推文人 | 焦阳

 

原文信息

 

Flabbi, Luca; Mario Macis; Andrea Moro; and Fabiano Schivardi. “Do female executives make a difference? The impact of female leadership on gender gaps and firm performance.” No. w22877. National Bureau of Economic Research, 2016.

 

在女领导手下干活是一种什么样的体验？今天我们和大家分享的是Dr. Luca等在2016年的一篇工作论文。这篇文章的写作动机源于随着女性劳动参与率的增加，女性在各个行业都起了举足轻重的作用，但是，女高层的比例却一直不尽人意。美国的数据显示，50%的白领为女性，但只有4.6%行政董事为女性。此外，以意大利为例，在26%的制造业女雇员中，只有3%的女董事，2%的女首席执行官。高层女性的代表性不足以及其对员工以及企业福利所带来的影响是这篇文章研究的重点。 此前的研究显示董事长的管理风格，个人经历以及对待风险的态度会影响到公司的业绩。本文利用了雇主雇员匹配数据，考察了企业董事以及CEO的性别对员工的工资（及分布）和企业业绩的影响。

 

首先和大家介绍一下这篇文章主要的结论。相对于其他企业，女性雇员在企业的首席执行官(CEO)为女性的工资分布的方差会更大，其主要原因是因为收入分布顶端的女性的收入增加了，尤其是分布75%以上的女性的工资增加了10个百分点。与此同时，相对于其他在首席执行官为男性的企业工作的女性，分布底端女性员工的收入会更低，比如收入在25%分布以下的工资减少了3个百分点。然而在比较男性员工的工资分布时，在女首席执行官所在的企业里，男性雇员的工资分布却更集中。作者对此的解释是，女（男）CEO对于女（男）雇员的能力评估更准确，在分配工作的时候更好的匹配和其能力相适应的岗位。同时作者认为，增加女董事的比例可以缓解男女性别工资差异。此外，如果让女CEO接管女性雇员在40%以上的企业，人均销售值会增长14%。

 

这篇文章主要的贡献在一下几个方面。首先，作者构建了一个理论模型，把女领导对雇员的工资和任职的潜在影响都通过模型结构模拟出来。其次，作者通过数据分析进一步验证了理论模型的结果，并分析了女领导对员工工资分布以及企业业绩的影响。与其他针对财务业绩的研究所不同的是，这篇文章的业绩分析主要集中在对单个员工的销售额， 每名员工的增加值和全要素生产率的影响。最后，作者通过部分均衡的反事实分析，计算了企业由于女高层代表性不足所产生的可能的经济损失。

 

1.理论模型

 

本文理论模型主要基于简单的信号提取模型（signal extraction model）,此理论认为不平等主要存在于雇主对于雇员的工作能力以及生产效率的不完全信息所造成的。作者在此基础上提出了雇主和雇员的性别对于其工作能力认定的判断和识别上是有影响的。简单说来，男（女）性雇主对于男（女）性雇员能力的判断更为准确。 Dindia and Canary (2006), Angier and Axelod (2014), Ellison and Mullin (2014) 等研究显示同一性别，同一种族在工作中的沟通以及交流会更为顺畅和融洽。作者指出，同性之间良性的交流为雇主更好的识别雇员能力提供了很可靠的依据。这篇文章的理论部分主要是拓展了Phelp(1972)的模型，具体的就不在这里介绍了，有兴趣的香粉们，可以阅读一下原文。但在这里和大家说一下作者模拟理论模型得到了以下的图，同时通过这个图所得到的模型推论也是后面实证部分证明的重点。

从图中不难得到以下两个推论。第一，相对于男CEO所在的企业，在收入分布顶端的女性雇员在女CEO手下得到的工资会更高，然而，在分布底端的女性得到的工资也较低。第二，相对于男CEO，如果女CEO对女性雇员的能力更为准确，对于她们的工作分配也更能适应其能力。所以说，在女性雇员比例越高的企业，女性CEO能通过更好的匹配雇员和工作水平来增加企业的生产效率。

 

2.数据来源

 

本文的数据来源主要有三个。第一是意大利银行对雇佣人数在50人以上的制造行业企业所进行的年度报告 (INVIND) ，这是一个样本数据，每年所调查的企业有1, 000间。第二，1980到1997年间由国家社会保障中心所提供的雇员数据 (INPS)。详细记录了雇员的性别，年龄，工作年限，岗位，年薪，一年工作时长（工作了几个星期）以及任职的企业代码。第三，公司账户数据服务 (CADS)提供了在1982到1997年间近4万间企业的资产负债表的信息。

作者通过公司代码把三个数据匹配起来，得到了1988到1997年间的雇主雇员匹配的面板数据（INVIND-INPS-CADS）。作者把所包含的公司进行进一步细分，对比了男和女首席执行官的样本信息。不难看出，CEO为女性的公司规模较小（从收入和雇佣人数），其公司蓝领的比例也比较高。同时相对于男性，女CEO的薪水也较低，也比较年轻。

 

3.实证分析

 

在分析女领导对企业收入分布以及其业绩影响的实证分析中，作者主要使用了以下的回归模型。

其中FLEAD 表示首席执行官是否为女性或者女董事所在的比例； FIRM包含了企业规模，所在行业以及区域等变量；WORK表示雇员的年龄，工龄，职位分布以及女雇员比例等信息；EXEC代表的是企业董事的年龄以及其任职年限。此外，作者还控制了其他的企业固定效用（firm fixed effect）, 年份以及时间趋势（year dummies and time trends）。

 

此外，考虑到企业在选择CEO的时候的自我选择问题，作者使用Abowd et al. (1999) 的个体固定效用来解决， 具体来说就是通过控制员工和CEO曾经工作的企业的特性，及引入双向固定效应（two-way fixed effect），具体表达如下。

表3-5是本文的主要回归结果，分别报告了女领导对企业层面女性和男性收入分布，以及企业业绩的影响。

表三得到的估计结果和作者的预期一致，即女领导增加了女性收入分布，主要是因为在分布顶端的女性收入增加，而在分布底端的女性收入降低（尽管不显著）。

表四得到的估计结果也和理论模型的预期一致，分布顶端男性的收入降低了，同时底端男性的收入却增加了，女领导降低了男性雇员的收入分布。

尽管女领导对单个员工的销售额， 每名员工的增加值和全要素生产率的影响并不显著，但是当作者把女董事和女雇员的交互项加入模型估计，结论就不一样了，女董事长增加了女性雇员的业绩。此外，通过计算，作者得出以下结论，由女CEO接管女性雇员比为25%的企业，企业的人均销售额会增长3.2%；如果女CEO管理一半雇员为女性的企业，该企业的人均销售额会增加18.5%！

 

4.总结

 

读完这篇文章，最大的感受是，女性雇员（包括领导和员工）的作用得到越来越多的关注和认可。其次，从简单的理论模型引申出可以被数据所支持的推论也是很巧妙。再次，独特的数据信息是本文的一大特色，数年的面板数据可以很好的控制样本自我选择所导致的偏差。此外，对于后续的研究也有一定的启示作用，至少对我而言，有两点启发，第一个是性别在工作匹配和信息传递的作用；第二在女领导所管理的企业，企业风格，选拔以及奖励机制应该和男领导所管理的企业有所不同。这些不同的企业文化是不是促使女性雇员更好的发挥其特长，从而提高企业业绩。

 

References

 

Abowd, John M., Francis Kramarz, and David N Margolis. 1999. High Wage Workers and High Wage Firms. Econometrica. 67 (2): 251–333.

Angier, M. and B. Axelrod. 2014. Realizing the Power of Talented Women. McKinsey Quarterly. 3: 107-115.

Dindia, Kathryn and Daniel J Canary. 2006. Sex differences and similarities in communication, Psychology Press.

Ellison, Sara Fisher and Wallace P Mullin. 2014. Diversity, Social Goods Provision, and Performance in the Firm.  Journal of Economics & Management Strategy. 23 (2): 465–481.

Phelps, Edmund S. 1972.  The Statistical Theory of Racism and Sexism. American Economic Review. 62 (4): 659–661.

 

原文摘要

 

We analyze a matched employer-employee panel data set and find that female leadership has a positive effect on female wages at the top of the distribution, and a negative one at the bottom. Moreover, performance in firms with female leadership increases with the share of female workers. This evidence is consistent with a model where female executives are better equipped at interpreting signals of productivity from female workers. This suggests substantial costs of under-representation of women at the top: for example, if women became CEOs of firms with at least 20% female employment, sales per worker would increase 6.7%.