房孟佳

(山東農業(yè)大學 經濟管理學院(商學院)，山東 泰安 271018)

0 引言

“十四五規(guī)劃”提出我國未來要實現高質量發(fā)展，必須堅持創(chuàng)新在我國現代化建設全局中的核心地位，把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐，這要求我們必須深入貫徹創(chuàng)新驅動發(fā)展戰(zhàn)略，以科技創(chuàng)新引領未來發(fā)展。企業(yè)作為市場主體的重要參與者，是經濟發(fā)展中的重要一環(huán)，經濟的發(fā)展離不開企業(yè)績效的提升。

企業(yè)創(chuàng)新作為企業(yè)績效提升的重要手段受到越來越多的關注，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，所以在存在委托代理關系的企業(yè)中，管理層可能由于不想承擔創(chuàng)新帶來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之一就是財務指標，而創(chuàng)新投入往往耗資較高，所以高管可能會通過削減創(chuàng)新活動開支來減少成本以保證當期的財務績效考核。但是創(chuàng)新對于企業(yè)未來長遠發(fā)展具有重要意義，一旦高管忽視創(chuàng)新投入則會危害企業(yè)的長遠發(fā)展目標。所以高管如何權衡短期收益與未來發(fā)展的關系，成為影響創(chuàng)新投入的主要因素[2]。有效的高管激勵機制是企業(yè)研發(fā)投入和公司績效的必要保障。高管在企業(yè)中的收益主要來源于薪酬回報，而薪酬回報又取決于其經營業(yè)績，所以高管會不支持具有風險不確定性的創(chuàng)新研發(fā)項目。對管理層實行激勵機制是促使其承擔風險、增加創(chuàng)新績效的有效途徑。所以，通過實施高管激勵機制提高高管的風險承擔能力和意愿，促使高管在短期自身利益與企業(yè)長遠發(fā)展目標之間做出最有利于企業(yè)的抉擇即選擇恰當的時機增加企業(yè)的研發(fā)投入，支持企業(yè)的研發(fā)創(chuàng)新活動來提高企業(yè)的核心競爭力，實現企業(yè)的長久發(fā)展[3]。

本文通過分析企業(yè)創(chuàng)新投入這一中介效應模型來探究薪酬激勵對企業(yè)績效發(fā)展的影響機制，從而為企業(yè)績效的提升提供具有參考價值的結論。

1 理論分析與研究假說

1.1 薪酬激勵對企業(yè)績效的直接影響

薪酬激勵對企業(yè)績效的影響屬于典型的委托代理問題。由于存在信息不對稱以及不確定性所以在股東與經理人之間就存在代理問題?；谠摾碚?，為了避免簽定契約后經理人出現的道德風險，企業(yè)需要建立與完善對經理人的激勵與監(jiān)督機制[4]。其中最重要的激勵機制就是高管薪酬的合約安排。針對這一問題，最優(yōu)契約理論認為最佳的薪酬合約是將高管報酬與公司業(yè)績相掛鉤。高管作為有限理性經濟人，會將其獲得的報酬與自己付出的代價(努力程度)相權衡，進而選擇使自己利益最大化的方式行事。因此，較高的報酬往往會激勵經理人付出較多的努力以提升公司績效，而公司績效的提升又會進一步為其帶來更多的報酬，從而形成一個良性循環(huán)。基于此本文提出假設H1。

H1：薪酬激勵正向作用于企業(yè)績效

1.2 薪酬激勵通過研發(fā)投入對公司績效的間接影響

公司治理理論表明，股東可以通過分散投資收取組合收益，而經理人只有通過經營業(yè)績來換取薪酬、福利等短期回報。因此，管理層尤其是風險厭惡型管理層通常只關注能夠提高短期經營績效的項目，而規(guī)避具有風險不確定性的項目如創(chuàng)新研發(fā)。一些學者認為高管薪酬激勵能夠有效解決委托代理問題，提高管理層與企業(yè)共同擔當風險的意愿，增強經理人從事風險投資項目的動機[5]。尤其是在研發(fā)部門，其管理者的薪酬水平越高，企業(yè)研發(fā)專利的數量和研發(fā)支出也越高。

關于研發(fā)投入對企業(yè)績效的影響，學者們現有的研究結論比較豐富。一方面是創(chuàng)新投入可以促進企業(yè)績效的提升?；趧?chuàng)新投入促進機制視角，早期學者們利用柯布—道格拉斯生產函數模型等來測定創(chuàng)新投入對生產率的影響。梁萊歆等基于企業(yè)生命周期視角發(fā)現，成長期企業(yè)的R&D投入對當期績效影響顯著，并會在長期產生累積效應[6]。王化成等研究發(fā)現我國上市公司創(chuàng)新投入形成的無形資產與企業(yè)未來的績效存在顯著的正相關關系[7]。同時，由于創(chuàng)新自身具有跨期收益的特點，所以創(chuàng)新投入演化為創(chuàng)新績效需要一定時間，即創(chuàng)新投入具有一定的滯后效應。另一方面企業(yè)績效對創(chuàng)新投入具有反饋作用。企業(yè)良好的績效狀況是企業(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)過程中出現問題，就需要更強大的資金鏈予以支持，否則整個研發(fā)過程都會前功盡棄。并且對于一個產品的研發(fā)必須要將產品順利推向市場才意味著整個研發(fā)過程的真正結束，前期研發(fā)活動的完成并不意味著研發(fā)可以獲得回報，其中還涉及到成果轉化的問題[8]。我國學者通過探索創(chuàng)新投入、企業(yè)績效與市場價值三者之間相互影響的關系，認為積極的研發(fā)戰(zhàn)略是企業(yè)高績效與高市值的前提，而良好的績效與市值也是研發(fā)投入持續(xù)進行的保障。所以企業(yè)績效與創(chuàng)新投入之間存在著內生性關系[9]。

學者們對于薪酬激勵機制會促進企業(yè)的研發(fā)投入已經達成了共識，但是對于薪酬激勵通過影響企業(yè)的研發(fā)投入進而影響企業(yè)績效這一路徑的探討尚未有明晰的結論，尤其對于研發(fā)投入在這一傳導路徑中所發(fā)揮的中介效應的作用分析不夠深入，缺乏相關實證分析的支撐?；谏鲜龇治?，現提出假設H2。

H2：薪酬激勵通過提升創(chuàng)新投入正向作用于企業(yè)績效。

圖1 理論分析框架

2 研究設計

2.1 數據來源

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數據：(1)銀行、保險等金融行業(yè)上市公司樣本；(2)當年被ST或*ST的公司樣本；(3)帶有缺失值的公司樣本。經過篩選，最終共獲得624個有效研究樣本。本文研究數據均來自CSMAR數據庫，并利用 SPSS19.0統(tǒng)計軟件進行計量分析。

2.2 變量說明

(1)解釋變量變量。薪酬激勵作為本文的解釋變量，薪酬激勵以上市公司董事、監(jiān)事、高管的年薪表示。

(2)被解釋變量。本文以企業(yè)績效作為被解釋變量，企業(yè)績效用上市公司營業(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：董事會議事頻次(BMF，一年內董事會召開次數)；股東關聯(lián)性(INDE，前十大股東是否存在關聯(lián)，1為不存在關聯(lián)，2為存在關聯(lián)，3為不確定是否存在關聯(lián))；股權集中度(TOP1，第一大股東的持股比例)；股權平衡度(TOP2_10,第二到第十大股東持股比例總和)；董事長與總經理的兼職情況(CEO，兩權分離率)。

2.3 模型構建

2.3.1 基準回歸

因為企業(yè)績效的考核主要集中于年底，所以薪酬激勵同樣具有一定的滯后效應，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，同時避免創(chuàng)新投入與企業(yè)績效之間的內生性影響，利用滯后期的的創(chuàng)新投入建立模型。因為被解釋變量與解釋變量都屬于連續(xù)性變量，采用一般線性回歸模型進行分析，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 中介效應檢驗

其中，中介變量是指自變量 X 影響因變量 Y 的過程中，若是存在 X 通過 M 對 Y 產生影響，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，結合 Logit 模型進行中介效應檢驗分析。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c代表的是X對Y的總效應，(2)式中的系數c'代表的是控制了中介變量M后X對Y的直接效應，而M間接效應的存在是看系數a、b的乘積。對于這類簡單中介模型來說總效應=直接效應+間接效應即c=c'+ab。對于中介效應的檢驗過程來說首先應該檢驗的是系數c如果系數c顯著則證明X對Y整體上具有顯著性影響。對于系數C 的檢驗是十分必要的，如果X對Y并不存在顯著的影響關系那么再去探究X通過M而影響Y也就變得毫無意義。再對系數乘積ab檢驗，ab如果顯著則證明該模型存在中介效應。最后通過對系數c'的檢驗可以得到中介效應的性質，即中介效應是部分中介還是完全中介。

通過檢驗創(chuàng)新投入的中介效應，可以解釋薪酬激勵影響企業(yè)績效的作用機理。X 表示解釋變量薪酬激勵變量，M表示中介變量創(chuàng)新投入，Y表示被解釋變量企業(yè)績效。對于本文來說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a與系數 b不存在尺度差異，可以直接進行比較，中介效應大小等于系數乘積ab。本文對于系數乘積ab的檢驗采用Bootstrap法[11]，它是一種從樣本中重復取樣的方法,本文將重復抽樣的樣本容量設為5 000，對這 5 000個Bootstrap 樣本,可以得到5 000個系數乘積的估計值,將它們按數值從小到大排序,其中第 2.5 百分位點和第 97.5 百分位點就構成系數乘積 ab 的一個置信度為95%的置信區(qū)間,據此就可以進行檢驗了：如果置信區(qū)間不包含 0,則系數乘積ab顯著。

3 實證分析

3.1 描述性統(tǒng)計分析

表1是主要變量的描述性統(tǒng)計結果，從表1中可以看出，我國上市公司績效差距巨大，樣本中公司績效的最小值僅占最大值的0.3%，可見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業(yè)收入差距很大。由于公司業(yè)務對研發(fā)力度需求的不同，不同公司的研發(fā)投入也相差甚遠，公司最小的研發(fā)投入與平均值之間仍相差600余萬元，但是研發(fā)投入的差距相比于公司績效的差距可以說是大大縮小，說明有的企業(yè)的研發(fā)投入與公司規(guī)模之間的匹配不夠，研發(fā)投入相對不足。在薪酬激勵方面，高管年薪收入同樣差距比較大，表明我國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開會次數來看，上市公司董事會的勤勉程度存在較大差距，有的公司全年董事會會議次數達到19次，而有的公司則只有4次。從前十大股東關聯(lián)性來看，已知確切關聯(lián)性的上司公司中不存在不具有關系的前十大股東，普遍上市公司的大股東之間的關聯(lián)性比較大。在股權的集中度看，最高的第一大股東的持股比例達到了75%，平均為31.64%，表明有研發(fā)支出的上市公司的股權集中度比較高。而股權平衡度方面，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為25.33%，說明股權在這類上市公司中的平衡度不高。在董事長與總經理的兼職情況看，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題有關。

3.2 相關性分析

表2是對本文主要解釋與被解釋變量的相關性分析，從表2中可以看出，本文所選取的控制變量之間的相關程度比較低，說明控制變量之間沒有明顯的多重共線問題，比較適合進行回歸分析。而無論是Spearman相關系數還是Pearson相關系數都顯示企業(yè)績效、薪酬激勵、創(chuàng)新投入之間存在著比較高的相關關系，這與前文中的理論分析內容一致，模型設定中通過使用滯后期的變量一定程度上解決了這個問題。

3.3 中介效應檢驗

3.3.1 薪酬激勵對企業(yè)績效具有正向影響

暫不考慮理論分析中的中介效應與調節(jié)效應，借助逐步回歸思想，逐步引入變量，同時在回歸中采用Bootstrap法進行設定值為5 000次的重復抽樣，進行回歸。表3中回歸(1)僅包括薪酬激勵，回歸(2)除了薪酬激勵以外還引入了董事會議事頻次、前十大股東關聯(lián)性、股權集中度、兩職兼職率、股權平衡度5個控制變量進行分析。兩個回歸模型均顯示薪酬激勵與企業(yè)績效之間存在顯著正相關關系，且在 95%水平上顯著。由此得出，薪酬激勵對企業(yè)績效有顯著的正向影響，H1得到證實。

表1 描述性統(tǒng)計結果

表2 相關性分析結果

表3 企業(yè)績效影響因素回歸結果

3.3.2 薪酬激勵通過創(chuàng)新投入對企業(yè)績效有正向影響

通過PROCESS插件用Bootstrap法對中介效應ab進行檢驗，檢驗結果如表4所示。ab的影響系數為正，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)新投入的中介效應是顯著的即薪酬激勵通過創(chuàng)新投入對企業(yè)績效有正向影響，假設H2得到證實。對于直接效應的檢驗來說，由于在95%的置信水平上上下限之間包括0，所以對于此模型來說直接效應是不存在的，也就是說薪酬激勵對于企業(yè)績效沒有直接的影響關系。同時對于系數c的檢驗在95%的置信水平上上下限之間不包括0，說明總效應存在且總效應的系數為正且企業(yè)高管的薪酬激勵對于企業(yè)績效有正向影響，進一步證明了假說H1的正確性。由于該模型中中介效應與總效應均顯著而直接效應不顯著，所以該模型的中介效應屬于完全中介的類型，即薪酬激勵對企業(yè)績效的正向影響完全是通過影響創(chuàng)新投入而實現的。

表4 Bootstrap法下各效應分解表

4 結論與啟示

4.1 研究結論

本文通過構建中介效應模型，首先得到了薪酬激勵對企業(yè)績效具有顯著的正向影響，同時在后續(xù)的分析模型中得出這種影響并不是直接的，而是通過影響高管的行為來達到對企業(yè)績效影響的目的。通過給予高管恰當的薪酬激勵，使得高管在企業(yè)的日常經營決策中更加積極，對待企業(yè)的工作更加勤勉。同時由于委托代理問題的存在，高管薪酬激勵的提升可以使高管遇到個人短期利益與企業(yè)長期利益之間存在矛盾沖突的時候，增強高管對企業(yè)負責的意愿，使企業(yè)獲得更加長遠的發(fā)展。

在對于創(chuàng)新投入的中介效應檢驗過程中得到了創(chuàng)新投入在本文構建的高管薪酬激勵影響企業(yè)績效的中介效應模型中發(fā)揮了完全中介作用的結論，即在構建的模型中薪酬激激勵完全是通過創(chuàng)新投入而影響企業(yè)績效的。由于創(chuàng)新投入的不確定性，所以高管的個人意志對于企業(yè)創(chuàng)新投入的大小有重要的影響，通過給予高管薪酬激勵而提高高管承擔創(chuàng)新投入風險的意愿和能力，從而使得高管在企業(yè)發(fā)展需要創(chuàng)新投入的時候不會為了自己個人的績效考評而故意削減企業(yè)的研發(fā)投入。

4.2 研究啟示

本文通過對企業(yè)薪酬激勵通過影響研發(fā)投入而影響企業(yè)績效的分析，可以得到以下啟示：作為企業(yè)的所有者應該充分重視企業(yè)創(chuàng)新投入對一個企業(yè)發(fā)展能力的提升作用，在目前市場競爭日趨激烈的大環(huán)境下，要想保證一定的市場占有率企業(yè)必須要發(fā)展自己的核心競爭力，而創(chuàng)新就是企業(yè)提升核心競爭力的重要手段;同時要制定合理的高管激勵政策來督促高管在企業(yè)經營過程中可以將所有者對于創(chuàng)新發(fā)展的重視落到實處，這樣才可以使企業(yè)的績效得到提升，使整個企業(yè)的發(fā)展成為一種良性的循環(huán)。