垄断企业产生的原因是什么？

最近最受*的新闻之一是滴滴与优步中国的合并。根据相关资料，滴滴换股收购优步中国后，新滴滴出行将占据中国专车市场份额的93.1%，垄断纠纷已在各大媒体上发酵。垄断，这种自古以来的现象，到底是怎么产生的？本期我们用马尔可夫矩阵展示垄断企业的必然趋势。周末聚会结束后，我和朋友们叫了一辆优步拼车回家，因为它比不拼车便宜六元。虽然这意味着绕道接人，但20分钟的路可能需要40分钟。优步APP显示，司机会先来接我们，然后从崎岖的地方接一个“丽”。车来了，我们俩坐在后排，但是路上出了一些错误:“丽”的手机到了接人的地方突然打不通。不是占线，也不是没人接，而是十分钟内完全打不通。我们停在路边，三个人都低头玩手机。“等还是等？司机问道。“听您的。最后，司机决定放弃失踪的拼车手，我们花了十分钟从街上转到原来的路上。显然，司机已经很烦躁了：他没有赚到拼车费，浪费了将近半个小时，所以他决定给我们倒苦水。和世界上每一个男人一样，他从大事开始，比如滴滴收购了优步。有一次，当没有滴滴或优步的时候，网上叫车也被称为黑车。当时，我喜欢和黑车司机聊天，因为司机经常认为我似乎能理解他们不愉快的生活，然后抹去我的车费。奇怪的是，网约车司机从来没有这样做过。无论如何，优步司机说：据说滴滴将立即取消对司机的所有奖励，最近他收到的名单越来越少，“我不想这么做。”“因为滴滴形成了垄断，”他说，“无论我们如何选择，我们都只能加入他们的家。你们也一样，以后车费肯定会涨，没有以前便宜了。近年来，关于“垄断”的新闻层出不穷，似乎每一家行业巨头企业都有过相关的诉讼。在IT领域，IBM在1969年深陷其中；2001年，微软被指控垄断；不久前，欧盟还起诉谷歌垄断。根据相关资料，滴滴换股收购优步中国后，新的滴滴出行将占据中国专车市场份额的93.1%，这听起来真的很危险。垄断是自古以来的一个概念。垄断企业的产生通常有两种情况。一是依靠技术优势形成行业垄断，如社交微信、旅游滴滴、网购淘宝等，凭借一定的技术优势成为某一细分领域的垄断巨头。另一种是由烟草、电力、铁路等国家控制的垄断产业，一直由国有垄断，规定私营企业不得经营。我们不讨论第二种情况，但我们也知道，无论一个企业在技术上有多大优势，吞并市场份额仍然不可能在一夜之间完成，其竞争对手自然也在进步。为什么企业A最终吞并了企业B而不是相反？因为A太聪明，B不努力？因为A符合时代潮流，B没有抓住机会？答案可能是其中之一，也可能不是。也许马太效应是一个答案。“马太效应”典型的“马太福音”：凡有，还要加给他，叫他有余；凡没有，连他的一切都要拿走。美国科学史作家罗伯特·莫顿首先提出了这一理论。他认为，著名的科学家通常比那些不知名的研究人员获得更多的声誉，即使他们有类似的成就。在科学界，马太效应确实可以解释许多不公平的现象：在一项重要成就的研究中，由于国籍、性别等原因，一些做出重要贡献的科学家经常被忽视甚至遗忘。然而，“马太效应”最显著的领域是经济学：富人越富，穷人越穷。垄断企业和马太效应是天生的一对，垄断企业必须有马太效应，而马太效应必然会带来垄断企业。我们不妨用模拟数据来证实它。在一个行业体系中，企业的市场份额波动可以通过一个特殊的随机过程来模拟，即马尔可夫链。马尔科夫链是一种无记忆系统随机演变的数学模型，这意味着该系统的未来行为只取决于该系统的当前状态，而不考虑其他影响因素。马尔可夫链有两个特点，一个是稳定性，另一个是马尔可夫性，也被称为无记忆。在产业体系的初步形成中，如果没有重大改革，我们可以认为企业市场份额的波动过程符合稳定性的要求。由于产品和服务的选择空间越来越大，客户只会根据每个企业的最新服务水平进行选择，而不是很久以前的服务水平；因此，我们认为完全确立了企业市场份额波动过程，以满足稳定性的要求。首先令W(t)表示时刻t的市场份额状态，P表示市场份额转移概率矩阵。我们可以在任何时候推导t 市场份额为W(t 1)=W(t)×P假设一个行业有5家主要企业，第一年的市场份额向量为W(t)=(W1(t),W2(t),W3(t),W4(t),W5(t))×P，其中W1(t),W2(t),W3(t),W4(t),W5(t)分别是第二年各企业的市场份额。转移概率矩阵P元素pij表示市场份额从第一企业流向第j企业的概率。为了找到转移的趋势，我们需要使用二次计划来估计矩阵P，它解释了这五家公司之间的关系。在设定目标函数时，我们希望市场份额的实际值越接近预测值，即估计pij值可以最大限度地减少总误差。除目标函数外，还必须考虑约束函数：每个转移概率必须在0到1之间，每行上所有元素之和必须等于1。这样，我们就得到了以下限制：下表显示了行业内五家企业的主营业务收入：显然，我们可以根据2015年第一季度的业务情况将行业内的企业分为三类：第一级是企业C，其主营业务收入远远超过其他企业；第二级包括企业A、B和D，B和D的收入之和小于企业C。第三级包括企业E，其份额太小，很难影响其他企业。在这个行业，最大和最小的企业之间有很大的差距。那这五家企业的后续发展如何呢？从上表数据可以看出，只有最大的企业C保持了主营业务收入的快速增长。也许市场份额会更加明显:企业C的市场份额一开始是最高的，后来几乎保持了持续的增长:从2015年第一季度到2017年第一季度，其市场份额从39.18%增长到45.11%，增长了6个百分点。与此同时，第二级三家企业的市场份额几乎一直在下降，减少的总量大约等于企业C的增长。E最小的市场份额很小，只是在其他企业的竞争中获得了一点喘息的机会。下图代表了五家企业的营业收入趋势，不用说，只有C一直在增长。利用市场份额的历史数据，我们在SASOR中估计了转移概率矩阵。结果如下：现在让我们观察矩阵P的对角线元素，它们显示了保持市场份额的能力：该能力值越接近1，保持市场份额的能力越强，反之亦然。毫无疑问，企业C的保持能力最强，其次是企业A的能力，企业B和D的能力并列第三，而企业E几乎没有保持市场份额的能力——这个顺序几乎与市场份额的大小完全一致。也许，在不久的将来，企业C将成为这个行业的滴滴。不用说，这个行业有明显的马太效应。需要注意的是，使用马尔可夫链的模拟过程只考虑当前状态，即当前市场份额，其他可能的影响因素不在我们的考虑范围内：也就是说，我们不会假设企业C比其他企业更聪明，技术发展更快，企业C在系统中的唯一优势是超过其他企业的市场份额。因此，在一个行业体系中，如果没有重大的政策导向或技术突破，大型企业将保持这样的增长势头，直到他们成为垄断寡头。垄断是马太效应下的一种趋势，甚至是必然。除了垄断企业本身，恐怕没有人会认为垄断是一件好事。司机和我们都会因为滴滴的垄断而遭受一些损失：他的收入更少，我必须支付更多的车费；他会向下一位乘客抱怨这种悲观的可能性，我会在文章中写下来。即使是司机和我之间也有一种不可避免的马太效应——他目前比我拥有更多的资产，所以他可以买一辆车，从我的资产中赚取车费；当然，指出这不应该让他感到多么安慰。当我们看到一种现象和结果时，我们经常故意寻找一些原因。我们可能会理所当然地认为，该行业的垄断者具有其他企业所没有的质量，如适当的管理、先进的决策、老板特别有吸引力。然而，如果我们从数据分析的角度来看待问题，我们可能会发现所谓的原因可能根本不存在，或者没有发挥这么大的作用，我们只是被一种趋势（或“历史轮”）包裹着。这样的视角可能会让你悲观，但也可能会让你更冷静，更有准备。因此，大多数时候，数据工作者所做的就是观察数据，调和模型，静静地等待“趋势”的出现，并提醒你不要被抛在后面。