疫情冲击下小微企业恢复力的评价研究_展端旭.pdf

管理现代化106创新与创业Innovation and Entrepreneurship一、引言小微企业是小型企业、微型企业、家庭作坊式企业的统称（杨天姿等，2021）1。我国的小微企业数量庞大，为提高居民生活水平、解决就业问题、增加财政税收和促进社会主义市场经济的发展贡献了巨大力量。但疫情的暴发使我国的生产销售活动受到严重影响，经营活动中断、消费萎靡等使小微企业的生存发展受到严峻挑战。企业恢复力是指企业面对干扰通过准备、吸收干扰、学习、调整适应等过程使自身达到稳定状态的能力（Simmie和 Martin，2010）2。小微企业相比大企业缺少金融、人力等资源，企业恢复力较弱，更容易被疫情的冲击压垮。尽管国家出台了很多助力小微企业发展的扶持政策，如税收优惠、专项资金、融资担保等，但依然难以解决小微企业的生存和恢复问题。因此识别影响小微企业恢复力的主要因素、建立恢复力的评价体系对提高恢复力水平及小微企业疫情时代的持续发展具有重要意义。Rudrajeet 等（2014）3采用 Z-Score 模型对瑞典 20家纺织业的中小企业进行打分，以盈利能力、偿债能力、营运能力等相关的经济指标衡量企业危难中的恢复力水平。Azadegan 等（2020）4基于企业的历史财务数据和企业家的主观量表回答发现，制定业务连续性计划的企业因供应链中断遭受的损失较少，财务绩效恢复较快，企业恢复力更强。Raffaele 等（2019）5采用量表调查法与微型企业的人员访谈，用 Logit 模型验证了企业规模、企业经理的年龄及经验等个人特征对微型企业的恢复力具有显著影响。Adekola 和 Clelland（2020）6先后访谈了 20 名经历灾害的小企业主，发现企业主的个人能力、灾害的破坏程度、融资约束等影响着小企业的恢复力。国内对于企业恢复力的研究起步较晚且主要集中在上市企业。其中，史丹和李少林（2022）7用上市公司的盈利能力和成长能力等相关指标下降和恢复所用的时间来测度企业恢复力。姚珊珊（2015）8验证了政府补助对于 ST 上市公司的财务恢复具有显著正向影响。陆蓉等（2021）9编制企业恢复力量表并调研了温州民营企业家发现：企业家自身的韧性和政策扶持能够缓解企业融资约束进而增强企业恢复力。目前学者们对企业恢复力的评价方法可以分为基于客观指标的评价和基于主观感知指标的评价。前者主要依靠经济金融平台发布的统计数据，缺点：一是仅能对上市企业进行研究，未考虑到数量最庞大的小微企业；二是依靠统计数据容易忽略企业人员面对灾害时的能动性；三是大部分财务数据只是企业恢复力的表现，不足以成为企业恢复力的影响因素。后者的缺点是主观性较强、评价维度单一、指标较少，大部分学者主要针对于某个或几个影响因素进行验证，影响因素较为零散。鉴于此，笔者拟丰富小微企业恢复力的评价维度和指标，构建小微企业恢复力的评价指标体系，采用 FAHP法和熵值法确定各指标的权重并计算样本企业恢复力的综合得分，通过因子回归分析法提取关键公因子进行回归分析，探究关键影响因素对小微企业恢复力的影响程度，为提升小微企业恢复力提供依据。本研究的主要贡献表现：第一，研究视角和研究对象的创新，以往恢复力理论主要用在研究城市、社区，近些基金项目国家社科基金重点项目“健全城市公共卫生应急治理体系研究”（22ZAD088）。DOI：10.19634/ki.11-1403/c.2022.06.014疫情冲击下小微企业恢复力的评价研究展端旭1王林1,2 舒樊1（1.重庆大学管理科学与房地产学院，重庆400044；2.重庆大学建设经济与管理研究中心，重庆400044）摘要从管理者能力、企业能力、外部环境、动态能力四个层面总结分析小微企业恢复力的影响因素，构建疫情背景下小微企业恢复力的评价体系。采用 FAHP 法和熵值法计算各指标权重；通过因子回归分析法提取了 5 个公因子并进行多元线性回归，构建了恢复力测度的模型表达式。研究表明：管理者能力、企业能力、外部环境对小微企业恢复力影响较大，其中管理者能力对小微企业恢复力的正向影响最大，疫情冲击力产生的负向影响最大；在此基础上提出了疫情背景下提升小微企业恢复力的建议。关键词疫情；小微企业；恢复力；管理者能力 中图分类号F270.7文献标识码A文章编号1003-1154(2022)06-0106-071072022年第 期6创新与创业Innovation and Entrepreneurship年开始研究企业恢复力，但基本是以大企业为主，本研究选取数量庞大的小微企业为研究对象，拓宽了研究范围。第二，现有研究主要针对某几个影响因素，本研究从管理者能力、企业能力、外部环境、动态能力多个方面总结补充了影响因素，更全面的评价小微企业恢复力。第三，在研究设计上，结合 FAHP 和熵值法，既利用了专家、企业主的经验，又避免了评价过程中的信息缺失现象。二、小微企业恢复力的评价体系小微企业恢复力的评价体系由企业恢复力的影响因素构成。本文依据王林等（2022）10提出的企业恢复力的研究框架和研究模型，将国内外相关文献所涉及的影响因素划分为管理者能力、企业能力、外部环境、行动措施 4 个一级指标。管理者能力包括企业管理者的适应性、信心水平和目的性。其中适应性指小微企业管理者面对变化环境时决策和领导员工的能力，信心指积极情绪和自信，目的性指目标意识和责任心（Wall 和 Bellamy，2019）11。小微企业管理者的积极情绪和自信不仅可以使自己处于积极的处境，还会传递给员工乐观的态度，是企业恢复的前提；决策能力和领导能力有利于问题的解决，是企业恢复的基础；目标意识和责任心有利于企业上下凝聚，是企业恢复的保障（Wall 和 Bellamy，2019；Santoro 等，2021）11、12。企业能力包括企业规模、企业资源和企业的学习与文化。企业恢复力受到企业规模的影响，在同种灾难情况下企业规模与恢复力成正比（Caroline，2013）13。拥有更多人力资本、金融资源、社会资本、原材料等的企业更容易通过风险基础设施和资源重组来降低损失，在灾难后更具恢复力（Ambulkar 等，2015）14，因此企业资源对企业绩效的提升具有显著正向影响（刘露，2017）15。企业的学习与文化有利于企业的知识和经验积累，能够帮助员工树立清晰的共同愿景、增强企业的灵活性和适应性，提高企业恢复力（Emiliana 和 Prihatin，2020）16。外部环境包括灾难冲击力和内外部援助。灾难冲击力决定了企业的损失程度，影响到企业恢复的速度和水平。以疫情为例，因新冠病毒的传染性，“封城”现象频发，人员或航班实行“封闭”，导致部分产业供应链中断，给行业和企业造成重大损失（赖红波和孟哲，2020）17。此外，政府的优惠政策、银行贷款、保险和家人朋友的经济支持等能够增加企业家恢复的信心，提高企业灾难恢复的速度、效果和持续性（Asgary 等，2012）18。前三个一级指标反映了企业恢复力的静态水平，而企业的恢复需要动态的行动措施来实现。动态能力指标包括灾前、灾中和灾后的行动措施及经营调整能力。灾前对企业的经营场所、设备、资料等采取保护措施（Coates等，2020）19，灾中制定业务连续性计划，灾后企业上下积极的参与恢复与重建行动（汤敏，2019）20，能够有效降低企业的灾难损失，提升企业恢复力。通过分析文献，结合疫情期间小微企业的实际情况和专家建议进一步确立了 10 个二级指标和 26 个三级指标，最终构建了疫情冲击下小微企业恢复力的评价指标体系，见表 1（权重值根据下文方法计算所得）。表 1小微企业恢复力的评价指标体系一级指标权重二级指标权重三级指标指标性质权重管理者能力B10.2645信心 C10.0735情绪积极水平 D1正向 0.5951自信水平 D2正向 0.4049适应性 C20.8774决策能力 D3正向 0.7972领导能力 D4正向 0.2028目的性 C30.0491责任心 D5正向 0.4543目标意识 D6正向 0.5457企业能力B20.2073企业规模 C40.4867营业收入 D7正向 0.4772从业人数 D8正向 0.5228企业资源 C50.3485金融资源 D9正向 0.4004人力资本 D10正向 0.2275社会资本 D11正向 0.2046原材料、设备资源D12正向 0.1675企业能力B20.2073学习与文化 C60.1648学习业务经验 D13正向 0.4196工作氛围 D14正向 0.2585企业归属感 D15正向 0.3219外部环境B30.4422疫情冲击力 C70.8232经营活动中断时间D16逆向 0.3778营业收入降低水平D17逆向 0.1961营业收入恢复时间D18逆向 0.4261内外部援助 C80.1768优惠政策 D19正向 0.2240银行贷款 D20正向 0.3080保险赔偿 D21正向 0.3798家人朋友的经济支持D22正向 0.0882动态能力B40.0860行动措施 C90.3135疫情再次暴发前准备措施 D23正向 0.3328疫情暴发期间适应措施 D24正向 0.3087疫情平稳后恢复措施D25正向 0.3585经营调整能力C100.6865 疫情常态化经营 D26 正向 1.0000管理现代化108创新与创业Innovation and Entrepreneurship三、评价方法（一）FAHP 法与熵值法组合计算指标权重模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）能够充分利用专家对不同指标的经验又很好地避免思维一致性的问题。熵值法可以体现出数据本身提供的信息量特征，避免评价过程中产生信息缺失的现象。两种方法结合使用不仅可以减少 FAHP 法赋权的主观性，也可以降低数据变化导致权重的波动。采用 FAHP法得到一级和二级指标的权重；然后标准化处理问卷数据，采用熵值法计算三级指标的权重。具体步骤如下（朱嘉年等，2022；庙成和丁明涛，2017）21、22：1.构造模糊判断矩阵三角模糊数的基本形式?(,)Nl m u=，其隶属度见式（1）。式中：?N为三角模糊数；()Nux为三角模糊函数；l、u、m分别是模糊数的下限值、上限值和可能性最大的值。邀请专家根据自身经验对各级指标两两比较，按照表 2 进行打分。表 2语言变量及其三角模糊化分值语言描述值三角模糊数三角模糊倒数1同样重要（1，1，1）（1，1，1）3稍微重要（2，3，4）（1/4，1/3，1/2）5一般重要（4，5，6）（1/6，1/5，1/4）7非常重要（6，7，8）（1/8，1/7，1/6）9极其重要（8，9，10）（1/10，1/9，1/8）2，4，6，8处于相邻两者之间重要（1，2，3）（3，4，5）（1/3，1/2，1）（1/5，1/4，1/3）（5，6，7）（7，8，9）（1/7，1/6，1/5）（1/9，1/8，1/7）分值模糊化后构造模糊判断矩阵：式中：A为模糊判断矩阵；ija为模糊判断矩阵的元素；n为指标数；1,2,in=，1,2,jn=。2.确定一级和二级指标的初始权重采用 FAHP 法计算一级指标和二级指标的权重。首先构造模糊判断矩阵()ijn nAa=，元素(,)ijijijija l m u是闭区间。然后根据式（3）确定每个指标的初始权重：3.去模糊化，得到一级和二级指标的最终权重首先根据式（4）计算?(,)(,)iqiiiqqqNl m uNl m u=的可能度?()iqV NN，为了对比?iN和?qN的优劣程度，需要计算?()iqV NN和?()qiV NN。然后根据式（5）计算模糊数?N比其他q个模糊数?qN都大的可能度，令?()min()iiqt AV NN=。最后根据式（6）将结果归一化，得到一级和二级指标的最终权重1iW和2iW。式中：,1,2,;i qn iq=。4.三级指标权重计算首先对样本数据进行归一化处理，得到归一化的值*ijx；其次计算信息熵11lnlnnjijijieppn=；然后计算信息效用值1jjge=；最后根据1/njjjjagg=得到各三级指标的权重ja。式中：*ijx为第i个企业第j项指标归一化的值；*1/nijijijipxx=，ijp为第i个企业第j项指标的权重。（二）因子回归分析基于上述结果，采用因子回归分析法对小微企业恢复力评价，具体步骤如下：（1）KMO 检验和 Bartlett 球形度检验。检验变量之间是否存在相关性，判断能否进行因子分析。（2）提取公因子变量并命名。以特征值 1、累计方差贡献率 60%为标准提取公共因子变量；将因子载荷系数绝对值 0.6的研究项纳入对应公因子的指标列，根据提取结果和前人的理论研究对公因子变量命名。（3）计算样本的公因子得分和综合得分。计算每份样本在不同公因子上的得分；按照上文确定的指标权重计算样本的综合得分。（4）探究公因子与小微企业恢复力之间的线性关系。以公因子作为自变量，数据为公因子得分；以小微企业恢复力作为因变量，数据为综合得分。（1）?0,(),0,Nxlxllxmmluxuxmxlumxu121212111212121222111222(1,1,1)(,)(,)(,)(1,1,1)(,)()(1,1,1)(,)(,)(1,1,1)nnnnnnijn nnnnnnnlmulmulmulmuAalmulmu|=|（2）111nnniijijjijDaa=|（3）?1,()(),otherwise()()0,iqqiiqiiqqqimmluV NNmumllu|=|（4）?12(,)min()niV NN NNV NN=（5）1()()iiniit AWt A=（6）1092022年第 期6创新与创业Innovation and Entrepreneurship四、实证分析（一）数据来源结合小微企业恢复力的评价体系和参考文献中的量表，将本文的量表设计为四部分：一是受访者（企业管理者）信息，主要包括年龄、性别、收入、受教育程度、职位、面对疫情时的表现等；二是企业信息，主要包括企业类型、注册资本、员工数量、营业收入、销售量变化等；三是疫情信息，主要包括疫情期间企业中断的时间、损失程度、疫情期间政策优惠情况、银行贷款、保险等；四是行为信息，主要包括疫情暴发前后的行动措施情况等。在保证子量表一致性原则的基础上，初步设计了 18 个题项，大部分题项采取 Likert5 级量表的形式展示，考虑前期的预调研结果并结合专家意见最终确定了 16 个题项。采取线下为主、线上为辅发放问卷的方式，调研对象为重庆市小微企业的老板或管理者，参与者在自愿的基础上参与项目组成员的半结构化访谈。项目组于 2022年 4 月初进行预调研，4 月至 6 月正式调研，共发放问卷150 份，回收有效问卷 146 份，有效问卷率为 97.3%。（二）各指标权重计算1.计算一级和二级指标权重首先，邀请了 3 名公共安全与应急管理和企业理论方面的专家、专业教师及企业管理者对一级指标和二级指标两两比较打分，其打分权重视为相同。分值根据式（1）和式（2）进行三角模糊化处理，表 3 为各一级指标模糊判断矩阵，限于篇幅只列出 B1 的二级指标模糊判断矩阵如表 4。表 3一级指标模糊判断矩阵A专家B1B2B3B4B1SP1（1，1，1）（2，3，4）（1/4，1/3，1/2）（4，5，6）SP2（1，1，1）（1，2，3）（1/4，1/3，1/2）（3，4，5）SP3（1，1，1）（1，2，3）（1/3，1/2，1）（3，4，5）B2SP1（1/4，1/3，1/2）（1，1，1）（1/5，1/4，1/3）（2，3，4）SP2（1/3，1/2，1）（1，1，1）（1/4，1/3，1/2）（2，3，4）SP3（1/3，1/2，1）（1，1，1）（1/4，1/3，1/2）（1，2，3）B3SP1（2，3，4）（3，4，5）（1，1，1）（5，6，7）SP2（2，3，4）（2，3，4）（1，1，1）（4，5，6）SP3（1，2，3）（2，3，4）（1，1，1）（4，5，6）B4SP1（1/6，1/5，1/4）（1/4，1/3，1/2）（1/7，1/6，1/5）（1，1，1）SP2（1/5，1/4，1/3）（1/4，1/3，1/2）（1/6，1/5，1/4）（1，1，1）SP3（1/5，1/4，1/3）（1/3，1/2，1）（1/6，1/5，1/4）（1，1，1）表 4B1 的二级指标模糊判断矩阵B1专家C1C2C3C1SP1（1，1，1）（1/4，1/3，1/2）（1，2，3）SP2（1，1，1）（1/5，1/4，1/3）（2，3，4）SP3（1，1，1）（1/5，1/4，1/3）（2，3，4）C2SP1（2，3，4）（1，1，1）（3，4，5）SP2（3，4，5）（1，1，1）（4，5，6）SP3（3，4，5）（1，1，1）（4，5，6）C3SP1（1/3，1/2，1）（1/5，1/4，1/3）（1，1，1）SP2（1/4，1/3，1/2）（1/6，1/5，1/4）（1，1，1）SP3（1/4，1/3，1/2）（1/6，1/5，1/4）（1，1，1）然后，基于各表的分值根据式（3）分别计算出一级和二级指标的初始权重。DB1=（0.1749，0.3027，0.5139），DB2=（0.0943，0.1659，0.2956），DB3=（0.2746，0.4634，0.7625），DB4=（0.0478，0.0680，0.1180）。各二级指标初始权重为 DC1=（0.1573，0.2650，0.4331），DC2=（0.4000，0.6271，0.9710），DC3=（0.0794，0.1079，0.1666），DC4=（0.2647，0.4939，0.8673），DC5=（0.1912，0.3487，0.6307），DC6=（0.1037，0.1574，0.2891），DC7=（0.5874，0.8232，1.1407），DC8=（0.1483，0.1768，0.2186），DC9=（0.3810，0.4400，0.5294），DC10=（0.4286，0.5600，0.7059）。最后，根据式（4）至式（6）对指标的初始权重去模糊化 得 到 最 终 权 重。根 据 式（4）得12()1BBV DD=，13(0.27460.5139)0.59820.51396()(0.3027)(0.4 340.2746)BBV DD=，14()1BBV DD=14()1BBV DD=；由式（5）可得12342mi0.598n(,)BBBBV DDDD=，同理 求 得21349mi0.468n(,)BBBBV DDDD=，31240mi1.000n(,)BBBBV DDDD=31240mi1.000n(,)BBBBV DDDD=，41235mi0.194n(,)BBBBV DDDD=；根据式（6）得到各一级指标的最终权重（WB1，WB2，WB3，WB4）=（0.2645，0.2073，0.4422，0.0860）。重复以上步骤，得到各二级指标的 最 终 权 重（WC1，WC2，WC3）=（0.0735，0.8774，0.0491）（WC4，WC5，WC6）=（0.4867，0.3485，0.1648）（WC7，WC8）=（0.8232，0.1768）（WC9，WC10）=（0.3135，0.6865）。2.计算三级指标权重对样本数据归一化处理后，分别计算各二级指标下的三级指标权重，限于篇幅仅列出了企业资源 C5 的三级指标权重信息（见表 5）。表 5C5 的三级指标权重信息指标项信息熵值 ej信息效用值 gj权重 aj金融资源 D90.9670.0330.4004人力资本 D100.9810.0190.2275社会资本 D110.9830.0170.2046原材料/设备资源 D120.9860.0140.1675管理现代化110创新与创业Innovation and Entrepreneurship结合模糊层次分析法和熵值法确定了疫情冲击下小微企业恢复力的评价指标权重（详见表 1）。4 个一级指标对小微企业恢复力的影响程度从大到小依次是外部环境、管理者能力、企业能力、动态能力。外部环境的权重为最大且超过了 40%，其中疫情冲击力权重为 82%左右，说明持续的疫情冲击给小微企业的经济恢复带来较大的阻力，主要表现在小微企业的营业收入恢复时间和经营活动中断时间较长、收入水平降低等方面。管理者能力权重排在第二，其中管理者对疫情常态化下经营企业的适应性占比 87%左右，说明提升管理者的能力对于小微企业恢复较为重要。（三）因子回归分析结果1.KMO 检验和 Bartlett 的检验表 6KMO 检验和 Bartlett 检验KMO 检验和 Bartlett 检验KMO 值0.782Bartlett 球形度检验近似卡方2580.551df325p0.000*注：代表 1%的显著性水平。KMO 的值为 0.78，大于 0.6，适合做因子分析；Bart-lett 球形检验的结果显示，显著性 p 值远小于 0.01，1%水平上呈现显著性，因子分析有效。2.提取公因子变量并命名表 7旋转后因子载荷系数表项因子 1因子 2因子 3因子 4因子 5公因子方差情绪积极水平0.746 0.308-0.175 0.272 0.162 0.783 自信水平0.706 0.315-0.008 0.221 0.034 0.647 决策能力0.811 0.181-0.092 0.132 0.006 0.717 领导能力0.780 0.040-0.197 0.025 0.033 0.651 责任心0.697 0.377 0.162 0.081-0.357 0.788 目标意识0.780 0.218 0.126 0.002 0.124 0.688 营业收入0.268 0.127 0.219 0.083 0.732 0.678 从业人数-0.083 0.293 0.082-0.138 0.743 0.671 金融资源0.537 0.344 0.130 0.441-0.011 0.618 人力资本0.703 0.184-0.111 0.363 0.047 0.674 社会资本0.554 0.280-0.312 0.192 0.093 0.528 原材料/设备资源0.395 0.327 0.001 0.353-0.095 0.397 学习业务经验0.513 0.658 0.011-0.031-0.258 0.763 工作氛围0.352 0.749-0.025 0.015-0.043 0.688 企业归属感0.139 0.761 0.041 0.087 0.060 0.611 项因子 1因子 2因子 3因子 4因子 5公因子方差业务中断时间-0.072 0.176-0.052 0.604-0.500 0.654 收入降低水平0.217 0.045-0.105 0.818-0.047 0.731 收入恢复时间0.434-0.020-0.058 0.671 0.317 0.742 优惠政策-0.026-0.031 0.879-0.060 0.133 0.796 银行贷款-0.151-0.068 0.856 0.016 0.146 0.782 保险赔偿-0.004-0.021 0.789-0.080 0.092 0.638 家人朋友经济支持-0.057-0.237 0.142 0.051 0.658 0.516 灾前准备措施0.347 0.585-0.232 0.101-0.044 0.528 灾中适应措施0.314 0.625-0.135 0.092 0.270 0.588 灾后恢复措施0.203 0.652-0.034 0.522 0.052 0.742 疫情常态化经营0.593 0.399 0.027 0.059-0.033 0.516 除“原材料/设备资源”项外，其他项对应的公因子方差均大于 0.4，说明各项和公因子之间有较强的关联性，公因子可以有效的提取出信息。按上述原则提取了 5个公因子，分别命名为管理者能力、学习与适应行为、外部援助、疫情冲击力、企业规模，见表 8。表 8小微企业恢复力评价指标的公因子提取序号公因子名称包含指标项1管理者能力X1情绪积极水平 D1自信水平 D2决策能力 D3领导能力 D4责任心 D5目标意识 D62学习与适应行为X2学习业务经验 D13工作氛围 D14企业归属感 D15灾中适应措施 D24灾后恢复措施 D253外部援助X3优惠政策 D19银行贷款 D20保险赔偿 D214疫情冲击力X4经营活动中断时间 D16营业收入降低水平 D17营业收入恢复时间 D185企业规模X5营业收入 D7从业人数 D8为了进一步探究公因子变量与小微企业恢复力之间的线性关系，对 5 个公因子变量进行多元线性回归分析。1112022年第 期6创新与创业Innovation and Entrepreneurship表 9 显示回归模型 R2值为 0.937，表明 5 个公因子可以解释小微企业恢复力变化原因的 93.7%，模型拟合程度较好。模型通过 F 检验(F=418.747，p=0.0000.01)，说明 5 个公因子中至少有一个对小微企业恢复力产生影响。D-W 值为 2.379 在接近 2，说明模型不存在自相关性，样本数据之间没有关联关系，模型较好。表 10公因子回归系数及共线性统计量非标准化系数标准化系数tp共线性统计B标准误差Beta容差VIF常量0.4880.004-145.1050.000-X11.1240.0030.70433.2740.0001.0001.000X20.4500.0340.28213.3100.0011.0001.000X30.1170.0340.0733.4700.0001.0001.000X40.9220.0340.57827.3080.0001.0001.000X50.2430.0340.1527.1860.0001.0001.000从表 10 可得小微企业恢复力评价与测度的模型公式为：模型的多重共线性检验发现，模型中 VIF 值全部为1，且均小于 5，意味着不存在共线性问题。5 个公因子的显著性 p 值远小于 0.01，说明每个公因子都对小微企业恢复力产生显著影响。回归系数分别为 1.124、0.450、0.117、-0.922、0.243，其中疫情冲击力公因子 X4的数据经过负指标处理，此处应取相反数。回归系数的绝对值越大对小微企业恢复力的影响程度越大，因此 5 个公因子的影响程度从大到小排序为管理者能力、疫情冲击力、学习与适应行为、企业规模、外部援助。这与前人的研究是一致的，小企业管理者往往是企业的拥有者或合伙人之一，相比大企业领导者他们对公司的掌控力更强、决策影响力更大，因此对企业恢复影响更大（Santoro等，2021）12。在调研中发现，疫情导致的经营活动中断给小微企业造成严重损失，直接影响了恢复水平；此外，在疫情期间大部分小微企业并没有享受到优惠政策、银行贷款、保险等外部援助，这均表明回归模型具有很好的解释力。（四）稳健性检验本研究采用三种方式对以上结论进行稳健性检验：（1）替换变量法。将疫情冲击力中的营业收入降低水平、营业收入恢复时间分别替换为服务/产品销售量涨幅水平、销售量恢复时间。疫情冲击力仍对企业恢复力有着显著的负向影响，结论具有稳健性。（2）缩尾处理。按照企业综合得分进行上下 5%缩尾处理，并剔除异常值。（3）采用 GMM 估计法解决因变量遗漏产生的内生性问题。结果显示，5 个公因子对企业恢复力的影响方向不变且依然显著，研究结果具有稳健性。表 11缩尾处理后多元线性回归分析非标准化系数标准化系数tpB标准误差Beta常量0.4860.003-148.0000.000X11.0970.0340.75831.9020.000X20.4510.0340.31113.1630.002X30.1040.0330.0723.0910.000X40.9330.0350.62926.5430.000X50.2300.0320.1697.1870.000五、结论及建议（一）结论本文在明晰小微企业恢复力影响因素的基础上，丰富了小微企业恢复力的评价维度和指标。从管理者能力、企业能力、外部环境、动态能力 4 个层面构建了疫情冲击下小微企业恢复力的评价体系。结合 FAHP 法和熵值法确定了评价指标的权重，结果显示：一级指标中动态能力、企业能力、管理者能力、外部环境的权重依次递增。采用因子回归分析法从评价体系中提取了管理者能力、疫情冲击力、学习与适应行为、企业规模、外部援助 5 个公因子并进行了多元线性回归分析，回归模型表明管理者能力对小微企业恢复力产生的正向影响最大，小微企业管理层级少，管理者的决定权对企业的影响很大，管理者能力越强，小微企业恢复力越大，企业恢复效果越好；外部援助产生的正向影响最小，调查中发现部分小微企业主对优惠政策了解较少、认为申请银行贷款较难、来自家人朋友的资金支持力度不够；而疫情冲击力产生的负向影响最大，疫情的暴发和持续冲击严重影响了小微企业的经营活动，对小微企业的盈利恢复产生很大阻力。（二）建议基于以上实证分析的结论，提出如下建议：首先，应健全融资渠道，各地政府积极牵头打造集政府、银行、表 9回归模型拟合情况模型摘要b模型RR2调整后 R2标准估算的误差R2变化量F 变化量自由度 1自由度 2显著性D-W10.968a0.9370.9350.04067030.937418.74751400.0002.379a.预测变量：(常量),f1,f2,f3,f4,f5 b.因变量：综合得分123450.488 1.1240.4500.1170.9220.243YXXXXX=+（7）管理现代化112创新与创业Innovation and Entrepreneurship租赁、小贷机构、企业等于一体的融资服务平台，根据小微企业所处的初创期、成长期、成熟期等不同阶段提供针对性金融服务，缓解企业的资金压力。其次，应严格落实小微企业的优惠政策，包括所得税减免、贷款担保优惠、利率优惠、社保减免等政策，并且给小微企业提供更多接受这些援助的渠道。外部援助不仅可以给小微企业带来直接的资金支持，还会提升管理者经营的信心。第三，作为小微企业核心的管理者应保持乐观的态度，坚定帮助企业生存下去的信念，多与同行业的经营者交流学习经验，提升自己的决策能力和领导能力；在疫情防控期间提倡员工开展线上办公并制定相应的流程和规章制度，采取有效的适应性措施维持企业的业务开展。第四，充分发挥各行业协会的桥梁作用，向上对当地政府传达小微企业的现状和需求，协助政府制定相应政策；向下为小微企业提供信息、咨询和教育培训等服务，如及时通知小微企业最新优惠政策、申请渠道和方式、定期举办行业交流会等。最后，尽快调整优化疫情防控措施，疫情冲击直接决定了小微企业的损失程度和恢复时间，给小微企业营造一个良好的营商环境是恢复的保障。参考文献 1 杨天姿，王铁骊，彭恒明，等.小微企业生产安全事故应急脆弱性评价 J.中国安全科学学报,2021,31(12):176-183.2 Simmie J,Martin R.The Economic Resilience of Re-gions:Towards an Evolutionary ApproachJ.Cambridge Journal of Regions,Economy and Society,2010,3(1):27-43.3 Rudrajeet Pal,Hkan Torstensson,Heikki Mattila.An-tecedents Of Organizational Resilience in Economic Cri-sesAn Empirical Study of Swedish Textile and Clothing SmesJ.International Journal of Production Economics,2014,147:410-428.4 Azadegan A,Mellat Parast M,Lucianetti L,et al.Supply Chain Disruptions and Business Continuity:An Empirical AssessmentJ.Decision Sciences,2020,51(1):38-73.5 Raffaele Scuderi,Giuseppe Tesoriere,Vincenzo Fa-sone.Natural Events and Performance of Micro Firms:The Impact of Floods on Shops in UgandaJ.Economia Politica,2019,36(2):609-627.6 Adekola J,Clelland D.Two Sides of The Same Coin:Business Resilience and Community ResilienceJ.Jour-nal Of Contingencies and Crisis Management,2020,28(1):50-60.7 史丹，李少林.新冠肺炎疫情冲击下企业生存韧性研究来自中国上市公司的证据 J.经济管理,2022,44(01):5-26.8 姚珊珊.政府补助与企业财务困境恢复基于ST 上市公司“摘帽”的实证分析 J.经济研究参考,2015(68):69-76.9 陆蓉，徐龙炳，叶茜茜，等.中国民营企业韧性测度与影响因素研究 J.经济管理,2021,43(08):56-73.10 王林，展端旭，舒樊.疫情冲击企业的恢复动力学模型研究 J.工业技术经济,2022,41(08):143-149.11 Wall Tony,Bellamy Lawrence.Redressing Small Firm Resilience:Exploring Owner-Manager Resources for ResilienceJ.International Journal of Organizational Analysis,2019,27(2):269-288.12 Santoro G,Messeni-Petruzzelli A,Del Giudice M.Searching for Resilience:The Impact of Employee-Level and Entrepreneur-Level Resilience on Firm Performance in Small Family FirmsJ.Small Business Economics,2021,57(1):455-471.13 Caroline Orchiston.Tourism Business Preparedness,Resilience and Disaster Planning in A Region of High Seismic Risk:The Case of The Southern Alps,New Zea-landJ.Current Issues in Tourism,2013,16(5):477-494.14 Ambulkar S,Blackhurst J,Grawe S.Firms Resil-ience to Supply Chain Disruptions:Scale Development and Empirical ExaminationJ.Journal of Operations Management,2015,33:111-122.15 刘露.企业资源如何影响企业绩效:一个基于中介过程的研究 J.当代经济管理,2017,39(7):22-31.16 Emiliana Sri Pudjiarti,Prihatin Tiyanto Priagung Hutomo.The Critical