智力資本與企業(yè)技術(shù)效率
——高技術(shù)產(chǎn)業(yè)上市公司的實證分析

張運華 陳華橋

（江蘇科技大學(xué)經(jīng)濟管理學(xué)院，江蘇 鎮(zhèn)江 212003）

智力資本與企業(yè)技術(shù)效率
——高技術(shù)產(chǎn)業(yè)上市公司的實證分析

張運華 陳華橋

（江蘇科技大學(xué)經(jīng)濟管理學(xué)院，江蘇 鎮(zhèn)江 212003）

應(yīng)用動態(tài)DEA模型計算78家高技術(shù)產(chǎn)業(yè)上市公司2010-2014連續(xù)5年的技術(shù)效率。在此基礎(chǔ)上，通過面板數(shù)據(jù)回歸分析的方法探究智力資本與技術(shù)效率之間的關(guān)系。結(jié)果顯示，智力資本與技術(shù)效率之間顯著正相關(guān)。研究結(jié)果也表明，智力資本對公司的發(fā)展至關(guān)重要。在動態(tài)的商業(yè)環(huán)境中，高技術(shù)公司的管理者們應(yīng)該投資并充分利用智力資本以獲得競爭優(yōu)勢。

智力資本；技術(shù)效率；動態(tài)DEA

對高新技術(shù)產(chǎn)業(yè)這樣的知識密集型行業(yè)而言,已有研究對生產(chǎn)過程中的連續(xù)性問題以及智力資本與產(chǎn)業(yè)效率的關(guān)聯(lián)度問題關(guān)注不夠。本文擬從企業(yè)的智力資本和技術(shù)效率的角度出發(fā),探討企業(yè)智力資本與企業(yè)技術(shù)效率之間的關(guān)系,以期將企業(yè)智力資本理論與技術(shù)效率理論相結(jié)合,為高技術(shù)企業(yè)智力資本的開發(fā)選擇與規(guī)劃提供參考依據(jù)。

1 研究框架和數(shù)據(jù)選取

1.1 高技術(shù)產(chǎn)業(yè)上市公司的動態(tài)經(jīng)營過程

在如今的動態(tài)商業(yè)環(huán)境中,由于資本分配是主要的經(jīng)濟過程,高技術(shù)產(chǎn)業(yè)上市公司必須關(guān)注基于長期經(jīng)營效率的變化,對其效率的評價也應(yīng)考慮到其生產(chǎn)經(jīng)營的動態(tài)性特征。按照會計持續(xù)經(jīng)營假設(shè),公司將長期不斷地持續(xù)經(jīng)營下去。持續(xù)經(jīng)營的公司不僅有當(dāng)前期間的投入與產(chǎn)出,還有連接變量從本期(t)進入到下一期(t+1)。舉個例子,公司將本期累計的固定資產(chǎn)結(jié)轉(zhuǎn)到下一期。此類科目涉及到會計上的永久賬戶。

結(jié)合已有高技術(shù)產(chǎn)業(yè)效率的研究,論文所采用的指標(biāo)體系為：勞動力、研發(fā)費用、固定資產(chǎn)、凈利潤以及價值增加值。從會計周期開始,我們從經(jīng)營的角度研究高技術(shù)產(chǎn)業(yè)上市公司的動態(tài)過程。圖1描述了這種動態(tài)的經(jīng)營過程。每一期的投入變量是勞動力、研發(fā)費用和固定資產(chǎn),其中研發(fā)費用和固定資產(chǎn)是連接變量或是永久賬戶,凈利潤和價值增加值是每一期的產(chǎn)出變量。表1分類列舉了本文使用的投入變量、產(chǎn)出變量以及連接變量。

表1 投入產(chǎn)出變量

1.2 數(shù)據(jù)的收集與統(tǒng)計

本文數(shù)據(jù)來源于上海證券交易所和深圳證券交易所披露的上市公司年報。隨機抽取了78家高技術(shù)產(chǎn)業(yè)上市公司的面板數(shù)據(jù),時間跨度為2010-2014。表2提供了2010-2014連續(xù)5年的投入產(chǎn)出的描述數(shù)據(jù)。

2 研究方法

2.1 技術(shù)效率的測量

Chames和Cooper于1978年提出了第一個數(shù)據(jù)包絡(luò)分析(DEA)模型,它是一種非參數(shù)數(shù)學(xué)線性規(guī)劃技術(shù),已被廣泛用于測量高技術(shù)產(chǎn)業(yè)或更多領(lǐng)域的技術(shù)效率。和傳統(tǒng)DEA相比,動態(tài)DEA是引入了一個時間路徑,把上期的連接變量通過時間路徑計算到本期,從而更準(zhǔn)確地計算長期的技術(shù)效率。技術(shù)效率的數(shù)值在0和1之間,1代表最高效率,0代表沒有效率。

由于傳統(tǒng)DEA計算技術(shù)效率時,把每一年作為孤立的、靜態(tài)的單元計算,并沒有考慮到經(jīng)營生產(chǎn)的動態(tài)性,不能反映動態(tài)的經(jīng)營過程的實際情況?；诖?Tone等提出了動態(tài)DEA模型,這一模型在傳統(tǒng)的投入變量、產(chǎn)出變量的基礎(chǔ)上,引入不同時期之間的連接變量,以此反映生產(chǎn)過程中的動態(tài)性。一般而言,角度導(dǎo)向的DEA有投入角度和產(chǎn)出角度兩種。在資源有限的背景下,探討既定投入下最大化產(chǎn)出具有重大的現(xiàn)實意義,因此,論文選擇產(chǎn)出角度的DEA,以反映生產(chǎn)過程中資源的利用程度。根據(jù)Tone等,基于產(chǎn)出角度的決策單元技術(shù)效率表述如下。

圖1 動態(tài)經(jīng)營過程

表2 投入產(chǎn)出的匯總統(tǒng)計（N=78）

其中,代表技術(shù)效率,wt代表期間權(quán)重,代表產(chǎn)出權(quán)重代表產(chǎn)出、投入及鏈接變量的松弛變量,代表鏈接變量,xiot代表投入變量,代表強度向量,yiot代表產(chǎn)出變量。

運用DEAsolver 9.0軟件,計算得出了78家高技術(shù)產(chǎn)業(yè)上市公司的技術(shù)效率,其統(tǒng)計概要如表3所示。

表3 78家上市公司不同年度技術(shù)效率

從表3中可以看出,上市公司之間的效率差異較大?？傮w來看,上市公司的技術(shù)效率水平不高。78家公司連續(xù)5年的效率均值在0.3152與0.3419之間,標(biāo)準(zhǔn)差穩(wěn)定在0.32左右。

2.2 智力資本的測量：智力資本增值系數(shù)

不同學(xué)者對智力資本的界定并不統(tǒng)一,其衡量的指標(biāo)亦不完全。為了衡量智力資本對高新技術(shù)上市公司技術(shù)效率的影響,論文根據(jù)Public的價值增值系數(shù)方法及依據(jù)已有研究,給出了衡量智力資本的指標(biāo)。依據(jù)該方法,首先計算高技術(shù)產(chǎn)業(yè)上市公司的價值增加值(VA)。然后分別計算物質(zhì)資本(CE)、人力資本(HC)和結(jié)構(gòu)資本(SC)計算VA的效率。就是說VAICTM由三個部分組成,人力資本效率(HCE)、結(jié)構(gòu)資本效率(SCE)和物質(zhì)資本效率(CEE)。用代數(shù)方法表示,公式如下：

CEE=VA/CE

HCE=VA/HC

SCE=SC/VA

VAICTM= CEE+ HCE+ SCE

其中,VA用企業(yè)凈利潤、企業(yè)所得稅與人工工資之和近似表示,CE用固定資產(chǎn)和在建工程之和近似表示,HC用公司薪酬總額表示,SC=VAHC。

可以看出,三個指標(biāo)CEE、HCE、SCE中,任意一個指標(biāo)的上升都會引起智力資本增值的上升。

高技術(shù)產(chǎn)業(yè)上市公司正面臨來自全球競爭的壓力。為了應(yīng)對挑戰(zhàn)并在動態(tài)的競爭環(huán)境中保持可持續(xù)增長,公司的管理者們必須依靠公司的資源,包括有形的資產(chǎn),也包括無形的資產(chǎn)。他們必須認識到只有充分利用發(fā)揮公司的智力資本才能使公司更有效率。不管是基于資源型理論還是知識型理論,智力資本對高技術(shù)產(chǎn)業(yè)上市公司的技術(shù)效率都存在正相關(guān)影響。

2.3 智力資本與公司效率

基于資源型公司的視角,公司的高效率來源于公司的資源。從知識型公司角度來看,知識才是最重要的生產(chǎn)資源,人力資本被認為是最主要的無形資產(chǎn),因為它是創(chuàng)造智力資本的源泉。同時,人力資本還能吸收學(xué)習(xí)集體知識和技能,能夠創(chuàng)新革新并更好地為顧客服務(wù)。所有這些都是高技術(shù)產(chǎn)業(yè)上市公司的成長和未來的發(fā)展的重要資產(chǎn)。VAICTM的第二個組成部分是結(jié)構(gòu)資本,結(jié)構(gòu)資本包括組織能力、流程、數(shù)據(jù)和專利。結(jié)構(gòu)資本作為一種機制和結(jié)構(gòu)能夠使員工發(fā)揮他們的智力資源。也就是說,投資結(jié)構(gòu)資本將會產(chǎn)生更好的公司效率。VAICTM的最后一個組成部分是物質(zhì)資本。物質(zhì)資本對于公司的效率影響也是必不可少的。因此,可以認為,智力資本增值系數(shù)的三個組成部分均對高新技術(shù)上市公司存在顯著影響。

從效率值的特征出發(fā),技術(shù)效率的取值在0與1之間,存在數(shù)據(jù)截斷問題,所以論文選用tobit回歸探討智力資本與高新技術(shù)上市公司技術(shù)效率之間的關(guān)系,回歸模型如下：

Yit=α+X1itβ1+X2itβ2+X3itβ3+X4itβ4+X5itβ5+X5itβ6+εit

其中,Yit代表第i家公司在第t期間的技術(shù)效率值,α代表截距,εit代表誤差項,X1it、X2it、X3it、X4it、X5it、X6it代表了智力資本解釋變量。具體變量描述如表4所示。

表4 相關(guān)變量

3 實證結(jié)果分析

使用VAICTM方法,測量78家高技術(shù)產(chǎn)業(yè)上市公司的智力資本。表5給出了獨立變量的描述性統(tǒng)計。表5中可以看出,平均人力資本效率(HCE)為2.70,平均結(jié)構(gòu)資本效率(SCE)為0.53,平均物質(zhì)資本效率(CEE)為0.26。從衡量智力資本的三個方面可以看出,人力資本創(chuàng)造了最大的價值,然后是結(jié)構(gòu)資本,最后是物質(zhì)資本。這一結(jié)果同時說明,公司通過投資人力資本、結(jié)構(gòu)資本和物質(zhì)資本所獲得的增值的程度也是大不相同。

表5 變量的描述統(tǒng)計

Tobit回歸分析結(jié)果如表6所示,回歸結(jié)果顯示人力資本、結(jié)構(gòu)資本和物質(zhì)資本對公司的技術(shù)效率顯著相關(guān)?；貧w結(jié)果同時說明公司在智力資本上投入越多,就會得到更高的技術(shù)效率。這一結(jié)果與已有部分學(xué)者的研究一致。

這一發(fā)現(xiàn)意味著公司的技術(shù)效率可以通過投資人力資本、結(jié)構(gòu)資本和物質(zhì)資本得到提高。從數(shù)據(jù)上看,人力資本在智力資本中相關(guān)性最顯著。因此高技術(shù)產(chǎn)業(yè)上市公司應(yīng)該充分利用人力資本提升公司的效率進而增加公司的競爭力。如果沒有大量的人力資本的投入,它們很可能在激烈的競爭中被淘汰。除了加強對員工的學(xué)習(xí)培訓(xùn),公司還應(yīng)該保留和招募有能力的員工,因為他們是公司最重要的無形資產(chǎn)。高技術(shù)產(chǎn)業(yè)上市公司也不能忽視結(jié)構(gòu)資本,結(jié)構(gòu)資本是支持人力資本的結(jié)構(gòu)和制度。只有這樣,高技術(shù)產(chǎn)業(yè)上市公司才能更好地服務(wù)它們的客戶從而獲得更多的產(chǎn)出或產(chǎn)值?？偠灾?投資智力資本是高技術(shù)產(chǎn)業(yè)上市公司得到更好技術(shù)效率的關(guān)鍵。

表6 回歸結(jié)果

4 結(jié)論與討論

4.1 研究期間技術(shù)效率均值總體平穩(wěn)

考慮到生產(chǎn)過程的動態(tài)性與連續(xù)性,論文應(yīng)用動態(tài)DEA對78家高技術(shù)產(chǎn)業(yè)上市公司技術(shù)效率進行了測度,發(fā)現(xiàn)在相同年度,不同公司之間技術(shù)效率差異明顯,但就其均值而言,保持在0.3152與0.3419之間,相對穩(wěn)定。

4.2 企業(yè)要加強智力資本開發(fā),推動智力資本轉(zhuǎn)化

智力資本的發(fā)展對企業(yè)技術(shù)效率的影響作用是正向顯著的。智力資本的組成部分雖然對技術(shù)效率的影響程度大小不同,但均具有統(tǒng)計顯著性,說明智力資本已成為企業(yè)獲取經(jīng)營效率的內(nèi)在驅(qū)動力。隨著知識時代的來臨,企業(yè)最具價值的資源不再是物質(zhì)資本或財務(wù)資本,而是智力資本,這一結(jié)果暗示了企業(yè)應(yīng)該在智力資本上加大投入,從而提高企業(yè)的技術(shù)效率進而增強其競爭力,以在激烈的競爭環(huán)境中獲得長遠的發(fā)展。

[1] 胡振華,楊瓊.中國高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究[J].科學(xué)管理研究,2015(02)：32-35.

[2] Galbraith J K.The Affluent Society[M].2ed.rev.edition.Houghton Mifflin,1969.

[3] Bontis N,Chua Chong Keow W,Richardson S.Intellectual capital and business performance in Malaysian industries[J].Journal of Intellectual Capital,2000,1(1)：85-100.

[4] Ahmed Riahi-Belkaoui.Intellectual capital and firm performance of US multinational firms[J]. Journal of Intellectual Capital, 2003,4(2)：215-226.

[5] Dimitrios G.Mavridis,Pantelis Kyrmizoglou.Intellectual capital performance drivers in the Greek banking sector[J].Management Research News,2005,28(5)：43-62.

[6] Charnes A, Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6)：429-444.

[7] Tone K,Tsutsui M.Dynamic DEA：a slacks-based measure approach[J].Omega,2010,38(3)：145-156.

[8] Pulic A.VAICTM an accounting tool for IC management[J].International Journal of Technology Management,2000,20(5/6/7/8)：702.

Intellectual Capital and technical Efficiency: An Empirical analysis of high-tech industry listed corporations

Zhang Yunhua Cheng Huaqiao

This paper applies the dynamic data envelopment model to evaluate the technical efficiency of 78 high-tech industrial listed firms for the period 2010-2014. Then this study examines the relationship between intellectual capital and technical efficiency using the panel data regression approach. The regression analysis reveals that intellectual capitals are significantly positively associated with firm technical efficiency. Our findings also show that intellectual capital is essential to the development of a company. In the dynamic business world, high-tech firms’ managers should invest and fully utilize capital to gain a competitive advantage.

intellectual capital；technical efficiency；dynamic data envelopment analysis

F204

A

1005-9679(2016)02-0078-04

產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟企業(yè)動態(tài)能力提升的創(chuàng)新機制與實現(xiàn)路徑研究(14AGL001)。

張運華,江蘇科技大學(xué)經(jīng)濟管理學(xué)院,博士,研究方向：科技管理；陳華橋,江蘇科技大學(xué)經(jīng)濟管理學(xué)院研究生,研究方向：科技管理。