技术人员股权激励与企业财务绩效提升*

王 婧 毛蕴诗

一、问题提出

我国经济发展模式正在从“要素驱动”向“创新驱动”模式转变。技术创新是促进企业发展和培育核心竞争力的关键推手。能否持续有效地调动起骨干技术人员的创造性和积极性，对于能否实现技术创新和科技成果转化至关重要。

我国各级政府已经陆续出台一系列政策和意见，旨在激励科技人员，促进技术创新。2014年7月，国务院明确了通过改革允许科技人员持有股权和期权，进一步调动科研人员的积极性。2015年7月广东省出台了《广东省经营性领域技术入股改革实施方案》，提出要开展科技人员持股改革。2016年7月发布的《上市公司股权激励管理办法》明确股权激励对象可以包括核心技术人员或者核心业务人员，推动企业建立完善创新创业机制。近年来，越来越多的公司股权激励

计划中也明确提及给予技术人员股权激励。

股权激励对企业绩效的影响在股权激励研究中持续受到重视。现有研究较多关注首席执行官股权激励(Gande 和Kalpathy,2017; Zolotoy等,2020)以及高管人员股权激励(Flammer 和Bansal,2017)对绩效的影响。近期也有部分研究关注员工股权激励的激励效果(Chang等,2015; 王烨等,2019)。针对技术人员股权激励的研究分为首席技术官股权激励(邵剑兵和朱芳芳,2017)和核心技术人员股权激励(Henrekson 和Sanandaji,2018)。

回顾现有文献，目前关于股权激励对企业绩效影响的研究主要集中在首席执行官和高管人员股权激励，对核心员工股权激励的研究没有进一步区分核心技术人员、市场人员、生产人员和财务人员等的不同效果。专门针对核心技术人员股权激励的研究还很不充分，核心技术人员股权激励对企业绩效影响研究还比较缺乏实证检验。技术人员的股权激励计划效果如何，激励对象的人员数量选择是否会影响激励效果？对于高技术公司和非高技术公司，技术人员股权激励计划的激励效果是否一样？对于上述问题，目前还没有明确的答案，本文尝试探讨上述问题。

二、理论分析与假设提出

(一)技术人员股权激励与企业绩效

技术创新对企业核心竞争力提升非常重要。技术市场的信息不对称、技术商品定价难等特性限制技术市场的交易效率，企业通过对技术人员实施长期、动态的股权激励能激发员工积极性，留住科研人员，降低科研人员的道德风险，进而提升企业绩效(毛蕴诗等,2017)。对核心技术人员、管理层和董事会股权激励能促使企业制定积极的创新战略，有助于提升企业技术创新能力(赵国宇,2015)。对研发负责人给予期权等长期激励更能促进企业进行原创性更高、更有价值的创新活动(Lerner 和Wulf,2007)，降低技术人才被同行竞争对手挖走而丧失技术优势的风险(Erkens,2011)。对技术密集型行业的核心技术人员进行期权激励有助于技术人员持续有效地参与到研发项目中，维持技术创新的动态性和连续性(鲁桐和党印,2014)。对核心技术人员进行了股权激励的创业板上市公司相比没有进行股权激励公司的绩效更好(于换军,2018)。激励对象中包含技术人员的股权激励计划更能促进企业创新(田轩和孟清扬,2018)。

股票期权激励计划辐射更多的普通员工，更有利于提升员工工作参与度，促进员工知识共享，鼓励员工合作和互相监督，缓减“搭便车”问题，提高创新效率(Chang等,2015)，更有利于员工参与决策制定(Blasi等,2016)，有助于培养员工的主人翁意识(Nyberg等,2018)。创新需要员工主动参与、团队合作和长期努力，对员工友好的公司的创新产出更高，也能更有效地把专利理念转化为商业成功，提升运营绩效(Brander 和Zhang,2017)。对核心员工股权激励更能激发核心员工贡献其独特的知识和技术，更能促进企业创新(黄新建和尤珊珊,2020)。员工友好型企业文化有助于增加公司创新效率，提升公司的企业价值和财务绩效(Fauver等,2018)。

技术创新有助于企业开发创新产品，获得较高利润，提升企业绩效。但是，技术研发是非常复杂的，技术人员的努力是比较难察觉的，很难客观精准地衡量每一个技术人员的贡献。技术创新往往是技术团队成员群策群力，一起紧密合作的成果。如果股权激励的激励对象只选择非常少数的几个技术人员，也许会挫伤技术团队中其他人员的积极性，降低在技术研发合作中的创造力和能动性。对于技术人员的股权激励计划，如果激励对象涉及到更多的技术团队成员，可以凸显企业对技术的高度重视，更有利于提振技术团队成员士气，增强科研团队成员的凝聚力，激发团队成员的创造力，促进企业创新能力，进而提升企业绩效。

基于上述分析，本文提出假设1：

假设1：授予股权激励的技术人员人数越多，越能促进企业财务绩效。

(二)高技术产业属性的调节作用

高技术产业和非高技术产业的不同产业属性，可能会影响技术人员股权激励的效果。与非高技术产业相比，高技术产业面临的风险更大、未来的不确定性更大、研发投入强度更高。高技术产业的企业需要持续保持较高的研发投入强度，因为技术发展速度非常快，高技术产业企业的技术优势很快就会消失(Shaikh等,2018)。为了生存，高技术产业的企业需要不断实验新想法，还要努力把这些新想法尽快地转化为可行的商业产品(Lu 和Wang,2018)。

一般来说，高技术产业企业中的技术人员的绝对数量和相对结构比例，都比非高技术产业企业中更高。相比其他企业，创新驱动型的“新经济”产业的企业对研发和资本投资依赖度更高，更多员工参与的员工股票期权激励计划更有可能降低“新经济”产业企业未来的生产率，因为这些企业可能会缩减研发投资，把本来应该用于研发的资金转移用于实施股票期权激励计划(Ouyang 和Sallehu,2015)。

我国高技术产业重视技术但技术商业化转化能力弱(陈凯华等,2012)。在企业调研中发现，除了重视技术人员的技术研发外，高技术产业企业尤其要注重提升商业转化能力，这需要重视和激励销售人员和商务专员一起参与合作，共同识别客户需求，努力开拓市场。

而我国中低技术产业的技术水平整体较低，适量的技术研发可能就能带来产品差异化进而提升企业竞争优势(王伟光等,2015)。高技术产业的研发投资和人力资本投资促进技术进步但也会导致技术效率下降，但是低技术产业的研发投资和人力资本投资能促进技术进步同时也会提升技术效率，这可能是因为低技术产业的研发投资和人力资本存量比高技术产业少，所以其边际弹性更高(夏良科,2010)。

基于上述分析，本文提出假设2：

假设2：相比高技术产业企业，在非高技术产业企业中授予股权激励的技术人员人数越多，对企业财务绩效具有更明显的促进作用。

三、研究设计

(一)样本选择和数据来源

本文的样本选择遵循如下规则：首先，本研究的样本企业为2014—2017年股权激励公告中明确提及技术人员股权激励的中国A股上市企业。第二，手工收集企业股权激励公告中技术人员股权激励大于0的企业，手工统计技术人员股权激励的人数和数量。第三，剔除了ST企业。第四，剔除了房地产业、批发零售业等和技术要素关联度较小的行业以及其他非高技术服务业。

结合《高技术产业(制造业)分类(2017)》《高技术产业(服务业)分类(2018)》和证监会行业分类，本研究的样本包含高技术产业(服务业)、高技术产业(制造业)和非高技术产业(制造业)。高技术产业(服务业)具体包含互联网和相关服务、软件和信息技术服务、生态保护和环境治理业、专业技术服务业以及电信、广播电视和卫星传输服务。高技术产业(制造业)具体包含医药制造业、仪器仪表制造、计算机通信及其他电子设备制造业、航空航天及其他运输设备制造业和医疗仪器设备制造。其他的制造业归类为非高技术产业制造业。

本研究的样本最终包含了36个高技术(服务业)企业样本，57个高技术(制造业)企业样本，105个非高技术(制造业)企业样本，共198个样本。

(二)变量衡量

1.企业财务绩效

本文用加权净资产收益率衡量企业财务绩效。在稳定性检验中，本文用平均净资产收益率和总资产报酬率(高雷和宋顺林,2007)衡量企业财务绩效。

2.技术人员股权激励

本文的技术人员股权激励用企业股权激励计划中授予股权激励的技术人员的人员数量来衡量。本文原计划还考虑同时采用授予股权激励的技术人员的股权激励数量，但是在最后的样本企业分析中发现，在股权激励计划中明确注明给予技术人员股权激励数量的企业数量非常少，所以放弃采用股权激励数量。

3.高技术产业属性

高技术产业属性本文用二分变量衡量，高技术产业为1，非高技术产业为0。

4.控制变量

结合以往研究，本文的控制变量有公司注册资本、公司年龄、资产负债率、总资产周转率、研发投入、行业平均收益率、公司产权属性(国有企业为1，非国有企业为0)。

四、实证结果与分析

(一) 描述性统计

样本企业的描述性统计分析如表1。样本企业的加权净资产收益率均值为12.45%，授予股权激励的技术人员人数平均数为76人，研发投入平均数为3.01亿元。变量之间的相关系数不大，同时所有模型的最大方差膨胀因子系数不超过2.931，所以模型的共线性问题不严重，在可接受范围内。

表1 描述性统计

(二)实证结果与分析

1.即期激励效果分析

企业实施股权激励计划在公司中会有一个激励方案形成的酝酿过程，这些激励信号会影响公司员工的积极性，也会影响绩效。本研究首先考察股权激励计划对方案公布当年的企业绩效的影响，分析股权激励的短期激励效果。实证结果如表2所示。首先进行全样本检验，然后再分别检验高技术产业组和非高技术产业组。

表2 技术人员股权激励即期激励效果(加权净资产收益率)

模型1、模型2和模型3用来检验全样本的技术人员股权激励计划的当年激励效果。在模型1中放入所有控制变量，加权净资产收益率与总资产周转率(β=9.504, p=.000)、行业平均收益率(β=0.822, p=.000)在1%水平上显著正相关，与研发投入(β=0.001, p=.094)在10%水平上正相关，与资产负债率(β=-0.072, p=.025)和公司年龄(β=-0.190, p=.056)分别在5%和10%水平上负相关。在模型2中放入自变量，加权净资产收益率与授予股权激励的技术人员人数(β=0.010, p=.042)在5%水平上显著正相关,所以假设1得到证实。

在模型3中放入交互项(授予股权激励的技术人员人数×高技术产业属性)，交互项系数不显著但为负(β=-0.002, p=.799)。

模型4和模型5用来检验高技术产业组的技术人员股权激励计划的当年激励效果。模型4中放入控制变量，高技术产业组样本企业的加权净资产收益率与总资产周转率(β=7.425, p=.006)、研发投入(β=0.001, p=.002)在1%水平上显著正相关，与行业平均收益率(β=0.811, p=.011)在5%水平上显著正相关，与资产负债率(β=-0.106, p=.058)在10%水平上负相关。在模型5中放入自变量，高技术产业组样本企业的加权净资产收益率与授予股权激励的技术人员人数之间的关系正向但不显著(β=0.004, p=.670)。

模型6和模型7用来检验非高技术产业组的技术人员股权激励计划的当年激励效果。模型6中放入控制变量，非高技术产业组样本企业的加权净资产收益率与总资产周转率(β=10.890, p=.000)、行业平均收益率(β=0.796, p=.000)在1%水平上显著正相关，与公司注册资本(β=0.001, p=.069)在10%水平上显著正相关，与公司年龄(β=-0.383, p=.000)在1%水平上负相关。在模型7中放入自变量，非高技术产业组样本企业的加权净资产收益率与授予股权激励的技术人员人数(β=0.011, p=.024)在5%水平上显著正相关。

对比模型5和模型7，高技术产业组样本企业的加权净资产收益率与授予股权激励的技术人员人数之间的关系正向但不显著，但是非高技术产业组样本企业的加权净资产收益率与授予股权激励的技术人员人数之间的关系显著正相关。相比高技术产业企业，在非高技术产业企业中授予股权激励的技术人员人数越多，对企业财务绩效具有更明显的促进作用。假设2得到证实。

2.持续激励效果分析

股权激励计划方案中一般都会规定2～5年的股权激励计划执行条件及股票限售等待期，大部分股权激励计划方案会有逐年分期的激励执行条款。本研究也考虑股权激励计划对计划公布后续年份企业绩效的影响。本文分析在2014—2017年间，技术人员股权激励计划对方案公布当年以及后续期企业绩效的影响。有效样本数量为327个，实证结果如表3所示。

表3 技术人员股权激励持续激励效果(加权净资产收益率)

模型8、模型9和模型10用来检验全样本的技术人员股权激励计划的后续年份激励效果。在模型8中放入所有控制变量，加权净资产收益率与总资产周转率(β=9.018, p=.000)、行业平均收益率(β=0.766, p=.000)在1%水平上显著正相关，与公司注册资本(β=0.001, p=.040)、研发投入(β=0.001, p=.093)分别在5%和10%水平上正相关，与资产负债率(β=-0.059, p=.019)和公司年龄(β=-0.162, p=.031)在5%水平上负相关。在模型9中放入自变量，加权净资产收益率与授予股权激励的技术人员人数(β=0.007, p=.052)在10%水平上正相关,所以假设1得到证实。

在模型10中放入交互项(授予股权激励的技术人员人数×高技术产业属性)，交互项系数不显著但为负(β=-0.008, p=.307)。

模型11和模型12用来检验高技术产业组的技术人员股权激励计划的后续年份激励效果。模型11中放入控制变量。在模型12中放入自变量，高技术产业组样本企业后续年份的加权净资产收益率与授予股权激励的技术人员人数之间的关系正向但不显著(β=0.001, p=.838)。

模型13和模型14用来检验非高技术产业组的技术人员股权激励计划的后续年份激励效果。模型13中放入控制变量。在模型14中放入自变量，非高技术产业组样本企业后续年份的加权净资产收益率与授予股权激励的技术人员人数(β=0.011, p=.008)在1%水平上显著正相关。

对比模型12和模型14，高技术产业组样本企业后续年份的加权净资产收益率与授予股权激励的技术人员人数之间的关系正向但不显著，但是非高技术产业组样本企业后续年份的加权净资产收益率与授予股权激励的技术人员人数之间的关系显著正相关。相比高技术产业企业，在非高技术产业企业中授予股权激励的技术人员人数越多，对企业财务绩效具有更明显的促进作用。假设2得到证实。

3.稳健性检验

本文另外采用平均净资产收益率和总资产报酬率衡量企业绩效，分别从技术人员股权激励计划的当年激励效果和后续持续激励效果两个方面，对研究假设进行了稳健性检验，检验结果与上述结论保持一致，支持研究假设。由于篇幅限制，检验结果不在文中呈现。

五、结论与启示

本文选取2014—2017年在企业股权激励公告中明确提及技术人员股权激励的中国上市企业为研究样本，研究技术人员股权激励对企业财务绩效的影响。研究发现：第一，整体上样本企业授予股权激励的技术人员人数越多，越有利于促进企业财务绩效；第二，高技术产业属性有重要的调节作用，相比高技术产业企业，在非高技术产业企业中授予股权激励的技术人员人数越多，对企业财务绩效具有更明显的促进作用。从技术人员股权激励计划的当年激励效果以及后续年份持续激励效果两个方面来分析，以及利用不同财务绩效结果变量进行稳健性检验，都得到了一致结论。

本文有两点研究启示。第一，本文对现有技术人员股权激励的研究做了进一步拓展。与毛蕴诗等(2017)、于换军(2018)的研究角度不同，本文从股权激励对象人数选择的角度进一步实证研究技术人员股权激励对企业财务绩效的激励效果。股权激励涉及员工的激励，人性是非常复杂的，尤其是针对技术人员股权激励可能更要慎重。Nyberg等(2018)认为寄希望于更多员工参与的股权激励计划有很强激励效果可能并不现实。但是，与Nyberg等(2018)的观点不同，本文认为与普通的员工股权激励不同，技术团队成员往往是一起合作才能实现技术创新。对于技术人员的股权激励计划，激励对象涉及到更多的技术团队成员，能凸显企业对技术的高度重视，更有利于增强科研团队成员的凝聚力和创造力，促进企业财务绩效。

第二，本文发现了在技术人员股权激励研究中，高技术产业属性的调节作用。与Ouyang 和 Sallehu(2015)的发现既有相似又有不同之处，本研究发现，与高技术产业企业不同，非高技术产业企业中授予股权激励的技术人员越多越能提升企业财务绩效。可能有如下几方面原因。首先，非高技术产业企业一旦开始重视技术，加大对技术人员的股权激励，通过技术创新可能更容易培育核心竞争力，促进财务绩效。其次，非高技术产业企业面临的技术风险可能更低，对技术人员股权激励可能更能刺激技术人员突破技术难关，不断研发创新产品，促进财务绩效。最后，我国非高技术产业企业技术人员股权激励还处于起步发展阶段，现阶段授予股权激励的技术人员相对还比较少，如果企业授予股权激励的技术人员越来越多，非高技术产业企业技术人员股权激励与企业财务绩效提升的正向关系可能也会在某一个位置上迎来拐点。