国际运输服务业全球竞争力的决定因素分析——基于波士顿矩阵和钻石模型

姚 彬，吴开尧

（上海对外经贸大学统计与信息学院，上海201620）

一、引言

据UNCTAD 统计数据显示，2005—2018年中国大陆地区国际运输服务进出口始终保持逆差的状态，而以上一年度为基期的出口增速基本为正，仅在2009、2013和2016年出现负值①UNCTADSTAT,https://unctadstat.unctad.org/wds/ReportFolders/reportFolders.aspx。。2008—2010年，世界经历了金融危机导致的萧条和之后的恢复发展，中国的出口增速分别为22.65%、-38.65%和45.15%，表明中国国际运输服务贸易对于经济危机抵抗能力较弱。

中国国际运输产业竞争力如何？ 如何提升？ 需要选择合适的理论框架和方法对国际运输产业竞争力进行实证研究，有针对性地找出提高产业竞争力的合适措施。

以往对产业竞争力的研究或是基于波士顿矩阵理论，或是使用波士顿矩阵作为补充，通过比较产业竞争力分类得到结论。这些研究能发现产业竞争力差异，但结论往往不够全面，缺少对其影响因素的分析，对决策分析支持不够。与之相比，本文具有一定的创新性。第一，本文基于波士顿矩阵分析产业竞争力，将波士顿矩阵分类作为多分类logistic模型的因变量，分析国际运输产业竞争力的影响因素；第二，在决定因素考察方面，本文基于波特（2002）的钻石模型和因子分析降维技术，将主因子作为logistic模型自变量，考察范围更全面，而且克服了指标间复杂的相关性，简化了模型，降低了分析难度。

本文结构安排如下：第二章介绍理论和模型，第三章分析数据样本和指标，第四章进行各国竞争力实证研究，第五章为稳健性检验，第六章为总结和建议。

二、理论和模型

（一）竞争力理论和模型

竞争力的概念尚有争议。Markusen（1992）认为通过贸易提高自身实际收入增长速度且该速度高于贸易伙伴的国家有竞争力，而于文波（2001）认为竞争力体现为某国能向国际市场提供特定产品并因此获得经济效益，金碚等（2013）则通过工业制成品的比较优势及竞争优势评估竞争力。但是，一国出口额占世界总出口的份额和增长率更便于评估（Ajami，1992）。本文综合相关研究，将国际竞争力定义为一国基于国际自由贸易条件，能以高于他国的生产力提供满足国际市场需求并能持续获得收益的产品，表现为较高的市场份额和增长率。

海内外涌现了多种评估竞争力的理论模型和方法。波特（2002）提出钻石模型理论，基于企业战略管理角度分析一个国家如何形成整体优势进而增强自己国家的国际竞争力。金碚（1997）关注产业竞争力发展的原因，提出工业品国际竞争力因果分析模型。裴长洪和王镭（2002）认为应该设立显示性指标和分析性指标，综合分析产品和产业国际竞争力,且均应包含说明相对竞争优势和绝对竞争优势的两种性质的指标。张矢的等（2008）认为由于很容易获得权威、准确的海关进口数据，且各国（地区）的市场份额仅为所有企业参与市场竞争的结果，故波士顿矩阵分析方法在数据密度和分析框架的内致性上相较于企业业务分析更适合于产业国际竞争力分析。以上模型方法的侧重点不同，本文受张矢的等学者文献的启发，采用波士顿矩阵方法评估国际运输服务业竞争力。

但是，波士顿矩阵仅通过市场份额和增长率将产业进行分为四种竞争力类型（分别为瘦狗、问号、明星和钱牛），没有刻画对国际竞争力及变化趋势的影响因素，具有一定的片面性。张矢的等（2008）用市场份额和市场份额增长率构建波士顿矩阵，只描述了中国电气设备产业的竞争力及其变化趋势，没有从产业的影响因素角度分析，不能给出更有力的政策建议。实际上产业竞争力不可观测，因此学者们倾向于从产业的进出口或者其他指标来判断竞争力的强弱。故本文采用多分类logistic模型，将基于波士顿矩阵的各国产业竞争力分类作为因变量，将影响产业竞争力的因素作为自变量，在最终得到的模型中，各个自变量的系数可以体现某个因素对于产业竞争力的影响程度。

不同学者对于影响或者体现竞争力强弱的因素也有不同的考量，主要分为主要指标法和综合指标法。主要指标法指将某一整体反应产业竞争力的指标与他国产业进行比较，选取的指标有生产率、增加值市场渗透率、比较优势和竞争优势等。该方法只关注某一主要指标，忽视了其他因素的作用。综合指标法则对反映不同方面情况的指标进行综合考察。“钻石模型”涉及生产要素、需求条件、相关支持产业及企业战略、结构和同业竞争、机会和政府6个因素，其实质上是一个集群概念，是综合分析产业竞争力影响因素的重要理论模型（崔金昭，2012）。周星和付英（2000）从产业素质、产业结构现状及发展趋势、环境制度因素和产业国际化四方面构建产业国际竞争力评价指标体系。由于钻石模型涉及范围较全面、影响力较大，本文参照该模型选取相关指标。

多指标评价中存在对指标权重赋值和指标间相关性的问题，往往会影响模型评价的准确性。因子分析方法剖析指标间的关系，能解决赋权和降维问题，同时利用旋转技术使因子相较于主成分分析有更好的解释（沈志云，2017）。本文的多个指标间可能存在复杂的相关性，因此用因子分析法对指标降维，再利用得到的主因子得分和产业竞争力分类构建logistic回归模型。

（二）波士顿矩阵

波士顿矩阵按照企业产品的市场占有率和业务增长率两个指标将矩阵分为4个象限，分别为瘦狗、问号、钱牛和明星（见图1）。瘦狗业务的市场占有率和增长率都很低，几乎不能产生足够的现金流量来维持当前市场份额和业务增长，在短期内获得最大收益之后应放弃该业务。问号业务市场占有率低，但增长率较高，有一定的概率成为钱牛业务，企业可根据战略规划决定是否投资扩张。钱牛业务市场占有率较高，但增长率较低或处于下降状态，近期仍能为企业提供盈利，但市场竞争力有下降趋势，应提前考虑在继续获利的同时逐步退出市场或者寻找新的增长点。明星业务的市场份额和增速都较高，具有较高利润回报和良好市场前景，值得投资和扩大。

图1 波士顿矩阵示意图

（三）因子分析方法

各国GDP 与其商品进出口总额有关，商品进出口又影响了海陆空的运输总量，单纯采用多分类logistic模型可能会降低评价的准确性，故本文采用R 型因子分析法分析各变量之间的相关关系。将多个具有复杂关系的指标整合成几个公因子，有效地减少了变量的数目，并且提取了大部分的信息。公因子经过线性组合可以表示为：

其中，xi（i=1，2，…，n）表示第i个指标，μ是x的期望，fj（j=1，2，…，m）是公因子，∈i（i=1，2，…，n）是特殊因子，aij（i=1，2，…，n；j=1，2，…，m）为因子载荷。

全部公因子对于xi的方差贡献为特殊因子对于原始指标的方差贡献为σi2=D（∈i）.单个公因子fj对于原始指标的总方差贡献为总方差贡献越大意味着该公因子越重要。可以称为fj的贡献率，λj是相关性矩阵的第j 大特征根。依据特征值降序排列，累积贡献率≥85%的公因子可以被提取。根据提取的公因子构建因子载荷矩阵计算因子得分：

（四）多分类logistic模型

基于波士顿矩阵分类和主因子分析结果，选择多分类logistic模型进行估计。各地区不同分类的概率为：

其中，Zij=β0+β1x1+β2x2+…+βnxn，i表示第i个国家 （地区），j表示各个国家 （地区）的国际运输服务贸易竞争力所属的分类，取值为1，2，3，4 且互不相同（1=瘦狗，2=问号，3=钱牛，4=明星，数字不表示顺序）。

综上，本文认为出口份额及其增长是竞争力的表现形式，可将波士顿矩阵分类结果作为因变量，将影响因素作为自变量，考察影响因素与竞争力之间的相关关系。借鉴钻石模型的竞争力影响因素选取的相关指标间可能存在复杂的相关性，本文采用因子分析法从各因素中提取主因子，将因子得分作为logistic模型的自变量，得到的结果可以反映各因素与竞争力的相关关系，为提高产业竞争力提供决策依据。

三、样本与指标设定

（一）样本选取

本文从世界贸易组织（WTO）成员中选取了130个国家（地区）①WTO 相关统计共涉及233个国家（地区），部分国家（地区）相关数据缺失，故剔除。，按主要服务部门分类的国际运输服务贸易进出口数据，计算其2016—2018年的平均出口额和出口额增长率，结果见表1。

表1 世界部分国家（地区）2016—2018年国际运输产业出口情况

在国际市场出口额方面，市场份额大于1%的主要是北美、欧洲、新加坡和东亚国家（地区），其中美国的国际运输服务行业竞争力较强，其国际运输服务贸易出口额约占全世界份额的9.38%。这些地区的经济较为发达，多为发达国家，或者位于世界运输航道的关键节点。市场份额低于1%的国家（地区），多位于非洲、中南美洲或经济体量较低、地理位置远离世界贸易中心的地区。

在出口额增长率方面，三年平均增长率最高的经济体是伊朗 （43.46%）、不丹（42.28%）和东帝汶（27.42%），最低的是几内亚（-61.00%）、圣多美和普林西比（-57.61%）、荷属库拉索（-30.84%）。有些市场份额较大的国家（地区）出口额平均增长率为负，可能是某一年重大事件的发生导致该年出口下降，并不意味着该国家（地区）的产业竞争力下降，不能仅凭出口额增长率做简单判断。

（二）波士顿矩阵分类

国际运输服务业世界总出口额按233个国家（地区）简单计算的平均值为40.49亿美元，高于该数值则该国家（地区）的市场份额记为高，反之为低；世界出口额增长率平均值为4%，大于等于该数值则该国家（地区）的出口额增长率记为高，反之为低。根据波士顿矩阵分类方法，按出口额和增长率阈值将国际运输服务产业竞争力分为瘦狗、问号、明星、钱牛四个类型，各样本国家（地区）的分类归属见表2。

表2 根据波士顿矩阵分类的国家（地区）列表

（三）指标选取

由于部分指标数据难以获取，本文按照钻石模型不同方面，从WTO 网站选取了数据较完备且可获得的13个指标用以评估某国（地区）的国际运输产业竞争力，详见表3。钻石模型的机会方面较难表示，故未选取相关指标。

表3 根据钻石模型选取的指标列表

四、实证分析

（一）相关性分析

各变量之间的相关关系见表4。BCG1、BCG2、BCG3 和BCG4分别表示瘦狗、问号、钱牛和明星型产业。瘦狗和问号型产业的竞争力较弱，与所有变量基本为负相关；“钱牛”和“明星”型产业竞争力较强，与所有变量基本为正相关，说明一个国家（地区）的GDP 和商品进出口总额越高，运输量等数值越大，该国就越有可能拥有较强的国际运输产业竞争力。一方面，物流绩效指数反映了供应链可靠性，提升国际运输产业竞争力可以从提高物流绩效指数入手；另一方面，国际物流源自于进出口贸易，故BCG1 到BCG4 四列中物流绩效指数、商品进出口总量与四种产业竞争力类型的相关性最强。

表4 相关系数矩阵

自变量最小容差小于0.10，方差膨胀因子最大为13.07，说明存在共线性问题。变量间相关系数相对较大，直接进行多分类logistic回归会影响结果的可信度，因此应通过因子分析提取主要信息，降低自变量间的相关性。

（二）因子分析结果

KMO 球形检验的统计量为0.88，巴特利特球形度检验的显著性为0，说明进行因子分析是合适的。选定两个主因子初始特征值为6.54 和2.76，符合判断条件。因子载荷矩阵见表5，可以看出，第一主因子（1）下，载荷较大的指标有商品进出口总量、物流绩效指数、班轮运输相关性、航空运输量、研发支出比例等；第二主因子（2）下，载荷较大的指标有GDP、铁路货运量、货柜码头吞吐量、商品进出口总量、航空运输量等。

不同因子下指标间存在一定的关系，建立因子得分系数矩阵，见表6。在此基础上分别构建营商环境和市场规模的表达式：

表5 因子载荷矩阵

其中，F1、F2分别为营商环境和市场规模，自变量分别为GDP、港口设施质量、海关手续便利度、班轮运输相关性指数、航空货运量、货柜码头吞吐量、商品进出口总量、物流绩效指数、铁路货运量、高等院校入学率、研发支出比例、营商便利指数、服务业就业人数比例。

表6 因子得分系数矩阵

第一主因子F1 得分系数绝对值较大的指标为物流绩效指数、营商便利指数、港口设施质量和海关手续便利度等，同时GDP 和研发支出比例的得分系数绝对值也不小。其他条件一致的情况下，更好的口岸设施和更方便的出入关手续更容易招徕更多的货船，高研发支出和服务业就业比例意味着更前沿的技术应用到运输服务中，服务业更发达的可能性提高，而更可靠的供应链和营商的便利性增加了企业在该地区开展贸易的信心。以上因素一定程度上代表着一个地区的营商环境，提升营商环境带动了国际运输业务的开展，故可以将F1 定义为营商环境。

第二主因子F2 得分系数绝对值较大的指标为商品进出口总量、GDP、物流绩效指数等、航空运输量等，而货柜码头吞吐量和铁路货运量的得分系数绝对值也不小。贸易需求旺盛的国家（地区）进出口货物运输相对频繁，而贸易量大的国家（地区）往往具有更高的经济体量，其GDP 相应更高。以上指标主要反映了来自所在国商品贸易繁忙程度和国家（地区）经济水平的影响，故可以将F2 定义为市场规模。

根据计算结果，营商环境得分最高的有新加坡、芬兰、挪威、丹麦、比利时等，这些国家（地区）的国际运输业发达主要得益于便利的通关手续、良好的口岸基础设施和更可靠的物流。市场规模得分最高的有美国、中国、德国、日本、俄罗斯和法国等，这些国家（地区）GDP 较高，且商品贸易繁荣，海陆空运输量大，国际运输受益于繁荣的商品贸易。

（三）多分类logistic模型拟合结果

营商环境和市场规模得分为多分类logistic模型的自变量，波士顿矩阵分类为因变量。设定瘦狗型产业为对照组，在控制其他协变量情况下，观测到i 国家（地区）国际运输产业是j 类型而不是瘦狗型的概率的比值为相应的logit表达式为Lij=本文通过SPSS 25 计算出最终结果，见表7，模型P值为0，模型有意义。Pearson 拟合优度检验在5%上显著，偏差检验显著性为1，模型可以较好拟合原始数据。

表7 多分类logistic模型参数估计结果

表7（续）

优化营商环境和扩大市场规模有助于提升产业竞争力。总体而言，三个竞争力类型的营商环境得分和市场规模得分的系数基本为正数，说明以瘦狗产业为对照组，营商环境和市场规模因子的不断增大能够提升产业成为其他类型的概率，与一般事实一致。但提升产业竞争力的两种渠道对于不同产业类型的作用强度不同：

（1）问号型产业的营商环境的系数大于零，且绝对值大于市场规模的系数。说明优化营商环境提高了该产业为问号型而不是瘦狗型的概率，即提高了产业竞争力；若营商环境和市场规模得分同步增加，成为问号型产业的竞争力的概率仍能提升。某国产业为问号型，在维持当前竞争力类型不变的前提下，若想提升产业竞争力，可以着力改善营商环境，如在国内优化自身服务质量，简化海关手续和提高港口设施质量等。

问号型产业两个自变量的系数都不显著，其反映的信息不一定可靠。且结果未能体现的一点是，弱竞争力产业所在国，相对来说经济水平略低一些，将资金用于提升高校入学率或投入研发，短期内未必有成效，反而挤占了其他方面的投资额，可能会导致产业竞争力的下降。

明星型和钱牛型产业的营商环境的系数小于市场规模的系数。主因子市场规模中系数最大的是商品进出口总额，直接关系着一国对于国际运输服务的需求。而营商环境主要体现了一国研发创新力度、营商便利性等间接因素，虽然营商环境的提升有助于国际运输服务业的发展，但是它不能直接作用于贸易本身，故当前短期内市场规模扩大的作用大于营商环境的改善，市场规模的系数大于营商环境。

（2）钱牛型产业的系数大于明星型，明星型大于问号型。说明优化营商环境、扩大市场规模到一定程度作用下降，但持续投入促进创新，有助于提升竞争力。例如若某国的高等院校入学率最初就接近于1，则该国不管如何提高本国知识水平都不会给该指标带来很大的提升，因子得分也不会大幅增加；但较高的知识水平和充分的教育投入会增长技术储备和促进创新，有助于将新技术、新模式应用于贸易发展上，使相关国家（地区）贸易竞争力更强，故强势竞争力产业的自变量系数大于问号型产业。这也验证了明星型产业具有最强的竞争力，获利能力高于其他类型产业，故市场上明星型产业的数量较少，且其他产业不容易成为明星型产业。钱牛型产业的系数大于明星型产业，明星型产业对于市场规模和营商环境具有更高的要求。

模型通过比较四种类型产业概率的大小对竞争力进行分类。一方面，结果显示提升产业竞争力需要注重市场规模和营商环境两方面，促进贸易和扩大市场规模在一短时间内对于提升竞争力更有效。但长期来看营商环境的优化不容忽视，旨在提升参与度的政策，如提高技能和改善创新环境，对于维持和提升竞争力将变得越来越重要。正如余娟娟（2014）认为，随着一国要素禀赋不断变化，其比较优势也在发生变化，原有的劳动密集型产业应转化为技术密集型产业。另一方面，提升产业竞争力需要考虑资源合理配置，弱竞争力产业国家（地区）应在保证产业收益和竞争力的前提下，增加创新和优化营商环境。

五、稳健性检验

为了考察模型结果是否合理，首先对13个指标直接进行多分类logistic回归，然后将BCG 分类合并为2个结果，进行二分类logistic回归，最后采用2010—2012年的数据进行拟合。

（一）直接进行logistic回归的结果

Logistic回归结果见表8。可以看出，竞争力较弱的问号型产业（BCG2），可以通过提高海关手续便利性、班轮运输相关性指数、物流绩效指数、高等院校入学率和增加商品进出口总额来提升竞争力，其中扩大市场规模（增加商品进出口）作用尤为显著；而钱牛型产业（BCG3）和明星型产业（BCG4）同样以增加商品进出口总额、航空和铁路货运量等方式来提升竞争力更为有效，基本符合上述有利于提升竞争力的结论。

表8 未进行经过因子分析的参数估计值

表8（续）

此外，从表8还可看出，大部分系数都不够显著，降低了模型预测结果的可信度；大多数指标不易分出主次，这给根据拟合结果提供决策建议增加了难度。故需进行因子分析，以简化模型降低指标间多重共线性，提高拟合结果可信度，降低决策分析难度。

（二）二分类logistic回归结果

记竞争力较弱的瘦狗和问号型产业为0，较强的钱牛和明星型产业为1，作为新的产业竞争力分类，并进行logistic回归。结果表明，模型和系数都显著，营商环境和市场规模系数为3.71 和4.92，说明提高市场规模和营商环境可以提高产业竞争力。市场规模得分的拟合系数大于营商环境得分的拟合系数，说明通过扩大市场规模提升竞争力的方式更起作用，与多分类logistic模型结果一致。

（三）2010—2012年数据模型拟合结果

2010—2012年数据因子分析成分得分系数与2016—2018年数据分析结果大体一致，最终仍可将13个指标降维成代表营商环境和市场规模的两个主因子。主因子表达式为：

其中，自变量分别为GDP、港口设施质量、海关手续便利度、班轮运输相关性指数、航空货运量、货柜码头吞吐量、商品进出口总量、物流绩效指数、铁路货运量、高等院校入学率、研发支出比例、营商便利指数、服务业就业人数比例。

多分类logistic模型结果如表9所示，系数并不十分显著，但不影响分析，且同2016—2018年数据实证分析结果基本一致。拟合系数基本都为正数，说明两种途径都可以提升产业竞争力。市场规模得分的系数基本都大于营商环境得分的系数，说明扩大市场规模更有利于竞争力的提升，与基本结论一致。

六、总结和建议

本文选用多分类logistic模型，将波士顿矩阵产业分类作为因变量，将影响国际运输服务产业竞争力的因素作为自变量，考察不同因素对国际产业竞争力的影响。基于数据可获得性和钻石模型，本文选取了13个指标并采用了因子分析方法对指标进行降维处理，最终得出主因子市场规模和营商环境作为logistic回归模型的自变量，估计结果显著且稳健。研究表明，提升国际运输服务业竞争力需要从营商环境和市场规模两方面着手，促进贸易发展和扩大市场规模有助于在一定时期内提升竞争力，但由知识积累和技术创新以及营商便利性等的优化所形成的营商环境则决定了产业未来发展的潜力和竞争力。同时，提升竞争力也需考虑资源合理配置。中国国际运输服务属于钱牛型产业，但国际运输服务连年逆差，竞争力与其他发达国家（地区）相比仍有一段差距。故提出以下政策建议：

1.扩大市场规模

短时间内扩大市场规模比优化营商环境更有效。中国应把握好疫情后全球经济发生重大变化的时期，对外扩大出口，对内鼓励“国货国运”，对不同运输方式采取不同发展措施。

（1）商品进出口总额和GDP 反映了一个国家（地区）的贸易繁荣程度和整体经济水平，疫情后仅中国在第三季度GDP 呈现增长趋势，应抓住国外经济情况缓慢恢复过程中依赖中国制造业的机会，将产品更多地远销海外，扩大商品进出口总量。

（2）中国有许多外贸加工型企业，关税和运输成本对于该类企业竞争力和盈利能力的财务影响在全球价值链中被放大。国家应颁布优惠政策，引导“国货国运”，降低货物流转过程中的成本，提高双方利润，保证生产和运输供应链的稳定。

（3）目前，海运占据国际运输服务主体地位，但在全球供应链受影响的情况下其他运输方式对维持贸易和满足运输需求的贡献凸显，应针对不同运输方式实施不同的措施发展运输服务。公路运输方面，中国应建立与多国的TIR（国际公路运输系统）跨境公路运输通道，以简化通关程序、提高通关效率，推进国际公路运输与贸易的便利化发展。铁路运输方面，政府应推动联通各国产业园区的国际铁路大通道的建设，由此串联供应链上下游，促进运输服务发展。航空运输方面，效仿亚洲航空公司物流部门构建数字航空货运网络，结合前沿技术提供更广泛的供应链网络，简化托运流程。国家应积极推动一带一路政策实施，推动海运、空运、陆运优势互补，与更多国家（地区）展开合作。

2.优化营商环境

中国国际运输服务份额高、增长缓慢，持续扩大市场规模具有一定难度。应提高港口综合服务能力，加强科研投入，促进通关模式创新和政策创新，帮助摆脱竞争力下降的桎梏。

（1）提高港口综合服务能力，优化营商环境。进一步优化有关港口的装卸存储主业以及重点货类运输系统，优化港口布局、促进合理分工。定期对港口设施全面体检和维护，重点管理、养护和升级老港口。加强港口水文和作业情况监测，全程监控船只进港离港，提高港口运行掌控能力。

（2）探索通关模式创新和政策创新，提升营商便利性。简化通关流程，进出口环节采用简洁高效的监管证件，推进覆盖海运和贸易的“单一窗口功能”，如借鉴新冠肺炎疫情期间中欧班列“船车（站）直取”模式，无需重复报关查验，提高通关效率。明确口岸经营服务性收费目录清单和公示制度，减少冗费。同时，当前中国造船业竞争力有所提高，政府应审慎取消外国船东的造船补贴和税收优惠，避免助其在运输服务市场上与中国企业竞争。

（3）维持科研投入和人力资本积累，有助于产业通过差异化获得竞争优势。可加强产学研合作，培养高级技术人才，创新研究新型船舶技术，打造满足不同运输需求的特种船舶；促进高级服务人才进入运输服务企业，增加国际运输服务种类和质量。世界范围内创新扩散，其他产业类型通过创新和学习挤占市场份额。持续研发投入带来的技术创新可以促进运输服务业由劳动密集型转向技术密集型和资本密集型，有助于应对中国人口红利消退的挑战。