行业经济论文-产业演进阶段识别方法研究述评.doc

行业经济论文-产业演进阶段识别方法研究述评摘要：在研究产业演进的过程中。围绕着产业演进阶段识别这一主题，国内外学者主要从产业组织视角和产业规模视角进行了探索研究，各种产业演进阶段识别方法被构造或引入。但现有研究大多从单一维度识别产业阶段，以致难以从其他侧面进行阶段确认，而大多数方法的阶段判定又并不十分明确，这样显然会产生较大伪识别风险。因此，对产业演进阶段识别方法的进一步研究，有必要结合多个维度对现有方法进行修正和改进。关键词：产业演进；阶段；识别方法；产业组织；产业规模产业作为一种有机演化系统，在外部环境变化和内部结构调整的交互作用中不断演进。随时间推移，产业由生成到壮大、成熟。最后衰退，同时，伴随而来的是产业在区域空间的扩散、转移和进退。一般认为，产业演进指的就是这一系列的演变。然而，产业演进阶段之间的临界并非显而易见。因此，研究能够有效反映产业演进本质的方法以准确识别产业演进阶段也就成为许多研究的需要。为此，大量研究进行了积极探索。单一产业在演进过程中经历着三个方面的变化：在产业规模方面，市场需求、产出、投资规模以及存量资产增长先缓慢后快速再缓慢；在产业技术方面，技术逐渐成熟，质量不断提高，产品先逐渐多样化、差别化而后再度无差异化；在产业组织方面，进入壁垒由低到高，厂商数目先增加后减少再趋于稳定，市场结构先分散后集中，产业利润先提高后降低。而这些变化照然又都与产业演进存在内在逻辑关系，因而能够从产业规模、产业组织等侧面反映产业演进过程，进而也为各个视角的产业演进阶段识别方法的探索提供了重要依据。事实上，现有研究也主要是依据上述产业演进的内外在表现识别产业阶段类型。但鉴于产业技术变化量化研究难度相对较大，现有研究主要还是从产业组织和产业规模视角分析。1产业组织视角外国研究者依据产业演进的内在表现特征识别产业阶段类型，研究具有阶段性和共同规律性的产业内企业行为的改变过程。(1)厂商“净进入率”法厂商“净进入率”法是其中最早探索、也最为常用的产业组织视角的产业演进阶段识别方法。这一方法根据产业中厂商主体进入情况进行阶段识别，主要结合厂商“净进入率”、厂商绝对数量与前一时期对比情况来识别产业演进阶段。其阶段拐点判定主要依据是：当厂商数量增长率开始出现低于前一期的3(或5)时，该产业进入成熟阶段；当厂商数量出现下降至前一期数量的97(或100)水平时，该产业成熟阶段结束。由于短期存在较大波动性，为避免伪识别，厂商“净进入率”法通常采用多年移动平均法。Gort，Klepper(1982)首次采用产业内厂商数目的变化对产业演进进行了阶段定位，并引发了大量关于产业生命周期的研究。他们考察了46个产业每年的厂商“净进入率”，并据此将产业生命周期划分为引入、大量进入、稳定、淘汰(大量退出)和成熟等五个阶段。Klepper，Graddy(1990)在此基础上，对该方法进行了修正。他们鉴于短期内厂商数量存在的波动性，采用了5年和10年移动平均法。此外，他们以厂商数量增长率出现下降作为产业开始进入成熟阶段的标志，并以厂商绝对数量出现下降作为产业成熟阶段结束的标志，将产业生命周期重新划分为成长、淘汰和稳定三个阶段。AnitaM.McGahan，BrianS.Silverman(2001)也对该方法进行了调整。鉴于其样本考察期较短，他们以厂商数量增长率开始出现下降至低于前一期增长率的35水平作为进入成熟期的标志，而不是仅仅要求增长率的绝对下降；以厂商数量出现下降至低于前一期数量的97水平作为成熟期结束的标志，而不是100；他们采用了3年和5年移动平均法，并分析了阶段识别的敏感性。上述这种依据产业内厂商主体进人退出情况的识别方法，显然能够反映产业演进的本质和过程，也为研究各阶段厂商主要行为提供重要依据：在产业演进的前两个阶段主要研究厂商进入问题以及伴随而来的技术创新、组织演化等方面规律，而在成熟期则主要研究厂商退出机理问题。但该方法在不同研究中所采用的阶段拐点依据的具体标准并不完全一致。而且在短期厂商数量存在较大波动性，往往采用多年移动平均法，而阶段识别对时间跨度的选择具有敏感性，这些都使阶段的定位不明确。(2)结合创新活动程度和创新主体的识别法在Gort，Klepper(1982)之后，几十篇关于产业生命周期的论文产生了诸多成果，进而又极大促进了产业组织视角研究的进展。Klepper(1996)建议，用创新活动程度结合创新主体进行产业演进阶段划分和判定，他先定性说明阶段之间区分，然后用定量方法对各阶段进行了识别。产业阶段识别标准具体如表1所示。其中，企业规模以500员工数为界划分成大企业和小企业，创新程度以创新率平均水平为界进行划分。但由于各国企业规模标准并不统一，该方法对创新主体规模类型的界定标准势必需要根据各国情况进行调整，因而其可操作性也大大削弱。(3)二维识别法Tether，Storey(1998)从产业生命周期研究中产业就业人数伴随产业企业数目发生阶段性变化这一发现中得到启示，并结合这两个维度对高技术产业的演进阶段进行了定位。他们认为通过产业就业人数变化可以进一步确认产业阶段。二维判定法的具体产业演进阶段类型以及产业演进路径分别如图1和图2所示。图1中，横轴测度产业中的企业数目，纵轴测度产业的就业人数，矩阵对角线上产业平均就业人数保持不变，沿着对角线产业内企业数目和产业就业人数的变化一致，在对角线以上区域产业就业人数增加更快或减少更慢，在对角线以下区域产业内企业数目增加更快或减少更慢，而其中类型1、类型2和类型3产业分别处于Klepper，Graddy(1990)的成长阶段、淘汰阶段和稳定阶段。类型1产业，产业内企业数目和产业的就业人数都处于增加状态；类型2产业，产业内企业数目是减少的，而产业就业人数是增加的；类型3产业，产业内企业数目和产业的就业人数都是减少的；类型4产业，产业就业人数减少而产业内企业数目增加，尽管与早期所描述的关于产业演进的生命周期模型并不一致，但该类型产业在欧洲高技术制造业部门是普遍存在的。而图2则说明了各类型产业之间是如何更替的。一个新产业开始出现时属于典型的类型1产业，因为无论是产业内企业数目还是就业人数都呈上升趋势；随着产业的成熟，产业内企业数目开始减少而就业人数仍继续增加，产业先演化进入类型2产业行列；之后产业内企业数目和就业人数都出现下降趋势，产业将发展成为类型3产业。二维识别法结合了产业内厂商数目变化和产业就业人数变化，既能反映产业演进的本质和过程，又具有较强的可操作性，而且在一定程度上也克服了单一维度定位的不明确性。(4)基于产业集中度的产业演进阶段识别法Deans等人(2001)首次采用了衡量产业集中度的CR3和HHI指标进行产业演进阶段定位，并提出用产业集中度来识别产业演进阶段。他们综合分析了53个国家、24个行业、25000家上市公司的信息，得出“所有的产业都遵循同样的路径进行整合”的结论，并以25年作为产业演进周期将产业演进曲线划分为初创、规模化、集聚以及平衡和联盟四个阶段。初创阶段，市场完全分散或市场集中度极低，第一批并购者开始出现，新解除管制的、新成立的或分拆的子行业在这一阶段处于主导地位。规模化阶段，企业规模开始越来越重要，产业领导者开始出现并领导着产业整合，一些产业的集中度将达到45。集聚阶段，成功的企业扩展他们的核心产业，出售或关闭附属部门，并持续地积极加强竞争。平衡和联盟阶段，少数几个企业在产业中处于统治地位，产业集中度达到90。而产业集中度(CR3)在四个阶段分别为1030、3045、4570和7080。但这里以25年作为产业演进周期显然并不合理，实际上不同产业的演进周期由产业自身特点决定。尽管如此，该方法还是为产业整合并购提供了很好的框架性分析工具。但需要指出，有些产业由于自身特点可能在走到集聚和联盟阶段之前可能已走完自己的生命周期。2产业规模视角与国外研究有很大不同，国内研究的产业组织视角分析十分有限。其主要原因可能有两方面。产业组织视角识别法所要求的样本数据在我国并不能完整、有效地获得，比如说工业产业内厂商数量，我国1998年之后的统计口径仅局限于国有及规模以上工业企业，各时期统计口径未能保持一致，这对研究采用的样本数据的有效性产生了不利影响，进而限制了国内学者进行产业组织视角的定量分析。如果上述的主要是统计数据的局限，那么，另一方面则主要是我国产业演进特殊性。我国在实行计划经济体制的很长时期以及向市场经济体制过渡的早期。事实上，厂商数量等产业组织的变化很大程度上都受制于政府政策，而产业组织视角实际暗含着厂商进入退出行为等产业组织的变化是产业内在演化结果的假设，这一点在市场经济比较完善的经济体一般能够成立，但对于我国而言，我们并没有充分理由相信这一假设也能够完全成立。总的来看，国内相关研究主要集中于产业规模视角。(1)产出增长率法产出增长率法是产业规模视角识别方法中最为一般的。它通常利用产业年平均产出增长率相对于全行业平均增长率的变化来判断产业演进阶段，其核心是比较产业在两个相邻时期(每个时期大约20年)的增长率与相应时期所有产业部门的增长率。如果该产业部门的增长率在两个时期都高于平均增长率，则为成长产业；如果前一时期大体接近于平均增长率，而在后一时期大大高于平均增长率，则为形成期产业；如果在前一时期高于平均增长率，而在后一时期增长率逐渐低于平均增长率，则为成熟产业；如果两个相邻时期的增长率都低于平均增长率，则为衰退产业。采用这种相对衡量的方法，不论经济增长抑或下降，都可以排除经济整体增长趋势的状态对产业产出增长的短期冲击影响。范从来，袁静(2002)利用了产出增长率法对19872000年上市公司所处的各行业进行了阶段识别。但由于资料的限制和各时期产业统计口径的不同，他们只以19871993年和19942000年作为相邻两个时期来观察。在分析过程中，由于建筑业等行业平均值和GDP平均值上下十分有限，很难做出明确判断，他们进行了调整。因此，需要指出的是，产出增长率法判断界限本身并不很明确，在具体分析时往往需要结合现实情况针对那些产业年平均产出增长率位于全行业平均增长率附近的产业作进一步分析调整，这也可能产生因主观因素而导致的结论差异。尽管如此，国内学者在分析一般产业的阶段类型时，仍采用上述方法。(2)普及率法与定位一般产业演进阶段不同的是，国内学者在分析诸如耐用消费品产业这类特殊产业阶段类型时。鉴于人们对耐用消费品的需求数量有限，不如日用生活消费品需求多、购买频率高，普及率更能反映耐用消费品产业的市场需求的满足程度，通常采用更为适用的普及率法这一存量分析法。该方法一般参考经验数据对产业演进阶段进行识别：当某一产业内产品用户家庭普及率在5以内时，可视为形成期；550为成长前期，5080为成长后期；8090为成熟期；90以上，则已基本满足市场需求。逐步转入衰退期。古松，刘占霞(2006)结合普及率分析了我国“十五”电信业所处的发展阶段，他们根据我国电话普及率在20002005年分别达到20.60、26.50、33.50、42、50和57.29，认为“十五”是电信业快速成长时期。事实上，普及率法更常见于耐用消费品生命周期识别研究，它被引入产业演进阶段识别研究，主要还是鉴于普及率能够很好反映耐用消费品产业演进阶段特征的良好性质。但在应用该方法时，国内很多研究由于混淆产品生命周期和产业生命周期，常常直接用耐用消费品生命周期识别替代耐用消费品产业的演进阶段识别。而事实上产业在演进过程中一般存在产品的更替，因而具有更长的生命历程。因此，避免对产品生命周期识别方法的直接沿袭是普及率法需要解决的问题。(3)生长曲线法尽管产出增长率法和普及率法能够大致判断某一时期产业的阶段类型，但定位都并不十分明确。为此，学者引入了更为精确的阶段识别法生长曲线法，根据产业生命周期各阶段产出或销售增长率一般符合缓慢快速缓慢的特点以及产业演进曲线呈现s型的规律，运用数学模型对某一产业产出销售的时间序列进行拟合，并以曲线的拐点作为生命周期阶段的分界点定位产业阶段和预测演进趋势。但因产业特征不同，各类产业的s型成长图式并不是由唯一函数表达，最为常用的是逻辑斯蒂(Logistic)曲线，此外，还有龚伯兹曲线、限制性指数曲线、对数抛物线等。靳明(2006)运用逻辑曲线方程拟合了我国绿色农业从形成期到成熟期的成长轨迹并进行了阶段定位。他指出，产业成长速度曲线的两个对称拐点分别是产业形成期与成长期、成长期与成熟期的分界拐点。靳明用四点法估计参数n初始值，进而利用线性方程ln(ny)/y=lncat线性回归估计参数c，a的初始值，在此基础上按迭代法拟合得到绿色食品销售额逻辑曲线。左相国和黎志诚(2003)也应用了逻辑曲线方程，但参数估计则采用左相国(2001)建立的F(K，b)模型，并且之前利用左相国(2001)构建的W(K，b)模型来界定产业产出序列是否服从逻辑函数以及包含多个子逻辑序列；李凯等(2005)在估计参数n时则只是在借鉴发达国家经验基础上，结合我国的资源条件、人口条件以及工业化进程分别给出几个假设值并进行比较分析。拟合结果也都说明产业演化的轨道基本上符合逻