基于系統動力學的干散貨航運市場運力供給研究＊

（上海海事大學物流研究中心 上海 200135）

國際干散貨航運市場是國際干散貨航運商與國際貿易商之間進行干散貨運輸為服務對象所形成的服務市場，其海運量約占世界海運量的1／3［1］．海運量主要由國際經濟形勢和貿易市場所制約，基本不受運價控制．運價是運力供給稀缺性的價值表現，引起了運力供給的產生，而運力供給決定了運價［2－3］．

唐麗敏［4］基于航運經濟理論，通過航運市場需求與供給的計量經濟模型建立與求解，進而對未來航運市場運價進行短期預測．J．J．Xu等［5］研究了干散貨市場的運價波動與運力供給的關系，采用了2階段模型．第一階段是通過ARGARCH模型衡量運價的波動，第二階段是通過GMM回歸分析運價波動與運力增長的關系，研究發現運價波動與運力變化呈相反關系，而運力的改變能夠有效的抑制運價的波動．以上學者的研究成果充分說明了運力決定了運價，運價對運力具有調節作用，但是并沒有全面考慮引起運力和運價波動各種因素及相互制約關系，建立因果反饋模型．本文從系統角度出發，運用系統動力學方法對干散貨航運市場運力的未來發展趨勢進行模擬，并改變影響運力供給的相關因素，確定相應改進策略，保持市場合理運力，對理解航運市場的系統性風險具有重要的意義．

1 干散貨航運市場運力供給現狀

國際干散貨航運市場運力供給近年來出現了迅速增長的態勢，2002～2011年國際干散貨航運市場運力規模如表1所列．

表1 2002～2011年國際干散貨航運市場運力規模

由表1可知，國際干散貨航運市場船舶數量和噸位都呈逐年增長的趨勢，從2004年開始，增長幅度都超過4%．船舶噸位的增長率比船舶數量的增長率要大，反映出國際干散貨航運市場船舶朝著大型化發展趨勢，這種趨勢可以從如圖1所示的國際干散貨航運市場各種船型的發展趨勢中明顯看出．

圖1 國際干散貨航運市場分船型數量與噸位走勢圖

由圖1可知，海岬型、巴拿馬型、超靈便型船舶的數量和噸位都呈逐年上升趨勢，靈便型船的數量和噸位卻呈下降趨勢，直接反映出干散貨船舶大型化的發展，同樣也間接反映出小型干散貨船舶受到集裝箱船舶發展的影響，運輸了靈便型船所運輸的貨物［6］．

2 干散貨航運市場運力供給系統動力學模型

2.1 干散貨航運運力供給模型

干散貨航運市場運力供給是指在一定時期內，擁有干散貨船舶噸位的全體船舶所有者，在各種運價條件下能夠而且愿意提供的船舶噸位數［7］．它具體是由現有運力、新建運力、拆解運力以及市場閑置和封存等運力噸位組成．由此可以得出，干散貨航運市場現有運力表示為

式中：Nt為t時刻的運力；Dt為t時刻交付的運力；St為t時刻拆解的運力；Ft為t時刻閑置的運力；Lt為t時刻轉移和滅失的運力．

2.2 干散貨航運市場新造船訂單模型

干散貨航運市場新造船訂單量與市場運價的關系密切，運價的波動將會引起新造船訂單量的變化．其數學模型為

式中：Nt為t時刻的新造船訂單量；Ft為t時刻的運價．

1）數據的選擇與處理 在干散貨航運市場中，用BDI指數表示航運運價，NB表示新造船訂單量．選取1996～2011年的月度數據作為研究對象，為了消除對數據分析的影響，對原始數據進行自然對數處理，用ln BDI和ln NB表示干散貨航運市場運價和新造船訂單量．

2）模型的建立 在建立模型之前，需要對數據進行平穩性檢驗，本文采用ADF單位根檢驗法［8］．經檢驗發現，ln BDI和ln NB 不是平穩序列，經過一階差分過程后再次檢驗，序列都是平穩的，如表2所列．

表2 干散貨航運運價與新造船訂單量ADF檢驗結果

將ln BDI作為解釋變量，ln NB作為被解釋變量，對平穩序列進行最小二乘法擬合得到如下的關系方程：

由以上方程可看出，BDI指數的回歸系數為1．130 88，說明BDI指數對新造船訂單量有較大的影響，BDI指數的上升，新造船訂單量也會增加．

2.3 干散貨航運市場運價模型

干散貨航運市場運價受到多方面因素的影響，通過分析，影響其波動的主要因素有干散貨航運市場運力供給量、干散貨貿易量和航運成本．其數學模型為

式中：Ft為t時刻的運價；St為t時刻的運力供給量；Dt為t時刻的貿易量；Ct為t時刻的航運成本．

在干散貨航運市場中，用BDI指數表示航運運價，運力供給量為現有運力規模，貿易量為主要干散貨貿易量，航運成本以燃油價格表示．為了研究4個變量之間的關系，本文選取1996～2011年的月度數據作為研究對象，以BDI表示航運運價，SU表示現有運力規模，DE表示干散貨貿易量，OP表示燃油價格．

首先對原始數據進行自然對數處理，用ln BDI，ln SU，ln DE和ln OP分別表示航運運價、現有運力規模、干散貨貿易量和燃油價格．

通過對數據的平穩性檢驗和一階差分處理后，用最小二乘法擬合得到關系方程式

由以上方程可以看出，干散貨航運市場運力供給的回歸系數是－4．116 84，說明干散貨航運市場運力供給量的增加，將會引起干散貨航運運價的下跌，而干散貨貿易量與燃油價格的回歸系數為正，說明兩者的上升將會引起干散貨航運運價的上升．

2.4 干散貨航運市場系統動力學模型建立

通過建立運力供給、運價和新造船訂單量模型可知，干散貨航運市場是含有多種影響因素的復雜時變系統，運力供給的變動將會引起運價的波動，運價波動又會導致新造船訂單量發生變化，繼而影響未來的運力供給．在分析系統中各種因素之間相互制約、相互影響的作用時，運用系統動力學方法進行系統模擬，分析這些因素之間的反饋關系，可以較為深入的了解未來干散貨航運市場的發展趨勢．

根據國際干散貨航運市場運力供給系統的組成要素以及各要素間的因果關系，將各要素劃分為水平變量、輔助變量、常量和外生變量，利用系統動力學軟件 Vensim［9－10］，構建國際干散貨航運市場運力供給系統流圖如圖2所示．

圖2 國際干散貨航運市場運力供給系統流圖

對流圖中的相關參數進行賦值，并將式（1）、（3）和（5）輸入到流圖方程，利用系統動力學仿真模擬，得到2012～2016年的國際干散貨航運市場運力供給與運價的走勢圖如圖3所示．

圖3 2011～2016年的國際干散貨航運市場運力供給與運價的走勢圖

從圖3中可知，隨著運力的交付量的不斷增加，致使運力供給量不斷加大，引起運價的不斷下跌，直到2013年后才逐漸有所改觀．這種趨勢也符合目前干散貨航運市場的現狀和有關航運市場研究者的預期．據克拉克森統計，截止到2011年12月31日，國際干散貨航運市場1萬載重t以上的船舶噸位達到611．1百萬載重t，手持訂單量高達200．9百萬載重t，占總運力的32．88%，在2012和2013年將分別有約1．39億和0．51億載重t船陸續交付．

3 干散貨航運市場運力供給調整策略

干散貨航運市場目前的低迷狀態，完全是由船東肆意擴大運力造成的．運力供給是導致國際航運市場興衰的主要原因．本文以調整影響干散貨航運市場運力供給系統流圖的參數變量，包括干散貨船舶拆解率、閑置率和運力交付比例，改變運力供給趨勢，為干散貨航運市場未來發展提供參考依據．

3.1 調整船舶拆解率，加大船舶的拆解力度

拆解老舊干散貨船舶是釋放過剩運力最直接、最有效的途徑．調整國際干散貨航運市場運力供給系統流圖中的拆解率參數，將2012年的0．05提高到0．08，即拆解量從30．56百萬載重噸提高到48．89百萬載重t，得到如圖4所示的運力供給和運價前后關系對比圖．

3.2 調整船舶閑置率，提高船舶閑置封存量

國際干散貨航運市場運力供給的來源并不是由干散貨總運力提供的，而是由干散貨營運運力規模提供的．因此，船舶封存量的變化會導致營運運力規模朝相反的方向變化．調整干散貨航運市場運力供給系統流圖中的閑置率參數，將2012年的0．005提高到0．01，即閑置量從3．06百萬載重噸提高到6．11百萬載重噸，得到如圖5所示的運力供給和運價前后關系對比圖．

圖4 調整拆解率前后運力供給和運價對比圖

圖5 調整閑置率前后運力供給和運價對比圖

3.3 調整船舶交付比例，延長船舶訂單交付期

現有船舶的訂單量是未來運力規模發展的主要來源，決定著航運市場近兩年內的發展規模．因此，將新船交付速度降低．在國際干散貨運力供給系統流圖中調整運力交付比例參數，將原來的交付比例下降20%，得到如圖6所示的運力供給和運價前后關系對比圖．

從圖4～6中可以看出，干散貨船舶拆解率、閑置率和交付比例調整后，干散貨航運市場運價有所上升，這主要是由于市場運力供給量減少的結果．若將干散貨船舶拆解率、閑置率和交付比例同時調整，效果將是顯著的．

圖6 調整運力交付比例前后運力供給和運價對比圖

4 結束語

本文運用系統動力學方法干散貨航運市場運力供給系統動力學模型，對國際干散貨航運市場運力供給與運價之間的關系進行研究，研究結果顯示，干散貨航運市場運力供給將在近兩年內年達到頂峰，運力極度過剩，引起運價持續低迷，直到2013年將會有起色，這與干散貨航運市場研究機構的預計相吻合．為了應對未來市場低迷的局勢，文中將系統中影響運力供給的相關參數進行的調整，對調節運力配置效果顯著，對解決干散貨航運市場運力過剩問題具有一定的實用價值．

［1］STOPFORD M．Maritime Economics［M］．London：Taylor ＆Francis，2008．

［2］徐天芳，苗鳳來．國際航運市場的運力供給分析［J］．大連海事大學學報，1999，25（4）：40－43．

［3］THORSEN I S．Dry bulk shipping and business cycles［D］．Norwegian：Norwegian School of Economics，2010．

［4］唐麗敏，元世龍，王慶也，等．金融危機影響下航運市場計量經濟分析［J］．大連海事大學學報：社會科學版，2009，8（3）：15－18．

［5］XU J J，YIP T L，MARLOW P B．The dynamics between freight volatility and fleet size growth in dry bulk shipping markets［J］．Transport Research Part E，2011，47（6）：983－991．

［6］徐志剛．國際干散貨船隊未來運力發展趨勢研究［D］．大連：大連海事大學，2005．

［7］王 彥．國際航運經濟與市場［M］．大連：大連海事大學出版社，2009．

［8］高鐵梅．計量經濟分析與建模：EViews應用及實例［M］．北京：清華大學出版社，2009．

［9］王其潘．系統動力學［M］．上海：上海財經大學出版社，2009．

［10］DIKOS G，MARCUS H．Inverse system dynamics in competitive economic modeling：the case of tanker freight rates［C］／／The 23rd International Conference of the System Dynamics Society，Boston：System Dynamics Society，2005：120－150．