丁華 高靜怡 齊曉婷 張印

【摘 要】 科技創(chuàng)新需以高效研發(fā)投入作為根本驅(qū)動力，相比企業(yè)日常開支，研發(fā)投入更具周期性和風(fēng)險性，對企業(yè)的財務(wù)績效和市場績效有不同影響。高層管理人員是研發(fā)活動的推動者和監(jiān)督者，高管激勵效果會直接影響研發(fā)項目的績效回報。文章以高管薪酬水平、高管團隊薪酬差距為門檻變量，構(gòu)建研發(fā)投入與財務(wù)績效、市場績效的面板門檻模型。實證研究發(fā)現(xiàn)，高管薪酬激勵對研發(fā)投入的績效轉(zhuǎn)換在合理區(qū)間起積極作用，但要警惕高水平陷阱;低薪酬差距比高薪酬差距更有利于研發(fā)投入的績效轉(zhuǎn)換;財務(wù)績效和市場績效受研發(fā)投入影響程度不同，門檻區(qū)間不一致;門檻制約下，研發(fā)投入對公司績效的影響幾乎不存在滯后效應(yīng)。該研究對提升高管激勵效果、促進研發(fā)投入向績效轉(zhuǎn)化、推動我國向制造強國轉(zhuǎn)型具有積極意義。

【關(guān)鍵詞】 研發(fā)投入; 企業(yè)績效; 高管激勵; 面板門檻模型

【中圖分類號】 F273.1? 【文獻標(biāo)識碼】 A? 【文章編號】 1004-5937（2021）07-0115-11

一、引言

當(dāng)前，中國經(jīng)濟換擋減速，進入新常態(tài)，將“研發(fā)創(chuàng)新”作為提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐已是時代之需。依據(jù)熊彼特的創(chuàng)新理論，創(chuàng)新就是要“建立一種新的生產(chǎn)函數(shù)”，制造業(yè)作為國民經(jīng)濟的核心，高效管理研發(fā)投入有利于提高全要素生產(chǎn)率，使生產(chǎn)函數(shù)達到相對最優(yōu)。企業(yè)應(yīng)結(jié)合公司內(nèi)部控制、項目特點優(yōu)化研發(fā)投入的配置狀況：或降低生產(chǎn)成本，取得超額利潤率;或創(chuàng)造新產(chǎn)品，獲得產(chǎn)品差異化的優(yōu)勢，最終提升無形資產(chǎn)對企業(yè)的績效回報。

然而，研發(fā)投入與企業(yè)績效的內(nèi)在關(guān)系較為復(fù)雜，在權(quán)變理論下，高管激勵被視為一種權(quán)變因素，對二者關(guān)系起到關(guān)鍵的調(diào)節(jié)作用。根據(jù)委托代理理論與管理防御說，經(jīng)營者的利益維護與股東財富最大化的目標(biāo)并不完全一致，在信息不對稱的環(huán)境下，高管在面對高風(fēng)險性、跨期長的研發(fā)活動時容易發(fā)生風(fēng)險規(guī)避行為與短視行為，表現(xiàn)出典型的道德風(fēng)險背離。對管理層實行激勵機制，有助于委托代理雙方利益趨同，是促使其承擔(dān)風(fēng)險、提高創(chuàng)新績效的有效路徑。但由于激勵成本與偏離股東目標(biāo)的損失在一定程度上互相制約，高管激勵究竟如何作用于研發(fā)投入對企業(yè)績效的回報？是否存在階段性、門檻效應(yīng)和滯后效應(yīng)？制造業(yè)在我國起步早、規(guī)模大，其發(fā)展深受科技創(chuàng)新撬動，因此本文將以制造業(yè)上市公司2014—2018年的面板數(shù)據(jù)為樣本進行實證分析。同時由于我國企業(yè)股權(quán)激勵制度起步較晚，發(fā)展還不夠完善，國有企業(yè)對高管持股比例的限制較為嚴格，本文對高管激勵作用機制的考察注重薪酬激勵方面，同時考察薪酬絕對量、薪酬差距兩種激勵手段的門檻效應(yīng)。

二、文獻綜述

（一）研發(fā)投入與企業(yè)績效

關(guān)于研發(fā)投入與企業(yè)績效的關(guān)系，縱觀中外文獻，主要有四種觀點：一部分學(xué)者認為二者呈正相關(guān)關(guān)系。Hall和Mairesse[ 1 ]利用法國制造業(yè)企業(yè)的研發(fā)數(shù)據(jù)發(fā)現(xiàn)，研發(fā)投入與生產(chǎn)率正相關(guān)，可以有效提高企業(yè)績效。Dugal和Morbey[ 2 ]發(fā)現(xiàn)，研發(fā)支出可以提高企業(yè)績效，更新產(chǎn)品或優(yōu)化流程將加大企業(yè)優(yōu)勢。Chen等[ 3 ]檢驗了研發(fā)投入對當(dāng)前企業(yè)績效的正向影響，分析了不同的行業(yè)情況。李銀香和劉漢武[ 4 ]以2010—2016年上海證券交易所A股制造業(yè)248家上市公司為研究對象，發(fā)現(xiàn)研發(fā)投入對企業(yè)價值的提升具有促進作用。也有部分學(xué)者認為兩者之間不相關(guān)或存在負相關(guān)關(guān)系。湯二子和孫振[ 5 ]的實證結(jié)果顯示，R&D投入對企業(yè)全要素生產(chǎn)率并未表現(xiàn)出明顯的相關(guān)性。陸玉梅和王春梅[ 6 ]通過對制造業(yè)和信息技術(shù)業(yè)的數(shù)據(jù)分析，表明二者具有負相關(guān)線性關(guān)聯(lián)。還有一些學(xué)者研究發(fā)現(xiàn)兩者之間可能為非線性的關(guān)系。馬艷艷等[ 7 ]通過對2005—2007年中國工業(yè)企業(yè)的數(shù)據(jù)分析，得出R&D投資與企業(yè)績效之間存在“倒U型”非線性關(guān)系。董明放和韓先鋒[ 8 ]研究表明二者的非線性特征可能為“倒N型”，存在更多的區(qū)間性。總體而言，國內(nèi)外有關(guān)研發(fā)投入與企業(yè)績效關(guān)系的研究結(jié)論并不完全一致，可能是受研究方法、變量選取的計量過程影響，亦或是因為所考慮的影響因素不同、選取研究對象的異質(zhì)性。

（二）高管激勵、研發(fā)投入與企業(yè)績效

在研究企業(yè)研發(fā)投入與公司績效關(guān)系的過程中，學(xué)者發(fā)現(xiàn)公司治理是二者關(guān)系的一個重要影響因素，高管激勵作為公司治理的重要分支，對研發(fā)投入、企業(yè)績效以及二者的轉(zhuǎn)化關(guān)系都有重要影響。

首先，在高管激勵與研發(fā)投入的關(guān)系上，一些學(xué)者發(fā)現(xiàn)管理層薪酬激勵正向促進研發(fā)投入。例如，張然和車麗萍[ 9 ]研究發(fā)現(xiàn)，對高管進行薪酬激勵能顯著改善企業(yè)創(chuàng)新投入不足的問題。葉紅雨和陳恬[ 10 ]的考察結(jié)果表明貨幣薪酬激勵對創(chuàng)新投入具有顯著的正向調(diào)節(jié)作用。還有一部分學(xué)者得出不相關(guān)的結(jié)論，如Tien和Chen[ 11 ]采用美國上市公司的數(shù)據(jù)研究表明高管薪酬激勵不會顯著影響創(chuàng)新投入。

其次，在高管激勵與企業(yè)績效的關(guān)系上，一部分學(xué)者從薪酬激勵的絕對量出發(fā)得出與企業(yè)績效正相關(guān)的結(jié)論，如王秋菲等[ 12 ]采用創(chuàng)業(yè)板軟件與信息技術(shù)服務(wù)業(yè)上市公司數(shù)據(jù)得出高管激勵顯著促進企業(yè)績效。有一些學(xué)者得出負相關(guān)的結(jié)論，如羅華偉等[ 13 ]、蘭松敏和戴建華[ 14 ]。還有學(xué)者從薪酬差距的相對量出發(fā)討論二者關(guān)系，結(jié)論主要分為三類：（1）基于錦標(biāo)賽理論得出的加大薪酬差距可以促進企業(yè)績效，例如，Jed[ 15 ]、陳德球和步丹璐[ 16 ]等的研究支持此結(jié)論。（2）基于行為學(xué)觀點考察結(jié)果表現(xiàn)出薪酬差距與企業(yè)績效負相關(guān)，如張正堂[ 17 ]、盧銳[ 18 ]等的結(jié)論。（3）薪酬差距與企業(yè)績效存在區(qū)間效應(yīng)，Bingley等利用丹麥的公司數(shù)據(jù)得出，白領(lǐng)階層薪酬差距與企業(yè)績效呈“倒U型”關(guān)系。

在調(diào)節(jié)研發(fā)投入與企業(yè)績效關(guān)系方面，有學(xué)者認為高管薪酬激勵具有積極的調(diào)節(jié)作用，在驗證R&D投資與企業(yè)績效正相關(guān)的基礎(chǔ)上，Chens et al.（2016）進一步研究發(fā)現(xiàn)高管薪酬激勵正向調(diào)節(jié)研發(fā)投入與企業(yè)績效的關(guān)系。也有一部分學(xué)者認為對高管實施短期薪酬激勵，其調(diào)節(jié)作用不存在或不顯著，如陳霞[ 19 ]、齊秀輝等[ 20 ]，還有學(xué)者得出其調(diào)節(jié)作用是非線性的結(jié)論。王華和黃之駿[ 21 ]研究表明：高管激勵在超過一定限度后其調(diào)節(jié)方向由正轉(zhuǎn)為負?？梢?，中外學(xué)者在高管激勵政策對二者關(guān)系的作用機制方面存在分歧，需進一步研究。

綜合上述文獻，現(xiàn)有關(guān)于研發(fā)投入與企業(yè)績效關(guān)系的研究未有一致定論，很多學(xué)者考慮了高管激勵對二者關(guān)系的影響，將三者置于同一體系的研究逐漸增加，但存在以下不足之處：對高管激勵的研究還不夠細化和深入;學(xué)者大多使用截面數(shù)據(jù)進行研究，存在遺漏變量偏差問題;在企業(yè)績效方面，較少有人同時考慮財務(wù)績效與市場績效。因此，本文可能的研究貢獻包括：（1）使用面板數(shù)據(jù)，相比截面模型數(shù)據(jù)量大、時間跨度廣，同時考慮到固定效應(yīng)、時間效應(yīng)和遺漏變量的影響。（2）選用門檻模型，更為客觀細致地考察了不同程度的薪酬激勵對二者關(guān)系的影響，排除了人為劃定界限的偏誤。（3）從絕對水平、相對水平兩個視角測定高管薪酬激勵水平，更為全面地印證了相關(guān)的激勵理論，并且為制造業(yè)制定更具體有效的高管激勵政策提供了參考。（4）根據(jù)研究對象的特點同時考察了企業(yè)的財務(wù)績效和市場績效。

三、研究設(shè)計

（一）門檻模型設(shè)定

基于前述文獻，本文認為企業(yè)研發(fā)投入與財務(wù)績效、市場績效存在非線性關(guān)系且受到高管薪酬激勵的影響，為了避免主觀判定結(jié)構(gòu)變化點的研究偏差，選用面板門檻模型，客觀模擬出薪酬激勵相關(guān)的兩個門檻變量下研發(fā)投入與績效回報的非線性結(jié)構(gòu)變化點。根據(jù)Hansen[ 22 ]的研究，設(shè)定如下單一門檻基本模型：

其中，i、t分別表示企業(yè)編號和時間，ROAit、Tobin'sQit為反映企業(yè)財務(wù)績效和市場績效的被解釋變量;核心解釋變量R&D為研發(fā)支出占營業(yè)收入比重;門檻變量CI（Compensation Incentive）為薪酬激勵，為其門檻值，引用虛擬變量I與核心解釋變量的交乘項反映門檻變量的不同區(qū)間（滿足條件取1，反之取0）;Xit'為控制變量;？滋i、？著it分別為企業(yè)個體效應(yīng)和隨機擾動項。

（二）門檻模型的估計

為排除企業(yè)個體效應(yīng)對模型估計的影響，取每家企業(yè)的年間平均值并進行去心處理，得到矩陣形式的模型：

其中？茁=，使用最小二乘法獲得一致估計與殘差平方和：

利用殘差平方和最小得到？酌的估計值：

進而得到參數(shù)估計值■、殘差以及殘差方差■估計值。

（三）門檻模型的檢驗

對于門檻效應(yīng)的檢驗提出不存在門檻效應(yīng)的原假設(shè)H0：？茁1=？茁2，備擇假設(shè)為H1：？茁1≠？茁2，運用“自體抽樣法”（Boostrap）構(gòu)造似然比檢驗統(tǒng)計量：

F1=■=■ （7）

其中，S0為不存在門檻下的殘差平方和，n表示公司數(shù)目，T表示時間跨度。采用自舉抽樣法得到該統(tǒng)計量的一階漸近分布，基于此構(gòu)造P值。

關(guān)于門檻值的檢驗，需利用似然比統(tǒng)計量構(gòu)造“非拒絕域”，進而得到門檻值的置信區(qū)間。原假設(shè)為H0：？酌=？酌0，？酌0表示？酌的真實性，構(gòu)造似然比統(tǒng)計量：

該似然比統(tǒng)計量的漸進分布是樞軸的，Hansen提供如下公式計算門檻值的“非拒絕域”即1-？琢水平上的置信區(qū)間：

其中C（？琢）為似然比統(tǒng)計量漸近分布函數(shù)的反函數(shù)。

（四）擴展的雙重門檻模型及多門檻模型

基于以往研究，本文認為研發(fā)投入與企業(yè)績效之間可能存在兩個結(jié)構(gòu)突變點，進而構(gòu)造出雙重門檻模型：

其中變量與單門檻模型含義相同，設(shè)定S1（）為單一門檻下的殘差平方和，■1為？酌1的一致估計，故篩選第二重門檻方法和第二重門檻估計值為：

雙重門檻的檢驗等與單一門檻原理一致，詳見Hansen[ 22 ]的文章，多重門檻有相同處理方法，限于篇幅不再贅述。

四、變量與數(shù)據(jù)

（一）數(shù)據(jù)來源

本文以我國制造業(yè)A股上市企業(yè)2014—2018年的面板數(shù)據(jù)為研究對象，其中所需企業(yè)相關(guān)數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫。按照如下標(biāo)準(zhǔn)篩選數(shù)據(jù)：（1）篩選出2014—2018年連續(xù)披露研發(fā)支出的制造業(yè)上市公司;（2）剔除ST公司;（3）剔除所需數(shù)據(jù)不全的公司。最終獲得1 070家制造業(yè)上市公司連續(xù)五年共5 350個研究樣本。為了研究的嚴謹性，本文對離群值顯著的變量數(shù)據(jù)在1%和99%分位上進行了單邊或雙邊縮尾處理，運用Stata15.1和WPS2019等軟件進行數(shù)據(jù)處理。

（二）變量界定

1.被解釋變量

本文的被解釋變量為企業(yè)績效，在以往諸多研究中，研究者更多選擇以資產(chǎn)收益率（ROA）作為衡量企業(yè)短期財務(wù)績效的指標(biāo);同時采用姚冰湜等[ 23 ]的方法，將托賓Q值（Tobin's Q）作為判斷企業(yè)市場績效的指標(biāo)，一方面反映了市場的預(yù)期情況、遠期視角的經(jīng)營成果，另一方面也可以一定程度上排除當(dāng)期利潤操縱的影響。由于研發(fā)投入相比一般費用支出更具周期性和風(fēng)險性，不僅會影響當(dāng)期的費用、利潤，還會影響市場對企業(yè)的預(yù)期。為全面衡量企業(yè)經(jīng)營績效，本文決定選取ROA作為衡量企業(yè)短期財務(wù)績效的指標(biāo)，并選擇Tobin's Q作為衡量市場績效的指標(biāo)。其中由于資產(chǎn)的重置成本難以獲取，Tobin's Q采用市場價值與總資產(chǎn)的比值表示。

2.解釋變量

本文的解釋變量為研發(fā)投入（R&D），采用的是國內(nèi)外文獻中最為廣泛的做法，以研發(fā)投入強度作為衡量不同企業(yè)研發(fā)投入的指標(biāo)。研發(fā)投入強度用研發(fā)支出與營業(yè)收入的比值來表示，這也體現(xiàn)了收入費用的配比原則。

3.門檻變量

為了研究絕對量水平激勵、差距激勵對研發(fā)投入與企業(yè)績效關(guān)系的門檻效應(yīng)，本文選取高管薪酬激勵（EXECOM）以及高管團隊薪酬差距激勵（TMTGAP）作為門檻變量。

4.控制變量

文中對其他可能對企業(yè)績效產(chǎn)生較大程度影響的變量進行控制，以保證得到較為可靠的研究結(jié)論。包括：（1）企業(yè)規(guī)模（SIZE）。（2）償債能力（LEV），本文償債能力采用資產(chǎn)負債率來衡量。（3）資產(chǎn)流動性（QUICK），采用流動資產(chǎn)比率表示。（4）每股凈資產(chǎn)（BPS）。（5）股權(quán)集中度（EQUITYC）。（6）股權(quán)制衡度（EQUITYB）。表1為各變量定義。

（三）變量描述性統(tǒng)計分析

各變量的描述性統(tǒng)計分析見表2。ROA均值為0.039，表明制造業(yè)財務(wù)績效增長空間較大。托賓Q值均值為2.319，極小值為0.153，極大值為19.82，說明受股票價格波動影響，不同企業(yè)的市場價值差別較大。2014—2018年中國A股制造業(yè)上市公司R&D均值為4.54%，標(biāo)準(zhǔn)差為4.808，說明不同企業(yè)的R&D存在差距。一般認為，R&D高于2%的企業(yè)才能夠生存，高于5%的企業(yè)才會有競爭力，從均值看制造業(yè)上市公司樣本的競爭力普遍不強。相對于償債能力等變量，股權(quán)集中度標(biāo)準(zhǔn)差為13.81，表現(xiàn)出較大的離散程度。

五、實證分析

（一）財務(wù)績效

本文以ROA衡量企業(yè)短期財務(wù)績效，對高管薪酬水平激勵、高管團隊內(nèi)部的薪酬差距激勵兩個門檻的存在性、存在個數(shù)進行檢驗，考慮到研發(fā)投入對企業(yè)績效影響的滯后性，還進行了滯后一期的分析，所構(gòu)造的“F”統(tǒng)計量和采用“自體抽樣法”得到的p值見表3。發(fā)現(xiàn)單一門檻、雙重門檻以及三重門檻檢驗下P值均小于0.05，即存在5%顯著水平下的三重門檻。

為了檢驗結(jié)果的穩(wěn)健性，本文還將被解釋變量做了替換，采用資產(chǎn)凈利潤率（凈利潤/資產(chǎn)平均額）衡量短期財務(wù)績效，選用資產(chǎn)凈利潤率的原因是該指標(biāo)更能反映研發(fā)投入轉(zhuǎn)化為無形資產(chǎn)、固定資產(chǎn)為企業(yè)帶來利潤的能力，結(jié)果均為顯著的三重門檻。下文將基于三重門檻模型進一步分析研發(fā)投入對企業(yè)績效的影響。

關(guān)于兩種激勵方式的三重門檻估計值及其95%置信區(qū)間如表4所示。借鑒連玉君和程建[ 24 ]的研究，本文使用似然比函數(shù)圖，展現(xiàn)門檻值的估計和置信區(qū)間的構(gòu)造過程。三重門檻的估計值γ即為似然比統(tǒng)計量為0時所取值，門檻估計值所對應(yīng)的置信區(qū)間即為似然比統(tǒng)計量小于5%顯著性水平（LR臨界值為7.35）下對應(yīng)的γ取值區(qū)間。根據(jù)三重門檻值將不同年份的企業(yè)劃分為四個類型，劃分結(jié)果如表5所示。本文發(fā)現(xiàn)高管薪酬水平在每個門檻區(qū)間的分布相對均勻，不同企業(yè)間的薪酬差距較大，且主要分布在大差距和小差距兩個極端區(qū)間。

通過豪斯曼檢驗，以1%的顯著性水平拒絕了隨機效應(yīng)模型，選擇固定效應(yīng)模型進行估計。研發(fā)投入對企業(yè)當(dāng)期財務(wù)績效（ROA）的面板門檻模型如表6所示，對應(yīng)為列（1）和列（3）?？紤]企業(yè)眾多并包含多個年份，結(jié)果受異方差影響，采用聚類穩(wěn)健標(biāo)準(zhǔn)誤對模型進行估計，對應(yīng)為列（2）和列（4）。

對于列（1）和列（2），可以看出在低薪酬水平區(qū)間（即小于43.19萬元）時，研發(fā)投入對績效的影響系數(shù)為0.00522，在1%的水平上顯著;第二區(qū)間內(nèi)（43.19萬元～69.66萬元），研發(fā)投入對企業(yè)績效的影響系數(shù)為0.000881，但不具備顯著性;較高薪酬水平的第三區(qū)間（69.66萬元～117.17萬元）影響系數(shù)較第一區(qū)間有所下降，為0.00264，并在5%的水平上顯著;而代表最高薪酬水平的第四區(qū)間（高于117.17萬元），影響系數(shù)為-0.00731且在1%的水平上顯著為負。需要注意的是，本文以百分量表示了研發(fā)投入的強度，因此影響系數(shù)偏小，其實際的經(jīng)濟含義并不小，下同。本文發(fā)現(xiàn)以高管薪酬水平為門檻，研發(fā)投入與企業(yè)績效呈現(xiàn)出“倒U型”，這與劉恩妤[ 25 ]研究結(jié)論一致。在達到最高薪酬水平前，研發(fā)投入與企業(yè)當(dāng)期績效呈正相關(guān)，根據(jù)“薪酬契約”理論，可能是由于企業(yè)將當(dāng)期的經(jīng)營績效與當(dāng)期高管薪酬水平掛鉤，高管在低薪水平為追求較高薪資，注重研發(fā)投入并嚴格管理研發(fā)資源，提高其對企業(yè)績效的回報率。但這一積極影響存在“邊際效應(yīng)”，會隨著薪酬水平的提高而趨于“瓶頸”繼而回報率逐漸減弱。當(dāng)激勵水平達到峰值時，高管薪酬將在研發(fā)投入與企業(yè)當(dāng)期績效中發(fā)揮負作用，這可能是出于高管的自利行為，一定的薪資期望被滿足后，高管認為其晉升空間和薪酬水平很難再有大幅提升，其決策很可能趨向于保守穩(wěn)健的非效率投資以保持現(xiàn)狀，存在風(fēng)險的高收益項目多數(shù)被忽略，從而導(dǎo)致企業(yè)當(dāng)期績效的下降，這印證了“期望理論”，也體現(xiàn)了研究的穩(wěn)健性。對于列（3）和列（4）可以看出在薪酬差距最小的階段（低于22.15萬元）研發(fā)投入對企業(yè)績效影響系數(shù)為-0.000916，在排除異方差影響后不具備顯著性。薪酬差距的第二區(qū)間（22.15萬元～22.23萬元）內(nèi)影響系數(shù)突增至-0.0254，但此段區(qū)間小、樣本量小，可以認為其可信度較低;隨著薪酬差距拉大至第三區(qū)間（22.23萬元～24.38萬元），系數(shù)為-0.00543且在1%水平上顯著;最大的薪酬差距區(qū)間系數(shù)值為-0.00274且在1%水平上顯著。整體上看，高管薪酬差距拉大不利于研發(fā)投入向財務(wù)績效轉(zhuǎn)化。運用高管團隊相對薪酬差距（金額最高的前三名高管平均年薪/高管平均年薪）進行門檻變量替換時，估計結(jié)果無顯著變化，穩(wěn)健性較好。根據(jù)“相對剝削理論”（Cowherd Levine，1992），在高管團隊內(nèi)部，職位和薪酬水平較低的人在付出同等代價時會覺得自身相比于高薪酬者受到了剝削，從而不再像以往那樣努力工作，但研發(fā)投入轉(zhuǎn)換為企業(yè)績效的過程有風(fēng)險、有周期，需要底層高管有效落實日常監(jiān)管工作，低收入高管群體的懈怠將導(dǎo)致研發(fā)資源匹配不優(yōu)，產(chǎn)生冗雜費用，影響企業(yè)當(dāng)期利潤和當(dāng)期財務(wù)績效。以資產(chǎn)凈利潤率作為被解釋變量以及剔除R&D兩端3%極端值的穩(wěn)健性檢驗與原結(jié)果呈現(xiàn)出大致相同的趨勢，表明研究的穩(wěn)健性。

考慮到研發(fā)投入對企業(yè)績效的滯后效應(yīng)，本文將當(dāng)期解釋變量進行了滯后一期處理。列（5）、列（6）分別以高管薪酬水平為門檻變量的滯后結(jié)果;列（7）、列（8）分別以薪酬差距為門檻變量的滯后結(jié)果。從前兩列系數(shù)來看，整體均為負向影響且大多不具顯著性，與表7中不滯后的效果相比，擬合度R2大大降低，可以看出對薪酬水平門檻，研發(fā)投入對當(dāng)期財務(wù)績效并無滯后效應(yīng)。經(jīng)過分析認為這主要是因為相比于信息產(chǎn)業(yè)等需要高精尖技術(shù)、投入—回報周期長的企業(yè)，制造業(yè)的研發(fā)創(chuàng)新周期較短，更多投入在當(dāng)期即可轉(zhuǎn)化為營業(yè)利潤而不存在滯后效應(yīng)，且制造業(yè)前期因研發(fā)投入的重資本項目如大宗機器等為后期帶來了較大的折舊費用和攤銷費用，使整體呈負向趨勢，薪酬水平的提高對此種趨勢減弱有積極作用。對列（7）、列（8），可以看出滯后期的門檻值變大，二者仍呈負相關(guān)。這表明在當(dāng)期的門檻區(qū)間內(nèi)不存在滯后效應(yīng)，但當(dāng)期更大的薪酬差距仍然會導(dǎo)致滯后一期的研發(fā)投入與財務(wù)績效呈負相關(guān)。

（二）市場價值

以托賓Q值為被解釋變量構(gòu)建門檻模型，關(guān)于模型門檻存在性和存在數(shù)量的檢驗、門檻值估計和固定效應(yīng)模型系數(shù)估計的方法均與上文短期財務(wù)績效（ROA）為被解釋變量一致（表8），在此不再贅述。檢驗結(jié)果如表7所示，除以高管薪酬水平為門檻的當(dāng)期托賓Q模型為雙重門檻模型未通過似然比的非拒絕域之外（如圖1—圖3），其他均在5%顯著水平下通過了三重門檻的檢驗。以門檻值為分界點的分年度企業(yè)數(shù)量分布見表9，發(fā)現(xiàn)高管薪酬激勵、高管薪酬差距激勵數(shù)值在門檻區(qū)間兩端分布更集中。

對當(dāng)期托賓Q的回歸情況進行分析，結(jié)果如表10（列（1）—（4））。可以看出，考慮異方差和自相關(guān)情況下（列（2）），研發(fā)投入與企業(yè)績效在低薪酬水平（低于43.67萬元）和高薪酬水平（高于344萬元）階段均為正相關(guān)，相關(guān)系數(shù)為0.0505和0.044，低水平在10%水平下顯著，高薪水平下未通過顯著性檢驗。而在中等薪酬水平階段，研發(fā)投入對遠期績效影響急劇滑坡變?yōu)?0.0521且在10%水平下顯著，樣本企業(yè)數(shù)量在此階段較少。這表明，在低薪與高薪激勵階段，研發(fā)投入均對提高市場績效有較為強勁的帶動作用，中等薪酬水平既不能以低薪刺激高管努力工作，又不能以高薪激勵高管維持勤奮狀態(tài)。對于列（3）和列（4），可以看出，1%顯著水平下，除高薪酬差距對研發(fā)投入與市場績效的關(guān)系呈積極影響（0.0112）外，最低（低于76.45萬元）、較低（76.45萬元～115.08萬元）、較高（115.08萬元～129.37萬元）三個階段的薪酬差距水平均在負向影響二者關(guān)系，其中最低階段（-0.119）和較高階段（-0.115）影響程度接近，較低差距階段為-0.0627，負向影響最大。這表明在達到最高差距之前，薪酬差距對高管的激勵無法正向影響研發(fā)投入回報率。從樣本分布來看，絕大多數(shù)企業(yè)都沒有達到115.08萬元的最高薪酬差距。增減控制變量做穩(wěn)健性檢驗時，估計結(jié)果趨同。

再看滯后期的托賓Q，從列（5）、列（6）可以看出滯后期研發(fā)投入對市場績效的影響隨著激勵水平的不同呈先增后減的趨勢，當(dāng)期托賓Q中的高薪階段（及第三門檻區(qū)間）存在“倒V型”的滯后效應(yīng)，滯后期四個薪酬區(qū)間內(nèi)的影響系數(shù)分別為0.0513、0.0241、0.106（樣本量少）和-0.0423，除第二階段在10%水平下顯著外，其他均在1%水平下顯著。其可能的原因與短期財務(wù)績效相似，高管薪酬水平在滯后期存在“瓶頸”效應(yīng)，攀升階段薪酬的邊際激勵效益呈遞減趨勢，達到一定水平后會引發(fā)高管的自利行為，高風(fēng)險的研發(fā)項目被保守選擇，導(dǎo)致較低的市場期望。從列（7）、列（8）可以看出薪酬差距門檻下，滯后期研發(fā)投入與市場績效呈“倒V型”，與模型（6）一致，可見對于滯后期來說，更低的薪酬差距有利于研發(fā)投入向市場績效轉(zhuǎn)化。這可能是因為薪酬差距引發(fā)了底層高管的不滿，這些較低薪酬和職位的高管往往更接近研發(fā)基層和“一線業(yè)務(wù)”，他們的懈怠行為導(dǎo)致研發(fā)資源的不合理利用、研發(fā)工作缺乏跟蹤和監(jiān)督、上下層間信息傳遞效率下降，進而不利于企業(yè)績效的提升。從門檻值對比模型（4）和模型（8）來看，當(dāng)期的最低門檻值（76.45萬元）比滯后期的最高門檻值（21.75萬元）還要大，而當(dāng)期研發(fā)投入與市場績效主要呈負相關(guān)，滯后期的研發(fā)投入與市場績效主要呈正相關(guān)，但在達到最高門檻值后也呈現(xiàn)負相關(guān)，可見低薪酬差距才更有利于研發(fā)投入向市場績效的轉(zhuǎn)換，滯后一年的效果尤為明顯。

六、研究結(jié)論

（一）實證結(jié)論

本文以高管激勵為門檻變量，從絕對量上的薪酬水平和相對量上的薪酬差距兩個視角衡量激勵門檻，以短期財務(wù)績效（ROA）和市場價值（托賓Q）為被解釋變量，構(gòu)建研發(fā)投入對企業(yè)績效影響的面板門檻模型。發(fā)現(xiàn)在兩種門檻下研發(fā)投入對ROA和托賓Q的影響一致但也有區(qū)別，呈現(xiàn)出以三重門檻為主的階段性特征，具體得到以下結(jié)論：

（1）以薪酬激勵為門檻，起初會鼓勵高管提高研發(fā)投入向兩種績效的轉(zhuǎn)化效率，達到一定水平后會落入高水平的“陷阱”，使研發(fā)投入不利于績效的提高甚至與其呈反向關(guān)系。

（2）以薪酬差距激勵為門檻時，研發(fā)投入與企業(yè)績效主要呈現(xiàn)負向變化關(guān)系，其“負作用”先增后減，差距拉至最大時，市場績效與研發(fā)投入才會呈現(xiàn)較小的正相關(guān)關(guān)系，但鮮有企業(yè)可以達到?？梢?，對于研發(fā)投入與企業(yè)績效來講，薪酬差距的實證檢驗更支持“行為理論”，其帶來的負面影響要高于正面影響，而不支持“錦標(biāo)賽理論”。

（3）從滯后期看，以薪酬水平為門檻時，市場價值的第四薪酬區(qū)間存在“倒V型”的滯后效應(yīng);以薪酬差距激勵為門檻且門檻值更大時，短期財務(wù)績效存在負向滯后效應(yīng);其他情況下均不存在滯后效應(yīng)。

（4）從兩種被解釋變量看，研發(fā)投入對市場價值的影響系數(shù)要遠高于短期財務(wù)績效且階段間系數(shù)差異更大。從計量和理論角度看，一方面是因為市場價值的代理變量為托賓Q值，由公司市值和賬面價值共同度量，因此在絕對量上高于短期財務(wù)績效ROA，受市場供求關(guān)系影響，也存在較大的波動性;另一方面可能是制造業(yè)企業(yè)中，研發(fā)投入作為科技要素被市場視為核心競爭力，雖可能增加當(dāng)期費用，但有利于在長期的競爭中脫穎而出，使市場對其有更好的價值預(yù)期，帶來溢價。

在薪酬激勵門檻下，薪酬水平高于13.974時，研發(fā)投入與短期財務(wù)績效呈負相關(guān);而相同的高薪區(qū)間下，研發(fā)投入與市場價值呈正相關(guān)。

在薪酬差距激勵門檻下，除門檻值拉大至14.073時，研發(fā)投入與遠期績效呈正相關(guān)，其余區(qū)間下薪酬差距均不利于兩種績效的提升。

（二）對策建議

（1）企業(yè)要合理利用對高管的薪酬激勵，在低薪水平以貨幣薪酬潤滑高管與投資者的利益不一致現(xiàn)象，同時提薪有度，警惕高薪水平阻礙研發(fā)投入績效轉(zhuǎn)化的陷阱，解決委托代理在研發(fā)績效轉(zhuǎn)化方面的問題。從企業(yè)在門檻間的數(shù)量分布來看，仍有約五分之一的企業(yè)處在短期財務(wù)績效的“陷阱”之中，而市場價值則只有極少量企業(yè)處于負相關(guān)階段。

（2）企業(yè)可以適當(dāng)減小薪酬差距，推動研發(fā)投入向企業(yè)績效轉(zhuǎn)化。高管團隊作為公司執(zhí)行層的最高管理團體，其決策水平在很大程度上決定了公司的發(fā)展方向和戰(zhàn)略落實力度，較低的薪酬差距可以減弱低薪高管內(nèi)心的不公平感，加強對一線研發(fā)工作的監(jiān)督反饋，強化其與高薪高管的溝通交流、優(yōu)勢互補、優(yōu)化決策，同時也可以緩解高職高薪的高管一人獨大的自利決策行為。

（3）從滯后的實證結(jié)果看，企業(yè)應(yīng)在薪酬水平達到13.019之后，延續(xù)高薪對研發(fā)投入向市場價值轉(zhuǎn)化的積極作用，并控制在13.684之內(nèi)，抑制其對滯后期的不良影響。從樣本數(shù)量分布來看，絕大多數(shù)企業(yè)將薪酬水平提高到了13.019，但這其中有一半的企業(yè)還未關(guān)注到滯后效應(yīng)的不利方面，薪酬仍高于13.684的門檻值。另外，針對滯后效應(yīng)存在較少的現(xiàn)象，企業(yè)應(yīng)謹慎選擇研發(fā)項目，使其成為企業(yè)的長久競爭力和風(fēng)險抵抗力，進而有利于企業(yè)的可持續(xù)發(fā)展。

（4）公司應(yīng)完善針對高層管理人員的績效考核標(biāo)準(zhǔn)，將短期財務(wù)績效與長期市場價值同時納入考核標(biāo)準(zhǔn)，建立環(huán)比績效考核制度，防范高管高薪“陷阱”的短視行為。例如在結(jié)論（4）下，高薪區(qū)間對兩種績效產(chǎn)生相反的影響，如果公司只將當(dāng)年的財務(wù)績效與高管薪酬掛鉤，高管很可能會選擇短期費用少、風(fēng)險低但不利于長期發(fā)展的項目。因此需同時考慮薪酬水平激勵和薪酬差距激勵、短期財務(wù)績效和市場價值，據(jù)公司戰(zhàn)略調(diào)整薪資水平，平衡各項指標(biāo)，使研發(fā)投入得到較高的企業(yè)效益轉(zhuǎn)化。

【參考文獻】

[1] HALL B H， MAIRESSE J. Exploring the relationship between R&D and productivity in french manufacturing firms[J].Journal of Econometrics，1995，65（1）：263-293.

[2] DUGAL S S，MORBEY G K.Revisiting corporate R&D spending during a recession[J].Research Technology Management，2016，38（4）：23-27.

[3] CHEN P C， CHAN W C， HUNG S W， et al.Do R&D Expenditures matter more than those of marketing to company performance[J].The Moderating Role of Industry Characteristics and Investment.Density，Technology Analysis & Strategic Management，2016，28（2）：205-216.

[4] 李銀香，劉漢武.高管激勵、研發(fā)投入與企業(yè)價值[J].財會月刊，2018，15（9）：59-64.

[5] 湯二子，孫振.企業(yè)研發(fā)和培訓(xùn)投入對產(chǎn)出與生產(chǎn)率的影響研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2012（11）：143-149.

[6] 陸玉梅，王春梅.R&D投入對上市公司經(jīng)營績效的影響研究：以制造業(yè)、信息技術(shù)業(yè)為例[J].科技管理研究，2011（5）：122-127.

[7] 馬艷艷，張曉蕾，逯雅雯.研發(fā)支出、廣告支出與企業(yè)經(jīng)濟績效：基于中國不同制造業(yè)子行業(yè)的實證研究[J].大連理工大學(xué)學(xué)報（社會科學(xué)版），2015，36（4）：30-34.

[8] 韓先鋒，董明放.研發(fā)投入強度與戰(zhàn)略性新興產(chǎn)業(yè)績效[J].統(tǒng)計研究，2016，33（1）：45-53.

[9] 張然，車麗萍.高管薪酬激勵與企業(yè)績效的關(guān)系：以研發(fā)投入為中介變量[J].中國林業(yè)經(jīng)濟，2018（6）：109- 112.

[10] 葉紅雨，陳恬.高管團隊特征對企業(yè)研發(fā)投入影響的研究：基于高管激勵的調(diào)節(jié)作用[J].技術(shù)與創(chuàng)新管理，2016（2）：177-182.

[11] TIEN C L，CHEN C N.Myth or reality？Assessing the moderating role of CEO compensation on the momentum of innovation in R&D[J].International Journal of Human Resource Management，2012，23（13）：2763-2784.

[12] 王秋菲，徐昕，秦爽.高管激勵、研發(fā)投入與企業(yè)績效關(guān)系研究：基于軟件與信息技術(shù)行業(yè)數(shù)據(jù)[J].技術(shù)與創(chuàng)新管理，2020（2）：178-188.

[13] 羅華偉，宋侃，干勝道.高管薪酬外部公平性與企業(yè)績效關(guān)聯(lián)性研究：來自中國A股上市房地產(chǎn)公司的證據(jù)[J].中國軟科學(xué)，2015（1）：6-10.

[14] 蘭松敏，戴建華.高管薪酬與公司績效：基于傳媒行業(yè)上市公司的實證[J].財會通訊，2015（14）：37-39.

[15] JED DEVARO.Intermal promotion competitions in firms[J].The Rand Joumal of Economics，Autumn，2006，37（3）：521-542.

[16] 陳德球，步丹璐.管理層能力、權(quán)力特征與薪酬差距[J].山西財經(jīng)大學(xué)學(xué)報，2015（3）：91-101.

[17] 張正堂.高層管理團隊協(xié)作需要、薪酬差距和企業(yè)績效：競賽理論的視角[J].南開管理評論，2007，53（2）：4-11.

[18] 盧銳.管理層權(quán)力、薪酬差距與績效[J].南方經(jīng)濟，2007（7）：60-70.

[19] 陳霞.高管激勵、研發(fā)投入與企業(yè)績效調(diào)節(jié)效應(yīng)實證分析[J].企業(yè)管理，2017（1）：178-181.

[20] 齊秀輝，王維，武志勇.高管激勵調(diào)節(jié)下研發(fā)投入與企業(yè)績效關(guān)系研究[J].科技進步與對策，2016，33（15）：76-82.

[21] 王華，黃之駿.經(jīng)營者股權(quán)激勵、董事會組成與企業(yè)價值：基于內(nèi)生性視角的經(jīng)驗分析[J].管理世界，2003（9）：101-116，172.

[22] HANSEN B. Threshold effects in non-dynamic panels：estimation，testing， and inference[J]. Journal of Econometrics，1999，93（2）：345-368.

[23] 姚冰湜，馬琳，王雪莉，等.高管團隊職能異質(zhì)性對企業(yè)績效的影響：CEO權(quán)力的調(diào)節(jié)作用[J].中國軟科學(xué)，2015（2）：117-126.

[24] 連玉君，程建.不同成長機會下資本結(jié)構(gòu)與經(jīng)營績效之關(guān)系研究[J].當(dāng)代經(jīng)濟科學(xué)，2006（2）：97-103.

[25] 劉恩妤.關(guān)于我國上市公司R&D投入績效的實證研究[D].東北財經(jīng)大學(xué)碩士學(xué)位論文，2011.