大学衍生企业治理结构与绩效之间的关系

由于我国教育体制以及市场经济运行的相对特殊性，相比国外的大学衍生企业，我国众多的尚未公开上市的大学衍生企业的成长机制和治理关系便显得异常复杂和多样，为了弄清这类大学衍生企业的治理状况以及运营绩效，本研究认为有必要对全国范围内的非上市大学衍生企业进行一次较为全面的调查和研究，并对我国非上市大学衍生企业的治理结构同运营绩效之间的内在作用机理进行探索性分析。

1. 公司治理理论及大学衍生企业的治理结构特征

Di Gregorio和Shane (2003) 认为有关决定大学衍生企业形成因素的研究有两个倾向: 一是宏观层面的分析，即以大学为对象;二是微观层面的分析，即以学者为对象。对于以大学为分析单元的学者主要集中在分析大学政策对大学衍生企业形成的影响作用，即在大学衍生企业成长的宏观环境层面上，母体大学在路径引导、平衡学术与商业利益、整合资源三个关键功能上发挥重要作用，极大地促进了衍生企业的持续成长与绩效提高(Rasmussen和Borch， 2010)，与此同时，政府也承担了引导者的角色，相关政策包括营造积极的区域创业环境，给予税收优惠，为大学衍生企业的产业嵌入提供便利措施等; 在微观层面上，Sanjay Jaina等(2009)指出学者发明人的创业角色及其投入程度对衍生企业成长具有积极影响， Zucker和Darby(2002)对生物技术型企业的研究结果也证实了明星科学家对于大学衍生企业的创新能力和成长绩效具有促进效应。

李维安等 (2004，2006，2008，2011) 在其连续多年公布的中国公司治理指数 (CCGINK，简称南开治理指数) 中指出，具有高校背景的上市企业公司治理指数一直处于较低的分数段，较差的治理状况必然影响到这类企业的运营绩效。冉茂瑜等 (2009) 通过分析大学上市衍生企业的财务效益、资产质量、偿债风险和发展能力等四个指标，并与全部上市公司进行对比，发现高校上市公司与一般公司相比并未因为所谓的“高校优势”而创造超常业绩。相反，高校上市公司的表现甚至比一般公司要差。魏喆妍等 (2011)通过以高校上市公司2005—2009年的面板数据为基础进行实证分析发现: 董事会规模与公司绩效 (ROE，EPS) 呈负相关关系; 高校持股比例与公司绩效 (Tobin's Q) 呈负相关关系，他们建议高校上市公司需要提高独立董事比率，调整高校持股比率及董事会规模等，以此提升高校上市公司的整体治理水平，并改善高校上市公司的运营绩效。

综合以上文献可见，首先，在我国大学衍生企业的治理结构中，政府、母体大学、学者在其中均扮演了非常重要的角色。我国大学衍生企业在同行业的竞争中，应当具有天然的技术优势，但是，现实中我国众多的大学衍生企业，甚至包括上市的大学衍生企业 (股票市场称之为高校概念股) 并没有表现出明显的竞争优势。这说明，新技术仅仅提供了潜在的生产率，实现新技术的潜在经济效益是一个组织性的问题，而技术创新所带来的可能的经济效益只有通过组织创新才能实现。路风教授 (2002) 指出钱德勒一生的工作都在证明管理和组织结构对发展组织能力的决定性作用。其次，现有文献尚未对非上市大学衍生企业的治理结构现状及其与绩效之间的关系做深入的讨论。截至2011年，在上海和深圳证券交易所上市的、有高校控股或参股的上市大学衍生企业总计仅30家，而我国大学衍生企业中非上市企业数目远远多于上市企业的数目。故探讨非上市大学衍生企业的治理结构同企业绩效之间的关系具有重要的理论及实践意义。

2. 研究假设

根据大学衍生企业及其治理的相关理论分析以及我国非上市大学衍生企业的特点，本研究拟提出以下假设:

H1: 我国非上市大学衍生企业多元化的资本结构特点同企业绩效呈正相关关系。

资本结构与公司绩效关系的文献非常丰富。Fama和French (2002) 指出在非对称信息情况下企业偏好内部融资，即内部保留盈余融资; 如果确实需要外部融资，则偏好债务融资，先是无风险债券，然后是风险债券，最后才是股票融资。那么，我国非上市大学衍生企业是否也倾向于多元化的融资特点，即偏好如下融资顺序: 母体大学资金、政府资助、个人资金、银行贷款、风险投资、母体大学技术入股、个人技术入股? 企业多元的资本结构特点同企业绩效呈现怎样的相关关系呢?

H2: 我国非上市大学衍生企业大学出资比例或拥有股份比例同企业绩效呈现负相关关系

大学衍生企业作为一个营利性组织同母体大学之间有着本质上的区别，借助高校的人力资源以及科研力量，大学衍生企业应当具有较明显的资金、技术和人才的优势，但一些研究表明大学衍生企业中高校的出资比例或拥有股份比例同其运营绩效呈现负相关关系。

H3: 我国非上市大学衍生企业中学者双肩挑 (既负责科研又承担企业高级管理者) 同企业绩效呈现负相关关系

夏清华等 (2010) 通过对影响大学衍生企业绩效的关键因素进行分析发现，大学衍生企业的管理者来自外部有利于企业的持续成长，该因素同企业的绩效显著正相关。如果大学衍生企业的高级管理者为双肩挑的学者，势必会影响企业的治理效果，因为学者时间和精力有限。

H4: 学者对大学衍生企业的投入 (资金、技术和时间) 同企业绩效呈正相关关系

Zucker和Darby (2002) 对生物技术型企业的实证分析发现，学者尤其是明星科学家对企业的创新能力和成长绩效具有显著的促进效应; Harvey A.Goldstein (2010) 对美国高校大学衍生企业的调研数据表明，高校鼓励学者尽量多参与大学衍生企业的管理或技术咨询以及其他治理活动有利于大学衍生企业的成长; 夏清华、李雯 (2010) 的研究也发现，学者投入大学衍生企业的精力越多，则企业更能够获取高水平的绩效。

3. 我国非上市大学衍生企业的治理结构现状

柯林·梅耶在《市场经济和过渡经济的企业治理机制》一文中把公司治理结构定义为“公司赖以代表和服务于它的投资者利益的一种组织安排”，它包括从公司董事会到执行人员激励计划的一切东西。公司治理的需求随市场经济中现代股份公司所有权与控制权相分离而产生。广义上讲，公司治理结构包括内部的治理结构和外部的治理结构，公司的内部治理结构包括公司的资本结构、股权结构、委托代理关系以及相关的制衡机制等; 公司的外部治理结构包括充分竞争的要素市场 (包括产品市场、控制权市场、经理市场等)、法律环境和宏观经济环境等。本研究课题组联合教育部科技发展中心，向全国112所“211工程”大学非上市衍生企业累计发放问卷550份，回收410份，回收率为74.5%，其中有效问卷395份，有效率为71.8%。本研究侧重于大学非上市衍生企业的内部治理结构，调研了我国非上市大学衍生企业的资本构成、股东结构、母体大学与大学衍生企业之间的关系、大学衍生企业中学者角色、学者对大学衍生企业治理的投入状况等五个方面的现状。

(1) 企业创立时的资本构成状况

首先，本次调研的样本企业中，母体大学的资金投入在企业注册资本中所占比重最大，212家衍生企业创立时的注册资本包括母体大学资金，占比53.7%; 其次，衍生企业创立时，注册资本包括个人资金的有170家企业，占比43.0%; 注册资本包括母体大学技术入股的企业有104家，占比26.3%，注册资本包括个人技术入股的企业有52家，占比13.2%。其中，政府资助、风险投资和银行贷款在受访企业的注册资本中所占比重较少，分别为4.3%，6.3%，1.8%。企业创立时的资本构成状况见图6.8。

图6.8 企业创立时的资本构成状况

注: 由于问题设计为多项选择，资金构成比总和超过100%。

(2) 企业的股东构成

本次调研的大学衍生企业中，企业的最大股东是母体大学的所占比重最大，为193家，占比50.3%; 其次为个人，106家，占比27.6%; 另外，最大股东为私营企业的占比12.5%，最大股东为国有企业的占比9.6%，见图6.9。

图6.9 企业的股东构成

(3) 母体大学与企业之间的治理关系

在所调研的大学衍生企业中，有388家有效回答了企业与母体大学的治理关系。其中，学校参股的比重最大，144家，占比37.1%; 其次为学校控股，121家，占比31.2%;

另外，由学校全资所有的衍生企业为78家，占比20.1%; 与母体大学没有关系的衍生企业有37家，占比9.5%; 有8家企业认为母体大学与该企业并没有明晰的治理关系; 7家未进行有效选择。母体大学与大学衍生企业之间的治理关系见图6.10。

(4) 大学衍生企业治理结构中学者承担的职务

从调研中，367份有效回答该题项的问卷来看，学者往往在企业高层管理团队中承担较为重要的职务。学者在企业中担任董事长或总经理的被调研企业所占比重最大，210家，占比57.2%; 其次是技术管理人员，91家，占比24.8%; 担任技术顾问的有49家，占比13.4%。而学者在企业中担任运营管理人员、财务管理人员、营销管理人员或董事的企业较少，分别占比2.7%，0%，0.5%，1.4%。

图6.10 母体大学与大学衍生企业之间的治理关系(www.xing528.com)

(5) 学者对大学衍生企业的投入状况

①资金投入情况。本调研从资金入股与技术入股两方面来衡量学者对企业的投资情况。首先，由数据统计结果可知，学者在企业中没有股份的情况最多，占比34.2%。其次，学者既有资金入股，又有技术入股的占比27.0%; 仅有资金入股的占比22.7%; 仅有技术入股的占比16.1%。学者对大学衍生企业的资金投入情况见图6.11。

图6.11 学者对大学衍生企业的资金投入情况

②时间投入情况。本调研通过学者平均每月在企业服务的时间来衡量其对大学衍生企业治理的参与程度。统计数据中，选择“26天及以上”的企业最多，共计76家，占比28.3%; 其次是“11～15天”，49家，占比18.2%。其他时间段的统计情况如下:“21～25天”的占比13.4%; “16～20天”的占比14.5%; “6～10天”的占比10.0%; “5天以下”的占比15.6%。学者对大学衍生企业的时间投入情况见图6.12。

图6.12 学者对大学衍生企业的时间投入情况

4. 非上市大学衍生企业的治理结构与绩效的关系

(1) 样本的选择及数据来源

本研究的样本来自课题项目的调研数据，从回收的395份有效问卷中进行抽样，主要收集了我国非上市大学衍生企业在2007—2009年的运营绩效信息以及治理结构现状，剔除一些企业信息不够完整和年度数据有缺失的问卷，总共获取212家非上市大学衍生企业的相关数据，非上市大学衍生企业所属高校、数量及所属区域见表6.9。本研究使用Spss13.0对相关数据进行处理。

表6.9 样本分布基本情况

续表

注: 样本所涉及的高校总计47所211工程大学; 总计212家非上市大学衍生企业。

(2) 企业绩效与企业治理结构的衡量

①我国非上市大学衍生企业的绩效衡量。国内外文献中关于企业绩效的通常衡量办法是使用企业的Tobin's Q值，即 (总市值+负债-流动资产) /总资产; 净资产回报率 (ROE)，即净利润/普通股股东权益; 总资产回报率 (ROA)，即税前利润/总资产; 每股收益 (EPS)，即净利润/普通股总数; 经济附加值 (EVA)，即息前税后净利润- (债务资本×债务资本成本率+权益资本×权益资本成本率) 等财务指标来进行衡量。Lawrence D.Brown等(2009) 用ROA、ROE来测度企业绩效; Marisela等 (2009) 使用ROA、ROE以及LN_ MV (Market Value) 公司的市场价值的自然对数来衡量企业绩效; Rob Bauer等 (2010) 用Tobin's Q代表企业的绩效来同企业内部治理结构进行回归分析; Annelies Renders等(2010) 将文献中5个常用的企业绩效测度指标的平均值作为企业的治理绩效，这5个常用测度指标分别是: Tobin'Q值、市价-销售比 (MTS)、市价-账面比 (MTB)、总资产回报率、净资产回报率;Gary A.Ballinger等 (2010) 用每季度平均资产收益率，四个季度的Tobin'Q均值以及7年内企业的存活概率作为因变量来表示企业的治理绩效或市场价值; Yan-Leung Cheung等 (2011) 以Tobin'Q和市价-账面比来测度企业绩效; 李维安等 (2004，2006，2008， 2011) 用主营利润率 (ROM)、总资产收益率、每股收益、主营收入增长率 (ISOM)、每股公积金 (FOS)、每股净资产 (NAOS)、财务预警 (Z)、每股市价 (SMP)、Tobin'Q值6折、Tobin'Q值7折、Tobin's Q值8折来度量中国上市企业的运营绩效。众所周知，上市企业绩效这一变量的测量维度指标是相对公开和透明的，研究中获得这类数据要相对容易得多。然而，由于本研究的主要分析对象为我国非上市的大学衍生企业，要获取这些详细的指标则显得非常困难。为了相对准确地了解我国非上市大学衍生企业的绩效状况，在借鉴相关文献及权衡各类因素之后，本研究对非上市大学衍生企业的绩效变量选取了如下三个衡量指标: 近3年的年均销售收入、近3年的年均销售利润率、近3年的专利成功申报总数。

②我国非上市大学衍生企业的治理结构的衡量。对于企业治理结构的衡量，国内、外文献中相对权威的方法是计算公司的治理系数 (Corporate Governance Index，CGI)，常用的方法有美国机构投资者服务机构的全球公司治理指数 (Corporate Governance Quotient， CGQ) 评价系统; 标准普尔的公司评分法; 国际通行的OECD86个公司治理衡量准则; 中国南开大学公司治理研究中心开发的中国公司治理评价指标体系。这些治理指标或系数通常从上市企业的公司股东权利、董事会规模、企业信息透明度、股东角色、董事会职责等角度对企业的治理效果进行评价打分，最后通过加权计算出最终的治理系数或指数。由于这里的打分包含主观和客观成分，故一些学者也指出了此类打分方法的缺陷，Marisela Santiago-Castro等(2009) 指出，一些选用的公司治理变量往往具有高度的相关性，故容易导致得出错误的变量之间的关系。Hermalin和Weisbach (1991) 很早就指出，传统的治理研究中，诸如根据企业董事会的构成进行判断容易造成结果的偏差，因其构成可能由企业内生因素所决定。同理，由于本研究的对象为未上市大学衍生企业，在选取大学非上市衍生企业的治理结构的衡量指标时，我们根据非上市衍生企业的组织结构的特殊性，选取了以下几个衡量指标: 非上市大学衍生企业创立时的资本构成、企业的股东构成、企业治理结构中学者承担的职务、学者对大学衍生企业的资金投入、时间投入等5个评价指标。另外，为了较为准确地反映大学衍生企业的治理结构水平对治理绩效的影响，本研究还控制了公司的行业特征、公司规模、雇员人数、基期销售收入 (2009年)、上一年度销售收入(2008年) 等因素对公司治理绩效的影响。三类变量设计见表6.10。

表6.10 各类变量的类型、名称、含义及作用

续表

① Gompers等(2003)对影响企业治理的24个因素进行了编码，将每个因素设置为虚拟变量(1，0)，然后将这些因素的得分之和作为企业的治理指数。借鉴此法，本研究将资本构成变量设置为虚拟变量，并对其值进行加总。由于该题项为多选即企业的资本来源可能不止母体大学，故将该题下每个选项设置为虚拟变量，如资金来自于母体大学(是为1，否为0)。P.Gompers，J.Ishii，and A.Metrick. Corporate Governance and Equity Prices.Quarterly Journal of Economics，2003(118):107-155.

② 对于行业分类:本研究根据我国大学衍生企业的自身特点将其划分为生物化工及医药行业、信息技术及软件工程行业、电子及电力行业、工程技术及机械制造行业、服务行业等五大类。对于行业的每个哑变量，如果属于该类行业，则取值为1，否则为0。

③ Shin和Stulz，2000;Durnev和Kim，2003;李维安，2004等使用In(Asset)指标，即对企业总资产取自然对数来代表企业规模大小;钱德勒在其著作《战略与结构——美国工商业企业成长的若干篇章》中则以资产总额、销售净额、销售总收入、员工数以及股东数等指标来代表企业规模大小。本研究由于无法获取被调研大学衍生企业的资产总额，故对企业规模仅以企业雇员数来代表。

(3) 假设检验及实证分析结果

①描述性统计及相关性分析。本研究对几个主要变量进行了描述性统计及相关分析 (见表6.11)，从表6.11可以看到，非上市大学衍生企业的注册资金来源同企业的绩效指标近3年的年均销售利润率、近3年的专利成功申报总数之间有显著的相关关系 (相关系数分别为0.207，p＜0.05; 0.206，p＜0.05)，故H1获得支持。从相关系数符号以及排序 (1. 母体大学资金; 2. 政府资助; 3. 风险投资; 4. 个人资金) 可以看出，非上市大学衍生企业资金越是多元，其绩效水平越高。

表6.11 均值、标准差及相关系数 (N=212)

注: ＊＊表示P＜0.01 (双尾)。

最大股东的身份同企业近三年年均销售利润率之间也存在显著相关关系 (相关系数为-0.03，P＜0.05)，但从相关系数的符号来进行判断，可知最大股东越偏向国有企业或母体大学公共机构，其绩效水平越差 (最大股东为母体大学赋值为4; 最大股东为国有企业赋值为3; 最大股东为私有企业赋值为2; 最大股东为个人赋值为1)，故假设2获得支持。而通过相关系表可以看出学者在企业里的任职情况同企业绩效之间不存在相关关系，故假设3未获得支持。学者们的资金或技术投入情况以及时间投入量则分别同企业近三年年均销售利润率、近三年年均销售收入的自然对数存在正向的相关关系 (相关系数分别为: 0.21，p＜0.05; 0.25，p＜0.05)，这也说明学者投入衍生企业的资金、技术、时间越多，则企业的绩效水平越高，故假设4部分获得支持。

②多元回归结果及分析。表6.12为多元回归分析结果。本研究分别以企业近三年的年均销售收入、近三年的年均销售利润率、近三年的专利成功申报总数作为被解释变量; 而以企业治理结构中学者承担的职务、学者对大学衍生企业的资金投入、时间投入作为解释变量; 以企业的行业特征、企业规模、雇员人数、基期销售收入(2009年)、上一年度销售收入(2008年)作为控制变量。Step1中仅放入几个主要的解释变量; Step2放入解释变量及控制变量。模型1(Step1)自变量Capital的回归系数β=0.168，p＜0.05、模型2(Step1)回归系数β=0.150，p＜0.05、模型3(step1/2)的回归系数分别为β=0.183，p＜0.05; β=0.121，p＜0.1，由该结果我们可以看出非上市大学衍生企业资金来源越多元则企业的运营绩效表现越好，即企业在融资结构上多倾向于多元化，故假设1获得支持; 由模型1(Step2)自变量Stockholder的回归系数β= -0.016，p＜0.05、模型2(Step1/Step2)回归系数β= -0.288，p＜0.01; β=-0.273，p＜0.01可知大学衍生企业中母体大学的出资比例或控股比例越大则运营绩效越差，故假设2得到支持。对于学者双肩挑是否会对大学衍生企业绩效产生负面影响的检验，由于三个模型中职位Position的回归系数均不显著，假设3未能得到支持。由模型1 (Step1) 可以看出，学者在大学衍生企业中投入的资金对企业绩效起负向的作用 (Investment的回归系数为-0.146，p＜0.1); 学者在大学衍生企业中投入的时间则对企业的绩效起正向的作用(Service-time的回归系数为0.275，p＜0.01)，故假设4部分得到支持，通过比较前文关于两两相关分析的结果可知，学者投入的资金或技术越多，越有动力参与企业的日常治理，也越有动力来提高大学衍生企业的绩效，然而，学者在大学衍生企业中投入的资金或技术数量不一定是越多越好，现实中越来越多的学者因为专利费用、利益分配的问题同大学衍生企业产生矛盾甚至分道扬镳，这样的事例屡见不鲜，在本课题组的半结构访谈环节中经常会碰到这样的例子，故三个模型的回归中仅有模型1的Step1获得了较为显著的结果。通过三个回归模型可以看出控制变量中的行业特征、企业规模 (雇员人数)、企业最近两年的销售收入对企业的绩效存在直接的影响，未来的研究中需要进一步挖掘中间或调节变量的作用。由模型2、模型3的Step2可以看出，企业规模即雇员人数对企业的绩效有一定的正向影响，两个模型中Employee的回归系数分别为0.146 (p＜0.1) 和0.225 (p＜0.01)。

5. 主要结论

相对于上市的大学衍生企业 (高校概念股) 来说，现有文献中针对大学非上市衍生企业治理结构同其自身运营绩效之间的关系的讨论很少，本研究试图对大学非上市衍生企业治理结构同其运营绩效之间的关系进行探索性的研究，通过研究我们发现: 在我国非上市大学衍生企业的治理结构中，政府、母体大学在其中均扮演了非常重要的角色，但是这些角色的扮演需要拿捏好尺度以及力度，在大学衍生企业中若母体大学或政府作为最大出资方过多地控制大学衍生企业运营，则容易造成较低的经营绩效。李维安等 (2004)通过分析上市高校衍生企业的治理系数同其绩效的关系也发现，大学衍生企业缺乏市场化、规范化的运作，上市高校衍生企业治理系数较低，绩效水平较差。由此可见，大学衍生企业要提高运营绩效，需要进一步减少高校或政府对大学衍生企业的绝对经营控制，并实现大学衍生企业融资渠道的多元化，这也是政府、高校以及大学衍生企业需要共同采取的应对措施。

学者对于大学衍生企业经营绩效的改善也发挥着重要作用，但是学者的资金投入和其时间投入对大学衍生企业绩效的作用方向是相反的，学者需要权衡好自身对大学衍生企业的资金及时间投入力度。学者应当控制好自有资金投入大学衍生企业的数量，现实中，因为学者技术入股或资金入股所产生的收益分配纠纷屡见不鲜，显而易见，这种纠纷对大学衍生企业绩效的作用是消极的，当然，若投入的力度以及利益分配方案科学，这种投入对绩效的作用则是积极的; 另外，在时间充裕的情况下，不论是否承担高级管理职位，学者本人需尽量利用自身的技术和知识优势参与大学衍生企业的日常运营管理，帮助大学衍生企业提升其经营绩效。