基于ARDL－ECM的福建港口与经济动态关系实证分析

曹 玮， 于清波

(1.福建师范大学福清分校，福建 福清 350300;2.福建省港航管理局综合规划处，福建 福州 350002)

一、引言

近年来，随着海峡西岸经济区建设的快速推进和“大港口、大通道、大物流”交通发展战略的实施，福建省的港口进入了历史上发展最快最好的时期。“十一五”期间，全省港口基础建设取得较大突破，港口生产快速增长，港口货物吞吐量从2005年的1.98亿吨增长至2011年的3.7亿吨，年平均增长14.5%;集装箱吞吐量增长至2011年的970.05万标箱，年平均增长10.6%。港口在国民经济发展中的地位凸显，与近年来港口的大发展和区域经济的迅速发展是分不开的，因此探讨两者之间的关系显得尤为重要。

一直以来，港口与区域经济之间的互动关系被研究者们所重视。德国学者高兹针对港口和腹地的关系，建立了海港区位理论:腹地经济规模和结构的演变决定着港口的发展[1]。国内学者也做了一些定量研究，主要有:基于灰色关联的方法，如匡海波通过关联度模型研究了港口经济与城市经济的关系[2];基于回归分析的方法，如丁井国、钟昌标以宁波港为例，用格兰杰因果分析和基于VAR的脉冲响应研究与腹地经济增长的关系[3];李晶、吕靖运用变参数状态空间模型对东北经济对大连港集装箱吞吐量的影响进行了实证分析[4]。

目前针对福建港口与经济互动研究的文献较少，本文首次引入自回归分布滞后—误差修正模型(ARDLECM)，对福建港口和经济发展的长短期关系进行实证研究。

二、港城经济关联性描述

港口作为区域经济重要的物流中心，与区域经济的互动发展关系在“城以港兴，港为城用”中得到鲜明体现。本文就两者的关系归纳如下:

(一)区域经济对港口发展的推动

区域经济催生了港口发展的需求，区域经济带来的产出增长必然要求相应的物流支撑。无论是内陆的经济贸易还是进出口，在很大程度上都依赖于港口物流。区域经济的发展提供了港口发展的空间保证，区域基础设施的完善促进了港口综合物流的发展，并为港口内陆运输通道的连接提供了空间保证。同时，区域的信息服务、金融、交通运输业的发展也是港口发展的必要保证。

(二)港口发展对区域经济发展的促进

首先，港口发展对区域经济发展的乘数效应。所谓乘数，最初是指自发支出的增长会带来产出的成倍增长。港口物流本身属于国民经济的一部分，无论其涉及的货物运输或者港口投资都贡献了产出，促进了就业。再则上述港口的运营过程中又促进了上下游产业的发展。据测算，一只标准集装箱的港口企业直接受益部分约为800—1200元，由此带来的拖轮、引航、口岸以及港口配套服务，包括修箱、堆存、船舶代理、航运、金融结算、拖车运输等的经济受益是港口直接受益的6倍[5]。

其次，港口的发展促进产业集聚和产业结构的优化。港口发展过程中，临港的物流低成本性吸引了各种资源的集中，促使各种前后相关联的产业相对集中，形成产业集群。临港工业的发展带来区域产业结构的进一步优化调整，譬如以化工、钢铁、电子、机械为基础的临港产业群和工业带推动着区域经济向高层次发展。

最后，港口发展促进外向型经济的发展。港口的发展在推动内陆的外向型经济方面历来有很大作用，典型的是鹿特丹港，如今已经成为欧洲水果、蔬菜等食品的主要输出港。港口资源的优势便于开辟对外经贸的通道，促进外向型经济的发展。

由上，港城已经成为不可分割的利益共同体，“港城相长，衰荣共济”是港口城市发展演变的普遍规律。

三、实证分析

(一)变量的选取和数据来源

本文采用福建省GDP来衡量福建省的经济发展水平，GDP即一定时期内某地区的全部最终产品和劳务的价值，公认为衡量地区经济状况的最佳指标。采用港口吞吐量来表示福建港口发展水平，港口吞吐量是反映港口生产经营成果的数量指标，能全面体现港口的规模和能力。

为了去除价格因素，本文首先用消费者价格指数(CPI)代替GDP平减指数对福建省GDP进行调整。为了尽可能去除数据的波动性以及减少异方差的可能性，本文对变量进行了对数处理。用LNGDP表示对数化后的福建GDP，用LNTUNTO表示对数化后的福建港口吞吐量。

本文选取1985—2011年作为研究的样本区间，所有数据均来源于《福建省统计年鉴2012》，所有的数据处理采用eviews 6.0 以及 microfit 4.1。

图1 国内生产总值和港口吞吐量对数序列图

从国内生产总值和港口吞吐量的对数序列趋势图可以看到两者的增长趋势比较相似，两者之间可能存在某种协整关系，需要进一步分析。

(二)变量的平稳性检验

经典的最小二乘回归(OLS)建立在数据平稳的基础之上。如果数据非平稳，则破坏了大样本估计的前提，且可能造成伪回归。因此，必须首先研究数据的平稳性。ADF单位根检验被广泛运用于数据的平稳性检验，但是其小样本的检验功效偏低。另外，其对于含有时间趋势的退势平稳序列检验是失效的[6]。因此，本文采用ERS、PP检验方法作为ADF的检验补充，综合三种检验的结果作为结论。检验模型的滞后长度选择由SIC准则确定，平稳性检验结果如下(为避免表格过于繁杂，只列出5%的临界值):ADF检验表明在5%的显著性程度下，LNGDP是平稳序列，ERS和PP检验认为LNGDP是一阶单整序列，ADF检验、ERS检验和PP检验均认为LNTUNTO是一阶单整序列。综合三种检验的结论，本文认为LNGDP和LNTUNTO均为一阶单整序列，即I(1)序列。

表1 LNGDP、LNTUNTO单位根检验结果

(三)ARDL边界协整

上文已经得到LNGDP和LNTUNTO均为一阶单整序列，为得到两个变量之间是否存在一个长期相互影响的关系，本文拟采用ARDL边界协整的方法。

自回归分布滞后(Autoregressive Distributed Lag Approach，ARDL)协整方法和边界检验(Bounds Testing)是由Pesaran 和 Shin[7－8]等提出，与 EG 和 Johansen 协整检验相比，ARDL有着更好的小样本的稳健性;对I(0)和I(1)混合的序列可以适用;对样本容量的变化不敏感;当解释变量为内生时，模型的估计也不会受到影响。

按照ARDL边界协整的步骤，针对本研究内容，建立非限制性的误差修正模型(UECM)。

其中 δ1、δ2，表示长期效应，而 αi、βj表示 ARDL 模型的短期动态效应，μ1t、μ2t为白噪声过程，n表示最大滞后阶数，c1、c2代表常数项。若有需要，可在等式左边加入时间趋势项。

蒙特卡洛模拟实验显示，参数化过度比参数化不足导致的估计偏差要小。按照Harris和Sollis，应对以上两式选取充分的滞后阶数。

存在长期动态关系的原假设和备择假设如下:

H1:δ1、δ2有一个不为 0

检验δ1、δ2联合显著的统计量是F统计量，F统计量服从一个非规则的渐近分布。Pesaran等模拟出了基于不同解释变量个数的上下限的临界值[9]。临界值的上限是根据I(1)序列计算出来的，下限是根据I(0)序列计算出来的。得到的F统计量，若大于临界值的上限，则拒绝原假设，认为存在长期关系;若小于临界值的下限，则接受原假设，即不存在长期关系;若落在临界值上下限之间，则无法判断。

考虑到样本个数的有限性，利用SBC准则，在兼顾自由度的影响下，本文选取合适的滞后阶数5阶。因为LNGDP和LNTUNTO的序列均有平稳上升的趋势，为了保证结果的准确性，在进行方程估计时，考虑加入时间趋势项，并根据时间趋势项的显著性程度来综合判断结果。表2是运用软件microfit 4.1估计的结果。

表2 ARDL长期协整判断结果(解释变量的个数k=1)

在港口吞吐量对GDP影响的关系中，不含时间趋势项的模型在1%显著性水平下拒绝了不存在协整关系的假设。含时间趋势项的模型由于时间趋势不显著，本文采纳不含时间趋势项的结果，即港口的吞吐量对GDP有长期影响。

在GDP对吞吐量影响的长期关系中，不含时间趋势项的模型接受不存在协整关系的假设。但是，含时间趋势项的模型在5%显著性水平下拒绝不存在协整关系的假设，且时间趋势是显著的，因此采纳含有时间趋势项模型的结果，也就是5%显著性水平下接受GDP对吞吐量有长期影响的关系。

从以上结论来看，港口吞吐量对GDP存在长期的相互影响关系。

(四)ARDL－ECM模型的建立

确定了变量之间存在长期稳定关系后，本文分别对两个方向的长期关系建立误差修正模型，以寻求两者之间的短期影响关系。

以GDP作为被解释变量，对ARDL模型的最优滞后期数分别采用SBC准则进行判定，均选择ARDL(2，4)。表3是以LNGDP作为被解释变量，通过ARDL模型得到长期和短期的影响系数。

表3 ARDL－ECM模型估计结果1(被解释变量为LNGDP)

从表3可知，长期来看，港口吞吐量对GDP有正向影响，而且影响显著。吞吐量每增长1%，GDP增长0.72%，说明福建省的港口发展对经济有很大的促进作用;从短期来看，港口吞吐量的的变化对GDP有一个显著的正向影响，吞吐量每增长1%，GDP增长0.02%，说明短期影响要弱于长期影响。而误差修正项在1%显著性水平下显著，证明了长期关系的存在，其符号为负，说明短期波动造成的对长期均衡的偏离会在下一期得到16%的调整，有一个很好的误差修正机制。

从福建港口的发展实践来看，近年来全省的港口基础设施渐趋完善，涌现了越来越多的港口物流企业。随着物流园区和陆地港的建设，沿海港口物流服务功能不断增强，港口功能进一步升级。沿海港口发展引进和培育协作配套的上下游关联企业，充分组合延伸产业链，逐步形成了依托港口而崛起的新型产业聚集区。例如，位于湄洲湾南岸的泉港区原来是泉州经济发展最落后的地区，近年来以港口为依托，石化产业迅速发展，吸引了大批上下游企业集聚，初步形成了以石油加工为龙头、以聚丙烯等中游石化产品项目为延伸、以塑料等下游项目为配套的石化块状经济。众多发展经验表明，港口的发展已经成为经济发展的重要推手。

以LNTUNTO作为被解释变量，以 SBC准则选择ARDL(1，0)。表4是以LNTUNTO作为被解释变量通过ARDL模型得到长期和短期的影响系数。

表4 ARDL－ECM模型估计结果2(被解释变量为LNTUNTO)

从表4可知，长期来看，GDP对港口吞吐量有正向影响，而且影响显著。GDP每增长1%，吞吐量增长1.40%，说明作为福建港口直接腹地的福建省经济的发展会带动GDP的发展;从短期关系来看，港口吞吐量的波动对GDP也有显著影响，吞吐量每增长1%，GDP增长0.29%，短期的影响系数小于长期的影响系数。而误差修正项在10%的显著性水平下显著，证明了长期关系的存在，其符号为负，说明短期波动造成的对于长期均衡的偏离在下一期会以21%的力度得到相应的调整。

从福建的发展经验来看，随着近年经济总量的扩张和产业结构的优化升级，大宗原材料的进口和产成品的外运需求总量急剧膨胀，如2011年煤炭和金属矿石吞吐量快速增长，为全省沿海港口货物吞吐量的平稳增长奠定了基础。

(五)模型的稳定性检验

在之前建立的模型中，估计的参数可能随着时间的变化而变化，为了保证结果的稳健性，本文采取基于递归残差平方累计的CUSUM和CUSUMSQ稳定性检验方法来检验模型参数的稳定性。此方法有以下优点:不需要用先验信息确定参数突变点的可能位置，可以更直观地呈现结果，可以克服样本量的约束[10]。下面就以上两个模型进行CUSUM和CUSUMSQ检验。

可见，残差以及残差平方和都没有偏离5%的边界范围，因此估计的模型稳定可靠。

四、结论和对策

上文采用了1985—2011年福建经济和港口的数据为样本，利用ARDL－ECM模型进行了实证分析，研究结果表明:从较长的周期看，福建的港口发展和经济具有相互促进的关系;在短期看来，两者的互动关系亦成立。

对于福建这个港口资源丰富的省份，其港口的发展与经济的发展已经融为一体，不可分割。福建的港口发展离不开经济的支撑;而港口基础设施的完善、规模的扩大、质量的提高带动了临港工业的发展，促进带动了上下游产业的聚集。在未来的发展中，要立足两者的互动关系，促进两者良性发展。

鉴于全省港口和经济的发展现状，提出如下建议:第一，加快港口基础设施建设，切实把港口发展优势转化为区域发展优势。对全省沿海港口布局作总体规划，提升港口基础设施条件，进一步推进码头、航道项目的建设;加快港口集疏运系统建设，实现沿海港口与省内运输的无缝对接;进一步巩固和深化港口管理体制改革，充分发挥港口引领和带动产业发展的作用，通过港口开发带动临港产业发展，提升城市经济实力。第二，进一步推进福建海洋经济的发展。近日，福建已经被确定为第四个海洋经济大省，这将成为全省经济发展的极好契机。未来几年做好推进海洋产业转型升级，加快培育和发展海洋战略新兴产业，这些必将推动港口的发展，要求完善港口的各项功能，以满足海洋经济发展对港口全方位的物流需求。

[1]杨吾扬，梁进社.高等经济地理学[M].北京:北京大学出版社，1997:85－92.

[2]匡海波.基于关联度模型的港口经济与城市经济关系研究[J].中国软科学，2007(8):10－115.

[3]丁井国，钟昌标.港口与腹地经济关系研究——以宁波港为例[J].经济地理，2010(7):1133－1137.

[4]李晶，吕靖.腹地经济发展对港口吞吐量影响的动态研究[J].水运工程，2007(11):49－51.

[5]陈玉.福建港口群对海西经济发展的效应分析[J].福建论坛:人文社会科学版，2010(Supp.):8－9.

[6]张晓峒，白仲林.退势单位根检验小样本性质比较[J].数量经济技术经济研究，2005(5):40 －49.

[7]DeCremer D，Stouten J.When does giving voice or not matter?Procedural fairness effects as a function of closeness of reference ponits[J].Current Psychology，2005，24:203 －213.

[8]Hirt E R，Levine G M，McDonald H E，et al.The role of mood in quantitative aspects of perfrmance:single or multiple mechanisms?[J].Journal of Experimental Social Psychology，1997，33:602 －629.

[9]Pesaran M H，Shin Y，Smith R J.Bounds testing approaches to the analysis of level realationships[J].Journal of Economics，2001，16:286 －326.

[10]黄祖辉，陈林兴.浙江农村居民消费支出系统函数的稳定性检验[J].浙江大学学报:人文社会科学版，2009(11):20－30.