郑小丹，黄怡（福建农林大学管理学院，福建福州350002）



高管团队异质性对企业技术创新投入的影响探析
——基于福建省与山东省的实证分析

郑小丹，黄怡
（福建农林大学管理学院，福建福州350002）

基于2013年福建省和山东省上市企业的数据，运用回归模型实证探讨高管团队异质性对企业技术创新投入的影响。全样本研究结果表明，高管团队异质性（性别异质性、年龄异质性、任期异质性、教育水平异质性及职业背景异质性）与企业技术创新投入不相关。分地区样本研究结果显示，福建省企业高管团队年龄异质性和任期异质性负向作用于技术创新投入，山东省企业高管团队年龄异质性正向作用于技术创新投入，而高管团队异质性的其他因素对技术创新投入不产生影响。根据以上研究结论，提出若干优化高管团队的建议。

高管团队异质性；技术创新投入；福建省；山东省

伴随着科技进步和全球化进程加快，企业面临着越来越多的挑战，技术创新成了企业保持持续竞争优势的驱动力。根据国家统计局发布的《2013年全国科技经费投入统计公报》，2013年各类企业科技经费达到9075.8亿元，占全国经费总量的76.6%。由此可见，企业俨然成为了创新主体。在激烈的竞争市场中利用独特的资源脱颖而出成为了企业生存和发展的方向，因此技术创新是各企业无法避免的选择，而有关技术创新的决策也提升到了企业战略层面的决策。高管团队作为企业战略决策的主导者，他们的认知和价值观影响着他们的行为，最大限度地发挥高管团队的作用关系着企业战略选择及发展方向。高管团队不同的性别构成、年龄结构、任期时间、教育水平以及职业背景会影响他们对内外环境的评判，从而对战略决策产生不同观点。企业进行技术创新是一个高风险的行为，技术创新决策影响着企业资金流动、投资回报等各方面的问题，因此高管人员在考虑是否进行技术创新活动时，必然是谨慎的。高管成员性别不同、年龄大小差异、任期长短、受教育水平的高低以及不同的从业背景都会影响他们看待风险的意识，也就对创新活动持有不同的看法，所以研究高管团异质性对企业技术创新行为的影响具有重要意义。但目前对企业技术创新的研究是以财务结构、企业绩效、公司治理等方面的关系分析为主，而对高管团队的研究，也都集中于高管团队特征的研究，将高管团队异质性与企业技术创新投入结合一起的研究还知之甚少且结论不一。那么，高管团队异质性是否影响企业技术创新投入？影响多大？都是一个值得深思的问题。本文在前人研究基础上，以福建省和山东省为样本，对比分析高管团队异质性对企业技术创新投入的影响，从而为企业构建合理高管团队提出针对性的建议。

一、假设提出

高管团队异质性是指高管成员之间由于阅历、学识等不同造成对事物认知的不同，从而在进行企业战略决策时会产生多元化的认知。这种行为可能会丰富决策的认识，但也可能因为意见分歧而产生冲突。自1984年Hambrick&Mason提出高层梯队理论以来，国内外学者已经针对高管团队异质性对组织决策和公司治理的影响开展了研究，主要有两方面的成果：一是高管团队异质性会对企业绩效产生显著影响（Knight等，1994；Carpenter，2002；贾丹，2008；李正卫等，2011）；二是高管团队异质性会影响企业战略变革、企业并购等行为（李卫民，2009；张诚等，2012；杨林，2013）。此外，也有学者提出高管团队异质性对企业商业模式创新绩效的影响（肖挺等，2013）。

企业技术创新决策作为企业战略决策一部分，不可避免会受到高管团队特征的影响，高管人员的年龄、教育水平等不同造成对市场敏感度及冒险程度不同，从而对技术创新行为形成不同的观点，而团队成员之间异质性有利于提出更多新的想法，形成成员间思想交流和冲击，从而做出最有利于企业技术创新的决策。高管成员之间异质性水平越高，说明高管成员组成越复杂，对事物的看法越丰富，新的看法和观点都有利于各个成员审视自己的观念，从而促进技术创新行为。无论是高管之间年龄、任期、教育背景、教育专业还是职业背景异质性都会促进技术创新行为，且异质性程度越大，就越容易创新新产品（Bantel等，1989；Wiersema等，1992；Srivastava等，2005；Talke等，2011；马富萍等，2010；石盛林等，2011；胡晓等，2014）。本文认为，高管团队异质性越大，思想碰撞就越多，也就更有利于技术创新；成员之间性别、年龄、任期异质性越高，他们对企业发展方向就会产生更多不同的想法，交流也就越大，如果趋于同质化，想法太一致，就缺乏了创新思维和创新观点，因而异质性越大，就越能促进技术创新；而拥有不同教育背景和来自不同职业背景的成员，在面对经营决策时能提出更多多样化的观点和方法，他们不同的学识和丰富的工作经验使得他们在分析问题时能有更多新颖的角度和视角，这些都有利于提升战略决策水平，促进企业技术创新决策。基于以上分析，本文认为高管团队异质性越大，企业技术创新投入就越多，并提出以下假设：

假设1：高管团队性别异质性正向作用于企业技术创新投入；

假设2：高管团队年龄异质性正向作用于企业技术创新投入；

假设3：高管团队任期异质性正向作用于企业技术创新投入；

假设4：高管团队教育水平异质性正向作用于企业技术创新投入；

假设5：高管团队职业背景异质性正向作用于企业技术创新投入。

二、研究设计

（一）高管界定

目前对高管团队并没有确切的规定，一般来说，对企业战略决策具有影响的高层管理者都属于这一范畴，包括董事会成员以及参与战略决策的高级管理人员。本文主要借鉴何霞（2013）对高管团队的定义，将高管团队界定为总裁、副总裁、行政总裁、总经理、副总经理、财务总监（财务负责人、总会计师）、总经济师、总工程师、董事会秘书等。

（二）变量测定

1.被解释变量

当前研究中，技术创新投入的测量主要分为两大类：一类是研发资金的投入（研发支出/产品销售收入、研发支出/主营业务收入、技术创新投入/年平均总资产的标准化结果等），另一类是研发人员的投入（研发人数/企业职工总人数等）（田利军等，2010；张济建等，2009；陈晓辉等，2014）。本文认为，企业技术创新投入主要包括人、财、物三大部分，而人、财、物最终都是以资金的形式表现出来，因此主要考虑企业研发资金投入情况，但由于企业规模各不相同，如果用研发资金绝对量指标来分析则缺乏可比性，因此本文利用相对量指标来衡量企业技术创新投入，采用的相对量指标是企业研发投入强度，即研发投入/主营业务收入这一衡量指标，用RDD表示。

2.解释变量

根据高层梯队理论可知，管理者的价值观和认知水平等心理结构会对企业战略决策产生影响，但由于心理结构难以客观衡量，而人口背景特征（如性别、年龄、任期、教育等）与价值观等心理结构息息相关，且可以客观度量，因此在研究高管团队特征或异质性时主要是利用高管人员人口特征进行分析。在这一理论基础上，并借鉴何霞（2013）的研究，本文将高管团队异质性界定为：性别异质性（Hgend）、年龄异质性（Cage）、任期异质性（Ctime）、教育水平异质性（Hedu）以及职业背景异质性（Hexp），在何霞（2013）研究中还包括教育专业异质性，但由于目前大部分企业在披露高管信息时未对这一变量进行披露，为了数据可取性和样本充足性，本文未使用这一变量。在衡量高管团队异质性时主要采用标准差系数（CV）和Blau系数，而标准差系数主要用于衡量连续变量的异质性，因此，本研究中，年龄异质性和任期异质性采用标准差系数，而性别异质性、教育水平异质性和职业背景异质性采用Blau系数。其中CV=标准差/平均值，Blau系数错误！未找到引用源。，错误！未找到引用源。表示第i类高管人员数占高管成员总数的比例，CV、H均表示高管团队异质性程度，CV和H越大，意味高管团队异质性程度越高。借鉴相关文献，本研究中将教育水平用学历表示，分为中专及以下、大专、本科、硕士研究生、博士研究生及以上五个层次，分别定义为1、2、3、4、5；而职业背景主要根据Tihanyi（2000）等分类标准，将职业背景分别生产制造、研发、金融财会、市场营销（贸易、进出口等）、法律、行政管理（党务、共青团、工会等）以及政府职员七大类，也分别用1、2、3、4、5、6、7来定义。

3.控制变量

影响企业技术创新投入的因素除了高管团队异质性外，还有很多，为了更好地解释两者之间的相关性，要对其他影响因素进行控制。很多学者在研究高管团队特征对企业技术创新影响时采用企业规模这一指标，且大部分都检测到企业规模对技术创新的负向作用 （雷辉等，2013；何霞，2013；朱晋伟等，2014）；此外，企业年龄、股权集中度也会对技术创新投入产生影响（汤业国，2013；何霞，2013），本文基于以上研究，选用企业规模（Size）、企业年龄（Age）和股权集中度（Os）这三个变量为控制变量。其中，企业规模用期末总资产的对数来衡量，企业年龄为样本研究年份-企业成立年份，股权集中度用第一大股东持股比例表示。

根据以上分析，本研究所选取变量的定义如下表所示：

（三）模型构建

本文采用多元回归方法来分析高管团队异质性对企业技术创新投入的影响，具体模型构建如下：

RDDi=α+β1Hgendi+β2Cagei+β2Ctimei+β4Hedui+ β5Hexpi+φCtroli+εi

模型中，i表示样本企业，错误！未找到引用源。表示第i家样本企业的技术创新投入，Hgend（性别异质性）、Cage（年龄异质性）、Ctime（任期异质性）、Hedu（教育水平异质性）、Hexp（职业背景异质性）为高管团队特征各因素变量的异质性程度，Ctrol为控制变量，包括Size（企业规模）、Age（企业年龄）和Os（股权集中度）；错误！未找到引用源。为常数项，错误！未找到引用源。为回归系数，错误！未找到引用源。为误差项，用来修正回归模型。

表1　　变量指标设定与测量

三、数据来源及基本统计分析

（一）样本选取与数据来源

当前研究中，学者主要是对中小板上市公司、资源型公司、高新技术企业或者通过问卷调查来研究高管团队异质性对企业技术创新的影响（雷辉等，2013；马富萍等，2010；胡晓等，2014），但还没有学者进行省份间的对比分析，因此本文选择经济水平相当，但文化差异较大的福建省和山东省为研究对象。以2013年在上海证券交易所和深圳证券交易所的福建省和山东省上市企业为样本，剔除存在以下情况的企业：①2013年后（不包括2013年）上市的企业；②2013年出现ST的企业；③2013年财务报表中研发投入信息披露不完整的企业；④高管成员信息不完善的企业；⑤主营业务收入小于零的企业。经过筛选，选定了符合条件的162家上市企业为最终研究样本，其中福建省55家、山东省107家。

研究中所需的主营业务收入和研发投入数据搜集于巨潮资讯网披露的企业年报，而期末资产总额、高管个人简历、企业年龄和第一大股东持股比例的数据来自国泰安数据库，其中，为了保证高管成员信息准确性，还利用“证券代码+高管名称+简历”的方式，通过东方财富网、新浪财经网、财经凤凰网等网站对高管简历信息进行核对；而研发投入数据主要搜集于年度报表中董事会报告披露的研发支出或者研发投入金额以及年度报表附注中管理费下的研发费用、研发支出、研究开发费、技术开发费等明细项目。

（二）描述性统计分析

1.高管团队异质性描述性分析

根据表2高管团队异质性各因素描述统计分析表可知，福建省和山东省高管团队异质性各要素的均值介于0.10～0.64，其中，性别异质性和年龄异质性的均值都较低，说明各企业内高管成员间性别比例和年龄构成并未出现较大的差距，性别异质性分别为0.2107和0.1712，根据原始数据，发现大部分企业的高管成员男性占了很大比重，有些企业甚至男性占到了100%，因而异质性程度就较低，但这也从另一角度表明当今女性参与企业决策的比例还非常低。而相对来说，职业背景异质性程度较高，分别为0.6158 和0.6349，表明各企业内高管成员职业背景构成比较丰富，涉及多个领域，从原始数据整理过程看，生产制造、研发、金融财会、市场营销和行政管理等职业背景的员工在高管团队中都占有一定的比例，因此较其他因素而言，职业背景异质性程度就较高。从任期异质性和教育程度异质性来看，各企业内高管成员间任期和教育程度有一定的差别，特别是任期异质性，分别达到了0.8597和0.9833，说明各企业的高管成员都处于频繁变动的状态，造成各个成员的任期各不相同，因而异质程度就很高。从标准差来看，福建省和山东省高管团队异质性各因素标准差介于0.04～0.25，表明各企业间的高管成员构成情况差异并不大。对比福建省和山东省，发现山东省高管团队异质性各要素的最大值几乎都比福建省大，最小值相差不大，而均值几乎都比福建省小，这说明山东省企业间高管成员构成差异要大于福建省，而均值则表明山东省大部分企业内高管成员构成复杂程度要比福建省小，也就是说山东省大部分企业内高团队异质性程度要比福建省来得低。

2.技术创新投入描述性分析

从表3研发投入强度描述性分析表可以看出，不论是福建省还是山东省企业间的研发投入差距都是很大的，特别是福建省，研发投入强度最大值为17.27%，最小值为0.02%，差距达到了17.25%，说明不同类型企业对技术创新的重视程度各不相同，企业间技术创新投入两极分化现象较严重。从均值来看，福建省和山东省分别为4.59%和3.41%，均处于研发投入强度的中间水平，而山东省的还稍显低些，这与西方企业达到10%的研发投入强度有很大的差距，相关研究表明，研发投入强度达到5%以上的企业在市场上才具有竞争力，由此看出，福建省和山东省的大部分企业还需加强研发投入力度。对比山东省和福建省，发现福建省的研发投入强度总体上要比山东省高些，均值大约高了1.18%，而最大值则高了4.24%，说明福建省企业整体技术创新力度较大。

表2　　高管团队异质性各因素描述统计分析表

（三）相关性分析

为了检验变量之间是否存在多重共线性从而影响回归结果，本研究采用容忍度指标和方差膨胀因子VIF值来诊断，相关理论表明容忍度小于0.1或VIF值大于10的就可能存在严重的多重共线性，从而要对变量进行改正。根据表4变量的相关性分析结果发现，各个变量的容忍度均在0.7以上，不存在太低的容忍度（即接近于0）；而各个变量的VIF值也都小于1.5，数值不大。从这两个指标结果可以知道，变量之间不存在多重共线性问题，可以进行回归分析。

表3　　研发投入强度描述统计分析表

四、模型估计结果分析

表4　　变量的相关性分析结果

本研究利用Stata11.0软件，采用多元回归模型进行分析。以2013年研发投入强度（RDD）为因变量，高管团队性别异质性（Hgend）、年龄异质性（Cage）、任期异质性（Ctime）、教育水平异质性（Hedu）、职业背景异质性（Hexp）为自变量，企业规模（Size）、企业年龄（Age）、股权集中度（Os）为控制变量，分别对福建省样本企业、山东省样本企业以及福建省和山东省全部样本企业进行回归分析，回归结果如表5所示。表5所示，三次多元回归分析分别在5%、1%、1%显著性水平上通过了F检验，且模型解释力度分别达到了 14.68%、12.79%、9.48%，因此回归结果可以用来分析高管团队异质性对企业技术创新的影响分析。

根据表5可以看出，福建省的回归结论是高管团队年龄异质性和任期异质性会对技术创新投入产生影响，且都是负向作用，也就是说高管团队的年龄异质性和任期异质性程度越高越不利于企业技术创新，结果还显示性别异质性、教育水平异质性和任期异质性程度与企业技术创新投入不相关。山东省的回归结果表明只有年龄异质性会对技术创新投入产生影响，且与福建省相反，年龄异质性程度对研发投入强度产生的是正向作用，即高管团队年龄异质性程度越高越有利于企业技术创新，而性别异质性、任期异质性、教育水平异质性和任期背景异质性不会对企业技术创新投入产生影响。而从全样本回归结果来看，都未检测到高管团队各因素异质性程度对企业技术创新产生显著影响。由此可以看出，本文的假设1、假设4、假设5均未通过检验，而假设2、假设3通过了部分检验。

对比福建省和山东省回归结果，发现虽然性别异质性和职业背景异质性均未通过产生t检验，但是两者的回归系数符号是相反的，即福建省产生的是负影响，而山东省产生的是正影响，年龄异质性也是如此，也就是说福建省样本企业检测到阻碍技术创新的要素在山东省反而是促进要素，而从任期异质性和教育水平异质性回归系数来看，福建省的影响程度都要大于山东省，这一结论很可能跟南北方人不同的性格特点以及文化差异有关系，即南方人之间的性格差异更大，因而对企业决策的影响也就更大。

回归结果还显示，控制变量中只有企业规模这一变量全部通过了t检验，且对研发投入强度产生的均为负向影响，也就是说企业规模越大越不利用企业技术创新。而企业年龄不会对企业技术创新产生显著影响，股权集中度也只有在福建省通过了t检验，产生的也是负向影响，即第一大股东持股比例越高越不利于企业技术创新，但在山东省和全样本回归中未得到验证。

五、结论与建议

（一）主要结论

本文利用福建省和山东省上市企业2013年数据来分析高管团队异质性对企业技术创新投入的影响，根据相关结果，得到如下结论：①福建省研发投入强度力度相对较大，但从两个省份的技术创新投入情况来看，都还只处于中上水平，与国内知名企业之间有较大的差距；②企业间高管团队异质性程度相差不大，但福建省企业内的高管团队构成情况要比山东省相对复杂些，即异质性程度更高些；③高管团队异质性只有部分因素会对企业技术创新投入产生影响，福建省检测到年龄异质性和任期异质性对技术创新投入的负向影响，山东省检测到年龄异质性对技术创新投入的正向影响，而全样本未检测到高管团队异质性对技术创新投入的影响。

表5　　高管团队特征及异质性与技术创新投入的回归结果

（二）政策建议

根据本文的研究结果，发现高管团队各要素的异质性程度对企业技术创新投入的影响显著不同，虽然在全样本分析时未发现高管团队异质性对技术创新产生影响，但是当分省份进行分析时，检测到了部分相关性，这也就对企业高管团队建设有了一定指导性。

1.合理构建高管团队队伍

高管团队对组织决策具有决定性的影响，进而影响组织的规划发展，合理的高管团队队伍可以提高企业的决策质量，提升企业价值。研究中发现高管团队异质性会对技术创新决策产生一定影响，因而企业在构建高管团队时要充分考虑成员各方面构成情况，如成员之间年龄相差是否过大、是否由于成员过分频繁变动而导致任期差异大等，企业要通过分析成员特点构建合理的高管团队；另一方面，根据福建省和山东省对比分析，发现二者之间有一定区别，即企业在选择高管人员还要考虑地区差异，南北文化造就性格差异，企业如果聘用了来自不同地区的高管人员，就要对其进行相应培训，从而构建和谐的高管团队氛围。

2.提升高管团队内聚力

高管成员之间由于性别、年龄、任期、教育水平以及职业背景不同会对同一个决策产生不同看法，如果内聚力不够，则容易产生分歧和决策冲突，从而影响企业价值。福建省数据分析结果表明年龄和任期异质性会对研发投入产生负影响，这就说明高管成员之间意见不一致导致创新决策不理想，影响了研发投入情况，据此企业在引入年轻、高学历、具有输出型职能背景（研发、市场营销等认知背景）的员工为企业决策注入更多新思维的同时，要注重高管成员之间思想交流和冲击，互相学习和包容，从而构建和谐文化氛围，提升团队内聚力，避免因为个人思想不同造成决策失误而错失发展机会。

［1］ Hambrick，D C，Mason，P A.Upper Echelons:the Organization as a Reflection of Tts Top Managers.The Academy of Management Review，1984，9（2）:193-206.

［2］ Knight D，Pearce C L，Smith K G.Top Management Team Diversity，Group Process，and Strategic Consensus.Strategic Management Journal，1999，20（3）:445-465.

［3］Carpenter M A.The Implications of Strategy and Social Context for the Relationship between Top Management Team Heterogeneity and Firm Performance.Strategic Management Journal，2002，20（3）:275-284.

［4］贾丹.论不同行业背景下高管团队异质性对企业绩效的影响［J］.商业时代，2008（18）:43-44，11.

［5］李正卫，张萍萍，李孝谬，等.高管团队异质性对企业绩效的影响：以我国IT产业上市公司为例［J］.浙江工业大学学报（社会科学版），2011（3）:254-258，318.

［6］李卫民.企业高管团队异质性与战略选择的实证研究［J］.中小企业家，2009（9）:199-200.

［7］ 张诚，赵剑波.高管团队异质性、企业所有制与海外股权并购——来自中国上市公司的经验证据［J］.北京工商大学学报（社会科学版），2012，27（2）：55-61.

［8］杨林.高管团队异质性、企业所有制与创业战略导向——基于中国中小企业板上市公司的经验证据［J］.科学学与科学技术管理，2013（9）:159-171.

［9］肖挺，刘华，叶芃.高管团队异质性与商业模式创新绩效关系的实证研究：以服务行业上市公司为例［J］.中国软科学，2013（1）:125-135.

［10］Bantel K A，Jackson S E.Top Management and Innovation in Banking:Does the Composition of the Top Team Make a Difference.Strategic Management Journal，1989，（10）: 107-124.

［11］Wiersema M F，Bantel K A.Top Management Team Demography and Corporate Strategic Change.The Academy of Management Journal，1992，35（1）:91-121.

［12］Srivastava A，Lee H.Predicting Order and Timing of New Product Moves:The Role of Top Management in Corporate Entrepreneurship.Journal of Business Venturing，2005，（20）:459-481.

［13］马富萍，郭晓川.高管团队异质性与技术创新绩效的关系研究——以高管团队行为整合为调节变量［J］.科学学与科学技术管理，2010（12）:186-191.

［14］石盛林，陈圻，张静.高管团队认知风格对技术创新的影响——基于中国制造企业的实证研究［J］.科学学研究，2011（8）:1251-1257.

［15］胡晓，王为一，朱艳阳，等.高管团队教育程度异质性对技术创新能力的影响研究——以湖北省东湖高新技术开发区企业为例［J］.商业经济，2014（3）:87-89.

［16］何霞.高管团队背景特征、激励机制与企业研发投入的关系研究［M］.暨南大学出版社，2013.

［17］田利军，郭兰英，叶陈毅.高新技术企业研发绩效评价统计分析［J］.现代财经，2010（8）:93-97.

［18］张济建，李香春.R&D投入对高新技术企业业绩的影响［J］.江苏大学学报（社会科学版），2009（2）:73-78.

［19］陈晓辉，王贞洁.高管激励与企业技术创新投入关系研究［J］.财会通讯，2014（11）:54-56.

［20］雷辉，刘鹏.中小企业高管团队特征对技术创新的影响——基于所有权性质视角 ［J］.中南财经政法大学学报，2013（1）:149-156.

［21］朱晋伟，彭瑾瑾，刘靖.高层管理团队特征对企业技术创新投入影响的研究——激励的调节效应［J］.科学决策，2014（8）:17-33.

［22］汤业国.股权结构对技术创新投入的促进效应研究——来自中国中小公司的经验证据 ［J］.东岳论丛，2013（4）: 105-109.

（责任编辑：罗蕾）

A Study on the Impact of Heterogeneity of TMT on the Enterprise’s Technological Innovation Investment:An Empirical Analysis Based on the Data of Fujian Province and Shandong Province

Zheng Xiao-dan，Huang Yi
（School of Management，Fujian Agriculture and Forestry University，Fuzhou，Fujian 350002）

Based on the data of listed companies of Fujian Province and Shandong Province，the paper analyzed the relationship between heterogeneity of TMT and the enterprise’s technological innovation investment.The result of total sample showed that heterogeneity of TMT（heterogeneity of gender，age，tenure，educational background and occupational background）wasn’t related to the enterprise’s technological innovation investment.The result of regional sample showed that:（1）as for Fujian province，heterogeneity of age，tenure of TMT had a negative influence on the enterprise’s technological innovation investment.（2）As for Shandong province，heterogeneity of age of TMT had a positive influence on the enterprise’s technological innovation investment.（3）Other factors of heterogeneity of TMT weren’t related to the enterprise’s technological innovation investment.According to the research conclusions，some suggestions that could optimize TMT structure were put forward.

heterogeneity of TMT；the enterprise’s technological innovation investment；Fujian province；Shandong province

F272

A

1008-2107（2015）06-0051-07

2015-08-25

郑小丹（1990—），女，福建闽侯人，福建农林大学管理学院硕士研究生，研究方向：财务管理，战略管理；黄怡（1964—），女，福建福州人，福建农林大学管理学院副教授，研究方向：财务管理。