企业网络强度

2024-05-08

企业网络强度(精选7篇)

企业网络强度 篇1

1 引言

面对不断变化的竞争环境, 组织学习越来越成为最重要的核心能力之一, 是企业生存的必要条件。对于转型经济中的新兴企业而言, 必须通过不断地学习外部新的知识, 并和自身内部已有的知识有效地结合来应对环境中的机遇和威胁。由于每个行为主体都生活在复杂的社会网络中, 企业社会网络中的关系对组织学习、企业创新绩效存在着重要的作用, 并且有效地促进个体间的知识传播。

对于关系强度的研究, 早在1973年Granovetter[1]就首次提出了“关系力量”的概念, 将关系划分为强关系和弱关系, 并通过四个维度来界定强关系与弱关系。Uzzi (1997) [2]在研究产业集群时, 把集群内部的交易关系划分为市场性关系与嵌入性关系两类。Nooteboome和Gilsing (2004) [3]针对创新网络提出了关系强弱的定义, 分别用六个指标来描述关系的强弱程度。Cowan[4]对知识网络通过仿真发现, 小世界网中的知识传播速度中等但可以达到最高的网络平均知识水平, 并且主体间知识水平差异最大, 主体间知识水平差异与网络平均知识水平的比值最小。在其另一篇文献[5]中通过仿真发现并非在所有产业中空间聚集都是有利的。只有在隐性知识居多的产业中, 当网络的集群系数较大时, 才会导致较高的知识增长率。国内学者研究方面, 吴绍波和顾新[6]对知识链组织之间的合作关系强度进行了研究, 分析了关系强度的影响因素。蔡双立和刘捷[7]研究了组织合作关系强度的柔性调节问题, 构建了基于组织正式程序调节的动态关系强度管理模型。蒋春燕、赵曙明[8]对社会资本和公司企业家精神是否以及如何通过组织学习影响组织绩效进行实证研究。张兵和王文平[9]在保持非正式知识网络结构小世界特性的同时, 基于关系变动策略改变关系强度分布进行仿真研究, 发现改变关系强度分布能够极大地提高网络均衡状态下的知识流动效率。

本文拟把关系强度引入新兴企业知识管理的研究中, 通过组织学习, 在企业的知识协作网络中建立一个关于关系强度的知识效用函数模型, 考察企业为了获得最优的知识效用, 最优的关系强度是怎样的?以及哪些因素影响关系强度的强弱?

2 模型

2.1 理论描述

在组织学习领域, 越来越多的学者指出探索式学习与利用式学习是相互补充的, 企业必须同时进行这两种学习过程。利用式学习以精炼、执行、效率、和选择为特点, 是在组织当前已有知识的基础上进行学习, 旨在全面充分利用组织已有的知识;而探索式学习以发现、试验、冒险和创新为特点, 倾向于脱离组织当前已有的知识, 旨在开创全新的知识领域。

而社会关系网络对组织学习的不同类型产生作用, Hansen[10]指出, 弱关系对搜寻全新的知识最有效, 而强关系则对传递现有的知识最有效。由于保持弱关系的网络成员彼此并不是十分熟悉, 背景领域也大不相同, 并且从结构上来说相对自由, 这为探索式学习创造了大量的机会, 能更容易脱离已有的常规知识去搜寻或实验全新的知识[8]。而强关系最大的优势体现在信息的传递和共享方面, 并且从结构上来说是不自由的, 这有利于成员彼此之间进行传递、交流, 并达到共享, 企业往往只能遵守既定的规则加以充分利用, 从而促进利用式学习[8]。

2.2 模型的建立及分析

对于企业的知识我们从知识宽度和知识深度这二个维度来考察 (如图1) , 每根柱条表示企业的一类知识域, 横轴表示知识域的多少, 纵轴表示企业的每类知识域的利用程度。知识宽度与探索式学习获取知识密切相关, 探索式学习的本质就是对各种各样新知识的搜寻和发现, 这些新的知识大大扩充了企业的知识宽度存量;知识深度与利用式学习获取知识密切相关, 利用式学习的本质就是把当前的知识精炼、标准化和常规化, 从而充分地利用它们。另外, 知识宽度存量越广, 探索式学习所获得的新知识与已有知识重合的概率就越高, 就越能促进利用式学习, 从而越容易把新知识转化成企业自身的知识, 而被企业所利用。

(1) 各类变量定义

(2) 知识效用最大化的最优关系强度

uij表示企业i与其他企业j建立关系所获得的知识效用, 采用柯布—道格拉斯形式表达其函数形式:

uij=[xi+ (1-rij) δijxj]α[yi+rij (1-δij) ηijyj]β (1)

其中, xi, xj, yi, yj>0, 0≤rij, δij, ηij, α, β≤1。

上面的表达式中, δijxj表示新兴企业i与企业j在知识宽度上的差异, 由于关系强度rij越弱, 就越能为企业带来探索式学习知识, 所以新兴企业i在知识宽度上从企业j获得的探索式学习所带来的新知识为 (1-rij) δijxj; 同理, δijxj表示新兴企业i与企业j在知识宽度上相同的部分, (1-δij) ηijyj则为与企业j在知识宽度上相同部分上的知识深度的差异, 用rij (1-δij) ηijyj表示建立强关系新兴企业i所获得的利用式学习知识。

uijrij=0可知, 新兴企业i与企业j联系时, 知识效用函数达到最大时的关系水平为:

rij*=βα+βxi+δijxjδijxj-αα+βyi (1-δij) ηijyj (2)

α+β=1, 则最优关系强度

rij*=β (1+xiδijxj) -αyi (1-δij) ηijyj (3)

假设rij∈ (θl, θ) 表示企业i与企业j建立弱关系;rij∈ (θ, θh) 表示新兴企业i与企业j建立强关系。其中θl为建立弱关系的下限, θh为关系强度达到的上限。

则当β (1+xiδijxj) -αyi (1-δij) ηijyj<θl时, 表示企业i与企业j不建立任何关系;

θl<β (1+xiδijxj) -αyi (1-δij) ηijyj<θ时, 企业i与企业j建立弱关系;

θ<β (1+xiδijxj) -αyi (1-δij) ηijyj<θh时, 企业i与企业j建立强关系。

对最优关系强度表达式进行分析, 可得到如下结论:

rij*δij=-βxiδij2xj-αyi (1-δij) 2ηijyj<0, 可见 r*ijδij是反向的关系, 即随着知识宽度差异率的不断增大, 关系强度是不断减小, 当超越某一点时, 新兴企业越来越倾向于探索式创新知识的获取。

rij*xi=βδijxj>0, 所以r*ijxi是正向的关系, 即随着企业自身知识量宽度的不断增大, 新兴企业越来越倾向与别的企业建立强关系, 进行利用式创新知识的获取。

rij*ηij=αyi (1-δij) ηij2yj>0, 可见r*ijηij是正向的关系, 即随着新兴企业i与企业j知识深度差异率的不断增大, 新兴企业越来越倾向与别的企业建立强关系, 进行利用式创新知识的获取。

rij*yi=-α (1-δij) ηijyj<0, 可见r*ijyi是反向的关系, 即随着自身对知识利用的效率不断增大, 新兴企业越来越倾向与别的企业进行探索式创新知识的获取。

rij*α=-yi (1-δij) ηijyj<0, 可见r*ijα是反向的关系, 即随着探索式学习获取知识的弹性系数不断增大, 新兴企业越来越倾向与别的企业进行探索式创新知识的获取。

rij*β=1+xiδijxj>0, 可见r*ijβ是正向的关系, 即随着利用式学习获取知识的弹性系数不断增大, 新兴企业越来越倾向与别的企业进行利用式创新知识的获取。

(3) 考虑成本时, 最优的关系强度

对于在知识协作网络中的新兴企业i来说, 它要使总的知识效用和达到最大, 即:

maxui=j=1nuij=j=1n[xi+ (1-rij) δijxj]α[yi+rij) 1-δij) ηijyj]β (4)

假设关系强度rij与成本cij满足:cij=ei+drij, 则新兴企业i建立于各个企业的成本为:

ci=j=1ncij=ei+dj=1nrij, ij (5)

则新兴企业i对成本最小化和效用函数最大化有一个偏好问题, 喜好程度存在一定的差异, 所以知识效用函数和成本函数设置权值分别为li和1-li, 分别表示新兴企业i在与其他企业建立关系时对知识效用函数和成本函数的相关权。

根据上面的两个式子, 可以得到企业i的最值函数

max[liui- (1-li) ci]=maxli{j=1n[xi+ (1-rij) δijxj]α[yi+rij (1-δij) ηijyj]β}- (1-li) dj=1nrij (6)

式中, 0≤li≤1, xi, xj, yi, yj>0, 0≤rij, δij, ηij, α, β≤1, d>0, α+β=1。

[liui- (1-li) ci]rik=0可知, 新兴企业i的最优关系水平分布满足:

[xi+ (1-rik*) δikxk]α[yi+rik* (1-δik) ηikyk]β[βηikykxi (1-δik) +βηikykxkδik (1-δik) -αxkyiδik-rik*ηikxkykδik (1-δik) ]= (1-li) d/li (7)

图2给出了在一些具体参数下满足上述时的最优关系水平r*ikδik, ηik, xi, yi变化的趋势。图2 (a) 中, ηik分别取0.1、0.5、0.9, xi=yi=10;图2 (b) 中, δik=0.1和0.5, xi=yi=10;图2 (c) 中, ηik=0.5, δik=0.5, yi=10;图2 (d) 中, ηik=0.5, δik=0.5, xi=10;其他参数取值分别为xk=10, yk=10, li=0.5, α=β=0.5, d=1。

由图2 (a) 可以得出, 当δik超过一定值之后, r*ik随着δik的增加呈现下降的趋势。而且随ηik的不断增大, 对于相同的δik值, 关系强度r*ik倾向于增强, 同时r*ikηik的增大而出现下降速率变缓。

在图2 (b) 中, 当ηik超过一定值之后, r*ik随着ηik的增加呈现上升的趋势。并且随δik的增加, 关系强度r*ik倾向于减弱, 同时r*ikδik的增大而出现上升速率变缓。

图2 (c) 中, 在两企业之间存在一定的知识宽度和知识深度时, 当企业i知识宽度存量xi较少, 越倾向与企业k建立弱关系。当知识宽度存量xi达到一定值之后, 关系强度r*ik随着它的增加呈现上升的趋势, 企业i倾向与企业k建立强关系来获取利用式学习带来的知识。

图2 (d) 中, 在两企业之间存在一定的知识宽度和知识深度时, 当企业i知识深度存量yi较少, 越倾向与企业k建立强关系。但是很快随着yi的增加, 关系强度r*ik呈现下降的趋势, 企业i倾向与企业k建立弱关系来获取探索式学习带来的新知识。

同时, 对企业i的最优关系水平分布式子进行变形可得:

uik=[xi+ (1-rik*) δikxk]α[yi+rik* (1-δik) ηikyk]β= (1-li) dli[βηikykxi (1-δik) +βηikykxkδik (1-δik) -αxkyiδik-rik*ηikxkykδik (1-δik) ] (8)

由于uikrik*>0, 即知识效用函数随着关系强度的增加而增加, 所以在考虑有成本情况下知识效用函数并未达到最大, 相比不考虑成本时的情况, 企业倾向于减小关系强度。

3 模型结论

3.1 不考虑成本约束情况

关系强度与知识宽度差异率、自身对知识利用的效率、探索式学习获取知识的弹性系数是呈反向的关系。而关系强度与企业自身知识量宽度、与别的企业知识深度差异率、利用式学习获取知识的弹性系数呈正向的关系。

3.2 考虑成本约束情况

①当两个企业知识宽度差异率很小的时候, 关系强度大, 新兴企业倾向与别的企业建立强关系;但是随着知识宽度差异率的不断增大, 关系强度变小, 新兴企业越来越倾向于建立弱关系。

②当两个企业知识深度差异率很小的时候, 新兴企业倾向与别的企业建立弱关系;但是随着知识深度差异率的不断增大, 关系强度变大, 新兴企业越来越倾向于建立强关系。

③若新兴企业开始时知识宽度存量较少, 越倾向与别的企业建立弱关系。

④若新兴企业开始时知识深度存量较少, 越倾向与别的企业建立强关系。

⑤相比不考虑成本时的情况, 由于知识效用函数并未达到最大, 表明新兴企业减少了与别的企业建立的关系强度。

4 结束语

本文从定量分析的角度考察新兴企业建立最优关系强度的各种影响因素, 对新兴企业具有一定的指导意义。中国新兴企业由于其自身的特点和所处的转型经济的特殊环境, 在组织学习过程中, 如何确定关系强度, 获得利用式学习和探索式学习所带来的知识, 显得尤为重要。为使知识效用达到最大, 应分析企业自身对知识利用的效率、企业自身知识量宽度, 以及建立关系企业之间的知识宽度差异率、知识深度差异率。只有这样, 才能在探索式学习和利用式学习中达到一种均衡状态, 有利于新兴企业的发展与创新。

参考文献

[1]Granovetter M.The strength of weak ties[J].American Journal of Sociology, 1973, (78) :1360~1380.

[2]Uzzi B.Social structure and competition ininterfirm networks:the paradox of embeddedness[J].Administrative Science Quarterly, 1997, 42 (1) :35~67.

[3]Nooteboom, Gilsing V A.Density and strength ofties in innovation networks:A competence andgovernance view[J].Ecis, 2004, (1) :1~44.

[4]Cowan R, Jonard N.Network structure and thediffusion of knowledge[J].Journal of EconomicDynamics&Control, 2004, 28:1557~157.

[5]Cowan R, Jonard N, Ozman M.Knowledgedynamics in a network industry[J].TechnologicalForecasting&Social Change, 2004, 71:469~484.

[6]吴绍波, 顾新.知识链组织之间合作的关系强度研究[J].科学学与科学技术管理, 2008, 2:113~118.

[7]蔡双立, 刘捷.组织合作关系强度的柔性调节:客户关系动态管理的艺术[J].中央财经大学学报, 2006, 10:71~76.

[8]蒋春燕, 赵曙明.社会资本和公司企业家精神与绩效的关系:组织学习的中介作用——江苏与广东新兴企业的实证研究[J].管理世界, 2006, 10:90~99.

[9]张兵, 王文平.知识流动的小世界——基于关系强度的观点[J].科学学研究, 2009, 9:1312~1321.

[10]Hansen M.The search-transfer problem:The roleof weak ties in sharing knowledge acrossorganizational subunits[J].Administrative ScienceQuarterly, 1999, 44:82~111.

企业网络强度 篇2

关键词:社会资本,网络强度,工商企业管理创新

工商企业创新类理论模型中, 不少研究支持企业创新包括技术创新和管理创新两方面, 管理创新更加重视组织模式方面的改进,提高企业对外部环境的适应能力,绝大多数的企业都面临着发展瓶颈,企业管理创新已经成为必然的选择,目前国内企业管理创新并不成功,企业付出很大代价,在管理创新中存在很多问题需要解决, 本文给予在社会资本影响下探讨网络强度和企业管理的创新。

1社会资本和网络强度与企业管理创新关系

网络强度是指网络深度或者是接触频率, 代表网络成员在单位时间内的接触次数。 一般认为网络强度能够促进企业管理创新研究,网络弱连接能够促进企业管理创新活动的开展,高强度的集群网络可以缩短企业创新资源的传播, 同样能够促进企业创新活动的开展, 因此网络强度能够促进企业管理创新活动的开展。

社会资本是指通过关系网络获得资源的能力, 企业良好的社会资本代表在获取外部资源中更加具有优势, 对企业管理能力的提高有很大帮助。 在企业管理中,引入社会资本有利于维护企业与外界良好的关系,更加容易得到外界的信息,促进管理创新的实现,另外也能得到更多的新型管理知识,为管理创新提供必要的评估条件。 在大中型企业中,网络强度和社会资本均能够促进企业管理创新的开展,在小型企业中,网路强度对企业管理创新所起到的作用有限, 因此更加需要提高自己在网络中的地位,切实提高自身获取资源的效率,促进企业管理创新的开展。

2基于社会资本影响下的工商企业管理创新

2.1创新组织结构

明确产权, 提高自身网络强度, 有效利用企业内部知识资源,为避免关系型社会资本对企业创新带来的不利影响,建议企业在发展中逐步调整组织结构, 提高企业组织的灵活性和组织效率, 同时企业内部也需要加强网络建设, 促进成员之间的沟通。 企业管理创新需要明确产权,优化股权机构,提高人才管理效率。 企业在管理创新中需要正确认识到管理理念,坚持以人为本原则,学习新型管理理念,有效协调员工与企业之间管理,提高员工之间的配合度,提高企业竞争力。 在企业管理创新中需要创新企业管理思维, 取得整体优化效益, 梳理全新的故那里四度,改变传统管理理念,适应市场化发展带来的挑战,提高竞争意识。

2.2构建学习型组织

近几年来,相对于显性知识而言,企业隐性知识逐渐受到重视,由于隐性知识很难以表达,传播不通畅,因此在促进隐性知识的传播中, 不能采用显性知识传播方法, 而是构建学习型组织,促进企业成员之间的交流,在交流中不断学习到新的知识。 企业内部需要定期开展培训工作,提高企业内部的学习氛围,加强企业员工之间的交流工作,促进管理创新活动的开展。

2.3鼓励非正式性交流

工商企业应该认识到社会资本带来的附件作用, 明确非正式交流能够促进隐性知识的交流。 通过开展非正式交流能够为员工之间提供良好的交流环境,提供更多知识获取的渠道,因此企业在增强网络强度中,需要积极鼓励员工参与到网络构建中, 并不断完善具有弹性的激励制度,提高员工工作积极性。

2.4明确专用性资产的投资限额

在无形中提高企业竞争能力,避免企业出现假公济私行为。 企业领导人员需要积极创新管理方式,改进现有激励制度,把任务型领导方式转变为目标型领导方式,激发成员的积极性,促进企业管理创新活动的开展。 领导人员需要以身作则,减少社会资本带来的不利影响。

2.5加强人才管理

管理人员需要你认识到人才的重要性,创新用人理念,优先聘用优秀员工,在日常工作中提高员工的创造性,积极引导员工加强交流,学习新知识。 其次企业在管理中需要创新用人机制, 人才资源是人才管理第一资源,若是没有利用容易造成浪费,因此企业需要完善激励机制,实施有效的人才资源管理。 企业在管理中需要建立管理创新技术,针对由突出贡献的经营管理人员, 重点培养,对管理人员采取有效的激励,并创造良好的工作环境和工作条件,激发企业的责任心和使命感。

2.6重视信息安全

在加强网络强度建设中,企业需要注意信息安全管理问题, 保证文件信息的安全传输,提高网络运行的可靠性和通畅性,避免病毒侵入,同时也需要充分做好保密行为,防止泄密。 企业在加强信息安全管理中需要完善制度孤帆,健全安全管理体系,制定更加符合企业实际情况的信息安全方案, 同时也需要不断提高自身企业管理水平,及时消除玩了过建设中存在的安全隐患。 在安全管理中也需要重视员工的作用, 提高员工对网络安全的认识,减少人员因素引起的安全隐患。 针对企业核心文件,需要坐高加密工作,最常见的加密方式包括身份识别系统、数字证书以及安全管理系统等,全方位管理和保护企业核心文件,提高文档安全性。

3结语

随着企业规模不断扩大和竞争压力的加大, 在企业管理创新中,引入社会资本是必然的发展趋势,同时网络强度也能够促进企业管理创新。 在以后的发展中,企业需要构建良好的沟通和协作机制,扩大企业自身社会资本存量,推进企业创新活动的开展。

参考文献

[1]谢洪明,陈盈,程聪.网络强度和企业管理创新:社会资本的影响[J].科研管理,2012(9):32-39.

企业网络强度 篇3

MBR污水处理技术问世以来, 膜污染问题一直是其发展的瓶颈, 其导致膜通量下降, 增加组件更换和清洗的频率, 从而增加运行费用[1,2]。在MBR处理废水的实际生产过程中, 膜组件的过滤性能会随着膜清洗次数的增加而逐渐衰减, 随之也导致膜通量的下降。兼顾于膜通量与减缓膜污染的目的, 在每次清洗之后的再使用过程中设置合适曝气的强度有利于延缓膜污染[3]。

针对曝气强度的预测研究, 首先使用GM (1, 1) 灰色系统预测每个阶段最佳曝气强度的变化趋势。GM (1, 1) 作为灰色系统理论的重要内容, 其突出特点是建模过程简单, 模型表达简洁, 便于求解, 应用广泛[4]。BP神经网络在预测领域有着比较成熟的应用[5], 因此再建立输入为膜清洗的次数、膜清洗时长、膜清洗药剂浓度, 输出为最佳曝气强度的BP预测模型。最后建立灰色系统与BP结合的灰色神经网络模型, 并经过实验对比分析两个神经网络模型的预测识别正确率。

2 最佳曝气强度 (Optimum aeration intensity)

浸没式MBR运行过程中, 曝气量过大, 易导致污泥破碎, 影响混合液过滤特性, 进而加剧膜污染, 降低膜通量。曝气量过小又会导致溶解氧不足, 必将对物生物的降解产生不利影响, 增加膜的负荷, 易造成膜污染, 从而影响污水处理的效果[6]。因此确定最佳的曝气强度不仅利于减小膜污染还有利于保持较高的膜通量。

2.1 最佳曝气强度影响因素

为有效的控制膜污染, 最佳曝气强度值会受到膜过滤性能的影响, 而影响膜过滤性能的主要因素包括膜清洗的次数、每次膜清洗时长、膜清洗药剂浓度。其中由于膜的不可避免的污染趋势, 其性能会随着膜清洗次数的增大而衰减, 从而清洗过后的再使用阶段需要相应的增加曝气强度值。

2.2 最佳曝气强度值的实验确定

最佳曝气强度值的确定需要从生物需要量和控制膜污染两方面考虑, 本研究主要从控制膜污染方面考虑。其中在保持MBR运行中恒膜通量出水的前提下以跨膜压差的变化率的大小反应膜污染的程度[7]。如在维持最佳污泥浓度操作压力为的条件下, 采用中空纤维膜管式组件, 首先检测放入MBR池中的新膜组件在不同的曝气量下, 跨膜压差 (TMP) 的变化来确定最佳曝气量, 曝气量试验分别选择90、110、120、130、140、150、160, 以每平方米膜投影面积每小时需要的气量计算曝气量。对上述七组实验每天记录膜组件跨膜压差的值, 当跨膜压差达到0.04MPa时停止试验, 因为此时膜堵塞非常严重。在膜通量恒定的情况下, 跨膜压差 (TMP) 的变化可以反映出膜污染的情况[8]。曝气量与跨膜压差上升速率的关系, 如图1所示。

由图可见, 曝气量强度过低或过高都会加速膜污染。因此实验中膜组件在第一个阶段最佳的曝气量强度应选择。相同的方法记录下清洗次数为0-10次后的最佳曝气强度值依次为:120、121、122、125、127、129、132、133、135、138、142。

3 灰色系统和神经网络理论 (Grey system and neural network theory)

3.1 GM (1, 1) 灰色系统的基本原理

GM (1, 1) 算法已广泛应用于社会、经济、生态、工程预测控制等领域。因适应贫信息, 抗噪声能力强。显示出比传统预测方法更大的优越性。该算法的基本思想是:将原始信息数据序列通过一定的数学方法进行处理, 通常采用累加或累减生成方法, 转化为微分方程来描述系统的客观规律。灰色系统预测是一种通过原始数据的处理和灰色模型的建立, 发现、掌握系统发展规律, 对系统的未来状态做出科学的定量预测。能够较好的预测变化的总体趋势。

传统的灰预测模型GM (1, 1) 为等间距灰序列的预测算法。其反映了一个变量对时间的一阶微分函数, 其相应的微分方程为

式中为经过一次累加生成的数列;为时间;、为待估参数, 分别称为发展灰数和内生控制灰数。

(1) 建立一次累加生成数列

设X0为非负的原始数据序列, X1为X0的一次累加生成AGO序列, Z1为X1的邻均值等权生成序列。

设原始序列

X0的累加生成序列

其中

(2) 利用最小二乘法求参数、。设

(3) 求出GM (1, 1) 的模型

3.2 BP神经网络预测模型原理

BP网络是一种按误差逆向传播算法训练的多层前馈网络, 是目前应用最广泛的神经网络模型之一。能够学习和存储大量的输入—输出模式映射关系, 而无需事前揭示描述这种映射关系的数学方程。

BP神经网络的学习状态是有导师的学习, 其算法是将一组训练集 (training set) 送入网络, 根据网络的实际输出与期望输出间的差别来调整连接权。有导师学习算法的主要步骤包括:

(1) 从样本集合中取一个样本 (Ai, Bi) 。

(2) 计算网络的实际输出O。

(4) 根据D调整权矩阵W。

(5) 每个样本重复上述过程, 直到对整个样本集来说, 误差不超过规定范围。

BP网络算法的流程图, 如图2所示。

3.3 灰色神经网络预测模型原理

灰色神经网络既是灰色理论与神经网络的组合, 其组合方法有并联型灰色神经网络和串联型灰色神经网络两种模型。并联灰色神经网络是单项模型的线性加权和, 没有考虑到单项模型预测结果之间的非线性关系。串联型灰色神经网络只将灰色预测模型的预测结果作为输入, 忽略了其他影响因素对预测结果的影响。基于此, 采用改进的串联灰色神经网络, 如图3所示。将灰色模型的预测结果和影响曝气量的其他因素作为BP神经网络的输入, 通过训练神经网络, 实现预测值与实测值的最佳拟合。

4 最佳曝气预测模型的建立

把实验测得的最佳曝气强度值作为预测模型的初始数据输入, 分别进行灰色系统预测和灰色神经网络预测。

4.1 最佳曝气GM (1, 1) 灰色预测的建立

灰色系统理论在建模过程中利用较少的数据就能得到一定精度的模拟数据, 将膜清洗次数分别为0—2次所对应的最佳曝气强度的值作为GM (1, 1) 模型的初始输入值, 进行预测膜清洗3—10次所对应的最佳曝气强度的值。如图4所示。

4.2 最佳曝气BP神经网络预测模型的建立

由于BP神经网络能够使得多元函数进行非线性的拟合并预测, 本模型将影响膜过滤性能的因素膜清洗的次数、膜清洗时长、膜清洗药剂浓度作为输入, 输出为最佳曝气强度值。简单的BP神经网络预测曝气强度值模型图, 如图5所示。

4.3 最佳曝气灰色神经网络预测模型的建立

将实验获得的膜清洗次数大于两次的实验数据作为最佳曝气强度灰色神经网络组合预测模型的输入, 其中数据包括灰色系统预测的结果值和影响膜过滤状态再而导致曝气强度值的膜清洗次数、膜清洗时长、膜清洗药剂浓度。此模型的结果输出为最佳曝气强度值。图6为最佳曝气强度灰色神经网络组合模型图。

5 结果分析 (Result analysis)

我们将MBR实验获得的膜清洗次数、膜清洗时长、膜清洗药剂浓度、最佳曝气强度等数据用于上述灰色系统、BP神经网络模型、灰色神经网络模型进行计算机仿真预测。

5.1 GM (1, 1) 灰色预测结果分析

将MBR实验获得膜清洗0—2次所对应的最佳曝气强度值作为灰色系统的输入, 通过MATLAB程序实现对膜清洗3—10次后所对应最佳曝气强度值。预测的结果, 如图7所示。

通过此灰色系统模型预测的结果分析, 可以看出预测的膜清洗3—10次后所对应的最佳曝气量的结果与实测结果存在较大的误差。主要原因是因为灰色系统预测模型的输入比较单一, 没有考虑到膜的过滤性能恢复程度受到多种因素的影响。因此, GM (1, 1) 灰色系统预测模型只能是预测最佳曝气强度值随膜清洗次数的一个总的变化趋势。对于精准预测各个阶段的最佳曝气强度值存在较大的误差。

5.2 BP神经网络预测结果分析

通过MBR实验获得90组关于膜清洗次数、膜清洗时长、膜清洗药剂浓度、最佳曝气量的数据, 随机选其中80组作为BP神经网络的输入, 进行网络训练, 建立网络模型, 再将剩下的10组作为该模型的测试数据输入进行测试。通过MATALB程序实现结果, 如图8所示。

通过BP神经网络模型预测结果分析, 可知BP神经网络识别的正确率为80%。

5.3 灰色神经网络预测结果分析

将MBR中获得的90组数据中, 对应相应的膜清洗次数添加灰色系统预测的结果, 从而也将灰色系统预测的结果作为灰色神经网络的输入, 接着进行网络训练, 建立灰色神经网络预测模型。使用同样的10组添加了灰色系统预测结果的数据作为该模型的测试数据, 进行该灰色神经网络的测试。通过MATALB程序实现结果, 如图9所示。

通过灰色神经网络模型预测结果分析, 可知灰色神经网络模型识别正确率为90%。

6 结论 (Conclusion)

本文在查阅了大量的关于MBR中膜污染相关的国内外文献后, 先得出最佳曝气强度值受到膜清洗次数、膜清洗时长、膜清洗药剂等影响的理论知识, 并进行相应的MBR实验研究得出相应的实验数据。再结合数学模型和计算机中的神经网络算法对求得的最佳曝气强度值进行模拟仿真。通过简单的BP神经预测模型和灰色神经网络组合预测模型的正确识别率进行对比分析, 可知组合的灰色神经网络模型能够更加精确的预测出膜清洗后的下一使用阶段的最佳曝气强度值。

参考文献

[1]Shibam Mitra, Naphtali Claude Daltrophe, Jack Gilron.A Novel Eductor-Based MBR for the Treatment of Domestic Wastewater[J].Water Research, 2016, 100:65-79.

[2]Shamim Ahmed Deowan, Francesco Galiano, Jan Hoinkis, Daniel Johnson, Sacide Alsoy Altinkaya, Bartolo Gabriele, Nidal Hilal, Enrico Drioli, Alberto Figoli.Novel Low-Fouling Membrane Bioreactor (MBR) for Industrial Wastewater Treatment[J].Journal of Membrane Science, 2016, 510:524-532.

[3]Young Suk Kim, Byoung Ho Lee.Fouling Reduction Effect in MBR System by Ozone Injection[J].KSCE Journal of Civil Engineering, 2014, 18 (2) :462-469.

[4]李朝阳, 魏毅.基于MATLAB灰色GM (1, 1) 模型的大气污染物浓度预测[J].环境科学与管理, 2012, 01:48-53.

[5]黄丽.BP神经网络算法改进及应用研究[D].重庆师范大学, 2008.

[6]王运超, 等.MBR动态曝气及其在膜污染控制中的应用研究[J].水处理技术, 2016, 02:92-95;99.

[7]孟凡刚.膜生物反应器膜污染行为的识别与表征[D].大连理工大学, 2007.

研发强度与企业核心竞争力 篇4

一、科技创新是企业核心竞争力的灵魂

企业要想培育和提升核心竞争力, 就要通过技术创新、经营创新、组织创新、管理创新和制度创新来达到独特性和不可模仿性的要求, 并最终实现这一目的。虽然, 核心竞争力具有不可模仿性, 但随着时间的推移、市场需求和消费者偏好的改变等因素的影响, 核心竞争力将逐渐失去原有的作用, 因此, 企业必须不断提升核心竞争力, 才能形成可持续竞争优势。

科技创新是持续提升核心竞争力的基础和条件, 科技创新可以降低成本、提高劳动生产率, 开发出满足市场需求的新产品, 企业只有不断增强研发能力, 将科技创新引入生产、经营和管理当中, 才能在激烈的市场竞争中立于不败之地。

科技创新有利于培育企业核心竞争力。企业推动技术创新, 科技成果在企业内部的迅速应用, 将形成企业的核心技术甚至核心业务, 从而获得持续的竞争优势。对企业来说, 科技创新不仅在产品结构、功能上产生多方面的积极效应, 而且还可全面提高企业的素质。一方面, 企业能够通过科技创新实现经济效益的快速增长;另一方面, 伴随先进技术的引进, 企业的技术研发系统会发一系列有益的连锁反应, 从而形成技术优势。更为重要的是, 由于技术创新是企业有目的的创造性活动, 通过开展技术创新活动, 可在企业组织中形成进取精神和团结合作意识, 这对企业培育和提高核心竞争力是非常重要的。

科技创新有利于提高企业核心竞争力。科技创新的目的不仅是开拓市场, 获取经济效益, 更重要的是提高企业各方面的竞争力, 尤其是提高企业核心竞争力。核心技术和产品是企业核心竞争力的主要组成部分, 为消费者提供的产品和服务最终均建立在核心技术和核心产品上, 其余各种业务也都围绕着核心技术和核心产品展开, 因此核心技术和产品是企业各种竞争力的重要基石, 也就是核心竞争力的“核”。企业在经营中, 通过科技成果转化而形成的新技术特别是核心技术, 能够使企业获得巨大的创新收益。由核心技术形成的核心业务, 能使企业在一个较长时期内获得高额垄断利润或规模经济效益。

二、提高研发强度是科技创新的重要保证

企业自主创新能力的短缺, 已经成为我国企业迈向世界一流企业行列的最大挑战。目前, 我国企业的科研投入明显不足, 在当前全球市场不景气的情况下, 我国企业的普遍做法是缩减研发投入。虽然在短期内这可以减少企业支出, 提高企业利润率;但从长期看, 必将使企业的核心竞争力受到伤害, 要想全面扭转目前我国企业在国际竞争格局中的不利地位, 企业必须持续加大对科技研发的投入, 不断开发新产品, 持续维持企业在行业内的技术领先优势, 更好地为用户提供产品与服务。

创新研发策略, 提高研发投入的效益。企业自主创新要坚持以市场为导向的产品研发策略。企业必须加强市场研究, 及时把握市场的变化趋势, 并主动根据需求变化来进行预测和做出产品研发安排, 以确保能够为市场提供所需要的产品和服务。就当前国内市场来说, 与需求不足相比, 我们更重要的是缺乏能够真正满足需求的产品与服务。企业通过加大对新产品、新服务方面的研发投入, 可以直接增强核心产品与服务的市场竞争力。

创新研发思路, 拓展研发投入的范围。一般来讲, 创新收益的独占性和创新周期密切相关, 创新周期越长, 收益独占性越差。为了缩短创新周期, 必须创新研发思路, 实施开放式创新。开放式创新主张放弃企业所有创新活动都由自己独立完成的做法, 它主张以市场需求为原动力, 以尽快形成优势产品为目标, 总成技术或核心技术由自己开发, 或与其他单位联合开发;配套技术或一般技术外部采购, 将合作视野放宽到“内外部、上下游、国内外”。在创新过程中, 不排除引进先进技术, 以解决关键环节的“卡脖子”因素, 但着力点仍是培育自己的核心能力。我国大型水利发电设备、高铁技术之所以成功, 关键就在于创新研发思路, 在引进消化的同时坚持自主研发。通过开放式创新增加研发投入, 分散了研发风险, 共享了研发成果, 促进了核心技术的迅速掌握, 为增强核心竞争力开辟了新的途径。

创新研发机制, 巩固研发投入的根本。研发投入的根本是培育良好的研发机制。企业只有高度重视科技人才队伍建设, 充分调动科研人员的积极性和创造性, 不断发现和培育关键技术人才, 才能形成人才辈出、人尽其才、才尽其用的良好局面, 才能打造一支层次分明、结构合理、素质高、能力强的创新人才梯队, 才能提高海外高科技人才的吸引力度, 企业提高这方面的研发投入, 也就是在巩固研发投入的根本。此外, 还要重视培育企业的创新环境, 要通过建立合理的制度, 合适的组织结构, 推动持续性的创新。要通过提高研发投入大力倡导创新、鼓励创新, 激发研发人员的创造活力, 并形成企业文化, 使企业走上创新驱动、全面协调可持续发展的道路。

三、研发强度与企业核心竞争力的关系

从金融危机以来的情况看, 我国企业的研发强度受经营形势的影响较为明显。企业经营形势逐步好转时, 企业研发强度会缓慢提高;经营形势趋于恶化时, 企业研发强度就会明显降低。2008年中国企业500强的研发投入强度为1.32%, 其后2011年中国企业500强的研发投入强度上升到1.41%。2011年企业经营形势再次恶化, 与之相对应, 2012年中国企业500强的研发强度又回落至1.33%。研发强度得不到有效保障, 企业的技术进步和创新能力的提高, 就缺少坚实的物质基础。

当前, 我国许多重要产业对外技术依存度高, 核心技术受制于人。虽然很多产品标注为中国制造, 但研发设计、关键部件和市场营销都在国外, 只有加工、封装等劳动力密集型环节在国内, 40%以上的产品销售额要支付给国外专利持有者, 我国90%左右的出口商品都属于代工生产或者贴牌生产, 产品附加值低, 与发达国家相比具有很大差距。正是因为我国企业研发强度普遍较低, 技术创新能力不足, 因此, 企业在盈利能力、引领产业发展的能力、在价值链中占据优势地位的能力方面与世界一流企业相比还存在很大差距。

四、科技创新政策是企业提高研发强度的政策保证

国家科技创新优惠政策是规范技术创新活动的各种政策工具的集合, 科技创新政策是科技政策与产业政策的结合, 涉及到财政、税收、金融等许多方面的政策和法律。当前, 企业科技创新政策主要有财政政策、税收政策、金融政策、人才激励政策、引消吸再创新、科技管理等。国家通过各项优惠政策鼓励企业科技创新, 引导企业加大研发投入, 并予企业以实实在在的利益。

(一) 税收政策

根据《企业所得税法》及其实施条例以及《企业研究开发费用税前扣除管理办法 (试行) 》 (国税发【2008】16号) 规定, 满足一定条件的研究开发费用可以在所得税前加计50%进行扣除。企业发生的符合条件的研发费用除了可以在所得税前全额扣除外, 税法还允许再按照当年发生额的50%予以扣除, 实际减少所得税负达到当年研发费用支出的12.5%, 这部分所得税优惠实实在在减轻了企业的税收负担, 减少了企业的现金流出。

为鼓励研发投入, 国家规定企业用于研究开发的仪器和设备, 单位价值在30万元以下的, 可一次或分次摊入管理费, 其中达到固定资产标准的应单独管理, 但不提取折旧, 单位价值在30万元以上的, 可采取双倍余额递减法或年数总和法实行加速折旧政策。一次性或加速折旧可以减少企业初期所得税支出, 为企业初创期节约更多的宝贵的发展资金。

同时, 国家高新技术产业开发区内新创办的高新技术企业经严格认定后, 自获利年度起两年内免征企业所得税, 免税期满后减按15%的税率征收企业所得税。对符合国家规定条件的企业技术中心、国家工程 (技术研究) 中心等, 进口规定范围内的科学研究和技术开发用品, 免征进口关税和进口环节增值税;对承担国家重大科技专项、国家科技计划重点项目、国家重大技术装备研究开发项目和重大技术引进消化吸收再创新项目的企业进口国内不能生产的关键设备、原材料及零部件免征进口关税和进口环节增值税。这些税收政策都充分体现了国家对科技创新的大力支持。

(二) 财政政策

当前, 无论是发达国家、新兴国家还是发展中国家, 都十分重视科技创新, 不断加大科技创新投入力度, 在全社会科技投入中, 政府科技投入是主导, 企业科技投入是主体。政府通过财政科技资金直接投入、科技项目资助、高新技术产品政府采购等引导企业增加研发投入, 推动国家科技发展, 同时还通过考核政策的引导, 增强企业研发投入强度, 保证科技创新的强大资金支持。

2010年开始在中央企业全面推行的经济增加值 (EVA) 指标考核, 一开始就明确, 研究开发费用从资本成本项目中扣除。经济增加值指标对研究开发费用的调整, 实际上是将研究开发费用视作利润的一部分, 目的是鼓励企业管理者积极开展研发活动, 提升企业长期可持续发展的竞争力。从企业层面来讲, 当期的研究开发费用越大, 企业税后净利润越小, 但是由于研究开发费用可以抵减一部分资本成本, 因此计算经济增加值时又得以补回, 而经济增加值才能真正反映企业耗用各种资源所创造的经济价值, 且增加研发费用从长期来看, 提高了产品的附加值, 增强了企业的竞争力, 对企业的所有者、经营者甚至债权人均有益处。

(三) 金融政策

为营造激励自主创新的环境, 推动企业成为科技创新的主体, 努力建设创新型国家, 国家在金融政策方面推出了一系列支持科技创新的扶持政策。主要包括以下几个方面:

政策性金融机构对国家重大科技专项、国家重大科技产业化项目的规模化融资和科技成果转化项目、高新技术产业化项目、引进技术消化吸收项目、高新技术产品出口项目等按照国家相关部门的政策提供优惠贷款, 给予重点支持。在国家政策允许的范围内, 对高新技术企业发展所需的核心技术和关键设备的进出口提供融资信贷支持。

商业银行根据国家投资政策及信贷政策规定, 对国家和省级立项的高新技术项目, 积极给予信贷支持。对有效益、有还贷能力的自主创新产品出口所需的流动资金贷款根据信贷原则优先安排、重点支持, 对资信好的新产品出口企业核定一定的授信额度, 在授信额度内, 根据信贷、结算管理要求, 及时提供多种金融服务。同时, 各级政府还利用基金、贴息、担保等方式, 引导各类商业金融机构支持企业科技创新与成果转化。

国家还通过建立多层次的资本市场, 加大直接融资扶持力度, 支持企业的自主创新。通过支持有条件的高新技术企业在国内主板和创业板上市, 大力推进中小板制度创新, 缩短公开上市辅导期, 简化核准程序, 加快科技型中小企业上市进程。

国家支持对高新技术企业的保险服务以降低企业创新风险。支持保险公司发展企业财产保险、产品责任保险、出口信用保险、业务中断保险等险种, 为高新技术企业提供保险服务。

国家还不断完善外汇管理政策支持企业的科技创新。国家各级外汇管理局根据高新技术企业的实际需要, 充分满足高新技术企业货物贸易和服务贸易的用汇需求。深化境外投资外汇管理改革, 支持国内企业设立、收购、兼并海外研发机构或高新技术企业。

五、结束语

每一次大规模经济危机往往也是产业与技术孕育变革的关键时期;每一次危机之后的经济复苏, 都离不开新技术革命的推动。当前, 一些关键技术领域正处在变革前夜, 由于半导体、新材料等成熟技术加速升级, 页岩气开采技术取得重大突破, 分布式通讯和信息技术与可再生资源进一步融合, 智能制造、合成生物制造等全新的制造技术正在兴起, 物联网、云计算等新兴领域正在产生具有全球特征的大产业和新业态, 人类将迎来以数字化制造及新材料应用为标志的新的工业革命。我国企业应该高度关注新一轮技术革命特别是数字化技术的发展趋势, 及早谋划, 提前布局, 才有希望在激烈的国际竞争中占据有利地位。

摘要:当今国际经济竞争的核心是技术竞争, 一个国家的经济实力, 主要取决于技术转化为生产力的速度、规模、范围和效果。就企业而言, 加大研发投入强度, 增强科技创新能力, 是提高企业核心竞争力, 在全球新一轮经济技术革命的大背景下, 占据产业链优势和主导地位的必由之路。

关键词:研发强度,科技创新,核心竞争力

参考文献

[1]中国企业联合会、中国企业家协会课题组.2012年中国大企业发展的趋势、问题和建议, 2012 (9) .

[2]王忠禹.积极应对挑战加快做强做优步伐, 2012 (9) .

[3]郝洪, 杨令飞.国资委经济增加值 (EVA) 考核指标解读.国际石油经济, 2010 (4) .

企业网络强度 篇5

高新技术企业作为高新技术产业的载体,其整体水平决定高新技术产业的发展状况,影响着一个地区或国家的经济发展水平[1]。高新技术企业的持续发展需要企业不断地技术创新,才能适应市场发展。企业的创新需要有投入。近些年,部分学者对企业科技活动投入与主要经济指标、科技产出指标的关系进行了分析研究,得出企业科技活动投入在一定程度上推动着社会进步。例如张少津、刘文艳[2]等以河北省的科技活动投入经费、科技人员投入和GDP为研究对象,利用协整理论和VAR模型等分析方法,得出三者之间存在长期均衡关系。陈爱国、魏晓平[3]运用典型相关分析法得出最近十几年来我国高技术产业科技活动的效率总体水平较高,发展趋势良好。汪海凤、赵英[4]以我国各省市的高新技术企业整体为研究对象,采用因子分析方法对我国各省市高新技术企业的成长性进行综合评价,得出研发能力和潜力是影响高新技术企业成长的四大因素之一。

通过上述学者的研究可知,科技活动投入在不管是推动地区进步还是推动企业发展都发挥着不可替代的作用。本文研究了摸清苏州高新技术企业科技投入现状,找出目前企业创新发展的不足,为以后制定相关政策提供参考。

1 发展现状

2014 年,苏州拥有高新技术企业2950 家,根据国家火炬统计年报要求,完成应统入统企业2903 家。这2903 家高新技术企业实现营业收入9231.40 亿元,同比增长7.65%,科技投入强度(指科技活动经费投入除以营业收入,其中科技活动经费投入包括企业内部科技活动资金投入和来自政府部门的科技活动资金投入)为4.22%,同比增长3.94%,科技活动人员19.80 万人,同比增长10.99%。上述成绩的取得离不开企业对技术创新的追求,更离不开企业逐年增加的科技活动费用。

1.1 各地区高新技术企业科技投入强度逐年增大

2014 年,苏州应统入统高新技术企业的科技投入强度为4.22%,超过4%的市(县)、区有7 个,其中工业园区、姑苏区较高,其强度都超过5.80%。(1)从企业科技投入资金量上看:工业园区资金量投入最大,达到88.02 亿元,其同比绝对增加值也为最高,较去年增加14.38 亿元;高新区企业平均科技投入资金量最高,达到0.16 亿元;姑苏区同比增长率最大,同比增长116.64%。(2)从政府科技投入资金量上看:工业园区政府投入资金量最高,达到3.25 亿元,其同比绝对增加值也最高,较去年增加1.03 亿元;高新区同比增长率最大,同比增长66.64%。(3)从政府投入撬动比(企业科技投入比上政府科技投入)上看:2014 年,相城区政府投入撬动比最高,达到1∶ 94,其次为常熟市(1∶ 82)、太仓市(1∶ 80)。

1.2 各技术领域高新技术企业科技投入强度各具特色

(1)从技术领域大类来看,环境保护类高企科技投入强度最高,达到5.04%,高于全市平均水平0.82个百分点;电子与信息领域的企业总科技投入资金量最大,达到124.78 亿元,占全市总资金量的32.04%;新材料领域的企业政府投入撬动比最高,达到1∶ 82,即政府部门向新材料领域的高企投入1 元,可以带动企业投入82 元进行科技活动;环境保护、光机电一体化、生物医药技术和电子与信息4 个领域的科技投入强度均高于全市平均水平。(2)从技术领域小类来看,计算机软件产品类企业科技投入强度最高,达到17.8%;机电一体化机械设备类企业总科技投入资金量最大,达到34.09 亿元;计算机外部设备政府投入撬动比最大,达到1∶ 374;新能源类企业使用来自政府部门的科技活动资金最多,达到0.69 亿元。

1.3 政府部门科技资金的介入更好地推动企业创新发展

在应统入统高新技术企业中,使用来自政府部门科技活动资金的企业641 家,占全市企业的数的22.08%。这641 家高企的企业科技投入强度为4.58%,高于未获得政府部分科技活动资金投入的企业0.58 个百分点,这说明政府部门对企业科技活动资金的投入能够很好、有效的带动企业进行科技研发。其中,工业园区享受政府资助企业数最多,达到150 家,企业科技投入强度为6.15%;姑苏区享受政府资助企业数最少,但是这些高企的科技投入强度却是各市(县)、区最高;姑苏区、昆山市两地区企业对政府科技活动资金投入最为敏感,有、无政府投入的企业科技投入比例相差分别达到2.09,1.23 个百分点。

1.4 中小型高新技术企业更加注重开展科技活动

按照常用企业划分标准,在应统入统高新技术企业中,营业收入低于3000 万元的企业科技投入强度最大,达到19.86%,高出全市15.64 个百分点,该规模企业数也最多,占到全市总企业数的31.45%。营业收入3000 万元以上、1 亿元以下的企业使用政府科技活动资金最多,达到2.07 亿元,占全市总量的26.99%,其科技投入强度达到8.57%,也要高出全市4.35 个百分点。营业收入1 亿元以上、3 亿元以下的企业有647 家,营业收入为1166.89 亿元,占全市的12.64%,总科技投入62.38 亿元,占全市的16.02%,科技投入强度为5.35%,高出全市1.13 个百分点。营业收入3 亿元以上、10 亿元以下的企业有374 家,营业收入为2012.57 亿元,占全市的21.80%,总科技投入79.43 亿元,占全市的20.40%,科技投入强度为3.95%,低于全市0.27 个百分点。营业收入10 亿元以上的企业166 家,营业收入5477.98 亿元,占全市的59.34%,总科技投入185.81 亿元,占全市的47.71%,科技投入强度为3.39%,为各类规模最低(见图1)。

2存在的不足

2.1 部分高新技术企业科技投入强度偏低

按照国家高新技术企业认定标准,对申请企业的研究开发费用总额占销售收入总额的比例有一定的要求。认定标准要求:年收入小于5000 万元的企业,科研经费比例不低于6%;年收入在5000 万元至20 000万元的企业,比例不低于4%;年收入在20 000 万元以上的企业,比例不低于3%。从本次年报数据来看,年收入低于5000 万元的企业有1266 家,科技投入强度低于6%的企业有168 家;超过5000 万元低于2亿元的企业860 家,强度低于4%的企业有97 家;超过2 亿元的企业777 家,强度低于3%的企业119 家。在入统的高企中低于2%的企业竟有79 家。

2.2 政府部门科技活动资金投入差异化明显

2014 年,应统入统的高新技术企业中使用政府部门科技活动资金投入的企业也就才有641 家,占高企总数的22.08%,近4 年使用政府资金率没超过30%。(1)在区域分布方面,吴中区、相城区、太仓市入统高企平均获得政府资金非别为10.12 万元、12.49万元、13.74 万元,与获得政府投入较高的姑苏区(69.69 万元)、工业园区(52.10 万元)相差近6 倍。(2)在技术领域方面,新能源(501)领域企业115 家,政府科技活动资金投入6900 万元,而同一大领域的高新节能(502)领域企业114 家,政府投入才1900 万元;计算机软件产品(105) 领域企业59 家,政府投入5800 万元,而同一大领域的电子计算机(101)领域企业151 家,政府投入才6400 万元。

2.3 政府部门科技活动资金撬动作用减弱

2012-2014 年苏州高新技术企业不论是企业自身投入还是政府投入都保持了逐年递增的趋势,其中政府投入年均增长29%,虽然政府部门每年用于扶持企业的资金在不断增加,但是政府资金发挥的作用却逐年递减,2012 年入统高企政府资金撬动比例(政府投入与企业投入比)为1∶72,到2013 年下降到1∶63,到2014 年下降到1∶50。在各辖市区中,下降最明显的是太仓市,由2012 年的1∶233,下降到2014 年的1∶80。

3对策与建议

3.1 鼓励增加科技投入,推动企业转型升级

(1)利用税收减免,刺激企业增加投入。税收减免是国家扶持企业创新的重要政策,而利用税收优惠获取税收利益,是企业追求税后利润最大化惯用手段。在国家减按15%企业所得税、50%研发加计扣除的基础上,尝试探索对“经认定拥有自主知识产权的高新技术成果转化项目的企业”“引进高新技术经过消化、吸收的新项目投产后的企业”“奖励和分配给员工的股份再投入企业生产经营的个人”等进行所得税减免,以刺激企业增加研发投入,推动企业创新发展。(2)尝试企业贷款额度与研发投入挂钩。企业贷款是为了扩大自身规模,银行放贷是看重企业发展前景,政府贴息是为了推动地方发展,要实现共赢,关键是企业要能够适应市场发展,适应市场的关键就是要推陈出新、转型升级,其中研发投入是核心,没有研发投入,就没有改革创新,所以在银行放贷、政府贴息时要将企业研发投入放在重要位置,这样才能实现共赢[5]。

3.2及时关注产业动向,全面掌握自身发展状况

(1)重视高新技术产业发展,把稳经济发展脉搏。技术含量高度密集是高新技术产业区别于其他产业的根本特征。大力提高高新技术企业的研发能力,鼓励和引导高新技术企业建立研究开发机构,以多种形式吸引国内外著名科研机构在苏州落户安家,积极推进跨国企业研发机构的本土化。(2)关注传统产业转型,适时加大扶持力度。加大传统优势产业转型升级扶持力度,激励企业进行技术创新,将自身优势向产业链的高附加值环节延伸。鼓励支持企业进行产品创新,大力发展具有自主知识产权产品,逐步树立自身品牌。注重利用新技术、新工艺、新装备和网络技术等先进技术,推动传统产业转变发展方式[6]。

3.3 完善政府扶持方式,提升政府资金使用效率

(1)改进科技项目扶持方式。要以需求为导向设置科技计划体系,着力解决科技计划重复交叉、创新资源碎片化等突出问题,不断提高后补助、间接支持、滚动支持的比例,加快形成以后补助、间接支持为主的、符合创新资源配置规律的资金使用方式。要对项目负责人设定责任目标、对企业设立科技信用档案,凡是项目未按时间完成、项目承担过多、相关统计不配合的企业要限制或者取消申报资格。(2)完善政企互动机制。政府通过科技项目资金、科技贷款贴息、税费减免等手段推动企业发展,企业获得政府扶持后须及时反馈经营信息,以便政府改善或者持续推行扶持手段,这种机制应是双向的,但在实际操作中,更大程度上是单向的,企业觉得政府扶持是应该的,没必要为政府的扶持负责。所以,建议探索一种机制或者搭建一个平台,让政企双方能够最大程度互换信息,让政府资金真正用在需要它的地方[7]。

摘要:企业是创新的主体,而高新技术企业是综合反映企业创新能力的重要载体,其持续稳定的科技活动投入是保障企业转型升级、赢得竞争优势的重要手段。文章通过利用苏州2014年度火炬统计年报数据,挖掘在各行业、各领域、各地区高新技术企业的科技活动开展状况,并运用定量分析研究政府扶持资金在推动企业创新中发挥的作用。

关键词:高新技术企业,科技活动投入,科技创新,政府扶持

参考文献

[1]王贯中.培育和提升高新技术企业的核心竞争力[J].技术经济与管理研究,2007(1):52-53.

[2]张少津,刘文艳.区域科技投入与经济增长关系的实证研究——以河北省为例[J].河北经贸大学学报,2013(5):103-105.

[3]陈爱国,魏晓平.高技术产业科技活动效率:基于CCA-DEA的分析[J].科技进步与对策,2010(24):113-115.

[4]汪海凤,赵英.基于因子分析的我国各省市高新技术企业成长性比较研究[J].科技管理研究,2013(4):59-64.

[5]夏来保,孟祥芳.滨海新区高新技术企业技术创新能力探究[J].科技与经济,2009(4):20-22.

[6]中研网.政府应加大对纺织等实体经济扶持力度[EB/OL].[2014-05-17].http://www.chinairn.com/news/20140517/100222574.shtml.

企业网络强度 篇6

基于无线传感器网络的定位技术有很多种, 主要包括基于测距的定位技术和无需测距的定位技术。基于测距的定位技术需要已知方位的信标节点作为参考坐标点, 然后利用几何关系通过三边测量、三角测量或极大似然估计等算法[1]计算节点的位置, 目前主要包括信号到达时间法 ( time of arrival, TOA) , 信号到达时间差法 ( time difference of arrival, TDOA) , 信号到达角度法 ( angle of arrival, AOA) [2], 接收信号的强度指示法 ( the received signal strengthindicator, RSSI) 等方法。其精度相对较高, 但通常对硬件的要求也较高; 无需测距的定位技术一般是根据网络本身的联通性、路由以及拓扑结构等信息来估计节点的位置, 目前主要包括质心法[3]、APIT[4]、DV-Hop算法[5], 其性能受环境因素的影响小, 但定位误差相对较大。

以上所述的定位技术大多数是针对静态无线传感器网络而言的, 基本上可以满足静态无线传感器网络的定位需要, 但是对于移动无线传感器网络, 因为节点具有移动性, 使其难以满足移动节点的定位需求。目前动态无线传感器网络节点定位方法主要有移动信标节点定位[6], 其利用信标节点的移动性, 降低了定位成本, 提高了定位精度。但是也存在不少问题, 如限于传感器节点自身能量和计算能力的限制等。

本文针对目前静态无线传感器网络定位的局限性和动态无线传感器网络定位的诸多问题, 提出一种将航迹推算与RSSI定位相结合的动态定位方法, 使两者优缺点互补, 从而有效地提高了定位的精度, 能够有效地应用在基于无线传感器网络的移动机器人定位领域。

1 航迹推算和RSSI定位的基本原理

航迹推算[7]是利用已知的初始位置, 根据航向角和速度信息的变化, 实时确定运动体位置的一种导航定位方法。节点的运动可以看成是在二维平面上的运动, 如果已知节点的起始位置点 ( x0, y0) 和初始航向角 θ0, 通过实时测量节点的行驶速度和航向角, 就可以实时推算节点的位置。航迹推算的原理如图1 所示, 节点以初始航向角 θ0从起始位置点 ( x0, y0) 出发, 移动距离l0到达位置 ( x1, y1) , 再以航向角 θ1移动距离l1至下一个位置。

计算公式如下:

由此依次推算, 则有

航迹推算优点在于不需要外部传感器信息来实现对节点位置和方向的估计, 并且短距离内具有很高的定位精度。但由于误差的累积, 通过航迹推算得到的坐标与实际坐标之间的误差会发散, 节点之间的相对定位精度同样会发散。

基于RSSI ( 接收信号强度指示) 的测距是一种廉价的测距技术, 也是本文定位算法的基础。其原理如下: 已知发射信号强度, 接收节点根据收到的信号强度, 计算信号在传播过程中的损耗, 使用理论或经验信号传播模型将传播损耗转化为距离。由于无线信号对于复杂环境的适应能力非常弱, 所以使用这种方法来测的距离精确度不高。但是使用这种方法用到的硬件设备简单, 而且大多数无线通信模块都可以直接提供RSSI的值。因此, 在现实生活中基于RSSI的定位方法被人们广泛地应用到生活中。RSSI定位具有成本低、节点通信量较小、硬件系统简单、功耗较低等优点, 但受环境因素影响较大。

2 航迹推算与RSSI相结合的具体过程

2. 1 RSSI模型建立

RSSI值与实际距离的关系模型是无线定位的关键, 其模型参数直接影响定位的准确度。由于本文所用的无线模块提供的是LQI值 ( 链路质量指示) , 而LQI值和RSSI值是线性关系, 所以直接建立距离d与LQI值之间的关系模型。LQI与实际距离间的关系[8]可以表示为

式 ( 3) 中, C1和C2为随环境改变的参数。

为了得到可靠的模型, 需在实际应用环境下进行标定。为保证定位精确, 所有和本文相关的一切试验均在同一场地进行。通过一组 ( 两个) 节点进行组网通信试验, 可以画出以距离为横坐标, 以LQI为纵坐标的曲线, 如图2 所示。对此曲线进行拟合即可得出参数C1和C2。

则LQI值与实际距离的关系模型[9]如下:

从图2 可以看出, 计算出的距离围绕真实值上下波动, 而且在距离较小时的测量精度较高, 当距离大于约6 m时精度明显变差。鉴于本文所述的节点之间的距离不需过大, 所以基于RSSI的定位方法很适用于本文。

2. 2 航迹推算与RSSI定位相结合

在移动传感器网络节点的运动过程中, 节点之间的相对距离和位姿非常重要, 直接决定节点编队效果的好坏。航迹推算在一定距离之内可以保证节点之间相对定位的精度, 但是存在累积误差无法避免的问题, 且必须知道节点的初始坐标。为此, 需要利用无线定位技术辅助航迹推算, 确定节点的相对初始坐标, 并在行进过程中校正节点之间的相对位置, 从而使节点队形保持平稳状态。

为了描述本算法, 本文利用两个节点进行研究, 其中一个作为领航者, 另一个作为跟随者。两个节点任意摆放在试验场地, 领航者位置不动, 跟随者通过本算法获得相对于领航者的坐标[10]。

如图3 所示, 本算法分为三步:

( 1) 跟随者利用RSSI定位法得出初始位置1与领航者的距离L1。

( 2) 跟随者以方位角 θ 为航向, 移动距离R, 到达位置2。其中, 方位角通过平面罗盘可得, 移动距离通过航迹推算测得。

( 3) 跟随者再利用RSSI定位法得出位置2 与领航者的距离L2。

设领航者初始坐标为 ( x1, y1) , 跟随者在位置1 的坐标为 ( x2, y2) , 在位置2 的坐标为 ( x3, y3) 。

由数学关系可得:

将式 ( 7) 、式 ( 8) 代入 ( 6) 得:

由式 ( 5) ~ 式 ( 9) 得:

设A = ( L21+ R2- L22) /2R, 由式 ( 5) 和式 ( 10) 得:

由式 ( 11) 和式 ( 12) 可得出跟随者相对领航者的坐标, 这个坐标即为跟随者的相对初始坐标, 从而解决了航迹推算需要设定初始坐标的问题。

在节点行进过程中, 由于误差的累积, 通过航迹推算得到的坐标与实际坐标之间的误差会发散, 节点之间的相对定位精度也同样会发散, 此时通过RSSI无线定位得到的节点之间的距离与航迹推算得到的距离进行比较, 即设立一个阈值, 当航迹推算得到的坐标发散超过这个阀值的时候, 利用上述算法进行坐标校正, 达到避免航迹推算误差累积的效果, 从而使节点群的队形保持稳定状态。图4 为节点行进过程中航迹推算与RSSI定位的融合算法具体过程。

3 Matlab仿真

假设移动传感器节点群工作在一个二维平面内, 设定该二维平面的边界, 一个正方形区域为移动传感器节点的工作区域。移动节点群随意地安放在二维活动区域内, 简单起见, 本文将移动传感器节点化为点状, 即显示出来为圆形, 其圆心代表移动传感器节点在工作区域中的坐标。

选定任意四个节点, 其初始坐标为随机的, 其中一个节点为领航者节点, 其他三节点为跟随点节点。如图5 ( a) , 四节点任意摆放在试验场里, 选取坐标为 ( 12, 12) 的点作为领航者节点; 如图5 ( b) , 三个跟随者节点分别以一定方位角作为航向, 移动一定距离; 如图5 ( c) , 跟随者分别通过上面所述的动态定位算法计算自身相对于领航者的坐标, 并移动到编队阵列中的坐标; 如图5 ( d) , 跟随者与领航者形成了编队阵列。

节点编队行进的仿真如图6 所示。分别用4 种颜色表示4 个不同的节点, 所有节点以10 m间距均匀摆放, 领航者节点的初始坐标是 ( 20, 20) , 最终目标的坐标值为 ( 300, 200) 。运动过程中能够获得的传感器信息包括: 航向、里程和任意两个节点之间的距离。目标是让4 个节点保持队形平稳移动到目标位置。

图6 ( a) 是航迹推算的仿真结果, 它表明在短距离的移动过程中其相对定位误差较小, 但是距离超过100 m以后, 定位结果发散较快, 以后基本无法保持队形。图6 ( b) 是航迹推算与RSSI相结合的定位方法的仿真结果, 从图中可以看出, 节点在编队行进过程中, 基本保持了队形平稳。图6 ( c) 是航迹推算与RSSI相结合的定位方法和航迹推算的相对误差对比图, 从图中可看出, 航迹推算与RSSI相结合的定位方法相对航迹推算, 定位精度较高, 其相对定位的误差最终稳定在一个较小的范围。

4 结语

本文提出了一种基于航迹推算与RSSI的移动传感器网络节点定位方法, 解决了航迹推算需要初始坐标, 并且累积误差难以消除的问题。本算法有对节点的密度没有要求, 且不需要锚节点的布置, 成本低等优点, 在移动无线传感器网络的节点定位领域有较大的参考价值。但是本文提出的节点定位方法的缺陷在于定位精度很大程度受到所选无线定位方法的精度的影响, 在今后工作中, 该方法可以和一些新型的低成本且高精度的无线定位方法进行配合, 说明该方法的兼容性较强, 可以适用于移动无线传感器网络的节点定位领域。

摘要:航迹推算不需要外部传感器信息, 并具有定位精度高的优点, 因此广泛应用在移动机器人的定位领域, 但在移动无线传感器网络节点定位中, 航迹推算难以避免误差的累积, 且需要设定初始坐标。现提出一种基于航迹推算与接收信号的强度指示法 (RSSI) 相结合的移动传感器网络节点定位方法, 该方法将二者的优缺点互补, 具有不需要信标节点、计算量小、对硬件要求低等特点, 且可以解决误差累积的问题。利用Matlab进行了仿真, 仿真结果表明该方法明显地提高了定位精度, 可以有效地应用在移动无线传感器网络中。

关键词:动态定位,航迹推算,接收信号的强度指示定位

参考文献

[1] 周一飞.无线传感网络的定位算法研究.上海:上海交通大学, 2009;24—27

[2] Niculescu D, Nath B.Ad hoc positioning system (APS) using AOA.INFOCOM, Twenty-Second Annual Joint Conference of the IEEE Computer and Communications, San Francisco, CA, 2003:1734—1743

[3] Doberty L, Ghaoui L E, Pister K S J.Convex position estimation in wireless sensor networks.Proceedings of Twentieth Annual Joint Conference of the IEEE Computer and Communications Sociaies (INFOCOM 2001) , Anchorage, AK, USA:IEEE Computer and Communications Societies, 2001; (3) :1655—1663

[4] He Tian, Huang Chengdu, Blum B M, et al.Range-free localization schemes for large scale sensor networks Proceedings of the Annual International Conference on Mobile Computing and Networking, 2003:81 —95

[5] Perkins D, Turnati R.Reducing localization errors in sensor ad hoc networks.IEEE Intemational Conference on Performance Computing and Communications, Atlanta, 2004:723—729

[6] 唐宏, 钟璐.基于移动信标节点的无线传感器网络定位算法研究.信息通信技术, 2012; (3) :51—56

[7] 陶敏, 陈新, 孙振平.移动机器人定位技术.火力与指挥控制, 2010;35 (7) :169—171

[8] 徐国艳, 孙劭轩, 王江锋, 等.一种基于LQI的道路车辆定位方法实现.公路交通科技, 2010;27 (4) :122—124

[9] 张洁颖, 孙懋珩, 王侠.基于RSSI和LQI的动态距离估计算法.电子测量技术, 2007;30 (2) :143—144

企业网络强度 篇7

一、理论分析与研究假设

(一)高管股权激励强度与企业发展

高管股权激励是企业向高管授予一定比例的公司股权,并规定高管在有效期内达成既定的行权目标,即可获得与股价挂钩的激励收益的一种长期性的激励方案,目的是促使高管与股东目标趋同。传统的信息不对称理论和委托代理理论认为高管是追求自身利益或效用最大化的理性决策者,随着高管被授予的股权比例增加,高管对企业的控制权力变强,内外部对其的监督与约束能力降低(Roger和Schatt,2016)。在监督机制不完善的情况下,股权激励并不一定会对高管起到正向的激励作用,反而为高管发生自利行为提供了前提条件,导致股权激励方案由激励效应向福利效应转化,进而阻碍了企业的发展(吕长江等,2009)。由于高管善于利用自身过大的权利,干涉董事会薪酬委员会的设计,降低股权激励的行权条件,使得股权激励方案易于达成,以增大自身获取收益的可能性(肖淑芳等,2013)。这将导致高管和其他激励对象的工作热情下降,工作效率降低,导致企业资源无效配置,最终影响企业正常的经营与持续发展。另外,由于股东和高管之间信息不对称,高管的控制权极有可能诱发高管的道德风险,使其通过盈余管理、会计寻租等短视行为操控股价,提升行权日股价,使得高管获取的股权收益增加(王烨等,2012)。这种操纵行为严重损害了投资者权益及企业的声誉与市场地位,甚至可能导致资本和借贷市场失灵。综上,由于股权激励强度的增大和高管控制权的增加可能阻碍企业的健康发展,据此提出假设:

H1:高管股权激励强度与企业发展负向相关。

(二)高管货币薪酬激励强度与企业发展

高管货币薪酬激励与企业绩效紧密相关,薪酬是企业向高管实行的另一种重要的激励方式。第一,高额的货币薪酬能够提升高管工作的满意度。组织变革是企业长期发展的保证,企业授予高管薪酬激励的强度越大,越能弥补高管为企业变革而花费的私人成本,增加高管的工作满意度,激励其更好地为企业工作,进而促进企业的发展(Herzberg等,2011)。第二,高额的货币薪酬扩大了高管成员间薪酬水平的差距,增强了高管竞争意识。第三,高额的货币薪酬能够证明高管的自我存在价值,垂直薪酬的差距能够彰显出较高层高管的地位和权威,满足了其心理需求,能促使其持续地为企业发展提供人力资本和社会资本,也能够激励低层高管为证明自身实力和获得企业的认可与奖励,而做出更多正确的经营管理决策(李绍龙等,2012)。第四,高额的货币薪酬能够增加高管的工作积极性。在我国现行货币薪酬替代效应不能超过收入效应的情况下,劳动力供给曲线呈现出随工资的增加而劳动力供给量逐步增加的趋势,货币薪酬激励的增加会增大高管的闲暇成本,间接地激励他们减少和杜绝偷懒的思想和行为,提高工作积极性,使其在企业经营中发挥积极的引导作用。综上,由于货币薪酬激励的增大,高管工作满意度和工作积极性、竞争意识也会增强,他们的心理需求得到了一定的满足,更会促使高管竭力地为企业工作,据此提出假设:

H2:高管货币薪酬激励强度与企业发展正向相关。

(三)高管团队人力资本的调节作用

高管在激励机制影响企业发展中发挥着决定性的作用,他们不仅参与激励方案的制定,还直接影响着激励机制的实施效果;高管对激励机制的偏好和重视程度的差异,导致其在企业经营中表现出不同的团队整合、资源整合能力和经营管理行为,进而影响企业的发展。因此,不同高管团队的人力资本导致不同薪酬激励实施的效果存在显著差异。

1. 高管团队年龄对高管激励与企业发展的调节作用。

高管的年龄越大,距离职业生涯结束时点越近,他们越希望企业能够平稳健康地发展,进而为其退休生活提供基本的保障。相比于年轻的高管,高龄高管更加保守,他们不愿意选择激进的投资策略,更不愿意通过盈余管理、会计舞弊等消极行为贪图一时的私利而阻碍企业未来发展,以减少丧失退休生活保障的风险(韩静等,2014)。所以,即使企业实行激励强度较大的股权激励方案,拥有高控制权的高龄高管团队对股权激励方案的态度也较为平淡,他们会一如既往地利用积累的工作经验和经营惯性开展工作,以保持企业的稳健发展,这就减弱了股权激励强度对企业发展的负向影响。

由于年龄和精力的限制,年龄越大的高管越不愿意改变现有经营管理模式,激励他们进行组织变革的激励成本相对较高;由于高龄高管的正常工资与奖金相对较高(汪金龙和李创霏,2007),满足其心理期望所需要的激励薪酬将更高,而与之相比,货币薪酬激励相对较少。所以,与年轻高管团队相比,货币薪酬激励对高龄高薪的高管团队的激励作用较弱,激励效果也较差,导致薪酬激励对企业发展的正向影响变小,据此提出假设:

H3-1:高管团队年龄越大越容易弱化激励强度对企业发展的影响。具体而言,高管团队年龄越大,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业发展的正向影响越小。

2. 高管团队受教育水平对高管激励与企业发展的调节作用。

受教育水平较高的高管个人的道德素养较高,他们吸收信息、分析问题、解决突发事件的能力较强,易于吸收国家新政策,并结合实际制定和推行适合企业发展的规划方案;他们拥有较高质量的社会资本,能够提供较多的外部有效信息,致使其在动态的经营环境中及时调整管理制度和办法,做出正确有效的投资决策(Finkelstein和Hambrick,2007)。所以,当企业授予强度较大的股权激励方案时,受教育水平高的高管团队发生机会主义行为的可能性降低,引致福利效应向激励效应转化,即减弱了股权激励对企业发展的负向影响。另外,基于对自身能力的认知和社会资本丰富信息流的考量,受教育水平高的高管团队对企业的发展有着充沛的信心,相信团队有能力发展企业,提升企业绩效。

随着高管受教育年限的增长,他们期望获得的薪酬和收益相对较高,企业授予货币薪酬激励越多,激励金额越接近高教育水平高管的期望值,越能增强其竞争意识,越能激发其工作潜能、增加其工作动力,从而增大激励方案对其激励的力度,据此提出假设:

H3-2:高管团队受教育水平越高越能够优化激励强度对企业发展的影响。具体而言,高管团队受教育水平越高,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业的正向影响越大。

3. 高管团队任职时间对股权激励强度与企业价值的调节作用。

较长的任职时间增进了高管对其他成员的信任程度,使得团队内各成员之间相互依赖、彼此尊重与认可,并且拥有较多的共同语言、立场和观点,能够有效克服经营管理过程中团队成员间的认知障碍,提升成员间隐性知识的分享意愿,有利于建立稳定的合作关系和长久的友谊。所以,即使企业授予任职时间长的高管控股比例较大的激励时,他们也不愿意发生自利行为,更不愿意损害股东和其他团队成员的利益,破坏已建立的情感依赖。因此,相比于任职时间短的高管团队,任职时间较长的高管团队股权激励的激励效应较好,能够有效缓解股权激励强度对企业发展的负向影响(刘胜军等,2015)。另外,任职时间较长的高管,在长时间工作中积累的工作经验和经营阅历较丰富,市场识别能力和风险预测能力较强,他们了解企业经营和管理模式,对企业经营过程中动态的风险因素有很好的预判和评估能力;他们善于利用自身的能力,及时调整企业战略计划,为企业的持续发展提供了前提保障,进一步增强股权激励的有效性。

根据维克托·弗鲁姆的期望理论,激动力量取决于目标效价和期望概率的乘积。在高管货币薪酬激励(目标效价)一定的情况下,基于自身工作经验和对经营风险预判能力的考量,任职时间长的高管认为其能够达成激励目标的概率较高,即激励力量较强。由于对高额薪酬的渴望,任职时间长的高管团队会运用高水平的市场识别能力、风险预测能力和丰富的工作经验,整合企业资源并做出正确的投资决策;他们会运用较强的沟通与团队整合能力,以减少部门之间的利益冲突,提高了企业的内在凝聚力和核心竞争力,为企业发展做出贡献。所以,高管团队在满足自身高额薪酬需求的同时,又稳固了其社会地位和口碑,促使激励机制发挥了正向效应,最终实现高管自身利益与企业发展双赢,据此提出假设:

H3-3:高管团队任职时间越长越能够优化激励强度对企业发展的影响。具体而言,高管团队任职时间越长,股权激励强度对企业发展的负向影响越小,货币薪酬激励强度对企业的正向影响越大。

二、研究设计

(一)样本选择与数据来源

本文选取2005-2014年上深交所公布实施股权激励方案的(A)股制造业上市公司为样本,为了保证数据的准确性和结论的有效性,剔除金融类的上市企业、同时存在B股和H股的在上市企业和经营状况不良好的企业。本文的数据来源于国泰安数据库,缺失的数据通过“巨灵信息网”和“巨潮资讯网”进行查找,最终选定506个样本。其中,轻纺工业占总样本11%,资源加工工业占28%,以化学原料及化学制品制造业和医药制造业为主占19%。其余61%样本为机械、电子制造业,其中计算机、通信和其他电子设备制造业和电气机械及器材制造业占约占总体样本40%。

(二)变量选择与计量

1. 被解释变量:

企业发展。本文从企业财务发展指标和战略发展指标两个方面来衡量。财务的可持续增长是企业发展战略的核心,可持续增长率也是企业进行财务分析时的重要指标,反映着企业当前经营效率和财务政策的最大发展能力,本文利用希金斯的可持续增长模型作为衡量企业发展的财务度量指标。企业的战略发展是企业在资本市场中长期存在的前提,反映着企业可预期的价值,本文借鉴高雷和戴勇(2011)的研究方法,选取托宾Q值来衡量企业的战略发展。

2. 解释变量:

高管激励强度。高管激励的基本方式包括货币型薪酬激励(工薪和绩效奖金)和非货币型薪酬激励(股票激励、股权激励和股票增值权)两种。借鉴胡艳等(2015)的研究方法,本文从股权激励和货币性薪酬激励两方面衡量高管激励,将高管团队前三名高管人员报酬总额的自然对数作为衡量货币薪酬激励强度的指标。国内大多数的研究将高管的持股比例作为股权激励强度的替代变量,然而高管的持股并不是完全由股权激励方案获得的,利用高管的持股比例衡量股权激励不完全准确。参考吕长江和张海平(2011)的研究方法,本文将披露的高管股权激励数量占公告日的股本总额作为衡量股权激励强度的指标。

3. 调节变量:

高管团队的人力资本。基于高层梯队理论,并参考詹雷和王瑶瑶(2013)、韩静等(2014)的研究方法,本文选取年龄、受教育水平和任职时间为调节变量,从这三个维度探讨高管人力资本对激励强度与企业发展的调节效应,并将高管团队的平均年龄、平均受教育年限和平均任期作为衡量标准。

4. 控制变量:

为了保证模型的准确性,参照吕长江和张海平(2011)、Lee等(2008)的研究方法,设置企业规模、资产负债率、股权集中度、高管货币薪酬激励、高管持股比例以及年度控制变量。资产负债率用来控制企业的财务风险,股权集中度控制股权结构。

上述变量及定义见表1。

(三)模型设计

为了准确地计量各个变量之间的相关程度与回归拟合程度,探讨股权激励与货币薪酬激励强度对企业发展的影响,本文运用多元线性回归分析的方法构建模型(1)和模型(2),在分析货币薪酬激励强度与企业发展时,本文将高管持股比例作为控制变量;研究股权激励强度与企业发展时,将高管货币薪酬作为控制变量。为了分析高管人力资本对高管激励机制与企业发展的调节效应,本文在模型(1)和(2)的基础上引入高管团队人力资本变量和交互项,构建多元线性回归模型(3)和(4)。

三、实证结果分析

(一)描述性分析

表2为506个样本的变量描述性统计结果,从中可以看出托宾Q均值为2.251,最大值和最小值分别约为7.401和0.312,说明企业间战略发展程度存在一定差异;可持续增长率均值为0.067,标准差为0.056,说明企业发展水平有待提高;股权激励强度的平均值为3.101,最大值和最小值相差较多,标准差为2.00,高管货币薪酬最大值与最小值分别为3.234和1.569,标准差为256.55,表明上市公司实施高管激励方案的强度离散程度较大。根据高管团队人力资本变量的描述性统计,可以看出高管团队平均年龄将近50岁,任职时间也长达23年,中老年管理者占的比重相对较大,所伴随的老龄和任期较长的心理和行为特征较明显。受教育水平介于本科和研究生之间,平均受教育年限约25年。因此,高管年龄、教育水平和任期的标准差别较大,高管团队人力资本水平不尽相同。

(二)相关性分析

表3列示了模型中的解释变量、被解释变量和控制变量之间的相关系数表,上半三角报告了Spearman相关系数,下半三角为Pearson相关系数表,从中可以看出股权激励强度与托宾Q值显著负相关,但是与可持续增长率关系不显著,假设H1需要进一步验证。高管货币薪酬激励强度与托宾Q和可持续增长率均成显著正相关,意味着企业给予高管的薪酬激励越强越能够促进企业发展,假设H2初步得到了证实。

注:数据来源于国泰安数据库。

注:(1)*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。

(三)多元线性回归分析

1. 股权激励强度对企业发展的影响及高管团队人力资本的调节效应。

表4中模型1-4列示了股权激励强度对企业战略发展影响的回归结果。从模型2中可以看出股权激励强度与企业战略发展显著负相关,回归系数为-0.157且在0.05的水平下显著,回归模型R2值较高且F值通过了显著性检验,假设H1得到了验证。这说明目前我国上市公司治理效应较差,管理层自利行为较明显,高管利用控制权获取收益,股权激励强度未能发挥激励作用。从模型3中可以看出高管团队平均年龄、受教育水平和任职时间回归系数均不显著,这表明高管团队人力资本不能对企业战略发展产生直接影响。模型4验证高管团队人力资本对二者关系的调节效应。股权激励与平均年龄、平均受教育年限和平均任职时间的交互项系数分别为0.091、0.118和0.220,且分别在0.1、0.1和0.01的水平下显著,说明高管团队年龄、受教育水平和任职时间对股权激励与企业战略发展关系具有显著的调节作用,能够弱化股权激励强度与企业战略发展的负向关系,证实假设H3-1、H3-2、H3-3成立,即高管团队人力资本越强,股权激励强度对企业发展负向影响越小,且任职时间和股权激励交互项系数最大,说明任职时间对股权激励与企业发展关系的调节作用最强。

模型5-8列示了股权激励强度对企业财务发展影响的回归结果。模型6中股权激励与企业财务发展负向相关,但不显著,而在模型8中二者成显著负向相关,可能是股权激励对财务发展未能产生直接的影响,二者关系需要通过中间媒介发挥作用或受到高管人力资本的影响。高管受教育水平和任职时间与股权激励的交互项系数显著,且为正,假设H3-2和H3-3得到了验证;高管年龄与股权激励的交互项系数不显著,假设H3-1部分未得到验证。究其原因,可能是人力资本的复杂性和产权的不确定性,使得企业在经营过程中呈现出的动态状态影响了研究的结论。

注:(1)t statistics in parentheses,*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。

2. 货币薪酬激励强度对企业发展的影响及高管团队人力资本的调节作用。

表5中模型1-4列示的是货币薪酬激励对企业战略发展影响的回归结果,模型5-8列示的是与企业财务发展关系的回归系数表。模型2和模型6检验货币薪酬激励对企业发展的直接影响,从中可以看出货币薪酬激励系数为正,分别为0.689和0.424且均在0.01的显著性水平下,假设H2得到了验证。这表明无论是创业板还是主板企业,高管货币薪酬的正向激励效果普遍存在。模型3与模型7研究的是高管团队人力资本对企业发展的直接影响,除了高管年龄影响企业战略发展外,其他人力资本变量均不显著。模型4与模型8将高管团队人力资本引入模型中,考察高管团队人力资本对货币薪酬激励与企业发展关系的调节作用。从表中可以看出高管团队人力资本与货币薪酬激励交互项系数均为正,模型4中回归系数分别为-0.379、0.123和0.311,模型8中回归系数分别为-0.702、0.268和0.205且均通过显著性检验,证明人力资本可以有效地调节货币薪酬激励与企业发展之间的关系,其中高管年龄与货币薪酬激励系数为负,与主效应方向相反,弱化了货币薪酬对企业发展的影响。高管受教育水平与任职时间强化了货币薪酬的激励效果,假设H3-1、H3-2和H3-3得到了验证。

(四)稳健性检验

2006年1月1日,我国正式开始实施股权激励管理办法,2005年是制度实行的前一年,为了验证研究结论是否稳健,本文剔除了2005年的研究样本,重新进行回归发现研究结果与之前相同。学者们至今为止对于高管团队的范围没有明确的定义,为确保结论的可靠性,本文参考Palzelt等(2008)的定义,认为高管团队成员仅包括董事会中的董事长与副董事长等少数几人,缩小高管团队的范围以检验高管团队范围是否影响高管知识的解释,这对研究的结论可能产生影响。其研究结论与假设完全一致,这说明本文数据是稳健的(限于篇幅结果未列出)。

注:(1)t statistics in parentheses,*p<0.1,**p<0.05,***p<0.01。(2)资料来源:国泰安数据库。

四、结论与启示

本文选用2005-2014年我国上深交所主板制造业(A)股上市公司作为研究样本,从超外生视角分析激励契约结构中股权激励和货币薪酬激励强度因素对企业发展的影响,探讨高管团队人力资本对二者关系的调节效应,并进行实证分析。研究结果表明:第一,股权激励强度对企业战略发展产生了显著的负向影响,而对财务发展影响不显著,股权比例的增大带来高管控制权的增加,高管自利行为的发生影响了企业长期发展。第二,货币薪酬激励强度与企业发展正向相关,高额的货币薪酬激励激发高管工作满意度与积极性,增强其竞争意识,激励了高管为企业发展努力工作。第三,高管团队的年龄、受教育水平和任职时间对股权激励强度与企业发展起着显著的调节作用,减弱了股权激励强度对企业战略发展的负向影响。第四,高管团队受教育水平与任职时间能够强化货币薪酬激励与企业发展的正向关系,而高管年龄弱化了二者之间的关系。

上一篇:历史与社会活动课下一篇:修正不变矩