绩效激励对企业全要素生产率的影响效应——基于“中国企业-劳动力匹配调查”数据的实证研究

高 娟

(武汉大学 质量发展战略研究院，湖北 武汉 430072)

一、引言

为加快推动我国经济向高质量发展转型，通过供给侧结构性改革实现我国经济的持续健康增长，已成为学术界日益关注的重要课题。高质量发展指标体系的基本框架包括五个维度，其中，全要素生产率是测定发展质量的核心，也是作为未来相关规划的主要预期指标。作为综合反映投入-产出效率的表征量，全要素生产率的不断提升对于经济的高质量发展具有重要意义。全要素生产率与实现更高质量、更有效率、更加公平、更持续发展，以及建立现代化经济体直接相关，它既是创新的一种度量，也是创新的一种手段。然而，不容忽视的现实是，对于现阶段中国经济而言，全要素生产率的增长率自2010年以来正处于不断放缓的下行区间[1]，其对于经济增长的边际贡献也仅为30%左右[2]，相对日本、韩国等东亚经济体而言明显偏低[3]。如何实现全要素生产率增长的企稳回升，对夯实中国经济增长内生动力而言具有重要影响；破解全要素生产率的持续增长之谜，也成为中国经济能否成功跨越“中等收入陷阱”的关键因素[4-7]。因此，探寻一国全要素生产率增长的影响机制和实现路径，已成为经济增长文献一直以来所关注的重要研究领域。国外现有的增长文献主要从研发创新[8]、技术吸收与技术扩散[9]、人力资本[10]和管理创新[11]等角度进行了大量的理论与实证研究。

基于人力资本角度，国内外学者们从宏观[12-13]和微观[14-15]层面的研究都发现人力资本积累对于全要素生产率增长具有显著的促进效应。然而，劳动者的人力资本是其在知识、技术、经历等多方面产生的凝结，是一个长期累积的过程[16]。显然，依靠人力资本质量的提升驱动中国全要素生产率的增长是不可能在短时间内可预期的。阳立高等(2018)[17]以中国的制造业为切入点，通过实证也发现人力资本水平的提升在一定程度上能促进产业升级，但总体效用不大。因此，现有文献对人力资本的激励问题展开了大量研究。在“委托-代理”理论中，委托人会给予代理人部分剩余索取权，以降低因信息不对称和契约的不完备而产生成本和风险。在现有的文献中，对人力资本进行激励也存在多种方式，其中对企业剩余收益进行分配，将员工的努力程度与其分配占比直接挂钩，这种激励措施无疑是最为强烈的。基于美国、墨西哥等国家的微观数据，Bloom等(2011)[18]指出管理效率更高的企业会通过对员工薪酬的结构进行正确设计从而最大化员工的能力，最终为企业带来更可观的劳动生产率和企业绩效。林浚清等(2003)[19]以中国上市的公司为样本，检验高管人员薪酬与企业绩效之间的关系，结果表明：较大的薪酬离散程度与企业未来的绩效之间具有显著的正向关系。

值得注意的是，现有文献多基于国外数据或是有限制的样本数据展开分析，缺乏来自国内的以整体代表性的数据分析。因此，在现有的研究中仍然无法对以下问题进行解释：作为一个高速发展的发展中大国，在中国的企业中，对员工的绩效激励是否会普遍作用于全要素生产率的增长？如果存在作用，那么这两者之间的机制如何？针对以上问题，本文运用由武汉大学联合斯坦福大学、香港科技大学和中国社科院等学术机构于2015-2016年进行的“中国企业-劳动力匹配调查”(Chinese Employer and Employee Survey, CEES)的数据，进行了较为细致的实证研究。CEES首次大规模搜集了中国企业2013-2015年度的财务、生产、销售和人资等数据，并对员工进行分层抽样，收集了基本信息、家庭状况、工资奖金和社保福利等数据。值得注意的是，在CEES数据中，绩效激励与企业全要素生产率数据来自同一个层面，进一步减少了因选择性偏误、数据匹配而产生的误差。

因此，本文从充分发挥企业人力资本的角度出发，就绩效激励对于全要素生产率的影响效应进行稳健地实证检验。通过参照现有文献的测度方法，在主营业务收入方向按照Levinsohn-Petrin一致半参数估计法计算全要素生产率，并在控制企业的规模、存续年限、资本劳动比、市场份额和所有制等因素后，对两者之间的影响效应进行分析。

二、理论机制

在代理理论中，要实现组织的利益最大化，工人的工资须根据其边际产出进行确定，而实现的前提是委托人对于代理人的产出之间不存信息不对称。但是随着企业的经济活动愈发繁杂，委托人难以对代理人的产出进行观测和量化，因此，研究对代理人的激励问题成为一大难题。陈冬华等(2015)[20]分析了对高管与职工进行的激励与企业绩效之间的关系与差异，研究发现两种激励对企业绩效均产生明显的积极作用，但对职工进行激励的敏感性显著高于高管。总的来说，一方面，对员工的薪酬激励是将其工资与企业经济效益挂钩，降低了企业所有者对员工的监督成本[21]，也避免了委托代理问题可能带来的逆向激励因素；另一方面，绩效激励下所产生的劳动力选择效应为企业招募、保留了人力资本更高的员工，为企业提供了有效劳动供给，最大程度上发挥员工自身的创新能力和资产使用效率[22]。有鉴于此，我们提出本文的研究假设H1：绩效激励对全要素生产率存在显著的正向促进。

绩效激励围绕“挖掘”人力资本的潜在效应，最终目的是实现企业经济绩效的提升。但是企业在对人力资本进行“挖掘”的过程中，会受到企业环境、基础设施等因素的影响。一方面，企业开放的交流环境能引导人力资本的充分发挥。Jones(2010)[23]、Acemoglu等(2008)[24]的研究表明：个体的研发创新效率不仅取决于自身研发资源的累积投入，也与其他同行企业基于研发创新的知识交流有密切关系。另一方面，企业管理水平的改善同样可以实现人力资本的高效配置。企业引进技术后，其吸收和消化对全要素生产率的作用同样不可忽视[25]。通过合理配置人员与技术对接，在加快技术吸收的过程中，最终实现企业产出水平的提升。综上所述，企业在实施绩效激励的过程中有可能受到企业开放性环境和配置水平的影响。因此，本文以“员工每天讨论的次数”(rd_learing)衡量企业交流环境的开放程度，以企业“是否引进管理信息系统”(ERP_dummy)来衡量企业的配置水平，以此分析企业的开放性程度和配置水平对绩效激励与全要素生产率之间作用的调节效应，进而提出本文研究的假设H2：绩效激励对全要素生产率作用会受到来自企业交流环境的影响；H3：企业的配置水平会影响绩效对全要素生产率的激励作用。

三、研究设计

(一)绩效激励的方式

绩效激励就是企业对员工所做贡献(努力、时间、学识、技能和经验等)付给的相应回报。现有的绩效激励方式主要包括基本薪资、奖励薪资(奖金)和福利这三种方式。其中基本薪资和福利是属于事前激励的方式，通常不会基于员工在组织活动过程的表现进行动态的调整(至少不能在短时间内调整)，属于不可变支付部分。而奖金支付的方式是属于一种事后认可激励的方式，属于可变支付部分，强调的是动态调整，奖金的多寡与其业绩密切相关。因此，结合CEES的问卷设计，本文的绩效激励以企业对员工的可变支付作为代理变量，为进一步部分剔除因企业效益好而产生的普惠性收入对企业全要素生产率的影响，本文对绩效激励的衡量具体则通过变量“企业的员工在当前这份工作中不按月发放的税后年收入”与变量“企业有无绩效工资”的交互进行表示。

(二)全要素生产率的测算

本文根据LP估计法，以主营业务收入为主要产出对全要素生产率进行计算。具体步骤是：首先构建一个C-D生产函数，并将函数中的随机误差项分为ωjt和φjt两个部分，即：

lnYjt=α0+α1lnKjt+α2lnLjt+ωjt+φjt

(1)

其中，ωjt是C-D生产函数中的随机误差项中可以被企业观测到并影响当期要素选择的部分，φjt则是符合经典OLS假设的真正的随机误差项。LP法将第t期企业的资本存量(Kjt)视作内生变量，假设企业根据当前企业生产率状况(ωjt)做出投资决策并进而影响企业的资本存量。因此，企业的最优投资策略可表达如下：

lnIjt=it(ωjt,lnKjt)

(2)

由于实际观测中大量企业投资数据难以被准确观测，因此采用“中间投入”作为投资的替代变量，从而有效解决了生产函数估计的联立性偏误问题。我们将(2)式的反函数ωjt=ht(lnIjt，lnKjt)代入(1)式：

lnYjt=α0+α1lnKjt+α2lnLjt+ht(lnIjt,lnKjt)+φjt

(3)

在测算指标上，本文按照Bender 等(2016)[26]测算的思路，以“主营业务收入”作为产出的代理变量，而要素资源投入的代理变量则以 “劳动力的人数”和“固定资产净值”进行表征，再以“中间投入”作为计算全要素生产率过程中技术冲击的代理变量，根据(3)式进行非线性的最小二乘估计即可测算出微观企业的全要素生产率。

(三)模型构建

基于前文的3个假设和对两者之间关系进行因果判断的思考，本文的计量模型主要从以下三个方面构建。

1. 绩效激励对企业全要素生产率的影响效应

参照现有文献从技术效率[32-33]的角度探讨企业全要素生产率增长问题的一般做法，本部分将基准计量模型设定为下文(4)式，以考察绩效激励对于企业全要素生产率的影响效应。

(4)

其中，向量组Zijdt涵盖了一系列控制变量，主要包括“市场竞争力、规模、所有制类型、存续年限和是否出口”等。按照张军等(2012)[27]的研究思路，只有剔除上述因素的干扰，我们才能就绩效激励对于全要素生产率的影响效应进行准确地参数估计。除此以外，根据现有文献的理解[28]，技术效率也是影响中国生产率增长的重要因素。对于技术效率而言，我们采用受访企业资本-劳动比相对于同一地级市、同一“二维”行业其他企业平均值的比例作为代理变量。Dj和Dd分别表示所在行业与地区的固定效应。

2. 处理效应模型

仅通过OLS回归的识别策略，并不能有效剔除在估计绩效激励影响效应的过程中选择性偏误性的干扰。因此，我们采用极大似然估计的处理效应模型，对两者之间的影响效应进行因果测度。具体而言，我们首先根据受访企业绩效激励水平是否大于或等于全部样本企业绩效激励的中位值，将企业样本划分为“高绩效激励”、“低绩效激励”两组。考虑到企业的绩效激励行为具有一定的同群性，我们采用受访样本所在县区、所属二维行业其他企业“绩效激励的均值”作为企业在“高绩效激励”、“低绩效激励”两组进行选择(即第一阶段选择方程)的独立解释变量Xijdt，运用极大似然估计的处理效应模型，就调查样本从“低绩效激励”分组提升到“高绩效激励”分组之后，受访企业绩效激励水平提高对于企业全要素生产率的影响效应进行稳健性因果推断。模型如下，其中(5)式为回归方程，(6)式为选择方程。

(5)

(6)

3. 调节效应检验

按照前文分析中，绩效激励对全要素生产率的影响效应可能会受到企业开放性程度和配置水平的影响。按照这个思路，参照温忠麟等(2005)[29]关于调节效应的一般做法，分别构建绩效激励与企业的“干中学”、“是否引入ERP”进行交互的回归模型，进而从实证的角度验证上述因素对绩效激励与企业全要素生产率之间作用的影响。因此，构建了本文关于绩效激励与全要素生产率的调节效应模型为：

(7)

其中，(7)式中的Mijdt为调节变量“干中学”或“是否引进ERP”，mixijdt则表示调节变量与企业2015年的绩效激励的交互项，以此分别考察企业的开放性程度和配置水平对绩效激励与全要素生产率之间的关系所产生的影响。

四、描述性统计

在对绩效激励与企业全要素生产率之间关系进行实证检验之前，基于CEES数据，本部分就两者之间的影响效应进行初步的描述性统计分析。

图1显示了基于绩效激励(2015)四分位分组，企业全要素生产率的变化情况。我们发现企业的全要素生产率会随着绩效激励的提升而显著提升，这初步表明两者之间具有显著的正向关系。接下来，我们进一步分析企业的开放性程度、配置水平对绩效激励与全要素生产率之间的调节作用。首先，本文以研发交流频率的中位值为基准，将样本划分为高低两组。在图2左侧，我们发现“高研发交流”组企业的绩效激励较“低研究交流”组高出35.51%；同理，图2右侧显示了在引进管理信息系统企业的绩效激励较未引进企业高出41.51%。这表明在不同开放性程度和配置水平的企业中，其绩效激励的状况存在较大的差异性。

上述统计分析表明：绩效激励对于现阶段中国企业全要素生产率增长或具有重要的促进效应，并且企业的开放性程度和配置水平会对上述两者之间的关系产生一定程度的正向影响。最后，从基准计量模型设定出发，表1给出了主要变量的描述性统计结果。

图1 基于四分位分组的绩效激励与TFP

表1 变量的定义以及描述性统计结果

注：以上变量均基于CEES数据进行整理，表中只显示了部分变量2014年的统计值。

五、实证检验

(一)基准回归估计结果

根据公式(4)，本文首先采用简单OLS回归模型，就总体企业的绩效激励对于全要素生产率的影响效应分别进行稳健地相关性检验，结果如表2所示。

表2给出了绩效激励对于企业全要素生产率影响效应的实证检验结果。一方面，在列1-列2中，以2015年的数据为例，回归发现绩效激励与全要素生产率之间至少在10%的显著性水平上显著为正。这说明绩效激励的因素或是在当前经济发展速度放缓情况下，中国企业充分发挥人力资本的资源，进而提升经济绩效的重要驱动力。另一方面，绩效激励对于企业全要素生产率增长的影响系数维持在0.066-0.173之间，半对数模型回归的点估计结果表明，在其他因素不变的前提下，企业绩效激励每提升其均值的10%(0.07万元)，其全要素生产率将实现0.46%-1.2%的提升，其结果具有显著的经济意义。在表2列3-列4中，通过对2014年的绩效激励与全要生产率进行回归，其结果在1%的显著性水平上显著为正，半弹性系数略低于2015年数据回归的结果，但整体上稳健。综上分析，从实证的角度验证了前文的假设H1：绩效激励对全要素生产率存在显著的正向促进。

(二)处理效应模型估计结果

基准计量模型仅能给出相关性检验的结果，而难以就绩效激励对于全要素生产率增长的影响效应进行稳健地因果推断。为部分解决内生性问题，根据公式(5)和(6)，本部分运用极大似然估计的处理效应模型进行估计。表3的结果表明，在充分引入企业特征、技术效率等因素后，绩效激励对于全要素生产率的影响效应均在至少1%显著性水平上统计为正。这表明，由于企业是否属于“高绩效激励”分组会受到选择性偏误因素的干扰，在有效考虑到选择效应之后，与“低绩效激励”分组企业相比，“高绩效激励”分组下的企业全要素生产率仍显著较高。并且，第二阶段回归方程的估计结果表明，与“低绩效激励”分组相比，“高绩效激励”企业的全要素生产率要高出42.1%-46.0%。并且上述参数估计值满足因果效应的统计推断要求。此外，表3的估计结果表明，第一阶段的选择方程与第二阶段的回归方程之间误差项的相关系数在-0.456至-0.382之间，并至少在5%显著性水平上异于0，这表明企业是否属于“高绩效激励”分组并非完全随机分布，采用处理效应模型的估计结果更为可信。

表2 绩效激励与全要素生产率OLS回归

注：括号内数值表示是基于稳健标准误计算的T统计量。“*”指代10%的显著性水平，“* *”指代5%的显著性水平，“* * *”指代1%的显著性水平。

表3 绩效激励与全要素生产率估计结果(处理效应)

注：括号内数值为Z统计量。“一般控制变量”中包括企业规模、市场份额、所有制、存续年限、资本劳动比、是否有绩效工资、是否有独立研发部门和管理效率等变量。

(三)调节效应模型估计结果

为了更全面地反映企业的激励结构，在对绩效激励与全要素生产率进行分析的基础上，加入企业开放性环境和配置水平对人力资本发挥的思考。因此本文通过在模型中分别引入“干中学”、“是否引进ERP”与绩效激励的交互项，以此更为全面地分析企业的劳动力的供给水平和劳动力的产出质量。

一方面，基于公式(7)，表4中列1-列2的回归显示了绩效激励与“干中学”(rd_learing)交互后对全要素生产率的作用。结果发现：绩效激励、交互项均至少在5%的显著性水平上显著为正。这说明企业的开放性程度是影响绩效激励效果发挥的重要影响因素。参数估计结果发现两者之间的影响系数在9.40+15.79*rd_learing-14.47+22.22*rd_learing之间，相对低开放性程度(rd_learing=0)的企业，高开放性程度(rd_learing=1)企业的绩效激励对全要素生产率作用效果要高出1.53-1.67倍。这表示随着企业开放性程度的提升，绩效激励对企业全要素生产率的激励作用逐渐增强，支撑了本文的研究假设H2。

表4 绩效激励与全要素生产率估计结果(调节效应)

注：括号内数值是基于稳健标准误计算的T统计量。

另一方面，在表4中 列2-列4的回归显示了绩效激励与“是否引进ERP”(ERP_dummy)交互后对全要素生产率回归的结果。发现：配置水平或是影响企业绩效激励发挥作用的重要因素。两者之间的影响系数为：8.25+18.55*ERP_dummy-13.20+20.51*ERP_dummy。这表示在配置水平更高的企业中，绩效激励对全要素生产率的影响系数在26.80-33.71之间，显著高于配置水平低的企业(8.25-13.20)，验证了本文的假设H3。

对调节变量进行检验的结果发现，在充分引入企业特征、技术效率和固定效应等因素之后，“干中学”、“是否引进ERP”这些因素对绩效激励与全要素生产率之间的关系具有较为显著的影响。这也表明在企业的投入-产出结构中，仅对结构两端的因素进行改善是欠考虑的，为提升结构的转化效率，其中开发性和配置水平的改善也是企业需要重点关注的方面。

六、结论和建议

本文基于CEES数据，就绩效激励对于生产率增长的促进效应进行了稳健的因果推断。通过OLS、处理效应模型回归发现：企业的绩效激励与全要素生产率之间具有稳健的因果效应，相关系数分析说明，如果我国企业整体的绩效激励水平在2015年均值的基础上提升10%，其整体的全要素生产率将增长0.46%-1.2%。因此，基于CEES数据，本文发现绩效激励水平的提升或是促进现阶段中国企业全要素生产率持续增长的一个重要手段。另外，通过调节效应模型，本文验证了在高开放性程度和配置水平的企业中，其绩效激励与全要素生产率之间的影响效应显著更强。这也说明开放性环境的塑造以及人力资源配置水平的提升也是企业驱动生产效率提升的重要方式。基于以上研究结论，本文提出如下政策建议:

第一，充分认识绩效激励对现阶段企业生产率增长的促进作用。政府应充分认识到绩效激励对现阶段中国生产率增长的推动作用。与美国、欧盟等发达国家和地区相比，我国企业的绩效激励水平显著偏低，这已成为制约中国经济转型升级、生产率持续增长的重要短板。为此，建议将加快改善企业绩效激励、提高企业管理水平作为重要的政策目标列入各级政府的经济发展考核指标体系，大力开展企业绩效管理提升工程，通过政府“看得见的手”主动引导我国企业积极改进管理方法、提高管理能力。在政策体系设计上，使绩效管理提升与“三去一降一补”等政策措施形成组合拳，加快推动我国经济的供给侧结构性改革，促进中国生产率持续、稳健增长。

第二，加大企业管理投入，提升管理配置水平。政府应提供专项补贴、金融扶持等手段，加快企业智能化投资步伐，推动企业积极引入企业资源系统、打造智能化制造体系，优化企业生产运营的组织流程，提升管理配置能力，有效降低绩效考核、管理实施成本，提高企业生产率。此外，各级政府还应加快推动“招才引智”工程，采取放宽入户门槛、提供专项配套资金支持等举措，为企业引进高素质职业经理人营造良好环境。通过吸引并培养一批具有丰富管理经验的职业经理人队伍，将有效弥补我国高素质管理人才不足的短板，有力推动我国企业加快突破绩效管理能力不强的瓶颈制约，促进生产率的持续增长。

第三，通过开放性协同创新网络降低创新不确定性，提高绩效激励的边际回报。企业创新投入存在较大不确定性、组织成本高昂有可能是造成绩效激励边际回报偏低的重要原因。为解决上述问题，政府应鼓励企业建立开放性的协同创新平台，通过“企业家咖啡”、“企业家战略联盟”、“企业创新合作平台”等机制，促进企业打破自我封闭，促进优质创新资源在不同企业之间的合理配置。通过开放性协同创新网络的建立，企业创新投入的不确定性将有效消除，绩效激励对于企业绩效的促进效应将得到更大程度的激发，从而推动更多企业自觉地采用绩效激励等方法促进全要素生产率的持续增长。