企业成长性测度指标筛选及综合指数构建

李秉祥 刘珂欣 张涛涛

【摘要】以企业成长理论为基础， 分析企业成长性的驱动因素， 从企业资源、能力、自身特征三个角度出发构建三位一体的企业成长性初始测度指标体系， 并选择净利润增长率、主营业务收入增长率、总资产增长率三个表示企业成长性显性特征的指标作为成长性的结果指标， 将初始测度指标作为预测指标（测度指标）， 依据预测指标与结果指标的相关性对企业成长性的初始测度指标进行筛选， 得到企业成长性测度指标体系。 以创业板上市公司2014 ～ 2018年的数据为样本， 创新性地根据不同指标数据的特征分别采用不同的统计分析方法对初始指标进行筛选， 剔除不相关指标后， 将筛选出的指标纳入企业成长性测度指标体系， 并运用变异系数法确定各指标的权重， 识别各指标的重要程度， 探索影响企业成长性的关键因素， 构建出企业成长性综合测度指数。 研究从新的视角出发构建了成长性测度指标体系， 并运用新的方法筛选出影响企业成长性的关键因素， 能够为企业自身及其投资者更加客观合理地测度企业成长性提供一定的参考。

【关键词】资源;能力;成长性;创业板;综合测度指数

【中图分类号】F275;F832.51      【文献标识码】A      【文章编号】1004-0994（2020）20-0053-9

一、引言

2009年10月， 经过十多年的努力， 我国政府成功推出了创业板市场， 首批28家创业板公司挂牌上市交易， 创业板市场的推出有效解决了中小企业融资难的问题， 加快了中小企业发展的步伐。 截至2019年年底， 创业板上市公司的数量已达791家， 总市值达到6.13万亿元。 一方面， 在过去10年， 创业板市场发展迅速; 但另一方面， 从当前创业板上市公司股价和总体情况来看， 创业板市场还存在股价高估、市盈率过高、信息披露不完全等问题， 这些问题不仅会给投资者带来一定的投资风险， 也会使创业板市场的持续健康发展受到影响和制约。 与国外非常成熟的纳斯达克等创业板市场不同， 我国的创业板成立时间晚， 在创业板上市的企业一般都是中小型企业或者创业型企业等处于成长期的企业， 对于这类上市公司来说未来发展的不确定性较大， 有的企业甚至面临着失败的可能性。 因此， 建立企业成长性测度指標体系， 分析创业板上市公司的成长性， 对企业成长性做出更加科学合理的测度具有一定的理论和现实意义， 不论是对于企业还是对于投资者来说都是非常有必要的。 这样做不仅能使企业经营者明确自身优劣势， 为其制定改进措施以及确定决策方向提供依据， 还可以为投资者建立一套科学的企业成长性指标测度体系。

本文通过对成长性相关理论和已有研究成果的分析， 从企业成长性的内在机理出发， 并以创业板上市公司作为研究对象， 在相关研究基础上选取适当的指标构建企业成长性综合指数， 以期为合理有效地测度和进一步深入研究创业板上市公司成长性提供借鉴。

本文的创新点在于：首先， 在已有成长性评价指标研究的基础上， 从企业成长性机理出发构建了企业资源、能力、自身特征三位一体的企业成长性指标体系; 其次， 以往的研究缺乏对指标的筛选过程， 本文将指标分为结果指标和预测指标（测度指标）， 首次运用统计分析方法（显著性检验和相关性分析）对企业成长性指标进行筛选， 并运用变异系数法构建了企业成长性综合测度指数。

二、文献回顾

企业成长性是一个综合且复杂的概念， 对于企业成长性的研究， 学者们的角度和结论不尽相同。 已有文献关于企业成长性的研究主要集中在企业成长性影响因素的分析以及成长性测度评价指标的构建这两个方面。 在国外相关研究中， 比较有代表性的是英国学者Storey[1] 的研究， 他认为企业家（年龄、性别、管理经验等）、企业和战略这三个方面是企业成长性的主要影响因素， 这三个方面结合在一起共同发挥作用影响企业的成长性。 Laitinen[2] 以芬兰高新技术企业为研究对象， 研究了企业竞争能力、财务管理能力、生产要素、成本、产品、收入等因素对企业成长性的影响。 Priya Dhamija Gupta等[3] 认为， 企业成长性受外部宏观环境因素（政治、经济、社会文化等）和内部微观因素（财务、营销、技术、人事等资源）两个方面因素的影响。 美国管理学会曾提出涉及十个方面的企业成长性评价指标， 主要包括生产效率、销售能力、盈利程度、经理人员素质等。 Tarnóczi Tibor等[4] 将企业内部增长率与可持续增长率作为企业成长性的评价指标。

在国内研究中， 吴世农、李常青和余玮[5] 将资产周转率、销售毛利率、负债比率、主营业务收入增长率和期间费用这五个财务指标作为描述企业成长性变化的指标。 黄昕、李常洪和薛艳梅[6] 研究表明， 高管团队教育水平对企业成长性有显著的积极影响。 徐泓[7] 提出了“创新+成长”的创业板企业特征， 通过专家打分法构建了一套涵盖财务状况、成长潜力以及成长可持续性的综合性较强的企业成长性评价体系， 为会计信息使用者提供了决策的基础和依据。 王朝勇、唐亮和张显峰[8] 分析了创业板上市公司成长性和其绩效之间的关系， 结果证明企业成长性和绩效正相关。 谢文君[9] 运用因子分析法对创业板上市公司的成长状况进行实证分析并做出综合评价。 谷文林、任敏、俞静[10] 对2010年12月31日前在创业板上市的公司的成长性进行了研究， 发现目前我国创业板上市公司总体成长性相比初期已经有了一定的提升， 但仍需进一步提高， 此外上市公司之间在成长性方面也存在明显差异。

通过对已有文献进行回顾总结发现， 国外学者倾向于从非财务角度研究企业成长性的影响因素， 主要集中在经营管理水平、管理者素质以及战略选择等方面。 而国内学者大部分站在财务角度进行研究， 主要从盈利能力、偿债能力、营运能力和发展能力等方面来考虑企业成长性的影响因素。 我国创业板成立较晚， 国内研究文献大多数集中在如何构建企业成长性评价体系方面， 评价体系一般分为两类， 一类是单一的企业成长性测度指标， 另一类是综合性指标。 单一的指标评价方法主要关注的是企业成长性在某个方面的表现， 一般用某个单一指标来描述企业的成长性， 比如净利润增长率[11] 、主营业务收入增长率[12] 。 综合性指标是将多个指标按不同的方法汇总结合在一起， 形成一个综合测度指数， 大多数研究是运用主成分分析法、突变级数法、层次分析法、功效系数法、灰色关联度分析法等方法来构建企业成长性综合指标体系， 研究企业成长性的综合水平。 综合来看， 由于企业成长性影响因素的复杂性， 国内外学者关于成长性研究的结论不尽相同。 不同的研究角度、不同的样本数据以及每个公司个性上的差异都会使得研究得出的结论不尽相同。 本文认为在研究我国创业板企业成长性时， 应该根据已有研究基础以及创业板上市公司的特点选择合理有效的指标。

本文在已有研究的基础上， 从企业成长性的影响因素出发， 基于资源—能力视角构建企业成长性初始测度指标（预测指标）， 建立了企业资源—企业能力—企业自身特征三位一体的成长性初始测度指标体系， 在此基础上将主营业务收入增长率、净利润增长率、总资产增长率三个指标作为代表企业成长性显性特征的结果指标， 采用统计学中显著性检验和相关性分析的定量统计方法来对成长性初始指标进行筛选， 将最终筛选出的指标作为企业成长性的测度指标体系， 并进一步通过变异系数法来建立企业成长性综合测度指数， 能够为更加客观合理地测度和评价企业成长性做出贡献， 也能为投资者以及企业自身对企业成长性做出更加客观的评价提供一定的借鉴。

三、企业成长性初始测度指标体系的构建

1. 企业成长理论的发展。 企业成长理论是企业研究中的核心理论， 企业成长性的研究对企业的实践和发展具有重要的指导意义。 企业成长理论经历了五个发展阶段， 企业成长的思想最早可以追溯到古典经济学。 古典经济学强调企业成长的根源在于资本积累和劳动分工的相互作用所产生的规模经济效益。 之后经历了第二阶段即新古典经济学企业成长理论阶段的发展， 第三阶段为新制度经济学企业成长理论阶段， 第四阶段为制度变迁企业成长理论阶段， 第五阶段为现代企业成长理论发展阶段。 企业成长理论的思想虽然起源于古典经济学家所提出的规模经济理论， 但是企业成长理论真正的奠基者是Penrose[13] 。 Penrose的企业成长理论是现代企业成长的基石。 他强调管理对企业成长的作用， 认为企业成长是一种纯内因成长。 企业内部的资源是企业成长的动力， 作为一个管理组织的企业， 也是各种人力资源、物力资源的集合体， 企业需要不断发现未被利用的资源， 并对这些资源进行经营和管理， 进而产生新知识， 新知识反作用于经营和管理， 从而促进企业的成长。 由于企业成长具有不确定性和复杂性， 因而学者们关于企业成长性的内涵与界定的观点不尽相同。 总的来说， 企业成长一般体现在两个方面， 即量的增长和质的飞跃。 企业规模和效益的扩张体现了量的增长， 具体表现为产品产量、销售额、资产、人员等的增加或扩张; 质的飞跃主要指企业成长能力的提高， 具体表现如技术创新能力与核心竞争力增强、资源与生产结构改善、组织革新、管理制度完善等。 量的增长促进了质的飞跃， 而质的飞跃体现了量的积累。

2. 企业成长性初始测度指标构建。 企业成长性是一个综合且复杂的概念， 学者们关于企业成长性指标的选取大多依据自己的研究内容而定， 不同学者选取的指标不尽相同， 难以统一。 本文将国内有关企业成长性的衡量指标进行简要归纳汇总， 具体如表1所示。

由表1可见， 学者们对企业成长性的测度指标可总结为企业资源、企业能力、企业自身特征、外部环境这几个大的方面， 这说明企业成长性主要受这几个方面因素的影响。 因此， 本文在构建企业成长性测度指标时将从这几个方面出发。

彭罗斯是现代企业成长理论的奠基人， 他探究了决定企业成长性的因素以及企業成长的机制， 从而揭示了企业成长的内在动力。 企业是一个组织， 同时也是各种资源（不仅包括物力资源， 也包括人力资源）的集合。 资源基础理论也强调了企业所拥有的各种资源可转变为企业独特的能力， 资源与能力相互作用成为企业持久竞争优势的源泉。 Prahalad和Hamel[22] 两位学者是企业核心能力学派的代表， 认为企业资源配置、资源开发以及资源保护的能力（即企业核心能力）是企业竞争优势的来源。

企业拥有的资源是其取得核心竞争优势的基础， 企业的成长不仅取决于其拥有何种资源， 还取决于如何进行资源配置。 企业的资源不仅包括其所拥有的物力资源， 还包括更重要的人力资源。 物力资源包括无形资源和有形资源， 人力资源是物力资源价值实现的关键， 物力资源的配置和使用都要人力资源来实现。 鉴于此， 本文在研究中将企业资源分为物力资源和人力资源， 并将物力资源进一步分为有形资源和无形资源， 人力资源主要界定为管理者的特征及其素质。 企业各种能力是企业统筹和利用各项资源的方式和手段， 企业的资源最终要发挥作用、促进企业成长， 需要依靠企业的各项能力来实现。 本文在已有研究基础上将企业能力分为创新能力、营销能力、经营管理能力、资产管理能力、风险控制能力， 涵盖了企业的潜在能力和现有能力。 企业资源和能力相互作用能够使其获得持续竞争优势， 进而促进企业成长。 此外， 企业的成长不仅受到资源与能力的影响， 也受到企业自身特征因素（规模、年限、股权集中度等）的影响， 故本文将企业自身特征也纳入企业成长性测度体系中。 事实上， 企业成长性还会受到外部宏观环境的影响， 但本文在构建企业成长性评价体系时， 没有纳入环境因素。 主要原因在于本文认为， 宏观环境大多是企业都会面临的比较抽象的因素。 对于个体企业来说难以选择恰当的指标对其进行衡量， 在构建企业成长性评价模型时， 可以不将其纳入， 即本文的研究主要侧重于分析内部因素对企业成长的影响。

基于以上分析， 本研究在梳理已有研究成果的基础上， 以现代企业成长理论为基石， 从资源与能力视角出发构建企业资源—企业能力—企业自身特征—企业成长性三位一体的企业成长指标测度体系。 本文指标构建逻辑框架模型如图所示：

本文进行指标筛选的具体方法及成长性指数的构建方法如下：

结合已有研究， 将主营业务收入增长率、净利润增长率、总资产增长率三个指标作为衡量企业成长性的结果指标， 主营业务收入增长率主要是从市场占有率的变化来描述企业的成长性， 反映企业市场扩张的程度， 只要企业在市场占有率方面出现增长， 就会在某种程度上反映在主营业务收入增长率的变化上; 净利润增长率主要是从盈利能力的变化方面来描述企业的成长性， 企业在盈利能力方面的成长会反映在净利润增长率的变化上; 总资产增长率是从规模的变化方面来描述企业的成长性。 因此， 本文选取这三个指标作为衡量企业成长性的结果指标， 展示企业成长性在市场扩张、盈利能力和规模方面显性层面的表现。

结果指标是描述企业成长性外在表现的指标。 预测指标具有一定的潜在性和先导性， 具有预测指标所描述特征的企业往往表现出一定的成长性。 预测指标（测度指标）是从企业成长性的影响因素出发构建的用于测度企业成长性高低的指标， 这些预测指标（测度指标）对于企业成长性的影响最终将通过结果指标体现出来。 本文首先以成长性的结果指标为基础对预测指标（测度指标）进行筛选， 主要是依据两者指标之间的相关性。 本文的指标筛选方法借鉴李秉祥、李明敏[23] 的研究， 当成长性的某个预测指标与任何一个结果指标显著相关时， 就可以将该预测指标纳入企业成长性的测度指标体系。 在此基础上进一步利用筛选完成之后的指标进行成长性综合指数的构建。

本文选取的企业成长性初始测度指标以及指标的定义如表2所示， 指标的选取借鉴已有研究。

四、企业成长性指标的筛选

本研究以2014 ～ 2018年创业板上市公司的数据为样本， 剔除数据不完整的企业样本。 数据主要从国泰安数据库中获得并对数据进行整理， 运用SPSS 20.0和Excel 2010对数据进行处理和分析。

本研究主要采用统计学中的显著性检验和相关性分析方法来检验结果指标和预测指标之间的相关性。 在统计学方法中， 显著性检验分为两种， 即参数检验和非参数检验， 参数检验用于分析相互独立且服从正态分布的样本数据， 而非参数检验相对而言适用范围较广， 没有这些条件的限制， 对于非正态的、方差不相等的样本数据以及分布形状未知的样本数据均可以采用非参数检验来进行分析。 此外， 对于符合参数检验条件的样本数据也可以采用非参数检验方法进行分析， 但功效不如参数检验。 本文在研究中对于符合上述条件的样本数据采用参数检验方法， 对不符合上述条件的样本数据采用非参数检验方法。

相关性分析是研究变量之间相关关系的数理统计方法， 它能够判断出在影响某个变量的多个变量中显著的变量以及不显著的变量。 Pearson相关和Spearman相关是两种常用的双变量相关性分析方法。 对于两变量分布服从正态分布且具有线性相关关系的数据可以采用Pearson相关性分析， Spearman相关性分析相当于Pearson相关性分析的非参数形式， 对于不符合前述应用条件（Pearson相关性分析适应条件）的数据便可以采用Spearman相关性分析方法进行分析。

所以本文的研究思路为：首先通过K-S正态分布检验判断代表企业成长性的结果指标（主营业务收入增长率Y1、净利润增长率Y2、总资产增长率Y3）是否服从正态分布， 然后根据K-S正态分布检验结果判断选择参数检验或者非参数检验， 接着根据企业成长性预测指标的具体类型及其分布形式在参数检验、非参数检验以及相关性分析中选择具体的统计分析方法。 具体分析方法归纳如下：首先， 如果结果指标Yi服从正态分布， 那么可以继续根据预测指标的变量类型选择不同的方法进行检验， 在预测指标Xi（比如总经理性別）是二分类变量的情况下可以选择两个独立样本T检验; 在预测指标Xi（比如总经理学历）是多分类变量的情况下可以选择方差分析进行检验; 在预测指标Xi（比如持股比例）是数值型变量且服从正态分布、两变量的分布服从线性趋势的情况下， 可以选择Pearson相关性分析方法， 否则便选择Spearman相关性分析方法进行检验。 同理， 如果结果指标Yi不服从正态分布， 便可以根据预测指标的变量类型选择对应的非参数检验方法进行分析。 在成长性的预测指标Xi（比如总经理性别）为二分类变量的条件下便选择两个独立样本的非参数检验方法进行分析; 在Xi（比如总经理学历）为多分类变量的条件下便选择K个独立样本非参数检验方法进行分析; 在Xi（比如持股比例）是数值型变量的情况下便选择Spearman相关性分析方法进行分析。

1. 正态分布检验。 首先， 本文通过正态分布检验来判断结果指标Y1（主营业务收入增长率）、Y2（净利润增长率）、Y3（总资产增长率）是否符合正态分布。 运用SPSS 20.0软件中单样本K-S检验来进行检验， 检验结果如表3所示。

从表3可以看出， 在显著性水平为0.05的情况下， Y1、Y2、Y3的Sig.值均小于0.05， 表明结果指标Y1、Y2、Y3均不服从正态分布。 所以， Y1、Y2、Y3均不符合参数检验的适用条件， 那么后续研究中Y1、Y2、Y3与预测指标的显著性检验就全部建立在非参数检验方法的基础上。

2. 非参数检验。 由于结果指标Y1、Y2、Y3均不服从正态分布， 所以其预测指标Xi之间的显著性检验均采用非参数检验方法。 本文建立的成长性初始测度指标体系中， 预测指标X3、X6均属于二分类变量， 所以在运用SPSS 20.0软件进行数据分析时Y1、Y2、Y3与X3、X6的显著性检验均采用非参数检验中的两个独立样本检验方法， SPSS中提供了四种检验方法， 即Mann-Whitney U检验、Kolmogorov-Smirnov Z检验、Wald-Wolfowitz runs检验和Moses extreme reactions检验。 本文采用最常用的Mann-Whitney U检验方法， 检验结果如表4所示。

由表4可知， 在α=0.05的显著性水平下， X3与Y1、Y2、Y3显著性检验的Sig.值均大于0.05， 即认为不同性别的总经理所在公司的主营业务收入增长率、净利润增长率以及总资产增长率无显著差异。 X6与Y1、Y2、Y3显著性检验的Sig.值均大于0.05， 表明总经理与董事长兼任与不兼任情况下的主营业务收入增长率、净利润增长率、总资产周转率无显著差异。 因此， X3、X6应从企业成长性初始指标体系中剔除。

X1属于多分类变量， 故Y1、Y2、Y3与X1的显著性检验运用非参数检验中的K个独立样本检验方法， 本文选择Kruskal-Wallis检验方法， 检验结果如表5所示。

从表5可以看出， 在α=0.05的显著性水平下， X1与Y2的卡方检验的Sig.值小于0.05， X1与Y1、Y3的卡方检验的Sig.值大于0.05， 即认为不同学历的总经理所在公司的净利润增长率有显著差异， 主营业务收入增长率与总资产周转率无显著差异。 根据前文的分析， 只要预测指标与任何一个结果指标相关， 均可被纳入企业成长性测度指标体系中。 因此， 应将X1纳入企业成长性测度指标体系中。

3. 双变量相关性分析。 除分类变量X1、X3、X6以外的其他指标均为数值型变量， 故采用两变量相关性分析方法对其余数值指标进行筛选。 对符合正态分布且散点图服从线性趋势的双变量采用Pearson相关性分析， 不符合上述条件的采用Spearman相关性分析。 由于Y1、Y2、Y3均不服从正态分布， 所以结果指标Y1、Y2、Y3与数值型指标Xi的相关性分析均采用Spearman相关性分析方法。 结果如表6所示。

由表6可以看出， 除X11以外， X2、X4、X5、X7、X8、X9、X10、X12、X13、X14、X15、X16、X17、X18都至少与结果指标Y1、Y2、Y3中某一个显著相关， 所以， 这些指标均可以纳入企业成长性测度指标体系以构建综合测度指数。

五、企业成长性指标筛选结果

本文运用上述几种统计性分析方法对企业成长性初始测度指标进行筛选， 指标筛选的研究思路是只要初始建立的预测指标体系中的指标与任何一个结果指标显著相关， 就可以将该预测指标纳入企业成长性测度指标体系中。 从上述企业成长性指标筛选过程可以看出， 在初选的17个指标中， 除了X3、X6、X11未通过检验， 不能被纳入企业成长性测度指标体系， 其余14个指标均可被纳入企业成长性评价指标体系。

在企业人力资源方面， 总经理的年龄、学历、持股比例以及薪酬都和企业成长性有一定的关系， 总经理年龄的差异会使他们在认知、经验、阅历、思考问题的方式等方面存在一定的差异， 进而在企业经营和管理方面存在差异， 最终导致企业的成长性也不同。 学历决定了受教育程度以及知识储备水平， 一般而言学历越高的人， 学习能力越强， 知识掌握得越全面， 也越具有严谨的逻辑思维， 故企业经理人之间不同的学历背景会影响其在经营过程中对信息的判断和决策， 进而影响企业的经营效率， 最终影响企业的成长性。 总经理持股比例以及薪酬也和企业成长性之间存在显著的相关关系， 管理层持股既是对管理层的激励措施， 也是为了使管理层在企业经营过程中能够以所有人的身份更加积极地为企业的发展而努力。 同样， 总经理薪酬也是企业所有者为了激励管理者为企业发展付出努力而采取的措施。 在创业板上市公司中， 虽然总经理性别为男性的企业数量远大于总经理性别为女性的企业， 但研究发现， 总经理性别和企业成长性之间没有显著的相关关系。 本文也发现， 两职合一和企业成长性之间的关系不显著。 企业自身的特征比如成立年限、规模等因素， 都和企业成长性有一定的相关关系。 企业处在不同的发展阶段， 规模、年限等特征也会不同， 进而会影响企业的成长性。 股权集中程度会影响管理层权利的行使， 合理的股权制衡机制能在很大程度上形成股东之间的相互制衡， 使得企业的经营与决策能够有利于企业整體发展， 进而影响企业的成长性。 企业的各种能力如创新能力、营销能力、风险控制能力、经营管理能力、资产管理能力等， 都与企业成长性存在显著的相关性， 都会对企业成长性产生影响， 这也是众多学者研究论证过的。

六、基于变异系数法构建企业成长性综合测度指数

下面在前文筛选出企业成长性测度指标的基础上， 采用客观赋值法中的变异系数法来构建企业成长性综合测度指数。 客观赋值法是一种用来确定指标权重的方法， 以客观的指标测量值为基础， 然后从实际的指标测量值中分辨信息量的高低， 进而确定权重。 其中， 变异系数法是客观赋值法的一种， 是常用的一种综合评价方法， 主要是根据各个指标在所有研究对象中观测值的变异程度来确定其权重、对其赋权， 变异程度大的指标能够更好地区分各样本在该指标方面的信息， 则对该指标就应赋予较大的权重; 反之， 某指标值区分评价对象的能力较弱， 就应赋予较小的权重。

变异系数法的原理是建立在标准差或方差的基础上， 具有衡量某个样本波动程度的性质， 因而可以将其用于衡量指标变异程度的大小， 各个指标变异程度的差异能够反映其所含分辨信息量的大小， 将这种差异进行量化便可以得出相应信息量权数。

那么， 基于变异系数法、利用样本数据进行计算分析， 便可以得出有关企业成长性各指标的权重， 具体如表7所示。

根据表7可得到各指标的权重， 进而将各指标统一起来， 便可得到企业成长性的综合测度指数。 将各指标数据标准化后， 企业成长性综合测度指数Z可表示如下：

从一级指标来看， 企业资源层面因素的权重为0.417403026， 企业能力层面因素的权重为0.470964676， 企业自身特征层面因素的权重为0.111632298。 可以看到， 企业资源和企业能力方面的指标权重较大， 企业自身特征因素的比重相对来说较小， 这也说明企业成长性主要取决于企业的资源与能力， 企业规模、企业年限、股权集中度等企业自身因素虽然也会在一定程度上影响企业的成长性， 但总体来说企业资源和企业能力才是影响企业成长性的关键因素。 资源是一切的基础， 企业资源和能力决定了企业的核心竞争力和持续竞争优势， 只有拥有一定的竞争优势和核心竞争力， 企业才能保持成长状态。

从二级指标来看， 权重较大的指标为总经理持股比例、总经理薪酬、无形资产比率、创新能力、营销能力、经营能力， 说明这几个指标对企业成长性的贡献相对来说较大。 在人力资源指标中总经理持股比例和总经理薪酬占比较大， 这也意味着对管理人员实施合理的激励措施将有效促进企业的成长。 管理人员的教育背景当然也会对企业成长性产生一定的影响， 学历影响其所拥有的知识， 影响其思考问题的逻辑和决策方式， 进而也会对企业经营效率产生影响， 最终会对企业成长性产生一定的影响。 相对来说总经理持股比例和总经理薪酬等外部激励措施方面的因素对企业成长性影响的弹性和敏感度更大。 所以对企业来说， 不仅要注重管理者的内在素质因素， 也要注重采取一定的激励措施来鼓励和调动管理者的积极性， 管理层持股在一定程度上能够使管理者和企业的利益保持一致， 使管理人员能够积极地为企业的发展做贡献， 进而提高企业的成长性。

在物力资源指标中， 无形资产比率的权重为0.112737992， 有形资产比率的权重为0.016824883， 无形资源相对于有形资源来说所占比重更大， 也就是说相比有形资源， 无形资源才是影响企业成长性的关键性资源因素， 本研究中的无形资源指标主要是无形资产比率， 无形资产（专利权、商标权等）更能体现一家企业所拥有的区别于其他企业的独特资源， 与有形资产相比也更能体现一家企业区别于其他企业的竞争优势和核心竞争力。 所以， 企业应充分认识到无形资产开发和获取的重要性， 只有这样才能提高创新能力， 保持可持续增长。

在企业能力层面， 各指标所占比重相对来说都较大， 反映出企业各方面的能力因素是影响企业成长性的关键因素。 其中， 创新能力和营销能力是权重最大的指标。 营销能力的高低也影响着企业市场能力的高低， 企业的产品和服務最终均要走向市场， 只有具有足够的销售能力才能保证企业利润的实现， 所以营销能力是企业增强市场能力进而实现持续成长的前提， 也是影响企业成长性的重要因素。 大部分创业板企业都是高新技术企业， 其持续发展的前提是具有较强的创新能力。 创新能力体现着企业的潜在成长能力， 企业高成长性的实现需要企业创新能力的支持; 创新能力是企业成长的动力， 是企业新产品和新服务产生的前提， 是企业扩大市场占有率、增强核心竞争力的前提， 企业只有具有较强的创新能力， 才能形成独特的竞争优势和核心竞争力。 没有创新能力的支持， 企业就无法保持长久的领先优势和持续的成长性。 因此， 创新能力是企业发展的生命之泉， 是企业成长性的关键影响因素。 此外， 企业的经营能力、资产管理能力、风险控制能力指标所占权重也较大， 说明它们也是影响企业成长性的重要因素。

企业自身特征层面的指标相对于企业资源和能力来说， 所占权重较小。 企业规模对企业成长性的影响具有很大的不确定性， 一方面， 企业规模的扩大会产生规模经济效应， 能够使企业在成本、价格上具有领先于其他企业的优势， 使企业获得超额收益; 另一方面， 规模的不断扩大、业务的不断复杂化也会使企业面临灵活性下降等问题， 所以规模对企业成长性的影响具有不确定性。 任何企业的发展都会经历不同的生命周期阶段， 处于不同发展阶段的企业其成长速度和路径也不同， 所以企业年龄也是影响企业成长性的因素之一。 不同的股权集中程度会影响管理层权力的行使， 企业的经营决策效率也会因此而受到影响， 最终影响企业的成长能力。

综上， 资源和能力是决定企业成长性的关键因素， 企业必须注重资源和能力的获取， 更要重点关注人力资源、无形资产、创新能力和市场营销能力几项关键因素。 同时也说明， 要对企业成长性做出客观测度， 也要更多地考虑这几个方面的因素。

七、结论

本文在已有研究的基础上， 基于资源和能力视角构建了企业资源—企业能力—企业自身特征三位一体的企业成长性初始测度指标体系， 共包含18个预测指标（测度指标）， 首先根据不同指标样本数据的特点选择不同的分析方法对初始指标进行筛选， 在研究过程中分别采用了正态分布检验、两个独立样本的非参数检验、K个独立样本的非参数检验、Speaman相关性分析， 从初始预测指标中筛选出15个指标纳入企业成长性测度指标体系。 进一步运用变异系数法构建企业成长性综合测度指数， 得到更加合理有效的测度体系， 研究也分析出企业成长的关键在于资源和能力的获取， 且人力资源、无形资源、创新能力、营销能力对企业成长性的影响最大。 本文从企业成长性的机理出发构建了企业成长性的测度指标， 对于创业板企业和投资者更加合理地评价企业成长性来说具有一定的参考价值。 本文的研究过程也存在不足， 本文的研究只是阶段性的工作， 在本文研究基础上考虑用更全面的因素来构建企业成长性综合测度指标体系， 以及研究各指标和企业成长性之间更具体的关系是可以进一步深入研究的方向。

【 主 要 参 考 文 献 】

[ 1 ]   Storey D. J.. Understanding the small business sector[M].New York： Routledge，1994：123 ～ 150.

[ 2 ]   Laitinen E. K.. A dynamic performance measurement system： Evidence from small finnish technology companies[ J].Scan-dinavian Journal of Management，2002（19）：65 ～ 99.

[ 3 ]   Priya Dhamija Gupta， Samapti Guha， Shiva Subramanian Krishnaswami. Firm growth and its determinant[ J].Journal of Innovation and Entrepreneurship，2013（15）：1 ～ 14.

[ 4 ]   Tarnóczi Tibor， Kulcsár Edina， Droj Laurentiu. Risk and growth analysis of small and medium size enterprises between 2010 and 2012[ J].Procedia Economics and Finance，2015（32）：1323 ～ 1331.

[ 5 ]   吴世农，李常青，余玮.我国上市公司成长性的判定分析和实证研究[ J].南开管理评论，1999（4）：49 ～ 57.

[ 6 ]   黄昕，李常洪，薛艳梅.高管团队知识结构特征与企业成长性关系——基于中小企业板块上市公司的实证研究[ J].经济问题，2010（2）：89 ～ 94.

[ 7 ]   徐泓.创业板上市公司综合素质评价研究[ J].甘肃社会科学，2013（1）：210 ～ 213.

[ 8 ]   王朝勇，唐亮，张显峰.我国创业板上市公司成长性评价和关联分析[ J].工业技术经济，2013（4）：60 ～ 67.

[ 9 ]   谢文君.创业板上市公司成长性实证研究[ J].财会通讯，2016（29）：42 ～ 46.

[10]   谷文林，任敏，俞靜.基于因子分析法的创业板上市公司成长性评价研究[ J].重庆理工大学学报（自然科学），2018（2）：237 ～ 246.

[11]   岑成德.上市公司成长性的实证研究[ J].商业研究，2002（15）：32 ～ 34.

[12]   汤新华.创业板上市公司成长性影响因素实证研究[ J].会计与公司治理，2016（4）：51 ～ 54.

[13]   Penrose E.. Theory of the growth of the firm [M].Oxford： Oxford University Press，1959：253 ～ 264.

[14]   冒乔玲.构建企业成长性评价指标初探[ J].南京工业大学学报，2002（1）：65 ～ 75.

[15]   陈晓红，彭佳，吴小瑾.基于突变级数法的中小企业成长性评价模型研究[ J].财经研究，2004（11）：5 ～ 15.

[16]   朱和平，王韬.创业板上市公司成长性的实证分析[ J].华中科技大学学报（自然科学版），2004（10）：82 ～ 85.

[17]   崔璐，钟书华.基于层次分析——灰色关联度综合评价法的高技术中小企业成长性测度[ J].科技进步与对策，2011（24）：148 ～ 152.

[18]   易蓉，安轶龙.基于突变级数理论的企业成长性评价[ J].统计与决策，2014（19）：183 ～ 186.

[19]   王涛，邹驰研，王彦婷，陈思颖，顾新.中国科研院所转制上市公司成长性研究[ J].科学管理研究，2017（1）：35 ～ 38.

[20]   杨武，田雪姣.基于SQI模型的企业加速成长测度研究——以创业板上市企业为例[ J].软科学，2018（4）：54 ～ 57+67.

[21]   盛誉，吕连浮.东北地区创业板上市公司成长性分析及建议[ J].经济纵横，2019（4）：121 ～ 128.

[22]   Prahalad C. K.， Hamel G.. The core competence of the corporate emergence of intraindustry differential firm performance： Insights form a simulation study[ J].Strategic Manage Journal，2002（2）：97 ～ 125.

[23]   李秉祥，李明敏.经理管理防御测度指标筛选研究[ J].软科学，2016（7）：128 ～ 132.