范宝学，刘川锋

（辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105）

0 引言

创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。企业通过创新提升自身的竞争力，从而获得竞争优势。企业决策影响企业创新的效率和结果，董事会成员作为企业的决策者，在企业进行决策时，董事会成员异质性可以对决策产生影响[1]。

冗余资源在闲置时可能被视为成本，在重新配置和利用后可以发挥其功效。已有文献研究董事会异质性与企业创新之间关系，而忽视冗余资源的调节作用。因此，尝试引入冗余资源作为调节变量，分析董事会异质性与企业创新的关系，丰富冗余资源与企业创新关系的研究，提醒公司管理者在做决策时充分考虑冗余资源的配置。

1 文献回顾与研究假设

1.1 文献回顾

董事会异质性是董事会内部根据可观察到的成员特征层面与认知层面标准的分化而产生的不同，可能存在学历、年龄、性别等不同方面的差异。李维安等[2]借鉴 HAMBRICK等[3]的做法，从职业异质性和社会异质性入手，将职业异质性从董事会成员有无海外受教育背景、任期长短与受教育程度3个方面细化，社会异质性从董事会成员的性别、年龄和民族3个方面考量，深入研究董事会异质性与企业跨国并购的关系。

在对董事会成员的认知层面的研究中，李小青等[4]通过对连续4年沪深300个成分股上市企业数据的研究发现，董事会断裂带强度越高战略绩效越低，董事长职能背景负向影响两者的关系。TUGGLE等[5]的研究揭示了董事任期异质性有助于提升企业价值。刘兵等[6]认为由于董事会成员教育水平的不同造成看待同一问题产生分歧，从而降低了团队凝聚力。周晓惠等[7]认为教育水平异质性与企业绩效负相关。

在对可观察的成员特征层面的研究中，李维安等[8]研究发现董事会年龄异质性能够显著正向影响银行风险承担。郑国洪等[9]研究得出董事会年龄异质性能够显著提升公司的会计信息质量。在性别异质性的研究中，曾萍等[10]认为团队中女性所占比例较高时，更能理解女性消费者的心态与购物消费习惯，制定对应的营销策略，应充分发挥女性在团队中的作用。李井林等[11]研究发现企业董事会与高管团队的女性比例提升对企业创新产生重要作用，性别的多元化程度也对企业创新产生重大影响。

在董事会异质性与企业创新关系的其他因素研究中，李玲等[12]研究发现组织冗余作为调节变量，可促进董事会异质性对创新战略的影响。许长新等[13]站在异质性角度上进一步研究得出，机构投资者对企业创新的影响是显著的。此外，张根明等[14]通过实证发现加入冗余资源这个调节变量，可增强董事会海外背景异质性对研发投入的正向影响，削弱学术背景异质性对研发投入正向影响。

已有文献主要集中在董事会异质性对上市公司企业价值、企业绩效和企业战略的影响，在董事会异质性对企业创新的影响和冗余资源的调节作用等方面的研究较少，并且董事会异质性研究主要在可观察的成员特征层面。

1.2 研究假设

（1）董事会异质性与企业创新

社会认同理论认为，单个人会主动融入集体，有利于把个人对团体的作用摆在核心位置。而多个董事会成员的个体差异可以从多个角度思考问题，利于减少决策失误，稳扎稳打进行企业创新。因此，差异化的个体对于董事会非常重要，很可能为集体提出关键对策，从而推动创新。

教育水平异质性反映了董事会成员间知识储备的不同，造成不同的董事会成员对企业信息的判断和分析上的差异。通常高学历的成员由于多年专业知识的学习，更能从专业的角度思考问题，而低学历的成员因更早步入社会，积累了更多的实践经验，更能站在实践的角度思考问题。董事会成员受教育程度差异过大时，往往高学历成员和低学历成员会根据自身受教育程度形成相对应的社会认同，组成不同的群体。不同的群体成员在面对企业创新的方向和程度等问题上存在分歧，增加了公司进行创新活动时的风险。若董事会成员间教育水平异质性较高，则不利于沟通与交流，无法形成良好的合作氛围，从而影响企业创新。据此，提出假设H1a。

假设 H1a：董事会教育水平异质性对企业创新具有负向影响。

LIN等[15]指出，性别异质性是董事会的重要特征之一，性别异质性意在说明男性和女性在自身性格、交流方式等方面存在区别。就个性而言，男性更为理智，女性敏感与细腻更注重细节，但也容易感情用事。就交流方式而言，女性在集体讨论时偏向于民主型和参与型，有很强的亲和力，但是威慑力较小。通常，由于女性董事提出的建议时常被董事会驳回，迫使其隐藏个人观点并向男性董事观点妥协，所以不能在创新决策制定过程中起关键作用。实际中，董事会成员中男性过多造成高性别异质性，使得内部冲突升级、合作效率降低，从而阻碍企业创新。据此，提出假设H1b。

假设 H1b：董事会性别异质性对企业创新具有负向影响。

部分学者认为适当提高女性董事占比能够提高企业创新，一方面女性董事的认知视角更加独特，使得董事会成员能发现新的问题，进一步提高企业创新能力；另一方面女性董事倾向于稳健的投资决策，减少盲目进行企业创新带来的过高风险。但是，相对男性董事而言，女性董事过多的保守行为就会造成企业创新的滞后，使企业可能丧失抢占市场的先机。女性董事过多时可能导致团体内部形成小团体，从而造成团队的内部矛盾，降低企业创新的效率。女性董事占比达到一定程度反而会对企业创新带来负面影响。据此，提出假设H2。

假设H2：女性董事占比和企业创新呈倒“U”型，女性董事会占比达到一定程度时会降低企业创新。

（2）冗余资源、董事会异质性与企业创新

冗余资源是企业正常生产经营活动后内部还结余的资源，可以用来应对政策或者市场突如其来的变化。高新技术企业的研发投入高，新产品的创新是一个漫长的过程，期间存在很大的不确定性。当企业创新受到外部环境影响时，冗余资源可以发挥关键作用，帮助企业补短板，稳经营，促成企业的成功创新[16]。当冗余资源充足时，能够增加企业在战略决策过程中的资金，使得董事会对创新投入更加有信心，提高创新积极性。由此，综合假设H1a、假设H1b和假设H2，提出假设H3a、假设H3b。

假设 H3a：冗余资源正向调节董事会教育水平异质性与企业创新的关系，即冗余资源程度越高，董事会教育水平异质性对企业创新的负向影响越强。

假设 H3b：冗余资源正向调节董事会性别水平异质性与企业创新的关系，即冗余资源程度越高，董事会性别水平异质性对企业创新的负向影响越强。

2 研究设计

2.1 样本选择与数据来源

选取2015-2019年中国沪深全部A股高新技术上市企业进行分析。为避免验证过程出现误差，样本筛选剔除了在 2015-2019年财务数据披露不完整的上市企业，剔除 ST和*ST企业。剔除极端值对研究的影响，对所有连续变量进行1%的缩尾处理。最终筛选出150家高新技术上市企业的面板数据，得到了750个观测值。样本中企业董事成员个人资料的相关数据主要通过手工整理，原始资料主要来源于CSMAR数据库，其余数据来自WIND数据库、CSMAR数据库等。

2.2 变量定义

（1）被解释变量。企业创新lnRd，用研发支出与主营业务收入的比值表示。故采用对研发支出取自然对数来计量。

（2）解释变量。董事会异质性，借鉴TUGGLE 等[5]、李玲等[12]、程锐等[17]的研究，运用Blau系数衡量教育水平异质性Edh和性别异质性Xbx，即 Blau=1-∑Pi2。式中，i代表所属样本的类型，Pi代表第i类型的董事会成员占总人数的比例。Blau系数是0～1之间的值，该值越小，说明异质性程度越低，反之则越高。Nx即为截至期末，董事会有女性董事为1，否则为0。Gender为女性董事比例，用女性董事数/总董事会成员数来表示。

（3）调节变量。冗余资源Slack，参照陈守明等[18]的做法，用经营活动产生的现金流净额与企业总资产的比值计量。

（4）控制变量。结合现有研究，控制变量包括资产负债率Lev、董事会独立性Indr、股权集中度Top3、企业成长性Growth、企业绩效Roa、年度Year。所有变量及说明见表1。

表1 变量定义Tab.1 variable definition

2.3 模型设计

根据假设 H1，并结合以上变量，构建OLS回归模型（1），来验证董事会教育水平异质性对企业创新的影响和性别异质性对企业创新的影响。

为验证假设H2，检验女性董事比例与企业创新之间是否呈倒“U”型，构建模型（2），并借鉴HANSEN等[19]研究的门槛模型，以女性董事比例为门槛变量，通过模型（3）计算门槛值分析女性董事比例是否影响企业创新，并估计置信区间。

式中，下标i、t分别为公司和时间；I（·）为示性函数，满足条件为1，否则为0；β、γ为系数；μit为残差项。为了验证冗余资源是否有调节作用，在模型（1）中加入交互项EdhSlack、XbxSlack，构建模型（4）。

3 实证结果与分析

3.1 描述性统计

变量描述性统计结果见表2。由表2可知，创新投入水平的均值是18，最大值为21，董事会教育异质性均值为 0.550，最大值为0.750，中位数为 0.570，表明处于硕士水平层次的人员较集中。性别异质性均值为0.210，这表明性别异质性程度偏低。由女性董事比例的均值为14%，表明女性董事数量少。冗余资源的平均数是 0.042，标准差是0.075，说明样本企业中冗余资源并不均匀。

表2 描述性统计Tab.2 descriptive statistics

3.2 Pearson相性分析

变量相关性分析见表3。由表3可知，董事会教育水平异质性、性别异质性都存在1%水平的显著负相关关系，冗余资源与企业创新显著正相关，部分变量间的相关系数低于临界值0.6，Pearson 相关系数均符合要求，各变量之间没有严重的共线性问题，所建模型具有一定的解释能力。

表3 Person相关性分析Tab.3 person correlation analysis

3.3 回归结果分析

各个变量主效应分析见表4，列（1）为教育水平异质性对创新的结果，列（2）为性别异质性对创新的结果，列（3）得到了董事会2个维度的异质性与企业创新的结果。

表4 样本主效应回归分析Tab.4 sample main effect regression analysis

续表4

由表4可知，教育水平异质性与企业创新呈显著负向相关，假设H1a得到支持；性别异质性与企业创新呈显著负向相关，假设H1b得到支持；从列（3）可以得出，解释变量的回归系数均有所提高，但显著性未改变。假设H1a、假设H1b均得到验证。

对变量进行倒“U”检验见表5，由表5可知，女性董事占比平方的系数和女性董事占比的系数分别为-2.439和0.007，且均在5%的水平上显著，女性董事占比的平方与企业创新显著负相关，验证了假设H2。

表5 样本的检验结果Tab.5 test results of samples

续表5

借鉴WANG[20]的研究，对女性董事比例与企业创新进行门槛回归分析见表6。

表6 门槛效应检验结果Tab.6 test results of threshold effect

由表6可知，结果在1%水平上显著。门槛值估计见表7，结果表明，存在门槛值为33.33%。门槛回归结果见表8，由表8可知，以门槛值33.33%为临界点，在女性董事占比小于门槛值时，女性董事占比与企业创新为正相关关系，企业创新将随着女性董事占比的上升而上升；当女性董事占比突破33.33%时，企业创新将随着女性董事占比的上升而下降，表明女性董事占比过高会抑制高新技术上市公司创新。

表7 门槛值估计Tab.7 threshold estimation

表8 门槛回归结果Tab.8 threshold regression results

为了进一步研究冗余资源作为调节变量时的作用，加入了冗余资源和董事会异质性的交互项后，通过模型（4）对有效样本分层次进行回归，检测结果见表9。

表9 样本调节效果的检测结果Tab.9 test results of sample adjustment effect

续表9

列（1）检验了加入调节变量冗余资源后，教育水平异质性对企业创新作用的显著性增强；列（2）的拟合度在引入两者交互项后有所上升，交叉系数显著为负，证明冗余资源正向影响二者关系。可见高新技术上市公司在冗余资源充足时，董事会教育水平异质性更会抑制企业创新，说明在董事会教育程度异质性较小的情况下，企业能更好地利用冗余资源推动企业创新。假设H3a得到验证。

表9的列（3）检验了加入调节变量冗余资源后，性别异质性对企业创新的影响，加入两者交互项后，增加了列（4）的拟合度，交叉系数显著为正，反映了冗余资源对二者关系有显著的负向调节作用。这说明在冗余资源富余的情况下，中国高新技术上市公司中的董事会性别异质性会增强企业创新，从而提高企业的创新效率。假设H3b没有得到验证，拒绝原假设。

3.4 稳健性检验

从两个方面进行稳健性检验。

（1）用两阶段最小二乘法处理内生性问题，变量选取滞后一期的董事会异质性和性别异质性，再代入回归模型（1）进行回归，分析董事会异质性对企业创新的影响，验证结果与假设H1a、假设H1b相同。

（2）重新选择其他表示企业创新的指标，用专利申请数目加1后的值取对数计量，代入所有模型回归后得到的结果与假设H1a、假设H1b、假设H2、假设H3a相同，验证了冗余资源作为调节变量，负向调节了董事会性别异质性与企业创新的关系。限于篇幅，检验结果暂不列示。

4 结论与启示

通过OLS模型和门槛模型研究了董事会异质性、冗余资源对企业创新的影响。研究表明：董事会教育水平异质性、性别异质性对企业创新均有负向影响；冗余资源作为调节变量，冗余资源程度越高，董事会教育水平异质性对企业创新的负向影响越强；冗余资源程度越高，董事会性别水平异质性对企业创新的负向影响越强；女性董事比例与企业创新呈倒“U”型，门槛值为33.33%，当女性董事占比超过33.33%时，就会对企业创新产生抑制作用。

（1）选拔董事会成员时应将教育水平作为衡量标准之一，拥有较高层次受教育水平的成员可以为创新提供专业的信息分析和思考角度，同一学历水平的成员更容易对创新决策达成共识；董事会成员性别协调性也至关重要，女性董事占比小于33.33%时，适当增加女性董事占比有助于提高董事会人力资本和董事会创新决策的有效性。尤其对于处于发展上升阶段的高新技术企业，企业的技术创新是企业的核心竞争力，而董事会成员的内部知识和资源广度对于企业创新显得更为重要。

（2）冗余资源的作用不容小觑，为企业创新提供保障。冗余资源可以在面临政策或市场变化时发挥保护企业的作用，但也可能对高新技术企业的创新过程造成不利影响。面对复杂的外部环境，应控制冗余资源的规模，合理配置冗余资源。