压裂液（通常是化学物质和水的混合物）带来的潜在环境风险使水力压裂成为一个极具争议的工业过程。这些风险促使许多利益相关者要求就油井运营商使用的流体提供化学披露报告。作为回应，石油和天然气行业创建了一个压裂化学品注册网站。FracFocus.org-that允许运营商在线发布有关每口井的位置及其生产中使用的化学品的信息。（运营商也可以向国家机构披露其化学品使用情况，但公众很难获得这些信息，因为无法在网上获得。），在过去几年中，许多高产州通过了压裂披露条例，要求运营商向FracFocus和国家机构中的一个、两个或任何一个传达油井和流体信息。在通过之前，披露在任何情况下都是自愿的；他们被收养后，只有在某些情况下才成为自愿行为。自愿披露此类信息被认为是一种企业社会责任（CSR）活动，在这种活动中，公司超越了最低法律要求。，关于一家公司的规模是否使其更有可能自愿参与这些企业社会责任活动，文献中存在一些争论。一方面，中小型企业比大型企业受到的公众监督更少，资源也更少；另一方面，他们对当地社区的参与以及由所有者管理的倾向可能会增加他们致力于企业社会责任行动的愿望。在RFF的一篇新讨论论文《自愿环境信息披露和公司规模：水力压裂化学品注册处FracFocus的证据》中，我研究了九个州的油井和流体披露信息，以了解公司规模与他们独立将有关水力压裂实践的信息传递到FracFocus数据库的可能性之间的关系。，这项研究从388家公司钻探的11553口井中抽取了信息，这些公司的相对“规模”或市场份额是基于钻探的井数。我还说明了每个州的披露条例生效的日期，以及它们要求的披露类型。使用logit模型，我通过比较按规模衡量的一系列公司的披露百分比来估计公司规模如何影响披露概率。结果显示，大型公司更有可能自愿向FracFocus网站提交信息，无论这些公司是否按照特定的州法规运营。，我们应该如何解读这些发现？虽然他们认为规模会影响企业参与企业社会责任活动的可能性，但这并不一定意味着小企业天生就不那么负社会责任——中小型企业可能会也可能不会开展我在本研究中没有考虑到的企业社会责任活动。研究结果还暗示了企业规模和参与度之间关系背后的一些机制，进一步研究它们是什么以及它们如何影响企业行为将是一件有趣的事情。

受公司理论（我们将其归类为技术或组织）的启发，我们在15个欧洲国家的样本中分析了不同行业和国家的公司规模的决定因素。我们发现，平均而言，面对更大市场的公司规模更大。在行业层面，我们发现公用事业部门的公司规模很大，也许是因为它们享有自然或官方批准的垄断。资本密集型行业、高工资行业和大量研发的行业；D拥有更大的公司，那些几乎不需要外部融资的行业也是如此。在国家一级，最突出的发现是，拥有高效司法系统的国家拥有更大的公司，而且，从制度发展的角度来看，几乎没有证据表明富裕国家拥有更大规模的公司。有趣的是，制度发展，如更高的司法效率，似乎与行业内企业规模的分散程度较低有关。（一个行业的特征和一个国家的环境之间）相互作用对规模的影响可能是本文中最新颖的结果，并且最能区分理论。随着司法系统的改进，资本密集型行业的公司和很少使用实物资本的行业的公司之间的规模差异缩小，在金融市场较好的国家，与依赖外部融资的行业的企业规模一致的发现更大，这表明金融约束限制了平均企业规模。

本文利用美国和瑞典公司的数据，考察了公司规模在解释外国直接投资中的重要性。研究结果表明，企业规模只对外国投资产生阈值效应，对海外投资决策产生影响。然而，一旦一家公司跳过了最初的外国生产壁垒，规模就不会影响该公司用于外国活动的资源份额。在投资外国生产的公司中，大公司似乎比小型投资公司没有任何特别的优势。

制造业的生产率较低，部分原因是制造业企业规模相对较小，难以利用规模经济。尽管劳动力丰富、技术含量低且相对便宜，但印度制造业的资本和技能密集度令人惊讶。此外，企业几乎没有增长的动力，因为通过保持规模较小，它们可以避免税收和复杂的劳动法规。土地收购缓慢，公司面临频繁停电，交通基础设施低于标准。这尤其有害，因为制造业高度依赖运行良好的基础设施。，更强大的制造业将提高生产力，使增长更具包容性，同时有助于改善经常账户平衡。特别是，印度应该争取更正式的工作，因为这些工作往往是最安全、生产力最高的。

德国化学制造业在1992-2004年经历了两次重大的结构变化。首先，公司的数量范围很广：从676家到901家，而只有96家公司代表了平衡面板。其次，公司的规模大幅度下降了88%。本文旨在阐明这两种现象。根据可靠的人口普查数据分析，前一证据可以解释为（i）企业持续的糟糕表现和（ii）所谓的“通用技术”论点。后一种现象被认为是一种理性行为，因为许多公司的规模回报率不断下降。

本文研究了影响制造企业生产效率水平和动态的因素。在我们的实证分析中，我们使用了1992-2005年德国成本结构普查中256个行业约39000家公司的独特样本。我们估计企业的效率，并将其与企业特定因素和环境因素联系起来。我们发现（1）该模型的解释力约有一半是由于行业影响，（2）企业规模约占20%，（3）总部所在地约占15%。有趣的是，大多数其他企业特征，如研发强度、外包活动或所有者数量，几乎没有解释力。令人惊讶的是，我们的研究结果表明，研发强度越高，效率越低，尽管随着时间的推移，研发支出越高，公司的效率越高。