研发投入、高管薪酬差距与企业绩效之间的关系研究.pdf

科技、经济、市场2023 年第 6 期73经济研究研发投入、高管薪酬差距与企业绩效之间的 关系研究孙云婧，王亚君（长春工业大学，吉林 长春 130051）摘 要：文章以医药制造业上市公司为研究对象，对医药企业研发投入、高管薪酬差距与企业绩效之间的关系进行了研究，利用stata17软件，采用固定效应模型，对20172021年医药制造业上市公司的面板数据进行了实证检验。检验结果表明：医药制造业企业研发投入对企业绩效存在显著的正影响，高管薪酬差距有显著的正向调节作用。关键词：研发投入；高管薪酬差距；企业绩效 0 引言“十四五”发展规划提出要大力推动医药和医疗设备等产业的创新发展，创新将成为医药企业未来发展的重要推动力。在过去的五年间，受原材料价格大幅上涨、药品价格管控等诸多因素的影响，我国大量医药制造业企业的主要经济指标都出现了显著下滑，行业整体生产动能有所下降。但近年来，医药产品的市场需求不断扩大，医药制造行业进入快速增长期。近年来，尽管医药制造业整体经营状况有所回升，但医药制造企业依旧出现了大规模的降薪裁员现象。医药制造企业希望通过减少薪酬支出以降低经营成本，缓解生产经营的压力，这一举措使得企业高管内部薪酬差距不断扩大。1 文献分析与研究假设1.1 研发投入与企业绩效经济学家熊波特提出了创新理论，指出内源性的创新活动是帮助企业整合生产要素、提升经济效益的关键因素。基于创新理论，段海艳等（2021）、郑贵华等（2021）通过研究我国上市公司数据发现，研发投入与企业盈利能力间存在显著的正向影响。张泽等（2015）通过研究中小板上市公司，认为研发投资会对当期绩效产生负向影响。由此可知，二者间的作用关系还需要结合行业特征、企业特点等因素进行分析。作为高新技术产业，医药制造业企业普遍具有较强的创新意识，研发环节的资金投入力度较大。因此，医药制造业的大量企业都倾向于选择创新发展战略，期望通过加大研发投入力度提高自身核心竞争力，以技术创新和产品创新为企业获得市场竞争优势，最终实现企业的绩效增长。基于上述分析，提出假设1：医药制造企业的研发投入对企业绩效产生正向影响。1.2 高管薪酬差距与企业绩效高管薪酬管理的理论主要有2种：锦标赛理论与行为理论。有学者基于锦标赛理论证明了员工之间的薪酬差距有利于提高员工工作效率，进而提高企业绩效；霍晓萍等（2019）认为，上市公司高管之间的薪酬差距与企业绩效呈正相关关系。但行为理论视角下，学者否定了薪酬差距的激励效果。张正堂等（2007）以我国上市公司数据为研究对象，提出薪酬差距和企业绩效的关系符合行为理论的预期。医药制造企业间出现的裁员、降薪等举措，使得高管间的薪酬差距逐渐加大，但求职难的情况使高管在低薪条件下依旧倾向留任当前职位。因此，设立合理的薪酬差距，可以促使高管为了获得更高的薪酬而努力工作，进而对企业经营管理带来正向效果。因此，提出假设2：医药制造企业中高管薪酬差距对企业绩效产生正向影响。1.3 研发投入、高管薪酬差距与企业绩效作为一种薪酬激励方式，高管薪酬差距能够在研发投入与企业绩效之间产生积极的调节作用。由委托代理理论可知，股东更加注重企业的长远发展，重视创新活动的投入。但研发投入行为对高管薪酬和津贴2023 年第 6 期74科技、经济、市场经济研究的影响不大，使高管对研发创新的积极性不高。为实现二者利益的统一，企业可以通过设定合理的薪酬差距，激励高管重视企业的研发投入，以利于企业长远发展。因此，提出假设3：医药制造企业中高管薪酬差距对研发投入与企业绩效有正向调节作用。2 研究设计2.1 样本来源选取20172021年我国医药制造业上市公司为研究样本，剔除了被ST、*ST企业，同时剔除了主要变量数据缺失的样本，并对所有连续变量采取1%分位上下的缩尾处理，最终获得研究样本共计1 157个。所涉上市公司数据均来自国泰安数据库。2.2 选取变量第一，被解释变量。选取总资产净利润率代表企业利用所有资产的获利能力。第二，解释变量。采用企业研发支出在营业收入中的占比代表企业研发投入力度。第三，调节变量。借鉴以往学者的思想，通过测算核心高管与非核心高管的薪酬差距，对二者之差取自然对数。计算方式如下：核心高管薪酬均值监管层前三名年薪总额/3非核心高管薪酬均值（监管层年薪总额监管层前三名年薪总额）/（监管层总人数3）高管薪酬差距ln（核心高管薪酬均值非核心高管薪酬均值）。第四，控制变量。选取公司规模、总资产增长率等指标作为控制变量，并在模型中控制了年份带来的固定效应。具体定义见表1。表1 变量定义变量变量名称变量符号变量定义被解释变量企业绩效ROA公司本年总资产净利润率解释变量研发投入RT公司研发支出/营业收入调节变量高管薪酬差距FPG核心高管薪酬均值与非核心高管薪酬均值差值的自然对数控制变量公司规模SIZE公司资产总额，取自然对数总资产增长率TAGR本年总资产增长额/年初资产总额营业收入增长率OIGR本年营业收入增长额/上年营业收入总额资产负债率LEV公司负债合计/资产合计股权集中度FSHR年末公司第一大股东持股比例年份YEAR虚拟变量2.3 设定模型为检验文章假设，构建以下模型，其中，交互项为薪酬差距的调节作用，Controls为控制变量，YEAR为时间固定效应，为随机扰动项。ROA=+0RT+Controls+YEAR+1（1）ROA=+0FPG+Controls+YEAR+2（2）ROA=+0RT+1FPG+2RTFPG+Controls+YEAR+3（3）3 实证分析结果3.1 描述性统计对获取到的1 157个样本的主要研究变量进行描述性统计分析。统计结果见表2。表2 描述性统计变量N最小值最大值均值标准差ROA1 157-0.850.590.059 70.093RT1 1570.00153.010.270 44.598FPG1 15711.4616.1413.459 60.772SIZE1 15719.1524.7321.998 00.993TAGR1 157-0.378.880.223 10.529OIGR1 157-0.66408.530.726 013.039LEV1 1570.040.890.293 50.160FSHR1 1570.070.720.327 00.129描述性统计分析结果表明，样本企业个体间的财务绩效水平差距较大，大部分公司处于盈利状态，但整体的资产回报率较低。研发投入数据最小值为0，最大值为153.01，说明企业间的研发创新投入水平不同，创新意识存在显著差距。高管薪酬差距最大值为16.14，最小值为11.46，表明医药制造业企业间的高管薪酬差距较小；方差表明医药制造企业内部核心高管与非核心高管薪酬水平存在较大差距，企业间的高管激励水平相似。在控制变量的描述性统计结果中，样本企业在公司规模和股权结构上存在一定的差异，总体表现稳定；总资产和营业收入两项中样本个体差异显著；资产负债率数据表明样本企业偿债能力良好。3.2 相关性分析由表3可知，模型变量相关系数较低，表明所选变量适合进行回归分析，变量间不存在多重共线性。3.3 回归性分析基于模型（1）、（2）、（3）对假设13进行检验，检验结果见表4。模型1检验结果表明，研发投入与企业绩效在10%的水平上显著正相关，即提高企业研科技、经济、市场2023 年第 6 期75经济研究发投入能力，有助于提升当期绩效，高水平的研发能力和资金投入有助于优化产品，增强企业的市场竞争力，假设1成立。模型2检验结果表明，高管薪酬差距与企业绩效在10%的水平上显著正相关，说明高管薪酬差距能够正向影响企业的绩效表现，假设2成立。模型3检验结果表明，交互项RTFPG与企业绩效在1%的水平上显著正相关，说明高管薪酬差距增强了研发投入对企业绩效的正向影响，其调节作用得到了证实，假设3成立。4 结论以医药制造业企业上市公司为研究对象，实证检验了研发投入对企业绩效的影响，检验了高管薪酬差距对研发投入影响企业绩效过程的调节作用。研究结果表明：研发投入对医药制造业的企业绩效有促进作用，加大研发创新的资金投入有助于提升企业的竞争优势，进而帮助企业实现稳定发展。企业高管间薪酬差距的扩大有助于调动高管的工作积极性，促使企业绩效增长。高管薪酬差距对研发投入影响企业绩效有正向调节作用，扩大高管薪酬差距可促使高管参与增长企业自身价值的活动，更重视产品研发，提高企业绩效。参考文献：1 段海艳,田亚星.研发投入对企业未来盈利能力影响的实证分析 J.财会月刊,2021.42(12):34-41.2 郑贵华,陈蕾莉.股权激励、R&D投入对上市企业财务绩效的影响 J.哈尔滨商业大学学报(社会科学版),2021,37(6):27-35,81.3 张泽,许敏.中小板上市公司R&D投入绩效的实证研究J.科技管理研究,2015,35(4):76-80.4 霍晓萍,李华伟,邱赛.股权结构、高管薪酬差距与企业绩效 J.会计之友,2019,37(18):25-31.5 张正堂,李欣.高层管理团队核心成员薪酬差距与企业绩效的关系 J.经济管理,2007,29(2):16-25.6 杨雯,刘毅.企业高管薪酬对会计信息质量的影响研究基于股权结构的调节作用 J.商场现代化,2022,51(15):184-186.7 薛九洋,唐亮,姜海锋.高管薪酬、市场化进程与企业环保投资 J.内江师范学院学报,2022,37(6):98-105.表4 多元回归分析变量ROA(1)（2）（3）RT0.034*-0.067*(1.74)(-1.79)FPG0.018*0.039*(1.96)(3.52)RTFPG0.108*(3.30)SIZE0.029*0.0210.019(1.85)(1.33)(1.24)TAGR0.012*0.027*0.013*(1.68)(5.02)(1.71)OIGR0.013*0.000*0.023*(1.80)(4.40)(3.34)LEV-0.250*-0.234*-0.256*(-3.83)(-3.61)(-4.03)FSHR0.231*0.243*0.228*(3.56)(3.43)(3.60)Constant-0.593*-0.648*-0.882*(-1.73)(-1.83)(-2.63)R20.1600.1520.199F14.3012.5594.02Company FEYESYESYESYear FEYESYESYESN1,1571,1571,157注：*P0.1，*P0.05，*P0.01。表3 相关性分析变量ROARTFPGSIZETAGROIGRLEVFSHRROA1RT-0.107*1FPG0.106*0.065*1SIZE0.057*-0.0180.506*1TAGR0.341*0.082*0.061*-0.064*1OIGR0.0130.0010.075*0.0070.0331LEV-0.344*-0.046-0.0420.248*-0.178*-0.0421FSHR0.175*0.001-0.0320.060*-0.0010.004-0.088*1注：*P0.1，*P0.05，*P0.01。