市场势力、煤电矛盾与潜在福利损失——来自上市公司的经验证据

式），其中％＝（Ａ。一Ａ）ｘ２”＋（瓦。一ｆｉ）髫ｊ‘为截距项的随机变量部分。再代人（６）式，从而煤炭行业 的回归估计方程为： ｑ矗’＝Ｏｔ＋Ａ茗ｉ：…＋而鬈：‘＋秽ｉ＋Ｍ’ｎ
仍具有可比性。 （１０）
尽管（８）和（１０）两个模型在形式上略有不同，但仍是在同一个分析框架下进行，因此其估计结果 （二）样本选择与指标设计
签订合同，延续了２００９年的艰难态势；从谈判结果看，大部分煤炭合同价格都上涨了３０一５０形吨，
部分合同涨幅甚至接近２０％。 当前针对煤电矛盾产生原因的研究大致可以归结为如下三类：一是市场机制原因，认为行业改革 不同步所导致的市场机制不完全是煤电矛盾产生的原因，尤其在需求周期性大幅波动情况下更为明 显¨刊。二是市场势力原因，即由于煤电双方市场势力不对称导致博弈过程中的谈判僵局是煤电矛 盾实质＂１ Ｊ，Ａｔｋｉｎｓｏｎ
１
ｊＦ
以＝ｐ（１。÷）Ａ“繁
（３）
将上式稍做变形凑出产出弹性，同时注意到Ａ＝Ｐ／ＭＣ＝１／（１一÷），并令以＝Ａｎ几－－Ｊ，吭＝
∑以，将Ａ。归人前面的系数并代入（２）式，有（４）式：
Ｊ２ｌ
ｑ：＝口：＋Ａ。∑元么：７
（４）
Ｈｙｄｅ和ＰｅｒｌｏｆｆⅢ１证明在估计制造业的市场势力时需要将劳动要素和原材料等从资本要素中分 离，否则会产生过高的市场势力估计。因此对（４）式做进一步处理，将资本要素与非资本要素分离，
公司名称 豫能控股 华能【日际 上海电力 华电国际 中国神华 郑州煤电 金山股份 天富热电 京能热电 申能股份
上市代码
６００７１９ ６００７２６ ６００７４４ ６００７８０ ６００７９５ ６００８６３ ６００８８６ ６０１９９１ ９００９４９
Ｈａｌｌ【１７］的模型允许使用产业层面 的数据，但由于假定不符现实，我们需
０００１５９ ０００５５２ ｏ００７２３ ０００７８０ ０００９３３ ０００９３７ ０００９６８ ０００９８３ ６００１２１
表１煤炭行业样本上市公司 上市代码公司名称 国际实业 靖远煤电 美锦能源 平庄能源 神火股份 金牛能源 煤气化 西山煤电 郑州煤电 上市代码公司名称
炭和火电行业的市场势力及煤电产业链的潜在福孝１ｊ损失。研究表明：煤炭、火电行业市场势力溢价分
别为１．１０和０．８７，煤炭行业行使相对市场势力而火电行业因电价规制无法传导成本提高是造成煤 电矛盾的重要原因；煤电产业链的潜在福利损失平均相当于当年ＧＤＰ的２．９％左右。 关键词：市场势力；煤电矛盾；纵向约束；潜在福利损失
以＝口：＋Ａ∑瓦７（ｚ：’一菇：‘）＋谚：‘＋（Ａ。一Ａ）∑瓦７（ｚ：７一髫：‘）＋（玩一百）戈：‘
ｊＣ，ｋ
Ｊ，‘＆
（６）
此时仍有三个问题需要回答：首先是模型是否存在共线性问题，即规模弹性与技术进步两个系数 间是否存在一定的线性关系。我们认为这一关系在煤炭行业并不显著，但火电行业则较为明显，原因
是煤炭行业中各企业本身的技术差异小且产品同质性高，而火力发电行业则有明显的技术性特征，随
ａｎｄ
Ｋｅｒｋｖｌｉｅｔ¨１专门以美国为例实证分析了市场势力影响租金分配的程度。三
是体制性原因，将煤电矛盾的根源指向纵向价格双轨制、政府过度干预以及运输、电力行业垄断伊１４ Ｊ。 这些研究虽然对煤电矛盾产生的原因进行了不同角度的解释，但其本身存在内在关联，即煤电矛 盾最终表现为煤电行业拥有了不同的市场势力。煤电双方经过不断博弈最终会确定一个电煤价格，
同，除了口：通过一阶差分被消去后必须考虑固定效应之外，目前主要的火电企业已经上市是导致需 用固定效应估计的重要原因。最后是估计方法的选择和比较，由于企业存在生产率差异，误差项将与 投入要素之间存在相关性，从而导致内生性问题，即生产技术的进步在要素决定之前就已经被决定， 如果继续采用ＯＩ＿Ｓ估计将会得到非一致的有偏估计，为避免这一问题，我们选取了广义矩（ＧＭＭ）估 计方法，因为矩估计量是一个稳健估计量，只要选取合适的工具变量并通过过度识别检验即可认为该
名谬够衙新疙（双月于ｌｊ）
２０１１年第１期（总第５０期）
市场势力、煤电矛盾与潜在福利损失宰
——来自上市公司的经验证据
张占东张铭慎
（河南财经政法大学国际经济贸易学院，河南郑州４５００１１）
摘要：多年来煤电矛盾一直困扰我国经济发展，且近年来呈加剧之势。煤电行业相对市场势力是 分析煤电矛盾的关键环节，根据新经验产业组织学的分析框架和ＧＭＭ方法估计，了２００５～２００８年煤
该价格在煤炭企业要价和火电企业受价区间内的位置取决于双方市场势力的对比”’１５１。因此，对煤
电行业市场势力的测度成为分析煤电矛盾的关键环节。但目前针对煤电行业市场势力的研究要么只
分析一个行业，这必然导致分析不全面；要么仅从市场集中度指标予以估计，这又难免存在缺陷。因
为影响市场势力的因素较为复杂，除了产品特性、供需形势和结构性因素外，政府的行政干预和产业
上市代码
００００２７ ００００３７ ０００５３ｌ ０００５３４ ０００５３９ ０００５４３ ０００７６７ ０００８７５ ０００８９９ ０００９６６
表２发电行业样本上市公司（火电） 公司名称 深圳能源 深南电Ａ 穗恒运Ａ 万泽股份 粤电力Ａ 皖能电力 漳洋电力 吉电股份 赣能股份 长源电力 上市代码
００１８９６ ６０００１ ｌ ６０００２１ ６０００２７ ６０１０８８ ６００１２１ ６００３９６ ６００５０９ ６００５７８ ６００６４２
一２２—
万方数据ＥＡＲＣＨ
得到（５）式：
ｇ：＝口：＋Ａ。∑瓦７（菇：７一茗：‘）＋瓦ｚ。“
』乒ｋ
（５）
其中葡。表示规模弹性，万；。７表示非资本投入要素占总产出的比重，这一比重是用中值点来衡量 的＠。进一步假设行业内存在普遍的市场势力Ａ和规模弹性葡，（５）式可以进一步整理为：
司相关数据。我们以“光大证券网上 行情”的分类为主，在参考其他分类和
兰花科创 黑化股份 兖州煤业 国阳新能 ＳＴ贤成 盘江股份 安泰集团 上海能源 爱使股份
山西焦化 恒源煤电 开滦股份 大同煤业 中困神华 平煤股份 潞安环能 中煤能源
所选上市公司公开业务范围的基础上，
说明：如“中国神华”等样本在２００７年１０月才在内地上市，为了弥补 数据缺陷，我们采用了其在香港上市的相关年报数据，中煤集团同理。
收稿日期：２０ＬＯ—ｌｌ—０１；修回日期：２０ｌＯ一１２—０８
作者简介：张占东（１９６２一），男，河南扶沟人。河南财经政法大学国际经济贸易学院教授，硕士生导师，主要研究方向为产业经
济学；张铭慎（１９ｓ５一）。男，湖北武汉人，河南财经政法大学产业经济学硕士研究生。 ・感谢河南财经政法大学周雄飞教授、王怀民教授和王洪庆博士、叶光博士、郭宏博士、刘方博士在写作过程中提出的许多有价
值的建议。感谢第十届中国经济学年会产业组织专场点评人重庆大学张荣教授和台湾育宛科技大学蔡建树博士的评论和宝贵意见。
一２ｌ一
万方数据
张占东张铭慎
市场势力、煤电矛盾与潜在福利损失
政策等也是重要变量０１６］。另外，市场势力的存在往往使得价格偏离最优水平、部分行使垄断权力和
牺牲静态效率等，这些负面因素必然导致福利损失。当前这方面的估计主要以垄断行业的制度成本
一２３—
万方数据
张占东
张铭慎
市场势力、煤电矛盾与潜在福利损失
选取了煤炭企业上市公司２６个（表１）和火电上市公司２９个（表２）。为了兼顾较多的样本、精确的 数据和面板估计的稳健性，我们将样本时间定为２００５—２００８年。 根据估计方程，需要 的数据主要包括产出数据 和要素投入数据。一般而 言，主要的要素投入为劳 动、原材料和资本投入。 在估计过程中，我们参考 了Ｋｌｅｔｔｅ¨到的做法，选取 员工人数和总资产为工具 变量，因为它们随时间波 动的幅度很小，可以认为
代。因此本文统一采用改进的Ｈａｌｌ模型对市场势力进行测度并得出相对市场势力。
（一）模型与估计方法 考虑到ＨａｌｌⅢ１模型的“规模报酬不变”假定与煤炭、火电行业的现实不符，必须采用相关改进来 突破这一强约束。Ｋｌｅｔｔｅ¨引提出了解决这一问题的基本框架，并提供了同时估计规模弹性的可能。
通过引入一个允许技术变动和规模差异的生产函数匕＝Ａ。Ｆ。（Ｘ。）来代表ｉ公司在ｔ时期的生产，其
估计是有效的。
为了消除生产率与要素投入规模可能的自相关，将（７）式代人（６）式作一阶差分，得（８）式： △ｇｎ’＝ＡＡｘ：＋讯ｈ：＋血ｎ
』≠ｋ
（８）
其中茗：＝∑厉。７（戈“一茗“），△ｇ：＝酊一９０，，％＝‰＋（Ａ。一Ａ）并：＋（瓦一，７－－，ｚ。Ｋ，此为火电
企业的回归估计方程。由于对煤炭行业拒绝固定效应，则可以直接将（７）式简化成ａ‘＝ａ＋＇／３；（（９）
为对象，还未有针对煤电产业链的福利损失估计。本文运用新经验产业组织学分析框架和ＧＭＭ的 估计方法，利用上市公司样本数据统一测度了煤炭、火电行业的市场势力，并提出了煤电产业链福利 损失的估计方法，从而对煤电问题提供一个更为精确的测度和分析。考虑到当前电力行业正进行改 革和分析方便，在测算市场势力时主要分析煤炭和火电行业。 本文余下部分安排如下：第二部分用改进的Ｈａｌｌ模型对煤电行业的市场势力予以测度并分析煤 电行业各自市场势力的来源；第三部分估计了市场势力导致的煤电产业链潜在的福利损失；最后给予 总结性评论。 二、煤炭与火电行业市场势力的测度 较早的分析均使用ＣＲ。和ＨＨＩ指数等市场集中度指标测度市场势力，新经验产业组织学 （ＮＥＩＯ）的出现突破了原有分析中一些不合理之处，特别是计量技术的运用更为成熟。当前运用 ＮＥＩＯ框架测度市场势力的方法主要有二：一是以Ｈａｌｌ【１７１及其扩展模型为代表，直接估计边际成本与 价格比值，如Ｋｌｅｔｔｅ‘１８］、Ｂｏｙｌｅ Ｌ１９］、黄先海和陈晓华‘矧、陈甬军和周末‘２¨等；二是对剩余需求弹性的估 计，即价格变化后剩余需求的变化程度，如张小蒂和危华‘２２１、朱勤‘２３１等。我们认为后一种方法需要 企业层面的需求量数据，这在现实估计中很难获得，而边际成本数据可以通过模型扩展予以较好替