智力资本评价指标体系构建思考

江苏大学 陈 平 张国英

智力资本评价指标体系构建思考

江苏大学 陈 平 张国英

在经济全球化浪潮中，智力资本已成为企业价值创造和可持续发展的关键性源泉之一，关系着企业的生存与发展。对企业资源配置而言，企业从一般性的竞争力转化为持续的核心竞争力，关键在于对智力资本进行有效开发和确立智力资本评价指标体系。在定义智力资本概念的基础上，本文通过把握智力资本与企业价值之间的内在联系，提出一套有效的智力资本评价指标体系。

一、智力资本的概念

“智力资本”一词早在1836年就由Senior首次提出，他认为智力资本是指个人所拥有的知识和技能，直到20世纪90年代才引起理论界和实务界的广泛重视。但是，目前理论界对智力资本的概念还有多种不同的认识。虽然存在认识上的不一致，但智力资本是对传统资本概念的有效扩充这一点则是相同的。智力资本概念的提出将员工技能、公司文化等被传统资本所忽视的，但却成为企业的关键资源，和企业核心竞争能力整合在一起，拓展了物质资本和非物质资本范围，将无形资产和有形资产结合起来，揭示了企业真正有价值的东西，从而为企业的发展和竞争力指明了方向。

本文中将采用国内外通行的定义方法，即智力资本是一种组织现象，是企业所拥有或者控制的、能够为企业创造价值和持续竞争优势的知识和能力，智力资本是由人力资本、结构资本和关系资本三部分构成。

二、智力资本评价指标体系构建

（一）构建原则 在具体确定智力资本评价指标体系之前，首先要确定评价体系的构建标准。主要包括:

（1）可度量性。建立评估指标体系的目的，是希望通过量化的方法，能够如实地反映智力资本的相对价值。因此，构建的指标要有一定的可度量性。

（2）可操作性。指标体系设计简明扼要、定义明确，既要考虑企业能够提供资料的可能性，又能够进行有效的统计和评价。

（3）代表性。智力资本的各个组成部分之间有着或多或少的关联性，如果不顾及这些关联因素的存在，就会在指标体系中因重复衡量某一个因素而导致评价误差。所以，评价指标必须过滤掉关联因素，使指标更具有代表性。

（4）系统性。基于智力资本是由人力资本、结构资本和关系资本三个相互依存的子系统构成的体系。因此，建立的指标体系，必须包含上述分析的智力资本的三个方面以反映智力资本的整体。

（二）智力资本评价指标体系构建 智力资本的评价主要是为了建立一套指标体系，以更全面地反映知识经济条件下企业智力资本的运营状况，为企业智力资本管理提供有用的信息。智力资本评价是智力资本管理的前提和基础，管理大师Drucker就认为，我们无法管理我们不能衡量的事物。

根据智力资本的概念，本文认为智力资本应包括人力资本、结构资本和关系资本这三部分，这同Meritum Project对智力资本的分类是一致的。本文把企业的智力资本价值作为最终要判定的一级指标，二级指标分为人力资本、结构资本和关系资本。

（1）人力资本评价指标。本文把人力资本定义为公司全体员工的创造力、专业技能、向心力、团队精神等。人力资本是决定了其他两大资本的营运形式，而其他两大资本在人力资本的作用下，把人力资本的“非物化的知识和信息”转化为具体物质实体的产出效益。人力资本是智力资本中最基础最主要的资产，是智力资本能够得以实现的主要因素。所以人力资本的评价指标构建如表1所示：

表1 人力资本评价指标体系

（2）结构资本评价指标。本文把结构资本定义为公司解决问题与创造价值的整体体系、程序和文化。结构资本作为企业智力资本的基础平台，要能为企业的各种业务活动的开展提供一个科学、高效的组织网络，所以，从提升企业价值角度来选择指标。如表2所示：

表2 结构资本评价指标体系

（3）关系资本。关系资本是组织对外关系的建立、开发与维系，包括顾客、供应商、联盟企业、股东和投资人等。在智力资本向价值转化的过程中，关系资本是人力资本、结构资本发挥作用的主要条件，是企业创造价值的途径之一。所以，仍从企业价值角度选择指标，如表3所示：

表3 关系资本评价指标体系

三、智力资本评估方法确定

（一）评估方法选择 目前的指标体系评估方法有两种。一种是客观的，另一种是主观的，本文例举两个代表性的方法——神经网络方法和层次分析法。神经网络的方法适合于解决复杂的非线性问题，原因在于其需要用数据来实现任意的非线性映射，所以该方法需要大量的数据。但是，目前在企业的智力资本评估这个方面，还没有大量的数据。所以，本文不采用这种方法。

层次分析法是一种多目标决策的数学处理方法，其优点是可以把定性的指标进行量化，是采用相互比较，逐层确定权重的方法。层次分析法把定量的指标和定性的指标放在一个系统计算，非常适合定性指标和定量指标相结合的指标体系。所以，在评估方法上，该方法得到了大量应用。本文选用层次分析法对指标权重进行分析。

（二）评估过程 运用层次分析法来确定各层次的指标主要分成以下步骤:

（1）建立评价指标的层次结构。

（2）构造判断矩阵。从层次结构模型的第2层开始，对于从属于（或影响）上一层每个因素的同一层诸因素，用成对比较法和1—9比较尺度构追成对比较阵，直到最下层。如表4所示:

表4 指标标度表

（3）计算单一指标下的相对权重，并做一致性检验。计算单一指标下的相对权重:对于上一级指标Ck指标Al，A2，……，An通过两两比较得到各自的标度，构造判断矩阵A。对于A解特征根问题：AW==λmaxW所得到的W经过归一化后，就成为Al，A2，……，An对于上一级指标Ck的相对权重向量。

一致性检验:在判断矩阵的构造过程中，要求判断有大体的一致，当判断矩阵偏离一致性过大时，权重向量的计算结果将出现不合理的情况。因此，在得到λmax后，需要进行一致性检验。

一致性比率CR为:CR=CI/RI。CI是判断矩阵的一致性指标:CI=（λmax-n）/（n-1）（n是判断矩阵的阶数）。RI是平均随机一致性指标，该指标通过分别构造58个各阶次的样本矩阵，然后对各阶次的全部矩阵的CI值进行算术平均得到。当CR<0.1时，一般认为判断矩阵具有满意的一致性。

（4）计算组合权向量并做组合一致性检验。计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。

［1］托马斯·A·斯图尔特：《“软”资产——从知识到智力资本》，中信出版社2003年版。

（编辑 刘 姗）