平时作业参考——我国B2C电子零售产业结构分析.doc

我国B2C电子零售产业结构分析 The Study on the Structure of China’s B2C e-Commerce Industry 郑州大学西亚斯国际学院 陈伟 451150 摘要：本文利用产业组织理论中的产业集中度CR和HHI指标计算分析了2007年至2011年这5年间我国B2C电子零售产业结构的变化趋势——竞争激烈但产业集中度呈增长趋势，进而指出导致产业集中度增长的原因，以供企业和政府部门参考。 关键词：B2C电子零售 产业结构 网络外部性 中图分类号：F724.6 文献标识码：A Abstract：In this paper, the author used the industry concentration index, CR and HHI, to analyze the structure and change trend - highly competitive but industry concentration rising, of China’s B2C e-retailing industry from 2007 to 2011, further pointed out the reasons. Keywords: B2C e-retailing, industry structure, network externality 一、引言 电子零售包括B2C和C2C两个部分，本文主要分析B2C电子零售产业结构。成莹（2011.7）和陈柏良（2008.6）等已经使用SCP产业组织分析理论对我国电子商务产业进行了实证分析，本文则是要依据2007年-2011年这5年的数据，分析我国B2C电子零售产业结构的变化趋势，而且本文主要是参考HHI指标而不是CR4，进而分析趋势变化背后的原因，以供该产业内的企业以及政府决策者参考。 本文只考察产业结构，即只涉及SCP中的“S（Structure）”。主要使用衡量产业集中度的两个指标进行计算和分析，一个是行业集中度（Concentration Ratio），一般取产业中前4家企业或前8家企业的市场份额相加，得到的和一般表示为CR4或CR8；另一个是赫芬达尔-赫希曼指数（HHI），整个产业内所有企业市占率的平方和乘以10000即为HHI。计算公式分别如下： CR4=；HHI=2×10000，n为产业中企业的数量。 行业集中度CR，又通常被称为集中度局部指数，它并不能很好地反映出产业中前几家企业之间的相对规模，而相对规模对于考察产业内竞争的激烈程度，具有很重要的参考意义。比如：假设A、B两个产业中的前四家企业的市场份额之和相同，A产业中的这四家企业市场份额正好相等，B产业中，一家企业大幅领先，其它三家企业市场份额则较小，那么通常A产业内竞争的激烈程度要大于B产业。而HHI指数能反映企业之间的相对规模对产业竞争的影响，所以笔者以HHI指数作为主要参考指标。 按照惯例（贝恩的市场结构分类标准），CR4值将行业集中度分为六个等级，寡占Ⅰ型（CR4≥85%）、寡占Ⅱ型（75%≤CR4＜85%）、寡占Ⅲ型（50%≤CR4＜75%）、寡占Ⅳ型（35%≤CR4＜50%）、寡占Ⅴ型（30%≤CR4＜35%）、原子型（或竞争型）（CR4＜30%）。HHI值也可以分为六个区间，完全垄断（HHI(10000）、5家等规模企业（HHI＞2000）、存在寡头垄断（HHI＞1800）、6家等规模企业（反垄断司介入）（1600≤HHI≤1800）、足够竞争的市场（HHI(1000）、原子状竞争（HHI(0）。 二、我国B2C电子零售产业结构分析 由于电子商务行业还没有一个统一的统计标准，国家统计局也没有相应的数据可查，笔者只能从其它机构获取电子商务相关行业数据，需要说明的是，不同机构的统计口径不同，导致CNNIC、iResearch与易观国际等机构的统计结果出现较大出入，比如CNNIC将B2C和C2C混合在一起统计，而iResearch把淘宝网的所有营收放入C2C产业，易观国际则把淘宝商城（天猫）划入B2C产业进行统计，把淘宝网（C2C业务）划入C2C产业进行统计，笔者认为易观国际的统计标准较为合适，因此本文大多数数据都来自易观国际的各年度、季度调研报告，其中2007年第10名企业的数据缺失（但对计算结果的影响不大，特别是对于HHI的计算微不足道），2009年数据来自清科研究中心，2011年数据实为该年第二季度的数据。见表1。 根据前面叙述的计算方法，分别计算出每年的CR4和HHI值，列于表1的右侧。 从表中，我们可以发现：由于大量企业进入电子零售产业，CR4的值从2007年至2009年呈下降趋势，之后开始呈现增长态势，但基本维持在40%-50