網(wǎng)絡(luò)融合與中國電信業(yè)市場(chǎng)績效——基于隨機(jī)邊界模型的實(shí)證分析

李文樂，劉孟飛

1 引言

2010年初，國務(wù)院常務(wù)會(huì)議審議通過了推進(jìn)三網(wǎng)融合的總體方案，標(biāo)志著三網(wǎng)融合上升到國家戰(zhàn)略層面。在此背景下，立足于“網(wǎng)絡(luò)融合”的歷史進(jìn)程，對(duì)這一變革給電信產(chǎn)業(yè)組織演化與績效影響進(jìn)行深入探討，進(jìn)而對(duì)政策框架進(jìn)行基礎(chǔ)性構(gòu)建，是電信產(chǎn)業(yè)經(jīng)濟(jì)研究的一項(xiàng)嶄新課題。

本文考慮到近年來電信業(yè)網(wǎng)絡(luò)融合持續(xù)深入發(fā)展的現(xiàn)實(shí)，采用參數(shù)法中的SFA模型，利用全國范圍內(nèi)的省級(jí)面板數(shù)據(jù)，對(duì)我國電信產(chǎn)業(yè)績效進(jìn)行評(píng)價(jià)，并對(duì)網(wǎng)絡(luò)融合以及其他控制變量的績效影響進(jìn)行實(shí)證檢驗(yàn)，以解釋在產(chǎn)業(yè)改革重組與技術(shù)變遷過程中我國電信部門績效的動(dòng)態(tài)演化過程與發(fā)展趨勢(shì)。

2 研究方法

在電信產(chǎn)業(yè)績效的測(cè)算方法上，與國內(nèi)外現(xiàn)有文獻(xiàn)通常所采用的DEA、Malmquist生產(chǎn)率指數(shù)等非參數(shù)方法不同，本文采用參數(shù)法中的隨機(jī)前沿方法 (Stochastic Frontier Analysis，SFA)，借鑒Battese 和 Coelli［1］、Seo 和 Shin［2］等的做法，將電信業(yè)的隨機(jī)前沿生產(chǎn)函數(shù)設(shè)定如下:

相應(yīng)的無效率影響因素模型為:

式 (1)中，Yit為產(chǎn)出;Xit為投入;t為時(shí)間趨勢(shì);vit為隨機(jī)干擾項(xiàng);uit為衡量無效率的非負(fù)隨機(jī)變量。式 (2)中，Conv(Convergence)為網(wǎng)絡(luò)融合變量 (在下文的實(shí)證分析中分別采用電信產(chǎn)業(yè)業(yè)務(wù)結(jié)構(gòu)的熵指數(shù)、赫芬達(dá)爾指數(shù)以及互聯(lián)網(wǎng)收入占比指標(biāo)等)、Z為一組控制變量 (具體包括區(qū)域經(jīng)濟(jì)環(huán)境差異、產(chǎn)業(yè)規(guī)制改革和時(shí)間趨勢(shì)等)。α、θ、β、δ為模型待估參數(shù)。

3 變量選取與數(shù)據(jù)來源

3.1 投入產(chǎn)出變量

在電信業(yè)投入變量的選取上，本文主要從資本、勞動(dòng)兩個(gè)方面考慮，選取電信業(yè)員工數(shù)量、交換機(jī)容量 (包括長途電話交換機(jī)容量、局用交換機(jī)容量、移動(dòng)電話交換機(jī)容量)、長途光纜線路長度等三項(xiàng)指標(biāo)作為投入變量。與以往文獻(xiàn)不同的是，在產(chǎn)出變量選取上，本文側(cè)重于從盈利能力角度考慮電信業(yè)市場(chǎng)績效水平，因此選取電信業(yè)務(wù)總量作為產(chǎn)出變量。

3.2 網(wǎng)絡(luò)融合變量

本文借鑒有關(guān)產(chǎn)業(yè)融合度的研究與測(cè)算方法，采用赫芬達(dá)爾指數(shù) (Herfindahl Index，HHI)和熵指數(shù) (Entropy Index，EI)作為電信業(yè)網(wǎng)絡(luò)融合度的計(jì)量指標(biāo)。

赫芬達(dá)爾指數(shù) (HHI)的計(jì)算公式如下:

式中，I為電信運(yùn)營商業(yè)務(wù)收入來源集中度，Pi為電信運(yùn)營商在第i項(xiàng)業(yè)務(wù)上的營業(yè)收入占總營業(yè)收入的比率;n為電信業(yè)務(wù)數(shù)目，包括固網(wǎng)語音、移動(dòng)語音、一次性初裝費(fèi)收入等傳統(tǒng)業(yè)務(wù)以及互聯(lián)網(wǎng)、增值服務(wù)、綜合信息應(yīng)用服務(wù)、基礎(chǔ)數(shù)據(jù)及網(wǎng)元出租等新興業(yè)務(wù);HHI為網(wǎng)絡(luò)融合度指標(biāo)。當(dāng)I越接近1，表示運(yùn)營商的業(yè)務(wù)收入來源較集中于傳統(tǒng)業(yè)務(wù)部門，意即集中度高，網(wǎng)絡(luò)融合程度低;反之，若I愈低，則HHI越高，意味著運(yùn)營商的業(yè)務(wù)較集中于互聯(lián)網(wǎng)、增值服務(wù)等新興業(yè)務(wù)，網(wǎng)絡(luò)融合程度越高。

熵指數(shù)DT的計(jì)算公式如下:

式中，Pi、n的含義與式 (3)相同。EI隨著經(jīng)濟(jì)所涉及的業(yè)務(wù)數(shù)目的增加而增加，如果企業(yè)采取單一業(yè)務(wù)模式，則EI取值為0，意味著完全專業(yè)化，即網(wǎng)絡(luò)融合度最低;如果各項(xiàng)業(yè)務(wù)收入等額分布，即P=時(shí)，則計(jì)算結(jié)果達(dá)到最大i值，此時(shí)意味著網(wǎng)絡(luò)融合程度達(dá)到最大。

本文收集了2003—2011年間主要電信運(yùn)營商的業(yè)務(wù)結(jié)構(gòu)數(shù)據(jù)，根據(jù)式 (3)和式 (4)計(jì)算獲得網(wǎng)絡(luò)融合度指標(biāo)，為了便于對(duì)比，本人還同時(shí)計(jì)算了互聯(lián)網(wǎng)業(yè)務(wù)收入占比指標(biāo)。

3.3 其他控制變量

電信業(yè)的績效水平除受技術(shù)條件與政府有關(guān)政策影響以外，還與其所處區(qū)域經(jīng)濟(jì)環(huán)境存在密切聯(lián)系，因此在實(shí)證檢驗(yàn)過程中需要對(duì)其加以控制，以排除這些因素的影響。參考Lam和Shiu(2010)、Symeou(2011)等文獻(xiàn)的研究結(jié)論，本文選取人均地區(qū)生產(chǎn)總值、市場(chǎng)規(guī)模、人口密度、電信業(yè)重要程度以及時(shí)間趨勢(shì)等作為區(qū)域經(jīng)濟(jì)環(huán)境差異控制變量。在政府規(guī)制改革變量上，研究期間內(nèi)，即有規(guī)格規(guī)制，也有產(chǎn)業(yè)重組改革因素，因此選擇其作為反映中國電信業(yè)規(guī)制改革的兩個(gè)變量。另外考慮到本文的樣本期間為2003—2011年長達(dá)9年，樣本期間內(nèi)可能存在技術(shù)變動(dòng)，因此引入時(shí)間趨勢(shì)變量。以上各數(shù)據(jù)主要來源于歷年《中國統(tǒng)計(jì)年鑒》與工信部網(wǎng)站，對(duì)于個(gè)別缺失數(shù)據(jù)我們采用線性插值法補(bǔ)齊。

4 SFA模型參數(shù)估計(jì)結(jié)果與分析

采用2003—2011年全國31省市的平衡面板數(shù)據(jù)，運(yùn)用FRONTIER 4.1軟件對(duì)式 (1)下的隨機(jī)前沿模型，以及式 (2)下的無效率影響因素模型進(jìn)行迭代運(yùn)算，估計(jì)結(jié)果見表1。

表1 SFA模型參數(shù)估計(jì)結(jié)果

表1中的參數(shù)估計(jì)結(jié)果顯示，模型1、2、3的參數(shù)估計(jì)值顯著性一致，正負(fù)符號(hào)基本相同，所得效率值大小相當(dāng)，說明模型是非常穩(wěn)健的;單邊誤差似然比檢驗(yàn)值 (LR test of the one-sided error)分別為313.973、317.076、360.384，證實(shí)了復(fù)合誤差中存在單邊誤差;三個(gè)模型下的Gamma值均為1.0000，意味著幾乎全部綜合誤差均可歸結(jié)為無效率;模型1、2、3下的效率平均值分別為0.3397、0.3298、0.3174，說明我國電信業(yè)的市場(chǎng)績效水平整體上處于相當(dāng)?shù)偷乃健?/p>

在無效率影響因素方面，如表1所示，三個(gè)模型中的網(wǎng)絡(luò)融合變量系數(shù)估計(jì)結(jié)果均為負(fù)且顯著，說明研究期間內(nèi)網(wǎng)絡(luò)融合度的提高對(duì)我國電信業(yè)市場(chǎng)績效水平的提高存在積極的正面影響。模型所考慮的控制變量大部分均通過了顯著性檢驗(yàn)，其中的區(qū)域經(jīng)濟(jì)環(huán)境控制變量均為負(fù)，說明一個(gè)良好的區(qū)域經(jīng)濟(jì)環(huán)境是中國電信產(chǎn)業(yè)市場(chǎng)績效改善的重要因素;價(jià)格上限制系數(shù)顯著為負(fù)，說明價(jià)格規(guī)制措施對(duì)電信運(yùn)營商市場(chǎng)績效水平的提高具有明顯的激勵(lì)作用;而政府主導(dǎo)下的產(chǎn)業(yè)重組改革措施則存在顯著的負(fù)面影響。時(shí)間趨勢(shì)項(xiàng)估計(jì)結(jié)果顯著為負(fù)，說明隨著時(shí)間的推移，我國電信產(chǎn)業(yè)的市場(chǎng)績效是趨于改善的。

5 電信業(yè)市場(chǎng)績效測(cè)算結(jié)果與分析

2003—2011年各省市的電信業(yè)市場(chǎng)績效水平及其排名情況見表2(鑒于文章篇幅的關(guān)系，這里只給出了模型1下的績效測(cè)算結(jié)果)。

由表2可知，絕大多數(shù)省市電信業(yè)的市場(chǎng)績效均處于相當(dāng)?shù)偷乃剑珮颖酒骄禐?.3397，說明研究期間內(nèi)我國電信產(chǎn)業(yè)市場(chǎng)績效尚未達(dá)到效率前沿的40%。橫向比較來看，不同省市電信業(yè)的市場(chǎng)績效差異也非常明顯，市場(chǎng)績效最高的廣東省，其平均值達(dá)到了0.763，而最低的西藏自治區(qū)僅為0.114;排名較靠前的是廣東、浙江、江蘇、山東、上海、福建、北京等東部發(fā)達(dá)省市，在排名前十位的省市中，除河南以外，其余9個(gè)省市全部來自東部地區(qū)。與此相反，排名靠后的省份中除海南以外，西藏、青海、寧夏、甘肅、新疆、內(nèi)蒙古、貴州等大部分為西部欠發(fā)達(dá)地區(qū)。

為了更直觀地反映我國電信產(chǎn)業(yè)市場(chǎng)績效在研究期間內(nèi)的演變過程與趨勢(shì)，并就不同地區(qū)的績效差異進(jìn)行比較，本文繪制了東、中、西部以及全國平均的分類演變趨勢(shì)圖 (見圖1)。

圖1 2003—2011年東、中、西部電信產(chǎn)業(yè)績效演變趨勢(shì)圖

圖1 顯示，在整個(gè)研究期間內(nèi)東部地區(qū)的市場(chǎng)績效均處于最高，中部地區(qū)和全國平均水平相當(dāng)接近，西部地區(qū)最低，這可能和東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、人口密集等因素有關(guān)。從演變趨勢(shì)來看，除在研究末期略有下降以外，不同地區(qū)電信業(yè)的市場(chǎng)績效水平在大部分年份都是趨于不斷上升的，這說明，我國電信業(yè)在過去的近十年中經(jīng)歷了一個(gè)業(yè)績持續(xù)增長的黃金階段。

6 研究結(jié)論

我國電信產(chǎn)業(yè)市場(chǎng)績效整體處于相當(dāng)?shù)偷乃剑业貐^(qū)差異非常明顯，其中東部較高，西部較低，但從演變趨勢(shì)來看，不同地區(qū)電信業(yè)的市場(chǎng)績效都是趨于改善的;無效率影響元素方面，在三個(gè)模型下，網(wǎng)絡(luò)融合因素對(duì)電信業(yè)市場(chǎng)績效均存在顯著的正面影響，區(qū)域經(jīng)濟(jì)環(huán)境因素也存在明顯的促進(jìn)作用，不同的規(guī)制改革措施的績效影響方向則存在差異。

以上結(jié)論說明，網(wǎng)絡(luò)融合的深化發(fā)展給傳統(tǒng)電信運(yùn)營商的經(jīng)營發(fā)展帶來極大的沖擊，在目前數(shù)字化時(shí)代漸行漸近的背景下，電信業(yè)如何保持良好的發(fā)展勢(shì)頭，尋求新的績效增長點(diǎn)，維持其傳統(tǒng)的優(yōu)勢(shì)市場(chǎng)競爭力，是其未來發(fā)展過程中面臨的突出問題。

表2 我國31省市電信業(yè)市場(chǎng)績效測(cè)算結(jié)果

［1］Battese GE，Coelli TJ.A model for technical inefficiency effects in a stochastic frontier production function for panel data［J］．Empirical economics.1995，20(2):325 －332.

［2］Seo D，Shin J.The impact of incentive regulation on productivity in the US telecommunications industry:a stochastic frontier approach［J］．Information Economics and Policy.2011，23(1):3 －11.