為，創新本身具有較強的正外部性特征，為彌補給創新企業帶來的損失，在我國特殊的管理制度背景下各地政府可通過政府補貼、減稅降費、信貸支持等政策支持企業發展，引導社會資金流向中小企業以緩解其融資難問題，以公共投資的增量來彌補私人投資的不足和企業的研發不足，降低企業的研發風險，從而可提升區域整體的創新效率（Czarnitzki and Licht，2006）。

徑流水樣品：每次降雨產生徑流后，收集每個徑流桶的徑流水樣，將水樣儲存于4 ℃冰箱內并及時過濾、測定。徑流水采集結束后，需將徑流桶內水排干并清洗干凈，以備下次徑流水采集。

我國幅員遼闊，不同地區之間經濟發展水平存在著顯著的差異性，市場化水平不一，加之地區GDP和社會政治目標的實現是政府官員績效考核的重要部分，官員的政治晉升壓力上升，地方政府為實現其政治目標存在對企業進行干預的傾向。政府憑借其得天獨厚的資源在調節市場環境以緩解要素市場扭曲的同時，也會對當地企業產生重要影響，進一步影響到企業內部治理結構的調整（劉興云、王金飛，2013）。但各地區政府的干預程度也會有所不同，相對政府干預程度較弱的地區，干預程度較高的地區政府可能更希望通過財政撥款、稅收返還、下撥科研經費等手段扶持當地企業的發展，在給予企業優惠條件的同時也會要求企業提高創新效率；為回應政府要求，企業會激發高管創新研發動力，相應調整激勵計劃，增加股權激勵，使之與創新長周期的特性相匹配，達到剩余控制權與索取權相匹配的目的，從而促使高管更關注企業長期效益，提高創新效率。但由于薪酬激勵相對穩定且只能在較短時間內起到作用，也就說其作用有限，因此在有政府干預的情況下，企業會更少用薪酬激勵這種方式促進創新效率提高，也就是說薪酬激勵這種方式對創新效率所產生的負向影響將會更大。根據以上分析，當把政府干預這一外生變量嵌入到高管激勵與創新效率之間關系中時，本文提出以下假設：

假設3：在控制其他變量的情況下，政府干預在高管激勵與企業創新效率關系中存在調節效應；相對政府干預程度較低的地區，干預程度較高的地區高管股權激勵對企業技術創新效率的正向影響更大、高管薪酬激勵的負向作用效果會越明顯。

三、研究設計

（一）數據來源及樣本選擇

我國創業板以高科技企業居多，在增加就業、促進經濟增長、科技創新等方面具有不可替代的作用，因此本文在考慮數據的可獲性后，選取2014—2017年創業板上市公司作為樣本數據，為了保證信息的可比性，剔除了金融保險類企業，數據缺失、財務異常的企業，投入研發信息披露不完整的企業及ST、*ST上市公司。

數據主要來自CSMAR數據庫，少量缺失的數據從巨潮資訊網手工查找整理得到。為消除極端值的影響，對樣本進行了指數平滑和Winsorize上下1%的縮尾處理，經過篩選最終選擇了435家企業，獲得1 612個有效樣本數據，主要采用Excel和Stata 16.0進行數據處理。

（二）變量定義

1.被解釋變量。本文的因變量為企業創新效率，用Inno表示，通常采用研發產出與投入的比值來衡量。專利是企業研發投入產出的主要成果，由于專利從申請到授權須經歷一段時間，專利申請總數較專利授權總數更能夠有效衡量企業的產出（雷鵬等，2015），因此本文選用專利申請總量數（patent）與研發投入（input）的比值來衡量。另外考慮到滯后性問題，本文在穩健性研究中選取了滯后一、二期進行研究。

2.解釋變量。高管股權激勵用符號Share表示，采用高管持股數量占企業總股數的比重來衡量。高管薪酬激勵用符號Pay表示，由于上市公司年報數據披露數據有限，且不同行業公司之間存在較大差異，因此，參照以往學者采用的具有普遍性的前三位高管薪酬總額的自然對數對該變量進行測量。

政府干預（Gov）的衡量主要有三種方法：一是采用樊綱的中國市場化指數作為解釋體制變革在中國經濟績效改進中的作用的有效工具，以“減少政府對企業的干預”指數來衡量，指數越小，政府地區干預水平越高。二是采用王小魯等（2013）對中國各省經營環境調查中“減少不必要干預”指數衡量。三是以科研活動經費籌資額中政府資金所占比重作為政府干預的替代變量（邱兆林，2015）。由于前兩項最新數據尚未出版，鑒于數據可得性，本文采用第三種方法，數據來源于《中國科技統計年鑒》。

3.控制變量。通常總資產凈利率（Roa）能較好地反映企業的盈利能力，資產負債率（Lev）能反映企業償債能力，公司規模（Size）不同的公司在薪酬和資源方面具有較大差異，另外還選取了兩權分離率（Sep）和反映股權集中度的第一大股東持股比例（Top1）兩個控制變量，同時還控制了年份這一虛擬變量。

表1 變量定義

4.模型設計。

模型1和2分別用于單獨檢驗高管股權激勵、高管薪酬激勵與創新效率之間的關系。模型3在前述模型基礎上將股權激勵和高管激勵納入統一模型，并進行分組檢驗。

四、實證結果分析

（一）描述性統計

從下頁表2可以看出，隨著國家對上市公司信息披露內容規范的逐步完善，創業板上市公司對創新數據披露情況有所好轉，披露企業數上升，且2014—2016年創新效率總體呈上升趨勢，2017年有所回落，可能是由于創新的延遲效應造成的結果。高管股權激勵呈逐年遞減趨勢，高管持股比例普遍偏低，主要是由于近年來企業日益強烈的股權激勵意向同政策法規限制的矛盾，因而許多公司不得不采取隱性的、間接的持股方法，如員工持股計劃、管理層融資收購計劃等，高管持股比例存在一定程度稀釋（徐衛東，2001）。而高管薪酬激勵均值呈逐年遞增趨勢，說明薪酬激勵手段在企業中仍是運用最普遍的方法。

表2 2014—2017年度主要變量描述性統計結果

其他變量統計結果如表3所示，其中樣本公司所在地區的政府干預程度存在較明顯的差異，最大值為0.57198，最小僅0.0687，平均值為0.217，說明政府資金在企業科研活動籌資經費中占比較低。兩權分離率標準差較大，說明創業板公司的兩權分離率差異很大。另外，不同公司間第一大股東持股比例也存在較大差異，平均值為30.07300，標準差達到12.04380。

表3 其他變量的描述性統計結果

（二）相關性分析

為了初步檢驗解釋變量企業創新效率與股權激勵、薪酬激勵的關系，以及各變量之間有無共線性和自相關性，在回歸之前本文進行了person相關系數回歸、VIF方差膨脹因子檢驗和D-W檢驗。如表4所示，在10%的置信水平上創新效率與高管股權激勵呈正向變動，在5%的置信水平上創新效率與高管薪酬呈反向變動，初步驗證了假設1和假設2。從因變量和其他控制變量的相關性可以看出，創新效率與兩權分離度、股權集中度、資產負債率呈正相關，而與企業規模、資產收益率呈負相關。由表5結果可看出，VIF值均小于10，在1.26附近，說明模型中主要變量之間不存在嚴重的多重共線性。D-W值在1.7附近，說明變量之間也不存在嚴重的自相關性。綜上，可以選取這些變量構建回歸模型。

表4 Pearson相關性檢驗

表5 主要變量多重共線性檢驗

（三）多元回歸結果分析

本文利用Stata 16.0對樣本進行回歸處理，分別研究不同激勵手段對企業創新效率的影響以及分組檢驗政府干預的調節效應實證結果。

1.高管激勵與企業創新效率關系。在Hausman檢驗的基礎上我們選擇固定效應回歸模型分析，從下頁表6回歸結果可以看出，Share的回歸系數在10%的顯著性水平上為正，表明股權激勵會對企業創新效率產生正向影響，支持假設1a。進一步我們將Share的平方項引入以探究是否存在邊際效應遞減情況，結果顯示Share及其平方項不再顯著，即不支持邊際效應遞減的假設1b。Pay的回歸系數為負，且在1%的水平上顯著，表明高管薪酬激勵強度越大，企業創新效率越低，支持研究假設2，即薪酬激勵與企業創新效率呈負相關性，薪酬激勵的短期性無法與創新的滯后性相匹配，不能激發高管提高企業創新潛力。

基于以上回歸結果，進一步根據樣本公司所在地的政府干預強度按照大于（或小于）中位數，將樣本分為干預程度低組和政府干預程度高組，分別控制并進行回歸，結果如下頁表7所示。就股權激勵而言，在政府干預程度低組，Share與Inno回歸系數為0.0004772但不顯著，在政府干預程度高組，Share與Inno在1%的水平上顯著正相關，但回歸系數上升為0.0043862。對比全樣本的回歸系數可以發現，在政府干預下高管股權激勵對創新效率更具有促進作用。對于薪酬激勵，回歸結果表明，政府干預程度低組中，Pay與Inno在5%的水平上系數為-0.0012655且二者呈負相關，而在干預程度高組，Pay與Inno在1%的置信水平上顯著負相關且系數為-0.0022647。對比全樣本的回歸系數可以看出，政府干預程度越高，高管薪酬激勵的負向作用效果越明顯。因此，假設3得到驗證，表明政府資助加強了股權激勵對企業創新效率的正向促進作用，也強化了薪酬激勵對于企業創新效率的負向關系。之所以在干預程度較高的地區激勵效應影響顯著，可能是政府的研發投入干擾了公司治理機制的正常運行和激勵機制的運行效果，提高了高管激勵機制對創新效率的有效性。

表6 高管激勵與企業創新效率關系的回歸結果

表7 政府干預結果調節作用回歸結果

五、穩健性檢驗

為確保研究結論的可靠性，本文進行了如下兩方面穩健性檢驗。

（一）改用其他指標作為解釋變量

為確保研究結論的可靠性，以董事、監事、高管年薪總額自然對數代替前三位高管薪酬總額的自然對數，彌補前文中薪酬激勵與股權激勵口徑不一致可能帶來的誤差。借鑒現有學者的做法，使用前五大股東持股比例代替第一大股東持股比例表示股權集中度，用總銷售收入代替期末總資產等財務指標，分別將它們作為解釋變量代入模型中。最后，考慮到企業專利申請數不一定代表最終企業專利被授予的數量，根據上市公司的披露數據我們以專利申請后四年的累計專利授權數作為變量代入模型，回歸結果如表8（1）所示，結果與上述回歸結論基本一致，印證了前文的假設。

（二）進行滯后期檢驗

考慮到企業從創新投入到形成創新產出這一過程具有復雜性以及時間的不確定性，本文結合現有研究文獻的觀點，擬將創新投入分別滯后1期和2期，用滯后的創新產出除以創新投入重新計算創新效率，使得企業創新效率這一指標的衡量更具有說服力。回歸結果如表8（2）所示，基本與前文分析結果一致，驗證了研究結論的穩健性。

表8 穩健性檢驗回歸結果

六、結論與啟示

（一）結論

通過對2014—2017年創業板上市公司面板數據的實證研究，本文得出如下結論：（1）高管股權激勵與企業技術創新效率呈正相關，而高管薪酬激勵與企業技術創新效率呈負相關。（2）在控制其他變量的情況下，我們進一步將政府干預引入到高管激勵與創新效率的分析框架并按照政府干預程度進行了分組檢驗，結果發現，在政府干預高的地區股權激勵對企業技術創新效率具有顯著正向影響，而薪酬激勵則具有顯著負向影響。

（二）啟示

現代企業之間的競爭很大程度上就是創新能力的競爭，創新能力是在激烈的國際競爭中始終處于領先地位的重要因素。基于上述研究結論，本文提出以下建議：從企業內部角度看，我國創業板上市公司整體創新效率不高，但研究結論顯示，相對薪酬激勵，股權激勵的方式更能促進創新效率的提升，能夠促使高管與股東的利益趨同，減少短期行為，從而優化資源的配置，因此在設計高管激勵計劃、促進企業創新效率提高時，可以適當提高股權激勵的比例。從政府角度出發，企業創新具有外部性，政府干預的確能夠在一定程度上緩解企業負擔，但應在充分了解企業研發的基礎上，把握好政府干預的程度，既要避免過度干預導致的創新激勵扭曲，又要更好地發揮政府在創新效率提升、戰略引領等方面的基礎性和導向性作用，要根據不同地區的實際情況及時調整有關政策，為企業提供一個良好的創新環境。