中国上市企业高管离职影响因素的跨层研究，本文主要内容关键词为：高管论文,中国论文,因素论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
2013年3月18日华谊兄弟发布公告宣布企业副总经理、核心技术人员陈国富离职，次日华谊兄弟股价大跌，仅一天市值损失高达7.6亿元人民币，显示出企业核心高管离职后投资者对企业未来业绩的担忧，华谊兄弟案例仅是近年来中国企业高管离职的一个缩影。随着中国经济的迅速崛起，越来越多的中国企业加快了全国化和全球化的布局，从而面临空前的竞争压力。为了应对复杂多变的竞争环境，企业需要具有不同从业经验和知识背景的多元化人才来提升自身的软实力[1]。在这一过程中，招募并保留高素质的员工对企业获得成功至关重要[2－3]，而作为企业战略和运营核心的高管团队的稳定性就更加不言而喻。然而，近些年中国高管离职导致企业经营业绩下滑和股价大跌的案例屡见不鲜，业绩下滑反过来又会增加高管的离职压力，进而造成恶性循环[4－6]。因此，如何减少不必要的高管离职成为企业亟待解决的重要问题。
高管离职可能受个人特征、团队特征和企业特征等多个层面因素的影响，已有的多数研究仅关注单一层面的影响因素[7]，如个体层面特征对高管个人离职行为的影响[8]或高管团队特征对团队离职率的影响[9]。这些研究对企业管理实践具有一定的启示，但忽视了个人、团队和企业是一个相互作用、相互影响的有机整体，个人离职行为往往是不同层面因素交互作用的结果。为了弥补这一缺陷，本研究通过整合个体层面的吸引－选择－损耗理论[10]、团队层面的多元化分类理论[11]以及企业层面的绩效反馈理论[12－13]，考察个体、团队和企业层面特征对高管离职的影响。关注这些跨层因素对高管个人离职行为的直接效用和跨层交互效用，能够加深对高管离职诱因的认识，丰富高管团队管理理论。
2 相关研究评述
2.1 个人特征差异与离职的研究
对员工离职有重要借鉴意义的个体层面理论是吸引－选择－损耗理论，它由Schneider[10]在整合交互心理学、职业心理学和工业与组织心理学等相关理论的基础上提出。该理论认为，人们会被与自身特征类似的组织所吸引，组织也会选择与自身特征类似的个人，而那些与组织特征不匹配的个人会因为自己与他人的差异或者受到他人的排斥而选择离开组织[9]。这一吸引－选择－损耗过程限制了组织内员工的特征和边界，形成同质的组织和工作群体。吸引－选择－损耗理论认为个人与他人特征的相似性是个人留任的重要前提，个人与他人特征的差异会增加个人离职的可能性。该理论得到实证研究的支持，Williams等[14]的研究发现，具有同质特征的团队成员会感觉到彼此之间的沟通更容易，进而拥有更高的团队凝聚力和归属感，降低了离职的概率。Guillaume等[8]的元分析进一步验证了这一结果，研究发现年龄、任期和种族等表层差异以及个性、态度和价值观等深层差异不利于社会整合，造成个人的不合群，进而导致较高的离职率。从本质上讲，个体差异是一个自我构念，意味着个人没有与团队其他成员发生交互。个体差异体现的是自身特定属性的与众不同，造成自己与他人的距离感，进而强化自己的离职意愿[8]。
虽然已有研究发现个人差异会增加离职的可能性，但这些研究至少存在两个缺陷。一是没有关注团队和企业层面因素对高管个人离职行为的跨层影响，也没有关注团队和企业层面因素对高管差异与个人行为关系的调节作用；二是对年龄、学历和任期等人口统计特征差异关注较多，对收入等非人口统计特征差异的关注较少。为了弥补这些缺陷，本研究进行跨层设计，既考虑年龄、学历、收入等个人差异与高管离职行为的关系，也考虑团队和企业因素对高管个人离职行为的潜在影响。在本研究中，如无特殊说明，差异是指个体层面的特征，即个人与团队内其他成员特征的距离。
2.2 团队多元化与离职的研究
吸引－选择－损耗理论关注个人特征对组织行为的影响，而团队多元化理论则关注团队层面特征对团队成员行为的影响[11]。团队多元化理论强调团队成员特征的不同会影响他们彼此之间的感知，进而影响他们的交互过程[14]。早期研究对多元化概念的界定较为模糊，除了沿用多元化一词外，还有异质性、差异性和离散性等类似概念，并采用标准差、Blau系数和变异系数等多种不同的测量方法对同一多元化概念进行衡量。为了避免概念混淆，Harrison等[11]对多元化概念进行了重新界定，认为多元化是指团队成员不同特征的分布，并根据这些分布特征将多元化区分为3种不同的类型，即分离、多样和不平等。这一分类也被延伸到团队子群体多元化和团队断层等研究领域[15]。
分离是指团队成员价值观、信念和态度的差异，其理论基础为社会分类理论、社会身份理论和相似性吸引理论[11]。研究者普遍认为可见的年龄属性可以反应个人的价值观、信念和态度的不同[7]，因而可以将团队成员年龄属性看做是一种分离型多元化[16]。团队分离往往通过标准差和平均欧几里得距离进行衡量，当分离最大化时，会产生两个极端的派系，如表现为团队内一半成员支持某个观点，另外一半成员反对该观点。因此，分离往往会对团队交互产生负面影响，产生更低的凝聚力、更高的冲突、退缩行为和更差的绩效[14]，这些因素会进一步增加团队内个人的离职概率。
多样是指团队成员分类和种类上的差异，主要是信息、知识和经历的差异，其理论基础为信息加工理论、控制论和社会认知理论[11]。学历具有典型的多样属性[17]，如高学历高管的理论功底更扎实，低学历高管的实践经验更丰富，拥有不同教育背景的高管能够为高管团队决策提供不同的信息来源。团队多样往往通过Blau系数和熵指数进行衡量，团队多样最大化时，由于每个人的种类不同，彼此之间不能形成联盟，但可以促进信息共享和优势互补。因此，多样往往会产生更有效的结果，如创造良好的沟通和交互氛围，促进更高的创造性和决策质量[18－19]，增加团队成员的工作满意度，降低团队成员离职的可能性。
不平等是指团队成员在社会资产或资源上的差异，其理论基础为社会等级理论和公平理论[11,20]。收入具有典型的不平等属性，近些年受到众多组织管理者的关注[21－23]。团队不平等往往通过基尼系数和变异系数进行衡量，团队不平等最大化时，表现为团队中一人高高在上，其他成员均处于最底层。不平等往往被认为会带来消极后果，由于这种森严的等级制度不利于沟通和合作，会增加团队成员之间的竞争和冲突[11]，进而增加成员离职的可能性。
然而，中国已有的多元化研究却忽视了两个重要的方面。一是中国研究者很少区分团队多元化的类型，忽视了分离型多元化、多样型多元化和不平等型多元化是具有不同理论基础和操作方式的概念；二是对团队层面的作用机制关注较多，很少关注团队多元化特征对个人行为的跨层影响，这已受到一些研究者的质疑[24－27]。显然，成员不可能脱离其所在的团队和企业而存在，因而他们的行为也必然会受到这些因素的影响。针对这些缺陷，本研究利用团队多元化分类理论考察团队的年龄分离[19,28]、学历多样[18－19]和收入不平等[21－22,29－30]特征对高管个人离职行为的影响。
2.3 绩效反馈与离职的研究
传统的组织研究者主要关注企业或团队的不同输入如何影响员工的交互过程，进而产生不同的交互结果，即IPO模型。然而，这一模型忽视了绩效反馈的重要性，不利于深入了解企业和团队动力学机制。为了弥补这一缺陷，Ilgen等[13]提出包含绩效反馈的输入－中介－结果－输入模型，即IMOI模型。对企业来讲，绩效反馈既能为组织成员提供有益的建议，也会为组织带来管理困境[31]。一方面，绩效反馈能为组织成员提供历史绩效信息，使他们能够根据反馈对以往的工作进行总结和改进，进而促进组织学习和变革[31]；另一方面，消极的绩效反馈可能会引发团队成员冲突[32]和消极情感评价[33]，增加团队成员对企业风险的感知[34]和运营压力[4]，进而增加他们的离职需求[12]。此外，消极的绩效反馈会被个人看做是震荡事件，导致个人重新审视应当继续留任还是离职[35]。
虽然已有研究检验了企业历史绩效的效应，但这些研究很少关注企业历史绩效对个人离职行为的影响，也很少关注企业历史绩效在员工离职过程中发挥的潜在调节作用。关注这些跨层影响，有利于理解企业宏观层面因素在人事变动中发挥的作用。因此，本研究通过实证数据检验企业历史绩效水平对高管个人离职行为的影响。
3 研究假设
3.1 高管个人特征与高管个人离职
吸引－选择－损耗理论认为人们更加倾向于与自己具有相似特征的人交往。对工作团队来讲，当员工与其他人差异较大时，就无法很好地与其他成员进行融合[8,36]，个人的心理承诺水平以及对工作满意度会有所下降[36－37]，进而导致较高的离职倾向。对高管团队来讲，类似的机制同样存在。Wagner等[38]对31个财富500强企业高管团队进行研究，发现年龄差异会提升高管离职的可能性；Jackson等[9]对93个银行控股企业的高管团队进行跟踪研究，发现与团队内其他人学历和行业经历存在明显差异的高管更容易离职。此外，有研究表明，与西方文化背景相比，高管个人特征差异与离职的正相关关系在集体主义文化背景下表现更加明显[39－40]，说明在中国文化背景下高管与其他人的人口统计特征差异越大，其离职的可能性越高。基于此，本研究提出假设。
高管的年龄特征差异与其个人离职行为正相关；
高管的学历特征差异与其个人离职行为正相关。
已有的高管离职研究主要关注高管人口统计特征，忽视了非人口统计因素高管收入差异对其个人离职行为的影响[11]。与人口统计差异不同，收入差异的效应往往是非对称的[30]。收入明显低于其他人的高管，对薪酬的满意度低，留任的可能性也会低[41－43]；而收入明显高于其他人的高管拥有更高的工作满意度和薪酬满意度[44－45]，尽管他与其他人的收入差异也较明显，但他的离职倾向明显较低。说明收入差异对个人离职行为的影响可能会受到个人收入水平的调节。基于此，本研究提出假设。
高管收入水平调节高管收入差异与个人离职行为的关系，对于收入较低的高管，收入差异与个人离职行为正相关；对于收入较高的高管，收入差异与个人离职行为不相关或者负相关。
3.2 高管团队特征与高管个人离职
团队多元化理论认为不同类型的多元化对团队成员态度和行为的影响有明显差异。对高管团队来讲，年龄分离往往带来负面效果。在高管团队中，年长的员工容易产生年龄歧视和刻板印象，其柔性和创造性更低，并且反对变革和新技术[28]；年轻的员工可以获得更多的发展机会，对新技术适应性更强，且具有更高的创造性[14,28]。由于存在不同的价值观，年龄分离往往造成代沟，即当年龄分离较高时，年长高管和年轻高管会形成以年龄为界限的子群体[11,15]。此外，由于年长高管的从业经历更丰富，可能会忽视年轻高管的积极建议，进而产生消极的年龄歧视氛围[16]。在这种氛围下，团队成员会认为彼此之间的关系不够融洽，对团队的满意感和归属感有所下降，进而产生离职意愿和个人离职行为。基于此，本研究提出假设。
高管团队年龄分离与高管个人离职行为正相关。
高管团队学历多样能丰富团队成员的视野，促进团队的信息加工，这是近些年中国企业高管团队学历呈现多元化的重要原因之一[1]。学历多样体现了组织对知识和经验的需求，也体现了团队多元化有益的一面。Dahlin等[19]研究发现，学历多样性可以提升信息使用的广度和深度；Barrick等[18]研究发现，学历多样能促进团队成员彼此之间的相互依赖，增进团队沟通和凝聚力，并能显著改善团队和企业绩效。在中国文化背景下，赵慧群等[46]研究发现，基于知识和经验的多样性能显著促进团队学习。此外，对中国企业来讲，国际化程度越高，企业对高管团队学历多样性的需求也越高[1]，进一步验证了学历多样对企业应对复杂问题的重要性。以上研究表明，学历多样能促进积极的团队交互，培育积极的团队氛围，这是团队内个人得以留任的重要前提[2,41]。基于此，本研究提出假设。
高管团队学历多样与高管个人离职行为负相关。
从团队层面看，高管团队收入不平等会影响团队成员对收入公平的感知，进而诱发消极的团队交互，增加团队成员之间的竞争压力[47]，并降低团队成员之间的合作[48]。Ensley等[49]对世界500强企业高管团队进行实证研究，发现高管团队收入不平等会导致更高的情感冲突、更少的认知冲突以及更低的凝聚力，进而导致更差的绩效。当团队充斥着高冲突和低凝聚力的消极氛围时，个人对工作的满意度会明显下降，离职的可能性也随之上升[50]。正因为如此，当高管团队收入不平等程度较高时，团队成员的平均任期越短[29]，离职的可能性越高。说明团队收入的不平等会通过高冲突、低凝聚力等消极的团队交互影响个人的工作态度，进而影响个人的离职行为。基于此，本研究提出假设。
高管团队收入不平等与高管个人离职行为正相关。
3.3 企业绩效特征与高管个人离职
绩效反馈理论认为企业历史绩效表现会影响高管的预期，进而影响高管的态度和行为。已有研究表明，消极的绩效反馈会增加员工的阻碍型工作压力[4]，降低员工的工作投入、工作满意度[51]、凝聚力、归属感和组织承诺[33]，进而导致个人离职行为[5－6,52]。当企业业绩较好时，企业高管能得到更多的奖励，这使他们对工作更加满意，团队内的认知冲突和情感冲突较少，进而降低离职意图。而当企业绩效较差或者相对之前有所下滑时，除了薪酬会受到影响外，高管也面临较大的经营压力，彼此之间的冲突会随之增加[32,53]。当高管很难扭转企业业绩时或对企业经营业绩的预期较悲观时，就很可能选择主动离职[34]。此外，企业经营业绩不理想时，企业也会考虑由新的运营团队替代老的运营团队，从而造成高管的被动离职。基于此，本研究提出假设。
企业历史绩效与高管个人离职行为负相关。
企业历史绩效反馈除了直接影响高管的个人离职行为外。也可能调节个人特征差异与高管个人离职行为之间的关系。张龙等[54]的研究表明，高管人口特征差异影响高管个人离职行为，这一关系受企业绩效与行业平均绩效差距的影响。一般而言，当企业历史绩效较好时，高管能够获得丰厚的报酬，感知的商业和经营风险也低[34]，对企业未来充满信心。此外，高历史绩效能提升高管团队积极的学习行为[31]，丰富高管的从业经历。在这种情境下，良好的团队氛围以及对企业前景的乐观预期会削弱高管与其他人的年龄、学历或者薪酬差异对高管离职的促进作用。当企业历史绩效表现不佳时，高管团队成员关于企业战略和运营的争论和矛盾随之增加，这会产生高管内斗和情感冲突[32,53]。此时，高管与他人特征差异过大时，选择离职的概率会大大增加。基于此，本研究提出假设。
企业历史绩效能调节高管个人特征差异与个人离职行为的正相关关系，即企业历史绩效越高，高管个人特征差异对个人离职行为的影响越小。
本研究模型如图1所示。
图1 研究模型
Figure 1 Research Model
4 研究方法
4.1 研究样本
样本取自证券之星网站公布的2010年至2011年中国沪深两市A股上市企业管理成员，成员信息均来自上市企业年报和公告，能够保证信息的正确性。初始数据包含这些上市企业的高管团队成员、董事会成员和监事会成员，2010年的数据包含2117家上市企业的35795名成员，2011年的数据包含2455家上市企业的41082名成员。通过对这些混合样本的职务进行内容分析，并结合已有研究对高管的定义[55]，本研究界定的高管人员包括，首席执行官/总经理/总裁/行长、执行总经理/执行总裁、副总经理/副总裁/副行长、首席财务官/财务部长/财务经理/财务负责人/财务总监、首席审计官、首席风险官、首席运营官/营运总监/营销总监/市场总监/销售总监、总会计师、总工程师、总经济师、质量总监、技术总监、人力资源总监以及董事会秘书。筛选后的数据包括2010年2117家上市企业的12867名高管成员和2011年2455家上市企业的15126名成员。由于本研究关注的是2010年的高管团队特征及其相应的企业特征对后一年(2011年)高管个人离职行为的影响，属于跟踪性质的研究，因此剔除2011年新增的338家企业，并剔除高管团队人数少于3人的33家企业，最终用于分析的样本为2084家上市企业的12782名高管成员，2010年的样本用于获得个人、团队和企业层面的特征数据，2011年的样本用于识别高管的个人实际离职行为。
研究样本中年龄、学历和薪酬存在缺失数据，年龄缺失率为26.556％，学历缺失率为6.552％，薪酬缺失率为0.754％。对缺失值进行分析表明，Little检验的卡方值为107.679(df＝9，p＜0.001)，达到显著水平，说明数据并非完全随机缺失。此时，如果直接删除会造成系统性的选择误差[56]，且当研究者运用含缺失数据的样本进行个体差异和团队多元化研究时，缺失样本会削弱研究变量之间的相关关系[57－58]。因此，本研究采用期望－最大化算法对缺失值进行处理，结果表明，当缺失率低于30.000％时，期望－最大化算法替代后的数据可得到较理想的结果，与真实数据非常接近[59]。经过处理，样本的人口统计信息如下，男性占86.741％；平均年龄为46.710岁，标准差为5.660；学历以本科为主，占45.869％，硕士研究生占34.033％，专科学历占14.145％；高管的平均年收入为42.494万元，标准差为50.898。
4.2 研究变量及测量
本研究的因变量为高管个人离职行为，通过对比2011年与2010年的高管团队成员构成来识别高管的个人离职行为。如果某高管2010年在任，而2011年他的名字未出现在该企业管理人员名单中，即认定此名高管离职，将其编码为1，其他高管编码为0。离职人员占总样本的14.735％，这一比例与美国全行业的离职率15.000％基本持平[60]，但略低于柯江林等[40]研究中16.700％的比例，说明近些年上市企业高管离职率略有下降。
自变量包括个人差异特征、团队多元化特征和企业绩效反馈特征。个人年龄差异、学历差异和收入差异均采用欧几里得距离(ED)进行衡量，该方法在个体差异研究中得到广泛应用[9,37,57]，反映了个人与团队其他成员的平均差异。团队内第i名成员特征差异为
根据Harrison等[11]的团队多元化分类及测量理论，采用标准差衡量团队年龄分离，采用Blau指数衡量团队学历多样，采用Gini系数测量团队收入不平等。Blau指数的计算公式为
其中，k为学历的类别，一共包含6个类别，分别为初中及以下、高中/中专、大专、本科、硕士研究生和博士研究生；
为团队内某一学历类别的比例。
Gini系数的计算公式为
其中，u为团队成员年收入的均值。
本研究利用2010年各企业的总资产净利润率衡量企业历史绩效，即净利润除以总资产所得到的比率，该数据来自CSMAR数据库。此外，团队规模对高管个人离职有潜在影响[9]，将其作为控制变量。
5 研究结果
本研究采用多层线性模型分析软件HLM 6.0对数据进行分析，考察2010年的个人特征、团队特征和企业绩效特征数据对2011年高管个人离职行为的影响。多层线性模型分析一般包括如下5个步骤[61－62]：①先分析无任何预测变量的零模型，并计算跨级相关(ICC)，以判断高层预测变量对低层因变量的解释度，跨级相关一般介于0.050～0.200之间；②在零模型的基础上添加第一层预测变量，并将第一层预测变量斜率的方差成分固定为0；③将第一层预测变量的固定斜率设为随机斜率，即允许斜率在不同高层单元内存在变动，并检验斜率的方差成分变动是否显著，然后将变动不显著的随机斜率逐个重新设为固定斜率；④在随机斜率模型的基础上，加入高层预测变量；⑤考虑跨层交互效应分析。步骤②～步骤⑤需要使用似然比检验判断模型的解释效力是否得到显著改善，判断标准为模型偏差统计量变动的卡方值是否显著。本研究的估计方法为完全最大似然法，第一层预测变量选择组中心化方法，第二层预测变量选择总平均中心化方法。表1给出跨层分析结果，其中，γ为相对应变量的系数，
为残差项，τ为相对应变量系数随机成分的方差，
为模型对个人离职行为的解释度(由于表中数据保留3位小数，作者采用原始数据分析，故表中数据与读者自行计算值略有差异)，计算方法如下。
由表1可知，模型1为未包含任何预测变量的零模型，用于判断高层变量对个人离职行为的解释度；模型2和模型3分别为添加了第一层预测变量的固定斜率模型和随机斜率模型，用于判断高管个人特征对高管个人离职行为的影响，检验
；模型4为添加了团队和企业预测变量的跨层主效应模型，用于考察高管团队及其所在企业的历史绩效特征对高管个人离职行为的影响，检验
；模型5为添加了企业绩效调节变量的跨层交互效应模型，用于检验企业历史绩效对个人特征与高管个人行为关系的调节作用，检验H[,3b]。
利用表1中模型1的方差成分，计算得到模型1的ICC值为0.154，说明高管个人离职行为中有15.400％的变动是由团队或企业层面变量引起的，介于0.050～0.200的典型区间内。由模型2似然比检验可知，当加入第一层预测变量后，模型2解释力较模型1显著改善(
＝38.874，Δdf＝5，p＜0.001)，由于预测变量的斜率被固定，方差成分分析显示这些个人差异因素对个人离职行为的解释度仅为0.403％。遵循Hox[62]的建议，进行随机斜率的显著性检验。
6 讨论
尽管高管离职是一个备受关注的研究领域，但相关的研究大多采用单一层面的研究设计，很少关注个体、团队和企业层面特征对高管个人离职行为的共同影响。基于此，本研究设计跟踪性的跨层研究，考察个人差异、团队多元化和企业历史绩效对随后一年高管个人离职行为的直接和间接作用。研究结果表明，高管团队和企业特征等跨层因素可以解释高管个人离职行为15.400％的方差变动，说明跨层面因素对离职研究是一个非常重要且不可忽视的影响因素。
6.1 个人特征与高管离职
从个体层面看，年龄和学历等人口统计特征差异对高管次年个人的离职行为有显著的促进作用(和)。高管与团队其他成员的特征存在较大差异时，会产生价值观隔阂，团队中特征相似的高管会排斥差异较大的高管，这不利于被排斥高管对团队的归属感。这一结论验证了Schneider[10]的吸引－选择－损耗理论，说明企业在招聘高管时要考虑已有高管的特征。企业应尽量避免招聘与现有成员差异较大的高管，尽管他们能力突出，可能会对企业作出重大贡献，但他们未来可能很难融入现有的团队，最终只能选择离职。从跨层交互分析结果看，即使企业过去的经营业绩非常好，也很难改变这些异质人员的离职意愿()。
然而，令我们感到意外的是，高管收入水平对收入差异与个人离职行为关系的调节作用并不显著()。相反，不论高管的收入水平是显著高于其他人，还是显著低于其他人，他们的离职倾向都较高。这说明对中国上市企业来讲，收入差异的影响是对称的。可能的原因在于，对于低收入高管，其权力和薪酬的满意度往往较低，因而倾向于寻求更好的发展平台。而收入明显高于其他人的高管，其能力和个人绩效都很高，由于其突出表现，其他企业可能会以更高的报酬和条件吸引其加盟；另外，当高管个人能力较强时，可能会主动离职创业。如Carnahan等[42]的研究发现，高绩效的高管一旦离职，往往会自立门户，创办新的事业。未来的研究可以关注离职高管的去向，从而更好地挖掘驱动高管离职的因素。
6.2 团队特征与高管离职
从团队层面看，尽管团队年龄分离与团队内高管随后一年的个人离职行为的关系正相关，但并未达到显著()，说明对于中国企业，年龄分离并没有展现出较强的负面作用。从理论上讲，年龄越分离的团队，越容易形成以年龄为界限的子群体，但其中却存在一系列的中介过程。首先，静态的年龄分离一旦被激活，就会形成以年龄为界限的子群体[15]，随后这些子群体会发生交互，进而影响团队成员的态度和行为。在这一过程中，又存在一系列的调节变量，如团队任务的相互依赖程度、团队任务的复杂度、组织文化、组织培训、市场竞争和技术变革等[63]。由于样本数据的局限性，本研究没有考虑这些复杂的交互过程，但未来的研究可继续检验团队年龄分离与高管行为关系中的中介变量和调节变量。
本研究结果表明，团队学历多样性会削弱高管次年的个人离职行为()，这一结论是对：Dahlin等[19]和Barrick等[18]研究的一个有力补充。已有研究主要从信息加工的角度研究团队学历多样的积极作用，本研究从跨层面的角度检验学历多样对团队内个人消极行为的抑制作用，结果表明企业在配置高管团队时，不能仅考虑高学历的人才，还应考虑不同学历层次的人才，这样既可以提升团队决策的有效性，又可以减少团队成员的离职。然而，在配置学历多样的高管团队时，企业需要避免出现严重不平衡的学历配置，即一种学历占绝对优势、而其他学历明显偏少，如8个研究生学历加1个大专学历的配置。因为从个体层面讲，这种严重不平衡意味着学历与他人明显不同的个人很可能会遭到其他人的排斥()，进而造成离职。
本研究关注的第3个团队层面的特征是高管团队收入的不平等。不平等现象在经济学和社会学领域得到广泛关注，但管理学者对其关注并不是很多。随着团队成员特征多元化研究的深入，研究者逐渐意识到不平等现象对企业管理的重要性，其相关研究也逐步增多。本研究结果证实了收入不平等的消极作用，其能够显著增加团队内高管个人的离职行为()，说明企业在高管团队成员配置时应充分考虑高管收入的平等性。在人力资源实践中，高管收入往往与其绩效和贡献挂钩，当收入与绩效不匹配时，就会造成高管成员对不公平的感知。对于收入较为平等的高管团队，所有成员的收入都非常接近，也就意味着企业承认高管成员对企业的重要性是同等的，这会促进团队成员之间的沟通和合作，提高企业绩效，进而增加留职意愿。
6.3 企业特征与高管离职
从企业特征看，企业历史绩效水平与高管个人离职行为显著负相关()，说明企业过去的经营业绩会直接影响高管对企业以及自身发展的判断。当企业历史绩效较好时，高管对企业和自身的发展充满信心，这会强化他们继续留任的意愿。当企业历史绩效表现较差时，高管对企业未来业绩的预期可能会受到影响，进而选择离职。此时，加强与高管之间的沟通，扭转他们的消极想法至关重要。Nishii等[64]的研究表明，包容性领导和积极的领导成员交换可以削弱团队成员的离职意愿。因此，未来的研究可以检验高管团队CEO的领导风格在团队成员离职过程中发挥的作用。
企业历史绩效对个人特征差异与高管个人离职行为关系的调节作用并不显著()，说明不论企业历史绩效好坏，异质性的高管总是会选择主动离职。可能的原因在于本研究仅关注了高管个人的离职行为，却没有区分高管的离职动机。当企业历史绩效较差时，会增加企业高管的经营压力，与此同时，差异较大的高管还可能受到其他同质成员的排斥，这时他们可能会因为企业内部的因素而离职。当企业历史绩效较好时，较高的企业绩效会提升企业高管团队内成员的成功资历，这可能会促使其他企业前来“挖墙脚”。此时，与其他人差异较大的高管可能会首先动心而选择离职，进而造成调节效应不显著，这种情形是由于企业外部因素而造成的离职。受数据限制，本研究没有进行这方面的分析，但今后的研究可以关注高管的离职动机，即高管是因为对当前企业不满而主动跳槽还是因为外部因素而被其他企业“挖”走，这方面的分析将会为企业人事管理提供有益的建议。
7 结论
本研究整合吸引－选择－损耗理论、团队多元化分类理论和企业绩效反馈理论，借助跨层设计和分析方法，考察高管个人特征、高管团队多元化特征和高管所在企业绩效特征对高管个人离职行为的影响。研究结果表明，不同层面特征对高管个人离职行为均有显著影响。从个体层面看，高管与其他成员的年龄差异、学历差异和收入差异越大，高管随后一年的个人离职行为越明显，个人收入水平不能调节收入差异与个人离职行为的关系；从跨层效应看，高管团队年龄分离与团队内高管次年的个人离职行为并不相关，高管团队收入的不平等能够显著促进高管次年的个人离职行为，而高管团队学历多样和企业历史绩效则能显著降低高管随后一年个人的离职行为。
本研究建议企业在招聘高管成员时，要充分考虑新进入成员与现有成员年龄、学历和收入等方面的相似程度，一旦出现较明显的差异，这些异质化的成员很可能由于难以融入现有团队而选择离职；企业在配置团队的过程中要考虑学历多样和收入不平等的问题，这将有助于团队形成良好的氛围，减少团队内成员的离职意愿；在企业绩效表现不理想时，企业应加强与高管的沟通和理解，共度难关，否则较差的绩效会引发企业的人事动荡。
本研究没有考虑高管离职后的去向和离职动机，这可能是高管离职的外在诱发因素；没有考虑CEO的领导风格在高管离职决策中所发挥的作用。未来研究可以针对这些不足做进一步拓展，丰富高管团队管理理论。本研究结论证实了高管离职受多个不同层面因素的影响，后续研究可以考虑更多的跨层面因素，从而更好地理解驱动高管离职的内在和外在因素，减少高管离职给企业带来的负面影响。
收稿日期：2013－05－28 修返日期：2013－11－22