制造业上市公司高管团队特征对企业研发投入影响研究

摘 要：本文以高阶梯队理论与委托代理理论为基础，以2012年-2020年我国A股制造业上市公司为研究对象，实证检验高管团队特征对企业研发投入的影响，研究发现高管团队特征对企业研发投入有显著的关系，其中高管团队女性占比、平均受教育水平、技术专业背景高管占比、海外背景高管占比与研发投入呈正相关关系;高管团队的平均年龄与研发投入呈负相关关系。

关键词：制造业上市公司;高管团队特征;研发投入

一、引言

制造业是国家工业的主导力量，是我国的支柱性产业，在国家经济发展中发挥着重要的作用。但在科技进程与全球化进程加快的背景下，企业面临着越来越多的挑战，要素驱动所带来的竞争优势正在消失，实施创新驱动战略，提高自主创新能力，促进制造业的转型升级是制造业重新获得竞争优势的关键所在。影响企业研发投入的因素有很多，在现代企业中，企业研发投入的决策权往往掌握在高管团队的手中，高管作为企业的管理者和决策者其构成及作用的发挥对企业研发投入有着不可忽视的影响。因此，本文依据2012年-2020年制造业上市公司的数据，分析高管团队特征对企业研发投入的影响，以期考察何种构成的高管团队会更关注企业创新，更可能强化研发创新的投入。

二、理论分析与研究假设

年龄在一定程度上反映了高管的阅历与风险偏好。企业的技术创新活动具有不确定性以及高风险性等特点。年龄大的高管更注重当前的职位安全和短期的经济利益，倾向于制定风险小的决策。而年轻的高管接受新观点的能力强于年长的高管，并且处于职业生涯的成长期，为了自己地位的提升以及获得更多的经济利益，更倾向于承担风险，加大对研发创新的投入。Simsek和Veiga（2005）研究发现管理者的平均年龄越大，风险意识越强，越倾向于采取防御型战略，对研发投入等的规模就越小。因此，本文提出如下假设：

H1：高管团队平均年龄与企业研发投入负相关

教育水平反映了一個人的知识水平、认知能力以及信息处理水平。教育水平越高管理者的知识越丰富，更乐于接受新事物，同时解决新问题的能力更强，也有着更强的风险承担意愿。学历水平高的管理者信息处理能力强，面对复杂的内外部环境，更容易发现创新点，推动企业进行创新。雷辉和刘鹏（2013）以中小企业为研究对象，研究发现随着高管学历越高，分析和解决问题的能力越强，也更愿意承担风险，进而提升企业的研发创新水平。基于以上分析，本文提出如下假设：

H2：高管团队平均教育水平与企业研发投入正相关

近年来，女性受教育程度与社会地位的提高，更多的女性进入企业管理层。女性有着不同于男性的性格特征，如细心、敏锐以及擅长表达感情等。这些特征作用于企业并改善企业的决策质量。曾萍和邬绮虹（2012）指出，女性高管所带来的性别差异可以为企业的决策提供新的视角以及创造性的方法。女性高管的存在使得企业能够精准地理解市场需求，从而为企业创新提供基础。因此，本文提出如下假设：

H3：高管团队女性比例与企业研发投入正相关

海外背景是指有过海外求学或者工作经历。海外背景能够开阔高管的眼界，使高管接触更为先进的技术，能够更为准确地识别国内外的技术差距，帮助企业准确地识别创新机会，促进企业的创新水平的提升。此外，相对于本土高管，拥有海外背景的高管，拥有更强的风险承担能力，更热衷于风险和挑战，会更加积极地推进企业的创新活动。张信东和吴静（2016）的研究发现海归高管显著促进了企业的技术创新投入。因此，本文提出如下研究假设：

H4：高管团队中海外背景高管比例与企业研发投入正相关

一般来说，人们在做出决策时会更偏好于自身熟悉的领域，因此高管的职业背景特征影响着其决策。具有研发设计经历的高管，具有先进的生产技术和丰富的经验，能够更敏感地识别和利用信息，发现帮助企业获得竞争优势的创新机会。同时，拥有研发设计背景的高管对企业创新更为熟悉，对企业创新的特征有着更为深刻的理解，对新事物的接受性更强，更倾向于加大研发投入，促进新产品的开发。王小平和王雪平（2019）以2007年-2016年中国制造业上市公司为样本，发现具有研发背景的高管显著提高了企业创新质量。因此，本文提出如下假设：

H5：高管团队中研发设计背景高管占比与企业研发投入正相关

三、研究设计

1.数据来源

本文数据来自于国泰安数据库（CSMAR），以2012年-2020年A股制造业上市公司作为初始样本，并对初始数据进行了如下筛选：（1） 剔除ST和*ST类上市公司，（2） 剔除数据缺失的样本，（3） 为消除变量极端值的影响，对所有连续型变量进行上下1%Winsorize处理。经过上述筛选后，最终得到了共7094个样本观测值。

2.变量定义

被解释变量：研发投入（R&D）。对企业研发投入情况测度的指标可以分为两类，包括绝对指标和相对指标。相对指标以研发投入强度来表示，如研发投入与营业收入之比（文芳，胡玉明，2009），研发投入与总资产之比（吕巍，张书恺，2015）;绝对指标主要从总量上进行衡量，如采用研发投入金额的自然对数（王德应，刘渐和，2011）。企业规模不同，研发投入的金额也会有所差异，采取绝对指标衡量研发投入缺乏企业间的可比性，因此本文选取研发强度（研发支出/总资产）作为衡量制造业研发投入的指标。

解释变量：平均年龄（Aage），高管团队年龄总和/高管总人数;性别（Gen），女性高管人数/高管总人数;平均教育水平（Aedu），所有高管学历赋值总和/高管总人数，其中根据国泰安数据库的定义：中专及以下赋值为（1） ，大专赋值为（2） ，本科赋值为（3） ，硕士赋值为（4） ，博士赋值为（5） ，海外背景高管占例（Asea），根据国泰安数据库的信息，有海外背景是指有过海外求学经历或者海外任职经历。计算公式为，海外背景人数/高管总人数。研发设计背景高管占比（Afun），研发设计背景高管人数/高管总人数。

控制变量：企业规模（Size），企业总资产的自然对数。资产负债率（Lev），负债总额/资产总额。总资产周转率（Turn），营业收入/年末平均资产总额。总资产周转率（Roa），净利润/平均总资产。企业年龄（Age），观测年度与企业成立年份的差加1取自然对数。会计年度（Year），根据2012年-2020年设置9个虚拟变量。

3.模型构建

根据前文的假设，建立多元回归模型，检验高管团队特征对研发投入的影响。

模型1只包括控制变量，检验各控制变量与企业研发投入间的关系;模型2是在模型1的基础上引入高管团队特征变量，进而检验高管团队特征对企业研发投入的关系。

模型1：R&D=β0+β1CV+εi，t

模型2：R&D=β0+β1Geni，t+β2Aagei，t+β3Aedui，t+β4Aseai，t+β5CV+εi，t

其中，β0为待估常数项;β为待估系数;ε为随机干扰项;CV表示一系列控制变量。

四、实证结果分析

1.描述性统计

从表1可以看出：不同企业间研发投入强度具有显著性差异，其中最大值为10.3%，最小值为0，平均值为2.6%，标准差为1.8%，说明不同企业对研发创新的重视程度有很大差异。性别的均值为19.1%，最小值为0，说明大部分企业高管以男性为主，部分企业中甚至没有女性高管。年龄均值为48.989，说明样本高管以中年为主。高管平均教育水平方面，均值为3.344，说明大部分高管都拥有本科或硕士学历。海外背景高管占比方面，均值为0.082，表明海外背景高管成员较少。研发设计背景高管占比方面，均值为0.194，最大值为0.421，最小值为0，表明部分企业高管团队中没有研发设计背景高管的存在。

2.多重共线性检验

本文模型中存在多個解释变量，所以在回归分析前采用方差膨胀因子进行多重共线性检验。一般认为VIF值处于[0，10]之间时，解释变量间则不存在多重共线性问题。表2结果显示，VIF值处于[1.13，1.88]之间，位于合理区间内并且数值较小，因此认为模型变量间不存在多重共线性问题。

3.回归结果分析

为检验高管团队特征对研发投入的影响，本部分以研发投入与总资产之比为被解释变量，按照模型1、模型2进行多元线性回归，回归结果如表3所示。

模型回归结果1重点关注控制变量与企业研发投入的关系，回归结果显示，模型1调整后的R2为0.1068，F值为53.1891，模型在0.01的水平上显著。具体来看，资产收益率、总资产周转率与研发投入正相关;企业规模、年龄、资产负债率与研发投入强度呈负相关关系。

本文对高管团队特征对研发投入的影响提出了假设，为检验模型是否成立，在模型1的基础上引入高管团队特征变量得到模型2。表2显示模型2的F值在1%的水平上显著，调整后的R2为0.1891，高于模型1，说明模型2的拟合效果更好，高管团队特征变量增强了模型的解释力。根据回归结果可知高管团队特征各变量均与企业研发投入强度显著相关。具体来看：（1） 平均年龄与企业研发投入强度在1%的水平上负相关，说明高管团队平均年龄越高，企业对技术创新的投资越少，文章假设H1得到验证;（2） 平均学历与企业研发投入强度在1%的水平上正相关，说明高管团队学历水平的提高会促进企业研发创新投入的增加，假设2得到验证;（3） 高管女性占比与企业研发投入强度在5%的水平上正相关，高管团队中女性高管的存在会促进企业技术创新投入，女性在企业中的作用得到证实，假设3得到验证;（4） 海外背景高管比例与企业研发投入强度在1%的水平上正相关，说明高管团队中拥有海外背景的成员越多，研发投入越多，假设4得到验证;（5） 研发设计高管比例与企业研发投入强度在1%的水平上正相关，说明高管团队中研发设计背景高管的存在会促进企业研发投入的增加，假设5得到验证。

五、稳健性检验

为检验实证结果真实稳健，本部分采用更换被解释变量的方法进行稳健性检验。将被解释变量更换为“研发投入占营业收入的比重”利用制造业上市公司2012年-2020年数据进行回归分析。由回归结果可知，大部分变量的符号与显著性均未发生变动，表明本文的结果稳健性较强，结果具有说服力。限于篇幅，本文对稳健性检验的结果并未列示。

六、结论与建议

本文利用2012年-2020年制造业上市公司数据，实证检验了高管团队特征对企业研发投入的关系，通过对实证结果的分析得出以下结论及建议：

第一，高管团队平均年龄与企业研发投入显著负相关。因此，企业要尽可能地保证高管团队年轻化，保持高管团队的活力。企业应将高管团队年龄结构保持在合理的水平，在选拔高管时要避免论资排辈的现象，以能力作为评判的标准。其次要做好人才储备工作。加大对高校优秀人才招聘的重视程度，这部分人才有着较强的学习能力和丰富知识储备，通过培养，这部分人才会很快成为企业的中坚力量。

第二，高管团队女性高管占比与企业研发投入显著正相关。女性高管数量的提升，可以更好地发挥其性格、独特视角方面的优势，改善决策质量，更好地促进企业创新。因此企业应加强对女性人才的重视，企业应唯才是用而不是以性别作为提升高管的标准，同时制定完善的女性晋升机制，帮助女性打破“职业天花板”，通过对企业文化的培养，鼓励女性参与决策，使女性更好地助力企业创新。

第三，高管团队平均教育水平与企业研发投入正相关。因此，企业应选拔高学历人才，提升高管团队成员学习能力。一方面，在选拔高管时将学历作为一个重点考虑的方面，多选拔一些具有高教育水平的人才进入管理团队。另一方面，加强当前高管团队成员的培训并鼓励高管参加继续教育，进而提升高管成员处理复杂信息的能力，从而制定出与企业相适应的投资决策，帮助企业获得持久竞争力。

第四，高管团队海外背景高管比例与企业研发投入正相关。为了更有效地促进企业创新战略实施，要优化高管团队来源渠道，加大对具有海外背景人才的引入。在构建高管团队时给予海外人才更多的倾斜，给予海归高管更多的决策权，充分地利用海外背景高管团队成员的国际经验和专业知识促进企业研发创新决策的制定。

第五，高管团队中研发设计背景高管占比与企业研发投入正相关。因此，企业应适当引入具有研发、设计背景的人员进入高管团队。此类人才进入高管团队，还应注重其管理能力的培育，使其更好地推进企业的研发创新活动。

第六，政府应当鼓励企业进行创新，支持企业的创新活动。研发投入是企业实现创新的基础，因此必须要保证一定量的创新投入。由上文可知制造业企业研发投入均值为2.6%，投入规模较小，很大程度上是受到了资金的制约。要实现由“中国制造”向“中国智造”的转型，政府方面可以出台相应的政策进行引导，如增加对企业的创新补贴、进行税收减免、制定相应的优惠政策，缓解企业资金不足的问题，进而促进企业的研发投入。

参考文献：

[1]Simsek Z，Veiga J F，Lubatkin M H，Modeling the multilevel determinants of top management team behavioral integration[J].Academy of Management Journal，2005，9（1）：69-84

[2]雷辉，刘鹏.中小企业高管团队特征对技术创新的影响——基于所有权性质视角[J].中南财经政法大学学报，2013（04）：149-156.

[3]曾萍，邬绮虹.女性高管参与对企业技术创新的影响——基于创业板企业的实证研究[J].科学学研究，2012，30（05）：773-781.

[4]张信东，吴静.海归高管能促进企业技术创新吗？[J].科学学与科学技术管理，2016，37（01）：115-128.

[5]王小平，王雪平.研发背景高管与企业技术创新质量——基于中国制造业上市公司的经验证据[J].企业经济，2019（08）：93-102.

[6]文芳，胡玉明.中国上市公司高管个人特征与R&D投资[J].管理评论，2009，21（11）：84-91+128.

[7]吕巍，张书恺.高管薪酬差距对企业研发强度的影响——基于锦标赛理论的视角[J].软科学，2015，29（01）：1-5+10.

[8]王德应，刘渐和.TMT特征与企业技术创新关系研究[J].科研管理，2011，32（07）：45-52+75.

作者簡介：杨绪凯（1997-），男，黑龙江大学经济与管理学院，硕士研究生在读