無形資本投入對制造業全要素生產率的效應研究
——基于中國2009—2021 年制造業上市公司的樣本數據

葛 林

（1.新鄉學院 經濟學院，河南 新鄉 453000；2.北京工業大學，北京 100124）

知識經濟時代，在競爭優勢的核心要素中，無形資本替代了傳統的生產要素，其地位日漸凸顯，是企業至關重要的戰略資產。無形資本作為企業核心競爭力的重要元素，其合理配置比有形資產投入更重要，是企業高質量增長的內生驅動力，不僅其價值創造能力強，而且還具有一定的壟斷性。在日益激烈的市場競爭中，無形資本已經成為驅動經濟增長的核心因素，亦是提升企業核心競爭力的關鍵要素，企業合理有效地利用無形資本等生產投入要素，方能提升企業全要素生產率，從而創造價值，才能保持其競爭優勢，最終實現企業高質量發展。因此，文章選取中國制造業上市公司來探究無形資本投入對全要素生產率的影響效應，不僅為內生經濟增長理論提供了經驗支持，也為企業高質量發展路徑提供了有效的證據。

一、無形資本研究綜述

關于無形資本的研究，目前主要集中于無形資本的概念與特征、構成與分類以及無形資本與企業全要素生產率的關系。

1. 無形資本的概念界定與特征

關于無形資本概念的界定，國外學者Corrado 等(2013)作出解釋：凡是不能形成有形形式的資產都應視為無形資本。他們將無形資本分為：信息資產、創新資產、品牌資產、人力資產、結構資產、組織資產和聲譽資產。Evanson(1995)對組織資產進行了明確地闡述：組織資產有利于企業更好地發揮物質資產和人力資產作用，促使企業全要素生產力水平增強。胡耀亭、陳作華(2020)認為，使企業能夠良好地發揮自身研發職能的資產可稱作創新資產，創新資產可以開發出具有市場生命力、核心競爭力的新產品，成為企業獲得競爭優勢的動力來源。有關無形資本的概念與特征，國內學者做出了明確地概括：無形資本是新的資產形態，具有不確定性、重復使用性、超額收益性、綜合性、增值性、權益屬性，能夠參與到生產經營中，給企業帶來較高的經濟性收益。

2. 無形資本的構成與分類

有關無形資本的構成與分類，學者們給出了不同形式的分類標準：梅琳(2012)將無形資本主要分為人力資產與社會資產；羅福凱、袁龍龍(2012)將無形資本進行更細致地分類：市場資產、環境資產、關系資產、信息資產、知識資產；李連光(2013)認為無形資本不僅包括技術資產、制度資產、品牌資產、關系資產，還包括特定于企業層的組織資產、聲譽資產、創新資產等。文章結合已有文獻對無形資本的分類方法與概念界定，采用了在經濟學界廣泛應用的CHS 分類框架，將無形資本具體分類為創新資產、人力資產、聲譽資產和組織資產四類。

3. 無形資本與全要素生產率

關于無形資本與企業全要素生產率的效應研究，在宏觀層面，Corrado 等(2009)確認了無形資本對全要素生產率的重要性，研究發現，2003 年美國GDP 的11.7%投資于無形資本，無形資本的投入刺激了美國當年全要素生產率增長0.84 個百分點。Marrocu 等(2012)研究發現，在許多歐洲國家，德國、意大利、西班牙的無形資本投入對其全要素生產率的促進作用要小一些：分別為0.53 個百分點、0.34 個百分點、0.19 個百分點。

在企業微觀層面，國外一些學者對于不同類型的無形資本與企業全要素生產率的關系進行了深刻地研究。Griliches(1979)發現創新資產的產出彈性在0.01～0.25 之間，主要集中在0.08左右。Levinsohn＆Petrin(2003)以制造業企業為樣本，通過一組指標衡量了創新資產的正生產率效應，利用意大利微觀企業層面的數據，證明無形資本對企業全要素生產率具有激勵作用。Ramirez(2008)確認了聲譽資產提高企業全要素生產率的作用，聲譽資產投資導致了全要素生產率的增長。Bontempi＆Mairesse(2015)研究發現，相對于有形資產的使用，企業對于無形資本的利用會更大程度上提升全要素生產率。國內有大量文獻進行了人力資產對企業要素生產率的效應研究，他們一致認為：人力資產會對全要素生產率產生強烈的增量效應（江紅莉、蔣鵬程，2021；廖冠民、宋蕾蕾，2020；潘毛毛、趙玉林，2020）。

已有國內外文獻從無形資本的概念界定、構成與分類及其對國家全要素生產率、企業全要素生產率進行了大量的探討，取得了豐富的研究成果，但是研究的視角更加側重于某一類或整體無形資本對全要素生產率的研究，對于不同無形資本對全要素生產率的貢獻程度是否存在差異？不同類型無形資本投資之間是否存在互補性？此外結合中國制度背景，在不同行業、不同性質的無形資本對企業全要素生產率是否會產生異質效應？這些問題的探究對于豐富內生經濟增長理論，推動企業和國家高質量發展具有重要的理論意義和現實意義。

二、理論分析與假設提出

1. 無形資本與企業全要素生產率

目前的文獻大多使用Cobb-Douglas 生產函數作為理論模型來進行全要素生產率的測算分析與影響因素研究，文章同樣使用該模型，依據內生經濟增長理論與聲譽效應理論，建立起包括創新資產、人力資產、聲譽資產、組織資產在內的無形資本對于企業全要素生產率的理論框架。

假設一家公司按照以下生產函數生產商品和服務：Y=A(IC，H，θ)F(L，K)。其中，Y、H、L、K、A 分別表示企業生產的附加值、人力資產、勞動力、物質資產、全要素生產率(TFP)，IC 表示無形資本，θ 表示決定TFP 的其他因素。F 是L 和K 的連續函數，A 是無形資本等因素的遞增函數，反映了無形資本可以提高企業的效率，從而提高TFP。內生經濟增長理論認為，在經濟長期增長過程中，只有在增長模型中引入知識、人力資產等要素，總體經濟才能獲得可持續發展。如下公式(1)反映了包括人力資產在內的無形資本對生產率的提升是隨著邊際回報遞減而來的。

聲譽效應理論認為，聲譽信息的建立對于企業降低交易成本起到有效作用，因此企業應該適當投入聲譽資產來完善聲譽信息的建立，進而提升經濟主體的生產效率。創新資產作為無形資本的核心，最終形成核心競爭力，企業可以通過投入人力資產、聲譽資產、組織資產，來從外部獲得各種無形資本和良好經營環境，較大程度上獲取競爭優勢，提高企業全要素生產率。式(2)表示投資無形資本的邊際收益：

當一個企業有足夠的資金時，它是否投資于無形資本提升該企業全要素生產率，實質取決于無形資本相對于有形資產的相對邊際收益。

投資有形資產的邊際收益可用式(3)表示：因此，式(4)體現了無形資本和有形資產之間的邊際回報(DMR)的差異：

DMR 越高，說明企業更傾向于通過投資于無形資本使得企業全要素生產率提升，由此，可以得到：

式(5)反映了DMR 對物質資產的邊際回報。從上式來看，隨著企業有形資產的增加，有形資產的邊際收益降低，無形資本的邊際收益提升導致了企業全要素生產率的上升，即：

通過式(5)、(6)可以發現，更高的有形資產導致DMR 的增加，使企業更有可能投資于無形資本，最終使得TFP 提升。因此企業為了追求可持續的發展效益，必須合理投入利用無形資本提升自身全要素生產率，由此提出假設H1：

假設H1：企業無形資本的投入會對企業全要素生產率產生激勵效應。

2. 人力資產、聲譽資產與創新資產的互補效應

企業i 在t 時刻的產出可以用Cobb-Douglas 生產函數來描述，如公式(7)所示：

公式(7)中Qit、Mit和Kit分別表示企業i 在t 時期的產出值、實物資產投入量和無形資本投入量，Lit表示其勞動力投入。Ait是一種衡量效率水平的方法，通常稱為全要素生產率(TFP)。

將公式(7)兩邊對數化，構成線性生產函數，如式(8)所示：

其中ln(Ait)分解為β0，ωit和ηit元素。β0表示所有企業的平均效率，ωit表示具體企業在某個特定時間與該平均效率的偏差，而ηit是一個真正的誤差項，包含未觀察到的沖擊和測量誤差。將上式(8)轉化為式(9)所示：

式(9)可繼續轉化為式(10)所示：

公式(10)檢驗規模不變收益。一個顯著大于（小于） 零的勞動力優勢，意味著規模收益遞增（遞減）。當所有輸入要素的成比例收益不變時(μ=βl+βk+βm=1)，生產函數如式(11)所示：

基于式(11)推出企業全要素生產率的計算方法，如公式(12)：

采用公式(12)得出的全要素生產率估算來評價無形資本對其的影響。由聲譽效應理論可知，聲譽資產可以幫助企業保持核心競爭力。根據前文無形資本與全要素生產率的文獻綜述中對無形資本的分類方法，將無形資本量化為創新資產、人力資產、聲譽資產、組織資產的投入，對全要素生產率效應的回歸如公式(13)所示：

公式(13)中IC 代表創新資產，HC 代表人力資產，BC 代表聲譽資產，OC 代表組織資產，除無形資本外，還包括一組控制變量用Xit表示。

從聲譽效應理論視角看，企業把握好信譽信息的傳播，有助于可靠的合作伙伴關系，有利于企業核心競爭力的形成，更容易吸收外資投資，引進更先進的創新資產投入，也更容易吸引人才加盟，間接加大企業對人力資產的投入，使全要素生產率穩步上升，保持健康良性發展的上升趨勢。由此，文章提出假設H2：

假設H2：人力資產、聲譽資產能夠通過創新渠道影響企業全要素生產率的提升。

3. 企業產權屬性、規模與內部行業的異質性效應

內生經濟增長理論認為，一個公司的經濟提升速度取決于知識的增長。首先，組織管理模式和組織管理效率是企業的一種異質資源，知識的增長將提升管理效率，實現新環境下的人力創新。與非國有企業相比，國有企業的體制機制靈活性較差，過度投資阻礙了其本身的創新能力，創新資產的投入大大減少；其次，其國有產權比例較高，會削弱企業的效率，組織管理效率低下；最后，軟預算約束的長期存在確實會削弱企業的全要素生產率水平。

無形資本存在行業分布差異顯著，中國制造業是國民經濟研發投入強度較高的高新技術產業，尤其是計算機、通信等電子設備行業其研發資產投入強度更加充分，相對于其他行業，研發投入在此類產業的無形資本投入中占有相當大的比例，科技進步貢獻率較大，對全要素生產率與經濟增長貢獻較多。經過上述推理分析，提出假設H3：

假設H3：無形資本的投入對中國全要素生產率的影響呈現明顯的異質性。

三、研究設計與模型設定

1. 樣本選擇與數據來源

中國自2007 年1 月1 日實施2006 版企業會計準則，考慮到會計準則的差異，并避免2008 年金融危機前后導致不良的經濟后果對企業全要素生產率的影響，進行數據整理時剔除2009 年之前的數據。文章的樣本數據來自2009—2019 年制造業上市公司，剔除ST、*ST 特殊的上市公司以及數據缺失的樣本，經過數據整理共得到1869 家企業的面板數據。文章對所有連續變量進行縮尾處理，數據全部來源于CSMAR 數據庫，采用SPSS 23.0 進行數據整理，使用STATA 15.1 進行實證分析。

2. 變量選取及衡量

（1） 被解釋變量

因變量為TFP，借鑒王杰、劉斌(2014)的研究方法，采用TFP_LP 模型對企業TFP 進行度量，TFP 具體計算過程中所用到的數據有：企業主營業收入(Y)，企業年度職工人數(L)，企業固定資產凈值(K)，企業購買商品、接受勞務所支付的現金(M)，所用計算方法如公式(14)所示：

（2） 解釋變量

創新資產。文章參考馬寧、孟衛東(2017)的方法，通過創新資產增值系數來衡量創新資產，計算公式見式(15)。創新資產采用企業研發投入來計算，其中價值增值(VA)的計算公式見公式(16)：

人力資產。參照葛順奇、羅偉(2015)的研究，計算公司高學歷員工占比與技術員工占比，從兩方面來度量人力資產密集度。

聲譽資產。參考相福剛與遲甜甜(2020)的研究，文章通過兩種方法對聲譽資產進行量度：以企業官網、社會責任報告等搜集企業獲得的權威環保榮譽為標準；借用《財富》雜志評出的“最受贊賞的中國公司”明星和行業排行榜作為聲譽資產的變量提取依據。

組織資產。文章借鑒Eisfeldt＆Papanikolaou(2013)的研究，采用永續存量法對組織資產進行度量：

公式(17)中Deproc表示組織資產的折舊率，在文章中采用美國經濟分析局所估計出的研發費用的折舊率15%；CPIt是居民消費價格指數；SG＆Ai，t是企業支出的銷售費用與管理費用總計。公式(18)中OCi，0是企業i 組織資產的初始值，參照程冕等(2019)的研究，對g 采用對企業SG＆A 費用的實際平均增長率的測算值19.84%；SG＆Ai，1是上市公司第一年的SG＆A 值。

（3） 控制變量

文章所使用的控制變量包括：企業的年齡(AGE)，用企業所在年份減去成立年份，再取對數來表示；資產密集度(CI)使用企業固定資產數額除以企業人員數，并取對數來表示；企業規模(SCALE)使用企業員工人數的對數值進行衡量；企業的市場勢力(SL)采用總資產的周轉率指標再取對數來表示；資產負債率(ALR)代表企業杠桿程度，以總負債與企業有形資產的比值再取對數來表示；將企業按產權性質(STATE)分類為國有企業與其他企業，以企業的實際法人來判斷；企業總利潤(PROFIT)可從該企業的財務報表中直接獲得并取對數；企業資產流動性(ASLIQ)可通過財務報表中相應財務數據計算得到并取對數來表示。

3. 模型構建

上述機理分析對無形資本與企業全要素生產率的關系做出初步理論推斷，為了更加準確地檢驗無形資本對企業全要素生產率的影響機理，文章將無形資本分類為創新資產、人力資產、聲譽資產、組織資產，在模型中采用行業固定效應和時間固定效應分別檢驗創新資產、人力資產、聲譽資產、組織資產對企業全要素生產率的影響效應，構建如下模型1：

為檢驗創新資產與人力資產在提升企業全要素生產率方面的作用是互補的，即人力資產可能通過創新渠道影響企業全要素生產率的提升，文章構建以下模型2：

為檢驗創新資產與聲譽資產在提升企業全要素生產率方面的作用是互補的，文章構建如下模型3：

四、實證檢驗結果與分析

1. 描述性統計分析

表1 的描述性統計分析結果顯示：中國制造業上市公司企業全要素生產率平均值達到0.574，但其差距明顯，表明部分制造業全要素生產率較低；此外，創新資產投入分布不均，最高可達24.061，最低為負數；其余三種無形資本的投入相差不大，但整體而言投資數額均不高。

表1 主要變量的描述性統計表

2. 相關性分析

表2 反映了全要素生產率與各類無形資本的Pearson 相關系數。所有相關系數為正且均顯著，因此可以初步判定企業無形資本的投入會對企業全要素生產率產生激勵效應。而且，TFP_LP 與各類無形資本的相關系數均小于0.5，故沒有變量之間的多重共線性的問題，將變量引入到回歸模型中，結果相對更加穩健。

表2 主要變量的相關性分析

3. 進一步分析

為進一步證實人力資產、聲譽資產與創新資產在提升企業全要素生產率方面可能存在的互補效應，文章增加了三者之間的交叉項，采用模型2 和模型3 進行回歸檢驗，結果如表3 所示：TFP_LP 對INNO×HUMAN 的彈性系數達到約0.094 左右，相對于原來HUAMN 系數顯著增加；INNO×REPU 系數最高達到0.053 左右，相對于原來REPU 系數顯著增加。即兩種交叉項回歸系數總體上均得到提升，人力資產、聲譽資產的投入與創新資產的投入對激勵全要素生產率存在互補的增量效應，回歸結果與假設H2 相符。

表3 增加交叉項的無形資本與企業要全要素生產率回歸結果

4. 穩健性檢驗與內生性檢驗

（1） 穩健性檢驗

首先，采用OP 的方法對全要素生產率重新測算，回歸結果如表4 的列(1)顯示：人力資產和聲譽資產與企業全要素生產率的平均回歸系數分別達到了0.123、0.041，依然保持在平均最高水平，因此，相比創新資產與組織資產，人力資產與聲譽資產具有更明顯的促進效應，再次驗證了前述假設H1。

其次，按不同類別樣本進行檢驗，表4 的列(2)與列(3)顯示：醫藥制造業、電子設備制造業與全要素生產率的回歸系數高于整個制造業樣本回歸的結果，原因是當前的電子設備制造業的發展很大程度上依賴于無形資本的投入，各類無形資本投入已成為全要素生產率持續增長與經濟可持續發展的核心要素。

再次，按照企業性質差異進行檢驗，通過對比表4 的列(4)與列(5)的檢驗結果發現：列(4)回歸參數顯著性增強，回歸系數也具有明顯的增加，國有企業的創新資產與組織資產大力促進其全要素生產率的提升，原因是大多國有企業相關資產投入不是市場競爭機制作用下資產逐利的結果，而是政府干預的結果，因而相對于非國有企業，其組織配置資源效率較低，組織管理效率較差。

最后，按照企業規模大小進行分樣本回歸，表4 的列(6)、列(7)顯示：較小規模的企業無形資本投入對其全要素生產率的影響更為顯著，可能的原因是規模較小的企業便于管理，組織結構并不復雜，組織管理效率較好從而對全要素生產率激勵效益就更明顯，驗證了假設H3。

表4 穩健性檢驗估計結果

（2） 內生性檢驗

此外，文章還采用傾向匹配得分(PSM)方法以控制其他因素對企業全要素生產率的影響，無形資本投入的實施效果可以由匹配后的組間差距(ATT)來表示，PSM結果見表5 所示。結果顯示：匹配后的ATT 值為0.181，說明無形資本的合理使用能使企業全要素生產率提升的概率增加18.1%；非國有企業ATT 值顯著高于國有企業，這與前文穩健性檢驗中的結論一致，驗證了假設H3 的準確性；從不同規模企業匹配結果對比來看，規模在1000 人以下的中小企業匹配后ATT 值要顯著大于規模在1000 人以上的大企業，全樣本ATT 估計值處于合理預期區間，相對于未匹配之前的ATT 值0.376 有所降低，說明未控制內生性會影響無形資本對企業全要素生產率效應結果，這一結論在國有企業、非國有企業以及分年度估計結果中均成立，再次驗證了假設H3。

表5 全要素生產率基于最近鄰匹配方法的ATT 值

五、研究結論與啟示

文章在整合聲譽效應理論與內生經濟增長理論的基礎上，根據Cobb-Douglas 生產函數模型，利用2009—2021 年制造業上市公司樣本，綜合探究無形資本對中國制造業全要素生產率的影響效應。研究表明：

第一，總體上，人力資產、聲譽資產、創新資產、組織資產這四類無形資本均對企業全要素生產率產生顯著激勵效應，但不同類別的無形資本對企業全要素生產率影響效應有差異。具體而言，相比創新資產與組織資產，人力資產與聲譽資產對企業全要素生產率具有更明顯的增量效應。

第二，創新資產與人力資產、聲譽資產在提升企業全要素生產率方面的作用是互補的，即人力資產、聲譽資產能夠通過創新資產對企業全要素生產率產生激勵效應。企業可以通過技術創新，較大程度對人力資產、聲譽資產充分投入，進而提升全要素生產率。

第三，無形資本對企業全要素生產率影響效應存在異質性，當區分企業不同門類時，醫藥制造業、電子設備制造業的無形資本投入對企業全要素生產率增量效應更為顯著；當區分企業產權性質時，國有企業的創新資產與組織資產較大促進其全要素生產率的提升；當區分企業規模時，規模較小企業的無形資本投入對企業全要素生產率的影響更為顯著。