| 出版时间:2014年11月 |
企业规模是现代企业理论的核心问题之一。肇始于科斯的主流企业理论,在“企业—市场”的二分法下,围绕“制造还是购买”来探讨企业边界问题,并引发了无数学者对“什么决定了企业的最佳规模”的研究(聂辉华等,2006;Lafontaine & Slade,2007)。然而这些文献多在一个静态的理论框架下分析单个企业规模的决定问题,进行的是“一棵棵树木”般的“显微镜”式研究,缺乏“整片树林”般的“望远镜”式研究,因而难以揭示经济中企业整体规模的全貌及其动态演化过程。我们不禁要问,企业在长期成长和演化的过程中是否会呈现某种特定的分布规律?如果回答是肯定的,那么进一步地,企业整体规模分布的内在形成机制是什么?哪些因素促进了或干扰了经济中企业整体的动态变迁?围绕这些问题,在产业组织理论领域,西方经济学者试图从整体上揭开企业规模分布的“面纱”,并深入讨论市场结构、企业进入和退出、企业并购以及产业动态演化等问题。从整体上把握企业规模的研究思路集中体现在对两种分布规律的揭示上:吉尔布瑞特规律(Gibrat’s law)和帕累托—齐夫规律(Pareto-Zipf’s law)。吉尔布瑞特规律和帕累托—齐夫规律的主要差别在于,企业规模分布的特征事实究竟是服从对数正态分布还是帕累托—齐夫分布?企业规模分布是否由企业成长的随机过程决定?在国内,经济学者主要研究企业规模的决定因素,目前几乎没有人从整体上考察企业规模分布的特征。本文主要综述了半个多世纪以来研究企业规模分布问题的经验文献,其结构安排如下:第一部分阐述了企业规模分布规律的由来,按照两种规律分别介绍其发展;第二部分着重论述吉尔布瑞特规律及其主要假设,并围绕主要假设从吉尔布瑞特规律的证实和证伪两个方面,结合数据结构、计量方法等维度进行综述;第三部分着重阐述帕累托—齐夫规律;第四部分分析了吉尔布瑞特规律和帕累托—齐夫规律之间的交融;第五部分为小结。
一 企业规模分布规律的由来及其发展
(一)吉尔布瑞特规律的提出
Gibrat(1931)最先提出了以之命名的吉尔布瑞特规律,其基本思想是,企业的成长是一个随机过程(random process),独立于初始规模。换言之,一段时期内,经济中所有的企业按相同的比率成长,不管它们的初始规模是大还是小。这一观点又被称为比例效应规律(law of proportionate effect)[1]。由此进一步得出,企业的规模服从对数正态分布(lognormal distribution)。Kalecki(1945)和Steindl(1965)将这一规律数学化为:假设第t期企业的初始规模为St,从第t-1期到第t期企业的增长率为(St-St-1)/St-1=ηt,则St=St-1(1+ηt)=S0(1+η1)(1+η2)…(1+ηt)。两边同时取对数,根据log(1+ηt)≈ηt,有logSt=logS0+η1+η2+…+ηt。当t→∞时,logS0变得相对不重要,如果ηt~i.i.d.N(μ,σ2),那么logSt~N(μt,σ2t),即企业规模收敛于对数正态分布。
Gibrat(1931)先后在收入分布和制造业企业的规模分布两个领域检验了这一规律。他利用1896~1921年法国农业和商业等全国性部门以及一些区域性部门的数据,发现这一规律具有惊人的拟合优度。随后,Kalecki(1945)发现对于企业数目固定的经济而言,比例效应规律表明规模分布的方差将会无限增大,这一过程相对很多经济现象(如收入分布)不具有现实性,于是又提出了一些附带约束条件、允许未设定的经济因素推动成长的随机过程,并对美国企业规模分布和英国收入分布进行了检验。结果发现,美国企业规模很好地服从对数正态分布,遵循原始的吉尔布瑞特规律,而英国高收入者(收入超过250英镑)的收入分布则较好地收敛于对数正态分布,即服从修正的吉尔布瑞特规律。
(二)帕累托—齐夫规律的由来
Pareto(1897)发现,个人收入分布在高收入领域遵循幂律法则(power law),即个人收入X不小于某个临界值x的概率与x的常数次幂存在简单的反比关系,表示为P(X>x)=x-μ,μ为帕累托指数,该规律被称为帕累托规律。这一思想经Auerbach(1913)发展后,被Zipf(1949)进一步完善。Zipf(1949)指出,美国企业的资产不仅服从帕累托分布,且幂指数为1,即sr~1/r,其中,sr为将资产按从大到小的顺序排列,排名在r位的企业规模。齐夫定律由此得来。自齐夫后,这一规律被广泛应用到对经济学中收入分布、城市规模分布和企业规模分布的