高管股權激勵、技術創新與企業全要素生產率
——基于制造業企業的實證分析

盛明泉，蔣世戰

(安徽財經大學 會計學院， 安徽 合肥 233030)

一、文獻回顧與研究假設

(一)全要素生產率

從宏觀視角出發，郭家堂和駱品亮將TFP分為技術進步和技術效率，在DEA方法測算TFP的基礎上，發現互聯網對技術推動的TFP有促進作用。[1]張杰等采用OP方法測算企業TFP，得出出口對企業TFP的提升效應在前3年起作用，并且引起企業TFP提升的是經營管理水平而不是企業的創新活動。[2]Kasahara & Rodrigue從進口的角度研究進口貿易與生產率的關系，發現企業進口中間品顯著提高了TFP。[3]任曙明和吳鐲采用ACF方法測算生產率，從政府補助、融資約束的角度研究二者之間的關系，得出政府補貼對TFP的正面促進效應要大于企業融資約束的負面效應。[4]鄧曉蘭和鄢偉波采用DEA方法測算TFP，得出農村基礎設施對農村全要素生產率有顯著的促進作用。[5]

從微觀視角出發，黎文靖和胡玉明利用科布-道格拉斯生產函數測算出TFP衡量職工的生產效率以及薪酬差距對職工的激勵效應，發現當薪酬差距較低時二者有顯著的正向關系，但當薪酬差距較高時二者的關系則不太顯著。[6]程惠芳和陳超將知識資本劃分為國內知識資本和國外知識資本，探究知識資本與TFP的關系，發現它們都是影響TFP提升的重要因素，不同知識資本要素對不同經濟體TFP的影響存在明顯差異。[7]

(二)高管股權激勵的經濟后果

Brealey eta認為高管持股權比例越高，則高管的投資意向越明確，有利于向信貸市場傳遞投資信息，緩解信息不對稱，因此銀行愿意提供更多貸款。[8]盧慧芳和吳華晶研究發現，對管理層激勵越大，企業融資約束程度越小，且股權激勵的效果顯著大于貨幣薪酬。融資約束的降低事實上降低了企業發展所面臨的資本錯配問題。[9]陳效東等通過將股權激勵分為激勵型和非激勵型后發現，前者對企業的非效率投資有抑制作用，而后者會導致企業的非效率投資。[10]徐寧和任天龍認為高管激勵還有利于緩解股東與管理層之間的代理問題。[11]夏寧和董艷同時考慮了高管與員工薪酬的作用，發現其薪酬水平越高，越有利于企業的成長。[12]已有文獻多從宏觀角度研究全要素生產率的影響因素，微觀研究相對較少，鑒于此，本文重點考察高管股權激勵與企業全要素生產率的關系，以期為企業提高生產效率提供微觀層面的經驗證據。

隨著兩權分離的逐步形成，現代企業制度也隨之產生，兩權分離的后果必然會形成委托代理的關系。一般而言，股東追求利潤最大化，而公司高管則更注重薪酬水平和個人福利，天然留下了“代理人機會主義”的空間，而股權激勵有利于從源頭上壓縮“代理人機會主義”空間。由此提出假設1：同等條件下，高管股權激勵正向影響企業全要素生產率。

創新是促進企業發展和提高企業競爭力的關鍵。在企業治理諸多機制中，高管激勵契約可以強化企業高管支持技術創新的動機與行為，從而持續提升企業的技術創新能力。由此本文提出假設2：同等條件下，高管股權激勵影響企業全要素生產率的傳導路徑上，技術創新存在中介效應。

二、研究設計

(一)樣本選擇及數據來源

本文以2007—2016年中國A股制造業上市公司數據為樣本，選取制造業為研究對象的原因是實體經濟對國家經濟的發展至關重要，而制造業也是實體經濟發展的核心，因此，探討制造業企業生產率有一定的現實意義。為使數據更加合理、實證結果更加可靠, 對數據進行了如下處理：(1)剔除了ST類公司；(2)剔除了資產負債率大于1的公司；(3)剔除了數據缺失的公司；(4)對主要變量進行了1%的縮尾處理。最終得到8942個公司的非平衡面板數據。產權性質數據通過手工整理所得，以上數據全部來自國泰安數據庫(CSMAR)，并運用Stata14對樣本數據進行處理。

(二)變量及模型的設計

1.被解釋變量

全要素生產率(TFP)。針對全要素生產率的測算，主要有OLS、FE、OP、LP、DEA等方法， OP方法采用投資作為代理變量,一定程度上可以解決同時性偏差和樣本選擇偏差問題，而FE方法測量難度較小且采用固定效應模型回歸也能夠緩解估計偏誤的問題，因此本文參考Olley & Pakes[13]，魯曉東和連玉君[14]的方法，用OP方法測算出企業的TFP，并以FE方法計算的結果做適當的穩健性檢驗。具體TFP測算模型如下:LnY = β0+β1LnK+β2LnL+ β3LnM +β4Age+ β5Exit+ β6Soe+ β7Ex + β8Year + ε

其中，Y(營業收入)；K(固定資產凈值)；M(購入商品和勞務的金額)；Age(企業年齡的對數)；控制變量：Soe(企業的性質)和EX(企業是否出口)；代理變量I(企業的投資)；自由變量L(員工人數)和M(購入商品和勞務的金額)；Year(年度)； Exit(企業是否退出市場)，上述公式殘差ε則為全要素生產率。

2.解釋變量

高管股權激勵(Ei)參考徐寧[15]的做法，Ei用高管持股數除以總股數來表示。

3.控制變量

本文選擇的控制變量詳見表1。

4.模型設計

為驗證假設1，設計了模型一：

TFP=β0+β1Ei+β2Size+β3Roa+β4Age+β5Cash+β6Lev+β7RobinQ+β8Soe+β9Inp+β10Boardsize+β11First+β12Year+ε

表1 變量定義

續表1

三、實證結果及分析

(一)變量的描述性統計

表2列示了主要變量的基本統計量，上市公司的TFP的最大值(最小值)為6.089(2.230)，平均值為3.672，不同公司的TFP有一定的差異性，這與之前學者測算結果基本一致。本文的核心解釋變量高管股權激勵(Ei)的平均值為0.064，中位數為0，表明在我國實施高管股權激勵的公司相對較少，且激勵的強度不大。中國證監會要求公司獨立董事(Inp)占比應不低于三分之一，但最小值只有0.091，說明有些公司制度仍不太完善，其他控制變量數據總體上分布較為合理。

表2 變量的描述性統計

(二)回歸結果分析

1.高管股權激勵與企業全要素生產率

采用方差膨脹因子Vif來檢驗模型中各變量是否共線，模型一Vif最大值為1.82，平均值為1.43，說明各變量之間不存在嚴重的多重共線性。為了選擇恰當的回歸方法，對模型一進行了F檢驗、B-P檢驗、Hausman檢驗，最終選取了固定效應模型回歸。模型一的回歸情況如表3所示。除了企業性質(Soe)、董事會規模(Boardsize)在影響全要素生產率方面不顯著外，其余變量均顯著。第(1)列是加入公司財務特征后的回歸結果，第(2)列、第(3)列在第(1)列的基礎上，分別加入公司治理特征和年度的回歸結果，股權激勵(Ei)變量的符號方向以及顯著性仍無明顯改變。另外，相較于第(1)列而言，第(2)列、第(3)列的Within.R2穩步上升，一定程度上佐證了模型架構的合理性。回歸結果表明，高管股權激勵與企業全要素生產率呈顯著正相關關系，即高管股權激勵正向影響企業全要素生產率，驗證了假設1成立。企業規模(Size)的回歸系數在1%的水平上顯著為正，說明企業規模大的企業，全要素生產率也會相應地變大。總資產收益率(Roa)和托賓Q(TobinQ)與全要素生產率的關系都在1%的水平上顯著正相關，Roa反映了企業單位資產帶來的凈利潤以及資產的利用情況，TobinQ也反映了企業的成長性情況，當這兩個指標越大時，說明企業的盈利能力越好、也更能有效地運用資金。因此，它們能夠有效地提升企業全要素生產率。企業年齡(Age)前的回歸系數為也在1%的水平上顯著為正，說明上市時間長的公司，在公司的經營管理方面越有經驗，應對外部環境變化的能力也越強。現金流(Cash)的回歸系數同樣在1%的水平上顯著為正，說明企業的流動資金越多，企業全要素生產率也越高。

2.高管股權激勵、技術創新與企業全要素生產率

本文用研發強度(RD)衡量企業技術創新，即企業研發支出與總資產之比。結果如表4所示，第(1)列表明股權激勵正向影響企業的全要素生產率；第(2)列展示了股權激勵的估計系數在5%的水平上顯著為正，說明股權激勵能夠促進企業的研發投入，第(3)列同時加入了股權激勵與研發強度，二者的估計系數均在5%或更高的水平上顯著為正，證明高管股權激勵促進企業技術創新進而正向影響企業生產率。

3. 影響因素分析

股權激勵對企業全要素生產率的作用效果不僅受到股權激勵方案設計的影響，還會受到企業自身異質性特征的影響。從股權激勵方案設計角度分析，激勵有效期是股權激勵方案設計的重要組成部分，它影響著股票的行權期限。證監會對行權限制期的一般規定是在1—10年。但是從內部公司治理安排來看，行權有效期比較多的集中在5年及5年以下，使得股權激勵成為公司實施機會主義行為的載體，導致激勵效果不足。為進一步檢驗股權激勵有效期長短對高管股權激勵與企業全要素生產率之間關系的影響，本文將樣本劃分為較長激勵期(5年以上)和較短激勵期(5年以下)。

從企業產權性質角度分析，根據實際控制人的不同可將企業劃分為國有與非國有。在實際執行的過程中，不同產權性質的企業，激勵的作用效果會存在差異。一方面，國有企業引入股權激勵制度后，經營者因享有企業股權而可以參與剩余利潤的分配，過程中會伴隨所有權由公有向私有的轉換及國有資產的保值和流失。因此，如何既保證國有企業所有制性質又能有效激勵經營者，受到股票授予數量的限制，其數量會直接影響激勵的作用效果。另一方面，《國有控股上市公司實施股權激勵試行辦法》規定，高管因股權激勵而獲取的收益不得超過薪酬的30%，這意味著即使高管在行權時股票價格上漲得再高，其自身仍不會獲取太多的收益，這會導致國有企業股權激勵不足，難以有效地激勵經營者。因此，相比國有企業，非國有企業股權激勵的作用效果相對較好。本文參照了盛明泉等[16]的思路將總樣本分為國有企業與非國有企業，進行分組檢驗產權性質差異對高管股權激勵與企業全要素生產率之間關系的影響。

如表5所示，第(1)(2)列展示了按激勵有效期的分組回歸結果，對于較長激勵有效期組企業而言，高管股權激勵仍正向影響企業的生產率，但在較短激勵有效期組內，二者的關系卻不顯著，說明較短的激勵有效期有利于高管盡早獲得股權激勵收益，股權激勵成為高管謀求自身利益的工具，激勵效果不顯著。第(3)(4)列按產權性質分類的回歸結果發現高管股權激勵對企業全要素生產率的影響在非國有企業中在10%的水平上顯著正相關，在國有企業中卻不顯著，說明在國有企業中股票授予數量不足、激勵收益受限等問題會導致股權激勵難以達到實際激勵的效果，但在非國有企業中實施效果則相對較好。

表5 影響因素檢驗

注：括號內為t值，*p<0.1，**p<0.05，***p<0.01。

(三)穩健性檢驗

為了進一步檢驗上述結果的穩健性，本文參照了盛明泉等[17]用替換變量的方法進行檢驗，并考慮了可能存在的內生性問題。

1.被解釋變量TFP的衡量。采用FE方法測量全要素生產率(TFP_fe)代替被解釋變量TFP_op進行檢驗，回歸結果見表6第(1)列，Ei的系數的符號和顯著性均未發生改變。

2.解釋變量的衡量。采用管理層持股比例(GEi)替代高管持股比例(Ei)衡量股權激勵，回歸結果見表6第(2)列，管理層持股比例正向影響企業全要素生產率，但是系數不顯著。

3.可能存在的內生性問題。企業實行的激勵措施有利于高管更加努力地工作，進而促進企業生產效率的提高和業績的提升，但當企業生產效率提高、業績提升，企業也可能會加大對高管和普通員工的獎賞力度，這可能會產生因反向因果而導致的內生性問題，為緩解其對研究結論的影響，采用自變量的滯后一期來進行回歸。L.Ei為高管股權激勵的滯后一期。回歸結果見表6第(3)列，可以看出核心解釋變量的系數符號和顯著性均未發生變化，進一步驗證高管股權激勵與企業全要素生產率之間的關系。

總體上，上述檢驗結果驗證了高管股權激勵與企業全要素生產率的關系。

表6 穩健性檢驗

注：括號內為t值，*p<0.1，**p<0.05，***p<0.01。

四、結論與啟示

本文以2007—2016年中國A股制造業上市公司為樣本，采用OP方法測量企業全要素生產率，檢驗高管股權激勵與企業全要素生產率之間的關系。研究發現，高管股權激勵正向影響企業全要素生產率，進一步檢驗發現，高管股權激勵通過促進企業的研發投入，進而影響企業全要素生產率，最后，在股權激勵有效期越長、非國有的上市公司中，高管股權激勵對企業全要素生產率的正向影響越明顯。基于此本文提出以下幾點建議：第一，企業要優化薪酬激勵機制,將短期激勵與長期激勵相結合，通過激勵促進員工更好地為公司服務，提高企業的生產效率，促進企業的成長。此外，企業要重視高管股權激勵影響企業全要素生產率的作用路徑，即高管股權激勵-技術創新-企業全要素生產率。通過對高管實施激勵，可以改善其對創新投資項目的選擇，尤其是能為企業帶來長期利益的創新投資項目，企業的創新能力的提升對企業生產率有著至關重要的影響。第二，針對股權激勵制度，長期的激勵有效期對高管有激勵作用，較短的激勵有效期有利于高管盡早獲得股權激勵收益，激勵作用不顯著，因此，企業在制定股權激勵計劃時，要合理設計行權期，讓股權激勵制度對高管起到激勵效用而非福利效用。第三，相比于非國有企業，國有企業股權激勵的實施效果并不太理想，在我國特殊的制度背景下，股權激勵實施仍然難度重重，因此，國有企業要加快內部機構改革，優化治理機制，真正讓政策計劃落實，發揮其應有的作用。