高管薪酬激励对制造业企业升级的影响研究——风险承担水平的中介作用

王会艳，骈子涵，钱佳亮

(新疆财经大学 工商管理学院，新疆 乌鲁木齐 830012)

制造业是发展实体经济的根本，然而我国制造业创新能力弱、产能利用效率低、处于全球价值链低端位势等一系列问题突出[1]。在奋力实现高质量发展目标的背景下，如何把握时机推动制造业企业转型升级是关键，价值链攀升也是题中应有之义[2]。相关研究多依据微笑曲线向对勾曲线攀升的逻辑，结果表明制造业应朝着价值链两端方向发展[3]，从而实现企业在价值链上的升级。向价值链的前端延伸主要依靠研发投入的增加[4]；向后端延伸主要是涉足服务业，使企业向“产品+服务”模式转型[5]。目前，技术创新和向服务化转型已经成为制造业转型升级的主流方向和内在要求。然而在企业活动中高管扮演着重要角色，企业未来发展也受到高管个人行为决策的影响，因此在推动企业升级的力量中拥有战略决策权的高管是不可忽略的因素。高管薪酬激励和企业升级之间存在两条逻辑线：一是通过高管与企业的利益捆绑，有助于解决道德风险带来的一系列问题；二是通过对高管的利益驱动激发其内生动力，推动企业积极嵌入全球价值链实现企业升级[6]。然而，风险是企业管理层在企业转型升级决策中考虑的一大要素，对未来的不确定性容易让他们不愿意轻易尝试或者仅仅是浅尝辄止。但当受到一定的激励时，由于“利益捆绑”和“利益驱动”，高管可能会提升对风险的容忍度从而对企业进行实质性的升级行为，即高管薪酬激励可以通过提高风险承担水平促进企业升级。

实现制造业的高质量发展是我国经济高质量发展的基础。因此，探究我国制造业企业如何实现转型升级，高管薪酬激励在其中又发挥着什么样的作用等问题就变得极为关键和重要。鉴于此，本文以我国2014—2019年A股制造行业上市公司为样本，从三个方面展开分析：一是探讨经济高质量发展在微观企业的表现，厘清高管薪酬激励与企业升级之间的关系；二是进一步分析影响机制，揭示企业风险承担水平在高管薪酬激励对企业升级产生影响中发挥的中介作用；三是利用中介效应模型实证分析高管薪酬激励对企业升级的影响路径，深化对高管薪酬激励影响微观企业行为传导机制的理解。

1 文献综述

1.1 关于高管薪酬激励的研究

高层梯队理论认为，在全球企业激烈竞争的当下，高级管理人员的工作态度和水平在很大程度上决定着企业的生存周期。吸引和留住优秀的高管成员，激励他们实现企业的伟大战略目标，关键需要一个合理的治理机制[7]如薪酬激励。目前，大部分高管薪酬都与公司收益或与之相关的业绩指标相关联[8]。一方面，公司绩效是高管努力程度的重要表现形式；另一方面，高管薪酬激励对企业也起着非常重要的作用，即吸引和留住对企业生存发展起着关键作用的高管直接关系到企业的绩效。

主流观点认为高管薪酬激励是积极的：高管薪酬差距带来的激励效果能促进企业内部成员相互竞争，相互监督激励，加强股东、董事会、高管和普通职工目标的一致性，从而提高企业业绩，也因此成为形成战略共识和实现战略着陆的关键战略手段。然而，也有部分学者[9]认为高管薪酬激励是消极的：会导致意想不到的负面后果，如降低冒险意愿，纵容财务报告欺诈，引发过度收益管理，企业内各集团之间的矛盾和员工满意度低，最终阻碍公司的业绩。除此之外，还有少部分[10]认为高管薪酬激励既能带来积极的影响又能带来消极的影响，取决于高管薪酬激励处于什么样的强度状态，也就是说高管薪酬激励与研发投入之间存在一种倒U型的非线性关系。

1.2 企业升级、技术创新与制造业服务化研究

目前，企业经营正从以往的生产模式向新的生态价值链模式转变，以提高竞争力[11]。国内外学者主要从影响因素、模式和路径等方面研究制造业企业的升级[12]。从影响因素角度看可分为技术、企业、市场等。对于制造业企业来说，技术因素主要指的是技术创新，是转型升级的核心。当下企业可以利用智能制造技术实现制造业部分或各级的升级改造[13]，从而提高产品质量和企业竞争力。信息技术带来的高效信息流不仅可以加速产品的设计、生产、销售、市场营销和企业的运营与管理，而且互联网、敏捷制造和服务等的发展以及制造模式的转变，使得用户与制造商的距离越来越近[14]，与用户相关的隐性知识反过来又成为技术创新的基础[15]，形成一种良性循环从而进一步提高技术创新效率。企业因素主要是指根据客户实际需要独立安排生产的能力、灵活的生产计划和调度等业务结构的更新[16]，通过垂直整合等方式实现制造业企业的上下游一体化[11]，发挥协同效应。随着服务经济的出现，制造业企业不再完全依赖于传统的运营策略，利用完善的生产与服务设施充分发挥自身优势、改进专业化分工提高制造能力、实现规模经济等以提升生产效率[17]，从之前纯粹的产品制造模式转变为“产品+服务”模式。市场因素主要指产品市场的需求、客户与企业之间的互动能力等[18]。随着消费升级，消费者更希望能参与产品价值创造过程[19]，与客户的互动存在于产品整个生命周期。从企业升级的模式和路径角度看，在“中国制造2025战略”和“制造+互联网”一体化发展的背景下，传统制造企业不断涉足互联网，通过并购推进转型升级，寻求新的盈利增长和业务发展[20]。服务业经济的快速崛起，为中国制造业提供了创新和发展的机会，制造业产业结构也发生重大变化，不仅仅依赖产品创新，更向服务型制造业转型[21]，使得向服务经济迈进，而制造企业服务化的程度也能从侧面反映出企业服务化转型升级的效果[22]。

综上所述，一方面，由于委托代理问题的存在，能否将高管利益与企业利益进行有效结合决定一个企业生命周期的长短。另一方面，已有文献运用上市公司的数据进行了实证分析，但大多局限于企业绩效方面，对转型升级状况的关注较少。从企业价值链视角来看，企业转型升级大致分为三个方面：第一，增加自主创新投入；第二，优化制造业务流程；第三，由单一产品制造向“产品+服务”模式延伸。结合“微笑曲线”理论，沿着价值链向左右两端延伸可以提高产品附加值，促进企业价值链的攀升。因此，研究高管薪酬激励究竟如何影响制造业企业技术创新和服务化升级显得尤为重要。

2 理论分析与研究假设

2.1 高管薪酬激励与企业升级

从长远来看，企业升级是提高企业价值的有效途径和根本保障。作为企业经营活动的决策者，高管必然会对企业升级相关决策进行慎重考虑，最大程度平衡风险和收益。为了能够顺利推进企业升级，必然要求高管积极主动参与并支持相关决策，说明高管薪酬激励与企业升级之间必然存在某种内在联系[6]。然而，企业升级一旦遭遇失败，高管的经济利益、职业声誉及自身的人力资源价值都会贬值，所以企业升级并没有得到追捧，相反更多的表现为过度谨慎与投资不足[23]。首先，从创新层面来看，在委托-代理的背景下，一旦激励无效甚至缺失，高管便会只顾及短期收益而忽视长期利益，假以维护企业利益而“理性”忽视创新。因此如何鼓励高管将更多资源投入到创新活动中一直是管理层的一个问题[24]。其次，从制造业服务化层面来看，尽管高管悉知企业当前面临着市场空间不断被更有竞争优势的对手所蚕食，但仍然相信可以通过对市场上现有产品的更新换代赢回市场，没有强烈的主观意愿去涉足并不擅长的服务领域[25]。为确保企业的长期发展，必须找到激励管理层追求创新和价值创造的方法。公司治理作为协调人财物的长效机制，其激励机制是引导高管支持投资和其他促进技术创新行为的关键措施[26]。提高高管与公司利益的趋同性，促使决策实现企业价值最大化[27]，为升级创造良好的条件[28]。综上分析提出研究假设：

H1a 对高管实行薪酬激励促进企业技术创新，即高管薪酬激励会促进企业升级；

H1b 对高管实行薪酬激励促进制造业企业的服务化转型，即高管薪酬激励会促进企业升级。

2.2 高管薪酬激励与企业风险承担水平

现有研究企业风险承担水平的文献已经关注到管理层层面，大多围绕公司治理体系中内部激励或监督机制的影响展开，发现影响因素具有多元化特征，如股权结构[29]、薪酬激励[30]等。利用前景理论中的损失厌恶概念，学者们[31]进一步开发了行为代理模型(BAM)，以改进传统代理理论对高管薪酬激励与风险承担关系的阐述。首先，高管任期限制会导致其行为方式偏向于追求短期利益，考核评价体系也会导致高管主要投资低风险或者确定性的领域[32]。其次，损失厌恶表明人们更喜欢保留现有的财富，而不是通过冒着财富损失的风险来追求不确定的额外收益。代理人表现出损失厌恶，会做出降低风险的决定，以保护自己的财富[33]。一方面，企业转型升级的效果并不是可以被即刻观察到的，高风险性和潜在收益的滞迟性会导致高管实施转型战略的内在积极性减退[34]。由于要对不同利益进行考量，高管的决策将企业置于不同的风险承担水平，可能会导致转型升级效果的异质性[35]。另一方面，管理层为减轻或者避免失败带来的负面影响仅选择保守投资策略，这损害了企业长期价值。但已有研究表明，薪酬激励机制能够协调这种利益冲突，激励管理者更多考虑公司长远利益，提高对风险的容忍度[36]，增强从事风险投资项目的积极性[37]，同时有效抑制委托代理矛盾和管理风险规避。因此，有必要制定有效的薪酬激励制度，激励管理人员在行为决策中倾向于高风险项目，降低风险规避心理[38]。综上分析，本文提出以下假设：

H2 对高管实行薪酬激励能够提高企业风险承担水平。

2.3 企业风险承担水平与企业升级

CAPM模型告诉大家“要想预期收益高那么需要承担的风险也就越大”“收益以风险为代价、风险用收益来补偿”这一重要财务思想在证券市场上也得到了普遍认可[39]。企业在转型升级过程中会面临很大的不确定性和极高的风险。从技术创新角度分析，不仅体现在复杂、不确定的技术参数等技术层面，还表现为技术被市场接受程度等市场层面[32]，这些不确定性可能会影响企业未来发展，甚至会威胁生存。从服务化转型角度分析，制造业企业涉足服务业会与已有的核心业务发生偏离。首先从自身来说，对不熟知的领域还未完全把控，会导致企业可能无法达到原有的绩效预期；其次对外部投资者来说，当业务偏离引起证券市场的股价波动时，他们会对企业进行服务化转型的能力缺失信心[40]，企业服务化行为引起的风险由此产生。虽然企业转型升级中的高风险令人望而生畏，但已有研究[41]表明进行高风险投资能加快资本积累的步伐，继而提升企业价值。首先，有一定风险承担能力的企业即便在转型升级中存在很多不确定性，管理层也会将风险看作为机遇的代名词，从多角度和多层次解读，积极采取行动寻找、识别并利用能够给企业带来价值的机会，带动企业顺势成长[42]。其次，为了提高获得风险回报的可能性，企业会积极调整资源配置、改进原有技术、重构业务流程、提高转型升级效率，实现转型升级效果的最优化。综上分析提出以下假设：

H3a 企业风险承担水平越高，企业的技术创新力度越大；

H3b 企业风险承担水平越高，制造业企业会加大向服务化转型的力度。

转型升级作为企业重要的战略决策，必然会存在一定的高风险，使得高管不愿主动或是只愿意进行一些程度较低的企业转型升级活动。激励机制能够为高管提供动力，在一定程度上规避机会主义倾向，有效减少风险规避的可能性，使其更积极主动地进行投资活动[43]。薪酬激励作为解决委托代理问题的有力手段，通过协调管理者与其他权益者利益一致，有效缓解与股东间的利益冲突，减缓风险规避行为，使得高管不再刻意规避风险高的项目，反而为稳固自己的职位和薪酬水平而不惜承担风险以获取高额收益[44]，促进企业价值提升和升级，其中机理主要依托利益捆绑机制发挥作用。所以在高薪激励下，高管有动力提高企业风险承担水平，进行技术创新以及向服务化转型等企业升级相关活动。综上分析，本文提出以下假设：

H4a 高管薪酬激励能通过提升企业风险承担水平进而促使制造业企业技术创新，即企业风险承担水平在高管薪酬激励促进企业升级中发挥中介效应；

H4b 高管薪酬激励能通过提升企业风险承担水平进而促使制造业企业向服务化转型，即企业风险承担水平在高管薪酬激励促进企业升级中发挥中介效应。

本文的研究框架如图1所示。

图1 高管薪酬激励影响企业升级的研究框架

3 研究设计

3.1 样本选择与数据来源

考虑到2020年至今全球范围内的疫情影响，导致这个时间段企业相关数据信息可比性降低，本文选取2014—2019年我国A股制造业上市公司为样本，剔除PT、ST类公司，删除缺失值，最终得到6696个观测点。数据来源于国泰安数据库。为控制极端值影响，对所有变量进行双尾1%缩尾处理。

3.2 变量测度

被解释变量 企业升级(Up1和Up2)目前，要解决我国制造业处于价值链低端位势的问题，必须寻找新路径促进制造业要素、模式升级[45]。结合微笑曲线向对勾曲线转变的逻辑，本文认为我国制造业企业的升级可以从两方面考虑：第一，在价值链前端促进技术研发创新；第二，在价值链后端促进制造业向“产品+服务”模式转变。从技术研发创新和服务化这两个维度来衡量制造业企业升级。

技术研发创新(Up1) 全要素生产率能够体现企业技术创新能力，大部分学者[46，47]用来衡量技术研发创新。本文运用OP法[48]计算企业的全要素生产率，以LP法做稳健性检验，主要原理是以柯布-道格拉斯生产函数(Y=AKαLβ)为基础，测算模型为lnY=θ1lnK+θ2lnL+θ3lnM+ε，其中Y为总产出，以营业收入衡量；K为资本存量，以固定资产净额衡量；L为劳动投入，以员工数量衡量；M为中间投入，以购买商品、接受劳务支付的现金衡量。自由变量(lnL)和代理变量(lnI)之间可能不相互独立，两者系数存在共线性问题，本文参考Ackerberg等[49]的做法，进行ACF修正。

企业服务化水平(Up2) 主要有产业层面和企业层面两种测度方法。产业层面主要是基于“投入-产出”法进行测算[50]，企业层面主要是利用企业财务数据进行测算。本文参考刘维刚和倪红福[51]的做法，构造微观企业层面的制造业服务化水平指标，具体测算如下：

其中，servitizationit表示企业i在t年的服务化水平，inputits表示企业i在t年的销售费用，inputitm表示企业i在t年的管理费用，inputitf表示企业i在t年的财务费用，outputit表示企业i在t年的总产出。

解释变量 高管薪酬激励(Ms) 参考已有研究，用企业前3名高管报酬总和取对数作为衡量高管薪酬的变量[52]。

中介变量 风险承担水平(Risk1) 参考余明桂等[41]的方法，以连续3年(t-2—t年)为滚动计算区间，用企业ROA方差衡量风险承担水平，值越大表示风险承担水平越高。为剔除行业因素影响，先用企业ROA减去该年度行业ROA均值得到调整的ROA，然后计算企业在观测区间内经行业调整的ROA标准差，即

其中，ADJ_ROAin表示企业i在第n年经企业所处行业ROA调整后的值，n代表观测年度，取值1～3；EBIT为息税前利润；ASSETS为年末资产总额；X代表某行业的企业总数量；k为该行业的第k家企业；N表示统计年数，本文设定N=3；用公司总资产收益率最大值与最小值的差额(Risk2)做稳健型检验。

控制变量 本文借鉴已有学者的研究[53-55]控制以下影响因素：企业年龄(Age)，用观察期日期与公司成立日期的差值衡量；财务杠杆(Lev)，以企业资产负债率衡量；资本密集度(Capital)，以总资产占营业收入的比重衡量；盈利能力(Pro)，以企业当年营业利润占营业收入比重衡量；现金流量(Cash)，以企业经营活动产生的现金流量净额占营业总收入的比重衡量；托宾q值(TobQ)，以市价与资本重置成本之比衡量；固定资产占比(Ppe)，以固定资产净额占总资产比重衡量；企业性质(Soe)，根据实际控制性质判断，国有企业=1，非国有企业=0。变量具体定义见表1。

表1 变量定义

3.3 模型构建

参考温忠麟等[56]的中介效应三步法检验，分别建立以下模型

Up1it=α1+c1Msit+β1Contronlsit+δ1Soeit+ui+νt+εit

(1)

Up2it=α2+c2Msit+β2Contronlsit+δ2Soeit+ε

(2)

Risk1it=α3+aMsit+β3Contronlsit+δ3Soeit+ε

(3)

Up1it=α4+c3Msit+b1Risk1it+β4Contronlsit+δ4Soeit+ε

(4)

Up2it=α5+c4Msit+b2Risk1it+β5Contronlsit+δ5Soeit+ui+νt+εit

(5)

企业风险承担水平的中介作用成立需要依次满足以下条件：首先，在模型(1)和(2)中考察系数c1和c2是否显著，若显著可以按中介效应继续下一步检验；其次，模型(3)中系数a若显著则进行下一步；最后，在模型(4)和(5)中若系数b显著时系数c3和c4显著则表明企业风险承担水平存在部分中介效应，若系数b显著而c3和c4不显著则表明企业风险承担水平存在完全中介作用。

4 实证结果与分析

4.1 描述性统计

如表2所示，全要素生产率(Up1)最大为10.994，最小为7.826，均值为9.083，表明样本企业整体全要素生产率水平并不低，但标准差0.611表明企业之间存在较大差距。服务化水平(Up2)最大值为0.66，最小值却仅有0.029，表明大多数企业的服务化水平还处于较低状态。高管薪酬激励的标准差达到0.667，表明各企业对高管薪酬激励的程度存在显著差异。风险承担水平(Risk1)的最大值为0.175，最低为0.002，标准差仅有0.029，表明各企业风险承担水平较为一致。

表2 描述性统计

4.2 相关系数矩阵

相关性检验结果如表3所示。薪酬激励(Ms)与全要素生产率(Up1)之间在1%水平下关系显著，为0.19，表明两者之间有正相关关系，初步证明了假设H1a。风险承担水平(Risk1)与服务化水平(Up2)之间在1%水平下关系显著，为0.141，表明两者之间有正相关关系，初步证明了假设H3b。

表3 主要系数相关变量矩阵

4.3 基准模型回归结果分析

管薪酬激励对企业升级影响的检验结果如表4所示。模型(1)回归所得结果表明薪酬激励(Ms)系数0.0532在1%水平下显著为正，说明高管薪酬激励能够促进企业全要素生产率提升，假设H1a得以证明。由模型(4)的回归结果可知在控制风险承担水平(Risk1)之后，薪酬激励(Ms)系数0.0488在1%水平下显著，但系数小于列1)中的回归系数0.0532，在控制高管激励(Ms)之后，风险承担水平(Risk1)系数1.232在1%水平下显著，假设H3a得以证明。模型(3)的回归结果显示，薪酬激励(Ms)系数0.0036在1%水平下显著，说明高管薪酬激励程度越大企业风险承担水平越高，假设H2得以证明。综合模型(1)、模型(4)、模型(3)检验结果，假设H4a得以证明，即高管薪酬激励能够促进企业全要素生产率提高，而企业风险承担水平在其中发挥部分中介作用。由模型(2)回归的结果可知，薪酬激励(Ms)系数0.0172在1%水平下显著，与相关性分析中的系数符号相反，说明加入的变量改变了原来不算强的相关性的方向，这意味着高管薪酬激励能够促进企业的服务化水平提高，假设H1b得以证明。由模型(5)的回归结果可知，在控制风险承担水平(Risk1)后，薪酬激励(Ms)系数0.0168在1%水平下显著，但小于列4)中回归系数0.0172，在控制高管激励(Ms)后，风险承担水平(Risk1)系数0.107在5%水平下显著，假设H3b得以证明。综上假设H4b得以证明，即高管薪酬激励能促进企业服务化水平的提高，而企业风险承担水平在其中发挥中介作用。

表4 高管薪酬激励对企业升级影响的检验结果

4.4 稳健性检验

为考察实证结果的稳定性，本文进一步尝试如下测试：替换被解释变量Up1，参考鲁晓东等[57]提出的LP法重新计算企业的全要素生产率(lp)；替换中介变量Risk1，以公司总资产收益率最大值与最小值的差额重新计算企业的风险承担水平(Risk2)[58]。稳健性结果如表5所示，模型(1)、模型(4)、模型(3)检验结果表明，替换被解释变量Up1和中介变量Risk1后，高管薪酬激励对企业全要素生产率的影响仍显著为正，风险承担水平的部分中介作用依然显著，与之前结果一致。从模型(3)、模型(5)检验结果可以知道，替换中介变量，风险承担水平在高管薪酬和企业服务化水平之间仍有显著的部分中介作用，这与之前结果仍然一致。说明基准回归结果具有稳健性。

表5 稳健性检验回归结果

4.5 内生性检验

利用工具变量法进行内生性检验。考虑到制造业企业滞后一期的全要素生产率和企业服务化水平之间存在关联，却与当期高管薪酬激励不存在直接联系，所以选取全要素生产率(Tfp)和企业服务化水平滞后一期值(Ser)作为工具变量。检验结果如表6所示，核心解释变量系数显著为正，检验结果与基准回归结果无异，说明在考虑内生性问题后，结果依然具有稳健性。

表6 内生性检验结果

5 进一步分析

国有企业薪酬管理制度随市场化改革的深入不断完善，非国有企业薪酬激励更加自由，企业和高管二者均具有薪酬的谈判权[59]。由前面分析结果可知，模型中企业性质(Soe)的系数是显著为正的，初步证明不同产权性质的企业在高管薪酬激励对企业升级的影响程度上具有显著差别。为探究在不同产权性质企业中高管薪酬激励影响企业升级的异质性，本文将总样本划分为国企和非国企两个分样本，最终得到非国有企业的观测点有4899个，国有企业观测点有1797个。表7和表8报告了分组检验结果。

表7 非国有企业样本回归结果

表8 国有企业样本回归结果

由表7和表8可知，无论在国有企业还是非国有企业，高管薪酬激励与企业升级都存在显著正相关关系。进一步分析企业风险承担水平的中介机制，比较两个表中模型(3)和模型(5)的回归结果可以看出，在国有企业中，对高管进行薪酬激励并没有显著提高企业风险承担水平，同时国有企业风险承担水平的提高并不能促进企业向服务化方面进行转型，而在非国有企业中这两方面的影响都是显著为正，说明企业风险承担的部分中介效应在非国有企业中表现得更为显著。相比于国有企业，非国有企业的高管薪酬是市场化的。风险越高意味着未来的回报也会更多，为了追求高额回报，这些高管更愿意也更有动力让企业承担更高风险，较高的企业风险承担水平也使其在面临技术研发创新和向服务化转型的选择时不会犹豫不决。

本文依据2014—2019年A股制造业上市公司的数据分析高管薪酬激励对企业升级的影响，探究高管薪酬激励通过提升企业风险承担水平促进企业转型升级的机制，最终得出结论：1)高管薪酬激励可以显著促进企业全要素生产率的提升和向服务化转型，即通过加大对高管的薪酬激励推动企业升级，稳健性检验结论与基准结果保持一致；2)利用中介效应模型检验发现，高管薪酬激励的影响会通过企业风险承担水平传导至企业全要素生产率和服务化水水平两个维度来实现企业升级，即企业风险承担水平在高管薪酬激励对企业升级的影响中发挥部分中介作用；3)基于企业异质性分样本进一步研究表明，相对于国有企业而言，非国有企业中企业风险承担水平在高管薪酬激励对企业升级的影响中发挥更为明显的中介效应。

从微观角度对企业升级进行研究，得到启示：第一，对高管进行薪酬激励可以提高企业风险承担水平。企业可以依据自身特点设计不同的激励方案。受政治约束的国有企业高管不会优先考虑服务化转型，那么技术创新就显得突出重要，因此国有企业要寻求可持续发展实现企业升级可以通过高管激励来促使技术创新。除此之外，国有企业高管追求的不仅仅是物质财富，还包括个人晋升等，不同激励方式会影响国有企业高管对问题的界定和对财富的感知，应当考虑其他形式的激励方式如股权激励、在职消费激励和晋升激励等，完善国有企业的高管激励机制。第二，薪酬激励虽然对企业存在一定的积极作用但仍需慎重使用，自利动机容易使高管做出损害企业利益的行为，阻碍企业的发展。

本文从微观层面讨论了不同产权性质企业在高管薪酬激励影响企业升级上的差异性。但现实中企业行为会不可避免地受到企业风险承担水平之外其他因素的影响，如高管个人特质、宏观政策等，因此后续研究可以将其他相关因素纳入同一研究体系，扩宽高管薪酬激励对企业升级影响的研究范畴。