王 嬋, 彭璧玉, 陳有華

(1.暨南大學(xué)產(chǎn)業(yè)經(jīng)濟研究院，廣州 510632；2.華南師范大學(xué)經(jīng)濟與管理學(xué)院，廣州 510006;3.華南農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，廣州 510642)

在中國制造業(yè)中民營企業(yè)數(shù)量眾多，但生存環(huán)境持續(xù)惡化.2008年以來受到勞動力成本上升、人民幣升值及美國次貸危機等多重因素的影響，我國珠三角地區(qū)企業(yè)出現(xiàn)了生存困境.本文將從組織生態(tài)學(xué)的視角分析種群特性和組織特性對制造業(yè)死亡風(fēng)險的影響.在組織生態(tài)學(xué)的諸多觀點中，與組織死亡最相關(guān)的是密度依賴理論.Hannan和Freeman[1]以新制度理論和組織生態(tài)學(xué)為基礎(chǔ)，提出了基于種群密度的組織死亡率模型.該模型假定密度對組織死亡率的影響反映了兩個對立的過程:合法性和競爭性.組織死亡率與組織種群密度之間呈現(xiàn)U型關(guān)系:當密度提高時，死亡率起初降低，然后提高.對密度依賴死亡率的實證研究廣泛分布在勞動組織、報業(yè)、釀酒業(yè)[2];貿(mào)易協(xié)會[3]、葡萄酒制造商[4]、電話公司[5]等領(lǐng)域.楊嬛等[6]利用種群密度依賴原理研究我國建筑業(yè)死亡率.組織生態(tài)學(xué)將個體組織的死亡視為組織種群自發(fā)調(diào)節(jié)的結(jié)果[7].

上述文獻更多是從組織死亡率出發(fā)，該指標是一個相對的比例值，而本文將從組織死亡風(fēng)險出發(fā)，是一個不確定事件的概率值，使得結(jié)果更準確.本文利用種群密度依賴原理及時變變量Cox模型分析種群密度、組織年齡分別對廣州制造業(yè)企業(yè)死亡的影響，以及組織年齡作為調(diào)節(jié)變量分析不同階段的組織年齡，種群密度對企業(yè)死亡的影響.同時文章還分析了產(chǎn)品多樣程度性對企業(yè)死亡的影響以及勞動密集程度對企業(yè)死亡的影響.本文研究結(jié)果在對廣州制造業(yè)持續(xù)發(fā)展的調(diào)控對策和建議方面具有非常有意義的價值.

1 理論與假設(shè)

1.1 組織種群密度與產(chǎn)業(yè)組織死亡

組織種群密度對組織死亡的影響通常從當期效果與遞延效果進行探討，本文主要考慮當期效果. 當期效果是指某一時點(t)的組織種群密度對該時點(t)的組織死亡率的影響. 當密度較低時，新的組織形式缺乏合法性. 但當某種類型的組織可以在特定的環(huán)境條件下維生時，必會引起其他組織的爭相仿效，進而增加該組織種群的密度，初始階段有助于提高種群的制度合法性以及取得資源的能力，所以組織死亡率會隨著種群密度的增加而減少. 而當密度成長到某種程度，環(huán)境的承載力會達到飽和狀態(tài)，組織種群成員的關(guān)系將由相互依賴轉(zhuǎn)變?yōu)楦偁帲偁帟褂邢薜沫h(huán)境資源漸呈不足，使組織死亡的可能性增加. 此時，組織死亡率則隨著種群密度的增加而增加. 整體來看，組織種群密度與組織死亡風(fēng)險的關(guān)系呈U型，曲線遞減的部分可歸因于合法性的提高，而曲線遞增的部分則歸因于種群內(nèi)部的激烈競爭.

假設(shè)1：種群密度與組織死亡風(fēng)險的關(guān)系呈U型

1.2 組織年齡與組織死亡風(fēng)險

關(guān)于組織年齡與組織死亡的最初觀點是新組織的存活不利性(Liability of newness). 該觀點認為，與老組織相比，新組織有更高的死亡風(fēng)險，其原因在于：(1)新組織意味著組織與其成員都扮演社會行動者的新角色，在此期間，新組織較易犯下重大錯誤；(2)新組織調(diào)整和學(xué)習(xí)需要許多時間與努力，會影響新組織表現(xiàn)的穩(wěn)定性；(3)新組織的成員主要由新人所組成，成員之間薄弱的互信基礎(chǔ)會影響組織的社會化過程. 而為了獲得組織內(nèi)部和外部的信任，新組織又必須增加額外的開辦成本；(4)新組織不易與已擁有固定客戶群的既存組織展開競爭.

此外，新組織缺乏影響力基礎(chǔ)、正當性以及與外部重要因素之間的穩(wěn)定關(guān)系而且新組織在可靠性(Reliability)及責(zé)任性(Accountability)方面的能耐較差. 可靠性指組織能重復(fù)產(chǎn)生特定水平產(chǎn)品的能力，而責(zé)任性指組織對資源配置及組織行動提出說明的能力. 因為環(huán)境傾向于選擇具有可靠性及責(zé)任性的組織，所以新組織的死亡率會高于老組織的死亡率.

提出如下假設(shè)：

假設(shè)2：組織年齡與企業(yè)死亡風(fēng)險呈負向的關(guān)系

假設(shè)3：密度依賴的作用隨著組織年齡的增長而減弱

1.3 產(chǎn)品多樣性與組織死亡風(fēng)險

產(chǎn)品多樣化程度與產(chǎn)業(yè)組織死亡的風(fēng)險可用生態(tài)位適配理論(Fitness set theory)[8]分析. 該理論研究組織在環(huán)境資源范圍上的擴展能力，分析在何種情況下專一型組織和多樣組織具有較強的進化優(yōu)勢. 組織在環(huán)境資源上擴展的最佳數(shù)量即為組織適合度(Fitness)，組織適合度有時也等同于組織的存活機會. 根據(jù)生態(tài)位寬度理論，一種有效的組織形式一定具有高的適合度，定位在一個窄的環(huán)境中(窄生態(tài)位). 如果組織定位在一個寬的環(huán)境中(寬生態(tài)位)，則其適合度就低，組織的有效性也低. 在生態(tài)位寬度理論中，專一化組織即生態(tài)位窄的組織，而多樣化組織即為生態(tài)位寬的組織. 生態(tài)位的最佳寬度取決于特地時期內(nèi)最高的平均適合度，以及環(huán)境波動、環(huán)境狀態(tài)的差異性等因素. Freeman和Hannan[9]對生態(tài)位寬度進行了深化. 他們重點研究了環(huán)境變化的兩個特征：環(huán)境可變性水平和紋路(Grain). 可變性指環(huán)境圍繞其平均值波動的變化，紋路則是指這些變化的斑紋(Patchiness)，有很多短周期變化的為細紋(Fine grain)，而只有少數(shù)長周期的變化為粗紋(Coarse grain). 可變性水平和紋路能彼此單獨變化. 根據(jù)生態(tài)位寬度理論，在細紋環(huán)境中，專業(yè)化戰(zhàn)略是有利的. 例如，不管環(huán)境變化水平如何，專業(yè)化組織都能度過短暫的艱苦周期，因而其死亡率較低. 在粗紋環(huán)境中，專一型組織能從低水平的環(huán)境中獲益，而多樣化組織則能從高水平的可變性中獲益.

因此在競爭激烈的環(huán)境下，組織多樣性程度越高，組織死亡風(fēng)險越大. 提出如下研究假設(shè)：

假設(shè)4：在競爭激烈的環(huán)境下，多元化企業(yè)死亡的密度依賴效應(yīng)大于專一型企業(yè)死亡的密度依賴效應(yīng).

2 實證研究

2.1 樣本描述

本文共獲得51 236家制造業(yè)企業(yè)的數(shù)據(jù)庫信息，覆蓋了制造業(yè)企業(yè)里的29類小行業(yè). 企業(yè)數(shù)據(jù)庫信息包括各企業(yè)的注冊時間、注銷時間、地址、行業(yè)、經(jīng)營范圍、所有制性質(zhì)以及注冊資本等. 觀察期間是2000—2012年. 在2012年以前死亡的企業(yè)樣本數(shù)據(jù)被認為是發(fā)生了事件，到2012年為止還未死亡的企業(yè)樣本數(shù)據(jù)被認為是右刪失數(shù)據(jù)，經(jīng)過對樣本的有效篩選，最終有效樣本為49 751個.

2.2 變量說明

因變量為二分類變量，其數(shù)值為0或1，0代表事件未發(fā)生，即企業(yè)仍然活著，1代表事件已發(fā)生，即死亡. 顯然因變量不再服從正態(tài)分布，一般的線性回歸模型不再滿足經(jīng)典假設(shè)條件，因此因變量的特殊形式?jīng)Q定本文的研究模型為生存分析模型[10].

自變量：種群密度定義為企業(yè)死亡當年的期初實有數(shù)，用Ni表示，Ni=Ni-1(上一年的期末實有數(shù))+i年新成立的企業(yè)數(shù)-i年死亡的企業(yè)數(shù)；

種群密度的平方=種群密度×種群密度，由于種群密度是由期末實有數(shù)來衡量的，期末實有數(shù)是一個相當大的連續(xù)數(shù)，為了模型估計信息的準確，本文定義種群密度的平方=種群密度×種群密度/1 000.

調(diào)節(jié)變量：組織年齡定義為死亡時間與成立時間之差，死亡時間指的是企業(yè)的注銷時間，成立時間指的是企業(yè)注冊登記的時間，單位為年.

控制變量：組織是否多樣化是根據(jù)企業(yè)的經(jīng)營范圍來判定，若企業(yè)只生產(chǎn)一種產(chǎn)品，則為專一型組織，記為0；若企業(yè)生產(chǎn)2種或2種以上的產(chǎn)品，則為多樣化組織，記為1，所以組織是否多樣化這個變量屬于二分類變量；企業(yè)性質(zhì)：用虛擬變量表示，1代表內(nèi)資，0代表外資；行業(yè)屬性：用虛擬變量表示，1代表勞動密集型行業(yè)，0代表非勞動密集型行業(yè)(表1).

表1 行業(yè)分布Table 1 Industrial distribution

資料來源：上市公司行業(yè)分類指引.

2.3 變量的統(tǒng)計性描述

對原始數(shù)據(jù)做描述性統(tǒng)計分析(表2)，觀測期內(nèi)有效樣本為49 751個. 具體數(shù)據(jù)項為組織年齡、注冊資本、死亡時間、企業(yè)性質(zhì)、企業(yè)死亡時種群密度、廣州市人均GDP、經(jīng)營范圍、是否勞動密集型、企業(yè)狀態(tài). 無論是最值、均值還是方差，與實際情況都無顯著差異. 死亡時間最大值為2012，表示企業(yè)到2012年為止并未死亡，屬于右刪失數(shù)據(jù)；企業(yè)性質(zhì)1代表內(nèi)資企業(yè)，0代表外資企業(yè)；經(jīng)營范圍1代表產(chǎn)品多元化企業(yè)，0代表產(chǎn)品單一化企業(yè)；是否勞動密集型：1代表勞動密集型企業(yè)，0代表非勞動密集型企業(yè)；企業(yè)狀態(tài)：1代表死亡的企業(yè)，0代表非死亡的企業(yè). 注冊資本的最大值和最小值之間的差距較大，說明樣本代表了不同規(guī)模的企業(yè)，具有一定的代表性和有效性.

表2 描述統(tǒng)計量Table 2 Descriptive statistics

注：有效樣本數(shù)為49 751個

由于樣本中的指標多數(shù)屬于二分類變量，僅憑其最大值，最小值，均值很難看出其整體水平情況，表3給出企業(yè)性質(zhì)、經(jīng)營范圍、是否屬于勞動密集型、企業(yè)狀態(tài)的頻率. 廣州1999—2010年期間新成立的企業(yè)89.4%是內(nèi)資企業(yè)，只有10.6%是外資企業(yè)；專一化企業(yè)和多樣化企業(yè)的比例懸殊不大，基本

表3 各分類變量頻率Table 3 The frequency of categorical variables

持平；制造業(yè)本來是一個以勞動密集型為主導(dǎo)的行業(yè)，但是從表中可看出制造業(yè)正在逐漸轉(zhuǎn)型中，到2010年為止非勞動密集型企業(yè)所占比例略微高于勞動密集型企業(yè)的比例；1999—2010年成立的企業(yè)在2000—2011年期間死亡企業(yè)比例為32.3%，約為1/3，意味著在這期間有三分之一的企業(yè)死亡.

2.4 時變量Cox模型分析

實證研究采用時變量Cox模型，分析1999—2010年成立的企業(yè)在2000—2011年期間的死亡風(fēng)險. 實證分析結(jié)果如下：

2.4.1 種群密度、組織年齡對企業(yè)死亡風(fēng)險的影響 部分驗證假設(shè)1結(jié)果如表4所示. 由于種群密度平方對企業(yè)死亡風(fēng)險無作用，所以不列于相關(guān)表中. 種群密度對企業(yè)死亡風(fēng)險的影響系數(shù)為33.204，說明該變量對死亡風(fēng)險有較強的正向影響，與前面的假設(shè)種群密度與死亡風(fēng)險呈“U”型不符，這是因為本研究的數(shù)據(jù)關(guān)于種群密度這個變量的最小值已達到19 190，該行業(yè)的競爭性已開始在起主導(dǎo)作用. 也就是說廣州制造業(yè)的發(fā)展合法性在逐漸減弱，競爭性在不斷增強，從2000年開始廣州制造業(yè)死亡風(fēng)險就始終受競爭性作用的支配，且有不斷加強的趨勢. 因此得到結(jié)論是種群密度越大，企業(yè)死亡風(fēng)險越大，該結(jié)論與前面的理論假設(shè)并不矛盾，驗證的是“U”型的后半部分，假設(shè)1得到部分驗證.

表4時變變量Cox模型參數(shù)估計的結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)6.5800.1402 209.46310.000種群密度的對數(shù)33.2042.159236.48110.000種群密度_年齡的對數(shù)-41.0312.152363.48610.000是否勞動密集0.0270.0182.33510.127T_COV_-2.0650.075759.52810.000經(jīng)營范圍-0.0250.0191.80110.180企業(yè)性質(zhì)-0.1380.02627.97210.000

驗證假設(shè)2考察組織年齡是否會抑制種群密度對企業(yè)死亡風(fēng)險的影響，即在模型中關(guān)注種群密度與組織年齡的交互作用. 在表4中關(guān)于種群密度_年齡這個系數(shù)為-41.031，而且系數(shù)通過了顯著性t檢驗，說明組織年齡抑制種群密度與企業(yè)死亡風(fēng)險影響.

2.4.2 種群密度對內(nèi)資、外資企業(yè)死亡風(fēng)險影響的比較 內(nèi)資企業(yè)及外資企業(yè)的時變變量Cox模型估計結(jié)果分別如表5、6所示.

表5內(nèi)資企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)6.9030.1522 055.58610.000種群密度的對數(shù)33.6132.495181.53610.000種群密度_年齡的對數(shù)-41.8672.488283.25310.000是否勞動密集0.0290.0192.26910.132T_COV_-2.0320.080645.89410.000經(jīng)營范圍-0.0160.0190.68110.409

表6外資企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)4.3380.352152.07110.000種群密度的對數(shù)33.0594.19262.19110.000種群密度_年齡的對數(shù)-37.4344.16480.81510.000是否勞動密集0.0430.0480.79810.372T_COV_-2.4640.226118.42610.000經(jīng)營范圍-0.1920.1142.84110.092

從內(nèi)資、外資企業(yè)的時變變量Cox模型的估計結(jié)果來看，種群密度對內(nèi)資企業(yè)的死亡風(fēng)險的影響系數(shù)為33.613，種群密度對外資企業(yè)死亡風(fēng)險的影響系數(shù)是33.059，說明種群密度對內(nèi)資企業(yè)死亡風(fēng)險的影響稍大于對外資的死亡風(fēng)險的影響. 結(jié)合在假設(shè)1的證明過程中得到種群密度對企業(yè)死亡風(fēng)險影響正處于競爭性占支配地位的階段，說明內(nèi)資企業(yè)種群間的競爭程度大于外資企業(yè)種群間的競爭程度.

2.4.3 種群密度對多元化企業(yè)、專一型企業(yè)死亡風(fēng)險影響的比較 多元化企業(yè)及專一型企業(yè)的時變變量Cox模型估計結(jié)果分別如表7、8所示.種群密度

表7多元化企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)7.8360.2151 332.35910.000種群密度的對數(shù)30.1733.02399.60010.000種群密度_年齡的對數(shù)-39.5653.012172.60110.000是否勞動密集0.0190.0270.49710.481T_COV_-1.9540.120267.12810.000企業(yè)性質(zhì)-0.1450.1101.74610.186

表8專一型企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)5.4630.185873.52110.000種群密度的對數(shù)32.2362.424176.84010.000種群密度_年齡的對數(shù)-38.6352.413256.36710.000是否勞動密集0.0280.0241.34610.246T_COV_-2.1510.100461.87410.000企業(yè)性質(zhì)-0.1470.02729.75310.000

對多元化企業(yè)死亡風(fēng)險的影響系數(shù)為30.173，種群密度對專一型企業(yè)死亡風(fēng)險的影響系數(shù)為32.236，兩者都通過顯著性檢驗. 說明種群密度對專一型企業(yè)死亡風(fēng)險的影響稍大于對多元型企業(yè)的影響. 假設(shè)1的證明過程表明，種群密度對企業(yè)死亡風(fēng)險影響正處于競爭性占支配地位的階段，因此，專一型企業(yè)種群間的競爭性大于多元型企業(yè)種群間的競爭性. 這與前述假設(shè)4的理論假設(shè)相符，所以假設(shè)4得到驗證.

2.4.4 種群密度對勞動密集型企業(yè)、非勞動密集型企業(yè)死亡風(fēng)險影響的比較 勞動密集型企業(yè)及非勞動密集型企業(yè)的時變變量Cox模型估計結(jié)果分別如表9、10所示.種群密度對勞動密集型企業(yè)死亡風(fēng)險的影響系數(shù)為26.512，種群密度對非勞動密集型企業(yè)死亡風(fēng)險的影響系數(shù)為33.099，兩者都通過了顯著性檢驗，說明種群密度對非勞動密集型企業(yè)死亡風(fēng)險的影響大于對勞動密集型企業(yè)的死亡風(fēng)險. 結(jié)合在假設(shè)1的證明過程中得到種群密度對企業(yè)死亡風(fēng)險影響正處于競爭性占支配地位的階段，說明非勞動密集型企業(yè)種群間的競爭性大于勞動密集型企業(yè)這個種群間的競爭性.

表9勞動密集型企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平人均GDP的對數(shù)7.0420.224987.51010.000種群密度的對數(shù)26.5122.366125.57210.000種群密度_年齡的對數(shù)-35.0182.349222.17810.000T_COV_-2.0430.126263.94510.000企業(yè)性質(zhì)-0.1390.04410.09910.001經(jīng)營范圍-0.0200.0300.45410.501

表10非勞動密集型企業(yè)的時變變量Cox模型估計結(jié)果

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

回歸系數(shù)標準誤Wald統(tǒng)計量自由度顯著水平T_COV_-2.1030.094498.36510.000經(jīng)營范圍-0.0300.0241.52110.217人均GDP的對數(shù)6.2230.1801201.04410.000種群密度的對數(shù)33.0992.616160.08610.000種群密度_年齡的對數(shù)-40.4052.606240.30910.000企業(yè)性質(zhì)-0.1330.03316.70810.000

2.4.5 驗證假設(shè)3：組織年齡對死亡風(fēng)險的影響 該假設(shè)通過Log-Log生存曲線來驗證. Log-Log生存曲線只是一種估計生存曲線的一種轉(zhuǎn)換，這種轉(zhuǎn)換就是對生存概率取兩次對數(shù)，所以轉(zhuǎn)換后的值可以是正值也可能是負值. 無論是從企業(yè)性質(zhì)、產(chǎn)品多樣化程度還是勞動密集程度的角度來分析，都可發(fā)現(xiàn)隨之組織年齡的增加，生存曲線先是急劇上升，即死亡風(fēng)險是急劇下降，最后趨于平緩，所以可以驗證組織年齡對企業(yè)死亡風(fēng)險具有負向的作用(圖1).

圖1 不同組織年齡內(nèi)資、外資企業(yè)的生存風(fēng)險

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

當壽命相同的情況下，外資企業(yè)的生存概率大于內(nèi)資企業(yè)的生存概率，反之，外資企業(yè)的死亡風(fēng)險小于內(nèi)資企業(yè)的死亡風(fēng)險，但差距不大. 企業(yè)越老時不管屬于什么性質(zhì)，其死亡風(fēng)險相接近.

當壽命相同的情況下，專一型企業(yè)的生存概率大于多元化企業(yè)的生存概率，即專一型的死亡風(fēng)險小于多元化的企業(yè)的生存概率. 而且對于越老的企業(yè)來說，兩者之間的差距越來越大.對制造業(yè)企業(yè)而言，當企業(yè)發(fā)展到一定階段，產(chǎn)品的專一化才有利于企業(yè)更好的發(fā)展.

圖2 不同組織年齡多元與專一企業(yè)的生存風(fēng)險

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

圖3 不同組織年齡勞動密集與非勞動密集企業(yè)的生存風(fēng)險

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

當壽命相同的情況下，非勞動密集型企業(yè)的生存概率稍微大于勞動密集型企業(yè)，企業(yè)越老兩者之間的差距越少.

綜上所述,本文整體實證結(jié)果如表11所示：

表11 實證研究結(jié)果Table 11 The result of the empirical study

3 結(jié)論與討論

本文研究組織死亡風(fēng)險受種群密度的影響，在理論分析的基礎(chǔ)上提出相關(guān)假設(shè)，選取廣州制造業(yè)1999—2010年間成立的企業(yè)作為研究樣本，通過實證研究分析檢驗，主要從組織年齡、產(chǎn)品多元化程度、是否勞動密集型、企業(yè)性質(zhì)等方面分析種群密度對組織死亡風(fēng)險的影響. 最終得到的結(jié)論如下：

第一，廣州制造業(yè)目前的組織數(shù)量已經(jīng)遠遠超過飽和，從2000年開始廣州制造業(yè)行業(yè)的競爭性占支配地位，合法性在逐漸減弱，也意味著廣州制造業(yè)的競爭越來越激烈. 為了使該行業(yè)后續(xù)健康良好的發(fā)展，應(yīng)該控制該行業(yè)的數(shù)量，阻止新的組織進入. 阻止新組織進入的方法很多，最基本的方法是提高行業(yè)壁壘，政府可出臺政策并提高制定行業(yè)準入條件，對節(jié)能減排問題和環(huán)境保護問題做出相關(guān)規(guī)定，對行業(yè)規(guī)模做出限制等. 其次提高行業(yè)整體集中度，鼓勵已有的制造業(yè)企業(yè)品牌的集中度，緩解產(chǎn)能過剩壓力，凸顯優(yōu)勢企業(yè)的競爭力.

第二，組織年齡與組織死亡風(fēng)險呈負相關(guān)，且組織年齡可以抑制種群密度對組織死亡的影響. 意味著組織年齡越大，組織死亡風(fēng)險越小. 而在廣州制造業(yè)群體中絕大部分是中小企業(yè)，多數(shù)研究表明中小企業(yè)壽命短，使得資源浪費、效率低下，不利于該行業(yè)的發(fā)展，因此政府應(yīng)該加大對中小企業(yè)的鼓勵政策，比如資金貸款、稅收優(yōu)惠等，給中小企業(yè)營造一個健康良好的外部環(huán)境，從而提高中小企業(yè)的生存能力.

第三，在相同的組織年齡水平下多元化企業(yè)面臨的死亡風(fēng)險大于專一型企業(yè)的死亡風(fēng)險，并且隨著組織年齡的增大，兩者的死亡風(fēng)險差距越大. 需要合理調(diào)控廣州制造業(yè)中專一性組織和多樣化組織之間的數(shù)量結(jié)構(gòu). 通過產(chǎn)業(yè)組織政策來調(diào)控產(chǎn)業(yè)組織演化的基本目標是促進市場集中度的提高，以形成一個產(chǎn)業(yè)組織規(guī)模結(jié)構(gòu)合理、分工體系明確、資源利用效率較高的產(chǎn)業(yè)組織體系.

第四，外資企業(yè)的死亡風(fēng)險受種群密度的影響大于內(nèi)資企業(yè)，但一旦外資企業(yè)在中國能站住腳，隨著組織年齡變大，其死亡風(fēng)險會下降，這說明外資企業(yè)的學(xué)習(xí)能力和管理上的創(chuàng)新可以克服自身環(huán)境的缺陷，而內(nèi)資企業(yè)對政策、制度的依賴程度較高，以及自身的管理、學(xué)習(xí)能力都不及外資企業(yè)，所以政府應(yīng)該提高廣州制造業(yè)的開放和合作程度，鼓勵內(nèi)資和外資之間的合作與交流，實現(xiàn)與國際企業(yè)在標準上的對接，打破地域限制.

參考文獻：

[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] 楊嬛，李啟明，陳炳泉.基于密度依賴模型的建筑企業(yè)死亡率[J].東南大學(xué)學(xué)報:自然科學(xué)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.組織設(shè)立和存活的空間過程研究[J].當代經(jīng)濟研究，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. 事件史分析及其應(yīng)用[M]. 北京:經(jīng)濟科學(xué)出版社,2008.