中国汽车工业的市场规模和企业数量研究，本文主要内容关键词为：市场规模论文,中国汽车工业论文,数量论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
从20世纪50年代一汽建成投产至今，中国汽车工业已经建成了较为完整的汽车工业体系。1 999年的汽车工业总产值为3000亿元，就业人数为200万人，国内市场占有率达到了90%以上 ，轿车主导产品的本地化达到了90%以上。目前，中国已经成为了世界第九大汽车生产国。 但是与世界汽车生产大国相比较，中国汽车工业存在着明显的差距。首先表现为：企业规模 小、数量多，不符合汽车产业的发展规律。中国有118家整车生产企业，数量几乎等于美、 日、欧所有汽车厂家数之和，但是全国的年产量不及一个外国大汽车公司的产量，年产量万 辆以上的只有21家，产量达到经济规模的产品只有一汽、东风两个中型货车车型。其次，中 国生产的汽车尤其是轿车，在成本和价格上都要比国外同类产品高，即使是国内较好的轿车 生产厂家，出厂价格大体高于国际市场20%—30%，其中1.6—2.0升中级轿车价格约高30%以 上，3.0升的中高级轿车，约高出国际市场40%左右（注：见《经济发展、交通与环境》，P144，社会科学文献出版社，2000年。）
。成本高的原因有：(1)企业生产规模 小，不能很好地利用汽车产业本身的规模经济效益，使得单位产品的固定成本和固定费用高 ；(2)国产化水平不高，部分零部件依赖进口。同时，市场竞争不充分、产量达不到设计规 模以及企业管理落后，也是国产汽车成本高的重要原因。
关于中国汽车工业企业规模小，企业数量过多，投资分散的问题，从上个世纪80年代以来 就一直被人议论着。但是无论从实践上还是从理论上，我们都不清楚，究竟中国的汽车工业 企业“太多”多到何种程度？这里有一个“标准”确定的问题——究竟从什么准则出发，我 们能够说，某地区建造一家汽车厂是多余的？从什么量纲出发，我们可以说，中国目前哪些 地区的汽车工业投资太分散了？如果连这种涉及基本家底的问题都不清楚，那么，谈中国汽 车工业的下一步整合、兼并，岂不是又会包含盲点和误区？简单地拿中国目前汽车工业企业 数量、生产规模与发达工业国家的汽车企业数量、生产规模相比较，固然可以发现我国汽车 企业数目多，规模小，但是这样做是以人家为标准。能否从中国现阶段的市场规模、经济水 平出发，确定一个适用于当前汽车工业整合、兼并所需要的标准，然后再逐步调整呢？这是 本项研究的出发点。
汽车工业市场是一种典型的寡头市场结构。按照寡头竞争理论，判断汽车工业中企业数量 是否过多，关键是确定进入该行业的门槛水平，该门槛水平可由行业中单个企业必需的最低 市场规模来度量。若现存的汽车企业的平均市场规模大于上述最低市场规模，则说明企业的 规模经济可供利用；反之，若现存的汽车企业的平均市场规模比支撑企业生存所必需的最小 市场规模还要小，则说明现存的汽车企业太多，规模太小，投资太分散。
如何确定企业生存的最低市场规模呢？一般来说，这取决于企业之间的价格竞争与进入竞争 ，在其他因素不变的前提下，企业之间价格竞争越激烈，单个企业的销售利润率越低，则为 了保证企业盈利，薄利就要求多销，于是单个企业所要求的最低市场规模便越大；进入竞争 的激烈程度则往往以企业进入该行业所必需的沉没成本大小来衡量，沉没成本规模大固然能 限制进入，但是另一方面，正是由于在位企业与进入企业之间的竞争才使沉没成本规模一再 加码。因此，当沉没成本增大时，为了保证企业能够生存，单个企业所必需的最低市场规模 必须相应增大，惟此才能使得每个企业至少能抵补由于进入竞争激烈程度上升而增加投 入的固定成本。
根据以上逻辑，一个行业中企业之间的价格竞争与进入竞争越激烈，则单个企业所必需的 市场规模会变大，于是，竞争程度与全行业所必需的市场规模就有正相关关系。但是竞争程 度又是与行业中企业数目正相关的，由此推断，企业存活数目必定与市场规模正相关。个中 原委也不难理解：只有当市场的规模足够大，能够支撑两个或者两个以上的企业时，市场中 才可能容纳两个或者两个以上的企业。
反过来说，若一国现存的市场规模不大，则保证某行业中企业存活的最适合企业数目必定 不大。Caves(1989)、Curry & George(1983)都曾对市场规模与最适合企业数目作过计量研 究，发现小国(市场规模小)的产业集中度一般较高。Bresnahan & Reiss于1989年、1990年 和1991年连续发表论文，尤其在他们1991年的论文中，贡献了一种计量方法，即从市场规模 与企业数量关系来推测市场的竞争激烈程度。他们根据对美国若干个零售行业和专业产业（
如牙医）的观察，发现所估计的单个企业最小市场规模随着企业数量的增加而增加。
1999年，Asplund & Sandin根据对瑞典区域性驾校市场的观察，运用Bresnahan & Reiss的 计量模型估算了企业个数与市场规模之间的联系，同样发现，随着行业中企业个数的增加， 单个企业必需的最小市场规模在一定限度内也会递增。
本文对Bresnahan & Reiss的计量模型根据中国实际状况作了一些改进。首先，为了确定汽 车工业企业数量的临界水平，我们在决定汽车企业个数的Probit模型、Tobit模型与Poisson 模型中都引入了财政变量、人均GDP变量和固定资产投资变量，试图发现决定中国各省市汽 车企业遍地开花的基本动因；其次，在Asplund & Sandin计量分析的基础上，我们扩展了对 最合理企业数量的分析，试图衡量中国汽车企业“太多”多到什么程度；再次，我们用中国 当前各省市汽车企业平均拥有的市场规模与模型估算而得的单个企业必需的最小市场规模进 行对比，从而发现目前中国汽车生产企业规模“太小”小到什么程度。因此，我们的计量分 析，虽然涉及到竞争激烈程度的分析，但是侧重点是测量现实的企业数量与企业规模较之合 理值之间的偏离程度。
本研究根据的是31个省市的118家整车生产企业1999年的数据。我们把全国汽车市场依照省 份行政区人为划分为31个区域市场。这种“人为划分”与现实是有差距的，但是在以下两个 假设下是合理的：第一，假设各省市之间汽车贸易是平衡的；第二，国际汽车进出口贸易平 衡。这样，每个省份在1999年的汽车保有量的净增加大体上相当于该省汽车工业企业实际面 临的市场规模。以上假设只是我们为了分析而引入的，到第四节，我们会放松省际贸易平衡 的假设，观察省际贸易中净出口省与净进口省的汽车企业数量与企业规模较之理论估算的合 理数值的差距。至于国际贸易平衡的假设，本文没有放松，但是读者不难推断，若在不考虑 国际贸易的条件下，中国汽车工业企业数量已经过多了、企业规模已经过小了，那么，一旦 加 入WTO，则本项研究所揭示的问题会更加尖锐！因此，放松国际贸易平衡的假设，只会加强本 文的结论。
本文的安排如下：在第二节，按照Bresnahan & Reiss模型给出了我们修正的计量模型，并 且说明计量步骤；第三节是对数据的初步分析；第四节则对计量结果作出解释；最后，在第 五节总结我们的研究成果。我们的计量结果发现，中国目前的汽车企业数量至少多出了一倍 。
二、计量模型
我们根据寡头竞争理论，在一个修正了的Bresnahan & Reiss(1991)计量模型中，分三步来 估计中国汽车市场规模和企业数量之间的关系。
1.用Probit模型来估算单个汽车生产企业的最小市场规模。
首先我们描述关于汽车市场的需求和汽车企业的利润函数和成本函数的假设。我们假设某 个市场内存在N个相互对称的汽车企业，那么每个企业的不可观察利润可以设为：
上面(2)式表示第i个市场的总需求，X[5,i]表示与汽车需求有关的地区变量。(3)式表示单个
需求量（即单位汽车需求量）所带来的可变利润，X[v,i]表示与可变利润有关的地区变量。而
表示市场中只有一个企业存在时，该企业的垄断利润。
表示这个市场中所存在企业的最大数量）表示第n个企业进入这个市场后对第一企业可 变利润的影响。根据以上理论分析，更多企业进入市场，将导致竞争加剧，从而导致更低的 价格—成本差，那么所估计的
将是负值。(4)式表示企业的固定成本，X[F,i]表示与企业固
本有关的地区变量。同样，
表示第一企业单独存在时的固定成本，
表示第n个企业进入这个市场对第一企业固定成本的影响。每个企业的固定成本将
随着企业数量增加而增加，那么所估计的
将是正值。根据对称性假设，所有的α各个企业都是相同的。我们将在下节具体描述包含在X[j,i](j=S，V，X)中的变量及其经济含义。
接着我们来构造一个Ordered probit模型。当具有N个企业的i个市场达到均衡时，N个企业 的净利润为非负，而N+1个企业的利润严格为负，即N为汽车行业企业个数的门槛水平。
当Probit模型设定之后，我们便可以定义每个企业必需的最小需求量S[,N]，即这个市场能够 支撑N个相互对称的汽车企业时所必需的最小市场规模。它也就是当每个企业的利润等于零 
时的需求量。从公式(5)可知，
必然等于单个企业的固定成本除 以单个企业的可变利润，即
每个企业的最小市场规模将依赖于V[,N]和F[,N]中具体的变量，为了便于比较，我们用它
们的平均值代入计算。
2.用Tobit模型来估计汽车市场规模和汽车生产企业数量之间的关系。
Tobit模型的特点是模型的因变量是非负的，假设一个潜在变量FIRMS*为：
模型(7)中的误差项可允许有异方差并且假设e[,i]∈N（o，σ[2,i]）。解释变量向量W包括了 上述需求变量、可变利润函数变量和固定成本变量，具体变量说明请见下一节。Tobit模型 没有利用FIRMS是一个整数变量这样的信息。
3.用Poisson模型来估计汽车市场规模与汽车生产企业之间的关系。
我们假设第i个市场中存在N个企业的概率是：
(8)式中解释变量向量Z与(7)式中的W相类似，δ为与Z相对应的参数行向量。
三、数据
我们的样本数据是1999年全国118家汽车整车生产企业的31个省市的分省数据。把全国整个市场人为的按照省市行政区划划分为31个汽车市场。
我们用各个省市的年度汽车保有量的变化量作为市场需求规模的测度变量。年度汽车保有 量的变化量，用符号ΔholdN表示，是通过1999年末的各省市汽车保有量与1998年末的各省 市汽车保有量相减所得。因为无法得到1999年度汽车的报废量，只有用上述方法所得到的汽 车保有量的毛值来表示各省市的汽车需求规模。当然在我们模型估计中忽略了进口汽车的需 求量，如果考虑这部分的需求量，那么现有的汽车保有量变化量中有一部分是进口车辆，国 内汽车的市场需求规模会减少，如第一节所述，这只会加强我们的估计结果。年度人均国民 收入PGDP，表示了该市场的人均收入水平。在成本和利润方面，我们采用了销售利润（用符 号Saleprofit表示）、销售税金及其附加（用符号Saletax表示）和当年固定资产投资（用符 号Investment表示）等变量来表示。因为无法得到管理费用和研究开发费用的数据，我们用 当年固定资产投资来代替汽车企业当年的固定成本。当年固定资产投资中包含了基建投资和 技改投资和引进国外技术投资。
接下去我们将根据各模型的要求来选择回归所需要的变量。在Ordered probit模型中，我 们选择汽车保有量的变化量(ΔholdN)作为需求函数中的地区变量。为了处理利润函数的非 线性关系，对其作了标准化处理，即让它的系数为1。人均国民收入PGDP与汽车保有量之间 存在着正相关关系，进而对企业的可变利润也有正相关关系，因而我们选择它作为可变利润 函数的一个变量。同时我们还选择销售利润(Saleprofit)和销售税金及其附加(Saletax)作 为可变利润的变量。在固定成本函数中，我们用当年固定资产投资(Investment)作为它的变 量。
在Tobit模型中，采用的变量基本上与Ordered probit模型中的变量一致。只是在Tobit模 型中ΔholdN的系数不限制为1，并且在模型中引入了ΔholdN的平方根项，用符号ΔholdNSQ RT表示。这个变量的引入基于需求量和其影响变量之间非线性关系的考虑，同时模型估计表 明的确存在这样的关系。在Poisson模型中，在Z中的变量与在Tobit模型的W中的变量一致， 只是汽车保有量的变化量ΔholdN的平方根项(ΔholdNSQRT)由变化量的平方项(ΔholdNSQ) 代替，以表示市场需求规模和企业数量之间的非线性关系。
四、回归结果
1.Ordered probit模型的回归结果及其经济解释
我们分线性与非线性模型来分别回归有序的Probit模型。这里，非线性的Ordered probit 模型是指在回归之前，我们先将汽车保有量增量(ΔholdN)乘以可变利润函数的各项，即人 均GDP(PGDP)、销售利润(Saleprofit)、销售税金及附加(Saletax)以及可能存在的常数项， 然后将所得的各项与固定资产投资项(Investment)一起进行回归。而在线性模型中，我们不 对可变利润函数的各项进行非线性化处理，各项直接进入回归函数中进行回归。
模型的回归结果列于下面表1。在Ordered probit模型的中，大多数变量的系数其正负号与 我 们预计的相一致。但是非线性和线性模型只在截矩项和销售利润两个变量上其系数符号相一 致，其他系数符号都是相反的。而且两个模型所得到的系数估量中，除了几个是单独显著的 以外，其他系数都是不显著，这样的结果类似Bresnahan & Reiss(1991)文章所得的结果。
但是这一经济计量模型的主要目的，即对
与
的符号估计，是达到了，并且线性模型和非线性模型的
结果是一致的。估计量
（i=1，2，3，4，5）除了
为正，其他 符号都为负，与我们猜想相一致。这表
明随着汽车企业数量的增加，激烈的价格竞争使得企 业可变利润下降。由于在计算汽车企业的最小市场需求规模时，即计算式(6)，
我们只需要 固定成本常数项的加总，即
，所以我们在估计时就估计了这个加总数。从表1 可以看出，所有这些常数
项都是正的，而且随着汽车企业数量的增加，常数项的值是增加的 。这与我们先前的猜想相一致，说明企业数量的增加加剧汽车
企业之间的竞争，增加了企业 的固定成本投入。根据我们模型中具体变量的设定，企业增加了当年固定资产投资。这反映 了企
业之间的“进入竞争”也是相当激烈的。
2.Tobit和Poisson模型的回归结果及其经济解释
模型的回归结果列于表2。Tobit模型中的估计量都是在1%水平下单独显著的。但是它们的 符号与Ordered probit模型中系数估计量的符号不尽相同。在此模型中，市场需求量holdN 的系数是正的，而其平方根项holdNSQRT是负的，这表明企业数量与市场需求规模之间存在 正 相关关系，但该关系是一种凹函数关系。
表2Tobit和Poisson模型估计结果
变量 Tobit Poisson
FIRMS FIRMS
(Intercept) -1.12455***(0.01399)
0.0000
汽车保有量增量
(ΔholdN)
0.00004351***(2.80385E-7) 0.1399**(0.0616) 汽车保有量增量的平方(ΔholdNSQ)-0.0041(0.0028)汽车保有量增量的平方根
(ΔholdNSQRT)-0.0067914***(0.0001326)
人均GDP
(PGDP)
3.04859***(0.0095801) 0.8739***(0.2773)
销售利润
(saleprofit) 0.00002586***(1.35128E-7) 0.0847***(0.0214) 销售税金
(saletax)-0.0000865***(7.51672E-7) -0.3850*(0.2057)
固定资产投资
(investment) -0.0000106***(1.01163E-7) -0.0042(0.0483)
(Number of obs.)31
31
Log L -50.3316562-49.5306
注：(1)括号中是估计量的标准差。
(2)***表示在1%水平显著；**表示在5%水平显著；*表示在10%水平显著。
在估计Poisson模型过程中，为了使得holdN，holdNSQ，Saleprofit，Saletax，Investmen t等变量的系数不会因为太小而不能很好地显示，我们对这些变量的原始数据都除以了10000 。Poisson模型的估计除了市场需求量的平方项holdNSQ不同于Tobit模型以外，其他一切都 与Tobit模型项相同。而且估计量系数的符号也是一致的，只是系数显著的变量只有holdN， PGDP，Saleprofit，Saletax。
我们可以看出，无论是Tobit模型，还是Poisson模型，参数估计结果都表明，造成中国各 省市汽车工业企业建立的主要决定变量是：(1)市场需求扩张，ΔholdN在Tobit模型中，在1 %水平上是显著的；在Poisson模型中，在5%水平上是显著的。这说明各地区内对汽车需求的 上 升，会刺激企业上马。(2)各地区的富裕程度也是决定汽车企业开办的因素之一。无论在Tob it模型还是在Poisson模型，人均GDP都在99%以上的水平上，显著地决定汽车企业上马。(3) 各地区开办汽车企业有着显著的利润动机，其显著程度在Tobit和Poisson模型中都达到了99 %以上。
销售税金及附加(saletax)和固定资产投资(Investment)前面的符号表明，政府征税与投资 规模的门槛水平（沉没成本规模）在目前是制约汽车企业数量扩张的两个主要因素。在Tobit 模型中，这两个制约因素在99%以上的水平上是显著的；当然在Poisson模型中，只有税金 在90%的显著水平上制约了汽车企业数量的扩张。
3.企业必需的最小市场需求估计
在ordered probit模型中，最小市场需求量的计算方法由公式(6)给出。在Tobit模型中， 市场能够容纳N个汽车企业的市场需求规模ΔholdN必须满足E[FIRMS｜W]=N，N=1，2，…，N ；而在Poisson模型中，市场需求规模ΔholdN必须满足λ=N，N=1，2，…，9。将所得的市 场需求规模除以相应的企业个数，便可得到每个企业必需的最小需求量。在这计算过程中， 我们将所有的其他变量取它们的样本均值。
表3的计算结果表示了不同计量模型下每个企业最小市场需求的估计。但是ordered probit 模型的估计量不是很理想，尤其是在双寡头垄断竞争情况下，每个企业必需的最小市场需求 规模非常的大，不仅比单个垄断企业的最小市场需求规模要大，而且比其他任何情况都要大 。再者，随着企业数量的增加，每个企业的最小市场需求规模波动性的增加和减少，与我们 的理论预期相左。在Tobit模型中，垄断企业(N=1)最小市场需求规模的估计量是一个复根， 无法解释其经济意义，所以舍去。其他情况下的最小市场需求规模随着企业数量的上升而增 加，但是当N=5时达到最大，然后稍有下降。在Poisson模型中，我们所得的第一估计量是个 负值，而第7—9个估计量都是复根，同样我们把它们舍弃。其他的估计量正如我们所预期的 随着企业数量的增加而增加。尽管上述模型所估计的最小市场需求量有所不同，但是表3仍 然透露出一条至关重要的信息：在中国，各省市（自治区）在建立第一家汽车生产企业时往往 没有受到市场规模制约；但是当汽车企业从一家变为两家时，“最低市场需求量”的制约便 会立即凸现，使汽车生产企业的经济效益严重受到影响！
表3最小需求量估计
企业数量
ordered probit Tobit Poisson
1 4944.3
* *
-42881
2 234 044 25122640
3 8470.9 27762 11186
4 13 231 27475 15534
5 6 246.6 28658 18217
6 28651 21214
7 28567
* *
8 28453
* *
9 28328
* *
注：* *表示我们舍弃的复根解。
接着我们将用所估计的每个企业必需的最小市场需求量（最小市场需求量表示市场中每个企 业利润至少为零时的市场需求量，即让企业生存下去应保证的起码的市场规模）与实际各省 市每个企业的平均市场需求量（即各省市实际需求量ΔholdN除以企业个数）相比较。具体见表4。
从表4可以看出，在全国31个省市区中，辽宁省（有8家汽车生产厂）的汽车企业基本上达到 了维持生存所必需的最低市场需求量（按Tobit模型估算）；河南省的汽车生产厂面临的平均 需求量还超过了最低市场需求量，说明其尚有市场规模可以利用。而除此以外的所有省份里 ，按Tobit模型估算的企业最低市场需求量都大大高于单个企业实际面临的平均需求量，前 者达后者的倍数(Tobit/ΔholdN)在1.2至15倍之间！这说明，就整体而言，中国目前各省份 的汽车企业还远未达到生存所必需的最低需求量，由此引发的汽车企业经济效益低下、单位 成本高昂、甚至亏损，也就不足为奇了。
这里有必要放松“区域间（省际）贸易平衡”的假设。我们迄今一直假定每个省内汽车保有 量的增量为该省汽车行业实际面临的需求量，这是以省际汽车贸易平衡为假设的，事实上， 中国省际贸易中有汽车净出口省与净进口省之分。由于无法获得省际汽车贸易数据，我们用 每个省每家汽车企业“实际平均产量”与每家汽车企业“实际平均需求量”（即该省汽车保 有量增量除以企业数量之商）之间的差来近似地度量“净出口”或“净进口”。凡是“实际 平均产量”（某省1999年总汽车产量除以汽车整车生产企业数量之商）大于“实际平均需求量 ”的省份，就称其为“净出口省”；反之，就称其为“净进口省”。
这样一来，在1999年属于“净出口省”的省市区，就有北京、天津、吉林、黑龙江、上海 、江苏、安徽、福建、江西、湖北、广西、重庆。而属于“净进口省”的省市区则有河北、 山西、内蒙古、辽宁、浙江、山东、河南、湖南、广东、海南、四川、贵州、云南、西藏、 陕西、甘肃、青海、宁夏、新疆。在这些属于“净进口省”的省份中，如果单个企业实际所 面临的平均市场需求还远低于保证汽车企业生存所必需的“最低市场需求”，则企业的经济 效益必然低下。而表4表明，在上述“净进口省”中只有河南省的最低市场需求拟和值(Tobi t) 尚低于企业实际平均需求量，其他全体“净进口省”内的汽车企业则全在低于“最低需求量 ”的门槛水平线下挣扎，其经济规模不合理性便可见一斑了。
还应该指出，即便是在上述“净出口省”的地区，还有一些省份的汽车企业的实际平均产 量不足以达到“最低市场需求”的拟和水平。比如，北京市，拟和需求量为28328辆，可企 业平均实际产量只有15109辆，缺口近一倍！类似的情形也发生在江苏、安徽、福建这些省份 。这也就是说，在上述这些省际汽车贸易净出口省份，单位汽车生产企业的实际生产量仍然 低于保证企业生存所必需的最低规模！这又是一类规模不经济问题。
除掉上述两类规模不经济问题，就全国来看，就只剩下天津、吉林、黑龙江、上海、江西 、湖北、广西与重庆这8个省市区，汽车生产企业没有明显地面临规模过小或者市场需求规 模不足的制约，这实质上从一个侧面揭示了我国汽车工业下一步整合的基本架构。
上述结论也可以通过观察下图清楚地看出。1999年中国大部分省市的企业最低市场需求理 论估计值远远高于实际市场需求规模。表4和图1表现了在保持现有汽车生产企业数量不变的 情况下，模型预测值与实际值之间的差异。这个差异说明了中国汽车企业实际规模达不到能 使得该市场中所有企业都能存活的最小市场需求规模，从而反应了中国汽车企业生产规模过 小的现实。
4.合理汽车企业数量的估计
下面我们从另一个角度来比较。从理论上看，我们想知道在保持现有的市场规模条件不变 的情况下，各省市的汽车生产企业应该是多少。根据公式E[FIRMS｜W]=N，N=1，2，…，N和N[,i]=λ[,i]=Exp(δZ[,i])，分别用各省市的实际数据代入以上两个公式，我们得到Tobit 模型和Poisson模型对各省市汽车生产企业数量的估计。具体计算结果见表5和图2
从以上的计算结果和图形可以清楚地看出，模型所预测的汽车企业数量一般小于实际汽车 生产企业。这说明了在现有市场需求规模下，市场无法支持市场中所有的汽车生产企业，反 应了中国汽车生产企业过多的实际情况。
如果我们想知道得更为具体一些，那么从表5实际上可以读出更细的信息：就全国来言，各 省份平均有3.8家汽车整车生产企业，而Tobit拟和值只需要1.8家。说明中国的汽车企业总 数多出市场均衡的汽车企业数量一倍以上！具体到每个省份，我们可以看出：(1)只有天津、 辽宁、吉林、上海、河南五省目前的汽车整车生产企业数量与Tobit模型拟和的合理企业数 量吻合，而其余各省目前存在的汽车整车生产企业数量都大于理论估计的合理数值；(2)在 上述五个省份中，由于辽宁、河南目前尚属于汽车净进口省份，因此，在中国31个省市中， 目前既与“合理企业数”相吻合，又不大明显受到“最低市场需求量”制约的汽车工业生产 基地实际上只剩下天津、吉林与上海三地了。(3)尽管黑龙江、江苏、湖北、广西与重庆这 五个省市的汽车整车生产企业尚未受到“最低市场规模”的严重制约（因为它们都是净出口 省，外省对汽车的需求尚可以支撑这些汽车生产基地），但是这些省份的汽车企业仍然过多 ，其中黑龙江多出3倍（与Tobit拟和值相比较，以下相同）、江西多出2倍，湖北多出了近1倍 ，广西多出了近8倍！(4)Tobit模型所估计的“合理汽车企业数”为负值或者零附近的省份， 如贵州、西藏、甘肃、陕西、青海、湖南、广西、海南与四川等省市区，理论上就难以给出 对实际上存在的汽车整车企业的支持。这一切，同样揭示了中国汽车行业下一步调整、兼并 的若干方向。
五、结论
通过我们对中国汽车市场规模和汽车生产企业数量之间关系的分析，我们对中国汽车企业 数量多，规模小，投资分散的问题有了进一步的认识，并且可以得出以下几点结论。
首先，我们用中国汽车市场的数据进行回归，得到了与Bresnahan & Reiss(1991)相类似的 结果，即随着市场中的企业数量的增加，每个企业必需的最小市场需求规模将增加。
其次，我们对中国汽车市场用计量模型进行深入的分析，从实证的角度说明了中国汽车企 业规模小、企业数量多、投资分散的事实。如果保持现有需求量不变，各省市的汽车企业数 量已过多，每个汽车企业的市场需求规模比较小，从而抑制了汽车企业生产规模的扩张。反 过来，如果保持现有的汽车生产企业数量，那么实际的需求量过小，不能支持市场内所有的 汽车企业。
应当指出，我们为了构造和估计模型的方便，人为地按照行政区划将全国划分为31个汽车 市场。这样做所依据的假设是，各个省市之间的汽车贸易是平衡的，这使得本市场内汽车企 业所面临的市场需求即为本市场的全部需求。这样的假设在一定程度上会影响模型估计结果 。但是即使在这样的假设下，各省市的汽车企业数量依然过多。如果放宽这些假设，对于一 些省际间汽车贸易赤字（即该省向其他省市购买的汽车数量大于其他省市向这个省购买的汽 车数量）的省市来讲，该省市的汽车企业数量更是过多了。同时我们在估计模型时忽略了对 进 口汽车的需求量，如果考虑这部分的需求量，那么现有的汽车保有量变化量中有一部分是进 口车量，国内汽车的市场需求规模会减少，更加说明了中国汽车企业数量过多的问题。
我们的经济计量分析表明，在当今中国的汽车行业，企业实际数目与理论估算的合理企业 数目相吻合，并且单个企业的生产尚未严重受到“最低市场需求量”这一门槛水平的制约的 省份，只剩下上海、天津和吉林三个省市。这从一定程度上揭示了，下一步中国汽车行业的 重组、兼并与整合的任务有多么艰巨。但是应当看到，由于加入WTO后国际竞争加剧的挑战 ，“最低市场需求量”这一门槛水平会更高，同时合理的企业数量的理论估计会更加小。这 样，我们就更有理由强调整合、兼并中国汽车企业的重要性。
标签：汽车论文; 回归模型论文; Probit模型论文; 汽车工业论文; 符号计算论文;