• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      高管團隊知識基礎(chǔ)對企業(yè)績效的影響
      ——以我國高技術(shù)制造行業(yè)為例

      2019-07-12 11:12:36魏華飛
      關(guān)鍵詞:高管寬度深度

      魏華飛,汪 章

      安徽大學(xué)商學(xué)院,安徽 合肥 230601

      引言

      企業(yè)的發(fā)展離不開知識資源的支撐,管理者及其團隊擁有的知識資源更是企業(yè)最重要的戰(zhàn)略資產(chǎn)[1]。高管們的知識水平和經(jīng)驗往往是企業(yè)進(jìn)行創(chuàng)新活動實現(xiàn)績效增長的關(guān)鍵催化劑[2]。高階理論認(rèn)為,僅憑企業(yè)家或管理者的個人知識難以面對市場快速迭代變化中的各種問題,因而需要高管團隊來取長補短、提高效率;組織行為是高管團隊的反應(yīng),高管決定了企業(yè)的戰(zhàn)略方向[3-4]。然而,現(xiàn)有的高階理論研究還存在以下兩方面不足:一方面,為解決影響企業(yè)戰(zhàn)略決策的高管的認(rèn)知、經(jīng)驗與價值觀等個性特征和心理因素難以度量的問題,學(xué)者們通常以人口統(tǒng)計特征作為代理變量來進(jìn)行研究[5-6]。雖然這些指標(biāo)更容易獲得,但往往難以反應(yīng)高管團隊特征的全面內(nèi)容,并且通過高管的人口特征來研究企業(yè)戰(zhàn)略決策的認(rèn)知判斷、分析和決策等過程也較為粗糙。另一方面,盡管學(xué)者們已經(jīng)開始研究高管團隊的教育背景、職業(yè)背景及專業(yè)背景的異質(zhì)性特征[7-8],但大多數(shù)研究仍然集中在高管團隊的傳記性特征、心理性特征、能力性特征及社會性特征等團隊特征上[5],并未挖掘這些特征背后的知識特征。

      為彌補以上不足,本研究以高管團隊的知識特征而非人口統(tǒng)計特征為基礎(chǔ)來進(jìn)行研究。根據(jù)知識基礎(chǔ)觀,企業(yè)是一個集成化的知識生產(chǎn)系統(tǒng)和應(yīng)用系統(tǒng),因而高管的專業(yè)知識無疑是企業(yè)整合協(xié)調(diào)不同知識資源的關(guān)鍵[9]。高管的技能和經(jīng)驗不僅為企業(yè)的各種戰(zhàn)略抉擇提供了一個知識資源的寶庫[10],而且更直接影響企業(yè)的各類知識資源的輸入和輸出。高管團隊的知識積累能為企業(yè)的市場機會識別、風(fēng)險規(guī)避和核心競爭力的培育與保持實現(xiàn)更優(yōu)越的資源配置,從而取得競爭優(yōu)勢[11]。同時,企業(yè)績效并不受到高管年齡、任期、性別、職業(yè)背景、教育水平和專業(yè)背景等特征的直接影響[6],而是通過這些閱歷和經(jīng)驗形成的顯性和隱性知識來做出決策判斷和戰(zhàn)略選擇;而且這些知識因其緘默性和抽象性,其他企業(yè)往往難以復(fù)制和模仿,是企業(yè)獲取和保持競爭優(yōu)勢的重要戰(zhàn)略資源[11]。McNamara和Grégoire等的研究指出,企業(yè)戰(zhàn)略決策者的知識稟賦是其制定戰(zhàn)略、發(fā)現(xiàn)市場機會的前提,高管團隊的知識水平和結(jié)構(gòu)與企業(yè)的績效存在著顯著關(guān)系[12-13]。比如蘋果公司,不僅僅依靠喬布斯一人之力,其高管團隊在其成為世界級公司的過程中也發(fā)揮了巨大的作用。蘋果的設(shè)計總監(jiān)喬納森·艾維喬打破只賣硬件的傳統(tǒng),開發(fā)出iTunes,集成了硬件、軟件和服務(wù);研發(fā)總監(jiān)斯科特·福斯托推出iPhone+App Store這一新的運營模式;負(fù)責(zé)專賣店的羅納德·約翰森所倡導(dǎo)的分銷管理模式更是蘋果業(yè)績快速增長和走向全球的關(guān)鍵。

      高管的知識資源與員工知識稟賦相比更加重要也更加稀缺,對組織的影響也更大。對企業(yè)這一知識系統(tǒng)的協(xié)調(diào)過程也是高管團隊對組織知識不斷創(chuàng)造、管理和利用的過程,知識本身并不具效益,而需要借助于高管,將知識有效地組織起來去解決問題,提升績效[4,9,14]。而高階理論的研究盡管意識到了知識的重要性,但對其研究仍然較為片面,局限在知識背景異質(zhì)性上[6,15]。一方面,高管的經(jīng)歷和經(jīng)驗形成了知識,而判斷和決策是在知識的前提下達(dá)成的,因而知識特征比人口特征更能直接地反映組織行為,并且知識是動態(tài)更新的,外界環(huán)境的變化也迫使知識的迭代和升級,因而知識也能反映企業(yè)管理的動態(tài)性;另一方面,高管教育背景和職業(yè)背景等異質(zhì)性特征本質(zhì)上是知識的異質(zhì)性,不同的知識基礎(chǔ)意味著對問題的不同理解,從而影響到企業(yè)的決策和績效差異。

      盡管高階理論的研究忽視了過程因素和外界因素,但高管團隊的知識庫實質(zhì)上是企業(yè)內(nèi)外環(huán)境交替運動的結(jié)果。而不同的企業(yè)稟賦造就了不同的知識資源,因而形成了不同的競爭優(yōu)勢。Xu指出,知識基礎(chǔ)是企業(yè)和企業(yè)內(nèi)個體所有的市場信息及關(guān)鍵技術(shù)訣竅等各類知識元素的集合,不僅是企業(yè)創(chuàng)新的發(fā)端,更是企業(yè)競爭優(yōu)勢和績效的來源[16]。但企業(yè)的知識庫往往存在專業(yè)性和多樣性的差異,首先,專長性的深度特征有利于認(rèn)知風(fēng)險、解讀市場信息、資源獲取和利用以及戰(zhàn)略決策能力,而廣泛性的寬度特征有利于企業(yè)感知風(fēng)險、解決問題和促進(jìn)創(chuàng)新。由此,企業(yè)高管團隊的現(xiàn)有知識存量差異是其建立競爭優(yōu)勢、提升績效必須要考慮的重要因素。綜合高階理論和知識基礎(chǔ)觀的研究,筆者分析不同高管知識基礎(chǔ)的差異,揭示高管知識對于高技術(shù)制造型企業(yè)績效的影響機制,并利用2015—2017年間中國高技術(shù)制造行業(yè)的樣本數(shù)據(jù)對相關(guān)假設(shè)進(jìn)行驗證。

      1 文獻(xiàn)綜述與研究假設(shè)

      企業(yè)的生存和發(fā)展必然伴隨著大量經(jīng)驗及知識的產(chǎn)生,這些知識既是企業(yè)高管團隊對環(huán)境的認(rèn)知總結(jié),又是高管們進(jìn)一步戰(zhàn)略決策的依據(jù)和前提。因而,高管團隊知識的深厚積累有利于企業(yè)加強對當(dāng)前市場環(huán)境的認(rèn)識和理解,從而保證戰(zhàn)略的方向性和正確性。具體而言,其深度特征對企業(yè)的影響主要體現(xiàn)3個方面:首先,高管團隊中系統(tǒng)性專長性的深度知識基礎(chǔ)有利于更好地認(rèn)識投資行為、評估投資風(fēng)險、促進(jìn)投資的價值匹配。對于風(fēng)險的決策能力是企業(yè)的發(fā)展?jié)摿Φ挠成?,而這種能力往往建立在高管團隊較強的判斷力基礎(chǔ)之上[8]?;蛘哒f,具備更專業(yè)知識背景的高管團隊能夠更好地駕馭投資風(fēng)險、避免戰(zhàn)略選擇的偏誤,實現(xiàn)企業(yè)資本的保值增值[6]。而管理者對于風(fēng)險的決策是建立在企業(yè)及其個人的知識基礎(chǔ)之上,管理者搜集知識和轉(zhuǎn)換知識的能力往往是其高效決策的關(guān)鍵[9]。其次,高管團隊越深的知識基礎(chǔ)往往意味著較高的教育水平。Gao和Hafsi對2 124個中小企業(yè)的研究發(fā)現(xiàn),企業(yè)主教育水平越高越偏好增加研發(fā)投入來推動創(chuàng)新提升績效[17]。國內(nèi)學(xué)者孫海法等以及黃昕等也發(fā)現(xiàn)高管團隊的教育水平與企業(yè)的成長能力顯著正相關(guān)[14,18]。高管越高的教育水平和知識水平,不僅是知識深度的體現(xiàn),更預(yù)示著其更強的信息解讀能力,能有效地降低判斷失誤的可能,帶領(lǐng)企業(yè)在動態(tài)的市場競爭中實現(xiàn)更好的企業(yè)定位,選擇更契合自身能力的發(fā)展戰(zhàn)略[19]。同時,教育程度也體現(xiàn)了個體認(rèn)知能力的水平,知識水平越高的高管的學(xué)習(xí)、理解、處理和分析能力往往越強,越能在高度不確定性、高度動態(tài)的市場環(huán)境下保持思維清晰,更快地做出合理的決策,進(jìn)而保持績效的增長態(tài)勢。最后,高管團體的知識深度基礎(chǔ)越深表明他們對本領(lǐng)域知識掌握得更加全面更加系統(tǒng),因而解決企業(yè)運營過程中復(fù)雜難題的能力也更強。知識的深度保證了專業(yè)性,能幫助高管從紛繁復(fù)雜的市場信息中捕捉、發(fā)現(xiàn)和識別關(guān)鍵信息和市場機會,而這一整合信息和利用信息的能力往往是高管們做出更理性、更現(xiàn)實、更合乎邏輯決定的前提[20-21];并且企業(yè)決策者的知識稟賦更是推動企業(yè)的認(rèn)知變革以適應(yīng)市場環(huán)境變化來提升績效的關(guān)鍵[12]。因此,筆者提出以下假設(shè):

      H1:高管團隊的知識深度有利于企業(yè)績效。

      然而,高管團體的知識庫還具備多樣性的寬度特征,相比于知識深度,高管團隊的知識寬度對企業(yè)績效的影響機理也有所差異。高管團體的知識庫越寬,意味著企業(yè)的高管團隊掌握著越多樣越全面的市場情報和信息,進(jìn)而有利于決策。具體而言,表現(xiàn)在以下3個方面:首先,知識寬度的多樣性有利于企業(yè)從多方面評估決策的科學(xué)性和規(guī)范性,從而更好地解讀市場情報和風(fēng)險信息,提高對風(fēng)險的感知能力[10]。West認(rèn)為,高管知識的異質(zhì)性能幫助企業(yè)從不同的專業(yè)領(lǐng)域進(jìn)行風(fēng)險預(yù)警和管理,從而提升企業(yè)預(yù)先發(fā)現(xiàn)和全面考慮潛在風(fēng)險的可能,避免重大決策失誤[22]。因為不同知識背景的高管所擅長的領(lǐng)域不同,其對不同市場風(fēng)險的認(rèn)知和感知也不同,比如理工類專業(yè)的高管更容易發(fā)現(xiàn)技術(shù)上的短板,進(jìn)而進(jìn)行研發(fā)可行性和技術(shù)可行性分析,而經(jīng)管類教育背景的高管更可能在分析市場風(fēng)險、構(gòu)建商業(yè)前景等方面具備優(yōu)勢[6]。所以,高管更廣泛更多樣的知識水平和知識結(jié)構(gòu)有利于企業(yè)掌握更多元的信息,從而更完備戰(zhàn)略計劃、戰(zhàn)略方案的制定,增加對未來未知風(fēng)險的可控范圍,促進(jìn)績效的穩(wěn)步提升[23]。其次,知識基礎(chǔ)觀認(rèn)為企業(yè)的經(jīng)營管理中存在的問題實際上是知識的調(diào)度和管理問題[9,21],而具有較寬知識庫的主體往往擁有多樣化的知識,這些異質(zhì)性知識通常涉獵多個領(lǐng)域,因而思考問題更加多樣化,從而從不同的視角來看待問題,有利于更好地鑒別問題和解決問題[20]。相反,知識較為單一或知識背景更為集中的高管團隊認(rèn)識和思考問題在更加深入的同時,也易陷入專業(yè)鎖定的局限,導(dǎo)致對問題的定型化思考和管理認(rèn)知模式的認(rèn)知凝滯,甚至導(dǎo)致其對外界環(huán)境的悄然變化反應(yīng)不靈敏和遲鈍[24]。Li的研究表明,具有各種特征的高管團隊更傾向于接受來自廣泛來源的信息,更有可能提出更多問題解決方案和創(chuàng)新的想法來提升績效[11]。第三,高管團隊的知識寬泛性更有利于整合不同的知識資源,進(jìn)而在公司愿景和戰(zhàn)略方向下動態(tài)地更新和創(chuàng)新知識體系[9]。更廣泛的知識網(wǎng)絡(luò)帶來不同想法的融合,增強了戰(zhàn)略的全面性,提高了總體決策質(zhì)量,為利潤增長的潛在選擇增加了可能,能一定程度減少未來發(fā)展的機會成本損失[8]。同時,結(jié)合多種專業(yè)知識、觀點和技能,意味著高管團隊更大的選擇范圍和線索,能極大提高企業(yè)對環(huán)境動態(tài)性和不確定性的應(yīng)對能力和處理能力[12]。第四,企業(yè)創(chuàng)新的本質(zhì)是知識的生成和創(chuàng)造,而企業(yè)寬廣的知識基礎(chǔ)無疑提供了更好的創(chuàng)新土壤[9]。不同學(xué)科、不同領(lǐng)域以及不同細(xì)分市場的廣泛信息更有利于企業(yè)去捕捉新的想法、新的產(chǎn)品理念和新的戰(zhàn)略[21]。不同領(lǐng)域的知識能促進(jìn)對各個領(lǐng)域的新知識和新信息的辨別和吸收,不僅這些不同的知識元素就是創(chuàng)新的源頭所在,而且不同知識的交匯也更容易產(chǎn)生創(chuàng)新的火花[20]。而創(chuàng)新帶來的新產(chǎn)品和新市場通常對于企業(yè)績效的增長極具貢獻(xiàn)。因此,筆者提出以下假設(shè):

      H2:高管團隊的知識寬度有利于企業(yè)績效。

      2 研究設(shè)計

      由于很多上市企業(yè)2018年各項數(shù)據(jù)未完全公開,本研究中的數(shù)據(jù)來自國泰安數(shù)據(jù)庫2015—2017年的數(shù)據(jù)。由于在高技術(shù)行業(yè)知識的影響更為明顯,而且以往的知識研究文獻(xiàn)也都采用高技術(shù)制造業(yè)作為樣本選擇范圍[21,25],根據(jù)證監(jiān)會行業(yè)分類,選取了制造行業(yè)中的儀器儀表、計算機、通信和其他電子設(shè)備制造業(yè)、電氣機械及器材制造業(yè)、鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)、汽車制造業(yè)、醫(yī)藥制造業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)8類知識密集型高技術(shù)制造業(yè)。在8類行業(yè)1 204個企業(yè)中去除重復(fù)值,最終獲得1 160個樣本企業(yè)。高管團隊的知識深度和寬度都采用羅正清[26]研究提到的方法,其中深度特征用教育水平來測量,但不同于以往的高階理論研究用均值來研究教育水平,本研究采用高管團隊的碩士及博士數(shù)量進(jìn)行研究。因為均值更容易受到極端值的影響,因而在刻畫高管團隊的知識深度時可能存在統(tǒng)計偏誤。而高管的知識寬度用高管團隊人員的學(xué)歷學(xué)科專業(yè)涉及的數(shù)量來衡量,其中專業(yè)學(xué)科采用國標(biāo)通用的學(xué)科分類標(biāo)準(zhǔn)。通過對1 160個企業(yè)高管所跨學(xué)科專業(yè)以及高管學(xué)歷水平的逐個計數(shù),累計得到高管團隊的知識深度和寬度數(shù)據(jù)。由于數(shù)據(jù)缺失和公開程度的差異,最終得到較為完整的713個企業(yè)數(shù)據(jù)。在企業(yè)績效的指標(biāo)選取上,根據(jù)以往研究的選取原則,不考慮與股東權(quán)益相關(guān)度更高、更能體現(xiàn)企業(yè)值不值得投資的每股收益(EPS)、每股凈資產(chǎn)(BPS)及托賓Q等指標(biāo)[27],而是以體現(xiàn)企業(yè)管理水平和資產(chǎn)效率的凈資產(chǎn)收益率(ROE)來衡量企業(yè)的績效水平[18]。同時,資產(chǎn)回報率(ROA)和利潤邊際率(PM)也是衡量企業(yè)績效的重要指標(biāo)[15,28],而總資產(chǎn)增長率(TAGR)往往被視為是衡量績效的成長性指標(biāo),因此本研究將其作為進(jìn)一步穩(wěn)健性檢驗的因變量指標(biāo)。由于713個企業(yè)中這些指標(biāo)部分缺失的現(xiàn)象,刪除缺失值后最終剩下590個企業(yè)。

      在控制變量上,本研究以企業(yè)的資產(chǎn)規(guī)模大小作為控制變量。根據(jù)規(guī)模經(jīng)濟理論,企業(yè)生產(chǎn)效率、利潤能力和企業(yè)績效的提升受到其規(guī)模的影響。比如規(guī)模較大的高技術(shù)制造企業(yè)可能接觸更多的資源和技術(shù),不僅具備更強的研發(fā)能力,更可能利用技術(shù)創(chuàng)新來推動績效增長,而且往往原材料的大量購入有利于通過降低生產(chǎn)成本來提高績效。相反,在資金及其他資源不占規(guī)模優(yōu)勢的技術(shù)企業(yè)當(dāng)中,相比于大規(guī)模的技術(shù)企業(yè)而言,其在企業(yè)績效追求的側(cè)重點和程度亦存在較大差異。故在前人的研究基礎(chǔ)上[27],筆者以資產(chǎn)總額作為績效研究的控制變量,并且由于上市企業(yè)的資產(chǎn)總額往往數(shù)值過大,因而對其進(jìn)行對數(shù)化處理。另外,資產(chǎn)負(fù)債率、營業(yè)現(xiàn)金流、企業(yè)年齡、董事會規(guī)模、股權(quán)集中度這些控制變量也會影響到?jīng)Q策質(zhì)量,故而均采用2017年的數(shù)據(jù),其中董事會規(guī)模為董事會人數(shù)的自然對數(shù)、股權(quán)集中度為第一大股東持股比例。

      3 實證結(jié)果

      3.1 描述性統(tǒng)計分析

      表1給出的為本研究選用指標(biāo)的描述性統(tǒng)計結(jié)果。表1表明,在選取樣本企業(yè)數(shù)均為590,我國企業(yè)高管團隊的總體知識水平較低,博碩士數(shù)量、海外留學(xué)背景和學(xué)術(shù)背景的均值都較小。這符合我國企業(yè)現(xiàn)有的實際狀況。2015—2017三年的資產(chǎn)回報率(ROA)、利潤邊際率(PM)和凈資產(chǎn)收益率(ROE)的標(biāo)準(zhǔn)差表明2016年的波動性更大,間接說明了采取均值研究的合理性。資產(chǎn)增產(chǎn)率(TAGR)采取2017年的數(shù)據(jù),資產(chǎn)總額極值相差巨大,故而對其進(jìn)行對數(shù)化處理。

      表1 描述性統(tǒng)計數(shù)據(jù)

      3.2 回歸結(jié)果分析

      回歸結(jié)果如表2所示。所有模型均以三年凈資產(chǎn)收益率均值作為因變量,但模型1以博士數(shù)量作為知識深度的回歸結(jié)果并不顯著。

      表2 回歸系數(shù)表

      如表1所示,博士數(shù)量均值過低,并且存在大量為0值的極小值,因而影響了回歸結(jié)果。因此在模型2當(dāng)中刪除了所有為0值的數(shù)據(jù),結(jié)果回歸結(jié)果顯著(b=0.012,p〈0.10)。盡管其顯著性達(dá)到p〈0.05的要求,但根據(jù)Zhou和Li的研究[21],p〈0.10的顯著性是可以接受的。考慮到國內(nèi)上市企業(yè)高管整體教育素質(zhì)較低的情況,筆者進(jìn)一步以碩士數(shù)量作為知識深度的衡量標(biāo)準(zhǔn),回歸結(jié)果如表2模型3所示,回歸系數(shù)正向顯著(b=0.005,p〈0.10)。在模型4中,知識寬度與資產(chǎn)收益率的回歸系數(shù)也是正向顯著(b=0.006,p〈0.10)。

      3.3 穩(wěn)健性分析

      在此項分析上,筆者以2015—2017年間可獲得數(shù)據(jù)的高技術(shù)制造企業(yè)為研究樣本。盡管回歸分析結(jié)果表明知識的深度和寬度對凈資產(chǎn)收益率有良好的擬合效果,但為證明其實證結(jié)果的可靠性,表明本研究實證檢驗是穩(wěn)健的,筆者進(jìn)行了穩(wěn)健性檢驗。首先,就自變量而言,分別以學(xué)術(shù)背景和海外留學(xué)背景作為知識深度和知識寬度的替代變量,因為具備這些背景的高校教師往往兼任高管董事,并且一般博士學(xué)歷通常具備學(xué)術(shù)背景;而高管團隊的知識多樣性不僅僅表明其學(xué)科多樣性,也與其海外留學(xué)經(jīng)歷緊密相關(guān)。模型1表明學(xué)術(shù)背景對凈資產(chǎn)收益率回歸顯著(b=0.009,p〈0.10),模型2表明海外留學(xué)背景對凈資產(chǎn)收益率回歸顯著(b=0.01,p〈0.10),實證結(jié)果仍然成立,表明本研究實證檢驗穩(wěn)健。

      在因變量上,本研究又繼續(xù)以企業(yè)績效的資產(chǎn)回報率和利潤邊際率作為凈資產(chǎn)收益率的替代變量,回歸結(jié)果表明:除模型8中知識寬度對利潤邊際率的回歸系數(shù)不顯著外,回歸系數(shù)都很顯著,而且比之前的顯著更高,R方更大,解釋力度更好。此外,本研究又以衡量績效成長性特征的總資產(chǎn)增長率作為因變量,結(jié)果發(fā)現(xiàn):模型9中知識深度對總資產(chǎn)增長率回歸不顯著,而模型10中知識寬度對總資產(chǎn)增長率回歸系數(shù)更加顯著。盡管知識深度對成長性指標(biāo)的回歸結(jié)果不顯著,但知識寬度對其回歸顯著,因此總體上本研究實證結(jié)果具備較好的穩(wěn)健性。

      在滯后性上,由于穩(wěn)健性都是取自2017年的指標(biāo),不同于因變量采用3年的均值,因此一定程度上也消除了時間差異,所以并未作出滯后一期的回歸結(jié)果。然而,在表3的模型6和模型10中,知識寬度對資產(chǎn)回報率和總資產(chǎn)增長率的回歸系數(shù)更加顯著,盡管表2的模型4只是回歸系數(shù)和R方值稍大一點,但表3的R方解釋表明知識寬度對企業(yè)績效的正相關(guān)性更好,這也符合高管團隊中群體決策這一實際。

      表3 穩(wěn)健性檢驗回歸系數(shù)表

      4 研究結(jié)論與展望

      組織行為是高管團隊的反應(yīng),因而由高管團隊中不同個體所具有的知識資源形成的團體知識無疑對企業(yè)戰(zhàn)略決策的認(rèn)知判斷、經(jīng)營問題的分析解決、各種資源的獲取和整合產(chǎn)生極其重大的影響。筆者基于高階理論,結(jié)合知識基礎(chǔ)觀,重點對高管團隊的知識特征展開研究,探討了高管團隊不同知識基礎(chǔ)對企業(yè)績效作用機制的影響差異。一方面,知識本身就存在專長性和多樣性兩種基本的差異,而以往的高階理論研究仍然只聚焦在高管的知識背景上,即使提出了教育異質(zhì)性及功能異質(zhì)性,也仍然未能反映出高管團隊知識的深度和寬度特征。然而,如果寬度和深度知識對企業(yè)績效的不同影響機制不厘清,則很難更科學(xué)更有效率地組建和調(diào)整管理團隊。另一方面,高管知識深度和寬度對企業(yè)績效的正向顯著回歸結(jié)果表明企業(yè)績效受到高管團隊知識特征的影響,這也印證了高階理論現(xiàn)有的研究,但對績效促進(jìn)作用的運作過程存在顯著差異。也就是說,企業(yè)對于風(fēng)險的認(rèn)知、問題的認(rèn)知、資源信息的處理能力和重大決策的戰(zhàn)略方向性更依賴于高管知識的深度縱向拓展,專家的知識專長優(yōu)勢不可或缺;而對于發(fā)現(xiàn)市場機會、感知風(fēng)險和創(chuàng)新性想法及決策更傾向于高管團隊知識的多樣性和寬泛性。同時,實證結(jié)果指出,知識寬度對短期凈資產(chǎn)收益率和成長性指標(biāo)的總資產(chǎn)增長率都顯著,而知識深度只對資產(chǎn)回報率顯著。這一實證結(jié)果與假設(shè)有些許出入,但也更符合實際。在高管團隊中,CEO或者某個高管團隊過于專業(yè)的知識往往可能導(dǎo)致決策的剛性問題,相反,廣泛的寬度知識基礎(chǔ)更有利于企業(yè)做出更全面的決策。

      本研究對企業(yè)管理實踐具有重要的實踐意義。首先,高管團隊知識在企業(yè)的知識體系中發(fā)揮著舉足輕重的重要作用。因此,在企業(yè)經(jīng)營管理中,應(yīng)以高管視角考慮企業(yè)的知識管理,將企業(yè)的戰(zhàn)略決策、風(fēng)險識別、問題解決及促進(jìn)創(chuàng)新等經(jīng)營焦點放在企業(yè)高管的知識環(huán)境中,強調(diào)高管知識基礎(chǔ)對于企業(yè)提升競爭優(yōu)勢和增升績效的重要性。其次,組建高管團隊必須考慮高管團隊知識的深度特征和寬度特征。知識的專長性和多樣性對于風(fēng)險的認(rèn)知與感知、問題的識別和解決以及資源的獲取和整合的影響存在差異,如何根據(jù)高管個體的學(xué)歷學(xué)科等知識特征來組建一個適應(yīng)當(dāng)前市場環(huán)境的高效率高管團隊至關(guān)重要。最后,在群體決策的科學(xué)性上,知識寬度比深度無疑更具備優(yōu)勢,更廣泛更多樣的知識有利于企業(yè)掌握更全面的信息,做出更理性、更現(xiàn)實、更合乎邏輯的決策,有效提升企業(yè)的經(jīng)營績效。這也表明,盡管在高管團隊中少不了專家的技術(shù)專長優(yōu)勢,但知識寬度特征對企業(yè)績效的貢獻(xiàn)率更大。

      當(dāng)然,本研究仍存在以下方面的局限:第一,樣本數(shù)據(jù)直接來源于國泰安數(shù)據(jù)庫,存在較多的數(shù)據(jù)缺失,1 160個樣本企業(yè)最終只篩選下590個企業(yè)。未來的研究可進(jìn)行更細(xì)致的分析,在行業(yè)上集中某一行業(yè),通過年報、新聞、百度搜索等更全面的渠道搜集更多的信息。第二,本研究采用的績效數(shù)據(jù)可能存在一定程度的失真,因此在以后的研究中可開展主客觀相結(jié)合的研究以及動態(tài)跟蹤研究,使研究更有說服力。第三,申宇等[29]發(fā)現(xiàn),創(chuàng)新存在高?!靶∪ψ印毙?yīng),因而下一步可探討知識特征在不同層次高校之間是否存在差異,并且高管的學(xué)歷學(xué)科背景也可進(jìn)一步按其他標(biāo)準(zhǔn)分類以進(jìn)行對比研究;第四,本研究的知識特征研究未考慮從業(yè)背景、政治背景等其他因素的影響,未來的研究中可進(jìn)一步拓寬和完善。

      猜你喜歡
      高管寬度深度
      深度理解一元一次方程
      重要股東、高管二級市場增、減持明細(xì)
      重要股東、高管二級市場增、減持明細(xì)
      重要股東、高管二級市場增、減持明細(xì)
      重要股東、高管二級市場增、減持明細(xì)
      深度觀察
      深度觀察
      深度觀察
      馬屁股的寬度
      紅細(xì)胞分布寬度與血栓的關(guān)系
      沭阳县| 达拉特旗| 调兵山市| 濮阳市| 蒙自县| 凤翔县| 龙里县| 张北县| 友谊县| 南京市| 广东省| 宝应县| 通山县| 肇源县| 崇明县| 榆树市| 汽车| 玛多县| 油尖旺区| 英德市| 侯马市| 安宁市| 永定县| 定日县| 常德市| 儋州市| 监利县| 湖北省| 青神县| 抚宁县| 合水县| 嘉荫县| 华坪县| 普安县| 万宁市| 平阳县| 太湖县| 壶关县| 中阳县| 兰州市| 尤溪县|