企业网络嵌入可以高枕无忧吗——基于中国上市制造业企业的考察-李德辉.pdf

《企业网络嵌入可以高枕无忧吗——基于中国上市制造业企业的考察-李德辉.pdf》由会员分享，可在线阅读，更多相关《企业网络嵌入可以高枕无忧吗——基于中国上市制造业企业的考察-李德辉.pdf（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、企业网络嵌入可以高枕无忧吗基于中国上市制造业企业的考察：l=o李德辉 范黎波 杨震宁摘要 企业网络嵌入可以高枕无忧吗?本文以我国20062013年沪深上市制造业企业为研究样本。基于企业网络嵌入与企业生产率视角考察了我国制造业企业是否存在网络嵌入的资源诅咒效应。企业网络嵌入可以为企业获取和利用各方资源提供便利，但与此同时网络的互惠排他性、嵌入惰性、机会主义行为等又可能侵蚀企业的网络嵌入利益。研究发现，企业过度的网络嵌入可能阻碍企业生产率的提升，同时本文实证分析了企业网络嵌入阻碍效应的作用机制：(1)过度的网络嵌入致使企业间信息冗余，并且模仿与追随效应使过度投资行为更为严重；(2)维系企业间网络嵌

2、入关系必然使企业面临协调网络中诸方利益等问题，使企业付出超额成本费用；(3)网络资源丰裕的企业会更趋于强调市场运营能力，进而导致企业在创新投入方面资源分散并产生挤出效应，最终长期来看不利于企业生产效率的提升。关键词 网络嵌入；生产效率；过度投资；维系成本；创新挤出木本文受国家社科基金项目(16BGL022)资助引言战略管理领域有诸多运用资源基础观(Re Sourc eBased View)解释企业间绩效差异的研究，H,21然而资源基础观却较少关注资源和能力如何在企业中内部化的问题。近年来，有大批学者开始强调企业网络嵌入的重要性。【3。1战略网络(Strategic Networks)的视角指出

3、，企业嵌入于与其相联系的外部企业所构成的网络之中，对其绩效有着重要的作用。陋1企业间的网络链接提供了信息在企业间流动的管道(Conduits)，从而增进了企业价值。91具体来讲，通过网络即企业问所形成的链接关系，企业可以获得多样性的资源和能力，1叫与其他企业开展合作，11还可以通过第三方的举荐获得稀缺的机会。【121这些网络带来的有利作用将极大促进企业绩效。u划更进一步讲，由于资源和能力并非均匀地分布于整个网络之中，【141那么我们有必要研究由资源和能力局部嵌入于整个网络或次级网络之中所带来的差异，5，161同时，从资源依赖观点解释企业如何通过网络结构动态塑造和利用嵌入其中的资源和能力，也为深

4、入了解企业的战略抉择与绩效提供了另一条路径。虽然近年来在学术研究中，网络嵌入的重要性得到了较高的重视，但对于其作用的解读还往往集中于正面作用，而对潜在的负面作用仍重视不足。【171然而在实践中却常常可以看到，企业广泛的网络嵌入可能削弱企业管理的独立性，从而降低企业价值。1引如我国各级政府直接控制和管理的国有企业，这些企业除了管理自身的经营活动之外，还需要承担协助地方政府确保所在地区社会稳定、实现就业和税收增长、提高对新兴产业投入等经济或非经济目标，(1引加之国有企业经理人具有以政治晋升替代货币薪酬的替代性补偿激励，【2叫使得国有企业难以按照经营效率最大化或企业价值最大化的目标进行经营。【21所

5、以对企业网络嵌入负向作用的忽视，可能会阻碍全面解释网络嵌入的作用机制。基于上述考虑，本文主要设计并研究了如下三项内容：(1)企业所嵌入的网络是否具有资源诅咒效应?从先验上看，企业维持和利用嵌入社会网络中的资源和能力必然需要付出相应的有形或无形、直接或间接的成本，如维系网络联系的情感与经济的投入，那么收益与成本之间是否得到了最优匹配，这是一个需要实证检验的问题。(2)企业网络嵌入是如何影响企业生产效率的?本文试图厘清企业网络嵌入关系作用于企业生产率背后的67万方数据机制逻辑，从而为企业有意识地塑造和利用自身所嵌入网络的资源和环境提供经验证据。(3)企业网络嵌入是如何影响企业经营决策的?通过考察企

6、业网络嵌入如何影响企业经营决策，进一步揭示企业塑造和利用“网络能力”的机制，从而完善企业网络嵌入的“动机工具效果”三个方面的理论构建。一、理论分析与研究假设1企业网络嵌入的资源诅咒逻辑诸多已有研究指出，企业网络嵌入将对企业的行为和绩效产生重大影响。22,23由于企业间网络为企业获取资源和能力带来了便利性，所以这种关系已经被描述为“网络资源(Network Re Sources)”。141虽然学者们对企业所处外部网络环境的重要性已经取得共识，但针对网络结构中不同要素如何影响企业的经营决策和实际效果的作用机制，仍然没有给出清晰的解释。【24】在社会网络文献中，一个关于网络结构作用的争论可以较为清楚

7、地说明这一点。在这个争论中，Coleman【251认为，个体所嵌入的网络链接密度是个体控制外部资源、获得网络嵌入利益的关键，它代表了该个体与其他参与者的“接近(Clo sed)”程度；口3251然而以Burt【l叫为代表的另一种观点则认为，个体能够获得的结构性优势来源于个体所具有的“中介机会”(BrokerageOpportunities)。从网络结构视角看，这两个不同观点具有不同的含义：从Coleman【251的观点出发，最优网络结构来源于塑造高密度的网络，其所支持的是网络优势来源于网络参与者之间的相互链接；而从Burtu州的观点来看，最优的网络利益来源于非链接，或称为链接的缺失(Lack

8、of Connections)。诸多研究表明，信息及信息质量是影响企业战略决策和治理能力的重要约束条件。26-28那么，企业在网络嵌入中处于何处、处于何种程度才能获得更高的生产力水平呢?我国工业企业近年来所面临的诸多问题，能否通过网络嵌入的视角进行阐释呢?本文将从网络嵌入的互惠排他性、市场趋同、嵌入惰性、信息不对称性、机会主义行等方面论述网络关系嵌入可能阻碍企业生产率提升的机制。第一，企业从其网络中所获取的利益来源于网络中互利互惠以及相互信任所产生的价值，这也是社会资本的核心概念。【291然而，社会学家De Souza301指出，人们不能只看到社会资本的华丽外表，因为社会资本中互惠规则往往仅对

9、处于该关系网络的内部人来说是有益的，而社会资本的外部效应并不总是积极的。Fracassi等口u研究发现，如果两个企业共享的网络连带关系越多，他们的投资水平将更为趋同。同质化的过度投资大多集中于中低端技术层面，进而出现产能过剩的现象，随后进一步挤出创新，最终形成恶性循环。这也是最近一段时期我国某些产业或地区出现爆发式产能过剩和亏损的原因之一。其潜在的形成机制可能如下：首先，企业间信息的同质化降低了企业从外部获取信息的敏锐度；32其次，强关系连接使得企业更容易模仿其他企业的行为，“示范和追随”效应加剧了过度投资；最后，虽然广泛的关系网络嵌入在一定时期内有助于企业在商品交易环节获得便利条件，但在生产

10、和研发投入方面则可能降低技术创新的激励。3如第二，企业网络生成与发展具有明显的路径依赖特征，进而可能产生嵌入惰性。34,35嵌入惰性使得关系专用性投资增加，其本身的目的在于维持和提升关系强度，但与此同时随着专用性资产投资规模的扩大，根据交易成本经济学的观点，企业间机会主义行为的风险也会同步增加。3町虽然学术界已经普遍接受网络关系塑造信息流的观点，但应当注意，网络嵌入在提供潜在机会的同时，也对企业的行为和绩效施加了限制。341特别是网络嵌入也具有边际约束，当企业突破了这一边际约束之后，往往面临过度嵌入的陷阱，主要面临惯性重复交往、信息冗余等问题，进而不利于企业经营效率的提升。第三，根据Auty【

11、371的研究以及后续发展的资源诅咒理论，一个地区资源禀赋会影响该地区经济增长率、就业水平及寻租腐败等行为。相关研究发现，在某些资源饱有程度更高的地区其后续经济增长率可能反而更低。基于相同的逻辑，拥有更多网络资源的企业并不直接意味着其经营绩效就必然更好，在最为不利的情况下，丰裕的资源还可能会挤出创新活动、减少研发投入。【381同时，网络资源越丰富的企业，可能越容易诱发企业通过寻租活动来提升企业业绩，这样就减弱了企业管理当局通过提高本企业的生产效率来提升经营业绩的激励：3卅如万良勇等【4伽研究发现，占据网络中心位置的企业具有更高的并购倾向，用以提升企业经营的规模，而其后续经营绩效仍然值得更多的实证

12、检验。【4l】第四，社会关联并不总是增进信任与合作，有时甚至会助长搭便车、欺骗或者投机行为，4243】深度嵌入网络中的企业将不得不花费大量精力协调各方利益。【441所谓信任，即交易一方对另一方不会以自己的损失为代价获得利益的信心。4钉如若企业相互关联的目的是为了控制和获取外部资源，那么一个企业的成功往往意味着另一个企业的失败。p41虽然企业网络嵌入可以缓解信息不对称性在经济活动中所产生的效率损失，但仍然无法完68 南开管理谇沧 2017年20卷。第1期第67-82页万方数据全消除道德风险、代理问题和逆向选择等问题。如果在网络关系互动中，参与者更多地是以个人利益为最终目标，则会使企业中个人社会资

13、本导向大于企业社会资本导向，进而成为企业管理者谋取阶层私人利益的工具，损害企业整体利益。【4“第五，社会及组织层面的文化对企业网络嵌入的效果也具有极为重要的影响。Xiao等【471研究发现，在典型的中国式集体主义文化(The Typical CollectivisticCulture)情境中，网络嵌人的控制利益(ControlBenefitS)可能会受到抑制。这是由于网络中的控制利益来源于嵌入者对不同子网络资源的“桥接”(Bridging)作用，若某种因素可能瓦解这种具有高度中介性的“桥接”作用时，网络嵌入者就难以以此获得超额收益。在集体主义文化中，个体成员对组织具有更高水平的承诺(Highc

14、ommitment)，其实质在于通过对具有潜在“桥接”位置的填补，用以增强互惠利益资源的投入，从而形成网络资源的冗余，预期在未来获得相应的回报和对于风险的共同承担。47,48在高承诺情境中，网络嵌入成员具有更为广泛的信息共享机制和更为深入的决策参与程度，【4卅具有明显的一荣俱荣和一损俱损特征，从而弱化了以占有独特的非冗余资源为目的的经济性，和对超额收益获取的可能性，特别是在企业由于网络嵌入而付出更多的关系建立和维系成本时，嵌入所带来的净收益可能进一步降低，进而陷入上文所论述的信息趋同、惯性重复交往和搭便车行为的困境之中。鉴于以上分析，本文提出研究假设：H1：企业的网络嵌入存在着资源诅咒现象，即

15、过度的网络嵌入可能会阻碍企业生产率的提升2网络嵌入促进生产率的逻辑已有文献表明，基于网络嵌入而获得的社会资本可能为企业带来诸多潜在利益。中心度和结构洞是衡量网络嵌入程度的指标，同时也揭示了不同网络利益的来源。第一，中心度是测量个体网络嵌入程度的重要指标，它衡量了企业与其他参与者的直接联系和充当网络中心枢纽的程度01，以此反映其对信息和资源的获取与控制的能力。【5叫处于网络中心位置使得企业更容易获得超额的信息利益和资源优势。Uzzi1”认为，关系嵌入是相对于市场有更多独特机会的交换系统，即“非市场性(Nonmarket)机制”，表现为参与者之间的信任、承诺、优质信息的共享等方面。【5u适度的承诺

16、使得关系嵌入比单一的市场关系能共享更多的私有信息和缄默知识，如企业的战略路径、利润边际以及企业文化等隐性知识。【52】同时，适度的紧密关系包含着共同解决问题的机制，如促成交易的协调功能与灵活的问题解决方案。共同解决问题的安排，提升了组织获取资源的范围，降低了机会主义行为的可能性，促进了创新的发生，从而提高了资源获取的质量和利用效率。【5列第二，结构洞10,54,55 3在分析企业获取网络嵌入利益机制时提供了另一种分析框架。中心度关注与自我的直接联系与此不同，结构洞强调与自我联系的其他企业之间关系的结构特征。(5 6】根据结构洞理论，如果某个企业能够作为诸多相互隔离的企业群体间非冗余的桥梁，那么

17、此种网络结构所能促发的效益将进一步增强。【5”跨越结构洞位置的利益由信息利益(Information Benefits)和控制利益(Control Benefits)构成。信息利益来源于对非冗余信息的获取，让网络嵌入者可以对不同信息源间的信息进行甄别和筛选，从而对其潜在价值予以准确评估，使企业获得更多机会抢占先机，或者率先规避和对冲风险；控制利益则来自基于这些机会信息的安排，它决定了由谁去利用这些机会满足对方的需求并且获得回报。网络嵌入为企业带来了资源整合的机会，网络关系的建立促进了企业的并购整合行为，并且提升了企业的绩效水平。5 71第三，网络利益的根源来自基于网络建立的信任关系。无论是强关

18、系还是弱关系，重要的是网络中的信任关系能够带来生产性价值，其来源于在信息、搜寻和交易成本等方面的经济性。【5引基于关系网络的信任可以使企业在面临外部环境变化时更为适当和灵活地进行战略调整，为原本在技术或法律上相互分离的实体合作创造条件。【5明当社会网络由多种角色和社会链接形成并达到一定的密度后，具有生产性的社会资本(ProductiveSocial Capital)就得以形成，以此培育出能够促进经济绩效的制度和实践方法，如行业协会及自律性组织的出现。所以，广泛的网络嵌入即高社会资本可能减少搭便车和其他形式的机会主义行为。Williamson(60J的研究也指出，虽然专用性资产投资可能带来被敲竹

19、杠的风险，但是在企业间良好信任关系的前提之下，专用性资产也可以作为一种互惠性投入(Reciprocal Investment)，其作用在于锁定和增强双方的合作承诺。总体来讲，关系网络的建立有助于提高信息的可用性，降低交易成本，这种积极关联促进了正的外部性。基于以上论述，本文提出与假设1相竞争的假设：H2：随着企业的网络嵌人程度的加深，企业生产效率将持续得到提升二、研究设计1样本选择及数据来源本文初始样本选自20062013年沪深股市的A股NankaiBusinessReview 2017Vol 20，No1PP 67-82 69万方数据上市企业。本文所使用的企业财务数据和公司治理数据主要来源于

20、CSMAR数据库，对于部分缺失数据，本文从RESSET数据库和Wind数据库进行了补充。本文对样本进行了如下筛选和处理：(1)考虑到对于生产率的估计需要进行价格指数平减，为更精确地测量，按照以往研究惯例本文只保留制造业企业样本；(2)剔除有数据缺失的样本；(3)使用大型社会网络数据分析软件Pajek生成企业的网络嵌入指标，但在使用Paj ek对整体网络进行分析前，需要对个体成员之间的网络关系进行标识，为确保测量无误，这一步通过编写程序完成，并对最终输出成果进行了检验；(4)为消除极端值影响进行Winsorize处理，最后本文共获得7612个有效样本。2变量与研究模型(1)企业网络嵌入的测量中心

21、度和结构洞是社会网络理论的重要概念，本文使用了Freeman611和Burt【101对中心度和结构洞的定义和测量方法。具体测量方法和意义如下：程度中心度，X“CenDegreef=jj程度中心度测量了与某节点直接联接的其他节点数量之和，反映了与该节点有直接联系的网络资源规模，其中i为某节点，j为当期除了i之外的其他节点，xii是一个网络连接指标，当i与J具有联系时为1，否则为0，为控制网络规模的影响，本文用g-1将其标准化，其中g为当期子网络的节点数。中介中心度墨gki),qjkCenBelweennessi2 1乒玩F矿中介中心度测量了该节点发挥媒介作用的能力，即占据其他节点之间快捷路径的程

22、度，当占据该位置的节点拒绝为其他两个节点做媒介时，其他两个节点就无法进行沟通，所以占据这样的位置更多，则代表其具有更高中介性。接近中心度Cen Closenessf=【名1 d(，)-1接近中心度测量了某节点与网络中其他节点的距离，其中d(i，j)为节点i到节点j的最短路径长度，名ld(f，)则表示节点i与所有其他节点的距离之和，接近中心度为其倒数。结构洞StructureHolesf=J-Ci其中C薯婶屹qP。qPqi为某节点，j为当期除了i之外的其他节点，q为i、j之外的第三方。P；i表示i对J的直接关系投资。P；。表示i和q关系的比例强度，P。；表示q和J关系的比例强度，。PiqP。，衡

23、量i在J身上的间接关系，则P。j+。PiqP。j表示i在j身上直接或间接投资的时间和精力。C；，衡量i因为i而受到的约束程度。当i和其他所有人都没有联系时，C，取最小值。(P。)2，若j是i的唯一联系人，C。取最大值1，学者们常用1一C，的来衡量结构洞的丰富程度。通过如下方法测量企业的网络嵌入指标：本文所考察的网络建立在全体董事会成员之上，包括执行董事和独立董事，每位成员作为一个节点。该方法扩展了以往仅针对独立董事进行网络构建的研究，以期获得更为丰富的网络嵌入信息。在研究设计中，这项扩展也是本文研究重难点之一，当所测量的网络范围涵盖全体董事会成员，而非仅针对独立董事时，单就节点数量来说，本文扩

24、展了约200的信息量，如果再考虑到由此带来的多维度网络构建可能性，我们相信该研究设计可以为本研究带来更多数据信息增益。与此同时，构建如此大规模的网络就成为本文的难点之一。这要求我们首先对所有企业每一年的每一位董事会成员进行标识，通过每位董事的年龄、性别、学历和工作经历等信息区分名字相同但非同一人的董事并分别进行编码；然后，本文通过编写程序构建每个节点之间的链接，以此形成整体网络，这样便生成了可供Pajek读取的基础文件；最后，参照已有文献将每个董事成员网络嵌入指标的均值作为企业层面的网络嵌入指标。(2)企业生产率的测量借鉴已有文献，本文使用LP模型中采用总收入的方法估计企业生产率。16231假

25、设企业生产函数的形式为CobbDouglas函数：Yit=e2KitLi。t，其中Yil、KLit分别表示企业i在时间t的产出、资本和劳动，对两边取对数：lnYt=Otll+dInKit+BlnLit。如果是估计宏观层面的生产率，可以直接使用OLS回归估计出全要素生产率，但作为用于估计企业个体层面的全要素生产率时则会出现误差，其主要原因是企业知道自身的生产率水平，可以据此调整其资本和劳动投入。如果直接使用OLS方法进行估计则会导致内生性问题。与此同时，实际能够观测到的都是存活下来的企业，低效率的企业已经退出市场，这又使得样本并非随机选择，导致样本选择性问题。基于以上两个问题，Olley等41提

26、出了使用投资作为企业生产率的代理变量来估计全要素生产率方法。但是并非所有企业每年都会有投资，之后Levinshohn等陋21改进了OP方法，使用中间投入作为生产率的代理变量来估计全要素生产率，本文参照李玉红等M知的步骤对企业生产率进行估计。70 南开管理谇沧2017年20卷第1期第67-82页万方数据(3)其他控制变量表1变量定义及说明控制变量OCF 经营性现金流量占比经营性现金流量总资产Separation 两权分离度 控制权与所有权之间的差值样本年份 年度哑变量参照万良勇等140的方法对以下指标进行了控制：选取经营性现金流量占比(0CF)控制公司资金约束、总资产的自然对数(Size)控制公

27、司规模的影响、资产收益率(ROA)及收入增长率(G rowth)控制公司盈利能力和增长能力的影响、选取资产负债率(Lev)控制公司融资结构的影响，并使用企业经营收入的自然对数控制企业规模的潜在影响。同时，不同的董事会规模的网络嵌入倾向也具有差异，相对于董事会规模较小的企业而言，规模更大的董事会，特别是独立董事人数，意味着更高的连锁董事可能性，因此本文选取董事会人数(Directors)、独立董事人数(Independent)、第一大股东持股比例(First)和两权分离程度(Seperate)作为公司治理类控制变量。由于企业投资强度(Inve Strate)和企业年龄(Estbage)也可能对生

28、产率造成影响，我们对此也加以了控制。另外，为控制地区经济发展水平差异对生产率的潜在影响，本文控制了企业所处地区的经济增长水平(GDP)，还对细分行业(Indu stry)和年度(Year)因素进行了控制。各变量定义及说明请见表1。本文使用面板数据估计方法对研究模型进行回归分析。具体对每个网络嵌入指标，均给出了基于固定效应(FE)和随机效应(RE)的估计结果。由于固定效应模型具有更高的一致性，而随机效应模型具有更高的估计效率，在能够保证一致性的情况下，提高估计效率。【6 6】三、实证分析1描述性统计分析表2为主要变量的全样本描述性统计。全部样本中生产率的估计均值为5596，企业网络嵌入的程度中心

29、度、中介中心度、接近中心度和结构洞的均值分别为0099、0018、0038和0630。表2描述性统计分析li一2006 2007 2008Cenlosenness 一图1各年程度中心度、中介中心度、接近中心度和结构洞均值趋势从图1各年网络嵌入指标均值的发展趋势来看，随着我国独立董事制度的建立和不断完善，企业间连锁董事的现象逐步增加；2006年前整体网络结构还处于初步形成的阶段，子网络处于离散状态，自2006年之后整体网络开始不断增强，网络结构及其信息变得更为丰富，所以本文将这一时间点作为研究时间跨度的起始点。Nankai Business Review 2017Vol 20，No 1PP 67

30、-82 71万方数据同时，从表3企业网络嵌入程度的生产率差异分 用改进后的SCC模型对上述模型稳健性再次进行检验，组检验中可以看到，在基于均值差异的检验中，程度中心度、中介中心度、接近中心度和结构洞网络嵌入程度高的企业相较于嵌入程度低的企业有着更低的生产率水平，其统计检验值分别在10、1、5和5的显著性水平下显著。另外，在基于中位数的检验中，中介中心度在1的显著性水平下显著。以上描述性统计基本支持了本文研究假设所提出的企业网络嵌入可能存在资源诅咒现象，下文进行进一步的实证检验。表3企业网络嵌入程度生产率差异分组检验注：+、和+分别表示在1、5和10的显署性水平下显署2回归分析表4是企业网络嵌入

31、对全要素生产率的回归结果。本文首先使用了固定效应模型：在模型1中，程度中心度的回归系数为一1143，在1的显著性水平下显著。在模型3中，中介中心度的回归系数为一34553，在5的显著性水平下显著。在模型5中，接近中心度的回归系数为一0456，在5的显著性水平下显著。在模型7中，结构洞的回归系数为一O381，在l的显著性水平下显著。以上四个企业网络嵌入的指标均显著为负，表明随着企业网络嵌入程度的加深，企业的全要素生产率并没有因此得到提升，反而出现了企业网络嵌入过度所带来的资源诅咒现象。本文同时使用随机效应模型对上述回归进行了检验，虽然Hausman检验表明使用固定效应更为合适，但随机效应模型的估

32、计结果与固定效应模型估计结果一致，表明模型估计具有一定稳健性。该实证结果支持了假设1，本文后续部分进一步对这一现象的成因加以解释。3稳健性检验本文从计量模型设定、网络嵌入测量以及可能涉及的内生性问题这三个方面对本文的研究结论进行了稳健性检验。第一，为了控制潜在的与模型设定相关的问题，首先在企业个体层面进行Cluster处理，回归结果见表5Panel A。无论是FEclustered模型还是REclustered模型，估计系数的方向和显著性均未发生变化。其次，使SCC模型能够给出比FE模型更为稳健的估计结果。【676 8】估计结果见表5 Panel B，各估计系数的方向和显著性均未发生明显变化，

33、表明本文的模型具有较好的稳健性。第二，为了消除潜在的企业网络嵌入测量所带来的偏误，本文进一步使用核心一边缘模型(C0rePeripheral Model)重新测量企业嵌入网络的趋向程度，用以再次对本文结论的稳健性进行检验。核心一边缘模型是网络结构分析的重要方法，无论是在经济学、管理学或是其他社会科学领域当中，抑或是从最初的网络单核结构到网络多核结构当中，核心一边缘方法长期以来一直受到高度重视和广泛应用。691本文借鉴Fonti等m1的研究步骤，在第一阶段使用Logistic回归估计企业趋于网络核心的概率，并以此作为企业网络嵌入指标的替代测量方法进行稳健性检验。在第二阶段回归中，本文仍然使用FE

34、clustered和REclustered方法，估计结果见表60无论是FEclu stered模型(p Prf。1=一0071，在1的显著性水平下显著)还是REClu stered模型(p Pr(。)-O096，在1的显著性水平下显著)均支持了我们的结论。综合上述实证检验结果来看，研究结论具有较好的稳健性。第三，本文对模型中可能存在的内生性问题进行了处理。首先，采用DurbinWuHausman检验来验证模型中内生性问题的存在性；然后，选用网络嵌入指标的滞后一期以及企业上市年龄(Listage)作为工具变量，并采用广义矩阵估计方法(GMM)，重新估计网络嵌入效应的模型。在工具变量的选择上，本文

35、考虑到企业上市年龄与企业网络嵌入具有高度相关性，特别是在独立董事制度实施以来，董事会成员在多家上市公司同时兼任的情况获得了合法性。从上文描述性统计中可以看出，基于该制度下的网络规模逐步得以发展，即企业上市时间越长，越容易形成更为丰富的网络嵌入。同时，企业上市年龄与企业生产效率的残差在逻辑上并不具备严格对应关系，这就较好地满足了工具变量选取的要求。为验证工具变量选取的合理性，本文分别对弱识别问题(Weak Identification)和过度识别问题(OverIdentification)进行检验。表7报告了两步骤回归结果以及相关统计量。由模型58中的KleibergenPaap rk Wald

36、 F统计量可以看出，工具变量对各企业网络嵌入指标具有较好的解释能力，显著拒绝了弱识别的情况。模型14的DWH te st指标均不显著，表明本文所使用的网络嵌入指标受内生性问题影响的威胁较弱，此外，Han senJ统计量表明工具变72 南开管理谇沧2017年20卷，第i期第67-82页万方数据表4企业网络嵌入与全要素生产率的回归结果因变量：全要素生产率 (1) (2) (3) (4) (5) (6) (7) (8)估计了ji FE RE FE RE FE RE FE RE注：、+争+分烈表示在1、5和10的显著性水平下显著；R2表示“WithinRz量也不存在过度识别。综上所述，一方面说明上文所

37、使用模型适当，所得结论具备稳健性，另一方面基于工具变量模型的估计系数也支持了上文的研究结论。四、网络嵌入诅咒的机制考察无论是主模型还是分别基于计量模型和网络测量模型的稳健性检验，均支持了企业网络嵌入的资源诅咒假说，即目前我国制造业企业过度的网络嵌入行为已经对企业生产率的提升造成了负面的影响。本文从三个方面来解释企业网络过度嵌入影响生产效率提升的机制。1企业网络嵌入强化了过度投资对生产率的负面作用企业网络嵌入可以使企业更容易发掘投资机会并获得投资资源。袁建国等09研究发现，当企业面临更为宽松的融资约束时，可能会加剧企业的过度投资行为，Nankai Business Ra删2017，Vol 20N

38、o 1。PP 67-82 73万方数据表5企业网络嵌入诅咒效应的稳健性检验(1)：基于计量模型设定PanelA Panel B因变量：全要素生产率 (1) (2) (3) (4) (5) (6) (7) (8) (1) (2) (3) (4)估计方法 clu嚣ed cIu量ed cIu量ed cIu磐eddu嚣ed cIu譬ed cIu量ed cIu譬ed FESCC FE-SCC FESCC FESCC一1 143 一1 421$ 一1 143+4Cen Decl ree4。一一。f一364)(-478) (一401)一34 553* -39 252#十 一34 553”48”一88“8。“

39、855。i：ii；ii：jjiiijjii一一0 456* 一0 629* 一0 456+。”一1。5。“。55。i：i；ii：i；i1i：i；i一Structu reHOIes3 54)(-455)(-348)0 648十+0 871十8 0 642十+0 867十+0645+0869+4 C1647+0870+0648 0642+4 064544+0647+44nCF 一。(674) (10 87) (669) (1083) (668) (1080) (6 70) (1081) (13 51) (13 29) (13 57) (1362)一0019 0060* 一0021 0057 002

40、0 0 058 0018 0060* 一0019 0021 -0020 0018。O44) (1 65) 049) (1 56) 046) (1 61) (一043) (166) (一0 58) 065) 061) 0 56)0 59044 0 64644 0 592+。0 6484$8 0 590+4 0 646十0 590+0 647十4 0 59084 0 5924+8 0 590+4 0 590+ROA一。(8 37) (898) (8 35) (8 94) (8 33) (8 93) (8 37) (898) (”26) (”16) (”07) (11 15)0189“0 257”0

41、189十”0 258$”0189”0 25B十# 0189十”0 2574 0侣9”0侣94”01898”0189”46 rnwth一“46) (6 71) (444) (6 73) H 45) (6 73) (445) (6 71) (591) (5 85) (595) (592)0105 0054 0110 0，060 一0108 一O 057 一0106 0054 0105 一0110 0108 0106k”丽犷丽石1面矿面丽1面r丽鬲1面r面石1面r五百面广而0 3934女4 0 266 0 396 O 267 0 394 0266+$4 0 393 0 266 0 393 O 396

42、 O 394 O39344+h”面矿1面而F1面面矿1面而矿1而1丽F面面1面犷1石：磊广0010 0010 0010 0010 0010 O 010 0010 0010 0010 0010 0010 0010m”虬”地而矿可丽面矿可丽面矿1而面矿_可而而矿1丽面矿可丽一0004 一0001 0003 0001 0003 0 001 0003 0001 0004 0003 0003 0003ndependent一0011 0008 -0008 0005 0009 0 006 0010 0007 0011 0，008 0009 00100001 0000 0 001 0000 0001 0 00

43、0 0001 O000 0001* O001+ 00014+ 0001+#21111：! ：笪! ：塑! ：竺! ：! !竺! ：竺! 翌! ：兰： 翌! 翌! 翌! 翌!注：料、+和+分别表示在l、5和10的显著性水平下显著；R2表示“Within”R2必然带来企业边际投资效率降低。网络嵌入的加深，一 望值，则认为出现了非效率投资。本文用实际投资规模方面使管理者在投资众多潜在机会的决策变得更为复杂和难于识别，另一方面广泛的网络嵌入关系使得管理者在投资后的精力投入上更为分散，进一步加剧了过度投资的负面作用。本文根据Richardson【7”提出的方法来识别企业是否存在过度投资，该模型假定企业的

44、投资支出增长和企业的主营业务增长率相一致，如果实际投资支出偏离期减去估计的最佳投资规模计算残差，若估计残差大于0，则表示企业存在过度投资行为。表8是企业网络嵌入程度对过度投资与生产率关系调节效应的回归结果。从模型1和2分别基于FE和RE的估计结果中可以看出，在控制了其他变量后，过度投资的回归估计系数分别为一0199和。0166，均在1的显著性水平下显著，并且在模型3-8中均显著为负，7 4 南开管理谇沧 2017年20卷第1嶷第67-82页万方数据说明在本文所研究的制造业上市企业中，过度投资行为已经对企业生产率水平造成了负面影响。从以上模型可以看出，过度投资与企业网络嵌入指标的交互项均显著为负

45、，表明目前我国工业企业过度的网络嵌入进一步加大了过度投资对生产率的负面作用。同时，本文也给出了随机效应模型的估计系数和显著性水平，回归结果与上述结论一致。表6稳健性检验(2)：基于CorePeripheral Model的测量注：、+和+分别表示在1、5和10的显著性水平下显著；R2表示“Within”R2；在个体层面上进行Cluster处理2维系过度的网络嵌入付出了超额的成本费用网络嵌入可以为企业带来利益，但为了获得网络嵌入的好处，企业也必然为其付出相应成本。为进一步考察企业为维系网络嵌入所付出的成本，本文遵循以往研究方法，使用企业超额管理费用与超额招待费作为企业网络关系维系成本的代理变量进

46、行分析。口9721本文从企业年报手工收集了现金流量表“支付的其他与经营活动有关的现金流量”附注中与企业网络关系维系成本相关明细项目。仍然依据RichardSOil7”的方法，假定企业用于网络关系维系成本费用的增长应当与企业主营业务增长相一致，如果实际成本费用支出超过期望值，则认为出现了维系网络关系的超额成本。由于财务报表中管理费用与业务招待费的详细披露从2009年才开始，所以这部分样本量有相应变化。超额维系成本费用的计算方式是企业管理费用与业务招待费用的和与上一年主营业务增长率回归的残差，回归估计结果请见表9。在模型1中，企业网络嵌入的程度中心度与网络关系维系成本的估计系数为0017，在5的显著性水平下显著；在模型3中，中介中心度的估计系数为1092，在5的水平下显著；在模型5中，邻近中心度的估计系数为0011，在10的显著性水平下显著；在模型7中，结构洞的估计系数为0006，在5的显著性水平下显著。综合这四个模型可以看出，随着我国上市制造业企业在企业网络嵌入中的加深，企业付出了超额网络维系成本。与企业主营业务收入不相匹配的网络维系成本的支出必然导致对企