藺 琳

（青海大學 財經學院，西寧 810016）

0 引言

隨著中國經濟創(chuàng)新驅動、轉型發(fā)展關鍵期的到來，人才問題逐步也走向人才利用的問題，而人力資本的投入效率是一個勞動力要素投資的深化與利益提升。正是由于人力資本投入的特殊性，使得提升人力資本創(chuàng)新效能關系到產業(yè)如何進一步以要素促進生產力，以及如何獲得更高效的人力資本產出。為此，各個產業(yè)都著力引進或改善自身人力資本，以期獲得更高效的創(chuàng)新收益。人力資本創(chuàng)新被認為是企業(yè)對于自身內部資源管理方式、管理制度、高低層管理交互作用的共同結果。由此，人力資本不僅與企業(yè)自身內部創(chuàng)新管理存在關聯(lián)，而且與企業(yè)管理結構以及人力資本的運營管理方式存在緊密關聯(lián)。對于人力資本創(chuàng)新績效的相關檢驗研究也逐步將企業(yè)人力資本引入的客觀累積要素和主管管理方式結合起來。對此，學術界一致認為，企業(yè)人力資本創(chuàng)新效應是一個綜合人力資本投入組合、企業(yè)內要素組織以及管理的綜合函數(shù)，而企業(yè)人力資本的進一步組織深化也為其帶來組織之外的外部產業(yè)融合，這些都是傳統(tǒng)主觀賦值檢驗所不能直接檢驗獲得的。因此，本文將傳統(tǒng)粗糙集方法融入企業(yè)組織生產和人力資本創(chuàng)新應用中，可以通過基于最小約簡指標提取違約判別規(guī)則來實現(xiàn)。

1 人力資本創(chuàng)新效應評價模型及樣本統(tǒng)計

1.1 指標選取與數(shù)據(jù)來源

根據(jù)上述分析，本文將人力資本創(chuàng)新效應分解為活動創(chuàng)新與成果創(chuàng)新進行樣本測度指標的選取與數(shù)據(jù)獲?。ㄒ姳?），活動創(chuàng)新標度的是企業(yè)在多大程度上實現(xiàn)創(chuàng)新研發(fā)活動向企業(yè)生產輸出，擬用占有國內市場的創(chuàng)新產品在企業(yè)各部門的項目數(shù)量；成果創(chuàng)新主要是指企業(yè)在多大的規(guī)模上實現(xiàn)產品的人力資本創(chuàng)新突破。兩者分別以投入研發(fā)資金規(guī)模和專利申請量作為代理指標進行測度。投入方面，主要有投入研發(fā)增長規(guī)模、人才學歷構成作為、創(chuàng)新研發(fā)培訓。分別用研發(fā)創(chuàng)新經費增長比段、人力資本構成、企業(yè)內部年均創(chuàng)新研發(fā)培訓經費對生產投入資金占比分別來代理刻畫企業(yè)技術改進的人力資本創(chuàng)新投入效應。

表1 測度指標與測度方法定義

1.2 人力資本創(chuàng)新效應屬性權重集處理

粗糙集主要針對于存在不同作用層級，以及在不同時序內的作用層次差異對驗證對象指標的不同作用。即利用粗糙集選層中的向量集進行相應的向量集劃歸：

由式(1)在企業(yè)人力資本要素選擇過程中形成的不同作用力預設條件進行相應的邏輯邊界子集映射集劃歸：

那么尤其對應的因變量、人力資本內部管理與外部創(chuàng)新的邏輯預設關聯(lián)方向，以及子向量集進行相應的標準化歸納，具體如下：

根據(jù)上述分析，將人力資本具備某一子屬性向量集進行相應的決策屬性影響程度判定，即：

以兩類不同層級向量集差的累積形式獲得對應的層級評價的時序疊合，并按照每個層級的疊合指標權重獲得相應的效應屬性權重：

本文將人力資本創(chuàng)新過程的內部制度與管理組合方式變化與外部績效獲取的互動作用進行層級預設分離，其中按照去到一個子屬性集遞推的辦法進行關聯(lián)性驗證。

1.3 樣本統(tǒng)計分析

根據(jù)上述分析，本文選取某市15個樣本企業(yè)進行相應驗證，其中，活動創(chuàng)新程度、創(chuàng)新研發(fā)成果績效、研發(fā)創(chuàng)新增長幅度、人力資本構成、創(chuàng)新研發(fā)培訓等指標，結合前文設定，分別從樣本企業(yè)管理檔案、H&R部門、財務部門等機構直接提供或簡介折算而成的數(shù)據(jù)中進行相應的核算。根據(jù)統(tǒng)計，15個樣本企業(yè)上述指標在人力資本投入和創(chuàng)新成果各項指標上表現(xiàn)出不同的變動趨勢特征（見圖1）。

圖1 人力資本指標增長表動樣本統(tǒng)計

其中，創(chuàng)新活動程度在歷經2006—2009年相對緩慢的爬升增長后形成了較快的抬升趨勢，從2010年的3.00%增至2015年的3.98%；而人力資本構成作為樣本主體最為顯著的增長因子，其對應比重自2006年開始，便具備46.70%的增幅，而后增長相對緩慢，但始終保持在40%以上。說明樣本在引入人才，更新人力資本儲備方面做出了較大的投入，并且在逐年的累積中，一直保持較高的人力資本結構優(yōu)化投入力度；而從創(chuàng)新研發(fā)培訓這一指標來看，樣本企業(yè)主體存在較大的波動，其中2006—2008年有所下降，由2009年開始增幅呈現(xiàn)出上升趨勢。這主要是由于企業(yè)逐步重視其創(chuàng)新培訓研發(fā)在人力資本投入中的作用，逐步將創(chuàng)新研發(fā)培訓視作提升人力資本投入效應提升的重要組成部分。當然，從這一指標在樣本企業(yè)主體的平均表現(xiàn)來看，其增長幅度仍然相對較慢，2006年的12.30%增值2015年的14.47%，年均增幅為1.76%。可見，在進一步的人力資本投資過程中，更應注重通過提升創(chuàng)新研發(fā)培訓投入獲取人力資本創(chuàng)新效益應。

1.4 基于改進粗糙集的人力資本創(chuàng)新效應指標區(qū)間離散化

鑒于人力資本在其投入、培訓以及成果和過程活動的創(chuàng)新效應存在時序的疊合性，對其進行離散化處理，結合FUSINTER離散法則進行人力資本在投入和產品產出兩個方向共五類指標的shannon熵求值法的指標區(qū)間離散處理，設定離散臨界指數(shù)為0.817，其結果分別表現(xiàn)如表2所示的指標離散區(qū)間間隔信號。

表2 基于粗糙集的人力資本創(chuàng)新效應指標離散區(qū)間間隔

從表2報告的人力資本創(chuàng)新效應指標離散區(qū)間間隔來看，創(chuàng)新活動的離散區(qū)間間隔信號強度要高于創(chuàng)新研發(fā)成果績效，并且在不同層級中形成相較于后者更為密集的區(qū)間信號反饋。這可能和近年來我國各個產業(yè)在其產業(yè)內部人力資本的創(chuàng)新活動增大有關，在人力資本的創(chuàng)新研發(fā)活動過程中，逐步重視創(chuàng)新活動本身的創(chuàng)新收益性，而創(chuàng)新成果在向創(chuàng)新產值增值轉化問題上存在一定的不足；類似地，創(chuàng)新研發(fā)培訓、創(chuàng)新增長比人力資本構成具有更為跳躍的離散區(qū)間。由此可見，針對創(chuàng)新研發(fā)活動以及創(chuàng)新培訓等離散精度特別指標，可以進行進一步的粗糙集驗證。

2 人力資本創(chuàng)新效應的粗糙集評價

2.1 人力資本創(chuàng)新的粗糙集特征向量優(yōu)化

根據(jù)上述分析，本文按照樣本對應待驗證指標對于人力資本創(chuàng)新效應的影響程度，獲得特征向量為：

B是經過多重向量比對的特征向量轉置矩陣，由于存在人力資本創(chuàng)新主體自主融資與政策性的因素作用疊合，并對式(10)的結果進行轉置前樣本數(shù)據(jù)構成序列的關聯(lián)度序列比較，引入人力資本創(chuàng)新主體創(chuàng)新的內源性改進與外部創(chuàng)新的過程與成果效應同類作用因素比對的子矩陣：

式(11)通過子矩陣的元素，對于有可能受到傳統(tǒng)粗糙集訓練過程中的主體融資內源風險、創(chuàng)新外部融資風險疊合部分，按照李克特分級中除了完全不同意之外的四個級別進行矩陣內對應元素的對比，按照“1-9標度法”獲得判斷矩陣向量集，并按照式(11)進行級差折算。在這里，本文按照向量對應式(10)對角線元素進行數(shù)值累積，同一元素刻畫了矩陣兩項的自我重要程度以及對比他項重要程度。設定標度為1，意味著兩兩對比，同樣重要層級指標；標度為3，意味著兩兩對比，前一個層級指標略重要；標度為5，意味著兩兩對比，前一個層級指標較為重要；標度為7，意味著兩兩對比，前一個層級指標比后一個更重要；標度為9，意味著兩兩對比，前一個層級指標相較于后一個指標極為重要。而標度為2、4、6、8時，由于受資主體意見一致認為處于比對均值，將其設定為介于前后指標中間的重要性程度，并通過相鄰矩陣賦值進行中間值折算。

從表3可以看出，獨立權重性指標占總體待估指標的94.44%，介于中間性指標權重的僅為5.56%，說明所選指標經過粗糙集訓練樣本精簡處理，對于解釋人力資本創(chuàng)新過程的效應，具有較高的精度解釋意義。同時，第7標度為最高占比，即意味著兩兩對比，前一個層級指標比后一個更重要的占全部所選占比最高比例。可見所選指標之間對于解釋創(chuàng)新主體自主創(chuàng)新增長與人力資本創(chuàng)新效應帶來的綜合效應之間疊合部分的影響關聯(lián)，有了顯著的指標顯化特征，并且對于指標之間的區(qū)分一級的評價解釋有改進能力。

表3 基于粗糙集特征向量轉置的人力資本創(chuàng)新評價指標標度結果

2.2 人力資本創(chuàng)新效應粗糙集評價

最后，本文利用粗糙集進行上述指標標度相對具有向量集中的層級進行結合專家賦值的評價。結合上述標度中具有較高精度解釋意義的標度進行重新賦值，再按照1、2、3、4、5分別對應指標的層級評估定量，分別對應為差、較差、一般、好、較好、形成對應的評價矩陣：

結合式(3)至式(6)進行標準化處理，獲得以下矩陣：

從標準化的結果開看，序列層級的第二層，也即是創(chuàng)新研發(fā)成果績效一層表現(xiàn)出了較為規(guī)整的指標反饋結果，而相對較低的反饋信號則出現(xiàn)在創(chuàng)新研發(fā)增長這一指標的各個標度層級中，可以看出無論是專家評估賦值還是人力資本投入創(chuàng)新的主體內部管理人員評估，都對于這兩類指標予以較低的權重賦值；而相比之下，活動創(chuàng)新程度、人力資本結構、創(chuàng)新研發(fā)活動都保持了與前述層級活動，以及標度接近的結果。

從冗余約簡的粗糙集規(guī)格化結果來看（圖1），樣本經過粗糙集冗余約簡的規(guī)格化處理，使得研發(fā)創(chuàng)新增長幅度指標對于人力資本創(chuàng)新效應關聯(lián)強度呈現(xiàn)出小部分企業(yè)的均值偏離，偏離覆蓋率為26.7%，其正向關聯(lián)強度高于均值3.277，為最高樣本，而最低樣本的偏離達到-2.927。兩個方向的偏離程度相對接近，可以說明總體上，人力資本在投入以及研發(fā)創(chuàng)新增長方面的創(chuàng)新收益存在較大的波動性，尚未形成對于創(chuàng)新效應的整體推進；而相比之下，人力資本構成這一因素，表現(xiàn)出更為明顯的偏離變動，最大正向偏離為4.299，負向偏離為-6.176，樣本群中共有六個樣本偏離，覆蓋率達到了40%?？梢娊涍^規(guī)整化的粗糙集冗余約簡能夠更為精確地解釋各選定指標對于人力資本創(chuàng)新效應的關聯(lián)影響作用。

因此，將上述賦值后調整評價進行精度區(qū)間離散化的矩陣轉置，即結合式(7)進行約簡調整：

由此可以按照約簡屬性獲得指標重要性序列，其中，分別以：

逐行進行歸一化冗余約簡，獲得最終人力資本創(chuàng)新效應權重值為：

最后，結合式(9)，獲得以下人力資本創(chuàng)新效應粗糙集冗余約簡后的最終評價為：

從中可以看出，活動創(chuàng)新程度和創(chuàng)新研發(fā)培訓成為約束人力資本創(chuàng)新效應最關鍵的因素，其次的排序為研發(fā)創(chuàng)新增長、創(chuàng)新研發(fā)成果和人力資本構成。

3 總結

人力資本的投入與產出是企業(yè)獲得創(chuàng)新競爭力的關鍵，隨著我國企業(yè)進一步重視和提升人力資本投資收益，人力資本的投入已經不再局限于簡單的人力資本創(chuàng)新優(yōu)化創(chuàng)新，更是關系到整個企業(yè)創(chuàng)新競爭的增長。盡管人力資本在企業(yè)的創(chuàng)新生產與市場競爭中尚未獲得最為關鍵的重視，但其對于企業(yè)生產和利益的推動是必然的。本文主要依托于人力資本的內部投入以及外部成果產出等視角劃分，利用粗糙集進行針對于在人力資本活動以及創(chuàng)新效益的時序疊合性上進行指標的區(qū)間離散處理，結合指標標度相對具有向量集中的層級進行結合專家賦值的評價。從驗證的結果可以看出，創(chuàng)新活動、創(chuàng)新研發(fā)培訓以及創(chuàng)新活動累積對企業(yè)人力資本創(chuàng)新效應的提升具有重要意義。目前我國企業(yè)在進行人力資本投入創(chuàng)新的過程中存在活動創(chuàng)新的環(huán)節(jié)嵌入式績效管理不足，以及人力資本結構優(yōu)化收益不明顯的問題，進而造成整個人力資本創(chuàng)新效應擴展受限的弊端。綜上所述，人力資本的投資不乏人力資本結構優(yōu)化，但對于人力資本自身的培訓以及活動過程的效益優(yōu)化才是提升人力資本創(chuàng)新效應的關鍵。

參考文獻：

[1]Altman E I,Haldeman R G,Narayanan P.ZETA TM,Analysis a New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Bank?ing&Finance,1977,1(1).

[2]Ohlson J A.Financial Ratios and the Probabilistic Prediction of Bank?ruptcy[J].Journal of Accounting Research,1981,18(1).

[3]David J.Latent Variable Models and Factor Analysis:A Unified Ap?proach(3rd Edition)[J].International Statistical Review,2013,81(2).

[4]Bartelsman E,Dobbelaere S,Peters B.Editor's Choice:Allocation of Human Capital and Innovation at the Frontier:Firm-level Evidence on Germany and the Netherlands[J].Industrial&Corporate Change,2015,24(19).

[5]Netherl T.Labor Allocation of Human Capital and Innovation at the Frontier:Firm-Level Evidence on Germany and the Netherlands[J].Industrial&Corporate Change,2015,24(19).

[6]Zighed D A,Rabaséda S,Rakotomalala R.FUSINTER:A Method for Discretization of Continuous Attributes[J].International Journal of Un?certainty Fuzziness and Knowledge-Based Systems,2011,6(3).

[7]曹慶奎,任向陽,劉琛等.基于粗集-未確知測度模型的企業(yè)技術創(chuàng)新能力評價研究[J].系統(tǒng)工程理論與實踐,2006,26(4).

[8]劉希宋,李玥.基于粗糙集理論的企業(yè)自主創(chuàng)新能力評價研究[J].科技進步與對策,2008,25(1).

[9]欒大龍,鉉一民,姚彬等.基于粗糙集-主成分分析的企業(yè)創(chuàng)新能力評價實證研究[J].計算機工程與應用,2007,43(4).

[10]趙煥煥,劉勇,Forrest J等.基于灰色相似關聯(lián)關系的灰色變精度粗糙集模型及應用[J].系統(tǒng)工程,2015,(2).

[11]高素英,趙曙明,田立法.人力資本、創(chuàng)新戰(zhàn)略與企業(yè)績效關系研究——基于中國上市公司的經驗證據(jù)[J].山西財經大學學報,2011,(8).

[12]李健,俞會新.企業(yè)人力資本投資影響企業(yè)績效的路徑研究[J].中國人力資源開發(fā),2016,(12).

[13]張曉明.基于粗糙集-AHM的裝備制造業(yè)企業(yè)創(chuàng)新能力評價指標權重計算研究[J].中國軟科學,2014,(6).

[14]柯孔林,馮宗憲.基于粗糙集與遺傳算法集成的企業(yè)短期貸款違約判別[J].系統(tǒng)工程理論與實踐,2008,28(4).

[15]李興寬,向剛,章勝平.基于粗糙集的企業(yè)持續(xù)創(chuàng)新績效評價研究[J].技術經濟與管理研究,2010,(s1).