福建省港口物流与工业经济发展关系研究

赵慧达　（华侨大学 工商管理学院，福建 泉州 362021）

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

港口作为交通枢纽中心，对于拉动区域经济的发展有着较强的作用，是物流活动过程中重要的节点和环节。港口物流通过利用自身的独特优势，以先进的软硬件条件作为发展的基础，有利于强化港口周边城市的物流发展，整合市场资源，从而形成综合的港口物流体系，带动区域经济的发展。国内外港口物流发展经验表明，区域经济的增长与港口物流的发展存在着较为密切的关系。

1　文献回顾

对于物流业和经济发展关系的讨论，在国际上最早是从航空运输业对区域经济的影响分析开始的，如Debbage[1]从当地城市航空运输业为研究内容，考虑当地城市经济发展和变化过程中会从某种程度上影响航空运输业的发展，存在着某种因果关联；而在后续的研究中，Button和Taylor[2]在其基础上研究发现了经济增长可以较好地促进航空运输业的发展，由此建立了区域航空物流和区域经济发展的数学关系模型；再之后，Lee和Yang[3]通过分析航空运输业和区域经济的发展关系，为韩国仁川国际机场提供了若干发展战略。

近年来，学者们关于区域物流与经济方面的研究主要包括以下方面的内容：以港口物流和当地区域经济发展为研究内容，如朱坤萍（2013）[4]以河北省对外贸易和港口物流作为研究对象，通过实证分析较为清晰刻画了港口物流与经济发展之间的互动效应，指出了积极发展外向型经济对港口物流发展的积极作用；谢京辞（2011）[5]通过建立VAR模型定量分析和探讨了山东省三大港口物流对于经济发展的关系；王耀中（2009）[6]通过实证分析检验得出我国沿海港口在物流业的增长对于经济的增长有着较高的贡献度，且具有一种长期稳定的均衡关系；将现代物流与区域经济发展为研究内容进行分析，如宋琪（2016）[7]通过建立VAR模型分析并检验了我国物流业发展和经济增长之间的关系，指出物流业的发展对经济发展有一定地促进作用；万红燕（2014）[8]从物流能力要素的角度，应用主成分分析法和VAR模型等方法检验分析了影响物流能力要素对经济增长之间的短期互动关系，并依据检验结果提出若干政策建议；欧阳小迅（2012）[9]通过构建VAR与VEC模型，分析了我国物流业、国内贸易和对外贸易三者之间的协整关系，结论指出相较于对外贸易，物流业对于国内贸易有着较强地推动作用，其效果较为显著，联动作用较为突出。

综上所述，物流业的发展与经济发展之间有着相互作用的关系。本文在文献内容的基础上，通过应用VAR检验模型对福建省第二产业总值、交通运输、仓储和邮政业增加值、港口水运的货运量、货物周转量和港口货物吞吐量进行定量分析，以期找出变量之间的关系，并结合现实状况提出若干发展意见。

2　指标说明与数据选取

本文从数据的完整性和可得性角度出发，将港口水运的货运量、货物周转量和港口货物吞吐量作为衡量港口物流发展的要素进行数据收集；将第二产业总值、交通运输、仓储和邮政业增加值作为经济发展的衡量要素进行数据收集。考虑到数据可得性等方面对分析结果所产生的影响，本文将1990～2015年间的统计数据作为样本，各数据均来源于《福建省统计年鉴》。由于数据差异较大，故对数据进行对数化处理消除异方差所带来的影响，数据分析采用Eviews 8.0计量分析软件，所分析数据均为处理后的数据内容。

3　模型建立与实证分析

VAR模型又称向量自回归模型，从数据的统计性质的角度出发建立模型，检测当前变量所在期对所有变量的若干滞后变量进行回归检验，以得出联合内生变量的动态关系模型。其一般的数学表达式为：

其中：C为n×1维常数向量，φi为n×n维的自回归系数矩阵。εt为1×n维向量白噪音且满足以下关系：

3.1　单位根ADF检验

首先需要先对数据进行单位根检验，其目的是避免变量间伪回归的出现。本文采用ADF检验法对港口水运的货运量（SLHYL）、货物周转量（SLHWZZL）、港口货物吞吐量（GKTTL）、第二产业总值（DECY） 和交通运输、仓储和邮政业增加值（JCYZJZ）的原始数据进行平稳性检验（结果见表1）。通过分析ADF检验值和临界值的关系可以看出，在给定的各检验数值下各变量均呈现不显著的状态，故不可拒绝有单位根的原假设（即时间序列不平稳状态），之后继续对原有变量进行差分检验（结果见表2）。结果表明除水路货运量在给定的临界值显著水平下存在显著水平，其他变量的检验结果均不显著。在二阶差分序列的水平下，变量检验值拒绝了单位根的检验原假设，故二阶差分可满足协整方程的必要条件。

表1　ADF检验结果

3.2　Johansen协整检验

在时间序列平稳的前提下对变量数据进行Johansen协整检验。由于Johansen协整检验检验的内容是全部的协整状态，相较于EG检验来讲，Johansen协整检验更为稳定。本文使用Johansen协整检验检验第二产业物流变量之间的关系。利用Eviews8.0的检验结果如表3所示。

从表3中可以看出从1990年至2015年的样本时间内，第二产业与物流变量之间存在5个一致性的长期均衡关系。通过表4标准化的协整系数以第二产业的产值作为解释变量的协整估计方程为：

3.3　Granger检验

Granger检验作为一种因果检验的方法，主要用以分析经济变量之间的因果关系，其使用前提条件是时间序列具有平稳性，否则会出现伪回归的现象。这种检验单一变量变化对另一变量变化的预测关系的方法便称之为Granger因果检验。在平稳性检验和协整检验的基础上，利用滞后期2阶VAR模型进行对研究变量进行Granger因果检验，进一步分析第二产业与其他物流变量之间的关系（结果见表5）。

表2　ADF差分检验结果

表3　协整检验结果

表4　标准化协整检验系数

表5　Granger检验结果

首先，第二产业发展与港口的吞吐量存在单向的Granger原因，即在设定的5%的显著性水平下港口的吞吐量增长是第二产业发展的Granger原因，但第二产业发展并不是港口吞吐量增长的Granger原因，当然这一检验结果也不符合现实情况。港口吞吐量的提升会对第二产业的经济带来一定的提升，从而在某种程度上拉动第二产业经济的发展；反之，第二产业的发展原因可能是由多种因素所造成的，但并不是仅由港口吞吐量所决定的。因此，第二产业的经济增长不是港口吞吐量增长的Granger原因。

其次，交通运输、仓储和邮政业增加值与第二产业之间存在单项的Granger原因，即在5%的显著水平下，交通运输、仓储和邮政业增加值的提升对第二产业的发展所带来的影响较小；相反，第二产业的发展却对交通运输、仓储和邮政业增加值有较强地带动作用。这是由于第二产业范围较大，相关行业对交通运输、仓储和邮政业的支持较为有利，极大地带动其快速发展，有利于促进该类行业的优化升级。

再次，第二产业与水路货物周转量之间没有较为明显的Granger原因，即在5%的显著水平下第二产业与水路货物周转量的Granger原因表现的不显著，尽管货物的周转量可能受到经济影响，但是对于第二产业而言，往往更多侧重在机械制造较为显著等方面，与周转量提升的作用不是很明显；反之，水路货物周转量提升不是第二产业发展的Granger原因，两者之间没有较多联系，虽然周转量会带动经济的发展，但是由于物流属于服务业，周转量对经济的拉动往往表现在对第三产业的经济拉动上，这一现象也与现实情况相符合。

最后，水路的货运量与第二产业经济总量存在较为明显的单项Granger原因，即在5%的显著水平下水路货运量是第二产业的Granger原因，而第二产业不是水路货运量的Granger原因，该种情况符合现实情况。

图1　VAR模型单根检验图

3.4　VAR模型估计

对于第二产业总值、港口水运的货运量、货物周转量、港口货物吞吐量及交通运输、仓储和邮政业增加值之间建立VAR模型，其中模型的滞后阶数为2，单位根小于1，说明VAR模型较为稳定（见图 1）。

由上述模型分析可以看出，第二产业总值短期来看受到自身和水路货运量的影响较大，其中受到自身的影响最大，对于第二产业来讲自身发展有利于带动其他物流变量的发展。

3.5　脉冲响应分析

用标准差的大小衡量影响VAR模型中内生变量短期和长期发展的变化趋势是脉冲分析的实质（结果见图2）。

首先，第二产业的发展对自身的冲击随着时间的推移总体呈现下降趋势，在滞后期1内上升，之后滞后2期后呈现下降。原因是对于港口物流系统发展有些不合理的方面，长期结构上呈现较为明显的正态效应；对港口的吞吐量影响较大，长期影响相对大；对其他的物流系统测量变量短期冲击影响较小，长期影响相对平稳。其次，港口吞吐量对于自身影响冲击较大，缓慢上升后至滞后4期，之后下降，产生冲击负效应，但对于交通运输、仓储和邮政业增加值变量来说，在滞后2期前呈现下降趋势，之后连续上升，长期影响呈现冲击正效应；对其他变脸呈现同方向变动趋势。再次，交通运输、仓储和邮政业增加值对于自身的影响冲击较大，在滞后5期前下降变化较为剧烈，之后较为平缓。对于其他变量来讲，均呈现先增后减的变化趋势，除对于第二产业变化幅度影响较大外，其他变量影响较小，长期影响相对平稳。从此，港口水运的周转量对于自身的影响冲击较大，在滞后3期前大幅度下降，之后较为缓慢的提升。对其他变量影响冲击较大，如对于第二产业的经济增量来讲，在滞后2期前上升，之后下降，长期影响较为剧烈。最后，港口水运的货运量对于自身的影响冲击相对其他变量较小，对于港口的吞吐量影响较大，基本呈现与货运量近似的变化趋势。

3.6　方差分解分析

通过建立方差分解模型可以描述变量之间每一变量的更新对于VAR系统变量影响的贡献程度，是一种相对效果的描述模型。用计量软件进行模型分析得出方差分解的预测（结果见表6至表10）。第二产业对于自身处于近似平稳下降的趋势，对港口的吞吐量呈现出平稳上升的趋势，对于其他变量影响较小，变化较为平缓；港口吞吐量对于自身和其他变量影响较为平缓；港口吞吐量对于其他变量之间影响较小，变化较为平缓；交通运输、仓储和邮政业增加值对于自身影响较大，呈现下降趋势，对于其他变量影响较小，变化较为平缓；港口水运的周转量对于自身的影响较大，呈现减速下降的趋势，对于第二产业变量来讲，在滞后2期前不断上升，之后减速下降，对港口的吞吐量的影响相对大，在滞后2期后加速上升，在滞后7期后趋于平缓增加，对于其他变量影响较小，变动趋势较为平缓；水路的货运量对自身的影响相较于第二产业和港口吞吐量变化较小，较其他变量相对较大，在滞后2期前，对第二产业影响呈现上升的趋势，之后缓慢下降，对港口吞吐量影响较为剧烈，在减少后至滞后2期不断上升，对交通运输、仓储和邮政业增加值的影响波动较小，对港口水运的周转量影响处于缓慢下降的趋势。通过分析相较于前文的分析结果基本一致。

图2　VAR脉冲响应结果

4　结论及其建议

本文利用VAR模型对福建省1990～2015年第二产业、港口吞吐量、交通运输、仓储和邮政业增加值、水路货运周转量和水路货运量之间进行了实证分析，得出以下结论：首先，福建省的第二产业、港口吞吐量、交通运输、仓储和邮政业增加值、水路货运周转量和水路货运量之间存在长期的稳定均衡关系；其次，第二产业发展与港口的吞吐量存在单向的Granger原因，交通运输、仓储和邮政业增加值与第二产业之间存在单项的Granger原因，第二产业与水路货物周转量之间没有较为明显的Granger原因，水路的货运量与第二产业经济总量存在较为明显的单项Granger原因；再次，VAR模型估计了第二产业总值、港口水运的货运量、货物周转量、港口货物吞吐量及交通运输、仓储和邮政业增加值之间随时间变化的变动轨迹；最后，脉冲响应分析了变量之间的相互影响的态势和方差分解分析基本一致。

表 6　Ln（ DEC　）Y 方差分解预测结果

表 7　Ln（ GKTT　）L方差分解预测结果

表 8　Ln（ JCYZJ ）Z方差分解预测结果

结合本文分析，提出若干建议：加强物流产业在港口方面的投入，提升物流技术水平，拉动第二产业的发展；积极引进港口货运量，利用政策引导港口经济的发展，促进港口货物贸易的发展；转变港口经济发展方式，增进港口物流效率和发展水平；增强港口方面交通运输、仓储等方面的投入，提升第二产业发展质量和水平。

表9　Ln（SLHWZZ L）方差分解预测结果

表 10　Ln（ SLHY　）L方差分解预测结果

参考文献：

[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，张喜梅.港口物流与对外贸易关系的实证分析——基于河北省1990～2011年数据[J].河北经贸大学学报，2013(5):106-110.

[5] 谢京辞.山东港口物流与区域经济发展关系研究[J].山东社会科学，2011(3):174-176.

[6] 王耀中，黎谧.中国沿海港口物流对经济增长的作用研究[J].湖南大学学报（社会科学版），2009(5):48-51.

[7] 宋琪，王宝海.基于VAR模型的物流业增加值与经济增长的实证分析[J].统计与决策，2016(1):142-146.

[8] 万红燕，汪志东.我国物流产业与经济增长关系的实证研究[J].中南大学学报（社会科学版），2014(2):7-13.

[9]欧阳小迅，黄福华.我国物流业与国内外贸易动态关联性研究——基于VAR模型和VEC模型的经验实证[J].财经论丛，2012(4):9-14.