刘 琳,尹 凤
(1.天津师范大学经济学院,天津300387;2.南开大学滨海学院,天津300270)
港口是其所在城市和腹地经济增长的重要引擎,已从单一交通基础设施转变为全球物流网络和产业链的关键组成部分,是辐射和带动区域发展的前沿枢纽.国内外关于港口对腹地经济影响的研究有:Fujita 等[1]认为港口是其所在城市的一个比较优势来源.Yochum 等[2]对美国的研究,Ferrari等[3]和Bottasso等[4]对欧洲的研究,Bryan等[5]对澳大利亚的研究,Deng等[6]和Shan等[7]对中国的研究均发现港口对腹地经济发展有显著影响.随着港口能级提升和辐射范围扩大,会对腹地城市产生溢出效应.Gripaios 等[8]研究英格兰普利茅斯港对当地经济的影响发现,港口对邻近地区经济的贡献大于对当地经济的贡献.Cohen 等[9]对美国的研究发现,港口基础设施水平的提高降低了港口所在州的制造业成本,增加了邻州的生产成本,产生负面溢出效应.姜超雁等[10]建立了改进的港口经济贡献投入产出模型,估算港口对区域经济的贡献值,以上海港为例进行实证检验.司增绰[11]基于灰色关联模型,以连云港和日照港为例,定量分析港口基础设施与港口城市经济互动发展程度.
国内研究偏重单个案例分析,多以单一港口或港口群为研究对象,基于中国所有沿海港口对腹地影响的研究比较匮乏.鉴于此,本文基于2003—2016年中国37个沿海港口及腹地城市的面板数据,采用空间计量模型实证检验港口对所在城市经济增长的影响,以及港口对区域腹地城市经济增长的空间溢出效应,以期全面揭示港口对腹地城市影响的一般规律,为制定港口政策及区域发展战略提供依据.
本文港口范围指中国沿海的37 个港口,腹地范围指中国沿海8 个省、自治区、直辖市共112 个城市.表1 为城市实际人均GDP 的Moran's I 指数.由表1 可知,所有年份的Z值均显著大于临界值1.96,意味着腹地城市群的经济增长存在显著的空间正相关性.
表1 2003—2016年城市实际人均GDP 的空间自相关指数Table 1 Moran's I index of real GDP per capita in 2003-2016
设定面板空间自回归模型(SAR模型)为
式中:i和t分别表示城市、年份;为被解释变量,表示城市经济增长,用城市人均实际GDP的对数值度量(人均GDP 更能反映居民在经济发展中分享的成果);为核心解释变量,用港口货物吞吐量的对数值度量;ρ为空间自回归系数;W为空间权重矩阵;β1和β2为对应解释变量的回归系数;υi和υt分别表示地区固定效应、时间固定效应;εit表示随机扰动项;Z(it)为控制变量.Z(it)包括:固定资产投资(XCAP),用城市固定资产投资与GDP 比值表示;劳动力(XLAB),为城镇单位从业人员数与城镇私营和个体从业人员数之和;外商直接投资(XFDI),以实际外商投资额占GDP比值为代理变量,实际外商投资额按当年美元对人民币的年平均汇率换算成人民币;政府规模(XFIS),用政府公共财政支出占GDP 比值表示;金融发展(XFIN),用年末金融机构人民币各项贷款余额占GDP 比值衡量;基础设施(XINF),主要指交通基础设施,新经济地理学将运输成本作为经济增长的内生变量,参考柯善咨等[12]使用人均城市道路面积作为代理变量;人力资本(XHUM),为新经济增长因素,参考柯善咨等[12]使用每万人中高等学校在校学生数衡量;产业结构(XSTR),用第三产业与第二产业比值度量.以上所有控制变量均取对数.
设定面板空间杜宾模型(SDM模型)为
式中:θ为空间滞后解释变量系数.
构建3 种空间权重矩阵:邻接空间权重矩阵、距离空间权重矩阵和经济空间权重矩阵.城市层面数据来自历年《中国城市统计年鉴》,为城市市辖区的数据;港口数据来自历年《中国港口年鉴》.
Hausman检验结果拒绝了随机效应,故以面板SAR 固定效应模型的估计结果为基准进行分析.表2中,总样本数据分别为3种空间权重矩阵下的估计结果.空间滞后项系数ρ均显著为正,说明城市经济增长存在显著的空间依赖性,邻近城市的经济增长会影响本城市经济增长,邻近城市经济增长快,则本城市经济增长也会较快.本文重点关注港口和腹地城市经济增长间的关系.港口的系数为正且在5%水平上显著,表明港口对腹地城市经济增长存在积极影响.对于控制变量而言,劳动力和固定资产投资的系数均显著为正,反映出古典经济增长模型中两个最基本变量,即资本和劳动的重要性.政府规模和基础设施的系数也显著为正,反映出政府扩大财政支出和加大交通基础设施建设对城市经济增长具有不可替代的作用.产业结构系数显著为负表明,现代服务业尚未建立起来,对经济增长的贡献有限.人力资本的系数在10%显著水平下为正说明,新经济增长因素不容忽视.外商直接投资的系数不显著,可能是因为外商直接投资主要流向低端制造业,技术附加值不高.
表2 面板SAR 模型估计结果Table 2 Estimation results of panel SAR model
以上回归结果显示,港口对城市经济增长具有显著的正向效应,这种经济增长效应是否会随城市间的空间互动外溢到腹地城市?使用面板SDM 模型进行估计,结果如表3 所示.ρ在3 种空间权重矩阵设定下均显著为正.港口直接效应在距离空间权重矩阵设定下显著为正,表明当考虑港口的空间溢出效应(间接效应)后,港口对所在城市经济增长仍产生显著的正向作用;港口间接效应在3种空间权重矩阵设定下亦显著为正,意味着港口对腹地城市经济增长具有空间溢出效应.
(1)分区域检验.
选取环渤海港口群与珠三角港口群分别检验其与腹地城市的经济增长关系,并进行对比分析.
表3 面板SDM 模型估计结果Table 3 Estimation results of panel SDM model
环渤海港口群:由表2 可以看出,ρ的系数显著为正,且邻接空间权重矩阵下的系数更大,说明环渤海地区邻近城市间经济增长的空间依赖性更强.港口的系数在3 种空间权重矩阵下均显著为正,表明环渤海港口群促进了腹地城市的经济增长.环渤海区域内亿吨大港较多,这些港口具有优越的区位优势、规模经济优势和聚集效应,激发了港口城市经济增长的活力.由表3 可以看出,ρ的系数仍显著为正,与SAR 模型估计结果一致.3 种空间权重矩阵设定下,直接效应均显著为正,说明环渤海港口对所在城市经济增长有明显的促进作用.但间接效应只在经济空间权重矩阵设定下显著,说明港口对腹地城市的空间溢出效应有限.这主要是因为环渤海港口群由京津冀、辽东半岛和山东半岛3个次区域的港口系统组成,分属不同省份管辖,三大子港口群缺乏有效的分工与合作.环渤海区域绝大多数港口为海港,缺少内河航运联通,港口与腹地联系依赖陆路交通;但区域内交通基础设施建设缺乏统一规划和布局,尚未形成完善的一体化交通运输网络,导致港口对腹地城市的空间溢出效应不显著.
珠三角港口群:由表2 可以看出,ρ的系数均在5%水平上显著为正,说明珠三角地区城市间经济增长也存在较强的空间溢出效应,经济发达城市通过示范效应、竞争效应等带动经济欠发达城市的发展.港口的系数只有在经济空间权重矩阵设定下显著为正,这可能是因为珠三角港口群之间过度竞争、整体效率低下造成的.珠三角地区是我国港口密度最高的区域之一,广州周边约100 km范围内,密集分布着60多个大小港口,这些港口泊位接近、腹地重叠、同质化竞争激烈.这些负外部性使港口城市的吸引力下降,甚至导致一些产业外迁.由表3可以看出,ρ的系数显著为正,总效应显著为正,但是直接效应不显著,而间接效应非常显著,这与广东省完善的基础设施建设,生产要素流动顺畅密切相关.
(2)分时段检验.
将样本划分为2003—2007年和2008—2016年两个时段进行考察,结果如表4 所示.ρ显著为正,港口的系数显著为正,与前文结论相同,显著性更高.与表5 对比发现:金融危机前以直接效应为主,空间溢出效应不显著;金融危机后,空间溢出效应显著性增强.这是因为国家在2008年底加快了对交通基础设施的建设,交通网络是影响港口和区域腹地城市关系的基本载体,交通基础设施连通性的增强,使港口产生的外部性可以扩散至腹地城市,带动腹地城市的经济增长.
(3)替换代理变量.
本文主要考察沿海港口,故使用外贸货物吞吐量(lnXPORF)作为港口的代理变量对面板SAR模型重新进行检验,结果如表4 所示.空间滞后项ρ显著为正,港口的估计系数也显著为正,与前文结论相同.面板SDM模型的估计结果如表5所示,直接效应和空间溢出效应仍显著为正,表明前文的结论是稳健的.
(4)考虑内生性.
造成内生性的原因可能是模型遗漏了其他影响经济增长的重要变量,可能是港口与城市经济增长存在双向因果关系.采用空间GMM方法对模型进行稳健性检验,结果如表4 所示.港口的估计系数显著为正,与前文结论相同,再次说明本文研 究结果是稳健的.
表4 面板SAR 模型稳健性检验估计结果Table 4 Estimation results of robustness test for panel SAR model
表5 面板SDM 模型稳健性检验估计结果Table 5 Estimation results of robustness test for panel SDM model
实证检验的主要结论为:港口对所在城市经济增长存在显著的积极影响,与城市经济增长存在正向空间依赖性,对区域腹地城市经济增长具有显著的正向空间溢出效应.环渤海港口对所在城市经济增长有明显的促进作用,但港口对区域腹地城市的空间溢出效应有限;珠三角港口群则相反,直接效应不显著,间接效应显著为正.金融危机前,港口对腹地城市的影响以直接效应为主,空间溢出效应不显著;金融危机后,空间溢出效应显著性增强.
政策启示:继续提升港口服务水平,加强区域港口资源整合,优化港口与腹地交通基础设施互联互通,进一步提升港口对腹地的辐射能力.