基于企业家人力资本的民营企业初创规模分析——对我国民营上市公司的实证研究，本文主要内容关键词为：民营论文,民营企业论文,企业家论文,上市公司论文,人力资本论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F240
文献标识码：A
文章编号：1672-626X(2005)06-0018-05
一、问题的提出
20世纪80年代开始，我国民营企业数量迅猛地增长。从发展的总体趋势来看，[1]这些企业不但在不同行业、不同技术条件下和不同的社会环境下，是大中小企业并存的，即使在相同的行业、相同的技术条件下和相同发展阶段，其初始规模也呈现出大中小企业并存的特点。既然规模较大的公司具有较好的抗风险能力和存活率，[2]为什么在相同的巾场环境下我国民营企业会以不同的规模开始运营，我们从企业家人力资本的角度来认识这个问题。
企业家人力资本作为高层次的人力资本，其观念、创造力以及自身的资本，将决定一个新创企业的规模及成长。企业家人力资本是人力资本的一种特殊形式，它的最大的特征就是具有异质性，[3]表现在：企业家人力资本的所有者能够在不确定的市场环境中发现并建立起新的生产函数，其表现之一就是企业家创建企业。正是这种特殊性使企业家人力资本成为企业建立时不可或缺的重要因素。因此，研究企业家人力资本与初始规模的关系，对新公司的创建和存活具有重要意义。
基于此背景，本文以中国民营上市公司的资料数据为基础，通过实证研究来剖析民营上市公司企业家人力资本与公司初创规模的相关关系，寻求影响民营企业初创规模的企业家人力资本方面的因素，并为民营企业创立时，如何根据自己的企业家团队特性建立合理的初始规模提供可参考的依据。
二、文献回顾
西方的经济学家对企业规模大小的决定因素提出过不同的理论模型。从科斯的企业规模理论到威廉姆森((Williamson,1985)的激励机制理论，再到哈特的不完全契约理论，他们从企业与市场的替代关系的角度来考虑企业规模的决定因素，[4]认为企业的物质资本投入是决定企业规模的关键因素。此外，福山(1998)的社会文化与企业规模理论解释了不同文化的国家和地区也决定了企业的规模。
国外学术界对企业家人力资本与企业初始规模的问题已做过较多的实证研究。Mata(1996)选择了葡萄牙的新创公司作为考察样本，检验结果反映企业家人力资本的年龄变量与新创公司初始规模有正相关关系。Holtz-Eakin(1994)考察了美国一组用家族遗产作为公司启动资本的群体，研究结果显示出新创公司规模会随着个人继承的遗产数量而增加，表明了流动资本的约束影响了公司的启动规模。Astebro and Bernhard's(1999)采集了美国986家公司的数据并分析了初始启动规模的决定性因素，结果指明了投入到新公司的初始规模会随着创业家团队的人力资本规模的扩大而增加。Massimo G.Colomboa、Marco Delmastrob、Luca Grilli(2004)用391家意大利高科技公司作为样本，分析了企业家人力资本存量与这些公司初始规模的相关性，结果显示出：年龄较大的、受教育程度更高的人创建的公司规模会更大。
从以上的研究成果可以看出，经济学家的种种理论忽略了一个决定企业规模大小的关键性因素——企业家人力资本。此外，国内学者对民营企业进行的研究中也存在着不足：大量的国内文献集中于民营企业的绩效和成长性研究，缺乏对于民营企业初创规模的影响因素分析，更缺乏从民营企业家人力资本的角度对企业初始规模进行的实证研究。
三、研究假设
本文依据国外大量的文献研究成果，结合我国民营企业发展特点以及我国目前宏观经济的环境，提出以下假设：
假设一：企业家规模与民营企业的初始规模有正相关关系。创业企业家团队的规模大即企业创立时人力资本存量多，就有可能会给企业创建带来更多的初始资本，而且可能为公司的创建提供更广泛的隐性网络关系的支持。
假设二：企业家的年龄与企业的初创规模有正相关关系。人力资本是一个动态的“投资过程”，而企业家能力作为一种特殊的人力资本，更多的是在创业或创新的实践过程中获得并显现出来。企业家的年龄越大，通过自我积累的经验也就越多，就有可能拥有更多的积累资金和能力克服创建公司时的条件约束。
假设三：企业家的学历与企业的初始规模呈正相关关系。教育在企业家的培养过程中起着至关重要的作用。它为企业家提供了一个良好的背景，不仅提高了企业家所接受的专业知识，而且能够继续帮助企业家克服创业所面对的问题。
四、实证研究
（一）研究样本的选取
以截至2003年6月深沪A股217家民营概念的上市公司为研究样本框。本文选取了上市时间在2000年左右的公司作为样本。在剔除重复、缺失和成长率出现异常变化的公司数据后，筛选出了70家民营上市企业作为统计样本。
本文以这些公司的年度报表作为原始资料来源（选自巨潮信息网）。在进行回归分析的时候，采用横截面和时间序列的混合数据，这样可以增加样本观察值的数量，以提高分析的精度。这些公司分布的行业很广，主要为综合业（相当一部分民营企业是以多元化经营为特点）、机械设备仪表业、信息技术业、纺织服装业、医药生物制品业以及各种服务业。各个行业的样本具有一定的广泛性和代表性，以尽量减少行业集中造成的结果偏差。
（二）变量定义
本文研究的变量包括被解释变量、解释变量和控制变量三大类，如表1：
表1 人力资本的变量解释表
变量性质
变量
变量符号 变量描述
解释变量企业家规模
NUM企业家团队的总人数
年龄 AGE 创业企业家的年龄
学历 EDU
企业家受教育的平均年限
被解释变量
注册资本RCL
公司创建时的注册资本（万元）
控制变量
企业所属行业
IDT
公司所属行业种类。若公司属
于综合或制造业类，IDT=I；否
则，IDT=2
性别 SEX
创业企业家的性别，男性＝1；女
性＝2
注：变量的数据大部分来自巨潮信息网披露的上市公司年报
被解释变量是体现公司初始规模的指标。本文用公司的注册资本来反映公司最初创建规模的大小，之所以没有采用企业雇佣人员的数量作为解释公司规模的变量，是由于在上市公司披露的年报中，很难收集到公司最初建立时的公司普通带薪人员的数量。因此用注册资本(RCL-registered capital)代替雇佣人员的数量来反映公司的初始规模。
解释变量采用的是与公司初始规模可能相关的反映企业家人力资本存量的部分信号，其中包括公司企业家团队总人数(NUM)、年龄(ACE)、学历(EDU)。
在解释变量中，学历的度量有不同的方法。本文采用“教育年限法”度量学历。这一方法按照不同劳动力的受教育程度分类，把各级劳动力的平均受教育年限作为权数加权求和，即：N[,t]=∑NE[,it]*Y[,i]。其中，N[,t]为t年学历量值，NE[,it]为t年第i学历水平劳动力的数量，Y[,i]为第i学历水平的受教育年限。根据已收集的数据，本文把教育层次分为四级：博士研究生及以上，其平均累计受教育年限为22年；硕士研究生，平均累计受教育年限为19年；大学本科的平均累计受教育年限为16年；其他，包括大专、中专、高中、初中等，平均累计受教育年限取值为12年。
公司所属的行业作为控制变量，用来控制整个宏观经济环境对公司的影响。据万得信息系统数据整理，综合业是民营上市企业分布最多的行业，制造业紧跟其后位居第二。在我们的数据变量中，若公司属于综合类，IDT=1；否则，IDT=2。性别作为第二控制变量，由于生理的差异性产生的某些共同的性格差异，[5]导致不同性别的创业企业家在创建企业时，或多或少在信心或行为方式上有所不同。加之整个社会的文化氛围的影响，可能使得男性企业家更有信心建立大规模的企业。研究时采用的是企业注册时的法人代表的性别属性，男性＝1；女性＝2。
（三）模型及回归结果
用代表企业家人力资本的一系列控制变量(x[,i])对公司的初始规模进行测量，并建立了经济模型进行估计，从而确定公司的启动规模的影响因素。基本模型如下：
y=α＋x[,i]β[,i]＋ε
(1)
β[,i]是被估计参数的矢量，干扰因素ε被假定为服从标准正态分布。根据本文的基本假设，把各种具体变量代人基本模型，建立一个新的样本选择模型：
RCL=α＋β[,1]NUM＋β[,2]AGE＋β[,3]EDU＋β[,4]SEX＋β[,5]IDT＋ε(2)
方程中，SUS(start-up size)为公司初创规模的指标，用RCL衡量；α是待估截距项；β[,i]是待估回归系数，代表了其对应变量对被解释变量的边际贡献，由于我们所选择的样本足够大，ε是随机项，可以认为服从标准正态分布N(0，σ[2,ε])。
表2 经济模型变量的描述性统计
变量 MinimumMaximumMeanStd.Deviation
年龄
26
57 41.457.70
注册资本
15973.52
95408.78
43152.597 22201.05
企业家总人数
2
25
7.8 3.0
学历
12
22 15.4 3.6
五、结果分析与讨论
我们用普通最小二乘法(OLS)，经过强制进入法(Enter)和多次逐步回归(Stepwise)分析，得到的回归结果（见表3）显示：
第一，企业家团队人数与企业初始规模指标注册资本存在显著的正相关关系。变量NUM的显著性检验，即t检验的P－值（t统计量值以上的累积概率值）在0.001-0.003之间，这个值很小，说明解释变量的系数与零有显著差异，即这些变量在总体中是显著的。Enter方法和Stepwise分析中模型1的方程显著性检验即F检验的P－值为0.002，模型2的F检验的P－值为0.000，说明模型在总体中是显著的，即估计回归方程在总体上是显著的。实证分析的结果表明企业家的总人数与企业注册资本存在显著正相关关系，即假设一成立。其主要原因在于企业初始规模的大小受到资金约束，我国的统计结果表明：企业的投资者是创业企业融资的主要渠道，许强等人的研究认为创业企业的资金来源首先是个人存款，然后才是企业的投资者。而我国目前的实际情况是，银行基本上不支持创业企业的发展。因此，企业家规模的扩大能够为企业创建提供更多的初始资本，并在初始规模的决策上减少资金约束。
第二，企业家的年龄与企业初始规模指标RCL存在显著的正相关关系。变量AGE的t检验P－值也表明了此变量在总体中是显著的，假设二也得到了证实。企业家的年龄实际上也是其工作经验和自身个人资本积累的指标之一，创业企业家的年龄越大意味着公司创建时可能有更多流动资本的投入，并且企业家有更多的工作经验会减弱大的初始规模而带来的各种困难，从而增强企业家建立更大规模公司的信心。
第三，最值得探讨的结果是，与现有国外文献的研究结论不同，本文研究结果显示企业家学历与企业初始规模指标RCL不存在显著的正相关关系。Enter法中变量EDU的t检验的P－值为0.201，这个值已经大于α／2有可能接受原假设，使得该变量的系数为零。而在Stepwise法中，两个模型都拒绝了EDU变量的进入。从统计上分析，可能是我们没有收集到关于企业家受教育程度的第一手资料，所以无法知道其统计口径，而且数据没有分年度给出，使本文回归的样本数有限，这些都不同程度地影响了本文的统计结果。另一个重要的原因是受教育程度反映的主要是显性知识。知识可以分为显性的和隐含的知识，它们在企业知识体系中发挥的作用是不同，企业家隐含的知识所反映出来的个人技能可能才是企业创建的关键。文化程度不能作为人力资本存量积累的惟一反映。
表3 回归结果
自变量入
Enter
Stepwise
选方式 （强制进入法） （逐步回归）
回归系数
标准化后的回归系数模型1
模型2
Constant
-155.14
-5.12
-11.31
(-5.1;0.001) (-1.740;102)
(-4.17；0.001)
NUM
2.45
0.359
5.374.28
(3.90;0.003) (3.824;0.002)
(4.35;0.001)
AGE
2.39
0.555 1.84
(4.14;0.002)
(3.48;0.004)
EDU
1.42
0.204
(1.36;0.201)
SEX
18.45
0.262
(1.88;0.087)
IDT
7.05
0.155
(0.89;0.394)
F10.498
Sig(O.001)
14.63 18.7896Sig
Sig(0.002) (0.000)
样本数
64
64
6565
注：第3至第7行报告了解释变量及回归结果。括号内数字是各估计参数的t统计值和其P－值。最后1行报告了模型的总体回归情况。因为剔除了有缺失值和奇异值的样本，所以样本数不同。
在本文的回归模型中，剔除了不显著变量后方程的拟合优度有所上升，总体显著水平相对较好，尤其是模型2的方程显示出了较高的拟合度。但从总体上看，公司的行业属性和创业企业家的性别对模型的影响不大。
六、结论与启示
本文依据国外文献的研究成果作出三个基本假设，探讨了民营企业家人力资本对公司初创规模的影响。对2000年前后上市的70家民营上市公司数据，用Enter和Stepwise模型进行回归，实证分析后结论如下：其一，创业企业家规模与公司初始规模显著正相关，与假设一相符：说明企业创立初期，创业企业家的人数越多则有可能创建更大规模的公司；其二，企业家年龄与公司初始规模显著正相关，与假设二一致：即民营企业家年龄越大创建的公司规模越大；其三，企业家受教育程度与公司初始规模无关，否定了假设三：意味着企业家的学历对公司的初始规模影响并不显著，但这需要进一步的研究。
本文的研究成果对民营企业的创立有着重要的参考意义。民营企业的初创规模在一定程度上影响企业的存活率，是否能以最佳的初始规模创建公司就直接影响到了民营企业今后的成长与发展。因此，对于民营企业的创业企业家来说，了解企业初创规模的影响因素，有助于其根据自己的人力资本存量做出更有针对性的决策。一方面使其更加有效地利用人力资本，另一方面可以为企业的发展奠定良好的基础。
收稿日期：2005-10-20