信息技术行业人力资本结构和高管薪酬研究

李 斌，赵芳芳

(1.东北财经大学 管理科学与工程学院，辽宁 大连 116025;2.东北财经大学 研究生院，辽宁 大连 116025)

由次贷危机引发的全球性金融危机已经开始深刻地影响着各国经济。高管薪酬过高引起了各方面的关注，美国最为典型，美国大公司的CEO年薪超过百万美元的比比皆是，克莱斯勒公司总裁的年薪创纪录达到1 200万美元。奥巴马政府不能容忍企业高管薪酬过高这一现象，出台了企业高管适当降薪的政策。高管薪酬究竟在什么范围不算过高?在什么范围才可以和个人能力、公司获利水平、普通雇员的薪水相匹配?带着这些疑问，本文试图以信息技术行业上市公司为样本，运用我国上市公司的数据来分析人力资本结构对我国上市公司高管人员薪酬水平的影响。

一、文献综述

20世纪60年代舒尔茨 (W.Shultz)在美国经济学年会上首次提出人力资本的概念，他指出人力资本是指人们花费在教育、健康、训练、移民和信息获得等方面的投资所形成的资本［1］。

国外同类文献对高管人员薪酬的研究分析，主要是以公司绩效、规模等指标为自变量进行回归分析。Hambrick和Finkelstein研究后发现，董事长和总经理为同一人时由于董事会权力的增加而影响自身的报酬［2］。Joskow等研究发现高管人员的薪酬水平和公司的主营业务收入具有较强的正相关性，并发现用高管年龄、任职期限等为自变量来解释高管人员的薪酬，得出高管人员的年龄和任职期限与高管人员的薪酬正相关［3］。Hongan和Mcpheter研究结论是高管人员的薪酬与年龄和受教育程度存在显著的正相关，与性别无关［4］。

国内同类研究文献通常采用公司绩效、股权结构和高管特征等变量来分析解释高管薪酬。由于样本、变量和方法选择上的不同，结论也不尽一致。张俊瑞等研究结果表明我国上市公司与高管人员之间的“报酬—绩效契约”关系已经基本形成，但是激励和约束机制尚不健全，有待于进一步的完善［5］。肖继辉研究认为非经理董事比例、非经理董事中年龄大于59岁的董事比例、独立董事比例、非经理董事持股、国有控股性质是总经理报酬的决定因素［6］。李增泉研究得出我国上市公司的高管人员的年度薪酬与企业绩效并不相关，而是与企业规模密切相关，并表现出明显的地区差异［7］。

由上可知，国内外目前对高管薪酬的实证研究主要是公司绩效、公司规模、股权结构和公司治理结构等要素为自变量进行回归分析，而高管人力资本结构与高管薪酬的研究文献则少之又少。虽然也有一些国外学者就人力资本结构与高管薪酬进行了研究，但由于国情不同，研究的结论同我国的实际情况并不一定相吻合。另外，许多学者只是针对人力资本的某一方面进行研究，存在的问题是目前研究没有将人力资本各方面综合起来分析，因此对人力资本与高管薪酬关系的实证分析内容不够全面。已有的文献还存在一些问题，比如选取的变量太多而样本太少，这样实证结果不太可信。

本文在借鉴国内外学者已有研究成果的同时并加以改进，以得到更加可信的结论。在国内外学者研究的基础上，对我国信息技术企业上市公司人力资本结构与高管薪酬进行实证分析，以期发现人力资本对高管薪酬的影响。

二、高管人力资本结构与高管薪酬研究

(一)高管薪酬

本文所指的高管层不仅仅为高层管理人员，而是指企业高层经理的相关小群体，包括董事长、总经理、副总经理、监事、董事会秘书以及财务主管等。薪酬属于报酬的范围，这里的报酬主要指经济报酬，包括各种工资、奖金和福利等。本文采用的高管薪酬数据主要来自国泰安研究服务中心数据库，薪酬不包括高管、董事和监事领取的津贴。为了便于分辨薪酬，我们给出了高管薪酬结构 (长期激励30%，奖金40%，年薪20%，福利5%和其他5%)。

信息技术行业是非物质资源约束性产业，是智力密集型、技术密集型的产业。信息技术的发展主要依赖于人力资本，信息技术行业的竞争实质就是人力资本的竞争。信息技术行业是一种特殊的行业，人力资本的构成和高管薪酬与其他产业有明显的不同。根据相关资料，我们可以看到高管薪酬平均值逐年递增，从2005年的29.1万元到2006年的31.8万元，2007年更是达到了36.8万元。2005年和2006两年最大值变化不大，但2007年较前两年升高了40多万元。最小值略有提升，变化不明显。信息技术行业高管薪酬变化的整体趋势是不断增加的。

图1统计了信息技术行业上市公司2005—2007年薪酬水平及其分布情况。

图1 信息技术行业高管2005—2007年薪酬分布

从折线图我们可以看出，我国信息技术行业上市公司高管薪酬差距较大，2005—2007三年的折线几乎重合，表明分布状况并没有随时间的变化而变化，这说明信息技术行业高管薪酬分布结构比较稳定。从图1中我们能明显的看出50%左右的上市公司高管薪酬都在10—50万元这个范围，尽管相对于美国等发达国家高管薪酬水平较低，但和其他行业相比还是相对偏高一些。高管薪酬在5万元以下和150万元以上的非常少，表明信息技术行业高管薪酬过高或过低的现象并不严重。

(二)高管人力资本结构与高管薪酬的理论分析

高管人员人力资本对企业的生存和发展起着决定作用，是决定企业绩效的关键因素。一个企业的高管人员就是企业的方向标，他们的决策和行动代表着企业的利益，决策正确与否关系着一个企业的生死存亡，因此，高管人员的重要性不亚于技术人员，甚至在某种程度上更强。一个信息技术企业高管人员的人力资本水平取决于两个方面:个人智力水平和组织智力水平。个人智力水平方面我们主要采用学历、经验来表示，当然个人智力水平还包括很多其他的因素，由于这些因素很难定量，所以我们在实证研究中不予考虑。经验无法量化，这里我们用年龄代替经验指标。组织智力水平方面其实就是团队精神的建设，这里我们采用人力资本激励制度的一个方面——高管持股比例来描述。

高管人员的学历一定程度上代表着该高管人员的能力，尽管不是绝对的，但是大多情况都是如此，即高管人员的学历越高，高管人员的能力就越强，公司支付给他的报酬相应越高。现在大多数企业的薪酬水平都是以学历为参照标准，相反高管人员的学历越低，一定程度上反映了他的能力不如学历高的人员，因此薪酬相对较低。基于此结论我们得到以下假设:

H1:高管人员中硕士及其以上学历占的比例与高管薪酬存在显著的正相关关系。

H2:高管人员中专科生及其以下学历占的比例与高管薪酬存在负相关关系。

高管人员的经验也非常重要，随着人的年龄的增长，人力资本逐渐步入形成期、收益期和消失期。高管人员作为企业的管理者，需要拥有大量的企业经营管理才能。人力资本理论指出，高管人员的薪酬应该与其积累的知识和技能相联系。高管人员所拥有的人力资本的形成，不像一般的工业制品，可以用机械、化学和生物的方式进行大规模、快速的批量生产，它只能按照人才成长规律来逐级培养，通常不能跳跃其中的某些必经阶段，也不能省略某些必需的训练内容，这是一个缓慢、循序渐进的过程。因此，我们认为随着高管人员年龄的增长，其管理经验会更加丰富，管理技巧也会越来越高，薪酬水平也会随之提高。但是，高管人员的人力资本是很容易贬值的，在经历了成长期和收益期之后，人力资本就会随着年龄的增长而逐渐消失，其薪酬水平也会随之降低。这里高管人员年龄指标采用董事长年龄代替，基于此结论我们得到假设:

H3:董事长年龄与高管薪酬呈倒U型关系。

经营者和所有者实际上是一个委托代理的关系，所有者委托经营者经营管理企业。但事实上，在委托代理关系中，由于信息不对称，所有者和经营者之间的契约并不完全，需要依赖经营者的“道德自律”。所有者和经营者追求的目标是不一致的，所有者希望其持有的股权价值最大化，经营者则希望自身效用最大化，因此，所有者和经营者之间存在“道德风险”，需要通过激励和约束机制来引导和限制经营者行为。对于企业高管人员的激励制度，我们用是否持股来表示。高管人员一旦持股，他们的利益就和股东的利益达成一致，有利于对其形成长期的、强有力的激励与约束，如此一来高管人员会竭尽所能来使企业利益最大化，有利于提高公司的绩效，企业效益变好，高管的薪酬自然会相应提高。基于此我们可以得到以下假设:

H4:高管持股人数所占高层比例对高管薪酬有显著的正相关关系。

三、变量定义、模型建立及数据选择

(一)变量定义

1.被解释变量——高管薪酬变量 (XCH)

从国内外一些研究来看，通常采用高管人员平均薪酬、高管人员薪酬前三名之和的平均值、董事长和总经理的薪酬总额来衡量公司的绩效。本文认为，董事长和总经理的薪酬不能准确反映高管的薪酬水平，而年报或者其他数据库并没有披露所有高管的薪酬，所以高管人员平均薪酬这一指标也不可取，因此本文采用高管人员薪酬前三名之和的平均值作为高管薪酬变量。

2.解释变量——人力资本替代变量

本文选取以下变量作为人力资本替代变量:

GSS:高管人员中硕士以上学历占的比例;

GZX:高管人员中专科生及其以下学历占的比例;

DAGE:董事长年龄;

PAGE:高管平均年龄;

CGBL:高管人员持股人数所占高层比例。

3.控制变量

除了人力资本外，可能还有其他因素影响高管薪酬，为了更确切地获得人力资本结构对高管薪酬的影响，本文选择以下变量作为模型的控制变量:

(1)公司规模 (SIZE):企业规模不同会对其公司绩效产生不同的影响。一般而言，企业规模越大，面临的投资机会越多。本文采用:SIZE=总资产。

(2)上市公司年龄 (GAGE):上市公司自上市当年至样本选取当年的时间跨度。

(3)公司绩效 (CROA):我们采用主营业务资产收益率来衡量公司的绩效。

(二)模型建立

在本文的研究中拟采用基本计量模型来检验有关假设，根据前文提出的假设，我们得到模型1:

其中，βi为待估参数，it代表i公司的第t年数据，i=1，2…，58，t=2005，2006，2007。μit为随机变量。

为了检验高管年龄与高管薪酬的倒U型关系我们建立模型2:

其中，γi为待估参数，it代表i公司的第t年数据，i=1，2…，58，t=2005，2006，2007。ωit为随机变量。

(三)数据选择

本文研究所用的样本由2005年以前所有上市的属于信息技术行业 (按证监会行业分类标准)的所有公司组成，观测的区间为2005—2007年，去掉一些样本数据不全的公司，最后得到有效样本58家，总样本量为174个观测值。样本数据根据巨潮资讯网上的年报数据整理而得，一些年报没有披露的数据取自Wind数据库和国泰安研究服务中心。还有一些个别公司没有披露的高管学历，我们取中间值来表示，即没有披露学历的高管我们认为他为大学本科学历，当然这种情况非常少，绝大多数公司都披露了高管的简历。

四、实证分析

(一)人力资本变量描述性分析

如表1所示，从高管人员学历构成来看，发现硕士以上学历比例最大值达到94.44%，均值也有50.38%，说明信息技术行业高管学历相对较高。专科生及其以下学历比例最大值为58.33%，低学历高管人员占到总人数的1/2以上，这说明在信息技术企业中存在个别企业高管学历低的现象。董事长年龄最大的达到69，最小的为31，表明年龄波动比较大;而董事长平均年龄为49，说明信息技术行业高管人员的年龄相对较高，即高管人员的经验丰富。从高管人员持股所占高层比例指标均值为15%，说明高管持股人员比例总体不高，而最大值为87%，表明有些企业高管持股人员多，最小值为0，有些则没有高管持股。

表1

(二)变量共线性检验

多重共线性是指回归中解释变量之间的高度相关性，多重共线性可能造成参数估计量经济含义不合理，回归结果反常等一系列后果。为了避免解释变量间的共线性存在，我们对共线性做检验。利用EViews6.0软件得出各变量之间的相关系数，从表2我们可以看出几乎所有的相关系数都小于0.5，所以我们得出各个解释变量之间不存在多重共线性。

表2 变量的相关系数表

(三)回归分析

根据我们研究问题的特点，数据在时间上较短，只有3年，而在横截面上较多，共有58家公司，因此我们认为用个体随机效应模型估计是合适的，本文采用EViews6.0进行数据回归分析，回归结果如表3所示，为了节约篇幅，在结果中我们没有给出各个公司的截面数据。

表3 人力资本结构对公司绩效的回归分析结果

从模型 (1)回归结果来看，高管人员中硕士以上学历占比例、高管层持股比例均与高管薪酬有显著的正相关关系，因此假设1和假设4成立。高管人员中专科生及其以下学历比例和高管年龄与高管薪酬没有显著的相关关系，因此假设2不成立。控制变量公司规模、上市公司年龄和公司绩效也都通过了显著性检验，并且系数符号给实际经济意义相吻合。模型 (1)R2约为0.23，即本文的研究的变量解释了公司绩效的23%，除了人力资本结构对公司绩效的影响外还有很多其他变量对公司绩效有影响，所以我们认为这个拟合优度是可以接受的。

从模型 (2)回归结果来看，DAGE平方项系数为负，所以董事长年龄和高管薪酬呈倒置的二次曲线关系，这和假设相符，因此假设3成立。

(四)计量方法检验

1.模型设定方法检验

模型设定方法检验主要是检验模型用哪种估计方法最合适。我们首先对模型1进行了F检验(以检验应该建立混合模型还是个体固定效应模型)，得到 F统计量对应的 P值＜0.05(为0.00)，所以推翻原假设 (混合模型)，即应该建立个体固定效应模型。其次我们对模型 (1)进行Hausman检验 (以检验应该建立个体随即效应模型还是个体固定效应模型)，得到Hausman统计量对应的P值＞0.05(近似为1)，所以接受原假设 (个体随机效应模型)，即应该建立个体随机效应模型。同理，我们得到模型(2)也应该建立个体随机效应模型。

2.序列自相关检验

D-W检验是杜宾(J.Durbin)和瓦森(G.S.Watson)提出一种检验序列自相关的方法，本文中模型 (1)的DW值约为1.54，模型(2)的DW值约为1.62，表明模型不存在明显的序列相关性。

3.方程显著性检验

方程总体的显著性检验，旨在对模型中被解释变量与解释变量之间的关系在总体上是否显著，计量经济学用F统计量作此检验，模型(1)的回归中，F统计量值P值约为0.00，模型 (2)的F统计量P值为0.00，都拒绝原假设，即模型整体上显著。

五、研究结论及其局限性

(一)研究结论

本文以2005—2007年沪深两市共58家信息技术行业上市公司为样本，采用人力资本结构指标对高管薪酬进行了理论与实证研究，得到以下几点研究结论:

第一，在信息技术行业上市公司中，高管人员中硕士以上学历比例、高管人员持股比例均与高管薪酬有显著的正相关关系，该结果说明信息技术行业高管人员硕士以上学历比例越高，高管层中持股的高管人数越多，企业的高管薪酬越好。基于以上的实证分析结果，本文认为对于信息技术行业上市公司应充分肯定这几个指标在公司治理中的作用。企业应该实施股权激励，高管层持股就同股东和公司的利益联系在一起，对企业绩效有积极的影响。

第二，在信息技术行业上市公司中，高管人员中专科生及其以下学历占的比例与公司绩效没有显著的相关关系。这可能是由两种原因造成的:(1)能力知识要高于自己相应的学历，这大多属于年龄较大的一些高管，因为他们所处的时代特点引起，比如三四十年前的大专学历要比现在的大专学历的人知识能力要强，这也与他们后来的进修学习有关。(2)另外就是能力知识低于自己相应的学历，这是因为某些人伪造学历的原因，其实他们的知识能力远没达到自己的学历水平。

第三，从模型2我们得到董事长年龄和高管薪酬呈倒置的二次曲线关系，说明随着董事长年龄的增大，高管薪酬也逐渐升高，当年龄达到峰值时，随着年龄的增大，高管薪酬则随之减少。

(二)研究局限

本文用董事长年龄来衡量高管人员的人力资本变量，虽然达到了预期的结果，但本文认为单纯的用年龄并不能很好的来表示高管人员人力资本水平，高管人员的从业年限是衡量人力资本水平最好的方法，因为年龄大并不代表从业年限大，从而经验也不一定更加丰富。但用从业年限也涉及一些问题，公司年报和一些数据库大多都没有披露这方面的信息，因此给研究带来极大的困难。至于从业年限是不是一定对公司绩效有显著的影响，还有待进一步检验，我们可以通过调查问卷法方法来获得从业年限这方面的信息，但调查问卷法又有一定的主观性，因此是否有其他的方法来说明这方面的问题，可以作为今后我们进一步研究的方向。

［1］西奥多·W.舒尔茨.论人力资本投资［M］.北京:北京经济学院出版社，1990.1-16.

［2］Hambrick，D.C.，Finkelstein，S. The Effectsof Ownership Structure Strategic on Conditions at the Top:The Case of CEO Pay Raises［J］.Strategic Economic Journal，1995，16(3):175-193.

［3］Joskow，P.L.，Rose，N.L.，Shepard，A.Regulatory Constraints on CEO Compensation［R］.MIT Cen ter for Energy and Environmental Policy Research，1993.

［4］Hongan， T.O.， Mcpheters， L.R. Executive Compensation: Performance Verses Personal Characteristics［J］.Southern Economic Journal，1985，46(4):1060-1068.

［5］张俊瑞，赵进文，张建.高级管理层激励与上市公司经营绩效相关性的实证分析［J］.会计研究，2003，(9).

［6］肖继辉.有关经理报酬决定因素的实证研究［J］.当代财经，2005，(5):69-79.

［7］李增泉.激励机制与企业绩效［J］.会计研究，2000，(1).

［8］高铁梅.计量经济分析方法与建模——Eviews应用及实例［M］.北京:清华大学出版社，2006.

［9］李子奈，叶阿忠.高等计量经济学［M］.北京:清华大学出版社，2000.

［10］李维安.公司治理学［M］.北京:高等教育出版社，2005.

［11］彭剑锋，崔海鹏.高管薪酬最佳实践标杆［M］.北京:机械工业出版社，2009.

［12］周小亮.企业绩效与现代企业理论:分析与思考［J］. 学术月刊，2001，(1):48-56.

［13］付维宁.企业家人力资本与企业绩效:一个理论分析模型［J］.财经科学，2003，(6):68-70.

［14］乔德福.论人力资本的特征及其作用［J］.中国人力资源开发，2003，(3):70-71.