CEO的教育層級與R&D的效率：基于成本法度量的經驗證據

摘要：文章以我國2008年～2010年披露了RD資本化金額和RD投入總額的深市中小板和創業板上市公司為樣本，共674個觀測值，檢驗了CEO的教育層級對企業研發效率的影響。文章引入成本法來度量企業RD的效率，研究結果發現，CEO的教育層級與企業RD投入的效率顯著正相關。

關鍵詞：CEO；教育層級；RD；效率

一、 引言

技術進步和創新的程度不僅要靠每年巨大的RD經費投入，同時還需要這些RD投入的高效率使用。然而，當前已有文獻主要是針對企業研發投入的影響因素的研究，直接以企業為觀測對象的研發效率的實證研究文獻卻比較少見，直接研究高管特征對企業研發效率影響的實證文獻就更少。為此，本文嘗試引入成本法來度量每個企業的研發效率，并以企業CEO的教育層級為切入點，以期考察對企業研發效率的影響。本文的研究為從微觀行為角度揭示影響企業研發效率的因素提供了一個獨特的視角。

二、 文獻回顧、理論分析與假設發展

1. 成本法度量的提出。按照我國2007年開始執行的《企業會計準則第6號——無形資產》，對RD投入的處理采用有條件的資本化處理。具體而言，首先區分研究階段支出與開發階段支出。研究階段的支出，應當于發生時計入當期損益。開發階段的支出，同時滿足下列5個條件的，才能確認為無形資產：①完成該無形資產以使其能夠使用或出售在技術上具有可行性；②具有完成該無形資產并使用或出售的意圖；③無形資產產生經濟利益的方式，包括能夠證明運用該無形資產生產的產品存在市場或無形資產自身存在市場，無形資產將在內部使用的，應當證明其有用性；④有足夠的技術、 財務資源和其他資源支持，以完成該無形資產的開發，并有能力使用或出售該無形資產；⑤歸屬于該無形資產開發階段的支出能夠可靠地計量。可以發現，對于企業的研發投入要資本化為無形資產，必須同時嚴格滿足這5個條件。進一步可以認為這符合條件的資本化金額代表了研發投入中獲得成功的部分。因此，按照這個準則，企業本期研發投入的資本化為無形資產的金額與本期研發投入的總額的比率，可以反映出企業研發投入的效率。該比率的數值越大表示企業研發效率越高。筆者并把這種度量方法稱為成本法，因為反映研發成功部分的資本化金額和研發投入的總額都是基于企業當時所付出的現金或現金等價物的價值。這種成本法度量的優點是可以克服以前文獻中采用專利數量、新產品、新服務數量等度量方法存在的種種弊端，大大增強了不同企業之間的直接可比性。

2. CEO的教育層次與研發效率。

（1）CEO教育層級體現了CEO的知識存量、認知能力。Hambrick和Mason （1984）認為組織是其高層經理的的反映，組織的結果被視為組織內高層經理的價值和認知基礎的反映，一個人的正規教育蘊含豐富而復雜的信息，在一定程度上，教育反映了一個人的知識和技能基礎。Cohen和Levinthal （1990）比較詳細地說明了個人的知識（包括專業知識）的缺少可能妨礙新知識的形成。Mowery和 Rosenberg（1979）指出技術進步的速度在知識強度大的地方比在弱的地方快得多。Nelson（1982）通過構建數理模型嚴密地闡明了基礎知識在RD活動中的重要作用。

盡管教育與培訓通常能提供高水平的專業性知識，但是，也存在教育、培訓的質量差異。在最優秀大學的學生被認為獲得顯性知識的最高水平，從最好大學接受教育的每個人也被認為有更多更好的知識和有更高的學習和積累隱性知識的潛能（Hitt et al.， 2001）。專業知識教育的價值通常在他們整個職業生涯都起作用（D'Aveni， 1996）。Bantel 和Jackson （1989）認為接受更好教育的高管具有更強的認知能力，因此會產生更新穎和富有創造力的成果。類似地，Kimberly和Evanisko （1981） 表明更好的教育通過提高認知過程和解決問題的能力而具有更強的創造力。

（2）CEO教育層級對知識流量和知識創造力的影響。Hargadon和Fanelli （2002）按時態把知識的研究分為兩類：一類主要是靜態的，即知識存量，主要集中于當前的知識如何被復制和利用以實現某種結果（例如一定的財務業績）；第二類是動態的，即知識流量，主要強調知識（尤其是新知識）如何促進組織創新成果的產生（Kogut Zander， 1992）。這兩類知識之間存在重要的共生關系。企業擁有當前一定水平的知識（或秘訣），這些新知識必定在某一程度時會導致有價值的新產品或新服務的出現（Boland Tenkasi， 1995）。因此，當前知識會影響新知識的創造程度，剛形成的新知識又以新產品和新服務的形式變成當前知識。

在實現成為企業CEO的過程中，這些專業人士獲得大量的知識，其中很多是隱性的知識，因此，他們以他們每個人知識（或技能）的形式來構筑他們的人力資本。他們這些經歷構筑了寶貴的行業特有和企業特有的知識，這些知識經常為是最難模仿的。因此，教育層次越高的CEO，結合他們的豐富經歷，他們越會繼續獲取更多（新）知識（大部分是隱性知識和特定企業的）。新知識、新概念的接觸能拓寬理解能力，提高解決問題的技能，并有利于進一步的學習（ Zahra George， 2002），從而有利于提高企業研發的效率。而且，CEO的知識和能力具有杠桿效應的，這可讓同事們也獲得隱性知識，既包括從個人到組織層面的獲取和轉移，也包括整個組織范圍的傳播。

（3）CEO的教育層次體現了其關系網、社會資本。教育水平意味著一個特定社會經濟團隊的地位（Collins， 1971），為他們提供教育的學校（包括機構），這是個寶貴的組織資源，因為上流的社會關系為企業提供了寶貴的外部資源D'Aveni （1989）。組織的關鍵成員及他們的社會關系（網）將成為他們在交換與合并過程中所取得知識的一個重要指標（Nahapiet Ghoshal， 1998）。Hansen （2002）認為關系網對知識創造而言是非常重要的，因為這會讓關系網內的成員知曉所他們所掌握知識的當前狀態、定位和意義，為知識的流傳提供重要的通道。

合作關系網與有效的研發活動尤為相關的，其因有四：①在本質上，創新過程是事先不知道的和不可預測的，由于這些不確定性，各方的契約必定是不完全的。因此，要想取得RD活動的優勢，某種合作關系是不可避免的；②有些研發需要投入的要素是高度專業化的，因此通常沒有大的公開市場進行交易；③合作對研發活動的優勢是讓信息能相對公開地交換，這種開放的信息流動對RD活動具有刺激作用（Powell，1990）；④學習復雜形式的知識有時要求合伙人和同事的面對面的互動。

綜合上述分析， CEO較高的教育層級越高，體現了知識存量、知識創造能力和社會關系網的優勢，這些因素的作用及這些因素的整合效益、杠桿效應，將有利于提高企業研發的效率。為此，本文提出如下假設1：

假設1：限定其他條件， CEO的教育層級與企業RD投入的效率成正相關。

三、 研究設計

1. 模型與變量定義。本文主要參考了宏觀層面有關研發效率的研究成果，并結合企業層面的具體特征，構建基本模型（1）如下：

被解釋變量研發效率（RDE），等于企業本期研發費用的資本化額與本期研發投入總額的比率，用來度量每一觀測值對應企業的研發效率大小。該變量的數值越大表示企業研發效率越高。對于CEO教育層次變量（EDU）的度量，本文分別采用賦值和虛擬變量的方法。首先采用賦值法，按照CEO的學歷層次高低依次劃分為中專及中專以下、大專、本科、碩士研究生、博士研究生共五個層次。第一種賦值方法：中專及中專以下的賦值=1，大專的賦值=4，本科的賦值=9，碩士研究生的賦值=16，博士研究生的賦值=25。即采用CEO教育層級數的平方的值，這樣形成的教育層次變量用EDU2表示。之所以用各層級數的平方形式來度量各個教育水平，而沒有直接用所處的層級數，主要基于兩個原因：（1）首先考慮到教育具有的增長效應；（2）克服該變量與國有股份比例（STASHA）等變量存在的多重共線性問題。為了使得本文的研究結果更加穩健，本文還采用了CEO教育層級數的立方值來度量，用EDU3表示該變量。其次，本文采用了虛擬變量的方法度量，若CEO學歷為碩士研究生及以上，取值為1，否則為0，用EDUD4表示該變量。同樣，為了穩健需要，本文采用了第二種虛擬變量的定義方式，若CEO學歷為博士研究生，取值為1，否則為0，用EDUD5表示。

上述模型（1）中控制變量及其定義如下：ASSET，資產規模，取本期期末資產總額的自然對數；ASSET2，資產規模的平方，本期期末資產總額的自然對數的平方；STA-SHA，國有股份比例，限售國有股份與總股份的比例加1后的自然對數；ARDINC，研發投入強度，本期研發投入總額與本期營業收入比例的自然對數；UNIFIC，兩值合一，總經理和董事長是否合一，虛擬變量，若總經理兼任董事長為同一人取1，否則取0；GENDER ，CEO的性別變量，若為男性取1，為女性時取0；LISTAGE，公司已上市的年數，以2004年份作為基數來計算；HERFIND，股權集中度，為公司前3位大股東持股比例的平方和；INDEPEN，獨立董事比重，等于獨立董事人數/董事總人數；ROA，資產收益率，凈利潤／總資產余額；LEV，資產負債率，負債總額 / 資產總額；CASHI，本期經營活動產生的現金流量凈額 / 期末資產總額；INDUS，行業控制變量，涉及公用事業、綜合、工業、商業，設置3個虛擬變量；YEAR，年度虛擬變量，涉及2008、2009、2010年度，設置2個年度變量。

2. 樣本選擇及數據來源。本文選取2008年～2010年三年期間深市的中小板和創業板上市公司為研究對象，通過手工逐一翻閱上市公司年報，篩選出了研究開發投入的資本化金額和總額均能確定的上市公司樣本，最后又刪除了其他變量數據缺失的樣本，最終本文得到674個觀測值。其中，2008年～2010年的觀測值分別為63、112、499個。需要說明的是：本文的研究開發投入是指廣義的研究開發費用，不僅包括研發投入，而且包括技術開發費、新產品開發費、研究發展費等；我們先從財務報表中找出具體的本期研發費用投入總額，然后再區分資本化金額和費用化金額部分，其區分依據是上市公司年度財務報告中開發支出部分關于資本化（轉增無形資產或計入開發支出）和費用化（計入當期損益）的說明，或者上市公司年度報告中關于資本化和費用化的具體描述。

本文所界定的CEO是依據深圳國泰安CSMAR數據庫的總經理名稱來確定的。CEO的學歷情況、公司財務數據等數據全部來源于CSMAR數據庫。

為了克服極端值的影響，本文對所有連續變量前后各1%進行了Winsorize處理。

四、 實證研究結果及分析

1. 描述性統計。先看被解釋變量研發效率（RDE）的情況。在最終的觀測值為674中，RDE為0的有371個，即本期的研發投入沒有實現成功的，有303個觀測值大于0，占比重為44.96%，即獲得了不同程度的研發成功。從頻率上看，超過一半的觀測值表明企業沒有實現研發成功，這與現實情況也是吻合的，因為研發是一項風險很大的投資，具有高度的不確定性和不可預見性。限于篇幅，表1僅報告了被解釋變量和主要解釋變量的均值、標準差、最小值、最大值和四分位數。

從表1可以看出，CEO的教育層級（EDU4）的均值為0.4525，意味著CEO的學歷為碩士研究生及以上的觀測值占45.25%（305個）；教育層級（EDU5）的均值為0.0549，表示CEO的學歷為博士研究生的觀測值占5.49%（37個）。這在一定程度也反映了我國上市公司CEO的高學歷還不夠普遍。

變量的Pearson相關系數表明（限于篇幅，Pearson相關系數表格從略），采用賦值法度量的兩個教育層級（EDU2）、（EDU3）變量與研發效率（RDE）變量分別在5%和1%的顯著水平以上正相關，相關系數分別為0.0926和0.1002。采用虛擬變量發度量的兩個教育層級（EDU4）、（EDU5）變量與研發效率（RDE）變量分別在10%和5%的顯著水平以上正相關，相關系數分別為0.0730和0.0908。上述結果初步支持了本文提出的假設。進一步的結論需要下述回歸分析來進行支持。

2. 回歸結果及分析。考慮到研發效率（RDE）變量過半數的觀測值為0，即存在角點解問題，所以適合采用Tobit回歸檢驗。本文對構建的基本模型（1）按照教育層級變量的不同度量方式分別進行Tobit 回歸估計，結果見表2。

回歸（1）、（2）的結果顯示，這兩模型整體顯著（chi2值的顯著性均為0.000）。教育層級（EDU2）、（EDU3）變量的系數均在5%的水平上顯著為正（系數分別為0.0077和0.0019），表明CEO的教育層級與企業RD投入的效率成正相關，即CEO的教育層級越高，有利于提高其企業的研發效率。這一結果支持了假設1。

回歸（3）、（4）的結果顯示，這兩模型整體顯著（chi2值的顯著性均為0.000）。教育層級（EDU4）、（EDU5）變量的系數分別在10%和1%的水平上顯著為正（系數分別為0.0919和0.2680），表明相比教育層級為碩士研究生（博士研究生）以下的CEO，教育層級為碩士研究生（博士研究生）及以上的CEO越有利于提高其企業的研發效率。這一結果也支持了假設1。

為了檢驗內生性，本文對上述回歸模型分別進行了Ramsey回歸設定錯誤檢驗，結果顯示P值都在0.60左右，即不存在遺漏變量產生的內生性問題。為克服異方差的潛在影響，筆者對上述4個模型進行了穩健（Robust）修正的Tobit回歸檢驗，其結果與上文的結果保持一致，且解釋變量系數的顯著水平略有提高。

在控制變量中，資產規模（ASSET）在（下轉第120頁）各個回歸結果中的系數均顯著為負，資產規模的平方（ASSET2）在各個回歸結果中的系數均顯著為正。為了穩健，本文在上述回歸模型中加入資產規模的三次方后，發現其結果不顯著。這表明企業的研發效率與企業資產規模成“U”型關系，即在企業資產規模到達一定程度以前，企業的規模越小，則其研發效率越高，當企業資產規模到達一定程度以后，企業的規模越大，則其研發效率越高。

五、 結論

本文利用我國2008年～2010年中小板和創業板上市公司年報中披露RD資本化金額和總額的經驗數據，構建了多元線性回歸模型，實證研究了CEO的教育層級對企業研發效率的影響。研究結果表明，（1）與教育層級較低的CEO相比，CEO教育層級較高的CEO有利于提高企業的研發效率，即CEO的教育層級與企業RD投入的效率顯著正相關；（2）發現了企業的研發效率與企業資產規模成“U”型關系，即在企業資產規模到達一定程度以前，企業的規模越小，則其研發效率越高，當企業資產規模到達一定程度以后，企業的規模越大，則其研發效率越高。

參考文獻：

1. 中華人民共和國財政部制定.企業會計準準則. 北京：經濟科學出版社，2006.

2. Hambrick， D. C.， P. A. Mason. Upper echelons： The organization as a reflection of its top managers. Academy of Management Review，1984，9（2）：193-206

3. Cohen， W. M.， D. A. Levinthal. Absorptive capacity： A new perspective in learning and innovation. Administrative Science，1990， 35（1）：128-152.

4. Nelson， R. R.， The Role of Knowledge in RD Efficiency. The Quarterly Journal of Economics，1982，97（3）：453-470.

5. Kogut， B.， U. Zander. Knowledge of the firm， combinative capabilities， and the replication of technology. Organization Science， 1992，3（3）：383-397.

作者簡介：柯東昌，廈門大學管理學院博士生。

收稿日期：2012-07-20。