任曉紅　饒欣　沈佳

關(guān)鍵詞：新冠疫情；港口發(fā)展；空間面板模型；空間溢出效應(yīng)；對外貿(mào)易水平

中圖分類號：U651+.1文獻(xiàn)標(biāo)識碼：A文章編號：2096-7934（2023）08-0020-08

一、引言

2020年，新冠肺炎疫情的突然暴發(fā)在全球范圍內(nèi)產(chǎn)生了嚴(yán)重影響。這場全球性的公共衛(wèi)生危機在世界各地引起了深遠(yuǎn)的影響。據(jù)世界衛(wèi)生組織統(tǒng)計，全球已有超過6億人感染新冠病毒。在經(jīng)濟層面，疫情的沖擊尤為明顯。世界銀行數(shù)據(jù)顯示，2020年北美地區(qū)的GDP增長率為-3.5%，歐洲與中亞地區(qū)的GDP增長率為-5.5%，這些數(shù)字都明顯低于2009年金融危機后的數(shù)字。

中國的長江經(jīng)濟帶是一個全球影響力的經(jīng)濟帶，覆蓋東、中、西三大區(qū)域，包括11個省份和直轄市。這個經(jīng)濟帶的廣闊經(jīng)濟腹地在疫情期間受到了重大沖擊。港口作為國家和地方經(jīng)濟發(fā)展的重要窗口，在疫情期間同樣受到了嚴(yán)重的影響，最直觀的反映就是港口貨物吞吐量的變化。特別是在2020年2月，疫情最嚴(yán)重時，全國港口貨物吞吐量同比增速降至-9%，沿海港口貨物吞吐量同比增速僅為-6.9%。

因此，研究新冠肺炎疫情對港口發(fā)展的影響，有助于為應(yīng)對未來的公共衛(wèi)生危機做好準(zhǔn)備。在這個過程中，考慮空間因素尤為重要，因為港口發(fā)展的影響并不僅限于港口所在地，其影響會溢出到周邊地區(qū)，甚至更遠(yuǎn)的地方，這就是所謂的空間溢出效應(yīng)。這種影響在新冠肺炎疫情期間表現(xiàn)得尤為明顯，對此進(jìn)行深入研究，將對理解和應(yīng)對類似危機的影響具有重要意義。

二、文獻(xiàn)綜述

為了深入研究疫情對港口發(fā)展的影響，許多學(xué)者已經(jīng)展開了相關(guān)研究。在國際航運業(yè)的發(fā)展過程中，萬鵬程等人［1］指出，疫情與航運淡季兩個因素的疊加作用對該行業(yè)產(chǎn)生了巨大的沖擊，嚴(yán)重影響了集裝箱航運網(wǎng)絡(luò)的空間格局。Lang Xu et al.［2］發(fā)現(xiàn)疫情對國際航運貿(mào)易額的影響具有兩面性，政府防疫的嚴(yán)格程度與進(jìn)口貿(mào)易呈正相關(guān)，而與出口貿(mào)易呈負(fù)相關(guān)，而且中國與美國之間的航運貿(mào)易額受影響最為嚴(yán)重，東南亞地區(qū)則最小。就我國的航運業(yè)發(fā)展來看，代天倫等［3］認(rèn)為疫情對干散貨航運市場存在滯后的負(fù)面影響，影響存在于供需兩側(cè)，但主要還是集中在需求側(cè)；張永峰［4］運用格蘭杰檢驗、問卷調(diào)查等方式評估了疫情對中國航運業(yè)的整體影響；徐培紅等人［5］的研究發(fā)現(xiàn)，新冠肺炎疫情對長江航運的影響總體上是可控的，并具有階段性和短期性。然而，對不同的運輸市場和地區(qū)，其影響程度卻存在差異。在我國的港口發(fā)展方面，賀向陽等人［6］觀察到受疫情影響，寧波港口的生產(chǎn)顯著下降。劉文君等人［7］也發(fā)現(xiàn)重大突發(fā)疫情對我國港口運營能力產(chǎn)生了短期負(fù)面影響。尤其是在新冠肺炎疫情暴發(fā)期間，其負(fù)面影響最為顯著。然而，這并不改變我國港口發(fā)展長期穩(wěn)中向好的趨勢。隨后，一些學(xué)者開始探索疫情下港口發(fā)展的對策。賴文光［8］研究了新冠肺炎疫情對港口發(fā)展所帶來的困難，并提出了相應(yīng)的應(yīng)對建議。周曉娟等人［9］則研究了在新冠疫情防控常態(tài)化的背景下，江蘇沿江港口發(fā)展的現(xiàn)狀和對策。王偉［10］則探討了新冠肺炎疫情對我國港口高質(zhì)量發(fā)展的啟示。

港口發(fā)展很容易受到疫情的沖擊，疫情暴發(fā)可能會對港口和整個供應(yīng)鏈中的所有其他節(jié)點造成更長時間的負(fù)面影響［11］，供應(yīng)鏈上游節(jié)點的疫情不僅對當(dāng)?shù)厣a(chǎn)流通造成破壞，還可能會對中下游產(chǎn)業(yè)鏈節(jié)點造成影響。例如，長江中下游城市發(fā)生疫情，使得當(dāng)?shù)馗劭诜忾]，物流受阻，上游城市生產(chǎn)需要的鋼鐵、煤等貨物無法按時到達(dá)，進(jìn)而生產(chǎn)難以為繼。因此，需要探討以下兩個問題：①新冠肺炎疫情對港口發(fā)展存在空間溢出效應(yīng)嗎？

②若存在空間溢出效應(yīng)，那么其多大程度上影響港口發(fā)展？從空間視角討論疫情對港口發(fā)展影響的文獻(xiàn)較少。因此，本文立足于探討疫情對港口發(fā)展是否存在空間溢出效應(yīng)，構(gòu)建了以季度為時間序列的空間面板模型，其中包括長江經(jīng)濟帶中10個省份（除貴州外）的2020年第1季度到2021年第4季度的港口面板數(shù)據(jù)，從空間角度研究疫情、工業(yè)發(fā)展水平、社會消費水平以及對外貿(mào)易水平對港口發(fā)展的影響，為研究疫情對港口發(fā)展的影響提供參考。

三、變量選取和研究方法

（一）變量選取

文章收集了長江經(jīng)濟帶中10個省份（除貴州外）的2020年第1季度到2021年第4季度的港口面板數(shù)據(jù)，數(shù)據(jù)來自國家統(tǒng)計局、各省市統(tǒng)計局、交通運輸廳、各省市衛(wèi)生部門、政府工作報告和新聞發(fā)布會等渠道。變量選取如下：

Port：貨物吞吐量可反應(yīng)港口的規(guī)模和能力，綜合反映港口發(fā)展的指標(biāo)。本文選取港口貨物吞吐量作為被解釋變量［12］。

Conf：選擇新冠肺炎確診人數(shù)可以衡量疫情嚴(yán)重程度［13］。為此，本文收集了省份季度新增確診病例數(shù)來表示嚴(yán)重程度指標(biāo)，同時考慮了外部因素對港口發(fā)展的影響，還加入了境外輸入的病例數(shù)。

IAV：工業(yè)增加值率是指在特定時間段內(nèi)，工業(yè)增加值在工業(yè)總產(chǎn)出中所占比例，即企業(yè)創(chuàng)造的價值與產(chǎn)品總價值的比例。它反映了降低中間消耗的經(jīng)濟效益。工業(yè)增加值率綜合地反映了一個地區(qū)的工業(yè)發(fā)展水平，其高低直接決定了該地區(qū)的發(fā)展水平和效益水平［14］。

Cons：社會消費品零售總額是一個能夠直接反映中國國內(nèi)消費需求的指標(biāo)，它代表了各行業(yè)通過多種商品流通渠道向居民和社會集團(tuán)供應(yīng)的生活消費品總量。作為一個重要的經(jīng)濟指標(biāo)，它能夠準(zhǔn)確地反映經(jīng)濟的景氣程度。因此，選擇該指標(biāo)表示社會消費水平［15］。

Ex和Im：分別表示出口總額和進(jìn)口總額。出口總額和進(jìn)口總額構(gòu)成了進(jìn)出口總額，進(jìn)出口總額是指實際進(jìn)出中國國境的貨物總價值，通過觀察進(jìn)出口總額可以了解一個國家在對外貿(mào)易方面的總規(guī)模，是體現(xiàn)對外貿(mào)易水平的重要指標(biāo)。由于變量Ex與Im出現(xiàn)多重共線性問題，本文剔除Im變量，選擇Ex指標(biāo)來表示各省市對外貿(mào)易水平。

在實證部分文章對港口貨物吞吐量、對外貿(mào)易指標(biāo)和社會消費指標(biāo)做對數(shù)化處理，以削弱異方差的影響。

（二）研究方法

1.空間權(quán)重矩陣

在進(jìn)行空間面板模型建立前，首先應(yīng)構(gòu)建空間權(quán)重矩陣。本文利用地理距離權(quán)重矩陣進(jìn)行空間面板模型的建模，建立該權(quán)重矩陣的公式為：

上式中，d_ij為兩地間距離，n賦值為1，表示區(qū)域i和區(qū)域j之間距離越遠(yuǎn)，W_ij值越小。

2.莫蘭指數(shù)

構(gòu)建莫蘭指數(shù)對研究區(qū)域的被解釋變量進(jìn)行莫蘭指數(shù)檢驗，檢查是否存在顯著的空間相關(guān)性。莫蘭指數(shù)又分全局莫蘭指數(shù)（Global Moran's I）和局部莫蘭指數(shù)（Local Moran's I），全局莫蘭指數(shù)可以反映變量在整個空間中的相關(guān)情況，局部莫蘭指數(shù)則可以反映某區(qū)域附近的空間聚集情況。

全局莫蘭指數(shù)計算公式如下：

局部莫蘭指數(shù)計算公式如下：

式中

為樣本方差，W_ij表示空間權(quán)重矩陣，n表示地區(qū)數(shù)量。莫蘭指數(shù)的取值通常在-1到1之間，當(dāng)其值大于0時表示正自相關(guān)，小于0時表示負(fù)自相關(guān)，接近0則表示空間分布是隨機的，沒有自相關(guān)存在。

3.空間面板模型

空間面板模型包括三種主要類型，分別是空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。空間滯后模型假設(shè)所解釋的變量通過內(nèi)生相互作用影響其他區(qū)域，空間誤差模型假設(shè)空間溢出是通過誤差項之間的相互作用產(chǎn)生的［16］。

空間滯后模型的一般公式為：

空間誤差模型的一般公式為：

空間杜賓模型的一般公式為：

Y表示i省份t季度的因變量，X表示i省份t季度的自變量；W₁Y，W₂ε，W₃X分別為因變量，誤差項和自變量的空間滯后項；λ表示空間回歸系數(shù)；β表示自變量之間的相關(guān)系數(shù)；ρ表示空間誤差項的系數(shù)；γ表示空間滯后項的系數(shù)；δ，μ，ε表示隨機誤差項。

四、實證分析

（一）空間自相關(guān)的檢驗。

進(jìn)行空間自相關(guān)檢驗的目的是在使用空間面板模型之前檢查數(shù)據(jù)是否存在空間依賴性。只有在確認(rèn)存在空間依賴性的前提下，才可以進(jìn)行空間面板模型的構(gòu)建。港口吞吐量的全局莫蘭指數(shù)計算結(jié)果如表1所示，圖1和圖2分別為2020年第1季度和2020年第3季度的局部莫蘭散點。

表1 全局莫蘭指數(shù)

注：*、**、***分別表示顯著水平為10%、5%和1%，下同。

圖1 2020年第1季度港口吞吐量莫蘭散點

圖2 2021年第3季度港口吞吐量莫蘭散點

由表1可知，各省、直轄市的港口吞吐量在空間上是存在顯著的正相關(guān)關(guān)系。圖1和圖2中，大多數(shù)省、直轄市分布在第1和第3象限，這表明港口吞吐量這一指標(biāo)在長江經(jīng)濟帶存在正向的空間溢出效應(yīng)。

（二）空間面板模型的選擇

在經(jīng)過上述檢驗后、實證分析前，還需進(jìn)行模型的檢驗和選取，文章利用STATA軟件進(jìn)行判斷。借助Wald和LR檢驗法對SLM、SEM和SDM三種模型進(jìn)行檢驗，確定使用SLM模型。通過進(jìn)行豪斯曼檢驗，可以確定是否使用固定效應(yīng)模型。利用LR檢驗確定采用固定省份的空間滯后模型?？臻g滯后模型計算結(jié)果如表2所示。

表2 空間滯后模型計算結(jié)果

由表2可知，Conf的系數(shù)為-0.0005，并通過了顯著性檢驗。這說明，新冠肺炎疫情季度新增病例數(shù)與港口吞吐量呈負(fù)相關(guān)。中國在疫情發(fā)生之初就采取果斷而嚴(yán)厲的防疫措施，如封閉港口，企業(yè)停工，人們保持社交距離，這些措施使得社會經(jīng)濟處于“停滯”狀態(tài)，產(chǎn)業(yè)鏈中斷，港口吞吐量斷崖式下降。在采取嚴(yán)厲而有效的防疫措施之后，中國很快全面復(fù)工復(fù)產(chǎn)。然而，與此同時，其他國家仍在經(jīng)歷抗擊疫情的關(guān)鍵時期，國際貿(mào)易往來并未得到恢復(fù)，全球范圍內(nèi)的經(jīng)濟低迷也降低了港口發(fā)展的需求。

IAV的系數(shù)為0.0007，說明工業(yè)增加值與港口貨物吞吐量呈正相關(guān)，但未能通過顯著性檢驗。這有可能是因為隨著中國國內(nèi)復(fù)工復(fù)產(chǎn)的落實，第一二產(chǎn)業(yè)的恢復(fù)與發(fā)展對港口發(fā)展有積極的刺激作用。與此同時，也有其他運輸方式分擔(dān)運輸任務(wù)，所以雖然工業(yè)增加值與港口貨物吞吐量呈正相關(guān)，但其在統(tǒng)計上是不顯著的。

Cons的系數(shù)為0.1245，并通過了顯著性檢驗。這說明在疫情困擾下，社會消費仍然是促進(jìn)港口發(fā)展的積極因素。社會消費的增加刺激了社會投資，企業(yè)增產(chǎn)，進(jìn)而生產(chǎn)原料、能源的運輸需求也隨之上升。

Ex的系數(shù)為0.2661，通過了顯著性檢驗。在疫情全球大流行的背景下，各國抗疫程度有所不同，中國率先控制住疫情，恢復(fù)部分生產(chǎn)產(chǎn)能，加之大量醫(yī)療衛(wèi)生設(shè)備物品（如口罩、防護(hù)服、消毒酒精等）的出口，對港口貨物吞吐量的提升起到促進(jìn)作用。疫情期間居家辦公，家庭娛樂等需求的增多，也會促進(jìn)家具家電以及家庭娛樂設(shè)施的出口，進(jìn)而推動港口貨物吞吐量增加。

（三）空間效應(yīng)的分解

各省份的港口吞吐量變化不僅與當(dāng)?shù)匾咔閲?yán)重程度，社會經(jīng)濟的運行狀況與鄰近省份的因素密切相關(guān)，受到其影響也很大?？臻g效應(yīng)分解結(jié)果如表3所示。

表3 空間效應(yīng)分解

由表3可知，新冠肺炎疫情嚴(yán)重程度與港口吞吐量增長呈負(fù)相關(guān)。其直接效應(yīng)、間接效應(yīng)和總效應(yīng)分別為-0.0005、-0.0002和-0.0007，且均在10%的水平下顯著。即新冠肺炎確診人數(shù)越多，港口吞吐量增長越慢，港口發(fā)展能力隨之下降；與此同時，本省病例數(shù)的增長還會對鄰近省份的港口吞吐量增長產(chǎn)生負(fù)向的溢出影響。工業(yè)增加值的直接效應(yīng)、間接效應(yīng)和總效應(yīng)則分別為0.0007、0.0003和0.001，但在統(tǒng)計上均不顯著，工業(yè)企業(yè)的緩慢復(fù)蘇，全球產(chǎn)業(yè)鏈的中斷以及運輸方式的不同都可能是造成不顯著的原因。社會消費水平的直接效應(yīng)、間接效應(yīng)和總效應(yīng)分別為0.1393、0.0569和0.1962，且在10%的水平下顯著?？梢?，在疫情困擾之下，社會消費水平仍然顯著地促進(jìn)了港口吞吐量的增長。中國嚴(yán)厲而有效的防疫措施使得國家初步走出疫情的陰霾，人們逐步恢復(fù)正常生活。隨之而來的是“報復(fù)性消費”，零售業(yè)、餐飲業(yè)等得以復(fù)蘇，國內(nèi)消費市場回暖，內(nèi)需擴大，經(jīng)濟向好，港口發(fā)展需求增加。對外貿(mào)易水平的直接效應(yīng)、間接效應(yīng)和總效應(yīng)則分別為0.2804、0.1164和0.3968，均在1%的顯著水平下對港口吞吐量增長產(chǎn)生正向影響。中國成功控制住疫情并率先進(jìn)行了復(fù)工和復(fù)產(chǎn)，是世界經(jīng)濟增長的一個穩(wěn)定因素。中國多個省份長期向歐美、日韓等國的汽車制造商出口汽車零部件，國內(nèi)疫情的穩(wěn)定無疑為全球產(chǎn)業(yè)鏈的疏通注入定力。

（四）穩(wěn)健性檢驗

本研究通過替換地理距離權(quán)重矩陣為0-1權(quán)重矩陣、經(jīng)濟距離權(quán)重矩陣和經(jīng)濟地理嵌套權(quán)重矩陣，對模型進(jìn)行了穩(wěn)健性檢驗。檢驗結(jié)果顯示，空間滯后模型（SLM）仍然表現(xiàn)出最佳效果。對比SLM模型的直接效應(yīng)和空間溢出效應(yīng)的估計系數(shù)，發(fā)現(xiàn)在大小上有所變化，但其方向和顯著性水平?jīng)]有發(fā)生根本性的變化，這表明本研究的結(jié)果具有穩(wěn)健性和可靠性。

五、結(jié)論

首先，新冠肺炎疫情對港口發(fā)展造成的負(fù)向空間溢出效應(yīng)明顯。疫情不僅直接影響了疫情中心區(qū)域港口的貨物吞吐量，同時對鄰近省份的港口發(fā)展也產(chǎn)生了負(fù)面效應(yīng)。這主要源于本研究所選時期中國實施的抗疫政策。中國的“動態(tài)清零”政策在大幅保護(hù)人民生命財產(chǎn)安全的同時，消費需求和經(jīng)濟增長也有所犧牲。因此，當(dāng)某一地區(qū)疫情嚴(yán)重，鄰近省份會加大對該地區(qū)人流和物流的隔離檢查力度，這在一定程度上解釋了疫情對港口發(fā)展的負(fù)面影響。

其次，工業(yè)發(fā)展水平與港口發(fā)展的關(guān)系盡管為正相關(guān)，但統(tǒng)計顯著性不足。在疫情影響的兩年中，中國的制造業(yè)雖已逐步復(fù)蘇，航運需求有所增長，但想要恢復(fù)到疫情前的狀態(tài)仍需較長時間。即便如此，推動制造業(yè)復(fù)蘇和發(fā)展仍是重要目標(biāo)，對促進(jìn)港口發(fā)展起到積極作用。

最后，對外貿(mào)易和社會消費水平均對當(dāng)?shù)丶班徑貐^(qū)港口發(fā)展起到積極作用，這源于中國在疫情初期執(zhí)行的嚴(yán)格而有效的抗疫政策。中國在疫情初期迅速響應(yīng)，武漢封城至全國復(fù)工復(fù)產(chǎn)只用了3個月，與此同時歐美地區(qū)深陷疫情。在中國，率先恢復(fù)的產(chǎn)業(yè)鏈不僅為國內(nèi)提供產(chǎn)能保障，也為國外提供物資。隨著疫情逐漸穩(wěn)定，居民消費回暖，餐飲業(yè)、旅游業(yè)和零售業(yè)等復(fù)蘇，對航運業(yè)發(fā)展有直接影響，從而顯著推動港口發(fā)展。

政策啟示：首先，在面對重大突發(fā)疫情時，地方黨委和政府應(yīng)該承擔(dān)起屬地責(zé)任，嚴(yán)格執(zhí)行國家統(tǒng)一的防控政策。其次，加強常態(tài)化監(jiān)測預(yù)警，提高對新冠疫情監(jiān)測的敏感性。最后，完善當(dāng)?shù)氐膽?yīng)急處置體系，確保一旦發(fā)生本土疫情，能夠迅速果斷地采取措施，防止疫情擴散。

參考文獻(xiàn)：

［1］萬程鵬， 陶嘉樂， 伍靜， 等.新冠肺炎疫情對中國國際航運網(wǎng)絡(luò)空間格局影響分析［J］. 交通信息與安全， 2020， 38（2）： 129-135.

［2］XU L， SHI J， CHEN J， et al.Estimating the effect of COVID-19 epidemic on shipping trade： an empirical analysis using panel data［J］. Marine policy， 2021， 133： 104768.

［3］代天倫， 梁晶.新型冠狀病毒肺炎疫情對國際干散貨航運市場的短期影響［J］. 科學(xué)技術(shù)與工程， 2021， 21（13）： 5556-5562.

［4］張永鋒， 龔建偉， 殷明.新冠肺炎疫情對中國港航業(yè)的影響及其對策［J］. 交通運輸工程學(xué)報， 2020， 20（3）： 159-167.

［5］徐培紅，董鴻瑜，謝瑞娟，等.新冠肺炎疫情對長江航運發(fā)展的影響研究［J］. 交通信息與安全，2020，38（2） ：149-154.

［6］賀向陽，陳曉攀，葉立鵬.新冠肺炎疫情對寧波港口的影響方式與結(jié)果評估［J］.交通企業(yè)管理，2020，35（2） ：1-3.

［7］劉文君，何新華，胡文發(fā).重大突發(fā)疫情對港口運營能力的影響研究［J］. 交通信息與安全，2020，38（2）：102-111，119.

［8］賴文光.新冠肺炎疫情下港口發(fā)展面臨的困難及應(yīng)對建議［J］.中國港口，2020（8） ： 12-14.

［9］周曉娟，楊琳華.新冠疫情防控常態(tài)化背景下江蘇沿江港口發(fā)展的現(xiàn)狀與對策研究［J］.中國商論，2021（24） ：16-19.

［10］王偉.新冠肺炎疫情對我國港口高質(zhì)量發(fā)展的啟示［J］.中國港口，2020（2） ： 8-10.

［11］IVANOV D.Predicting the impacts of epidemic outbreaks on global supply chains： a simulation-based analysis on the coronavirus outbreak（COVID-19/SARS-CoV-2） case［J］. Transportation research part e： logistics and transportation review， 2020， 136： 101922.

［12］劉琳， 尹鳳.港口對腹地城市經(jīng)濟增長的空間溢出效應(yīng)研究［J］. 交通運輸系統(tǒng)工程與信息， 2020， 20（3）： 144-149.

［13］ASHRAF B N.Economic impact of government interventions during the COVID-19 pandemic： international evidence from financial markets［J］. Journal of behavioral and experimental finance， 2020， 27： 100371.

［14］李光濤.工業(yè)增加值率與區(qū)域工業(yè)經(jīng)濟效益的關(guān)系研究［J］.科技和產(chǎn)業(yè)，2014，14（8）：117-119，138.

［15］邢秀鳳，張雪瑩，徐夢凡.雙循環(huán)戰(zhàn)略下新冠疫情對內(nèi)循環(huán)的影響效應(yīng)分析——基于全國31個省區(qū)市的經(jīng)驗證據(jù)［J］.工業(yè)技術(shù)經(jīng)濟，2021，40（8）：118-125.

［16］ANSELIN L， GALLO J L， JAYET H.Spatial panel econometrics［M］//The econometrics of panel data.springer， Berlin， Heidelberg， 2008： 625-660.

The Spatial Spillover Effect of COVID-19 on Port Development

REN Xiao-hong， RAO Xin，SHEN Jia

（School of Economics and Management， Chongqing Jiaotong University， Chongqing 400074）

Abstract：

This study rigorously examines the spatial spillover effects of the COVID-19 pandemic on port development， providing valuable insights for formulating port development strategies during major health crises.

It employs panel data spanning eight quarters from 2020 to 2021 across provinces within the Yangtze River Economic Belt（excluding Guizhou Province）.

Using this data， a spatial panel model is established to empirically examine the pandemics impact on port development， expanding the scope of investigation to incorporate spatial factors.

The findings from empirical analysis suggest that the COVID-19 pandemic negatively affects local port development and also prompts a notable negative spatial spillover effect.Further analysis reveals that both the level of social consumption and foreign trade have a significant positive correlation with port development， with the latter exerting a more profound impact.However， the influence of industrial development on port development is found to be statistically insignificant.

Regarding spatial implications， the pandemics indirect impact on port development is less significant compared to its direct effect， suggesting a relatively minor spatial spillover effect.

Keywords： COVID-19; port development; spatial panel model; spatial spillover effect;level of foreign trade

基金項目：2021年國家社科基金一般項目“成渝地區(qū)雙城經(jīng)濟圈綜合交通運輸體系效能提升路徑研究”（21BJY223）；2023年重慶市自然科學(xué)基金面上項目“數(shù)字化賦能綜合交通運輸綠色低碳轉(zhuǎn)型路徑研究”（CSTB2023NSCQ-MSX0046）