科技人员与企业规模、绩效的相关性与预测模型，本文主要内容关键词为：相关性论文,绩效论文,科技人员论文,企业规模论文,模型论文，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。
修回日期：2006-08-15
中图分类号：F240文献标识码：A文章编号：1000-7695(2007)05-0072-03
1 文献回顾
随着经济全球化和科技一体化步伐的不断加快，企业间的竞争日趋激烈。这种竞争实质是企业技术开发能力、技术创新能力的竞争，而企业中的技术人员是企业技术创新的源泉，是承担开发项目的主力，因此人才竞争成为企业间竞争的焦点。
早在20世纪50年代，以索洛为首的经济学家创立的新古典经济增长学说指出：经济是资本、劳动与技术进步共同作用的结果，强调了技术进步对于经济增长的作用。我国学者焦红兵(2001)利用宏观经济分布参数模型定量研究科技进步对经济增长的作用，得到影响经济增长最重要的因素是科技进步的结论；崔新生等(2004)用含有技术因素的道格拉斯生产函数研究广东省投入要素变化对广东省经济增长的影响，表明科技对生产的贡献远远超过投资与一般劳动力的贡献。20世纪60年代，舒尔茨通过对美国20世纪上半叶经济增长的分析发现，人力资本的增加对经济增长的贡献远远大于劳动和物质资本的贡献。我国学者徐迎春等(2005)采用修正后的道格拉斯生产函数分析了我国1990-2002年间人力资本对经济增长的作用，结果表明12年间人力资本对经济增长的推动作用已日益显示出来。
从微观层面来看，科技进步对企业的作用主要表现在企业的技术开发能力和技术创新能力的提高方面。现代经济中技术越来越多地体现出“属人”的特性，技术人员在企业的技术开发与创新中发挥着很大的作用。但从目前的文献来看，从微观层面将科学技术人员与企业绩效结合起来进行研究的较少。四川省国企发挥科技人员作用课题组(1999)对当年四川省21家国有大中型企业中的科技人员进行了调查，发现科技人才队伍在企业中发挥着越来越重要的作用，但同时也存在科技人员占企业职工总数偏少、人员结构不合理等问题；李嘉明等(2004)使用智力增值系数对我国高度依赖智力资本的计算机行业在2002年的30家上市公司进行了实证分析，结果表明人力资本对企业绩效有正向的贡献，但在统计上不十分显著；陈旭红等在中国制造业国际竞争力影响因素的实证分析中将技术人员的投入强度作为影响制造业企业竞争力的因素之一。
企业中的技术人员集技术与人力资本为一体，是掌握科技知识、增强企业实力的重要因素，研究企业中技术人员数量与企业规模、绩效的关系，对于合理配置使用企业技术人员具有重要的理论和实践意义。本文在对我国深圳证券市场252家制造业上市公司调查统计的基础上，揭示了技术人员数量与公司规模、绩效的关系。
2 研究设计
2.1 研究假设
技术人员是掌握和运用技术的主体，同时又是企业中重要的人力资本，技术人员与企业规模、绩效的关系在一定程度上体现了技术和人力资本对企业发展的重要作用。企业规模扩张会产生生产设备投入、新产品研发、产品产销量增加等一系列问题，就需要有更多的技术人员来支持，因此本文提出假设H1：企业规模越大，其所需要的技术人员绝对数量就越多，但技术人员相对数量并不一定增加。
技术人员作为先进知识与技术的掌握者，是技术创新的源泉，技术进步的推动者，是企业人力资本的核心，企业效益增长的动力，因此本文提出假设H2：企业技术人员的增加会提高企业的绩效。
2.2 样本选取与数据来源
中国的上市公司在经济中已经发挥着越来越重要的作用，不论在规模还是经营效益上都占据了我国企业的重要部分，上市公司对技术人员的界定也较其他企业规范。
我国的上市公司按照行业性质划分为农林牧渔业、采掘业、制造业、电煤气水业、建筑业、交通运输仓储业、信息技术业、批发零售业、金融保险业、房地产业、社会服务业、传播文化业、综合业等13个行业。由于各个行业的技术特点，对技术人员有不同的要求。其中，制造业一方面生产物质财富、创造价值，另一方面为国民经济各个部门包括国防和科学技术的进步与发展提供先进的手段和装备，是国民经济的支柱产业，在上市公司中制造业的公司数量占一半以上，具有较强的代表性，因此基于资料的可获得性及其代表性两方面的考虑，本文选取深圳证券交易所的制造业上市公司作为研究对象。深圳证券交易所是中国改革开放后最早设立的证券交易所，2003年底有491家上市公司，占中国上市公司总数的38.9％，其中制造业上市公司296家。在中国证券管理委员会指定的上市公司披露年度报告的网站(www.cninfo.com.cn)上获取了2003年深圳证券交易所296家制造业上市公司的年度报告，分别统计和计算其在年度报告中披露的技术人员、员工总数、主营业务收入以及总资产等指标。在这些公司中，由于有44家上市公司披露的人力资源信息不完整，最终选定252家上市公司作为研究样本，占深圳上市公司数量的51.3％。经过统计和计算，252家上市公司的人力资源基本资料如表1所示。
由表1可见，从制造业总体来看，技术人员占上市公司人员的比重达10.04％，排各类人员所占比重的第二位，在公司中具有举足轻重的作用。
2.3 指标设计与定义
(1)公司规模。公司规模是经济学中的一个研究热点，衡量它有许多经验指标被广泛使用，最通用的2个指标为企业资产和员工数(Hopkins,H.Donald,1988)。按照最新的研究文献，衡量企业规模的指标使用最普遍的是员工数量和销售收入，除此之外还包括总资产、净资产、存款以及国内市场销售数量等(Cohen和Klepper,1996; Agarwal,S.和 Ramaswami,1992)。根据大多数学者研究的结论，本文选择报告期末员工总数、主营业务收入总额以及总资产三个指标作为公司规模的衡量指标。
(2)公司绩效。企业最主要的投入包括人力与物力(资产)，而衡量其产出的重要指标之一是净利润。人均净利润反映了人力投入与产出的关系，净资产收益率反映了资产投入与产出的关系。本文选择人均净利润和净资产收益率这两个通用的指标作为衡量公司绩效的指标。
其中：人均净利润=净利润/报告期末的员工总数
净资产收益率=净利润/扣除少数股东权益的股东权益
(3)技术人员。本文的技术人员数量是上市公司年报中披露的技术人员数量，反映了公司拥有的掌握一定技术水平的人员的数量。技术人员密度是指技术人员占报告期末员工总数的比重，是衡量技术人员相对数量的重要指标。
3 实证结果及解释
本文利用SPSS11.5统计软件，对技术人员数、技术人员密度与代表公司规模的主营业务收入、资产总额、报告期末员工数以及代表公司绩效的人均净利润、净资产收益率分别进行了相关性研究，并建立了回归模型。
3.1 技术人员与公司规模的相关性分析
从表2结果可见，技术人员数与反映公司规模的三项指标的相关系数均较高，且在统计学上具有显著的正相关性，说明公司的技术人员数与其规模之间具有显著的正的线性相关性，即公司规模越大，技术人员的数量随之越多。
**.显著性水平在0.01以下，认为标记的相关系数是显著的(2-tailed)
在检验技术人员密度与公司规模的关系时，由于计算公式中包括了报告期末员工数，因此代表公司规模的指标只采用主营业务收入和资产总额。由表中数据可看出，技术人员密度与代表公司规模指标的主营业务收入、资产总额之间的相关系数很小且不显著，说明技术人员占公司员工总数的比重并不随公司规模的扩大而提高或者降低。
研究结果表明，在制造行业上市公司中，随着公司规模的扩大，技术人员绝对数量增加，但技术人员相对数量(密度)并不明显增加。假设H1成立。
3.2 技术人员与公司绩效的相关性分析
从表3的结果来看，公司中技术人员数和技术人员密度与代表公司绩效的两个指标之间的相关系数数值很小，且不具有显著性，可视为它们之间不存在显著的线性相关关系。
**.显著性水平在0.01以下，认为标记的相关系数是显著的(2-tailed)
这一结果可以表述为：公司的绩效与技术人员数量、技术人员密度没有线性相关的关系，即在制造业上市公司中，技术人员的绝对数量和相对密度的增加并不能提高公司的绩效。假设H2不成立。
3.3 科技人员需要量预测模型
为了帮助企业预测所需要的技术人员，本文利用SPSS11.5统计软件进行多元线性回归分析，建立了一个以技术人员数Y为因变量，以主营业务收入X1、资产总计X2、报告期末员工数X3为自变量的回归模型。经过多次测试，最终建立模型如下：
Y=133.756+2.652×10[-8]X1+4.652×10[-8]X2+2.016×10[-6](X3)[2]
上式中：
Y—技术人员数(单位：人)
X1—主营业务收入(单位：元)
X2—资产总计(单位：元)
X3—报告期末员工数(单位：人)
关于回归模型的检验：当采用全部纳入法(Enter)选择变量，显著性水平为0.05时，回归结果如下(见表4和表5)：
从表4和表5可知：(1)方程的判定系数和调整后的判定系数均大于0.5，表明方程拟合数据较强，自变量能较好地解释因变量；(2)方程在0.000水平上显著，表明方程中因变量与变量存在着显著的线性关系；(3)各自变量回归系数的t检验均显著，说明各自变量对因变量的影响均显著；(4)各自变量的因子膨胀系数(Variance Inflation Factor)都处于[1，10]的区间内，说明回归模型基本不受多重共线性的影响。另外，上述方程通过了均方差检验与正态性检验，从总体检验结果看，模型是合理的。
4 结束语
本文通过对上市公司的实证分析，证实了技术人员的绝对数量与公司规模成正的线性相关性，因此公司在扩大规模的同时要适度增加技术人员的数量，使其与企业规模相适应；但企业技术人员的绝对数量和密度与企业的绩效没有呈现出显著的线性相关性，说明企业技术人员应保持合理的规模界限，简单地增加企业技术人员的数量和提高技术人员的密度并不能提高企业的绩效。
本文的研究将技术人员无差异化，没有考虑上市公司中科学技术人员的专业性质、专业水平的差异等因素对企业规模和绩效的影响，具有一定的局限性，但本文建立的制造业中科学技术人员需要量预测模型对企业如何合理配置技术人员具有一定的参考价值。