Kaplan-Meier 存活分析

本節分別對杭州站高鐵站區（內城）和杭州東站高鐵站區（外城）進行了正向 Kaplan-Meier 存活分析和逆向 Kaplan-Meier 存活分析。在正向 Kaplan-Meier 存活 分析中，通過對比高鐵站區內低高階企業的存活時間，可以驗證低階企業是否面臨 較高被淘汰的風險；在逆向 Kaplan-Meier 存活分析中，通過對比高鐵站區內低高 階企業的逆向存在時間，可以驗證高鐵站區的環境是否不適宜低階企業長時間運 營，而更適宜高階企業的長時間營運。以下結果均由IBM SPSS Statistics 22 計算 得出。

壹、正向Kaplan-Meier 存活分析

以下分為杭州站（內城）和杭州東站（外城），分別描述兩個高鐵站區低高階 企業的生存曲線。

一、杭州站（內城）正向

杭州站的高鐵通車時間為2010 年 10 月 26 日，故在進行杭州站高鐵站區低高 階企業Kaplan-Meier 存活分析時，取位於杭州站高鐵站區內的企業樣本中，在 2010 年10 月 26 日及之後存活的企業樣本作為納入計算的樣本，且存活時間以 2010 年 10 月 26 日開始計算。採集企業樣本的信息更新截止時間为 2018 年 3 月 30 日，故 于2018 年 3 月 30 日依舊存活的樣本，做設限（Censor）處理。

圖5-1 為杭州站高鐵站區內低高階企業 Kaplan-Meier 存活分析結果，表 5-1 為

杭州站高鐵站區內低高階企業生存時間的平均值和顯著性檢定，可以看到，杭州站 高鐵站區的低階企業存在比高階企業存在更大的經營異常風險，且杭州站高鐵站 區內的低高階企業的存活曲線在統計上存在顯著差異(p＜0.05)。

表 5- 1 杭州站高鐵站區內低高階企業生存時間的平均值和顯著性檢驗 企業低

高階類 別

生存時間平均值 估算（單位/日）

Log Rank (Mantel-Cox）顯著性檢驗

Breslow （Generalized Wilcoxon) 顯著性檢驗

Tarone-Ware 顯 著性檢驗

低階 2448.049

0.016** 0.044** 0.028**

高階 2498.696

註：樣本總數 4222；*** P<0.01；** P<0.05；* P<0.1

二、杭州東站（外城）正向

杭州東站的高鐵通車時間為2013 年 7 月 1 日，故在進行杭州東站高鐵站區低 高階企業 Kaplan-Meier 存活分析時，取位於杭州東站高鐵站區內的企業樣本中，

在 2013 年 7 月 1 日及之後存活的企業樣本作為納入計算的樣本，且存活時間以 2013 年 7 月 1 日開始計算。採集企業樣本的信息更新截止時間为 2018 年 3 月 30

圖 5- 1 杭州站高鐵站區內低高階企業 Kaplan-Meier 存活曲線

日，故于2018 年 3 月 30 日依舊存活的樣本，做設限（Censor）處理。

圖2 為杭州東站高鐵站區內低高階企業 Kaplan-Meier 存活分析結果，表 5-2 為杭州東站高鐵站區內低高階企業生存時間的平均值和顯著性檢定，可以看到，

杭州東站高鐵站區內的低高階企業的存活曲線在統計上不存在顯著差異(p>0.05)。

表 5- 2 杭州東站高鐵站區內低高階企業生存時間的平均值和顯著性檢驗 企業低

高階類 別

生存時間平均值 估算（單位/日）

Log Rank (Mantel-Cox）顯著性檢驗

Breslow （Generalized Wilcoxon) 顯著性檢驗

Tarone-Ware 顯 著性檢驗

低階 1645.148

0.563 0.429 0.488

高階 1639.628

註：樣本總數 2760；*** P<0.01；** P<0.05；* P<0.1

貳、逆向Kaplan-Meier 存活分析

以下分為杭州站（內城）和杭州東站（外城），分別描述兩個高鐵站區低高階 企業的逆向生存曲線。

圖 5- 2 杭州東站高鐵站區內低高階企業 Kaplan-Meier 存活曲線

一、杭州站（內城）逆向

納入計算的企業樣本為位於杭州站高鐵站區內，且至2018 年 3 月 30 日仍舊 在經營的企業樣本。

圖 5-3 為杭州站高鐵站區內低高階企業逆向 Kaplan-Meier 存活分析結果，表 5-3 為杭州站高鐵站區內低高階企業逆向存活時間的平均值和顯著性檢驗，可以看 到，高階企業相比低階企業有著更長的生存時間，並且上述生存時間的 Log Rank (Mantel-Cox）顯著性檢驗顯示存在顯著性(p＜0.05)。

表 5- 3 杭州站高鐵站區內低高階企業逆向生存時間的平均值和顯著性檢驗 企業低

高階類 別

生存時間平均值 估算（單位/日）

Log Rank (Mantel-Cox）顯著性檢驗

Breslow （Generalized Wilcoxon) 顯著性檢驗

Tarone-Ware 顯 著性檢驗

低階 2030.831

0.011** 0.457 0.203

高階 2191.923

註：樣本總數 3754；*** P<0.01；** P<0.05；* P<0.1 圖 5- 3 杭州站高鐵站區內低高階企業逆向 Kaplan-Meier 存活曲線

二、杭州東站（外城）逆向

納入計算的企業樣本為位於杭州東站高鐵站區內，且至2018 年 3 月 30 日仍 舊在經營的企業樣本。

圖 5-4 為杭州東站高鐵站區內低高階企業逆向 Kaplan-Meier 存活分析結果，

表 5-4 為杭州東站高鐵站區內低高階企業逆向存活時間的平均值和顯著性檢驗，

可以看到，低階企業相比高階企業有著更長的生存時間，且在生存時間上存在顯著 性差異。(p＜0.05)。

表 5- 4 杭州東站高鐵站區內低高階企業逆向生存時間的平均值和顯著性檢驗 企業低

高階類 別

生存時間平均值 估算（單位/日）

Log Rank (Mantel-Cox）顯著性檢驗

Breslow （Generalized Wilcoxon) 顯著性檢驗

Tarone-Ware 顯 著性檢驗

低階 2183.898

0.000*** 0.000*** 0.000***

高階 1663.298

註：樣本總數 2546；*** P<0.01；** P<0.05；* P<0.1

圖 5- 4 杭州東站高鐵站區內低高階企業逆向 Kaplan-Meier 存活曲線