广告、产业集中度与盈利能力：基于中国制造业数据的实证分析

于明超 黄 琴



·产业组织研究·

广告、产业集中度与盈利能力：基于中国制造业数据的实证分析

于明超 黄 琴

利用2007年制造业四位数产业数据，运用联立方程模型考察了广告、产业集中度与盈利能力之间的关系。研究发现：(1)产业越集中、广告密度越大，产业盈利能力就越强。随着盈利能力的提高，广告支出也会随之增加。产业集中度与广告密度没有呈现显著的反向关系；(2)高的滞后利润并没有降低产业集中度，表明资本在进入高利润行业面临限制。细分样本结果表明，工业品产业的集中能有效发挥集聚作用，提高盈利，但消费品产业的集中并没有发挥这一效应。两类产业的利润率提高均会使广告密度增大，但消费品产业相比工业品产业对广告偏好性更强，投入密度更大。

广告； 产业集中度； 盈利能力； 制造业四位数产业

一 引 言

根据结构—行为—绩效(SCP)方法，卡尔顿和佩洛夫(2009)[1]认为产业的绩效依赖于企业的行为，而企业的行为又依赖于市场结构，用市场结构和行为作为分析变量来解释产业的盈利能力，已成为现代产业组织研究的一个核心内容。在SCP范式下，国外有大量文献利用产业或企业层面数据对广告、市场集中度与盈利能力之间的关系进行了实证研究，如Comanor和Wilson(1967)[2]、Martin(1979)[3]、Gisser(1991)[4]、Strickland和Weiss(1976)[5]、Paton和Williams(1999)[6]等。通过文献检索我们发现，尽管近年来国内出现了许多与企业广告行为有关的文献，但也许是因为广告支出数据的可获得性问题，目前运用SCP方法分析广告、集中度与企业绩效方面的文献尚不多见。

自上世纪90年代起，在国有企业改革的背景下，为了改善资源配置效益，国内学者对市场结构与产业绩效关系的研究进行了相当多的探讨。如马建堂(1993)[7]计算了39个大类产业集中率(CR4和CR8)，并考察了产业集中度和销售利润率的关系,认为在1990年以前我国行业集中度与利润率之间不存在确定的正相关关系。白文杨和李雨(1994)[8]、殷醒民(1996)[9]认为平均利润率与集中度正相关，并且经济效益随企业规模的增加而增加。戚聿东(1998)[10]认为产业集中度与产业经济绩效在一定范围内存在正相关关系，但这种正相关关系不是绝对的，技术进步和创新是这种正相关关系的决定因素。魏后凯(2002a[11]，2002b[12]，2003[13])以第三次全国工业普查资料的制造业企业数据为样本，也发现集中度与行业利润率之间存在正相关关系，同时他也指出高集中度产业存在较高的生产效率、技术效率和创新能力等。也有学者针对特定产业进行了研究，如干春晖等(2002)[14]、徐康宁和韩剑(2006)[15]研究发现我国钢铁产业的生产集中度和空间集中度还很低，并有进一步降低的趋势。陈继红和吕裔良(2007)[16]对乳制品产业的实证研究发现，当产业集中度(CR4)界于10%-50%之间时，利润率并不随着集中度的提高而上升，反而会有所下降。李晓钟和张小蒂(2011)[17]、张大力(2011)[18]对中国汽车产业进行了研究，认为中国汽车市场集中度已从竞争型转向了中等集中寡占型，但与发达国家相比仍然较低，集中度对汽车产业的市场绩效有正的效应，但对内资企业、外商投资和港澳台投资企业的影响程度不同。唐晓华和霍晓姝(2014)[19]对我国装备制造业的市场势力进行了测算，得出我国装备制造业市场势力总体处于低集中水平。

国内研究广告和绩效或市场结构之间关系的文献不多。何枫和陈荣(2008)[20]利用中日两国家电上市企业数据，在使用DEA和随机前沿方法分析技术效率的基础上，研究了R&D和广告支出的影响，发现长期内广告宣传对技术效率的影响不显著。张杰等(2011)[21]在对企业利润来源的分析中，将广告投入强度归入内部因素，将产业集中度归于外部因素，实证结果表明两者都对企业利润率有正的影响。杨艳琳和周丹(2015)[22]以房地产为例，考察了广告与市场集中度的关系，研究得出广告投入强度对中国房地产市场集中度产生不强烈的负效应。他们的研究使用了微观企业数据，但没有考虑广告支出变量和产业结构变量可能存在的内生性问题。

总的来看，国内目前的研究仍存在一些不足，许多研究是在二位数大类产业层面上展开的，研究的问题主要在集中度与盈利性之间的关系，而对广告这一影响市场结构的企业行为涉及较少，尚未见有文献考虑到结构—行为—绩效之间的反馈关系。 因此，本文利用细分产业数据，运用产业组织理论和联立方程估计方法，在考虑了反馈效应带来的内生性基础上对产业盈利能力、广告支出和市场集中度之间相互关系进行实证研究。

二 模型设定与数据说明

(一)模型设定

在采用SCP范式进行研究时，由于市场结构、企业行为和市场绩效之间存在复杂的影响及反馈效应，广告及其他变量存在内生性问题给估计带来困难。海和莫瑞斯(2001)[23]建议使用联立方程法估计广告支出、集中度和盈利性之间的相互影响，其一般形式为：

PR=f(H,A/S,X)；A/S=f(H,PR,Y)；H=f(A/S,PR,Z)

其中，H为描述产业结构的集中度指数，A/S为描述企业行为的广告密度，即广告支出与销售收入之比；PR为利润率，描述产业绩效；X，Y，Z为其他外生变量。我们的计量方程主要基于马丁(1979[3]，2002[24])的设定，具体包括下面三个方程：

PR=a0+a1H+a2A/S+a3MES+a4CDR+a5K/S+a6EX+a7CDSR+a8G+a9IMSR+u

(1)

A/S=b0+b1PR+b2H+b3H2+b4EX+b5CDSR+b6G+b7IMSR+v

(2)

H=c0+c1H-λ+c2MES+c3A/S+c4PR-λ+c5CDSR+c6G+c7CDR+w

(3)

1.盈利性方程

广告密度(A/S)，即广告支出占销售收入之比。广告支出可以为企业建立商誉，影响消费者对产品品牌的“忠诚度”，加强行业的进入壁垒，并使企业获得更多利润。

最小有效规模(MES)，表示进入者相对于市场而言应当具有怎样的规模才能有效率的经营，是反映规模经济的指标。Comanor和Wilson(1967)[2]定义了一个比率度量最小有效规模，它等于生产出整个市场总产量一半的几家最大公司的平均规模除以生产全部总产出的所有企业的平均规模。计算时我们采用销售额来代表企业规模*斯蒂格勒提出过一个生存性研究方法，如果一个特定的工厂规模是有效的，那么最终产业中所有工厂都将达到这一规模。但这种方法只能识别出有效工厂规模的范围。。

成本劣势比(CDR)，Caves et al.(1975)[26]提出的成本劣势比(cost-disdvantage ratio)概念，是用来衡量小型企业在较低产量水平上是否有显著的成本劣势，它等于占50%产出的最小企业中劳均增加值与占50%产出的最大企业劳均增加值之比。按照他们的观点，在其他相同条件下，CDR的值越大表明小型的现有企业或新进入企业相对于大型企业的劣势就越小，生产率越接近于大型企业，预期利润率应越低。

资本密集度(KS)，资本密集型的产业企业要求较高的资本投入，在竞争性的市场下，资本要求获得正常回报，因此资本密集度越高的产业，其预期利润率也应越高。

在盈利性方程右边，还包括了一些反映产业间需求状况差异的变量。产业需求增长(G)得越快，意味着产业能容纳越多的企业，并可能带来较高的利润率。后文的实证分析中我们用2003-2007年产业销售额的平均增长速度来表示*2002年产业分类进行了调整，为保持产业分类一致，采用了这四年的平均速度。后文中的集中度指数和滞后利润率也采用了2003年数据。。最终消费需求比率(CDSR)度量的是产业总产出中流向最终消费需求的比率，理论上来讲该比率越高，产品差异化的程度可能越高，导致较高的利润率(Martin，1979)[3]。进口消费比率(IMSR)度量进口在产业中的重要性，进口比重越大可能会加剧国内企业面临的竞争，因此导致较低的产业利润率。由于无法直接获得这两个指标在细分产业层面上的数据，我们使用投入产出表数据进行近似。在2007年的投入产出表中，制造业分81个部门*有的是两位数产业作为一个部门，如家具制造业、金属制品业等，有的则是三位数产业作为一个部门，如谷物磨制业、基础化学原料制造业等。，据此计算了最终消费和进口在最终使用中所占比重*最终使用由最终消费支出、资本形成总额和出口组成。，并将它们对应到四位数细分产业上来。出口密度(EX)变量度量出口占销售额的比重，我们预期出口对利润率的影响是不确定的。一般认为出口企业是生产率高、在国内具有竞争优势的企业，在中国出口贸易中，加工贸易占据了较大份额，学术界关于“出口悖论”的研究也没有一致的结果，出口企业反而可能生产率更低。

2.广告方程

3.集中度方程

Martin(1979)[3]提出的集中度方程主要基于这样一个假设，即产业集中度存在一个由规模经济及其他构成进入壁垒的因素所决定的长期均衡水平H*，集中度向其动态调整：

H-H-λ=θ(H*(MES, A/S, CDSR, G, CDR)- H-λ)

其中θ是调整速度参数，在式(3)中滞后集中度的系数c=(1-θ)的值越大，产业集中度向长期均衡调整得越慢。除了H-λ和PR-λ表示滞后λ期的集中度和利润率外，方程中其它变量的定义与上面相同。在竞争性环境下高利润率会吸引新进入者的进入，从而降低集中度指数。其他解释变量中，最小有效规模MES越大预期集中率越高；广告密度A/S越高一方面反映行业非价格竞争的激烈程度，另一方面又形成进入壁垒阻碍新企业进入，它的影响是不确定的；最终消费需求比率CDSR越高，预期集中率越低；成本劣势比CDR越高表明小型企业生产率越接近大型企业，预期会降低集中度。

(二)数据说明

本文使用的细分产业数据来自2007年的《中国工业企业数据库》，该数据库由国家统计局收集，包含全部国有及规模以上非国有企业，是目前较普遍使用的微观企业数据来源*该数据库数据截止到2009年，但因统计口径和变量缺失等方面的原因，学界普遍使用的是1998-2007年数据(聂辉华等，2012)[28]。本文使用了2003年和2007年的数据，原因是2003年产业分类进行了一次大的调整。。为尽量避免企业和产业层面上异常值的影响，借鉴谢千里等(2009)[29]的做法，对原始企业数据像进行了处理，去掉了那些在职人员少于8人以及增加值小于零的观测值，然后对使用到的广告支出、销售收入等变量进行了1%的上下缩尾(winsorize)处理，并舍弃掉了包含企业数少于50家的四位数行业，最后将数据在四位数产业上加总，得到435个产业层面数据。我们对2003年数据使用同样的处理方法计算了集中度和利润率的滞后值。各变量的基本描述及定义见表1。可以看出，由于2003-2007年样本内有大量企业进入(或达到规模以上)，从而使集中度指标有一定程度下降。另外，广告密度和利润率在各行业间存在很大差异，广告密度的标准差是其均值的近3倍。

表1 变量数据统计描述

(续上表)

三 实证检验结果

(一)模型设定检验

由于涉及到内生变量，因此需要使用秩条件和阶条件判断联立方程的识别问题。我们的模型中总共有7个外生变量和2个先定变量(H和PR的滞后变量)，没有方程需要估计9个以上的系数，因此所有方程都满足识别的阶条件，经验证每个方程的秩条件也都是满足的*这里我们应用了Stata软件中的checkreg3进行检验。，因此联立模型可识别。

当考察的变量是外生的时候，OLS估计量是最优线性无偏估计量，而当存在内生变量时，工具变量估计是一致的，而OLS估计是有偏的，两种方法的估计结果具有系统性的差异。我们采用Hausman-Wu检验来检验H、A/S、PR的内生性。首先将每个方程中的内生变量对所有外生变量进行回归得到拟合值，然后将其作为解释变量加入方程重新进行估计，利用F统计量检验拟合值的联合显著性。表2中列出了拟合值估计的系数及F值。从结果来看，尽管集中度方程中的变量不存在内生性，但广告方程和盈利能力方程中包含的内生变量确实具有内生性，所以使用工具变量估计是适宜的。

表2 Hausman-Wu内生性检验结果

注：括号中为标准误。

另外一个需要考虑的问题是不同方程扰动项之间的同期相关性，如果不存在同期相关性，可以分别单独进行工具变量估计。这里我们应用Bresuch和Pagan(1980)[30]提出的一个拉格朗日乘子统计量，其表达式为：

其中，N表示观测值个数，R为各方程回归得到的残差形成的相关系数矩阵，M为方程个数，该统计量服从M个自由度的卡方分布。我们使用单方程2SLS工具变量估计所得残差构建相关系数矩阵，计算得到λLM=349.5，远大于3个自由度的卡方分布在1%水平上的临界值11.3。因此我们认为误差项存在同期相关性，使用Baum(2007)[31]的3SLS估计联立方程更加有效。

(二)模型估计结果

本文运用435个四位数产业数据对(1)-(3)式估计，表3为回归结果，其中也列出了OLS的估计结果，以作对比*本文也在三位数产业层面上对结果进行了估计(见附录表5)，尽管结果有些差异，但在系数符号和显著性上保持了较高程度的一致性，也验证了本文结果的稳健性。。

在盈利性方程中，估计的系数方向基本上都符合预期。集中度指数的系数为正并且在10%的水平上统计显著，可见产业集中度越高，盈利能力就会增加。反映进入壁垒的变量中，只有广告密度有显著正的影响，广告密度值增加0.1%会使利润率提高逾0.7%，这是非常大的一个影响*这里是指数值的变化，注意如表1所示所有产业平均广告密度只有0.2%，平均利润率为6.1%。。正如预期的那样，资本密集度越高、产业需求增长越快的产业，利润率越高，而最终需求中进口份额越大的产业利润率越低，且在5%的水平上统计上显著。出口比重越大的行业利润率越低，其原因可能是多方面的。比如出口份额较高的行业往往是以加工贸易为主的劳动密集型行业，国际市场上国际大买家的挤压以及国内企业之间激烈的竞争，均可能导致较低的利润率；最终消费需求比率(CDSR)的系数显著且为负，这与国外的一些研究结论不一样(Martin，1979)[3]，原因可能在于中国经济改革过程中，市场开放最早、竞争最充分的主要是面向最终需求的竞争性行业，激烈的竞争侵蚀了利润率。

在广告方程中，利润率对广告的影响高度显著，行业利润率提高1%将使广告密度提高0.118%。这表明只有利润率高的行业才能承担得起更多的广告支出，无论是信息性广告还是劝说性广告，产业利润率如果较低则无法保证广告支出的来源。集中度指数和集中度指数的平方项在统计上并不显著，在我们的样本中没有表现出显著的非线性关系。其他反映需求的变量也都是显著的，最终需求比率越大的产业广告密度越大，而需求扩张较快的行业广告密度较低，可能是随着市场规模的扩大能够容纳的企业增多，企业不需要太多广告支出即可进入。进口消费对广告密度有显著的正影响。

表3 OLS和3SLS回归结果

(续上表)

注：***、**、*表示在1%、5%和10%的水平上统计显著；在估计时我们仿照Kelejian(1971)[32]、Edgerton(1972)[33]、Martin(1979)[3]的做法，将非外生变量的虚拟变量的平方项也作为工具变量以避免简约方程可能存在的非线性。

在集中度方程中，滞后集中度指数有显著影响并且系数值小于1，这表明存在一个稳定的向长期集中度指数动态调整的过程。如果市场是竞争性的，某一产业过去的利润率较高，预计将吸引新企业进入该产业从而降低利润率。这里我们滞后利润率的系数显著为正，也就是说，高的滞后利润并没有导致新企业的进入从而降低利润率。这反映了一个问题，即使在控制了进入壁垒变量的情况下，还可能存在行政性壁垒，阻碍了新企业和资本进入高利润行业。广告密度越高的行业集中度越低，这反映了广告作为非价格竞争的主要手段对市场结构产生的影响。最小有效规模越大集中度越高，反映了规模经济在决定集中度上的重要性；成本劣势比系数值为正，也就是说小企业与大企业生产率越接近的产业，集中度反而越高。仔细观察样本我们发现，CDR高于平均值的194个四位数产业中，主要是专业设备制造业(18个)、交通运输设备制造业(17个)、通用设备制造业(14个)和仪器仪表及文化办公用机械制造业(13个)这些资本密集型产业。资本密集型产业劳均增加值差别较小，故有如上结论。

(三)分样本比较分析

表3中的结果是将所有四位数产业混合在一起进行估计得到的，但显然各产业间存在较大的差异，广告主要目的在于影响消费者偏好，有许多产业并非是面向最终需求的产业，自然这些产业的广告密度很低。因此我们将全部产业分为两类：消费品(consumergoods)产业和工业品(producergoods)产业重新进行了估计*这里的分类并非标准分类，有一些主观性。主要参考了霍夫曼产业分类方法，但在四位数水平上有些区别，消费品产业主要包括两位数产业中的13-16、18-24、27、30、39中部分、40的部分、42的大部分。，如表4所示，可以看出分样本估计结果存在一些区别。

在盈利方程中，集中度对消费品产业利润率的影响在统计上不显著，但对工业品产业有正的影响，体现了消费品产业竞争非常充分，难以利用市场势力获得额外利润。比较两种类型产业的集中度，工业品产业的集中度水平要远高于消费品行业(0.094和0.060)*消费品产业中集中度最高的产业也未超过工业品产业集中度的平均值。。同前面的结果一致，广告对两个产业的利润率均有显著的正效应，出口对利润率有负的影响。在反映市场需求变量中，产业增长速度(G)在消费品产业的盈利方程中统计不显著，但工业品产业需求增长提高了利润率。注意到资本密集度指标(KS)在工业品产业的影响是显著的，这反映了平均利润率随着资本使用程度的提高而增加。最终消费需求比(CDSR)的影响仍是负的，但在消费品产业中统计上不显著，而在工业品行业是显著的。商品进口消费份额(IMSR)在消费品产业中无显著影响，在工业品产业中呈显著负效应。这反映了进口加剧了国内竞争，另外一个可能是进口比重大的工业品产业，很可能是加工贸易程度较高的产业，往往利润率较低*正如前述的，这两个变量为使用投入产出表数据得到的近似数据，在将细分产业分为两大类时无法与其他变量一样进行，这里列出该变量的估计结果只作为近似参考。。

在广告方程中，集中度对广告支出的影响方向与前面一致，但并不显著。利润率的提高会使两类产业的广告密度增大，并且消费品产业广告密度受利润率变动的影响更大，这说明消费品产业的广告偏好性更强。而出口密度对两类产业广告没有表现出显著影响。由于区分了样本，最终消费需求比率在消费品产业中对广告支出没有显著影响，不过工业品产业该系数仍然为正且显著。消费品产业的扩张对广告支出没有显著影响，而工业品产业的扩张却显著降低了广告投入。说明在工业品产业中，新企业的进入因市场的扩大会变得更容易。

在集中度方程中，除了广告密度、最终需求比率以及成本劣势比这三个指标对两个产业集中度的影响有差别外，其他变量对两类产业集中度的影响是一致的。与前面一样，滞后集中度指数和滞后利润率的系数在两类产业中系数为正且在统计上显著，这与全样本估计的影响相同，表明产业集中度是一个动态调整过程，利润没有因新企业的进入而降低。在经济意义上，两类产业的广告投入越多产业集中度越低，这反映了广告作为竞争手段的影响，其中广告对消费品产业集中度的影响在统计上是显著的，而对工业品产业集中度未呈现显著的影响。在消费品产业，最终消费需求对产业集中度呈现显著的反向相关关系，而在工业品产业中没有，可见，最终消费需求的差异越大，消费品行业的集中度就越低。两类产业中最小有效规模对集中度都有显著的正向影响。另外，成本劣势比在消费品产业的影响并不显著，这与表3的结果一致。

表4 消费品产业和工业品产业的回归结果

(续上表)

四 结 论

在产业经济学SCP范式下，本文通过采用联立方程的实证分析方法，利用细分产业层面数据研究了广告、产业集中度与产业盈利能力之间的相互关系。从总体回归结果中可以得出：(1)广告、产业集中度对盈利能力是一个正向调节关系，产业越集中、广告密度越大，利润率就越高。产业的不断扩张，产业利润也会有所增加，而出口比重越大的行业利润率越低。原因可能是这些出口份额较高的行业往往是以加工贸易为主的劳动密集型行业，加上国际市场上大买家的价格挤压以及国内企业间竞争激烈等外部环境的影响，难以获得较高利润率。总产出中流向最终消费需求的比率越高，利润率却越低，本文认为可能是中国经济改革过程中，激烈的竞争侵蚀了面向最终需求的竞争性行业的利润率。(2)随着利润率的提高，广告密度也会增大，因为利润是保证广告支出的有效前提。产业集中度与广告密度没有呈现显著的反向关系，且不存在非线性关系。需求扩张较快的行业广告密度较低，可能是随着市场规模的扩大能够容纳的企业增多，企业不需要太多广告支出即可进入。(3)产业存在一个稳定的向长期集中度指数动态调整的过程。高的滞后利润并没有吸引到更多的企业进入，这反映了资本配置在各产业间是非效率的，资本在进入高利润行业面临限制。最小有效规模越大，行业集中度就越高，这表明了企业规模经济对行业集中度的重要影响。生产率越接近的企业，集中度会越高。

由消费品产业和工业品产业两个细分样本的回归结果可知，广告对于两个产业的利润影响与总体样本估计一致，但两类产业的集中度对利润的影响却不同，工业品产业的集中能有效发挥集聚作用，提高盈利，但消费品产业的集中并没有发挥显著的集聚效应。资本在工业品产业中的使用程度提高会显著地促进利润的增加，而资本在消费品产业中没有显著表明这一促进关系。两类产业的利润率提高均会使广告密度增大，但消费品产业相比工业品产业对广告偏好性更大，投入密度更强。在消费品产业中，产业的扩张、最终消费需求比以及商品进口份额对该产业的盈利和广告投入均未产生显著影响，但在工业品产业中，这三个指标对盈利和广告投入的影响方向和总体样本一致，均有显著影响。产业集中度、出口密度对两类产业的广告投入影响均不显著。除了广告密度、最终需求比率以及成本劣势比这三个指标对两个产业集中度的影响有差别外，其他变量对两类产业集中度的影响与总体样本估计是一致的。广告对消费品产业集中度的影响在统计上是显著的，即广告越多，产业集中度越低。在消费品行业中，随着最终消费需求差异的不断变大，其集中度就越低。在工业品产业中，成本劣势比越高越有利于新企业的进入从而实现产业的集中，而在消费品产业中则没有表现出显著促进关系。

[1] 丹尼斯·W·卡尔顿， 杰弗里·M·佩洛夫． 现代产业组织[M]. 胡汉辉等译. 北京：中国人民大学出版社， 第四版， 2009.

[2]Comanor,W.S.,Wilson,T.A..Advertising,MarketStructureandPerformance[J]. Review of Economics and Statistics, 1967, 49(4): 423-440.

[3]Martin,S..Advertising,ConcentrationandProfitability:theSimultaneityProblem[J]. The Bell Journal of Economics, 1979, 10(2): 639-647.

[4]Gisser,M..Advertising,ConcentrationandProfitabilityinManufacturing[J]. Economic Inquiry, 1991, 29(1): 148-165.

[5]Strickland,A.D.,Weiss,L.W..Advertising,Concentration,andPrice-costMargins[J]. Journal of Political Economy, 1976, 84(5): 1109-1122.

[6]Paton,D.,Williams,L.V..AdvertisingandFirmPerformance:SomeNewEvidencefromUKFirms[J]. Economic Issues, 1999, 4(2): 89-105.

[7] 马建堂. 中国行业集中度与行业绩效[J]. 管理世界， 1993, (1): 125-130.

[8] 白文杨， 李雨. 我国工业产业集中度实证研究[J]. 中国工业经济研究， 1994, (11): 45-50.

[9] 殷醒民. 论中国制造业的产业集中和资源配置效益[J]. 经济研究， 1996, (1): 11-21.

[10] 戚聿东. 中国产业集中度与经济绩效关系的实证分析[J]. 管理世界，1998, (4): 99-106.

[11] 魏后凯. 中国制造业集中与市场结构分析[J]. 管理世界， 2002, (4): 63-71.

[12] 魏后凯. 中国制造业集中状况及其国际比较[J]. 中国工业经济， 2002, (1): 41-49.

[13] 魏后凯. 中国制造业集中与利润率的关系[J]. 财经问题研究， 2003, (6)： 21-27.

[14] 干春晖， 戴榕， 李素荣. 我国轿车工业的产业组织分析[J]. 中国工业经济， 2002, (8)： 15-22.

[15] 徐康宁， 韩剑. 中国钢铁产业的集中度、布局与结构优化研究——兼评2005年钢铁产业发展政[J]. 中国工业经济， 2006, (2): 37-44.

[16] 陈继红， 吕裔良. 中国乳制品产业市场结构与市场绩效实证研究[J]. 中国农村经济， 2007, (S1)： 101-107.

[17] 李晓钟， 张小蒂. 中国汽车产业市场结构与市场绩效研究[J]. 中国工业经济， 2011, (3)： 129-138.

[18] 张大力. 基于SCP范式的中国汽车产业组织结构实证研究[J]. 经济问题探索， 2011, (7)： 63-68.

[19] 唐晓华, 霍晓姝. 创新对我国装备制造业市场势力影响的动态研究[J]. 产经评论, 2014, 5(3): 17-26.

[20] 何枫， 陈荣.R&D与广告对中日家电企业技术效率影响的比较研究[J]. 中国管理科学， 2008, (4)： 141-147.

[21] 张杰， 黄泰岩， 芦哲. 中国企业利润来源与差异的决定机制研究[J]. 中国工业经济， 2011, (1)： 27-37.

[22] 杨艳琳， 周丹. 广告对中国房地产业市场集中度的影响分析[J]. 产经评论， 2015， 6(1)： 68-77.

[23] 多纳德·海， 德理克·莫瑞斯. 产业经济学与组织[M]. 钟鸿钧等译. 北京： 经济科学出版社， 2001.

[24] 斯蒂芬·马丁. 高级产业经济学[M]. 上海财经大学出版社， 中译本， 第二版， 2002.

[25]RobertD.Willig.ContestableMarkets[A]//StevenN.Durlauf,LawrenceE.Blume(Edited). The New Palgrave Dictionary of Economics(Second Edition)[M].London:PalgraveMacmillan, 2008.

[26]Caves,R.E.,Khalilzaden-Shiraz,J.,Porter,M.E..ScaleEconomiesinStatisticalAnalysesofMarketPower[J]. Review of Economics and Statistics, 1975, 57(2): 133-140.

[27]Schmalensee,R.C..Inter-industryStudiesofStructureandPerformance[J]. Sloan School of Management, 1987, (4): 71-94.

[28] 聂辉华， 江艇， 杨汝岱. 中国工业企业数据库的使用现在和潜在问题[J]. 世界经济， 2012， (5)： 142-158.

[29] 谢千里， 罗斯基， 张轶凡． 中国工业生产率的增长与收敛[J]. 经济学(季刊)， 2009， 7(3)： 809-826.

[30]Breusch,T.,Pagan,A..TheLMTestandItsApplicationstoModelSpecificationinEconometrics[J]. Review of Economic Studies, 1980, 47(1): 239-254.

[31]Baum,C.F..Checkreg3:StataModuletoCheckIdentificationStatusofSimultaneousEquationsSystem[EB/OL].StatisticalSoftwareComponents,No.S456877, 2007.

[32]Kelejian,H.H..Two-stageLeastSquaresandEconometricSystemsLinearinParametersbutNonlinearintheEndogenousVariables[C]. Journal of the American Statistical Association, 1971: 373-374.

[33]Edgerton,D.L..SomePropertiesofTwoStageLeastSquaresasAppliedtoNonlinearModels[J]. International Economic Review, 1972, 13(1): 26-32.

[引用方式]于明超,黄琴.广告、产业集中度与盈利能力：基于中国制造业数据的实证分析[J].产经评论,2015,6(4):57-68.

Advertising, Concentration and Profitability：Evidence from China’s Manufacturing Industry

YU Ming-chao HUANG Qin

Using the subdivision datas of manufacturing industry in 2007 and basing on the SCP paradigm, this paper empirically tests the relationship between advertising, industry concentration and industry profitability by simultaneous equations model. The study finds that, the more concentrated, the larger density, the industry profitability is stronger. With the increase in profitability, advertising spending will increase. The industrial concentration and advertising density does not show an obviously negative relationship. And we also find that, the high lag profit does not reduce the degree of industrial concentration, which shows that capital faces restrictions when flowing into high profit industries. In the subdivision sample, the concentration of producer goods industry can effectively play the role of agglomeration and improve profitability, but the concentration of consumer goods industry does not. Both of the increase in profit will improve the advertisement density, however, compared to the producer goods industry, the consumer goods industry has a stronger advertising preference and a greater input density.

advertising; industry concentration; profitability; 4-digit manufacturing industry

2015-05-04

江苏省创新经济研究基地项目。

于明超，经济学博士，南京师范大学硕士生导师、副教授，研究方向：产业经济；黄琴，南京师范大学商学院硕士研究生，研究方向：产业经济。

F062.9

A

1674-8298(2015)04-0057-12

[责任编辑：戴天仕]

附录：

表5 三位数产业数据的3SLS回归结果

解释变量PRA/SHH＿10488∗∗∗(0032)H0129—0018(0083)(0018)H20012(0062)PR＿10258∗∗∗(0100)PR0140∗∗∗(0015)A/S6803∗∗∗—2609∗∗(0691)(1107)MES00000002∗∗∗(0000)(0001)CDR—0005—0005(0008)(0011)KS0008(0009)EX—0030∗∗∗0004∗∗(0012)(0002)CDSR—0031∗∗∗0005∗∗∗0023∗∗∗(0008)(0001)(0009)G0012—0002—0039∗∗∗(0025)(0004)(0013)IMSR—00010000(0000)(0000)Cons0058∗∗∗—0008∗∗∗—0011(0009)(0002)(0009)Adj＿R2012015028Obs156156156

10.14007/j.cnki.cjpl.2015.04.006