长三角港口物流与城市经济发展的互动研究——以上海市为例

○崔今丹

（嘉兴职业技术学院 浙江 嘉兴 314000）

长三角 港口物流 经济发展 格兰杰因果检验

随着经济全球化进程的加快，以及贸易自由化和国际运输市场一体化的形成，我国港口物流得以迅速发展。作为贸易链上的重要环节，港口成为地区贸易与经济发展的催化剂，其货物吞吐量的经济功能能够带动临港产业及周边区域经济的迅速发展。因此，研究港口物流与经济发展的互动关系对于一个地区或国家制定适当的发展策略有着重要的指导意义。

当前，国内对于港口物流与经济发展互动关系的研究尚且不多。以连云港市为例，李正峰（2009）对港口物流与经济发展的关联关系进行了实证研究，结果显示港口物流对经济发展有正向的促进作用。谢京辞（2011）定量分析了山东省港口物流与区域经济发展的关系，实证结果表明经济发展对港口物流有单向的促进作用。梁红艳和王健（2012）对福建省港口物流与经济发展的互动关系展开实证研究，结果发现经济总值是港口吞吐量的格兰杰原因，并且是单向因果关系。由此不难看出，现有关于港口物流与城市经济发展互动关系的研究得到的结论存在分歧，究其原因，可能在于研究样本与时间跨度的不同。

作为我国沿海五个港口群中港口分布最密集、吞吐量最大的港口群，长三角港口群在经济增长进程中担负着重大的作用。伴随着港口物流的快速发展，长三角地区经济迅猛增长。然而，港口物流与经济发展之间的相互关系到底如何，有待于进一步深入研究。采用1978—2012年的上海市年度统计数据，本文对长三角港口物流与经济发展的互动关系进行了实证研究。

一、港口物流与经济发展作用机理分析

1、港口物流对城市经济发展的促进作用

港口物流对城市经济发展的促进作用主要体现在两个层面：第一，港口物流是城市经济发展的重要带动力量。随着港口物流和城市经济发展一体化进程的加快，现代港口成为生产要素的最佳结合点，同时也逐渐成为发展国际贸易和综合服务业的聚集场所，而临港经济的快速发展会带动城市经济的增长。第二，港口物流可以促进城市产业结构升级。港口在城市经济发展中发挥着重要的市场资源配置作用，可以降低资源的运输成本和城市经济发展的交易成本。此外，港口城市拥有广阔的经济腹地，可以充分利用外部资源来发展区域经济。因此，港口城市会吸引各种资源向港口城市及周边地区聚集，促使跨国公司、供应商和关联产业集中，从而在很大程度上优化城市的产业布局。

2、城市经济对港口物流的推动作用

城市经济对港口物流的推动作用主要体现在三个层面：第一，城市经济的发展能够产生大量的物资供求，大量的货运要求和货源会增加对港口吞吐量的发展需求，从而推动港口物流的发展。因此，城市经济的总体发展水平、三大产业的结构构成以及国际贸易的整体状况对港口吞吐量以及港口物流的发展有着重要的影响。第二，城市经济的发展能够为港口物流的发展提供空间上的保障。港口城市经济的快速发展促使城市的基础设施日益完善，包括港口的基础设备以及陆上交通设施，这将为港口物流的海陆多式联运体系以及进出口货物的快速中转提供基础条件。因此，港口城市经济的大力发展在一定程度上带动了港口物流的持续健康发展，同时为港口综合物流的全面发展和海陆运输网络的连接与畅通提供了空间上和物质上的保障。第三，城市经济发展可以在港口物流的发展过程中提供相关性服务。在城市经济发展的同时，城市内部的信息业、服务业以及运输业等行业得到相应的发展，也对外来人才、吸引海外企业投资及资金的聚拢产生极大的吸引力。因此，城市经济的发展在资金和物质上的支持，促使港口物流及其相关产业的发展得到快速发展。

二、研究设计

1、模型构建

向量自回归模型（VAR）以及误差修正模型（VECM）是两种常用的检验变量之间格兰杰因果关系的计量模型。其中，当变量同阶单整时，如果变量之间不存在协整关系采用VAR；当变量之间存在协整关系则采用VECM。然而，Toda（1995）指出VECM的格兰杰检验结果可能会由于协整关系数目的难以确定存在偏差。同时，Sims等（1990）和Toda和Philips（1993）发现，当存在单位根时，传统VAR中的W ald统计量呈现非对称的标准分布，参数估计出现较大偏差。基于此，本文采用Toda和Yamamoto（1995）提出的广义VAR模型，原因在于其可用于任意的单整序列，且不需要考虑协整关系的数目。具体步骤可以归纳为5个步骤。

（1）利用单位根检验确定变量的最大单整阶数d。

（2）利用相关检验准则对模型的滞后阶数k进行确定，一般会得到多个滞后阶数。

（3）估计如下 VAR（k+d）模型：

其中，Y1为经济发展的代理变量，Y2t为港口物流的代理指标，α为常数项为系数矩阵为误差项。

（4）对上述模型进行诊断测试，以确定最优的模型。

此外，本文还采用协整检验对长三角港口物流与城市经济发展的长期关系进行分析。模型的实现借助于Eview s6.0完成。

2、指标选取与数据来源

关于区域经济发展指标，国内外学者一致认为国民生产总值（GDP）具有权威性，因此本文选取GDP作为城市经济发展的衡量指标。然而，关于港口物流的统计指标，国内迄今还未形成系统且统一的体系。考虑到港口物流是运输和中转为主要功能，本文选择能充分代表港口物流发展状况的货物吞吐量（PCN）作为港口物流的衡量指标。这一指标，能够较好地反映港口在国民经济和社会发展中的地位，同时可以反映出港口的规模与生产能力。

基于上述分析，本文选取国民生产总值（亿元）和港口货物吞吐量（万吨）为经济发展与港口物流的代理指标，时间跨度为1978—2012年。为了消除通胀水平对国民生产总值的影响，以1978年为基期，采用原始数据除以居民消费指数的方法进行调整。同时，为了消除样本中的指数增长特征，对数据进行对数化处理，分别记为LNGDP和LNPCN。所有数据均来自于历年的《上海市统计年鉴》。

三、实证结果与分析

1、单位根检验

在时间序列建模之前，需要对变量进行单位根检验，以确定序列的单整阶数，检验结果见表1。其中，D表示一阶差分；对原始序列检验时同时包括截距项和趋势项，对一阶差分数据检验时仅包括截距项；KPSS检验的原假设为序列平稳，而其他检验假设序列存在单位根；*、**及***分别表示在10%、5%和1%水平下显著。

表1 单位根检验结果

由表 1可知，ADF、PP、DF-GLS、KPSS及 MZ_a检验结果共同表明，港口吞吐量与国民生产总值为一阶单整序列，可以进行协整检验。

2、协整分析

采用Johansen检验方法判别港口吞吐量与国民生产总值之间是否存在协整关系，结果见表2。

表2 Johansen协整检验结果

表2中的迹检验和最大特征值检验结果显示，港口吞吐量与国民生产总值之间存在一个协整关系，说明港口物流与城市经济发展存在稳定的长期均衡关系。进一步，利用OLS方法对两者之间的长期均衡关系进行估计，结果见表3。

表3 协整方程估计结果

拟合优度R2=0.9618及F=830.1415表明模型结果可信度高，港口物流与经济发展之间存在显著的正相关关系。同时不难看出，港口吞吐量每增加1万吨，地区经济增长1.1043亿元；反之，地区经济每增长1亿元，港口吞吐量提升0.8709万吨。

3、格兰杰检验结果

由表1可知，各变量的最大单整阶数d=1。进一步，利用LR、AIC、SC、HQ及FPE五种判别准则得到滞后阶数可能为2或者4。根据J-B统计量、B-G统计量、ARCH LM检验、W hite检验和Ramsey检验对两种情形下的模型估计结果进行诊断测试，最终确定模型的最佳滞后阶数为2。利用修正后的W ald统计量对港口物流与经济发展的短期因果关系进行检验，结果见表4。

表4 格兰杰检验结果

不难发现，港口物流是城市经济发展的格兰杰因，而经济发展并非港口物流的格兰杰因。同时，根据广义VAR模型的估计系数可知，港口物流对城市经济发展的单向作用是正向的。这一结论有效支持了李正峰（2009）的研究结论，但有悖于谢京辞（2011）、梁红艳和王健（2012）的研究结论。

四、结论及建议

从长期来看，上海市港口物流与经济发展存在着稳定的相互促进作用；但从短期来看，港口物流对经济增长有积极的正向影响，反之则不成立。这一结论充分显示了长三角地区经济增长对港口物流的依赖。基于此，本文提出如下两点政策建议。

第一，加强政府对港口物流的政策引导和支持力度。依据港口不同的地理优势和腹地经济情况进行合理规划和管理，因地制宜地建设港口物流，同时中小型港口应充分结合业务范围选择与联营大型港口为切入点。第二，重点培养物流专业人才。积极引进具有良好货运知识、掌握现代物流经营管理技术的新型物流管理专业人才，同时配种培养的人员层次，为港口企业提供不同层次的物流专业人才。进一步加强政府、高校、企业之间的合作，系统地培养物流专门人才，引入资格认证体系，形成产、研、学相结合的良性循环。

[1]李正锋：江苏沿海港口物流与经济发展关系的协整分析——以连云港为例[J].科技与管理，2009（6）.

[2]谢京辞：山东港口物流与区域经济发展关系研究[J].山东社会科学，2011（3）.

[3]梁红艳、王健：福建省港口与经济发展互动关系研究[J].东南学术，2012（4）.

[4]Toda，H.Y.：Finite sample performance of likelihood ratio tests for cointegrating ranks in vector autoregressions[J].Econometric Theory，1995（11）.

[5]Sims，C.，Stock，J.，Watson，M.：Inference in linear time series models with unit roots[J].Economics，1990（68）.

[6]Toda，H.Y.，Phillips，P.C.B.：Vector autoregressions and causality[J].Econometrica，1993（61）.

[7]Toda，H.Y.，Yamamoto，T.：Statistical inference in vector autoregressions with possibly integrated processes[J].Journal of E-conometrics，1995（66）.