范林榜

物流業(yè)上市公司是物流業(yè)的典型代表，其技術(shù)效率集中體現(xiàn)了整個(gè)物流業(yè)的發(fā)展現(xiàn)況。物流業(yè)發(fā)展可以促進(jìn)社會(huì)分工深化，改善投資環(huán)境，有利于區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化，[1]對(duì)全面提高一個(gè)國(guó)家或區(qū)域經(jīng)濟(jì)運(yùn)行效率、促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、推動(dòng)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變、實(shí)現(xiàn)可持續(xù)發(fā)展具有重大戰(zhàn)略意義。如何客觀、科學(xué)地評(píng)價(jià)物流業(yè)上市公司技術(shù)效率已成為目前研究的熱點(diǎn)問(wèn)題。

一、文獻(xiàn)綜述

關(guān)于技術(shù)效率的研究最早始于德布勒（Debreu）[2]和謝伯德（Shephard），[3]隨后英國(guó)劍橋大學(xué)的經(jīng)濟(jì)學(xué)家法瑞爾（Farrell）[4]從投入角度系統(tǒng)地提出了技術(shù)效率定義：“技術(shù)效率是指在生產(chǎn)技術(shù)和市場(chǎng)價(jià)格不變的條件下，按照既定的要素投入比例，生產(chǎn)一定量產(chǎn)品所需的最小成本與實(shí)際成本的百分比?！苯┠?，國(guó)內(nèi)學(xué)者也對(duì)物流技術(shù)效率作了一些研究。龐瑞芝[5]的研究表明，中國(guó)主要沿海港口1999～2002年間存在嚴(yán)重的投入擁擠與資源浪費(fèi)現(xiàn)象，純技術(shù)效率在下降?？锖２╗6]根據(jù)13家港口上市公司2004年和2005年的數(shù)據(jù)，采用超效率CCR-DEA對(duì)有效率（效率值為1）的港口上市公司進(jìn)行了實(shí)證研究，克服了以往在港口上市公司成本效率評(píng)價(jià)研究中無(wú)法對(duì)有效率的單元進(jìn)一步排序的弊端。鄧學(xué)平等[7]利用DEA Malmquist生產(chǎn)效率變化指數(shù)法對(duì)我國(guó)8家上市物流企業(yè)進(jìn)行研究，發(fā)現(xiàn)我國(guó)物流企業(yè)的生產(chǎn)效率發(fā)展趨勢(shì)較好，其中技術(shù)效率有所下滑，而規(guī)模效率則有所上升。汪旭暉、徐健[8]運(yùn)用超效率CCRDEA模型對(duì)我國(guó)24家物流上市公司的效率進(jìn)行評(píng)價(jià)，認(rèn)為我國(guó)物流上市公司技術(shù)效率高的企業(yè)約占50%。張毅、陳?ài)遊9]應(yīng)用NEW-COST-DEA和SUPER-BCC模型對(duì)17家上市物流公司2006～2008年間的成本效率和純技術(shù)效率進(jìn)行了測(cè)評(píng)。李蘭冰、李春輝[10]將物流企業(yè)的生產(chǎn)過(guò)程分為產(chǎn)出—獲利兩個(gè)階段，發(fā)現(xiàn)物流企業(yè)綜合技術(shù)效率水平低，與規(guī)模無(wú)效率相比，純技術(shù)無(wú)效率是主要根源。鐘祖昌[11]運(yùn)用三階段數(shù)據(jù)包絡(luò)分析（DEA）方法，對(duì)2001～2008年我國(guó)28家物流上市公司經(jīng)營(yíng)績(jī)效的研究表明：我國(guó)物流企業(yè)的綜合技術(shù)效率值較低，平均為0.668，而出現(xiàn)低效率的原因是規(guī)模效率低下。田剛、李南[12]以1991～2007年中國(guó)大陸29個(gè)省級(jí)地區(qū)面板數(shù)據(jù)為基礎(chǔ)，采用外生性影響因素與隨機(jī)前沿生產(chǎn)函數(shù)模型聯(lián)合估計(jì)的方法（SFA一步法），測(cè)算了中國(guó)各地區(qū)物流業(yè)技術(shù)效率，發(fā)現(xiàn)中國(guó)物流業(yè)技術(shù)效率仍處于較低水平，地區(qū)間存在差異且在擴(kuò)大。所以，我國(guó)著名物流學(xué)家王之泰[13]指出，應(yīng)推動(dòng)我國(guó)物流領(lǐng)域的創(chuàng)新，在加強(qiáng)技術(shù)創(chuàng)新的同時(shí)，要重視體制和管理創(chuàng)新，進(jìn)一步深化國(guó)家物流管理體制創(chuàng)新、物流行業(yè)組織體制創(chuàng)新、物流企業(yè)制度創(chuàng)新、物流運(yùn)行方式創(chuàng)新，以提高物流業(yè)效率。

綜合上述研究成果可以看出，大多學(xué)者采用DEA方法對(duì)物流業(yè)上市公司技術(shù)效率進(jìn)行測(cè)量，有極少數(shù)學(xué)者采用超效率方法對(duì)公司技術(shù)效率進(jìn)行評(píng)價(jià)排序，但沒(méi)有進(jìn)一步研究其效率影響因素。因此，本文使用超效率DEA-Tobit兩階段方法對(duì)物流業(yè)上市公司進(jìn)行技術(shù)效率評(píng)價(jià)排序并進(jìn)一步研究影響效率的因素，為上市物流公司和物流業(yè)管理部門(mén)提高物流技術(shù)效率提供參考。

二、研究模型和方法

1.超效率DEA模型

數(shù)據(jù)包絡(luò)分析是近年發(fā)展起來(lái)的一種新的效率評(píng)價(jià)方法，其優(yōu)點(diǎn)是可用于多個(gè)同質(zhì)決策單元（DMU）的相對(duì)效率評(píng)價(jià)，特別是多投入、多產(chǎn)出的復(fù)雜系統(tǒng)的效率評(píng)價(jià)。能夠把決策單元?jiǎng)潥w為兩組，一組是處于效率前沿面的決策單元，其效率得分均為1，而另一組則是得分小于1的無(wú)效率決策單元。但目前的研究及應(yīng)用主要集中在對(duì)投入、產(chǎn)出指標(biāo)的選擇及其相對(duì)效率的評(píng)價(jià)排名上，DEA模型在將計(jì)算得到的有效單元（效率評(píng)價(jià)值為1）進(jìn)一步排序時(shí)就無(wú)能為力。為此，班克等人（Banker et al）[14-15]首次提出在測(cè)算時(shí)將有效決策單元從參考效率前沿面中分離出去，在CCR模型的基礎(chǔ)上構(gòu)建超效率DEA模型，這一方法最終在安德森和彼得森（Andersen&Petersen）[16]的努力下日臻成熟。下面將這種模型進(jìn)行簡(jiǎn)單介紹。

假設(shè)有n個(gè)決策單位，每個(gè)決策單元有m種投入要素xij（j=1，...，m），有s種產(chǎn)出yir（r=1，...，s）（xij≥0，yir≥0）。則決策單位o的相對(duì)效率ho（u，v）可以寫(xiě)成：

式（1）中，r0代表評(píng)價(jià)的那個(gè)決策單元。超效率DEA模型與DEA模型的區(qū)別在于，超效率DEA模型在求解DMU r0的效率值時(shí)，其約束條件中決策單元的參考集合將DMU r0排除在外；對(duì)于有效決策單元，計(jì)算出來(lái)的效率值可能大于1，如對(duì)于超效率DEA的效率值為1.78決策單元，則表示該決策單元即使再等比例加大78%的投入，它在整個(gè)樣本集合中仍能保持相對(duì)有效，即DEA效率值仍能維持在1的水平。

2.托賓特（Tobit）模型

托賓特回歸模型屬于因變量受到限制的一種模型，最早由托賓（Tobin）[17]提出，又稱(chēng)截?cái)嗍交貧w模型（Censored Regression Model）。其基本形式為：

式（2）中，εi～N（0，σ2），β 為回歸參數(shù)向量，Xi為自變量向量，Yi*為因變量向量，Yi為效率值向量，因變量的數(shù)值是切割（Truncated）或片段（截?cái)啵┑那闆r，那么普通最小二乘法（OLS）就不再適用于估計(jì)回歸系數(shù)，采用極大似然估計(jì)法對(duì)Tobit模型進(jìn)行估計(jì)，能夠得到參數(shù)β和σ的一致估計(jì)值。

運(yùn)用DEA方法可以評(píng)價(jià)決策單元的相對(duì)效率，就個(gè)體而言，研究者可以依據(jù)松弛變量提出提高效率的建議，但并不能從整體上找到效率的影響因素，為此，需要引入多元分析技術(shù)找出效率的影響因素。從效率值的截?cái)鄶?shù)據(jù)特征出發(fā)，適合建立Tobit模型進(jìn)行影響因素分析，可以彌補(bǔ)DEA在影響效率外在原因分析方面的不足。

三、實(shí)證研究

1.決策單元和指標(biāo)選取及數(shù)據(jù)收集

本文以滬市、深市2012年的交通運(yùn)輸、倉(cāng)儲(chǔ)業(yè)年報(bào)為數(shù)據(jù)窗口，根據(jù)公司的“經(jīng)營(yíng)范圍”和“主營(yíng)業(yè)務(wù)”，篩選出以物流為主營(yíng)業(yè)務(wù)的46家上市公司作為研究樣本。為保證數(shù)據(jù)的有效性，盡量消除異常樣本對(duì)研究結(jié)論的影響，刪除營(yíng)業(yè)利潤(rùn)或凈利潤(rùn)為負(fù)的公司后最終確定了40家上市物流公司。公司運(yùn)營(yíng)的主要投入是人、財(cái)、物和管理，輸出主要是社會(huì)效益和企業(yè)效益，因此本文選取的投入指標(biāo)包括員工人數(shù)、營(yíng)業(yè)成本、資產(chǎn)總額、管理費(fèi)用，產(chǎn)出指標(biāo)選取營(yíng)業(yè)收入、營(yíng)業(yè)利潤(rùn)和凈利潤(rùn)。所有的投入和產(chǎn)出指標(biāo)數(shù)據(jù)來(lái)源于上海證券交易所、深圳證券交易所和巨潮資訊網(wǎng)站公司2012年年報(bào)，具體數(shù)據(jù)參見(jiàn)表1。

2.超效率DEA評(píng)價(jià)

在利用C2R模型和BC2模型對(duì)選取的40家上市物流公司的相關(guān)數(shù)據(jù)計(jì)算各決策單元總體效率θ*、純技術(shù)效率σ*和純規(guī)模效率s*基礎(chǔ)上，再對(duì)決策單元總體效率θ*為1計(jì)算分析其超效率DEA效率值Super*，評(píng)價(jià)數(shù)據(jù)通過(guò)使用Matlab7.1軟件編程計(jì)算得到，具體計(jì)算結(jié)果經(jīng)排序后如表2所示。

從表2可以看出，我國(guó)物流業(yè)技術(shù)效率存在兩極分化現(xiàn)象，在所研究的物流業(yè)典型代表企業(yè)中，近30%有較好的效率，達(dá)到了純技術(shù)效率、純規(guī)模效率，并且綜合技術(shù)效率大于等于1.004，但是還有40%的物流企業(yè)沒(méi)能達(dá)到技術(shù)有效性，綜合技術(shù)效率在0.9以下。根據(jù)超效率DEA模型計(jì)算的超效率結(jié)果，可以得到各物流公司的技術(shù)效率排名，技術(shù)效率排在第一的是飛馬國(guó)際（股票代碼：002210），超效率DEA效率是294.7%，該公司即使再等比例增加194.7%的投入，仍能保持相對(duì)有效，這類(lèi)物流公司可以加大各要素投入，以獲得更多的產(chǎn)出，始終保持投入產(chǎn)出的技術(shù)有效率性。從以上計(jì)算結(jié)果也可知，物流業(yè)純技術(shù)效率平均值為0.928，純規(guī)模效率平均值為0.978，綜合技術(shù)效率的平均值只有0.909，而使用超效率DEA模型計(jì)算的超效率DEA效率平均值為1.059。可見(jiàn)，我國(guó)物流業(yè)技術(shù)效率存在兩極分化現(xiàn)象，有的物流企業(yè)技術(shù)效率較高，有的物流企業(yè)還沒(méi)有達(dá)到投入產(chǎn)出技術(shù)的有效率值。接下來(lái)用Tobit模型進(jìn)一步對(duì)影響物流業(yè)投入產(chǎn)出技術(shù)效率的因素進(jìn)行分析，揭示物流業(yè)技術(shù)效率的影響因素及其規(guī)律。

表1 2012年物流上市公司投入產(chǎn)出指標(biāo)數(shù)據(jù)單位：萬(wàn)元

表2 物流業(yè)上市公司DEA效率和超效率評(píng)價(jià)值

3.影響因素確定和Tobit模型分析

本部分以DEA超效率模型得出的技術(shù)效率值作為因變量，以選定的影響因素作為自變量，構(gòu)建Tobit回歸模型，對(duì)影響物流業(yè)技術(shù)效率的因素進(jìn)行分析?？思泳S尼和勞卡尼特（Kirjavainen&Loikkanent）[18]認(rèn)為影響因素的選擇遵循兩個(gè)原則，即選擇已有研究文獻(xiàn)普遍采用的變量；不應(yīng)包含于DEA模型的投入、產(chǎn)出變量中。本文基于以上原則和已有研究文獻(xiàn)來(lái)確定影響物流業(yè)上市公司技術(shù)效率的影響因素。

于東智[19]認(rèn)為，凈資產(chǎn)收益率與股權(quán)集中度指標(biāo)之間存在著顯著的正相關(guān)關(guān)系，股權(quán)集中度越高的企業(yè)效率越好。企業(yè)的股權(quán)集中度越高，股東（尤其是大股東）越有動(dòng)力使用對(duì)企業(yè)的所有權(quán)，包括影響和監(jiān)督經(jīng)理人，甚至直接參與企業(yè)經(jīng)營(yíng)，從而提高企業(yè)決策的效率和科學(xué)性。因此，我們選取股權(quán)集中度作為影響物流業(yè)上市公司投入產(chǎn)出技術(shù)效率的一個(gè)影響因素，具體選取了第一大股東持股比例CR1、前五大股東持股比例CR5、前十大股東持股比例CR10作為股權(quán)集中度的度量指標(biāo)。斯汀康比（Stinchcombe）[20]認(rèn)為，年齡較大的企業(yè)，由于累積的相關(guān)經(jīng)驗(yàn)和資源更為豐富，因而比年齡較小的企業(yè)有更好的績(jī)效。羅森茨韋克和羅斯（Rosenzweig&Roth）[21]認(rèn)為，較高的績(jī)效和信譽(yù)度是逐漸積累起來(lái)的，而且在早期需要付出更多的努力。但是年齡較大的企業(yè)難以適應(yīng)復(fù)雜多變的新形勢(shì)、新要求，表現(xiàn)為思維、理念以及產(chǎn)品等較為僵化、陳舊，從而導(dǎo)致績(jī)效落后于新興企業(yè)。可見(jiàn)，企業(yè)年齡對(duì)其經(jīng)營(yíng)效率有一定影響。我們選取企業(yè)年齡作為分析物流業(yè)上市公司技術(shù)效率的另一個(gè)影響因素，具體以企業(yè)的最先注冊(cè)登記年為標(biāo)準(zhǔn)，計(jì)算至2012年的企業(yè)年齡，用符號(hào)QYNL表示。程新生等[22]發(fā)現(xiàn)，提高董事會(huì)的獨(dú)立性可以作為制衡大股東的重要措施，對(duì)財(cái)務(wù)控制有積極的作用。董南雁等[23]認(rèn)為，董事會(huì)的獨(dú)立性是指董事會(huì)作為一個(gè)獨(dú)立的行為主體在決策過(guò)程中所體現(xiàn)出來(lái)的公正、不偏于任何一方利益的價(jià)值取向，以保護(hù)全體股東權(quán)益，實(shí)現(xiàn)股東價(jià)值增值。董事會(huì)獨(dú)立性是由獨(dú)立董事來(lái)保證的，獨(dú)立董事在董事會(huì)人數(shù)中所占比例的大小，關(guān)系著獨(dú)立董事能否在公司決策及監(jiān)督中發(fā)揮重要作用。因此，我們選取獨(dú)立董事所占比例這一指標(biāo)來(lái)衡量董事會(huì)的獨(dú)立性，用符號(hào)DDBL表示。另外，本文還考查了第一大股東性質(zhì)啞變量對(duì)物流業(yè)上市公司技術(shù)效率的影響，具體操作時(shí)我們確定第一大股東為國(guó)有法人股時(shí)GDXZ為1，其他性質(zhì)時(shí)GDXZ為0。本研究最終選定的影響因素包括股權(quán)集中度（CR1、CR5和CR10）、企業(yè)年齡（QYNL）、董事會(huì)獨(dú)立性（DDBL）、第一大股東性質(zhì)（GDXZ）。

結(jié)合前面分析，因變量為超效率得分Ysuper，建立以下Tobit回歸分析模型：

式（3）中，β1、β2、β3、β4、β5、β6為模型待估系數(shù)，μ為隨機(jī)擾動(dòng)項(xiàng)。

用Eviews5.0軟件對(duì)方程（3）Tobit模型進(jìn)行回歸，結(jié)果如表3所示。

從表3中可以看出，物流業(yè)上市公司股權(quán)集中度對(duì)其技術(shù)效率有正向影響，特別是第一大股東和前五大股東持股比例與超效率值顯著正相關(guān)，表明物流企業(yè)的股權(quán)集中度越高，股東（尤其是第一大股東）越有動(dòng)力使用對(duì)企業(yè)的所有權(quán)，影響和監(jiān)督經(jīng)理人對(duì)企業(yè)經(jīng)營(yíng)決策的管理。董事會(huì)獨(dú)立性與超效率值在1%顯著性水平下正向相關(guān)關(guān)系顯著，說(shuō)明物流業(yè)上市公司董事會(huì)獨(dú)立性越強(qiáng)，公司技術(shù)效率越高，獨(dú)立董事在董事會(huì)中獨(dú)立、客觀并從專(zhuān)業(yè)角度參與公司決策對(duì)公司技術(shù)效率有顯著影響，支持了國(guó)家對(duì)上市公司監(jiān)管中要求必須具有一定比例的獨(dú)立董事政策的正確性。但物流上市公司的企業(yè)年齡和第一大股東是否是國(guó)有法人與公司技術(shù)效率沒(méi)有顯著的統(tǒng)計(jì)相關(guān)關(guān)系，這表明了對(duì)物流這種新興產(chǎn)業(yè)并不是企業(yè)年齡越大技術(shù)效率就越高，也說(shuō)明企業(yè)第一大股東不論是國(guó)有法人、境內(nèi)其他法人還是境外法人對(duì)企業(yè)技術(shù)效率并沒(méi)有顯著的影響。

四、結(jié)論與啟示

本文選取我國(guó)物流業(yè)40家上市公司2012年度多投入多產(chǎn)出指標(biāo)數(shù)據(jù)，應(yīng)用超效率DEA評(píng)價(jià)方法測(cè)量了各公司的技術(shù)效率值，并用Tobit模型分析了影響我國(guó)物流業(yè)上市公司技術(shù)效率的因素。實(shí)證結(jié)果表明，我國(guó)上市物流公司總體技術(shù)效率存在兩極分化現(xiàn)象，綜合效率平均為0.909，純技術(shù)效率平均為0.928，純規(guī)模效率平均為0.978，30%的物流公司有較好的效率，達(dá)到了純技術(shù)效率、純規(guī)模效率和綜合技術(shù)效率有效，也有40%的物流公司綜合技術(shù)效率還低于0.9。通過(guò)Tobit模型分析發(fā)現(xiàn)，股權(quán)集中程度和董事會(huì)獨(dú)立性對(duì)上市物流公司技術(shù)效率呈正向關(guān)系，而企業(yè)年齡和第一大股東性質(zhì)對(duì)企業(yè)技術(shù)效率無(wú)顯著影響。

從研究結(jié)果可以得出，超效率值大于1的飛馬國(guó)際等12家運(yùn)營(yíng)效率較好的物流上市公司，再等比投入包括員工人數(shù)、營(yíng)業(yè)成本、資產(chǎn)總額、管理費(fèi)用等要素將進(jìn)一步提高公司的技術(shù)效率。另外還有南京港等16家物流上市公司技術(shù)效率低于0.9，表明這些公司的資源配置、資源使用效率等多方面還可以改善，除了寧波港達(dá)到純技術(shù)效率外，其余15家公司由于管理和技術(shù)等因素影響了其運(yùn)營(yíng)效率。效率較低的40%物流上市公司都沒(méi)能達(dá)到規(guī)模效率，表明目前我國(guó)大多數(shù)物流公司實(shí)際規(guī)模與最優(yōu)生產(chǎn)規(guī)模還存在差距，影響了物流業(yè)的整體效率，應(yīng)改善規(guī)模效率較低的物流公司經(jīng)營(yíng)規(guī)模。再結(jié)合物流業(yè)典型代表物流上市公司技術(shù)效率的影響因素分析結(jié)果，物流業(yè)應(yīng)加大股份集中度和董事會(huì)中獨(dú)立董事的比例，以提高物流業(yè)綜合效率。

表3 我國(guó)物流業(yè)上市公司效率影響因素的Tobit回歸結(jié)果

＊本文系江蘇省高校哲學(xué)社會(huì)科學(xué)基金項(xiàng)目“淮海經(jīng)濟(jì)區(qū)物流圈整合運(yùn)營(yíng)模式研究”（項(xiàng)目編號(hào)：2013SJD630017）的階段性成果。

[1]范林榜.物流發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系——以蘇北、蘇中、蘇南典型地區(qū)為例[J].中國(guó)流通經(jīng)濟(jì)，2012（7）：32-37.

[2]Debreu G..The Coefficient of Resource Utilization[J].Econometrica，1951（19）：273-292.

[3]Shephard R W.Cost and Production Functions[M].Princeton N.J.：Princeton University Press，1953：209-242.

[4]Farrell M.J.The Measurement of Production Efficiency[J].Journal of Royal Statistical Society，Series A，Genera1，1957（3）：253-281.

[5]龐瑞芝.我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J].經(jīng)濟(jì)研究，2006（6）：26-33.

[6]匡海波.基于超效率CCR-DEA的中國(guó)港口上市公司成本效率評(píng)價(jià)研究[J].中國(guó)管理科學(xué)，2007（3）：142-148.

[7]鄧學(xué)平，等.我國(guó)物流企業(yè)全要素生產(chǎn)效率分析[J].系統(tǒng)工程，2008（6）：1-9.

[8]汪旭暉，徐健.基于超效率CCR-DEA模型的我國(guó)物流上市公司效率評(píng)價(jià)[J].財(cái)貿(mào)研究，2009（6）：117-124.

[9]張毅，陳?ài)?基于成本效率和純技術(shù)效率的中國(guó)上市物流公司發(fā)展模式研究[J].中國(guó)科技論壇，2010（10）：46-50.

[10]李蘭冰，李春輝.我國(guó)上市物流企業(yè)生產(chǎn)效率評(píng)價(jià)——基于數(shù)據(jù)包絡(luò)分析法的兩階段分析[J].港口經(jīng)濟(jì)，2011（2）：33-38.

[11]鐘祖昌.我國(guó)物流上市公司運(yùn)營(yíng)效率的實(shí)證研究[J].商業(yè)經(jīng)濟(jì)與管理，2011（4）：19-27.

[12]田剛，李南.中國(guó)物流業(yè)技術(shù)效率差異及其影響因素研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].科研管理，2011（7）：34-44.

[13]王之泰.中國(guó)物流業(yè)創(chuàng)新的一些思考[J].中國(guó)流通經(jīng)濟(jì)，2013（4）：8-12.

[14]Banker R D，Gifford J L.A Relative Efficiency Model for the Evaluation of Public Health Nurse Productivity[M].Pittsburgh，USA：Carnegie Mellon University，1988：153-158.

[15]Banker R D，Das S，Datar SM.Analysis of Cost Variances for Management Control in Hospitals[J].Research in Governmental and Nonprofit Accounting，1989（5）：268-291.

[16]Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993（39）：1261-1264.

[17]Tobin J.Estimation of Relationships for Limited Dependent Variables[J].Econometric，1958，26（1）：24-36.

[18]Kirjavainen T，Loikkanent HA..Efficiency Differences of Finish Senior Secondary Schools：An Application of DEA and Tobit Analysis[J].Economics of Education Review，1998（4）：377-394.

[19]于東智.股權(quán)結(jié)構(gòu)、治理效率與公司績(jī)效[J].中國(guó)工業(yè)經(jīng)濟(jì)，2001（5）：54-62.

[20]Stinchcombe A L.Social Structures and Organizations[C].//March JG.Handbook of Organizations.Chicago：Rand Mc－Nally，1965：142-193.

[21]Rosenzweig E D，A V Roth.Towards a Theory of Competitive Progression：Evidence from High-tech Manufacturing[J].Production and Operations Management Journal，2004（4）：354-368.

[22]程新生，王薇，尹芳.公司財(cái)務(wù)監(jiān)控系統(tǒng)治理績(jī)效的實(shí)證研究——來(lái)自中國(guó)上市公司的證據(jù)[J].管理評(píng)論，2007（7）：33-37．

[23]董南雁，孫永權(quán)，張俊瑞.董事會(huì)獨(dú)立性能影響公允價(jià)值計(jì)量的價(jià)值相關(guān)性嗎[J].當(dāng)代財(cái)經(jīng)，2012（7）：108-118.