财务绩效视角的企业人力资本投资分析

贾娜;王巍;刘乐陶

【摘 要】基于世界银行“中国企业调查(2012)”微观数据,运用OLS最小二乘法进行回归分析的结果表明:研发支出、企业规模、劳动者的平均受教育年限对企业业绩的影响始终显著为正.对于制造型企业而言,在资源有限的前提下,生产人员仍然是企业最重要的人力资源,也应该接受更多的人力资本投资.高管的工作经验与企业回报呈“倒U型”关系.

【期刊名称】《北京劳动保障职业学院学报》 【年(卷),期】2019(013)002 【总页数】5页(P25-29)

【关键词】财务绩效;人力资本;投资 【作 者】贾娜;王巍;刘乐陶

【作者单位】北京劳动保障职业学院 北京 100029;北京劳动保障职业学院 北京 100029;北京劳动保障职业学院 北京 100029 【正文语种】中 文 【中图分类】F275.3 一、引言

自20世纪50年代以来，关于人力资本的研究越来越受到重视，诸多经济学家将人力资本归于技术创新与经济增长的重要源泉，同时对于减少贫困、平衡地区间差

异具有重要作用(Schultz，1961；Fleisher, Li 和 Zhao, 2010)。人力资本对于经济增长的意义不仅体现在宏观层面，其对微观企业的产出贡献也引起了广泛关注，越来越多的经济学者开始关注人力资本对企业产出的贡献。 Grant (1996)认为，员工所掌握的知识是企业竞争优势的重要来源；

Huselid(1995)的研究表明，选拔优秀人才、注重员工培训应该成为企业建立高绩效人力资源管理系统的重要工作；Ferris(1998)的研究成果表明，人力资本的投资能够有效地提高企业的绩效；Chacko(2001)采用人力资本理论，解释了企业的竞争力与人力资本密切相关；Navon(2010)主要考察了企业员工高等教育文凭的多样性会对企业的生产率产生多大影响。

关于人力资本所有者对企业经营绩效的影响，国内也取得了一些相关研究成果。一些研究成果直接探讨了人力资本与企业绩效的关系，如Liu(2014) 、古利平等(2006)、杨勇和达庆利(2007)、李倩等(2015)、贾娜(2018)等。还有一些研究将高管薪酬作为研究对象，而高管薪酬实际上是人力资本的反映，研究的结论并不一致：周立等(2003)通过实证研究认为公司规模与高管报酬显著正相关；而张敏、王成方和刘慧龙(2013)则认为二者相关性不强。

尽管现有研究成果已在宏观和微观层面对人力资本的影响进行了丰富的研究，但学者们对企业层面的人力资本投资效率的研究却十分鲜见。微观层面上，多数研究局限于讨论一般性人力资本(如职工受教育年限)对企业绩效的影响，而对专有性人力资本投资(如员工培训)的讨论较少；现有研究中甚少讨论企业人力资本的投资效率问题，而企业作为营利性组织，投资效率的重要性丝毫不亚于甚至超过了物质资本投资。

本研究使用世界银行“2012中国企业调查”数据，采纳李倩等(2015)对人力资本的分类，将企业的人力资本投资区分为一般性人力资本与专有性人力资本，在影响企业绩效的众多因素中，本文重点考察以下几个方面：(1)一般人力资本水平对企

业绩效的影响；(2)检验高管经验是否能够提高企业绩效；(3)员工受教育水平与培训投入间是否存在负向的交互效应。

本文其他部分的结构安排如下：第二部分为研究数据与描述性统计；第三部分是实证结果与讨论；第四部分是研究结论。 二、研究数据与描述性统计 (一)研究数据

本文使用世界银行2013年公布的“中国企业调查(2012)”(China Enterprise Survey 2012)调查数据，该调查数据的样本随机选自我国25个城市，包括合肥、北京、广州、深圳、佛山、烟台等，并控制了样本的行业和规模。样本中包含制造业和服务业共2700家私有企业及148家国有企业，调查数据为调查前一年(即2011年)企业的基本信息、基建与服务、供销情况、竞争程度、生产能力以及收入、成本 、技术创新、投融资、关系、员工培训等财务和人力资本信息。考虑到制造业企业和服务业企业二者在人员构成、企业创新、产品研发等方面的差异，本研究仅对制造业企业的人力资本投资效果进行分析。 (二)变量选取 1.被解释变量

从财务视角来看，能够反映企业经营成果的指标很多，资产报酬率、利润率、每股收益、净资产收益率等都比较常见，每一指标都能够在特定方面反映企业的经营业绩，同时每一指标也各具优点与劣势。在世界银行企业调查数据中，涉及经营业绩的指标主要有主要产品销量占比、总销售额、特定产品的产量等。在正常情况下，一家制造企业的经营利润应该由主要产品创造，因此，本文以主要产品销售回报(主要产品销售额/(固定资产+存货))的对数作为被解释变量。 2.解释变量

一般来讲，企业的人力资本投入包括几个方面：聘请经验丰富的经理人；雇佣相对

受过良好教育的员工；研发投入；在职培训。本文重点考察一般性人力资本的投资效果，因此，高管工作经验、职工受教育年限、研发投入将同时作为主要的解释变量。

(1)员工接受在职培训的比例。 在职培训是人力资本投资的重要衡量指标之一，该比例越高，表示企业的人力资本投资越高，其创造的经营成果也应该更好，反映出来的投资回报也应该更高。

(2)高管的工作经验。在经典明瑟(Mincer)人力资本模型中，工作经验也是人力资本最重要的代理变量之一。企业往往愿意聘请有丰富工作经验的经理人作为公司高管，期待管理者能够利用其以往的工作经验为企业创造价值。但是，在经典明瑟模型中，“经验”同时增加了二次项，意味着经验的个人回报呈抛物线形态，那么，在企业经营中，高管过多的经验也有可能意味着企业的经理人由于“路径依赖”而趋于保守，反而影响企业经营业绩。本文同时将对此加以验证。

(3)全职员工的平均受教育年限。一般认为，在工资水平相当的条件下，企业更愿意雇佣受教育程度高的人，因为受教育程度高，其工作能力越强，也更应该为企业带来正的效益。而李倩等(2015)的研究发现，员工受教育水平与培训投入间存在反向关系，即对受教育水平低的员工进行培训，其带来的投资回报更高。从表1中可以看出，在世界银行的调查数据中，制造业员工的平均接受教育年限大于10(初中以上)，学历最低的是小学三年级，最高是硕士。

为了研究人力资本的回报，本研究在人力资本代理变量外还加入了其他控制变量，包括员工数、企业研发支出、企业资产规模(百万元)等。变量的定义及其描述性统计结果见表1。

表1 变量的描述性统计结果变量符号变量定义均值标准差最小值最大值被解释变量Ln(ROM)2011年主要产品销售回报(对数)18.81700.14000解释变量mexp高层经理相关经验(年)177.5147RD2011年研发支出(百万元)1.5010.480220Sch员

工的平均受教育年限(全职)10.081.9318HCratio1生产工人受训比例(百分比)78.1836.0100HCratio2非生产工人受训比例(百分

比)65.7842.910100assets2011年固定资产与存货的账面价值之和(百万元)5.97520.0411300train是否对员工进行了培训(是=1)0.850.3601Age企业成立年限12.138.41124size企业规模(1=小型,2=中型,3=大型)————emp2员工总量2861361530000salary员工工资总额(万元)1952822840000 三、实证结果与讨论

本文使用普通最小二乘法(OLS)进行回归估计，并分别通过四个模型检验各变量对主要产品回报的影响。具体回归结果见表2。

在模型1中，本文仅控制了可能影响企业主要产品回报的几个一般因素，发现企业成立时间长短对资产回报率的影响并不显著，而公司规模、员工人数、工资总量、研发支出对资产回报的影响显著为正，但资产总量(固定资产+存货)的影响为负。这表明，大型企业更有可能获得高回报，但在规模相当的情况下，庞大的固定资产本身就意味着较高的费用，而大量的存货往往说明企业的库存成本较高，产品可能销路不畅，最终会降低企业的获利能力。

为了考察一般性人力资本投资回报，本文进一步构造了模型2和模型3。模型2和模型3中加入更多的人力资本变量，包括高管工作经验、员工受教育年限、企业是否进行在职培训，以及生产工人和非生产工人的受训比例等。结果显示，职工平均受教育年限每增加一年，企业的主要产品回报率能够显著增加约0.06个百分点；高管的工作经验能直接增加主要产品的回报率，其影响显著为正。在模型3中，在职培训对资产回报率的贡献并不显著，尽管这一结果与我们预期的相反，但在描述性统计中可以看到，绝大多数企业目前都会进行在职培训，因此在控制了其他变量的基础上，进行在职培训的投资回报并没有立竿见影。

在模型4中，重点考察的变量有两个：高管工作经验的企业回报、受教育年限与

接受培训的交叉项。在模型中，本研究发现高管相关领域的工作经验对企业业绩的一阶影响为正并且显著，二阶导数为负，表明高管经验与企业业绩间存在“倒U型”关系，虽然二次项的结果并不显著，但在一定程度上表明经验过多的领导反而并不能增强公司的经营业绩。在模型4中，本文还构建了教育与培训的交互项sch*train，其结果为并不显著的负向的交互作用，这一结果在一定程度上检验了李倩等(2015)的研究结论。

表2 样本回归结果变量模型(1)模型(2)模型(3)模型(4)age-0.0001820.004030.00370.00441(-0.00408)(-0.00426)(-0.00428)(-0.00428)size0.227∗∗∗0.230∗∗∗0.250∗∗∗0.251∗∗∗(-0.049(-0.05)(-0.0506)(-0.0504)emp20.000137∗∗∗0.000147∗∗∗0.000138∗∗∗0.000141∗∗∗(-0.0000459(-0.0000457)(-0.0000458)-0.0000458)assets-0.000913∗∗∗-0.000943∗∗∗-0.000917∗∗∗-0.000942∗∗∗(-0.00019(-0.00019)(-0.00019)-0.00019)RD0.0156∗∗∗0.0161∗∗∗0.01∗∗∗0.01∗∗∗(-0.00527(-0.00523)(-0.00525)-0.00523)salary8.06e-10∗∗∗7.88e-10∗∗∗7.97e-10∗∗∗8.07e-10∗∗∗(-2.78E-10(-2.75E-10)(-2.77E-10)(-2.76E-10)mexp0.0155∗∗∗0.0141∗∗∗0.0175∗∗(-0.00482(-0.00485)(-0.0188)mexp2-0.000561(-0.000455)train0.3090.002(-0.195)(-0.484)Sch∗train-0.0323(-0.0191)HCratio10.00004120.002420.00235(-0.00123)(-0.00196)(-0.00195)HCratio2-0.000814-0.000196-0.000595(-0.00108)(-0.00109)(-0.00109)sch0.0562∗∗∗0.05∗∗∗ 0.0827∗∗(-0.0174)(-0.0174)(0 .042104)Constant-13.67∗∗∗-13.98∗∗∗-13.44∗∗∗-13.23∗∗∗(-0.12)(-0.212)(-0.145)(-0.214)Observations916916916916R-squared0.10.1740.1660.175

说明:(1)回归系数下括号内的数值为P值；(2)* 、**、***分别表示通过显著水平为

10%、5%、1%的检验；(3)回归软件为stata 12. 0。

此外，从接受培训的比例来看，更多的生产工人接受培训能够得到较好的经济效益，而对非生产工人的培训其影响甚至可能是负的。虽然这一结果并不显著，但它表明，在资源有限的前提下，制造型企业将人力资本投资向一线工人倾斜，往往可以产生更多的正效益；反之，培训机会更多向管理者倾斜，却未必能带来管理部门的管理能力、管理效率的提高。 四、研究结论

本文使用世界银行“中国企业调查(2012)”微观数据，运用OLS最小二乘法进行回归分析，考察了企业人力资本、研发支出与企业经营成果之间的关系，其中人力资本投资的企业回报是本文探讨的重点。具体研究结论如下：

(1)研发支出、企业规模、劳动者的平均受教育年限对企业业绩的影响始终显著为正，职工平均受教育年限每增加一年，企业的主要产品回报率能够显著增加约0.06个百分点。绝大多数企业目前都会进行在职培训，因此在控制了其他变量的基础上，是否进行在职培训对资产回报率的影响并不显著，表明进行了在职培训的投资回报并没有立竿见影。

(2)对于制造型企业而言，在资源有限的前提下，生产人员仍然是企业最重要的人力资源，也应该接受更多的人力资本投资。制造型企业应将人力资本投资向一线工人倾斜，往往能产生更多的正效益；反之，培训机会更多向管理者倾斜，却未必能带来管理部门的管理能力、管理效率的提高。

(3)高管经验与企业业绩间存在“倒U型”关系，高管相关工作经验并不能显著影响企业业绩，过多的依赖经验甚至可能使企业裹足不前。

(4)在职培训中对低学历人员的培训更能有效地弥补他们在学历教育方面的不足，从而更有利于提高企业经营业绩。

本文的研究结论表明，总体来看，人力资本投资对企业的生产成果能够产生正向影

响。因此，增加研发投入、提高技术工人受教育程度、对员工进行在职培训对企业经营业绩的提高将会产生重要意义。本文的研究结论丰富了企业尤其是制造业企业的人力资本投资及其回报的研究，进一步表明劳动者素质的提高及创新投入对企业具有的重大意义。 参考文献：

【相关文献】

[1] Schultz T W. Investment in Human Capital [J]. American Economic Review, 1961, 51(1): 1-17.

[2] Fleisher, Belton, Haizheng Li and Minqiang Zhao, 2010，“Human Capital, Economic Growth, and Regional Inequality in China，”Journal of Development Economics, 92: 2, 215-231.

[3] Ferris G., Anrthur M., etc., Toward a stext theory of the Human Resource Management-Organization Effectiveness Relationship [J]. Human resource Mamanagemet Review,1998,8:235-2

[4] Grant R M. Toward a Knowledge-Based Theory of the Firm [J]. Strategic Management Journal, 1996, 17: 109-122.

[5] Huselid M A. The Impact of Human Resource Management Practices on Turnover, Productivity, and Corporate Financial Performance [J]. Academy of Management Journal, 1995, 38(3): 635-672.

[6] Cohen W M, Levinthal D A. Absorptive Capacity: A New Perspective on Learning and Innovation [J]. Administrative Science Quarterly, 1990, 35(1): 128-152.

[7] Navon, Guy. Human Capital Spillovers in the Workplace: Labor Diversity and Productivity[J]，Israel Economic Review, 2010, 8(1)：69-90.

[8] Liu Zhiqiang. Human capital externalities in cities: evidence from Chinese manufacturing firms[J]. Journal of Economic Geography, 2014, 14(3):621-9.

[9] 古利平，张宗益，康继军. 专利与R&D资源：中国创新的投入产出分析[J].管理工程学报，2006，20(1): 147-151.

[10] 杨勇，达庆利. 企业技术创新绩效与其规模 R&D投资人力资本投资之间的关系——基于面板数据的实证研究[J].科技进步与对策，2007，24(11): 28-131.

[11] 李倩,龚诗阳,姜博,钱晓烨. 企业的人力资本投资对绩效的影响——基于中国工业企业的实证研

究 [J].投资研究，2015，374(14): 81-95.

[12] 贾娜.人力资本投资与企业业绩——基于世界银行企业调查数据的实证研究[J].中国国际财经，2018.12.

[13] 周立,贺颖奇.我国上市公司高级经理人补偿决定因素的实证研究[J].当代经济科学，2003(2) [14] 张敏,王成方,刘慧龙.冗员负担与国有企业的高管激励[J].金融研究,2013(5)