周芬芬
(南京信息工程大學(xué) 江蘇 南京 210044)
今天的時(shí)代需要?jiǎng)?chuàng)新,引領(lǐng)發(fā)展道路。創(chuàng)新效率和可持續(xù)性日趨得到社會(huì)重視。我國企業(yè)的科技創(chuàng)新隊(duì)伍雖多雖大,但不強(qiáng)。高技能人才也相當(dāng)缺乏。企業(yè)對(duì)于科技的創(chuàng)新,技術(shù)的開發(fā)有待提高。對(duì)創(chuàng)新的鼓勵(lì),以及對(duì)創(chuàng)新型社會(huì)的建設(shè)仍需繼續(xù)努力。
近些年來,國內(nèi)外學(xué)者也對(duì)于高管特征與企業(yè)績效之間的作用關(guān)系展開了諸多研究與探討。蘇皚,康鵬勝,陶向南(2020)選取華南地區(qū)制造業(yè)作為樣本數(shù)據(jù),對(duì)其高管團(tuán)隊(duì)異質(zhì)性進(jìn)行分類,并作為調(diào)節(jié)變量進(jìn)行分析。結(jié)果表明,高管團(tuán)隊(duì)特征表層差異越大,企業(yè)創(chuàng)新績效約會(huì)受到抑制;反之則相反。楊華,蔡曉鳳(2020)對(duì)高管特征與創(chuàng)新績效文獻(xiàn)進(jìn)行梳理高管學(xué)歷與企業(yè)創(chuàng)新績效呈顯著正相關(guān)。高管學(xué)歷越高,對(duì)企業(yè)創(chuàng)新活動(dòng)越關(guān)注;而學(xué)歷較低者則更加關(guān)注企業(yè)經(jīng)營績效與最終結(jié)果。高管的性別特征與企業(yè)創(chuàng)新績效也顯著相關(guān),女性高管比例越高,企業(yè)創(chuàng)新績效可能越好。楊涵舒(2019)圍繞創(chuàng)業(yè)板創(chuàng)新企業(yè)展開研究,結(jié)果表明,高管團(tuán)隊(duì)平均年齡,受教育水平越高,越有利于企業(yè)創(chuàng)新績效的提高。陳瑤(2019)結(jié)果表明,高管任期越長,高管能力越高時(shí),對(duì)創(chuàng)新績效的影響越顯著。高瑞迪(2018)認(rèn)為女性高管有利于企業(yè)創(chuàng)新績效的提高;高管年齡與創(chuàng)新績效無顯著關(guān)系;高管學(xué)歷與企業(yè)創(chuàng)新績效有顯著正向關(guān)系。
1.樣本選取
本文選取2014-2018年創(chuàng)業(yè)板上市公司作為樣本,為了數(shù)據(jù)的完整性與嚴(yán)謹(jǐn)性,將剔除財(cái)務(wù)信息披露不完整,虧損嚴(yán)重,個(gè)別財(cái)務(wù)數(shù)據(jù)特別極端,經(jīng)營年份過低的上市公司。
2.數(shù)據(jù)來源
數(shù)據(jù)主要從國泰安數(shù)據(jù)庫獲得,選取2014至2018年的上市公司的財(cái)務(wù)報(bào)表數(shù)據(jù),財(cái)務(wù)指標(biāo)數(shù)據(jù)。
1.解釋變量
本文解釋變量為高管特征,分為三個(gè)解釋變量。高管年齡(AGE)選取該年份高總數(shù)年齡的平均值作為指標(biāo)。高管性別(SEX)特征選取高管中女性人數(shù)與高管總數(shù)的比值作為指標(biāo)。
高管學(xué)歷(EDU),分為???、本科、碩士、博士、博士后,并為其分別賦值1、3、5、7、9。取其每一年份均值作為指標(biāo)。
2.被解釋變量
本文被解釋變量為創(chuàng)新績效(R&D),基于大部分研究,這里采用企業(yè)研發(fā)投入程度作為創(chuàng)新績效指標(biāo)。
3.控制變量
(1)資產(chǎn)規(guī)模(Scale)采用企業(yè)總資產(chǎn)的自然對(duì)數(shù)作為指標(biāo)。
(2)資本結(jié)構(gòu)(Lev)采用負(fù)債總額與資產(chǎn)總額的比值作為指標(biāo)
(3)現(xiàn)金持有水平(Cash)采用貨幣資金與總資產(chǎn)的比值作為指標(biāo)
本文基于解釋變量、被解釋變量、控制變量的選擇做出下列模型設(shè)計(jì):
R&D=α1AGE+α2Scale+α3Cash+α4Lev+ε1
模型1
R&D=β1SEX+β2Scale+β3Cash+β4Lev+ε2
模型2
R&D=γ1EDU+γ2Scale+γ3Cash+γ4Lev+ε3
模型3
基于以上模型,本文提出下列三個(gè)假設(shè):
假設(shè)一:高管性別特征與企業(yè)創(chuàng)新績效存在顯著關(guān)系
假設(shè)二:高管年齡特征與企業(yè)創(chuàng)新績效存在不顯著關(guān)系
假設(shè)三:高管學(xué)歷特征與企業(yè)創(chuàng)新績效存在顯著正向關(guān)系
1.描述性統(tǒng)計(jì)分析
對(duì)變量進(jìn)行描述統(tǒng)計(jì)分析,結(jié)果如表1所示,展示了各變量的極小值、極大值、均值、標(biāo)準(zhǔn)差。這些上市公司的AGE最小34、最大79,、標(biāo)準(zhǔn)差4.2;SEX的最小0,最大0.77,標(biāo)準(zhǔn)差0.15;EDU的最小2.6,最大5.3,標(biāo)準(zhǔn)差0.49;R&D的最小24.5萬,最大67127萬,標(biāo)準(zhǔn)差0.17。這表明上市公司高管特征,創(chuàng)新績效存在較大差異。
表1 描述統(tǒng)計(jì)表
1.高管性別特征與企業(yè)創(chuàng)新績效回歸分析
企業(yè)創(chuàng)新績效與高管性別特征回歸分析的調(diào)整R2為0.132,擬合優(yōu)度良好。F指標(biāo)值為19.041,據(jù)此可以看出,企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間構(gòu)成較為顯著的線性回歸關(guān)系。從表2可知,Sig值為0.030<0.05,說明企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間關(guān)系顯著,呈正相關(guān)關(guān)系。
表2 系數(shù)
2.高管年齡特征與企業(yè)創(chuàng)新績效回歸分析
企業(yè)創(chuàng)新績效與高管年齡特征回歸分析的調(diào)整R2為0.235,擬合優(yōu)度良好。F指標(biāo)值為19.352,據(jù)此可以看出,企業(yè)創(chuàng)新績效與企業(yè)高管年齡特征之間構(gòu)成較為顯著的線性回歸關(guān)系。從表3可知,Sig值為0.333>0.05,說明企業(yè)創(chuàng)新績效與企業(yè)高管年齡特征之間關(guān)系不顯著。
表3 系數(shù)
3.高管學(xué)歷特征與企業(yè)創(chuàng)新績效回歸分析
企業(yè)創(chuàng)新績效與高管學(xué)歷回歸分析的調(diào)整R2為0.240擬合優(yōu)度良好。F指標(biāo)值為19.863,企業(yè)創(chuàng)新績效與企業(yè)高管性別特征之間構(gòu)成較為顯著的線性回歸關(guān)系。從表4可知,Sig值為0.016<0.05,說明企業(yè)創(chuàng)新績效與企業(yè)高管學(xué)歷特征之間關(guān)系顯著,呈正相關(guān)關(guān)系。
表4 系數(shù)
本文的性別指標(biāo)采用的是女性高管人數(shù)占高管團(tuán)隊(duì)總?cè)藬?shù)的比例,從數(shù)據(jù)分析結(jié)果來看,女性高管占比越多,對(duì)企業(yè)創(chuàng)新活動(dòng)越能起到激勵(lì)作用。對(duì)女性在職場中的作用于能力應(yīng)當(dāng)正視于重視。
本文采用高管團(tuán)隊(duì)年齡均值作為高管年齡特征的指標(biāo),研究結(jié)果表明,高管年齡與企業(yè)創(chuàng)新績效并不存在顯著相關(guān)關(guān)系。高管年齡均值較高的企業(yè)的創(chuàng)新績效可能很高也可能很低。同樣的,高管年齡均值較低的企業(yè)的創(chuàng)新績效也可能較高或較低。
本文高管學(xué)歷特征采用先賦值再算均值的方法獲取。根據(jù)上述數(shù)據(jù)分析結(jié)果表明,高管學(xué)歷水平與企業(yè)創(chuàng)新績效之間存在顯著正相關(guān)關(guān)系。高管團(tuán)隊(duì)學(xué)歷水平越高對(duì)企業(yè)創(chuàng)新績效越有促進(jìn)作用。相反,高管團(tuán)隊(duì)學(xué)歷水平越低,對(duì)企業(yè)的創(chuàng)新績效越會(huì)起到抑制作用??梢?,學(xué)歷水平,對(duì)于企業(yè)高管的要求應(yīng)當(dāng)提高。
廣西質(zhì)量監(jiān)督導(dǎo)報(bào)2020年9期