高级管理层激励.企业特征与X-效率问题

作者：杨贺马春爱

经济科学 2004年12期

　　根据委托代理理论，信息不对称以及委托人和代理人目标函数的不一致，导致了现代企业代理问题的存在，有效的报酬契约设计有利于激励代理人选择和实施可以增加委托人财富的活动。近年来，如何对我国上市公司高级管理层进行有效激励，日渐成为理论界和实务界争论的焦点，无论是经营者年薪制、还是股票期权制，其目的都是为了激励经理层，使其努力程度与企业绩效水平相关性增强。但是，激励机制的实施是否起到了应有效果，国内学者莫衷一是。魏刚（2000）、李增泉（2000）的研究表明，高级管理人员的年度报酬与上市公司的经营业绩并不存在显著的正相关关系，持股制也未达到预期的激励效果；而陈志广（2002）、张俊瑞（2003）的计量分析却表明，高管薪金报酬与企业绩效显著正相关，周建波和孙菊生（2003）的研究发现，不同的股权激励模式对企业绩效的影响不同。

　　上述研究结论之所以不一致，除了样本选取、时间跨度以及研究方法的不同外，还有一个原因就是均将业绩指标（每股收益或净资产收益率）作为被解释变量。实际上，企业业绩除受经理人员努力程度影响外，还受其他一些经理人员所不能控制因素（如会计政策）的影响，并且该指标也最容易受到管理人员的操纵，导致了高级管理层激励与企业绩效间的关系是不确定的。鉴于此，本文试从另一个角度——X—效率理论出发，分析管理层激励问题，尝试弥补上述研究的缺陷。以下部分安排如下：第一节，提出本文的理论基础——X—效率理论；第二节，选取样本，建立模型并提出本文的假设；第三节，将样本数据输入模型进行实证分析；最后，结论及建议。

　　一、理论基础

　　新古典理论假设，企业总是根据生产函数和成本函数进行生产，换句话说，企业总是在既定投入和技术水平下实现产量极大化和单位成本极小化。事实上，一个企业技术先进、资金雄厚并不一定就有效率，影响投入与产出关系的因素除了资源配置外，还有一些其他不明的低效率因素在或明或暗起作用，莱宾斯坦称之为X—效率，X代表来历不明性。X—效率理论考虑了人的行为特征对经济活动的影响，由于人有选择的理性，个人行为很大程度上会受情感的支配，其进行理性选择和不断调整的结果是努力水平最终将停落在“惰性区域”。在这个区域内，个人努力水平是灵活的，不同努力程度下的效用是均衡的，并抵制将努力水平区域内向非均衡的区域外移动。（注：Frontz，R.，（2004）.The behavioral economics of George Akerloff and Harvey Leibenstein.Journal of Socio—Economics，33，30-32.）如果没有来自企业内、外的压力，或者特别有诱惑力的补偿收益，个人就会停留在常规努力水平，其与可达到努力水平之间的距离，就是产生X—效率的源泉。（注：霍燕滨：《配置效率X—效率与国有企业改革》[M]，经济科学出版社，2002年。）在存在X—效率的情形下，企业在生产可能性边界（production frontier）以内进行生产，其实际产出偏离最大产出的距离代表了X—效率程度，距离越大，则X—效率越低，或者说X—低效率越严重。

　　X—效率存在的根本原因在于激励不足，从这一方面讲，高级管理层合同收入的增加，应该有助于企业X—效率的降低。那么，实际情况是否如此呢？除了高级管理层收入外，还有哪些因素会影响企业的X—效率？以下部分将对上述问题展开分析。

　　二、研究设计

　　由于不同的行业具有不同的生产技术，因此，在对X—效率测量时有必要对行业进行分类，在此，我们以电子通讯业上市公司为例，运用2002年度截面数据对高级管理层（注：上市公司年报中披露的所有董事（非独立董事）、监事和高级管理人员。）激励与企业X—效率间的关系进行实证分析，研究设计过程如下：

　　1.样本选取与数据来源

　　截至2003年11月30日，沪深两市电子通讯类行业共有上市公司102家，考虑到经营状况的稳定性，我们剔除了8家ST公司、6家2002年度净利润为负的上市公司，另外5家2003年新上市的以及9家资料不全的上市公司也予以剔除，这样我们共选取了74家上市公司作为样本，样本原始数据来自2002年上市公司年报，行业分类采用了中国上市公司资讯网的分类标准。

　　2.建立模型

　　若要对影响X—效率的因素进行分析，首先必须能够对X—效率进行计量，从国外情况来看，随机边界生产函数模型运用的最为广泛。该函数自Aigner etl（1977）和Meeusen etl（1977）首次提出以来，经过20多年的发展，适用范围逐步扩大，相继衍生出Cobb—Douglas生产边界模型、Translog生产边界模型、Cobb—Douglas成本边界模型以及Battese和Coelli（1992，1995）模型。本研究拟采用Battese和Coelli（注：对于技术效率（X—效率）的测量，国内学者姚洋（1998），刘小玄（2000）做出了重要贡献。姚文首先利用Cobb—Douglas生产函数对技术效率进行了估计，然后运用上述结果对影响技术效率的因素进行多元回归分析。如同Battese和Coelli（1995）年所言，这种先计算技术效率（ui）再对其影响因素分析的方法，与第一阶段中ui的同分布假设产生矛盾。Bat tese和Coelli（1995）的模型很好的解决了该矛盾。该模型的详细说明，见Coelli，T.J.，96/07，A Guide to FRONTIER Version 4.1：A Computer Program for Stochastic Frontier Production and Cost Function Estimation，CEPA Working Paper.）1995年的拓展模型，该模型的最大特点就是运用极大似然估计法，同时对随机边界生产函数模型和X—效率回归模型的参数进行估计。

　　随机边界生产函数模型y[，it]＝f（x[，it]，β）+ε[，it]方程（1）

　　其中ε[，it]＝u[，it]-u[，it]u[，it]-N（m[，it]，σ[，it][z]）u[，it]-N（0，σ[，u][z]。）

　　i表示样本个数，i＝1，…n；t为时间序列，t＝1，…T，如果为截面数据则T＝1

　　f（·）为适当的函数形式，y[，it]是产出的对数形式；x[，it]为影响产出因素的对数形式，β为未知参数；u[，it]是随机误差项，服从期望值为0，方差为σ[，v][2]的正态分布，并且独立于u；u是非负的随机变量，用来衡量X—效率程度，服从期望值为m[，it]，方差为σ[，u][2]并且在0处不连续（truncation）的正态分布。

　　

　　m[，it]代表X—效率程度，i、t含义同上，z[，r，jt]叫，为影响X—效率的因素；r是影响因素的个数r=1，…R；δ[，r]，是未知参数

　　在这里，我们采用Cobb—Douglas（CD）生产函数作为估计用的生产函数，但是由于该函数对数据要求较高，函数选择错误会影响X—效率的测量结果，因此，本文同时采用了Trans-log随机边界生产模型与之比较，由于采用截面数据，所以T＝1，有如下方程：

　　CD随机边界模型1ny[，i]＝β[，0]+β[，1]1nc[，i]+β[，2]1nl[，i]+u[，i]-u[，i]方程（3）

　　Translog随机边界模型

　　lny[，i]＝β[，0]+β[，1]1nc[，i]+β[，2]1nl[，i]+β[，11]（1nc[，i]）[2]+β[，22]（1nl[，i]）[2]+β[，12]1nc[，i]1nl[，i]方程（4）

　　其中，y、c、l分别代表产出变量、资本投入变量和劳动力投入变量。

　　在对X—效率进行测量时，由于采用的是估算模型，必须对模型的恰当性和X—效率存在的可能性进行检验。

　　表1 Battese和Coelli（1995）模型的检验

　　┌─────────────────────────────┬──────────────────┐

　　│零假设│相关说明│

　　├─────────────────────────────┼──────────────────┤

　　│ │普通最小二乘法即可实现对生产函数│

　　│H[，0]：γ=0 ││

　　│ │参数的估计，没有必要采用边界函数│

　　├─────────────────────────────┼──────────────────┤

　　│H[，0]：γ＝δ[，0]=δ[，1]＝δ[，2]＝…＝δ[，r]＝0 │生产函数不存在X-效率│

　　├─────────────────────────────┼──────────────────┤

　　│H[，0]：δ[，1]＝δ[，2]＝…=δ[，r]＝0

　　│影响X-效率的变量并不显著│

　　└─────────────────────────────┴──────────────────┘

　　3.变量选择及假设说明

　　在随机边界函数模型中，我们以销售收入作为产出变量，企业员工总人数作为劳动力投入变量，考虑到电子通讯类企业大都为高科技企业，以固定资产和无形资产（剔除了土地使用权）金额合计作为资本投入变量。由于采纳销售收入作为衡量产出的指标，我们所衡量的X—效率不仅包括影响企业产出的因素还包括企业的产后管理水平，如销售能力、市场预测能力等，（注：姚洋：《非国有经济成分对我国工业企业技术效率的影响》[J]，《经济研究》1998年第12期）而所有这些是与管理层的管理密不可分的。

　　我们以高级管理层年度人均薪酬总额、年末持股比例作为激励机制变量，同时，考虑了企业规模、企业所有权归属以及产业特征对X—效率的影响。相关假设如下：

　　H[，1]：高级管理层年度人均薪酬总额与X—效率负相关，提高薪酬有利于提高企业效率。激励不足是产生X—低效率的根本原因，激励不足的本质就在于激励供给与激励需求不相匹配。据调查，近六成上市公司高级管理人员认为现行的薪酬制度不足以吸引和激励人才。（注：张爱敬：《企业高层管理者薪酬到底该拿多少》[N]，《广州日报》2002年5月23日）因此，提高年度报酬，满足了高级管理人员的内在需求，有利于提高企业效率。

　　H[，2]：高级管理层年末持股比例对X—效率的影响不显著。理论上，通过经营者持股，把经营者的报酬与公司的长期业绩和未来市场价值联系起来，是取得较好激励效果的捷径。实际上，在我国持股制所需要的外部环境尚不成熟的条件下，经理层对于是否持股、持股多少并不热衷。黄群慧（2001）对西南某省的一项调查表明，虽然企业高层经理认同赠与企业股票是最有利于企业长远发展的激励形式，但从个人角度讲，最愿意接受的是奖金形式。从实际效果来看，魏刚（2000）、李增泉（2000）的实证结论均未得出持股比例与企业绩效显著相关的结论。因此，本文提出，高级管理层年末持股水平与X—效率并不显著相关。

　　H[，3]：企业规模与X—效率正相关，规模越大，X—效率越低。企业规模越大，管理层的“控制权收益”也越大，在无需努力或较小努力的情况下，管理层同样可以获得甚至超过契约合同所带来的收益，从而容易滋生管理层的“懒惰情绪”。另一方面，企业员工也是“有选择理性”的个人，企业规模越大，管理的难度也越大，面对员工的多样化需求，很难找到一个大家都满意的激励策略，总会有一部分员工处于激励不足状态，降低了企业的效率。因此，假定企业规模与X—效率正相关。

　　H[，4]：所有权归属对X—效率影响显著，国家控股、国有法人控股、自然人控股上市公司的X—效率逐渐升高。按控股股东形式，可以将样本公司分为国家控股、（注：国家控股是指由国资局、财政局、国有资产管理公司等直接控制的上市公司；国有法人控股是由国有独资公司、集团等具有法人资格的国有企业控制的上市公司；而自然人控股是指上市公司的控制权可最终追溯到个人。）国有法人控股和自然人控股三种形式。与国有上市公司相比，由于解决了“所有权虚置”问题，自然人控股上市公司会更关心效率，从而有利于效率的提高；国有法人股东作为独立的经济主体，有着自己的经济利益，与国家股东相比，更愿意在公司治理中发挥作用，体现在效率上就是前者高于后者。

　　H[，5]：产业特征影响X—效率，高新技术企业X—效率要低于非高科技企业。高新技术（注：高科技的划分标准，采用了原国家科委在国家《高科技产业区高科技企业认定条件和办法》中对高科技企业规定的标准，具有大专学历的人员占企业总人数的30％以上，且从事研发的科技人员占企业总人数的10％以上。）企业是以人力资本为主体的企业，区别于传统企业的生产方式，高新技术企业的生产不再是程序化的流程，而是在易变和不确定的环境中充分发挥个人的智慧和灵感，当激励机制供给不能满足激励需求时，人力资本所有者就会通过调节个人的努力水平来获得支出与所得的平衡，从而降低企业的效率。

　　表2 变量名称及变量说明一览表

　　┌──┬──────┬────────────┬──┬─────────┬────────────┐

　　││ 变量名称 │变量说明││变量名称 │变量说明│

　　├──┼──────┼────────────┼──┼─────────┼────────────┤

　　││ 产出变量 │ 当年产品销售收入的││ 高管层年度人均 │年末高管层薪酬①总额/

　　│

　　││ （RVNUE） │对数形式││薪金报酬（AVGWG） │ 实领人数的对数形式│

　　│├──────┼────────────┤├─────────┼────────────┤

　　││ 资金投入 │ 年末固定资产与无形资 ││ 高管层年末持股 │高管层年末持股总数/ │

　　│ 随│ （CAPTL） │ 产金额合计的对数形式 ││ 比例（AVGSH）

　　│总股本 │

　　│ 机│劳动力投入 │年末企业员工总人数的│ X │ ││

　　│├──────┼────────────┤├─────────┼────────────┤

　　│ 边│││ 效│企业规模（FSIZE） │年末股本的对数 │

　　│ 界│（LABOR）

　　│对数形式│ 率│ ││

　　│ 生│││ 回│ ││

　　│├──────┴────────────┤├─────────┼────────────┤

　　│ 产│ │ 归│ │虚拟变量。高科技取值│

　　│ 函│ │ 模│ ││

　　│ 数│注：在对Translog生产函数进行估算时， │ 型│ │为1，否则取值0虚拟 │

　　││ ││产业特征（FATTB） │变量。国有法人股则 │

　　││变量还应包括CAPTL[2]、LABOR[2]以及││ 企业所有权归属 ││

　　││ ││ │OWNER[，1]=1否则取 │

　　││CAPTL * LABOR ││（OWNER） ││

　　││ ││ │值0；若为自然人控制，

　　│

　　││ ││ │OWNER[，2]=1，否则取值0 │

　　└──┴───────────────────┴──┴─────────┴────────────┘

　　（注：① 上市公司年报中披露的年度报酬总额（剔除了独立董事津贴），包括基本工资、各项奖金、福利、补贴、住房津贴及其他津贴。）

　　三、实证分析

　　1.样本数据的描述性统计分析

　　74家样本企业中，5家属于国家控股、50家国有法人控股，19家是自然人控制；从产业特征来看，高科技企业共54家，非高科技企业20家，有关描述性统计结果如表3所示。

　　表3 2002年样本企业有关变量描述性统计结果及相关系数一览表

　　┌────┬────────┬───────┬─────┬─────┬────┬──────┬─────┐

　　││RVNUE

　　│CAPTL │LABOR │AVGWG │AVGSH

　　│FSIZE

　　│ROE（％） │

　　├────┼────────┼───────┼─────┼─────┼────┼──────┼─────┤

　　│Mean│1803561080.65

　　│1862088274.37 │2130.35

　　│146642.09 │0.0194 │650375221

　　│7.92 │

　　├────┼────────┼───────┼─────┼─────┼────┼──────┼─────┤

　　│Minimum │27370047.63│28617169.22

　　│20.00│29193.60 │0.00

　　│57218250│0.25 │

　　├────┼────────┼───────┼─────┼─────┼────┼──────┼─────┤

　　│Maximum │[1**********].00 │[1**********]0 │29332.00 │817570.59 │0.748 │[1**********] │68.25 │

　　├────┴────────┴───────┴─────┴─────┴────┴──────┴─────┤

　　│Pearson Correlation

　　│

　　├────┬────────┬───────┬─────┬─────┬────┬──────┬─────┤

　　│RVNUE

　　│1

　　│ │ │ │││ │

　　├────┼────────┼───────┼─────┼─────┼────┼──────┼─────┤

　　││ 0.933**

　　│ │ │ │││ │

　　│CAPTL

　　││ │ │ │││ │

　　││（0.613** ）

　　│ │ │ │││ │

　　├────┼────────┼───────┼─────┼─────┼────┼──────┼─────┤

　　││ 0.942**

　　│ 0.871** │ │ │││ │

　　│LABOR

　　││ │1 │ │││ │

　　││（0.621** ）

　　│（0.576** ） │ │ │││ │

　　└────┴────────┴───────┴─────┴─────┴────┴──────┴─────┘

　　续表3

　　┌─────┬──────┬──────┬────┬─────┬────┬──────┬───┐

　　│AVGWG │0.087

　　│-0.014 │ 0.122 │1 │││ │

　　├─────┼──────┼──────┼────┼─────┼────┼──────┼───┤

　　│ AVGSH

　　│-0.061 │-0.028 │-0.066 │0.148 │1

　　││ │

　　├─────┼──────┼──────┼────┼─────┼────┼──────┼───┤

　　│FSIZE │0.923** │0.955**│0.855** │0.034 │-0.045 │1

　　│ │

　　├─────┼──────┼──────┼────┼─────┼────┼──────┼───┤

　　│ROE

　　│0.065

　　│

　　-0.039

　　│ 0.039 │0.05 │ 0.071 │-0.049 │1 │

　　└─────┴──────┴──────┴────┴─────┴────┴──────┴───┘

　　**表示变量在1％的水平上显著相关（双尾检验），括号中数字为取对数后变量间的相关系数

　　从描述性统计结果来看，样本公司股本规模从57218250股到[1**********]股，劳动力投入从20人到29332人，而销售金额最大的公司是最小公司的1440倍，样本选择较为合理。再看反映公司激励机制的变量：高级管理层平均年薪14万元，最低的不到3万元，最高的近乎82万元，是前者的27倍多；从持股水平来看，上市公司高级管理层“零持股”或持股份额较少的状况依然没有改变，74家样本公司中有20家上市公司高级管理层年末未持有本公司股票，只有5家样本公司高级管理层年末持股比例在1％之上，（注：其中3家属于自然人控股的上市公司，这3家公司对样本企业平均持股水平产生子显著影响，若将其剔除，样本企业高级管理层平均持股水平仅为0.234％。）占样本总数的6.76％。对变量间的Pearson简单相关系数计算结果表明，资金投入变量、劳动力投入变量与产出变量间存在显著的正相关关系，且前两者也高度相关。高级管理层年末持股比例以及年度薪酬总额与反映企业绩效的变量净资产收益率（ROE）间并不存在显著的线性相关关系，那么，该结论是否适用于激励机制与X—效率之间的关系呢？有待检验。

　　2.随机边界生产函数与X效率回归模型的参数检验结果

　　运用FRONTIER4.1程序，我们分别对方程组（2）、（3）和（2）、（4）中的参数进行估计，（注：由于国内鲜有FRONTIER4.1程序的介绍，在对模型分析时，我们借鉴了Jones、Klinedinst和Rock（1998）、Christopher和Tong（1999）以及Abdulai和Eberlin（2001）的分析过程。）结果如表4中MODEL1所示，其中σ[2]衡量的是随机边界生产函数误差项的方差，σ[2]＝σ[2][，v]+σ[2][，u]γ＝σ[2][，u]/σ[2]且0≤γpl，当γ＝0时，X—效率是不存在的，这时用普通最小二乘法（OLS）即可实现对生产参数的估计，而没有必有采用随机边界模型。γ值越趋向1，说明采用随机边界模型对生产函数进行估计越合适。因此，通过γ值大小，我们可以对CD函数和Translog函数进行取舍。LR检验值是用来判别生产函数中是否存在X—效率，即是否存在γ＝δ＝0，当LR检验值（注：Kodde和Palm（1986）证明，LR值服从混合（mixed）的x[2]分布，并给出了临界（critical）值。）＞X[2][，y]，1时，拒绝零假设，证明生产函数是存在X—效率的。u为零假设中参数的个数，l为显著性水平。

　　从MODEL1的运行结果来看，CD函数和Translog函数的γ值分别为0.106和0.28，并且依次在5％和10％的水平上通过了显著性检验，相应的，LR值分别为32.66和22.61，均大于X[2][，8，0，9，5]＝15.32，说明用随机边界模型对生产函数进行拟合是合适的，X—效率因素对产出的影响显著。比较γ值可知，对MODEL1来说，用Translog函数对生产函数进行拟合要比用CD函数拟合更为恰当。

　　Translog结果显示，高级管理层年度人均薪酬、企业规模变量对企业X—效率影响显著，而年末持股水平、企业所有权归属以及产业特征变量却没有通过显著性检验。那么，高级管理层“是否持股”对X—效率会不会产生影响呢？对此，我们将虚拟变量“是否持股”（用DSHRE表示，如果经理层持股，则DSHRE＝1；否则为0）替代持股水平变量，同样运用CD生产函数和Translog生产函数进行检验，结果如MODEL2所示。

　　表4 随机边界模型和X—效率回归模型参数估计结果

　　┌────────────────┬────────────────────────────────┬───────────────────────────────┐

　　││ MODEL1 │ MODEL2

　　│

　　││CD TRANSLOG │CD TRANSLOG │

　　├───────────┬────┼────────────────────────────────┼───────────────────────────────┤

　　│ ││Coeffit-Coeffi t- │Coeffit-

　　Coeffic t-│

　　│ ││cientratiocient ratio │cientratioient ratio │

　　├───────────┼────┼────────────────────────────────┼───────────────────────────────┤

　　│Cons tan t│β[，0] │5.853*** 7.457

　　12.469***11.924

　　│5.685*** 51.559 11.889***11.54 │

　　│In（ CAPTL） │β[，1] │0.298*** 2.685

　　-1.557***

　　3.249 │0.321*** 4.177

　　-1.792***4.178 │

　　│In（LABOR）

　　│β[，2] │0.246**

　　2.403 0.551 0.452│0.239**

　　2.106

　　1.708 1.597 │

　　│（In（CAPTL））[2]│β[，11]│0.151**2.44 │ 0.192*** 3.61 │

　　│（In（LABOR） ）[2]

　　│β[，22]│0.262* 1.719│ 0.312*1.974 │

　　│In（CAPTL）* │β[，12]│-0.205 -1.044

　　│ -0.364** -2.058│

　　│In（LABOR）

　　│││ │

　　├───────────┼────┼────────────────────────────────┼───────────────────────────────┤

　　│x 效率模型│││ │

　　│Cons tanf │δ[，0] │8.901*** 4.806 3.853* 1.904 │6.842***9.812

　　0.756 0.450

　　│

　　│AVGSH │δ[，1] │1.172**

　　2.380 0.885

　　0.839 │ │

　　│AVGWG │δ[，2] │-1.29*** -6.708 -1.731*** -4.123 │-0.934***

　　4.724 -0.708** -2.23 │

　　│FSIZE │δ[，3] │-0.258

　　-1.288 0.542** 2.474 │ -0.197 -1.263 0.381*1.713│

　　│FATTB │δ[，3] │0.028 0.207 0.246

　　0.837 │ 0.086 0.924 0.151 0.823│

　　│（ ）WNER[，1]│δ[，4] │-0.054

　　-0.229 -0.025 -0.052 │ -0.183 -1.299 0.035 0.104│

　　│（）WNER[，2] │δ[，5] │-0.068

　　-0.283 0.344

　　0.790 │ -0.053 -0.259 0.475 1.598│

　　│DSHRE │δ[，6] │ -0.184 -1.649 -0.316**│ -2.165

　　│

　　│ │σ[2]

　　│-0.096***6.549

　　0.112***2.869 │0.096*** 4.696 0.179**2.346 │

　　│ │ γ │0.106** 2.169

　　0.28*

　　1.758 │ 0.032

　　0.601 0.66***3.818 │

　　│ │LR │ 32.66

　　22.61 │ 34.27 16.94│

　　└───────────┴────┴────────────────────────────────┴───────────────────────────────┘

　　在X效翠回归模型中，参数符号为正，表明该变量会降低X—效率；反之，会提高X效率。***、**、*分别表示该参数在1％、5％和10％的水平上显著。

　　MODEL2的结果表明，运用CD生产函数计算的γ值为0.032，没有通过显著性检验，说明在更换持股水平变量后，以CD生产函数作为估计用的生产函数已经不再适用；而Translog函数的γ值为0.66，并且在1％的水平上高度显著，LR值为16.94，大于15.32，以Translog函数作为估计用的生产函数较好地拟合了样本数据，且生产函数受X—效率的影响显著。回归结果显示，高级管理层年度薪酬、企业规模以及“是否持股”变量对X—效率影响显著，而所有权归属、产业特征变量均没有通过显著性检验。

　　综上，对MODEL1和MODEL2中Translog函数运算结果的分析表明，实证结论证实了高级管理层年度薪酬总额、年末持股水平以及企业规模变量与X—效率关系的原假设。与假设不一致的是，企业所有权归属和产业特征对X—效率的影响：（1）国家控股、国有法人控股和自然人控股上市公司并未像我们所设想的那样，效率逐次递增，一个可能的解释就是自然人控股的上市公司很大一部分是家族企业上市的结果，管理极其不规范，家族化管理严重，在这种权威而不是能力起作用的管理体制下，不利于调动员工的积极性，进而影响企业效率的提高；（2）高科技企业并未表现出比非高科技企业更低的效率，考虑到我们选择的样本，74家样本企业中，54家属于高科技企业，非高科技企业过少，不具有代表性，这个结论就不难理解了。

　　四、结论及建议

　　不同于以往研究过多关注企业激励机制对企业绩效的影响，本文以沪深两市74家电子通讯类上市公司为例，研究了高级管理层激励与X—效率间的关系，得出如下结论：（1）高级管理层年度薪酬总额与X—效率显著负相关，提高管理层的薪酬有利于提高企业效率；（2）高级管理层年末持股水平与X—效率间不存在显著的线性关系，但是持股确实有利于企业效率的提高；（3）企业规模与X—效率正相关，规模越大，X—效率越低；（4）国家控股、国有法人控股，自然人控股上市公司的X—效率并不存在明显不同；（5）与传统企业相比，高科技企业也没有表现出明显的X—低效率现象。

　　结合上述研究结论，针对上市公司高级管理层激励机制设计，我们给出如下建议：

　　（1）推行以货币激励为主的自助式整体薪酬制度。自助式薪酬是由美国密歇根大学John E.Tropman博士提出的一套全新的具有自助风格的薪酬方案，该方案将十种不同类型的薪酬组成部分——基本工资、附加工资（奖金、加班工资和利益分享）、福利工资、工作用品补贴、额外津贴、晋升机会、发展机会、心理收入、生活质量和私人因素（注：（英）约翰·E·特鲁普曼著，刘吉、张国华主编：《薪酬方案：如何制定员工激励机制》，上海交通大学出版社，2002年。），汇拢在一起，根据个人具体需求组合搭配，供雇员随意挑选。不同于传统的以企业（雇主）为导向的薪酬机制，该薪酬体制强调将企业的需求与员工的需求结合起来，建立起一套符合企业和个人利益的能产生最大化激励效果的综合体系。这一体系能使员工有更多的参与，有更大的选择余地，度身定制自己的整体薪酬方案。

　　在当前我国缺乏实施股权激励机制的条件下，高级管理层对未来收入没有一个良好的预期，而是更乐于接受实实在在的货币收入，提高货币薪酬会起到激励高级管理层努力工作的作用，这已被本文所证实，因此，货币激励仍应作为目前最主要的激励方式。但是随着货币薪酬的不断增长，其带给高管人员的边际效用会逐步下降，对企业效率的敏感度降低，以MODEL2中Translog函数运算结果为例，高级管理层薪酬水平（对数形式）与X—效率间的相关系数为—0.708，即薪酬水平提高1％的话，效率将提高0.708％，当管理人员年度薪酬为120000元时，提高10000元，X—效率将提高0.0246，若当薪酬水平为1200000元时，提高10000元仅使X—效率提高0.00255，因此，薪酬水平不能无限制地提高下去，到达一个较高水平时，就需要辅之其他激励方式。考虑高级管理人员的自身需求，为其提供个性化激励，如推行高管层持股、为管理人员提供培训、进修机会、加大养老保险、失业保险等福利性措施。

　　（2）扩大领取薪酬的高管人员比重。我们的研究证实，提高高级管理层年度薪酬总额有利于提高企业效率。现在的实际情况是，上市公司高级管理层成员中很大一部分不在上市公司领取薪酬或者仅限于领取部分津贴，远远起不到激励的效果。我们所选取的74家样本公司中，约有67％的高级管理人员在上市公司领取薪酬，最少的公司只有9％，高级管理人员不在上市公司领取薪酬，很难保证其能勤勉的工作。

　　（3）重视合理竞争产生的激励作用。根据X一效率理论，个人努力水平也是对所承担压力的反应，适度加压可以促使个人努力位置向可达到努力水平推移，最终提高企业效率，对上市公司高管人员来说，这种压力既包括经理人市场上的淘汰压力，也包括外部产品市场的竞争压力：在经理人市场完善的情况下，大量等待就业的职业经理人的存在，构成对现职经营者的替代压力，可以有效制约在任经理人的懒惰和无效率行为；同样，当产品竞争激烈时，产品利润率大大降低，破产退出的威胁迫使对控制企业资源欲望极强的经理们提高努力水平。因此，建立合理机制鼓励正常竞争，不失为激励高管层提高努力水平的一种有效方式。

　　另外，普通员工激励也不容忽视，尤其是在大企业中。目前的普遍情况是，大家都高度关注对高级管理层的激励，而淡漠对企业普通员工的激励，事实上，重视对普通员工的激励有利于从企业经营的各个环节和层面提高效率，企业规模越大，这种全面激励的效果越明显。在激励方式的选择上，应根据工作类型设计不同的激励制度安排，如对于比较容易监控的生产人员，可以实行固定薪酬制；对于不易监控的研发人员，可考虑实行过程激励，如：进行职业生涯设计，激励他们向更高的技术职位努力；尊重个人工作自主性，增强管理的柔性化；肯定个人劳动成果，实行成果署名制度等。

作者介绍：杨贺，马春爱，西安交通大学管理学院 陕西 7100612