一 引 言

“供需”分析長期以來一直是實證經(jīng)濟學的主要研究內(nèi)容。在產(chǎn)業(yè)組織理論問題的實證研究中，傳統(tǒng)的簡約式分析方法側(cè)重于分析變量之間的因果關(guān)系，無法清晰地辨別問題背后的變化機理，從而影響其在政策評估、福利分析中的應(yīng)用。為了克服簡約式分析的缺陷，新實證產(chǎn)業(yè)組織的研究范式應(yīng)運而生。而在新實證產(chǎn)業(yè)組織研究范式中，BLP模型是目前應(yīng)用最為廣泛的研究方法之一， BLP模型可以進行需求側(cè)和供給側(cè)估計，更加明確地回答研究中存在的假設(shè)性問題(王子和周雁翎，2019)[1]，清楚分析問題的內(nèi)在機理，并通過反事實分析得出合理的政策評估結(jié)果。

早期的實證分析是在不完全競爭市場下進行同質(zhì)化產(chǎn)品市場的需求和成本函數(shù)估計。由于產(chǎn)品數(shù)量少，此類模型易于處理。隨著市場假設(shè)和研究方法的不斷發(fā)展，經(jīng)濟學研究對象越來越傾向于特定行業(yè)以及替代性產(chǎn)品。人們逐漸意識到對于差異化產(chǎn)品市場研究的重要性。McFadden(1974)[2]等提出的離散選擇模型解決了差異化產(chǎn)品需求估計的問題。該模型從一類消費者行為推導(dǎo)出市場需求。由于消費者效用依賴于產(chǎn)品特征和消費者的偏好參數(shù)，最大化消費者效用并根據(jù)消費者決策加總的結(jié)果獲取消費者對該產(chǎn)品的選擇概率，將其近似為產(chǎn)品層面的市場份額，從而估計出需求函數(shù)系數(shù)。該方法有兩個優(yōu)點：一是解決了維數(shù)過多的“參數(shù)詛咒問題”；二是可以對新產(chǎn)品進行反事實模擬。但離散選擇模型在研究過程中對于產(chǎn)品全部特征沒有要求，忽視了不可觀測的產(chǎn)品特征，這些不可觀測的產(chǎn)品特征可能與價格變量之間存在內(nèi)生性問題，而忽視內(nèi)生性問題會導(dǎo)致估計的需求曲線向上傾斜，帶來估計結(jié)果誤差。另一方面，在數(shù)據(jù)要求上，McFadden(1974)[2]的離散選擇模型需要個體層面的數(shù)據(jù)，而對于研究人員來說個體層面的數(shù)據(jù)難以獲取，在實踐中為問題研究帶來了困難。上述問題的存在限制了離散選擇模型的應(yīng)用。

為了解決離散選擇模型的局限性，在McFadden(1974)[2]研究的基礎(chǔ)上，Berry et al.(1995)[3]利用銷量、價格、產(chǎn)品特征等數(shù)據(jù)提出了差異化產(chǎn)品市場的需求估計方法——隨機系數(shù)Logit模型(BLP模型)，該模型克服了離散選擇模型的缺陷，充分考慮到價格與不可觀測的產(chǎn)品特征之間的內(nèi)生性問題，利用聚合的產(chǎn)品層面數(shù)據(jù)完善了早期離散選擇模型對于個體層面數(shù)據(jù)的限制，并且解決了維數(shù)詛咒問題以及產(chǎn)品特征的異質(zhì)性問題。隨后，BLP模型被廣泛應(yīng)用于產(chǎn)業(yè)組織實證問題研究中，結(jié)合嚴謹?shù)睦碚撃Ｐ汀⒆畲蠡в煤瘮?shù)以及利潤函數(shù)的思想將實證模型結(jié)構(gòu)化并運用到實證研究問題中，使估計結(jié)果更加貼近現(xiàn)實，以進一步解釋產(chǎn)業(yè)組織理論問題的內(nèi)在機理。Nevo(2000)[4]詳細解釋了BLP模型。此后，BLP模型被具體應(yīng)用于差異化產(chǎn)品市場的市場勢力、并購、創(chuàng)新、投資廣告決策、定價、消費者福利估計以及規(guī)制政策分析等產(chǎn)業(yè)組織理論問題的實證研究中。

BLP模型是產(chǎn)業(yè)組織理論問題實證研究的有力工具，具體應(yīng)用中有如下優(yōu)勢：(1)數(shù)據(jù)要求并不嚴格；(2)可以根據(jù)消費者偏好構(gòu)建效用函數(shù)合理估計出需求函數(shù)，利用供給側(cè)函數(shù)估計出邊際成本參數(shù)，從而根據(jù)現(xiàn)實中產(chǎn)業(yè)鏈上下游的縱向關(guān)系、企業(yè)之間的競爭等互動行為建立符合現(xiàn)實的模型；(3)可以清楚分析出研究框架中各個因素的影響效果，而不是僅得出因果之間的正、負向影響；(4)政策效果的評估針對性強，可以通過反事實分析評估不同政策環(huán)境下的政策效果；(5)可以進行福利分析，根據(jù)反事實模擬分析不同政策環(huán)境下的福利效應(yīng)。

近年來，關(guān)于BLP模型應(yīng)用和方法的研究受到學者關(guān)注。隨著對BLP模型研究的不斷深入，越來越多學者發(fā)現(xiàn)BLP模型僅適用于非耐用品市場，沒有考慮到耐用品市場中消費者長期效用對于消費者購買決策的影響，而前瞻性消費者可能會根據(jù)未來產(chǎn)品供應(yīng)和價格的預(yù)期改變購買決策。因此對于BLP模型的研究從非耐用品市場發(fā)展到耐用品市場和半耐用品市場(Goettler和Gordon，2011[5]；Gowrisankaran和Rysman，2012[6])，在效用函數(shù)中充分考慮消費者預(yù)期，建立貝爾曼方程估計需求函數(shù),使模型設(shè)定更加符合現(xiàn)實情況，估計結(jié)果更加精準。在前沿的BLP模型方法研究中，主要關(guān)注三個方面問題：首先是對于方法中市場份額積分的近似運算進行優(yōu)化；其次是關(guān)于模型構(gòu)建過程中非線性系統(tǒng)的數(shù)值算法優(yōu)化研究；最后是對于估計方法的研究。

目前關(guān)于BLP模型的應(yīng)用研究逐漸從傳統(tǒng)的產(chǎn)業(yè)組織問題研究發(fā)展到雙邊市場理論問題的實證研究以及更廣泛的領(lǐng)域中，BLP模型的構(gòu)建方法也不斷改進，將需求側(cè)由靜態(tài)的隨機系數(shù)Logit模型發(fā)展為動態(tài)需求模型，與EP模型(Ericson和Pakes，1995)[7]結(jié)合，構(gòu)建供給側(cè)動態(tài)結(jié)構(gòu)模型，并且應(yīng)用范圍逐漸向其他經(jīng)濟學與管理學領(lǐng)域拓展(劉忠等，2012)[8]。而國內(nèi)關(guān)于BLP模型的實證研究及應(yīng)用較少，因此本文擬簡要介紹BLP模型的原理、發(fā)展、模型特點和優(yōu)勢，以及其在產(chǎn)業(yè)組織領(lǐng)域的應(yīng)用。

二 BLP模型的基本原理及發(fā)展

自Berry等提出BLP模型以來，關(guān)于BLP模型的研究主要集中在模型的構(gòu)建、算法優(yōu)化以及估計方法選擇問題中。本文提出的BLP模型主要參考了Reynaert和Verboven(2014)[9]的模型構(gòu)建過程，通常由以下步驟組成：(1)建立消費者的效用函數(shù)，并設(shè)定待估計參數(shù)；(2)通過博弈理論構(gòu)建供給側(cè)模型以及待估計參數(shù)；(3)運用數(shù)據(jù)估計需求函數(shù)與供給函數(shù)中的需求參數(shù)以及邊際成本參數(shù)；(4)根據(jù)不同情景進行反事實模擬分析。本文從需求側(cè)函數(shù)、供給側(cè)函數(shù)以及估計方法三個方面介紹BLP模型構(gòu)建的基本原理。

(一)需求側(cè)函數(shù)

假設(shè)存在t=1,2,…,T個市場，可以觀察到產(chǎn)品J的總體銷量、平均價格以及產(chǎn)品特征。存在Lt個潛在消費者，每個消費者i(i=1, 2, …,Lt)會選擇替代性產(chǎn)品j,其中外部產(chǎn)品為j=0,差異性產(chǎn)品表示為j=1,2,…,J，消費者對于外部產(chǎn)品的間接效用為：μi0t=εi0t，消費者i在市場t購買產(chǎn)品J的間接效用為：

Uijt=xjtβi-αpjt+ξjt+εijt

(1)

(2)

Ajt={(α,β,σ,εijt)|Uijt≥Uist,j≠s,j,s∈J}

(3)

消費者i選擇市場t中產(chǎn)品j的概率pijt為：

pijt=P(Uijt≥Uist,j≠s,j,s∈{0,1,…J})

(4)

因此有：

(5)

在市場t中產(chǎn)品j預(yù)測的市場份額是指產(chǎn)品j在所有可用產(chǎn)品(包括外部產(chǎn)品j=0 )中產(chǎn)生最高效用的概率。通過對個體特定評價進行積分可以得出：

(6)

其中Vijt中包括平均效用參數(shù)向量α和β以及平均評價值的標準差向量σ，令θd=(α,β,σ) 。

目前市場份額的近似計算通常采用兩種方法，一種是采用蒙特卡羅模擬求解積分：

(7)

另一種方法是采用基于多項式的稀疏網(wǎng)格方法(Heiss和Winschel，2008)[10]近似求解積分:

(8)

Skrainka和Judd(2012)[11]在BLP模型的研究背景下利用MPEC算法檢驗了兩種積分方法的效果，證明了基于多項式的稀疏網(wǎng)格方法在效率和優(yōu)越性方面優(yōu)于蒙特卡羅方法，蒙特卡羅方法在計算過程中可能產(chǎn)生數(shù)值誤差且存在不穩(wěn)定性，而稀疏網(wǎng)格方法解決了這種問題，使計算結(jié)果更加高效。

(二)供給側(cè)函數(shù)

假設(shè)產(chǎn)品j在市場t中的邊際成本是常數(shù)，且表示為：

cjt=xjtγ1+wjtγ2+ωjt

(9)

其中xjt是產(chǎn)品特征向量，既影響效用又會影響成本，wjt是只影響邊際成本的其他因素向量，ωjt是不可觀測的邊際成本影響因素。由于邊際成本難以獲取，但可以通過供給模型估計出來，在完全競爭條件下，價格等于邊際成本，即pjt=cjt，因此有：

pt=xtγ1+wtγ2+ωt

(10)

不完全競爭條件下，BLP模型采取伯川德競爭，每個企業(yè)f會設(shè)定價格使其達到利潤最大化結(jié)果，因此，納什均衡的一階條件是：

(11)

在不完全競爭條件下，由供給側(cè)可以得出：

(12)

(三) GMM估計

構(gòu)建需求側(cè)與供給側(cè)模型后進行參數(shù)估計。而對于BLP模型的估計主要有兩個問題：(1)通過聚合的市場份額系統(tǒng)解決需求函數(shù)參數(shù)以及邊際成本參數(shù)估計問題；(2)通過廣義矩估計(GMM)方法選擇工具變量估計參數(shù)。

由于變量之間具有內(nèi)生性以及非線性的市場份額系統(tǒng)問題，BLP模型估計通常采用GMM方法，條件矩限制為：

E[ρjt|zt]=0

(13)

其中，ρjt=(ξjt,ωjt)′和zt=(Xt,Wt)。

用非條件矩限制條件表示：

E[gjt(zt)ρjt]=0

(14)

其中，gjt(zt)是由外生數(shù)據(jù)zt的任意函數(shù)組成的q×2階矩陣。

Berry et al.(1995)[3]利用NFP算法解決最小化問題：外部循環(huán)通過最小化目標函數(shù)，內(nèi)部循環(huán)利用壓縮映射解決。然而，NFP算法存在一定的缺陷，GMM方法需要在非線性系統(tǒng)中搜索局部最小值，通過壓縮映射搜索參數(shù)值，由于在GMM估計內(nèi)循環(huán)中NFP需要循環(huán)上百次甚至上千次，會導(dǎo)致計算成本過高，為了解決這個問題，通常會選擇較大閾值以減少循環(huán)次數(shù)，這種方式雖然可以減少計算時間，但會使估計結(jié)果產(chǎn)生誤差。Knittel和Metaxoglou (2014)[12]指出在使用BLP方法的過程中，優(yōu)化方法可能不會達到局部最小值，并且獲得的局部最小值可能不是全局最小值，由于具有高度的非線性，局部最小值之間的差異會造成估計結(jié)果的差異。因此需要選擇多個初始值以獲取參數(shù)空間的全局最小值，但這種方法會增加計算成本(Kim et al.，2017)[13]。

為了解決NFP算法存在的缺陷，Dubé(2012)[14]提出了新的算法——具有平衡約束的數(shù)學規(guī)劃(MPEC)，以優(yōu)化GMM方法，使規(guī)劃問題轉(zhuǎn)化為受到市場份額約束的最小化GMM目標函數(shù)問題：

minρ(θ)′g(z)′A-1g(z)′ρ(θ)

(15)

s.t.s(α,β,σ)=s

同時比較NFP與MPEC的精確度和收斂速度，結(jié)果表明MPEC沒有嵌套內(nèi)部循環(huán)，不存在內(nèi)部循環(huán)誤差，避免了收斂點不是局部最小值的缺陷；消除了具有內(nèi)部循環(huán)的壓縮映射問題，使收斂過程更快。與Berry et al.(1995)[3]的方法相比，MPEC完全消除內(nèi)部循環(huán)問題，從而消除估計不準確的可能性，估計過程消耗時間更少且不需要壓縮映射，更適用于一般的需求模型估計。

GMM估計中的另一個問題是工具變量的選擇，Reynaert和Verboven(2014)[9]認為使用Chamblain(1987)[15]的最佳工具可以解決BLP模型中許多非最優(yōu)工具問題。最優(yōu)工具不僅減少了小樣本偏差，提高估計量的效率(均方誤差)和穩(wěn)定性。同時使用MPEC和最優(yōu)工具可以提高優(yōu)化問題的計算速度，而且基于多項式的稀疏網(wǎng)格方法對市場份額積分，在效率和計算速度方面優(yōu)于蒙特卡羅積分方法。

除了GMM估計外，Park和Gupta(2009)[16]提出了SML估計方法，并比較了SML方法與GMM方法(Park和Gupta，2012)[17]，結(jié)果表明SML估計在恢復(fù)異質(zhì)性參數(shù)方面優(yōu)于GMM估計。與GMM方法相比，使用SML估計更加有效。

(四)BLP模型研究的最新進展

近年來，一些研究試圖改進BLP模型，由于BLP模型需要依靠數(shù)值方法解決，Lee和Seo(2015)[18]基于BLP模型和一個線性近似市場份額函數(shù)提出了計算速度更快的隨機系數(shù)Logit模型估計方法，稱為近似BLP模型(ABLP)。與BLP模型相比，該方法可以通過解析的方法反演市場份額方程而不是利用數(shù)值求解方法，ABLP解出市場份額方程具有唯一的最優(yōu)解，相比其他方法計算速度更快。Moon et al.(2018)[19]擴展了BLP模型中的隨機系數(shù)離散選擇需求模型，在不可觀測的產(chǎn)品特征上以因子結(jié)構(gòu)的形式添加交互式固定效應(yīng)。交互式固定效應(yīng)可以與觀察到的產(chǎn)品特征任意相關(guān)，同時提出了兩階段最小二乘最小距離(LS-MD)方法來進行估計，通過蒙特卡羅模擬證明估計方法具有較好的性質(zhì)。

已有BLP模型研究大多依賴于靜態(tài)需求模型，然而在現(xiàn)實市場中需求模型多為動態(tài)，例如：消費者當前的決策會影響未來的效用；消費者當前的決策取決于對未來發(fā)展的預(yù)期。BLP模型由于忽視在耐用品市場中具有前瞻性消費者的長期效用，僅適用于非耐用品市場，在耐用品市場中運用BLP模型進行需求估計可能會使估計結(jié)果產(chǎn)生偏差。消費者對產(chǎn)品未來價格和供應(yīng)的期望也影響當前購買與未來購買之間的權(quán)衡。因此，在需求估計過程中，采用靜態(tài)需求模型而忽略動態(tài)因素會導(dǎo)致偏差和不一致估計(Aguirregabiria和Nevo，2010)[20]。Gowrisankaran和Rysman(2012)[6]、Goettler和Gordon(2014)[21]、Ishihara和Ching(2019)[22]構(gòu)建了基于消費者預(yù)期的動態(tài)需求模型。當前，產(chǎn)業(yè)組織問題的實證研究中，動態(tài)結(jié)構(gòu)模型結(jié)合BLP模型構(gòu)建思想，通常以EP研究框架為基礎(chǔ)，構(gòu)建供給側(cè)模型(Pakes，2000[23]；Gowrisankaran和Town，1997[24])，充分考慮到競爭主體的異質(zhì)性、競爭行為的策略性以及競爭過程的隨機性，并且可以合理描述動態(tài)寡頭市場的市場特征。Su和Judd(2010)[25]、Su(2014)[26]以及Egesdal et al.(2015)[27]等分別給出動態(tài)結(jié)構(gòu)模型中需求側(cè)與供給側(cè)函數(shù)的估計方法。

三 BLP模型的特征分析

BLP模型從微觀經(jīng)濟學中消費者效用最大化出發(fā)，通過最大化的消費者效用以及企業(yè)行為解釋經(jīng)濟學現(xiàn)象。與傳統(tǒng)的實證方法不同，BLP模型以估計需求曲線為基礎(chǔ)，在數(shù)據(jù)選取、模型構(gòu)建以及應(yīng)用范圍都具有較大優(yōu)勢，可以進一步檢驗經(jīng)濟行為假設(shè)，尤其適用于產(chǎn)業(yè)組織理論問題的研究。

(一)BLP模型的特點

BLP模型的優(yōu)勢首先體現(xiàn)在數(shù)據(jù)選取上。McFadden(1974)[2]的離散選擇模型通常需要消費者的個體選擇數(shù)據(jù)，然而在現(xiàn)實應(yīng)用中，研究人員難以獲取消費者的個體選擇數(shù)據(jù)，而BLP模型不需要消費者個體的購買決策數(shù)據(jù)，通過對消費者分布進行積分，結(jié)合產(chǎn)品選擇概率，利用市場份額數(shù)據(jù)構(gòu)建需求函數(shù)，從而可以依靠市場層面的數(shù)據(jù)進行研究。因此BLP模型對于數(shù)據(jù)的要求并不嚴格，僅需要產(chǎn)品的銷量以及價格數(shù)據(jù)。

在BLP模型構(gòu)建過程中，充分考慮到如下問題：首先是價格的內(nèi)生性問題，由于未觀測到的產(chǎn)品特征可能會與產(chǎn)品價格相關(guān)，Berry et al.(1995)[3]在模型中考慮到了研究人員未觀測到的產(chǎn)品特征與產(chǎn)品價格之間可能存在內(nèi)生性問題，并通過GMM估計解決這種內(nèi)生性問題；其次，考慮到差異化產(chǎn)品市場，BLP模型不再局限于同質(zhì)產(chǎn)品市場研究，使研究對象更加豐富；最后，考慮到消費者的異質(zhì)性問題，消費者個體選擇存在差異，BLP模型通過對消費者特征分布進行積分解決消費者異質(zhì)性問題。

BLP模型以需求側(cè)模型與供給側(cè)模型為基礎(chǔ)構(gòu)建實證模型展開研究。而需求側(cè)與供給側(cè)模型是從經(jīng)濟學理論中抽象出來，與簡約式模型不同，BLP模型并不是從數(shù)據(jù)中分析變量之間的因果關(guān)系，其關(guān)鍵特征是緊密聯(lián)系理論框架和現(xiàn)實數(shù)據(jù)，估計得到的參數(shù)結(jié)果更加穩(wěn)定。BLP模型可以在估計出需求參數(shù)的基礎(chǔ)上，以理論模型為基礎(chǔ)構(gòu)建供給側(cè)模型，并以此為研究框架進行不同情境下的反事實模擬分析，從而進行政策評估、福利分析。

(二)BLP模型的優(yōu)勢分析

在已有的實證過程中發(fā)現(xiàn)BLP模型具有如下優(yōu)點：(1)數(shù)據(jù)要求并不嚴格。可以根據(jù)消費者偏好構(gòu)建效用函數(shù)，合理估計出需求函數(shù)，利用博弈論、通過建立供給側(cè)函數(shù)估計出邊際成本，從而得到產(chǎn)品的邊際成本函數(shù)，進一步分析研究框架中各個因素的影響效果，而不是僅得出因果之間的正、負向影響；(2)政策效果的評估針對性強，可以通過反事實模擬，在不同政策環(huán)境下評估政策效果，分析均衡結(jié)果的變化，這一方法可以分析簡約式方法估計結(jié)果無法解釋的背后原因；(3)通過企業(yè)不同的定價策略可以進行福利分析，根據(jù)反事實模擬分析不同政策環(huán)境下的福利效應(yīng)。

隨著BLP模型逐漸從靜態(tài)結(jié)構(gòu)模型發(fā)展為動態(tài)結(jié)構(gòu)模型，其優(yōu)勢進一步顯現(xiàn)，主要體現(xiàn)在：(1)構(gòu)建需求側(cè)函數(shù)時，通常情況下前瞻性消費者會考慮到耐用品、半耐用品的未來價格以及長期效用，根據(jù)未來產(chǎn)品供應(yīng)和價格的預(yù)期改變購買決策，動態(tài)結(jié)構(gòu)模型設(shè)定更加貼近現(xiàn)實情況，需求函數(shù)的估計結(jié)果更加精準。(2)而對于供給側(cè)模型，企業(yè)間的動態(tài)競爭、投資、廣告、研發(fā)等通常會使企業(yè)在當前與未來決策之間取舍。考慮到市場發(fā)展趨勢以及對競爭對手行為的預(yù)期，企業(yè)之間的競爭決策、策略互動以及隨機的市場沖擊都會對市場演化造成影響，因此動態(tài)結(jié)構(gòu)模型可以更好地刻畫現(xiàn)實市場情景。

BLP模型的不斷優(yōu)化發(fā)展，使其可以用來構(gòu)建越來越符合現(xiàn)實的實證模型，雖然現(xiàn)如今BLP模型已經(jīng)發(fā)展到動態(tài)結(jié)構(gòu)模型，但由于動態(tài)結(jié)構(gòu)模型相比BLP模型算法更加復(fù)雜，在實際的應(yīng)用中，可能會導(dǎo)致更高的計算成本，需要根據(jù)產(chǎn)品市場的具體情況、獲取數(shù)據(jù)的樣本期長短以及具體的研究問題來合理地選擇模型，避免造成計算成本過高。

四 BLP模型在產(chǎn)業(yè)組織理論中的應(yīng)用

近年來，BLP模型在產(chǎn)業(yè)組織領(lǐng)域?qū)嵶C研究中應(yīng)用得越來越多。不同于傳統(tǒng)產(chǎn)業(yè)組織領(lǐng)域?qū)嵶C研究較常采用的簡約式分析模式，BLP模型不需要控制多個變量，可以通過效用函數(shù)估計需求系數(shù)，根據(jù)產(chǎn)業(yè)組織理論研究模型估計邊際成本系數(shù)，并進行供需分析。因此，BLP模型更適用于產(chǎn)業(yè)組織領(lǐng)域中評估、識別策略效應(yīng)，通過反事實模擬分析不同市場環(huán)境下企業(yè)策略的作用機理。

(一)縱向策略識別

關(guān)于縱向關(guān)系和縱向約束的相關(guān)研究多采用理論模型框架，且相對成熟，但實證研究仍然較少，在簡約式分析中通常采用虛擬變量來衡量縱向合約(Chen和Shieh，2016)[28]。簡約式分析方法僅能通過構(gòu)建指標研究自變量與因變量的因果關(guān)系，無法有效識別企業(yè)縱向控制手段。而運用BLP模型來構(gòu)建實證模型，通過反事實模擬對不同縱向控制手段進行實證分析則可以克服這一缺陷。

Lee(2013)[29]衡量了平臺的縱向一體化和具有排他性的軟件對于美國視頻游戲產(chǎn)業(yè)結(jié)構(gòu)和福利的影響，分別估計了消費者對于硬件和軟件產(chǎn)品的需求以及硬件平臺對軟件需求的動態(tài)結(jié)構(gòu)模型。由于視頻游戲具有耐用性，需要在需求側(cè)建立動態(tài)需求模型，并在硬件效用函數(shù)模型中添加硬件擁有量，結(jié)果表明硬件平臺與軟件開發(fā)商之間的一體化和獨家合約有助于平臺進入。在平臺市場允許強制排他性合約的情況下，監(jiān)管部門沒有必要進行干預(yù)和監(jiān)督。反事實模擬禁止排他性合約情境，結(jié)果表明雖然禁止排他性合約后行業(yè)更加集中，但消費者仍然可以從每個平臺的軟件中獲益。Yang(2017)[30]構(gòu)建上下游創(chuàng)新的動態(tài)模型研究了智能手機與芯片產(chǎn)業(yè)縱向一體化的創(chuàng)新效應(yīng)，首先根據(jù)消費者效用函數(shù)構(gòu)建了隨機系數(shù)Logit模型，再以時間、產(chǎn)品質(zhì)量以及一體化程度作為狀態(tài)變量分別構(gòu)建智能手機與其上游芯片的動態(tài)模型，模擬上下游不同一體化程度的市場結(jié)構(gòu)，表明縱向一體化以及一體化企業(yè)之間的協(xié)調(diào)投資可以增強創(chuàng)新效率和社會福利。

Bonnet et al.(2013)[31]考慮了在上游面臨成本沖擊時，企業(yè)通過實施非線性定價和縱向約束(如轉(zhuǎn)售價格維持、批發(fā)價格歧視)調(diào)整加價策略的影響。利用結(jié)構(gòu)模型方法研究認為，非線性定價合約和縱向約束對于產(chǎn)業(yè)鏈的影響可以起到調(diào)整上游成本沖擊的作用。通過對比轉(zhuǎn)售價格維持與線性定價，解釋上游成本沖擊到下游零售價格的傳遞程度。Bonnet和Dubois(2010)[32]提出了一個結(jié)構(gòu)模型的實證研究框架，考察制造商和零售商之間的兩部收費制合約，估計非線性兩部收費制合約的結(jié)構(gòu)模型是否存在轉(zhuǎn)售價格維持，在寡頭壟斷環(huán)境下檢驗上、下游不同的縱向合約模型。估算需求參數(shù)后在非線性合約模型中恢復(fù)總邊際成本，然后通過改變生產(chǎn)和分配的邊際成本的外生變量進行檢驗。實證分析結(jié)果表明，制造商和零售商將使用非線性定價合約，特別是帶有轉(zhuǎn)售價格維持的兩部收費制合約。Li和Moul(2015)[33]分析了中國手機市場制造商與零售商之間的縱向合約和消費者服務(wù)對企業(yè)利潤和社會福利的影響。根據(jù)制造商與零售商縱向合約由線性定價轉(zhuǎn)換為收益共享合約分別建立供給側(cè)模型，表明企業(yè)之間的縱向合約轉(zhuǎn)換和由制造商承擔零售商服務(wù)可以改善客戶服務(wù)，從而提高消費者福利。反事實分析表明制造商在提供高質(zhì)量服務(wù)時與零售商相比具有更大的成本優(yōu)勢。

國內(nèi)對于BLP模型的研究和應(yīng)用相對較少，主要集中在縱向關(guān)系的實證研究中。肖俊極和譚詩羽(2016)[34]檢驗了中國乘用車行業(yè)普遍存在的上下游縱向一體化關(guān)系以及由此引發(fā)的橫向共謀行為，利用隨機系數(shù)Logit模型刻畫消費者選擇，提出共同代理理論下四種乘用車市場競爭結(jié)構(gòu)假設(shè)，實證結(jié)果表明同一外方母公司參股的合資企業(yè)，如果它們的關(guān)鍵零部件均由外方母公司縱向一體化供給，則它們之間存在共謀。參與共謀的合資企業(yè)利潤不僅明顯高于自主品牌企業(yè)，也高于其他合資企業(yè)。李凱和趙偉光(2018)[35]以中國乘用車市場縱向價格壟斷案為背景，對整車制造商實施轉(zhuǎn)售價格維持是否弱化下游競爭進行實證檢驗，通過對不同的縱向策略構(gòu)建供給側(cè)模型分析社會福利。結(jié)果表明上游整車企業(yè)為了避免下游4S店價格競爭引發(fā)的負外部性，通過實施轉(zhuǎn)售價格維持，消除或弱化下游產(chǎn)品橫向競爭，最終實現(xiàn)壟斷定價。

(二)水平兼并審查

水平兼并通常以市場集中度作為衡量指標，但這種衡量方法不適用于差異化產(chǎn)品研究。而BLP模型可以估計出差異化產(chǎn)品的需求。Nevo(2000)[4]利用結(jié)構(gòu)模型提出了模擬價格均衡的方法：首先估計了差異化產(chǎn)品的需求函數(shù)，接下來根據(jù)供給側(cè)模型估計了邊際成本參數(shù)，最后通過計算新的均衡模擬兼并影響。其運用這一方法進一步模擬即食谷物行業(yè)兼并所帶來的價格變化，同時檢驗四種不同兼并帶來的社會福利影響。Fan(2013)[36]考慮了內(nèi)生的產(chǎn)品選擇和價格選擇問題，研究明尼阿波利斯報紙市場兼并的影響，并分析兼并的福利效應(yīng)如何隨市場特征變化而變化。結(jié)果表明，忽視產(chǎn)品特征的調(diào)整會導(dǎo)致估計結(jié)果產(chǎn)生重大差異。Gowrisankaran et al.(2013)[37]構(gòu)建醫(yī)院與管理式醫(yī)療機構(gòu)(MCO)之間競爭的討價還價模型，并評估醫(yī)院兼并的影響，結(jié)果顯示MCO討價還價會顯著抑制醫(yī)院價格，同時發(fā)現(xiàn)北弗吉尼亞州的醫(yī)院兼并會顯著影響醫(yī)院價格。Miller和Weinberg(2017)[38]對美國釀酒行業(yè)MillerCoors合資企業(yè)兼并后的經(jīng)濟影響進行實證調(diào)查，對兼并發(fā)生后MillerCoors及其主要競爭對手Anheuser-Busch的零售啤酒價格突然上漲原因進行經(jīng)濟分析。在一個差異化產(chǎn)品定價模型的背景下構(gòu)建結(jié)構(gòu)模型，反事實模擬表明兼并會帶來價格協(xié)調(diào)效應(yīng)，弱化兼并企業(yè)與其競爭對手之間價格競爭的激烈程度。

(三)市場結(jié)構(gòu)與企業(yè)創(chuàng)新

針對市場結(jié)構(gòu)與企業(yè)創(chuàng)新的實證研究，多采用簡約式分析考察企業(yè)的創(chuàng)新績效(孫曉華和鄭輝，2011)[39]。在實證研究過程中，簡約式分析通常需要外生控制多個變量，并且沒有考慮到企業(yè)的策略性行為。因此，利用簡約式分析不足以合理地解釋影響企業(yè)創(chuàng)新績效的內(nèi)在機理。而通過以BLP模型為基礎(chǔ)的動態(tài)結(jié)構(gòu)模型可以充分考慮競爭主體之間的異質(zhì)性、競爭行為的策略性以及競爭過程的隨機性，構(gòu)建更加靈活的模型研究企業(yè)的創(chuàng)新績效問題，并且減少人為設(shè)定，使研究結(jié)果更為穩(wěn)健。

與簡約式分析方法相比，結(jié)構(gòu)分析方法可以考慮到市場結(jié)構(gòu)的內(nèi)生性以及創(chuàng)新與市場結(jié)構(gòu)之間的關(guān)系。Goettler和Gordon(2011)[5]估計了具有內(nèi)生創(chuàng)新的耐用品的動態(tài)寡頭壟斷模型，討論市場結(jié)構(gòu)和產(chǎn)品質(zhì)量演變之間的關(guān)系。企業(yè)考慮消費者對于產(chǎn)品質(zhì)量提升和價格下降的動態(tài)反應(yīng)，做出動態(tài)定價和投資決策?？紤]耐用品以及內(nèi)生的長期創(chuàng)新率，對電腦處理器產(chǎn)業(yè)進行估計，并通過反事實模擬分析競爭的效應(yīng)。結(jié)果表明，當市場趨于壟斷時消費者剩余會提升。Goettler和Gordon(2014)[21]研究了寡頭壟斷的市場結(jié)構(gòu)下競爭和企業(yè)創(chuàng)新之間的關(guān)系，考察了競爭的決定性因素對企業(yè)均衡策略的影響。結(jié)果表明產(chǎn)品替代性和創(chuàng)新之間呈倒U型關(guān)系，倒U型曲線中上升部分反映了企業(yè)投資策略函數(shù)的變化，而下降部分表明當企業(yè)數(shù)量減少時產(chǎn)品質(zhì)量差距變化。市場結(jié)構(gòu)內(nèi)生化與固定或外生給定市場結(jié)構(gòu)會產(chǎn)生不同結(jié)果。Hashmi和Biesebroeck(2016)[40]分析全球汽車行業(yè)的動態(tài)博弈，通過計算馬爾可夫均衡，研究汽車行業(yè)市場結(jié)構(gòu)與創(chuàng)新之間的均衡關(guān)系。結(jié)果表明汽車行業(yè)中領(lǐng)導(dǎo)企業(yè)的創(chuàng)新會降低其他企業(yè)的創(chuàng)新效率，使創(chuàng)新效率更加集中，導(dǎo)致領(lǐng)導(dǎo)企業(yè)和其他企業(yè)之間的創(chuàng)新差距隨著競爭強度的增加而增加。

(四)市場勢力的測度

市場勢力的衡量指標主要有勒納指數(shù)、市場集中度、企業(yè)數(shù)量。勒納指數(shù)的構(gòu)建需要邊際成本數(shù)據(jù)，然而這在實證研究中較難獲取，市場集中度與企業(yè)數(shù)量則無法用來衡量特定企業(yè)的市場勢力。周末和王璐(2012)[41]采用新實證產(chǎn)業(yè)組織研究范式測度了白酒行業(yè)的市場勢力與壟斷損失，但該方法沒有考慮到消費者效用和產(chǎn)品特征，可能會造成市場勢力估計誤差。而BLP模型不僅可以估計企業(yè)的邊際成本用于測度市場勢力，同時還充分考慮到消費者偏好以及產(chǎn)品特征。這一分析框架容納了不可直接觀測的外部環(huán)境、潛在競爭等諸多因素，從企業(yè)行為出發(fā)，克服了傳統(tǒng)方法在市場勢力測度上的缺陷。

Nevo(2001)[42]實證檢驗了即食谷物行業(yè)的定價行為和非價格競爭行為，并將影響勒納指數(shù)的因素分為差異化產(chǎn)品、多產(chǎn)品企業(yè)定價、潛在價格合謀三個方面進行討論。結(jié)果表明即食谷物行業(yè)的價格與非競爭性定價行為一致，領(lǐng)導(dǎo)企業(yè)可以維持差異化產(chǎn)品，并且影響對于產(chǎn)品質(zhì)量的預(yù)測，由此導(dǎo)致了較高的勒納指數(shù)。Draganska et al.(2010)[43]通過考慮消費者需求以及均衡模型中制造商和零售商之間的互動，分析渠道利潤的決定因素和渠道相對勢力。其模擬了制造商和零售商之間的談判，通過構(gòu)建一個納什討價還價的博弈模型，以確定批發(fā)價格，并將模型應(yīng)用于德國咖啡行業(yè)分析。結(jié)果表明不同制造商與零售商之間的議價能力不同，企業(yè)規(guī)模是決定討價還價能力的關(guān)鍵因素。李凱和趙偉光(2018)[44]運用新實證產(chǎn)業(yè)組織研究范式構(gòu)建中國乘用車市場的結(jié)構(gòu)模型，對合資企業(yè)整車制造商中資議價勢力進行實證研究，為政府部門制定中國乘用車行業(yè)產(chǎn)業(yè)政策提供參考。

除此之外，BLP模型還應(yīng)用于新產(chǎn)品引入(Waldfogel和Berry，1999[45]；Nevo，2003[46]；Carranza，2010[47])、投資廣告決策(Anand和Shachar，2011)[48]、產(chǎn)業(yè)政策審查(Beresteanu和Li，2011)[49]等領(lǐng)域?？偨Y(jié)國內(nèi)外關(guān)于BLP模型在產(chǎn)業(yè)組織領(lǐng)域的實證研究應(yīng)用可以看出，越來越多的產(chǎn)業(yè)組織問題實證研究采用結(jié)構(gòu)式分析方法。BLP模型可以根據(jù)企業(yè)的行為構(gòu)建不同供給模型，對不同企業(yè)策略進行預(yù)測分析，從而更加合理地分析經(jīng)濟問題。而在傳統(tǒng)產(chǎn)業(yè)組織問題的實證研究中，無法深入探討企業(yè)策略以及其產(chǎn)生的經(jīng)濟效果，BLP模型的出現(xiàn)恰好可以解決實證研究在這一方面的缺陷。因此，BLP模型在產(chǎn)業(yè)組織領(lǐng)域的實證研究中具有重要的應(yīng)用價值。

五 主要結(jié)論及未來研究展望

本文系統(tǒng)梳理BLP模型的原理、算法研究進展及其擴展，同時回顧了其在產(chǎn)業(yè)組織領(lǐng)域的應(yīng)用。BLP模型將理論模型構(gòu)建思想與實證模型相結(jié)合，利用理論模型的研究范式結(jié)合實證方法估計需求與供給函數(shù)。通過最大化消費者效用建立需求估計模型，根據(jù)博弈理論建立供給模型，從而建立結(jié)構(gòu)模型進行經(jīng)濟學分析。但由于BLP模型的算法復(fù)雜性，需要清楚了解其原理。從模型應(yīng)用角度來看，BLP模型不局限于傳統(tǒng)產(chǎn)業(yè)組織問題的實證研究，同時適用于平臺等新興產(chǎn)業(yè)組織理論問題研究。從方法論上看，近年來產(chǎn)業(yè)組織領(lǐng)域的實證研究更傾向于結(jié)構(gòu)式分析方法；比較傳統(tǒng)實證方法與結(jié)構(gòu)模型方法可以看出，BLP模型的應(yīng)用使實證分析不再局限于因果關(guān)系，同時可以兼顧消費者選擇與企業(yè)行為，對不同企業(yè)策略進行預(yù)測和識別，從而合理地分析和解釋經(jīng)濟問題?，F(xiàn)階段，國內(nèi)利用結(jié)構(gòu)模型分析產(chǎn)業(yè)組織理論問題的研究較為豐富，但對于該方法的研究和應(yīng)用比國外要少得多，因此應(yīng)該根據(jù)BLP模型的應(yīng)用范圍，結(jié)合國內(nèi)產(chǎn)業(yè)組織熱點問題，拓展該模型的應(yīng)用。

BLP模型正逐漸從產(chǎn)業(yè)組織理論的實證研究向其他經(jīng)濟學、管理學領(lǐng)域延伸，未來對于BLP模型的研究無論是算法優(yōu)化還是應(yīng)用研究均會有較高的意義和價值。因此，本文認為BLP模型的未來研究可以從如下兩個方面展開：

第一，從方法角度上看，提高模型的計算效率是關(guān)鍵所在，也是難點所在。隨著BLP模型逐漸從靜態(tài)結(jié)構(gòu)模型發(fā)展為動態(tài)結(jié)構(gòu)模型，其算法的復(fù)雜性亦相應(yīng)增強。目前關(guān)于模型的算法研究較多，但市場份額的數(shù)值積分方法、估計算法的精確性以及算法收斂程度問題仍然有待解決；由于BLP模型采用數(shù)值解的形式，因此可以考慮以解析解方式改進模型；有關(guān)BLP模型的估計方法選擇也是一個有待深入討論的問題。

第二，從應(yīng)用角度上看，BLP模型的應(yīng)用范圍不再局限于傳統(tǒng)產(chǎn)業(yè)組織理論問題的實證研究，更適用于雙邊市場理論的實證研究。目前關(guān)于互聯(lián)網(wǎng)背景下產(chǎn)業(yè)組織理論問題的實證研究較少，由于BLP模型是在聚合的消費者選擇的基礎(chǔ)上構(gòu)建，可以考慮結(jié)合BLP模型和Python等軟件研究互聯(lián)網(wǎng)背景下的新興產(chǎn)業(yè)組織理論問題。