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(fā)展方式迫切需要轉換。在此背景下，科技創(chuàng)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(chuàng)新的政策，以支持企業(yè)發(fā)展。但從目前來看，我國研發(fā)整體水平仍存在大而不強、創(chuàng)新效率不高等問題，與發(fā)達國家相比，還存在一定差距，特別是在企業(yè)科技創(chuàng)新方面，創(chuàng)新效率有待提升，研究如何提高企業(yè)創(chuàng)新效率已成為實施創(chuàng)新驅動發(fā)展戰(zhàn)略的核心問題（朱德勝等，2016）。由委托代理理論可知，適當?shù)墓芾韺蛹钅軌蚴垢吖苤鲃哟龠M科技創(chuàng)新成果的轉化，高管作為決策者和執(zhí)行者，是推進企業(yè)技術創(chuàng)新的關鍵；三重螺旋理論表明，政府是影響創(chuàng)新能力的決定因素之一，政府干預也是影響企業(yè)創(chuàng)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(yè)創(chuàng)新效率置于同一框架進行分析，在考察高管激勵對企業(yè)創(chuàng)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(jié)作用將具有重要意義。然而現(xiàn)有研究大多集中在融資約束、企業(yè)績效因素等對企業(yè)創(chuàng)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(chuàng)新效率方面的實證研究較為匱乏，對于顯性激勵方式與創(chuàng)新效率之間關系的研究也較少。由于我國創(chuàng)業(yè)板多為中小企業(yè)，研發(fā)創(chuàng)新更為活躍，因此，本文選取2014—2017年創(chuàng)業(yè)板上市公司數(shù)據為樣本，對高管激勵、政府干預與企業(yè)創(chuàng)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(chuàng)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(yè)創(chuàng)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(jié)要素加入到高管激勵與創(chuàng)新效率的分析框架中進行研究。另外，以創(chuàng)業(yè)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(yè)創(chuàng)新效率問題研究中對創(chuàng)業(yè)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(yè)績效和高管薪酬之間的關系，高管激勵與企業(yè)技術創(chuàng)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(chuàng)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(yè)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(yè)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(chuàng)新本身具有的長周期特點相似，使得股權激勵與創(chuàng)新研發(fā)在收益時間方面能夠很好地匹配，有利于激發(fā)高管創(chuàng)新行為動力，促使高管更加注重企業(yè)創(chuàng)新效率以有利于企業(yè)長期穩(wěn)定地實現(xiàn)經營戰(zhàn)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(yè)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(yōu)區(qū)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?；谏鲜龇治?，本文提出以下假設：

H1a：高管股權激勵與企業(yè)技術創(chuàng)新效率呈正相關。

H1b：高管股權激勵對企業(yè)技術創(chuàng)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(chuàng)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(chuàng)新效率之間的關系尚未得出統(tǒng)一的結論。貨幣薪酬激勵可能會在企業(yè)創(chuàng)新過程中表現(xiàn)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(yè)技術創(chuàng)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(yè)公司的數(shù)據分析，認為薪酬激勵有利于提高企業(yè)創(chuàng)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(yè)的研發(fā)創(chuàng)新效率。另一部分學者則認為，薪酬激勵與創(chuàng)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(guī)避風險行為的可能性（Fu，2012）。如雷鵬等（2015）以工業(yè)上市公司為樣本，發(fā)現(xiàn)貨幣薪酬激勵對企業(yè)研發(fā)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(fā)支出并減少現(xiàn)有努力。吳育輝、吳世農（2010）以A股上市公司為對象研究發(fā)現(xiàn)，當短期薪酬激勵與公司業(yè)績存在高度相關性時，薪酬激勵不能發(fā)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(wěn)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(xiàn)顯著的激勵效應，但達不到時卻很可能會呈現(xiàn)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(fā)具有長期性，往往無法在當期績效中體現(xiàn)。根據委托代理理論，在兩權分離的背景下，雖然高管的戰(zhàn)略決策和對未來方向的把握會在很大程度上影響著企業(yè)的命脈，資本所有權與運作權本應是統(tǒng)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(fā)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(xiàn)狀而減少對研發(fā)的投入進而損害企業(yè)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(yè)、市場中的地位和聲譽，從而可能做出某些與實現(xiàn)委托人效用最大化相悖的行為，難免會與委托人出現(xiàn)利益沖突。由此，本文提出如下假設：

H2：高管薪酬激勵與企業(yè)技術創(chuàng)新效率呈負相關。

（三）政府干預與技術創(chuàng)新效率

目前我國市場機制仍不完善，難免會出現(xiàn)外部性、“搭便車”等市場失靈的現(xiàn)象，僅依靠市場配置資源無法實現(xiàn)效率-帕累托最優(yōu)，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(fā)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(yè)生產經營及創(chuàng)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(yè)的創(chuàng)新效率。如部分經營不善的企業(yè)，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(yè)短期目標存在較大沖突，直接或間接支持并不能促進企業(yè)效率提升（肖文、高榜，2014）。政府介入了本可以由企業(yè)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(yè)跨地區(qū)進行實證研究，同樣發(fā)現(xiàn)政府資金支持導致企業(yè)創(chuàng)新效率低下。但也有學者認為，創(chuàng)新本身具有較強的正外部性特征，為彌補給創(chuàng)新企業(yè)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(yè)發(fā)展，引導社會資金流向中小企業(yè)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(yè)的研發(fā)不足，降低企業(yè)的研發(fā)風險，從而可提升區(qū)域整體的創(chuàng)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(qū)之間經濟發(fā)展水平存在著顯著的差異性，市場化水平不一，加之地區(qū)GDP和社會政治目標的實現(xiàn)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(xiàn)其政治目標存在對企業(yè)進行干預的傾向。政府憑借其得天獨厚的資源在調節(jié)市場環(huán)境以緩解要素市場扭曲的同時，也會對當?shù)仄髽I(yè)產生重要影響，進一步影響到企業(yè)內部治理結構的調整（劉興云、王金飛，2013）。但各地區(qū)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(qū)，干預程度較高的地區(qū)政府可能更希望通過財政撥款、稅收返還、下?lián)芸蒲薪涃M等手段扶持當?shù)仄髽I(yè)的發(fā)展，在給予企業(yè)優(yōu)惠條件的同時也會要求企業(yè)提高創(chuàng)新效率；為回應政府要求，企業(yè)會激發(fā)高管創(chuàng)新研發(fā)動力，相應調整激勵計劃，增加股權激勵，使之與創(chuàng)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(yè)長期效益，提高創(chuàng)新效率。但由于薪酬激勵相對穩(wěn)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(yè)會更少用薪酬激勵這種方式促進創(chuàng)新效率提高，也就是說薪酬激勵這種方式對創(chuàng)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(chuàng)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(yè)創(chuàng)新效率關系中存在調節(jié)效應；相對政府干預程度較低的地區(qū)，干預程度較高的地區(qū)高管股權激勵對企業(yè)技術創(chuàng)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(shù)據來源及樣本選擇

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

數(shù)據主要來自CSMAR數(shù)據庫，少量缺失的數(shù)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(shù)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(yè)，獲得1 612個有效樣本數(shù)據，主要采用Excel和Stata 16.0進行數(shù)據處理。

（二）變量定義

1.被解釋變量。本文的因變量為企業(yè)創(chuàng)新效率，用Inno表示，通常采用研發(fā)產出與投入的比值來衡量。專利是企業(yè)研發(fā)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(shù)較專利授權總數(shù)更能夠有效衡量企業(yè)的產出（雷鵬等，2015），因此本文選用專利申請總量數(shù)（patent）與研發(fā)投入（input）的比值來衡量。另外考慮到滯后性問題，本文在穩(wěn)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(shù)量占企業(yè)總股數(shù)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(shù)據披露數(shù)據有限，且不同行業(yè)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(shù)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(shù)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(yè)的干預”指數(shù)來衡量，指數(shù)越小，政府地區(qū)干預水平越高。二是采用王小魯?shù)龋?013）對中國各省經營環(huán)境調查中“減少不必要干預”指數(shù)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(shù)據尚未出版，鑒于數(shù)據可得性，本文采用第三種方法，數(shù)據來源于《中國科技統(tǒng)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(yè)的盈利能力，資產負債率（Lev）能反映企業(yè)償債能力，公司規(guī)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(chuàng)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(tǒng)一模型，并進行分組檢驗。

四、實證結果分析

（一）描述性統(tǒng)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(guī)范的逐步完善，創(chuàng)業(yè)板上市公司對創(chuàng)新數(shù)據披露情況有所好轉，披露企業(yè)數(shù)上升，且2014—2016年創(chuàng)新效率總體呈上升趨勢，2017年有所回落，可能是由于創(chuàng)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(yè)日益強烈的股權激勵意向同政策法規(guī)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(wèi)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(yè)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(tǒng)計結果

其他變量統(tǒng)計結果如表3所示，其中樣本公司所在地區(qū)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(yè)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(chuàng)業(yè)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(tǒng)計結果

（二）相關性分析

為了初步檢驗解釋變量企業(yè)創(chuàng)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(shù)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(chuàng)新效率與高管股權激勵呈正向變動，在5%的置信水平上創(chuàng)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(chuàng)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(yè)規(guī)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(yè)創(chuàng)新效率的影響以及分組檢驗政府干預的調節(jié)效應實證結果。

1.高管激勵與企業(yè)創(chuàng)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(shù)在10%的顯著性水平上為正，表明股權激勵會對企業(yè)創(chuàng)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(shù)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(yè)創(chuàng)新效率越低，支持研究假設2，即薪酬激勵與企業(yè)創(chuàng)新效率呈負相關性，薪酬激勵的短期性無法與創(chuàng)新的滯后性相匹配，不能激發(fā)高管提高企業(yè)創(chuàng)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(shù)，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(shù)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(shù)上升為0.0043862。對比全樣本的回歸系數(shù)可以發(fā)現(xiàn)，在政府干預下高管股權激勵對創(chuàng)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(shù)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(shù)為-0.0022647。對比全樣本的回歸系數(shù)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(yè)創(chuàng)新效率的正向促進作用，也強化了薪酬激勵對于企業(yè)創(chuàng)新效率的負向關系。之所以在干預程度較高的地區(qū)激勵效應影響顯著，可能是政府的研發(fā)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(chuàng)新效率的有效性。

表6 高管激勵與企業(yè)創(chuàng)新效率關系的回歸結果

表7 政府干預結果調節(jié)作用回歸結果

五、穩(wěn)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(wěn)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(jiān)事、高管年薪總額自然對數(shù)代替前三位高管薪酬總額的自然對數(shù)，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(xiàn)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(yè)專利申請數(shù)不一定代表最終企業(yè)專利被授予的數(shù)量，根據上市公司的披露數(shù)據我們以專利申請后四年的累計專利授權數(shù)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(yè)從創(chuàng)新投入到形成創(chuàng)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(xiàn)有研究文獻的觀點，擬將創(chuàng)新投入分別滯后1期和2期，用滯后的創(chuàng)新產出除以創(chuàng)新投入重新計算創(chuàng)新效率，使得企業(yè)創(chuàng)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(wěn)健性。

表8 穩(wěn)健性檢驗回歸結果

六、結論與啟示

（一）結論

通過對2014—2017年創(chuàng)業(yè)板上市公司面板數(shù)據的實證研究，本文得出如下結論：（1）高管股權激勵與企業(yè)技術創(chuàng)新效率呈正相關，而高管薪酬激勵與企業(yè)技術創(chuàng)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(chuàng)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(fā)現(xiàn)，在政府干預高的地區(qū)股權激勵對企業(yè)技術創(chuàng)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(xiàn)代企業(yè)之間的競爭很大程度上就是創(chuàng)新能力的競爭，創(chuàng)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?；谏鲜鲅芯拷Y論，本文提出以下建議：從企業(yè)內部角度看，我國創(chuàng)業(yè)板上市公司整體創(chuàng)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(chuàng)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(yōu)化資源的配置，因此在設計高管激勵計劃、促進企業(yè)創(chuàng)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(fā)，企業(yè)創(chuàng)新具有外部性，政府干預的確能夠在一定程度上緩解企業(yè)負擔，但應在充分了解企業(yè)研發(fā)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(chuàng)新激勵扭曲，又要更好地發(fā)揮政府在創(chuàng)新效率提升、戰(zhàn)略引領等方面的基礎性和導向性作用，要根據不同地區(qū)的實際情況及時調整有關政策，為企業(yè)提供一個良好的創(chuàng)新環(huán)境。