Механизм влияния характеристик организационного капитала компании на эффективность ее деятельности



Таблица 4. Описательные статистики количественныхТак как практически все зависимые переменные принимают значения 1 или 0, было принято решение не включать их в таблицу с описательными статистиками. В статистике этих переменных важна доля единиц, что указано в таблице 3. Также следует отметить, что число наблюдений всех этих переменных существенно больше 173. переменных, общая выборка.

Источник: расчетыавтора.

	Число наблюдений	Среднее	Стандартное отклонение	Min	Max
Sales	3030	2,70e+08При этом способе числовой записи в выражении «e+n» nозначает число знаков после запятой.	2,57e+09	0	8,00e+10
PT	173	780304,6	1141977	33333,3	1,08e+07
SpE	3024	4254765	3,67e+07	0	1,20e+09
Age	4175	15,97389	8,569149	6	120

Как видно из описательных статистик, число наблюденийВсе пропущенные значения были удалены. показателя производительности труда составляет всего 173 наблюдения.Это приводит к тому, что в моделях с зависимой переменной lPTзначительно сокращается число наблюдений. Также следует отметить, что наблюдается большая разница между минимальными и максимальными значениями переменных.

Описание гипотез и моделей исследования

Для анализа влияния организационного капитала на эффективность компании проверяется шесть гипотез: по две гипотезы для каждой зависимой переменной.

Гипотезы для анализа влияния характеристик организационного капитала на производительность труда.

Гипотеза 1а. Такие характеристики процессного капитала как наличие сертификатов качества, использование электронной почты и Интернета в процессе деятельности, наличие собственного веб-сайта, привлечение внешнего аудитора для контроля отчетности, наличие тренингов для персонала оказывают положительное влияние на производительность труда.

Гипотеза 1б. Такие характеристики инновационного капитала как производство нового продукта или услуги, использование новых методов производства, введение новых практик управления персоналом, использование новых маркетинговых методов, а также наличие затрат на научно-исследовательскую деятельность оказывают положительное влияние на производительность труда.

Гипотезы для анализа влияния характеристик организационного капитала на величину продаж.

Гипотеза 2а.Такие характеристики процессного капитала как наличие сертификатов качества, использование электронной почты и Интернета в процессе деятельности, наличие собственного веб-сайта, привлечение внешнего аудитора для контроля отчетности, наличие тренингов для персонала оказывают положительное влияние на величину продаж.

Гипотеза 2б.Такие характеристики инновационного капитала как производство нового продукта или услуги, использование новых методов производства, введение новых практик управления персоналом, использование новых маркетинговых методов, а также наличие затрат на научно-исследовательскую деятельность оказывают положительное влияние на величину продаж.

Гипотезы для анализа влияния характеристик организационного капитала на отношение величины продаж к числу сотрудников.

Гипотеза 3а.Такие характеристики процессного капитала как наличие сертификатов качества, использование электронной почты и Интернета в процессе деятельности, наличие собственного веб-сайта, привлечение внешнего аудитора для контроля отчетности, наличие тренингов для персонала оказывают положительное влияние на отношение величины продаж к числу сотрудников.

Гипотеза 3б.Такие характеристики инновационного капитала как производство нового продукта или услуги, использование новых методов производства, введение новых практик управления персоналом, использование новых маркетинговых методов, а также наличие затрат на научно-исследовательскую деятельность оказывают положительное влияние на отношение величины продаж к числу сотрудников.

Для анализа влияния особенностей организационного капитала компании на эффективность ее деятельности было построено четыре вида регрессий логарифмически-линейной формы. Первый вид включает в себя только контрольные переменные (Модель К). Второй вид - контрольные и показатели процессного капитала (Модель КП). Третий вид - контрольные и показатели инновационного капитала (Модель КИ). Наконец, модель четвертого вида включает в себя все переменные (Модель КПИ).

Все четыре вида регрессий строились для каждой из трех зависимых переменных: логарифм показателя производительности труда, логарифм величины продаж, логарифм отношения величины продаж к числу сотрудников.

Оценка моделей проводилась с помощью метода наименьших квадратов в программе Stata 13.

Глава 5. Результаты эмпирического анализа

Исследование по всей выборке.

Результаты оценивания каждой из четырех моделей представлены тремя таблицами: для каждой из трех зависимых переменных. Первое число в ячейке - коэффициент при переменной, а в скобках указано p-value, позволяющее установить наличие или отсутствие значимости. Значимые коэффициенты выделены цветом: зеленым для положительного характера влияния и розовым - для отрицательного.Наличие в ячейке обозначения *** означает значимость коэффициента на однопроцентном уровне значимости, ** - на пятипроцентном, * - на десятипроцентном.

Результаты оценивания моделей, в которыхзависимая переменная - логарифм показателя производительности труда, представлены в таблице 5.

Таблица 5. Результаты оценивания регрессии, зависимая переменная - lPT.

Источник: расчеты автора.

	МодельК	Модель КП	Модель КИ	Модель КПИ
Age	-0,013585 (0,311)	-0,010882 (0,419)	-0,0125096 (0,345)	-0,0094642 (0,480)
Torg	0,4501189 (0,617)	0,7050379 (0,433)	0,6475795 (0,472)	0,8692189 (0,337)
Serv	-0,3872589 (0,708)	-0,0594395 (0,954)	-0,0545847 (0,958)	0,2186215 (0,834)
ObrPr	0,3281624 (0,734)	0,4363562 (0,651)	0,4224325 (0,665)	0,5954083 (0,544)
Small	-0,5266498 (0,001)***	-0,5354659 (0,001)***	-0,4757676 (0,002)***	-0,4865619 (0,002)***
Large	0.1228125 (0,708)	0,0724992 (0,828)	0,1576968 (0,630)	0,1744841 (0,601)
QS		0,8482657 (0,066)*		0,796449 (0,086)*
Email		0,0040563 (0,985)		-0,0114058 (0,958)
Website		0,3361361 (0,038)**		0,2710436 (0,095)*
Internet		0,1312977 (0,517)		0,0563953 (0,782)
Training		-0,0278208 (0,851)		-0,1162135 (0,436)
Audit		-0,270649 (0,241)		-0,3419311 (0,143)
NewMP			-0,0294349 (0,917)	-0,0040433 (0,989)
NewMan			0,3839977 (0,080)*	0,3695375 (0,093)*
NewMark			0,3034127 (0,141)	0,2872302 (0,179)
RD			0,0995009 (0,860)	0,043409 (0,939)
NewPS			-0,046429 (0,865)	-0,0647276 (0,814)
cons	13,02927 (0,000)***	12,53416 (0,000)***	12,66207 (0,000)***	12,33647 (0,000)***
Prob> F	0,0159	0,0129	0,0045	0,0065
R2	0,0920	0,1479	0,1560	0,1999
N	167	167	167	167

Как видно из результатов, показанных в таблице 4, нет отличий в значимости коэффициентов между моделями с включением не всех переменных и моделями с полным набором переменных. Меняется значимость модели в целом: Модель К и Модель КП статистически значимы на пятипроцентном уровне, а Модель КИ и Модель КПИ - на однопроцентном. Модель, в которую включены только контрольные переменные, объясняет только девять процентов вариации независимой переменной, но с включением дополнительных переменных объясняющая способность модели существенно возрастает. Так, в Модели КПИ удалось достичь объяснения двадцати процентов вариации переменной.

Из структурных характеристик предприятия оказался значимым только размер фирмы: для малых предприятий характерны меньшие значения производительности труда. Возраст и отрасль компании оказались незначимы.

Из показателей процессного капитала значимыми оказались два: наличие сертификата качества и наличие собственного веб-сайта. Оба показателя оказывают положительное влияние на производительность труда.

В свою очередь, из показателей инновационного капитала, значимым оказался коэффициент только при переменной, отражающей использование предприятием в течение последних трех лет новых практик организации и управления персоналом. Эта переменная также оказывает положительное влияние на производительность труда.

Результаты оценивания моделей, в которых зависимая переменная - логарифм отношения величины продаж к числу сотрудников, представлены в таблице 6.



Таблица 6. Результаты оценивания регрессии, зависимая переменная - lSpE.

Источник: расчеты автора.

	Модель К	Модель КП	Модель КИ	Модель КПИ
Age	-0,0118694 (0,000)***	-0,01423 (0,000)***	-0,0126945 (0,000)***	-0,0143787 (0,000)***
Torg	0,481556 (0,000)***	0,5286908 (0,000)***	0,4692155 (0,000)***	0,5068418 (0,000)***
Serv	-0,1582016 (0,106)	-0,1351356 (0,164)	-0,1812172 (0,062)*	-0,1535516 (0,113)
ObrPr	-0,1510584 (0,172)	-0,1530726 (0,066)*	-0,1921771 (0,022)**	-0,1773601 (0,034)**
Small	-0,40809958 (0,000)***	-0,4104209 (0,000)***	-0,4659303 (0,000)***	-0,4099677 (0,000)***
Large	0,5744503 (0,000)***	0,4208594 (0,000)***	0,5485491 (0,000)***	0,4263485 (0,000)***
QS		0,0316324 (0,672)		0,0153185 (0,838)
Email		0,4943434 (0,000)***		0,4697018 (0,000)***
Website		0,1392327 (0,006)***		0,1096788 (0,033)**
Internet		0,0732198 (0,300)		0,0726031 (0,302)
Training		0,0766906 (0,109)		0,0463162 (0,340)
Audit		0,2878212 (0,000)***		0,2693093 (0,000)***
NewMP			-0,1162294 (0,085)*	-0,136479 (0,041)**
NewMan			0,2231393 (0,001)***	0,1890596 (0,006)***
NewMark			0,1352853 (0,037)**	0,1013512 (0,116)
RD			0,1506842 (0,053)*	0,1008898 (0,194)
NewPS			0,0431966 (0,489)	0,0125948 (0,839)
cons	14,15369 (0,000)***	13,44472 (0,000)***	14,09168 (0,000)***	13,47141 (0,000)***
Prob> F	0,0000	0,0000	0,0000	0,0000
R2	0,1093	0,1361	0,1230	0,1431
N	2826	2826	2826	2826

Объяснительная способность моделей с зависимой переменной lSpE достаточно слабая - от одиннадцати до четырнадцати процентов. Но в целом все модели статистически значимы на любом уровне значимости (Prob>F: 0,0000).

Результаты, отраженные в таблице 5, показывают, что во всех моделях отрицательное влияние на отношение продаж к числу сотрудников оказывает возраст фирмы, ее принадлежность к малым предприятиям и в трех моделях из четырех - к отрасли «Обрабатывающие производства». Принадлежность компании к крупным предприятиям и к отрасли «Торговля», напротив, оказывает позитивное влияние.

Среди показателей процессного капитала оказывающими положительное влияние оказались переменные «Email», «Website», «Audit». Среди показателей инновационного- «NewMan», а также в модели без включения переменных процессного капитала - «NewMark» и «RD». Незначимыми ни в одной из моделей оказались переменные, отражающие наличие сертификата качества, использования Интернета, проведения тренингов а также предложения новых продуктов или услуг.

Единственной значимой переменной, оказывающей негативное влияние на зависимую переменную стала переменная, отражающая внедрение новых методов производства за последние три года.

Результаты оценивания моделей, в которых зависимая переменная - логарифм продаж, представлены в таблице 7.



Таблица 7. Результаты оценивания регрессии, зависимая переменная - lSales.

Источник: расчеты автора.

	Модель К	Модель КП	Модель КИ	Модель КПИ
Age	0,0162157 (0,000)***	0,0077876 (0,017)**	0,0142713 (0,000)***	0,0070826 (0,030)**
Torg	0,3640083 (0,000)***	0,4529845 (0,000)***	0,4017537 (0,000)***	0,4547626 (0,000)***
Constr	0,399477 (0,001)***	0,3257792 (0,003)***	0,4416192 (0,000)***	0,3495858 (0,002)***
ObrPr	0,2983002 (0,001)***	0,2457211 (0,003)***	0,2304075 (0,009)***	0,2138796 (0,011)**
Small	-1,041877 (0,000)***	-0,843817 (0,000)***	-1,002987 (0,000)***	-0,8387391 (0,000)***
Large	2,052166 (0,000)***	1,57174 (0,000)***	1,975073 (0,000)***	1,556171 (0,000)***
QS		0,4403642 (0,000)***		0,4258932 (0,000)***
Email		0,5670605 (0,000)***		0,5309586 (0,000)***
Website		0,3293537 (0,000)***		0,2800598 (0,000)***
Internet		0,2074936 (0,010)***		0,2095849 (0,009)***
Training		0,3786322 (0,000)***		0,3294043 (0,000)***
Audit		0,8285478 (0,000)***		0,8062055 (0,000)***
NewMP			-0,011018 (0,892)	-0,0985404 (0,198)
NewMan			0,4443305 (0,000)***	0,3355024 (0,000)***
NewMark			0,0900235 (0,247)	0,0076706 (0,917)
RD			0,3571321 (0,000)***	0,1712418 (0,054)*
NewPS			0,1657184 (0,027)**	0,0918069 (0,196)
cons	16,6259 (0,000)***	15,41397 (0,000)***	16,43351 (0,000)***	15,41809 (0,000)***
Prob> F	0,0000	0,0000	0,0000	0,0000
R2	0,2971	0,3920	0,3256	0,4007
N	2867	2867	2829	2829

Результаты моделей, построенных для зависимой переменной lSales, показывают сильную значимость всех контрольных переменных. Также значимы все переменные процесного капитала - все они положительно влияют на величину продаж.

Значимыми показателями инновационного капитала оказались три переменные из пяти: применение новых организационных практик, финансирование научно-исследовательской деятельности и предложение новых продуктов или услуг. Коэффициенты при каждой из этих переменных имеют знак «+».

Использование новых методов производства и новых маркетинговых методов не оказывают влияния на величину продаж.

Для всех моделей был проведен тест на мультиколлинеарность. Результаты теста показали, что все значенияVIFне превышают четырех, что позволяет сделать вывод об отсутствии мультиколлинеарности.

Отраслевое исследование.

Как отмечалось ранее, показатель выручки предприятия является не лучшим показателем эффективности компании. В первую очередь, это связано с тем, что величина выручки может сильно различаться в зависимости от характера деятельности фирмы, что показано в таблице 9. Для того, чтобы этот показатель стал более релевантным, было построено еще по три дополнительных модели, для каждой из четырех отраслей деятельности. Зависимые переменные - lSalesи lSpE. Для переменной, отражающей производительность труда, было проверено наличие расхождений в результатах в зависимости от выборки: результаты регрессий, построенных по общей выборке, совпадали с результатами регрессий, построенных по отдельным отраслям. Поэтому в работе для показателя производительности труда приведены только результаты регрессий, построенных по общей выборке. Это позволило сравнивать между собой предприятия только одной отрасли.

Таблица 8 показывает в разрезе по отраслям, какая доля предприятий обладает определенной составляющей организационного капитала. В ячейках таблицы указан процент положительных ответов на соответствующий вопрос.Например, пятьдесят семь процентов предприятий, занимающихся строительством, имеют собственный веб-сайт.

Чаще всего утвердительные ответы дают предприятия, занимающиеся обрабатывающим производством, а реже всего - торговлей. Большая доля утвердительных ответов на вопросы о составляющих процессного капитала приходится на вопросы об использовании электронной почты и Интернета. Среди показателей инновационного капитала наименьшую долю в любой отрасли показывает переменная, отражающая финансирование научно-исследовательской деятельности.

Таблица 8. Наличие составляющих организационного капитала, сравнение по отраслям.

Источник: расчеты автора.

	Доля утвердительных ответов
	Торговля	Строительство	Услуги	Обрабатывающие производства
QS	7%	17%	7%	17%
Email	93%	97%	93%	96%
Website	56%	57%	63%	70%
Internet	91%	88%	95%	89%
Training	39%	56%	47%	45%
Audit	18%	23%	17%	26%
NewMP	16%	22%	23%	33%
NewMan	20%	22%	26%	29%
NewMark	23%	18%	25%	30%
RD	7%	7%	8%	19%
NewPS	16%	19%	23%	37%



Таблица 9.Средние значения показателей выручки для каждой отрасли.

Источник: расчеты автора.

	Торговля	Строительство	Услуги	Обрабатывающие производства
Sales	1,73e+08	1,87e+08	7,18e+07	4,59e+08
SpE	6.649.394	2.073.981	2.065.918	3.097.054

Таблица 9 показывает, что средние показатели величины продаж не существенно различаются в отраслях «Торговля» и «Строительство». Отрасль «Услуги» обладает наименьшим средним значением выручки среди всех отраслей. В отрасли «Обрабатывающие производства» среднее значение выручки значительно превышает значения этого показателя в других отраслях. В свою очередь, средние значения показателя отношения величины продаж к числу сотрудников не сильно различается в отраслях «Строительство», «Услуги» и «Обрабатывающие производства», но в отрасли «Торговля» среднее значение этого показателя превышает средние значения в других отраслях в несколько раз.

Результаты оценивания моделей с зависимыми переменнымиlSalesи lSpEдля отраслей «Торговля», «Строительство», «Предоставление услуг» и «Обрабатывающие производства»представлены в таблице 10.Как и в предыдущих таблицах, коэффициенты, значимые и оказывающие положительное влияние, выделены зеленым цветом, а отрицательное - розовым.Способ обозначения уровня значимости также сохранился: наличие в ячейке обозначения *** означает значимость коэффициента на однопроцентном уровне значимости, ** - на пятипроцентном, * - на десятипроцентном.

Таблица 10. Результаты оценивания регрессии, для различных отраслей. Зависимые переменные - lSales и lSpE. Источник: расчеты автора.
	Торговля	Строительство	Услуги	Обрабатывающие производства
	lSales	lSpE	lSales	lSpE	lSales	lSpE	lSales	lSpE
Age	-0,0014136 (0,854)	-0,0278949 (0,000)***	0,0061713 (0,478)	-0,0167201 (0,015)**	0,0095706 (0,320)	-0,0133752 (0,139)	0,0086527 (0,046)**	-0,0083333 (0,026)**
Small	-0,8158013 (0,000)***	-0,765839 (0,000)***	-0,9943588 (0,000)***	-0,5485096 (0,000)***	-0,9314691 (0,000)***	-0,4768107 (0,001)***	-0,8076082 (0,000)***	-0,2084655 (0,011)**
Large	1,597365 (0,000)***	1,094473 (0,000)***	1,414533 (0,000)***	0,3983312 (0,100)*	1,713923 (0,000)***	0,7861931 (0,014)**	1,47702 (0,000)***	0,2226471 (0,057)*
QS	0,009171 (0,959)	-0,3781361 (0,916)	0,6464243 (0,008)***	0,4420058 (0,021)**	0,2537586 (0,312)	-0,0270956 (0,908)	0,5654311 (0,000)***	0,1211292 (0,232)
Email	0,7136436 (0,000)***	0,5236893 (0,001)***	0,5305089 (0,325)	0,3869311 (0,359)	0,0611412 (0,833)	0,3942604 (0,148)	0,5192818 (0,023)**	0,381678 (0,052)*
Website	0,0379837 (0,685)	-0,0186705 (0,822)	0,4246823 (0,021)**	0,376752 (0,009)***	0,3062876 (0,048)*	0,1793714 (0,215)	0,5046728 (0,000)***	0,1687385 (0,048)**
Internet	0,1084709 (0,398)	0,0338563 (0,767)	0,4202702 (0,120)	-0,0572926 (0,786)	0,5051445 (0,030)**	0,1959904 (0,366)	0,1589454 (0,215)	0,090794 (0,411)
Training	0,4455268 (0,000)***	0,1496407 (0,072)*	0,2726158 (0,138)	-0,0020368 (0,989)	0,0370891 (0,790)	-0,1770928 (0,175)	0,3571655 (0,000)***	0,0557132 (0,463)
Audit	0,6921039 (0,000)***	0,2671831 (0,011)**	0,9127736 (0,000)***	0,1229581 (0,493)	0,5663656 (0,002)***	0,2722359 (0,110)	0,9396379 (0,000)***	0,3301457 (0,000)***
NewMP	-0,0737776 (0,620)	-0,1946153 (0,141)	0,1969 (0,424)	-0,0326446 (0,865)	0,182683 (0,352)	0,2455585 (0,182)	-0,2285488 (0,036)**	-0,2342185 (0,013)**
NewMan	0,4583956 (0,001)***	0,2366753 (0,047)**	-0,0052333 (0,984)	0,1468328 (0,477)	0,2204261 (0,265)	0,0375073 (0,839)	0,2557206 (0,037)**	0,1559295 (0,140)
NewMark	0,655003 (0,599)	0,1849441 (0,095)*	-0,2040291 (0,418)	-0,1364967 (0,488)	-0,1699114 (0,374)	-0,0826358 (0,645)	0,0978597 (0,398)	0,170902 (0,087)*
RD	0,2643598 (0,132)	0,1603613 (0,304)	-0,2952101 (0,413)	-0,2974785 (0,293)	0,5630794 (0,034)**	0,1477979 (0,550)	0,1034322 (0,378)	0,1273052 (0,208)
NewPS	-0,1562064 (0,246)	-0,1598547 (0,181)	0,2857852 (0,217)	0,115587 (0,523)	0,0987986 (0,594)	-0,0986037 (0,571)	0,2130733 (0,036)**	0,1636158 (0,061)*
cons	16,03529 (0,000)***	13,73018 (0,000)***	15,59996 (0,000)***	13,62755 (0,000)***	15,73536 (0,000)***	13,35782 (0,000)***	15,43931 (0,000)***	13,10487 (0,000)***
Prob> F	0,0000	0,0000	0,0000	0,0000	0,0000	0,0000	0,0000	0,0000
R2	0,3102	0,0884	0,4449	0,1733	0,3695	0,1239	0,4923	0,1006
N	1118	1118	265	265	379	379	1067	1067

Этот этап исследования показал следующие результаты.

Как и в случае общей выборки, в случае проведения анализа для конкретных отраслей не наблюдается большого количества отличий в значимости коэффициентов между моделями с включением не всех переменных и моделямис полным набором переменных. В связи с этим, в таблице 8 приведены результаты только для модели КПИ, а результаты для всех моделей представлены в приложении 1.

В моделях с любой зависимой переменной, построенных для любой отрасли, оказался значимым размер фирмы: маленький размер оказывает негативное влияние на выручку, а большой - позитивное.

Показатель возраста в моделях с зависимой переменной lSalesоказался незначимым для всех отраслей, кроме отрасли «Обрабатывающие производства». Для этой отрасли возраст компании оказывает положительное влияние на величину ее продаж. В моделях же с зависимой переменной lSpE, напротив, наблюдается обратная зависимость обясняемой переменной от возраста предприятия.

Наличие международного сертификата качества в моделях с зависимой переменной lSales оказывает положительное влияние на величину продаж в компаниях, занимающихся строительством и обрабатывающим производством, в то время как для отраслей «Торговля» и «Предоставление услуг» этот коэффициент оказался незначимым.В моделях с зависимой переменной lSpEналичие международного сертификата качества положительно влияет только для предприятий строительной отрасли.

Использование электронной почты в процессе деятельности и проведение тренингов для сотрудников оказывают положительное влияние на выручку предприятий, занимающихся торговлей и предоставлением услуг. Этот результат характерен как для моделей с показателем величины продаж, так и с другой объясняемой переменной.

Наличие веб-сайта не оказывает влияния на величину продаж только торговых компаний, в то время как в остальных отраслях этот показатель оказывает позитивное влияние.

В свою очередь, использование Интернета позитивно влияет на продажи компаний, занимающихся предоставлением услуг, и не оказывает значимого влияния на отношение продаж к числу сотрудников ни в одной отрасли.

Среди показателей инновационного капитала наблюдается позитивное влияние использования новых практик организации и управления персоналом (для отраслей «Торговля» и «Обрабатывающие производства»). Также позитивно влияет выпуск нового продукта или услуги в отрасли «Обрабатывающие производства». Показатель финансирования научно-исследовательской деятельности значим только в отрасли «Предоставление услуг»: он оказывает положительное влияние на величину продаж.

Единственный не подтвердившийся ожидаемый характер влияния наблюдается у показателя «использование новых методов производства или предоставления услуг». Он значим только для отрасли «Обрабатывающие производства» в моделях как с объясняемой переменной lSales, так и с lSpE. Нои в том, и в другом случае оказывает не ожидаемое положительное влияние, а отрицательное.

Новые маркетинговые методы не влияютна величину продаж ни в одной отрасли, но оказывают положительное влияние на зависимую переменную lSpEв отраслях «Торговля» и «Обрабатывающие производства».

Как и ранее, для моделей был проведен тест на мультиколлинеарность, подтвердивший отсутствие мультиколлинеарности.

Глава 6. Оценка результатов

Результаты, полученные в результате построения моделей по выборке без разделения предприятий на отрасли, показали наличие влияния многих составляющих организационного капитала на показатели эффективности. Но так как показатели выручки более релевантны для отраслевого анализа, интерпретация полученных результатов для переменных lSalesи lSpE будет проводиться по результатам отраслевого анализа. Результаты моделей, где зависимая переменная - показатель производительности труда, будут интерпретироваться для случая общей выборки.

Показатель производительности труда.

Полученные результаты в отношении значимых переменных не противоречат логике и проверяемым гипотезам: значимые переменные оказывают позитивное влияние на производительность труда. Нохотя характер влияния у значимых переменных подтвердился, лишь немногие переменные оказались значимыми. Это позволяет подтвердить гипотезы 1а и 1б только частично: характер и наличие влияния для некоторых независимых переменных подтвердился, а для некоторых - нет.

Одна из значимых переменных - переменная, отражающая наличие международного сертификата качества. Позитивное влияние этого фактора на показатель производительности труда можно объяснить тем, что сертификат качества выдается только тем компаниям, система качества которых соответствует всем требованиям. Для того, чтобы получить сертификат качества, компания не только достигает необходимых результатов, но и продолжает их поддерживать: в течение всего срока действия сертификата проводятся проверки внешним аудитором для решения о подтверждении или приостановлении сертификата качества.

Другая переменная, оказывающая положительное влияние на производительность труда, - наличие веб-сайта. Этот результат можно объяснить тем, что наличие веб-сайта позволяет экономить время сотрудников для выполнения других задач. Так, например, информация, размещенная на веб-сайте предприятия, может снимать ряд вопросов у клиента и он не станет звонить в компанию, чтобы задать тот или иной вопрос (например, график работы магазина или информация о наличии продукции). Кроме того, ряд компаний реализует свою продукцию с помощью веб-сайтов, уменьшая время на обработку заказа сотрудником.

Еще одна значимая переменная - переменная, отражающая использование новых практик управления персоналом. Положительный характер влияния этой переменной на производительность труда - ожидаемый результат: новые практики управления персоналом могут сделать организацию труда более эффективной.

Показатели величины продаж и отношения величины продаж к числу сотрудников.

Есть некоторые различия в значимости коэффициентов между моделями с зависимой переменной, отражающей величину продаж и зависимой переменной, отражающей отношение величины продаж к числу сотрудников. Но есть некоторые переменные, которые показывают одинаковый результат как относительно наличия, так и относительно характера влияния на обе объясняемые переменные.

Среди структурных переменных такими переменными стали показатели размера фирмы. Как отмечалось ранее, во всех отраслях принадлежность фирмы к малым предприятиям оказывает негативное влияние, а к крупным - позитивное. Это очевидный, согласующийся с логикой результат, который подтверждает адекватность моделей.

Среди показателей процессного капитала такими переменными стали следующие:

1. Наличие международного сертификата качества, для отрасли «Строительство».

Типичный продукт в этой отрасли - это дорогостоящий продукт длительного пользования. Поэтому потребитель особенно тщательно подходит к выбору продукта и должен быть уверен в надежности продавца. Наличие международного сертификата качества повышает уровень доверия покупателя и стимулирует продажи строительной компании.

2. Использование электронной почты, для отраслей «Торговля» и «Обрабатывающее производство».

Возможно, что причиной значимости этой переменной для отрасли «Торговля» стало следующее. Повышение продаж этой отрасли часто стимулируется с помощью специальных акций. Информацию об акциях можно размещать на веб-сайте, но гораздо меньшее число потребителей посещают веб-сайты продавца, чем проверяют свою электронную почту (особенно это актуально для розничных продаж). Поэтому стимулирующие акции приносят больший эффект, если информацию о них рассылать по электронной почте. Для отрасли «Строительство» способ стимулирования продаж с помощью акций не характерен: как отмечалось ранее, типичный продукт в этой отрасли - это дорогостоящий продукт длительного пользования, и наличие акции не сможет побудить покупателя приобрести этот продукт. Во-первых, потребителю может не требоваться продукт совсем. И если недорогой продукт потребитель может приобрести и без надобности, то дорогостоящий - нет. Во-вторых, покупатель скорее будет оценивать все характеристики продукта, а не только привлекательность акции. Для отрасли «Предоставление услуг» метод стимулирования продаж с помощью акций применяется, но, возможно, незначимость показателя для этой отрасли объясняется тем, что российские потребители привыкли при выборе услуг в большой степени опираться на отзывы, а не на привлекательные условия.

Положительное влияние использования электронной почты в отрасли «Обрабатывающие производства» можно интерпретировать следующим образом. Во-первых, продукция этой отрасли может приобретаться дистанционно, что не характерно для отрасли «Строительство». Во-вторых, для осуществления дистанционных продаж могут использоваться такие средства связи как телефон или электронная почта. Именно электронная почта обеспечивает удобство проведения операции: этот вид связи, в отличие от телефонных звонков, позволяет отправлять документы (например, счет на оплату) необходимые для совершения сделки. Это позволяет покупателю приобретать товары, даже не встречаясь с продавцом. Возможно, что по этой причине использование электронной почты не оказывает влияние на показатели выручки в отрасли «Услуги». В этой отрасли чаще всего для совершения сделки продавцу и покупателю необходимо встретиться, что делает необязательным наличие возможности, например, заключать договор дистанционно. А для осуществления распространенной в этой сфере процедуры бронирования часто достаточно разговора, которыйудобнее организовать, воспользовавшись телефоном.

3. Наличие веб-сайта, для отраслей «Строительство» и «Обрабатывающее производство».

Как уже отмечалось в первом пункте, типичный продукт в строительной отрасли - это дорогостоящий продукт длительного пользования. Поэтому для потребителяважна информация как о продукте, так и о продавце. Наличие веб-сайта, где можно разместить информацию о предприятии, повышает уверенность потребителя в надежности строительной компании.

Возможно, что причиной значимости этой переменной для отрасли «Обрабатывающие производства» стало следующее. Как уже отмечалось ранее, продукция этой отрасли может приобретаться дистанционно. Для этого компании необходимо дать информацию покупателю о наличии и характеристиках продукта, что удобно сделать с помощью веб-сайта.

4. Проведение тренингов, для отрасли «Торговля».

Торговые предприятия не являются производителями. Это приводит к тому, что несколько компаний этой отрасли часто предлагают одинаковую продукцию (например, молоко торговой марки Nможет реализовываться сразу в нескольких торговых сетях). Поэтому часто для компании этой отрасли сложно обеспечивать себе конкурентное преимущество за счет предложения редкого продукта. Это делает роль организации работы сотрудников этой отрасли особенно важной. В свою очередь, проведение тренингов - один из способов улучшить организацию труда.

5. Привлечение внешнего аудитора для проверки и сертификации отчетности, для отраслей «Торговля» и «Обрабатывающее производство».Ожидался результат, который показал бы наличие положительного влияния этого показателя в любой отрасли, так как привлечение внешнего аудитора позволяет точнее оценивать текущую ситуацию и лучше контролировать деятельность предприятия. Возможно, что показатель значим только для двух отраслей, так как учет деятельности компаний именно в этих отраслях особенно сложен и может содержать большее количество ошибок и неточностей. К сожалению, проверить это предположение достаточно затруднительно.

Среди показателей инновационного капитала такими переменными стали следующие:

1. Использование новых методов производства или предоставления услуг, для отрасли «Обрабатывающее производство».

Это единственная независимая переменная, оказывающая негативное влияние на показатели выручки. Возможно, что для достижения позитивного эффекта не хватило времени: в вопросе спрашивалось об использовании новых методов производства в течение трех последних лет. Вероятно, что введение новых методов производства - сложный процесс, положительный результат от реализации которого следует ждать более трех лет.

2. Использование новых практик управления персоналом, для отрасли «Торговля».

Интерпретация значимости этого показателя основывается на той же логике, что и интерпретация значимости переменной, отражающей проведение тренингов: организация работы персонала особенно важна в тех отраслях, где непросто предложить редкий продукт.

3. Выпуск нового продукта или услуги, для отрасли «Обрабатывающее производство».Это ожидаемый результат: выпуск новых продуктов позволяет расширять рынок сбыта, следовательно, повышать показатели выручки. Но, опираясь на это обоснование, логично предположить, что эта переменная должна быть значима и в отрасли «Предоставление услуг». Но эта переменная не оказывает влияния на показатели выручки предприятий, осуществляющих деятельность в сфере услуг.Этот факт можно интерпретировать так же, как незначимость использования электронной почты: возможно, что российские потребители привыкли опираться на отзывы при выборе поставщика услуг, а к новым услугам относятся с осторожностью.

Так же, как и для показателя производительности труда, гипотезы 2а и 2б, 3а и 3б подтверждаются только частично: характер и наличие влияния для некоторых независимых переменных подтвердился, а для некоторых - нет.



Заключение

Итак, было проведено исследование анализа влияния особенностей организационного капитала компании на три различных показателя эффективности.

По результатам исследования можно с уверенностью сказать, что в целом наблюдается наличие влияния особенностей организационного капитала на показатели эффективности деятельности компании. Кроме того, влияние оказывают характеристики обеих составляющих организационного капитала: процессного капитала и инновационного капитала. Также можно утверждать, что в большинстве случаев влияние имеет положительный характер.

Наличие и характер значимости различается в зависимости от объясняемых переменных и отраслей, в которых предприятие осуществляет свою деятельность.

Результаты показали, что сравнительно большими показателями производительности труда обладают компании, которые имеют международный сертификат качества и собственный веб-сайт, а также применяли в течение последних трех лет новые методы управления персоналом.

В свою очередь, сравнительно большими показателями выручки среди строительных компаний обладают те, которые имеют международный сертификат качества, а также те, которые имеют веб-сайт. Среди торговых предприятий - использующие электронную почту, проводящие тренинги для сотрудников, привлекающие внешнего аудитора для проверки отчетности, а также применившие за последние три года новые практики управления персоналом. Среди компаний, занимающихся предоставлением услуг, было выявлено влияние составляющих организационного капитала только на один показатель выручки - на величину продаж. Наконец, среди компаний, занимающихся обрабатывающим производством, сравнительно большими показателями выручки обладают те, которые используют электронную почту, имеют веб-сайт, привлекают внешнего аудитора для проверки отчетности, а также выпускают новые продукты.

В целом модели обладают невысокой объясняющей способностью: максимальное значение коэффициента детерминации составило 0,49 для модели с зависимой переменной lSales, 0,17 - для lSpEи 0,20 - для показателя производительности труда. Это говорит о том, что вариация объясняемых переменных зависит еще и от других факторов, лежащих вне построенных моделей. Это ожидаемый результат: хотя и наблюдается влияние отдельных факторов, эффективность предприятия не может зависеть полностью только от этих элементов.Edvinsson L., Malone M.S. Intellectual Capital. Realizing Your Company's True Value by Finding Its Hidden Roots. - N.Y.: Harper Business, a Division of Harper Collins Publishers, 1997.Wang W.-Y., Chang C. Intellectual Capital and Performance in Causal Models // Journal of Intellectual Capital. 2005. Vol. 6. №2. P. 222-236. Этот результат, а также ограничения, с которыми пришлось столкнуться в данной работе, создают простор для дальнейших исследований в этом направлении.



Список литературы

Монографии и учебная литература

1. Гапоненко А.Л., Орлова Т.М. Управление знаниями: как превратить знания в капитал. М.: Эксмо, 2008.

2. Гэлбрейт, Дж. Новое индустриальное общество / Пер. с англ. - М.: «Прогресс», 1969.

3. Каплан Р.С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию / Пер. с англ. - М.: ЗАО «Олимп-Бизнес», 2003.

4. Каплан Р.С., Нортон Д.П. Стратегические карты. Трансформация нематериальных активов в материальные результаты / Пер. с англ. - М.: ЗАО «Олимп-Бизнес», 2005.

5. Стюарт Т.А. Интеллектуальный капитал. Новый источник богатства организаций / Пер. с англ. - М.: Поколение, 2007.

6. Управление знаниями в инновационной экономике: Учебник / Под ред. Б.З. Мильнера. - М.: Экономика, 2009.

7. Эдвинссон Л. Корпоративная долгота: Навигация в экономике, основанной на знаниях / Пер. с англ. - М.: ИНФРА-М, 2005.

8. Edvinsson L., Malone M.S. Intellectual Capital. Realizing Your Company's True Value by Finding Its Hidden Roots. - N.Y.: Harper Business, a Division of Harper Collins Publishers, 1997.

9. Roos G., Pike S., Fernstrom L. Managing Intellectual Capital In Practice. - N.Y.: Butterworth Heinemann, 2005.

Периодические издания

1. Башкирова О.В. Роль организационного капитала в структуре управления современной корпорации // Вестник ИЭ РАН. 2011. №3. С.127-138.

2.Байбурина Э.Р., Головко Т.В. Эмпирическое исследование интеллектуальной стоимости крупных российских компаний и факторов ее роста // Корпоративные финансы. 2008. №2 (6). С. 5-19.

3. Быкова А.А., Молодчик М.А. Влияние интеллектуального капитала на результаты деятельности компании // Вестн. С.-Петерб. ун-та. 2011. Вып. 2. С. 27-55.

4. Долгопятова Т.Г., Томашук И.О. Управление российскими предприятиями с иностранными собственниками: эмпирический анализ // Российский журнал менеджмента. 2013. №4. С. 3-30.

5. Долгопятова Т.Г., Уварова О.М. Эволюция отношений собственности в российской промышленности: факторы, тенденции и влияние на деятельность предприятий // НИУ ВШЭ. Серия WP1 "Институциональные проблемы российской экономики". 2005. №5.

6. ДолгопятоваТ.Г.Эмпирическиеобследованияпредприятий:методыи практика // ЭкономическийжурналВШЭ. 2008. № 1. С. 76-105.

7. Широкова Г.В., Быстрова Ю.Е. Организационные изменения в молодых российских предпринимательских фирмах как фактор успешности // Вестн. С.-Петерб. ун-та. 2014. Вып. 2.

8. Широкова Г.В., Шаталов А.И. Факторы роста российских предпринимательских фирм: результаты эмпирического анализа // Вестн. С.-Петерб. ун-та. 2009. Вып. 2.

9. Black S.E., & Lynch L. Measuring organizational capital in the new economy // University of Chicago Press. 2005. №6. P. 205-236.

10.Bontis N., Keow W., Richardson S. Intellectual Capital and Business Performance in Malaysian Industries // Journal of Intellectual Capital. 2000. Vol. 1. №1. P. 85-100.

11. Chacar A.S., Celo S., Thams Y. The Performance of Multinational Affiliates versus Domestic Firms // Journal of Management Policy and Practice. 2010. Vol. 11.№4.Р. 47-59.

Приложение 1

Результаты оценивания моделей КП, КИ и КПИ.

	Торговля	Строительство
	Модель КП	Модель КИ	Модель КПИ	Модель КП	Модель КИ	Модель КПИ
Age	-0,0023368 (0,761)	0,0074756 (0,342)	-0,0014136 (0,854)	0,0078777 (0,353)	0,0105768 (0,262)	0.0061713 (0,478)
Small	-0,8329587 (0,000)	-0,8952845 (0,000)	-0,8158013 (0,000)	-1,009947 (0,000)	-1,277741 (0,000)	-0,9943588 (0,000)
Large	1,584475 (0,000)	1,874427 (0,000)	1,597365 (0,000)	1,408902 (0,000)	1,821451 (0,000)	1,414533 (0,000)
QS	0,040616 (0,816)		0,009171 (0,959)	0,667079 (0,005)		0,6464243 (0,008)
Email	0,740077 (0,000)		0,7136436 (0,000)	0,3571567 (0,485)		0,5305089 (0,325)
Website	0,0885108 (0,336)		0,0379837 (0,685)	0,4562625 (0,011)		0,4246823 (0,021)
Internet	0,1223254 (0,343)		0,1084709 (0,398)	0,4347622 (0,103)		0,4202702 (0,120)
Training	0,5044621 (0,000)		0,4455268 (0,000)	0,2447291 (0,170)		0,2726158 (0,138)
Audit	0,7007207 (0,000)		0,6921039 (0,000)	0,9319182 (0,000)		0,9127736 (0,000)
NewMP		-0,047021 (0,760)	-0,0737776 (0,620)		0,476053 (0,070)	0,1969 (0,424)
NewMan		0,5904925 (0,000)	0,4583956 (0,001)		0,168458 (0,554)	-0,0052333 (0,984)
NewMark		0,1216818 (0,344)	0,655003 (0,599)		-0,2191542 (0,422)	-0,2040291 (0,418)
RD		0,4082383 (0,024)	0,2643598 (0,132)		-0,2345259 (0,548)	-0,2952101 (0,413)
NewPS		-0,1040175 (0,454)	-0,1562064 (0,246)		0,4736068 (0,059)	0,2857852 (0,217)
cons	16,06157 (0,000)	16,91722 (0,000)	16, 03529 (0,000)	15,76164 (0,000)	17,03245 (0,000)	15,59996 (0,000)
Prob> F	0,0000	0,0000	0,0000	0,0000	0,0000	0,0000
R2	0,2951	0,2527	0,3102	0,4412	0,3199	0,4449
N	1129	1118	1118	271	265	265



	Услуги	Обрабатывающие производства
	Модель КП	Модель КИ	Модель КПИ	Модель КП	Модель КИ	Модель КПИ
Age	0,014222 (0,139)	0,0102937 (0,292)	0,0095706 (0,320)	0,0093496 (0,029)	0,0163967 (0,001)	0,0086527 (0,046)
Small	-0,9097303 (0,000)	-1,139836 (0,000)	-0,9314691 (0,000)	-0,8028783 (0,000)	-1,034736 (0,000)	-0,8076082 (0,000)
Large	1,710433 (0,000)	1,902591 (0,000)	1,713923 (0,000)	1,510216 (0,000)	2,074698 (0,000)	1,47702 (0,000)
QS	0,151897 (0,537)		0,2537586 (0,312)	0,5906901 (0,000)		0,5654311 (0,000)
Email	0,1431177 (0,618)		0,0611412 (0,833)	0,6007482 (0,009)		0,5192818 (0,023)
Website	0,4018977 (0,008)		0,3062876 (0,048)	0,5595732 (0,000)		0,5046728 (0,000)
Internet	0,4472278 (0,053)		0,5051445 (0,030)	0,1698818 (0,185)		0,1589454 (0,215)
Training	0,109011 (0,427)		0,0370891 (0,790)	0,3808035 (0,000)		0,3571655 (0,000)
Audit	0,6680523 (0,000)		0,5663656 (0,002)	0,9601322 (0,000)		0,9396379 (0,000)
NewMP		0,3131359 (0,119)	0,182683 (0,352)		-0,1535328 (0,195)	-0,2285488 (0,036)
NewMan		0,1688605 (0,404)	0,2204261 (0,265)		0,3914417 (0,003)	0,2557206 (0,037)
NewMark		0,0024771 (0,990)	-0,1699114 (0,374)		0,1941882 (0,120)	0,0978597 (0,398)
RD		0,6933878 (0,011)	0,5630794 (0,034)		0,3508433 (0,006)	0,1034322 (0,378)
NewPS		0,1263739 (0,503)	0,0987986 (0,594)		0,2928064 (0,008)	0,2130733 (0,036)
cons	15,6494 (0,000)	16,55012 (0,000)	15,73536 (0,000)	15,40653 (0,000)	16,60578 (0,000)	15,43931 (0,000)
Prob> F	0,0000	0,0000	0,0000	0,0000	0,0000	0,0000
R2	0,3417	0,3201	0,3695	0,4821	0,3890	0,4923
N	385	379	379	1082	1067	1067

Приложение 2

Результаты проведения тестов на мультиколлинеарность.

1. Общая выборка. Зависимая переменная - lPT, модель КПИ

Переменная	VIF
Torg	3,28
Obrpr	3,08
NewMP	1,79
NewMark	1,79
NewMan	1,61
Constr	1,44
Email	1,40
Internet	1,36
NewPS	1,36
Website	1,32
Small	1,20
Training	1,18
Age	1,14
Audit	1,14
Large	1,13
QS	1,11
Среднее	1,58

2. Общая выборка. Зависимая переменная - lSales, модель КПИ

Переменная	VIF
Obrpr	2,45
Torg	2,43
Serv	1,73
NewMan	1,66
NewMP	1,60
NewMark	1,57
Large	1,55
NewPS	1,50
Constr	1,50
Small	1,44
Internet	1,36
Audit	1,32
Website	1,32
Small	1,20
Training	1,18
Age	1,14
QS	1,11
Среднее	1,49

Размещено на Allbest.ru