工作经历、薪酬水平与高管离职

2021-01-10李啸风

商场现代化 2021年23期

摘要：高管过去的工作经历是影响其工作变更的重要个人特征之一。本文使用了2015年-2017年的混合截面数据，样本为来自沪深证券交易所3426家上市公司的7567位高管，实证检验了曾经有公务员的从业经历对高管离职的显著影响。研究结果发现，公务员的从业经历会阻碍高管的离职行为，并且薪酬水平是该影响的一个中介变量。进一步对高管所在企业产权性质的异质性分析发现，当高管任职企业为非国营时，公务员的从业经历对高管离职的阻碍效应更为显著。

关键词：工作经历;高管离职;高管薪酬

一、引言

政治关联是当前研究我国上市公司发展状况的重要因素。当前，对政治关联的研究主要集中于企业和高管个人两个层面。在企业层面，政治关联对企业的影响主要有三类：企业绩效（田利辉和叶瑶，2013;邓新明等，2014;黄新建和李晓辉，2014）、企业创新活动（罗明新等，2013;袁建国等，2015;蔡地等，2014）和企业的融资约束（田利辉和张伟，2013;于蔚等，2014）。过去公务员的从业经历即政治联系对高管个人层面的影响主要集中在高管薪酬和高管变更两个方面：高管薪酬方面，唐松和孙铮（2014）研究发现不管是在国有企业还是在非国有企业中，拥有公务员从业经历的高管都获得了显著较高的薪酬;刘慧龙等（2010）认为高管的公务员从业经历对其报酬业绩敏感性在国有和非国有企业中存在显著差异。高管变更方面，在企业业绩低劣（游家兴等，2010）、公司审计意见为非标（王成方等，2012）、企业并购绩效差（吴超彭等，2012）的情况下，有公务员从业经历的高管发生变更的概率更低。

整体来看，关于政治关联的研究虽然已经较为丰富，但是主要集中于企业层面，对高管个人层面的研究相对较少。此外，对高管工作变更层面的研究，主要发生在企业事件窗口期的工作变更，并未得出普遍意义上的结论。本文的主要貢献在于探究了在企业非事件窗口期影响高管离职的因素。本文还在高管薪酬和工作变更之间建立起了联系，研究了高管薪酬水平在公务员的工作经历对工作变更影响的中介作用，丰富了政治关联在个人层面的研究。

本文余下部分安排如下：第二部分为阐述相关理论并提出假设;第三部分为样本选择与模型设计;第四部分为实证分析;第五部分为异质性分析;第六部分为稳健性检验;第七部分得出结论。

二、理论分析与研究假设

薪酬黏性，是指高管薪酬在业绩上升时的边际增加量大于业绩下降时的边际减少量的现象（Jackson et al.，2008）。张爱民等（2016）研究了在不同产权下公务员从业经历对高管薪酬黏性的影响，发现拥有这一经历的高管会有更大的管理权力，有能力操纵企业的薪酬制度，进而验证了政府工作经历和薪酬黏性的正相关关系。考虑到薪酬黏性的存在，拥有公务员经历的高管的薪酬存在长期上升的趋势，从而拥有较高的薪酬水平。这一推论也得到了相关研究的证实（唐松和孙铮，2014;黄新建和李晓辉，2014）。同时，员工的薪酬是决定其是否离职的重要考量因素，员工的薪酬水平越高，员工的离职率就越低（步丹璐和白晓，2013）。由此，本文提出假设一：

H1：在其他条件相同的情况下，拥有公务员从业经历的高管更不易离职

根据以上的分析，薪酬水平是高管的政治关联对离职产生影响的主要途径之一。由于步丹璐和白晓丹（2013）的研究对象为普通员工，为了验证这一途径在高管群体中是否同样真实存在，本文提出假设二：

H2：薪酬水平是公务员工作经历对高管离职影响中的一个中介变量

高管的公务员工作经历对离职的影响机制图

根据我国的政府组织架构，公务员的层级从乡科级逐步上升至最高的国家级。拥有不同层级的高管给企业带来的影响会有巨大的差异，例如资源分配的偏斜程度和行政审批的便利性等方面。高管对企业的价值会影响高管个人的职业发展，包括是否离职的选择。由此，本文提出假设三：

H3：在其他条件相同的情况下，高管曾经的公务员层级越高，越不易离职

三、研究设计

1.样本选择与数据来源

本文的研究对象为中国沪深上市公司的高管成员。本文研究样本选取了2015年-2017年上市公司高管群体的代表——董事长、总经理、总裁和CEO。

在剔除掉来自ST公司的高管样本后，本文共得到来自3426家上市公司7567个有效样本。本文的数据来源为国泰安CSMAR数据库。

2.变量描述

（1）被解释变量

高管离职（Resign）：这一研究的被解释变量为高管是否离职。若高管在2017年间离职，则该变量值为1，若高管没有离职，则该变量值为0。由于上市公司的高管变更信息属于公司信息披露的重要部分，因此可以得到关于高管变更的详细数据。高管变更分为离任和继任两类，本文选取了离任的相关数据。

（2）解释变量

工作经历：本文的解释变量为高管是否拥有公务员的从业经历，本文使用高管的公务员层级（CivLev）进行衡量。该指标采用了较为广义的方式来衡量，包括截止2017年现任和曾任的各级政府官员、人大代表、政协委员、民主党派、社会团体和高等院校。

（3）中介变量

薪酬水平（lnSalary）：本文的中介变量为高管的薪酬水平，由于上市公司高管的薪酬数值较高，本文对其进行了对数处理。一些高管的薪酬为0，不符合本文研究的意图，因此这部分样本被剔除。

（4）控制变量

本文分别从高管个人和企业两个层面选取控制变量探究对高管离职的影响。

从高管个人层面，罗红霞等（2014）认为中国现行教育体制下的学历能够担负起其持有证书人受教育水平的信号传递功能，用人机制对学历十分重视，因此本文用是否有本科学历（IsBach）和是否有硕士学历（IsMast）两个变量来衡量高管的教育水平;高管是否兼任董事长和CEO（IsDuality）代表着高管受到的来自内部监督机制的限制。

从企业层面，用企业净利润/总资产来表示资产回报率（ROA）;用第一大股东持股比例来表示股权集中度（Contrl）;用企业流通市值的对数来表示流通市值（lnCMVale）;用产权性质来确定企业是否为国营企业（IsNation）;企业的内部包括五个要素，即内部环境、企业风险评估、企业的控制活动、企业的信息以及沟通和企业的内部监督。若公司内部控制的设计或运行无法合理保证内部控制目标的实现，则该企业内部控制存在缺陷（IsInteDeft）。企业内控设计的合理性和有效性会影响高管对企业的忠诚度，从而影响离职。相关变量说明见表1。

3.模型设计

在探究高管公务员的从业经历、薪酬水平和离职的关系中，本文的模型分为两步。

首先，探究高管的这一经历对离职的影响，由于离职是一个二值离散变量，本文初步选取了Logit模型，模型1設计如下：

logit（Resignit）=α0+β1CivLevit+Σβi Xit+εit

其中，i表示高管个体;t表示年份;被解释变量Resign代表高管离职;解释变量CivLev表示高管的公务员任职层级;Xit表示若干控制变量，包括薪酬水平（lnSalary）、是否有本科学历（IsBach）、是否有硕士学历（IsMast）、是否兼任董事长和CEO（IsDuality）、ROA、股权集中度（Contrl）、流通市值（lnCMVale）、是否为国营企业（IsNation）、是否控制内部缺陷（IsInteDeft）;α0代表截距项;εit代表残差项。

其次，为了检验高管的薪酬水平对高管的公务员工作经历和离职的调节效应，构建如下模型：

lnSalaryit=α1+β1PolLevit+εit（1）

logit（Resignit）=α2+β1PolLevit+β2lnSalaryit+Σβi Xit+εit（2）

模型2中，lnSalary代表调节变量薪酬水平;α1和α2分别代表两个截距项。其他变量定义与模型1保持一致。

四、检验结果与分析

1.描述性统计

表2报告了主要变量的描述性统计结果。表中结果显示，高管离职的均值为0.189，说明在样本观测期间，企业高管离职率为18.9%;公务员层级的均值为1.209，说明大部分高管曾经的公务员层级并不高，普遍为乡镇级和县区级，标准差为1.773，说明高管拥有的公务员层级差距较大;薪酬水平的标准差为0.919，说明企业高管的薪酬水平也有较大的差异;高管所在的上市公司中国营企业占比40.4%，家族企业占比59.3%;其他控制变量的描述性统计结果与已有研究（刘慧龙等，2010）相差不大，间接体现了该数据的可靠性。此处未显示其余控制变量的描述性统计结果。

2.回归结果

（1）公务员工作经历对高管离职的回归分析

表3为公务员层级对高管离职的回归结果。其中，列（1）（2）（3）分别代表未加入控制变量、只加入个人层面控制变量和加入个人和公司层面控制变量的回归结果。

从核心解释变量来看，在不加入任何控制变量的情况下，公务员层级的系数为-0.041，且在1%水平下显著。这说明高管的公务员经历每上升一个层级，高管离职的几率将下降4.1%，即高管的这一工作经历会阻碍高管的离职。在分别加入个人层面控制变量和全部控制变量后，公务员层级的系数变为-0.040和-0.046，并且均在1%水平下显著。由此假设1得以证实，高管的公务员经历会在一定程度上阻碍其离职。

此外，本文在使用高管公务员层级这一指标在区分高管有无这一工作经历的同时，也将拥有不同公务员层级的高管区分开来。因此，该回归结果也表明，在拥有相关经历的高管群体中，高管的公务员层级越高越不易离职，故假设三得以验证。

（2）薪酬水平对高管公务员经历和离职关系的中介效应

本文检验了薪酬水平是否起到了中介作用，表4展示了检验结果。该中介效应检验分两步来进行。首先以薪酬水平（lnSalary）作为被解释变量，公务员层级（CivLev）作为解释变量即模型二式（1）进行回归，回归系数为0.020，并在1%的水平下显著，这说明高管的公务员经历给他们带来了更高的薪酬水平。第二步回归中，高管是否离职（Resign）为被解释变量，高管的薪酬水平（lnSalary）为解释变量，即模型二式（2）。为了探究高管曾经的公务员层级对离职的直接效应，第二步回归中也加入了CivLev。结果显示，薪酬水平的回归系数为-0.446，并且显著性水平为1%，因此在企业高管群体中，薪酬水平越高越不易离职的结论成立。根据两步回归的结果，高管的公务员工作经历是通过薪酬水平对离职产生影响的假设得以验证。

此外，公务员层级对高管离职的直接效应中系数为-0.044，间接效应系数为-0.009（-0.446×0.020），故总效应为-0.053，间接效应占总效应的比例约为17%，故说明薪酬水平只是该特定工作经历对高管离职产生影响的途径之一。

综上，本文验证了假设二的合理性。

五、异质性分析

本文接下来将样本内的企业高管进行分组回归，对高管公务员的工作经历和离职的关系进行了异质性分析。

基于高管任职企业产权性质的异质性分析，国营企业是一类特殊的生产组织经营形式，除了追求资产保值和增值的商业性外，兼具着调节国家经济的公益性，与非国营企业单纯追求利润的目标有着本质的区别。因此，本文按照任职公司是否为国营企业的标准对高管样本进行了划分，并对子样本分别利用模型二式（2）进行了异质性回归，结果如下表所示。

表5的结果显示，非国营企业高管公务员层级的系数为-0.054，且在5%水平下显著，而国营企业的这一系数在10%水平下不显著。这说明国营企业中高管的公务员经历对离职的阻碍作用不明显。

为了探究国营企业中公务员的从业经历对高管离职阻碍效应不显著的原因，本文基于产权性质进行了中介效应的异质性检验，结果如表6所示。由表中列（1）的回归结果可以发现，虽然这一经历对高管薪酬的影响在不同产权性质企业中均显著，但是在国营企业中这一影响的显著性（5%）明显低于非国营企业（1%）。列（2）的回归结果发现薪酬水平与离职的负相关关系在不同产权性质的企业中是普遍存在的。根据这一结果，本文认为与非国营企业相比，国营企业通过薪酬水平影响拥有公务员经历高管的离职行为的作用更弱。对这一结果的解释为，国营企业的政治关联具有双重性，一部分来自高管的个人的公务员经历，一部分来自企业本身的产权性质。即使国营企业失去了来自高管的个人层面的政治关联，仍然可以通过国有控股股东的政治关联形式来获取资源与便利。在此背景下，高管的个人的公务员经历对企业的价值降低（周林洁和邱汛，2013）。高管个人带来的政治关联对国营企业不再稀缺，通过薪酬水平对离职行为产生影响的显著性会降低。

六、稳健性检验

1.改变回归模型进行检验

基准回归采用了logit模型，在此本研究又使用了线性概率模型和Probit模型對研究结果进行进一步的稳健性检验，表7展示了主回归的检验结果。

通过与基准主回归结果的对比，公务员层级的系数和符号的正负均未发生改变，因此该研究结果在更换模型后依然是稳健的。此外，中介效应和异质性回归在更换模型后结果也依然可靠，此处不再报告详细的回归结果。

2.内生性检验

本文引入新的工具变量并采用Wald检验来探究高管政治关联的内生性问题。首先，借鉴于蔚等（2012）在讨论内生性问题中对工具变量的选取方法，按照构造分组平均值作为工具变量的思路，本文选取了高管除自身外的公务员层级年份——行业均值CivLevavg作为CivLev的工具变量。高管曾经的公务员层级可以分为两部分：CivLevavg和CivLevdiff，其中CivLevavg代表高管除自身外的公务员层级的年份——行业平均值，CivLevdiff代表公务员层级和行业平均值的差异。经过对CivLev的拆分，模型中存在的随机误差项只与CivLevdiff有关，而与CivLevavg不相关，因此CivLevavg满足工具变量的外生性。同时，CivLevavg与解释变量CivLev相关，因此CivLevavg符合工具变量的要求。

接着本文使用两步法进行IV-Probit 估计，结果如表8所示。Wald检验结果显示，p值为0.491，故没有在10%的水平上表示显著，不能拒绝解释变量严格外生的原假设。此外，第一步回归的结果显示，工具变量CivLevavg对于CivLev具有较强的解释力。根据以上分析，解释变量高管的公务员层级可以接受外生的原假设，因此在一定程度上有效避免了遗漏变量偏差与双向因果问题。

七、结论

基于2015年-2017年沪深两市上市公司高管的任职情况，本文主要探究了是否具备公务员的工作经历、薪酬水平与高管离职三者之间的关系。主要的发现如下：

1.高管拥有公务员经历会显著降低离职的可能性，并且这一阻碍效应具有普遍性，不只是在企业事件窗口期存在。通过对高管公务员层级的划分，该研究还发现，在其他条件不变的情况下，高管曾经拥有的公务员层级越高离职的可能性越低。

2.公务员的工作经历实现阻碍高管离职的途径之一是薪酬水平。拥有这一经历的高管在企业拥有更高的管理权力，对薪酬制度有更大的话语权，从而产生“薪酬黏性”。长期来看薪酬黏性会给高管带来相对较高的薪酬水平，减弱其离职的意愿。

3.高管任职企业产权性质不同，公务员经历对高管离职的影响会存在差异。如果高管的任职企业为国营企业，由于国营企业的产权性质赋予它自身天然的政治关联，高管个人的公务员经历对企业的价值会降低，通过薪酬水平影响离职的中介效应将会减弱，因此这一经历对离职的影响也不再显著。

本文的研究结果与已有研究结论基本是一致的，丰富了相关领域的文献。此外，本文将政治关联在高管个人层面的两类研究——薪酬水平和工作变更间建立起了联系，具有创新性。然而，本文仍然存在一定的限制。整体的经济形势对高管个人离职的行为选择也是尤为关键的，然而，由于本文使用的是三年的混合截面数据，宏观经济因素的变动较小，因此本文没有将其纳入到模型当中。

参考文献：

[1]田利辉，叶瑶.政治关联与企业绩效：促进还是抑制？——来自中国上市公司资本结构视角的分析[J].经济科学，2013（06）：89-100.

[2]邓新明，熊会兵，李剑峰，侯俊东，吴锦峰.政治关联、国际化战略与企业价值——来自中国民营上市公司面板数据的分析[J].南开管理评论，2014，17（01）：26-43.

[3]黄新建，李晓辉.政治关联、高管薪酬与企业绩效——基于民营上市公司的经验研究[J].软科学，2014，28（11）：6-9+14.

[4]罗明新，马钦海，胡彦斌.政治关联与企业技术创新绩效——研发投资的中介作用研究[J].科学学研究，2013，31（06）：938-947.

[5]袁建国，后青松，程晨.企业政治资源的诅咒效应——基于政治关联与企业技术创新的考察[J].管理世界，2015（01）：139-155.

[6]蔡地，黄建山，李春米，刘衡.民营企业的政治关联与技术创新[J].经济评论，2014（02）：65-76.

[7]田利辉，张伟.政治关联影响我国上市公司长期绩效的三大效应[J].经济研究，2013，48（11）：71-86.

[8]于蔚，汪淼军，金祥荣.政治关联和融资约束：信息效应与资源效应[J].经济研究，2012，47（09）：125-139.

[9]唐松，孙铮.政治关联、高管薪酬与企业未来经营绩效[J].管理世界，2014（05）：93-105+187-188.

[10]刘慧龙，张敏，王亚平，吴联生.政治关联、薪酬激励与员工配置效率[J].经济研究，2010，45（09）：109-121+136.

[11]游家兴，徐盼盼，陈淑敏.政治关联、职位壕沟与高管变更——来自中国财务困境上市公司的经验证据[J].金融研究，2010（04）：128-143.