徐小峰, 劉家國(guó)，郝俊

(1.中國(guó)石油大學(xué)(華東) 經(jīng)濟(jì)管理學(xué)院，山東 青島 266580; 2.大連海事大學(xué) 交通運(yùn)輸管理學(xué)院，遼寧 大連 116026)

船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)融合程度分析—以青島市為例

徐小峰1, 劉家國(guó)2，郝俊1

(1.中國(guó)石油大學(xué)(華東) 經(jīng)濟(jì)管理學(xué)院，山東 青島 266580; 2.大連海事大學(xué) 交通運(yùn)輸管理學(xué)院，遼寧 大連 116026)

世界航運(yùn)市場(chǎng)需求低迷和我國(guó)造船產(chǎn)能?chē)?yán)重過(guò)剩，促使全國(guó)及各地區(qū)船舶工業(yè)加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。為保障調(diào)整措施的針對(duì)性和有效性，首先需要對(duì)區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間的互動(dòng)關(guān)系和融合程度進(jìn)行研究。為此，本文結(jié)合青島市1990-2014年經(jīng)濟(jì)數(shù)據(jù)信息，利用VAR構(gòu)建了船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的動(dòng)態(tài)傳遞模型，并運(yùn)用Granger因果檢驗(yàn)和Cholesky正交脈沖響應(yīng)，分析了變量間的關(guān)聯(lián)效應(yīng)和影響趨勢(shì)。分析結(jié)果顯示：青島市船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)形成了緊密的互動(dòng)關(guān)系；融資渠道和服務(wù)模式對(duì)船舶工業(yè)發(fā)展具有重要影響；產(chǎn)業(yè)鏈條和產(chǎn)品種類(lèi)需要優(yōu)化配置。

船舶工業(yè)；結(jié)構(gòu)調(diào)整；VAR模型；區(qū)域經(jīng)濟(jì)；產(chǎn)業(yè)融合

船舶工業(yè)是為海洋運(yùn)輸、海洋開(kāi)發(fā)和國(guó)防裝備等提供載體支持的基礎(chǔ)產(chǎn)業(yè)，是集勞動(dòng)、資本、技術(shù)等密集型生產(chǎn)要素于一體的總裝制造業(yè)[1-2]。面對(duì)世界經(jīng)濟(jì)復(fù)蘇遲緩、國(guó)內(nèi)經(jīng)濟(jì)增速放慢、海運(yùn)市場(chǎng)持續(xù)低迷等不利局面，2014年我國(guó)船舶工業(yè)經(jīng)受了新船需求不足、產(chǎn)能結(jié)構(gòu)化過(guò)剩、海洋工程市場(chǎng)風(fēng)險(xiǎn)突顯等困難考驗(yàn)，造船完工、新接訂單和手持訂單等三大指標(biāo)均保持了世界第一的領(lǐng)先位置，造船大國(guó)地位進(jìn)一步鞏固[3]。但是在經(jīng)濟(jì)運(yùn)行過(guò)程中，也暴露出我國(guó)船舶工業(yè)目前還存在發(fā)展后勁不足、企業(yè)盈利困難、產(chǎn)能利用率低等問(wèn)題。為此，政府出臺(tái)了若干確保船舶工業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的政策，以加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)步伐。那么，船舶工業(yè)作為國(guó)民經(jīng)濟(jì)發(fā)展支柱產(chǎn)業(yè)，隨著區(qū)域經(jīng)濟(jì)階段變化和產(chǎn)業(yè)結(jié)構(gòu)適應(yīng)調(diào)整，與其影響因素將呈現(xiàn)何種關(guān)聯(lián)關(guān)系和變化特征，應(yīng)如何采取措施促使其產(chǎn)業(yè)結(jié)構(gòu)有序優(yōu)化，成為當(dāng)前船舶工業(yè)結(jié)構(gòu)調(diào)整所關(guān)注的熱點(diǎn)問(wèn)題。

關(guān)于區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)的影響研究多是運(yùn)用關(guān)聯(lián)效應(yīng)[4]、投入產(chǎn)出[5]、灰色系統(tǒng)[6]等方法，結(jié)合某一時(shí)點(diǎn)或區(qū)間的投入產(chǎn)出數(shù)據(jù)，分析其對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)作用和對(duì)相關(guān)產(chǎn)業(yè)的帶動(dòng)影響。在此基礎(chǔ)上，有研究結(jié)合產(chǎn)業(yè)升級(jí)定位[7]、技術(shù)發(fā)展趨勢(shì)[8]、市場(chǎng)競(jìng)爭(zhēng)需求[9]等客觀因素，提出了船舶工業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的模式及對(duì)策。綜合上述分析，可看出當(dāng)前針對(duì)船舶工業(yè)與區(qū)域經(jīng)濟(jì)及關(guān)聯(lián)產(chǎn)業(yè)的動(dòng)態(tài)融合性、互動(dòng)性研究較為缺乏，而產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)變化趨勢(shì)是反映產(chǎn)業(yè)經(jīng)濟(jì)聯(lián)系內(nèi)在規(guī)律的關(guān)鍵依據(jù)，其演化軌跡對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)政策制定具有重要參考價(jià)值。因此，本文以青島市1990-2014年統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，研究船舶工業(yè)與區(qū)域經(jīng)濟(jì)互動(dòng)關(guān)系及關(guān)聯(lián)產(chǎn)業(yè)的融合程度，考察在不同經(jīng)濟(jì)發(fā)展階段船舶工業(yè)產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)的動(dòng)態(tài)變化特征與趨勢(shì)，并以此為依據(jù)提出青島市船舶工業(yè)結(jié)構(gòu)優(yōu)化方向。

1 研究設(shè)計(jì)

1.1 研究區(qū)域

青島市是國(guó)家級(jí)船舶產(chǎn)業(yè)示范基地和船舶出口基地，船舶工業(yè)是推動(dòng)其藍(lán)色經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)之一，現(xiàn)已形成涵蓋船舶、海工裝備、游艇、配套零部件、集裝箱生產(chǎn)于一體的船舶海工產(chǎn)業(yè)鏈。目前青島市已規(guī)劃建設(shè)完成的基地有黃島區(qū)海西灣和即墨女島兩大基地，正在規(guī)劃建設(shè)以船舶海工為主的膠南董家口基地，錯(cuò)位發(fā)展的產(chǎn)業(yè)格局基本形成(如圖1)。

圖1 青島市船舶工業(yè)產(chǎn)業(yè)格局Fig.1 The shipbuilding industrial pattern of Qingdao city

雖然青島市船舶工業(yè)已形成了以特色龍頭企業(yè)為支撐的產(chǎn)業(yè)聚集區(qū)，但是由于良好的地理優(yōu)勢(shì)和前期旺盛的市場(chǎng)需求，該行業(yè)內(nèi)還存有大批以小型船舶修造為主、經(jīng)營(yíng)規(guī)模偏小、產(chǎn)品附加值低的船舶制造及配套企業(yè)，隨著市場(chǎng)需求持續(xù)低迷和競(jìng)爭(zhēng)日趨激烈，產(chǎn)能結(jié)構(gòu)化過(guò)剩問(wèn)題逐漸顯現(xiàn)，影響了青島市區(qū)域經(jīng)濟(jì)的整體發(fā)展水平。遏制產(chǎn)能進(jìn)一步過(guò)剩，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，實(shí)現(xiàn)船舶工業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展，將為青島市實(shí)現(xiàn)藍(lán)色經(jīng)濟(jì)騰飛提供重要契機(jī)。本文以青島市1990-2014年的經(jīng)濟(jì)運(yùn)行狀況為基礎(chǔ)，分析區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間的互動(dòng)關(guān)系及融合程度，為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)提供決策依據(jù)。

1.2 研究方法

1.2.1 運(yùn)用VAR模型選取影響變量

以經(jīng)濟(jì)理論為基礎(chǔ)的結(jié)構(gòu)化分析模型需預(yù)先確定問(wèn)題及解釋變量，并由此推斷變量間的關(guān)聯(lián)關(guān)系[10]，而區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間的作用影響屬于非結(jié)構(gòu)化問(wèn)題，難以通過(guò)理論分析直接確定解釋變量。因此，選用向量自回歸模型(vector autoregression models, VAR)來(lái)描述經(jīng)濟(jì)變量間的非結(jié)構(gòu)化動(dòng)態(tài)關(guān)聯(lián)。這是由于VAR是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)構(gòu)建模型，不存在問(wèn)題識(shí)別和內(nèi)生變量解釋等復(fù)雜過(guò)程，能夠高效處理多變量相關(guān)分析、預(yù)測(cè)和隨機(jī)擾動(dòng)對(duì)系統(tǒng)動(dòng)態(tài)沖擊等問(wèn)題[11]。

假設(shè)區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的VAR(p)模型數(shù)學(xué)表達(dá)式是

(1)

式中：Yt是代表區(qū)域船舶工業(yè)發(fā)展的k階內(nèi)生變量向量;Xt是區(qū)域經(jīng)濟(jì)系統(tǒng)中影響船舶工業(yè)的m階外生變量向量;Ai和D分別是k×k和k×m階的系數(shù)估計(jì)矩陣;p是滯后階數(shù)；N是樣本總數(shù)。需要預(yù)先確定的是：經(jīng)濟(jì)變量X和Y的候選范圍、向量滯后階數(shù)p(保證隨機(jī)擾動(dòng)項(xiàng)服從向量白噪聲)，在模型求解過(guò)程中，為避免出現(xiàn)“偽回歸”現(xiàn)象，還需對(duì)時(shí)間序列向量進(jìn)行平穩(wěn)性檢驗(yàn)。

(2)

若引入滯后算子L，則又可以表示為

(3)

其中，A(L)=Ik-A1L-A2L2-L-APLP為滯后算子多項(xiàng)式。通過(guò)估計(jì)An(n=1,2…p)系數(shù)矩陣取值，可以確定區(qū)域經(jīng)濟(jì)系統(tǒng)中與船舶工業(yè)關(guān)聯(lián)較為緊密的經(jīng)濟(jì)變量。

1.2.2 采用Granger檢驗(yàn)確定互動(dòng)關(guān)系

上述構(gòu)建的動(dòng)態(tài)模型可解析區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的關(guān)聯(lián)關(guān)系，但無(wú)法識(shí)別其中的因果互動(dòng)關(guān)系，而Granger檢驗(yàn)可從統(tǒng)計(jì)意義上分析變量間的因果性[12]，這對(duì)區(qū)域船舶工業(yè)結(jié)構(gòu)優(yōu)化具有重要的決策參考價(jià)值。

(4)

如果S1小于F的臨界值，則接受原假設(shè)：yjt能Granger引起yit；否則拒絕原假設(shè)。其中，RSSi是yit方程uit的殘差平方和，RSSi是不yit滯后變量的方程殘差平方和。由于F檢驗(yàn)要求滿足高斯分布，所以也可用一般的漸進(jìn)等價(jià)檢驗(yàn)來(lái)代替

(5)

如果S2小于的χ2臨界值，則接受原假設(shè)；否則拒絕原假設(shè)。

1.2.3 利用IRF方法衡量融合程度

(6)

(7)

由此可以看出，Cholesky正交分解法中脈沖響應(yīng)結(jié)果取決于VAR(p)模型中的變量次序。

2 變量描述與數(shù)據(jù)處理

2.1 變量描述

本文著重研究分析區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)中變量的互動(dòng)關(guān)系與融合程度，并選取青島市典型區(qū)域作為研究樣本，從中國(guó)船舶工業(yè)年鑒和青島市統(tǒng)計(jì)年鑒提取了VAR(p)模型中10個(gè)初始內(nèi)生變量的數(shù)據(jù)信息，數(shù)據(jù)跨度從1990～2014年共25個(gè)觀測(cè)值。VAR(p)模型中初始內(nèi)生變量的信息描述及數(shù)據(jù)處理如表1所示。

表1中1～3變量代表區(qū)域經(jīng)濟(jì)系統(tǒng)的發(fā)展?fàn)顩r，其中，sv與船舶工業(yè)發(fā)展密切相關(guān)，是衡量區(qū)域船舶工業(yè)發(fā)展水平的關(guān)鍵變量。4～6個(gè)變量代表區(qū)域貿(mào)易、客運(yùn)、旅游等與船舶工業(yè)相關(guān)市場(chǎng)的價(jià)值產(chǎn)出。7、8變量表示社會(huì)經(jīng)濟(jì)和金融服務(wù)等與船舶工業(yè)相關(guān)渠道的資金投入，尤其在國(guó)際航運(yùn)和海工市場(chǎng)低迷情況下，創(chuàng)新金融模式、擴(kuò)大融資渠道已成為船舶企業(yè)降本增效的關(guān)注重點(diǎn)。9、10變量表示區(qū)域城市化程度和經(jīng)濟(jì)吸納能力，反映了與船舶工業(yè)發(fā)展環(huán)境相關(guān)的基礎(chǔ)條件。

表1 變量說(shuō)明

注：1. 假定價(jià)格因素長(zhǎng)期線性穩(wěn)定，pi表示第i年的價(jià)格影響指數(shù)，i=1,2, …,n；2.cnumberi、enumberi、numberi表示第i年末區(qū)域非農(nóng)業(yè)人口數(shù)、就業(yè)人口數(shù)、總?cè)丝跀?shù)。

2.2 數(shù)據(jù)處理

為消除價(jià)格因素和數(shù)據(jù)異方差影響，以1990年為基期對(duì)部分變量的原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化和對(duì)數(shù)取值。同時(shí)，為避免VAR模型出現(xiàn)“偽回歸”現(xiàn)象，還需對(duì)模型中內(nèi)生變量數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，以保障OLS參數(shù)估計(jì)的一致性。選用單位根檢驗(yàn)中的ADF方法進(jìn)行變量數(shù)據(jù)檢驗(yàn)，平穩(wěn)性檢驗(yàn)結(jié)果如表2所示。

表2 ADF平穩(wěn)性檢驗(yàn)結(jié)果

注：er變量是在1%顯著水平下趨于平穩(wěn)。

由表2可以看出，內(nèi)生變量中g(shù)v、te、sf未通過(guò)平穩(wěn)性檢驗(yàn)。為保障VAR模型參數(shù)的一致性，對(duì)未實(shí)現(xiàn)平穩(wěn)的變量取一階差分后再進(jìn)行ADF單位根檢驗(yàn)，結(jié)果表明上述變量在1%顯著水平下均實(shí)現(xiàn)了平穩(wěn)。另外，構(gòu)建VAR(p)模型中還需解決滯后階數(shù)p的選擇問(wèn)題。在進(jìn)行ADF檢驗(yàn)時(shí)一般可獲得滯后階數(shù)，這種定階方法是以消除時(shí)間序列相關(guān)性為目的，存在定階過(guò)高、影響模型自由度等弊端。在VAR(p)模型構(gòu)建過(guò)程中，既要考慮模型動(dòng)態(tài)特征完整反映，還要兼顧參數(shù)估計(jì)數(shù)量，為此，采取LR、FPE、AIC等傾向較低定階的信息準(zhǔn)則方法確定模型滯后階數(shù)為2。

3 實(shí)證分析與結(jié)果討論

3.1VAR模型構(gòu)建分析

為有效分析區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間的動(dòng)態(tài)關(guān)系，文中以青島市為例，構(gòu)建了10維的VAR模型，并采取多種信息準(zhǔn)則確定了滯后階數(shù)，建立的VAR(2)模型系數(shù)估計(jì)如表3所示。估計(jì)結(jié)果顯示多數(shù)系數(shù)的t統(tǒng)計(jì)量在10%顯著水平下并不顯著，究其原因可能是同一方程中變量的滯后值產(chǎn)生了多重共線性，但這不影響模型滯后階數(shù)選擇。

VAR(2)模型整體的擬合優(yōu)度為0.970 673，表明擬合效果較好。同時(shí)，為保障模型脈沖響應(yīng)分析的有效性，還需對(duì)模型進(jìn)行穩(wěn)定性檢驗(yàn)。文中采取

AR根檢驗(yàn)方法，估計(jì)的VAR(2)模型所有根模倒數(shù)都在單位圓內(nèi)(如圖2)，表明模型是穩(wěn)定的。這說(shuō)明盡管青島市船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間存在著復(fù)雜的關(guān)聯(lián)影響，但由sv、gv、ta等10個(gè)變量構(gòu)成的系統(tǒng)是穩(wěn)定的。

圖2 VAR(2)模型穩(wěn)定性檢驗(yàn)Fig.2 VAR(2) model stability test

svgvtatesftcfalaulersv(-1)0.30010.397-0.9925.8670.969-1.605-0.277-0.689-0.0730.039sv(-2)-0.091-0.5940.774-0.5740.0029.8680.2080.5140.102-0.033gv(-1)0.203-1.0890.854-0.4233.053-3.3290.265-0.0480.0470.039gv(-2)2.227-9.4669.546-4.6525.837-16.7940.6702.1250.547-0.130ta(-1)0.1140.519-0.1850.2590.6961.4080.079-0.682-0.0150.084ta(-2)-0.158-2.0390.059-1.211-0.188-3.6400.0800.519-0.089-0.047te(-1)-0.3191.099-1.3400.305-4.8713.721-0.4280.091-0.085-0.063te(-2)-0.396-0.594-1.843-0.942-3.0567.388-0.0660.189-0.107-0.035sf(-1)-0.2540.660-0.9500.304-0.8731.6710.001-0.198-0.0520.020sf(-2)0.0270.3061.0010.3600.450-1.4420.034-0.0880.0840.013tc(-1)-0.048-0.1580.089-0.0250.0720.130-0.007-0.0120.0110.000tc(-2)0.0100.3450.1970.1820.505-1.0830.005-0.0530.0090.007fa(-1)1.26118.9085.13411.68225.174-29.3623.997-0.9510.3440.504fa(-2)1.0289.0898.4815.0654.25715.952-2.6721.1200.029-0.369la(-1)-1.230-24.355-4.277-14.332-25.76630.965-3.8401.640-0.260-0.564la(-2)-1.926-4.040-14.313-2.580-7.748-14.5292.630-2.512-0.4170.507ul(-1)0.877-16.31912.050-7.2275.706-27.302-1.485-3.5790.8480.374ul(-2)3.70012.426-3.9339.39511.6949.4364.4535.5360.492-0.233er(-1)-9.653-200.289-32.471-118.581-217.812271.802-34.88915.095-1.760-5.167er(-2)-16.384-34.783-122.187-22.986-69.441-108.84120.764-20.002-3.5034.005

注：加粗系數(shù)表示t統(tǒng)計(jì)量在10%顯著水平下顯著。

在表3中估計(jì)的系數(shù)雖然大多不顯著，但是從部分顯著的系數(shù)中也可以發(fā)現(xiàn)青島市船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)之間的關(guān)聯(lián)影響：

sv-gv——船舶工業(yè)與青島市經(jīng)濟(jì)發(fā)展存在顯著關(guān)系。船舶工業(yè)將會(huì)帶動(dòng)機(jī)械、鋼鐵、化工、儀器儀表等相關(guān)產(chǎn)業(yè)協(xié)同發(fā)展，這是推動(dòng)青島市經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿χ?。同時(shí)，青島市工業(yè)發(fā)展水平和基礎(chǔ)設(shè)施配套能力又會(huì)對(duì)船舶工業(yè)形成支撐或制約作用，隨著滯后階數(shù)增加，這種作用效果會(huì)不斷增強(qiáng)。

sv-te——船舶工業(yè)與青島市進(jìn)出口貿(mào)易存在顯著關(guān)系。船舶產(chǎn)品附加值高，其出口將有效帶動(dòng)青島市貿(mào)易發(fā)展，但是由于船舶產(chǎn)品制造周期較長(zhǎng)，見(jiàn)效較慢，在滯后1階和2階中，對(duì)進(jìn)出口貿(mào)易發(fā)展呈現(xiàn)了一定的負(fù)面影響。

sv-tc——船舶工業(yè)與青島市旅游業(yè)存在顯著關(guān)系。作為濱海旅游城市，旺盛的游艇、客輪需求將有效帶動(dòng)船舶工業(yè)發(fā)展?？紤]到船舶產(chǎn)品投資周期長(zhǎng)且占用資金多，在滯后1階對(duì)旅游業(yè)將會(huì)產(chǎn)生負(fù)面影響，從滯后2階后則表現(xiàn)出積極促進(jìn)作用。

sv-la——船舶工業(yè)與青島市金融服務(wù)業(yè)存在顯著關(guān)系。在船舶建造過(guò)程中，由于船東議價(jià)能力較強(qiáng)，船企往往需要進(jìn)行項(xiàng)目墊資，這將占用企業(yè)過(guò)多的流動(dòng)資金。為保持正常的生產(chǎn)經(jīng)營(yíng)，船企多需向地方金融機(jī)構(gòu)進(jìn)行融資，隨著建造進(jìn)度推移和技術(shù)難度增加，這種需求將會(huì)變得更加強(qiáng)烈。

sv-er——船舶工業(yè)與青島市就業(yè)水平存在顯著關(guān)系。船舶工業(yè)作為多要素密集型產(chǎn)業(yè)，隨著技術(shù)改進(jìn)和生產(chǎn)模式變革，對(duì)從業(yè)人員的素質(zhì)和能力要求越來(lái)越高，因而，從就業(yè)角度看，隨著柔性制造和數(shù)字化造船的推廣，行業(yè)擠出的負(fù)面效應(yīng)將會(huì)變得更加明顯。

無(wú)論VAR(2)模型的系數(shù)估計(jì)是否顯著，在“新常態(tài)”經(jīng)濟(jì)形勢(shì)下，文中對(duì)青島市船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的影響符號(hào)判斷基本符合預(yù)期經(jīng)濟(jì)意義。作為青島市的六大支柱產(chǎn)業(yè)，船舶工業(yè)發(fā)展對(duì)區(qū)域工業(yè)、進(jìn)出口貿(mào)易和旅游業(yè)具有重要影響。作為總裝制造業(yè)，青島市船舶工業(yè)對(duì)產(chǎn)業(yè)鏈的完整性和經(jīng)濟(jì)系統(tǒng)的匹配性提出了較高要求，不僅需要大規(guī)模的固定資產(chǎn)投資，還要求有通暢的融資渠道與環(huán)境。同時(shí)，隨著造船技術(shù)與生產(chǎn)模式的變革，船舶工業(yè)對(duì)城市基礎(chǔ)環(huán)境和從業(yè)人員素質(zhì)也有了更高要求。

表4 Granger因果關(guān)系檢驗(yàn)結(jié)果

注：表示在10%顯著水平下，存在Granger因果關(guān)系。

3.2 變量互動(dòng)關(guān)系分析

依據(jù)上述VAR(2)模型中系數(shù)估計(jì)的顯著狀況，可分析得出區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的部分關(guān)系，但此種分析結(jié)果具有一定的主觀局限性，變量之間究竟存在何種互動(dòng)(單向或雙向)關(guān)系，還需要統(tǒng)計(jì)意義上的檢驗(yàn)分析。為此，對(duì)VAR(2)模型中的變量進(jìn)行Granger因果關(guān)系檢驗(yàn)，結(jié)果如表4所示。

從表4結(jié)果可看出：一方面， gv、te、sf、tc、fa、la、ul、er等單變量及其滯后項(xiàng)對(duì)sv具有聯(lián)合顯著性，即這些單變量均是sv的Granger原因，包含ta在內(nèi)的所有變量及其滯后項(xiàng)對(duì)sv具有聯(lián)合顯著性，即經(jīng)濟(jì)系統(tǒng)中所有變量共同是sv的Granger原因，這說(shuō)明青島市船舶工業(yè)內(nèi)生性良好，與區(qū)域經(jīng)濟(jì)系統(tǒng)形成了緊密的發(fā)展關(guān)系。另一方面，sv是gv、ta、te、tc、la等變量的Granger原因，與gv、te、tc、la等變量存在雙向互動(dòng)關(guān)系，這說(shuō)明青島市船舶工業(yè)與區(qū)域工業(yè)體系、進(jìn)出口貿(mào)易、旅游交通和金融服務(wù)等已形成了有效的溢出與反饋機(jī)制。sv與ta、sf、fa、ul、er等變量存在單向影響關(guān)系，表現(xiàn)出了較強(qiáng)的外生性。這其中，青島市交通運(yùn)輸主要以陸路為主，對(duì)船舶工業(yè)產(chǎn)生的行業(yè)帶動(dòng)作用不強(qiáng)；船企產(chǎn)品主要以散貨船、集裝箱船和海工平臺(tái)為主，未對(duì)海運(yùn)客貨市場(chǎng)形成有力支撐；船舶工業(yè)發(fā)展投資周期長(zhǎng)、見(jiàn)效緩慢，很難對(duì)固定資產(chǎn)投資產(chǎn)生顯著影響。同時(shí)，船舶工業(yè)發(fā)展對(duì)城市化程度、就業(yè)吸納能力也未產(chǎn)生明顯的影響作用。

圖3 VAR(2)模型部分變量的脈沖響應(yīng)函數(shù)Fig.3 Impluse response function of VAR(2) model variables

3.3 產(chǎn)業(yè)融合程度分析

文中估計(jì)出的VAR(2)動(dòng)態(tài)傳遞模型系數(shù)很難得到精確解釋?zhuān)鳪ranger因果檢驗(yàn)得到的互動(dòng)關(guān)系也僅是對(duì)關(guān)聯(lián)效應(yīng)的統(tǒng)計(jì)確認(rèn)。為明確模型中變量間的影響程度，分析青島市船舶工業(yè)的產(chǎn)業(yè)融合狀況，還需借助VAR模型的脈沖響應(yīng)函數(shù)。由于Cholesky正交脈沖對(duì)模型變量次序極度敏感，所在在做脈沖響應(yīng)之前，需要對(duì)模型變量進(jìn)行排序，根據(jù)變量之間的外生影響確定排序如下：

在構(gòu)建的VAR(2)模型中共含有10個(gè)變量，會(huì)產(chǎn)生100個(gè)脈沖響應(yīng)函數(shù)。在這里只選取對(duì)一個(gè)正標(biāo)準(zhǔn)差信息沖擊反應(yīng)較強(qiáng)的脈沖響應(yīng)函數(shù)(如圖3)

由變量的脈沖響應(yīng)函數(shù)可以看出，船舶工業(yè)無(wú)論是作為脈沖變量還是響應(yīng)變量其作用發(fā)揮都有較長(zhǎng)的時(shí)滯，這與船舶工業(yè)投資周期長(zhǎng)、見(jiàn)效慢的特點(diǎn)是相吻合的。

從圖3中可看出，在當(dāng)期給sv一個(gè)正向沖擊后，在長(zhǎng)達(dá)7期內(nèi)gv呈現(xiàn)下行波動(dòng)趨勢(shì)，從第8期開(kāi)始出現(xiàn)上升拐點(diǎn)，sv對(duì)gv的帶動(dòng)作用明顯增強(qiáng)，并形成持續(xù)的正向響應(yīng)。這表明船舶工業(yè)作為投資規(guī)模巨大的基礎(chǔ)產(chǎn)業(yè)，在中短期內(nèi)對(duì)青島市經(jīng)濟(jì)將會(huì)產(chǎn)生較明顯的“抽血效應(yīng)”，但從長(zhǎng)期角度看，其對(duì)區(qū)域經(jīng)濟(jì)將產(chǎn)生明顯的拉動(dòng)作用。sv對(duì)la的脈沖響應(yīng)函數(shù)表面上與gv類(lèi)似，但影響關(guān)系卻大不相同。一定時(shí)期內(nèi)船舶工業(yè)的良性發(fā)展會(huì)使船企資金充裕，因而向金融機(jī)構(gòu)貸款的意愿不強(qiáng)烈，但隨著造船進(jìn)度推進(jìn)和技術(shù)復(fù)雜程度的提高，企業(yè)對(duì)資金的需求將會(huì)明顯增強(qiáng)。同樣，sv對(duì)er的脈沖響應(yīng)函數(shù)也呈現(xiàn)中短期負(fù)相關(guān)，長(zhǎng)期正相關(guān)的趨勢(shì)，表明船舶工業(yè)發(fā)展雖然對(duì)從業(yè)人員素質(zhì)和能力提出了更高要求，但從長(zhǎng)期看對(duì)就業(yè)還會(huì)產(chǎn)生正向帶動(dòng)作用。

在當(dāng)期給定正向沖擊后，sv對(duì)te的脈沖響應(yīng)函數(shù)從第7期開(kāi)始上升，到第9期出現(xiàn)明顯下降。這表明船舶工業(yè)對(duì)青島市進(jìn)出口貿(mào)易影響較大，在船舶產(chǎn)品建造期間，配套設(shè)備、零部件等進(jìn)口都將帶動(dòng)貿(mào)易增長(zhǎng)，但隨著產(chǎn)品交付使用，這種影響將在

短期內(nèi)消失。同樣，sv對(duì)fa也存在類(lèi)似的影響，在船舶工業(yè)發(fā)展初期需要大量的基礎(chǔ)設(shè)施投入，這將有效帶動(dòng)固定資產(chǎn)投資增加，一旦設(shè)施建成投入使用，對(duì)固定資產(chǎn)投資的影響也會(huì)逐漸降低。但sv對(duì)tc的影響則與其他不同，接受沖擊后tc先呈現(xiàn)上升趨勢(shì)，在第8期后出現(xiàn)明顯下降，并從第9期開(kāi)始反彈。這表明青島市船舶工業(yè)在中短期將會(huì)對(duì)旅游業(yè)發(fā)展產(chǎn)生支撐作用，但在大型客輪、游艇等產(chǎn)品上的短板，在長(zhǎng)期將會(huì)顯現(xiàn)出負(fù)面影響。

給gv、tc、te、ta、er、ul等變量一個(gè)正向沖擊后，在第7或8期后都會(huì)對(duì)船舶工業(yè)發(fā)展產(chǎn)生明顯的推動(dòng)作用。這表明青島市船舶工業(yè)與區(qū)域經(jīng)濟(jì)高度融合，在產(chǎn)業(yè)結(jié)構(gòu)中占有重要地位。la與sv呈現(xiàn)先正向后負(fù)向的波動(dòng)趨勢(shì)，說(shuō)明船舶建造融資貸款在中短期有利于青島市船舶工業(yè)發(fā)展，但在長(zhǎng)期將會(huì)將會(huì)削弱船企的資金流動(dòng)能力，給企業(yè)乃至整個(gè)行業(yè)帶來(lái)負(fù)面影響。同樣，加大固定資產(chǎn)投資中短期能夠拉動(dòng)青島市船舶工業(yè)發(fā)展，但是單純依靠這種外延式推動(dòng)難以形成核心競(jìng)爭(zhēng)力，長(zhǎng)期看不利于船舶工業(yè)的健康發(fā)展。

4 結(jié)論

作為“海上絲綢之路”國(guó)家戰(zhàn)略實(shí)施的重要支撐產(chǎn)業(yè)，船舶工業(yè)發(fā)展將會(huì)對(duì)區(qū)域經(jīng)濟(jì)系統(tǒng)產(chǎn)生深遠(yuǎn)影響。本文結(jié)合青島市實(shí)例，借助VAR方法構(gòu)建了區(qū)域船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)變量之間的動(dòng)態(tài)傳遞模型，并運(yùn)用Granger因果檢驗(yàn)和脈沖響應(yīng)函數(shù)對(duì)變量間的互動(dòng)關(guān)系、融合程度進(jìn)行了確認(rèn)檢驗(yàn)和量化分析。分析結(jié)果顯示：

1)青島市船舶工業(yè)與經(jīng)濟(jì)發(fā)展已形成了良好的溢出與反饋互動(dòng)關(guān)系，與進(jìn)出口貿(mào)易、旅游、金融服務(wù)等行業(yè)的融合程度較高；

2)船舶建造產(chǎn)生的資金需求給船企帶來(lái)了較大的經(jīng)營(yíng)壓力，船企需要平衡資金流動(dòng)與融資貸款之間的影響關(guān)系；

3)固定資產(chǎn)投資對(duì)船舶工業(yè)傾斜不足，船舶產(chǎn)品不能完全滿足青島市航運(yùn)旅游市場(chǎng)需求。

基于上述結(jié)論，本文給出青島市船舶工業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的政策建議：

1)考慮船舶工業(yè)的發(fā)展特點(diǎn)和對(duì)區(qū)域經(jīng)濟(jì)的深遠(yuǎn)影響，其發(fā)展規(guī)劃應(yīng)從中長(zhǎng)期著手；

2)營(yíng)造良好的金融服務(wù)環(huán)境，建立風(fēng)險(xiǎn)投資和融資保障機(jī)制，拓寬融資渠道、創(chuàng)新金融模式以幫助船企緩解資金壓力；

3)積極打造并升級(jí)船舶工業(yè)產(chǎn)業(yè)鏈條，確立明顯的產(chǎn)業(yè)定位與淘汰機(jī)制。

[1]XU J J, YIP T L. Ship investment at a standstill? An analysis of shipbuilding activities and policies[J]. Applied economics letters, 2012, 19(3): 269-275. [2]徐小峰, 趙金樓. 網(wǎng)絡(luò)效應(yīng)下我國(guó)船舶工業(yè)參與國(guó)際競(jìng)合的提升路徑分析[J]. 經(jīng)濟(jì)問(wèn)題探索, 2012(2): 54-59.

[3]中國(guó)船舶工業(yè)行業(yè)協(xié)會(huì). 2014年船舶工業(yè)行業(yè)發(fā)展情況報(bào)告[N]. 中國(guó)船舶報(bào), 2015-01-23. China Shipbuilding Industry Association. Shipbuilding industry development report in 2014[N]. China Ship News, 2015-01-23.

[4]吳錦元. 船舶工業(yè)對(duì)國(guó)民經(jīng)濟(jì)的作用與貢獻(xiàn)[J]. 船舶工業(yè)技術(shù)經(jīng)濟(jì)信息, 2001(1): 8-1.

[5]呂靖, 張麗麗, 梁晶. 船舶制造業(yè)蕭條對(duì)關(guān)聯(lián)產(chǎn)業(yè)的間接經(jīng)濟(jì)影響[J]. 商業(yè)研究, 2013(8): 25-28.

[6]張光明, 支園園, 周惠, 等. 江蘇船舶產(chǎn)業(yè)結(jié)構(gòu)分析[J]. 造船技術(shù), 2012(5): 6-9, 19. ZHANG Guangming, ZHI Yuanyuan, ZHOU Hui, et al. The analysis of shipping industry structure of Jiangsu[J]. Marine technology, 2012(5): 6-9, 19.

[7]應(yīng)長(zhǎng)春. 長(zhǎng)三角地區(qū)船舶產(chǎn)業(yè)發(fā)展態(tài)勢(shì)[J]. 上海造船, 2009(1): 1-7, 14.

[8]季建偉. 世界船舶工業(yè)的產(chǎn)業(yè)轉(zhuǎn)移及我國(guó)船舶工業(yè)支柱產(chǎn)業(yè)的選擇[J]. 船舶物資與市場(chǎng), 2006(2): 23-25.

[9]ZAKARIA N M G, ALI M T, HOSSAIN K A. An overview of Bangladeshi shipbuilding in the light of competitive parameters[J]. Journal of shipping and ocean engineering, 2011, 1: 8-19.

[10]GUJARATI D N. Basic econometrics[M]. New York: McGraw-Hill Higher Education, 2002.

[11]高鐵梅. 計(jì)量經(jīng)濟(jì)分析方法與建模[M]. 2版. 北京: 清華大學(xué)出版社, 2009.

[12]GRANGER C W J. Developments in the study of co-integrated economic variables[J]. Oxford bulletin of economics and statistics, 1986, 48(3): 213-228.

[13]張幼文, 薛安偉. 要素流動(dòng)對(duì)世界經(jīng)濟(jì)增長(zhǎng)的影響機(jī)理[J]. 世界經(jīng)濟(jì)研究, 2013(2): 3-8. ZHANG Youwen, XUE Anwei. Factor mobility and its impact on world economic growth[J]. World economy studies, 2013(2): 3-8.

[14]史永東, 田淵博. 異常情況下基于VARX模型的中國(guó)投資者行為研究[J]. 中國(guó)管理科學(xué), 2014, 22(4): 17-24. SHI Yongdong, TIAN Yuanbo. The behavioral study of Chinese investors based on the VARX under abnormalities[J]. Chinese journal of management science, 2014, 22(4): 17-24.

Integration degree between regional shipbuilding industry and economic system taking Qingdao as an example

XU Xiaofeng1, LIU Jiaguo2, HAO Jun1

(1.College of Economics and Management, China University of Petroleum, Qingdao 266580, China; 2.Transportation Management College, Dalian Maritime University, Dalian 116026, China)

The weak demand for the global shipping market and the serious oversupply of China’s shipbuilding capacity have prompted the national and regional shipbuilding industry to accelerate industry restructuring and upgrading. To ensure the pertinence and effectiveness of related measures, the interaction relationship and degree between the regional shipbuilding industry and the economic system need to be studied first. In this paper, the economic data of Qingdao from 1990-2014 are compiled. A dynamic transfer model between the shipbuilding industry and economic variables is then constructed by utilizing vector autoregression model(VAR). Then, Granger causality test and Cholesky orthogonal impulse response are used to analyze the correlation effects and trend influence of variables. Analysis results show that the shipbuilding industry and the economic system in Qingdao have a close relationship; financing channels and service modes have an important influence on the development of the shipbuilding industry; and the industrial chain and product category need optimized allocation.

shipbuilding industry; structure adjustment; VAR model;regional economics;industrial integration

2015-12-10.

時(shí)間：2016-12-12.

國(guó)家自然科學(xué)基金項(xiàng)目(70673014)；教育部人文社會(huì)科學(xué)研究項(xiàng)目(15YJC630144)；山東省軟科學(xué)項(xiàng)目(2014RKE28017)；山東省高等學(xué)校人文社會(huì)科學(xué)研究項(xiàng)目(J13WG67)；青島市社會(huì)科學(xué)規(guī)劃研究項(xiàng)目(QDSKL130415).

徐小峰(1982-)，男，副教授，博士； 劉家國(guó)(1979-)，男，教授，博士生導(dǎo)師.

劉家國(guó)，E-mail:lliujiaguo@gmail.com.

10.11990/jheu.201512034

F207

A

1006-7043(2017)01-0140-07

徐小峰, 劉家國(guó)，郝俊. 船舶工業(yè)與經(jīng)濟(jì)系統(tǒng)融合程度分析—以青島市為例[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2017, 38(1): 140-146. XU Xiaofeng, LIU Jiaguo, HAO Jun. Integration degree between regional shipbuilding industry and economic system taking Qingdao as an example[J]. Journal of Harbin Engineering University,2017, 38(1): 140-146.

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20161212.1631.018.html