摘 要:本文運用新近發展起來的新產業組織實證方法,利用2004-2011年間的面板數據,采用動態的技術進步模型,引入雙向隨機效應模型GMM估計方法,有效地測度了中國水泥產業的市場勢力和規模彈性。
關鍵詞:水泥產業 新產業組織實證方法 市場勢力 規模效應
中圖分類號:F4 文獻標識碼:A 文章編號:1672-3791(2012)11(a)-0245-01
1 問題提出
自從中國大幅度提高對固定資產的投資額度以來,水泥產銷量也迅速增大。但在水泥產業迅猛發展的同時,也存在了諸如結構不合理、惡性競爭突出等問題。為了中國水泥產業良性發展,需要對水泥產業進行一定的調控。而在制定政策之時,關鍵的問題就是對產業市場勢力和規模效應給出有效的測度。
對于這個問題,傳統的研究方法SCP范式的實證研究無法得到市場勢力溢價和規模彈性的實際數值,需要尋找一些替代指標(比如市場集中度)來間接做出測度。然而并沒有一個直接的聯系建立在市場結構和企業績效之間,而直接影響績效的因素-行為卻是復雜多變的,這極大地削弱了運用SCP測度實際的市場勢力和規模效應的有效性。和SCP模型不同,新產業組織模型認為對于市場勢力和規模效應的估計是不可以直接觀測到,但可以運用計量的分析測度出來。
2 研究的模型
本文所使用的Klette模型是基于Solow的新古典模型。假設全要素生產率存在于微觀領域中,對于每一個生產企業,假定其生產函數為:
Qit=AitF(Xit) (1)
其中:Qit為i企業在t時期的產出向量;Ait為全要素生產率;Ft()為生產函數;Xit為i企業在t時期的一組投入要素向量。運用微分中值定理進行線性化處理可以得到:
(2)
同時,Klette模型有三個前提假設:(1)水泥產業公司在原料市場上是被動的價格接受者,而在產品市場上可能有市場勢力;(2)公司的勞動投入量依據一階利潤最大化的原則來確定;(3)水泥產業內各家企業具有對稱的需求彈性,那么溢價率的εit倒數等于需求價格彈性。企業利潤最大化的一階條件為:
(3)
其中為投入要素j的價格,將公式(3)代入公式(2)中,設,設,那么是i企業在t時期的總邊際產出率,可以將其看作為規模彈性,最終可以得到線性化的生產函數模型:
(4)
在這里μit表示企業的市場勢力溢價率 ,代表i公司某種投入品占到總收入的比重,表示資本要素投入的線性對數。設水泥產業中具有普遍的市場勢力溢價μ和普遍的規模彈性η,代入公式(4)中可得:
(5)
在這里,可以設為原方程的截距項,αit是截距中的常數項部分, 為截距中的隨機變量部分,表示個體的隨機擾動,構建隨機影響的變截距模型可以得到本文所需要的回歸方程:
(6)
3 基于上市公司的實證研究
本文的樣本范圍包括了18家主營業務為水泥生產的上市公司數據(翼東水泥、大同水泥、天山股份、同力水泥、四川雙馬、秦嶺水泥、西水股份、巢東股份、青松建化、寧夏建材、ST獅頭、海螺水泥、尖峰集團、*ST金頂、祁連山、華新水泥、福建水泥、亞泰集團),時間跨度為2004—2011年。各個水泥上市公司的投入分為三大類:勞動投入、原料能耗、資本投入。勞動投入通過“支付給職工以及為職工支付的現金”來計算;原料能耗通過“購買商品、接受勞務支付的現金”來計算;資本投入通過資本成本(總資產×五年期長期貸款基準利率)和資本消耗(即當期折舊)加總來計算;產出通過“主營業務收入”來計算。
公式(4)中表示要素成本在總產出中所占比例,因為無法確定實際的生產函數,所以不知道微分中值點的準確位置,所以才用平均成本份額來替代。同時,由于樣本數據中生產率差異、誤差項和水泥公司投入要素差異之間存在著相關性,如果采用OLS估計會得到一個偏大的估計,所以使用廣義矩估計方法來估計參數。
采用Eviews6進行回歸,回歸結果市場勢力溢價μ系數為0.855229,規模彈性η系數為0.909269。從整體的計量結果來看,μ和η都以99%以上的顯著性水平拒絕原假設,調整R2達到了94%,模型擬合度非常好。從結果上來看,μ和η都小于1,說明在水泥產業不存在市場勢力和規模效應。水泥產品差異度較小可能是導致激烈競爭的原因,而上漲的管理成本以及外部不經濟性使得大企業比起小企業沒有明顯的規模效應。
參考文獻
[1]Klette,T.J. Market Power, Scale Economies and Productivity: Estimates from A Panel of Establishment Data[J].The Journal of Industrial Economics,1999,47(4).
[2]Robert M.Solow.A Contribution to the Theory of Economic Growth.[J].The Quarterly Journal of Economies,1956,70(1).