基于ＶＡＲ模型的港口與臨港城市經(jīng)濟增長協(xié)整關(guān)系研究

畢　蕾　馬龍飛　莊亞明

摘要:運用Jonhansen協(xié)整檢驗和Granger因果檢驗等計量經(jīng)濟方法,選取連云港港1988～2007年貨物吞吐量和第一、二、三產(chǎn)業(yè)的GDP數(shù)據(jù)為樣本,從第一、二、三產(chǎn)業(yè)分別考察連云港港與城市經(jīng)濟增長的關(guān)系。實證結(jié)果表明,連云港市第一、二、三產(chǎn)業(yè)增長與港口貨物吞吐量之間存在長期協(xié)整關(guān)系,在短期內(nèi),第一產(chǎn)業(yè)增長和第二產(chǎn)業(yè)增長與所對應(yīng)的港口貨物吞吐量之間存在雙向因果關(guān)系,第三產(chǎn)業(yè)港口貨物吞吐量是第三產(chǎn)業(yè)增長的Granger原因,反之這種關(guān)系不成立。

關(guān)鍵詞:港口;經(jīng)濟增長;VAR模型;協(xié)整分析;Granger因果檢驗

中圖分類號:F224.9文獻標(biāo)識碼:A

Abstract: This paper chooses the cargo throughput of lianyungang port and the primary, secondary and tertiary industry GDP figures for samples, applying the cointegration test and Jonhansen Granger causality test method, then analyzes the relationship between the port and economic growth. As the research result, there is cointegration relations between the cargo throughput of lianyungang port and the economic growth from the long-time in terms of the three industries. From the short-term, there is two-way causalities between the primary industrial growth and the second industrial growth and corresponding cargo throughput, the cargo throughput of the tertiary industry is the Granger reason for the tertiary industry growth.

Key words: port; economic growth; VAR model; cointegration analysis; granger causality test

0引言

港口使各種資源向港口及周邊的低成本地區(qū)集中,促使越來越多相互關(guān)聯(lián)的企業(yè)、供應(yīng)商和關(guān)聯(lián)產(chǎn)業(yè)集中起來,形成“產(chǎn)業(yè)集群現(xiàn)象”,從而有力地推動著中心城市及周邊城市的經(jīng)濟發(fā)展。因此,港口與臨港城市的經(jīng)濟增長關(guān)系成為許多學(xué)者關(guān)注的研究領(lǐng)域。由于港口與經(jīng)濟增長關(guān)系的復(fù)雜性,國內(nèi)許多學(xué)者采用以回歸法等為主的數(shù)量統(tǒng)計方法對港口—城市經(jīng)濟增長進行了分析,為了克服這類方法數(shù)據(jù)較少而得不出較準(zhǔn)確的結(jié)論的缺點,本文運用Jonhansen協(xié)整檢驗和Granger檢驗等計量經(jīng)濟方法,從第一、二、三產(chǎn)業(yè)三個方面考察連云港港——江蘇省最大的海港——發(fā)展與連云港市經(jīng)濟增長的關(guān)系。

1文獻回顧

國外學(xué)者主要是以港口功能和港口效率為側(cè)重點對港口與城市經(jīng)濟的發(fā)展進行研究。Bennathan和Walters[1](1979)、Talley[2](1988)、Dowd和Leschine[3](1990)、Ghosh和De[4](2000)、Lee[5](2001)都認為一個有效率的港口可以提高生產(chǎn)要素(勞動力和資本等)的生產(chǎn)效率和生產(chǎn)單位的利潤率,因此可以獲得較高水平的產(chǎn)出、收入和就業(yè)。Cullinane[6](2006)也認為港口效率已經(jīng)成為提升國家國際競爭力和改善對外貿(mào)易狀況的關(guān)鍵因素。Francis G.I. Omiunu[7](1989)研究了港口對尼日利亞西部Niger河流三角洲地區(qū)的Warri城區(qū)的發(fā)展和Sapele城區(qū)衰落的社會經(jīng)濟貢獻作用。研究發(fā)現(xiàn)Warri和Sapele港口在此地區(qū)海上貿(mào)易中的相對低位的變化是影響這些港口城市吸引人們定居的主要因素;反過來,Warri和Sapele港口的主要都市腹地生產(chǎn)效率的變化改變著Warri港口在此地區(qū)海上貿(mào)易中的相對統(tǒng)治力量。國內(nèi)學(xué)者主要從三個方面研究了港口—城市經(jīng)濟關(guān)系:一是研究港口對城市經(jīng)濟的帶動效應(yīng);二是研究城市經(jīng)濟對港口發(fā)展的促進作用;三是研究港口發(fā)展與城市經(jīng)濟的互動關(guān)系。李宗偉,呂玉曉[8](2001)根據(jù)日照港特殊的地理位置和優(yōu)越的港口資源,闡述了日照港對日照市經(jīng)濟發(fā)展的帶動作用。林建華,陳淳[9](2002)選取了反映廈門港口發(fā)展和城市經(jīng)濟發(fā)展的指標(biāo)進行相關(guān)分析,結(jié)果顯示廈門港全港貨物吞吐量能反映廈門經(jīng)濟發(fā)展的全貌,尤其是集裝箱吞吐量影響力更大。李增軍[10](2002)分析了港口對所在城市及腹地經(jīng)濟發(fā)展的促進作用,得出腹地經(jīng)濟的發(fā)展為港口生產(chǎn)帶來了強有力的動力,同時港口對腹地各行各業(yè)的發(fā)展創(chuàng)造了有利條件。William Seabrooke[11]等(2003)利用香港港1983~1999年的數(shù)據(jù),運用回歸分析方法預(yù)測了城市經(jīng)濟對港口吞吐量的影響,得出珠江三角洲經(jīng)濟的發(fā)展會促進香港港貨物吞吐量大大增加。陳再齊、曹小曙(2005)[12]以廣州港為例,適當(dāng)選取了一定的城市經(jīng)濟指標(biāo)和港口經(jīng)濟指標(biāo),借助相關(guān)分析與回歸分析等定量分析方法,從廣州港對廣州城市經(jīng)濟的影響和廣州城市經(jīng)濟對廣州港發(fā)展的反饋兩個方面、對廣州港與城市經(jīng)濟發(fā)展的互動關(guān)系進行了系統(tǒng)研究。隋麗麗、王澤宇[13](2006)以大連市及其港口為例,采用相關(guān)分析和回歸分析的方法,分析了大連經(jīng)濟發(fā)展對大連港口經(jīng)濟發(fā)展的拉動效應(yīng)。周平德,周劍倩[14](2008)根據(jù)1990～2007年廣州、深圳、香港港口及三地的GDP數(shù)據(jù),運用協(xié)整檢驗的方法詳細分析了穗、深、港三大港口與區(qū)域經(jīng)濟增長的關(guān)系,結(jié)果表明穗、深兩地港口吞吐量均是所在城市經(jīng)濟增長的Granger原因,香港港口貨物吞吐量和GDP增長互為因果關(guān)系。

本文借鑒以上文獻的一些研究思路,采用Jonhansen協(xié)整檢驗和Granger檢驗等計量經(jīng)濟學(xué)的方法,在港口指標(biāo)和城市經(jīng)濟指標(biāo)的選取上,不僅僅籠統(tǒng)地從港口貨物吞吐總量與國內(nèi)生產(chǎn)總值兩方面考察港口發(fā)展與經(jīng)濟增長之間的關(guān)系,而是將第一、二、三產(chǎn)業(yè)的指標(biāo)分別與體現(xiàn)其經(jīng)濟增長的港口貨物指標(biāo)對應(yīng)起來,構(gòu)建樣本數(shù)據(jù),從而分析連云港港口與經(jīng)濟增長之間是否有明顯的促進作用。

2模型的建立

2.1模型說明。本文基于向量自回歸VAR模型,采用協(xié)整分析和格蘭杰因果檢驗,對連云港港口發(fā)展與腹地經(jīng)濟增長的關(guān)系進行實證檢驗。

向量自回歸模型VAR是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型,把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型,從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。

VAR模型一般的數(shù)學(xué)表達式是

y=Ay+…Ay+Bx+ε

其中:Y是k維內(nèi)生變量向量,x是d維外生變量向量,p是滯后階數(shù),T是樣本個數(shù)。k×k維矩陣A…A和k×d維矩陣,B是要被估計的系數(shù)矩陣。ε是k維擾動向量,它們相互之間可以同期相關(guān),但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān)。盡管VAR模型作出正確推斷往往要求變量具有平穩(wěn)性,然而當(dāng)變量非平穩(wěn)但具有協(xié)整關(guān)系時,基于VAR模型作出的判斷也是可靠的。

為了避免出現(xiàn)偽回歸現(xiàn)象,首先需要利用ADF單位根檢驗法,檢驗變量的平穩(wěn)性。主要涉及以下3個模型表達式:

Δx=ρ-1x+θΔx+εt=1,2,…,T(1)

Δx=α+ρ-1x+θΔx+εt=1,2,…,T(2)

Δx=α+βt+ρ-1x+θΔx+εt=1,2,…,T (3)

原假設(shè)為:H:ρ=1;備擇假設(shè)為:H:ρ=0,從方程(1)開始,依次進行檢驗,直到檢驗拒絕零假設(shè),即原序列不存在單方根,原序列為平穩(wěn)序列,停止檢驗。

如果變量是單整的,那么我們將對相關(guān)變量進行協(xié)整檢驗。本文將采用廣泛使用的Johansen協(xié)整檢驗法。對k個時間序列Y=Y,Y,…,Y't=1,2,…,T協(xié)整關(guān)系檢驗步驟如下:

首先建立一個VARp模型

Y=Ay+…Ay+Bx+ε, t=1,2,…,T(4)

其中A為由y的協(xié)整向量組成的矩陣,秩為r=rA,0≤r≤k-1;y,y,…,y都是非平穩(wěn)的I1變量;x是一個確定的d維的外生向量,代表趨勢項、常數(shù)項等確定項;ε是k維擾動向量。將(4)經(jīng)過差分變換得到下面式子

Δy=∏y+ΓΔy+Bx+ε

其中∏=A-I, Γ=-A

只要變量y,y,…,y具有協(xié)整關(guān)系就能保證Δy是平穩(wěn)過程,而變量y,y,…,y之間是否具有協(xié)整關(guān)系主要依賴于矩陣∏的秩,也即它的非零特征根的個數(shù),設(shè)矩陣∏的特征根為λ>λ>…λ,由r個最大特征根可得到r個協(xié)整向量,而對于其余k-r個非協(xié)整組合來說,λ,…,λ應(yīng)該為0,則得到原假設(shè)、備擇假設(shè)為:

H: λ>0, λ=0, H: λ>0, r=0,1,…,k-1

相應(yīng)的檢驗統(tǒng)計量為η=-Tln1-λ,r=0,1,…,k-1,η稱為特征根跡統(tǒng)計量,依次檢驗這一系列統(tǒng)計量得顯著性:

(1)當(dāng)η不顯著時(即η值小于某一顯著水平下的Johansen分布臨界值),接受Hr=0,表明有k個單位根,0個協(xié)整向量(即不存在協(xié)整關(guān)系)。當(dāng)η顯著時(即η值大于某一顯著性水平下的Johansen分布臨界值),拒絕H,則表明至少存在一個協(xié)整向量,必須接著檢驗η的顯著性。

(2)當(dāng)η不顯著時,接受H,表明只有1個協(xié)整向量,依次進行下去,直到接受H,說明存在r個協(xié)整向量。

由協(xié)整分析得出的經(jīng)驗方程只是表示變量之間存在相關(guān)關(guān)系或至少一個方向的因果關(guān)系(Granger, 1988),變量之間因果關(guān)系需通過Granger因果關(guān)系檢驗,對于

Y=α+βX+αY+ε (5)

X=δ+λY+δX+ε(6)

設(shè)零假設(shè)為:x不是y的Granger原因,即H: β=β=…=0,檢驗統(tǒng)計量:

F=~Fs,n-q-s-1

其中RSS是限制性變量β=0j=1,2,…,s時,(5)式的殘差平方和,RSS是非限制性方程(5)式的殘差平方和,q和s分別為y和x的滯后階數(shù),n為樣本數(shù)。如果F大于臨界值,則拒絕原假設(shè),否則接受原假設(shè):x不是y的Granger原因。

2.2數(shù)據(jù)來源。港口主要作為貨物運輸?shù)闹修D(zhuǎn)站,帶動相關(guān)產(chǎn)業(yè)和促進國際貿(mào)易的發(fā)展,吞吐量能夠很好反映一個港口的總的生產(chǎn)能力,所以本文采用連云港港口貨物吞吐量作為衡量港口發(fā)展水平的指標(biāo)。GDP即國內(nèi)生產(chǎn)總值,它包括了消費、投資、政府購買和凈出口,在一定程度上反映了一個國家或地區(qū)的經(jīng)濟發(fā)展?fàn)顩r,是反映一個社會經(jīng)濟總量的主要指標(biāo)。本文分別從第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)三個方面考察連云港港口吞吐量和各產(chǎn)業(yè)增長的關(guān)系。所有數(shù)據(jù)來自于筆者在項目組所作項目的前期調(diào)研數(shù)據(jù)以及《連云港統(tǒng)計年鑒》[15]和《連云港年鑒》[16]。

港口貨物吞吐量種類與三大產(chǎn)業(yè)的對應(yīng)見表1:

3實證分析

3.1樣本數(shù)據(jù)描述性說明。由于數(shù)據(jù)的可得性以及統(tǒng)計口徑的一致性的考慮,本文用以下指標(biāo)來分析連云港港口發(fā)展與連云港市經(jīng)濟發(fā)展的關(guān)系。為消除物價因素,各產(chǎn)業(yè)的生產(chǎn)總值數(shù)據(jù)均以1978年的價格作為基期價格作了調(diào)整,DLNTTL、DLNGDP均表示一階差分,數(shù)據(jù)處理均采用5.0軟件實現(xiàn)。

LNTTL:第一產(chǎn)業(yè)所對應(yīng)的貨物吞吐量的對數(shù)值,單位為萬噸;LNGDP:第一產(chǎn)業(yè)生產(chǎn)總值的對數(shù)值,單位為億元;LNTTL:第二產(chǎn)業(yè)所對應(yīng)的貨物吞吐量的對數(shù)值;單位為萬噸;LNGDP:第二產(chǎn)業(yè)生產(chǎn)總值的對數(shù)值,單位為億元;LNTTL:第三產(chǎn)業(yè)所對應(yīng)的貨物吞吐量的對數(shù)值,單位為標(biāo)箱;LNGDP:第三產(chǎn)業(yè)生產(chǎn)總值的對數(shù)值,單位為億元。

下面的圖為連云港1988～2007年三大產(chǎn)業(yè)及其對應(yīng)的貨物吞吐量的對數(shù)值的變化趨勢圖一階差分圖。從以下6個圖形可以看出,原始的樣本數(shù)據(jù)具有一定的變化趨勢,而一階差分后序列的變化趨勢消失了,由此推測原始數(shù)據(jù)是非平穩(wěn)的,它們之間可能存在長期穩(wěn)定關(guān)系。(見圖1)

3.2單位根檢驗。首先對變量進行單位根檢驗,看是否是平穩(wěn)時間序列。本文用Eviews5.0軟件對樣本數(shù)及其差分項進行ADF檢驗,檢驗結(jié)果如表2。

當(dāng)ADF值大于臨界值時說明序列是不平穩(wěn)的,從表2中可以看出,各序列在1%或5%的顯著水平下是不平穩(wěn)的,其一階差分在5%水平下均是平穩(wěn)的,即屬于序列I1,因此滿足構(gòu)造VAR模型的條件。

3.3協(xié)整檢驗。由單位根檢驗可知,第一、二、三產(chǎn)業(yè)的生產(chǎn)總值與貨物吞吐量的對數(shù)值序列均為一階單整的,推斷它們之間存在平穩(wěn)線性組合。Johansen協(xié)整檢驗的結(jié)果見表3。

由協(xié)整結(jié)果可以看出連云港市第一產(chǎn)業(yè)生產(chǎn)總值與所對應(yīng)貨物吞吐量之間存在長期協(xié)整關(guān)系,其方程為:LNGDP

=-4.983213LNTTL。

協(xié)整方程表明,當(dāng)?shù)谝划a(chǎn)業(yè)對應(yīng)的貨物吞吐量增加1個單位時,使得第一產(chǎn)業(yè)生產(chǎn)總值減少4.98個單位,從統(tǒng)計數(shù)據(jù)來看,在1988～2007年間,進口的化肥農(nóng)藥占總吞吐量的60%以上,出口的糧食、農(nóng)林牧漁產(chǎn)品不多,這說明連云港港口服務(wù)于更大范圍的區(qū)域,并不僅僅是本地。

由協(xié)整結(jié)果可以看出連云港市第二產(chǎn)業(yè)生產(chǎn)總值與所對應(yīng)貨物吞吐量之間存在長期協(xié)整關(guān)系,其方程為:LNGDP

=1.613349LNTTL。

協(xié)整方程表明,第二產(chǎn)業(yè)對應(yīng)的貨物吞吐量增加一個單位時,可以帶動第二產(chǎn)業(yè)生產(chǎn)總值增加1.61個單位,這主要是因為連云港目前的優(yōu)勢裝卸貨種是散雜貨,包口氧化鋁、焦炭、金屬礦、煤炭等,其中氧化鋁、鋁錠、膠合板的裝卸量在國內(nèi)港口中排名第一,這些貨種對連云港第二產(chǎn)業(yè)的發(fā)展有著很密切的關(guān)系。

由協(xié)整結(jié)果可以看出,連云港市第三產(chǎn)業(yè)生產(chǎn)總值與所對應(yīng)貨物吞吐量之間存在長期協(xié)整關(guān)系,其方程為:LNGDP

=0.426609LNTTL。

協(xié)整方程表明,第三產(chǎn)業(yè)對應(yīng)的貨物吞吐量增加一個單位時,能帶動第三產(chǎn)業(yè)生產(chǎn)總值增加0.43個單位,這表明集裝箱貨物運輸極大的促進了本地零售業(yè)、餐飲業(yè)、倉儲運輸業(yè)等服務(wù)行業(yè)的發(fā)展。

3.4Granger因果檢驗。目前,Granger方法已被廣泛應(yīng)用于分析經(jīng)濟變量間的關(guān)系,雖然經(jīng)Granger因果關(guān)系檢驗結(jié)果為“不存在因果關(guān)系”時,不能斷定變量間不存在真實的因果關(guān)系,但檢驗結(jié)果為“存在因果關(guān)系”,則至少可以用95%以上的概率保證所研究變量間存在真實的因果關(guān)系。由協(xié)整檢驗得知,三大產(chǎn)業(yè)生產(chǎn)總值與港口貨物吞吐量之間存在著長期協(xié)整關(guān)系,然而并不能確定它們之間是否具有因果關(guān)系,因此進行Granger檢驗。

由Granger檢驗結(jié)果可以看出,在滯后期為2和3時,拒絕LNTTL1不是LNGDP1的Granger原因的犯錯概率均小于5%,拒絕LNGDP1不是LNTTL1的Granger原因的犯錯概率均小于26%,故可認為第一產(chǎn)業(yè)的生產(chǎn)總值和第一產(chǎn)業(yè)所對應(yīng)的貨物吞吐量之間存在雙向Granger因果關(guān)系;在滯后期為3和4時,拒絕LNTTL2不是LNGDP2的格蘭杰原因的犯錯概率均小于5%,拒絕LNGDP2不是LNTTL2的Granger原因的犯錯概率在20%以下,可以認為第二產(chǎn)業(yè)生產(chǎn)總值和第二產(chǎn)業(yè)所對應(yīng)貨物吞吐量之間存在雙向Granger原因;同理,在滯后期為2、3、4時,拒絕LNTTL3不是LNGDP3的Granger原因的概率均小于2%,拒絕LNGDP3不是LNTTL3的Granger原因的犯錯概率均高于40%,則認為第三產(chǎn)業(yè)對應(yīng)貨物吞吐量是第三產(chǎn)業(yè)生產(chǎn)總值的Granger原因,但反之這種關(guān)系不成立,表明連云港港口的發(fā)展對連云港市的經(jīng)濟增長有著很大的帶動作用,然而經(jīng)濟增長對港口的帶動作用卻不明顯,這很可能由于連云港的臨港產(chǎn)業(yè)發(fā)展并不成熟,以港口為依托的產(chǎn)業(yè)集聚和企業(yè)集群不夠壯大,港口經(jīng)濟容量不大。

4結(jié)論

本文從三大產(chǎn)業(yè)與對應(yīng)港口貨物的角度分別考察連云港港與臨港城市經(jīng)濟增長關(guān)系,結(jié)果表明連云港港口發(fā)展對城市經(jīng)濟增長有很大的帶動效應(yīng),但是經(jīng)濟增長對港口的發(fā)展促進作用不明顯。在方法上,運用單位根檢驗對代表港口和經(jīng)濟增長對應(yīng)的指標(biāo)進行平穩(wěn)性檢驗,避免了回歸分析可能造成的偽回歸現(xiàn)象,運用Johansen協(xié)整檢驗和Granger因果檢驗?zāi)軠?zhǔn)確反映港口與臨港城市經(jīng)濟增長兩者之間的長期和短期發(fā)展作用,得出的結(jié)果對連云港港城發(fā)展有著指導(dǎo)意義。

參考文獻:

[1]Bennathan E, Walters A A. Port pricing and investment policy for developing countries[M]. World Bank Publications, 1979.

[2]Talley W K. The role of US ocean ports in promoting an efficient ocean transportation system[J]. Maritime Policy & Management, 1988,15(2):147-155.

[3]Dowd T J, Leschine T M. Container terminal productivity: a perspective[J]. Maritime Policy & Management, 1990,17(2):107

-112.

[4]Ghosh B, De P. Impact of performance indicators and labour endowment on traffic: empirical evidence from Indian ports[J]. Maritime Economics & Logistics, 2000,2(4):259-281.

[5]Lee S H. Container port begins to show crisis: A solution should be devised early[J]. Hong Kong Economic Journal, Dec, 2001,6(3):94-99.

[6]Cullinane K, Wang T F, Song D W, et al. The technical efficiency of container ports: comparing data envelopment analysis and stochastic frontier analysis[J]. Transportation Research Part A, 2006,40(4):354-374.

[7]Omiunu F G I. The port factor in the growth and decline of Warri and Sapele townships in the western Niger Delta region of Nigeria[J]. Applied Geography, 1989,9:57-69.

[8] 李宗偉,呂玉曉. 港口在城市發(fā)展中的作用——以山東省日照市為例[J]. 城市問題,2001(4):35-37.

[9] 林建華,陳淳. 廈門港口經(jīng)濟與城市經(jīng)濟定量分析[J]. 廈門科技,2002(3):34-37.

[10] 李增軍. 港口對所在城市及腹地經(jīng)濟發(fā)展促進作用分析[J]. 港口經(jīng)濟,2002(2):38-39.

[11]Seabrooke W, Hui E, Lam W, et al. Forecasting cargo growth and regional role of the port of Hong Kong[J]. Cities, 2003,20(1):51-64.

[12] 陳再齊,曹小曙,閻小培. 廣州港經(jīng)濟發(fā)展及其與城市經(jīng)濟的互動關(guān)系研究[J]. 經(jīng)濟地理,2005,25(3):373-378.

[13] 隋麗麗,王澤宇. 大連經(jīng)濟發(fā)展對大連港口經(jīng)濟發(fā)展的拉動效應(yīng)分析[J]. 海洋開發(fā)與管理,2006,23(1):46-50.

[14] 周平德,周劍倩. 穗、深港港口和航空物流與區(qū)域經(jīng)濟增長的關(guān)系研究[J]. 廣州大學(xué)學(xué)報:社會科學(xué)版,2008,7(9):45

-50.

[15] 連云港市統(tǒng)計局. 連云港統(tǒng)計年鑒(2000-2008)[M]. 北京:中國統(tǒng)計出版社,2009.

[16] 李東. 連云港年鑒(1991-1998)[M]. 北京:方志出版社,2000.