Tobit模型有两个前提条件：

    一、被解释变量必须以正的概率取0；

    二、其余非0的样本在0以上呈连续状态。她的解释变量用的是DEA计算的效率，DEA算的效率是一个相对效率，其中有几个基本的样本点作为最有效率的，这些的效率为1，其余的与这些最优的样本点相比，效率值小于1大于0，但不可能等于0，即不可能哪个样本点完全无效率，这恰恰不能满足Tobit模型的第一个条件。

    今天早上，昨晚做报告的张师姐打电话过来，讨论模型的改进，我提议可以在设定时左边不限制，右边限制为1，后来我发现好像不对，左边必须限制，因为如果不限制就默认允许为负数，但如果用Tobit则要限制，但这里很明显不能限制，因为没有哪个值为0。这样来看，Tobit模型也不可用，比较好的办法，我建议直接使用LPM（线性概率模型），理由是这里不是做预测，所以没什么大的问题，况且，张师姐的论文在用到模型的结论时也仅利用了其影响方向，LPM完全可以胜任。另一个替代的办法是用1减去效率值，这样被解释变量就是无效率的大小了，这时完全满足Tobit模型的要求。