優(yōu)化股權(quán)結(jié)構(gòu)，賦能技術(shù)創(chuàng)新
——基于浙江農(nóng)業(yè)龍頭企業(yè)面板數(shù)據(jù)的實證研究

俞 濱，汪衛(wèi)芳

(浙江金融職業(yè)學院，浙江 杭州 310018)

經(jīng)過改革開放40年的高速增長，我國經(jīng)濟發(fā)展取得了舉世矚目的成就。然而，進入改革深水區(qū)的我國經(jīng)濟受內(nèi)外2方面因素影響正面臨巨大的下行壓力，傳統(tǒng)經(jīng)濟增長動力難以為繼：一方面，當前世界主要經(jīng)濟體復蘇乏力，貿(mào)易保護主義抬頭，中美貿(mào)易摩擦持續(xù)升級；另一方面，我國自身經(jīng)濟正面臨嚴峻的轉(zhuǎn)型升級壓力，亟須轉(zhuǎn)變經(jīng)濟增長方式，實現(xiàn)由要素驅(qū)動向創(chuàng)新驅(qū)動的轉(zhuǎn)變?？v觀我國經(jīng)濟發(fā)展，40年快速增長所依賴的 “人口紅利”逐漸消失，資源環(huán)境約束日益凸顯，傳統(tǒng)制造業(yè)的低成本優(yōu)勢逐步喪失，地方政府債務問題飽受關(guān)注，地方政府融資能力日漸削弱。政府通過刺激投資拉動經(jīng)濟增長的空間已十分有限，能支撐我國經(jīng)濟未來長期發(fā)展的只能是技術(shù)創(chuàng)新。

技術(shù)創(chuàng)新是我國經(jīng)濟下半程持續(xù)健康發(fā)展關(guān)鍵的觀點已越來越得到政府和學界的普遍認同。技術(shù)創(chuàng)新不僅是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，也是實現(xiàn)我國經(jīng)濟長期發(fā)展的第一驅(qū)動力。企業(yè)是技術(shù)創(chuàng)新的主體，農(nóng)業(yè)龍頭企業(yè)是涉農(nóng)企業(yè)企業(yè)家精神發(fā)揮的主要載體，農(nóng)業(yè)龍頭企業(yè)的技術(shù)創(chuàng)新是帶動農(nóng)業(yè)高質(zhì)量發(fā)展的重要途徑。然而，涉農(nóng)企業(yè)普遍被認為缺乏技術(shù)創(chuàng)新能力，因此賦能農(nóng)業(yè)龍頭企業(yè)技術(shù)創(chuàng)新就成為重中之重。在此背景下，從改善企業(yè)股權(quán)結(jié)構(gòu)入手，推動農(nóng)業(yè)龍頭企業(yè)治理機制的不斷完善，為企業(yè)創(chuàng)新活動構(gòu)建有利的制度環(huán)境，進而賦能企業(yè)技術(shù)創(chuàng)新，是關(guān)系我國農(nóng)業(yè)和經(jīng)濟長遠發(fā)展的關(guān)鍵命題之一。

本文繼承發(fā)揚了亞當·斯密、熊彼特和內(nèi)生增長理論中關(guān)于創(chuàng)新對經(jīng)濟發(fā)展具有重要意義的學術(shù)觀點，肯定奧地利學派關(guān)于企業(yè)家是創(chuàng)新主要動力源的思想，并首次將這些理論聚焦于涉農(nóng)企業(yè)，運用公司治理中關(guān)于股權(quán)結(jié)構(gòu)的相關(guān)理論，研究企業(yè)股權(quán)結(jié)構(gòu)賦能技術(shù)創(chuàng)新的作用機理，以期為農(nóng)業(yè)龍頭企業(yè)股權(quán)結(jié)構(gòu)的改善和創(chuàng)新能力的提升提供決策建議，為政府制定相關(guān)政策提供參考。

1 文獻綜述

技術(shù)創(chuàng)新被認為是經(jīng)濟長期發(fā)展的動力源泉。亞當·斯密在《國富論》[1]中便指出，一個國家經(jīng)濟增長的主要動力在于勞動分工、資本積累和技術(shù)進步。熊彼特在《經(jīng)濟發(fā)展理論》[2]中進一步指出，經(jīng)濟增長不是由外生因素引起的，而是由內(nèi)生因素，即生產(chǎn)要素和生產(chǎn)條件實現(xiàn)“新組合”引起的。內(nèi)生增長理論更是認為，知識積累和技術(shù)進步是經(jīng)濟增長的決定因素[3]。

影響企業(yè)技術(shù)創(chuàng)新的因素有很多，既包括知識產(chǎn)權(quán)保護、社會文化價值觀念、稅收政策、政府補貼等宏觀因素，也包括企業(yè)規(guī)模、市場結(jié)構(gòu)等微觀因素。然而，上述因素多是影響企業(yè)技術(shù)創(chuàng)新的外部因素。Fagerberg等[4]指出，僅考慮上述因素無法解釋外部環(huán)境相同的條件下企業(yè)創(chuàng)新表現(xiàn)大相徑庭的現(xiàn)象，因此須從企業(yè)內(nèi)部進行考查。公司治理是企業(yè)運行的基本制度，企業(yè)的一系列決策均在該框架下進行，技術(shù)創(chuàng)新決策是影響企業(yè)長期發(fā)展的重要決策，也必然受到公司治理制度的影響。黨印[5]認為，公司治理通過監(jiān)控機制和激勵機制降低交易成本，保證決策的科學性，對企業(yè)創(chuàng)新具有決定性作用。此外，企業(yè)技術(shù)創(chuàng)新活動通常具有長期性、結(jié)果不確定性和嚴重的信息不對稱，這些特點放大了股東和利益相關(guān)者各方的利益分歧，公司治理作為協(xié)調(diào)股東和利益相關(guān)者的重要機制，無疑會對企業(yè)技術(shù)創(chuàng)新決策產(chǎn)生重大影響。

股權(quán)結(jié)構(gòu)是公司治理問題的邏輯起點[6]，也是公司治理的根本[7]。從理論層面講，不同的股權(quán)結(jié)構(gòu)下，公司治理致力于解決的根本問題不同[8]。陳仕華等[9]依據(jù)股權(quán)結(jié)構(gòu)特征將公司治理分為3種類型：代理型、剝奪型和混合型。這3種類型下公司治理的主要問題各不相同，解決問題關(guān)注的重點也不同。程翠鳳[10]認為，公司治理是否完善，根本在于股權(quán)結(jié)構(gòu)是否適當，從股權(quán)結(jié)構(gòu)入手揭示技術(shù)創(chuàng)新的影響因素和作用機理，可以得到更直接、更清晰的結(jié)論。

可以看出，國內(nèi)外學者圍繞股權(quán)結(jié)構(gòu)與企業(yè)技術(shù)創(chuàng)新進行研究，取得了豐碩的成果，但本文認為上述研究仍存在一些不足：一是上述研究的結(jié)論分歧較大；二是企業(yè)的創(chuàng)新活動受諸多因素影響，但我國企業(yè)目前所處的創(chuàng)新環(huán)境與上述多數(shù)研究大為不同；三是上述研究或僅關(guān)注股權(quán)結(jié)構(gòu)某方面對技術(shù)創(chuàng)新的影響，或?qū)⒐蓹?quán)結(jié)構(gòu)的幾個方面視為孤立的影響因素，或采用的實證方法較為簡單，無法解決股權(quán)結(jié)構(gòu)與技術(shù)創(chuàng)新之間的內(nèi)生性問題；四是上述研究缺乏對時間、地域和行業(yè)因素的考查。針對上述問題，本文從改善企業(yè)股權(quán)結(jié)構(gòu)入手，在富有時效性的調(diào)研數(shù)據(jù)的基礎上引入控制變量，構(gòu)建較為復雜的實證模型，把股權(quán)結(jié)構(gòu)幾個方面對技術(shù)創(chuàng)新的影響緊密聯(lián)系起來，試圖得出相對一致的結(jié)論。

2 數(shù)據(jù)來源與模型建構(gòu)

2.1 數(shù)據(jù)來源

以民營經(jīng)濟和農(nóng)村經(jīng)濟較為發(fā)達的浙江作為樣本區(qū)域，選取浙北、浙中、浙南300個鄉(xiāng)鎮(zhèn)的600家農(nóng)業(yè)龍頭企業(yè)作為調(diào)查對象，通過發(fā)放調(diào)查問卷和現(xiàn)場采訪，共計收回有效問卷578份。

在對問卷分類整理的基礎上，借鑒2012—2019年農(nóng)業(yè)上市公司在Wind(www.wind.com.cn)和CSMAR數(shù)據(jù)庫上的大量數(shù)據(jù)進行分析。之所以選擇2012年以后的數(shù)據(jù)，是因為我國上市公司研發(fā)支出數(shù)據(jù)的披露從2012年起更加規(guī)范，這一方面為本文提供了更準確、更完整的數(shù)據(jù)，另一方面也大大簡化了數(shù)據(jù)收集工作。

2.2 模型變量定義及其選取

2.2.1 因變量

關(guān)于技術(shù)創(chuàng)新指標，以往研究中使用較多的有研發(fā)支出和專利申請數(shù)量2類。鑒于專利申請數(shù)量數(shù)據(jù)收集難度較高，本文所選取的因變量為研發(fā)支出。借鑒相關(guān)研究[11-14]的一般做法，本文以研發(fā)密度，即研發(fā)支出與企業(yè)主營業(yè)務收入之比(RDint)作為因變量。

2.2.2 自變量

本文的自變量包括股權(quán)集中度(H3)、股權(quán)制衡度(RSH)、產(chǎn)權(quán)性質(zhì)(SOE)、管理層持股比例(Mshare)，以及機構(gòu)投資者持股比例(INSshare)。H3為調(diào)查企業(yè)的前3大股東持股比例之和；RSH為第2和第3大股東持股之和與第1大股東持股之比；SOE根據(jù)調(diào)查企業(yè)實際控制人性質(zhì)判斷，將實際控制人性質(zhì)為“國有企業(yè)”“國有機構(gòu)”的企業(yè)判定為國有企業(yè)，SOE取1，否則取0；Mshare為調(diào)查企業(yè)的所有管理人員持股比例之和；INSshare為基金持股、券商持股、券商理財產(chǎn)品持股、合格的境外機構(gòu)投資者(QFII)持股、保險公司持股、社保基金持股、信托持股、銀行持股，以及陽光私募持股比例之和。此外，為了檢驗研發(fā)密度與股權(quán)集中度的非線性關(guān)系，本文加入了股權(quán)集中度的平方項(H3squ)和立方項(H3cub)。

2.2.3 控制變量

本文選取的控制變量包括：(1)企業(yè)年齡(Age)，企業(yè)所處的發(fā)展階段是影響企業(yè)創(chuàng)新的重要因素，年輕企業(yè)與成熟企業(yè)對待創(chuàng)新的態(tài)度存在差異，本文使用企業(yè)注冊年份至觀測年份的年限作為企業(yè)年齡來進行衡量；(2)企業(yè)規(guī)模(Size)，企業(yè)規(guī)模被認為是影響企業(yè)創(chuàng)新的重要因素，本文借鑒多數(shù)研究的做法，以企業(yè)期末總資產(chǎn)的自然對數(shù)值衡量企業(yè)規(guī)模；(3)資本結(jié)構(gòu)(Lev)，企業(yè)的資本結(jié)構(gòu)影響企業(yè)的融資約束，進而影響企業(yè)可供技術(shù)創(chuàng)新投入的資源，本文以資產(chǎn)負債率，即企業(yè)期末負債總額占總資產(chǎn)的比例，衡量企業(yè)資本結(jié)構(gòu)；(4)盈利能力(ROA)，企業(yè)的技術(shù)創(chuàng)新需以企業(yè)的盈利能力為支撐，本文用總資產(chǎn)凈利率，即企業(yè)凈利潤與總資產(chǎn)期初、期末平均值之比來衡量；(5)成長能力(GROW)，企業(yè)的成長能力是影響企業(yè)創(chuàng)新的重要因素，本文以企業(yè)主營業(yè)務收入增長率來衡量；(6)行業(yè)因素(Industry)，不同的行業(yè)在競爭程度、產(chǎn)品更新?lián)Q代與技術(shù)升級速度方面差異巨大，因而其技術(shù)創(chuàng)新水平亦有顯著差異，本文引入行業(yè)虛擬變量，綜合考慮農(nóng)業(yè)農(nóng)村部、工業(yè)和信息化部、證券監(jiān)督管理委員會的行業(yè)劃分標準，將農(nóng)業(yè)的細分行業(yè)與其他行業(yè)并列，剔除金融業(yè)，最終形成22個行業(yè)；(7)地域因素(LOC)，浙江各農(nóng)村地區(qū)市場化水平差異較大，而不同市場化水平意味著政府干預程度與該地區(qū)競爭水平的差異，這都將對企業(yè)的創(chuàng)新決策產(chǎn)生重要影響，為此引入地區(qū)虛擬變量，根據(jù)調(diào)查公司所在地，共設置11個虛擬變量；(8)時間虛擬變量(Year)，控制不同年份宏觀經(jīng)濟環(huán)境對技術(shù)創(chuàng)新的影響。

2.3 模型建立

根據(jù)前文分析，建立以下模型：

yRDint=α+α1xH3+α2xH3squ+α3xH3cub+α4xRSH+α5xSOE+α6xINSshare+α7xMshare+β1xSize+β2xAge+β3xLev+β4xROA+β5xGROW+∑(β6，ixindustry，i)+∑(β7，jxLOC，j)+∑(β8，kxyear，k)+ε。

(1)

式(1)中各變量的定義依其下標。由于行業(yè)被細分為22個、地域被細分為11市、年份被細分為8年，故下標中i、j、k的取值分別為1～22、1～11和1～8。

3 實證分析

相關(guān)性分析顯示，本文自變量之間不存在嚴重的共線性問題，為應對內(nèi)生性問題，本文采用工具變量法進行分析。

3.1 全樣本回歸結(jié)果分析

全樣本回歸分析的結(jié)果詳見表1。模型1為普通最小二乘法(OLS)的估計結(jié)果，模型2～5為工具變量法的估計結(jié)果。選取工具變量時，需要每個年份-行業(yè)-地區(qū)的組合有多個觀測值，在極端情形下，當僅有一個觀察值時，工具變量法退化為OLS，所以在對部分模型進行回歸前，先剔除年份-行業(yè)-地區(qū)組合中包含觀測值小于8的樣本。表1中模型2～4為剔除年份-行業(yè)-地區(qū)組合觀察值小于8的樣本后的回歸結(jié)果，其中：模型2僅對管理層持股比例使用了工具變量；模型3僅對機構(gòu)投資者持股比例使用了工具變量；模型4對兩者都使用了工具變量；模型5工具變量的使用與模型4相同，但未剔除年份-行業(yè)-地區(qū)組合觀測值小于8的樣本。

表1 全樣本回歸結(jié)果

Table 1 Regression results of total samples

變量Variable模型1Model 1模型2Model 2模型3Model 3模型4Model 4模型5Model 5H30.158???(-0.052 9)0.118?(-0.067 6)0.127?(-0.069 4)0.145??(-0.070 4)0.166???(-0.053 2)H3squ-0.340???(-0.109)-0.294??(-0.141)-0.290??(-0.141)-0.349??(-0.145)-0.354???(-0.110)H3cub0.225???(-0.070 8)0.215??(-0.093 5)0.199??(-0.090 0)0.249???(-0.095 8)0.230???(-0.072 6)RSH3.59×10-3???(-1.12×10-3)3.40×10-3??(-1.49×10-3)4.60×10-3???(-1.26×10-3)3.52×10-3??(-1.50×10-3)3.93×10-3???(-1.20×10-3)SOE-4.22×10-3???(-9.11×10-4)-9.39×10-4(-2.11×10-3)-3.43×10-3???(-1.09×10-3)-9.98×10-4(-2.12×10-3)-4.91×10-3???(-1.33×10-3)Mshare7.89×10-3???(-2.58×10-3)2.20×10-2?(-1.33×10-2)7.22×10-3??(-3.01×10-3)2.38×10-2?(-1.32×10-2)4.84×10-3(-7.63×10-3)INSshare3.22×10-2???(-4.63×10-3)3.11×10-2???(-5.60×10-3)4.39×10-3(-2.07×10-2)4.19×10-3(-2.08×10-2)1.63×10-2(-1.14×10-2)Age-4.93×10-4???(-9.82×10-5)-4.39×10-4???(-1.40×10-4)-5.79×10-4???(-1.13×10-4)-4.66×10-4???(-1.45×10-4)-5.35×10-4???(-1.10×10-4)Size-1.67×10-3???(-3.95×10-4)-1.55×10-3??(-6.12×10-4)-1.53×10-3??(-6.08×10-4)-1.03×10-3(-6.89×10-4)-1.49×10-3???(-4.68×10-4)Lev-3.55×10-4???(-2.61×10-5)-3.71×10-4???(-3.54×10-5)-3.96×10-4???(-3.06×10-5)-3.76×10-4???(-3.60×10-5)-3.62×10-4???(-2.81×10-5)ROA-3.99×10-4???(-1.00×10-4)-4.63×10-4???(-1.16×10-4)-2.67×10-4(-1.78×10-4)-2.80×10-4(-1.80×10-4)-2.92×10-4??(-1.21×10-4)GROW-2.95×10-3?(-1.56×10-3)-2.95×10-3(-1.94×10-3)-8.96×10-4(-2.16×10-3)-1.77×10-3(-2.26×10-3)-2.08×10-3(-1.68×10-3)Constant5.05×10-2???(-1.14×10-2)4.81×10-2??(-2.00×10-2)5.32×10-2???(-1.70×10-2)3.53×10-2?(-2.11×10-2)4.76×10-2???(-1.36×10-2)R20.3900.3670.3670.3610.388

括號中列示的是穩(wěn)健性標準差。***、**和*分別表示在1%、5%和10%的水平上顯著。下同。

The data in parentheses were standard deviation of robustness. ***， ** and * represented significance at 1%， 5% and 10%， respectively. The same as below.

從模型1的估計結(jié)果看，H3的立方項、平方項，以及H3的系數(shù)符號分別為正、負和正，且它們的系數(shù)都在1%的水平上顯著，這表明股權(quán)集中度與研發(fā)密度之間呈現(xiàn)“N”形關(guān)系。RSH的系數(shù)為正且在1%的水平上顯著，表明股權(quán)制衡度對研發(fā)支出有正向影響。SOE的系數(shù)為-4.22×10-3，且在1%的水平上顯著，這表明國有企業(yè)的研發(fā)密度平均比非國有企業(yè)低0.422%(大致相當于樣本總體研發(fā)密度的11.2%)。管理層持股比例與機構(gòu)投資者持股比例的系數(shù)也都為正，且在1%的水平上顯著。

對比模型1和模型2的估計結(jié)果可以發(fā)現(xiàn)，系數(shù)及其顯著程度改變較大的2個變量分別是產(chǎn)權(quán)性質(zhì)SOE和管理層持股比例Mshare。相對于模型1，模型2中Mshare的系數(shù)由小變大，系數(shù)的顯著性水平降低； SOE不僅回歸系數(shù)變小，在統(tǒng)計上也不再顯著。如果僅僅比較模型1和模型2中Mshare系數(shù)的變化，這一結(jié)果可能會讓人感覺困惑。因為在通常情況下，如果因變量和自變量之間存在正向的相互影響關(guān)系，工具變量法的回歸結(jié)果中自變量的系數(shù)應小于最小二乘法。但如果與產(chǎn)權(quán)性質(zhì)SOE的變化結(jié)合起來分析，理解模型的估計結(jié)果就容易多了。通過對模型1、2回歸結(jié)果的分析可以發(fā)現(xiàn)，對管理層持股比例使用工具變量后，一方面管理層持股對研發(fā)密度在統(tǒng)計上的顯著性降低了，由原來的在1%水平上顯著降為在10%的水平上顯著；另一方面， Mshare的系數(shù)幾乎增加了2倍(由模型1的7.89×10-3變?yōu)槟Ｐ?的2.20×10-2)。反觀SOE回歸結(jié)果的變化，由模型1到模型2，無論是統(tǒng)計上的顯著性程度還是數(shù)值上的顯著性程度均降低，這表明國有企業(yè)與非國有企業(yè)研發(fā)水平上的差異似乎并非來源于產(chǎn)權(quán)性質(zhì)，而是來源于2類企業(yè)管理層持股比例的系統(tǒng)性差異。當區(qū)分產(chǎn)權(quán)性質(zhì)與管理層持股比例對研發(fā)密度的影響后：一方面，產(chǎn)權(quán)性質(zhì)SOE的系數(shù)的絕對值(系數(shù)為負)變小了，同時統(tǒng)計上不再顯著；另一方面管理層持股比例Mshare的系數(shù)變大了(盡管顯著程度有所下降)，而這抵消了控制管理層持股與研發(fā)支出內(nèi)生性后管理層持股比例系數(shù)應有的下降。

通過上述分析可以得知，對管理層持股比例使用工具變量會產(chǎn)生2種影響。第一，控制了管理層持股比例與研發(fā)密度之間的內(nèi)生性問題，使得管理層持股比例的系數(shù)由原來的在1%水平上顯著降為在10%的水平上顯著；第二，區(qū)分了管理層持股比例與產(chǎn)權(quán)性質(zhì)2個變量對研發(fā)密度的影響，使得管理層持股比例變量的系數(shù)變大而產(chǎn)權(quán)性質(zhì)變量的系數(shù)絕對值減小，且后者在統(tǒng)計上由顯著變?yōu)椴伙@著。根據(jù)模型2的回歸結(jié)果，可以初步得到以下結(jié)論：從全樣本來看，管理層持股比例對研發(fā)密度有正的影響，盡管其僅在10%的水平上顯著；國有企業(yè)與非國有企業(yè)研發(fā)密度上的差距主要來源于2類企業(yè)管理層持股比例的系統(tǒng)性差異，并非來源于企業(yè)產(chǎn)權(quán)性質(zhì)本身，換句話說，產(chǎn)權(quán)性質(zhì)不影響企業(yè)的技術(shù)創(chuàng)新。

模型3對機構(gòu)投資者持股比例使用了工具變量而未對管理層持股比例使用工具變量。比較模型3和模型1可以發(fā)現(xiàn)，除機構(gòu)投資者持股比例INSshare以外，所有自變量的回歸系數(shù)變化都較小，部分自變量的顯著性程度雖然有所降低，但仍至少在10%的水平上顯著；而機構(gòu)持股變量INSshare不僅系數(shù)變小，統(tǒng)計上也由1%的水平上顯著變?yōu)椴伙@著。這表明，機構(gòu)投資者持股比例對研發(fā)密度沒有顯著影響。

模型4同時對管理層持股比例和機構(gòu)投資者持股比例使用了工具變量?？梢钥闯?，管理層持股比例Mshare和產(chǎn)權(quán)性質(zhì)變量SOE的系數(shù)與模型2相比變化較小，顯著程度也沒有發(fā)生變化；機構(gòu)投資者持股比例INSshare的回歸系數(shù)及其顯著性與模型3也無明顯差異。這表明，管理層持股比例Mshare、機構(gòu)投資者持股比例INSshare與產(chǎn)權(quán)性質(zhì)SOE的回歸結(jié)果在幾個模型之間具有一致性。而對于股權(quán)集中度和股權(quán)制衡度，盡管模型1～4中存在一定程度的差異，但它們的系數(shù)(包括平方項和立方項)都至少在10%的水平上顯著，基本可以確定股權(quán)集中度對研發(fā)密度的影響呈現(xiàn)“N”形，股權(quán)制衡對研發(fā)密度有正向影響。

表1也列示了在不剔除觀測值個數(shù)少于8的年份-行業(yè)-地區(qū)組合時模型估計的結(jié)果(模型5)。與模型1、4相同，模型5股權(quán)集中度H3及其平方項、立方項的系數(shù)符號分別為正、負和正，且都在1%的水平上顯著；股權(quán)制衡度RSH的系數(shù)為正且也在1%的水平上顯著：上述2變量的估計結(jié)果未發(fā)生明顯變化。比較產(chǎn)權(quán)性質(zhì)SOE、管理層持股比例Mshare和機構(gòu)投資者持股比例INSshare的系數(shù)變化可以發(fā)現(xiàn)，模型5上述3個變量的回歸系數(shù)在數(shù)值上更接近于OLS的估計結(jié)果而非剔除觀測值較少組合后的估計結(jié)果。這表明，應用工具變量法之前剔除觀測值較少的組合是必要的。

3.2 分組樣本回歸結(jié)果分析

為進一步檢驗股權(quán)集中度對研發(fā)支出的影響形式，也為考查在不同股權(quán)集中程度下股權(quán)結(jié)構(gòu)的其他變量對研發(fā)密度的影響是否存在差異，本文以股權(quán)集中度H3為標準將全樣本劃分為3組：股權(quán)分散樣本、股權(quán)相對集中樣本和股權(quán)高度集中樣本，分別對應于表2中的Run 1、4，Run 2、5和Run 3、6。將H3小于其1/4分位點的觀測值劃分入股權(quán)分散樣本組，將H3大于其3/4分位點的觀測值劃分入股權(quán)高度集中樣本組，將處于1/4分位點與3/4分位點之間的觀測值劃分入股權(quán)相對集中樣本組。對于分組樣本的回歸分析使用工具變量法，工具變量的選取同表1中模型4，在進行模型估計前，也剔除了觀測值小于8的年份-行業(yè)-地區(qū)樣組合。模型估計結(jié)果見表2，該表同時列示了不含(Run 1～3)和包含(Run 4～6)股權(quán)集中度H3平方項的模型估計結(jié)果，以檢驗分組樣本中是否仍存在股權(quán)集中度與研發(fā)支出的非線性關(guān)系。

表2 分組樣本回歸結(jié)果

Table 2 Regression results of grouped samples

變量VariableRun 1Run 2Run 3Run 4Run 5Run 6H36.78×10-2??(-3.18×10-2)-1.40×10-3(-1.11×10-2)5.61×10-2??(-2.22×10-2)9.08×10-3(-1.85×10-1)2.54×10-1(-1.64×10-1)-5.49×10-2(-2.86×10-1)H3squ———1.01×10-1(-0.329)-2.57×10-1(-0.167)7.74×10-2(-0.193)RSH1.97×10-2???(-7.37×10-3)4.02×10-3??(-1.93×10-3)-4.52×10-3(-3.70×10-3)1.97×10-2???(-7.38×10-3)4.04×10-3??(-1.93×10-3)-4.37×10-3(-3.74×10-3)SOE-1.67×10-2(-8.61×10-3)1.45×10-4(-3.21×10-3)2.33×10-3(-3.69×10-3)-1.67×10-2?(-8.69×10-3)3.24×10-5(-3.21×10-3)2.12×10-3(-3.80×10-3)Mshare-1.75×10-1?(-9.07×10-2)2.43×10-2(-1.73×10-2)5.41×10-2???(-1.80×10-2)-1.75×10-1?(-9.12×10-2)2.36×10-2(-1.72×10-2)5.30×10-2???(-1.85×10-2)INSshare-6.63×10-2(-6.49×10-2)4.00×10-2(-2.77×10-2)-8.58×10-2?(-4.68×10-2)-6.66×10-2(-6.50×10-2)4.04×10-2(-2.76×10-2)-8.48×10-2?(-4.69×10-2)Age-2.90×10-3???(-1.06×10-3)-5.02×10-4??(-2.08×10-4)3.09×10-4(-2.41×10-4)-2.91×10-3???(-1.07×10-3)-5.06×10-4??(-2.08×10-4)3.08×10-4(-2.40×10-4)Size-4.33×10-3??(-2.17×10-3)-1.96×10-3?(-1.08×10-3)1.21×10-3(-1.13×10-3)-4.33×10-3??(-2.17×10-3)-2.03×10-3?(-1.07×10-3)1.17×10-3(-1.14×10-3)Lev-7.68×10-4???(-1.58×10-4)-3.01×10-4???(-5.02×10-5)-3.78×10-4???(-7.43×10-5)-7.70×10-4???(-1.59×10-4)-3.03×10-4???(-5.02×10-5)-3.80×10-4???(-7.45×10-5)ROA3.00×10-4(-0.000585)-3.09×10-4(-0.000247)-1.85×10-5(-0.000389)3.01×10-4(-0.000586)-3.10×10-4(-0.000247)-2.35×10-5(-0.000388)GROW3.33×10-3(-6.17×10-3)-4.67×10-3(-3.25×10-3)2.51×10-4(-4.33×10-3)3.34×10-3(-6.18×10-3)-4.54×10-3(-3.24×10-3)3.07×10-4(-4.35×10-3)Constant2.12×10-1???(-5.88×10-2)6.01×10-2??(-2.69×10-2)-3.47×10-2(-3.24×10-2)2.21×10-1???(-6.99×10-2)-4.61×10-4(-4.96×10-2)5.41×10-3(-1.12×10-1)R20.1300.3570.2790.1280.3580.283

從分組樣本的回歸結(jié)果看，股權(quán)分散樣本組和股權(quán)高度集中樣本組模型估計結(jié)果中股權(quán)集中度H3的系數(shù)均為正，且都在5%的水平上顯著；股權(quán)相對集中樣本組H3的系數(shù)為負，但該系數(shù)并不顯著。分別在3個分組樣本中加入股權(quán)集中度H3的平方項，它們的系數(shù)均不顯著，表明各分組樣本中股權(quán)集中度與研發(fā)密度已不存在非線性關(guān)系。

分組樣本的回歸結(jié)果也表明，股權(quán)制衡度對研發(fā)密度的影響受股權(quán)集中程度的影響。在表2中，股權(quán)制衡度RSH在股權(quán)分散樣本組和股權(quán)相對集中樣本組中的回歸系數(shù)均為正，且都至少在5%的水平上顯著；但在股權(quán)高度集中樣本組，RSH的系數(shù)為負，與全樣本分析的結(jié)果存在矛盾。這可能是因為股權(quán)制衡的目的在于限制控股股東的“掏空”行為，在股權(quán)高度集中的情況下，如果股權(quán)制衡度較低，則表明控股股東持股比例較高，此時大股東與上市公司利益更趨于一致，大股東攫取上市公司利益的成本過高，其“掏空”行為并不嚴重。同樣地，在股權(quán)高度集中的情況下，如果股權(quán)制衡度較高，則表明大股東持股比例較為平均，此時控制權(quán)的爭奪更加激烈，大股東之間的矛盾和分歧逐漸顯現(xiàn)，企業(yè)決策效率下降，對企業(yè)的經(jīng)營活動將會產(chǎn)生不利影響，而這將抵消大股東之間相互制衡所帶來的正面效應。

從表1全樣本的回歸結(jié)果看，國有企業(yè)與非國有企業(yè)研發(fā)密度并不存在差異，但從表2分組樣本的回歸結(jié)果看，該結(jié)論僅適用于股權(quán)相對集中和股權(quán)高度集中樣本組?？梢钥闯觯诠蓹?quán)分散樣本組的回歸結(jié)果中(Run 4)，產(chǎn)權(quán)性質(zhì)SOE的系數(shù)小于0，且在10%的水平上顯著。這表明，在股權(quán)分散的情形下，國有企業(yè)的研發(fā)密度低于非國有企業(yè)。對于國有企業(yè)而言，股權(quán)分散的另一層含義是國有股比例較低，對于股權(quán)分散情形下國有企業(yè)研發(fā)密度顯著較低的一種可能的解釋是：國有企業(yè)的資源優(yōu)勢與國有股比例相關(guān)，國有股比例較低的情形下，國有上市公司的資源優(yōu)勢會被明顯削弱，行政干預表現(xiàn)為“掠奪之手”而非“扶持之手”，最終導致對企業(yè)研發(fā)支出水平的不利影響。本文認為，關(guān)于產(chǎn)權(quán)性質(zhì)對技術(shù)創(chuàng)新的影響作用，全樣本的分析結(jié)果與分組樣本的分析結(jié)果并不矛盾：股權(quán)分散樣本組中國有產(chǎn)權(quán)對研發(fā)支出顯著的負向影響被其他2個樣本組中不顯著的正向影響抵消，致使樣本整體上呈現(xiàn)出不顯著的負向影響。

通過對分組樣本的回歸分析，本文也發(fā)現(xiàn)，管理層持股比例對研發(fā)密度的影響同樣與股權(quán)集中程度有關(guān)。全樣本回歸結(jié)果顯示，管理層持股與研發(fā)密度正相關(guān)，但該結(jié)果僅在10%的顯著性水平上成立。分組樣本的回歸結(jié)果顯示，上述結(jié)論僅適用于股權(quán)高度集中樣本組，而對于股權(quán)相對集中樣本組，雖然管理層持股比例Mshare的系數(shù)仍為正，但已在統(tǒng)計上不顯著。對于股權(quán)分散樣本組，結(jié)論則截然不同，不但管理層持股比例Mshare的系數(shù)為負，且在10%的水平上顯著。這意味著，管理層持股比例對技術(shù)創(chuàng)新激勵作用的發(fā)揮要以股權(quán)一定程度的集中為前提。這可能是因為，在股權(quán)分散的情況下，股東與管理層之間存在委托代理問題，股東原本就無法有效監(jiān)督管理層行為，管理層持股固然可以在一定程度上對管理層形成長期激勵，但同時也賦予了管理層更多權(quán)力，這會進一步加大對管理層進行監(jiān)督的難度，管理層也更有能力在經(jīng)營決策上與外部股東抗衡，進而做出更有利于自身的選擇。簡而言之，對管理層的激勵要以有效的監(jiān)督機制為基礎，沒有有效的監(jiān)督機制，激勵機制可能被濫用，最終結(jié)果會事與愿違。

3.3 全樣本與分組樣本回歸結(jié)果的比較分析

本文的穩(wěn)健性檢驗主要采用了變量替換的方法，即將自變量股權(quán)集中度前3大股東持股比例之和H3替換為前5大股東持股比例之和H5，將股權(quán)制衡度RSH替換為第2～10大股東持股比例之和與第1大股東持股之比RSH2，將因變量研發(fā)密度RDint替換為研發(fā)支出與總資產(chǎn)之比(RDassets)。穩(wěn)健型檢驗的結(jié)果表明，基于全樣本和分組樣本的回歸結(jié)果都是穩(wěn)健的。

與全樣本回歸分析的結(jié)果相同，分組樣本回歸分析的結(jié)果同樣不支持機構(gòu)投資者持股比例對技術(shù)創(chuàng)新的作用。所不同的是，表1中全樣本回歸結(jié)果中機構(gòu)投資者持股比例INSshare的系數(shù)盡管不顯著但符號仍為正，而在分組樣本回歸結(jié)果中，股權(quán)分散樣本組與股權(quán)高度集中樣本組的回歸系數(shù)為負，且股權(quán)高度集中樣本組的系數(shù)在10%的水平上通過了顯著性檢驗。得出與此類似結(jié)果的還有溫軍等[13]，他們發(fā)現(xiàn)機構(gòu)投資者持股比例整體對研發(fā)密度有負面影響，而該負面影響主要由證券投資基金導致。證券投資基金有定期披露業(yè)績的壓力，更強調(diào)投資組合的年度績效和短期收益。基金年度排名的壓力或惡性競爭使得他們不可能大量配置創(chuàng)新型企業(yè)的股票。

比較全樣本回歸分析與分組樣本回歸分析的結(jié)論可以發(fā)現(xiàn)，多數(shù)結(jié)論更加細致。全樣本分析發(fā)現(xiàn)股權(quán)集中度對技術(shù)創(chuàng)新的影響呈“N”形，分組樣本回歸的結(jié)果則驗證了在股權(quán)分散和股權(quán)高度集中情況下提高股權(quán)集中度對技術(shù)創(chuàng)新的正向作用，股權(quán)相對集中情況下對技術(shù)創(chuàng)新的負向影響雖不顯著，但也并未與全樣本分析結(jié)果矛盾；全樣本分析發(fā)現(xiàn)股權(quán)制衡度對技術(shù)創(chuàng)新有正向影響，分組樣本分析則發(fā)現(xiàn)股權(quán)制衡的正向影響作用主要體現(xiàn)在股權(quán)分散樣本組和股權(quán)相對集中樣本組；全樣本分析顯示國有產(chǎn)權(quán)對技術(shù)創(chuàng)新整體上有不顯著的負向影響，而分組樣本回歸的結(jié)果則顯示這可能是股權(quán)分散樣本組中國有產(chǎn)權(quán)顯著的負向影響與其他2個樣本組中國有產(chǎn)權(quán)不顯著的正向影響相互抵消的結(jié)果；全樣本分析顯示管理層持股比例對技術(shù)創(chuàng)新有正向影響，分組樣本回歸的結(jié)果則表明，管理層持股比例對技術(shù)創(chuàng)新正向作用的發(fā)揮需以股權(quán)一定程度的集中為基礎；全樣本分析顯示機構(gòu)投資者持股比例對技術(shù)創(chuàng)新無顯著影響，對各分組樣本的單獨檢驗則表明股權(quán)分散樣本組和股權(quán)相對集中樣本組的回歸分析結(jié)果與此相同，但在股權(quán)高度集中樣本組中發(fā)現(xiàn)機構(gòu)持股比例對技術(shù)創(chuàng)新存在負向影響?？傊?，本文基于全樣本的分析結(jié)論與基于分組樣本的分析結(jié)論不存在過多矛盾，多數(shù)結(jié)論之間相互驗證和補充，兩者相結(jié)合，使得本文得到的結(jié)論更加客觀、全面和準確。

4 結(jié)論與討論

本文以公司治理相關(guān)理論為依托，在分析股權(quán)結(jié)構(gòu)對技術(shù)創(chuàng)新影響機制的基礎上，利用浙江農(nóng)業(yè)龍頭企業(yè)調(diào)查數(shù)據(jù)，結(jié)合涉農(nóng)上市公司2012—2019年的數(shù)據(jù)，對股權(quán)結(jié)構(gòu)與技術(shù)創(chuàng)新的關(guān)系進行了實證研究。通過前文實證分析，本文得到如下關(guān)于農(nóng)業(yè)龍頭企業(yè)改善股權(quán)結(jié)構(gòu)、增強技術(shù)創(chuàng)新的結(jié)論：股權(quán)集中度對企業(yè)技術(shù)創(chuàng)新有顯著的影響。在股權(quán)分散和股權(quán)高度集中的情況下，股權(quán)集中度的提高對技術(shù)創(chuàng)新投入有正向影響，而在股權(quán)相對集中的情況下，股權(quán)集中度的提高對技術(shù)創(chuàng)新投入有負面影響，總體上，股權(quán)集中度與技術(shù)創(chuàng)新投入呈“N”形關(guān)系?；谌珮颖镜幕貧w分析結(jié)果與此完全相符，基于分組樣本的回歸分析發(fā)現(xiàn)了在股權(quán)分散和股權(quán)高度集中情況下股權(quán)集中度提高對技術(shù)創(chuàng)新投入的顯著正向影響，在股權(quán)相對集中情況下，股權(quán)集中度對技術(shù)創(chuàng)新投入有統(tǒng)計上不顯著的負面影響。總體來看，股權(quán)集中度對技術(shù)創(chuàng)新投入的影響呈現(xiàn)非線性特征。在股權(quán)分散情況下，提高股權(quán)集中度能促進技術(shù)創(chuàng)新投入的增長；當股權(quán)集中到一定程度(達到相對集中)，再提高股權(quán)集中度則對技術(shù)創(chuàng)新投入的增長有不利影響；股權(quán)集中程度繼續(xù)提高，當達到高度集中時，股權(quán)集中度對技術(shù)創(chuàng)新投入的影響則再次反轉(zhuǎn)，此時，提高股權(quán)集中度有利于技術(shù)創(chuàng)新投入的增長。

在股權(quán)分散和股權(quán)相對集中的情況下，股權(quán)制衡度對技術(shù)創(chuàng)新投入水平有正向影響。而在股權(quán)高度集中的情況下，股權(quán)制衡度對技術(shù)創(chuàng)新投入的影響并不顯著。本文認為，這可能是由于在股權(quán)高度集中的情況下，高股權(quán)制衡與低股權(quán)制衡各有利弊：股權(quán)制衡度較高，則表明大股東持股比例較為平均，此時控制權(quán)的爭奪更加激烈，大股東之間的矛盾和分歧逐漸顯現(xiàn)，企業(yè)決策效率下降，對企業(yè)的經(jīng)營活動產(chǎn)生不利影響；股權(quán)制衡度較低，則表明控股股東持股比例較高，此時大股東與上市公司利益更趨于一致，大股東攫取上市公司利益的成本過高，其“掏空”行為并不嚴重。

國有企業(yè)與非國有企業(yè)在技術(shù)創(chuàng)新投入水平上的差異僅存在于股權(quán)分散樣本。在股權(quán)相對集中樣本和股權(quán)高度集中樣本中，2類企業(yè)研發(fā)水平不存在顯著差異。本文認為，與非國有企業(yè)相比，國有企業(yè)既有優(yōu)勢也有劣勢：國有企業(yè)的內(nèi)部人控制使其無法建立針對管理層的監(jiān)督和激勵機制，政府干預也可能導致企業(yè)過度投資，占用企業(yè)過多資源；但國有企業(yè)通常能得到國家的更多支持，在資源上優(yōu)勢巨大，國有企業(yè)的“國有”性質(zhì)也使其更適合于解決市場失靈的創(chuàng)新不足問題。之所以在股權(quán)分散情形下國有企業(yè)技術(shù)創(chuàng)新投入低于非國有企業(yè)，是由于股權(quán)分散情形下，國有企業(yè)的國有股份額過低，政府對其支持也會較少，國有企業(yè)的一部分優(yōu)勢被削弱。

管理層持股比例也會對技術(shù)創(chuàng)新投入水平產(chǎn)生影響，但該影響的形式因股權(quán)集中程度而異。在股權(quán)分散情況下，管理層持股與技術(shù)創(chuàng)新投入負相關(guān)；在股權(quán)相對集中情況下，管理層持股比例對技術(shù)創(chuàng)新投入正相關(guān)，但并不顯著；僅在股權(quán)高度集中的情形下，管理層持股比例才對技術(shù)創(chuàng)新投入有顯著的正向影響。本文認為，對管理層的激勵要以有效的監(jiān)督機制為基礎。在股權(quán)分散的情況下，股東原本就無法有效監(jiān)督管理層行為，管理層持股固然可以在一定程度上對管理層形成長期激勵，但同時也賦予了管理層更多權(quán)力，這會進一步加大對管理層監(jiān)督的難度，管理層也更有能力在經(jīng)營決策上與外部股東抗衡，進而做出更有利于自身的選擇。

機構(gòu)投資者持股比例對技術(shù)創(chuàng)新投入并無顯著的正向影響，本文甚至發(fā)現(xiàn)在股權(quán)高度集中樣本中，機構(gòu)投資者持股比例與技術(shù)創(chuàng)新投入負相關(guān)。這可能是由證券投資基金所導致的。證券投資基金有定期披露業(yè)績的壓力，更強調(diào)投資組合的年度績效和短期收益?；鹉甓扰琶膲毫驉盒愿偁幰彩沟盟麄儾豢赡艽罅颗渲脛?chuàng)新型企業(yè)的股票。

需要指出的是：一方面，雖然本文是建立在農(nóng)業(yè)龍頭企業(yè)數(shù)據(jù)分析基礎上得出的結(jié)論，但本文認為企業(yè)技術(shù)創(chuàng)新與企業(yè)是否涉農(nóng)并無太大關(guān)系。涉農(nóng)企業(yè)只要采取合適的股權(quán)結(jié)構(gòu)，完全可以取得與非農(nóng)企業(yè)一樣甚至更好的技術(shù)創(chuàng)新水平。另一方面，本文所得到的結(jié)論對于一般股份制上市企業(yè)是否適用，仍值得進一步研究，這也是后續(xù)可以關(guān)注的一個研究方向。