制造企业成本粘性实证研究

来源:用户上传      作者:

　　【摘 要】 在转型升级背景下，制造企业面临成本加大的压力。文章研究制造企业成本粘性的存在性，分析劳动、资本与技术密集度对制造企业成本粘性的影响。选择上海制造业作为典型案例，利用上海制造业A股上市公司2009—2016年的数据，以Anderson LOG为基础模型进行实证研究。结果表明上海制造企业存在成本粘性，劳动密集度、资本密集度与技术密集度均与成本粘性正相关。在转型升级的关键时期，制造企业关注成本粘性，有效调整、控制企业资源结构和成本，是影响转型升级成败的重要一环。
　　 【关键词】 成本粘性; 制造业转型; 劳动密集度; 资本密集度; 技术密集度
　　【中图分类号】 F234.3;F272.3  【文献标识码】 A  【文章编号】 1004-5937（2019）10-0010-04
　　 一、引言
　　 制造业是实体经济的主体，随着全球竞争的加剧，制造业转型迫在眉睫。企业转型过程中，市场竞争和需求的复杂性增加，成本压力加大、业绩预测困难，转型企业的资源结构、业务量和成本都将发生巨大变化。
　　 传统管理会计学将成本与业务量之间的线性关系定义为成本习性，认为成本的边际变动与业务量变动方向无关，业务量增加、减少与成本上升、下降呈对称性，与此相关的成本分析方法在企业经营管理中得到广泛使用。然而，已有研究表明，成本与业务量之间并不是对称变化的。Anderson等[ 1 ]提出“成本粘性”，认为成本与业务量之间是非线性关系，即不对称性;业务量等额增减变动时，成本增加的幅度大于成本减少的幅度，呈现“易增难减”的特点。
　　 我国制造企业正处于转型升级的关键时期，资本和劳动力贡献率的增长率下降，面对不断缩小的利润空间和日益增大的成本压力，企业资源结构的有效调整、企业成本的管理控制是影响其转型成败的关键。在这一背景下，研究制造企业成本粘性的存在性、特征及影响因素，深入分析成本粘性在制造企业转型升级中扮演的角色及发挥的作用尤为急迫。
　　 由于制造企业成本具有强烈的地域特征，同时面临转型压力与成本压力的上海具有一定的典型性，本文选择成本压力突出的上海作为实证分析的数据来源，以2009至2016年上海的制造业A股上市企业为样本，通过面板数据分析，研究制造企业成本粘性的存在性，分析劳动、资本与技术密集度对制造业企业成本粘性的影响，进而提出管理启示与建议。
　　
　　 二、理论基础与研究假设
　　 （一）研究的理论基础
　　在Anderson等[ 1 ]提出的理论基础上，Balakrishnan等[ 2 ]实证分析了企业存在成本粘性的现象与特征。Kama等[ 3 ]将与成本粘性相反的现象称之为“成本反粘性”。Banker等[ 4 ]将成本粘性和成本反粘性概括为“成本变动的不对称性”。
　　 Anderson[ 1 ]基于资本密集型与劳动密集型企业的特征，指出这些企业具备较高的资源调整成本，成本粘性水平较高。孔玉生等[ 5 ]研究认为我国上市公司存在成本粘性，各个行业和公司属性影响成本粘性水平，资本密集型和劳动密集型公司成本粘性水平较高。
　　 基于已有研究成果，本文从资源密集度视角出发，选取劳动、资本与技术密集度三个因素进行研究，以揭示成本粘性在上海制造业转型升级中扮演的角色。
　　 （二）研究假设
　　 1.成本粘性的存在性
　　 研究者从不同视角出发，研究了成本粘性的存在性及特征。江伟等[ 6 ]认为成本粘性是存在的，对成本粘性的研究有助于揭示企业成本管理行为的“黑箱”。孙泽露等[ 7 ]指出中国制造企业呈现出成本粘性和成本反粘性特征，且成本粘性在不同行业中的程度有所不同。谢获宝等[ 8 ]认为成本粘性程度过高会降低经营效率，加剧经营风险。由此提出以下假设：
　　 H1：上海制造企业存在成本粘性。
　　 2.劳动、资本、技术密集度的影响
　　 劳动力市场特征会对成本粘性产生影响。Banker等[ 4 ]研究国家间劳动力市场特征（失业福利水平、就业保护等法律法规完善）的不同对公司成本粘性的影响，认为这一影响是显著的。刘媛媛等[ 9 ]对Anderson[ 1 ]的成本粘性进行了扩展，认为劳动保护加大了劳动力要素的投入风险与价格，加剧了人工成本粘性。
　　 从劳动密集度视角来看，Anderson[ 1 ]认为劳动密集型企业具备较高的成本粘性水平。制造业企业劳动密集度相对较高，人力资本是企业调整成本的约束性资源。正常情况下，业务量下降时，企业为削减成本将大量裁员;业务量扩大时，企业将雇佣短期员工。在制造企业日益专业、细分的情况下，尤其对上海的制造业企业而言，劳动力资源的调整将带来较高的成本，解聘员工的赔偿、新员工的培训、重新招聘时间成本等因素都可能抑制管理者立刻裁员，从而提高企业成本粘性水平。由此提出以下假设：
　　 H2a：劳动密集度与上海制造企业成本粘性正相关。
　　 有研究认为，较高的资本密集程度能够加强成本粘性程度[ 10-11 ]。庞琦和张建平（2015）选取671家制造业上市公司作为实证分析对象，结果表明制造企业的资本密集度、存貨密集度及净资产收益率都对成本粘性有显著影响。
　　 资产密度大、资产专用性强是制造企业的重要特点，成本与收入的不对称性变动增大，即资本密集度大的企业成本粘性水平较低。另外，制造业企业高管资源优化配置会相应产生调整成本。在两方面共同作用下，成本粘性呈现增强趋势。相反，则成本粘性减弱。
　　 本文提出假设H2b：资本密集度与上海制造业企业成本粘性正相关。
　　 有关技术创新、资源效用、成本粘性影响的研究中，刘圣香和刘芳芳[ 12 ]发现技术创新、高级人力资本及生产性服务业对制造业升级解释度高达99.98%，是影响制造业升级的关键。张长征和母欣[ 13 ]认为低的技术密集度与薄弱的创新能力抑制我国技术创新，受经营者风险偏好影响，技术密集度正向调节CEO自主权与PPS。 　　 上海的制造业转型强调以创新为驱动要素，由主要依赖物质资源的消耗转为依赖技术的创新与进步。对于技术密集度的测量，一般用单位销售收入的研发投入来反映，研发投入强度决定企业未来预期。技术创新是关于研发资金与研发人员投入的函数，技术密集是实现技术创新的关键。由此提出以下假设：
　　 H2c：技术密集度与上海制造业企业成本粘性正相关。
　　 三、研究设计与分析
　　 （一）研究设计
　　 本文以Anderson[ 1 ]的LOG模型作为基础，基于假设1建立模型（1）验证上海制造业企业是否存在成本粘性及粘性程度。
　　其中：ΔCost=Costi，t/Costi，t-1;ΔSale=REVi，t/REVi，t-1;i为第i个公司，取值1～124;t为第t年，取值1～8;COSTi，t为公司i在t年的总成本，包括营业成本、管理费用、销售费用及财务费用;REVi，t为公司i在t年的营业收入，代替业务量;β0为常数项;β1为营业收入增加1%时成本增加的百分比;β2为成本粘性程度;β1+β2为营业收入减少1%时成本粘性减少的百分比;Di，t为虚拟变量，当营业收入上升时Di，t=0，下降时则Di，t=1;εt为随机误差项。
　　 模型中當营业收入增加1%，成本提高β2%;销售收入减少1%，成本下降（β1+β2）%。根据成本习性定义可知：若β2<0时，成本粘性存在，且β2越大，成本粘性水平越高;其他条件时，不存在成本粘性。
　　 以劳动密集度、资本密集度或技术密集度的中位数为分水岭划分样本数据，将劳动密集度、资本密集度或技术密集度作为测量指标代入模型（1），分析变量与制造业企业成本粘性的影响。
　　 其中：a为名义变量指代的一种情况（i=1，2，3，4）;β1为劳动密集度（或资本密集度、技术密集度）>样本劳动密集度（或资本密集度、技术密集度）的中位数，营业收入提高1%时成本变化的百分数;β2为劳动密集度（或资本密集度、技术密集度）>样本劳动密集度（或资本密集度、技术密集度）中位数时的成本粘性系数;β1+β2为劳动密集度（或资本密集度、技术密集度）>样本劳动密集度（或资本密集度、技术密集度）的均值，为营业收入下降1%时成本变化的百分数;β3为劳动密集度（或资本密集度、技术密集度）<样本劳动密集度（或资本密集度、技术密集度）的中位数，营业收入提高1%时成本变化百分数;β4为劳动密集度（或资本密集度、技术密集度）<样本劳动密集度（或资本密集度、技术密集度）的中位数，营业收入提高1%时成本变化百分数的成本粘性系数;β3+β4为劳动密集度（或资本密集度、技术密集度）<样本劳动密集度（或资本密集度、技术密集度）的中位数，营业收入提高1%时成本变化的百分数或营业收入下降1%时成本变化的百分数。
　　 若β4>β2，则劳动密集度、资本密集度及技术密集度与制造业企业成本粘性正相关。
　　 本文选取影响成本粘性程度具有代表性的主客观因子进行实证分析，变量定义见表1。
　　 （二）数据处理
　　 本文以上海制造业企业A股124家企业为样本，对其2009—2016年的财务数据进行研究，数据来源于国泰君安数据库与RESSET数据库。此外，为确保研究的科学严谨性，剔除数据缺失的样本企业和考察期间ST、PT类的样本企业以及营业收入变化率与营业成本变化率绝对值大于3的财务数据。
　　由表2可知：（1）收入变化率均值为7.02%，发展较为平稳;成本变化率均值为7.73%，成本变化率相对较大，产生成本粘性。此外，相对杨春丽等[ 11 ]得出的收入变化率平均数为13.56%与成本变化率均值13.17%较小，成本粘性程度较低。（2）劳动密集度平均数为0.2041，即人力成本为0.2041，可知每一元收入的员工成本为0.02041元。（3）资本密集度均值为1.9878，即每投入一元的收入需要投入经营资本1.9878元。（4）技术密集度均值为3.9471，即每一元收入对应的研发投入为3.9471元。
　　 （三）实证分析
　　 本研究选用SPSS22.0统计软件与Excel对相关数据进行处理与回归分析，实证结果见表3。由表3可知：
　　 1.上海制造企业成本粘性的确存在。β2是-0.024，营业收入提高1%时，成本上涨63.5%（即β1）;当营业收入下降1%时，成本仅降低61.1%（β1+β2）。可知业务量增减幅度相同时，成本减少变化率（61.1%）低于成本增加变化率（63.5%），与假设H1吻合。
　　 2.劳动、资本与技术密集度对上海制造企业成本粘性的影响。当劳动密集度大于样本劳动密集度的中位数时，成本粘性系数β2为-0.042，即营业收入提高1%，成本提高68.9%;当营业收入下降1%时，成本降低64.7%。而在劳动密集度小于样本劳动密集度中位数的条件下，成本粘性系数β4为0.088>0，不存在粘性或存在反成本粘性，符合假设H2a。
　　 3.当资本密集度大于样本资本密集度的中位数时，成本粘性系数β2为-0.049，即营业收入提高1%，成本提高67.7%;当营业收入下降1%时，成本降低62.8%。当资本密集度小于样本资本密集度中位数条件下，成本粘性系数β4为0.022>0，不存在粘性或存在反成本粘性，符合假设H2b。
　　 4.当技术密集度大于样本技术密集度的中位数时，成本粘性系数β2为-0.078，即营业收入提高1%，成本提高97%;当营业收入下降1%时，成本降低89.9%。当技术密集度小于样本技术密集度中位数条件下，成本粘性系数β4为0.074>0，不存在粘性或存在反成本粘性。
　　
　　 四、结果分析与探讨 　　 （一）结果分析
　　 从实证分析结果来看，劳动密集度相对较高时，成本粘性较强;劳动密集度较低时，不存在成本粘性，甚至出现反粘性。当前上海劳动力要素价格上升，人口红利减弱，一定程度上增加了企业用资本替代人工的可能性。降低劳动密集度是上海制造企业转型面临的共性问题。
　　 从资本密集度来看，上海聚焦先进制造业、高端装备制造业等，资本密集度相对较高。转型中的制造企业不断加大高端人才、机器、设备等领域的投资，当企业发展进入逆境时，资源调配难度加大，将出现成本粘性;当企业基于业绩、年报数据等绩效层面考虑时，如果在短期内大幅度削减开支，可能出现成本反粘性。
　　 技术密集度大时，成本粘性水平较高;技术密集度小时，成本粘性系数大于0，即成本粘性不显著，可能出现了反粘性。对于那些研发密集度小、适应性强的企业而言，在转型中资源重新配置的速度更快;而研发密度大的企业，在转型中将面临“船大难掉头”的困境。
　　 （二）管理启示
　　 转型升级的关键时期，制造企业关注成本粘性，有效调整、控制企业资源结构和成本，是影响转型升级成败的关键。基于实证研究，本文提出以下管理启示：
　　 1.合理的人才结构有助于控制劳动密集度。企业的转型升级也意味着人力资本的转型升级，在制造企业中，传统的低技能劳动岗位减少，多元、复合的知识结构人才需求上升将成为必然趋势。对企业来说，人力资源结构的内源性开发与外源性补充需要有效结合。除了企业内部人员的技能提升和外部新技能、高素质人才的引进之外，以机器设备代替人工也成为智能制造的趋势。
　　 2.在刚性成本很难下降的区域，如上海、深圳，如果制造企业的成本粘性过大，企业对业务量的变化反应迟钝，则不能快速应对市场需求端的变化。管理者在日常经营活动中，要加强对成本粘性的关注，加强快速调整供应链的能力，以技术创新、供应链协调等举措，应对竞争与市场波动，提升品牌价值与产品附加值。
　　 3.技术创新投入与产业结构调整、制造业转型升级密切相关。研发不是一蹴而就的，研发活动自身的高风险性决定研发投入短期内会强化成本、弱化本期绩效。
　　 对政府而言，搭建产业链协同创新服务平台，如上海辐射长三角的研发平台、服务珠三角的制造业研发中心等，都将有助于实现关键核心技术的突破，形成新型产业生态体系。对企业而言，充分利用人才优势与资本优势，结合高校、科研机构、企业人才与技术储备，拓展技术创新思维、模式和途径，以提供高附加值服务为目标，将高新技术成果转化为现实产品，从而提高创新投入回报。
　　
　　【参考文献】
　　[1] ANDERSON M C，BANKER R D， JANAKIRAMAN S N. Are selling，general， and administrative costs “sticky”？[J]. Journal of Accounting Research，2003，41（1）：47-63.
　　[2] BALAKRISHNAN R，GRUCA T S. Cost stickiness and core competency：a note[J].Contemporary Accounting Research，2008，25（4）：993-1006.
　　[3] KAMA I，WEISS D. Do earnings targets and managerial incentives affect sticky costs？[J]. Journal of Accounting Research，2013，51（1）：201-224.
　　[4] BANKER R D，BYZALOV D，CHEN L T. Employment protection legislation，adjustment costs and cross-country differences in cost behavior[J]. Journal of Accounting and Economics，2013，55（1）：111-127.
　　[5] 孔玉生，朱乃平，孔慶根.成本粘性研究：来自中国上市公司的经验证据[J].会计研究，2007（11）：58-65.
　　[6] 江伟，底璐璐，姚文韬.客户集中度与企业成本粘性：来自中国制造业上市公司的经验证据[J].金融研究，2017（9）：192-206.
　　[7] 孙泽露，洪荭，林嘉斐.制造业企业成本粘性效应研究[J].财会通讯，2014（7）：95-97.
　　[8] 谢获宝，惠丽丽.代理问题、公司治理与企业成本粘性：来自我国制造业企业的经验证据[J].管理评论，2014 （12）：142-159.
　　[9] 刘媛媛，刘斌.劳动保护、成本粘性与企业应对[J].经济研究，2014（5）：63-76.
　　[10] BANKER R D，BASU S，BYZALOV D， et al. The confounding effect of cost stickiness on conservatism estimates[J]. Journal of Accounting and Economics，2016， 61（1）：203-220.
　　[11] 杨春丽，羊琴，于旭.高新技术企业成本粘性及其客观影响因素研究[J].现代管理科学，2015（9）：64-66.
　　[12] 刘圣香，刘芳芳.浙江省制造业升级的影响因素分析与对策建议：基于全球价值链视角[J].经营与管理，2015（2）：84-87.
　　[13] 张长征，母欣.基于技术密集度视角CEO自主权对高管薪酬：绩效敏感性影响研究[J].生产力研究，2016（8）：126-130.
转载注明来源:https://www.xzbu.com/3/view-14785432.htm