基于SFA方法的中國紡織業投資效率研究

摘 要：本文采用2011—2021年中國紡織業上市公司相關數據，運用異質性隨機前沿模型，對我國紡織業上市公司的投資效率及其影響因素進行了實證研究。研究發現，由于技術非效率的存在，紡織業上市公司的投資支出較最優水平低了15%-25%，平均投資效率只有76.1%。高管股權激勵的存在和盈利能力的提升對技術非效率起到了反向作用，但是不能有效地減少其不確定性；公司年齡越大，技術非效率就越高，技術非效率不確定性就越小，但并不顯著。在此基礎上，提出了提高我國紡織業投資效率的啟示。

關鍵詞：紡織業；投資效率；技術非效率；隨機前沿模型

中圖分類號：F326 文獻標識碼：A 文章編號：2095－414X（2023）06－0079－08

據國家統計局統計，2021年，全國規模以上紡織業上市公司營業收入同比增長12.3%，增速同比增長21.2%，平均增長1.2%。然而長期以來，我國紡織業發展伴隨著高投入、高耗能、高污染和偏重數量擴張的現象，這種依靠傳統的生產要素拉動的經濟發展模式，無疑是不平衡，不協調，不能持續的。在“非熱門”的紡織業上市公司投融資環境下，紡織業也存在著一系列投融資效率低下、經營效率堪憂等問題，不利于我國紡織業的高質量發展。對于紡織業加快轉型升級，由高速增長階段向高質量發展發展階段轉變極為重要。因此，在戰略交匯、目標疊加與發展模式轉變背景下如何實現紡織業投資效率的進一步提升，降低其技術非效率問題，讓紡織業產業結構、企業生產與公司治理按照高效化和集約化的方向持續轉型升級，是值得重點關注和深入探討的現實問題。

1" 文獻綜述

我國學術界對投資效率問題已經進行了大量的探討。不難發現，投資效率損失是我國經濟發展存在的重要問題，而這一投資效率損失可能是由于過度投資需求而導致的（秦朵，2003）[1]。有學者認為，資本回報率是衡量投資效率的一個重要指標。然而，在對我國的資本回報率進行計算后，卻未發現我國企業投資效率較高的實證（白重恩，2006）[2]。經過一定時期的發展，有學者測算出我國企業投資成本高于資本投資回報率，這說明上市公司的投資效率堪憂（辛清泉，2007）[3]。現有文獻對投資效率的研究大多從微觀主體企業投融資行為入手，探究企業財務狀況、委托代理、信息不對稱問題（吳佩平、施倩、段華友，2017）[4]；或在融資約束、政府補助等方面甄別影響企業投資效率的因素（馬賽、陳欽虹，2022）[5]。除了因子分析法之外，企業投資效率的測度也可以從投入變量和產出變量角度出發，建立投資效率評價指標體系來進行測算分析（申丹虹、崔張鑫，2021）[6]。企業投資效率的高低在實現制造業高質量和高效益發展過程中是非常重要的評價指標因素。就紡織業上市公司開展評估，特別是對紡織業上市公司內部治理因素的研究相對較少，而針對這一問題的考量對于推動我國紡織業上市公司的高質量發展格外重要。

對企業投資狀況的分析，不僅需要探究如何提高其投資效率，還必須分析企業技術非效率問題，并且從這兩個方面研究推動企業高質量發展的因素（余修斌、程連珺，2000）[7]。技術非效率是指受到資本市場不完善等因素影響而造成的效率損失，它是測度企業發展狀況的重要指標之一。投資效率越低，企業存在的技術非效率問題就越嚴重，反之如果投資效率達到1，則技術非效率問題幾乎不存在（連玉君，2009；邵繼萍、閆永生，2022）[8-9]。

企業的技術非效率分為系統性非效率和非系統性非效率，現有文獻對影響企業投資支出和效率的因素分析主要是基于委托代理理論和公司治理理論。減少股權代理沖突，強化股東對管理者的監督，可以提高企業的投資支出，防止非效率投資行為的發生。減少債權代理沖突，管理者在選擇高凈現值的項目時會更慎重，以避免將來出現更大的虧損，提高經理人員的投資積極性，以提高企業投資支出水平（吳佩平、施倩，2017）[4]。同時，代理行為的存在會加大企業的代理成本，減少代理就可以有效降低企業代理成本。

上市公司可以設置較多的財務獨立董事，獨立董事占比越高，越能有效抑制過度投資或投資不足問題（杭健，2017）[10]。規模化生產能減少企業的生產成本和交易成本，增加經濟效益，提高企業投資支出水平（劉延吉，2003）[11]。給予高管一定的報酬獎勵能夠約束企業投資效率水平低下問題（池國華，2014）[12]。同時，高管股權激勵可以有效地解決股東和管理者之間的委托代理問題，抑制公司的投資過剩或投資不足問題，進而提升企業效率。另外，公司盈利能力越強，股東收益越大，股東投資意愿就越大，從而提升企業的投資效率（李宏英，2002）[13]。在企業年齡上，公司的生存期愈久，在投資乃至各方面的管理就會過于自信，降低對非效率投資的控制，從而降低企業投資效率（衛怡璇，2021）[14]。

現有文獻大多從宏觀因素上分析紡織業的投資效率問題，且針對于特定的紡織業投資效率問題研究的并不多。從研究方法來看，多數文獻采用隨機前沿模型來測算企業的投資效率。但最新理論計量文獻表明，考慮個體異質性的面板隨機前沿模型中的“分離個體效應、時變與時不變非效率的面板隨機前沿模型”能夠準確捕捉到企業的持久或時不變的低效率和隨機沖擊問題（Kumbhakar et al.，2015）[15]。以及Wang（2002）[16]在技術效率影響因素的面板隨機前沿模型（即BC95模型）基礎上，考慮了方差的異質性。因此，傳統的隨機前沿模型正不斷改進和優化。雖然相關文獻提出了一些基于隨機前沿生產函數的技術效率測算方法和模型，但目前較少應用在行業研究上，而國內關注并探討的實證研究較少（李俊霖，2019）[17]。

本文基于SFA方法，運用隨機前沿模型，考察紡織業投資效率的影響因素，估計及檢驗了紡織業投資效率的因素效應，分析了推動紡織業高質量發展的策略方法。本文的邊際貢獻可能在以下方面：一是實證分析相關因素對紡織業投資效率的影響效果，現有文獻更多從宏觀制造業或微觀企業單一視角探究影響投資效率的因素，少有文獻對紡織業投資效率問題進行測度和分解，本文在一定程度上拓寬了現有文獻的研究視角；二是厘清相關因素影響紡織業投資效率的作用機制，這有助于明確影響紡織業投資效率的具體原因，為實現紡織業高質量發展提供了更多政策選擇；三是應用最新隨機前沿模型的理論成果，為測度行業投資效率提供了新的應用思路。

2" 理論分析與研究假說

紡織業作為我國的傳統行業，已有研究主要從財務狀況、資本結構、政策支持等方面探究了企業的投資支出問題。我國紡織業上市公司擁有與其它上市公司相同的基本治理結構，區別于已有的研究，本文從公司治理層面進行深入分析。具體來看：一是獨立董事比例與紡織業上市公司投資支出的相關性。獨立董事受托于所有者進入董事會，能夠參與企業決策，會影響董事會獨立性。但是，對于獨立董事究竟能否真正地發揮其監督作用則一直沒有形成統一的觀點。一方面，通過研究董事會結構對企業投資的影響，發現獨立董事對企業投資能夠帶來正向效應以及獨立董事的占比與企業投資存在著顯著的正相關關系（繆靜穎，2020）[18]。另一方面，引入一定數量的獨立董事能夠有效推動企業作出更好的決策，從而提高企業投資支出水平，但獨立董事人數過多或者比例過大，會抑制企業投資支出水平的提高，反而會使企業績效降低（王一羽，2015）[19]。而且獨立董事與董事會成員有著盤根錯節的關系，這使得引入獨立董事的效果被削弱，并不能客觀公正的做出決策。

一般的，獨立董事的存在能夠維護全體股東的權益，有效地優化公司內部治理結構，并發揮其監督效能，最終提高企業投資支出水平。這主要是因為獨立董事行為比較獨立，可以更加客觀地監督公司的經營決策，減少公司的投資決策問題，進而提高公司的投資支出水平。此外，獨立董事的專業性強，工作經驗也比較豐富。因此，獨立董事的存在是有一定道理的，會有助于企業發展。但是，在現實中，獨立董事相關政策制度的實施會面臨一些障礙，這導致獨立董事對于企業投資支出水平的影響還存在不確定性。由此，本文提出假說H1a。

H1a：適當的獨立董事比例有助于提升紡織業上市公司投資支出水平。

二是股權集中度與紡織業上市公司投資支出水平的相關性。在我國上市公司股權結構中，股權集中度是公司內部治理的一個重要組成部分，股權集中所帶來的代理問題是其最大的影響因素。關于股權集中度與企業投資支出關系的研究，國內外學術界并未形成統一的觀點。其觀點大致分為兩個方面，一是股權集中度會對企業投資支出產生負面影響。股權結構越集中，就越可能出現過度或投資不足行為，對公司發展產生消極影響。二是股權集中度與投資支出存在顯著的正相關關系。合理股權集中度有助于降低代理成本，提高企業投資支出。

從理論上看，由于企業股權日益集中，大股東與企業利益更加趨向統一。股權結構的高度集中化使得大股東在行使權力的同時也得到了更多收益，對管理層進行監督的愿望和動機也更強，減少了股東和管理層的代理關系，使得管理者能夠更好的為股東提供最大的利益，進而提高企業投資支出。同時，過度的股權分置又會給少數股東帶來“搭便車”心理，引發管理層投機行為的出現，導致企業管理層和股東的利益分化。最終產生“內部人控制”現象，不利于投資支出水平提高。由此，本文提出假說H1b。

H1b：適當股權集中有助于提升紡織業上市公司投資支出水平。

三是企業規模與紡織業上市公司投資支出的相關性。企業從事商業活動的最大目標就是利潤。企業規模的擴大對公司的運營收益和利潤的增長都是有益的，有助于提高企業投資支出水平。對企業規模的適度性考量主要以是否達到規模經濟為標準。企業產出增長比例大于要素投入增長比例，此時企業就具有規模經濟效應。關于企業規模與企業投資支出的研究，國內外學術界并未形成統一的觀點。其大致分為兩個方面，一是企業規模與投資支出正相關。規模越大的企業體系和制度更為完備，投資決策更具科學性，而小規模企業之間表現出的差異較大。二是企業規模與投資支出一定程度上會產生負相關關系。經實證分析，企業規模與托賓值呈顯著負相關，托賓值即企業投資機會或支出水平（何衛東、張嘉穎，2002）[20]。

一般的，擴大企業生產規模可以使工人的分工更加細化以及技術水平更高，從而提高企業勞動生產率。而且，企業在科研、廣告、融資等方面也越來越有優勢，有利于提升投資支出水平。但企業規模并不是越大越好，因為企業規模過大，層次的組織結構會阻礙信息的有效傳播，從而降低企業管理效率，進而會影響到企業的投資決策。由此，本文提出假說H1c。

H1c：企業規模的擴大有助于提升紡織業上市公司投資支出水平。

股權激勵可以將管理層想要將個人利益最大化的心理控制在一個相對合理的風險管控范圍內，使高管個人利益與股東利益保持一致，由此削弱二者之間存在的委托代理問題，進而提升企業的投資效率。同樣，關于高管股權激勵與企業投資非效率的研究國內外學術界并未形成統一的觀點。其觀點大致分為三個方面，一是高管股權激勵對企業投資效率具有顯著正向影響。一些學者認為，在具有良好成長性的公司，通過高管股權激勵可以有效降低經理和股東之間的代理成本，促進其在信息不對稱的情況下最大化地發揮自身作用，從而提高企業投資效率（Gaver，1995）[21]。二是高管股權激勵與企業投資效率為負相關。高管股權激勵會在某種程度上誘導管理層對企業利潤進行操縱，從而造成企業過度投資，進而拉低投資效率（Gunter Strobl，2013）[22]。三是高管股權激勵與投資效率無顯著的相關關系。企業高管的報酬與企業業績之間沒有明顯的相關關系，而企業高管持股與企業經營業績之間也沒有絕對關聯關系，這可能是由于公司的股權激勵機制尚未健全的緣故（魏剛，2000）[23]。高管在企業內部治理中發揮著重要作用，股權激勵制度使高管自身利益與企業利益之間息息相關，高管在做出涉及企業利益的投資行為時，往往會審慎決策，認真評估投資行為產生的效應，這就有利于提高企業決策的科學性，從而減少公司經營問題，以此提升企業投資效率。適度的高管股權激勵能夠有效提升企業投資效率，但是過多地進行股權激勵也會使企業負擔的成本增加。長期來看，不利于企業的發展。由此，本文提出假說H2。

H2：適度的高管股權激勵有助于降低紡織業上市公司投資非效率。

盈利能力影響投資者的投資收益、債權人本息的回收、經營者及各層級員工的薪酬福利水平和職業發展空間，更重要的是影響企業持續發展的能力。它是衡量企業發展潛力和趨勢的重要指標。關于盈利能力與企業投資非效率的研究國內外學術界并未形成統一的觀點。其觀點大致分為兩個方面，一是盈利能力與投資效率正相關。有學者研究發現，具備優良的盈利能力可以使企業在現有領域保持優勢，增強企業的行業競爭力，保障所有者權益，進而提升企業的投資效率，促進企業的可持續發展（陳輝、王丹，2019）[24]。二是盈利能力與投資效率一定程度上會產生負相關關系。伴隨著企業盈利能力的提升，企業擁有過多的自由現金流量，企業經理人會對企業資產和生產經營過度自信，經營管理過程中會忽視最優投資決策而盲目擴大投資，導致發生非效率投資行為的發生（Heaton，2002）[25]。企業盈利能力越強，就會給股東帶來更高的收益，從而提高企業價值。同時，企業的現金流量以及債務償還能力也會提高。該指標能夠反映企業在某一時期的銷售水平和規避風險的水平，同時也反映出企業經營效率以及企業未來發展的潛力。由此，本文提出假說H3。

H3：盈利能力的提高有助于降低紡織業上市公司投資非效率。

企業的年齡是從企業成立之日開始的一個時期，它主要反映了企業的生存期。企業年齡影響其自身的管理框架和運行模式成熟度，以及企業創新行為和投資行為的高效決策水平，進而影響投資效率。關于企業年齡與企業投資非效率的研究國內外學術界并未形成統一的觀點。其觀點大致分為兩個方面，一是企業年齡與投資效率正相關。有學者研究發現，考慮企業年齡因素后，發現企業年齡可促進企業價值的提升，且企業年齡與研發投入的交互項對企業投資效率呈顯著的正相關關系（郭梅清，2017）[26]。二是企業年齡與投資效率一定程度上存在負相關。研究發現，企業年齡對于企業成長有負面影響，年齡越大的企業其成長期越短（唐躍軍、宋淵洋，2008）[27]。另外，企業年齡對其創新投入和投資水平呈現負向影響，隨著經濟社會的發展，企業日益趨于成熟，組織系統的僵化使其易于因循守舊，從而降低了創新投資對企業競爭力的促進作用，不利于提升企業投資效率（Gilbert，2005）[28]。企業的知識、經驗、組織體系等都會隨著企業的成長而變得更加穩固，由于企業經營結構慣性的存在，企業的惰性也會隨之增加。其具體體現在經營上的遵從和對現有條件的偏執以及過分依賴性。由此，本文提出假說H4。

H4：企業年齡的增長會提高紡織業上市公司投資非效率，不利于提升投資效率。

3" 研究設計與數據說明

3.1" 模型設定

本文在已有的相關研究基礎上，采用異質性隨機前沿模型估計投資效率。在完美的資本市場以及多樣的企業特征假設下，企業的投資支出主要取決于投資機會的大小、獨董比例、股權集中度的高低以及企業規模的大小，其最優投資支出可表示為：

（1）

其中，為投資支出，為資本調整系數，為投資機會，為獨董比例，為第一大股東持股比例，為企業規模，為殘差項。在現實的投資活動中，企業特征并不是一致的，這使得企業的投資行為難以達到最優化程度，此時將模型設定為：

（2）

其中，為由企業個體特征不同導致的技術非效率部分，它是一系列反映企業特征的變量。因此，技術非效率的存在，使得企業的投資支出降低。如果設，則實際投資支出與最優水平之間存在如下關系：

進一步，為了反映面板數據的特征以及企業在不同時間面臨的技術非效率的異質性，本文對模型進行了設定：

（4）

其中，為對應的系數向量，分別表示反映個體效應與時間效應的虛擬變量。包括和兩部分，假設第一部分服從正態分布且相互獨立，即；第二部分服從截尾型半正態分布，即。的異質性設定如下：

（5）

其中，和均為常數項。以上設定使得研究更加靈活，我們不僅可以同時分析外生變量對技術非效率本身及不確定性的影響。也可以借助此模型對技術非效率導致的投資效率損失進行測度。

進一步，根據構造的異質性隨機前沿模型可采用最大似然法估計，其對數似然函數為：

（6）

其中，；，

φ（·） 和 Φ（·） 分別為標準正態分布的密度函數和累積分布函數。

對投資效率進行定量分析，投資效率即企業實際投資支出與最優投資支出的偏離程度，定義如下：

（7）

其中處于0和1之間，當時，投資效率最低，企業面臨的技術非效率最嚴重，當時，投資效率最高，技術非效率幾乎不存在。

3.2" 變量選擇

按照模型（2）的設計，本文選取如下變量：

結果變量：投資支出。指在擁有投資機會時所獲得的投資限額。區別于大多實證文獻對衡量企業投資效率被解釋變量的描述，本文認為，投資效率的高低既要體現市場中企業擁有的投資機會，又要顯示出企業產生的投資額度。

本文主要選取了四個解釋變量，一是投資機會，它對企業投資支出的大小具有直接關系。采用對數化后的值衡量，這個數值代表了企業在市場上的投資機會。數值越大，就代表著有更多的投資機會。二是獨董比例，為獨立董事占董事會規模的比例，較高的獨立董事比例有利于保護股東的利益，會提高企業決策的科學性，從而使企業投資支出水平越高。三是第一大股東持股比例，指企業的第一大股東所持有的股數。第一大股東持股越大，投資支出行為發生的概率就越大，有助于增加投資額度，進而提高投資支出水平。四是企業規模，根據企業非流動資產的多少來體現，企業規模越大或過大，規模效率就會降低，則投資支出水平就會提高。

技術非效率變量，本文主要選取了三個技術非

效率變量，一是高管持股：根據企業是否存在高管持股來區分，高管持股有利于股東與管理者之間的利益協調，能夠有效地減少技術非效率，提高企業的投資效率。二是盈利能力：是指企業的凈利潤與企業的總資產之比。它是根據企業凈利潤占比多少來體現。盈利能力越強，企業現金流越多，可以有效降低技術非效率，促進投資效率提升。三是企業年齡：是指企業報告年度與IPO年度之間的年限。它根據企業成立年份的期限長短來體現，企業年齡越大，企業成本就越高，相應會增加技術非效率，投資效率會下降。

3.3" 數據來源及處理

目前，對企業的研究數據主要源于上市公司數據庫。本文以2011—2021年紡織業上市公司為研究樣本，企業涉及制造業、紡織業、紡織服裝、服飾業等行業。為了確保研究數據的合理性，參考已有文獻對樣本進行了以下剔除和篩選處理：（1）ST、*ST、PT企業；（2）數據缺失樣本，最終得到94家紡織業上市企業的動態面板數據。本研究數據主要來自國泰安數據庫，對部分年度遺漏的數據，采用人工查詢或其它方法進行補足。另外，對主要連續變量在1%分位和99%分位進行縮尾處理。表1為主要變量的描述性統計：

4" 實證結果與分析

隨機前沿模型能夠對每個企業的投資效率進行定量研究，反映出我國紡織業上市公司存在的技術非效率問題。在對紡織業投資效率指數（TE）頻數分析后，發現少部分紡織業上市公司面臨著較大技術非效率問題。投資效率指數的樣本均值和標準誤差分別為0.761和0.094，從整體分布而言，大部分紡織業上市公司的TE值平均為0.75-0.85之間，這說明受到技術非效率的影響導致了整個紡織業上市公司的總投資支出比最優水平低了15%-25%。

表2報告了多種模型設定下的估計結果，模型1-5均是異質性雙邊隨機前沿模型的極大似然估計（MLE），其中模型1表示未對異質性隨機前沿模型的參數加以約束。模型2到模型5表示在模型1的基礎上對參數施加各種約束條件后的結果。具體而言，模型2的約束條件為γ=0。模型3的約束條件是δ=0。模型3、4的約束條件分別為非效率項為0以及不確定性為0，不受外生變量的影響。與其他模型相比，模型1的LL值和LR值均為最大值，說明模型1的擬合效果最優，后續分析均依據模型1的回歸結果進行。整體上看，在所有參數設定模式下，投資機會均在1%的水平上顯著。這表明紡織業上市公司投資行為既取決于投資機會的大小，同時也受到公司治理中其他因素的影響。無論將原假設設定為“不存在技術非效率”還是設定為“存在異質性技術非效率”，最終的檢驗結果均表明表明技術非效率及其不確定性對紡織業上市公司的投資支出具有顯著影響（連玉君，2009）[8]。

從表2的結果來看，獨立董事比例在隨機前沿模型方程中5%水平上顯著為正，表明從紡織業上市公司來看，獨立董事比例的增加對投資支出水平的提高產生正向影響。這與預期的估計是一致的，獨立董事能夠運用自身專業知識和豐富的工作經驗，為公司發展提供有價值的建議，作出科學性的決定。這對改善企業投資支出水平和經營業績都是有益的。而且，其在公司董事會中具有獨立的地位，不代表其他利益主體的利益。在決策過程中還擁有一些特殊權利，在某種程度上起到了制衡各利益相關方的作用，發揮了重要的監督功能。

第一大股東持股比例在隨機前沿模型方程中1%水平上顯著為正，表明從紡織業上市公司來看，第一大股東持股比例的提高會提高投資支出水平，進而對投資支出的提升產生正向影響。這與預期的估計是一致的，如果紡織業上市公司股權分布較為分散，則會帶來嚴重的委托代理問題。隨著第一大股東持股比例不斷提高，其參與公司經營管理更加積極，對公司的投資行為會更加謹慎。股權的相對集中能夠加強對企業投資行為的有效監管，減少代理費用，從而有助于提高紡織業上市公司投資支出水平。

企業規模在隨機前沿模型方程中1%水平上顯著為正，這表明從紡織業上市公司來看，企業規模越大，經濟效益不斷增加，越能發揮規模優勢。這里的規模大，并不是說本身規模一定要達到很大的體量，而是規模比自己的競爭對手大就好，要充分利用規模優勢，擴大生產規模可以讓企業在成本上取得領先，從而將生產成本降至行業最低點以實現最大效益。同時，也有利于技術研發與創新，對企業提高市場份額具有積極作用。進而提高投資支出水平。

高管持股在技術非效率方程中1%水平上顯著為負。表明從紡織業上市公司來看，高管持股可以降低技術非效率，進而提升投資效率。這與預期結果相符合。在紡織業上市公司中，通過高管股權激勵可以使其與股東的利益聯系在一起，而高管的業績則與其投資回報緊密相連，從而促使其更好地進行投資，進而提升投資效率。此外，當公司的高管持有股份時，其將會得到公司的盈余分配，這對高管來說也是一種激勵，進而會促使高管提升企業投資效率。而高管持股對技術非效率不確定的影響在1%水平上顯著為負。這說明，在一定程度上高管持股會減少技術非效率的不確定性，進而控制企業風險水平。

盈利能力在技術非效率方程中1%水平上顯著為負，這表明盈利能力的提升可以降低技術非效率，進而提升投資效率。企業盈利能力越強，則其給予股東回報越高，企業價值越大。同時盈利能力越強，意味著投資回收期越短，帶來的現金流量越多，企業的償債能力得到加強。可見，企業盈利能力越高，投資效率就越高。另外，盈利能力對技術非效率不確定的影響在5%水平上顯著為負。這說明，在一定程度上，盈利能力會減少技術非效率的不確定性。

企業年齡在技術非效率方程中1%水平上顯著為正。這表明從紡織業上市公司來看，企業年齡越大，會增加技術非效率，投資效用和投資空間就會變小，進而對投資效率產生負的影響。相比之下，新企業在生產力方面比老企業更占優勢（代際效應），成長空間更大。體現出企業年齡與企業投資效率之間的負向關系。而企業年齡對技術非效率不確定的影響在1%水平上為正，但不顯著。這說明，企業年齡會增加技術非效率的不確定性。這是由于隨著企業年齡的增加，企業投資潛力就會變小，抵御不確定性的能力會逐漸減弱。

5" 結論與啟示

公司治理狀況直接關系到我國紡織業上市公司的投資行為。本文運用異質性隨機前沿模型，對我國紡織業上市公司的投資效率進行了實證檢驗。本文實證研究的視角既包括技術非效率對投資效率的影響，也包括技術非效率不確定性的影響。由此得到以下結論和啟示：

（1）結論。第一，由于技術非效率的存在，導致紡織業上市公司的投資支出較最佳水平降低了15%-25%，平均投資效率只有76.1%；第二，在不同的公司治理結構下，企業的獨立董事比例、第一大股東的持股比例、公司規模的擴張都對提高紡織業的投資水平起到了促進作用。第三，高管股權激勵可以降低技術非效率，進而提升紡織業投資效率，同時也能減輕技術非效率的不確定性。第四，盈利能力的提高可以降低技術非效率，進而提升紡織業投資效率，同時也能減輕技術非效率的不確定性。第五，企業年齡的增加會提高技術非效率，進而降低紡織業投資效率，同時它對技術非效率的不確定性有正向關系，但并不顯著。

（2）啟示。第一，在公司治理中，獨立董事具有獨特的地位，應當合理擴大和維持其規模，優化董事會結構，并引進高素質、專業性強的獨立董事，使其專注于企業的運作和企業利益的維護。通過適度提高第一大股東的持股比例，可以有效地解決委托代理成本問題，提高投資支出水平。但是，股份不能過于集中，股東不能對董事會和管理層過度干預，另外也要給中小投資者為維護自身利益而發言的權力。適當擴大企業規模，發揮規模優勢，降低企業成本，擴大企業市場競爭力和市場份額，提高投資支出水平。第二，高管股權激勵有助于企業更好的經營運轉。企業監管機構應當對股權激勵機制進行改革與健全，并建立相應的配套機制，以充分發揮管理層的積極性，以此提高企業投資效率；第三，紡織業上市公司要重視企業的盈利能力，提高其經濟效益。盈利能力能夠較好預測企業未來的發展狀況，提振企業經營信心。第四，我國紡織業有很大的發展空間，所以政府應該從現實出發，注重紡織業上市公司的發展，同時也要培育優秀的龍頭企業，真正的促進紡織業的轉型升級和高質量發展。

參考文獻：

[1]秦朵， 宋海巖. 改革中的過度投資需求和效率損失——中國分省固定資產投資案例分析[J]. 經濟學（季刊）， 2003（3）： 807-831.

[2]白重恩， 謝長泰， 錢穎一. 中國的資本回報率[J]. 比較， 2007（28）： 1-22.

[3]辛清泉， 林斌， 楊德明. 中國資本投資回報率的估算和影響因素分析——1999—2004年上市公司的經驗[J]. 經濟學（季刊）， 2007（4）： 1143-1164.

[4]吳佩平， 施倩， 段華友. 委托-代理關系對企業投資效率的影響分析[J]. 現代經濟信息， 2017（4）： 142-143.

[5]馬賽， 陳欽虹. 中國高新技術產業投資效率測算[J]. 統計與決策， 2022， 38（10）： 121-125.

[6]申丹虹， 崔張鑫. 基于SFA方法的中國智能制造業全要素生產率研究[J]. 調研世界， 2021（1）： 48-53.

[7]余修斌， 程連珺， 任若恩. 前沿生產函數與企業技術非效率的測算——西安飛機制造公司的實例測算[J]. 統計研究， 2000， 17（5）： 44-48.

[8]連玉君， 蘇治. 融資約束， 不確定性與上市公司投資效率[J]. 管理評論， 2009（1）： 19-26.

[9]邵繼萍， 閆永生， 邵傳林. 我國體育產業投資效率測度——來自體育類上市公司的實證分析[J]. 西安體育學院學報， 2022， 39（1）： 73-78.

[10]杭健. 財務獨立董事對非效率投資的影響研究[J]. 財會通訊： 下， 2017（24）： 103-106.

[11]劉延吉. 企業規模及影響其結構的主要因素[J]. 河南工程學院學報（社會科學版）， 2003， 18（3）： 3-5.

[12]池國華， 楊金， 鄒威. 高管背景特征對內部控制質量的影響研究——來自中國A股上市公司的經驗證據[J].會計研究， 2014（11）： 67-74.

[13]李宏英， 孔龍. 上市公司股利政策若干問題的分析[J].開發研究， 2002（6）： 58-59.

[14]衛怡璇. 信息服務業上市公司投資效率影響因素研究

[J]. 河北企業， 2021（3）： 45-46.

[15]Kumbhakar S C， Wang H J， Horncastle A P. A Practitioner's Guide to Stochastic Frontier Analysis Using Stata： Deriving Confidence Intervals[J]. 2015，10.1017/ CBO978 1139342070（C）：326-327.

[16]Wang H J， Schmidt P. One-step and two-step estimation of the effects of exogenous variables on technical efficiency levels[J]. Kluwer Academic Publishers， 2002， 18（2）： 129－144．

[17]李俊霖. 基于隨機前沿模型的生產率研究述評[J]. 蘭州財經大學學報， 2019，35（5）： 7-14.

[18]繆靜穎. 獨董比例對企業績效的影響研究[J]. 廣西質量監督導報， 2020（10）： 206-207.

[19]王一羽. 航空制造企業董事會規模與公司績效關系分析[J]. 科技風， 2015（9）： 262-263.

[20]何衛東， 張嘉穎. 所有權結構、資本結構、董事會治理與公司價值[J]. 南開管理評論， 2002（2）： 17-20.

[21]Jennifer， J， Gaver.Additional evidence on bonus plans and income management[J]. Journal of Accounting and Economics，1995，19（1）： 3-28.

[22]Eitan Goldman， Gunter Strobl. Corporate cash holdings and CEO compensation incentives [J]. Journal of Financial Economics， 2013， 102（1）： 11-25.

[23]魏剛. 高級管理層激勵與經營績效關系的實證研究[J]. 證券市場導報， 2000（3）： 19-29.

[24]陳輝， 王丹. 盈利能力對企業可持續發展的影響研究——以廣西Y公司為例[J]. 桂林航天工業學院學報， 2019， 24（4）： 525-531.

[25]Heaton. Managerial Optimism and Corporate Finance， Financial Management， 2002：33-45.

[26]郭梅清， 張成培. 企業年齡、研發投入與績效的實證研究——基于浙江省A股上市公司的經驗數據[J]. 財會通訊：下， 2017（36）： 52-56.

[27]唐躍軍， 宋淵洋. 中國企業規模與年齡對企業成長的影響——來自制造業上市公司的面板數據[J]. 產業經濟研究， 2008（6）： 28-35.

[28]Gilbert C G. Unbundling the Structure of Inertia： Resource Versus Routine Rigidity[J].The Academy of Management Journal， 2005， 48（5）：741-763.

Research on Investment Efficiency of China Textile Industry based on SFA Method

LI Jun-lin， ZHOU Zhi-qiang

（School of Economics， Wuhan Textile University，Wuhan Hubei 430200， China）

Abstract： This paper uses the relevant data of listed companies in China's textile industry from 2011 to 2021， and uses the heterogeneity stochastic frontier model to conduct an empirical study on the investment efficiency and its influencing factors of listed companies in China's textile industry. The study found that due to the existence of technological inefficiency， the investment expenditure of listed companies in the textile industry is 15% - 25% lower than the optimal level， and the average investment efficiency is only 76.1%. The existence of executive equity incentives and the improvement of profitability have played a negative role in technical inefficiency， but can not effectively reduce its uncertainty; The older the company is， the higher the technical inefficiency is， and the smaller the uncertainty of technical inefficiency is， but not significant. On this basis， the paper puts forward policy recommendations to improve the investment efficiency of China's textile industry.

Key words： textile industry; investment efficiency; technical inefficiency; stochastic frontier model

（責任編輯：趙緒福）