这篇文章探讨了企业加价率 (markup) 的两种主要估算方法：需求端和供给端。需求端方法（如 BLP 模型）依赖复杂的消费者偏好模型，而供给端方法（如 Olley-Pakes）则基于生产函数。尽管 De Loecker 等人使用供给端方法得出加价率显著上升的结论，但其研究因方法论和数据问题而备受争议。近期基于微观数据的新需求端研究也发现加价率普遍上升，但将其归因于消费者价格敏感度的下降，而非少数“超级明星”企业的垄断。最终，文章认为加价率上升是事实，但这并不必然意味着需要加强反垄断，反而凸显了当前统计数据的严重不足，这限制了对市场力量的准确评估。
什么是加价率？
加价率指的是公司产品售价与其额外生产一单位产品的成本之间的差额。这个差额越大，公司的利润就越高。然而，这对整体经济是有代价的——那些愿意支付生产成本但无法接受最终售价的人，将无法购买该商品。
估算加价率主要有两种途径，分别对应需求端和供给端。
- 从需求端看： 一旦知道了需求曲线的斜率，加价率就是斜率的倒数。
- 从供给端看： 一旦知道了企业的生产函数（即投入如何转化为产出），加价率就等于产出对某项投入的弹性，除以支付给该项投入的收入弹性。
简单来说，如果你可以通过增加 10% 的电费支出将产量提高 15%，但你却没有这么做，那么背后一定有某种无形的力量在阻碍你，这种力量就是加价率。
然而，知道需求曲线和生产函数本身就是一项极具挑战性的任务。
需求端估算法：复杂性与工具变量
严肃的需求端估算方法出现得更早。在处理多种商品的复杂市场时，简单地为每种商品找一个工具变量是行不通的，因为所有商品的价格和数量都相互影响。
为了解决这个问题，Berry-Levinsohn-Pakes (1995) 模型，简称 BLP 模型，应运而生。它引入了“随机系数”的概念，假设每个消费者对产品特性和价格的偏好存在个体差异。该模型没有封闭解，需要通过大量模拟计算得出。
要使用 BLP 模型，通常需要：
- 工具变量： 寻找与价格相关、但与未被观测到的产品质量无关的变量。例如，其他市场中产品的特性、啤酒厂到销售点的距离、连锁店的统一定价策略等。
- 行为假设： 对企业间的竞争方式做出假设，最常见的是“纳什-伯特兰竞争”，即企业通过价格进行竞争。然而，这种假设往往未经检验，且与现实可能存在偏差。
由于需求端估算需要对特定行业有深入的了解，并寻找合适的工具变量，它通常只适用于少数几个行业，如汽车、即食麦片和水泥等，难以用于评估宏观经济的总体趋势。
供给端估算法：生产函数与巨大争议
供给端估算法的核心优势在于，它不需要对竞争性质或产品特性做任何假设。只要企业在进行利润最大化，其估算逻辑就成立。
然而，核心挑战在于如何估算生产函数。企业投入的决策往往是同时做出的，并且受到研究者无法观察的因素（如生产力）的影响。Olley-Pakes (1996) 方法通过一个巧妙的思路解决了这个问题：
- 它假设生产力的变化是随机的，并且企业的投资水平与其生产力水平正相关。
- 因此，可以通过观察到的投资数据来推断出企业未被观察到的生产力水平。
De Loecker、Eeckhout 和 Unger (2020)（简称 DLEU）将这种方法发扬光大，他们利用上市公司财务数据估算了整个美国经济的加价率，并得出结论：加价率大幅上升，主要由少数“超级明星”企业驱动。
然而，这篇论文很快成为了众矢之的，遭到了大量批评：
- 数据问题： 他们使用的是销售收入而非实际产出，这使得整个估算变成了循环论证。
- 成本定义： DLEU 在计算可变成本时排除了销售、一般和行政费用（SGA），而这些费用中很多部分（如销售人员薪酬）会随产出变化。如果将其包含在内，加价率上升的趋势就会消失。
- 结果不一致： 根据该方法，使用不同的可变成本（如材料、电力、劳动力）应得出相同结论，但实际结果却大相径庭，甚至呈负相关。
- 利润率过高： 如果其结论为真，意味着企业的利润率超过 60%，这与现实严重不符。
- 样本问题： DLEU 在未明确说明的情况下删除了 29% 的样本，加回这些样本后，结论便不再成立。
- 假设过于脆弱： 该方法假设一个行业内的所有企业拥有相同的生产函数，并且未被观察到的生产力变化是“标量”（不影响投入的最佳比例），这些假设在现实中很难成立。
尽管有学者试图通过对比特定行业的需求端和供给端估算结果来为 DLEU 的结论辩护，但这些努力并未能回应上述核心批评。作者明确表示，他本人不相信 DLEU 的结论。
需求端的新机遇：超越“超级明星”企业
最近，一些利用大规模微观数据的新研究为需求端估算注入了新的活力，并得出了不同的结论。
Atalay 等人 (2025) 使用尼尔森的零售扫描数据和消费者面板数据，通过一种新的聚类方法改进了传统的 Logit 模型。他们发现：
- 加价率确实在上升，但主要原因是 消费者价格敏感度的下降。
- 部分原因是消费者对“缩水式通胀”（产品尺寸变小但价格不变）不敏感。
- 这也与人们变得更富有相符，因为富裕的消费者在面对同样的产品时，通常愿意支付更高的加价。
Dopper, MacKay, Miller 和 Stiebale (DMMS) 的研究同样基于尼尔森数据，他们通过一种创新的方法，在不使用工具变量的情况下估算需求弹性。他们发现：
- 加价率的上升是一种普遍现象。
- 至少在消费品领域，这种上升并非由少数超级明星企业驱动。
结论：加价率在上升，但我们真正需要的是数据
综合来看，过去四十年里加价率确实在上升。然而，这并不直接意味着我们需要更激进的反垄断执法。需求端的估算表明，加价率上升更多源于消费者行为的改变。
这真正揭示的，在我看来，是对更好的政府统计数据的需求。我们根本不知道美国到底生产了多少东西，以及是如何生产的。
由于缺乏足够的数据，许多关键问题无法回答。即使是美国联邦贸易委员会（FTC）在进行反垄断审查时，也常常因为无法及时获取企业数据，而不得不依赖那些在计量经济学上有问题的方法。缺乏可靠的统计数据，是准确评估市场力量和制定有效政策的最大障碍。