中小企業股權激勵對企業創新的影響
——基于中小板企業的雙重差分分析

梁四安，馬 晴

（佛山科學技術學院 經濟管理學院，廣東 佛山 528000）

一、引言

創新是企業提高市場競爭力的源泉，長期以來，我國企業廣泛投身于創新研發活動，研發投入常年占全社會比重超過70%，為我國科研事業做出了巨大貢獻。然而，當前我國企業創新活動呈現出明顯的結構性差異，規模以上企業研發投入高達企業研發總投入的80%以上［1］，目前我國專利申請主要來自大型企業，而大量中小企業囿于自身實力，在創新和研發方面乏善可陳，直接導致在專利和技術上長期受制于人。艾瑞咨詢數據顯示，2020 年我國中小企業占全國企業總數的99%，卻僅有不到四成企業進行了研發活動。如何激勵廣大中小企業投身于研發創新，為我國國民經濟注入新的活力，使“大眾創業、萬眾創新”得到真正落實，是社會亟待解決的問題。

當前，不少中小企業陸續實施了股權激勵計劃，考慮到中小企業的股權激勵不僅能改善經營績效，使企業有更充裕的財力參與研發，而且能在一定時間內改變高管的利益導向，從而影響企業實際經營決策，很有可能對企業創新行為產生效應，本文試從該角度切入，研究中小企業的股權激勵對企業創新的影響。

二、文獻綜述

學界關于股權激勵與企業創新的相關研究由來已久。Jensen［2］等提出的“委托——代理”理論系統地闡述了企業經營過程中的激勵機制，認為界定產權是激勵的核心。目前，我國上市公司中發布并實施了股權激勵計劃的企業逐年增加，占比不斷上升，學界對企業股權激勵的研究不斷深化。臧志彭（2015）［3］、程翠鳳（2018）［4］等指出股權激勵有利于挽留高級人才，減少非效率投資成本，能對企業經營起積極作用；股權激勵與市場信心的正相關關系也在基于上市公司樣本股價波動的實證研究中得到檢驗（毛薦其，2007［5］；He，2013［6］）。

孫旭東，李成剛［9］（2017）從股權激勵對行業創新角度切入，利用創新指數測算法，論證了股權激勵不僅有利于企業長遠發展，且對行業創新有正向影響。王永海、張文生（2008）［10］與田軒、孟清揚（2018）［11］針對滬市上市企業的實證研究也揭示股權激勵能夠促使高管進行更具風險性的投資，其中便包括研發創新。但學界也不乏不同的聲音，如潘吟斐（2013）［7］、陶萍等（2016）［8］在對A 股上市公司面板數據進行分析后指出，由于福利效應存在，股權激勵對高管影響有限，無法對企業經營績效產生實質性影響。還有文獻表明股權激勵對企業創新并非一直起正向影響，趙宇恒（2013）［12］、張娜等（2019）［13］對滬深兩市高管的持股比例與企業的研發投入進行了實證研究，發現創新支出與高管的持股比例相關性較強，高管的持股比例較高會導致高管避免承擔風險，進而排斥企業創新投入以及降低研發績效。

梳理上述文獻可知，目前學界主流研究基本肯定了股權激勵對企業經營績效的改善，但對是否能正向激勵企業創新仍在探討當中，過往研究多以A 股上市公司為研究樣本，較少地考慮中小企業，樣本選取在該方面存在學術空白，本文的研究試圖在豐富前人研究的基礎上，采用中小板企業樣本，探討中小企業高管股權激勵對企業創新的影響。

三、研究假設

本文在梳理過往研究的基礎上，對中小企業股權激勵與創新的關系進行理論探討。本文認為，中小企業在創新投入上的決策具有兩面性，一方面，中小企業有追求創新以在市場競爭中占得主動從而最大化企業效益的動機，另一方面，囿于自身實力薄弱，無力承擔大量研發支出以及隨之而來的財務風險，中小企業也會排斥創新投入。根據中小企業研發投入現狀判斷，后者的影響大于前者，導致中小企業目前總體在創新上處于邊緣化的狀態，研發投入不足，研發產出較低，創新能力和創新績效普遍低下。

在實施股權激勵后，中小企業的創新決策受到如下改變：一方面，許多中小企業由個人獨資和合伙人企業改制而來，企業高管實際權力不大，公司運營更多體現其所有者的意志。另一方面，根據前人研究結果，股權激勵能提升企業的經營績效，利潤的增長為企業創新提供財力保障，利好企業創新。根據以上的分析，本文提出了下面的兩個研究假設：

H1：中小企業實行股權激勵能顯著促進企業創新

此外，中小企業區別為大企業的一個重要特征為高股權集中度，這主要是因中小企業多由個人獨資和合伙人企業轉制演化而來，尚處于發展初期，其創始人往往擁有絕對控股權，在高股權集中度下，中小企業的高管權力有限，積極性受到壓制，一旦實行股權激勵，高管的積極性和潛能將得到較大發揮，其進行企業創新以博取成績的動力較為強勁，而在低股權集中度的中小企業，因股權分散，高管經營權限較大，進一步的股權激勵帶來的邊際效應較弱，無法對企業的創新決策產生實質性影響。基于上述考量，本文提出研究假設：

H2：股權集中度高的中小企業進行股權激勵后會有更加明顯的創新促進作用，股權集中度在股權激勵影響企業創新中起著正向的調節作用。

四、實證分析

（一）模型構建

為印證上述研究假設，本文進行實證建模分析，本文實證模型為雙重差分模型，該模型能通過事前事后處理組和控制組的對照差分，有效評估政策或沖擊的影響，在股權激勵研究領域，該實證方法見諸臧志彭（2015）［3］、程翠鳳（2018）［4］等多位學者的研究，模型具體表達如下：

模型1 用于探究股權激勵對企業創新投入的影響，模型2 在模型1 的基礎上加入了股權集中度的交乘項，以探究股權集中度可能存在的調節效應。其中，下標i 為企業個體，t 為年份，RD 為本文被解釋變量企業的研發投入，X 為本文核心解釋變量股權激勵，若i 企業t 年已進行了股權激勵，則取值1，否則取值0。soe、roa、size、age、lev、ato 分別為企業層面控制變量——企業產權性質、凈利潤率、企業規模、企業年齡、杠桿率、資產負債率，top1為本文調節變量股權集中度，γi為個體固定效應，ηt為時間固定效應。本文主要關注核心解釋變量X 的系數β1和交乘項X*top1的系數β3的方向、顯著性和大小。

（二）數據和變量說明

1.數據來源

本文企業層面數據來源為國泰安數據庫，中小企業認定標準主要參考國家工商總局官網公布的中小企業條例，主要選用在中小板掛牌上市的中小企業，時間跨度為2012-2020 年。

2.數據處理

本文對原始數據進行了如下處理：

（1）去除樣本中的ST、*ST 類企業；

（2）對具有特殊性的科技型企業（該種類企業研發的強度高于一般的中小企業）予以排除；

（3）剔除模型中那些變量存在缺失值的企業樣本；

（4）去除異常值影響（對連續變量進行首尾各1%的縮尾處理）；

（5）對數值較大（超過10）的變量，如以企業資產（萬元）衡量的企業規模size 進行加1 再取對數處理。

通過以上5 個處理步驟后，最終獲得238 家樣本企業8 年平衡面板數據1 904 個觀測值。

3.變量體系

本文主要變量及取值定義如下表：

表1 變量體系

4.描述性統計

本文主要變量描述性統計如下表。

表2 主要變量描述性統計

（三）實證回歸

1.基準回歸

表3 為基準回歸結果，在回歸（1）中，本文對模型1 進行回歸，結果顯示核心解釋變量股權激勵X系數顯著為正并且能夠通過5%顯著性水平下的檢驗，系數為0.047，即股權激勵可以使得企業的研發投入提高4.7%，意味著對高管實行股權激勵能明顯促進企業創新，本文研究假設H1 得到驗證。而在回歸（2）中，在加入調節變量及其交乘項的情況下，X 系數仍在5%顯著性水平下顯著為正，系數下降為0.032，同時，top1 系數在10%顯著性水平下顯著為負，表明股權集中度過高不利于企業創新，而交乘項top1*X 系數為正且顯著，能通過1%顯著性水平下的檢驗，說明盡管股權集中度過高不利于中小企業創新，但股權集中度高的中小企業一旦進行股權激勵，能獲得額外的創新促進邊際效應，本文研究假設H2 得到驗證。

表3 基準回歸

觀察控制變量的系數方向和顯著性可知，中小企業的企業年齡越長、企業規模越大，越能促進企業創新，資產負債比和杠桿率越高，對企業創新的阻礙越大。企業創新不受產權性質的影響。因為上述回歸的擬合優度均高于0.8 所以意味著模型解釋效力較好。

2.穩健性檢驗

在基準回歸中，本文得出了股權激勵能增加企業創新支出，股權集中度在其間起正向調節作用的結論。本文通過進行穩健性檢驗從而印證實證結果是否具有穩健性。考慮到模型（2）較模型（1）涵蓋了更多信息，穩健性檢驗主要針對模型（2）進行，從更換被解釋變量，更換解釋變量，解釋變量滯后一期回歸、使用不同聚類標準誤四個方面進行，檢驗結果如表4 所示。

表4 穩健性檢驗

根據表4 回歸結果，在回歸（1）中，本文使用研發強度RI（研發投入R&D 費用與企業資產的比值）作為被解釋變量的替代變量，在回歸（2）中，本文將調節變量以第一大股東持股比例衡量的股權集中度top1替換為前五大股東占比衡量的股權集中度top5，在回歸（3）中，為避免當期的被解釋變量影響當期的解釋變量，導致雙向因果，產生估計偏誤，本文將所有解釋變量均滯后一期；在回歸（4）中，本文一改此前采用聚類到企業的標準誤的做法，將標準誤聚類到行業層面。上述回歸均顯示，X 系數顯著為正，交互項系數也顯著為正，表明股權激勵促進企業創新，股權集中度起正向調節作用的結論始終成立，本文實證具有穩健性。

3.內生性探討

雙重差分法適用的前提條件是處理組和控制組存在共同趨勢，即實施股權激勵的企業和未實施股權激勵的企業在對高管實施股權激勵前，在同等條件下，其創新水平應具有相同趨勢，不存在明顯差異，即滿足共同趨勢，若在股權激勵實施前，處理組和控制組的創新水平便已存在顯著差異，則該實證結果存在較強的內生性，本文為每個企業生成年份的虛擬變量，構造如下模型：

其中，yeart（t∈［-5，5］）為事前事后各5 年的時間虛擬變量，為估計系數向量，理想情況下，當t<0時，系數應在95%置信區間內，即不能拒絕系數為0 的假設，意味著處理組和控制組在股權激勵實施前在RD 支出上不存在明顯差異，當t≥0 時，系數應顯著地大于0，即股權激勵實施后，處理組的RD 支出明顯高于控制組，如此，方能證明股權激勵是企業加強創新研發的原因，而非其他因素所致。

根據上述實證模型，本文進行動態效應回歸，列出回歸結果如表5 所示：

表5 動態效應回歸

根據上表回歸結果，以事前第一年為基準，year（-5）、year（-4）、year（-3）、year（-2）系數均在5%顯著性水平下拒絕為0 的原假設，意味著在股權激勵實施前，處理組和控制組在R&D 支出上不存在明顯差異，在從year（1）開始，系數均至少在5%顯著性水平下拒絕為0 的假設，表明在股權激勵實施后，處理組的R&D 支出明顯高于控制組，綜上，本文回歸受內生性影響較小，股權激勵有效加強了企業創新。本文根據回歸結果繪制的共同趨勢檢驗圖（圖1）支持了這一觀點。

圖1 共同趨勢檢驗

4.安慰劑檢驗

安慰劑檢驗的核心思想是虛構處理組或者虛構政策時間進行估計，如果不同虛構方式下的估計量的回歸結果依然顯著，那就說明原來的估計結果很有可能出現了偏誤，被解釋變量的變動很有可能是受到了其他政策變革或者隨機性因素的影響。為驗證本文中處理組相較于控制組的R&D 支出增加、研發創新活動的加強是否是由股權激勵帶來，抑或是由其他不可觀測的因素導致，本文進行安慰劑檢驗，隨機生成每個處理組樣本企業進行股權激勵的時間，形成虛擬的“股權激勵”變量，進行重復300 次的回歸估計，將其回歸系數分布于真實值相對比，安慰劑檢驗結果如圖2 所示，在300 次的虛擬回歸中，“股權激勵”系數大致分布于0 值兩側，與真實值0.047 明顯不相交，意味著本文所觀測到的處理組相較于控制組的創新加強是由對高管實施的股權激勵導致而非受到其他因素的影響。

圖2 安慰劑檢驗

五、研究結論

本文就中小企業股權激勵對創新的影響進行研究分析，首先通過理論分析，提出了中小企業股權激勵有利于企業創新、股權集中度在其間起正向調節作用的研究假設，其次收集我國2012-2020 年238 家中小企業面板數據，構造雙重差分模型，對中小企業的股權激勵與創新績效間的關系進行實證分析，并對股權集中度可能存在的調節效應進行檢驗。實證結果證明中小企業進行股權激勵，能顯著促進企業創新，而股權集中度在其間起正向調節作用。接著采取更換變量口徑、滯后一期回歸，更換聚類標準誤等計量手段對回歸結果的穩健性進行了檢驗，最后采用共同趨勢檢驗和安慰劑檢驗，驗證了本文估計內生性較小，實證結論有效。