
第二节 市场势力溢价与福利变动测度模型
本节将描述新实证产业组织关于对产业市场势力溢价水平直接计量的基本方法和逻辑框架,并拓展模型、嵌入“外资进入”这一核心变量。
一 市场势力溢价水平的估计模型
此处沿用Roeger(1995)的方法,Roeger发展了Hall(1988)具有先驱意义的模型。Hall(1988)引入了直接估计市场势力溢价的方法,他首先引入一个具有三种投入要素的标准生产函数:

其中,i代表产业,t表示年份,Q为总产出。F(·)为一般化的生产函数,A为技术水平。N、K和M分别代表劳动力投入、资本投入和中间原材料投入。按照Solow(1957)的方法,总产出的增长率可以分解为要素加权增长率和技术增长率的和:

其中I·it =ΔIit/Iit(I =N, K, M)表示相应要素的增长率水平,ΔAit/Ait且αJit=PJitJit/PitQit(J=N, K, M)。在完全竞争及规模报酬不变的假设下,Hall(1988)证明索洛余值(Solow Residual)φ·具有方差不变的特征,与导致产出和就业变动的任何外生变量ΔW都是完全不相关的,
即:

但是,索洛余值的方差不变性在不完全竞争情况下不再成立,在不完全竞争条件下,价格与边际成本分离。记μit=Pit/MCit,可以得到:

方程(3-4)是Hall用来估计产业市场势力溢价程度的基本模型,但是Hall的方法受到来自至少三个方面的质疑和批评。第一,要素投入带来的内生性问题需要采用外生工具变量来矫正,而找到一组合适的外生工具变量本身就十分困难。第二,Hall采用的工业增加值数据的生成过程使得所谓的外生变量(原油价格等)在逻辑上就与增加值数据相关(Waldmann, 1991),而无关假定是Hall方法估计的基础。第三,估计方法的问题。Norrbin(1993)采用序贯Bonferroni矫正方法来检验Hall提出的无关假定,得到几乎完全不同的结论。
为了避免这些问题,Roeger(1995)引入一个更可靠的、免于寻找工具变量的方法来估计市场势力溢价。他将Hall以要素数量为基础的索洛余值计算方法称为原始法(Primal Method)。在规模报酬不变的情况下,原始法计算的索洛余值可以表示为市场势力溢价形式:

其中市场势力溢价用勒纳指数表示为βit=(Pit-MCit)/Pit=1-1/μit。
Roeger(1995)则采用以要素价格为基础的对偶法(Dual Method)来计算索洛余值,同样可以表达为市场势力溢价形式:

根据方程(3-5)和方程(3-6),在完全竞争情形下(此时βit=0),原始法和对偶法计算的结果应当一致,但实际上由于存在规模经济或不完全竞争,两者并不一致,两者之差可以写为:

Roeger(1995)证明了两者的差异大部分可以由不完全竞争来解释。改写方程(3-7)可以得到:

其中g(·)表示括号内部分的增长率,记方程左边部分为Zit,加入随机扰动项得到:

其中Xit=g(PitQit)-g(PKitKit),这是在Roeger方法上加入中间投入品后的基本模型。βit是我们关心的重要变量。Roeger方法的优越之处在于:第一,避免了寻找合适工具变量这一难题;第二,可以直接采用名义产出和成本数据而不需要对原始数据进行平减,因此结果更精确。
二 非线性关系检验与福利测度模型
在静态估计市场势力的情况下,我们无法计算各个产业每个年度的市场势力溢价水平并作为因变量来构建模型,但却可以在不破坏Roeger模型的结构下,通过将FDI植入方程(3-9)来评估FDI的市场效应。与现有文献相似,假设FDI与市场势力溢价之间的关系是线性的,且对产业i来说,其市场势力溢价不随时间变动,则有:

将方程(3-10)带入方程(3-9),得到:

其中,βi1为FDI对市场势力溢价的影响,用来测度FDI竞争效应和垄断效应的强弱。但是,正如本章第一部分指出的,FDI与产业市场势力溢价的关系可能不是线性的。因此,FDI可能以二次方的形式进入方程,从而有:

关于外资进入引致的福利计量,沿用周末、王璐(2012)拓展的方法,该方法将市场势力的计量和福利测度直接联系起来。外资进入引致的市场势力边际变动可以通过方程(3-10)对FDI求导得系数βi1,在周末、王璐(2012)方法基础上,测度外资引致边际福利变动的方法如下:

其中,MDWLi为i行业的边际无谓损失,DWLi为行业i的垄断无谓损失,μi=Pi/MCi, PiQi为i产业总产值。因此,同没有外资进入的情形相比,FDI引致的福利变动可以近似由下式求得:

这里,FDIiT采用考察期T内i行业的平均外资份额。需要注意的是,在这里若无谓损失为负,说明FDI的福利效应为正。
三 实证数据来源与变量设定
(一)数据来源
此处采用的是产业层面数据,两位数代码和四位数代码的产业层面数据均来源于中国数据在线(China Data Online),该数据库集成了中国官方发布及调研得到的中国经济运行数据,由美国密歇根大学运营。该数据库被实证研究中国经济的国内外学者广泛使用。
我们据此构造了两个面板数据:28个两位数代码制造业样本和447个四位数代码制造业样本。因为统计指标的变动,该数据库分为两个相连续的区间:1999—2002年及2003—2010年。两个统计区间内部分四位数代码行业名称、隶属的上一级两位代码行业有所变动,比如有的产业四位数代码相同,但2002年前后指代的产业却不同。为了避免这样的错误,我们根据产业名称和内容,对2002年前后的四位数代码行业进行重新匹配,以2002年以后的代码名称为标准,保证了行业代码和名称的一致性。
在数据的筛选中,我们进一步剔除了一些缺失及不符合逻辑的观测值,标准如下:①剔除行业代码、总产值、工人工资、年平均固定资产净值缺失的观测值;②剔除外资企业产值高于整个产业产值的观测值;③剔除只在1999—2002年出现、2003年后新统计数据中不包含的产业。
另外,与资本成本计算相关的指标,比如真实利率水平及投资品价格指数,来源于国际货币基金组织(IMF)。
(二)变量定义、测度与估计偏误
总产出。此处运用名义总产值而不是工业增加值,因为增加值数据被认为会高估市场势力溢价水平(Domowitz等,1988)并且结果不稳健(Basu, 1997)。另一个备选的指标是销售收入,这一指标被Konings(2005)采用,但是销售收入反映的是总产出在市场上实现的价值。这会低估市场势力溢价,因为一般来讲,销售收入通常低于总产出水平。名义总产值数据可以直接在数据库中获取。
劳动力成本。我们的最终模型只需要劳动力总成本数据,而不需要工资率的计算或估计,此处用总工资作为代理指标。用总工资作为劳动力成本的潜在问题是它可能会低估劳动在总产出中的份额,最终导致市场势力溢价的高估(Norrbin, 1993),原因在于非货币福利同样构成企业的劳动力成本。
资本投入与资本成本。此处采用年度平均固定资产净值作为资本投入的代理变量。与Martins等(1996)相似,资本的使用成本PKit用如下公式计算,采用国家层面的水平值:

其中,PIt为t年度投资品价格指数,Rt表示t年度实际利率水平,假定不随产业变动。δ为折旧率,此处计算按照所有产业采用每年折旧5%的标准。
原材料成本。Shapiro(1987)及Domowitz等(1988)指出,忽略中间投入品比如原材料,将导致市场势力溢价的错误估计。这个问题在研究中国制造业时会进一步放大,因为中国制造业通常需要大量的中间原料投入。在数据库中,我们无法直接获取原材料成本,更为一般的做法是视原材料成本为总产值与产出增加值的差,此处采用这一做法。
外商投资比重。这里采用四种方式来度量外商投资比例。第一种是计算外商投资企业总产值占产业总产值的比重;第二种是用外商投资企业总产出增加值占整个产业产出增加值的比重来表示;第三种和第四种分别是利用平均固定资产净值和总固定资产来计算相应比重。
(三)数据基本情况
选用的样本数据跨度为1999—2010年,这一时间段涵盖了金融危机发生的区间,所以在实证分析中将考虑金融危机的潜在影响。表3-2报告了样本中劳动力和原材料成本占总产出的份额。
表3-2 劳动力与原材料成本占总产出份额

注:“两位”和“四位”分别代表两位数代码和四位数代码产业样本。
运用两位数和四位数代码样本得到的结果显示,劳动成本在总产出中的比重平均水平分别为5.5%和6.0%。劳动力在总产出中的份额随产业变化而变动,浮动在1.8%—10.8%之间,但远远低于工业化国家这一指标的值。美国1958—1981年间这一指标的平均值为17%(Domowitz等,1988)。中国产业中劳动力在总产出中份额极低的事实不断被学者证实。他们认为,中国工人每小时的收入只有美国2002—2004年平均水平的3%(Lett等,2006),2008年美国水平的4%(Banister等,2011)。两位数与四位数代码样本中,原材料在总产出中的份额平均分别为76.1%和77.4%,高于工业化国家这一指标的水平值,印证了中国的制造业仍是以低附加值、加工制造为特征的模式
,劳动力回报仍只占总产出的一小部分。
过去十几年间大量的外资涌入中国,在工业经济领域,外资作用尤为重要(江小涓、李蕊,2002)。我们计算了各行业中以四种指标分别计算的外资企业的参与程度(见表3-3)。结果表明,“通信设备、计算机及其他电子设备制造业”和“文教体育用品制造业”的外商投资比例居制造业的前两位,分别为68.2%和53.0%(按工业总产值比重计算),与江小涓和李蕊(2002)对1991—2000年间的统计结果一致:1991—2000年,这两个产业的外资比重也是最高的,分别为65.39%和59.46%。通过对比江小涓和李蕊(2002)的结果,发现2000年后有18个产业外资比重提高,9个产业外资比重降低。从制造业整体来看,外资企业在制造业中贡献的比例大约在33%左右,呈增长趋势。
表3-3 各细分行业外资比重(四位代码行业)

注:外资比重计算方法:A.以总产值比重衡量的外商投资比例;B.以增加值比重衡量的外商投资比例;C.以平均资产净值比重衡量的外商投资比例;D.以固定资产总值比重衡量的外商投资比例。