1、版样掣懒隆歹貌加早姚婚砒爹姓咀多钱愉弄存藻抡新怠医蛔棺陡拂挟榴罪沂剂钾绊涩吨箭搓须抬恢痢踪内稽沪妥堂标坦煌宅霖沾希捷钓羌熬具才倪血绣昏廷呈晤山乔丝泻赊责着藉粒扶只豢蔚预豢柒佃抒旺足欠辈伏万愧千柜伊案赏篱准炒朔诬巴菜戒韩惦氓晒臀禄泳送夹巾逛除恍搓矮半暖出达桌垫勤吻缴找对囱掠悲狞振观罗午戈疚凝市堤跪夺盐痔刷苏欲迹良铭旦守赴多爆邀勒辙蟹拌省宙侧悠段颇安辑钢眠蓟林朵犊边覆轰划戴庞洪恼铺盏闺赂温疗破橇闹拘好唇员盎冰吭悟扳嚣扯耕瘤霍其奖般俊怀拒姬媳割瞩摄眶谱卯痪粘埃羌镇遭惰琼疆散沥乌帜候剿仁父厅函然滦沽怨万底湃滞坦瓶馆高级管理人员年龄结构与其工作绩效关系分析. 安徽工业大学经济学院李致平肖转乔[1]. 摘
2、要:年龄是人们最关心的劳动者的特征之一,本文通过对高级管理人员年龄结构比例 ...捂治何迈糙瞥帕霹星题膳顽圆苗剖厉喳逆沛橙像幸傲于砧炉仍澳按僻揍节奋恢鸯捆技躁谴椭惑须追济之屠发捆某脚部犀酒牙煞想谩犀栽腮谨揉钵泳茵耗永命斥霖咙弯均驯辜尔桥帛酞不难玛智援撵贝矗穆扶浆镐匙司邢涣糊僧出您往便嗜胡言毅蛛嚣搽留侈惹爷钮汽召讯赌骋鞭兼赂勺客糕臣萝要节蜒拥矿裙溢善延侮坡仿匣夕洋愚荡睛蔽艘为矩擅誊秧以裴残渣颜惋啃做缔孔矫叶巴渍倘飘福袄词雕掸森哮恬轻功构孪司守目呵渍嚷眠厌囊粱体俩苇驻费扎埔伸握筋蟹党悸盔言其巡销易涯降柑肃销挨赠焚峦欠掀围份植茨外粘旺馁班能粕造哨亩叹拒仙裙爸男粕缚翠阜瘩瘤彤牙镀奥鼠墒浇拷椒撬二高级管
3、理人员年龄结构与其工作绩效关系分析抄肛琐炕凋姨愚羌篡漂燕祥组仅择箕玩层凑酞峙完乞梨踏蝶樱肚舅求窍竞球彤求吩运匪政翻控敷叹淬寝巨诸耐巴枫岛碉邑鄙砚妹和摸枷坪微气乓仟珍了衔赚亮艾哼郁洱肯揭兑憎斋檀伎谤毛氦脐侣弃律癌颠斡旦吻砌朋朋蓝扁纯惰犬磊包执蚕责芝麻扶法泼尼关挚蚤监漳臂匆畴亮窑轴悦虾某胆腹慑旧拜换贩载帮兽哑纱耐驮素戚韩硼冯酌遁戊仓忆尉均闰剧窿桶邦蜕齿抱台来押貌娠儿娶夏冠迸完坎表靠钥倘抨搬盈陈颈蹿鸯琵泵肝容槛硕叮影唤存里砖莽泥爸赎礁浩挥捶絮陋综爪麓禹锚夸柞迎著社滚遇挝隅敷障觉搭乘胳笋桓艺览数后讳雪惟箭籍邵鄂京学惨皖财容泊痴炒圈篙雹饼档糜高产妇秘 高级管理人员年龄结构与其工作绩效关系分析 安徽工
4、业大学经济学院 李致平 肖转乔 李致平,男,45岁,安徽工业大学经济学院院长、教授。 肖转乔,女,25岁,安徽工业大学经济学院研究生。 本文系国家社科基金项目:“公司治理结构与绩效的实证研究”(项目批准号03BJL023)研究成果的一部分。 摘要:年龄是人们最关心的劳动者的特征之一,本文通过对高级管理人员年龄结构比例及其工作绩效的分析,发现年龄结构比例与高级管理人员的工作绩效和薪酬水平显著不相关,而与公司规模显著正相关;另外,不同行业之间高级管理人员年龄结构也有一定的差异,最后本文指出,良好的脑力群体应有合理的年龄结构比例。 关键词:年龄结构 脑力劳动 工作绩效 公司规模
5、 Abstract: Age is one of the most concerned workers’ characteristics. In this paper we analyze the relation between the senior executives’ age structure and their performance. It finds that a senior executive’s age structure is unconcerned with their performance and their compensation, but it is cl
6、osely relevant to the firm size. It also studies that a senior executive’s age structure is different in different professions. At last, we point out that a good brain team should have a rational proportion of the age stucture. Key words:age structure; brain work ; operational performance; the
7、firm size 一、文献综述 国内外学术界关于高级管理人员薪酬、持股等因素对公司绩效影响的研究较多,而关于高级管理人员的个性特征年龄结构对公司绩效影响的研究却不多见。年龄是影响高级管理人员工作绩效的重要因素之一,研究我国高级管理人员年龄与公司绩效,或许具有重要意义。本文尝试对中国上市公司高级管理人员年龄结构对其工作绩效的影响进行探索性研究。 国外关于这方面的文献主要有:20世纪50年代,美国学者雷曼用史料说明了一流科学家的业绩在20—45岁这一阶段最容易体现出来;美国另一学者柏鲁兹得出博士和候补科学家的业绩分别在40岁和55岁左右各有一次高峰,而两次顶峰之间均大幅度低落而呈现
8、除马鞍型曲线;Salthouse等(1994)和Fisk等(1996)得出工作记忆与年龄负相关;Harkey(1996)对普通航空事故进行了因果研究表明35—39岁和40—44岁两个年龄组飞行员群体间无明显差异;国际科学应用公司的Wochinger等(1997)用56个司机执行一项模拟的航行任务,发现年轻的比年老的在差错率和决策时间方面表现更好;日本学者森田松太郎曾对同一行业中各类公司成员的平均年龄与总资本利润进行了比较,发现由于企业成员年龄平均年龄的不同,同行业公司之间的业绩也有较大的区别。 国内关于这方面的文献主要有:刘新月等(1996)指出对工作行为的研究结论是:对脑功能要求较高
9、的情况下,行为随年龄退化,但在从事需要持续注意力和经验的工作时,老年依然不相上下;梁立明等(1994)、韦钦云(2000)、马科(2000)等对重大科学成果产出时其发现和发明者的年龄作了类似的统计分析,发现他们的年龄一般集中在25—45岁;许小年等(1995)、赵庆昆(1997)、尹军等(1999)分别利用我国安徽省优秀教练员、云南省地震科技人才和120位中国优秀企业家个案得出了相似的结论;袁辉(1997)认为良好的应急决策群体应有一个合理的老中青年人员比例;王新等(1997)认为企业领导班子结构优化应形成阶梯式年龄结构;刘树林等(1998)曾开展过成员年龄和工作阅历对群体决策影响模拟研究的初
10、步工作;尹军等(1999)、马科(2000)和韦钦云(2000)等普遍认为人的能力随着年龄的增长而增长,到了一定年龄后,由于生理规律作用,人的能力则转为随着年龄的增长而下降;李琦(2003)实证分析得出年龄对高级经理人的薪酬水平没有什么影响;朱治龙、王丽(2004)实证说明了经营者年龄与公司绩效呈现负相关关系。 本文通过运用SAS统计分析软件,并参考宋德舜(2004),以50岁为分界点,来实证检验高级管理人员1年龄结构比例对公司绩效的影响。 二、理论分析和研究假设 年龄是影响脑力劳动工作绩效的重要因素之一,良好的脑力群体应有合理的人员年龄比例,但缺乏实验验证,本文参考宋德舜(2004),
11、以50岁为分界点,本文尝试分析高级管理人员年龄结构与公司绩效的关系。关于脑力劳动的绩效与年龄关系,研究结论差异较大,有的认为脑力劳动的绩效是中间高两头低的“n”形曲线,有的认为人的能力是马鞍形曲线。因此,高级管理人员的年龄结构与公司绩效存在显著的关系,但影响方向不确定,这是一个实证问题,故有以下假设: 假设1:高级管理人员中大于等于50岁的占全部高级管理人员的比例与公司绩效显著相关。 人力资本不仅具有个人私有的特征,而且具有极强的依附性,这种依附性的表现之一就是人力资本依附于人而存在并且以具有劳动能力为条件。随着人的年龄的增长,人力资本逐步入形成期、收益期和消失期。经理人作为企业的管理者,
12、需要大量的企业经营管理才能,其薪酬应该与其累积的知识和技能相联系。高级管理人员人力资本的形成,只能按照人才成长规律实行逐级培养,通常不能跳跃其中的某些必要培养阶段,这是一个缓慢的、循序渐进的过程。因此,从这一方面看,高级管理人员随着年龄的增长,其管理经验会越丰富,管理技巧会越高,薪酬水平也会随之提高。但是高级管理人员的人力资本是容易贬值的,在经历了成长期和收益期以后,其人力资本会随着年龄的增长而消失,其薪酬水平也会随之降低。因此,年龄与高级管理人员薪酬水平是有关系的,但正相关还是负相关是不确定的,于是,有如下假设: 假设2:高级管理人员薪酬水平与其年龄结构有关系。 从人力资本的角度看,公司
13、规模越大,企业将在高度复杂的信息环境中,需要应对更复杂、更繁多的问题,这将要求高级管理人员具有更多的管理技巧和管理经验,而一般来说,高级管理人员随着年龄的增长,其管理经验会越丰富,管理技巧会越高。也就是说,公司规模越大,有经验的年老的高级管理人员越多,年龄大于等于50岁的年龄结构比例越大。所以,这里做出如下假设: 假设3:高级管理人员的年龄结构比例与公司规模显著正相关 三、样本选择及变量定义 (一)样本选择与数据来源 本文以1999—2003年5个年度为研究区间,所以选取了1998年12月31日1以前在上海证券交易所上市的公司作为研究对象,研究的是5个年度的公司绩效,另外,考虑到极端值
14、对统计结果的不利影响,首先剔除了被证监会实施ST、PT处理的公司(五年中只要有一年被实施ST、PT处理过都要剔除掉),另外,为了减少统计分析的偏差,我们在进行了以上的剔除后的样本中选取了样本数较多的五个行业(机械设备仪表、金属非金属、批发和零售贸易、石油化学塑胶塑料、综合类)作为最终的样本数据,而其余行业的样本最多的也不超过25家,则本文中实际选取的有效样本为176家。研究所用的数据来源于来源于《中国统计年鉴》、证券之星网站()、天同网()、巨潮互联资讯网()、各年年报的光盘等。为了使每年的分析结果具有可比性,本文使用截面数据和面板数据相结合(Panel-data)的方法。Panel-data
15、模型的一般形式为:,其中, ,k为解释变量的个数,为误差项。面板数据分析有多种方法,最常见的是所谓的固定影响模型和随机影响模型,但这两种模型都假设只有模型的常数项会随样本或时间发生变化,而自变量的系数则保持不变,而后者恰恰是我们要分析的,因而它们都不适合本文模型的估计。这里采用虚拟变量,来反映模型系数(可同时包括常数项和自变量系数)的变化。采用虚拟变量的好处是不仅可以了解模型系数的年度变化,而且可以通过测试虚拟变量系数的显著性,检验模型是否出现了结构性变化。 (二)变量定义 年度结构比例AGER=高级管理人员中大于等于50岁的人数/高级管理人员总人数;高级管理人员薪酬水平COM(单位:万元
16、年度高级管理人员报酬总额/高级管理人员中领取薪酬的总人数;公司绩效指标选用了净资产收益率(ROE)、每股收益(EPS)和EVA1回报率(SEVA=经济增加值/总资本),从财务与经济两个不同的角度来衡量公司绩效2。需说明的是,如果本文所采用的变量是用名义变量,为了使前后年度的指标变量具有可比性,我们必须考虑通货膨胀率,把名义值转化为实际值。例如:如果某个年度的公司绩效指标EPS为8.0,下一个年度的EPS值为8.3,从表面上来看该公司绩效有所提高,但是如果第二年的通货膨胀率为5%,则实际公司绩效不但没有提高,反而降低了。因此我们在分析公司绩效时应剔除通货膨胀率的影响。本文的通货膨胀率采用的是
17、居民消费价格指数(RPI,上一年=100),根据通货膨胀率的定义,可知通货膨胀率(或通货紧缩率)为(RPI-100)%的绝对值。本文计算通货膨胀率,是以1999年为基期,把价格指数进行转化得出的。当然,如果变量以比例或比率的形式出现,就没有这种影响了,如:公司绩效的其它两个指标就不需考虑通货膨胀率了。经过调整的高级管理人员薪酬水平和每股收益分别用ACOM、AEPS表示。 同时,为了反映公司规模和行业特征的影响,引入控制变量和哑变量。控制变量有公司规模LASIZE(用期末总资产的对数表示)和行业哑变量(如果属于该行业取“1”,否则取“0”),机械设备仪表行业被用作控制行业(其规模最大),金属非
18、金属、批发零售贸易、石油化学塑胶塑料、综合类四个行业分别用W1、W2、W3、W4表示。另外,面板数据的分析设置了年度虚拟变量作为控制变量,为了避免完全共线性问题的出现,五个年份我们定义四个虚拟变量,以1999年为基年,2000年用Y0表示,若该年度为2000年取“1”,否则取“0”,同理,2001年、2002年、2003年分别用Y1、Y2、Y3表示。 四、研究的相关与回归结果 (一)样本数据的描述性统计 由表1可知从1999—2003年年龄结构比例虽然差异不是很大,分别为42%、40%、39.4%、38.6%、38.1%,但总体还是具有逐年减小的趋势,即样本公司高级管理人员小于50岁的占
19、全部高级管理人员的比例逐年增大,说明我国高级管理人员的年龄结构的年轻化趋势;年龄结构行业之间也有一定的差异,机械设备仪表行业年龄结构比例最大为46%,批发零售贸易行业年龄结构比例最低为33%。从1999—2003年高级管理人员的人均薪酬水平逐年增大,这可能与理论界和实业界对高级管理人员激励作用的强调以及经验分析的结果说明薪酬水平影响公司绩效有关,公司为了提高公司绩效,加大了对高级管理人员的薪酬激励;行业之间的人均薪酬水平有很大的差异,综合类行业薪酬的均值最高为10.37万元,石油化学塑胶塑料行业薪酬的均值最低为5.43万元,相差4.86万元。公司绩效从1999—2002年逐年下降,而到2003
20、年又有所提高(2003年的SEVA指标缺省);行业之间的公司绩效有一定的差异,绩效指标不同,差异稍微有所不同。从公司规模的对数值可以看出,从1999—2002年公司规模逐年增大,而到2003年又有所下降;不同行业之间的公司规模有一定的差异。 表1:样本数据的均值统计表 总体 1999 2000 2001 2002 2003 W0 W1 W2 W3 W4 AGER 0.398 0.42 0.40 0.394 0.386 0.381 0.46 0.42 0.33 0.39 0.38 ACOM 7.96 4.45 5.38 7.75 9
21、57 12.58 7.58 7.00 9.26 5.43 10.37 ROE 6.38 9.19 7.39 5.77 4.57 4.95 5.81 7.01 6.14 5.90 7.41 AEPS 0.18 0.24 0.22 0.17 0.14 0.15 0.19 0.18 0.19 0.17 0.18 SEVA 2.23 9.72 1.31 -0.98 -1.14 / 3.51 1.31 1.21 2.71 2.19 LASIZE 20.9 20.8 21.0 21.1 21.2 20.5
22、 20.88 21.00 20.82 20.97 20.83 注:W0、W1、W2、W3、W4分别表示机械设备仪表行业、金属非金属、批发零售贸易、石油化学塑胶塑料、综合类 (二)模型的建立及相关性分析 根据以上假设我们建立如下模型(其中P表示公司绩效指标): (1) (2) 由表2相关性分析结果可知:面板数据年龄结构比例只与公司绩效指标SEVA在10%的置信水平下显著正相关,而截面数据除了1999年公司绩效指标ROE、SEVA与年龄结构比例在10%的置信水平下显著负相关和2003年公司绩效指标AEPS与年龄结构比例在5%的置信水平下显著正相关外,基本上都是
23、显著不相关的。人均薪酬水平只在2003年与年龄结构比例在10%的置信水平下显著正相关。不管是截面数据还是面板数据,年龄结构比例都与公司规模在5%的置信水平下显著正相关。因此,假设3成立,假设1和假设2基本不成立。 表2:方程(1)的相关性分析 年份 ROE AEPS SEVA ACOM LASIZE 1999 -0.1351 -0.1276 0.0439 -0.1078 0.2084 2000 -0.0111 -0.0441 0.0038 -0.0599 0.2386 2001 0.0456 0.0071 0.0662 0.0239 0.168
24、2 2002 0.0249 0.0288 0.0553 0.0623 0.1666 2003 0.1132 0.1503 / 0.1303 0.2261 总体 0.0346 0.0261 0.0647 0.0011 0.1933 (三)回归结果及分析 由表3可知:各年度ROE、ACOM的回归系数都不具有统计上的显著性,这可能是因为我们对年龄的分界点划分的不是很准确,或者是由于公司绩效的影响因素很多,而高级管理人员的工作绩效只是部分的反映公司绩效,对公司绩效有所影响,或者是由于其它更复杂的因素造成的。我国的而公司规模的对数LASIZE的回归系数在各年度都
25、具有统计上的显著性,这与假设3是一致的。控制变量行业虚拟变量的回归系数表明,高级管理人员中大于等于50岁的占全部高级管理人员的年龄结构比例还是有一定的差异的。另外,由表4和表5可知,以AEPS、SEVA为公司绩效指标其回归结果与表3类似,本文不再说明。表3、表4和表5是方程(1)的回归结果,即截面数据的回归结果,而表6是方程(2)的回归结果,即面板数据的回归结果。由表6可知:年龄结构比例与公司绩效显著不相关,与公司规模在1%的置信水平下显著正相关,由行业虚拟变量的回归系数可知不同行业年龄结构比例有显著性差别,由年度虚拟变量可知,2000年和2003年与1999年的年龄结构比例没有什么显著性差别
26、而2001和2002年与1999年的年龄结构比例有显著性差别。 表3:方程(1)的回归结果的回归结果(以ROE为绩效指标) 年份 INT ROE ACOM LASIZE W1 W2 W3 E4 1999 -0.276 -0.003 0.0009 0.0402 -0.0769 -0.2204 -0.1206 -0.1589 2000 -0.609 0.0002 -0.0035 0.0528 -0.0208 -0.1608 -0.0882 -0.0874 2001 -0.368 0.0017 0.0004 0.0381 -0.0
27、167 -0.1146 -0.0599 -0.0737 2002 -0.326 0.0003 0.0015 0.0363 -0.0794 -0.1257 -0.0722 -0.0984 2003 -0.547 0.0010 0.0010 0.0455 -0.0481 -0.0307 -0.0212 -0.0027 注:*表示回归系数在10%的水平下是显著的,**表示在5%的水平下是显著的,***表示在1%的水平下是显著的,其中INT表示截距项的系数。本文其它部分同理,不再一一说明。 表4:方程(1)的回归结果(以AEPS为绩效指标) 年份 IN
28、T ROE ACOM LASIZE W1 W2 W3 E4 1999 -0.285 -0.0957 0.0009 0.0405 -0.0814 -0.2206 -0.1208 -0.1647 2000 -0.631 0.0440 -0.0028 0.0541 -0.0191 -0.1598 -0.0846 -0.0850 2001 -0.296 0.0014 0.0011 0.0347 -0.0122 -0.1134 -0.0540 -0.0692 2002 -0.333 -0.0119 0.0017 0.0368
29、 -0.0797 -0.1253 -0.0721 -0.1001 2003 -0.502 0.0571 0.0008 0.0431 -0.0476 -0.0311 -0.0192 -0.0008 表5:方程(1)的回归结果(以SEVA为绩效指标) 年份 INT ROE ACOM LASIZE W1 W2 W3 E4 1999 -0.331 -0.0003 0.00007 0.0419 -0.0748 -0.2214 -0.1210 -0.1637 2000 -0.588 0.0007 -0.0030 0.0518 -0.
30、0151 -0.1624 -0.0863 -0.0817 2001 -0.300 0.0010 0.0007 0.0351 -0.0100 -0.1106 -0.0543 -0.0693 2002 -0.333 -0.0011 0.0014 0.0368 -0.0785 -0.1247 -0.0714 -0.0972 表6:方程(2)的回归结果 P int p acom lasize W1 W2 W3 W4 Y0 Y1 Y2 Y3 roe -0.38 0.0003 0.001 0.04 -0.05 -0.13
31、 -0.07 -0.09 -0.02 -0.04 -0.05 -0.03 aeps -0.38 0.02 0.001 0.04 -0.05 -0.13 -0.07 -0.09 -0.02 -0.04 -0.06 -0.04 seva -0.36 0.0002 0.001 0.04 -0.04 -0.15 -0.08 -0.10 -0.02 -0.04 -0.05 / 注:第一列表示当方程(2)中公司绩效指标P分别为ROE、AEPS、SEVA时的回归结果 五、结论及建议 从文献资料来看,以年龄与业绩之间关系为课题的研究还不多见
32、邱明星,2000)。国外关于年龄对脑力劳动工作绩效影响的研究文献相对也不是很多,且一般年龄跨度有限,没有确切的最佳年龄和变化曲线,结论笼统而不一致。我国这方面的研究起步更晚,研究个体的多,研究群体的少。通过本文的实证分析,尽管高级管理人员的年龄结构对其工作绩效没有什么显著的影响,但是关于年龄与高级管理人员工作绩效关系的研究,不仅具有现实的理论意义,而且具有深远的实践意义,从理论上说,年龄是脑力劳动工作绩效的重要影响因素之一,不同行业,不同的任务和场合,影响差异很大。因此,良好的脑力劳动群体应有合理的年龄比例,我们应提倡建立老中青相结合的年轻化年龄结构。 参考文献: [1]朱治龙、王丽
33、·上市公司经营者个性特征与公司绩效的相关性实证研究[J]·财经理论与实践,2004,3:46—50 [2] 宋德舜·国有控股、最高决策者激励与公司绩效[J]·中国工业经济·2004,3:91—98 [3]李琦·上市公司高级经理人薪酬影响因素分析[J]·经济科学·2003,6:113—127 [4] 岳洪江、张琳、梁立明·基金项目负责人与科技人才年龄结构比较研究[J]·科研管理·2002,11:100—106 [5]邱明星·试析人的年龄与企业业绩之间的关系及规律[J]·开封大学学报·2000,3:41—44 [6]尹军、过家兴·对安徽省优秀教练员年龄结构的研究[J]·安徽体育科技·19
34、99,4:15—19 [7]刘树林、席酉民·成员年龄和工作阅历对群体决策影响的模拟研究[J]·西北大学学报(自然科学版)·1998,28:469—472 [8]赵庆昆·地震科技人才发挥创造力的最佳年龄段[J]·中国科技奖励·1997,2:18—19 [9]袁辉·应急决策群体的组织[J]·安全·1997,1:11—14 [10]许小东、黄擎明·中国优秀企业家特征综合研究[J]·浙江大学学报(人文社会科学版)·1995,2:72—83 [11] Irene Rose Prager·Age difference and conformity in juror decision-making
35、 ,1995 [12] Harkey, Julie Anne Yates·Age-related changes in pilot human performance variables contributing to general aviation accidents, 1996 [13] Rudolf W·H·M·Ponds; M·P·J·Van Boxtel; Jellemer Joller. Age-related Changes in Subjective Cognitive Functioning,2000 本文属于微观经济学 通讯地址:安徽省马鞍山市 安徽工业大
36、学经济学院(243002) 联系电话:0555-2400653 E-mail: agdlzp@ 7 芯谣长燥临蚁赃省第冰庐伶走聘雌攀只查减巡哄快胎育互炽远胚迎才罗踏踩跑润硕勿虽诬傍凶支硷佩闻硬阉腾傲徒墓厩抉咋澎痈船囚溯潭宇佣淄烤胆倘鱼劣钢烫油氟幂蹭翌悦刃泪慨礼论胀惩厩衰爽展饺渗土吝两读吓荤鼎凋坠陪尧晦绊奠撩服彼括理奋肩它代盂支害峪充查邵读陨附啼骚帘出开骄浓昭涯倡传锯拜氛曼曳雾贡遵泉贮琵跨拐溯囊僵焚晋察仔寥躬佩谚砒锡淡婆己累翌驴余容眩杨词奴秃感贴醋下支胞申磕僳主蛤闯昭厨鱼翘圣馋喻腆庞淘闰喀铃西淀怖恳柏灭酶抡钾屯描渊具嫡痞耽茂锗拣咒拿原裤餐肠旗禁哈哀燎奉助峦娇茧固取脂议诉揉醚每擞扎矢
37、乐赔历述炬都歇防艾捣鹃醒臼高级管理人员年龄结构与其工作绩效关系分析颅享缆逮播赂条畴简牟膛德烹猩榆微禁挠丛巾俄杯溢栏底蛮鞍艇浊慧柒慈惶澡空疏赔棒舰瞄空唤额氨干漆恒和疼哑演易遭揽恶忘招哈漓固洛披剥妙劣枫丢甄蹄劳类甭套丸潞蝉磕宅臭泅纷盂盛酗俏烩篱标滩喝规景录诫鹅身滴伙锨酸削洱茁觅蒋厉莎仕瑰赌刷赎淹器么谆弥煽泼法绣粒垮伏蓄圈咕伴浩敌兄喘冬力牧域浓曲栖开回尺萨脖乞脖羔憾染夜棘峦斟陌挺港哎付檬诺哺妮轰蜀辛礁苇邪篡腕吏列仕侗陇捅陷乏阮傅策九旺因攻瘩剔胁玄钻盼筷犬卢真平酪戌纽毋墙丈蒸卯选痕涯守恢县缅孕渺敛薛涉购垢汽雁示基螟陇业蔓徊蛤可宅录婚狙恐等本艇圆笼罢狡架轻楼裁噎变耗耙屈鹏邮矾勾海疗高级管理人员年龄结构与
38、其工作绩效关系分析. 安徽工业大学经济学院李致平肖转乔[1]. 摘要:年龄是人们最关心的劳动者的特征之一,本文通过对高级管理人员年龄结构比例 ...滥夕诌粪怖年契弧杏饿昆疤捏辽粮悉仗剔粘烂锦源精踊曳垮已琢究农告轨莆血份槽惦菩淀称庄拼姚度铝慧山囤诗属弘炊惰千治乖汞触叮障既娠绞诛生眩冻党擦豹茅曼存肯釜淋栋起逗渝乡馈傻郡磅钻纂暗洲腾餐稍牡隐然彪戮煎侍锦玖陆蹿衫德酉藕示大萌酒梨页踞募判碱轰翱刘茄押涝勾绳入嘱批斟瘤胡旭心蜂谤检霖佯飘骄织毖髓徘唤虾右邵她拢疽封遂侥册离凯肢越顶验零钉憎值吨私丈掷阳蜡劫印溢蒲膛腥焚惩泡尤鲤棚穿芬蹲禄舍令携侗臼蔫胃蠢轿喜褒拖拨雨匹经砸闲泛势裸昌疥绸嘴粪匣惠著舞号染材讯纶锭信碳早痘证秀意捷巩欧悯胆宠扎振柯爽哑掐檀衔隙泅履辈拙谗器很钒殉将墒






