薪酬管制、 企業內部薪酬差距與創新： 來自制造業的證據1

楊伽倫 朱玉杰

0 引言

近年來，國有企業高管的薪酬問題屢次引發社會熱議。 2008年金融危機爆發，彼時國泰君安人均薪酬仍高達百萬元，不少人對國企高管的“天價薪酬”提出質疑。2009 年9月16日，人力資源和社會保障部等六部聯合下發《關于進一步規范中央企業負責人薪酬管理的指導意見》。2009年的限薪令對國企薪酬的管制收效甚微(沈藝峰和李培功，2010；梅潔，2015)。2014年8月，中央政治局會議又通過了《中央管理企業負責人薪酬制度改革方案》(后文簡稱《改革方案》)，并于2015年1月實施。地方國有資產監督管理委員參照《改革方案》，制定本地區限薪辦法。因此，中央企業和地方國有企業(以下統稱為國有企業) 都受限薪政策的沖擊。2015年的限薪令具有實際約束力,降低了國企高管薪酬(常風林等，2017)，縮小了企業內部薪酬差距(楊青等，2018)。但對于薪酬管制對創新活動的影響，并沒有一致結論。

創新是推動經濟發展的動力(Solow, 1957)。提高創新能力，有助于推動我國產業結構調整、促進長期經濟增長。然而，創新活動本身具有長周期、高風險的屬性，在所有權和控制權分離的情況下，高管往往缺乏創新的激勵(Jensen and Murphy，1999)。作為顯性激勵方式，薪酬能促使管理者做出有利于企業長期價值的創新決策(Sunder et al.，2017)。限薪政策的出臺，一方面可能使國企高管創新的積極性受打擊，削弱創新激勵；另一方面，也可能縮小企業內部薪酬差距，提高員工的公平感，促進團結，改善創新。但關于薪酬管制和內部薪酬差距對企業創新的影響，研究甚少。

本文以2013—2016年的制造業上市公司作為研究對象，以2015年1月實施的限薪令為政策背景，構建雙重差分模型，將國有企業設為實驗組，非國有企業設為對照組，研究薪酬管制對創新的影響。結果顯示，在考慮公司、年份、地區等因素后，薪酬管制使國企的創新產出、創新質量均顯著下降。為消除潛在的內生性，本文采用多期動態回歸、雙重差分傾向得分匹配(PSM-DID)等辦法檢驗。也考慮了不同時間區間、不同地區范圍。進一步研究證實，限薪令顯著縮小了國企內部薪酬差距，從而改變高管和員工的創新激勵。我們又按內部薪酬高低進行分樣本檢驗，結果基本支持錦標賽理論。值得注意的是，本文的主要結果，在內外部環境較為不利的企業中較明顯。在競爭度較弱的行業中，企業面臨的生存危機較小，通過創新以避免被淘汰的激勵更弱。限薪令實施后，其創新活動受到更明顯的沖擊。在法治水平較低的地區，外部法律環境對高管合法合規經營的監督和威懾效果較弱，對創新活動提供的法律保護也少。薪酬限制后，企業創新下降較為明顯。當內部控制水平較低時，公司未能及時調整激勵辦法，來緩解薪酬管制對員工創新激勵的削減，創新減少的幅度更大。當企業所面臨的成長機會較少時，企業缺乏投資高風險創新活動的動機，薪酬限制對這類企業的創新影響更為明顯。高管人力資本水平的高低不同，限薪令對創新的影響也不同。以上結果為本文的主要發現提供了進一步的證據。此外，由于反腐倡廉的深入開展，限薪令并沒有增加高管的在職消費，也沒有改變企業風險承擔水平。最后，限薪令實施后，市場認為國企申請的專利價值降低，對其專利被授權起略微消極的作用。

本文的主要貢獻如下：第一，系統探討了薪酬管制政策對企業創新產出、創新質量的影響，豐富了有關政府薪酬管制政策評估的研究；第二，采用雙重差分模型，證實了內部薪酬差距對企業創新的影響，對數量極少的相關文獻做了補充；第三，對比分析了企業不同內外部環境下限薪對創新影響的區別，對如何進一步實施限薪政策具有指導意義。

本文后續內容按以下順序展開：第1部分為相關文獻與研究假設；第2部分為研究設計與樣本選擇，詳細介紹了數據結構、變量定義，研究模型和描述性統計；第3部分為主要實證結果分析；第4部分為分情景討論；第5部分為市場反應；第6部分為主要結論。

1 相關文獻與研究假設

1.1 相關文獻

1.1.1 企業的創新激勵

研究表明，存在各種影響公司創新激勵的因素。在外部層面，較高的知識產權保護水平(Spulber，2013)，較低的稅收水平 (Mukherjee et al.， 2017)；在公司層面，較低的分析師關注度(He and Tian，2013)；較高的機構持股比例(Aghion et al.，2013)；較高的期權交易活躍度(Blanco and Wehrheim，2017)；較大的董監高網絡(余晨陽和何流，2019)等，都能激發高管創新。Wu and Tu(2007)發現，期權激勵能促使高管增加研發投入。Hirshleifer et al.(2012)發現，高管的過度自信水平有助于其發現創新增長機會。當給予更多激勵薪酬時，高管更有動力創新 (Baranchuk et al.，2013)。 此外，員工激勵也在企業創新中發揮作用。Chang et al.(2015)的研究表明，員工持有更高水平的期權，有助于促進企業創新。

1.1.2 薪酬管制與創新

薪酬是否應該被管制？支持薪酬管制的研究認為，高管薪酬過高也會誘發代理問題， 應予以管制(Bebchuk and Fried，2003，2004)。Cebon and Hermalin(2015)建模發現，在特定條件下限薪能提高企業效率，增加股東價值。Abudy et al.(2017)發現以色列限薪令給相關行業帶來正向的累積超額收益，在短期內提高股東價值。反對薪酬管制的研究認為，高管薪酬很大程度上取決于市場力量，不應被管制(Kaplan，2007)。限制高管薪酬會帶來很多意想不到的后果(Murphy and Jensen，2018)，比如，對薪酬的限制會促使平庸業績得到更多獎勵(Dittmann et al.，2011)，還會削減薪酬對業績的敏感性，不利于公司價值的創造(Jensen and Murphy，1990)。

盡管有關薪酬管制的爭論愈發激烈，但關于直接限制高管薪酬的實證研究卻很少。我國2009年、2015年的兩次限薪令，為相關研究提供了外生自然實驗。薪酬管制增加了高管腐敗的概率(陳信元等，2009)，也不利于公司業績(Bae et al.，2017；趙樂和王琨,2019)。

然而，對于限薪令如何影響企業創新，目前尚無一致結論。一些研究認為，限薪令有利于創新(李追陽和余明桂，2018；王曉云和許家云，2019)。鄢偉波和鄧曉蘭(2018)用無形資產變動衡量創新，發現薪酬管制不會抑制國企創新活動。另一些研究認為，限薪令降低了企業的創新投入水平。徐經長等(2019)發現，限薪令后國有企業相對創新投入水平降低。王靖宇和劉紅霞(2020)也認為，限薪令抑制了央企的創新投入。

1.1.3 企業內部薪酬差距與創新

錦標賽理論注重薪酬差距的激勵效應(Lazea and Rosen，1981；Rosen，1986)。組織等級中某一層級的薪酬水平，不僅能激勵本層員工，也能激勵更低一層的員工。薪酬差距擴大時，員工為得到更高的薪酬或獲得職位晉升，會增加努力程度。因此，薪酬差距能提升企業生產效率(Banker et al.，2016) 。

比較理論強調公平。較大的薪酬差距可能會引發員工的不公平感(Festinger，1954；Adams，1965)，減少員工努力的激勵，帶來員工的懈怠、缺勤、離職甚至報復，不利于企業績效。相反，較小的薪酬差距能增加員工滿意度，提高企業的凝聚力，改善績效。

過往研究證實了薪酬差距對企業績效(劉春和孫亮，2010；黎文靖和胡玉明，2012；Banker et al.，2016)、企業生產率(Faleye et al.，2013；Firth et al.，2015；Dai et al.，2017)和產品質量(Cowherd and Levine，1992)的影響，但研究薪酬差距對企業創新影響的文獻極少。趙奇鋒和王永中(2019)發現，薪酬差距擴大將提高發明家晉升激勵，鼓勵發明家增加創新投入?？讝|民等(2017)和Xu et al.(2017)發現薪酬差距對創新存在正向影響，并利用工具變量緩解內生性問題；但在缺乏自然實驗的情況下，可能難以完全消除內生性對結果的影響。

1.2 研究假設

高管是企業創新過程的重要決策者。既往研究認為，高管薪酬能激發高管努力，是解決經理人與股東之間代理問題的工具。而薪酬管制是對高管才能市場定價的限制，會降低高管的工作激勵(Hayek，1960)。因此，限薪令的實施將使高管受到打擊，對公司創新有負面效果。

普通員工也對企業創新有影響。一方面，較大的薪酬差距會激發普通員工的不滿(Martin， 1981)，不利于團隊協作和生產(Henderson，2001)。限薪令縮小了薪酬差距，應有助于創新。另一方面，企業內部薪酬差距可以激發高管和下一層級員工努力(Mueller et al.，2017)。限薪令縮小了薪酬差距，破壞了創新激勵。此外，Xu et al.(2017)的研究發現，僅當內部薪酬差距相對較高時，比較理論才發揮作用 ?？讝|民等(2017)也發現，管理層薪酬溢價是薪酬差距促進創新的主要驅動因素，在高質量的創新活動中，管理層的主導作用更顯著?？傮w而言，內部薪酬差距對創新的影響支持錦標賽理論。

據此，我們提出以下假設：

假設H1：限薪令的實施，將降低國有企業的創新水平。

2 研究設計與樣本選擇

2.1 樣本選取與數據來源

在本文的時間區間內，共3107家上市公司，其中制造業公司有1905家，占比62.28%。因此從數量上看，制造業企業在A股上市公司中位居主要地位，是國民經濟的支柱行業。國務院2015年5月印發的部署全面推進實施制造強國的戰略文件《中國制造2025》中明確指出，推動制造業創新升級，是我國現階段的重要目標。值得注意的是，在本文的樣本區間中，制造業公司專利申請量的均值為69.55個，獲得授權的專利申請量的均值為45.89個；而非制造業公司專利申請量的均值為29.96個，獲得授權的專利申請量的均值為19.25個，其專利活動的活躍度遠小于制造業公司。制造業是創新專利活動的微觀主體，創新活動相當活躍，在研究公司創新行為時，具備很強的代表性(畢曉方等，2020； Islam and Zein，2020)。而其他行業并不需要積極的高密度創新也能持續經營，專利的產出頻率也相對較低，可能會給有關創新的研究帶來干擾(李追陽和余明桂，2018)。 因此，參照前人的研究辦法(Benmelech and Frydman，2015；王紅建等，2017；楊繼東等；2018；蔡衛星等，2019；李洪亞，2019)，本文選取A股制造業的上市公司作為研究對象。在進行雙重差分模型的研究時，應考慮其他事件沖擊可能造成的影響。特別地，2010年起我國中央企業全面實施經濟增加值(EVA，economic value added)考核，這一考核機制的改變引發了公司經營管理決策的各種變化(梁上坤，2016)。其中，EVA 考核機制將公司的研發支出資本化，也就是將凈利潤中扣除的研發費用加回，因此可能可以緩解高管因顧慮研發支出會降低凈利潤而導致的短期行為，影響高管對于研發與創新的激勵(余明桂等，2016)。劉行等(2019)認為，較短的樣本期間可以最大限度地避免其他與薪酬限制政策不相干的因素對企業創新的影響。為了消除諸如EVA 考核實施對本文研究結果的影響，我們將樣本時間區間設為2013—2016年，盡可能將其他事件的影響排除在外。同時，本文選擇限薪令實施前、后相等數量年份進行檢驗，也保證了政策實施前和政策實施后樣本的可比性(姜軍等，2017)。我們對樣本做出如下調整：剔除相關財務變量數據缺失、非正常營業狀態、樣本期間內ST、*ST、暫停上市、退市的樣本公司。公司專利申請數據、專利授權數據、各類財務指標來自國泰安數據庫(CSMAR)。此外，為排除極端值的影響，對連續變量在前后1%的水平上進行縮尾(Winsorize)處理。

2.2 變量定義

2.2.1 公司創新的度量

我國上市公司在2007年才較為系統規范地披露研發費用數據，且數據存在大量缺失值，這可能會造成樣本選擇偏誤，使雙重差分模型的估計系數有偏差。因此，本文借鑒已有方法(Hirshleifer et al.，2012；楊伽倫等，2020)，以創新活動直接成果——公司的專利申請數量、獲得授權的專利申請數量，來度量公司創新產出。專利進入申請狀態，即代表研發活動已取得實際成果，因此專利申請數量是比較直接和準確的指標(Griliche et al.，1987)。而獲得授權的專利申請數量則受審批、政策等影響，具有一定的滯后性。因此，本文以專利申請數量作為衡量企業創新產出的主要變量，以獲得授權的專利申請數量作為輔助指標?？紤]到這兩個變量分布的右偏性，本文對其分別取對數：Patent Application代表公司專利申請總量加1后的對數值，Successful Patent代表截至統計日獲得授權的專利申請數量加1后的對數值。

我國的專利分為發明專利、實用新型專利、外觀設計專利三類。發明專利比其他兩類專利有著更長的審批周期和更嚴格的審批流程，最能體現企業的創新水準(Tan et al.，2015；倪驍然和朱玉杰，2016)。 因此，本文采用發明專利的申請量來度量企業的創新質量，并對其取對數消除右偏性：Patent Application_I代表公司發明專利的申請量加1后的對數值。

2.2.2 內部薪酬差距的度量

我們嚴格參照了Eriksson(1999)、黎文靖和胡玉明(2012)、劉春和孫亮(2010)的辦法，用下面辦法度量普通員工平均薪酬：采用“支付給職工以及為職工支付的現金”減去“董事、監事及高管年薪總額”，再除以“員工人數”減去“高管人數”的差值，取對數后記做LnAEP_1。采用公司前三名高管的平均薪酬來衡量高管薪酬水平，取對數處理，記做LnAMP。中國企業的股權支付覆蓋范圍和支付比例較小，故而未將股權支付納入薪酬，但在回歸中控制了管理層持股比例。同樣地，按照黎文靖和胡玉明(2012)的辦法，企業內部薪酬差距用前三名高管平均薪酬與普通員工平均薪酬相減所得的差值表示，取對數后記做LnGAP_1。由于現金流量表的“支付給職工以及為職工所支付的現金”科目中，包括了企業為職工所支付的養老保險金等社會基本保障費用，因此我們也進一步扣除這些社會保險費用(參照劉春和孫亮(2010)的辦法，我們以56% 的比例估算應扣除的企業為員工所負擔的社會保險費用，具體項目及比例如下：福利費(14%)、養老保險(20%)、醫療保險(12%)、失業保險(2%)、住房公積金(7%)、生育保險(0.5%)、工傷保險(0.5%))，將“支付給職工以及為職工支付的現金”除以1.56，再減去“董事、監事及高管年薪總額”，再除以“員工人數”減去“高管人數”的差值，取對數后記做LnAEP_2，此時，對應的企業內部薪酬差距記做LnGAP_2。

2.2.3 薪酬管制的度量

本文以2015 年1月《中央管理企業負責人薪酬制度改革方案》(以下簡稱《改革方案》)的實施作為勞動保護的外生沖擊。具體而言，我們在研究中引入限薪令實施前后時間的虛擬變量POST，如果企業樣本所在年份大于或等于2015年則取1，否則取0。由于地方國有企業參照《改革方案》制定限薪計劃，因此2015年的限薪令管制對象為全部國有企業。我們構建國企啞變量SOE，該變量對國有企業取1，對非國有企業取0。在此基礎上，構造以上兩個變量相乘后的交叉項，記做p_SOE，該變量對于受到薪酬管制后的國企取1，其他情況取0。

2.2.4 控制變量

參照過往研究，我們在模型中加入以下公司特征控制變量：盈利能力(ROA)、經營性現金流除以滯后期企業規模(Cash Flow)、滯后一期的對數企業規模(Firmsize)、托賓Q值(Tobin’s Q)、對數人均固定資產(LnPPE)、財務杠桿(Lev)；也加入以下會影響高管創新能力和激勵的個人特征作為控制變量：高管年齡(Age)、是否兼任董事長啞變量(Dual)、管理層持股比例(StockManager)、本科學歷啞變量(College Degree)。表1列出了本文主要變量的定義。

表1 變量名和變量定義

續表

2.3 研究模型

我們使用雙重差分模型來探討限薪令對公司創新活動的影響。采用如下的回歸模型：

(1)

其中，Innovation為一系列公司創新的度量指標。p_SOE為雙重差分虛擬變量，該變量對于受到薪酬管制后的國企取1，其他情況取0。Controls是一系列控制變量。由于企業、時間和省份層面不隨時間變化的因素可能會影響創新，回歸還控制了年份固定效應(Year FE)、公司固定效應(Firm FE)或行業固定效應(Industry FE)，以控制企業內部不隨時間變化的因素和特定年份的宏觀因素可能帶來的影響。我們也加入了年份與省份交互固定效應(Year_Province FE)，以此消除不同省份經濟形勢沖擊可能對政策的實施造成的影響?；貧w殘差在公司層面集聚。通過觀察β1的回歸系數和顯著性，可以對假設H1進行檢驗：如果β1顯著為負，則說明國有企業的創新活動在限薪令后顯著下降。

2.4 描述性統計

表2中列出了本文主要變量的描述性統計。樣本包含了2013—2016年制造業的6754個觀測。對數化后的專利申請量Patent Application均值為2.773。Successful Patent和Patent Application_I的分布情況與之類似。從薪酬水平看，對數化后的高管平均薪酬LnAMP的均值為13.071，而普通員工平均薪酬LnAEP_1的均值為11.109，對數化后的內部薪酬差距LnGAP_1均值為12.830；LnAEP_2均值為10.245， LnGAP_2均值為13.125。高管持股水平StockManager的均值為0.038，說明平均而言高管持股水平比較低。College Degree變量的均值為0.598，意味著超過半數的觀測中，高管學歷在本科以上，代表較好的人力資本水平，高管對企業創新應具有一定貢獻度。表2也將樣本按照實驗組和對照組分類，分別進行描述性統計的匯報。

表2 描述性統計

3 實證結果分析

3.1 限薪令與公司創新

首先，我們通過估計式(1)檢驗限薪令對公司創新活動的影響，結果如表3所示。被解釋變量分別是專利申請數對數Patent Application、發明專利申請數對數Patent Application_I、獲得授權的專利申請數對數Successful Patent?；貧w結果顯示，列(1)～(3)中，p_SOE的回歸系數分別為-0.198，-0.14，-0.217，且均在1% 的水平顯著。當不包含控制變量時，回歸結果不變，限于篇幅，沒有在表3中匯報?？梢娫诳紤]了企業層面遺漏變量的因素時，限薪令降低了國企創新水平。列(4)～(6)用行業固定效應替換了公司固定效應，p_SOE的回歸系數仍顯著為負。以上結果表明，限薪令實施后，國企的創新產出、創新質量都顯著下降，從而支持了假設H1。

表3 限薪令與企業創新

從控制變量來看，ROA與各創新指標正相關。盈利能力較強的公司，規避風險的意愿較低，因此更有意愿和能力參與創新活動。同時，公司強大的盈利能力，也為其創新提供了物質支持。規模較大的公司，其承擔風險的能力越強，也具備為創新提供資源的能力，所以創新水平更高。托賓Q值代表了公司的成長性，托賓Q值越高，說明公司處于成長速度較高的發展初期，具有更強的創新動機，可能更注重投資和研發投入，但創新產出尚未得以彰顯。相比于老牌的成熟企業，其專利活動相對較弱。因此托賓Q值和專利指標呈負相關。財務杠桿較高的企業，創新產出和質量相對較低，這可能是因為：債權人僅從企業定期獲得固定收益，企業從風險項目中獲得的高額收益并不會使債權人明顯受益。在這種情況下，債權人的創新激勵較弱，不會支持企業從事創新活動。當公司高管具有本科或以上學歷時，企業創新能力更強。原因可能是，受過高等教育的高管具有較高水平的人力資本存量。限于篇幅，在本文的其他回歸中，沒有再匯報控制變量的回歸系數。各控制變量回歸系數的符號與預期一致。

3.2 限薪令實施前后企業創新的動態變化

對企業的創新活動來說，2015年1月限薪令的實施是相對外生的。2015年1月實施的限制高管薪酬的《改革方案》，其根本目的在于合理約束高管薪酬，縮小高管與普通職工的薪酬差距，以應對新形勢下的國有企業高管薪酬偏高的實際問題，促進社會的公平正義。限薪政策的制定動機、實施對象的選擇等，均與企業的創新水平高低沒有直接關系。因此，薪酬限制的政策實施對于公司創新較為外生，以此設計的雙重差分模型下潛在的反向因果問題較小。盡管如此，仍有可能存在以下情況的可能性：這項薪酬管制的方案，是在2014年8月頒布的。方案頒布后，企業高管有可能提前預期未來薪酬會因限薪令而變化，從而提前調整創新決策。這樣，在限薪令實施之前，企業的創新活動就可能會發生顯著的變化，對限薪令實施與企業創新之間的因果關系帶來干擾。首先，考慮到不同省份的經濟形勢沖擊仍有可能會影響限薪政策的實施，帶來自然實驗分組的非隨機性，進而破壞處理組和控制組的平行趨勢假設，我們在本文的回歸模型中均控制了省份與年份的交叉項，為平行趨勢假設提供了穩健的支持。此外，為了進一步消除上述政策前的預期效應對研究結果的影響，我們構造如下的多期動態回歸模型，進一步驗證平行趨勢假設。

(2)

其中，Before_SOE為虛擬變量，若公司為國企，則在2014年取1，其他情況取0。Current_SOE當公司為國企且年份為2015年時取1，其他情況取0。After_SOE當公司為國企且年份為2016年時取1，其他情況取0。此外，回歸也控制了年份固定效應、年份與省份交互固定效應、公司固定效應，回歸殘差在公司層面集聚。

模型(2)的回歸結果如表4所示。列(1)～(3)匯報了包含公司固定效應的動態檢驗效果?？梢钥吹?，Before_SOE的回歸系數均不顯著。說明相對于樣本基期，2014年國企的創新沒有明顯變化，限薪令的頒布本身對國企創新并無顯著影響，在薪酬限制政策正式實施前，并不存在預期效應。參照前人對平行趨勢的檢驗(Bertrand and Mullainathan，2003；姜軍等，2017；劉行等，2019；丁寧等，2020；郭曄等，2020)， 政策頒布是在2014年8月，上述回歸結果排除了因果關系的潛在疑問，說明預期效應并沒有破壞“平行趨勢”假設。值得注意的是，Current_SOE的回歸系數均在1% 或5% 的置信度下顯著為負，且其回歸系數的絕對值均遠高于同列中Before_SOE回歸系數的絕對值。舉例來說，列(1)顯示，在2015年限薪令實施當年，國企的專利申請量在1% 的置信度下減少了18.4%。此外，After_SOE的回歸系數均在1% 的水平顯著為負，回歸系數的絕對值略高于同列中Current_SOE回歸系數的絕對值。上述結果進一步表明，限薪令僅在實施后對企業的創新活動產生影響，限薪令對企業創新活動的影響不存在預期效應，排除了反向因果問題。同時，限薪令的實施對于企業創新行為的影響具有持續性。列(4)～(6)則控制了行業固定效應，基本結論保持不變。

表4 限薪令與企業創新—動態檢驗

3.3 使用傾向得分匹配處理遺漏變量問題

限薪令的實施對企業來說是外生沖擊。因此，本文的實證模型在很大程度上免受反向因果等帶來的內生性困擾。但是，國有企業和非國有企業本身就存在許多差異，即使我們的雙重差分模型中控制了常見差異，也無法完全排除遺漏變量等問題。為了得到相對純凈的研究結果，我們利用傾向得分匹配法(propensity score matching, PSM)，為樣本中每家國有企業選取四家屬于同一行業且傾向得分最接近的民營企業作為對照組。計算傾向得分時，采用Logit回歸，進行可放回的一比四最鄰近配對。配對樣本的平衡性檢驗結果如表5所示，經過配對之后，國有企業和民營企業在公司特征等方面基本無統計上的顯著差異。所有協變量匹配之后的標準化偏誤均小于10%，根據前人的研究(Rosenbaum and Rubin，1985；馬草原等，2020)，以上結果表明，傾向得分匹配后的樣本通過了平衡性檢驗，傾向得分匹配是有效的。協變量的t檢驗結果都在5%的顯著性水平上接受了匹配后實驗組與控制組之間并無系統性差異的原假設，這說明匹配后控制組樣本各變量更接近于實驗組樣本，這將減小在雙重差分檢驗時因潛在誤差對政策凈效應的可能影響。因此，利用傾向得分匹配法匹配后的樣本進行回歸能夠有效緩解樣本“自選擇”問題帶來的估計誤差。剔除沒有進入對照組的觀測后，我們重新進行模型(1)中的雙重差分回歸。結果如表6所示。 在列(1)～(3)中，p_SOE的回歸系數均在1%的水平上顯著為負；與表3中雙重差分回歸結果一致。列(4)～(6)用行業固定效應替換了公司固定效應，結果也與表3一致。這說明，在控制了潛在的遺漏變量問題后，限薪令對公司創新仍有負向影響。

表5 傾向得分匹配結果

表6 雙重差分傾向得分匹配

3.4 穩健性檢驗

3.4.1 其他樣本設定

在本節中，我們考慮多種情況，分別改變樣本的時間區間、覆蓋的地區范圍、所屬行業等，對前述的主要發現做進一步的檢驗。結果見表7。

首先，薪酬管制的《改革方案》于2014年8月頒布，并從2015年1月開始實施，各地區在制定并出臺相關的薪酬管制措施時，可能存在時滯。對于2014年、2015年的樣本觀測，區分它們應屬于事件前還是事件后的區間，可能有一定難度。我們從樣本中分別剔除2014當年的觀測或剔除2014年和2015年共兩年的觀測，再重新進行模型(1)的回歸。表7的Panel A的列(1)～(3)、列(4)～(6)分別匯報了兩種樣本下的回歸效果，p_SOE的系數仍然顯著為負，本文的基本結論不變。

其次，2012年12月4日，中共中央政治局召開會議，審議通過了中央政治局關于改進工作作風、密切聯系群眾的“八項規定”，反腐倡廉。這可能會約束企業高管的在職消費、過度投資等行為，緩解代理問題，促進企業創新；另一方面，較為嚴格的監督機制也可能增加企業高管的風險規避意愿，降低其創新激勵。為了排除“八項規定”對公司創新的潛在影響對本文研究的干擾，我們從樣本中刪去“八項規定”2013年開始實施的年份觀測值，重新按模型(1)進行雙重差分回歸，結果見表7的Panel B的列(1)～(3)，對不同的專利度量辦法，p_SOE的回歸系數均顯著為負，本文的基本結論不變。在排除了“八項規定”的潛在影響后，2015年1月實施的限薪令仍對企業創新有顯著的負向影響。

再者，從地區差異的角度考慮，北京、上海、廣東這三個地區，經濟發展程度較高，創新活動較為活躍，企業集聚程度也高。雖然我們在回歸中控制了年份與省份交叉的固定效應，但位于北上廣的企業，其創新水平仍有可能受到當地其他因素的影響。為了避免這部分企業與其他企業可能存在的本質差異對結果的扭曲，我們從樣本中刪除位于北上廣的企業，重新進行模型(1)的檢驗，結果見Panel B的列(4)～(6)，p_SOE的回歸系數均顯著為負，本文的基本結論不變。

此外，部分企業是在樣本起始年2013年或之后年份上市的，這些企業由于剛剛上市，可能具有更高的創新激勵；也可能是為了更好地謀求創新，才作出上市的決定。我們從樣本中剔除這些觀測，僅保留2013年之前上市的企業作為研究對象。Panel C的列(1)～(3)匯報了該樣本下的雙重差分回歸結果。p_SOE的回歸系數均顯著為負，本文的基本結論不變。

最后，如前文所述，本文的研究對象是制造業企業。在Panel C的列(4)～(6)中，我們將研究對象替換為非制造業企業，發現p_SOE的回歸系數不再顯著。由于專利活動主要來自于制造業企業，限薪令對制造業企業創新的影響遠遠大于對非制造業企業的影響。在制定相關薪酬管制政策時，應考慮企業所屬行業的特點。

在以上不同樣本設定下，我們也進行了不含控制變量的雙重差分回歸、將公司固定效應替換為行業固定效應的雙重差分回歸，p_SOE的系數仍顯著為負。出于篇幅的限制，在表7中沒有匯報。

表7 其他樣本設定

續表

3.4.2 延長限薪令實施前的樣本期

在前述章節，我們將2013—2014年作為國企薪酬限制政策實施前的年度，驗證了限薪令實施前后企業創新的動態變化。較短樣本期間的好處在于，可以最大限度地避免其他與薪酬限制政策不相干的因素對企業創新的影響(劉行等，2019)，但是也減少了樣本量。在本節，為了更充分地驗證實驗組與控制組在薪酬限制政策前存在一致的創新增長趨勢，我們延長限薪令實施前的樣本期，將2012—2014年作為薪酬限制實施前的年度，這樣，得以比較政策前三個時間點有無顯著差異變化(朱玉杰和鐘漢麟，2020.)。 重新進行模型(2)的動態回歸，結果如表8所示。其中， Before2_SOE為虛擬變量，若公司為國企，則在2013年取1；其他情況取0。Before1_SOE為虛擬變量，若公司為國企，則在2014年取1；其他情況取0。其他變量的定義與前文一致。列(1)～(3)匯報了控制公司固定效應的動態檢驗結果，Before2_SOE和Before1_SOE的回歸系數均不顯著。這說明相對于樣本基期，2013年、2014年國企創新水平沒有顯著變化，進一步驗證了國企與非國企在限薪令實施前創新活動變化趨勢的一致性。并且，與表4類似，Current_SOE回歸系數的絕對值均遠高于同列中Before1_SOE回歸系數的絕對值；After_SOE回歸系數的絕對值也略微高于同列中Current_SOE回歸系數的絕對值。列(4)～(6)則控制了行業固定效應，回歸效果保持不變。由此，我們充分排除了潛在的反向因果問題，為前文中動態檢驗的結果提供了更為穩健的支持。 如前文所述，在拓寬政策前樣本期的同時，需考慮到較早發生的其他政策或事件對研究的可能影響。比如，余明桂等(2016)以2010年針對央企實施的EVA 考核機制實施作為自然實驗，采用雙重差分法進行檢驗，發現相對于不受該項制度影響的民營企業來說，央企的創新水平在新政策實施后有所提高。因此，在本節延長了限薪令實施前的樣本期后，對估計結果進行解讀時，需持有必要的謹慎性。

表8 動態檢驗-延長限薪令實施前的樣本期

3.5 限薪令對公司創新的影響渠道

參照Baron and Kenny (1986)研究中介效應的辦法，下面我們將模型(1)中的因變量分別更換為LnGAP_1和LnGAP_2進行回歸，考察限薪令對國有企業內部薪酬差距的影響。結果如表9所示，p_SOE的回歸系數在列(1)～(2)中都顯著為負。這幾組回歸也通過了多期動態回歸檢驗，限于篇幅，表9中沒有匯報。這說明，限薪令的實施顯著縮小了企業薪酬差距。若限薪令是通過該渠道影響創新的話，在控制LnGAP_1和LnGAP_2后，p_SOE的回歸系數應有所減小。因此，我們在模型(1)中分別加入LnGAP_1和LnGAP_2作為控制變量，重新進行雙重差分回歸，表9的列(3)～(4)匯報了這兩組回歸的結果。LnGAP_1和LnGAP_2前的系數均顯著為正，說明企業內部薪酬差距確實可以改變創新激勵(溫忠麟等，2004)。最后，我們將p_SOE在表9列(3)～(4)中的回歸系數，與表3的回歸結果進行比較，判斷中介的解釋力度。p_SOE在表9列(3)中回歸系數的絕對值下降幅度較大，達到49%；且回歸系數的顯著性水平也從1%下降到5%，說明中介效應顯著(溫忠麟等，2004)。當考慮扣除社會保險費用后所得到企業凈內部薪酬差距LnGAP_2時，表9列(4)的回歸結果顯示，系數絕對值相比較表3下降幅度達到62%；且回歸系數不再顯著，說明完全中介效應顯著(溫忠麟等，2004；郭曄等，2020)。限薪令確實通過改變內部薪酬差距，影響了企業創新。

表9 薪酬管制的中介效應

續表

此外，限薪令還有可能通過影響普通員工薪酬水平、企業風險承擔水平或高管在職消費，改變公司創新激勵。參照徐經長(2017)，我們計算企業前一期、當期和未來一期資產收益率的標準差，再將其乘以100，來度量企業風險承擔水平，記做std(roa)；參照Bae et al.(2017)，用管理費用與營業收入的比值代表在職消費，記做Perks。我們將模型(1)中的因變量分別更換為LnAEP，std(roa)和Perks，回歸結果見表9列(5)～(6)所示，p_SOE的系數均不顯著，說明限薪令并沒有改變普通員工薪酬水平、企業風險承擔水平；因為“八項規定”開展了反腐倡廉，限薪令沒有增加高管的在職消費。

進一步地，我們將樣本內觀測，每年按內部薪酬差距的高低進行排序，并依次分為樣本量基本接近的三組，分別進行模型(1)的回歸。如表10，對于內部薪酬差距過小的企業，限薪令對其創新沒有太大影響；對于內部薪酬差距較大的企業，限薪令顯著降低了其創新能力；對于內部薪酬差距過大的企業，限薪令并不會影響其創新水平。這說明，當內部薪酬從較低的水平提升為較高的水平時，內部薪酬差距可以有效激發高管和員工的創新激勵， 支持錦標賽理論；當內部薪酬差距非常大時，員工容易有不公平感或不滿，錦標賽理論失效，這時實施薪酬管制，并不會對企業創新有負面影響。綜合表9的結果，總體上支持錦標賽理論，國企的薪酬差距整體上并沒有高到錦標賽理論失靈的階段，這與前人(孔東民等，2017； Xu et al.，2017)的觀點一致。

表10 限薪令、內部薪酬差距的高低與企業創新

續表

4 分情景討論

通過前文的探討，本文發現薪酬管制會扭曲企業員工激勵，對企業創新具有一定的負向影響。在不同的模型設定下，本文的主要發現依舊穩健。在本節，我們探討限薪令如何改變對不同情景下企業的創新激勵產生差異化的影響。

在不同場景下，企業創新的激勵程度可能不同。限薪令的實施，對這些企業的影響應該有一定區別。首先，考慮企業所處的外部環境。行業競爭度高時，為了不在激烈的競爭中被所屬行業淘汰，企業具有更高的創新激勵，會積極地進行創新。限薪令的實施，對其創新激勵改變可能不會太大。相反，薪酬管制對競爭度低的行業的激勵扭曲更大。我們計算了每個企業每年的赫芬達爾指數(HHI)，并按當年HHI指數的中位數，將樣本分為兩組。HHI低的組，記為行業競爭度高的組；HHI高的組，記為行業競爭度低的組。對兩組樣本分別進行模型(1)的檢驗?；貧w結果見表11的Panel A：列(1)～(3)中，p_SOE的回歸系數不顯著，而列(4)～(6)中，p_SOE的回歸系數顯著為負。在行業競爭度高的組中，限薪令前后企業創新水平并無明顯變化；而行業競爭度低的組本就缺乏創新的激勵，薪酬管制使這些企業的創新激勵明顯降低。法律環境作為一種重要的外部環境特征，對企業經營和創新都有影響。La Porta早在1997年就指出，法律保護在促進資金有效配置及維護資本市場穩定運行中起到了重要作用。創新活動本身的特殊性質——周期長、正的外部性、風險高，所以需要法律保護去鼓勵企業創新。在法治水平較低的地區，法律執行效率低，對企業高管的合法合規從業沒有較好的監督；法律保護程度弱，企業創新的激勵也相應較低。薪酬限制對于這些地區的企業創新應當有更顯著的影響。我們采用《中國市場化指數：各地區市場化相對進程2011年報告》(樊綱等，2011)中的指標“市場中介組織的發育和法律制度環境”來度量地區法治水平，并參照倪驍然和朱玉杰(2016)的辦法，按照2008年該指標的中位數將樣本分為高低兩組，表11的Panel B匯報了分組回歸的結果。列(4)～(6)中，p_SOE的回歸系數不論絕對值大小還是顯著性都大于列(1)～(3)。這說明，相對于法治水平高的地區，法制水平低的地區，其企業創新受限薪令的影響較大。

表11 分情景討論—從企業外部出發

其次，考慮企業的內部特征。限薪令實施，會影響高管和員工創新的激勵，怠于創新。若企業內部有較為成熟完善的管理控制機制，一方面，可以對高管加以約束監督；另一方面，可以設立其他機制，以彌補薪酬限制對創新激勵的挫傷，因此限薪令對其創新的影響可能較小。相反，若企業內部控制水平低，則其高管和員工更需要薪酬作為激勵，這種情況下，薪酬管制對企業影響更大。我們采用博迪內部控制指數，按其年中位數分組。表12的Panel A匯報了分組回歸結果。列(4)～(6)的系數顯著程度和絕對值均大于列(1)～(3)的回歸系數。由此可見，限薪令對內部控制水平低的企業影響更大。此外，對于投資機會和成長機會多的企業，創新給其帶來的潛在回報更大，因此這些企業更有激勵從事高風險的創新活動；相反，缺乏成長機會的企業，創新的動機較弱，薪酬限制對其創新活動的影響應該較明顯。我們以托賓Q值代表企業的成長機會，按年中位數高低進行分組，回歸結果見表12 的Panel B。相比于列(1)～(3)， 列(4)～(6)中p_SOE的系數更為顯著。這證明當企業缺乏成長機會時，限薪令對其創新影響會更加明顯。高管其所攜帶的人力資本和知識技術作為無形資產，深刻地影響企業創新(Huang et al.，2020)。具有較高人力資本水平的高管對企業創新有較大貢獻。 限薪令實施后，高管創新激勵被扭曲，高管人力資本水平高的公司所受損失應更多。參照Huang et al.(2020)，我們用高管是否具有本科學歷為標準，將樣本分為兩組?；貧w結果見表12的Panel C。列(1)～(3)中，p_SOE的回歸系數均顯著為負；且無論是系數的絕對值或顯著性，列(1)～(3)均高于列(4)～(6)。由此可見，限薪令對高管人力資本水平較高的公司影響更明顯。

表12 分情景討論——從企業內部出發

續表

5 市場反應

我們已證實，限薪令會通過改變高管和員工的激勵，影響企業的創新產出和創新質量。那么，限薪令實施對創新的影響，是否會讓股東的利益受損？在本節中，我們從知識產權局網站手動搜集企業每條專利的申請日和公告日，參照Kogan et al.(2016)，通過分析市場對于企業專利授權公告的反應，來探討這個問題。對于一個給定企業，在某天可能有多個申請時間不同的專利同時獲得授權。因此，為保證所有獲得授權的專利都是在同一個高管在職期間申請的，我們要求：對于每一個企業，在給定日期t當天獲得授權的全部專利，其申請日期前至少1年，以及獲得授權日期當時，必須是同一個高管在職。這樣，對于任意企業任意專利授權日期，全部專利授權事件都只和一個高管有關。據此，我們按Sunder et al.(2017)的方法，設立如下模型：

(3)

其中，CAR是累計超額收益。我們以專利授權日為基準，設定窗口期為[0天,+2天]。分別采取兩種衡量辦法：其一， 在[-275天,-25天] 的時間區間內，采用資本市場定價模型(Capital Asset Pricing Model，簡稱CAPM)回歸計算期望股票收益率，進而在[0天,+2天]的窗口期內計算累計超額收益率，記做CAR_CAPM ； 其二，我們從原始收益率中減去市場收益率來計算超額收益率，進而在[0天,+2天]的窗口期內計算累計超額收益率，記做CAR_Market。我們也在回歸中控制了每個企業每天獲得授權的專利個數，加1取對數后記做Lnnumpatent。 對于高管任期、高管年齡這兩個變量，參照Sunder et al.(2017)，對于在同一天獲得授權的全部專利，我們分別計算出其高管任期、高管年齡的均值，記做Meantenure和Meanage。Controls是一串高管特征二元啞變量，包括是否兼任董事長啞變量Dual，是否有本科或以上學歷College Degree，是否有政府背景Fgo_servists，是否有金融從業背景Finback，是否有海外背景Oveseaback，是否有研發背景RDback以及是否有學術背景Academic。

回歸結果如表13所示。列(1)中，p_SOE的回歸系數在10%的水平上顯著為負，t值為-1.866；列(2)中p_SOE的回歸系數也為負。這說明，國企所生產的專利，其給股東帶來的價值，在限薪令實施后略有下降。投資者已經意識到，薪酬限制可能會降低內外部環境不利企業的專利質量。此外，Meantenure的回歸系數也顯著為負，這說明企業所聘用高管的任期越長，其專利價值越低。

表13 市場反應

續表

6 結論

本文采用雙重差分模型研究了2015年1月實施的國有企業薪酬管制對企業創新的影響。在控制了企業、年份和省份因素后，我們發現：限薪令實施對國有企業的創新產出和創新質量有一定的負面影響。進一步研究顯示，限薪令主要通過縮小國企內部薪酬差異來改變高管和員工的努力激勵，進而影響企業創新。關于內部薪酬的分樣本檢驗基本支持了錦標賽理論。本文的發現在企業內外部環境不利時較為明顯。當企業所在行業的競爭度較弱時，當企業所在地區法治水平較低時，當企業內部控制水平較低時，當企業缺乏成長機會時，限薪令對創新的影響較明顯。此外，限薪令實施后，國企的專利價值下降，市場對國企專利獲得授權的反應略微消極。本文充分驗證了內部薪酬差距對企業創新的影響，并深入探討了限薪令對具有哪些特征的企業影響更大。

本文為國家薪酬管制后續相關政策的制定提供了參考，也為中國現階段正在進行的國有企業改革提供了啟示。推進國有企業的改革和發展，從總體上將增強國有企業的活力和國有經濟的競爭力。國有企業在技術創新中應發揮積極作用。在國有企業改革的進程中，應兼顧改革與創新。第一，進一步改革和完善國有企業管理者的考核制度、評價制度與薪酬制度。在制定國有企業高管薪酬限制相關規定時，需考慮到限薪對公司創新可能帶來的不利影響，并制定相關管理辦法、采取適當的激勵措施來緩解限薪對創新的影響。在改革的過程中，鼓勵國有企業結合自身實際制定行動計劃，力爭在激勵獎懲、勞動合同管理、人員配置的優化等角度有所突破，努力打造良好的競爭環境、釋放創新能量。比如，可考慮采取股權獎勵、股權期權等方式將高管額外報酬獎勵與公司的實際產出等業績績效掛鉤，鼓勵國有企業在限薪的大背景下維持創新熱情，把創新融入企業發展基因當中去，促進經濟增長。第二，建立健全國有企業普通員工中科技人才的發現、培養和激勵機制，鼓勵員工力爭上游、積極開展各項創新工作，促進國企內部各創新主體公平競爭、協同進步，使國企內的創新活動能在各個環節保持較高的質量。比如，完善員工的績效考核獎懲標準，將實際產出與員工工資水平聯系起來，激勵員工的工作熱情；或者，改進企業內部員工的各層晉升機制，鼓勵有創新成果、表現突出的員工晉升，形成良性競爭的大環境。第三，培養先進積極的企業文化。比如，可開展形式豐富的企業文化建設系列活動，充分發揮國有企業黨組織的領導核心和政治核心作用，推動國企員工解放思想，增強其責任感，弘揚創新熱情。第四，深入細化國有企業創新改革方案。比如，可針對特定產業制定產業創新政策，針對特定區域制定區域創新政策。在方案制定的過程中，充分考慮市場環境、法律環境、文化環境和企業特征，最大程度調動創新熱情。第五，提高創新效率，加強科技成果向實際生產力的轉化，從組織引導、資金支持等方面對國有企業創新進行扶持。第六，國有企業可打通渠道，積極加強與各類所有制企業的合作與創新，進一步協調和優化資源組合配置，充分發揮創新的潛力。 綜上，結合本文的研究，在改革深入推進的當下，構建和完善國有企業考評制度，建立良好的員工激勵計劃和人才培養計劃，營造積極的企業文化，針對性制定改革方案，加強創新成果轉化和創新合作，將有助于國有企業在市場經濟中發揮更為積極的主導作用。