冯琬娟， 贾 涛

(1.西安交通大学 管理学院，陕西 西安 710049; 2.过程控制与效率工程教育部重点实验室，陕西 西安 710049)

0 引言

为了提高竞争力，企业决策层将新技术和新产品的获得作为价值增长点已成为所有企业的重要共识[1]。然而，受决策层行业经验、受教育程度以及任职经历的技术性等背景影响，企业技术创新投资导向(以下简称创新投资导向)也表现出差异性。由于技术创新投资具有高风险性、多阶段性以及持续性等特征，使得不同股权结构的企业在决策层背景多样性的情况下可能具有不同创新投资导向。因此，决策层背景多样性、股权结构与企业技术创新投资导向之间的关系也随之成为研究对象。另外，高阶梯队理论指出企业投资策略的制定是一个受内外部环境影响的复杂决策过程，对于复杂环境的认知和解释力取决于决策者的价值观和认知能力等心理结构[2]。基于此，本文界定企业管理层背景多样性是指管理层中所有成员所携带的各种价值观和认知信息的总和，并通过其成员的行业经验、受教育程度以及任职经历的技术性等背景体现出来。

当前关于决策层背景多样性对企业技术创新投资影响研究主要涉及背景差异导致的绩效反馈、不同股权性质下的决策层背景多样性和心理账户引起的背景差异等三个方面。在背景差异导致的绩效反馈方面，王菁发现不同背景的决策者对期望绩效和实际绩效差异程度认知不同，具有较高认知的决策层会努力改变投资现状并愿意承担更多风险[3]。Cheng和Li指出决策层背景越丰富，企业绩效反馈越能促进知识积累和技术升级[4]。在不同股权性质下的决策层背景方面，王菁等人的研究结论表明，国有企业相比非国有企业，其由决策者背景驱动的技术创新投资增加幅度会明显上升[5]。在心理账户引起的背景差异方面，学者们认为在决策层对具有保值性质的心理账户中的技术创新投资有风险规避特征，对于升值性质的心理账户中的技术创新投资有风险偏好特征[6]。而关于股权结构对企业技术创新投资的影响研究主要集中在股东性质和股东持股比例两个方面。在股东性质方面，已有研究表明决策者背景和股东性质会对技术创新投资绩效产生不同影响[7]。在股东持股比例方面，不同决策层背景下的风险偏好会导致股权集中度和企业研发投入关系不同[8]。

综上，当前研究忽略了造成决策层背景差异的根源——背景差异是成员的行业经验、受教育程度以及任职经历的技术性背景等因素的集中体现；决策层背景多样性和创新投资导向之间的调节作用没有得到深入挖掘，尤其是股权集中度和股权制衡度在其中的调节效应尚不明朗。鉴于此，首先本文根据现实和理论背景提出相关假设；其次，以深圳证券交易所2013～2017年间创业板313家上市企业为样本设置相关变量并对其进行测度；再次，采用实证分析方法对假设进行检验；最后，对全文的结论进行总结并提出管理建议。

1 研究设计

1.1 研究假设

1.1.1 决策层背景多样性与企业技术创新投资导向关系

具有不同行业经验的企业决策层成员由于其经历了不同的社会、政治以及经济环境等事件，所以会形成不同价值观、风险态度、风险识别及判断能力，进而在进行投资决策时会对创新投资导向产生影响。同时，丰富的行业经验会给企业带来更加广泛的社会关系和外部资源。由于创新投资的出发点为产品创新，所以在创新投资过程中企业会面临未来高度复杂的不确定性，这样需要更多元化的信息来源和决策观点。因而，决策层行业经验越丰富，越有助于企业获得外部资源，进而决策层越有信心进行创新投资。另外，决策层受教育程度能反映其自身拥有知识和技能的水平，越高的决策层受教育程度会对企业投资力度产生积极促进作用[9]。而决策层任职经历的技术性背景是其利用知识和信息搜集的主要来源，能准确反映成员的认知水平和心智模式[10]。权变理论指出任职经历的技术性背景较高的管理团队具有差异化的观点，能够对不同方案进行充分讨论和分析[11]。结合技术创新投资特征，不难发现决策层任职经历的技术性背景越强，越适合解决企业技术创新投资过程中的各种不确定性。因此假设：

H1决策层行业经验的多样性越大，企业技术创新投资导向越激进；

H2决策层受教育程度越高，企业技术创新投资导向越激进；

H3决策层任职经历的技术性越强，企业技术创新投资导向越激进。

1.1.2 股权结构与决策层背景多样性关系

较高的股权集中度能使大股东较多地参与企业管理，而大股东为了更好地对目标企业进行控制，往往会采取一系列措施来获得目标企业的控制权，进而操纵目标企业[12]。从委托代理角度看，传统假设“企业是为一个不参与管理的大股东与一些小股东所拥有的”在现代企业中并不多见，事实上更普遍的是大股东通常也是管理者，而且大股东拥有剥削少数股东利益的权力，从而大股东与管理者的利益趋于一致。从掏空行为角度看，由于大股东为取得控制权需要大量持股，在增持过程中会兼顾持股集中导致自己的资产流动性差和非分散化的风险以及监督管理层的成本。因此，大股东往往会派出曾在控股股东控制的子公司或关联单位任职的人员作为管理层中自身“利益代理人”。

股权制衡是指企业的实际控制权由几个大股东分享，通过内部牵制，达到大股东相互监督的股权安排模式。股权的相互制衡不但可以约束决策层还能约束单个大股东，使其不能单独作出决策。从治理角度看，一方面股权制衡能提升大股东在企业治理方面的责任意识，充分发挥对控股股东的监督激励效应；另一方面多个大股东的存在能有效避免控股股东与管理层之间进行合谋掏空企业的行为，在一定程度上能有效阻止管理层的非理性行为。从控制权争夺角度看，过高的股权制衡度可能引发大股东的控制权争夺行为，进而可能导致企业管理层变更。另从前文可知大股东往往会派出曾在控股股东控制的子公司或关联单位任职的人员作为管理层中自身“利益代理人”。由此推断股权制衡度越大，决策层人员来源渠道更宽。因此假设：

H4股权集中度越高，决策层背景多样性越小；股权集中度越低，决策层背景多样性越大；

H5股权制衡度越大，决策层背景多样性越大；股权制衡度越小，决策层背景多样性越小。

1.1.3 股权结构在决策层背景多样性与企业技术创新投资导向之间的调节效应

在技术创新投资中，企业会面临不同不确定性加之存在决策层背景多样性，由此会进一步导致不同股权结构下的创新投资导向存在差别。林明等人指出当非国有企业的股权制衡度较大时，决策层任务断裂带的强度与创新绩效之间呈负向关系[13]。翟淑萍和毕晓方指出较高的股权制衡度和基金持股能在一定程度上提高了政府资助对企业技术创新投资的激励程度[14]。对决策层背景多样性较大的企业来说，过于集中的股权容易导致侵蚀甚至掏空企业的行为，由此可能导致不利于企业创新行为和创新意图的实施。另外，结合前文关于股权结构对决策层背景多样性的影响可知，不同股权集中度和股权制衡度会形成不同的企业技术创新投资情境，从而对决策层背景多样性与创新投资导向关系产生差异性影响。因此假设：

H6股权集中度在决策层背景多样性与企业技术创新投资导向之间有负向调节效应；

H7股权制衡度在决策层背景多样性与企业技术创新投资导向之间有正向调节效应。

1.2 数据选取、变量设置和测度

在数据来源方面，本文数据主要来源于创业板上市企业年度报告和正规网站。在数据整理方面，根据2012 年上市公司行业分类结果(中国证券监督管理委员会公告[2013]4号)，以2013年为起始点，同时出于数据的完整性和可获得性目的，以2017年为时间终点。首先从WIND数据库中选取2013～2017年间深圳证券交易所创业板的347家上市企业年度报告5年113份/年=565份；其次，对所选样本进行再次筛选，剔除掉研发支出披露不完整的企业，最终有效样本为313家。

(3)调节变量：股权结构——股权集中度(HERF)和股权制衡度(EQRR)。这里的股权集中度是指企业第一大股东所持股份占所有股份的比例，该指标值越大说明股权集中度越高；股权制衡度是指仅次于第一大股东的三个股东所持股份占第一大股东所持股份的比例，该指标越大说明股权制衡度越高。

(4)控制变量：决策层人数(OPER)、企业规模(SCAL)、资产负债率(DABR)、股权性质(OWPR)以及行业性质(COTI)等。结合本文研究对象以及前人研究方法[17]，决策层人数取企业年度末的决策层人数；企业规模取年度总资产账面价值的自然对数；资产负债率取年末账面的负债总额占总资产的比例；股权性质分为国有(取值为1)和非国有(取值为0)两个类型；关于行业性质，根据2018年4季度中国证监会公布的《上市企业行业性质分类结果》，将样本企业分为12个行业，按照大类分为制造业和非制造业两类，分别用虚拟变量表示。其中将制造业赋值为1，非制造业行业赋值为0。

2 实证分析

2.1 变量描述性统计和相关性分析

对处理后的数据进行平均值和标准差计算，再计算皮尔逊相关系数并得到变量的描述性统计和相关系数矩阵。统计结果表明：在自变量中，除决策层受教育程度外，行业经验和任职经历的技术性背景均与创新投资导向呈显著正向关系；股权集中度与创新投资导之间负相关(但不显著)，而股权制衡度与创新投资导向之间显著正相关。此外，所选变量之间之间的相关系数均小于0.4且变量的特征根都不为0，条件指数都小于30，膨胀因子都小于10，这说明本文所选变量之间不存在多重共线性。

2.2 决策层背景多样性与创新投资导向的回归分析

为了分析决策层背景多样性(自变量)对创新投资导向(因变量)的具体影响，本文共构建了五个回归模型对其进行分析：

STIO=α0+α1OPER+α2SCAL+α3OWPR+α4DABR+α5COTI+ε

(1)

STIO=β0+β1INEX+β2OPER+β3SCAL+β4OWPR+β5DABR+β6COTI+ε

(2)

STIO=β0+β1SCHO+β2OPER+β3SCAL+β4OWPR+β5DABR+β6COTI+ε

(3)

STIO=β0+β1BACK+β2OPER+β3SCAL+β4OWPR+β5DABR+β6COTI+ε

(4)

STIO=β0+β1INEX+β2SCHO+β3BACK+β4OPER+β5SCAL+β6OWPR+β7DABR+β8COTI+ε

(5)

模型6(具体将自变量的三个维度进行加总，检验决策者背景差异的综合效应)用于对模型5结果的再次检验：

STIO=β0+β1TREN+β2OPER+β3SCAL+

β4OWPR+β5DABR+β6COTI+ε

(6)

另外，为了进一步检验企业技术创新越激进是否越有利于企业发展，在这里将创新成果产出(CXCC)作为因变量(用企业专利申请量对其进行测度)，将决策层背景的三个维度进行加总构建回归模型：

CXCC=β0+β1TREN+β2OPER+β3SCAL+

β4OWPB+β5DABR+β6COTI+ε

(7)

在以上模型中，α0,α1,…,α5和β0,β1,…,β8分别表示模型系数，ε表示随机误差项。以上模型的具体回归结果如表1所示。

表1 决策层背景多样性对创新投资导向的回归结果

从表1易知，控制变量中的决策层人数、企业规模、股权性质及行业性质均会对创新投资导向产生影响正向影响，而资产负债率对创新投资导向有负向影响，该结论与实际基本相符，因此本文选择的控制变量合理。另外，从模型2、模型3以及模型4的主效应回归结果知，决策层受教育程度、行业经验和任职经历的技术性背景均会对创新投资导向产生显著正影响，即假设H1、假设H2和假设H3分别得证。由表可知，模型5和模型6的回归结果一致，且假设H1、假设H2和假设H3再次得证。另外，模型7的回归结果表明决策层背景对创新成果产出的影响并不显著。

2.3 股权集中度和股权制衡度对决策层背景多样性的回归分析

首先，以股权集中度和股权制衡度为自变量对决策层行业经验、受教育程度和任职经历进行回归，具体构建的模型8如下:

INEX(SCHO,BACK,TREN)

=γ0+γ1OPER+γ2SCAL+

γ3DABR+γ4WOPR+γ5COTI+η

(8)

其次，将决策层行业经验、受教育程度及任职经历的技术性背景等指标进行加总，再与股权结构的两个维度进行回归，具体构建的模型9如下:

INEX(SCHO,BACK,TREN)

=γ0+γ1OPER+γ2SCAL+γ3DABR+

γ4WOPR+γ5COTI+γ6HERF(EQRR)+θ

(9)

其中，γ0,γ1,…,γ6表示模型系数，η表示随机扰动项。具体回归结果见表2和表3所示。

表2 股权集中度对决策层背景多样性的回归结果

表3 股权制衡度对决策层背景多样性的回归结果

从表2易知，股权集中度对决策层的行业经验丰富程度和任职经历的技术性背景均有显著负影响(回归系数分别为-0.057和-0.310)，但股权集中度对受教育程度的影响不显著(系数为-0.006)。对行业经验、受教育程度及任职经历的技术性背景等指标进行加总，再将其与股权集中度进行回归得到的系数为-0.344，显著性水平为0.01。该结果说明，股权集中度与决策层背景多样性之间具有显著负向关系，即假设H4得证。

从表3易知，股权制衡度对行业经验、任职经历的技术性背景和受教育程度均有显著正影响(显著性水平分别为10%、10%和5%)。将决策层背景多样性的三个分维度指标进行加总，再将其与股权制衡度进行回归得到的系数为0.103，显著性水平为5%。因此假设H5得证。

2.4 股权集中度和股权制衡度的调节效应分析

分别以股权集中度和股权制衡度为调节变量，一方面对行业经验、受教育程度以及任职经历的技术性背景与创新投资导向关系进行分析，另一方面将行业经验、受教育程度以及任职经历的技术性背景等三项指标进行加总后再进行分层回归(由于篇幅所限，在此不再将构建的模型单独列出)。具体见表4和表5。

表4 股权集中度的调节效应回归结果

从表4易知，股权集中度(HERF)对决策层行业经验与创新投资导向之间的关系(见模型1a、1b)以及任职经历与创新投资导向之间的关系(见模型3a、3b)均有显著负向调节效应，虽然对受教育程度与创新投资导向之间的关系(见模型2a、2b)有负向调节效应，但并不显著；股权集中度对决策层背景多样性(由行业经验、受教育程度和任职经历的技术性背景进行加总)与创新投资导向之间的关系(见模型4a、4b)有显著负向调节效应，即假设H6得证。

从表5易知，股权制衡度对决策层行业经验与创新投资导向之间的关系(见模型1c、1e)、受教育程度与创新投资导向关系(见模型2c、2e)以及任职经历的技术性背景与创新投资导向之间的关系(见模型3c、3e)均有显著正向调节效应；股权制衡度对决策层背景多样性(由行业经验、受教育程度和任职经历的技术性强度进行加总)与创新投资导向关系(见模型4c、4e)有显著正向调节效应，即假设H7得证。

表5 股权制衡的调节效应回归结果

3 结论与建议

本文以决策层背景多样性为视角，实证分析了决策层背景多样性、股权结构与企业技术创新投资导向之间的关系。结果表明：决策层受教育程度、行业经验和任职经历的技术性背景均对企业技术创新投资导向有显著正影响；股权制衡度对决策层的行业经验、受教育程度和任职经历的技术性背景均有显著正影响；股权集中度对行业经验、任职经历的技术性背景与创新投资导向之间的关系有显著负向调节效应；在对行业经验、受教育程度及任职经历的技术性背景等三项指标进行加总后，股权集中度对决策层背景多样性与创新投资导向之间的关系有显著负向调节效应。基于此，提出以下管理建议：首先，企业可从行业经验和任职经历两个方面重点拓宽决策层来源渠道，如可将具有丰富海外企业管理以及国内大型企业管理经验的高素质职员纳入到决策层；其次，为提高投资效率和创新绩效，可从决策层行业经验、任职经历和受教育程度等维度入手，引入决策层背景多样性代理变量，构建决策层背景多样性综合评价体系和预期效用函数，以此对决策层背景多样性进行综合评价；最后，在股权集中度较高的情境下，企业可改变股东大会和董事会议事规则，以达到降低股权集中度带来的负面影响。例如在现有独立董事发表意见的基础上考虑部分股东的投票权，提高独立董事的决策作用，减少大股东之间的利益输送。