學術高管對企業創新的“雙刃劍”效應
——基于中小企業上市公司的實證分析

徐建波，陳建明，王嘉歆

(徐州工程學院 管理學院， 江蘇 徐州 221008)

0 引言

提升企業創新能力是信息經濟時代企業獲得競爭優勢的重要手段[1]，也是我國創新驅動發展戰略的內在要求。2014年中國在政府工作報告中提出“鼓勵科研人員創辦企業”，此后在一系列國家創新政策的推動下，具有學術經歷的學者不斷加入企業管理團隊，成為“大眾創業、萬眾創新”洪流中獨具特色的群體。學術高管的加入對提升企業創新水平、促進科技成果轉化、推動社會轉型都將產生深遠影響。

作為企業創新決策主體，高管團隊如何影響企業創新這一問題受到了越來越多的關注。事實上，高管團隊并非一個同質群體，而是由擁有不同社會屬性和職業經歷的個體構成。高管團隊成員異質性對企業管理職能執行效果施以影響，進而對企業創新決策產生影響[2-3]。既有文獻分析了高管個體特征如性別[1,4]、教育背景[5-6]、宗教信仰[7]、性格[8]、薪酬[9]以及個人經歷如軍事經歷[10]、政府任職經歷[9]、發明經歷[11]等對企業創新活動的影響。本文重點關注高管學術經歷。已有研究關注了高管學術經歷對企業債務融資成本[12]、社會責任[13]、審計費用[14]等的影響，但是將高管學術經歷與企業創新直接聯系的研究較少。劉金山等[15]以2008-2014年我國制造業上市公司為樣本，實證發現高管學術背景對企業創新績效有正向影響，在對比分析不同企業性質和不同地區的差異性影響后，發現高管學術背景對非國有控股企業和東部省份企業創新績效的正向影響更顯著；趙珊珊[16]對2008-2014年A股上市公司的研究發現，高管學術經歷能夠顯著提高企業創新投入與創新產出，規模較大、負債水平較低的企業具有更高的創新產出；張曉亮[17]以高層梯隊理論為基礎，以滬深兩市2007-2014年A股上市公司為研究對象，實證檢驗發現CEO的學術經歷有助于提高企業創新效率；黃燦針[18]針對我國“文人下海”現象，研究了高管學術經歷對企業創新的影響。研究結果發現：高管學術經歷能促進企業創新，良好的創新氛圍、較低的國有股權占比會強化這種正向作用。另有部分學者將高管學術經歷融入高管個人背景并展開研究，同樣發現具有學術經歷的高管對企業創新具有正向影響[19-20]。

綜上，已有研究為理解高管團隊特質對企業創新的影響提供了豐富視角。其中，針對高管學術經歷對企業創新的影響效應，學者們主要認為學術高管出色的科研能力和豐富的創新資源有助于促進企業創新。本文認為，高管學術經歷對心理特質的塑造是復雜的，其對企業創新具有“雙刃劍”效應，在肯定學術經歷對企業創新的促進作用時，其可能產生的抑制作用不應被忽視。為此，本文將對高管學術經歷對企業創新的“雙刃劍”效應進行理論梳理，通過對我國上市企業的實證研究，檢驗學術高管位居關鍵職位、不同學術高管占比下的創新效應以及高管學術經歷對創新投入和產出的差異性影響。本研究的理論貢獻是，從正、反兩方面深入探討和分析學術高管對企業創新的影響效應，彌補了前人只關注高管學術經歷對企業創新正向影響的不足，完善并豐富了高層梯隊理論。同時，在越來越多學者投身“雙創”浪潮的背景下，本文研究結論對理性評價學術高管對企業創新的影響、合理制定政策引導科技人員創新創業具有重要的現實意義和政策參考價值。

1 理論分析與研究假設

1.1 學術高管對企業創新的促進機理

資源依賴理論認為，企業作為社會組織，是一個開放性系統，從外部環境中不斷獲取發展所需資源是其必然選擇。因此，企業為在創新資源競爭中獲得優勢，需要找到聯接外部資源和內部組織的橋梁。聘用具有學術經歷的人擔任企業高管正是搭建該橋梁的有效方式。隨著越來越多的文人學者加入企業管理團隊，學術高管對企業創新也會產生重要影響。

(1)學術高管是優質的人力資本。長期受到學術熏陶的高管較其他高管通常擁有更高水平的專業技能和管理才能。根據研究領域不同，學術高管可以分為技術型和非技術性兩種。技術性學術高管大多是某技術領域專家，他們在特定領域積累的知識、研發慣性、研發技巧以及研發流程等經驗能為企業縮短研發時間、節省研發費用、提升研發效率，讓企業在競爭中“贏在起跑線”；對非技術性高管而言，公司聘用他們的主要目的是利用他們在戰略決策、成本管理、人力資源管理、品牌營銷等方面的管理才能，為企業營造良好的內部創新生態，從而促進企業創新。

(2)由學術經歷塑造出的性格特征契合企業創新要求。已有研究發現，受過長期嚴謹學術訓練的人在決策時會依據其專業知識更為冷靜地分析問題，審慎作出更穩健的判斷[21]。一方面，科技創新活動具有專業性和復雜性。長期接受嚴格學術訓練的高管養成了嚴謹的學術精神和面對困難鍥而不舍的探索精神，使他們在應對創新過程中出現的問題和挑戰時更加理性、從容。同時，學術經歷中培養出的批判性思維和獨立思考能力使他們在決策時不會人云亦云，能獨立發表見解，促進企業高管團隊建議多樣化，有利于提高高管團隊創新決策質量[22]；另一方面，科技創新具有長期性和高風險性。對于上市企業而言，為應對資本市場敵意收購、財務分析跟蹤和股票流動性壓力，企業高管會優先考慮短期目標，從而減少對長期創新項目的投資[23]。而學術高管更加關注技術創新，能深刻體會創新的重要性，更愿意進行技術創新[24]。因此，學術高管能夠在一定程度上遏制企業高管團隊的短視行為，促進企業加大技術創新投入，保障企業長期發展。

(3)學術高管的社會資本能給企業帶來更多創新資源。基于社會資本視角，學術高管擁有的高校、科研機構人際關系和社會資源使企業在獲取人才、技術設備和信息等創新資源方面具有優勢，有利于企業降低創新要素獲取難度和成本，提高創新效率，拓展創新空間。具體表現為：①人才資源。學術高管從本科到研究生階段積累了豐富的人脈資源，在該圈子里他們彼此了解和信任，形成人際關系和技術上的雙重優勢，使企業能夠通過學術高管的橋梁作用，快捷、準確地招聘到合適的技術研發人才；②技術設備資源。企業通過學術高管的“搭橋”與高校、科研院所等開展項目合作，共享它們的技術和設備資源；③信息資源。學術高管通過參與、跟蹤企業、高校和科研機構的科研項目，形成信息共享的創新聯盟，有助于企業獲得研發創新先發優勢[25]。

綜合上述對學術高管人力資本、性格特征和創新資源的分析，本文提出如下假設：

H1：高管學術經歷對提升企業創新水平具有正向影響。

1.2 學術高管對企業創新的抑制機理

根據高層梯隊理論，企業高管的有限理性使得他們的行為受到認知、價值觀念等心理特質的影響，而心理特質的形成又與個人職業經歷緊密相關。學術高管具有的人力資本、性格特征和創新資源在為企業創新活動帶來提升效應的同時，也可能造成抑制作用，即學術高管對企業創新存在“雙刃劍”效應。高管學術經歷對企業創新產生抑制作用，源于學術活動與企業管理方面的差異。

(1)溝通管理模式。一方面，學者的使命是追求知識和真理，當他們在學術研究過程中與其他學者產生觀點分歧時，解決辦法是通過進一步研究證實自己或證偽對方。當分歧無法解決時，不同觀點在邏輯自洽條件下可以互不干擾、共生共存。因此，獨立和堅持被認為是學者的優秀品質。而企業管理從某種意義上是“借助別人做好工作的技能”，是將不同性格、特長和偏好的人凝聚在同一組織目標下的協作活動，企業目標的唯一性決定了企業管理者無法求同存異，只能放棄或改變個人觀點，為企業共同目標彼此妥協和讓步。另一方面，在科研工作中，學者作為知識傳播者和研究方向把握者，對門下弟子和學生普遍采用居高臨下的權威式、家長式管理模式。而企業員工擁有專業技能，長期身處研發一線，是創新活動的創造者和具體執行者，權威式、過于僵化的管理方式不利于活躍員工思維、保持創造性，因此企業多采用以激勵為主的管理模式。上述差異帶來的結果是，學術高管受原有溝通管理方式的慣性影響，協作能力和團隊精神與其他高管相比較弱，在高管團隊中“獨樹一幟”，增加了管理和溝通成本，降低了企業創新決策效率。

(2)思維模式。學術活動是單點創新思維模式，而企業創新研發是工程思維模式。學者在開展學術活動時，都是在自己專長和關注領域選擇某個切入點進行 “聚焦”，在前人相關研究基礎上進行尋根問底的研究，這就需要具備較高專注度和細致、深入的思維。企業創新本質上是一項投資決策，除需要考慮技術可行性外，還要對市場前景、競爭對手、風險評估、企業資源分配、財務績效等方面進行綜合分析，這就需要管理者具備把握大局、宏觀思維的能力。

(3)創新目標。是否考慮市場價值是兩者的又一個區別。在學術活動中學者主要關注能否通過實驗假設、實驗過程等實現預期結果，至于實驗結果是否具有市場價值并不是其考慮的首要因素，在其看來，基礎領域和純理論研究成果同樣具有重要價值。企業研發的最終目的是銷售產品，性價比高的產品才能在市場中贏得良好銷售業績和聲譽。創新成果市場化的目標決定了企業研發追求產品和技術創新的應用價值，同時，盡可能降低研發費用和制造成本等。創新目標差異對學術高管提出了截然不同的能力與素質要求。

(4)實施條件。學術活動中的科學研究能夠嚴格控制研究條件，學者可以精心布置實驗環境，當實驗結果與預期出現偏差時，可以對實驗條件反復進行調試，直至達成實驗目的。而企業創新活動具有社會實驗性質，面對復雜多變的內外部環境，企業對各種影響因素的控制力遠不及學者對實驗室的操控。企業研發一旦失敗，調整方案可能涉及市場調研、產品設計、營銷宣傳、生產銷售等多個環節，調整成本遠高于學術活動中的科學實驗。因此，學術高管面臨著從可控性強、調整成本低的實驗室試驗向不可控性大、調整成本高的企業研發轉換，更苛刻的制約條件對學術高管的適應能力提出了挑戰。

由此可見，實驗室科研與企業創新是兩個截然不同的領域，存在溝通管理模式、思維模式、創新目標、實施條件等諸多方面差異。這些差異使學者在向高管轉變的過程中出現角色沖突，導致擁有豐富科研成果和卓越科研能力的學者未必能成功轉換為出色的企業管理者。

那么，為什么學術高管對企業創新效應的抑制作用在以往研究中被忽視？究其原因，是因為這種抑制作用不是任何條件、任何情境下都一定存在的。只有當學術高管在高管團隊中的地位和話語權發生突變，他們與其他高管的技能、文化和價值觀差異由原來的互補型轉變為沖突型時，學術高管對企業創新的抑制作用才會體現出來。

首先，由學術高管團隊地位變化導致的企業創新抑制效應。企業創新是一項復雜工程，企業高管尤其是處于關鍵職位的高管需要具備高水平的綜合素質，包括市場機會把握、客戶需求識別、創新團隊掌控和激勵、企業經營環境協調等。這些對很多學者而言，都是很大的挑戰。在學者擔任企業非決定性職務時，其專業經驗有助于拓展企業決策視野、提高團隊專業素養、整合更多創新資源，幫助企業占領市場先機。但是通常情況下，學術高管很難是既精通某領域的專才又兼備綜合管理能力的通才。當學術高管擔任企業決定性職務時，綜合能力不足的短板將突顯出來，從而對企業創新的提升效應產生抑制作用。

綜上所述，提出如下假設：

H2：與擔任非決定性職務相比，學術高管擔任決定性職務會抑制企業創新。

其次，由學術高管話語權變化導致的企業創新抑制效應。當企業創新面臨動蕩的外部環境時，企業高管需具有更強的信息處理能力、更高的協調效率來應對環境不確定性和外部挑戰。在高管團隊中授權一定比例的學術高管，可以為團隊提供多樣化知識，有利于從不同視角審視和分析企業面臨的問題，進而改善創新決策質量。隨著學術高管數量的增加，學術高管特立獨行的處事方式、權威式管理方式、理想化的目標追求不利于企業高層統一想法，從而降低企業創新決策效率和弱化決策執行效果，即企業學術高管過多，會對企業創新產生“過猶不及”的影響。

基于此，提出如下假設：

H3：學術高管與企業創新并非呈持續的線性相關關系，隨著學術高管占比提高，企業創新效應呈現下降趨勢。

2 研究設計與數據收集

2.1 模型構建

依據前文理論分析，本文將檢驗高管學術經歷對企業創新活動的影響。構建基準計量模型如下：

Innovationi,t=α+βAcademici,t+γControlVariablesi,t+δIndustryi+θYeart+μProvincei+εi,t

(1)

其中，i表示企業，t表示時間，Innovation為企業創新代理變量，Academic為企業學術高管代理變量，ControlVariables為其它影響創新行為的一組控制變量，Industry、Year、Province分別為所屬行業、年份和所屬省份效應，回歸時對上述3種效應進行控制，ε為殘差項。

2.2 樣本選擇與數據來源

選取2011-2018年我國中小板和創業板上市企業作為初始樣本，剔除金融類、ST、*ST、個別年份數據不全企業，最終獲得樣本8 067個，具有學術高管的觀測值3 476個，約占總樣本的43.1%。核心變量學術高管信息來源于國泰安上市公司人物特征數據庫，樣本企業專利申請數、研發投入情況、企業財務數據、治理數據均來自國泰安數據庫、WIND數據庫，缺漏部分從歷年企業年報中查詢補充。為消除極端值對結果的影響，對連續變量進行前后1%水平的Winsorize處理。

2.3 變量設置

(1)因變量：創新水平(Innovation)。根據《中華人民共和國專利法》規定，專利分為發明專利、實用新型專利和外觀設計專利。當前我國各地政府在創新追趕戰略引導下，對專利申請企業采取創新補助、稅收減免等多種財政激勵。在利益驅動下企業專利申請動機產生了扭曲激勵效應[26]。相較于實用新型專利和外觀設計專利，發明專利在成果新穎性、創造性和實用性方面要求較高，其扭曲激勵效應相對較小，更能反映企業真實創新能力。因此，本文用發明專利申請數(Invent)衡量企業創新水平。在進行穩健性檢驗時，采用3種專利申請量之和(Apply)以及反映企業創新投入的研發經費(R&D)作為企業創新水平代理指標。

(2)核心自變量：高管學術經歷(Academic)。本文沿用Bamber等[27]、周楷唐[12]對企業高管范疇的界定，即指除企業董事會及監事會成員外，直接參與企業經營決策的高級管理人員，包括企業董事長、首席執行官、總經理、執行總經理、副總經理、執行副總經理、總會計師、財務負責人。

學術經歷反映了高管的職業經歷以及由此衍生的可利用資源，是人力資本和社會資本的總和[28]。與一般高管相比，學術高管具有更強創新能力、更多創新資源，能為企業創新提供更多科研支持，獲得創新成果的可能性也更大。本文根據實證需要，對核心自變量作如下設置：①設Academic-d1為高管學術經歷的虛擬變量，當高管團隊有成員具有學術經歷時，Academic-d1為1，否則為0；②設Academic-d2表示CEO或董事長學術經歷的虛擬變量，當兩者中至少有一個具有學術經歷時則為1，否為0；③設Academic-d3表示當CEO和董事長沒有學術經歷而其他高管學術經歷的虛擬變量。當其他高管有學術經歷時則為1，否為0；④設Academic-p表示具有學術經歷的高管占企業全部高管人數的比例。

(3)控制變量。借鑒以往文獻做法[29-31]，對控制變量設置如下：用企業總資產衡量企業規模(Size)，用企業成立時間表示企業年齡(Age)，用凈利潤衡量企業績效(Profit)，用資產負債率衡量企業杠桿率(Leverage)，用營業收入衡量企業成長性(Growth)，用政府每年提供的補助衡量企業獲得的外部資助(Subsidy)，用年末第一大股東持股比例衡量企業股權集中度(Top1)，采用實際控制人是否為國家衡量企業性質(Soed)。此外，還加入了年度(Year)、省份(Province)和行業(Industry)虛擬變量，分別控制年度、地區和行業固定效應。為減小異方差性影響，對因變量、核心自變量和各控制變量中的連續變量均進行對數化處理。模型中各變量具體定義和計算方式如表1所示。

表1 變量定義及計算方式

2.4 描述性統計分析

表2A欄列出了全樣本描述統計特征。創新產出指標發明專利申請變量Invent的均值和中位數分別為2.635與2.738，發明專利、實用新型專利和外觀設計專利3種專利申請量之和Apply的均值和中位數分別為2.989與3.173，中位數均大于平均值，說明總體分布呈左偏狀態，即研究期內大多數樣本企業專利申請量的增長速度低于平均值。企業創新投入指標研發經費R&D的均值和中位數分別為8.125與8.085，顯著高于研發產出的同類指標，表明企業不斷加大創新投入，研發投入增長速度維持在較高水平。高管學術經歷Acadamic-d1的均值和中位數分別為0.431與0，表明43.1%的樣本企業高管有學術經歷。Acadamic-d2的均值和中位數分別為0.323與0，表明32.3%的樣本企業CEO或董事長有學術經歷。Acadamic-d3的均值和中位數分別為0.109與0，表明10.9%的樣本企業CEO或董事長沒有學術經歷，而其它高管有學術經歷。Acadamic-p的最大值和最小值分別為0.649與0，反映出不同企業高管比例差異巨大，均值和中位數相對較低，分別只有0.137和0.112，表明雖然近年鼓勵學者投身“雙創”的氛圍日趨濃厚，但總體來看，企業高管中具有高校或者科研機構任職經歷的比例仍然不高。

表2B欄對比了有學術高管與無學術高管企業在創新水平方面的統計性表現。T檢驗和Wilcoxon Z檢驗的統計值表明，有學術高管企業的創新水平顯著高于無學術高管企業。描述性統計結果初步驗證了假設H1。

3 實證檢驗結果及分析

首先，對基準模型進行估計，分別驗證3個假設；其次，通過改變樣本、因變量和自變量衡量指標，引入滯后項等方法進行穩健性檢驗，確保估計結果穩定可靠；最后，采用傾向得分匹配估計方法解決可能出現的內生性問題。

3.1 基準模型估計

采用最小二乘法對基準模型進行回歸，結果如表3所示。模型(1)、(2)、(3)、(4)列出了學術高管對企業創新影響的多元回歸估計結果。模型因變量為企業發明專利申請量，核心自變量依次為高管團隊中至少有一人有學術經歷、CEO或董事長至少有一人有學術經歷、CEO和董事長沒有而其他高管有學術經歷、有學術經歷的高管人數在企業高管總人數中的占比。對比各模型回歸結果可見，衡量高管學術經歷的4個代理指標的符號相同，各控制變量影響系數在不同模型中的符號相同、數值相近，說明回歸結果比較穩定。

模型(1)中學術高管的回歸系數為0.090，且在5%的水平下顯著，說明學術高管與企業發明專利申請數存在顯著正相關關系，學術高管使企業創新產出水平平均提高9%。由此可見，學術高管對企業創新產出的提升作用，無論是在統計意義上還是在經濟意義上都十分顯著，因此驗證了假設H1。其它控制變量中，企業規模、企業年限、企業盈利能力、杠桿率以及企業獲得的政府補助等變量系數顯著為正，說明規模擴大、企業逐漸進入成熟期、經濟效益越好、調動的資金量越大、從政府手中獲得的創新補助越多，企業創新成效就越顯著。企業發展速度系數為正，但不顯著；第一大股東持股比例和企業國有性質對企業創新產出的影響為負，說明股權過于集中和國有性質都制約了企業創新，但回歸結果并不顯著。模型(2)、(3)和模型(4)回歸結果類似，不再贅述。

表2 變量描述性統計結果

表3 高管學術經歷與企業創新水平回歸估計結果

對比模型(2)和模型(3)的核心自變量系數發現，學術高管擔任企業決定性職位(CEO或董事長)與擔任非決定性職位相比，由前者帶來的發明專利提升效應反而出現降低。這個結果驗證了假設H2，即因學術科研與企業創新活動在溝通管理模式、思維模式、創新目標、實施條件等方面的差異，學者在進行兩種身份轉變時產生了“水土不服”現象，尤其是當他們擔任企業核心領導時，對企業創新的抑制效應體現得更顯著。

為驗證假設H3，即學術高管與企業創新之間并非持續呈線性關系，參考沈藝峰[32]的處理方法，根據學術高管比例對樣本從高到低進行排序，并將排序位于前30%的樣本作為高比重組，介于30%～70%之間的作為中等比重組，排在最后30%的作為低比重組，設定分組虛擬變量。在模型(1)中加入分組變量以及分組變量與學術高管比重的交乘項，構成新模型(2)以檢驗3個分組差異。

Innovationi,t=α+β0Groupi,t+β1Groupi,t×Academici,t+β2Academici,t+γControlVariablesi,t+δIndustryi+θYeart+μProvincei+εi,t

(2)

其中，用發明專利申請量(invent)作為創新代理變量，用學術高管占比(Acadamic-d2)作為學術高管代理變量。依照學術高管比例的高低，將Group變量分為三類:Top_Acadamic-p、Mid_Acadamic-p和Low_Acadamic-p，分別代表高、中、低三組學術背景的虛擬變量。

表4表明，學術高管對企業創新的影響為正向，但按學術高管占比分組的系數符號出現正負交替，表明兩者存在非持續線性關系。按照學術高管比重從低到高的順序比較發現，學術高管對企業創新的促進作用初始為負且相關系數不顯著，隨著學術高管比例增加，與企業創新的關系變為顯著正相關，比重進一步提高后，兩者又變為負向關系，驗證了假設H3。出現這一現象的原因在于：當學術高管在高管團隊中占比較低時，其話語權較小，其觀點和理念不足以動搖或影響其他高管，所以對企業創新決策和活動的影響不顯著。當學術高管逐漸成為高管團隊的主要力量時，對企業創新活動的正向促進效應開始凸顯。當學術高管過于飽和時，與其它非學術高管相比，學術高管受學術經歷影響形成的處事方式、管理方式、互動方式等差異凸顯，從而降低了企業創新決策效率、削弱了決策執行效果，當這種負面效應大于企業創新提升效應時，說明因學術高管雙重身份帶來的負面效應對正面效應形成反噬，出現“過猶不及”現象。所以，企業應從實際出發，既要在數量上保證足夠的學術高管為企業創新提供支持，又要從效率角度考慮，謹慎聘用過多的學術高管加入企業高管團隊。

表4 學術高管與企業創新的異質非線性關系

3.2 穩定性檢驗

改變因變量代理指標。企業創新包括創新產出和創新投入兩方面。研發費用作為企業創新投入，決定了企業未來的創新產出水平。因此，本文用企業研發費用增長率作為衡量企業創新活動的代理指標。與創新產出模型一致，核心變量依次選取高管團隊中至少有一個有學術經歷、CEO或董事長至少有一個有學術經歷、CEO和董事長沒有而其他高管有學術經歷、有學術經歷的高管人數在企業高管總人數中的占比，檢驗結果見表5。對比回歸結果發現，核心變量高管學術經歷的4個代理指標的符號相同，各控制變量影響系數在不同模型中符號相同、數值相近，說明回歸結果比較穩定。以模型(1)為例分析，學術高管的回歸系數為0.121，且在1%的水平下顯著，表明學術高管與企業創新投入存在顯著正相關關系，學術高管使得企業創新投入水平平均提高12.1%，學術高管對企業創新投入的提升作用在統計意義上和經濟意義上均十分顯著。因此，學術高管在投入和產出兩個維度上均能對企業創新產生積極效應。

一個值得關注的現象是，對比學術高管對創新產出和創新投入的影響系數發現，學術經歷對創新投入的促進作用明顯高于創新產出。出現這種現象的原因可能是，學術高管從學術機構進入企業時，會帶來自身科研成果和創新資源，進而激發企業對其提供配套資金，有利于實現科研成果轉化。然而影響企業科技創新的因素很多，投入資金未必能夠換來等比例的創新產出，這也印證了其他學者關于我國企業創新效率不盡如人意的判斷[4,6]。

表5 高管學術經歷與企業創新投入回歸估計結果

運用其它方法進行穩定性檢驗：①改變自變量代理指標。考慮到學術高管加入和其它影響變量對企業創新產出的影響效應具有一定滯后性，對自變量取滯后1期進行回歸；②改變樣本。制造企業是創新主體，也是我國實施創新驅動發展戰略的重要載體，制造業在本文樣本企業中的比例高達77%，因此本文以制造企業為樣本進行驗證；③在解釋變量中加入被解釋變量的滯后一期，控制可能存在的研發慣性因素；④改變回歸方法。由于因變量專利數符合泊松分布，因此采用泊松回歸模型進行回歸分析。以上回歸結果均相近，表明上述結論穩健可靠。

3.3 內生性處理

以上驗證并不能解決模型中可能存在的反向因果問題：學術高管與企業創新間正相關可能并不是學術高管對企業創新產生促進效應，而是創新水平較高的企業有更好的創新環境和更多創新激勵，從而對有學術經歷的高管更具吸引力，即企業在聘用高管時存在內生性。針對這一問題，本文采用傾向得分匹配法(PSM)作進一步分析。

參考許年行[33]、齊紹洲[34]的思路，首先，運用傾向得分匹配法遴選樣本。PSM方法是將處理組與對照組進行匹配。本文以企業是否聘用有學術經歷的高管為標準，將樣本分為處理組(企業有學術高管)和控制組(企業無學術高管)，采用半徑匹配法進行樣本匹配。在其它條件相同的情況下，通過對比有無學術高管企業的創新表現，判斷高管學術經歷對企業創新的影響。

PSM估計由Logistic估計結果、ATT值以及匹配后的估計結果3部分組成。總樣本Logistic估計結果見表6第2列，企業規模、年限、績效財務杠桿率、成長性、政府補貼、第一大股東股權比與學術高管均顯著正相關，而企業性質系數不顯著，反映出愿意放棄高校、科研院所等事業單位而投向企業的學術高管不會特別在意企業性質。ATT值在1%的水平下顯著為正，同時，匹配后的估計結果如表6第4列所示。其顯示，學術高管對企業創新的影響仍然顯著為正，驗證了本文結論。

表6 Logistic 估計結果與半徑匹配后的檢驗結果

4 研究結論與啟示

聘用具有學術經歷的學者擔任企業高管，是我國“雙創”浪潮中企業追求市場競爭力的一個獨特現象。本文以2011-2018年我國中小板和創業板上市企業為對象，實證考察了高管學術經歷對企業創新的“雙刃劍”效應。研究發現：①學術高管自身具備的優質人力資本、符合創新活動要求的性格特征，以及依附學術經歷帶來的豐富創新資源，整體上可以顯著提升學術高管任職企業的創新水平；②學術活動與企業管理在溝通方式、思維模式、創新目標、制約條件等諸多方面存在明顯差異，導致學者在向企業高管轉變的過程中存在一定程度的角色沖突，學術高管出任董事長或CEO等決定性職位時的創新效應低于其任職其它高管職位，表明學術高管的創新促進效應與其所處企業職位緊密相關；③學術高管對企業創新效應的抑制作用還受其在企業中的話語權影響，表現為學術高管數量并非多多益善，隨著學術高管在企業高管中占比的提高，其對企業創新水平的提升作用呈下降趨勢；④學術高管對企業創新投入與創新產出均有促進作用，但對前者的作用效應顯著大于后者，創新投入增加并不能帶來同等程度的創新產出增加，反映了學術高管對企業創新的促進效應有待進一步提升。

本文深入研究了高管學術經歷對企業創新的“雙刃劍”效應，這對于深入理解我國企業管理與實施創新驅動發展戰略具有重要意義。從理論上看，拓展了“高層梯隊理論”決定因素體系的研究深度。本文在已有高管學術經歷影響企業創新的研究基礎上，從正向和負向兩個方面深入分析了高管學術經歷對企業創新的差異化作用機制，對進一步豐富“高層梯隊理論”具有重要的理論價值。從實踐上看，當前我國政府大力提倡“文人下海”、“學者創業”，從個人微觀層面看，出現了許多成功的學者轉型案例，但失敗的案例也不在少數。如何趨利避害、最大程度地發揮學術高管在企業創新活動中的作用依然是困擾企業的一個難題。本文研究結果表明，學術高管位居企業決定性職位時的創新效應并沒有擔任其它非決定性職位時的創新效應顯著，學術高管占比提升并不能同步帶來創新效應的提升。上述發現有助于更加理性、客觀地認識企業創新活動中學術高管的作用，即科技人員“破籬”式創業、參與式創業或許要優于主導式創業。因此，建議企業在尋求學者智力支持時并非多多益善，而應適當控制學術高管比重，使其既能夠充分發揮學術經歷帶來的專業優勢和資源優勢，又可以盡量避免因學者自身“短板”對創新創業的不利影響。此外，企業應選擇適當方式方法，采用多種形式“柔性”引才用才，做到人盡其才，實現企業聘用學術高管的真正目的。

5 研究不足與展望

本研究局限和未來研究方向是：①研究樣本主要是我國中小板和創業板上市企業，相關結論是否適用于創新能力突出的大中型企業需謹慎。未來可作深入研究；②分析高管學術經歷時，只考慮了高管有無學術經歷，對其學術經歷時間長短、是否依然在高校等學術機構任職等缺乏深入分析，學術經歷的差異化對企業創新的影響需在未來作進一步研究；③研究發現，企業高管團隊中學術高管數量并非越高越好，那么是否存在一個學術高管的最優占比？這也是后續研究的另一個重要內容。