吳歡+吳晛

摘 要：石油與汽車之間一直存在著一種典型的互補(bǔ)關(guān)系，研究油價(jià)波動(dòng)與汽車行業(yè)產(chǎn)能過剩之間的關(guān)系，對(duì)于我國(guó)汽車行業(yè)的結(jié)構(gòu)性改革具有重要的現(xiàn)實(shí)意義。基于石油與汽車之間的這種關(guān)系，可以肯定石油價(jià)格波動(dòng)對(duì)汽車行業(yè)產(chǎn)能過剩會(huì)產(chǎn)生一定的影響。為了探究石油價(jià)格波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩造成的影響程度，文章采用短期約束的SVAR模型，考察了2013年7月至2016年12月之間油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩結(jié)構(gòu)性沖擊的影響。結(jié)果發(fā)現(xiàn)，油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)的產(chǎn)能過剩存在反向沖擊，即油價(jià)上升會(huì)在一定程度上降低我國(guó)汽車行業(yè)產(chǎn)能過剩程度，而油價(jià)下跌會(huì)加劇我國(guó)汽車行業(yè)的產(chǎn)能過剩。因此，相關(guān)部門可以通過對(duì)油價(jià)波動(dòng)走勢(shì)的預(yù)測(cè)來對(duì)我國(guó)的汽車行業(yè)進(jìn)行結(jié)構(gòu)性改革，并適時(shí)推進(jìn)新能源汽車的發(fā)展。

關(guān)鍵詞：油價(jià)波動(dòng)；產(chǎn)能過剩；SVAR模型；結(jié)構(gòu)性改革

中圖分類號(hào)： F426文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1672-0539（2017）06-0063-08

一、研究現(xiàn)狀

石油作為現(xiàn)代工業(yè)社會(huì)的基礎(chǔ)能源，已經(jīng)全面滲透到國(guó)民經(jīng)濟(jì)的各個(gè)方面，由此可見其對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的重要作用[1]。隨著我國(guó)對(duì)石油需求增加，石油的對(duì)外依存度也不斷攀升，從21世紀(jì)初不到30%的對(duì)外依存度到2015年突破60%，這遠(yuǎn)超國(guó)際公認(rèn)的50%的安全警戒線[2]。由于全球金融危機(jī)和主要經(jīng)濟(jì)體經(jīng)濟(jì)復(fù)蘇進(jìn)程的影響，國(guó)際石油價(jià)格出現(xiàn)大幅下跌，從2013年7月到2016年12月，國(guó)際油價(jià)從100美元/桶以上降到了50美元/桶以下（見圖1）。

石油資源具有不可再生性和稀缺性，是關(guān)系著國(guó)民經(jīng)濟(jì)振興和國(guó)家經(jīng)濟(jì)安全的戰(zhàn)略物資，石油工業(yè)屬于上游產(chǎn)業(yè)，石油價(jià)格對(duì)國(guó)民經(jīng)濟(jì)各行各業(yè)具有明顯的波及效應(yīng)。通過深入研究石油價(jià)格對(duì)國(guó)民經(jīng)濟(jì)的影響，提出有效的應(yīng)對(duì)策略，對(duì)保證我國(guó)國(guó)民經(jīng)濟(jì)穩(wěn)定、快速、持續(xù)增長(zhǎng)具有重要的理論和現(xiàn)實(shí)意義。因此，對(duì)石油價(jià)格波動(dòng)的研究一直以來都受到國(guó)內(nèi)外學(xué)者的關(guān)注。Jimenez-Rodriguez研究發(fā)現(xiàn)，國(guó)際油價(jià)增長(zhǎng)對(duì)GDP的增長(zhǎng)率具有負(fù)面影響[3]；Lee和Ni證明了不同行業(yè)受到國(guó)際油價(jià)沖擊的影響程度并非等同，石油價(jià)格沖擊會(huì)通過降低其他行業(yè)需求而使其他行業(yè)也出現(xiàn)產(chǎn)出下降（如汽車行業(yè)）[4]。Hammoudeh 等提出最受油價(jià)波動(dòng)影響的行業(yè)是與石油高度相關(guān)的行業(yè)，如對(duì)石油高度敏感的行業(yè)以及石油導(dǎo)向型的加工制造業(yè)[5]。蘇均和指出，國(guó)際油價(jià)的下跌使得全球新能源產(chǎn)業(yè)發(fā)展受阻，我國(guó)產(chǎn)業(yè)升級(jí)也受到影響[6]。譚小芬基于短期約束的SVAR模型，考察了1998年—2015年導(dǎo)致油價(jià)波動(dòng)的三種結(jié)構(gòu)性沖擊對(duì)中國(guó)37個(gè)工業(yè)行業(yè)的影響及其機(jī)理，結(jié)果發(fā)現(xiàn)油價(jià)的特定沖擊對(duì)工業(yè)行業(yè)的抑制效應(yīng)遠(yuǎn)高于供給沖擊和需求沖擊[7]。Bossche將產(chǎn)能過剩原因歸結(jié)為政府部門對(duì)經(jīng)濟(jì)的過度介入，并認(rèn)為增加私人部門投資是較好應(yīng)對(duì)之策[8]。Sarkar認(rèn)為，信息對(duì)稱性、投入要素產(chǎn)出彈性與產(chǎn)能過剩三者之間存在密切聯(lián)系，并提出在信息不對(duì)稱和要素產(chǎn)出彈性較低的情況下，適度產(chǎn)能過剩可能是較優(yōu)的選擇[9]。Chaturvedi和Christope等學(xué)者則從供應(yīng)鏈的風(fēng)險(xiǎn)控制視角對(duì)產(chǎn)能過剩原因進(jìn)行了分析，認(rèn)為當(dāng)消費(fèi)者的未來需求或供應(yīng)商的未來供給不確定時(shí)，企業(yè)將基于安全考慮不得不增加現(xiàn)期商品產(chǎn)出或原材料購(gòu)入水平，進(jìn)而導(dǎo)致產(chǎn)能過剩的存在[10]、[11]。林毅夫指出，“潮涌現(xiàn)象”誘發(fā)了集中投資，而投資信息的不對(duì)稱，尤其是企業(yè)數(shù)目信息不確知，使得企業(yè)出現(xiàn)投資信息估計(jì)偏誤，且企業(yè)間難以形成協(xié)調(diào)，從而導(dǎo)致了產(chǎn)能過剩的形成[12]；韓國(guó)高等利用GMM模型，對(duì)我國(guó)28個(gè)行業(yè)1999年—2008年的產(chǎn)能利用率進(jìn)行了測(cè)算，認(rèn)為產(chǎn)能過剩主要是由于經(jīng)濟(jì)增長(zhǎng)方式不合理、投資過熱、地方政府對(duì)微觀經(jīng)濟(jì)主體的不當(dāng)干預(yù)造成的，并且提出減少地方政府對(duì)經(jīng)濟(jì)的干預(yù)、形成市場(chǎng)化的金融資源配置機(jī)制、健全生產(chǎn)要素市場(chǎng)體系等建議[13]；尹明和李春燕從資本產(chǎn)出比的視角測(cè)算了1999年—2013年我國(guó)汽車產(chǎn)業(yè)不同經(jīng)濟(jì)類型下產(chǎn)能利用情況，并提出需要企業(yè)、市場(chǎng)、政府來共同應(yīng)對(duì)、解決抑制汽車產(chǎn)能過度擴(kuò)張的政策建議[14]。尹明提出，我國(guó)汽車產(chǎn)業(yè)產(chǎn)能過剩的形成，既有市場(chǎng)機(jī)制自發(fā)作用所導(dǎo)致的內(nèi)在原因，也有政府產(chǎn)業(yè)政策失靈的外在原因，解決路徑有監(jiān)督并控制地方政府直接參與經(jīng)濟(jì)決策的程度、重建順暢的企業(yè)進(jìn)入和退出機(jī)制以及綜合多方信息，準(zhǔn)確預(yù)測(cè)未來產(chǎn)能[15]。我國(guó)新能源汽車產(chǎn)業(yè)仍處于發(fā)展初期，進(jìn)一步發(fā)展還面臨著普通民眾購(gòu)買新能源汽車意愿不足、存在地方保護(hù)主義以及技術(shù)上的挑戰(zhàn)。陳利鋒通過構(gòu)建一個(gè)包含產(chǎn)能過剩的“新共識(shí)”分析范式發(fā)現(xiàn)，片面提高生產(chǎn)率會(huì)加劇產(chǎn)能過剩的矛盾[16]。馬軍等通過測(cè)算發(fā)現(xiàn)，我國(guó)鋼鐵行業(yè)存在嚴(yán)重產(chǎn)能過剩，經(jīng)濟(jì)波動(dòng)、地方政府投資和資本密集度與產(chǎn)能過剩正相關(guān)，市場(chǎng)需求對(duì)產(chǎn)能過剩影響不顯著[17]。

由于社會(huì)經(jīng)濟(jì)的快速發(fā)展以及我國(guó)消費(fèi)結(jié)構(gòu)的升級(jí)，特別是汽車日漸大眾化，石油作為汽車燃油的原料，其價(jià)格變動(dòng)對(duì)汽車行業(yè)的影響也是顯而易見的[18-21]。石油作為傳統(tǒng)汽車運(yùn)行不可或缺的燃油原材料，原油價(jià)格的下跌必然會(huì)導(dǎo)致柴油、汽油等汽車燃油價(jià)格的下跌，同時(shí)汽車燃油價(jià)格的下降，會(huì)導(dǎo)致人們對(duì)燃油互補(bǔ)品——汽車的需求上升，從而使汽車產(chǎn)、銷量上升，汽車增產(chǎn)不可避免。如今中國(guó)汽車行業(yè)的產(chǎn)能過剩問題已達(dá)成全民共識(shí)，并引起了各界人士的廣泛關(guān)注。2008—2009年，在國(guó)內(nèi)外經(jīng)濟(jì)持續(xù)萎靡的環(huán)境下，中國(guó)汽車產(chǎn)量迅速提升，銷量也出現(xiàn)逆市增長(zhǎng)，供應(yīng)量一度趕不上需求量。于是2010年起，各大汽車生產(chǎn)商進(jìn)行了大規(guī)模的產(chǎn)能擴(kuò)張，那么石油價(jià)格的下跌是否進(jìn)一步加劇我國(guó)傳統(tǒng)汽車行業(yè)的產(chǎn)能過剩？研究石油價(jià)格波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩的影響、對(duì)我國(guó)汽車行業(yè)的發(fā)展具有非常重要的意義，同時(shí)也為我國(guó)汽車行業(yè)去產(chǎn)能提供參考。

二、產(chǎn)能過剩的測(cè)度

本文以2013年07月到2016年12月作為樣本區(qū)間，選取我國(guó)汽車行業(yè)相關(guān)數(shù)據(jù)對(duì)其產(chǎn)能過剩進(jìn)行測(cè)算。endprint

對(duì)于產(chǎn)能過剩的測(cè)度，方法很多，大部分都是以產(chǎn)能利用率為核心進(jìn)行測(cè)度，而產(chǎn)能利用率的測(cè)度方法也很多。產(chǎn)能過剩的測(cè)度方法并不統(tǒng)一，本文采用綜合指數(shù)法來對(duì)我國(guó)汽車行業(yè)的產(chǎn)能過剩程度進(jìn)行測(cè)算，運(yùn)用綜合指數(shù)法，選取多個(gè)與產(chǎn)能過剩相關(guān)程度較高的指標(biāo)作為度量指標(biāo)，這也克服了度量指標(biāo)單一的問題[22]。通過對(duì)度量指標(biāo)賦予相應(yīng)的權(quán)重，從而測(cè)算出行業(yè)產(chǎn)能過剩的綜合指數(shù)，根據(jù)警限劃分原則界定不同產(chǎn)能過剩程度的區(qū)間，可以較為科學(xué)地評(píng)價(jià)行業(yè)產(chǎn)能過剩的程度。

（一）數(shù)據(jù)選取

選取庫(kù)存量（KC）、銷售利潤(rùn)率（LR）及汽車零配件價(jià)格指數(shù)（JG）三個(gè)與我國(guó)汽車行業(yè)產(chǎn)能過剩相關(guān)程度較高的變量指標(biāo)來對(duì)我國(guó)汽車產(chǎn)業(yè)產(chǎn)能過剩進(jìn)行測(cè)度。其中庫(kù)存量（KC）是產(chǎn)能過剩的一個(gè)最直接的反映指標(biāo)，庫(kù)存量越大，說明沒有被市場(chǎng)消化的產(chǎn)量越大，突出表現(xiàn)為庫(kù)存量越多，產(chǎn)能過剩越嚴(yán)重。

產(chǎn)能過剩一般會(huì)引起產(chǎn)業(yè)內(nèi)的激烈競(jìng)爭(zhēng)，導(dǎo)致銷售利潤(rùn)率降低。銷售利潤(rùn)率實(shí)際上反映了整個(gè)產(chǎn)業(yè)盈利能力的變化。因此，銷售利潤(rùn)率可以作為產(chǎn)能過剩的度量指標(biāo)。銷售利潤(rùn)率（LR）則采用汽車行業(yè)的總利潤(rùn)除以汽車行業(yè)總營(yíng)業(yè)收入測(cè)算得出，計(jì)算公式為：

LR=總利潤(rùn)/總營(yíng)業(yè)收入*100%（1）

價(jià)格指數(shù)變動(dòng)趨勢(shì)是反映在一定時(shí)期內(nèi)產(chǎn)品價(jià)格水平變動(dòng)趨勢(shì)及幅度的相對(duì)數(shù)。產(chǎn)能過剩通常會(huì)造成供大于求的情況，進(jìn)而導(dǎo)致汽車生產(chǎn)廠商減少對(duì)汽車的生產(chǎn)，同時(shí)降低對(duì)汽車零配件的需求，隨著市場(chǎng)上對(duì)汽車零配件需求的減少，汽車零配件的價(jià)格也會(huì)降低。因此汽車零配件價(jià)格指數(shù)（JG）的變動(dòng)在一定程度上也能較好反映產(chǎn)能過剩的程度。汽車零配件價(jià)格指數(shù)的計(jì)算公式為：

庫(kù)存、銷售利潤(rùn)率及汽車零配件價(jià)格指數(shù)均能直接或間接地反映汽車行業(yè)產(chǎn)能過剩的情況，如果使用其中一種來反映產(chǎn)能過?？赡軙?huì)出現(xiàn)以偏概全的情況，因而采用綜合指數(shù)法對(duì)上述三種能夠反映產(chǎn)能過剩的指標(biāo)進(jìn)行綜合指數(shù)分析，使結(jié)論更具有科學(xué)性。通過上述公式求得各變量指標(biāo)的原始數(shù)據(jù)（如表1）。

（二）數(shù)據(jù)處理

指標(biāo)賦權(quán)重的方法很多，其中熵值法是比較常用的一種方法，熵值法是由各個(gè)樣本的實(shí)際數(shù)據(jù)求得權(quán)重，系統(tǒng)中某項(xiàng)指標(biāo)攜帶的信息越多，表示該指標(biāo)對(duì)決策的作用就越大，這種方法能夠反映指標(biāo)信息熵值的效用價(jià)值，相對(duì)其他方法而言，其評(píng)判結(jié)果有較強(qiáng)的數(shù)學(xué)理論依據(jù)，是一種比較客觀的方法，它可以避免層次分析法人為打分的主觀性。

要用熵值法給各指標(biāo)賦予權(quán)重，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，運(yùn)用MATLAB軟件對(duì)原始數(shù)據(jù)進(jìn)行歸一處理，得到標(biāo)準(zhǔn)化數(shù)據(jù)（如表2）。

依據(jù)熵值法的原理對(duì)數(shù)據(jù)進(jìn)行處理，由于文中所選用的樣本數(shù)據(jù)有3個(gè)，因此該樣本數(shù)據(jù)的屬性就為3。假設(shè)3個(gè)屬性決策矩陣如下：

熵值法的基本思路是根據(jù)指標(biāo)變異性的大小來確定客觀權(quán)重。一般來說，若某個(gè)指標(biāo)的信息熵越小，表明指標(biāo)值的變異程度越大，提供的信息量越多，在綜合評(píng)價(jià)中所能起到的作用也越大，其權(quán)重也就越大。相反，某個(gè)指標(biāo)的信息熵越大，表明指標(biāo)值得變異程度越小，提供的信息量也越少，在綜合評(píng)價(jià)中所起到的作用也越小，其權(quán)重也就越小。

根據(jù)熵值法求權(quán)重的原理運(yùn)用EXCEL軟件對(duì)已處理的標(biāo)準(zhǔn)化數(shù)據(jù)賦予權(quán)重，最終得到各指標(biāo)權(quán)重分別為：庫(kù)存量（KC）：0.3、銷售利潤(rùn)率（LR）：0.04、價(jià)格指數(shù)（JG）：0.66。當(dāng)汽車行業(yè)出現(xiàn)產(chǎn)能過剩情況時(shí)，就意味著該行業(yè)的庫(kù)存量會(huì)增加，且會(huì)導(dǎo)致行業(yè)內(nèi)出現(xiàn)惡性競(jìng)爭(zhēng)，使得汽車價(jià)格出現(xiàn)波動(dòng)，企業(yè)的銷售利潤(rùn)率下降，因此本文利用庫(kù)存指數(shù)、銷售利潤(rùn)率以及價(jià)格指數(shù)來刻畫汽車行業(yè)產(chǎn)能過剩的程度是可行的。依據(jù)由熵值法求得各指標(biāo)權(quán)重，得出產(chǎn)能過剩綜合指標(biāo)計(jì)算公式為：CN=0.33BKC+0.33BLR+0.34BJG，根據(jù)公式計(jì)算得出我國(guó)汽車行業(yè)產(chǎn)能過剩綜合指標(biāo)（如表3）。

如表所示為測(cè)算出來的產(chǎn)能過剩綜合指標(biāo)（CN），其數(shù)值越大代表行業(yè)產(chǎn)能過剩越嚴(yán)重，數(shù)值越小就代表我國(guó)汽車行業(yè)產(chǎn)能過剩的程度越輕。由此可以看出在2016年7月，我國(guó)汽車行業(yè)產(chǎn)能過剩最嚴(yán)重，其產(chǎn)能過剩指數(shù)達(dá)到了0.87以上，而產(chǎn)能過剩最輕的月份則是在2014年02月，其產(chǎn)能過剩指數(shù)最小，還不到0.07。將產(chǎn)能過剩綜合指標(biāo)按從小到大的順序排列選擇2/3處的指數(shù)，即2015年6月的0.765939作為產(chǎn)能過剩的界限，把所有指數(shù)分為四個(gè)區(qū)間：（0.765939，0.873342]、（0.665939，0.765939]、（0.565939，0.665939]、（0，0.565939]，分別作為嚴(yán)重產(chǎn)能過剩、中度產(chǎn)能過剩、輕度產(chǎn)能過剩以及不存在產(chǎn)能過剩的衡量標(biāo)準(zhǔn)。根據(jù)定義的衡量標(biāo)準(zhǔn)可以知道，不存在產(chǎn)能過剩（即產(chǎn)能過剩指數(shù)小于0.565939）的時(shí)間基本都是在2015年04月之前，從2015年04月之后開始，我國(guó)的汽車行業(yè)就或多或少存在一定程度的產(chǎn)能過剩，而且全部屬于嚴(yán)重產(chǎn)能過剩和中度產(chǎn)能過剩，且大部分時(shí)間都是處于嚴(yán)重產(chǎn)能過剩的狀態(tài)。其中屬于嚴(yán)重產(chǎn)能過剩的樣本數(shù)據(jù)有14個(gè)，占總樣本數(shù)據(jù)的1/3，中度產(chǎn)能過剩和嚴(yán)重產(chǎn)能過剩的樣本數(shù)據(jù)共20個(gè)，約占總樣本數(shù)據(jù)的1/2，由此可見，我國(guó)最近兩年汽車行業(yè)顯然存在著較為嚴(yán)重的產(chǎn)能過剩情況。

三、SVAR模型的產(chǎn)能過剩沖擊的分解

（一）模型識(shí)別

事實(shí)上導(dǎo)致產(chǎn)能過剩的原因有很多，本文選取石油價(jià)格波動(dòng)作為變量，通過模型分析得出石油價(jià)格對(duì)產(chǎn)能過剩的沖擊程度。所謂結(jié)構(gòu)向量自回歸模型，它可以捕捉模型系統(tǒng)內(nèi)各變量之間的即時(shí)的結(jié)構(gòu)性關(guān)系[23，24]。因此本文選擇結(jié)構(gòu)向量自回歸模型對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩與油價(jià)波動(dòng)之間的關(guān)系進(jìn)行分析研究。

由于模型中包含有2個(gè)內(nèi)生變量，因此需要對(duì)結(jié)構(gòu)施加k（k-1）/2=1個(gè)限制條件才能使得SVAR模型滿足可識(shí)別條件。根據(jù)現(xiàn)階段我國(guó)經(jīng)濟(jì)運(yùn)行的實(shí)際情況可以做出如下假設(shè)：

（二）計(jì)量檢驗(yàn)endprint

1.模型的數(shù)據(jù)、平穩(wěn)性檢驗(yàn)及模型穩(wěn)定性檢驗(yàn)

本文運(yùn)用ADF（Augmented Dickey-Fuller）方法對(duì)各序列及其二階差分序列進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)發(fā)現(xiàn)各序列均是二階差分平穩(wěn)的，檢驗(yàn)結(jié)果（如表4）。

從表中數(shù)據(jù)可以看出，通過二階差分處理后的數(shù)據(jù)在1%的顯著性水平下是平穩(wěn)的，說明油價(jià)波動(dòng)、產(chǎn)能過剩兩個(gè)變量的二階差分序列不存在單位根，是平穩(wěn)的。模型的穩(wěn)定性檢驗(yàn)表明，模型的所有特征根都位于單位圓以內(nèi)，這也說明模型是穩(wěn)定的。

2.滯后期選擇

SVAR滯后期選擇范圍設(shè)定為之后0～8期，表5為模型滯后期的判定表，“*”表示不同準(zhǔn)則下選取的最優(yōu)滯后期，可以看出，模型在滯后期為2的情況下出現(xiàn)“*”號(hào)的次數(shù)達(dá)到5次，多于其他滯后期的“*”號(hào)選擇，因此設(shè)置模型的滯后期為2。

為了繼續(xù)確定油價(jià)波動(dòng)與汽車行業(yè)產(chǎn)能過剩之間的因果關(guān)系，對(duì)YJ和CN的二階差分序列進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。結(jié)果顯示，油價(jià)是我國(guó)汽車行業(yè)產(chǎn)能過剩的格蘭杰原因，也就是說，油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩有顯著的影響。

3.SVAR模型的脈沖響應(yīng)結(jié)果分析

在VAR模型中，一次沖擊對(duì)第i個(gè)變量的沖擊不僅直接影響第i個(gè)變量，并且通過VAR模型的動(dòng)態(tài)（滯后）結(jié)構(gòu)傳導(dǎo)給所有的其它內(nèi)生變量，其脈沖響應(yīng)函數(shù)表達(dá)為Xt+s/u1t，其中，s是沖擊作用的時(shí)間滯后間隔。在SVAR模型中，脈沖響應(yīng)函數(shù)描繪了在一個(gè)擾動(dòng)項(xiàng)上加上一次性的沖擊，對(duì)于內(nèi)生變量的當(dāng)前值和未來值所帶來的影響，其脈沖響應(yīng)函數(shù)為Xt+s/ε1t。

在SVAR中，通過結(jié)構(gòu)脈沖響應(yīng)函數(shù)的分解可以得到系統(tǒng)中各個(gè)變量對(duì)自身以及其他變量的反應(yīng)。根據(jù)本文研究的目的，我們主要考察油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩的動(dòng)態(tài)影響。

從圖2給出的油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩的脈沖響應(yīng)曲線可以看出：在該SVAR模型中產(chǎn)能過剩對(duì)油價(jià)波動(dòng)一個(gè)標(biāo)準(zhǔn)差結(jié)構(gòu)沖擊的動(dòng)態(tài)影響呈現(xiàn)出收斂的動(dòng)態(tài)響應(yīng)特征。圖2表示油價(jià)波動(dòng)對(duì)產(chǎn)能過剩一個(gè)標(biāo)準(zhǔn)差的正向沖擊，當(dāng)期產(chǎn)能過剩呈現(xiàn)正向響應(yīng)，且達(dá)到最大值，隨后幾個(gè)月則呈現(xiàn)小幅度震蕩，可以看到正負(fù)響應(yīng)持續(xù)時(shí)間都不長(zhǎng)，沒有持續(xù)性，整期響應(yīng)呈逐漸收斂的態(tài)勢(shì)。

通過以上分析判斷，油價(jià)的下跌會(huì)導(dǎo)致汽車行業(yè)產(chǎn)能過剩明顯加重，在第一個(gè)月的影響效應(yīng)最為突出，隨后開始逐漸減小，到第7個(gè)月后油價(jià)的降低對(duì)產(chǎn)能過剩的影響基本消失。由此可見，油價(jià)波動(dòng)在短期內(nèi)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩的沖擊影響明顯。

4.SVAR模型的方差分解結(jié)果分析

方差分解是通過將每一個(gè)內(nèi)生變量分解為結(jié)構(gòu)沖擊各期方差的線性組合，計(jì)算結(jié)構(gòu)沖擊在不同期限內(nèi)方差總和占各內(nèi)生變量總方差的比例來度量結(jié)構(gòu)沖擊對(duì)內(nèi)生變量的影響，可以更直觀地表示內(nèi)生變量相互影響程度。

油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩具有較強(qiáng)影響。由圖3可以看出，油價(jià)波動(dòng)和我國(guó)汽車行業(yè)產(chǎn)能過剩SVAR模型的方差貢獻(xiàn)率情況，圖3（左）表示產(chǎn)能過剩對(duì)自身的方差貢獻(xiàn)率，圖3（右）表示油價(jià)波動(dòng)對(duì)產(chǎn)能過剩的方差貢獻(xiàn)率。從圖中可以知道，產(chǎn)能過剩的程度受自身影響最大，其方差貢獻(xiàn)率一直維持在73%左右，而油價(jià)波動(dòng)對(duì)產(chǎn)能過剩的影響也較為突出，其方差貢獻(xiàn)率也一直維持在27%左右較高水平上。由此可見油價(jià)波動(dòng)對(duì)汽車行業(yè)產(chǎn)能過剩有明顯的影響作用，其對(duì)產(chǎn)能過剩的貢獻(xiàn)率也較為突出穩(wěn)定。

四、結(jié)論

本文通過建立SVAR模型，研究了油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩的動(dòng)態(tài)影響，通過實(shí)證分析得到以下結(jié)論：

油價(jià)波動(dòng)對(duì)我國(guó)汽車行業(yè)產(chǎn)能過剩有明顯的推動(dòng)作用，也就是說油價(jià)的下跌會(huì)使得汽車行業(yè)產(chǎn)能過剩的程度加劇，而油價(jià)的上漲也會(huì)在一定程度上使得汽車行業(yè)產(chǎn)能過剩程度降低。這與現(xiàn)實(shí)情況也相符合，事實(shí)上若國(guó)際油價(jià)上漲，就會(huì)導(dǎo)致汽車燃油的價(jià)格也跟著上升，燃油價(jià)格的上升會(huì)使得使用汽車的成本費(fèi)用增加，這樣市場(chǎng)上對(duì)汽車的需求量就會(huì)降低，汽車制造商的利潤(rùn)也會(huì)相應(yīng)地減少。因此汽車制造商在考慮到這種情況的前提下，就會(huì)減少汽車的生產(chǎn)量，從源頭上減少了市場(chǎng)上汽車的供應(yīng)量，降低了我國(guó)汽車行業(yè)的產(chǎn)能過剩程度。同樣，若國(guó)際油價(jià)下跌，會(huì)使得消費(fèi)者對(duì)汽車的需求量增加，汽車制造商為滿足消費(fèi)者對(duì)汽車需求量的增加，會(huì)大量投入汽車生產(chǎn)要素，過度增加市場(chǎng)汽車供應(yīng)量，最終導(dǎo)致汽車行業(yè)產(chǎn)能過剩加劇。

近年來我國(guó)提出供給側(cè)結(jié)構(gòu)性改革，國(guó)家正鼓勵(lì)新興行業(yè)發(fā)展，降低傳統(tǒng)行業(yè)產(chǎn)能過剩。新能源汽車作為一個(gè)剛起步的新興行業(yè)，站在環(huán)保的角度，新能源汽車具有很好的發(fā)展前景。新能源汽車作為傳統(tǒng)汽車的替代品，可以通過市場(chǎng)對(duì)傳統(tǒng)汽車需求量的變化來適當(dāng)增加新能源汽車的市場(chǎng)供應(yīng)量。由于國(guó)際油價(jià)波動(dòng)的變化與汽車行業(yè)產(chǎn)能過剩變化之間的關(guān)系，政府可以在合適的時(shí)機(jī)適當(dāng)加大對(duì)新能源汽車的投資力度，汽車制造商可以根據(jù)國(guó)際油價(jià)的走勢(shì)來提前做好擴(kuò)大新能源汽車市場(chǎng)的準(zhǔn)備。如在國(guó)際油價(jià)上漲階段，消費(fèi)者對(duì)傳統(tǒng)汽車的需求意愿會(huì)降低，因此，新能源汽車制造商可以適當(dāng)增加新能源汽車供應(yīng)量，提高市場(chǎng)占有量。當(dāng)新能源汽車逐漸被消費(fèi)者接納后，消費(fèi)者對(duì)傳統(tǒng)汽車的需求意愿就不會(huì)隨著國(guó)際油價(jià)的波動(dòng)而產(chǎn)生過大的變化。當(dāng)新能源汽車與傳統(tǒng)汽車的市場(chǎng)需求量達(dá)到一個(gè)相對(duì)平穩(wěn)的狀態(tài)時(shí)，對(duì)于降低汽車行業(yè)產(chǎn)能過剩也會(huì)起到一個(gè)較好的推動(dòng)作用。

參考文獻(xiàn)：

[1]林伯強(qiáng)， 牟敦國(guó). 能源價(jià)格對(duì)宏觀經(jīng)濟(jì)的影響——基于可計(jì)算一般均衡（CGE）的分析[J]. 經(jīng)濟(jì)研究， 2008， （11）： 88-101.

[2]孫康， 李婷婷. 中國(guó)石化產(chǎn)業(yè)產(chǎn)能過剩測(cè)度及預(yù)警[J]. 財(cái)經(jīng)問題研究， 2015 （05）： 29-34.

[3]R. Jimenez-Rodriguez； N. Sitar. Influence of Stochastic Discontinuity Network Parameters on the Formation of Removable Blocks in Rock Slopes [J].Rock Mechanics and Rock Engineering.2008， 41（4）： 419-427.endprint

[4]LEE K， NI S. On the dynamic effects of oil price shocks： a study using industry level data [J]. Journal of Monetary Economies， 2002， 49 （4）： 823-852.

[5]Shawkat Hammoudeh1； Eisa Aleisa ？ DYNAMIC RELATIONSHIPS AMONG GCC STOCK MARKETS AND NYMEX OIL FUTURES.[J].Contemporary Economic Policy. 2004， 22（2）： 250-269.

[6]蘇均和. 國(guó)際油價(jià)波動(dòng)的影響、趨勢(shì)及對(duì)策[J]. 宏觀經(jīng)濟(jì)管理， 2015，（03）： 58-60.

[7]譚小芬， 韓劍， 殷無弦. 基于油價(jià)沖擊分解的國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)工業(yè)行業(yè)的影響： 1998—2015[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2015，（12）： 51-66.

[8]Bossche. Productivity Loss at Work； Health-Related and Work-Related Factors [J].Journal of Occupational Rehabilitation.2010， 20（3）： 331-339.

[9]Sarkar， Sudipta. Uncertainties in coastal ocean color products： Impacts of spatial sampling [J].Remote Sensing of Environment，2016，81（08）：14-26.

[10]Chaturvedi， Nish. Vascular Risk Factors and Markers of Endothelial Function as Determinants of Inflammatory Markers in Type 1 Diabetes. [J].Diabetes Care，2003， 26（7）：2165-2173.

[11]Christoper S. Allen .Building the Mobility Aircraft Availability Forecasting （MAAF） Simulation Model and Decision Support System[J].The Journal of Defense Modeling and Simulation.2005， 2（2）： 101-139.

[12]林毅夫， 巫和懋， 邢亦青. “潮涌現(xiàn)象”產(chǎn)能過剩的形成機(jī)制[J]. 經(jīng)濟(jì)研究， 2010，（10）： 4-19.

[13]韓國(guó)高， 高鐵梅， 王立國(guó)， 齊鷹飛， 王曉姝. 中國(guó)制造業(yè)產(chǎn)能過剩的測(cè)度、波動(dòng)及成因研究[J]. 經(jīng)濟(jì)研究， 2011， （12）： 18-31.

[14]尹明， 李春艷. 我國(guó)汽車產(chǎn)業(yè)產(chǎn)能過剩的分經(jīng)濟(jì)類型研究[J]. 稅務(wù)與經(jīng)濟(jì)， 2015，（06）： 55-59.

[15]尹明. 政府干預(yù)失靈誘發(fā)產(chǎn)能過剩與治理研究——以我國(guó)汽車產(chǎn)業(yè)為例[J]. 當(dāng)代經(jīng)濟(jì)研究， 2016，（03）： 89-94.

[16]陳利鋒. 供求不匹配、產(chǎn)能過剩與供給側(cè)改革——一個(gè)擴(kuò)展的“新共識(shí)”分析范式[J]. 貴州社會(huì)科學(xué)， 2017，（01）： 124-129.

[17]馬軍， 竇超. 我國(guó)鋼鐵行業(yè)產(chǎn)能利用率的測(cè)度及產(chǎn)能過剩影響因素分析[J]. 經(jīng)濟(jì)問題， 2017，（02）： 85-90.

[18]馮志峰. 供給側(cè)結(jié)構(gòu)性改革的理論邏輯與實(shí)踐路徑[J]. 經(jīng)濟(jì)問題， 2016，（02）： 12-17.

[19]鄧?yán)冢?杜爽. 我國(guó)供給側(cè)結(jié)構(gòu)性改革： 新動(dòng)力與新挑戰(zhàn)[J]. 價(jià)格理論與實(shí)踐， 2015，（12）： 18-20.

[20]施鳳丹， 徐婕， 郭紅燕. 國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)私人汽車擁有量的實(shí)證研究[J]. 企業(yè)經(jīng)濟(jì)， 2008，（04）： 106-108.

[21]宇峰， 繆仁余. 國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)汽車消費(fèi)需求的非線性沖擊效應(yīng)： 1997-2008[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2010，（05）： 116-122.

[22]沈坤榮， 欽曉雙， 孫成浩. 中國(guó)產(chǎn)能過剩的成因與測(cè)度[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論， 2012，（04）： 1-26.

[23]張歡， 成金華. 中國(guó)能源價(jià)格變動(dòng)與居民消費(fèi)水平的動(dòng)態(tài)效應(yīng)——基于VAR模型和SVAR模型的檢驗(yàn)[J]. 資源科學(xué)， 2011，（05）： 806-813.

[24]周翔， 胡海鷗. 我國(guó)外匯占款影響物價(jià)水平的貨幣渠道研究——基于SVAR模型的實(shí)證分析[J]. 價(jià)格理論與實(shí)踐， 2016，（08）： 125-128.endprint