朱寧寧

摘要：文章采用DSBM模型測算了2009～2013年我國52家上市高端裝備制造企業(yè)效率水平，并利用隨機面板Tobit模型估計了高端裝備制造企業(yè)智力資本及其構成因素人力資本、結構資本和物質資本對效率水平的影響。研究發(fā)現(xiàn)，我國高端裝備制造業(yè)企業(yè)智力資本及其構成因素物質資本對效率水平具有顯著的改善效應，但是企業(yè)人力資本和結構資本對效率水平的影響沒有通過顯著性檢驗，說明企業(yè)人力資本和結構資本對效率水平的改善效應不明顯，表明我國高端裝備制造企業(yè)智力資本對效率水平的改善效應主要是通過企業(yè)物質資本對效率水平的改善實現(xiàn)的。因此，我國高端裝備制造企業(yè)應該重視通過強化物質資本投入提升效率水平從而獲得競爭優(yōu)勢。

關鍵詞：智力資本；高端裝備制造； DSBM模型；Tobit模型

一、引言

高端裝備制造業(yè)處于價值鏈高端和產(chǎn)業(yè)鏈核心環(huán)節(jié)，是推動工業(yè)轉型升級的引擎。據(jù)統(tǒng)計，2010年，我國高端裝備制造業(yè)年銷售收入僅為1.6萬億，約占裝備制造業(yè)銷售收入的8%左右，但預計到2015年銷售收入將超過6萬億，在裝備制造業(yè)銷售收入中的占比將超過20%?？梢姡覈叨搜b備制造業(yè)取得了迅速發(fā)展。但是我國高端裝備制造企業(yè)效率水平相對較低（陳旭升與鐘云，2013）。效率是企業(yè)市場競爭力的集中體現(xiàn)，也是獲得更大收益和提升市場競爭地位的關鍵因素（lu等，2014），較低的效率水平必將阻礙我國高端裝備制造業(yè)競爭力的提升。

鑒于此，關于我國高端裝備制造業(yè)效率的研究逐漸引起了國內(nèi)外學者的關注。其中，許多學者使用DEA方法進行效率測算。雖然DEA方法具有不需要設定具體的函數(shù)形式等優(yōu)點（劉興凱與張誠，2010），但是無法考慮企業(yè)結轉活動的情況。高端裝備制造業(yè)企業(yè)擁有大量基礎設施和科研設備等資產(chǎn)、負債，員工也需要大量的培訓，這些投資必將會對未來的企業(yè)效率產(chǎn)生顯著影響，忽視這些投資的結轉活動，將無法正確測算高端裝備制造業(yè)企業(yè)效率。一些方法如窗口分析和Malquist指數(shù)也可以有效的估計效率隨時間的變化。但是在處理企業(yè)的長期動態(tài)經(jīng)營過程方面，Tone和Tsutsui提出的動態(tài)松弛測量（DSBM）模型更加適合，因為該模型將企業(yè)的結轉活動納入模型并且能夠基于時間最優(yōu)化計算出每一時期的效率得分，相對于靜態(tài)DEA模型能夠更準確地進行企業(yè)效率測算。因此，本文在第一階段使用DSBM模型測算我國高端裝備制造企業(yè)效率得分。

高端裝備制造業(yè)屬于知識密集型行業(yè)，其發(fā)展依賴于智力資本的連續(xù)投入。因為只有裝備智力資本的高端裝備制造業(yè)才有競爭力。因此，智力資本是我國高端裝備制造企業(yè)成功的關鍵因素，企業(yè)應該重視通過智力資本的投入與管理實現(xiàn)企業(yè)效率長期最大化。然而，目前還沒有學者研究我國高端裝備制造企業(yè)智力資本與效率水平的關系。在本文中，使用智力資本增值系數(shù)測量智力資本，并進一步將企業(yè)智力資本細化為人力資本、結構資本和物質資本，進一步檢驗我國高端裝備制造企業(yè)智力資本及其構成因素對效率水平是否具有改善效應。本文在第二階段使用隨機面板Tobit回歸模型檢驗我國高端裝備制造企業(yè)智力資本及其構成因素對效率水平的影響。

二、研究設計

（一）效率測度——DSBM模型

根據(jù)會計學中的持續(xù)經(jīng)營原則，企業(yè)將在長時間內(nèi)連續(xù)經(jīng)營。一個企業(yè)連續(xù)經(jīng)營的基礎不僅有當期的投入與產(chǎn)出項目，而且有從一期到下一期的結轉項目。高端裝備制造企業(yè)也存在大量的結轉項目，如果使用傳統(tǒng)DEA方法忽略結轉項目，必然無法獲得準確的企業(yè)效率水平。Tone和Tsutsui（2010）提出DSBM模型不僅考慮了連續(xù)時期的結轉活動，而且與DEA模型等徑向基模型假設投入與產(chǎn)出同比例變化不同，DSBM屬于非徑向基方法，其基本假設投入與產(chǎn)出可以非同比例變化，可以計算投入與產(chǎn)出的不足與冗余。這與屬于徑向基模型的DEA方法相比更符合現(xiàn)實情況。

DSBM模型的邏輯是理想結轉活動最大化而非理想結轉活動最小化，即理想的結轉被作為產(chǎn)出，非理想結轉被作為投入。通過（1）式可以測算每一個決策單元的效率。然而，由于高端裝備制造市場競爭激烈，假定高端裝備制造企業(yè)是在最優(yōu)規(guī)模上經(jīng)營，因此本文假設具體生產(chǎn)函數(shù)規(guī)模收益不變（CRS）。另外，為了提高模型的計算效率，不預先將模型設定為投入導向和產(chǎn)出導向，而是直接將其設定為自由導向，由模型本身進行產(chǎn)出導向和投入導向的選擇。式（1）為CRS形式的自由導向DSBM模型。

目標函數(shù)（1）式是非線性的，但可以通過乘以兩個分子和作為輔助變量的分母線性化，將分母結果統(tǒng)一并將變量的產(chǎn)出重新定義為新的變量，可以通過（1）式測算所有t時期的效率得分。

（二）數(shù)據(jù)搜集與描述性統(tǒng)計

本文借鑒Moreno等（2013）選擇我國高端裝備制造業(yè)2009～2013年52家上市企業(yè)年終營業(yè)收入作為企業(yè)產(chǎn)出變量，企業(yè)年終營業(yè)支出作為投入變量，選擇年終員工數(shù)量、資產(chǎn)規(guī)模與負債規(guī)模作為結轉變量。其中，企業(yè)員工數(shù)量并不容易被歸為理想或者非理想關聯(lián)，因此將其歸為自由結轉變量；在高端裝備制造業(yè)企業(yè)中，資產(chǎn)規(guī)模越大表明企業(yè)擁有更多的高端設備與更完善的基礎設施，所以資產(chǎn)規(guī)模應該屬于理想結轉變量；負債可以被視為迫使企業(yè)放棄來自于前期交易的收益，屬于非理想結轉變量。本文以2008年為基期使用居民消費價格指數(shù)（CPI）對所有營業(yè)支出、營業(yè)收入、資產(chǎn)與負債數(shù)據(jù)進行了平減。其中，所有投入、產(chǎn)出與結轉變量數(shù)據(jù)來自于國泰安和銳思數(shù)據(jù)庫，并且為了保證數(shù)據(jù)的可靠性，使用各企業(yè)歷年年報數(shù)據(jù)進行了校對。

（三）回歸模型

1. 模型構建

由于使用DSBM模型測算的效率得分位于0和1之間，使用一般最小二乘估計（OLS）將導致系數(shù)存在估計偏差。正如Simar和Wilson（2007）指出OLS只有在數(shù)據(jù)生產(chǎn)過程非常特殊和非嚴格的假設下才會產(chǎn)生一致估計，從而限制了其應用性。但是，Tobit模型可以得到一致估計量。因此，采面板Tobit模型檢驗我國高端裝備制造企業(yè)智力資本對效率的影響。面板數(shù)據(jù)Tobit回歸模型設定為endprint

其中，模型Ⅰ用來檢驗我國高端裝備制造企業(yè)智力資本對效率的影響，模型Ⅱ用來檢驗企業(yè)物質資本、人力資本、結構資本對效率的影響。μi為不同企業(yè)的個體效應；εit為隨機擾動項。

2. 變量設計

（1）被解釋變量。本文使用DSBM模型測算的我國高端裝備制造業(yè)2009～2013年上市企業(yè)年度效率得分作為被解釋變量。

（2）解釋變量。使用智力資本作為核心解釋變量。本文運用Pulic（2000）提出的智力資本系數(shù)模型測量高端裝備制造業(yè)上市企業(yè)的智力資本增值系數(shù)表示智力資本。智力資本增值系數(shù)由物質資本增值系數(shù)、人力資本增值系數(shù)和結構資本增值系數(shù)等三個部分組成，之間的關系為：VAICit=CEEit+HCEit+SCEit。其中，VAICit=表示企業(yè)i第t年的智力資本增值系數(shù)，CEEit表示企業(yè)i第t年的物質資本增值系數(shù)， HCEit表示企業(yè)i第t年的人力資本增值系數(shù)，SCEit表示企業(yè)i第t年的結構資本增值系數(shù)，CEEit、HCEit與SCEit的值越高，表明擁有更高的智力資本。

（3）控制變量?？紤]到上市高端裝備制造業(yè)企業(yè)效率會受到董事會規(guī)模、獨立董事比例、股權集中度（即第一大股東持股比例）、股權制衡度（第一大股東與第二大股東持股比例差距）以及行業(yè)與年份的影響，本文進一步將上述變量設置為控制變量。

三、實證分析

回歸分析之前，首先使用自變量之間的Pearson相關系數(shù)進行多重共線性檢驗。皮爾遜相關系數(shù)被報告在表1中。結果顯示，VAICit與各控制變量相關系數(shù)均為負值，且絕對值均位于0.2以下。HCEit、SCEit和CEEit之間及控制變量的相關系數(shù)也均位于0.3以下，控制變量之間的相關系數(shù)均位于0.4以下，且多數(shù)未通過10%水平的顯著性檢驗。說明回歸模型Ⅰ和Ⅱ不存在多重共線性問題。

表2報告了我國52家上市高端裝備制造企業(yè)智力資本與效率水平關系的檢驗結果。第（1）和（2）列是使用隨機面板Tobit模型的回歸結果。為了檢驗回歸結果的穩(wěn)健性，借鑒Lu等使用斷尾模型和穩(wěn)健聚類回歸模型對模型Ⅰ和Ⅱ進行重新回歸。由隨機面板Tobit模型的回歸結果可知，極大似然比值在1%顯著性水平上拒絕面板Tobit模型與混合截面Tobit模型無差異的原假設，說明采用隨機效應面板Tobit模型是合理的。回歸結果顯示，我國高端裝備制造企業(yè)智力資本對效率水平的影響在10%顯著性水平上為正值，說明高端裝備制造企業(yè)確實可以通過智力資本的投入實現(xiàn)效率的改善。

但是，通過第（2）列的回歸結果可以看出，企業(yè)人力資本和物質資本對效率水平的影響并未通過顯著性檢驗，說明人力資本和結構資本并不會促進效率水平的改善，企業(yè)不可能通過人力資本和結構資本的投入獲得效率的提升。這與現(xiàn)有文獻研究結論存在差異，一般文獻認為人力資本對企業(yè)效率具有顯著的正向效應。出現(xiàn)這種現(xiàn)象的可能原因有兩種，一是研究樣本存在差異，目前國內(nèi)還沒有文獻專門針對我國高端裝備制造業(yè)上市企業(yè)效率進行測算；二是使用不同方法測算企業(yè)效率水平，本文使用DSBM模型測算的企業(yè)效率考慮了結轉活動的情況，現(xiàn)有文獻在測算企業(yè)效率時往往采用單一靜態(tài)指標忽略企業(yè)存在的結轉活動。也可能是因為在我國高端裝備制造企業(yè)人力資本與結構資本對效率水平的提升效應需要某種調節(jié)變量的調節(jié)作用才會對效率產(chǎn)生改善效應。從表2還可以看出，企業(yè)物質資本對效率水平的影響在1%顯著性水平下為正值，說明我國高端裝備制造企業(yè)物質資本對效率水平具有顯著的改善效應，企業(yè)可以通過物質資本的持續(xù)投入來提升效率水平。這也說明我國高端裝備制造企業(yè)智力資本對效率水平改善效應的貢獻主要來自物質資本，而人力資本和結構資本的貢獻相對較小。

四、結語

本文基于2009～2013年我國52家高端裝備制造企業(yè)面板數(shù)據(jù)，通過運用DSBM模型測算企業(yè)效率并檢驗了智力資本對企業(yè)效率的影響。結果發(fā)現(xiàn)，我國高端裝備制造企業(yè)智力資本對效率水平的影響在10%顯著性水平下為正值，企業(yè)物質資本對效率水平的影響則通過了1%水平的顯著性檢驗，說明企業(yè)可以通過提升智力資本和物質資本投入改善效率。然而，企業(yè)人力資本和結構資本對效率水平的影響并未通過顯著性檢驗，說明企業(yè)通過提升人力資本和結構資本投入改善效率的方式是不可行的，只能通過物質資本投入改善效率。這也揭示了我國高端準備制造企業(yè)不能盲目通過提升智力資本投入提高效率，應當認識到只有物質資本投入對效率改善具有積極作用。

然而，雖然我國高端裝備制造企業(yè)人力資本和智力資本對效率水平的影響沒有通過顯著性檢驗，這可能只能表明我國高端裝備制造企業(yè)人力資本與結構資本對效率的直接影響不顯著，但是也可能存在某種因素在企業(yè)人力資本和結構資本與效率水平的關系中起到一定的調節(jié)作用，只有在這種因素的調節(jié)之下，我國高端裝備制造企業(yè)人力資本與結構資本才會對效率水平具有一定的改善效應。是否存在這種調節(jié)因素以及是一種什么因素將是進一步研究的方向。

參考文獻：

[1]陳旭升，鐘云.高端裝備制造業(yè)市場績效影響研究[J].工業(yè)技術經(jīng)濟，2013（06）.

[2]Lu W， Wang W， Kweh Q. L.Intellectual capital and performance in the Chinese life insurance industry[J]. Omega， 2014（01）.

[3]劉興凱，張誠.中國服務業(yè)全要素生產(chǎn)率增長及其收斂分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2010（03）.

[4]Tone K， Tsutsui M.Dynamic DEA： a slacks-based measure approach [J].Omega， 2010（03）.

[5]Moreno P， Lozano S， Gutierrez E. Dynamic performance analysis of U.S. wire line telecommunication companies [J]. Telecommunications Policy， 2013（06）.

[6]Simar L， Wilson P.W. Estimation and inference in two-stage， semi-parametric models of production processes [J]. Journal of Econometrics， 2007（01）.

[7]Pulic A. VAICTM an accounting tool for IC management [J]. International Journal of Technology Management， 2000（05）.

（作者單位：曲阜師范大學日照校區(qū)圖書館）endprint