基于大數據的“一帶一路”汽車出口量 GM模型研究

李普超，王瑤，王冕

（中汽數據有限公司，天津 300300）

1 研究背景

我國作為全球最大的汽車生產國，近年來汽車市場業務低迷，產能過剩的情況不斷出現，企業紛紛尋求新的突破。與此同時，在“一帶一路”倡議下，中國的國際貿易穩步增長，與“一帶一路”沿線國家在政策溝通、基礎設施建設、金融、人員往來等方面取得諸多重要成果，雙邊合作不斷走深走實，合作領域不斷拓展。2019年我國對“一帶一路”沿線國家進出口額達9.27億元，同比增速高于出口額整體增速7.4個百分點。

從行業角度而言，“一帶一路”沿線國家是汽車行業增長最快的地區之一，汽車需求不斷增長，但制造業發展相對落后，導致市場存在較大的供給缺口，為了維系市場供需平衡，汽車貿易展現出了很強的依賴性，尤其是運輸設備等商用車。此外《中國-東盟自貿協定》等也為“一帶一路”沿線國家與我國的雙邊貿易提供了政策優勢，因此具有汽車進口強依賴性、潛在市場上升空間大且具備雙邊優惠政策的“一帶一路”沿線國家給中國車企出口、投資帶來了機遇。

近年來，隨著世界經濟的發展，石油需求及基礎設施建設不斷增加，油品運輸行業發展旺盛。數據顯示，2019年世界石油需求總計為100.8百萬桶/天[1]，原油產地、煉油廠、加油站之間油品運輸各個環節均會催生大量的油品運輸車需求，此外，《全球基礎設施建設展望》[2]顯示，2016-2040年全球基礎設施投資需求將增至94萬億美元，基礎設施投資占GDP的比重的增加必將拉動工程機械市場的發展，進而帶動油品運輸車細分領域加油車市場的發展。未來隨著工業化水平、人均收入水平、城市化水平的不斷提高，工業“血脈”石油的需求將不斷增加，油品運輸車市場發展潛力較大。因此了解我國油罐車出口體量及價格對我國企業出口布局及投資至關重要。結合上述分析，本文以東南亞典型國家（以下簡稱國家A）汽車市場細分領域—油罐車市場為例，對我國汽車出口情況進行分析。由于原始數據存在分類模糊的情況，直接對數據進行分析會影響企業的判斷，因此，本文通過構建灰度模型，對原始數據進行清洗，并在此基礎上對我國油罐車出口市場進行預測[3]。

2 模型構建與測算過程[4-12]

本文數據來源于中汽數據-全球貿易流向數據，包含12457條原始數據，其中每條數據對應1輛車的商品名稱、車輛類型、出口價格、成交方式等信息，該組數據包括42個海關編碼，涵蓋2477個車型，涉及247個生產企業、665個出口企業。

一般而言，油罐車包含加油車和運油車，我們發現商品名稱為“加油車”“運油車”“油罐車”“油車”等明確表明是油罐車的數據對應的海關編碼下，存在商品名稱為“其他柴油貨車，車總重＞20”“未列名特殊用途的機動車輛”等模糊的數據，這些數據的存在使得直接采用精確數據進行分析的出口量偏低，因此為了準確判斷我國出口情況，需要對其中可能存在的油罐車的數量進行測算。

2.1 出口量模型構建與測算

2.1.1 模型構建

灰度模型預測法是一種對含有不確定因素的系統的預測方法。系統中部分特征未知，灰度模型通過判斷系統內部變量間發展規律，進行相應的關聯分析，進而生成規律性更強的新數列，并通過新數列來預測數列未來發展趨勢。

本文針對原始數據分類模糊的情況，首先根據商品名稱對數據進行分類規整，分為精確填寫與模糊填寫兩類。分類標準為：將根據商品名稱僅能區分車型（重卡、中卡、輕卡、微卡）、燃油方式（柴油、汽油）等與海關編碼定義接近的數據劃分為模糊填寫，此外，鑒于自卸車在數據中占比較高，劃分為模糊填寫會使得油罐車出口量測算結果過高，將其劃分為精確填寫，油罐車、水罐車、粉罐車、牽引車、垃圾車、攪拌車、水泥車等明確表明用途的數據劃分為精確填寫。并在上述分類基礎上，做出如下兩點假設：

H1：模糊填寫的商品中油罐車占比與精確填寫的商品中油罐車占比相同。

H2：商品名稱明確表明是油罐車的數據涵蓋油罐車全部可能的海關編碼。

表1 模糊填寫與精確填寫界定

不同海關編碼下，數據構成可能存在較大差別，且在個別年份存在無精確填寫油罐車的情況，此外占比過小數據量少會影響測算準確性，因此本文僅對精確填寫油罐車的數據中數量占比大于一定比例的海關編碼進行分類測算。基于上述分析，構建如下油罐車出口量/額yt測算模型：

其中，i（i=1，…，m）代表不同的海關編碼，t（t=1，…，k）代表不同的年份，M代表油罐車涉及的海關編碼下數據總量，N代表其中精確填寫商品名稱的數據總量，x代表精確填寫油罐車的數據總量，p0為單一海關編碼數據量占比下限。運用上述模型測算油罐車出口量的流程如圖1所示。

圖1 測算流程圖

2.1.2 出口量測算

根據上述流程圖，首先，區分出占比較高的海關編碼。2016-2019年我國對國家A的出口數據中，商品名稱精確填寫為油罐車的數據包括5個海關編碼，其中，無論數量上還是金額上，海關編碼為“87042300”“87059099”的數據量占比均高于10%，占明確表明為油罐車的數據的比重較高。

然后，對占比較高的海關編碼下油罐車數量進行分類測算。海關編碼“87042300”代表“其他柴油貨車，車總重＞20t”，部分數據難以確定具體細分市場，在此運用上述模型進行測算，數量及金額測算過程如表2、表3所示；海關編碼“87059099”代表“未列名特殊用途的機動車輛”，商品名稱較為精確，測算結果與原數據相差不大，在此應用原數據，不進行測算，原數據如表4所示。

最后，對油罐車總量進行匯總。對精確填寫油罐車數據中，海關編碼為“87042300”“87059099”的數據量占全部精確填寫油罐車的比重求年份平均，并將其作為測算海關編碼“87042300”“87059099”下油罐車占油罐車總量的百分比，由此，將上述兩個編碼的數量占比設為0.87，金額占比設為0.94。將上述測算數據進行加總，并結合占比情況，對各年份油罐車出口量及出口金額測算結果如下：

圖2 中國對國家A油罐車出口量占比（左） 及出口額占比（右）

表2 編碼1下油罐車數量測算 單位：輛

表3 編碼1下油罐車金額測算 單位：美元

表4 編碼2下油罐車數量（單位：輛）及金額 單位：美元

表5 油罐車總量測算 單位：輛

表6 油罐車總金額測算 單位：美元

圖3 中國對國家A測算出口量（左）及 測算出口額（右）變化趨勢

根據測算結果，2016-2019年間，我國出口國家A油罐車數量在120-180輛之間波動，金額介于500萬-640萬美元之間。

2.2 出口價格分析

為了更加全面地認識我國油罐車出口市場現狀，本文基于現有數據對出口價格進行簡要分析。數據顯示，出口企業成交方式主要有FOB、CFR、CIF三種，為了全面考慮有效市場信息，采用如下方法將CFR、CIF價格換算為FOB價格：

其中，Price代表運輸費，r代表保險加成率，i代表保險費率。

不同車型的車價格會存在較大不同，因此分微型卡車、輕型卡車、中型卡車、重型卡車四類車型對油罐車出口價格變化趨勢進行分類討論。

以青島港為例，采用40HC集裝箱出口到國家A的運費為365美元左右，保險加成率及保險費率設為10%和0.15%，基于上述換算公式對原始數據進行處理，在此基礎上對出口價格進行統計分析，結果表明在不考慮極端值影響的情況下，2016年至2019年重型油罐車的平均價格在3.6-4.6萬美元之間波動，中型油罐車的平均價格在1.4-2.1萬美元之間波動，輕型油罐車平均價格在1.4-1.7萬美元之間波動，微型油罐車成交價均低于1萬美元。綜合而言，油罐車出口價格整體變化幅度不大，車重越大價格波動區間越大，或說明車重越大，廠商議價空間越大，定價權越高。

3 結論

根據前文基于灰度模型的總量測算，得到2016-2019年我國對國家A的油罐車出口量年均復合增速為-3.9%，綜合考慮國家A政治、經濟、行業、民生等因素，將2020年該國油罐車出口量增速適當向下調整為-10%，預計2020年我國對國家A油罐車出口量為130輛左右。

然而由于跨國政策不統一、工程機械及壓力容器設計標準不統一等問題，中國油罐車出口市場依然存在諸多的風險與挑戰，企業出口及投資時仍應綜合考慮各方因素。