MODERN BUSINESS现代商业126冗员负担对企业投资效率的影响研究——基于中国上市公司的经验证据姚益家 北京物资学院经济学院 北京 101149摘要:本文选取2004至2014年的我国沪深两市上市公司为研究对象，基于基础雇员规模模型和基础投资规模模型分别度量出国有企业冗员负担和非投资效率的规模，在此基础上进一步研究国有企业冗员负担对投资效率的影响。
研究结果表明国有企业冗员负担越大，投资过度和投资不足的情况均越严重，说明冗员负担的存在，导致了国有企业投资效率的低下和经济资源配置的失衡。
文章最后提出了提高企业投资效率的相关建议。
关键词:冗员负担；投资不足；投资过度一、问题提出国有企业和民营企业的绩效差异一直以来都是理论研究和经验研究的热点问题。
政府干预被认为是国有企业绩效低于民营企业的重要原因，而冗员负担是政府干预影响国有企业的主要渠道。
我国国有企业一直以来被赋予了很多政治目标和社会责任，导致国有企业具有了除企业价值最大化之外的其它目标，形成了多目标状态，承担了大量的冗员负担(林毅夫，2004)。
这无疑会异化企业的治理机制，对企业产生深刻的影响。
因此，研究这些冗员负担对国有企业的影响就尤为必要。
投资效率是衡量企业投资是否成功的标准之一，对企业价值和企业绩效都有着重要影响。
非效率投资是对投资效率的最直接反映，是指企业投资规模偏离最优投资水平的程度，可分为投资过度和投资不足。
投资过度会使企业自身经营出现困难，出现财务危机，而投资不足则会使企业错失发展壮大的机会。
我国国有企业一直以来被认为投资效率偏低，如何避免和改善投资过程中非效率投资的问题成为企业发展过程中亟待解决的问题，因此研究国有企业冗员负担对投资效率的影响具有很强的现实意义。
本文以我国沪、深市场2004至2014年的所有A股上市公司为研究样本，基于基础雇员规模模型和基础投资规模模型分别度量出国有企业冗员负担和非投资效率的规模，在此基础上进一步研究国有企业冗员负担对投资效率的影响，以期为公司治理和政策制定提供可行的建议。
二、文献综述国外学者较早的对企业冗员负担进行了理论分析和实证研究。
Shleifer&Vishny(1994)最早开始冗员负担的研究，认为政府官员通过国有企业实现其政治目标，如雇佣更多的员工以获得更多的选票，这导致了国有企业的冗员负担，进而引起了企业效率的低下。
随后Boycko&Shleifer&Vishny(1996)继续从理论上分析了国有企业存在大量冗员负担而私人企业不存在的原因以及冗员负担的经济后果。
B a i &L i (2000)建立了国有企业多目标属性模型，认为国有企业为实现政治目标而承担冗员负担，使其具有了除企业价值最大化外的其它目标，这种多目标性是导致国有企业效率低下的原因。
Dewenter&Malatesta(2001)实证发现国有企业同等资产规模或同等营业收入的情况下，雇员数量都远远大于私人企业，存在大量冗员负担。
国内林毅夫(2004)指出为解决就业问题而赋予国有企业的政治任务会给国有企业造成政策性负担，进而影响企业的业绩和自生能力。
曾庆生和陈信元(2006)研究发现冗员负担的存在使国有企业承担了高于非国有企业的劳动力成本。
薛云贵和白云霞(2008)通过实证发现冗员负担对国有企业企业价值产生了显著的负面影响，并且政府对冗余雇员数量多的国有企业给予了更多的财政补贴。
张天琴(2011)以国有公司为样本对冗员负担进行了实证研究，认为市场化程度越低的地区冗员负担越严重，并且冗员负担降低了薪酬业绩敏感性。
张敏(2013)通过实证研究发现冗员负担会降低国有企业薪酬业绩敏感性并增加在职消费行为，但在非国有企业中不存在这种现象。
赵雅娜和敖小波(2016)对国有企业中冗员负担与财务绩效的关系进行了实证研究，认为冗员负担会对企业的盈利能力和财务绩效产生不利影响。
通过以往的文献可以看出，冗员负担现象在国有企业中一直存在，并且给国有企业带来了显著的负面影响。
对于国有企业冗员负担的研究，以往文献主要分为冗员负担的产生原因和经济后果两个方面论述。
经济后果领域的文献主要集中于研究冗员负担对企业价值及财务绩效方面的影响，而对企业投资效率的影响方面研究较少。
本文实证研究了国有企业冗员负担与投资效率之间的关系，试图为政府干预导致冗员负担，进而影响国有企业投资效率提供实证经验和理论解释。
三、理论分析和研究假设我国是一个人口大国，就业问题一直相对突出。
根据中国人力资源和社会保障部的统计，从2003年到2016年，我国城镇登记失业人口数量一直在800万以上，失业率都在4%以上，考虑到各种因素，实际的失业人口数量和失业率可能更高。
因此解决就业问题成为了我国各级政府重要的工作任务和考核指标，在这种情况下，国有企业在追求国有资产保值增值的同时，也承担了很多政治目标和社会责任，成为了解决就业问题的“主力军”，承担了大量的冗员负担(林毅夫，2004)。
在这种情况下，冗员负担的存在会破坏企业正常的薪酬契约制度。
根据代理理论，企业在制定高管薪酬时，应尽可能高地保持高管薪酬水平与企业业绩之间的关联程度，即高管薪酬业绩敏感性，使高管为了获得更高的薪酬水平而努力工作提升企业业绩。
但冗员负担的存在降低了企业业绩，而又无高管的责任，这就模糊了企业业绩与高管努力程度之间的关系，降低了高管薪酬业绩敏感性，产生了严重的代理问题(张敏，2013)。
在完美的市场假设条件下，企业高管会根据投资项目的边际投资收益来做出投资决策，他们仅会投资于净现值大于0的投资项目，而把多余的资金退还给企业所有者。
然而在现实世界中，代理问题会导致上市公司非效率投资的行为，代理问题会通过高管的私人收益和私人成本角度出发对企业的资本投资决策产生影响，进而引起效率过度和投资不足。
一方面代理问题可能引起投资过度。
Jensen(1986)指出，在经营权和所有权分离的现代企业，企业高管存在从投资中谋取私人利益的行为，进而投资于一些可以带来私人收益的非盈利项目，由此引起了投资过度。
Lang&Stulz(1994)提出的“商业帝国”假说也认为高管盲目地扩展企业规模、建立商业帝国的动机造成了自由现金流的滥用，引起了投资过度。
国内学者通过实证发现我国国有企业也存在高管自利性投资引起投资过度的现象(辛清泉，2007)。
另一方面，代理问题也可能导致投资不足。
投资对于高管而言不仅存在私人收益，还存在私人成本。
比如，当企业启动新的投资项目时，高管需要肩负更大的监管责任，也可能需要学习新的知识和技能以适应新投资项目，同时也需要承担项目失败的风险。
这样当投资项目对于高管而言私人成本高昂时，高管将可能放弃一些净现值为正的投资项目，由此导致投资不足。
周春梅(2011)实证研究了我国国有上市公司的投资行为，发现我国国有企业存在投资不足的现象。
据此，我们提出如下两个研究假设：H1：在国有企业中，冗员负担越多，投资过度程度越高。
H2：在国有企业中，冗员负担越多，投资不足程度越高。
四、研究设计(一)样本选取与数据来源本文以我国沪、深市场2004至2014年的所有A股上市公司为研究样本。
本文所用的公司雇员规模、投资规模以及其他财务数据均来自深圳国泰安信息技术有限公司开发的中国股票市场研究数据库(CSMAR)。
为保证数据质量，本文按以下标准对样本进行处理：(1)剔除金融类上市公司；(2)剔除雇员人数、最终控制人性质、投资规模、财务数据以及其他相关数据缺失的公司；(3)为消除极端值的影响，对所有控制变量进行winsorize处理，小于1%分位数和大于99%分位数的变量，令其值分别等于1%分位数和99%分位数。
经过上述处理，最后共获得14549个公司-年样本，其中国有公司有9926个样本，占总样本的68.22%，非国有公司有4623个样本，占总样本的31.78%。
(二)变量设定(1)被解释变量：冗员负担。
本文研究设计需要度量企业的冗员负担规模。
参考现有文献(薛云奎等，2008；张敏，2013)的方法，本文构建了基础雇员规模的模型：其中，AL为雇员规模，它等于雇员人数除以百万计的年末资产总值；Size为百万计年末资产总值；Capital为固定资产比率；Growth为公司营业收入增长率；Industry为行业因素；Year为年度因素。
我们认为非国有企业可以按照市场规律自主调整劳动力的雇佣数量，理论上不存在冗余雇员。
因此，我们首先用非国有企业样本对模型进行回归，估计出各变量的系数，然后据此求出国有企业正常的雇员规模L A′，最后得出国有企业的冗员负担EL，即。
(2)解释变量：企业的投资效率。
本文研究设计还需要度量企业的投资效率，即企业投资不足与投资过度的程度。
根据已有的文献(Richardson，2006；辛清泉等，2007)，本文构建了基础投资规模的模型：其中，I n v e s t为当年投资规模；C F为当年经营现金净流量；Q为上年度托宾Q；Sale为上年度营业收入；Size为上年度资产总值；Age为截至上年度上市市龄；RET为上年度股票年度回报率；Investlag为上年度投资规模；Industry为行业因素；Year为年度因素。
我们首先用包括国有企业和非国有企业的全样本数据对模型进行回归，估计出各变量的系数，然后据此求出国有企业正常的投资规模tInves′。
用国有企业实际投资量减去正常投资量，便可以得到企业的剩余投资量。
如果该剩余投资量大于0，则其值便为投资过度程度，用O v e r 表示，tInvesInvestOver′=-。
如果该剩余投资量小于0，则其值的绝对值便为投资不足程度，用U n d e r表示，InvesttInvesUnder-′=。
控制变量。
根据相关研究结果，本文选取企业的财务风险、股权集中度、两职合一、董事会规模、独董比例及高管持股比例作为本文的控制变量，并引入了年度和行业两个虚拟变量。
各主要变量定义如表(1)所示。
表1 本文主要变量的名称和定义变量类型变量名称变量符号变量定义被解释变量投资过度程度Over实际投资规模减去预期投资规模投资不足程度Under预期投资规模减去实际投资规模解释变量冗员负担EL实际雇员数减去预期雇员数控制变量财务风险Lev期末负债总额与资产总额之比股权集中度First第一大股东持股比例两职合一Dual总经理与董事长是否两职合一，是则为1，否则为0董事会规模Board董事会人数独董比例Indep独立董事人数与董事会人数之比高管持股比例Esh采用年末公司全部高级管理人员中，除去董事、监事以外的其它高级管理人员所持有的股票总数占总股本的比例行业Industry行业虚拟变量年份Year年份虚拟变量MODERN BUSINESS现代商业127MODERN BUSINESS现代商业128(三)模型设定为了检验假设H1构建模型(1)，如果假设H1是成立的，我们可以预期EL的回归系数显著为正。
