目前国际通用航运指数主要有波罗的海干散货运价指数(BDI)、德鲁里船舶交易价格综合指数、克拉克松船舶交易价格综合指数等,并已成为行业内的参考标准和依据。其中,BDI走势反映国际干散货的市场状况,是各国在制定航运、造船和宏观政策的重要参考依据,受到国内外学者和业界的普遍关注[1]。浙江船舶交易市场从2009年投入研发和编制的船舶交易价格综合指数填补了国内船舶行业指数的空白,该指数较好的反映了行业现状和未来船型价格趋势。船舶产业是国家税收和国民收入的重要来源[2]。有研究分别采用二手船的收益均值[3]、海运贸易中拆船价格和废钢需求数[4]反映船舶产业的市场收益水平。以上船舶相关指数均是从产品价格角度分析船舶市场和经济特点,但是对船舶产业综合经济效益以及产业绩效差异缺乏行业绩效的整合分析。根据经典的结构-行为-绩效(SCP)框架以及国际宏观战略性新兴产业发展特点,产业绩效指数是指在市场结构、产权结构、政策和创新环境下,企业行为和政府调节效果的综合水平。那么,如何测度不同区域船舶产业整体绩效水平,不仅是产业战略发展的重要内容,也成为优化船舶产业资源配置和提高产业竞争力的热点问题。船舶产业绩效对改变中国传统船舶产业的增长机制,提高产业附加值和竞争优势具有重要意义。同时,船舶产业绩效指数标志着国际船舶产业的话语权和主动权,是业界国际实力的体现,因此,提出中国船舶工业产业绩效指数迫切而重要。
经典的市场结构-行为-绩效三段论式的产业分析范式框架,早在20世纪60年代由美国哈佛大学产业经济学权威贝恩、谢勒等建立。随后,学者们将产权结构引入产业绩效框架,通过产权结构变化改善了产业绩效,进而提升产业竞争力[5]。有研究认为对于一般的市场经济,学者们主要研究市场结构与产业绩效的相互关系模型,对于中国特殊产权结构下的转轨经济而言,国有产权结构变量对于产业绩效具有明显的负效应,而产业集中率和规模变量则具有正效应[6]。在此基础上,学者进一步结合传统SCP范式分析了不同资本密集度产业的产权结构变化对产业绩效的影响,并指出当企业由“国有-民营”方向的变化达到一定程度时,首先会导致资源配置效率的提高,进而带来产业绩效的改善[7]。综合上述分析,可看出已有研究分析了市场结构、产权结构、产业政策和创新要素对产业绩效的影响,然而对产业绩效影响因素的综合量化分析却十分缺乏,更缺少对船舶产业绩效的区域差异分析和相关量化研究,为此,本文研究两方面内容:第一,从宏观层面架构船舶产业绩效研究体系;第二,从微观层面构建船舶产业绩效指数模型并分析区域产业绩效差异。
1 区域船舶产业绩效指数模型构建 1.1 模型建立思路船舶产业受到全球船舶、航运及钢铁等装备技术产业的广泛关注,这与能够给出区域绩效指数排名的《2014年全球环境绩效指数(EPI)报告》[8]受到同等的关注程度。同时由于船舶产业绩效指数构建与EPI指数构建过程都具有多元性、层次性和可操作性,为此,本文借鉴EPI以及生态工业园区环境绩效指数[9]构建思路,通过系统梳理船舶产业绩效的研究范式和影响因素,确定船舶产业绩效指标体系,测度船舶产业绩效指数并分析区域差异。区域船舶产业绩效指数模型研究思路如图 1所示。
“十三五”规划建议构建产业新体系,加快建设制造强国。目前,韩国造船协会和中国船舶工业行业协会都建立以市场、制度和创新等要素构成的船舶组织结构。英国著名统计公司Clarksons(克拉克松)作为面向船舶和海运的权威统计和服务机构,将船舶产业发展划分为产业市场、产业结构、制度政策三个服务子系统。结合何维达等市场结构绩效[11],产权结构绩效[5-6],政策绩效[14]和创新绩效[16]的文献研究以及中国转轨经济情境下船舶工业资金、技术和劳动高度密集的产业特点,本文从产业市场结构绩效、产权结构绩效、政策绩效和创新绩效四个方面表征船舶产业绩效。
1) 市场结构绩效。市场结构绩效是产业绩效最直接体现。只有了解产业市场结构,才能理解不同的企业行为[10],进而知晓相应的产业绩效。传统的共谋假说认为高市场集中度水平意味着存在少数大规模、较高市场占有率的大企业,他们具有操纵市场的力量,容易达成协议、降低共谋成本和获得垄断利润, 然而企业目前面临国有向民营的转化,促使企业提高资源配置效率,进而改善产业绩效。结合刘小玄等[6]对市场结构在规模、集中率和产品差别化中的分析,本文以市场占有率、销售利润率和销售增长率体现船舶产业规模特点,以产业集中度测度产业市场绩效,常用指标有行业集中率和赫芬达尔-赫希曼指数[11],结合船舶产业结构特点,利用船舶企业工业增加值,体现区域船舶产业集中度水平。
2) 产权结构绩效。随着中国经济的转型,强大的中央直属企业群体可能会成为中国体制的长期特征,但与企业在产业中的强势地位相比,在构建有效治理结构和降低激励扭曲等方面进展缓慢[12]。中国船舶产业基本形成了两大造船集团与地方造船力量三足鼎立的局面。随着国家限制进入壁垒较低的竞争性产业,发展资本密集度高的战略性产业,逐步形成了市场结构和所有制结构并行下的中国转型经济的双结构产业发展模式[13]。为此,本文采取不同所有制企业的销售利润率测度产权结构绩效。
3) 政策绩效。政策因素对产业绩效起到重要的调控作用,在各种“利好政策”的支持下,被鼓励行业中企业发明专利数显著提高,并且这种正向关系在民营企业中更显著[14]。企业投资趋同虽然是在经济波动感之水平上的自我调整,但是政府通过控股等政策调控措施能够抑制企业的投资趋同[15]。为此,本文将科学技术投入以及国家对船舶产业的科技支持政策设置为产业政策绩效指标,包括区域财政科技支出比率和国内技术支出率两个观测指标。
4) 创新绩效。对船舶产业这种资本、技术、知识密集型的战略性产业,产业绩效的提升很大程度上取决于“熊彼特式”的产业创新行为,周黎安等认为创新活动的频度和强度对产业绩效具有正效应影响,并指出技术、劳动密集型产业对创新活动更加敏感,为了测度不同阶段技术创新要素对产业绩效的影响,结合产业创新的技术开发和成果转化两大阶段[16],本文利用有效发明专利增长率和单位人口专利数表征研发阶段产业创新绩效频率,利用新产品销售增长率和人均新产品销售率表征成果转化阶段产业创新绩效的强度。
综上,本文在全面梳理产业绩效相关文献的基础上,遵从科学、合理、有效和系统的研究原则,从市场结构绩效、产权结构绩效、政策绩效和创新绩效构建船舶产业绩效指标体系如表 1所示。
为了尽可能减少多重共线性对产业绩效系统指标体系的影响,本文采用主成分分析法对子系统指标进行降维处理。根据“中国船舶工业年鉴”、“中国高技术统计年鉴”、“国家知识产权局”及“中国统计局”2014年的省际面板数据,统计了中国16个规模以上造船产业区域产业绩效指标数据,根据船舶工业年鉴,三大指标统计了各地区规模以上船舶工业企业,产权结构是根据主要船舶市场销售份额划分的五大类别。以2014年为基准年,基于16个省域船舶产业开展实证分析,通过SPSS对16个省域的船舶产业市场、产权结构、政策和创新四个子系统进行因子分析,得到KMO和Bartlett检验和主成分分析结果如表 2所示。
通过KMO和Bartlett检验发现,四个子系统的KMO均处于0.6~1,Bartlett球形检验统计量较大,并且显著性全部小于0.001,因此适于进行主成分分析,结果如表 3所示。
由表 3可知,市场结构和产权结构子系统分别提取了3个主成分,产业政策子系统提取了1个主成分,创新子系统提取了2个主成分,所有子系统提取的主成分累计解释方差均达到80%以上,说明提取的主成分可以充分表达原指标所包含的信息,旋转后因子载荷矩阵如表 4所示。
由表 4可知,船舶产业市场绩效子系统有三个主成分,M1在第一因子载荷较大,M2在第二因子载荷较大,M3和M4对第三个因子载荷较大,即第三个因子主要解释了这三个变量,可以命名为船舶产业市场销售利润率;对于产业结构子系统,S1和S2在第一个因子上有较大载荷,总体命名为国有企业市场销售份额。S3~S5在第二个因子上的载荷较大,可以整体命名为民营企业市场销售份额;同理,产业政策绩效子系统有一个主成分,可命名为财政支持;产业创新绩效具有两个主成分,可理解为产业创新的频度和强度,从而得到删减指标后的船舶产业绩效指标体系包括四个子系统,八个指标项,指标筛选结果如下图 2所示。
现有绩效指数模型主要包括三种类型,多目标归一化、DEA和熵权法。多目标归一化法,即在完成指标的无量纲化处理和二次赋权后[9],进一步应用加权平均法;DEA需要进行多投入多产出的决策分析,提供了多种效率度量指标,包括技术效率、纯技术效率以及规模效率等;曼奎斯特生产率变动指数以边界方法为基础发展起来,度量全要素生产率的增长,一般度量企业技术改进和效率提高带来的生产率变动[17]。而区域船舶产业绩效指数是在多种因素综合影响之下的船舶产业组织行为效果和调节水平。本文选取熵权法最大限度利用影响因素的信息并有效避免各评价指标权重的人为因素干扰[18],利用各个区域指标的熵值所提供的信息量大小决定区域产业绩效测度结果。某项指标的变异程度越大,信息熵越小,该指标提供的信息量越大,区域产业绩效就越高。基于熵权法构建区域船舶产业绩效指数模型包括以下六个步骤:
1) 数据的标准化处理,采用极差归一化法对指标进行标准化处理:
${X_{ij}} = \frac{{{x_{ij}} - \mathop {\min }\limits_z {x_{iz}}}}{{\mathop {\max }\limits_z {x_{iz}} - \mathop {\min }\limits_z {x_{iz}}}}\left( {z = 1,2, \cdots ,m} \right)$ | (1) |
2) 确定指标比重:
$Y_{ij}^{{{t}_{k}}}=X_{ij}^{{{t}_{k}}}/\sum\limits_{i=1}^{n}{X_{ij}^{{{t}_{k}}}}$ | (2) |
3) 确定信息熵和变异系数:
${{e}_{j}}=-1/\ln n\sum\limits_{j=1}^{m}{\left( Y_{ij}^{{{t}_{k}}}\ln Y_{ij}^{{{t}_{k}}} \right)}$ | (3) |
${{d}_{j}}=1-{{e}_{j}}$ | (4) |
4) 信息熵冗余度,确定熵权:
${{\omega }_{j}}={{d}_{j}}/\sum\limits_{j=1}^{n}{{{d}_{j}}}$ | (5) |
5) 产业绩效影响因素熵权指数:
${\omega _j} = \sum\limits_{j = 1}^m {{w_j}{\omega _j}} \cdot 100\% \left( {0 < m' < m} \right)$ | (6) |
6) 省域产业绩效指数:
${W_q} = \sum\limits_{i = 1}^n {{w_i}{\omega _{iq}}} $ | (7) |
式中,年份tk(k=1, 2, …, p),区域(q=1, 2, …, l),xijtk为第tk年第i因素下第j项指标,i=1, 2, …, n; j=1, 2, …, m,ωiq(q=1, 2, …, l)表示第i影响因素在q地区的熵权系数,由于是熵权法计算得到的指标权重,保留了原观测指标主要信息,因而在对其所构成的影响因素的熵权可以通过观测变量熵权系数加和得到。
2 实证分析结果与讨论采用准则层等权重分析法[19]:即准则层权重(wi)均为1/4,每类准则层下各方案层指标再等权重划分为wj,得到q地区产业绩效指数Wq(图 3)。纵向比较市场、产权、政策和创新四个要素的比重,政策因素比重最大,占区域船舶产业绩效系统比重的41%,其次是产权结构绩效。可以看出,产业政策激励依然占有重要地位,产业政策结构绩效对产业绩效的影响较大。此外,创新绩效的信息熵最小,即变异系数最大,提供信息量最大,其次是市场绩效,表明创新绩效和市场结构绩效对区域船舶产业绩效整体水平带来较大的不确定性,对船舶产业绩效影响所占比重也较高。横向比较来看,浙江和上海的市场结构信息熵最小,市场结构绩效的变异系数最大,市场结构绩效在两个地区比重最大;江苏和辽宁两个地区的产权结构绩效的权重最大;广东和天津的政策结构的权重最大;山东和上海的创新绩效权重最大。
图 3是横向比较2014年不同区域产业绩效影响因素水平大小。可以看到,政策绩效波动幅度比较明显,其次是创新绩效,而市场绩效和产权绩效在不同区域之间波动较小;除了江西、广西、重庆和天津外,其他省份政策绩效都大于40%。同时,从16省域产业绩效影响因素来看,政策绩效基本位列四大绩效水平之上,体现船舶产业政策支持的调控的显著作用,其中,浙江省政策绩效最大,广西最小,在国家和地方科技政策的双重政策支持下,不仅为船舶产业提供强大的技术支持保障,优良的基础设施是保证产业发展的先决条件,同时资金等财政支持是作为资金密集型船舶产业发展的必备条件;而民营化比例增加和知识的扩散与转化带来产权结构和创新绩效的显著变化,江苏省和湖北省在油船、自主知识产权并满足IMO最新船舶能效指数要求的散货船、吊机、分离机和定位系统等重要技术装备工艺改进和中速机及低速机等零部件国产化方面不断实现转型升级和自主创新,在创新的频度和强度方面成效显著,具有较高的创新绩效, 为此,江苏省产业产权绩效和创新绩效排名第一;而随着不同地区产业集中度水平逐步提高,产业市场结构绩效变化较小。
图 4纵向比较了不同区域不同产业绩效影响因素,整体来看,政策绩效和创新绩效区域差异比较大,而市场绩效和产权绩效比较集中。市场结构绩效水平集中在10%~30%,产权结构绩效集中在10%~40%,而政策绩效区间范围为20%~55%,创新绩效水平主要集中在10%~45%。江苏省在船舶企业产权结构、环境创新和船舶产业制度机制影响下,创新绩效、产权结构绩效和政策绩效分别位列第一,在江苏省14家具有一定规模与技术的优势造船骨干企业中,民营企业占据70%以上,说明资本、技术密集型产业在产权结构影响对产业绩效的敏感性,同时也说明随着国有向民营产权结构的变化,改善了产业层面上的企业治理和激励机制,健全的治理结构和激励机制的企业在产业中比例逐步上升,也会极大的改善了产业绩效[9]。
根据式(7) 计算所有地区船舶产业的绩效指数Wq,得到2014年中国省域船舶产业绩效指数趋势变化如下图 5所示,总体来看,省域船舶产业绩效指数基本形成三个梯度:1) 第一梯度产业绩效指数在80分以上,有四个地区,江苏、上海、浙江和辽宁省域产业绩效以绝对优势国内领先,这与江苏、上海等地区良好的船舶制造产业基础和创新优势密不可分;2) 广东等7个地区产业绩效指数介于60~80,位于第二梯度;3) 河北等5个地区产业绩效指数低于60,位于第三梯度。不同地区受市场绩效、产权绩效、政策绩效等差别导致产业绩效指数差别较大,江苏省产业绩效水平是广西产业绩效水平的2倍还多。江苏省基础雄厚,具有良好的国际竞争优势,在市场低迷的情况下,江苏省造船三大主要指标仍居全国榜首,同时产业创新频度高,强度大,都促进了优良的产业绩效。
1) 对处于第一、二梯度的船舶产业,需要从供给侧和需求侧两端发力,加强产业集聚能力,形成产业联盟,在原有雄厚的人力、环境和资金技术资源基础上,增强产业竞争力。首先,在政策与创新方面,政府在经济发展的基础上,持续增强对大中型船舶企业的研发活动的财政支持,推动船舶工业自主创新,采取信息化手段实现绿色智能造船,不断淘汰落后产能,改善供给结构,加快高端产品发展。同时加强政府科技中介服务体系建设,完善“产、学、研”长期稳定的合作机制,促进知识传播和科研成果产业共享;其次,在产权结构方面,进一步增加船舶产业利好政策,促进国有企业改制,释放市场经济特点,激励民营企业的持续发展;最后,在市场结构方面,进一步整合产业链资源,增加船舶产业的技术含量,增强产业集中度,根据IMO绿色创新和环保理念,提高产业可持续竞争优势。
2) 对于处于第三梯度的区域,根据船舶产业绿色、低碳的供给要求和消费的新常态,针对需求旺盛的民众娱乐休闲船舶,企业可据此调整产能结构。首先,地方和国家政府加强对大中型企业的研发活动和人力资本的支持力度,政策调控对产业绩效具有重要的调控作用。政府应为新技术提供基础设施补贴和政策支持,在以技术为先导改变产业业态的过程中,需要通过国家政策的资本调控实现技术与产业的有效融合。促进对税收减免和财政补贴力度的激励作用,促进科研成果的市场化运作;其次,受人工、环保和融资成本上升的影响,船舶改装和拆船滞销积压,船舶产业应进行详细的市场调查,谋划产业转型升级,加强船舶产业的国际交流与合作,抓住船舶产业转型契机,大力发展游艇制造业,培育新的经济增长点,提高产业政策和创新绩效;最后,发挥鼓励个人资本的产权投资,增加股份企业的个人资本的股权比重,通过民营化促进产权结构的合理化。
船舶产业作为关系航运、海洋、外贸和国防的综合性、国际性的产业,不仅受到国内产业市场、产权、政策等因素影响,更受到国际航运指数、汇率、石油价格等经济和金融因素影响,同时面对产能过剩现状,未来将进一步对船舶产业绩效影响因素进行多维展开,开展产业绩效的影响因素之间关联关系等相关分析,并动态分析船舶产业绩效变动程度和趋势,探讨更加完善的实证分析方法。
[1] | ZENG Q, QU C. An approach for baltic dry index analysis based on empirical mode decomposition[J]. Maritime policy & management, 2014, 41(3): 224-240. (0) |
[2] | ALAM S, FARUQUE A. Legal regulation of the shipbreaking industry in Bangladesh:the international regulatory framework and domestic implementation challenges[J]. Marine policy, 2014, 47(47): 46-56. (0) |
[3] | GREENWOOD R, HANSON S G. Waves in ship prices and investment[J]. Quarterly journal of economics, 2013, 130(1): 1-57. (0) |
[4] | KAGKARAKIS N. The effect of vessel supply on ship-demolition prices[J]. Eurasian journal of economics & finance, 2017, 5(1): 78-94. (0) |
[5] | JEFFERSON G, HU A G Z, GUAN X, et al. Ownership, performance, and innovation in China's large-and medium-size industrial enterprise sector[J]. China economic review, 2003, 14(1): 89-113. DOI:10.1016/S1043-951X(03)00003-8 (0) |
[6] |
刘小玄. 中国转轨经济中的产权结构和市场结构——产业绩效水平的决定因素[J]. 经济研究, 2003(1): 21-29, 92. LIU Xiaoxuan. The structure of property rights in the Chinese transition economy[J]. Economic research journal, 2003(1): 21-29, 92. (0) |
[7] | 孙早, 王文. 产业所有制结构变化对产业绩效的影响——来自中国工业的经验证据[J]. 管理世界, 2011(08): 66-78. (0) |
[8] | Yale Center For Environmental Law And Policy. International earth science information network (CIESIN), 2014 Environmental performance index[EB/OL].[2016-01-22].Yale University, 2014. http://epi.yale.edu. (0) |
[9] |
赖玢洁, 田金平, 刘巍, 等. 中国生态工业园区发展的环境绩效指数构建方法[J]. 生态学报, 2014, 34(22): 6745-6755. LAI Binjie, TIAN Jinping, LIU Wei, et al. Environmental performance index for eco-industrial park development in China[J]. Acta ecologica sinica, 2014, 34(22): 6745-6755. (0) |
[10] | WANZENRIED G. Capital structure decisions and output market competition under demand uncertainty[J]. International journal of industrial organization, 2003, 21(2): 171-200. DOI:10.1016/S0167-7187(02)00036-X (0) |
[11] |
何维达, 万学军, 武雅斌. 中国钢铁产业竞争力研究——基于策略能力观的视角[J]. 中国工业经济, 2009, 110(11): 56-65. HE Weida, WAN Xuejun, WU Yabin. Study on competitiveness of China's iron and steel industry based in the strategic capability-based view[J]. China industrial economics, 2009, 110(11): 56-65. (0) |
[12] | OTHEITIS N, KUNC M. Performance measurement adoption and business performance[J]. Management decision, 2015, 53(1): 139-159. DOI:10.1108/MD-02-2014-0108 (0) |
[13] | NAUGHTON, BARRY. The Chinese Economy:Transitions and Growth.[M]. [S.l.].Mit Press Books 1.4, 2007:511-513. (0) |
[14] |
余明桂, 范蕊, 钟慧洁. 中国产业政策与企业技术创新[J]. 中国工业经济, 2016(12): 5-22. YU Minggui, FAN Rui, ZHONG Huijie. Chinese industrial policy and corporate technological innovation[J]. China industrial economics, 2016(12): 5-22. (0) |
[15] |
赵懿清, 张悦, 胡伟洁. 政府控制、经济周期与企业投资趋同行为[J]. 经济与管理研究, 2016, 37(11): 11-21. ZHAO Yiqing, ZHANG Yue, HU Weijie. State-ownership, economic cycle and corporate investment comovement[J]. Research on economics and management, 2016, 37(11): 11-21. (0) |
[16] |
李培楠, 赵兰香, 万劲波. 创新要素对产业创新绩效的影响——基于中国制造业和高技术产业数据的实证分析[J]. 科学学研究, 2014, 32(4): 604-612. LI Peinan, ZHAO Lanxiang, WAN Jinbo. The impact of innovation factors on industry innovation performances:an empirical analysis based on Chinese manufacturing and high technology industries[J]. Studies in science of science, 2014, 32(04): 604-612. DOI:10.3969/j.issn.1003-2053.2014.04.016 (0) |
[17] |
洪俊杰, 石丽静. 自主研发、地区制度差异与企业创新绩效——来自371家创新型企业的经验证据[J]. 科学学研究, 2017, 35(02): 310-320. HONG Junjie, SHI Lijing. Independent R&D, region-specific institutions and innovation performance:Evidence from 371 innovative enterprises in China[J]. Studies in science of science, 2017, 35(2): 310-320. (0) |
[18] |
陈兆荣, 雷勋平. 基于熵权可拓的我国能源安全评价模型[J]. 系统工程, 2015, 33(7): 153-158. CHEN Zhaorong, LEI Xunping. Evaluation energy security in China based on entropy weight extension model[J]. System engineering, 2015, 33(7): 153-158. (0) |
[19] | HUANG I B, KEISLER J, LINKOV I. Multi-criteria decision analysis in environmental sciences:Ten years of applications and trend[J]. Science of the total environment, 2011, 409(19): 3578-3594. DOI:10.1016/j.scitotenv.2011.06.022 (0) |