周芬芬

(南京信息工程大学 江苏 南京 210044)

一、引言

(一)研究背景

今天的时代需要创新，引领发展道路。创新效率和可持续性日趋得到社会重视。我国企业的科技创新队伍虽多虽大，但不强。高技能人才也相当缺乏。企业对于科技的创新，技术的开发有待提高。对创新的鼓励，以及对创新型社会的建设仍需继续努力。

(二)研究综述

近些年来，国内外学者也对于高管特征与企业绩效之间的作用关系展开了诸多研究与探讨。苏皑,康鹏胜,陶向南(2020)选取华南地区制造业作为样本数据，对其高管团队异质性进行分类，并作为调节变量进行分析。结果表明，高管团队特征表层差异越大，企业创新绩效约会受到抑制；反之则相反。杨华,蔡晓凤(2020)对高管特征与创新绩效文献进行梳理高管学历与企业创新绩效呈显著正相关。高管学历越高，对企业创新活动越关注；而学历较低者则更加关注企业经营绩效与最终结果。高管的性别特征与企业创新绩效也显著相关，女性高管比例越高，企业创新绩效可能越好。杨涵舒(2019)围绕创业板创新企业展开研究，结果表明，高管团队平均年龄，受教育水平越高，越有利于企业创新绩效的提高。陈瑶(2019)结果表明，高管任期越长,高管能力越高时,对创新绩效的影响越显著。高瑞迪(2018)认为女性高管有利于企业创新绩效的提高；高管年龄与创新绩效无显著关系；高管学历与企业创新绩效有显著正向关系。

二、高管特征对企业创新绩效的影响实证设计

(一)样本的选取与数据来源

1.样本选取

本文选取2014-2018年创业板上市公司作为样本，为了数据的完整性与严谨性，将剔除财务信息披露不完整，亏损严重，个别财务数据特别极端，经营年份过低的上市公司。

2.数据来源

数据主要从国泰安数据库获得，选取2014至2018年的上市公司的财务报表数据，财务指标数据。

(二)变量选取与设计

1.解释变量

本文解释变量为高管特征，分为三个解释变量。高管年龄(AGE)选取该年份高总数年龄的平均值作为指标。高管性别(SEX)特征选取高管中女性人数与高管总数的比值作为指标。

高管学历(EDU)，分为专科、本科、硕士、博士、博士后，并为其分别赋值1、3、5、7、9。取其每一年份均值作为指标。

2.被解释变量

本文被解释变量为创新绩效(R&D)，基于大部分研究，这里采用企业研发投入程度作为创新绩效指标。

3.控制变量

(1)资产规模(Scale)采用企业总资产的自然对数作为指标。

(2)资本结构(Lev)采用负债总额与资产总额的比值作为指标

(3)现金持有水平(Cash)采用货币资金与总资产的比值作为指标

(三)模型设计

本文基于解释变量、被解释变量、控制变量的选择做出下列模型设计：

R&D=α1AGE+α2Scale+α3Cash+α4Lev+ε1

模型1

R&D=β1SEX+β2Scale+β3Cash+β4Lev+ε2

模型2

R&D=γ1EDU+γ2Scale+γ3Cash+γ4Lev+ε3

模型3

三、高管特征对企业创新绩效的影响实证分析

(一)提出假设

基于以上模型，本文提出下列三个假设：

假设一：高管性别特征与企业创新绩效存在显著关系

假设二：高管年龄特征与企业创新绩效存在不显著关系

假设三：高管学历特征与企业创新绩效存在显著正向关系

(二)描述性统计分析与相关性分析

1.描述性统计分析

对变量进行描述统计分析，结果如表1所示，展示了各变量的极小值、极大值、均值、标准差。这些上市公司的AGE最小34、最大79,、标准差4.2；SEX的最小0，最大0.77，标准差0.15；EDU的最小2.6，最大5.3，标准差0.49；R&D的最小24.5万，最大67127万，标准差0.17。这表明上市公司高管特征，创新绩效存在较大差异。

表1 描述统计表

(三)模型回归分析

1.高管性别特征与企业创新绩效回归分析

企业创新绩效与高管性别特征回归分析的调整R2为0.132，拟合优度良好。F指标值为19.041，据此可以看出，企业创新绩效与企业高管性别特征之间构成较为显著的线性回归关系。从表2可知，Sig值为0.030<0.05，说明企业创新绩效与企业高管性别特征之间关系显著，呈正相关关系。

表2 系数

2.高管年龄特征与企业创新绩效回归分析

企业创新绩效与高管年龄特征回归分析的调整R2为0.235，拟合优度良好。F指标值为19.352，据此可以看出，企业创新绩效与企业高管年龄特征之间构成较为显著的线性回归关系。从表3可知，Sig值为0.333>0.05，说明企业创新绩效与企业高管年龄特征之间关系不显著。

表3 系数

3.高管学历特征与企业创新绩效回归分析

企业创新绩效与高管学历回归分析的调整R2为0.240拟合优度良好。F指标值为19.863，企业创新绩效与企业高管性别特征之间构成较为显著的线性回归关系。从表4可知，Sig值为0.016<0.05，说明企业创新绩效与企业高管学历特征之间关系显著，呈正相关关系。

表4 系数

四、实证结论及建议

(一)高管性别特征与企业创新绩效存在显著关系

本文的性别指标采用的是女性高管人数占高管团队总人数的比例，从数据分析结果来看，女性高管占比越多，对企业创新活动越能起到激励作用。对女性在职场中的作用于能力应当正视于重视。

(二)高管年龄特征与企业创新绩效存在不显著关系

本文采用高管团队年龄均值作为高管年龄特征的指标，研究结果表明，高管年龄与企业创新绩效并不存在显著相关关系。高管年龄均值较高的企业的创新绩效可能很高也可能很低。同样的，高管年龄均值较低的企业的创新绩效也可能较高或较低。

(三)高管学历特征与企业创新绩效存在显著正向关系

本文高管学历特征采用先赋值再算均值的方法获取。根据上述数据分析结果表明，高管学历水平与企业创新绩效之间存在显著正相关关系。高管团队学历水平越高对企业创新绩效越有促进作用。相反，高管团队学历水平越低，对企业的创新绩效越会起到抑制作用。可见，学历水平，对于企业高管的要求应当提高。