人力资本创新效应的粗糙集评价

蔺 琳

（青海大学 财经学院，西宁 810016）

0 引言

随着中国经济创新驱动、转型发展关键期的到来，人才问题逐步也走向人才利用的问题，而人力资本的投入效率是一个劳动力要素投资的深化与利益提升。正是由于人力资本投入的特殊性，使得提升人力资本创新效能关系到产业如何进一步以要素促进生产力，以及如何获得更高效的人力资本产出。为此，各个产业都着力引进或改善自身人力资本，以期获得更高效的创新收益。人力资本创新被认为是企业对于自身内部资源管理方式、管理制度、高低层管理交互作用的共同结果。由此，人力资本不仅与企业自身内部创新管理存在关联，而且与企业管理结构以及人力资本的运营管理方式存在紧密关联。对于人力资本创新绩效的相关检验研究也逐步将企业人力资本引入的客观累积要素和主管管理方式结合起来。对此，学术界一致认为，企业人力资本创新效应是一个综合人力资本投入组合、企业内要素组织以及管理的综合函数，而企业人力资本的进一步组织深化也为其带来组织之外的外部产业融合，这些都是传统主观赋值检验所不能直接检验获得的。因此，本文将传统粗糙集方法融入企业组织生产和人力资本创新应用中，可以通过基于最小约简指标提取违约判别规则来实现。

1 人力资本创新效应评价模型及样本统计

1.1 指标选取与数据来源

根据上述分析，本文将人力资本创新效应分解为活动创新与成果创新进行样本测度指标的选取与数据获取（见表1），活动创新标度的是企业在多大程度上实现创新研发活动向企业生产输出，拟用占有国内市场的创新产品在企业各部门的项目数量；成果创新主要是指企业在多大的规模上实现产品的人力资本创新突破。两者分别以投入研发资金规模和专利申请量作为代理指标进行测度。投入方面，主要有投入研发增长规模、人才学历构成作为、创新研发培训。分别用研发创新经费增长比段、人力资本构成、企业内部年均创新研发培训经费对生产投入资金占比分别来代理刻画企业技术改进的人力资本创新投入效应。

表1 测度指标与测度方法定义

1.2 人力资本创新效应属性权重集处理

粗糙集主要针对于存在不同作用层级，以及在不同时序内的作用层次差异对验证对象指标的不同作用。即利用粗糙集选层中的向量集进行相应的向量集划归：

由式(1)在企业人力资本要素选择过程中形成的不同作用力预设条件进行相应的逻辑边界子集映射集划归：

那么尤其对应的因变量、人力资本内部管理与外部创新的逻辑预设关联方向，以及子向量集进行相应的标准化归纳，具体如下：

根据上述分析，将人力资本具备某一子属性向量集进行相应的决策属性影响程度判定，即：

以两类不同层级向量集差的累积形式获得对应的层级评价的时序叠合，并按照每个层级的叠合指标权重获得相应的效应属性权重：

本文将人力资本创新过程的内部制度与管理组合方式变化与外部绩效获取的互动作用进行层级预设分离，其中按照去到一个子属性集递推的办法进行关联性验证。

1.3 样本统计分析

根据上述分析，本文选取某市15个样本企业进行相应验证，其中，活动创新程度、创新研发成果绩效、研发创新增长幅度、人力资本构成、创新研发培训等指标，结合前文设定，分别从样本企业管理档案、H&R部门、财务部门等机构直接提供或简介折算而成的数据中进行相应的核算。根据统计，15个样本企业上述指标在人力资本投入和创新成果各项指标上表现出不同的变动趋势特征（见图1）。

图1 人力资本指标增长表动样本统计

其中，创新活动程度在历经2006—2009年相对缓慢的爬升增长后形成了较快的抬升趋势，从2010年的3.00%增至2015年的3.98%；而人力资本构成作为样本主体最为显著的增长因子，其对应比重自2006年开始，便具备46.70%的增幅，而后增长相对缓慢，但始终保持在40%以上。说明样本在引入人才，更新人力资本储备方面做出了较大的投入，并且在逐年的累积中，一直保持较高的人力资本结构优化投入力度；而从创新研发培训这一指标来看，样本企业主体存在较大的波动，其中2006—2008年有所下降，由2009年开始增幅呈现出上升趋势。这主要是由于企业逐步重视其创新培训研发在人力资本投入中的作用，逐步将创新研发培训视作提升人力资本投入效应提升的重要组成部分。当然，从这一指标在样本企业主体的平均表现来看，其增长幅度仍然相对较慢，2006年的12.30%增值2015年的14.47%，年均增幅为1.76%。可见，在进一步的人力资本投资过程中，更应注重通过提升创新研发培训投入获取人力资本创新效益应。

1.4 基于改进粗糙集的人力资本创新效应指标区间离散化

鉴于人力资本在其投入、培训以及成果和过程活动的创新效应存在时序的叠合性，对其进行离散化处理，结合FUSINTER离散法则进行人力资本在投入和产品产出两个方向共五类指标的shannon熵求值法的指标区间离散处理，设定离散临界指数为0.817，其结果分别表现如表2所示的指标离散区间间隔信号。

表2 基于粗糙集的人力资本创新效应指标离散区间间隔

从表2报告的人力资本创新效应指标离散区间间隔来看，创新活动的离散区间间隔信号强度要高于创新研发成果绩效，并且在不同层级中形成相较于后者更为密集的区间信号反馈。这可能和近年来我国各个产业在其产业内部人力资本的创新活动增大有关，在人力资本的创新研发活动过程中，逐步重视创新活动本身的创新收益性，而创新成果在向创新产值增值转化问题上存在一定的不足；类似地，创新研发培训、创新增长比人力资本构成具有更为跳跃的离散区间。由此可见，针对创新研发活动以及创新培训等离散精度特别指标，可以进行进一步的粗糙集验证。

2 人力资本创新效应的粗糙集评价

2.1 人力资本创新的粗糙集特征向量优化

根据上述分析，本文按照样本对应待验证指标对于人力资本创新效应的影响程度，获得特征向量为：

B是经过多重向量比对的特征向量转置矩阵，由于存在人力资本创新主体自主融资与政策性的因素作用叠合，并对式(10)的结果进行转置前样本数据构成序列的关联度序列比较，引入人力资本创新主体创新的内源性改进与外部创新的过程与成果效应同类作用因素比对的子矩阵：

式(11)通过子矩阵的元素，对于有可能受到传统粗糙集训练过程中的主体融资内源风险、创新外部融资风险叠合部分，按照李克特分级中除了完全不同意之外的四个级别进行矩阵内对应元素的对比，按照“1-9标度法”获得判断矩阵向量集，并按照式(11)进行级差折算。在这里，本文按照向量对应式(10)对角线元素进行数值累积，同一元素刻画了矩阵两项的自我重要程度以及对比他项重要程度。设定标度为1，意味着两两对比，同样重要层级指标；标度为3，意味着两两对比，前一个层级指标略重要；标度为5，意味着两两对比，前一个层级指标较为重要；标度为7，意味着两两对比，前一个层级指标比后一个更重要；标度为9，意味着两两对比，前一个层级指标相较于后一个指标极为重要。而标度为2、4、6、8时，由于受资主体意见一致认为处于比对均值，将其设定为介于前后指标中间的重要性程度，并通过相邻矩阵赋值进行中间值折算。

从表3可以看出，独立权重性指标占总体待估指标的94.44%，介于中间性指标权重的仅为5.56%，说明所选指标经过粗糙集训练样本精简处理，对于解释人力资本创新过程的效应，具有较高的精度解释意义。同时，第7标度为最高占比，即意味着两两对比，前一个层级指标比后一个更重要的占全部所选占比最高比例。可见所选指标之间对于解释创新主体自主创新增长与人力资本创新效应带来的综合效应之间叠合部分的影响关联，有了显著的指标显化特征，并且对于指标之间的区分一级的评价解释有改进能力。

表3 基于粗糙集特征向量转置的人力资本创新评价指标标度结果

2.2 人力资本创新效应粗糙集评价

最后，本文利用粗糙集进行上述指标标度相对具有向量集中的层级进行结合专家赋值的评价。结合上述标度中具有较高精度解释意义的标度进行重新赋值，再按照1、2、3、4、5分别对应指标的层级评估定量，分别对应为差、较差、一般、好、较好、形成对应的评价矩阵：

结合式(3)至式(6)进行标准化处理，获得以下矩阵：

从标准化的结果开看，序列层级的第二层，也即是创新研发成果绩效一层表现出了较为规整的指标反馈结果，而相对较低的反馈信号则出现在创新研发增长这一指标的各个标度层级中，可以看出无论是专家评估赋值还是人力资本投入创新的主体内部管理人员评估，都对于这两类指标予以较低的权重赋值；而相比之下，活动创新程度、人力资本结构、创新研发活动都保持了与前述层级活动，以及标度接近的结果。

从冗余约简的粗糙集规格化结果来看（图1），样本经过粗糙集冗余约简的规格化处理，使得研发创新增长幅度指标对于人力资本创新效应关联强度呈现出小部分企业的均值偏离，偏离覆盖率为26.7%，其正向关联强度高于均值3.277，为最高样本，而最低样本的偏离达到-2.927。两个方向的偏离程度相对接近，可以说明总体上，人力资本在投入以及研发创新增长方面的创新收益存在较大的波动性，尚未形成对于创新效应的整体推进；而相比之下，人力资本构成这一因素，表现出更为明显的偏离变动，最大正向偏离为4.299，负向偏离为-6.176，样本群中共有六个样本偏离，覆盖率达到了40%。可见经过规整化的粗糙集冗余约简能够更为精确地解释各选定指标对于人力资本创新效应的关联影响作用。

因此，将上述赋值后调整评价进行精度区间离散化的矩阵转置，即结合式(7)进行约简调整：

由此可以按照约简属性获得指标重要性序列，其中，分别以：

逐行进行归一化冗余约简，获得最终人力资本创新效应权重值为：

最后，结合式(9)，获得以下人力资本创新效应粗糙集冗余约简后的最终评价为：

从中可以看出，活动创新程度和创新研发培训成为约束人力资本创新效应最关键的因素，其次的排序为研发创新增长、创新研发成果和人力资本构成。

3 总结

人力资本的投入与产出是企业获得创新竞争力的关键，随着我国企业进一步重视和提升人力资本投资收益，人力资本的投入已经不再局限于简单的人力资本创新优化创新，更是关系到整个企业创新竞争的增长。尽管人力资本在企业的创新生产与市场竞争中尚未获得最为关键的重视，但其对于企业生产和利益的推动是必然的。本文主要依托于人力资本的内部投入以及外部成果产出等视角划分，利用粗糙集进行针对于在人力资本活动以及创新效益的时序叠合性上进行指标的区间离散处理，结合指标标度相对具有向量集中的层级进行结合专家赋值的评价。从验证的结果可以看出，创新活动、创新研发培训以及创新活动累积对企业人力资本创新效应的提升具有重要意义。目前我国企业在进行人力资本投入创新的过程中存在活动创新的环节嵌入式绩效管理不足，以及人力资本结构优化收益不明显的问题，进而造成整个人力资本创新效应扩展受限的弊端。综上所述，人力资本的投资不乏人力资本结构优化，但对于人力资本自身的培训以及活动过程的效益优化才是提升人力资本创新效应的关键。

参考文献：

[1]Altman E I,Haldeman R G,Narayanan P.ZETA TM,Analysis a New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Bank⁃ing&Finance,1977,1(1).

[2]Ohlson J A.Financial Ratios and the Probabilistic Prediction of Bank⁃ruptcy[J].Journal of Accounting Research,1981,18(1).

[3]David J.Latent Variable Models and Factor Analysis:A Unified Ap⁃proach(3rd Edition)[J].International Statistical Review,2013,81(2).

[4]Bartelsman E,Dobbelaere S,Peters B.Editor's Choice:Allocation of Human Capital and Innovation at the Frontier:Firm-level Evidence on Germany and the Netherlands[J].Industrial&Corporate Change,2015,24(19).

[5]Netherl T.Labor Allocation of Human Capital and Innovation at the Frontier:Firm-Level Evidence on Germany and the Netherlands[J].Industrial&Corporate Change,2015,24(19).

[6]Zighed D A,Rabaséda S,Rakotomalala R.FUSINTER:A Method for Discretization of Continuous Attributes[J].International Journal of Un⁃certainty Fuzziness and Knowledge-Based Systems,2011,6(3).

[7]曹庆奎,任向阳,刘琛等.基于粗集-未确知测度模型的企业技术创新能力评价研究[J].系统工程理论与实践,2006,26(4).

[8]刘希宋,李玥.基于粗糙集理论的企业自主创新能力评价研究[J].科技进步与对策,2008,25(1).

[9]栾大龙,铉一民,姚彬等.基于粗糙集-主成分分析的企业创新能力评价实证研究[J].计算机工程与应用,2007,43(4).

[10]赵焕焕,刘勇,Forrest J等.基于灰色相似关联关系的灰色变精度粗糙集模型及应用[J].系统工程,2015,(2).

[11]高素英,赵曙明,田立法.人力资本、创新战略与企业绩效关系研究——基于中国上市公司的经验证据[J].山西财经大学学报,2011,(8).

[12]李健,俞会新.企业人力资本投资影响企业绩效的路径研究[J].中国人力资源开发,2016,(12).

[13]张晓明.基于粗糙集-AHM的装备制造业企业创新能力评价指标权重计算研究[J].中国软科学,2014,(6).

[14]柯孔林,冯宗宪.基于粗糙集与遗传算法集成的企业短期贷款违约判别[J].系统工程理论与实践,2008,28(4).

[15]李兴宽,向刚,章胜平.基于粗糙集的企业持续创新绩效评价研究[J].技术经济与管理研究,2010,(s1).