中国自然垄断性行业收入问题产生的多因素指标体系构建及实证研究

　　摘要：文章在构建中国规制制度下自然垄断性行业收入问题产生的多因素指标体系的基础上，使用主成分和相关矩阵分析法对中国电力、电信等自然垄断性行业的收入问题进行了实证分析。发现进入规制是导致中国电力、电信等自然垄断性行业收入问题的首要原因，自然垄断性行业成本技术特征对收入问题的产生具有一定的影响，行业人力资本存量对收入问题的產生的影响并不明确。
　　关键词：自然垄断行业收入差距问题规制制度指标体系实证研究
　　中图分类号：F121.21 文献标识码： 文章编号：1004-4914(2008)04-015-02
　　
　　一、问题的提出
　　
　　行业收入差距的形成理论上受多因素的影响，行业收入差距的存在并不一定包含着不合理性。一般而言，造成行业收入差距的因素有行业垄断因素、行业成本技术特征、行业人力资本存量以及行业需求状况等因素。但是对于中国一些具有自然垄断性质而实行行政垄断的行业而言，其行业的实际高额利润率以及实际的高额收入水平并不反映其较高的行业技术特征、较高的人力资本存量以及较高的劳动生产率等合理性因素，其包含着行业垄断因素等不合理因素。目前国内对于造成中国自然垄断性行业与其他行业的收入差距问题的多因素实证研究尚处于起步阶段，早年金玉国（2001）使用行业国有单位从业人数与全行业从业人数之比作为衡量国有化程度以及垄断程度指标并将其作为解释变量，以行业平均工资以及国有单位平均工资分别作为被解释变量，研究了行业收入差距同行业垄断程度的关系。汪贵浦（2007）发现高速的GDP增长率、金融发展、其它类型经济成分增长对行业间工资收入不平等有明显的抑制作用，但TFP增长对差距的抑制不明显；而失业率、政府支出、通货膨胀等，均加剧了行业间收入差距。同时发现产业特异性不构成垄断行业与其它行业职工收入差距的内在原因，而分租行为、行业内部较高的工资收入增长率、市场势力、进入壁垒及至行政性垄断，具有构成行业间工资收入差距的明显促进作用。但是这样的研究以及指标选定并不能全面反映形成自然垄断性行业收入问题的全面因素，尤其是在衡量中国自然垄断性行业垄断程度方面依然没有同该行业所处的中国规制体系所设定的约束条件相结合。
　　
　　二、中国自然垄断性行业收入问题产生的多因素贡献指标设定
　　
　　理论上，中国自然垄断性行业收入问题可以分解为两个基本问题：一是产业的实际高额利润率（市场势力）问题；二是厂商内部的分配问题。考虑到中国自然垄断性行业从建立之初就是由国家投资并在国家行业主管部门（规制者）的规制下垄断运营的，因此，从经济性规制理论的角度来看，行业主管部门（规制者）对该行业的规制包含两个方面的因素：一是进入规制；二是价格规制。其中进入规制构成了中国自然垄断性行业得以垄断运营、维持高额超额利润的主要原因。同时作为自然垄断性产业，具有在一定需求条件下的特殊成本函数，成本技术特征（次可加性）也会对中国自然垄断性行业的收入产生一定影响。另外，在中国自然垄断性行业中也存在例如像电信、电力等对人力资本存量要求较高的高技术产业，因此，不能忽略行业人力资本存量对于行业收入的影响。最后，还需要考虑中国自然垄断性行业在位垄断厂商的内部分配的目标函数的影响。在此，提出测量中国自然垄断性行业收入问题产生的多因素贡献理论指标体系：（1）进入规制（国有资产占行业资产比重、行业集中度）；（2）价格规制（中外行业产品价格比率）；（3）成本技术特征（行业固定资产占行业总资产比重、成本次可加性程度）；（4）人力资本存量因素（中高级以上职称比率、本科以上学历比率等）；（5）内部分配目标函数（行业工资、福利总额占行业收入总额比率等）。
　　在上述理论指标体系中的垄断因素里，进入规制程度使用国有资产占行业资产比重以及行业集中度衡量。而价格规制程度使用中外行业产品价格比率（按购买力平价计算）衡量，由于自然垄断行业中的在位厂商是多产品厂商，产出结构和价格体系复杂，尤其涉及到不同产品类别、质量等因素的影响，计算各国行业产品的平均价格存在很大难度，因此，在本文下面的实证研究中暂时忽略价格规制的影响。使用中国部分自然垄断性行业固定资产占总行业资产的比重作为行业成本技术特征的衡量指标。使用行业在职职工中高级以上职称比率代表人力资本存量因素。由于中国官方统计数据对于中国自然垄断性行业工资总额的统计存在着偏低的倾向，不能反映其行业真实的收入水平，因此，在没有权威的关于中国自然垄断性行业工资和福利总额数据的情况下，本文暂时忽略行业在位厂商内部分配目标函数的影响。使用《中国2004年全国经济普查数据库》获得2004年中国电力、电信、供水、供气、邮政业5个自然垄断性行业关于行业平均收入指标分别为31980元、35665元、17838元、21607元、21962元；关于国有资产比重指标分别为0.5903.0.4579.0.7582.0.4660、0.9625；关于行业集中度指标分别为0.8939.0.9860、0.8117.0.6263.0.9099；关于中高级职称率指标分别为0.1031.0.1009.0.0633.0.0855.0.0366；关于固定资产比率指标分别为0.9573.0.6104.0.8718.0.7344.0.7357。
　　
　　三、中国自然垄断性行业收入问题产生的多因素贡献指标实证分析
　　
　　本部分利用主成分分析法以及相关矩阵赋权法对中国电力等5个自然垄断性行业2004年面板数据进行实证研究。为了使中国电力等自然垄断性行业的国有资产比重、行业集中度、中高级职称率、固定资产比率4项指标中含有反映其收入问题的因素，故将这4项指标同时除以行业平均收入指标，这样做的统计学意义在于单位行业平均收入所体现的国有资产比重、行业集中度、中高级职称率、固定资产比率指标。由此形成“国有资产比重/行业平均收入”指标（bz1）、“行业集中度/行业平均收入”指标（bz2）、“中高级职称率/行业平均收入”指标（bz3）、“固定资产比率/行业平均收入”指标（bz4）。将中国电力、电信、供水、供气、邮政业5个自然垄断性行业上述指标数据标准化后，bz1分别为：-32.5985.-68.0813.-49.5012.152.7755.-290.916；bz2分别为：43.38246.78.90632.23.51612.288.8147.-92.5679；bz3分别为：110.9146.63.28135.49.6214.-49.187.291.0407；bz4分别为：160.3662.-98.1893.-63.601.63.77629.67.75455。整个矩阵结果的经济学意义体现了中国电力等自然垄断性行业包含了行业平均收入（利润率）问题的关于国有资产比率、行业集中度、中高级职称、固定资产比率的横截面数据，这样的数据结果可以全面反映包含了中国电力等自然垄断性行业收入（利润率）问题的该类产业垄断营运的数据结果。在这里没有直接使用行业收入差距指标（中国自然垄断性行业平均收入/中国所有行业平均收入），因为考虑到本文所使用处理数据的方法，使用行业平均收入的绝对数和相对数对最后的实证结果没有影响，故简便起见，没有使用行业收入差距指标。
　　1.中国自然垄断性行业收入问题产生的主成分因子分析。主成分因子分析是考察多个定量变量间相关性的一种多元统计方法。它是通过研究如何通过少数几个主成分来解释多变量的方差—协方差结构。使用SPSS对上述标准化以后的数据进行主成分因子分析，实证结果发现中国电力等自然垄断性行业的国有资产比重/行业平均收入指标（bz1）、行业集中度/行业平均收入指标（bz2）对包含了收入（利润率）差距问题的中国电力等自然垄断性行业垄断运营状况的合并贡献率较大（bz1为0.7158；bz2为0.6893），说明中国电力等自然垄断性行业的进入规制对以巨大行业收入（利润率）差距为重要特征的垄断运营状况具有决定性的影响。而固定资产比率/行业平均收入（bz4）对于包含了收入（利润率）差距问题的中国电力等自然垄断性行业垄断运营状况有一定的贡献率（bz4为0.26073），说明该类行业的成本技术特征对于以巨大行业收入（利润率）差距为重要特征的垄断运营结果有一定的影响，但不是决定性因素。而中高级职称率/行业平均收入指标（bz3）却呈现出与以巨大行业收入（利润率）差距为重要特征的垄断运营结果负相关关系（bz3为-0.6972）。在使用主成分因子分析法进行中国自然垄断性行业收入问题产生的多因素贡献实证分析时，发现由于样本数较少，这或多或少会影响到最后的实证结果，因此，本文使用相关矩阵赋权法对该问题的实证研究进行必要补充。

相关热词搜索：垄断性 指标体系 中国 构建 因素