朱慧明，張曉昱，吳宣明，廖 萍

（湖南大學(xué)工商管理學(xué)院，湖南長沙 410082）＊

一、引言

企業(yè)發(fā)展戰(zhàn)略關(guān)系著企業(yè)的生存與興衰，企業(yè)的戰(zhàn)略決策與其經(jīng)營風(fēng)險及競爭優(yōu)勢有著密切的關(guān)系［1］。什么樣的戰(zhàn)略可以獲得高的績效是非常吸引人的問題，而在企業(yè)的生存發(fā)展中，企業(yè)戰(zhàn)略風(fēng)險與績效之間的關(guān)系一直是戰(zhàn)略管理研究中的一個重要問題。

戰(zhàn)略風(fēng)險的概念由Andrews在1971年提出，將戰(zhàn)略與風(fēng)險理論結(jié)合，Barton等（1997）分別從管理決策、行業(yè)競爭排名、公司業(yè)績和戰(zhàn)略實施能力的不確定性等角度對戰(zhàn)略風(fēng)險進行了界定［2］。王國順和李燦（2005）考慮四個指標建立戰(zhàn)略業(yè)績評價指標體系進行績效評價和分析［3］。劉建國（2006）給出了基于屬性空間分布的定量分析方法，對戰(zhàn)略風(fēng)險進行了評估［4］。很多學(xué)者把傳統(tǒng)經(jīng)濟領(lǐng)域的“風(fēng)險收益”關(guān)系問題提升到組織的層次來檢驗戰(zhàn)略風(fēng)險與收益的關(guān)系，結(jié)合行為理論對相關(guān)實證結(jié)果進行解釋，并且試圖把戰(zhàn)略風(fēng)險納入到企業(yè)競爭優(yōu)勢的分析框架中。Bowman通過選擇美國85個產(chǎn)業(yè)來驗證公司戰(zhàn)略風(fēng)險與收益的關(guān)系，得到了大部分產(chǎn)業(yè)風(fēng)險與收益呈負相關(guān)關(guān)系的重要結(jié)論，被稱為“風(fēng)險收益悖論（paradox）”［5］。Bowman的這個重要發(fā)現(xiàn)開辟了戰(zhàn)略管理研究組織風(fēng)險收益的新領(lǐng)域。Winfrey和Budd（1992）研究發(fā)現(xiàn)，風(fēng)險和收益可能是獨立的，不同的戰(zhàn)略方案帶來的風(fēng)險與其收益的關(guān)系并不明顯［6］。McGahan（1999）利用百分比將相關(guān)關(guān)系的正負性表示出來［7］。Ruefli和Wiggins（2003）利用非參數(shù)方法對企業(yè)業(yè)務(wù)影響，經(jīng)營業(yè)績進行了評價并對其戰(zhàn)略風(fēng)險進行了度量［8］。這些在基數(shù)空間采用傳統(tǒng)均值方差方法對企業(yè)的戰(zhàn)略風(fēng)險和收益及其他績效指標關(guān)系的研究有一定的局限性，沒有考慮到企業(yè)之間的相互作用。因此，Collins和Ruefli（1992）提出借鑒序數(shù)空間熵值法對企業(yè)戰(zhàn)略風(fēng)險進行刻畫，并對企業(yè)戰(zhàn)略風(fēng)險和收益進行了肯氏檢驗，得到企業(yè)的戰(zhàn)略風(fēng)險與收益存在負相關(guān)關(guān)系［9］。祝志明，楊乃定等（2008）利用中國滬深300數(shù)據(jù)通過最小二乘回歸在中國背景下對勃曼悖論進行了驗證［10］。而Powell（2010）在序數(shù)空間中給出排序的具體數(shù)值表，并通過對12個工業(yè)公司40年的數(shù)據(jù)驗證［11］。但他們均采用的是橫截面數(shù)據(jù)，并沒有在時間維度上對戰(zhàn)略風(fēng)險和收益及其他績效指標進行分析。朱承亮，岳宏志（2009）通過建立面板數(shù)據(jù)模型對戰(zhàn)略實施績效進行了評價［12］，因此，將面板數(shù)據(jù)模型應(yīng)用于戰(zhàn)略經(jīng)濟學(xué)的研究成為今后研究的主要方向。

針對上述問題，本文將序數(shù)空間定義的戰(zhàn)略風(fēng)險與面板數(shù)據(jù)模型結(jié)合對企業(yè)風(fēng)險和收益的關(guān)系進行研究，收集中國紡織業(yè)的相關(guān)數(shù)據(jù)，通過借鑒序數(shù)信息下系統(tǒng)組織整體不確定性度量的熵法，對企業(yè)的戰(zhàn)略風(fēng)險進行刻畫，并利用分階段數(shù)據(jù)，建立隨機效應(yīng)面板數(shù)據(jù)模型，選取企業(yè)績效中的四個指標，對戰(zhàn)略風(fēng)險和它們的相關(guān)關(guān)系進行實證檢驗，對公司的戰(zhàn)略選擇及投資決策具有指導(dǎo)意義。

二、序數(shù)空間中戰(zhàn)略風(fēng)險的刻畫

以往的研究中多采用計算凈資產(chǎn)收益率的均值方差的方法來度量企業(yè)的風(fēng)險值，而這種方法將損失和收益同等看待，企業(yè)的持續(xù)損失或收益都將被看作風(fēng)險計算。其次，均值方差方法用企業(yè)自身收益的絕對變動對風(fēng)險進行度量，忽略了企業(yè)之間的相互作用及其在一個參考系統(tǒng)中排名相對位置變化帶來的影響。另外，均值方差的方法一般利用獨立于時間的橫截面數(shù)據(jù)計算，而企業(yè)的戰(zhàn)略風(fēng)險往往和時間密切關(guān)聯(lián)。因此，為避免均值方差方法帶來的局限，可從序數(shù)空間角度出發(fā)。

將同行業(yè)的企業(yè)看作一個系統(tǒng)參考集，通過研究不同時期內(nèi)各階段企業(yè)排名的變化，引起的系統(tǒng)結(jié)構(gòu)的變化帶來的不確定信息用熵度量，采取時間窗的方式對已有數(shù)據(jù)進行處理，將5年當(dāng)作一個時間段進行研究，滾動進行相關(guān)分析，避免了偶然性的干擾。

（一）構(gòu)建轉(zhuǎn)移概率矩陣

假設(shè)一個戰(zhàn)略系統(tǒng)參考集中n個公司持續(xù)經(jīng)營，在研究的時間段內(nèi)無退出和進入現(xiàn)象，公司的所有指標值在研究的單個時間段內(nèi)保持不變。

假設(shè)第i個公司從t0到tm時間段，指標排名由j到k，系統(tǒng)中公司在一個研究的階段的排名變化矩陣設(shè)為Φi，由第i個公司排名變化次數(shù)φijk組成矩陣Φijk。如果排名無變化，則記為0。將公司排名轉(zhuǎn)移矩陣中每個元素除以其行和，得到該時間段內(nèi)公司在系統(tǒng)中排名的轉(zhuǎn)移概率矩陣如下：

此處，Φ·jk是n個公司在t0到tm時間段內(nèi)所有從j變到k的值；Φ·j·是矩陣Φ＝（Φ·jk）n×n中第i行和。由此得到轉(zhuǎn)移概率矩陣P＝（p·jk）n×n，其中，pj·、p·k分別表示行與列之和，取值均為1。

（二）不確定系統(tǒng)中加權(quán)熵值度量

在不確定系統(tǒng)中，信息和熵都是表示系統(tǒng)狀態(tài)的物理量，信息描述的是系統(tǒng)的有序程度，而熵是描述系統(tǒng)的無序程度。一個系統(tǒng)要從無序變?yōu)橛行虮仨殰p少熵，而增加信息量，則可借用熵度量的方法，用概率分布矩陣描述一個不確定系統(tǒng)的平均條件熵。

但由于實際戰(zhàn)略參考系統(tǒng)中其競爭位置排名變動的方向和幅度不同，會出現(xiàn)轉(zhuǎn)移事件是在一個轉(zhuǎn)移系統(tǒng)中轉(zhuǎn)移即由兩個不相鄰的狀態(tài)轉(zhuǎn)移而來，而每個位置的轉(zhuǎn)移均有所不同。例如，從排名第一轉(zhuǎn)移到排名最后一名和由排名倒數(shù)第二名轉(zhuǎn)移到最后一名，對于系統(tǒng)中熵值的影響是不同的。元素的轉(zhuǎn)移和它發(fā)生的概率有關(guān)，和排名的變化也有關(guān)，故每次轉(zhuǎn)移在轉(zhuǎn)移概率矩陣中所占的比重不同，因此應(yīng)設(shè)定權(quán)重矩陣對風(fēng)險熵值進行度量。

選擇權(quán)重值基于以下的假設(shè)，假設(shè)1，權(quán)重值均為非負有限實數(shù)。假設(shè)2，如果一個時段的轉(zhuǎn)移A比另個時段轉(zhuǎn)移B重要，那么它們的權(quán)重ωA和ωB有：ωA＞ωB。構(gòu)建權(quán)重函數(shù)衡量轉(zhuǎn)移概率矩陣：

此處，α／β＝1，α表示在狀態(tài)轉(zhuǎn)移過程中變動幅度的固定系數(shù)，按研究的時間段劃分來取值，一般按年取時間段通常為1，按半年取時間段則通常取0．5，β表示狀態(tài)轉(zhuǎn)移變化后企業(yè)排名的變化，若狀態(tài)轉(zhuǎn)移后，企業(yè)位置排名不變，即j＝k時，權(quán)重為β，通常取β＝1。根據(jù)對風(fēng)險的界定，負面的不確定性即排名損失的改變才能稱為風(fēng)險，對戰(zhàn)略系統(tǒng)而言，k＞j時，排名從高到低轉(zhuǎn)移，意味著企業(yè)的競爭位置相對下降，所有的不確定信息為系統(tǒng)戰(zhàn)略風(fēng)險。因此加權(quán)不確定系統(tǒng)風(fēng)險熵可以定義為：

其中

在無權(quán)重系統(tǒng)中，轉(zhuǎn)移概率矩陣中每個元素相等是可以得到系統(tǒng)的最大熵值，加權(quán)系統(tǒng)中比無權(quán)重系統(tǒng)計算最大熵相對困難，Thomas（1979）和Freund（1984）采用數(shù)學(xué)中優(yōu)化方法得到加權(quán)系統(tǒng)的最大熵。

（三）單個企業(yè)戰(zhàn)略風(fēng)險度量

考慮每個公司對整個系統(tǒng)戰(zhàn)略風(fēng)險的貢獻度，可以得到每個企業(yè)在系統(tǒng)戰(zhàn)略風(fēng)險中與戰(zhàn)略參考集中其他企業(yè)的貢獻關(guān)系和排名，在特定的狀態(tài)轉(zhuǎn)化中，記單個企業(yè)的轉(zhuǎn)移次數(shù)為fijk，那么它對整個狀態(tài)轉(zhuǎn)移次數(shù)的貢獻成正比，即：fijk／f·j·，所以單個企業(yè)的加權(quán)平均條件熵可記為：hWi（K｜J）＝ωk｜jp＊＊，由此可得單個企業(yè)的風(fēng)險為：

其中

將得到的單個企業(yè)的風(fēng)險值與加權(quán)系統(tǒng)的最大熵相比，標準化得到單個企業(yè)在系統(tǒng)中的戰(zhàn)略風(fēng)險值：

由此，可以得到每5年階段內(nèi)，企業(yè)的戰(zhàn)略風(fēng)險值，由于該風(fēng)險值采取凈資產(chǎn)收益率的序數(shù)信息，與其本身的數(shù)值無關(guān)，并將損失和收益區(qū)別對待，對企業(yè)的持續(xù)損失和盈利都不考慮為風(fēng)險。并利用滾動窗口將時間的影響因素在企業(yè)戰(zhàn)略風(fēng)險熵中表現(xiàn)出來，因此，利用序數(shù)空間熵理論得到的企業(yè)戰(zhàn)略風(fēng)險值用于對績效指標的關(guān)系分析更為貼切。

三、面板數(shù)據(jù)模型的設(shè)定與估計

以往對企業(yè)績效分析的研究中大多利用企業(yè)具有的二維信息，如利用若干企業(yè)績效指標的時間序列建模或利用橫截面數(shù)據(jù)建模，但在實際中僅利用二維信息的模型不能滿足對戰(zhàn)略風(fēng)險與企業(yè)績效關(guān)系的分析需要。因此，從面板數(shù)據(jù)出發(fā)研究實際戰(zhàn)略風(fēng)險與企業(yè)績效關(guān)系問題可以構(gòu)造和檢驗比以往單獨使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)更為真實的行為方程，進行更加深入的分析是可行且必要的。

（一）變量選擇

根據(jù)前文分析，以信息熵度量的企業(yè)戰(zhàn)略風(fēng)險為因變量，企業(yè)凈資產(chǎn)收益率、非流動資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、股息支付率為自變量，對其相關(guān)關(guān)系進行研究，變量選擇如下：

（1）序數(shù)空間中企業(yè)戰(zhàn)略風(fēng)險（SR）：選取上市公司的凈資產(chǎn)收益率（ROA）的序數(shù)信息，利用信息熵方法衡量企業(yè)戰(zhàn)略風(fēng)險（式6）。

（2）企業(yè)凈資產(chǎn)收益率（ROA）：指公司稅后利潤除以凈資產(chǎn)得到的百分比率，反映股東權(quán)益的收益水平，用以衡量公司運用自有資本的效率。

（3）非流動資產(chǎn)周轉(zhuǎn)率（UCAR）：指銷售收入與非流動資產(chǎn)的比值，反映非流動資產(chǎn)的管理效率。是資產(chǎn)負債表上資產(chǎn)總額減去流動資產(chǎn)后的期初期末的平均數(shù)。

（4）總資產(chǎn)周轉(zhuǎn)率（TAT）：指企業(yè)在一定時期業(yè)務(wù)收入凈額同平均資產(chǎn)總額的比率，用來考察企業(yè)資產(chǎn)運營效率，資產(chǎn)的周轉(zhuǎn)次數(shù)越多或周轉(zhuǎn)天數(shù)越少，表明其周轉(zhuǎn)速度越快，營運能力也就越強，收益就越大，風(fēng)險越小。在銷售利潤率不變的條件下，周轉(zhuǎn)的次數(shù)越多，形成的利潤越多，即反映了公司的盈利能力。

（5）股息支付率（DPR）：是向股東分派的股息占公司盈利的百分比，反映普通股股東從每股的全部凈收益中分得多少。

（二）模型構(gòu)建

Cheng Hsiao（1986）提出利用面板數(shù)據(jù)進行經(jīng)濟分析，含有個體、時間、指標的三維信息，結(jié)合上文對變量的分析，建立戰(zhàn)略風(fēng)險和企業(yè)績效關(guān)系面板回歸方程模型如下：

此處ROAit，UCARit，TATit，DPRit為k×1向量，β1，θ1，γ1，λ1為1×k向量，k為解釋變量的數(shù)目，E（uit）＝0，Var（uit）＝σ2it。i，t分別為截面維度與時間維度，αi為截距向量，uit為誤差成分。在一維誤差分解即固定效應(yīng)模型中，uit＝μi＋νit或uit＝λt＋νit；在二維誤差分解即隨機效應(yīng)模型中，uit＝μi＋λt＋νit，μi為橫截面效應(yīng)，λt為時間效應(yīng)，νit為隨機變量。在對該問題的實證研究過程中首先對模型進行Hausman檢驗，以確定采用隨機效應(yīng)或固定效應(yīng)模型進行估計。

四、實證研究與結(jié)果分析

（一）樣本與數(shù)據(jù)來源

紡織業(yè)在我國是一個勞動密集程度高和對外依存度較大的產(chǎn)業(yè)。目前，全球紡織業(yè)市場前景不確定性日益增高，這與全球信用危機以及美國、歐盟經(jīng)濟增長減緩的趨勢一致。國際紡織、服裝貿(mào)易制度的變化使紡織服裝企業(yè)面臨了新的挑戰(zhàn)，這對我國紡織業(yè)不僅帶來了希望和機遇，同時也帶來了極大風(fēng)險。因此選取我國32家紡織業(yè)企業(yè)，以2001年為研究起始日期，2009年作為截止日期，確定為研究的樣本。通過收集2001～2009年期間這32家企業(yè)年報數(shù)據(jù)，構(gòu)成本文研究的企業(yè)戰(zhàn)略參考集，數(shù)據(jù)來源為國泰安數(shù)據(jù)庫（http：／／www．gtarsc．com）。

選取企業(yè)凈資產(chǎn)收益率構(gòu)成的戰(zhàn)略參考集進行分析，通過序數(shù)方法進行排名，得到研究期內(nèi)32家紡織企業(yè)的絕對收益表，并以此計算單個企業(yè)在戰(zhàn)略參考集中的序數(shù)戰(zhàn)略風(fēng)險。以5年為一階段，研究2001～2009年共劃分為5個階段，由于采用的是序數(shù)信息，所以年報中企業(yè)凈資產(chǎn)收益率計算周期的差異不影響研究結(jié)果。

（二）實證結(jié)果分析

首先，對32家紡織業(yè)企業(yè)在9年中企業(yè)凈資產(chǎn)收益率排名轉(zhuǎn)移情況進行分析（圖1），從圖中可以看出：凈資產(chǎn)收益率排名轉(zhuǎn)移跳動較大，說明它對系統(tǒng)的穩(wěn)定性影響較大，但排名下降的轉(zhuǎn)移次數(shù)和排名上升的轉(zhuǎn)移次數(shù)并不完全對等，即并不是有企業(yè)排名下滑就一定有企業(yè)排名上升，說明企業(yè)的戰(zhàn)略風(fēng)險除了與本身的排名下滑有關(guān)還與其他因素如績效指標、外部環(huán)境等有密切的關(guān)系。

圖1 凈資產(chǎn)收益率排名轉(zhuǎn)移圖

將得到的企業(yè)戰(zhàn)略風(fēng)險值，和每個階段凈資產(chǎn)收益率、非流動資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、股息支付率五年的平均值進行統(tǒng)計量描述和分階段相關(guān)性檢驗（表1）。

從表中可以看出，分階段進行指標的相關(guān)性檢驗可以得到戰(zhàn)略風(fēng)險和各指標之間多成負相關(guān)關(guān)系，但各個指標間也存在相關(guān)性。而在每一年的相關(guān)性檢驗時，戰(zhàn)略風(fēng)險與各個績效指標相關(guān)性并不明顯，由于相關(guān)系數(shù)的缺點，即它接近于1的程度與數(shù)據(jù)組數(shù)n相關(guān)，這容易給人一種假象。在每一年的橫截面數(shù)據(jù)中，當(dāng)n較小時，相關(guān)系數(shù)的波動較大，此時僅憑相關(guān)系數(shù)較大就判定變量之間有密切的線性關(guān)系是不妥當(dāng)?shù)?，因此，采取三維面板數(shù)據(jù)建模是必要的。利用公式（7）將5個階段的數(shù)據(jù)建立面板數(shù)據(jù)模型，首先對其進行Hausman檢驗，得到隨機效應(yīng)模型好于固定效應(yīng)模型的概率為89．13%，因此，選用隨機效應(yīng)模型進行估計，結(jié)果見表2。

表1 統(tǒng)計量描述和分階段相關(guān)性檢驗

從表1可以看出，戰(zhàn)略風(fēng)險和企業(yè)的凈資產(chǎn)收益率呈負相關(guān)關(guān)系，在5%顯著水平下通過檢驗，這說明較高的戰(zhàn)略風(fēng)險不一定帶來較高的收益，相反，高收益低風(fēng)險的情形是存在的，而取得高收益的企業(yè)是其在一定區(qū)間內(nèi)的戰(zhàn)略參考集中排名下降次數(shù)相對較少的，收益較低的企業(yè)是由于其績效排名下滑頻繁造成的。風(fēng)險與收益的關(guān)系說明企業(yè)之間的異質(zhì)性明顯，在全球紡織業(yè)不確定性日益升高的情況下，負相關(guān)關(guān)系則為中國紡織企業(yè)的戰(zhàn)略選擇提供了相關(guān)的理論依據(jù)。戰(zhàn)略風(fēng)險和企業(yè)的非流動資產(chǎn)周轉(zhuǎn)率呈正相關(guān)關(guān)系，表明非流動資產(chǎn)的管理效率對戰(zhàn)略風(fēng)險的影響是正面的，也就是說明非流動資產(chǎn)的管理效率越高帶來的風(fēng)險越大。和總資產(chǎn)周轉(zhuǎn)率的負相關(guān)關(guān)系表明對于企業(yè)來講較高的盈利能力不一定帶來較高的風(fēng)險，追求在低風(fēng)險下的利潤最大化存在了可能性。和股息支付率正相關(guān)系數(shù)較小，說明向股東分派的股息占公司盈利的百分比對企業(yè)的戰(zhàn)略風(fēng)險影響較小。

表2 戰(zhàn)略風(fēng)險對各個指標的面板回歸結(jié)果

五、結(jié) 論

以上針對傳統(tǒng)的均值方差、資本資產(chǎn)定價等一般度量方法的局限性，從序數(shù)空間理論出發(fā)，借鑒序數(shù)理論中對系統(tǒng)不確定性的熵度量方法，將企業(yè)參考集的戰(zhàn)略風(fēng)險考慮為系統(tǒng)內(nèi)排名位置的變化，通過把戰(zhàn)略風(fēng)險轉(zhuǎn)化為企業(yè)在戰(zhàn)略參考系統(tǒng)內(nèi)收益排名的下降帶來的負面不確定信息，給出了序數(shù)戰(zhàn)略風(fēng)險度量的一般模型。同時，采取滾動窗口分析方法將研究階段劃分為5個階段，并采用面板數(shù)據(jù)建立隨機效應(yīng)面板數(shù)據(jù)模型。選取紡織業(yè)32家企業(yè)為研究對象，取凈資產(chǎn)收益率、非流動資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、股息支付率五年的平均值為解釋變量，模型分析結(jié)果表明我國紡織業(yè)戰(zhàn)略風(fēng)險和企業(yè)的凈資產(chǎn)收益率及總資產(chǎn)周轉(zhuǎn)率呈負相關(guān)關(guān)系，和企業(yè)非流動資產(chǎn)周轉(zhuǎn)率、股息支付率雖呈正相關(guān)關(guān)系，但相關(guān)系性較小，驗證了在中國國情下紡織業(yè)“勃曼悖論”的存在，為中國紡織企業(yè)做出正確的戰(zhàn)略決策及企業(yè)的長期發(fā)展規(guī)劃提供了理論基礎(chǔ)。采用序數(shù)空間的熵度量企業(yè)戰(zhàn)略風(fēng)險，結(jié)合面板數(shù)據(jù)模型分析，不僅可以克服傳統(tǒng)方法的缺點，更貼合了戰(zhàn)略風(fēng)險的內(nèi)涵，對企業(yè)的戰(zhàn)略實踐和選擇具有穩(wěn)健的指導(dǎo)意義。

［1］Fiegenbaum A，Thomas H．Strategic risk and competitive advantage：an integrative perspective［J］．European Management Review，2004，1（1）：84－95．

［2］Frank，L．Winfrey．，James，L．Budd．Reframing strategic risk［J］．SAM Advanced Management Journal，1997，62（4）：256－272

［3］王國順，李燦．建立戰(zhàn)略業(yè)績評價指標體系的基本思路［J］．財經(jīng)理論與實踐．2005，26（3）：113－116．

［4］劉建國．基于屬性測度的企業(yè)戰(zhàn)略風(fēng)險評價［J］．統(tǒng)計與決策，2006，（3）：142－143．

［5］Bowman E H．A risk／return paradox for strategic management［J］．Sloan Management Review，1980，21（3）：17－31．

［6］Winfrey，Budd．A framework for integrated risk management in international business［J］．Journal of International Business Study，1992，（2）：311－329．

［7］McGahan A M．The performance of U．S．Corporations：1981－1994［J］．Journal of Industrial Economics，1999，47（4）：373－398．

［8］Ruefli T W，Wiggins RR．Industry，corporate and businesssegment effects and business performance：a non－parametric approach［J］．Strategic Management Journal，2003，24（9）：861－879．

［9］Collins J M，Ruefli T W．Strategic risk：an ordinal approach［J］．Management Science，1992，38（12）：1707－1731．

［10］祝志明，楊乃定，高婧．戰(zhàn)略風(fēng)險與收益：中國上市公司的實證研究［J］．財經(jīng)研究．2008，34（5）：133－143．

［11］Powell T C，Reinhardt I．Rank friction：an ordinal approach to persistent profitability［J］．Strategic Management Journal，2010，31（5）：1244－1255．

［12］朱承亮，岳宏志，李婷．基于Ja M視角的西部大開發(fā)戰(zhàn)略實施績效評價［J］．科學(xué)學(xué)研究，2009，27（11）：1162－1167．