胡本田, 汤永慧

(安徽大学 经济学院，合肥 230601)

一、引言

当前我国经济处于迈向高质量发展阶段的过渡期，制造业在实体经济中的主体地位对我国经济和世界经济都起到了至关重要的作用。制造业的盛衰兴废直接决定了一个国家的综合实力和国际竞争力，保障制造业稳步发展不仅为构建现代化经济体系创造了良好环境，也加快了实现共享共赢的步伐。在这个满是机遇与挑战的时代，重视高质量发展已成为各个国家的热门话题。[1]一方面经济发展质量的提高从宏观层面体现了整个社会资源配置效率的上升[2]；另一方面微观经济基础是转变宏观经济的前提条件，制造企业作为提高经济质量的微观主体，只有提升绩效，实现自身高质量发展才能从根本上推动经济方式的转变。此外，我国针对高质量发展的内涵[3][4]、体系[5][6]、路径[7-9]等分别进行了研究，均认为创新已成为高质量发展的第一推动力，因此提升企业绩效、增强创新投入强度也就成为了实现高质量发展的必然要求。上市公司作为我国企业的中坚力量，对其创新与绩效进行研究不仅能够切实反映制造业企业财务与创新投入状况，也能体现制造业上市公司的高质量发展水平。

现代企业制度中，经营者、所有者扮演着不同的角色：所有者的目标是将企业价值最大化，而对于经营者来说，帮助企业成长只是其实现最终目标——自身利益最大化的一种途径。[10]同时，创新活动在高回报的美好愿景下也存在着高风险，这些都是经营者、所有者在企业发展过程中会出现利益分歧的原因。因此，为保障企业的健康发展，高管激励机制亟待完善。高层管理人员是企业成长进程中不可缺少的中坚力量，企业发展离不开高管人员的突出贡献，合理激励可以充分调动其工作热情，更大程度发挥自身潜能为企业创造更大效益。[11]股权集中度在企业股权结构中占据重要地位，大股东持股比例的高低不仅能够影响企业绩效，也直接关系着股权在高管和股东之间的重新分配。[28-32]新时代背景下，国有企业与民营企业相互协作共同成长，但前者以国有资产为主，后者以家族私产为主，它们的经营模式、管理制度都存在一定程度上的差别。因此，本文认为薪酬激励、股权集中度对企业创新与绩效的影响存在产权性质上的差异。

已有研究或是讨论高管薪酬激励对企业绩效的影响，或是讨论薪酬激励对创新投入的作用，多数都为全行业大样本的研究，综合考虑绩效与创新以及股权集中度调节作用的成果甚少，针对高质量发展时代不同产权性质下的研究更少。基于此，本文以我国制造业国有上市公司和民营上市公司为研究对象，通过双向固定效应模型对比分析两大产权性质下高管薪酬激励如何作用于企业创新与绩效，考虑第三变量股权集中度是否能够调节薪酬激励与企业绩效或创新之间的关系，为提升制造企业竞争力以及巩固制造业高质量发展的微观基础提供理论和实践参考。

二、理论分析与研究假设

(一)高质量发展

2018年《政府工作报告》中第一次提出高质量发展这一表述。所谓高质量是指通过新兴技术在经济、社会与环境方面实现高效益，在一定的经济条件下达到更高的宏观目标。而宏观目标的达成归根结底要通过微观主体来实现，即某一行业的高质量发展能否成功实现取决于该行业企业的发展。从微观层面来说，在竞争存在的前提下，个体企业的直接目的是保障自身的可持续发展，通过提升企业绩效实现增加社会福利的最终目的。为了更加具体地体现高质量发展的内涵，许多学者进行了相关研究，例如金碚(2018)[12]提出高质量发展的本质是创造自身优势、实际与特色相结合，有效满足多方面需要；任保平、李禹墨(2018)[13]则认为有效解决发展不平衡、不充分问题才是高质量发展的关键。随着高质量发展的越发“火热”，学者们开始对其衡量方法进行研究。任保平、文丰安(2018)[14]建议在新时代背景下从科技、产业、制度、战略四大创新及促进人的全面发展着手；黄速建等(2018)[15]则结合两个角度对高质量发展的微观特质进行界定，认为个体企业需要在社会价值、资源能力、产品服务、运营开放、管理机制、综合绩效、社会声誉等七个方面取得成绩才能实现高质量发展；李金昌等(2019)[16]则围绕经济、创新、绿色、生活、社会五方面共创造了27个指标评价高质量发展，涵盖新发展理念全局。从以上文献可以看出，高质量发展体现在微观企业方面就是创新与绩效。

(二)薪酬激励、企业创新与绩效

在已有研究中，大部分学者都认为高管薪酬激励可以在一定程度上带动企业创新与绩效的发展。在企业绩效方面，学者们通过不同的角度得出了多样化的结论，如Starks(2003)[17]认为高管薪酬业绩敏感度能有效促进高管激励，进而实现企业价值最大化；而孙世方(2016)[18]从企业生命周期异质性角度出发，认为高管激励与企业绩效之间的反馈作用在不同阶段呈现不同效果，其中初创期二者之间不存在明显的相关关系，成熟期表现出一定的正相关关系，而衰退期呈现负相关关系。相较于这些多样化的研究结果，大部分的研究学者如郭雪萌[19]、李烨[20]、张燕红[21]等认为薪酬激励与企业绩效之间为正相关关系。在企业创新投入方面，有效的创新活动可以帮助企业获取竞争优势和效益，尤其是对依靠新兴技术发家的高新技术企业来说，稳定的创新投入更是保障其发展的生命之源，[22]而对于非高新技术企业来说，创新投入并不是其发展的决定因素。[23]高管激励水平可以在一定程度上影响企业的创新活动决策，高管薪酬的增加使高管人员对创新活动更富有热情，企业的创新投入强度也就越大。[24]Lerner et al.[25]认为高管薪酬激励水平上升会提高企业员工研究开发的积极性，进而扩大企业的专利范围和数量，这些难以替代和模仿的创新成果可有效推动企业效益水平发展。郑卓琳(2019)[26]通过我国上市公司数据得出了与其相似的结果，尽管高管薪酬形式不一，但都能在一定程度上带动企业的自主创新。

基于以上讨论，提出如下假设：

H1a：基于两种不同的产权性质，国有企业薪酬激励对企业绩效的同方向反馈作用更大。

H1b：基于两种不同的产权性质，民营企业薪酬激励对企业绩效的同方向反馈作用更大。

H2a：基于两种不同的产权性质，国有企业薪酬激励对创新投入的带动作用更强。

H2b：基于两种不同的产权性质，民营企业薪酬激励对创新投入的带动作用更强。

(三)股权集中度、企业创新与绩效

目前学术界关于股权集中度和企业绩效、创新投入之间关系的讨论存在不同声音。在企业绩效方面，一部分学者认为两者之间呈现U形关系，如Kotlar et al.[27]；还有一部分研究表明股权集中度会阻碍企业绩效的提升，如Thomsen et al.[28]。但近些年更多的声音指向股权集中度与企业绩效之间显著正相关，[29]蒋泽芳等[30]以A股上市公司为样本、张宁[31]以民营企业为样本、郝紫琪[32]以制造业上市公司为样本均得出了股权集中度带动企业绩效的一致结论。在创新投入方面，随着宏观环境的不断改变以及指标衡量的差异，研究结果也越来越多样化。如陈隆[33]、文芳[34]、温军[35]等发现二者之间存在非线性相关，并得出了“U”形、“N”形、“倒U形”相关的不同结果。Shlerifer等[36]则认为股权越集中越能有效控制高管行为，保证高管将更多的资金投入创新活动。同时根据监督理论，股权集中可以加大对高管决策的约束力度，避免高管因追求私人利益而损害企业效益，保证高管通过合理决策和创新活动提升企业绩效。

基于以上讨论，提出如下假设：

H3a：基于两种不同的产权性质，国有企业股权集中度对企业绩效表现出了更强的同方向反馈作用。

H3b：基于两种不同的产权性质，民营企业股权集中度对企业绩效表现出了更强的同方向反馈作用。

H4a：基于两种不同的产权性质，国有企业股权集中度对创新投入表现出了更强的带动作用。

H4b：基于两种不同的产权性质，民营企业股权集中度对创新投入表现出了更强的带动作用。

(四)薪酬激励、股权集中度、企业创新与绩效

在企业绩效方面，一部分学者发现股权集中度在薪酬激励与企业绩效的关系中作用微弱，如李维安和李汉军(2016)[37]的研究表明，当股权集中度满足一定条件时，薪酬激励与企业绩效的关系才得以显现，但并未发现股权集中度的调节作用；另一部分学者则认为股权集中度可以有效带动二者之间的关系，如张佳莉[38]、杨金磊[39]、郭雪丽[40]等的研究均证实了这一结论。在创新投入方面，针对股权集中度调节效应的研究较少，现有研究大多趋向于“股权集中度具有负向调节作用”的结论，如程翠凤(2018)[41]、陈金[42]等分别以制造业、创业板上市公司为样本，研究发现随着股权集中度的提高，高管激励和创新投入之间的正相关关系将会减弱。

基于以上讨论，提出如下假设：

H5a：基于两种不同的产权性质，股权集中度在国有企业薪酬激励与企业绩效的关系中表现出更强的正向调节效应。

H5b：基于两种不同的产权性质，股权集中度在民营企业薪酬激励与企业绩效的关系中表现出更强的正向调节效应。

H6a：基于两种不同的产权性质，股权集中度在国有企业薪酬激励与创新投入的关系中表现出更强的负向调节效应。

H6b：基于两种不同的产权性质，股权集中度在民营企业薪酬激励与创新投入的关系中表现出更强的负向调节效应。

综合以上文献回顾及假设，本文主要检验以下几个问题：首先考察薪酬激励对企业绩效、创新投入的影响，其次讨论股权集中度与企业绩效、创新投入之间的关系，最后验证股权集中度是否能够成为薪酬激励与企业绩效、创新投入之间的调节因素。具体如图1所示。

图1 理论假设概念

三、研究设计

(一)样本选取及数据来源

本文以2011—2018年728家沪深上市制造业公司为初始样本，其中国有企业332家，民营企业396家。为了保证数据有效性及实证结果的真实性，样本筛选标准如下：(1)文中剔除了ST、*ST类企业以保障数据稳定性；(2)对数据缺失和异常的企业进行删除处理；(3)选择合并报表数据，保障财务指标的全面性。另外，对相关连续型变量进行1%和99%的Winsorize处理，以消除极端值可能带来的不利影响。全文所有数据来源于以下两个方面：一是国泰安CSMAR数据库中筛选的相关财务性指标数据和研发投入数据；二是锐思数据库中企业的实际控制人信息。本文相关数据处理主要通过EXCEL和STATA15.0进行。

(二)变量选择及定义

1.被解释变量：企业创新与绩效

在以往的研究中，企业绩效多利用托宾Q值进行衡量。但由于我国股票市场仍有待完善，企业股价与真实值之间存在一定差距。因此，为了更加切实地反映制造业上市公司的财务状况以及发展质量，本文借鉴郭雪丽(2018)[40]的方法，使用净资产收益率(ROE)衡量企业绩效。另外，本文创新投入强度指标(RD)，利用研发收入总额的自然对数进行衡量。

2.解释变量：高管薪酬激励

在薪酬激励(SI)方面，本文借鉴李烨、严由亮(2017)[20]的做法，对前三位高管薪酬总额进行取对数处理，以减少异方差性和偏态性造成的负面影响。

3.调节变量：股权集中度

股权集中度(CR)是对上市公司大股东控股程度体现出的股权结构集中或分散的量化指标，本文借鉴童瑶、范晓静(2019)[43]的做法，利用前五大股东持股比例之和衡量股权集中度。

4.控制变量

由于企业发展受到多方影响，本文在考量了相关文献的指标后，决定对公司规模、发展能力、资产负债率、资本积累率等变量加以控制，以避免主要变量之间的相关关系受到其他因素的影响。[44]除此之外，高管薪酬激励还受到时间、产权性质差异的影响，因此本文引入虚拟变量对年份及产权性质加以控制。变量、符号及详细定义见表1。

表1 变量及定义

(三)模型设定

为了确定本文研究所用模型，先对变量进行了Hausman检验，结果显示P值接近为0，所以在拒绝原假设的情况下决定利用固定效应模型进行分析。另外，本文设置了年度虚拟变量，还应考虑时间效应的影响，所以Hausman检验后对不同年份的联合显著性进行了检验，结果表明“无时间效应”的原假设被拒绝，认为本文在确定模型时，应对个体效应和时间效应进行综合考量，使用双向固定效应模型(Two-way FE)。

针对假设H1、H2，建立以下模型：

ROE=α+β1SIi，t+β2LEVi，t+β3SIZEi，t+β4DEVi，t+β5CARi，t+β6∑YEARi，t+Vi+εi，t

(1)

RD=α+β1SIi，t+β2LEVi，t+β3SIZEi，t+β4DEVi，t+β5CARi，t+β6∑YEARi，t+Vi+εi，t

(2)

针对假设H3、H4，建立以下模型：

ROE=α+β1CRi，t+β2LEVi，t+β3SIZEi，t+β4DEVi，t+β5CARi，t+β6∑YEARi，t+Vi+εi，t

(3)

RD=α+β1CRi，t+β2LEVi，t+β3SIZEi，t+β4DEVi，t+β5CARi，t+β6∑YEARi，t+Vi+εi，t

(4)

针对假设H5、H6，建立以下模型：

ROE=α+β1SIi，t+β2CRi，t+β3SIi，t×CRi，t+β4LEVi，t+β5SIZEi，t+β6DEVi，t+β7CARi，t+β8∑YEARi，t+Vi+εi，t

(5)

RD=α+β1SIi，t+β2CRi，t+β3EIi，t×CRi，t+β4LEVi，t+β5SIZEi，t+β6DEVi，t+β7CARi，t+β8∑YEARi，t+Vi+εi，t

(6)

在以上模型中，i、t、α分别代表横截面个体、时间以及模型的截距项，βn表示模型中对应变量的回归系数，Vi是对个体效应的控制，εi，t为模型的随机误差。

四、实证分析

(一)描述性统计

1.不同产权性质下对比分析

表2描述性统计结果显示，首先在企业绩效方面，国有企业的净资产收益率均值要比民营企业略低一些，但其极差、标准差均高于民营企业，说明在国有企业中既存在发展效益极好的企业也存在亏损严重的企业，企业间效益水平差距较大，在后面的研究中可能需要考虑这一因素。在创新投入强度方面，国有企业的研发投入均值高于民营企业，且企业之间的创新投入水平差距也比民营企业大，可能是因为国有企业由国家控股，部分企业在加强创新投入方面能得到政府更多的扶持。其次在薪酬激励方面，国有企业平均水平高于民营企业，说明国有企业可能更加重视高管人员的带动作用，在激励高管人员、提高其积极性方面付出了更多的成本。同时国有企业的股权集中度均值也大于民营企业，这可能是因为国有企业由国家控股，股权相对来说更加集中。最后在控制变量方面，国有企业的资产负债率和公司规模的平均水平比民营企业高，但在发展能力、资本积累率方面则不占优势。

表2 描述性统计分析表

为了更加直观地对比本文主要变量在不同产权性质下的均值水平以及发展趋势，图2至图5画出了四个变量的对比分析图。结果表明，制造业民营企业净资产收益率明显高于国有企业，但近两年都以下降的趋势缩小了差距。制造业企业的研发投入近年均保持稳定的上升趋势，且国有企业的研发投入稳步在民营企业之上，这可能是由于我国创新相关资源主要由政府控制，而由国家控股的国有企业在获取创新资源的途径上更具优势。除此之外，民营企业较国有企业来说更少注重自主创新，对研发要求相对低一些，所以即使在研发投入相对较低的情况下,依然能达到较高的净资产收益率。制造业民营上市公司高管薪酬激励从2016年开始赶超国有企业，说明民营企业开始逐步重视高管人员的激励效应。另外，自2014年开始，国有企业股权集中度均值赶超民营企业，且二者的发展趋势逐步趋同。

图2 净资产收益率对比分析

图3 研发投入对比分析

图4 高管薪酬激励对比分析

图5 股权集中度对比分析

2.均值差异检验

本文结合ANOVA检验与均值差异t检验方法，考察不同产权下主要变量的均值差异性是否显著，结果见表3。可以看出，不论在哪种方法下，主要变量均拒绝了组间差异为零的原假设，认为不同产权性质下变量均值具有显著差异性在统计学上是有意义的。因此，本文研究时考虑到产权性质不同，进行分样本回归是十分必要的。

表3 组间均值差异对比分析

(二)相关性检验

从表4可以看出,企业绩效与各解释变量、控制变量之间存在显著关系，其中与资产负债率呈负向相关，说明单位资产条件下承担的负债越多企业绩效越低，符合经济意义，与其他变量则呈现正向相关。表5显示创新投入与薪酬激励、股权集中度之间均存在正向效应，与前人研究成果相对应。同时，创新投入与发展能力、资本积累率之间不存在显著的相关关系，说明企业营收增长与资本积累并不是创新投入增加的直接成因。另外，考虑到多重共线性问题，表4、表5各变量间两两相关系数并未表现出强相关性，所以可以直接进行下一步的研究。

表4 相关性分析表(ROE)

表5 相关性分析表(RD)

(三)回归分析

1.单一相关关系回归结果

表6、表7给出了不同产权性质下单一相关关系的回归结果。可以看出，薪酬激励与企业绩效之间存在正向效应，且在相同的显著性水平下，国有企业体现出更高的相关系数(0.052)，回归方程拟合度也更高，说明在国有企业中薪酬激励对企业绩效的同方向反馈作用更强，假设H1a成立。另外，股权集中度与民营企业绩效的相关系数显示二者之间在1%的显著性水平下存在正向反馈效应，国有上市公司可能是由于股权相对集中且由国家控股，股东追逐企业绩效的动力较民营企业弱，所以这种关系并不明显，假设H3b成立。表7结果显示基于两种不同的产权性质，薪酬激励均可对创新投入起正向推动作用。同时，国有企业与民营企业各自的回归系数差距甚微，说明不同产权性质下薪酬激励对创新投入的影响差异不大，国有企业略高一些，假设H2a成立。另外，股权集中度与创新投入之间的回归系数均不显著，说明二者之间不存在显著的相关关系，假设H4未通过验证。

表6 单一相关关系检验结果(ROE)

表7 单一相关关系检验结果(RD)

2.调节作用检验结果

从上文可知，制造业股权集中度、薪酬激励与企业绩效之间均存在单一的正相关关系，但表8给出的股权集中度和薪酬激励交互项的系数并不显著。为了验证这种结果的出现是否来自企业差距的影响，本文接着利用分位数回归进行分析。分位数回归能够根据企业绩效的范围全面描述高管薪酬激励、股权集中度对处于不同分位的企业绩效的影响，结果见表9。在不同分位企业绩效下，股权集中度也给出了调节作用的不同结果，与表8相悖的结果是股权集中度能正向调节低分位绩效民营企业薪酬激励与企业绩效之间的关系，即随着股权集中度的增加，小型民营企业薪酬激励与企业绩效之间的正向效应会得到强化，假设H5b部分成立。

表8 关于薪酬激励与企业绩效关系的调节作用检验结果

表9 薪酬激励、股权集中度、企业绩效分位数回归结果

表10给出了股权集中度对薪酬激励与创新投入关系的调节作用检验结果。在加入交互项后，回归拟合度均有所提升且回归系数显著，说明股权集中度在不同的产权性质下均能负向调节薪酬激励与创新投入强度之间的关系，且在民营企业中交互项系数更大，说明这种调节效应在民营企业中更显著，假设H6b成立。上文结果显示创新投入与薪酬激励之间存在正向效应而与股权集中度之间不存在单一的相关关系，说明股权集中度并不直接作用于创新投入，而是通过间接效应抑制薪酬激励对企业绩效的带动作用。股权越集中，意味着薪酬激励与创新投入之间的正向效应将会被弱化。

表10 关于薪酬激励与创新投入关系的调节作用检验结果

(四)稳健性检验

1.相关关系检验——变量替换

考虑到衡量指标的方法多种多样，以及数据的可获得性，本文利用变量替换的方法对上文主要变量之间的相关关系进行检验，将原来的净资产收益率替换为总资产收益率，用于衡量企业绩效；第一大股东持股比例代替前五大股东持股之和衡量股权集中度。重复上文操作发现，稳健性检验的结果与之前相差无几，所以认定本文结果稳健。

2.产权异质性检验——倾向度评分匹配(PSM)

参考相关文献发现，研究结果的不一致不仅来源于指标衡量的差异，数据的偏差以及计量方法的选择也有一定的影响，所以本文决定对相关变量进行倾向得分匹配，并对匹配后结果进行ols回归。

首先以股权集中度均值水平为分界线将样本分为两组，对其进行倾向评分匹配，匹配后相关控制变量的平衡性检验见表11。这里对时间效应进行了控制，考虑到篇幅较大，时间控制变量的检验结果未放入表中，可以看出相关变量的标准偏差在经过PSM处理后均得到很大程度的降低，且大多低于5%。另外图6、图7为匹配前后的核密度函数图，通过两图对比发现，匹配之后控制组和实验组的核密度函数较匹配前更加接近，说明PSM处理效果向好，可以进行回归分析，回归结果见表12。模型(1)(2)中CR系数显著为正，说明股权集中度可以正向带动企业绩效发展，同时股权集中度与产权性质交互项的系数在1%水平下显著为负，意味着股权集中度的带动作用存在产权性质上的差异，对民营企业的带动作用更强，这一结论与表6结果一致。模型(3)(4)中CR系数均不显著，表明股权集中度并未对企业创新投入产生直接影响，这一结论与表7结果一致。另外，为了验证薪酬激励对企业绩效、创新投入的影响是否存在产权性质上的差异，这里以薪酬激励均值水平为标准进行与上文相同的PSM操作，经过平衡性检验后回归结果见表13。模型(5)(6)中SI系数体现了薪酬激励与企业绩效之间的正向反馈关系，同时交互项系数为正，说明国有企业绩效对薪酬激励的正向反馈作用更敏感，这一结论与表6结果一致。模型(7)(8)结果显示薪酬激励与创新投入之间显著正相关，交互项系数为负,但不显著，说明国有企业和民营企业中薪酬激励对创新投入的影响差异不大，这一结论与表7结果一致。

表11 倾向评分匹配平衡性检验

图6 匹配前核密度

图7匹配后核密度

表12 不同产权性质下股权集中度的影响结果

表13 不同产权性质下薪酬激励的影响结果

为了验证国有企业和民营企业中股权集中度的调节作用差异，进行了见表14的回归。从模型(9)(10)中可以看出,CR和SI交互项的系数并不显著，但CR与STATE的交互项显著为负，说明在薪酬激励与企业绩效的关系中，股权集中度的调节效应并不明显，但仍存在产权性质上的差异，这一结论与表8、表9结果无本质差别。模型(11)(12)结果表明，股权集中度可以负向调节薪酬激励和创新投入之间的关系，且三大变量交互项的系数显著为正，说明民营企业中股权集中度的调节效应更强，这一结论与表10结果一致。综合以上讨论，认为本文研究结果稳健。

表14 不同产权性质下股权集中度调节作用结果

五、研究结论与建议

(一)结论

本文选取2011—2018年深沪A股制造业上市公司作为初始样本，利用双向固定效应模型对研究假设进行验证，考虑到企业差距的影响，针对股权集中度是否产生调节作用这一问题，通过分位数回归方法进行检验，最终汇总得到以下四个结论：(1)薪酬激励与企业绩效、创新投入之间均存在正向效应，且这一现象在国有企业中更显著；(2)民营企业中股权集中度对企业绩效的带动作用更强；(3)在低分位民营企业中，随着股权集中度的提高，薪酬激励对企业绩效的正向带动作用也有所增强；(4)相较于国有企业，民营企业中股权集中度对薪酬激励和创新投入关系的抑制作用更强。

(二)建议

在高质量发展的时代背景下，制造业高质量发展是决定经济高质量发展的关键因素，而制造业高质量发展又需通过制造业企业高质量发展这一微观途径才能得以实现。因此，为了进一步提升企业绩效和创新强度，加强制造业企业竞争力，更有力推动制造业企业向高质量发展过渡，提出如下建议：

(1)完善激励制度，推动企业发展。本文研究发现，高管薪酬激励是制造业上市公司提升企业绩效和创新投入强度的有力工具，其中国有企业绩效对薪酬激励更敏感，而民营企业创新投入与薪酬激励关系更显著。将高管薪酬与企业效益挂钩，不仅可以避免高管因追求私人利益而忽视企业绩效的影响和参与创新活动时决策不谨慎造成的风险，还可以对无所作为的高管进行鞭策，杜绝“浑水摸鱼”现象，使高管人员与公司构成利益共同体，向同一目标迈进。

(2)调整股权结构，保障大股东有效的监督力度。本文研究发现，相较于国有企业，制造业民营企业绩效对前五大股东持股之和更敏感，同时股权集中度可以强化低分位民营企业薪酬激励对绩效的促进作用，负向调节薪酬激励与创新投入之间的正向效应。针对民营企业适当调整高管持股比例，若股权过于集中则可能出现“一支独大”的现象，高层管理者自身行为无法得到有效监督；若股权过于分散则不利于高管对重大事项的决策。因此，合理提高股权集中度可以促进企业绩效，同时小型民营企业还可通过提高股权集中度刺激薪酬激励的带动作用，但不能过度提高,以免阻碍薪酬激励对企业创新投入的带动作用。