基于系统动力学的干散货航运市场运力供给研究＊

（上海海事大学物流研究中心 上海 200135）

国际干散货航运市场是国际干散货航运商与国际贸易商之间进行干散货运输为服务对象所形成的服务市场，其海运量约占世界海运量的1／3［1］．海运量主要由国际经济形势和贸易市场所制约，基本不受运价控制．运价是运力供给稀缺性的价值表现，引起了运力供给的产生，而运力供给决定了运价［2－3］．

唐丽敏［4］基于航运经济理论，通过航运市场需求与供给的计量经济模型建立与求解，进而对未来航运市场运价进行短期预测．J．J．Xu等［5］研究了干散货市场的运价波动与运力供给的关系，采用了2阶段模型．第一阶段是通过ARGARCH模型衡量运价的波动，第二阶段是通过GMM回归分析运价波动与运力增长的关系，研究发现运价波动与运力变化呈相反关系，而运力的改变能够有效的抑制运价的波动．以上学者的研究成果充分说明了运力决定了运价，运价对运力具有调节作用，但是并没有全面考虑引起运力和运价波动各种因素及相互制约关系，建立因果反馈模型．本文从系统角度出发，运用系统动力学方法对干散货航运市场运力的未来发展趋势进行模拟，并改变影响运力供给的相关因素，确定相应改进策略，保持市场合理运力，对理解航运市场的系统性风险具有重要的意义．

1 干散货航运市场运力供给现状

国际干散货航运市场运力供给近年来出现了迅速增长的态势，2002～2011年国际干散货航运市场运力规模如表1所列．

表1 2002～2011年国际干散货航运市场运力规模

由表1可知，国际干散货航运市场船舶数量和吨位都呈逐年增长的趋势，从2004年开始，增长幅度都超过4%．船舶吨位的增长率比船舶数量的增长率要大，反映出国际干散货航运市场船舶朝着大型化发展趋势，这种趋势可以从如图1所示的国际干散货航运市场各种船型的发展趋势中明显看出．

图1 国际干散货航运市场分船型数量与吨位走势图

由图1可知，海岬型、巴拿马型、超灵便型船舶的数量和吨位都呈逐年上升趋势，灵便型船的数量和吨位却呈下降趋势，直接反映出干散货船舶大型化的发展，同样也间接反映出小型干散货船舶受到集装箱船舶发展的影响，运输了灵便型船所运输的货物［6］．

2 干散货航运市场运力供给系统动力学模型

2.1 干散货航运运力供给模型

干散货航运市场运力供给是指在一定时期内，拥有干散货船舶吨位的全体船舶所有者，在各种运价条件下能够而且愿意提供的船舶吨位数［7］．它具体是由现有运力、新建运力、拆解运力以及市场闲置和封存等运力吨位组成．由此可以得出，干散货航运市场现有运力表示为

式中：Nt为t时刻的运力；Dt为t时刻交付的运力；St为t时刻拆解的运力；Ft为t时刻闲置的运力；Lt为t时刻转移和灭失的运力．

2.2 干散货航运市场新造船订单模型

干散货航运市场新造船订单量与市场运价的关系密切，运价的波动将会引起新造船订单量的变化．其数学模型为

式中：Nt为t时刻的新造船订单量；Ft为t时刻的运价．

1）数据的选择与处理 在干散货航运市场中，用BDI指数表示航运运价，NB表示新造船订单量．选取1996～2011年的月度数据作为研究对象，为了消除对数据分析的影响，对原始数据进行自然对数处理，用ln BDI和ln NB表示干散货航运市场运价和新造船订单量．

2）模型的建立 在建立模型之前，需要对数据进行平稳性检验，本文采用ADF单位根检验法［8］．经检验发现，ln BDI和ln NB 不是平稳序列，经过一阶差分过程后再次检验，序列都是平稳的，如表2所列．

表2 干散货航运运价与新造船订单量ADF检验结果

将ln BDI作为解释变量，ln NB作为被解释变量，对平稳序列进行最小二乘法拟合得到如下的关系方程：

由以上方程可看出，BDI指数的回归系数为1．130 88，说明BDI指数对新造船订单量有较大的影响，BDI指数的上升，新造船订单量也会增加．

2.3 干散货航运市场运价模型

干散货航运市场运价受到多方面因素的影响，通过分析，影响其波动的主要因素有干散货航运市场运力供给量、干散货贸易量和航运成本．其数学模型为

式中：Ft为t时刻的运价；St为t时刻的运力供给量；Dt为t时刻的贸易量；Ct为t时刻的航运成本．

在干散货航运市场中，用BDI指数表示航运运价，运力供给量为现有运力规模，贸易量为主要干散货贸易量，航运成本以燃油价格表示．为了研究4个变量之间的关系，本文选取1996～2011年的月度数据作为研究对象，以BDI表示航运运价，SU表示现有运力规模，DE表示干散货贸易量，OP表示燃油价格．

首先对原始数据进行自然对数处理，用ln BDI，ln SU，ln DE和ln OP分别表示航运运价、现有运力规模、干散货贸易量和燃油价格．

通过对数据的平稳性检验和一阶差分处理后，用最小二乘法拟合得到关系方程式

由以上方程可以看出，干散货航运市场运力供给的回归系数是－4．116 84，说明干散货航运市场运力供给量的增加，将会引起干散货航运运价的下跌，而干散货贸易量与燃油价格的回归系数为正，说明两者的上升将会引起干散货航运运价的上升．

2.4 干散货航运市场系统动力学模型建立

通过建立运力供给、运价和新造船订单量模型可知，干散货航运市场是含有多种影响因素的复杂时变系统，运力供给的变动将会引起运价的波动，运价波动又会导致新造船订单量发生变化，继而影响未来的运力供给．在分析系统中各种因素之间相互制约、相互影响的作用时，运用系统动力学方法进行系统模拟，分析这些因素之间的反馈关系，可以较为深入的了解未来干散货航运市场的发展趋势．

根据国际干散货航运市场运力供给系统的组成要素以及各要素间的因果关系，将各要素划分为水平变量、辅助变量、常量和外生变量，利用系统动力学软件 Vensim［9－10］，构建国际干散货航运市场运力供给系统流图如图2所示．

图2 国际干散货航运市场运力供给系统流图

对流图中的相关参数进行赋值，并将式（1）、（3）和（5）输入到流图方程，利用系统动力学仿真模拟，得到2012～2016年的国际干散货航运市场运力供给与运价的走势图如图3所示．

图3 2011～2016年的国际干散货航运市场运力供给与运价的走势图

从图3中可知，随着运力的交付量的不断增加，致使运力供给量不断加大，引起运价的不断下跌，直到2013年后才逐渐有所改观．这种趋势也符合目前干散货航运市场的现状和有关航运市场研究者的预期．据克拉克森统计，截止到2011年12月31日，国际干散货航运市场1万载重t以上的船舶吨位达到611．1百万载重t，手持订单量高达200．9百万载重t，占总运力的32．88%，在2012和2013年将分别有约1．39亿和0．51亿载重t船陆续交付．

3 干散货航运市场运力供给调整策略

干散货航运市场目前的低迷状态，完全是由船东肆意扩大运力造成的．运力供给是导致国际航运市场兴衰的主要原因．本文以调整影响干散货航运市场运力供给系统流图的参数变量，包括干散货船舶拆解率、闲置率和运力交付比例，改变运力供给趋势，为干散货航运市场未来发展提供参考依据．

3.1 调整船舶拆解率，加大船舶的拆解力度

拆解老旧干散货船舶是释放过剩运力最直接、最有效的途径．调整国际干散货航运市场运力供给系统流图中的拆解率参数，将2012年的0．05提高到0．08，即拆解量从30．56百万载重吨提高到48．89百万载重t，得到如图4所示的运力供给和运价前后关系对比图．

3.2 调整船舶闲置率，提高船舶闲置封存量

国际干散货航运市场运力供给的来源并不是由干散货总运力提供的，而是由干散货营运运力规模提供的．因此，船舶封存量的变化会导致营运运力规模朝相反的方向变化．调整干散货航运市场运力供给系统流图中的闲置率参数，将2012年的0．005提高到0．01，即闲置量从3．06百万载重吨提高到6．11百万载重吨，得到如图5所示的运力供给和运价前后关系对比图．

图4 调整拆解率前后运力供给和运价对比图

图5 调整闲置率前后运力供给和运价对比图

3.3 调整船舶交付比例，延长船舶订单交付期

现有船舶的订单量是未来运力规模发展的主要来源，决定着航运市场近两年内的发展规模．因此，将新船交付速度降低．在国际干散货运力供给系统流图中调整运力交付比例参数，将原来的交付比例下降20%，得到如图6所示的运力供给和运价前后关系对比图．

从图4～6中可以看出，干散货船舶拆解率、闲置率和交付比例调整后，干散货航运市场运价有所上升，这主要是由于市场运力供给量减少的结果．若将干散货船舶拆解率、闲置率和交付比例同时调整，效果将是显著的．

图6 调整运力交付比例前后运力供给和运价对比图

4 结束语

本文运用系统动力学方法干散货航运市场运力供给系统动力学模型，对国际干散货航运市场运力供给与运价之间的关系进行研究，研究结果显示，干散货航运市场运力供给将在近两年内年达到顶峰，运力极度过剩，引起运价持续低迷，直到2013年将会有起色，这与干散货航运市场研究机构的预计相吻合．为了应对未来市场低迷的局势，文中将系统中影响运力供给的相关参数进行的调整，对调节运力配置效果显著，对解决干散货航运市场运力过剩问题具有一定的实用价值．

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

［2］徐天芳，苗凤来．国际航运市场的运力供给分析［J］．大连海事大学学报，1999，25（4）：40－43．

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

［4］唐丽敏，元世龙，王庆也，等．金融危机影响下航运市场计量经济分析［J］．大连海事大学学报：社会科学版，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］徐志刚．国际干散货船队未来运力发展趋势研究［D］．大连：大连海事大学，2005．

［7］王 彦．国际航运经济与市场［M］．大连：大连海事大学出版社，2009．

［8］高铁梅．计量经济分析与建模：EViews应用及实例［M］．北京：清华大学出版社，2009．

［9］王其潘．系统动力学［M］．上海：上海财经大学出版社，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．