员工持股计划对高新技术企业二元创新影响的实证研究

张一鸣 刘 欣

(上海交通大学 安泰经济与管理学院，上海 200030)

1 理论分析和假设

代理理论认为，对企业的管理层实行股权激励，将管理层转变为企业的所有者能够有效降低企业的代理成本，统一管理层和公司股东的长期利益，使得企业高管更专注于提升企业的价值和股东权益。根据X效率理论，本研究认为创新绩效的提高和企业管理者的努力程度密切相关，即在同等情况下，企业高管在创新研发活动中投入的努力越多，企业的创新绩效就越好。很多学者对高管股权激励和创新绩效间的关系做过研究，如梁彤缨等(2015)发现高管持股比例和创新绩效呈倒“U”形关系，但此类研究基本都是将创新绩效单纯地定义为企业年度专利产出而没有对专利类型进行划分。结合鲍莫尔病理论，本研究认为技术型创新和劳动型创新的创新成本有较大区别，因此企业高管研发创新努力程度的高低在两种创新类型上呈现出的效果也不同。

激励强度的提高会激发管理层的努力程度，而发明专利作为高新技术企业的核心竞争力，管理层会努力提高发明专利的产出来为企业争取更高的收益。然而根据堑壕效应，随着高管持股比例的增加，管理层可以抗衡股东和资本的监管，利用自身对企业的控制放弃低效率、高风险的发明专利研发活动，以研发资源满足自身利益需求。而以实用新型和外观设计专利为代表的劳动型创新，其创新成本并不高，具有研发周期短、投资风险低的特点，能够提高企业的短期绩效，但对企业未来长期发展的意义不如发明专利显著。因此，高管激励强度的高低并不会对劳动型创新绩效造成显著影响。实用新型与外观设计专利的产出主要依赖研发人员的劳动，辅以少量的设备和仪器，因此研发人员的数量对于企业的劳动型创新绩效有着较大影响。基于以上论述，本研究提出以下三点假设：

H1：激励强度与技术型创新绩效呈倒“U”形关系。即高管持股比例存在某一临界点，在此临界点之前，企业的技术型创新绩效随着高管股权期限的提高而提高，过了此临界点之后企业的技术型创新绩效开始随着高管股权期限的提高而下降。

H2：激励强度与劳动型创新绩效之间不存在显著正相关关系。高管持股比例的改变并不能为劳动型创新绩效带来显著变化。

H3：研发劳动力对劳动型创新绩效有正向影响。在同等情况下，企业研发人员数量越多，其实用新型和外观设计专利数量越多。

吸收能力最早由Cohen和Levinthal在1990年提出，他们将吸收能力定义为“企业的吸收能力是认识到新的外部信息的价值，吸收它并将其应用于商业目的的能力”。Zahra和George(2002)认为吸收能力是组织的一系列惯例和规范，由此企业获取、消化、转换和利用知识以形成动态组织能力，并提出了吸收能力的两个部分：潜在吸收能力(知识的识别和吸纳能力)以及现实吸收能力(知识的转化和利用能力)。其中，对外部知识的识别有助于企业管理层了解行业最新技术，提高企业管理层对机会或威胁的敏感性和反应能力，更有效地转换创新活动类型。吸纳能力则能帮助企业提前进入新技术轨道，大大降低探索的成本和风险。国内学者刘常勇和谢洪明认为企业的吸收能力还受到先验知识的存量与内涵、研发投入程度的影响。具备一定的先验知识有助于消除企业内部对外界的消息不对称，帮助管理者更好地对当前技术创新形势进行判断。从研发成本的角度，发明专利的研发成本往往较高，除研发人力资源投入外，还需要投入大量的设备、仪器等。同时，发明专利对企业的先验知识和研发基础也有较高要求。结合以上论述，我们认为吸收能力在高管股权激励强度对技术型创新的影响中有正向调节作用。基于以上，本研究提出以下假设：

H4：吸收能力正向调节激励强度与技术型创新绩效的关系，吸收能力较高时，激励强度对技术型创新绩效的拐点会更高。

激励有效期同样也是员工股权激励计划的重要条款，它决定了股权激励计划的时间长度。较长的激励有效期提高了高管的离职成本，迫使高管克服在经营决策过程中的短视行为。只有在管理层和研发团队稳定的情况下，企业的创新活动才能持续稳定推进。同时，吕长江等(2009)指出，激励期限较短时，股权激励表现为企业对员工的“福利”，只有当激励期限较长时，股权激励才能对高管构成约束，使之能够自觉地提高自身努力程度，积极投身于研发之中，提高企业的创新绩效。

H5：激励有效期正向调节激励强度与技术型创新绩效的关系，激励有效期较长时，激励强度对技术型创新绩效的拐点会更高。

本研究的研究假设结构如图1所示。

图1 研究假设

2 研究设计

2.1 研究样本和数据来源

本研究选取2008—2017年我国沪深两市A股的高新技术企业(包括生物医药行业、电子设备行业、化工、国防军工、轻工制造、汽车、机械及建筑等行业)中有过股权激励行为的企业共640家作为初始研究样本。本研究选取的样本符合《高新技术企业认定管理办法》。为保证样本的有效性，本研究对样本数据按照以下标准进行了适当的删减处理：

(1)剔除被ST处理的上市公司。由于ST公司的内部往往出现较为严重的治理问题，可能会影响研究的准确性，所以对该类公司予以剔除。

(2)剔除ROE(净资产收益率)为负的上市公司。如果公司出现负收益情况，说明公司当年经营情况较差，可能会对解释变量(技术创新绩效)产生负面影响，因此予以剔除。

(3)剔除数据缺失的公司。本文涉及许多手工查询的数据，部分重要数据的缺失(包括专利数据、高管持股比例、激励期限等)会导致研究结果出现偏差，因此将数据缺失的公司剔除。

(4)剔除未实施员工股权激励计划的公司。高管持股比例和激励期限是本研究的解释变量，若公司未实施员工股权激励计划或无相关数据，则该类数据对本研究没有帮助，因此将该类公司予以剔除。

本研究中应用的数据来自国泰安数据库、Wind数据库和国家知识产权局，数据处理和分析使用Excel和SPSS 20.0软件。

2.2 变量解释

2.2.1技术型创新绩效

目前，学术界围绕技术创新绩效的测量方式主要有三种观点：企业所获得专利数量、新产品销售情况以及通过国外成熟的量表。然而，在我国沪深两市上市的公司并不完全公开其新产品销售信息，而量表中所涉及的题项又较为主观。陈修德等(2015)将专利数量作为创新绩效的衡量标准，本研究将企业年度发明专利数量作为技术型创新绩效的测量指标。具体表达式为TIP=ln(PFI+1)，其中PFI代表企业年度发明专利数量。

2.2.2劳动型创新绩效

劳动型创新是指不需要核心技术人员过多参与，而是在产品原来的外观以及构造基础上提出的适用于实用的创新。实用新型专利和外观设计专利不需要过多的研发资本投入，主要依赖于研发人员的劳动。因此，本研究将企业年度实用新型和外观设计专利数量作为劳动型创新绩效的测量指标。具体表达式为LIP=ln(PNU+1)，其中PNU代表企业年度实用新型和外观设计专利数量。

2.2.3吸收能力

吸收能力最早由Cohen和Levinthal(1990)提出，在当时还没有比较合适的测量方式，因此在他们的论文以及之后的一些研究中，学者们通常仅使用公司的研发投入指标来测量其吸收能力。然而就理论上而言，研发投入和吸收能力并不是一回事，因此有学者开始采用其他更合理的方法来测量吸收能力。其中，较有代表性的是Jansen(2005)在Academy of Management Journal上发表的论文中开发的量表，但这一量表比较侧重于企业对自己吸收能力的主观认知，应当选取更易观察的客观指标进行分析。本研究根据Zahra和George(2002)的观点，利用当年企业研发人员占比、当年企业研发费用率以及企业已投产新产品和已运用到产品中的新技术项目数来分别作为企业“新知识识别”“新知识吸收”以及“知识应用”的分析维度。这种测量方法同时也被邓颖翔和朱桂龙(2009)采用。本研究认为“知识应用”反映企业的创新绩效，和本研究的因变量重复，因此在前人基础上稍作修改，将企业年初已获得专利数量的自然对数作为企业的“知识基础”。本研究通过主成分分析得出三个维度的公共因子，用该公共因子的得分来表征吸收能力，并以符号Acap表示。

表1 样本分布

表2 吸收能力测量维度

2.2.4研发人员

研发人员的劳动力对技术型创新和劳动型创新都有正向的影响。研发人员的劳动力和研发人员数量和工作时间成正相关，然而在不考虑员工加班的情况下，可以使用研发人员数量来表征研发人员的劳动力。因此，本研究采用企业研发人员数量的自然对数作为研发人员的测量标准，并以符号RDP表示。

2.2.5激励期限

激励期限是高管持股的有效期长度。在该期限内持股员工不得随意将所持有股份转让，保证了在一定期限内员工与企业共担风险。本研究采用股权激励有效期作为激励期限的测量标准，并以符号EMP表示。

2.2.6激励比例

股权激励和薪酬激励是当前两个主流的管理层激励方式。其中，高管股权激励又分为高管持有股份和持有股票期权两种类型。本文借鉴姜涛和王怀明(2012)以及梁彤缨等(2015)的处理方式，将高管股权激励给予滞后一期处理，采用上一期的高管持股比例(高管持股数/总股数)来表示高管股权激励，并以符号MSR表示。

2.2.7控制变量

借鉴已有文献(Plehn，2009；周艳菊，2014；张迎迎、赵海燕，2014；陈修德、梁彤缨，2015)，本文选取企业规模(SCALE)、企业成长性(GROW)、资本结构(LEV)、企业性质(NATURE)以及净资产收益率(ROE)等作为本研究的控制变量。

1.公司规模

公司规模的大小会影响企业的研发投入，也会影响公司的创新方式。对于规模较大的企业来说，企业的资金以及人力资本都较为充足，能够作为企业创新投入的保障。因此，本研究将公司规模作为控制变量之一，并用公司总资产的自然对数表示，以符号SCALE表示。

2.企业成长性

企业拥有好的成长性是对投资者以及公司所有者权益的保证。实施股权激励后，公司的高管和核心技术人员成为公司的所有者，成长性较好的企业股权会带给他们更强的信心和归属感，有利于创新的投入。因此，本研究选择营业收入的自然对数作为企业成长性的衡量指标，用符号GROW代表。

3.资本结构

对于高新技术企业而言，新技术的研发是一项高风险的投资活动，创新研发的大量前期投入很有可能不会有产出。大量研究表明，企业的资本结构和企业的研发投入以及创新绩效之间都有较大的关系。因此，本研究选择资产负债率来表示资本结构，并用符号LEV表示。

4.企业性质

已有文献表明，国内企业的企业性质对股权激励和技术创新绩效的关系有重大影响。国有企业和民营企业在股权集中度方面有很大差异，因此两者股权激励的效果会有明显不同。本文借鉴张兆国等(2017)的做法，将全样本细分为国有样本和非国有样本分别检验。

5.净资产收益率

企业的收益率情况是所有者权益的重要保障，而研发活动又是一项高风险的投资活动，因此在没有稳定现金流和利润的情况下，公司所有者很有可能会降低研发投入意愿。因此，本研究用净资产收益率ROE作为控制变量之一。

具体变量情况如表3所示。

表3 各变量含义及说明

2.3 模型建立

根据本研究提出的假设及变量，本研究将高新技术企业的技术型创新绩效和劳动型创新绩效作为被解释变量，以激励期限和激励比例作为解释变量，以吸收能力和研发人员作为调节变量进行实证分析。考虑到专利数量等变量是整数计数变量，如果用OLS回归法会产生结论性偏差，本研究借鉴Cameron和Trivedi(2010)和张兆国等(2017)的做法，采用泊松回归法检验股权激励，构建了以下分析模型：

(1)为考察激励强度对企业技术型创新绩效的影响，构建以下模型对假设H1进行验证：

TIP=β0+β1MSR+β2MSR2+Controlvariables+ε

其中，β0为截距，β为待估参数，Controlvariables为控制变量，Controlvariables=β3SCALE+β4GROW+β5LEV+β6ROE，ε为随机误差项，下同。

(2)为考察激励强度对企业劳动型创新绩效的影响，构建以下模型对假设H2进行验证：

LIP=β0+β1MSR+Controlvariables+ε

(3)为考察研发劳动力对企业劳动型创新绩效的影响，构建以下模型对假设H3进行验证：

TIP=β0+β1Value+Controlvariables+ε

(4)为了考察吸收能力在激励比例影响企业技术型创新绩效中的调节作用，构建以下模型对假设H4进行验证：

TIP=β0+β1MSR+β2MSR2+β3Acap+β4Acap*MSR+β5Acap*MSR2+Controlvariables+ε

(5)为了考察激励期限在激励比例影响企业技术型创新绩效中的调节作用，构建以下模型对假设H5进行验证：

TIP=β0+β1MSR+β2MSR2+β3EMP+β4EMP*MSR+β5EMP*MSR2+Controlvariables+ε

3 实证研究

3.1 描述性统计

表4是各变量的描述性统计。从样本数据来看，无论是技术型创新绩效(TIP)还是劳动型创新绩效(LIP)，国有样本均值均高于非国有样本，但极大值均出现在非国有样本中。高管持股比例(MSR)非国有样本明显高于国有样本，非国有样本MSR均值为24.67%，高于国有样本的4.13%，极大值为81.12%，远高于国有样本的24.07%。激励期限(EMP)的均值国有样本和非国有样本分别为5.38年和4.29年，相差不大，可以看出国有企业的激励期限相对较长。从吸纳(ASM)、识别(Value)和基础(BASIC)等三个指标来看，国有样本均略高于非国有样本，最大值和最小值分别为0.00%和81.12%，均值为23.16%，标准差为21.36%，差异较大。高管激励有效期(EMP)的最大值和最小值分别为1年和10年，均值为4.37年，标准差为0.73年，有一定差异。技术型创新绩效(TIP)的最大值和最小值分别为9.1和0，均值为2.58，标准差为1.37，说明各企业间技术创新能力差别大。劳动型创新绩效(LIP)的最大值和最小值分别为9.2和0，均值为2.73，标准差为1.51，说明各企业间劳动型创新能力差异大。

表4 样本描述性统计

3.2 因子分析

本研究对吸收能力的三个下属维度吸纳、识别和应用进行因子分析。表5是KMO和Bartlett检验，结果表明KMO值为0.640，Bartlett球形检验的p值为0.000，结果显著，表明这三个指标间存在着公共因子。利用主成分分析抽取，表6是主成分矩阵，特征值大于1的因子个数为1，该因子的方差解释度为76.42%，表明该因子就是吸收能力，其各维度的因子载荷分别为吸纳(0.936)、识别(0.905)、基础(0.773)。

表5 KMO和Bartlett检验

表6 主成分矩阵

3.3 相关性分析

表7是各变量的相关性分析。由此可见，高管持股比例(MSR)和技术型创新绩效(TIP)以及劳动型创新绩效(LIP)均呈显著负相关。研发劳动力(Value)和技术型创新绩效显著正相关，和劳动型创新绩效呈显著正相关。这些分析结论有待在后面的回归分析中做进一步检验。

表7 变量间的相关系数检验

3.4 回归分析

3.4.1激励强度(MSR)和技术型创新绩效(TIP)的关系

表8是激励强度对技术型创新绩效影响的回归结果。从全样本和国有样本看，激励强度和技术型创新绩效间的倒“U”形关系均不显著。从非国有样本看，激励强度的一次项和二次项均在1%水平上显著，二次项系数为负，一次项系数为正，说明激励强度和技术型创新绩效间呈现显著的倒“U”形关系，与假设1相一致。上述结果表明，激励强度对技术型创新绩效的倒“U”形影响只有在民营企业中才有效。造成这种差异的原因是国有企业相当一部分股份属于国有资本，在一定程度上干扰了高管股权激励对企业创新的影响。根据非国有样本回归结果中得到的激励强度一次项和二次项的系数，可以计算出倒“U”形拐点大约为30.43%。也就是说，在相同情况下，当高管持股比例维持在30.43%的水平时，非国有企业的技术创新绩效可达最优水平。

表8 激励强度对技术型创新绩效影响的回归结果

3.4.2激励强度(MSR)、研发劳动力(Value)和劳动型创新绩效(LIP)的关系

表9是激励强度与研发劳动力和劳动型创新绩效的回归结果。在检验激励强度对劳动型创新的影响结果中，国有企业和非国有企业均不显著，结果与假设2相一致。在检验研发劳动力对劳动型创新的影响结果中，全样本和非国有样本均在1%水平上显著，国有样本在10%水平上显著，结果与假设3相一致。上述结果表明，无论是国有企业还是民营企业，高管股权激励对劳动型创新并没有明显推动作用，劳动型创新绩效主要由企业的研发人员数量决定。

表9 激励强度与研发劳动力和劳动型创新绩效的回归结果

3.4.3吸收能力(Acap)和激励有效期(EMP)在激励强度(MSR)影响技术型创新绩效(TIP)中的调节作用

表10是吸收能力和激励有效期在激励强度影响技术型创新绩效中的调节作用的回归结果。由于在假设1中发现只有在非国有企业中激励强度才对技术型创新绩效有显著影响，因此在研究吸收能力和激励有效期在激励强度影响技术型创新绩效中的调节作用时，我们只讨论非国有样本的回归结果。在吸收能力的调节作用检验中，吸收能力、吸收能力与激励强度的交互项系数为正，吸收能力与激励强度二次项的交互项系数为负，且均在1%水平上显著。根据Luo对二次交互项的解释，这说明吸收能力在激励强度对技术型创新绩效的影响中起到了积极的调节作用，结果与假设4相一致。在激励有效期的调节作用检验中，激励有效期与激励强度一次项的交互项系数为正，与二次项的交互项系数为负，且均在1%水平上显著，说明激励有效期在激励强度对技术型创新绩效的影响中起到了积极的调节作用，结果与假设5相一致。

表10 调节效应的回归结果

4 研究结论

本文以我国2008—2017年沪深两市A股上市公司为研究样本，将企业创新拆分为技术型创新和劳动型创新，分别考察了股权激励制度对高新技术企业两种创新绩效的影响。通过研究发现，在非国有企业中，股权激励强度对技术型创新的影响为显著的倒“U”形关系，“U”形的拐点为30.43%。也就是说，在相同情况下，当高管持股比例维持在30.43%的水平时，非国有企业的技术创新绩效可达最优水平。而在国有企业当中，股权激励强度对技术型创新绩效并无显著影响；股权激励强度对劳动型创新没有实质影响；研发人员数量对劳动型创新有显著影响，影响关系呈正向线性；吸收能力在股权激励强度对技术型创新绩效的影响中有显著的正向调节作用；激励有效期在股权激励强度对技术型创新绩效的影响中有显著的正向调节作用。

上述结论中具有如下政策启示：

(1)目前我国上市公司平均高管持股比例大约为12%，远低于最优高管持股比例(30.43%)。因此，为了提升我国高新技术企业的技术创新绩效，各大企业应适当提升高管持股比例，最大限度发挥股权激励在创新中的促进作用。

(2)研发发明专利是一项周期长、风险高的活动，对于想要提升实用新型和外观设计专利数量的企业，最好的方法不是调整高管股权激励强度，而是直接增加研发人员数量。

(3)吸收能力在股权激励强度对技术型创新绩效的影响中有正向调节作用，在提高股权激励强度的同时，应当注重知识识别、知识吸纳以及知识基础的建设以提高企业的知识吸收能力，才能最大限度发挥高管股权激励强度对技术型创新的正向影响。

(4)激励有效期在股权激励强度对技术型创新绩效的影响中有正向调节作用。激励有效期和持股比例同样是股权激励计划的两个方面，因此激励有效期的长短对股权激励对于创新的促进有着重要影响。在我国已实施股权激励计划的上市公司中，大部分企业的激励有效期在4年左右，最长不超过10年，远低于美、日等国家的水平。因此，我国企业应当适当延长股权激励有效期使得股权激励计划对技术创新的促进作用进一步发挥。

本研究的局限性主要表现在以下两点：(1)在计算吸收能力时用研发人员数量来代表企业的知识识别能力。邓颖祥和朱桂龙的做法是将企业核心技术人员的数量作为计算依据，而核心技术人员数量只有科创板上市公司才会披露，因此本研究使用研发人员数量进行替代。在后续的研究中，将以科创板上市公司为样本进行相似研究。(2)股权激励有效期数据方差太小且最大值不超过10年。本研究认为激励有效期在激励强度对技术型创新绩效的影响中有正向调节作用，但由于我国的股权激励有效期普遍较短，因此无法检验激励有效期较长的情况。后续研究可考虑增加美、日等国的样本，进一步对激励有效期在激励强度对技术型创新绩效影响中的调节作用进行研究。