高管背景特征对企业创新的研究述评及展望

(湘潭大学商学院 湖南 湘潭 411100)

一、引言

高管作为公司战略决策的主要发起者和主导者，对其所领导公司的所有生产、管理活动乃至公司绩效都具有重大影响。能否选聘到符合企业需要的高管，直接决定着企业的生存和发展。由于年龄、性别、学习工作经历和信仰等背景特征方面的差异，管理者的行为选择具有较大的差异性(姜付秀等，2009)，因此，公司在选聘高管时对其背景特征给予了较大关注。例如，近年来央企在招聘高管时强调，应聘者须具备“年富力强，知识层次高，视野开阔”等特征，网络媒体也把关注点放在高管的“年轻化”、“高学历”特征上。而从理论层面看，自Hambrick等(1984)提出“高阶梯队理论”以来，高管背景特征对企业创新的重要作用被越来越多的文献所强调。

虽然高管背景特征已经成为了企业创新的重要议题之一，但国内的研究仍未形成完整的体系，缺乏对近年研究成果的梳理。故本文着重整理了国内外高管背景特征相关文献，从高管背景特征的概念界定和理论发展出发，对高管背景特征的实证研究进展进行了述评，提出了近年来的研究重点，最后在现有研究的基础上展望了高管背景特征和企业创新未来的研究方向。

二、高管背景特征的研究进展

(一)高管背景特征概念的界定

自高层梯队理论提出以来，许多学者开始关注高管团队背景特征对企业经营管理带来的影响。高管的众多特征中大概可以分为两类，一类为传记特征，包括高管的性别、年龄、学历背景、职业背景等；另一类为主观特征，包括认知、价值观、风险偏好等。但主观特性特征相对比较抽象，不易测量，需采用调查报告的方式收集特征信息，而高管出于信息的保密性，不会将自身的真实情况反映出来，极有可能影响调查报告的信度。因此，高层梯队理论重点研究高管团队的传记性特征，该理论认为传记性特征一定程度上反映了高层管理者的认知水平和价值观，同时传记体特征也更易于应用在实证研究中。本文参照高层梯队等理论和相关研究文献，将高管背景特征界定为年龄、性别、学历、职业经历这四个方面。

(二)高管背景特征对企业创新影响的实证研究进展

由于高管及其团队是企业的最高战略决策和资源配置主体，因此高管(团队)背景特征必然会与企业的创新行为和绩效相关联。

第一，年龄方面。大部分学者认为，年龄大的高管倾向于抵御冒险性强的创新投资活动，因此，会减少企业的创新投入(雷怀英和乔睿蕾，2015)。部分学者认为，年纪较大的高管人员对企业面临的经济风险有更加清晰的认识和更为深入的理解。因此，年龄较大的高管在企业创新活动方面会制定出更安全周到的决策。第二，性别方面。国内外学者的研究结果表明，女性高管有更敏锐的市场洞察力，可以为企业推进企业的产品服务创新与技术革新营造出良好的创新氛围。所以，女性高管的参与可以强化企业技术创新带来的正面影响(曾萍，邬绮虹，2012)。但也有学者持相反意见，雷辉和刘鹏(2013)认为，女性高管大多属于风险厌恶型，这在很大程度上会减少企业的创新支出。第三，学历方面，研究表明，受教育水平高的管理者对创新的态度更加包容和接纳，能够自愿接受符合时代特征的解决方案。还有较少学者的实证研究显示，高管团队的学历背景与企业的创新研发支出呈负相关关系。此外，国内学者韦小柯(2006)认为，受教育程度与企业创新指出没有显著关系。第四，职业经历方面。从任职的企业数量，Chen等(2015)发现，在同一家企业长期任职的高管可能更偏向于稳妥保守的创新决策；从任职的组织结构，Malmendier等(2011)指出曾有过从军经历的高管更有利于企业创新活动的开展；从任职的地域类型，Yuan和Wen(2018)研究发现具有海外经历的高管对企业创新有明显的促进作用。

三、未来研究展望

近年来，高管背景特征领域的进展主要体现在发掘了高管背景特征对企业创新行为和绩效的影响，研究角度更加全面。未来的的研究应该从以下方面对既有研究进行扩展。

在研究方法上，进一步量化和细化高管背景特征对企业创新作用的影响，促进研究方法多元化。在探究高管背景特征和企业创新的相关关系基础之上，衡量高管背景特征对企业创新指标的具体影响程度，对招聘高管成本和收益进行比较，探索影响力和正效用的阈值；未来的研究还应重视对高管背景特征影响机制的探究，促进研究方法多元化，对高管背景特征中的因果机制进行识别，进一步解决高管背景特征中存在的内生性问题。

在研究内容上，将制度和背景因素引入到高管背景特征的研究中。由于不同情境下的高管背景特征影响并不统一。因此，高管背景特征的企业创新研究应在具体的政治、经济、法律、地域等背景下展开，另外，正式制度和环境对高管背景特征机制的调节作用也亟待探讨。未来的高管背景特征研究应该充分结合我国“关系型社会”的特点，考察宏观经济对高管背景特征的影响。深入挖掘高管背景特征的信息和资源价值，将研究重点从创新绩效转向企业创新优化机制上来,为公司董事会结构优化提供可行的建议，无疑更能体现研究的现实意义。