地理鄰近性視角下獨立董事網絡結構特征對企業投資效率的影響研究

王崇鋒 王世杰

（青島大學商學院，青島 266000）

引 言

提升投資效率，是公司成長的直接因素，也是我國宏觀經濟增長的微觀基礎。國家統計局在2022年的國民經濟運行情況新聞發布會上指出，在投資快速回升的同時，要注重提高投資效率，防止無效和低效投資。隨著我國經濟的平穩增長，企業投資水平的快速回升，投資效率較低仍然是我國企業面臨的普遍問題。其中，投資不足與過度投資是我國企業投資效率較低的兩種表現形式。前者主要源于企業與資本市場間的信息不對稱，而后者主要源于企業內部經理人與股東間的利益沖突[1]。同年5月，國務院總理李克強進一步指出，要拓寬社會投資渠道、擴大有效投資。因此，如何有效提升企業投資效率成為學術界與實務界共同關注的重點問題。

社會網絡理論認為，個體的行為是嵌入在網絡中的，企業的決策通常也會依靠從網絡中獲取的信息[2]。在提升企業投資效率過程中，僅從企業自身角度考慮是不夠的，還應當考慮企業所嵌入的網絡。因此，基于網絡視角探討如何提升企業投資效率逐漸受到了學術界的廣泛關注。陳運森和謝德仁[3]認為，如果在多家其他企業存在任職關系，獨立董事不僅能夠抑制投資過度，還能夠緩解企業的投資不足。目前，學術界研究也主要聚焦于獨立董事網絡位置特征的作用，如探究中心度和結構洞對企業投資效率的影響[3-5]，并得出了豐富的研究結論[6-9]。其中，獨立董事網絡指的是以企業為網絡節點，以獨立董事在不同企業間同時任職為網絡聯結所構建的網絡。然而，現有研究大都基于獨立董事網絡中企業間的信息傳遞效率是無差異的假設，即假設網絡中所有存在聯結的企業間在進行投資決策時依賴的信息是相同的，鮮有研究考慮到獨立董事網絡中存在聯結的企業間的信息傳遞效率會受到地理距離影響而存在差異。Coval和Moskowitz[10]就曾研究指出，企業間的相對地理距離是影響信息傳遞效率的重要因素，地理距離會增加企業的信息搜尋成本，較遠的地理距離甚至會導致信息失真，影響信息傳遞效率。 Kang 和 Kim[11]、Mian[12]也認為較遠的地理距離可能會導致信息傳遞失真。陳克兢等[13]提出地理距離造成了企業間的信息鴻溝，導致企業間的信息不對稱問題，影響了企業決策時的信息傳遞效率。學術界在地理鄰近性對信息傳遞效率的影響方面始終頗具爭議[14-19]。其中，地理鄰近性是指組織在空間或物理距離上的接近程度，是學術界最早和最常被研究的維度[20]。因此，本文將從信息傳遞效率角度探討地理鄰近性在獨立董事網絡結構特征影響企業投資效率過程中所起的調節效應，以期豐富和完善該領域的研究。

1 理論分析與實證研究假設

1.1 獨立董事網絡結構特征對投資效率的影響

獨立董事在公司治理結構中發揮的作用主要體現在監督和咨詢。根據委托代理理論，獨立董事在公司治理中獲取的聲譽和席位越豐富，發揮監督職能越積極；獨立董事在公司治理中獲取的信息越豐富，發揮咨詢職能越積極。獨立董事在公司治理中積極發揮監督和咨詢兩大職能，可以有效提升企業的投資效率。

從獨立董事積極行使監督職能來看，如果企業在獨立董事網絡中的中心度較高，則意味著其獨立董事在多家其他企業中存在任職關系?；诼曌u假說，此時獨立董事具有較高的社會聲譽。聲譽是獨立董事在公司治理活動中行動和發揮作用的重要激勵因素和制約因素?，F有的聲譽越高，獨立董事就越會重視和珍惜這種聲譽，這使得獨立董事的監督動機得到增強，對管理層的投資行為進行更積極的監督[21，22]；另外，在多家其他企業存在任職關系，獨立董事能夠獲得的席位較多，此時他們不必過分擔心失去現有的董事席位，從而能夠大膽地監督管理層的各項決策[23]，特別是投資決策，不容易淪為 “花瓶董事”，進而有利于提升投資效率。

從獨立董事積極行使咨詢職能來看，在多家其他企業存在任職關系，使得獨立董事擁有較多獲取信息的渠道，能夠更加及時、準確地獲取所需的信息，從而在投資決策中提供準確、可靠的建議，有利于提升投資效率；另外，在多家其他企業存在任職關系，獨立董事通常都掌握較完備的投融資理論，同時大量的投資決策實踐有助于獨立董事更好地將理論與實踐相結合，幫助獨立董事在投資決策中為企業做出投資與否的正確判斷[24]。如獨立董事的專業分析可以避免由于管理層高估回報而導致的過度投資，或者獨立董事積極發揮咨詢職能，增加企業管理層的投資信心，及時將資金投資于凈現值為正的項目，減少投資不足?；诖?，本文提出如下假設：

假設1：企業在獨立董事網絡的中心度越高，投資效率越高。

如果企業在獨立董事網絡中的結構洞較高，則意味著其獨立董事在多家不存在相同獨立董事的其他企業中存在任職關系。這將給企業帶來信息優勢，通過迅速獲取企業管理層所需的大量異質性的具有投資價值的信息，有利于提升企業投資效率。

從信息優勢來看，根據結構洞理論[25]，獨立董事網絡是以企業為網絡節點，以獨立董事在不同企業間同時任職為網絡聯結所構建的網絡。由于存在著獨立董事沒有同時任職的現象，使得這兩家企業之間沒有連接線。結構洞便以第三方的角色豐富了網絡中企業間的聯系，促進了網絡中企業間異質性信息的傳遞，加快了這些異質性的信息在網絡中流動的速度，有助于獨立董事在企業的投資決策中獲取大量異質性的具有投資價值的信息，提升企業投資效率。

基于以上分析，獨立董事網絡結構洞可以憑借其信息優勢，幫助企業篩選出異質性的有價值的信息，進而幫助企業做出正確的決策，提高企業的投資效率。基于此，本文提出如下假設：

假設2：企業在獨立董事網絡的結構洞越高，投資效率越高。

1.2 地理鄰近性的調節作用

地理鄰近性在獨立董事網絡中心度影響企業投資效率過程中所起的調節作用，主要體現在降低代理成本和治理成本。

地理鄰近性有助于減少代理成本，降低企業內部信息不對稱的程度[26]。企業在治理過程中通常都具有高度的信息不對稱。盡管在網絡中具有較高中心度的企業能夠獲取較多的信息，但由于企業內部存在高度的信息不對稱，在實際進行投資決策時企業內部人員往往并不能都有效利用這些信息。但當企業間的地理距離相對較近時，獨立董事可以獲得更多有關經理人員和投資決策等的信息，此時信息不對稱程度較小，獨立董事能夠有效利用企業所獲取到的信息，在投資決策活動中積極發揮監督和咨詢的職能，提升企業投資效率。

另外，地理鄰近性還有助于降低獨立董事參與公司治理的成本。由于網絡中較高中心度的企業與其他企業存在較多的連接關系，獨立董事在企業治理活動中，往往需要花費大量的時間和精力與其他企業家團隊進行交流，在此期間承擔著大量的人力、物力成本用來搜尋信息[27]。因此，在同等條件下，地理鄰近性能夠有效降低獨立董事參與公司治理的成本，有助于投資效率提升?；诖?，本文提出以下假設：

假設3：地理鄰近性在獨立董事網絡中心度影響投資效率過程中起正向調節作用。

然而，地理鄰近性在獨立董事網絡結構特征影響企業投資效率過程中所起的調節作用并非總是積極的。由于區域對信息的承載能力有限，同一區域的企業往往具有相似的法律法規、區域常態、市場狀況和競爭格局等特征。這些相似的特征使得獨立董事在其工作中不斷加強對以往成功經驗的依賴，形成路徑依賴，使得接受新穎信息變得困難[28]；另外，對于在同一區域的多家企業工作的獨立董事而言，企業所提供的信息趨于同質化，大大降低了獨立董事網絡的信息多樣性[29]。

對于網絡結構洞較高的企業來說，雖然其能夠從獨立董事網絡獲取及時、新穎的信息，但如果網絡中的企業都來自同一地區，信息同質化現象比較嚴重，結構洞位置在獲取及時、新穎信息中的信息優勢可能無從談起，信息傳遞效率變差，獨立董事獲取到具有投資價值的信息得不到增多，阻礙了投資效率提升?；诖?，本文提出以下假設：

假設4：地理鄰近性在獨立董事網絡結構洞影響投資效率過程中起負向調節作用。

圖1 研究設計

2 實證設計

2.1 樣本選擇和數據來源

本文使用2002～2021年我國滬深兩市A股上市公司作為研究樣本，之所以選擇2002年作為起始點，是因為2002年是我國建立獨立董事制度的第1年。本文使用的所有數據全部來源于CSMAR數據庫。同時為了提高實證結果的可信度和穩定性，本文對所獲取的所有數據進行了如下篩選[3]：（1）剔除金融業的公司樣本，主要原因是金融業屬于比較特殊的行業，金融業采用的會計準則與其他行業有很大不同； （2）剔除ST、*ST和PT的公司樣本，主要原因是ST、*ST和PT上市公司屬于財務或經營已經存在問題的公司；（3）剔除獨立董事信息嚴重缺失的公司樣本，主要原因是對自變量計算獨立董事網絡結構特征指標時，需要用到獨立董事信息。除此之外，考慮到新冠肺炎疫情影響，2020年和2021年我國企業投資效率出現一定波動。但由于中央及地方政府及時出臺財政政策、貨幣政策和產業政策，新冠肺炎疫情對我國企業投資效率的影響并不明顯，故不對2020年和2021年的數據進行特別處理。

2.2 網絡構建

本文借鑒陳運森和謝德仁[3]、萬良勇和鄭小玲[30]的研究，選擇使用獨立董事的兼任為聯結構建網絡。

2.2.1 獨立董事網絡

獨立董事網絡的構建，主要用于計算中心度和結構洞指標，并驗證獨立董事網絡結構特征對投資效率的直接影響，具體構建過程如下所示：

（1）獲取在上市公司中兼任的獨立董事數據。本文從CSMAR下載并篩選出僅包含 “證券代碼”和 “人員ID”兩列的獨立董事數據，共計136123條。其中，“人員ID”是CSMAR為每位上市公司人員提供的編號，具有唯一性，避免了因為同名而導致的數據處理誤差。

（2）構建獨立董事網絡。本文參考趙昕等[4]學者的研究構建以公司為節點的 “上市公司-上市公司”的一模網絡，使用Python軟件從數據集中整理出每位獨立董事及所任職的上市公司，并對每位獨立董事所任職的上市公司進行兩兩配對，剔除掉重復的上市公司，最終構建出所需要的“對偶模型”[31]。將對偶模型輸入到Ucinet軟件，用以建立獨立董事網絡。構建獨立董事網絡的總體流程如圖2所示。

圖2 獨立董事網絡的構建過程

（3）計算上市公司的網絡指標。本文使用Ucinet軟件計算上市公司的網絡中心度和結構洞指標。

表1舉例描述了獨立董事網絡。從中可以看出，雖然2002年是我國建立獨立董事制度的第1年，但網絡中的連接數也已高達1088，在這一年中形成的獨立董事網絡已經初具規模。直到2020年獨立董事網絡的連接數已高達9930，獨立董事網絡的規模不斷擴大。

表1 獨立董事網絡描述舉例

2.2.2 地理鄰近網絡

地理鄰近網絡的構建，用于計算地理鄰近性視角下的上市公司的中心度和結構洞指標，并用于驗證地理鄰近性在獨立董事網絡結構特征影響企業投資效率過程中所起到的調節作用。本文借鑒國內學者 Liang 和 Liu[32]、曾德明等[33]構建鄰近網絡的方式，將上市公司的地理位置賦予到公司之間的聯結上，構建地理鄰近性網絡。具體構建過程如圖3所示。

圖3 地理鄰近性下的獨立董事網絡構建過程示例

最后，計算網絡指標。

表2舉例描述了地理鄰近性視角下的獨立董事網絡。從中可以看出，在考慮地理鄰近性的情況下，獨立董事網絡在2002年的連接數從1088減少到398，直到2020年獨立董事網絡的連接數從9930減少到5162，地理鄰近性的影響效能不斷增強。

表2 地理鄰近網絡描述舉例

2.3 變量定義

2.3.1 投資效率

本文借鑒趙娜等[34]的研究，運用Richardson模型測算投資效率，并且使用差值的絕對值來表示企業的投資效率水平，絕對值越大，說明企業投資效率越低。具體模型形式如下：

其中，Invi，t代表新增投資支出，根據公司i第t年的固定資產凈額、在建工程凈額、無形資產凈額和長期投資凈額總和除以平均總資產計算得出；Tobinqi，t-1代表托賓Q值，根據公司i第t-1年的股票總市值與總債務的總和除以年初總資產計算得出；Levi，t-1代表資產負債率，根據公司i第t-1年的期末負債除以期末資產計算得出；Cashi，t-1代表現金持有量，根據公司i第t-1年的貨幣資本除以年初總資產計算得出；Agei，t-1代表企業年齡，根據第t-1年減去公司i的上市年份計算得出；Sizei，t-1代表企業規模，根據公司i第t-1年的年底總資產的自然對數計算得出；Reti，t-1代表股價回報，根據公司i第t-1年的股價回報率得出。另外，設定年份和產業變量作為虛擬變量，以控制年度（Year）和產業特性（Industry）對我國企業投資效率的影響。

圖4 獨立董事網絡與地理鄰近網絡對比圖

2.3.2 獨立董事網絡結構特征

（1）中心度（Degree）。中心度在學術界的衡量方式通常是計算網絡中企業與其他企業直接聯系的數量。本文的中心度衡量是在以企業為節點，以獨立董事在不同企業間同時任職為聯結所構建的網絡中，計算該企業與其他企業直接聯系的數量。計算公式如式 （2）所示：

其中，i為所測算的企業；j為獨立董事網絡內除了企業i的其他企業；Xi，j表示企業j與企業i之間是否有聯結，若企業j與企業i有至少1個同時任職的獨立董事，則Xi，j為1，否則為0。

（2） 結構洞（Structure Holes）。 根據 Burt[25]的研究，節點i的限制度越高，那么他跨越的結構洞就越少，所處的網絡就是越封閉的狀態。由于本文研究的限制度介于0～2之間，遵循國外學者Wang等[35]的研究，本文在測算結構洞時使用2減去限制度的方法來測算。計算公式如式 （3）、（4） 所示：

其中，Ci，j為企業i到j的限制度，q為企業i的另一家聯結企業，piq是在企業i的全部關系中與企業q關系所占的比重。

2.3.3 控制變量

本文參考陳運森[36]、趙昕等[4]學者的研究，選取了如下控制變量：兩權分離度（Sep）、公司規模（Size）、注冊資本（ZCZB）。具體測量方式如下：（1）兩權分離度，即最終控制人的控制權與現金流權的差值；（2）注冊資本，即企業注冊資本的自然對數；（3）企業規模，即資產合計數的對數，由于資產合計數的數量量級遠大于其他變量，因此本文對資產合計數進行了對數處理。

本文提及的所有變量的名稱、符號和定義，如表3所示。

表3 主要變量定義

2.4 模型設計

2.4.1 主效應檢驗模型

為了檢驗獨立董事網絡結構特征對投資效率的直接影響，本文構建了以下實證模型 （5）、（6）。另外，本文借鑒國內學者夏秀芳等[37]的研究，對投資效率采用T＋1期用以檢驗獨立董事網絡結構特征影響的滯后性。

其中，INVi，t＋1是企業i第t＋1 年的投資效率，Degreei，t是企業i第t年的獨立董事網絡中的中心度，StructuralHolesi，t是企業i第t年的獨立董事網絡結構洞，Controlsi，t是企業i第t年的控制變量。

為減輕內生性影響，模型中因變量使用t＋1期的值。

2.4.2 調節效應檢驗模型

由于調節變量為獨立董事網絡中連線的屬性，而且為虛擬變量，自變量為獨立董事網絡中企業節點的屬性，難以將兩者直接交叉相乘，為了檢驗地理鄰近性的調節效應，本文借鑒楊俊等[38]的研究方法，以調節變量為基礎對自變量再次進行回歸，然后比較回歸結果的自變量系數。

本文研究中用于檢驗調節效應的模型，如式（7）、（8） 所示：

其中，Degree_Gproximityi，t指的是企業i在第t年的地理鄰近網絡中心度；StructuralHoles_Gproximityi，t指的是企業i在第t年的地理鄰近網絡結構洞。

為減輕內生性影響，模型中因變量使用t＋1期的值。

3 實證結果及分析

3.1 描述性統計及相關性分析

本文對所有變量進行了描述性統計及相關性分析，分析結果如表4所示。此外，大多數變量之間的相關系數都低于0.5，并且VIF檢驗后發現均值是1.71，因此多重共線性不是本文研究中需要考慮的問題。獨立董事網絡和鄰近網絡中上市公司的中心度和結構洞對非效率投資行為的影響基本上都是負的，這說明獨立董事網絡和鄰近網絡中上市公司中心度和結構洞的提高，會對投資效率產生有利的影響。

表4 描述性統計及相關性分析結果

3.2 回歸結果分析

表5顯示了通過OLS多元線性回歸模型得到的結果。模型1只包含控制變量，模型2在模型1中添加了獨立董事網絡的中心度，模型3～模型5是在模型1中添加了鄰近網絡的中心度。

表5 獨立董事網絡、地理鄰近性和企業投資效率的回歸結果

模型2中Degree的系數顯著為負（β＝-0.0137，p＜0.01）；模型3中Degree_Gproximity的系數也顯著為負（β＝-0.0137，p＜0.01）。 這表明網絡中心度的提高能夠降低企業的非效率投資，提升企業投資效率。因此，驗證了假設1。

模型4中StructuralHoles的系數顯著為負（β＝-0.121，p＜0.01）； 模型 5中StructuralHoles_Gproximity的系數也顯著為負（β＝-0.0099，p＜0.01）。這表明網絡結構洞的提高能夠降低企業的非效率投資，提升企業投資效率。因此，驗證了假設2。

模型3中Degree_Gproximity的系數為-0.0153，明顯小于Degree的系數-0.0137。這充分說明了地理鄰近性在上市公司中心度影響投資效率過程中起正向調節作用。因此，驗證了假設3。

模型5中StructuralHoles_Gproximity的系數為-0.0099，明顯大于StructuralHoles的系數-0.121。這充分說明了地理鄰近性在上市公司結構洞影響投資效率過程中起負向調節作用。因此，驗證了假設4。

3.3 穩健性檢驗

考慮到獨立董事相關政策的發布會對獨立董事網絡結構產生一個非常大的影響。2013年10月19日，中組部發出通知，印發 《關于進一步規范黨政領導干部在企業兼職（任職）問題的意見》，其中強調了現職和不擔任現職的黨政領導干部，如果沒有辦理退（離）休手續，一律不得在企業中兼職（任職）。這直接導致了大規模的獨立董事辭職潮，在2014年和2015出現了大量的獨立董事辭職公告，其中2014年的辭職公告數量更是接近1000條。

獨立董事辭職潮的存在導致了我國獨立董事網絡結構產生了比較大的變化，這可能會對本文的研究結果造成影響。因此，本文采用不包括2014年和2015年的樣本數據再次進行實證分析，對研究假設進行檢驗，結果如表6所示。最終結果與假設依舊一致，這在一定程度上保證了研究結果的穩定性。

表6 穩健性檢驗結果

4 研究結論與政策建議

4.1 研究結論

本文基于2002～2021年我國滬深兩市A股上市公司的相關數據，實證檢驗了獨立董事網絡結構特征對投資效率的直接影響，并引入地理鄰近性作為調節變量，從地理鄰近性的維度來分析獨立董事網絡結構特征對投資效率的影響，得到了以下結論：

（1）在獨立董事網絡結構特征對投資效率影響方面，中心度和結構洞都可以提高投資效率。獨立董事憑借能夠掌握豐富的、異質性的信息，在公司治理中更加積極地發揮監督和咨詢職能，提高投資決策的有效性，從而提高企業的投資效率。

（2）地理鄰近性在獨立董事網絡中心度影響投資效率過程中具有正向調節作用。本文認為地理鄰近性能夠有效降低代理成本和治理成本，在獨立董事網絡中心度影響投資效率過程中起積極作用。

（3）地理鄰近性在獨立董事網絡結構洞影響投資效率過程中具有負向調節作用。本文認為地理鄰近性降低了獨立董事網絡的信息多樣性，限制了結構洞帶來的信息優勢，在獨立董事網絡結構洞影響投資效率過程中起到消極作用。

4.2 政策建議

（1）聘請能夠提升網絡結構特征的獨立董事。本文的研究結論為我國的上市公司在聘請獨立董事時提供了一個新的考慮角度，即聘請能夠提升公司網絡結構特征的獨立董事。網絡中心位置的獨立董事憑借聲譽提升，網絡結構洞位置的獨立董事憑借信息優勢，有利于獲得更多的席位，提升公司在網絡中的位置。因此，上市公司可以聘請能夠提升網絡結構特征的獨立董事，通過獨立董事網絡中獲取的信息為公司進行投資決策時建言獻策，減少做出非效率投資的行為，從而提升投資效率。

（2）聘請獨立董事時考慮企業間地理鄰近性的影響。本文的研究結論有力支持了在聘請獨立董事時，上市公司還應考慮地理鄰近性的影響。根據本文的實證部分可知，地理鄰近性在中心度影響投資效率過程中起正向調節作用，因此，網絡中心度較高的企業在聘請獨立董事時，應該考慮與地理位置相似的企業聘用相同的獨立董事。但地理鄰近性在結構洞影響投資效率過程中起負向調節作用，因此，網絡結構洞較高的企業在聘請獨立董事時，應該考慮避免與地理位置相似的企業聘請相同的獨立董事。

4.3 不足與展望

本文依舊存在以下局限：（1）本文研究主要關注了獨立董事網絡結構特征對投資效率的影響，除投資效率外，企業績效也是近幾年學者們關注的重點領域，未來研究也許可以擴展至探討對企業績效的影響；（2）在獨立董事網絡結構特征方面，本文著重探討了網絡靜態結構特征（中心度、結構洞）對企業投資效率的影響，未來研究也許可以擴展至探討網絡動態結構特征（網絡穩定性）對企業投資效率的影響。