中国电信行业市场势力与效率:基于NEIO方法的实证研究

明秀南 陈俊营

基金项目：教育部人文社科项目“基于能力构建的我国自主创新型技术赶超问题研究”(项目编号：13YJA790135)，云南大学科研创新基金“市场势力估计与社会福利损失测度”(项目编号：ynu201252)、云南财经大学创新项目“我国电信行业市场势力估计与社会福利损失测度”(项目编号：ynufe201313)。

(1.云南大学 发展研究院，云南 昆明 650091；2.昆明理工大学 经管学院，云南 昆明 650093)

摘 要：

基于NEIO方法构建了一个结合市场势力效应与规模效率效应的模型，利用2002—2011年间中国省际电信业面板数据进行实证分析，可从市场结构这一角度来分析电信业高速增长这一事实。研究发现，中国电信业存在较高的市场势力且市场势力效应占主导，表明电信业绩效较多地是通过市场势力获取的, 即通过其行政垄断特权地位获得较高收入，2008年重组合并后进一步增强了市场势力效应。同时电信业也呈现规模经济特征，但规模效率效应对行业绩效的影响却并不明显。

关键词：

新实证产业组织(NEIO)；电信业；市场势力；规模效率

の恼卤嗪牛2095-5960（2014）04-0075-07；中图分类号：F062.9；文献标识码：A

一、引言

〖KG(2x〗中国电信业自1994年开始进行体制改革以来，经历了三次拆分重组，由独家垄断逐渐演变为寡头竞争的市场格局，并一举成为世界上最大的电信市场。2012年电信行业业务收入高达107629亿元，是改革初期的近22倍，且电信业的营利能力突出，远远高于同期欧美发达国家水平及我国各行业的平均水平。电信业渐进式改革所带来的快速增长是归于其利用垄断力量对消费者剩余占有的结果，还是效率的提升，这一点引起了广泛关注。作为国民经济最为重要的基础性、战略性产业，电信业的发展直接关系到经济社会及其他行业的增长，同时作为民生利益息息相关的行业，服务质量及资费的高低直接关系到消费者的切身利益。对电信业改革后的绩效分析将有助于理解中国电信业频繁地拆分重组，也能够为促进电信业的进一步改革与健康发展提供一定的指导和参考。

电信业的重组拆分及未来的发展受到社会各界的关注，对中国电信业改革及其绩效的研究主要形成了以下三个基本的观点：一是市场势力对电信行业的增长不明显，甚至起相反作用，汪贵浦和陈明亮［1］基于Hall (1988) ［2］模型估算了邮电业的市场势力，发现市场势力对邮电业的增长有显著的负作用。二是电信行业经济体制改革降低行业的集中度，较多实证研究证实中国电信业经济体制改革促进了电信业的发展，提高了社会福利水平［3][4][5][6］。三是效率说，即行业的快速发展得益于效率的提升。［1］［7］以上针对中国电信业改革的研究没有形成一个统一的定论，虽表明市场集中度(HHI)对行业增长有正向作用［6］，但市场结构指标是难以衡量行业的市场势力与竞争程度的。此外大多数文献所选取的样本数据量主要是涉及第一阶段与第二阶段自1994年至2007年间的电信行业打破垄断引入竞争机制时期，而2008年的第三次合并重组所形成的全业务多头竞争的格局，却没有很好地进行实证检验。且从市场势力或效率的某一方面考虑有误导性［8］，也很难解释中国电信业为何频繁的拆分与合并重组。

与国外实证产业组织(NEIO)方法的应用研究相比，我国总体上还相对滞后。那么中国某些特定行业的垄断程度有多高？市场势力与效率在电信业发展过程中作用机理如何？本文将利用2002—2011年间的省际面板数据，通过构建NEIO结构计量模型，实证估测市场势力与效率的大小并考察两者对资费、行业绩效的作用机理，以期能够较为客观地评价电信业的发展质量。以市场结构为切入点：一是实证估计中国电信业的市场势力及规模效率。在竞争市场中企业不能获得超额利润，即不存在市场势力。资本的逐利性也使得各行业的利润水平趋于一致，然而在现实中，电信企业的员工工资水平及利润率远远高于其他行业，这可能是行政垄断导致的结果［9］。二是考察市场势力效应与成本效率效应对电信服务资费及行业绩效的影响机理。这两者的作用机制是相互矛盾的：垄断企业所拥有的市场势力使其有提高产出价格的激励，价格将高于边际成本，而竞争与效率的提升将会使得电信资费的下降，有利于改善社会福利。

二、NEIO方法与文献回顾

Bresnahan(1989)［10］在总结前人研究的基础上提出了新实证产业组织(NEIO)方法，前后有较多的文献将这一方法用于实证研究行业内的竞争结构及市场势力的估算。NEIO方法是以经济行为主体的最优化目标行为为理论基础，并充分考虑到企业间的策略性行为，从需求方程或成本方程联立估计行为参数、市场势力，广泛应用于企业战略、反垄断、政府规制等领域的研究。

相对于SCP范式及新产业组织理论，NEIO方法具有以下优势：一是能够对企业策略性行为进行实证检验。依赖于数据经验分析的SCP范式认为，高集中度会导致合谋及高市场势力，其实一个行业的集中度与合谋之间的关系主要取决于企业间的策略性行为。NEIO方法通过实证估算行业的行为参数以验证市场结构，将能为市场的竞争(或合谋)结构提供检验的可能；二是市场结构的内生性问题。传统的SCP范式不能将市場结构看做是内生的且不能认识到策略性行为的影响，企业间的竞争(合谋)行为仅是中间变量并将其视作为一个“黑箱”不能测度出来［6］，NEIO方法将市场结构视作内生性变量，而不是导致市场激烈竞争的原因，通过构建结构计量模型估算出行业内的竞争行为。

随着计量经济、产业组织理论及数据统计的发展与完善，NEIO方法的计量结构模型至今主要有以下三种：一是通过行业的需求函数或成本函数(供给函数)，以构建计量结构模型，估计行业内的竞争(合谋)程度与市场势力。二是基于消费者效用最大化及微观数据分析的BLP模型［11］，是一种较为符合现实的产品差异情况的计量模型，主要是采用微观个体经济的数据以估计不同产业的市场结构。三是霍尔模型基于索罗增长模型的变形可以估算出企业的加成比率，但该模型假定企业之间的推测变差相同，在估计的时间周期内推测变差与规模报酬不变，在大量跨时期的分析中，企业间的竞争行为却容易发生且经常处于变化状态，因此采用霍尔模型得到的加成比率常常会被过高估计。前两种方法都是以微观经济理论中的经济行为主体最优化目标行为为基础，用于同质产品的行业研究，其中成本函数能够较好地考察出厂价格与边际成本的关系。电信行业最终提供的是通信与网络信息服务，可以认为是各企业的产出为同质产品(服务)，因而本文也将采用同质产品的NEIO模型与成本函数出发估算出电信业市场势力与规模效率。

在现有中国通信服务市场规模趋于饱和的状态下，合并重组有促进成本节约的可能性，较低的成本促进企业降低服务价格，同时快速发展的网络移动通信的潜在竞争可能性也使得企业有降低价格的压力。但还应该注意到，我国通信运营商的服务资费仍不明晰，甚至有欺诈之嫌，在2008年合并重组后这一问题也更加凸显，这可能是在位企业拥有较高的市场势力导致服务质量下降的结果。因而在企业兼并的反垄断审查中应该考虑到两个关键的影响因素：一是市场势力，企业为实现利润最大化目标，通过合并提高市场集中度，建立起合法的合谋行为使企业间的价格协调与合谋更加容易，扩大市场势力，但这是以消费者福利的损失为代价的。二是规模效率，企业追求规模经济与范围经济，以期在合并后能够消除重复性投资、成本节约与提高组织的运营效率，这两者之间的相互作用关系被称为“威廉姆森权衡” (Williamson Tradeoff)。 ［12］

20世纪80年代后欧美等国家的反垄断法对合并重组的审查中，同时考察了由市场势力导致的消费者福利的损失与规模经济带来的成本效率的收益之间的权衡，即社会总福利最大化标准，这一准则依然是当今横向并购反垄断审查的一个重要的参考准则。Azzam(1997) ［13］基于NEIO方法构建了一个分解为市场势力效应与成本效率效应的模型，以验证了“威廉姆森权衡”，但实证结果却表明不同行业呈现不同的特征。Lopez et al.(2002) ［14］发现美国食品行业长期以来都是市场势力效应占主导，行业集中度的提高进一步地提升了市场价格。然而大多实证结果却支持行业利润的增加主要得益于由规模经济带来的成本效率，即合并的收益大于由市场势力带来潜在损失，社会总福利为正［13］，且不同国别的移动通信服务市场也能够支持这一点［15］，李青原等［16］对我国第一例反垄断并购案可口可乐收购汇源也同样验证了“效率”的主导作用。

三、模型与数据来源

(一)模型框架

行业的市场势力效应与成本效率效应的实证研究中，Azzam ［13］基于Williamson［12］提出的效率与市场势力的分解构建了实证计量结构模型，本文将借鉴Azzam ［13］构建的分解模型。

假设行业内有N家提供同质产品或服务Q的企业，基于微观经济理论中企业利润最大化假定：

Q=f(p,z) (1)

p=－ s﹊t η (1+λ﹊t)+c﹊t′(q﹊t,w,T)(2)

p(Q)Аⅹc﹊t(q﹊t,w,T)Х直鹞第iЦ銎笠档姆葱枨蠛数与成本函数，其中z为影响需求的其他变量，w为要素的价格向量，时间变量代表了电信行业的技术变化用T表示(T=1表示时间为2002年、T=2表示时间为2003……T=10表示时间为2011年)，Q－1为除了第iЦ銎笠抵外的行业内所有企业的总产出，Е霜﹊t= 礠－1 祋﹊t 是第iЦ銎笠档耐撇獗洳睿表示的是第iЦ銎笠挡虏庾陨聿出调整之后，竞争对手的整体产量会怎样变化，而本文考虑时间调整因素，测度的是随时间变化的推测变差值即行业内动态竞争或合谋程度。Е= dQ dp1 Q 为需求的半弹性。

为避免结构方程的共线问题，本文采用广义的里昂惕夫(Generalizied Leontief)成本函數，其替代弹性近似为零，在没有参数限制时为对偶的线性齐次成本(生产)函数估计不完全竞争市场的成本函数中有较多的应用［13］ ［14］等，推导的市场势力结构方程。如下式(3)：

C﹊t (q﹊ ,w,T) = q﹊ ∑ γ ∑ ν α│忙 (w│ 獁│ ) 1 2+ q﹊ 猅∑ γ φ│ 獁│+ q2﹊ ∑ γ β│ 獁│+ ε﹊t (3)

q﹊t为第iЦ銎笠档牟出，w﹌itв氇w﹍it为各投入要素的价格水平，时间变量T代表了电信行业的技术变化，Е弄﹊t为随机误差项。方程(2)为可以转化为：

p=－ s璱 η (1+λ璱)+∑ γ ∑ ν α│忙酮(wγwν) 1 2 +T∑ γ φγwγ+2q﹊t∑ γ βγwγ(4)

对(4)式进行加总即可得到行业内的价格方程：

p=－ H η (1+λ)+∑ γ ∑ ν α│忙酮(wγwν) 1 2 +T∑ γ φγwγ+2HQ∑ γ βγwγ(5)

H = ∑ i s2﹊ 为赫芬达尔－赫希曼集中度指数，也是目前对市场结构分析中最为推崇的集中度指标，λШ饬康氖切幸档耐撇獗洳睢＊Е霜Ш饬康氖切幸档耐撇獗洳罴词谐⌒形，不同的市场结构下的推测变差如表1所示：

ケ1市场结构与竞争程度

市场结构

推测变差(Е霜)

推测弹性(Е仟)完全竞争

－1

0 寡头竞争

0<Е霜<1

0<Е仟<1完全垄断(合谋)

1

1〖

在完全竞争的市场结构中，行业内所有的企业都是价格的接受者，不存在市场势力。而在不完全竞争市场中，有效估计市场行为是反垄断的关键。

为了分析电信服务价格、居民收入及用户数对电信业需求的影响，本文参照阿扎姆［13］、洛佩兹等［14］估计电信业需求函数所建立的半对数需求方程形式，且其需求边际即为半弹性：

И玪n玅=α+ηp+∑ i α璱z璱(6)

Е联为估计参数，Е仟为需求的半弹性，z璱为影响需求的因素。对(6)式将基于集中度影响下的市场势力效应与成本效率效应分离，若推测变差Е霜Р凰媸奔浔浠①①此外NEIO模型的假设前提是市场结构内生性，而市场行为为外生变量。采用推测变差Е霜Ю捶治鍪谐【赫(合谋)行为，中国电信行业市场集中度(HHI)指数呈U型变化，则推测变差Е霜随集中度变化的二次方程模型：Е=θ0+θ1H+θ2H2В由此可得： 祊 礖 =－ 1+θ0+2θ1H+3θ2H2 η +2Q∑ γ βγwγВ此式可以验证随时间变化的推测变差，以分析各年度的行业竞争程度，本文限于数据的可获得性而未估计。则有：

祊 礖 =－ (1+λ) η +2Q∑ γ βγwγ(7)

(7)式可以看作为两大影响因素的加总即：第一项为市场势力效应，后一项为成本效率效应，集中度引起的产出价格或企业绩效的变化值取决于寡头市场势力效应与规模效率效应的大小，说明市场结构与价格之间存在一定的相关关系。进一步分析，对(5)两边乘以电信业务总量并如(7)式的分离，将得到行业绩效与市场结构之间的相关关系。模型(5)、(6)分别是成本函数及价格函数模型，联立估计(5)、(6)方程组Е仟АⅹЕ联│忙酮АⅹЕ摘γАⅹЕ陋γУ却估参数，并利用模型(7)来估计市场势力效应与成本效率效应。

(二)变量说明与数据来源

本文采用的是2002—2011年中国31省(市、自治区)面板数据，主要涉及的变量指标有：投入要素指标、产出指标和电信业务基本数据等，为了较为全面地构建合理的指标变量，本文从《中国通信年鉴》、《中国统计年鉴》、《中国通信年度统计报告》收集相关的变量，部分数据还来源于电信企业年报。《中国通信年度统计报告》与国家统计局的年度统计数据库里，部分观察值存在异常，为了解决这些异常值的问题, 本文在筛选样本时加以下限制条件：投入要素及产出指标为正值，通过数据库等对相应的省份进行了比较核算并修正。本文研究选择资本投入、劳动投入、中间品投入为投入指标变量，劳动投入用电信行业年平均工资代替，即劳动投入价格(W璍)；资本投入用较为接近资本投入量的新增电信固定资产表示，用电信业固定资产投资价格指数进行平减，并且将资本投入除以年度电话用户数得到资本价格(W璌)；将主营业务成本中的其他费用作为中间品投入，并将其除以年度电话用户数得到资本价格(W璏)，投入指标变量的单位均以元计量。

电信行业的产出指标用电信业务收入来衡量，其中电信业务收入(Q)主要包括固定电话、数据通信、移动通信等业务的收入，并根据居民通信服务消费价格指数进行了平减，产出指标变量的单位为万元。

控制变量：各省的经济社会发展水平不一，在分析并估计电信行业的需求函数时应考虑这些变量。本文选取电信服务平均价格(P)、人均GDP(Agdp)并用人均GDP指数进行平减、固定电话用户数(N璅)、移动电话用户数(N璏)及互联网接入用户数(N璑)为控制变量。由于电信服务平均价格缺失，本文用固定电话本地、长途通信平均资费、移动通信平均资费及数据通信业务平均资费的加权得到电信服务平均价格(P)，其单位用元计量，并根据居民通信消费价格指数进行了平减。用户数主要用来分析电信行业的网络外部性，即用户越多，任一用户从中获得的网络外部收益将越高，其单位为万户数。表2列出了主要变量的描述性统计。

ケ2数据的描述性统计分析(2002—2011)

变量指标

变量意义

观测量

均值

标准差

最小值

最大值

劳动投入(W L)

企业经营活动需要投入的人力

310

39071.45

18547.77

11771.17

120196 资本投入(W璌)

企业的资本消耗

310

137.561

74.173

18.260

590.172 中间投入(W璏)

生产服务过程中投入的生产性材料的消耗，原料和能源等

310

200.436

104.37

31.50

1264.08 电信业务收入(Q)

产出为企业投入各项要素最终获得的产品的收入

310

272.6799

261.71

7.63777

1707.14 电信服务平均价格(P)

电信企业提供通信、数据服务所收取的平均加权价格

310

0.493

0.183

0.249

1.151 人均GDP( Agdp)

反应居民的生活水平

310

12321.49

8222.98

3257

42495.5 固定电话用户数(N璅)

固定电话通信的网络外部效应

310

1016.042

768.90

19.74

3743.07 移動电话用户数N璏)

移动电话通信的网络外部效应

310

1757.499

1663.66

21.05

10792.8 互联网用户数(N璑)

网络使用的外部效应

310

755.92

882.571

6

6300

四、实证分析

(一)总体样本回归结果

本文以2002—2011年间电信业拆分重组的改革为背景进行实证研究，重点估算出中国电信业的市场势力和规模效率，并考察两者对电信服务价格、绩效的影响。首先，考虑到各省电信业发展程度不一，且稳健性豪斯曼(Hausman)检验在1%的显著水平上拒绝了随机效应估计有效的原假设，因而在估计时考虑了控制省际差异的固定效应模型。其次，本文构建的是面板数据联立方程模型，若使用单一方程估计不如将所有的方程作为一个整体更有效率，根据联立方程识别的秩阶条件和秩条件，模型为过度识别，三阶段最小二乘估计法(3SLS)在迭代估计时运用了广义最小二乘法(FGLS)对方程进行回归分析，考虑了联立方程的相关性。综上，本文将采用考虑了截面固定效应的3SLS估计法，在估计时首先消除个体固定效应，鉴于工具变量的外生性，采用迭代3SLS系统估计方法对方程(5)、(6)进行联立估计。

ケ3中国电信业总体样本回归结果

变量

估计值

估计值 方程(5)

常数项 HHI W璍 W璌 W璏 W㎜K W㎜M W㎏M TW璍 TW璌 TW璏 2HQW璍 2HQW璌 2HQW璏 R2/调整R2

0.525 (3.912)*** -0.797 (-2.091)** 0.010 (0.366) 0.085 (0.186) 0.003 (3.118)*** 0.085 (1.275)* -0.049 (-1.007) -5.85 (-0.893) — — — 1.05E-09 (1.671)** -1.64E-06 (-1.878)* -0.0025 (-2.524)* 0.791/0.770

0.281 (2.149)** -0.068 (-0.180) 0.004 (1.252)* -0.075 (-0.189) 0.001 (1.865)** 0.0001 (1.756)* -0.080 (-1.651)* 4.50 (0.656) -0.004 (-2.012)** -1.33 (-3.185)*** -0.0434 (-0.906) 2.26E-09*(1.585) -2.43E-06 (-3.063)*** -0.0006 (-0.575) 0.619/0.597

方程(6)

常数项 P Agdp N璅 N璏 N璑 R2/调整R2

2.239 (41.021)*** -1.292 (-11.068)*** 0.019 (13.044)*** 1.97 (6.484)*** 1.85 (4.795)*** -2.17 (-3.618)*** 0.921/0.914

2.221 (40.549)*** -1.277 (-10.909)*** 0.199 (13.377)*** 2.06 (6.797)*** 1.91 (4.952)*** -2.35 (-3.927)*** 0.791/0.786

市场势力

0.658

规模效率

0.832

推测变差

0.230

注：括号内的数值为标准差，***、**和*分别代表在1%、5%和10%的显著水平上通过显著性检验。

本文利用3SLS估计联立方程的总体样本回归结果列于表4中，其中市场势力等是根据已估计出方程计算得到的。无论是否将TW璍、TW璌、TW璏三个变量加入价格方程中进行估计，都得到了相似的结果，并不改变集中度(HHI)服务资费(P)等核心关键变量的系数符号，这两个变量的系数高度显著且模型整体拟合较好，表明结果具有较好的稳健性。集中度(HHI)与通信服务资费(P)之间呈负相关关系，说明2002年度电信业的拆分重组形成的“5+1”竞争格局加深了行业竞争程度，通信资费得以下降。电信业收入从2002年42223亿元增长至2011年的9880亿元，年均增长率近9%，远远高于同期世界的增长水平。2000年后中国颁布了《中华人民共和国电信条例》，业界称之为“小电信法”，这一条例的实施使得行业内的互联互通提高了，各企业之间的竞争程度也不断加深。期间中国加入WTO并承诺开放电信市场，这有利于促进我国电信企业构建良好的公司治理制度，潜在竞争压力也使得通信企业加速变革及技术创新与引进，降低资费，能够显著提高了行业的绩效。同时移动通信、数据与网络服务的增加同样有可能会提高电信业的范围经济，即多种服务的规模经济性增强，使得2002—2011年间中国电信业的增长依然高于世界同期电信业发展水平的。另一方面，较高的市场势力促使现有企业控制垄断价格以获得较高的收入。

使用不同的价格方程估计得到了相似的结论，本文将主要采用加入TW璍、TW璌、TW璏三个变量的完整模型来计算电信业的市场势力与规模效率。结果显示电信业的总体平均市场势力为0658，市场势力并没有随集中度(HHI)变化而呈U型波动，却是随年份的增加而增长，验证了HHI指数并不能反应企业的市场势力水平。通信企业之间的竞争程度即推测变差为023，高度合谋的市场结构。同样值得关注的重要问题是市场势力的来源，布雷斯纳汉［9］认为主要是两种：掠夺与进入壁垒。本文认为，我国转型时期遗留的行政垄断与在位企业的限制性策略行为是电信业拥有较高市场势力的重要原因，虽然现有的企业是全业务竞争和产权改革，但某种程度上而言都是同一体制内竞争，外资的逐利性并没有促进有效竞争，行政性进入壁垒也进一步地增强了市场势力。规模经济效率平均值为0806呈现出规模经济特征，这可能是由于电信基础设施投资导致沉没成本增长过快造成的。从另一侧面也反映出通信企业盲目追求规模而忽视了效率的提升，这将会影响现有的电信企业对下一代通信技術(4G)的网络基础设施的投资。

(二)分阶段估算结果

本文将可得的样本数据分为：2002—2008年间与2009—2011年间两大时期，主要是考虑到两个时期的竞争格局与增长率存在明显的性特征，划分以上两个时期是很有必要的。同样利用考虑了固定效应的3SLS方法对模型(5)、(6)进行估计，并通过模型(7)估算的结果见表4。

ケ4两个时期的市场势力效应与效率效应

阶段

市场势力

推测变差

市场势力效应

效率效应

总效应 2002—2008

0.532

0.21

2.24

-0.764

1.476 2009—2011

0.873

0.386

5.101

2.55

7.651

需求函数方程(6)中集中度(HHI)的系数大于0且高度显著，行业绩效随着集中度的上升而增长的迹象。在此基础上估算的推测变差为0386，为高度合谋的市场结构，随着时间的推移进一步地增强了电信业的市场势力和串谋行为。

两个时期内的总效应都大于0，说明企业利用了市场势力挤占了消费者剩余，社会福利损失有逐年增大的趋势。且随着电信企业的扩张获得较高市场势力的同时也可能具备了与政府讨论还价的能力以争取符合自身利益设计的政策。［17］为了促进电信业的发展，提高其竞争能力，政府也往往会通过行政手段进行干预。表现在产业发展规划，重组合并的政府介入及企业高管的人事安排，但这些并非市场经济自身发展的结果，在某种程度上会导致市场结构的扭曲及效率低下，降低了电信业资源配置效率。

从本文收集的可得数据实证发现，2008年电信业的重组合并既增大了市场势力同时也提升了规模效率。但规模效率增长却不明显，可以认为2008年电信业重组是一把“双刃剑”。一是增强了行业的市场势力，较高的市场势力降低了企业在技术、服务等方面的创新，反而加深了企业利用其行政垄断特权来维护自身的垄断地位；另一方面重组合并提升了行业的规模效率。由于中国电信业改革的阶段性及数据的可得性，而未能估计市场势力带来的福利损失与效率增长带来的效益，因而难以验证“威廉姆森权衡”。从两个期间电信业务收入对比来看2009—2011年间电信资费仅下降了153%，电信营业收入增长829%，远远低于前期116%的增长水平。这表明2009—2011年间相对于2002—2008年间，市场势力占主导，消费者对通信服务的刚性需求也进一步增强了通信企业的市场势力，行业绩效的增长有部分来自于对消费者剩余的占有而非技术提升。因而导致这一时期的年均福利损失将可能高于前一期，虽然这一阶段的规模效率的提升可以降低因市场势力带来的损失，但成本效率效应却不明显。同时也验证了我国电信业的改革红利已逐步消耗殆尽［6］，绩效的增长仍较多地依赖于市场势力，即通过控制垄断价格获取高收入。

(三)稳健性检验

本文重点分析了2002—2011年间电信业启动第二轮改革后的市场势力与效率，结果表明市场结构(HHI指数)依然是影响行业绩效的重要变量，这一点与郑世林［5］得到结果一致。为确保估计结果的稳健性与可靠性，本文将从以下几个方面进行稳健性检验。一是分区域层面，我国东、中、西部经济发展程度仍有较大差异，稳健性检验将分区域对模型(5)、(6)重新估计。估计的结果表明核心关键变量集中度(HHI)与通信服务资费(P)的系数符号依然不变且高度显著，表明结果具有较好的稳健性；二是将其中的人均GDP替换为城镇居民可支配收入，其系数且通信服务资费的系数符号不变，且显著；三是使用单一方程估计方法误差修正二阶段最小二乘法(EC2SLS)估计以处理异方差和内生性问题对方程(5)、(6)重新估计，但估计结果并没有太大差异。以上结果显示，稳健性检验的结果与前文的研究较为一致，验证了本文的分析结果是稳健的。

五、结论

电信业的改革一直受到广泛关注，而目前的研究未能深入分析行业的垄断结构特征。本文从市场结构视角出发，以2002—2011年间省际面板数据，基于NEIO方法实证估算电信业的市场势力与效率，同时对两者之间相互作用关系进行探讨并得出以下结论。(1)总体上，2002—2011年间市场势力有不断上升的趋势，电信业存在规模经济特征。(2)将样本分阶段发现：2009—2011年间的企业间的合谋程度也高于前一时期，电信行业市场势力对行业绩效的影响占主导，且消费者对通信服务的刚性需求也进一步加强了通信企业的市场势力，行业绩效的增长较多地来自于对消费者剩余的占有而非效率的提升，即通过其行政垄断特权地位获得较高收入。这些结论对于不同的估计方法、样本及变量取值均具有稳健性。

这结论包含以下政策含义：2008年中国电信业的重组合并可能是一把“双刃剑”，提升了通信企业规模经济性和运营效率，但行业集中度及市场势力的增强却会导致社会福利的损失。在通信技术快速发展的今天，如何实施有效改革以提升行业的技术创新及竞争能力是摆在政策制定者面前的一个十分关键的问题。本文认为下一步的电信业改革应继续促进行业的竞争，同时完善规制体系以促进电信业的发展，其中行业规制得以有效发挥是以竞争为前提的，为此应继续促进行业去垄断改革。另一方面电信业的规模经济特征明显，但未达到最优状态，应以新一代通信技术(4G)发展为契机，让更多的企业特别是民营资本参与到电信业的竞争中，以达到有效竞争的格局［18］ ，微信收费之争或许是一个信号，也将有利于电信运营的“再造”。将能够降低集中度与市场势力，提高通信企业的国际竞争力，促进行业的技术创新，同时也能够推动中国自主的4G技术走出国门。此外从电信业的重组合并可以发现：企业合并不能以政府意志下或民意选择的“拉郞配”或拆分时的“杀富济贫”，违背行业与企业演进的发展规律有可能使得竞争市场的扭曲及社会福利损失。

本文的研究可能存在以下两方面的不足：一是由威廉姆森提出的效率与市场势力的权衡依然是反垄断执行的重要参考准则，如何确切衡量两者间所带来的社会总体福利，却是一个潜在难题。二是本文仅估计了两个阶段的推测变差，而这一参数可能是随着时间的推移而变化，但需详实的各年度横截面数据。随数据的可获得性及实证产业组织理论的进一步发展及统计方法的改进，实证测算某一特定行业的市场势力、效率及其社会福利将更加精确，也是本文进一步的研究方向。

参考文献：

［1］汪贵浦，陈明亮.邮电通信业市场势力测度及对行业发展影响的实证分析［J］.中国工业经济，2007 (1):22-28.

［2］Hall,R.E. “The Relation between Price and Marginal Cost in U.S. Industry”,Journal of Political Economy,1988,96(5):921-947.

［3］Li, Wei and Xu, Lixin Colin.“The Impact of Privatization and Competition in the Telecommunications Sector Around the World”,Journal of Law and Economics, 2004(47):395-430．

［4］孙巍，李何，何彬，等.现阶段电信业市场结构与价格竞争行为关系的实证研究［J］.中国工业经济2008(4):74-81.

［5］郑世林. 市场竞争还是产权改革提高了电信业绩效［J］.世界经济，2010 (6):118-139.

［6］郑世林，张昕竹.经济体制改革与中国电信行业增长:1994—2007［J］.经济研究，2011(10):67-80.

［7］吕昌春，康飞.我国电信行业市场竞争、区域差异与生产效率［J］. 数量经济技术经济研究，2010(2):78-92.

［8］Demsetz, Harold.“Industry Structure, Market Rivalry, and Public Policy”, Journal of Law and Economics,1973(16):1-9.

［9］于良春，杨骞.行政垄断制度选择的一般分析框架——以我国电信业行政垄断制度的动态变迁为例［J］.中国工业经济，2007(12):38-45.

［10］Bresnahan, T. “Empirical Studies of Industries with Market Power”, Schmalensee R., R. Willig. Handbook of Industrial Organization, Elsevier: North-Holland, 1989.

［11］Berry, S., J. Levinsohn, and A. Pakes.“Automobile Prices in Market Equilibrium”, Econometrica, 1995, 63(4):841-890.

［12］Williamson, O.“Economies as an Antitrust Defense: The Welfare Trade-Offs”, American Economic Review, 1968(58):18-36.

［13］Azzam, Azzeddine, M. “Measuring Market Power and Cost-Efficiency Effects of Industrial Concentration”, Journal of Industrial Economics,1997(45)：377-386.

［14］Lopez, R.A., Azzam, A. and Liron-Espana, C. “Market power and/or efficiency: a structural approach”, Review of Industrial Organization,2002(20):115-126.

［15］Corrado Andini.“Efficiency vs. market-power effects in the mobile-voice industry”, University of Madeira working papers,2011.

［16］李青原，田晨陽，唐建新，等.公司横向并购动机: 效率理论还是市场势力理论［J］.会计研究，2011(5):58-64.

［17］Stigler , G.“The Theory of Economic Regulation”, Bell Journal of Economics,1971, 2 (1):3 -21.

［18］范合君，戚聿东.中国自然垄断产业竞争模式选择与设计研究——以电力、电信、民航产业为例［J］.中国工业经济，2011(8):47-56.

The Joint Esimation of Chinese telecommunications market power and efficiency: An Empirical Study Based on NEIO Method

MING Xiu瞡an1，CHEN Jun瞴ing2

(1.Yunnan University，Kunming，Yunnan 650091，China；2.Kunming University of Science and Technology，Kunming，Yunnan 650093，China)

Abstract：

The rapid growth of Chinese telecommunications is derived from market power or efficiency improvement. This paper attempts to analyze the fact of high瞫peed growth from the perspective of the market structure. Based on the NEIO method to c﹐nstruct a model with market power effect and scale efficiency, Using the provincial panel data from 2002 to 2011. This paper finds that Chinese telecommunications possesses highe market power ，market power effect dominant influences telecommunications performance, Earns high income by the administrative monopoly privilege. And the merger strengthened the market power effect in 2008. Telecommunications industry also presents the characteristics of economies of scale, but the scale efficiency effect is not obvious.

Key words：

new empirical industrial organization (NEIO)；telecommunications；market power；scale efficiency

责任编辑：萧敏娜

吴锦丹 萧敏娜 常明明