倪镇鹏

摘 要：本文以2014年-2019年创业板上市公司为研究对象，研究了高管平均年龄和企业R&D投资之间的关系，并进一步分析了高管激励在其中的中介作用。研究发现，高管平均年龄和企业R&D投资是负向关系，高管股权激励在其中发挥中介作用。

关键词：高管平均年龄;高管激励;中介作用

一、选题背景

在日益内卷的市场环境中，企业与企业的竞争早已从增量竞争变为存量竞争，企业创新能力的高低越来越重要。创新能力与企业核心竞争力、市场份额和未来发展前景息息相关，甚至在一定程度上起决定性作用，这些在高新技术企业中表现得尤为明显。研发投入强度是提高企业创新能力的重要途径，在当今的市场环境下显得格外重要，而研发投入强度会受到企业高管团队、高管激励、企业股权结构等诸多因素的影响，如企业高管由于研发投入的风险高、周期长和未来收益不确定的问题，放弃长远收益而进行短视行为;企业也可能因为某一控股股东权重过大而成为某人的“一言堂”，造成决策的偏误。因此，探究影响企业创新能力大小的因素实属必要。

二、研究综述

随着企业和学术界对R&D活动的日益关注，对R&D活动的研究文献不断增多。Nakahara（1997）通过研究企业治理结构与企业R&D活动，发现高管在企业R&D活动中起到不可或缺的作用，其对企业R&D活动的支持力度在一定程度上决定了企业R&D投入。王伟（2008）选取上市公司中的制造业公司，以其中在2006年公布了研发数据的为样本，研究了高管团队特征与企业R&D投资的关系，研究发现，高管平均年龄越大，高管决策越保守，企业R&D投入的力度越小。谢会丽（2018）以A股上市公司为研究对象，选取2012年-2016年的数据进行研究，研究发现加大对高管的货币薪酬激励能有效促进企业的R&D投资。综合前人的研究，本文从高管激励的中介效应角度出发，研究高管平均年龄对企业R&D投资的影响，分析高管年龄特征作用于企业R&D投资的机制，丰富当前企业R&D活动的相关研究，同时也是对前人研究的有力补充。

三、分析及假设提出

1.高管年龄与企业R&D投资

学者们对于高管年龄对企业技术创新的影响持有不同观点，大部分学者认为高管团队平均年龄越大，高管团队整体决策就越保守，越不利于企业技术创新。譬如Bantel等（1989）分析认为年龄的增大会使个体对风险的厌恶增加，平均年龄越大的高管团队，在制定相应的战略规划时往往会采取保守防御型战略，不利于做出适当战略决策，从而阻碍企业技术创新。然而也有少部分学者持不同观点，他们认为年龄大的高管经历更多，见识更广，从而对企业承担的风险具有更加明智、广泛和清晰的认识，在考虑企业分担风险方面更加深谋远虑，开发新产品的能力反而更强。也有一些学者认为二者没有明显的关系，Xu等（2019）基于高层梯队理论和社会分类理论，以235个中国制造型中小型企业为研究对象，分析高管团队的平均特征对企业的影响，结果发现高管团队平均年龄对企业创新绩效没有显著影响。

基于上述分析，本文提出假设：

H1：高管平均年龄越大，企业R&D投资越少，二者负相关。

H2：高管平均年龄越大，企业R&D投资越多，二者正相关。

2.高管激励的中介作用

高管激励作为企业治理活动中一项重要的激励机制，包括薪酬激励和股权激励。根据以往的研究，高管激励可以有效地促进企业R&D投资，能够有效缓解两权分离导致的代理问题。但因不同企业高管团体的平均年龄不同，导致不同企业的高管团队对高管激励的敏感性发生改变。因此高管激励能够在高管平均年龄与企业R&D投资的关系中起到中介作用

H3：高管薪酬激励在高管平均年龄与企业R&D投资中起中介作用。

H4：高管股权激励在高管平均年龄与企业R&D投资中起中介作用。

四、研究设计

1.样本选择与数据来源

本文从企业的信息披露程度以及对企业R&D投资研究的特点出发，选取2014年-2019年深交所创业板的上市公司为研究对象。数据的获取主要来自国泰安数据库。2018年之前的R&D投资从企业年报中利润表附注整理获得，2018年及以后的R&D投资摘自企业年报中利润表的研发费用科目，行业的分类为手动整理，并且根据研究的实际需要，对所获数据进行了下列处理：

（1）剔除ST、*ST等非正常上市企业;

（2）剔除處于金融行业的创业板上市企业，保留非金融行业企业;

（3）剔除存在数据缺失和异常的企业样本。

经上述处理后，得目标样本企业761家，并对数据在1%水平上进行Winsorize处理。

2.变量定义

（1）被解释变量：企业R&D投资强度

本文借鉴当Todd and Jason（2014）以及王超发和孙静春（2020）的研究成果，设计企业年度R&D支出占总销售收入的比例（记为RD）作为对企业R&D投资强度的衡量。

（2）解释变量

高管平均年龄（AGE）：用t期末高管团队平均年龄来表示。

（3）中介变量

薪酬激励（SI）：管理层货币薪酬是主要包含工资和绩效奖金两个部分。工资的升降和绩效奖金的大小可以影响高管工作的积极性，从而影响到公司产出的各个方面。经综合考虑，本文薪酬激励指标采取高管薪酬总额的对数值来衡量，以减小异方差的影响。

股权激励（EI）：对于管理层的股权激励是指通过给予高管一定数量的股票，使其成为股东中的一员，让高管和股东利益目标达成一致，进而消除高管的机会主义和自利行为的激励方式。经综合考虑，本文的股权激励指标采用高管持股数/公司总股数来衡量。

（4）控制变量

资产结构（LEV）：资产结构的不同也会对企业高管激励对企业R&D投资的促进作用产生影响，作为本文的非研究重点，将其放在控制变量中加以控制，综合考虑资产结构用资产负债率衡量。

盈利能力（ROE）：盈利能力的不同对实证结果产生较大影响，综合考虑将企业的权益净利率作为控制企业盈利能力的指标。

规模控制（SIZE）：企业体量的大小也直接影响到企业R&D投资的强度，作为本文的非研究重点，也将其一并放在控制变量中加以控制，参照其他学者惯用衡量指标，本文将企业规模的衡量指标选取为总资产的对数值。

年度（YEAR）：本文样本选取的是创业板上市企业2014年- 2019年的数据，因此生成年度虚拟变量，用以控制年度效应。以2014年为基础，共设置5个年度虚拟变量。

行业（IDU）：关于行业性质，为缓解不同行业之间的差异性过大，进而对实证结果造成影响，本文参照2019证监会所发布《上市企业行业性质分类结果》来设置行业虚拟变量，用以控制行业效应，并根据企业进行R&D投资的特点，将其分成两类，其中将制造业行业赋值为1，非制造业行业赋值为0。

股权集中度（PFSH）：目前各个学者对于股权集中度这一指标的衡量主要集中在第一大股东的持股比例、前三大股东的持股比例、前五大股东的持股比例等绝对指标，也有经过计算处理得到Z指数、H指数等相对指标。考虑到本文的研究，以及创业板上市企业的样本特征，本文运用第一大股东的持股比例来度量股权集中度。

3.模型构建

借鉴温忠麟（2004）的中介效应检验过程，结合本文的研究内容，本文的依次检验过程如下：

第一，检验高管平均年龄与企业R&D投资模型中高管平均年龄的系数是否显著，若不显著则停止检验中介效应。构建模型（1）如下

RD=a0+a1AGE+aiControlvariablesi+ε （1）

第二，检验高管激励的中介效应，观察模型（2）中高管平均年龄和模型（3）中高管激励的系数是否显著，以验证是否存在中介效应。在模型（3）中，若高管平均年龄前的系数显著，则说明是部分中介效应，若高管平均年龄前的系数不显著，则说明是完全中介效应。构建模型（2）、模型（3）如下：

SI/EI=a0+a1AGE+aiControlvariablesi+ε （2）

RD=a0+a1AGE+a2SI/EI+aiControlvariablesi+ε  （3）

其中，Controlvariables表示各控制变量的集合。

五、实证分析

企业整体的研发投入占销售收入的均值为6.5%，按照欧盟的统计标准，超过5%就属于高强度研发企业，这说明我国创业板上市企业整体研发强度较高，比较注重企业创新这一核心竞争力的提升，但同时也存在不同企业在不同年份之间研发强度差别较大的问题，样本中研发强度最高达36%，最低为0.2%，体现为企业投资导向差异較大。各变量的VIF值均小于2，因而不存在多重共线性问题。

列（a1）中高管平均年龄前的系数为负，且在1%的水平下显著，假设H1得证，列（a2）中高管平均年龄不显著，无法说明存在中介效应，无法验证假设H3。

列（b1）中高管平均年龄前的系数为负，且在1%的水平下显著，假设H1得证，列（b2）中高管平均年龄前的系数显著，列（b3）中高管股权激励前的系数显著，说明存在中介效应，假设H4得证，其中列（b3）中高管平均年龄前的系数也显著，说明是部分中介效应。

六、结论

高管平均年龄与企业R&D投资存在负向关系，其中高管股权激励发挥中介作用。企业应根据自己的实际情况，选择适合的高管激励方式。

参考文献：

[1]Nakahara.T. Innovation in a borderless world  economy[J].Research Technology Management，1997（3）：7-9.

[2]王伟.高管团队特征与企业R&D投资——来自中国制造业上市公司的经验数据[D].暨南大学，2008.

[3]谢会丽，沈栋昌，蒋巍.高管激励契约组合对研发投入的影响[J].杭州电子科技大学学报（社会科学版），2018，014（002）：21-26.

[4]Bantel K， Jackson S. Top management and innovations in banking： Does the composition of the top team make a difference？[J].Strategic Management Journal，1989，10（1）：107-124.

[5]Xu J， Yun K， Yan F， Jang P， Kim J， Pan C.A study on the effect of TMT characteristics and vertical dyad similarity on enterprise achievements[J].Sustainability，2019，11（10）：2913.

[6]Todd M A， Jason M P. Drivers of R&D investment： The interaction of  behavioral theory and managerial incentives[J].Journal of Business Research，2014，67（2）.

[7]王超发，孙静春.决策集权、股权激励与企业R&D投资导向关系研究——来自深交所创业板的证据[J/OL].数理统计与管理：1-14[2020-07-07].

[8]温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[J].心理学报，2004（05）.