房孟佳
(山東農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院(商學(xué)院),山東 泰安 271018)
“十四五規(guī)劃”提出我國(guó)未來(lái)要實(shí)現(xiàn)高質(zhì)量發(fā)展,必須堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位,把科技自立自強(qiáng)作為國(guó)家發(fā)展的戰(zhàn)略支撐,這要求我們必須深入貫徹創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,以科技創(chuàng)新引領(lǐng)未來(lái)發(fā)展。企業(yè)作為市場(chǎng)主體的重要參與者,是經(jīng)濟(jì)發(fā)展中的重要一環(huán),經(jīng)濟(jì)的發(fā)展離不開(kāi)企業(yè)績(jī)效的提升。
企業(yè)創(chuàng)新作為企業(yè)績(jī)效提升的重要手段受到越來(lái)越多的關(guān)注,但是由于創(chuàng)新本身具有投資高、跨期收益、收益不確定等特點(diǎn),所以在存在委托代理關(guān)系的企業(yè)中,管理層可能由于不想承擔(dān)創(chuàng)新帶來(lái)的不確定性而選擇有利于自身利益的行為[1]。高管的重要考核指標(biāo)之一就是財(cái)務(wù)指標(biāo),而創(chuàng)新投入往往耗資較高,所以高管可能會(huì)通過(guò)削減創(chuàng)新活動(dòng)開(kāi)支來(lái)減少成本以保證當(dāng)期的財(cái)務(wù)績(jī)效考核。但是創(chuàng)新對(duì)于企業(yè)未來(lái)長(zhǎng)遠(yuǎn)發(fā)展具有重要意義,一旦高管忽視創(chuàng)新投入則會(huì)危害企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展目標(biāo)。所以高管如何權(quán)衡短期收益與未來(lái)發(fā)展的關(guān)系,成為影響創(chuàng)新投入的主要因素[2]。有效的高管激勵(lì)機(jī)制是企業(yè)研發(fā)投入和公司績(jī)效的必要保障。高管在企業(yè)中的收益主要來(lái)源于薪酬回報(bào),而薪酬回報(bào)又取決于其經(jīng)營(yíng)業(yè)績(jī),所以高管會(huì)不支持具有風(fēng)險(xiǎn)不確定性的創(chuàng)新研發(fā)項(xiàng)目。對(duì)管理層實(shí)行激勵(lì)機(jī)制是促使其承擔(dān)風(fēng)險(xiǎn)、增加創(chuàng)新績(jī)效的有效途徑。所以,通過(guò)實(shí)施高管激勵(lì)機(jī)制提高高管的風(fēng)險(xiǎn)承擔(dān)能力和意愿,促使高管在短期自身利益與企業(yè)長(zhǎng)遠(yuǎn)發(fā)展目標(biāo)之間做出最有利于企業(yè)的抉擇即選擇恰當(dāng)?shù)臅r(shí)機(jī)增加企業(yè)的研發(fā)投入,支持企業(yè)的研發(fā)創(chuàng)新活動(dòng)來(lái)提高企業(yè)的核心競(jìng)爭(zhēng)力,實(shí)現(xiàn)企業(yè)的長(zhǎng)久發(fā)展[3]。
本文通過(guò)分析企業(yè)創(chuàng)新投入這一中介效應(yīng)模型來(lái)探究薪酬激勵(lì)對(duì)企業(yè)績(jī)效發(fā)展的影響機(jī)制,從而為企業(yè)績(jī)效的提升提供具有參考價(jià)值的結(jié)論。
薪酬激勵(lì)對(duì)企業(yè)績(jī)效的影響屬于典型的委托代理問(wèn)題。由于存在信息不對(duì)稱(chēng)以及不確定性所以在股東與經(jīng)理人之間就存在代理問(wèn)題。基于該理論,為了避免簽定契約后經(jīng)理人出現(xiàn)的道德風(fēng)險(xiǎn),企業(yè)需要建立與完善對(duì)經(jīng)理人的激勵(lì)與監(jiān)督機(jī)制[4]。其中最重要的激勵(lì)機(jī)制就是高管薪酬的合約安排。針對(duì)這一問(wèn)題,最優(yōu)契約理論認(rèn)為最佳的薪酬合約是將高管報(bào)酬與公司業(yè)績(jī)相掛鉤。高管作為有限理性經(jīng)濟(jì)人,會(huì)將其獲得的報(bào)酬與自己付出的代價(jià)(努力程度)相權(quán)衡,進(jìn)而選擇使自己利益最大化的方式行事。因此,較高的報(bào)酬往往會(huì)激勵(lì)經(jīng)理人付出較多的努力以提升公司績(jī)效,而公司績(jī)效的提升又會(huì)進(jìn)一步為其帶來(lái)更多的報(bào)酬,從而形成一個(gè)良性循環(huán)?;诖吮疚奶岢黾僭O(shè)H1。
H1:薪酬激勵(lì)正向作用于企業(yè)績(jī)效
公司治理理論表明,股東可以通過(guò)分散投資收取組合收益,而經(jīng)理人只有通過(guò)經(jīng)營(yíng)業(yè)績(jī)來(lái)?yè)Q取薪酬、福利等短期回報(bào)。因此,管理層尤其是風(fēng)險(xiǎn)厭惡型管理層通常只關(guān)注能夠提高短期經(jīng)營(yíng)績(jī)效的項(xiàng)目,而規(guī)避具有風(fēng)險(xiǎn)不確定性的項(xiàng)目如創(chuàng)新研發(fā)。一些學(xué)者認(rèn)為高管薪酬激勵(lì)能夠有效解決委托代理問(wèn)題,提高管理層與企業(yè)共同擔(dān)當(dāng)風(fēng)險(xiǎn)的意愿,增強(qiáng)經(jīng)理人從事風(fēng)險(xiǎn)投資項(xiàng)目的動(dòng)機(jī)[5]。尤其是在研發(fā)部門(mén),其管理者的薪酬水平越高,企業(yè)研發(fā)專(zhuān)利的數(shù)量和研發(fā)支出也越高。
關(guān)于研發(fā)投入對(duì)企業(yè)績(jī)效的影響,學(xué)者們現(xiàn)有的研究結(jié)論比較豐富。一方面是創(chuàng)新投入可以促進(jìn)企業(yè)績(jī)效的提升?;趧?chuàng)新投入促進(jìn)機(jī)制視角,早期學(xué)者們利用柯布—道格拉斯生產(chǎn)函數(shù)模型等來(lái)測(cè)定創(chuàng)新投入對(duì)生產(chǎn)率的影響。梁萊歆等基于企業(yè)生命周期視角發(fā)現(xiàn),成長(zhǎng)期企業(yè)的R&D投入對(duì)當(dāng)期績(jī)效影響顯著,并會(huì)在長(zhǎng)期產(chǎn)生累積效應(yīng)[6]。王化成等研究發(fā)現(xiàn)我國(guó)上市公司創(chuàng)新投入形成的無(wú)形資產(chǎn)與企業(yè)未來(lái)的績(jī)效存在顯著的正相關(guān)關(guān)系[7]。同時(shí),由于創(chuàng)新自身具有跨期收益的特點(diǎn),所以創(chuàng)新投入演化為創(chuàng)新績(jī)效需要一定時(shí)間,即創(chuàng)新投入具有一定的滯后效應(yīng)。另一方面企業(yè)績(jī)效對(duì)創(chuàng)新投入具有反饋?zhàn)饔?。企業(yè)良好的績(jī)效狀況是企業(yè)投入研發(fā)所需要的必要條件,研發(fā)投入的資本體量高且研發(fā)周期不確定,一旦研發(fā)過(guò)程中出現(xiàn)問(wèn)題,就需要更強(qiáng)大的資金鏈予以支持,否則整個(gè)研發(fā)過(guò)程都會(huì)前功盡棄。并且對(duì)于一個(gè)產(chǎn)品的研發(fā)必須要將產(chǎn)品順利推向市場(chǎng)才意味著整個(gè)研發(fā)過(guò)程的真正結(jié)束,前期研發(fā)活動(dòng)的完成并不意味著研發(fā)可以獲得回報(bào),其中還涉及到成果轉(zhuǎn)化的問(wèn)題[8]。我國(guó)學(xué)者通過(guò)探索創(chuàng)新投入、企業(yè)績(jī)效與市場(chǎng)價(jià)值三者之間相互影響的關(guān)系,認(rèn)為積極的研發(fā)戰(zhàn)略是企業(yè)高績(jī)效與高市值的前提,而良好的績(jī)效與市值也是研發(fā)投入持續(xù)進(jìn)行的保障。所以企業(yè)績(jī)效與創(chuàng)新投入之間存在著內(nèi)生性關(guān)系[9]。
學(xué)者們對(duì)于薪酬激勵(lì)機(jī)制會(huì)促進(jìn)企業(yè)的研發(fā)投入已經(jīng)達(dá)成了共識(shí),但是對(duì)于薪酬激勵(lì)通過(guò)影響企業(yè)的研發(fā)投入進(jìn)而影響企業(yè)績(jī)效這一路徑的探討尚未有明晰的結(jié)論,尤其對(duì)于研發(fā)投入在這一傳導(dǎo)路徑中所發(fā)揮的中介效應(yīng)的作用分析不夠深入,缺乏相關(guān)實(shí)證分析的支撐。基于上述分析,現(xiàn)提出假設(shè)H2。
H2:薪酬激勵(lì)通過(guò)提升創(chuàng)新投入正向作用于企業(yè)績(jī)效。
圖1 理論分析框架
本文選取2018年和2019年滬深兩市A股主板研發(fā)投入大于0的上市公司為研究樣本。并按照以下步驟剔除不恰當(dāng)數(shù)據(jù):(1)銀行、保險(xiǎn)等金融行業(yè)上市公司樣本;(2)當(dāng)年被ST或*ST的公司樣本;(3)帶有缺失值的公司樣本。經(jīng)過(guò)篩選,最終共獲得624個(gè)有效研究樣本。本文研究數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù),并利用 SPSS19.0統(tǒng)計(jì)軟件進(jìn)行計(jì)量分析。
(1)解釋變量變量。薪酬激勵(lì)作為本文的解釋變量,薪酬激勵(lì)以上市公司董事、監(jiān)事、高管的年薪表示。
(2)被解釋變量。本文以企業(yè)績(jī)效作為被解釋變量,企業(yè)績(jī)效用上市公司營(yíng)業(yè)收入(OR)表示。
(3)中介變量。本文以上市公司研發(fā)投入作為中介變量
(4)控制變量。本文為了盡可能地保證模型估計(jì)不受其他因素的影響,特地引入了一些控制變量。這些控制變量包括:董事會(huì)議事頻次(BMF,一年內(nèi)董事會(huì)召開(kāi)次數(shù));股東關(guān)聯(lián)性(INDE,前十大股東是否存在關(guān)聯(lián),1為不存在關(guān)聯(lián),2為存在關(guān)聯(lián),3為不確定是否存在關(guān)聯(lián));股權(quán)集中度(TOP1,第一大股東的持股比例);股權(quán)平衡度(TOP2_10,第二到第十大股東持股比例總和);董事長(zhǎng)與總經(jīng)理的兼職情況(CEO,兩權(quán)分離率)。
2.3.1 基準(zhǔn)回歸
因?yàn)槠髽I(yè)績(jī)效的考核主要集中于年底,所以薪酬激勵(lì)同樣具有一定的滯后效應(yīng),這里采用滯后一期的薪酬建立模型??紤]創(chuàng)新投入的滯后效應(yīng),同時(shí)避免創(chuàng)新投入與企業(yè)績(jī)效之間的內(nèi)生性影響,利用滯后期的的創(chuàng)新投入建立模型。因?yàn)楸唤忉屪兞颗c解釋變量都屬于連續(xù)性變量,采用一般線(xiàn)性回歸模型進(jìn)行分析,基于上述分析回歸模型建立如下:
OR=β0+β1ASi-1+β2RDi-1+∑Controls+e1
2.3.2 中介效應(yīng)檢驗(yàn)
其中,中介變量是指自變量 X 影響因變量 Y 的過(guò)程中,若是存在 X 通過(guò) M 對(duì) Y 產(chǎn)生影響,則 M 為中介變量[10]。鑒于本文的因變量與中介變量都是連續(xù)性變量,結(jié)合 Logit 模型進(jìn)行中介效應(yīng)檢驗(yàn)分析。具體原理如下:
M=aX+e2
(1)
Y=c'X+bM+e3
(2)
Y=cX+e4
(3)
其中(3)式中的系數(shù)c代表的是X對(duì)Y的總效應(yīng),(2)式中的系數(shù)c'代表的是控制了中介變量M后X對(duì)Y的直接效應(yīng),而M間接效應(yīng)的存在是看系數(shù)a、b的乘積。對(duì)于這類(lèi)簡(jiǎn)單中介模型來(lái)說(shuō)總效應(yīng)=直接效應(yīng)+間接效應(yīng)即c=c'+ab。對(duì)于中介效應(yīng)的檢驗(yàn)過(guò)程來(lái)說(shuō)首先應(yīng)該檢驗(yàn)的是系數(shù)c如果系數(shù)c顯著則證明X對(duì)Y整體上具有顯著性影響。對(duì)于系數(shù)C 的檢驗(yàn)是十分必要的,如果X對(duì)Y并不存在顯著的影響關(guān)系那么再去探究X通過(guò)M而影響Y也就變得毫無(wú)意義。再對(duì)系數(shù)乘積ab檢驗(yàn),ab如果顯著則證明該模型存在中介效應(yīng)。最后通過(guò)對(duì)系數(shù)c'的檢驗(yàn)可以得到中介效應(yīng)的性質(zhì),即中介效應(yīng)是部分中介還是完全中介。
通過(guò)檢驗(yàn)創(chuàng)新投入的中介效應(yīng),可以解釋薪酬激勵(lì)影響企業(yè)績(jī)效的作用機(jī)理。X 表示解釋變量薪酬激勵(lì)變量,M表示中介變量創(chuàng)新投入,Y表示被解釋變量企業(yè)績(jī)效。對(duì)于本文來(lái)說(shuō)被解釋變量與中介變量均為連續(xù)型變量,所以回歸模型中系數(shù)a與系數(shù) b不存在尺度差異,可以直接進(jìn)行比較,中介效應(yīng)大小等于系數(shù)乘積ab。本文對(duì)于系數(shù)乘積ab的檢驗(yàn)采用Bootstrap法[11],它是一種從樣本中重復(fù)取樣的方法,本文將重復(fù)抽樣的樣本容量設(shè)為5 000,對(duì)這 5 000個(gè)Bootstrap 樣本,可以得到5 000個(gè)系數(shù)乘積的估計(jì)值,將它們按數(shù)值從小到大排序,其中第 2.5 百分位點(diǎn)和第 97.5 百分位點(diǎn)就構(gòu)成系數(shù)乘積 ab 的一個(gè)置信度為95%的置信區(qū)間,據(jù)此就可以進(jìn)行檢驗(yàn)了:如果置信區(qū)間不包含 0,則系數(shù)乘積ab顯著。
表1是主要變量的描述性統(tǒng)計(jì)結(jié)果,從表1中可以看出,我國(guó)上市公司績(jī)效差距巨大,樣本中公司績(jī)效的最小值僅占最大值的0.3%,可見(jiàn)雖然同為上市公司但是不同行業(yè)以及不同規(guī)模的企業(yè)之間的盈利能力之間的營(yíng)業(yè)收入差距很大。由于公司業(yè)務(wù)對(duì)研發(fā)力度需求的不同,不同公司的研發(fā)投入也相差甚遠(yuǎn),公司最小的研發(fā)投入與平均值之間仍相差600余萬(wàn)元,但是研發(fā)投入的差距相比于公司績(jī)效的差距可以說(shuō)是大大縮小,說(shuō)明有的企業(yè)的研發(fā)投入與公司規(guī)模之間的匹配不夠,研發(fā)投入相對(duì)不足。在薪酬激勵(lì)方面,高管年薪收入同樣差距比較大,表明我國(guó)上市公司給予高管的待遇存在明顯差異。從有研發(fā)支出的上市公司董事會(huì)開(kāi)會(huì)次數(shù)來(lái)看,上市公司董事會(huì)的勤勉程度存在較大差距,有的公司全年董事會(huì)會(huì)議次數(shù)達(dá)到19次,而有的公司則只有4次。從前十大股東關(guān)聯(lián)性來(lái)看,已知確切關(guān)聯(lián)性的上司公司中不存在不具有關(guān)系的前十大股東,普遍上市公司的大股東之間的關(guān)聯(lián)性比較大。在股權(quán)的集中度看,最高的第一大股東的持股比例達(dá)到了75%,平均為31.64%,表明有研發(fā)支出的上市公司的股權(quán)集中度比較高。而股權(quán)平衡度方面,有研發(fā)支出的上市公司的第二到第十大股東的持股比例的平均數(shù)為25.33%,說(shuō)明股權(quán)在這類(lèi)上市公司中的平衡度不高。在董事長(zhǎng)與總經(jīng)理的兼職情況看,有研發(fā)支出的上市公司的兩職合一的情況比較少,這與上市公司規(guī)模比較大,普遍存在委托代理問(wèn)題有關(guān)。
表2是對(duì)本文主要解釋與被解釋變量的相關(guān)性分析,從表2中可以看出,本文所選取的控制變量之間的相關(guān)程度比較低,說(shuō)明控制變量之間沒(méi)有明顯的多重共線(xiàn)問(wèn)題,比較適合進(jìn)行回歸分析。而無(wú)論是Spearman相關(guān)系數(shù)還是Pearson相關(guān)系數(shù)都顯示企業(yè)績(jī)效、薪酬激勵(lì)、創(chuàng)新投入之間存在著比較高的相關(guān)關(guān)系,這與前文中的理論分析內(nèi)容一致,模型設(shè)定中通過(guò)使用滯后期的變量一定程度上解決了這個(gè)問(wèn)題。
3.3.1 薪酬激勵(lì)對(duì)企業(yè)績(jī)效具有正向影響
暫不考慮理論分析中的中介效應(yīng)與調(diào)節(jié)效應(yīng),借助逐步回歸思想,逐步引入變量,同時(shí)在回歸中采用Bootstrap法進(jìn)行設(shè)定值為5 000次的重復(fù)抽樣,進(jìn)行回歸。表3中回歸(1)僅包括薪酬激勵(lì),回歸(2)除了薪酬激勵(lì)以外還引入了董事會(huì)議事頻次、前十大股東關(guān)聯(lián)性、股權(quán)集中度、兩職兼職率、股權(quán)平衡度5個(gè)控制變量進(jìn)行分析。兩個(gè)回歸模型均顯示薪酬激勵(lì)與企業(yè)績(jī)效之間存在顯著正相關(guān)關(guān)系,且在 95%水平上顯著。由此得出,薪酬激勵(lì)對(duì)企業(yè)績(jī)效有顯著的正向影響,H1得到證實(shí)。
表1 描述性統(tǒng)計(jì)結(jié)果
表2 相關(guān)性分析結(jié)果
表3 企業(yè)績(jī)效影響因素回歸結(jié)果
3.3.2 薪酬激勵(lì)通過(guò)創(chuàng)新投入對(duì)企業(yè)績(jī)效有正向影響
通過(guò)PROCESS插件用Bootstrap法對(duì)中介效應(yīng)ab進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果如表4所示。ab的影響系數(shù)為正,且在95%的置信水平上Bootstrap法的上下限之間不包括0,所以創(chuàng)新投入的中介效應(yīng)是顯著的即薪酬激勵(lì)通過(guò)創(chuàng)新投入對(duì)企業(yè)績(jī)效有正向影響,假設(shè)H2得到證實(shí)。對(duì)于直接效應(yīng)的檢驗(yàn)來(lái)說(shuō),由于在95%的置信水平上上下限之間包括0,所以對(duì)于此模型來(lái)說(shuō)直接效應(yīng)是不存在的,也就是說(shuō)薪酬激勵(lì)對(duì)于企業(yè)績(jī)效沒(méi)有直接的影響關(guān)系。同時(shí)對(duì)于系數(shù)c的檢驗(yàn)在95%的置信水平上上下限之間不包括0,說(shuō)明總效應(yīng)存在且總效應(yīng)的系數(shù)為正且企業(yè)高管的薪酬激勵(lì)對(duì)于企業(yè)績(jī)效有正向影響,進(jìn)一步證明了假說(shuō)H1的正確性。由于該模型中中介效應(yīng)與總效應(yīng)均顯著而直接效應(yīng)不顯著,所以該模型的中介效應(yīng)屬于完全中介的類(lèi)型,即薪酬激勵(lì)對(duì)企業(yè)績(jī)效的正向影響完全是通過(guò)影響創(chuàng)新投入而實(shí)現(xiàn)的。
表4 Bootstrap法下各效應(yīng)分解表
本文通過(guò)構(gòu)建中介效應(yīng)模型,首先得到了薪酬激勵(lì)對(duì)企業(yè)績(jī)效具有顯著的正向影響,同時(shí)在后續(xù)的分析模型中得出這種影響并不是直接的,而是通過(guò)影響高管的行為來(lái)達(dá)到對(duì)企業(yè)績(jī)效影響的目的。通過(guò)給予高管恰當(dāng)?shù)男匠昙?lì),使得高管在企業(yè)的日常經(jīng)營(yíng)決策中更加積極,對(duì)待企業(yè)的工作更加勤勉。同時(shí)由于委托代理問(wèn)題的存在,高管薪酬激勵(lì)的提升可以使高管遇到個(gè)人短期利益與企業(yè)長(zhǎng)期利益之間存在矛盾沖突的時(shí)候,增強(qiáng)高管對(duì)企業(yè)負(fù)責(zé)的意愿,使企業(yè)獲得更加長(zhǎng)遠(yuǎn)的發(fā)展。
在對(duì)于創(chuàng)新投入的中介效應(yīng)檢驗(yàn)過(guò)程中得到了創(chuàng)新投入在本文構(gòu)建的高管薪酬激勵(lì)影響企業(yè)績(jī)效的中介效應(yīng)模型中發(fā)揮了完全中介作用的結(jié)論,即在構(gòu)建的模型中薪酬激激勵(lì)完全是通過(guò)創(chuàng)新投入而影響企業(yè)績(jī)效的。由于創(chuàng)新投入的不確定性,所以高管的個(gè)人意志對(duì)于企業(yè)創(chuàng)新投入的大小有重要的影響,通過(guò)給予高管薪酬激勵(lì)而提高高管承擔(dān)創(chuàng)新投入風(fēng)險(xiǎn)的意愿和能力,從而使得高管在企業(yè)發(fā)展需要?jiǎng)?chuàng)新投入的時(shí)候不會(huì)為了自己個(gè)人的績(jī)效考評(píng)而故意削減企業(yè)的研發(fā)投入。
本文通過(guò)對(duì)企業(yè)薪酬激勵(lì)通過(guò)影響研發(fā)投入而影響企業(yè)績(jī)效的分析,可以得到以下啟示:作為企業(yè)的所有者應(yīng)該充分重視企業(yè)創(chuàng)新投入對(duì)一個(gè)企業(yè)發(fā)展能力的提升作用,在目前市場(chǎng)競(jìng)爭(zhēng)日趨激烈的大環(huán)境下,要想保證一定的市場(chǎng)占有率企業(yè)必須要發(fā)展自己的核心競(jìng)爭(zhēng)力,而創(chuàng)新就是企業(yè)提升核心競(jìng)爭(zhēng)力的重要手段;同時(shí)要制定合理的高管激勵(lì)政策來(lái)督促高管在企業(yè)經(jīng)營(yíng)過(guò)程中可以將所有者對(duì)于創(chuàng)新發(fā)展的重視落到實(shí)處,這樣才可以使企業(yè)的績(jī)效得到提升,使整個(gè)企業(yè)的發(fā)展成為一種良性的循環(huán)。