计永雪,胡莉莉
(1.中国科学院 地球化学研究所, 贵阳 550002;2.江西财经大学 国际经贸学院,南昌 330013)
海洋运输成本及其对出口贸易的影响
计永雪1,胡莉莉2
(1.中国科学院 地球化学研究所, 贵阳 550002;2.江西财经大学 国际经贸学院,南昌 330013)
海洋运输已经成为一国对外贸易的重要运输方式,其运输成本的高低对一国贸易的影响极为重要。在分析海洋运输成本的8个主要影响因素:港口的集装箱吞吐量、港口的基础设施质量、班轮运输相关指数、出口成本、空间距离、全球竞争性指数、物流绩效指数和燃料价格后,运用主成分分析法对这些因素进行降维,综合出原始数据85%以上的信息;再通过提取的4个因子测算出海洋运输成本的综合指标,将构建出来的海洋运输成本综合指标引入到出口贸易的模型当中,同时运用分位数回归分别对2008年和2012年的数据作进一步分析,结果表明:与2008年相比,2012年人均GDP、人口规模、两国距离对出口贸易的影响在逐步减弱,而海洋运输成本综合指标对出口贸易的影响则逐渐增强。因此,各国应充分利用本国的优势,努力降低海洋运输成本,积极加强港口基础设施的建设,提高港口服务质量,加强港口与港口之间的货物承接能力以及网络互联来促进国际贸易的发展。
海洋运输成本;分位数回归;贸易成本;海运贸易;港口物流
海洋运输是支撑国际贸易得以迅速发展的主要交通运输方式。目前,世界货物贸易总运量中约80%的贸易是通过海洋运输完成的。据统计,1990年世界海运贸易总量为40.1亿吨,2000年增加到59.8亿吨,2008年达到82亿吨。由于经济危机,世界海运贸易总量稍有下降,2009年世界海运贸易总量为78.4亿吨,在2012年创下87亿吨的历史新高,同比增长4%。海洋运输使规模庞大的石油、铁矿石、煤炭、谷物等大宗货物以及集装箱货物的国际间贸易成为可能。在世界海运贸易增长的同时,2012年全球港口吞吐量也以5.9%的速度上升。
自改革开放以来,中国对外贸易的增长令世人瞩目。特别是加入WTO以来,随着各种贸易壁垒的消除,中国的开放程度和贸易自由化水平也逐渐成为人们关注的焦点。2012年,我国进出口总额为3.6万亿美元,相比2005年我国出口贸易量增长近2倍,进口总额也攀升了1.8倍,我国已成为世界第一大出口国、第二大进口国,在我国海洋运输的重要性尤为凸显。中国是货物贸易大国,基本90%以上的货物贸易由海上运输完成。因此,在当今全球经济一体化浪潮下,作为决定贸易成本高低的海洋运输是维系我国外向型经济可持续发展、实现贸易大国向贸易强国转变的重要一环。考察一国海洋运输成本及其对出口贸易的影响,不仅可揭示一国海洋经济发达与否、国际竞争力的强弱,更对一国发展海洋运输事业、降低贸易成本具有重大的现实意义。
国外学者对海洋运输成本与出口贸易的关系问题进行了大量研究,并提供了许多有价值的文献。Ramos和Zarzoso(2006)[1]运用主成分分析法将影响西班牙港口的连接性状况的多个因素进行了综合,进而将这些综合指标作为代理变量引入到海洋运输成本的模型中,研究发现这是海洋运输成本的一个重要解释变量。Clark等[2]将港口效率指标化,将它作为海运成本的一个重要解释变量引入模型,进而实证研究了运输成本对双边贸易的影响,发现港口效率是海运成本的一个重要变量,且对双边贸易产生了较大影响。Golub和Tomasik(2008)[3]直接运用数学推导方法测算了OECD国家的海运、陆运和空运成本,进而确定了OECD各成员国运输成本的不同及变化。研究表明海运成本占整个运输成本的比重最大。Behar和Venables(2010)[4]从理论上研究了运输成本的决定因素及对贸易的影响,结果表明运输成本与贸易呈反向关系。Hummels(2007)[5]根据相关信息,直接测算了运输成本,发现自1970年代以来,空运成本下降幅度比较大,而海运成本并没有明显下降。De和Rout(2008)[6]从国际运输成本及国内运输成本的角度分析了运输成本与印度出口的关系,结果表明运输成本对印度的出口产生影响较大。Limao和Venables(2001)[7]发现,将距离引入到贸易模型当中,其解释能力仅有10%左右,而加入基础设施等其他相关变量之后,其解释能力能够达到60%左右。
从目前国内研究情况来看,对运输成本的研究大多集中于新贸易理论和经济地理学的理论框架下,且这类文献较少,而有关海运成本与出口贸易的文献更为少见。章美马、柳祖彬(2004)[8]指出,运输成本是影响距离最主要和最直接的因素,因此运输成本的降低有利于进出口贸易的增加。蒋满元(2009)[9]认为,运输成本和生产密度是影响集聚经济的主要因素,而生产密度本身与运输成本的关系也十分密切,因此运输成本的重要性是显而易见的。侯晨勃(2012)[10]从时空视角下研究了国际贸易中运输成本的问题。这些文献大多都是研究运输成本对贸易的影响,关于海运成本的文献往往都是从物流运输的角度进行考量,而从海运成本与出口贸易关系的角度为出发点研究的文献鲜有。
从现实经济活动来看,运输成本对一国的进出口会产生重要影响,而一般海洋运输是人类迄今为止开发的最廉价的运输手段,基于此,有必要对海运成本进行研究,探究其对一国出口贸易的影响。
在测度双边贸易成本时,以往学者主要是在Novy(2008,2013)[11-12],Andersen和Wincoop(2004)[13]等人的模型基础上进行测度。但该模型在测算海洋运输成本时,不能准确反映影响海洋运输成本的各项因素,单纯考虑双边贸易量、经济规模等变量不能准确测度海洋运输成本。笔者借鉴Ramos和Zarzoso(2006)[1]测度海洋运输运输成本的方法,测度了与我国贸易较大的30个国家的海洋运输成本。在测度海洋运输成本综合指标测度之前,有必要先厘清影响海洋运输成本的主要因素。借鉴已有文献,以及数据的可获得性进行综合考量,选取了八个主要的影响因素。
(一)指标选取及数据描述
笔者选取了与中国贸易量较大的前30个国家(阿根廷、澳大利亚、比利时、巴西、加拿大、德国、西班牙、芬兰、法国、英国、印度尼西亚、印度、伊朗、意大利、日本、韩国、墨西哥、马来西亚、荷兰、巴拿马、菲律宾、波兰、俄罗斯、沙特阿拉伯、新加坡、泰国、土耳其、美国、越南、南非)2008年和2012年影响海洋运输成本的因素。下文将对这八个主要影响因素作简要介绍,并对数据来源进行描述。
1.港口的集装箱吞吐量(X1)
集装箱运输作为世界经济贸易的载体,可以用来衡量一个港口在国际经济贸易中的地位,是一个国家或地区经济繁荣程度的重要指标之一。许利枝、方述诚、汪寿阳(2012)[14]在研究中国运输成本和运输效率对出口贸易影响时,指出集装箱运输模式极大地提高了港口的运作效率,同时减少了运输成本。笔者采用的数据来源于世界银行,以20英尺的标准集装箱(TEU)为计量单位。
2.港口的基础设施质量(X2)
港口基础设施质量的好坏也是影响一国海洋运输成本的重要因素。Clark等[2]指出基础设施质量的提高有利于降低一国的海洋运输成本。笔者选取的指标来源于全球竞争性报告,该指标用于衡量企业高管对本国港口设施的感受。数据来自于世界经济论坛与150家合作研究机构30年来合作进行的高管意见调查,以评分制的形式表示,即把港口基础设施质量量化为1—7之间的指数,指数越高代表该国港口基础设施越发达。
3.班轮运输相关指数(X3)
班轮运输相关指数表明各国与全球航运网络的连通程度。联合国贸发会议(UNCTAD)根据海运部门的五部分数据计算得出:船舶数量、船舶集装箱承载能力、最大船舶规模、服务量、在一国港口部署集装箱船舶的公司数量。Ramos和Zarzoso(2006)[1]指出班轮运输的连接状况越好,越有利于海洋运输的发展,进而可以降低海运成本。笔者选取的班轮运输的连接性指数来自UNCTAD数据库,以评分制的形式表示,分数区间为1—100,数值越高代表该国的海洋航运的班轮连接性越好。
4.出口成本(X4)
从某种程度上来讲,海洋运输成本属于出口成本的一部分,笔者采用的出口成本数据来源于世界银行,其单位是以20英尺货柜征收的美元费用为计量单位。该数据包括所有与完成货物进出口手续相关的费用,这些费用包括文件费用、清关和技术监管的管理费用、报关费、码头装卸费和内陆运输费。
5.空间距离(X5)
通常认为空间距离是影响运输成本的一个主要因素,一般远距离会导致高成本。笔者选用的空间距离是指两国首都之间的距离,其数据是通过Google Earth软件测算两地之间的直线距离而得到的。
6.全球竞争性指数(X6)
联合国贸发会议(UNCTAD)报告中指出竞争力也是海洋运输成本的一个重要影响因素。显然,竞争力越强的国家其参与国际贸易程度也会提升,与此同时便会带来运输成本的问题。全球竞争性指数来源于全球竞争性报告,该指标是以1—7为评分标准,分数越高表示该国竞争性越强。
7.物流绩效指数:综合分数(X7)
物流绩效指数的综合分数是根据清关程序的效率、贸易和运输相关基础设施的质量、货运的难易度、物流服务的质量、追踪查询货物的能力以及货物在预定时间内到达收货人的频率所建立的对一个国家的物流的评价。评分以1—5为标准,分数越高代表绩效越好。
8.燃料价格(X8)
燃料价格也是影响运输成本的一个因素,油价越高,成本也越大。本文的燃料价格数据已从当地货币转换为美元。由于无法直接获取海洋运输成本这一数据作为解释变量来研究它对出口贸易的影响,因此笔者从可能影响海洋运输成本的的因素出发,采用主成分分析法,测算出2008年和2012年海洋运输成本的综合指标。
(二)测算方法
主成分分析法(Principal Component Analysis,PCA)是通过研究指标体系的内在结构关系,将多个指标转化为少数几个相互独立且包含原始指标大部分信息的综合指标。该方法是由Hotelling于1933年首次提出,基于此,笔者运用PCA法对海洋运输成本进行测度模型构建如下:
3.计算矩阵R的特征值和特征向量。求出特征值λ1,λ2,…,λm,并按从大到小顺序排列,同时求得对应的特征向量z1,z2,…,zm。
5.取累计贡献率大于80%以上的主成分,求出主成分的因子载荷矩阵。
6.因子载荷矩阵乘以主成分的贡献率,求出综合指标即本文海洋运输成本综合指标值。
(三)测算结果及分析
首先,判断是否适合做因子分析。通常采用的检验为KMO检验和Bartlett球度检验。KMO检验的值越接近1越适合做因子分析,如果该值小于0.5则一般不适宜做该分析。表1为KMO检验和Barlett球度检验结果,可以看出Kaiser-Meyer-Olkin检验值0.636>0.5,表明数据适合作因子分析。
表1 KMO检验和Bartlett球度检验
提取方法:主成分分析
其次,计算相关系数矩阵的特征向量和特征值,通过对特征值和累积贡献率的判断,决定提取公因子的个数。通常从两个方面考虑公因子的提取:一是考察特征根的大小,一般只引入特征根大于1的因子。二是累积贡献率的大小,一般认为累积贡献率大于80%,能解释原始变量的大部分信息。因此,提取前4个公因子较为合理(如表2)。
通过SPSS20.0软件可以直接测算出4个因子在30个样本下的得分,表4中的Y1,Y2,Y3,Y4即为4个因子在30个国家的得分矩阵。此外,依据旋转后的因子特征根及其方差贡献率,可以计算出各个因子的权数(如表3)。
表2 特征值和方差贡献率
表3 因子权数表
最后,测算海洋运输成本的综合指标。根据表3中因子权数和表4中的各因子得分矩阵,可以得出海洋运输成本综合指标的表达式为:
Y综=0.36×Y1+0.25×Y2+0.22×Y3+0.17×Y4。海洋运输成本综合指标值,见表4。
表4 2012年海洋运输成本综合指标
注:(1)其中四个因子由SPSS20.0软件给出,综合指标数据由手工算出;(2)以上所以数据均由四舍五入精确到千分位
根据以上测算方法,可得到2008年30个国家海洋运输成本综合指标值,如表5所示。
综合表4和表5,可以发现,美国、新加坡、德国、比利时和英国等国的海洋运输成本综合指标较高,综合排名靠前,表明这些国家的海洋运输成本较低。主要原因有:第一,美国、新加坡等发达经济体自身技术水平高,造船业较发达;第二,这些国家与远洋航运相关的配套基础设施较完善,班轮运输相关性指数高;第三,这些国家自身市场开放度较高,海运过程中的清关和管制程序较少等。
表5 2008年海洋运输成本综合指标
(一)模型构建
Clark等[2]在研究海洋运输成本时对双边贸易的影响引入了空间距离、实际GDP、实际人均GDP等变量作为解释变量,同时将海运成本指标化引入到模型的估计中。Ramos和Zarzoso(2006)[1]在研究运输成本对贸易的影响时则是以运费率作为海洋运输成本的代理变量引入到模型的估计当中。笔者根据前面的研究结果将海洋运输成本综合指标作为解释变量直接引入到模型中。实证模型设定为:
lnEXij=β0+β1lnPGDPj+β2lnPOPj+β3lnDistij+β4lnMCostij+vij
(3)
其中,EXij表示i国出口到j国的贸易量,PGDPj表示j国的人均GDP,POPj表示j国的人口规模,MCostij表示两国的空间距离,vij表示海洋运输成本、表示残差项。本文中出口量是以中国对30个主要贸易伙伴国2008年和2012年的数据为标准,人均GDP、人口规模均以2008年和2012年的30个贸易伙伴国的统计数据为准。海洋运输成本以通过第三部分测算出来的综合指标为准。
(二)实证分析
1.截面数据初步回归
考虑到模型可能存在异方差和多重共线等问题,笔者进行了White检验和方差膨胀因子检验(VIF检验)。第一,由表6可以看出,四个模型的White检验值均大于20,并且通过了5%的显著性水平检验,因此模型设定当中不存在异方差问题。第二,四个模型中所有变量的平均VIF的统计值均小于5,表明模型各解释变量不存在多重共线性问题。
表6 2008和2012年实证结果
注:“*”、“**”、“***”分别表示在10%、5%、1%统计水平上显著;括号内数值为对应系数的t统计量
从表6回归结果可知:第一,四个模型中各自变量的符号均与预期相符。其中,人均GDP、人口规模均与出口贸易量成正向关系,空间距离与海洋运输成本成反向关系。需要说明的是,这里的海洋运输成本是指海运设施质量,由集装箱吞吐量、港口的基础设施质量、班轮运输相关指数、出口成本、距离、全球竞争性指数、物流绩效指数和燃料价格8个指标综合得到的一个指标,因此,综合指标越高,表明海运设施质量越高,该国海运成本越低,越能促进出口的贸易。第二,从模型组(1)、(3)和模型组(2)、(4)比较可以看出,引入海洋运输成本后,模型拟合优度更高,表明模型中引入此变量是合适的,此模型组对观测样本的解释能力更强。第三,从模型(2)和模型(4)比较分析可以得出,2012年各自变量的回归系数与2008年相比都呈现上升趋势,且海洋运输成本上升幅度最大,由此表明在影响出口贸易的各因素中海洋运输成本的地位日渐突出。
2.分位数回归
为了更加精确分析海洋运输成本对出口贸易的影响,笔者将采用分位数回归做进一步探讨。分位数回归(Quantile Regression)最早由Koenker和Bassett(1978)[15]提出。与普通最小二乘法相比,它能够准确地描述自变量对于因变量的变化范围以及条件分布形状的影响。同时,分位数回归使用残差绝对值的加权平均作为最小化的目标函数,因此估计量不容易受到极端值的影响,从而估计更加稳健。笔者分别就2008和2012年数据运用Sata12.0软件进行回归(见表7)。
表7 2008和2012年分位数回归结果
注:“*”、“**”、“***”分别表示在10%、5%、1%统计水平上显著
从表7分位数回归可得到如下结果:
人均GDP对出口贸易的影响:2008年,在分位点较低或较高时,人均GDP对出口贸易的影响都是不显著的,只有在0.250和0.500分位点处,人均GDP对出口贸易有显著影响,且人均GDP的回归系数随着分位点的提高呈现“倒U型”。这表明只有当人均GDP的大小与出口贸易相匹配时,才会对出口贸易产生显著影响。在2012年,人均GDP也只在0.750分位点处显著,在其他分位点均不显著,且回归系数呈现逐渐下降的趋势,说明人均GDP对出口贸易的促进作用正在逐渐减弱。
人口规模对出口贸易的影响:结合两年来看,在各个分位点处人口规模对出口贸易的影响均比较显著,表明一国人口规模大小对出口贸易的影响不容忽视。同时可以看到,同2008年相比,2012年人口规模的回归系数同样呈现一个下降的趋势,说明人口规模对出口贸易的促进作用也在弱化。
空间距离对出口贸易的影响:空间距离只有在中低水平时(即2008年在0.250—0.750,2012年在0.100—0.750的分位处)才对出口贸易产生显著影响,说明两国距离越近越有利于两国的贸易往来。与此同时,距离的回归系数也呈现下降趋势,表明它对出口贸易的作用在减弱,原因在于随着通讯技术和交通运输水平的飞速发展,世界各地之间联系越来越紧密,空间距离也在不断缩小。
海洋运输综合指标对出口贸易的影响:第一,2008和2012年海洋运输成本综合指标在各分位点处均比较显著,尤其在0.050、0.750和0.900分位点处显著性水平高于其他分位点。更重要的是,海洋运输成本与出口贸易规模之间呈现U型态势,表明出口贸易量在较高位和较低位均比较高,而当双边出口贸易量适度时海运成本最低,2012年估计的结果显示海洋运输成本同样与出口贸易成U型态势。原因在于贸易量较低时导致出口不规模经济,从而海洋运输成本较高;贸易量较高时会出现贸易壁垒政策的干扰以及货物港口等待过长,从而抬高海洋运输成本。第二,比较2008年和2012年各分位点处海洋运输成本对出口贸易的弹性系数,可以发现不论在何分位点处,2012年海运成本的弹性系数要高于2008年,表明海运运输成本在出口贸易中的影响不断加强,这与上文的研究结论一致。
笔者首次运用主成分分析方法对海洋运输成本各影响因素进行分析,将港口的集装箱吞吐量、港口的基础设施质量、班轮运输相关指数、出口成本、全球竞争性指数、两国空间距离、物流绩效指数、燃料价格指数8个原始变量通过降维为4个因子,涵盖了原始变量的85%以上的信息;通过对这4个因子进行综合,测算出海洋运输成本综合指标值。发现新加坡、美国、荷兰、德国等发达国家海洋运输成本较低,伊朗、菲律宾、印尼、越南等发展中国国家海洋运输成本较高。在此基础上,将海洋运输成本综合指标引入引力模型中,分别运用最小二乘法和分位数回归法考察了海洋运输成本对出口贸易的影响,并且将2008年与2012年回归结果进行比较分析。从初步回归结果中得出:2012年与2008年相比,人均GDP、人口规模、两国距离对出口贸易的影响在逐步减弱,而海洋运输成本综合指标对出口贸易的影响逐渐增强,由此可见海洋运输成本对出口贸易的影响不断增大。进一步运用分位数回归进行分析,可以得出:海洋运输成本与出口贸易规模之间呈现U型态势发展,即出口贸易量在较高位和较低位时对应的海运成本均比较高,而当双边出口贸易量适度时海运成本最低。为此本文得到以下几点启示:
第一,鉴于海运成本对出口贸易的影响作用日益凸显,笔者认为必须加强海洋经济建设,建设海洋强国。在新的“十二五”规划中明确提出“科学规划海洋经济发展、合理开发利用海洋资源、优化海洋经济空间布局、加强海洋基础设施建设”,表明我国现正处于海洋建设的关键时期。必须高度重视海洋运输的发展,加大对我国船舶、航运工程的支持力度,加强港口基础设施的建设与完善,利用本国的优势努力降低海洋运成本。政府应积极加强港口基础设施的建设,提高港口服务质量,加强港口与港口之间的货物承接能力以及网络互联,以此促进国际贸易的发展,更好地发挥港口在海洋运输中的引领作用。
第二,鉴于海洋运输成本与出口贸易规模之间呈现U型态势发展态势,笔者认为在经济全球化的今天,出口管理部门需要对本国出口规模做出合理估计,尽可能使出口贸易达到最优点。同时必须提高出口技术水平,延长出口产品价值链,实现从一味强调出口贸易规模到强调出口贸易质量的转变。
[1] Ramos L M,Zarzoso I M.Determinants of maritime transport costs,Importance of connectivity measures[R].Cambridge:NBER Working Paper,No.451,2006.
[2] Clark X,Dollar D,Micco A.Port Efficiency,Martime Transport Costs and BilateralTrade[R].NBER Working Paper,No.10353,2004.
[3] Golub S S,Tomasik B.Measures of International Transport Cost forOECD Countries[R].OECD Economics Department working papers No.609,2009-11-17.
[4] Alberto B,Venables A J.Transport Costs and International Trade[J].Handbook of Transport Economics,2010(1):213-241.
[5] David H.Transportation Costs and International Trade Over Time[J].Journal of Economic Perspectives,2007,21(3):67-92.
[6] De P,Rout B.Transportation Cost and Trade Competitiveness:Empirical Evidencefrom India[J].Trade and Development Review,2008(2).
[8] 章美马,柳祖彬.国际贸易距离的变化机制及其对外贸政策的影响[J].求实,2004(6):180-181.
[9] 蒋满元.运输成本对产业集聚的影响:理论分析与实证检验[J].重庆工商大学学报:社会科学版,2009,26(4):17-19.
[10]侯晨勃.时空维度下国际贸易中运输成本的理论和实证研究[D].北京:北京交通大学,2012.
[11]Novy D.Gravity Redux:Measuring International Trade Costs with Panel Data[R].University of Warwick,Working Paper,2008.
[12]Novy D.Gravity Redux:Measuring International Trade Costs with Panel Data[J].Economic Inquiry,2013, 51(1):101-121.
[13]Anderson J E,Wincoop E V.Gravity with Gravitas:A Solution to the Border Puzzle[J].American Economic Review,2003,93(1):170-192.
[14]许利枝,方述诚,汪寿阳.中国运输成本和效率对出口贸易影响的实证研究[J].系统工程理论与实践,2012,32(5):1057-1067.
[15]Koenker R,Bassett G.The Asymptotic Distribution of The Least Absolute ErrorEstinator[J].Journal of the American Statistical Association, 1978(73):618-662.
责任编辑:夏 莹
(E-mail:silvermania@qq.com)
Marine Transportation Cost and the Effects to Export Trade
JI Yong-xue1, HU Li-li2
(1.Institute of Geochemistry, Chinese Academy of Sciences, Guiyang 550002, China;2.School of International Trade,Jiangxi Finance and Economics University, Nanchang 330013, China)
Marine transport has became an important mode of transportation of a country’s foreign trade,transport costs extremely affect the level of a country’s trade.By analyzing the eight main factors maritime transport costs:port container,quality of port infrastructure,liner shipping connectivity index,export costs ,distance, global competitiveness index,logistics performance index and fuel prices, then use principal component analysis reduce the dimension of more than 85% of consolidated information of the original data.By extracted four factors measure out a comprehensive indicator of ocean transportation costs,which build up a comprehensive marine transportation cost index,then introduced it into the export trade model,while the use of quantile regression,respectively in 2008 and 2012 for a further discussion.The results show that:compared to 2008,the impact on exports of per capita GDP,population size is gradually weakened in 2012;the impacts of ocean transportation costs comprehensive index of export trade become strongly. Therefore, countries should make full use of their advantages and strive to reduce the cost of ocean transportation.The government should actively promote the construction of port infrastructure,improve port service quality, strengthen the capacity to undertake the port and cargo between ports and networking to promote the development of international trade.
ocean transportation cost; export trade; quantile regression; trade costs; seaborne trade; port logistics
2014-07-25 本刊网址·在线期刊:http://qks.jhun.edu.cn/jhxs
江西省研究生创新专项资金项目“农村土地流转背景下江西农业经营模式转型问题研究”(YC2013-S137);国家自然科学基金项目“中国服务贸易成本的测度及其对服务贸易发展影响的经验分析”(71303097)
计永雪,女,吉林松原人,中国科学院地球化学研究所博士生;胡莉莉,女,江西南昌人,江西财经大学国际经贸学院硕士生。
F016
A
1006-6152(2015)01-0030-07
10.16388/j.cnki.cn42-1843/c.2015.01.004