女性高管权力、能力对企业创新绩效的影响研究

周鸿勇 周 雅

(绍兴文理学院 商学院，浙江 绍兴 312000)

0 引言

高管是企业创新决策的主体，高管团队的构成对企业的战略决策起着重要的作用，会影响企业创新绩效，进而影响企业的发展.因此，高管团队中的女性构成比例成为学者们研究的热点议题.一部分学者认为企业最终制定实施的创新决策并不会受高管性别和个人偏好影响，而是由整个高管团队而定的[1]，高管团队的性别构成并不会影响企业创新绩效.但更多的学者认为，女性相较于男性拥有特殊的行为属性，能够为企业带来独特而宝贵的资源，有助于提升企业创新绩效[2].同时女性对于男性而言，处事方面相对保守谨慎，可能会降低创新意愿[3].综上所述，目前就女性高管层对企业创新绩效的影响机制还没有形成一致的结论，因此有必要开展进一步的研究.

女性高管对企业创新绩效的影响机制相对复杂.创新在企业发展过程中的重要性不言而喻，是企业长久发展的重要支撑，但也是集高风险、周期长、不确定性等特征的一项活动[4].一方面，高管权力大小影响着企业的创新决策.高管所处职位不同，权力也存在差异，使其对企业创新决策的推动力量也不同.目前，学者这方面研究主要关注于女性高管的“量”，即探讨女性在高管层中的占比与企业创新绩效之间的关系，对女性高管的“质”提及相对较少，即女性高管不同职位的权力对企业创新绩效的影响；另一方面，高管的个人能力，包括认知基础、工作经验、价值观等，在一定程度上直接影响其行为，进而对企业各方面的决策造成影响[5].基于此，本文以高阶梯队理论、性别角色理论和委托代理理论为指导，统计2013—2017年上证A股上市公司的相关数据，围绕女性高管权力如何影响企业创新绩效，能力如何调节女性高管权力与企业创新绩效间的关系，期望研究结果能为女性高管配置提供实证依据，有利于促进企业更加合理的配置高管团队.

1 文献综述与研究假设

1.1 女性高管权力对企业创新绩效的影响

作为企业战略决策的“大脑”，高管在各项决策中起着关键作用.同时，创新活动作为企业一项最重要的活动，对于企业未来的发展有着至关重要的影响，不免受到高管权力在制定创新决策时的推动作用[6]，创新决策不可避免地会受到企业高管权力的强力影响[7]，主要是通过影响决策过程特征和决策后果，进而对企业创新绩效产生影响.由于男性与女性高管领导风格具有不同的性别差异，其权力对企业创新的影响也必然存在不同之处.一般来说，权力越大，其“话语权”就越大，可获得资源的渠道也就更多，约束也相对较少，此时更注重获取更大的收益[8]，因此更会青睐创新成功带来的高收益.徐宁和徐向艺[9]通过高科技上市公司进行实证研究后发现：在女性高管控制权达到极值前，对企业的技术创新具有促进作用；但是超过极值后，抑制作用开始凸显，即两者之间存在倒U型关系.蒋莱[10]基于多维视角发现女性与男性领导力不相上下，甚至不乏超越的独特之处，她认为女性高管更善于利用直觉能大胆创新.因此权力较大的女性高管能凭借其直觉及时发现机遇，并且在较短时间内制定高质量的决策，以改善企业创新绩效.同时随着女性高管的权力增大，再加之女性天生善于交际的特征，越容易与企业内外部专业技能强、社会声誉好的高层次人才建立起良好的人际关系网络[11]，此外女性在管理中善于授权的柔和民主的领导风格，更易激发研发人员的潜能[12]；但也有学者认为女性高管更倾向于“授权式”领导，当女性高管权力过大时，会出现过度授权的现象，在这样一种高度授权的组织氛围里，反而会使下属过分自信，导致本应避免的失误带来损失[13].还有的学者认为权力的加强也意味着任期的增长，在任职初期，为了证明自己不逊于男性高管，女性高管会努力做出一定的业绩证明自己，并将努力增加企业效益；但到了任职后期，在企业任职时间越长，女性高管面临“玻璃天花板”现象，阻碍其进一步晋升，使得工作热情消退、动力不足，从而不利于企业创新绩效的提升[14].基于此，本文提出下列假设：

假设1：女性高管权力对企业创新绩效的影响呈倒U型关系.

1.2 女性高管能力的调节作用

企业的创新活动对高管各方面能力要求较高，如风险承受能力、机会识别能力和资源整合能力等.受到“标签效应”的影响，大部分人认为女性高管能力相对不足，是中看不中用的“花瓶”.然而，伴随着社会的进步和现代教育水平的提高，女性高管的能力并不一定逊于男性高管.女性在对企业资源整合上更有优势，可以将闲置的人力、技术资源等充分利用.Chen等[15]认为妇女由于具有养育子女的经验，她们的领导风格也会带有教育式的成分，更注重如何引导、开发员工的潜能，因此能力越强的女性高管越能激发出企业中研究人员的潜能，从而为企业的创新活动提供最大价值的人力资源.女性又由于天生敏感的特性，对环境洞察能力更强，更能精准把握消费者的偏好和潜在需求，依据消费者的需求进行创新.Mishra[16]发现女性高管往往会表现出风险厌恶的内在特质，她们会为了降低企业的风险承受水平，更容易在企业投资策略上持谨慎、保守的态度，采用稳健的行为策略来抵御市场波动的风险.晁胜林和尹宗成[17]通过实证分析也同样得出：能力越低的女性管理者，反而在创新投入上越持谨慎保守态度，对企业的创新绩效起到一定的抑制作用.何威风和刘巍等人[18]发现高管为维持自己的收入、声誉等，会尽量约束自身行为，减少盲目投资，以避免企业陷入经济危机，而女性在接受性别角色区分的同时，也学会了逃避成就，不愿意发挥潜能，因此女性高管能力越低，在面对不确定的外部环境时，越会呈现出较为明显的风险防御特征，即出现“逃避成功的动机”的现象，从而减少对创新等类似高风险活动的投入.更有学者认为，女性高管由于家庭和事业的冲突使得其精力有限，当权力到达一定的高度之后，坦途会让她们更加倾向于享受安稳的职业生涯，以致对企业创新的热情和积极性消退，进而难以将其能力运用于创新活动上.基于此，本文提出以下假设：

假设2：女性高管能力对女性高管权力与企业创新绩效间的倒U型关系存在调节作用

2 研究设计

2.1 样本选取与数据来源

本文选择我国上证A股上市公司为研究对象，选取其2013—2017年的相关数据作为研究样本.将研究时间定为2013—2017年，原因在于：(1)对行业进行分类时需参考《上市公司行业分类指引》，而2001版的和2012版的存在一定的差异.为了避免对结果的影响，数据从2013年开始选择；(2)本文中所需的某些数据统计截止日期为2017年12月31日.

为保证数据的完整性和可行性，在剔除ST、ST*类企业、金融类上市公司、数据缺失以及异常年份企业的数据后最终得到1 326个有效观测值样本；本文所使用数据源于国泰安数据库，采用DEAP2.1软件、SPSS 20软件对数据进行处理.

2.2 变量定义

被解释变量：企业创新绩效.通过文献梳理发现，目前用于衡量企业创新绩效的指标可以概括为两类：一是过程指标，二是结果指标.专利数反映了创新成果的产出，相对来说被使用的较多.在综合参考借鉴现有研究成果的基础上，本文采取Mao和Zhang[19]企业申请专利数量来衡量企业创新绩效.

解释变量：女性高管权力.不同学者对高管权力的理解不同，本文的解释变量为女性高管权力.结合国内外文献和我国的实际情况以及本文的研究内容，本文采取职位赋值法[20]定义女性高管权力.首先，将企业中的董事长兼总经理、董事长、总经理(总裁、CEO、执行董事)、副董事长(副总经理)、董事以及其他高管分别赋值6至1；其次，分别计算出企业整个高管层的权力和以及其中女性高管的权力和；最后，计算出女性权力在整个高管层的占比，即所求女性高管权力.

调节变量：女性高管层能力.采用普遍认可的Demerjian等[21]的DEA-Tobit模型度量女性管理层能力；在指标的选择上，结合我国的实际情况，参照张铁铸等的代理指标.具体计算步骤如下：

第一阶段：根据模型(1)运用数据包络分析法 (DEA)计算各个企业的生产效率值(θ)，即企业利用现有的资源进行生产经营活动后获得的最优产出.对企业而言，最直接的产出就是其收益，因此将产出变量设置为营业收入；此外，在选择投入变量时要综合考虑长期和短期因素的影响，其中营业成本、销售及管理费用之和，这两个指标是与即期收益有直接联系的短期投入变量；另外，固定资产净值、投资收益、无形资产净值和商誉四个指标虽与即期绩效没有直接联系，但长远来看会影响企业效益.

模型(1)

其中，产出变量用Sales(营业收入)表示；投入变量包括Ocost(营业成本)、Ssa(销管费用之和)、Nfa(固定资产净值额)、Ifi(投资收益)、Nia(无形资产净额)、Goodwill(商誉).由此模型，运用DEAP2.1软件计算出企业生产效率θ，其取值在0～1范围内，且θ值越趋近于1，代表这个企业生产效率越高.

第二阶段：利用Tobit回归测算高管能力.

企业收益的高低一般是由企业层面因素和管理层因素双方面的因素共同决定的.那么将企业层面的因素进行剥离之后，剩余部分的企业收益贡献度就可以用高管能力进行解释了.所以，将第一阶段计算出来的企业生产效率值作为被解释变量，根据模型(2)将企业层面的因素作为解释变量使用Tobit方法进行回归，计算出回归的残差，再乘以女性高管所占比例，即所需要的女性高管能力，值越大代表能力越强.

θ=α0+α1Esize+α2Eage+α3Oca+α4Fcf+α5Fci+YEAR+ε

模型(2)

其中，Esize代表企业资产总额、Eage代表企业年龄、Oca代表其他流动资产、Fcf代表企业自由现金流、Fci代表企业海外业务收入.

通过文献研究发现，影响企业创新绩效的前因与后果错综复杂.借鉴前人的研究，本文选取企业成长性、企业成立时长、资产负债率、现金流动性和研发投入作为控制变量.

企业成长性(GROWTH)：采用净资产收益率来衡量企业成长性.企业成长越快，行业领先、技术垄断和管理高效等优势会促进企业潜力的迸发，就越有能力和动机进行创新方面的投资.

企业成立时长(GTIME)：即企业年龄.一般来说，企业成立的时间越长，技术研发与研发成果转化能力越强，创新绩效越好.但也有学者持相反看法，认为企业成立的时间越长，对现有市场产生的依赖性越强，创新意愿会降低[22].

资产负债率(ALR)：资产负债率是企业偿债能力的衡量指标之一，也反映了企业的资本结构状况.企业的负债水平越高，企业的债务危机就越大，对企业正常运营造成的影响也越大，进行创新活动的可能性就越小，从而影响企业的创新绩效.

现金流动性(CFLOW)：企业拥有充足且稳定的自由现金流量，营造良好的财务环境，能为增强企业创新能力提供基础和保障，企业的现金流动性越高，企业进行各项发展所需的资金就会越多，同时便于企业应对风险，从而可以对企业起到促进作用.

研发投入(RDE)：科技创新的基础是要有大量的资金投入，即研发投入能够正向影响企业的创新水平；而Braun在《创新之战》一书中首次提到了研发投入的“加速化陷阱”，他认为企业如果不断加大研发投入的话，其与产品销售收入以及利润之间存在的这种非正相关关系会引发企业的高风险，对企业创新绩效产生负面影响；因此将研发投入作为本文的控制变量.以上各变量的相关定义如表1所示.

表1 变量一览表

3 实证分析

3.1 主要变量的描述性统计分析

从表2可以看出，企业创新绩效(PATENT)的极小值是0.008 6，极大值是4.369 4，标准差是0.800 6，说明样本企业之间在创新方面存在较大的差距；女性高管权力的极小值是0.000 0，极大值是0.357 1，均值是0.124 6，反映出我国女性高管权力普遍较低，高管层主要权力还是掌握在男性的手里；女性高管层能力(MA)的极小值是-3.457 1，极大值是10.423 0，均值为0.837 7，标准差是0.893 6，可以发现所选取的企业女性高管层能力总体看来多数为正，但能力高的女性高管层与能力低的高管层之间仍存在较大差异，企业之间女性管理层能力差距较大，同时也反映出我国女性高管层的能力整体水平有待提高；同理可见，不同企业间企业成长性、公司成立时长、净资产收益率、公司现金流和研发投入也不尽相同，因而控制变量的选择具备一定的合理性.

表2 描述统计量

3.2 相关性分析

在进行了描述统计分析之后，为了进一步验证相关变量之间的关系，要对主要变量的Person相关性进行检验.从表3中，可以发现每两个变量之间均不存在很高的系数，相关系数均小于0.5，也就是说显著性水平较为理想，说明变量之间严重的多重的共线性问题是不存在的，可以初步判断本文设定模型和提出的假设具有一定的合理性.同时由表可知，女性高管权力(POWER)、女性高管能力(MA)、研发费用(RDE)、净资产收益率(ALR)、企业成长性(GROWTH)、公司现金流(CFLOW)均与企业创新绩效(PATENT)在0.01置信水平上显著相关，除控制变量公司成立时长(GTIME)外，均与企业绩效在0.01置信水平上显著相关.

3.3 回归结果分析

借鉴Lind和Mehlum[23]、朱丹和周守华[24]的倒U型曲线检验三步法，将其带入本文所需检验模型中：(1)需要满足二次项(FPOWER2)的系数β2显著为负，一次项(FPOWER)系数β1显著为正；(2)需要满足倒U型曲线两个端点处的斜率与倒U型曲线的趋势相一致，即当FPOWER取最小值时的曲线斜率率(2β2×FPOWERmin+β1)为正，而当FPOWER取其最大值时，曲线斜率(2β2×FPOWERmax+β1)为负；(3)需要满足曲线拐点(即对称轴-β1/2β2)的取值应该在FPOWER的取值范围之内.

表3 变量的Pearson相关系数矩阵

由表4可知，FPOWER2的回归系数为-13.295，FPOWER的回归系数为5.403，且都在1%的水平下显著，满足了条件(1)；由表3可知，FPOWER的取值范围为0.000～0.357，取最小值0.000 时，曲线斜率为5.403为正〔具体计算公式：2×(-13.295)×(0.000)+5.403)〕；取最大值0.357时，曲线斜率为-4.090〔具体计算公式：2×(-13.295)×0.357+5.403)〕为负，满足了条件(2)；对称轴为FPOWER=0.203(具体计算公式：-5.403/[2×(-13.295)])，在FPOWER的取值范围(0.000 0～0.357)之间，满足条件(3).因此，假设 1成立，证实了女性高管权力与企业创新绩效之间存在倒U型曲线关系.

表4 回归分析结果

关于倒U型调节作用的检验，主要取决于调节变量与二次项的交互项的回归系数正负上，对于倒U型曲线来说，若调节变量与二次项的交互项的回归系数为正， 则曲线形态更加陡峭； 若回归系数为负，则曲线形态更加平缓，具体原因如公式(1)和公式(2).对于倒U型曲线来说，根据公式(3)调节变量MA对倒U型曲线顶点曲率的影响主要取决于β4的正负，即若β4显著为正，则当MA越大时曲率越大，曲线形态会变得越加陡峭；若β4显著为负，则当MA越小时曲率越小，即曲线形态会呈现平缓的趋势.

PATENT′=β1+2β2FPOWER+β3MA

+2β4FPOWER×MA

(1)

PATENT′=K=2β2+2β4MA

(2)

(3)

为验证女性高管能力的调节作用，引入女性高管权力的一次项和二次项与女性高管能力的交互项.由表4 回归结果可知，调节变量(MA)与二次项的交互项FPOWER2×MA的回归系数为正，且在0.1%的水平下显著，说明调节变量MA的引入使曲线形态变得更加陡峭，验证了假设 2，表明在女性高管权力提升到一定程度之前，女性高管能力会强化女性高管权力对企业创新绩效的促进作用，而当女性高管权力提升到一定程度之后，女性高管能力会加剧女性高管能力对企业创新进行的抑制作用.

图1反映了女性高管能力对女性高管权力与企业创新绩效之间的倒U型关系存在调节作用.当女性高管的能力较强时，倒U型曲线的形态变得更加陡峭；而女性高管能力处于低水平时，倒U型曲线走势更加平缓.由此说明，女性高管能力在女性高管权力达到峰值之前，会强化女性高管权力对企业创新绩效的促进作用；当达到极值之后，反而会加剧女性高管权力对企业创新绩效的抑制作用.

图1 女性高管能力的调节图

3.4 稳健性检验

为了检验结果的稳健性，本文采用其他的衡量指标替代企业创新绩效.专利申请数反映了企业进行创新活动的产出，数据比较客观；便于企业横向、纵向之间的比较，可比性较强.然而专利申请也存在失败的情况，因此再以有效专利申请数作为衡量企业创新绩效的另一代理变量进行稳健性检验.如表5所示，检验结果与前文相比没有发生明显的变化，再次验证了上文的研究结论.

表5 稳健性检验——替代变量

4 结论与启示

4.1 结论

高管在创新活动中起着非常重要的作用，是企业提高核心竞争力的关键动力，影响着企业创新绩效.目前大部分研究主要着眼于女性高管参与对企业绩效的影响，而本文着重研究了女性高管权力对企业创新绩效的影响以及能力在女性高管权力与企业创新绩效之间关系的调节作用.本文的研究结论包括以下几个部分：

(1)女性高管权力对企业创新绩效的影响呈倒U型关系.随着女性高管权力增大，对企业创新绩效的影响先增大后减小，即在女性高管权力达到极值之前，女性高管的权力会对企业创新绩效具有促进作用；而女性高管权力达到极值之后，女性高管权力对企业创新绩效具有抑制作用.

(2)能力对女性高管权力与企业创新绩效间的倒U型关系存在调节作用.具体表现为能力使女性高管权力对企业创新绩效影响的倒U型曲线走势更加陡峭.其中，在女性高管权力达到极值前，能力会强化女性高管权力对企业创新绩效的促进作用；在女性高管权力达到极值之后，女性高管能力会加剧女性高管权力对企业创新绩效的抑制作用.

4.2 启示

女性高管在企业创新中发挥着重要的作用.企业要想更好地发展，应重视并鼓励公司高管层性别多元化，消除性别歧视，引入高能力的女性管理者，同时赋予女性高管一定的权力.具体来说，对于企业而言，一方面企业应该摒弃性别歧视，要充分发挥高管层性别的差异优势，并不断完善考核高管能力的机制，帮助女性打破“玻璃天花板”，使女性能够晋升到更高层的管理职位上，并获得与男性高管同等的权力；另一方面，要更加注重女性高管的权力配置合理性，同时鼓励女性高管在创新方面大胆果断,避免由于过于谨慎影响企业创新绩效，促进男女领导力之间优势的互补融合；对于女性高管自身而言，一方面，女性高管在制定企业创新战略决策的时候要理性看待自身的权力，尤其是位高权重的高管，更要防止因过度自信产生的认知偏差；另一方面，要认识到在拥有一定权力的同时，应该利用更多的时间去提升自己的能力，在职场能更好地发挥自己的才能.