| 第711行: |
第711行: |
| | ** 增长较慢:开店数量([math]\gamma = 0.41[/math])、股东数量([math]\gamma = 0.27[/math])、关店数量([math]\gamma = 0.25[/math])和部门数量([math]\gamma = 0.12[/math])等变量的幂指数非常低。 | | ** 增长较慢:开店数量([math]\gamma = 0.41[/math])、股东数量([math]\gamma = 0.27[/math])、关店数量([math]\gamma = 0.25[/math])和部门数量([math]\gamma = 0.12[/math])等变量的幂指数非常低。 |
| | 尽管企业规模在扩大,但其产出和各项指标的增长并未跟上员工数量的增长,这体现了企业在效率方面的局限性。 | | 尽管企业规模在扩大,但其产出和各项指标的增长并未跟上员工数量的增长,这体现了企业在效率方面的局限性。 |
| | + | |
| | + | 虽然上述表格展示了规模法则的一般规律,但对比中美两国企业的数据可以发现,它们在基于员工数的规模法则上存在显著差异。这种差异不仅体现在幂指数 [math]\gamma[/math] 的数值上,更重要的是体现在比例系数 的系统性差异上。对于相同的变量(如总销售额、净利润等),两国企业的 [math]c[/math] 值往往不同,这反映了不同的发展阶段和效率模式。具体而言,中国企业由于处于更快速的发展阶段,其 [math]c[/math] 值在某些产出指标上可能更高,体现了快速增长阶段的市场活力和单位员工的产出潜力;但在管理成本、组织复杂度相关指标上,可能存在不同的结构特征。这种系统性差异反映了多个层面的因素:一是市场发展阶段的不同,中国企业整体处于更快速的发展轨道;二是企业管理模式和资源配置效率的差异;三是宏观经济环境的差异,中国的经济增长速度长期以来快于美国。从预测误差分布的角度看,中美两国企业的生长率分布都呈现右偏特征,表明两国企业都遵循相似的规模法则规律,但在具体的效率参数(尤其是 [math]c[/math] 值)上存在系统性差异。这进一步说明,虽然规模法则是普适的,但不同发展阶段和市场环境会塑造出不同的效率基础。<ref name=":1" /> |
| | | | |
| | === 用离差评估企业 === | | === 用离差评估企业 === |
| 第720行: |
第722行: |
| | * '''离差 = 0''':如果企业的点正好位于平均直线上,表明该企业的表现恰好等于市场平均水平。 | | * '''离差 = 0''':如果企业的点正好位于平均直线上,表明该企业的表现恰好等于市场平均水平。 |
| | * '''离差 < 0''':如果企业的点位于平均直线的下方,表明该企业的表现低于市场平均水平。 | | * '''离差 < 0''':如果企业的点位于平均直线的下方,表明该企业的表现低于市场平均水平。 |
| − | 传统的比例指标(例如,总利润/总销售额)存在局限性,因为它没有考虑到规模效应的影响。而'''规模标度律的离差'''则更具优势: | + | |
| | + | 传统的比例指标(例如,总利润/总销售额)存在局限性,因为它没有考虑到规模效应的影响。而'''规模标度律的离差'''则更具优势<ref>Xu, J., Chen, X., Wen, L., & Zhang, J. (2023). Company scaling and its deviations: New indicators for enterprise evaluation and bankruptcy prediction. Plos one, 18(10), e0287105.</ref>: |
| | * 考虑了规模效应:规模法则本身已经考虑了规模效应,因此这条直线代表了行业整体的平均水平。通过计算离差,我们可以将一个企业的表现与该行业的平均水平进行公正的比较。 | | * 考虑了规模效应:规模法则本身已经考虑了规模效应,因此这条直线代表了行业整体的平均水平。通过计算离差,我们可以将一个企业的表现与该行业的平均水平进行公正的比较。 |
| | * 更准确的评估:离差能够更准确地反映企业在该指标上的相对表现。当两个不同规模的企业进行比较时,仅使用比例指标是不够的,因为规模效应可能导致不同规模的企业有不同的比例值。离差则将规模效应纳入了考虑,提供了更合理的比较基础。 | | * 更准确的评估:离差能够更准确地反映企业在该指标上的相对表现。当两个不同规模的企业进行比较时,仅使用比例指标是不够的,因为规模效应可能导致不同规模的企业有不同的比例值。离差则将规模效应纳入了考虑,提供了更合理的比较基础。 |