高管团队人力资本（共7篇）
高管团队人力资本 篇1
摘要：20世纪80年代中期,学者们将高阶理论应用于人力资本领域,由此产生了人力资本特征前沿学术主题研究。作为人力资本理论的微观扩展,人力资本特征研究有利于揭示人力资本对企业绩效的作用机理,同时人力资本特征结构化促进了CEO与高管团队两维界面心理与行为探索。本文围绕高管团队人力资本结构国内外研究现状、研究结构、研究层次、研究机理等方面展开,梳理了相关成果,并在此基础上归纳概括,提出针对性建议,以期为深化企业人力资本理论研究提供更多视角。
关键词：高管团队,人力资本结构,文献综述
一、引言
2010年,哈佛大学William A.Sahlman教授在Economics Management and Financial Markets期刊上撰文探讨了2008年经济危机基于公司治理层面爆发的根源。他认为监管制度的弊端——非独立性,在经济危机中彻底把传统的公司治理模式打乱,同时激励机制、风险管控系统、会计体系、企业人力资本以及企业文化五个与监管制度密切相关的系统能够对危机的发生做出解释。由此,他指出强烈且致命的动机、脆弱的风险管控系统、不健全的会计体系、低质的企业人力资本以及腐朽的企业文化往往是最糟糕企业的表现。
高管团队人力资本是企业人力资本的关键。本文主要总结国内外高管团队人力资本结构研究现状、研究结构及研究机理, 并在相关研究的启发下,创制了高管团队人力资本流向图,见右图1。
二、文献研究结构
从目前来看,高管团队人力资本结构文献以实证研究为主导,规范性研究相对较少。参照朱焱(2013)研究范式,本文对参阅的文献进行结构概括,大部分文献结构框架可以分为平行关系类、逻辑关系类和混合关系类三种,其中混合关系类文献占据主体地位。三者的表现形式分别为“人力资本—行为”、“人力资本—经济后果”和 “人力资本—行为—经济后果”。
三、文献研究层次
(一)行业类别层次
从企业规模上看,文献多以中小型企业为研究对象。杨林(2014)对我国中小企业板上市公司进行了研究,同样Saim Kashmiri和Jacob Brower(2012)分析了116家标准普尔公司数据。从企业生产要素投入类型来看,技术密集型高新技术企业为常用研究主体。Don Knight(1999)以76家美国和爱尔兰高新技术企业为研究样本,Yi Long Jawa(2009)以165家技术密集型企业为参照对象,胡望斌、张玉利和杨俊(2014)则以新创企业为研究对象。从风险偏好来看,风险型企业是研究的重点。 Peter Wright和Mark Kroll(2007)以风险企业为研究对象,刘萍萍(2012)分别对风险企业和创业投资企业进行了研究。
国内外研究对象多集中在技术密集型新创行业。“四高两强”(四高:高投入、高创新、高风险、高收益;两强:实体性强、知识密集度强)是新创行业的主要特征。基于“四高两强”的特征,相关行业需要积极防范风险、助推智力发挥、攫取创新成果。同时,人力资本的累积性与依附性同样需要必要的客观条件,只有适宜的外部环境条件, 才能推动人力资本积累、增值和外溢等社会正向效应的发挥。
(二)战略导向层次
本文将战略层面的文献分为战略认知、战略实施和战略风险应对三类。
1. 从战略认知上看。战略的“知与惑”、“详与粗”关系着团队的合力聚焦,影响着团队的智力发挥。因此高管团队战略共识、战略模糊性、战略定位研究是战略认知与高管团队人力资本结构研究的重点。Don Knight、 Craig L和Pearce(1999)构建了以高管团队人力资本特征和团队运作过程为基础的战略共识模型。Michael Jensen和Edward J. Zajac(2004)探讨了企业高管异质性对企业战略模糊性的影响。Alejandro Escriba Esteve(2009)研究了企业战略定位在高管团队人力资本特征与财务绩效间的调节作用。
2. 从战略实施上看。战略实施可概括为不同层次的战略与高管团队人力资本的关系研究。整体战略层次方面,杨林(2014)实证分析了高管团队人力资本特征垂直差异与创业战略的关系;业务竞争层次方面,Mine Ozer (2006)认为CEO人力资本特性(控制方式和任期)与高管团队人力资本特征(团队规模、团队任期)会影响到企业政治战略;职能战略层次方面,Saim Kashmiri与Jacob Brower(2012)发现团队成员有市场职能经历时,高管团队更易于采取企业品牌战略。
3. 从战略风险应对上看。战略风险应对方面的文献, 主要探讨了在复杂的组织环境中,高管团队人力资本结构与战略变革的关系,为创业团队组建和战略风险防范提供了指导性建议。Margarethe F. Wiersema(1992)认为团队平均年龄低、团队任期长、教育水平较高、专业异质性高、团队专业培训时间长的高管团队更易推进企业战略变革。David Naranjo-Gil(2008)发现团队部分异质性在战略变革与经营绩效间起到正向调节作用。
战略导向层次的研究虽集中在战略认知、战略实施和战略风险应对三个方面,但战略目的仍为战略不确定性的防范与核心竞争力的攫取,而高管团队人力资本是核心竞争力人格化的表现,是战略不确定性的主观认知。 因此,公司战略的调整和变化能够引起人力资本特征及结构的变化,为人力资本与其他资本的有效整合提供动力,同时高管团队人力资本特征及结构也能反向影响公司战略。
(三)激励机制层次
团队激励应包括图1中输出方式中激励机制与剩余成果回馈两个阶段。一部分文献研究了基于团队人力资本结构的激励机制设计,现有的文献也证明了人力资本特性是激励机制设计的前提条件。张宗益(2004)发现采取适应企业人力资本层次的差异化激励措施,能够使企业取得更好的绩效。马广林、王康(2012)认为融合人力资本固有特性的动态产权激励机制,能够更好地释放人力资本价值创造潜能。蔡晓珊、陈和(2014)认为应该综合高管团队的人力资本外部性、专用性与异质性等特性设计激励机制。
也有学者认为通过激励手段,可以发挥高管人力资本正效应。在通过激励手段发挥高管团队人力资本效应方面,激励差异化、浮动激励、股权激励与职业前景等激励手段已经得到印证。Rajesh K. Aggarwal(2003)发现企业实行薪酬级次差异,有利于提升企业业绩。Peter Wright和Mark Kroll(2007)认为在预防与规避企业风险方面,浮动激励能够刺激高管团队人力资本作用发挥。David Souder(2012)、邓玉林(2008)都发现股权激励能更好地激发出高管团队的人力资本潜力。刘萍萍(2012)认为应赋予风险企业家剩余索取权和控制权等权利才能发挥企业家人力资本最大效用。
可见,激励机制能够挖掘团队人力资本潜力,抑制团队惰性,规避成员不理性行为,并且在团队成员特定需求未被满足时,激发成员内生动力,寻求特定目标行为,满足需求。而高管团队人力资本结构特性是激励机制的前提条件,不仅激励机制,而且组织结构与控制方式都围绕着企业人力资本结构特性运转与实施。因此高管团队人力资本结构与激励机制是互为因果的交互关系。
(四)团队行为整合层次
1994年Hambrick首创“行为整合”概念,并认为行为整合是指团队成员间分享信息、资源、观点的互动活动。 而当前行为整合研究有三种:基础概念的探索、前置变量(人力资本结构)关系研究以及后置变量(组织绩效)关系探讨。本文将行为整合归整为行为整合基础研究、行为整合与人力资本结构前置反向研究两类。
高管团队行为整合基础研究,主要涉及概念探索与测量研究。最近基于心理学交互记忆系统理论对团队行为整合的研究在国外兴起,如:Tung Ching Lin(2012)基于高管团队交互记忆系统,论述了行为整合在信息化团队中的地位与重要性;Mell Julijan(2014)认为交互记忆系统对组织绩效的提升作用取决于团队知识信息集中整合的程度。除此之外,Simsek(2005)、Li J.(2005)与姚振华(2009)在行为整合维度测量上都做出有价值的探索。
高管团队行为整合与人力资本结构前置反向研究, 主要从团队人力资本结构化以及控制方式等方面,展开与行为整合的关系探讨。研究证实了高管团队人力资本结构与行为整合有直接关联,同时行为整合也能传导人力资本效应于组织绩效。Christophe Boone(2009)实证发现集体决策能够提升职能背景异质性对企业绩效的功效。姚振华、孙海法(2010)发现高管团队人力资本异质性会阻碍团队行为整合。Buyl Tin和Boone Christophe (2013)认为团队关注度在团队整合与知识异质性之间起到了调节作用。在团队控制方式上,已证实柔性控制风格更有利于团队整合,同时行为整合也能弱化控制风格负作用。Christophe Boone(2009)发现行为整合能够有效削弱控制方式异质性对企业绩效的影响。郭忠金、姚振华(2011)发现团队领导分享式风格会弱化异质性对行为整合的负向效应,而控制型风格会助推异质性对行为整合的负向效应,逄晓霞(2012)的研究也得到了相同的结论。
从人力资本结构关系看,行为整合是团队人力资本结构的升华,是团队人力资本结构运作过程的深层次探索,是对人力资本结构与企业绩效间的“黑匣子”的揭秘。
四、文献研究机制
人力资本结构的增值性、外溢性、异质性已体现在企业营运中,且组织绩效与人力资本质量存在交互影响。鉴于人力资本结构与其他变量的作用机制异曲同工的原因,本文以人力资本结构与组织绩效关系作为机制研究的重点。通过阅读文献,本文就该类机制归纳了三个特性:1直接关联性;2外部调节性;3间接中介性(如图2所示)。
直接关联性是指人力资本结构与组织绩效部分指标直接相关,如陈忠卫等(2009)发现高管团队职能背景异质性与企业ROA显著负相关。外部调节性是指第三变量在人力资本结构与组织绩效关联过程中起调节作用,如Alejandro Escriba Esteve(2009)认为企业战略定位在高管团队人力资本特征与企业财务绩效中起到了调节作用, 李华晶(2007)发现高管团队激励约束水平在高管团队人口特征与公司创业绩效间发挥着调节作用。间接中介性是指人力资本结构通过第三变量对组织绩效起到间接作用,朱焱(2013)发现,企业研发投入是管理团队人力资本与企业绩效间的部分中介变量。搭配线性回归方法的三类机制是目前主流研究通用的研究方法,其为现实中人力资本特性发挥、公司治理、团队激励和行为整合等提供了许多有价值的研究模式。但Yi Long Jawa(2009)发现CEO在职任期,高管团队规模与企业国际化战略间存在倒V型关系,学术界对高管团队人力资本结构问题一直无统一定论,有的还对此三类研究机制与方法提出了质疑。
五、总结与建议
通过以上文献归整,笔者发现高管团队人力资本结构研究存在以下不足:第一,团队人力资本结构研究尚不完善。人力资本结构表现为人力资本在形成和发挥功效过程中各组成成分之间的关联性及其相互作用,以及各组成成分的特性。现有的国内外文献研究大多集中于人力资本组成部分的特性研究,组成部分间的相互作用研究比较少。第二,人力资本结构与财务行为研究较少。现有的研究多是从企业战略选择制定、生产行为、激励机制等管理学、经济学视角出发,对企业经营现状密切相关的融资行为、投资行为和股利分配行为发掘较少。第三,国内人力资本结构深层挖掘不足,特别是人力资本结构的升华——行为整合,远落后国外,这不利于我国企业人力资本运作“暗箱”的揭秘。
现有研究提供了许多有参考价值的建议:企业可以实施定期轮岗制度优化团队人员结构,构建学习型组织并提供继续教育平台,内外并举利用市场弥补人才不足; 企业应健全与完善薪酬结构,规划和实施团队职业前景; 企业应强化董事会职责,降低股权集中度;企业应制定创业型企业战略,控制团队情感冲突营造和谐团队氛围;企业应坚持集体决策提高决策质量,完善沟通机制提高决策效率,加强团队合作保证决策顺利执行。
参考文献
朱焱,张孟昌.企业管理团队人力资本、研发投入与企业绩效的实证研究[J].会计研究,2013(11).
Mell Julijan,Dan Van Knippenberg,Wendy P.Van Ginkel.The Catalyst Effect:the Impact of Transactiv Memory System Structure on Team Performance[J].Acade my of Management Journal,2014(57).
高管团队人力资本 篇2
一、理论分析与研究假设
(一)高管股权激励强度与企业发展
高管股权激励是企业向高管授予一定比例的公司股权,并规定高管在有效期内达成既定的行权目标,即可获得与股价挂钩的激励收益的一种长期性的激励方案,目的是促使高管与股东目标趋同。传统的信息不对称理论和委托代理理论认为高管是追求自身利益或效用最大化的理性决策者,随着高管被授予的股权比例增加,高管对企业的控制权力变强,内外部对其的监督与约束能力降低(Roger和Schatt,2016)。在监督机制不完善的情况下,股权激励并不一定会对高管起到正向的激励作用,反而为高管发生自利行为提供了前提条件,导致股权激励方案由激励效应向福利效应转化,进而阻碍了企业的发展(吕长江等,2009)。由于高管善于利用自身过大的权利,干涉董事会薪酬委员会的设计,降低股权激励的行权条件,使得股权激励方案易于达成,以增大自身获取收益的可能性(肖淑芳等,2013)。这将导致高管和其他激励对象的工作热情下降,工作效率降低,导致企业资源无效配置,最终影响企业正常的经营与持续发展。另外,由于股东和高管之间信息不对称,高管的控制权极有可能诱发高管的道德风险,使其通过盈余管理、会计寻租等短视行为操控股价,提升行权日股价,使得高管获取的股权收益增加(王烨等,2012)。这种操纵行为严重损害了投资者权益及企业的声誉与市场地位,甚至可能导致资本和借贷市场失灵。综上,由于股权激励强度的增大和高管控制权的增加可能阻碍企业的健康发展,据此提出假设:
H1:高管股权激励强度与企业发展负向相关。
(二)高管货币薪酬激励强度与企业发展
高管货币薪酬激励与企业绩效紧密相关,薪酬是企业向高管实行的另一种重要的激励方式。第一,高额的货币薪酬能够提升高管工作的满意度。组织变革是企业长期发展的保证,企业授予高管薪酬激励的强度越大,越能弥补高管为企业变革而花费的私人成本,增加高管的工作满意度,激励其更好地为企业工作,进而促进企业的发展(Herzberg等,2011)。第二,高额的货币薪酬扩大了高管成员间薪酬水平的差距,增强了高管竞争意识。第三,高额的货币薪酬能够证明高管的自我存在价值,垂直薪酬的差距能够彰显出较高层高管的地位和权威,满足了其心理需求,能促使其持续地为企业发展提供人力资本和社会资本,也能够激励低层高管为证明自身实力和获得企业的认可与奖励,而做出更多正确的经营管理决策(李绍龙等,2012)。第四,高额的货币薪酬能够增加高管的工作积极性。在我国现行货币薪酬替代效应不能超过收入效应的情况下,劳动力供给曲线呈现出随工资的增加而劳动力供给量逐步增加的趋势,货币薪酬激励的增加会增大高管的闲暇成本,间接地激励他们减少和杜绝偷懒的思想和行为,提高工作积极性,使其在企业经营中发挥积极的引导作用。综上,由于货币薪酬激励的增大,高管工作满意度和工作积极性、竞争意识也会增强,他们的心理需求得到了一定的满足,更会促使高管竭力地为企业工作,据此提出假设:
H2:高管货币薪酬激励强度与企业发展正向相关。
(三)高管团队人力资本的调节作用
高管在激励机制影响企业发展中发挥着决定性的作用,他们不仅参与激励方案的制定,还直接影响着激励机制的实施效果;高管对激励机制的偏好和重视程度的差异,导致其在企业经营中表现出不同的团队整合、资源整合能力和经营管理行为,进而影响企业的发展。因此,不同高管团队的人力资本导致不同薪酬激励实施的效果存在显著差异。
1. 高管团队年龄对高管激励与企业发展的调节作用。
高管的年龄越大,距离职业生涯结束时点越近,他们越希望企业能够平稳健康地发展,进而为其退休生活提供基本的保障。相比于年轻的高管,高龄高管更加保守,他们不愿意选择激进的投资策略,更不愿意通过盈余管理、会计舞弊等消极行为贪图一时的私利而阻碍企业未来发展,以减少丧失退休生活保障的风险(韩静等,2014)。所以,即使企业实行激励强度较大的股权激励方案,拥有高控制权的高龄高管团队对股权激励方案的态度也较为平淡,他们会一如既往地利用积累的工作经验和经营惯性开展工作,以保持企业的稳健发展,这就减弱了股权激励强度对企业发展的负向影响。
由于年龄和精力的限制,年龄越大的高管越不愿意改变现有经营管理模式,激励他们进行组织变革的激励成本相对较高;由于高龄高管的正常工资与奖金相对较高(汪金龙和李创霏,2007),满足其心理期望所需要的激励薪酬将更高,而与之相比,货币薪酬激励相对较少。所以,与年轻高管团队相比,货币薪酬激励对高龄高薪的高管团队的激励作用较弱,激励效果也较差,导致薪酬激励对企业发展的正向影响变小,据此提出假设:
H3-1:高管团队年龄越大越容易弱化激励强度对企业发展的影响。具体而言,高管团队年龄越大,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业发展的正向影响越小。
2. 高管团队受教育水平对高管激励与企业发展的调节作用。
受教育水平较高的高管个人的道德素养较高,他们吸收信息、分析问题、解决突发事件的能力较强,易于吸收国家新政策,并结合实际制定和推行适合企业发展的规划方案;他们拥有较高质量的社会资本,能够提供较多的外部有效信息,致使其在动态的经营环境中及时调整管理制度和办法,做出正确有效的投资决策(Finkelstein和Hambrick,2007)。所以,当企业授予强度较大的股权激励方案时,受教育水平高的高管团队发生机会主义行为的可能性降低,引致福利效应向激励效应转化,即减弱了股权激励对企业发展的负向影响。另外,基于对自身能力的认知和社会资本丰富信息流的考量,受教育水平高的高管团队对企业的发展有着充沛的信心,相信团队有能力发展企业,提升企业绩效。
随着高管受教育年限的增长,他们期望获得的薪酬和收益相对较高,企业授予货币薪酬激励越多,激励金额越接近高教育水平高管的期望值,越能增强其竞争意识,越能激发其工作潜能、增加其工作动力,从而增大激励方案对其激励的力度,据此提出假设:
H3-2:高管团队受教育水平越高越能够优化激励强度对企业发展的影响。具体而言,高管团队受教育水平越高,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业的正向影响越大。
3. 高管团队任职时间对股权激励强度与企业价值的调节作用。
较长的任职时间增进了高管对其他成员的信任程度,使得团队内各成员之间相互依赖、彼此尊重与认可,并且拥有较多的共同语言、立场和观点,能够有效克服经营管理过程中团队成员间的认知障碍,提升成员间隐性知识的分享意愿,有利于建立稳定的合作关系和长久的友谊。所以,即使企业授予任职时间长的高管控股比例较大的激励时,他们也不愿意发生自利行为,更不愿意损害股东和其他团队成员的利益,破坏已建立的情感依赖。因此,相比于任职时间短的高管团队,任职时间较长的高管团队股权激励的激励效应较好,能够有效缓解股权激励强度对企业发展的负向影响(刘胜军等,2015)。另外,任职时间较长的高管,在长时间工作中积累的工作经验和经营阅历较丰富,市场识别能力和风险预测能力较强,他们了解企业经营和管理模式,对企业经营过程中动态的风险因素有很好的预判和评估能力;他们善于利用自身的能力,及时调整企业战略计划,为企业的持续发展提供了前提保障,进一步增强股权激励的有效性。
根据维克托·弗鲁姆的期望理论,激动力量取决于目标效价和期望概率的乘积。在高管货币薪酬激励(目标效价)一定的情况下,基于自身工作经验和对经营风险预判能力的考量,任职时间长的高管认为其能够达成激励目标的概率较高,即激励力量较强。由于对高额薪酬的渴望,任职时间长的高管团队会运用高水平的市场识别能力、风险预测能力和丰富的工作经验,整合企业资源并做出正确的投资决策;他们会运用较强的沟通与团队整合能力,以减少部门之间的利益冲突,提高了企业的内在凝聚力和核心竞争力,为企业发展做出贡献。所以,高管团队在满足自身高额薪酬需求的同时,又稳固了其社会地位和口碑,促使激励机制发挥了正向效应,最终实现高管自身利益与企业发展双赢,据此提出假设:
H3-3:高管团队任职时间越长越能够优化激励强度对企业发展的影响。具体而言,高管团队任职时间越长,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业的正向影响越大。
二、研究设计
(一)样本选择与数据来源
本文选取2005-2014年上深交所公布实施股权激励方案的(A)股制造业上市公司为样本,为了保证数据的准确性和结论的有效性,剔除金融类的上市企业、同时存在B股和H股的在上市企业和经营状况不良好的企业。本文的数据来源于国泰安数据库,缺失的数据通过“巨灵信息网”和“巨潮资讯网”进行查找,最终选定506个样本。其中,轻纺工业占总样本11%,资源加工工业占28%,以化学原料及化学制品制造业和医药制造业为主占19%。其余61%样本为机械、电子制造业,其中计算机、通信和其他电子设备制造业和电气机械及器材制造业占约占总体样本40%。
(二)变量选择与计量
1. 被解释变量:
企业发展。本文从企业财务发展指标和战略发展指标两个方面来衡量。财务的可持续增长是企业发展战略的核心,可持续增长率也是企业进行财务分析时的重要指标,反映着企业当前经营效率和财务政策的最大发展能力,本文利用希金斯的可持续增长模型作为衡量企业发展的财务度量指标。企业的战略发展是企业在资本市场中长期存在的前提,反映着企业可预期的价值,本文借鉴高雷和戴勇(2011)的研究方法,选取托宾Q值来衡量企业的战略发展。
2. 解释变量:
高管激励强度。高管激励的基本方式包括货币型薪酬激励(工薪和绩效奖金)和非货币型薪酬激励(股票激励、股权激励和股票增值权)两种。借鉴胡艳等(2015)的研究方法,本文从股权激励和货币性薪酬激励两方面衡量高管激励,将高管团队前三名高管人员报酬总额的自然对数作为衡量货币薪酬激励强度的指标。国内大多数的研究将高管的持股比例作为股权激励强度的替代变量,然而高管的持股并不是完全由股权激励方案获得的,利用高管的持股比例衡量股权激励不完全准确。参考吕长江和张海平(2011)的研究方法,本文将披露的高管股权激励数量占公告日的股本总额作为衡量股权激励强度的指标。
3. 调节变量:
高管团队的人力资本。基于高层梯队理论,并参考詹雷和王瑶瑶(2013)、韩静等(2014)的研究方法,本文选取年龄、受教育水平和任职时间为调节变量,从这三个维度探讨高管人力资本对激励强度与企业发展的调节效应,并将高管团队的平均年龄、平均受教育年限和平均任期作为衡量标准。
4. 控制变量:
为了保证模型的准确性,参照吕长江和张海平(2011)、Lee等(2008)的研究方法,设置企业规模、资产负债率、股权集中度、高管货币薪酬激励、高管持股比例以及年度控制变量。资产负债率用来控制企业的财务风险,股权集中度控制股权结构。
上述变量及定义见表1。
(三)模型设计
为了准确地计量各个变量之间的相关程度与回归拟合程度,探讨股权激励与货币薪酬激励强度对企业发展的影响,本文运用多元线性回归分析的方法构建模型(1)和模型(2),在分析货币薪酬激励强度与企业发展时,本文将高管持股比例作为控制变量;研究股权激励强度与企业发展时,将高管货币薪酬作为控制变量。为了分析高管人力资本对高管激励机制与企业发展的调节效应,本文在模型(1)和(2)的基础上引入高管团队人力资本变量和交互项,构建多元线性回归模型(3)和(4)。
三、实证结果分析
(一)描述性分析
表2为506个样本的变量描述性统计结果,从中可以看出托宾Q均值为2.251,最大值和最小值分别约为7.401和0.312,说明企业间战略发展程度存在一定差异;可持续增长率均值为0.067,标准差为0.056,说明企业发展水平有待提高;股权激励强度的平均值为3.101,最大值和最小值相差较多,标准差为2.00,高管货币薪酬最大值与最小值分别为3.234和1.569,标准差为256.55,表明上市公司实施高管激励方案的强度离散程度较大。根据高管团队人力资本变量的描述性统计,可以看出高管团队平均年龄将近50岁,任职时间也长达23年,中老年管理者占的比重相对较大,所伴随的老龄和任期较长的心理和行为特征较明显。受教育水平介于本科和研究生之间,平均受教育年限约25年。因此,高管年龄、教育水平和任期的标准差别较大,高管团队人力资本水平不尽相同。
(二)相关性分析
表3列示了模型中的解释变量、被解释变量和控制变量之间的相关系数表,上半三角报告了Spearman相关系数,下半三角为Pearson相关系数表,从中可以看出股权激励强度与托宾Q值显著负相关,但是与可持续增长率关系不显著,假设H1需要进一步验证。高管货币薪酬激励强度与托宾Q和可持续增长率均成显著正相关,意味着企业给予高管的薪酬激励越强越能够促进企业发展,假设H2初步得到了证实。
注:数据来源于国泰安数据库。
注:(1)*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。
(三)多元线性回归分析
1. 股权激励强度对企业发展的影响及高管团队人力资本的调节效应。
表4中模型1-4列示了股权激励强度对企业战略发展影响的回归结果。从模型2中可以看出股权激励强度与企业战略发展显著负相关,回归系数为-0.157且在0.05的水平下显著,回归模型R2值较高且F值通过了显著性检验,假设H1得到了验证。这说明目前我国上市公司治理效应较差,管理层自利行为较明显,高管利用控制权获取收益,股权激励强度未能发挥激励作用。从模型3中可以看出高管团队平均年龄、受教育水平和任职时间回归系数均不显著,这表明高管团队人力资本不能对企业战略发展产生直接影响。模型4验证高管团队人力资本对二者关系的调节效应。股权激励与平均年龄、平均受教育年限和平均任职时间的交互项系数分别为0.091、0.118和0.220,且分别在0.1、0.1和0.01的水平下显著,说明高管团队年龄、受教育水平和任职时间对股权激励与企业战略发展关系具有显著的调节作用,能够弱化股权激励强度与企业战略发展的负向关系,证实假设H3-1、H3-2、H3-3成立,即高管团队人力资本越强,股权激励强度对企业发展负向影响越小,且任职时间和股权激励交互项系数最大,说明任职时间对股权激励与企业发展关系的调节作用最强。
模型5-8列示了股权激励强度对企业财务发展影响的回归结果。模型6中股权激励与企业财务发展负向相关,但不显著,而在模型8中二者成显著负向相关,可能是股权激励对财务发展未能产生直接的影响,二者关系需要通过中间媒介发挥作用或受到高管人力资本的影响。高管受教育水平和任职时间与股权激励的交互项系数显著,且为正,假设H3-2和H3-3得到了验证;高管年龄与股权激励的交互项系数不显著,假设H3-1部分未得到验证。究其原因,可能是人力资本的复杂性和产权的不确定性,使得企业在经营过程中呈现出的动态状态影响了研究的结论。
注:(1)t statistics in parentheses,*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。
2. 货币薪酬激励强度对企业发展的影响及高管团队人力资本的调节作用。
表5中模型1-4列示的是货币薪酬激励对企业战略发展影响的回归结果,模型5-8列示的是与企业财务发展关系的回归系数表。模型2和模型6检验货币薪酬激励对企业发展的直接影响,从中可以看出货币薪酬激励系数为正,分别为0.689和0.424且均在0.01的显著性水平下,假设H2得到了验证。这表明无论是创业板还是主板企业,高管货币薪酬的正向激励效果普遍存在。模型3与模型7研究的是高管团队人力资本对企业发展的直接影响,除了高管年龄影响企业战略发展外,其他人力资本变量均不显著。模型4与模型8将高管团队人力资本引入模型中,考察高管团队人力资本对货币薪酬激励与企业发展关系的调节作用。从表中可以看出高管团队人力资本与货币薪酬激励交互项系数均为正,模型4中回归系数分别为-0.379、0.123和0.311,模型8中回归系数分别为-0.702、0.268和0.205且均通过显著性检验,证明人力资本可以有效地调节货币薪酬激励与企业发展之间的关系,其中高管年龄与货币薪酬激励系数为负,与主效应方向相反,弱化了货币薪酬对企业发展的影响。高管受教育水平与任职时间强化了货币薪酬的激励效果,假设H3-1、H3-2和H3-3得到了验证。
(四)稳健性检验
2006年1月1日,我国正式开始实施股权激励管理办法,2005年是制度实行的前一年,为了验证研究结论是否稳健,本文剔除了2005年的研究样本,重新进行回归发现研究结果与之前相同。学者们至今为止对于高管团队的范围没有明确的定义,为确保结论的可靠性,本文参考Palzelt等(2008)的定义,认为高管团队成员仅包括董事会中的董事长与副董事长等少数几人,缩小高管团队的范围以检验高管团队范围是否影响高管知识的解释,这对研究的结论可能产生影响。其研究结论与假设完全一致,这说明本文数据是稳健的(限于篇幅结果未列出)。
注:(1)t statistics in parentheses,*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。
四、结论与启示
本文选用2005-2014年我国上深交所主板制造业(A)股上市公司作为研究样本,从超外生视角分析激励契约结构中股权激励和货币薪酬激励强度因素对企业发展的影响,探讨高管团队人力资本对二者关系的调节效应,并进行实证分析。研究结果表明:第一,股权激励强度对企业战略发展产生了显著的负向影响,而对财务发展影响不显著,股权比例的增大带来高管控制权的增加,高管自利行为的发生影响了企业长期发展。第二,货币薪酬激励强度与企业发展正向相关,高额的货币薪酬激励激发高管工作满意度与积极性,增强其竞争意识,激励了高管为企业发展努力工作。第三,高管团队的年龄、受教育水平和任职时间对股权激励强度与企业发展起着显著的调节作用,减弱了股权激励强度对企业战略发展的负向影响。第四,高管团队受教育水平与任职时间能够强化货币薪酬激励与企业发展的正向关系,而高管年龄弱化了二者之间的关系。
高管团队人力资本 篇3
一、理论分析和研究假设
在当前管理层面上,高管团队人力资本具体以人口统计特征作为研究变量,而团队异质性是对人口统计特征简单层次的类别化处理。目前,不少学者认为人力资本异质性即为人力资本结构,本文认为此种观点有所偏颇,因为人力资本异质性仅仅是人力资本单一方面的结构层次化处理,其与人力资本结构概念相悖。因此,本文从团队人力资本职能、教育同异性层次交互视角来分析高管团队人力资本结构。
( 一) 理论分析和研究假设
1. 高管团队职能背景同质性、异质性与企业绩效。职能背景同质性表示为团队成员经历职能部门平均水平,团队成员经历的职能部门越多,团队职能经历平均水平就越高。从团队社会类化角度看,多职能部门经历在培养综合型人才、消除部门冲突、整合团队凝聚力方面发挥着正向作用。从组织环境来看,多职能经历暗示企业内部专职人才不足,企业的交易成本和时间效率成本会增加,同时多职能经历与高新技术企业分工明确、产品研发创新强、生产流程专业化高的外部环境特性也不相符。因此,本文提出以下假设:
H1 - 1: 高管团队职能背景同质性与企业财务绩效负相关。
职能背景异质性揭示了团队职能经历差异化的程度,成员多样化经历对经营者甚至整个团队有着潜移默化的影响。团队职能异质性在拓展团队视野,接受新事物和新知识,转变成员思维模式与价值观上发挥着显著的作用,也有助于经营者全面及时地掌握企业运行状况,提高决策质量和实效性,最终影响企业绩效。Certo ( 2006) 证实高管团队职能背景异质性与财务绩效( ROA) 、销售增长率显著正相关关系［2］。Buyl ( 2011) 等学者认为高管团队职能背景异质性与企业绩效也具有显著正相关关系［3］。因此,本文提出以下假设:
H1 - 2: 高管团队职能背景异质性与企业财务绩效正相关。
2. 高管团队教育背景同质性、异质性与企业绩效。教育同质性是团队学识、知识类人力资本的体现,而团队教育水平的高低彰显了团队整体对新事物接受能力的强弱。高管团队教育背景同质性表示为团队受教育程度的平均水平,高管团队受教育水平会影响到企业绩效。因此,本文提出以下假设:
H2 - 1: 高管团队教育同质性与企业财务绩效正相关
不同知识结构的团队成员对现象的认知和与理解会处于不同的层次,且若团队内部信息传递不及时、沟通不畅、协调不到位等必会造成问题处理意见分歧,严重影响决策效率和质量,使公司战略上贻误战机,影响公司业绩。因此,本文对高管团队教育异质性提出以下假设:
H2 - 2: 高管团队教育异质性与企业财务绩效负相关。
3. 高管团队人力资本结构与企业绩效的交互作用。金占明( 2010) 认为董事会与其他股东、CEO以及高管团队其它管理人员与普通员工,他们的个人特质即人口统计学特征,连同性格、认识能力等心理特质,组成了组织中的个体DNA ( 此外还有企业DNA) ,此类DNA分子无序化链接构成组织基因［4］,企业基因可以通过基因复制、传递机制来发挥效能［5］。企业基因理论为高管团队人力资本研究提供了新方向———人力资本DNA分子链接。现有的对高管团队人力资本同质性与异质性的研究,发现人力资本同质性、异质性与企业绩效负相关。从人力资本的角度分析,人口统计特征变量间存在的交互作用能够解释此问题,正是变量间的交互作用削弱或压制了单一变量的负向效应,促使团队整体发挥人力资本功效。因此,本文提出以下假设:
H3 - 1: 高管团队职能异质性越高,团队职能同质性对企业绩效的负效应越弱。
H3 - 2: 高管团队教育同质性越高,团队教育异质性对企业绩效的负效应越弱。
个体DNA的连接整合在企业基因理论中是第一层次整合,基因连接归整是第二层次结构化,职能同异性交互与教育同异性交互可视为知识存量与经验存量,而知识存量与经验存量是人力资本问题的两个方面,从整体上在高管团队中发挥智力资本的创造力。因此,本文将职能交互项与教育交互项分别作为经验型人力资本存量和知识型人力资本存量的替代变量,并提出以下假设:
H3 - 3: 经验型人力资本存量越低,知识型存量对企业绩效的正效应越强。
H3 - 4: 知识型人力资本存量越低,经验型存量对企业绩效的正效应越强。
二、研究方法
(一)数据选取
本文以沪深上市高新技术企业为研究对象,选取198 家火炬计划高新技术企业自2009 年至2013 年的数据,所使用的上市公司财务指标数据来自于CSMAR中国上市公司财务指标数据库,高管团队信息来自于CSMAR中国上市公司治理结构研究数据库以及新浪财经网、问财财经网、巨潮资讯网。获得初始样本后,通过以下标准对原始样本进行筛选:( 1) 剔除高管背景资料及相关数据无法获取的公司;( 2) 由于刚上市的公司经营状况不稳,所以剔除2009 年及以后上市的公司;( 3)剔除2009 年度至2013 年度ST、PT公司样本。通过上述标准选择,最终研究对象为114 家上市公司,有效样本为570 个。
( 二) 高管团队的界定
参照Rosen ( 1982) 、Hambrick ( 1994) 、魏立群( 2002) 等关于高管团队的概念,本文将企业管理团队界定为处于企业最高战略制定与执行层面,并且通过战略决策的制定与执行能够为企业带来价值增值的具有副总经理、副总裁、总会计师、财务总监、总工程师、总经济师等以上职务的管理群体。
( 三) 变量定义
其中Herfindal - hirschmax系数( 又称Blau系数) 是计算人力资本异质性的一种方法,计算公式如下:
Pi指高管团队中第i类职能背景的成员所占的百分比,n等于职能背景的类别数。H值界于0 至1之间,值越大,说明高管团队职能背景异质性程度越高。
( 四) 模型构建
借鉴交互层次回归方法,本文构建了以下三个检验模型,以检验上文提出的研究假设:
其中Contro代表模型多个控制变量,模型中多个符号详见以上变量定义。建立计量数学模型后,本文采用Wald test来检验模型中交互作用存在性,并提出原假设:交互项系数在模型中为0(三种交互作用都不存在)。通过表2的Wald Test检验结果,本文否定了原假设,认定模型中交互作用是存在的。
三、数量分析和结果
( 一) 描述性统计与相关性分析
从控制变量描述分析来看,性别异质性平均数为0. 317,且0 - 0. 6 数据频率分布比重达到了80% 以上,这说明高管团队中女性高管占的份额较低,男性高管占据统治地位。年限异质性同样整体比较小,说明团队成员共事时间较长,进入团队时间早晚相距不大。在自变量描述统计情况中,教育同质性水平整体处于本科水平,而职能经历同质性在平均值之上,这说明团队学识上的亏欠可能会通过实践经验来弥补。在异质性上,两者取值范围幅度较大,并且平均值都大于0. 5,这暗示团队人员学识与经历差异较高,术业专攻性强。
从相关性分析来看,重点变量与财务绩效间存在显著的相关关系,这说明高管团队人力资本变量可能影响企业绩效,更准确的结论有待进一步检验。本文采用层次回归方法,先分别检验了职能背景、教育背景变量对绩效的影响,随后检验了交互整合变量对企业绩效的影响。
注: N = 570,!P > 0. 1,*P > 0. 5,＊＊P > 0. 01,＊＊＊P > 0. 001。
( 二) 回归分析
表5 中各模型F - statistic数值处于13 - 17 区间内,且都通过了F检验( 方差齐性检验) ,说明回归方程整体显著性很高; 各模型R - squared位于0. 2 附近,说明高管团队职能背景与财务绩效拟合一般,这可能与模型技术处理有关; 模型Durbin- Watson分布于1. 9 左右,距2 比较近,可以断定各模型残差项符合正态分布,且不存在自相关问题; 模型中各变量VIF值基本在1. 5 左右,说明变量间不存在共线问题。
在模型1 中,职能经历平均水平与财务绩效在0. 1 水平上显著负相关,验证了H1 - 1 假设; 同时,职能背景异质性与企业财务绩效在0. 001 水平上显著正相关,假设H1 - 2 同样获得统计数据支持。团队职能经历同质性与异质性的交叉变量( FI) 系数为0. 079,在0. 01 水平下显著,这表明高管团队职能背景异质性越高,团队职能同质性对企业绩效的负效应越弱,假设H3 - 1 得到印证。因此,结论证实社会类化理论和企业基因链接理论确实发挥着作用。社会类化过程易激发冲突,降低团队凝聚力,同时类化过程中的 “和而不同”也能够拓展团队视野,提升决策质量。社会类化过程利弊共存,而团队内人力资本链接整合能推动团队趋利避害,促使集体智力资源的发挥。
在模型2 中,教育平均水平与财务绩效间虽有正向系数,但未达到显著性水平,假设H2 - 1 没有得到验证; 同时,教育异质性与企业财务绩效也未达到显著性水平,假设H2 - 2 同样不成立。团队教育同质性与异质性的交叉变量( EI) 系数为0. 028,在0. 1 水平下显著,不能证实高管团队教育同质性越高,团队教育异质性对企业绩效的负效应越弱,即假设H3 - 2 不成立,但证实了高管团队知识型人力资本存量与企业绩效显著正相关。
在模型3 中,高管团队经验型人力资本存量与企业绩效在0. 001 水平下显著正相关,同样高管团队学识型人力资本存量与企业绩效在0. 1 水平下显著正相关。这与模型1 和模型2 呼应,也证明人力资本对企业绩效却有正向效应的事实。团队经验存量与学识存量的交互变量( EFI) 系数为-0. 75,在0. 01 水平下显著,证实两存量交互作用确实存在且效果非常显著,也证明了经验存量在人力资本学识存量较低时会弥补学识短板对企业绩效发挥正向作用,反之亦然。这与描述性统计分析相一致,假设H3 - 3 和H3 - 4 成立。结论说明高管团队经验( 或知识) 欠缺时,知识( 或经验)优势逐渐显露,在一定缓冲程度上优势制约劣势,促使整体健康运转,这就是所谓的 “扬长制短”。
四、稳健性检验
由于2008 年爆发了国际金融危机,2009 年的经济数据波动比较大,本文以2009 年数据为分界点进行稳健性检验,并采用Chow Breakpoint Test检验提出原假设,数据模型无显著的结果变化; 本文运用Eviews 8 计量软件,检验结果如表6 所示。从检验结果可知三个模型的F统计量和LR统计量相应的概率值P远大于0. 05 和0. 1,不能否定稳健性假设,可以认定线性回归结果是稳健的。
五、不足与建议
本文验证了高管团队人力资本特征、团队人力资本结构与公司绩效的关系,探讨了以交互项作为人力资本结构的替代变量对财务绩效的影响,获得了一些有意义的研究结论。本研究的局限性有以下两点: 第一,企业基变因素—组织环境没有考虑,但组织环境因素是企业人力资本研究不可或缺的外在因素。第二,团队成员性格、个性、心理认知等心理因素没有考虑,使得团队人力资本结构分析存在缺陷。
现以本文的研究成果为基础提出了以下几点建议: 第一,成员的教育水平、职能经历状况是团队组建时必须要考察的因素。第二,经营者对管理团队的管控应该从集体整合功效的视角着手,要以团队整体效用的最大化为目标。第三,企业在创建高效管理团队实践中可以突出培养团队研发或实践的能力。这不仅是由企业内部资源丰度决定,而且更符合成本效益原则; 同时,团队专长能力会弥补人力资本其他方面的不足,更好地发挥团队智力正效应。
摘要：基于企业基因理论和社会类化理论,本文以2009-2013年我国上市高新技术公司为研究样本,探讨高管团队人力资本结构与财务绩效关系。研究结果显示:企业基因理论能更好地解释高管团队人力资本结构对企业绩效产生的影响,社会类化理论在职能背景中的表现明显,但在教育背景中表现不显著;在同异交互上,职能同质性与企业财务绩效显著负相关,而职能异质性与企业财务绩效正相关,并且高管团队职能异质性越高,团队职能同质性对企业绩效的负效应越弱;在经验知识交互上,知识型、经验型人力资本存量与企业绩效显著正相关,经验型人力资本存量越低,知识型存量对企业绩效的正效应越强,反之亦然。
高管团队人力资本 篇4
当今的知识经济时代,高管团队作为企业稀缺性的人力资源,是企业获得核心竞争力的关键要素。所以,对高管团队合理配置是至关重要的。学术界普遍认为高管团队异质性是指各团队成员间人口背景特征、认知观念、价值观、 经验等方面的差异。在高管团队研究中具有里程碑意义的是Hambrick与Mason(1984)的高层梯队理论,他们认为高管各成员背景和构成特征会对组织竞争行为产生重要影响, 不仅直接影响企业绩效,而且还有可能通过对战略选择的影响,间接影响企业绩效。另外,高管人口特征对企业绩效的作用还受到更为基本的前因变量的调节,这些变量包括企业所处的外部环境和企业内部的资源等。由于管理者的成长环境、专业背景、受教育方式等的差异,导致工作中表现出不同的行为和价值观念,进而影响企业的绩效。因此, 许多学者开始考察高管团队的人力资本的异质性与企业绩效间关系的研究。Wiersema(1992)在分析高管成员间的年龄差异与组织进程的关系后,发现高管团队中各成员的年龄异质性与离职率正相关。Christian和Niels(2008)运用丹麦私营企业的数据进行分析后提出,团队年龄的异质性和公司绩效间呈倒U的相关关系。Simth (1994) 和Thshman (2005) 认为高管成员受教育水平的异质性使得信息的来源多样化,从而提高了企业绩效。Srivastave和Lee(2005)针对高管团队成员任期差异对组织绩效的影响进行了研究, 发现高管团队成员任期的差异越大,越有利于企业成为领域的领先者。Carpenter(2002)、Kor(2003)通过研究发现高管团队职业背景异质性与企业绩效存在正相关关系。
中国对高管人力资本异质性与企业绩效相关性的研究相对较晚,尚处于发展阶段。魏立群、王智慧(2002)发现,年龄异质性是影响公司绩效的主要因素,并显著正相关,团队异质性与绩效的假设却未得到相应的支持。谢凤华(2008)、张运生和欧阳慧(2003)发现,高管团队的教育水平异质性、任期异质性与绩效正相关。张平(2006)发现高管团队任期的异质性、职业经验异质性与企业绩效呈负相关关系。林新奇和蒋瑞(2011)发现,高管团队任职经验异质性和企业财务绩效正相关。任颋和王铮(2010)的研究表明高管团队中女性的参与能提高企业的绩效。
总体来说,企业高管团队的人力资本作为企业的核心要素,对企业绩效有较明显的促进作用,但对于高管团队人力资本异质性对企业绩效相关性研究方面,尚未有针对高科技行业的实证研究;并且大部分的研究中都忽略了企业的发展阶段、公司规模、团队规模、企业的成长性等作为控制变量的研究,降低了研究结果的准确性。因此,笔者在国内外学者研究的基础上,考虑了各种控制变量的影响, 对企业高管团队人力资本异质性对企业绩效的影响进行实证研究,检验高管团队人力资本异质性和企业绩效存在怎样的相关性,并以高科技行业为例,同时也能为高科技行业中各高管团队的构建及企业的发展提供有价值的结论和合理的建议。
二、理论分析与研究假设
当今社会,人力资本已经成为一个企业的核心要素, 能为企业提供持续的竞争优势。而作为企业核心人力资源的高管团队,是维持企业竞争优势的关键。企业高管这种类型的人力资本具有稀缺性、难替代性、价值高等特点。企业竞争的创造出核心竞争优势,对于高科技行业由显重要,高管团队作为企业战略实施和经营计划的制定者,对于整个企业发挥了重要的作用。一般,我们认为,年龄决定了一个人的阅历和价值观念,教育程度决定了一个人的学习能力和思维方式,相似的经历、价值观、学习能力、思维方式,使得成员间交流更加顺畅,关系更加融洽,凝聚力增强,不易产生认知和情感冲突,有利于通过成员间的合作与配合保持团队稳定发展战略的实施。任期的不同导致成员间的了解和磨合程度不同,另一方面,使得对企业的了解程度也不尽相同,由于成员间缺乏了解、或是对企业认识不够,容易影响团队的运营效率从而对企业绩效产生影响。信息决策理论认为:职能背景异质化程度高的团队能够拥有更多的资源和信息,带来丰富而多元的观点和视角,促进组织学习,帮助团队做出高质量和富有创造力的决策,有效解决企业面临的问题,从而提升企业绩效。根据性别差异理论,性别的差异反映在态度和行为上的优势不同,有利于发挥性别间在思考和处理问题的互补性,共同发挥团队效能,从而提高团队的决策水平和治理水品。因此,经过分析,本文建立了以下假设:
假设1:年龄异质性与企业绩效负相关;
假设2:教育程度异质性与企业绩效负相关;
假设3:专业背景异质性与企业绩效正相关;
假设4:任职期限异质性与企业绩效负相关;
假设5:薪酬水平异质性与企业绩效负相关;
假设6:性别异质性与企业绩效正相关
三、研究设计
(一)样本选取与数据来源本文研究对象是高科技上市公司,所以选择电子制造业中主营业务为通讯技术、计算机软件开发、网络技术为主的公司和以通讯产品、计算机等研发为主营业务的信息技术业公司数据作为研究对象,进行实证研究。选取在沪、深证劵交易所上市的通讯及相关设备制造业和信息技术业公司作为初始样本,以2010年至2012年12月31日作为考察的时间(收集的数据来源于沪、深证劵交易所网站以及新浪财经网)。首先,选取在沪、深证劵交易所的主营业务是以通讯技术、计算机软件开发、网络技术为主电子制造业公司和以通讯产品、计算机等研发为主营业务的信息技术业公司,共计149家公司;其次,剔除2010年后上市的100家公司,得到49家公司;然后,剔除了属于ST、*ST板块的3家公司,得到46家公司;最后,剔除数据不全的5家公司,得到41家公司作为研究样本。
(二)变量定义和模型建立本文选取如下变量:(1)自变量。异质性一般采用Herfindahl指数(Michael&Hambrick,1992),公式为:,H是界于0和1之间的数值,Pi表示的是团队中第i类人员所占团队人员的百分比。在此公式中,H的数值愈大,表明团队的异质性程度愈高;反之。本文将运用6个主要的维度来衡量高管团队的人力资本:第一, 年龄:划分成五类,对于每一类赋值如下:1代表30岁以下;2代表31-40岁;1代表41-50岁;4代表51-60岁;5代表60岁以上。第二,教育水平:划分成五类,对于每一类赋值如下:1代表大专以下学历;2代表大专学历;3代表大学本科学历;4代表硕士研究生学历;5代表博士研究生学历。第三,专业背景:划分为四类:1、企业;2、政府;3、高校;4、其他。第四,工作任期:划分为四类,对于每一类的赋值如下:1代表一年及以下;2代表一年到三年之间(包括三年);3表示三年到六年之间(包括六年);4代表六年以上。第五,薪酬计算标准采取年薪的数额作为统一的标准,划分为五类,对于每一类的赋值如下:1代表年薪十万及以下;2代表十万到二十万 (包括二十万);3代表二十万到三十万(包括三十万);4代表三十万到四十万(包括四十万);赋值依次向上递增。第六,性别: 1代表男性;2代表女性。(2)因变量。影响到企业绩效的指标有很多,总结起来主要有以下几种:净利润、净资产收益率、 营业收入等。本文在中和了以上指标的基础上选取了净资产收益率(ROA)、主营业务收入增长率(RGR)来衡量企业的经营绩效。净资产收益率(ROA)是净利润与平均股东权益的百分比,用以衡量公司自有资本的利用效率。净资产收益率能综合体现企业销售规模、资产结构、资产营运以及企业的盈利能力,弥补了每股税后利润指标的不足,能很好的诠释了企业追求的价值最大化的经营目标,分析公司获利能力比较适宜。主营业务收入增长率(RGR)是本期主营业务收入与上期主营业务收入之差与上期主营业务收入的比值,可以衡量公司发展所处的阶段。可以综合的衡量企业的盈利能力,进而反映企业的绩效,主要突出绩效中的成长性。(3)控制变量。由于影响企业绩效的因素很多,所以还需要加入一些控制变量进行分析。公司的规模不同,考虑到规模报酬的差异,对上市公司的绩效可能产生影响,因而将公司规模(Lnsize)作为控制变量之一。一般以雇员人数、总资产或主营业务收入的自然对数来衡量。本文对总资产取对数作为控制变量之一。高管团队的总人数及团队的平均年龄也会对公司的绩效有一定的影响,所以把高管团队总人数和团队的平均年龄也作为控制变量。另外,企业的年龄、 资产负债率、总资产周转率也会对企业的绩效产生一定的影响作用,所以也作为控制变量。
在此模型中,β0为截距,β1为回归系数,ε 为随机变量, 表明了其余的影响公司绩效的变量,i(i=1,2,3…)代表第i家公司,Yi表示第i家公司的绩效指标,采用净资产收益率 (ROA)、主营业务收入增长率(RGR)来衡量。
四、实证分析
(一)描述性统计上市高科技公司高管团队人力资本异质性与企业绩效的描述性统计如表1,表中列示了样本变量的最小值、最大值、均值和标准差。
(二)相关性分析根据双变量相关性检验的结果,一些变量间还是存在较强的相关关系的。从表2中可以看出, 高管团队年龄的异质性与薪酬水平的异质性与企业绩效指标净资产收益率在1%水平上显著负相关,表明在高管团队中各高管的年龄差异和薪酬水平差距越小,企业的绩效表现越好。这与本文的假设一和假设五相符。高管团队性别的异质性与企业绩效指标净资产收益率在5%水平上显著正相关,表明高管团队中,性别差异越大,越有利于工作上的配合,企业的绩效表现越好。这刚好与假设六相符。高管团队的教育水平异质性与专业背景的异质性与企业绩效指标主营业务收入增长率在10%水平上显著负相关,表明高管团队各成员的教育程度和专业背景差距越悬殊,越不利于企业的发展,企业的绩效表现越差。高管团队任期的异质性与企业绩效呈负相关关系,与本文假设四相符,但是并不显著。各控制变量与自变量也成显著性关系,如年龄异质性与企业年龄显著负相关,教育水平异质性与团队规模、 团队年龄显著正相关,专业背景的异质性与团队的平均年龄显著负相关,性别的异质性与企业规模的对数、资产负债率显著负相关。因变量间也有较强的关系,如年龄的异质性与教育水平的异质性、专业背景的异质性呈显著正相关,专业背景异质性与任期的异质性呈显著正相关。另外, 各控制变量之间的相关系数均显著小于0.8,表明本文的研究模型不存在多重共线(多重共线性的检验判断值为0.8)。
(注:N=41,在表中所列的数值为变量间的相关系数,***p<0.01,**p<0. 05,*p<0.1,进行双尾检验)
(三)多元回归分析从表3整体回归结果分析,模型一和模型二的F统计量得值分别为4.785和3.055,并且显著性水平均为1%,可以说明模型是有效的。调整后的R2分别为0.532和0.381,说明模型一和模型二的自变量的选取比较恰当,样本拟合度较好。(1)年龄异质性在模型一和模型二中的t值分别为3.944和3.527回归系数都在1%的水平显著异于0,即年龄异质性与企业绩效显著负相关。对这一结果可以解释为:高管团队各个成员的年龄差异越小,越有利于企业的发展,企业的绩效越好。原因可能是,针对于高科技企业,年龄的不同,使得成员的成长环境、认知基础、 价值观的不同,从而导致所表现的行为不同。年龄差异越大,越容易引起认知冲突和情感冲突,导致各成员的技术性交流合作减少,团队的凝聚力下降,这些都将导致企业的绩效下降。此研究结果与本文的假设1相符。(2)教育水平异质性在模型一和模型二中的t值分别为3.483和2.425回归系数分别在1%和5%的水平显著异于0,即教育异质性与企业绩效显著负相关。对这一结果可以解释为:高管团队各个成员的教育水平差异越小,越有利于企业的发展,企业的绩效越好。其原因可能是因为,学历的差异越大,管理者思考问题的方式、适应变化的能力也各不相同,从而导致企业战略实施、经营计划制定等方面出现分歧,影响企业的绩效表现。此研究结果与本文的假设2相同。(3)专业背景异质性在模型一中的t值为2.397,回归系数在5%的水平显著异于0,即专业背景异质性与企业绩效显著正相关。 对这一结果的解释为:高管团队专业背景差异越大,各个成员越是来自不同的专业,使得高管团队的各成员能多角度、全范围的进行企业战略的评估,进而使得企业在复杂多变的外部环境中,选择最佳的经营方案。此研究结果与本文的假设3一致。(4)工作任期异质性在模型一的回归系数为2.803的t检验在1%水平上通过,表明高管团队工作任期的异质性与企业绩效显著负相关。说明高管团队各成员工作任期差异越小,企业的绩效越好。由于高管团队成员任期的差异,使得各成员间的背景、经验间存在差异,导致对企业战略和企业文化的了解程度存在差异,致使内部合作不协调;另外,由于成员间任职时间的差异,容易引发个别成员心理的不平衡感或是形成一种自我保护意识,导致企业营运能力降低。此研究结果恰好支持了假设4。(5)薪酬异质性在模型一和模型二中的回归系数分别为2.503和? 3.047的t检验结果分别在5%和1%水平上通过,表明薪酬异质性与企业绩效显著负相关。说明薪酬差距越大,成员间越容易产生心理上的不平衡感,越不利于企业的发展,企业绩效表现越差。此研究结果验证了假设5。(6)性别异质性在模型一中的t值为3.589回归系数在1%水平显著异于0, 表明性别异质性与企业绩效显著正相关。也就是说高管团队中男女性别差异越大,可以在工作中产生互补,越有利于各项工作的开展,企业绩效表现越好。此研究结果支持假设6。
(注:N=41,表中上面的数字为回归系数,下面括号中的为t值,*、**、 *** 分别表示在10%、5%、1%的水平上有显著性)
五、结论
本文研究了高科技上市公司高管人力资本的异质性与企业绩效间的关系,发现高管团队年龄的异质性、教育水平异质性、工作任期异质性与企业绩效负相关,专业背景异质性、性别异质性与企业绩效正相关。因此提出以下对策建议:一是企业引进高层管理者时,不能只是一味的注重高学历,应该根据企业自身的特点选择经验丰富、了解企业文化的人才,从而增强团队的运作和管理上多样性和创新性。二是注意高管团队年龄分布的合理性,避免由于年龄异质性过高所导致的团队内部的冲突,进而影响企业的绩效表现。三是对高管人员进行合理的薪酬结构设计,既能保证各成员间的薪酬差异不至于过大,又能保证薪酬激励作用的发挥。四是,在组建高管团队时尽量考虑吸纳不同职能背景的成员,充分发挥不同专业人员的互补优势,促进团队成员间的思想碰撞。
摘要：本文对2012年高科技上市公司的数据进行了多元线性回归分析,得出结论:高管团队年龄的异质性、教育水平异质性、工作任期异质性与企业绩效负相关,专业背景异质性、性别异质性与企业绩效正相关,最后根据以上结论进一步对高管团队的构建提出建议。
高管团队人力资本 篇5
“大数据”时代, 是人力资源信息“大爆炸”时代, 也是人力资源管理大变革时代。在当前背景下, 人力资源管理已从传统意义上的管理发生了变化, 现在的人力资源管理可以以大数据为依托, 从中挖掘出有价值的信息, 从而为企业的人员选聘、管理等方面提供依据, 最终体现在企业的经营绩效上。因此, 在数据背景下研究企业中高管人员的人力资本特征对经营绩效的影响, 是很有现实意义的。
二、研究设计
(一) 提出假设
根据国内外相关研究成果, 提出以下假设:
H1:董事长与总经理的两职设置情况与企业经营绩效负相关。
H2:高级专业职称的高管人数与企业经营绩效正相关。
H3:具有高学历背景的高管人数与企业经营绩效正相关。
H4:总经理在行业协会的兼职情况与企业经营绩效不存在显著相关关系。
(二) 样本选取与数据来源
本文调查收集了612家国有上市公司2007——2012年的报表数据作为样本, 其中包括电网电力、石油石化、电信、科技等各个不同的行业。
样本选取遵循以下原则:
数据的可获取原则:剔除在公开资料上没有披露或披露不详尽本研究所需数据的公司, 包括高管团队成员资料不详的企业。
健康经营原则:剔除在2007年至2012年间曾被ST、*ST、PT的公司以免影响研究结论的可靠性和一致性。 (表1)
分析数据包括如下:
国有上市公司股权集中度、董事长和总经理两职设置情况、高级专业职称的高管人数、具有高学历背景的高管人数、总经理行业协会兼职情况、企业规模以及资产负债比;
企业业绩:净资产收益率 (净利润) 、托宾Q。
样本数据主要来源于巨潮资讯网、新浪财经等网站上所公布的国有上市公司年度财务报表及其高管信息。
(三) 变量指标选取和衡量
1.董事长与总经理两职设置情况。两职设置情况采用赋值法进行分析, 具体赋值如表2所示:
2.高级专业职称的高管人数。通过巨潮资讯网、新浪财经网等平台上发布的企业年报中搜集。
3.具有高学历背景的高管人数。通过巨潮资讯网、新浪财经网等平台上发布的企业年报中直接获得。
4.总经理行业协会兼职情况。与高级专业职称高管人数和具有高学历背景的高管人数一样直接从年报附注中获取。
5.企业经营绩效。用托宾Q和净资产收益率来衡量。
6.控制变量。选择三个控制变量:企业规模 (用总资产取自然对数表示) 、资产负债率以及股权集中度 (用前五大股东持股比例来表示) 。
(四) 模型构建
其中, R表示企业经营绩效, DUAL表示两职分离, PRO表示高级专业职称高管人数, EDU表示受教育程度, PART表示总经理在行业协会兼职情况, GENT表示股权集中度, CSIZE表示企业规模, LEV表示资产负债率, Σcontrols表示控制变量, β0表示常数, β1、β2、β3、β4、β5、β6、β7均表示系数, ε表示残差。
(五) 实证分析
1.Person相关性分析。通过对主要变量做Person相关性分析, 得到如下结果:
(1) 董事长、总经理的两职设置情况与托宾Q在1%的水平上显著负相关, 与净资产收益率不存在相关性关系。这与假设相符。
(2) 高级专业职称的高管人数与托宾Q在1%水平上显著负相关, 与净资产收益率在5%水平上显著负相关, 这与假设不相符, 造成这一结果的原因可能是:?样本数据可能存在误差?没有区分行业进行实证研究。
(3) 具有高学历人才的高管人数与托宾Q、净资产收益率均在5%水平上显著负相关。这与假设不相符, 造成这一结果的原因可能是:?样本数据在整理过程中可能存在误差?经营绩效受多种因因素素影影响响, , 可可能能会会导导致致实实证证分分析析结结果果存存在在误误差差。。
(4) 总经理在行业协会的兼职情况与托宾Q、净资产收益率不存在显著相关关系。这与假设相符。
(5) 前五大股东持股比例与托宾Q在1%水平上显著负相关, 债务资产比率、企业规模均在1%水平上与托宾Q显著负相关, 与净资产收益率显著正相关。
2.回归分析 (表3) (表4) 。由回归分析可知, 只有董事长与总经理的两职设置情况以及资产负债率、企业规模通过了检验, 即模型方程应该是:
其中, 方程 (1) 是短期经营绩效与其影响因素之间的方程模型, (2) 是长期经营绩效与其影响因素之间的方程模型。
三、结论
通过实证分析可以得到以下结论:
1.董事长与总经理的两职设置情况与企业长期经营绩效和短期经营绩效均存在显著负相关关系。
2.资产负债率与企业的短期经营绩效有显著正相关关系, 与长期经营绩效存在显著负相关关系, 即控制变量中的资产负债率会对企业的长短期经营绩效产生不同影响, 因此, 企业在制定发展战略时应注意负债比。
四、结语
大数据时代虽然使人力资源管理工作面临着更严峻、更高层次的挑战, 但也给其带来了便利性。例如, 大数据时代能使企业从网上获得大量数据, 对这些数据进行深层次挖掘就可以发现其背后隐藏的有价值的信息。因此, 利用实证分析法来研究国有控股公司高管的人力资本特征对企业经营绩效的影响是很有现实意义的, 这可以为国有上市公司的人员选聘、绩效管理等方面提供相关借鉴依据。
参考文献
[1]唐魁玉.大数据时代人力资源管理的变革[J].中国人力资源社会保障, 2014, (3) :57
[2]周勇, 龚海东.创新型企业家人力资本特征与企业绩效的实证研究[J].科技管理研究, 2014, (2)
[3]谬小明, 李淼.科技型企业家人力资本与企业成长性研究[J].科学学与科学技术管理, 2006 (2) :126-131
[4]何韧, 王维诚, 王军.管理者背景与企业绩效:基于中国经验的实证研究[J].财贸研究, 2010 (1) :109-117
[5]郑健壮.民营科技企业家特质与企业绩效相关性研究——基于浙江省3937家民营科技企业的调查[J].企业管理, 2004 (3) :36-38
[6]朱焱, 张孟昌.企业管理团队人力资本、研发投入与企业绩效的实证研究[J].会计研究, 2013, (11) :45-52
[7]田青青.上市公司高管人力资本与企业绩效的实证研究——以医药行业为例[J].四川理工学院学报 (社会科学版) , 2012, 27 (2) :46-50
[8]吴斌, 刘灿辉, 史建梁.政府背景、高管人力资本特征与风险投资企业成长能力:基于典型相关方法的中小板市场经验证据[J].会计研究, 2011, (7) :78-84
[9]吴斌, 黄明峰.风投企业高管人力资本特征与经营绩效——来自深市中小板的经验数据[J].山西财经大学学报, 2010, 32 (3) :88-94
[10]汪金龙, 李创霏.高管人力资本、高管报酬和公司绩效关系的实证研究—以中部地区上市公司为例[J].经济管理, 2007, 29 (24) :33-38
高管团队人力资本 篇6
高管作为一种稀缺的人力资本资源, 对企业的生存和发展起着举足轻重的作用。因此, 有关高管人力资本的研究议题也越来越受到企业界和理论界的广泛关注。理论界对高管人力资本的研究主要集中在高管特征 (如:教育背景、年龄等) 对企业绩效的影响方面[1,2,3], 并取得了一些有价值的研究成果。但大多数专家学者在研究过程中仅分析了高管人力资本对企业绩效的平均影响, 而很少见探讨不同绩效水平的企业中高管人力资本对企业绩效的影响。鉴于企业绩效本身也会对高管人力资本与企业绩效的关系产生影响, 本文将运用分位数回归法, 对不同企业绩效水平下的高管人力资本与企业绩效的关系进行探究。
1 研究设计
1.1 变量定义
(1) 被解释变量:企业绩效。本文将借鉴文献[1]的作法, 选取净资产收益率作 (ROE) 为衡量企业绩效的指标。
(2) 解释变量:高管人力资本。本文将借鉴文献[1][2]的作法, 选取高管平均年龄 (YERA) ;高管平均教育年限 (EDU) :大专学历人数*3+本科学历人数*4+硕士学历人数*7+博士学历人数*10;高管平均薪酬 (PAY) :高管薪酬总额/领取报酬的高管人数作为高管人力资本的衡量指标。
(3) 控制变量:企业规模。本文将借鉴文献[4]的作法, 选取企业总资产 (SIZE) 作为企业规模的衡量指标。
1.2 分位数回归模型
分位数回归模型最早是由Koenker和Bassett (1978) 提出的, 它是依据因变量的条件分位数, 从而得出所有分位数下的回归模型的一种方法[5]。该方法能较全面地描述被解释变量条件分布的全貌, 不同分位数下的回归系数通常不同, 即解释变量对不同水平的被解释变量的影响是不同的。其基本模型为:
其中, yi和xi分别表示被解释变量和解释变量, xi′为xi的转置, θ为估计中所取的各分位数值, βθ为对应于被解释变量第θ分位数的各解释变量的回归系数, εθi是误差项。
给定解释变量xi时, 被解释变量yi的第θ分位数回归模型为Qθ (yi/xi) =xi′βθ, 分位数回归中, 参数估计一般采用加权最小一乘准则, 其表达式为:
基于上述理论介绍, 本文建立分位数回归模型如下:
该模型表示被解释变量ROE的分位数回归模型, 用以检验不同绩效水平的企业中高管人力资本对企业绩效的影响差异。
1.3 数据说明
本文数据来源于RESSET金融数据库, 以2012年我国沪、深两市的高科技上市公司为研究样本。样本选取遵循以下原则:剔除ST和PT类上市公司;剔除财务数据缺失的公司;剔除未公布高管学历的公司。基于以上原则, 最终选取了64家高科技上市公司, 样本的描述性统计, 见表1。
2 实证结果与分析
本文利用Eviews6.0统计软件, 采用分位数回归方法, 分析不同绩效水平的企业中高管人力资本对企业绩效影响的差异程度。本文将企业绩效分为0.1-0.9分位数, 不同分位数下的回归结果, 如表2所示。
注:*、**、***分别表示在10%、5%、1%的水平上显著.
由表2可知, 不同的企业绩效分位点处, 高管人力资本的回归系数是不同的, 即不同绩效水平的企业中高管人力资本对企业绩效的影响是不同的, 具体分析如下:
2.1 表2的第三列表示高管平均年龄 (YEAR) 在企业绩效不同分位数上的变化情况。
从中可以看出, 在0.1分位点处的回归系数为负, 而在0.2-0.9分位点处的回归系数为正, 但均不存在显著关系。这说明在较低绩效水平的企业中, 高管平均年龄与企业绩效负相关, 传统的管理经验已不再适应企业的发展;其它绩效水平的企业中, 虽然高管平均年龄与企业绩效正相关, 但所产生的促进作用尚未完全显示出来。
2.2 表2的第四列表示高管平均教育年限 (EDU) 在企业绩效不同分位数上的变化情况。
从中可以看出, 在0.1分位点处的回归系数为正, 而在0.2-0.9分位点处的回归系数为负, 且随着分位点数的增加, 其负相关程度显著增强。这说明随着企业绩效水平的提高, 高管平均教育年限对企业绩效产生负面影响的程度不断增强。这可能是由于高管没有注重知识与实践相结合所致, 因此高管平均教育年限对企业绩效提升的促进作用没有发挥出来。
2.3 表2的第五列表示高管平均薪酬 (PAY) 在企业绩效不同分位数上的变化情况。
从中可以看出, 在0.4-0.6分位点处的回归系数为负, 而在其它分位点处的回归系数为正, 但均不存在显著关系。这说明在中等绩效水平的企业中, 高管薪酬未能发挥激励作用;而在较低绩效水平的企业和较高绩效水平的企业中, 高管薪酬起到了一定激励作用, 对企业绩效的提升产生了正向影响, 但作用并不明显。
综合以上分析可以得出, 不同绩效水平的企业中各高管人力资本指标对企业绩效的影响存在一定的差异。
3 建议和对策
本文利用分位数回归方法研究了我国高科技上市公司高管人力资本与企业绩效的关系, 分析了不同绩效水平的企业中高管人力资本对企业绩效的影响差异。为了充分发挥高管人力资本的作用, 现针对分析结果提出几点建议和对策: (1) 对于较低绩效水平的企业, 可任用一些相对年轻的管理人员, 将一些新的管理理念和模式注入到现有企业中, 并与传统的管理经验相结合, 进而充分体现高管年龄对企业绩效提升的促进作用。 (2) 对于任何绩效水平的企业, 在对高管进行后续培训教育时, 应注重高管所学知识与实践相结合, 进而充分发挥知识对企业绩效提升的促进作用。 (3) 对于中等绩效水平的企业, 可在现有基本薪酬的基础上结合其它的激励方式 (如:股权激励等) 来调动高管工作积极性, 从而使企业绩效得到有效的提升。
参考文献
[1]汪金龙, 常叶帆.高科技上市公司高管人力资本与公司绩效的实证研究[J].中国科技论坛, 2008 (6) :116-120.
[2]田青青.上市公司高管人力资本与企业绩效的实证研究[J].四川理工学院学报, 2012, 27 (2) :46-50.
[3]汪金龙, 李创霏.高管人力资本、高管报酬和公踢效关系的实证研究[J].经济管理, 2007 (24) :33-38.
[4]邓学芬, 黄功勋, 张学英等.企业人力资本与企业绩效关系的实证研究—以高新技术企业为例[J].宏观经济研究, 2012 (1) :73-79.
[5]Koenker R, Bassett G.Regression quantiles[J].Econometrica, 1978, 46 (1) :33-50.
[6]高雷, 宋顺林.高管人员持股与企业绩效——基于上市公司2000～2004年面板数据的经验证据[J].财经研究, 2007 (03) .
[7]李嘉明, 黎富兵.企业人力资本与企业绩效的实证分析[J].市场与人口分析, 2005 (03) .
[8]魏刚.高级管理层激励与上市公司经营绩效[J].经济研究, 2000 (03) .
高层管理团队隐性人力资本研究 篇7
关键词：高层管理团队,人力资本,隐性人力资本
引言
近年来,全球经济一体化与金融危机的爆发对企业的高层管理者提出了新的挑战,企业很难依赖单个的“创业明星”或者“职业经理人”来力挽狂澜。高层管理团队的协作对企业的影响将越来越明显。高管团队拥有稀缺性和难模仿性的人力资本存量,是企业竞争优势的重要来源。在实践中,人力资本积累深厚的高管团队与企业绩效呈现正相关关系。
20余年来,高层管理团队的研究主要集中于人口统计学特征的研究,研究高层管理团队人口统计特征与团队过程、战略、企业绩效的关系等,但目前的研究只关注高层管理团队特征数据本身,而忽视了隐藏在数据背后的决定变量。郭玉林(2002)[1]提出将人力资本以知识要素构成的角度进行分类,将其划分为显性人力资本与隐性人力资本。所谓显性人力资本是指构成人力资本价值外在的、通过一般方法可以测量其价值构成或其价值可以得到确定的部分,如人力资本投资的价值形成、贴现、会计成本与现金流等等。而隐性人力资本是指内隐于员工头脑或组织关系中的工作诀窍、经验、创造力、价值观体系等。与公开、半公开人力资本要素相比,隐性人力资本要素更具基础性,是创新的源泉,是一切显性知识的基石。同样,高层管理团队隐性人力资本是企业绩效的源泉,然而,目前还未有学者对高层管理团队隐性人力资本进行研究。本文将探索高层管理团队隐性人力资本的界定及特点,弥补高层管理团队理论的空白点。
1 高层管理团队的界定
关于高层管理团队(Top Management Team,TMT)的研究,最早始于美国哥伦比亚大学的Hambrick&Mason,两位学者首次提出高管团队(Upper Echelons),研究了高层管理团队特征(如年龄、学历、任期等)与企业绩效选择之间的关系。其重点强调的是研究整个高管团队,而非仅仅是管理者个人。此后,学术界涌现了大量高层管理团队与战略选择、团队过程和组织绩效关系的研究。
目前对高层管理团队的界定主要有以下观点,如表1:
资料来源:作者根据相关资料整理
从以上可以看出,高管团队界定的共同点在于基本上都是包括了CEO及向CEO直接报告的高级管理人员。不同点在于高管团队构成说法不一,高管团队的界定是其研究的第一步,如果这一部分界定不清晰,对以后的研究将有很大负面影响。
本研究采用了葛玉辉(2007)[2]对高管团队的界定,他认为把高层管理团队定义为是由那些参与公司经营决策和战略决策,对企业的经营管理有很大的决策权和控制权的相关群体,包括董事长、总经理、各部门总监(如人力资源总监、运营总监)等。
2 隐性人力资本研究述评
21世纪初,知识资本概念的发展为人力资本分类提供了一个崭新的视角,日本的野中郁次郎和竹内广隆在《知识创造型公司》一书中提出显性知识和隐性知识两个概念,借鉴对知识的划分思路和方法可将人力资本划分为显性人力资本和隐性人力资本。
芮明杰(2002)[3]从知识资本的角度研究隐性人力资本,认为知识资本的核心构成即是隐性人力资本。隐性人力资本就是进入某种有用序列的经验、诀窍、能力等隐性智力要素。郭玉林(2002)[1]指出,隐性人力资本是指内隐于员工头脑或组织关系中的知识、工作诀窍、经验、创造力、价值体系等。隋广军,曹鸿涛(2003)[4]根据人力资本形成途径,将人力资本分为显性人力资本和隐性人力资本。显性人力资本是由外来投资形成的,主要投资方式是教育和职业培训;隐性人力资本则是员工通过“干中学”形成的,即个人在生产实践中积累的知识、技巧、劳动经验等。
朱忠福(2004)认为,企业家人力资本是人力资本的最高级形式,是企业家能力的资本化。从构成来看,企业家人力资本由其专业知识、管理技能、健康程度等要素组成,这些要素是他人无法简单获取和习得的,甚至有些是日常生活中未被识别的,属于隐性人力资本的范畴。郑伟,王月红(2004)[5]从人力资本在整个企业运营过程中的状态视角,将人力资本分为潜在人力资本、流动人力资本与实际人力资本。
柳国昌(2005)[6]指出企业家隐性人力资本的属性决定了对其报酬合约的设定进行直接定价是很难的,其人力资本报酬计量具有复杂性,同时成本也是很大的,企业家相容性股票期权制度是解决这一难题的理性选择。刘善球(2005)认为科技型企业家社会网络是指企业家通过与社会联系而获取稀缺资源并获益的一种经济能力,科技型企业家社会网络资本通常被认为在两种社会联系的基础上形成:科技型企业家与团体和组织建立起来的稳定的联系,以及科技型企业家个人的人际社会关系网络。薛乃卓、杜纲(2005)[7]指出隐性人力资本还应涵盖Lynda Gratton&Sumantra Ghoshal(2003)[8]所提出的内隐于组织和个人的不易被观测的社会资本和情感资本。岳彬(2005)从企业竞争优势来源的角度进行了剖析,认为多数隐性人力资本是看不见、摸不着的,这使得隐性人力资本给企业带来的竞争优势更具有不可模仿性和长久性。
李汉通(2007)[9]认为根据人力资本形成途径,可将人力资本分为显性人力资本和隐性人力资本。显性人力资本是由外来投资形成的,主要投资方式是教育和职业培训;隐性人力资本则是员工通过“干中学”形成的,即个人在生产实践中积累的知识、技巧、劳动经验等。刘玉斌(2008)[10]根据高技能人才的工作特性和隐性技能特征,提出高技能人才隐性人力资本界定为高技能人才通过教育培训、干中学等所拥有的难于被效仿、传授,能够创造价值的隐性知识、技能、诀窍等,和因其技能关系而拥有的社会关系资本和情感资本。刘文,罗永泰(2008)[11]认为隐性人力资本是相对于显性人力资本而言的。显性人力资本是已经形成、可以计量、可以确定价值的人力资本。比如各种拥有高等教育背景、各种职业证书的人才。当今教育和培训机制完善且劳动力市场竞争激烈的情况下,企业能够从劳动力市场上得到这些显性人才。隐性人力资本则指内隐于员工头脑中的能力、经验、创造力等和存在于组织关系中的组织愿景、企业文化、价值观、洞察力、对企业的忠诚度等。
综上所述,目前学者们一般认为所谓显性人力资本是指构成人力资本价值的外在的、通过一般方法可以观察其价值构成或其价值可以得到确定的部分,而隐性人力资本与其有着相对的内涵。
3 高层管理团队隐性人力资本
高层管理团队隐性人力资本的界定主要考虑以下几个方面:
3.1 国内外目前隐性人力资本研究成果
目前学者们对隐性人力资本的研究成果,本文采用从知识要素角度对人力资本进行分类的观点,即认为显性人力资本是学历、任期等易观测、可模仿的部分,隐性人力资本是工作经验、能力、价值观等潜在、不易模仿的部分。
3.2 冰山模型
美国著名心理学家麦克利兰于1973年提出了一个著名的素质冰山模型,他将人的素质的表现形式划分为显现的“冰山以上部分”和内隐的“冰山以下部分”。其中,“冰山以上部分”包括基本知识、技能,是外在表现,是易观测的部分,比较容易通过教育、培训进行塑造和发展。而“冰山以下部分”包括社会角色、自我形象、特质和动机,是人内在的、难以观测的部分。它们不会轻易因外界的影响而改变,但却对人的行为起着关键性作用。
3.3 高层管理团队特点
Hambrick和Mason(1984)[12]认为,组织所面对的客观环境影响高层梯队特征,同样,客观环境影响高层梯队特征也影响高管团队的战略决策,高层管理团队会做出与他们的认知基础或管理取向相一致的决策,包括心理特征(价值观、认知模型)和可观察的经历。由于价值观、认知风格难以观测,而且高层管理团队不愿意进行心理测试,目前的研究主要是针对高层管理团队的传记特征进行研究。最关键的是这一理论高管团队的传记特征(如年龄、教育、专业背景等人口统计特征)与心理和认知因素有着密切联系,而且这些高层特征是战略决策的决定性要素,并通过战略决策影响组织绩效。
葛玉辉(2007)[13]明确提出从人力资本的视角来研究高管团队必要性,而且还指出从人力资本的价值因子及其动态变化角度来研究高管团队与企业绩效之间的关系,并利用实证的方法得出了一个高管团队人力资本价值因子的研究模型[2],他指出高层管理团队人力资本是市场上处于稀缺状态,且具有不可替代的高级管理才能,主要表现为个人、团队贡献和整合、凝聚、协调冲突的各种能力,高层管理团队人力资本所有者的基本素质、价值观、努力程度、合作程度等也是价值的构成因子。
结合以上研究成果,本文认为年龄、教育程度、专业背景、任期等易观测变量构成高层管理团队显性人力资本,而人力资本隐性能力、工作热情、职业声望、事业心、创新精神和对企业的忠诚度、动机、认知风格、风险偏好和价值体系及社会资本、情感资本等不易观测部分构成了高层管理团队隐性人力资本。如表2所示。
4 高层管理团队隐性人力资本研究展望
过去20余年里高层管理团队的研究主要集中在从团队特征、团队人口统计特征异质性来研究高层管理团队成员内部作用情况[14~15],Hambrick(1984)指出从团队人口统计学特征进行研究,是因为“心理过程比较难观测和衡量”,人口统计学数据容易获得,且能在一定程度上替代认知架构。但高层管理团队内部成员作用是一个复杂的过程,需要深入认知和价值观等潜在变量领域进行探讨,目前对这种探讨鲜有研究,正如Hambrick(2007)[16]指出对团队心理和团队过程的研究还很欠缺。