兄弟连”破产“：疫情下的互联网公司寒冬加剧，十年倒闭超6千家

CDA数据分析师 出品

2月6日夜，北京下了一场大雪。

成立已13年的IT职业教育机构——兄弟连教育创始人李超发布《致兄弟连全体学员、员工、股东的一封信》，正式宣告品牌“破产”。

兄弟连教育成立于2007年，曾是国内最大的PHP培训学校。但即使是营收破亿，挂牌新三板，这家教育企业最后还是没能抵抗住2020年疫情带来的资金链断裂，倒下了。

而近年来，不仅是像兄弟连这样曾经的培训巨头，王思聪的熊猫直播，昔日的“宅男神器”快播，成立23年的韦博英语… 像这样曾经有过高光时刻，最终黯然倒下的企业还有很多很多。

今天就给大家盘一盘，近年来在风口起落的背后，那些倒下的公司们。

IT桔子出了个“死亡公司数据库”，统计了2000-2020年之间，中国新经济领域这些年倒闭的创新创业公司。

截止 2020 年 2 月 29 日，共有6286家倒闭公司在 IT 桔子数据库中被标注为“已关闭”。这些公司中不乏被“风口”吹起来的“猪”，也不乏运营多年已然成长为估值超过 10 亿元的“千里马”、甚至 10 亿美金估值的“独角兽”。

我们用Python爬取并选取了近十年（2010-2020）5789家公司的数据，企图一窥这十年来创业公司的消亡史。

爬虫流程如下：使用requests库发起网页请求，得到的数据通过json进行解析，存入列表中，利用循环得到630页的信息，代码如下：

# 导入所需库
import numpy as np
import pandas as pd
import requests
import time
import json
import random
from fake_useragent import UserAgent

# 创建空列表
com_name = # 公司名
close_date = # 关闭时间
born_date = # 成立时间
cat_name = # 行业
se_cat_name = # 子行业
com_prov = # 地点
status_name = # 获投状态
live_time = # 存活时间
total_money = # 融资金额
closure_type = # 死亡原因

# 循环获取
for i in range(1, 631):
# 获取URL
url = 'https://www.itjuzi.com/api/closure?com_prov=&sort=&page={}&keyword=&cat_id='.format(i)
# 添加headers
headers = {'user-agent': UserAgent.random}

# 发起请求并解析数据
try:
r_json = requests.get(url, headers=headers, timeout=5).json
except Exception:
time.sleep(3)
r_json = requests.get(url, headers=headers, timeout=5).json

# 获取数据
for data in r_json['data']['info']:
com_name.append(data['com_name'])
close_date.append(data['com_change_close_date'])
born_date.append(data['born'])
cat_name.append(data['cat_name'])
se_cat_name.append(data['se_cat_name'])
com_prov.append(data['com_prov'])
status_name.append(data['com_fund_status_name'])
live_time.append(data['live_time'])
total_money.append(data['total_money'])
closure_type.append([i.get('name') for i in data['closure_type']])

# 打印进度
print('我正在获取第{}页的信息'.format(i), end='\r')
# 休眠
time.sleep(random.uniform(2,3))

最后使用dataframe保存数据，结果展示如下：

# 保存数据
df = pd.DataFrame
df['com_name'] = com_name
df['close_date'] = close_date
df['born_date'] = born_date
df['cat_name'] = cat_name
df['se_cat_name'] = se_cat_name
df['com_prov'] = com_prov
df['status_name'] = status_name
df['live_time'] = live_time
df['total_money'] = total_money
df['closure_type'] = closure_type

df.head

以下是具体分析结果：

01

2017年公司倒闭潮
超过一半的公司活不过3年

大家常说1998年是中国互联网元年，2010年是移动互联网的风口元年。尤其是2010年的移动互联网实在是太热闹了。小米、美团、爱奇艺等都在这一年相继成立。

诞生公司年份

我们分析了公司倒闭数据发现， 2013年和2014年是新公司诞生的井喷年，出现的新公司最多，分别为2013年1342家，2014年的新公司1408家。

倒闭公司年份

与此相对的是，2016年和2017年出现的公司倒闭潮。其中，2016年倒闭的公司为1452家。而2017年一年倒闭的公司就超过2千家，达到2144家。要知道去年2019年破产的公司仅为338家。

倒闭公司月份走势图

细看公司倒闭的时间段可以发现，有四个公司倒闭数量的高峰月份。分别是2015年的7月，倒闭662家；2016年8月为787家；2017年8月为720家；2017年12月为822家。

倒闭公司存活时间分布

通过公司存活时间直方图可以发现：存活时间符合右偏分布，这些创业公司的存活天数大多集中在546-2246天，50%的分位数对应的值是1122天。也就是说，有超过一半的公司都未撑过3年。

综上分析，先是在2013、2014年迎来巨大的公司诞生潮，在三年后的2016、2017年迎来公司相继倒闭潮，真是让人唏嘘不已。

02

北上广不相信眼泪
倒闭公司数量居前三
倒闭公司省份分布

倒闭公司都在哪些地方呢？这次北上广再次领跑，北京最多，高达2242家，其次是广东，有1097家；上海倒闭的公司有1035家，排在第三。果然北上广不相信眼泪，机会诞生最多的地方，同样会伴随着多少梦想的陨落。

同时也作为创业公司聚焦的浙江倒闭公司也很高，为397家。江苏、福建等沿海城市倒闭公司数量也较高；同时四川也有近三百家创业公司倒闭。

03

电商、企业服务
为公司倒闭的 “重灾区”
倒闭公司行业分布

在倒闭公司的行业方面，电子商务是最多的，达到925家。就在2019年7月底，成立9年的尚品网再度卷入裁员风波，不久宣布倒闭；8月，主持人李静创立、唯品会斥资1亿美元拿下的的明星美妆电商平台乐蜂网关停。

其次是企业服务类，为813家。其次金融、社交领域的倒闭公司也不在少数，分别达到512家和499家。

金融领域的大批公司倒闭这一点也不难理解，随着国家对互联网金融，尤其是P2P网贷的整治力度逐渐加大，从近两年开始，大批P2P平台被查处，另外还有一大批进行良性退出。去年下半年，湖南、山东等多个省市金融监管部门相继取缔不合格P2P平台，即使是曾经在互金圈内享有盛名的平台也免不得爆雷。

04

倒闭企业名单
五成以上公司未获融资
倒闭公司获投状态

融资失利，的确成了压死创业公司的最后一根稻草。

经过分析可以看到，在破产公司中，近一半的公司获投情况不明确。其中28.65%的公司尚未获投。其余剩下的公司从融资轮次来看，多集中在天使轮和A轮。获得天使轮的仅占8%，A轮仅3.9%。

05

商业模式匮乏
是企业倒闭的主要原因

在这些年倒闭的企业中，无论它们曾经是否辉煌，现在都已经有了结局。它们之中，有的因为商业模式不明确而倒下，有的因为管理运营问题而结束，有的则死在了政策红线面前……

我们分析了其中部分公司的具体死亡原因统计显示：商业模式、行业竞争、市场伪需求是导致公司倒闭的主要原因。

其中多达477家公司都因为商业模式匮乏而倒闭，占比近五分之一的。公司在长期发展中，若缺乏对企业盈利模式、市场定位等方面的思考，也难逃倒闭的风险。

其次是行业竞争，因此倒闭的公司多达363家。尤其是各种因风口而催生的行业及这其中诞生的创业公司。比如2015年O2O大战的外卖行业；2016年的各种共享经济类型的企业。

因为市场伪需求而倒闭的公司也不少，有217家。它们之中，有的瞄准的市场过于分散，还未形成市场效应；有的则没有解决市场痛点，不痛不痒的创造用户不需要的需求。

结语：

这是一个最好的时代，也是一个最坏的时代，一批创业者正踏上天堂之路，一批创业者正走向地狱之门，创业的道路上致使失败的原因太多，如同蝴蝶效应一样，一个小小的问题，最终可能导致失败。创业不易，且行且珍惜！