上市公司技术创新人力资源管理与知识管理回归分析.docVIP

上市公司技术创新、人力资源管理和知识管理回归分析 　　[摘 要]文章确定了技术创新、人力资源管理，以及知识管理的衡量因素，并利用这些因素分析上市公司业绩情况，利用SPSS软件对技术创新、人力资源管理，以及知识管理的信息与上市公司的业绩在相关性的基础上，列示回归方程并作分析。 　　[关键词]技术创新 人力资源管理 知识管理 回归分析 　　 　　本文选取选取2009年89家技术创新型上市公司作为研究对象，确定了衡量上市公司的公司业绩的指标，并对技术创新、人力资源管理、和知识管理进行了指标设定，进而利用SPSS软件对相关数据进行相关统计，得出回归方程并进行分析。 　　一、研究模型的建立 　　本文设企业业绩为Y；技术人员的数量为x1，技术人员的学历、资历为x2，技术能力为x3，技术创新风险为x4，核心员工能力为x5，核心员工动机为x6，核心员工行为为x7，知识管理为x8。建立模型为：Y=a+k1x1+k2x2+k3x3+k4x4+k5x5+k6x6+k7x7 +e 　　二、相关性统计 　　表1 业绩与技术创新、人力资源管理及知识管理的相关关系 　　本文利用SPSS软件，选用2009年我国89家技术创新型上市公司的信息，对公司业绩与技术创新、人力资源管理以及知识管理进行相关分析如表1。在表1中，相关系数旁边的两个星号(**)基表示显著性水平a为0.01时可拒绝零假设，一个星号(*)表示显著性水平a为0.05时可拒绝零假设。因此，两个星号比一个星号拒绝零假设犯错误的可能性更小。（**相关性在1%水平(2-tailed)。*相关性在5%水平(2-tailed)。） 　　三、回归方程的建立 　　首先利用自变量，对被解释变量企业绩效的水平建立多元线性回归方程，并对方程的多次进行总体回归效果（F检验）、拟合优度（R2），以及自变量系数的显著性进行相应的检验，最终得出最能解释企业绩效水平的多元线性回归方程。其次，利用回归结果对前面的假设进行检验，并分析原因。 　　为了有效地检验前面所提出的假设，我们将被解释变量企业绩效水平与自变量之间，采用最小二乘法，通过全部纳入方式进行回归拟合，回归结果分别如表2和表3所示。 　　表2 回归方差分析表 　　根据回归统计结果显示，调整后R2为0.322，说明回归模型对因变量企业绩效水平的解释能力为32.2%。回归方程的F检验值为11.91，其显著水平为0.0010，且远大于F0.05（10，77）=3.62，说明回归效果较好，回归模型具有统计学意义。如表3所示，自变量技术人员的数量，技术人员的学历、资历，技术能力，核心员工能力，核心员工动机，核心员工行为，知识管理通过了显著性水平为0.01假设下的检验，即在99%的置信水平上进入回归模型；技术创新风险、人力资源管理、知识管理共8个自变量的t检验值均大于t0.025(77)=2.01,说明其回归效果显著。根据上述分析，剔除不相关自变量，得到的回归模型如下所示： 　　Y=0298+0477x1+0.321x2+0.69x3-0.232x4+0.079x5 　　+0.099x6-0.508x7-494 x8 　　四、回归结果分析 　　假设1，企业技术人员的水平本文分为两项，一为技术人员的数量，二为技术人员的学历、资历，通过表1所示，利用数据的相关性得出的结论与假设相一致，及技术人员的数量，学历、资历水平与企业的绩效呈正相关关系。 　　假设2，企业技术能力与企业的绩效呈正相关关系，即当上市公司拥有本行业领先技术时，其技术的领先性的确能为上市公司带来较高的效益性，所得结论与假设相一致。 　　假设3，技术创新下企业面临的风险与企业绩效呈正相关关系，即当上市公司最近3年是否存在新的技术开发，存在新的技术开发就会使上市公司在三年内发生加大的支出，从而会影响企业的绩效。因此表1所示得为，技术创新风险与企业绩效呈负相关性，与假设结论不一致。这是由于我国技术创新类上市公司总体来说，数量较少，质量较低，这种情况有可能与上市公司的管理者有较大的关系，进行技术创新，难免要就行人、财、物的投入，耗资巨大，但是获取利益期限较长，有可能在其工作期间，此种投资无法给你企业带来经济效益，或是收益较少，甚至是由于投资巨大造成连续几年的亏损。 　　假设4，核心员工的胜任能力、自我发展能力，以及解决问题的能力越强，就越能提高上市公司的企业绩效，所得结论与假设相同。 　　假设5，核心员工的动机体现在上市公司是否给员工派发股份，所得结论与假设相同，即当员工为上市公司服务以主人翁角色承担其义务时，员工越能发挥其工作优势，为企业创造更多的经济效益。 　　假设6，核心员工离开公司，会给上市公司造成再次从人力资源市场中获取人才，并将其予以培训，使其快速融入公司的企业文化并为