453
个编辑
更改
→企业
==企业==
==企业==
企业作为当代经济的核心单元，其生长、演化和消亡过程也呈现出普遍的规模法则。这些法则揭示了企业行为与规模之间的量化关系，并为理解经济系统的复杂性提供了新的视角。
===企业的规模法则与生长===
企业作为复杂的适应性系统，其增长 dynamics 具有显著的规模依赖性。一项对数万家美国和中国上市公司长达数十年的数据分析表明，企业的动态特性可以通过标度关系来表达，进而形成一个关于其增长的定量分析理论。
* 资产与销售额的亚线性关系：研究发现，企业的销售额与总资产之间存在亚线性标度关系，即销售额的增长速度低于资产的增长速度。令人意外且非平凡的是，这导致了资产随时间以幂律形式增长，而非通常假设的指数增长。
[math]\displaystyle{ \text{Sales} \propto \text{Assets}^{\beta} }[/math]，其中 [math]\beta < 1[/math] 。
* 负债与规模的关系：负债与资产的标度关系在不同经济体中可能存在差异。例如，在美国，负债与资产呈线性关系（指数约为 1.0），而在中国，则呈现超线性关系（指数约为 1.09）。这种指数上的微小差异，却能对企业增长轨迹的特征和长期演变产生显著影响。
* 独特性质：尽管企业属于受收入和成本规模影响的更大类增长现象，但它们独特的之处在于其随时间遵循幂函数增长，这与生物体、城市、国家和市场通常表现出的指数增长不同。
===吉布莱特假说（Gibrat's Law）===
吉布莱特假说，也被称为“等比例效应法则”（Law of Proportionate Effect），是解释企业规模分布的早期尝试。其核心观点是：
* 增长率独立于规模：在给定时期内，一个企业规模的等比例变化概率对于行业内所有企业而言是相同的，无论其期初规模大小 [cite: 499]。
* [cite_start]**预测对数正态分布**：该假说推断，在一定条件下，企业规模的经验分布会收敛到对数正态分布 [cite: 492]。
[cite_start]然而，经验证据普遍不支持吉布莱特假说。多项研究，包括对荷兰和意大利小型服务业以及美国制造业公司的分析，倾向于拒绝该假说 [cite: 487, 489, 2]。
* [cite_start]**增长率随规模减小**：实际观察到的趋势是，存活企业的增长率往往随企业规模的增大而系统性地减小 [cite: 490, 2][cite_start]。这种偏离在小型企业中尤为显著 [cite: 2]。
* [cite_start]**样本差异**：对吉布莱特假说的实证检验结果往往难以直接比较，因为研究中使用的样本和方法差异很大 [cite: 501, 507]。
### 史丹利等人的企业生长研究
[cite_start]H. Eugene Stanley 及其合作者（如 Luis A. N. Amaral, Shlomo Havlin 等）通过对大量公司数据的实证分析，揭示了企业增长行为的统计规律，对传统经济学理论提出了挑战 [cite: 1160]。
* [cite_start]**增长率分布的幂律行为**：他们的研究发现，企业增长率的概率分布遵循幂律，而非通常假设的正态分布。这意味着极端增长（或收缩）事件比预期更为常见 [cite: 1160]。
* [cite_start]**增长率波动与规模**：对于大型公司，增长率分布的宽度（波动性）独立于公司规模。然而，对于小型公司，增长率的波动性则强烈依赖于其规模 [cite: 1160]。这一发现表明，大型公司和小型公司的增长 dynamics 存在根本性差异。
### 企业死亡率
[cite_start]企业死亡率是企业生命周期研究中的一个重要方面。对超过25,000家北美上市公司在1950年至2009年间的数据分析显示，上市公司的死亡率表现出以下特点[cite: 2320, 2321, 2322]:
* [cite_start]**近似恒定的风险率**：上市公司的死亡率在长时间观察期内呈现出近似恒定的风险率（hazard rate）。这意味着公司的死亡率与其年龄无关 [cite: 2321, 2322]。这一发现与生物有机体通常随年龄增长而增加死亡风险的模式形成对比。
* [cite_start]**典型半衰期**：上市公司的典型半衰期约为十年，且不依赖于其所属行业 [cite: 2323]。
* [cite_start]**死亡事件的定义**：在研究中，“死亡”的定义不仅包括清算，更常见的原因是公司因并购而消失 [cite: 2333, 2334][cite_start]。公司可能通过多种过程“死亡”，包括分拆、合并或清算，以适应经济和技术条件的变化 [cite: 2334]。
这些关于企业规模法则和死亡率的研究，为理解现代经济中企业作为动态系统的行为提供了量化的见解，并强调了复杂系统理论在经济学中的应用价值。
### 参考文献
Daepp, M. I. G., Hamilton, M. J., West, G. B., & Bettencourt, L. M. A. (2015). The mortality of companies. [cite_start]*Journal of the Royal Society Interface*, *12*(106), 20150120. [cite: 2317]
Li, R., Dong, L., Zhang, J., Wang, X., Wang, W.-X., Di, Z., & Stanley, H. E. (2017). Simple spatial scaling rules behind complex cities. [cite_start]*Nature Communications*, *8*, 1841. [cite: 1541, 1543, 1544, 1545, 1546]
Santarelli, E., Klomp, L., & Thurik, A. R. (2006). Gibrat's Law: An Overview of the Empirical Literature. In *Entrepreneurship, Growth, and Innovation* (pp. 41–73). [cite_start]Springer. [cite: 498, 499, 492, 487, 489, 490, 501, 507, 2]
Stanley, H. E., Amaral, L. A. N., Buldyrev, S. V., Havlin, S., Leschhorn, H., Maass, P., Salinger, M. A., & Weiss, H. (1996). Scaling behavior in the growth of companies. [cite_start]*Nature*, *379*(6568), 804–806. [cite: 1160]
==国家==
==国家==