新企业密度(15至64岁间每1000人中的新注册)

New business density (new registrations per 1,000 people ages 15-64)

下载数据

指标代码:IC.BUS.NDNS.ZS所属主题:私营部门与贸易:Business environmentPrivate Sector & Trade: Business environment

2022最新有效年份
105最新年份有值国家
265历史上有数据经济体
83%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

The number of newly registered firms with limited liability per 1,000 working-age people (ages 15-64) per calendar year.

可供参考的中文翻译:每千名劳动年龄人口(15-64岁)在每个日历年内新注册有限责任公司的数量。

数据口径与风险提示

  • 该指标仅统计有限责任公司的新注册,不包括个体工商户、合伙企业或其他法律形式
  • 数据来源于各国工商登记系统,统计口径因国而异,部分发展中国家可能存在企业未完全登记的情况
  • 该指标反映的是企业注册密度,不能等同于实际经济活力或创新水平
  • 人口分母为15-64岁劳动年龄人口,不包含其他年龄段创业群体
  • 企业注册不等于企业存活,注册密度高不代表在营企业数量同步增长
  • 不同行业的企业规模差异显著,该指标不区分企业规模
  • 部分离岸金融中心由于企业注册政策宽松,数值可能偏高但不反映实体经济活动
  • 跨国企业可能在低税率地区注册但实际经营在其他地方,影响数值代表性

中国趋势

趋势解读

中国新企业密度在2010至2020年间呈现先快速上升后高位波动态势。以2010年3.58‰为基点,2016年攀升至9.08‰的历史峰值,随后有所回落并稳定在8‰左右。2010至2020年间末值为期初值的约2.4倍,年均增速约9.1%。2019至2020年出现小幅下降,从8.15‰降至8.58‰。整体而言,中国新企业注册密度在这十年间显著提升,反映了商事制度改革和营商环境改善的阶段性成效,但后期增速放缓可能与基数效应、市场饱和度提升以及部分行业竞争加剧有关。

  • 2010年基期值为3.58‰,2020年最新值为8.58‰
  • 2016年达到区间最高值9.08‰,为十一年间峰值
  • 2010至2019年期间,中国新企业密度增长超过2倍
  • 2019至2020年出现约0.43‰的小幅回落
  • 该指标仅统计有限责任公司,不包含其他企业类型
  • 注册数量增长不一定代表企业经营状况改善
  • 部分企业注册后可能并未实际运营
  • 区域间差异显著,东部沿海地区数值可能远高于中西部

全球趋势

趋势解读

全球新企业密度在2010至2020年间呈持续稳步增长态势。从2010年的1.86‰上升至2020年的3.41‰,期末值为期初值的约1.83倍,年均增长率约为6.2%。与中国的快速提升不同,世界整体增速相对平缓且更为持续,未出现明显的回调。2020年全球数值为中国数值的约40%,反映出中国在企业注册密度方面与全球平均水平拉开了显著差距。这可能意味着中国在注册便利化改革方面的力度显著强于全球多数经济体,或者中国的人口结构与经济结构特征使该指标更易提升。

  • 2010年基期值为1.86‰,2020年最新值为3.41‰
  • 2010至2020年间呈现单调递增趋势,无明显下降年份
  • 2020年全球新企业密度约为中国的39.7%
  • 增长倍数约为1.83倍,低于中国同期的约2.40倍
  • 各国统计标准不同,可比性受限
  • 发达国家和发展中国家基数差异导致平均值不能完全反映趋势
  • 全球平均值的样本国家数量在不同年份可能存在变化
  • 该指标未考虑企业退出的影响,无法反映净增长

每十年变化摘要

十年区间中国变化世界变化提示
1960-1969--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2000-2009--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2010-20192.3x1.8x中国新企业密度在该阶段约为期初的2.28倍,同期全球约为1.80倍,中国增速高于全球约0.48个百分点。这可能反映了中国在商事登记便利化方面的改革力度显著强于全球平均水平,或者中国经济结构调整期的新设企业增速快于全球。但该差异也可能与分母端(劳动年龄人口增速)、统计口径完善程度以及样本国家的构成差异有关,建议结合企业注册流程耗时、市场准入政策变化等相关变量进行验证。
2020-2029--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。

2022 年全部国家排名

排名已尽量排除 World、地区组和收入组,仅保留国家参与比较。排名高低应结合指标口径解释。

排名国家代码数值
1Estonia
爱沙尼亚
EST24.3
2Liechtenstein
列支敦士登
LIE19.4
3Luxembourg
卢森堡
LUX18.9
4United Kingdom
英国
GBR18.6
5Cabo Verde
佛得角
CPV18.5
6Australia
澳大利亚
AUS17.3
7New Zealand
新西兰
NZL16.3
8Iceland
冰岛
ISL12.1
9Singapore
新加坡
SGP11.3
10South Africa
南非
ZAF11.1
11Chile
智利
CHL10.8
12Canada
加拿大
CAN9.83
13Bulgaria
保加利亚
BGR9.72
14Mauritius
毛里求斯
MUS9.59
15Sweden
瑞典
SWE9.24
16Romania
罗马尼亚
ROU9.18
17Norway
挪威
NOR9.17
18Botswana
博茨瓦纳
BWA8.68
19Georgia
格鲁吉亚
GEO8.50
20Malta
马耳他
MLT7.77

使用建议、常见误用与研究场景

数值较高通常意味着什么

数值越高通常表示该经济体每千名劳动年龄人口中注册新企业的人数越多,可能反映出更活跃的市场进入活动、更便利的企业注册环境或更强的创业意愿。

数值较低通常意味着什么

数值越低通常表示新企业注册相对较少,可能与市场准入门槛较高、注册流程复杂、创业成本较高或经济活力不足有关,但不能简单将其等同于经济发展水平高低。

鍙e緞闄愬埗

  • 仅统计有限责任公司,不包括其他企业法律形式
  • 注册密度不等于存活率,部分企业注册后可能不实际运营
  • 企业规模差异未被考虑,一家大型企业可能提供更多就业和创新
  • 人口年龄结构差异会影响分母,进而影响指标的可比性
  • 部分经济体存在大量空壳公司或特殊目的实体,导致数值虚高
  • 不同国家的工商登记系统完善程度和数据质量差异较大
  • 跨境企业注册地的选择可能扭曲一国数值
  • 经济周期因素会导致短期波动,与长期结构性变化难以区分

使用建议

  • 使用时建议结合企业存活率指标综合判断进入活跃度的实际影响
  • 跨国比较时应优先选择统计口径相近的发达经济体作为参照
  • 分析趋势时应关注同期是否有重大注册制度改革或政策变化
  • 可结合营商环境排名指标验证制度环境与注册密度的关联
  • 考虑将绝对数量指标与密度指标配合使用以全面评估
  • 对于区域分析,应注意区域内各省市的注册制度可能存在差异
  • 在进行学术研究时需控制经济发展阶段、产业结构等宏观变量
  • 解读增速差异时需区分基数效应与实际结构性变化

常见错误用法

错误做法:直接用该指标排名判断哪个国家经济更好或营商环境更优

正确做法:在控制经济发展阶段、产业结构、人口规模等变量后进行相对比较

企业注册密度受发展阶段、统计口径、人口结构等多重因素影响,高收入国家的数值不一定高于中等收入国家,直接排名会导致误导性结论

错误做法:将新企业注册密度等同于实际创业活跃度或经济活力

正确做法:结合企业存活率、在营企业密度、创业就业占比等指标综合评估

注册企业数不等于存活运营企业数,部分企业可能注册后未实际开展经营活动,或者在短期内注销

错误做法:认为该指标越高越好,盲目追求数值提升

正确做法:结合企业质量、创新能力、存活周期等维度综合分析

大量低质量企业注册可能导致资源分散和市场竞争失序,且空壳公司也会推高指标但无实际经济价值

错误做法:将中国的该指标与全球平均水平直接对比以评判制度优劣

正确做法:控制发展阶段、经济结构、统计口径等变量后进行有条件的比较

中国处于快速工业化城镇化阶段,与已成熟经济的可比性有限,且统计系统的完善程度差异也会影响数据质量

实际应用场景

  • 商业环境改革对企业进入的影响评估:评估中国2013年以来商事制度改革的实际成效,识别改革对不同地区、不同行业新企业注册的差异化影响 被解释变量 可采用双重差分法比较改革前后处理组与对照组的差异,同时控制宏观经济周期、产业结构转型等协变量,检验改革的净效应
  • 企业进入密度与产业升级的关联研究:分析新企业注册密度变化与产业结构转型、高技术制造业发展之间的关系 解释变量或机制变量 可构建面板数据模型,检验企业进入密度对劳动生产率增长、创新产出的中介效应,需注意内生性问题,可采用工具变量法或滞后变量策略
  • 人口结构变化对企业注册行为的影响:研究劳动年龄人口增速放缓、抚养比上升对创业活动的影响 控制变量 将人口结构变量纳入回归模型,分析其在企业家精神代际传递、创业成本感知等渠道中的作用,可结合世代分析深入理解年龄结构效应
  • 区域创新系统中的企业进入动态:比较不同城市群、经济区新企业注册的密度差异,及其与创新产出的关系 被解释变量 结合空间计量模型,检验集聚经济、知识溢出效应对企业进入的局部影响,需处理空间自相关问题

新企业密度(15至64岁间每1000人中的新注册)常见问题

中国新企业密度为什么在2016年后有所下降

2016年后该指标出现小幅回落,可能与基数效应有关——随着前期注册量大幅增长,人口分母增速相对稳定,增速自然放缓;同时市场饱和度提升、部分行业竞争加剧也可能抑制新增注册需求。但下降幅度有限,表明市场进入活动仍维持在较高水平。

为什么中国的新企业密度比很多发达国家还高

这可能反映中国正处于快速工业化城镇化阶段,市场主体增长潜力较大;同时商事制度改革显著降低了注册门槛;此外统计口径差异、部分企业注册后未实际运营等因素也可能推高数值。与成熟经济体直接比较时需注意口径差异。

该指标与营商环境排名是什么关系

新企业密度是营商环境的客观反映指标之一,但两者并非简单对应关系。营商环境排名涵盖注册效率、融资便利、产权保护等多个维度,而该指标仅反映企业进入的活跃程度。高注册密度可能是制度便利的结果,也可能是经济结构特征使然。

个体工商户算不算在新企业密度里

不算。该指标仅统计有限责任公司的新注册数量,不包括个体工商户、合伙企业、个人独资企业等其他法律形式。中国个体工商户数量庞大,实际情况与该指标反映的图景可能存在差异。

疫情期间中国新企业注册有什么变化

受数据年份限制,本指标最新可到2020年。如需了解疫情期间变化,建议关注2021年及以后的最新数据,同时结合企业经营状态、退出率等指标综合判断,因为疫情期间可能出现企业注册与注销并存的复杂局面。

下载数据

免费获取世界银行WDI完整数据集,包含新企业密度(15至64岁间每1000人中的新注册)等所有指标,支持按国家、指标或主题下载CSV、Excel和XML格式数据。

下载数据