论文部分内容阅读
摘要：本文选取制造业71家上市公司为样本，以2006～2010年为研究时段，构建面板数据模型对知识的三个特性与企业生产力之间关系进行实证分析。研究发现，知识存量和知识相关性均对企业生产力有积极影响，因此只考虑知识存量的传统研究模型低估了知识资本的贡献，而知识多样性对企业生产力影响并不显著。
关键词：生产力；知识存量；知识多样性；知识相关性
在研究知识对企业生产力贡献度的传统模型中，技术知识被视为是完全不相关的，而本文即将提出的模型全面涵盖了知识的三个特性：知识存量、多样性和相关性。本文选取深、沪交易所A股市场中制造业的71家上市公司为研究对象，根据其2006-2010年的财务数据和专利数据，通过实证分析深入考察知识的三个特性，即知识存量、多样性、相关性对企业生产力的影响与贡献，并从产业的角度分析知识特性对生产力影响程度的差异。
一、理论模型
假设企业由一个包含D项生产活动束的向量P构成，即P=[p1，…，pD]，每个活动pd依靠一个核心的专有知识ed，那么企业整体的知识存量可以表示为向量E=[e1，…，eD]。活动pd也可能会利用到其它活动pl（l≠d）的专有知识el，这取决于专有知识ed和el之间的相关度τ的高低。由此可得企业总知识库K的表达式：
K≡∑Dded+∑Dd∑Dl≠delτld（1）
假定τld为常数R，而∑Dded是企业的知识存量E，则公式（1）可以化简为：
K≡E[1+（D-1）R]（2）
从上式可以看出，企业知识库应该是知识存量E、企业内生产活动数量D、活动相关程度R的函数。K的变形引入了企业知识的两个补充特性：知识多样性和相关性，这源于知识的共生性，即为了增加产出，需要对不同的知识进行组合，把它们整合成一个联系紧密的知识库。假设i企业的生产活动运用的知识是高度相关的（R>0），那么经过平均相关度R加权后的生产活动数量D的增加会导致知识库K的扩大。而如果i企业的生产活动运用的知识完全不相关（R=0），那么知识库K就等于传统模型中的知识存量E。
将K代入克布-道格拉斯生产函数并取对数形式，可以得到：
qit=a+βcit+αlit+∑k（θkkit）+uit（3）
其中θk=δ×k，k是企业知识库K中E、D、R的权重。
基于之前的研究分析，本文预期知识存量E与企业生产力是积极相关的。但知识库是相当复杂的系统，不是简单的既定存量。我们可以将知识库的结构设想为一个网络空间，每个网络节点代表一个知识元素，它可以与其它知识元素相连接，反映为不同知识的组合，这种实际组合将对生产力有直接的影响。我们预期知识的相关性R对生产力的影响应该是积极的，关于D的预计在很大程度上要取决于各种组合要素的界定，无关的知识相结合将不太可能对企业生产力做出贡献，而相关知识的结合可能对生产力施加积极影响。
二、参数量化与数据收集
与有形资产的研究不同，想要精确地表示无形资产的所有要素是很困难的，只能找寻间接的替代指标，如Griliches的研究中就用R&D费用作为知识存量的替代量。本文考虑将专利作为知识的代表。在专利文件中可以查询到技术分类信息，当一种专利被同时分配到两种技术时，这两种技术就是相互联系的，并且共有的专利数越多，这种联系就越强。因此利用专利统计数据对知识存量、多样性和相关性进行量化是可行的。另一难题是三个特性之间可能存在共线性问题，多样性D会增加知识存量E，而能否增加相关性R就不一定了，这取决于企业现有技术与新技术的互补程度。本文假设所有的知识变量独立地影响企业生产力。
首先，采用永久盘存法计算知识存量E。其次，我把知识多样性D定义为企业知识的跨度。如果企业在技术门类k中有专利，则令dkit = 1，否则dkit =0。最后，知识相关性D的计算可以借鉴Quatraro，F.和Teece的研究，先计算技术k、l的相关度τkl，再用τkl来计算技术k与企业内所有其它技术的加权平均相关性WARk，知识相关性R为WARk的加权平均值。
目前，企业微观数据较难获取，因此本文的研究对象为上市公司，并集中于纺织业、交通运输设备制造业和通信设备、计算机及其他电子设备制造业。样本的时段从2006年到2010年，并按以下步骤进行样本的选取：首先，在沪、深交易所A股市场的上述三个产业中，筛选出2006年至2010年间持续经营、无兼并历史、并发布了这5年财务报告的上市公司。其次，利用公司名称和申请年份信息，在专利信息服务平台中筛选出2006年至2010年间连续存在专利申请的公司。经过筛选，最后确定满足条件的样本公司有71家。根据整理后的这71家样本公司的财务数据和专利数据，构建面板数据模型并运用Eviews软件进行计量分析。
三、結果分析
为了研究知识特性对企业生产力的影响，对方程（3）进行面板数据估计，并采取了不同的估计方法，结果如下表所示。
从第一列的估计结果中可以看出，所有解释变量的影响均是显著的。投入资本C的影响程度较大（0.807），投入劳动力L的影响显著并且为正值（0.196）。知识存量E对企业生产力的贡献为正值（0.018）。知识多样性D的贡献为负值（-0.078），这是由于产品多样化、知识多样化会增加代理成本和跨部门投资的次优选择，将不相关的技术与企业现有技术吸收整合增加了初始投资，至少在短期内，这些沉没成本对生产力的影响是负面的。知识相关性R的影响为正值（0.527），这与最初的预期一致。知识的有效组合可以减少企业不同生产活动的协调成本，相关活动多样化将带来更高的生产力，因为整合多样化的相关活动的代价将低于不相关活动。这一发现非常重要，因为它表明，知识资本对企业生产力的影响不仅仅是知识存量的影响，也就是说，传统的计量模型（仅考虑了知识存量）低估了无形资产对企业生产力的整体贡献。 第二列至第五列用了不同的估计方法以检验初始结论的稳健性。从LSDV方法的估计结果中可以看出，大部分解释变量的影响都是显著的：知识存量E和相关性R对生产力的影响显著，而多样性D的影响不显著。第三列中一阶自回归模型AR1的估计结果相对保守。滞后因变量使得解释变量和误差项存在相关关系，处理这一问题的标准方法是用Arellano and Bond（1991）提出的GMM模型进行估计。第四列GMM方法的估计结果显示，除知识多样性D之外的所有解释变量都是显著的。总而言之，计量结果与预期基本相符，即知识存量E和相关性R对企业生产力的影响是显著积极的。
这些结果向我们展示了知识相关性和企业生产力的联系，知识相关性是有经济价值的，为了进一步了解其相关程度，可以计算变量的标准化系数。知识存量和知识相关性的标准化系数分别为0.146，0.019，可以看出知识资本对生产力的贡献主要来自于知识存量，但相关性的影响也是不容忽视的。通过计算可以发现，假定相关性R=0的传统计量模型将无形资产对生产力的贡献低估了11.5%。因此，忽视企业内部技术知识的相关多样化，将低估知识资本对企业生产力的整体贡献。
总而言之，从研究结果可以得出以下几点结论：（1）知识存量是影响企业生产力的知识特性中的最主要因素；（2）知识相关性对生产力的积极影响也是不容忽视的；（3）知识多样性的影响并不显著，说明企业知识的跨度与生产力关系不大。知识相关性对生产力的正面影响源于相关知识的协调成本低于不相关知识的协调成本。当相关技术多样化使得规模经济的可能性增加并使投资于掌握新技术的沉没成本减少时，它的经济价值就能得以显现。
四、研究结论
知识资本对生产力的影响早已引起学者的广泛关注，在传统的实证研究中，知识被視为一个既定存量作为生产函数的附加输入变量，然而这些研究并没有考虑知识的个性差异，忽视了知识库的结构特征。本文将知识结构设想成一个网络空间，而网络元素的相互联结代表了知识的实际组合，在此基础上披露了知识的三个特性：知识存量、知识多样性和知识相关性，从知识特性的深度分析了知识资本对生产力的影响。本文选取深、沪交易所A股市场中制造业的71家上市公司作为实证分析的研究样本，样本的时段从2006年到2010年。面板模型的估计结果证实，知识存量、多样性和相关性在一定程度上解释了企业生产力的差异。尽管知识存量对生产力的影响最为突出，但知识相关性的积极作用也是不容忽视的，而知识多样性的影响却并不显著。因此传统的计量模型（仅考虑了知识存量）低估了知识资本对企业生产力的整体贡献。在知识经济时代，知识资本无疑是影响企业竞争力的关键因素。知识库是非常复杂的系统，企业在吸纳新的技术知识的同时，应该注重新技术与企业现有技术的有效整合，加强知识库内各技术知识的关联性，由此降低生产活动的协调成本，促进企业生产力的提高。
参考文献：
[1]Nelson，R.R.，1959.The simple economics of basic scientific research.Journal of Political Economy 67，297–306.
[2]Teece，D.J.，Rumelt，R.P.，Dosi，G.，Winter，S.，1994.Understanding corporate coherence： theory and evidence.Journal of Economic Behavior and Organisation 22，627–634.
[3]Quatraro，F.，2010.Knowledge coherence，variety and economic growth：Manufacturing evidence from Italian regions.Research Policy 39，1289–1302.
关键词：生产力；知识存量；知识多样性；知识相关性
在研究知识对企业生产力贡献度的传统模型中，技术知识被视为是完全不相关的，而本文即将提出的模型全面涵盖了知识的三个特性：知识存量、多样性和相关性。本文选取深、沪交易所A股市场中制造业的71家上市公司为研究对象，根据其2006-2010年的财务数据和专利数据，通过实证分析深入考察知识的三个特性，即知识存量、多样性、相关性对企业生产力的影响与贡献，并从产业的角度分析知识特性对生产力影响程度的差异。
一、理论模型
假设企业由一个包含D项生产活动束的向量P构成，即P=[p1，…，pD]，每个活动pd依靠一个核心的专有知识ed，那么企业整体的知识存量可以表示为向量E=[e1，…，eD]。活动pd也可能会利用到其它活动pl（l≠d）的专有知识el，这取决于专有知识ed和el之间的相关度τ的高低。由此可得企业总知识库K的表达式：
K≡∑Dded+∑Dd∑Dl≠delτld（1）
假定τld为常数R，而∑Dded是企业的知识存量E，则公式（1）可以化简为：
K≡E[1+（D-1）R]（2）
从上式可以看出，企业知识库应该是知识存量E、企业内生产活动数量D、活动相关程度R的函数。K的变形引入了企业知识的两个补充特性：知识多样性和相关性，这源于知识的共生性，即为了增加产出，需要对不同的知识进行组合，把它们整合成一个联系紧密的知识库。假设i企业的生产活动运用的知识是高度相关的（R>0），那么经过平均相关度R加权后的生产活动数量D的增加会导致知识库K的扩大。而如果i企业的生产活动运用的知识完全不相关（R=0），那么知识库K就等于传统模型中的知识存量E。
将K代入克布-道格拉斯生产函数并取对数形式，可以得到：
qit=a+βcit+αlit+∑k（θkkit）+uit（3）
其中θk=δ×k，k是企业知识库K中E、D、R的权重。
基于之前的研究分析，本文预期知识存量E与企业生产力是积极相关的。但知识库是相当复杂的系统，不是简单的既定存量。我们可以将知识库的结构设想为一个网络空间，每个网络节点代表一个知识元素，它可以与其它知识元素相连接，反映为不同知识的组合，这种实际组合将对生产力有直接的影响。我们预期知识的相关性R对生产力的影响应该是积极的，关于D的预计在很大程度上要取决于各种组合要素的界定，无关的知识相结合将不太可能对企业生产力做出贡献，而相关知识的结合可能对生产力施加积极影响。
二、参数量化与数据收集
与有形资产的研究不同，想要精确地表示无形资产的所有要素是很困难的，只能找寻间接的替代指标，如Griliches的研究中就用R&D费用作为知识存量的替代量。本文考虑将专利作为知识的代表。在专利文件中可以查询到技术分类信息，当一种专利被同时分配到两种技术时，这两种技术就是相互联系的，并且共有的专利数越多，这种联系就越强。因此利用专利统计数据对知识存量、多样性和相关性进行量化是可行的。另一难题是三个特性之间可能存在共线性问题，多样性D会增加知识存量E，而能否增加相关性R就不一定了，这取决于企业现有技术与新技术的互补程度。本文假设所有的知识变量独立地影响企业生产力。
首先，采用永久盘存法计算知识存量E。其次，我把知识多样性D定义为企业知识的跨度。如果企业在技术门类k中有专利，则令dkit = 1，否则dkit =0。最后，知识相关性D的计算可以借鉴Quatraro，F.和Teece的研究，先计算技术k、l的相关度τkl，再用τkl来计算技术k与企业内所有其它技术的加权平均相关性WARk，知识相关性R为WARk的加权平均值。
目前，企业微观数据较难获取，因此本文的研究对象为上市公司，并集中于纺织业、交通运输设备制造业和通信设备、计算机及其他电子设备制造业。样本的时段从2006年到2010年，并按以下步骤进行样本的选取：首先，在沪、深交易所A股市场的上述三个产业中，筛选出2006年至2010年间持续经营、无兼并历史、并发布了这5年财务报告的上市公司。其次，利用公司名称和申请年份信息，在专利信息服务平台中筛选出2006年至2010年间连续存在专利申请的公司。经过筛选，最后确定满足条件的样本公司有71家。根据整理后的这71家样本公司的财务数据和专利数据，构建面板数据模型并运用Eviews软件进行计量分析。
三、結果分析
为了研究知识特性对企业生产力的影响，对方程（3）进行面板数据估计，并采取了不同的估计方法，结果如下表所示。
从第一列的估计结果中可以看出，所有解释变量的影响均是显著的。投入资本C的影响程度较大（0.807），投入劳动力L的影响显著并且为正值（0.196）。知识存量E对企业生产力的贡献为正值（0.018）。知识多样性D的贡献为负值（-0.078），这是由于产品多样化、知识多样化会增加代理成本和跨部门投资的次优选择，将不相关的技术与企业现有技术吸收整合增加了初始投资，至少在短期内，这些沉没成本对生产力的影响是负面的。知识相关性R的影响为正值（0.527），这与最初的预期一致。知识的有效组合可以减少企业不同生产活动的协调成本，相关活动多样化将带来更高的生产力，因为整合多样化的相关活动的代价将低于不相关活动。这一发现非常重要，因为它表明，知识资本对企业生产力的影响不仅仅是知识存量的影响，也就是说，传统的计量模型（仅考虑了知识存量）低估了无形资产对企业生产力的整体贡献。 第二列至第五列用了不同的估计方法以检验初始结论的稳健性。从LSDV方法的估计结果中可以看出，大部分解释变量的影响都是显著的：知识存量E和相关性R对生产力的影响显著，而多样性D的影响不显著。第三列中一阶自回归模型AR1的估计结果相对保守。滞后因变量使得解释变量和误差项存在相关关系，处理这一问题的标准方法是用Arellano and Bond（1991）提出的GMM模型进行估计。第四列GMM方法的估计结果显示，除知识多样性D之外的所有解释变量都是显著的。总而言之，计量结果与预期基本相符，即知识存量E和相关性R对企业生产力的影响是显著积极的。
这些结果向我们展示了知识相关性和企业生产力的联系，知识相关性是有经济价值的，为了进一步了解其相关程度，可以计算变量的标准化系数。知识存量和知识相关性的标准化系数分别为0.146，0.019，可以看出知识资本对生产力的贡献主要来自于知识存量，但相关性的影响也是不容忽视的。通过计算可以发现，假定相关性R=0的传统计量模型将无形资产对生产力的贡献低估了11.5%。因此，忽视企业内部技术知识的相关多样化，将低估知识资本对企业生产力的整体贡献。
总而言之，从研究结果可以得出以下几点结论：（1）知识存量是影响企业生产力的知识特性中的最主要因素；（2）知识相关性对生产力的积极影响也是不容忽视的；（3）知识多样性的影响并不显著，说明企业知识的跨度与生产力关系不大。知识相关性对生产力的正面影响源于相关知识的协调成本低于不相关知识的协调成本。当相关技术多样化使得规模经济的可能性增加并使投资于掌握新技术的沉没成本减少时，它的经济价值就能得以显现。
四、研究结论
知识资本对生产力的影响早已引起学者的广泛关注，在传统的实证研究中，知识被視为一个既定存量作为生产函数的附加输入变量，然而这些研究并没有考虑知识的个性差异，忽视了知识库的结构特征。本文将知识结构设想成一个网络空间，而网络元素的相互联结代表了知识的实际组合，在此基础上披露了知识的三个特性：知识存量、知识多样性和知识相关性，从知识特性的深度分析了知识资本对生产力的影响。本文选取深、沪交易所A股市场中制造业的71家上市公司作为实证分析的研究样本，样本的时段从2006年到2010年。面板模型的估计结果证实，知识存量、多样性和相关性在一定程度上解释了企业生产力的差异。尽管知识存量对生产力的影响最为突出，但知识相关性的积极作用也是不容忽视的，而知识多样性的影响却并不显著。因此传统的计量模型（仅考虑了知识存量）低估了知识资本对企业生产力的整体贡献。在知识经济时代，知识资本无疑是影响企业竞争力的关键因素。知识库是非常复杂的系统，企业在吸纳新的技术知识的同时，应该注重新技术与企业现有技术的有效整合，加强知识库内各技术知识的关联性，由此降低生产活动的协调成本，促进企业生产力的提高。
参考文献：
[1]Nelson，R.R.，1959.The simple economics of basic scientific research.Journal of Political Economy 67，297–306.
[2]Teece，D.J.，Rumelt，R.P.，Dosi，G.，Winter，S.，1994.Understanding corporate coherence： theory and evidence.Journal of Economic Behavior and Organisation 22，627–634.
[3]Quatraro，F.，2010.Knowledge coherence，variety and economic growth：Manufacturing evidence from Italian regions.Research Policy 39，1289–1302.