上海港與腹地經濟互動發展的實證研究

李 娜，溫艷萍

（上海海洋大學 經濟管理學院，上海 201306）

引 言

進入21世紀以來，港口作為交通運輸的重要樞紐，戰略地位日益突出，在經濟發展中起到至關重要的作用。港口的發展為腹地經濟的發展創造了條件，腹地交通運輸網絡系統的完善、科學技術發展水平的提高也為港口發展提供了交通、資金和技術支持。上海港是全球集裝箱吞吐量和貨物吞吐量最大的港口，是我國最大的貨物集散地和聚集地；上海港所處長江三角洲地區，是我國經濟最發達的地區，在全國的經濟和社會發展中占有重要的地位。在全國各自貿區逐漸興起的背景下，研究上海港與腹地經濟可能存在的良性互動關系，具有積極的現實意義，也可為其他港口的經濟互動發展提供借鑒和思考。

1 上海港概況

上海港依江臨海，以上海市為依托、長江流域為后盾，位于我國經濟最發達的長江三角洲地區，地處長江東西運輸通道與海上南北運輸通道的交匯點，是我國沿海的主要樞紐港。目前上海港與全球214個國家和地區的500多個港口建立了貨物貿易往來，在我國對外貿易參與國際經濟大循環中起到了關鍵的作用[1]。多年來上海港吞吐量總體呈持續增長的趨勢（圖1），2010年，上海港貨物吞吐量達到56 320萬噸，其中集裝箱吞吐量為2 906.9萬TUE，成為世界集裝箱第一大港。截至2015年底，上海港貨物吞吐量達到64 906萬噸，其中集裝箱吞吐量為3 653.7萬TEU，連續6年保持世界第一。

圖1 1997—2015年上海港吞吐量Fig.1 The throughput of Shanghai port in 1997-2015

2 上海港經濟腹地的確定和指標選取

2.1 上海港腹地確定

港口腹地是指港口貨物吞吐和旅客集散所涉及的地區范圍，也是港口經濟發展所能帶動和輻射周邊經濟的地區范圍。擁有良好的經濟腹地是港口發展的基礎和前提。上海港由于優越的地理優勢和經濟實力，擁有最廣闊的直接經濟腹地。本文根據上海港官方網站，參考前人的研究成果[2，3]，上海港的直接經濟腹地為包括上海市、江蘇省和浙江省等長三角地區，上海市是港口的核心腹地，而江蘇省和浙江省是上海港的主要貨物來源地，也是共同腹地。上海港長三角地區具有地理優勢，地處長江入?？?，工業基礎雄厚，商品經濟發達，水陸交通方便，是經濟綜合能力最強的地區。從經濟總量看，上海港腹地GDP呈持續高速增長趨勢，從1997年的14 813億元增加到2015年的138 126.32億元；從產業結構看，腹地產業結構不斷優化，已經由以第二產業為主實現了向第三產業的轉變，2015年第二產業增加值為59 747.12億元，而第三產業增加值已達到72 450.42億元。

圖2 1997-2015年上海港經濟腹地GDP及第二、三產業增加值Fig.2 The GDP and added value of secondary and tertiary industries in the hinterland of the Shanghai port

2.2 指標選取

本文在指標選取的過程中，考慮到上海港的國際港口定位以及自貿區背景，借鑒了前人的研究成果，選取港口貨物吞吐量、腹地生產總值和腹地進出口總額等指標[4，5]，其中貨物吞吐量反映港口生產經營狀況，衡量上海港經濟發展水平的指標；地區生產總值反映地區經濟總量的增長狀況，衡量地區經濟綜合發展水平指標；進出口總額代表經濟腹地對外貿易的發展水平，由于上海港是國際樞紐港，為長三角地區提供了大量的貨物進出口，不僅對上海市進出口總額有影響，還對江蘇省和浙江省的進出口總額有較大的影響。

本文選取1997—2015年間的時間序列數據，相關數據來自《中國統計年鑒》《上海市統計年鑒》《江蘇省統計年鑒》《浙江省統計年鑒》等。文中GIP代表上海港年貨物吞吐量值，GDP代表上海港經濟腹地地區年生產總值，TMX代表上海港經濟腹地年進出口總額。

3 上海港與腹地經濟關系實證研究

3.1 模型選取

傳統的計量經濟方法是以傳統的經濟理論為基礎來描述變量之間的關系，但是經濟理論不足以對變量之間的動態的影響進行嚴密的描述，而VAR模型主要是用于預測相互聯系的時間序列系統及分析隨機擾動對變量系統的動態沖擊，從而解釋各種經濟沖擊對經濟變量形成的影響。VAR模型把所有的變量作為內生變量，減少來由于主觀判斷而增加聯立方程中的不確定性，有利于處理多個經濟指標之間的關系分析。本文主要運用VAR模型來分析上海港與腹地經濟之間的互動發展關系[6]。

本文的計量檢驗過程是用Eviews6.0進行處理的，在檢驗的過程中為消除時間序列的共線性和自相關性，對所有原始數據進行對數處理。在單方根檢驗中，LNGIP、LNGDP、LNTMX是一階平穩的，可以進行協整檢驗。

3.2 VAR分析

向量自回歸是一種計量經濟模型，它是基于數據的統計性質建立的模型，VAR模型把每一個內生變量作為所有變量滯后值的函數來構造的模型，將但變量模型推廣到多元時間序列變量組成的模型。VAR模型是基于數據的統計性質建立的模型，它是對相關的經濟指標進行分析和預測的模型。建立VAR模型，首先通過AIC信息準則和SC準則來確定合適的滯后階數，當滯后階數為2時，AIC和SC同時達到最小。在運用AR根驗證中，VAR模型的所有根模都位于單位圓內，所以VAR模型是平穩的。

3.2.1 協整檢驗

由于DLNGIP、DLNGDP、DLNTMX時間序列數據是一階單整，為了驗證它們之間是否存在長期穩定的關系，需要對它們進行協整檢驗，本文采用Johansen檢驗來進行驗證（表 1）。

表1 Johansen檢驗結果Tab.1 The Johansen test

可以看出，在對 DLNGIP和 DLNGDP、DLNTMX進行協整檢驗時，原假設None*表示沒有協整關系，跡檢驗統計量為58.294 47，大于5%顯著水平下的臨界值35.192 75，而且p值為0.00，拒絕原假設，說明至少存在一個協整關系。At most 1*表示最多存在一個協整關系，跡檢驗統計量為21.136月68，大于5%顯著水平下臨界值20.261 84，拒絕原假設，說明至少存在兩個協整關系。At most 2表示最多存在兩個協整關系，跡檢驗統計量8.413 6小于臨界值9.164 5，因此在5%的顯著水平下接受原假設，說明存在兩個協整關系。根據協整檢驗，DLNGIP和DLNGDP、DLTMX之間存在兩個協整關系，說明它們之間存在長期穩定關系。

3.2.2 脈沖響應函數分析

由于協整檢驗只能驗證DLNGIP和DLNGDP、DLTMX之間是否存在長期穩定的關系，接下來需要進一步驗證DLNGIP和 DLNGDP、DLTMX變量之間的影響關系。本文采用脈沖響應函數來描述一個變量的沖擊給其他變量帶來的影響。

圖3表示腹地經濟對上海港拉動作用的脈沖響應圖中，橫軸表示滯后期間數，縱軸表示腹地經濟GDP及TMX沖擊引起港口GIP的波動值。圖3（a） 表示上海港腹地GDP對上海港GIP的脈沖響應函數，可以看出給上海港腹地GDP一個正的沖擊，GIP在第一期小幅度下降，在第二期開始上升，到第4期達到峰值隨后逐步下降，第8期后影響基本消失。這表明腹地GDP對上海港GIP在初期有一定的拉動作用，隨后這種拉動作用會逐漸減弱，基本持續8期。圖3（b） 表示腹地TMX對上海港GIP的脈沖響應函數，可以看出，腹地TMX對上海港GIP的拉動從初期0值之后開始穩定上升，到第4期達到最高值，然后逐漸下降并產生負的影響，第14期后影響小幅增加然后基本消失。這表明腹地TMX對上海港GIP拉動作用在初期波動較大，隨著期數增加這種作用會逐漸消失。

圖3 腹地經濟對上海港拉動作用的脈沖響應圖Fig.3 Impulse response analysis graph

圖4 上海港對腹地經濟帶動作用的脈沖響應圖Fig.4 Impulse response analysis graph

圖4（a） 表示上海港GIP對腹地GDP帶動作用的脈沖響應圖，縱軸表示港口沖擊引起腹地GDP的波動值，（b） 表示上海港GIP對腹地TMX帶動作用的脈沖響應圖，縱軸表示港口GIP沖擊引起腹地TMX波動值?？梢钥闯觯o上海港TMX一個正的沖擊，對腹地GDP和TMX的影響在初期開始上升，第2期后會小幅度下降，到第10期單位GIP能引起GDP和TMX的波動值為10、4。這表明上海港GIP對其腹地經濟GDP及TMX的帶動作用在初期會明顯增加，隨后這種帶動作用會逐漸減弱。

3.2.3 方差分解分析

脈沖響應函數描述的是一個內生變量的沖擊對其他內生變量的沖擊，而方差分解將脈沖響應函數的結果進一步量化，定量把握變量之間的影響關系，它是以時間的變化，來觀察貢獻度的大小。本文用方差分解來分析上海港與腹地經濟的互動影響程度。

上海港腹地GDP及TMX對上海港GIP拉動作用的方差分解圖見表2。可以看出，港口腹地GDP及TMX對港口GIP的貢獻率低于5%，說明上海港腹地經濟對上海港的發展有微弱的拉動作用。

表2 腹地經濟對上海港拉動作用的方差分解Tab.2 Variance decomposition graph

圖5（a） 表示上海港GIP對腹地GDP帶動作用的方差分解圖，（b） 表示上海港GIP對腹地TMX帶動作用的方差分解圖。可以看出，上海港GIP對其腹地GDP及TMX的貢獻率均達到了80%，顯然上海港對腹地經濟有明顯的拉動作用。

圖5 上海港對腹地經濟帶動作用的方差分解Fig.5 Variance decomposition graph

4 結論與建議

本文運用VAR模型對上海港與腹地經濟互動發展關系進行研究。協整檢驗說明上海港與其腹地經濟發展存在長期相互影響關系；脈沖響應函數分析說明，上海港的發展對腹地經濟有積極的拉動作用，而腹地經濟對上海港的發展存在不明顯拉動作用；方差分解圖說明上海港腹地經濟對上海港的貢獻率低于5%，而上海港對腹地經濟的貢獻率達到了80%。

根據實證分析得出，上海港對腹地經濟有積極的拉動作用，而經濟腹地對港口發展有微弱的帶動作用。因此，為了港口腹地不僅要注重自身區域經濟發展，還要增強對上海港的帶動作用，實現“港城共榮”，提出以下相關建議：

首先，加強經濟腹地發展。上海港的經濟腹地是我國范圍最廣和經濟最發達的地區，但是由于上海港的經濟腹地不是同一個省份，所以港口產業和腹地產業難以形成良好的互動作用。上海市需要充分發揮本市產業的聯動作用，然后通過輻射作用建立與浙江省和江蘇省產業聯動。采取產業互補的方式，發揮產業聯動作用，增強上海市與江蘇省和浙江省這些腹地的關聯性，進而是港口與腹地產業之間形成良好互補作用，帶動港口經濟的發展。

其次，完善集疏運體系。完善的集疏運體系在港口經濟和腹地經濟之間起著橋梁的作用，良好的集疏運體系能使港口與腹地經濟之間的聯系越來越密。上海港的集疏運主要是以公路為主，鐵路和海運占比較低。與公路運輸相比鐵路運輸和海運對于上海港成本更低、更方便，上海應該發揮水運和鐵路運輸的優勢，加強水運和鐵路運輸，形成公路、水路和鐵路等多種方式聯運體系。完善的集疏運體系，一方面有利于進一步加強上海市的輻射效應，通過完善交通運輸網絡，加強江浙滬三地經濟之間的聯系，從而帶動相關產業的發展，進一步帶動港口經濟的發展；另一方面，為上海港經濟腹地貨物出口開通了暢通的渠道，加強港口腹地貨物運輸的便利性，降低成本，對帶動腹地經濟的全面發展起到了重要作用。

最后，明確港口的功能定位，實現港口群內港口合作。上海港位于長江三角洲港口群，港口群內港口眾多，上海港要想實現更好的發展，必須明確港口定位，與其他港口實現高度合作。上海港和寧波-舟山港位置十分接近，存在交叉腹地，所以上海港根據國家發展戰略規劃，明確港口功能的定位，實現錯位發展。從地理位置來看，上海是淺水港，碼頭泊位數較少、深水航道缺乏，但上海港是我國最大的貨物集散地和聚集地，有非常優越區位、資源、等方面的優勢。而寧波-舟山港是深水良港,擁有可供開發的良好的深水岸線。上海港可以借助寧波港地理優勢來擴大自己的業務的范圍，而寧波港可以利用上海港集裝箱運輸等方面優勢，發掘自身集裝箱運輸潛力。上海港可以借助自身優勢，與長三角港口群內的港口良好合作，提升港口競爭力，帶動腹地經濟的發展。

[1]馬原皎，姚秉琪.港口物流與腹地經濟的關系分析——以上海港為例[J].商業經濟，2016（7）：62-63，163.

[2]張燕，馮邦彥.港口與直接腹地的相關性研究：上海港、深圳港和廣州港的比較[J].產經評論，2011（2）：53-61.

[3]劉欣.港口腹地劃分問題研究[D].上海海事大學，2006.

[4]劉丁毓.港口經濟與腹地經濟互動發展研究[D].中國海洋大學，2015.

[5]錢學鳳.上海港綜合競爭力評價研究 [D].上海海洋大學,2015.

[6]賀志超.珠三角港口群與其經濟腹地互動發展的實證分析及政策研究[D].暨南大學，2016.