企业连锁董事网络中的社会资本不平等基于先赋(4)

(8)性别与教育变量为分类变量。在数据样本中，因为中专及以下样本数较少，本文将教育变量中常用的中专及以下、大专、本科、硕士研究生和博士研究生分类调整为大专及以下、本科、硕士研究生和博士研究生等4类变量，筛掉缺失值后，有效样本量为2 068个。其中，大专以下学历为176人，本科为665人，硕士学历为913人，博士学历为314人。性别变量有效样本数为3 146人，男性样本量2 723个，占比86.6%，女性样本量423个，占比13.4%。

2.3 统计方法

利用社会网络可视化技术展现董事网络动态变化。对于假设H1，即不同性别董事在网络位置上的差异，采用t检验进行检验。对于假设H2，即不同教育背景的董事在网络位置上的差异，采用方差分析(ANOVA)进行检验。

3 结果与讨论

3.1 连锁董事网络描述性统计及演化分析

表1为主要变量描述性统计结果。

表1 连锁董事网络变量描述性统计结果变量均值标准差 最小值最大值性别1.1340.教育程度2.4021.点度中心度12.中介中心度85.. 159接近中心度网页排名指数2.8486.

表2列出了各年份连锁董事网络相关统计指标。结果显示，在董事网络中，每一个董事平均与10名其他董事连锁，平均网络密度为3%，历年变化不大；聚集系数较高，表明网络闭合性较强；模块指标大于0.9，表示网络中的分块现象非常明显。每个企业都是一个子群体，企业内连锁董事是全连接的，紧密程度远远高于企业董事之间的连接。

表2 历年连锁董事网络指标年份网络规模平均点度网络密度聚集系数模块指标.

表3列出了各年份企业连锁网络相关统计指标。结果显示，平均每个企业约与2个其它企业连锁，网络密度在5%左右，较为稀疏，聚集系数和模块指标都不高，表明企业网络未出现明显分化。需要注意的是，2015年各项指标与其它年份存在显著差异，这可能是因为2015年反腐活动中教育部对高校独立董事进行了集中清理——之前高校董事占据独立董事近1/3，这显著降低了企业之间的连锁性。

表3 历年企业连锁网络指标年份网络规模平均点度网络密度聚集系数模块指标........

图1为2010-2017年陕西省上市公司董事性别对比，从中可以明显看出，男性董事无论是在绝对数量还是在性别占比中均占据绝对优势。在此8年间，男女董事比例基本没有波动，男性占比平均为87%，女性占比平均为13%。

图1 2010-2017年陕西省连锁董事性别变化趋势

图2为8年间连锁董事网络可视化结果，其中，深色节点代表男性董事，浅色节点代表女性董事，边表示两名董事处于同一董事会，节点越大，表示连锁数量越多。可以看出，图中分为多个规模相近的聚簇，每个聚簇内部联系紧密，这些聚簇实际代表每个公司的董事会。聚簇间通过董事相联结，部分处在图形边缘的聚簇与其它聚簇并没有联系，网络整体呈现出明显的核心-边缘结构。可以看出，由于女性数量较少以及分布广泛，所以女性董事的跨董事会联结基本上为男性董事；在聚簇内部，女性董事和其他男性董事均有联结，而且从图中不难发现，女性节点处也更容易搭建聚簇桥梁，这直观说明了占少数的女性董事的网络位置并不逊于男性董事。

图2 2010、2013、2017年连锁董事网络(浅色=女性，深色=男性，年份排列依从左到右的顺序)

3.2 假设检验结果

表4为性别变量在点度中心度、接近中心度、中介中心度和网页排名指标上的t检验结果。结果显示，男女董事在点度中心度、中介中心度和网页排名3项网络指标上没有显著差异，其P值均大于0.05；男女董事在接近中心度指标上有显著差异，女性的接近中心度比男性高。

表4 性别-网络指标t检验结果题项性别样本数量平均值标准差tP值点度男2 .女.467.122接近中心度男2 ***女中介中心度男2 ..女.0.731网页排名男2 女注：***表示P<0.001；**表示P<0.01；*表示P<0.05,下同

总体上，男性董事和女性董事在网络指标上没有显著差异，支持了假设H1a。虽然实证结果与中国传统的性别职业认知有偏差，但与Burt[5]的研究结论较吻合，说明男性董事的数量优势并未转化成网络位置优势，甚至在某些指标上(接近中心度)逊于女性董事。这侧面反映了至少在上市公司连锁董事场域中，男性董事与女性董事不存在社会资本地位不平等。上市公司董事是社会中的精英阶层，连锁关系被认为是阶层凝聚的表现[41]。在这一领域，高阶层的同质性可能掩盖了性别差异。这种阶层趋同性是导致男性与女性在网络指标上没有差异的重要原因。

文章来源：《天津教育》 网址: http://www.tjjyzzs.cn/qikandaodu/2021/0727/751.html