趙慧達?。ㄈA僑大學 工商管理學院，福建 泉州 362021）

ZHAO Huida　(School of Business Administration,Huaqiao University,Quanzhou 362021,China)

港口作為交通樞紐中心，對于拉動區(qū)域經(jīng)濟的發(fā)展有著較強的作用，是物流活動過程中重要的節(jié)點和環(huán)節(jié)。港口物流通過利用自身的獨特優(yōu)勢，以先進的軟硬件條件作為發(fā)展的基礎，有利于強化港口周邊城市的物流發(fā)展，整合市場資源，從而形成綜合的港口物流體系，帶動區(qū)域經(jīng)濟的發(fā)展。國內外港口物流發(fā)展經(jīng)驗表明，區(qū)域經(jīng)濟的增長與港口物流的發(fā)展存在著較為密切的關系。

1　文獻回顧

對于物流業(yè)和經(jīng)濟發(fā)展關系的討論，在國際上最早是從航空運輸業(yè)對區(qū)域經(jīng)濟的影響分析開始的，如Debbage[1]從當?shù)爻鞘泻娇者\輸業(yè)為研究內容，考慮當?shù)爻鞘薪?jīng)濟發(fā)展和變化過程中會從某種程度上影響航空運輸業(yè)的發(fā)展，存在著某種因果關聯(lián)；而在后續(xù)的研究中，Button和Taylor[2]在其基礎上研究發(fā)現(xiàn)了經(jīng)濟增長可以較好地促進航空運輸業(yè)的發(fā)展，由此建立了區(qū)域航空物流和區(qū)域經(jīng)濟發(fā)展的數(shù)學關系模型；再之后，Lee和Yang[3]通過分析航空運輸業(yè)和區(qū)域經(jīng)濟的發(fā)展關系，為韓國仁川國際機場提供了若干發(fā)展戰(zhàn)略。

近年來，學者們關于區(qū)域物流與經(jīng)濟方面的研究主要包括以下方面的內容：以港口物流和當?shù)貐^(qū)域經(jīng)濟發(fā)展為研究內容，如朱坤萍（2013）[4]以河北省對外貿易和港口物流作為研究對象，通過實證分析較為清晰刻畫了港口物流與經(jīng)濟發(fā)展之間的互動效應，指出了積極發(fā)展外向型經(jīng)濟對港口物流發(fā)展的積極作用；謝京辭（2011）[5]通過建立VAR模型定量分析和探討了山東省三大港口物流對于經(jīng)濟發(fā)展的關系；王耀中（2009）[6]通過實證分析檢驗得出我國沿海港口在物流業(yè)的增長對于經(jīng)濟的增長有著較高的貢獻度，且具有一種長期穩(wěn)定的均衡關系；將現(xiàn)代物流與區(qū)域經(jīng)濟發(fā)展為研究內容進行分析，如宋琪（2016）[7]通過建立VAR模型分析并檢驗了我國物流業(yè)發(fā)展和經(jīng)濟增長之間的關系，指出物流業(yè)的發(fā)展對經(jīng)濟發(fā)展有一定地促進作用；萬紅燕（2014）[8]從物流能力要素的角度，應用主成分分析法和VAR模型等方法檢驗分析了影響物流能力要素對經(jīng)濟增長之間的短期互動關系，并依據(jù)檢驗結果提出若干政策建議；歐陽小迅（2012）[9]通過構建VAR與VEC模型，分析了我國物流業(yè)、國內貿易和對外貿易三者之間的協(xié)整關系，結論指出相較于對外貿易，物流業(yè)對于國內貿易有著較強地推動作用，其效果較為顯著，聯(lián)動作用較為突出。

綜上所述，物流業(yè)的發(fā)展與經(jīng)濟發(fā)展之間有著相互作用的關系。本文在文獻內容的基礎上，通過應用VAR檢驗模型對福建省第二產(chǎn)業(yè)總值、交通運輸、倉儲和郵政業(yè)增加值、港口水運的貨運量、貨物周轉量和港口貨物吞吐量進行定量分析，以期找出變量之間的關系，并結合現(xiàn)實狀況提出若干發(fā)展意見。

2　指標說明與數(shù)據(jù)選取

本文從數(shù)據(jù)的完整性和可得性角度出發(fā)，將港口水運的貨運量、貨物周轉量和港口貨物吞吐量作為衡量港口物流發(fā)展的要素進行數(shù)據(jù)收集；將第二產(chǎn)業(yè)總值、交通運輸、倉儲和郵政業(yè)增加值作為經(jīng)濟發(fā)展的衡量要素進行數(shù)據(jù)收集。考慮到數(shù)據(jù)可得性等方面對分析結果所產(chǎn)生的影響，本文將1990～2015年間的統(tǒng)計數(shù)據(jù)作為樣本，各數(shù)據(jù)均來源于《福建省統(tǒng)計年鑒》。由于數(shù)據(jù)差異較大，故對數(shù)據(jù)進行對數(shù)化處理消除異方差所帶來的影響，數(shù)據(jù)分析采用Eviews 8.0計量分析軟件，所分析數(shù)據(jù)均為處理后的數(shù)據(jù)內容。

3　模型建立與實證分析

VAR模型又稱向量自回歸模型，從數(shù)據(jù)的統(tǒng)計性質的角度出發(fā)建立模型，檢測當前變量所在期對所有變量的若干滯后變量進行回歸檢驗，以得出聯(lián)合內生變量的動態(tài)關系模型。其一般的數(shù)學表達式為：

其中：C為n×1維常數(shù)向量，φi為n×n維的自回歸系數(shù)矩陣。εt為1×n維向量白噪音且滿足以下關系：

3.1　單位根ADF檢驗

首先需要先對數(shù)據(jù)進行單位根檢驗，其目的是避免變量間偽回歸的出現(xiàn)。本文采用ADF檢驗法對港口水運的貨運量（SLHYL）、貨物周轉量（SLHWZZL）、港口貨物吞吐量（GKTTL）、第二產(chǎn)業(yè)總值（DECY） 和交通運輸、倉儲和郵政業(yè)增加值（JCYZJZ）的原始數(shù)據(jù)進行平穩(wěn)性檢驗（結果見表1）。通過分析ADF檢驗值和臨界值的關系可以看出，在給定的各檢驗數(shù)值下各變量均呈現(xiàn)不顯著的狀態(tài)，故不可拒絕有單位根的原假設（即時間序列不平穩(wěn)狀態(tài)），之后繼續(xù)對原有變量進行差分檢驗（結果見表2）。結果表明除水路貨運量在給定的臨界值顯著水平下存在顯著水平，其他變量的檢驗結果均不顯著。在二階差分序列的水平下，變量檢驗值拒絕了單位根的檢驗原假設，故二階差分可滿足協(xié)整方程的必要條件。

表1　ADF檢驗結果

3.2　Johansen協(xié)整檢驗

在時間序列平穩(wěn)的前提下對變量數(shù)據(jù)進行Johansen協(xié)整檢驗。由于Johansen協(xié)整檢驗檢驗的內容是全部的協(xié)整狀態(tài)，相較于EG檢驗來講，Johansen協(xié)整檢驗更為穩(wěn)定。本文使用Johansen協(xié)整檢驗檢驗第二產(chǎn)業(yè)物流變量之間的關系。利用Eviews8.0的檢驗結果如表3所示。

從表3中可以看出從1990年至2015年的樣本時間內，第二產(chǎn)業(yè)與物流變量之間存在5個一致性的長期均衡關系。通過表4標準化的協(xié)整系數(shù)以第二產(chǎn)業(yè)的產(chǎn)值作為解釋變量的協(xié)整估計方程為：

3.3　Granger檢驗

Granger檢驗作為一種因果檢驗的方法，主要用以分析經(jīng)濟變量之間的因果關系，其使用前提條件是時間序列具有平穩(wěn)性，否則會出現(xiàn)偽回歸的現(xiàn)象。這種檢驗單一變量變化對另一變量變化的預測關系的方法便稱之為Granger因果檢驗。在平穩(wěn)性檢驗和協(xié)整檢驗的基礎上，利用滯后期2階VAR模型進行對研究變量進行Granger因果檢驗，進一步分析第二產(chǎn)業(yè)與其他物流變量之間的關系（結果見表5）。

表2　ADF差分檢驗結果

表3　協(xié)整檢驗結果

表4　標準化協(xié)整檢驗系數(shù)

表5　Granger檢驗結果

首先，第二產(chǎn)業(yè)發(fā)展與港口的吞吐量存在單向的Granger原因，即在設定的5%的顯著性水平下港口的吞吐量增長是第二產(chǎn)業(yè)發(fā)展的Granger原因，但第二產(chǎn)業(yè)發(fā)展并不是港口吞吐量增長的Granger原因，當然這一檢驗結果也不符合現(xiàn)實情況。港口吞吐量的提升會對第二產(chǎn)業(yè)的經(jīng)濟帶來一定的提升，從而在某種程度上拉動第二產(chǎn)業(yè)經(jīng)濟的發(fā)展；反之，第二產(chǎn)業(yè)的發(fā)展原因可能是由多種因素所造成的，但并不是僅由港口吞吐量所決定的。因此，第二產(chǎn)業(yè)的經(jīng)濟增長不是港口吞吐量增長的Granger原因。

其次，交通運輸、倉儲和郵政業(yè)增加值與第二產(chǎn)業(yè)之間存在單項的Granger原因，即在5%的顯著水平下，交通運輸、倉儲和郵政業(yè)增加值的提升對第二產(chǎn)業(yè)的發(fā)展所帶來的影響較??；相反，第二產(chǎn)業(yè)的發(fā)展卻對交通運輸、倉儲和郵政業(yè)增加值有較強地帶動作用。這是由于第二產(chǎn)業(yè)范圍較大，相關行業(yè)對交通運輸、倉儲和郵政業(yè)的支持較為有利，極大地帶動其快速發(fā)展，有利于促進該類行業(yè)的優(yōu)化升級。

再次，第二產(chǎn)業(yè)與水路貨物周轉量之間沒有較為明顯的Granger原因，即在5%的顯著水平下第二產(chǎn)業(yè)與水路貨物周轉量的Granger原因表現(xiàn)的不顯著，盡管貨物的周轉量可能受到經(jīng)濟影響，但是對于第二產(chǎn)業(yè)而言，往往更多側重在機械制造較為顯著等方面，與周轉量提升的作用不是很明顯；反之，水路貨物周轉量提升不是第二產(chǎn)業(yè)發(fā)展的Granger原因，兩者之間沒有較多聯(lián)系，雖然周轉量會帶動經(jīng)濟的發(fā)展，但是由于物流屬于服務業(yè)，周轉量對經(jīng)濟的拉動往往表現(xiàn)在對第三產(chǎn)業(yè)的經(jīng)濟拉動上，這一現(xiàn)象也與現(xiàn)實情況相符合。

最后，水路的貨運量與第二產(chǎn)業(yè)經(jīng)濟總量存在較為明顯的單項Granger原因，即在5%的顯著水平下水路貨運量是第二產(chǎn)業(yè)的Granger原因，而第二產(chǎn)業(yè)不是水路貨運量的Granger原因，該種情況符合現(xiàn)實情況。

圖1　VAR模型單根檢驗圖

3.4　VAR模型估計

對于第二產(chǎn)業(yè)總值、港口水運的貨運量、貨物周轉量、港口貨物吞吐量及交通運輸、倉儲和郵政業(yè)增加值之間建立VAR模型，其中模型的滯后階數(shù)為2，單位根小于1，說明VAR模型較為穩(wěn)定（見圖 1）。

由上述模型分析可以看出，第二產(chǎn)業(yè)總值短期來看受到自身和水路貨運量的影響較大，其中受到自身的影響最大，對于第二產(chǎn)業(yè)來講自身發(fā)展有利于帶動其他物流變量的發(fā)展。

3.5　脈沖響應分析

用標準差的大小衡量影響VAR模型中內生變量短期和長期發(fā)展的變化趨勢是脈沖分析的實質（結果見圖2）。

首先，第二產(chǎn)業(yè)的發(fā)展對自身的沖擊隨著時間的推移總體呈現(xiàn)下降趨勢，在滯后期1內上升，之后滯后2期后呈現(xiàn)下降。原因是對于港口物流系統(tǒng)發(fā)展有些不合理的方面，長期結構上呈現(xiàn)較為明顯的正態(tài)效應；對港口的吞吐量影響較大，長期影響相對大；對其他的物流系統(tǒng)測量變量短期沖擊影響較小，長期影響相對平穩(wěn)。其次，港口吞吐量對于自身影響沖擊較大，緩慢上升后至滯后4期，之后下降，產(chǎn)生沖擊負效應，但對于交通運輸、倉儲和郵政業(yè)增加值變量來說，在滯后2期前呈現(xiàn)下降趨勢，之后連續(xù)上升，長期影響呈現(xiàn)沖擊正效應；對其他變臉呈現(xiàn)同方向變動趨勢。再次，交通運輸、倉儲和郵政業(yè)增加值對于自身的影響沖擊較大，在滯后5期前下降變化較為劇烈，之后較為平緩。對于其他變量來講，均呈現(xiàn)先增后減的變化趨勢，除對于第二產(chǎn)業(yè)變化幅度影響較大外，其他變量影響較小，長期影響相對平穩(wěn)。從此，港口水運的周轉量對于自身的影響沖擊較大，在滯后3期前大幅度下降，之后較為緩慢的提升。對其他變量影響沖擊較大，如對于第二產(chǎn)業(yè)的經(jīng)濟增量來講，在滯后2期前上升，之后下降，長期影響較為劇烈。最后，港口水運的貨運量對于自身的影響沖擊相對其他變量較小，對于港口的吞吐量影響較大，基本呈現(xiàn)與貨運量近似的變化趨勢。

3.6　方差分解分析

通過建立方差分解模型可以描述變量之間每一變量的更新對于VAR系統(tǒng)變量影響的貢獻程度，是一種相對效果的描述模型。用計量軟件進行模型分析得出方差分解的預測（結果見表6至表10）。第二產(chǎn)業(yè)對于自身處于近似平穩(wěn)下降的趨勢，對港口的吞吐量呈現(xiàn)出平穩(wěn)上升的趨勢，對于其他變量影響較小，變化較為平緩；港口吞吐量對于自身和其他變量影響較為平緩；港口吞吐量對于其他變量之間影響較小，變化較為平緩；交通運輸、倉儲和郵政業(yè)增加值對于自身影響較大，呈現(xiàn)下降趨勢，對于其他變量影響較小，變化較為平緩；港口水運的周轉量對于自身的影響較大，呈現(xiàn)減速下降的趨勢，對于第二產(chǎn)業(yè)變量來講，在滯后2期前不斷上升，之后減速下降，對港口的吞吐量的影響相對大，在滯后2期后加速上升，在滯后7期后趨于平緩增加，對于其他變量影響較小，變動趨勢較為平緩；水路的貨運量對自身的影響相較于第二產(chǎn)業(yè)和港口吞吐量變化較小，較其他變量相對較大，在滯后2期前，對第二產(chǎn)業(yè)影響呈現(xiàn)上升的趨勢，之后緩慢下降，對港口吞吐量影響較為劇烈，在減少后至滯后2期不斷上升，對交通運輸、倉儲和郵政業(yè)增加值的影響波動較小，對港口水運的周轉量影響處于緩慢下降的趨勢。通過分析相較于前文的分析結果基本一致。

圖2　VAR脈沖響應結果

4　結論及其建議

本文利用VAR模型對福建省1990～2015年第二產(chǎn)業(yè)、港口吞吐量、交通運輸、倉儲和郵政業(yè)增加值、水路貨運周轉量和水路貨運量之間進行了實證分析，得出以下結論：首先，福建省的第二產(chǎn)業(yè)、港口吞吐量、交通運輸、倉儲和郵政業(yè)增加值、水路貨運周轉量和水路貨運量之間存在長期的穩(wěn)定均衡關系；其次，第二產(chǎn)業(yè)發(fā)展與港口的吞吐量存在單向的Granger原因，交通運輸、倉儲和郵政業(yè)增加值與第二產(chǎn)業(yè)之間存在單項的Granger原因，第二產(chǎn)業(yè)與水路貨物周轉量之間沒有較為明顯的Granger原因，水路的貨運量與第二產(chǎn)業(yè)經(jīng)濟總量存在較為明顯的單項Granger原因；再次，VAR模型估計了第二產(chǎn)業(yè)總值、港口水運的貨運量、貨物周轉量、港口貨物吞吐量及交通運輸、倉儲和郵政業(yè)增加值之間隨時間變化的變動軌跡；最后，脈沖響應分析了變量之間的相互影響的態(tài)勢和方差分解分析基本一致。

表 6　Ln（ DEC　）Y 方差分解預測結果

表 7　Ln（ GKTT?。㎜方差分解預測結果

表 8　Ln（ JCYZJ ）Z方差分解預測結果

結合本文分析，提出若干建議：加強物流產(chǎn)業(yè)在港口方面的投入，提升物流技術水平，拉動第二產(chǎn)業(yè)的發(fā)展；積極引進港口貨運量，利用政策引導港口經(jīng)濟的發(fā)展，促進港口貨物貿易的發(fā)展；轉變港口經(jīng)濟發(fā)展方式，增進港口物流效率和發(fā)展水平；增強港口方面交通運輸、倉儲等方面的投入，提升第二產(chǎn)業(yè)發(fā)展質量和水平。

表9　Ln（SLHWZZ L）方差分解預測結果

表 10　Ln（ SLHY?。㎜方差分解預測結果

參考文獻：

[1]Debbage K G.Air transportation and urban-economic restructuring:Competitive advantage in the US Carolinas[J].Air Transport Management,1999,5(4):211-221.

[2]Button K,Taylor S.International air transportation and economic development[J].Journal of Air Transport Management,2000,6(4):209-222.

[3]H S LEE,H M YANG.Strategies for a global logistics and economic hub:Incheon international airport[J].Journal of Air Transport Management,2007(9):113-121.

[4]朱坤萍，張喜梅.港口物流與對外貿易關系的實證分析——基于河北省1990～2011年數(shù)據(jù)[J].河北經(jīng)貿大學學報，2013(5):106-110.

[5] 謝京辭.山東港口物流與區(qū)域經(jīng)濟發(fā)展關系研究[J].山東社會科學，2011(3):174-176.

[6] 王耀中，黎謐.中國沿海港口物流對經(jīng)濟增長的作用研究[J].湖南大學學報（社會科學版），2009(5):48-51.

[7] 宋琪，王寶海.基于VAR模型的物流業(yè)增加值與經(jīng)濟增長的實證分析[J].統(tǒng)計與決策，2016(1):142-146.

[8] 萬紅燕，汪志東.我國物流產(chǎn)業(yè)與經(jīng)濟增長關系的實證研究[J].中南大學學報（社會科學版），2014(2):7-13.

[9]歐陽小迅，黃福華.我國物流業(yè)與國內外貿易動態(tài)關聯(lián)性研究——基于VAR模型和VEC模型的經(jīng)驗實證[J].財經(jīng)論叢，2012(4):9-14.