摘 要：本文基于Cox比例風險模型，利用1999—2010年廣州市新成立制造業(yè)企業(yè)的數(shù)據(jù)，考察了宏觀經濟波動對企業(yè)生存績效的影響。研究結果顯示：企業(yè)生存績效經歷了順周期效應；勞動密集型企業(yè)較資金技術密集型企業(yè)面臨更高的死亡風險且其對宏觀經濟波動反應更敏感；內資資金技術密集型企業(yè)生存績效好于相應外資企業(yè)，但其更易受到宏觀經濟波動的影響。

關鍵詞：宏觀經濟波動；生存績效；Cox比例風險模型；制造業(yè)

中圖分類號：F124.8 文獻標識碼：A〓 文章編號：1003-9031（2014）09-0004-07 DOI：10.3969/j.issn.1003-9031.2014.09.01

一、引言

改革開放以來，廣州市制造業(yè)有了顯著的發(fā)展，無論制造業(yè)總量還是制造業(yè)技術水平都有很大的提高。與此同時，面對宏觀經濟的變化，廣州市制造業(yè)也表現(xiàn)出了高度敏感性。如受美國次貸危機的波及，2008年廣州市內大量企業(yè)經營陷入了困境乃至趨向死亡，宏觀經濟環(huán)境狀況已成為影響企業(yè)生存的重要因素。在這樣的背景下，考察廣州市制造業(yè)企業(yè)的生存狀況，分析其受宏觀經濟波動的影響，對本地區(qū)制造業(yè)的發(fā)展有著重要的理論啟示作用。

企業(yè)生存績效反映了企業(yè)設立和死亡的動態(tài)特性[1]。早期研究探索了影響企業(yè)生存績效的眾多因素，一些學者關注創(chuàng)業(yè)者及創(chuàng)業(yè)團隊的特征。如人力資本[2]；一些學者關注企業(yè)特征，如企業(yè)年齡和規(guī)模[3]；其他學者關注行業(yè)特征，如技術水平[4]、研發(fā)強度[5]、行業(yè)生命周期[6]和進入壁壘[7]。

前期的研究很少實證分析宏觀經濟波動對企業(yè)生存績效的影響及其塑造產業(yè)演化的過程。Boeri和Bellmann（1995）利用1979—1992年德國西部制造業(yè)企業(yè)的縱向數(shù)據(jù)，使用邏輯斯蒂模型（logistic model），分析了宏觀經濟波動與企業(yè)生存績效的關系，雖未證實兩者之間存在顯著相關關系，但發(fā)現(xiàn)年齡越大的企業(yè)對經濟波動反應越敏感[8]。Licht 和 Nerlinger（1998）以德國企業(yè)層面的數(shù)據(jù)研究了宏觀經濟環(huán)境與企業(yè)設立、死亡特性的關系，亦未發(fā)現(xiàn)它們之間存在顯著關系[9]。Fotopoulos 和Louri（200

0）的研究表明，經濟緊縮時期，企業(yè)有著更高的死亡率[10]，Box（2008）對1899—1950年間瑞典新設立企業(yè)的研究也證實了上述結論[11]。Geroski、Mata和Portugal （2010）使用葡萄牙企業(yè)的面板數(shù)據(jù)證實了良好的宏觀經濟環(huán)境能夠提高企業(yè)生存績效[12]。Olof和Jing（2014）應用1991—2002年間瑞典新設立高科技創(chuàng)業(yè)企業(yè)的縱向數(shù)據(jù)，驗證了企業(yè)生存績效的順周期效應[13]。宏觀經濟波動與企業(yè)生存績效的關系缺乏研究可能歸因于不可獲得高質量和/或全面的縱向數(shù)據(jù)。Boeri和Bellmann（1995）的研究中也提到了大部分數(shù)據(jù)庫中只包含了企業(yè)最近的動態(tài)信息，甚至不能涵蓋一個生命周期。

本文研究的數(shù)據(jù)中包含了1999—2010年間廣州市新成立的48579家制造業(yè)企業(yè)并追溯其生存績效至2012年，數(shù)據(jù)時間跨度為14年，期間內經歷了多次經濟擴張和緊縮狀態(tài)。本文試圖在以下幾個方面做出嘗試：（1）驗證企業(yè)生存績效存在順周期性效應；（2）比較資金技術密集型企業(yè)與勞動密集型企業(yè)的生存績效；（3）探究資金技術密集型和勞動密集型企業(yè)受宏觀經濟波動的不同影響，為政府宏觀經濟調控部門及相關企業(yè)調整社會經濟發(fā)展戰(zhàn)略和企業(yè)經營戰(zhàn)略提供有價值的參考。

二、理論分析與研究假設

（一）主要假設

宏觀經濟環(huán)境是影響企業(yè)經營的重要因素。經濟緊縮時期，現(xiàn)有企業(yè)經營將陷入困境且要承受新進入者的競爭壓力，生存績效較差。當前經濟狀況改變了企業(yè)對未來的期望是宏觀經濟影響企業(yè)生存的其中一個原因，不利的經濟形勢會導致企業(yè)對市場喪失信心而退出。此外，經濟環(huán)境的惡化使企業(yè)受到資金約束，企業(yè)無法獲得發(fā)展所需要的資金而面臨生存危機。關注宏觀經濟條件與企業(yè)設立關系的研究及關注宏觀經濟條件與企業(yè)死亡、存活關系的研究均表明經濟環(huán)境惡化不利于企業(yè)生存[14-15]，由此，本文做出了如下假設：

假設1：經濟處于緊縮狀態(tài)時，企業(yè)生存績效較差。

研究與開發(fā)、創(chuàng)新對企業(yè)發(fā)展及其績效提升有著重要影響。企業(yè)理論的研究逐漸認識到，新市場的建立不僅僅要注重企業(yè)數(shù)量，企業(yè)質量也尤其重要。高質量的企業(yè)有著較明確的經營理念和發(fā)展戰(zhàn)略，因此生存績效更好[16]。高科技企業(yè)引入了創(chuàng)新、促進了科技轉移、加強了市場競爭、加快了產業(yè)演化，最終使得經濟持續(xù)增長，所以這些企業(yè)是較典型的高質量企業(yè)。本文認為資金技術密集型企業(yè)屬于高質量的企業(yè)，卓越的技術創(chuàng)新能力、明確的經營戰(zhàn)略計劃使其有著更好的生存績效。因此，得到如下假設：

假設2：資金技術密集型企業(yè)較勞動密集型企業(yè)有著更好的生存績效。

經濟緊縮時期，資金技術密集型企業(yè)較勞動密集型企業(yè)反應更敏感。原因有以下兩點：一是資金需求較多。資金技術密集型企業(yè)的單位產品所需資金投資較多，比如投資于高、尖、新技術設備。經濟收縮時期，企業(yè)獲得資金能力減弱，這對資金技術密集型企業(yè)的生存影響較大；二是風險資金需求較多。資金技術密集型企業(yè)在經營投資中進行風險投資的可能性較大，但經濟緊縮時期，投資者變得尤其謹慎而不愿意進行投資。風險資金的獲得性與企業(yè)生存具有內在的相關性。Jeng和Wells（2000）的研究表明，宏觀經濟擴張?zhí)岣吡孙L險資本的可獲得性，從而提高了企業(yè)生存機會[17]。Romain和Van Pottelsberghe（200

4）也發(fā)現(xiàn)了風險資金的供應與GDP正相關[18]。由此，得到如下假設：

假設3：資金技術密集型企業(yè)對宏觀經濟波動反應更敏感。

Mata和Portugal（2002）首次比較了內資企業(yè)和外資企業(yè)的生存績效，發(fā)現(xiàn)外資企業(yè)生存績效明顯好于內資企業(yè)，但在控制企業(yè)和行業(yè)因素后兩者差別變得不顯著[19]。大多數(shù)行業(yè)和年份中，廣州市內外資制造業(yè)企業(yè)都存在一定程度的技術差距，外資企業(yè)技術效率普遍高于內資企業(yè)，高科技和出口依存度大的行業(yè)內這種差距更加明顯。此外，資金技術密集型企業(yè)的生存和發(fā)展更依賴于技術機遇的獲得及技術效率的提高。因此，外資資金技術密集型企業(yè)與相應內資企業(yè)生存績效及對經濟周期的反應不同。由此，做出如下假設：

假設4：外資和內資資金技術密集型企業(yè)的生存績效及其對經濟波動反應均不同。

（二）其他假設

市場信息不對稱與企業(yè)效率的模型認為，只有進入市場檢驗，企業(yè)才能獲得自身效率、能力的信息，從而做出保持、增長、收縮或退出的決定。Cefis和Marsili（2006）用這個模型證明了企業(yè)生存績效隨著年齡的增長而提高。影響企業(yè)生存績效的另一個因素是企業(yè)規(guī)模，通常用員工人數(shù)、資產總額或營業(yè)額等指標來衡量[20]。Gibrat定律認為企業(yè)生存與規(guī)模之間沒有關系，但這一結論被隨后的研究所否定[21]。有的研究關注企業(yè)設立時的規(guī)模[22]，有的研究關注現(xiàn)在企業(yè)的規(guī)模[23]，但均證實了企業(yè)生存績效隨著企業(yè)規(guī)模的增大而提高。由此，得到如下假設：

假設5：企業(yè)年齡、規(guī)模越大，企業(yè)生存績效越好。

Schmalensee（1989）在產業(yè)組織理論的實證研究中發(fā)現(xiàn)高增長行業(yè)內有更多的發(fā)展機會和更高的收益，企業(yè)之間為爭奪顧客而進行的競爭相對較小，從而有更好的生存績效[24]。Geroski、Mata和Portugal（2010），Olof和Jing（2014）的研究也發(fā)現(xiàn)行業(yè)增長與企業(yè)生存績效之間存在正向關系。行業(yè)生命周期理論表示，企業(yè)生存績效受到行業(yè)發(fā)展階段的影響。行業(yè)發(fā)展的早期階段，企業(yè)設立和退出的可能性較高；行業(yè)發(fā)展處于高速增長階段時，企業(yè)生存績效提高；但當行業(yè)發(fā)展處于成熟階段時，動蕩機制又降低了企業(yè)生存績效[25]。由此，提出如下假設：

假設6：高行業(yè)增長環(huán)境下，企業(yè)的生存績效更好。

行業(yè)設立率反映了市場的競爭性和動蕩性。組織生態(tài)學理論和產業(yè)組織理論均證實了高行業(yè)設立率會導致企業(yè)的高退出率。組織生態(tài)學理論認為，高行業(yè)設立率使企業(yè)面臨高水平的競爭從而不利于企業(yè)存活。產業(yè)組織理論從進入和退出壁壘的角度對此進行闡述，認為易于進入的行業(yè)也易于退出。Geroski（1995）認為，企業(yè)的設立與退出行為會受到行業(yè)設立率的影響，其對企業(yè)生存績效有負向影響。Geroski、Mata和Portugal（2010）證實了行業(yè)設立率和企業(yè)退出之間存在正向關系，認為企業(yè)退出事件更可能發(fā)生于設立率高的行業(yè)內。但Olof和Jing（2014）的研究發(fā)現(xiàn)行業(yè)設立率對企業(yè)生存績效的正向影響。由此，提出如下假設：

假設7：行業(yè)設立率與企業(yè)生存績效負相關。

行業(yè)集中度反映了市場競爭的強度。經濟學家認為，競爭性行業(yè)內存在大量企業(yè)、有著更強的自律行為，低效率的企業(yè)逐漸被驅逐出市場，因此處于競爭性行業(yè)內的企業(yè)有著更好的生存績效。其他觀點認為高行業(yè)集中度更可能促進共謀行為，使企業(yè)有創(chuàng)造超額利潤的可能性，從而更利于企業(yè)生存。此外，高集中度行業(yè)內企業(yè)獲得利潤空間較大且企業(yè)間更易于協(xié)調，現(xiàn)存企業(yè)更可能聯(lián)合起來阻止新企業(yè)的進入，高行業(yè)集中度成為其生存的保護傘[26]。Geroski、Mata和Portugal（2010）研究也證實，行業(yè)集中度與企業(yè)生存績效之間存在顯著正相關關系。由此，提出如下假設：

假設8：行業(yè)集中度與企業(yè)生存績效正相關。

三、變量、數(shù)據(jù)與方法

（一）變量

1.變量定義與測度

（1）解釋變量和被解釋變量

本文主要研究宏觀經濟波動對企業(yè)生存績效的影響。實證分析中，用年齡來表示企業(yè)生存時間t，被解釋變量是t時點企業(yè)的死亡風險率。本文將企業(yè)在工商局登記注冊的時間視為企業(yè)設立時間，而將企業(yè)在工商局登記注銷的時間定義為企業(yè)死亡時間（單位：年）。解釋變量為宏觀經濟環(huán)境變量，用人均GDP增長率來表示。為了對比分析資金技術密集型和勞動密集型企業(yè)的生存績效，本文引入了資金技術密集型虛擬變量，其中資金技術密集型企業(yè)為1，勞動密集型企業(yè)為0。為了反映資金技術密集型及勞動密集型企業(yè)對宏觀經濟波動的敏感度，本文還引入了人均GDP增長率與資金技術密集型虛擬變量的交互項。

（2）控制變量

為了控制企業(yè)特征對企業(yè)生存績效的影響，本文引入了企業(yè)規(guī)模變量，采用企業(yè)注冊資本來衡量。為了控制行業(yè)發(fā)展水平對企業(yè)生存績效的影響，本文引入了行業(yè)增長率變量，用總產值增長率來測量。為了控制行業(yè)競爭程度對企業(yè)生存績效的影響，本文還引入了行業(yè)設立率和行業(yè)集中度兩個變量，分別用行業(yè)內企業(yè)設立數(shù)與行業(yè)內企業(yè)數(shù)的比值、行業(yè)內前八大企業(yè)總產值與行業(yè)內所有企業(yè)總產值的比值來衡量。

（二）數(shù)據(jù)

本文的數(shù)據(jù)來自廣州市工商局信息中心的企業(yè)數(shù)據(jù)庫及《廣州市統(tǒng)計年鑒》。數(shù)據(jù)涵蓋廣州市1999—2010年間新成立的所有制造業(yè)企業(yè)，具體包括企業(yè)設立時間、企業(yè)狀態(tài)（已注銷或仍生存）、是否資金技術密集型企業(yè)、企業(yè)性質（內資或外資）、企業(yè)年齡、注冊資本、行業(yè)門類（28個行業(yè)）等信息。1999—2010年間經歷了亞洲金融危機、加入世貿組織、民工荒、美國次貸危機等重大事件，研究此期間宏觀經濟波動對企業(yè)生存績效的影響具有重要的價值。

1999—2010年間廣州市新成立制造業(yè)企業(yè)48579家，其中資金技術密集型企業(yè)23012家、勞動密集型企業(yè)25567家（內資資本技術密集型企業(yè)20053家、外資資本技術密集型企業(yè)2959家）。圖1描述了2000—2012年期間，廣州市制造業(yè)資金技術密集型企業(yè)及勞動密集型企業(yè)死亡數(shù)隨時間的演化過程。從總趨勢來看，兩者的死亡數(shù)有著相同的變化趨勢，但勞動密集型企業(yè)死亡數(shù)要明顯高于技術密集型企業(yè)；死亡數(shù)變化趨勢與宏觀經濟發(fā)展形勢相一致。1997年的亞洲金融危機，影響了隨后幾年中國的經濟及企業(yè)的發(fā)展，從圖1中可以看出2000年、2001年企業(yè)死亡數(shù)都有所增加；2001年中國加入世貿組織，這給中國企業(yè)發(fā)展帶來了新的機遇也帶來了巨大挑戰(zhàn)，2001—2003年間企業(yè)死亡數(shù)呈緩慢增加趨勢；2004年席卷廣東省的“民工荒”事件阻礙了企業(yè)的發(fā)展，2004年企業(yè)死亡數(shù)快速增加；2008年美國次貸危機給中國經濟及企業(yè)發(fā)展帶來了重大影響，2008年企業(yè)死亡數(shù)迅速達到觀察期最高峰值。

廣州市制造業(yè)，資金技術密集型企業(yè)少于勞動密集型企業(yè)，其占總體樣本的47.4%。在整體樣本中，外資企業(yè)占10.4%而其在資金技術密集型樣本中占12.9%，這說明外資企業(yè)進入方式以資金技術密集型居多；此外，資金技術密集型企業(yè)有著較大的平均年齡、進入規(guī)模且平均行業(yè)增長率明顯高于其他企業(yè)；觀測期從1999—2012年，期間人均GDP增長率有14個觀測值，增長率最小值為3.9%，最大值為19.6%。

（三）事件史分析方法

為了解釋企業(yè)生存績效的順周期效應，本文使用時間模型探討宏觀經濟波動對企業(yè)死亡風險的影響。數(shù)據(jù)中包含了1999—2012年企業(yè)設立、死亡狀態(tài)及相關解釋變量，因變量是t時點企業(yè)的死亡風險率，是典型的事件史分析數(shù)據(jù)。事件史分析的優(yōu)勢在于能處理事件發(fā)生信息不完整的問題，一些企業(yè)在觀察期結束時并未經歷事件，這些企業(yè)被稱為右刪失觀測值。事件史分析的另一項優(yōu)勢是它考慮了狀態(tài)依賴（事件依賴），即持續(xù)時間影響特定狀態(tài)的可能性，這點對于企業(yè)生存研究意義重大。

事件史分析方法包括非參數(shù)估計、參數(shù)估計、半?yún)?shù)估計等。本項研究將使用非參數(shù)估計KM估計比較兩組或多組生存函數(shù)，使用半?yún)?shù)估計Cox比例風險模型估計分析各因素對企業(yè)生存績效的影響。

1.KM估計

非參數(shù)模型一般用來做描述分析，其主要優(yōu)勢在于沒有對風險函數(shù)和生存函數(shù)的分布做任何假設。在引入任何協(xié)變量之前，本文采用非參數(shù)估計最常用的方法KM估計來描述生存函數(shù)，即

其中，St表示生存函數(shù)，nj是指時間ti處于風險集中的個體數(shù)目，dj表示在時間ti經歷事件的個體數(shù)目。

2.Cox比例風險模型估計

Cox（1972）在《回歸模型與生命表》一文中[27]，將連續(xù)時間模型的風險取對數(shù)后表示成兩項之和：一項是基準函數(shù)，它表示所有預測變量取值為0時的風險取對數(shù)后的值；另一項是協(xié)變量的加權線性組合。Cox比例風險模型的表達式為：

其中，t為生存時間變量取值，本文用企業(yè)年齡來表示；h0（t）代表基準風險率，即當協(xié)變量全為0時的風險率；x為協(xié)變量，h（t）表示時刻t協(xié)變量x影響下的風險率。

四、實證結果與分析

（一）經濟周期模式和企業(yè)生存

文章用人均GDP增長率表示經濟周期模式的變化，1999—2012年間廣州市經濟周期的變化情況如圖2所示。受亞洲金融危機的影響，1999—2001年間廣州市經濟發(fā)展較緩慢；但2001年—2004年經濟形勢有了很大的改善，這得益于2001年中國加入世貿組織所帶來的發(fā)展機遇；2004年席卷整個廣東省的“民工荒”現(xiàn)象嚴重阻礙了廣州市的經濟增長，2004—2008年間廣州市經濟發(fā)展一直走下坡路；2008年受美國次貸危機的影響，廣州市經濟增長跌至最低，僅為3.9%；2009年以后廣州市經濟又開始了新一輪的高速增長。

為了描繪隨年齡變化企業(yè)的生存情況，對資金技術密集型和勞動密集型企業(yè)進行了KM估計，KM生存曲線如圖3所示，KM曲線展現(xiàn)了每個年齡下存活企業(yè)的比率。此外，在每個年齡下，資金技術密集型企業(yè)的生存績效均好于勞動密集型企業(yè)。

（二）生存的決定因素

本部分將使用Cox比例風險模型對各影響因素與企業(yè)績效的關系進行估計。為了分析企業(yè)生存績效隨年齡的演化過程，將引入年齡虛擬變量并對其估計結果進行分析，未顯示此結果。圖4中展現(xiàn)了這一變化過程，企業(yè)成立五年之前，死亡風險率隨著企業(yè)年齡的增加而增加，在成立五年之后，死亡風險率隨著企業(yè)年齡的增加而降低，假設5部分得到證實。

1.PanelA是使用Cox比例風險模型對全部企業(yè)樣本進行的估計。模型A1中僅引入了資金技術密集型企業(yè)虛擬變量，變量估計結果系數(shù)為負且在1%水平上顯著，這表明資金技術密集型企業(yè)較勞動密集型企業(yè)有著更好的生存績效，假設2得到驗證。

2.模型A2中又引入了人均GDP增長率變量。資金技術密集型虛擬變量的結果仍然為負且顯著，人均GDP增長率的系數(shù)為負且在1%水平上顯著，在接下來的A3、A4模型中均得到類似結果，這表明經濟狀態(tài)越好，企業(yè)死亡風險率越低，即企業(yè)生存績效存在著順周期效應，假設1得到驗證。

3.模型A3中繼續(xù)引入企業(yè)規(guī)模、行業(yè)增長率、行業(yè)設立率和行業(yè)集中度控制變量，資金技術密集型虛擬變量和人均GDP增長率變量結果仍顯著。企業(yè)規(guī)模的系數(shù)顯著為負，這表明以大規(guī)模進入的企業(yè)有著較高的生存績效，這和先前的理論及假設相符，假設5得到證實。

4.行業(yè)增長率變量的估計系數(shù)為正且顯著，說明高增長行業(yè)內的企業(yè)生存績效較差，得到了和假設6相反的結論。一個合理的解釋是，高的行業(yè)增長率會吸引大量新企業(yè)的進入，而新企業(yè)在設立初期面臨著較高的死亡風險。

5.行業(yè)設立率變量的結果為負且顯著，表明高的行業(yè)設立率增加了企業(yè)的生存機會，結果與假設7相反。這是因為廣州市制造業(yè)尚處于高速發(fā)展期，高的行業(yè)設立率反而促進了合法化過程，從而提高了企業(yè)生存概率。但可以預測，隨著行業(yè)發(fā)展的逐漸成熟，競爭機制將起主導作用，行業(yè)設立率對企業(yè)生存的正向效應會逐漸消失。

6.行業(yè)集中度變量的結果為負且顯著，表明高集中度行業(yè)內的企業(yè)生存績效較好，假設8得到驗證。

7.模型A4中繼續(xù)引入資金技術密集型虛擬變量和人均GDP增長率變量的交互項，這時資金技術密集型虛擬變量和人均GDP變量的系數(shù)都明顯增大且顯著，但交互項卻顯著為正，這表明勞動密集型企業(yè)對經濟周期的變化反應更加敏感。這與假設3結論相反，一個可能的解釋是資金技術密集型企業(yè)的發(fā)展更多依賴于技術機遇，所以受經濟周期波動影響較少。

8.PanelB和PanelC運用模型A3和A4對內資企業(yè)和外資企業(yè)樣本分別進行了估計，估計結果與PanelA方向相同，但PanelC的部分估計結果未通過顯著性檢驗。PanelB和PanelC的估計結果中，資金技術密集型虛擬變量的系數(shù)均為負且顯著，表明內資、外資資金技術密集型企業(yè)生存績效均好于勞動密集型企業(yè)；對比PanelB和PanelC的估計結果，發(fā)現(xiàn)內資資金技術密集型企業(yè)較相應外資企業(yè)有著更好的生存績效。PanelC中資金技術密集型虛擬變量與人均GDP增長率的交互項估計結果不顯著，但在PanelB中顯著為正，這說明內資資金技術密集型企業(yè)對經濟周期波動反應更敏感，這與假設4相符。

五、結論及建議

首先，本文運用Cox比例風險模型驗證了企業(yè)生存績效的順周期效應：經濟擴張時期，企業(yè)有著較好的生存績效，經濟緊縮時期企業(yè)面臨較高的死亡風險，這表明宏觀經濟增長為企業(yè)贏得了更多的生存空間。因此，經濟擴張時期，政府可以鼓勵和引導企業(yè)的投資，加快企業(yè)發(fā)展；經濟低迷時期，則為企業(yè)提供資金、政策優(yōu)惠等支持，幫助企業(yè)渡過難關。其次，廣州市勞動密集型制造業(yè)企業(yè)的死亡率明顯高于資金技術密集型企業(yè)且其對宏觀經濟波動反應更敏感，勞動密集型企業(yè)應逐漸增強企業(yè)創(chuàng)新能力、提高企業(yè)技術水平以改善生存現(xiàn)狀。廣州市內外資資金技術密集企業(yè)生存績效的比較發(fā)現(xiàn)，內資企業(yè)有著更好的生存績效但其對經濟周期波動反應更敏感，這一結論對企業(yè)經營者進入決策制定和政策導向都有重要的啟示。加大內資企業(yè)技術創(chuàng)新及扶持力度與鼓勵外商投資同等重要，內資企業(yè)規(guī)模明顯小于外資企業(yè)，而實證研究中發(fā)現(xiàn)，企業(yè)規(guī)模正向影響生存績效，因此，在內資企業(yè)設立初期，尤其是經濟緊縮時期，政府應給予資金及技術的扶持以利于其后續(xù)發(fā)展。最后，與先前研究結論一致，廣州市制造業(yè)規(guī)模較小的企業(yè)面臨更高的死亡風險。此外，高增長行業(yè)內，由于大量新企業(yè)無法抵制設立初期的死亡威脅，存在“易進易出”的現(xiàn)象。因此，企業(yè)應提高自身抵御風險的能力，政府應加強對中小企業(yè)、新企業(yè)的支持，為其營造良好的生存環(huán)境。

（責任編輯：于明）

參考文獻：

[1][7]Geroski P A.What do we know about entry？[J]. International Journal of Industrial Organization， 1995， 13（4）： 421-440.

[2]Colombo M G， Grilli L. Founders’ human capital and

the growth of new technology-based firms： A competence-based view[J]. Research policy， 2005， 34（6）： 795-816.

[3][21]Dunne P， Hughes A. Age， size， growth and survival： UK companies in the 1980s[J]. The Journal of Industrial Economics， 1994： 115-140.

[4]Malerba F， Orsenigo L. Technological entry， exit and survival： an empirical analysis of patent data[J]. Research Policy， 1999， 28（6）： 643-660.

[5][9]Licht G， Nerlinger E. New technology-based firms

in Germany： a survey of the recent evidence[J]. Research Policy， 1998， 26（9）： 1005-1022.

[6][25]Agarwal R， Gort M. Firm and product life cycles

and firm survival[J]. American Economic Review， 2002： 184-190.

[8]Boeri T， Bellmann L. Post-entry behaviour and the

cycle： Evidence from Germany[J]. International Journal of Industrial Organization， 1995， 13（4）： 483-500.

[10][15]Fotopoulos G， Louri H. Determinants of hazard

confronting new entry： does financial structure matter？[J]. Review of Industrial Organization， 2000， 17（3）： 285-300.

[11]Box M. The death of firms： exploring the effects of

environment and birth cohort on firm survival in Sweden[J]. Small Business Economics， 2008， 31（4）： 379-393.

[12][23]Geroski P A， Mata J， Portugal P. Founding conditions and the survival of new firms[J]. Strategic Management Journal， 2010， 31（5）： 510-529.

[13]Ejermo O， Xiao J. Entrepreneurship and survival over the business cycle： how do new technology-based firms differ？[J]. Small Business Economics， 2014： 1-16.

[14]Mata J， Portugal B. Business conditions and business starts[J]. International Journal of the Economics of Business， 1996， 3（3）： 295-306.

[16]Fritsch M， Mueller P. Effects of new business formation on regional development over time[J]. Regional Studies， 2004， 38（8）： 961-975.

[17]Jeng L A， Wells P C. The determinants of venture capital funding： evidence across countries[J]. Journal of corporate Finance， 2000， 6（3）： 241-289.

[18]Romain A， Van Pottelsberghe B. The determinants of venture capital： a panel data analysis of 16 OECD countries[J]. Centre Emile Bernheim， Research Institute in Management Science， Working Pap， 2004 （04/015）.

[19]Mata J， Portugal P. The survival of new domestic and foreign‐owned firms[J]. Strategic Management Journal， 2002， 23（4）： 323-343.

[22]Cefis E， Marsili O. Survivor： The role of innovation in firms’ survival[J]. Research Policy， 2006， 35（5）： 626-641.

[24]Schmalensee R. Inter-industry studies of structure

and performance[J]. Handbook of industrial organization， 1989， 2： 951-1009.

[26]Bunch D S， Smiley R. Who deters entry？ Evidence on the use of strategic entry deterrents[J]. The Review of Economics and Statistics， 1992： 509-521.

[27] Cox D R. Regression models and life tables[J]. JR stat soc B， 1972， 34（2）： 187-220.