中国钢铁市场结构.docx
- 文档编号:10082273
- 上传时间:2023-02-08
- 格式:DOCX
- 页数:21
- 大小:111.72KB
中国钢铁市场结构.docx
《中国钢铁市场结构.docx》由会员分享,可在线阅读,更多相关《中国钢铁市场结构.docx(21页珍藏版)》请在冰豆网上搜索。
中国钢铁市场结构
中国钢铁产业集中趋势的经济效应分析
—基于动态可计算一般均衡模型的研究(初稿)
王腊芳*1,赖明勇1,张葆君2
1湖南大学(北)经济与贸易学院,410079,长沙
2湖南大学(北)统计学院,410079,长沙
摘要:
本文利用多部门动态可计算一般均衡MCHUGE模型,通过引入规模经济和不完全竞争,来刻画中国钢铁产业在大幅度提高集中度下可能形成的垄断格局;通过将CR10、HHI和Cournot模型均衡解联系起来,实现了将产业集中度引入CGE模型的目的。
基于CR10和HHI,设定了2个模拟场景,分析了这两个模拟场景对中国宏观经济和钢铁产业的影响。
模拟结果显示,经济增长率和钢铁产业集中度呈负相关关系,且其影响幅度和初始集中度的大小有关。
钢铁产业的利润随着企业规模的扩大而上升,但规模经济会随着集中度的进一步提高而逐渐不具有明显优势。
关键词:
规模经济,不完全竞争,产业集中度,可计算一般均衡模型,Cournot模型
TheEconomicImpactsoftheDegreeofConcentrationShockUsingMCHUGE,aDynamicCGEModel
Abstract:
ThispaperpresentscoretechniquesfortheincorporationofscaleeconomicesandimperfectcompetitionintotheMCHUGEmodel,adynamiccomputablegeneralequilibriummodel(CGEmodel)ofChina.FromthebasicCournotequation,wederivealinkbetweentheshareweightedprice-costmark-up(i.e.Lernerindex)acrossallfirmsinsteelindustryandtheCR10index.BasedonCR10andHHIindex,wesettwoshocks,andthenanalyzetheimpactsoftheshocksonChina'smacroeconomyandsteelindustries.SimulationresultsshowthattherelationshiparenegativebetweenthedegreeoftheconcentrationandGDP,andthechangerangeofGDPisrelativetotheinitialdegreeofconcentration.Theprofiteofthesteelindustryisincreasefollowstheexpandsoftheindustrialscale,butthescaleeconomiceswillbelesswhenthedegreeoftheconcentrationisgetafurtherimprove.
Keywords:
Scaleeconomices;imperfectcompetition,degreeofconcentration;dynamicCGEmodel;Cournotmodel
1.研究背景和综述
钢铁产业是国民经济的基础产业,是加快、实现工业化的先导产业,在国家的工业化进程中有着不可替代的作用(Reppelin-Hill,1999;Wu,2000)。
一些国家在实现工业化的过程中曾经采用政府支持甚至补贴的办法,使本国的钢铁工业迅速成长,并在国际上处于优势的地位(Tansey,2005;Ohishi,2005)。
钢铁产业属于资源密集型和资本密集型产业,钢铁生产的技术特点决定了规模经济在钢铁产业中的重要地位,可以说,规模经济是这个产业效率和竞争力的关键要素。
竞争和规模经济的效率优势会促使产业渐进式并购和重组,部分企业的规模会越来越大,这时,若没有产业政策的限制,市场会从离散状态趋向相对集中的状态,其结果就是产业集中度的提高。
中国虽已是世界钢铁生产大国,钢产量连续多年居世界第一,但钢铁产业数目过多(2005年有约3800余家(罗安国,2006)),产量分散,整个钢铁产业并没有呈现出集中化的态势。
图1显示了1992-2006年中国钢铁产业前四大厂商和前十大厂商产业生产集中度(CR4和CR10)的变化趋势(徐康宁,韩剑,2006)。
可以看出,钢铁产业的生产集中度总体不高,CR4和CR10两个指标值在1992—2000年期间基本保持稳定,分别在30%和50%上下徘徊。
从2001年开始呈现急剧下滑的趋势,到2004年,CR4值跌至18.52%(见表1),比1992年下降了约12个百分点;CR10值也仅为34.77%,比1992年下降了约15个百分点。
而到了2006年,CR10则只有29.4%了。
按照贝恩的集中度类型等级分类法,很显然,中国钢铁产业远不能达到较为理想的“寡占型”市场结构。
而从世界钢铁业的发展看,2004年,世界主要国家的钢铁工业集中度CR4为:
巴西99.0%,韩国88.3%,日本73.2%,印度67.7%,美国61.1%,俄罗斯69.2%,国际钢铁市场几乎都是寡占市场,有的甚至达到极高寡头垄断,比如米塔尔和阿塞洛(分别为全球钢铁第一、第二两大集团公司),2005年,其钢产量合计1.2亿吨,约占全球的10%。
数据来源:
1992-2004数据来自徐康宁,韩剑(2006),2005-2006年数据来自作者整理。
图1中国钢铁产业集中度(CR4和CR10)变化趋势图:
1992-2006
表11996-2006年中国钢铁产业集中度(CR4和CR10)
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
CR4
29.8
29.73
29.72
31
33.6
29
25
21
18.52
CR10
46.11
45.14
45.13
47.9
49.31
45.5
42.21
37.1
34.77
33.6
29.4
可见,相比于世界钢铁产业,中国钢铁产业在经历了几十年快速发展的同时,也暴露了严重的产业结构矛盾问题,产业集中度低就是其中最为突出的问题之一。
这使得企业既无法实现规模经济收益,也制约了自身的技术创新,抗风险能力弱,国际竞争力不高。
2005年中国政府出台了《钢铁产业发展政策》,明确了提高钢铁产业集中度、优化钢铁产业布局和产品结构的目标。
那么,在目前钢铁产业集中度不升反降的状态下,提出这个发展目标,将对中国宏观经济增长和钢铁产业发展产生什么样的影响?
国内学术界研究钢铁产业集中度的文章并不少,但大多数是采用较为直接的数据统计分析或者计量模型估算其影响因素。
如陈凌(2003)分析了中国钢铁产业集中度低下的原因,并就如何提高中国钢铁产业集中度给出了相关的建议。
张爱华(2006)对国内和国际钢铁工业产业集中度进行比较分析,对提高中国钢铁产业集中度提出了相应的对策。
徐康宁和韩剑(2006)利用测度模型和计量模型,指出了中国钢铁产业集中度的变化路径,进一步解释了我国钢铁产业的布局现状,等等。
所有这些文献都指出了中国钢铁产业集中度的现状是呈下降趋势的,但他们都没有就钢铁产业集中度提高对中国宏观经济和相关产业的影响进行系统研究,尤其是量化的研究非常少。
本文将采用动态可计算一般均衡模型——MCHUGE模型对提高钢铁产业集中度的经济效应进行定量分析。
可计算的一般均衡模型(computablegeneralequilibrium,CGE),又称为应用的一般均衡模型(Appliedgeneralequilibriummodel,AGE),是把瓦尔拉斯一般均衡的构造由一个抽象的形式变为一个关于现实经济的实际模型。
它是用一组具体方程来描述供给、需求以及供求关系,在一系列优化条件如生产者利润优化、消费者效用优化、进口收益利润优化、出口成本优化等约束下求解这一方程组,得到在各个市场都达到均衡时的一组价格和数量。
它可以用来模拟经济政策及其它经济环境变化对宏观经济和各行业的影响,是个很好的定量分析工具,许多学者(如李善同、樊明太、翟凡、PeterDixon,Yinhua.Mai,GlynWittwer等)都曾用它作过大量的定量分析,取得了很好政策分析的效果。
和以往的文献相比,本文有如下几个方面的差别:
首先,采用的模型是中国可计算一般均衡模型(CGE模型),而不是计量模型或者其他模型方法。
其次,运用动态模型而不是静态模型去分析钢铁产业集中度提高的经济传递效应,这可以更好的分析其效应的传递路径。
第三,模型引入了规模经济和不完全竞争,而不是基于传统的固定规模报酬和完全竞争假设。
最后,本文通过定性和定量分析相结合,来分析钢铁产业集中度提高的效应,而不是仅采用定性分析或者仅从微观联系的角度去分析。
文章的结构安排如下:
第二部分是介绍本文的分析框架,包括MCHUGE的核心描述、模型的扩展以及关键参数及模拟情景说明;第三部分为模拟结果分析;结论在第四部分。
2.模型框架:
MCHUGE模型
2.1MCHUGE核心描述
MCHUGE(Monash-ChinaHunanUniversityGeneralEquilibrium)模型,是一个基于MONASH动态CGE模型的中国动态可计算一般均衡模型,是由澳大利亚MONASH大学COPS中心和湖南大学经济与贸易学院联合开发的(赖明勇,2006)。
它拥有一个包含十几万个方程的方程组体系,以及大量的经济数据和参数。
模型包含57个产业部门、3种投入要素(劳动力、资本、土地)和6个经济主体(生产、投资、家庭、政府、国外、库存)。
模型同时考虑了4类margin,分别为:
贸易(批发和零售),海运、空运和其他运输。
模型数据基础为中国1997年投入产出表以及1997年到2006年相关的中国经济数据尤其是钢铁发面的数据。
本文主要对钢铁产业集中度提高的经济效应进行长期分析(2007~2022年),模型长期闭合假定资本收益率和就业水平是外生变量。
工资水平可以自由变化以确保劳动力市场处于均衡状态。
同时,工资水平受到资本收益率以及总要素生产力的影响;资本、劳动力以及总技术共同决定GDP的增长率;储蓄和投资的变化通过影响净对外负债对GNP产生影响;消费水平的变化受到GDP以及GDP增长的影响。
2.2模型扩展及其技术说明
如前所述,本文对钢铁产业集中度提高的经济效应的定量分析建立在中国钢铁产业发展政策的基础上。
该政策旨在通过调整钢铁产品结构、钢铁产业结构以及钢铁产业布局来实现钢铁产业的升级。
其目标之一是提高中国钢铁产业集中度:
中国国内排名前10位的钢铁企业集团产业集中度(CR10)达到50%以上;2020年达到70%以上。
该政策意味着:
未来10-15年左右,中国钢铁产业集团产业集中度(CR10)若能拥有绝对优势的市场占有率,届时钢铁市场结构必将形成一个由少数钢铁企业集团掌控的多寡头垄断格局(Oligopoly)。
由于本文所采用的基础模型——MCHUGE模型是基于完全竞争和固定规模报酬假设的,若要分析钢铁产业集中度的经济效应,该假设将不适用。
为此,本文考虑将钢铁产业(MCHUGE模型包含有i_s(即钢铁)产业)单独划分出来,对其进行规模经济和不完全竞争行为的刻画。
模型扩展研究主要通过如下四个步骤来实现。
1.本文采用的规模经济的表现形式沿用的是 Harris(1984)的观念
Harris将产业成本分为固定成本和可变成本,他认为:
完全竞争的产业没有固定成本项,其成本变化由固定规模报酬的生产函数衍生而来;但在不完全竞争中,固定成本的存在,使得平均成本随着产出增加而单调递减,随着固定成本的增加而上扬,进而达到规模经济。
即:
(1)
其中Y为产出,FC为固定成本,AC为平均成本,MC边际成本。
在此基础上,Francois(1998)提出了成本损失率(costdisadvantageratio,简称CDR)的概念,假设CDR为:
(2)
即,在齐次生产的技术水平下,产出对投入的边际产出弹性为1/(1-CDR),此时,产出Y的变动百分比等于投入X变动百分比和产出弹性的乘积。
即:
(3)
其中
,表示规模变量,当厂商为完全竞争,CDR=0,s=0;当厂商为不完全竞争,CDR>0,则通过s可以反映出市场为不完全竞争的结构。
通过式
(1)-(3),可以描述厂商层次的规模报酬生产技术,即本文所要求的对规模经济的刻画。
2.对不完全竞争厂商层次的的刻画,本文考虑采用的是Cournot模型
由于假设钢铁部门为不完全竞争部门,厂商对市场价格具有一定的影响力,可以订出比完全竞争仅能订价于边际成本上更高的价格,所以相当于此时的产品价格等于边际成本和加成成本(markup)之和。
在Cournot模型均衡下,厂商i通过选择其产出来实现其利润最大化:
其中P是价格,Qi是厂家i的总产出,TCi是其总成本。
则,其一阶条件为:
(4)
其中
为一个常数值,
,
,
(此即为厂家i的市场份额)。
由式(4)得其均衡定价准则为:
(5)
或者
(6)
其中
为需求弹性系数(perceivedpriceelasticityofdemand),若钢铁产业的厂商数量为1,则此时该弹性等于钢铁产业的需求弹性,否则,该弹性意味着每个厂商在竞争者的产品数量或价格不变的情况下的反应。
基于完全竞争和固定规模不变假设下的传统的CGE模型,意味着平均成本等于边际成本,其零利润条件为
,也将被方程(5)代替。
3.需求弹性的计算
对于方程(5)或(6)来说,其关键问题在于
是如何计算的?
传统的CGE模型包括很多弹性参数,但大多数是替代弹性参数(即进口品和国产品的替代弹性、出口品和国产内销的替代弹性等),而不是需求弹性参数。
Willebbockel(2004)在这方面着墨甚多。
按照他的多国贸易模型的做法,本文得到了单国的需求弹性计算公式如下。
首先,假设中国钢铁产品来自于R个厂家,该需求通过CES函数复合,即:
,
(7)
其中
表示来自厂家r的产品的份额;
表示来自r厂家的量;
表示从不同厂家来的钢铁产品替代弹性。
由式(7),有,复合钢铁商品的价格为:
,
(8)
同时,利用一阶导条件,可得来自厂家r的钢铁产品的需求
为:
(9)
表示地区需求弹性,则当
给定,则有需求弹性关系如下:
(10)
其中,
表示份额参数,
表示来自不同厂家产品的相对价格。
令:
(该项表示厂家i的市场份额),则式(10)变成
。
即式(5)变成:
(11)
4.产业集中度指标的引入
由于本文考虑的是钢铁产业集中度的具体指标问题,所以,在上述模型基础上,还对模型进一步作了修改。
测量行业集中度的具体方法和相应指标有很多,常用的主要有绝对集中度(CRn)和赫佛因德指数(HHI)。
绝对集中度(CRn)是以产业中最大的n个企业所占市场份额的累计数占整个产业市场的比例来表示。
设X为某产业的销售总额(还可以是其他量化指标,如附加值、职工人数、资产额等),Xi为第i企业的销售额,
为第i企业的市场份额,则有:
(12)
此时,设CRn为该产业中最大的n(本文n=10)个企业所占市场份额之和。
赫佛因德指数(HHI)最初由A·赫希曼提出,1950年由哥伦比亚大学的0·赫佛因德在他的博士论文《钢铁业的集中》中进一步阐述。
该指数用公式(13)表示为:
(13)
这一指数的含义是:
它给每个企业的市场份额
一个权数,这个权数就是其市场份额本身。
HHI指数不但可以反映出产业的集中度情况,还可以反映出该产业的市场结构。
指数小于等于1000意味着低集中度市场,大于1000且小于1800意味着中集中度市场,大于1800则意味着高集中度市场。
市场中企业数目N,它是一种当量值,等于市场中规模相等企业的数目。
本文拟采用这两种方法来衡量中国钢铁产业集中度。
依照国际一般做法,本文以钢铁企业的粗钢产量作为依据,来刻画中国钢铁产业的CR10和HHI,即
,其中X为粗钢的总产量,Xi为企业i的粗钢产量。
基于Cournot均衡解,此处需要分别将CR10和HHI与Lerner指数(即价格成本差)联系起来,故而,式(5)可以重新表达为:
(i=1….10)(14)
和
(15)
式(14)和(15)提供了联系市场集中度和成本的关系式,在Cournot模型的假设下,若市场集中度提高,则在成本给定的情况下,价格越高;而若对钢铁需求的价格弹性提高了,则价格将会降低。
通过上述分析,本文最后将这些扩展引入了MCHUGE模型,实现了对钢铁产业规模经济和不完全竞争的刻画,进而实现对其产业集中度的刻画。
2.3模拟情景及数据说明
1.模拟情景设定
(1)基于CR10的模拟场景设定
基线模拟场景设定:
根据历史数据,计算出1997到2006年,中国国内排名前10位的钢铁企业集团产业集中度(CR10)平均变化幅度为-1.56%。
以此作为基础数据,构建基线。
政策模拟场景设定一:
由于2001年之后,钢铁产业集中度从平稳状态开始急剧下滑,2001-2006年,CR10年均变化率为-3.22%(相比于基线模拟,多下降了1.66%)。
本文以此作为第一政策模拟场景,和基线模拟进行比对分析(2007-2015年)。
政策模拟场景设定二:
根据中国钢铁产业发展政策的目标:
中国国内排名前10位的钢铁企业集团产业集中度(CR10)达到50%以上;2020年达到70%以上。
所以,2006-2010年,CR10的平均变化率将为5.15%;2010-2020年,CR10的平均变化率为2%。
本文以此作为第二政策模拟场景,和基线模拟进行比对分析(2007-2022年)。
(2)基于HHI的模拟场景设定
基线模拟场景设定:
计算出1997到2006年,中国钢铁产业HHI指数平均变化幅度为-14.85%。
以此作为基础数据,构建基线。
政策模拟场景设定:
相比于基线,2001年之后,钢铁产业集中度开始较明显的下滑,2001-2006年,HHI指数年均变化率为-26.81%(相比于基线模拟,多下降了11.96%)。
本文以此作为政策模拟场景,和基线模拟进行比对,分析HHI指数负向变化的经济效应(2007-2015年),同时将结果和
(1)中的政策模拟场景设定一相比较,以分析不同度量方法的结果差异,看看那种方法分析的结果和实际的钢铁企业情况更符合。
具体模拟场景归纳如表2。
在模型的具体实现中,本文通过将式(14)和(15)中变量CR10和HHI外生处理,以此作为冲击变量,实现本研究的目的。
表2模拟场景设定
基线模拟
政策模拟
基于CR10的模拟场景设定
模拟场景一
CR10年均变化幅度为-1.56%
2001-2006年
CR10冲击为-1.66%
模拟场景二
2006-2010年
CR10的平均变化率为5.15%
2010-2020年
CR10的平均变化率为2%
基于HHI的模拟场景设定
HHI指数平均变化幅度为-14.85%
2001-2006年
HHI冲击为-11.96%
2.模拟结果的解释方法
图2模拟结果的解释方法
本模型采用的结果解释方法如图2。
1997-2006年为基于历史可观测数据的历史模拟期,可将钢铁产业的历史发展轨道真实的模拟。
2006-2022年为预测期,这个时期的结果由两部分构成,一部分是预测模拟(对应于本文所设定的基线模拟场景),其含义是指在没有任何政策冲击的情况下,即政府不改变任何现存的经济政策,那么整个经济体系将有一个怎样的发展趋势。
另一部分是政策模拟,即在预测模拟的基础上,对某特定时间段加入一定政策冲击(如钢铁产业政策下的各种政策指标等),然后将模拟的结果与预测模拟的结果进行比较,分析该政策实施后,宏观经济变量会有什么变化。
模拟的重点在于比较两种模拟的不同数据结果,以此得出该政策对经济体系的短、长期影响效果。
模拟结果为正,表示政策模拟线位于预测模拟线上方,即该政策实施后,宏观应经济指标变化幅度较预测模拟时的变化幅度大,并不表示该变量的数值指标是正的;同理,模拟结果为负,表示政策模拟线位于预测模拟线下方,即该政策实施后,宏观应经济指标变化幅度较预测模拟时的变化幅度小,而不表示该变量的数值指标是负的。
3.数据说明
本模型采用的数据库是GTAP第五版数据库(基于1997年的投入产出表),所以,本文首先利用模型进行历史模拟分析(historysimulation)将数据库更新到2006年,并对相关的系数进行估计,然后利用模型进行预测分析(从2007运行到2022年)。
表3—表6是模型所需要的部分数据。
表3给出了1996-2006年,中国粗钢产量及其增长幅度。
表4给出了中国钢铁产业前四大厂商和前十大厂商的粗钢产量统计。
表5给出了1996-2006年,中国粗钢的进出口情况,这部分是由钢材和钢坯折算而成的。
表6则粗略的计算了中国钢铁产业的HHI指数,可以看得出来,该HHI指数相当低,也就是说众多的钢铁企业里,没有谁的产量真正可以占到总产量的一个较高的比例,产能很分散。
比如,产钢量最大的宝钢,2005年,其钢产量也仅占全国钢总产量的7.86%。
表3全国粗钢产量及增幅[百万吨]:
1997-2006
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
产量
108.9
114.6
123.9
128.5
151.6
182.2
222.3
282.9
353.1
422.7
增长率
7.6%
6.1%
7.5%
3.4%
18.0%
20.3%
21.9%
27.2%
24.8%
19.7%
数据来源:
1997-2004年数据来自常建华《浅析我国铁资料来源1996~2004矿山的机遇与竞争力》,〔我的钢铁〕网站。
2005-2006年作者收集。
表4中国钢铁产业前四大厂商和前十大厂商的粗钢情况[百万吨]
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
前四大厂商
32.38
34.06
38.41
43.18
43.96
45.55
46.68
52.39
n.a
n.a
前十大厂商
49.16
51.72
59.35
63.35
68.98
76.52
82.25
98.36
118.64
124.3
数据资料:
作者整理;n.a表示没有数据。
表5中国粗钢进出口情况[万吨]
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
进口钢材
1323
1242
1486
1596
1722
2449
3716
2930
2587
1851
钢坯进口
30.6
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国钢铁 市场 结构