市场结构与技术创新——以美国ATamp;T公司的拆分为例，本文主要内容关键词为：为例论文,美国论文,技术创新论文,结构论文,市场论文，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、问题
2001年12月11日，中国加入WTO 的第一天，中国电信业重组方案正式对外公布。重组方案宣布：原中国电信北方十省（自治区、直辖市）与网通、吉通重组为中国网络通信集团公司，南方部分保留“中国电信集团公司”名称，继承“中国电信”的商誉及无形资产。从经济学的角度，怎样看待这次分拆的意义及其长远影响？我们目前还无法获得分拆后两个公司的财务数据和资料，但是，1984 年美国联邦通讯委员会（FCC）拆分电信巨头AT&T的案例，可以给我们提供一定的启发和借鉴。
在20世纪的大部分时间里，美国AT&T公司都是垂直整合的垄断者，它提供了美国几乎所有的长途服务以及许多本地服务（见表1）。 贝尔系统包括了四个部分。在这四部分中，本地的贝尔运营公司（BOCs）从事本地服务，AT&T的长话部门提供长途服务，西屋电器（WECO）生产BOCs及长话部门所需的传输和交换设备，贝尔实验室负责公司的研发。
表1 拆分后长途电话公司的市场份额
*CR4指市场份额最大的4个公司的总份额。
资料来源：联邦通讯委员会报告。
在分拆之前，贝尔系统的研发活动集中在贝尔实验室。此外，贝尔实验室还充当整个国家电信研发的发起者。人们普遍的担心是贝尔系统的破裂会严重限制贝尔实验室的研究范围。有人预测：面对开放的竞争，AT&T将从基础研究转向私人（与自身有关的）研究。而且分割后AT&T的规模会进一步缩小，这又将使AT&T资助研究的能力比以前有所降低。
从表面上看（见表2），研发支出在分割前后都很正常。 研发支出在经营收入中的比重从2.6－3％显著地增长到7％；从人员与投资数量看，拆分并没有给AT&T贝尔实验室的研究带来任何重要变化。但是，对两个期间进行的直接比较必须十分谨慎地去做，因为运营收入中的某些科目在分拆前后发生了改变。比如，分割前WECO对BOCs的销售被认为是内部的转移，从而就不会出现在运营成本项下，而在分割后它是存在的。关于创新与市场结构的研究，长期以来缺乏涉及单个公司行为的时间序列研究，案例研究极为罕见，而且，有关实证研究的结论也非常含糊。本文利用AT&T的数据，在完善时间序列数据的基础上，希望从计量而非统计的角度对此做出一点贡献。
表2 AT&T分割前后的研发支出 （单位：千美元）
资料来源：Annual Reports of AT&T and Western Electric Company,Moody's Public Utility Manual.
二、文献回顾
Schumpeter （熊彼特）是最早研究垄断与创新关系的经济学家， Schumpeter（1950）和Galbraith（1956）的两个主要的假设是：其一，创新与垄断力量之间存在正向关系；其二，大公司比小公司更有积极性创新。这两个假设都适用于AT&T。支持这种垄断－创新关系的论据是：（1）市场权力允许将创新行为的回报据为己有， 从而为这样的公司提供了对研发进行投资的动机；（2 ）超额垄断利润的实现为技术创新的投资提供了必要的资金，技术创新通常是由内部资助的；（3 ）大公司比小公司更有能力支持有风险的和野心勃勃的研发计划。而反对这一关系的论据也同样引人注目。例如，如果一个公司在现有产品和服务上实现了垄断利润，它就会缺乏创新更高级的产品和服务的动机，尤其对于像AT&T这样一个受保护的垄断者来说。
有大量的文献曾经对研发－市场结构的关系和研发－生产率增长的关系进行了研究和验证。Kamien和Shwartz（KS）（1984）和Schmalensee和Willig（SW）（1989）是其中出色的代表，下面将这些结论归纳概述如下：
（一）垄断与创新
较早期的研究发现研发与市场集中之间存在正向关系（Scherer,1967; Mansfield,1968），但最近的研究又发现，集中与研发的关系是反向的（Bozeman和Link,1983; Levin和Levinet.al,1985）。集中与研发间关系的这一广泛差异主要是因为行业间与公司间的差异造成的，而行业间和公司间的差异是与需求条件、可独占性、技术与经济机会三者之间的差异相联系的（Pakes和Schankerman,1984; Scott,1984; Levinet.al,1985）。
（二）公司规模与创新
公司规模与创新的关系是不确定的。早期的研究（Hamberg,1964; Mansfield,1964; Scherer,1965a,b）并没有发现创新行为与公司规模的关系，而Markham（1965）发现二者之间存在“倒U型”的关系。而随后的研究又发现了二者之间存在正向关系的证据。如Link（1980）， Loeb（1983 ）， Meisel 和Lin （1983 ）。 Mansfield （1964 ）及Gabrowski（1968）在他们挑选的行业中发现了类似关系，尤其是化学工业。而Scherer（1984b）指出，公司规模与研发的关系不是很强。另一方面Bound et.及其他人（1984）指出二者之间的关系是U型的。Cohen et.及其他人（1987）在检验了行业的影响之后进行了一项研究，指出营业单位的规模（而非公司的规模）影响研发决策。Audertsch（1987）和Dorfman（1987）曾指出公司规模对创新的相对作用取决于行业条件，尤其是市场结构。这些研究发现，在集中的行业，大公司会进行更多的研发，而在新兴的不集中的行业，小公司更具有创新性。
（三）研发、集中与生产率
Greer和Rhoades（1976）的早期分析表明，从不同时间和行业的抽样调查看，卖方集中对劳动生产率的增长具有重要的正向作用。在近期的研究中，Sveikanskas和Sveikauskas（1982）运用全要素生产率增长的数据研究发现，对耐用品来说，集中与生产率的关系是正向的，而对于非耐用品来说则是负向的。二者之间这样一种强烈的关系是相当复杂的，为了解释这一关系，Scherer（1983）验证了集中、 研发与生产率之间的关系。Tarleckyj（1980）也发现制造业中私人资助的工业研发与生产率的增长间的关系是极为重要的，而且是正向的。
三、方法论
全要素生产率（TFP）是指在生产过程中投入转化为产出的效率， 它衡量了不是由于投入增长引起的产出的增长。早期的全要素生产率（TFP）指数是建立在非加权的产出指数与投入指数的基础上的。 最近出现的灵活多变的函数形式、二元性理论、集合理论及其它指数体系使我们能够更加复杂和更精确地对TFP进行测量。
Jorgensen和Griliches（1967），Hulten（1973）以及Diewert（1976）建立了测量TFP的指数方法。根据这一方法，TFP等于总实际产出与总实际投入的比率，其中各种产出（投入）运用Divisia 指数进行加总。Divisia指数是增长率的加权平均， 其中权数是总收入或总成本各组成部分的份额。
全要素生产率为：TFP＝Q／X，相应的TFP增长率为：
（一）AT&T的全要素生产率
Christensen,Cummings-Christensen 和Schoech （1981）提供了AT&T全要素生产率最早的和最长的时间序列，这个序列从1947年一直延伸到1979年。为了研究拆分的影响，我们需要近几年AT&T的TFP数据。 Grandall（1989）提供的AT&T的全要素生产率指标只到1987年，我们需要将上述时间序列延长到尽可能近的几年。AT&T的详细的、分类的产出和投入数据包含在《通信共同体统计》中，从公司到FCC 的公共报告应有尽有。随着管制的取消，1994年后AT&T不再向FCC 报告其投入和产出的信息，因此本文的研究截止1994年。
（二）产出的测量
1988—1994年间，AT&T的产出是以下服务的Divisia加权指数：各州间的通话服务（包括呼入、呼出）、私人电话和杂项服务。建立总产品指数要获得实际产出指标，首先用收入的价格指数调整各种收入，从而取得每种服务的产量指标。价格指数是从劳动力统计局报告的电话服务价格指数中获得的。以1988年为基期，不同种类产出的Torngvist指数可以记为：
总产出中所占的比例。我们注意到1988年FCC进行了会计体系修改，因此从1988年开始，与管制服务业有共同成本的非管制服务的收入应该在经营收入中报告，而1988年前并非如此。我们不太清楚如果AT&T的管制服务随时间推移大量减少的话，那么AT&T在多大程度上会受到这种会计变化的影响。但假设我们衡量的是1988—1994年AT&T的产出，那么任何会计变化的调整都是不必要的。
（三）投入的测量
（1）劳动投入
理论上说，劳动投入指数应该包括企业所雇佣的各种类型的劳动者（如管理人员和普通工人），再用劳动效率和品质加权后的人时数。本项研究中工人数量和总补偿的数据是从SOCC中获得的。不幸的是，FCC提供的数据并没有用工人的类型将工人和总补偿分类统计。因而，本项研究用工人总数作为劳动力投入的近似值。
（2）原材料
原材料成本包括消耗、材料、广告、文具及邮寄等费用。我们效仿Christensen,Schoech和Meitzan（1994），用总经营收入减去折旧和劳动力补偿来衡量原材料成本。为了获得数量指数，我们用原材料价格指数调整原材料的花费。原材料的价格指数建立在投入／产出表中的分类支出基础上，更多涉及通信业需要购买的原材料，而不是一般的通货膨胀指标。
（3）资本投入
资本投入包括六项：厂房、一般维持设备（办公设备及运输工具）、中心办公设备（包括操作系统）、传输设备、信息始端／终端设备、线缆。我们仍沿用Christersen,Cummings,Schoech（1981）和Christensen,Schoech和Meitzan（1994）的方法建立资本存量标准。对每一类资产都用永久存货来计算资本存量数字。
K[,t]是第t年末的资本存量，I[,t]是第t年中的投资量，δ是资本存量的折旧率。
I[,t] 是用名义投资值除以相应的资产价格紧缩指数。其中指数来源于劳动力统计局的厂商价格指数报告中的通信设备类。基准资本存量是1988年末扣除折旧的净值。1988年的会计变化影响了资本衡量，一些以前被认为是工厂附加支出的费用，现在开始作为经营支出进行公告。但是，本项研究中不需要对资本的衡量进行更正，因为我们只是衡量1988—1994年间的TFP。我们的资本存量以1988年的记账值为基础，价格的紧缩指数也是以1988年为基期。
一旦对每一类资产进行数量指数计算，就必须将它们集合成一个整体的资本投入指数。这里要明确，生产过程中的资本投入涉及的是资本投入指标而非总资本存量，因而不同资产的权数是每一类资产的年度“租用”成本。假设没有税收，单项资产的资本服务价值是资本及折旧之和减去重新估价：
等式（11）将全要素生产率的增长表达为内部技术变化及R&D 投资密度的函数（Cowing和Stevenson,1981）。其他生产率增长文献指出，如果公司是不受管制的、有竞争力的，并且技术具有稳定的规模回报时，f代表纯粹的技术变化效应。 当这些条件不成立时，Denny,Fuss和Waverman（1981）指出，产出的剩余除反映技术变化的影响外，还反映了规模经济及日益激烈的市场竞争的影响。Nadiri和Schankerman（1981）在分析1947—1976年间贝尔系统生产率的增长时发现，战后TFP的增长有60％到70％是因为规模经济，虽然它的重要程度正在日益下降。
按照惯例，对受管制行业全要素生产率的分析通常包括了规模和市场结构的特征，但没有一项研究尝试着将生产率的决定性因素——研发的影响分离出去。而本文的研究不同于传统的方法，尝试着将两个模型中的重要因素结合起来。因此，我们扩展了式（11），使其包括规模效应、市场结构、拆分和研发等各种变量。等式的基本形式为：
TFPG[,t]＝α[,10]＋α[,11]Divest[,1]＋α[,12]MS[,t]＋α[,13]
＋α[,14]RDS[,t]＋ε[,1t] （12）在（12）式中，拆分由一个虚拟变量Divest表示，它在1984年取值为1，其他时候为0。Divest系数从截距的角度衡量拆分所引起的变化。虚拟的斜率是虚拟的拆分和其他解释变量相互作用的结果。
是产出增长指数，它反映了规模效应的大小。是用对数计量的，因而它的系数可以理解为规模弹性，如果存在正的规模效应的话，也应该是正的。
MS代表市场份额。我们假设竞争越激烈，公司的产量与边际成本产量的关系越密切，这是最有效率的一种情况，因为AT&T的市场份额日益下降，竞争对全要素生产率的正面影响由负的MS的系数表示。RDS 衡量的是研发的强度，由每年的研发投资与经营收入或销售的比值来计算。
为了检验熊彼特假设，即创新活动是由市场集中和大公司来推动的，我们估计以下基本关系：
其中，被解释变量是研发强度，解释变量包括拆分变量（Divest）；市场份额（MS，衡量竞争强度）；资本对销售的比率（KSR，解释了资本密度，同时又是公司规模和全要素生产率增长的代表）。
由（12）与（13）式，我们希望研发与本要素生产率的增长至少应在某种程度上是同步的，比如，我们希望研发能够促进生产率增长，同时也希望更高水平的生产率正相关于更高水平的研发努力。正如Kamien和Shwartz（1982）所指出的，关于市场结构的文献有一个很重要的缺陷，即经常忽略不同元素的同步性。在本文的研究中，我们运用三段最小二乘法估算（12）和（13）式，从而试图纠正这个问题。
（一）数据和变量
是生产增长率的指数，这个序列来自于Christensen,Crandall和本研究在构造TFP时所使用的对产出变量的测度。市场份额变量（MS）是AT&T通话收入在各种FCC报告中的份额。资本产出比（KSR）指全部电话设备投资占总运营收入的比率。研发强度（RDS）由总研发支出与总经营收入的比值表示。总设备、研发支出及总经营收入的数据来源于AT&T年度报告。拆分前，AT&T所报告的研发支出仅仅包括长途和贝尔经营公司的研发和系统工程费用，西屋电器（WECO）的研发支出是单独公告的，但拆分后，WECO与AT&T合在一起。为了使两阶段的数据具有可比性，我们将WECO的研发支出加到AT&T的研发支出中，从而获得总的研发支出。拆分前AT&T的研发支出包括AT&T的研发费用及WECO的开发支出。分割后WECO与AT&T合并。
最后，全要素生产率序列（TFP）来自Christensen及其他人1947—1979年间的计算。1980—1987年的数据来自Crandall（1989）的研究，1988—1994年的全要素生产率指数来自作者的计算。
（二）估计结果
我们首先在方程（12）和（13）中引入单个的中间虚拟变量来计算整体的分割效应。因为我们希望研发与生产率在某种程度上是同步的，因而我们在估计时运用了三段最小二乘法，它可以纠正同步偏差，考虑了两个差异方程之间的相互关系，这有望提高估计效率，表5 给出了估计结果。
表5 拆分前后的估计
从研发方程得出的结论显示了很高的整体相关性，其未调整和已调整的R[2]为0.97，更进一步地，对所有相关变量进行的T 检验的相关度为1％到5％。分割虚拟变量（Divest）的系数为正且是显著的，这意味着随着分割的进行，研发投资增长了大约5.5％。 这似乎说明分割后市场的竞争性垄断的特征迫使AT&T增加研发费用，以使自己在竞争中处于领先地位。市场份额系数进一步增强了这一观点，它是负数；这意味着AT&T市场份额的下降，表示市场竞争的加强提高了研发在产出中的份额。而且，正如我们所设想的那样，TFP和研发之间存在着显著的正相关，即研发支出每增长9％，TFP就增长1％。最后，R&D与资本产出比率（KSR）也是正相关的，它表明电信业的技术进步是由资本增加引起的。KSR的系数为正，说明公司规模越大，研发支出也越大。
从TFP方程中得到的结果表明，总体相关度只有0.22， 分割变量系数为负，也是显著的，表明1984—1994年间生产率是下降的，这支持了Kwoka（1993）的早期发现。市场份额系数是不相关的， 产出的增长是相关的，系数为10％。这说明规模经济在电信业中依然具有优势。最后，研发与TFP显著正相关，它同时支持两种因果关系的假设， 即研发引起了生产率的增长，反之同样成立。
以上回归和本文研究的一个重要的结果是，它指出了TFP 与研发之间的关系，虽然分割前二者完全不相关，分割后却强烈正相关。这个结果之所以重要，是因为它揭示了效率（由TFP来衡量）和竞争的关系。 这一结果表明，AT&T作为受管制的垄断者时，可能不必担心投资决策的效率，但是在竞争的环境中，为了保持利润就不得不担心效率问题了。
其次，分割前公司规模（用资本产出比率表示）和研发之间显著正向相关，这支持了熊彼特的公司规模越大，就越容易对研究进行投资的观点。但是，分割后系数变为负的。 这是一个有趣的结果， 它意味着AT&T对研发的投资持续增长，并没有受到分割后规模缩减的影响。
TFP方程的整体重要性在分割之前较高，分割对TFP的影响是显著负相关。这说明分割后3年所出现的生产率的下降趋势会一直持续。市场份额系数表明，虽然分割之前竞争的加剧引起了生产率的增长，但是在分割后，生产率是下降的。产出系数衡量的是规模效应，在分割前它与研发是必然的正相关，在分割后相关性出现了某种程度的下降，但这种负面影响是偶然的，说明规模经济仍然存在。
研发与TFP 的关系再一次得出了有趣的结果：虽然在分割之前是不显著的，但是在分割后变得非常显著，并且是显著正相关，这说明拆分后应该有更大的研发投资。将它与研发方程的结果相结合，我们提出一个证据可以证明为什么基础研究的投资会减少，因为这种研究的利益相对于AT&T的私人研究来说不能直接独享。
五、结论
本文试图确定美国电信业的政策变化对生产率和研究活动的影响。与流行的观点不同的是，我们的分析认为，从受保护的垄断地位变为竞争性的垄断，迫使AT&T提高研发投资，以保持其竞争优势。虽然分割带来了规模经济的某种下降，但是规模因素仍然很重要。本项研究的另一个重要的且有意思的发现是，研发与生产率在分割后显著正相关，而在分割前，这种相关关系并不存在。