2015年3月12日,习近平总书记在十二届全国人大三次会议解放军代表团全体会议上,第一次明确提出:“把军民融合发展上升为国家战略”。军民融合就是把国防和军队现代化建设深深融入经济社会发展体系之中,全面推进经济、科技、教育、人才等各领域的军民融合。在新中国成立70周年国庆大阅兵开幕式上,我们深切地感受到中国军人的风采。军人在服役期间保家卫国,守护一方平安,彰显了军人的责任与担当。那么军人退伍进入社会又会有怎样的表现呢?在我国,每年都有大量军人退伍转业到各行各业,关注退伍军人的社会表现在当下具有重要的现实意义。本文基于企业层面考察具有从军经历高管的异质性,这不仅有利于探究军人价值观对企业决策的影响,还为军民融合战略提供了微观个体层面的证据(权小锋等,2019)。
有关具有从军经历高管道德品质方面的研究,几乎都得出一致的结论。具有从军经历的管理者具有较强的责任感和道德标准,不太可能参与企业欺诈活动和卷入财务不当行为(Benmelech和Frydman,2015;Kochbayram和Wernicke,2018),且能够提升企业内部控制质量(廖方楠等,2018)、降低审计费用(权小锋等,2018)、抑制盈余管理水平(张静等,2019)、促进企业社会责任承担(邵剑兵和吴珊,2018)等。上述研究主要从企业商业活动和经济行为考察具有从军经历高管的影响,但缺乏高管从军经历与宏观政策响应层面的相关讨论,本文研究则试图弥补上述空白。
军队向军人灌输了一种价值体系,即荣誉感、责任感以及正直、自律和无私奉献的精神(Kochbayram和Wernicke,2018;Griffith,2002),有研究显示军事经验会影响其政治态度和价值观(Jenning和Markus,1977),那么具有从军经历的高管所在企业是否会受到军人价值观的影响,积极响应政府政策呢?2013年9月7日,习近平主席在哈萨克斯坦纳扎尔巴耶夫大学作重要演讲,提出共同建设“丝绸之路经济带”。同年10月在印度尼西亚国会发表题为《携手建设中国—东盟命运共同体》的演讲,提出共同建设“21世纪海上丝绸之路”。“丝绸之路经济带”和“21世纪海上丝绸之路”简称“一带一路”倡议。在我国大力提倡“一带一路”的背景下,本文考察高管从军经历与“一带一路”倡议响应度的关系。考虑到上市公司年报的权威性和代表性,本文采用上市公司年报中“一带一路”频次作为衡量企业“一带一路”倡议响应度的指标,以2013−2017年A股上市公司作为样本实证检验了高管从军经历与企业“一带一路”倡议响应程度的相关关系。研究结果表明,高管从军经历与企业“一带一路”倡议响应度存在显著正相关关系。在我国大力提倡“一带一路”的政策背景下,由于具有从军经历的高管拥有强烈的爱国主义精神和责任感、不计私利、崇尚正直,且具有较强的政策感知能力,能较好地意识到“一带一路”政策的重要意义以及给企业带来的机遇,更可能积极响应政府号召。以上结果在利用倾向得分匹配克服样本选择偏误和内生性问题后依然稳健。
与已有研究相比,本文预期的贡献在于以下几个方面:(1)本文考察了高管从军经历对所在企业“一带一路”倡议响应度的影响,丰富了高管从军经历的相关研究。(2)以从军经历高管的爱国主义精神为切入点,证实了从军经历高管作为一种优秀的企业人力资本为国家政策的响应与落实起到了积极促进作用,为退伍军人的安置与任用提供了依据。(3)本文基于高管从军经历的个人特质考察其对于政策响应度的影响,扩充了对于政策响应前因变量的相关研究。(4)经过实证检验证明了高管从军经历对企业政策响应的影响,对当下促进企业参与“一带一路”建设具有重要的现实意义。
余下内容安排如下:第二部分为理论分析与研究假设;第三部分介绍研究设计:主要包括样本选择与数据来源、模型设定及变量说明、描述性统计与相关性分析;第四部分为实证结果与分析;第五部分为进一步讨论;最后一部分为结论及启示。
二、理论分析与研究假设 (一) 高管从军经历与“一带一路”倡议响应度根据高阶理论,高管的特质对企业的经营决策具有显著的影响(Hambrick和Mason,1984),而从军作为管理者的一种独特的个人经历,对企业的经营和发展也会产生不可忽视的影响。近年来,不少学者对高管的从军背景展开了一系列的研究。基于从军高管道德品质的研究几乎都得出了一致的结论,军人热爱祖国、为人正直、忠诚,具有更强的道德感以及责任意识,不太可能卷入财务不当行为和企业欺诈活动,在行业低迷期表现更好(Benmelech和Frydman,2015;Kochbayram和Wernicke,2018)。此外,具有从军经历的高管更倾向于遵守规则,具有较高的道德标准,这使得具有从军经历的高管所在的企业避税倾向更低(Law和Mills,2017)。国内学者的相关研究也证实了具有从军经历管理者的优秀特质,高管的从军经历能够显著抑制企业盈余管理,无论是针对向下操纵盈余还是向上操纵盈余,高管从军经历都具有积极的治理效应(张静等,2019)。军队爱国奉献的优良传统培养了军人崇高的道德感,军队纪律严明培养了军人严格的组织纪律性,较高的道德感与严格的组织纪律性使得高管从军经历能够提升企业内部控制质量(廖方楠等,2018)。军人崇尚正直、不计私利的优秀品质,使得企业容易形成良好的道德气候,降低企业的固有风险,更容易获得审计师的认可,从而降低企业的审计费用(权小锋等,2018)。此外,具有从军经历的高管能够显著降低管理层的在职消费水平,促使企业通过慈善捐赠的方式来承担社会责任,实现公共利益与企业利益的双赢局面(邵剑兵和吴珊,2018)。
从军经历已经被证明是改变一个人一生历程中影响最深远的经历之一。那么,具有从军经历的高管其政策响应度是否与其他经理人存在较为显著的差别呢?所谓政策响应是指企业对政策的拥护、执行和反馈,体现了企业对政策的自主选择性(Ashford,2002),部分学者从知晓度、支持度、行为度等维度来探究特定人群对某一政策的响应程度(谢双玉等,2012;张春丽,2009)。由于本文是基于上市公司企业层面的考察,所以采用上市公司年报这一具有权威性和代表性文件,侧重于从上市公司年报中“一带一路”的出现频次来刻画上市公司对于“一带一路”倡议的支持程度。现有文献对“一带一路”倡议响应的考察多集中于空间响应情况(龚言浩等,2018;杨保军等,2015),较少有基于企业层面对“一带一路”倡议响应的考察。影响企业倡议响应的因素是多方面的,Wegloop(1995)认为企业历史、文化和制度等因素均会影响企业响应决策,李晨光等(2013)则指出企业首脑的态度直接左右企业是否响应政策,因而考察企业高管的个人特质对于政策响应程度具有重要意义。社会学和心理学研究表明,军人具有强烈的爱国主义精神,军队给军人灌输了一种影响深远的价值观念,军人具有更强责任感和无私奉献的精神(Lin等,2011),对西点军校与普通大学在校生的研究也证实,西点军校的在校生具有更强的爱国情操和道德标准(Franke,2001)。军人具有服从大局的意识,甘于奉献和自我牺牲。他们以国家与军队利益为重,将个人利益抛置脑后(权小锋等,2019;Daboub等,1995)。军队的培养使得军人具有更强的国家荣誉感和先天下之忧而忧的家国情怀,在新时代具有从军经历的人在退役后以新的形式投身于祖国的建设,更可能积极响应国家倡议。
此外,具有从军经历的高管长期受到政治观念熏陶,其政治态度和价值观也受到军事经验的影响(Jenning和Markus,1977)。因而与其他高管相比,具有从军经历的高管政策感知能力较强,对国家的政策环境较为了解,能较好地意识到“一带一路”政策的重要意义以及给企业带来的机遇。在我国经济制度转型的背景下,政府依然扮演着重要的角色,企业倾向于与政府建立良好的关系(唐松和孙铮,2014),以获取有利于企业发展的资源及优惠条件(Faccio和Masulis,2006;余明桂等,2010;李姝和谢晓嫣,2014)。具有从军经历的高管基于自身爱国主义情感积极响应政府政策的同时,也能敏锐地感受到当前的政策环境,更能抓住“一带一路”倡议的机遇,并与政府建立积极的关系,获得政府给予的便利条件,实现国家政策有效落实与企业长足发展的双赢局面。
基于上述分析,本文提出如下假设:
假设1:高管从军经历与企业“一带一路”倡议响应度呈显著正相关关系,即有从军经历高管所在的企业会积极响应政府的“一带一路”倡议。
(二) 产权性质、高管从军经历与“一带一路”政策的响应程度在我国制度转型背景下,产权属性是影响企业行为的重要因素(苏坤,2017)。目前国有企业是“一带一路”建设的主力军,但随着“一带一路”建设的加快推进,非国有企业积极参与“一带一路”的意愿也越来越为强烈 (蓝庆新,2017)。2017年末,在对外非金融类直接投资16 062.5亿美元存量中,国有企业占49.1%,较上年下降5.2个百分点,而非国有企业占比达50.9%。随着中国经济发展逐步走向常态化,寻找市场机会的难度加大,更多的非国有企业通过国家政策的引导,积极参与“一带一路”建设,这有助于降低企业成本,实现产能转移,提升利润空间(蓝庆新,2017)。非国有企业虽不具备国有企业天然的先发优势,但其通过积极主动响应政策号召,会大幅提升企业的全要素生产率,促进企业升级,发展前景十分可观(王桂军和卢潇潇,2019)。此外,在企业国际化的过程中,东道国存在一定的政治、经济等不确定性(许晖和余娟,2007),对非国有企业来讲,通过国家政策支持有助于降低风险和投资不确定性,同时也可以抓住重要的发展机遇,因而非国有企业更可能积极响应“一带一路”政策。此外,与国有企业相比,非国有企业股权的高度集中使得管理者的决策权力和空间较高,更可能将个人的价值观念贯彻到企业的经验管理中(赖黎等,2016;蔡依霖,2018)。相比之下,在非国有企业推行一项政策相对容易,所以具有从军经历高管的企业更可能较快地落实相关提议决策。其次,在国有企业,董事长和总经理通常是由政府有关部门任命,其在任时间有限且经常发生高管更换(黄群慧和李春琦,2001),这可能会影响企业经营理念和价值观的连贯性和执行深度,对于具有从军经历的高管来讲短期内将个人价值贯彻到企业内部进而影响其行为更是难上加难。而在非国有企业则有所不同,企业的创建者往往直接参与企业管理,其实际控制人所倡导的理念往往能体现在企业的经营活动的方方面面(赖黎等,2016;靳小翠,2017)。因而在非国有企业具有从军经历的高管能更容易且能长期推行其所倡导的个人价值观念。基于上述分析,本文提出如下假设:
假设2:相比国有企业,非国有企业中高管从军经历对企业“一带一路”倡议响应度的正向作用更加显著。
(三) 高管隐性腐败的调节作用为应对政府管制行为以及密切与政府关系来获取稀缺的资源,有些企业会通过业务招待等行为私下建立与政府的关系(黄玖立和李坤望,2013)。Cai等(2011)研究发现,招待费和差旅费兼有“保护费”和“润滑剂”的功能,有助于企业获得更好的政府服务、降低实际税率和管理支出。但这也会导致隐性腐败的滋生,不利于社会良好风气的形成。与显性腐败相比,高管隐性腐败虽没有实际触犯法律(Osuji,2011),但其带来的危害却不容小觑。由于缺乏明确的法律条文约束以及其自身的隐蔽性,扼杀高管隐性腐败相对困难。高管隐性腐败不利于企业的长远发展和积极的企业氛围的形成,对企业绩效存在显著负向影响(Cai等,2011;卢锐等,2008)。而隐性腐败的存在也可能会对高管从军经历与“一带一路”倡议响应度产生一定的影响。高管从军经历所塑造的价值品质使得企业容易形成良好的道德气候(权小锋等,2018),但在高管隐性腐败严重的企业,其消极的企业氛围可能会弱化从军高管的个人特质,具有从军经历的高管会受到更大的环境压力与阻碍,不利于从军高管优秀品质的弘扬。企业更可能通过 “权钱交易”等行为私下与政府建立良好的联系,从而降低对“一带一路”倡议的响应。在高管隐性腐败较轻的企业,企业积极的文化氛围更有利于弘扬从军高管优秀的道德品质,企业很可能受到其军人高管特质的影响,积极响应政策的号召,采用积极向上的方式与政府建立良好关系,所以更可能积极响应“一带一路”政策。基于此,提出如下假设:
假设3:高管隐性腐败负向调节高管从军经历与企业“一带一路”倡议响应度的正向关系。
三、研究设计 (一) 样本选择与数据来源本文以2013–2017年间上海证券交易所和深圳证券交易所的A股上市公司为样本,按以下标准对数据进行了筛选和处理:(1)剔除当年交易状态为ST、PT的公司;(2)剔除金融类上市公司;(3)剔除数据异常以及相关指标缺失的数据;(4)为消除极端值的影响,对连续变量在1%和99%分位上进行缩尾处理(winsorize)。
高管从军经历的获取:首先在国泰安数据库下载企业董事长和总经理的简历。其次对于缺失的简历借助百度搜索引擎以及新浪财经网站进行了补充。然后对企业董事长和总经理的简历进行筛选以确定其是否具有从军经历,筛选的关键词包括“解放军”“服役”“退役”“士兵”“转业”“部队”“参军”“入伍”“兵团”等与从军相关词汇,在此基础上对筛选结果进行偏差的更正,保证结果的准确性。筛选完毕后对具有从军经历高管所在的企业赋值为1,否则赋值为0。
“一带一路”频次的获取:作者在巨潮资讯网下载2013-2017年间上海证券交易所和深圳证券交易所的A股非金融类上市公司年报,并利用python软件和手动搜索关键词的方式进行“一带一路”频次的统计。由于“一带一路”已经是一个得到普遍认可的重要词汇,故本文未考虑其他意思近似的词汇。
隐性腐败:本文借鉴周美华等(2016)、白智奇等(2018)、佟爱琴和马惠娴(2019)的研究采用在职消费来刻画高管隐性腐败程度。根据陈冬华等(2005)的研究将可能与在职消费有关项目划分为八大类:办公费、差旅费、业务招待费、通讯费、出国培训费、董事会费、小车费和会议费,本文将上述费用项目加总后除以营业收入,以消除规模影响。
本文的其他数据均来自于国泰安(CSMAR)数据库。
(二) 模型设定及变量说明本文所构建的主效应模型如下:
$\begin{aligned} Obor = & {\alpha _0} + {\alpha _1} Army + {\alpha _2} Size + {\alpha _3} Roa + {\alpha _4} Lshr + {\alpha _5} Lev + {\alpha _6} Inde + {\alpha _7} Age + {\alpha _8} \\ & Genderman + {\alpha _9} Growth + {\alpha _{10}} Oversea + {\alpha _{11}} Bsize + \mathop \sum \nolimits Year + \mathop \sum \nolimits Ind + \mathop \sum \nolimits Reg + \varepsilon \end{aligned}$ |
以上模型为高管从军经历与“一带一路”倡议响应度主效应的模型。
本文所涉及的主要变量定义及度量方法具体见表1:
名称 | 符号 | 定义 |
高管从军经历 | Army | 当董事长或总经理具有从军经历时,记为1,否则记为0 |
“一带一路”倡议响应度 | Obor | 以上市公司年报中“一带一路”出现的频次表示 |
公司规模 | Size | 年末资产总额的自然对数 |
企业绩效 | Roa | 净利润/平均总资产 |
资产负债率 | Lev | 负债总额/资产总额 |
第一大股东持股比例 | Lshr | 第一大股东持股数量占总股本比重 |
公司成长性 | Growth | 主营业务收入增长率 |
年龄 | Age | 管理者年龄取自然对数 |
性别比例 | Genderman | 男性占董事长和总经理总人数的比例 |
独立董事占比 | Inde | 独立董事人数/公司董事总人数 |
海外业务收入占比 | Oversea | 海外业务收入占营业总收入的比例 |
董事会规模 | Bsize | 董事会人数的自然对数 |
隐性腐败 | Corruption | 以在职消费程度来衡量,在职消费有关的费用项目/营业收入 |
年份 | Year | 年度虚拟变量 |
行业 | Ind | 行业虚拟变量 |
地区 | Reg | 地区虚拟变量 |
表2显示了具有从军经历高管与没有从军经历高管所在企业的描述性统计结果。由表2我们可以看到,“一带一路”的频次最大值为43,最小为0,说明不同企业“一带一路”倡议响应度存在较大的差别。在具有从军经历高管所在企业,“一带一路”频次均值为1.087,最大值为43;不具有从军经历高管所在企业“一带一路”频次的均值为0.422,最大值为27。这说明具有从军经历高管所在企业“一带一路”倡议响应度较高。
变量 | 具有从军经历董事长或总经理 | 没有从军经历董事长或总经理 | ||||||||
均值 | 标准差 | 中位数 | 最小值 | 最大值 | 均值 | 标准差 | 中位数 | 最小值 | 最大值 | |
Obor | 1.087 | 4.517 | 0.000 | 0.000 | 43.000 | 0.422 | 1.451 | 0.000 | 0.000 | 27.000 |
Army | 1.000 | 0.000 | 1.000 | 1.000 | 1.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Size | 21.830 | 1.276 | 21.637 | 19.971 | 26.018 | 22.101 | 1.292 | 21.941 | 19.619 | 26.018 |
Roa | 0.032 | 0.051 | 0.028 | −0.145 | 0.209 | 0.039 | 0.053 | 0.033 | −0.145 | 0.209 |
Lshr | 34.571 | 11.293 | 35.17 | 10.000 | 65.83 | 34.939 | 15.032 | 33.02 | 8.750 | 75.51 |
Lev | 0.445 | 0.217 | 0.433 | 0.054 | 0.900 | 0.419 | 0.209 | 0.405 | 0.054 | 0.900 |
Inde | 0.368 | 0.050 | 0.333 | 0.333 | 0.600 | 0.375 | 0.055 | 0.357 | 0.182 | 0.800 |
Age | 3.966 | 0.096 | 3.961 | 3.541 | 4.19 | 3.937 | 0.109 | 3.942 | 3.332 | 4.382 |
Genderman | 0.934 | 0.189 | 1.000 | 0.000 | 1.000 | 0.945 | 0.182 | 1.000 | 0.000 | 1.000 |
Growth | 0.184 | 0.324 | 0.156 | −0.216 | 4.159 | 0.261 | 0.642 | 0.144 | −0.216 | 5.470 |
Oversea | 0.197 | 0.214 | 0.141 | 0.000 | 0.884 | 0.235 | 0.243 | 0.148 | 0.000 | 1.722 |
Bsize | 2.125 | 0.201 | 2.197 | 1.609 | 2.708 | 2.129 | 0.199 | 2.197 | 1.099 | 2.944 |
表3报告了Pearson相关性分析结果,由结果可知,高管从军经历与企业“一带一路”倡议响应度存在显著正相关关系,这与本文的预期保持一致,初步说明具有从军经历的高管所在企业“一带一路”倡议响应度较高。此外,由于表中各解释变量的相关系数较小,说明解释变量间不存在共线性问题,符合建立多元回归模型的前提条件。
Obor | Army | Size | Roa | Lshr | Lev | Inde | Age | Genderman | Growth | Oversea | Bsize | |
Obor | 1.00 | |||||||||||
Army | 0.049*** | 1.00 | ||||||||||
Size | 0.193*** | −0.026*** | 1.00 | |||||||||
Roa | −0.019** | −0.016* | 0.035*** | 1.00 | ||||||||
Lshr | 0.060*** | −0.003 | 0.200*** | 0.062*** | 1.00 | |||||||
Lev | 0.123*** | 0.015* | 0.524*** | −0.317*** | 0.073*** | 1.00 | ||||||
Inde | 0.032*** | −0.017* | −0.007 | −0.020** | 0.044*** | −0.018** | 1.00 | |||||
Age | 0.041*** | 0.033*** | 0.145*** | 0.037*** | 0.049*** | 0.009 | −0.027*** | 1.00 | ||||
Genderman | 0.025*** | −0.007 | 0.045*** | −0.023*** | −0.009 | 0.030*** | −0.035*** | 0.033*** | 1.00 | |||
Growth | 0.024*** | −0.015* | 0.071*** | 0.059*** | 0.011 | 0.093*** | 0.0120 | −0.076*** | −0.010 | 1.00 | ||
Oversea | −0.005 | −0.017 | −0.121*** | −0.047*** | 0.006 | −0.071*** | 0.016 | 0.008 | −0.040*** | −0.044*** | 1.00 | |
Bsize | 0.030*** | −0.002 | 0.276*** | −0.003 | 0.018** | 0.168*** | −0.541*** | 0.103*** | 0.050*** | −0.012 | −0.057*** | 1.00 |
注:*、**、***分别表示在 10%、5% 和 1% 水平上显著。 |
表4第二列报告了高管从军经历与“一带一路”倡议响应度的检验结果。由回归结果可知,高管从军经历与“一带一路”倡议响应度呈显著正向关系。说明具有从军经历的高管会显著提升所在企业对国家政策的响应程度,这与从军高管强烈的爱国主义情感、责任意识以及其较强的政策感知度息息相关。高管所特有的军人特质影响了高管的决策(Kochbayram和Wernicke,2018),军人的爱国主义精神和强烈的国家荣誉感与责任感促使企业高管积极响应政府号召,树立良好的“积极分子”形象。同时也拉近了与政府之间的关系,有利于企业获得稀缺资源与优惠政策,军人的政策感知能力使得其更容易抓住“一带一路”的重大战略机遇,实现企业发展和国家战略有效实施的双赢局面,验证了前文假设1。此外,为进一步验证假设1,本文进行了相应经济后果的检验,鉴于微观层面企业“一带一路”投资数据难以获取,本文借鉴陈胜蓝和刘晓玲(2018)的做法,采用企业投资水平(Invest)来检验具有从军经历的高管所在企业的投资响应行为,由表4第三列回归结果可知,高管从军经历与企业投资水平呈显著正相关关系,说明具有从军经历的高管所在企业积极响应政府号召,企业的投资水平也相应得到了提升。
变量 | 全样本 | 投资水平检验 | 国有企业 | 非国有企业 |
Obor | Invest | Obor | Obor | |
Army | 1.297***(6.326) | 0.009**(1.971) | −0.250(−0.449) | 1.691***(7.805) |
Size | 0.192***(7.507) | −0.001(−0.904) | 0.205***(3.964) | 0.157***(5.005) |
Roa | −0.586(−1.175) | 0.100***(8.715) | −0.320(−0.278) | −0.411(−0.749) |
Lshr | 0.003**(2.016) | −0.000(−1.416) | 0.012***(3.352) | −0.001(−0.760) |
Lev | 0.422***(2.667) | −0.001(−0.367) | 1.026***(3.045) | 0.246(1.366) |
Inde | 0.562(1.130) | 0.001(0.116) | 1.837**(1.966) | −0.459(−0.761) |
Age | 0.285(1.339) | −0.006(−1.275) | 1.081*(1.735) | 0.102(0.462) |
Genderman | 0.242*(1.896) | −0.001(−0.279) | 0.237(0.729) | 0.222(1.632) |
Growth | 0.058(1.203) | 0.002*(1.809) | −0.032(−0.303) | 0.111**(2.096) |
Oversea | 0.168*(1.684) | 0.012***(5.054) | 0.987***(3.923) | −0.013(−0.122) |
Bsize | 0.009(0.062) | −0.002(−0.465) | −0.436(−1.499) | 0.021(0.116) |
Year | 控制 | 控制 | 控制 | 控制 |
Ind | 控制 | 控制 | 控制 | 控制 |
Reg | 控制 | 控制 | 控制 | 控制 |
常数项 | −6.423***(−6.361) | 0.104***(4.512) | −10.362***(−4.012) | −4.318**(−3.635) |
R2 | 0.194 | 0.084 | 0.333 | 0.134 |
Adjusted R2 | 0.189 | 0.078 | 0.319 | 0.128 |
N | 6 225 | 5 686 | 1 591 | 4 634 |
F | 45.049 | 15.642 | 25.078 | 21.533 |
注:括号中报告值是T统计量;*、**、***分别表示在10%、5%和1%水平上显著,下同。 |
产权差异是中国市场经济的重要特征(赖黎等,2017),非国有企业在国家政策的引导下可以在国际市场中发现新的市场机会,这能降低企业“走出去”过程中的风险,提升企业的利润水平。此外,成熟的非国有企业往往会采取灵活的合作方式,自动规避高风险区域,以此获得高质量的回报与收益(蓝庆新,2017)。对于非国有企业来讲,“一带一路”政策是不可或缺的机会,因而其更可能积极响应“一带一路”政策。此外在不同产权性质的企业,由于高管决策空间有所不同,将个人价值观念有效贯彻到企业经营活动中的难易程度也有所不同。由表4后两列的回归结果显示,在国有企业,高管从军经历与企业“一带一路”倡议响应度不存在显著相关关系;而在非国有企业,高管从军经历与企业“一带一路”倡议响应度呈显著正相关关系,验证了前文假设2。
(三) 高管隐性腐败的调节作用为验证高管隐性腐败的调节作用,本文按照企业隐性腐败数据是否高于同年度、同行业隐性腐败数据的中位数将样本进行了分组。表5报告了高管隐性腐败的分组回归结果,由表5可以看到在隐性腐败较高的企业,高管从军经历与企业“一带一路”倡议响应度不存在显著相关关系;而在隐性腐败低的企业,高管从军经历与企业“一带一路”倡议响应度存在显著正向关系,即显著提升了“一带一路”政策响应度。这验证了前文假设3。同时这也说明中共十八大以来我国加大反腐倡廉工作的必要性与重要性,反腐倡廉工作迫在眉睫,去除滋生腐败的土壤势在必行。
变量 | 高隐性腐败 | 低隐性腐败 |
Obor | Obor | |
Army | 0.222(0.899) | 2.605***(7.673) |
Size | 0.101***(2.645) | 0.221***(5.414) |
Roa | −0.444(−0.667) | −0.375(−0.472) |
Lshr | 0.001(0.457) | 0.004(1.439) |
Lev | 0.668***(3.206) | 0.291(1.140) |
Inde | 0.185(0.252) | 0.252(0.340) |
Age | 0.252(0.932) | 0.201(0.581) |
Genderman | 0.275*(1.659) | 0.215(1.059) |
Growth | 0.141*(1.893) | 0.016(0.247) |
Oversea | 0.150(1.185) | 0.140(0.863) |
Bsize | 0.207(0.956) | −0.100(−0.444) |
Year | 控制 | 控制 |
Ind | 控制 | 控制 |
Reg | 控制 | 控制 |
常数项 | −4.269***(−3.005) | −6.621***(−4.092) |
R2 | 0.127 | 0.254 |
Adjusted R2 | 0.116 | 0.246 |
N | 2749 | 3024 |
F | 11.946 | 30.930 |
1. 更换衡量指标
为检验结果的稳健性,本文更换了“一带一路”倡议响应度指标的变量类型。前文中采用上市公司年报中“一带一路”频次的离散变量作为衡量企业政策响应度的指标,为检验结论是否受该变量界定的影响,本文采用企业是否响应政策的虚拟变量(Obor01)进行了进一步检验。经probit回归后发现,原结论依然稳健,相关回归结果见表6第二列。
2. 高管从军经历分组回归
前文中采用董事长或总经理是否具有从军经历来衡量企业是否具有从军经历。为进一步检验结论的稳健性,本文将高管从军经历进行了分组,划分为董事长从军经历(Chairman Army)与总经理从军经历(Manager Army)后,重新进行回归。由回归结果可知,无论是董事长从军经历还是总经理从军经历,均与“一带一路”倡议响应度存在显著正相关关系,证明了结果的稳健性,相关回归结果见表6的第三、第四列。
3. 倾向得分匹配(PSM)
倾向得分匹配的方法是由Rosenbaum和Rubin(1983)提出的,适合对某一政策的效果进行评估,根据倾向得分值作为标准对实验组和控制组进行配对分析,以此克服样本选择偏误和内生性问题。因而本文采用K近邻匹配(K=3)的方法,选择公司特征以及管理者个人特征进行倾向得分匹配,得到与具有从军经历高管所在公司类似,但是企业高管没有从军经历的样本后重新进行回归,发现高管从军经历与“一带一路”倡议响应度仍呈显著正相关关系,研究结果依然稳健,相关回归结果见表6的第五列。
4. 控制公司层面的固定效应
为解决某些不可测变量可能导致的遗漏变量问题,本文在回归中控制了公司层面固定效应(周楷唐等,2017;刘行和赵晓阳,2019),由表6第六列的回归结果我们可以看到,在控制公司层面固定效应后,原结论依然成立。
变量 | 更换衡量指标 | 董事长从军 | 总经理从军 | PSM | 公司层面固定效应模型 |
Obor01 | Obor | Obor | Obor | Obor | |
Army | 0.298*(1.772) | 1.545***(3.482) | 0.303*(1.653) | ||
Chairman Army | 1.438***(6.300) | ||||
Manager Army | 2.525***(8.545) | ||||
Size | 0.166***(7.780) | 0.188***(7.383) | 0.195***(7.641) | 0.064(0.247) | −0.125(−1.613) |
Roa | −1.156***(−2.672) | −0.524(−1.051) | −0.732(−1.471) | 3.506(0.878) | −0.092(−0.192) |
Lshr | 0.004***(2.966) | 0.003**(2.044) | 0.003**(2.006) | −0.019(−1.289) | 0.001(0.207) |
Lev | 0.578***(4.226) | 0.437***(2.768) | 0.404**(2.560) | −0.366(−0.275) | 0.034(0.128) |
Inde | −0.062(−0.144) | 0.564(1.133) | 0.519(1.045) | −3.911(−0.762) | 0.527(0.500) |
Age | 0.505***(2.720) | 0.287(1.352) | 0.283(1.334) | −1.201(−0.663) | −0.024(−0.064) |
Genderman | 0.091(0.816) | 0.239*(1.874) | 0.235*(1.843) | 1.048(1.310) | 0.005(0.029) |
Growth | −0.048(−1.176) | 0.058(1.201) | 0.056(1.168) | 0.56(1.216) | 0.078(0.861) |
Overseabl | −0.176**(−2.033) | 0.160(1.601) | 0.162(1.630) | −0.145(−0.152) | 0.732**(2.417) |
Bsize | 0.213*(1.652) | 0.014(0.093) | −0.003(−0.021) | 0.501(0.362) | 0.185(0.471) |
Year | 控制 | 控制 | 控制 | 控制 | 控制 |
Ind | 控制 | 控制 | 控制 | 控制 | |
Reg | 控制 | 控制 | 控制 | 控制 | |
公司层面固定效应 | 控制 | ||||
常数项 | −6.958***(−7.935) | −6.377***(−6.315) | −6.411***(−6.365) | 2.906(0.324) | 1.962(0.800) |
R2 | 0.194 | 0.198 | 0.313 | 0.101 | |
Adjusted R2 | 0.189 | 0.194 | 0.259 | 0.099 | |
N | 5 174 | 6 225 | 6 225 | 318 | 6 225 |
F | 45.037 | 46.281 | 5.824 | 16.156 |
“一带一路”倡议的深入推进不仅能促进沿线国家的发展,加强国家之间的交流合作,而且对国内沿线各省加大对外开放、缩小区域间产业差距提供了良好契机(夏彩云和罗圳,2017)。根据《推动共建“一带一路”的愿景与行动》所圈定的范围,陕西、甘肃、宁夏、新疆、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、重庆、上海、福建、广东、浙江和海南共18个省份被列为重点省份,其中前13个省份位于“丝绸之路经济带”,后5个省份位于“21世纪海上丝绸之路”。与位于非沿线省份的上市公司相比,在“一带一路”沿线省份,具有从军经历高管所在的上市公司其倡议响应度是否更为强烈呢?此外,位于“丝绸之路经济带”沿线省份的上市公司与位于“21世纪海上丝绸之路”沿线省份的上市公司,高管从军经历与“一带一路”倡议响应度是否存在差异呢?
基于上述分析本文进行相应检验,根据表7的回归结果可知,位于“一带一路”沿线省份的上市公司,高管从军经历与“一带一路”倡议响应度存在显著正相关关系,即在“一带一路”沿线重点省份,具有从军经历高管所在的上市公司积极响应“一带一路”政策。陈胜蓝和刘晓玲(2018)的研究指出与非重点省份相比,重点省份由于其区位优势和交通枢纽地位,在基础设施建设、贸易政策等方面受到了更多的支持。其研究证明在我国提出“一带一路”倡议后,位于沿线重点省份上市公司投资水平显著高于非重点省份上市公司。这说明“一带一路”沿线重点省份政策响应氛围更为浓厚且得到了较多的支持,促使具有从军经历的高管所在的上市公司更积极响应政府号召,参与到“一带一路”的建设中。
变量 | “一带一路”沿线省份 | 非沿线省份 | “一带”沿线省份 | “一路”沿线省份 |
Obor | Obor | Obor | Obor | |
Army | 2.107***(9.250) | −0.055(−0.138) | 2.354***(9.274) | 0.983*(1.935) |
Size | 0.140***(4.268) | 0.192***(4.740) | 0.077**(2.109) | 0.367***(4.975) |
Roa | −0.472(−0.786) | −0.331(−0.394) | −0.257(−0.388) | −0.565(−0.388) |
Lshr | 0.003(1.228) | 0.004(1.349) | 0.000(0.190) | 0.016***(3.272) |
Lev | 0.425**(2.154) | 0.603**(2.374) | 0.557**(2.538) | −0.057(−0.118) |
Inde | −0.471(−0.748) | 1.266(1.602) | −0.634(−0.896) | −0.347(−0.242) |
Age | −0.182(−0.711) | 0.784**(2.192) | −0.335(−1.208) | −0.106(−0.157) |
Genderman | 0.117(0.734) | 0.385*(1.879) | 0.044(0.253) | 0.505(1.274) |
Growth | 0.081(1.243) | 0.054(0.750) | 0.160**(2.102) | −0.053(−0.389) |
Oversea | −0.008(−0.069) | 0.302*(1.808) | −0.008(−0.063) | 0.415(1.145) |
Bsize | 0.093(0.486) | −0.113(−0.471) | 0.187(0.873) | −0.740(−1.628) |
Year | 控制 | 控制 | 控制 | 控制 |
Ind | 控制 | 控制 | 控制 | 控制 |
Reg | 控制 | 控制 | 控制 | 控制 |
常数项 | −3.084**(−2.438) | −8.311***(−5.040) | −0.986(−0.701) | −8.358***(−2.651) |
R2 | 0.159 | 0.248 | 0.171 | 0.203 |
Adjusted R2 | 0.150 | 0.239 | 0.162 | 0.155 |
N | 3 385 | 2 830 | 2 871 | 514 |
F | 19.134 | 28.827 | 17.789 | 4.239 |
对“一带”沿线省份与“一路”沿线省份的分样本回归结果显示,在“一带”沿线省份与“一路”沿线省份,高管从军经历与“一带一路”倡议响应度均呈显著正相关关系,而在“一带”沿线省份,正向关系更为显著。这可能与各省份的政治资源禀赋有所关联。傅小随(2014)的研究指出不同城市拥有的政治资源禀赋是有巨大差异的。“21世纪海上丝绸之路”沿线各省经济发达(张洪和吕倩,2018),所接触到的政治资源更为丰富。基于边际效用递减规律,处于“一路”的上市公司随着所接触政治资源的增多,对于政治资源敏感度降低,即同一种刺激不断反复时,人在心理上的兴奋程度或满足必然减少,从而可能导致位于“一路”沿线省份上市公司的从军经历高管对“一带一路”倡议相对不够敏感,而处于“一带”省份具有从军经历的高管所在的上市公司,更能敏感地意识到“一带一路”倡议的重要意义,积极响应“一带一路”倡议。此外,“一路”沿线省份处于我国沿海地区,地理位置优越,对外开放程度已然很高(杨玲,2016),而“丝绸之路经济带”沿线省份的对外开放的机会相对匮乏,因而位于此地区上市公司从军高管更可能抓住“一带一路”政策的战略机遇,积极响应国家倡议,促使企业更快地“走出去”。
基于上述分析说明,不同省份之间高管从军经历与企业的倡议响应度存在差异。整体来讲,“一带一路”沿线省份的倡议响应度较高,而非沿线省份的上市公司参与度较低,这也为“一带一路”倡议的全面实施提供了经验证据。我们应当明确“一带一路”经济走廊互为支撑的作用。“一带一路”不是各片区独立发展,而是具有沿线外溢效应的经济发展模式(钱国根和丁剑平,2017);“一带一路”的建设并不是沿线特定省份的事情,而是需要各省份齐心协力,共同参与,政府应加大对于“一带一路”非重点省份的关注,充分发挥各省的区位优势,取长补短,促使其抓住“一带一路”的战略机遇,积极参与到“一带一路”政策的建设中去。
六、结论及启示高管从军经历对企业决策行为会产生重要的影响。本文结合我国的政策背景,以2013-2017年A股上市公司作为样本,实证考察了高管从军经历对企业“一带一路”倡议响应度的影响。研究发现:第一,高管从军经历与企业“一带一路”倡议响应度存在显著正相关关系。第二,在非国有企业以及高管隐性腐败较低的企业,高管从军经历与“一带一路”倡议响应度的正向关系更为显著。第三,进一步研究表明,在《推动共建“一带一路”的愿景与行动》所圈定的18个重点省份中,高管从军经历与企业“一带一路”倡议响应度存在显著正相关关系,而在非重点省份则不显著。此外,与“21世纪海上丝绸之路”的省份相比,位于“丝绸之路经济带”的省份,政策响应程度更高。在控制样本选择偏误及内生性问题后,结论依然稳健。
本文对于实践的启示意义在于以下几点:首先,本文研究为新时期探索退役军人的安置模式提供了理论依据。具有从军经历的高管将个人热爱祖国、崇尚正直的品质以及强烈的责任感和较高的道德标准贯彻到企业的经营理念当中,为企业的积极发展注入了正能量,有利于企业积极文化的形成,同时这也为推进国家政策的有效实施贡献了力量。本文的研究为军民融合战略提供了微观个体层面的证据,展现了具有从军经历的高管在退役后参与国家建设的新形式。其次,隐性腐败在高管从军经历与企业“一带一路”倡议响应度之间发挥了负向调节作用,这说明中共十八大以来我国加大反腐力度的重要性与必要性,高管隐性腐败具有隐蔽性,更是滋生显性腐败的温床,企业应当建立健全内部监督制度,加强思想意识建设,树立积极向上的文化氛围,从根本上遏制企业隐性腐败的滋生。最后,本文结合我国“一带一路”倡议背景,研究发现非重点省份具有从军经历高管所在上市公司的参与度较低。这说明要发挥好“一带一路”经济走廊对经济发展的积极促进作用,就要充分认识到“一带一路”倡议的实现并不只是沿线重点省份的事情,而是需要全国各省份共同参与。政府有关部门应当采取相应的措施,呼吁各省份发挥各自优势,因地制宜,抓住“一带一路”的战略机遇,积极参与到“一带一路”的建设当中,推动产品和市场国际化,实现区域的协同发展。
[1] | 白智奇, 陈艳, 王晰, 等. 国有上市公司业绩与高管隐性腐败研究——基于行为经济学视角[J].科研管理,2018(2). |
[2] | 蔡依霖. 高管从军经历与企业并购行为[J].财会通讯,2018(9). |
[3] | 陈冬华, 陈信元, 万华林. 国有企业中的薪酬管制与在职消费[J].经济研究,2005(2). |
[4] | 陈胜蓝, 刘晓玲. 公司投资如何响应“一带一路”倡议? ——基于准自然实验的经验研究[J].财经研究,2018(4). |
[5] | 傅小随. 城市资源禀赋与社会治理模式形成——以深圳市社会治理体系为例[J].领导科学,2014(23). |
[6] | 龚言浩, 甄峰, 席广亮. “一带一路”倡议关注与响应的空间格局——基于新浪微博数据的分析[J].地域研究与开发,2018(2). |
[7] | 黄玖立, 李坤望. 吃喝、腐败与企业订单[J].经济研究,2013(6). |
[8] | 黄群慧, 李春琦. 报酬、声誉与经营者长期化行为的激励[J].中国工业经济,2001(1). |
[9] | 靳小翠. 企业文化会影响企业社会责任吗? ——来自中国沪市上市公司的经验证据[J].会计研究,2017(2). |
[10] | 赖黎, 巩亚林, 马永强. 管理者从军经历、融资偏好与经营业绩[J].管理世界,2016(8). |
[11] | 赖黎, 巩亚林, 夏晓兰, 等. 管理者从军经历与企业并购[J].世界经济,2017(12). |
[12] | 蓝庆新. 应大力推进民营企业参与“一带一路”建设[J].人民论坛·学术前沿,2017(9). |
[13] | 李晨光, 张永安. 企业对政府创新科技政策的响应机理研究: 基于回声模型[J].科技进步与对策,2013(14). |
[14] | 李姝, 谢晓嫣. 民营企业的社会责任、政治关联与债务融资——来自中国资本市场的经验证据[J].南开管理评论,2014(6). |
[15] | 廖方楠, 韩洪灵, 陈丽蓉. 高管从军经历提升了内部控制质量吗? ——来自我国上市公司的经验证据[J].审计研究,2018(6). |
[16] | 刘行, 赵晓阳. 最低工资标准的上涨是否会加剧企业避税?[J].经济研究,2019(10). |
[17] | 卢锐, 魏明海, 黎文靖. 管理层权力、在职消费与产权效率——来自中国上市公司的证据[J].南开管理评论,2008(5). |
[18] | 钱国根, 丁剑平. “一带一路”的经济联系效应与区域差异化特征——基于省际双边支付数据的经验分析[J].上海金融,2017(3). |
[19] | 权小锋, 醋卫华, 徐星美. 高管从军经历与公司盈余管理: 军民融合发展战略的新考察[J].财贸经济,2019(1). |
[20] | 权小锋, 徐星美, 蔡卫华. 高管从军经历影响审计费用吗? ——基于组织文化的新视角[J].审计研究,2018(2). |
[21] | 邵剑兵, 吴珊. 管理者从军经历与政府补助——基于慈善捐赠和冗余雇员的双重视角[J].上海财经大学学报,2018(3). |
[22] | 苏坤. 管理层权力、产权性质与公司风险承担[J].当代经济管理,2017(4). |
[23] | 唐松, 孙铮. 政治关联、高管薪酬与企业未来经营绩效[J].管理世界,2014(5). |
[24] | 佟爱琴, 马惠娴. 卖空的事前威慑、公司治理与高管隐性腐败[J].财贸经济,2019(6). |
[25] | 王桂军, 卢潇潇. “一带一路”倡议与中国企业升级[J].中国工业经济,2019(3). |
[26] | 夏彩云, 罗圳. “一带一路”沿线省域高技术产业R&D效率提升研究[J].工业技术经济,2017(10). |
[27] | 谢双玉, 杨毅, 潘霖, 等. 城市居民对节能减排政策的响应度及其影响因素研究[J].华中师范大学学报(自然科学版),2012(3). |
[28] | 许晖, 余娟. 企业国际化经营中关键风险的识别研究[J].南开管理评论,2007(4). |
[29] | 杨保军, 陈怡星, 吕晓蓓, 等. “一带一路”战略的空间响应[J].城市规划学刊,2015(2). |
[30] | 杨玲. 生产性服务进口复杂度及其对制造业增加值率影响研究——基于“一带一路”18省份区域异质性比较分析[J].数量经济技术经济研究,2016(2). |
[31] | 余明桂, 回雅甫, 潘红波. 政治联系、寻租与地方政府财政补贴有效性[J].经济研究,2010(3). |
[32] | 张春丽, 佟连军, 刘继斌, 等. 三江自然保护区湿地保护与退耕还湿政策的农民响应[J].生态学报,2009(2). |
[33] | 张洪, 吕倩. “一带一路”沿线省份旅游效率演进研究[J].统计与决策,2018(16). |
[34] | 张静, 林婷, 孙光国. 从军高管能抑制企业盈余管理吗? ——基于高管个人道德品性的视角[J].北京工商大学学报(社会科学版),2019(5). |
[35] | 周楷唐, 麻志明, 吴联生. 高管学术经历与公司债务融资成本[J].经济研究,2017(7). |
[36] | 周美华, 林斌, 林东杰. 管理层权力、内部控制与腐败治理[J].会计研究,2016(3). |
[37] | Ashford N A. Government and environmental innovation in Europe and north America[J].American Behavioral Scientist,2002,45(9):1417–1434. |
[38] | Benmelech E, Frydman C. Military CEOs[J].Journal of Financial Economics,2015,117(1):43–59. |
[39] | Cai H B, Fang H M, Xu L C. Eat, drink, firms, government: An investigation of corruption from the entertainment and travel costs of Chinese firms[J].Journal of Law and Economics,2011,54(1):55–78. |
[40] | Daboub A J, Rasheed A M A, Priem R L, et al. Top Management team characteristics and corporate illegal activity[J].Academy of Management Review,1995,20(1):138–170. |
[41] | Faccio M, Masulis R W, McConnell J J. Political connections and corporate bailouts[J].Journal of Finance,2006,61(6):2597–2635. |
[42] | Franke V C. Generation X and the military: A comparison of attitudes and values between west point cadets and college students[J]. Journal of Political & Military Sociology,2001,29(1):92–119. |
[43] | Griffith J. Multilevel analysis of cohesion’s relation to stress, well-being, identification, disintegration, and perceived combat readiness[J].Military Psychology,2002,14(3):217–239. |
[44] | Hambrick D C, Mason P A. Upper echelons: The organization as a reflection of its top managers[J].Academy of Management Review,1984,9(2):193–206. |
[45] | Jenning M K, Markus G B. The effect of military service on political attitudes: A panel study[J].American Political Science Review,1977,71(1):131–147. |
[46] | Koch-Bayram I F, Wernicke G. Drilled to obey? Ex-military CEOs and financial misconduct[J].Strategic Management Journal,2018,39(11):2943–2964. |
[47] | Law K K F, Mills L F. Military experience and corporate tax avoidance[J].Review of Accounting Studies,2017,22(1):141–184. |
[48] | Lin C, Ma Y, Officer M S, et al. CEOs’ military experience, agency costs and acquisition decisions[R]. 2011.Available at SSRN: https://ssrn.com/abstract=1932623 or http://dx.doi.org/10.2139/ssrn.1932623. |
[49] | Osuji O K. Fluidity of regulation-CSR nexus: The multinational corporate corruption example[J].Journal of Business Ethics,2011,103(1):31–57. |
[50] | Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J].Biometrika,1983,70(1):41–55. |
[51] | Wegloop P. Linking firm strategy and government action: Towards a resource-based perspective on innovation and technology policy[J].Technology in Society,1995,17(4):413–428. |