曹 瑋， 于清波

(1.福建師范大學(xué)福清分校，福建 福清 350300;2.福建省港航管理局綜合規(guī)劃處，福建 福州 350002)

一、引言

近年來，隨著海峽西岸經(jīng)濟區(qū)建設(shè)的快速推進和“大港口、大通道、大物流”交通發(fā)展戰(zhàn)略的實施，福建省的港口進入了歷史上發(fā)展最快最好的時期?！笆晃濉逼陂g，全省港口基礎(chǔ)建設(shè)取得較大突破，港口生產(chǎn)快速增長，港口貨物吞吐量從2005年的1.98億噸增長至2011年的3.7億噸，年平均增長14.5%;集裝箱吞吐量增長至2011年的970.05萬標箱，年平均增長10.6%。港口在國民經(jīng)濟發(fā)展中的地位凸顯，與近年來港口的大發(fā)展和區(qū)域經(jīng)濟的迅速發(fā)展是分不開的，因此探討兩者之間的關(guān)系顯得尤為重要。

一直以來，港口與區(qū)域經(jīng)濟之間的互動關(guān)系被研究者們所重視。德國學(xué)者高茲針對港口和腹地的關(guān)系，建立了海港區(qū)位理論:腹地經(jīng)濟規(guī)模和結(jié)構(gòu)的演變決定著港口的發(fā)展[1]。國內(nèi)學(xué)者也做了一些定量研究，主要有:基于灰色關(guān)聯(lián)的方法，如匡海波通過關(guān)聯(lián)度模型研究了港口經(jīng)濟與城市經(jīng)濟的關(guān)系[2];基于回歸分析的方法，如丁井國、鐘昌標以寧波港為例，用格蘭杰因果分析和基于VAR的脈沖響應(yīng)研究與腹地經(jīng)濟增長的關(guān)系[3];李晶、呂靖運用變參數(shù)狀態(tài)空間模型對東北經(jīng)濟對大連港集裝箱吞吐量的影響進行了實證分析[4]。

目前針對福建港口與經(jīng)濟互動研究的文獻較少，本文首次引入自回歸分布滯后—誤差修正模型(ARDLECM)，對福建港口和經(jīng)濟發(fā)展的長短期關(guān)系進行實證研究。

二、港城經(jīng)濟關(guān)聯(lián)性描述

港口作為區(qū)域經(jīng)濟重要的物流中心，與區(qū)域經(jīng)濟的互動發(fā)展關(guān)系在“城以港興，港為城用”中得到鮮明體現(xiàn)。本文就兩者的關(guān)系歸納如下:

(一)區(qū)域經(jīng)濟對港口發(fā)展的推動

區(qū)域經(jīng)濟催生了港口發(fā)展的需求，區(qū)域經(jīng)濟帶來的產(chǎn)出增長必然要求相應(yīng)的物流支撐。無論是內(nèi)陸的經(jīng)濟貿(mào)易還是進出口，在很大程度上都依賴于港口物流。區(qū)域經(jīng)濟的發(fā)展提供了港口發(fā)展的空間保證，區(qū)域基礎(chǔ)設(shè)施的完善促進了港口綜合物流的發(fā)展，并為港口內(nèi)陸運輸通道的連接提供了空間保證。同時，區(qū)域的信息服務(wù)、金融、交通運輸業(yè)的發(fā)展也是港口發(fā)展的必要保證。

(二)港口發(fā)展對區(qū)域經(jīng)濟發(fā)展的促進

首先，港口發(fā)展對區(qū)域經(jīng)濟發(fā)展的乘數(shù)效應(yīng)。所謂乘數(shù)，最初是指自發(fā)支出的增長會帶來產(chǎn)出的成倍增長。港口物流本身屬于國民經(jīng)濟的一部分，無論其涉及的貨物運輸或者港口投資都貢獻了產(chǎn)出，促進了就業(yè)。再則上述港口的運營過程中又促進了上下游產(chǎn)業(yè)的發(fā)展。據(jù)測算，一只標準集裝箱的港口企業(yè)直接受益部分約為800—1200元，由此帶來的拖輪、引航、口岸以及港口配套服務(wù)，包括修箱、堆存、船舶代理、航運、金融結(jié)算、拖車運輸?shù)鹊慕?jīng)濟受益是港口直接受益的6倍[5]。

其次，港口的發(fā)展促進產(chǎn)業(yè)集聚和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化。港口發(fā)展過程中，臨港的物流低成本性吸引了各種資源的集中，促使各種前后相關(guān)聯(lián)的產(chǎn)業(yè)相對集中，形成產(chǎn)業(yè)集群。臨港工業(yè)的發(fā)展帶來區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的進一步優(yōu)化調(diào)整，譬如以化工、鋼鐵、電子、機械為基礎(chǔ)的臨港產(chǎn)業(yè)群和工業(yè)帶推動著區(qū)域經(jīng)濟向高層次發(fā)展。

最后，港口發(fā)展促進外向型經(jīng)濟的發(fā)展。港口的發(fā)展在推動內(nèi)陸的外向型經(jīng)濟方面歷來有很大作用，典型的是鹿特丹港，如今已經(jīng)成為歐洲水果、蔬菜等食品的主要輸出港。港口資源的優(yōu)勢便于開辟對外經(jīng)貿(mào)的通道，促進外向型經(jīng)濟的發(fā)展。

由上，港城已經(jīng)成為不可分割的利益共同體，“港城相長，衰榮共濟”是港口城市發(fā)展演變的普遍規(guī)律。

三、實證分析

(一)變量的選取和數(shù)據(jù)來源

本文采用福建省GDP來衡量福建省的經(jīng)濟發(fā)展水平，GDP即一定時期內(nèi)某地區(qū)的全部最終產(chǎn)品和勞務(wù)的價值，公認為衡量地區(qū)經(jīng)濟狀況的最佳指標。采用港口吞吐量來表示福建港口發(fā)展水平，港口吞吐量是反映港口生產(chǎn)經(jīng)營成果的數(shù)量指標，能全面體現(xiàn)港口的規(guī)模和能力。

為了去除價格因素，本文首先用消費者價格指數(shù)(CPI)代替GDP平減指數(shù)對福建省GDP進行調(diào)整。為了盡可能去除數(shù)據(jù)的波動性以及減少異方差的可能性，本文對變量進行了對數(shù)處理。用LNGDP表示對數(shù)化后的福建GDP，用LNTUNTO表示對數(shù)化后的福建港口吞吐量。

本文選取1985—2011年作為研究的樣本區(qū)間，所有數(shù)據(jù)均來源于《福建省統(tǒng)計年鑒2012》，所有的數(shù)據(jù)處理采用eviews 6.0 以及 microfit 4.1。

圖1 國內(nèi)生產(chǎn)總值和港口吞吐量對數(shù)序列圖

從國內(nèi)生產(chǎn)總值和港口吞吐量的對數(shù)序列趨勢圖可以看到兩者的增長趨勢比較相似，兩者之間可能存在某種協(xié)整關(guān)系，需要進一步分析。

(二)變量的平穩(wěn)性檢驗

經(jīng)典的最小二乘回歸(OLS)建立在數(shù)據(jù)平穩(wěn)的基礎(chǔ)之上。如果數(shù)據(jù)非平穩(wěn)，則破壞了大樣本估計的前提，且可能造成偽回歸。因此，必須首先研究數(shù)據(jù)的平穩(wěn)性。ADF單位根檢驗被廣泛運用于數(shù)據(jù)的平穩(wěn)性檢驗，但是其小樣本的檢驗功效偏低。另外，其對于含有時間趨勢的退勢平穩(wěn)序列檢驗是失效的[6]。因此，本文采用ERS、PP檢驗方法作為ADF的檢驗補充，綜合三種檢驗的結(jié)果作為結(jié)論。檢驗?zāi)Ｐ偷臏箝L度選擇由SIC準則確定，平穩(wěn)性檢驗結(jié)果如下(為避免表格過于繁雜，只列出5%的臨界值):ADF檢驗表明在5%的顯著性程度下，LNGDP是平穩(wěn)序列，ERS和PP檢驗認為LNGDP是一階單整序列，ADF檢驗、ERS檢驗和PP檢驗均認為LNTUNTO是一階單整序列。綜合三種檢驗的結(jié)論，本文認為LNGDP和LNTUNTO均為一階單整序列，即I(1)序列。

表1 LNGDP、LNTUNTO單位根檢驗結(jié)果

(三)ARDL邊界協(xié)整

上文已經(jīng)得到LNGDP和LNTUNTO均為一階單整序列，為得到兩個變量之間是否存在一個長期相互影響的關(guān)系，本文擬采用ARDL邊界協(xié)整的方法。

自回歸分布滯后(Autoregressive Distributed Lag Approach，ARDL)協(xié)整方法和邊界檢驗(Bounds Testing)是由Pesaran 和 Shin[7－8]等提出，與 EG 和 Johansen 協(xié)整檢驗相比，ARDL有著更好的小樣本的穩(wěn)健性;對I(0)和I(1)混合的序列可以適用;對樣本容量的變化不敏感;當(dāng)解釋變量為內(nèi)生時，模型的估計也不會受到影響。

按照ARDL邊界協(xié)整的步驟，針對本研究內(nèi)容，建立非限制性的誤差修正模型(UECM)。

其中 δ1、δ2，表示長期效應(yīng)，而 αi、βj表示 ARDL 模型的短期動態(tài)效應(yīng)，μ1t、μ2t為白噪聲過程，n表示最大滯后階數(shù)，c1、c2代表常數(shù)項。若有需要，可在等式左邊加入時間趨勢項。

蒙特卡洛模擬實驗顯示，參數(shù)化過度比參數(shù)化不足導(dǎo)致的估計偏差要小。按照Harris和Sollis，應(yīng)對以上兩式選取充分的滯后階數(shù)。

存在長期動態(tài)關(guān)系的原假設(shè)和備擇假設(shè)如下:

H1:δ1、δ2有一個不為 0

檢驗δ1、δ2聯(lián)合顯著的統(tǒng)計量是F統(tǒng)計量，F(xiàn)統(tǒng)計量服從一個非規(guī)則的漸近分布。Pesaran等模擬出了基于不同解釋變量個數(shù)的上下限的臨界值[9]。臨界值的上限是根據(jù)I(1)序列計算出來的，下限是根據(jù)I(0)序列計算出來的。得到的F統(tǒng)計量，若大于臨界值的上限，則拒絕原假設(shè)，認為存在長期關(guān)系;若小于臨界值的下限，則接受原假設(shè)，即不存在長期關(guān)系;若落在臨界值上下限之間，則無法判斷。

考慮到樣本個數(shù)的有限性，利用SBC準則，在兼顧自由度的影響下，本文選取合適的滯后階數(shù)5階。因為LNGDP和LNTUNTO的序列均有平穩(wěn)上升的趨勢，為了保證結(jié)果的準確性，在進行方程估計時，考慮加入時間趨勢項，并根據(jù)時間趨勢項的顯著性程度來綜合判斷結(jié)果。表2是運用軟件microfit 4.1估計的結(jié)果。

表2 ARDL長期協(xié)整判斷結(jié)果(解釋變量的個數(shù)k=1)

在港口吞吐量對GDP影響的關(guān)系中，不含時間趨勢項的模型在1%顯著性水平下拒絕了不存在協(xié)整關(guān)系的假設(shè)。含時間趨勢項的模型由于時間趨勢不顯著，本文采納不含時間趨勢項的結(jié)果，即港口的吞吐量對GDP有長期影響。

在GDP對吞吐量影響的長期關(guān)系中，不含時間趨勢項的模型接受不存在協(xié)整關(guān)系的假設(shè)。但是，含時間趨勢項的模型在5%顯著性水平下拒絕不存在協(xié)整關(guān)系的假設(shè)，且時間趨勢是顯著的，因此采納含有時間趨勢項模型的結(jié)果，也就是5%顯著性水平下接受GDP對吞吐量有長期影響的關(guān)系。

從以上結(jié)論來看，港口吞吐量對GDP存在長期的相互影響關(guān)系。

(四)ARDL－ECM模型的建立

確定了變量之間存在長期穩(wěn)定關(guān)系后，本文分別對兩個方向的長期關(guān)系建立誤差修正模型，以尋求兩者之間的短期影響關(guān)系。

以GDP作為被解釋變量，對ARDL模型的最優(yōu)滯后期數(shù)分別采用SBC準則進行判定，均選擇ARDL(2，4)。表3是以LNGDP作為被解釋變量，通過ARDL模型得到長期和短期的影響系數(shù)。

表3 ARDL－ECM模型估計結(jié)果1(被解釋變量為LNGDP)

從表3可知，長期來看，港口吞吐量對GDP有正向影響，而且影響顯著。吞吐量每增長1%，GDP增長0.72%，說明福建省的港口發(fā)展對經(jīng)濟有很大的促進作用;從短期來看，港口吞吐量的的變化對GDP有一個顯著的正向影響，吞吐量每增長1%，GDP增長0.02%，說明短期影響要弱于長期影響。而誤差修正項在1%顯著性水平下顯著，證明了長期關(guān)系的存在，其符號為負，說明短期波動造成的對長期均衡的偏離會在下一期得到16%的調(diào)整，有一個很好的誤差修正機制。

從福建港口的發(fā)展實踐來看，近年來全省的港口基礎(chǔ)設(shè)施漸趨完善，涌現(xiàn)了越來越多的港口物流企業(yè)。隨著物流園區(qū)和陸地港的建設(shè)，沿海港口物流服務(wù)功能不斷增強，港口功能進一步升級。沿海港口發(fā)展引進和培育協(xié)作配套的上下游關(guān)聯(lián)企業(yè)，充分組合延伸產(chǎn)業(yè)鏈，逐步形成了依托港口而崛起的新型產(chǎn)業(yè)聚集區(qū)。例如，位于湄洲灣南岸的泉港區(qū)原來是泉州經(jīng)濟發(fā)展最落后的地區(qū)，近年來以港口為依托，石化產(chǎn)業(yè)迅速發(fā)展，吸引了大批上下游企業(yè)集聚，初步形成了以石油加工為龍頭、以聚丙烯等中游石化產(chǎn)品項目為延伸、以塑料等下游項目為配套的石化塊狀經(jīng)濟。眾多發(fā)展經(jīng)驗表明，港口的發(fā)展已經(jīng)成為經(jīng)濟發(fā)展的重要推手。

以LNTUNTO作為被解釋變量，以 SBC準則選擇ARDL(1，0)。表4是以LNTUNTO作為被解釋變量通過ARDL模型得到長期和短期的影響系數(shù)。

表4 ARDL－ECM模型估計結(jié)果2(被解釋變量為LNTUNTO)

從表4可知，長期來看，GDP對港口吞吐量有正向影響，而且影響顯著。GDP每增長1%，吞吐量增長1.40%，說明作為福建港口直接腹地的福建省經(jīng)濟的發(fā)展會帶動GDP的發(fā)展;從短期關(guān)系來看，港口吞吐量的波動對GDP也有顯著影響，吞吐量每增長1%，GDP增長0.29%，短期的影響系數(shù)小于長期的影響系數(shù)。而誤差修正項在10%的顯著性水平下顯著，證明了長期關(guān)系的存在，其符號為負，說明短期波動造成的對于長期均衡的偏離在下一期會以21%的力度得到相應(yīng)的調(diào)整。

從福建的發(fā)展經(jīng)驗來看，隨著近年經(jīng)濟總量的擴張和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，大宗原材料的進口和產(chǎn)成品的外運需求總量急劇膨脹，如2011年煤炭和金屬礦石吞吐量快速增長，為全省沿海港口貨物吞吐量的平穩(wěn)增長奠定了基礎(chǔ)。

(五)模型的穩(wěn)定性檢驗

在之前建立的模型中，估計的參數(shù)可能隨著時間的變化而變化，為了保證結(jié)果的穩(wěn)健性，本文采取基于遞歸殘差平方累計的CUSUM和CUSUMSQ穩(wěn)定性檢驗方法來檢驗?zāi)Ｐ蛥?shù)的穩(wěn)定性。此方法有以下優(yōu)點:不需要用先驗信息確定參數(shù)突變點的可能位置，可以更直觀地呈現(xiàn)結(jié)果，可以克服樣本量的約束[10]。下面就以上兩個模型進行CUSUM和CUSUMSQ檢驗。

可見，殘差以及殘差平方和都沒有偏離5%的邊界范圍，因此估計的模型穩(wěn)定可靠。

四、結(jié)論和對策

上文采用了1985—2011年福建經(jīng)濟和港口的數(shù)據(jù)為樣本，利用ARDL－ECM模型進行了實證分析，研究結(jié)果表明:從較長的周期看，福建的港口發(fā)展和經(jīng)濟具有相互促進的關(guān)系;在短期看來，兩者的互動關(guān)系亦成立。

對于福建這個港口資源豐富的省份，其港口的發(fā)展與經(jīng)濟的發(fā)展已經(jīng)融為一體，不可分割。福建的港口發(fā)展離不開經(jīng)濟的支撐;而港口基礎(chǔ)設(shè)施的完善、規(guī)模的擴大、質(zhì)量的提高帶動了臨港工業(yè)的發(fā)展，促進帶動了上下游產(chǎn)業(yè)的聚集。在未來的發(fā)展中，要立足兩者的互動關(guān)系，促進兩者良性發(fā)展。

鑒于全省港口和經(jīng)濟的發(fā)展現(xiàn)狀，提出如下建議:第一，加快港口基礎(chǔ)設(shè)施建設(shè)，切實把港口發(fā)展優(yōu)勢轉(zhuǎn)化為區(qū)域發(fā)展優(yōu)勢。對全省沿海港口布局作總體規(guī)劃，提升港口基礎(chǔ)設(shè)施條件，進一步推進碼頭、航道項目的建設(shè);加快港口集疏運系統(tǒng)建設(shè)，實現(xiàn)沿海港口與省內(nèi)運輸?shù)臒o縫對接;進一步鞏固和深化港口管理體制改革，充分發(fā)揮港口引領(lǐng)和帶動產(chǎn)業(yè)發(fā)展的作用，通過港口開發(fā)帶動臨港產(chǎn)業(yè)發(fā)展，提升城市經(jīng)濟實力。第二，進一步推進福建海洋經(jīng)濟的發(fā)展。近日，福建已經(jīng)被確定為第四個海洋經(jīng)濟大省，這將成為全省經(jīng)濟發(fā)展的極好契機。未來幾年做好推進海洋產(chǎn)業(yè)轉(zhuǎn)型升級，加快培育和發(fā)展海洋戰(zhàn)略新興產(chǎn)業(yè)，這些必將推動港口的發(fā)展，要求完善港口的各項功能，以滿足海洋經(jīng)濟發(fā)展對港口全方位的物流需求。

[1]楊吾揚，梁進社.高等經(jīng)濟地理學(xué)[M].北京:北京大學(xué)出版社，1997:85－92.

[2]匡海波.基于關(guān)聯(lián)度模型的港口經(jīng)濟與城市經(jīng)濟關(guān)系研究[J].中國軟科學(xué)，2007(8):10－115.

[3]丁井國，鐘昌標.港口與腹地經(jīng)濟關(guān)系研究——以寧波港為例[J].經(jīng)濟地理，2010(7):1133－1137.

[4]李晶，呂靖.腹地經(jīng)濟發(fā)展對港口吞吐量影響的動態(tài)研究[J].水運工程，2007(11):49－51.

[5]陳玉.福建港口群對海西經(jīng)濟發(fā)展的效應(yīng)分析[J].福建論壇:人文社會科學(xué)版，2010(Supp.):8－9.

[6]張曉峒，白仲林.退勢單位根檢驗小樣本性質(zhì)比較[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2005(5):40 －49.

[7]DeCremer D，Stouten J.When does giving voice or not matter?Procedural fairness effects as a function of closeness of reference ponits[J].Current Psychology，2005，24:203 －213.

[8]Hirt E R，Levine G M，McDonald H E，et al.The role of mood in quantitative aspects of perfrmance:single or multiple mechanisms?[J].Journal of Experimental Social Psychology，1997，33:602 －629.

[9]Pesaran M H，Shin Y，Smith R J.Bounds testing approaches to the analysis of level realationships[J].Journal of Economics，2001，16:286 －326.

[10]黃祖輝，陳林興.浙江農(nóng)村居民消費支出系統(tǒng)函數(shù)的穩(wěn)定性檢驗[J].浙江大學(xué)學(xué)報:人文社會科學(xué)版，2009(11):20－30.