福建省港口物流與工業經濟發展關系研究

趙慧達　（華僑大學 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，對于拉動區域經濟的發展有著較強的作用，是物流活動過程中重要的節點和環節。港口物流通過利用自身的獨特優勢，以先進的軟硬件條件作為發展的基礎，有利于強化港口周邊城市的物流發展，整合市場資源，從而形成綜合的港口物流體系，帶動區域經濟的發展。國內外港口物流發展經驗表明，區域經濟的增長與港口物流的發展存在著較為密切的關系。

1　文獻回顧

對于物流業和經濟發展關系的討論，在國際上最早是從航空運輸業對區域經濟的影響分析開始的，如Debbage[1]從當地城市航空運輸業為研究內容，考慮當地城市經濟發展和變化過程中會從某種程度上影響航空運輸業的發展，存在著某種因果關聯；而在后續的研究中，Button和Taylor[2]在其基礎上研究發現了經濟增長可以較好地促進航空運輸業的發展，由此建立了區域航空物流和區域經濟發展的數學關系模型；再之后，Lee和Yang[3]通過分析航空運輸業和區域經濟的發展關系，為韓國仁川國際機場提供了若干發展戰略。

近年來，學者們關于區域物流與經濟方面的研究主要包括以下方面的內容：以港口物流和當地區域經濟發展為研究內容，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濟發展之間的互動效應，指出了積極發展外向型經濟對港口物流發展的積極作用；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濟發展的關系；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的增長對于經濟的增長有著較高的貢獻度，且具有一種長期穩定的均衡關系；將現代物流與區域經濟發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發展和經濟增長之間的關系，指出物流業的發展對經濟發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濟增長之間的短期互動關系，并依據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、國內貿易和對外貿易三者之間的協整關系，結論指出相較于對外貿易，物流業對于國內貿易有著較強地推動作用，其效果較為顯著，聯動作用較為突出。

綜上所述，物流業的發展與經濟發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業總值、交通運輸、倉儲和郵政業增加值、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，并結合現實狀況提出若干發展意見。

2　指標說明與數據選取

本文從數據的完整性和可得性角度出發，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展的要素進行數據收集；將第二產業總值、交通運輸、倉儲和郵政業增加值作為經濟發展的衡量要素進行數據收集。考慮到數據可得性等方面對分析結果所產生的影響，本文將1990～2015年間的統計數據作為樣本，各數據均來源于《福建省統計年鑒》。由于數據差異較大，故對數據進行對數化處理消除異方差所帶來的影響，數據分析采用Eviews 8.0計量分析軟件，所分析數據均為處理后的數據內容。

3　模型建立與實證分析

VAR模型又稱向量自回歸模型，從數據的統計性質的角度出發建立模型，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，以得出聯合內生變量的動態關系模型。其一般的數學表達式為：

其中：C為n×1維常數向量，φi為n×n維的自回歸系數矩陣。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

首先需要先對數據進行單位根檢驗，其目的是避免變量間偽回歸的出現。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）、第二產業總值（DECY） 和交通運輸、倉儲和郵政業增加值（JCYZJZ）的原始數據進行平穩性檢驗（結果見表1）。通過分析ADF檢驗值和臨界值的關系可以看出，在給定的各檢驗數值下各變量均呈現不顯著的狀態，故不可拒絕有單位根的原假設（即時間序列不平穩狀態），之后繼續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整方程的必要條件。

表1　ADF檢驗結果

3.2　Johansen協整檢驗

在時間序列平穩的前提下對變量數據進行Johansen協整檢驗。由于Johansen協整檢驗檢驗的內容是全部的協整狀態，相較于EG檢驗來講，Johansen協整檢驗更為穩定。本文使用Johansen協整檢驗檢驗第二產業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，第二產業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標準化的協整系數以第二產業的產值作為解釋變量的協整估計方程為：

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性，否則會出現偽回歸的現象。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。在平穩性檢驗和協整檢驗的基礎上，利用滯后期2階VAR模型進行對研究變量進行Granger因果檢驗，進一步分析第二產業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　協整檢驗結果

表4　標準化協整檢驗系數

表5　Granger檢驗結果

首先，第二產業發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業發展的Granger原因，但第二產業發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實情況。港口吞吐量的提升會對第二產業的經濟帶來一定的提升，從而在某種程度上拉動第二產業經濟的發展；反之，第二產業的發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，第二產業的經濟增長不是港口吞吐量增長的Granger原因。

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

再次，第二產業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業與水路貨物周轉量的Granger原因表現的不顯著，盡管貨物的周轉量可能受到經濟影響，但是對于第二產業而言，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業發展的Granger原因，兩者之間沒有較多聯系，雖然周轉量會帶動經濟的發展，但是由于物流屬于服務業，周轉量對經濟的拉動往往表現在對第三產業的經濟拉動上，這一現象也與現實情況相符合。

最后，水路的貨運量與第二產業經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業的Granger原因，而第二產業不是水路貨運量的Granger原因，該種情況符合現實情況。

圖1　VAR模型單根檢驗圖

3.4　VAR模型估計

對于第二產業總值、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、倉儲和郵政業增加值之間建立VAR模型，其中模型的滯后階數為2，單位根小于1，說明VAR模型較為穩定（見圖 1）。

由上述模型分析可以看出，第二產業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，對于第二產業來講自身發展有利于帶動其他物流變量的發展。

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展的變化趨勢是脈沖分析的實質（結果見圖2）。

首先，第二產業的發展對自身的沖擊隨著時間的推移總體呈現下降趨勢，在滯后期1內上升，之后滯后2期后呈現下降。原因是對于港口物流系統發展有些不合理的方面，長期結構上呈現較為明顯的正態效應；對港口的吞吐量影響較大，長期影響相對大；對其他的物流系統測量變量短期沖擊影響較小，長期影響相對平穩。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，產生沖擊負效應，但對于交通運輸、倉儲和郵政業增加值變量來說，在滯后2期前呈現下降趨勢，之后連續上升，長期影響呈現沖擊正效應；對其他變臉呈現同方向變動趨勢。再次，交通運輸、倉儲和郵政業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，均呈現先增后減的變化趨勢，除對于第二產業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。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，如對于第二產業的經濟增量來講，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）。第二產業對于自身處于近似平穩下降的趨勢，對港口的吞吐量呈現出平穩上升的趨勢，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、倉儲和郵政業增加值對于自身影響較大，呈現下降趨勢，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，呈現減速下降的趨勢，對于第二產業變量來講，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業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，對第二產業影響呈現上升的趨勢，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年第二產業、港口吞吐量、交通運輸、倉儲和郵政業增加值、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，福建省的第二產業、港口吞吐量、交通運輸、倉儲和郵政業增加值、水路貨運周轉量和水路貨運量之間存在長期的穩定均衡關系；其次，第二產業發展與港口的吞吐量存在單向的Granger原因，交通運輸、倉儲和郵政業增加值與第二產業之間存在單項的Granger原因，第二產業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業經濟總量存在較為明顯的單項Granger原因；再次，VAR模型估計了第二產業總值、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　）L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：加強物流產業在港口方面的投入，提升物流技術水平，拉動第二產業的發展；積極引進港口貨運量，利用政策引導港口經濟的發展，促進港口貨物貿易的發展；轉變港口經濟發展方式，增進港口物流效率和發展水平；增強港口方面交通運輸、倉儲等方面的投入，提升第二產業發展質量和水平。

表9　Ln（SLHWZZ L）方差分解預測結果

表 10　Ln（ SLHY　）L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年數據[J].河北經貿大學學報，2013(5):106-110.

[5] 謝京辭.山東港口物流與區域經濟發展關系研究[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模型的物流業增加值與經濟增長的實證分析[J].統計與決策，2016(1):142-146.

[8] 萬紅燕，汪志東.我國物流產業與經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.我國物流業與國內外貿易動態關聯性研究——基于VAR模型和VEC模型的經驗實證[J].財經論叢，2012(4):9-14.