高管团队年龄异质性对企业研发投入的影响

(整期优先)网络出版时间:2023-05-12
/ 3

高管团队年龄异质性对企业研发投入的影响

蒯梦雅

上海大学 悉尼工商学院 201899

摘要

创新是企业生存和发展的立足点,高管团队的投资决策决定企业创新发展。研发是创新的重要环节,研发投入规模反映企业对自身可持续创新发展的重视度,因此高管团队的投资决策对企业研发投入具有重要作用。本文基于高层梯队理论、社会认同理论和信息决策理论,选取2009-2019年创业板上市公司作为研究样本,构建高管团队年龄异质性与企业研发投入的倒“U”关系模型并进行实证检验。研究结果表明:高管团队年龄异质性与企业研发投入之间存在倒“U”型关系,即随着年龄异质性的不断增大,企业研发投入呈现先增后降的趋势。

关键词:高管团队年龄异质性,研发投入,倒U型关系

一、引言

创新被认为是推动国家经济增长的重要力量,也是当今社会企业竞争能力增强的主要驱动力。习近平在党的二十大报告中强调:“必须坚持科技是第一生产力,人才是第一资源,创新是第一动力。”面对复杂多变的国际形势和全球疫情反复的不断考验,企业所处的市场环境存在愈来愈多的不确定性。据国家统计局的数据显示,2021年全国共投入研究与试验发展(R&D)经费27,956.3亿元,比上年增长了14.6%R&D投入强度为2.44%,比上年提高0.03个百分点,投入规模仅次于美国,稳居世界第二。

研发投入影响因素的研究主要分两个方面:从外部影响因素来看,包括行业特征、行业集中度、政府激励政策等;另一方面从内部影响因素来看包括企业规模、公司治理、融资方式、企业性质。但大多研究都局限于管理者是同质性的假设,忽视管理者异质性的作用。

高层梯队理论指出高管自身认知在很大程度上影响企业绩效和战略选择。但目前已有研究拘泥于高管团队异质性特征与研发投资行为间的线性关系,基于理论的不同未形成一致的结论。本文丰富了研发投入影响机制的研究范畴,创新性的构建并实证检验了高管团队年龄异质性与企业研发投入之间倒“U曲线关系的理论模型,对提升高管团队的决策水平和创造力具有一定的参考意义。同时助力上市公司转型发展,通过对高管团队年龄结构特征的关注提高上市公司治理水平,使高管团队的治理结构得到改善

二、文献综述与研究假设

2.1文献综述

本文参考王晓燕(2019)等学者的界定方法,根据上市公司年报将董事长、总经理、副总经理、监事和各部门总监等高级管理人员定义为企业的高层管理团队。Ellstrand(2000)在研究中指出年龄作为显性人口特征变量,是所有异质性指标中最重要、对高管团队成员做出投资决策影响最大的因素。年长的管理者会基于自身经验,受惯性影响对市场做出判断,并且其对收入的重视度远高于长期的研发活动,因此倾向于选择稳妥的策略。而年轻高管具有较强的适应力和创新力,更倾向冒险策略。孙海法(2003)认为年龄异质性较大的团队能同时兼顾到年长与年轻成员的优势,有利于团队的稳定,促进企业的研发决策。但Zenger (1989)研究发现年龄异质性会降低专业技术交流能力。Kilduff(2011)指出团队成员年龄的差异对企业创新绩效产生消极影响。牛芳等(2011)和谢敏明(2012)基于社会认同理论,认为年龄是社会成员进行自我分类的重要指标,因此年龄差异较大的团队缺乏凝聚力,因此会负向影响企业绩效。

2.2研究假设

本文综合社会认同和信息决策理论的观点,认为高管团队年龄异质性与企业研发投入之间可能并非简单的线性关系。在先前的社会环境下,团队年龄高度同质化意味着大多公司高管团队年龄均值偏高,此时年长高管对新思维的接收力较弱,不愿改变现状从事高风险的研发活动,因此削弱研发投入规模;随着高管团队年轻化的趋势,管理层内部会定期加入一些年轻成员,导致团队年龄均值下降、异质性增强,信息决策理论的作用得到充分发挥,认知和信息的多样性有效激发了高管团队从事研发活动的热情,一定程度上推动了企业研发投入;而当年龄异质性超出一定限度时,又会导致团队决策出现极端冒进和极端保守两种现象,成员之间在认知观念和经验上的差异可能会造成矛盾冲突,使得团队决策难以形成统一的定论,降低决策的速度和质量,在复杂的市场环境下可能会错失有利的研发机会,因此不利于企业研发投入。基于此,本文提出以下假设:

假设H:高管团队年龄异质性与企业研发投入呈倒“U”型关系。

三、研究设计与实证分析

3.1研究设计

本文以2009-2019年创业板上市公司作为研究样本,并选取了2009-2019年创业板公司披露的财务数据作为面板数据。考虑到企业的研发投资决策相对于市场具有一定的时滞性,因此本文选择2010-2020年研发数据分析研究。本文数据来源于国泰安CSMAR数据库,剔除缺失数据,最终得到722家创业板样本公司,共4380个面板数据。

3-1变量定义与衡量标准

变量

指标

代码

变量定义与测量方式

被解释变量

研发投入总额

企业研发投入总额的自然对数

解释变量

年龄异质性

Dage

高管团队成员年龄标准差系数(标准差/平均值)

控制变量

二职合一

Duality

高管团队成员是否兼任董事长和CEO,是=1;不是=0

高管持股

Stock

高管团队成员是否持股,是=1;不是=0

企业规模

Size

企业年末总资产的自然对数

股权性质

Nature

上市公司划分为国有企业和民营企业,国有企业=1;民营企业=0

企业成长性

Growth

总资产增长率=(期末总资产-期初总资产/期末总资产

行业

Industry

行业虚拟变量

年份

Year

年份虚拟变量

为了说明高管团队年龄异质性对企业研发投资行为的影响,验证研究假设H,建立以下回归模型:

 (3-1)

  (3-2)

3.2实证分析

3-2中模型1是控制变量对被解释变量回归的基础效应模型,模型2是建立在模型1的基础上,检验高管团队年龄异质性对企业研发投入非线性关系模型。在引入高管团队年龄异质性的一次项和二次项后,0.5625增加至0.5653,说明高管团队年龄异质性显著增加模型的解释力度。高管团队年龄异质性对企业研发投入的影响是显著的,其中一次项系数为-0.507并在1%的水平上显著,二次项系数为-3.41110%的水平上显著,与企业研发投入呈现倒“U”型曲线。根据模型2验证了研究假设,即当年龄异质性较低的时,年长高管背景、阅历的相似性以及对收入稳定性要求使得他们对企业创新的追求不高,较少将资金投入到具有高风险的研发活动;而当年轻高管的比例逐渐增加时,异质性增大,信息决策理论认为团队异质性的优势得以充分发挥,信息来源、市场认知的多样性和思想的创新性有利于提高企业科技创新的活跃度,增加研发投入;当异质性进一步增大时,社会认同理论的负面影响日益显现,由于年龄差异导致团队成员认知和价值观的不同,难以进行有效的内部沟通协作,引起团队冲突,降低高管团队决策效率,不利于企业研发活动的投入。

3-2模型1基础效应和模型2主效应回归结果

Variable

模型1

模型2

Coef.

St.Err.

p-value

Coef.

St.Err.

p-value

Dage

-0.507

0.107

0.000***

-3.411

2.050

0.096*

Duality

0.029

0.009

0.001***

0.029

0.009

0.001***

Stock

0.036

0.021

0.086*

0.039

0.021

0.063*

Nature

-0.071

0.020

0.000***

-0.058

0.020

0.003***

Growth

0.004

0.007

0.538

0.005

0.007

0.498

Size

0.338

0.006

0.000***

0.337

0.006

0.000***

Constant

0.290

0.133

0.030**

0.304

0.133

0.023**

Obs

4380

4380

0.5625

0.5653

Adjusted

0.5557

0.5583

F

82.73

81.23

注:******分别表示在1%5%10%水平上显著

四、稳健性检验

控制变量的选取会影响回归结果的稳定性及其拟合效果,本文主要研究高管团队单一年龄异质性对企业研发投入的影响,因此增加高管团队性别、教育水平、海外背景、金融背景和职业背景异质性作为控制变量进行回归分析。对上述控制变量均采用Herfindal指数法度量,H值大小与类别变量异质性呈正相关关系,即H值越大,高管团队特征异质性越高。具体变量定义如下表4-1所示。由表4-2的回归结果发现模型与前文实证检验结论保持一致。其中,性别、教育和职能背景异质性的回归结果均不显著;海外背景异质性和金融背景异质性均在1%的水平上显著,优化模型的拟合度,水平显著提高,进一步增强了对被解释变量的解释力度。

4-1新增控制变量的定义及其测量方式

指标

代码

变量定义与测量方式

性别异质性

对企业高管人员的性别赋值,男性=1,女性=0,计算H

教育水平异质性

对受教育水平划分为五个等级,高中及以下=1,大学专科=2,本科=3,硕士=4,博士及以上=5,计算H

海外背景异质性

Foreign

企业高管人员的海外背景情况进行赋值,拥有海外背景的高管取值为1,没有海外背景的高管取值为0,计算H

金融背景异质性

Finance

企业高管人员的金融背景情况进行赋值,拥有金融背景的高管取值为1,没有金融背景的高管取值为0计算H

职业背景异质性

Work

生产=1,研发=2,设计=3,人力资源=4,管理=5,市场=6,金融=7,财务=8,法律=9,其他或不明确方向=99,计算H

4-2增加控制变量的回归结果

Variable

模型1

模型2

Dage

-0.440***

0.107

-3.848*

2.028

Duality

0.031***

0.009

0.031***

0.009

Stock

0.040*

0.021

0.043**

0.021

Nature

-0.076***

0.019

-0.066***

0.020

Growth

0.098***

0.012

0.098***

0.012

Size

0.326***

0.006

0.326***

0.006

Gender

-0.01

0.023

0.000

0.023

Degree

-0.011

0.023

-0.016

0.023

Work

0.093*

0.053

0.082

0.053

Foreign

0.187***

0.027

0.180***

0.027

Finance

-0.099***

0.031

-0.088***

0.031

Constant

0.436***

0.139

0.455***

0.140

Obs

4380

4380

0.5749

0.5772

Adjusted

0.5678

0.5699

F

80.90

79.41

注:①******分别表示在1%5%10%水平上显著;②括号中为标准误差。

五、研究结论与政策建议

高管团队年龄异质性对企业研发投入产生“双刃剑”的效果,二者之间呈现倒“U”型曲线关系,有效验证了社会认同理论和信息决策理论观点的有机整合。当年龄异质性水平较低的时,高管团队个人特征背景相似性使其内部冲突较少,年长团队的创新性较低,决策结果一致趋于保守;随着年轻高管比例的提升,团队年龄异质性逐渐升高时,由此带来的信息来源和市场认知的多样性以及思想的创新性有利于提高决策效率,及时识别并掌握机会,增加研发投入;而当异质性进一步增加时,差异化水平的负面影响日益显现,团队成员认知观念和价值观念的不同难以进行有效的内部沟通协作,易于引起团队冲突,降低高管团队决策效率。基于本文的研究结论结合我国创业板上市公司当前公司治理、研发投入的实际情况,提出以下建议:(1)政府应着眼于进一步提高我国上市公司的自主创新能力。(2)建设合理的公司治理团队,注重高管团队成员年轻化、多样化的发展。(3)健全高管团队股权激励机制。

1


参考文献

[1]Ell strand N . The Elephant that is Biotechnology: Comments on "Genetically Modified Crops: Risks and Promise" by Gordon Conway[J]. ECOLOGY AND SOCIETY, 2000, 4(1):XXVI-XXVII.

[2]Fox, Brian C, Zeki Simsek, and Ciaran Heavey. "Top Management Team Experiential Variety, Competitive Repertoires, and Firm Performance: Examining the Law of Requisite Variety in the 3D Printing Industry (1986–2017)." Academy of Management Journal 65.2 (2022): 545-76.

[3]胡望斌,张玉利,杨俊.同质性还是异质性:创业导向对技术创业团队与新企业绩效关系的调节作用研究[J].管理世界,2014(06):92-109+187-188.DOI:10.19744/j.cnki.11-1235/f.2014.06.009.

[4]李端生,王晓燕.高管团队异质性、激励机制与企业研发投资行为——来自创业板上市公司的经验数据[J].经济问题,2019(02):58-68.DOI:10.16011/j.cnki.jjwt.2019.02.010.

[5]刘运国,刘雯.我国上市公司的高管任期与R&D支出[J].管理世界,2007(01):128-136.DOI:10.19744/j.cnki.11-1235/f.2007.01.018.

[6]翁辰,马良泽.高管薪酬激励与企业创新——基于中国上市公司的经验证据[J].重庆大学学报(社会科学版),2022,28(03):67-81.

[7]张建君,张闫龙.董事长—总经理的异质性、权力差距和融洽关系与组织绩效——来自上市公司的证据[J].管理世界,2016(01):110-120+188.DOI:10.19744/j.cnki.11-1235/f.2016.01.011.

1