我國分行業國有企業市場份額與市場壟斷程度測算

張東祥 陳鋼 郭曉嫻

摘要：國有企業改革與發展始終是我國產業經濟研究的重要課題。本文使用中國規模以上的工業企業調查數據，逐年計算每個行業的赫芬達爾一赫爾希曼指數和國有企業市場份額，以衡量產業聚集程度和市場壟斷程度。本文的研究對于深入理解我國產業結構調整具有重要的意義，同時也是對于我國產業經濟學現有研究的一個補充。

關鍵詞：國有企業改革 ?赫芬達爾——赫爾希曼指數 ?市場份額 ?產業聚集程度 ?市場壟斷程度

一、引言

自改革開放以來，不同地區之間的產業分布發生了巨大的變化。伴隨著中國經濟中市場力量的日益增強，產業的區域分布更多地由市場力量決定，而經歷了多年來的經濟改革和發展，中國國有企業的市場份額也在發生著改變，不同行業的市場壟斷程度也產生了結構性的變化。

進入21世紀之后，圍繞中國地區間產業發展和區域經濟發展模式的討論，已經成為產業經濟學的研究重點，而中國產業分布的歷史特征就是集聚，集聚在我國經濟發展初期也起到了不可替代的作用，但是在現階段的區域經濟協調發展中遇到了阻礙和挑戰。需要指出，產業政策的核心任務應當是促進地區間和產業間的均衡發展，而不僅僅是一味地追求經濟效率的提高。如果說產業的集聚會增加地區間經濟發展的差異，拉大地區間的不平衡增長，造成產業間的畸形發展，那么即使集聚是有效率的，最優的政策仍然可能是阻礙集聚。因此，有必要結合國有企業改革的進程，以市場壟斷程度為視角分析中國產業結構的動態特征。特別是，經濟發展的不同階段，不同行業中國企業承擔的角色是否發生改變？不同行業的產業聚集程度和市場壟斷程度是否發生了結構性變化？這些問題的研究對于深入理解我國產業結構調整具有重要的意義，同時也是對于我國產業經濟學現有研究的一個補充。

回顧相關的國內外研究，我國產業結構的研究重點主要是三方面：第一，圍繞中國上游產業的自然壟斷格局與下游產業形成的競爭環境所構成的上下游垂直結構（比如，Li，Liu和Wang， 2015;Yang等，2015;Duan等，2018）;第二，將全球價值鏈的分析框架引入產業結構研究，代表性研究比如，Wang，Powers和Wei（2009），Koopman 等（2010），Kwon和Ryon（2015），Zhou，Chen和Chen（2019）等;第三，價值鏈中產業位置的測算和測算指標的提出，即不同產業在價值鏈上的位置指標，測算每個產業在這個產業鏈條所處的具體位置，是偏上游、偏中游或者偏下游，它反映了某行業距離最終消費者的距離，數值越大，距離消費者越遠，越處于上游位置，代表性研究比如，Fally（2011），Antra?s等（2012），倪紅福、龔六堂和夏杰長（2016），Miller和Temurshoev（2017），Antra?s和Chor（2018）。事實上，產業上游指標與赫芬達爾——赫爾希曼指數（Herfindahl-Hirschman index，HHI指數，反映產業集中度）、顯示性比較優勢指數（Revealed Comparative Advantage Index，RCA指數，反映比較優勢）一樣，同為一種測算指標。近年來，中國勞動力集聚也得到了學者們的關注，陳剛（2016），劉瑞明，亢延錕和黃維喬（2017）和李國正等（2018）在陸銘（2011）的研究基礎上，更為全面的梳理和總結了勞動力流動與集聚的相關理論。除此之外，產業間關聯的研究中，產業關聯效應可以分為前向關聯效應和后向關聯效應，可以利用投入產出模型計算影響力系數和感應度系數。其中，感應度系數反映的是產業的前向聯系程度，即當國民經濟各個部門均增加一個單位最終使用時，某一部門由此而受到的需求感應程度，也就是需要該部門為其他部門的生產而提供的產出量（中國投入產出學會課題組等，2006）。在（中國投入產出學會課題組等，2006）的研究后，感應度系數廣泛應用于投入產出法的研究中，比如ICT部門代表的單個部門的研究（陳子鳳等，2016），第三產業代表的單個產業的研究（洪思揚等，2016），區域整體產業結構的研究（齊亞偉和陳洪章，2017）。與感應度系數相對應的是影響力系數（比如，王智琦等，2015;姜照華等，2016;李楊超和祝合良，2016;），影響力系數反映的則是產業的后向聯系程度，反映當國民經濟某一個產業部門增加一個單位最終使用時，對其他產業部門產生的推動作用和影響程度。

二、實證分析

（一）數據

中國規模以上工業企業調查數據（Survey of Chinese Industrial Enterprises above designated Size）由國家統計局工交司調查和創建，是一套非平衡面板數據，數據中涵蓋了年主營業務收入500萬元及以上的工業法人企業，以及1996-2007年共12次調查，樣本總量超過200萬，每次調查內容涵蓋法人單位基本情況，包括企業登記注冊類型、行業、開工時間、企業規模、從業人數等;工業企業財務狀況，包括資本金、年末資產負債、損益及分配、工資、福利費、增值稅以及現金流量;工業企業生產銷售總值等數據。本文使用1998-2007年的中國規模以上工業企業調查數據。

圖1 1998-2007 年分行業國有企業市場份額

備注：中國規模以上工業企業調查數據2004 年沒有工業增加值數據，因此采用線性插值計算。數據處理中Drop 1% on bothends，按照登記注冊類型將樣本分為國有企業和非國有企業。

圖2（a）國企市場份額與98 年國企市場份額

圖2（b）國企市場份額均值與98 年國企HHI 指數均值

備注：Mkt_ratio 表示1998 年分行業國有企業市場份額與2007年分行業國有企業市場份額的比值，均采用工業增加值計算，其中，Mkt_2007 表示2007 年分行業國有企業市場份額，Mkt_1998 表示1998 年分行業國有企業市場份額。分行業HHI 指數和國有企業市場份額均用工業增加值計算。

（二）赫芬達爾——赫爾希曼指數（Herfindahl-Hirschman index）

赫芬達爾——赫爾希曼指數（Herfindahl-Hirschman index，HHI指數），由Herfindahl（1955）最早提出。是一種測量產業集中度的綜合指數，指某特定行業市場上所有企業的市場份額的平方和。計算公式為：

其中，x代表一個行業總的規模，它可以是行業的產值、產量、銷售額、銷售量、職工人數等，xi代表行業內單個企業的產值、產量、銷售額、銷售量、職工人數等。N代表行業內的企業數。由于企業數據的可獲得性，通常在計算HHI指數時，采用地區比重代替式中的企業比重。

HHI指數是一個絕對指標，取值范圍在0到1之間。數值越大表明行業的地區集聚程度越高，反之則越低。當行業完全集中在一個地區時，其值為1;當該行業均勻分散時，其值為1/n。

使用HHI指標測算產業集聚程度的優勢在于它考慮了所有地區或行業的企業規模信息，相對于行業集中度指標能夠較好地測量產業的集聚程度。由于該指標的計算采用平方和的形式，因此HHI對規模最大的前幾個企業賦予了比較大的權重，而對于小企業賦予了較小的權重。因此HHI能夠真實地反映市場中企業之間規模的差距大小。但是，HHI指標沒有考慮其它產業的空間分布，也沒有考慮不同地理單元的面積差異。

（三）實證結果

使用工業增加值逐年計算每個行業國有企業市場份額，主要行業的結果如圖1所示。圖2（a）和圖2（b）分別繪制分行業國有企業市場份額與1998年國有企業市場份額散點圖和分行業國有企業市場份額均值與1998年國有企業HHI指數均值散點圖。

三、結束語

相當一段時間來，我國產業經濟的不平衡發展引起了國內外學術界的高度關注，但是相關研究更多集中于產業集聚的討論，而GDP增長率數字背后可能掩蓋了產業間發展的異質性和市場壟斷程度的差異性。為了衡量不同產業的聚集程度和市場壟斷程度，本文使用中國規模以上工業企業調查數據，逐年計算每個行業的赫芬達爾—赫爾希曼指數和國有企業市場份額，試圖更為準確的剖析我國產業結構調整的變化過程，探究我國產業結構隨經濟發展呈現出的階段性特征。本文的研究發現都將使我們更好地認識產業布局的動力、趨勢經濟影響，更好地實現產業間的平衡發展，提高經濟發展的效率。

參考文獻

[1]Yang， C.， Dietzenbacher， E.， Pei， J.， Chen， X.， Zhu， K.， & Tang， Z. （2015）. Processing trade biases the measurement of vertical specialization in China. Economic Systems Research， 27（1）， 60-76.

[2]Duan， Y.， Dietzenbacher， E.， Jiang， X.， Chen， X.， & Yang， C. （2018）. Why has Chinas vertical specialization declined？. Economic Systems Research， 30（2）， 178-200.

[3]Wang， Z.， Powers， W.， & Wei， S. J. （2009）. Value chains in East Asian production networks： An international input-output model based analysis.

[4]Kwon， T.， & Ryou， J. W. （2015）. Global Value Chains of East Asia： Trade in Value Added and Vertical Specialization. Asian Economic Journal， 29（2）， 121-143.

[5]Zhou， Y.， Chen， S.， & Chen， M. （2019）. Global Value Chain， Regional Trade Networks and Sino-EU FTA. Structural Change and Economic Dynamics.

[6]Koopman， R.， Powers， W.， Wang， Z.， & Wei， S. J. （2010）. Give credit where credit is due： Tracing value added in global production chains （No. w16426）. National Bureau of Economic Research Working Paper.

[7]Fally， T. （2011）. On the Fragmentation of Production in the US. University of Colorado-Boulder.