Экономика отрасли. Учебное пособие. by Басовский Л. Е. (z-lib. УчебНое пособИе Рекомендовано в качестве учебного пособия для студентов высших учебных заведений
 Скачать 0.88 Mb.
|
|
ГЛаВа 8 ОтРаСЛЕВая СтРуктуРа, кОнцЕнтРацИя И эффЕктИВнОСть 8.1. мОДЕЛИ СтРуктуРы ОтРаСЛИ изменение структуры отраслей. Выполненные в XX в. в За- падной Европе и США исследования показали, что структура от- раслей и концентрация производства в них со временем претерпе- вают значительные изменения. В большинстве традиционных от- раслей экономики, таких, как металлургия, электротехническая, легкая промышленность, промышленность строительных материа- лов, на транспорте, в исследованные периоды изменение структу- ры отраслей преимущественно было направлено на увеличение концентрации. В ряде традиционных отраслей, в новых отраслях, возникших в 70–80 гг. XX в., концентрация в большинстве иссле- дованных периодов сокращалась. Изменения структуры отраслей с течением времени повлекли за собой разработку моделей струк- туры отраслей, способных объяснить эти изменения. Модель Нэша–Курно. Рассмотрим отрасль, предлагающую свои продукты на рынке с функцией спроса, заданной в виде: р = p(Q), (8.1) где p — цена; Q — количество товара, который продается на рынке отрасли по цене p. В отрасли действуют n предприятий, поэтому их суммарный выпуск определяется как: Q q i i n = = ∑ 1 , (8.2) где Q — суммарный выпуск отрасли; i — порядковый номер пред- приятия в отрасли; n — количество предприятий в отрасли; q i — выпуск i-го предприятия. Каждое предприятие имеет функцию издержек со средними переменными, приходящимися на единицу выпуска издержками 12 с i , а также постоянные издержки F i . Издержки варьируют по пред- приятиям отрасли. Теперь ранжируем предприятия по эффектив- ности. Первое предприятие наиболее эффективно, оно имеет наи- меньшие значения издержек с 1 и F 1 . Предприятие n будет иметь наименьшую эффективность и наибольшие значения с n и F n . Функ- цию прибыли для предприятия можно представить как: П i = [p(Q) — c i ] — F i , (8.3) где П i — прибыль i-го предприятия; с i — средние переменные издержки i-го предприятия; F i — постоянные издержки i-го предприятия; q i — выпуск i-го предприятия. Предприятия максимизируют прибыль выбором q i . Согласно модели Нэша–Курно, предприятия считают предположительные вариации равными нулю, что приводит к независимости планиру- емых предприятиями выпусков. Тогда необходимое условие мак- симума прибыли будет иметь вид: ∂ ∂ = - + = П i i i i q p c q dp dQ 0. (8.4) Выражение (8.4) можно привести к виду p c p s E i i - = , (8.5) где s i — доля рынка i-го предприятия; E — коэффициент ценовой эластичности спроса. Следуя Р. Кларку и С. Дэйвису, условие максимизации прибыли (8.5) можно просуммировать по всем п предприятиям и получить выражение: n c p E i i n - = = ∑ 1 1 (8.6) Уравнение (8.6) решим относительно рыночной цены р и под- ставим выражение цены в уравнение (8.5). Откуда найдем s i , а затем эту величину возведем в квадрат и просуммируем по всем предпри- ятиям отрасли. Тогда получим выражения для индекса Херфинда- ля: 12 H s nE E nE c c i i n i i n i i n = = - + - = = = ∑ ∑ ∑ 2 1 2 2 2 1 1 2 2 1 ( ) ( ) (8.7) Проведя проверку, можно убедиться, что дробь в выражении (8.7) может быть представлена в виде: c c v n i i n i i n c 2 1 1 2 2 1 = = ∑ ∑ = + ( ) ( ) , (8.8) где v c — коэффициент вариации — отношение среднеквадратич- ного отклонения к среднему значению средних переменных издержек предприятий отрасли. Предельное предприятие, каковым является n-е предприятие, при наличии принятой структуры издержек, имеет нулевую при- быль. Равновесие иллюстрируетcя рис. 8.1, где равновесное число предприятий равняется пяти. Доля рынка каждого предприятия определяется приведенным выше уравнением (8.5). Предельное предприятие имеет наимень- Рис. 8.1. Равновесие на рынке отрасли, представленной пятью предприятиями (по вертикали — цена, средние переменные издержки; по горизонтали — выпуск, спрос) 10 шую долю рынка и не имеет прибыли, поскольку выручка пере- крывается издержками. Другие предприятия — с первого по чет- вертое, имеющие меньшие издержки, обладают большими долями рынка и получают прибыль в длительном периоде. Подставляя выражение (8.8) в уравнение (8.7), получим после упрощения: H n nE v n c = + - 1 1 2 2 ( ) (8.9) Рассматривая выражение (8.9), можно сделать следующие вы- воды. Во-первых, если все предприятия отрасли имеют одни и те же издержки, то все они одинаковы по размеру, и индекс Херфин- даля равен 1/n. Во-вторых, существенное влияние на индекс концентрации Херфиндаля оказывает коэффициент вариации пе- ременных издержек предприятий. Чем больше коэффициент ва- риации v c и различия в издержках предприятий, тем больше нера- венство долей рынка предприятий и выше концентрация в от- расли. Кроме того, из выражения (8.9) следует, что на уровень концен- трации в отрасли оказывает влияние эластичность спроса на ее продукцию. Однако это влияние не так просто, как может следо- вать непосредственно из выражения (8.9), поскольку эластичность спроса влияет на количество предприятий, которые могут входить в отрасль. Низкая эластичность спроса создает условия для выжи- вания большего числа предприятий в отрасли, чем это возможно при высокой эластичности спроса. 8.2. СтОхаСтИчЕСкИЕ мОДЕЛИ кОнцЕнтРацИИ Распределение вероятностей размеров предприятий. Выбороч- ное изучение данных о размерах предприятий в разных отраслях показывает, что распределение размеров предприятий асиммет- рично: имеются несколько крупных предприятий, чуть большее число средних предприятий и значительное количество малых предприятий. Такое распределение размеров может быть описано различными асимметричными распределениями вероятностей, в том числе логарифмически нормальным распределением вероят- ностей. закон пропорционального эффекта Жибра. Процесс случайного роста, ведущий к логарифмически нормальному распределению, впервые описал Р. Жибра в виде модели, которая получила назва- 11 ние закона пропорционального эффекта Жибра. Согласно модели Жибра, можно представить, что рост предприятия определяется тремя элементами a,β и ε t в следующем виде: X X X t t t t + - = 1 1 α ε β ( ) , (8.10) где X t — размер предприятия в период t; X t + 1 — размер предпри- ятия в следующий период t + 1; a — темп роста отрасли; β — коэффициент, характеризующий влияние размера предпри- ятия на темпы его роста; ε t — случайная составляющая темпа роста предприятия. Влияние первоначального размера на рост определяется вели- чиной β. При β= 1 показатель степени при X t будет равен нулю, и размер не влияет на рост предприятия. При β > 1 большие пред- приятия растут быстрее малых, а при β < 1 малые предприятия рас- тут быстрее. Жибра сделал два допущения. Первое состоит в том, что log ε t имеет нормальное распределение с нулевым средним значением и дисперсией σ 2 и что оно не зависит от первоначального размера предприятия. Второе требование означает, что β = 1. Для определения дисперсии распределения размеров предпри- ятий во времени можно использовать теорему о сложении случай- ных величин, согласно которой дисперсия суммы независимых случайных величин равна сумме их дисперсий. Пусть a = 1,β= 1. Тогда, логарифмируя выражение (8.10), можно получить выраже- ние: log X i + 1 = log X i + log ε t (8.11) Из выражения (8.11), согласно указанной выше теореме, следу- ет: war(log X i + 1 ) = war(log X i ) + σ 2 , (8.12) где war(log X i + 1 ) — дисперсия размера предприятия в период t +1; war(log X i ) — дисперсия размера предприятия в период t; σ 2 — дисперсия случайной величины log ε t ; σ — среднеквад- ратичное отклонение случайной величины log ε t После n периодов из выражения (8.11) получим: log X i + n = log X i + nlog ε t (8.13) Из выражения (8.12) после n периодов получим: war(log X i + n ) = war(log X i ) + n σ 2 (8.14) 12 Результатом этого стохастического процесса роста, соответству- ющего допущениям Жибра, является постоянный рост дисперсии размеров предприятий отрасли. Рост дисперсии размеров предпри- ятий означает, что концентрация постоянно увеличивается. Но на практике это наблюдается далеко не всегда. Многочисленные, не объясняемые моделью факты вызывают сомнения не только в справедливости двух основных допущений Жибра, но и возмож- ность безоговорочного применения его модели (8.10). Многочисленные эмпирические исследования, выполненные в различные периоды времени в развитых странах показали, что модель Жибра не точна, является весьма грубым приближением для описания изменения параметров распределения вероятностей размеров предприятий в отрасли. Модель дэйвиса–лайонса. Удачный пример модели концентра- ции, учитывающей случайные процессы, был приведен Дэйвисом и Лайонсом на основе развития модели, предложенной Саймоном и Бонини. В этой модели новые предприятия входят в наименьший раз- мерный класс предприятий отрасли с постоянным темпом, суще- ствует некоторая определенная вероятность того, что приращение рыночного предложения отрасли будет удовлетворено новичком. Предполагается, что темп роста будет, как и в модели Жибра, про- порционален размеру предприятия, но только для тех предпри- ятий, размер которых больше или равен минимальному эффектив- ному размеру (minimum efficient size — MES). Результирующее рас- пределение вероятностей размеров предприятий отрасли является распределением Юла, близким к распределению Парето. Отрасль является растущей. Тогда удается получить оценки концентрации в отрасли следу- ющего типа: CR y MES S 5 1 1 1 1 5 1 = - - - ( ) ( ) , / ( / ) α α α α (8.15) где CR 5 — индекс концентрации производства на пяти крупней- ших предприятиях отрасли — суммарная доля этих предпри- ятий в отрасли; у — доля предприятий с размером меньше MES; a — темп роста отрасли, a> 1; MES — минимальный эффективный размер предприятия; S — размер отрасли. Значение выражения (8.15) заключается в том, что оно дает дол- госрочный прогноз индекса концентрации для пяти предприятий 1 отрасли как функцию экономических переменных с учетом сто- хастической, вероятностной природы процесса роста предприятий в отрасли. Межотраслевые различия в дисперсии темпа роста. Эмпиричес- кие исследования показывают, что дисперсия темпов роста, изме- нение концентрации, факторы, оказывающие на них влияние, чрезвычайно сильно различаются по отраслям. В одних отраслях важную роль играет стимулирование сбыта, в частности реклама, в других — исследование и разработки новых товаров и услуг. На изменение рыночных долей в некоторых отраслях оказывает суще- ственное влияние степень дифференциации продукта. Высокий достигнутый уровень концентрации может быть препятствием к ее дальнейшему росту. Рост концентрации замедляет жесткая анти- монопольная политика в стране. 8.3. ПРИбыЛьнОСть И ИзмЕРЕнИЕ кОнцЕнтРацИИ Связь прибыльности и концентрации в моделях олигополии. Известные простейшие модели олигополии, в том числе рассмот- ренные в главе 3, позволяют прийти к определенным выводам от- носительно связи прибыльности и концентрации. влияние концентрации. Модель Нэша–Курно. В модели Нэша– Курно такая характеристика прибыли, как коэффициент маржи — превышение цены над средними переменными издержками пред- приятия, отнесенное к цене, может быть представлена в виде: m i = s i / E , (8.16) где m i — коэффициент валовой маржи i-го предприятия; s i — ры- ночная доля i-го предприятия; E — эластичность спроса на данный продукт. Отраслевой коэффициент маржи будет суммой коэффициентов маржи отдельных предприятий, взвешенных с помощью рыночной доли каждого предприятия: M m s s E H E i i i i n i n = = = = = ∑ ∑ 2 1 1 , (8.17) где M — коэффициент валовой маржи отрасли; n — число пред- приятий в отрасли; H — индекс Херфиндаля. Из выражений (8.16) и (8.17) следует, что в отрасли с низкой концентрацией, где рыночные доли предприятий невелики, при- быльность будет низкой, а в отраслях с высокой концентрацией, 1 характеризующихся относительно большими рыночными долями предприятий, прибыль будет выше. Наличие сговора. Сговор олигополистов приводит к результатам, подобным приведенным выше. Произойдет ли сговор, зависит от числа предприятий в отрасли. В отраслях с высокой концентрацией, с малым числом предприятий взаимозависимость выявляется про- ще, совместные действия осуществить легче, что упрощает возмож- ность сговора. В таких отраслях велика вероятность возникновения сговора и извлекается большая прибыль. Прибыль превышает ту, которая будет получена при отсутствии сговора. Поэтому более вы- сокая концентрация, вероятно, ведет к большей прибыльности, Потенциальная конкуренция. Решающее значение может иметь и потенциальная конкуренция. Монопольная власть не может иметь место и приводить к получению сверхприбыли, если отрасль не защищена от предприятий, желающих в нее войти. Поэтому важна не только концентрация сама по себе, ее недостаточно, если отсутствуют входные барьеры. Важнейшими факторами, опреде- ляющими надежность барьеров для входа в отрасль, являются структура издержек при входе в отрасль и абсолютные преимуще- ства в издержках предприятий, существующих в отрасли. Действу- ющие в отрасли предприятия могут быть защищены эффектом масштаба. дифференциация продукта. Еще одна характеристика — диффе- ренциация продукта может влиять на прибыльность предприятий отрасли. Она может прямо повышать прибыль в связи с привер- женностью торговой марке, действием рекламы и может служить защитой от потенциальных конкурентов. Факторы, определяющие прибыльность. Приведенный выше ана- лиз теоретических моделей позволяет выделить три следующих основных фактора, определяющих прибыльность предприятий от- расли: эффективный масштаб производства; концентрация производства; дифференциация продукта. индексы концентрации и число-эквивалент. Л. Ханна и Дж. Кей предложили показатель концентрации, который позволяет доста- точно полно учитывать все изменения в структуре отрасли: R s i a i n = = ∑ 1 , (8.18) • • • 1 где R — индекс концентрации Ханна и Кея; i — порядковый но- мер предприятия в отрасли; n — число предприятий в отрасли; s i — рыночная доля i-го предприятия отрасли; a — параметр, величина которого определяет вес крупнейших предприятий по отношению к мелким. По мере стремления параметра a к нулю индекс концентрации R стремится к числу предприятий n. Наиболее известный вариант индекса Ханна и Кея имеет величину параметра a = 2. Это индекс Херфиндаля H. Адельман отмечает также, что указанные индексы можно ис- пользовать для определения чисел эквивалентного количества предприятий одинаковых размеров — чисел-эквивалентов. Число- эквивалент определяется как: n s a i a i n a = = - ∑ 1 1 1 [ /( )] , (8.19) где n a — число-эквивалент отрасли. Интерпретация индекса числа-эквивалента заключается в том, что он позволяет представить распределение предприятий в отрас- ли по размеру так, как будто это п предприятий равного размера, что упрощает сравнение различных отраслей. дисперсия размеров предприятий и индекс Херфиндаля. Диспер- сия рыночных долей предприятий отрасли может быть определена следующим образом: σ 2 2 1 1 1 = - = ∑ n n s i i n , (8.20) где σ 2 — дисперсия рыночных долей предприятий отрасли; 1/n— средняя величина рыночной доли предприятия отрасли. Выражение (2.20) можно преобразовать следующим образом: n n s n s n H i i i n σ 2 2 2 1 1 2 1 = - + = - + = ∑ , (8.20) где H — индекс Херфиндаля. Из выражения (8.20) можно получить следующее выражение для индекса Херфиндаля: H n n = + σ 2 1 (8.21) 1 Такая форма представления индекса Херфиндаля позволяет разграничить вклад числа предприятий и неравенства их рыночных долей. Если все предприятия имеют одинаковый размер, то σ 2 = 0. Тогда индекс становится величиной, обратной числу предприятий. При монополии индекс Херфиндаля имеет величину, равную еди- нице. Величина индекса Херфиндаля уменьшается по мере увели- чения числа предприятий и возрастает с увеличением неравенства размеров предприятий. Приближенная оценка индекса Херфиндаля. Индекс Херфиндаля используется для оценки концентрации в теоретических моделях и в практике антимонопольного регулирования. Но для его опре- деления необходимы данные по всем предприятиям отрасли, ко- торые не всегда можно получить. М. Адельман показал, что для получения достаточно точного индекса Херфиндаля можно использовать данные 8–10 крупней- ших предприятий. Однако возникает практическая проблема, так как при обсле- довании предприятий статистические органы группируют пред- приятия по тем или иным размерным классам. Для приближенно- го вычисления индекса Херфиндаля приходится допускать, что все предприятия, относящиеся к данному классу, имеют одинаковые размеры. Нередко статистические органы представляют данные обследо- ваний в форме индексов концентрации производства на трех, че- тырех, шести и восьми крупнейших предприятиях отрасли. Тогда индекс Херфиндаля может приближенно вычисляться следующим образом: H RC RC RC RC RC RC RC = + - + - + + - 3 3 2 2 2 2 3 2 4 3 2 6 4 2 8 6 ( ) 2 , (8.22) где RС 3 , RС 4 , RС 6 и RС 8 , — индекс концентрации — доли трех, четырех, шести и восьми крупнейших предприятиях отрасли, соответственно. Вычисление H-индекса по данным определенного размерного класса, а не по индивидуальным данным предприятий дает систе- матически заниженную оценку. Р. Шмалензи показал, что оценки величины индекса Херфиндаляможно уточнить за счет предполо- 1 жения о линейном спаде доли каждого предприятия в пределах одного размерного класса. Показатели неравенства размеров предприятий. Неравенство раз- меров предприятий в отрасли можно оценить графически с по- мощью кривой Лоренца. Кривая Лоренца строится как нараста- ющая доля отрасли в процентах в зависимости от нарастающей доли числа предприятий, начиная с наименьшей, как показано на рис. 8.2. Точка на линии показывает процент предприятий, кото- рый обеспечивает данный процент выпуска всей отрасли. Обобщенный показатель, рассчитанный исходя из кривой Ло- ренца, — коэффициент Джини. Он рассчитывается как отношение площади заштрихованного участка на рисунке к площади треуголь- ника, образованного осями координат и линией абсолютного ра- венства. Коэффициент изменяется от нуля до единицы. Если раз- меры всех предприятий равны, то коэффициент Джини равен еди- нице. Чем больше степень неравенства размеров, тем больше величина коэффициента приближается к нулю. Рис. 8.2. Кривая Лоренца 1 Другой показатель неравенства размеров предприятий, который наиболее часто используется в теоретических исследованиях и в анализе статистических данных, — это дисперсия логарифмов раз- меров предприятий. Интерес к этому показателю возник вслед- ствие того, что при отсутствии появлений и исчезновений пред- приятий их рост во времени ведет к логарифмически нормальному распределению размеров предприятий в отрасли. 8.4. ВЛИянИЕ кОнцЕнтРацИИ на ПРИбыЛьнОСть Система факторов отраслевой структуры. Многочисленные разносторонние исследования значительно расширили количество основных факторов, определяющих прибыльность, их стало более десятка. Исследования показали сложность взаимодействия меж- ду ними. Концентрация является ведущим фактором прибыльности. Но она может оказывать не только прямое влияние на прибыльность, как это следует из моделей типа Нэша–Курно или сговора, но и косвенное через рекламу, исследования и разработки, дифферен- циацию продукта. Эти неценовые формы конкуренции могут быть более интенсивными в отраслях с высокой концентрацией, что делает выгодным ограничение ценовой конкуренции. Входные барьеры могут вести к возрастанию концентрации во времени, при этом и барьеры и концентрация зависят от структуры издержек, определяемой технологиями, используемыми в отрасли. Возможные последствия высокой концентрации, например интен- сивность рекламы, исследований и разработок новых товаров, мо- гут сами действовать как входные барьеры. Прибыльность в свою очередь может быть ключевым фактором интенсивности рекламы, исследований и разработок, инвестиций, что воздействует на мас- штабы производства и структуру издержек. Сложность взаимодействия факторов отраслевой структуры повлекла за собой необходимость применения для эмпирических исследований более сложных эконометрических методов, чем мо- дель множественной линейной регрессии. В эмпирических иссле- дованиях стали применяться модели систем одновременных урав- нений, коэффициенты которых учитывают многочисленные связи между факторами. Благодаря этим исследованиям роль концент- рации как прямого фактора прибыльности несколько уменьшилась за счет учета дополнительных и взаимных связей. 1 Разрывы в связи концентрация–прибыльность. В абсолютном большинстве теоретических и эмпирических моделей явно или скрыто подразумевается, что связь между прибыльностью и кон- центрацией должна быть линейной и непрерывной, прибыльность должна постепенно повышаться по мере роста концентрации. Это предположение оказалось не вполне оправданным. В эмпирическом исследовании Дж. Бейна, опубликованном еще в 1951 г., предполагалось, что прибыльность становится выше, как только индекс концентрации по восьми предприятиям RС 8 превы- шает 0,7. Дж. Бейн и М. Манн в 1966 г. предположили, что связь между предприятиями в отраслях с высокой концентрацией может быть прочнее, чем в отраслях с низкой концентрацией. Такой эффект правдоподобен, если имеется какой-то минимальный уровень кон- центрации, необходимый для того, чтобы предприятия могли быть способны к тайному или явному сговору. Дальнейшие исследования выявили большое число доказа- тельств того, что прибыльность на является гладкой линейной функцией концентрации. С. Роадес и Дж. Кливер построили коэффициент маржи от ин- декса концентрации для четырех предприятий по 352 секторам обрабатывающей промышленности США. Они обнаружили, что при RС 4 < 50% не было никакой явной связи между индексом и коэффициентом маржи. Резкий скачок возник для RС 4 > 50%, но затем роста почти не наблюдалось вплоть до RС 4 = 80%, после чего был отмечен дальнейший рост. Наличие разрывов зависимости прибыльности от индекса кон- центрации подтвердили Миан и Дюшесно. Они установили, что индекс концентрации по восьми предприятиям RС 8 , равный 70%, лучше выявляет различия в прибыльности, чем эквивалентный показатель по четырем предприятиям RС 4 , равный 55%. По данным Дж. Дальтона и Д. Пенна значения индекса концентрации, приво- дящие к скачку прибыльности, составили RС 4 = 45% и RС 8 = 60%. Ни в одной работе не найдено положительной связи прибыльности и концентрации выше или ниже ее критического значения. Идентификация наличия разрыва нередко вызывает затрудне- ния. Во-первых, критическое значение индекса концентрации мо- жет меняться от отрасли к отрасли. Известно, что способность к сговору различается по отраслям, и в эмпирических работах выяв- лены разные критические значения для разных отраслей. Во-вто- рых, заслуживает доверия гипотеза Р. Брэдберда и М. Оувера об 10 асимметрии в связи «концентрация–прибыльность», которая ос- новывается на том, что для появления сговора изначально необхо- дим более высокий уровень концентрации, чем для распада уже сложившегося. Это определяет связь «концентрация–прибыль- ность», которая отображена на рис. 8.3. Рис. 8.3. Разрывы в связи «концентрация–прибыльность» Отрасли со значениями индекса концентрации между C I и C D могут иметь или не иметь более высокую прибыль при наличии сговора в зависимости от их истории. При росте концентрации необходимо, чтобы она достигла высокого уровня, прежде чем воз- никнет возможность сговора. При сокращении концентрации не- обходимо, чтобы она упала до более низкого уровня для исчезно- вения возможности сговора. Исследования, выполненные на базе данных обрабатывающей промышленности США, позволили установить значения коэффи- циента концентрации на четырех предприятиях RС 4 , там опреде- ляющие разрывы составили: C D = 46%, а C I = 68%. 8.5. кОнцЕнтРацИя И эффЕктИВнОСть функцИОнИРОВанИя экОнОмИкИ Проблема монополии.Под термином «монополия» здесь бу- дем понимать все отрасли, на рынках которых существуют значи- 11 тельные отклонения цены товара от предельных издержек. Под это определение подпадают и монополия, и широкий спектр олигопо- листических отраслей. На однородных олигополистических рынках поведение предприятий может приближаться к поведению моно- полистов. Более высокая по сравнению с конкурентным рынком цена «монополиста» вызывает потери благосостояния. Минималь- ный уровень этих потерь приблизительно составляет: W = 1 / 2 ΔPΔQ, (8.23) где ΔP и ΔQ — отклонения от конкурентной цены и выпуска. В действительности потери благосостояния и эффективности экономики будут более значительными, чем это предсказывается выражением (8.23), из-за неэффективности использования ресур- сов при высоком уровне концентрации в отрасли, причины кото- рой обсуждались ранее. Но возникает вопрос: приносит ли рост концентрации какую-то выгоду экономической системе и обществу? Главной возмож- ностью повышения эффективности обычно считают экономию от масштаба. На наличие такой возможности впервые указал Уиль- ямсон. Большое предприятие-монополист, создающее неблаго- приятный эффект усиления рыночной власти за счет горизонталь- ного слияния, может компенсировать его ростом эффективности за счет экономии от масштаба. Однако исследования деятельности предприятий в высококон- центрированных отраслях позволили установить, что заметная доля предприятий имеет субоптимальные, т.е. превышающие оп- тимальные, масштабы. Следовательно, существенной экономии от масштаба они могут не обеспечивать. Было предпринято множество исследований и попыток коли- чественной оценки потерь, причиной которых является монопо- лия.Исследования и оценки свидетельствуют о наличии таких потерь. Однако количественные оценки в различных исследова- ниях существенно различаются. Показатели концентрации и потери эффективности. Оценка по- терь эффективности благосостояния требует больших усилий и является неточной. Это обусловило поискпростых методов оцен- ки, основанных на использовании какого-то показателя рыночной концентрации в качестве заменителя прямого измерения потерь эффективности и благосостояния. Для однородной олигополии с идентичными предприятиями потери можно приближенно связать с индексом Херфиндаля: W= 1 / 2 RH, (8.24) где R — доля валовой маржи в выручке предприятия; Н — индекс концентрации Херфиндаля. Но вряд ли скоро появится простое правило, достаточно точно связывающее потери благосостояния и концентрацию. Поэтому ряд исследователей считают, что, прежде чем выбирать определен- ный тип индекса концентрации для оценки эффективности и по- терь благосостояния, необходимо лучше изучить поведение пред- приятий на данном рынке. Например, по Штакельбергу поведение сговорившейся группы предприятий по отношению к конкурент- ному окружению следует анализировать по таким показателям, которые основаны на индексах концентрации RС, а не на индексе Херфиндаля. Нередко необходим всесторонний анализ деятельно- сти конкретных предприятий. Следует считать справедливым вы- вод о том, что показатели концентрации никогда не будут адекват- ными индикаторами эффективности и благосостояния. КОНТРОльНыЕ вОПРОСы и задаНия 1. Дайте определение (включая формулы и графики) следующих понятий: а) модель Нэша–Курно; б) концентрация в отрасли согласно модели Нэша–Курно; в) модель Жибра; г) модель Дэйвиса–Лайонса; д) индекс концентрации и число-эквивалент; е) неравенство размеров предприятий; ж) система факторов отраслевой структуры; з) разрывы в связи «концентрация–прибыльность»; и) концентрация и эффективность экономики. 2. Определите индекс Херфиндаля, если в отрасли действуют четыре предпри- ятия, а вариация их рыночных долей составляет 0,1. 3. Оцените минимальные потери экономики, если цена на рынке товаров отрасли на 100 ед. меньше конкурентной, а выпуск отрасли на 1000 ед. меньше кон- курентного. 1 ЛИтЕРатуРа 1. Авдашева С.Б., Розанова Н.М. Теория организации отраслевых рынков. М.: Магистр, 1998. 2. Вехи экономической мысли: Теория отраслевых рынков. Т. 5 / Под ред. А.Г. Слуцкого. СПб.: Экономическая школа, 2003. 3. Вурос А., Розанова Н. Экономика отраслевых рынков. М.: ТЕИС, 2000. 4. Гальперин В.М., Игнатьев С.М., Моргунов В.И. Микроэкономика: В 3 т. СПб.: Экономическая школа, 2007. 5. Милгром П., Робертс Дж. Экономика, организация и менеджмент: В 2 т. СПб.: Экономическая школа, 1999. 6. Мэнкью Н.Г. Принципы микроэкономики. СПб.: Питер, 2007. 7. Пиндайк Р.С., Робенфильд Д.П. Микроэкономика. М.: Дело, 2001. 8. Тарасевич Л.С., Гребенщиков П.И., Леусский А.И. Микроэкономика. М.: Юрайт-Издат, 2003. 9. Тироль Ж. Рынки и рыночная власть: теория организации про- мышленности: В 2 т. СПб.: Экономическая школа, 2000. 10. Хэй Д., Моррис Д. Теория организации промышленности: В 2 т. СПб.: Экономическая школа, 1999. 11. Шерер Ф.М., Росс Д. Структура отраслевых рынков. М.: ИНФРА-М, 1997. 12. Экономика отрасли. Ростов-на-Дону: Феникс, 2003. |