图片来源：

https://businessconcentration.com/

原文信息：

Kwon, Spencer Yongwook and Ma, Yueran and Zimmermann, Kaspar, 100 Years of Rising Corporate Concentration (February 7, 2023). Revise and Resubmit, American Economic Review.

01

引言

日新月异的技术进步和企业极化是经济生活的显著特征，相关讨论贯彻经济史。无论是马克思还是马歇尔，都认为技术进步增强了生产的规模经济，促进了生产的集中；列宁鉴于“现代技术”导致的规模经济将十分强大，断言苏联可以由一家大公司来运营，以提高效率；科斯通过观察美国大企业，提出了企业边界理论，并影响了多个经济学分支的发展方向；近年来，Autor et al.（2020）为代表的研究关注超级明星企业的崛起，据此解释1980以来的劳动收入份额下降。这些讨论不乏深刻的见解，也具有鲜明的时代特征，只是缺乏对长期历史演化的考察。比如1980以来的大企业的崛起与过往历史有何不同？随着技术的进步，生产是否必然集中于少数企业？技术进步又是如何推动企业生产的集中？来自芝加哥大学布斯商学院（Booth School of Business）的马悦然老师（Yueran Ma）及其合作者，基于美国企业1918年至2018年的规模分布的数据，考察企业生产集中程度的演化，为上述问题的进一步讨论提供了坚实的证据。

文章发现1930s以来企业间生产集中度总体上升，表现为前1%和前0.1%的公司的资产份额分别增长了27个百分点（从70%增长到97%）和40个百分点（从47%增长到88%），以净收入和销售收入为基准的生产集中度结果类似。行业层面的集中趋势与总体趋势基本一致，但发生时间存在行业异质性，表现为制造业和采矿业集中趋势在早期（1970s以前）更加强劲；服务业、零售业和批发业集中度上升的趋势在后期（1970s后）更强。

如何解释这些典型事实呢？文章依次讨论了规模经济、贸易和市场的扩张、政府管制、搜寻摩擦、人口特征、融资约束等可能因素，认为美国生产集中度的长期趋势很可能来自规模经济的力量。具体而言，大规模生产的技术上前期要求较高的投资支出，后期能够带来更多的利润总额，这种特征使得只有少数生产效率高的企业愿意投资新的规模化生产技术。最终这些企业规模变得更大，提高了企业生产的集中度，也推动了行业整体产出的增长。该论断也得到了实证和理论两方面的支持。

文章有助于从三个方面了解美国经济的长期演变。首先，作者提供了美国企业规模分布的长期证据，该数据比现有研究的数据更长更全面，增进了对企业异质性的理解。研究成果也与家庭收入和财富规模分布的研究相得益彰，比如Piketty and Saez (2003) 和 Saez and Zucman (2016)。其次，关于生产集中度为何上升，文章发现的基本事实表明合理的解释不仅要关注近期的趋势，还需要解释长期的事实。文章识别出生产集中度上升的长期趋势与更强劲的规模经济最为一致。最后，企业规模的分布有助于理解宏观结果的决定因素。随着生产集中度的提升，大企业的行动和特征更加重要，比如适用于底部99%企业的摩擦对总体波动的影响更弱，而大公司的冲击则会引起宏观经济更大的波动。

02 

数据和变量

1、数据生成过程

文章数据主要来自IRS公布的Statistics of Income (SOI) 和 Corporation Source Book。SOI来源于企业纳税申报文件，首次发布于1918年，包括净收入、收入和资产负债表等信息。利用这些提交的微观数据，SOI提供了基于净收入的规模分布表（1918—1970s）、基于资产的规模分布表（1931至今）和基于营业收入的规模分布表（1959至今）。基于资产的规模分布表行业跨度最大，记录时间最长，是文章主要使用的分类标准。具体的规模分布表下图所示，可以看到表格依次汇报了不同规模组的企业数量和财务信息。史料数字化、统计口径和行业分类等技术细节较为繁琐，感兴趣的读者可以在https://businessconcentration.com上查看数据生成过程和最终结果。

2、企业生产集中度衡量

文章使用三种方法计算生产集中度。文章首先借鉴家庭收入不平等程度的估计方法，使用广义帕累托插值方法来描述企业规模分布的尾部行为；其次，使用广义对数正态曲线拟合企业规模分布，然后结合这些对数正态曲线来计算头部企业的份额；最后，直接加总头部企业的规模，以使企业数量接近某一特定数量（例如，前1%）。三种方法获得的前1%企业的资产份额相关程度超过0.99。文章还对上述结果的统计口径和关键参数进行了稳健性检验，以及使用其他数据交叉检验，进一步加强了结果的可信度。细节可详见原文附录。

03 

生产集中度典型特征

1、总体层面

如下图所示，生产集中度的不同指标尽管由于数据可得性差异时间区间不一致，但都呈现出长期上升的趋势，并且序列高度相关。值得注意的是，生产集中度上升的长期趋势不同于美国前1%和0.1%的家庭收入和财富份额的演变，后者在20世纪20年代至20世纪70年代有所下降，之后有所增加(Piketty and Saez, 2003; Saez and Zucman, 2016)。这种差异可能源自股权集中程度、管理层薪酬规则和再分配政策等其他因素。

2、行业层面

如下图所示，不同行业集中度整体都在上升，但开始上升的时间不同，制造业和采掘业开始偏早，服务业和贸易业开始偏晚。

3、全分布

下图展示了不同规模企业生产份额的全分布情况(前 0.1%, 前0.1% 到1%，前1% 到10%，前 10% 到50%，后50%)。由于部分行业头部企业太少，文章只能选择前1%份额变化作为基准，但需要注意的是头部份额的扩张主要来自前0.1%的企业，主要侵蚀了中部企业的份额，底部企业的份额在任何时期都几乎可以忽略不计。

4、雇佣规模集中度

企业规模也可以用劳动雇佣数量衡量。由于SOI只提供了财务信息，文章转而使用Business Dynamics Statistics人口普查数据库，用类似结构的公司数量及其就业数量得到了雇佣规模集中度，结果如下图所示。相对于以财务结果衡量的生产集中度，雇佣规模衡量的集中度水平较低，增幅更温和。Autor et al. (2020) 发现行业层面的雇佣集中度的水平值和增幅均低于收入集中度，称这可能是因为头部企业用更少的工人生产更多的产品，且生产扩张较少依赖实体投入。此外，头部企业生产方式越来越资本密集型也可能是原因。

5、盈利能力

根据SOI提供的财务信息，文章以税前净收入除以销售收入作为盈利能力指标，比较该指标在前1%资产规模的企业和其余企业间的差异及趋势。结果如下图所示。可以发现，利润率随着时间的推移而波动，并没有表现出持续的长期趋势。利润率在大萧条期普遍很低，然后在20世纪40年代急剧反弹，紧接着开始下降，一直到80年代之后才略有上升。该结果与Barkai and Benzell （2018）关于美国企业利润率的历史演化一致。其次，前1%企业的利润率一直高于其余企业，但两者差异随时间没有明显变化。

04 

理论机制

生产集中度长期上升，上升趋势先从制造业开始，然后扩展到服务业和贸易业。如何解释这一数据特征？作者讨论了一系列可能的经济力量。

1、验证规模经济假说

首先，文章发现了与规模经济假说一致的三个证据：（1）行业层面的生产集中度上升往往伴随着有利于规模经济提升的技术进步，表现为前1%生产集中度与研发及IT投资强度正相关，无论在水平上还是增量上。此外突破性技术专利的增量与前1%生产集中度的增量也正相关；（2）经营成本的刚性程度与前1%企业的份额正相关，而生产成本刚性程度越高，越有利于规模经济和大企业；（3）集中度上升更多的行业，实际产值增长和产出份额扩张都更快。

为阐述规模化生产技术对生产集中度上升的影响，文章构建了企业根据自身生产效率选择生产技术的模型。该模型说明，提高规模化生产能力的技术会加剧企业分化。为理清该论述结构，这里介绍模型的关键假定和推论。

自由进入假定。企业进入行业后，可以观察到自身的生产效率ai，并面临三个选择：迅速退出，采用旧的生产技术，采用新的生产技术。大括号中的三项分别代表三个选择的预期收入，最终决定了进入企业的数量。

生产技术异质性假定。技术采用的投资支出发生在当期，收益在未来。其中，，意味着旧技术的投资支出小于新技术，参数h为新技术生产规模化的程度。，意味着新技术的生产效率更高。

外生价格加成假定。企业采用外生价格加成µ，企业采用规模报酬不变的技术的生产效率为ai，单位成本为1/ai，价格为(1+u)/ai。该假定主要是为了说明企业集中的趋势不一定伴随着盈利能力的趋势。

求解模型后，文章得出了三个关键推论：

首先，企业的生产率水平决定了企业的去留和技术选择。在均衡状态，退出和使用旧技术和使用新技术收益相等，由此得到两个阈值和。当，企业i退出；当，企业i选择旧技术；

，企业i选择新技术。

其次，，即公司的利润率取决于价格加成，而与技术选择无关。

最后，前1%企业的份额占比如下所示。随着新技术规模化生产能力h的增强，前1%的生产集中度也提高，在一定条件下还可以推动行业的产出和在经济中的份额增长。

2、排除其他假说

市场规模。理论上，贸易壁垒的减少会扩大企业的外部市场，鼓励企业采用大规模生产的新技术，而不会直接提高企业的内销市场份额。实证上，作者发现剔除出口的销售收入集中度依然保持上升的趋势，说明市场规模不可能是唯一的驱动因素。此外，市场规模假说也没有得到历史资料的支持。进出口总和占美国GDP比重在1970s后才开始提高，同时国际贸易与制造业更相关，但制造业企业生产集中度上升在此之前已经开始。即使是国内贸易，美国国内市场在19世纪末期已经整合得相当好了。最后，一些研究表明全球化（中国进口）会负面冲击美国的大型制造商，对利基市场的“隐形冠军”影响较小，这意味着全球化也可能降低美国企业的生产集中度。

政府管制。直觉上，美国反垄断政策在不同时期松紧程度不同，政治环境随着两党交替执政有所变化，但企业生产集中度却一直上升，因此政府管制不太可能解释这一长期趋势。实证上，作者使用美国司法部每年提起的反垄断案件的数量和美国司法部反垄断部门的预算作为反垄断执行强度的代理，发现生产集中度与之没有明显的关系。此外，作者也没有找到在过去100年间美国的其他政策转向支持大企业，并且转向时间在制造业和服务业间存在差异。

人口。一些论文推断，近几十年来人口增长的下降降低了商业活力，增加了大公司的主导地位。但美国人口增长长期下降大约在20世纪60年代才开始。此外，人口增长下降可能不足以解释不同行业生产集中上升的时间。

金融。首先，融资可得性的增加对大企业和小企业的成长都具有促进作用。其次，美国金融体系的发展并非只促进了大企业的融资。如下图所示，在过去一个世纪中非金融行业的账面权益占资产的比重下降，说明债务融资增加，杠杆率长期增加，但该趋势在前1%的企业和其他的企业中基本一致。然后，金融摩擦难以解释不同行业生产集中度上升开始的时间。最后，低利率可能有利于大企业和行业领导者，从而提高生产集中度，但该机制仅在近几十年可能生效，还是无法解释长期的上升趋势。

05 

结论

本文首次度量了美国一百年以来企业生产集中度，并发现了两个基本事实：企业生产集中度呈长期上升趋势，制造业和采掘业开始的时间在1970s之前，服务业、零售业和批发业在1970s之后。本文认为来自市场规模、政府管制、人口和金融等方面的因素不足以解释该长期趋势，最有可能的解释是提高规模经济效应的技术进步，文章实证和理论的工作均支持规模经济假说。

在社会化大规模生产日益普及的今天，文章对美国企业生产集中度历史性的回顾也令读者浮想联翩。英国、法国、德国和日本等老牌工业化国家是否也存在类似的企业生产集中趋势，与美国这样拥有超大规模一体化市场的国家是否存在水平上的差异？企业生产集中度的上升与社会不平等、城市化、环境污染等重要主题是否互动的？企业生产集中度未来是否会继续上升？以AI为代表的新一轮技术革新又会带来什么样的规模化生产技术？如果企业生产的集中是一种必然，是否需要在政策环境上扶持中小企业，政策监管和金融系统又应该如何调整？这些开放性的问题值得学者、公众和政策制定者更多思考。

推文作者：马林，中南财经政法大学金融学院硕士；邮箱：mlzuel@126.com，欢迎大家批评指正。

Abstract 

We collect data on the size distribution of all U.S. corporations for 100 years. We document that corporate concentration (e.g., asset share or sales share of top businesses) has increased persistently over the past century. Rising concentration was stronger in manufacturing and mining before the 1970s, and stronger in services, retail, and wholesale after the 1970s. Furthermore, rising concentration in an industry aligns with greater technological intensity and more fixed costs. Industries with higher increases in concentration also exhibit higher output growth. Among the leading hypotheses for rising concentration, stronger economies of scale appear consistent with the long-run trends.

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。