鲁桐、党印:公司治理与技术创新:分行业比较 有显著性。具体而言,在股东方面,第二至第十大股东持股比例、基金持股比例对研发投入 有显著的正向影响,表明一定的股权平衡有利于技术创新,基金持股会促使企业关注长远发 展,加大创新投入。与第一大股东相关的变量中,仅第二个回归中第一大股东持股比例及平 方项表现出显著性,其它回归系数均不显著,表明这种非线性关系不具有稳定性。在激励机 制方面,董监高的薪酬、持股比例,及核心技术人员期权激励对研发投入均具有显著的正向 影响,表明良好的激励措施会使高管和核心技术人员的个人目标与企业目标一致,有利于减 轻代理问题,加大研发投入以促进企业发展。 在董事会方面,董事会规模对研发投入有正向影响,两职分离对硏发投入呈负向影响, 这与赵旭峰、温军(2011)的结论刚好相反,只有独立董事比例与研发投入的关系与他们的 结论一致,呈正向影响,但显著性不够明显。周杰、薛有志(2008)也认为,外部独立董事 内部董事和董事会规模与研发投入水平不存在显著关系。我们认为,不同研究的结论存在差 异,除了样本数量及指标不同,另一个原因是在中国当前的公司制度下,大多数上市公司的 董事会建设只是停留于符合证监会的规定,虽然在形式上已经健全,但没有切实发挥在公i 治理中的作用。在全行业回归无法区分差异的情况下,分行业回归更能深入地考察董事会的 作用。 表3公司治理对技术创新影响的全行业回归 variable rd_ta rd in (三)分行业的回归结果 0.006(0.85) -0.021(-1.81) (1)行业聚类分析 shldum -0.000(-0.18) 聚类分析是依据一定的指标,将样本按相 shlstate0004(1.32) 0008(1.62) 似性分成不同的类别。目前以这种方法对上市 0012(1.39) 0040(2.83) 公司做行业分类的研究尚不多见。王凤荣、李 s210021*406401160请(200和李善民、叶会(2007曾探索按 board 0020*626)0028*(5.50) 要素密集度对行业进行分类,不过分类依据乃 0.002(1.14) 基于经验观察。本文以证监会的行业分类为基 indepen 0.006(1.27) 0007(0.90) 础,剔除金融行业后,将制造业的细分行业与 dir ceo-0.001(-1.30) -0.003*(-3.51) 其他行业并列,按行业的要素密集情况进行聚 m0.105*(11 0.113*(7.55) 类分析,将最终的21个行业划分为劳动密集型、 m0.0000.27 0012(5.21) 资本密集型和技术密集型三类。 我们的分类指标为固定资产比重和研发支 tech 0.009**(5.91)0010°*(4.09) 出比重,计算公式如下, -0.004(-14.35)-0005*(-1126) 固定资产比重=定资产净值/总资产(2) -0.001(0.69) -0.022*(-10.94) 研发支出比重=研发支出应付职工薪酬(3) actual-0001(-0.64) -0.004(-1.15) 式(2)区分生产要素中固定资产的重要程 percept0.023*(5.00)0049*682) 度,比值越大表明资本越重要,则属于资本密 industry控制 控制 集型行业;式(3)区分研发支出在生产要素中 ear 的重要性,如果研发支出远多于职工薪酬,表 3058 明技术要素比劳动更重要,则属于技术密集型 AdR20.302 行业,剩余为劳动密集型行业。我们先分别计 45.160 67.513 算出21个行业的固定资产比重、研发支出比重 注:**、*、*分别表示在1%、5%、109%然后采用聚类分析中应用较广泛的离差平方和 置信水平上显著,括号内为t统计量,下同 法( wardslinkage)将所有行业分为三大类。 一方法的优势在于使群内的差异尽量小,群间的差异尽量大;当类数固定时,使整个类内 差平方和达到极小的分类即为最优。分类结果见表4鲁桐、党印：公司治理与技术创新：分行业比较 有显著性。具体而言，在股东方面，第二至第十大股东持股比例、基金持股比例对研发投入 有显著的正向影响，表明一定的股权平衡有利于技术创新，基金持股会促使企业关注长远发 展，加大创新投入。与第一大股东相关的变量中，仅第二个回归中第一大股东持股比例及平 方项表现出显著性，其它回归系数均不显著，表明这种非线性关系不具有稳定性。在激励机 制方面，董监高的薪酬、持股比例，及核心技术人员期权激励对研发投入均具有显著的正向 影响，表明良好的激励措施会使高管和核心技术人员的个人目标与企业目标一致，有利于减 轻代理问题，加大研发投入以促进企业发展。 在董事会方面，董事会规模对研发投入有正向影响，两职分离对研发投入呈负向影响， 这与赵旭峰、温军（2011）的结论刚好相反，只有独立董事比例与研发投入的关系与他们的 结论一致，呈正向影响，但显著性不够明显。周杰、薛有志（2008）也认为，外部独立董事、 内部董事和董事会规模与研发投入水平不存在显著关系。我们认为，不同研究的结论存在差 异，除了样本数量及指标不同，另一个原因是在中国当前的公司制度下，大多数上市公司的 董事会建设只是停留于符合证监会的规定，虽然在形式上已经健全，但没有切实发挥在公司 治理中的作用。在全行业回归无法区分差异的情况下，分行业回归更能深入地考察董事会的 作用。 表 3 公司治理对技术创新影响的全行业回归 （三）分行业的回归结果 （1）行业聚类分析 聚类分析是依据一定的指标，将样本按相 似性分成不同的类别。目前以这种方法对上市 公司做行业分类的研究尚不多见。王凤荣、李 靖（2005）和李善民、叶会（2007）曾探索按 要素密集度对行业进行分类，不过分类依据乃 基于经验观察。本文以证监会的行业分类为基 础，剔除金融行业后，将制造业的细分行业与 其他行业并列，按行业的要素密集情况进行聚 类分析，将最终的 21 个行业划分为劳动密集型、 资本密集型和技术密集型三类。 我们的分类指标为固定资产比重和研发支 出比重，计算公式如下， 固定资产比重=固定资产净值/总资产 （2） 研发支出比重=研发支出/应付职工薪酬（3） 式（2）区分生产要素中固定资产的重要程 度，比值越大表明资本越重要，则属于资本密 集型行业；式（3）区分研发支出在生产要素中 的重要性，如果研发支出远多于职工薪酬，表 明技术要素比劳动更重要，则属于技术密集型 行业，剩余为劳动密集型行业。我们先分别计 算出 21 个行业的固定资产比重、研发支出比重， 然后采用聚类分析中应用较广泛的离差平方和 法（wardslinkage）将所有行业分为三大类。这 一方法的优势在于使群内的差异尽量小，群间的差异尽量大；当类数固定时，使整个类内离 差平方和达到极小的分类即为最优。分类结果见表 4。 variable rd_ta rd_in sh1 0.006(0.85) -0.021*(-1.81) sh1dum -0.000(-0.18) 0.002(0.53) sh1state 0.004(1.32) 0.008(1.62) s_sh1 0.012(1.39) 0.040***(2.83) sh2_10 0.021***(10.68) 0.031***(9.62) fund 0.020***(6.26) 0.028***(5.50) board 0.002(1.14) 0.003(1.19) indepen 0.006(1.27) 0.007(0.90) dir_ceo -0.001(-1.30) -0.003***(-3.51) s_bsm 0.105***(11.07) 0.113***(7.55) r_bsm 0.000(0.27) 0.012***(5.21) tech 0.009***(5.91) 0.010***(4.09) size -0.004***(-14.35) -0.005***(-11.26) lev -0.001(-0.69) -0.022***(-10.94) actual -0.001(-0.64) -0.004(-1.15) Intercept 0.023***(5.00) 0.049***(6.82) industry 控制 控制 year 控制 控制 N 3058 3058 Adj-R 0.302 2 0.395 F 45.160 67.513 注：***、**、*分别表示在 1%、5%、10% 置信水平上显著，括号内为 t 统计量，下同