○ 张霞 杨阳

（石河子大学大学经济管理学院，新疆 石河子 832000）

一、引言

近年来，随着高管“天价年薪”事件的不断发生，高管薪酬的相关研究也逐渐成为学术热点。从2002 年开始，我国推行的国有企业高管年薪制中规定年薪不得超过职工平均工资的12 倍，到2009年对中央企业发出高管“限薪令”，再到2015 年正式实施的《中央管理企业主要负责人薪酬制度改革方案》。政府陆续出台了一系列的政策抑制企业高管薪酬过高的现象。企业高管薪酬，本身是公司股东为了消除与高管在公司治理过程中的委托代理问题而采取的一种激励手段，使高管在追求自己利益的同时能最大程度实现企业价值的最大化。企业高管薪酬的文献研究，大多针对企业高管与普通员工之间的内部薪酬差距，如内部薪酬差距对企业价值积极影响的研究[1]，张霞等[2]在对高管团队垂直的内部薪酬差距进行的研究发现，高管团队垂直的内部薪酬差距对企业承担社会责任具有显著的正向影响。高管外部薪酬差距，作为企业薪酬领域中另外一个重要的研究方向，并没有得到应有的重视。同时，根据人力资本理论，行业内企业之间的可比性较强，再加上业务相似而带来高管跳槽成本低，高管外部薪酬差距对企业治理的影响远远大于内部薪酬差距[3]。

技术创新是企业在激烈的市场竞争中占据优势及扩大市场份额的关键性途径，也是企业稳定、可持续性发展的内在驱动力。所以，如何促进企业技术创新的快速、有效性发展是当前企业战略管理中的重要内容[4]。而在企业的经营过程中，高管往往决定着企业宏观战略的发展方向，合理的薪酬制度可以有效地发挥激励作用，缓解高管与股东在企业技术创新发展中的利益冲突，推动高管进行技术创新发展的积极性和风险承担意愿。所以，本文以中国A 股上市公司2010-2019 年的面板数据为基础，深入研究高管外部薪酬差距对其技术创新水平的影响机制，并探讨该影响在农业和非农业上市公司之间的差异，运用分组回归和DID模型的方法分析行业集中度和产权性质对外部高管薪酬差距促进企业技术创新水平的调节作用。

二、文献综述与理论假设

技术创新能促进企业的快速发展并在市场中提高企业的竞争力，是企业持续增长的核心动力[5]。在快速发展变迁的现代社会中，公司若想在社会激烈的竞争中获得更高的收益，也离不开技术创新。然而，企业技术创新的发展绝非易事，孔东民等[6]在其研究中发现高管往往决定着企业宏观战略的发展方向，而薪酬作为最直接的激励方式，很大程度上决定了高管对创新战略的选择。因此，制定一套完善的薪酬激励机制能够有效地缓解高管在企业战略发展中的短期行为，促使其更为关注企业的长远价值，从而积极地参与到企业的技术创新发展中[7]。董砚青等[8]还指出，合理的薪酬激励机制能有效地缓解委托代理问题，减轻高管进行创新活动所承担的风险，推动高管进行研发投入。陈小军等[9]以2009-2011年福建省上市公司为样本，实证结果表明上市公司高管人员薪酬与公司规模、稀释每股收益及加权平均净资产收益率显著正相关。

虽然高管人员薪酬影响高管的战略决策，但大量文献表明高管薪酬的激励作用并不是与高管薪酬的绝对值呈线性关系，而根据“薪酬公平性”理论[10]，高管会将自身的薪酬与他人进行比较，这也称为高管薪酬的外部竞争力。高管在外部薪酬的比较过程中，得到满足的管理者便会更有动力和积极性做出更有利于公司长远发展的行为。HEIDER自我归因理论指出，在比较中处于有优势地位的高管会将较高的外部薪酬差距归因为自身能力，产生过度的自信心[11]。企业技术创新的发展，具有研发周期长、风险高以及回报周期长等特点，需要管理者具有敢于尝试、勇于承担风险的魄力和胆识。因此，过度自信的高管在决策时会更偏向于企业技术创新而带来的长远发展。现有研究已经发现高管薪酬差距对公司技术创新具有显著的促进作用，但大多数薪酬差距集中在高管内部薪酬差距[12]或高管与员工之间的薪酬差距[13]。本文重点在于进一步验证高管外部薪酬差距对企业技术创新水平具有显著的正向影响[14]。但在实际的公司治理过程中，无限的提高这种差距，高管会因为自身能力的限制或薪酬激励效果的边际效用逐渐降低的影响，高管在研发投入上的积极性不会持续增长。同时，在一定的时期内，企业基于当时的经营条件提升技术创新的空间总是有限的，企业的技术创新并不会随着高管外部薪酬差距无限的增大，甚至在达到一个临界值后多余出来的薪酬差距会成为公司的额外成本对企业发展带来沉重的负担，从而间接降低企业的技术创新水平。所以，高管外部薪酬差距和公司技术创新之间存在一定的区间效应，在一定范围内的薪酬差距会促进企业创新行为的产生而超过某一值时便会出现负向的影响[15]。据此，本文提出如下假说：

假说H1：其他条件不变，高管外部薪酬差距对企业技术创新水平具有显著的正向影响，且该影响呈现出倒“U”型模式，即随着高管外部薪酬的提高，其对企业技术创新水平的正向影响会逐渐减弱。

鲁桐和党印[16]在公司创新发展的研究中指出，在劳动、资本和技术密集型行业中，技术的重要性明显不同，各行业在技术创新上的投入也相应不同。那么，在不同行业中高管外部薪酬差距对技术创新水平的影响程度是否存在显著性差异呢？亦或，企业治理高管外部薪酬差距的激励是否在某一个或者某些行业中对技术创新水平的促进作用更强？社会生产的发展首先开始于农业，是人类衣食之源、生存之本，是一切生产的首要条件，也只有在农业发展的基础上才有工业和第三产业的产生和发展。朱万里和胡瑜杰[17]则以中国30 个省市2000-2016年面板数据为基础，证实农业技术创新相对于其他行业尚处在较低的水平上，但其对区域农业经济增长具有显著的效果，且该效果最大。所以，在农业上市公司有效利用薪酬制度的激励作用，将会对公司技术创新发展发挥更大的促进作用。据此，本文提出如下假说：

假说H2：其他条件不变，农业上市公司中高管外部薪酬对上市公司技术创新的正向影响显著强于其他行业。

企业技术创新不仅仅需要大量持续性的资金投入，还具有高风险、长周期以及高成本等特点，一般企业的高管更着重企业的短期发展。再加上市场竞争的压力，企业在研发投入上的积极性并不高。石永拴和杨红芬[18]也指出由于公司的技术创新活动独有的高风险、周期长、复杂性等特点，当期的投资不一定能取得理想的成果、申请专利也需要较长的时间、短时期内也不易得到回报。当期的高管外部薪酬差距对当期的创新绩效的影响可能并不明显，创新的成果很大程度上体现在未来，即高管外部薪酬差距对上市公司技术创新的促进作用有滞后效应。产权性质不同的企业，由于内部管理制度的不同、激励机制的不同以及面临的外部环境的差异，使得高管外部薪酬差距对公司创新行为的影响也是不同的[14]。国有企业以其在国民经济基础产业中建设和运营方面的优势，以及强大资本的支撑力量，使得高管在受到外部薪酬差距的激励作用时，有条件和动机进行更大的研发投入，谋求企业的长远发展。贾根良和李家瑞[19]从演化经济学的分析角度，运用“创新型企业”理论，提出国有企业在创新发展中具有战略控制优势、组织整合优势、财务承诺优势和效率优势。据此，本文提出如下假说：

假说H3a：其他条件不变，国有企业中高管外部薪酬差距对企业技术创新水平的正向影响显著强于非国有企业。

行业集中度衡量了该行业中企业的总数和规模分布情况，行业集中度越高，市场结构越趋向于寡占型，而行业集中度越低时，市场越趋向于竞争型[20]。市场竞争激烈的行业中，企业为了得以生存不得不最大化地降低成本、提高生产效率，外部市场的压力和技术创新的动力都将显著强于市场竞争降低的行业。杨震宁和李东红[21]在研究中国制造业企业的创新过程中，发现行业竞争强度对运营绩效、扩张绩效和动态相乘绩效均有显著影响。孟祥嘉[22]利用2010-2017年我国上市公司数据，证实市场竞争与企业创新呈现出显著的正向相关，且当产品市场竞争越激烈，高管薪酬差距对公司创新的正向影响越明显。同时，激烈的市场竞争促使高管的薪酬更加透明化，薪酬水平与技术创新行为间的关系也会变得更加密切，为了在激励的市场竞争中保持高于行业的平均薪酬，高管会竭尽全力地为企业的利益最大化考虑，努力进行更多的创新行为。据此，本文提出如下假说：

假说H3b：其他条件不变，行业集中度较低的企业中高管外部薪酬差距对企业技术创新水平的正向影响显著强于行业集中度较高的企业。

三、数据来源、变量选取与模型构建

（一）数据来源

本文数据来源于国泰安数据库，选择沪深主板上市公司2010-2019年度财务数据为基础，其中剔除ST、ST*或存在退市风险的公司数据，同时排除数据缺失的样本。最后，得到2 779 家上市公司22 172个样本的非平衡面板数据（部分上市公司在某一年或者某些年份存在数据缺失），其中包含19个行业（行业名称和各行业企业个数如表1所示）。为了防止数据中极端值对结果的影响，本文对数据变量进行1%的缩尾处理，排除掉数据在首末两端可能出现的异常值。

表1 基础数据集中不同行业中上市公司个数

（二）变量选取

技术创新主要是指生产技术方面的创新，其包涵新技术的开发以及基于新技术的创新应用，一方面是以推进基础科学技术知识进步为目的创新，另一方面是以创造新的技术为目的创新。技术创新指数主要创新投入指标和创新产出指标组成，而知识和技术的成果是计算GII指数的核心，大量的研究依然使用传统的创新成果来代表一个国家的创新能力，比如论文数量、专利数量或者研发成果等，如VILLA[23]提出可以利用专利水平对国家创新能力进行度量。由于国泰安数据库缺失上市公司专利申请数2018-2019年的数据，本文主要以上市公司专利授权数的自然对数来衡量其在该年度中的技术创新水平，而将专利申请数的自然对数作为被解释变量的替代变量进行稳健性检验。其次，关于外部薪酬差距的现有文献中，黎文靖等[24]根据全行业所有上市公司高管薪酬来计算行业平均薪酬来确定外部薪酬差距，而吴联生等[25]则是分年度分行业回归高管薪酬的基础模型来计算超额薪酬，同样也是以行业所有公式为计算基础。所有，本文用前三名高管薪酬和行业内前三名高管薪酬平均值的比值，来衡量该上市公司高管外部薪酬差距。

在企业的日常经营过程中，还有一些其他因素能有效地影响其技术创新水平的发展，比如财务指标、经营指标和上市公司信息。财务指标中基本每股收益、流动比率和资产负债率在一定程度上衡量了企业的财务水平，经营指标中净资产收益率、存货与收入比、托宾Q值和主营业务收入增长率是对企业经营层面的综合性评价。同时，本文还引入企业上市年限和产权性质这两个变量来衡量上市公司个体信息。这些指标作为控制变量，既增强了实证模型的解释力度，同时也在一定程度上缓解了模型的内生性问题，提高了外部薪酬差距对技术创新水平影响的估计精度。

综上所述，本文数据变量的定义如表2 所示。其中，行业集中度和产权性质作为调节变量讨论外部薪酬差距对技术创新水平影响在不同行业集中度和产业性质之间的差异性。高管人数与高管外部薪酬差距的一阶滞后项与高管外部薪酬差距显著相关（见表3），作为本文工具变量对模型进行内生性检验，从而验证实证结果的稳健性。

表2 数据变量及其定义

表3 外部薪酬差距与其工具变量之间的相关性

（三）模型构建

1.多元回归模型

为了分析高管外部薪酬差距对企业技术创新水平的影响机制，首先建立简单的多变量线性数学模型：

其中，β0,β1,β2表示回归系数；ε表示误差项，服从均值为0，标准差为δ的正太分布。本文将采用最大似然法（MLE）对式（1）进行统计分析，得到回归系数的估计值。多元回归分析忽略了时间（年）趋势，引入可行广义最小二乘法（FGLS）的估计方法不仅可以在一定程度上解释数据的时间趋势，同时解决多元回归模型的异方差问题[26]。所以，在面对面板数据时，可行广义最小二乘法要显著地优于多元回归模型中的混合回归结果。

2.效应模型

面板数据是研究不同的研究个体在时间趋势上的观察值所构成的样本，具有时间序列和截面两个维度。本研究使用的是沪深上市公司2010-2019 年之间的面板数据，为了拟合数据中变量之间存在时间效应和个体效应，引入效应模型:

i表示上市公司，t表示数据所在的年份，跨度为2010-2019年；Yit表示被解释变量，即i个上市公司在t年的专利授权数的自然对数；Xit为高管外部薪酬差距；controlit为其他控制变量；ci代表了上市公司的固定趋势，即固定效应；pt表示了沪深所有上市公司技术创新发展的时间趋势，即时间效应；εit为误差项。α、β和δ都是回归估计的参数。当ci和Xit、controlit相关时，即coor(ci、Xit、controlit)≠0、，为固定效用模型；当ci和Xit、controlit不相关时，即ci是随机的服从某个正态分布，为随机效用模型。在统计中，有多种统计估计方法可以计算解释变量的回归系数。为了使式（2）具有更好的拟合效果，当仅考虑固定效应（个体趋势）时，使用最小二乘虚拟变量（LSDV）估计方法对主模型进行回归，而当同时在固定效应和时间效用的共同作用下，采用最大似然估计（MLE）。最后，本文不仅通过F 检验，比较传统的多元回归模型和固定效用模型的拟合优度，还要使用Hausman 检验固定效用模型和随机效用模型的差异。

大量的研究表明，当期遗漏的变量的信息在一定程度上保留在被解释变量的前一期，所以在等式（2）中引入被解释变量的一阶滞后项，构成动态面板数据模型[27]，如等式（3）所示。动态面板数据模型既能增加模型的拟合优度，也能一定程度上缓解由于遗漏变量而产生的内生性问题[28]。

四、实证分析

（一）描述性统计

本文中各数据变量的观察值、均值、标准差、最小值和最大值如表4 所示。总体上，通过了1%的缩尾处理后数据的统计分布较为集中，即在首尾两端消除了异常值，使得数据具有较为稳定的分布特征。企业技术创新水平和高管外部薪酬差距，作为本文的被解释变量和解释变量，具有22 172个观察值，均值分别为0.5782和0.9642。产权性质的均值为0.2314，表明选择的样本中，国有企业大约占有23.14%的比例。主营业务收入增长率的均值为正，表示上市公司主营业务收入整体上呈现出的正增长。上市公司研发费用支出普遍较低，研发费用占比的均值仅为0.87%，最高也只占主营业务收入的13%。

表4 变量的统计描述

（二）统计检验

首先，需要对模型进行单位根和多重共线性检验，以确认回归模型估计结果的准确性。本文借用CHOI[29]提出的Fisher单位根检验的方法，其不需要强平衡的面板数据，并且通过结合p-值使用反卡方、反正态、对数逆变换和调整的逆卡方值来综合检验了变量是否存在单位根。表5 通过四个不同变换得出显著的检验结果，对主要的解释变量和被解释变量进行单位根检验，检验结果显示，高管外部薪酬差距和企业技术创新水平这两个数据变量是平稳的。

表5 单位根检验

多重共线性，即变量之间的强相关性，会使模型估计失真或不准确。因此，本文进行了多重共线性测试，这是由MARQUARIDT[30]提出的最大膨胀因子（VIF）。VIF是相关矩阵（标准矩阵）的逆矩阵的对角元素。实践经验表明，如果VIF的任何一个超过5，则表明由于多重共线性，相关的回归系数估计不高[31]。由表6可知，解释变量之间不存在多重共线性性。因此，在进行多元线性回归模型的分析时，本文可以使用所有这些变量。

表6 多重共线性检验

（三）回归结果分析

1.高管外部薪酬差距对企业技术创新水平的影响。公司治理中，高管薪酬高于同行业高管的平均薪酬时，会对高管造成一种强烈的内外激励，促使高管更加努力工作，同时增加企业的创新型投入，谋求企业的长期稳定式增长[32]。以沪深两市2010-2019年19个大门类行业的2 779家上市公司总计22 172个样本的非平衡面板数据为基础，结合计量模型进行分析，得到的回归结果如表7 所示。其中，模型（1）是多元回归模型，结果显示，高管外部薪酬差距对企业技术创新水平具有显著的正向影响，但在没有考虑企业的个体效应和时间效应的基础上该模型的解释力度（R2）仅为5.68%。模型（2）则是引入时间趋势和异方差的可行广义最小二乘法，结果证明，高管外部薪酬差距显著地促进了企业技术创新水平的提高。模型（3）为随机效应模型，同时控制了上市公司的个体效应、时间效应和行业效应，回归结果与模型（1）和（2）是一致的。但模型的解释力度（R2）得到了略微的提高，同时Hausman 检验也显著证明该随机效应模型由于对应的固定效应模型。模型（4）在模型（3）的基础上引入被解释变量的一阶滞后项，结果发现模型的解释力度提高到了31.47%，且技术创新水平的滞后项和高管外部薪酬差距皆对技术创新水平具有显著的正向影响。模型（5）中高管外部薪酬差距的二次项是显著负向的，表明高管外部薪酬差距对技术创新水平具有显著的非线性影响，且该影响是倒“U”型的[33]。同时，以LIND和MEHLUM[34]在面板数据模型非线性关系的研究中提出的检验方法，在模型（5）的基础上估计非线性回归系数的上下限（[0.0364,0.0667]），而高管外部薪酬差距的回归系数（0.0672）略大于上限（0.0667），则拒绝原假设，接受备择假设（高管外部薪酬差距与技术创新水平存在显著的倒“U”型关系）。故假说H1得到验证。

表7 回归结果

2.高管外部薪酬差距对企业技术创新水平影响的行业差距。首先，图1描述了19个大门类行业中上市公司在2010-2019 年间技术创新水平的均值。其中，上市公司中科学研究和技术服务业、采矿业、制造业和建筑业的平均技术创新水平明显高于其他行业。社会生产的发展首先开始于农业，是人类衣食之源、生存之本，是一切生产的首要条件，也只有在农业发展的基础上才有工业和第三产业的产生和发展。然而，2010-2019 年农业①中国农业的生产结构包括种植业、林业、畜牧业和渔业。上市公司技术创新水平整体上相对于其他行业较低，那么高管外部薪酬差距对技术创新水平的促进作用是否显著高于其他行业？基于此，本文对农业和非农业进行分组回归，对比高管外部薪酬差距对技术创新水平影响在农业和非农业之间的差异性。

图1 各行业内企业技术创新水平均值的直方图

表8中模型（1）是基于非农业上市公司数据的随机效应模型，结果表明高管外部薪酬差距对技术创新水平具有显著的正向影响。而模型（2）则显示在农业上市公司样本中，高管外部薪酬差距对技术创新水平也具有显著的正向影响，且该影响为0.1214，在数值上大于非农业上市样本（0.0652）。同时，模型（3）在全样本数据模型中引入高管外部薪酬差距与农业（=1）的交乘项，通过交叉项的正向显著性进一步在统计上检验了农业上市公司与非农业上市公司中高管外部薪酬差距对技术创新水平具有显著的差异，且该影响在农业上市公司中更大。故假说H2得到验证。

表8 农业和非农业之间的差异性

3.行业集中度和产权性质的调节作用。表9分别从产权性质和行业集中度这两个角度，讨论了企业高管外部薪酬差距对技术创新产水平影响的差异性。其中，模型（2）是国有企业样本下的回归结果，高管外部薪酬差距对技术创新水平具有显著的正向影响，且该影响程度为0.5687，高于为民营企业样本（模型（1））中的影响（0.4968）。同时，在全样本回归的模型（3）中，高管外部薪酬差距与虚拟变量——国有企业（等于1）交叉性的回归结果是显著正向，证明产权性质具有显著的正向调节作用[35]，并且国有企业中高管外部薪酬差距对技术创新水平的正向影响高于民营企业。故假说H3a 得到验证。其次，根据行业竞争度数据的中位数（0.2085）将样本划分为市场集中度（小于等于0.2085）和市场集中度（大于0.2085）两部分。模型（4）和（5）分别进行了分组讨论，结果发现，市场集中度（小于等于0.2085）的企业中高管外部薪酬差距对技术创新水平正向影响更大。模型（6）高管外部薪酬差距与虚拟变量——市场集中度（大于0.2085）的交叉性回归结果是显著负向的，进一步证实行业集中度具有显著的调节作用，且行业集中度（于等0.2085）的企业中高管外部薪酬差距对技术创新水平的正向影响高于行业集中度（于0.2085）的企业。所以，假设3b得到验证。

表9 行业集中度和产权性质的调节作用

（四）稳健性检验

专利授权数是体现企业技术创新水平的直接指标，此外专利申请数和研发费用也是衡量企业技术创新能力的重要指标。所以，本文运用研发费用占主营业务收入的比例（研发费用占比）和专利申请数作为专利授权数的替代变量来检验实证结果的稳健性。表10中的模型（1）和（2）是专利申请数的自然对数作为被解释变量的静态和动态随机效应模型，模型（4）和（5）是研发费用占比作为被解释变量的静态和动态随机效应模型，回归结果皆表明高管外部薪酬差距对企业技术创新水平具有显著的正向影响，在一定程度上验证了假说H1的稳健性。

表10 稳健性检验

尽管高管外部薪酬差距与企业技术创新水平之间的正向关系已经得到证实，但模型的内生性问题需要进一步分析。首先，行业内外部薪酬差距能够激励高管在战略决策中推进企业技术创新发展，同时企业技术创新的预期成果会增加企业在市场中的竞争力，从而进一步扩大行业内高管外部薪酬差距，造成反向因果。其次，因某些影响企业技术创新水平其他变量的遗漏会使得模型中解释变量与误差项的相关造成内生性问题，这些遗漏变量难以被量化，如企业人才的创造力。因此，本文运用基于随机效应模型的工具变量法对模型的内生性进行讨论。具体而言，以高管人数和高管外部薪酬差距的一阶滞后项作为工具变量对基准回归结果的稳健性进行检验，回归结果如表8 中模型（3）和（6）所示。它们分别以专利申请数的自然对数和研发费用占比为被解释变量，其中，SARGAN[36]过度认定检验结果的显著性，说明高管数量和高管外部薪酬差距的一阶滞后项是严格外生的，工具变量的有效性得到验证。其次，Davidson-MacKinnon内生性检验的统计值7.56 和9.78 在5%的显著水平上是不显著的，也说明原随机效应模型皆存在显著的内生性问题[37]，则工具变量法的检验是必要的。但从模型（3）和（6）的回归结果可以看出，在考虑内生性问题的前提下高管外部薪酬差距对企业专利申请数和研发费用占比依然具有显著的正向影响，则假说H1的稳健性得到进一步的验证。

五、结论与建议

（一）主要结论

信息化时代的背景下，技术创新是引领国家经济发展和社会进步的核心动力，那些将技术创新视为社会发展重要驱动力的国家，也将技术创新看作工业发展和国民财富增长的重要角色[38]。而一个国家技术创新的主体是企业，而沪深上市公司是中国企业的核心成分。所以，本文以2010-2019年沪深上市公司为基础研究企业治理中高管外部薪酬差距对技术创新发展的影响。研究发现，高管外部薪酬差距对企业技术创新水平具有显著的促进作用，但该影响是非线性的，在数值上呈现出倒“U”型，即随着外部薪酬差距的逐渐增加，其对技术创新水平的正向影响逐渐降低。其次，企业技术创新水平在不同行业之间的发展存在较大差距，平均技术创新水平相对较低的农业中高管外部薪酬差距对技术创新水平的正向影响显著高于其他非农业上市公司。然后，企业内部治理结构（产权性质）和外部运营环境（行业集中度）的不同，会造成高管外部薪酬差距的激励作用存在显著的差异。并且通过DID模型证实，企业产权性质和企业面临的行业集中度对高管外部薪酬差距促进技术创新水平的调节作用在统计上是显著的。最后，以间接体现企业技术创新水平的指标——专利申请书和研发费用占比作为替代变量，结合基于随机效应模型下的工具变量法进一步验证了回归结果的稳健性。

（二）政策建议

1.实践中，根据高管的外部薪酬差距对企业技术创新的倒“U”型影响机制，再结合企业自身特点，制定最优的高管薪酬制度，从而将其对公司技术创新水平的促进作用发挥到最大。

2.技术创新有着独特的高风险、高不确定性同时伴随着周期性很长的特点，对于技术创新成果的滞后性。所以，在企业治理中尤其是民营企业，股东需要给予高管更多的时间和包容度以及试错的机会，政府需要给与企业技术创新发展更高的成果红利和更宽松的扶持政策，使的高管在企业的日常经营管理中不只看重短期利益，而更多地投入研发谋求企业长远的技术创新发展。

3.不同行业的技术创新水平发展是不平衡的，对于技术创新发展相对较低的行业，如农业上市公司，可以适当地提高高管外部薪酬差距，进一步扩大高管外部薪酬差距对技术创新水平的促进作用，从而推动上市公司技术创新的快速发展。

4.行业集中度较高的行业由于市场竞争的不足，使得技术创新发展的动力低，高管外部薪酬差距对技术创新水平的促进作用也相对较弱。基于此，对于行业集中度较高的行业，宏观政策上对行业结构进行调整，即改变行业中一家或者少数几家公司独大的格局，提高市场竞争的激烈程度。而在行业集中度较低的行业中，适当地扩大高管外部薪酬差距，则能促进该行业所有企业技术创新水平的整体发展。