陳思陽 孫光國

內容提要：本文基于董事在關聯(lián)行業(yè)任職(DRIs)的數據，考察產業(yè)鏈信息溢出給企業(yè)全要素生產率帶來的影響。研究結果表明，DRIs增強了上市公司的產業(yè)鏈信息優(yōu)勢，通過驅動企業(yè)創(chuàng)新提高了全要素生產率。董事在關聯(lián)行業(yè)擔任非獨立董事或管理層更有利于促進全要素生產率的提升；當上市公司對產業(yè)鏈信息需求更高時，DRIs的作用更強。進一步檢驗發(fā)現，良好的外部治理機制是DRIs發(fā)揮產業(yè)鏈信息優(yōu)勢的保障。DRIs具有產業(yè)協(xié)同作用，可以實現產業(yè)鏈全要素生產率的提升。本文為剖析產業(yè)鏈信息如何實現融通提供了新視角，對探索產業(yè)鏈現代化水平發(fā)展路徑提供了新思路。

一、問題提出

目前，中國經濟在構建新發(fā)展格局，高質量發(fā)展取得新成效，實現了“十四五”良好開局。然而，中國經濟發(fā)展正面臨需求收縮、供給沖擊、預期轉弱三重壓力。無論國際風云如何變幻，中國都要不斷做強經濟基礎，而打造具有現代化特征的產業(yè)鏈，是推動經濟高質量發(fā)展的關鍵?！吨泄仓醒腙P于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》明確指出，要“形成具有更強創(chuàng)新力、更高附加值、更安全可靠的產業(yè)鏈供應鏈”。面對外部環(huán)境不確定性的加速演進，及時獲取產業(yè)鏈技術更迭、供需變動等重要信息，對于驅動產業(yè)鏈創(chuàng)新能力、提高企業(yè)全要素生產率、打造“更高附加值”的產業(yè)鏈具有重要的現實意義，而上市公司董事同時在關聯(lián)行業(yè)任職(directors from related industries，DRIs)則是實現產業(yè)鏈信息要素自由流動，提升全要素生產率的重要途徑。

從本質上看，DRIs屬于一種特殊形式的連鎖董事，然而DRIs將董事任職的范圍限制在上市公司的關聯(lián)行業(yè)，目的在于借助DRIs這一微觀現象，重點考察產業(yè)鏈信息溢出給企業(yè)帶來的影響。雖然DRIs與連鎖董事均是圍繞董事的社會關系展開，但是研究的側重點極為不同。相較于其他行業(yè)，關聯(lián)行業(yè)的具體情況直接關系到企業(yè)能否正常進行生產和銷售，源自關聯(lián)行業(yè)的信息對于企業(yè)提高生產效率具有其他信息無法替代的作用。從微觀層面來看，在關聯(lián)行業(yè)任職的董事直接深入關聯(lián)行業(yè)內部參與正式的生產和運轉，從中獲取根植于不同領域的專業(yè)知識，形成產業(yè)鏈信息優(yōu)勢。利用上述信息優(yōu)勢，企業(yè)可通過驅動創(chuàng)新升級，直接或間接地促進全要素生產率的提升。首先，DRIs實現了產業(yè)鏈信息融通，通過加速技術擴散和技術創(chuàng)新兩種機制提升企業(yè)創(chuàng)新能力，而企業(yè)創(chuàng)新能力是推動全要素生產率持續(xù)增長的重要因素之一。其次，技術進步是提升資源利用效率的根本途徑之一，DRIs提高了創(chuàng)新活動中的資源配置效率，間接改善企業(yè)全要素生產率。從宏觀層面來看，產業(yè)鏈信息要素通過DRIs實現更為自由的流動，能夠提高產業(yè)鏈整體的全要素生產率水平。借助董事在關聯(lián)行業(yè)任職這一微觀視角，深入分析產業(yè)鏈信息如何傳遞并對全要素生產率產生哪些影響，能為企業(yè)乃至中國在高質量發(fā)展、全球產業(yè)鏈重構中塑造發(fā)展新優(yōu)勢提供理論與實踐支撐。

本文以2012—2019年A股上市公司為研究對象，考察DRIs對企業(yè)全要素生產率的影響。研究發(fā)現DRIs通過驅動企業(yè)創(chuàng)新提升企業(yè)全要素生產率，并在產業(yè)鏈內部實現對全要素生產率提升的傳導作用。與已有文獻相比，本文主要貢獻包括：第一，借助DRIs的微觀行為，提供產業(yè)鏈信息沿跨行業(yè)董事溢出提升企業(yè)全要素生產率的經驗證據，對已有文獻進行補充，為檢驗產業(yè)鏈價值管理提供新的研究視角；第二，以往關于連鎖董事的研究較少關注DRIs作為一種特殊的董事網絡關系，給企業(yè)乃至全產業(yè)鏈全要素生產率帶來的影響，本文豐富了全要素生產率影響因素的相關研究。

二、文獻綜述

(一)連鎖董事與DRIs的經濟后果

以往的文獻針對連鎖董事網絡與企業(yè)行為決策的關系，進行了較為細致的探討。一部分研究表明連鎖董事網絡通過信息傳遞、學習效應、資源獲取、聲譽機制能緩解企業(yè)融資約束[1-7]，提高公司治理水平[8-11]和投資水平[12-14]。特別是從創(chuàng)新行為的角度來看，企業(yè)利用董事網絡位置優(yōu)勢獲取更加豐富的資源和信息，降低了創(chuàng)新風險[15]，提高了企業(yè)的創(chuàng)新水平[16-20]。另外一部分研究則發(fā)現銀行關聯(lián)董事[21]、處于網絡中心位置的獨立董事[22]以及過度的連鎖關系[23-24]會給企業(yè)帶來一定的負面影響。

關于連鎖董事網絡的文獻大多圍繞整體網絡層面進行研究，僅有少數文獻以銀行網絡關系作為切入點，考察銀企關系對企業(yè)行為的影響，也少有文獻關注董事在關聯(lián)行業(yè)任職這一特殊的連鎖董事網絡情景。關聯(lián)行業(yè)在投入產出、工藝技術與目標行業(yè)的聯(lián)系最為密切，影響著上市公司的經營決策。產業(yè)鏈信息的融通有效緩解了產業(yè)鏈信息延遲和信息偏差造成的損失，實現企業(yè)與產業(yè)鏈的價值增值。將董事任職范圍限定在關聯(lián)行業(yè)的研究相對較少，國外的一些學者研究發(fā)現DRIs是行業(yè)間信息傳遞的渠道，能夠為企業(yè)帶來一定的信息優(yōu)勢，有助于董事會職能的發(fā)揮。有學者利用美國經濟分析局公布的投入產出表，對同時在關聯(lián)行業(yè)任職的董事進行了界定和研究，發(fā)現當企業(yè)與關聯(lián)行業(yè)存在嚴重的信息不對稱時，DRIs能夠顯著提升企業(yè)的價值和績效[25-26]。南達和厄納爾(Nanda & Onal，2016)首次將董事會職能引入DRIs的研究中，認為DRIs提供了有關產品市場前景的信息，通過增強董事會的信息優(yōu)勢，促進咨詢職能和監(jiān)督職能的發(fā)揮，影響首席執(zhí)行官(CEO)薪酬契約的制定[27]。伯恩斯等(Burns et al.，2021)的研究支持了南達和厄納爾的觀點，并從并購績效的角度研究發(fā)現DRIs的信息優(yōu)勢有助于發(fā)揮董事會雙重職能，促進了價值提升的并購，阻止了價值破壞的并購[28]。鑒于咨詢角色通常需要信息的傳遞，部分研究側重于考察產業(yè)鏈信息優(yōu)勢對董事咨詢職能的作用，發(fā)現DRIs掌握有關公司外部運營環(huán)境的寶貴信息，有利于企業(yè)披露更加準確的業(yè)績預測[29]。綜上，學術界圍繞DRIs這一微觀現象展開研究，為進一步探索產業(yè)鏈信息對企業(yè)產生的影響提供了新的研究場景。本文利用董事在關聯(lián)行業(yè)任職的特殊場景，討論企業(yè)通過DRIs獲取產業(yè)鏈信息優(yōu)勢對企業(yè)全要素生產率產生的影響及具體作用機制。

(二)全要素生產率的影響因素

以往的研究表明資源配置效率、技術創(chuàng)新和人力資本是影響全要素生產率的關鍵性因素。首先，制約全要素生產率進步的首要因素是資源配置效率，部分學者從制度環(huán)境入手考察資源配置效率對全要素生產率的影響[30]。如部分學者認為“中國式財政分權”、城市行政級別劃分、政府補貼、減費降稅、貸款利率市場化、科技金融等方面的制度通過影響資源配置效率進而影響全要素生產率水平[31-36]。其次，制約全要素生產率進步的因素還包括技術進步[37-39]。部分學者從環(huán)境規(guī)制政策[40]、大數據技術的應用[41]、互聯(lián)網金融[42]等角度，解釋了技術進步對全要素生產率的影響。最后，人力資本同樣制約著全要素生產率的進步[43-45]，且融資約束差異、產權性質差異以及生產要素差異對企業(yè)全要素生產率存在非對稱性影響[46]。綜上，以往的研究大多從制度政策、金融環(huán)境、勞動力市場等角度，探討這些因素如何通過資源配置效率、技術創(chuàng)新和人力資本影響全要素生產率，鮮有文獻關注到DRIs帶來的產業(yè)鏈信息溢出對企業(yè)全要素生產率產生的影響。而厘清這個問題對于實現產業(yè)鏈上下游信息融通，推進企業(yè)高質量發(fā)展，提升產業(yè)鏈現代化水平具有重要的現實意義。

三、理論分析與假設提出

資源依賴理論認為，企業(yè)要想實現長遠有序的發(fā)展，就必須吸收并轉換自身發(fā)展所必需的各種資源，跨組織合作、特別是產業(yè)鏈的縱向聯(lián)系是實現優(yōu)勢互補的重要渠道[47]。而DRIs實現了產業(yè)鏈的有效銜接，是企業(yè)獲取產業(yè)鏈信息的主要途徑之一。產業(yè)鏈信息對于企業(yè)實現高質量發(fā)展具有重要的利用價值，如產業(yè)鏈前沿技術更新、供需變動及發(fā)展趨勢等信息的獲取，能夠有效驅動企業(yè)創(chuàng)新，優(yōu)化資源配置效率，而創(chuàng)新和資源效率則是制約全要素生產率最為關鍵的因素[48]。DRIs可能從以下兩個方面影響企業(yè)全要素生產率：

首先，DRIs通過技術擴散和技術創(chuàng)新兩種機制驅動企業(yè)創(chuàng)新能力升級，直接促進全要素生產率的增長。一方面，從技術擴散的角度來看，DRIs直接深入關聯(lián)行業(yè)內部，參與正式的生產和運轉，較早地接觸到產業(yè)內部技術更迭的信息。利用DRIs帶來的信息，企業(yè)可以直接利用上游企業(yè)的創(chuàng)新成果，實現本企業(yè)的技術升級。技術工藝的進步，有利于企業(yè)提高產品質量和銷售率，更好地實現產品價值提升，從而改善企業(yè)全要素生產率[49]。另一方面，從技術創(chuàng)新的角度來看，DRIs較為了解產業(yè)鏈下游企業(yè)對產品和服務的需求，可使企業(yè)有針對性地進行新技術和新產品的開發(fā)。吸收能力是技術擴散機制發(fā)揮效用的重要前提[50]。企業(yè)不斷地積累DRIs從關聯(lián)行業(yè)獲取的產業(yè)鏈信息，在對這些信息進行加工、擴展、整理、分析的過程中，企業(yè)的吸收能力不斷增強，有利于技術創(chuàng)新的突破，使全要素生產率增長。

其次，技術進步是提升資源配置效率的根本途徑之一，因此DRIs驅動企業(yè)創(chuàng)新可以通過提高資源配置效率，間接改善企業(yè)全要素生產率。無論是基于對新技術的引入，還是對客戶需求的把控，DRIs獲取的產業(yè)鏈信息能夠有效降低創(chuàng)新過程中材料物質的損耗。同時，創(chuàng)新帶來的新工藝可對現有設備進行升級或更替，提高設備效能，有效減少創(chuàng)新過程中出現廢品、次品、返修品的情況，提升企業(yè)在創(chuàng)新活動中的資源配置效率，進而提升企業(yè)全要素生產率。綜上所述，在關聯(lián)行業(yè)任職的董事具有信息效應，DRIs帶來的產業(yè)鏈信息優(yōu)勢能夠通過驅動企業(yè)創(chuàng)新提升企業(yè)全要素生產率。因此本文提出以下假設。

假設1：在其他條件不變的情況下，DRIs提升了企業(yè)全要素生產率。

董事在關聯(lián)行業(yè)的職位差異會影響到DRIs獲取產業(yè)鏈信息的能力，進而影響其信息效應的發(fā)揮。本文將關聯(lián)行業(yè)任職職位按照獨立董事和其他職位進行分類。這樣劃分的原因在于，相較于獨立董事，非獨立董事和管理層處于信息優(yōu)勢地位。非獨立董事大多源于股東單位派駐，擁有對重大業(yè)務的決策權和對高級管理人員任免的人事權；管理層一般由董事會選聘，負責公司具體工作。二者具有一定的組織、領導和資源支持，在董事會決議以及日常工作中深入企業(yè)內部，各自發(fā)揮著不可或缺的作用，獲取源于企業(yè)內部的信息。獨立董事大多來自高知群體，擁有自己的本職工作，難以有足夠的時間對企業(yè)進行深入了解，使其處于信息劣勢[51]。因而當董事在關聯(lián)行業(yè)擔任非獨立董事或在管理層任職時，能夠獲取更加豐富的產業(yè)鏈信息，DRIs的信息效應更加凸顯。因此本文提出以下假設。

假設2：相較于擔任獨立董事，董事在關聯(lián)行業(yè)擔任非獨立董事或在管理層任職對上市公司全要素生產率的提升作用更強。

四、研究設計

(一)樣本選擇

本文選取2012—2019年中國A股上市公司作為研究樣本。這樣做的原因在于，2012年中國證券監(jiān)督管理委員會頒布新修訂的《上市公司行業(yè)分類指引》，選取2012年之后的數據可以在一定程度上減少由于上市公司行業(yè)變動帶來的影響。根據研究需要刪除以下觀測值：(1)剔除樣本期間內的ST類公司；(2)剔除金融類、綜合類公司；(3)剔除相關數據缺失的樣本；最終得到公司-年度觀測值共計15 600個。計算關聯(lián)行業(yè)的《中國投入產出表》來自國家統(tǒng)計局國民經濟統(tǒng)計司。計算企業(yè)全要素生產率的數據來源于中國工業(yè)企業(yè)調查數據庫。其余數據均來自國泰安數據庫。為避免異常值產生的影響，本文對所有連續(xù)變量均進行了上下1%的縮尾處理。在全部回歸分析中，均控制了年度、行業(yè)的固定效應，同時為保證結果的穩(wěn)健性，在回歸中使用了穩(wěn)健標準誤。

(二)變量度量

1.解釋變量

(1)關聯(lián)行業(yè)的識別

本文利用國家統(tǒng)計局發(fā)布的《中國投入產出表》計算產業(yè)間縱向相關系數(vertical relatedness coefficient，VRC)來識別上市公司的關聯(lián)行業(yè)。由于樣本期間國家統(tǒng)計局在2012年和2017年分別發(fā)布兩次投入產出表，因此2012—2016年以2012年的投入產出表計算行業(yè)間的VRC，2017—2019年以2017年的投入產出表計算行業(yè)間的VRC。假設存在兩個不同行業(yè)，分別為行業(yè)i和行業(yè)j，VRC的計算公式為：

(1)

根據以往文獻設定，若VRCij大于5%的閾值，則j為i的關聯(lián)行業(yè)。同時為保證研究結果的穩(wěn)健，本文還以10%作為閾值重新識別上市公司的關聯(lián)行業(yè)，結果呈現在穩(wěn)健性檢驗中。

(2)DRIs的識別

根據國泰安數據庫披露的董事任職情況，通過天眼查軟件識別董事兼職的行業(yè)類型，判斷其是否為目標企業(yè)的關聯(lián)行業(yè)。需要注意的是，《上市公司行業(yè)分類指引》中的行業(yè)分類與《中國投入產出表》中的國民經濟產品部門并非完全一致，但均以《國民經濟行業(yè)分類》(GB/T4754—2017)為分類依據，因此具有高度相似性，能夠實現行業(yè)與經濟部門間的配對。本文以上市公司行業(yè)分類為基準，將國民經濟產品部門與之配對。具體來說，本文以《上市公司行業(yè)分類指引》為基準，將《中國投入產出表》中的國民經濟產品部門還原為上市公司行業(yè)分類。之后設定連續(xù)變量DRIS，以DRIs占董事會總人數的比例進行度量?？紤]到董事類型對公司影響的差異性，若為獨立董事則賦予權重為0.5，其他類型董事權重為1，每人得分總和不超過1。在穩(wěn)健性檢驗中，取消對DRIs的權重設計。

2.被解釋變量

借鑒魯曉東和連玉君(2012)[52]的研究，本文利用萊文森-彼得林(Levinsohn-Petrin，LP)法和奧利-帕克斯(Olley-Pakes，OP)法計算企業(yè)全要素生產率。

3.其他控制變量

根據已有文獻[53-54]，本文還控制了以下變量，具體度量方法請參見表1。

表1 變量定義

表1(續(xù))

(三)模型構建

為驗證假設1，本文構建模型(2)。若假設成立，則α1顯著為正，表明DRIs能夠提高企業(yè)全要素生產率。為檢驗假設2，本文構建模型(3)—模型(5)。若關聯(lián)行業(yè)職位差異影響DRIs信息獲取的能力，相較于在關聯(lián)行業(yè)擔任獨立董事，在關聯(lián)行業(yè)擔任其他職位更有利于DRIs發(fā)揮其信息效應，則模型(3)中α1顯著為正，模型(4)中的α1不顯著，模型(5)中的α1顯著為正，同時α2不顯著。

TFPi,t=α0+α1DRISi,t+∑α2～nCONTROLi,t+εi,t

(2)

TFPi,t=α0+α1DRIS_RDEPi,t+∑α2～nCONTROLSi,t+εi,t

(3)

TFPi,t=α0+α1DRIS_RINDEPi,t+∑α2～nCONTROLSi,t+εi,t

(4)

TFPi,t=α0+α1DRIS_RDEPi,t+α2DRIS_RINDEPi,t+∑α3～nCONTROLSi,t+εi,t

(5)

五、實證分析

(一)描述性統(tǒng)計

樣本期間DRIs在董事中的分布情況如圖1所示。在以5%作為關聯(lián)行業(yè)閾值的前提下，董事同時在關聯(lián)行業(yè)任職的比例為36.02%，其中獨立董事約占36.13%，非獨立董事約占63.87%。在以10%作為關聯(lián)行業(yè)閾值的前提下，董事同時在關聯(lián)行業(yè)任職的比例為19.98%，其中獨立董事約占34.49%，非獨立董事約占65.51%。非獨立董事同時在關聯(lián)行業(yè)任職的比例約為獨立董事任職比例的2倍。以上分析說明DRIs主要還是由非獨立董事構成，可能的解釋是對于非獨立董事來說，專業(yè)技能、豐富的管理經驗能夠為其獲得關聯(lián)行業(yè)的工作帶來一定優(yōu)勢。同時集團內部的縱向行業(yè)兼并，可能導致非獨立董事更有機會在關聯(lián)行業(yè)子公司中擔任職務。

圖1 DRIs在董事中的分布

表2為主要變量的描述性統(tǒng)計。以5%作為關聯(lián)行業(yè)閾值且賦予權重計算的DRIS，最大值為0.7，最小值為0，均值為0.177；以5%作為關聯(lián)行業(yè)閾值取消權重設置的DRIS1最大值為0.8，最小值為0，均值為0.216。這意味著上市公司董事會中有大約17.7%～21.6%的董事在關聯(lián)行業(yè)任職，且不同公司差異性較大。以LP法計算的企業(yè)全要素生產率的最小值為4.893，最大值為12.350，均值為8.107；以OP法計算的企業(yè)全要素生產率的最小值為-1.498，最大值為8.644，均值為4.503。其余變量的統(tǒng)計結果如表2所示。

表2 主要變量的描述性統(tǒng)計

(二)多元回歸檢驗結果及穩(wěn)健性檢驗

DRIs與企業(yè)全要素生產率的回歸結果如表3所示。表3列(1)表明DRIs與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.057，t=2.66)，DRIs的比例越高，企業(yè)全要素生產率越高?；貧w結果表明董事在關聯(lián)行業(yè)任職為企業(yè)帶來產業(yè)鏈信息優(yōu)勢，提高了企業(yè)全要素生產率。為保證研究結果的穩(wěn)健性，本文進行以下穩(wěn)健性檢驗：

第一，不考慮董事身份存在的影響，取消對獨立董事賦予的權重，重新計算得到DRIS1。

第二，調整計算關聯(lián)行業(yè)的閾值。將閾值由5%調整至10%，重新界定上市公司所在行業(yè)的關聯(lián)行業(yè)，最后得到DRIS2。利用這兩個指標對模型(2)重新進行回歸，結果如表3列(2)、列(3)所示。DRIs與企業(yè)全要素生產率分別在5%和1%的水平上顯著正相關(系數為0.048，t=2.48；系數為0.102，t=3.42)。

第三，考慮到董事會全體DRIs任職關聯(lián)行業(yè)的個數，可能會對企業(yè)全要素生產率產生影響，當關聯(lián)行業(yè)個數越多，DRIs帶來的產業(yè)鏈信息越豐富，對全要素生產率的作用越強。因此，以上市公司董事會人均任職關聯(lián)行業(yè)數作為自變量對假設1進行檢驗，回歸結果如表3列(4)所示，DRIs與企業(yè)全要素生產率依舊在1%的水平上顯著正相關(系數為0.063，t=3.82)。

第四，更換被解釋變量度量方法，以OP法重新計算企業(yè)全要素生產率對模型(2)進行回歸，結果如表3列(5)所示。DRIs與以OP法計算的企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.060，t=2.71)。以上結果說明董事同時在關聯(lián)行業(yè)任職，產業(yè)鏈信息優(yōu)勢能夠有效提升企業(yè)全要素生產率，假設1得到了驗證。

表3 DRIs與企業(yè)全要素生產率的多元回歸結果及穩(wěn)健性檢驗

表3(續(xù))

第五，考慮到當董事在關聯(lián)行業(yè)任職的公司可能是上市公司的股東，導致檢驗結果可能受到股權鏈的影響，因此設置變量DRIS-SH。若上市公司中有DRIs在關聯(lián)行業(yè)股東單位任職取1，否則取0。加入上述變量后重新進行回歸，結果如表4所示。無論以何種形式衡量DRIs與企業(yè)全要素生產率，在回歸中加入DRIS-SH后結果均未發(fā)生變化，DRIs與企業(yè)全要素生產率依舊顯著正相關，且DRIS-SH與企業(yè)全要素生產率無顯著相關性，結果在一定程度上排除了股權鏈的影響。以上結果說明董事同時在關聯(lián)行業(yè)任職，產業(yè)鏈信息優(yōu)勢能夠有效提升企業(yè)全要素生產率，假設1得到了驗證。為增強實證結果的穩(wěn)健性，本文還額外控制了上期全要素生產率(LTFP)。

表4 控制股權影響的穩(wěn)健性檢驗結果

表4(續(xù))

在驗證DRIs具有信息效應的基礎上，本文檢驗了董事在關聯(lián)行業(yè)不同的職位類型對全要素生產率的影響，回歸結果如表5所示。表5列(1)的回歸結果表明，董事在關聯(lián)行業(yè)擔任非獨立董事或管理層時，DRIS_RDEP與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.046，t=2.35)。列(2)為董事在關聯(lián)行業(yè)僅為獨立董事的DRIs比例與企業(yè)全要素生產率的回歸結果，DRIS-RINDEP與企業(yè)全要素生產率不存在顯著的相關性(系數為0.179，t=1.05)。將DRIS_RDEP和DRIS_RINDEP兩變量同時放入方程中，DRIS_RINDEP與企業(yè)全要素生產率依舊不存在顯著的相關性(系數為0.171，t=1.00)，而DRIS_RDEP與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.045，t=2.33)?；貧w結果表明，相較于董事在關聯(lián)行業(yè)擔任獨立董事，在關聯(lián)行業(yè)擔任非獨立董事或者管理層更有利于DRIs獲取產業(yè)鏈信息，發(fā)揮其信息效應。

表5 董事在關聯(lián)行業(yè)的職位差異對DRIs信息效應的影響

表5(續(xù))

(三)內生性檢驗

1.傾向得分匹配

由于擁有DRIs與沒有DRIs的企業(yè)存在公司特質性差異，為避免自選擇偏差帶來的內生性問題，本文利用傾向得分匹配(propensity score matching，PSM)重新對假設1進行檢驗。將DRIs轉化為二值變量，若上市公司擁有DRIs為1，否則取0。選取全部控制變量作為協(xié)變量，并進行一比一近鄰匹配，考察控制組與處理組全要素生產率是否存在顯著性差異?；貧w結果如表6列(1)所示，進行PSM匹配過后DRIs與企業(yè)全要素生產率(TFP)在1%的水平上顯著正相關(系數為0.057，t=2.65)，主檢驗依舊成立。

表6 PSM和工具變量的檢驗結果

表6(續(xù))

2.工具變量

由于可能存在遺漏變量導致的內生性問題，因此本文采用工具變量法解決上述問題。根據以往文獻[25，55]，選取目標企業(yè)全部關聯(lián)行業(yè)的董事席位總數與目標企業(yè)所在本行業(yè)的董事席位總數之比的自然對數作為工具變量(IV)。工具變量IV代表目標企業(yè)的董事可能在關聯(lián)行業(yè)獲得的工作機會，IV越大說明董事在關聯(lián)行業(yè)獲得工作的機會越大，因此自變量DRIs與工具變量IV應正向相關。目前還沒有研究表明在關聯(lián)行業(yè)的就業(yè)機會與目標企業(yè)的全要素生產率相關。采用兩階段最小二乘法重新檢驗DRIs與企業(yè)全要素生產率之間的關系，回歸結果如表6列(2)、列(3)所示。工具變量IV與DRIs在1%的水平上顯著正相關(系數為0.130，t=55.80)，在回歸中加入工具變量后DRIs與企業(yè)全要素生產率(TFP)依舊在1%的水平上顯著正相關(系數為0.143，t=3.22)。回歸結果說明在采用工具變量控制可能的內生性問題后，DRIs提升企業(yè)全要素生產率的假設依舊成立。

3.赫克曼兩步法

更換解決選擇性偏誤的檢驗方法，利用赫克曼(Heckman)兩步法進行回歸。選取全部的控制變量以及外生工具變量IV(關聯(lián)行業(yè)的董事席位總數與目標企業(yè)本行業(yè)的董事席位總數之比的自然對數)作為可能導致企業(yè)存在DRIs的協(xié)變量，第一階段被解釋變量為啞變量，當上市公司存在DRIs為1，否則為0。在第一階段回歸中計算逆米爾斯比率(IMR)，并在第二階段的回歸中加入。Heckman兩階段的檢驗結果如表7列(1)所示，IMR的系數為0.001，但不顯著。加入逆米爾斯比率之后，DRIs與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.060，t=2.42)?；貧w結果再次說明董事在關聯(lián)行業(yè)任職產生的產業(yè)鏈信息優(yōu)勢，提升企業(yè)全要素生產率的假設依舊成立。

4.外生事件子樣本

確定外生子樣本公司，在該子樣本中董事會成員在連續(xù)兩年中保持不變，但董事在關聯(lián)行業(yè)的任職情況發(fā)生變化(在新單位任職或離職)導致 DRIs 的比例發(fā)生變動。這種情況一般是由于兼職企業(yè)情況而非目標上市公司導致，因此具有一定的外生性。保留變動前后各一年的樣本，重新進行回歸，檢驗結果如表7列(2)所示。以外生事件子樣本重復假設1的檢驗，DRIs與企業(yè)全要素生產率在5%的水平上顯著正向相關(系數為0.107，t=2.07)，說明在控制內生性問題后，董事在關聯(lián)行業(yè)任職提升企業(yè)全要素生產率的假設依舊成立。

表7 Heckman兩步法和小樣本的檢驗結果

(四)進一步檢驗

1.執(zhí)行董事與非執(zhí)行董事身份

DRIs在上市公司的身份差異會影響董事職能的發(fā)揮。中國上市公司董事會由獨立董事、執(zhí)行董事和非執(zhí)行董事構成。獨立董事由上市公司聘任，執(zhí)行董事是管理層在董事會中的代表。相比于獨立董事受到管理層的制約，執(zhí)行董事具有管理層身份，由股東委派的非執(zhí)行董事更獨立于管理層，對于管理層的監(jiān)督動機更強。當非執(zhí)行董事在關聯(lián)行業(yè)任職獲取產業(yè)鏈信息，通過對其加以拆分重組有利于預測企業(yè)經營過程中面臨的外部變化，倒推出企業(yè)真實情況，遏制管理層的短視行為。因此產業(yè)鏈信息優(yōu)勢有利于非執(zhí)行董事對管理者決策進行管理和牽制，增加管理層違規(guī)的機會成本，有效提高企業(yè)資源配置效率，最終提升企業(yè)全要素生產率。為驗證執(zhí)行董事與非執(zhí)行董事身份對DRIs信息效應的影響，本文設置執(zhí)行董事DRIs(DRIS_DUAL)和非執(zhí)行董事DRIs(DRIS_NODUAL)兩個變量，分別檢驗其對企業(yè)全要素生產率的影響?；貧w結果如表8所示。DRIS_DUAL與企業(yè)全要素生產率不存在顯著的相關性(系數為0.000 1，t=0.00)，DRIS_NODUAL與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.038，t=2.53)。將DRIS_DUAL和DRIS_NODUAL兩個變量同時放入方程中，DRIS_DUAL依舊與企業(yè)全要素生產率無顯著相關性，而DRIS_NODUAL與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.040，t=2.58)。綜上，非執(zhí)行董事DRIs由于監(jiān)督動機較高，相較于執(zhí)行董事DRIs更能發(fā)揮信息效應，提升企業(yè)全要素生產率。

表8 執(zhí)行董事與非執(zhí)行董事身份對DRIs信息效應的影響

表8(續(xù))

2.橫截面分析

基于企業(yè)對產業(yè)鏈信息需求和外部治理水平的異質性，本文進行了一系列的橫截面分析。首先，基于企業(yè)對產業(yè)鏈信息需求的異質性，本文檢驗了業(yè)績波動、公司發(fā)生虧損對DRIs與企業(yè)全要素生產率二者關系的影響。企業(yè)業(yè)績波動越劇烈，不確定性越高，以DRIs為傳遞渠道的產業(yè)鏈信息越能發(fā)揮作用，提升企業(yè)全要素生產率。同時，已經由于經營、管理不善導致虧損的企業(yè)，為扭轉業(yè)績頹勢，更加需要利用產業(yè)鏈信息，精準預判發(fā)展趨勢、力圖擺脫虧損困境、提升要素生產率。因此，DRIs帶來的產業(yè)鏈信息，在發(fā)生虧損的企業(yè)中對全要素生產率的提升作用更強。以業(yè)績波動(VOL)、公司發(fā)生虧損(LOSS)檢驗產業(yè)鏈信息需求對DRIs與企業(yè)全要素生產率兩者關系的影響，回歸結果如表9列(1)、列(2)所示。業(yè)績波動與DRIs的交乘項(DRIS×VOL)與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.000 1，t=5.36)，發(fā)生虧損與DRIs的交乘項(DRIS×LOSS)與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.325，t=3.30)。回歸結果說明，企業(yè)對產業(yè)鏈信息需求的異質性影響了DRIs信息效應的發(fā)揮，企業(yè)對產業(yè)鏈信息的需求越強烈，DRIs對全要素生產率的提升作用越大。

其次，基于上市公司外部治理水平異質性，本文檢驗了事務所規(guī)模、分析師跟蹤、機構投資者持股水平、媒體關注度對DRIs和企業(yè)全要素生產率兩者關系的影響。DRIs信息效應的發(fā)揮取決于企業(yè)的治理水平，若缺乏外部治理機制的監(jiān)督，管理層可能更容易利用DRIs帶來的信息為自身牟利，加重代理沖突，降低資源配置效率，從而降低企業(yè)全要素生產率[56]。本文以事務所規(guī)模(BIG4)、分析師跟蹤(ANA)、機構投資者持股水平(INS)、媒體關注度(MEDIA)衡量上市公司外部治理機制。 回歸結果如表9列(3)—列(6)所示。事務所規(guī)模與DRIs的交乘項(DRIS×BIG4)與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.184，t=2.37)；分析師跟蹤與DRIs的交乘項(DRIS×ANA)與企業(yè)全要素生產率在10%的水平上顯著正相關(系數為0.042，t=1.88)；機構投資者持股與DRIs的交乘項(DRIS×INS)與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.003，t=3.68)；媒體關注度與DRIs的交乘項(DRIS×MEDIA)與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.050，t=3.10)。回歸結果說明外部治理水平能夠促進DRIs信息效應的發(fā)揮，增強DRIs對企業(yè)全要素生產率的提升作用。

3.中介機制檢驗

企業(yè)的創(chuàng)新能力是推動全要素生產率持續(xù)增長的重要因素之一。為檢驗上述機制，本文借鑒溫忠麟等(2004)[57]的中介效應檢驗方法，以上市公司當年專利申請數衡量企業(yè)創(chuàng)新能力，驗證DRIs是否通過驅動企業(yè)創(chuàng)新，提升企業(yè)全要素生產率，回歸結果如表10所示。表10列(1)呈現了DRIs與企業(yè)創(chuàng)新能力的回歸結果，DRIs與企業(yè)創(chuàng)新能力在5%的水平上顯著正相關(系數為0.047，t=2.09)，說明DRIs能夠驅動企業(yè)創(chuàng)新。列(2)呈現了創(chuàng)新能力作為中介變量的回歸結果，在回歸中加入企業(yè)創(chuàng)新能力(PATENT)，PATENT與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.067，t=10.46)，DRIs與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.052，t=2.40)，創(chuàng)新能力發(fā)揮了部分中介作用?；貧w結果說明DRIs能夠通過驅動企業(yè)創(chuàng)新，提升企業(yè)全要素生產率。

同時，本文以公司當年專利申請數量與當年研發(fā)投入(經過對數處理)的比值(PR)作為衡量企業(yè)在創(chuàng)新過程中的資源配置效率，PR值越大意味著企業(yè)在創(chuàng)新過程中資源配置效率越高，驗證DRIs是否通過提升創(chuàng)新過程中的資源配置效率，進而提升企業(yè)全要素生產率，回歸結果如表10所示。表10列(3)呈現了DRIs與創(chuàng)新活動資源配置效率的回歸結果，DRIs與創(chuàng)新活動資源配置效率在5%的水平上顯著正相關(系數為0.294，t=2.20)，說明DRIs對提高了創(chuàng)新活動資源配置效率。列(4)呈現了創(chuàng)新活動資源配置效率作為中介變量的回歸結果，PR與企業(yè)全要素生產率在1%的水平上顯著正相關(系數為0.012，t=9.69)，DRIs與企業(yè)全要素生產率在5%的水平上顯著正相關(系數為0.067，t=3.03)，說明創(chuàng)新活動資源配置效率發(fā)揮了部分中介作用?；貧w結果說明DRIs能夠通過增強企業(yè)在創(chuàng)新活動中的資源配置效率，進而提升企業(yè)全要素生產率。

4.經濟后果

DRIs從關聯(lián)行業(yè)獲取產業(yè)鏈信息的同時，也將關于本行業(yè)的信息透過產業(yè)鏈網絡釋放出去，實現信息的多邊傳遞，上市公司的DRIs能夠在產業(yè)鏈內部實現全要素生產率提升的傳導作用。本文檢驗了上市公司DRIs對關聯(lián)行業(yè)全要素生產率的溢出效應，以目標公司所在行業(yè)全部關聯(lián)行業(yè)的全要素生產率的均值度量關聯(lián)行業(yè)的全要素生產率。回歸結果如表11所示，DRIs與關聯(lián)行業(yè)全要素生產率(RTFP)在1%的水平上顯著正相關(0.734，t=14.01)，回歸結果說明DRIs對企業(yè)全要素生產率的提升作用在產業(yè)鏈具有溢出效應，DRIs在產業(yè)鏈內部能夠實現全要素生產率提升的傳導作用。

表11 DRIs對關聯(lián)行業(yè)全要生產率的影響

六、結論與啟示

本文借助董事同時在關聯(lián)行業(yè)任職的企業(yè)微觀行為，分析產業(yè)鏈信息沿DRIs傳遞對企業(yè)全要素生產率的影響，通過天眼查等軟件整合上市公司董事任職信息，利用《中國投入產出表》計算關聯(lián)行業(yè)，以2012—2019年A股上市公司為初始樣本，發(fā)現DRIs通過驅動企業(yè)創(chuàng)新提升了企業(yè)全要素生產率。為進一步驗證DRIs的信息效應，以在關聯(lián)行業(yè)任職職位分類研究，發(fā)現當董事在關聯(lián)行業(yè)擔任非獨立董事或管理層能夠獲取產業(yè)鏈信息，提升了企業(yè)全要素生產率。以董事在上市公司身份差異分類，研究發(fā)現當DRIs在上市公司擔任非執(zhí)行董事能夠提升企業(yè)全要素生產率。在橫截面的分析中發(fā)現，當上市公司對產業(yè)鏈信息需求更高時，DRIs對企業(yè)全要素生產率的提升作用更強，且DRIs信息效應的發(fā)揮需要良好的外部治理機制作為支撐。本文還發(fā)現上市公司的DRIs能夠在產業(yè)鏈內部實現全要素生產率提升的傳導作用，對打造“高附加值”的產業(yè)鏈具有正向的推動性。

本文結論具有以下啟示：首先，要充分認識到產業(yè)鏈信息對企業(yè)高質量發(fā)展的價值。技術創(chuàng)新活動需要產業(yè)鏈協(xié)作，產業(yè)鏈信息的傳遞與共享有利于企業(yè)以及全產業(yè)鏈的產品、技術升級，對提升企業(yè)全要素生產率具有正向的推動性。因此，在日常管理與經營過程中要注重主動加強與其他關聯(lián)行業(yè)的聯(lián)系，構筑培育穩(wěn)定的產業(yè)鏈關系，從戰(zhàn)略層面將產業(yè)鏈上的信息等資源高效整合起來，有利于實現資源優(yōu)化配置提升創(chuàng)新成果轉化率。在產業(yè)鏈信息傳遞中獲取的主動權，從而積極地應對市場環(huán)境變化給企業(yè)帶來的風險。在關鍵員工的甄別上要多考慮具有產業(yè)鏈工作經驗的員工，控制與把握產業(yè)鏈信息的傳遞方式以及速度，使企業(yè)獲得產業(yè)鏈信息傳遞的主動權，從而積極地應對市場環(huán)境變化給企業(yè)帶來的風險。其次，DRIs信息效應的充分發(fā)揮建立在完善的治理機制之上，企業(yè)要不斷強化內部控制建設提高公司治理水平，為外部產業(yè)信息內在化提供良好的制度“土壤”。最后，從國家發(fā)展的層面來看，促進產業(yè)鏈信息與資源的流動是打造“高附加值”產業(yè)鏈，實現產業(yè)鏈現代化水平的切實保證。因此，國家要支持優(yōu)勢產業(yè)上下游企業(yè)開放數據，建立互利共贏的共享機制，將產業(yè)大數據發(fā)展計劃落到實處。