罗沛 葛玉辉

（上海理工大学管理学院, 上海 200093）

1 引言

随着21世纪市场竞争的加剧和技术变革步伐的加快,创新俨然已经成为新时代企业必须面临的新的考验。创新不仅可以帮助企业维持商业优势, 规避来自竞争者的威胁,还能突破原有制度, 促进企业经济体系发展（姜滨滨, 匡海波, 2015; 贾振全, 孙淑霞, 2013）。高层管理团队（Top Management Team, TMT）作为维持企业发展, 推动产品及市场创新的重要因素之一（Yadav, Prabhu, & Chandy,2007）, 在很大程度上影响了企业的战略发展方向以及创新行为决策。高层梯队理论（Upper Echelon Theory, UET）提出高管团队人口统计学特征, 特别是高管团队异质性等团队特征在很大程度上反映了高管团队的认知观念、性格和价值观, 是组织战略与绩效的“晴雨表”, 有助于我们分析和探讨高管团队决策过程以及高管团队对公司创新的影响 （Hambrick & Mason, 1984; Hambrick, 2007）。与此同时, 高管团队异质性能有效反映高管团队沟通、协作水平（Carpenter, Geletkanycz, & Sanders, 2004）, 因此能在一定程度上影响企业战略的选择与执行, 进而影响企业多方面的表现（肖挺, 刘华, 叶芃, 2013）。

近年来, 随着学术界对企业创新关注度的提高, 涌现出大量探讨高管团队异质性与企业创新的相关研究, 这些研究主要围绕以下三个方面展开: （1)高管团队异质性对企业创新的直接影响（肖挺等, 2013; Cano, 2006）; （2)高管团队异质性通过高管团队内部交互效应和决策过程对企业创新的影响（刘刚, 王丹, 李佳, 2017; 白景坤, 李莎莎, 2015）; （3)不同的调节变量作用下, 高层管理团队异质性对企业创新的影响（赵丙艳, 葛玉辉, 王辉, 2017;Smith, Houghton, Hood, & Ryman, 2006; Sonja & Christian,2016）。但目前学术界并未就高管团队异质性和企业创新绩效的关系达成一致的见解。部分学者认为高管团队异质性大意味着高管团队决策信息来源丰富、知识结构合理,能够为企业创新决策带来多样化的视角和观点, 有助于提升企业创新绩效（赵丙艳等, 2017）。另一部分学者则认为高管团队异质性只有在成员决策达成一致的情况下, 才能对企业的创新绩效产生积极的影响（Cano, 2006）, 异质性较高的团队容易产生内部博弈, 增加团队内部冲突,加大团队成员间沟通交流的难度, 进而降低组织凝聚力、执行力和反应速度, 对企业创新绩效产生负向作用（刘刚等 , 2017）。

为什么学术界对高管团队异质性与企业创新绩效的关系并未达成一致呢？尽管近年来学者们已经不再单纯的探析高管团队异质性与企业创新的关系, 而是将诸如商业模式（刘刚等, 2017）、战略决策质量（白景坤, 李莎莎,2015）等中介变量以及团队自反（赵丙艳等, 2017）、管理自主权（刘兵, 刘佳鑫, 李奕芳, 2015）等调节变量纳入到高管团队异质性与企业创新绩效关系研究的框架中。但学者们大多忽视了高管团队权力分布（Distribution of Power among Top Managers/Executives）这一重要变量。事实上,在预测和讨论组织结果的整体模型中, 高管团队权力分布有着不可替代的作用（Sonja & Christian, 2016）。研究表明, 高管团队内部的权力分布并不是均等的（Finkelstein,1992）, 也就是说并不是所有高管团队成员都同等的参与了战略决策过程, 因此, 高管团队权力分布对企业创新的影响通常表现在高管团队权力分布不均衡程度对团队决策过程和团队成员意见表达等方面。战略管理领域的研究者认为, 高管团队成员间不均衡的权力分布能够对团队成员的态度、行为、认知、情感以及高管团队决策过程和决策结果产生影响（Smith et al., 2006）, 进而影响企业的战略发展方向、绩效水平和企业创新决策过程（Hambrick,2007）。

纵观现有研究, 在高管团队异质性和企业创新的关系研究中, 性别、年龄、教育水平异质性等显性特征（Dominant Feature）由于比人格、世界观等隐性特征（Recessive Characteristics）更容易观察和衡量, 研究频率也相对较其他特征高（Finkelstein & Hambrick, 1996）。同时, 自高层梯队理论提出以来, 学者们就将女性高管作为高管团队研究的一个重要分支, 随着时代的发展, 中国企业界女性领导力量逐渐崛起（陈宝杰, 2015）, 高管团队性别多样性也再一次引起学者们的注意。终上所述, 本文拟选取高管团队成员性别、年龄和教育水平异质性为研究变量, 并以带有高科技性质、对产品和技术创新要求较高并极大的推动了技术密集型产业发展的信息技术类企业为研究样本,尝试运用上市公司公开数据, 分析高管团队异质性与企业创新绩效的关系, 并引入高管团队权力分布这一调节变量,探索高管团队权力分布在二者之间的调节作用机制（如图1）。以期为企业优化高管团队内部结构、提高企业创新绩效提供实证依据。

图1 理论研究模型

2 理论与假设

2.1 高管团队异质性与企业创新绩效

高管团队异质性（Heterogeneity）是指高管团队成员在人口统计学特征、认知观念、价值观以及社会经验等方面的差异（Finkelstein & Hambrick, 1996）, 这种差异可以通过影响包括团队成员交流频率、沟通效果、整合程度等在内的团队成员社会动力（Social Dynamics）, 进而对组织产出产生影响。企业创新绩效（Enterprise Innovation Performance）则是指对企业创新活动的效益和效率的评价（贾振全, 孙淑霞, 2013）, 是企业绩效的重要组成部分。目前学术界对企业创新绩效的衡量标准并未达成一致, 部分学者认为可以从狭义和广义的角度对创新绩效进行衡量; 也有一部分学者认为可以从技术创新和管理创新两个角度对创新进行衡量（马富萍, 郭晓川, 2010; 荣鹏飞,2015）; 另外还有一部分学者则主张从定义出发, 采用创新效益和创新效率两个维度的指标对企业创新绩效进行测度（贾振全, 孙淑霞, 2013）。虽然学者们并未就企业创新绩效的衡量标准形成统一见解, 但学者们普遍认为高管团队异质性反映了团队成员在认知观念、信息处理、决策过程中的能力等方面的差异（黄越, 杨乃定, 张宸璐, 2011）,会对团队决策的质量和效率产生影响, 进而影响企业创新绩效（黄越等, 2011）。

2.1.1 性别异质性与企业创新绩效

企业是一个开放性的系统, 需要不断从外部环境中获取信息和资源（Pfeffer & Salancik, 1978）。高管团队作为链接企业与外部环境的桥梁, 在企业活动中起着至关重要的作用（陈宝杰, 2015）。研究表明, 不同性别的高管团队成员在思维方式和风险偏好等方面存在着较大差异, 可以帮助企业（特别是那些拥有较多女性客户的企业）更好地分析顾客的消费心理和购买行为、更为准确地把握顾客需求及变化, 从而制定出有针对性的产品与市场创新策略（曾萍, 邬绮红, 2012）。但不同性别之间在行为规范、态度和信念等认知因素方面存在较大差异, 因此性别差异性较大的团队容易因意见不一致而发生团队内部冲突, 降低决策效率, 进而对团队创新形成潜在威胁（Hambrick, Cho, &Chen, 1996）。由此, 本文提出如下假设:

H1a: 高管团队性别异质性与创新绩效间存在显著负相关关系。

2.1.2 高管团队年龄异质性与企业创新绩效

高管团队成员年龄不同, 成长环境及阅历也不相同。一般来讲, 出于对职业风险的考虑, 年长的高层管理者会更多的关注个人财务状况和职业稳定性, 在决策时倾向于选择较为稳妥的战略; 相比之下, 年轻的高层管理者更加富有创新能力和适应能力, 更加迫切的希望在事业上有所突破, 因此他们易采用风险大、回报高、极具挑战的策略（黄越等, 2011）。但不同年龄段的高管成员组合在一起可以形成更加广泛的社会关系情境, 使得企业创新决策不会过于激进或保守, 并且这种情境避免了团队中相同年龄段的团队成员间的相互竞争, 有利于团队沟通和冲突解决（赵丙艳, 葛玉辉, 刘喜怀, 2015）。因此, 高管团队年龄异质性有利于高管团队集体创新能力的发挥, 也有利于提高公司绩效（陈忠卫, 常极, 2009）。由此本文提出以下假设:

H1b: 高管团队年龄异质性与创新绩效间存在显著正相关关系。

2.1.3 高管团队教育水平异质性与企业创新绩效

教育水平会影响团队成员的性格、习惯、思维方式以及学习能力（刘兵等, 2015）。Smith和Tushuman认为（2005）, 教育异质性为高管团队提供了多元化的信息, 能增加高管团队对现象背后更深层次的本质的理解能力。但研究表明受教育水平较高的管理者在认知能力、学习能力、理解能力、探索信息的能力和水平以及采取复杂的管理手段的倾向等方面普遍高于未受高水平教育的管理者（黄越等, 2011; 陈忠卫, 常极, 2009）, 制定的决策也更为完备（陈忠卫, 常极, 2009）。相比一般性的目标决策, 创新决策风险性更高、信息需求量及决策过程中的冲突性和不确定性更高（赵丙艳等, 2015）。此时, 由于教育水平异质性带来的团队成员的认知偏差, 会加大高管团队成员间的沟通难度、降低团队内部凝聚力, 增加团队内部发生冲突和分歧的可能性（刘兵等, 2015）。因此本文提出以下假设:

H1c: 高管团队教育水平异质性与创新绩效间存在显著负相关关系。

2.2 高管团队权力分布及其调节作用

在组织中, 权力被视为一个人有意识的对另一个或一组人施加影响, 以改变其预期目标的能力（Eisenhardt &Bourgeois, 1988）。自 Hambrick和 Mason（1984）提出高管团队人口统计学特征可以帮助预测组织绩效以来, 学术界涌现出了很多基于高管团队人口统计学特征与企业产出的相关研究, 但这些研究大部分都是基于TMT成员间权力均等分配的假定而展开（Sonja & Christian, 2016）。事实上, 高管团队内部权力分布并不是均等的（Finkelstein,1992）, 特别是当高管团队权力集中在某一特定团队成员,如CEO的情况下时, 这种权力的不平等会限制团队决策过程, 使得决策结果并不能充分反映所有成员的意见或立场,而是反应团队最高权力者的偏好、期望及想法（Sonja &Christian, 2016）。事实上, 尽管CEO对战略制定和资源配置具有决定性作用, 但组织决策具有巨大的不确定性和复杂性, 单单依靠个体领导者进行企业决策的企业已经很难在日益激烈的市场竞争环境中获得优势, 因此, 将高管团队作为整体研究对象能帮助我们更好的预测组织产出（毛新述, 2016）。此时, 高管团队权力分布状况对于破解“高管团队整体特征—组织产出”的这一关系链条上的“黑箱”问题具有至关重要的作用（陈悦明, 葛玉辉, 宋志强,2010）。

高管团队权力分布是对高管团队内各成员权力大小状况的描述（毛新述, 2016）。权力分布的不均衡意味着团队成员对企业资源的不对称控制（Magee & Smith, 2013）,在一定程度上反应不同高管团队成员对企业创新决策的举手权和表决权的大小。在高管团队的研究背景下, 高管团队成员多样性的想法和信息能给团队提供更多的决策可能性（Hambrick et al., 1996）, 但团队权力分布的不均衡会限制团队成员的行为, 此时团队中权力较高的成员可能会影响甚至消除团队中权力较小的成员对团队决策的影响（Sonja & Christian, 2016）, 引发团队分裂和争斗, 诱发团队成员间的任务冲突和情感冲突（Greer & Vankleef,2010）, 进而影响团队的创新能力以及企业的创新强度和创新结果（O`Neill, Allen, & Hastings, 2013）。同时, 在决策过程中团队中相对权力较低的成员出于对自身安全及个人决策风险等因素的考虑, 害怕提出与处于支配地位的高管成员的偏好所冲突的意见和建议, 即使想到新颖、富有创新性的想法, 也不会轻易地表达自己的观点, 更不会真正的参与到组织决策制定过程（Dewett, 2004）, 长此以往,这种“敢怒而不敢言”的氛围必将破坏团队凝聚力、增加团队沟通困难, 不利于团队集思广益, 共同解决问题。不仅如此, 权力分布不均衡还会导致办公室政治的产生（曹晶 , 杨斌 , 杨百寅 , 2015）。Eisenhardt和 Bourgeois（1988）发现, 办公室政治会消耗团队成员的时间, 扭曲团队成员对彼此意见的感知和理解。此时, 高管团队内部的信息流动与分享遭到限制、合作氛围被破坏、决策制定的速度变低（曹晶等, 2015）, 进而对企业创新绩效产生不利影响。委托代理理论也提出, 当高管团队大部分的权力集中在某一高管团队成员身上时, 会导致较低的企业价值和利润率、更多的对于收购事件的市场负向反应以及更低的权力信用评级和更高的借贷成本（Bebchuk, Creamers, & Peyer,2011）。由此本文提出如下假设:

H2a:高管团队权力分布不均衡程度与创新绩效负相关;

H2b:高管团队权力分布不均衡程度对高管团队性别异质性与创新绩效关系有负向调节作用;

H2c:高管团队权力分布不均衡程度对高管团队年龄异质性与创新绩效关系有负向调节作用;

H2d:高管团队权力分布不均衡程度对高管团队教育水平异质性与创新绩效关系有负向调节作用。

3 研究方法

3.1 数据来源与样本选择

本文依据证监会行业划分标准, 选取了2013-2015年沪深两地291家A股信息科技类上市公司作为研究样本。并研究样本做了如下过滤:剔除有退市风险警示及特别处理的公司;剔除年度数据不完整的公司;剔除专利信息不全的公司;剔除高管背景信息及相关数据无法证实的公司;剔除有重大资产重组、换股合并的公司。最终得到54家信息科技类上市公司2013-2015三年的面板数据。本文数据均来自CSMAR数据库以及巨潮资讯网（www.cninfo.com.cn）。

3.2 变量测量

3.2.1 高管团队异质性

高管团队异质性包三个指标: 性别异质性（HS）, 年龄异质性（HA）, 教育水平异质性（HEL）。分段取值情况如下: 年龄分为: 20～29岁, 30～39岁, 40～49岁, 50～59岁,60～69岁, 70岁以上; 教育水平分为: 1=中专及中专以下,2=大专, 3=本科, 4=硕士研究生, 5=博士研究生, 6=以其他形式公布的学历; 并采用Her findal Hirschinan系数来衡量高管团队异质性。

其中: pi代表高管团队中第i类成员所占的比重, n代表种类数量, H值反映了高管团队（性别、年龄、教育水平）异质性水平, H∈（0, 1）, 值越大说明高管团队异质性程度越高。

3.2.2高管团队权力分布不均衡程度

本研究首先参考Finkelstein（1992）和曹晶等（2015）学者提出的高管权力测量指标, 分别从结构性权力、所有权权力、声望权力和专家权力四个角度来测量各个高管团队成员相对权力。结合上市公司数据获得情况, 本研究采用两职兼任、学历、薪酬、股权以及兼任信息5个测量指标来测量每一位高管相对其他高管的权力: （1)两职兼任, 当CEO兼任董事长时取值为1, 当CEO兼任其他董事时取值为0.5, 否则值为0; （2)该高管教育水平得分除以团队中最高教育水平得分; （3)该高管报告期薪酬除以团队中报告期团队中最高成员薪酬; （4)该高管年末持股数除以团队中最高持股数; （5)该高管现任职位数量除以团队中最高现任职位数量。在计算出5个相对权力指标后,对5个相对权力指标进行主成分分析并按特征根大于0.89（累计贡献率等于76%）提取主成分, 计算出主成分综合得分, 并加总得到各高管的相对权力。然后利用高管成员相对权力的变异系数来衡量高管团队权力分布不均衡程度（O`Neill et al., 2013）, 高管成员相对权力的变异系数的内涵为: 高管团队成员相对权力的标准差除以权力的均值,计算公式如下:

公式中, n代表高管团队人数, i代表该团队中第i位高管。

3.2.3 企业创新绩效

企业创新绩效作为衡量企业绩效的一个重要指标, 是企业在投入一定的资源要素后所取得的效果和表现出的生产效率的提高（荣鹏飞, 2015）。Ren, Zeng和Krabbendam（2010）指出, 企业创新是在创新战略引导下, 在市场与技术因素的推动与作用下, 通过概念产生、产品开发、技术获得、流程创新的整个创新过程获得创新成果、市场份额以及提高创新成功率的活动, 因此本文拟将企业创新绩效的测量指标划分为研发投入（RI, 单位: 百万）、专利数（QP,单位: 件）, 其中研发投入衡量企业创新努力程度, 专利数表征企业创新成果。

3.2.4 控制变量

本文考察了以下两个变量: （1)高管团队平均年龄。年龄不同, 对待创新的态度也不同。研究表明, 年龄较大的高管成员更加倾向于规避风险, 在心理上偏向于认同组织现状因而不会轻易改变现状（Hambrick & Mason,1984）, 相比之下, 年轻高管则更喜欢冒险, 更愿意去尝试创新战略行动; （2)高管团队成员平均教育水平。高管团队平均教育水平, 可以反应高管团队整体受教育程度、对新知识和新事物的接受程度以及其认知和学习能力。

表1 主要变量均值、方差和相关性分析结果

4 研究结果

4.1 变量描述性统计分析

本研究涉及54个企业三年共1375个高管样本, 高管团队平均成员数为8.5。其中两职兼任的高管占比11%, 女性高管占比23.2%, 年龄在30-59岁的高管占总体高管人数的96%, 且年龄在40～49岁的高管成员占总体高管人数的51.8%, 本科和硕士学位的高管成员占比分别为40.6%和40.7%。

各变量均值、方差及相关性分析结果如下（如表1所示）, 从表中可以看出各解释变量间相关性较低, 满足实证分析的要求。从控制变量来看, 高管团队平均教育水平与专利产出呈显著的正相关关系（r = 0.18, p ＜ 0.05）, 说明高管团队平均教育水平越高企业创新绩效越好。从本研究的主要变量来看, 性别异质性与研发投入（r = -0.23, p ＜0.01）、专利产出（r = -0.33, p ＜ 0.001）都呈显著的负相关关系, 说明高管团队性别异质性越大, 企业创新绩效越低,验证了假设H1a.

表2 回归分析结果

4.2 多元回归结果

为了进一步验证各变量之间的关系以及高管团队权力分布不均衡程度的调节作用, 本研究运用SPSS19.0软件,采用多元线性回归的方法对收集到的面板数据进行了分析。回归分析结果如表 2 所示。从表中可以看出各模型F值显著, 代表各模型基本满足研究要求。

首先就控制变量来说, 高管团队平均教育水平与研发投入在模型 1（β = 0.42, p ＜ 0.001）、模型 2（β = 0.41, p＜ 0.001）、模型 3（β = 0.47, p ＜ 0.001）中都呈显著的正相关。高管团队平均年龄与专利数（β = 0.26, p ＜ 0.01）呈显著的正相关关系。高管团队性别异质性与企业研发投入（β = -0.3, p ＜ 0.001）和专利数（β = -0.28, p ＜ 0.001）都呈显著的负相关关系, 验证了假设H1a。高管团队年龄异质性与研发投入和专利数无显著相关关系, 假设H1b未得到验证。高管团队教育水平异质性与企业研发投入无显著相关关系, 但与专利数（β = -0.17, p ＜ 0.05）呈显著的负相关关系, 验证了假设H1c。从模型3和模型6中可以看出, 加入调节变量高管团队权力分布不均衡程度过后, 模型调整后的拟合度都大于相应的未加入调节变量的模型, 说明调节变量具有显著的调节作用。我们可以看到, TPI与研发投入（β = -0.9, p ＜ 0.01）以及专利数（β=-1.34, p ＜ 0.001）均呈负相关关系, 验证了假设H2a。交互作用项 TPI×HS 与研发投入（β = -0.89, p ＜ 0.001）、专利数（β = -1.38, p ＜ 0.001）呈显著的负相关关系, 假设H2b成立。在模型6中, 加入调节变量高管团队权力分布不均衡程度过后, 模型调整后的拟合度都大于相应的未加入调节变量的模型4, 交互作用项TPI×HEL与专利数（β= -0.31, p ＜ 0.05）呈显著的负相关关系, 假设H2d成立。假设H2c没有得到验证。

5 讨论

企业创新绩效直接关系着企业未来的生存和发展, 因此, 不断提升企业创新绩效是当今环境下企业的共同选择（陈宝洁, 2015）。高管团队作为企业经营决策的重要群体,在帮助企业获取及时准确的信息、稀缺有限的资源、高端先进的技术和充足有效的资金支持, 进而提升企业创新绩效的过程中发挥着至关重要的作用（贾振全, 孙淑霞,2013）。在高管团队与企业创新绩效相关关系的研究中, 高管团队异质性始终占据着非常重要的地位, 但目前学术界并未就高管团队异质性与企业创新绩效的关系达成统一见解。本研究打破传统高管团队与企业产出的相关研究中各个高管团队成员权力均等分配的假定（Sonja & Christian,2016）, 在研究时引入高管团队权力分布这一重要变量, 分析高管团队权力分布的调节机制, 以期对优化高管团队内部权力配置、提升企业创新绩效提供一定的理论贡献和实践依据。

5.1 理论意义

首先, 在经济深度全球化和网络信息化的背景下, 市场竞争日渐激烈、顾客需求多样化的趋势渐增、技术更新加剧, 企业只有不断创新才能获得持续成长（白景坤, 李莎莎, 2015）。尽管近年来学术界产生了许多有关高管团队异质性与企业产出的研究成果, 但过去的研究大多认为企业创新绩效是由企业技术创新所带来的直接或间接的经济效益（白景坤, 李莎莎, 2015）, 因此在衡量企业创新绩效时多采用诸如净资产收益率（刘兵等, 2015）等直观经济结果, 或者决策者主观上对企业绩效的评价（肖挺等,2013; 马富萍, 郭晓川, 2010; 白景坤, 李莎莎, 2015）。事实上, 在市场经济体制下, 企业的直观经济提升大多离不开新产品的上市或者产品的更新换代, 而新产品的上市或者产品的更新及升级往往伴随着很多专利和新技术的运用, 因此, 本研究采用研发投入来衡量企业创新努力程度,采用专利数表征企业创新成果, 扩展了异质性和企业绩效的研究框架。

本研究发现, 性别的差异使得不同性别的高管成员在职业经历、决策偏好等方面都存在显著差异, 这种差异会加大团队成员沟通难度, 降低团队决策效率, 特别是在面对复杂的处境和问题时, 这种差异会加大团队成员达成共识的难度, 不利于企业创新。与此同时, 与高教育水平相对应的是高管团队成员的高学习能力和适应能力。本研究发现高管团队教育水平异质性越大, 团队成员思维模式和处事方式的差异性就越大, 这种差异会加大团队冲突, 增加团队内达成一致的难度, 进而降低企业创新绩效。因此,在组建高管团队时, 要充分考虑到高管团队的整体受教育水平, 同时在日常工作中也要注重对高层管理团队成员的再培养和再教育。

其次, 高管团队权力分布作为影响决策过程的重要因素之一, 在以往的研究中并未引起学者们足够的关注, 过往学者们在探讨高管团队异质性与企业产出时, 大多基于团队成员权力平等分配这一假定展开（Sonja & Christian,2016）, 鲜有几篇有关权力分布的研究也更多的将注意力集中在高管团队权力分布对企业产出的直接影响（曹晶等,2015）, 忽视了团队成员间权力分布情况在高管特征及企业产出之间所起到的调节效应。因此, 本研究将高管团队权力分布引入研究框架。根据高管团队权力分布不均衡程度调节作用的验证结果, 对各个模型分别加入调节变量后,调整后的拟合度大于之前的模型, 且结果显示, 高管团队权力分布对高管团队异质性与企业创新绩效之间的关系起到了明显的负向调节作用。高管团队权力分布的不均衡程度越大, 说明团队成员对企业资源的控制越不均等（Magee& Smith, 2013）, 在决策过程的决策权力差异也越大, 这种不均衡使得团队中相对权力较小的高管成员出于对自己的保护, 不敢轻易表达自己的想法（Dewett, 2004）, 限制了团队的交流和信息共享, 破坏团队氛围, 降低团队决策效率, 进而降低组织创新绩效。

5.2 实践意义

企业高管团队是企业日常活动中重要经营及战略决策的制定者和监督者, 其特征多样性和团队决策过程在很大程度上决定了团队决策结果, 进而影响包括企业创新绩效在内的企业产出。本研究通过实证分析发现: 高管团队异质性与企业创新绩效具有显著的相关关系; 同时, 高管团队权力分布不均衡程度对高管团队异质性与企业创新绩效的关系有显著的调节作用。

依据本研究结果, 可得到如下管理启示: 第一, 不同性别的高管团队成员在经历、偏好等诸多方面存在差异,这种差异既能使高管团队在决策时将尽可能多的决策因素纳入考虑之中, 帮助高管团队完善决策信息; 同时也可能增加高管团队成员间的冲突, 加大沟通难度。因此, 组织在建立高管团队时, 要注意团队成员的性别搭配, 加强团队成员间的沟通和交流, 发挥不同性别高管的性别特征,争取将男性高管的大胆、果断和女性高管的细腻、谨慎等性格特征融会贯通, 进而提高企业创新绩效。第二, 教育水平对一个人的性格和他对社会、事物的认知和态度的形成, 以及其世界观、人生观的确立, 具有十分重要的影响。因此, 当教育水平异质性较大时, 团队成员由于对同一件事认知的差异较大, 较难达成一致。这就要求企业一方面注意吸纳高层次人才加入企业高管团队阵容, 一方面积极鼓励现有高管团队成员不断加强自身学习, 不断学习新的知识和思维方式以缩短因教育水平不同而带来的个体认知差异。第三, 高管权力分布能够影响决策过程中拥有不同权力的高管团队成员对于决策的提出、建议和决定的权力大小。因此, 企业应优化组织权力配置, 制定科学的决策流程和机制, 创造轻松的沟通氛围, 使权力相对较低的团队成员勇于表达自己的意见, 避免权力相对较大的成员对决策结果享有绝对的控制权, 同时也要致力于减少内部冲突带来的无效沟通。

6 研究不足与未来展望

本研究虽然对高管团队异质性与企业创新绩效的关系以及高管团队权力分布不均衡程度的调节效应做出了一定的贡献, 但仍然存在一些不足, 有待进一步研究和探索。第一、由于本研究的样本为沪深两地A股信息技术类上市公司, 因此本研究结论仅能证明信息技术类企业的一般规律, 未来可以扩大研究样本的范围, 进一步寻找权力分布不均衡程度、高管团队异质性以及企业创新绩效之间的普遍规律。第二、本文在考察企业创新成果时, 采用的衡量指标是专利数量, 只在数量上对创新成果进行了考察, 未考虑到各个专利在创新的重要性程度以及各个专利所带来的经济效益的差别, 未来可进一步开发企业创新绩效的衡量标准, 对企业创新绩效进行更加全面的测量。第三、本文的研究数据是基于上市公司公开数据而展开的, 虽然真实、可靠, 但缺乏对高管团队内部过程的探讨, 未来可进一步探索高管团队权力分布对高管团队决策过程中内部沟通以及团队冲突管理等变量与企业创新绩效的关系的影响机制。

同时, 自Hambrick和Mason（1984）提出“高阶理论”以来, 学术界对于企业高管团队的研究就从未停止, 但现有的有关高管团队的研究大多单纯从理论的角度构建研究框架, 或通过对高管团队整体特征及各成员特征中可量化的部分进行相关关系的测量、计算与分析, 无法细致的描述和测量成员在决策过程中的行为和心理特征。在未来的研究中可尝试采用诸如扎根理论方法等质性的研究方法,深入观测高管团队特征、决策过程以及其对团队结果和企业产出的影响。

7 结论

通过对54个企业三年共1375个高管成员的面板数据进行回归分析, 本研究得出以下结论: 首先, 在控制了高管团队的平均年龄和平均教育水平以后, 高管团队性别异质性和教育水平异质性均与企业创新绩效呈显著负相关关系。然后, 高管团队权力分布不均衡程度对高管团队异质性和企业创新绩效的关系具有显著的调节作用。具体而言,高管团队权力分布不均衡程度对高管团队性别异质性、教育水平异质性与企业创新绩效的关系均有显著的负向调节作用。

参考文献

1.白景坤, 李莎莎.(2015).高管团队异质性、战略决策质量与创新绩效研究.东北财经大学学报, (5), 3-9.

2.曹晶, 杨斌, 杨百寅.(2015).高管团队权力分布与企业绩效探究——来自上海和深圳证券交易所上市公司的实证研究.科学学与科学技术管理, 36(7), 135-145.

3.陈宝杰.(2015).女性参与高管团队对企业创新绩效的影响——来自中国中小板上市公司的实证分析.科技进步与对策, 32(5), 146-150.

4.陈忠卫, 常极.(2009).高管团队异质性、集体创新能力与公司绩效关系的实证研究.软科学, 23(9), 78-83.

5.陈悦明, 葛玉辉, 宋志强.(2010).高管团队特征差异性、权力与组织结果关系研究述评.社会科学管理与评论, (4), 94-98.

6.黄越, 杨乃定, 张宸璐.(2011).高层管理团队异质性对企业绩效的影响研究——以股权集中度为调节变量.管理评论, 23(11), 120-125.

7.贾振全, 孙淑霞.(2013).高管团队关系强度对企业创新绩效的影响.技术经济与管理研究, (9), 35-39.

8.姜滨滨, 匡海波.(2015).基于“效率-产出”的企业创新绩效评价——文献评述与概念框架.科研管理, 36(3), 71-78.

9.刘兵, 刘佳鑫, 李奕芳.(2015).高管团队异质性与企业绩效的关系——管理自主权的调节作用.科技管理研究, 35(11), 147-153.

10.刘刚, 王丹, 李佳.(2017).高管团队异质性、商业模式创新与企业绩效.经济与管理研究, 38(4), 105-114.

11.马富萍, 郭晓川.(2010).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.科学学与科学技术管理, 31(12), 186-191.

12.毛新述.(2016).高管团队及其权力分布研究:文献回顾与未来展望.财务研究, (2), 52-60.

13.荣鹏飞.(2015).科技型企业高管团队自反性、行为整合与企业创新绩效关系研究.研究与发展管理, 27(5), 147-158.

14.肖挺, 刘华, 叶芃.(2013).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.中国软科学, (8), 125-135.

15.赵丙艳, 葛玉辉, 王辉.(2017).TMT结构差异性、团队自反性与创新绩效.工业工程与管理, 22(1), 27-133.

16.赵丙艳, 葛玉辉, 刘喜怀.(2015).高管团队异质性、行为整合对决策绩效的影响——基于我国物流企业的实证研究.中国流通经济, 29(7), 54-60.

17.曾萍, 邬绮虹.(2012).女性高管参与对企业技术创新的影响——基于创业板企业的实证研究.科学学研究, 30(5), 773-781.

18.Bebchuk, L., Creamers, M., & Peyer, U.(2011) The CEO pay slice.Journal of Financial Economics, 102(1), 199-221.

19.Cano, C.P., & Cano, P.Q.(2006).Human resources management and its impact on innovation performance in companies.International Journal of Technology Management, 35(1), 11-28.

20.Carpenter, M.A., Geletkanycz, M.A., & Sanders, W.G.(2004).Upper echelons research revisited: Antecedents, elements and consequences of top management team composition.Journal of Management, 30(6), 749-778.

21.Dewett, T.(2004).Creativity and strategic management:Individual and group considerations concerning decision alternatives in TMTs.Journal of Managerial Psychology, 19(2), 156-169.

22.Eisenhardt, K.M., & Bourgeois, L.J.(1988).Politics of strategic decision making in high velocity environments: toward a midrange theory.Academy of Management Journal, 31(4), 737–770.

23.Finkelstein, S.(1992).Power in top management teams:Dimensions, measurement and validation.Academy of Management Journal, 35(3), 505-538.

24.Finkelstein, S., & Hambrick, D.C.(1996).Strategic leadership:Top executives and their effect on organizations.St.Paul: West.

25.Greer, L.L., & VanKleef, G.A.(2010).Equality versus differentiation: The effects of power dispersion on group interaction.Journal of Applied Psychology, 95(6), 1032-1044.

26.Hambrick, D.C.(2007).Upper echelons theory: An update.Academy of Management Review, 32(2), 334-343.

27.Hambrick, D.C., Cho, T.S., & Chen, M.J.(1996).The in fluence of top management team heterogeneity on firms' competitive moves.Administrative Science Quarterly, 41(4), 659-684.

28.Hambrick, D.C., & Mason, P.A.(1984).Upper echelons: The organization as a re flection of its top managers.Academy of Management Review, 9(2), 193-206.

29.Magee, J.C., & Smith, P.K.(2013).The social distance theory of power.Personality and Social Psychology Review, 17(2), 158-186.

30.O`Neill, T.A., Allen, N.J., & Hastings, S.E.(2013).Examining the "pros" and "cons" of team con flict: A team-level meta-analysis of task,relationship, and process con flict.Human Performance, 26(3), 236-260.

31.Pfeffer, J., & Salancik, G.R.(1978).The external control of organizations: A resource dependence perspective.New York: Harper &Row.

32.Ren, L., Zeng, D., & Krabbendam, K.(2010).Technological innovation progress in central China: A survey to 42 firms.Journal of Knowledge-based Innovation in China, 2(2), 152-170.

33.Smith, A., Houghton, S.M., Hood, J.N., & Ryman, J.A.(2006).Power relationships among top managers: Does top management team power distribution matter for organizational performance? Journal of Business Research, 59(5), 622-629.

34.Smith, W.K., & Tushman, M.L.(2005).Managing strategic contradictions: A top management model for managing innovation streams.Organization Science, 16(5), 522-536.

35.Sonja, S., & Christian, L.(2016).The impact of top management teams on firm innovativeness: A con figurational analysis of demographic characteristics, leadership style and team power distribution.Review of Managerial Science, 11, 1-32.

36.Yadav, M.S., Prabhu, J.C., & Chandy, R.K.(2007).Managing the future: CEO attention and innovation outcomes.Journal of Marketing,71(4), 84-101.