辽宁沿海港口成长的影响因素动态分析

郭 建 科,杜 小 飞,韩 增 林,魏 东 岚

(教育部人文社科重点研究基地，辽宁师范大学海洋经济与可持续发展研究中心，辽宁 大连 116029)



辽宁沿海港口成长的影响因素动态分析

郭 建 科,杜 小 飞,韩 增 林,魏 东 岚

(教育部人文社科重点研究基地，辽宁师范大学海洋经济与可持续发展研究中心，辽宁 大连 116029)

腹地状况是决定港口成长的关键，但腹地发展的哪些因素对港口成长的作用最大，这些因素如何影响港口发展，这些问题的研究仍没有形成系统和普遍共识。另一方面，腹地存在不同的地域空间层次，港口发展的不同阶段与腹地联系的地域空间层次也不尽相同。该研究首先运用灰色关联度模型测算了辽宁沿海6个城市、辽宁省以及东北三省3个空间层面的腹地与辽宁沿海港口成长的关联程度，得出沿海港口群与东三省的关联度最高。在此基础上，构建港口成长的影响因素指标体系，运用脉冲响应分析探讨了9个因素对港口作用的动态变化过程，从而揭示不同因素对港口影响的内在动态作用过程。据此，将影响港口发展的因素概括为拉动型、有限促进型、波动型和滞后型4个类型。最后，探讨不同因素对港口成长作用存在差异的原因，进而提出辽宁沿海港口今后的发展战略。

港口成长；影响因素；灰色关联度；脉冲响应分析；辽宁

0 引言

现代港口经济是以港口运输为依托，以港口物流为纽带，进而形成的复杂产业体系，它是沿海地区经济发展的主要动力源。腹地是港口发展的支撑要素，腹地不仅能够给港口带来巨大货源，而且对港口地位的提高有很大促进作用[1]。20世纪70年代以来，Mayer和Kenyon用劳动力成本、生产率、铁路运输衔接水平、港口可达性、陆上用地情况等因素探讨港口竞争问题[2,3]。国内学者也非常关注港口发展的关联因素及其作用机制等问题。黄杰等在对对外贸易、GDP和固定资产投资等影响沿海港口发展的经济要素进行定量分析后探讨了中国工业化进程、国际产业转移、经济发展方式转变及中外贸易关系等对港口发展的深层次影响[4]。张丽君等通过对上海港的分析得到影响其吞吐量的内在因素为地区生产总值、第二产业产值、公路货运量、铁路货运量和进出口总额[5]。徐金河对太仓港的研究发现，影响太仓港吞吐量的主要内在因素为地区 GDP、第三产业产值和全社会固定资产投资[6]。姜晓丽等构建了港口影响力指标体系，将港城支持度分解为10个指标，在此基础上运用Huff模型对辽宁各沿海港口腹地空间变化进行了测算[7]。孔庆峰等研究港口发展对腹地经济的带动效应，认为日照港的发展对日照市经济的带动作用相当明显[8]。董晓菲等运用灰色关联度测算大连港与辽宁腹地系统关联特性，并分析两者的空间演变规律，指出大连港-辽宁经济腹地系统关联度表现为由中部向东西再向沿海分散的空间格局，大连港与大连市关联度下降[9]。

综上，国内对于港口拉动城市发展的定量分析不少，但对于探讨不同腹地范围与港口发展的关联度以及不同影响因素对港口成长的具体作用尚不多见，对关系港口发展的影响因素进行比较、分类的研究更少。鉴于此，本研究首先利用灰色关联分析，分别从辽宁沿海经济带、辽宁省和东北三省3个空间层面，对腹地经济发展与港口运输的关联度进行测定，得出东北三省与港口的关联度最高，在此基础上，构建腹地影响港口发展的影响因素指标体系，运用VAR模型进行脉冲响应分析，探讨这些影响因素变动冲击港口引起脉冲响应的过程及其差异，进而对影响因素的性质进行准确评估。

1 港口与不同范围腹地的关联度比较

灰色关联度是对事物之间、因素之间关联性大小的量度。它定量地描述了事物或因素之间相互变化的情况，即变化的大小、方向与速度等的相对性。如果事物或因素变化的态势基本一致，则可以认为它们之间的关联度较大，反之，关联度较小。灰色关联度分析所需数据较少，对数据的要求较低，原理简单，易于理解和掌握[10]。

1.1 原始数据的处理

由于原始数据存在量纲和数量级上的差异，不便于比较或比较时难以得出正确结论。因此，在计算关联度之前，通常要对原始数据进行无量纲化处理，本文运用初值化对原始数据进行处理。

1.2 计算关联系数

关联程度(常称为关联系数)可通过下式计算：

式中：ρ为分辨系数，用来削弱Δ(max)过大而使关联系数失真的影响，本文取ρ为0.05[11,12]。关联系数计算结果如表1所示。

表1 关联系数计算结果

Table 1 Correlation coefficient calculation result

年份ζ01(t)ζ02(t)ζ03(t)年份ζ01(t)ζ02(t)ζ03(t)19931．0000001．0000001．00000020030．1107010．0817750．04769719940．2741380．1313970．12055320040．1316220．0899930．18021419950．1746450．0734230．0637820050．1875560．0812740．24421819960．1493740．057920．0478920060．1420330．0629190．41489419970．1607350．0628320．05041120070．1108050．060090．34857719980．1438960．0562630．04840920080．0737210．1340020．0981219990．1645830．0701350．05861120090．0817750．0718770．56849120000．1562150．0616460．05247420100．0722260．0476180．17987520010．1398390．0596520．0476220110．0476190．1638150．07486620020．1285780．065120．047757

注：01～03分别代表由小到大3个不同腹地范围。

1.3 计算关联度及排序

根据表1中的关联系数，分别求各数列每个时期关联系数的平均数即为各个因素与被解释变量的关联度。关联度r01、r02、r03分别为0.181582146、0.127986901、0.194445102，可以看出，3个空间层次的GDP与港口货物吞吐量的关联度由大至小排序为：东北三省、沿海经济带六城市和辽宁省。

2 不同影响因素作用下的港口脉冲响应分析

通过上述灰色关联度测算得到3个空间层面中与辽宁沿海经济带关联度最高的为东北三省，说明与沿海经济带六城市、辽宁省相比较，选东北三省作为辽宁沿海港口发展的腹地更合适。为了进一步探讨东北腹地促进港口成长的具体机制，这里首先建立港口成长因素指标体系，将这些指标分别与港口货物吞吐量建立VAR模型进行脉冲响应分析。

2.1 港口成长影响因素指标体系

根据指标的代表性、准确性和数据的可获得性，从港口资源及其基础设施情况、腹地经济发展水平供需两方面构建港口成长影响因素指标体系。1)港口资源主要用港口岸线长度和泊位数量两个指标来衡量。港口岸线长度选取辽宁沿海经济带生产性港口岸线总长度，表示港口资源的丰沛程度；泊位数量选取生产性港口总泊位数，表示港口基础设施规模。2)腹地经济发展水平主要用腹地7个主要经济指标来衡量。其中，腹地国内生产总值反映腹地经济发展的总体水平；全社会固定资产投资额、进出口总额和社会消费品零售总额分别表示拉动腹地区域经济增长的三驾马车，从不同方面反映区域经济活跃程度；工业总产值反映制造业总规模；第三产业产值反映产业结构发育程度；货物周转量反映区域物流生成量，是影响港口运输增长的基础。

2.2 基于VAR的脉冲响应模型要点

基于VAR模型的脉冲响应函数可以考察来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响[13]，刻画内生变量对随机扰动的动态反应。应用Eviews5.0软件对各影响因素冲击港口引起的脉冲响应进行分析。

2.2.1 平稳性检验 在建立计量模型前，采用ADF检验方法验证各项时间序列数据的平稳性[14,15]。检验结果显示，10个变量在0.05的显著性水平下均是二阶单整序列，即I(2)，可以进一步检验变量之间是否存在协整关系。

2.2.2 协整关系检验 协整理论是近年来分析经济时间序列之间长期均衡关系和短期波动的有力工具。需要注意的是，两序列具有相同的单整阶数，是序列之间存在协整关系的必要条件，上文中港口吞吐量PT与9个变量都具有相同的单整阶数，可以进行协整检验，若协整，则说明它们之间存在长期均衡关系。通过JJ协整检验法可知，9个变量与港口吞吐量在5%显著性水平下存在协整关系，证明辽宁沿海港口和东北三省腹地发展之间具有长期均衡关系。

2.3 不同影响因素冲击港口引起的脉冲响应分析

将9个指标分别与PT建立VAR模型，对模型进行稳定性检验，结果显示所有单位根的倒数都在单位圆内，说明模型稳定，可以进行脉冲响应分析，脉冲响应动态变化趋势如图1*横轴为冲击作用的滞后期数，纵轴为脉冲响应函数值，代表不同因素变动对港口冲击引起的响应程度。实线为脉冲响应函数值随时间变化路径，上下虚线为响应函数值的置信区间。。通过对图1的分析，可将影响港口成长的各因素划分为4种类型(表2)。

图1 港口吞吐量PT对各因素冲击的脉冲响应

Fig.1 Impulse response of port throughput to each factor

表2 辽宁沿海港口成长对各影响因素冲击的响应特点

Table 2 Response characteristics of Liaoning coastal ports to each factor

类型影响因素脉冲响应动态变化响应总效果拉动型有限促进型波动型滞后型腹地GDP港口岸线长度腹地工业总产值腹地固定资产投资额腹地货物周转量初期明显正效应，逐渐减弱为0，持续性较差初期明显正效应，逐渐减弱为0，持续性最差明显正效应，缓慢上升后下降为0，持续性较长明显正效应，急速上升至较高水平后下降，持续时间长明显正效应，长期正效应，稳定性和持续性最好进出口总额社会消费品零售总额较长正效应，波动性减弱，小幅负效应初期正效应，正负S形波动最大、频率最高，直至期末第三产业产值短期正效应，正负S形波动港口泊位数量长期负效应，负向S形波动，第5期后基本为0对港口成长有明显拉动作用，促进港口发展对港口成长的溢出效应总体为正具明显正负波动性，对港口作用不明确明显滞后于港口发展

第一种类型为明显拉动港口成长的影响因素，简称拉动型因素，包括腹地GDP、生产性港口岸线长度、腹地工业总产值、腹地固定资产投资额、腹地货物周转量5个因素。1)GDP。正面溢出效应在考察期开始时最大，而后逐渐减弱，表明GDP对港口吞吐量的短期冲击比较显著。GDP代表腹地发展的整体经济实力，可通过各领域产生广泛的作用，对港口的拉动效应具有全面性和整体性。2)生产性港口岸线长度。与GDP类似，短期正向溢出效应显著，持续性较差。这说明生产性港口岸线作为港口运输及临港产业承载空间，其岸线长度在港口拓展初期对于扩大运输及临港产业规模具有明显拉动作用，之后进入内涵式发展阶段，主要呈现单位长度的运输结构及产业结构的变化。3)工业总产值。对港口的正向作用在1至3期呈逐渐上升趋势，第3期达到最大，随后开始下降，到第5期接近于0。与GDP、港口岸线长度相比，这种正向溢出效应更直接，持续时间也更长，表明腹地工业发展是促进辽宁沿海港口成长的主要因素之一。4)固定资产投资总额。正向拉动作用在第2期达到最大，在整个考察期内，幅度波动较大，但均处于正向区间，总体上表现为明显的正向溢出效应。5)货运周转量。该因素是5个拉动型因素中对港口成长正向作用持续最长的因素。正向拉动作用较为稳定，虽呈逐渐减弱之势，但至第10期其拉动作用仍未消失，说明以货运周转量为代表的腹地物流发展是港口成长最直接也是最主要的因素。

第二种类型为对港口成长的影响具有明显正负波动性但总体为正向作用的因素，简称有限促进型因素，包括进出口总额和社会消费品零售总额两个指标。特点表现为冲击港口形成的脉冲响应曲线呈剧烈的正负波动形态，但总体表现为正向溢出效应。其中，进出口总额在第1期至第5期表现为正负交替出现，但负向幅度较小，正向幅度较大，且幅度逐渐减小，显示近年来对外贸易对港口成长的作用随国际市场波动呈逐渐减弱的态势。社会消费品零售总额冲击港口形成的脉冲响应曲线呈现剧烈波动形态，正负波动幅度和转换频率在所有因素中最大、最高，从第4期开始负向波动幅度变得较为微弱，主要表现为正向震荡与微弱负向调整态势。总体看，以社会消费品零售总额代表的腹地市场发育对港口成长具有正向促进作用，但这种促进作用很不稳定，尤其是短期促进作用有限。但从长期看，其波动幅度随时间变化减弱的程度大大减小，从第3期开始，社会消费品零售总额对港口的正面促进作用已超过进出口总额，说明近年来区域内部市场的逐渐繁荣正在取代对外贸易成为港口成长的一个比较重要因素；但从其剧烈的正负波动形态看，以消费为代表的腹地内生动力仍处于发育阶段，与港口之间的关联机制不够稳定，腹地内部市场需求有待提升。

第三种类型为对港口成长的影响呈现高度正负波动状态且正负倾向不明显的因素，简称波动型因素，仅有第三产业产值一个指标。对港口吞吐量的冲击表现为正负效应交替出现，冲击初期为正，波动性较大，第6期以后基本不再产生影响。第三产业产值是衡量区域产业结构高级化的重要标志。第三产业对于港口的影响短期看具有明显正效应，但持续性较差，长期看负效应更突出，表明第三产业作为港口发展的促进因素主要在进入初期起作用，以物流、信息服务为代表的服务业可有效提升港口发展水平。但长期看，以制造业为核心的第二产业发展仍是决定港口货运稳定性的保证。

第四种类型为滞后于港口成长的影响因素，简称滞后型因素，只有生产性港口泊位数量一个指标。它冲击港口吞吐量所引起的脉冲响应而呈明显负效应，且这种负效应从开始持续至第5期才减弱至0，表明港口泊位数量对于港口成长具有显著的滞后现象。这充分说明，生产性港口泊位的开发是港口运输增长导致的结果之一，泊位数量增长相对于港口运输增长而言具有滞后性，泊位数量增加往往通过缓解运输压力作用于港口。另一方面，目前船舶大型化和港口深水化趋势发展明显，简单的浅水型泊位数量增加与适箱货源的增长之间存在结构性矛盾。因此，泊位数量与港口运输之间的关系并非简单的线性特征，更具复杂性。

3 结论与讨论

(1)通过对辽宁沿海港口与3个空间层面腹地关联度测算及对影响港口发展的9个因素与港口吞吐量进行脉冲响应分析，初步揭示了东北三省腹地不同影响因素如何作用于港口成长的动态特征，并在此基础上将港口成长的影响因素分为拉动型、有限促进型、波动型和滞后型四类。本文初步揭示了东北三省影响辽宁沿海经济带港口成长的作用特征。

(2)根据不同影响因素对港口成长的作用可知，腹地拉动辽宁沿海港口发展的三大主要因素依次为腹地物流规模、固定资产投资及工业化，次要因素是对外贸易和腹地消费需求。这充分说明港口发展特点与腹地经济发展模式或发展阶段密切相关。为促进辽宁沿海港口可持续发展，增强腹地对港口发展的支持能力，必须从以下四方面做起:第一，强化东北三省区域合作，推动港口腹地联动和三省流通行业一体化发展;第二，加快临港工业集聚，用新型工业化带动沿海城市化和临港产业集群化发展;第三，注重港口资源有序开发与集约利用，加快港口群分工协作，合理配置港口设施，注重港口泊位建设的规模效益，减少短途中转和装卸成本;第四，加快物流发展，大力改善物流发展环境，不断优化港口发展的软环境建设。

(3)需要说明的是，港口成长是许多因素复杂作用的结果，这些因素此消彼长，相互关系处在动态变化之中。本研究对港口影响因素的分类是依据特定研究区域和研究时期样本得出的结论，因此，这种分类具有相对性，是特定港口与腹地在某一发展阶段特征的反映。今后，需要考虑更多的影响因素，对不同区域港口成长的影响因素进行跟踪和比较研究，以期在这方面形成更系统的认识。

[1] 韩增林,郭建科,杨大海.辽宁沿海经济带与东北腹地城市流空间联系及互动策略[J].经济地理,2011,31(5):741-747.

[2] MAYER H M.Some geographic aspects of technological change in maritime transportation[J].Economic Geography,1973(49):145-155.

[3] KENYON J.Elements in interport competition in the United States[J].Economic Geography,1970(46):1-24.

[4] 黄杰,栾维新,雷磊.影响沿海港口发展的经济要素分析[J].大连海事大学学报,2011,10(1):35-38.

[5] 张丽君,刘佳骏.中国沿海港口吞吐量内在影响因素研究[J].中国水运,2008,8(10):54-56.

[6] 徐金河.基于主成分分析法的港口吞吐量内在影响因素研究[J].水运工程,2010(1):1-4.

[7] 姜晓丽,张平宇.基于Huff模型的辽宁沿海港口腹地演变分析[J].地理科学,2013,33(3):282-290.

[8] 孔庆峰,李秀娥.港口发展对腹地经济的带动效应——基于日照港的实证研究[J].山东大学学报,2008(4):73-81.

[9] 董晓菲,王荣成,韩增林.大连港—辽宁腹地系统关联特性空间演化分析[J].地域研究与开发,2010,29(6):29-33.

[10] 孙芳芳.浅议灰色关联度分析方法及其应用[J].科技信息,2010(17):880-882.

[11] 朱传耿,刘波,李志江.港口-腹地关联性测度及驱动要素研究——以连云港港口-淮海经济区为例[J].地理研究,2009,28(3):716-725.

[12] 申卯兴,薛西锋,张小水.灰色关联分析中分辨系数的选取[J].空军工程大学学报,2003,4(1):68-70.

[13] 沈秦伟,韩增林,郭建科.港口物流与城市经济增长的关系研究——以大连为例[J].地理与地理信息科学,2013,29(1):69-73.

[14] 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,2010,30(7):1133-1137.

[15] 宋祖红,苏少之.中国经济增长与能源问题的实证分析[J].统计与决策,2012(24):140-143.

Dynamic Analysis of the Factors Affecting the Growth of Liaoning Coastal Ports

GUO Jian-ke,DU Xiao-fei,HAN Zeng-lin,WEI Dong-lan

(ResearchCenterofOceanEconomyandSustainableDevelopment,LiaoningNormalUniversity,Dalian116029,China)

Hinterlands′ conditions are key determinants of port growth.However,researches concluding which are the largest significant factors of hinterland to the growth of port and how these factors influence port development still do not form a system and some common consensus.On the other hand,because of different geographical spatial hierarchies of hinterland,the connection between port development at different stages and hinterland is also different.Firstly,this study measures the connection degree between hinterlands and Liaoning coastal port growth with grey correlation model in three dimensional levels,which are the Liaoning coastal six cities,Liaoning province and the three northeast provinces.The conclusion is that the highest correlation with coastal ports group is three northeast provinces.On this basis,it constructs indicator system of influencing factors of port growth and discusses the dynamic change process that the port is affected by nine factors based on impulse response analysis.Thus it reveals internal dynamic process that different factors impact on port.So factors affecting the development of port are summarized into four types:pull,limited promotion,volatility and hysteresis.In the end,it discusses the reasons why there are differences in different factors′ effects on port growth.Then development strategies of Liaoning coastal ports in the future are put forward.

port growth;influencing factors;grey correlation degree;impulse response analysis;Liaoning

2014-06-04；

2014-09-09

国家自然科学基金项目(41101114、41301079)；国家社会科学基金项目(11CJL045)

郭建科(1980-)，男，博士，副教授，硕士生导师，研究方向为交通物流与港口空间组织、城市地理。E-mail:gjianke98@126.com

10.3969/j.issn.1672-0504.2015.01.018

F129.9

A

1672-0504(2015)01-0087-04