美联储美国高增长企业：主要趋势和新数据机遇 2024

美国联邦储备委员会，华盛顿特区国际标准连续出版物号（印刷版） 1936-2854国际标准连续出版物号 2767-3898 (在线) 美国高增长企业：主要趋势和新数据机遇 J. Daniel Kim, Joonkyu Choi, Nathan Goldschlag, John Haltiwanger 2024-074 请按照以下格式引用本文：请以如下方式引用本文：Kim, J. Daniel, Joonkyu Choi, Nathan Goldschlag, and John Haltiwanger (2024). “High-美国增长型企业：关键趋势和新数据机遇，“金融”并且经济学讨论系列2024-074。华盛顿：联邦监管委员会储备体系，https://doi.org/10.17016/FEDS.2024.074. 注意：金融与经济讨论系列（FEDS）中的工作人员论文为初步材料，旨在激发讨论和批评性意见。提出的分析和结论是作者的观点，并不表示研究团队成员或理事会成员的同意。出版物中对金融与经济讨论系列（除致谢外）的引用应与作者协商，以保护这些论文的试探性特征。 美国高增长企业： 关键趋势与新数据机会* †‡§金丹尼尔乔恩·崔纳撒尼尔·戈尔施拉格约翰·哈特维格纳¶ 2024年9月10日 摘要 利用美国人口普查局的行政数据，我们引入了一个新的公共使用数据库，该数据库追踪了随着时间的推移，企业增长分布中的活动。借助这些新数据，我们发现了高增长企业的一些关键趋势——这些趋势是创新和经济增长的关键动力。首先，过去四十年中，高增长企业的份额稳步下降，这不仅受到创业率下降的影响，还受到现有企业增长缓慢的影响。其次，这种下降在年轻和小型企业中尤为明显，而在大型和成熟企业中，高增长企业的份额相对稳定。我们还发现，各州和行业之间的差异很大。为了促进未来的研究，我们强调了如何使用这些数据来应对各种研究问题。 JEL 代码：L11, L25, L26, O30, O40关键词：组织增长，创业，高增长企业，商业活力，公开可用数据集 1 引言 自Penrose（1959年）关于企业增长的开创性工作以来，管理经济学领域的现有文献提供了各种理论解释，说明高增长企业出现的位置和方式——从外部因素，如环境条件和竞争（例如，Carroll和Hannan 1989年；Baum和Mezias 1993年；Sterk等人2021年；Sivadasan等人2024年），到组织特征，包括常规、管理质量和技术创新（例如，LucasJr 1978年；Nelson和Winter 1982年；Acs和Audretsch 1987年；Eisenhardt和Schoonhoven 1990年）。尽管这些研究的学科基础不同，但在这些大量的研究成果中，一个共同的主题是企业的增长在很大程度上取决于组织的年龄（对于综述，参见Khaire 2010年和Coad 2024年）。特别是，最近的研究表明，年轻企业的增长速度具有高变异性和正偏斜（Decker等人，2016年；Haltiwanger等人，2016年；Guzman和Stern，2020年），突显了创业对于经济活力和高增长活动的核心作用。同时，其他研究记录了年轻企业创业速度和增长速度的下降，以及大型现有企业在竞争中的日益主导地位（Autor等人，2020年；Haltiwanger，2022年）。虽然企业增长的非均质特性已经成为研究越来越活跃的领域，但是研究高增长企业的障碍之一——特别是对于年轻和小型企业来说——是有限的大规模数据可获取性。 全国代表性的行政微观数据，例如人口普查局的纵向企业数据库（LBD），对于深化我们对组织和它们增长方式的理解非常有价值（Nagaraj和Tranchero 2023；Sterk等人2021；Sivadasan等人2024）。然而，获取此类数据可能会有困难。在涉及保密的普查微观数据的情况下，访问权限仅限于通过联邦统计研究数据中心（FSRDCs）批准的项目。其他数据来源，如国家企业时间序列（NETS）或Compustat，引入了样本选择的问题。 并且测量挑战。1与此同时，经济合作与发展组织（OECD）通过与国家统计机构合作，收集并提供了关于企业动态的汇总数据——特别强调高速增长企业，鉴于它们对政策的相关性。迄今为止，美国尚无此类数据可用。 我们通过引入高增长企业商业动态统计（BDS-HG）表格来解决这些差距，这些表格提供了关于美国企业增长的丰富、公共使用的信源。尽管BDS-HG表格提供了类别级别的统计数据，但它们非常细致。例如，按详细行业提供的统计数据超过了11.4万个增长率的观测值，这些观测值按照4位数NAICS分类进行分组。这些新可用的公共使用统计数据通过提供按州和行业的变化，开辟了新的研究机会。我们在下文更详细地描述了这些数据所启用的潜在研究途径。此外，BDS-HG表格允许研究人员验证使用其他数据集或度量方法进行的分析。我们认为BDS-HG数据是对如LBD等公司全面行政管理微数据的补充，而不是替代品。后者仍然是公司级分析的重要来源。然而，BDS-HG在公共领域提供了基于公司的新型增长率的细致分布统计数据，可用于各种研究目的。 在本文中，我们描述了BDS-HG表格，这些表格提供了按公司增长率分布的年度公司、企业和就业的存量和流量。这些新的公共使用数据表格利用了美国人口普查局提供的保密行政数据，覆盖了1977年至2021年间美国所有非农雇主企业。BDS-HG表格提供了按年内增长率百分位数组和绝对增长率进行分类的统计数据。BDS-HG数据按国家层面和州级按公司增长率对公司、企业和就业进行统计。 行业（至4位数的NAICS编码）、公司规模和公司年龄分类，以及多向表格（例如，公司增长与公司年龄和规模之间的关系）。2BDS-HG 数据将每年更新。这些新数据以及额外的文档可以在 https://www.census.gov/programs-surveys/ces/data/public-use-data/experimental-bds/bds-high-growth.html 找到。为了展示这些新数据的潜在用途和前景，我们首先描述了过去几十年企业就业增长分布的变化性质以及高增长企业的起源。 多个显著的模式出现。首先，尽管在过去四十年中，美国的公司数量总体上有所增加，但高增长公司的份额却持续下降，从1985年的18%降至2015年的12%。这种下降趋势是由新公司份额的下降和现有公司增长停滞的双重因素驱动的。同时，在过去的30年里，美国经济中就业变化几乎为零的公司数量大幅上升，从32%增至40%。其次，我们探讨了高增长公司的演变来源。就公司规模和年龄而言，我们发现高增长公司份额的下降在年轻和小型公司中尤为严重。相反，成熟和大型公司在高增长活动方面随着时间的推移并没有显著变化。从行业角度看，我们发现所有行业——尤其是建筑和制造业——高增长公司的份额普遍呈下降趋势。有趣的是，一些行业如信息行业（例如软件、媒体流媒体、计算基础设施）从2010年开始出现了一定程度的反弹。然而，所有行业的份额仍然远低于几十年前高增长公司的份额。我们还发现高增长公司活动的地理分布存在显著差异。与所有公司的基准份额相比，14个州和哥伦比亚特区在高增长公司份额方面“过度代表”。其中，佛罗里达州、加利福尼亚州和德克萨斯州的这种表现尤为突出。 即使考虑了它们在所有企业中的相对较大的基线份额，仍有力地促进了高增长企业。 我们的初步结果突显了BDS-HG数据在未来研究中的丰富潜力。为进一步说明这一点，我们讨论了与公司增长相关的各种研究领域——如多元化、劳动力市场摩擦和创新——以及BDS-HG数据如何有助于推进每一项工作。我们的希望是，BDS-HG数据将有助于使一系列关于高增长企业的新研究问题成为可能。 本文的叙述如下。第2节描述了输入数据以及计算企业增长率的方法，并附带了一些关于企业增长率分布特性的描述性统计。第3节预览了BDS-HG数据，描述了高增长企业的特征。第4节概述了BDS-HG在战略管理和经济学相关未来研究中的具体应用案例。第5节得出结论。 2 数据与方法 BDS-HG表格来源于纵向商业数据库（LBD），该数据库涵盖了美国所有非农场雇主企业（Jarmin and Miranda，2002；Chow et al.，2021）。3目前，LBD（劳动力部门数据库）涵盖了1976年至2021年的数据。该数据库在机构层面提供信息，例如就业、工资单、行业、年龄和企业。 3目前有多个替代数据来源可用，但它们面临一些限制。例如，研究人员通常使用风险资本融资的初创企业（如VentureSource）和上市公司（如Compustat）的数据来研究高速增长的公司。然而，一个关键的限制是这些样本高度选择成功的公司，这些公司设法筹集资金或达到首次公开募股。相比之下，NETS提供的Establishment-level数据提供了更全面的覆盖范围。然而，该数据集在纵向覆盖方面存在局限，特别是对于初创企业；例如，Crane和Decker（2019）估计，90%的年轻企业的雇佣记录是估算的。同样，州商业注册记录在初创企业诞生时提供了大量潜在高速增长企业的数据（Guzman和Stern 2020），但纵向信息（例如，就业增长）不可用。 标识符。就业人数包括在该单位工资册上工作的全职和兼职员工，包括公司的高级职员和行政管理人员，在包括3月12日在内的支付期间内。th这还包括带薪病假、假日和休假期间的员工，但不包括非公司化企业的业主和合伙人。4 我们使用Törnqvist等人（1985年）首次提出的一种衡量标准来计算机构和企业年度间的增长率，这一标准已成为企业动态文献中的标准（Davis等人，1996年；Coad，2024年）。这一增长衡量标准，以下简称TVV/DHS，− tt将就业变化从...分割开来1 至平均就业率。我们将在下文中更详细地讨论这一指标。TVV/DHS指标与对数差分具有相似的有用属性，并且自然地适应了进入和退出。由于分母包含两年平均价值，因此这一指标也是对称的，并减轻了回归均值效应（Haltiwanger等，2013）。此外，TVV/DHS增长具有有用的聚合属性。它可以灵活地定义用于企业或由企业或企业特征定义的单元格的聚合。将这一增长指标聚合到企业层面，结果得到一个“有机”企业增长指标，该指标抽象掉了由于合并和收购而导致的企业层面的就业变化（参见Sivadasan等，2024）。由于TVV/DHS增长是通过构建在-2（从非零就业转向零就业的企业即退出）和2（从非零就业转向零就业的企业即进入）之间有界，因此它也具有这种特性。 i g 特别是，该机构的增长率（ ）定义为it， 它它=,, 1g它4三月十二日th参考期间还表明，COVID-19大流行的大部分经济影响出现在2021年，而不是2020年的BDS统计中。截至2020年3月12日，美国各州均没有实施强制性的居家避难令（即封锁）。有关人口普查商业数据和COVID-19大流行时间安排的更多信息，请参阅Beem等人（2022年）的研究。 5,您未提供任何英文文本，请提供需要翻译的英文内容。它, (2)公司规模、年龄和增长之间存在几项重要的关系值得我们注意。首先，按公司规模划分的增长率分布形状至关重要，它……−−ttt关于平均（在……之间）1 和 ) 或初始（1）企业规模被用来对企业进行分类。6平均尺寸倾向于将更多的增长和更少的收缩分配给大公司尺寸的类别，相对于初始尺寸测量值。这是因为公司增长显示出−−tt显著的均值回归——那些从增长的公司2至1 都更有可能−tt签约减少1至—由于短期冲击。其次，除了短期冲击外，公司在其生命周期中经历系统性和持续的增长模式（Decker et al., 2016）。在线附录A提供了关于TVV/DHS衡量方法和其与规模和年龄之间关系的更多详细信息。= ( +)E我t您未提供任何英文文本，请提供需要翻译的英文内容。