竞争程度、市场规模与创新———个基于联立方程模型的中国经验研究，本文主要内容关键词为：联立方程论文,中国论文,市场规模论文,模型论文,程度论文，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。
中图分类号：F062.9 文献标识码：A 文章编号：1671-7023(2008)04-0059-06
一、引言
产业组织理论的一个中心问题是企业和市场应该如何组织起来以实现最优的经济效率。按照熊彼特的观点，由众多小企业组成的竞争性市场能实现短期资源配置的效率[1]，但是在长期，具有市场垄断力量(market power)的大企业在集中度很高的市场中能有力地推动技术创新，从而促进经济持续增长。因此，对不同市场结构绩效的比较将取决于这种长期与短期效率的权衡。但是，熊彼特所说的长期效率是否真的存在呢？如果垄断并不一定有利于创新，那么又该选择怎样的市场结构呢？围绕这些问题，国外学者进行了大量的研究，但得出的结论并不一致。Dasgupta和Stiglitz[2]，Nelson和Winter[3]以及Levin和Reiss[4]等的结论支持熊彼特的观点，认为市场垄断力量对创新具有正效应。拥有市场垄断力量可以使企业获得超额利润，从而有效地为创新活动进行融资，而且企业创新之后又可以进一步获得一定的市场垄断力量，对这种事后市场垄断力量的预期也会激励企业进行创新活动。另一方面，Aghion和Howitt的研究则表明并不存在熊彼特所说的长期效率，只有在竞争的条件下，企业为了在市场中生存才会持续创新[5]。ACS和Audretsch[6]、Lunn[7]、Geroski[8]以及Koeller[9]-[10]的经验研究也证实了竞争促进创新和增长。
国外学者的研究主要是依据国外企业和市场的具体情况进行的。我们注意到，近十多年来，随着市场经济体制的逐步完善和竞争程度的加强，以及市场规模的不断扩大，我国企业的技术创新速度非常之快，国际竞争力也迅速提高。因此，在中国，创新与竞争程度之间又会呈现出怎样的关系呢？是否存在熊彼特所说的市场力量促进创新的长期效率呢？除了竞争程度以外，中国特有的巨大的市场规模和市场需求又会如何影响创新呢？这些问题对于理解我国企业创新的发生机制，从而合理制定产业发展政策，加大企业的自主创新能力，实现建设创新型国家的目标具有重要的意义，值得深入研究。
为了检验熊彼特的观点，许多经验研究都集中在竞争程度与创新之间的关系，Cohen和Levin对此有比较详细的评述[11]。最近的研究则更加微观化，注重企业自身的特点如现金流、业务的多样性等，利用微观数据来刻画创新发生的机制[12]。同时也把行业特点如市场规模、需求状况、新技术的可占有性(Approriability)等作为对创新活动具有重要影响的因素[13]。国内学者对竞争程度与创新之间关系的研究也已开始，吴福象分析了我国企业创新行为与产业集中度的相关性，认为寡头主导型市场结构下的企业创新行为是最活跃的[14]。彭征波利用2000-2003年的数据，选取了5个行业说明市场结构与创新之间一般不存在简单的线性关系，不能单纯地根据与企业规模有关的特性来解释企业创新[15]。笔者认为，国内这些经验研究的不足在于它们都是在传统的“结构—行为—绩效”的产业组织分析范式下进行的，从竞争程度到创新行为再到市场绩效，检验的是一个单向的因果关系，从而忽略了它们之间的相互影响，而且也没有考虑行业特点对企业创新的作用，其中遗漏的一个关键变量就是市场规模。竞争程度以及市场规模的变化会影响企业的创新行为，企业创新之后拥有了技术优势又会改变现有的市场结构，同时企业创新提升了企业的生产能力，又会影响到市场规模。用单方程回归是无法考察这些变量之间的内在联系及其相互影响机制的。因此，本文将拓展前面的研究，采用联立方程模型分析竞争程度、市场规模与创新之间的关系。
二、模型和数据来源
为了考察竞争程度、市场规模与创新之间的内在联系，本文建立下面的联立方程模型：
(1)式、(2)式、(3)式分别为创新方程、竞争程度方程和市场规模方程。创新方程和竞争程度方程是在ACS和Audretsch[6]、Lunn[7]以及Koeller[9][10]的研究基础上建立的。市场规模方程则是用要素投入计算行业产出。考虑到数据的可获得性，本文将按照中国工业的行业分类，选取《中国科技统计年鉴2006》中公布的全部37个行业的大中型工业企业2005年的截面数据作为样本进行研究。下面对以上三个方程分别予以解释。
1.创新方程
(1)式中，INN代表创新，它由竞争程度(CR)、资本密集度(CAP)、研发投入(RD)、熟练劳动力(SL)以及市场规模(OUTPUT)共同决定。在许多有关创新的经验研究中常常选用R&D数据或专利数据对创新活动进行度量，但两者都存在不足[11]。R&D数据是用企业对创新活动的投入度量创新。由于不同的企业以及不同的行业对研发活动的定义和分类不同，因此R&D数据难以进行横向的比较。另外，R&D数据仅仅记录了经过明确定义的正式研发活动，并没有考虑非正式的研发和创新。相反，专利数据则是用创新活动的产出度量创新，尽管同样存在遗漏的问题，但相比之下，专利数据能对度量创新提供一个稳定、客观的标准从而便于比较，而且也容易获得。因此本文采用当年专利申请数度量创新(INN)，同时把研发投入(RD)作为解释创新活动的重要变量之一。
常用的反映市场竞争程度(CR)的指标主要有：产业集中度、Lerner指数、进口比例等。产业集中度是以一个行业中排在前几名的企业的某项指标之和占整个行业相应指标的比例来衡量该行业的市场结构，选取的指标既可以是投入指标，如资本、劳动等，也可以是产出指标，如销售收入、利润等。产业集中度的不足在于它不能反映来自潜在进入者的竞争压力。Lerner指数是用价格超过边际成本的比例来度量企业的市场力量，由于企业的边际成本在实际中难以观察到，因此在计算时往往采用平均成本代替边际成本，以利润率的方式计算Lerner指数。进口比例则主要是用进口产品的数量与国内生产的同种产品的数量之比度量来自国外市场的竞争。可以看到，产业集中度和Lerner指数是高度相关的：在完全竞争的理想状态下，产业集中度和Lerner指数都为零；在垄断或寡头市场上，只有一个或几个主要的企业，产业集中度非常高，它们将运用其市场力量将价格定在边际成本之上以赚取超额利润。考虑到数据的准确性，本文采用产业集中度来衡量国内市场的竞争程度，根据《中国大企业集团2005》公布的各行业每个大企业集团的销售收入，计算在各个行业中销售收入排前四名的企业，以其销售收入的总和占全行业企业销售收入的比例作为产业集中度(CR)。
另外，在(1)式中，资本密集度(CAP)，用固定资产净值年平均余额与工业总产值的比进行衡量；研发投入(RD)用R&D经费进行衡量；熟练劳动力(SL)用工程技术人员和科技活动人员占全部从业人员年平均人数的比例进行衡量；市场规模(OUTPUT)用行业的总产值进行衡量。
2.竞争程度方程
在(2)式中，竞争程度(CR)由创新(1NN)、大企业的平均规模(LAS)、大企业的成本优势(CADV)以及行业的成长性(GROWTH)共同决定。在Koeller[9-10]的模型中，把企业的最小有效规模作为解释竞争程度的主要变量之一：最小有效规模越大，中小企业的进入门槛也就越高，行业的竞争程度也就越弱。但他并没有具体计算每个行业的最小有效规模，实际上这也很难计算。他在研究中是以贡献了行业总产出前50%份额的企业的平均产出占行业总产出的比例来代替最小有效规模的。由于我国目前的统计数据缺乏对每个行业中小企业产出的统计，因此无法采用Koeller的方法计算最小有效规模，为此本文将采用大企业的平均规模(LAS)这一能产生同样效果的指标来解释市场结构：大企业的平均规模越大，行业中企业的最小有效规模也就越大，市场的竞争程度也就越弱。计算时，用各行业营业收入和资产均在5亿元及以上企业的平均年销售收入度量大企业的平均规模。类似地，大企业的成本优势(CADV)用各行业营业收入和资产均在5亿元及以上企业的每个雇员销售收入的平均值与全行业企业每个雇员销售收入的比进行衡量。行业的成长性(GROWTH)用行业总产值的增长率进行衡量，它反映了市场规模的动态特征，能更好地揭示市场规模对竞争程度的影响。
3.市场规模方程
在(3)式中，物质资本(ASSET)和劳动力(LABOR)的投入、创新(INN)以及市场结构(CR)都会对行业总产出即市场规模(OUTPUT)产生影响，其中物质资本(ASSET)投入由固定资产净值年平均余额度量，劳动力(LABOR)投入由全部从业人员年平均人数度量。
本文所有的原始数据来自2005-2006年的《中国统计年鉴》和《中国科技统计年鉴》以及2004-2005年的《中国大企业集团》，模型中使用的是各个变量的对数值。
三、估计结果
1.内生性检验
根据前面的分析，竞争程度、市场规模与创新之间是相互影响的，因而如果仅仅采用单方程简单回归考察市场结构与行业规模对创新活动的影响会产生所谓的内生性问题，将导致OLS估计量的不一致性。为了从经验上确定这种相互影响的关系，可以对竞争程度(CR)和市场规模(OUTPUT)两个变量进行内生性检验。常用的内生性检验的方法是Hausman检验，即在(1)式的基础上进行辅助回归：
其中，
分别是竞争程度(CR)和市场规模(OUTPUT)两个变量对各自的工具变量以及其他外生变量回归后的残差。通过检验c[,16]和c[,17]显著性来判断竞争程度和市场规模两个变量是否是内生变量。在检验中，对竞争程度(CR)选取的工具变量是大企业的成本优势(CADV)，对市场规模(OUTPUT)选取的工具变量是物质资本(ASSET)和劳动力(LABOR)投入，具体的检验结果如表1所示。Hausman检验的结果显示，在5%的显著性水平下，可以拒绝竞争程度(CR)和市场规模(OUTPUT)是外生变量的原假设。因此，采用联立方程模型能更准确地反映出竞争程度、市场规模与创新之间的内在联系及其相互影响的机制。
2.联立方程模型的估计
对于联立方程模型，本文采用的是GMM估计方法。GMM方法允许随机扰动项存在异方差和自相关，而且不需要知道随机扰动项的确切分布，所得到的参数估计量比其他参数估计方法更合乎实际、更稳健。由于本文采用的是截面数据，所以在估计时选取的加权矩阵是White异方差一致协方差矩阵。回归的结果如表2所示，为了便于比较，表2同时也列出了直接用OLS方法回归得到的结果。
在创新方程中，产业集中度(CR)对创新(INN)具有明显的负效应(-0.507)，说明产业集中度越大，竞争程度越弱，创新也就越少。这一结果与ACS和Audretsch[6]、Lunn[7]以及Koeller[9-10]的结论是一致的，并不支持熊彼特的市场力量有助于创新的假说。加强竞争不仅可以在短期内改善资源配置的效率，还会在长期产生一种动态效率(Dynamic Efficiency)或者称为自然选择效应(Darwinian Effect)[5]。在动态竞争的过程中，拥有新技术的创新者进入市场与使用传统技术的在位者展开竞争。如果创新是成功的，进入者将取代在位者，动态竞争将使低效率的企业被淘汰，并将市场上的生产性资源重新分配给高效率的企业。所以尽管在位者在传统技术上已经累积了丰富的经验，可能并不积极参与创新，但新进入者的创新活动以及被淘汰的威胁会给在位者一种压力，迫使其从事创新活动，以应对已经存在的和潜在的竞争者。正是由于存在这种动态效应，加强竞争的产业政策可以长期促进企业的持续创新，并且对社会福利而言，这种长期收益将远远超过短期改善资源配置的静态收益[13]。值得注意的是，产业集中度对创新的负效应在单方程回归中并不显著，说明如果忽略了竞争程度、市场规模和创新的内生性，将会低估产业集中度对创新的这种负效应。另外在联立方程模型中，资本密集度(CAP)对创新(INN)也有一定的副作用(-0.256)，根据Koeller的研究[9][10]，资本密集度实际上也是一个反映竞争程度的指标，资本密集度越高，代表了一个行业的进入壁垒越高，因而竞争程度也就越弱，创新的产出也就越少。同样，资本密集度对创新的负效应在单方程回归中也没有反映出来。
此外，联立方程模型还证实了研发投入(RD)越多，熟练劳动力在总劳动力中所占的比例(SL)越大，或者市场规模(OUTPUT)越大，创新就会越多。研发投入和熟练劳动力是产生创新的基本物质资本和人力资本的投入，因此二者对创新会有明显的正效应。市场规模(OUTPUT)对创新产生正效应的原因在于，企业的创新是对其生存基础即盈利能力的竞争，而企业是否能生存必须经过市场的检验，所以企业的创新活动本质上应该是一种需求（市场）导向型的创新，市场规模越大，创新活动应该越积极。市场规模对创新活动具有正的激励效应。
在竞争程度方程中，创新(INN)对产业集中度(CR)有明显的负效应(-0.162)。创新的产出越多，越会促进竞争。按照熊彼特的假说，创新可以使企业获得短暂的市场力量，因而创新对产业集中度应该具有正效应，但实际上ACS和Audretsch[6]、Lunn[7]以及Koeller[9][10]等很多经验研究都表明创新对产业集中度没有明显的正效应。联立方程的结果显示，创新和竞争之间是一种相互促进的关系。激烈的市场竞争迫使企业进行创新以获得生存，一个企业在进行创新的同时会给其他的企业带来生存的压力，他们会进行进一步的创新。能够生存下来的企业都是相对有效的企业，因而新一轮对企业生存基础的竞争将变得更加激烈。这个过程不断循环，市场上不断出现新进入者和被淘汰者。这正是所谓的“自然选择”效应[5]。
此外，回归结果也证实了大企业的平均规模(LAS)对产业集中度(CR)有正的影响(0.407)，大企业的成本优势(CADV)对产业集中度(CR)也有正的影响，但系数并不显著。行业的成长(GROWTH)对产业集中度(CR)有负的影响(-0.130)，但这种负效应在单方程模型中并不显著。类似于Koeller的研究[9][10]，如果一个行业大企业的平均规模(LAS)越大，该行业的进入壁垒也就越高，其竞争程度也就越低，因而产业集中度会较高。大企业的成本优势(CADV)越明显，越有利于大企业发挥规模经济的优势，因而行业中可能主要以大企业为主，产业也可能相对集中。行业的成长性(GROWTH)越好，说明市场规模和市场需求越大，越能吸引更多的企业进入该行业，从而导致该行业的竞争程度也就越高，所以产业集中度也就越小。
在市场规模方程中，资本和劳动力的大量投入以及技术进步是市场规模（行业总产出）增加的主要原因。相比单方程回归，在联立方程模型中，创新对产出的贡献率由19.9%上升到32.9%，增幅达65%。说明如果不考虑变量之间的内生性问题，将严重地低估创新对市场规模的贡献。尽管产业集中度对行业产出有正的效应，但系数并不显著，说明竞争程度对市场规模的影响是不确定的。不同的行业有不同的适合于自身发展的竞争程度，有的行业只需要一两家企业就能充分地发挥规模经济的作用，有的行业则需要激烈的竞争才能促进其更好发展。因此竞争程度对市场规模的效应可能为正，也可能为负，难以得出统一的结论。
四、结论
本文根据联立方程模型考察了竞争程度、市场规模与创新之间的内在联系，得出以下结论。
(1)竞争程度和创新之间是相互促进的。市场竞争会促进企业的创新，企业的创新又会加剧市场竞争。导致这一结果的主要原因是竞争性市场中长期的自然选择效应，只有持续创新的企业才能在市场竞争中生存，而能够生存下来的企业都是相对有效的，因而新一轮的竞争将变得更加激烈。
(2)市场规模和创新之间也是相互促进的。创新是市场规模增加的主要原因之一。另一方面，市场规模越大，创新也就越多。这是因为市场规模对创新活动具有正的激励效应，企业能否生存必须经过市场的检验，企业创新活动的本质是一种需求（市场）导向型的创新。
(3)竞争程度对市场规模的影响是不确定的，因为不同的行业有不同的适合于自身发展的竞争程度。另一方面，行业的成长性（动态的市场规模）越大，越能吸引更多的企业进入该行业，因而更能促进竞争。
值得注意的是，与单方程回归模型相比，有些在联立方程模型中产生了显著影响的变量在单分方程回归模型中则不显著，如产业集中度、资本密集度对创新的负效应等，说明如果不考虑竞争程度、市场规模与创新之间的内生性，可能会导致错误的结论。另外，由于数据有限，本文无法在一个更长的时间段内动态地考察竞争程度、市场规模与创新之间的关系，也无法考虑除市场规模以外的其他行业特点以及企业个体特点对企业创新活动的影响，比如，对于进入壁垒较高的垄断行业，加强竞争可以显著地刺激企业从事创新活动，以保证其市场地位。而对于竞争性的行业，进一步加强竞争对该行业中企业的创新激励则可能相对较小。不过，随着日后数据的不断补充，动态因素、各种行业特点等问题都将成为本文的拓展研究。
综上所述，竞争程度、市场规模与创新之间的这种内在联系说明，在中国特有的巨大的市场规模和市场需求的条件下，加强竞争的产业政策可以促进企业持续的进行需求（市场）导向型创新，从而有力地提升自主创新能力，并最终促进经济效率的不断提高。对社会福利而言，加强竞争的产业政策其长期收益将远远超过短期改善资源配置的静态收益。
收稿日期：2008-04-08