智力资本评估方法（精选3篇）
智力资本评估方法 篇1
引言
近年来,由于信息化进程的不断深入,社会经济结构、产业结构正在发生着明显变化,经济活动与社会活动中信息与知识的含量也在不断提升。从微观层面来看,技术的进步与知识的创造、转移加速了产品生产周期,也改变了消费者的需求与偏好。从宏观层面来看,新经济增长理论已经清楚地证明了知识与技术在经济发展中的重要作用。知识作为一种新型的无形资本,与传统的有形资本存在很大不同,一般而言,知识资本不会出现传统有形资本的边际报酬递减现象,并且在使用过程中价值会得到提高。知识在经济与社会发展中起着越来越重要的作用。
鉴于知识与技术的重要性,学者对于智力资本的概念,已经不再局限于公司层面,国家和地区层面的智力资本也引起了学者的高度关注。Seleim和Bontis[1]利用148个发展中国家的相关数据,发现经济发展的70%来自于智力资本;Bontis[2]从金融资本、人力资本、流程资本、市场资本及更新资本5个维度的角度,对阿拉伯地区相关国家的智力资本进行了测算和比较,并且发现国家智力资本对阿拉伯地区金融财富的解释能力达到了1/5;Stahle[3]的研究表明,在经济发展的不同阶段,智力资本均对经济增长有重要的解释能力;Bounfour[4]提出了智力资本动态价值方法的4个维度,并对欧洲部分国家智力资本指数进行了评估。国内对区域智力资本的研究也已经积累了丰富的成果。赵海林[5]、李平[6]、高亚莉[7]等从人力资本、结构资本和关系资本三维度的角度,对区域智力资本进行了比较分析;吴洁等[8]从资源指数、流程指数、产出指数及资产指数4个维度对区域智力资本进行了评估;王孝武[9]、王学军[10]、陈钰芬[11]、刘晓宁[12]等对区域智力资本的研究则建立在人力资本、结构资本、关系资本及创新资本四维度的基础之上。
总体来看,学术界目前对于智力资本的重要性没有分歧,但对智力资本概念本身的理解上并不一致。主要表现在3个方面:(1)智力资本究竟是三维度、四维度、还是五维度,学者的观点并不统一;(2)即使是相同的维度,每个维度的测量指标并不一致;(3)对测量指标是否真实准确地反映了智力资本,缺乏相应的信度与效度验证。基于此,在已有研究的基础上,本文构建了智力资本的评估指标体系,并引入验证性因子分析,对智力资本的测量指标的有效性进行检验,进而进一步分析和比较区域资本现状及发展态势。
1 评估指标的构建
最初智力资本的建构及测量大多是从财务或金融的角度进行的,分析的主体是公司,理论界很快将这一概念扩展到了国家层面,结合Bontis[2]和Carol Yeh-Yun Lin[13]等的研究,本文从人力资本(HC)、流程资本(PC)、市场资本(MC)、更新资本(RC)及金融资本(FC)5个维度的角度分析比较区域智力资本(IC)。
人力资本定义为个体在实现国家任务和目标方面拥有的知识、教育和能力,一个国家的人力资本始于其国民的知识财富。分析一个国家的人力资本时,最重要的是审查作为人力资本主要开发者的教育系统,同时一个国家受教育人口的质量与数量也很关键[2]。基于此,根据Bontis[2]和Carol Yeh-Yun Lin[13],本文选择的测量指标包括识字率(literacy)、生师比(pute)及高等教育人口所占的比重(hightpeople);市场资本代表着一个国家与其他国家相比,针对国际客户的需求提供解决方案的能力与经验,也是通过一些要素创造出的社会知识。一个国家在对外关系中的投资和所取得的成就,加上其优质的产品和服务的出口,构成了富含无形资本的市场资本开发的重要成份[2]。根据Carol Yeh-Yun Lin[13],市场资本包括了国际客户的忠诚度、全球化水平、灵活性与适应性等。基于此,本文选择的测量指标包括高技术产业出口交货值与主营业务收入之比(Export)、新产品销售收入(Newproduct)、外商投资企业进出口总额(Foreinexport);流程资本代表了一个国家中非人类知识库,嵌入在信息和通信技术中,促进了信息的创造、吸收和传播[13]。基于此,流程资本的测量指标包括百户家庭计算机数量(Computer)、移动电话普及率(Mobile)及互联网普及率(Internet)等;更新资本代表一个国家未来的知识财富和保持国家竞争优势的创新能力[13]。基于此,更新资本包括了研发支出占地区生产总值的比重(R&Dexp)、研究与发展人员全时当量(R&Dstuff)、万人科技论文数量(paper)及万人专利授权数(patent)等指标;和Carol Yeh-Yun Lin[13]等一样,金融资本由一个单一的指标即人均GDP(pergdp)描述。
2 指标体系有效性的验证性分析
区域智力资本的评估比较,重要的前提是保证评估指标体系的有效性。本文应用Mplus7.0软件,对评估所用的测量变量进行了验证性的因素分析。由于金融资本仅有1个测量指标,所以验证性因素分析的因子为剩余的4个因子,即人力资本、市场资本、流程资本和更新资本。
2.1 数据来源及处理
本文所有数据来源于2006~2013年中国统计年鉴、中国高技术产业统计年鉴、中国信息年鉴以及中国科学技术信息研究所历年中国科技论文统计结果。部分指标经过简单换算而得,如人力资本的测量指标中,识字率为15岁及以上人口中文盲人口所换算得到;生师比为小学、初中、高中、中职及大学5个层次生师比的简单算术平均值等。
2.2 指标体系的验证性因素分析
按照结构方程相关理论,测量指标等于其真实值加上误差项,而误差项由随机误差与系统误差构成,这两类误差会分别影响信度与效度。因此,对区域智力资本评估指标体系有效性的验证,主要体现在其信度与效度的分析上,而这两者的评估主要通过测量模型的结果实现。测量模型的好坏包括了一系列的评价标准,如单个指标的信度、用于评估内部一致性的组合信度以及用于评估收敛效度的平均变异抽取量等。
表1 测量模型
2.2.1 单个项目信度
单个项目信度主要通过因子载荷来体现,并且要求统计上显著异于零。一般而言,因子载荷应该大于0.707或者更高[14]。从表1可以看出,除了生师比,识字率、研发人员全时当量及万人专利授权数以外,其余测量变量的因子载荷均满足要求,并且所有指标均在1%的水平上显著异于零。对此一般性的标准,部分学者提出了不同的看法,如根据Barclay[15]及Chin[16]的观点,这一通常的经验的法则在不同情境之下时,不能过于一成不变。而Igbaria等[17,18]认为,因子载荷值如果大于0.3就认为是显著的,而大于0.4则意味着更重要,如果因子载荷达到0.5或更高则意味着非常显著,最小可以接受的标准是0.4。从这个意义上看,因子载荷为0.605,0.492,0.521及0.652也是可以接受的。况且所有的因子载荷均在1%的水平上异于零。
2.2.2 组合信度
传统的评估内部一致性的指标是克朗巴哈α系数,但此系数对评估指标的多寡比较敏感并且容易低估内部一致性信度,而组合信度则能够较好地克服这一局限。组合信度取值位于0~1之间,如果其取值在0.6~0.7之间,属于可以接受的标准,而其取值在0.7~0.9之间则是令人满意的结果[19]。根据本文用于区域智力资本评估指标体系的验证性因子分析表明,各因子的组合信度均大于0.7,说明建构指标的内部一致性较高。
2.2.3 收敛效度
收敛效度主要用于反映同一建构的不同测量变量之间相关的程度,或者说满意的收敛效度主要在于保证测量变量确实能测量潜在变量,并且测量变量之间应该具有显著的相关性。收敛效度的计算涉及到了单个项目的信度及平均变异抽取量,通常的衡量指标为平均变异抽取量(AVE),被定义为标准化因子载荷的平均值,根据单个项目信度的一般标准,显然,AVE应该在达到0.5或者更高才合适[20]。表1可以看出,反映智力资本的4个因子,其AVE分别为0.5320,0.8788,0.6764及0.6317,均达到了要求。
表2 AVE平方根与潜变量之间相关系数的比较
注:对角线为AVE的平方根,非对角线为潜变量之间的相关系数。
2.2.4 区别效度
区别效度的大小反映了不同潜变量能够有效区分开来的程度。根据Fornell和Larcher[20],主要是通过比较AVE平方根与潜变量之间的相关系数来实现。一般而言,为了保证具有良好的区别效度,每一个潜变量AVE的平方根应该大于该潜变量与其他潜变量之间的相关系数的最大值。表2为AVE平方根与潜变量之间相关系数的比较,结果表明,衡量智力资本的不同因子之间能够有效地区分开来。
3 区域智力资本的评估及比较分析
区域智力资本的验证性因子分析表明,智力资本的维度划分以及相应指标体系的选择是完全合适的,以此指标体系,我们对2005~2012年全国30个省、自治区及直辖市(西藏由于部分数据缺失而排除)的智力资本进行了评估与比较。本文所选择的评价指标部分是绝对指标,部分是相对指标,且测量单位也存在明显区别,因此我们对指标进行了重新处理,Bontis[2]的处理方法是每项指标新的取值为其原始取值与当期最高值之比。为了便于进行直观的比较,我们进行了百分制处理,因此每项指标新的取值为当期实际值与该指标最高值之比,再乘以100。
表3 测量指标的描述统计
在多指标综合评价方面,关于权重的选择一般有主观权重与客观权重两大类。主观权重法是依据决策者个人主观认识而赋权的一类方法,如专家评判法和层次分析法等;客观权重的选择主要是依据指标所包含的信息来确定,如均权法、离差权法以及最优权法等。也有学者提出通过主、客观的结合来确定权重,如王中兴、李桥兴及陈伟、夏建华等[21,22,23]。考虑到客观权重尽管能有效地挖掘指标所包含的信息,但是,针对本文而言,有一个重要的缺陷,即不能有效地体现出相应经济学及管理学的意义,因此,在权重的选择上,以Bontis[2]及Carol Yeh-Yun Lin[13]提供的主观权重为基础,同时结合了相关专家的意见,最终智力资本各维度主观权重水平如下。
人力资本中,识字率占有最大权重,为0.4,因为它是知识汲取的先决条件,另外两个指标即高等教育人口所占比重及生师比,权重均为0.3;流程资本中,百户家庭计算机数量占有最大权重,为0.4,因为其是获得信息及互联网服务的重要基础,另外的两个指标即移动电话普及率和互联网普及率,权重均为0.3;考虑到市场资本的一个主要参数是国际贸易,因此在市场资本中,高技术产业出口交货值与主营业务收入之比权重为0.4,其余两个指标权重均为0.3;研究与发展的支出为地区的研发活动提供了资金支持,并且代表了对未来的投资,因此在更新资本中,研发支出占地区生产总值的比重为0.4,而另外3个指标权重均为0.2。
表4 2005~2012年区域智力资本水平
图1 2005~2012年区域智力资本走势图
表4及图1分别是按照年份划分的各区域智力资本及其各维度的平均值以及相应的走势图。总体而言,除市场资本以外,智力资本及其各维度在所考察的8年期间呈现出明显的上升趋势。尤其是金融资本和流程资本,上升态势最为明显。
表5为依据2005~2012年共8年的数据计算获得的各地区智力资本得分及排序,平均而言,总体智力资本得分最高的前3个地区分别是北京、上海及广东。排名最后的3个地区分别是甘肃、云南及贵州。结合表5及图2,可以看出,智力资本总体得分与区域经济发展状况基本一致,实际上,区域总体的智力资本水平与人均GDP的相关系数为0.9578,且在1%的水平上显著。进一步的分析可以发现,总体智力水平排名第一的北京地区,人力资本、流程资本及更新资本均排序第一,金融资本排序第二,但市场资本排序第七,相对较弱,因此总体而言,北京地区智力资本内部结构相对不平衡;而排名第二的上海地区在金融资本方面排序第一,市场资本排序第三,人力资本、流程资本及更新资本均排序第二,智力资本内部结构相对较平衡。相比较而言,贵州作为总体智力资本排名最低的地区,在人力资本、流程资本及金融资本3个维度排名均处于第30位的最低水平,在市场资本及更新资本方面,表现亦较差,排名均为第26位。
表5 各地区智力资本得分及排序
综合各地区智力资本各维度的排序,可以发现部分地区智力资本内在结构不平衡较明显,例如广东省市场资本在所有30个地区中排名第一,但其人力资本排名仅为17,智力资本各维度排名最低值与最高值之间差额为16,同样的,新疆、吉林、内蒙、黑龙江、陕西等地,智力资本结构不平衡亦较明显,智力资本各维度排名最低值与最高值之间差额分别为24、22、21、20及16。Bontis[2]研究发现,智力资本各维度之间及其与经济发展水平存在密切关联。因此区域智力资本内在结构的不均衡程度,不仅会直接影响区域智力资本的整体水平,也会妨碍区域智力资本对区域发展潜力的有效发挥。
图2 智力资本与人均GDP散点图
表6 2005~2012东、中、西部智力资本比较
图3 2005~2012东中西部人力资本
图4 2005~2012东中西部流程资本
图5 2005~2012东中西部市场资本
图6 2005~2012东中西部更新资本
为了进一步地对智力资本进行分析,对东部、中部及西部的智力资本进行了比较分析。表6为2005~2012年三大区域智力资本平均值的描述分析。表6中,地区内的排序为三大区域中每一个区域智力资本5个维度之间的排序,地区之间的排序为东、中、西部之间的排序。根据排序结果,无论是东部、中部还是西部,智力资本各维度的排序具有一定的相似性,具体表现在:人力资本在所有五个维度中均排序第一,金融资本排序第二,更新资本排序第三,但东部地区市场资本排序第四,而中西部地区排序第五;从地区间的排序结果看,东、中、西部地区依次递减,并且东部地区在智力资本各个维度均具有绝对的优势。
东部地区在2005~2012年间在智力资本各维度平均得分的绝对优势,实际上来源于每一个年度的绝对性优势。图3~图6分别为三大区域历年人力资本、流程资本、市场资本及更新资本的趋势图,在每一年度,相对于中西部地区,东部地区均占据显著的绝对优势;同时,与西部地区比较,中部地区在智力资本各维度亦具有一定优势。总体而言,智力资本水平在东中西部地区呈现递减趋势。
4 结论与讨论
4.1 五维度的区域智力资本评价体系适宜于评估区域智力资本
区域智力资本的研究目前尚属新兴的领域,对于智力资本的界定、维度及测量指标并没有一致的认识,客观上要求在对区域智力资本进行评价时,需要对评估体系的有效性进行检验。
人力资本、流程资本、市场资本、更新资本及金融资本五个维度的智力资本评估体系,用于评估区域智力资本,具有良好的效度与信度。无论是单个项目信度与组合信度,还是收敛效度与区别效度,均满足相应的评判标准。以此用于评估区域智力资本,可以得到令人信服的结论。
4.2 总体智力资本与区域经济发展水平具有明显的相关性
区域智力资本与区域经济发展的关联性,国内外已有部分学者从不同角度进行了探讨,尽管研究结论不尽相同,但区域智力资本对区域经济发展起着正向的影响,得到了学者的一致认同。
利用8年面板数据的研究结论表明,区域的总体智力资本与区域的经济发展水平正相关,这一结论与王孝斌等[9]利用截面数据的研究一致。从东部、中部与西部三大地带看,经济相对发达的东部地区智力资本明显高于中西部地区。因此,在知识经济时代,促进智力资本这一无形资产的投资,以促进地区经济的发展,尤其具有重要的意义。
4.3 重视智力资本的结构性平衡有利于促进区域竞争力
智力资本的各个维度之间存在内存的关联机制,并在促进区域经济发展和提升区域竞争力方面起着重要作用。因此,对于各个区域而言,识别智力资本结构状况,并有针对性地提出解决措施至关重要。
摘要：基于已有关于区域智力资本的研究,提出了区域智力资本评估指标体系,并对这一体系的有效性进行了验证,进而利用30个省、市、自治区2005~2012的数据,对区域智力资本进行了评估与比较。研究认为,智力资本的维度划分以及相应指标体系的选择是完全合适的。地区智力资本结构存在明显的不平衡,除市场资本以外,智力资本及其各维度在所考察的8年期间呈现出明显的上升趋势;相对中西部地区而言,东部地区在2005~2012年间在智力资本各维度均具有绝对优势。
关键词：区域智力资本,有效性验证,评估与比较
智力资本评估方法 篇2
新世纪新阶段, 中国的发展呈现出一系列新的阶段性特征, 其突出表现在于——经济实力显著增强的同时, 长期形成的结构性矛盾和粗放型增长方式尚未得到根本改变, 生产力水平总体还不高, 自主创新能力还不强。对此, 党的十七大报告明确提出:“提高自主创新能力, 建设创新型国家。这是国家发展战略的核心, 是提高综合国力的关键。”创新的基础, 在于实践、学习和知识的积累;而创新能力的形成, 则需有效地发挥一种特定的非财务资本——区别于传统的货币、劳动力、土地等财务性资本, 由人力资本、关系资本和结构资本构成的智力资本, 能为主体带来持久竞争优势的战略性资源。本文以2009年华东地区的横断面数据为样本, 选取上海、江苏、浙江、安徽、福建、江西和山东七个地区的相关数据, 结合中国创新发展的实际情况, 设计了区域人力资本、结构资本、关系资本与创新能力水平的评价指标体系, 结合我国背景探索智力资本与区域创新能力的水平与关系。各评价指标体系如 (表1) 所示。
二、智力资本与区域创新能力评估分析
(一) 区域人力资本的评估
首先, 由于区域人力资本评价体系涉及变量较多, 直接进行区域间的比较分析较繁琐, 因此首先采用因子分析法减少变量数, 之后再进行比较和综合分析。在SPSS13.0软件中, 运用KMO和Bartlett球度检验进行分析, 结果如 (表2) 所示。对华东地区人力资本的KMO检验值为0.782 (大于0.6的临界值) , Bartlett球度检验统计量的观测值Approx.Chi-Square为1182.913, 统计值的显著性概率为0.000 (小于1%) , 说明数据具有相关性, 适合做因子分析。其次, 运用主成分分析法, 提取因子并选取特征根植大于1的特征根, 得出因子分析的初始解——除“每万人拥有的卫生机构数”和“社会保障和就业的政府财政支出占GDP比重”变量的信息丢失略多外 (接近27%) , 其余变量的绝大部分信息丢失较少 (>86%) , 所有变量的共同度均较高, 可被因子解释。由表3可见, 前3个因子的特征根植很高, 对解释原有变量的贡献最大, 之后的因子的解释度逐步下降, 因此本案例提取前3个因子进行分析。变量1至7在第一个因子上的载荷较高 (大于93%) , 第一个因子主要解释了这7个变量, 因此可设公共因子H1为“区域综合的人力资本水准” (保险、医疗和高等教育水平) 。变量11, 12和14在第二个因子上有较高的载荷 (大于67%) , 第二个因子主要阐释了这3个变量, 因此公共因子H2定义为“政府对社会保障和医疗卫生的投入力度”。第三个因子对9, 10, 14和15变量的解释力相对较大, 公共因子H3可定义为“居民享有的医疗及教育资源水平”。由 (表3) 可见, H1对区域人力资本的贡献最大, 高达58.915%。说明区域综合的人力资本水准 (保险、医疗和高等教育水平) 是构成一个区域人力资本的首要因素, 其次, 按重要性依次为:H2政府对社会保障和医疗卫生的投入力度 (贡献率24.079%) , H3居民享有的医疗及教育资源水平 (贡献率8.392%) 。由因子得分矩阵, 可得区域人力资本原始变量的因子得分函数。根据各个因子权重的计算公式:Hn= (Extraction Sums of Squared Loadings/Rotation Sums of Squared Loadings) *100%和总方差分解表的数据, H1、H2和H3的权重分别为58.915%、24.079%和8.392%。因此, 区域人力资本的综合得分公式为Xn=0.58915H1+0.24079H2+0.08392H3。由此式得出华东七个地区的人力资本综合得分, 并进行排名, 如 (表5) 所示。加权综合得分最高的是上海———每年都有大量的各地人才涌向这个经济发达的国际化大都市, 使得其人力资本水平保持优先;高校资源集中的江苏与商业发达的浙江也有不错的人资水准;山东和安徽则有必要吸引更多人才来发展区域经济。此项人力资本排序与华东区域的经济实力排名相近, 符合实际情况。同时也说明, 对人力资本的投入和产出水平会对区域的经济发展产生正向影响。
(二) 区域关系资本与区域结构资本的评估
区域关系资本与结构资本的KMO分别为0.648和0.739 (大于0.6的临界值) , Bartlett球度检验统计量的观测值Approx.Chi-Square分别为432.133和918.772, 统计值的显著性概率均为0.000 (小于1%) , 说明该数据具有相关性, 适合做因子分析。首先对区域关系资本进行分析, 在主成分分析法下提取出一个可以解释79.151%的总分差的公共因子C1。根据旋转后的因子载荷矩阵, 将C1定义为“国内外的经贸水平”。C1对区域关系资本的贡献率高达82.195%。在以往的关系资本对企业绩效驱动性的研究中, 企业内外的关系、客户资源和成交情况是关系资本的主要构成因素。同样的研究放在区域性的背景下, 可理解为一个地区内部的经贸水平与对外的贸易往来水平为区域关系资本的重要构成内容, 该结论也在该研究中得到证实。根据表6, 各个因子权重的计算公式:Cn= (Extraction Sums of Squared Loadings/Rotation Sums of Squared Loadings) *100%, 根据总分差分解表 (略) 和C1的权重79.151%, 得出区域关系资本的综合得分公式:Yn=0.79151C1。由此可得华东地区的关系资本综合得分并排名。由 (表7) 可见, 关系资本得分最高的依然是上海, 江浙沪内外的贸易往来水平均较高, 经济也相对发达。而临海的区位优势则相应提升了福建和山东的贸易水平。江西和安徽则有必要加强内外经贸往来。其次, 对区域关系资本进行分析。以主成分分析法提取出5个公共因子 (总方差分解表略) , 根据其解释度 (因子载荷矩阵表略) , 分别定义为:S1, 区域流动与信息流通水平;S2, 政府对民生保障的投入力度, S3, 区域物价水平;S4, 区域就业与工资水平;S5, 政府的收入水平;公共因子的贡献率分别为:47.429%、25.015%、10.608%、8.866%和6.029%。根据结构资本的因子得分系数矩阵和总分差分解表 (略) , 计算各地区的综合得分:Zn=0.47429S1+0.25015S2+0.10608S3+0.08866S4+0.06029S5。并进行华东地区结构资本的综合排名。由综合得分表8排名可见, 上海和浙江地区的政府效能水平较高, 社会流动机制良好, 信息流动高效, 安徽和山东有待提高。
(三) 区域智力资本的评估
根据上文得出的人力资本、关系资本和结构资本三个构成要素的综合得分, 可以根据IC=H+C+S公式, 直接测算出各区域的智力资本综合得分, 并进行排名, 如下 (表9) 。在智力资本这个新兴概念的界定下, 江浙沪占据前三甲, 智力资本水平较高, 安徽和山东则急待提高, 该结论与实际情况相符。
(四) 区域创新能力的评估
该指标数据的KMO检验值为0.709, Bartlett球度检验统计量的观测值为629.772, 统计值的显著性概率为0.000, 说明数据具有相关性, 适合做因子分析。根据总方差分解表 (略) , 选出4个具有代表性的公共因子, 其贡献率分别为:50.306%、23.152%、13.690%和7.150%, 一共可解释原有变量94.299%的总方差。根据旋转后的载荷矩阵及总方差分解表, 将公共因子分别定义为:I1, 区域的科技资源水平 (包括人员、机构和经费) ;I2, 创新成果的产值水平;I3, 区域专利水平;I4, 区域创新投入水平。因此, 提高一个区域的创新能力水平, 首先要提升该地的综合科技水平, 政府应尽量丰富当地科技资源, 鼓励创新, 包括增加科研队伍的人数, 大力支持高校和科研机构的创新活动, 加大科研经费的投入力度等。其次, 在科研方面, 要注重将创新成果转化为创新产品, 形成产业链并努力创造产值, 实现创新成果市场化。再之, 鼓励提高区域的专利水平, 包括工业企业的科技项目和所有机构的专利数。最后, 政府、企业、高校和科研机构均应加大对创新的投入, 包括增加组织内部的科研部门, 加大科研人力与物力的投入, 提高科研和课题经费, 逐渐提升地区的创新软实力。区域创新能力在各地区的综合得分公式为:Wn=0.50306 I1+0.23152 I2+0.13690 I3+0.07150I4, 并进行华东地区创新能力水平的综合排名。由上表所示, 上海、江苏和浙江是华东地区内高校云集、人才济济的区域, 政府也相应较重视智力资本与创新能力的投入, 科研机构众多, 科研活动丰富, 创新硕果累累, 创新逐步形成产业链模式, 推广到市场。而其他地区, 由于经济实力相对较弱等原因, 对智力资本的重视还不够, 对创新的投入相对较少, 创新基础相对不足, 从而创新水平也较低。最后, 综合本案例所有方面的评估结果, 总排名如 (表11) 所示。
三、结论与启示
本文论证可知, 华东区域七省市的智力资本与创新能力的研究结果与实际情况相符。其中, 相对发达的江浙沪三地凭借其卓越的商业氛围、企业的创新主体地位、长三角经济体的联动 (区位优势) , 在区域人力资本、关系资本、智力资本和创新能力四项评价体系中, 牢牢占据前三位。而直辖市上海在五个评价体系中均位列榜首, 体现了其无可比拟的智力与创新资本优势。江苏和浙江的智力资本与创新能力, 则受到城市群效应、外资研发投入、政府的创新政策、企业活力和企业家精神、创新基础资源等的积极影响。而福建、江西、山东和安徽的智力资本与创新能力方面均处中等以下水平, 原因在于这些地区的发展观念、战略和体制都相对落后, 亟待政府部门加以重视, 出台政策吸引人才, 推动企业发展, 提高创新水平。面对新世纪的新科技革命以及经济全球化、信息化、知识化的挑战, 中国加快建设创新型城市, 提升创新水平已成为当下地区发展的重点。笔者认为, 应从以下方面来提升我国各地的区域智力资本与创新能力水平:首先, 政府应出台积极的人才政策, 在保证居民基本生活的基础上, 着力提升区域的人口素质、人才水平, 以提高区域人力资本的软实力水准;同时增加医疗卫生的财政支出, 加大失业、养老和医疗保险等对人才的保障, 提升医疗卫生资源对人才的维护, 从而有效地提升区域的人力资本水准。其次, 充分利用区位优势, 在区域内经济又好又快运行的同时, 加大国内外的经贸往来, 使高水平的关系资本提升区域的智力资本水准。再次, 提高区域的流动水平与信息的流通性, 使社会更自由、公开、公正地运行。在提升区域创新能力方面, 政府应加大创新资源的投入, 扶持相关科研机构、高校、个人等, 注重创新成果的产业化和市场化, 重视实效, 扎实推进。努力优化区域创新环境, 推动知识创新体系、技术创新体系与科技中介服务体系的建设, 使区域创新成为一个有效运行、良性发展的系统。各方应重视推进以企业为中心的区域创新体系建设。政府、高校、科研机构等都应以企业为主体, 大力推进利益共享的产学研一体化, 出台促进高新区发展的政策与条例。积极打造以城市群为主体的创新区域体系, 改变资源过度集中于少数大城市的布局, 积极鼓励围绕中心城市构建分布合理的城市群, 从而更有利于创新提升资源投入的边际效应。
摘要：本文对华东地区七省 (市) 的智力资本水平与区域创新能力进行了评估分析。结果表明:人才的保险、医疗和高等教育水平是构成区域人力资本的最首要因素;国内外经贸往来水平是区域关系资本的最重要内容;区域的流动水平和信息流通性对区域结构资本的贡献最大;科技资源水平 (包括人员、机构和经费) 对区域创新能力有重要影响。最后对各区域进行综合得分的计算与排名, 并给出相关建议。
关键词：区域智力资本,区域创新能力,主成分分析,评估,实证研究
参考文献
[1]陈武、王学军:《区域智力资本与区域创新能力的评估——基于我国2006年截面数据的实证研究》, 《技术经济》2010年第1期。[1]陈武、王学军:《区域智力资本与区域创新能力的评估——基于我国2006年截面数据的实证研究》, 《技术经济》2010年第1期。
[2]刘超、原毅军:《智力资本对企业绩效影响的实证研究》, 《东北大学学报 (社会科学版) 》2008年第1期。[2]刘超、原毅军:《智力资本对企业绩效影响的实证研究》, 《东北大学学报 (社会科学版) 》2008年第1期。
智力资本评估方法 篇3
一、智力资本的价值创造机理与智力资本结构
(一) 智力资本的价值创造机理
1969年美国经济学家加尔布雷思首次提出了“智力资本”的概念, 此后国内外许多研究者对智力资本的概念和结构进行了探讨, 但至今没有达成一致的意见。本文将采用近几年国内学者研究智力资本时最常用的三分法, 即智力资本 (IC) 由组织资本Organizational Capital, 下文简称OC) 、人力资本 (Human Capital, 简称HC) 和关系资本 (Relational Capital, 简称RC) 三部分构成, 其中HC指企业全体员工与管理者的知识、技术、能力、经验等;OC指企业特有的组织流程、结构、策略与文化, 能够用来解决问题与创造价值;RC指企业与顾客、供应商、合作伙伴以及政府之间的关系。在智力资本的价值创造过程中, 智力资本的三大组成部分相互关联、共同作用, 而不是相互孤立的。智力资本三维互动、优化、整合, 形成合力优势, 共同作用于组织, 形成“1+1>2”的功效 (徐爱萍, 2008) 。人力资本是企业的核心资本, 参与企业价值创造的每一个环节, 在企业价值创造过程中起主导作用;组织资本是企业各种资源整合的平台, 是各种要素相互作用的桥梁, 人力资本只有与组织资本相结合才能有效的发挥其作用, 同时, 如果没有人力资本, 组织资本只会能沦为一个空壳;关系资本对企业的价值创造主要体现在企业外部, 但通过与人力资本和组织资本的结合, 将外部资源创造的价值转化为企业的价值, 实现企业的价值增值。由此可知, 智力资本三部分在企业的价值创造过程中具有协同效应, 三者相互耦合, 缺一不可 (李平、张庆普, 2008) 。如果某种智力资本要素短缺, 将会影响其他智力资本要素发挥作用, 进而影响企业整体价值的创造。而且, 可以进一步认为, 如果智力资本各要素间有一个恰当的结构关系, 则会产生强烈的协同效应, 其协同作用的结果将为组织创造巨大的价值和财富。
(二) 智力资本结构及其特征
智力资本结构指企业智力资本的组成部分及其量的比例关系, 具体包括以下四大部分的结构关系:智力资本各组成部分即人力资本、关系资本、组织资本的量与智力资本总体的比例关系, 即HC/IC, RC/IC, OC/IC;人力资本、关系资本、组织资本三者间的比例关系, 即HC/RC/OC;组织资本、关系资本与人力资本的比例关系, 即 (OC+RC) /HC, 表示人力资本如何使用组织资本与关系资本来发挥其价值创造的潜力作用, 又称IC乘数 (Edvinsson, 2000) ;人力资本、关系资本、组织资本内部各组成部分的比例关系。分析和确立上述智力资本四大方面的结构关系, 有助于我们深了解企业智力资本的价值创造规律, 有效分析智力资本的存在形态, 发现智力资本的改进路径。由于智力资本内在的无形性、多维性和复杂性, 智力资本结构相对传统的有形资本结构, 有其不同的特征。对于有形资本而言, 不仅可以方便地计量其资本结构, 而且企业可以根据自己的风险偏好和资本成本来确定理想的资本结构, 然后进行调整。而对于智力资本来说, 由于智力资本的无形性、多维性与复杂性等增加了其计量难度, 传统的会计计量难以反映企业的智力资本整体和组成部分的价值, 因而难以计量和构建其结构模式。另外, 由于智力资本各构成部分相互不可替代, 具有协同作用, 当企业的行业和所处的生命周期以及其他如规模等因素确定之后, 企业最佳智力资本结构便可以基本确定。企业不能根据自己的偏好随意选择最佳智力资本结构 (尽管客观上智力资本各部分处于不断的变化之中) , 只能通过调整投资策略等途径来向着最佳的智力资本结构靠拢, 以使企业价值最大化。
二、企业智力资本结构计量方法研究
(一) 基于货币计量的智力资本结构研究
货币计量智力资本结构的前提是分别计量智力资本、、组织资本、关系资本的货币价值, 就目前看了, 人力资本、组织资本和关系资本等各组成部分的货币计量比较困难, 本文拟采用索洛余值法对三大组成部分的货币价值进行量化, 进而确立企业的智力资本结构。夏锋等 (2004) 把柯布-道格拉斯函数引入智力资本的贡献衡量模型, 曾运用索洛余值法对企业智力资本的贡献率进行计算, 我们在此基础上进行了改进和拓展。
(1) 索洛余值法计量。第一步, 将索洛余值法进行扩展。传统的柯布-道格拉斯的形式为:Y=A (t) ×f (K, L) (1)
其中:K表示资本的投入, L表示劳动投入, A表示这一时期的技术水平。
考虑智力资本后, 将方程 (1) 扩展为如下方程:Y=A (t) ×f (K, L, R) =AKαLβRγ (2)
其中:K表示财务资本的投入, L表示人力资本的投入, R表示关系资本的投入, A表示技术等组织资本的投入, α表示财务资本的产出弹性;β表示人力资本的产出弹性;γ表示关系资本的产出弹性。
第二步, 对 (2) 式两边取对数求导可得到产出增长模型:y=a+αk+βl+γr (3)
其中, y表示产出的增长速度, a表示组织资本的增长速度, k表示财务资本的增长速度, l表示人力资本的增长速度, r表示关系资本的增长速度。
第五步, 最后计算企业的智力资本及其结构, 智力资本的价值:Vic=Vi+Vr+V0智力资本结构比例:Vi|Vr|V0
(2) 变量赋值。在利用上述计量方法进一步进行分析时, 各变量可以按照如下思路进行取值。财务资本指企业生产经营活动中实际投入企业的物质资本, 可以使用固定资产与平均流动资产相加的方法确定。人力资本可以选用劳动者人数、劳动者总工资、劳动者工作时间等替代变量进行实证分析。可以对关系资本的各种关系预计的现金流量进行折现计算得出, 也可以直接用销售费用进行简单替代。企业的很多组织资产可能存在着市价, 如专利、品牌、技术等, 对没有市价的组织资产进行估价, 对组织资本的各个组成部分相加可得出组织资本的价值, 也可以用管理费用进行替代。产出可以用企业生产的产品和服务的全部价值即总产值确定, 也可以用营业收入确定, 还可以用净利润或息税前利润确定, 另外还可以使用净利润增长率等相对数指标来替代。对弹性的确定, 可以采用上述公式 (3) 进行回归分析求出, 也可以采用经验法确定。
(二) 非货币计量的智力资本结构研究
基于货币计量的智力资本结构难以说明智力资本三大组成部分内部的变化, 同时由于实际赋值的偏差, 有可能使得基于货币计量的企业智力资本结构出现不准确的情况, 因此须要结合以往智力资本各组成部分的非货币计量方法来计量企业的智力资本结构, 以全面、真实地反映企业智力资本结构状况, 也便于直观地分析智力资本内部各要素的高低水平及互动性, 从而有利于智力资本的管理 (朱瑜、王雁飞, 2009) 。要了解基于智力资本非货币计量基础上的企业智力资本结构, 首先须要针对各具体企业的智力资本状况, 设计包括大量非货币智力资本计量指标的调查问卷或者编制量表来进行调查分析, 然后基于调查结果来量化智力资本结构。 (1) 调查问卷的设计。调查问卷的设计需要确立企业智力资本的非货币计量指标。现有研究对智力资本的三大通过了丰富地非财务指标, 如瑞典Edvinsson&Malone (1997) 的Scandia导航器使用了近100个非财务指标来计量智力资本及其各组成部分。但是这些指标有的彼此有较强的替代性, 有的对于具体企业而言并不具有代表性, 我们认为应从成本效益原则出发, 联系各企业的智力资本状况, 一般可对智力资本的三大部分分别选用3-6个指标来进行度量。如我们可以采用德尔菲法、头脑风暴法、电子会议法等选出智力资本三大组成部分各5个总共15个具有代表性的非财务计量指标。然后, 根据选出的非财务计量指标设计调查问卷, 编制Likert量表如 (表1) , 以量化智力资本各组成部分。由于不同的企业其所处行业和所处生命周期的不同, 其智力资本各个组成部分的侧重点也不同, 本文仅用一些指标举例说明量表的编制, 具体的企业还需根据自己的智力资本状况选择相应指标体系。 (2) 问卷的发放。首先, 选择合适的被调查人员。虽然企业内部员工和管理者对企业的文化、品牌知名度等信息非常熟悉, 但由于个人文化程度、对问题的理解、部门间的利益等的不同很难让他们公正的做出选择, 如果单由他们填制量表可能会产生偏差, 所以填制量表的对象应该包含企业内部员工、管理层、专家、有生意往来企业的员工、企业忠诚顾客组成;然后, 让所选被调查者在独立的情况下填写量表, 即在每个指标的相应分值处画勾。 (3) 用问卷的统计结果表示结构。首先, 去掉无效调查表, 对有效调查表进行分值统计, 对各项指标求其算术平均数;然后, 三部分各自指标的均值之和就是智力资本各部分的最终得分, 进而可以计量出该时期该企业的智力资本结构。
(三) 企业智力资本结构的动态变化及优化
企业的智力资本存量并不是一层不变的, 这是因为在外部环境、国家政策、企业生命周期等因素的影响下组成智力资本的各个部分相互影响、相互协调。Chiung-Ju Liang&Ying-Li Lin (2008) 通过实证研究得出智力资本在不同的生命周期为企业提供的价值是不同的, 也就是说, 智力资本的各个组成部分在企业各个时期所起的作用不同, 处于变化之中。
虽然智力资本结构处于动态变化之中, 但是这种变化是有限制的。因为不同行业、不同生命周期以及不同规模的企业客观上存在最优智力资本结构, 加之企业财务资本的有限使得其OC、HC和RC并不能无限增大, 也没有必要无限增大, 只要能使智力资本的各个组分之间有一个恰当的关系就行, 这是智力资本结构优化的基本准则。在这种优化的结构关系下OC、HC和RC之间才能更有效的相互影响、相互协调, 并最大程度地为企业创造价值并且没有资源浪费。我们用智力资本组成部分结构的变化率之比来探讨智力资本的结构变化, 这里先以OC和HC的变化率之比为例。
其中:△OC表示组织资本存量的变化, △HC表示人力资本存量的变化。由于企业所处环境不同, 企业在不同时期的ρ值 (智力资本结构的表示方式之一) 可能不同, 但是由于企业资源的有限, ρ值会在一定的区间变动, ρ值的选择范围可以参考具体行业的领先企业。将 (6) 式变形后得 作出它的示意图如 (图1) 。
当企业处于一定环境下的生命周期时, 这时的比值ρ几乎不变 (ρ为这时的最佳比例) , 所以当OC从OC1变化到OC2时, 在最优情况下HC应相应的从HC1变化到HC3。当企业所处的环境变化了或者处于不同的生命周期, 这个最优的比值ρ将会在一定范围内变化, 这时如果OC从OC1变化到OC2, 则HC1就会在HC2到HC3这个范围内变动, 如超出了HC3是资源的浪费, 少于HC2就是HC投入不足, 不能使他们的协同效应最大。同理, 可以将智力资本各个组成部分的结构变化关系推广到三者间:
同样, 由于企业所处环境、行业和生命周期不同, 企业在不同时期的γ值 (智力资本结构的表示方式之一) 可能不同, 但是由于企业资源的有限, γ值会在一定的区间变动, γ值的选择范围可以参考具体行业的领先企业, (图2) 为HC、OC、RC三者间关系的三维图。在不同的环境下或者企业处于不同的生命周期时, 智力资本各个组成部分是处于动态变化中的。当OC由OC1变化到OC2时, HC只能在[HC1, HC2]区间变动, OC、HC和RC三者间相互影响、相互协调, OC在[OC1, OC2]间变化时, RC只能在[RC1, RC2]间取值。又由于RC的变化率与HC的变化率间同样存在着一定比例关系, 在RC变化的约束下HC只能在[HC3, HC4]间取值, 综合OC变化对HC的约束, HC就只能在[HC3, HC2]间取值。
三、结语
基于智力资本价值创造的协同效应, 本文认为深入研究智力资本结构较为重要。文中分析了智力资本结构的表现形式与特征, 对其计量方法进行了较为详尽的探讨, 并进一步分析了智力资本结构的动态变化与优化问题。然而本文还有一些不足之处, 文章只对智力资本结构计量方法进行了理论分析, 需要进一步联系企业实际, 运用这些方法对不同企业的智力资本结构进行计量和分析。对加入智力资本后的企业新资本结构 (或多元资本结构) 模型还需进行深入探讨, 这些都是本文的后续研究问题。
参考文献
[1]蒋琰、茅宁:《多元化资本结构在中国企业的实证研究》, 《中国工业经济》2007年第1期。
[2]夏锋、张宏良、夏宁:《余值法对企业智力资本价值衡量》, 《社科纵横》2004年第6期。
[3]朱瑜、王雁飞:《智力资本研究述评:概念、测量与作用机制》, 《生产力研究》2009年第1期。
[4]徐爱萍:《智力资本三维动态模型与协同作用机理研究》, 《武汉理工大学学报》2008年第12期。
[5]候建:《企业价值导向的智力资本结构管理研究初探》, 《科技和产业》2007年第8期。
[6]李平、张庆普:《企业关键智力资本识别的社会网络分析法研究》, 《南开管理评论》2008年第3期。
[7]Peter Cleary, Exploring the relationship between management accounting and structural capital in a knowledge-intensive sector, Journal of Intellectual Capital, 2009.
[8]Sladjana Cabrilo, Zorica Uzelac and Ilija Cosic:Researching indicators of organizational intellectual capital in Seriba, Journal of Intellectual Capital, 2009.