中国海洋经济周期波动分析

李 凯 刘 斌宋维玲

（1.中南财经政法大学 统计与数学学院，湖北 武汉 40073；2.中国银联青岛分公司，山东 青岛 266071；3.国家海洋信息中心，天津 300171；4.中国海洋大学海洋与大气学院，山东 青岛 266100）

引 言

海洋的开发与利用已经成为各国扩大发展空间、获得新能源、促进社会经济可持续性发展的战略重点。相较于陆地经济，海洋经济发展更为迅速，当前海洋资源的开发利用逐步贯穿于社会生产、交换、分配和消费的全过程，成为社会经济发展中不可或缺的一部分。在我国，党的十八大提出“提高海洋资源开发能力、发展海洋经济，保护海洋生态环境，坚决维护国家海洋权益，建设海洋强国”的重大战略部署，开启了我国发展海洋经济的新时代，对促进经济发展、保障国家发展利益等都具有重大的意义。但海洋经济的发展会面临诸多问题，尤其是受到经济发展周期的影响。

从现有研究来看，海洋经济周期波动分析与监测预警的研究则相对匮乏。殷克东等（2011）首先通过选取一系列的领先、同步和滞后指标测算中国海洋经济的景气指数，以此实现了对1999-2008年间海洋经济周期运行情况的分析研究[1]。殷克东等（2012）对国内外经济周期波动理论的研究成果进行了总结阐述，结论表明由于海洋经济统计数据存在“小样本”、“贫信息”的状况，采用灰色关联方法对先行、同步和滞后指标的划分具有较理想的效果，并通过实证分析应用灰色关联法测算了海洋经济景气指数[2]。何佳霖等（2013）、何广顺（2014）基于海洋生产总值总量指标，采用HP滤波和BP滤波方法测定了海洋经济的增长周期，并对周期波动的特征和原因进行了分析[3-4]。李敏（2013）运用HP滤波法对广东省海洋经济生产总值周期波动进行了实证研究[5]。殷克东（2015）以“数据库—系统仿真—计量模型—投入产出—景气指标—预警指标—监测预警”为主线，围绕中国海洋经济周期波动景气指标设计、景气指数编制、预警区间设计和监测预警模拟等，完成揭示了中国海洋经济周期波动的规律和趋势[6]。

由此可见，我国现有关于海洋经济周期波动的研究存在一定局限性。首先，基于单一总量指标海洋生产总值测算了海洋经济的增长周期，但单一的经济指标通常难以代表整体经济的周期波动；其次，基于一系列绝对量指标构建景气指数以此测算海洋经济的古典周期。然而，大多数中国经济指标的绝对量均具有逐年上涨的特征，以此测算的古典周期并不适用于中国海洋经济；再次，有关中国海洋经济周期波动的预判预警方面主要使用了指数预警法和统计预警法，受限于数据问题，定量分析在预测海洋经济所处的周期状态存在一定的不足。因此本文构建了基于海洋经济增长率周期景气指数，对海洋经济周期波动的特征以及其与国民经济周期波动关系进行了分析。进一步通过计量模型预测了海洋经济周期所处的阶段，以此判断海洋经济未来的发展趋势，即处于扩张阶段或是收缩阶段，最终实现对海洋经济周期波动预判预警的目的。

1 海洋经济增长率周期的测度

增长率周期波动与古典周期波动的不同，古典周期波动的衡量指标为经济的绝对量指标，增长率周期波动的入选指标为经济的相对量指标如指标增速。改革开放以来，中国同世界上许多发展中国家一样大多数经济指标绝对值上都是逐年上涨的，只是增长速度有快有慢，且波动较大。基于此，大多数学者都采用增长率周期波动来研究中国的周期波动问题，从数值变化的相对水平反映经济周期的波动性。

1.1 变量说明与样本选取

国民经济运行具有周期波动性是由诸如政治、内外环境等因素综合作用的结果。因此，追踪国民经济运行的轨迹不是以单一的经济指标所代表的数值水平，而是需要一系列指标来衡量经济周期的波动特征。由于景气指标选取原则需遵循一致性、重要性、灵敏性和可操作性原则，且中国海洋经济的统计工作开始较晚，相关统计制度和数据资料有待完善与补充，这对指标的选择和时间跨度的选择产生了有很大的局限性。同时考虑数据的可获得性和数据质量，结合现有的统计资料，本文选取了2000-2015年度的30个绝对量指标和相对量指标。经过不变价格处理后，测算得到2001-2015年度的增长率指标构成海洋经济景气指标体系，具体的指标构成如表1所示。

1.2 指标划分

景气指标组按一定的划分标准可分为先行指标、同步指标、滞后指标三类，分别合成先行、同步、滞后景气指数。其中，同步指数的波动与整体经济周期波动的运行在时间上大致吻合，用来衡量当前经济周期波动。先行指数的变动会先于同步指数的变动，用来实现对经济周期的监测预判预警。最后，滞后指标不仅是对先行指标的一种确认，还可以反应经济周期变化的滞后性。

本文选取“主要海洋产业增加值”的增速作为基准指标，首先采用峰谷对应法、时差相关分析法、灰色关联分析法和指标聚类法四种方法对先行、同步和滞后指标进行了判别，之后结合指标经济含义判断指标的时滞关系对上述三种指标进行了划分。表2显示了各方法的判别结果，最终的景气指数划分的结果如表3所示。

表1 海洋经济景气指标体系

表2 不同分类方法的先行指标、同步指标和滞后指标划分

1.3 海洋经济景气指数的测定

景气指数分为扩散指数（DI）和合成指数（CI）。扩散指数是指上升指标占总指标的个数并常使用50%作为分界线，当扩散指数大于分界线表示指标组中超过半数的指标呈上升状态，经济处于扩张期，即景气状态；当扩散指数小于分界线表示指标组中超过半数的指标呈下降状态，经济处于收缩期，即不景气状态。合成指数不仅能够有效的识别海洋经济周期波动的转折点，更能有效地衡量海洋经济周期所处的状态和变动的方向，并且修正了扩散指数缺乏不能测量经济周期波动的幅度的不足。

表3 我国海洋经济景气指标划分

1.3.1 海洋经济扩散指数

根据扩散指数的计算方法，本文计算了2002年至2015年间海洋经济的先行、同步和滞后扩散三种指数的序列，如图1所示。同时，根据扩散指数的定义①当扩散指数大于50%时，认为经济处于扩张期；当扩散指数低于50%时，认为经济处于收缩期。，测算了海洋经济扩散指数转折的时间点②转折点，即经济周期的波峰和波谷。以50%的线为临界值，当扩散指数自下而上穿过临界值时，取上一年作为扩散指数峰的日期；当扩散指数自下而上穿过临界值时，取上一年作为扩散指数谷的日期。，即表4中所示。

图1 2002-2015年间海洋经济的先行指数、同步指数和扩散指数

表4 海洋经济扩散指数峰谷转折点

表4中，由于数据的所限，先行、同步、滞后三种扩散指数仅计算了2002-2015年的数据，得到的峰谷转折点数量较少。但是，通过对先行扩散指数和同步扩散指数转折点年份的对比，可以发现先行扩散指数的转折点基本先于同步扩散指数的转折点，说明该指数可以较为准确地预测了海洋经济周期的运动。

1.3.2 海洋经济合成指数

本文根据美国国家经济研究局（NBER）的合成指数计算方法，测算得到2002-2015年间海洋经济的先行、同步和滞后三种合成指数的变化趋势，如图2所示。

先行、同步、滞后指数整体变化的波动趋势保持了一致性，并且先行指数的变动先于同步指数的变动，同步指数的变动先于滞后指数的变动。例如，先行指数与同步指数在2004年左右到达波峰，滞后指数在2005年左右达到波峰；先行指数在2008年达到波谷，同步指数和滞后指数在2009年达到波谷。由此可以确定，先行合成指数可以在一定意义上预示同步合成指数的变动，实现预测预判未来海洋经济周期变动的作用。

图2 2001-2015年海洋经济的合成指数

综合分析海洋经济扩散指数和合成指数，只有在2003年同步指数与先行指数的预判出现了较大的误差，海洋经济扩散指数和合成指数均预判海洋经济处于景气上升状态，而同步指数显示2003年处于极度不景气状态。造成这种结果的可能原因是2003年出现非典重大疫情，其非正外部性的影响引起了相关的海洋经济基础指标的异常波动，进而导致了两种指数的预判失灵。

2 海洋经济周期波动的分析与预测

2.1 海洋经济周期波动的分析

2.1.1 海洋经济周期波动的特征及原因

根据前文测算出的海洋经济增长率周期，由图1和图2可以看出，2002-2015年间中国海洋经济存在明显的波动性，具有波动幅度较大，周期较短的特点，这说明对于海洋经济我国需进一步提高宏观调控能力和水平。整体而言，中国海洋经济的稳定性不强：2002-2003年左右中国海洋经济增长率周期处在不景气状态，2003-2004年间海洋经济增长迅速，从2004年开始至2005年海洋经济处在景气状态，但从2005年开始中国海洋经济增速出现大幅下滑，随后的几年虽有上升但在2009年出现探底。2009年以后海洋经济出现景气状态，但随后在2012年再度探底，此后海洋经济缓慢上升，保持较好势头。

对中国海洋经济周期波动的形态和转折点进行分析，2003年由于非典不可抗绝的原因，导致海洋经济处于低谷时期，但同时国务院在2003年印发了《全国海洋经济发展规划纲要》，大力促进海洋经济的发展。因此，2003年后中国海洋经济开始迅速发展处于极度景气的周期状态。2008年由于全球经济危机的爆发，中国海洋经济的发展再度受到冲击而处于低谷时期，此后国家为刺激经济发展采取了一系列措施，在海洋领域也掀起了一股投资浪潮，发电工程、港口码头建设等一系列重大基础设施建设项目落地，有力地刺激了海洋经济的发展，海洋经济再度进入景气状态。而2012年左右，全球经济进入低俗增长时期，中国经济发展进入新阶段，劳动力红利逐渐消失，国家宏观经济目标也由追求总量转向注重质量，在这种新形势下海洋经济的发展受到了一定的冲击。此后，在政府实施“稳经济、调结构、控通胀”的经济发展思路下，海洋经济发展保持较好稳定发展势头。

2.1.2 海洋经济与国民经济周期波动的协动性分析

海洋经济与国民经济周期波动的协动性是指两个经济周期指标之间表现出的波动方向和程度上几乎协同一致的波动特征。海洋经济作为国民经济的一部分，两者之间存在着广泛而密切的联系。两者之间存在协动性的内在机制可以从政策因素和环境因素两方面因素来理解：政策因素方面，海洋经济与国民经济的发展受共同的国家经济政策的影响，尤其是涉及海洋经济的相关政策，会同时对海洋经济和宏观经济产生影响；环境因素方面，海洋经济和国民经济处在共同的经济和社会大环境中，受经济和社会环境的影响和冲击，例如上文中分析到2003年的非典与2008年的全球经济危机对宏观经济环境和海洋经济环境都产生了巨大的冲击。上述的两方面原因都会造成海洋经济与国民经济几乎同时上下起伏波动的现象。

研究海洋经济与国民经济周期波动的协动性对于进一步掌握海洋经济周期波动的规律、更好地对海洋经济周期波动进行监测预警具有重要的意义。由于合成指数不仅可以体现经济周期波动的趋势，同时也可以衡量经济周期波动的幅度，因此本文选用合成指数从静态和动态两方面来研究海洋经济与国民经济周期波动的协动性问题。

（1）静态分析。从静态分析的角度研究海洋经济周期和国民经济周期波动的协动性问题包括三方面：一是图示分析，即对比分析海洋合成指数和国民经济合成指数的运行轨迹图；二是相关系数分析，通过测算两者的相关系数分析两者的静态相关性；三是时差相关分析，通过测算时差相关系数来研究两个周期的时滞问题。海洋经济和国民经济周期的合成指数如图3所示。

图3 海洋经济与国民经济周期波动的对比（数据来源：国泰安数据库）

可以看出，海洋经济周期和国民经济周期大致表现为同步的上下起伏状态，波峰和波谷出现的时间基本吻合，经济周期上升和下降的时间段较为一致，说明海洋经济周期波动和国民经济周期波动运行具有较强的协动性。

通过计算，海洋经济合成指数与国民经济合成指数的Pearson相关系数为0.581，P值为0.03，通过5%的显著性检验，表明海洋经济周期波动和国民经济周期波动存在较强的正相关。

为进一步研究海洋经济周期波动与国民经济周期波动两者的时滞关系，本文进一步计算两者的时差相关系数，取最大滞后数为7，利用SPSS软件得出两者的时差相关系数并进行检验。计算结果显示当滞后数为0时，两者的相关系数绝对值最大，且通过检验，表明两者周期具有同步性，不存在滞后关系。

（2）动态分析。在周期波动协动性的动态分析方面本文首先对海洋经济和国民经济的合成指数波动序列进行平稳性检验①理论上，景气指数只包含周期成分，不含趋势成分，为平稳序列。，然后对通过平稳性检验的波动序列进行格兰杰因果关系检验，判断两者的格兰杰因果关系。

首先，使用ADF单位根检验对两序列的平稳性进行检验，检验结果显示：国民经济合成指数序列的t统计量值为-6.300 802，P值为0.000 7，海洋经济合成指数序列的t统计量值为-4.996 755，P值为0.003 8，两者均拒绝了存在单位根的假设，说明都为平稳序列。

格兰杰因果检验是检验两个序列是否存在因果关系的方法。滞后阶数选择为2时，检验结果如表5所示。

表5 格兰杰因果检验结果

根据表5，首先，海洋经济周期波动与国民经济周期波动互不为彼此的格兰杰原因，这说明国民经济周期的波动没有显著的影响海洋经济周期的波动，进而体现出海洋经济系统的相对自主性与海洋经济周期波动的相对独立性；其次，海洋经济的周期波动对国民经济的周期波动影响方面，虽然海洋经济在国民经济中已占有相当的比重，但它的周期波动还未能引起整个宏观经济的系统性波动，这就反向地表明相对于中国宏观经济的波动幅度，海洋经济增长趋势的波动较为平缓。

2.2 海洋经济周期波动的预测

除通过先行指数进行预测外，本文进一步通过构建计量模型实现更为精准的预测预警。相比于通过先行指数对海洋经济状态进行预判，该方法的优点在于可以对每个先行指标设置不同的先行长度来进行估计预测，对每个指标的预测能力做出评价，选出最优的拟合模型。

2.2.1 变量选择与处理

受限于数据获取的限制，本文选用2001-2015年的数据。由于数据长度较短，不再对不同的指标分别设置不同的先行长度来选择最优的超前长度，统一采用超前一年的数据来进行拟合模型。

定义表3中的13个先行指标分别为变量X1，X2，…，X13，为避免多重共线性和样本量较小无法对多个参数进行有效估计的问题，本文首先对13个指标变量进行降维处理，通过因子分析的方法提取公共因子。

由于只有变量之间存在较强的相关性才能进行因子分析提取公共因子，因此首先对变量间的相关性进行检验。利用SPSS软件进行变量之间的相关性检验，结果显示：KMO值为0.636，适合做因子分析；Bartlett球度检验P值接近于0，应拒绝各变量独立的假设，说明变量比较适合做因子分析。

最终，通过因子分析提取到5个公共因子F1、F2、F3、F4、F5②由于建立模型的目的在于对海洋经济周期进行准确的预测而非分析影响因素，因此本文不再对因子分析得到的公共因子进行解释命名。，旋转后的因子载荷矩阵如表6所示。因子F1在变量X2、X6、X13上具有较高的载荷，因子F2在变量X8、X11、X12上具有较高的载荷，因子F3在变量X5、X10上具有较高的载荷，因子F4在变量X1、X3上具有较高的载荷，因子F5在变量X4、X7、X9上具有较高的载荷。

表6 旋转后的因子载荷矩阵

2.2.2 模型构建与检验

假 设 解 释 变 量 分 别为F1、F2、F3、F4、F5五个因子，被解释变量Y的定义如式（1）所示：

利用Eviews进行Logit模型参数估计并进行检验，模型的R2值为0.78，表明的模型的拟合效果较好。参数估计和检验结果如表7所示，除F1、F2外，其他变量均显著（10%置信水平）。

表7 Logit回归的参数估计及检验结果

本文进一步将所有样本的解释变量观测值代入模型，计算得到每个样本的被解释变量选择1的概率，与每个样本被解释变量的实际观测值进行了对比，以判断模型的预测（回测）效果。回测结果如表8所示。

表8 logit模型的预测结果

表8中，由于样本中“1”和“0”的样本数目分别为11和3，差异悬殊，因此采用“先验方法”①通常有三种方法确定临界值。一是“朴素方法”，即以0.5作为临界点，该方法适用于全部样本中取0和1的样本数目相当的情况；二是“先验方法”，即本文采用的方法；三是“最优方法”，即以“犯一类错误最小”的原则确定临界值。确定临界值，即以标记为“1”的样本的个数占全部样本个数的比例为临界值。计算方法如下：

式（2）中p为临界值。通过计算，确定临界值为0.770，即预测值大于0.770时判为1，小于0.770时判为0。表4进行对比，可以得出有四个样本判断错误，其余样本均判断正确，这说明模型的预测准确率较高。

3 结论与建议

本文基于增长率周期理论对中国海洋经济的周期波动进行了分析，在一定程度上解析了中国海洋经济周期波动的趋势和特征，并对中国海洋经济周期波动实现了预判预警。在此基础上，本文的主要结论如下：

（1）通过构建的中国海洋经济的增长率周期表明我国海洋经济周期较短，波动较为频繁。因此，国家的宏观调控对于海洋经济的发展显得尤为重要，应加强对海洋经济周期波动的监测、预判和预警，以便制定合理的反经济周期政策进行调节，避免海洋经济过冷或过热。

（2）通过对海洋经济周期波动的特征分析，本文首先发现中国海洋经济周期的波动与海洋经济发展相关政策密切相关，适宜的海洋经济政策能够有效地刺激海洋经济发展。其次，海洋经济周期与国民经济周期具有明显的协动性，但Granger因果关系检验表明中国海洋经济周期的波动不是中国国民经济周期波动的格兰杰原因，中国国民经济周期波动也不是中国海洋经济周期波动的格兰杰原因。这说明，由于其他不可观察的潜在因素，我国海洋经济的周期波动受到宏观经济周期波动的影响被稀释。

随着海洋经济的发展壮大，社会各界对海洋经济信息的需求日益增长，现有海洋经济统计工作难以满足多元化的信息需求。建议在进一步完善海洋经济相关统计制度的基础上，借助应用大数据、云计算等数据处理技术，拓展海洋经济信息的频度、深度和广度，以更加及时、全面、精确地反映海洋经济的发展状况。