一、引言
改革开放以来，广州市制造业有了显著的发展，无论制造业总量还是制造业技术水平都有很大的提高。与此同时，面对宏观经济的变化，广州市制造业也表现出了高度敏感性。如受美国次贷危机的波及，2008年广州市内大量企业经营陷入了困境乃至趋向死亡，宏观经济环境状况已成为影响企业生存的重要因素。在这样的背景下，考察广州市制造业企业的生存状况，分析其受宏观经济波动的影响，对本地区制造业的发展有着重要的理论启示作用。
企业生存绩效反映了企业设立和死亡的动态特性[1]。早期研究探索了影响企业生存绩效的众多因素，一些学者关注创业者及创业团队的特征。如人力资本[2]；一些学者关注企业特征，如企业年龄和规模[3]；其他学者关注行业特征，如技术水平[4]、研发强度[5]、行业生命周期[6]和进入壁垒[7]。
前期的研究很少实证分析宏观经济波动对企业生存绩效的影响及其塑造产业演化的过程。Boeri和Bellmann（1995）利用1979—1992年德国西部制造业企业的纵向数据，使用逻辑斯蒂模型（logistic model），分析了宏观经济波动与企业生存绩效的关系，虽未证实两者之间存在显著相关关系，但发现年龄越大的企业对经济波动反应越敏感[8]。Licht 和 Nerlinger（1998）以德国企业层面的数据研究了宏观经济环境与企业设立、死亡特性的关系，亦未发现它们之间存在显著关系[9]。Fotopoulos 和Louri（200
0）的研究表明，经济紧缩时期，企业有着更高的死亡率[10]，Box（2008）对1899—1950年间瑞典新设立企业的研究也证实了上述结论[11]。Geroski、Mata和Portugal （2010）使用葡萄牙企业的面板数据证实了良好的宏观经济环境能够提高企业生存绩效[12]。Olof和Jing（2014）应用1991—2002年间瑞典新设立高科技创业企业的纵向数据，验证了企业生存绩效的顺周期效应[13]。宏观经济波动与企业生存绩效的关系缺乏研究可能归因于不可获得高质量和/或全面的纵向数据。Boeri和Bellmann（1995）的研究中也提到了大部分数据库中只包含了企业最近的动态信息，甚至不能涵盖一个生命周期。
本文研究的数据中包含了1999—2010年间广州市新成立的48579家制造业企业并追溯其生存绩效至2012年，数据时间跨度为14年，期间内经历了多次经济扩张和紧缩状态。本文试图在以下几个方面做出尝试：（1）验证企业生存绩效存在顺周期性效应；（2）比较资金技术密集型企业与劳动密集型企业的生存绩效；（3）探究资金技术密集型和劳动密集型企业受宏观经济波动的不同影响，为政府宏观经济调控部门及相关企业调整社会经济发展战略和企业经营战略提供有价值的参考。
二、理论分析与研究假设
（一）主要假设
宏观经济环境是影响企业经营的重要因素。经济紧缩时期，现有企业经营将陷入困境且要承受新进入者的竞争压力，生存绩效较差。当前经济状况改变了企业对未来的期望是宏观经济影响企业生存的其中一个原因，不利的经济形势会导致企业对市场丧失信心而退出。此外，经济环境的恶化使企业受到资金约束，企业无法获得发展所需要的资金而面临生存危机。关注宏观经济条件与企业设立关系的研究及关注宏观经济条件与企业死亡、存活关系的研究均表明经济环境恶化不利于企业生存[14-15]，由此，本文做出了如下假设：
假设1：经济处于紧缩状态时，企业生存绩效较差。
研究与开发、创新对企业发展及其绩效提升有着重要影响。企业理论的研究逐渐认识到，新市场的建立不仅仅要注重企业数量，企业质量也尤其重要。高质量的企业有着较明确的经营理念和发展战略，因此生存绩效更好[16]。高科技企业引入了创新、促进了科技转移、加强了市场竞争、加快了产业演化，最终使得经济持续增长，所以这些企业是较典型的高质量企业。本文认为资金技术密集型企业属于高质量的企业，卓越的技术创新能力、明确的经营战略计划使其有着更好的生存绩效。因此，得到如下假设：
假设2：资金技术密集型企业较劳动密集型企业有着更好的生存绩效。
经济紧缩时期，资金技术密集型企业较劳动密集型企业反应更敏感。原因有以下两点：一是资金需求较多。资金技术密集型企业的单位产品所需资金投资较多，比如投资于高、尖、新技术设备。经济收缩时期，企业获得资金能力减弱，这对资金技术密集型企业的生存影响较大；二是风险资金需求较多。资金技术密集型企业在经营投资中进行风险投资的可能性较大，但经济紧缩时期，投资者变得尤其谨慎而不愿意进行投资。风险资金的获得性与企业生存具有内在的相关性。Jeng和Wells（2000）的研究表明，宏观经济扩张提高了风险资本的可获得性，从而提高了企业生存机会[17]。Romain和Van Pottelsberghe（200
4）也发现了风险资金的供应与GDP正相关[18]。由此，得到如下假设：
假设3：资金技术密集型企业对宏观经济波动反应更敏感。
Mata和Portugal（2002）首次比较了内资企业和外资企业的生存绩效，发现外资企业生存绩效明显好于内资企业，但在控制企业和行业因素后两者差别变得不显著[19]。大多数行业和年份中，广州市内外资制造业企业都存在一定程度的技术差距，外资企业技术效率普遍高于内资企业，高科技和出口依存度大的行业内这种差距更加明显。此外，资金技术密集型企业的生存和发展更依赖于技术机遇的获得及技术效率的提高。因此，外资资金技术密集型企业与相应内资企业生存绩效及对经济周期的反应不同。由此，做出如下假设：
假设4：外资和内资资金技术密集型企业的生存绩效及其对经济波动反应均不同。
（二）其他假设
市场信息不对称与企业效率的模型认为，只有进入市场检验，企业才能获得自身效率、能力的信息，从而做出保持、增长、收缩或退出的决定。Cefis和Marsili（2006）用这个模型证明了企业生存绩效随着年龄的增长而提高。影响企业生存绩效的另一个因素是企业规模，通常用员工人数、资产总额或营业额等指标来衡量[20]。Gibrat定律认为企业生存与规模之间没有关系，但这一结论被随后的研究所否定[21]。有的研究关注企业设立时的规模[22]，有的研究关注现在企业的规模[23]，但均证实了企业生存绩效随着企业规模的增大而提高。由此，得到如下假设：
假设5：企业年龄
、规模越大，企业生存绩效越好。
Schmalensee（1989）在产业组织理论的实证研究中发现高增长行业内有更多的发展机会和更高的收益，企业之间为争夺顾客而进行的竞争相对较小，从而有更好的生存绩效[24]。Geroski、Mata和Portugal（2010），Olof和Jing（2014）的研究也发现行业增长与企业生存绩效之间存在正向关系。行业生命周期理论表示，企业生存绩效受到行业发展阶段的影响。行业发展的早期阶段，企业设立和退出的可能性较高；行业发展处于高速增长阶段时，企业生存绩效提高；但当行业发展处于成熟阶段时，动荡机制又降低了企业生存绩效[25]。由此，提出如下假设：
假设6：高行业增长环境下，企业的生存绩效更好。
行业设立率反映了市场的竞争性和动荡性。组织生态学理论和产业组织理论均证实了高行业设立率会导致企业的高退出率。组织生态学理论认为，高行业设立率使企业面临高水平的竞争从而不利于企业存活。产业组织理论从进入和退出壁垒的角度对此进行阐述，认为易于进入的行业也易于退出。Geroski（1995）认为，企业的设立与退出行为会受到行业设立率的影响，其对企业生存绩效有负向影响。Geroski、Mata和Portugal（2010）证实了行业设立率和企业退出之间存在正向关系，认为企业退出事件更可能发生于设立率高的行业内。但Olof和Jing（2014）的研究发现行业设立率对企业生存绩效的正向影响。由此，提出如下假设：
假设7：行业设立率与企业生存绩效负相关。
行业集中度反映了市场竞争的强度。经济学家认为，竞争性行业内存在大量企业、有着更强的自律行为，低效率的企业逐渐被驱逐出市场，因此处于竞争性行业内的企业有着更好的生存绩效。其他观点认为高行业集中度更可能促进共谋行为，使企业有创造超额利润的可能性，从而更利于企业生存。此外，高集中度行业内企业获得利润空间较大且企业间更易于协调，现存企业更可能联合起来阻止新企业的进入，高行业集中度成为其生存的保护伞[26]。Geroski、Mata和Portugal（2010）研究也证实，行业集中度与企业生存绩效之间存在显著正相关关系。由此，提出如下假设：
假设8：行业集中度与企业生存绩效正相关。
三、变量、数据与方法
（一）变量
1.变量定义与测度
（1）解释变量和被解释变量
本文主要研究宏观经济波动对企业生存绩效的影响。实证分析中，用年龄来表示企业生存时间t，被解释变量是t时点企业的死亡风险率。本文将企业在工商局登记注册的时间视为企业设立时间，而将企业在工商局登记注销的时间定义为企业死亡时间（单位：年）。解释变量为宏观经济环境变量，用人均GDP增长率来表示。为了对比分析资金技术密集型和劳动密集型企业的生存绩效，本文引入了资金技术密集型虚拟变量，其中资金技术密集型企业为1，劳动密集型企业为0。为了反映资金技术密集型及劳动密集型企业对宏观经济波动的敏感度，本文还引入了人均GDP增长率与资金技术密集型虚拟变量的交互项。
（2）控制变量
为了控制企业特征对企业生存绩效的影响，本文引入了企业规模变量，采用企业注册资本来衡量。为了控制行业发展水平对企业生存绩效的影响，本文引入了行业增长率变量，用总产值增长率来测量。为了控制行业竞争程度对企业生存绩效的影响，本文还引入了行业设立率和行业集中度两个变量，分别用行业内企业设立数与行业内企业数的比值、行业内前八大企业总产值与行业内所有企业总产值的比值来衡量。
（二）数据
本文的数据来自广州市工商局信息中心的企业数据库及《广州市统计年鉴》。数据涵盖广州市1999—2010年间新成立的所有制造业企业，具体包括企业设立时间、企业状态（已注销或仍生存）、是否资金技术密集型企业、企业性质（内资或外资）、企业年龄、注册资本、行业门类（28个行业）等信息。1999—2010年间经历了亚洲金融危机、加入世贸组织、民工荒、美国次贷危机等重大事件，研究此期间宏观经济波动对企业生存绩效的影响具有重要的价值。
1999—2010年间广州市新成立制造业企业48579家，其中资金技术密集型企业23012家、劳动密集型企业25567家（内资资本技术密集型企业20053家、外资资本技术密集型企业2959家）。图1描述了2000—2012年期间，广州市制造业资金技术密集型企业及劳动密集型企业死亡数随时间的演化过程。从总趋势来看，两者的死亡数有着相同的变化趋势，但劳动密集型企业死亡数要明显高于技术密集型企业；死亡数变化趋势与宏观经济发展形势相一致。1997年的亚洲金融危机，影响了随后几年中国的经济及企业的发展，从图1中可以看出2000年、2001年企业死亡数都有所增加；2001年中国加入世贸组织，这给中国企业发展带来了新的机遇也带来了巨大挑战，2001—2003年间企业死亡数呈缓慢增加趋势；2004年席卷广东省的“民工荒”事件阻碍了企业的发展，2004年企业死亡数快速增加；2008年美国次贷危机给中国经济及企业发展带来了重大影响，2008年企业死亡数迅速达到观察期最高峰值。
广州市制造业，资金技术密集型企业少于劳动密集型企业，其占总体样本的47.4%。在整体样本中，外资企业占10.4%而其在资金技术密集型样本中占12.9%，这说明外资企业进入方式以资金技术密集型居多；此外，资金技术密集型企业有着较大的平均年龄、进入规模且平均行业增长率明显高于其他企业；观测期从1999—2012年，期间人均GDP增长率有14个观测值，增长率最小值为3.9%，最大值为19.6%。
（三）事件史分析方法
为了解释企业生存绩效的顺周期效应，本文使用时间模型探讨宏观经济波动对企业死亡风险的影响。数据中包含了1999—2012年企业设立、死亡状态及相关解释变量，因变量是t时点企业的死亡风险率，是典型的事件史分析数据。事件史分析的优势在于能处理事件发生信息不完整的问题，一些企业在观察期结束时并未经历事件，这些企业被称为右删失观测值。事件史分析的另一项优势是它考虑了状态依赖（事件依赖），即持续时间影响特定状态的可能性，这点对于企业生存研究意义重大。
事件史分析方法包括非参数估计、参数估计、半参数估计等。本项研究将使用非参数估计KM估计比较两组或多组生存函数，
使用半参数估计Cox比例风险模型估计分析各因素对企业生存绩效的影响。
1.KM估计
非参数模型一般用来做描述分析，其主要优势在于没有对风险函数和生存函数的分布做任何假设。在引入任何协变量之前，本文采用非参数估计最常用的方法KM估计来描述生存函数，即
其中，St表示生存函数，nj是指时间ti处于风险集中的个体数目，dj表示在时间ti经历事件的个体数目。
2.Cox比例风险模型估计
Cox（1972）在《回归模型与生命表》一文中[27]，将连续时间模型的风险取对数后表示成两项之和：一项是基准函数，它表示所有预测变量取值为0时的风险取对数后的值；另一项是协变量的加权线性组合。Cox比例风险模型的表达式为：
其中，t为生存时间变量取值，本文用企业年龄来表示；h0（t）代表基准风险率，即当协变量全为0时的风险率；x为协变量，h（t）表示时刻t协变量x影响下的风险率。
四、实证结果与分析
（一）经济周期模式和企业生存
文章用人均GDP增长率表示经济周期模式的变化，1999—2012年间广州市经济周期的变化情况如图2所示。受亚洲金融危机的影响，1999—2001年间广州市经济发展较缓慢；但2001年—2004年经济形势有了很大的改善，这得益于2001年中国加入世贸组织所带来的发展机遇；2004年席卷整个广东省的“民工荒”现象严重阻碍了广州市的经济增长，2004—2008年间广州市经济发展一直走下坡路；2008年受美国次贷危机的影响，广州市经济增长跌至最低，仅为3.9%；2009年以后广州市经济又开始了新一轮的高速增长。
为了描绘随年龄变化企业的生存情况，对资金技术密集型和劳动密集型企业进行了KM估计，KM生存曲线如图3所示，KM曲线展现了每个年龄下存活企业的比率。此外，在每个年龄下，资金技术密集型企业的生存绩效均好于劳动密集型企业。
（二）生存的决定因素
本部分将使用Cox比例风险模型对各影响因素与企业绩效的关系进行估计。为了分析企业生存绩效随年龄的演化过程，将引入年龄虚拟变量并对其估计结果进行分析，未显示此结果。图4中展现了这一变化过程，企业成立五年之前，死亡风险率随着企业年龄的增加而增加，在成立五年之后，死亡风险率随着企业年龄的增加而降低，假设5部分得到证实。
1.PanelA是使用Cox比例风险模型对全部企业样本进行的估计。模型A1中仅引入了资金技术密集型企业虚拟变量，变量估计结果系数为负且在1%水平上显著，这表明资金技术密集型企业较劳动密集型企业有着更好的生存绩效，假设2得到验证。
2.模型A2中又引入了人均GDP增长率变量。资金技术密集型虚拟变量的结果仍然为负且显著，人均GDP增长率的系数为负且在1%水平上显著，在接下来的A3、A4模型中均得到类似结果，这表明经济状态越好，企业死亡风险率越低，即企业生存绩效存在着顺周期效应，假设1得到验证。
3.模型A3中继续引入企业规模、行业增长率、行业设立率和行业集中度控制变量，资金技术密集型虚拟变量和人均GDP增长率变量结果仍显著。企业规模的系数显著为负，这表明以大规模进入的企业有着较高的生存绩效，这和先前的理论及假设相符，假设5得到证实。
4.行业增长率变量的估计系数为正且显著，说明高增长行业内的企业生存绩效较差，得到了和假设6相反的结论。一个合理的解释是，高的行业增长率会吸引大量新企业的进入，而新企业在设立初期面临着较高的死亡风险。
5.行业设立率变量的结果为负且显著，表明高的行业设立率增加了企业的生存机会，结果与假设7相反。这是因为广州市制造业尚处于高速发展期，高的行业设立率反而促进了合法化过程，从而提高了企业生存概率。但可以预测，随着行业发展的逐渐成熟，竞争机制将起主导作用，行业设立率对企业生存的正向效应会逐渐消失。
6.行业集中度变量的结果为负且显著，表明高集中度行业内的企业生存绩效较好，假设8得到验证。
7.模型A4中继续引入资金技术密集型虚拟变量和人均GDP增长率变量的交互项，这时资金技术密集型虚拟变量和人均GDP变量的系数都明显增大且显著，但交互项却显著为正，这表明劳动密集型企业对经济周期的变化反应更加敏感。这与假设3结论相反，一个可能的解释是资金技术密集型企业的发展更多依赖于技术机遇，所以受经济周期波动影响较少。
8.PanelB和PanelC运用模型A3和A4对内资企业和外资企业样本分别进行了估计，估计结果与PanelA方向相同，但PanelC的部分估计结果未通过显著性检验。PanelB和PanelC的估计结果中，资金技术密集型虚拟变量的系数均为负且显著，表明内资、外资资金技术密集型企业生存绩效均好于劳动密集型企业；对比PanelB和PanelC的估计结果，发现内资资金技术密集型企业较相应外资企业有着更好的生存绩效。PanelC中资金技术密集型虚拟变量与人均GDP增长率的交互项估计结果不显著，但在PanelB中显著为正，这说明内资资金技术密集型企业对经济周期波动反应更敏感，这与假设4相符。
