-
随着利益相关者理论的兴起与发展，股东本位的传统观点受到挑战，企业行为的相关分析也从投资者逐渐扩展到其他利益相关者（张其仔，2001）。董事会是企业最高决策机构，其特征直接影响企业战略决策。已有研究表明，董事会的规模（Denis和Sarin，1999；于东智和池国华，2004）、结构（谢志华等，2011）、成员背景（胡奕明和唐松莲，2008；焦跃华和孙源，2021）等特征对企业决策行为与经营绩效具有显著影响。此外，董事会对管理层实施的监督也可能影响企业战略决策方向，主要包括收入、成本和利润水平、现金流、支出和借贷等方面（费方域，1996）。
1 近年来，在社会网络理论和分析技术不断发展的背景下，董事会的另一特征——董事网络，日渐成为热点话题（陈运森和郑登津，2017）。相关研究涉及融资（陆贤伟等，2013；王营和曹廷求，2014；王营和曹廷求，2017；郑登津等，2024；朱建新等，2025）、并购（陈仕华等，2013；万良勇和郑小玲，2014；左晓宇和孙谦，2017；梁雯等，2018）、投资（陈运森和谢德仁，2011；余明桂和宁莎莎，2016；张龑和黄凯南，2023）、绩效（包凤耐等，2013；徐二明和衣凤鹏，2014；陈逸同和董正英，2018；廖辉等，2024）、风险感知（王亮和王琦凯，2023）等。在中国，人际关系早已嵌入社会结构之中，关系投资的预期收益远高于西方国家（张军，1995）。因此，分析董事间的直接联结以及由此产生的间接联结所构成的董事网络对中国企业行为的影响，具有重要的研究价值。随着经济持续深入发展，成本决策在推动企业发展和经济增长中的作用越发重要。党的二十届四中全会强调“进一步全面深化改革”“加快构建高水平社会主义市场经济体制，增强高质量发展动力”。
2 在此背景下，企业亟需提升经营管理能力与资源配置效率，优化成本结构，成本决策对提升企业竞争力至关重要。然而，董事网络是否以及如何影响企业内部生产经营决策，目前仍缺乏深入探讨。成本粘性反映了业务量下降时企业对维持现有投资的决策考量（梁上坤，2018），因此考察董事网络与企业成本粘性的关系，有助于揭示董事联结关系下企业对运营效率与运营风险之间的权衡，从而更为全面地理解董事网络对企业行为影响。从理论上看，董事网络可能对企业成本粘性产生两方面的影响。一方面，董事网络通过声誉机制激励董事履行监督职能，缓解代理问题。处于网络中心位置的董事往往具有更高的独立性与更广泛的信息渠道，能够约束管理层机会主义行为，从而抑制企业成本粘性。另一方面，董事的社会网络越广泛，越可能为企业引入各类社会资源，增强管理层对未来经营前景的乐观预期，从而加剧成本粘性。上述两种效应方向相反，究竟何者占主导，现有研究尚未形成明确共识，仍有待进一步探究。本文以2008−2023年中国A股上市公司为研究样本，考察董事网络联结对企业成本粘性的影响及作用机制。研究发现，董事网络联结对企业成本粘性具有显著的抑制作用，这一发现支持了董事网络中心度有助于缓解企业内部代理问题的假说。在控制样本选择偏误和潜在遗漏变量、剔除金融危机年份等多项稳健性检验后，上述结论依然成立。进一步从成本类型来看，董事网络联结对营业成本粘性的抑制作用更为显著；从董事类型来看，董事网络联结对成本粘性的抑制作用主要由非独立董事驱动，独立董事的影响相对有限。机制分析表明，董事网络联结主要通过声誉机制与行业信息传递机制抑制企业成本粘性：当企业外部声誉约束较强或行业外部信息较为匮乏时，董事网络联结的监督与咨询作用更为显著，从而推动企业更及时地进行成本调整，提高资源配置效率。进一步分析表明，上述抑制效应主要集中于规模较大、两权分离度较高的企业。基于成本收入结构与成本调整弹性的经济后果检验发现，董事网络联结并未显著改变企业成本或收入的结构独特性，但能够显著增强企业成本对收入变化的弹性，表明董事网络联结主要通过改善企业成本调整能力，而非重塑成本或收入结构，从而影响企业成本决策。
本文可能的研究贡献主要体现在以下三个方面：
第一，丰富了对企业成本粘性影响因素的认识。管理层机会主义行为是企业成本粘性产生的重要原因之一，董事会是公司治理的核心机制，而现有文献对董事特征如何影响成本粘性的探讨却较为有限。本文引入社会网络分析方法，以董事兼任为纽带，从社会关系网络视角对成本粘性的影响因素研究进行了有益补充。李洋等（2019）关注了董事联结与高管薪酬粘性的关系以及管理层权力的中介效应。然而，一方面，高管薪酬是高端人力资本支出，仅占企业成本的较小比重，本文关注董事网络联结对企业营业成本与费用粘性的整体影响；另一方面，本文不仅考察了董事网络联结的监督效应，还检验了董事网络联结的社会资本效应，综合考虑两种效应有助于从理论与实证两个层面更全面地揭示董事网络联结与企业成本粘性之间的作用机理。
第二，细化了董事网络联结影响成本粘性的作用边界与类型差异。已有文献对成本粘性的探讨通常只关注企业单一的成本或费用决策（Balakrishnan和Gruca，2008；Chen等，2012；Kama和Weiss，2013）。与之不同，本文借鉴Banker等（2014）对多种成本粘性构成的研究，系统检验了董事网络联结对企业成本粘性及其细分类型的影响，更全面地揭示了董事网络联结对企业成本粘性的治理机制。这有助于在中国情境下，深入理解董事网络联结对企业成本粘性的作用全貌。
第三，为厘清独立董事是否有效发挥治理作用的争论增添了新证据。独立董事兼具监督与咨询职能，理应能够提高企业决策的专业性。然而，关于中国的独立董事是否真正“独立”，学界始终存在质疑（鲁桐，2002；叶康涛等，2011；祝继高等，2015）。本文指出，若仅从独立董事的个体特质出发考察其治理效能，可能存在局限，有必要将其置于所嵌入的社会网络中加以考察。进一步地，本文发现董事会内部不同类型董事的网络联结在治理功能上存在差异。独立董事通过外部网络更易获取治理信息与监督资源，非独立董事因深度参与企业经营活动，其网络关系更可能直接转化为对经营决策的实际影响力。因此，区分不同类型董事的网络联结及其治理功能，有助于突破将董事视为同质主体的传统研究范式，深化对公司治理研究中关于董事异质性与网络作用机制的理论探讨。
余文结构安排如下：第二部分为文献回顾、理论分析与假说发展，第三部分为研究设计，第四部分为实证分析，第五部分为结论与启示。
-
Anderson等（2003）首次将“粘性”概念引入财务会计领域，具体指企业业务量下降时成本的减少幅度小于业务量上升时成本的增长幅度。此后，大量研究围绕成本粘性的动因展开探讨，并将其归纳为三类动因：调整成本、管理层机会主义以及管理层乐观预期（Banker等，2011）。
调整成本动因认为，企业是否对项目做出削减决策取决于项目的调整成本。在其他条件相同的情况下，项目的调整成本越高，其被调整的可能性越低，被调整的速度越慢，进而呈现较强的粘性。龚启辉等（2010）认为，要素市场化程度较高时企业可以更及时地取得生产经营资源，调整成本较低，从而导致企业的费用粘性较弱；Banker等（2013）发现，在就业保护立法（Employment Protection Legislation，EPL）更为严格的国家或地区，企业表现出更强的人力成本粘性。刘媛媛和刘斌（2014）、江伟等（2016）发现，我国《最低工资标准》和《劳动保护法》的先后实施增强了企业的人工成本粘性。梁上坤（2020）指出，政策不确定性会提高企业的调整成本，因此当宏观政策不确定性较高时，企业的成本粘性较强。马慧和靳庆鲁（2024）基于户籍制度改革的准自然实验发现，户籍制度改革显著削弱了企业的劳动力成本粘性，主要驱动因素是劳动力空间流动性的提升。
管理层机会主义动因认为，在现代企业制度下，股权较为分散，企业经营权与所有权分离。股东难以完全掌握企业运营信息，无法对管理层进行全面监督。管理层掌握的信息更为充分，处于更有利的地位（Stulz，1990）。同时，激励制度难以保证股东与管理层利益的完全协同。为提高自身效用，管理层普遍存在营造“个人帝国”倾向，如保留冗余员工、频繁更新办公设备等。此类支出通常随企业业务量的增长而上升，而业绩下滑时管理层未必同意缩减，由此表现出成本粘性现象（Chen等，2012）。崔学刚和徐金亮（2013）、梁上坤（2018）分别发现跨境上市与机构投资者有助于约束管理层机会主义行为，从而抑制企业成本粘性。权小锋等（2024）发现，相较于非家族企业，家族企业更重视员工关系，表现出更强的劳动力成本粘性。
管理层乐观预期动因认为，管理层维持业务或裁减成本的决策通常受其对未来形势预测的影响。若管理层对市场未来发展持较为积极的预期，则更有可能保留现有项目；反之，若管理层对市场未来发展的预测较为消极，则更可能做出裁减成本的决策。因此，管理层对未来的预期越乐观，企业成本粘性越强。已有研究分别从宏观经济增长、行业成长性、货币政策波动、管理层过度自信等方面验证了上述推论（Anderson等，2003；Banker等，2011；卢锐和陈胜蓝，2015）。
-
在上述成本粘性动因归纳的基础上，本文认为，董事网络联结会影响管理层机会主义行为以及管理层乐观预期，进而对企业成本粘性产生影响。
3 -
董事网络联结产生的声誉机制，可能通过约束管理层机会主义行为，进一步抑制企业成本粘性。首先，声誉机制具有激励作用，会对董事行为产生重要影响（陈艳，2009；Ertimur等，2012；黄海杰等，2016）。网络中心度较高的董事更重视其所处社会网络中其他精英的认同，因而更积极地参与公司治理；同时，也更担忧因监管不力导致声誉受损，影响未来职业发展。由于董事网络的存在，处于核心位置的董事声誉一旦受损，社会资本的损失更为严重（陈运森和谢德仁，2012）。因此，无论基于声誉带来的正向激励，还是声誉损失引发的负向约束，网络中心度较高的董事均更有动机约束管理层机会主义行为，由此抑制企业成本粘性。其次，高声誉的董事通常具备更强的独立性，受管理层制约的程度更低，更易获取企业内部信息，从而能够更好地履行监督职责，更有效地约束管理层机会主义行为。因此，董事网络联结程度越高，企业成本粘性越弱。
此外，董事网络联结还可能通过信息比较与同业参照机制，进而抑制企业成本粘性。处于社会网络中的董事往往同时在多家企业任职，能够在不同企业之间进行横向比较（Balsmeier等，2017；江新峰等，2025），从而观察并借鉴企业在不同需求波动背景下的成本调整方式与经营应对策略。此类跨企业的信息比较，有助于董事更准确地区分收入下滑是来自宏观环境变化、行业周期波动，还是企业自身经营效率问题。在此情境下，相较于信息封闭的董事会结构，网络联结程度较高的董事更易形成对行业运行状况的整体判断（鲁乔杉等，2022），从而压缩管理层将业绩下滑“合理化”为暂时性冲击的空间；也更可能在董事会层面推动管理层做出相应的成本调整决策，减少因信息不充分或判断偏差导致的成本调整滞后。因此，董事网络联结也可能通过提升董事会对经营环境的识别能力和决策质量，降低管理层延迟削减成本的可能性，从而进一步削弱企业成本粘性。
综上，本文提出研究假说1a：董事网络联结会抑制企业成本粘性。
-
董事网络联结带来的社会资本以及董事声望所产生的信号效应，均可能强化管理层的乐观预期，进而加剧企业成本粘性。
首先，资源依赖理论认为，企业的发展受关键资源的约束（Armstrong等，2010）。董事网络能够加强企业与利益相关者之间的沟通与互动，缓解信息不对称，进而助力企业获取商务资源、专业资源以及公共事务资源（Schoorman等，1981）。网络中心度较高的董事有助于促进其所关联企业之间的合作，当某一企业遭遇危机时，其他企业更可能施以援手，甚至建立企业间的常态化资金往来机制。同时，处于网络中心位置的董事不仅易于接触各行业专家并获取专业建议，其自身作为行业内的优秀人才，具备丰富的专业知识与经验，可以间接或直接为企业带来专业资源（马连福和冯慧群，2014）。此外，网络中心度更高的董事更可能提供与政府部门沟通的渠道，所在企业更可能获得政府补助、融资机会及税收优惠（罗党论和唐清泉，2009；林钟高和辛明璇，2023），这类政策性资源的可得性将增强管理层对企业未来经营的乐观预期。
其次，董事声望能够产生显著的信号效应（Lin，2002）。董事的网络中心度越高，通常意味着其声望也越高，会形成一种社会声誉信号，有助于提升其所在企业的外界关注度与信任度。即便处于网络中心位置的董事并未实际调动掌握的社会资源，其任职企业也可能因信号效应被外界视为具有更好的发展前景与潜在纳税能力，从而更可能获得债务融资与政府补助。由于董事网络背后蕴含丰富的显性与潜在资源，能够为企业的生存和发展提供有力支撑，董事网络联结程度较高的企业管理层往往更为乐观，更可能推迟成本削减决策，从而加剧企业成本粘性。
综上，本文提出研究假说1b：董事网络联结会加剧企业成本粘性。
-
为检验研究假说，本文参考Anderson等（2003）、孙铮和刘浩（2004）的研究，构建如下回归模型：
$$ \begin{split} {\varDelta}LnCost= & a_0+a{_1\varDelta}LnRev+a_2{\varDelta}LnRev\times D+a_3{\varDelta}LnRev\times D\times Connect \\ &+a_4Connect+\sum_{ }^{ }{\varDelta}LnRev\times D\times EcoVar+\sum_{ }^{ }EcoVar \\ &+\sum_{ }^{ }ConVar+\sum_{ }^{ }Firm+\sum_{ }^{ }Ind\times Year+\epsilon \end{split} $$ (1) -
${\varDelta}LnCost $表示成本变动，定义如下：企业本期营业成本与管理费用之和的自然对数减去企业上一期营业成本与管理费用之和的自然对数。
-
△LnRev表示收入变动，定义如下：企业本期营业收入的自然对数减去企业上一期营业收入的自然对数。虚拟变量D表示收入下降，当企业本期营业收入低于上一期时，取值为1，否则为0。Connect表示董事网络联结。以董事为网络节点，若两位董事在同一企业董事会中任职，则二者之间建立一条连接边，由此构成错综复杂的董事网络。本文参考刘永涛等（2015）的方法，采用程度中心度（Connect_d）、接近中心度（Connect_c）和中介中心度（Connect_b）三个指标衡量董事网络联结。首先，搜集所有A股上市企业董事信息，分年度整理为矩阵形式，计算每位董事的三个中心度。其次，以各董事个人网络中心度均值衡量企业网络中心度。为缓解各中心度指标量纲上的差异及异常值的影响，突出各指标的特质（Larcker等，2005），本文将三个网络中心度指标按年度排序并分成十组，赋值0至0.9。最后，计算三个网络中心度指标的均值，得到企业综合网络中心度指标。本文参考陈运森和谢德仁（2011）、谢德仁和陈运森（2012）的研究，对董事网络中心度进行衡量，具体如下：
（1）程度中心度
$$ {Degree}_{i}=\frac{\sum\limits_{j=1,\;j\neq \mathrm{i}}^{n}{X}_{ij}}{n-1} $$ 程度中心度衡量董事在网络中与其他董事关系的强弱，反映其参与度与影响力。其中，i为董事；j为其他董事；Xij为联结关系。若董事i与董事j至少在一家公司董事会共事，则取值为1，否则为0。n为董事总人数，本文将Xij除以n−1以缩小规模差异。对每位董事计算Degree后，取其所在公司董事的均值，得到公司层面的程度中心度，记为Connect_d。
（2）接近中心度
$$ {Closeness}_{i}=\frac{1}{n-1}{\sum\limits_{j=1,\;j\neq i}^{n}\frac{1}{{d}_{ij}}} $$ 接近中心度采用某位董事与其他所有董事之间最短距离倒数的均值衡量，反映其在网络中的重要性。其中，dij为董事i与董事j之间的最短距离。对每位董事计算Closeness后，按公司取均值，得到公司层面的接近中心度，记为Connect_c。
（3）中介中心度
$$ {Betweenness}_{i}=\frac{1}{(n-1)(n-2)}{\sum\limits_{j\neq i,\; k \neq i,\; j \neq k}\frac{{g}_{jk}(i)}{{g}_{jk}}} $$ 中介中心度衡量的是某位董事出现在其他董事之间最短路径上的频率。考虑到网络中信息的传递通常沿着最短路径进行，某个节点的中介中心度越高，说明该董事在信息传播过程中发挥的作用越大。
式中，gjk为董事j与董事k之间最短路径的总数，gjk(i)为董事j与董事k之间经过董事i的最短路径数。本文参考Freeman（1977）的研究，将其除以(n−1)(n−2)以控制规模的影响。对每位董事计算Betweenness后，按公司取均值，得到公司层面的中介中心度，记为Connect_b。
-
EcoVar为经济变量。基于已有文献关于调整成本动因和管理层乐观预期动因的讨论，Anderson等（2003）认为驱动企业成本粘性的因素有四个方面，本文将其总结为四大经济变量（EcoVar）。具体如下：连续两年收入下降（D_two），虚拟变量，若企业收入连续两年下降取值为1，否则为0；经济增长（Gdpg），采用当期相对于上一期的GDP增长率进行衡量；人力资本密度（Einten），采用企业期末员工人数与当期营业收入的比值进行衡量；固定资本密度（Ainten），采用企业期末资产总额与当期营业收入的比值进行衡量。除上述四个变量外，本文还在模型中控制了经济变量（EcoVar）与收入变动（△LnRev）、收入下降（D）的交互项（后文将收入变动△LnRev与收入下降D的交互项表述为成本粘性△LnRev×D）。
ConVar表示除上述四个变量外的其他控制变量，具体包括：盈利水平（Roe），企业当期营业利润与期末净资产的比值；财务杠杆（Lev），企业期末负债总额占资产总额的比例；企业年龄（Age），企业上市年限加1取自然对数；产权性质（Soe），虚拟变量，国有企业取值为1，否则为0；第一大股东持股比例（Sh），企业期末第一大股东持股数占企业总股数的比例；第二至第十大股东持股比例（Sh2_10），企业期末第二至第十大股东持股数之和占企业总股数的比例；独立董事比例（Rinde），企业期末独立董事人数占董事会总人数的比例；两职合一（Dual），虚拟变量，若企业董事长兼任总经理，则取值为1，否则为0；管理层持股比例（Mshare），企业期末管理层持股数占企业总股数的比例；市场化水平（Index），企业所在省份当期的市场化指数。变量定义见表1。
表 1 变量定义
变量 名称 定义 △LnCost 成本变动 企业本期营业成本与管理费用之和的自然对数减去上一期营业成本与管理费用之和的自然对数 △LnRev 收入变动 企业本期营业收入的自然对数减去上一期营业收入的自然对数 D 收入下降 虚拟变量，若企业本期营业收入低于上一期营业收入，取值为1，否则为0 Connect 董事网络联结 企业当期综合董事网络中心度指标 D_two 连续两年收入下降 虚拟变量，若企业营业收入连续两年下降，取值为1，否则为0 Gdpg 经济增长 当期GDP相对上一期的增长率 Einten 人力资本密度 企业期末员工人数/当期营业收入 Ainten 固定资本密度 企业期末资产总额/当期营业收入 Roe 盈利水平 企业当期营业利润/期末净资产 Lev 财务杠杆 企业期末负债总额/资产总额 Age 企业年龄 企业上市年限加1取自然对数 Soe 产权性质 虚拟变量，国有企业取值为1，否则为0 Sh 第一大股东持股比例 企业期末第一大股东持股数/企业总股数 Sh2_10 第二到十大股东持股比例 企业期末第二至第十大股东持股数之和/企业总股数 Rinde 独立董事比例 企业期末独立董事人数/董事会总人数 Dual 两职合一 虚拟变量，若企业董事长兼任总经理，取值为1，否则为0 Mshare 管理层持股比例 企业期末管理层持股数/企业总股数 Index 市场化水平 企业所在省份当期的市场化指数 假设模型（1）仅控制收入变动（△LnRev）与成本粘性（△LnRev×D）：收入上升（即D=0）时，收入变动的回归系数a1反映了收入上升1%时成本上升的比例；收入下降（即D=1）时，收入变动的回归系数a1与成本粘性的回归系数a2共同反映了收入下降1%时成本下降的比例（a1+a2）。若a2显著为负，表明营业收入下降时成本下降的速率显著低于收入上升时成本上升的速率，即存在成本粘性现象。若a2显著为正，则表明存在成本反粘性现象。
4 若研究假说1a成立，则董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数a3应显著为正，即董事网络联结会抑制企业成本粘性。若研究假说1b成立，则董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数a3应显著为负，即董事网络联结会加剧企业成本粘性。需要说明的是，本文在基准模型中同时控制了“行业×年份”固定效应和企业固定效应。因此，本文的识别并非基于制造业与非制造业之间的横向比较，而是在控制行业冲击与企业属性的基础上，进一步考察同一企业董事网络联结变化对成本粘性产生的影响。由此，制造业与非制造业在成本构成上的行业层面差异以及企业商业模式与成本结构特征，对基准结果的直接干扰已得到有效控制。
-
本文以2008−2023年中国A股上市企业为样本。以2008年作为起始年份，主要基于以下考虑：一方面，我国自2007年起在上市公司全面实施新会计准则，对财务报表列报口径及相关会计处理产生了较大影响；另一方面，2008年国际金融危机对企业经营环境与成本调整行为形成了广泛冲击，从2008年起展开分析，也有助于涵盖危机背景下企业成本粘性与治理机制作用的观测窗口。本文初始获得52601个观测值，随后依次进行如下处理：（1）剔除金融类企业观测值1253个；（2）剔除变量数据缺失的观测值12787个，
5 最终得到38561个观测值。本文使用的财务和治理数据主要来自CSMAR和CCER数据库。 -
表2报告了本文主要变量的描述性统计结果。结果显示，成本变动（△LnCost）、收入变动（△LnRev）、收入下降（D）的均值分别为0.100、0.095、31.7%，与谢素朴和潘彬（2025）的发现一致。董事网络联结（Connect）的均值、中位数分别为0.456、0.467，标准差为0.251。此外，样本企业中连续两年收入下降（D_two）的均值为12.4%，经济增长（Gdpg）的均值为7.5%，人力资本密度（Einten）与固定资本密度（Ainten）的均值分别为0.014与2.684，盈利水平（Roe）的均值为4.6%，财务杠杆（Lev）的均值为44.9%，样本中平均有37.2%的企业为国有企业，第一大股东持股比例（Sh）、第二至第十大股东持股比例（Sh2_10）的均值分别为33.1%、22.7%，独立董事比例（Rinde）的均值为37.6%，两职合一（Dual）的均值为26.3%，管理层持股比例（Mshare）的均值为5.9%。上述变量的统计值均在正常范围内。
表 2 描述性统计
变量 观测值 均值 下四分位数 中位数 上四分位数 标准差 △LnCost 38561 0.100 −0.038 0.090 0.229 0.301 △LnRev 38561 0.095 −0.047 0.089 0.229 0.328 D 38561 0.317 0 0 1 0.465 Connect 38561 0.456 0.267 0.467 0.667 0.251 D_two 38561 0.124 0 0 0 0.330 Gdpg 38561 0.075 0.056 0.075 0.091 0.034 Einten 38561 0.014 0.006 0.011 0.017 0.013 Ainten 38561 2.684 1.327 1.945 3.012 2.599 Roe 38561 0.046 0.020 0.065 0.118 0.170 Lev 38561 0.449 0.287 0.443 0.601 0.208 Age 38561 2.322 1.792 2.398 2.890 0.673 Soe 38561 0.372 0 0 1 0.483 Sh 38561 0.331 0.217 0.306 0.427 0.148 Sh2_10 38561 0.227 0.126 0.216 0.314 0.125 Rinde 38561 0.376 0.333 0.364 0.429 0.054 Dual 38561 0.263 0 0 1 0.440 Mshare 38561 0.059 0.000 0.001 0.040 0.124 Index 38561 9.129 8.350 9.440 10.250 1.467 表3报告了本文主要变量的Pearson相关系数矩阵（限于篇幅，未报告其他控制变量，数据备索）。成本变动（△LnCost）、收入变动（△LnRev）、收入下降（D）三者之间，以及连续两年收入下降（D_two）与当年收入下降（D）两者之间，均存在较强的机械相关关系。同时，其余变量间相关系数的绝对值基本在0.4以内，且模型回归的方差膨胀因子（VIF）均小于5，表明多重共线性对本文回归结果的影响有限。
表 3 主要变量的相关系数矩阵
变量 (1) (2) (3) (4) (5) (6) (7) (8) (1)△LnCost 1.000 (2)△LnRev 0.911*** 1.000 (3)D −0.609*** −0.655*** 1.000 (4)Connect 0.014*** 0.017*** −0.023*** 1.000 (5)D_two −0.388*** −0.412*** 0.559*** −0.029*** 1.000 (6)Gdpg 0.113*** 0.119*** −0.119*** −0.010** −0.059*** 1.000 (7)Einten −0.119*** −0.153*** 0.101*** −0.116*** 0.139*** 0.251*** 1.000 (8)Ainten −0.213*** −0.254*** 0.209*** −0.022*** 0.219*** −0.027*** 0.296*** 1.000 注：*、**、***分别表示10%、5%、1%的显著性水平。 -
表4报告了本文研究假说1a和1b的检验结果。为缓解潜在的内生性问题，模型回归中控制了企业固定效应（Firm）与“行业×年份”固定效应（Ind×Year）。列（1）仅包含收入变动（△LnRev）及其与收入下降虚拟变量的交互项（△LnRev×D）。结果显示，△LnRev的系数为正，且在1%的水平上显著，表明企业营业成本与管理费用之和总体上随收入变动而同向调整；而△LnRev×D的系数为负，且在1%的水平上显著，表明样本企业普遍存在显著的成本粘性现象，该结果与孙铮和刘浩（2004）等既有研究一致。列（2）在此基础上进一步引入董事网络联结（Connect）及其与成本粘性的交互项（△LnRev×D×Connect）。结果显示，△LnRev×D×Connect的系数在1%的水平上显著为正，表明董事网络联结强度的提高能够有效抑制企业成本粘性。列（3）进一步控制了经济变量、经济变量与成本粘性的交互项以及其他控制变量。结果显示，人力资本密度与成本粘性的交互项（△LnRev×D×Einten）以及固定资本密度与成本粘性的交互项（△LnRev×D×Ainten）的系数均显著为负，说明人力资本与固定资本投入是成本粘性的重要驱动因素，这一发现与Anderson等（2003）的结论一致。在加入上述控制变量后，△LnRev×D×Connect的系数仍在1%的水平上显著为正，表明董事网络联结对成本粘性的抑制作用具有稳健性。上述结果表明，随着董事网络联结强度的上升，企业成本粘性显著下降，支持了本文研究假说1a，研究假说1b未得到支持。
表 4 董事网络联结与成本粘性
变量 △LnCost
全样本
(1)△LnCost
全样本
(2)△LnCost
全样本
(3)△LnRev 0.867*** 0.866*** 0.868*** (162.577) (162.704) (156.105) △LnRev×D −0.069*** −0.140*** 0.064*** (−7.453) (−6.964) (2.598) △LnRev×D×Connect 0.175*** 0.106*** (4.419) (2.948) Connect 0.012** 0.009* (2.516) (1.912) △LnRev×D×D_two 0.019 (1.130) D_two −0.013*** (−4.200) △LnRev×D×Gdpg 1.048*** (4.920) Gdpg 0.117*** (2.913) △LnRev×D×Einten −6.413*** (−10.457) Einten −0.135 (−0.674) △LnRev×D×Ainten −0.023*** (−9.224) Ainten −0.005*** (−4.819) Roe −0.143*** (−19.939) Lev −0.026*** (−3.495) Age −0.015*** (−4.196) Soe −0.008* (−1.702) Sh 0.038*** (3.081) Sh2_10 0.035*** (3.058) Rinde −0.008 (−0.496) Dual −0.003 (−1.094) Mshare 0.046*** (3.957) Index 0.001 (0.607) Constant 0.013*** 0.008*** 0.050*** (13.898) (3.168) (2.636) Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 38561 38561 38561 Adj-R2 0.864 0.864 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平。 -
成本和费用是财务会计领域两个相近的概念，对成本粘性与费用粘性的研究方法也非常类似，因此前文研究中将营业成本与管理费用二者调整之和视为企业成本的变动，从整体上考察董事网络联结对企业成本决策的影响。本文将企业成本分为营业成本（△LnRevCost）与管理费用（△LnFee），进一步探究董事网络联结对二者的作用是否具有异质性。延续前文逻辑，董事网络联结通过声誉机制与行业信息传递机制强化董事的监督与咨询功能，从而在收入下降时推动企业及时进行成本调整。理论上，网络中心度较高的董事更重视声誉，因而更可能积极参与成本决策，约束管理层的资源占用行为，从而同时抑制营业成本与费用粘性。然而，需要注意的是，成本与费用在实际经营中往往并非独立调整，而具有一定的联动关系。将二者拆分进行检验可能会削弱前文所识别的整体治理效应，使部分机制难以在拆分后的回归中完全体现。
分项回归结果如表5所示。列（1）显示，在营业成本层面，董事网络联结与成本粘性三重交互项（△LnRev×D×Connect）的系数为正且在10%的水平上显著，表明董事网络联结能够显著降低营业成本的粘性。列（2）显示，在管理费用层面，该交互项的系数虽为正，但不显著，说明董事网络联结对管理费用粘性的抑制作用相对较弱或不稳定。综合来看，董事网络联结在整体成本层面发挥显著的治理作用，而在分项层面仅在营业成本中体现稳健效果。这一差异可能源于不同成本项目在调整灵活性上的差异：营业成本通常与生产经营活动直接相关，对收入变动更为敏感，而管理费用包含较多制度性与长期承诺性支出，其调整往往受到企业预算框架与固定性资源契约的严格约束，较难在短期内进行。此外，将二者拆分检验可能会弱化董事网络联结对整体资源配置的综合治理效应。因此，尽管分项检验结果存在差异，但总体证据仍支持董事网络联结能够改善企业成本调整效率、降低成本粘性这一核心结论。
表 5 董事网络联结与不同类型成本粘性
变量 △LnRevCost
营业成本
(1)△LnFee
管理费用
(2)△LnRev 0.976*** 0.420*** (165.154) (38.310) △LnRev×D −0.035 −0.290*** (−1.261) (−7.205) △LnRev×D×Connect 0.066* 0.065 (1.788) (1.250) Connect 0.010** −0.005 (1.969) (−0.546) △LnRev×D×D_two 0.020 0.151*** (1.201) (4.964) D_two −0.007** −0.004 (−2.028) (−0.740) △LnRev×D×Gdpg 1.192*** −0.065 (4.804) (−0.192) Gdpg 0.095** 0.137 (2.163) (1.583) △LnRev×D×Einten −3.158*** −0.971 (−4.274) (−0.920) Einten −0.166 1.109*** (−0.874) (3.755) △LnRev×D×Ainten −0.004 −0.016*** (−1.292) (−4.508) Ainten −0.002 0.001 (−1.519) (0.962) ConVar 控制 控制 Firm 控制 控制 Ind×Year 控制 控制 Obs# 38559 38556 Adj-R2 0.873 0.308 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
前文将企业董事视为同质，然而不同类型董事的立场、地位存在差异，这意味着独立董事与非独立董事对企业成本决策的关注重点及其建立的联结网络所发挥的作用可能不尽相同。其可能的原因在于，董事会成员在监督动机与监督能力上存在差异。从治理与信息获取视角来看，非独立董事由于直接参与企业经营活动，对企业内部流程、成本结构和运营能力具有更全面、细致的了解，其所建立的董事网络往往更贴近真实业务场景，因此能够提供更符合实际的增量信息与资源（孙光国和孙瑞琦，2018）。相比之下，独立董事虽具有外部治理功能，但其对企业内部经营信息的掌握有限，较少参与日常决策，导致其网络资源在成本调整等业务决策领域的作用可能不如非独立董事直接有效。从监督激励视角来看，非独立董事的职业发展与企业经营绩效紧密相关，因此更有动机通过外部网络学习先进管理经验、获得行业能力认知，从而优化企业资源配置、提高成本调整的及时性与有效性。相比之下，独立董事通过网络获得的声誉激励更多集中于监督透明度、规范性治理等领域（胡诗阳等，2023），而对企业经营层面实时成本管理的影响较为有限。因此，非独立董事的网络联结可能在抑制企业成本粘性中发挥更为关键和直接的作用。为验证上述推论，本文将独立董事网络联结与非独立董事网络联结分别定义为ConnectIn与ConnectDe，并采用与前文一致的方法进行回归分析。
表6报告了回归结果。列（1）单独对独立董事网络联结（ConnectIn）展开检验，结果显示，独立董事网络联结与成本粘性交互项（△LnRev×D×ConnectIn）的系数为正，且在5%的水平上显著。列（2）单独对非独立董事网络联结（ConnectDe）展开检验，结果显示，非独立董事网络联结与成本粘性交互项（△LnRev×D×ConnectDe）的系数为正，且在1%的水平上显著。列（3）同时加入两个自变量，独立董事网络联结与成本粘性交互项（△LnRev×D×ConnectIn）的系数为正，但不显著；而非独立董事网络联结与成本粘性交互项（△LnRev×D×ConnectDe）的系数为正，且在5%的水平上显著。上述结果表明，非独立董事网络联结抑制了企业成本粘性，而独立董事网络联结对企业成本粘性没有显著影响，这与前文推论一致。
表 6 不同类型董事网络联结与成本粘性
变量 △LnCost
全样本
(1)△LnCost
全样本
(2)△LnCost
全样本
(3)△LnRev 0.868*** 0.868*** 0.868*** (156.061) (155.906) (155.955) △LnRev×D 0.079*** 0.065** 0.056** (3.358) (2.500) (2.089) △LnRev×D×ConnectIn 0.065** 0.038 (2.231) (1.186) ConnectIn 0.007* 0.004 (1.715) (0.977) △LnRev×D×ConnectDe 0.097*** 0.076** (2.800) (1.999) ConnectDe 0.014** 0.012* (2.102) (1.766) △LnRev×D×D_two 0.020 0.017 0.019 (1.171) (1.037) (1.112) D_two −0.013*** −0.013*** −0.013*** (−4.262) (−4.312) (−4.276) △LnRev×D×Gdpg 1.063*** 1.077*** 1.075*** (5.007) (5.067) (5.054) Gdpg 0.118*** 0.118*** 0.118*** (2.942) (2.929) (2.946) △LnRev×D×Einten −6.455*** −6.450*** −6.401*** (−10.497) (−10.511) (−10.419) Einten −0.142 −0.141 −0.138 (−0.706) (−0.704) (−0.688) △LnRev×D×Ainten −0.023*** −0.024*** −0.024*** (−9.293) (−9.351) (−9.338) Ainten −0.005*** −0.005*** −0.005*** (−4.823) (−4.848) (−4.844) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 38561 38561 38561 Adj-R2 0.874 0.874 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
考虑到样本选择偏误对结果的影响，本文运用Heckman两阶段方法重新进行检验。第一阶段，采用Probit模型估计企业具有高董事联结的概率。被解释变量HConnect为虚拟变量，根据年份中位数，企业存在高董事联结，取值为1，否则为0。解释变量包括企业规模（Size）、独立董事比例（Rinde）与产权性质（Soe），并控制城市、年份及行业效应，据此计算逆米尔斯比率（Imr）。第二阶段，将Imr代入模型（1），重新回归。表7列（1）的结果显示，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，且在1%的水平上显著。
表 7 稳健性检验（一）
变量 △LnCost
(1)△LnCost
(2)△LnCost
(3)△LnCost
(4)△LnCost
(5)△LnRev 0.869*** 0.868*** 0.869*** 0.866*** 0.880*** (156.613) (155.952) (157.714) (149.659) (138.540) △LnRev×D 0.060** 0.025 −0.131 0.072*** 0.068* (2.409) (0.563) (−1.614) (2.862) (1.783) △LnRev×D×Connect 0.098*** 0.102*** 0.075** 0.100*** 0.116** (2.783) (2.853) (2.075) (2.634) (2.303) Connect 0.005 0.009* 0.007 0.008* 0.006 (0.958) (1.872) (1.367) (1.647) (0.919) △LnRev×D×Law 0.003 (1.081) Law −0.001 (−1.033) △LnRev×D×Lev 0.177*** (5.127) △LnRev×D×Sh 0.124** (2.540) △LnRev×D×Rinde −0.024 (−0.184) △LnRev×D×Mshare −0.025 (−0.306) △LnRev×D×Index 0.010 (1.598) △LnRev×D×D_two 0.020 0.018 0.020 0.023 0.004 (1.210) (1.092) (1.223) (1.332) (0.190) D_two −0.012*** −0.013*** −0.013*** −0.011*** −0.014*** (−3.928) (−4.211) (−4.454) (−3.644) (−3.681) △LnRev×D×Gdpg 1.066*** 1.182*** 1.008*** 1.012*** 0.985*** (5.033) (5.094) (4.752) (4.277) (3.173) Gdpg 0.135*** 0.129*** 0.114*** 0.109*** 0.120** (3.430) (3.102) (2.830) (2.597) (2.295) △LnRev×D×Einten −6.406*** −6.317*** −5.914*** −6.705*** −6.299*** (−10.322) (−10.017) (−9.396) (−9.756) (−8.976) Einten −0.079 −0.139 −0.101 −0.008 −0.201 (−0.422) (−0.692) (−0.507) (−0.032) (−0.820) △LnRev×D×Ainten −0.023*** −0.023*** −0.024*** −0.024*** −0.025*** (−9.237) (−9.221) (−9.522) (−8.870) (−7.412) Ainten −0.005*** −0.005*** −0.005*** −0.006*** −0.006*** (−5.409) (−4.818) (−4.672) (−5.039) (−3.424) Imr −0.095*** (−9.585) ConVar 控制 控制 控制 控制 控制 Firm 控制 控制 控制 控制 控制 Ind×Year 控制 控制 控制 控制 控制 Obs# 38233 38561 38561 36078 24937 Adj-R2 0.876 0.874 0.875 0.874 0.881 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
马慧和靳庆鲁（2024）研究表明，地区制度环境会对企业决策的制定与执行产生重要影响。为排除地区制度差异对结论的潜在干扰，本文在稳健性检验中进一步控制企业所在地的法治环境（Law），该指标由当地市场中介组织发育程度与法律制度环境指数综合衡量（王小鲁等，2024）。具体而言，本文在模型（1）中加入法治环境及其与成本粘性的交互项，重新进行回归。表7列（2）的结果显示，董事网络联结与成本粘性交互项的系数依然显著为正，基准回归结论保持稳健。进一步地，考虑到管理层机会主义行为可能影响成本调整决策（Chen等，2012），本文引入更为严格的治理控制，分别加入财务杠杆、第一大股东持股比例、独立董事比例、管理层持股比例以及企业所在地市场化水平与成本粘性的交互项，再次进行检验。表7列（3）的结果表明，基准回归结果依然稳健。
-
马永强和张泽南（2013）研究发现，2008年金融危机的爆发使宏观经济形势发生剧烈动荡，对我国企业的成本粘性产生系统性影响。为减轻金融危机对研究结果的冲击，本文剔除2008年和2009年观测值，重新进行检验，结果如表7列（4）所示。此外，突发公共卫生事件作为另一类突发性、系统性的宏观冲击，显著改变了企业的经营环境和成本调整行为，可能对成本粘性产生结构性影响。为缓解突发公共卫生事件对研究结论的干扰，本文进一步剔除2019年之后的样本并重复上述检验，结果如表7列（5）所示。表7列（4）、列（5）的结果表明，前文结论在经过上述样本筛选和处理后依然保持稳健。
-
为检验基准回归结论是否依赖特定的固定效应设定或标准误聚类方式，本文进一步从多个维度对模型进行调整。首先，考虑到成本调整行为可能在行业层面受到共同冲击的影响，本文在稳健性检验中将标准误聚类层级调整为行业层面。表8列（1）的结果显示，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数显著为正，本文的主要结论保持稳健。
表 8 稳健性检验（二）
变量 △LnCost
(1)△LnCost
(2)△LnCost
(3)△LnCost
(4)△LnRev 0.868*** 0.866*** 0.872*** 0.868*** (122.743) (154.282) (152.300) (155.984) △LnRev×D 0.064** 0.071*** 0.066*** 0.052* (2.776) (2.842) (2.588) (1.929) △LnRev×D×Connect 0.106** 0.094** 0.091*** 0.139*** (2.734) (2.567) (2.693) (3.161) Connect 0.009 0.010** 0.012** 0.010 (1.624) (2.061) (2.337) (1.301) △LnRev×D×D_two 0.019* 0.021 0.031* 0.019 (2.047) (1.245) (1.787) (1.099) D_two −0.013*** −0.013*** −0.011*** −0.013*** (−7.342) (−4.185) (−3.396) (−4.239) △LnRev×D×Gdpg 1.048*** 1.113*** 1.036*** 1.034*** (3.614) (5.141) (4.641) (4.859) Gdpg 0.117*** 0.124*** 0.115*** (2.959) (3.065) (2.860) △LnRev×D×Einten −6.413*** −6.878*** −6.557*** −6.460*** (−6.069) (−10.917) (−10.207) (−10.551) Einten −0.135 −0.278 −0.235 −0.135 (−0.821) (−1.450) (−1.379) (−0.671) △LnRev×D×Ainten −0.023*** −0.023*** −0.023*** −0.024*** (−6.654) (−8.852) (−8.849) (−9.282) Ainten −0.005*** −0.005*** −0.004*** −0.005*** (−4.758) (−4.671) (−4.180) (−4.816) ConVar 控制 控制 控制 控制 Firm 控制 控制 控制 控制 Ind×Year 控制 未控制 控制 控制 Year 未控制 控制 未控制 未控制 City×Year 未控制 未控制 控制 未控制 聚类 行业 公司 公司 公司 Obs# 38561 38561 37331 38561 Adj-R2 0.874 0.870 0.878 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 其次，考虑同时控制企业固定效应与“行业×年份”固定效应时，模型可能因高维固定效应产生过度拟合。为此，本文放宽固定效应设定，改为控制企业与年份固定效应，以分别吸收企业层面的时间不变异质性及宏观年度冲击。表8列（2）的结果显示，在较为宽松但仍具合理约束力的固定效应控制下，本文的主要结论依然稳健。
最后，考虑到地区层面的宏观经济环境、政策差异及要素市场条件对企业成本调整可能产生的影响，本文在主回归固定效应的基础上进一步加入“城市×年份”固定效应，以吸收地区层面随时间变化的系统性冲击。表8列（3）的结果显示，在更为严格的固定效应控制下，主要解释变量及其交互项的系数在符号与显著性上均与前文保持一致，表明本文结论稳健。
-
前文实证分析中，本文采用企业各董事网络联结指标的均值来衡量企业层面的董事网络联结强度。鉴于董事网络联结强度可能在董事会内部分布不均，存在少数高中心度董事带来的极端值对均值产生较大影响的情形，本文在稳健性检验中采用企业董事网络联结强度的中位数作为替代度量指标，并重新进行回归检验。结果如表8列（4）所示，主要解释变量及其交互项的系数在符号与显著性上均与前文保持一致，表明本文结论不依赖于董事网络联结强度的具体聚合方式，具有较强的稳健性。
-
前文分析指出，董事网络联结通过声誉机制抑制企业成本粘性。当企业受到更多外部关注时，董事履职行为及其治理后果更易被观察和评价，董事面临更强的声誉激励与约束。在此情形下，董事网络联结更能强化对管理层的监督，抑制其延缓成本调整的机会主义行为，从而更有效地抑制成本粘性。相较之下，在低声誉企业中，声誉机制难以被充分激活，董事网络联结对成本粘性的治理作用相对较弱。为验证上述逻辑，本文采用上市公司年均百度指数衡量企业外部关注度，以此测度企业董事所处的声誉环境。资本市场和社会公众对企业的关注度越高，董事履职行为及其治理后果越易被观察与评价，从而使董事面临更强的声誉激励与约束（于忠泊等，2012）。本文以公司百度指数的年度中位数为划分标准对样本进行分组，若企业当年百度指数高于年度中位数，则高声誉企业（HighRep）取值为1，否则为0。
表9报告了回归结果。在列（1）的高声誉企业组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数在1%的水平上显著为正；在列（2）的低声誉企业组中，交互项的系数虽为正，但不显著。结果表明，董事网络联结对企业成本粘性的影响主要体现在高声誉企业中，而对低声誉企业的治理作用不显著。本文进一步在全样本中加入高声誉企业变量（HighRep），与已有变量构造四重交互项进行检验。列（3）的结果显示，董事网络联结、成本粘性与高声誉企业的四重交互项（△LnRev×D×Connect×HighRep）的系数在5%的水平上显著为正。该交互项反映高声誉企业相对于低声誉企业的边际差异，表明董事网络联结对成本粘性的抑制作用在高声誉企业中更为显著。综上，当企业本身具有较高的社会关注度与市场声誉时，董事网络联结所带来的声誉激励与约束会进一步增强，从而更有效地抑制管理层机会主义行为，降低企业成本粘性。这一发现支持了前文基于声誉机制的分析。
表 9 机制检验：董事网络联结、企业声誉与成本粘性
变量 △LnCost
高声誉企业
(1)△LnCost
低声誉企业
(2)△LnCost
全样本
(3)△LnRev 0.864*** 0.871*** 0.870*** (93.866) (101.087) (114.417) △LnRev×D 0.058 0.129*** 0.139*** (1.396) (3.540) (4.613) △LnRev×D×Connect 0.194*** 0.006 0.022 (3.363) (0.096) (0.413) Connect 0.018* −0.003 0.008 (1.930) (−0.401) (1.184) △LnRev×HighRep −0.004 (−0.450) △LnRev×D×HighRep −0.081** (−2.371) △LnRev×D×Connect×HighRep 0.125** (2.058) Connect×HighRep 0.000 (0.008) HighRep 0.003 (0.650) △LnRev×D×D_two 0.023 0.018 0.021 (0.897) (0.652) (1.104) D_two −0.017*** −0.006 −0.013*** (−3.617) (−1.170) (−3.752) △LnRev×D×Gdpg 0.716** 0.953** 0.858*** (2.298) (2.192) (3.515) Gdpg 0.233*** −0.060 0.119*** (3.627) (−0.791) (2.601) △LnRev×D×Einten −8.055*** −6.516*** −7.329*** (−7.976) (−6.396) (−10.204) Einten −0.369 0.396 0.008 (−0.944) (0.774) (0.028) △LnRev×D×Ainten −0.023*** −0.026*** −0.025*** (−6.365) (−5.806) (−9.081) Ainten −0.004** −0.009*** −0.007*** (−2.333) (−3.820) (−5.139) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 16855 13559 31041 Adj-R2 0.873 0.880 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
当企业外部可获得的同业经营信息和行业动态信息相对有限时，管理层对市场变化、行业走势及经营压力的判断更易受信息不足的影响，进而可能延缓成本调整，表现出更强的成本粘性。在此情形下，董事网络联结所带来的跨企业信息获取和同业参照优势更易发挥作用。处于董事网络中的董事能够借助其在多家企业任职形成的信息渠道，更全面地把握行业景气度变化、同业经营策略及成本调整方式，从而帮助董事会更准确地识别收入下滑的原因，减少管理层将业绩波动归因为暂时性冲击的空间，并推动更及时的成本调整。为验证上述逻辑，本文采用行业研报关注度衡量行业信息环境，具体以行业内各公司研报数量的均值衡量行业关注度，并按其年度中位数对样本进行分组：若企业所在行业当年的研报关注度低于年度中位数，则低行业关注企业（LowIndAttn）取值为1，否则为0。
表10报告了回归结果。在列（1）的低行业关注组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，且在1%的水平上显著；而在列（2）的高行业关注组中，尽管交互项的系数同样为正，但不显著。结果表明，董事网络联结对企业成本粘性的影响主要集中于行业信息相对不足的样本中，即在行业关注度较高、外部信息较为充分的企业中，这一作用并未得到明显体现。为进一步验证这一结论，本文在全样本中纳入低行业关注企业变量（LowIndAttn）与核心变量的交互项。列（3）的结果显示，四重交互项（△LnRev×D×Connect×LowIndAttn）的系数在5%的水平上显著为正，说明相较于高行业关注企业，董事网络联结对成本粘性的影响在低行业关注企业中更显著。换言之，当企业所处行业的信息环境较差时，董事网络联结所带来的信息补充和同业参照作用更易发挥，从而更有效地抑制成本粘性。这一发现支持了前文基于行业信息传递机制的分析。
表 10 机制检验：董事网络联结、行业信息与成本粘性
变量 △LnCost
低行业关注企业
(1)△LnCost
高行业关注企业
(2)△LnCost
全样本
(3)△LnRev 0.852*** 0.879*** 0.877*** (82.946) (138.150) (147.164) △LnRev×D 0.070* 0.076** 0.061** (1.890) (2.230) (2.066) △LnRev×D×Connect 0.135*** 0.062 0.050 (2.700) (1.175) (1.083) Connect 0.020** 0.000 0.002 (2.256) (0.065) (0.389) △LnRev×LowIndAttn −0.024** (−2.179) △LnRev×D×LowIndAttn 0.007 (0.243) △LnRev×D×Connect×LowIndAttn 0.106** (2.087) Connect×LowIndAttn 0.020** (2.546) △LnRev×D×D_two 0.020 0.024 0.020 (0.731) (1.075) (1.202) D_two −0.011** −0.012*** −0.013*** (−2.264) (−3.020) (−4.274) △LnRev×D×Gdpg 1.169*** 0.890*** 1.083*** (3.560) (3.031) (5.070) Gdpg 0.132* 0.134*** 0.120*** (1.766) (2.758) (2.991) △LnRev×D×Einten −8.685*** −4.311*** −6.272*** (−8.306) (−4.944) (−9.984) Einten −0.256 0.067 −0.121 (−0.736) (0.227) (−0.598) △LnRev×D×Ainten −0.016*** −0.034*** −0.024*** (−5.444) (−8.436) (−9.408) Ainten −0.004*** −0.008*** −0.005*** (−2.645) (−4.663) (−4.882) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 14413 23636 38561 Adj-R2 0.863 0.886 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；列（3）控制了“行业×年份”固定效应，LowIndAttn单独项已被固定效应吸收；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
前文已证实，董事网络联结会抑制企业成本粘性，本文认为这一影响在不同规模的企业中可能存在差异。一方面，从管理层机会主义动因来看，大型企业的组织结构复杂、业务范围广、管理层级多，可能导致企业面临监督成本高、信息传递链条长、监控盲区多等问题（权锡鉴，2012；侯巧铭等，2017）。另一方面，从管理层乐观预期动因来看，大型企业通常在行业中具有更强的市场影响力和更稳固的经营基础，易使管理层在面对短期需求下降时倾向于维持既有运营规模、延缓成本削减，从而表现出更强的成本粘性（Chen等，2012；Ibrahim等，2022）。然而，董事网络联结能够为企业提供更多元、更具外部性的信息来源，提升管理层对行业周期、市场风险及政策变化的认知水平，弱化其乐观预期。因此，在大型企业中，董事网络联结更有助于纠正管理层的过度乐观倾向，从而更有效地抑制成本粘性。
为验证上述逻辑，本文首先按企业规模进行分组检验，其次在全样本中采用增加交互项的方法再次进行检验。
6 小规模企业（Small）定义如下：若企业规模小于当年中位数则取值为1，否则为0。表11报告了回归结果。在列（1）的小规模企业组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，但不显著；在列（2）的大规模企业组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，且在1%的水平上显著。这一结果表明，董事网络联结对企业成本粘性的抑制作用主要体现在规模较大的企业中，而在规模较小的企业中不显著。在列（3）的全样本中，本文进一步加入小规模企业变量（Small）与相关变量的交互项，回归结果显示，董事网络联结、成本粘性及小规模企业交互项（△LnRev×D×Connect×Small）的系数为负，且在10%的水平上显著。综上，企业规模对董事网络联结与企业成本粘性的关系具有显著的调节作用，董事网络联结对企业成本粘性的抑制作用在大型企业中更为显著，这一发现支持了前文分析。表 11 进一步分析：董事网络联结、企业规模与成本粘性
变量 △LnCost
小规模企业
(1)△LnCost
大规模企业
(2)△LnCost
全样本
(3)△LnRev 0.831*** 0.896*** 0.888*** (77.414) (156.199) (162.908) △LnRev×D 0.135*** −0.001 0.029 (3.923) (−0.021) (0.887) △LnRev×D×Connect 0.015 0.169*** 0.146*** (0.306) (2.888) (2.729) Connect −0.008 0.017*** 0.015*** (−0.908) (2.804) (2.825) △LnRev×Small −0.054*** (−5.096) △LnRev×D×Small 0.086** (2.463) △LnRev×D×Connect×Small −0.098* (−1.762) Connect×Small −0.018** (−2.415) Small −0.007 (−1.419) △LnRev×D×D_two 0.018 0.022 0.018 (0.744) (0.933) (1.056) D_two −0.009** −0.012*** −0.012*** (−1.973) (−3.327) (−4.167) △LnRev×D×Gdpg 1.369*** 0.737** 1.066*** (3.977) (2.556) (5.015) Gdpg 0.106 0.125*** 0.118*** (1.425) (2.654) (2.973) △LnRev×D×Einten −6.360*** −5.707*** −6.009*** (−7.824) (−5.537) (−9.680) Einten −0.001 −0.107 −0.053 (−0.004) (−0.352) (−0.269) △LnRev×D×Ainten −0.031*** −0.017*** −0.024*** (−7.977) (−5.100) (−9.477) Ainten −0.009*** −0.003* −0.006*** (−4.250) (−1.911) (−5.231) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 16454 21724 38561 Adj-R2 0.851 0.896 0.875 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
除企业规模外，董事网络联结对企业成本粘性的影响在不同公司治理结构下亦可能存在差异，尤其体现在两权分离度不同的企业中。两权分离反映了控股股东以较低现金流权撬动较高控制权的杠杆结构，其本质是控制权与经济后果不对称所引致的治理扭曲（王正文等，2025）。在此结构下，控股股东可能通过关联交易、资源占用或维持冗余资源等方式获取控制权私利，从而削弱企业的效率导向、干扰成本调整决策。相应地，内部治理机制对非效率行为的约束能力下降，资源配置僵化，成本粘性更易形成（王垒等，2020；李世刚等，2025）。在上述情境中，董事网络联结具有更强的治理增量效应。一方面，董事通过跨企业网络获取的外部信息、行业规范与治理经验，有助于削弱控股股东的信息优势，提升董事会在成本决策中的独立性与监督效能。另一方面，网络联结所带来的声誉约束提高了董事与控股股东合谋维持低效率资源配置的成本，从而促使企业在需求下降时更及时、理性地调整成本。
基于上述分析，本文首先根据企业两权分离度进行分组回归，其次在全样本中加入交互项进一步验证调节效应。具体地，若企业控制权与现金流权分离度低于样本当年中位数，低两权分离度企业（LowSep）取值为1，否则为0。表12报告了回归结果。在列（1）的低两权分离度企业组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，但不显著，表明在两权分离度较低的企业中，董事网络联结对成本粘性的影响并不明显。在列（2）的高两权分离度企业组中，董事网络联结与成本粘性交互项（△LnRev×D×Connect）的系数为正，且在1%的水平上显著，表明在两权分离度较高的企业中，董事网络联结对企业成本粘性的抑制作用更显著。在列（3）的全样本中，本文进一步加入低两权分离企业变量（LowSep）与相关变量的交互项，以整体检验两权分离度在上述关系中的调节效应。列（3）的结果显示，董事网络联结、成本粘性与低两权分离企业三者交互项（△LnRev×D×Connect×LowSep）的系数为负，且在10%的水平上显著。上述结果表明，两权分离度对董事网络联结与企业成本粘性之间的关系具有显著调节效应，董事网络联结对企业成本粘性的抑制作用主要体现在两权分离度较高的企业中。
表 12 进一步分析：董事网络联结、两权分离度与成本粘性
变量 △LnCost
低两权分离度企业
(1)△LnCost
高两权分离度企业
(2)△LnCost
全样本
(3)△LnRev 0.876*** 0.872*** 0.869*** (123.750) (114.452) (120.863) △LnRev×D 0.103*** 0.002 0.038 (2.856) (0.062) (1.336) △LnRev×D×Connect 0.047 0.148*** 0.143*** (0.965) (2.979) (3.228) Connect 0.006 0.010 0.010 (0.844) (1.158) (1.518) △LnRev×LowSep 0.003 (0.371) △LnRev×D×LowSep 0.038 (1.310) △LnRev×D×Connect×LowSep −0.101* (−1.830) Connect×LowSep −0.005 (−0.605) LowSep −0.001 (−0.164) △LnRev×D×D_two 0.016 0.047* 0.028* (0.703) (1.958) (1.720) D_two −0.011** −0.012** −0.012*** (−2.534) (−2.564) (−3.744) △LnRev×D×Gdpg 0.969*** 1.132*** 1.080*** (3.228) (3.274) (4.919) Gdpg 0.096* 0.136** 0.115*** (1.756) (2.001) (2.861) △LnRev×D×Einten −7.427*** −5.566*** −6.525*** (−8.136) (−6.467) (−10.558) Einten −0.092 0.046 −0.154 (−0.368) (0.153) (−0.825) △LnRev×D×Ainten −0.023*** −0.022*** −0.021*** (−5.580) (−7.415) (−8.751) Ainten −0.005*** −0.005*** −0.005*** (−3.018) (−4.017) (−4.869) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 19745 16922 37038 Adj-R2 0.877 0.881 0.878 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
首先，成本收入结构反映企业在既定业务模式、技术路径和资源配置安排下形成的经营特征，体现企业成本构成与收入来源的结构性差异（Anderson等，2023）。若董事网络联结能够影响企业战略选择、资源配置方式或业务组织模式，其经济后果则可能表现为企业成本结构或收入结构的变化。其次，成本调整弹性反映企业成本对收入变化的动态响应程度，体现企业在需求波动下调整资源投入与经营安排的能力（Holzhacker等，2015；祝继高和梁晓琴，2022）。因此，董事网络联结也可能通过提升董事会的信息获取能力与经营判断能力，增强企业成本对收入变化的响应能力。基于上述分析，本文从成本收入结构与成本调整弹性两个维度，进一步考察董事网络联结的经济后果。
在成本收入结构方面，本文借鉴Anderson等（2023）的研究，分别构建成本独特性和收入独特性两个指标。具体而言，本文采用公司层面滚动时间序列回归，对每个“公司−年度”观测值，以过去五年（二十个季度）的季度数据进行估计。其中，收入方程以公司季度销售收入为被解释变量，以市场总收入及所属行业收入为解释变量，残差衡量公司收入相对于市场和行业变化的偏离程度；成本方程以公司季度成本为被解释变量，以市场总成本及所属行业成本为解释变量，并进一步控制收入方程残差，残差衡量公司成本在剔除市场、行业以及收入结构差异后的偏离程度。
7 本文以当年四个季度收入（成本）方程残差绝对值的均值作为收入（成本）独特性的衡量指标。在成本调整弹性方面，本文参考祝继高和梁晓琴（2022）的研究，通过引入营业收入变动与董事网络联结的交互项（△LnRev×Connect），检验董事网络联结能否提升企业成本随收入变化调整的敏感程度。
表13报告了董事网络联结对成本收入结构与成本调整弹性的检验结果。列（1）、列（2）的结果显示，董事网络联结（Connect）对成本独特性（CostUniq）、收入独特性（RevUniq）的影响均不显著，表明董事网络联结并未显著改变企业成本（收入）结构相对于市场和行业变化的偏离程度。可能的原因在于，企业成本收入结构根植于长期形成的业务定位、技术路径与组织结构，具有较强的稳定性与路径依赖特征，因而不易因董事层面的网络关系而发生系统性变化。相较之下，董事网络联结对成本调整弹性具有显著影响。列（3）以成本变动（△LnCost）为被解释变量，营业收入变动与董事网络联结交互项（△LnRev×Connect）的系数显著为正，表明董事网络联结增强了成本变动对收入变动的响应程度，即提高了企业成本调整弹性。上述结果表明，董事网络联结主要影响管理层在需求波动情境下的成本调整决策，而非改变企业既有的成本收入结构。
表 13 经济后果分析：董事网络联结、成本收入结构与成本调整弹性
变量 CostUniq
(1)RevUniq
(2)△LnCost
(3)Connect −0.038 −0.027 −0.006 (−0.633) (−0.052) (−1.189) △LnRev×Connect 0.064*** (3.747) △LnRev 0.826*** (78.726) D 0.039*** −0.363*** −0.009*** (2.719) (−3.888) (−4.569) D_two 0.013 0.955*** −0.013*** (0.645) (6.757) (−4.564) Gdpg −0.125 −1.079 0.044 (−0.274) (−0.280) (1.108) Einten −6.343*** −60.593*** 0.752*** (−5.461) (−5.482) (3.880) Ainten −0.036*** −0.150*** 0.002** (−6.629) (−2.834) (2.147) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 36503 36503 38561 Adj-R2 0.346 0.396 0.869 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。 -
本文以2008−2023年中国A股上市公司为样本，考察董事网络联结对企业成本决策的影响。研究发现，董事网络联结对企业成本粘性具有抑制作用，且在控制样本选择偏误和潜在遗漏变量、剔除金融危机年份等多项稳健性检验后，上述结论依然成立。进一步从成本类型来看，该抑制效应主要体现在营业成本层面；从董事类型来看，该抑制效应主要由非独立董事驱动，独立董事的影响相对有限。机制分析表明，董事网络联结主要通过强化董事声誉机制和改善行业信息传递机制抑制企业成本粘性。进一步分析表明，上述抑制效应主要集中于规模较大、两权分离度较高的企业。经济后果分析表明，董事网络联结未显著改变企业成本或收入的结构独特性，但显著增强了成本对收入变化的调整弹性。本文丰富了董事特征对企业成本决策影响的研究，从社会关联的角度拓展了成本粘性动因的探索，也为厘清独立董事治理有效性的争议提供了新证据。
基于上述研究发现，本文获得如下启示：
第一，在企业成本管理层面，本文发现董事网络联结能够显著抑制成本粘性，且对营业成本粘性的抑制效果更突出。这表明，企业成本粘性并不完全由技术条件、资源承诺等客观因素决定，更与公司治理质量、董事会监督效能密切相关。因此，在收入下滑、需求波动加剧等经营承压情境下，企业成本调整的及时性既依赖管理层的判断，也取决于董事会能否依托网络联结优势识别压力、实施有效监督。企业成本管理不应局限于预算控制、费用压缩等传统管控手段，还应将董事网络治理嵌入成本决策全流程，重点强化对营业成本等经营性核心成本的监督，从治理层面破解成本粘性难题，全面提升资源配置效率与经营韧性。
第二，在董事会治理层面，本文发现董事网络联结对成本粘性的抑制作用主要由非独立董事驱动，独立董事的治理作用相对有限。非独立董事深度参与企业经营，熟悉成本结构、业务流程与资源配置逻辑，其外部网络联结更易转化为成本调整的实操建议与监督约束；而独立董事受限于信息获取、参与程度，难以对成本决策形成实质性影响。因此，企业在董事会建设与人员选聘中，应平衡合规性与实用性，在满足合规要求的基础上，摒弃“唯独立性是从”的单一选聘逻辑，重点关注非独立董事的行业经验、外部资源与网络联结能力，发挥非独立董事网络的治理价值，将董事会治理落实到成本调整、资源优化等经营实操环节，避免董事会治理形式化，切实提升董事会对企业成本决策的支撑与约束效能。
第三，在监管与制度建设层面，本文机制分析发现，董事网络联结通过声誉约束、行业信息传递影响成本粘性，表明其治理效能的发挥需要外部制度环境的支撑。完善的信息披露体系、充分的行业信息供给与透明的外部监督机制，有助于强化董事履职激励，促进声誉机制与信息传递机制有效运行。据此，监管部门在完善上市公司治理体系时，应从三方面优化制度供给：一是健全董事声誉评价与披露机制，强化董事履职的声誉激励与失职惩戒，提升声誉约束的有效性；二是优化资本市场信息披露规则，丰富行业经营、成本变动等共性信息供给，减少信息不对称；三是构建多元化外部监督体系，提升监督的可见性与可归责性，破除制度障碍。通过制度完善，为董事网络充分发挥治理功能提供保障，推动上市公司优化成本决策、提升经营效率，助力资本市场高质量发展。
-
摘要: 随着经济发展的不断深入，成本决策在推动企业发展和经济持续增长中的作用日益凸显。本文基于社会网络视角，以2008−2023年中国A股上市公司为样本，考察董事网络联结对企业成本决策的影响。研究发现：（1）总体上，随着董事网络联结强度的提升，企业成本粘性趋于下降；（2）细分成本类型后，董事网络联结对企业营业成本粘性的抑制作用更显著；区分董事类型后，董事网络联结的治理作用主要由非独立董事驱动，而独立董事的影响相对有限；（3）机制分析表明，董事网络联结主要通过强化声誉约束和缓解行业信息不对称抑制成本粘性；（4）进一步检验表明，董事网络联结对成本粘性的抑制作用在规模较大、两权分离度较高的企业中更显著；同时，董事网络联结并未显著改变企业成本或收入的结构独特性，但能够显著增强成本调整弹性。研究从社会关联角度拓展了成本粘性动因的探索，丰富了董事特征对企业成本决策影响的实证证据。
Director Network Connections and Corporate Cost Decisions
Abstract: As economic development deepens, cost decisions play an increasingly prominent role in promoting corporate growth and sustaining economic expansion. From a social network perspective, this study examines the impact of director network connections on corporate cost decisions using a sample of Chinese A-share listed firms from 2008 to 2023. The findings reveal that: (1) Overall, increased director network centrality is associated with a significant reduction in corporate cost stickiness. (2) After categorizing cost types, director network connections exhibit a more pronounced inhibitory effect on operating cost stickiness. When distinguishing between director types, the governance role of director network connections is primarily driven by non-independent directors, while the influence of independent directors is relatively limited. (3) Mechanism analysis indicates that director network connections primarily mitigate cost stickiness by strengthening reputation constraints and alleviating industry information asymmetry. (4) Further tests demonstrate that the inhibitory effect is more significant in firms with larger size and higher separation of ownership and control. Additionally, director network connections do not significantly alter the structural uniqueness of corporate costs or revenues but notably enhance cost adjustment elasticity. This study extends the exploration of the determinants of cost stickiness from the perspective of social connections and enriches empirical evidence on the influence of director characteristics on corporate cost decisions. -
表 1 变量定义
变量 名称 定义 △LnCost 成本变动 企业本期营业成本与管理费用之和的自然对数减去上一期营业成本与管理费用之和的自然对数 △LnRev 收入变动 企业本期营业收入的自然对数减去上一期营业收入的自然对数 D 收入下降 虚拟变量，若企业本期营业收入低于上一期营业收入，取值为1，否则为0 Connect 董事网络联结 企业当期综合董事网络中心度指标 D_two 连续两年收入下降 虚拟变量，若企业营业收入连续两年下降，取值为1，否则为0 Gdpg 经济增长 当期GDP相对上一期的增长率 Einten 人力资本密度 企业期末员工人数/当期营业收入 Ainten 固定资本密度 企业期末资产总额/当期营业收入 Roe 盈利水平 企业当期营业利润/期末净资产 Lev 财务杠杆 企业期末负债总额/资产总额 Age 企业年龄 企业上市年限加1取自然对数 Soe 产权性质 虚拟变量，国有企业取值为1，否则为0 Sh 第一大股东持股比例 企业期末第一大股东持股数/企业总股数 Sh2_10 第二到十大股东持股比例 企业期末第二至第十大股东持股数之和/企业总股数 Rinde 独立董事比例 企业期末独立董事人数/董事会总人数 Dual 两职合一 虚拟变量，若企业董事长兼任总经理，取值为1，否则为0 Mshare 管理层持股比例 企业期末管理层持股数/企业总股数 Index 市场化水平 企业所在省份当期的市场化指数 
下载: 导出CSV
表 2 描述性统计
变量 观测值 均值 下四分位数 中位数 上四分位数 标准差 △LnCost 38561 0.100 −0.038 0.090 0.229 0.301 △LnRev 38561 0.095 −0.047 0.089 0.229 0.328 D 38561 0.317 0 0 1 0.465 Connect 38561 0.456 0.267 0.467 0.667 0.251 D_two 38561 0.124 0 0 0 0.330 Gdpg 38561 0.075 0.056 0.075 0.091 0.034 Einten 38561 0.014 0.006 0.011 0.017 0.013 Ainten 38561 2.684 1.327 1.945 3.012 2.599 Roe 38561 0.046 0.020 0.065 0.118 0.170 Lev 38561 0.449 0.287 0.443 0.601 0.208 Age 38561 2.322 1.792 2.398 2.890 0.673 Soe 38561 0.372 0 0 1 0.483 Sh 38561 0.331 0.217 0.306 0.427 0.148 Sh2_10 38561 0.227 0.126 0.216 0.314 0.125 Rinde 38561 0.376 0.333 0.364 0.429 0.054 Dual 38561 0.263 0 0 1 0.440 Mshare 38561 0.059 0.000 0.001 0.040 0.124 Index 38561 9.129 8.350 9.440 10.250 1.467
下载: 导出CSV
表 3 主要变量的相关系数矩阵
变量 (1) (2) (3) (4) (5) (6) (7) (8) (1)△LnCost 1.000 (2)△LnRev 0.911*** 1.000 (3)D −0.609*** −0.655*** 1.000 (4)Connect 0.014*** 0.017*** −0.023*** 1.000 (5)D_two −0.388*** −0.412*** 0.559*** −0.029*** 1.000 (6)Gdpg 0.113*** 0.119*** −0.119*** −0.010** −0.059*** 1.000 (7)Einten −0.119*** −0.153*** 0.101*** −0.116*** 0.139*** 0.251*** 1.000 (8)Ainten −0.213*** −0.254*** 0.209*** −0.022*** 0.219*** −0.027*** 0.296*** 1.000 注：*、**、***分别表示10%、5%、1%的显著性水平。
下载: 导出CSV
表 4 董事网络联结与成本粘性
变量 △LnCost
全样本
(1)△LnCost
全样本
(2)△LnCost
全样本
(3)△LnRev 0.867*** 0.866*** 0.868*** (162.577) (162.704) (156.105) △LnRev×D −0.069*** −0.140*** 0.064*** (−7.453) (−6.964) (2.598) △LnRev×D×Connect 0.175*** 0.106*** (4.419) (2.948) Connect 0.012** 0.009* (2.516) (1.912) △LnRev×D×D_two 0.019 (1.130) D_two −0.013*** (−4.200) △LnRev×D×Gdpg 1.048*** (4.920) Gdpg 0.117*** (2.913) △LnRev×D×Einten −6.413*** (−10.457) Einten −0.135 (−0.674) △LnRev×D×Ainten −0.023*** (−9.224) Ainten −0.005*** (−4.819) Roe −0.143*** (−19.939) Lev −0.026*** (−3.495) Age −0.015*** (−4.196) Soe −0.008* (−1.702) Sh 0.038*** (3.081) Sh2_10 0.035*** (3.058) Rinde −0.008 (−0.496) Dual −0.003 (−1.094) Mshare 0.046*** (3.957) Index 0.001 (0.607) Constant 0.013*** 0.008*** 0.050*** (13.898) (3.168) (2.636) Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 38561 38561 38561 Adj-R2 0.864 0.864 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平。
下载: 导出CSV
表 5 董事网络联结与不同类型成本粘性
变量 △LnRevCost
营业成本
(1)△LnFee
管理费用
(2)△LnRev 0.976*** 0.420*** (165.154) (38.310) △LnRev×D −0.035 −0.290*** (−1.261) (−7.205) △LnRev×D×Connect 0.066* 0.065 (1.788) (1.250) Connect 0.010** −0.005 (1.969) (−0.546) △LnRev×D×D_two 0.020 0.151*** (1.201) (4.964) D_two −0.007** −0.004 (−2.028) (−0.740) △LnRev×D×Gdpg 1.192*** −0.065 (4.804) (−0.192) Gdpg 0.095** 0.137 (2.163) (1.583) △LnRev×D×Einten −3.158*** −0.971 (−4.274) (−0.920) Einten −0.166 1.109*** (−0.874) (3.755) △LnRev×D×Ainten −0.004 −0.016*** (−1.292) (−4.508) Ainten −0.002 0.001 (−1.519) (0.962) ConVar 控制 控制 Firm 控制 控制 Ind×Year 控制 控制 Obs# 38559 38556 Adj-R2 0.873 0.308 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 6 不同类型董事网络联结与成本粘性
变量 △LnCost
全样本
(1)△LnCost
全样本
(2)△LnCost
全样本
(3)△LnRev 0.868*** 0.868*** 0.868*** (156.061) (155.906) (155.955) △LnRev×D 0.079*** 0.065** 0.056** (3.358) (2.500) (2.089) △LnRev×D×ConnectIn 0.065** 0.038 (2.231) (1.186) ConnectIn 0.007* 0.004 (1.715) (0.977) △LnRev×D×ConnectDe 0.097*** 0.076** (2.800) (1.999) ConnectDe 0.014** 0.012* (2.102) (1.766) △LnRev×D×D_two 0.020 0.017 0.019 (1.171) (1.037) (1.112) D_two −0.013*** −0.013*** −0.013*** (−4.262) (−4.312) (−4.276) △LnRev×D×Gdpg 1.063*** 1.077*** 1.075*** (5.007) (5.067) (5.054) Gdpg 0.118*** 0.118*** 0.118*** (2.942) (2.929) (2.946) △LnRev×D×Einten −6.455*** −6.450*** −6.401*** (−10.497) (−10.511) (−10.419) Einten −0.142 −0.141 −0.138 (−0.706) (−0.704) (−0.688) △LnRev×D×Ainten −0.023*** −0.024*** −0.024*** (−9.293) (−9.351) (−9.338) Ainten −0.005*** −0.005*** −0.005*** (−4.823) (−4.848) (−4.844) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 38561 38561 38561 Adj-R2 0.874 0.874 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 7 稳健性检验（一）
变量 △LnCost
(1)△LnCost
(2)△LnCost
(3)△LnCost
(4)△LnCost
(5)△LnRev 0.869*** 0.868*** 0.869*** 0.866*** 0.880*** (156.613) (155.952) (157.714) (149.659) (138.540) △LnRev×D 0.060** 0.025 −0.131 0.072*** 0.068* (2.409) (0.563) (−1.614) (2.862) (1.783) △LnRev×D×Connect 0.098*** 0.102*** 0.075** 0.100*** 0.116** (2.783) (2.853) (2.075) (2.634) (2.303) Connect 0.005 0.009* 0.007 0.008* 0.006 (0.958) (1.872) (1.367) (1.647) (0.919) △LnRev×D×Law 0.003 (1.081) Law −0.001 (−1.033) △LnRev×D×Lev 0.177*** (5.127) △LnRev×D×Sh 0.124** (2.540) △LnRev×D×Rinde −0.024 (−0.184) △LnRev×D×Mshare −0.025 (−0.306) △LnRev×D×Index 0.010 (1.598) △LnRev×D×D_two 0.020 0.018 0.020 0.023 0.004 (1.210) (1.092) (1.223) (1.332) (0.190) D_two −0.012*** −0.013*** −0.013*** −0.011*** −0.014*** (−3.928) (−4.211) (−4.454) (−3.644) (−3.681) △LnRev×D×Gdpg 1.066*** 1.182*** 1.008*** 1.012*** 0.985*** (5.033) (5.094) (4.752) (4.277) (3.173) Gdpg 0.135*** 0.129*** 0.114*** 0.109*** 0.120** (3.430) (3.102) (2.830) (2.597) (2.295) △LnRev×D×Einten −6.406*** −6.317*** −5.914*** −6.705*** −6.299*** (−10.322) (−10.017) (−9.396) (−9.756) (−8.976) Einten −0.079 −0.139 −0.101 −0.008 −0.201 (−0.422) (−0.692) (−0.507) (−0.032) (−0.820) △LnRev×D×Ainten −0.023*** −0.023*** −0.024*** −0.024*** −0.025*** (−9.237) (−9.221) (−9.522) (−8.870) (−7.412) Ainten −0.005*** −0.005*** −0.005*** −0.006*** −0.006*** (−5.409) (−4.818) (−4.672) (−5.039) (−3.424) Imr −0.095*** (−9.585) ConVar 控制 控制 控制 控制 控制 Firm 控制 控制 控制 控制 控制 Ind×Year 控制 控制 控制 控制 控制 Obs# 38233 38561 38561 36078 24937 Adj-R2 0.876 0.874 0.875 0.874 0.881 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 8 稳健性检验（二）
变量 △LnCost
(1)△LnCost
(2)△LnCost
(3)△LnCost
(4)△LnRev 0.868*** 0.866*** 0.872*** 0.868*** (122.743) (154.282) (152.300) (155.984) △LnRev×D 0.064** 0.071*** 0.066*** 0.052* (2.776) (2.842) (2.588) (1.929) △LnRev×D×Connect 0.106** 0.094** 0.091*** 0.139*** (2.734) (2.567) (2.693) (3.161) Connect 0.009 0.010** 0.012** 0.010 (1.624) (2.061) (2.337) (1.301) △LnRev×D×D_two 0.019* 0.021 0.031* 0.019 (2.047) (1.245) (1.787) (1.099) D_two −0.013*** −0.013*** −0.011*** −0.013*** (−7.342) (−4.185) (−3.396) (−4.239) △LnRev×D×Gdpg 1.048*** 1.113*** 1.036*** 1.034*** (3.614) (5.141) (4.641) (4.859) Gdpg 0.117*** 0.124*** 0.115*** (2.959) (3.065) (2.860) △LnRev×D×Einten −6.413*** −6.878*** −6.557*** −6.460*** (−6.069) (−10.917) (−10.207) (−10.551) Einten −0.135 −0.278 −0.235 −0.135 (−0.821) (−1.450) (−1.379) (−0.671) △LnRev×D×Ainten −0.023*** −0.023*** −0.023*** −0.024*** (−6.654) (−8.852) (−8.849) (−9.282) Ainten −0.005*** −0.005*** −0.004*** −0.005*** (−4.758) (−4.671) (−4.180) (−4.816) ConVar 控制 控制 控制 控制 Firm 控制 控制 控制 控制 Ind×Year 控制 未控制 控制 控制 Year 未控制 控制 未控制 未控制 City×Year 未控制 未控制 控制 未控制 聚类 行业 公司 公司 公司 Obs# 38561 38561 37331 38561 Adj-R2 0.874 0.870 0.878 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 9 机制检验：董事网络联结、企业声誉与成本粘性
变量 △LnCost
高声誉企业
(1)△LnCost
低声誉企业
(2)△LnCost
全样本
(3)△LnRev 0.864*** 0.871*** 0.870*** (93.866) (101.087) (114.417) △LnRev×D 0.058 0.129*** 0.139*** (1.396) (3.540) (4.613) △LnRev×D×Connect 0.194*** 0.006 0.022 (3.363) (0.096) (0.413) Connect 0.018* −0.003 0.008 (1.930) (−0.401) (1.184) △LnRev×HighRep −0.004 (−0.450) △LnRev×D×HighRep −0.081** (−2.371) △LnRev×D×Connect×HighRep 0.125** (2.058) Connect×HighRep 0.000 (0.008) HighRep 0.003 (0.650) △LnRev×D×D_two 0.023 0.018 0.021 (0.897) (0.652) (1.104) D_two −0.017*** −0.006 −0.013*** (−3.617) (−1.170) (−3.752) △LnRev×D×Gdpg 0.716** 0.953** 0.858*** (2.298) (2.192) (3.515) Gdpg 0.233*** −0.060 0.119*** (3.627) (−0.791) (2.601) △LnRev×D×Einten −8.055*** −6.516*** −7.329*** (−7.976) (−6.396) (−10.204) Einten −0.369 0.396 0.008 (−0.944) (0.774) (0.028) △LnRev×D×Ainten −0.023*** −0.026*** −0.025*** (−6.365) (−5.806) (−9.081) Ainten −0.004** −0.009*** −0.007*** (−2.333) (−3.820) (−5.139) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 16855 13559 31041 Adj-R2 0.873 0.880 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 10 机制检验：董事网络联结、行业信息与成本粘性
变量 △LnCost
低行业关注企业
(1)△LnCost
高行业关注企业
(2)△LnCost
全样本
(3)△LnRev 0.852*** 0.879*** 0.877*** (82.946) (138.150) (147.164) △LnRev×D 0.070* 0.076** 0.061** (1.890) (2.230) (2.066) △LnRev×D×Connect 0.135*** 0.062 0.050 (2.700) (1.175) (1.083) Connect 0.020** 0.000 0.002 (2.256) (0.065) (0.389) △LnRev×LowIndAttn −0.024** (−2.179) △LnRev×D×LowIndAttn 0.007 (0.243) △LnRev×D×Connect×LowIndAttn 0.106** (2.087) Connect×LowIndAttn 0.020** (2.546) △LnRev×D×D_two 0.020 0.024 0.020 (0.731) (1.075) (1.202) D_two −0.011** −0.012*** −0.013*** (−2.264) (−3.020) (−4.274) △LnRev×D×Gdpg 1.169*** 0.890*** 1.083*** (3.560) (3.031) (5.070) Gdpg 0.132* 0.134*** 0.120*** (1.766) (2.758) (2.991) △LnRev×D×Einten −8.685*** −4.311*** −6.272*** (−8.306) (−4.944) (−9.984) Einten −0.256 0.067 −0.121 (−0.736) (0.227) (−0.598) △LnRev×D×Ainten −0.016*** −0.034*** −0.024*** (−5.444) (−8.436) (−9.408) Ainten −0.004*** −0.008*** −0.005*** (−2.645) (−4.663) (−4.882) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 14413 23636 38561 Adj-R2 0.863 0.886 0.874 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；列（3）控制了“行业×年份”固定效应，LowIndAttn单独项已被固定效应吸收；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 11 进一步分析：董事网络联结、企业规模与成本粘性
变量 △LnCost
小规模企业
(1)△LnCost
大规模企业
(2)△LnCost
全样本
(3)△LnRev 0.831*** 0.896*** 0.888*** (77.414) (156.199) (162.908) △LnRev×D 0.135*** −0.001 0.029 (3.923) (−0.021) (0.887) △LnRev×D×Connect 0.015 0.169*** 0.146*** (0.306) (2.888) (2.729) Connect −0.008 0.017*** 0.015*** (−0.908) (2.804) (2.825) △LnRev×Small −0.054*** (−5.096) △LnRev×D×Small 0.086** (2.463) △LnRev×D×Connect×Small −0.098* (−1.762) Connect×Small −0.018** (−2.415) Small −0.007 (−1.419) △LnRev×D×D_two 0.018 0.022 0.018 (0.744) (0.933) (1.056) D_two −0.009** −0.012*** −0.012*** (−1.973) (−3.327) (−4.167) △LnRev×D×Gdpg 1.369*** 0.737** 1.066*** (3.977) (2.556) (5.015) Gdpg 0.106 0.125*** 0.118*** (1.425) (2.654) (2.973) △LnRev×D×Einten −6.360*** −5.707*** −6.009*** (−7.824) (−5.537) (−9.680) Einten −0.001 −0.107 −0.053 (−0.004) (−0.352) (−0.269) △LnRev×D×Ainten −0.031*** −0.017*** −0.024*** (−7.977) (−5.100) (−9.477) Ainten −0.009*** −0.003* −0.006*** (−4.250) (−1.911) (−5.231) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 16454 21724 38561 Adj-R2 0.851 0.896 0.875 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 12 进一步分析：董事网络联结、两权分离度与成本粘性
变量 △LnCost
低两权分离度企业
(1)△LnCost
高两权分离度企业
(2)△LnCost
全样本
(3)△LnRev 0.876*** 0.872*** 0.869*** (123.750) (114.452) (120.863) △LnRev×D 0.103*** 0.002 0.038 (2.856) (0.062) (1.336) △LnRev×D×Connect 0.047 0.148*** 0.143*** (0.965) (2.979) (3.228) Connect 0.006 0.010 0.010 (0.844) (1.158) (1.518) △LnRev×LowSep 0.003 (0.371) △LnRev×D×LowSep 0.038 (1.310) △LnRev×D×Connect×LowSep −0.101* (−1.830) Connect×LowSep −0.005 (−0.605) LowSep −0.001 (−0.164) △LnRev×D×D_two 0.016 0.047* 0.028* (0.703) (1.958) (1.720) D_two −0.011** −0.012** −0.012*** (−2.534) (−2.564) (−3.744) △LnRev×D×Gdpg 0.969*** 1.132*** 1.080*** (3.228) (3.274) (4.919) Gdpg 0.096* 0.136** 0.115*** (1.756) (2.001) (2.861) △LnRev×D×Einten −7.427*** −5.566*** −6.525*** (−8.136) (−6.467) (−10.558) Einten −0.092 0.046 −0.154 (−0.368) (0.153) (−0.825) △LnRev×D×Ainten −0.023*** −0.022*** −0.021*** (−5.580) (−7.415) (−8.751) Ainten −0.005*** −0.005*** −0.005*** (−3.018) (−4.017) (−4.869) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 19745 16922 37038 Adj-R2 0.877 0.881 0.878 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
表 13 经济后果分析：董事网络联结、成本收入结构与成本调整弹性
变量 CostUniq
(1)RevUniq
(2)△LnCost
(3)Connect −0.038 −0.027 −0.006 (−0.633) (−0.052) (−1.189) △LnRev×Connect 0.064*** (3.747) △LnRev 0.826*** (78.726) D 0.039*** −0.363*** −0.009*** (2.719) (−3.888) (−4.569) D_two 0.013 0.955*** −0.013*** (0.645) (6.757) (−4.564) Gdpg −0.125 −1.079 0.044 (−0.274) (−0.280) (1.108) Einten −6.343*** −60.593*** 0.752*** (−5.461) (−5.482) (3.880) Ainten −0.036*** −0.150*** 0.002** (−6.629) (−2.834) (2.147) ConVar 控制 控制 控制 Firm 控制 控制 控制 Ind×Year 控制 控制 控制 Obs# 36503 36503 38561 Adj-R2 0.346 0.396 0.869 注：括号内为t值，*、**、***分别表示10%、5%、1%的显著性水平；限于篇幅，ConVar包含的控制变量的回归结果未报告，数据备索。
下载: 导出CSV
-
[1] 包凤耐, 彭正银, 韩炜. 2013. 连锁董事网、关联方网与公司治理绩效的影响. 现代财经(天津财经大学学报) (12): 94−104. [2] 陈仕华, 姜广省, 卢昌崇. 2013. 董事联结、目标公司选择与并购绩效——基于并购双方之间信息不对称的研究视角. 管理世界 (12): 117−132, 187−188. [3] 陈艳. 2009. 独立董事声誉与独立董事劳动力市场有效性. 经济学家 (4): 5−15. [4] 陈逸同, 董正英. 2018. 企业网络中心性与绩效的倒U型关系——创业导向的中介作用及环境不确定性的调节作用. 科技管理研究 (12): 192−204. doi: 10.3969/j.issn.1000-7695.2018.12.027 [5] 陈运森, 谢德仁. 2011. 网络位置、独立董事治理与投资效率. 管理世界 (7): 113−127. [6] 陈运森, 谢德仁. 2012. 董事网络、独立董事治理与高管激励. 金融研究 (2): 168−182. [7] 陈运森, 郑登津. 2017. 董事网络关系、信息桥与投资趋同. 南开管理评论 (3): 159−171. [8] 崔学刚, 徐金亮. 2013. 境外上市、绑定机制与公司费用粘性. 会计研究 (12): 33−39. doi: 10.3969/j.issn.1003-2886.2013.12.005 [9] 费方域. 1996. 董事与董事会的职责和功能. 上海经济研究 (12): 37−40. doi: 10.19626/j.cnki.cn31-1163/f.1996.12.011 [10] 龚启辉, 刘慧龙, 申慧慧. 2010. 地区要素市场发育、国有控股与成本和费用粘性. 中国会计评论 (4): 431−446. [11] 侯巧铭, 宋力, 蒋亚朋. 2017. 管理者行为、企业生命周期与非效率投资. 会计研究 (3): 61−67. [12] 胡诗阳, 尹亮, 赵健宇, 薛瑞. 2023. 法律责任与独立董事履职行为: 基于中国新《证券法》的准自然实验研究. 会计研究 (4): 158−172. [13] 胡奕明, 唐松莲. 2008. 独立董事与上市公司盈余信息质量. 管理世界 (9): 149−160. [14] 黄海杰, 吕长江, 丁慧. 2016. 独立董事声誉与盈余质量——会计专业独董的视角. 管理世界 (3): 128−143, 188. [15] 江伟, 姚文韬, 胡玉明. 2016. 《最低工资规定》的实施与企业成本粘性. 会计研究 (10): 56−62. [16] 江新峰, 马榕, 张敦力. 2025. 碳市场建立能促进非控排企业低碳转型吗——来自董事网络的经验证据. 会计研究 (4): 88−104. [17] 焦跃华, 孙源. 2021. 学者型独立董事与企业创新——来自中国资本市场的经验证据. 会计与经济研究 (5): 25−42. doi: 10.16314/j.cnki.31-2074/f.2021.05.001 [18] 李世刚, 邵宏彬, 章卫东. 2025. 有限合伙协议构架与独立董事异议行为. 会计研究 (3): 179−192. doi: 10.3969/j.issn.1003-2886.2025.03.013 [19] 李洋, 汪平, 王庆娟. 2019. 董事联结能抑制薪酬粘性吗? ——管理层权力的中介效应研究. 经济与管理研究 (7): 128−144. doi: 10.13502/j.cnki.issn1000-7636.2019.07.010 [20] 梁上坤. 2018. 机构投资者持股会影响公司费用粘性吗. 管理世界 (12): 133−148. doi: 10.3969/j.issn.1002-5502.2018.12.012 [21] 梁上坤. 2020. 政策不确定性与公司成本决策. 经济学报 (1): 172−210. [22] 梁雯, 刘淑莲, 李济含. 2018. 网络位置、董事经验与企业并购. 山西财经大学学报 (7): 98−111. doi: 10.13781/j.cnki.1007-9556.2018.07.008 [23] 廖辉, 孟醒, 龚烁宇. 2024. 连锁董事网络与企业绩效: 现状、机制及异质性分析. 系统工程理论与实践 (9): 2978−2994. [24] 林钟高, 辛明璇. 2023. 董事网络位置与企业金融资产投资效率. 会计研究 (2): 79−95. doi: 10.3969/j.issn.1003-2886.2023.02.007 [25] 刘永涛, 陈运森, 谢德仁, 郑登津. 2015. 董事连锁网络与会计政策趋同——基于开发支出会计政策隐性选择的证据. 中国会计评论 (1): 1−30. [26] 刘媛媛, 刘斌. 2014. 劳动保护、成本粘性与企业应对. 经济研究 (5): 63−76. [27] 卢锐, 陈胜蓝. 2015. 货币政策波动与公司劳动力成本黏性. 会计研究 (12): 53−58. [28] 鲁乔杉, 李秉祥, 张涛, 权小锋. 2022. 独立董事关系网络与MD&A文本信息惯性披露——基于程度中心度和结构洞视角. 会计研究 (9): 39−51. [29] 鲁桐. 2002. 独立董事制度的发展及其在中国的实践. 世界经济 (6): 3−12, 80. [30] 陆贤伟, 王建琼, 董大勇. 2013. 董事网络、信息传递与债务融资成本. 管理科学 (3): 55−64. doi: 10.3969/j.issn.1672-0334.2013.03.006 [31] 罗党论, 唐清泉. 2009. 政治关系、社会资本与政策资源获取: 来自中国民营上市公司的经验证据. 世界经济 (7): 84−96. [32] 马慧, 靳庆鲁. 2024. 户籍制度改革与劳动力成本粘性. 会计研究 (2): 125−137. [33] 马连福, 冯慧群. 2014. 董事会资本对公司治理水平的影响效应研究. 南开管理评论 (2): 46−55. doi: 10.3969/j.issn.1008-3448.2014.02.006 [34] 马永强, 张泽南. 2013. 金融危机冲击、管理者盈余动机与成本费用粘性研究. 南开管理评论 (6): 70−80. [35] 权锡鉴. 2012. 大型企业市场链管理模式研究. 中国工业经济 (4): 128−140. [36] 权小锋, 朱宇翔, 张华玉. 2024. 家族企业更重视员工利益吗? ——基于劳动力成本粘性的考察视角. 管理科学学报 (4): 65−79. doi: 10.19920/j.cnki.jmsc.2024.04.004 [37] 孙光国, 孙瑞琦. 2018. 控股股东委派执行董事能否提升公司治理水平. 南开管理评论 (1): 88−98, 108. [38] 孙铮, 刘浩. 2004. 中国上市公司费用“粘性”行为研究. 经济研究 (12): 26−34, 84. [39] 万良勇, 郑小玲. 2014. 董事网络的结构洞特征与公司并购. 会计研究 (5): 67−72. [40] 王垒, 曲晶, 赵忠超, 丁黎黎. 2020. 组织绩效期望差距与异质机构投资者行为选择: 双重委托代理视角. 管理世界 (7): 132−153. [41] 王亮, 王琦凯. 2023. 企业经济政策不确定性感知的传染效应: 基于年报文本挖掘和连锁董事网络的分析. 计量经济学报 (2): 548−569. doi: 10.12012/CJoE2022-0085 [42] 王小鲁, 樊纲, 李爱莉. 2024. 中国分省营商环境指数2023年报告. 北京: 社会科学文献出版社. [43] 王营, 曹廷求. 2014. 董事网络增进企业债务融资的作用机理研究. 金融研究 (7): 189−206. [44] 王营, 曹廷求. 2017. 董事网络与融资约束: 信息效应和资源效应. 中南财经政法大学学报 (1): 83−93. [45] 王正文, 韩子涵, 李委铮, 耿志祥. 2025. 董事高管责任保险与大股东掏空. 金融研究 (6): 189−206. [46] 谢德仁, 陈运森. 2012. 董事网络: 定义、特征和计量. 会计研究 (3): 44−51. [47] 谢素朴, 潘彬. 2025. 参与“一带一路”投资会影响企业成本粘性吗——基于中国上市公司经验数据. 会计研究 (6): 19−31. doi: 10.3969/j.issn.1003-2886.2025.06.002 [48] 谢志华, 张庆龙, 袁蓉丽. 2011. 董事会结构与决策效率. 会计研究 (1): 31−37. [49] 徐二明, 衣凤鹏. 2014. 上市公司连锁董事对社会绩效的影响. 经济管理 (6): 44−56. [50] 叶康涛, 祝继高, 陆正飞, 张然. 2011. 独立董事的独立性: 基于董事会投票的证据. 经济研究 (1): 126−139. [51] 于东智, 池国华. 2004. 董事会规模、稳定性与公司绩效: 理论与经验分析. 经济研究 (4): 70−79. [52] 于忠泊, 田高良, 张咏梅. 2012. 媒体关注、制度环境与盈余信息市场反应——对市场压力假设的再检验. 会计研究 (9): 40−51. [53] 余明桂, 宁莎莎. 2016. 独立董事社会网络与企业投资效率. 华东经济管理 (2): 136−140. [54] 张军. 1995. 关系: 一个初步的经济分析. 世界经济文汇 (6): 47−55. [55] 张其仔. 2001. 新经济社会学. 北京: 中国社会科学出版社. [56] 张龑, 黄凯南. 2023. 董事网络距离与公司股票投资的“近邻偏好”. 经济学(季刊) (1): 335−352. [57] 郑登津, 谢秉原, 张源珍. 2024. 连锁董事在传播僵尸企业的高杠杆财务政策吗? 会计与经济研究 (1): 41−59. doi: 10.16314/j.cnki.31-2074/f.20240722.001 [58] 朱建新, 李鑫, 刘可心. 2025. 数字化转型下连锁董事网络嵌入对企业债务筹资的影响研究. 管理学报(网络首发) . [59] 祝继高, 梁晓琴. 2022. 企业标准化建设与成本弹性研究——来自中国A股制造业上市公司的证据. 经济研究 (12): 31−50. [60] 祝继高, 叶康涛, 陆正飞. 2015. 谁是更积极的监督者: 非控股股东董事还是独立董事? 经济研究 (9): 170−184. [61] 左晓宇, 孙谦. 2017. 董事网络、公司中心度与并购. 投资研究 (2): 4−16. [62] Anderson, M., R. Banker, and S. Janakiraman. 2003. Are selling, general, and administrative costs “sticky”? Journal of Accounting Research 41(1): 47−63. [63] Anderson, M., R. Mashruwala, Y. Wang, and R. Zhao. 2023. Cost uniqueness and information uncertainty. Contemporary Accounting Research 40(4): 2226−2255. [64] Armstrong, C. S., W. R. Guay, and J. P. Weber. 2010. The role of information and financial reporting in corporate governance and debt contracting. Journal of Accounting and Economics 50(2-3): 179−234. [65] Balakrishnan, R., and T. S. Gruca. 2008. Cost stickiness and core competency: A note. Contemporary Accounting Research 25(4): 993−1006. [66] Balsmeier, B., L. Fleming, and G. Manso. 2017. Independent boards and innovation. Journal of Financial Economics 123(3): 536−557. [67] Banker, R. D., D. Byzalov, and J. M. Plehn-Dujowich. 2011. Sticky cost behavior: Theory and evidence. Working Paper. [68] Banker, R. D., D. Byzalov, and J. M. Plehn-Dujowich. 2014. Demand uncertainty and cost behavior. The Accounting Review 89(3): 839−865. [69] Banker, R. D., D. Byzalov, and L. T. Chen. 2013. Employment protection legislation, adjustment costs, and cross-country differences in cost behavior. Journal of Accounting and Economics 55(1): 111−127. [70] Chen, C. X., H. Lu, and T. Sougiannis. 2012. The agency problem, corporate governance, and the asymmetrical behavior of selling, general, and administrative costs. Contemporary Accounting Research 29(1): 252−282. [71] Denis, D. J., and A. Sarin. 1999. Ownership and board structures in publicly traded corporations. Journal of Financial Economics 52(2): 187−223. [72] Ertimur, Y., F. Ferri, and D. A. Maber. 2012. Reputation penalties for poor monitoring of executive pay: Evidence from option backdating. Journal of Financial Economics 104(1): 118−144. [73] Freeman, L. C. 1977. A set of measures of centrality based on betweenness. Sociometry 40(1): 35−41. [74] Holzhacker, M., R. Krishnan, and M. D. Mahlendorf. 2015. Unraveling the black box of cost behavior: An empirical investigation of risk drivers, managerial resource procurement, and cost elasticity. The Accounting Review 90(6): 2305−2335. [75] Ibrahim, A., H. Ali, and H. Aboelkheir. 2022. Cost stickiness: A systematic literature review of 27 years of research and a future research agenda. Journal of International Accounting, Auditing and Taxation 46, 100439. [76] Kama, I., and D. Weiss. 2013. Do earnings targets and managerial incentives affect sticky costs? Journal of Accounting Research 51(1): 201−224. [77] Larcker, D. F., S. A. Richardson, and A. J. Seary. 2005. Director networks, executive compensation, and organizational performance. Working Paper. [78] Lin, N. 2002. Social capital: A theory of social structure and action. Cambridge: Cambridge University Press. [79] Schoorman, F. D., M. H. Bazerman, and R. S. Atkin. 1981. Interlocking directorates: A strategy for reducing environmental uncertainty. Academy of Management Review 6(2): 243−251. [80] Stulz, R. 1990. Managerial discretion and optimal financing policies. Journal of Financial Economics 26(1): 3−27.
点击查看大图
表(13)
计量
- 文章访问数: 34
- HTML全文浏览量: 15
- PDF下载量: 32
- 被引次数: 0
