中国海运服务贸易逆差与船籍外移关系测度——基于灰色关联度分析法返.docVIP

　　中国海运服务贸易逆差与船籍外移关系测度——基于灰色关联度分析法返 摘要：导致我国海运贸易逆差的影响因素较多，其中中资船舶登记外移是重要因素之一。本文运用灰色关联分析法对海运服务贸易逆差与中资船舶海外移籍之间的关系进行实证研究。研究表明，我国海运服务贸易逆差与中资船舶海外移籍之间存在反向的关系，关联度为0.6643，中资船舶登记海外移籍在一定程度上会降低国轮承运国货的比例，使在海运服务贸易逆差不断增加。因此，本文就吸引中资船舶回国登记，改善海运服务贸易逆差提出对策和建议。关键词：海运服务贸易；逆差；船籍外移；灰色关联度 中图分类号：F741 文献标志码：A ：1002-2589（2017）05-0090-03 近年来，我国在进出口贸易方面转型升级，虽然面临世界经济增长下滑，但我国商品贸易进出口依然保持顺差，但服务贸易进出口逆差却在加大，其中运输服务贸易逆差持续负增长。而远洋海运服务贸易占运输服务贸易的90%[1]，是什么原因导致海运服务贸易逆差？根据GDP的实际核算原理，远洋海运服务贸易总值是指境内所有长驻单位在一定时期内最终服务价值减去服务进口价值，逆差则是境外海运服务价值大于国内海运服务贸易价值。理论界就此分析出我国海运服务贸易逆差的主要原因是我国远洋船舶登记外移所致。 对于海运服务贸易逆差与中资船舶海外移籍之间的关系，目前学术界有一定的研究成果。如万红先（2007）以国际的视角对我国的海运业进行分析，提出我国海运业发展的相关建议[2]。陈双喜（2011）根据多元回归分析对影响我国海运服务贸易逆差的主要因素进行实证研究，认为对我国海运服务贸易逆差有显著影响的因素为：国轮承运比例、海运服务贸易竞争力及开放度[3]。佟家栋（2014）从海运企业、船队结构方面分析了我国海运服务贸易的发展，提出振兴我国海运业的重点是提高海运企业运营能力和调整我国商船船队结构的观点[4]。陈继红（2008）认为中资船舶海外移籍现象对中国海运服务贸易带来较大的负面影响[5]。但以上研究只局限于定性分析，缺乏有效的数据测算，本文拟运用灰色关联分析法对海运服务贸易逆差与中资船舶海外移籍之间的关系进行实证分析。 一、我国海运服务贸易与船舶登记外移现状 近年来，在远洋运输服务占大头的我国运输服务贸易逆差持续增长，从2000年开始经常项目运输服务差额（贷-借）逆差为67.25 亿美元，到2014 年逆差为579.15 亿美元。而远洋船舶登记外移比例也在同时增加，中资外籍船舶占比由1995 年的34.3%，到2013 年增加到63%，见表1；中国船舶外移比重不断增加的同时运输服务贸易逆差也在逐渐拉大。中资船舶海外移籍比重与海运服务贸易逆差形成明显的剪刀差，见图1。 二、我国海运服务贸易逆差与船籍外移关系测度 （一）灰色关联度分析法 灰色关联度分析法是灰色理论系统中的一种动态分析法，通过寻找系统中各因素的几何关系来分析关联程度，对于一个系统发展变化态势提供了量化的度量。一般认为两个因素的变化趋势越一致，两者间的关联程度越高。由于海运方面的统计数据有限，存在较大的数据灰度，灰色关联分析法从一定程度上解决了传统数理统计方法出现量化结果和定量分析不符的缺陷[6]。 灰色关联分析步骤如下： 1.根据系统行为特征，选择参考序列，将影响系统行为的因素作为比较序列： 本文以海运服务贸易逆差额作为参考序列X0，分别以中资船舶海外移籍比重、国轮承运国货比重作为比较序列X1和X2。 2.由于参考数列和比较数列的物理属性不同，存在不同程度数据量纲问题，往往使两者之间难以比较，导致无法得出正确的结论。对各序列进行无量纲化处理是灰色关联度分析时非常重要的一个环节，赋予各系列等效性和同序性以便于有效分析[7]。本文用初值法进行处理： （二）数据分析 本文主要研究海运服务贸易逆差与中资船舶海外移籍之间的关系，由于中资船舶海外移籍会导致国轮承运国货比例下降，最终表现为海运服务贸易逆差不断加大。因此，文中选择中资船舶海外移籍比重和国轮承运国货比例（我国远洋运输贸易量/我国港口外贸货物吞吐量）作为衡量海运服务贸易逆差增加的因素。考虑到海运数据获取的限制，文中采用2001-2012 年的数据进行分析。本文以我国海运服务贸易逆差额（MTSD）作为参考序列X0，以中资船舶海外移籍比重（SFP）、国轮承运国货比例（DTP）作为比较序列，如表2所示。 根据国际贸易统计数据库的统计数据，2012 年全球的运输贸易约为19 546 亿美元，其中海运贸易约占运输服务贸易总额的38.6%。其中2012 年中国的海运贸易额为937亿美元，进口667 亿美元，出口270 亿美元，逆差397 亿美元。由表2可以看出，在2001-2012 年间，我国海运服务贸易逆差呈明显递增趋势。早在2001 年，我国海运服务贸易逆差为4