零售市场中的价格波动与市场势力，本文主要内容关键词为：势力论文,零售市场论文,价格论文,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、问题提出
近年来，中国农产品价格经历了一个快速上涨过程，并受到社会各界的广泛关注。据农业部发布的“农产品批发价格指数”，以及据国家统计局发布的“农产品集贸市场价格指数”计算而得的“农产品零售价格指数”显示，2007年5月至2013年4月7年间，中国农产品批发价格和零售价格累计分别上涨48.39%和66.79%（见图1），成本上升、游资炒作及国际因素被视为导致中国农产品价格大幅度上涨的3个主要原因。然而，笔者发现中国农产品在零售端的价格平均变动幅度明显小于在批发环节的价格平均变动幅度，以上述两个“指数”为例，农产品批发价格指数的月平均波动幅度为2.63%，而零售价格指数的月平均波动幅度仅为1.01%。从图1可判断，在近年来中国农产品批发价格与零售价格呈现总体上涨的趋势中，批发价格呈现时涨时跌的“锯齿形”变化特征，而零售价格却基本保持了平稳的持续上升态势，这一现象激发了笔者的研究兴趣。
虽然我们可以从生产成本在批发价格和零售价格中所占比重不同来部分解释上述现象，但是，并不能排除另一种可能存在的原因：即批发商和零售商之间存在市场势力的不对称，零售商更有能力利用产品价格信息的不对称，通过价格传递的不完全来提升市场势力的溢价水平（Ellison，Wolitzky，2012；Piccione，Spiegler，2012）。虽然，当今社会信息技术快速发展，消费者获取产品价格信息的渠道日渐多样化，在一定程度上阻碍了零售企业形成空间价格垄断，但零售商仍可通过施行单一总价和分类价格、采取不同的折扣方法等“模糊策略”，利用价格信息的不透明来弱化消费者进行价格比对的能力，从而巩固价格加成（Price Make-up）的能力。那么，在中国的农产品零售市场中，零售商是否会利用市场价格波动形成市场势力溢价？这是一个颇有理论与现实研究价值的问题。
从价格波动和信息不对称的角度研究市场势力，可追溯至20世纪80年代末出现的价格不对称模型（Price Asymmetry Model），该类模型着重考察上游价格波动对于零售价格的传递问题。Kinnucan and Forker（1987）将Houck过程引入动态分析，研究发现美国食品行业在批发价格上涨时对应的零售价格上调，显著地快于批发价格下降时零售价格的下调。Azzam（1999）首次将不完全竞争因素纳入分析，揭示了价格传递的不完全来自于零售企业的跨期最优化行为。Kim and Cotterill（2008）运用混合Logit回归模型，研究发现相对于共谋条件，在纳什—伯川德竞争条件下价格传递率更高，即受成本变动而引致的消费者福利变化幅度更大。Richards et al.（2012）利用2007—2010年间美国5个城市西红柿和液态奶的批发及零售价格数据，实证分析了价格波动对零售商市场势力的影响。
相较而言，目前国内理论界对价格波动及零售商市场势力关系的研究尚属鲜见。本文选取食用油行业为实证研究对象，对价格上涨和下跌阶段零售商市场势力的变化特征进行经验分析，并对食用油零售商市场势力溢价程度进行测度，从而为政府开展有效的市场规范，提升零售市场竞争水平并改进社会福利提供依据。
二、数据、变量与检验方法
在产品批发到零售的流通环节中，受信息不完全、价格粘性及环节特定成本等因素的影响，上游环节的价格波动往往不能被完全地传递至下游（Nakamura，Zerom，2010）。而价格传递的不完全，恰恰给企业创造了垄断定价的机会（Benabou，Gertner，1993），因为这增加了价格变动的不确定性，将提高消费者的信息搜寻成本并增加与消费者之间的信息不对称，可使零售商通过定价策略增进对产品价格的加成能力，扩展其市场势力。举例而言，设想某消费者进入零售商的卖场，发现拟购产品当日价格较前日上涨，此时该消费者必须明确价格上涨是受市场共性因素影响，还是价格上涨仅出自该零售商。若是受共性因素影响，则消费者不用再进行产品搜寻；若是受特殊因素影响，则消费者需要从其他零售商处获取信息来进行价格比对。消费者做出判断的依据是其在此前消费过程中所积累的信息，如产品价格影响因素、商家定价策略及竞争对手状况等。但事实上，零售商深知在多数情形下消费者掌握的信息很有限，并且消费者要进行信息搜寻将不可避免地付出额外成本，因此，零售商完全有动机也有可能采取定价的“模糊策略”，通过制造非成本变化引致的价格波动，提高消费者获得有关产品价格变动信息的难度，从而提高价格加成幅度并扩展市场势力。根据上述逻辑，本文利用来自多个渠道的微观层面数据，对中国食用油行业价格波动与市场势力的关系进行经验研究，并定量测算零售商市场势力及其对社会总福利水平的影响。
1.数据与变量
本文选择食用油行业作为实证研究对象，出于以下三方面的考虑：一是食用油行业的产业化水平整体较高。食用油生产和销售受天气变化、自然灾害等外生冲击影响相对较小，可储性程度也较高，对市场需求变化的响应能力更强。二是跨区域横向可比性较强。虽然从空间分布来看食用油原料的生产呈现较明显的区域集中特征，但多数食用油品种在各地均有销售。三是政府干预程度较低。相对于粮食、猪肉等受政府高度关注并建有专门应急调控方案的农产品，食用油的价格波动受政府干预的影响较小。综合以上因素的考虑，以食用油行业为考察对象可以保证数据采集的规模及质量。
本文的研究样本为11个副省级城市，具体包括长春、成都、广州、哈尔滨、杭州、济南、南京、沈阳、武汉、西安及厦门，收集的数据主要包括以下四种：一是4类常见食用油即大豆调和油、花生油、大豆油、菜籽油的超市和集市零售价格；二是上述4类食用油的批发价格；三是这4类食用油的生产原料，包括大豆、花生及油菜籽的收购价格；四是主要成本数据，包括了用水价格、用电价格及行业平均工资。样本期为2009年1月上旬至2012年12月下旬，所有数据的监测周期为旬，共计144旬，相应地产生了144个截面。由于各地区在消费习惯、气候条件等方面的差异，部分地区在部分食用油品种及原料品种上存在数据缺失情况，经处理后变量的观测值个数在表1中显示。
本研究所采用的数据主要来源于以下三个渠道：一是国家发改委价格监测中心管理的“中国价格信息网”。数据中4类常见食用油品种的零售价格、批发价格、原料收购价格，用水价格、用电价格均来自于该系统。该系统由国家发改委价格监测中心负责管理，并由全国各省份价格监测部门依据该中心下发的价格监测报告制度定期上报，最终汇集而成。二是各样本城市的统计年鉴。我们查阅了11个副省级城市2010—2012年的统计年鉴，将“批发零售行业平均工资”数据平均计算至旬度水平，以此作为劳动力投入的衡量指标。三是相关研究报告。由于各地2013年统计年鉴并未出版，因而2012年批零行业的平均工资数据存在缺失的情况。为解决这一问题，我们查阅了大量统计报告，并基于各城市历年统计数据，得出了11个副省级城市2012年批零行业旬均工资的估计值。从性质上看，这些数据均属于管理数据（Administrative Data），在统计口径、数据稳定性等方面优于普通的问卷调查数据。表1列示了各主要变量的描述性统计值、变量定义和数据来源。
2.检验方法与结果分析
根据前文的理论分析，本文建立如下基本的静态面板数据回归模型：
其中，
表示经过分类和差分处理后的各个食用油品种零售价格变量，其大小表示零售商跨期价格变动，涉及变量有Sbbcsp、Sbbjsp、Pcsp、Pjsp、Sbcsp、Sbjsp；
分别表示对应于被解释变量的各食用油原料收购和批发价格，分别包括Pfp、Sbfp和Sbwp。通过进行利用面板数据的多个单位根检验方法，可确定上述变量在回归模型中的具体形式。在做回归结果稳健性分析时，我们还将在回归方程中加入水电价格、工资水平等多个控制变量，并加入地区虚拟变量，本检验采取广义最小二乘方法（GLS）进行分析。
（1）面板数据平稳性和协整检验。为避免出现伪回归情况，在对样本进行分析之前，需要对其进行两项重要检验，即总体样本的平稳性检验和协整检验，以保证数据能够达到定量分析的要求。为保证检验结果的稳健性，本研究采用了四种常用的面板数据单位根检验方法，即LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验。结果表明，lnSbbcsp、lnSbjsp、lnSwp、lnInwp四个变量的四种单位根检验结果均在5%的显著水平下拒绝原假设，说明这4个变量均不存在单位根过程，是平稳的。lnSbcsp、lnSbbjsp、lnSbfp、lnSbwp、lnPcsp、lnPjsp、lnPfp、lnWage 8个变量均不能在10%的显著水平下拒绝原假设，说明这8个变量是非平稳的。lnElp变量除LLC检验外，其他三种检验也无法在10%的水平下拒绝原假设。对这9个变量作一阶差分处理后再进行单位根检验，结果表明四种检验结果均在1%的显著水平下拒绝原假设，说明这9个变量的差分量是平稳的，且均为一阶单整序列。
由于上述13个变量不是同阶单整，所以在协整检验中，我们对lnSbcsp、lnSbbisp、lnSbfp、lnSbwp、lnPcsp、lnPjsp、lnPfp、lnWage、lnElp进行序列变化，以各自的一阶差分量替代原变量。本文采用Kao检验和Pedroni检验两种方法进行面板数据的协整检验，两种方法的原假设均为序列之间不存在协整关系，其中Kao检验有1个统计值（ADF-KAO），Pedroni检验有7个统计值，我们选择了其中的Panel ADF和Group ADF统计值。由表2给出的协整检验结果可见，变量系统均在5%显著性水平下拒绝无协整关系的原假设，说明变量间存在着非常稳定的均衡关系。因此，在此基础上进行回归检验是可行的。
（2）静态面板估计。在完成面板数据的平稳性和协整性检验之后，本文利用静态面板估计和动态面板估计两种方法进行经验分析。基于前文论述可知，零售商在价格上涨和下跌阶段具有的市场势力水平可能存在差异。为了将零售价格上涨和下跌过程分开进行研究，本研究又构造了12个新的被解释变量（Sbbcsp1、Sbbcsp2、Sbbjsp1、Sbbjsp2、Sbcsp1、Sbcsp2、Sbjsp1、Sbjsp2、Pcsp1、Pcsp2、Pjsp1、Pjsp2），同时准备了对应的面板数据。变量名称中带1的表示环比零售价格上涨，带2的表示环比零售价格下跌。在此基础上，本文对主要解释变量进行回归分析，以考察批发和零售价格波动对零售商定价能力的影响。
由于价格涨跌并非对称进行，因而得到新面板数据的截面数和观测值并不相等。在静态面板估计中，基于Hausman检验结果，我们针对不同面板数据模型分别采用固定效应法和随机效应法进行估计，然后再加入用水价格、用电价格和人工成本等变量，利用GLS方法对固定效应和随机效应模型进行稳健性分析，以修正可能存在的残差异方差和自相关问题。表3列示的初步静态面板广义最小二乘法估计结果表明，无论价格处于上涨还是下跌阶段，零售价格环比涨跌程度均与零售价格水平显著相关，例如，Sbbcsp1、Sbbcsp2与D（lnSbbcsp）均在1%显著水平下相关；同时，都与批发和出场价格的相关性不显著。
更重要的是，零售价格环比上涨样本中零售价格差分值与零售价格水平的相关程度均大于价格环比下跌样本，例如，Sbbcsp1与对应解释变量D（lnSbbcsp）的相关系数为55.68，大于Sbbcsp2与D（lnSbbcsp）的相关系数47.72。这较好的回应了前文分析近七年以来中国“农产品批发价格指数”及“农产品零售价格指数”所得出的现象，即农产品在零售端的价格平均变动幅度明显小于在批发环节的价格平均变动幅度。检验结果显示，在同等的零售价格涨跌幅度下，价格处于上涨阶段时，食用油零售商跨期价格加成能力大于价格处于下跌阶段时的跨期价格加成能力。换言之，当零售价格处于上涨区间时，食用油零售商的市场势力大于价格处于下跌区间时的市场势力。
表2列示的检验结果给出了被解释变量零售价格跨期变动与零售价格水平的相关性特征。我们知道，零售价格的变动受到各种因素的综合影响，尤其是成本因素和市场需求因素的影响。考虑到食用油属于需求弹性较小的商品，目前每年全国消费总量基本保持平稳，因而市场需求因素对价格变动的影响不大，可以初步判断，成本因素是导致食用油零售价格变动的主要原因之一。为此，我们收集了影响食用油行业成本变化的三个重要数据，即用水价格、用电价格和工资水平，其中用水价格分为服务业用水价格和工业用水价格；工资数据来自各样本城市年度统计年鉴的“批发和零售业工资额”，并将其平均至每旬。由于部分城市的用电价格较为稳定，在部分回归样本中，D（lnElp）变量有可能因为共线性问题而被Stata软件直接识别并剔除出回归分析。
引入用水价格、用电价格和工资水平3个新变量，本研究利用GLS方法再次进行回归分析。表4所列示的回归结果表明：在加入3个新变量后，多数批发和出场价格，包括了D（lnSbfp）、D（lnSbwp）及D（lnPfp）与对应被解释变量的相关性有所减弱，且不显著；各主要被解释变量与对应零售价格变量D（lnsbbcsp）、D（lnSbbjsp）、lnSbcsp、D（lnSbjsp）、D（lnPcsp）及D（lnPjsp）的关系，相较于初步回归结果而言有所减弱，但仍具有1%显著性水平；零售价格处于上涨区间时，各主要被解释变量与对应零售价格变量的相关程度仍高于价格处于下跌区间，例如，Sbbcsp1与对应解释变量D（lnSbbcsp）的相关系数为55.26，大于Sbbcsp2与D（lnSbbcsp）的相关系数46.74。再次印证了前述理论分析和初步回归结果，即当零售价格上涨时零售商的跨期价格加成能力强于价格下跌时的跨期价格加成能力，零售商在价格处于上行阶段时市场势力更大。故总体而言，在加入新变量后主要参数的估计结果依然稳健。
（3）动态面板估计。上文静态面板估计模型虽然得出了与理论预期相一致的回归结果，但是，我们必须注意到市场价格走势的一个重要特征，即价格波动本身是一个动态过程，当前价格波动不仅决定于现期因素，同时也受前期因素的影响。因此，为保证经验研究的严谨，我们还需要借助动态估计方法来进行更深入准确的分析，而采用动态面板数据所引致的问题，主要在于将滞后被解释变量作为解释变量会带来潜在的内生性问题。为了解决这一问题，即解释变量与被解释变量之间的反向因果关系导致前者与误差项存在相关性，我们建立了如下动态面板估计模型，并采用系统广义矩估计方法加以检验：
其中，被解释变量表示各食用油超市和集市零售价格的差分，
表示被解释变量的滞后项，
表示对应零售价格水平的自然对数，
表示对应食用油品种的原料批发价格的自然对数，
表示对应食用油品种的原料出场价格的自然对数。回归模型中还包含时间和地区虚拟变量。在静态面板分析中，本研究将食用油零售价格变动区分为上涨和下跌两类，建立了多个新的非平衡子面板，从而对价格处于上涨和下跌阶段时，食用油零售商的价格加成能力及其影响因素进行直接检验。然而，由于市场价格的变动并不是有规律可循的，以这种方法筛选出来的新数据改变了面板数据原有的平衡结构，无法满足动态分析对数据结构的要求，故在动态面板估计中，不能直接将零售价格跨期变动区分为上涨和下跌两种类型，而需要回到原来的总样本，对各主要食用油零售价格进行差分，建立新被解释变量D（Sbbcsp）、D（Sbbjsp）、D（Sbcsp）、D（Sbjsp）、D（Pcsp）、D（Pjsp），以此来进行动态面板估计。
表5所示的动态分析结果表明，零售价格跨期变化与其前一期变化的关系较为显著，但相关程度不高，例如，加入出场和批发价格控制变量前后，D（Sbbcsp）与
均在10%水平上显著，且相关系数分别为0.03和0.02；此外，零售价格跨期变动与对应价格水平的相关程度较高且较为显著，例如，在加入控制变量前后，D(Sbbcsp)与
与在1%水平上显著，且相关系数分别为56.92和54.39。以上动态分析结果与静态分析结果保持了一致性。
上述结果再次验证了零售商跨期定价能力与价格变动情况有关，价格水平的上升增强了零售商的价格加成能力，扩大了零售商市场势力。加入出场和批发价格、水电价格和工资水平这些对零售价格具有重要影响的控制变量和工具变量后，回归结果依然稳健。由于样本中的11个副省级城市并非在全部食用油品种上从原料到生产均在本地区完成，尤其是受气候条件及地理环境等因素的制约，食用油原料的种植在中国呈现明显的区域不平衡特征：大豆种植主要在东北和华北地区，玉米种植主要在西北和东北地区，花生种植主要在华北和华南地区，油菜种植主要在华南和西南地区。单就某一种食用油而言，为了获得非主产地的产品批发和零售价格，理论上需要在主产地出场和批发价格基础上加上运输成本。然而，由于缺乏足够的统计数据而无法准确估计具体的运输成本和价格组成。对此，我们一方面根据比邻原则和有关行业分析报告梳理产地和销地之间的原料、食用油来源关系，对全样本城市引入原料出场或批发价格变量，以控制部分成本变动；另一方面，基于中国的区域划分引入地区虚拟变量。最后，本研究中的动态面板估计仍然得到了与前述分析较为一致的检验结果。
三、市场势力和福利损失
1.市场势力溢价的估计方法
通过静态与动态面板估计，前文检验证实了在市场价格处于上涨阶段时，零售商可以利用信息不对称和价格传递的不完全，形成更大的市场势力。然而，前文研究尚无法回答零售商在这个过程中所具有的市场势力程度到底如何。因而，本研究将进一步利用Hall（1988）、Roeger（1995）提出的技术方法（简称HR方法），对食用油行业的市场势力溢价程度进行估计。Hall（1988）所提出的方法被称为原始法，区别于前人利用特定函数形式对市场势力进行检验的传统，该方法是基于没有垄断势力的条件下，传统的索洛余值（Solow Residual）与产出波动（对数形式）的变化无关这一发现，提出市场势力的非结构化检验框架；Roeger（1995）所提出的修正方法亦称为对偶法，其得出的关于索洛余值估计结果之差，可用以消除无法观测的生产率冲击，并据此得到市场势力水平的无偏估计值。HR方法首先提出包含三个要素的生产函数：
其中，
为总产出，
分别代表劳动力、资本和中间品投入，
表示希克斯中性技术项。基于原始法得出的索洛余值为投入品增长和产出增长的差额，假设投入品市场中规模报酬不变并且是完全竞争，而产出市场为不完全竞争，从而可得到索洛余值：
其中，
资本价格。通过将方程（4）、（5）相减而消去技术水平项，可得：
为了直接检验市场势力溢价水平
，需对方程（6）进行转换：
若μ大于1，则表示存在不完全竞争性定价；若μ等于1，则市场为完全竞争结构。由方程（7）可知，为得出的估计值，对偶法中需要四个变量的名义值，即销售额（Sale）、资本量（Capital）、劳动成本（Wage）和中间投入品价值（Material），将方程（7）进行简化，可得到：
受数据可得性限制，笔者难以获得上文分析中11个副省级城市月度分类食用油销售额的数据，因此采用来自浙江省5个城市（杭州、湖州、金华、宁波、衢州）2009—2012年月度数据来进行分析，数据来源于浙江省价格监测系统。食用油零售价格的来源与前文检验中数据采集渠道一致，取自超市和集市销售价格，销售量数据为5个城市中排名前列的粮油批发市场的月度市场供应量，由此得到5个城市相关各月份食用油的总销售额（Sale）。资本量（Capital）取自各城市食用植物油加工行业月度同定资产平均净值，并对其进行了投资品价格指数、实际利率水平和折旧率的调整；工资（Wage）为各城市批零行业年度工资总额的月均值，数据来自各地相关年份的统计年鉴；原材料成本（Material）依据各城市主要粮油批发市场上报的主要食用油品种批发价格，根据年度市场供应量进行加权平均，从而得到食用油批发价格指数，以其作为原材料成本的代理变量克服了以往的相关经验研究难以获得较好的原材料成本数据的缺憾。
2.估计结果与分析
本文对浙江省5个城市食用油行业的市场势力溢价程度进行了估计（见表6）。①利用广义最小二乘法（GLS）对全样本面板数据进行了估计，结果显示2009—2012年间浙江省食用油零售行业平均市场势力溢价程度为18%，这说明食用油零售业存在着较强的市场势力。②利用最小二乘法（OLS）对各城市样本进行分析，得出各城市2009—2012年间，平均市场势力溢价程度分别为杭州23%、湖州11%、金华15%、宁波20%，以及衢州19%。这同样说明，各城市食用油零售业中普遍存在较大的市场势力。
在得到有关市场势力溢价程度的初步估计结果后，有必要对由此产生的福利损失进行估计。本文参考周末和王璐（2012）的计算方法，将福利损失（WL）的计算公式表示为：WL=0.5[1-（1/μ）]PQ，其中，μ根据上文方程（7）检验得出，具体数值如表6所示；P为各城市超市与集市零售价格平均值；Q为各城市销售量数据，由于销售量数据来自具有代表性的大型批发市场，并不能反映该城市的全部销售量，因而城市之间的销售量和福利损失程度不具有太强的可比性。基于现有数据，浙江省样本城市的食用油市场销售总额对应2009—2012年，分别为178.78亿元、224.37亿元、251.47亿元及299.46亿元。利用前述方程估算，对应2009—2012年，这些城市总的福利损失分别为13.41亿元、16.83亿元、18.86亿元、22.46亿元，总计71.56亿元。
本文检验结果显示食用油零售商的市场势力溢价会带来规模庞大的福利损失，那么，食用油零售业的市场势力主要来自何处？与其他行业的市场势力来源相比，是否存在特殊性？这是笔者接下来需要思考的问题。通常，行业或企业的市场势力主要源自三个方面：一是源自企业本身的优势，例如市场份额、产品差异、品牌溢价、技术壁垒及渠道控制所形成的市场势力；二是源自政府政策，例如受政府规制政策保护，构成行政壁垒而导致的市场势力；三是源自市场本身，如产品空间分布、消费者信息不完全等因素引发的市场势力。在前文定量分析的研究基础上，本文认为，食用油零售行业的市场势力来源主要在于市场进入壁垒、产品空间差异和消费者不完全信息。①从进入壁垒方面判断，近年来随着食用油行业市场集中度的逐渐提高，企业数量的增加速度明显减缓。在大型龙头企业的主导和影响下，全行业在油料供应、技术要求、营销网络等方面的准入标准越来越高，小企业的生存空间越来越有限，行业市场进入壁垒不断提升。从较为关键的油料供应看，中国属于典型的油料资源进口依赖型国家，每年大量进口大豆、玉米等油料，而阿丹米、邦基、嘉吉、路易达孚等四家跨国公司高度垄断了中国的大豆等油料进口资源，可以说，高进入壁垒不仅实现并且强化了在位企业的市场势力。②在产品空间差异方面，食用油消费者的购买决策既包括产品价格的考虑，也包括购买成本的衡量。而食用油零售商的空间分布是消费者购买成本的重要影响因素，这保证了各零售商在一定空间范围内获得相应程度的市场势力。这一点也是销售企业所具有的共同特征，正如Petersen and Rajan（1995）在对银行业市场势力的分析中指出，银行网点在本地市场中的空间分布是其市场势力的重要来源之一。同理，从空间分布看，目前中国的连锁零售企业尤其是跨国连锁超市凭借已经形成的空间优势，拥有并强化了市场势力。③从消费者不完全信息角度分析，零售市场中企业总是比消费者拥有更多有关产品的价格及质量等信息，而非专业买家的普通消费者对所购买产品价格缺乏足够的信息甄别能力，这为零售商强化市场势力提供了可能。在产品价格变动较为频繁时，零售商可以利用“模糊策略”而动态地获取市场势力，比如可通过借助不同的包装、计价及销售方法，来提高消费者在不同卖家之间进行价格比较的难度，产业组织理论中有关消费者有限理性的研究成果已经很清楚地证实了这一点（如Ellison，Wolitzky，2012）。
四、结论与建议
本文以食用油行业为例，利用2009—2012年全国11个副省级城市的企业水平数据和浙江省5个城市的监测数据，对零售市场中价格波动与企业市场势力的关系进行了研究，结果表明，控制劳动力成本、水电成本及采购成本等因素的情况下，当价格处于上升阶段时，零售商跨期价格上涨幅度大于价格处于下降阶段时零售商跨期价格的下跌幅度。这表明在价格处于不同运行区间，食用油零售商可实现的市场势力程度不同。其原因在于，当价格处于上行阶段时，零售商通过利用市场价格传递的不完全，有了更大的空间来实行定价的“模糊策略”，如制造非成本变化引致的价格波动，以扩大与消费者之间的信息不对称，而这将进一步作用于企业的产品供给弹性，使企业有能力通过定价策略增进市场势力，最终影响社会总体福利水平。经本研究测算，浙江省5个样本城市中食用油零售业的市场势力溢价程度为18%，与此对应的勒纳指数为0.15。参考周末和王璐（2012）提出的计算方法加以估算，我们发现，如果能提高食用油零售行业的竞争水平，这5个样本城市在2009—2012年存在总计71.56亿元的社会福利增进空间。基于上述研究发现，本文提出如下政策建议：
（1）强化在价格快速上涨时期，对零售商定价行为及价格变动频率的监测。过去几年来，中国食品价格快速上涨，2010年、2011年和2012年食品价格涨幅分别达7.2%，11.8%和4.2%。2013年8月，尽管CPI同比涨幅仅为2.6%，但食品价格同比上涨仍高达4.7%。食品价格的持续快速上涨对广大群众生活产生了负面影响，出现了诸如“油你涨”、“豆你玩”等调侃式新名词，充分体现了食品价格上涨给群众尤其是中低收入群体消费带来的压力。因此，相关部门要高度重视在当前CPI总体水平不高情况下食品价格持续上涨带来的危害，并积极采取措施加以干预。本研究的实践意义在于发现了政府相关部门除了在成本推动、国际因素和游资炒作等方面对食品价格快速上涨加以防范和应对以外，还应该重视在市场价格处于上升的阶段时，零售商会借助价格涨势和市场预期，通过实行定价“模糊策略”以提高市场势力溢价水平，而这一因素对推动、延续甚至造成价格上涨的循环效应具有重要作用。因此，在出现价格快速上涨情况时，尤其需要对零售商的产品定价及市场营销行为加强监测，遏制其借机推涨价格。本研究还发现，中国食用油零售商在价格上升时期扩大市场势力空间的大小与价格变动频率正相关，即市场价格变动越频繁，价格上涨的市场氛围越浓重，零售商实行定价“模糊策略”的空间越大。因此，当价格处于快速上涨区间时，相关部门需要密切关注食品零售商变动价格的频率，针对变动频繁的市场情况，更应重点监测相关企业的市场行为是否规范。
（2）价格监督检查部门可通过推行标准化来规范零售商定价行为，提升消费者进行价格比对的能力。国家发展与改革委员会作为全国物价主管部门下设价格监督检查与反垄断局，专门负责指导、组织和实施价格监督检查。针对价格放开的商品，价格监督检查部门主要通过对哄抬物价行为进行查处、对不明码标价行为进行处罚以及对价格异常波动进行处置等，来规范企业定价行为。本文研究发现，即使在满足明码标价、不哄抬物价等条件下，零售商仍然可以利用消费者的有限理性，通过对价格计算实行差别化运作，如运用不同的折扣方法及不同的积分方法等，提高消费者就同类商品在不同商家、或同一商家不同时期之间进行价格对比的难度，从而扩大其市场势力。因此，在不侵犯企业正常权利的条件下，价格监督检查部门应进一步规范零售商的定价行为，在有关商品的一系列如包装、重量、成分等特征方面，对可以实施统一标准的项目进行标准化，从而便于消费者进行跨商家、跨产品、跨时期的比较，进而有效抑制零售商利用价格波动获得不合理溢价的能力。
（3）加强对大型连锁零售企业市场势力的管控。本文研究样本中的超市数据均采集自各城市大型零售企业，其所具有的局部空间垄断势力较大，而这些零售商的市场势力对助推食品价格持续上涨有重要作用。可以说，在市场价格上升时期，国内大型连锁零售企业尤其是外资连锁零售企业的产品定价策略具有更强的市场影响力，也存在着市场示范效应。自2004年以来，中国零售业市场开始全面向外资开放，沃尔玛、麦德龙、家乐福等国际零售业巨头迅速抢滩中国，在分割一线城市市场的同时，迅速向二、三线城市扩张。在国际零售企业强势竞争的压力之下，大量本土传统零售商纷纷倒闭，在此背景下，国际零售企业不断增强了自身的行业影响力和渠道控制力，并通过对上游供应商实现纵向控制，建立起以自身利益为主导的产业链。相比集市而言，大型超市由于在组织结构、渠道控制等方面的管理更成熟，对上游价格变动的反应更快，因而其具有的跨期价格加成能力也更强。鉴于这些大型零售连锁企业所具有的市场影响力，以及近年这类企业操纵价格的违法违规行为频频出现，政府相关部门需要从行业竞争行为、产品质量标准等方面进一步加强管控，尤其是对在价格上升期间，大型连锁零售企业具有率先性、示范性的涨价行为要实施积极干预。
本文基于各城市企业层面的样本数据，对食用油零售市场价格波动与零售商市场势力的关系做出了初步探究。在可能开展的后续研究中，还需要从以下三个方向进行推进：一是对行业市场势力进行动态化分析，研究市场势力溢价水平在时间维度上的演化特征及其影响因素；二是进一步将有限理性因素纳入市场势力分析，研究企业如何利用消费者的有限理性而构建隐性市场势力的机制和途径；三是进一步就企业采取不同的竞争策略如何影响其市场势力溢价水平而开展研究。