论文部分内容阅读
本文按照时间顺序,对新产业组织实证方法(New Empirical industrialorganization)的发展进行了详细的回顾,并结合中国产业数据的实际,对克莱特(Klette,1999)的产业组织实证模型进行了改造。新模型继承了克莱特模型的特点,使用公司层面的面板数据估计市场势力溢价(mark up)和规模弹性,并能排除公司之间规模经济差异和生产率差异对市场力量估计造成的影响。新模型只含有少数的,在经济上有重要意义的参数,但却采用了一个超越对数(Translog)形式的构架,使得我们的模型可以包含一个灵活的,随年度变化的技术进步因素。同时,本模型还可以允许公司之间存在半固定的资本存量以及持久的生产率差异。该框架适用于研究市场力量,规模经济和公司间差异的变化。
在经济学理论研究中,对不完全竞争和市场份额问题的本质和因果关系的探讨,是一个非常重要的核心的问题。但是,直到目前为止,还没有找到一个合适的计量经济学方法去研究规模经济和价格成本差额之间的显著性关系。本文在豪(Hall,1988,1990)和克莱特(Klette,1996,1999)计量经济框架的基础上进行改造,得到一个用于排除规模经济因素和生产率的面板数据模型,本模型采用企业层面的面板数据。
本文研究的实证部分采用了中国上市钢铁企业的数据,运用直接估计的方法计算了中国上市钢铁企业的市场势力和规模效应。就目前来看,中国的钢铁产业相对来说开放程度是有限的(这主要是说,中国钢铁产业能够满足大部分国内钢铁需求,进口只是其中较小的一部分)。这使得我们采用NEIO的分析框架更为可行,而不需要过多的关注外资钢铁公司或者境外钢铁公司对于中国钢铁产业的影响。另一个需要注意的事实是,在很多研究案例当中,管制和一些反竞争行为会严重的影响竞争水平,在国外研究中,这类产业包括化肥、水泥、造船、石油钻井等等。本模型实证研究的对象--中国钢铁业,在某种意义上是受到管制的,这主要体现在中国钢铁业的准入机制--建立一个规模以上的钢铁企业需要国家最高经济决策部门的审批,而这种审批机制使得部分民营的钢铁企业很难成为这个行业中的有效竞争者--他们的潜在的投资冲动很难列入现实的国家计划。03年常州铁本事件,似乎表达了国家调控经济压缩产能的决心,但是仅仅几个月之后,宝钢和武钢扩大产能的申请都获得了批准。
我们在这里将中国钢铁业定位为具有不完全竞争因素的竞争性产业。当然,事实上某些不完全竞争的因素不一定会对行业本身的竞争程度造成显著的影响,导致竞争程度下降。比如中国钢铁产业这种不完全竞争因素也可能会诱导人们期望潜在的垄断租金,因此反而导致过度进入或过度投资的行为,这是可以观测到的。尽管国家对钢铁业的审批日益繁琐,并且似乎国家决策部门至少早在03年就已经将钢铁业定义为产能过剩的产业,但是钢铁产能的扩大几乎是每个钢铁企业追求的目标。可见,钢铁业的市场势力问题并不是一个在理论上可以定性判断的个案,因此,对其进行有效计量是十分必要的。
案例研究被人诟病的最核心的问题并不是案例当中的情况不够完美,但是显然,案例针对的企业在被写成案例之前已经经过了案例作者的筛选。正是这种筛选过程,使得我们无法判断案例研究中的案例是否能够具有普遍意义。对于产业组织研究来说,目前的案例研究都集中于某些狭义界定的选择性的市场。但是这种“显著地”市场势力却仅仅表现在这些经过特殊筛选的“市场的片段”当中,而不具有代表性,也无法测度其真实运用的市场势力程度。相比较而言,本文的计量工作将会更为真实和客观地反映整个产业的市场势力。本文的一个主要计量结果是,中国上市钢铁企业既不具有市场势力,也不具有规模经济。这一结论基于克莱特和豪的模型基础之上的计量模型构架。数据为覆盖2004-2007年四年所有上市钢铁企业的面板数据。这一组数据使得我们可以在模型框架内对于我们得到的市场势力结果进行各种深度的检验。从第四部分的统计结果来看,我们得到了一个虽然数值为负,但是在统计上显著的溢价率(markup)。这个溢价率代表的是单独由市场力量导致的溢价,在-11%左右。同时,中国的上市钢铁企业在本计量中没有表现出超过1的规模弹性,又表现为规模收益递减的情况。这些结果与基于案例的实证研究结果存在一定的差异。
应当特别说明的是,我们最终得出的直接实证结果是中国钢铁业公司的平均市场势力溢价和规模弹性。当然,这种规模弹性和市场势力溢价在各种产业当中可能本身就存在着一定的差别,甚至这种差别也体现在同一个产业的不同阶段。比如,在美国的软件产业当中,全部的市场力量都集中于微软一家企业而不是平均的分布在各个厂商。为了检验产业内部的市场势力差别,我们运用了一个随机系数的模型结构。这个结构是克莱特在1999年发表的文章中第一次使用的,这个结构允许在产业内部各个公司之间存在市场势力和规模效应的差异,这一点是非常重要的,因为对于中国的上市钢铁企业来说,依然存在着较为显著的规模差异。通过这种模型结构,我们发现大规模的上市钢铁企业往往是效率更差的。这和尼科尔(Nickell,1996)以及克莱特(Klette,1999)所得到的结论是非常一致的。这表明,国有企业内部治理结构的问题,深刻的影响到中国的钢铁业产业,导致长期的生产效率低下和马虎懈怠。但是我们依然有不同的解释,因为我们的数据采用的是公司层面的数据,而非车间级的数据,因此带来一个问题--即2005-2007年合并的钢铁企业绩效表现。理论上来说,钢铁业规模效应来说,似乎主要是存在在单一工厂当中的成本节约,经过合且存在地里差异的企业似乎很难拥有这种规模效应。
如前所述,本文的模型构架是受到豪(Hall,1988,1990)和克莱特(Klette,1999)的启发。相比较克莱特的模型,豪的模型更为简洁,所需的中国钢铁企业的数据也更加可靠,但是豪的模型本身所存在的问题才是最终导致我们不得不寻求改进了的克莱特模型的真正原因。正如海德和佩洛夫(Hyae andPerloff,1995)所讨论的那样,关键的问题在于,豪的模型必须坚持假设“技术和规模报酬不变”。这个假设在西方发达国家稳定的更加有效的资本市场实际上都难以达到,在充满了区域条块分割且飞速增长的中国钢铁业,采用“技术和规模报酬不变”得到的任何有关市场势力的计量结果都是没有意义的。
本文将采用一定的篇幅说明如何将豪的模型延伸至存在规模经济差异的情况,这个改进主要是克莱特(Klette,1999)的工作,目前在国内没有任何人采用过,仅在史东辉翻译的《高级产业经济学》一书中提到,但没有任何说明。在本文作者已经回顾的文献当中,克莱特(1999)的模型是可以估计实际市场势力最为有效、可以应用产业最广的模型。这个模型不要求通常情况下NEIO(New Empirical Industrial Organization)理论所要求的固定资本,而是在模型当中给出了一个半固定的资本矩阵。在我们验证市场势力溢价的时候,其核心问题就是调整规模效应和技术进步的影响。由于市场势力溢价和规模效应在估算的时候往往是密不可分的,在区分的时候很多模型都会过高或者过低的估计规模效应的影响或者将部分规模效应当作市场势力溢价,这将直接影响我们结果的有效性。例如,在以价格和平均成本作为观测值估算的时候,过多的估计规模效应将意味着较少的市场势力溢价。如果我们在本文中也采用豪的模型,将意味着我们扩大了规模效应的数值(本文验证的结果,中国钢铁业上市公司的规模效应是小于1的,而豪则假设“规模报酬不变”,这将会对实际的市场势力度量产生影响。
大多数跟随豪(Hall,1988)的研究是基于产业层面的数据。但是,微观层面的数据在现代产业组织研究中必不可少,特别是当我们同时研究市场势力溢价和规模经济的时候这一点更为重要,因为无论是规模经济还是市场势力在行业层面上都会受到外部性的影响①,这包括企业的进入和退出。采用企业级的面板数据还有一个好处就是在今后的更进一步研究中,我们有可能比较不同产业之间的数据,只有这样,我们才可能指导实践中的反垄断与管制对于某些重点产业的审查和管制。克莱特的模型最重要的好处是消除了集合效应(Aggregation)对市场势力估计的影响问题。这主要源于我们的模型运用固定影响效应分析可以调整公司之间的长期生产率差异。长期生产率差异在现在大多数产业的企业级数据当中都是长期显著存在的。它们的存在导致大多数现有的基于现实公司集合数据的研究可信度下降,克莱特地模型充分地解决了这一困难。
本文第一章介绍了论文的选题以及理论意义和现实意义。第二章对相关的方法和理论进行了回顾。第三章第二节阐述了理论模型框架,第三节对模型进行了分析和评述。第四章具体探讨了计量经济学问题并给出了估计结果。其中第一节为数据说明;第二节介绍了参数估计过程;第三节给出了估计结果报告。第五章为主要结论并对相关研究成果进行了回顾。
本文通过计量得到结论:
1.中国的钢铁产业不存在系统性的市场势力,相反,由于我们得到的市场势力溢价率显著的小于1,我们认为我国钢铁产业目前依然处于完全竞争状态。竞争激烈导致部分企业可能在观测期低于长期平均成本生产。
2.中国钢铁上市企业规模弹性为0.82,传统意义上认为钢铁业具有的规模效应在中国上市钢铁企业中没有体现,相反中国钢铁业体现出了规模不经济。
3.中国上市钢铁企业在市场力量和规模效应两个方面有趋同的迹象,这种迹象在05-07年这个样本区间是显著的。