全国沿海主要港口吞吐量与地区经济发展关系研究.docx

资源描述

全国沿海主要港口吞吐量与地区经济发展关系研究.docx

《全国沿海主要港口吞吐量与地区经济发展关系研究.docx》由会员分享，可在线阅读，更多相关《全国沿海主要港口吞吐量与地区经济发展关系研究.docx（13页珍藏版）》请在冰豆网上搜索。

全国沿海主要港口吞吐量与地区经济发展关系研究.docx

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

2000

2001

2002

2003

2004

2005

2006

2007

上海港

20440

22099

26384

31621

37896

44317

47034

49226

宁波港

11547

12852

15398

18543

22586

26881

30969

34519

广州港

11128

12823

15324

17187

21520

25036

30282

34325

天津港

9566

11369

12906

16182

20619

24069

25760

30946

青岛港

8636

10398

12213

14090

16265

18678

22415

26502

大连港

9084

10047

10851

12602

14516

17085

20046

22286

QHD

秦皇岛港

9743

11302

11167

12562

15037

16901

20356

24880

深圳港

5697

6642

8767

11220

13537

15351

17598

19994

SUZ

苏州港

3048

3536

4837

6282

9060

11919

15403

18377

南京港

6679

5789

6108

6620

9589

10686

10090

10859

舟山港

3189

3281

4068

5722

7362

9052

11418

12817

日照港

2674

2933

3136

4507

5108

8421

11007

13063

南通港

2748

3511

3746

5010

7692

8327

10949

12339

营口港

2268

2520

3127

4009

5978

7537

9477

12207

福州港

2426

2961

3907

4753

5939

7432

8849

6433

LYG

连云港港

2708

3058

3316

3752

4352

6016

7232

8509

ZHJ

镇江港

2153

2216

2630

3046

4839

5848

6415

7824

厦门港

1965

2099

2735

3404

4261

4765

5955

8117

湛江港

2038

2205

2627

2866

3780

4647

5664

6075

烟台港

1774

2190

2689

2936

3431

4506

6076

6999

珠海港

1239

1982

2308

2470

3211

3433

3560

3713

温州港

859

1314

1676

2338

2629

3097

3275

3496

海口港

808

888

1073

1329

1416

2118

2127

2373

防城港

923

1003

1162

1320

1608

2006

2506

3032

汕头港

1284

1309

1380

1470

1576

1735

2015

2256

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

2000

2001

2002

2003

2004

2005

2006

2007

CPI

100.4

100.7

99.2

101.2

103.9

101.8

101.5

104.8

上海市

4771.17

5210.12

5741.03

6694.23

8072.83

9164.10

10366.37

12188.85

宁波市

1144.57

1278.75

1453.34

1749.27

2109.45

2449.3l

2874.44

3433.08

广州市

2492.74

2841.65

3203.96

3758.62

4450.55

5154.23

6073.83

7050.78

天津市

1701.88

1919.09

2150.76

2578.03

3110.97

3697.62

4359.15

5018.28

青岛市

1191.25

1368.55

1583.51

1869.44

2270.16

2695.82

3206.58

3786.52

大连市

1110.80

1235.60

1406.00

1632.60

1961.80

2150.00

2569.70

3131.00

QHD

秦皇岛市

263.13

284.84

314.15

361.66

430.28

491.15

571.56

665.08

深圳市

2187.45

2482.29

2969.52

3585.72

4282.14

4950.91

5813.56

6801.57

SUZ

苏州市

1540.28

1760.28

2080.37

2801.56

3450.00

4026.52

4820.26

5700.85

南京市

1020.00

1154.00

1295.00

1576.20

1910.00

2413.00

2773.78

3275.00

舟山市

121.57

134.38

157.30

186.62

231.27

280.16

335.20

407.00

日照市

209.51

234.27

261.43

311.67

352.25

426.50

505.87

629.58

南通市

736.44

809.42

890.10

l006.71

1226.06

1472.08

1758.34

2111.88

营口市

170.30

192.30

217.60

253.50

318.33

380.90

457.69

568.87

福州市

1003.27

1074.23

1160.53

1347.68

1548.46

1476.31

1664.05

1974.58

LYG

连云港市

291.13

315.82

312.15

351.13

416.36

455.97

527.38

618.18

ZHJ

镇江市

454.60

505.15

561.20

643.60

781.16

871.67

1025.3l

1213.00

厦门市

501.15

556.39

648.33

760.12

883.21

1029.55

1162.37

1375.26

湛江市

373.81

400.64

425.66

483.95

551.70

658.09

770.18

892.56

烟台市

882.88

980.00

1115.00

1316.00

1639.00

2012.46

2402.10

2878.97

珠海市

330.32

367.20

410.60

476.70

546.28

634.58

749.60

886.84

温州市

825.00

93300

1055.00

1220.30

1402.57

1600.17

1834.38

2157.00

海口市

133.49

144.62

210.86

238.18

253.01

301.35

350.06

396.40

防城市

59.30

62.65

69.28

75.60

84.97

93.24

115.69

159.07

汕头市

450.16

443.37

459.39

498.43

571.3l

651.36

737.38

850.15

3.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

1.70630

0.19300

接受H0

TTL不是GDP的Granger原因

19.1130

2.0E-05

拒绝H0

GDP不是TTL的Granger原因

0.36915

0.69181

接受H0

TTL不是GDP的Granger原因

10.2640

5.8E-05

拒绝H0

GDP不是TTL的Granger原因

0.38578

0.76337

接受H0

TTL不是GDP的Granger原因

10.9424

1.2E-06

拒绝H0

GDP不是TTL的Granger原因

1.61389

0.17248

接受H0

TTL不是GDP的Granger原因

9.66068

4.0E-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=21582219

F2={（S3-S1）/[（n-1）（K+1）]}/{S1/[nT-n（K+1）]}=24.82

F1={（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）=1.6

F1[（n-1）K,n（T-K-1）]=F（24,150）=1.7

　　因为F2>1.6，所以拒绝H2；又有F1>1.7，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+uit

i=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·Tit

t=（4.75）

R2=0.998D.W.=1.83

αi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

αi

βi

港口名称

αi

βi

上海港

531.0261

O．186049

营口港

-224.2319

0.032376

宁波港

-91.57999

0.078588

福州港

515.3528

0.091032

广州港

488.4212

0.158129

连云港港

-254.3434

0.056032

天津港

108.8969

0.129503

镇江港

-52.09803

0.099006

青岛港

-235.9633

0.125075

厦门港

-5.581664

0.117230

大连港

-242.5002

0.116893

湛江港

-153.1781

0.095572

秦皇岛港

-269.6378

0.021948

烟台港

7.415398

0.317718

深圳港

1480.673

0.115766

珠海港

-273.7557

0.167564

苏州港

743.2259

0.221095

温州港

91.82554

0.375689

南京港

896.5114

0.286430

海口港

-280.2477

0.122017

舟山港

-279.4450

0.022923

防城港

-308.3494

0.034496

日照港

-177.5379

0.029639

汕头港

-311.7751

0.325397

南通港

89.90022

0.111365

6.结果分析

（1）港口吞吐量与港口所在城市国内生产总值都是社会经济发展的重要指标，从上述估计结果表明，两者具有明显的正相关关系，拟合优度达0.998，说明港口发展对腹地经济发展具有明显的推动作用。

（2）从上述估计结果可以看出，各个港口的截距项和斜率项明显不同，说明各个港口吞吐量与港口所在市的经济发展关系复杂，这主要与港口吞吐的货类及港口所在城市的经济发展特色有关。

　　（3）βi

　　为港口吞吐量与港口所在城市经济发展促进作用的弹性系数。

弹性系数大说明吞吐量对港口所在城市经济影响大，意味着港口服务的腹地范围主要为港口所在城市；弹性系数小说明吐量对港口所在城市地方经济影响小，意味着港口的服务腹地远大于港口所在城市范围。

表5港口吞吐量与港口所在城市经济发展的弹性系数排名

排位

港口名称

βi

排位

港口名称

βi

温州港

0.375689

深圳港

0.115766

汕头港

0.325397

南通港

0.111365

烟台港

0.317718

镇江港

0.099006

南京港

0.286430

湛江港

0.095572

苏州港

0.221095

福州港

0.091032

上海港

O.186049

宁波港

0.078588

珠海港

0.167564

连云港港

0.056032

广州港

0.158129

防城港

0.034496

天津港

0.129503

营口港

0.032376

青岛港

0.125075

日照港

0.029639

海口港

0.122017

舟山港

0.022923

厦门港

0.117230

秦皇岛港

0.021948

大连港

0.116893

　　（4）弹性系数从另外一个角度可以反映吞吐货类单位价值或附加值。

秦皇岛港和舟山港的弹性系数小，也意味着两港吞吐的是大宗低值货物，如秦皇岛港吞吐的煤炭占90%以上，舟山港水水中转的铁矿石、原油和煤炭占绝对主导地位。

　　综合上述估计结果，沿海25个主要港口大致可以分为以下三类。

第一类是港城关系松散的运输型港口城市，其弹性系数一般小于0.1，代表是秦皇岛港和舟山港，两港的弹性系数最小，分别为0.021948和0.022923，说明秦皇岛港和舟山港的腹地范围远超出秦皇岛市和舟山市，实际上,秦皇岛港服务的腹地主要为大秦铁路沿线地区，主要承担山西、陕西和内蒙古西部等地的煤炭铁海转运功能，这些煤炭的生产地和消费地均不在秦皇岛，因此与秦皇岛市经济社会发展关联度极低,弹性相对也就小；舟山港地处长江口，主要为长江沿线地区提供原油、铁矿石和煤炭水水中转运输服务，既不是这些货源的生成地，也不是货源的消耗地，自然难以在本市形成产业链。

第二类是港城关系密切型港口城市，其弹性系数大于0.2，代表是温州港和汕头港，两者的弹性系数最大，分别为0.375689和0.325394，说明这两个港口与所在城市地区经济结合最为紧密，言外之意就是港口服务的腹地主要为所在城市，实际上,温州和汕头两港辐射范围小，以服务所在城市经济发展为主。

第三类是复合型港口城市，其弹性系数介于0.1与0.2之间，同时拥有上述两类港口城市的特性，代表港口是上海港和深圳港，上海港既服务长江三角洲和长江沿线地区，又与上海本市经济发展关系密切，而深圳港既服务珠江三角洲及周边地区，又服务深圳本市经济发展，这两个港口与所在城市产业关联度高，产业链条长，显然这种类型港口城市的发展关系是比较理想的。

当然，以上的港口类型划分并非有严格的定量界线，必须与定性分析相结合，才能得到比较合理一致的结论。

实例：

钦州港港口吞吐量预测

当前我国港口建设形势如火如荼，如何准确的预测港口吞吐量对合理确定港口建设规模及布局，促进运输系统的高效运作，提高投资效益，更好服务于区域经济具有重要意义。

钦州港现状

钦州港位于广西壮族自治区南端，是西南地区进入东盟国家陆上距离最近的出港口，具有得天独厚的优势。

1992年8月，钦州港开工建设。

1994年1月，2个万吨级起步泊位投入使用。

1997年6月，作为国家一级口岸对外开放。

截止2008年底，钦州港建成码头经营及仓储企业32家，公用、工业泊位46个，其中万吨级以上泊位11个。

同年，钦州港年货物吞吐量达到1507.6万吨，集装箱吞吐量达到6.1万TEU。

钦州港发展定位

目前，钦州港是内生型港口，而钦州港的远期定位则是服务区域的外向型港口。

因此，钦州港近中期将要实现由内生型港口转型为外向型港口的目标。

具体体现在钦州港以下三个方面的功能定位：

内外贸结合、商工贸并举的多功能、现代化综合性港口；大西南和北部湾沿海集装箱运输枢纽港；服务西南、辐射东盟的区域性国际航运中心。

为实现钦州港的上述发展目标，在规划期内，本文提出“三步走”发展战略。

第一步（基年后2~3年）：

起步阶段，重点是建设基础设施、培育港口货运市场。

第二步（基年后3~8年左右）：

快速发展阶段，重点是把握机遇，以超常规、波动式的模式快速发展。

第三阶段（基年后9~20年）：

成熟阶段，重点是服务于区域经济，实现又好又快发展。

这样，在市场经济条件下，钦州港未来发展的路径为工业港→喂给港→支线港→枢纽港，将实现多次发展的跨越。

港口吞吐量预测

本文选择了三类港口同钦州港进行横向比较。

第一类为国内部分十大港口，包括上海港、青岛港、宁波港、广州港、天津港、连云港和中山港；第二类为与钦州港存在竞争关系的港口，即湛江港和防城港；第三类为钦州港的模范港口，即营口港。

通过分析这些城市的国民经济、港口吞吐量等发展规律，得出如下结论：

港口城市经济发展已完成能量储备，驶入快速井喷的又好又快发展轨道，近年GDP增长率大大高于全国平均水平；在经济快速发展的刺激下，港口货运吞吐量和集装箱吞吐量以超过经济发展的速度更快增长；外向型与内生型港口对经济环境非常敏感，货物吞吐量、集装箱吞吐量的发展速度波动性较大。

本文基于现状、抓住机遇、考虑阶段、参照榜样、依据产业，采用经济生成率法和弹性系数法对钦州港典型年份的吞吐量进行预测。

经济生成率法：

吞吐量=吞吐量经济生成率×GDP总值。

分析三类港口的货物吞吐量的经济生成率（简称货物生成率）可知，随着城市产业结构的调整和GDP总量的增加，单位GDP的港口货物吞吐量的经济生成率呈现两个特征：

在港口发展的起步阶段，经济生成率向上增长，但在成熟阶段生成率趋于稳定；港口在城市经济中的重要程度影响经济生成率，外向型港口单位GDP的经济生成率大大超过内生型港口。

由三类港口的集装箱吞吐量经济生成率（简称集装箱生成率）可知，国内港口集装箱生成率也呈现两个特征：

外向型港口单

展开阅读全文