劉 琳,尹 鳳
(1.天津師范大學(xué)經(jīng)濟(jì)學(xué)院,天津300387;2.南開大學(xué)濱海學(xué)院,天津300270)
港口是其所在城市和腹地經(jīng)濟(jì)增長的重要引擎,已從單一交通基礎(chǔ)設(shè)施轉(zhuǎn)變?yōu)槿蛭锪骶W(wǎng)絡(luò)和產(chǎn)業(yè)鏈的關(guān)鍵組成部分,是輻射和帶動區(qū)域發(fā)展的前沿樞紐.國內(nèi)外關(guān)于港口對腹地經(jīng)濟(jì)影響的研究有:Fujita 等[1]認(rèn)為港口是其所在城市的一個比較優(yōu)勢來源.Yochum 等[2]對美國的研究,F(xiàn)errari等[3]和Bottasso等[4]對歐洲的研究,Bryan等[5]對澳大利亞的研究,Deng等[6]和Shan等[7]對中國的研究均發(fā)現(xiàn)港口對腹地經(jīng)濟(jì)發(fā)展有顯著影響.隨著港口能級提升和輻射范圍擴(kuò)大,會對腹地城市產(chǎn)生溢出效應(yīng).Gripaios 等[8]研究英格蘭普利茅斯港對當(dāng)?shù)亟?jīng)濟(jì)的影響發(fā)現(xiàn),港口對鄰近地區(qū)經(jīng)濟(jì)的貢獻(xiàn)大于對當(dāng)?shù)亟?jīng)濟(jì)的貢獻(xiàn).Cohen 等[9]對美國的研究發(fā)現(xiàn),港口基礎(chǔ)設(shè)施水平的提高降低了港口所在州的制造業(yè)成本,增加了鄰州的生產(chǎn)成本,產(chǎn)生負(fù)面溢出效應(yīng).姜超雁等[10]建立了改進(jìn)的港口經(jīng)濟(jì)貢獻(xiàn)投入產(chǎn)出模型,估算港口對區(qū)域經(jīng)濟(jì)的貢獻(xiàn)值,以上海港為例進(jìn)行實證檢驗.司增綽[11]基于灰色關(guān)聯(lián)模型,以連云港和日照港為例,定量分析港口基礎(chǔ)設(shè)施與港口城市經(jīng)濟(jì)互動發(fā)展程度.
國內(nèi)研究偏重單個案例分析,多以單一港口或港口群為研究對象,基于中國所有沿海港口對腹地影響的研究比較匱乏.鑒于此,本文基于2003—2016年中國37個沿海港口及腹地城市的面板數(shù)據(jù),采用空間計量模型實證檢驗港口對所在城市經(jīng)濟(jì)增長的影響,以及港口對區(qū)域腹地城市經(jīng)濟(jì)增長的空間溢出效應(yīng),以期全面揭示港口對腹地城市影響的一般規(guī)律,為制定港口政策及區(qū)域發(fā)展戰(zhàn)略提供依據(jù).
本文港口范圍指中國沿海的37 個港口,腹地范圍指中國沿海8 個省、自治區(qū)、直轄市共112 個城市.表1 為城市實際人均GDP 的Moran's I 指數(shù).由表1 可知,所有年份的Z值均顯著大于臨界值1.96,意味著腹地城市群的經(jīng)濟(jì)增長存在顯著的空間正相關(guān)性.
表1 2003—2016年城市實際人均GDP 的空間自相關(guān)指數(shù)Table 1 Moran's I index of real GDP per capita in 2003-2016
設(shè)定面板空間自回歸模型(SAR模型)為
式中:i和t分別表示城市、年份;為被解釋變量,表示城市經(jīng)濟(jì)增長,用城市人均實際GDP的對數(shù)值度量(人均GDP 更能反映居民在經(jīng)濟(jì)發(fā)展中分享的成果);為核心解釋變量,用港口貨物吞吐量的對數(shù)值度量;ρ為空間自回歸系數(shù);W為空間權(quán)重矩陣;β1和β2為對應(yīng)解釋變量的回歸系數(shù);υi和υt分別表示地區(qū)固定效應(yīng)、時間固定效應(yīng);εit表示隨機擾動項;Z(it)為控制變量.Z(it)包括:固定資產(chǎn)投資(XCAP),用城市固定資產(chǎn)投資與GDP 比值表示;勞動力(XLAB),為城鎮(zhèn)單位從業(yè)人員數(shù)與城鎮(zhèn)私營和個體從業(yè)人員數(shù)之和;外商直接投資(XFDI),以實際外商投資額占GDP比值為代理變量,實際外商投資額按當(dāng)年美元對人民幣的年平均匯率換算成人民幣;政府規(guī)模(XFIS),用政府公共財政支出占GDP 比值表示;金融發(fā)展(XFIN),用年末金融機構(gòu)人民幣各項貸款余額占GDP 比值衡量;基礎(chǔ)設(shè)施(XINF),主要指交通基礎(chǔ)設(shè)施,新經(jīng)濟(jì)地理學(xué)將運輸成本作為經(jīng)濟(jì)增長的內(nèi)生變量,參考柯善咨等[12]使用人均城市道路面積作為代理變量;人力資本(XHUM),為新經(jīng)濟(jì)增長因素,參考柯善咨等[12]使用每萬人中高等學(xué)校在校學(xué)生數(shù)衡量;產(chǎn)業(yè)結(jié)構(gòu)(XSTR),用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)比值度量.以上所有控制變量均取對數(shù).
設(shè)定面板空間杜賓模型(SDM模型)為
式中:θ為空間滯后解釋變量系數(shù).
構(gòu)建3 種空間權(quán)重矩陣:鄰接空間權(quán)重矩陣、距離空間權(quán)重矩陣和經(jīng)濟(jì)空間權(quán)重矩陣.城市層面數(shù)據(jù)來自歷年《中國城市統(tǒng)計年鑒》,為城市市轄區(qū)的數(shù)據(jù);港口數(shù)據(jù)來自歷年《中國港口年鑒》.
Hausman檢驗結(jié)果拒絕了隨機效應(yīng),故以面板SAR 固定效應(yīng)模型的估計結(jié)果為基準(zhǔn)進(jìn)行分析.表2中,總樣本數(shù)據(jù)分別為3種空間權(quán)重矩陣下的估計結(jié)果.空間滯后項系數(shù)ρ均顯著為正,說明城市經(jīng)濟(jì)增長存在顯著的空間依賴性,鄰近城市的經(jīng)濟(jì)增長會影響本城市經(jīng)濟(jì)增長,鄰近城市經(jīng)濟(jì)增長快,則本城市經(jīng)濟(jì)增長也會較快.本文重點關(guān)注港口和腹地城市經(jīng)濟(jì)增長間的關(guān)系.港口的系數(shù)為正且在5%水平上顯著,表明港口對腹地城市經(jīng)濟(jì)增長存在積極影響.對于控制變量而言,勞動力和固定資產(chǎn)投資的系數(shù)均顯著為正,反映出古典經(jīng)濟(jì)增長模型中兩個最基本變量,即資本和勞動的重要性.政府規(guī)模和基礎(chǔ)設(shè)施的系數(shù)也顯著為正,反映出政府?dāng)U大財政支出和加大交通基礎(chǔ)設(shè)施建設(shè)對城市經(jīng)濟(jì)增長具有不可替代的作用.產(chǎn)業(yè)結(jié)構(gòu)系數(shù)顯著為負(fù)表明,現(xiàn)代服務(wù)業(yè)尚未建立起來,對經(jīng)濟(jì)增長的貢獻(xiàn)有限.人力資本的系數(shù)在10%顯著水平下為正說明,新經(jīng)濟(jì)增長因素不容忽視.外商直接投資的系數(shù)不顯著,可能是因為外商直接投資主要流向低端制造業(yè),技術(shù)附加值不高.
表2 面板SAR 模型估計結(jié)果Table 2 Estimation results of panel SAR model
以上回歸結(jié)果顯示,港口對城市經(jīng)濟(jì)增長具有顯著的正向效應(yīng),這種經(jīng)濟(jì)增長效應(yīng)是否會隨城市間的空間互動外溢到腹地城市?使用面板SDM 模型進(jìn)行估計,結(jié)果如表3 所示.ρ在3 種空間權(quán)重矩陣設(shè)定下均顯著為正.港口直接效應(yīng)在距離空間權(quán)重矩陣設(shè)定下顯著為正,表明當(dāng)考慮港口的空間溢出效應(yīng)(間接效應(yīng))后,港口對所在城市經(jīng)濟(jì)增長仍產(chǎn)生顯著的正向作用;港口間接效應(yīng)在3種空間權(quán)重矩陣設(shè)定下亦顯著為正,意味著港口對腹地城市經(jīng)濟(jì)增長具有空間溢出效應(yīng).
(1)分區(qū)域檢驗.
選取環(huán)渤海港口群與珠三角港口群分別檢驗其與腹地城市的經(jīng)濟(jì)增長關(guān)系,并進(jìn)行對比分析.
表3 面板SDM 模型估計結(jié)果Table 3 Estimation results of panel SDM model
環(huán)渤海港口群:由表2 可以看出,ρ的系數(shù)顯著為正,且鄰接空間權(quán)重矩陣下的系數(shù)更大,說明環(huán)渤海地區(qū)鄰近城市間經(jīng)濟(jì)增長的空間依賴性更強.港口的系數(shù)在3 種空間權(quán)重矩陣下均顯著為正,表明環(huán)渤海港口群促進(jìn)了腹地城市的經(jīng)濟(jì)增長.環(huán)渤海區(qū)域內(nèi)億噸大港較多,這些港口具有優(yōu)越的區(qū)位優(yōu)勢、規(guī)模經(jīng)濟(jì)優(yōu)勢和聚集效應(yīng),激發(fā)了港口城市經(jīng)濟(jì)增長的活力.由表3 可以看出,ρ的系數(shù)仍顯著為正,與SAR 模型估計結(jié)果一致.3 種空間權(quán)重矩陣設(shè)定下,直接效應(yīng)均顯著為正,說明環(huán)渤海港口對所在城市經(jīng)濟(jì)增長有明顯的促進(jìn)作用.但間接效應(yīng)只在經(jīng)濟(jì)空間權(quán)重矩陣設(shè)定下顯著,說明港口對腹地城市的空間溢出效應(yīng)有限.這主要是因為環(huán)渤海港口群由京津冀、遼東半島和山東半島3個次區(qū)域的港口系統(tǒng)組成,分屬不同省份管轄,三大子港口群缺乏有效的分工與合作.環(huán)渤海區(qū)域絕大多數(shù)港口為海港,缺少內(nèi)河航運聯(lián)通,港口與腹地聯(lián)系依賴陸路交通;但區(qū)域內(nèi)交通基礎(chǔ)設(shè)施建設(shè)缺乏統(tǒng)一規(guī)劃和布局,尚未形成完善的一體化交通運輸網(wǎng)絡(luò),導(dǎo)致港口對腹地城市的空間溢出效應(yīng)不顯著.
珠三角港口群:由表2 可以看出,ρ的系數(shù)均在5%水平上顯著為正,說明珠三角地區(qū)城市間經(jīng)濟(jì)增長也存在較強的空間溢出效應(yīng),經(jīng)濟(jì)發(fā)達(dá)城市通過示范效應(yīng)、競爭效應(yīng)等帶動經(jīng)濟(jì)欠發(fā)達(dá)城市的發(fā)展.港口的系數(shù)只有在經(jīng)濟(jì)空間權(quán)重矩陣設(shè)定下顯著為正,這可能是因為珠三角港口群之間過度競爭、整體效率低下造成的.珠三角地區(qū)是我國港口密度最高的區(qū)域之一,廣州周邊約100 km范圍內(nèi),密集分布著60多個大小港口,這些港口泊位接近、腹地重疊、同質(zhì)化競爭激烈.這些負(fù)外部性使港口城市的吸引力下降,甚至導(dǎo)致一些產(chǎn)業(yè)外遷.由表3可以看出,ρ的系數(shù)顯著為正,總效應(yīng)顯著為正,但是直接效應(yīng)不顯著,而間接效應(yīng)非常顯著,這與廣東省完善的基礎(chǔ)設(shè)施建設(shè),生產(chǎn)要素流動順暢密切相關(guān).
(2)分時段檢驗.
將樣本劃分為2003—2007年和2008—2016年兩個時段進(jìn)行考察,結(jié)果如表4 所示.ρ顯著為正,港口的系數(shù)顯著為正,與前文結(jié)論相同,顯著性更高.與表5 對比發(fā)現(xiàn):金融危機前以直接效應(yīng)為主,空間溢出效應(yīng)不顯著;金融危機后,空間溢出效應(yīng)顯著性增強.這是因為國家在2008年底加快了對交通基礎(chǔ)設(shè)施的建設(shè),交通網(wǎng)絡(luò)是影響港口和區(qū)域腹地城市關(guān)系的基本載體,交通基礎(chǔ)設(shè)施連通性的增強,使港口產(chǎn)生的外部性可以擴(kuò)散至腹地城市,帶動腹地城市的經(jīng)濟(jì)增長.
(3)替換代理變量.
本文主要考察沿海港口,故使用外貿(mào)貨物吞吐量(lnXPORF)作為港口的代理變量對面板SAR模型重新進(jìn)行檢驗,結(jié)果如表4 所示.空間滯后項ρ顯著為正,港口的估計系數(shù)也顯著為正,與前文結(jié)論相同.面板SDM模型的估計結(jié)果如表5所示,直接效應(yīng)和空間溢出效應(yīng)仍顯著為正,表明前文的結(jié)論是穩(wěn)健的.
(4)考慮內(nèi)生性.
造成內(nèi)生性的原因可能是模型遺漏了其他影響經(jīng)濟(jì)增長的重要變量,可能是港口與城市經(jīng)濟(jì)增長存在雙向因果關(guān)系.采用空間GMM方法對模型進(jìn)行穩(wěn)健性檢驗,結(jié)果如表4 所示.港口的估計系數(shù)顯著為正,與前文結(jié)論相同,再次說明本文研 究結(jié)果是穩(wěn)健的.
表4 面板SAR 模型穩(wěn)健性檢驗估計結(jié)果Table 4 Estimation results of robustness test for panel SAR model
表5 面板SDM 模型穩(wěn)健性檢驗估計結(jié)果Table 5 Estimation results of robustness test for panel SDM model
實證檢驗的主要結(jié)論為:港口對所在城市經(jīng)濟(jì)增長存在顯著的積極影響,與城市經(jīng)濟(jì)增長存在正向空間依賴性,對區(qū)域腹地城市經(jīng)濟(jì)增長具有顯著的正向空間溢出效應(yīng).環(huán)渤海港口對所在城市經(jīng)濟(jì)增長有明顯的促進(jìn)作用,但港口對區(qū)域腹地城市的空間溢出效應(yīng)有限;珠三角港口群則相反,直接效應(yīng)不顯著,間接效應(yīng)顯著為正.金融危機前,港口對腹地城市的影響以直接效應(yīng)為主,空間溢出效應(yīng)不顯著;金融危機后,空間溢出效應(yīng)顯著性增強.
政策啟示:繼續(xù)提升港口服務(wù)水平,加強區(qū)域港口資源整合,優(yōu)化港口與腹地交通基礎(chǔ)設(shè)施互聯(lián)互通,進(jìn)一步提升港口對腹地的輻射能力.