【文献阅读】补贴是否会导致中国牛奶市场竞争力下降

Do subsidies cause a less competitive milk market in China?

补贴是否会导致中国牛奶市场竞争力下降？

摘要

2008年之后，中国乳业(China dariy industry)经历了一场以食品安全为主要原因的政府扶持的行业整合。补贴是塑造集中市场的工具之一，其目标是降低监管成本和实现质量控制。
这引起了一个严重的担忧，即补贴将导致乳制品行业竞争力下降。
构建了一个参数模型(parametric model)，并使用企业层面的面板数据，特别是前八名的乳制品企业，来检验政府补贴是否加强了乳制品行业的市场势力。
实证结果表明，政府补贴对民营企业的勒纳指数有负面影响，但在对广告、时间趋势和所有权进行控制后，对国有企业没有显著影响。这些补贴可能会给私营企业提供更大的空间来扩大规模或抑制价格，这最终降低了市场力量，并使下游的乳制品客户受益。

1.引言

【01总体描述中国乳制品现状】
中国拥有继美国和印度之后的世界第三大乳制品工业。2015年，中国生产原料奶3870万吨，加工乳制品2782万吨。庞大的人口规模(Sheer-size population)和稳定的收入增长导致对各类乳制品的需求不断扩大。与2000年相比，2015年乳制品产量几乎增长了两倍(292%)，其中液态奶从2008年到2015年增长了65.3%。这一趋势在近期内不会停滞不前或逆转。2016年，中国人均乳制品消费量估计为26.2公斤，低于日本的45.3公斤、韩国和泰国的39.4公斤和30.5公斤。预计到2025年，人均乳制品消费量将增加到33公斤左右，大致相当于其他亚洲地区的平均消费量。

【02补贴目的——食品安全】
然而，随着消费的快速增长，国内乳制品仍在努力恢复公众信任。2008年牛奶中的三聚氰胺丑闻的后果是严重的和持续的。到目前为止，中国消费者仍然愿意为进口乳制品支付比国内更多的钱，特别是在2008年声誉遭到毁灭性破坏的婴儿配方奶粉。此后，中国政府选择了一条支持大型乳品企业遵守更严格的食品安全法规的改革路径，因为牛奶丑闻可以(直接或间接)追溯到承受最多指责的小型乳品企业（这里小型指的是年收入2000万元以下的）。一些研究工作声称，小型企业更有可能引发食品安全问题，因为它们在应对严格的质量要求和卫生标准方面的能力有限。因此，为了提高食品安全和降低监管成本，许多地区实施了以大型乳制品企业取代小型乳制品企业的战略。

【03市场集中化】
正因为如此，在过去的十年里，通过向最好的参与者整合乳制品行业，实现了中国乳制品行业结构的全面洗牌。从2008年到2015年，大型乳制品公司的数量从815家下降到638家，而前20家公司的产量和销售额占整个行业的一半以上(农业部，2016年)。大的越变越大。特别是在液态奶方面，前三名(伊利、蒙牛和光明乳业)的产量占2016年市场份额的60%以上，分别为26.8%的伊利、27.4%的蒙牛和7.6%的光明乳业。

【04政府补贴与市场力量】
中国政府实现集中化市场结构的手段之一是补贴。中国的乳制品企业获得了各种各样的补贴，涵盖了所有生产过程，包括质量控制、技术创新、物流系统、设施更新等。
从图1可以看出，2008年三聚氰胺事件后，部分具有代表性的乳制品上市公司获得的补贴显著增加与2008年相比，2009年的政府补贴达到了一个令人印象深刻的新水平，确保了乳制品企业在食品安全危机中生存下来，提高了产品质量。例如，旺旺2009年的增长率为116%，光明乳业为202%，三元乳业为380%。

批评者认为，补贴导致了企业间不成比例的租金份额。例如，有“中国奶都”之称的内蒙古自治区政府在2009年至2012年拨款8亿元，支持建设2000家标准奶牛场(“奶牛旅馆”)。其中，中国排名前两位的乳业企业蒙牛和伊利各获得400个名额，占资助的40%。

直觉上，由于乳制品公司得到的支持不均衡，我们有理由担心补贴可能会赋予行业内最好的参与者权力，并加强巨头的市场力量。然而，这种批评可能具有误导性，因为补贴也可能强化大公司降低价格或增加产量的动机，以促进销售和发展品牌忠诚度。这一行动最终会降低企业的市场支配力，并使消费者受益。

由于我们没有所有大公司和所有类型乳制品的数据，我们无法估计每个公司的市场力量。在我们的案例中，我们将研究范围缩小到中国排名前八的上市公司，这些公司层面的数据是可以获得的。这八家公司的总市场份额约为70% ，因此它们是中国乳制品行业的代表。本文提出了对上市公司市场力的直接衡量，并试图在市场力量与政府补贴之间架起一座桥梁。

【05创新点与研究结论】
尽管中国乳制品行业在质量控制、市场结构和牛奶需求弹性等不同维度得到了广泛的研究，很少有人关注市场力量和政府补贴之间可能存在的关系。一个原因可能是难以估计市场力量，另一个原因可能是数据不可用。为了填补文献空白，我们采用Koetter et al .(2012)和Delis et al .(2014)提出的边际成本(MC)参数估计来构建市场力量指标lerner指数。然后，我们对补贴对市场力量的影响进行了实证估计。

研究发现，补贴对民营上市乳业公司的市场支配力有显著影响，但对国有上市乳业公司的影响不显著。我们认为，私营上市乳制品公司可能会增加产量，以获得更多补贴。这种做法导致价格下降，竞争更加激烈，因为给予的补贴可以给顶级民营企业更多的空间采取低价策略并支付成本。最终，它会导致公司的利润缩水。下游零售商和消费者的福利可以得到保护和改善。

2.背景（市场结构和补贴信息）

【01】
现有文献关于市场力量的衡量。
索罗模型等，计算中国乳制行业存在一些不足之处。
也是为了说明本文的贡献。

【02】
尽管对中国乳制品企业Lerner指数的估计并不完全相同，但大多数研究都认为乳制品行业存在寡头垄断的市场力量。这一观点也得到了实践的支持。2015年，中国乳业20强企业共同成立了“中国乳业20强联盟”(D20)，旨在保持高质量的控制，促进整个乳业的复兴和可信形象。在2016年乳制品行业年度峰会上，农业部部长公开支持D20联盟，呼吁20强企业联合起来，成为乳制品行业的基础。

【03】
很难断言现有的市场结构与政府的政策无关。2008年是一个转折点，由于对大企业的严格管制和补贴政策，小型企业逐渐被挤出市场。2010年至2016年，前五大牛奶品牌(伊利、蒙牛、光明、三元、旺旺)获得了中央和地方政府76.9亿元(11.2亿美元)的补贴。
乳制品行业没有普遍的补贴标准，因为这在很大程度上取决于企业的议价能力、就业或税收贡献以及盈利能力。然而，从这些乳制品上市公司的财务报表中，我们可以清楚地发现，乳制品补贴的增长速度和规模都在显著提高。总的来说，由于年增长率波动很大，前五大公司的补贴在短短五年内增加了210%。
根据表1，中国最大的乳制品公司伊利在2016年获得的补贴几乎是2010年的四倍，超过了当年排名其后的四大公司的总和。三元是唯一没有受到丑闻影响的品牌，从2010年的1.0342亿元增加到12.8903亿元，高达12.46倍。所有证据都表明，产业补贴的数额具有歧视性，数额巨大，并且迅速扩大。

【04】
可以将补贴大致分为四个部分:(1)固定资产支持，(2)退税，(3)补贴贷款，(4)公共资金直接转移

1. Fixed asset support 固定资产支持
   政府在早期阶段帮助乳制品企业安装设备和技术。最具代表性的支持之一是标准奶牛场(或“奶牛旅馆”)补贴。“奶牛旅馆”的费用按比例由企业和政府分担。由于建设和运营标准(作为技术壁垒)极高，而且成本太高，普通奶农无法承受，所以大多数的补贴大量涌入大公司。

2. Tax refund 退税
   大型牛奶公司通常是当地的主要纳税人。因此，他们从政府获得纳税申报表的可能性更高。

3. Subsidized loan 补贴贷款
   与小型乳品企业相比，大型乳品企业更容易获得政府补贴的贴息贷款。银行更倾向于贷款给大型乳制品公司，因为它们有更好的抵押品、更低的交易成本和更高的抗风险能力。

4. Direct public funding transfer 公共资金直接转移
   公共资金直接转移是包括工厂建设、设备安装、研发投资、电子商务建设、物流执法、质量管理等方面的补贴和补贴的一揽子方案。它是相对武断的，通过特殊的项目或奖励来实现。它与每个企业当年的成本和收入密切相关。需要指出的是，有些项目只能由大公司获得。例如，“龙头企业基金”、“名牌奖”、“优质奖”等是典型的国家级称号，对于小企业来说，由于不具备资格，很难获得或奖励。

【05】
如图所示，所有四种补贴都与企业规模有关。相比之下，大公司相对更有可能获得补贴，特别是直接的公共资金转移。伊利补贴案就是一个典型的例子。图2反映了近9年来公共直接资金转移给伊利的急剧增长，这些资金的分配与企业规模和产出能力密切相关。相比之下，固定资产投资和补贴贷款相对稳定，而同期退税却在萎缩。

批评人士指出，这种转变可能会导致严重的后果。政府瞄准生产规模大的企业，以公共资金转移的名义给予专项资金/奖励，而小型企业将被挤出市场

大企业比小企业获得更多的资金支持，补贴的增加是否会增加大企业的市场支配力，并为大企业带来更多的超常利润?

3.方法（该部分最为重要）

MC 边际成本

勒纳指数用于衡量市场力量，但构建勒纳指数的一个挑战是缺乏边际成本(MC)信息，因为MC通常只有企业自身可以观察到,而研究人员无法获取。

许多NEIO(New Empirical Industrial Organization)研究使用行业层面的代理变量来计算勒纳指数，但这种方法存在局限性，因为它无法计算每个公司的MC和市场力量。

通常有两类方法被使用：参数模型和非参数模型。

相比非参数模型，参数模型在本案例中更适用，因为液态奶生产技术在行业内是相似的，不存在显著的技术差异。此外，非参数模型需要更大的数据样本，而本研究的数据有限。

下面为本文的理论基础，在此，简要叙述。
若有需要，可阅读原文。

在中国液态奶行业的背景下，我们将 劳动力(labor) 、 气体(gas) 和 生牛奶(raw milk) 作为三个主要的生产投入要素。假设要素市场是完全竞争的。

$C$	总运营成本
$y_{jt}$	企业j的产出
$w_{1jt}$	gas价格
$w_{2jt}$	raw milk价格
$w_{3jt}$	劳动力工资

均除以天然气价格，保持齐次性。

由于不知道上面式子的具体形式，所以二阶泰勒展开：
$f(x)\approx f(a)+f^{\prime }(a)(x-a)+\frac{1}{2}{f}^{\prime \prime }(a)(x-a{)}^2$

Translog cost 形式

对其求导，得到MC

指定的 a Loglinear cost function 形式

对其求导，得到MC

Market power衡量
勒纳指数

补贴对市场力量的影响

理论模型

根据利润函数
利润=收入-成本+补贴

对其求导，并移项得：

根据式（6）：

构建勒纳指数，得到式（9）：

若没有政府补贴，上式可写为

可见：省略政府补贴，将会对上面的结果造成影响。

• 若$MS(y_i)$ > 0，说明补贴与规模正相关，增加补贴会增加竞争。企业将扩大产量以获得更多补贴，最终压低市场价格。

• 若$MS(y_i)$ < 0，说明补贴与规模负相关，增加补贴将降低竞争。企业将减少产量以获得更多补贴，这最终会减少市场供应，从而推高市场价格。

• 若$MS(y_i)$ = 0，意味着补贴与企业的产出无关，补贴对企业的市场支配力是中性的。

经验模型

根据式（9）

并结合式（3）和式（6）


我们可以得到式（10）：

本文的主要方程！！！

$S_{jt}$	补贴金额
${\Gamma }_j$	国有控股企业的虚拟变量
$Year$	时间虚拟变量
$X_{jt}$	包括广告支出和员工数量；固定资产价格
$U_{jt}和V_j$	误差项

进一步讨论参数${\alpha }_1$和${\alpha }_2$的经济含义。

对于私营企业，${\alpha }_1$的符号反映了私营企业补贴与勒纳指数之间的关系:

• ${\alpha }_1$ < 0，可推断，补贴将通过增加产量和降低市场价格来提高市场竞争力。
• ${\alpha }_1$ > 0，推断政府补贴将使寡头垄断参与者获得权力，并促使市场竞争减弱。

对于国有企业：

• ${\alpha }_1$ + ${\alpha }_2$ < 0，补贴使企业获得的市场支配力减小，市场竞争加剧。
• ${\alpha }_1$ + ${\alpha }_2$ > 0，有更多的market power，市场竞争少。

识别策略——IV

因补贴$S_{jt}$与Market power有关，存在内生性。

使用省级外生变量作为每个企业的IVs。

政府补贴在很大程度上取决于两个因素:

• (1)公共财政能力;
• (2)乳业在省级GDP中的重要性和地位。

代理变量

• 省政府总支出 和 省政府税收总额，
• 为各省人均产奶量。

还认为，政府的财政支出、税收收入和人均牛奶产量不受特定企业市场力量的影响。由于我们的实证模型中的相互作用是补贴和国家控制指标的产物，我们还将政府的财政支出、税收收入和人均牛奶产量与国家控制的虚拟变量相乘来生成工具。

4.数据

使用的成本和收入信息是从2010年至2016年的年度会计报表中提取的。

一个挑战是没有每个品牌的销售数量/产量。

通过将公司会计报表中的总销售额除以价格来获得销售量。由于排名前八的公司都是上市公司，因此每年的销售收入总额是可以获得的，而液态奶产品的价格则来自中国一家数据挖掘和统计分析公司——Beijing Muding Commercial Information Center。它收集不同品种的价格信息，并将原始数据汇总到品牌层面。

假设所有的销售成本都是内部化和固定的。这在中国乳制品市场是现实的。

因此，勒纳指数适用于品牌，而不是制造企业本身。

我们承认产品品种之间存在一些质量差异，但这可以通过我们估计中的固定效应来捕获。需要注意的是，最后三家乳业公司圣牧和辉山在2010年之后上市(圣牧和辉山分别在2012年和2013年上市)，这导致面板数据集不平衡。此外，由于业务分离，新希望将2012年观察期中期的乳品业务推迟至2013年，财务报告中未报告相应信息。

MC估计中的其他投入价格变量来自 中国国家统计局(NSBC) 和多家金融数据公司。由于无法获得每个企业的投入要素价格，我们使用总部所在地的省级数据来代替(因为旺旺是台湾的品牌，为了避免数据缺失，我们使用邻省福建代替)。

各省的平均工资数据来自国家统计局，天然气价格数据来自Wind数据库。关键输入变量原料奶价格来自海通证券。

由于平均工资是季度时间序列数据，原料奶和天然气价格是月度数据，因此我们根据年度成本和销售信息对数据进行平均。

提取2010-2016年的补贴、雇员人数和广告支出。旺旺的补贴是以美元计价的价格报告的，因此将其与每年的当前汇率相乘进行更改。由于补贴通常由政府决定，因此我们有理由质疑国有企业在获得和利用补贴方面可能比私营企业更有优势。在我们的样本中，伊利、光明乳业、三元为国有企业，${\Gamma }_j$ = 1，其他为民营企业。固定投资资产价格指数分别取自各省统计年鉴。

将价格数据、工资数据、补贴数据用国家统计局的CPI进行压缩，并尽可能将自变量转换为对数。

共有21个变量，41个观测值

5. 结果

本文利用2010-2015年排名前八的上市公司面板数据，估计了Lerner指数以及补贴对其的影响。

表2报告了Translog模型和Loglinear模型的成本函数估计结果。

表3和表4是计算的Lerner指数和超额利润。

补贴对市场支配力的影响见表5

5.1 MC估计

使用会计数据，我们获得了表2中两种不同成本函数规范(Loglinear和Translog)的估计。较高的adjusted $R^2$值表明我们的模型非常适合数据。

除了为Translog函数提供更灵活的规范外，似然比检验(见表2)也明显拒绝Loglinear成本函数，而倾向于Translog成本函数。因此，下面的讨论将基于Translog函数。

首先，原料奶价格和产量的系数对总成本的变化有正向影响，在模型(3)中，变量分别在5%水平下具有统计学显著性。[对于Bootstrap中的Translog成本规范，模型(4)中的变量不显著。但是，由于bootstrap不会影响我们估计的一致性，并且参数相同，所以我们在Lerner Index中的估计不会受到bootstrap的影响。] 与Loglinear模型相比，Translog函数中的投入价格对每个企业的总成本的影响要大得多。

而且，在我们的估计中，原奶价格和产量的二次项如预期的那样为负，说明总成本的曲线相对于原奶价格和单位产量是凹的。直观地说，保持其他价格和产量不变，即使乳品公司在价格上涨的情况下继续使用相同的原料奶投入，最低成本也不会以超过线性的速度增长。

其他二次项不显著且接近于零，这表明它们对我们的模型的影响可以忽略不计。

5.2 勒纳指数和加价估计

根据Translog成本函数的估计结果，表3给出了各企业的勒纳指数。

辉山的勒纳指数最高(0.611)，而圣牧的勒纳指数最低(0.242)。由于市场支配力是企业j以高于增量投入的价格出售增量产出的程度，这意味着在我们的例子中，辉山可能有能力产生比圣木高出三倍的超值利润。

当勒纳指数接近1时，这意味着市场竞争越来越少（也即垄断）。例如，中国最大的乳品企业伊利2015年的勒纳指数为0.552，这表明寡头垄断的市场力量对伊利液态奶品牌价格价值的贡献超过55%。换句话说，下游超市或消费者除了按市场价格支付投入外，还必须因为寡头垄断市场的存在而多支付55%的费用。表3的结果表明，中国乳制品行业具有很强的市场力量。

市场力量的趋势也不容忽视。伊利、蒙牛、三元、光明乳业和新希望大幅上涨，旺旺、圣牧和辉山的勒纳指数分别下跌了10%左右。这种波动表明，即使在高度集中的市场中，单个企业的市场力量也是不确定的。

即使与竞争市场有一点偏差，考虑到食品行业的巨大市场，对福利的影响也是巨大的。为了更直观地说明这一结果，计算了每家公司的超额利润。表4显示了每个公司仅仅因为市场力量就能产生多少名义加价。

这反映出排名前八的上市公司仅在2015年就获得了603.1亿元人民币(88.1亿美元)的额外收入，占当年行业销售收入的18.11%考虑到大量的液态奶消费，我们认为消费者的福利损失可能会非常大。

中国乳业的租金似乎太高了。如果我们将中国的牛奶价格与德国的牛奶价格进行比较，我们可以发现这个数字是可信的。2015年中国饮用牛奶的平均零售价为11.4元/升，而价格为0.64欧元/升鉴于2015年人民币对欧元的平均汇率为6.95，中国的牛奶零售价格几乎是德国的三倍。

如果我们将分析范围缩小到一家公司，我们会发现最大的乳制品公司伊利已经赚了1062.4亿。巨大的超常利润应该在竞争市场中被抵消。由于伊利面临的是寡头垄断市场，参与者很少，所以它可以将价格提高到远高于MC的水平，从而获得丰厚的加价。这将损害下游零售商和消费者的福利。

根据理论模型，可以推断出补贴对企业勒纳指数的影响可能与消费者福利有关。为了研究两者之间的关系，我们使用面板数据和固定效应模型，通过控制其他变量来估计补贴对Lerner指数的影响。

5.3 补贴对市场力量的影响

5.3.1 IV regression and specification

首先检查补贴可能引起的内生性问题，并检查我们的工具变量是否能够充分解决这个问题。

工具变量(政府财政支出、税收收入、人均牛奶产量及其相互作用)安全地通过了弱工具变量和过度识别的检验，证明工具是有效的。

如表5所示，the estimates obtained with moment restrictions are not evidently different from those without them。Hausman检验表明，OLS模型与IV回归之间没有显著的系统差异，表明政府补贴是外生的。

5.3.2 Analysis of subsidies effects 补贴效果分析

由于样本量不够大，所以我们采用Bootstrap自抽样(200次)产生稳健标准误。

表5列出了Loglinear和Translog估计的Lerner指数，以便进行比较。由于似然比检验在成本函数中拒绝了Loglinear模型，因此在接下来的讨论中，我们将主要用Translog规范(表5的最后一列) 估计的Lerner指数来解释模型的结果。

补贴系数为-0.051，在10%时具有统计学显著性这意味着当补贴增加1%时，勒纳指数将下降0.051左右，特别是对私营企业。

由于国有企业与国家之间的天然联系，对国有企业的影响可能有所不同。由于相互作用项的系数(0.0614)为正且在模型中不显著，因此对于国有企业，补贴的边际效应可计算为0.0104(- 0.051 + 0.0614)。还可以计算标准误差为0.030，因此t=0.342。这在统计上不显著。这表明国有乳品企业对补贴政策的反应不明显，这可能是由于它们soft budget constraints的性质。

如理论模型所述，补贴变量的方向由补贴在规模上的弹性决定。当系数为负(- 0.051)时，表明乳制品企业通过扩大生产规模来获得更多的补贴，最终提升行业竞争。更具体地说，上市的私营乳制品公司可能会生产和加工更多的乳制品，这样他们就可以说服政府拨出额外的资金给他们。这一策略导致了价格的下降和激烈的竞争，因为给予的补贴可以给顶级企业更大的空间来实施低价。这一策略将降低勒纳指数，从而增加消费者福利。

其他自变量在不同的模型中并不具有统计显著性，由于本文的兴趣有限，因此不在这里讨论。

6.结论

中国拥有世界第三大乳制品产业，但其乳制品质量长期遭受公众信任危机。2008年牛奶丑闻后，中国政府推动行业整合，以降低监管成本，提高质量控制。补贴和其他法规是实现这一目标的主要工具之一。从2010年到2015年，排名前五的企业直接从政府获得了76.9亿元，目标是更新生产设备并达到严格的质量标准。

【本文做了什么，以及结果如何】
在市场集中的背景下，许多人担心补贴会进一步削弱市场的竞争力。本文采用参数化模型和2010-2015年排名前八的上市公司的不平衡面板数据来估计MC并构建Lerner指数。实证研究表明，补贴对民营上市乳业企业的市场支配力有显著的负向影响，而对国有乳业企业的市场支配力没有显著影响。也就是说，在其他条件不变的情况下，增加1%的补贴可以使私营大型乳制品公司的勒纳指数下降0.051。这一结果可能是由于受政府补贴的影响，大型企业倾向于生产更多的产品。随后，上市的乳制品公司利用补贴资金实施低价策略。这将导致市场力量的降低，最终使客户受益。

这项研究回答了补贴是否会导致中国乳制品市场竞争力下降的问题。研究表明，短期内这种情况不会很严重。补贴虽然促进了乳制品行业的集中市场结构，但也促使企业扩大生产，降低价格，使集团内部竞争更加激烈。这种影响主要发生在私营大企业，而国有企业对补贴的反应不明显。

本文的研究结果并不意味着政策制定者不应该再关注寡头垄断的市场力量，因为从补贴的角度来看，低价战略仍然存在潜在的风险，可能会挤压小竞争者，造成长期竞争不足的市场，但到目前为止，还没有证据证明这种担忧。本文的局限性之一是我们的数据只集中在上市公司和定期报告财务信息的公司，我们无法看到补贴对小型生产商的影响。要回答这个问题，需要更多的数据样本。

相关代码

表2

表2的列（1）和（2）来自公式4

表2的列（3）和（4）来自公式2.1

表3

指定的 a Loglinear cost function 形式

对其求导，得到MC

勒纳指数

Translog cost 形式

对其求导，得到MC

表5

Hausman检验表明，OLS模型与IV回归之间没有显著的系统差异，表明政府补贴是外生的。

由于样本量不够大，所以我们采用Bootstrap自抽样(200次)产生稳健标准误。 表5列出了Loglinear和Translog估计的Lerner指数，以便进行比较。由于似然比检验在成本函数中拒绝了Loglinear模型，因此在接下来的讨论中，我们将主要用Translog规范(表5的最后一列) 估计的Lerner指数来解释模型的结果。
补贴系数为-0.051，在10%时具有统计学显著性这意味着当补贴增加1%时，勒纳指数将下降0.051左右，特别是对私营企业。