董事网络与制造业企业高质量发展——基于金融发展门槛效应的实证分析

吴成颂，程茹枫

一、引 言

2019年，我国制造业增加值超过26万亿元，占全球比重达28.1%，连续十年雄踞制造业世界第一。然而现阶段我国制造业仍存在一系列结构性矛盾和问题，突出表现为低端产能过剩、产业同构严重、普遍缺乏技术支撑，难以满足居民消费升级的需求，谋求制造业高质量发展刻不容缓。《中国制造2025》提出要提高国家制造业创新能力，2020年中央经济工作会议同样强调“以推动高质量发展为主题”，“依靠创新提升实体经济发展水平，促进制造业高质量发展”。制造业高质量发展是新时代背景下推动我国经济高质量发展的关键，关系到现代化经济体系建设的全局。制造业高质量发展需要借助各微观制造业企业来实现，也只有各制造业企业发展提速增质，才能提升制造业整体发展质量。因此，制造业企业如何实现高质量发展毫无疑问是当前的重要课题。

2020年10月《国务院关于进一步提高上市公司质量的意见》(国发〔2020〕14号)所提出的重点举措之一即提高上市公司治理水平，强调董事忠实履职与充分发挥独立董事作用。董事会作为公司治理的重要组成部分，其设立的最初目的在于提供监管和咨询服务，避免管理层出现自利行为，实现股东利益最大化。随着社会网络理论的不断发展，学者们开始注意到董事会网络在资源获取、技术创新、管理效率提升等方面的重要作用。独立董事网络的经济影响也受到学者们的广泛关注。独立董事网络能够为管理层提供专业的咨询服务(万良勇 等，2014)和强有力的监督(王文姣 等，2017)，提高企业创新产出(吴伊菡 等，2020)。然而独立董事的兼职行为也会分散董事精力(Fich et al，2006)，抑制企业创新意愿与产出(Buchwald et al，2018)。

同时，企业的经营活动也会受到外部环境的冲击，一个最重要的因素便是金融发展。金融发展对融资渠道构建、投资风险分散和人力资本配置都有重要作用，但当金融发展过度时，也存在引导企业“脱实向虚”的负面影响。那么，董事网络能否促进制造业企业高质量发展？不同类型的董事网络对制造业企业高质量发展的影响是否存在差异？金融发展水平又会引起董事网络与制造业企业高质量发展的关系发生怎样的变化？为回答这些问题，本文基于董事网络理论，揭示董事网络影响制造业企业高质量发展的内在机理，以我国A股制造业上市公司为样本，检验董事网络中心度与制造业企业高质量发展的关系，考察不同主体下董事网络与制造业企业高质量发展关系的异质性；将金融发展作为门槛变量，考察董事网络与企业高质量发展的相关性及随着金融发展水平变化呈现出的差异。本文可能的创新之处有三点：首先，拓展了制造业企业高质量发展的研究内容。已有文献从政府补贴(陈昭 等，2019)、税收调整(徐超 等，2019；韩国高 等，2020)、技术创新(蔡绍洪 等，2017；陈丽姗 等，2020)、融资约束(肖曙光 等，2020；孔祥贞 等，2020)、人力资本(毛其淋，2019；耿晔强 等，2019)等方面深入研究了制造业企业高质量发展相关推进机制，本文则基于企业决策层——董事会角度，考虑董事会社会资本与企业高质量发展之间的关联，为制造业企业高质量发展机制建设提供了新的思路。其次，丰富了董事网络的研究内容。以往研究董事网络的经济效应，学者们或从个体行为考虑经济结果(李小青 等，2020；Chen et al，2019)，或从群体效应角度考虑行为趋同的经济后果(王营 等，2020；夏子航 等，2020)。本文则基于目前制造业结构性矛盾突出和高质量发展背景下，综合个体和群体行为，从网络中心度这一角度考虑董事网络与制造业企业高质量发展之间的关系，补充和拓宽了董事网络在制造业企业高质量发展方面的应用。最后，从董事网络的角度为制造业上市公司质量提升提供了政策启示。本文证实了董事网络与制造业企业高质量发展之间存在正相关关系，且非独立董事网络对制造业企业高质量发展更有利，这既为构建董事网络支持制造业企业高质量发展提供了经验证据，也为《上市公司独立董事履职指引》的修订与当前独立董事制度的构建提供了学术支撑。

二、文献综述

现有制造业企业高质量发展文献可归纳为制造业企业高质量发展定义研究和影响因素研究两大类别。制造业企业高质量发展定义研究有企业(黄速建 等，2018)和顾客(李巧华，2019)两个角度，而影响因素研究涉及国家政策支持、生产要素条件、对外合作关系三个方面。研究显示，国家政策支持方面，政府补贴(陈昭 等，2019)、税收调整(徐超 等，2019)、产业融合(刘奕辰 等，2020)都对企业高质量发展有积极作用。生产要素条件方面，技术创新(蔡绍洪 等，2017；陈丽姗 等，2020)、人力资本(毛其淋，2019；耿晔强 等，2019)会提升企业高质量发展，而融资约束(孔祥贞 等，2020)会阻碍企业高质量发展。对外合作关系方面，国外的技术封锁为国内城市集聚科研人才提供了契机(孙文浩 等，2020)。

董事会网络拥有丰富的商业资源(李小青 等，2020)、知识资源(Reguer-Alvarado et al，2018)和信息资源(Srinivasan et al，2018)，其经济效应包括个体效应与同群效应。就个体效应而言，董事网络对创新活动和人力资本产生了重大影响。创新活动方面，多数学者持董事网络在技术创新方面发挥积极作用的观点。Chen(2014)认为，连锁董事以提供相关意见、信息和资源的形式，帮助企业制定完善的研究与开发计划，提高企业创新能力。王营等(2018)从创新活动投入和产出两个方面研究了董事网络效应，认为董事网络既能为民营企业创新拓宽资金来源渠道，也能实现创新产量与质量双提升。Srinivasan等(2018)指出，美国食品与饮料行业的董事网络与企业增量式创新存在明显的正相关关系。Chen等(2019)则基于已有权威文献，使用Meta-Analysis法验证企业网络与创新的相关关系，发现网络能够显著增强企业创新意愿，提高其参与创新活动的积极性。人力资本方面，Reguer-Alvarado等(2018)认为董事会网络显著提升企业创新水平的一个重要原因在于，董事会负责组织的人力资源管理活动，具有高技术知识的董事会雇佣更有能力的职工，以确保企业创新活动进展顺利。

同群效应方面，主要研究的是由网络连接导致的个体行为趋同效应，比较典型的有盈余管理趋同、企业金融化传染、投资效率趋同与技术创新趋同等。Chiu等(2013)认为连锁董事存在盈余管理趋同行为，原因在于董事网络内部企业相对于外部企业更便于观察网络成员的盈余管理情况，可能表现出较低模仿成本与较高模仿收益。王营等(2020)研究了董事网络框架下企业的金融化效应，发现企业金融化具有非常明显的传染效应，造成了实体投资率的下降。夏子航等(2020)通过观察系族控股上市公司董事网络，发现投资效率恶化时存在传染效应，投资效率改善时存在传递效应。Bernini等(2020)通过研究英国上市公司专利数据，发现连锁董事企业在连锁之后，会倾向于相互引用专利与增大其专利的技术相似性。

综上所述，学者们从国家政策支持、生产要素条件和对外合作关系等方面深入研究了制造业企业高质量发展的推进机制。生产要素投入与经营决策密切相关，相当大程度上取决于董事会成员的决策。现有研究从个体效应与同群效应角度，证实了董事网络与企业研发创新、投资绩效、人力资本等制造业高质量发展影响因素都存在显著的相关关系，为本文考察董事网络对制造业企业高质量发展的相关关系提供了基础。

三、理论假设

(一)董事网络中心度与制造业企业高质量发展

董事网络中心度意味着企业在董事网络中所处的位置，企业董事网络中心度越大，越处于董事网络的核心位置，与网络中的企业联系就越密切。基于现有文献，可以从技术进步、纯技术效率与规模效率三个视角考察董事网络中心度与制造业企业高质量发展的关系。

技术进步视角。技术进步的一个重要途径就是技术创新，董事网络推动企业进行技术创新的原因在于，网络内企业在降低信息不对称程度进而缓解资源约束的同时，也会受同群效应的影响，模仿网络内技术进步较快的企业，对企业创新活动有着重要的积极推动作用。资源约束问题的根源在于企业间的信息不对称，董事网络的构建将以推动企业间信息交流与沟通的方式，并辅以董事网络声誉担保机制、信任机制，为企业提供丰富的商业资源、信息资源与知识资源，从而保证企业更专注于自主创新。此外，自主创新的难度也会随着其获取的信息和知识的增加而降低。王营等(2018)研究发现董事网络一方面为民营企业提供资金支撑，另一方面为民营企业创新提供专利知识支持，从而提升了企业创新的产量与质量。通常而言，企业越处于董事网络核心位置，获取的资源就越多(李小青 等，2020；Srinivasan et al，2018)，自主创新能力越强。同群效应则强调特定群体内的个体行为会受到群体中其他个体的影响，例如冯戈坚等(2019)通过研究核心管理层形成的网络，发现企业创新活动存在社会网络同群效应。董事网络也不例外，Bernini等(2020)研究英国上市公司的专利数据发现，连锁董事企业在第一次连锁之后，便会倾向于相互引用专利与增大其专利的技术相似性。董事网络内含的行为趋同效应会促使网络成员企业在现有资源的基础上，借鉴、模仿技术进步较快的企业的经验，比如加大技术研发方面的投入，进而加快技术效率的提升速度。一般而言，越处于董事网络核心位置的企业，越容易接触到专业的知识和信息，其模仿的机会更多且模仿的成本更低，技术进步效率就越高。

纯技术效率视角。董事网络提高现有制造业企业纯技术效率的方式包括管理模式优化、管理活动方向调整、人才选取与培养等。一方面，董事网络将及时地向网络成员传递精确的市场与行业信息，企业通过这些信息能够准确掌握周围环境的变化，进而适时调整相关管理模式与经营方向，纯技术效率随之提升。Beckman等(2002)认为连锁董事能够获取公司决策的第一手信息，将深化对战略管理的认识，从而提高公司的决策质量；另一方面，董事网络成员存在学习效应，即成员企业会充分利用董事网络提供的交流与沟通的机会，准确把握经营方向，并借鉴网络内其他企业的经验，优化管理制度，从而提升纯技术效率。Schoorman等(1981)提出连锁企业董事能够帮助公司相互学习经营方法，制定合适的交易方案。网络核心企业具有能接触的相关信息量最大，可参照的企业数量最多，管理模式最优的优势，可以认为制造业企业越处于董事网络的核心，其纯技术效率越高。另外，董事网络在人才选取与培养方面也能发挥重要作用。Reguer-Alvarado等(2018)认为，董事会承担了组织的人力资源管理责任，具有高技术企业董事会任职背景的董事更倾向于雇佣能力强的人员，以此提高低技术行业企业的经营效率。

规模效率视角。董事网络既能助力企业扩大规模实现规模经济，也能控制规模避免规模不经济。首先，董事网络便于企业自行扩张。董事网络的商业资源缓解了融资约束，网络成员的经验为自行扩张提供了指导方法，企业由此可以扩大生产规模，提高规模效率。其次，董事网络提高了企业并购绩效。成功的并购能够帮助企业扩大生产规模，提高市场占有率，提升规模效率。董事网络一方面为并购活动提供资金支撑，另一方面为并购提供信息从而降低不确定性。此外，在并购过程中，企业还能凭借董事网络积累的信任与塑造的企业形象，降低企业交易成本，提高企业并购绩效。万良勇等(2014)认为企业并购活动面临较大不确定性，董事网络可以提供并购经验和估值信息，降低交易成本，帮助企业完成并购活动。最后，董事网络能避免企业规模过度扩张。董事网络中有着精确的市场和行业信息，及时获取此类信息能够降低经营决策的不确定性，从而避免生产规模过度扩张，步入规模不经济的状态。陈运森等(2011)发现董事网络中心度可以缓解企业投资不足问题，同时也会抑制投资过度的行为。基于以上分析，本文提出假设1：

H1：董事网络与制造业企业高质量发展正相关，董事网络中心度越高，企业越能高质量发展。

(二)网络异质性

董事会成员可以分成非独立董事与独立董事。不同属性的董事形成的网络影响有所不同，比如周军等(2018)发现相较于独立董事网络，非独立董事网络更能高效化解股价崩盘风险。独立董事网络之所以不同于非独立董事网络，主要是因为独立董事网络机制受到多种因素的限制，不利于企业高质量发展。首先，独立董事网络限制企业创新活动。创新对企业来说至关重要，然而企业创新活动周期长、投入大，存在较大不确定性，高管会倾向于放弃风险较大的创新投资而选择短期投资。非独立董事与股东利益一致，完全有动机约束与监督管理层，避免管理层的短视行为，从而将资源投入有潜力的创新项目中。独立董事虽然与其任职公司没有直接利益关系，但是出于声誉保护和职位获取动机，会选择“不挑事”的做法，对企业创新活动同样持否定态度。Ma等(2016)研究发现独立董事离职率与其在董事会中投非赞成票正相关，认为独立董事将支持管理层的做法作为职位获取的交换条件。其次，独立董事网络不利于提升企业管理水平。非独立董事来自企业内部，其兼职行为不仅能够降低从CEO处获取信息的成本，还能提供与项目相关的私人信息，帮助企业精准评价经营活动的价值，提升决策质量。而独立董事主要是通过上市公司提供的各类书面材料和管理人员的介绍了解情况，其兼职过多易分散精力，不仅无法及时把握环境变化以适时调整企业管理模式与经营方向，还难以准确评价其任职公司经营活动的潜在长期价值，可能做出不当决策，降低决策质量。赵昕等(2018)认为独立董事存在过度兼职的行为时，将会出现义务履行不足与合作交流缺乏的情况，从而引致负外部性，增加网络内企业运行成本。最后，独立董事网络为企业传递的信息与资源有限。独立董事有较为严格的选任规则，多为社会精英，自身拥有丰富的专业经验和一定的社会声誉，相较于独立董事拥有的家族、校友、同伴网络，独立董事网络为企业带来的商业资源和信息资源有限。为此，本文提出假设2：

H2：相比于独立董事网络，非独立董事网络对制造业企业高质量发展的作用更为显著。

(三)金融发展门槛效应

董事网络促进制造业企业高质量发展的积极效应会受到金融发展的影响。当金融发展水平较低时，金融机构尤其是银行会青睐特定行业与特定类型企业，其他企业难以得到资金支持，其董事网络的资源优势被弱化，引发创新动机被削弱、创新投入不足、经营效率降低等一系列问题，同时面临董事网络构建与维持的成本压力，从而限制企业高质量发展。

当金融发展水平跨过第一个门槛，随着发展水平的提升，董事网络将快速助推企业高质量发展。第一，金融发展为企业搭建了多元融资平台(谷军健 等，2020)，而董事网络将充分利用这些融资平台，为企业以技术创新为主的一系列活动提供资金支撑。第二，金融发展将分散投资者参与创新项目的风险(Allen et al，1999)，为企业专注自主创新提供保障。第三，金融发展为企业营造了开展技术创新活动的良好氛围，将在相当程度上吸引优秀人才进入研发部门，有助于制造业企业借助董事网络挑选和培养高素质技术人员。

然而当金融发展水平越过第二个门槛，处于较高水平时，董事网络的积极效应将会被减弱。首先，金融过度发展会导致企业“脱实向虚”(Orhangazi，2008)，董事网络推动企业自主创新活动的力度将会受到限制，同时以董事网络为媒介诱发金融化行为同群传染，进一步降低实体投资。其次，金融过度发展将扭曲人力资本配置，致使研发部门缺乏高素质技术人员(Ang，2011)，并恶化企业长期管理规划，董事网络将难以提升企业纯技术效率。最后，金融过度发展限制董事网络发挥作用，同样也会面临网络关系构建与维持的成本压力，由此制造业企业难以实现高质量发展。为此，本文提出假设3：

H3：董事网络与制造业企业高质量发展的关系存在金融发展门槛效应，金融发展水平过低或者过高，董事网络促进制造业企业高质量发展的作用将不显著，甚至会抑制企业高质量发展；只有金融适度发展，董事网络才能高效助推制造业企业高质量发展。

四、模型构建

(一)数据来源

本文在选取A股制造业上市公司2010—2018年相关数据的基础上，剔除ST、PT企业，最终确定710家制造业上市公司共6390条数据。在做回归分析之前所有的连续变量均进行了上下1%的缩尾处理。数据来自国泰安数据库和EPS数据库，使用软件主要有DEAP2.1、Pajek、SPSS24、STATA14等。

(二)变量描述

1.制造业企业高质量发展(

TFP

)依据指标个数标准，可以将制造业企业高质量发展衡量方法分为单一指标法和多指标法。单一指标法较为常用，主要包括全要素生产率(陈昭 等，2019；肖曙光 等，2020)与经济增加值(陈丽姗 等，2020)。也有少数学者使用多指标法，比如张涛(2020)构建了17个一级指标和34个二级指标，使用层次分析法，计算并报告月度企业高质量发展水平。由于多指标法存在分析多主观、体系差异大、数据难获取等问题，而全要素生产率较经济增加值而言，包含的信息多且综合性强，不仅可以衡量企业整体资源配置情况，还能反映企业技术创新水平，故参考大多数学者的做法，选取全要素生产率(

TFP

)作为制造业高质量发展的代理变量。2.董事网络中心度(

degree

)董事网络是指至少在两家企业任职的董事形成的关联。独立董事网络与非独立董事网络的区分在于董事是否为独立的，由独立董事兼职形成的网络为独立董事网络，而非独立董事组成的网络则为非独立董事网络。网络构建步骤如下：(1)从国泰安中下载制造业上市公司董事会成员资料；(2)查看董事会成员编号，着重检查同名董事是否为同一人，并确认同一人的编号是否一致；(3)董事成员文件使用txt2pajek软件转化为能够被Pajek识别的net文件；(3)net文件导入Pajek中，将“公司—董事”二模矩阵转化成“公司—公司”一模矩阵，并导出各类网络中心度。公司层面董事网络中心度体现了公司在董事网络中的重要程度，越处于董事网络中心位置，公司越重要，发挥的作用也越大。中心度可以分成程度中心度、接近中心度、中介中心度与特征向量中心度，本文选用最为常用的程度中心度(

degree

)作为解释变量。同时，为考察董事网络异质性，设置非独立董事网络中心度(

degree

_1)和独立董事网络中心度(

degree

_2)两个变量。在具体计算过程中，为了消除数量级上的差异，本文均采用对数化处理。3.金融发展(

FD

)参考庄毓敏等(2020)的做法，使用银行业存贷款余额/GDP表示各省金融发展(

FD

)状况。

4.控制变量

本文主要参考任兵等(2007)、马连福等(2016)、耿晔强等(2019)，选取有关控制变量：资产负债率(

Lev

)，固定资产占比(

Fix

)，资本密集度(

CI

)，企业价值(

TobinQ

)，第一大股东持股(

First

)，独立董事占比(

Indep

)，董事会规模(

Bsize

)，股权性质(

SOE

)。另外，还控制了行业和年份因素。具体变量描述如表1所示。

表1 变量定义

(三)全要素生产率、董事网络中心度和金融发展描述

全要素生产率的计算主要有OLS法、OP法和LP法。本文参考鲁晓东等(2012)、肖曙光等(2020)，选用LP法计算制造业企业全要素生产率。此外，稳健性检验中，以2010年为基期，使用DEA-Malmquist法，借助软件DEAP2.1计算制造业企业2010—2018年全要素生产率及其分解指数变动情况。

全要素生产率(TFP)LP法计算公式：

Y

=

β

K

+

β

L

+

β

M

+

β

age

+∑

Industry

+∑

Year

+

ω

+

ε

(1)

其中，

Y

为产出，

K

为资本投入，

L

为劳动投入，

M

为中间投入，

ω

为全要素生产率，

ε

为随机误差项。在回归之前，总产出、资本投入与中间投入数值，以2010年为基期，使用工业产品出厂价格指数、固定资产投资价格指数与工业生产者购进价格指数进行平减，并且对所有连续变量进行上下1%的缩尾处理以降低异常值的影响。表2第一行为LP法下样本企业全要素生产率(TFP)变动情况，可以看出，2010—2018年制造业企业全要素生产率持续攀升。

表2 制造业企业董事网络中心度、金融发展与全要素生产率变化情况

表2第2～4行为样本企业董事网络中心度(ln

degree

)、非独立董事网络中心度(ln

degree

_1)与独立董事网络中心度(ln

degree

_2)2010—2018年的变化情况。整体上董事网络中心度呈现上升态势，近些年略有下降。非独立董事网络中心度逐年递增，独立董事网络中心度比较稳定。第5行为2010—2018年样本省市金融发展(

FD

)均值，可以看出金融发展整体上呈上升趋势，金融环境不断优化。

(四)回归模型

本文将董事网络中心度与全要素生产率带入混合效应、固定效应与随机效应三类模型中分别进行回归，考察董事网络与制造业企业高质量发展的相关关系，建立如下模型：

TFP

=

α

+

β

X

+

γControl

+∑

Industry

+∑

Year

+

ε

(2)

式(2中)，

TFP

为LP法计算的全要素生产率，

X

为程度中心度，

Control

为控制变量，还控制了企业所处行业与年度，

ε

为随机误差项，使用公司层面的聚类标准误。

进一步，为厘清金融发展对董事网络中心度与制造业企业高质量发展的门槛效应，本文构建面板门槛模型(3)，并且基于前述假设描述设置双门槛值，后需根据实际检验结果调整实际门槛数量。

TFP

=

α

+

θ

X

(

FD

<

σ

)+

θ

X

(

σ

≤

FD

<

σ

)+

θ

X

(

FD

≥

σ

)+

θ

FD

+

λControl

+∑

Industry

+∑

Year

+

ε

(3)

其中，

FD

为样本省市金融发展，

σ

与

σ

为门槛值，其余变量与模型(2)一致。

五、实证分析

(一)描述性统计

表3为各变量描述性统计情况表。LP法下制造业企业

TFP

均值为14.830，方差为0.971，数据分布较为均匀。DEA下

TFP

的变动同样均匀分布。董事网络中心度均值、方差与独立董事网络中心度相差无几，非独立董事网络中心度较低。金融发展均值为3.336，方差为1.406，差异较大，存在进一步分析的必要性。

表3 各变量描述性统计

在回归之前，使用SPSS24初步检验董事网络中心度与制造业企业高质量发展的相关关系。结果表明，皮尔逊相关系数(pearson)与斯皮尔曼相关系数(spearman)分别为0.188和0.191，显著性均为1%，可以初步认定董事网络会推动制造业企业高质量发展。

(二)基础回归结果

1.董事网络中心度与制造业企业高质量发展

董事网络中心度与制造业企业高质量发展回归结果如表4所示。混合效应、固定效应与随机效应下相关系数分别为0.103、0.023和0.026，显著性为1%、5%与5%，与初步检验结果一致，即董事网络中心度可以助推制造业企业实现高质量发展，假设H1成立。其余控制变量回归结果也基本成立。企业杠杆率会助推制造业企业高质量发展。负债率对生产率的作用机制存在正反两面，虽然负债率过高会引发金融风险，但对于转轨阶段的发展中国家来说，负债率高意味着企业将通过技术进步实现生产率提升，当前中国工业部门中负债率相对较高的行业，其负债率对生产率表现为促进效应(张杰，2019)。

TobinQ

反映了市场价值情况，与企业高质量发展呈现显著的负相关关系，主要是因为当企业过多地关注企业价值时，管理层为了避免经营失误，会倾向于选择比较保守的管理方式，阻碍企业高质量发展。Manso(2011)认为以刺激员工努力工作为目的的任期威胁方案，在绩效不佳条件下可能会导致管理层采取保守做法，终止企业进行突破式创新。董事会规模与制造业企业高质量发展在1%的水平下显著正相关，现有文献也支持了董事会规模的积极作用，Harris等(2008)认为董事会规模是监管效应与“搭便车”行为博弈的结果，董事会规模扩大带来的监督效应大于董事“搭便车”行为带来的道德风险。Horstmeyer等(2020)发现当经济下行时，“搭便车”行为会迅速消失，此时，相对较大的董事会规模带来的价值将高于股东。另外，大股东持股的促进作用与大股东理论(Shleifer et al，1986)保持一致，独立董事比例增加带来的积极效应也与独立董事的监管角色、经营管理角色密切相关。

表4 董事网络中心度与制造业企业高质量发展回归结果

2.非独立董事网络中心度、独立董事网络中心度与制造业企业高质量发展

非独立董事网络中心度、独立董事网络中心度与制造业企业高质量发展回归结果如表5所示。(1)至(3)列同时考察了非独立董事网络中心度、独立董事网络中心度效应，(4)至(6)列检验了非独立董事网络中心度效应，(7)至(9)列检验了独立董事网络中心度效应。(1)至(3)列，混合效应下非独立董事网络中心度、独立董事网络中心度与企业高质量发展的回归系数分别为0.200和-0.067，显著性分别为1%与5%；固定效应下非独立董事网络中心度系数为0.033，显著性为5%，独立董事网络中心度系数不显著；随机效应下非独立董事网络中心度系数为0.045，显著性为5%，独立董事网络中心度系数不显著。(4)至(9)列区分董事网络类型回归时，混合效应下非独立董事网络中心度、独立董事网络中心度与企业高质量发展的回归系数分别为0.197和-0.063，显著性水平分别为1%与5%；固定效应下，非独立董事网络中心度回归系数在5%的水平下显著为正，独立董事网络中心度系数不显著；随机效应下，非独立董事网络中心度回归系数在1%的水平下显著为正，独立董事网络中心度系数不显著。上述回归结果支持假设H2，即非独立董事网络能够有效推动制造业企业高质量发展，而独立董事网络无法发挥积极作用，甚至还会阻碍企业发展。可能的原因为独立董事网络在声誉效应、资源优势等方面有限(周军 等，2018)的情况下，还会分散独立董事精力(Balsmeier et al，2014)、弱化监督和咨询功能(Ma et al，2016)，无法推进制造业企业高质量发展。

表5 非独立董事网络中心度、独立董事网络中心度与制造业企业高质量发展回归结果

3.金融发展门槛效应

基于假设，首先检验金融发展对董事网络与制造业企业高质量发展是否存在门槛效应，结果如表6所示，一重门槛的P值为0.090，二重门槛的P值为0.005，三重门槛的P值为0.890，表明金融发展对企业高质量发展存在双重门槛，门槛值分别为2.720与5.207。

表6 金融发展门槛效应检验结果

基于门槛特征值检验结果，借助模型(3)检验金融发展对董事网络中心度与制造业企业高质量发展的关系的影响，结果如表7所示。金融发展的回归系数为0.038，显著性为1%，证实金融发展对企业高质量发展确有重要意义。金融发展范围区间为1.673～2.720时回归系数为0.019，金融发展区间为2.720～5.207时回归系数为0.056，金融发展区间为5.207～7.875时回归系数为0.014，当且仅当金融发展处于区间2.720～5.207时通过了显著性测试，显著水平为1%。回归结果与假设H3吻合，即金融发展存在门槛效应，金融发展过低或过高都无法强化董事网络对企业高质量发展的作用，只有金融发展处于合理范围才能高效支撑董事网络促进企业高质量发展。

进一步，根据门槛值将金融发展划分成三个阶段，分别使用混合效应、固定效应、随机效应模型进行回归分析，考察董事网络中心度与制造业企业高质量发展的相关系数在不同金融发展水平下的差异，检验门槛模型的回归结果，结果如表8所示。当金融发展处于高位和低位时，董事网络中心度与企业高质量发展的相关系数不显著，当金融发展范围为2.720～5.207时，相关系数分别为0.111、0.029和0.032，显著性水平分别为1%、5%和5%，即当金融发展处于合理范围时，金融发展能够为企业提供资金支撑，为企业自主创新提供保障，发挥正向调节效应，而当金融发展过高或者过低，会导致调节效应失效。

表7 金融发展门槛效应回归结果

表8 不同金融发展阶段下董事网络中心度与制造业企业高质量发展的回归结果

(三)稳健性检验

董事网络与制造业企业高质量发展的稳健性检验可以分成两个部分，即变量替换与内生性检验。

1.变量替换

(1)替换解释变量。考虑接近中心度(

Closeness

)、综合中心度(

Centrality

)与企业高质量发展的相关关系。接近中心度在混合回归模型、固定效应模型与随机效应模型下的相关系数分别为1.455、0.282和0.326，显著性分别为1%、10%和5%；综合中心度在上述三类回归模型下相关系数分别为18.415、3.160和3.811，显著性为1%、10%和5%，与基础回归结果一致。

(2)替换被解释变量。借助DEAP2.1软件，将制造业企业全要素生产率变动情况分解成技术进步、纯技术效率和规模效率三个指标，并将全要素生产率及其内含的三个指标分别与董事网络中心度进行回归分析。鉴于F检验和豪斯曼检验结果显示应使用固定效应，因此在模型(2)的基础上，应用个体与时间双固定效应，回归结果如表9所示。

表9 董事网络中心度对制造业企业高质量发展的影响(全要素变动率)

首先，董事网络中心度与企业高质量发展的相关系数为0.001，显著性水平为5%。其次，董事网络中心度与技术进步的回归系数为0.001，显著性水平为10%；与纯技术效率的回归系数为0.001，显著性水平为5%；规模效率的回归结果不显著，暂时没有引起规模效率的明显变化。回归结果证实董事网络确能助益制造业企业高质量发展，与前述基础回归结果一致。在此基础上还发现，董事网络之所以能促进企业高质量发展，主要是通过董事网络中心度加快技术进步与提升纯技术效率的方式实现的。

2.内生性检验

(1)PSM法。参考黄灿等(2019)的做法，将董事网络中心度75分位数作为分界线，大于等于75分位设定为1，小于75分位设定为0，进行倾向得分匹配。匹配后的ATT显示实验组与对照组差异为0.149，T值为4.40，结果与回归结果一致。

(2)处理效应模型。处理效应计算了两步法与极大似然法两种方法下的回归结果，相关系数分别为0.305和0.301，显著性水平均为1%，显示董事网络能显著促进制造业企业高质量发展。

(3)工具变量。使用按照省份和年份计算的董事网络中心度均值与滞后一期的董事网络中心度作为工具变量，验证董事网络与中心度之间的相关关系是否稳定。结果显示依旧存在稳定的正相关关系，并且工具变量通过了过度识别与弱工具变量检验，并不存在过度识别问题，且该工具变量不为弱工具变量。

(4)提前与滞后一期。考虑内生性问题，将被解释变量提前一期、解释变量滞后一期，考察董事网络中心度与制造业企业高质量发展之间的相关关系。虽然提前一期制造业企业高质量发展与当期董事网络中心度在固定效应模型中不存在显著相关关系，但是混合效应与随机效应下系数分别为0.105和0.025，显著性水平为1%与5%。当期制造业企业高质量发展与滞后一期董事网络中心度的相关系数分别为0.108、0.021和0.026，显著性水平分别为1%、10%和5%，基本与上文结论一致。

六、结论与政策建议

(一)结论

基于制造业高质量发展的背景，本文以2010—2018年中国制造业上市公司为样本，讨论了董事网络中心度与制造业企业高质量发展之间的关系。研究发现，董事网络能够促进制造业企业高质量发展。制造业企业越处于董事网络中心位置，其发展质量水平越高。独立董事网络对企业高质量发展的积极作用并不明显，而非独立董事网络却能有效促进企业高质量发展。董事网络通过加快技术进步与提高企业纯技术效率两条路径促进企业高质量发展。企业越处于董事网络中心，技术进步越快，纯技术效率也越高，而规模效率并未发生明显变化。同时，金融发展在影响董事网络与企业高质量发展的关系上存在门槛效应。当金融发展处于低水平时，董事网络内含的能量无法得到有效释放；当金融发展处于高水平时，董事网络将因金融过度发展的负面作用而抑制企业高质量发展；只有当金融发展处于合理水平时，金融发展与董事网络才能形成互补效应，共同推进制造业企业高质量发展。

(二)政策建议

基于以上结论，为制造业企业借助董事网络促进高质量发展，提出以下建议：(1)制造业企业追求高质量发展时，可以通过选聘兼职董事，积极寻求董事网络帮助。一方面，应当肯定董事网络构建对制造业企业高质量发展的积极作用，构建董事网络以强化企业间的沟通交流，获取信息与商业资源，并增强对关键信息的识别、分析、学习和模仿能力，实现技术进步和管理水平的提升。另一方面，企业应当注意到董事网络的主体性差异。当前非独立董事对企业了解更深，把握的信息更为准确，应当利用非独立董事网络进行有效信息提取，推动技术创新与管理效率提升。针对独立董事网络，企业应根据实际情况制定与调整独立董事选任制度，在选择独立董事时，不仅要考察其专业性，还应深入了解相关独立董事的兼职情况，针对兼职可能出现的精力分散、“不挑事”等限制因素进行适当评价，根据评价结果选任独立董事，以便独立董事网络更好地发挥作用。(2)在构建董事网络的过程中，不可忽视金融发展水平的影响。在金融发展水平较弱地区，董事网络能够提供的资金和信息的支持力度有限，这些地区应注重对弱势企业的资金扶持，鼓励企业开展创新活动，为企业发展提供良好的发展环境。在金融发展水平较为发达地区，企业可以凭借金融发展带来的融资平台搭建、投资风险分散、人力资源调整等优势，积极构建董事网络，推进制造业企业高质量发展。而在金融过度发展地区，企业需避免过度依赖董事网络，合理规划未来发展方向，提高企业研发投入意愿，注重对技术创新活动的支持，弱化金融过度发展引发的企业“脱实向虚”与同群传染。