全国沿海主要港口吞吐量与地区经济发展关系研究

全国沿海主要港口吞吐量与地区经济发展关系研究“以港兴城、以城促港、港城共荣、和谐发展”，是世界港口城市发展的一般规律，阐述了港口发展与所在城市地方经济发展相互促进的辩证关系。但人们对港城关系的认识往往注重在定性的层面，本文试图用计量经济学理论探讨港城发展相互促进的定量关系。为定量研究港城发展的关系，本文选取港口吞吐总量（TTL）代表港口发展水平的指标，港口所在城市的地区国内生产总值（GDP）代表地区经济发展水平的指标。1.计量经济学理论基础及基本模型本文研究的25个全国沿海主要港口近8年（2000年～2007年）的港口吞吐量和港口所在城市的地区国内生产总值的关系，属于在时间序列上选取多个截面所得的样本数据，故采用计量经济学paneldata模型对两者关系进行分析研究。要判断选用模型的具体形式（变截距模型，变系数模型以及动态模型），首先应进行F检验。F检验基于单方程paneldata模型的三种情形及两个假设。单方程paneldata模型的三种情形及两个假设：yit=αi+χitβi+μit，i=1,...,n；t=1,...,T情形1：横截面上无个体影响，无结构变化。即αi=αj,βi=βj情形2：变截距模型，在横截面上个体影响不同，又分为固定影响和随机影响两种。即αi≠αj,βi=βj情形3：变系数模型，除了存在个体影响外，在横截面上还存在变化的经济结构。即αi≠αj,βi≠βj假设H1：斜率在不同的横截面样本点上和时间上都相同，但是截距不相同。假设H2：截距和斜率在不同的横截面样本点和时间上都相同。如果接受了假设H2则检验停止，采用情形1的模型；如果拒绝了假设H2，则应继续检验假设H1，判断斜率是否都相等。如果拒绝假设H1，则应采用情形3的模型；如果接受假设H1，则采用情形2的模型。在确定模型类型之后，进行参数估计，建立模型。2.数据采集本文选取了2000～2007年上海港、青岛港等25个全国沿海主要港口的吞吐量（TTL）和上海市、青岛市等25个全国沿海主要港口所在城市的国内生产总值（GDP）的200组数据，同时采用城镇居民消费指数CPI消除GDP中价格影响因素，原始数据见表1、2。表1沿海主要港口总吞吐量一览表单位：万t代码港口名称20002001200220032004200520062007SH上海港2044022099263843162137896443174703449226NB宁波港1154712852153981854322586268813096934519GZ广州港1112812823153241718721520250363028234325TJ天津港956611369129061618220619240692576030946QD青岛港863610398122131409016265186782241526502DL大连港908410047108511260214516170852004622286QHD秦皇岛港974311302111671256215037169012035624880SZ深圳港5697664287671122013537153511759819994SUZ苏州港30483536483762829060119191540318377NJ南京港66795789610866209589106861009010859ZS舟山港3189328140685722736290521141812817RZ日照港2674293331364507510884211100713063NT南通港2748351137465010769283271094912339YK营口港226825203127400959787537947712207FZ福州港24262961390747535939743288496433LYG连云港港27083058331637524352601672328509ZHJ镇江港21532216263030464839584864157824XM厦门港19652099273534044261476559558117ZH湛江港20382205262728663780464756646075YT烟台港17742190268929363431450660766999ZH珠海港12391982230824703211343335603713WZ温州港8591314167623382629309732753496HK海口港808888107313291416211821272373FC防城港9231003116213201608200625063032ST汕头港12841309138014701576173520152256注：数据摘自交通运输部网站和笔者多年的统计资料。表2沿海主要港口城市GDP一览表单位：亿元代码年份20002001200220032004200520062007CPI100.4100.799.2101.2103.9101.8101.5104.8SH上海市4771.175210.125741.036694.238072.839164.1010366.3712188.85NB宁波市1144.571278.751453.341749.272109.452449.3l2874.443433.08GZ广州市2492.742841.653203.963758.624450.555154.236073.837050.78TJ天津市1701.881919.092150.762578.033110.973697.624359.155018.28QD青岛市1191.251368.551583.511869.442270.162695.823206.583786.52DL大连市1110.801235.601406.001632.601961.802150.002569.703131.00QHD秦皇岛市263.13284.84314.15361.66430.28491.15571.56665.08SZ深圳市2187.452482.292969.523585.724282.144950.915813.566801.57SUZ苏州市1540.281760.282080.372801.563450.004026.524820.265700.85NJ南京市1020.001154.001295.001576.201910.002413.002773.783275.00ZS舟山市121.57134.38157.30186.62231.27280.16335.20407.00RZ日照市209.51234.27261.43311.67352.25426.50505.87629.58NT南通市736.44809.42890.10l006.711226.061472.081758.342111.88YK营口市170.30192.30217.60253.50318.33380.90457.69568.87FZ福州市1003.271074.231160.531347.681548.461476.311664.051974.58LYG连云港市291.13315.82312.15351.13416.36455.97527.38618.18ZHJ镇江市454.60505.15561.20643.60781.16871.671025.3l1213.00XM厦门市501.15556.39648.33760.12883.211029.551162.371375.26ZJ湛江市373.81400.64425.66483.95551.70658.09770.18892.56YT烟台市882.88980.001115.001316.001639.002012.462402.102878.97ZH珠海市330.32367.20410.60476.70546.28634.58749.60886.84WZ温州市825.00933001055.001220.301402.571600.171834.382157.00HK海口市133.49144.62210.86238.18253.01301.35350.06396.40FC防城市59.3062.6569.2875.6084.9793.24115.69159.07ST汕头市450.16443.37459.39498.43571.3l651.36737.38850.153.格兰杰(Granger)因果关系检验从经验上分析，港口发展会促进地区经济增长；由于存在加速数效应，地区经济增长也会促进港口发展，因此，二者应存在双向的因果关系。本文通过Granger因果关系检验，以检验两者的因果关系，从而确定解释变量和被解释变量。Granger因果关系检验结果如表3：表3Granger因果关系检验结果原假设H0滞后阶数F值P值结论GDP不是TTL的Granger原因11.706300.19300接受H0TTL不是GDP的Granger原因l19.11302.0E-05拒绝H0GDP不是TTL的Granger原因20.369150.69181接受H0TTL不是GDP的Granger原因210.26405.8E-05拒绝H0GDP不是TTL的Granger原因30.385780.76337接受H0TTL不是GDP的Granger原因310.94241.2E-06拒绝H0GDP不是TTL的Granger原因41.613890.17248接受H0TTL不是GDP的Granger原因49.660684.0E-07拒绝H0由表3结果可知，在显著性水平10%下，滞后阶数为1～4，TTL都是GDP的Granger原因。实际上港口吞吐量是由腹地经济发展产生的，一般来说，港口服务的腹地范围比港口所在城市辖区大；而港口吞吐量对经济发展的推动作用，首先影响到港口所在城市，然后才是周边地区，因此，港口吞吐量TTL对所在城市GDP的影响作用大于所在城市GDP对港口吞吐量TTL的影响，以上的Granger因果关系检验结果正说明了这一点关系。因此，我们以港口所在城市国内生产总值GDP为被解释变量（简称G），以港口吞吐量TTL为解释变量（简称T）。4.paneldata模型的F检验首先，根据上面的模型形式设定检验方法，进行模型的F检验。用Eviews5软件录入数据，后分别计算三个残差平方和如下：S3=1.93E+08；S2=35928493；S1=21582219F2={(S3-S1)/[(n-1)(K+1)]}/{S1/[nT-n(K+1)]}=24.82F1={(S2-S1)/[(n-1)K]}/{S1/[nT-n(K+1)]}=4.15其中：n=25；K=1；T=8当显著性水平为1%，有：F2[(n-1)(K+1),n(T-K-1)]=F(48,150)=1.6F1[(n-1)K,n(T-K-1)]=F(24,150)=1.7因为F21.6，所以拒绝H2；又有F11.7，故拒绝H1。因此，模型采用固定影响变截距、变系数模型。5.paneldata模型及估计根据上面分析结果，建立不同港口的港口吞吐量与所在城市国内生产总值的关系固定影响变截距变系数模型。模型形式为：Git=α0+αi+βi·Tit+uiti=1,2,…,25；t=2000,…,2007由于各个港口吞吐量之间存在相关关系，即各个港口间的货物存在吞吐关系，因此存在协方差关系，故使用FGLS法（cross-sectionweights）对模型进行估计，估计结果如下：Git=334.903+αi+βi·Titt=(4.75)R2=0.998D.W.=1.83αi和βi的估计结果由表4给出。表4αi和βi的估计结果港口名称αiβi港口名称αiβi上海港531.0261O．186049营口港-224.23190.032376宁波港-91.579990.078588福州港515.35280.091032广州港488.42120.158129连云港港-254.34340.0