科技型企业董事会特征与技术创新效率关系研究

刘文虎 王震 王子华 于波

(德州学院数学科学学院，山东 德州 253023)

一、引言

技术是国家经济持续发展和社会进步的关键。随着改革开放的深入，我国的发展模式正在向生产率提高和技术创新为主的内涵式增长转变，因此，近年来技术创新效率及其影响因素的研究逐渐成为学术界关注热点。丁莹莹等(2020)[7]、李宏宽等(2020)[11]从产业层面测度了技术创新效率及其影响因素。事实上，企业才是技术创新的主体，既承担着技术创新高投入、高风险和长周期等成本，也享受其带来的超额回报。技术创新效率的高低直接影响着企业长远发展。企业为了保持技术领先，需要根据内外部环境变化，及时调整技术创新的方向和策略。董事会在决策过程中扮演着至关重要的角色，对企业技术创新有着深刻影响。

本文以科技型企业为研究对象，在剔除环境因素对技术效率影响的基础上，检验董事会特征对企业技术创新效率的影响，以期在如何改善董事会对创新活动组织管理效率方面提供参考。

二、文献综述

自技术创新效率概念被提出以来，很多学者都对其评价及影响因素进行了研究。技术创新效率的评价主要有两种方法，一种是以Aigner et al.(1977)[1]提出的随机前沿分析(SFA)为代表的参数方法，另一种是以Charnes et al.(1978)[3]提出的数据包络分析(DEA)为代表的非参数方法。其中，DEA方法适合于多投入多产出决策单元的效率评价，它无需构建生产函数的具体形式，不受投入产出变量量纲的影响，并且能对非有效的决策单元给出改善方向，因此得到学者们的普遍认同。

关于企业技术创新效率影响因素的研究，Barros et al. (2013)[2]探讨了公司规模、政府政策及并购重组对技术创新效率的影响。谢昕琰(2019)[12]研究发现家族企业更愿意承担成立研发部门带来的风险，更倾向于从外部引进技术。黄新建和尤珊珊(2020)[8]研究了股权激励计划中行权条件、激励有效期等契约要素对技术创新效率的影响。蔺鹏等(2020)[13]检验了在研发阶段和技术成果市场化阶段，不同金融结构对创新产出与技术创新效率的影响效应。还有一些学者对细分领域的企业技术创新效率影响因素进行了研究，如李宏宽等(2020)[11]聚焦集成电路产业，丁莹莹等(2020)[7]和邓立治(2015)[6]分别关注电子信息制造业和汽车产业，探讨的技术创新效率影响因素包括研发资本存量、技术人员数量和管理层人均报酬等；李红锦等(2019)[17]探索我国高校创新产出的空间格局，分析高校创新产出的影响因素及空间溢出效应。

董事会特征对企业技术创新的影响也是学术界的研究热点。刘美芬(2019)[15]研究发现，董事会治理行为与创新绩效之间呈现对数关系。王满四和王旭东(2020)[20]认为董事会通过对管理层行为的监督，以及利用自身专业知识协助管理层挖掘外部创新机会等方式，对企业技术创新产生积极影响。严若森和朱婉晨(2018)[22]聚焦女性董事，发现女性董事与企业创新投入之间存在倒U型的非线性关系。王锋正和陈方圆(2018)[19]从整体上探讨了董事会治理与企业绿色技术创新的关系。刘建华等(2019)[14]等发现创新投入与品牌价值间存在相互影响的内生性关系，董事会规模对此关系具有显著的正向调节效应。金浩等(2016)[9]等研究认为扩大董事会规模、增加外部独立董事以及强化董事会成员沟通有助企业加大创新资源投入。

可以看出，关于企业技术创新及其效率影响因素，已有研究主要集中在企业外部环境、技术投入及董事会特征等三个方面，但聚焦于董事会特征对技术创新效率影响的研究相对较少。董事会作为协调股东与管理层利益冲突的制度安排，是公司治理的核心，其治理作用的发挥对技术创新战略决策的制定和实施有重要影响。企业是创新的主体，新技术的开发和应用需要大量的资金和人力物力，还需要企业承担巨大的失败风险。技术创新失败或者效率低下，既造成社会资源的巨大浪费，对企业以后的经营发展也会带来不利影响。因此，合理有效地评价企业的技术创新效率显得尤为重要。

三、研究假设及设计

本文在评价企业技术创新效率的基础上，进一步考察董事会特征对技术创新效率的影响。

(一)研究假设

董事会在对公司重大事项的战略决策方面具有绝对主导权(李海霞，2017)[10]。徐向艺和汤业国(2013)[21]认为董事会规模与技术创新投入和产出之间都存在倒U型关系。当董事会规模较小时，董事会成员的增加可以补充内部的专业知识和管理经验，提高决策的科学性和有效性，也能够更好地监督企业经营管理，因此对技术创新效率有一定的促进作用。当董事会规模过大时，董事会成员之间协调和沟通的难度增大，决策和监督的效率下降，董事会职能在技术创新决策和实施过程中的发挥受到影响，从而对技术创新效率产生不利影响。因此，董事会规模对技术创新效率可能起到先扬后抑的作用。因此，本文提出假设1：

H1：董事会规模与技术创新效率间存在倒U型关系。

技术创新及管理水平的提高需要大量吸收企业外部的新知识与新技能，独立董事的专业知识可以形成董事会多样化的知识体系和管理经验(周军，2018)[24]，从而极大提高企业技术创新效率。技术创新活动具有资金投入大、产出周期长、过程复杂、风险较高等特点，容易产生大股东和管理者为了私利而操纵技术创新活动，从而影响技术创新效率。独立董事的增加可以有效地避免这一问题的产生。此外，独立董事能够给企业带来异质性的信息，有利于技术创新效率的提高。因此，本文提出假设2：

H2：董事会的独立性与技术创新效率间存在正相关关系。

董事会会议召开次数可以表征董事会工作的勤勉和认真程度。张俊丽(2017)[23]认为，召开会议次数越多，成员之间的沟通交流越充分，独立董事对公司经营管理的参与也更深入，可以更有效地为管理层技术创新决策提供有力支持和科学监督，在技术创新活动中充分发挥董事会的决策和监督职能，从而有利于技术创新效率的提高。因此，本文提出假设3：

H3：董事会会议次数与技术创新效率间存在正相关关系。

贾岩(2019)[25]研究发现股权集中度和互联网企业的创新研发能力呈负相关关系。本文认为，董事持股越多，和公司的利益就越相关。技术创新是高风险、长周期、高投入的投资，将会给公司带来极高的不确定性。董事会基于规避风险的理念，往往不支持技术创新活动，从而给技术创新效率带来负面影响。因此，本文提出假设4：

H4：董事会成员持股数与技术创新效率间存在负相关关系。

赖凯和孙慧(2017)[26]研究发现，股权激励对多元化程度高的企业技术创新具有显著的促进作用，薪酬激励对多元化程度较低的企业技术创新具有显著的促进作用。本文认为，优越的薪酬能激励董事会成员充分发挥自己的智慧，利用自己的资源，慎重考虑技术创新决策的可行性，决策实施过程中也会投入更多的精力进行监督，使创新活动投入有效，从而有利于技术创新效率的提高。因此，本文提出假设5：

H5：董事会成员薪酬与技术创新效率间存在正相关关系。

(二)研究方法

1.三阶段DEA模型

本文采用Fried et al.(2002)[4]提出的三阶段DEA模型。与传统方法相比，该评价方法能解决现有方法忽视数据的真实生成过程(data generating process)导致估计结果不稳健的问题(Simar and Wilson，2007)[5]，可以更加真实地反映企业在技术创新活动过程中的管理水平，进一步的回归结果也能充分反映董事会对管理层在技术创新活动管理水平的影响。

第一阶段，基于原始数据采用传统DEA模型进行评价。由于本文是从投入角度对评价对象效率进行测度，关注的是产出不变情况下投入变量的冗余和利用有效性，因此，本文选用投入导向规模报酬可变的BCC模型。

第二阶段，采用SFA回归方法消除环境因素和随机干扰的影响。具体来说，以第一阶段分析得到的投入变量冗余作为被解释变量，构造如下SFA回归函数：

Sni=f(Zi;βn)+vni+μni, i=1,2,…,I ; n=1,2,…,N

其中，Sni是第i个决策单元第n个投入变量的冗余；Zi是环境变量，βn是环境变量的系数；vni+μni是混合误差项，其中v～N(0,σ2v)，μ～N+(0,σ2μ)。

基于SFA回归对所有决策单元的投入变量进行调整，使得所有决策单元都处于相同的外部环境，以便更加真实地进行评价。调整公式如下：

第三阶段，基于调整后的投入变量和原来产出变量，再次进行DEA评价，得到有效真实的效率值。

2.Tobit模型

在三阶段DEA分析的基础上，本文以技术创新效率(yi,i=1,2,3)为被解释变量，董事会规模(DSGM)、独立董事占比(DSDL)、董事会会议次数(DSHY)、董事持股(DSCG)以及董事薪酬(DSXC)为解释变量，建立Tobit回归模型如下：

yi=β0+β1DSGM+β2DSGM2+β3DSDL+β4DSHY+β5DSCG1+β6DSXC1+εi

其中i=1,2,3分别表示企业技术创新的综合效率、纯技术效率和规模效率，β0, β1, β2, β3, β4, β5, β6为待估参数，εi为随机误差项。为避免异方差性，根据数据实际，采用通常处理方式为样本数据加1后再取自然对数，董事持股(DSCG)以及董事薪酬(DSXC)分别变换为DSCG1=1n(1+DSCG)和DSXC1=1n(1+DSXC)。为考虑非线性的影响，还加入了董事会规模DSGM的平方项DSGM2。

(三)样本选择及数据来源

为更好地反映高新技术企业特征，本文选取代表性较强的沪深两市信息传输、软件和信息技术服务业上市公司为样本进行相关研究。

刘伟(2015)[16]指出从创新投入到专利产出及转化为企业的无形资产需要时间。基于此，本文以技术创新从投入到产出的时间作为滞后期，参考多数文献的做法以及样本企业的技术特点，设定滞后期为一年。投入变量选取样本上市公司2017年研发经费投入金额、研发人员数量、固定资产总额，产出变量为2018年企业专利申请数和年末无形资产金额。

其中，专利申请数据来自中国专利信息中心专利之星检索系统(http://cprs.paten-tstar.com.cn/Search/Index)，经济发展水平数据来自各地统计年鉴，其余变量来自国泰安(CSMAR)数据库和锐思(RESSET)金融研究数据库。本文利用深交所网站公布的2017年上市公司年报对部分董事持股数据进行了补充，并剔除了ST、PT、数据不全及个别数据异常的样本，得到173家上市公司样本，其中沪市主板上市公司45家，深市主板上市公司59家，创业板上市公司69家。

(四)变量选取

1.技术创新的投入与产出

参考屈国俊等(2018)[19]的研究，并考虑数据的可得性，技术创新投入变量选取企业的研发经费总数、参与研发人数、年末固定资产总额；技术创新产出变量选取申请专利数量和无形资产年末余额。

2.企业技术创新的环境影响因素

基于所选企业的特点和以往研究成果，选取以下指标作为环境变量：(1)股权集中度(GQJZ)。股权集中度过高可能导致内部人控制现象，大股东有通过牺牲企业整体利益为自身谋利的意愿，不利于企业技术创新效率的改进。(2)企业规模(QYGM)。大规模的企业有充足的人力和财力支持技术创新，规模效应对创新效率产生一定的影响。(3)企业寿命(QYSM)。随着企业成立年限的增长，研发人员的经验会逐步积累，有利于提高技术创新效率。(4)政府补贴(ZFBT)。政府补贴可以增加企业的研发经费投入，提升企业技术创新的积极性，降低创新风险。(5)经济发展水平(JJFZ)。企业创新活动需要大量的人财物投入，所在地的经济发展水平越高，各类生产要素越丰富，越有利于生产要素的聚集，对企业的创新产生积极影响。

表1 变量类型和定义

3.董事会特征

包括董事会规模(DSGM)、董事独立性(DSDL)、会议次数(DSHY)、董事持股(DSCG)以及董事薪酬(DSXC)等。

具体变量及其定义见表1。

四、实证结果与分析

(一)描述性统计

样本数据的描述性统计结果如表2所示。结果显示：第一，研发经费、研发人员、固定资产的变异系数(1.44、1.55、2.06)显著小于申请专利和无形资产(2.81、6.28)，说明不同企业之间技术创新效率存在较大差异。第二，企业环境变量中，企业寿命变量差异小，原因在于我国高新技术企业起步普遍较晚，大多还处于早期阶段；所在城市经济发展水平差异小，原因在于科技企业大多位于经济相对发达的东部地区或大城市；企业之间的规模、股权集中度、政府补贴等变量存在较大差异。第三，关于董事会治理变量，由于政策引导的原因，董事会人数和独立董事比例变量在企业之间的变化相对较小，而董事会会议次数、董事持股和前三董事薪酬的差异比较明显。

表2 样本数据的描述性统计

(二)技术创新效率的DEA评价

1.第一阶段：传统DEA模型技术创新效率评价结果

表3为企业的技术创新效率测算结果。结果显示，全部样本公司总体技术创新的综合效率平均值和标准差分别为0.189和0.285，总体来说相对效率比较低，并且样本公司之间的差距比较大；从纯技术效率和规模效率来看，其平均值分别为0.394和0.450，表明综合效率水平比较低是纯技术效率和规模效率共同作用的结果。

把样本企业按上市板块不同，分别计算其效率均值和标准差。结果表明，综合效率方面沪市主板最优，创业板次之，深市主板较弱；纯技术效率方面创业板最优，深市主板较弱；规模效率方面沪市主板优于深市主板，创业板较弱。

表3 技术创新效率DEA 评价结果汇总

2.第二阶段：消除环境和随机扰动因素影响的SFA分析

以传统DEA评价结果中的投入冗余为被解释变量，以环境变量为解释变量，测度环境变量对投入冗余的影响，结果如表4所示。

结果显示，股权集中度的提高可以很大程度上减少研发经费投入冗余，但对研发人员和固定资产的投入冗余有促进作用；企业规模的增大对研发经费、研发人员和固定资产的冗余都会增加，因为随着企业规模的增大，企业技术创新活动在经费投入、研发人员和固定资产等方面都会有一定的积累；企业年限的增加会减少固定资产投入冗余，但会增加投入经费和投入人员的冗余，因为固定资产的变化需要一个过程，随着企业年限的增加，管理者对于技术创新活动的管理更加科学，固定资产、研究经费和研发人员的配置和使用更加合理，减少不必要的浪费；政府补贴的增加会减少投入经费、人员投入和固定资产投入的冗余，原因可能在于获得政府补贴多的企业会受到政府管理部门对于企业技术创新活动的关注，管理部门会利用其本身的资源和管理优势帮助相关企业提高技术创新管理效率，减少投入冗余；经济发展水平的提高可以减少研发经费和固定资产投入冗余，增加研发人员投入冗余，原因在于经济发达地区的科研创新基础普遍较好，企业在固定资产投入和科研经费投入方面可以相互帮助，互通有无，更好的研发基础设施和福利待遇也会吸引研发人员聚集，形成冗余。

表4 三阶段DEA 评价模型的SFA 估计结果

总之，环境变量对投入变量冗余的作用方向和力度是不同的，但基本都是显著的，并且从LR值可以看出模型总体也通过了显著性检验，γ值相对比较大，说明投入冗余主要是管理无效率引起的。因此，很有必要剔除环境因素和随机干扰因素的影响，把所有决策单元放在同一个水平下比较其真正的技术创新效率水平。

3.第三阶段：投入变量调整后DEA评价

对调整后的数据进行DEA评价，结果见表5。剔除环境因素和随机干扰影响后，样本公司的技术创新效率结构发生了较大变化。全样本来看，综合技术创新效率平均值为0.112，有一定程度的降低；纯技术效率平均值为0.860，有很大的提高；而规模效率平均值为0.127，出现了大幅度降低。这表明科技型企业技术创新综合效率低的原因主要是技术创新活动规模不够。

分不同板块样本公司来看，技术创新综合效率最好的是沪市主板样本公司，原因在于其规模效率最优。这是由于沪市主板上市公司多为规模较大的公司，容易形成规模经济。值得注意的是，沪市主板上市公司在技术创新活动的管理方面还有较大提升空间。创业板样本公司技术创新的纯技术效率最好，均值为0.905，这是由于创业板样本公司都是双创企业，非常注重技术创新活动的管理，有强烈的创新意识和动力，因此，其纯技术效率最佳。但由于这类企业的成立时间短，技术创新的投入规模相对小，其综合效率的相对较低很大程度是由于规模效率不足。深市主板主要以中小企业为主，在技术创新活动的资源配置和管理方面有一定优势，但在创新活动投入规模方面有较大提升空间。

表5 调整后的技术创新效率DEA 评价结果汇总

表6 技术创新效率影响因素回归结果

(三)董事会治理对企业技术创新效率的影响

用前文所述Tobit模型进行估计，结果见表6。结果显示，董事会特征总体上对企业技术创新效率有显著影响，但对综合效率、规模效率和纯技术效率的影响分化。

第一，董事会规模与技术创新的综合效率和规模效率都呈倒U型关系，说明规模较大或者较小的董事会对两种效率都会产生不利影响。董事会规模最优是12人，样本最大值为17人，最小5人，有待于根据公司实际进行优化；随着会议次数和董事成员薪酬的增加，董事会运行更加公正和透明，成员之间交流更加充分，对企业经营管理的监督更加有效，对技术创新效率产生显著的正向影响。董事会独立性的影响不显著，原因在于我国独立董事制度建立时间比较短，独立董事有时候还存在不独立等方面的不足；随着公司治理制度的完善，在技术创新活动这种关乎企业长远发展的决策方面，独立董事也会发挥越来越大的作用。董事会成员持股总数的增加不利于技术创新综合效率和规模效率的提高，原因在于董事会成员持股数越多，在制定技术创新决策时的权力越大，限于其专业背景，可能会产生管理不科学等不利于技术创新的决策，这也进一步说明了董事会中引进独立董事的必要性。

第二，董事会特征对纯技术效率的影响呈现了不同形式。纯技术效率是表征某一经营管理活动的制度和管理水平的指标，董事会规模、董事独立性与技术创新纯技术效率之间存在显著正相关关系，也就是说董事会和独立董事人数的增加会使董事会在战略决策、制度制定、监督管理各方面的能力都有增加，董事会运行效率相应提高，有利于技术创新效率的提高；董事会会议次数和董事薪酬与纯技术效率之间存在显著负相关关系，说明董事会会议次数增加虽然可以提高成员之间的了解，但科技型企业由于其成员对于纯技术活动更容易达成一致，会议次数增加恰恰说明成员之间的意见分歧较大，需要频繁沟通，因此，不利于技术创新活动的实施与管理；董事会成员如果薪酬较高，就会着眼于眼前利益，不太关注风险比较高的科技创新活动的实施，从而影响创新活动的管理水平；董事持股总数与技术创新的纯技术效率之间存在负相关关系，但不显著。

(四)稳健性检验

为了检验研究结论的稳健性，本文进一步做如下检验：(1)以企业专利申请数量代替技术创新综合效率，作为被解释变量，对董事会特征变量进行回归；(2)以销售毛利率为技术创新综合效率的替代变量，对董事会特征变量进行回归；(3)将所有解释变量进行离差标准化，再重新用原来模型进行Tobit回归。研究发现(限于篇幅详细结果不再列出，留存待索)与前文一致，表明本文的结论是稳健的。

五、结论与建议

本文以沪深两市信息传输、软件和信息技术服务业173家上市公司为样本，对科技企业董事会治理与技术创新效率之间的关系进行了实证研究。主要发现如下：

第一，环境因素和随机干扰对样本企业技术创新效率的评价影响较大，并且环境因素对技术创新活动投入冗余的影响比较复杂。剔除环境影响之后，企业技术创新规模效率出现大幅度降低，纯技术效率有较大提高，说明科技企业技术创新活动的管理水平相对比较高，制约技术创新效率的关键在于投入产出规模。

第二，样本企业技术创新综合效率总体来看较低，存在一定的提升空间，但在纯技术效率方面表现优异。纯技术效率是某一经营管理活动相关制度和管理水平的体现，因此，这表明我国科技型上市公司在科技创新活动的管理和制度建设方面总体上处于较高水平。综合效率偏低的主要原因在于规模效率不高，这表明企业在技术创新活动投入方面还有很大不足，要想进一步提高技术创新活动效率，需要调动各方力量，加大技术创新活动投入。

第三，按照交易所板块分类，深市创业板市场样本企业在纯技术效率方面表现最好，但在规模效率方面表现最差；沪市主板市场样本企业则正好相反。这说明创业板市场的企业在科技创新活动管理方面整体上要优于其他企业，但在技术创新活动投入方面还存在不足；而沪市主板上市公司相对成熟，公司规模较大，因此在规模效率方面表现最好，但在技术创新活动管理方面还有待提高。

第四，董事会规模与技术创新综合效率和规模效率之间呈倒U型关系，与纯技术效率负相关；董事会会议次数、董事薪酬总额与企业技术创新综合效率正相关；董事持股总数与企业技术创新效率负相关；独立董事比例与技术创新综合效率关系不显著。

目前，多层次资本市场改革正加速推进，资本市场对技术创新企业的覆盖面不断扩大。其中，创业板将重点支持“三创四新”企业上市融资，即顺应创新、创造、创意的大趋势，主要服务成长型创新创业企业，并支持传统产业与新技术、新产业、新业态、新模式深度融合。监管部门和交易所可通过完善相关制度规则，进一步提高上市企业董事会治理水平，更好发挥董事会对企业技术创新效率的作用。结合上述结论，本文提出如下建议：在信息披露规则方面，监管部门可引导和鼓励企业关注环境因素对技术创新活动的影响，给予企业根据自身条件和所处环境合理调整技术创新活动投入的一定灵活性，提高其技术创新综合效率；在董事会治理方面，监管部门可引导和鼓励企业建立规模适中、结构合理的董事会，健全董事会成员的薪酬体系和激励制度，同时进一步完善独立董事制度，促使独立董事在董事会中更好地发挥治理功能。