垄断在加剧吗？

郑吉锋

关键词：研发集中;知识网络;可变加成;异质性企业;反垄断

一、引言

党的十八大报告明确提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。以企业为核心的创新驱动发展战略，要将技术进步作为经济增长新引擎，实现从“中国制造”向“中国创造”的伟大转型。科技的进步与发展具有共通的规律，总结与吸收发达国家的科技发展经验，对于我国的科技发展具有重要的借鉴意义。专利是创新的重要体现，本文以美国为例，重点研究了美国专利市场的集中度趋势，并在此基础之上，指出其对我国的研发创新和反垄断规制具有的现实指导意义。

近期，多国对科技巨头加强了反垄断监管。在国内，2020年初，公布了《〈反垄断法〉修订草案（公开征求意见稿）》，首次增设互联网经营者市场支配地位认定依据的规定，目的是要保障各类市场主体平等参与市场竞争。在美国，今年发起了针对谷歌和脸书等公司的严厉的反垄断诉讼，这为20多年来，美国司法部对科技巨头提出的最严厉的反垄断指控。近期，欧盟及成员国也正在加强对科技巨头的反垄断调查，欧盟委员会甚至公布了被称为欧洲“数字宪法”的《数字市场法案》草案。本文以美国专利市场为例，分析了垄断程度上升的可能原因和影响渠道及其后果。

美国的产品市场在过去几十年经历了结构性变迁：竞争程度发生了深刻的变化，产品市场垄断程度不断上升（Hopenhayn et al.，2018;Grullon et al.，2019;Grullon et al.，2019）。本文发现对于美国的绝大部分产业而言，在产品市场上自2000年左右所经历的集中度的上升，同样也发生在研发和专利市场之上，研发和专利市场上的垄断程度变化相对于产品市场更少受到研究者的关注。

本文不但发现美国研发市场集中度上升这一现象，同时也进一步强调了，研发市场垄断程度的上升会引起产品市场的集中度的上升。

大部分的理论和实证文章集中研究了产业集中度的变化对研发的影响（Cohen和Klepper，1992;Cohen和Klepper，1996;Gu，2016）。相反地，本文主要关注研发对产业集中度的影响，同时证明了研发市场集中度的上升，不仅仅受外部因素影响，研发本身也会增加研发市场的集中度。也就是说，研发和专利市场的竞争度的改变可以通过研发这一渠道本身来实现。

不完全竞争的专利市场在解释这一自实现机制方面扮演了重要角色。在不完全竞争市场的框架之下，企业新研发的专利的价值和利润以及企业的存活率依赖于该企业的专利的市场份额，本身占据较高市场份额的研发企业因为具有更大的定价权而形成垄断势力。

因此，本文的模型是基于不完全竞争专利市场的框架，阐述了异质性的个体企业拥有内生的可变加成。在该模型框架之下，可变加成依赖于该企业的专利的市场份额，企业的专利市场份额越高，利润和存活率也越高，从而进一步巩固了行业的垄断地位。本文的贡献是，发现了研发集中度上升的趋势，并证明了三个新的可能比较重要的影响渠道：1.由于反垄断执行的放松，大企业可以通过更大的市场力量获取更高的利润，并得到更高的生存率;2.由于行业进入监管的加强和进入成本等固定成本的上升，使得低生产力的小企业退出;3.由于网络具有传导机制，从而在知识网络中，产业之间具有联动性，使得绝大部分行业的研发集中度都在同时上升。本文的另一个贡献在于，证明了垄断程度上升确实会在很大程度上降低消费者福利。

本文首先提出了四个典型事实来阐述基本现象：1.研發企业的数量自1999年开始下降;2.对于大部分产业而言，研发集中度从1999年左右开始上升;3.企业进入更多的产业和部门进行研发活动;4.产品市场和研发市场具有相似的集中度趋势。其次，建立了一个一般均衡的模型来解释这些基本事实并刻画了总体福利含义。

在任何部门中，企业在创造新专利时都会进行研发创新并扩大规模。但是，在经历了一系列不利的研发冲击或高昂的固定成本后，他们也会暂停或停止创新，较大的企业可以经受住负面的冲击从而生存下来，但是较小的企业随着进入成本的上升而难以存活。由于进入成本的增加，创新企业的数量开始下降（事实1）。

此外，如果在位企业通过创建自己的知识资本或通过吸收其他部门的相关知识而积累了足够的知识资本，他们就会进入其他相关行业。现有企业在寡头竞争环境中更有可能进行创新，因为在垄断竞争或完全竞争的环境中，企业规模太小，无法拥有市场支配力，而拥有较大专利份额的企业在定价方面具有更大的市场力量，并且在研发中攫取更多的利润。这导致了研发的两极分化：拥有较大市场份额的企业进行了更多的创新活动，并不断扩大规模来巩固自身的垄断地位，而规模较小的企业则恰好相反（事实2）。

随着企业的发展和更多私人知识的积累，他们将触角伸向了更有前景的领域（尽管一开始进入成本较高），随着企业不断进行研发和创新，企业新进入的行业的资源变得相对稀缺。但是，该公司可以贡献自己的利润来帮助这些面临困难或正在开拓新的市场份额的项目克服困难。本文证明垄断利润可以弥补进入成本（事实3）。

产品市场和研发市场具有紧密的联系。由于研发企业不仅可以利用专利来创造新知识，还可以利用专利来进行产品的生产，因此，本文在产品市场与研发市场之间建立起了桥梁。研发市场中的大企业仍然是产品市场中的大企业，每个企业将一部分专利用于研发，而将另一部分用于生产产品，大企业用于生产的专利更多，因此也就具有更大的产品市场份额。这就解释了为什么两个市场在行业集中度上有相似的趋势（事实4）。

模型有两个主要特征：第一是引入了知识网络;第二是不完全竞争的专利市场。现实中，各个研发行业在知识网络下相互联系，因而行业的垄断也在各个部门之间相互传导。本文还着重强调异质性企业在不完全竞争专利市场上具有不同的定价能力，企业的市场势力决定了其如何分配资源进行创新。因此，本文着重考虑了寡头竞争的专利市场结构，其中企业对专利的数量和价格具有自主定价权。

在许多关于研发和增长的文献中，某个企业从其他企业购买专利使用权来进行研发与创新。大部分的文献都是基于垄断竞争和CES偏好的假设（Stiglitz，1977），这就蕴含了企业是在边际成本的基础上征收一个常数加成来进行定价的。本文基于寡头竞争的市场结构引入了可变加成的专利定价模型。

最后，本文分析了研发市场集中度上升的福利后果。研发市场与产品市场的一个很大区别在于，法律通常会保护新创造的专利来保护研发企业的研发积极性。但这却会造成研发企业垄断势力的形成，进一步会将垄断蔓延到产品市场。本文证明，对于垄断程度较高的行业，如果进一步提高垄断程度，消费者的福利将受到损害。

相关文献：本文对现有的市场竞争程度的演变等相关研究具有紧密联系。Grullon et al.（2019）指出，在过去20年中，美国大多数行业的产品市场集中度都在增加，他们将这种现象归结为企业兼并的结果。Autor et al.（2017）给出了充分的经验事实，来证明如果全球化或技术变革有利于每个行业中生产率最高的那部分企业，则随着行业越来越被高利润的超级大企业主导，产品市场集中度将上升。与Autor et al.（2017）类似，Hsieh和Rossi-Hansberg（2019）证明，在1977年至2013年期间，美国产业集中度的上升仅出现在三个主要领域（主要是服务行业），并且是由一场新的工业革命推动的。他们提出了一个模型来描述企业可以通过购买一套新的高成本的技术，来降低生产的边际成本，只有生产力和利润较高的企业才能支付得起这套高成本的技术，从而这些高生产力的企业以低边际生产成本形成了垄断力量。

Gutiérrez和Philippon（2019）研究了过去40年中美国各行业企业的进入和退出情况，他们得出的结论是游说和法规导致潜在企业无法自由进入行业。Crouzet和Eberly（2019）表明，无形资产的增长是由行业领导者推动的，并且与无形资产市场份额的增加以及行业集中度的提高相吻合。本文的创新之处在于，证明了专利市场的不完全竞争以及网络的传导性是解释研发产业集中度上升的一种可能的新的重要渠道。

近年来，有许多关于具有可变加成的垄断竞争模型的理论和实证文献。Behrens和Murata（2007）与Zhelobodko et al.（2012）专注于可加可分的偏好，而Melitz和Ottaviano（2008）与Demidova（2017）将不可分的二次型效用嵌入到准线性框架之中来得到可变加成。

关于内生可变加成的另一支文献是基于市场结构的。Atkeson和Burstein（2008）使用嵌套的恒定弹性替代需求系统，该系统在不完全竞争的产品市场之下关注了国际产品定价所具有的可变加成的性质。Grassi（2018）建立了一个具有寡头竞争和投入产出网络的多部门异质性企业的总体均衡模型，他主要关注企业层面的生产力冲击可能会导致部门和宏观经济层面的结果。本文主要采用后者的方式引入可变加成，也就是将不完全竞争的市场结构引入了知识市场。

本文的结构如下：在第二节中论证了有关研发集中度的一些典型事实。在第三节中给出了消费者和生产者的基本设定，并基于不完全竞争的专利市场刻画了企业的研发决策。在第四节中，描绘了垄断行为对消费者福利的总体含义。最后在第五节中总结全文。

二、典型事实——垄断是否加剧

本节首先证实了四个典型事实，这些事实使用企业专利和研发投入数据，其中关于研发支出的主要样本包括Compustat數据库中1976-2018年期间的上市企业。本文关注的重点是在美国注册成立的在主要证券交易所进行交易的企业（剔除主营业务不在美国但是在美国上市的企业）。本文使用NAICS分类体系，而非SIC分类体系来定义企业所属的行业。本文使用SIC代码作了稳健性分析，未对结果产生任何定性影响。分析研发趋势的指标使用了通用的赫芬达尔·赫希曼指数（HHI），遵循Irvine和Pontiff（2009）构建HHI的方法，在每个NAICS 2位数行业中，加总了企业规模与行业总规模之比的平方。

有关专利的主要数据来源是NBER专利数据项目和USPTO历史专利数据，两者都包括专利引用和企业专利的全样本数据[有关详细信息，可参见Hall et al.（2001年）]。该数据集详细描述了企业的专利数量及其专利引用，从而可以刻画每种技术类别中每家企业的专利存量（集约边际）以及在每一年中企业进入的行业数量（广延边际）。每项专利对应428种3位数的美国专利分类系统（USPCS）技术类别的其中之一，也对应37种2位数的技术子类别之一。关于企业规模（即员工人数、销售量、资产额等）的信息，本文把Compustat数据与专利数据进行匹配，只保留匹配上的企业。

（一）研发企业数量的变化

图1显示，在1976-1998年，研发企业的数量稳步增加。之后，企业数量从1998年的4208家急剧下降到2018年的2275家。这种下降幅度如此之大，以至于目前经济体中的上市公司数量减少到与1980年代中期的数量相似。

表1列出了各个行业在后一段时期中研发企业数量的变化。研发企业定义为上市公司中具有研发投入的那些企业。表1计算了1999-2017年期间每个行业的企业数量的百分比变化，其中1999年作为起始期，是因为1998-2000年是样本中公司数量达到顶峰的年份。从表中可以观察到，所有行业的企业数量都出现了不同程度的减少。该表与Grullon et al.（2019）的发现一致，他们发现在同一时期基于CRSP-Compustat数据集的主要股票交易所的上市公司数量显著下降。由于一半以上的企业属于制造业，因此制造业百分比变化与全行业的变化相似。为了检验研发企业数量的下降是否是由于总的企业数量的下降造成的，图2刻画了研发企业占总的企业数量的比例的动态变化。从图2可知，研发企业占总的企业数量的比例也是在1998年开始下降，这说明研发企业数量的变化具有自身的特征。

（二）产业集中度的上升

在本节中，本文研究了HHI指数的行业层面的变化，将研发（R&D）HHI和专利（patent）HHI构建为两个关于产业研发集中度的衡量指标。为了能够比较不同行业之间的集中度水平的变化，针对每个行业计算了HHI指数。为了留下整体印象，我们首先看一下整个经济中的HHI，图3绘制了所有行业以企业数量加权的平均集中度。如前所述，1998-2000年是企业数量开始下降的年份，本文将1995年作为临界点，因为这是产业集中度的转折点，随着时间的推移，两个HHI都有明显的上升趋势。为了检验所有行业是否都存在这种趋势，附录中图8绘制了所有行业中基于研发和专利的HHI。对于大多数行业中的HHI的两个指标而言，研发集中度在2000年前后均呈现出显著的上升趋势，而且对于大多数行业而言，这两个指标的趋势基本一致。尽管对于制造业和信息业没有观察到明显的上升趋势，但行业集中度增加的总体趋势是明显的。

一个有趣的问题是，美国研发活动的变化是否受大企业在经济中的相对重要性所支配，或者说，集中度的增加是否是由该行业中大企业的研发和专利份额的改变引起的。附录中图9绘制了所有行业（制造业除外）中前三名企业的规模份额，对于制造业而言，绘制了该行业的前十家企业的规模份额（因为制造业企业数量较多），该份额是根据Compustat数据和NBER专利数据库计算得出的。蓝线显示的是研发份额，它是按照前三名公司的研发支出除以行业总研发支出计算的;黄线显示的是专利份额，它是按前三名公司的专利数量与行业的总专利数量之比计算得出的。附录中图8和图9显示出了高度相似性，并表明研发活动正在向大企业聚集。由于制造业在整体经济中的重要性在过去几十年中一直在下降，因此，当我们把目光投向制造业以外的领域时，集中度的上升这一现象也就变得更为重要了。

在过去的二十年中，有许多潜在的经济力量可能导致集中度的广泛提高。证据表明，加强行业准入门槛以及放松反托拉斯法的执行也在类似的时间点开始发生。近年来，进入壁垒不断增加，进入门槛由于各种原因而上升，最主要的原因可能是技术和法规的变化。本文使用法规管制作为行业进入成本的代理变量，有关进入管制的数据来自“RegData US 3.1 Annual”，RegData是一个通过文本分析而得到的数据库（Al-Ubaydli和McLaughlin，2015）。

从图4可知，自从90年代末以来，进入成本显著增加，在决定是否进入特定行业进行研发时，企业面临更高的进入成本。直观上，相对于大企业，小企业将受到管制法规的更强烈的负面影响，因为小企业的利润不足以抵消进入成本的上升。

在美国，反托拉斯法是联邦和州政府所执行的法律依据，该法律规范商业公司的行为和组织模式，通常是为了促进竞争以使得消费者受益。主要法规是1890年的《谢尔曼法案》、1914年的《克莱顿法案》和1914年的《联邦贸易委员会法案》。本文着眼于《谢尔曼法案》第2条和《克莱顿法案》第7条，因为它们禁止建立或滥用垄断权力。其中，反托拉斯执法数据来自于美国司法部（DoJ）。

图5显示了1990年代后期，反托拉斯法的执行显著减少，时间点也与我们在集中度上升之中所观察到的一致，即研发和专利在行业水平上的集中度从90年代末期开始稳步上升。

（三）企业集中度下降

另一个有趣的问题是，企业在本行业逐步建立起垄断地位之后，是否会扩大其研发行业的范围，也就是说，企业会进入不同的新行业还是专注于核心行业？为了刻画这个问题，本文计算了不同企业的跨行业的动态决策。通常而言，企业将在不同领域创建知识或者专利，企业在不同领域的专利分布也将随着时间而改变。为了阐明企业在不同领域所进行的创新与研发，本文使用NBER专利数据分两步构建了企业的专利集中度指标。首先，计算每个公司的专利集中度，其计算方法是：

其中Z（i，k）表示企业在部门所拥有的专利数量。把这里的专利集中度称为企业层面的HHI。其次，将所有企业的专利集中度按每年内所有企业进行平均。

图6使用1990-2006年的NBER专利数据刻画了企业的专利集中度指数（红线）。自1997年以来，企业层面的HHI水平呈明显下降趋势，图6还表明企业的业务范围扩展到更多个行业。作为稳健型分析，本文还将公司分为两类进行考察，一类是专利数量大于100的所有企业，另一类是专利数量小于100的企业，最终结果是一致的。

（四）研发市场与产品市场具有相似的集中度趨势

本文使用资产、员工人数和销售额来衡量企业在产品市场上的绩效，并使用研发投入来衡量企业在研发市场上的绩效。与前文类似，在1985-2017年的每个NAICS 2位数行业年度内构建HHI指数。附录中图10描绘了产品和研发市场的行业层面HHI。一方面，三个不同代理变量之间的高度一致性表明它们是衡量产品市场集中度的良好指标;另一方面，产品和研发集中度之间的高度一致性表明，企业在产品和研发方面的行为是高度一致的。两个市场在行业集中度方面的相似趋势是容易理解的，因为拥有更多专利的大企业不仅可以利用专利来创造更多新知识，还可以在产品市场生产更多产品。现有的大多数文献都分别独立关注产品市场或研发市场集中度，本文在两者之间建立了联系。

技术可应用性的度量：部门层面的技术可应用性和行业层面的技术可应用性

1.计算部门层面的技术可应用性

为简单起见，将引用次数或前向引用加权的次数（Garfield，1972）用作特定行业的技术可应用性的度量。更准确地说，特定行业的技术可应用性是按行业的专利引用量与总专利引用量之比计算的。Cai和Li（2019）构建了四种量化技术的可应用性的度量方法，四个衡量标准彼此高度相关，并且实际结果非常很稳健。在不失一般性的前提下，本文使用了其中最简单但很有效的方法来衡量技术的可应用性，即以行业的专利引用量与总专利引用量之比作为行业层面的技术可应用性。

2.计算企业层面的技术可应用性

为了验证行业的销售额与专利份额之间是否具有正相关关系，本文构建了如下计量模型，并控制了部门层面的技术可应用性：

（五）中国的比较研究

中国的研发市场与专利市场集中度趋势与美国的情形正好相反。图7刻画了中国上市企业从2007年至2019年的研发市场与专利市场集中度趋势。整体而言，我国上市企业的研发和专利集中度的趋势与美国相反，但是对于金融市场和资本服务市场，却在整体垄断程度下降的同时，出现了集中度上升的现象，见附录图11。另一方面，如果将企业从业人员看作产品市场的指标，那么，产品市场和研发市场以及专利市场的集中度变化趋势仍然一致，见附录图12。由于中美之间存在显著差异，因此，对于中国的研发市场和专利市场的研究需要更加仔细深入探索，中国的集中度变化的趋势和背后的原因可能与美国并不完全相同，这些可以留作之后的研究。

三、模型——垄断如何加剧

本节阐述了具有家庭和企业两类经济个体的一般均衡模型，模型分两步解出了家庭和企业的最优化问题。首先，代表性的家庭消费商品并提供劳动力。其次，有限数量的企业分布在各个行业中，他们一方面进行研发并创造新专利，另一方面也可以将已有专利卖给其他企业进行研发或者生产产品。行业的数量是外生给定的，等于。企业处在通过知识网络相联系的各个行业之中，并策略性地设定专利的价格和数量。

（一）消费

模型中的家庭是同质的，代表性的家庭将最大化效用：

五、结论

本文聚焦于美国的研发和专利市场，从垄断程度是否上升、如何上升以及上升以后产生何种经济后果三个方面展开分析与论述。首先，本文发现，在过去的20年中，美国大多数行业的研发市场集中度都有显著提高。其次，影响市场集中度的因素有很多，本文证明了三种新的可能的影响渠道：第一，由于反垄断执行的放松，大企业可以通过更大的市场力量获取更高的利润，并得到更高的生存率;第二，由于行业进入监管的加强和进入成本等固定成本的上升，使得低生产力的小企业退出;第三，由于网络具有传导机制，从而产业之间具有联动性，使得绝大部分行业的研发集中度都在同时上升。最后，定性分析表明，提升（降低）高垄断行业的集中度水平，确实会损害（增进）消费者福利。

本文首先描述了四个典型事实：第一，研发企业数量从1998年开始急剧下降。为了剥离总企业数量也在下降的事实，本文还刻画了研发企业占总的企业数量的比例的动态变化，结果发现研发企业占总的企业数量的比例也是在1998年开始下降，这说明研发企业数量的变化具有自身的特征，而一个重要的原因可能是行业进入监管的加强以及进入壁垒的提升。第二，从90年代末开始，研发集中度急剧上升，本文认为这与90年代后期，反托拉斯法的执行显著减少有关。第三，企业在本行业逐步建立起垄断地位之后，逐渐扩大其研发行业的范围，也就是说，企业会进入不同的新行业。第四，本文发现研发市场与产品市场之间具有类似的集中度趋势。

为了理解上述现象背后的影响机制，本文构建了一个基于不完全竞争专利市场的一般均衡模型。其中每个企业可以选择进入特定行业进行研发，也可以选择将已有的专利或知识卖给别的研发企业。一旦企业选择进行研发，随着进入专利市场的壁垒不断增加，企业的获利能力开始衰减。由于小规模企业的利润较少，无法抵销进入成本，从而小企业退出，而大企业通过垄断势力逐渐巩固市场地位。在集中度的提高进一步巩固了现有企业的市场力量的同时，它们还进入更多的新领域进行研发。另一个有趣的现象是绝大部分行业的研发集中度都在同时上升，本文通过引入知识网络，并基于网络的传导机制，来论证产业之间的联动性。

许多经典的实证研究都注意到了最近20年在产品市场上所发生的集中度上升的现象，但尚未有文献注意到研发市场同样出现了类似的现象，更未有文献把产品市场与研发市场的集中度上升之间建立起联系。本文的创新之处在于，不但发现了研发市场和专利市场的集中度上升趋势，还将产品市场和研发市场联系在一起。研发市场中的大企业仍然是产品市场中的大企业，每个企业将一部分专利用于研发，而将另一部分用于生产产品，大企业用于生产的专利更多，因此也就具有更大的产品市场份额。这就解释了为什么两个市场在行业集中度上都有相似的趋势。

最后，对于决策者来说，更加关注的是垄断程度的提高是否會对消费者福利造成损失。本文通过比较静态分析，表明产业集中度上升对消费者总福利的影响可以分解为两方面：第一，行业垄断程度的提高，会使得利润水平上升，进而增加了消费者的预算;第二，垄断程度的提高会使得工资水平下降，从而降低了消费者的实际购买力，最终减少了福利。通过进一步的分析，证明了提升（降低）高垄断行业的集中度水平，确实会损害（增进）消费者福利。本文还通过对垂直型知识网络的例子进行分析，表明产业集中度上升对消费者总福利具有确定性的负面影响。

在现实生活中，当垄断企业规模足够大时，甚至可以通过类似“二选一”的行为来人为减少消费者的选择空间，从而排斥其他企业的竞争，进而损害消费者福利。尽管那些变得更加集中的行业中的企业产生了更高的利润率并享有更好的投资机会，并且这些收益中至少有一部分似乎转移给了消费者，但更高的市场集中度是否会给消费者或其他利益相关者带来好处，或者说这些好处是否能够弥补带来的损失，是不确定的。利润率的提高如果没有在经济上相应地显著提高效率，这就可能带来正好相反的结论。另一方面，尽管研发市场和产品市场的更加集中的性质可能会改善所提供专利和产品的质量或种类，但尚不清楚这些变化是否足以补偿消费者的损失。我们的研究表明，至少对于那些垄断程度比较高的行业，消费者的福利确实因垄断程度的上升而下降了。这一发现，可以对决策者定量研究集中度升高的影响起到抛砖引玉的作用。