融資約束下人力資本投資對企業創新績效的影響
——基于創業板數據

文/李勇 朱宸霄（東華大學旭日工商管理學院）

科學技術是第一生產力，因此企業的創新必須依靠科技研發以及相應的人力支撐，但是我國的人力資本面臨著人多不優的情形，因此企業才會通過各種手段來廣泛吸收人才。融資約束作為高新技術企業創新活動的難題之一，企業進行的創新項目具有保密性、周期長、風險高等特點，因此研究三者的關系具有現實意義。

人力資本分為深度與廣度兩大角度，也可分為教育背景、技術水平與經驗程度，人力資本的廣度是對“人”的各個背景的衡量，不管是從教育培訓還是員工自身素質來說，這兩者與企業創新活動之間的關系均是密切的。企業在生產經營過程中遇到的信息不對稱問題以及股東與經營者之間的委托代理問題進一步造成了企業的融資約束困難，但是融資約束不僅起到負面作用，它還會使得決策者對相關創新活動進行挑選和甄別，提高了資金的有效利用率，對創新績效產生正面影響。

一、文獻綜述與研究假設

人力資本投入在某種程度上反映了企業在創新活動上所投入與消耗的資源，它折射了該企業在創新活動方面的強度，進而影響企業創新績效。Gephart、Marsick、Van Buren & Spiro（1996）認為知識技能水平是培訓員工建立與工作相關的知識，Youndt &Snell (2001) 研究了人力資本實踐對公司人力資本、社會資本和組織資本的不同影響，他們發現，密集和廣泛的人員配備、有競爭力的薪酬、密集和廣泛的培訓和政策內的晉升對于區分組織中的高水平人力資本是最重要的。從企業自身角度來看，較多的人力資本投入可以改變企業戰略的傾向，并且高新技術企業團隊中人力資本教育水平的差異性和人力資本的多樣性會影響企業在成長期的知識搜索和組織學習的能力。曹裕（2016）通過研究，并考慮了企業在不同生命周期階段，發現人力資本投入與企業的創新績效呈正相關。楊曉明（2010）研究了人力資本投入與創新績效之間的相關性，發現其相關性并不顯著。根據以上分析，本文提出下列假設：

H1:企業員工學歷水平存量越高，越能促進企業創新績效的產出。

H2:企業員工研發人員比例越高，越能促進企業創新績效的產出。

H3:企業對于員工資本投入越高，越能促進企業創新績效的產出。

對于研發密集型企業或者說是高新技術企業，面臨較多的融資約束，原因有如下：由于債務合同結構不適合回報不確定的研發密集型公司，它們更容易存在逆向選擇問題，并且研發活動的保密性，使得投資的內在風險被進一步放大，Micuci&Rossi(2017)分析發現：企業研發活動會受不同借款途徑的影響，借款途徑的不同產生了差異的融資成本，而外部融資能力更強的企業更愿意進行創新研發。Hovakimian（2011）認為對于那些面臨較高融資約束的公司，其公司決策者更能提高資金的使用效率，因此融資約束起到了正面的調節作用，方軼旻（2017）認為融資約束在企業研發投入活動中起到了正面的調節作用，因為企業面臨較低的調整成本時，代理問題會在企業研發活動中顯得比較突出，從而使得研發資金的使用效率降低。根據以上分析，本文提出以下假設：

H4：融資約束能夠正向地促進企業資本投入與企業創新績效之間的關系。

H5：融資約束能夠負向地阻礙企業資本投入與企業創新績效之間的關系。

二、實證分析

（一）數據來源

本文選取2016年至2020年創業板上市的企業為樣本，數據來源為Wind數據庫、CSMAR數據庫。剔除了 在2016-2020年 出 現ST，ST*等重大事項的公司，剔除了沒有公布出數據或者無法通過手動收集數據的公司。

（二）變量選擇

本文利用本科以上畢業人數占員工總人數的比例來衡量企業的受教育程度；研究技術開發人員占員工總人數的比例來衡量研發經驗；本文利用管理費用率來描述企業對員工的人力資本投入。本文對被解釋變量定義如下：利用企業研發投入與每年營業收入之比作為衡量企業研發投入水平，用對數形式的每年專利申請數量來表示企業每年專利的產出。本文借鑒孫良柱（2020）利用多變量指標法來構建融資約束模型，見表1。

表1 變量選擇表

三、模型設計

（一）融資約束模型

本文采用的是Kaplan&Zingales（1997）的KZ指數指標，直接將樣本公司的融資約束作為多分類變量，并用五個指標來衡量融資約束，具體操作過程如下：

對融資約束的五個指標進行排序并利用中位數這一標準進行劃分，其中ROE大于中位數，取1，反之取0；LEV大于中位數，取1，反之取0；YIN大于中位數，取1，反之取0；CASH大于中位數，取1，反之取0；INCOME大于中位數，取1，反之取0，分別生成kz1、kz2、kz3、kz4、kz5，并構建模型：

并且構建如下模型：

（二）主效應模型

本文利用相關變量構建主效應模型：

利用交互項原理建立以下模型：

四、實證結果

表2結果表明，其中人力投資水平和研發人員比例通過了顯著性檢驗，這與假設1、假設2相符，然后對其滯后一期處理后，發現企業學歷水平存量與創新績效在5%的水平上顯著正相關，與假設3相符。根據模型（3）的分析結果，企業研發人員比例、學歷存量和資本投入均通過了顯著性檢驗，做滯后一期處理后，變量顯著性減弱并消失，說明企業研發人員占比對于企業每年專利申請數量均有相關性，因此企業提高當年專利申請數量最直接的方法，就是當年增加對高學歷員工的錄用以及聘請更多的技術研發人員來提供可靠可行的研發經驗。根據研究結果，發現這與“公司成立越久，其專利申請數量越少”這一概念相違背，主要原因是隨著時間的推進，公司更希望在知識信息時代獲取有利的地位，因此公司年齡并不影響企業在知識產權競爭領域上開拓進取。

表2 模型（2）、（3）回歸結果分析

根據表3的結果表明，在員工資本投入方面，其p值大小為0.000，通過了1%水平上的顯著性檢驗，說明融資約束正向地加強了對企業創新績效的影響，與假設5相符，原因在于當企業受到融資約束的同時，企業的管理者會對每一筆資本投入進行甄別和思考，模型（5）驗證的是融資約束會對企業每年申請專利數量產生調節作用，在5%的水平上，融資約束對員工學歷水平存量與企業每年專利申請數量之間起到了調節作用，且該作用為正向的，其p值大小為0.037，通過了顯著性檢驗，但在員工資本投入和研發人員及專利數方面，未通過顯著性檢驗，說明未起到調節性作用。

表3 調節效應模型回歸分析

四、研究結論與建議

根據本文的研究結果，企業員工學歷水平存量、研發人員比例與企業研發投入和專利申請量呈正相關，說明企業研發員工的數量對于企業的創新具有持續積累的影響，這與“邊干邊學”的學習曲線相一致，因此企業應當不斷地提高研發員工占比來加快創新產出，在融資約束方面，其在員工教育培訓方面正向地促進每年申請專利數和企業研發投入水平。因此，根據我們的研究結論，在企業層面上，各個企業應當提高內部治理結構、優化人員管理，合理規劃企業對員工的篩選成本，提高創新意識、深化和拓寬研發投入；在政府方面，政府的各個機構之間應當建立良性交流合作的關系，并為中小企業拓寬融資渠道，創造良好的融資氛圍，逐步開展風險投資市場，創立多種創新型風險投資產品，允許民間金融機構代替大型金融機構對中小型企業的投資，減輕中小型企業的融資壓力。