高管團隊子群體薪酬不平等對企業績效的影響

衛旭華　　劉詠梅

(1.蘭州大學 管理學院，甘肅 蘭州 730000； 2.中南大學 商學院，湖南 長沙 410083)

?

高管團隊子群體薪酬不平等對企業績效的影響

衛旭華1劉詠梅2

(1.蘭州大學 管理學院，甘肅 蘭州 730000； 2.中南大學 商學院，湖南 長沙 410083)

摘要：通過整合團隊子群體理論和薪酬等級分類理論，并以2007—2012年間中國滬深兩市A股上市公司高管團隊為樣本，考察高管團隊子群體薪酬不平等對企業績效的影響機制。結果表明，高管團隊關系型子群體薪酬不平等并不會影響企業績效，而任務型子群體薪酬不平等與企業績效顯著正相關。此外，調節效應檢驗發現，任務型子群體薪酬不平等與企業績效的正向關系受任務型子群體不均衡性的調節，即任務型子群體不均衡程度越高，任務型子群體薪酬不平等與企業績效的正向關系越強。

關鍵詞：高管團隊；薪酬不平等；子群體；企業績效

一、引言

由于每一位高管對企業的貢獻是不同的，如果完全按照“大鍋飯”的方式平均分配薪酬，勢必會引發一些高管的不滿(Trevor et al.，2012；黃輝，2012)。一旦高管的貢獻無法被企業的薪酬體系所識別，他們就可能通過消極怠工甚至離職的方式來宣泄不滿(Carnahan et al.，2012；Gerhart et al.，2009；曹廷求等，2012)。因而，企業通常采取多勞多得的薪酬分配體系，按照貢獻大小來公平合理地分配薪酬。

在企業的薪酬分配體系中，性別、年齡、學歷和任期等人口統計特征是決定薪酬的最顯而易見的方式(蘇方國，2011)。盡管已有研究指出，這些人口統計特征并不完全與勝任力相關(Overbeck et al.，2005)，但考慮到成本因素，人口統計特征依然是企業選拔員工的重要參考。因此，具有相似背景的成員往往具有類似的薪酬水平。根據相似性吸引理論和社會分類理論，具有相似背景的團隊成員往往會結盟而形成潛在的子群體(Carton et al.，2012；Cooper et al.，2014；Harrison et al.，2007)。由于子群體內部成員的人口統計特征較為類似，因而薪酬水平也較為接近；子群體之間的人口統計特征差異較大，因此，子群體之間的薪酬水平則可能存在較大差異。

以往關于薪酬不平等的研究多關注團隊個體薪酬分布的差異，這在高管團隊薪酬研究領域更為常見。然而，本文認為考慮子群體之間的薪酬差異更有意義。首先，子群體在現實組織中普遍存在，子群體內部成員高度同質，而子群體之間是高度異質的(Carton et al.，2012；Thatcher et al.，2012)。因此，團隊運作過程更可能是子群體之間的討價還價，而非簡單的個體之間的交互。以高管團隊為例，高管成員既要考慮自己所在子群體的利益，還要考慮其他子群體的威脅(Carton et al.，2012)。因此，高管團隊動力學演化成了團隊子群體動力學，這就需要考慮子群體薪酬不平等對團隊交互結果的影響。其次，子群體的形成機理可能不同，既可以基于一些關系特征而形成，也可以基于任務勝任力特征而形成(Hutzschenreuter et al.，2013)。因此，基于不同機理形成的子群體之間的薪酬不平等可能代表不同的公平程度(Downes et al.，2014；Trevor et al.，2012)，對團隊結果的影響也可能有所差異。鑒于此，本文整合團隊子群體理論和薪酬等級分類理論，以滬深兩市上市公司高管團隊為樣本，來考察子群體之間的薪酬不平等對企業績效的影響。

二、理論基礎與研究假設

(一)團隊子群體理論

Carton et al.(2012)在拓展多元化(diversity)和斷層(faultline)理論的基礎上提出了團隊子群體理論，認為相互依賴的子群體成員必須來自同一個團隊，且該團隊必須是組織正式識別的。一般而言，團隊至少擁有兩個子群體。為了實現共同的團隊目標，這些子群體之間需要進行交互，因此，探討子群體之間的關系比研究其中任何一個子群體更為重要(Carton et al.，2012，2013)。依據子群體形成基礎的不同，Hutzschenreuter et al.(2013)將團隊子群體劃分為基于任務背景而形成的任務型子群體和基于傳記型特征而形成的關系型子群體。關系型子群體成員往往擁有相似的傳記型人口統計特征，如性別、年齡和種族，這些特征與任務績效之間的關系較弱；而任務型子群體成員往往擁有相似的任務背景，如學歷、任期、職能等，這些特征與績效之間擁有很強的關聯度(Bell et al.，2011)。

(二)薪酬等級分類理論

傳統的薪酬等級研究往往關注團隊個體之間的薪酬差異，但結論卻存在諸多不一致。基于錦標賽理論(Tournament Theory)的研究發現，團隊薪酬不平等能夠較好地激勵高管，從而提升企業績效(Halevy et al.，2012；李紹龍 等，2012)；而基于公平理論(Equity Theory)的研究則顯示，薪酬不平等會提升高管的不公平感，導致創新能力和績效下降(Breunig et al.，2014；Yanadori et al.，2013)，并引發更高的離職率(Bloom et al.，2002；Carnahan et al.，2012；衛旭華 等，2013)。為了解釋這些不一致，研究者嘗試對薪酬不平等的類型進行劃分，并找出其中潛在的調節變量。遵循這一研究范式，Trevor et al.(2012)將績效因素與薪酬等級理論進行整合，把薪酬不平等分為績效可以解釋的薪酬不平等(disparity in explained pay，DEP)和績效不能解釋的薪酬不平等(disparity in unexplained pay，DUP)，并假定不同類型的薪酬不平等體現了不同的作用機制(見圖1)。其認為，DEP能夠顯著提升團隊或企業績效，因為這種薪酬等級體現了多勞多得的公平思想；而績效以外原因(如政治因素、歧視、隨機決策)造成的薪酬不平等(DUP)則體現薪酬分配體系的不公平，這種薪酬等級往往會對團隊或企業績效造成消極影響。

圖1　薪酬不平等的分類

然而，以往關于個體間薪酬不平等的考察忽視了團隊子群體交互動力學。已有研究表明，子群體動力學是團隊交互過程中的重要因素，如Thatcher et al.(2011，2012)對團隊斷層和子群體的元分析發現，團隊形成子群體的可能性越高，產生關系沖突和任務沖突的可能性也越大，同時會伴隨較低的團隊滿意度和團隊績效。因此，關注子群體間薪酬不平等有助于解釋子群體對團隊過程和結果的影響機制。鑒于此，本文整合了Trevor et al.(2012)的薪酬不平等分類框架與Hutzschenreuter et al.(2013)提出的子群體分類框架，重點考察高管團隊兩類子群體薪酬不平等對企業績效的影響。其中，高管團隊關系型子群體的薪酬不平等體現的是DUP模式，這種不平等是與績效無關的因素(如性別和年齡)造成的，體現的是薪酬不公平。相反，高管團隊任務型子群體薪酬不平等體現的是DEP模式，這種不平等是由任務背景因素(學歷和任期)決定的，實際上是一種按潛在貢獻和能力大小分配的公平機制。

(三)關系型子群體薪酬不平等與企業績效

關系型子群體往往基于傳記型人口統計特征(如性別和年齡)而形成，這些人口統計特征反映的是先賦身份，往往帶有一些社會上的固有偏見和刻板印象。因此，關系型子群體不利于建立子群體之間的信任(Hutzschenreuter et al.，2013)。Carton et al.(2013)發現，當團隊內存在兩個關系型子群體的時候，團隊績效將表現得更加糟糕。此時，如果關系型子群體的薪酬也存在較大差異，勢必會引起某些子群體成員的不滿，進而導致較高的關系沖突(Thatcher et al.，2011)。同時，關系型子群體薪酬差異是一種典型的DUP模式，一旦這種模式在組織內盛行，則意味著企業管理者可能認可了某種社會偏見，這很容易產生不公平感并誘發子群體之間的不兼容。Hutzschenreuter et al.(2013)也發現，關系型子群體之間的不兼容會導致高管團隊成員不愿意貢獻信息，從而不利于提升企業績效。基于此，本文提出：

H1：高管團隊關系型子群體薪酬不平等與企業績效負相關。

(四)任務型子群體薪酬不平等與企業績效

任務型子群體往往是基于任務型人口統計特征(如學歷和任期)而形成的(Carton et al.，2013；Hutzschenreuter et al.，2013)。基于相似任務背景成員組成的子群體往往能夠更好地整合內部信息資源，并與其他任務子群體進行交互(Hutzschenreuter et al.，2013)。同時，任務型子群體意味著子群體的勝任力可能存在較大差異，比如：高學歷且任期較長的高管對企業內外任務環境較為熟悉，且彼此共事時間較長，從而可以形成一個勝任力較高的子群體聯盟；而對于那些學歷較低且任期較短的高管，由于對企業內外部環境較為陌生，對企業的潛在貢獻也可能會受到限制。已有研究表明，任務型人口統計特征是高管人力資本和勝任力的重要表現形式(蘇方國，2011)，因此，任務型子群體薪酬不平等是一種典型的DEP模式，體現的是一種公平思想(Trevor et al.，2012)。如果高管團隊任務型子群體之間的薪酬不存在差異，則可能會導致高管更加關心薪酬分配的公平性，而不是如何高效地做出決策，這會削弱高管團隊的決策效率。如果企業能夠按照任務型子群體的勝任力分配薪酬，那么子群體成員參與決策的熱情會更高，更有利于信息共享與傳遞，發揮任務型子群體的優勢，從而提升團隊和企業績效(Downes et al.，2014)。同時，基于錦標賽理論，薪酬相對較低的子群體成員可能會為了以后更高的薪酬和團隊地位而加倍努力。因此，高管團隊任務型子群體薪酬不平等能夠更好地發揮薪酬等級的激勵作用，從而實現較高的企業績效(Hutzschenreuter et al.，2013)。基于此，本研究提出：

H2：高管團隊任務型子群體薪酬不平等與企業績效正相關。

(五)關系型子群體不均衡性的調節作用

本文認為高管團隊關系型子群體不均衡性能夠調節關系型子群體薪酬不平等與企業績效之間的關系。關系型子群體不均衡程度高，說明某一類型的子群體在成員數量上占據較大優勢。此時，這類子群體可能會占有更多的團隊資源(如薪酬)(Thatcher et al.，2011)，并將自己的觀點強加給其他子群體。在此情形下，即使規模較小的子群體的薪酬水平較低，其也可能為了避免自己處于不利地位而盡量減少與規模較大的子群體之間的正面沖突(Carton et al.，2013)，這有助于降低高管團隊的過程內耗。因此，關系型子群體不均衡性可以削弱關系型子群體薪酬不平等與企業績效的負面關系。當關系型子群體不均衡程度較低時，子群體擁有相近的成員數量。此時任何一方遭遇不公平的薪酬待遇，都會站出來維護自己的利益，從而引發子群體之間的對立和關系沖突(Thatcher et al.，2011)。因此，當關系型子群體不均衡度較低的時候，關系型子群體薪酬不平等對企業績效的負面作用可能會顯著增強。基于上述分析，本研究提出：

H3：高管團隊關系型子群體不均衡性會調節關系型子群體薪酬不平等與企業績效的關系，即關系型子群體不均衡程度越高，關系型子群體薪酬不平等與企業績效的負面關系越弱。

(六)任務型子群體不均衡性的調節作用

本文認為高管團隊任務型子群體不均衡性也能夠調節任務型子群體薪酬不平等與企業績效之間的關系。當任務型子群體不均衡程度較低時，高管團隊任務型子群體的規模非常接近(Carton et al.，2013)。此時，子群體之間可能互不相讓，進而導致較高的高管團隊沖突以及消極的決策氛圍，從而可能會阻礙高管成員共享信息，并削弱任務型子群體薪酬不平等的積極作用。當任務型子群體不均衡程度較高時，規模較大的任務型子群體往往能獲得更多的支持者(Thatcher et al.，2011)，決策過程中遇到的阻力相對較小。這將營造一種追求效率的氛圍，鼓勵擁有不同薪酬的子群體更加關注任務，而不是其他無關因素，從而達到改善企業績效水平的目的。因此，在此積極氛圍的作用下，任務型子群體薪酬不平等將發揮更加正面的作用。據此，本文提出：

圖2　研究模型

H4：高管團隊任務型子群體不均衡性會調節任務型子群體薪酬不平等與企業績效的關系，即任務型子群體不均衡性越高，任務型子群體薪酬不平等與企業績效的正面關系越強。

本文的研究模型如圖2所示。

三、研究方法

(一)研究樣本

本文樣本來自中國滬深兩市A股上市公司2007—2012年年報中正式公布的管理成員。初始數據包括11814個企業高管團隊的199707名管理層成員，由高管、董事和監事組成。借鑒以往關于高管人員的界定(孫海法 等，2006)，本研究將如下管理人員納入最終的樣本：CEO、總裁、總經理、行長、副總裁、副總經理、副行長、董事會秘書以及各類職能部門總監。最終保留了11720個上市企業高管團隊的71866名高管成員，樣本中高管的基本人口統計信息描述如下：以男性為主，女性占比僅為13.09%；年齡主要集中在40～49歲，平均為44.894歲(標準差為5.854)；從受教育程度來看，多數高管擁有本科或者碩士研究生學歷，平均受教育年限為17.080年(標準差為1.961)；從任期來看，任期較長的高管占比較低，平均任期為3.625年(標準差為2.332)；從高管薪酬來看，平均為41.292萬元/年(標準差為61.116)；從高管頭銜數來看，多數只擁有一個頭銜，所有高管平均頭銜數為1.574個(標準差為0.724)。

(二)變量測量

本研究的因變量為企業績效，用EPS(Earnings Per Share)衡量。EPS即每股盈余，是指普通股每股稅后利潤(Richard et al.，2009)，其是衡量客觀市場績效的常用方法，被廣泛應用(李紹龍 等，2012)。

本文通過性別(分類變量)和年齡(連續型變量)兩個傳記型人口統計特征來識別關系型子群體，通過任期(任職年限)和學歷(受教育年限)兩個與任務背景相關的人口統計特征來識別任務型子群體(Hutzschenreuter et al.，2013)。利用Meyer et al.(2013)提供的平均輪廓寬度(average silhouette width)聚類算法，并在R軟件中運行該算法得到每個高管團隊內任務型子群體的個數、每個子群體成員數以及每個高管成員所隸屬的子群體。隨后，計算每個高管團隊子群體的薪酬平均值，并通過基尼系數計算子群體薪酬不平等(Bloom et al.，2002；Harrison et al.，2007)。基尼系數的計算方法如下：

其中，xi和xj分別代表第i和j個子群體的平均薪酬水平，n代表子群體的個數，u代表所有子群體薪酬的均值。

同時，本文通過計算每個高管團隊內部子群體規模的變異系數(標準差除以均值)，來衡量子群體的不均衡性(Carton et al.，2013；Harrison et al.，2007)。當所有子群體擁有相同規模時，子群體不均衡性為0，而某個子群體的成員數明顯多于其他子群體時，子群體不均衡性較高。通過這些程序和計算，可以得到每個高管團隊關系型子群體薪酬不平等、任務型子群體薪酬不平等、關系型子群體不均衡性和任務型子群體不均衡性數據。

已有研究表明，人口統計特征不平等以及權力不平等也會對團隊和企業績效產生顯著影響(Bell et al.，2011；Smith et al.，2006)，因此，本文控制性別不平等、年齡不平等、學歷不平等、任期不平等、頭銜數不平等以及權力不平等變量的影響，以期子群體薪酬不平等能夠在這些控制變量基礎之上解釋企業績效。與以往研究(Daniel et al.，2013；Harrison et al.，2007)類似，控制變量均通過基尼系數進行衡量。

四、研究結果

(一)描述性統計和相關矩陣

表1列示了所有變量的描述性統計結果和變量之間的相關關系。從控制變量來看，高管團隊性別不平等與企業績效顯著正相關(r=0.024，p<0.050)；高管團隊年齡不平等與企業績效顯著正相關(r=0.052，p<0.001)；高管團隊學歷不平等與企業績效顯著正相關(r=0.050，p<0.001)；高管團隊任期不平等與企業績效顯著負相關(r=-0.195，p<0.001)；高管團隊頭銜數不平等與企業績效顯著正相關(r=0.028，p<0.010)。從主變量來看，關系型子群體薪酬不平等和任務型子群體薪酬不平等與企業績效的關系并不顯著。由于相關分析僅限于兩兩變量之間的關系分析，具有較大的局限性。因此，需要將這些控制變量和主變量同時放入回歸模型進行多元線性回歸分析，以檢驗前文的相關假設。

表1　描述性統計和相關矩陣

注：N=11720；|r|>0.020，p<0.050；|r|>0.025，p<0.010；|r|>0.030，p<0.001。

(二)主效應及調節效應檢驗

多元線性回歸分析結果見表2。模型1是考慮控制變量和主效應的企業績效預測模型。從中可見，所有變量VIF的最大值僅為1.610，遠低于5，說明本研究的多重共線性問題并不嚴重(Menard，1995)，可以進行后續的回歸分析。

從模型1的結果可以看到，高管團隊關系型子群體薪酬不平等與企業績效并不相關(β=0.014，p=0.247)，因此，H1沒有得到驗證。在控制諸多控制變量之后，高管團隊任務型子群體薪酬不平等能夠顯著提升企業績效(β=0.023，p<0.050)，說明任務型子群體薪酬不平等能夠發揮積極的作用，因此，H2得到支持。

表2　多元線性回歸分析結果

注：N=11720；*p<0.050，**p<0.010，***p<0.001。

模型2是增加調節變量以及交互項的調節效應模型。由表2可知，所有變量VIF的最大值僅為1.712，遠低于5，說明多重共線性問題并不嚴重(Menard，1995)，可以進行后續的回歸分析。從表2中可以看到，加入調節變量及其交互項后，模型2的解釋度較模型1得到了顯著改善(△F=3.490，p<0.010)。從交互效應來看，高管團隊關系型子群體不均衡性并不能調節關系型子群體薪酬不平等與企業績效的關系(β=0.002，p=0.850)，因此，H3沒有得到驗證。然而，高管團隊任務型子群體不均衡性能夠顯著正向調節任務型子群體薪酬不平等與企業績效之間的關系(β=0.028，p<0.010)，說明高管團隊任務型子群體不均衡程度越高，高管團隊任務型子群體薪酬不平等與企業績效之間的正向關系越強。因此， H4得到完全驗證。

圖3　任務型子群體不均衡性的調節作用

圖3更加清晰地展示了高管團隊任務型子群體不均衡性的調節作用(H4)。從中可見，當任務型子群體不均衡程度較低的時候，高管團隊任務型子群體薪酬不平等與企業績效不相關(β=0.011，p=0.379)；而當任務型子群體不均衡程度較高的時候，高管團隊任務型子群體薪酬不平等與企業績效顯著正相關(β=0.048，p<0.010)。

五、討論與啟示

從本研究的控制效應來看，諸多高管團隊人口統計特征不平等能夠對企業績效產生顯著影響，如高管團隊年齡不平等、學歷不平等和頭銜數不平等會顯著提升企業績效，而高管團隊任期不平等和權力不平等則能抑制企業績效(見表2)，這些高管團隊配置形式需要引起企業管理者的重視。從年齡來看，年齡不平等意味著高管團隊是由少數幾個或一個年長高管以及多數年輕高管組成。在這種情形下，年長高管可能更加關注宏觀問題，而將一些細節交給年輕高管來處理(Magee et al.，2013)，這就使得團隊分工更加明確，決策效率和企業績效有效改善。從學歷來看，高學歷高管往往能夠接觸到更前沿的管理理念。當團隊由一名高學歷成員和多名低學歷成員組成的時候，高學歷成員獨到的見解可能會得到其他高管的重視，從而為企業帶來更為豐富的信息。從頭銜來看，高管頭銜往往代表高管的專家權力(Finkelstein，1992)，頭銜數越多，說明高管涉及的領域越廣，知識和經驗也越豐富。因此，當高管團隊頭銜數不平等程度較高的時候，意味著高管團隊中專家權力集中在少數人手中，他們的意見通常被賦予更高的權重，從而縮短決策時間。一方面，專家權力較高的高管其經驗可能更加豐富，對形勢的判斷更加準確；另一方面，決策時間的縮短可以提升企業的決策效率，為企業爭取到寶貴的發展機遇。從任期來看，任期越長說明高管對企業的了解程度越深，但任期較長的高管也可能會更加適應老一套的企業制度，不適應變革(Shore et al.，2009)。同時，任期越長的高管，其結構權力往往也越大，在他們當權時，易受定勢思維的影響，阻礙企業變革，并做出過度自信的決策(Fast et al.，2012)，進而不利于企業的進步和發展。

從主效應分析結果來看，在控制諸多高管團隊人口統計特征不平等因素之后，子群體間薪酬的不平等可以解釋企業績效的額外方差變動，說明關注高管團隊子群體間薪酬不平等非常重要。這也是對以往薪酬不平等理論的一個重要拓展，即管理者不僅要考慮高管個體之間的薪酬差異，也要考慮企業潛在子群體之間的薪酬差異。具體而言，本文預測關系型子群體薪酬不平等會給企業績效帶來負面影響(H1)。然而，這一假設并沒有得到驗證。原因可能在于，關系型子群體往往是基于一些社會刻板印象而形成的，由于這種刻板印象可能被社會所廣泛接受，因此其負面效應受到削弱。基于這一分析，企業管理者應盡量避免將高管薪酬水平與性別、年齡等關系型人口統計特征相掛鉤，這些特征往往會導致關系型子群體的產生，但這種關系型子群體薪酬不平等在改善企業績效方面并不能發揮應有的激勵作用。與預期相一致，研究發現任務型子群體薪酬不平等能夠促進企業績效(H2)。這說明任務型子群體薪酬不平等更能體現公平理論中的公平思想，發揮錦標賽理論所提倡的激勵作用。因此，管理者在制定薪酬戰略時，需要考慮任務型子群體之間的薪酬體系差異，提升薪酬與任期、學歷等任務型人口統計特征的關聯度。

同時，本文研究結果顯示，關系型子群體不均衡性并不能調節關系型子群體薪酬不平等與企業績效之間的關系(H3)。這表明關系型子群體對企業績效間接影響較小。然而，任務型子群體不均衡性能夠顯著提升任務型子群體薪酬不平等與企業績效的正相關關系(H4)。這表明任務型子群體不均衡性能夠間接改善企業績效。除了這些間接效應之外，從表2模型2還可知，任務型子群體不均衡可以直接影響企業績效，這意味著任務型子群體不均衡性也能夠發揮一定的積極作用。因此，對于企業管理者而言，不僅要注意任務型子群體之間的薪酬差異，還應注意任務型子群體的規模，要盡量避免高管團隊中出現幾個勢均力敵(規模相同)的任務型子群體，因為這可能引發過度的沖突和爭斗(Thatcher et al.，2011)，降低決策效率和企業績效。只有當這些任務型子群體規模不對稱的時候，子群體之間才能夠保持一定的不均衡性，進而有利于企業成功。

六、結論與展望

本研究借鑒團隊子群體理論和薪酬等級分類理論，以2007—2012年11720個高管團隊的71866名高管成員為樣本，考察了高管團隊子群體薪酬不平等對企業績效的影響機制。結果表明，高管團隊任務型子群體薪酬不平等與企業績效正相關，且這一正向關系受任務型子群體不均衡性的調節。當任務型子群體不均衡程度越高，任務型子群體薪酬不平等與企業績效的正面關系越強。本研究結果建議企業管理者要重視任務型子群體薪酬不平等所發揮的積極作用。

本研究也存在一些缺陷。首先，本研究考察的是高管團隊中潛在的子群體，但現實中這些子群體可能并沒有被高管成員所察覺。未來可以拓展潛在的中間機制，即高管感知公平性的中介作用，高管團隊潛在任務型子群體薪酬不平等可以影響高管成員的感知公平性，進而影響企業績效。其次，本文是一個橫截面研究，并沒有考慮時間因素。未來可以通過縱貫設計，來考察子群體薪酬不平等對企業績效的動態影響。最后，本研究探討了子群體薪酬不平等的作用機制，但未考慮子群體薪酬不平等的誘發因素，后續可以進行這方面的拓展。

參考文獻：

曹廷求,張光利. 2012. 上市公司高管辭職的動機和效果檢驗[J]. 經濟研究(6):73-87.

黃輝. 2012. 高管薪酬的外部不公平、內部差距與企業績效[J]. 經濟管理(7):81-92.

李紹龍,龍立榮,賀偉. 2012. 高管團隊薪酬差異與企業績效關系研究:行業特征的跨層調節作用[J]. 南開管理評論(4):55-65.

蘇方國. 2011. 人力資本、組織因素與高管薪酬: 跨層次模型[J]. 南開管理評論(3):122-131.

孫海法,姚振華,嚴茂勝. 2006. 高管團隊人口統計特征對紡織和信息技術公司經營績效的影響[J]. 南開管理評論(6):61-67.

衛旭華,劉詠梅,車小玲. 2013. 中國上市企業高管離職影響因素的跨層研究[J]. 管理科學(6):71-82.

BELL S T, VILLADO A J, LUKASIK M A, et al. 2011. Getting specific about demographic diversity variable and team performance relationships: a meta-analysis [J]. Journal of Management, 37(3):709-743.

BLOOM M, MICHEL J G. 2002. The relationships among organizational context, pay dispersion, and managerial turnover [J]. Academy of Management Journal, 45(1):33-42.

BREUNIG R, GARRETT-RUMBA B, JARDIN M, et al. 2014. Wage dispersion and team performance: a theoretical model and evidence from baseball [J]. Applied Economics, 46(3):271-281.

CARNAHAN S, AGARWAL R, CAMPBELL B A. 2012. Heterogeneity in turnover: the effect of relative compensation dispersion of firms on the mobility and entrepreneurship of extreme performers [J]. Strategic Management Journal, 33(12):1411-1430.

CARTON A M, CUMMINGS J N. 2012. A theory of subgroups in work teams [J]. Academy of Management Review, 37(3):441-470.

CARTON A M, CUMMINGS J N. 2013. The impact of subgroup type and subgroup configurational properties on work team performance [J]. Journal of Applied Psychology, 98(5):732-758.

COOPER D, PATEL P C, THATCHER S M B. 2014. It depends: environmental context and the effects of faultlines on top management team performance [J]. Organization Science, 25(2):632-652.

DANIEL S, AGARWAL R, STEWART K J. 2013. The effects of diversity in global, distributed collectives: a study of open source project success [J]. Information Systems Research, 24(2):312-333.

DOWNES P E, CHOI D. 2014. Employee reactions to pay dispersion: a typology of existing research [J]. Human Resource Management Review, 24(1):53-66.

FAST N J, SIVANATHAN N, MAYER N D, et al. 2012. Power and overconfident decision-making [J]. Organizational Behavior and Human Decision Processes, 117(2):249-260.

FINKELSTEIN S. 1992. Power in top management teams: dimensions, measurement, and validation [J]. Academy of Management Journal, 35(3):505-538.

GERHART B, RYNES S L, FULMER I S. 2009. Pay and performance: individuals, groups, and executives [J]. The Academy of Management Annals, 3(1):251-315.

HALEVY N, CHOU E Y, GALINSKY A D, et al. 2012. When hierarchy wins: evidence from the national basketball association [J]. Social Psychological and Personality Science, 3(4):398-406.

HARRISON D A, KLEIN K J. 2007. What′s the difference? Diversity constructs as separation, variety, or disparity in organizations [J]. Academy of Management Review, 32(4):1199-1228.

HUTZSCHENREUTER T, HORSTKOTTE J. 2013. Performance effects of top management team demographic faultlines in the process of product diversification [J]. Strategic Management Journal, 34(6):704-726.

MAGEE J C, SMITH P K. 2013. The social distance theory of power [J]. Personality and Social Psychology Review, 17(2):158-186.

MENARD S. 1995. Applied logistic regression analysis [M]. Thousand Oaks, CA:Sage.

MEYER B, GLENZ A. 2013. Team faultline measures: a computational comparison and a new approach to multiple subgroups [J]. Organizational Research Methods, 16(3):393-424.

OVERBECK J R, CORRELL J, PARK B. 2005. Internal status sorting in groups: the problem of too many stars [J]. Research on Managing Groups and Teams, 7(1):169-199.

RICHARD P J, DEVINNEY T M, YIP G S, et al. 2009. Measuring organizational performance: towards methodological best practice [J]. Journal of Management, 35(3):718-804.

SHORE L M, CHUNG-HERRERA B G, DEAN M A, et al. 2009. Diversity in organizations: where are we now and where are we going [J]. Human Resource Management Review, 19(2):117-133.

SMITH A, HOUGHTON S M, HOOD J N, et al. 2006. Power relationships among top managers: does top management team power distribution matter for organizational performance [J]. Journal of Business Research, 59(5):622-629.

THATCHER S M B, PATEL P C. 2011. Demographic faultlines: a meta-analysis of the literature [J]. Journal of Applied Psychology, 96(6):1119-1139.

THATCHER S M B, PATEL P C. 2012. Group faultlines: a review, integration, and guide to future research [J]. Journal of Management, 38(4):969-1009.

TREVOR C O, REILLY G, GERHART B. 2012. Reconsidering pay dispersion′s effect on the performance of interdependent work: reconciling sorting and pay inequality [J]. Academy of Management Journal, 55(3):585-610.

YANADORI Y, CUI V. 2013. Creating incentives for innovation? The relationship between pay dispersion in R&D groups and firm innovation performance [J]. Strategic Management Journal, 34(12):1502-1511.

(責任編輯張建軍)

Effects of Top Management Team Subgroup Pay Disparity on Firm Performance

WEI XuHua1LIU YongMei2

(1. School of Management, Lanzhou University, Lanzhou 730000; 2. Business School, Central South University, Changsha 410083)

Abstract:The study integrates team subgroup theory and pay hierarchy classification theory to examine the effect of top management team (TMT) pay disparity between different subgroups on firm performance based on TMT of A-share listed companies in Shanghai and Shenzhen stock markets from 2007 to 2012. Results show that TMT relation-oriented subgroup pay disparity is unrelated to firm performance, whereas TMT task-oriented subgroup pay disparity is positively related to firm performance. The imbalance of task-oriented subgroup moderates the relationship between TMT task-oriented subgroup pay disparity and firm performance. The relation between TMT task-oriented subgroup pay disparity and firm performance becomes stronger as the imbalance of task-oriented subgroups increases.

Keywords:top management team; pay disparity; subgroup; firm performance

收稿日期：2015-07-14

作者簡介：衛旭華(1984--)，男，河南孟津人，博士，蘭州大學管理學院副教授。

基金項目：中央高校基本科研業務費專項資金自由探索面上項目“薪酬差距對企業運營過程和結果影響的實證研究”(15LZUJBWZY115)；國家自然科學基金項目“面向利益相關群體的大型工程項目復雜動態決策方法研究”(71371196)；國家自然科學基金項目“混合渠道結構下考慮行為因素的新產品渠道選擇與定價研究”(71271219) 。

中圖分類號：F272；C936

文獻標識碼：A

文章編號：1001-6260(2016)01-0115-08

劉詠梅(1969--)，女，安徽巢湖人，博士，中南大學商學院教授，博士生導師。