聶爾德

（安徽大學 國際商學院，合肥 230061）

0 引言

市場集中度(Market Concentration Rate)表示在一個產(chǎn)品市場中，按照資產(chǎn)規(guī)模、銷售收入或員工人數(shù)對生產(chǎn)企業(yè)進行排序，對前幾名的企業(yè)所占市場份額進行定量測度的指標，這種指標衡量了市場壟斷的強度和競爭的不平等性，這種不平等性可以運用描述性統(tǒng)計方法（如正態(tài)分布圖）來進行直觀分析。產(chǎn)業(yè)組織理論中通常認為市場集中度是決定市場結構最基本、最重要的因素,集中體現(xiàn)了市場的競爭和壟斷程度，經(jīng)常使用的集中度計量指標有：行業(yè)集中率（CRn）、赫爾芬達爾—赫希曼指數(shù) （Herfindahl-HirschmanIndex，縮寫：HHI，以下簡稱赫希曼指數(shù)）、洛侖茲曲線、基尼系數(shù)、逆指數(shù)和熵指數(shù)等，其中集中率（CRn）與赫希曼指數(shù)（HHI）兩個指標被經(jīng)常運用在反壟斷經(jīng)濟分析之中。

目前產(chǎn)業(yè)組織理論中市場集中度指標CRn已經(jīng)是衡量一個產(chǎn)業(yè)（市場）壟斷化和規(guī)?；闹匾笜?。由于其指標的單一性，越來越多的學者對其合理性提出了質疑?；诖?，本文擬在對相關學者提出的模型進行總結和改進的基礎上，提出一種新的且較為簡單實用的測度辦法-θi指數(shù)法，并運用此模型對2006年1月～2009年10月之間安徽保險業(yè)的地區(qū)間產(chǎn)業(yè)集中度進行測定，從時間序列分析角度分析安徽保險業(yè)集中度在地區(qū)間的變動情況。并將提出θi指數(shù)的判別標準，為其他區(qū)間產(chǎn)業(yè)集中度研究提供理論基礎。

1 安徽保險業(yè)基本情況

1.1 安徽保險業(yè)整體情況

自2006年1月至2009年8月，安徽保險業(yè)保費收入共16771500萬元，從190165萬元逐漸增長到242546億元，增長率為27.5%。以2009年1～8月為例，安徽保險業(yè)保費收入增加值以較快速度上升，同比2006增加84010萬元，增長73.77%（具體數(shù)據(jù)見表1）。安徽保險業(yè)結構調整也取得了很大的成果，從數(shù)量上來說人身保險保額增大，財產(chǎn)性保險占總比重穩(wěn)步提高。根據(jù)中國保監(jiān)會（安徽監(jiān)管局）的統(tǒng)計資料表明，2009年1～6月，健康險和意外險業(yè)務增幅比人身險業(yè)務增幅高3.2個百分點，投連和萬能險占壽險業(yè)務比重同比分別下降2.2個、6.4個百分點；1～6月，壽險新單期交業(yè)務增幅比新單業(yè)務增幅高17.1個百分點，占新單業(yè)務比重同比上升2.4個百分點，其中10年期以上業(yè)務占比同比上升2.9個百分點；1～6月，非車險業(yè)務占財產(chǎn)險業(yè)務比重同比上升3.4個百分點。

表1 安徽保險業(yè)保費收入 （單位：萬元）

1.2 分市級的安徽保險業(yè)概況

由于數(shù)據(jù)限制，本文只選擇了 2009（1～8月）安徽各地市的保險業(yè)數(shù)據(jù)進行分析（數(shù)據(jù)見表2），合肥市保險保費收入雄踞第一名，財產(chǎn)險、壽險、意外傷害險和健康險保費收入總計達369382.7萬元。阜陽市排名第二，總保費為258743.4萬元。安慶市排名第三，總保費為234430.7萬元。而銅陵、池州市墊底，分別為49585.87和68241.23萬元。可以發(fā)現(xiàn)安徽保險業(yè)在地區(qū)間的發(fā)展極其不平衡，前三個城市的保費收入占全省34.32%。并且保險業(yè)發(fā)展與地區(qū)整體經(jīng)濟發(fā)展也非常不協(xié)調，如經(jīng)濟稍微落后些的阜陽、六安等地，保險業(yè)保費收入?yún)s遠高于其他城市，但是如黃山、銅陵等皖中南經(jīng)濟較為發(fā)達城市，保費收入?yún)s排名靠后，這可能和當?shù)鼐用竦南M習慣相關，并且政府倡導力度的強弱也對保費收入的高低產(chǎn)生很大影響。

表2 2009年1～8月安徽省轄區(qū)各地區(qū)原保險保費收入情況表（單位：萬元）

表3 各年份 R&D經(jīng)費支出描述性統(tǒng)計

1.3 基于均值方差分析的描述性統(tǒng)計

通過表3的描述性統(tǒng)計表得知：2006～2009年，安徽保險業(yè)保費收入均數(shù)從137128萬元增長到了253065.4萬元，標準差為29509.83-82056.77萬元，均超過當年R&D經(jīng)費支出均數(shù)，充分暴露出安徽各地區(qū)保險業(yè)發(fā)展的嚴重不均衡；而偏度系數(shù)從0.4518降至0.3325，表明概率分布密度曲線相對于平均值不對稱程度的特征數(shù)越來越小，即安徽各地區(qū)保險業(yè)發(fā)展不平衡的現(xiàn)象在相關政策的調整下有改善的跡象；從峰度系數(shù)看，在2007年，具有高窄峰的次數(shù)分配數(shù)據(jù)分布比較集中，是典型的高窄峰，而到了后幾年，峰度系數(shù)逐漸變小，即具有低闊峰的次數(shù)分配數(shù)據(jù)分布比較分散，表明安徽各地區(qū)之間保險業(yè)絕對差異也正逐步縮小。

2 一種地區(qū)間產(chǎn)業(yè)集中度測算模型

目前產(chǎn)業(yè)組織理論普遍認為產(chǎn)業(yè)集中度是反映一個市場壟斷強度的合理指標，那么對于一個產(chǎn)業(yè)在不同地理空間上的集中程度又該如何測量呢？這是本文所關注的?；诖耸紫葘ο嚓P的研究成果進行總結，對相關模型進行改進，提出一種地區(qū)間產(chǎn)業(yè)集中度的測算模型。當前產(chǎn)業(yè)集中度及產(chǎn)業(yè)集聚所采取的測量工具并不相同，具典型的是區(qū)位熵、洛倫茨曲線、基尼系數(shù)、赫芬達爾指數(shù)、產(chǎn)業(yè)地理集中指數(shù)等。這些方法都是在建立運算原理比較簡單的靜態(tài)模型基礎上，所需要的數(shù)據(jù)比較單一，且運算量不大。

比較成熟的有克魯格曼的“中心-外圍”模型，運用單個產(chǎn)業(yè)占全部總額比例的平方來解釋這種差異的波動度的大小。這在20世紀是對產(chǎn)業(yè)聚集測度比較常用的方法。

其中，G為基尼系數(shù)，si是地區(qū)某產(chǎn)業(yè)產(chǎn)值占全國該產(chǎn)業(yè)總產(chǎn)值的比重，xi是該地區(qū)全部產(chǎn)業(yè)產(chǎn)值占全國總產(chǎn)值的比重。這只是從數(shù)字角度來解決了問題，但是由于數(shù)值客觀性的存在，G肯定是一個大于0的數(shù)字，在現(xiàn)實情況中，很多產(chǎn)業(yè)在地理空間上不存在明顯的集中效應，且從理論上也不能運用此模型對產(chǎn)業(yè)分散現(xiàn)象進行任何解釋。

針對這個問題Ellision和Glaeser（1997）通過改進模型，引進經(jīng)濟體-區(qū)域聯(lián)合因素，較好地解決了這個問題。具體表述如下：假設某一經(jīng)濟體（國家或地區(qū)）的某一產(chǎn)業(yè)內有N個企業(yè)，且將該經(jīng)濟體劃分為M個地理區(qū)域，這N個企業(yè)分布于M個區(qū)域之中。Ellision和Glaeser建立的產(chǎn)業(yè)地理集中指數(shù)的計算公式為：

其中，si表示i區(qū)域某產(chǎn)業(yè)產(chǎn)值占該產(chǎn)業(yè)總產(chǎn)值的比重，xi表示i區(qū)域全部產(chǎn)業(yè)產(chǎn)值占經(jīng)濟體總產(chǎn)值的比重。赫芬達爾指數(shù)（Herfindahl Index）H=表示該產(chǎn)業(yè)中以就業(yè)人數(shù)為標準計算的企業(yè)規(guī)模分布。

Ellision和Glaeser（1997）建立的上述模型引用了多變量指標，比較好地解決了克魯格曼系數(shù)的缺陷，但增加了計算的難度，指標的增加必然會導致數(shù)據(jù)搜集及處理的難度。其次，用產(chǎn)業(yè)區(qū)域集聚指數(shù)來測度產(chǎn)業(yè)在地理空間上的集聚程度，其計算的結果在行業(yè)間和同一行業(yè)不同年份間變化很大，與現(xiàn)實產(chǎn)業(yè)區(qū)域集聚發(fā)展變化相差較大。李太平等（2007）創(chuàng)造了一種較為簡單實用的測度辦法-θi指數(shù)法，通過與其他學者研究成果的對比，發(fā)現(xiàn)效率較高。模型簡單表示如下：

其中xij表示i產(chǎn)業(yè)在j區(qū)域的從業(yè)人數(shù)，m為地區(qū)個數(shù)，n為產(chǎn)業(yè)個數(shù)，K為大于平均數(shù)的地區(qū)個數(shù)。

本文對-θi指數(shù)法進行改進，將上述模型中n定義為1.得到如下表達式：

具體符號意義同上式，不同的是本文中xi為i地區(qū)保費收入。

那么θ指數(shù)的判定規(guī)則如何，本文通過相關研究結果的對比，對θ指數(shù)的判別標準進行初步界定。θi指數(shù)指標分為三個區(qū)間，第一個區(qū)間為θi＜0.325，表示該產(chǎn)業(yè)沒有地方化的現(xiàn)象；第二區(qū)間為0.325≤θi≤0.555，表示該產(chǎn)業(yè)在區(qū)域上的分布較平均；第三區(qū)間為θi＞0.555，表示該產(chǎn)業(yè)在地區(qū)上的分布聚集程度最高。

運用此模型對安徽保險業(yè)在17個地市見的產(chǎn)業(yè)集中度進行測算。然后對結論進行分析并提出政策性對策。

3 安徽保險業(yè)地區(qū)間集中度測算的實證分析

3.1 數(shù)據(jù)來源

數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和中國保監(jiān)會網(wǎng)站（http://www.circ.gov.cn）。為了考慮到時效性和統(tǒng)計口徑的一致性，本文選擇2007年1月～2009年的8月安徽17個地市的保險業(yè)作為研究對象，搜集相關數(shù)據(jù)并進行整理。指標主要以保費收入為單位（替代資產(chǎn)規(guī)模、從業(yè)人數(shù)），值得說明的是θi指數(shù)本身就無量綱。

3.2 計算結果

根據(jù)本文建立的θ指數(shù)法的計算公式，計算出的安徽保險業(yè)在17個地市間4年的θi指數(shù)見表4。

表4 安徽保險業(yè)地區(qū)間θ指數(shù)

利用產(chǎn)業(yè)市場結構研究的市場集中度CR指標法，對上述我國13個制造行業(yè)產(chǎn)品產(chǎn)量排名前3位的地區(qū)所占的比例之和CR3，得到的結果見表5。

通過表4和表5的對比分析，結論如下：地區(qū)產(chǎn)業(yè)間集中系數(shù)指數(shù)與CR3存在高度相關性。在2006～2009期間內，安徽保險業(yè)地區(qū)產(chǎn)業(yè)集中度持先上升后下降的勢頭，在2007年達到最高，與此同時，CR3指數(shù)也是保持先升后降之勢。

表5 排名前3位的地區(qū)產(chǎn)量集中度CR3

3.3 討論

（1）本文所選取的研究對象為安徽保險業(yè)，一方面是數(shù)據(jù)搜集原因，另一方面由于制造業(yè)、金融業(yè)政府規(guī)制行為比較明顯，且這些行業(yè)的研究成果比較完善。保險具有經(jīng)濟補償、資金融通和社會管理功能，是市場經(jīng)濟條件下風險管理的基本手段，是金融體系和社會保障體系的重要組成部分。加快安徽保險業(yè)改革發(fā)展，是實現(xiàn)安徽奮力崛起的現(xiàn)實要求，是優(yōu)化金融配置的客觀需要，是創(chuàng)新社會管理的重要手段。安徽作為農業(yè)大省，在響應黨中央關于增強對農業(yè)保險的號召，發(fā)展保險業(yè)是勢在必行的，對安徽的發(fā)展具有重大的意義。

（2）從安徽保險業(yè)區(qū)位間地理集中度變化來分析，2006～2009年4年間，保持著先增長后下降的態(tài)勢。并且增長和下降的幅度比較大，保險業(yè)屬于一種新興產(chǎn)業(yè)，其發(fā)展很大程度取決與當?shù)鼐用竦南M習慣和傾向。安徽地處中部，無論是經(jīng)濟、文化都與沿海發(fā)達地區(qū)存在著很大的差異。很多研究表明，中西部地區(qū)的儲蓄-投資轉移率比沿海地區(qū)要低，所以包括保險在內的“類奢侈”消費，大多數(shù)居民還沒有成型的接受。

[1]王建剛，趙進.產(chǎn)業(yè)集聚現(xiàn)象分析[J].管理世界，2001,（6）.

[2]劉英驥,牛志偉.產(chǎn)業(yè)集聚的決定性因素與地方政府作用[J].首都經(jīng)濟貿易大學學報，2009,（5）.

[3]周兵,蒲勇健.一個基于產(chǎn)業(yè)集聚的西部經(jīng)濟增長實證分析[J].數(shù)量經(jīng)濟與技術經(jīng)濟研究，2003,（8）.

[4]范劍勇.市場一體化、地區(qū)專業(yè)化與產(chǎn)業(yè)集聚趨勢—兼談對地區(qū)差距的影響[J].中國社會科學，2004,（6）.

[5]李太平，鐘甫寧，顧煥章.衡量產(chǎn)業(yè)區(qū)域集聚程度的簡便方法及其比較[J].統(tǒng)計研究，2007,（11）.

[6]孫曉華.產(chǎn)業(yè)集聚效應的系統(tǒng)動力學分析[J].科技管理研究，2007,（12）.

[7]Ellison G.,E.L.Glaeser. Geographic Concentration of Industry:Does Natural Advantage Explain Agglomeration?[J].American Economic Review,1999,(89).

[8]Pan,Z.,F.Zhang.Urban Productivity in China[J].Urban Studies,2002,(39).