曹國(guó)++張忠

◆ 中圖分類號(hào)：F270 文獻(xiàn)標(biāo)識(shí)碼：A

內(nèi)容摘要：本文選取我國(guó)32家上市物流公司2000-2012年的面板數(shù)據(jù)，利用四種不同的隨機(jī)前沿模型對(duì)上市物流企業(yè)進(jìn)行異質(zhì)性環(huán)境下的成本效率進(jìn)行研究。研究結(jié)果表明上市物流企業(yè)的平均成本效率的評(píng)估結(jié)果受到所選擇的模型的影響，環(huán)境因素會(huì)使無(wú)效率項(xiàng)隨時(shí)間變化的模型的結(jié)果出現(xiàn)偏差，導(dǎo)致企業(yè)間成本效率排名的變化。

關(guān)鍵詞：上市物流企業(yè) 異質(zhì)性 成本效率 隨機(jī)前沿模型

引言

隨著世界經(jīng)濟(jì)的不斷增長(zhǎng)，“中國(guó)制造”的工業(yè)產(chǎn)品產(chǎn)量大幅增加，世界的加工與制作中心正悄然向我國(guó)轉(zhuǎn)移，這為我國(guó)物流業(yè)帶來(lái)機(jī)遇的同時(shí)也帶來(lái)了挑戰(zhàn)。盡管我國(guó)物流業(yè)發(fā)展速度越來(lái)越快，但生產(chǎn)效率低下仍是制約企業(yè)發(fā)展的主要因素之一。效率的改善和技術(shù)的進(jìn)步是企業(yè)健康發(fā)展的重要保障。另外，大量國(guó)內(nèi)外的專家學(xué)者認(rèn)為，物流企業(yè)具有很強(qiáng)的規(guī)模經(jīng)濟(jì)特點(diǎn)，一個(gè)企業(yè)的規(guī)模過(guò)小，會(huì)導(dǎo)致生產(chǎn)、服務(wù)的相對(duì)成本變高，并且一個(gè)企業(yè)是否能夠做到規(guī)?；呀?jīng)成為關(guān)乎企業(yè)成敗的關(guān)鍵性因素。因此進(jìn)行物流企業(yè)成本效率的研究，為企業(yè)提供有效的決策信息變得越來(lái)越迫切。成本效率不僅能幫助企業(yè)了解自己在所處行業(yè)的管理和營(yíng)運(yùn)水平，與前沿的差距、進(jìn)步的空間、潛力和前進(jìn)方向等，同時(shí)也是政府大力支持物流業(yè)發(fā)展，營(yíng)造服務(wù)型、經(jīng)濟(jì)型社會(huì)大環(huán)境的重要參考。匡海波運(yùn)用超效率的CCR-DEA模型研究了港口上市企業(yè)2004-2005成本效率。張寶友、達(dá)慶利等在探討國(guó)內(nèi)上市物流公司技術(shù)效率時(shí)發(fā)現(xiàn)他們總體的財(cái)務(wù)表現(xiàn)不佳。鄧學(xué)平等通過(guò)8家上市物流公司五年的情況，得出純技術(shù)效率和綜合效率下降的同時(shí)規(guī)模效率在上升。2009年他們又發(fā)現(xiàn)了物流企業(yè)生產(chǎn)成本是影響其生產(chǎn)效率的要因。目前，針對(duì)成本效率的研究方法主要有參數(shù)方法和非參數(shù)方法。然而，非參數(shù)法缺點(diǎn)是不假設(shè)隨機(jī)因素，而是將任何前沿偏離看作是無(wú)效率，這一結(jié)果會(huì)導(dǎo)致無(wú)效率的擴(kuò)大。故此，本文利用不同的隨機(jī)前沿模型研究我國(guó)上市物流企業(yè)成本效率，比較分析不同隨機(jī)前沿模型中上市物流企業(yè)成本效率的變化。

研究對(duì)象與指標(biāo)選取

（一）研究對(duì)象選取

上市公司在所在地區(qū)通常擁有良好的政策扶持和融資通道，集結(jié)了優(yōu)秀的管理和技術(shù)人才，使用該地區(qū)較為前沿的各項(xiàng)生產(chǎn)服務(wù)技術(shù)，能夠代表該地區(qū)參與異質(zhì)性的前沿研究。因此本文選擇上市物流公司數(shù)據(jù)進(jìn)行研究分析。首先，在國(guó)泰安數(shù)據(jù)庫(kù)中按企業(yè)屬類、原先經(jīng)營(yíng)主業(yè)、經(jīng)營(yíng)年限和子公司數(shù)量初步劃定企業(yè)范圍；然后剔除掉主業(yè)不清晰，部分財(cái)務(wù)數(shù)據(jù)不全和企業(yè)性質(zhì)有重大改變的公司。由于公路運(yùn)輸類上市公司主營(yíng)高速公路的建設(shè)和養(yǎng)護(hù)，與物流關(guān)聯(lián)度低，所以樣本中不包含此類物流公司。最終選取了32家典型物流上市公司，范圍涉及港口類、主營(yíng)物流類、遠(yuǎn)洋、內(nèi)河運(yùn)輸類、航空機(jī)場(chǎng)類。且根據(jù)企業(yè)所有的物流中心和運(yùn)輸網(wǎng)的密集度將此32家公司劃入珠三角（包含福建地區(qū)）、長(zhǎng)三角和環(huán)渤海范圍。

（二）財(cái)務(wù)指標(biāo)選取

本文選取2000-2012年32家上市物流公司財(cái)務(wù)面板數(shù)據(jù)，來(lái)自于各自的資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表。獲得途徑分別是：上交所，深交所，國(guó)泰安數(shù)據(jù)庫(kù)等網(wǎng)絡(luò)資源。并通過(guò)stata12軟件分析處理。根據(jù)收集而來(lái)的6篇采用DEA模型研究的相關(guān)文獻(xiàn)，統(tǒng)計(jì)得到本論文需要的投入產(chǎn)出指標(biāo)。通過(guò)總結(jié)得出，學(xué)者對(duì)決策中的投入產(chǎn)出變量基本一致：勞動(dòng)投入、固定資產(chǎn)以及營(yíng)業(yè)成本。因此，本文選定的投入指標(biāo)是：營(yíng)業(yè)總收入、勞動(dòng)力成本、固定資產(chǎn)凈值；產(chǎn)出指標(biāo)是：主營(yíng)業(yè)務(wù)成本。

模型說(shuō)明

（一）面板數(shù)據(jù)的回歸誤差來(lái)源

兩個(gè)方面會(huì)導(dǎo)致面板數(shù)據(jù)模型的回歸誤差：綜合度量解釋變量的指標(biāo)時(shí)，指標(biāo)存在不隨時(shí)間變化的情況。此模型也叫做非觀測(cè)效應(yīng)模型，與特定回歸對(duì)象相關(guān)。另一方面來(lái)自隨截面變化的不可觀測(cè)因素變量。若將非觀測(cè)效應(yīng)視作由各個(gè)截面或個(gè)體決定的不隨時(shí)間變化的可估計(jì)變量，那么面板數(shù)據(jù)模型屬于固定效應(yīng)模型；反之將其視作符合某種分布的隨機(jī)變量，則模型屬于隨機(jī)效應(yīng)模型。

（二）多種參數(shù)型隨機(jī)前沿模型方法引入

本文通過(guò)采用最大似然估計(jì)模型、真實(shí)固定效應(yīng)模型等分析得出樣本結(jié)果，同時(shí)比較模型中出現(xiàn)的結(jié)論差距，得到關(guān)于樣本的效率結(jié)論。

最大似然模型。即ML模型。基本的隨機(jī)效應(yīng)模型是由Pitt和Lee于1981年提出，是非時(shí)變效率模型，只是施加了 uit與 χit相獨(dú)立的假設(shè)。

Bassete和Coelli模型。他們?cè)谧畲笏迫还烙?jì)模型基礎(chǔ)上提出了一種時(shí)變效率模型，模型假設(shè)：uit=g（Zi，t，T）|ui|其中 Zi為效率方程中的解釋變量，g（Zi，t，T）>0 ，其常用的一個(gè)形式是被稱為單調(diào)衰減的模型：uit=exp（-η（t-T））|Ui|，無(wú)效率項(xiàng)隨時(shí)間推移而改變，如果衰減因子 η=0，BC模型則退化為Pitt-Lee模型。BC模型通過(guò)引入函數(shù)g（Zi，t，T） 放松了無(wú)效率項(xiàng)時(shí)間不變的假設(shè)，但不隨時(shí)間變化仍具有較強(qiáng)的限制性，并且無(wú)論 uit如何設(shè)定，總是包含了無(wú)效率項(xiàng)以及不可觀測(cè)異質(zhì)性。

與Pitt-Lee模型比較可發(fā)現(xiàn)，TRE模型通過(guò) ωit考察不可觀測(cè)異質(zhì)性，時(shí)變 uit反映無(wú)效率項(xiàng)，而Pitt-Lee模型（以及BC模型中），這兩者均包含在 ui之中。這一模型可以通過(guò)極大似然估計(jì)方法進(jìn)行估計(jì)。

真實(shí)固定效應(yīng)模型。Greene W H（2004）認(rèn)為，無(wú)論用何種方法解釋，uit 都會(huì)受到跨區(qū)域異質(zhì)性的影響，從而被不適當(dāng)?shù)販y(cè)出非效率。他提出了一個(gè)真實(shí)固定效應(yīng)模型，

（1）

半正態(tài)模式可以簡(jiǎn)單地通過(guò)限制 μ等于0而產(chǎn)生，同時(shí)也允許內(nèi)部的異質(zhì)性的存在。還要注意，將該模型擴(kuò)展至包括乘法異方差的和 vit或uit是很容易的。

一個(gè)正態(tài)的，半正態(tài)的（截?cái)嗾龖B(tài)或指數(shù)）包括公司的虛擬變量的隨機(jī)前沿模型。這種模型是較少使用的一種現(xiàn)有模型的小擴(kuò)展。它使用的面板數(shù)據(jù)集比較小，因此虛擬變量系數(shù)的數(shù)量通常是可控的。Greene W H（2005）展示了如何擬合大量企業(yè)的模型，但在常見(jiàn)的應(yīng)用中通常是幾十個(gè)企業(yè)左右。這一公式中假設(shè)無(wú)效率變量會(huì)隨時(shí)間隨機(jī)變化，也是模型中的實(shí)質(zhì)性變化?！肮潭ㄐ?yīng)”的形式不能容納任何不隨時(shí)間變化的協(xié)變量。因此，基于KOS的理論，真實(shí)固定效應(yīng)模型也可以寫成：

（2）

實(shí)證分析

（一）方程構(gòu)建

在研究和解釋我國(guó)上市物流公司的營(yíng)業(yè)成本效率時(shí)，營(yíng)業(yè)收入、應(yīng)付職工薪酬、固定資產(chǎn)凈值對(duì)其有重要的作用。一般而言，營(yíng)業(yè)成本與收入之間存在正向關(guān)系；職工薪酬在企業(yè)初、中期與因變量呈正相關(guān)，后期呈負(fù)相關(guān)；而固定資產(chǎn)凈值與營(yíng)業(yè)成本前期呈負(fù)相關(guān)，后期呈正相關(guān)關(guān)系。因?yàn)闋I(yíng)業(yè)成本與業(yè)務(wù)量有關(guān)，承接的業(yè)務(wù)越多，投入成本越高，同時(shí)盈利增加。職工薪酬的高低一是受到員工數(shù)量的影響，二是受待遇標(biāo)準(zhǔn)變化的影響。由于樣本中上市公司均選自于東部沿海城市，工資水平差異有限。物流行業(yè)屬于勞動(dòng)力密集型行業(yè)，企業(yè)初中期發(fā)展需要投入大量人力，應(yīng)付職工薪酬指標(biāo)越高表明業(yè)務(wù)量相應(yīng)增加，成本提高；后期企業(yè)的勞動(dòng)力投入趨于飽和，此時(shí)需要投入資本和科技要素，繼續(xù)投入勞動(dòng)者資源反而造成機(jī)構(gòu)臃腫，效益降低。由于物流行業(yè)需要較高的資金周轉(zhuǎn)率，前期投入是必要的，后期固定資產(chǎn)凈值越大，占用的流動(dòng)資金反而越多，造成效益下降。

物流業(yè)運(yùn)營(yíng)是一個(gè)投入—產(chǎn)出的過(guò)程，設(shè)定上市物流公司的生產(chǎn)函數(shù)為三項(xiàng)投入：營(yíng)業(yè)總收入（toi）、應(yīng)付職工薪酬（ap）、固定資產(chǎn)凈值（nfa）。產(chǎn)出為營(yíng)業(yè)總成本（toc）。根據(jù)對(duì)函數(shù)公式處理的一般方法，以下將本文中的隨機(jī)前沿函數(shù)寫作超越對(duì)數(shù)形式：

（3）

式中，i=1，2，3，表示第i家企業(yè)；t表示樣本時(shí)間，從2000年至2012年共13個(gè)年份； tocit為第i家企業(yè)在t期的營(yíng)業(yè)總成本。toiit、apit、nfait分別為第i家企業(yè)在第t期的資本、勞動(dòng)力和固定資產(chǎn)的投入；vit為第i家企業(yè)在第 期運(yùn)營(yíng)過(guò)程中的隨機(jī)誤差并服從正態(tài)分布；uit為第i家企業(yè)在第t期的生產(chǎn)無(wú)效率項(xiàng)。

（二）描述性統(tǒng)計(jì)

表1給出了變量的基本統(tǒng)計(jì)值。從中可以觀察到，各上市物流公司的營(yíng)業(yè)收入值對(duì)比懸殊，收入最少的不到一億元，僅0.534億（南京港2001年），最高者到達(dá)1149.683億元（中國(guó)遠(yuǎn)洋2008年），差值2000多倍，平均收入64億，標(biāo)準(zhǔn)差達(dá)143，尚可接受。具體從企業(yè)營(yíng)業(yè)收入的數(shù)據(jù)來(lái)看，32家上市物流公司中有5家公司13年間平均總收入超百億，前五名的企業(yè)分別是中國(guó)遠(yuǎn)洋、中海集運(yùn)、大秦鐵路、上港集團(tuán)、中儲(chǔ)股份，合計(jì)占樣本平均總收入的69.2%，營(yíng)業(yè)收入過(guò)于集中。年平均營(yíng)業(yè)收入后五位企業(yè)分別是中國(guó)中期、南京港、亞通股份、鹽田港、廈門空港。

在解釋變量中，各企業(yè)投入成本的差異也較大，最小值僅0.257億元，最大為928億元。其中營(yíng)業(yè)成本前五位仍然是中國(guó)遠(yuǎn)洋、中海集運(yùn)、大秦鐵路、上港集團(tuán)、中儲(chǔ)股份五家公司，和各自營(yíng)業(yè)總收入呈正向關(guān)系。各公司平均固定資產(chǎn)凈值在63億左右，且最高者與最低者比值在1000倍上下，實(shí)力差距明顯。

（三）估計(jì)結(jié)果分析

1.模型解釋變量相關(guān)關(guān)系顯著性分析。表2分別為四種模型分別得出的成本效率影響因素回歸分析表：

第一，營(yíng)業(yè)總收入（Toi）的z值在ML、BC88、BC95、TFE四個(gè)模型中分別為12.35、12.53、23.11、20.62，說(shuō)明兩參數(shù)之間相關(guān)性非常顯著。且系數(shù)一致為正，所以企業(yè)的營(yíng)業(yè)收入同營(yíng)業(yè)總成本呈正相關(guān)，即營(yíng)業(yè)收入越高，營(yíng)業(yè)成本越高。營(yíng)業(yè)總收入的二次項(xiàng)中，參數(shù)lntoi1的z值分別為4.77、4.93、2.5、3.03。即營(yíng)業(yè)總成本對(duì)企業(yè)成本無(wú)效率呈現(xiàn)顯著性影響，在營(yíng)業(yè)總收入增加的幅度不變的情況下，企業(yè)的營(yíng)業(yè)成本隨著營(yíng)業(yè)收入的增加而增加的幅度越來(lái)越大。

第二，固定資產(chǎn)凈值（Nfa）的z值在ML、BC88、BC95、TFE四個(gè)模型中分別為2.53、2.59、-0.67、1.60，前兩個(gè)模型中，兩參數(shù)之間相關(guān)性顯著；第三個(gè)模型顯示兩參數(shù)相關(guān)性不顯著，且系數(shù)為負(fù)，原因可能在于，一是模型三中指標(biāo)設(shè)定隨時(shí)間的變化而變化；二是特異性誤差的分布不同。第一二四個(gè)模型皆顯示z值為正，即企業(yè)成本與固定資產(chǎn)正相關(guān)；固定資產(chǎn)越大，企業(yè)成本越高，成本效率越低。

第三，人工成本（Ap）的z值在ML、BC88、BC95、TFE四個(gè)模型中分別為-0.09、-0.13、-1.3、-1.36，四個(gè)模型中兩參數(shù)關(guān)系不顯著，且系數(shù)都為負(fù)。因此企業(yè)成本可能與人工成本負(fù)相關(guān)，即人工成本越高而企業(yè)成本越低，成本效率越高，回歸關(guān)系不明顯。人工成本的二次項(xiàng)中，參數(shù)lnap1的z值分別為0.31、0.31、0.91、1.55。即人工成本對(duì)企業(yè)成本無(wú)效率不具有顯著性影響。

第四，由ta的z值在四個(gè)模型中依次為-4.40、-4.60、-0.68、-3.85，即依照四個(gè)模型中的z值結(jié)果得出，營(yíng)業(yè)收入與固定資產(chǎn)的復(fù)合效果與成本之間顯著負(fù)相關(guān)。也就是說(shuō)，收入和固定資產(chǎn)同時(shí)增加或減少，成本必定同時(shí)減少或增加；收入或固定資產(chǎn)一個(gè)增加一個(gè)減少，只要兩者之積增加，則成本減少。

第五，由tp的z值在四個(gè)模型中依次為-2.69、-2.80、-2.19、-0.99，即依照四個(gè)模型中的z值結(jié)果得出，營(yíng)業(yè)收入與人工成本的復(fù)合效果與成本之間顯著負(fù)相關(guān)。也就是說(shuō)，收入和人工成本同時(shí)增加或減少，成本必定同時(shí)減少或增加；收入或人工成本一個(gè)增加一個(gè)減少，只要兩者之積增加，則成本減少。

第六，由np的z值在四個(gè)模型中依次為2.60、2.73、1.91、0.69，即除去第三、四個(gè)模型外，其余模型均顯示，固定資產(chǎn)與人工成本的復(fù)合效果與成本之間顯著正相關(guān)。也就是說(shuō)，固定資產(chǎn)和人工成本同時(shí)增加或減少，成本必定同時(shí)增加或減少；固定資產(chǎn)或人工成本一個(gè)增加一個(gè)減少，只要兩者之積增加，則成本增加。

第七，由t的z值分別通過(guò)四種模型統(tǒng)計(jì)，依次為0.25、0.30、-1.42、-1.32，前兩個(gè)模型均顯示出時(shí)間變動(dòng)與成本呈現(xiàn)出正相關(guān)，后兩個(gè)模型均顯示時(shí)間變動(dòng)與成本呈負(fù)相關(guān)，但均不顯著。表明在2000-2012年的13年間，成本效率隨時(shí)間變化呈現(xiàn)了不顯著的波動(dòng)性變化?？赡茉蚴沁@些年物流行業(yè)經(jīng)歷了改革，而受到政策延續(xù)和效果滯后的影響，尚未呈現(xiàn)出一定的政策實(shí)行效果。而且，上市企業(yè)在成本效率方面提升不大。

2.模型成本效率值比較。表3為四個(gè)模型的無(wú)效率評(píng)估值。不同模型導(dǎo)致的成本效率值并不相似。其中指標(biāo)不隨時(shí)間變化的模型一、二有較接近的結(jié)果，無(wú)效率均值分別在26%和25%，無(wú)效率的最低值分別為2.87%和2.5%，最高值分別為59.7%和58.5%。說(shuō)明樣本中有的上市公司成本效率表現(xiàn)良好，有的企業(yè)成本利用率不高，甚至無(wú)效率的浪費(fèi)多達(dá)一半。指標(biāo)隨時(shí)間變化的模型三和模型一、二的無(wú)效率值也相近，呈現(xiàn)出較高的成本利用率情況。模型四與模型一、二、三呈現(xiàn)的結(jié)果總體而言，平均成本效益差異顯著。這說(shuō)明模型四中可能捕捉到了異質(zhì)性，但在當(dāng)前復(fù)雜的物流業(yè)環(huán)境中，我們不能充分掌握各種環(huán)境變量。而且TFE模型中如果一些無(wú)效率的部分不隨時(shí)間變化，模型的結(jié)果會(huì)出現(xiàn)成本效率偏差?？傮w而言我國(guó)東部上市物流公司的無(wú)效率值在10.4%和26.3%之間，成本效率比較顯著，但是還存在10.4%-26.3%的削減潛力。

研究結(jié)論

本論文使用了四種不同的隨機(jī)前沿模型，針對(duì)我國(guó)東部32家上市物流公司2000-2012年的面板數(shù)據(jù)進(jìn)行異質(zhì)性環(huán)境下的成本效率研究。研究結(jié)果表明我國(guó)上市物流企業(yè)平均成本效率的評(píng)估結(jié)果受到所選擇的模型的影響，環(huán)境因素會(huì)使無(wú)效率項(xiàng)隨時(shí)間變化的模型的結(jié)果出現(xiàn)偏差，導(dǎo)致了企業(yè)間成本效率排名的變化。而樣本中物流上市公司其成本效率與營(yíng)業(yè)總收入呈負(fù)相關(guān)關(guān)系，營(yíng)業(yè)收入增加會(huì)使成本效率變低；而固定資產(chǎn)凈值和成本效率的負(fù)向相關(guān)關(guān)系顯著，說(shuō)明樣本中上市物流公司的固定資產(chǎn)規(guī)模已經(jīng)足夠，如果未來(lái)繼續(xù)擴(kuò)大，可能會(huì)造成成本的無(wú)效率，而且隨著固定資產(chǎn)的增加而成本效率降低的速度變快。人工費(fèi)用同成本效率之間呈正相關(guān)關(guān)系，雖然關(guān)系并不顯著，但繼續(xù)投入應(yīng)付職工薪酬有利于節(jié)約成本。企業(yè)勞動(dòng)力投入趨于飽和，需要通過(guò)提高人員服務(wù)質(zhì)量以及投入資本和科技要素等手段來(lái)提高成本效率。同時(shí)，模型一、二顯示樣本中上市物流公司平均無(wú)效率值評(píng)估有較接近的結(jié)果，成本效率在74%和89%之間，成本效率比較顯著，但是還存在10.4%-26.3%的削減潛力。但不可以忽視的情況是，成本效率高低差距較大，部分上市物流公司應(yīng)當(dāng)引起對(duì)成本效率的注意。環(huán)渤海、長(zhǎng)三角、珠三角的成本效率可能存在依次遞減的情況，與張毅的研究相符，而人才和科研基礎(chǔ)、外向型經(jīng)濟(jì)依賴程度，土地、薪酬水平、能源價(jià)格、法律法規(guī)、基礎(chǔ)條件等都是可能導(dǎo)致該結(jié)果的影響因素。

參考文獻(xiàn)：

1.匡海波.基于超效率CCR-DEA的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）

2.張寶友，達(dá)慶利，黃祖慶.中國(guó)上市物流公司動(dòng)態(tài)績(jī)效評(píng)價(jià)及對(duì)策[J].系統(tǒng)工程，2008（4）

3.鄧學(xué)平，王旭，Ada Suk Fung Ng.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）

4.李琳.我國(guó)上市物流公司物流金融DEA效率實(shí)證分析[J]生產(chǎn)力研究，2011，7

5.周霞.我國(guó)上市物流公司的技術(shù)效率實(shí)證研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2013，6

6.張毅.中國(guó)上市物流公司成本效率研究[D].南京航空航天大學(xué)，2011

7.Carlos Pestana Barros.Decomposing growth in portuguese seaports：a frontier Cost approach maritime[J].Economics & Logistics，2005（7）

8.Pitt M， Lee L. The measurement and sources of technical inefficiency in Indonesian weaving industry. J Dev Econ 1981（9）

9.Battese G E， Coelli T J. Prediction of firm-level technical efficiencies with a generalized frontier production functions and panel data. Journal of Econometrics， 1988（38）

10.Battese G E，Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics，1995（20）