港口物流与城市经济关系论文

港口物流与城市经济关系论文

摘要：大力发展港口物流无论是在短期还是在长期内，都对港口城市经济发展具有推动作用。厦门港拥有天然优越的水域条件和对台区位优势，2010年完成整合漳州港后，拥有的港区多达12个，有条件有能力发展建成区域航运中心。

0 引言

“以港兴城、以城促港、港城共荣、和谐发展”，是港口城市发展的一般规律。港口是连接内陆经济和海外经济的关键节点，也是水运与铁路、公路、管道等实现联合运输的换装点，具有综合运输枢纽的功能。港口物流的发展与港口城市经济的发展存在非常大的关联度。一方面，港口物流发展不仅能提高经济运行效率，而且能为经济提供强大的后勤保障，是港口乃至母城经济运行中不可或缺的重要组成部门。另一方面，港口物流作为一个具有显著“关联效应”的复合型产业，能够形成新增长极，改善所在城市投资环境，增加就业机会，对城市经济发展起到积极推动作用。港口物流的发展扩大是港口城市经济快速增长的强劲助推器，同时也是港城关系的重要媒介。据交通运输部门相关数据统计，在我国进出口的货物总量中90%以上是通过水运方式进行运输的，可见港口物流在我国国际贸易中扮演的角色的重要性。

厦门港是我国东南沿海重要港口之一，也是东南沿海的集装箱干线港和海峡西岸经济区的“龙头港”。厦门港的主要经济腹地包括福建、江西、湖南等省份和粤东、粤北等地区，直接腹地为闽南金三角

地区，即厦漳泉地区。近年来，随着厦门经济特区外向型经济的不断发展和扩大，厦门港口进出口总值持续地增长，发展迅速，是我国发展最快的港口之一，被确立为沿海主枢纽港和八大集装箱干线港之一。另据福建2012年统计年鉴所提供的统计数据，厦门港口货物吞吐量在2012年占福建地区港口（包括福州港、厦门港、泉州港、宁德港、湄州湾港、漳州港）总货物吞吐量42%之多，对促进福建经济发展起着举足轻重的作用。

1 文献综述

针对港口物流发展与港口城市经济增长之间关系，国内外学者进行了许多积极有益的探索与研究。对于港口经济的早期研究多数是港航机构或咨询公司发起的，在学术界研究得较少。美国特拉华河港口局于1953年发表的《每一吨货对地区经济价值》是国际学术界研究港口对区域经济发展影响的开山之作。该文以1954年港口货物吞吐量估计数为基础，考察了费城港口地区每装卸1吨货物的耗费和收入，得出的结论是该地区7951万吨货物吞吐量给港口城市带来的直接收入超过6.1亿美元。20世纪60年代国际学术界开始对港口贡献进行模型化以及定量分析，人们逐渐地认识到港口发展带动了相关产业发展，促进了沿港地区产业的集聚。

国内学者针对港口物流与腹地经济关系的研究也抱有极大的兴趣。胡玉莹等（2009）选取港口吞吐量和GDP指标通过建立VAR模型及相应的脉冲响应函数，分析了天津港口物流与腹地经济发展之间的动态相关性。[1]许峥嵘等（2012）使用VAR模型和脉冲响应函数对

全国主要港口吞吐量与交通建设投资、经济增长之间的关系进行实证研究，得出经济增长对港口吞吐量有积极的正向影响，港口经济的发展对GDP的带动作用非常明显。[9]沈秦伟等（2013）利用格兰杰因果检验、VAR模型和脉冲响应函数以大连港口为例分析了港口物流与城市经济增长的动态相关性和因果关系。[5]

综合国内研究现状，国内学者对港口物流与港口城市经济发展的研究往往忽视了港口物流与进出口贸易之间的关系。而从上面的分析可知，港口物流在国际贸易中扮演着非常重要的角色，因此本文试图引进进出口总额变量，对港口物流与港口城市经济发展之间的关系做更深入的探讨。另外，从以往学者的研究来看，对厦门港研究的文献非常少，因此本文选择以厦门港及厦门地区经济指标为基础进行分析，以期能够弥补研究空缺，为厦门经济特区的发展提出客观的建议。

2 实证分析

2.1 数据与变量本文通过建立向量自回归模型来研究厦门地区生产总值、进出口总额和港货物吞吐量之间的短期和长期关系。衡量港口功能的主要指标为港口货物吞吐量，不仅能反映港口物流的规模，也在一定程度上反映了港口腹地生产力的配置状况和地区经济发展情况，因此选用港口货物吞吐量（HW）指标作为衡量港口物流发展水平的指标。国内生产总值（GDP）是反映国民经济实力的综合指标，文中采用厦门市GDP作为衡量厦门经济发展的指标。进出口总额（JCK）是衡量一个地区对外国际贸易情况的综合指标，本文使用厦门地区的进出口总额作为对外贸易的衡量指标。文中所使用的港口货

物吞吐量数据来自2013年福建省统计年鉴，厦门市GDP数据以及厦门进出口总额数据均来自2013年厦门特区经济统计年鉴。其中GDP数据经过了国内GDP平减指数调整实际GDP，进出口总额也通过历年年平均汇率和GDP平减指数调整成实际进出口总额（按人民币计算）。为减小异方差，提高模型拟合优度，在进行向量自回归和脉冲响应分析时，对文中所使用变量都取了自然对数，分别记为LN_GDP、LN_JCK 和LN_HW。

2.2 单位根检验在建立VAR模型之前，需要检验所使用的时间序列的平稳性，也即检验时间序列是否存在单位根。本文采取ADF单位根检验（Augmented Dickey-Fuller Unit Root Test）对所使用的变量进行单位根检验，检验结果如表1所示。

从表1的平稳性检验结果来看，原始变量的对数都是非平稳的，而对原始变量的对数经过一阶差分之后，所有变量都拒绝了存在单位根的原假设，因此差分之后的变量是平稳的。从检验结果来看，三个变量都具有一阶单位根，为I（1）序列。

2.3 VAR模型的设定在进行协整检验和格兰杰因果关系检验之前，需要确定VAR模型的最优滞后阶数。理论上讲，设定VAR模型时要选择能使残差达到白噪声的最小滞后阶数。本文采用Lütkepohl等提出的信息准则来确定最优的滞后阶数，即根据AIC和SC取值最小准则来确定阶数。通常会出现两种情况：一是AIC和SC同时达到最小，那么最优滞后阶数取为此阶数；二是AIC和SC并不是同时达到最小，在这种情况下，需要采用LR检验进行取舍。从表2统计结果可

知，本文为第一种结果，因此选择VAR（2）模型。

2.4 协整方程和误差修正模型本文采用Johansen协整检验方法检验变量之间存在协整关系与否，协整检验时选择的滞后期为2，协整方程的形式为有线性趋势项且协整方程仅有截距项，具体检验结果见表3。

从表3的协整检验结果来看，厦门地区GDP、进出口总额、港口货物吞吐量三个变量之间存在协整关系，它们之间的长期协整关系为（括号内为标准差）：

利用AR根验证协整关系的正确性，结果如图1所示。从AR的单位根分布图来看，本文所选择的VAR（2）是稳定的，所有的单位根的倒数的模都落到了单位元内。因此，进行脉冲反应分析的标准误也是有效的。

2.5 格兰杰因果关系检验通过上面的Johansen协整检验可知三个变量存在协整关系，那么至少存在一个方向上的格兰杰因果。在确定变量的协整关系后，基于VAR（2）模型检验是否具有显著的格兰杰因果关系，格兰杰因果关系检验结果如表4所示。

从表4格兰杰因果关系检验结果来看，LN_GDP与LN_HW之间存在双向的格兰杰因果关系，即港口货物吞吐量在10%的显著水平下是厦门地区GDP的格兰杰原因，厦门地区GDP在10%的显著水平下是港口货物吞吐量的格兰杰原因。而LN_GDP与LN_JCK之间存在单向的因果关系，厦门地区进出口总额在1%的显著性水平下是厦门地区GDP的格兰杰原因。