企业是驱动我国经济增长的核心力量,其持续成长不仅是战略规划的长期目标,也是产业持续获利的基础。科技、人才与制度创新是企业成长的主要动力,而不断优化技术、人力配置及公司治理制度是企业健康成长的必由之路。其中,技术董事作为培育技术资源的重要驱动路径,以及公司治理和高级技术人才的重要组成部分,近年来引起人们广泛关注。技术董事是指董事会中有生产、技术和研发背景的董事成员,包括技术执行董事、非执行董事和独立董事,被普遍认为具有优化技术人才及董事会人员结构、扩大企业技术资源配置规模、提高技术资源配置质量、提高董事会创新决策质量与效率等功能,能助力企业更快更好地成长[1-3]。但实际上,技术董事的设置效果并不显著,由此产生疑问:技术董事真的能显著改善技术资源配置状况、助力企业成长吗?技术资源配置又起到何种作用?解决以上问题有助于进一步加深企业高管对技术董事战略地位的认识,进而作出更精准的技术投资决策,完善技术董事管理制度,优化企业技术和董事人力结构,加快企业新旧动能转换,步入健康成长的良性轨道。
企业成长动力研究聚焦于两大方面:一是优化技术资源配置,关注技术研发、技术创新、技术获取、技术资源测度、技术配置效率等;二是推进企业治理制度改革,包括高管激励、董事治理、股权结构优化与混合所有制改革、独立董事设置等。近年来,有学者将目光转向技术董事、技术高管、技术独立董事、技术非执行董事,探讨有技术背景的高管对企业成长的驱动机理[1-5],局限于技术董事、技术资源配置对企业成长的驱动效应。
相关研究认为,技术董事的业务专长不仅能协助管理层实施高质量技术投资决策,还能提供技术知识、管理经验、信息等资源促进企业成长。技术董事对企业发展的贡献得到众多理论支持。其中,人力资本理论将异质性人力资本看作是企业成长的重要推动力,而技术董事作为技术-管理双料高级专家,是重要的异质性人力资源和企业持续成长的驱动器;高阶理论认为,高管团队的价值观、认知观通过影响战略选择,作用于企业成长。技术董事是高管团队的重要组成部分,凭借自身技术专长,更易于发挥“顾问效应”,把握行业技术发展方向,有利于企业采取与行业健康发展轨道相匹配的高新技术战略,提高战略技术投资决策质量,降低失败概率,进而为企业成长赢得先机。另外,技术董事还能通过网络效应影响企业成长,主要体现在凭借技术专长与业务经验,搭建技术专家及企业关系网,增强彼此间技术协作、降低技术交易成本,进而缓解技术资源约束,驱动企业成长。
国外学者Adler[2]、Medcof[3]、Tietze[4]均赋予技术董事较高的管理地位,认为其兼具“技术商人”与“领导”特质,是集管理与战略责任于一身的CTO。Roberts[5]研究发现,日本企业首席科学家身份会使90% 以上的CTO跻身董事会,继而推动核心技术研发与企业持续成长;Golden[6]、Haynes[7]认为技术董事通过准确把握行业发展趋势,提升技术方案可行性,将潜在战略选择付诸实践,使企业采取与行业主流方向一致的发展战略,并且能提升管理层风险把控能力,使其及时识别市场机会,降低技术创新失败概率,为企业赢得发展先机、实现快速成长。国内学者文芳[8]从增强研发强度、胡元木[9]从抑制研发费用操控等方面印证了具有技术专长的董事对企业发展的多重影响。胡元木[1]进一步指出,技术专家董事对企业绩效有显著正效应,创新效率在二者之间起部分中介作用,且该作用对当期及滞后期均具有显著影响。在自主创新背景下,技术董事对企业成长的推动作用日渐凸显,这为解决中国特色的董事会治理问题提供了崭新视角。由此,提出如下假设:
H1:其它条件一定的情况下,提高技术董事比例对企业成长具有显著促进效应。
董事是公司发展相关重大事项的决策者,技术董事作为董事会的重要组成部分,对企业研发经费投入、高新技术资源投资等决策起着关键作用。与其他董事相比,技术董事专业或背景优势显著,主要体现为:首先,技术董事往往从事过技术研发与应用类工作,积累了丰富的技术知识与经验,能够精准、敏捷地捕捉技术动向,为技术研发提供指导;其次,技术董事更倾向于营造创新文化氛围,重视引进、激励高精尖技术人才,致力于培育尊重知识、尊重技术的良好企业文化;最后,技术董事深谙研发创新重要性,倾向于将优质资源、有限资金投向有助于提升技术能力的活动,如技术研发、技术改造与更新等,以此提升研发效率与产出效益。因此,技术董事往往是决定企业技术资源配置规模与配置质量的重要内生力量,能更准确地把握技术的战略地位与特征,并根据企业所处阶段的特点,提出适宜的技术配置建议,帮助企业扩大技术资源规模,优化技术资源结构,提高技术资源配置质量、科学性及资源利用效果,实现企业健康成长。技术董事包括技术执行董事、技术非执行董事和技术独立董事,他们的职责权限各不相同,对技术资源的作用方式也有区别。具体而言:技术执行董事对技术研发经费投入、人员安排和其它辅助要素配置具有直接管理权,承担制定、执行、监督和指导技术设计与开发工作;技术非执行董事则对技术未来发展方向、技术主导的核心战略定位与规划、重大技术投资决策制定与执行、外部技术获取和内部技术二次创新等活动给予指导;技术独立董事对于行业发展方向以及技术前沿具有较强敏感性,能以发展的眼光为企业提供最前沿的技术投资建议与技术应用相关咨询。由此可见,虽然各类技术董事作用方式有别,但共性突出,即均凭借自身技术背景优势对企业技术投资、创新产出、对外技术获取、技术资源日常管理等发挥决策作用力,进而影响企业技术资源配置,从而在一定程度上扩大和提高了技术资源配置规模或质量。
就技术董事对技术资源配置的作用,学界从不同视角进行了验证。Finkelstein[10] 认为,受过技术类专业教育、从事过技术相关岗位的企业高管,其捕捉高新技术动向的主观意愿更强,倾向于将更多资金投入研发,尤其是更具创新精神的CEO 或高管,能更快、更好地推动产品创新战略进程,提高企业自主创新水平,进而实现技术资源规模与质量双重提升;胡元木[1,9]对技术独立董事与非执行董事展开研究,发现目前我国上市公司研发投入力度明显加大,但高技术资源产出规模扩张不明显,而聘请技术独立董事后,研发产出水平得到较为明显的提升,当上市公司同时设置技术执行董事和技术独立董事时,技术资源规模扩张迅速。此外,技术独立董事通过积极抑制管理层操控研发费用、改善技术资源配置质量、提高盈余信息相关度等活动,增强投资者对企业后期成长的信心;韩忠雪[11]研究表明,技术高管通过加大研发投入、提高技术员工比例、增加专利数量和技术人员产出等路径,改善企业技术资源配置质量。综上分析,技术董事通过提供更为优质的技术研发、生产与应用决策建议,增强管理层对技术投资风险的控制力,进而提升技术资源配置规模与质量。由此,提出如下假设:
H2a:其它条件一定的情况下,提高技术董事比例对技术资源配置规模有显著正效应;
H2b:其它条件一定的情况下,提高技术董事比例对技术资源配置质量有显著正效应。
内生成长理论认为,技术是一个国家或地区经济发展的重要生产要素之一。技术要素进入生产与应用环节,并转化为资本。企业成长依赖于内部异质性资源的科学合理配置,而技术是最重要的异质性资源,较高的企业综合技术水平是企业可持续成长的基础。资源基础理论认为,企业拥有不同的有形和无形资源,这些资源决定了企业能力的异质性,资源在企业间是不可流动且难以复制的,这些独特的资源与能力是企业持久竞争优势的源泉,其中技术是最重要的资源。新兴要素资本理论认为,新生活方式、新产业的形成会促进人们对新技术的需求与探索,进而促进技术产生并经产权确认,被不同主体自由选择、买卖、交易,投入生产领域,转化为技术资本,与其它要素一同投放到经营管理各环节,创造价值。然而,受边际报酬递减影响,物质资本与普通劳动对企业成长的驱动力将不可避免地出现停滞。相比之下,技术具有一定的边际报酬递增性,随着技术投入量增加,边际产出呈现出递增态势,这意味着基于技术的发展模式能够帮助企业实现可持续成长[12-13]。
技术资源配置主要体现在配置规模与质量两方面。扩大技术资源配置规模、提高配置质量有助于企业高速成长,这已被国内外众多学者所证实。例如,Sergey[14]将技术资源培育作为企业创新投资与生产的选择标准,认为企业创新过程实质是获取技术资源的过程,而生产过程很大程度上是技术资源配置过程,主张企业通过构建和维持自身核心技术资源优势实现持续发展;Mcgrattan[15]、Marek[16]构建融入技术资源的生产函数模型,论证了技术对美国宏观经济增长与企业发展的双重驱动作用;Jin Guo[17]发现专利技术应用与全要素生产率具有长期、固定的协整关系,其均值与方差也具有显著的双向因果关系;罗福凯[18,23]从资本基础理论出发,探索技术-资本生成机制,认为技术资本是经济社会的第四种资本形态,并发现高端装备制造企业的技术资源规模近年来呈缓慢上升态势;王伟光[19]将技术的增值效应归纳为动态竞争优势、规模经济、范围经济和速度经济等;王京等[20]从技术-知识视角、许秀梅[21-22]从技术-人力视角、李治堂[23]以信息技术企业为样本,证实了技术资源配置对企业成长的重要性。可见,技术资源配置代表了企业综合技术创新实力与内在增长潜能,是企业核心竞争力的主要衡量指标、企业成长的核心推动力及可持续发展的根本支撑力量。
结合前述理论分析,一方面,技术董事通过提供优质技术资源、专业的技术管理建议,增强管理者对投资、经营等过程中技术战略问题的层层把控,优化技术资源配置规模与质量;另一方面,技术资源配置规模与质量作为衡量企业技术水平的核心指标,决定了企业综合创新水平与内在发展潜能,是其后期成长的核心推动力与长期获利的重要支撑,企业成长理应与技术资源配置同方向变化。可见,技术董事与企业成长并非简单的直接联系,技术董事通过优化技术资源配置间接作用于企业成长,即技术资源配置是技术董事与企业成长之间的中介变量。由此,提出如下假设:
H3a:其它条件一定,技术资源配置规模对企业成长有显著的正效应;
H3b:其它条件一定,技术资源配置质量对企业成长有显著的正效应;
H4a:其它条件一定,技术资源配置规模是技术董事与企业成长之间的中介变量,即提高技术董事比例能够通过扩大技术资源配置规模,进而促进企业成长;
H4b:其它条件一定,技术资源配置质量是技术董事与企业成长之间的中介变量,即提高技术董事比例能够通过改善技术资源配置质量,进而促进企业成长。
本文的理论研究模型如图1所示。
图1 理论模型
(1)被解释变量——企业成长。既有研究主要采用销售收入增长率、可持续增长率、主营业务利润增长率、营业利润增长率、总资产增长率、所有者权益增长率、留存收益增长率等会计收益指标和托宾Q、账面市值比率等指标测度企业成长。结合国内资本市场发展状况,既要克服单一指标的片面与不足,又要兼顾稳健性,本文采用可持续增长率和托宾Q测量企业成长(Growth),前者用于模型分析,后者用于进一步稳健性测试。
(2)解释变量——技术董事。技术董事指具有技术专长的董事,而技术专长判别标准包含以下4个方面:①高等教育经历,获得计算机、工程、材料、制药等技术性较强专业本科以上学历;②工作资历,在技术研发部门、关键技术岗位任职或担任对口行业技术协会负责人的经历;③职称等级,具有对口技术类相关职称,如教授、工程师、高级工程师、研究员等;④专利或科学技术奖励,拥有发明专利或获得省级以上的科技奖励。技术董事包括3种类型:技术执行董事,兼具治理与管理双重职能;技术非执行董事,多由大股东、上级企业或有一定影响力的中小股东担任;技术独立董事,对外公开选聘。各类董事在信息持有量、职权与独立性上存在差异:技术执行董事独立性最低、获得内部信息最多,技术非执行董事次之,技术独立董事独立性最高、掌握内部信息最少。对于技术董事变量,胡元木[9,1]将其作为虚拟变量,企业设置技术董事为1,否则为0,用技术执行董事、技术非执行董事、技术独立董事三者之和占董事会成员的比例测度;韩忠雪[11]用技术内部董事与独立董事之和占董事成员的比例测度。本文借鉴现有处理方法,技术董事变量用技术董事占董事会成员的比重测度,记为Jsds。相应地,技术执行董事、技术非执行董事、技术独立董事变量用所占董事会成员比重测度。
(3)中介变量——技术资源配置。由于技术资源种类多样、存在形式复杂,既有文献对技术资源规模的测度方法不一:罗福凯[20]建议采用企业无形资产明细中披露出的专利技术、非专利技术、专有技术、软件的账面价值总额测度技术资源规模;李治堂 [22]建议用各种系统软件、应用软件的账面净值测度信息技术软件规模。但已有方法仅关注到技术资源配置规模,缺乏对技术配置质量的考察。因此,本文设置配置规模与配置质量两个变量测度技术资源配置情况。对于配置规模,考虑到技术资源账面价值是原始成本扣减摊销、减值后的净值,较好地遵循了会计学历史成本原则,借鉴现有相关做法,选取专利、非专利技术、专有技术、软件的账面值汇总测度,计算公式为:
其中,i代表各类技术资源明细账面净值,n代表技术资源种类。为了最大程度地降低量纲差异、异方差等的影响,对tc取对数,记为Lntc。另外,选用发明专利/技术资源之比测度技术资源配置质量,记作Pzzl。
(4)控制变量。控制股权集中度、资产负债率、物质投资、公司规模、市场化程度、实际控制人类型、所在行业等虚拟变量,同时为了尽可能降低数据分析中可能存在的非线性关系或非平稳序列等问题,对物质性投资、公司规模变量取对数形式。变量界定详见表1。
借鉴社科研究领域运用的中介效应研究方法,对技术资源配置规模与质量的中介效应(Mediation Effect)进行逐步验证。技术资源配置的中介效应成立需要满足以下条件:①企业成长变量对技术董事进行回归分析,其回归系数达到显著水平;②中介变量技术资源对技术董事进行回归分析,其回归系数达到显著水平;③企业成长对技术董事与中介变量技术资源同时回归,中介变量的回归系数显著,技术董事的回归系数变小。进一步,当技术董事的回归系数不显著时,表明中介变量起到完全中介作用;当技术董事的回归系数仍然显著时,说明中介变量起部分中介作用。
表1 变量界定
类型名称符号计量被解释变量可持续增长率Growth每股价格×流通股份数+每股净资产×非流通股份数+负债账面值)/总资产账面值取对数托宾QQ每股市场价格×流通股数+每股净资产额×非流通股数+负债账面值)/总资产解释变量技术资源配置规模Lntc专利、非专利技术、系统软件、技术使用权等技术类无形资产账面值取对数技术资源配置质量Pzzl发明专利/技术资源技术董事Jsds技术董事人数/董事会人数技术执行董事Jszxds技术执行董事人数/董事会人数技术非执行董事Jsfzxds技术非执行董事人数/董事会人数技术独立董事Jsdlds技术独立董事人数/董事会人数控制变量股权集中度H5前五名股东持股比例的平方和资产负债率Lev员工数量取对数物质投资Lninve(固定资产+除技术外的无形资产+存货支出)/总资产)的对数公司规模Lnsize在岗员工总人数的对数市场化程度Market借鉴杨兴全等的处理方法,推算2010 年指数等于2009 年指数加上 2007、2008、2009这三年相对于前一年指数增加值平均数。控制人类型State控制人为国有投资主体为1,其它为0行业Industry样本涉及16行业,生成15个虚拟变量
为了检验H1,将技术董事Jsds作为解释变量,将Growth作为被解释变量建立模型一:
(1)
为验证H2a、H2b,分别将Lntc、Pzzl作为被解释变量,以Jsds作为解释变量建立模型二(a)、(b)为式(2)、(3)所示:
(2)
(3)
为了验证H3a、H3b和H4a、H4b中中介效应的存在,将Growth作为被解释变量,分别以Lntc和Jsds、Pzzl和Jsds作为解释变量构建模型三(a)、(b)为式(4)、(5)所示:
(4)
(5)
为了更好地说明模型三中式(a)和(b)的技术董事系数的确显著变小,本文借鉴Freedman 等提出的中介变量效果度量方法,观察其在模型一与模型三(a)和(b)系数之差是否显著异于0,统计量计算方法如下所示:
(6)
其中,β1 、β2分别代表方程一、方程三中技术董事(Jsds)的回归系数,δ1 、δ2 分别为对应的标准差,ρxm 分别为技术董事(Jsds)与中介变量(Lntc或Pzzl)的相关系数,如果该指标通过显著性检验则说明技术资源配置(Lntc、Pzzl)的中介作用成立。
选取2012-2017年上市公司为研究样本,技术董事数据从CSMAR数据库手工收集,样本公司的发明专利、实用新型专利以及外观设计专利面板数据从中国知识产权网手工收集。市场化指数(Market)根据樊纲等使用的市场化指数计算得到;其它治理与财务数据皆来自CSMAR 数据库。为提高结果精度,对样本进行如下处理:①剔除各年度ST、PT 公司;②剔除主要变量缺失的样本;③为控制极端值对检验结果带来的偏误,对连续变量进行Winsorize 缩尾处理,最终得到1 704个纵向样本。为了更详尽地了解各样本技术董事、技术资源与企业成长的作用差异,依据技术资源配置规模与质量构建技术资源配置能力指数(规模与质量指标各占1/2进行加权平均)。采用中位数法对指标进行排序,区分为上中位和下中位,将上中位作为高技术样本,将下中位作为中低技术样本,进一步对比分析分样本结果。
表2给出主要变量的描述性统计结果,各变量变异系数均小于1。其中,企业成长变量Growth均值为7.184%,明显大于中位数6.481%,最大值为22.714%,最小值仅为-6.941%,托宾Q最大值为24.433,最小值仅为-8.074,中位数5.581小于平均数6.365,说明各样本成长能力存在显著差异,过半数企业成长能力低于平均水平;Lntc最小值为11.75,最大值为21.73,中位数略高于平均数,说明过半数企业技术资源配置规模高于平均水平(中位数17.15> 平均数17.09),但整体水平较低且差异较大。与之相比,Pzzl最小值为0,最大值仅为0.4,且中位数明显低于平均数,说明过半数企业技术资源配置质量低于平均水平,仅有少部分企业较为突出,样本差异分布较明显。
Jsds、Jszxds、Jsfzxds、Jsdlds也有类似的离散趋势,均值分别为0.276、0.128、0.06、0.088,由高到低依次为技术董事、技术执行董事、技术独立董事、技术非执行董事。具体来看,Jsds最大值为0.621,最小值为0,表明个别企业技术董事占董事会成员总数的比例达到了62.1%,也有企业根本没有设置技术董事。另外,Jszxds、Jsfzxds的中位数小于平均数,Jsdlds正好相反,表明过半数企业技术执行董事与非执行董事占比低于平均水平,但技术独立董事占比超过平均水平,揭示出少量企业技术执行董事、技术非执行董事占比很高,提高了平均数,也有少量企业技术独立董事占比很低,拉低了平均数。此外,其它参与回归的变量均在合理变动范围内。
分样本结果初步显示出变量的差异性,主要体现在:①高技术样本变量Growth、Q的中位数、均值明显大于中低技术样本;②高技术样本Jsds、Jszxds、Jsfzxds、Jsdlds中位数、均值大于中低技术样本。变量特征是否会进一步影响企业成长驱动能力,有待后续逐项验证。
表3分别给出了模型一全样本与分样本的回归结果,详细展示了控制企业成长的其它影响变量后,技术董事的作用程度。全样本回归显示,技术董事Jsds对企业成长Growth的回归系数为0.17,在5%水平上显著,说明提高技术董事占比能显著提升企业成长能力,H1得证,这在一定程度上支持了韩忠雪等[11]、胡元木[1]的结论。分样本中,技术董事Jsds对企业成长Growth的回归系数分别为0.12(5%显著性)、0.08(10%显著性),表明高、低技术企业提高技术董事占比能显著促进企业成长。全样本与分样本检验结果很好地支持了H1,说明技术董事对企业成长具有直接驱动效应,这为进一步分析二者间的作用路径提供了可能。
表2 主要变量描述性统计结果
样本类型变量名称最小值最大值中位数平均数标准差变异系数Growth-6.94122.7146.4817.1844.7280.72Q-8.07424.4335.5816.3655.1850.09Pzzl00.40.080.184.2760.37全样本Lntc11.7521.7317.1517.091.610.46Jsds00.6210.2220.2760.2130.06Jszxds00.2860.1010.1280.1410.09Jsfzxds00.2040.020.060.0990.1Jsdlds00.1330.1110.0880.0840.66Growth-5.74122.7146.8998.0213.6310.61Q-6.26324.4335.8715.9564.7810.08Lntc12.8623.2316.4218.212.030.50高技术样本Pzzl00.240.170.183.1230.47Jsds00.6240.2620.2930.2530.07Jszxds00.2350.1220.2030.0810.07Jsfzxds00.1190.1050.140.0870.11Jsdlds00.1080.1010.0790.0760.58Growth-6.94115.0212.0111.9102.1810.64Q-8.0746.043-1.0921.0114.2840.84Pzzl00.160.020.041.270.16中低技术样本Lntc11.7516.3413.2213.891.710.356Jsds00.2170.1410.1020.3210.05Jszxds00.3140.070.1280.1140.07Jsfzxds00.2630.010.060.040.05Jsdlds00.2150.050.030.040.42
注:Growth取值为百分数
表3 技术董事与企业成长回归结果
模型一的估计结果变量全样本高技术样本中低技术样本Jsds0.17∗∗0.12∗∗0.08∗H50.03∗∗0.04∗∗0.01∗Lev0.015∗∗0.01∗0.02∗∗Lninve0.11∗∗0.17∗∗∗0.06∗Lnsize0.27∗∗0.32∗∗∗0.16∗Market0.10∗0.18∗∗0.01∗State0.01∗0.02∗-0.10∗IndustryyesyesyesC18.88∗∗∗19.9∗∗∗6.43∗∗∗R20.710.620.45F20.22∗∗∗16.4∗∗∗93.4∗∗∗D-W2.021.871.98
表4为在控制其它变量后,技术董事对技术资源配置的影响程度。
模型二(a)的回归结果显示:在全样本下,技术董事Jsds与技术资源配置规模Lntc的回归系数为0.18,在1%水平上显著,说明企业加大技术董事在董事会的占比,能显著提升技术资源配置规模,二者正向驱动关系显著,技术董事占比每提高1%,技术资源配置规模提高0.18%,H2a得证;分样本下,技术董事Jsds与技术资源配置规模Lntc的回归系数分别为0.20(P<0.01)、0.05(P<0.1),说明技术董事对技术资源配置规模的驱动能力随企业技术能力变化而变化,高技术企业驱动能力强于中低技术企业。
模型二(b)的回归结果显示:在全样本下,技术董事Jsds与技术资源配置质量Pzzl的回归系数为0.21,在1%水平上显著,说明企业提高技术董事在董事会成员中的占比,能显著改善技术资源配置质量,H2b得证;分样本下,技术董事Jsds与技术资源配置质量Pzzl的回归系数分别为0.23(P<0.01)、0.12(P<0.01),技术董事对高技术企业的驱动力强于中低技术企业。
进一步地,将模型二(a)与(b)的回归结果进行对比,发现无论是全样本还是分样本,技术董事对技术资源配置质量的驱动能力均显著强于对技术资源配置规模的驱动能力,从侧面反映出现阶段上市公司技术董事对技术资源配置的作用路径主要体现为改进配置质量,其次才是扩大规模。其原因可能在于:技术董事在董事会中占比偏低,决策权较小,对于战略性研发投资、技术引进与改造、技术资源更新等引致技术资源数量增加的重大资金投资项目,其实质性控制权在控股股东手上,技术董事无力改变决策结果或产生重大影响,仅能在技术研发、引进等过程中就其不合理之处提出个人建议,如改进研发过程以提高产出效率、合理安排每项技术资源的投向、提高技术新颖度与领先程度、提高每项技术资源利用效果等,而这些建议对改进技术资源配置质量的作用更强。
表5报告了在控制其它变量后,技术资源配置与技术董事对企业成长的共同影响。为避免回归结果受多重共线性影响,进行方差膨胀因子检验,结果显示各变量VIF值均小于 5,说明模型各主要变量不存在明显多重共线性,回归结果较为稳健。进一步地,表6给出全样本及分样本技术董事的总效应、直接效应与中介效应,为技术资源配置的中介效应检验提供了强有力的证据支持。回归结果显示:整体上,同时加入技术董事与技术资源配置规模或技术资源配置质量,各变量与企业成长之间的回归系数达到一定的显著水平,并且技术资源配置变量的加入均降低了技术董事的影响,说明技术资源配置存在部分中介效应。
表4 模型二估计结果
变量 模型二(a)全样本高技术样本中低技术样本模型二(b)全样本高技术样本中低技术样本Jsds0.18∗∗∗0.20∗∗∗0.05∗0.21∗∗∗0.23∗∗∗0.12∗H50.18∗0.16∗0.11∗0.23∗∗0.22∗∗0.15∗∗Lev0.15∗∗0.10∗0.09∗0.14∗∗0.19∗0.08∗∗Lninve0.20∗∗0.41∗∗0.14∗0.18∗∗0.32∗∗∗0.12∗Lnsize0.21∗∗0.14∗0.17∗0.23∗∗0.25∗∗∗0.16∗∗Market0.09∗0.11∗∗∗0.02∗0.07∗0.09∗∗0.00∗State0.01∗-0.01∗-0.00∗0.02∗-0.13∗∗0.00∗INDUSTRYyesyesyesyesyesyesC16.55∗∗∗12.08∗∗∗2.39∗∗18.88∗∗∗11.88∗∗∗7.32∗∗∗R20.780.580.590.720.700.54F19.18∗∗∗17.04∗∗∗8.13∗∗∗21.03∗∗∗12.35∗∗∗17.06∗∗∗D-W1.982.041.922.131.921.88
模型三(a)的回归结果显示:全样本下,加入技术资源配置规模变量后,技术资源配置规模、技术董事与企业成长的回归系数分别为0.20(P<0.01)和0.12(P<0.05)。与模型1的回归结果对比,技术董事的回归系数由原来的0.17降为0.12,显著性也略有降低。全样本回归结果恰恰验证了技术资源配置规模对企业成长具有显著驱动效应,其在技术董事与企业成长之间起到部分中介作用,支持技术资源配置规模中介效应的存在,验证了H3a和H4a。进一步地,表6显示,全样本下技术资源配置规模的中介效应为0.04,占技术董事总效应的比重为23.53%,小于技术董事的直接效应(0.13),说明技术董事除提供一些有助于增加技术资源配置规模建议外,还提出能显著直接驱动企业成长的合理化管理建议;分样本下,加入技术资源配置规模后,技术资源配置规模与企业成长的回归系数分别为0.23(p<0.01)和0.1(p<0.1),技术董事对企业成长的回归系数由原来的0.12、0.08降至0.07、0.05,再次验证了H3a和H4a。表6中,将企业成长作为被解释变量、技术董事作为解释变量、技术资源配置规模作为中介变量,分样本的中介效应值分别为0.05、0.01,占总效用的比重分别为41.67%、12.5%,相比之下,高技术样本的中介效应更显著。
表5 模型三估计结果
变量 模型三(a)全样本高技术样本中低技术样本变量 模型三(b)全样本高技术样本中低技术样本Lntc0.20∗∗∗0.23∗∗∗0.10∗Pzzl0.22∗∗∗0.26∗∗0.14∗Jsds0.12∗0.07∗∗0.05∗Jsds0.14∗∗0.09∗∗0.02∗H50.15∗∗0.11∗0.11∗H50.14∗∗0.00∗0.08∗Lev0.16∗∗0.22∗∗∗0.06∗Lev0.18∗∗0.19∗∗0.02∗∗Lninve0.11∗∗0.23∗0.04∗Lninve0.17∗∗0.23∗∗0.03∗Lnsize0.19∗0.13∗∗0.14∗∗Lnsize0.17∗0.07∗∗0.07Market0.01∗0.04∗∗0.00∗Market0.02∗∗0.02∗∗0.00∗Stateyes-0.00∗-0.00∗State0.00∗-0.12∗∗0.02∗IndustryyesyesyesIndustryyesyesyesC5.78∗∗∗4.89∗∗∗2.23∗∗C6.72∗∗∗2.78∗∗∗3.91∗∗∗R20.630.710.68R20.710.600.49F4.98∗∗∗9.83∗∗∗8.31∗∗∗F3.52∗∗∗8.68∗∗7.90∗∗
模型三(a)回归结果显示:全样本下,加入技术资源配置质量后,技术资源配置质量与企业成长的回归系数为0.22(P<0.01),支持了H3b,技术董事与企业成长的回归系数为0.14(P<0.05),与模型1的回归结果相比,技术董事的回归系数由原来的0.17降为0.14,显著性亦有所降低,表明技术资源配置质量这一中介变量的部分中介作用显著,很好地支持了H4b。再结合表6的估算结果,技术资源配置质量的中介效应为0.05,小于直接效应0.12,占技术董事总效应的比重为29.41%,说明技术董事能够凭借其业务或背景上的技术优势,通过提高技术资源配置质量间接作用于企业成长。整体来看,当前阶段技术董事的间接驱动力明显弱于其利用董事职权对企业成长产生的直接驱动;分样本下,加入技术资源配置质量后,其与企业成长的回归系数分别为0.26(P<0.05)和0.14(P<0.1),均支持H3b。技术董事与企业成长的回归系数由原来的0.12、0.08降至0.09、0.02,支持了H4b。表6进一步给出了证据:当企业成长为被解释变量、技术董事为解释变量、技术资源配置质量为中介变量时,分样本的中介效应分别为0.06、0.02,技术董事的直接效应分别为0.06、0.06,中介效应占总效应的比重分别为50%、25%,很显然,技术资源配置质量的中介效应对高技术样本更明显。这可能是因为:相比之下,高技术企业的技术资源配置已成规模,公司治理更为健全,更有利于技术董事发挥其特长,通过改进技术资源质量,间接作用于企业成长。对比模型三(a)和(b)回归结果发现,技术资源配置规模与质量对技术董事与企业成长之间的中介效应存在显著差异:无论是全样本还是分样本,技术资源配置规模的中介效应都弱于技术资源配置质量的中介效应,印证了技术董事对技术资源配置质量的影响大于其对配置规模的影响。
表6 技术董事的总效应及技术资源配置的中介效应
因变量全样本高技术样本中低技术样本GrowthLntcPzzlLntcPzzlLntcPzzl总效应0.170.170.120.120.080.08中介效应0.040.050.050.060.010.02直接效应0.130.120.070.060.070.06中介效应/总效应23.53%29.41%41.67%50%12.5%25%
考虑稳健性,笔者另进行以下检验:
(1)对内生性的考虑。参阅以往文献,聘任董事成员之所以存在内生性,主要是由于董事设立安排极易受到企业高管个体特征影响。基于此,本文选择PSM方法进行再次处理,尽可能排除技术董事设置环节可能存在的自选择偏误,以提升前述结论的可靠度。首先,设定控制人类型、股权集中度等会影响技术董事作用效果;然后,对模型一至三中的控制变量进行Logit 回归;最后,将控制变量集——股权集中度、资产负债率、物质投资、公司规模、市场化指数、控制人类型与行业作为协变量,选用核匹配法对全样本、阶段性分样本计算平均处理效应。结果显示,技术董事仍能显著驱动企业成长,前述结论具有较好的稳健性。
(2)选取衡量企业成长的市场维度指标——Tobin Q,重新对模型一至模型三回归,以验证技术资源配置规模与质量是否在技术董事与企业成长之间发挥中介作用。结果显示,技术资源配置的中介作用依然存在。其中,技术资源配置规模在全样本、分样本的中介效应显著性T 检验值分别为2.36(P<0.05)、1.83(P<0.1),技术资源配置质量对应的中介效应显著性T 检验值分别为2.48(P<0.05)、1.74(P<0.1),均达到一定的显著性水平。
(3)考虑地区因素。首先,控制企业所在省份,结果依旧稳健;其次,考虑各省份发展水平差异,选择上海、广东、浙江、江苏、福建、北京、天津、山东8个省区作为发达地区,赋值为1,其它为不发达地区,赋值为0,再次回归,结果依旧稳健。
(4) 行业聚类分析。考虑到同一行业企业可能因适用相同的政策而自相关,因此将行业作为聚类变量因子对原模型重新回归,结果仍支持原结论。
技术董事在企业技术创新与可持续发展过程中扮演着极为重要的角色。本文考察技术董事、技术资源配置(配置规模与配置质量)对企业成长的共同作用机制,并根据各类董事在内部信息持有量、独立性、职权等方面存在的差异化特征,深入分析其对高、中、低技术企业样本技术资源配置的影响,得到如下结论:模型一验证了H1,说明技术董事对企业成长具有明显的驱动效应;模型二(a)验证了H2a和H2b,说明技术董事能够扩大企业技术资源配置规模、改善其质量;模型二(b)验证了H3a和H3b,技术资源配置规模与配置质量均能够显著促进企业成长;模型三(a)验证了H4a和H4b,技术董事是通过提升技术资源配置规模与质量作用于企业成长,即技术资源配置(规模与质量)是技术董事与企业成长之间的中介变量,起到显著的传导作用,且对高技术企业的中介效应强于中低技术企业。
立足于我国转型升级、技术创新、制度创新与可持续发展的现实情境,以上结论为处于自主创新十字路口的中国企业董事会治理改革及创新机制培育提供一定参考与借鉴。结合现阶段企业技术资源配置及董事治理现状,提出以下管理建议:
(1)企业应更加注重对技术董事的培养与引进,加强技术董事选聘、职权界定、薪酬制定与考核、监管与退出等各环节的管理,确保在各类董事占比提升基础上,提升受聘董事技术决策参与程度与效果,充分发挥技术董事的智库作用与技术驱动效应,使企业进入创新驱动成长的有序、良性循环。
(2)在注重技术董事管理的同时,应不断优化培育技术资源配置规模与质量,具体而言:缩减其它辅助性经费投入,为研发经费让路,尽可能提高研发资金投入。接受其它企业的专利许可与技术咨询、服务,或与其它企业进行交叉性技术许可,以弥补自身技术短板。利用互联网积极构建各类产品的虚拟研发团队或网络研发平台,汇集大众智慧等;从战略出发,将数量至上转变为质量至上,重点培养、引进敢于攻坚克难的高强度研发骨干,提供个性化、灵活多样、极具诱惑力的激励方案,营造良好的科研攻关分为,进而产生更多的前沿专利技术。
(3)基于技术资源对企业成长的驱动效应以及技术资源配置规模、质量的中介效应,企业高层应深刻认识到技术资源配置、技术董事与企业成长三者之间的作用关系,注重技术董事-技术资源配置-企业成长的作用机理,通过职权激励、薪酬激励、精神激励等多样化方式提高技术董事参与企业技术研发、技术投资、技术运营等活动的积极性,充分利用技术资源配置的中介作用,最大程度发挥技术董事的驱动效应。
(4)鉴于技术董事、技术资源配置对企业成长的重要作用,为了赢得投资者的信心,建议企业对外报送财务报告时,在附表及附注里增加以下内容:①技术董事信息,包括技术董事规模、结构、薪酬占比,每位董事的执业背景、技术决策的参与程度与决策权大小等;②企业技术人才规模与年龄、背景、职称结构,列出关键技术骨干的主要业绩(这是研发实力的重要体现,有必要向投资者详细展示);③近3年企业整体技术资源规模、结构及变动情况,尤其是发明专利规模结构变动,重大核心技术资源获得时间、使用状况以及效益情况等,这些信息是投资者评价企业成长能力的重要依据。
在研究设计过程中,本文所提出的各项假设均得到验证,但仍存在几点不足:①技术董事、技术资源配置对企业成长的影响是一个渐进的过程,文中探讨三者关系时仅考虑当期效应,未考虑“时滞效应”,今后有必要作进一步探讨;②企业成长具有生命周期,处于不同生命阶段的企业,其资源、能力、制度都体现出特定的规律与特点,相应地,技术董事、技术资源配置对企业成长的作用效果也存在差异,后期有必要针对生命周期不同阶段的企业样本进行分类探索;③技术董事包括技术执行董事、技术非执行董事与技术独立董事,各类董事在公司中的职责权限不同,对企业成长的影响也存在差异,有待学者深入研究探讨。
[1] 胡元木,纪端.董事技术专长、创新效率与企业绩效[J].南开管理评论,2017(3):40-52.
[2] ADLER PS,FERDOWS K.The chief-technology officer[J].California Management Review,1990, 32(3): 55-62.
[3] MEDCOF J W.The organizational influence of the chief technology officer[J]. R&D Management,2008,38(4): 406-420.
[4] TIETZE F, HERSTATT C, LORENZEN P. The role of the chief technology officer: responsibilities, skills and qualifications and organizational integration[J].Social Science Electronic Publishing,2007,32(3): 55-62.
[5] ROBERTS E B.Benchmarking global strategic management of technology[J]. Research Technology Management,2001,(2):25-39.
[6] GOLDEN B R, ZAJAC E J. When will boards influence strategy? inclination×power=strategic change[J]. Strategic Management Journal, 2001, 22(12): 1087-1111.
[7] HAYNES K T, HILLMAN A.The effect of board capital and ceo power on strategic change[J]. Strategic Management Journal, 2010, 31(11): 1145-1163.
[8] 文芳, 胡玉明.中国上市公司高管个人特征与创新投资[J]. 管理评论,2009(11): 84-91.
[9] 胡元木,刘佩, 纪端. 技术独立董事能有效抑制真实盈余管理吗——基于可操控创新费用视角[J]. 会计研究,2016(3): 29-35.
[10] FINKELSTEIN S.Power in top management teams:dimensions,measurement and validation[J].Academy of Management Journal,1992,35:505-538.
[11] 韩忠雪.技术高管提升了企业技术效率吗?[J].科学学研究,2014,32(4):559-568.
[12] ROMER P M.Increasing returns and long-run growth[J]. Journal of Political Economy, 1986,1994(5):1002-1037.
[13] LUCAS R E On the mechanics of economic development[J].Journal of Monetary Economy,1988,22(l):3-42.
[14] SERGEY N G,J Y YELENEVA,A A GOLOVENCHENKO,et al.Technological capital:a cr iterion of innovative development and an object of transfer in the modern economy[C].2nd International Conference on Ramp-Up Management,2014 (ICRM).
[15] MCGRATTAN E R,PRESCOTT E C.Technology capital and the us current account[J].Amerian Economic Review,2010,100(9):1493-1522.
[16] MAREK K.How important is technology capital for united states?[J].American Economic Journal,2012,4(2):218-248.
[17] JIN GUO.On the spillovers between patents and innovation in Japan[J].Journal of Economy Finance,2015(39):590-605.
[18] 罗福凯.技术资本:社会经济第四种资本[J].山东大学学报:哲学社会科学版,2014(1):64-73.
[19] 王伟光,等.高技术产业创新驱动中低技术产业增长的影响因素研究[J].中国工业经济,2015(3):70-82.
[20] 罗福凯.高端装备制造上市企业技术资本测度与收益分析[J].经济管理,2013(11):59-70.
[21] 许秀梅.技术资本与企业价值——基于人力资本与行业特征的双重调节[J].科学学与科学技术管理,2015(8):150-159.
[22] 许秀梅.技术资本、人力资本与企业价值——异质性视角微观检验[J].山西财经大学学报,2016(4):13-24.
[22] 李治堂.基于互补性理论的信息技术投资绩效研究[J].科研管理,2009(1):8-13.