港城协同度与城市经济增长关系研究

范厚明，马梦知，温文华，屈莉莉

(大连海事大学　交通运输管理学院，辽宁　大连　116026)

港城协同度与城市经济增长关系研究

范厚明，马梦知，温文华，屈莉莉

(大连海事大学交通运输管理学院，辽宁大连116026)

摘要：在资源紧约束的条件下，协调港口与城市的关系已成为实现港口城市可持续发展的立足点，明晰港城协同发展程度与城市经济增长的关系是制定港城协同发展政策措施的基础。本文首先建立港城复合系统协同度模型，并以上海、深圳、香港等9个港口城市为例进行实证研究。然后以这9个城市2003-2013年的面板数据为样本，对港城协同度与城市经济增长的关系进行了实证研究。研究表明，综合运用协同度模型和面板数据模型研究港城协同度与城市经济增长关系，不仅可为港城协同发展理论的研究提供新视角，也可为各港口城市制定促进港城协同发展的政策措施提供理论依据。

关键词：港城系统；协同度；城市经济；面板数据模型

一、引言

港口作为港口城市特殊的资源禀赋，与城市能否协同发展对港口城市经济增长有着巨大的影响。在港口城市发展初期，其大部分经济活动源于港口，为城市初期产业形态的形成提供了源动力。随着现代港口城市日新月异的发展，港口规模扩张和城市空间膨胀，在资源紧约束的条件下，有限空间内共存的港与城，其相互影响日益深刻[1-2]。特别对于岸线资源稀缺的港口城市，宝贵的岸线资源如何综合利用也随之成为港航业专家同城市规划、环保等行业主管部门专家争议的焦点[3]。协调港口与城市的关系已成为提高港口城市的综合能力，实现港口城市可持续发展的立足点，引起了国内外专家学者的广泛关注。

共处于一个复杂的系统中的港口和城市在空间、经济、功能、文化等多方面均存在明显的相互作用关系，国内外部分学者已对港城关系展开了深入探索，并取得了一定的成果。针对港-城空间联系的研究起步较早，早在1965年，英国地理学家Bird通过考察英国河港的发展过程，提出了著名的港口通用模型(Anyport)[4]，随后多位学者对Bird模型进行修改和拓展，形成了一套完善的具有全球普适性的港口通用模型理论[5-6]。港口与城市不仅存在地理空间上的联系，也形成了一种独特的经济系统，因此，近几年国内外专家学者侧重于港城发展的动力问题，对港口与城市经济的相互作用关系进行了一系列的研究，表明两者的相互作用贯穿于整个港城关系的演进过程中，并表现为港口对城市发展的先导性和带动作用，以及港口需要以城市经济的发展为依托。其中，港口吞吐量这一反映港口规模及能力的重要指标，也是反映城市乃至整个腹地生产力的主要指标，城市经济发展水平和产业结构都会对港口吞吐量产生影响[7-9]，并已有研究在对港口吞吐量预测时考虑了GDP、外贸进出口额、第二产业产值[10]、产业结构[11]、政府投资[12]等因素。另一方面，学者们以桑坦德港、台北港等港口为案例，研究港口对城市经济发展的积极推动作用，Coto-Millán等人[13]将港口的全部经济影响划分为直接、间接及引致影响三部分，并利用投入-产出法计算桑坦德港的经济贡献，随后，Chang等人[14]同样使用投入产出模型分析了南非港口产业是如何影响相关产业发展的。Coto-Millán、Chen等人分别利用协整函数[15]、一般均衡模型(CGE)[16]、相对集中度[17]等方法研究了港口基础设施投资对地区产值、就业、私人资本的影响，确定港口在城市经济发展中的重要角色。但上述单一案例的研究缺乏不同港口与城市演化进程的比较研究，因此，Ducruet、Shan、Song、Bottasso廉亚男等人基于面板数据的计量经济学方法，研究港口对区域经济发展[18-22]和就业[23]的积极影响。由于港口与城市间是一种相互作用关系，因此针对港口与城市互动关系的研究较多，其中陈再齐等人[24]借助相关分析与回归分析等定量分析方法，对广州港与广州城市经济发展的互动关系进行了系统的研究；王际科[25]、司增绰[26]、洪爱梅[27]等人先后利用关联度模型分别对港口与城市经济、港口基础设施与临港城市经济集聚之间的关联性进行了研究；吴文一[28]、毕蕾[29]、邵桂兰[30]、梁红艳[31]、徐峥嵘[32]等相继利用计量经济学中的协整理论、Granger因果检验、向量误差修正模型和VAR模型研究了港口发展与城市经济增长、交通建设投资间的互动关系。郇恒飞和成长春[33]采用综合评价法分别计算了连云港市港口和城市的发展水平综合指数，并运用协整理论和格兰杰因果检验等新兴计量方法，对连云港港口与城市经济发展的因果关系进行分析。由于世界著名港口主要集中在大中城市，继续大规模地扩建港口受到土地资源和深水岸线资源的限制，这就使得港城的协同发展受到越来越广泛的关注。张萍[34]、陈航[35]、陈红娟[36]、Zhan[37]等人通过构建港口与城市发展的评价指标体系，利用协调度模型对两个系统的协调状况进行了分析。但是，协同度仅能反映港口与城市子系统间是否协调一致，并不能反映整个港城系统整体的综合发展水平，即港口和城市发展水平均较低和均较高时可能存在相同的协调度，因此，钟铭等人[38]提出了既能反映港口和城市子系统的协调状况，又能反映系统综合发展水平的协同度模型。郇恒飞等人[39]随后引入了动态协调发展度概念反映港口和城市系统协调程度的动态发展趋势。

对港城复合系统协同发展的追求源于提升港口城市综合竞争力的需要，但通过对前人研究成果的梳理发现,国内外已有研究还存在以下不足：(1)仅描述了港口与城市经济的协调发展状况和综合水平，未见针对港城协同发展程度对城市经济发展作用的定量分析，需做进一步研究；(2)只重视纵向上的比较，研究单个港城复合系统的协同发展历程，缺少横向上不同类型港城复合系统协同发展历程的比较，难以获得港城协同发展的一般规律，致使提出的促进港城协调发展的措施普适性较差，具有一定的局限性。

目前，全球前20大集装箱港口中，中国占据了9席，它们是：上海港、深圳港、香港港、宁波-舟山港、广州港、青岛港、天津港、大连港和厦门港[40]。这些港口以城市为依托，城市的发展为港口的发展提供支撑，反过来港口的发展也促进了城市经济的发展，使之成为经济发达的大中型城市，这些城市的港城协同发展历程具有一定的代表性。因此，本文首先建立港城复合系统协同度模型，对上述9个港城复合系统进行实证研究。并基于2003-2013年这9大港口城市全社会固定资产投资总额、年末从业人员数、港城复合系统协同度和GDP等历史数据取对数得到的时间序列建立面板数据模型，研究港城协同发展程度与城市经济增长的关系。

二、港城复合系统协同度模型的建立

港城复合系统是以港口资源的开发、利用和管理为核心，以城市为载体，以腹地为依托，以运输体系为动脉，内部结构多元化的复杂系统。从系统的角度看，港城复合系统包括港口、城市经济、城市人口、综合运输网络、资源等五个子系统，其中港口子系统和城市经济子系统为核心子系统，资源子系统为约束条件，城市人口子系统和综合运输网络系统为支撑[41]。可见，港口和城市经济子系统支配着港城复合系统的演化发展，因此，可用这两个子系统的协同度来客观反映整个港城复合系统的自组织协同程度。

设港城复合系统的子系统为Si,i∈[1,2]，设其发展过程中的序参量为ei=(ei1,ei2,…,ein)，其中n1，βij≦eij≦αij，j=1,2,…,n，αij、βij为系统稳定临界点上序参量分量eij的上限和下限。假设ei1,ei2,…,eik为正向指标，取值越大，系统的有序程度就越高；假设ei(k+1),…,ein为负向指标，即其取值越大，系统的有序程度就越低。则子系统的序参量分量eij有序度的计算公式为：

(1)

式(2)为序参量ei的系统的有序度，其中权系数λj可选取熵值赋权法予以确定[38][42]，假设每个序参量分量共包含m个样本，其中xjt为序参量分量j的第t个样本的数值，为消除原始数据不同量纲的影响，对原始数据xjt进行标准化处理：

(3)

式中，x*jtmax为正向指标j的理想值，可将评价指标的极大值作为理想值，x*jtmin为负向指标j的理想值，可将评价指标的极小值作为理想值。最终得到标准化值：

(4)

指标信息熵值gj和信息效用值wj为：

(5)

wj=1-gj

(6)

指标权系数：

(7)

借鉴物理学中的耦合度函数可计算两子系统的协调度[38][43]：

(8)

为反映出港口与城市经济子系统的整体“功效”与“协同”效应，在式(8)的基础上建立复合系统的协同度模型：

(9)

其中F为港口与城市经济子系统的综合调和指数，反映了两子系统的整体协同效应或贡献，F=(μ1(e1)+μ2(e2))/2。

三、港城系统协同发展的实证分析

(一)港口和城市经济子系统的序参量分量

港口子系统和城市经济子系统的协同发展涉及到众多的系统状态参量，而根据协同理论，存在着能够确定系统的宏观行为并表征系统的有序化程度的参数变量——序参量，因此确定系统的序参量能够有效降低系统研究的复杂性，准确把握港城复合系统的发展演化方向。本文依据科学性、代表性、综合性、可获得性、相关性、动态与静态相结合等原则，并结合有关港口和城市经济发展水平评价指标的研究成果[33，38-39，44]，最终选取了6个可以代表港口发展水平的序参量分量和6个代表城市经济发展水平的序参量分量，如表1所示。

(二)港城复合系统协同度的计算

前述确定的港口和城市经济子系统的序参量分量2003-2013年的统计数据来源于《中国港口年鉴》、《上海统计年鉴》、《深圳统计年鉴》、《宁波统计年鉴》、《舟山统计年鉴》、《广州统计年鉴》、《青岛统计年鉴》、《天津统计年鉴》、《大连统计年鉴》、《厦门经济特区年鉴》、《香港港口统计数字一览》和香港特别行政区政府统计处官方网站。利用这些统计数据便可计算出9大港口城市2003-2013年间的港城复合系统协同度。

1.确定序参量分量的权系数

根据式(3)-(7)，计算得到前述9个城市港口与城市经济子系统各序参量分量的权系数，如表1所示。

表1　港口与城市经济子系统各序参量分量权系数

2.协同度计算

根据式(1)和式(2)，计算9个港口城市2003—2013年港口与城市经济子系统的有序度，其中αij、βij分别取2003-2013年9个港口城市序参量分量eij的最大值和最小值的110%。将上述求得的9个港口与城市经济子系统有序度分别代入式(8)和式(9)，最终求得9个城市港口和城市两子系统的协调度以及港城复合系统的协同度，如表2和表3所示。这11年来，9个港口与城市经济子系统的协调程度不断强化，其中厦门、大连、青岛、宁波-舟山港口与城市经济子系统协调度的增速最为明显，逐渐从勉强协调阶段、中级协调阶段进入优质协调的发展阶段，而其他港口与城市经济子系统这11年来一直处于优质协调的发展阶段。除香港以外，其他8个城市港口与城市经济的综合协同发展水平都有不同程度的提高，9个城市中上海市与香港特别行政区的港口与城市经济协同发展水平最高，厦门市最低。

表2　港口和城市经济两子系统的协调度

表3　港城复合系统协同度

四、港城协同发展与城市经济增长的关系分析

(一)建立生产函数模型

港口城市经济的增长不但与劳动、资本等最重要的生产要素有关，还受到港城协同发展程度的影响。因此，考虑使用资本、劳动力、港城复合系统协同度作为投入的情况下，建立了如下的增广柯布-道格拉斯生产函数：

Y=AKβ1Lβ2Sβ3

(10)

其中，Y是GDP；A代表综合技术水平；K是资本投入量，用全社会固定资产投资总额表征；L是劳动投入量，用年末从业人员数表征；S是港城复合系统协同度；β1i、β2i和β3i分别为第i个城市经济增长关于资本、劳动和港城复合系统协同度的弹性系数。港城复合系统协同度的数据来源于前文的计算结果，全社会固定资产投资总额和年末从业人员数则全部来自各年的《上海统计年鉴》、《深圳统计年鉴》、《宁波统计年鉴》、《舟山统计年鉴》、《广州统计年鉴》、《青岛统计年鉴》、《天津统计年鉴》、《大连统计年鉴》、《厦门经济特区年鉴》和香港特别行政区政府统计处官方网站。对式(10)进行自然对数处理：

lnY=lnA+β1lnK+β2lnL+β3lnS

(11)

(二)Panel Data模型形式

根据Panel Data模型中截距向量和系数向量是否随个体或时间的不同而改变，具体可以分为如下3种类型：

(1)无个体影响的不变系数模型：

yi=αe+Xiβ+uii=1,2,…,N

(12)

(2)变截距模型：

yi=αie+Xiβ+uii=1,2,…,N

(13)

(3)变系数模型：

yi=αie+Xiβi+uii=1,2,…,N

(14)

协方差分析主要检验如下两个假设：

在假设H2下检验统计量F2服从相应自由度下的F分布，即

(15)

在假设H1下检验统计量F1也服从相应自由度下的F分布，即

(16)

其中，S1、S2、S3分别为式(14)、(13)和(12)的残差平方和，k表示解释变量个数，本模型中k=3。如果检验结果不拒绝假设H2，则为不变系数模型；如果拒绝H2，不拒绝H1，则为变截距模型，否则为变系数模型。

(三)模型检验

1. 面板数据的单位根检验

为了避免对非平稳序列进行回归时出现伪回归的情况，面板数据模型在回归前需要进行平稳性检验，而最常用的序列平稳性检验方法为单位根检验。单位根的检验方法主要有LLC检验、Breitung检验、Hadri检验、IPS检验及Fisher检验等五种方法，这五种检验方法还可分为两种类型，一种是相同根情况下的单位根检验，即前三种检验方法，另一种是不同根情形下的单位根检验，即IPS检验和Fisher检验。本文选用LLC、IPS、FisherADF和FisherPP，利用Eviews6.0软件对各个序列进行单位根检验，单位根检验结果如表4所示，检验结果表明序列lnY、lnK、lnL和lnSD在5%显著水平下，都是零阶单整I(0)过程，符合协整检验条件，可以继续进行协整检验。

表4　单位根检验结果

2. Panel Data的协整检验

在时间序列分析研究中，协整指的是，两个或多个变量个别来论是非平稳的，但其某个线性组合可以是平稳的。由于9个港口城市的lnY、lnK、lnL和lnSD均为零阶单整。因此，可以进一步运用面板数据协整检验，确定港口城市GDP、资本投入、劳动投入和港城复合系统协同度之间是否存在长期稳定的均衡关系。本文选用Pedroni检验和Kao检验进行协整检验。依据SIC准则，利用Eviews6.0软件，确定模型最优滞后阶数为1。在滞后阶数为1时，Pedroni检验和Kao检验结果如表5所示。从检验结果来看，只有2个统计量的P值是大于0.05的，Panel ADF-Statistic等重要统计量的P值是小于0.05的，而且Kao检验的P值也是小于0.05的。这两种检验均表明时间序列lnY、lnK、lnL和lnSD间存在协整关系，即9个港口城市的GDP、资本投入、劳动投入和港城复合系统协同度之间存在长期均衡稳定关系，可以进行回归分析。

表5　变量协整检验结果

注：Pedroni检验选择带截距项和趋势项的协整方程

3.模型形式的确定

由于截面和时间序列长度有限，本文的研究对象不能被视为从一个大总体中随机抽样的结果。依据Wooldridge经验规则，应使用固定效应模型[45]。为了更好地比较9个港口城市港城复合系统协同度与城市经济增长的关系，假设资本弹性系数和劳动弹性系数不受个体影响，根据面板数据协方差分析确定截距和港城复合系统协同度的弹性系数是否受个体影响。首先计算变系数、变截距、不变系数三种模型估计的残差平方和，如表6所示。序列lnY、lnK、lnL和lnSD模型形式设定检验结果如表7所示。协方差分析检验结果表明拒绝了假设H2，且拒绝了假设H1，因此模型采用变系数形式。

表6　三种模型估计的残差平方和

表7　模型形式设定检验结果

(四)模型计算与结果分析

1.模型计算

通过上述分析，本文最终选取固定影响的变系数模型进行分析，模型形式为：

yit=α+α*i+lnKitβ1+lnLitβ2+lnSDitβ3i+uit(i=1,2,…,9,t=1,2,…,11)

(17)

利用Eviews6.0软件对模型进行估计，结果如下：

(18)

而反映城市间差异的α*i与β3i的估计结果，如表8所示，模型的拟合优度达到了99.7%，说明方程拟合效果非常好。

表8　模型参数α*i与β3i的估计结果

注：***表示在1%水平下显著

2.结果分析

从回归结果来看，在1%的显著性水平下，资本增量产出弹性和劳动增量产出弹性分别为0.2618和1.0504，即这9个港口城市的资本增量和劳动增量对城市经济具有明显的促进作用，且资本增量对城市经济增长的带动要低于劳动增量。这主要是因为这些发达的沿海港口城市的劳动力基本已从生产率较低的农业转向生产率较高的制造业和服务业，劳动力资源在优化配置下对城市经济增长具有较强的推动作用。但是，这9个港口城市同中国的其他城市一样，长期以来受制于粗放型为主的经济增长模式，不断膨胀的资本投入并没有带来较好的投资效果。可见，加快经济结构调整，减少对传统产业的投资，转向投资扶持战略新兴产业乃是当务之急。除香港和厦门以外，在1%的显著性水平下，回归模型的参数β3i均大于零，表明中国绝大部分的沿海港口城市的港城协同发展程度均在不同程度上对城市经济发展具有明显的促进作用，由于这9个港口是目前全球前20大集装箱港口，因此结论具有一定的代表性，并推广为世界上大多数港口与其所在城市的协同发展能够促进所在城市经济的发展。香港和厦门参数β3i没有通过显著性检验，表明这两个城市的经济增长未能受到港城复合系统协同度增加的显著影响。目前，香港港口基础设施设备基本已处于饱和状态，港城复合系统协同度基本停滞，而金融服务、贸易和物流、旅游、专业服务四大支柱产业为香港城市经济的发展提供了强劲的动力，香港对传统港口业务的依赖有所减弱，或将像伦敦一样向以提供市场交易和航运服务业为着力点的国际航运中心转型阶段迈进。而目前厦门港口腹地经济总量偏小，陆向和海向腹地拓展不力，加上与珠三角等区域港口竞争加剧，致使厦门港的规模要远小于其他几个港口，随着港航业“马太效应”的加剧恐面临被边缘化的风险[46]，对城市经济发展的积极作用难以发挥。

除香港和厦门以外，回归模型的参数β3i的大小排序为：β31>β32>β34>β35>β36>β38>β37，即上海港城复合系统协同度提高对上海市GDP的促进作用要大于深圳，深圳大于宁波-舟山，宁波-舟山又大于广州，依此类推。结合表2和表3中港口和城市经济两子系统协调度以及港城复合系统协同度的计算结果，不难发现参数β3i的大小排序与这7个港口城市港城子系统协调度及复合系统协同度的大小排序存在一定的对应关系：系统协同度对GDP的促进作用排名前四的上海、深圳、宁波-舟山、广州，其港城复合系统协同度均位居前五名；尽管天津的港城复合系统协同度高于青岛和大连，但由于其港口和城市经济两子系统协调度低于青岛和大连，导致港城复合系统协同度提高对城市GDP的促进作用弱于青岛和大连。表明港口和城市经济两子系统协调一致的程度以及整体协同发展水平越高，进一步提高复合系统的协同度对城市经济的促进作用也就越大。为实现港口子系统和城市经济子系统的协调发展，需同时从提高协调程度和协同度两方面入手制定相应的政策措施。

上海、深圳、宁波-舟山、广州4个城市的港城协同发展度对城市经济的促进作用要明显高于其他城市，其中上海的促进作用最大。这主要是由于这四个港口城市港口和城市经济两子系统协调度以及港城复合系统协同度均较高，目前均已成为颇具规模的区域航运中心，并正在努力建设更具影响力的国际航运中心，而航运主业和航运服务业则是国际航运中心建设的两大主要驱动力。船舶运输和港口服务等航运主业的发展为货物的快速集散提供了保证，促进港口城市对外贸易的发展，船代、货代、船舶登记、航运金融、海事仲裁等航运服务业的发展与集聚又会产生大量的资金结算、融资、保险等金融以及法律、会计、咨询等专业服务的需求。这4个港口城市不仅航运主业发达，且经营的航运服务业种类丰富。港城协同发展能为航运主业和航运服务业的发展提供更好的软环境，从而使得这4个港口城市的港城协同发展程度对城市经济的促进作用要明显高于其他城市。

综上所述，在看到港城协同发展对城市经济发展具有明显促进作用这一普遍规律的同时，还应看到各城市间的差异，为了进一步提升港口与城市的协同、可持续发展水平，提高港城协同发展对城市经济的促进作用，港口应进一步提升自身的服务水平，延伸港口物流的价值链，积极推动航运服务业及其他港口上下游产业的集聚，带动城市产业结构的调整和升级，实现港城协同发展，并最终促进城市经济的稳步发展。

五、结论与建议

本文首先分析了港城系统构成，构建了基于自组织理论的港城复合系统协同度模型，确定了反映港口与城市经济发展水平的序参量，并以上海、深圳、香港等9个港口城市为例进行了实证研究。然后，利用2003-2013年这9大港口城市全社会固定资产投资总额、年末从业人员数、港城复合系统协同度和GDP等历史数据取对数得到的时间序列建立面板数据模型，研究港城协同发展程度与城市经济发展的关系。通过分析面板数据模型的回归结果，本文得到如下结论：(1)资本增量和劳动增量对城市经济具有明显的促进作用，且这些港口城市的资本增量对城市经济增长的带动要低于劳动增量；(2)港口与其所在城市的协同发展能够促进所在城市经济的发展；(3)目前国内港口城市的经济增长仍然离不开港口的促进作用，还无法实现港城关系的分离进入完全依靠城市自增长效应发展的阶段；(4)港口和城市经济两子系统协调度以及港城复合系统的协同度越高，进一步提高协同度对城市经济的促进作用也就越大；(5)为实现港口子系统和城市经济子系统的协调发展，需同时从提高协调度和协同度两方面入手制定相应的政策措施。

上海、天津、深圳等沿海港口城市作为国家“一带一路”重点布局的15个沿海节点的典型代表，是这一宏伟战略的重要支点。港口作为对外开放的窗口，为“大规模地走出去”和“高水平地引进来”的对外开放新格局提供保障，有利于拉动中西部地区尽快融入“一带一路”建设中。可见，港口城市的发展在“一带一路”规划中占据了重要的战略地位。因此，在“一带一路”建设的宏观背景下，结合上述研究所得结论，本文认为应从以下几个方面促进港口城市的港城协同发展：(1)协调统筹港口规划与城市总体规划，在与城市建设目标基本一致的前提下，港口应适度超前建设，但要避免投资过热，产能过剩；(2)充分利用港口城市的区位优势及优惠的政策，发展海洋经济，积极融入国际航运网络，鼓励港航企业的区域间合作，促进现代航运服务业的集聚，及航运服务业生产要素的优化配置；(3)拓展物流网络，优化集疏运体系，发展海铁联运，根据港口城市自身情况探索“陆地港”模式，拓展港口的陆向腹地；(4)抓住“一带一路”的历史机遇，加强与众多国内外港口的联系，拓展海向腹地，打造国际强港；(5)拓展港航业产业链，延伸港口物流的价值链，带动城市产业结构的调整和升级，实现港城协同发展；(6)推动金融创新，提高金融交易的便利性，构建多层次的金融市场，加大对港航企业的金融扶持力度，支持海洋经济的发展。

本文的研究表明，综合运用协同度模型和面板数据模型研究港城协同度与城市经济关系的方法是有效的，不仅能够纵向了解各城市港城协同发展历程，论证港城协同度与城市经济发展间的一般规律，还可对各城市港城系统同一时期的协同发展水平进行横向比较，充分考虑各港口城市的异质性。不仅为港城协同发展理论研究提供新的视角，也为各城市结合自身情况制定相应政策措施推进港城协同发展、促进城市经济可持续增长提供理论依据。

参考文献：

[1]郭建科,韩增林.港口与城市空间联系研究回顾与展望[J].地理科学进展，2010，29(12)：1490-1498.

[2]郭建科，韩增林.中国海港城市“港-城空间系统”演化理论与实证[J].地理科学，2013，33(11)：1285-1292.

[3]陈晓宁.论现代港口城市的港区景观设计[J].港工技术，2007(4)：7-10.

[4]BIRD J H.The major seaports of the United Kingdom[M].London：Hutchinson，1965.

[5]HOYLE B S.The port-city interface：trends，problems and examples[J].Geoforum，1989，20(4)：429-435.

[6]NOTTEBOOM T E.Port regionalization：towards a new phase in port development[J].Maritime Policy & Management，2005，32(3)：297-313.

[7]王丹，杨赞.港口吞吐量影响因素分析[J].水运工程，2007(1)：45-48.

[8]刘枚莲，朱美华，黄键.港口吞吐量预测影响因素筛选方法研究[J].水运工程，2011(3)：76-80.

[9]LIU Le Chao，PARK G K.Empirical analysis of influence factors to container throughput in Korea and China ports[J].The Asian Journal of Shipping and Logistics，2011，27(2)：279-303.

[10]许长新，严以新，张萍.基于系统动力学的港口吞吐量预测模型[J].水运工程，2006(5)：26-28,40.

[11]张萍，严以新，许长新.港口吞吐量的内在影响因素提取[J].中国港湾建设，2006(6)：70-72.

[12]CASTILLO J I，LPEZ-VALPUESTA L，ARACIL M J.Dynamising economic impact studies：the case of the port of Seville[J].Documentos de trabajo，2004(87):1-33.

[14]CHANG Y T，SHIN S H，LEE P T W.Economic impact of port sectors on South African economy：an input-output analysis[J].Transport Policy，2014(35)：333-340.

[16]CHEN Wen Sheng，CHEN C Y，CHEN F C，et al.The Im pact of the Taipei port container terminal on the Northern re gion of Taiwan：a computable general equilibrium model[J].Journal of Marine Science and Technology，2011，19(2)：120-126.

[17]LIAO Lin，Hong C.The interaction between the port and Kaohsiung city：economy，institution and power[J].City，Cul ture and Society，2013，4(1)：21-35.

[18]DUCRUET C，LEE S W.Frontline soldiers of globali sation：port-city evolution and regional competition[J].Geojournal，2006，67(2)：107-122.

[19]SHAN Jun，YU Ming Zhu，LEE C Y.An empirical investigation of the seaport’s economic impact：evidence from major ports in China[J].Transportation Research Part E：Logistics and Transportation Review，2014，69：41-53.

[20]SONG Li Li，GEENHUIZEN M V.Port infrastructure investment and regional economic growth in china：panel evidence in port regions and province[J].Transport Policy，2014，36：173-183.

[21]BOTTASSO A，CONTI M，FERRARI C，et al.Ports and regional development：a spatial analysis on a panel of European regions[J].Transportation Research Part A：Policy and Practice，2014，65：44-55.

[22]廉亚男.货物运输对中国沿海港口城市经济增长的影响分析[J].港口经济，2010(5)：18-20.

[23]BOTTASSO A，CONTI M，FERRARI C，et al.The impact of port throughput on local employment：evidence from a panel of European regions [J].Transport Policy，2013(27)：32-38.

[24]陈再齐，曹小曙，阎小培.广州港经济发展及其与城市经济的互动关系研究[J].经济地理，2005，25(3)：373-378.

[25]王际科.基于灰色系统理论的港口经济与城市经济关系研究[J].鲁东大学学报(自然科学版)，2009(3)：210-213.

[26]司增绰.港口城市港口基础设施与地区经济集聚相关性研究:连云港市与日照市的比较[J].经济体制改革，2012(1)：70-74.

[27]洪爱梅.基于灰色关联度的港口与城市经济关系研究[J].市场周刊，2013(11)：38-40.

[28]吴文一，武骁.基于协整理论的港口发展对经济增长推动作用研究[J].商场现代化，2007(06X)：384-385.

[29]毕蕾，马龙飞，庄亚明.基于VAR模型的港口与临港城市经济增长协整关系研究[J].物流科技，2009，32(10)：83-88.

[30]邵桂兰，孙远胜.港口建设与沿海城市经济发展互动关系的计量分析-基于协整理论和格兰杰检验并以青岛市为例[J].中国渔业经济,2010(2)；131-138.

[31]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)：72-83.

[32]许峥嵘，杜佩.港口建设与经济增长关系的实证研究[J].中南财经政法大学学报，2012(6)：119-124.

[33]郇恒飞，成长春.连云港市港口与城市经济发展的因果关系与作用机制[J].资源开发与市场，2013，29(8)：794-797.

[34]张萍，严以新.港口与城市协调发展的评价模型及其应用[J].港工技术，2006(4)：11-12，20.

[35]陈航，栾维新，李婉娜.港口系统与城市系统协调发展建模方法及应用[J].中国航海，2008，31(1)：83-87.

[36]陈红娟，孙桂平.港口与城市经济协调发展水平评价[J].国土与自然资源研究，2009(4)：15-16.

[37]ZHAN Bin，GUO Jun.Research on the coordinated de velopment between port logistics and regional [C].// 2011 International Conference on Business Computing and Global Informatization.Beijing：IEEE PRESS，2011:158-161.

[38]钟铭，吴艳云，栾维新.港口物流与城市经济协同度模型[J].大连海事大学学报，2011(1)：80-82.

[39]郇恒飞，焦华富，韩会然，等.连云港市的港-城协调发展模式演化及影响要素[J].人文地理，2012，27(1)：77-81.

[40]中国港口年鉴编辑部.中国港口年鉴2013版[M].上海：中国港口杂志社，2013:466.

[41]张萍，严以新，许长新.区域港城系统演化的动力机制分析[J].水运工程，2006(2)：48-51.

[42]王斌会，刘可.基于熵值赋权法的高新技术产业创新水平评价[J].产经评论，2011(3)：5-11.

[43]刘耀彬，李仁东，宋学锋.中国城市化与生态环境耦合度分析[J].自然资源学报，2005(1)：105-112.

[44]蒋柳鹏，封学军，王伟.“港口-产业-城市”复合系统协调度模型[J].水利经济，2011，29(1)：11-14，18.

[45]李红霞，傅强.中国省际要素投入与经济增长研究——基于总量生产函数的面板数据分析[J].北京理工大学学报(社会科学版)，2013，15(2)：48-52.

[46]焦芳芳，孟愈.厦门加快“龙头港口”建设攻略[J].中国港口，2015(3)：37-38,41.

(本文责编：王延芳)

Research on the Relationship between the Synergy

Degree of Port-City System and Urban Economic Growth

FAN Hou-ming，MA Meng-zhi，WEN Wen-hua，QU Li-li

(TransportationManagementCollege，DalianMaritimeUniversity，Dalian116026，China)

Abstract：Under tight resource constraints，the coordinated development of the port and the city is an important way to achieve the sustainable development of port-city.Clearing the relationship between the synergy degree of port-city system and urban economic growth is the basis for the government to make policies and measures.Firstly，this article builds the synergy degree model of port-city system and makes an empirical study based on the historical data of Shanghai，Shenzhen，Hong Kong and other six cities.Secondly，a Panel Data model is established with these 9 port cities’ data from 2003 to 2013 to study the relationship between the synergy degree of port-city system and the urban economic development.This research shows that it is effective to study the relationship between synergy degree of port-city system and urban economy by combining the synergy degree model with the Panel Data model.It provides not only a new perspective for the theoretical study on port and city cooperative development mechanism，but also a theoretical support for each city to make policies and measures to promote the synergetic development of port-city system.

Key words:port-city system; synergy degree; urban economy; Panel Data model

基金项目：国家自然基金面上项目(71373056)；广东省高等学校优秀青年教师培养计划项目(YQ201401)；中央财政支持地方高校发展专项资金项目(0000-E201020008001006)；教育部人文社会科学研究青年项目(15YJC790163)。

收稿日期：2014-11-18修回日期：2015-07-10

中图分类号：F55；F061.5

文献标识码：A

文章编号：1002-9753(2015)09-0096-11

作者简介：范厚明(1962-)，男，山东蓬莱人，大连海事大学交通运输管理学院教授，博士生导师，研究方向：交通运输规划与管理、战略管理与系统规划研究。