深圳市港口物流与经济增长关系的实证分析

文 / 卢少平 罗义萍

一、引言

随着世界经济一体化的加速发展，港口物流在全球供应链中发挥着越来越重要的作用。据统计，国际贸易总运量的2/3及我国进出口贸易的90%是经由海上运输完成的。港口作为全球经济贸易往来上的重要连接点，其货物吞吐量的增长离不开经济贸易的支撑与发展。一方面，港口的健康快速发展可以有效强化自身的交通枢纽作用，另一方面，对于城市经济的增长也能起到一定的促进作用。因此，港口在现代社会经济发展中的地位日益重要。

二、文献综述

近年来，学术界关于探讨港口物流与城市经济增长关系的问题研究已经相对成熟，学者们在该问题的定量分析方面也已取得了一些重要成果。周平德从定量角度分别研究了广州、深圳、香港三地港口及其航空物流业对城市乃至整个珠三角区域经济增长的作用，得出港口物流与经济增长二者之间存在着长期稳定的协整关系；港口物流对于城市的经济增长具有初期的带动作用且港口物流业的单位增长给区域经济带来的作用在不同时期存在不同。沈小平、杨锋运用定性与定量相结合的方法，在分析区域港口物流对区域经济发展的作用与影响的基础上，对珠三角经济区域港口物流与区域增长的关系进行数量经济分析，认为港口物流发展与区域经济增长二者间存在相互促进的关系。谢京辞从定量角度实证分析山东港口物流与经济发展之间的关系，得出其经济发展对港口物流存在单向促进作用的结论。沈秦伟、韩增林、郭建科对大连市港口物流发展与经济增长之间的动态相关性和因果关系进行实证检验，结果显示，短期上看二者之间存在失衡关系；长期上看，二者存在着相对稳定的均衡关系，得出港口物流的发展促进了经济增长的结论。郑斐匀，肖岳峰，刘丽艳采用灰色关联分析法，从定量角度分别分析了大连市港口物流的发展与辽宁省省内第一产业、第二产业和第三产业之间的关系，得出港口物流与第三产业的关联性最强。

本文拟在前述研究成果的基础上，以深圳市为例，对港口物流发展与经济增长二者之间的关系进行实证分析，从而为港城关系的良性互动提供些许参考。

三、深圳市港口物流发展与经济增长关系实证分析

（一）指标选取与数据来源

港口物流是一个涉及运输、仓储、港口装卸、包装加工、检验检疫、海关监管、信息处理等方面的跨行业问题。关于港口物流方面相关数据的统计，我国尚没有统一的统计口径和系统的体系，因此在研究过程中就需要选取具有充分代表性的指标。港口货物吞吐量反映了一个港口规模的大小、生产和承载能力的高低，故而本文选取港口货物吞吐量(GK)来作为港口物流的代表指标进行研究。对于区域经济发展方面，为了确保研究数据真实可靠，本文选取经济指标GDP来进行分析研究。

本文采用《深圳统计年鉴》1980—2016年的深圳市GDP和深圳市港口货物吞吐量两个时间序列作为样本数据，同时以1979年为基期，将价格因素予以剔除。为了减少异方差对数据模型可能产生的影响，本文对港口货物吞吐量和经济发展指标分别进行自然对数变换，记作LN GDP与LN GK，对数变换不会改变原时间序列之间的协整关系。利用计量软件Eview绘制两个变量的时序图，两个变量的时间序列均为带有大致相同趋势的非平稳序列（图1），由图1可知，两变量间可能存在协整关系。

（二）模型建立

本文采用的计量模型为VAR，即向量自回归模型。VAR模型可以用于研究两个变量间或者多个变量间的互动关系，同时也能用于样本未来值的分析与预测。文章建立模型的大体思路为：在向量自回归模型VAR分析的基础上，依次采用格兰杰因果检验法和协整分析法对深圳市港口物流与深圳市经济增长之间的关系进行实证分析，然后根据实证结果得出相应结论。考虑到利用VAR理论分析实际问题时，如果使用了非平稳序列，会造成统计推断不准确。因此，为了保证所得研究结论的准确性，要求模型中的每一个变量都是平稳的。故而，文章需要先将两组数据分别进行单位根检验，单位根检验至两个时间序列均已经是平稳序列，再对两样本变量间的相互关系进行因果关系检验。文章所有实证分析都借助计量经济软件Eviews8.0完成。

向量自回归模型VAR (p)的数学表达式为：

以上关系式中，Y。与Xt分别是m维内生变量向量和r维外生变量向量，T为样本个数，p为滞后变量，mxm维矩阵A.，…，A。和mxr维矩阵B则是待估计的参数矩阵。s。是m维扰动向量。模型中各元素在同一时期可以相互存在关联性，但不能与各元素自身的滞后值相关，也不能与等号右边的变量相关。

（三）实证分析

1.单位根检验。

对于时间序列的平稳性，不仅可以通过图形直观的观察，还可以运用统计量进行统计检验，在学术研究领域，后一种方法更加广泛。单位根检验在统计检验中比较常用，关于单位根的检验方法有多种，一般采用DF检验和ADF检验，本文选择ADF检验进行时间序列的单位根检验。关于检验过程中滞后期的选择问题，统一根据赤池信息量准则（模型中表示为AIC）确定。单值根检验结果如表1。

从表1中的检验结果来看，变量LNGK的ADF值为 -2.4290，变量 LNGDP 的 ADF 值为 -1.7856，二者都高于三个显著性水平下的临界值，因此可以判定这两个时间序列不平稳，都具有单位根。在此基础上，将两个序列进行差分。如果一个时间序列经过一阶差分后趋于平稳，那么该序列为一阶单整序列，如果经过一阶差分后仍然为非平稳，那么继续进行二阶差分。变量LNGK与LNGDP经过一阶差分后的 ADF 值分别为 -7.3555、-4.3933，均小于1%显著性水平下的临界值，因此拒绝原假设，得出不存在单位根的结论成立。文章选取的两个经济时间序列都为一阶单整，可表示为LN GK～I(1)，LN GDP ～ I(1)。

?

2.格兰杰因果关系检验。

格兰杰因果检验法可以用于分析深圳市港口货物吞吐量与深圳市经济增长间的因果关系。该方法是根据经济时间序列中各变量的前期指标在多大程度上能够解释和影响相应的对方指标，来判断各变量间是否存在因果关系。回归分析的关系式可以表示为：

格兰杰因果检验结果如表2。

?

由表2可知，在5%的显著性水平上，LNGDP与LNGK两变量间存在单向因果关系，即深圳市经济增长构成深圳市货物吞吐量增长的格兰杰原因，经济意义可以解释为深圳经济的快速发展对于深圳港口货物吞吐量的增长以及整个港口物流的发展进步都具有重要的促进作用。

3.建立VAR模型。

利用EViews软件建立VAR模型并进行估计，经过多次实验对比，当滞后阶数为3时模型效果最优，VAR估计式为：

R2= 0.9962， 调 整 R2= 0.9953,S.E=0.1076,F=1164.816，由此可知模型的拟合效果较好。为了检验VAR模型估计结果的稳定性，本文利用单位圆图形进行判断，模型的根模全部都落在单位圆内（图2），表明被估计的VAR模型稳定。

4.Johansen协整关系检验。

协整检验要求变量间为同阶单整。由前文已知，深圳市经济增长LNGDP与港口货物吞吐量LNGK都是一阶单整序列，因此可以进行协整检验，本文选取的是Johansen协整法。利用EViews分析结果如表3。

?

由表3可知，在5%的显著性水平30.28018＞25.87211，则拒绝原假设，表明深圳市港口货物吞吐量LNGK与深圳经济增长LNGDP之间存在协整关系。而 10.08838＜12.51798，则接受原假设，表明深圳市港口货物吞吐量与经济增长之间只存有一个协整关系的结论成立。由模型中的标准化协整系数写出二者间的关系式为：

从以上关系式中可以看出，深圳市港口货物吞吐量与其经济增长之间存在一个长期且比较稳定的关系。由系数可知，深圳市港口货物吞吐量与深圳市经济增长正向相关，经济意义可以解释为深圳的经济增长极大的促进了深圳港口物流的发展。

三、结论与建议

由1980—2016年间数据分析可知，深圳市港口物流与深圳市经济增长之间存在长期相互影响的关系，深圳的经济增长促进了其港口物流的发展进步，反之则不成立，深圳港口物流对其经济增长的推动作用表现的却不够明显。由此可知，一方面，深圳经济的快速增长是推动港口物流发展的重要动力，另一方面，深圳港口物流应当加强对经济的拉动促进作用。

基于这一现状，深圳经济的快速发展能够有力的支撑其港口物流的发展。同时，随着国家“一带一路”倡议的提出，深圳担纲国家“海上丝绸之路”重要枢纽城市角色，相关部门应当抓住机遇，整合区域优势，优化港口资源的配置，统筹规划，强化深圳世界级海港枢纽地位，进一步提高深圳港口物流的服务承载能力，从而推动深圳经济的增长。