畢　蕾　馬龍飛　莊亞明

摘要:運(yùn)用Jonhansen協(xié)整檢驗(yàn)和Granger因果檢驗(yàn)等計(jì)量經(jīng)濟(jì)方法,選取連云港港1988～2007年貨物吞吐量和第一、二、三產(chǎn)業(yè)的GDP數(shù)據(jù)為樣本,從第一、二、三產(chǎn)業(yè)分別考察連云港港與城市經(jīng)濟(jì)增長(zhǎng)的關(guān)系。實(shí)證結(jié)果表明,連云港市第一、二、三產(chǎn)業(yè)增長(zhǎng)與港口貨物吞吐量之間存在長(zhǎng)期協(xié)整關(guān)系,在短期內(nèi),第一產(chǎn)業(yè)增長(zhǎng)和第二產(chǎn)業(yè)增長(zhǎng)與所對(duì)應(yīng)的港口貨物吞吐量之間存在雙向因果關(guān)系,第三產(chǎn)業(yè)港口貨物吞吐量是第三產(chǎn)業(yè)增長(zhǎng)的Granger原因,反之這種關(guān)系不成立。

關(guān)鍵詞:港口;經(jīng)濟(jì)增長(zhǎng);VAR模型;協(xié)整分析;Granger因果檢驗(yàn)

中圖分類號(hào):F224.9文獻(xiàn)標(biāo)識(shí)碼:A

Abstract: This paper chooses the cargo throughput of lianyungang port and the primary, secondary and tertiary industry GDP figures for samples, applying the cointegration test and Jonhansen Granger causality test method, then analyzes the relationship between the port and economic growth. As the research result, there is cointegration relations between the cargo throughput of lianyungang port and the economic growth from the long-time in terms of the three industries. From the short-term, there is two-way causalities between the primary industrial growth and the second industrial growth and corresponding cargo throughput, the cargo throughput of the tertiary industry is the Granger reason for the tertiary industry growth.

Key words: port; economic growth; VAR model; cointegration analysis; granger causality test

0引言

港口使各種資源向港口及周邊的低成本地區(qū)集中,促使越來(lái)越多相互關(guān)聯(lián)的企業(yè)、供應(yīng)商和關(guān)聯(lián)產(chǎn)業(yè)集中起來(lái),形成“產(chǎn)業(yè)集群現(xiàn)象”,從而有力地推動(dòng)著中心城市及周邊城市的經(jīng)濟(jì)發(fā)展。因此,港口與臨港城市的經(jīng)濟(jì)增長(zhǎng)關(guān)系成為許多學(xué)者關(guān)注的研究領(lǐng)域。由于港口與經(jīng)濟(jì)增長(zhǎng)關(guān)系的復(fù)雜性,國(guó)內(nèi)許多學(xué)者采用以回歸法等為主的數(shù)量統(tǒng)計(jì)方法對(duì)港口—城市經(jīng)濟(jì)增長(zhǎng)進(jìn)行了分析,為了克服這類方法數(shù)據(jù)較少而得不出較準(zhǔn)確的結(jié)論的缺點(diǎn),本文運(yùn)用Jonhansen協(xié)整檢驗(yàn)和Granger檢驗(yàn)等計(jì)量經(jīng)濟(jì)方法,從第一、二、三產(chǎn)業(yè)三個(gè)方面考察連云港港——江蘇省最大的海港——發(fā)展與連云港市經(jīng)濟(jì)增長(zhǎng)的關(guān)系。

1文獻(xiàn)回顧

國(guó)外學(xué)者主要是以港口功能和港口效率為側(cè)重點(diǎn)對(duì)港口與城市經(jīng)濟(jì)的發(fā)展進(jìn)行研究。Bennathan和Walters[1](1979)、Talley[2](1988)、Dowd和Leschine[3](1990)、Ghosh和De[4](2000)、Lee[5](2001)都認(rèn)為一個(gè)有效率的港口可以提高生產(chǎn)要素(勞動(dòng)力和資本等)的生產(chǎn)效率和生產(chǎn)單位的利潤(rùn)率,因此可以獲得較高水平的產(chǎn)出、收入和就業(yè)。Cullinane[6](2006)也認(rèn)為港口效率已經(jīng)成為提升國(guó)家國(guó)際競(jìng)爭(zhēng)力和改善對(duì)外貿(mào)易狀況的關(guān)鍵因素。Francis G.I. Omiunu[7](1989)研究了港口對(duì)尼日利亞西部Niger河流三角洲地區(qū)的Warri城區(qū)的發(fā)展和Sapele城區(qū)衰落的社會(huì)經(jīng)濟(jì)貢獻(xiàn)作用。研究發(fā)現(xiàn)Warri和Sapele港口在此地區(qū)海上貿(mào)易中的相對(duì)低位的變化是影響這些港口城市吸引人們定居的主要因素;反過(guò)來(lái),Warri和Sapele港口的主要都市腹地生產(chǎn)效率的變化改變著Warri港口在此地區(qū)海上貿(mào)易中的相對(duì)統(tǒng)治力量。國(guó)內(nèi)學(xué)者主要從三個(gè)方面研究了港口—城市經(jīng)濟(jì)關(guān)系:一是研究港口對(duì)城市經(jīng)濟(jì)的帶動(dòng)效應(yīng);二是研究城市經(jīng)濟(jì)對(duì)港口發(fā)展的促進(jìn)作用;三是研究港口發(fā)展與城市經(jīng)濟(jì)的互動(dòng)關(guān)系。李宗偉,呂玉曉[8](2001)根據(jù)日照港特殊的地理位置和優(yōu)越的港口資源,闡述了日照港對(duì)日照市經(jīng)濟(jì)發(fā)展的帶動(dòng)作用。林建華,陳淳[9](2002)選取了反映廈門港口發(fā)展和城市經(jīng)濟(jì)發(fā)展的指標(biāo)進(jìn)行相關(guān)分析,結(jié)果顯示廈門港全港貨物吞吐量能反映廈門經(jīng)濟(jì)發(fā)展的全貌,尤其是集裝箱吞吐量影響力更大。李增軍[10](2002)分析了港口對(duì)所在城市及腹地經(jīng)濟(jì)發(fā)展的促進(jìn)作用,得出腹地經(jīng)濟(jì)的發(fā)展為港口生產(chǎn)帶來(lái)了強(qiáng)有力的動(dòng)力,同時(shí)港口對(duì)腹地各行各業(yè)的發(fā)展創(chuàng)造了有利條件。William Seabrooke[11]等(2003)利用香港港1983~1999年的數(shù)據(jù),運(yùn)用回歸分析方法預(yù)測(cè)了城市經(jīng)濟(jì)對(duì)港口吞吐量的影響,得出珠江三角洲經(jīng)濟(jì)的發(fā)展會(huì)促進(jìn)香港港貨物吞吐量大大增加。陳再齊、曹小曙(2005)[12]以廣州港為例,適當(dāng)選取了一定的城市經(jīng)濟(jì)指標(biāo)和港口經(jīng)濟(jì)指標(biāo),借助相關(guān)分析與回歸分析等定量分析方法,從廣州港對(duì)廣州城市經(jīng)濟(jì)的影響和廣州城市經(jīng)濟(jì)對(duì)廣州港發(fā)展的反饋兩個(gè)方面、對(duì)廣州港與城市經(jīng)濟(jì)發(fā)展的互動(dòng)關(guān)系進(jìn)行了系統(tǒng)研究。隋麗麗、王澤宇[13](2006)以大連市及其港口為例,采用相關(guān)分析和回歸分析的方法,分析了大連經(jīng)濟(jì)發(fā)展對(duì)大連港口經(jīng)濟(jì)發(fā)展的拉動(dòng)效應(yīng)。周平德,周劍倩[14](2008)根據(jù)1990～2007年廣州、深圳、香港港口及三地的GDP數(shù)據(jù),運(yùn)用協(xié)整檢驗(yàn)的方法詳細(xì)分析了穗、深、港三大港口與區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)系,結(jié)果表明穗、深兩地港口吞吐量均是所在城市經(jīng)濟(jì)增長(zhǎng)的Granger原因,香港港口貨物吞吐量和GDP增長(zhǎng)互為因果關(guān)系。

本文借鑒以上文獻(xiàn)的一些研究思路,采用Jonhansen協(xié)整檢驗(yàn)和Granger檢驗(yàn)等計(jì)量經(jīng)濟(jì)學(xué)的方法,在港口指標(biāo)和城市經(jīng)濟(jì)指標(biāo)的選取上,不僅僅籠統(tǒng)地從港口貨物吞吐總量與國(guó)內(nèi)生產(chǎn)總值兩方面考察港口發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系,而是將第一、二、三產(chǎn)業(yè)的指標(biāo)分別與體現(xiàn)其經(jīng)濟(jì)增長(zhǎng)的港口貨物指標(biāo)對(duì)應(yīng)起來(lái),構(gòu)建樣本數(shù)據(jù),從而分析連云港港口與經(jīng)濟(jì)增長(zhǎng)之間是否有明顯的促進(jìn)作用。

2模型的建立

2.1模型說(shuō)明。本文基于向量自回歸VAR模型,采用協(xié)整分析和格蘭杰因果檢驗(yàn),對(duì)連云港港口發(fā)展與腹地經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行實(shí)證檢驗(yàn)。

向量自回歸模型VAR是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型,把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型,從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。

VAR模型一般的數(shù)學(xué)表達(dá)式是

y=Ay+…Ay+Bx+ε

其中:Y是k維內(nèi)生變量向量,x是d維外生變量向量,p是滯后階數(shù),T是樣本個(gè)數(shù)。k×k維矩陣A…A和k×d維矩陣,B是要被估計(jì)的系數(shù)矩陣。ε是k維擾動(dòng)向量,它們相互之間可以同期相關(guān),但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān)。盡管VAR模型作出正確推斷往往要求變量具有平穩(wěn)性,然而當(dāng)變量非平穩(wěn)但具有協(xié)整關(guān)系時(shí),基于VAR模型作出的判斷也是可靠的。

為了避免出現(xiàn)偽回歸現(xiàn)象,首先需要利用ADF單位根檢驗(yàn)法,檢驗(yàn)變量的平穩(wěn)性。主要涉及以下3個(gè)模型表達(dá)式:

Δx=ρ-1x+θΔx+εt=1,2,…,T(1)

Δx=α+ρ-1x+θΔx+εt=1,2,…,T(2)

Δx=α+βt+ρ-1x+θΔx+εt=1,2,…,T (3)

原假設(shè)為:H:ρ=1;備擇假設(shè)為:H:ρ=0,從方程(1)開(kāi)始,依次進(jìn)行檢驗(yàn),直到檢驗(yàn)拒絕零假設(shè),即原序列不存在單方根,原序列為平穩(wěn)序列,停止檢驗(yàn)。

如果變量是單整的,那么我們將對(duì)相關(guān)變量進(jìn)行協(xié)整檢驗(yàn)。本文將采用廣泛使用的Johansen協(xié)整檢驗(yàn)法。對(duì)k個(gè)時(shí)間序列Y=Y,Y,…,Y't=1,2,…,T協(xié)整關(guān)系檢驗(yàn)步驟如下:

首先建立一個(gè)VARp模型

Y=Ay+…Ay+Bx+ε, t=1,2,…,T(4)

其中A為由y的協(xié)整向量組成的矩陣,秩為r=rA,0≤r≤k-1;y,y,…,y都是非平穩(wěn)的I1變量;x是一個(gè)確定的d維的外生向量,代表趨勢(shì)項(xiàng)、常數(shù)項(xiàng)等確定項(xiàng);ε是k維擾動(dòng)向量。將(4)經(jīng)過(guò)差分變換得到下面式子

Δy=∏y+ΓΔy+Bx+ε

其中∏=A-I, Γ=-A

只要變量y,y,…,y具有協(xié)整關(guān)系就能保證Δy是平穩(wěn)過(guò)程,而變量y,y,…,y之間是否具有協(xié)整關(guān)系主要依賴于矩陣∏的秩,也即它的非零特征根的個(gè)數(shù),設(shè)矩陣∏的特征根為λ>λ>…λ,由r個(gè)最大特征根可得到r個(gè)協(xié)整向量,而對(duì)于其余k-r個(gè)非協(xié)整組合來(lái)說(shuō),λ,…,λ應(yīng)該為0,則得到原假設(shè)、備擇假設(shè)為:

H: λ>0, λ=0, H: λ>0, r=0,1,…,k-1

相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量為η=-Tln1-λ,r=0,1,…,k-1,η稱為特征根跡統(tǒng)計(jì)量,依次檢驗(yàn)這一系列統(tǒng)計(jì)量得顯著性:

(1)當(dāng)η不顯著時(shí)(即η值小于某一顯著水平下的Johansen分布臨界值),接受Hr=0,表明有k個(gè)單位根,0個(gè)協(xié)整向量(即不存在協(xié)整關(guān)系)。當(dāng)η顯著時(shí)(即η值大于某一顯著性水平下的Johansen分布臨界值),拒絕H,則表明至少存在一個(gè)協(xié)整向量,必須接著檢驗(yàn)η的顯著性。

(2)當(dāng)η不顯著時(shí),接受H,表明只有1個(gè)協(xié)整向量,依次進(jìn)行下去,直到接受H,說(shuō)明存在r個(gè)協(xié)整向量。

由協(xié)整分析得出的經(jīng)驗(yàn)方程只是表示變量之間存在相關(guān)關(guān)系或至少一個(gè)方向的因果關(guān)系(Granger, 1988),變量之間因果關(guān)系需通過(guò)Granger因果關(guān)系檢驗(yàn),對(duì)于

Y=α+βX+αY+ε (5)

X=δ+λY+δX+ε(6)

設(shè)零假設(shè)為:x不是y的Granger原因,即H: β=β=…=0,檢驗(yàn)統(tǒng)計(jì)量:

F=~Fs,n-q-s-1

其中RSS是限制性變量β=0j=1,2,…,s時(shí),(5)式的殘差平方和,RSS是非限制性方程(5)式的殘差平方和,q和s分別為y和x的滯后階數(shù),n為樣本數(shù)。如果F大于臨界值,則拒絕原假設(shè),否則接受原假設(shè):x不是y的Granger原因。

2.2數(shù)據(jù)來(lái)源。港口主要作為貨物運(yùn)輸?shù)闹修D(zhuǎn)站,帶動(dòng)相關(guān)產(chǎn)業(yè)和促進(jìn)國(guó)際貿(mào)易的發(fā)展,吞吐量能夠很好反映一個(gè)港口的總的生產(chǎn)能力,所以本文采用連云港港口貨物吞吐量作為衡量港口發(fā)展水平的指標(biāo)。GDP即國(guó)內(nèi)生產(chǎn)總值,它包括了消費(fèi)、投資、政府購(gòu)買和凈出口,在一定程度上反映了一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r,是反映一個(gè)社會(huì)經(jīng)濟(jì)總量的主要指標(biāo)。本文分別從第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)三個(gè)方面考察連云港港口吞吐量和各產(chǎn)業(yè)增長(zhǎng)的關(guān)系。所有數(shù)據(jù)來(lái)自于筆者在項(xiàng)目組所作項(xiàng)目的前期調(diào)研數(shù)據(jù)以及《連云港統(tǒng)計(jì)年鑒》[15]和《連云港年鑒》[16]。

港口貨物吞吐量種類與三大產(chǎn)業(yè)的對(duì)應(yīng)見(jiàn)表1:

3實(shí)證分析

3.1樣本數(shù)據(jù)描述性說(shuō)明。由于數(shù)據(jù)的可得性以及統(tǒng)計(jì)口徑的一致性的考慮,本文用以下指標(biāo)來(lái)分析連云港港口發(fā)展與連云港市經(jīng)濟(jì)發(fā)展的關(guān)系。為消除物價(jià)因素,各產(chǎn)業(yè)的生產(chǎn)總值數(shù)據(jù)均以1978年的價(jià)格作為基期價(jià)格作了調(diào)整,DLNTTL、DLNGDP均表示一階差分,數(shù)據(jù)處理均采用5.0軟件實(shí)現(xiàn)。

LNTTL:第一產(chǎn)業(yè)所對(duì)應(yīng)的貨物吞吐量的對(duì)數(shù)值,單位為萬(wàn)噸;LNGDP:第一產(chǎn)業(yè)生產(chǎn)總值的對(duì)數(shù)值,單位為億元;LNTTL:第二產(chǎn)業(yè)所對(duì)應(yīng)的貨物吞吐量的對(duì)數(shù)值;單位為萬(wàn)噸;LNGDP:第二產(chǎn)業(yè)生產(chǎn)總值的對(duì)數(shù)值,單位為億元;LNTTL:第三產(chǎn)業(yè)所對(duì)應(yīng)的貨物吞吐量的對(duì)數(shù)值,單位為標(biāo)箱;LNGDP:第三產(chǎn)業(yè)生產(chǎn)總值的對(duì)數(shù)值,單位為億元。

下面的圖為連云港1988～2007年三大產(chǎn)業(yè)及其對(duì)應(yīng)的貨物吞吐量的對(duì)數(shù)值的變化趨勢(shì)圖一階差分圖。從以下6個(gè)圖形可以看出,原始的樣本數(shù)據(jù)具有一定的變化趨勢(shì),而一階差分后序列的變化趨勢(shì)消失了,由此推測(cè)原始數(shù)據(jù)是非平穩(wěn)的,它們之間可能存在長(zhǎng)期穩(wěn)定關(guān)系。(見(jiàn)圖1)

3.2單位根檢驗(yàn)。首先對(duì)變量進(jìn)行單位根檢驗(yàn),看是否是平穩(wěn)時(shí)間序列。本文用Eviews5.0軟件對(duì)樣本數(shù)及其差分項(xiàng)進(jìn)行ADF檢驗(yàn),檢驗(yàn)結(jié)果如表2。

當(dāng)ADF值大于臨界值時(shí)說(shuō)明序列是不平穩(wěn)的,從表2中可以看出,各序列在1%或5%的顯著水平下是不平穩(wěn)的,其一階差分在5%水平下均是平穩(wěn)的,即屬于序列I1,因此滿足構(gòu)造VAR模型的條件。

3.3協(xié)整檢驗(yàn)。由單位根檢驗(yàn)可知,第一、二、三產(chǎn)業(yè)的生產(chǎn)總值與貨物吞吐量的對(duì)數(shù)值序列均為一階單整的,推斷它們之間存在平穩(wěn)線性組合。Johansen協(xié)整檢驗(yàn)的結(jié)果見(jiàn)表3。

由協(xié)整結(jié)果可以看出連云港市第一產(chǎn)業(yè)生產(chǎn)總值與所對(duì)應(yīng)貨物吞吐量之間存在長(zhǎng)期協(xié)整關(guān)系,其方程為:LNGDP

=-4.983213LNTTL。

協(xié)整方程表明,當(dāng)?shù)谝划a(chǎn)業(yè)對(duì)應(yīng)的貨物吞吐量增加1個(gè)單位時(shí),使得第一產(chǎn)業(yè)生產(chǎn)總值減少4.98個(gè)單位,從統(tǒng)計(jì)數(shù)據(jù)來(lái)看,在1988～2007年間,進(jìn)口的化肥農(nóng)藥占總吞吐量的60%以上,出口的糧食、農(nóng)林牧漁產(chǎn)品不多,這說(shuō)明連云港港口服務(wù)于更大范圍的區(qū)域,并不僅僅是本地。

由協(xié)整結(jié)果可以看出連云港市第二產(chǎn)業(yè)生產(chǎn)總值與所對(duì)應(yīng)貨物吞吐量之間存在長(zhǎng)期協(xié)整關(guān)系,其方程為:LNGDP

=1.613349LNTTL。

協(xié)整方程表明,第二產(chǎn)業(yè)對(duì)應(yīng)的貨物吞吐量增加一個(gè)單位時(shí),可以帶動(dòng)第二產(chǎn)業(yè)生產(chǎn)總值增加1.61個(gè)單位,這主要是因?yàn)檫B云港目前的優(yōu)勢(shì)裝卸貨種是散雜貨,包口氧化鋁、焦炭、金屬礦、煤炭等,其中氧化鋁、鋁錠、膠合板的裝卸量在國(guó)內(nèi)港口中排名第一,這些貨種對(duì)連云港第二產(chǎn)業(yè)的發(fā)展有著很密切的關(guān)系。

由協(xié)整結(jié)果可以看出,連云港市第三產(chǎn)業(yè)生產(chǎn)總值與所對(duì)應(yīng)貨物吞吐量之間存在長(zhǎng)期協(xié)整關(guān)系,其方程為:LNGDP

=0.426609LNTTL。

協(xié)整方程表明,第三產(chǎn)業(yè)對(duì)應(yīng)的貨物吞吐量增加一個(gè)單位時(shí),能帶動(dòng)第三產(chǎn)業(yè)生產(chǎn)總值增加0.43個(gè)單位,這表明集裝箱貨物運(yùn)輸極大的促進(jìn)了本地零售業(yè)、餐飲業(yè)、倉(cāng)儲(chǔ)運(yùn)輸業(yè)等服務(wù)行業(yè)的發(fā)展。

3.4Granger因果檢驗(yàn)。目前,Granger方法已被廣泛應(yīng)用于分析經(jīng)濟(jì)變量間的關(guān)系,雖然經(jīng)Granger因果關(guān)系檢驗(yàn)結(jié)果為“不存在因果關(guān)系”時(shí),不能斷定變量間不存在真實(shí)的因果關(guān)系,但檢驗(yàn)結(jié)果為“存在因果關(guān)系”,則至少可以用95%以上的概率保證所研究變量間存在真實(shí)的因果關(guān)系。由協(xié)整檢驗(yàn)得知,三大產(chǎn)業(yè)生產(chǎn)總值與港口貨物吞吐量之間存在著長(zhǎng)期協(xié)整關(guān)系,然而并不能確定它們之間是否具有因果關(guān)系,因此進(jìn)行Granger檢驗(yàn)。

由Granger檢驗(yàn)結(jié)果可以看出,在滯后期為2和3時(shí),拒絕LNTTL1不是LNGDP1的Granger原因的犯錯(cuò)概率均小于5%,拒絕LNGDP1不是LNTTL1的Granger原因的犯錯(cuò)概率均小于26%,故可認(rèn)為第一產(chǎn)業(yè)的生產(chǎn)總值和第一產(chǎn)業(yè)所對(duì)應(yīng)的貨物吞吐量之間存在雙向Granger因果關(guān)系;在滯后期為3和4時(shí),拒絕LNTTL2不是LNGDP2的格蘭杰原因的犯錯(cuò)概率均小于5%,拒絕LNGDP2不是LNTTL2的Granger原因的犯錯(cuò)概率在20%以下,可以認(rèn)為第二產(chǎn)業(yè)生產(chǎn)總值和第二產(chǎn)業(yè)所對(duì)應(yīng)貨物吞吐量之間存在雙向Granger原因;同理,在滯后期為2、3、4時(shí),拒絕LNTTL3不是LNGDP3的Granger原因的概率均小于2%,拒絕LNGDP3不是LNTTL3的Granger原因的犯錯(cuò)概率均高于40%,則認(rèn)為第三產(chǎn)業(yè)對(duì)應(yīng)貨物吞吐量是第三產(chǎn)業(yè)生產(chǎn)總值的Granger原因,但反之這種關(guān)系不成立,表明連云港港口的發(fā)展對(duì)連云港市的經(jīng)濟(jì)增長(zhǎng)有著很大的帶動(dòng)作用,然而經(jīng)濟(jì)增長(zhǎng)對(duì)港口的帶動(dòng)作用卻不明顯,這很可能由于連云港的臨港產(chǎn)業(yè)發(fā)展并不成熟,以港口為依托的產(chǎn)業(yè)集聚和企業(yè)集群不夠壯大,港口經(jīng)濟(jì)容量不大。

4結(jié)論

本文從三大產(chǎn)業(yè)與對(duì)應(yīng)港口貨物的角度分別考察連云港港與臨港城市經(jīng)濟(jì)增長(zhǎng)關(guān)系,結(jié)果表明連云港港口發(fā)展對(duì)城市經(jīng)濟(jì)增長(zhǎng)有很大的帶動(dòng)效應(yīng),但是經(jīng)濟(jì)增長(zhǎng)對(duì)港口的發(fā)展促進(jìn)作用不明顯。在方法上,運(yùn)用單位根檢驗(yàn)對(duì)代表港口和經(jīng)濟(jì)增長(zhǎng)對(duì)應(yīng)的指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn),避免了回歸分析可能造成的偽回歸現(xiàn)象,運(yùn)用Johansen協(xié)整檢驗(yàn)和Granger因果檢驗(yàn)?zāi)軠?zhǔn)確反映港口與臨港城市經(jīng)濟(jì)增長(zhǎng)兩者之間的長(zhǎng)期和短期發(fā)展作用,得出的結(jié)果對(duì)連云港港城發(fā)展有著指導(dǎo)意義。

參考文獻(xiàn):

[1]Bennathan E, Walters A A. Port pricing and investment policy for developing countries[M]. World Bank Publications, 1979.

[2]Talley W K. The role of US ocean ports in promoting an efficient ocean transportation system[J]. Maritime Policy & Management, 1988,15(2):147-155.

[3]Dowd T J, Leschine T M. Container terminal productivity: a perspective[J]. Maritime Policy & Management, 1990,17(2):107

-112.

[4]Ghosh B, De P. Impact of performance indicators and labour endowment on traffic: empirical evidence from Indian ports[J]. Maritime Economics & Logistics, 2000,2(4):259-281.

[5]Lee S H. Container port begins to show crisis: A solution should be devised early[J]. Hong Kong Economic Journal, Dec, 2001,6(3):94-99.

[6]Cullinane K, Wang T F, Song D W, et al. The technical efficiency of container ports: comparing data envelopment analysis and stochastic frontier analysis[J]. Transportation Research Part A, 2006,40(4):354-374.

[7]Omiunu F G I. The port factor in the growth and decline of Warri and Sapele townships in the western Niger Delta region of Nigeria[J]. Applied Geography, 1989,9:57-69.

[8] 李宗偉,呂玉曉. 港口在城市發(fā)展中的作用——以山東省日照市為例[J]. 城市問(wèn)題,2001(4):35-37.

[9] 林建華,陳淳. 廈門港口經(jīng)濟(jì)與城市經(jīng)濟(jì)定量分析[J]. 廈門科技,2002(3):34-37.

[10] 李增軍. 港口對(duì)所在城市及腹地經(jīng)濟(jì)發(fā)展促進(jìn)作用分析[J]. 港口經(jīng)濟(jì),2002(2):38-39.

[11]Seabrooke W, Hui E, Lam W, et al. Forecasting cargo growth and regional role of the port of Hong Kong[J]. Cities, 2003,20(1):51-64.

[12] 陳再齊,曹小曙,閻小培. 廣州港經(jīng)濟(jì)發(fā)展及其與城市經(jīng)濟(jì)的互動(dòng)關(guān)系研究[J]. 經(jīng)濟(jì)地理,2005,25(3):373-378.

[13] 隋麗麗,王澤宇. 大連經(jīng)濟(jì)發(fā)展對(duì)大連港口經(jīng)濟(jì)發(fā)展的拉動(dòng)效應(yīng)分析[J]. 海洋開(kāi)發(fā)與管理,2006,23(1):46-50.

[14] 周平德,周劍倩. 穗、深港港口和航空物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究[J]. 廣州大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2008,7(9):45

-50.

[15] 連云港市統(tǒng)計(jì)局. 連云港統(tǒng)計(jì)年鑒(2000-2008)[M]. 北京:中國(guó)統(tǒng)計(jì)出版社,2009.

[16] 李東. 連云港年鑒(1991-1998)[M]. 北京:方志出版社,2000.