周芬芬

(南京信息工程大學 江蘇 南京 210044)

一、引言

(一)研究背景

今天的時代需要創(chuàng)新，引領發(fā)展道路。創(chuàng)新效率和可持續(xù)性日趨得到社會重視。我國企業(yè)的科技創(chuàng)新隊伍雖多雖大，但不強。高技能人才也相當缺乏。企業(yè)對于科技的創(chuàng)新，技術的開發(fā)有待提高。對創(chuàng)新的鼓勵，以及對創(chuàng)新型社會的建設仍需繼續(xù)努力。

(二)研究綜述

近些年來，國內(nèi)外學者也對于高管特征與企業(yè)績效之間的作用關系展開了諸多研究與探討。蘇皚,康鵬勝,陶向南(2020)選取華南地區(qū)制造業(yè)作為樣本數(shù)據(jù)，對其高管團隊異質(zhì)性進行分類，并作為調(diào)節(jié)變量進行分析。結果表明，高管團隊特征表層差異越大，企業(yè)創(chuàng)新績效約會受到抑制；反之則相反。楊華,蔡曉鳳(2020)對高管特征與創(chuàng)新績效文獻進行梳理高管學歷與企業(yè)創(chuàng)新績效呈顯著正相關。高管學歷越高，對企業(yè)創(chuàng)新活動越關注；而學歷較低者則更加關注企業(yè)經(jīng)營績效與最終結果。高管的性別特征與企業(yè)創(chuàng)新績效也顯著相關，女性高管比例越高，企業(yè)創(chuàng)新績效可能越好。楊涵舒(2019)圍繞創(chuàng)業(yè)板創(chuàng)新企業(yè)展開研究，結果表明，高管團隊平均年齡，受教育水平越高，越有利于企業(yè)創(chuàng)新績效的提高。陳瑤(2019)結果表明，高管任期越長,高管能力越高時,對創(chuàng)新績效的影響越顯著。高瑞迪(2018)認為女性高管有利于企業(yè)創(chuàng)新績效的提高；高管年齡與創(chuàng)新績效無顯著關系；高管學歷與企業(yè)創(chuàng)新績效有顯著正向關系。

二、高管特征對企業(yè)創(chuàng)新績效的影響實證設計

(一)樣本的選取與數(shù)據(jù)來源

1.樣本選取

本文選取2014-2018年創(chuàng)業(yè)板上市公司作為樣本，為了數(shù)據(jù)的完整性與嚴謹性，將剔除財務信息披露不完整，虧損嚴重，個別財務數(shù)據(jù)特別極端，經(jīng)營年份過低的上市公司。

2.數(shù)據(jù)來源

數(shù)據(jù)主要從國泰安數(shù)據(jù)庫獲得，選取2014至2018年的上市公司的財務報表數(shù)據(jù)，財務指標數(shù)據(jù)。

(二)變量選取與設計

1.解釋變量

本文解釋變量為高管特征，分為三個解釋變量。高管年齡(AGE)選取該年份高總數(shù)年齡的平均值作為指標。高管性別(SEX)特征選取高管中女性人數(shù)與高管總數(shù)的比值作為指標。

高管學歷(EDU)，分為?？?、本科、碩士、博士、博士后，并為其分別賦值1、3、5、7、9。取其每一年份均值作為指標。

2.被解釋變量

本文被解釋變量為創(chuàng)新績效(R&D)，基于大部分研究，這里采用企業(yè)研發(fā)投入程度作為創(chuàng)新績效指標。

3.控制變量

(1)資產(chǎn)規(guī)模(Scale)采用企業(yè)總資產(chǎn)的自然對數(shù)作為指標。

(2)資本結構(Lev)采用負債總額與資產(chǎn)總額的比值作為指標

(3)現(xiàn)金持有水平(Cash)采用貨幣資金與總資產(chǎn)的比值作為指標

(三)模型設計

本文基于解釋變量、被解釋變量、控制變量的選擇做出下列模型設計：

R&D=α1AGE+α2Scale+α3Cash+α4Lev+ε1

模型1

R&D=β1SEX+β2Scale+β3Cash+β4Lev+ε2

模型2

R&D=γ1EDU+γ2Scale+γ3Cash+γ4Lev+ε3

模型3

三、高管特征對企業(yè)創(chuàng)新績效的影響實證分析

(一)提出假設

基于以上模型，本文提出下列三個假設：

假設一：高管性別特征與企業(yè)創(chuàng)新績效存在顯著關系

假設二：高管年齡特征與企業(yè)創(chuàng)新績效存在不顯著關系

假設三：高管學歷特征與企業(yè)創(chuàng)新績效存在顯著正向關系

(二)描述性統(tǒng)計分析與相關性分析

1.描述性統(tǒng)計分析

對變量進行描述統(tǒng)計分析，結果如表1所示，展示了各變量的極小值、極大值、均值、標準差。這些上市公司的AGE最小34、最大79,、標準差4.2；SEX的最小0，最大0.77，標準差0.15；EDU的最小2.6，最大5.3，標準差0.49；R&D的最小24.5萬，最大67127萬，標準差0.17。這表明上市公司高管特征，創(chuàng)新績效存在較大差異。

表1 描述統(tǒng)計表

(三)模型回歸分析

1.高管性別特征與企業(yè)創(chuàng)新績效回歸分析

企業(yè)創(chuàng)新績效與高管性別特征回歸分析的調(diào)整R2為0.132，擬合優(yōu)度良好。F指標值為19.041，據(jù)此可以看出，企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間構成較為顯著的線性回歸關系。從表2可知，Sig值為0.030<0.05，說明企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間關系顯著，呈正相關關系。

表2 系數(shù)

2.高管年齡特征與企業(yè)創(chuàng)新績效回歸分析

企業(yè)創(chuàng)新績效與高管年齡特征回歸分析的調(diào)整R2為0.235，擬合優(yōu)度良好。F指標值為19.352，據(jù)此可以看出，企業(yè)創(chuàng)新績效與企業(yè)高管年齡特征之間構成較為顯著的線性回歸關系。從表3可知，Sig值為0.333>0.05，說明企業(yè)創(chuàng)新績效與企業(yè)高管年齡特征之間關系不顯著。

表3 系數(shù)

3.高管學歷特征與企業(yè)創(chuàng)新績效回歸分析

企業(yè)創(chuàng)新績效與高管學歷回歸分析的調(diào)整R2為0.240擬合優(yōu)度良好。F指標值為19.863，企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間構成較為顯著的線性回歸關系。從表4可知，Sig值為0.016<0.05，說明企業(yè)創(chuàng)新績效與企業(yè)高管學歷特征之間關系顯著，呈正相關關系。

表4 系數(shù)

四、實證結論及建議

(一)高管性別特征與企業(yè)創(chuàng)新績效存在顯著關系

本文的性別指標采用的是女性高管人數(shù)占高管團隊總?cè)藬?shù)的比例，從數(shù)據(jù)分析結果來看，女性高管占比越多，對企業(yè)創(chuàng)新活動越能起到激勵作用。對女性在職場中的作用于能力應當正視于重視。

(二)高管年齡特征與企業(yè)創(chuàng)新績效存在不顯著關系

本文采用高管團隊年齡均值作為高管年齡特征的指標，研究結果表明，高管年齡與企業(yè)創(chuàng)新績效并不存在顯著相關關系。高管年齡均值較高的企業(yè)的創(chuàng)新績效可能很高也可能很低。同樣的，高管年齡均值較低的企業(yè)的創(chuàng)新績效也可能較高或較低。

(三)高管學歷特征與企業(yè)創(chuàng)新績效存在顯著正向關系

本文高管學歷特征采用先賦值再算均值的方法獲取。根據(jù)上述數(shù)據(jù)分析結果表明，高管學歷水平與企業(yè)創(chuàng)新績效之間存在顯著正相關關系。高管團隊學歷水平越高對企業(yè)創(chuàng)新績效越有促進作用。相反，高管團隊學歷水平越低，對企業(yè)的創(chuàng)新績效越會起到抑制作用?？梢姡瑢W歷水平，對于企業(yè)高管的要求應當提高。