第一章 绪论
第一节 研究背景及意义
20 世纪伊始，市场经济发展的主要模式是劳动密集型和生产要素密集型，劳动和资源的密集投入是经济发展的动力所在，从而带动了经济总量的提升。至 20世纪中后期，世界主要发达国家的经济陷入了瓶颈，发展科学技术迫在眉睫。为了解决这一经济难题，以美国为代表的发达资本主义国家积极探索新技术，大力支持航空航天、信息产业等高新技术产业的发展，正是这一关键举措带来了美国经济今后十多年的高速增长。受此影响，欧洲、日本、英国、新加坡等国家也相继开始重视高新技术的发展，在政策和市场的推动下，这些国家都取得了丰硕的成果。现如今，对于一个想要谋求发展的国家而言，促进高新技术产业发展已然成为他们的普遍选择，中国自然也不例外。早在上世纪 80 年代，中国的总设计师邓小平同志就首次提出“科学技术是第一生产力”的理念。随后相继实施的“863计划”、“火炬计划”以及“973 计划”等都对我国的科学研究、应用研究以及高新技术产业的发展起到了巨大的导向和推动作用。根据 2015 年国家统计局最新资料显示，我国目前的研发投入力度已经达到世界前列，仅次于美国。我国研发投入金额高达 1.4 万亿元，其中以企业作为主体投入的金额是 1.1 万亿元，占比接近八成，这足以反映企业创新在创新体系中的重要性。 鉴于这样的发展形式，2009 年 10 月，中国开启了创业板市场，作为特别面向成长型和高新技术型企业的股票交易市场。创业板市场的出现为这些创新型的企业提供了一个吸收资本、借力发展的有效渠道，也为我国资本市场的多元化增添了浓墨重彩的一笔。根据公开的资料显示：创业板市场首批挂牌上市的企业共有28 家，其中大部分都是高新技术企业，平均研发强度超过了 5%。截止 2015 年 9月，在创业板成立即将六周年之际，有数据统计显示，创业板上市公司总数达到484 家，其中拥有高新技术企业资质的是 458 家，占比 94.6%，拥有核心专利技术的是 417 家，占创业板公司总数的 86.2%。根据各大板块公司的对比可以发现创业板公司表现出强劲的发展势头和鲜明的创新特色，如表 1-1 所示。2015 年创业板上市公司的营业收入增长率为 29.03%，是中小板的 2.6 倍，显著高于主板和中小板，净利润增长率的优势也很明显。再考察研发投入情况，创业板上市公司研发投入增长率比中小板高 87.3%，创业板企业发展前景良好，我们有理由相信这有赖于其大量的研发投入。
..........
二、研究意义
自从高阶理论框架提出以来，学者们都把研究视线转移到高管团队特征上来，本文着眼于企业管理层核心人物 CEO 的特征考察，研究其对创业板公司技术创新绩效这一核心竞争力的影响。本文研究的是 CEO 人口特征对企业技术创新绩效的影响机理，同时研究了研发投入在这两者之间扮演的角色，具有重要的理论意义和现实意义：通过文献阅读发现，现有文献的研究主要集中于主板和中小板上市企业，而创业板作为我国资本市场的一股新兴力量，他的很多方面都与主板以及中小板市场的公司截然不同。譬如其企业规模、上市条件、主营业务、发展方式等方面，创业板企业有其自身的独特性，而且其上市时间也尚短，且多数为高新技术企业，所以目前针对创业板企业的研究相对较少；以往文献多是探究管理者的特征对企业绩效的直接影响，缺乏对中介变量的关注。中介变量在解释变量和被解释变量之间具有传导作用，通过对它的研究，可以改变和拓展研究视角；以往文献大多研究企业的财务绩效，对于一个创新型企业而言，创新绩效是保持其竞争力和成长性的关键。因此，本文选择了创业板企业为研究对象，研究 CEO 人口特征是否通过研发投入作为中介传导，从而对企业的技术创新绩效产生间接的影响，以弥补现有文献在以上这些方面的研究中存在的不足。
.........
第二章 文献回顾与理论基础
第一节 文献回顾
自 Hambrick(1984)[63]提出高阶理论框架以来，国内外众多学者都把 CEO 人口特征放在此理论框架中做学术研究，他的原理就是把高管特征变量用高管的人口统计学特征来代替，人口统计学特征包括学历背景、过往经验、认知模式等，然后再通过回归模型研究其与企业战略选择以及企业绩效之间存在的关系。即高管的个人特征影响其战略选择，进而影响企业的绩效。这种方法自提出以来，被学术界广泛使用，并不断优化、扩充和完善。对于高管人口特征对技术创新绩效的影响，Stephens 等(2011)以人口学理论为基础，通过研究发现，管理者的性别、教育背景、年龄、自主权等特征和技术创新绩效之间存在着紧密的关系[76]，但是研究结论并未达成一致。 学者们对于高管年龄与技术创新绩效的关系观点莫衷一是。大部分学者认为管理者的年龄越大，其职业生涯剩余的时间越短，管理者工作的惰性和主动性相对会较低，此时管理者倾向于保守经营。而创新活动又是一种高风险的技术活动，前期投入成本大，投资回收周期长，所以年龄与技术创新绩效负相关。例如 Bank和 Mueller（2002）研究发现高管年龄越大，越注重职业安全，对技术创新绩效会产生不利影响[51]。 关于高管任期与企业技术创新绩效之间的关系，主要有以下三种观点。一种观点认为高管任期时间长短和企业技术创新绩效之间是正向影响的关系 ，即任期越长，越有利于提高企业的技术创新绩效。由于技术创新与市场投资的规律一致，都具有“双高”特点，即高风险和高收益并存，且收益一般具有滞后性，要在成本投入后一段时间甚至很长时间才会显现，所以高管对技术创新绩效获得时间的判断会对技术创新决策产生直接影响。任期越长，管理者会倾向于进行这种回报周期长的技术创新活动。例如刘运国和刘雯(2007)通过对我国主板上市公司进行实证研究，发现高管任期影响企业技术创新程度，且显著正相关[25]。而朱国军和吴价宝(2013)在对我国创业板上市公司 2010—2011 两年的数据进行研究得出，高管任期异质性与企业创新技术绩效和创新财务绩效都表现出正相关关系[47]。另外一个方面，也有一些学者认为随着高管任期时间的增长，高管会倾向于减少技术创新决策，因为在同一个环境同一个岗位长时间工作，会使他们思维固化，产生思维和决策上的惯性，倾向于以固有的方式去管理公司，同时对工作新鲜感降低，也使得管理者减少技术创新决策。例如 Hesterly(2012)选取美国 185 家生物技术公司作为研究样本，实证结果表明高管团队平均任期负向影响技术创新能力[65]。除以上两种意见外，也有部分学者认为任期和技术创新绩效两者之间呈现倒 U 型关系，前期高管任期时间越长，企业对技术创新的投入会显著増加，但后期当任期过长时，管理者倾向于保持组织运行上的稳定与效率，会规避激进的管理策略，同时长期同质的工作也使得管理者新鲜感降低，从而一步步失去变革意识，对技术创新产生不利影响。
..........
第二节 理论基础
传统的理论认为人是“经济理性”的，即管理者在企业管理当中都是以追求效益最大化为目标，从这点来说，管理者相互之间是同质的，不存在差别。然而，随着理论的发展和研究的深入，学者们认识到人是有限理性的，决策者个体之间在年龄、学历等各个方面的差别会影响到对决策的选择。基于有限理性理论，Hanbrick 和 Mason 在 1984 年首次提出高阶管理理论（Upper Echelons Theory），并且建立了相应的研究模型。该理论强调了管理者个人特征对企业战略选择和绩效的影响，目前该理论和模型已经在实证中得到数据支持。并且经过发展与完善，已然成为研究企业高管的重要组成部分，成为学术界关注的热点。 在这之前，企业战略理论的基石是经济理性，认为企业战略的选择和决策过程是一个纯粹的技术过程，旨在追求经济效益最大化。迈克尔·波特在他的《竞争战略》—书中就提出，企业战略选择是由纯粹的经济因素决定的。这些理论将人设定为同质的、抽象的个体，其在战略决策过程中可以保持绝对的经济理性，可以根据具体情况制定出有利于企业发展的最优决策。然而事实并非如此，经济环境是复杂的，管理者个体也并非同质，个体之间不仅存在差异，而且差异是巨大的，相同环境下不同个体甚至可能做出截然相反的选择。高阶管理理论认为管理者面对复杂的环境和庞杂的信息，不可能对信息做到全面把控，即使在管理者视野范围内，受其认知能力的限制，管理者也只能得到其认知范围内的信息。所以管理者不是经济理性的，他们个体之间存在差异，进而影响企业的战略选择和绩效。由于管理者的心理特征、价值观、认知能力等特征难以衡量，所以高阶管理理论在实证研究过程中使用人口统计学特征变量作为替代变量，例如用年龄、性别、学历等可计量的变量来研究管理者特征对企业战略和绩效的影响。由此构建出了高阶管理理论的基础模型，如图 2-1 所示。 #p#分页标题#e#
...........
第三章 研究假设与实证设计 ..... 20
第一节 研究假设 ............ 20
第二节 样本选择及数据来源 .......... 23
第三节 变量定义 ............ 24
第四节 模型构建 ............ 26
第四章 描述性统计和实证检验 .......... 28
第一节 描述性统计和相关性分析 ........... 28
第二节 回归结果分析 .... 29
第三节 稳健性检验 ........ 36
第五章 研究结论与展望 .... 38
第一节 研究结论 ............ 38
第二节 政策建议 ............ 39
第三节 研究局限与展望 ......... 40
第四章 描述性统计和实证检验
第一节 描述性统计和相关性分析
本文选取在深交所上市的创业板企业 2013-2015 年三年的样本进行研究，通过 Excel2013 筛选后共计得到 312 个样本，利用 STATA12.0 统计软件对模型中涉及的主要变量做描述性统计分析，分析结果如表 4-1 所示。CEO 年龄的平均值是 49.80，表明公司 CEO 的年龄都集中在 45-50 岁这一年龄段，CEO 年龄的最小值也有 32，最大值达到 69，作为公司的决策者和公司高层管理者的核心，需要有丰富的工作经验和社会阅历，才能做出正确有效的决策，年龄相对较大者更大可能的具备这些素质。CEO 学历的均值是 3.42，可以看出我国创业板企业 CEO的学历水平仍然处于相对较低的水平。CEO 受教育水平以本科为主，平均水平距离硕士研究生还有一大段距离。创业板企业大多是科技含量很高的高新技术企业，CEO 若没有充足的知识储备以及高度的学习新知识接受新事物的能力，将很难带领企业与时俱进，发挥其应有的创新价值。CEO 的专业技术背景对企业研发投入的决策影响重大，本文选取的样本数据中专业技术背景均值为 0.56，说
明有半数以上的创业板公司 CEO 都有该经历。企业自主权的平均值为 0.47，说
明在创业板上市公司中，董事长兼任总经理的比例接近一半。企业研发投入的平均值为 6.41，最大值是 42.32，最小值是 0.81，可以看出企业之间研发投入强度的差距很大，研发投入的巨大差距将导致创新产出的差异，这在下面的回归中也会得到体现。公司规模的最大值为 22.74，最小值为 19.95，标准差为 0.62，由于创业板是特别为成长型和高新技术型的中小企业创设的平台，所以样本公司的规模差距较小，。财务杠杆的均值和标准差分别为 0.29 和 0.15，最大值和最小值为0.68 和 0.43。
.............
结论
本文梳理了国内外关于 CEO 特征、研发投入和技术创新能绩效的研究现状，归纳了包括高阶管理理论、委托代理理论在内的研究理论。在此基础上，提出研究假设并构建出本文的实证检验模型。通过选取 2013—2015 年这三年的创业板上市公司的数据作为研究样本，对建立的三个回归模型进行实证检验。运用回归分析实证检验模型 3.1 和模型 3.2，发现了 CEO 特征对技术创新绩效的影响和研发投入的影响。针对模型 3.3 运用中介效应分析方法来验证。从而研究得出了 CEO 特征、研发投入与企业技术创新绩效的关系以及研发投入对 CEO 特征与技术创新绩效的中介效应，通过上文的回归结果分析得出以下结论：
1、通过描述性统计分析发现，创业板上市公司整体呈现以下特点：CEO 年龄均值在 50 岁左右，没有明显的老龄化或年轻化，而是处于两者之间；CEO 的学历以本科和硕士为主，说明大部分 CEO 都接受过高等教育，但作为把握公司前进方向盘的高层决策者，整体受教育水平还有待提高；有近六成的 CEO 有过相关的专业技术背景，CEO 人才选择的这一倾向也从侧面反映出有相关背景的在核心技术的把握上更有优势；接近一半的公司 CEO 和董事长两职合一。另外，创业板总体研发投入及产出水平都较高。
2、创业板上市公司 CEO 特征会对技术创新绩效产生直接影响。其中 CEO 学历、专业技术背景、自主权对技术创新绩效具有显著正向影响，说明 CEO 受教育水平越高，CEO 拥有相关的专业技术背景以及 CEO 在公司决策中拥有自主权，越有利于企业技术创新绩效的提高。CEO 年龄对技术创新绩效的影响没有通过显著性检验，说明两者没有显著的相关关系，假设 1a 没有得到证实。
3、创业板上市公司 CEO 特征对研发投入具有显著的影响。其中 CEO 学历、专业技术背景、自主权对研发投入具有显著正向影响，说明 CEO 受教育程度越高、拥有一定的专业技术背景，其个人的知识储备就越高，学习能力强，因而对研发投入这种高风险、长周期的投资活动能有更全面的把控，从而会更多的进行研发投入，而 CEO 的自主权可以使其在做研发投入这种重大决策时不受约束，因而可以提高企业的研发投入水平。
.........
参考文献（略）
