郑永备
(福建师范大学 经济学院,福建 福州 350117)
汽车产业是国民经济的支柱产业。改革开放以来,外商直接投资(FDI)已经在我国汽车行业占据重要地位。通过引进外资和国外先进技术,我国汽车行业发展迅速,产量不断提高,厂商经济规模不断扩大,市场集中度稳步提高,2011年汽车行业排名前四位厂商占据的市场份额达到62.99%[1]。但我国汽车产业的市场结构与世界汽车工业强国成熟的市场结构相比还有较大差距。
汽车产业是技术、资本密集型产业,这一特征决定了汽车产业是一个典型的规模经济显著的产业。经济理论和发达国家的实践都表明寡头垄断的市场结构应当是汽车产业市场结构的合理化状态。市场集中度是市场结构的重要度量指标,不仅可以用来衡量某一行业的竞争程度,也是影响某一行业经济绩效的重要因素。FDI的进入势必会影响汽车产业的市场集中度,进而影响汽车产业的市场结构和经济绩效。21世纪以来,我国汽车产业与世界经济的联系更加紧密,外商直接投资的影响力度逐步加强,给我们考察FDI对我国汽车产业市场集中度的具体影响提供了契机。
对于外商直接投资进入对东道国市场结构的影响问题,许多经典的国际直接投资理论都进行了论述。垄断优势理论认为,无论在东道国还是在母国,跨国公司都具有垄断意愿,因为具有专有技术、管理经验和营销能力等方面的优势,跨国公司在东道国市场上更容易形成垄断行为。在东道国市场上竞争对手较少,串谋容易,企业会产生串谋的意愿和行为[2-3]。寡占反应论认为,在寡占的行业或市场中,每个企业都具有举足轻重的地位,领头的企业一旦作出某一决策,其他企业便会采取相应措施,以避免对方的行为给自己带来竞争风险,维持彼此之间的力量均衡。因此,寡占反应能够激发跨国公司的投资,而这种行为又会使寡头企业相继走向海外市场,并在东道国的市场上建立与国内相似的寡头垄断市场结构,从而形成对东道国市场的垄断[3]。
具体到外商直接投资进入对汽车产业集中度的影响,国内学者在这方面作了相当多的研究。张纪康认为外商直接投资的进入使我国汽车产业的市场集中度显著提高,跨国公司的投资使我国汽车产业形成若干寡头性竞争厂商,提高了汽车产业的进入壁垒[4]。赵楠通过定性分析认为,跨国公司在东道国市场上的行为不能纯粹地界定为垄断性或竞争性,以汽车产业为例,跨国公司对汽车产业市场结构的影响以20世纪90年代中期为分水岭,由垄断性走向竞争性[5]。吴定玉采用多项式回归分析的方法,对外商直接投资与汽车产业市场集中度的关系进行了实证检验,认为外商直接投资在一定程度上提高了我国汽车产业市场集中度,提高了汽车行业的进入壁垒[6]。刘新英通过协整分析,认为FDI与我国汽车行业市场集中度之间存在一定的协整关系,从长期来看两者是正向的促进关系[7]。桑铁柱采用灰色关联分析的方法,对FDI与中国汽车产业集中度的关系做了实证分析,实证结果表明两者呈较高的灰色关联度,外商直接投资在一定程度上影响了汽车产业市场集中度,并且随着外商直接投资的提高,集中度会进一步上升[8]。但与其他影响因素相比,FDI并不是我国汽车产业集中度最重要的影响因素。
上述文献运用不同的实证方法对FDI与我国汽车产业市场集中度的相关关系进行分析,大部分实证结果都认为,FDI在一定程度上提高了我国汽车产业市场集中度。本文拟利用向量自回归(VAR)模型,对FDI 与我国汽车产业市场集中度的相关性进行实证分析,考察FDI 与我国汽车产业市场集中度的长期动态相关关系,并根据实证分析的结果提出政策建议。
为了分析FDI 与我国汽车产业市场集中度的动态相关关系,本文采用VAR模型来分析两者之间的定量关系。向量自回归(VAR)是基于数据的统计性质建立的模型,最早由美国学者Sims在1980年提出。VAR模型把系统中每一个内生变量作为系统所有内生变量的滞后值的函数来构造模型,以此来估计联合内生变量的动态关系,这种方法具有良好的特殊的动态结构性质。
VAR(p)模型的矩阵表达式如下:
Yt= A1Yt-1+ A2Yt-2+ …… + ApYt-p+ H Xt+ εt(t = 1,2,……,T)
其中,Yt是k维内生变量列向量,Xt是d维外生变量列向量,p是滞后阶数,T是样本个数,At是k×k维系数矩阵,H是k×d维系数,εt是k维误差项构成的列向量[9]。
依据产业组织理论,本文设置以下两个指标:
1.市场集中度
集中度是衡量某一市场中某一行业内厂商之间市场份额分布的一个指标,集中反映产业市场垄断程度的高低。市场集中度的衡量方法包括绝对集中法和相对集中法,前者包括产业绝对集中度(CRn)和赫芬达尔—赫希曼指数(HHI),后者包括基尼系数和洛仑兹曲线。本文采用绝对集中度(CR4)指数来衡量我国汽车产业的市场集中度,其计算公式为:
其中,Xi为汽车产业中第i 位企业的年产量,N为全部汽车生产企业的数量。
2.外商直接投资(FDI)
集中度效应的体现与直接投资行为发生之间具有时滞效应,集中度不仅取决于当年的FDI流量,更与历年FDI的存量有关。为更加直接描述FDI与我国汽车产业市场集中度的动态对应关系,本文选取FDI的流量而非投资存量。FDI主要以当年的实际利用外资为准,单位为亿美元。
本文市场集中度的数据由历年的《中国汽车工业年鉴》(1993—2012)计算得来,汽车产业FDI的数据来自中国投资指南网。限于数据的可得性,本文使用1992—2009年的汽车产业集中度CR4和FDI数据进行实证分析。
为避免伪回归问题,在建立经济计量模型之前应对数据进行平稳性检验。本文采用ADF检验法对CR4、FDI进行单位根检验,以判断时间序列的平稳性。采用Eviews6软件对各变量的水平值和一阶差分值进行检验,滞后阶数根据AIC准则确定为2阶,用画图的方法来选择是否包含常数项和时间趋势项。检验结果表明,CR4、FDI的原数据都不平稳,但一阶差分后数据都在5%的显著性水平下趋向于平稳,所以CR4和FDI都是一阶单整系列,即CR4—I(1),FDI—I(1)。
虽然一些经济变量本身是非平稳序列,但它们的线性组合却可能是平稳序列,这种平稳的线性组合被称为协整方程。协整方程说明变量之间存在长期稳定的均衡关系。本文采用Johansen检验法对CR4和FDI序列进行协整检验,根据AIC和SC准则确定最优的滞后期为1期,结果表明:在5%的显著性水平下,序列CR4和FDI存在一个协整关系,即1992—2009年FDI与我国汽车产业市场集中度存在长期稳定的均衡关系。其标准化的协整方程如下
CR4-0.786029FDI=0
标准差(0.05921)
由协整方程可知,回归系数为0.786029,是CR4对FDI的弹性系数,即FDI每增加一个百分点,将使我国汽车产业集中度增加0.786029个百分点。由此可以看出,FDI对我国汽车产业市场集中度具有明显的拉动作用。
根据AIC信息准则和SC准则取值最小的原则,确定模型的滞后阶数为2阶,得到VAR模型的估计结果如下:
根据VAR模型的估计结果显示,调整后的R2分别为0.72和0.88,模型总的拟合程度较好。由于脉冲响应函数分析和方差分解分析要求VAR模型必须满足稳定条件,所以要对模型进行稳定性检验。
由检验结果可知,被估计的VAR模型的4个单位根都小于1,没有位于单位圆外,因而该VAR系统是稳定的,可以进行脉冲响应分析和方差分解分析。
在VAR模型中,往往不分析一个变量的变化对另一个变量的影响如何,而是分析当一个随机扰动项发生变化或模型受到某种冲击时对整个系统的动态影响,这是脉冲响应函数分析的基本思想。脉冲响应函数衡量了来自随机扰动项的一个标准冲击对系统内所有内生变量当期和未来取值的影响。分别给CR4和FDI两个变量一个标准差的冲击,得到关于CR4和FDI的脉冲响应函数。图1和图2分别为其中一个变量对另外一个变量的冲击引起变化的脉冲响应函数。横轴表示冲击作用的滞后期间(单位为年度),纵轴表示脉冲响应值(单位为增长率),实线表示脉冲响应函数,虚线表示正负两倍标准差偏离带。从图1可以看出,本期给FDI一个正的冲击,会给汽车产业集中度带来正的影响,即FDI与汽车产业集中度存在正向相关关系。汽车产业集中度对FDI并没有立即做出反应,脉冲响应值第1期为0,在第1到第3期递增,并在第3期达到最大值,随后影响逐渐变小,在第5期后脉冲响应值趋于稳定。从图2可以看出,本期给CR4一个正的冲击,FDI对汽车产业集中度的冲击立即做出响应,响应值在第1到第3期递增,在第3期达到最大值,之后以较快的速度下降,在第5期后响应值逐渐趋于稳定,并且随着时间的推移,这种影响仍然存在,第10期的响应值为0.90598。
图1 FDI的冲击对CR4的影响
图2 CR4的冲击对FDI的影响
本文使用方差分解法来进一步考察FDI与我国汽车产业市场集中度的相互影响关系。方差分解通过分析每个新信息冲击对内生变量变化(通常用方差来度量)的贡献度,评价各新信息对内生变量的相对重要性。变量方差分解的检验结果看出,我国汽车产业市场集中度对解释FDI的预测方差起到了重要作用。并且随着时间的推移,FDI预测方差中由汽车产业集中度扰动导致的贡献率逐渐增大,由第1期的26.6%增加到第10期的87.12%;由其自身扰动引起的贡献率则逐渐减少,由最初的73.4%降低到12.88%,表明我国汽车产业集中度对FDI有较大的影响。我国汽车产业集中度的预测方差在第1期的方差分解贡献率全部由其自身的扰动引起,随着预测时期数的增加,FDI对汽车产业集中度的方差分解有一定的贡献度,但贡献率比较低,在第3期达到最大值,为5.22%,之后趋于平稳,到第10期为4.63%,说明FDI对我国汽车产业市场集中度波动的影响较弱。
从对FDI与我国汽车产业市场集中度相关性的实证分析中,可以得出以下结论。
从协整关系来看,FDI和我国汽车产业市场集中度之间存在唯一的协整关系,它们之间存在长期稳定的均衡作用。从协整方程可以看出,FDI每提高一个百分点,汽车产业集中度就会提升0.786029个百分点,表明FDI在一定程度上提升了我国汽车产业的集中度。
从脉冲响应函数分析来看,当期FDI的正向冲击会对汽车产业集中度产生正向影响,第1期的影响值为0,第3期达到最大值,之后逐渐回落并趋于稳定,表明FDI的进入确实会提高我国汽车产业市场集中度,但这种作用幅度较弱,而且还存在滞后效应。同时,从脉冲响应函数分析结果可以看出,当期汽车产业市场集中度的正向冲击对FDI会产生更大的影响,并且这种影响明显大于FDI的冲击对汽车产业市场集中度的影响,表明汽车产业市场集中度的提高能够更加吸引FDI的进入。
从方差分解分析结果来看,FDI对汽车产业集中度预测方差的贡献率较小,基本维持在5%以下。相反,汽车产业集中度对FDI预测方差的贡献率却很大,最大值达到87.12%。表明FDI对我国汽车产业市场集中度波动的影响较弱,而汽车产业集中度对FDI的波动有着很强的影响,结果与脉冲响应函数的分析结果一致。
综合以上的实证分析结果可以看出,FDI对我国汽车产业市场集中度有正向的促进作用,但这种正向影响较弱,说明FDI并不是我国汽车产业集中度最重要的影响因素。事实上,影响汽车产业集中度的因素还包括市场容量、市场需求增长率、产品差异化、进入壁垒和上期市场集中度等其它因素。和这些影响因素相比,FDI规模对汽车产业市场集中度的影响力度较小。
继续积极引进外资。与世界汽车工业强国相比,我国的汽车产业集中度仍需进一步提高。外商直接投资能够在一定程度上促进我国汽车行业市场集中度的提高,因此应当积极利用外资提高汽车产业的市场集中度,使之达到一个合理的高度,提高产业的整体规模。应当积极利用外资,创建具有行业垄断优势的大型公司、大型集团,壮大自己的实力,唯此才能增强参与国际竞争的能力,从整体上提升中国汽车产业的竞争实力。与此同时,为充分发挥外商直接投资提高我国汽车产业集中度,进而优化我国汽车产业市场结构的作用,应当引进“寡占反应”型的外商投资,即引进多家外商投资,形成寡头竞争格局。这样不仅能提高汽车产业的竞争水平,在充分有效竞争的基础上提高我国汽车产业的市场集中度,同时也会促进跨国公司加快向我国转移先进技术,缩小国内汽车企业同跨国公司的技术差距。
注重提升企业技术水平和创新能力。首先,注重吸引跨国公司的研发性投资。长期以来,我国汽车产业在技术上依赖跨国公司,不利于我国汽车产业国际竞争力的提升。因此,应当重视提升企业的自主研发和创新能力。在这一过程中,仅仅依靠外商直接投资的技术溢出效应是不够的,应当加强与外商直接投资企业和跨国公司的技术合作,鼓励跨国公司对我国进行研发性投资。其次,政府应支持内资企业的自主研发和创新。外资企业本身有着很强的竞争能力,加上政府对外资的各种优惠政策,使得外资企业在与国内企业的竞争中占据更加有利的地位。政府应当营造内外资企业公平的竞争环境,在税收、资金和政府采购等方面为内资企业提供政策支持。对国内汽车产业的公共技术研发项目、基础研究项目采用政府资助或组织,为新技术的发展创造条件。
参考文献:
[1] 中国汽车工业协会.中国汽车工业年鉴[M].天津:中国汽车工业年鉴期刊社,2012:480-481.
[2] Hymer S H.The efficiency contradictions of multional corporations[J].American Economics Review,1970,(60).
[3] Knikcerbocker.Oligopolisti cultinational enterprise[D].Boston:Harvard University,1973.
[4] 张纪康.跨国公司进入及其市场效应——以中国汽车产业为例[J].中国工业经济,1999(4):77-80.
[5] 赵楠.跨国公司的市场行为:从垄断到竞争——以汽车工业为例[J].经济学家,2004(1):59-64.
[6] 吴定玉,张治觉.外商直接投资与中国汽车行业市场集中度:实证研究[J].世界经济研究,2004(4): 53-59.
[7] 刘新英,李清.FDI对我国汽车行业市场集中度影响的实证分析[J].宏观经济研究,2008(4):25-29.
[8] 桑铁柱,张红星.FDI与中国汽车业集中度实证研究:基于灰色关联分析[J].经济问题探索,2010(1): 75-79.
[9] 高铁梅.计量经济分析方法与建模:Eviews应用及实例[M].2版.北京:清华大学出版社,2009:267.
[10] 张宏,孟秀惠.跨国公司进入与中国汽车产业市场结构的合理化[J].山东社会科学,2006(11): 112-115.
[11] Caves E R.Multinational Enterprises and Economic Analyses[M].London:Cambridge University Press,1982.