薪酬管制与国企高管行为——基于“不作为”和“乱作为”视角

沈真真， 李明辉

(1.南京大学 商学院， 江苏 南京 210093； 2.安徽大学 商学院， 安徽 合肥 230601)

一、问题的提出

如何合理设计国有企业(简称“国企”)高管的薪酬契约，既是深化国企改革的重要命题，又是关乎社会公平正义的关键问题，对促进国有企业健康发展和形成合理有序的收入分配格局具有重要意义。就促进企业发展而言，建立合理的高管薪酬激励体系是培育企业竞争力的重要保障[1]。财政部办公厅于2009年1月下发了《金融类国有及国有控股企业负责人薪酬管理办法(征求意见稿)》；2009年9月，人力资源和社会保障部等六部门联合下发了《关于进一步规范中央企业负责人薪酬管理的指导意见》(称为“限薪令”)，薪酬管制就此揭开序幕。2015年1月，《中央管理企业负责人薪酬制度改革方案》正式施行，国企高管的薪酬改革率先在中央企业开展。此后，全国31个省份陆续出台了省属国企负责人薪酬改革方案，地方国企的薪酬管制措施相继实施。本轮薪酬改革的目的主要是对国企高管偏高、过高的收入进行调整，以建立健全国企高管收入分配的激励和约束机制。

实施薪酬管制政策，西方一部分学者对此表示支持，他们认为薪酬管制能够降低风险[2-3]，提高劳动者的服务质量[4-5]；另一部分学者则不赞成对高管进行薪酬管制，认为薪酬管制的本质是对管制对象的价格限制，高管薪酬管制是对经理人价值的市场定价的限制，不符合劳动力供给的市场规律[6-7]。

我国国有企业的性质要求国企高管的薪酬必须纳入政府规制的范围内。但薪酬管制可能脱离实际诱发机会主义行为，破坏市场的自发秩序[8]，不同的利益相关者也可能利用政府管制来谋求自己的私利[9]。因此，薪酬管制的实施可能会带来新的道德风险和逆向选择问题。近年来，一些地方官员和国企高管的“不作为”和“乱作为”行为一直饱受诟病[10-12]，而薪酬管制政策的实施对高管行为有何影响？薪酬管制在降低管理层的激励以后，是否会加剧国企高管的“不作为”？通过限制高管过高的薪酬、降低管理层的风险承受能力，薪酬管制政策是否有助于抑制国企高管的“乱作为”？这些问题值得深思。

已有一些文献研究了薪酬管制政策对高管超额薪酬、在职消费和公司绩效的影响，但对实施这一政策是利是弊，结论并不一致。常风林等[13]发现2009年“限薪令”既没有显著降低高管薪酬中的“运气”成分，也没有抑制国企高管薪酬的过快增长，因而他们认为政策是无效的。然而，张楠、卢洪友[14]认为，2009年“限薪令”降低了高管薪酬的过快增长，在一定程度上降低了委托代理问题。徐经长等[15]则认为，虽然“限薪令”发挥了预期效果，但是会带来抑制企业创新的问题。

尽管上述文献关注了薪酬管制对公司代理成本的影响，但并未从“不作为”和“乱作为”的角度研究薪酬管制政策实施的后果，也没有考虑该政策的实施对管制之前薪酬水平不同的企业带来的影响可能存在的差异。实际上，管制前薪酬水平较高的高管更可能受到薪酬管制政策实施的影响，他们将面临大幅降薪。薪酬管制一方面会降低对这部分高管的激励程度，从而引发道德风险，导致“不作为”行为，引致企业的经营业绩和投资规模下降；另一方面，限薪后这一部分高管愿意承担的风险也可能会降低，这将有助于减少“乱作为”的行为。因此，有必要在考虑限薪之前高管薪酬水平不同的企业差异的基础上，进一步研究薪酬管制政策对于高管“不作为”“乱作为”的影响。此外，2009年的“限薪令”主要针对央企和金融类企业，其影响范围有限。对于地方国企而言，主要受2015年薪酬管制政策的影响，政策对地方国有企业管理层行为的影响如何，尚缺乏深入研究。

基于以上考虑，本文根据政策实施前国企高管的平均薪酬水平进行分组，在此基础上从“不作为”和“乱作为”的视角研究2015年的薪酬管制对国企高管行为的影响。具体而言，本文基于2011—2018年国企非金融类上市公司数据，通过检验2015年薪酬管制政策的实施对薪酬水平不同的国企经营业绩和投资规模的影响，来考察薪酬管制是否会加剧国企高管的“不作为”；通过检验管制后国企超额在职消费的变化，来考察薪酬管制是否会抑制国企高管的“乱作为”。研究结果表明，薪酬管制政策对之前薪酬较高的国企影响更大，这部分企业的经营业绩、投资规模和超额在职消费均显著降低。进一步研究发现，在地方政府干预程度较高的地区这种效应更显著。本文仅以国企为样本是基于以下原因：(1)管制政策本身对国企才有强制约束力，非国企不会受政策影响；(2)由于国企和非国企本身是两类不同的企业，二者在业绩、创新和生产效率方面的差异除受薪酬管制的影响外，还会受到其他国企改革措施的影响，将国企与非国企相比较，很难得出管制政策与公司绩效变化之间的因果关系；(3)薪酬管制政策实施前，高管薪酬水平不同的国企受政策的影响程度不同，国企高管行为受管制政策影响程度也可能不同。

本文的边际贡献在于：(1)目前关于薪酬管制的研究主要集中在2009年“限薪令”实施以后对企业经营效率和效果的影响，而未从管理层“寻租”的动机出发进一步考察国企高管的机会主义行为。薪酬管制后，管理层可能会偷懒、推卸责任，从而导致“不作为”；也有可能一方面通过寻求隐性激励的增加来补偿货币薪酬的减少，从而增加“乱作为”，另一方面通过降低管理层的风险承担减少“乱作为”。本文以“不作为”和“乱作为”为视角检验2015年薪酬管制政策的实施效果，从而为薪酬管制政策究竟是有效管制还是过度干预提供经验证据，拓展了薪酬管制经济后果的相关文献。(2)本文基于不完全薪酬契约理论，试图分析薪酬管制对高管行为影响的作用机理，丰富了不完全薪酬契约理论的相关文献。

二、理论分析与研究假设

(一)薪酬管制与国企高管的“不作为”

在我国，理论上，肯定了经理人的价值；实践中，为了避免经理人与普通职工的薪酬差距过大，对国企高管的薪酬实施了严格的管制。管制主要的手段是调整国企高管和员工的薪酬差距[9]。另外，通过总量控制等手段也在一定程度上降低了国企高管薪酬的绝对水平。2009年，针对金融类国企和中央企业高管薪酬过快增长的问题，我国出台了“限薪令”。此次薪酬管制政策从薪酬结构和水平、薪酬支付、补充保险和职务消费、监督管理、组织实施等方面对中央企业高管的薪酬制度设计做出了规范。2015年更全面的薪酬管制措施开始实施，本轮薪酬改革强调坚持市场调节与政府监管相结合，主要从适用范围、基本原则以及薪酬结构和水平等方面对中央企业高管的薪酬管理做出规范，力图通过加强对国有企业高管的薪酬管理，使国有企业高管薪酬做到结构合理、水平适当、管理规范。

2015年开始的薪酬管制主要是为了限制国企高管的高额薪酬，将高管薪酬与普通员工薪酬挂钩，将高管基本年薪限制在员工的2倍以内，薪酬总额限制在8倍以内。限薪幅度最大的是宁夏回族自治区，将高管薪酬限制在员工的5倍以内。这一规定可能造成原来薪酬水平不同的国企高管受管制政策的影响程度不同。2015年以前薪酬水平高于行业平均水平的高管更可能成为管制的主要对象，面临更严格的管制；而原来薪酬水平低于行业平均水平的高管所受的影响可能较小。管制以前高管薪酬水平的差异，会造成其受政策影响程度的差异，进而带来不同的经济后果。

Berle & Means[16]认为，仅持有少量公司资产的管理者可能致力于造福其自身而非股东，包括推卸责任、获取额外报酬以及追求非企业价值最大化目标。Jensen & Meckling[17]认为，高管人员的薪酬合约是降低代理成本的重要治理机制，是解决委托代理问题的关键之一。如果薪酬制度设计得当，能够有效地降低股东与管理层之间的委托代理成本，激励管理层努力生产经营，提高公司价值，增加股东财富；反之，如果薪酬制度设计不当，就可能导致对管理层的激励失效，进而引发管理层为追求自身利益而牺牲股东利益，最终进一步激化股东与管理层之间的矛盾。国有企业兼有“经济性”和“社会性”目标，薪酬管制在实现基于政府干预的多元化经济与社会目标时，却未必能实现对高管的有效激励[14]。

薪酬管制作为政府干预手段，会降低国企高管的薪酬水平。在缩小国企高管和员工的收入差距、优化收入分配格局、实现社会目标的同时，也可能会降低对高管的激励，带来一些消极影响。当政府对高管薪酬进行管制后，高管的收入水平下降，可能造成高管的努力程度降低[6]。管制以前薪酬水平较高的国企高管，在政策出台以后，可能面临更大幅度的降薪，因而更有可能出现偷懒、推卸责任、短视等行为，导致企业的经营业绩下滑、投资规模降低和企业价值减少。因此，薪酬管制政策会降低对国企高管，特别是之前薪酬水平较高的高管的激励，催生高管的“不作为”。基于此，本文提出如下假设。

H1：薪酬管制政策出台以前薪酬水平较高的国企高管，在政策出台以后“不作为”的程度显著增加。

(二)薪酬管制与国企高管的“乱作为”

一方面，薪酬管制以后，高管可能通过寻求其他利益的方式来弥补货币薪酬的下降。在职消费可能成为高管的替代性激励方式，由此可能会引发高管增加在职消费的动机[9,14]。之前薪酬水平较高的国企高管，管制后薪酬下降的程度更大，因而更有动机通过增加在职消费的方式来获得补偿，出现滥用职权、侵占股东利益的“乱作为”。另一方面，Jensen[18]认为，高管的薪酬契约不是完全有效的，高管薪酬更可能是高管权力寻租的结果。基于不完全契约理论，如果企业高管能影响薪酬的制定，那么他们在取得天价薪酬的同时，随着其权力的提升，会产生道德风险。例如增加在职消费或投资于无效项目而导致投资失败，从而引发公司代理成本的提高[19]。薪酬管制通过政府干预来限制高管的天价薪酬，可能有助于降低高管的在职消费、过度投资等“寻租”行为。此外，高管的薪酬水平越高，企业风险承担水平越高[1]。国企高管的货币薪酬降低后，高管愿意承担的风险水平降低[15]，在职消费或非效率投资的行为可能会减少。薪酬管制可以通过降低高管薪酬来降低对高管的风险补偿，从而降低高管的风险承担水平，进而约束高管的行为。对薪酬水平较高的国企高管来说，薪酬管制可以通过限制高管过高的薪酬来约束其“乱作为”，从而降低代理成本。基于上述两方面的分析，本文提出如下竞争性假设。

H2a：薪酬管制政策出台以前薪酬水平较高的国企高管，在政策出台以后“乱作为”的程度显著增加。

H2b：薪酬管制政策出台以前薪酬水平较高的国企高管，在政策出台以后“乱作为”的程度显著降低。

三、研究设计

(一)样本选择与数据来源

本文以2011—2018年全部A股非金融业国有上市公司为对象进行研究。之所以以2011年为起点是为了降低2009年“限薪令”的影响，以更好地考察2015年薪酬管制政策实施的经济后果。

本文的财务数据来自WIND数据库，公司治理有关变量的数据来自CSMAR数据库，在职消费的数据根据CSMAR数据库中管理费用项目整理得到。初始样本有6 335个记录，在剔除了ST、*ST、金融业、资产负债率大于1、上市时间不满1年的企业和缺失相关数据的样本后，得到了5 970个样本。在检验假设2时，合并在职消费后的样本量为5 056个。为避免极端值的影响，本文对所有连续变量在1%和99%分位数进行了缩尾处理。

(二)变量定义

1.被解释变量

(1)国企高管薪酬水平。由于我国上市公司股权激励计划、其他长期激励计划以及相关年度的期权并不普遍，因此我们采用短期薪酬的概念，即高管薪酬主要包括基本工资、奖金和其他津贴。借鉴徐经长等[15]的做法，本文以上市公司“薪酬最高的前3名高管的薪酬总额”衡量国企高管薪酬水平(LnPay)。

(2)“不作为”。白建军[20]从法律层面将“不作为”定义为行为人负有实施法律要求的某种行为的积极义务，能够实施而未实施的行为。对于国企高管履行受托责任的主动性，很难被观察，不易度量，因此李莉等[12]指出，“不作为”不仅要看行为是否具有主动性，还需要从成果层面考量是否能够获得实绩。经营业绩是度量企业经营成果的指标，能在一定程度上反映高管的努力程度，当高管存在“不作为”的机会主义动机时，将表现为企业经营的低效率和业绩下滑。Firth et al.[21]指出，在反映薪酬与业绩的关系上，国有企业更多地表现为高管薪酬与会计业绩(如总资产回报率)的相关性，而非国企上市公司则表现为高管薪酬与股票收益率的相关性。所以，我们把经营业绩(ROA)作为度量高管“不作为”的第一个指标。

国有企业的代理成本还会反映在企业的资本投资决策上。“不作为”可能导致国有企业经理放弃净现值为正，但私人成本高昂的投资项目，即出现“投资不足”[22]。当薪酬契约无法对高管的努力做出补偿时，高管更有可能选择缩小投资规模。因此，本文把投资水平(Inv)作为度量国企高管“不作为”的第二个指标。

(3)“乱作为”。“乱作为”是指主体做出的一种错误行为方式，即行政主体在履行职责过程中，未尽到应有的义务或管了不该管的事，导致国家政令不通、执行不力。“乱作为”表现形式有滥用职权、腐败、办事不公等。当管理层出现腐败行为时，在职消费会增加；当管理层为了扩大声誉、掌握更多的资源而滥用职权时，过度投资的水平可能会提高。因此，在职消费和过度投资可作为国企高管“乱作为”的度量指标。

薪酬管制政策的实施会直接导致管理层货币薪酬的减少，降低对管理层的显性激励，在职消费作为一种隐性激励方式，更有可能发生变化。过度投资是高管为了建立“企业帝国”，投资于净现值为负的项目。管理层过度投资的动机和行为与“限薪令”的实施之间没有直接的因果关系。当高管出现“乱作为”的行为时，更可能表现为在职消费水平的变化。因此，本文把超额在职消费(Abperk)作为国企高管“乱作为”的度量指标。

借鉴张晓亮等[23]的做法，通过构建在职消费的估计模型，将分年度、分行业回归后的残差项作为超额在职消费(Abperk)。

(1)

模型(1)中，Perk为在职消费总额，取管理费用中办公费、差旅费、业务招待费、出国培训费、小车费、董事会费、会议费和通信费八项费用之和；Assets为公司资产总额；ΔSales为营业收入变动额；PPE为固定资产净值；Inventory为存货净值；LnEmployee为员工人数的自然对数；ε为残差，即超额在职消费(Abperk)。

2.解释变量

为避免内生性问题产生的影响，本文采用双重差分模型检验薪酬管制对高管薪酬水平的影响。政策实施时间Post为政策变量。由于2009年的“限薪令”主要针对央企和金融类国企，地方国企的管制从2015年开始，所以Post在2015年及以后年度取1，在2015年以前取0。管制前高管薪酬水平High为分组变量，政策实施前，高管薪酬高于行业均值取1，否则取0。

3.控制变量

参考已有文献，本文控制了企业规模(Size)、财务杠杆(Lev)、无形资产占比(Inta)、企业成长性(Growth)、企业成熟度(Age)、董事会规模(Bsize)、大股东持股比例(Lshr)、管理层持股(Mshr)、两职合一(Dual)、独董比例(Idr)等。本文还控制了年度效应(Year)、行业效应(Indu)和地区效应(Zone)。相关变量的定义和说明如表1所示。

表1 变量定义

(三)模型构建

利用2015年薪酬管制政策这一外生事件，在进行主要问题的检验之前，本文首先考察之前薪酬水平不同的国企，在政策实施以后高管薪酬水平的变化。通过构建双重差分模型(2)来检验管制政策对高管薪酬水平的影响。

LnPay=α0+α1Post+α2High+α3Post×High+α4Size+α5Lev+α6ROA+α7Inta+α8Growth+α9Age+α10Bsize+α11Dual+α12Lshr+α13Mshr+α14Idr+∑Year+∑Indu+∑Zone+ε

(2)

为避免遗漏变量导致的偏误，本文使用面板固定效应模型进行稳健性检验。我们预期政策实施对之前薪酬水平高的国企影响更大，即Post×High的系数α3应显著为负。

为检验薪酬管制对国企高管“不作为”的影响，本文在模型(2)的基础上构建模型(3)和模型(4)来检验H1。H1预期之前薪酬水平更高的国企高管“不作为”的程度会增加，即经营业绩(ROA)和投资水平(Inv)会显著降低，Post×High的系数β3和γ3应显著为负。

ROA=β0+β1Post+β2High+β3Post×High+β4Size+β5Lev+β6Inta+β7Growth+β8Age+β9Bsize+β10Dual+β11Lshr+β12Mshr+β13Idr+∑Year+∑Indu+∑Zone+ε

(3)

Inv=γ0+γ1Post+γ2High+γ3Post×High+γ4Size+γ5Lev+γ6ROA+γ7Growth+γ8Age+γ9Cash+γ10RET+γ11LagInv+γ12Bsize+γ13Lshr+γ14Mshr+γ15Dual+γ16Idr+∑Year+∑Indu+∑Zone+ε

(4)

为检验薪酬管制对国企高管“乱作为”的影响，本文构建模型(5)来检验H2。H2a预期薪酬管制政策实施之前薪酬水平更高的国企高管，在薪酬管制后“乱作为”的程度增加，即超额在职消费(Abperk)显著增加，Post×High的系数ρ3应显著为正。H2b预期薪酬水平更高的高管“乱作为”的程度显著降低，即ρ3应显著为负。

Abperk=ρ0+ρ1Post+ρ2High+ρ3Post×High+ρ4Size+ρ5Lev+ρ6Inta+ρ7Growth+ρ8Age+ρ9Bsize+ρ10Dual+ρ11Lshr+ρ12Mshr+ρ13Idr+∑Year+∑Indu+∑Zone+ε

(5)

四、实证结果分析

(一)描述性统计分析

本文根据2015年政策实施以前国企高管薪酬水平对样本进行分组。如果高管的平均薪酬高于行业均值，为薪酬水平较高组，样本量为3 410；反之，为薪酬水平较低组，样本量为2 560。表2是变量的描述性统计结果。从表中可以看到，两组国企高管薪酬水平(LnPay)的均值分别为14.683 1和13.903 8，中位数分别为14.604 0和13.910 8，说明不同国企高管薪酬水平差异较大。薪酬水平较高组的经营业绩(ROA)和投资规模(Inv)的均值和中位数都高于薪酬水平较低组，这表明高管薪酬具有一定的激励作用。薪酬水平较高组的超额在职消费(Abperk)的均值和中位数均低于薪酬水平较低组，但标准差更大，这意味着薪酬水平较高的企业，平均在职消费较少，但差异较大。其他变量的样本分布与徐经长等[15]的研究结果相似。

表2 主要变量的描述性统计

通过分析2011—2018年两组样本被解释变量的时间趋势①可以发现：(1)2015年以前，薪酬差距保持一致，且保持一定的增加趋势。但是2015年以后，两组国企高管的薪酬差距在缩小，这是对薪酬水平较高的国企高管的一种降薪。(2)2015年以前，两组国企的ROA和Inv都呈下降趋势，2015年开始出现了反转。这意味着2015年的薪酬管制政策整体上能改善国企的经营效率。但是，自2015年开始，薪酬水平较高的国企ROA和Inv的上升幅度都小于薪酬水平较低的国企，这意味着管制政策可能会引发薪酬水平较高的高管一定程度的“不作为”。(3)2015年以前两组国企的Abperk均呈下降趋势，这可能一定程度上与党的十八大以来的反腐败政策尤其是八项规定有关。但“八项规定”的开始实施的时间是2013年，并且2015年以后薪酬水平较低的国企超额在职消费呈上升趋势，而薪酬水平较高的国企没有呈上升趋势，这表明管制后薪酬水平较低的国企高管可能将在职消费作为替代性激励措施，而薪酬水平较高的国企高管并未如此，这与不完全薪酬契约假说的预期是一致的。

(二)薪酬管制前后国企高管薪酬水平的变化

表3是薪酬管制对国企高管薪酬水平影响的回归结果。Post×High度量了同之前薪酬水平较低的国企相比较，薪酬水平较高的国企高管薪酬2015年后的变化。列(1)是模型(2)的回归结果，Post×High的系数为-0.170 1，在1%的水平下显著，与预期结果一致。列(2)为面板固定效应模型的回归结果，Post×High的系数为-0.172 7，在1%的水平下显著，与列(1)的结论一致。表3的结果表明，薪酬管制政策的出台对原先薪酬水平较高的国企作用确实更明显。

(三)薪酬管制对国企高管“不作为”的影响

表4是对薪酬管制是否会加剧高管“不作为”的检验结果。列(1)和列(2)是模型(3)的回归结果。由列(1)可见，Post×High的系数为-0.005 3，在5%的水平下显著；列(2)是面板固定效应模型的回归结果，系数为-0.005 0，在10%的水平下显著。这表明与薪酬水平较低的国企相比，薪酬水平较高的国企，管制后其经营业绩显著降低。列(3)和列(4)是模型(4)的回归结果。不同于模型(3)，模型(4)中相关变量取滞后一期的值。列(3)显示，Post×High的系数是-0.004 5，在5%的水平下显著；列(4)是面板固定效应模型的回归结果，Post×High的系数是-0.004 8，在10%的水平下显著。这表明管制后，薪酬水平较高的国企其投资规模显著降低。表4的结果支持了H1，薪酬管制会在一定程度上引致薪酬水平较高的国企高管的“不作为”。此外，Post的系数均为负，均在1%的水平下显著，这表明降薪后，企业的业绩下滑，投资规模下降。High的系数为正且显著，这说明薪酬较高的国企业绩表现较好，投资规模较高，这体现了薪酬对高管的激励作用。

表3 薪酬管制对国企高管薪酬水平影响的回归结果

(四)薪酬管制对国企高管“乱作为”的影响

表5是薪酬管制对高管“乱作为”影响的回归结果。列(1)和列(2)是基于全样本的检验。列(1)中Post×High的系数为-0.000 3，接近显著；列(2)中系数为-0.000 3，在10%的水平下显著。这表明薪酬水平较高的国企管制后超额在职消费有所降低，但证据较弱。列(3)和列(4)是对超额在职消费偏高的子样本的检验，列(5)和列(6)是对超额在职消费偏低的子样本的检验。可以看出，超额在职消费偏高的子样本中，薪酬水平较高的国企高管在职消费显著降低，支持了H2b。研究结果表明，薪酬管制后，在职消费没有成为货币薪酬的替代性激励措施。通过限制高管薪酬，降低了在职消费，支持了不完全薪酬契约假设。

(五)进一步检验

1.地方政府干预程度的调节作用

辛清泉等[22]发现，地方政府的行政干预会导致薪酬业绩敏感性降低、投资低效。薪酬管制是一种政府干预行为，地方国企的限薪方案会受到地方政府干预程度的影响。如果地方政府干预程度越高，对国企高管的薪酬管制可能越多，对高管的经济激励越小，越可能引发高管的“不作为”；同时高管愿意承担的风险水平越低，越可能减少高管的“乱作为”。因此本文预期地方政府干预程度越高，高管薪酬降低的水平越高，从而会进一步增加高管的“不作为”，抑制其“乱作为”。

本文构建了模型(6)来检验地方政府干预程度的调节效应。其中Gov为地方政府干预程度，以王小鲁等[24]计算的市场化指数中“减少政府对企业的干预”指标计算。由于该指标每两年公布一次，所以我们计算历年“减少政府对企业的干预”指标的平均数，并在此基础上乘以-1得到Gov。Gov越大，代表地方政府干预程度越高。Y分别取ROA、Inv和Abperk，我们预期θ5显著为负。

Y=θ0+θ1Post+θ2High+θ3Post×High+θ4Gov+θ5Post×High×Gov+∑Controls+ε

(6)

表6是对地方政府干预程度的调节效应的回归结果。列(1)中Post×High×Gov的系数为-0.022 3,在1%的水平下显著。这表明地方政府干预程度越高，薪酬水平较高的国企高管在薪酬管制政策实施以后薪酬降低更多。列(2)和列(3)中Post×High×Gov的系数均为负，T值分别为-1.52和-2.97，说明地方政府干预程度越高，高管“不作为”的程度越高；列(4)～列(6)分别是对全样本、超额在职消费为正和超额在职消费为负的子样本进行的检验。列(6)中Post×High×Gov的系数显著为负，这表明地方干预程度越高，高管的超额在职消费显著降低，“乱作为”的程度越低，与我们的预期一致。使用面板固定效应模型进行检验，结论保持一致②。

2.替代性激励措施

李小荣、张瑞君[25]认为，股权激励能够有效地缓解管理层与股东之间的委托代理问题。那么，薪酬管制以后国企是否会选择股权激励作为替代性激励措施呢？本文进一步对高管持股比例进行补充检验，考察2015年以后高管持股比例是否增加。如果Post×High的系数显著为正，则说明高管持股比例成了货币薪酬的替代性激励措施。

表7是对2015年以后薪酬管制对高管持股比例影响的回归结果。列(1)显示，Post×High的系数为-0.001 7；列(2)显示，Post×High的系数为负但不显著。这表明2015年以后高管持股比例没有增加，股权激励并没有成为货币薪酬的替代措施。

表5 薪酬管制对国企高管“乱作为”影响的回归结果

表6 地方政府干预的调节效应

表7 薪酬管制政策对国企高管持股比例影响的回归结果

3.地方国企与中央企业高管薪酬的差异

对于金融类的国有企业和中央企业的薪酬管制政策从2009年就已开始实施，因此，2015年的薪酬管制政策可能对地方国企高管的影响更大。为比较2015年以后中央企业和地方国企高管薪酬，本文补充检验了管制政策对地方国企和中央企业高管行为的影响。

表8是对基于地方国企和中央企业子样本的检验结果，列(1)～列(3)中Post×High的系数均显著为负，列(4)～列(6)中Post×High的系数均不显著。这表明在2015年以后，管制前薪酬水平较高的高管其“不作为”和“乱作为”在地方国企中存在，政策效应对地方国企的影响更大，进一步支持了政策效应可能会受地方政府干预程度的影响。使用面板固定效应后，不改变我们的结论。

(六)稳健性检验

1.替换关键变量的度量

为了保证结果的稳健性，我们分别使用净资产收益率(ROE)和企业的投资扭曲度(Absinv)来衡量高管的“不作为”和“乱作为”。从风险承担的角度来看，薪酬管制以后高管的风险承担水平下降，进行非效率投资的可能性减少，从而导致投资扭曲度的降低。我们借鉴金宇超等[10]的方法，在Richardson[26]模型的基础上，设计投资水平的估计模型(7)。将实际投资水平与估计的投资水平之差的绝对值，即残差项来度量投资扭曲度，作为衡量高管“乱作为”的替代变量。

表8 基于地方国企和中央企业子样本的检验结果

Inv=χ0+χ1Size-1+χ2Lev-1+χ3Big4+χ4ROA-1+χ5Growth-1+χ6Age-1+χ7Cash-1+χ8Ret-1+χ9Inv-1+∑Year+∑Indu+ε

(7)

模型(7)中，Big4为虚拟变量，企业由“四大”会计师事务所审计时取1，否则取0； 表9是对2015年以后薪酬水平不同的国企净资产收益率和投资扭曲度检验的结果。列(1)和列(2)中Post×High的系数显著为负，支持了H1。列(3)中Post×High的系数为-0.002 5，接近显著；列(4)中Post×High的系数为-0.003 0，在10%的水平下显著，支持了H2b。可见，2015年的薪酬改革，显著增加了之前薪酬水平较高高管的“不作为”，降低了其“乱作为”。

2.改变政策发生时间

为检验结果的稳健性，本文首先假设政策发生在2017年，利用2015—2018年的数据进行检验，回归结果见表10。Post×High的系数均不显著，这表明薪酬水平不同的国企业绩和超额在职消费均没有显著差异。这也进一步支持了我们的结论，2015年的薪酬管制政策加剧了之前薪酬水平较高的高管的“不作为”，抑制了其“乱作为”。

为了剔除党的十八大以来反腐政策的影响，本文进一步用2011—2014年的样本检验2012年以后不同国企的经营业绩、投资规模和超额在职消费的变化，回归结果见表11。Post×High的系数均不显著，这表明反腐败政策没有导致薪酬水平不同的高管行为上的显著差异，进一步支持了薪酬管制政策与高管“不作为”和“乱作为”之间的因果关系。

3.关于内生性问题的考虑

前述高管薪酬是否较高并非随机分配的结果，而可能会受到公司特征等因素的影响。为避免样本自选择问题带来的偏误，本文采用倾向得分匹配法寻找配对样本。具体而言，将是否为薪酬较高的国企作为被解释变量，企业规模(Size)、财务杠杆(Lev)、经营业绩(ROA)、无形资产占比(Inta)、企业成长性(Growth)、企业成熟度(Age)、董事会规模(Bsize)、两职合一(Dual)、大股东持股比例(Lshr)、管理层持股(Mshr)、独董比例(Idr)作为解释变量，用Logit模型进行回归，得到倾向得分，选择相同行业、相同年度内，倾向得分最接近的薪酬较低的国企作为控制组，匹配过程采取无放回匹配。基于PSM配对样本的回归结果显示③，Post×High的系数均显著为负，与主检验结果一致。

表9 替换关键变量的回归结果

4.控制高管晋升激励的影响

杜勇、张路[27]认为，国企高管兼有“政治人”和“经济人”双重身份，政治晋升激励可能影响国企高管的投资行为，会抑制国企高管进行过度投资。此外，国企高管也可能为了晋升，约束自身行为，降低超额在职消费。为了考虑晋升激励对经营业绩、投资规模和超额在职消费产生的影响，本文在模型中加入高管晋升的替代变量来控制这一因素的影响。结果显示，控制高管晋升激励后，结果没有发生改变，结论与主检验保持一致。

5.剔除中央企业后的结果

本文主要研究2015年薪酬管制政策的政策效应，样本同时包括中央企业和地方国有企业的原因在于2015年的《中央管理企业负责人薪酬制度改革方案》和地方政府出台的薪酬管制政策对两类国有企业都会产生影响。但是针对中央企业高管的薪酬管制从2009年开始实行，为了剔除2009年政策的影响，更干净地检验2015年的政策效应，本文用剔除中央企业的样本，进行了补充检验。首先利用2007—2012年的数据，检验2009年前后地方国有企业高管薪酬的变化，然后再利用2011—2018年的数据，检验2015年以后地方国有企业高管薪酬水平、经营业绩、投资规模和超额在职消费的变化。结果表明2009年的“限薪令”对地方国企高管没有显著影响，这与2009年“限薪令”的管制对象是金融类国有企业与中央企业是相一致的。然而，2015年后薪酬较高的国企，薪酬水平显著降低，经营业绩、投资规模显著下降，超额在职消费显著降低。

6.改变样本期间

党的十八大以来，党中央不断强化监督执纪问责，加强对国有企业高管的经济责任审计工作，这些也可能会影响国有企业的经营业绩、投资规模和高管的在职消费。为了检验实证结果的可信度，本文进一步利用2013—2018年的样本进行稳健性检验。结果显示，改变样本期间，上述研究结论依然成立。2015年以后，之前薪酬水平较高的国有企业，经营业绩和投资规模显著降低，同时超额在职消费显著降低。

表10 基于薪酬管制政策发生在2017年的检验结果

表11 基于党的十八大反腐政策影响的检验结果

五、研究结论与启示

国企高管薪酬改革的目的是限制高管薪酬，缩小贫富差距，维护社会公平。但是当薪酬契约不足以对高管做出的努力进行补偿时，就可能会引致高管出现新的机会主义行为，导致其“不作为”。此外，基于不完全契约理论，当高管薪酬过高时可能引发“乱作为”，公司的代理成本上升。因此，薪酬管制可能带来高管“不作为”的负效应，也可能形成对高管“乱作为”的有效治理。本文利用A股市场2011—2018年的经验数据，检验了2015年薪酬管制政策对国企高管“不作为”和“乱作为”的影响。研究发现：(1)薪酬管制政策对管制前薪酬水平较高的国企高管影响更大；(2)薪酬管制在一定程度上加剧了原先薪酬水平较高的国企高管的“不作为”；(3)对原薪酬水平较高的国企高管，限薪能在一定程度上抑制其“乱作为”。

本文的研究能为目前的薪酬改革政策提供一定的启示。首先，薪酬管制政策的实施，有利有弊。一方面，薪酬管制能够在一定程度上减少高管的超额在职消费，约束其“乱作为”；另一方面，薪酬管制也可能会加剧其“不作为”。因此，应当全面、客观地评价薪酬管制的实施效果。其次，薪酬改革过程中，要合理制定国企高管的薪酬契约，避免简单地进行薪酬管制而导致管理层动力下降，加剧“不作为”现象。尤其是对于原先薪酬较高的企业，在实施薪酬管制政策时，应注意避免简单粗暴地降低薪酬。建议将高管薪酬与国企的经营业绩相挂钩，约束国企高管特别是之前薪酬水平较高的国企高管的偷懒、推卸责任、短视等机会主义行为。薪酬改革过程中，应考虑合理调整国企高管的薪酬结构，通过股权激励、延期支付或企业年金等方式实现对高管的有效激励，从而降低代理成本。

本文的研究不足之处在于未能深入挖掘薪酬管制政策对高管行为的影响路径，未来可以进一步对薪酬管制政策的渠道效应进行更加深入的探讨和研究。

注释：

①因篇幅所限，时间趋势图未列示，留存备索。作者邮箱：shenzhenzhen0716@163.com。

②因篇幅所限，面板固定效应模型回归结果未列示，留存备索。

③因篇幅所限，其他稳健性检验结果未列示，留存备索。