基于密度依赖模型的广州制造业企业死亡风险研究

王 婵, 彭璧玉, 陈有华

(1.暨南大学产业经济研究院，广州 510632；2.华南师范大学经济与管理学院，广州 510006;3.华南农业大学经济管理学院，广州 510642)

在中国制造业中民营企业数量众多，但生存环境持续恶化.2008年以来受到劳动力成本上升、人民币升值及美国次贷危机等多重因素的影响，我国珠三角地区企业出现了生存困境.本文将从组织生态学的视角分析种群特性和组织特性对制造业死亡风险的影响.在组织生态学的诸多观点中，与组织死亡最相关的是密度依赖理论.Hannan和Freeman[1]以新制度理论和组织生态学为基础，提出了基于种群密度的组织死亡率模型.该模型假定密度对组织死亡率的影响反映了两个对立的过程:合法性和竞争性.组织死亡率与组织种群密度之间呈现U型关系:当密度提高时，死亡率起初降低，然后提高.对密度依赖死亡率的实证研究广泛分布在劳动组织、报业、酿酒业[2];贸易协会[3]、葡萄酒制造商[4]、电话公司[5]等领域.杨嬛等[6]利用种群密度依赖原理研究我国建筑业死亡率.组织生态学将个体组织的死亡视为组织种群自发调节的结果[7].

上述文献更多是从组织死亡率出发，该指标是一个相对的比例值，而本文将从组织死亡风险出发，是一个不确定事件的概率值，使得结果更准确.本文利用种群密度依赖原理及时变变量Cox模型分析种群密度、组织年龄分别对广州制造业企业死亡的影响，以及组织年龄作为调节变量分析不同阶段的组织年龄，种群密度对企业死亡的影响.同时文章还分析了产品多样程度性对企业死亡的影响以及劳动密集程度对企业死亡的影响.本文研究结果在对广州制造业持续发展的调控对策和建议方面具有非常有意义的价值.

1 理论与假设

1.1 组织种群密度与产业组织死亡

组织种群密度对组织死亡的影响通常从当期效果与递延效果进行探讨，本文主要考虑当期效果. 当期效果是指某一时点(t)的组织种群密度对该时点(t)的组织死亡率的影响. 当密度较低时，新的组织形式缺乏合法性. 但当某种类型的组织可以在特定的环境条件下维生时，必会引起其他组织的争相仿效，进而增加该组织种群的密度，初始阶段有助于提高种群的制度合法性以及取得资源的能力，所以组织死亡率会随着种群密度的增加而减少. 而当密度成长到某种程度，环境的承载力会达到饱和状态，组织种群成员的关系将由相互依赖转变为竞争，而竞争会使有限的环境资源渐呈不足，使组织死亡的可能性增加. 此时，组织死亡率则随着种群密度的增加而增加. 整体来看，组织种群密度与组织死亡风险的关系呈U型，曲线递减的部分可归因于合法性的提高，而曲线递增的部分则归因于种群内部的激烈竞争.

假设1：种群密度与组织死亡风险的关系呈U型

1.2 组织年龄与组织死亡风险

关于组织年龄与组织死亡的最初观点是新组织的存活不利性(Liability of newness). 该观点认为，与老组织相比，新组织有更高的死亡风险，其原因在于：(1)新组织意味着组织与其成员都扮演社会行动者的新角色，在此期间，新组织较易犯下重大错误；(2)新组织调整和学习需要许多时间与努力，会影响新组织表现的稳定性；(3)新组织的成员主要由新人所组成，成员之间薄弱的互信基础会影响组织的社会化过程. 而为了获得组织内部和外部的信任，新组织又必须增加额外的开办成本；(4)新组织不易与已拥有固定客户群的既存组织展开竞争.

此外，新组织缺乏影响力基础、正当性以及与外部重要因素之间的稳定关系而且新组织在可靠性(Reliability)及责任性(Accountability)方面的能耐较差. 可靠性指组织能重复产生特定水平产品的能力，而责任性指组织对资源配置及组织行动提出说明的能力. 因为环境倾向于选择具有可靠性及责任性的组织，所以新组织的死亡率会高于老组织的死亡率.

提出如下假设：

假设2：组织年龄与企业死亡风险呈负向的关系

假设3：密度依赖的作用随着组织年龄的增长而减弱

1.3 产品多样性与组织死亡风险

产品多样化程度与产业组织死亡的风险可用生态位适配理论(Fitness set theory)[8]分析. 该理论研究组织在环境资源范围上的扩展能力，分析在何种情况下专一型组织和多样组织具有较强的进化优势. 组织在环境资源上扩展的最佳数量即为组织适合度(Fitness)，组织适合度有时也等同于组织的存活机会. 根据生态位宽度理论，一种有效的组织形式一定具有高的适合度，定位在一个窄的环境中(窄生态位). 如果组织定位在一个宽的环境中(宽生态位)，则其适合度就低，组织的有效性也低. 在生态位宽度理论中，专一化组织即生态位窄的组织，而多样化组织即为生态位宽的组织. 生态位的最佳宽度取决于特地时期内最高的平均适合度，以及环境波动、环境状态的差异性等因素. Freeman和Hannan[9]对生态位宽度进行了深化. 他们重点研究了环境变化的两个特征：环境可变性水平和纹路(Grain). 可变性指环境围绕其平均值波动的变化，纹路则是指这些变化的斑纹(Patchiness)，有很多短周期变化的为细纹(Fine grain)，而只有少数长周期的变化为粗纹(Coarse grain). 可变性水平和纹路能彼此单独变化. 根据生态位宽度理论，在细纹环境中，专业化战略是有利的. 例如，不管环境变化水平如何，专业化组织都能度过短暂的艰苦周期，因而其死亡率较低. 在粗纹环境中，专一型组织能从低水平的环境中获益，而多样化组织则能从高水平的可变性中获益.

因此在竞争激烈的环境下，组织多样性程度越高，组织死亡风险越大. 提出如下研究假设：

假设4：在竞争激烈的环境下，多元化企业死亡的密度依赖效应大于专一型企业死亡的密度依赖效应.

2 实证研究

2.1 样本描述

本文共获得51 236家制造业企业的数据库信息，覆盖了制造业企业里的29类小行业. 企业数据库信息包括各企业的注册时间、注销时间、地址、行业、经营范围、所有制性质以及注册资本等. 观察期间是2000—2012年. 在2012年以前死亡的企业样本数据被认为是发生了事件，到2012年为止还未死亡的企业样本数据被认为是右删失数据，经过对样本的有效筛选，最终有效样本为49 751个.

2.2 变量说明

因变量为二分类变量，其数值为0或1，0代表事件未发生，即企业仍然活着，1代表事件已发生，即死亡. 显然因变量不再服从正态分布，一般的线性回归模型不再满足经典假设条件，因此因变量的特殊形式决定本文的研究模型为生存分析模型[10].

自变量：种群密度定义为企业死亡当年的期初实有数，用Ni表示，Ni=Ni-1(上一年的期末实有数)+i年新成立的企业数-i年死亡的企业数；

种群密度的平方=种群密度×种群密度，由于种群密度是由期末实有数来衡量的，期末实有数是一个相当大的连续数，为了模型估计信息的准确，本文定义种群密度的平方=种群密度×种群密度/1 000.

调节变量：组织年龄定义为死亡时间与成立时间之差，死亡时间指的是企业的注销时间，成立时间指的是企业注册登记的时间，单位为年.

控制变量：组织是否多样化是根据企业的经营范围来判定，若企业只生产一种产品，则为专一型组织，记为0；若企业生产2种或2种以上的产品，则为多样化组织，记为1，所以组织是否多样化这个变量属于二分类变量；企业性质：用虚拟变量表示，1代表内资，0代表外资；行业属性：用虚拟变量表示，1代表劳动密集型行业，0代表非劳动密集型行业(表1).

表1 行业分布Table 1 Industrial distribution

资料来源：上市公司行业分类指引.

2.3 变量的统计性描述

对原始数据做描述性统计分析(表2)，观测期内有效样本为49 751个. 具体数据项为组织年龄、注册资本、死亡时间、企业性质、企业死亡时种群密度、广州市人均GDP、经营范围、是否劳动密集型、企业状态. 无论是最值、均值还是方差，与实际情况都无显著差异. 死亡时间最大值为2012，表示企业到2012年为止并未死亡，属于右删失数据；企业性质1代表内资企业，0代表外资企业；经营范围1代表产品多元化企业，0代表产品单一化企业；是否劳动密集型：1代表劳动密集型企业，0代表非劳动密集型企业；企业状态：1代表死亡的企业，0代表非死亡的企业. 注册资本的最大值和最小值之间的差距较大，说明样本代表了不同规模的企业，具有一定的代表性和有效性.

表2 描述统计量Table 2 Descriptive statistics

注：有效样本数为49 751个

由于样本中的指标多数属于二分类变量，仅凭其最大值，最小值，均值很难看出其整体水平情况，表3给出企业性质、经营范围、是否属于劳动密集型、企业状态的频率. 广州1999—2010年期间新成立的企业89.4%是内资企业，只有10.6%是外资企业；专一化企业和多样化企业的比例悬殊不大，基本

表3 各分类变量频率Table 3 The frequency of categorical variables

持平；制造业本来是一个以劳动密集型为主导的行业，但是从表中可看出制造业正在逐渐转型中，到2010年为止非劳动密集型企业所占比例略微高于劳动密集型企业的比例；1999—2010年成立的企业在2000—2011年期间死亡企业比例为32.3%，约为1/3，意味着在这期间有三分之一的企业死亡.

2.4 时变量Cox模型分析

实证研究采用时变量Cox模型，分析1999—2010年成立的企业在2000—2011年期间的死亡风险. 实证分析结果如下：

2.4.1 种群密度、组织年龄对企业死亡风险的影响 部分验证假设1结果如表4所示. 由于种群密度平方对企业死亡风险无作用，所以不列于相关表中. 种群密度对企业死亡风险的影响系数为33.204，说明该变量对死亡风险有较强的正向影响，与前面的假设种群密度与死亡风险呈“U”型不符，这是因为本研究的数据关于种群密度这个变量的最小值已达到19 190，该行业的竞争性已开始在起主导作用. 也就是说广州制造业的发展合法性在逐渐减弱，竞争性在不断增强，从2000年开始广州制造业死亡风险就始终受竞争性作用的支配，且有不断加强的趋势. 因此得到结论是种群密度越大，企业死亡风险越大，该结论与前面的理论假设并不矛盾，验证的是“U”型的后半部分，假设1得到部分验证.

表4时变变量Cox模型参数估计的结果

Table 4 The result of time-varying variable Cox model parameter estimation

回归系数标准误Wald统计量自由度显著水平人均GDP的对数6.5800.1402 209.46310.000种群密度的对数33.2042.159236.48110.000种群密度_年龄的对数-41.0312.152363.48610.000是否劳动密集0.0270.0182.33510.127T_COV_-2.0650.075759.52810.000经营范围-0.0250.0191.80110.180企业性质-0.1380.02627.97210.000

验证假设2考察组织年龄是否会抑制种群密度对企业死亡风险的影响，即在模型中关注种群密度与组织年龄的交互作用. 在表4中关于种群密度_年龄这个系数为-41.031，而且系数通过了显著性t检验，说明组织年龄抑制种群密度与企业死亡风险影响.

2.4.2 种群密度对内资、外资企业死亡风险影响的比较 内资企业及外资企业的时变变量Cox模型估计结果分别如表5、6所示.

表5内资企业的时变变量Cox模型估计结果

Table 5 The result of time-varying variable Cox model parameter estimation for domestic enterprises

回归系数标准误Wald统计量自由度显著水平人均GDP的对数6.9030.1522 055.58610.000种群密度的对数33.6132.495181.53610.000种群密度_年龄的对数-41.8672.488283.25310.000是否劳动密集0.0290.0192.26910.132T_COV_-2.0320.080645.89410.000经营范围-0.0160.0190.68110.409

表6外资企业的时变变量Cox模型估计结果

Table 6 The result of time-varying variable Cox model parameter estimation for foreign enterprises

回归系数标准误Wald统计量自由度显著水平人均GDP的对数4.3380.352152.07110.000种群密度的对数33.0594.19262.19110.000种群密度_年龄的对数-37.4344.16480.81510.000是否劳动密集0.0430.0480.79810.372T_COV_-2.4640.226118.42610.000经营范围-0.1920.1142.84110.092

从内资、外资企业的时变变量Cox模型的估计结果来看，种群密度对内资企业的死亡风险的影响系数为33.613，种群密度对外资企业死亡风险的影响系数是33.059，说明种群密度对内资企业死亡风险的影响稍大于对外资的死亡风险的影响. 结合在假设1的证明过程中得到种群密度对企业死亡风险影响正处于竞争性占支配地位的阶段，说明内资企业种群间的竞争程度大于外资企业种群间的竞争程度.

2.4.3 种群密度对多元化企业、专一型企业死亡风险影响的比较 多元化企业及专一型企业的时变变量Cox模型估计结果分别如表7、8所示.种群密度

表7多元化企业的时变变量Cox模型估计结果

Table 7 The result of time-varying variable Cox model parameter estimation for diversified enterprises

回归系数标准误Wald统计量自由度显著水平人均GDP的对数7.8360.2151 332.35910.000种群密度的对数30.1733.02399.60010.000种群密度_年龄的对数-39.5653.012172.60110.000是否劳动密集0.0190.0270.49710.481T_COV_-1.9540.120267.12810.000企业性质-0.1450.1101.74610.186

表8专一型企业的时变变量Cox模型估计结果

Table 8 The result of time-varying variable Cox model parameter estimation for professional enterprises

回归系数标准误Wald统计量自由度显著水平人均GDP的对数5.4630.185873.52110.000种群密度的对数32.2362.424176.84010.000种群密度_年龄的对数-38.6352.413256.36710.000是否劳动密集0.0280.0241.34610.246T_COV_-2.1510.100461.87410.000企业性质-0.1470.02729.75310.000

对多元化企业死亡风险的影响系数为30.173，种群密度对专一型企业死亡风险的影响系数为32.236，两者都通过显著性检验. 说明种群密度对专一型企业死亡风险的影响稍大于对多元型企业的影响. 假设1的证明过程表明，种群密度对企业死亡风险影响正处于竞争性占支配地位的阶段，因此，专一型企业种群间的竞争性大于多元型企业种群间的竞争性. 这与前述假设4的理论假设相符，所以假设4得到验证.

2.4.4 种群密度对劳动密集型企业、非劳动密集型企业死亡风险影响的比较 劳动密集型企业及非劳动密集型企业的时变变量Cox模型估计结果分别如表9、10所示.种群密度对劳动密集型企业死亡风险的影响系数为26.512，种群密度对非劳动密集型企业死亡风险的影响系数为33.099，两者都通过了显著性检验，说明种群密度对非劳动密集型企业死亡风险的影响大于对劳动密集型企业的死亡风险. 结合在假设1的证明过程中得到种群密度对企业死亡风险影响正处于竞争性占支配地位的阶段，说明非劳动密集型企业种群间的竞争性大于劳动密集型企业这个种群间的竞争性.

表9劳动密集型企业的时变变量Cox模型估计结果

Table 9 The result of time-varying variable Cox model parameter estimation for labor intensive enterprise

回归系数标准误Wald统计量自由度显著水平人均GDP的对数7.0420.224987.51010.000种群密度的对数26.5122.366125.57210.000种群密度_年龄的对数-35.0182.349222.17810.000T_COV_-2.0430.126263.94510.000企业性质-0.1390.04410.09910.001经营范围-0.0200.0300.45410.501

表10非劳动密集型企业的时变变量Cox模型估计结果

Table 10 The result of time-varying variable Cox model parameter estimation for non labor intensive enterprises

回归系数标准误Wald统计量自由度显著水平T_COV_-2.1030.094498.36510.000经营范围-0.0300.0241.52110.217人均GDP的对数6.2230.1801201.04410.000种群密度的对数33.0992.616160.08610.000种群密度_年龄的对数-40.4052.606240.30910.000企业性质-0.1330.03316.70810.000

2.4.5 验证假设3：组织年龄对死亡风险的影响 该假设通过Log-Log生存曲线来验证. Log-Log生存曲线只是一种估计生存曲线的一种转换，这种转换就是对生存概率取两次对数，所以转换后的值可以是正值也可能是负值. 无论是从企业性质、产品多样化程度还是劳动密集程度的角度来分析，都可发现随之组织年龄的增加，生存曲线先是急剧上升，即死亡风险是急剧下降，最后趋于平缓，所以可以验证组织年龄对企业死亡风险具有负向的作用(图1).

图1 不同组织年龄内资、外资企业的生存风险

Figure 1 Survival risk of domestic and foreign firms with different ages

当寿命相同的情况下，外资企业的生存概率大于内资企业的生存概率，反之，外资企业的死亡风险小于内资企业的死亡风险，但差距不大. 企业越老时不管属于什么性质，其死亡风险相接近.

当寿命相同的情况下，专一型企业的生存概率大于多元化企业的生存概率，即专一型的死亡风险小于多元化的企业的生存概率. 而且对于越老的企业来说，两者之间的差距越来越大.对制造业企业而言，当企业发展到一定阶段，产品的专一化才有利于企业更好的发展.

图2 不同组织年龄多元与专一企业的生存风险

Figure 2 Survival risk of diversified and professional enterprise with different ages

图3 不同组织年龄劳动密集与非劳动密集企业的生存风险

Figure 3 Survival risk of labor intensive and non labor intensive enterprises with different ages

当寿命相同的情况下，非劳动密集型企业的生存概率稍微大于劳动密集型企业，企业越老两者之间的差距越少.

综上所述,本文整体实证结果如表11所示：

表11 实证研究结果Table 11 The result of the empirical study

3 结论与讨论

本文研究组织死亡风险受种群密度的影响，在理论分析的基础上提出相关假设，选取广州制造业1999—2010年间成立的企业作为研究样本，通过实证研究分析检验，主要从组织年龄、产品多元化程度、是否劳动密集型、企业性质等方面分析种群密度对组织死亡风险的影响. 最终得到的结论如下：

第一，广州制造业目前的组织数量已经远远超过饱和，从2000年开始广州制造业行业的竞争性占支配地位，合法性在逐渐减弱，也意味着广州制造业的竞争越来越激烈. 为了使该行业后续健康良好的发展，应该控制该行业的数量，阻止新的组织进入. 阻止新组织进入的方法很多，最基本的方法是提高行业壁垒，政府可出台政策并提高制定行业准入条件，对节能减排问题和环境保护问题做出相关规定，对行业规模做出限制等. 其次提高行业整体集中度，鼓励已有的制造业企业品牌的集中度，缓解产能过剩压力，凸显优势企业的竞争力.

第二，组织年龄与组织死亡风险呈负相关，且组织年龄可以抑制种群密度对组织死亡的影响. 意味着组织年龄越大，组织死亡风险越小. 而在广州制造业群体中绝大部分是中小企业，多数研究表明中小企业寿命短，使得资源浪费、效率低下，不利于该行业的发展，因此政府应该加大对中小企业的鼓励政策，比如资金贷款、税收优惠等，给中小企业营造一个健康良好的外部环境，从而提高中小企业的生存能力.

第三，在相同的组织年龄水平下多元化企业面临的死亡风险大于专一型企业的死亡风险，并且随着组织年龄的增大，两者的死亡风险差距越大. 需要合理调控广州制造业中专一性组织和多样化组织之间的数量结构. 通过产业组织政策来调控产业组织演化的基本目标是促进市场集中度的提高，以形成一个产业组织规模结构合理、分工体系明确、资源利用效率较高的产业组织体系.

第四，外资企业的死亡风险受种群密度的影响大于内资企业，但一旦外资企业在中国能站住脚，随着组织年龄变大，其死亡风险会下降，这说明外资企业的学习能力和管理上的创新可以克服自身环境的缺陷，而内资企业对政策、制度的依赖程度较高，以及自身的管理、学习能力都不及外资企业，所以政府应该提高广州制造业的开放和合作程度，鼓励内资和外资之间的合作与交流，实现与国际企业在标准上的对接，打破地域限制.

参考文献：

[1] Hannan M T, Freeman J H. Organizational ecology[M]. Cambridge, MA, USA: Harvard University Press, 1989.

[2] Carroll R G. Longterm evolutionary change in organizational populations: Theory， models and empirical findings in industrial demography[J]. Industrial and Corporate Change, 1997, 6(1): 119-143.

[3] Aldrich H E, Marlene C F. Fools to rush in? The institutional context of industry creation[J]. The Academy of Management Review,1994,19(4):645-670.

[4] Delacroix J, Swaminathan A, Solt M E. Density dependence versus population dynamics: An ecological study of failings in the California wine industry[J].American Sociological Review， 1989， 54(2):245-262.

[5] Barnett W P. The dynamics of competitive intensity[J]. Administrative Science Quarterly, 1997,49:128-160.

[6] 杨嬛，李启明，陈炳泉.基于密度依赖模型的建筑企业死亡率[J].东南大学学报:自然科学版，2009，39(6)：1263-1268.

Yang H, Li Q M, Chen B Q. Research building enterprise mortality based on the density dependence model[J]. Journal of Southeast University: Natural Science Edition, 2009，39(6)：1263-1268.

[7] 彭璧玉.组织设立和存活的空间过程研究[J].当代经济研究，2006(10)：16-19.

Peng B Y. The study of space and survival of the organization[J]. Contemporary Economic Research,2006(10)：16-19.

[8] MacArthur R H, Levins R. Competition, habitat selection, and character displacement in a patchy environment[J]. Proceedings of the National Academy of Science, 1964,51:1207-1210.

[9] Freeman J, Hannan M T. Niche width and dynamics of organization populations[J]. American Journal of Sociology, 1983,88: 1116-1145.

[10] 杜本峰. 事件史分析及其应用[M]. 北京:经济科学出版社,2008.