高管团队特征与企业资源配置效率的关系研究＊

■ 尹夏楠 贾兰兰 鲍新中

北京联合大学管理学院 北京 100101

0 引言

资源基础理论认为，企业拥有不同的有形和无形资源决定了企业竞争能力的异质性，优化企业资源配置能够促进企业的创新与发展[1]。中国企业投资规模增长迅速，但企业的资源配置效率却与这种增长势头背道而驰，资源错配已成为新常态下制约经济增长的重要影响因素[2]。高阶梯队理论认为，高管作为企业的关键决策者，在企业战略决策行为方面发挥重要作用[3]。在市场机制未能在企业资源配置中发挥决定性作用的情况下，企业高层管理团队（以下简称“高管团队”）对资源的分配决策拥有绝对的主导权[4]。企业管理者能否有效配置资源直接决定了企业资源能否促进高产出，即资源配置效率的高低，而存在差异禀赋的管理者挖掘企业资源的价值亦尚存差异[5]。高管团队能否凭借自身的智慧和技能影响企业资源配置的决策、高管团队的特征差异在资源配置中如何发挥其作用均值得深入探究。

中国经济已由高速发展转为以提高资源利用效率为特征的高质量发展，如何提高资源配置效率是学界和业界共同关注的问题。国内外学者对资源配置效率进行了大量的研究，取得了较为丰硕的成果。学者们分别从区域差异、产业集群等维度对资源配置效率进行测度，发现不同区域间的资源配置效率存在较大的差异，而且不同产业尤其是新兴产业间的资源配置效率分化现象更为严重[6-10]。究其原因，劳动力、资本、知识、城市规模、政府支出规模、环境约束等均是影响资源配置效率差异的重要因素[11-15]；此外，财政补贴、金融抑制和行政性市场进入壁垒对行业内部资源错配具有显著影响[16]，甚至地方政府官员晋升竞争激烈程度也会影响所管辖区内的企业资源配置效率，且国有企业的抑制作用则更为显著[17]。由此可知，资源配置效率及其影响因素的研究主要聚焦于区域或产业层面，而资源配置是否合理及其发挥效力归根结底是由企业的资源配置来决定的，但鲜有文献从企业微观层面对资源配置效率进行研究。

高阶梯队理论的提出为学术界围绕企业高管团队特征如组织管理、认知心理和禀赋特征等提供了多元化的研究视角，并聚焦于对企业绩效和企业创新的影响。高管团队的信任机制、合作氛围、认知结构和集体创造力等都是影响企业绩效的因素[18-20]；高管团队成员的能力、认知和价值观直接决定了企业的经营管理和企业绩效[21]；而高管团队的性别[22]、年龄[23]、任期[23-24]和教育背景[25]等特征对企业绩效和创新的影响存在差异，研究结论尚未达成共识。有学者认为高管团队的背景特征、技能水平是提升企业核心竞争力、促进企业持续成长的关键[26]；也有学者研究表明，处于不同生命周期阶段的企业高管团队特征与企业绩效的关系存在明显差异，如在企业的成长期和成熟期，高管团队的平均任期与企业绩效呈显著负相关，但在衰退期则表现为正相关[27]。虽然国内外学者关于高管团队特征对企业绩效和企业创新的研究取得了丰硕的成果，但高管团队影响企业绩效和创新效应的作用机理研究严重不足。无论是企业的经营绩效抑或是企业的创新，均受制于企业资源投入和产出的安排，即企业资源配置效率的高低，而企业资源配置最终取决于企业高管团队的决策选择。但这一跨管理学和经济学的交叉问题被学术界所忽略，因而，从企业微观层面考察企业高管团队特征对企业资源配置效率的影响具有重要的理论和现实意义，也是对现有研究的进一步深化。

鉴于上述文献的梳理，本文拟基于企业微观层面，运用DEA方法对企业资源配置效率进行测度，并以企业高管团队特征差异性为切入点，考察高管团队成员的女性占比、年龄、职业经历和学历等特征对企业资源配置效率的影响效应。研究成果不仅拓展了企业资源配置效率研究的新视角，丰富了高阶梯队理论和资源配置效率的相关理论，而且为优化企业高管团队结构、揭示企业绩效内置机理和提升企业资源配置效率提供了新视角和新思路。

1 理论分析与研究假设

高管团队特征中性别差异对企业的影响效应研究结论尚存在争议。部分学者认为男性高管的功利性较强，愿意做出冒险决策以展现自己的能力，而女性高管承受压力的能力低于男性高管，因此，女性高管占比与企业绩效呈负相关[28]。但部分学者的研究结果则取得了相反的结论，认为女性高管由于拥有与男性不同思维方式和情感偏好，女性高管的存在能在一定程度上克服管理层视野狭隘问题，对企业创新存在积极影响[29]；并且女性高管选择投资和并购策略更为稳健[30]，对公司运营存在积极的影响效应[22]，而男性高管比女性高管更容易过度自信[31]。由于企业资源配置的效应具有滞后性和持续性，需要与企业的运营、创新和发展战略保持高度一致，并非功利性的行为特质。综合上述分析，本文提出如下假设：

H1：高管团队女性占比与企业资源配置效率呈正相关。

年龄的差异性在处事风格、风险态度以及承担责任等方面均有所不同，因而高管团队的平均年龄在很大程度上会影响其经营管理决策及战略选择行为[32]。年龄的增加能为企业高管积累丰富的工作经验和生活阅历，但在一些重大决策中则更多地表现为一定程度的固化和保守，从而弱化了预警新环境的变通能力和适应能力，故平均年龄较高的高管团队更易于形成僵化的认知模式，对现状的认同度更强，在企业决策中更愿意规避风险，选择低风险的决策行为[33-34]，倾向于维持资源配置的现状，从而错失合理配置资源的战略调整时机；反之，年轻化的高管团队对市场需求的变化非常敏感，更倾向于拥抱创新、改变现状，追求风险性战略，随生态环境的变化不断优化资源配置。因此本文认为，随着企业高管团队平均年龄的增加，高管团队承担风险的程度降低，越趋于谨慎态度，决策行为更加保守；而企业资源配置是对人、财、物等资源的重组过程，是一个牵一发而动全身的复杂系统工程，因而，平均年龄越高的高管团队越不利于及时随市场需求变化而快速进行企业资源的合理调配，从而降低了企业的资源配置效率。综合上述分析，本文提出如下假设：

H2：高管团队的平均年龄与企业资源配置效率呈负相关。

高管团队的受教育水平反映了团队的认知能力和知识水平。一般来说，高管团队受教育水平越高，理论知识就越丰富，思维越开阔，社会关联也越广泛，对信息的感知和整合能力也越强，思考问题越发缜密和长远。在工作实践中，教育水平较高的高管团队更易于将知识与经验相结合，具有更高的自我效能感，因而能够更好地提高管理效率。现有研究表明，高管团队的平均受教育水平越高，其专业知识和学习能力越强，能够更好地观察市场动向，捕捉有效信息[35]。可见，教育水平较高的高管团队对于内外环境的敏感性和适应能力更强，更有利于优化企业资源配置，进而提高企业竞争力。综合上述分析，本文提出如下假设：

H3：高管团队教育水平越高，企业资源配置效率越高。

管理的本质是一种实践，高管团队丰富的职业经历有助于企业高管形成多元化的思维结构、广阔的管理视野、丰富的社会资源和过人的胆识，其工作经历和职能经验更能影响高管的认知模式和选择偏好[36]，从而左右其决策行为。根据代理理论，企业高管团队在进行资源配置决策时，会考虑其行为结果对个人职业生涯发展的影响。研究表明，具备生产、研发和设计职业背景的高层管理者更愿意注重产品和技术创新投入[3]；具备人力资源管理、法律和行政管理职业背景的高层管理者更注重产品和市场需求变化，通过调整资源配置实现企业增长；具备财务、金融和市场营销等职业背景的高层管理者则更加关注企业整体的成本和资源效率。综合上述分析，本文提出如下假设：

H4：有财务、金融和市场营销职业背景的高管团队更倾向于提高企业资源配置效率。

2 研究设计

2.1 样本选取和数据来源

十八届三中全会特别强调发挥市场在资源配置中的决定性作用，加快推进提高资源配置效率的改革，故本文选取2014－2019年间的创业板上市公司作为研究样本，考虑企业资源配置效率的测算要求和数据运行质量，剔除以下三种类型的样本公司：（1）相关数据缺失的公司；（2）业绩不稳定的ST 类公司；（3）产出为负值的公司。经过筛选，本文最终获得190家上市公司，有效样本1140 个。本文数据主要来自于CSMAR 数据库，部分高管团队职业背景信息采用手工检索并加以判断。为避免异常值对研究结果产生不利影响，本研究对有效样本中的连续变量进行1%水平的缩尾处理。

2.2 变量定义及其测度

2.2.1 被解释变量及其测度

企业资源配置效率为本文的被解释变量。国内外关于资源配置效率的测量方法主要以数据包络分析法（Data Envelope Analysis,DEA）为主，该方法是根据帕累托最优原理，运用线性规划技术来评估一个决策单元的相对效率的方法。本文研究样本中的上市公司（即决策单元）资源配置效率过程并非都是规模报酬不变的，因此采用规模报酬可变的BCC 模型，测算投入产出比来确定企业的资源配置效率。具体模型如下：

其中，x、y 分别表示投入向量和产出向量；θ 表示决策单元的综合效率值；λj表示各决策单元的权重，s-、s+是松弛变量，s-表示投入冗余，s+表示产出不足。本文企业资源配置效率测度中，投入维度分为人、财、物3个方面，人力投入指标包括研发人员数量和员工人数；财力投入指标包括研发投入和员工薪酬；物力投入指标包括流动资产、固定资产和无形资产。产出维度分为企业效益和社会声誉两个方面，企业效益指标包括营业收入、主营业务利润和净利润；社会声誉指标选取向社会提供的所得税费用。测试企业资源配置效率构建的评价指标体系见表1。本文运用软件Deap2.1 运行样本数据，其结果作为后续回归模型中的被解释变量，即企业资源配置效率。受论文篇幅限制，运行结果不再列示。

表1 企业资源配置效率评价指标体系

2.2.2 解释变量及其测度本文以高管团队的特征为解释变量。借鉴李冬伟[37]等的做法，将高管团队界定为参与企业重大战略决策的人员，包括董事长、副董事长、总裁、副总裁、总经理、副总经理、财务总监以及董事会秘书等高级管理人员。其特征内容具体包括性别、年龄、教育水平和职业背景四个维度。高管团队每个维度的特征均进行了分类赋值，并采用均值来测度各自特征。变量定义及说明见表2。

表2 变量定义

2.2.3 控制变量及其测度

控制变量的选择需要综合权衡，既要尽可能地满足外生性变量的基本要求，又要避免控制变量和解释变量之间的多重共线性问题。本文借鉴前人研究结果，选取资产收益率（Roa）、资产负债率（Lev）、企业规模（Size）作为控制变量。变量定义及说明见表2。

3 实证结果分析

3.1 变量的描述性统计及相关性分析

变量的描述性统计与相关性分析结果具体见表3。被解释变量资源配置效率取值为0—1 之间，效率值为1时，配置效率为有效，其他为无效状态，即需要进行优化配置。本文中创业板上市公司的资源配置效率均值为0.835，标准差为0.184，说明资源整体配置偏好，但表现为资源配置效率无效，且不同公司之间存在较大的差异，有必要进行资源的优化调配。解释变量中高管团队女性占比为18.6%，符合高管团队性别结构现状的普遍认知；高管团队的平均年龄为46.21，标准差为3.352，表明高管团队的平均年龄较高，且差异较大；高管团队的平均学历为2.228，标准差为0.417，说明高管团队中绝大多数成员具备本科以上学历，学历水平整体较高；高管团队的职业背景平均值为2.002，标准差为0.202，说明高管团队的职业背景略偏财金和市场营销的经历，但不同高管团队之间职业背景特征差异明显。从表中数据还可以看出，资产收益率、资产负债率和企业规模等变量对资源配置效率均有相关性，且存在较大的差异，因此，有必要控制这些因素对资源配置效率的影响。

表3 变量均值、标准差及Pearson相关系数

根据相关关系结果可以初步判断，高管团队的性别、年龄、教育水平和职业背景与企业资源配置效率间存在一定内在关系，具体的影响需要进一步验证。

3.2 回归结果分析

本文对各模型中的自变量进行了方差膨胀系数（VIF）分析，结果显示VIF最高值为1.57，均值为1.23，远低于严重多重共线性上限的要求，说明各变量之间没有出现严重的多重共线性问题。使用F检验和Hausman检验各估计模型，最终显示固定效模型最为合适，运用Stata15.0对面板数据进行估计。回归结果见表4。

由表4可知，高管团队中女性占比与资源配置效率在1%的水平上显著正相关，说明女性高管可以充分利用女性的思维方式合理配置企业资源，提高资源配置效率，进而证实了女性高管的存在能有效改善公司治理功能，与陈宝杰[22]等认为的女性高管能有效改善公司治理功能的研究结论一致，假设1 得到验证。高管团队平均年龄与资源配置效率显著负相关，即高管团队的平均年龄越大，资源配置效率越低。本文中高管团队年龄均值超过46 岁，说明创业板上市公司高管中整体年龄偏高，同时也验证了年龄较高的高管团队可能因为捕捉新信息的能力和应变能力都有所下降，且思想比较固化保守，因而不能随市场变化及时调整企业资源，使其达到最优化配置，因此假设2 得到验证。高管团队的受教育程度与资源配置效率的关系不显著，假设3未得到验证，可能因为高管团队平均受教育水平为本科以上，学历的提升便不再能对资源配置效率起到明显作用。高管团队的职业背景与资源配置效率呈显著正相关，说明与学历相比，高管团队的职业经历对企业资源配置的影响更明显。高管面对决策时更习惯用已有工作经验来分析和处理问题，且相较于拥有生产、研发、设计职业背景的高管来说，拥有财务、金融及市场营销职业背景的高管团队更有利于提高资源配置效率，所以假设4得到验证。

表4 高管团队特征对企业资源配置效率的回归结果

3.3 稳健性检验

为了检验上述回归结果的可靠性，考虑到内生性影响因素，本文采用工具变量法进行回归分析，进行稳定性检验。工具变量分别为：（1）滞后一期的资源配置效率；（2）改变测度企业资源配置效率的产出指标，即剔除企业所得税指标，只保留企业效益的3 个指标，运用DEA 方法中的BCC 模型重新测度企业的资源配置效率，测度结果记为Effic2，并作为被解释变量进行回归分析。所有测试变量的回归结果均与前文保持一致，表明本文的回归结果是可靠的。稳健性检验的结果见表5。

表5 稳健性检验的回归结果

4 结论与建议

本文基于高层梯队理论，创新性地从企业微观层面研究了企业资源配置的决策者—高管团队对资源配置效率的影响，得出以下主要结论：（1）创业板上市公司的资源配置绝大多数处于配置无效状态，优化企业资源配置、提高资源配置效率势在必行。（2）高管团队中女性占比越高，越有利于提高企业的资源配置效率。说明相较于18.6%的女性平均占比，增加高管团队女性成员的数量，更有利于企业资源的合理配置。（3）高管团队平均年龄与资源配置效率显著负相关。说明创业板上市公司高管团队平均46.21 岁的年龄整体偏高，随着年龄的增加，对企业资源配置效率的负面影响会更加明显。（4）高管团队的受教育程度与资源配置效率的关系并不显著。创业板上市公司高管团队的平均受教育水平已经达到本科以上，学历的再提升对资源配置效率的影响显著弱化。（5）高管团队的职业背景与资源配置效率呈显著正相关关系。说明与其他职业背景的高管相比，具有财务、金融及市场营销职业经历的高管更易于发挥自身专业知识与人脉资源的优势，从而提高企业资源配置效率。

基于上述研究结论，提出如下建议：第一，重视高管团队成员的性别互补优势，适当提高女性高管比例。适度增加高管团队中的女性成员，优化高管团队性别结构，充分发挥女性在信息感知的敏锐性、创新的包容性和决策的稳健性等方面的优势，实现性别差异在资源分配管理中的作用，提高资源配置效率。第二，优化高管团队年龄结构。创业板上市公司中以高新技术企业为主，竞争环境多变，新技术、新模式和新业态的涌现需要企业以创新为核心竞争力，企业需要一批有胆识、有担当的锐意进取型高管。创业板上市公司应尽快引进年轻人才，形成老中青梯次结构，实现经验与创新的有机融合，在技术变革和市场需求变化时能够抓住机遇，果断实施创新行为，提高企业资源配置效率。第三，注重高管成员的多元化职业背景。创业板上市公司高管团队的学历普遍在本科以上，学历水平较高。但高管成员的职业经历不够丰富，应注重引进具有财务、金融及市场营销职业经历的高管人才，更有助于提高企业资源的配置效率。

提高企业资源配置效率是一项长期持续、复杂动态的循环过程，高管团队作为资源配置的决策者，只有不断优化调整团队结构，保持动态稳定，才能提高资源配置效率，实现企业的高质量发展。研究高管团队特征对资源配置效率的影响无疑为有效管理企业资源配置提供了一种新思路，但本研究中尚存在一些不足，在未来研究中将进一步加入高管激励、市场竞争等因素进行更为全面的分析和探讨。