嚴(yán)琳卉

（南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210037）

連云港港始建于1933年，地處江蘇省東北方向，是目前江蘇省最大海港，也是我國(guó)沿海12 大港區(qū)之一。同時(shí)它作為我國(guó)“一帶一路”的交匯點(diǎn)，擁有獨(dú)特的區(qū)位優(yōu)勢(shì)，隨著長(zhǎng)三角地帶的快速發(fā)展，目前連云港港口的物流體系也已經(jīng)有一定的規(guī)模，據(jù)2022年《連云港統(tǒng)計(jì)年鑒》統(tǒng)計(jì)，2021年連云港港口貨物吞吐量已經(jīng)達(dá)到了27710 萬噸，較去年增長(zhǎng)10.1%；同時(shí)，連云港的經(jīng)濟(jì)即地區(qū)GDP 也從十年前的1618.8 億元增長(zhǎng)到現(xiàn)在的3727.9 億元，增長(zhǎng)近兩倍，更相比于三十年前的68.92 億元，翻漲了近5 倍。港口貨物增長(zhǎng)量和地區(qū)GDP 的同時(shí)增長(zhǎng)，或許可以解釋為連云港港口貨物吞吐能力和地區(qū)經(jīng)濟(jì)或許有某種互動(dòng)效應(yīng)。

目前國(guó)內(nèi)外學(xué)者對(duì)于連云港港口的研究停留在連云港港港口競(jìng)爭(zhēng)力上，定性上俞向軍（2009）利用SWOT 分析分提出完善基礎(chǔ)設(shè)施等建議[1]；王宇（2020）利用波特五力模型提出要在人才培養(yǎng)等方面提高連云港港口競(jìng)爭(zhēng)力[2]；董瑤、王志峰（2022）通過SWOTPEST 研究方法為連云港港口未來的規(guī)劃發(fā)展提出合理建言[3]；定量上曲永崗（2004）提出利用灰色系統(tǒng)模型預(yù)測(cè)分析港口吞吐量和集裝箱吞吐量[4]；朱傳耿、劉波等人（2009）運(yùn)用灰色關(guān)聯(lián)分析法發(fā)現(xiàn)連云港港與幾個(gè)板塊之間的關(guān)聯(lián)度差異具有明顯的地域差異[5]；吳心意（2020）通過進(jìn)行灰色關(guān)聯(lián)度評(píng)價(jià)切實(shí)有效地提高連云港的港口物流競(jìng)爭(zhēng)力[6]。

綜上所述發(fā)現(xiàn)，目前已有研究多集中于對(duì)連云港港口的競(jìng)爭(zhēng)力上，或是僅僅比較連云港內(nèi)部的港口或自身經(jīng)濟(jì)情形，但連云港港口吞吐能力和其經(jīng)濟(jì)水平具有交叉性，兩者可以通過定量研究表現(xiàn)出來，因此本文通過向量自回歸模型即VAR 模型定量分析連云港港口吞吐能力和城市經(jīng)濟(jì)水平的互動(dòng)效應(yīng)，并據(jù)此提出相關(guān)建議。

1 向量自回歸即VAR 模型構(gòu)建

1.1 變量的選取與說明

本文選取連云港港口貨物吞吐量作為衡量港口吞吐能力的指標(biāo)，選取連云港地區(qū)GDP 衡量其城市經(jīng)濟(jì)水平，GDP 是衡量一個(gè)地區(qū)經(jīng)濟(jì)水平最具代表力的宏觀指標(biāo)，能完整充分地現(xiàn)實(shí)一個(gè)地區(qū)的發(fā)展水平。

選取的數(shù)據(jù)來源于《連云港統(tǒng)計(jì)年鑒》，選取時(shí)間區(qū)間為1990-2021年，且將連云港港口貨物吞吐量記做X，將連云港地區(qū)GDP 記做Y，后取對(duì)數(shù)消除異方差影響，分別記為L(zhǎng)NX、LNY。

1.2 單位根檢驗(yàn)

為避免偽回歸以及保證數(shù)據(jù)具有意義，需要對(duì)兩個(gè)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用ADF 檢驗(yàn)對(duì)兩個(gè)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)（運(yùn)用Eview10）。

由表1可以表明：序列LNX 的ADF 值小于5%的水平值，甚至小于1%的水平值，P ＜0.05，拒絕“存在單位根”的原假設(shè)，不存在單位根，為平穩(wěn)序列；序列LNY 以及其一階差分的ADF 值均大于5%的水平值，P ＞0.05，接受了“存在單位根”的原假設(shè)，兩者均為非平穩(wěn)序列，原序列在二階差分后，P ＜0.05，為平穩(wěn)序列。由此可以說明兩者都可變?yōu)槠椒€(wěn)序列。

表1 單位根檢驗(yàn)

1.3 VAR 模型的建立

本文采用港口貨物吞吐量和GDP 總量2 個(gè)變量組成的系統(tǒng)建立VAR 模型，采用LR、FPE、AIC、SC、HQ 準(zhǔn)則確定模型滯后階數(shù)p，選擇滯后階數(shù)p=2。

下面對(duì)VAR 模型進(jìn)行平穩(wěn)性檢驗(yàn)，VAR 模型的滯后階數(shù)為2，因此，有兩個(gè)內(nèi)生變量的VAR 模型的特征多項(xiàng)式有2×2=4 個(gè)特征根，由圖1可知，每個(gè)特征根倒數(shù)的模均在單位圓內(nèi)，因此，可以認(rèn)為VAR 模型通過平穩(wěn)性檢驗(yàn)，即模型是穩(wěn)定的。

圖1 單位圓與特征根檢驗(yàn)

由此可以得出VAR 模型的估計(jì)結(jié)果為：

LNX=1.479439LNX(-1)-0.562690LNX(-2)+0.025399LNY(-1)+0.040737LNY(-2)+0.359219

LNY=0.077278LNX(-1)+0.047969LNX(-2)+1.341030LNY(-1)-0.465361LNY(-2)-0.226242

1.4 格蘭杰因果關(guān)系檢驗(yàn)

基于上述建立的VAR 模型，進(jìn)行格蘭杰因果檢驗(yàn)，拉分析LNX 和LNY 之間的因果關(guān)系。由表2可知：在LNX 的方程中，LNX 作為被解釋變量對(duì)解釋變量LNY進(jìn)行格蘭杰因果檢驗(yàn)，LNY 的聯(lián)合統(tǒng)計(jì)值是1.069990，且p 值＞0.05，因此LNY 不構(gòu)成對(duì)LNX 的格蘭杰因果關(guān)系；但在LNY 的方程中，LNX 的p 值為0.0056，遠(yuǎn)遠(yuǎn)大于0.05，在5%的水平上構(gòu)成對(duì)LNY 的格蘭杰因果關(guān)系。說明連云港港口貨物吞吐量的滯后期能夠非常顯著地解釋連云港經(jīng)濟(jì)GDP 的情況；相反，對(duì)連云港港口貨物吞吐量來說，城市GDP 的變動(dòng)不是港口貨物吞吐量變化的原因。（見表2）

表2 格蘭杰因果檢驗(yàn)結(jié)果

1.5 脈沖響應(yīng)分析

由LNY 對(duì)LNX 的脈沖響應(yīng)圖可知，當(dāng)港口貨物吞吐量受外部條件的一個(gè)沖擊后，傳遞給連云港GDP 并給其帶來同向的正沖擊，且該沖擊具有顯著的促進(jìn)作用與較長(zhǎng)的持續(xù)效應(yīng)，但在第七期以后上升趨勢(shì)逐漸變?yōu)槠椒€(wěn)，從長(zhǎng)期穩(wěn)定在0.095 附近，說明港口貨物吞吐量受到外部條件沖擊后，對(duì)城市經(jīng)濟(jì)水平影響較大，并且長(zhǎng)期始終保持正向影響，這與格蘭杰因果檢驗(yàn)結(jié)果相一致。

由LNX 對(duì)LNY 的脈沖響應(yīng)圖可知，當(dāng)連云港GDP受到外部條件的一個(gè)沖擊后，也同樣傳遞給連云港港口貨物吞吐量帶來同向的正沖擊，但該沖擊影響力不大，前四期沖擊力均小于0.01，相較于GDP 對(duì)港口貨物吞吐量的脈沖響應(yīng)，沖擊力大打折扣。

同時(shí)，可以看到LNY 對(duì)LNX 的10 期累積脈沖響應(yīng)是LNX 對(duì)LNY 同期累積脈沖響應(yīng)的4.5 倍，這一方面表明連云港港口貨物吞吐量對(duì)GDP 增長(zhǎng)的影響力較大，而GDP 對(duì)港口貨物吞吐量的貢獻(xiàn)率較小，這與格蘭杰因果關(guān)系檢驗(yàn)相互呼應(yīng)；另一方面表明港口貨物吞吐量對(duì)GDP 的增長(zhǎng)影響具有相對(duì)穩(wěn)定性，對(duì)GDP 沖擊所引起的脈沖響應(yīng)則呈現(xiàn)了較大的波動(dòng)性。

1.6 方差分解

通過方差分解可以了解每個(gè)變量的變動(dòng)對(duì)VAR 模型系統(tǒng)變量變動(dòng)的貢獻(xiàn)度。對(duì)港口貨物吞吐量和GDP進(jìn)行方差分解，結(jié)果如表3所示。

表3 港口貨物吞吐量與GDP 之間的方差分解

從方差分解的結(jié)果來看，對(duì)于GDP 來說，短期內(nèi)，GDP 的貢獻(xiàn)率主要來源于自己，港口貨物吞吐量對(duì)GDP 的貢獻(xiàn)由0 開始逐漸增大，直到后期接近甚至反超GDP 的貢獻(xiàn)度，說明港口貨物吞吐量對(duì)GDP 的作用越來越大，GDP也受港口貨物吞吐量的影響越來越好；對(duì)于港口貨物吞吐量來說，GDP 對(duì)港口貨物吞吐量在前期有較小程度的貢獻(xiàn)率，在第1 期就有15.68%的貢獻(xiàn)率，隨后逐漸上升，但上升程度不及港口貨物吞吐量本身的影響。這說明港口貨物吞吐量和GDP 在長(zhǎng)久的發(fā)展過程中會(huì)互相關(guān)聯(lián)、互相融合，但港口貨物吞吐量對(duì)GDP 有較大的影響，而港口貨物吞吐量除了受GDP 影響之外，還存在著其他貢獻(xiàn)度更大的因素。

2 結(jié)論與建議

從前文的整體分析來看，連云港港口貨物吞吐能力和連云港城市經(jīng)濟(jì)具有良好的互動(dòng)效應(yīng)，通過VAR 模型的實(shí)證研究，發(fā)現(xiàn)連云港港口貨物吞吐能力對(duì)城市經(jīng)濟(jì)具有較大的促進(jìn)作用，對(duì)于整個(gè)城市的GDP 水平貢獻(xiàn)較大，而城市經(jīng)濟(jì)同樣也可以促進(jìn)港口貨物吞吐能力，但作用力不夠顯著，對(duì)于吞吐能力的變化的貢獻(xiàn)較小。

針對(duì)以上分析，本文提出了以下幾點(diǎn)建議：

（1）提高港口的軟硬件實(shí)力以及數(shù)字化水平。從上述分析看出，經(jīng)濟(jì)的增長(zhǎng)對(duì)于港口吞吐能力的貢獻(xiàn)很小，因此連云港可以從提升自身軟硬件實(shí)力做起，加強(qiáng)供應(yīng)鏈的完善與發(fā)展，以“智慧港口、智慧航運(yùn)”為建設(shè)目標(biāo)，提高港口的信息化水平，使用當(dāng)前先進(jìn)的互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)企業(yè)的信息化管理，實(shí)時(shí)監(jiān)控港口每一環(huán)節(jié)的運(yùn)作[7]；同時(shí)與江蘇省的其他港口：連云港港、鹽城港和南通港三個(gè)沿海港口建立戰(zhàn)略聯(lián)盟，學(xué)習(xí)借鑒其它各港口的管理模式[8]。

（2）抓住“雙碳”機(jī)遇，更新發(fā)展理念，推動(dòng)港城發(fā)展一體化。要在發(fā)展港口吞吐能力的同時(shí)，促進(jìn)城市經(jīng)濟(jì)發(fā)展，需要承擔(dān)更高的社會(huì)責(zé)任，不應(yīng)片面強(qiáng)調(diào)發(fā)展港口吞吐能力，而是要全面貫徹落實(shí)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大發(fā)展理念，各方協(xié)同推進(jìn)港城一體化融合發(fā)展，可以積極實(shí)行綠色標(biāo)準(zhǔn)淘汰制[9]，促進(jìn)綠色經(jīng)濟(jì)和綠色港口協(xié)調(diào)發(fā)展，創(chuàng)造一個(gè)綠色的“多元城市+智慧港口”的港城融合體。

（3）港城產(chǎn)業(yè)協(xié)同發(fā)展。由上述分析可以看出，連云港的經(jīng)濟(jì)增長(zhǎng)雖能提高港口吞吐能力，但不顯著，因此連云港的未來規(guī)劃需要更加具有目的性。在城市發(fā)展的規(guī)劃中應(yīng)該充分考慮港口規(guī)劃，使得城市產(chǎn)業(yè)結(jié)構(gòu)布局上以及城市道路規(guī)劃等與港口相接，真正實(shí)現(xiàn)港城協(xié)同發(fā)展，共同進(jìn)步[10]。