基于VAR模型的寧波港口物流與經(jīng)濟(jì)增長關(guān)系的實(shí)證分析

陳志良

（浙江醫(yī)藥高等專科學(xué)校 經(jīng)營管理系，浙江 寧波 315100）

1 引言

港口物流是指港口城市利用其自身口岸優(yōu)勢，以優(yōu)化港口資源整合為目標(biāo)。港口物流與區(qū)域經(jīng)濟(jì)發(fā)展相互支撐:發(fā)達(dá)的天然良港能增強(qiáng)區(qū)域物流周轉(zhuǎn)速度，促進(jìn)港口區(qū)域經(jīng)濟(jì)快速發(fā)展；反之區(qū)域經(jīng)濟(jì)的快速發(fā)展又為港口物流提供良好保障。相關(guān)學(xué)者就港口物流與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行了廣泛的研究與探討。學(xué)者通過向量自回歸（VAR）模型、格蘭杰（Granger）因果檢驗(yàn)及脈沖響應(yīng)函數(shù)，分析了山東、天津、廣東、重慶、浙江等地方港口物流與區(qū)域經(jīng)濟(jì)發(fā)展的動態(tài)相關(guān)性，結(jié)果顯示兩者構(gòu)成一個相互有長期影響的動態(tài)線性系統(tǒng)，經(jīng)濟(jì)發(fā)展對港口物流發(fā)展的正向沖擊大，兩者存在單向因果關(guān)系，脈沖響應(yīng)分析的結(jié)果表明經(jīng)濟(jì)發(fā)展促進(jìn)港口物流的發(fā)展，反之則不成立[1-5]。沈秦偉利用同樣的方法發(fā)現(xiàn)港口物流衡量指標(biāo)—港口吞吐量與集裝箱吞吐量之間存在雙向因果關(guān)系；港口吞吐量對經(jīng)濟(jì)增長方差貢獻(xiàn)率更大[6]。

從文獻(xiàn)可以看出，港口物流和區(qū)域經(jīng)濟(jì)發(fā)展的定量研究方法多集中在VAR、Granger因果檢驗(yàn)以及脈沖響應(yīng)圖等方法的使用。針對寧波港口物流內(nèi)部關(guān)系的定量研究還相對較少。作為影響港口經(jīng)濟(jì)增長主要衡量指標(biāo)的集裝箱吞吐量和港口貨物吞吐量是否存在互動關(guān)系，其共同作用于寧波經(jīng)濟(jì)增長的影響程度如何，影響的規(guī)律又是怎樣，每個變量沖擊對內(nèi)生變量變化的貢獻(xiàn)度如何，變量之間的長期關(guān)系如何、短期關(guān)系又怎樣，這都是值得研究的課題。本文基于寧波市1990-2013年統(tǒng)計(jì)數(shù)據(jù)，利用向量自回歸模型、格蘭杰因果檢驗(yàn)和脈沖響應(yīng)分析寧波經(jīng)濟(jì)增長與港口物流的互動關(guān)系，并結(jié)合寧波區(qū)域特點(diǎn)，提出相應(yīng)的建議。

2 指標(biāo)選取與模型簡介

2.1 港口物流與經(jīng)濟(jì)發(fā)展指標(biāo)

港口物流是一個新興概念，但尚未有明確的、良好的統(tǒng)計(jì)指標(biāo)，外加港口物流相關(guān)數(shù)據(jù)搜尋困難，本文選取港口貨物吞吐量和集裝箱吞吐量表示港口物流規(guī)模[7]。因此，本文選用集裝箱吞吐量(PCH)和港口貨物吞吐量（PCT）作為港口物流發(fā)展的兩個量化指標(biāo)，采用GDP 數(shù)據(jù)作為寧波經(jīng)濟(jì)發(fā)展的量化指標(biāo)。數(shù)據(jù)來源于1993-2013 年間寧波市統(tǒng)計(jì)年鑒。為消除異方差和數(shù)據(jù)波動，使用軟件Eviews6.0對變量做自然對數(shù)，記為LNGDP、LNPCT 和LNPCH。表1 列出了1993-2013 年寧波港集裝箱吞吐量、港口貨物吞吐量以及寧波市GDP的相關(guān)數(shù)據(jù)。

表1 1993-2013年寧波港集裝箱吞吐量（PCH）、港口貨物吞吐量（PCT）以及寧波市GDP

2.2 分析方法與模型簡介

本文采用的向量自回歸模型（VAR）進(jìn)行計(jì)量分析。VAR模型是處理多個相關(guān)經(jīng)濟(jì)指標(biāo)分析與預(yù)測最容易操作的模型之一，常用于研究相關(guān)時(shí)間序列系統(tǒng)的預(yù)測和隨機(jī)擾動對變量系統(tǒng)的動態(tài)影響[9]。其模型的數(shù)學(xué)表達(dá)式如下：

其中：yt是k維內(nèi)生變量列向量，xt是d維外生變量列向量，p是滯后階數(shù)，T是樣本個數(shù)。k×k維矩陣A1，…，Ap和k×d維矩陣B是要被估計(jì)的系數(shù)矩陣。μt是k維擾動向量。

3 實(shí)證分析

3.1 單位根檢驗(yàn)

可具體量化的宏觀經(jīng)濟(jì)數(shù)據(jù)時(shí)間序列一般都是非平衡的，具有時(shí)間趨勢。為消除偽回歸，建模之前有必要進(jìn)行平穩(wěn)性檢驗(yàn)。時(shí)間序列分析常常通過單位根檢驗(yàn)區(qū)分時(shí)間序列是否為單整序列；若表現(xiàn)為不平穩(wěn)，可以通過差分計(jì)算進(jìn)行調(diào)整，如果還不平穩(wěn)，再進(jìn)行二階差分[2]。本文使用ADF 方法判定序列的平穩(wěn)性，采用SIC 準(zhǔn)則推斷檢驗(yàn)的滯后階數(shù)，用麥金農(nóng)（Mackinnon）臨界值確定是否有單位根。結(jié)果見表2。

LNGDP、LNPCH、LNPCT 及其一階差分序列的ADF 統(tǒng)計(jì)量都大于5%檢驗(yàn)水平的臨界值，不能拒絕原假設(shè)，說明LNGDP、LNPCH、LNPCT及其一階差分序列都存在單位根，為非平穩(wěn)序列。但在5%檢驗(yàn)水平下的二階差分后，序列都拒絕單位根的假設(shè)，說明二階差分變量是平穩(wěn)的，表明三個變量為二階單整序列，即LNGDP～I(xiàn)（2）、LNPCH～I(xiàn)（2）、LNPCT～I(xiàn)（2）存在可能的協(xié)整關(guān)系。

表2 各變量時(shí)間序列的ADF單位根檢驗(yàn)

3.2 基于VAR模型的分析

經(jīng)單位根檢驗(yàn)，寧波港口物流與區(qū)域經(jīng)濟(jì)指標(biāo)滿足協(xié)整檢驗(yàn)條件，采用Johansen方法對時(shí)間序列再進(jìn)行協(xié)整分析，因此需要先確定VAR模型的結(jié)構(gòu)。

3.2.1 建立VAR（1）模型。對LNGDP、LNPCT、LNPCH 估計(jì)向量自回歸模型，通過ACI、SC、HQ等信息準(zhǔn)則確定VAR的滯后階數(shù)為1階，因此可得VAR（1）模型如下：

3.2.2 VAR（1）模型穩(wěn)定性檢驗(yàn)。VAR 模型穩(wěn)定的充分必要條件是模型的特征方程根都要在單位圓以內(nèi)或者特征值均小于1。如圖1 所示，運(yùn)用Eviews 軟件計(jì)算該VAR（1）模型特征根均在單位圓內(nèi)，說明該模型是穩(wěn)定的。

圖1 特征根單位圓

3.2.3 協(xié)整分析?；赩AR（1）模型，采用Johansen無約束特征檢驗(yàn)法進(jìn)行協(xié)整檢驗(yàn)，協(xié)整方程有截距且序列有確定性趨勢。結(jié)果表明，LNPCH、LNPCT、LNGDP時(shí)間序列在5%顯著水平下存在協(xié)整關(guān)系，即變量之間存在長期均衡關(guān)系。

上述協(xié)整方程反映了變量間的長期均衡關(guān)系，結(jié)果表明集裝箱吞吐量對經(jīng)濟(jì)增長有明顯的促進(jìn)作用，而港口吞吐量與經(jīng)濟(jì)增長呈一定的負(fù)相關(guān)。LNPCH 增加1%，則LNGDP 相應(yīng)地大約增加0.686%；LNPCT增加1%，則LNGDP相應(yīng)地大約減少1.34%。

3.3 格蘭杰因果關(guān)系檢驗(yàn)

雖然前述研究表明LNGDP、LNPCH、LNPCT 存在協(xié)整關(guān)系，但無法表明其相互之間是否有因果關(guān)系。Granger指出，假如變量之間是協(xié)整的，就一定存在至少一個方向的Granger原因。選擇滯后期為1的格蘭杰檢驗(yàn)，結(jié)果見表3。

表3 格蘭杰檢驗(yàn)結(jié)果

LNPCH 和LNPCT 之間存在雙向因果關(guān)系，LNPCH、LNPCT 與LNGDP 之間分別存在單向的因果關(guān)系，換句話說，在5%的顯著水平下，集裝箱吞吐量與港口吞吐量均為寧波區(qū)域經(jīng)濟(jì)增長的格蘭杰原因，反之則不成立。

3.4 脈沖響應(yīng)分析和方差分析

脈沖響應(yīng)函數(shù)用來描述在模型擾動項(xiàng)中增加一個標(biāo)準(zhǔn)差的沖擊對內(nèi)生變量當(dāng)前值的影響及未來值的變化。采用廣義脈沖函數(shù)進(jìn)行脈沖分析，結(jié)果如圖2所示。圖2實(shí)線表示各變量受沖擊后的走勢，虛線表示走勢的兩倍標(biāo)準(zhǔn)誤差，橫縱軸分別表示沖擊作用的滯后期間數(shù)、各變量受沖擊后的當(dāng)前值和未來值。

LNGDP 的脈沖響應(yīng)顯示港口吞吐量在本期受到正沖擊后，寧波市GDP 在第3 期達(dá)到最高點(diǎn)，從第3 期之后開始穩(wěn)定下降，到第8期降至負(fù)值，這表明寧波市港口吞吐量受外部沖擊后，給本市經(jīng)濟(jì)增長能帶來同向的沖擊，但這一沖擊幅度不大，持續(xù)效應(yīng)較弱；而在本期給集裝箱吞吐量一個正沖擊后，寧波市GDP從第2期開始迅速增長，到第7期增長速度開始放緩。結(jié)論與格蘭杰因果檢驗(yàn)中PCT、PCH 增加是促進(jìn)GDP 增長的Granger成因相一致。

LNPCT、LNPCH 的脈沖響應(yīng)顯示GDP 在本期受到正沖擊后，集裝箱吞吐量和貨物吞吐量都能帶來一定的同向沖擊，但沖擊幅度不大，效果不顯著；當(dāng)在本期給集裝箱吞吐量一個正沖擊后，港口貨物吞吐量迅速增長，到第8期以后增長速度開始趨緩；在本期給港口貨物吞吐量一個正沖擊后，則給集裝箱吞吐量帶來一定幅度的反向沖擊，集裝箱吞吐量迅速下降，第3 期以后則降至了負(fù)值。這也印證了格蘭杰因果檢驗(yàn)中GDP增長不是促進(jìn)PCT和PCH增加的Granger成因的結(jié)論。

圖2 各變量之間的脈沖響應(yīng)函數(shù)

與脈沖響應(yīng)函數(shù)的視角相反，方差分析常用來分析每個變量沖擊對內(nèi)生變量變化的貢獻(xiàn)度。從圖3可以看出，寧波港口吞吐量和集裝箱吞吐量是經(jīng)濟(jì)增長的重要影響因素，經(jīng)過10 期，集裝箱吞吐量貢獻(xiàn)率66.25%，且在長期內(nèi)保持穩(wěn)定增長；港口吞吐量在第5 期達(dá)到最高，為11.68%，之后貢獻(xiàn)率保持在5%以上，說明港口物流沖擊對經(jīng)濟(jì)增長的變動有較大的影響，并且集裝箱吞吐量的影響更為顯著。集裝箱吞吐量是港口吞吐量的重要影響因素，其貢獻(xiàn)率保持快速增長，在第10期的貢獻(xiàn)率達(dá)到90.9%，經(jīng)濟(jì)增長對港口吞吐量的影響非常小。而港口吞吐量和經(jīng)濟(jì)增長對集裝箱吞吐量的貢獻(xiàn)率都較弱。

3.5 向量誤差修正模型

協(xié)整方程只能描述變量之間的長期關(guān)系，對變量之間短期動關(guān)系的描述需要借助誤差修正模型，誤差修正模型可以很好反映一旦發(fā)生了上述偏離后各自的運(yùn)動方向和速度[8]。根據(jù)格蘭杰定理，非平衡變量之間存在協(xié)整關(guān)系，可通過建立向量誤差修正模型以進(jìn)一步了解變量之間的短期動態(tài)關(guān)系。本文運(yùn)用Eviews6.0l建立了如下向量誤差修正模型：

圖3 各變量之間的方差分析

其中，vecmt-1為長期均衡調(diào)整的誤差修正項(xiàng)，前面的系數(shù)為調(diào)整系數(shù)，反映了變量在短期波動中偏離其長期均衡關(guān)系的程度。從向量誤差修正模型看，反映各變量之間短期波動關(guān)系的誤差修正項(xiàng)vecm 的系數(shù)為負(fù)，符合反向修正機(jī)制。1993-2013 年LNGDP、LNPCT 及LNPCH 的短期調(diào)整系數(shù)分別為-0.214 9、-0.148 2 和-0.453 86，說明當(dāng)因變量在短期內(nèi)偏離長期均衡關(guān)系時(shí)，LNPCH對其均衡狀態(tài)的調(diào)整力度較大。

4 結(jié)論與建議

從計(jì)量分析結(jié)果看，寧波集裝箱吞吐量、港口吞吐量和區(qū)域經(jīng)濟(jì)增長構(gòu)成相互影響、長期的動態(tài)線性關(guān)系，只是程度有所不同，即在長期關(guān)系上，集裝箱吞吐量對經(jīng)濟(jì)增長有明顯的促進(jìn)作用，作為寧波區(qū)域經(jīng)濟(jì)和國際貿(mào)易發(fā)展的加速器，作用不容忽視；集裝箱吞吐量、港口貨物吞吐量之間存在雙向因果關(guān)系，其與寧波經(jīng)濟(jì)增長存在單向的因果關(guān)系，表明寧波港口吞吐量與集裝箱吞吐量對寧波經(jīng)濟(jì)增長所產(chǎn)生的影響力度差異巨大，作用時(shí)效也不盡相同。具體看，寧波集裝箱吞吐量對經(jīng)濟(jì)增長產(chǎn)生正向作用，而港口吞吐量對經(jīng)濟(jì)增長作用減弱，這充分表明寧波必須順應(yīng)港口發(fā)展的內(nèi)在規(guī)律，進(jìn)一步加大以集裝箱業(yè)務(wù)為主的港口腹地拓展，大力發(fā)展以集裝箱業(yè)務(wù)為主的多式聯(lián)運(yùn)，夯實(shí)國際集裝箱業(yè)務(wù)基礎(chǔ)，圍繞業(yè)務(wù)集裝化、海港樞紐化、碼頭深水化、貿(mào)易國際化的大趨勢，發(fā)揮港口對本區(qū)域乃至浙江省的輻射帶動作用，積極吸引丹麥、新加坡、荷蘭等傳統(tǒng)海運(yùn)強(qiáng)國更多的船公司，加大了國際集裝箱業(yè)務(wù)補(bǔ)貼、自由貿(mào)易等優(yōu)惠政策，鞏固寧波作為國際重要航運(yùn)中心的地位，在確保港口吞吐量提升的同時(shí)，不斷提高港口的配置服務(wù)功能，提升寧波港對其他港口的喂給配置作用。

[1]胡玉瑩,趙莎莎.港口物流與經(jīng)濟(jì)發(fā)展的動態(tài)關(guān)聯(lián)分析—以天津?yàn)槔齕J].開發(fā)研究,2009,142(3):48-52.

[2]謝京辭.山東港口物流與區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系研究[J].山東社會科學(xué),2011,(3):174-176.

[3]羅永華.基于協(xié)整分析的港口物流與區(qū)域經(jīng)濟(jì)發(fā)展—以廣東茂名為例[J].河南科技大學(xué)學(xué)報(bào)(社會科學(xué)版),2013,31(5):91-94.

[4]徐蘭燕,許繼琴.浙江省港口物流與國際貿(mào)易關(guān)系分析[J].價(jià)格月刊,2012,(3):16-19.

[5]向敏,于潔.重慶港口物流與國際貿(mào)易關(guān)系研究—基于VAR 模型的實(shí)證研究[J].物流技術(shù),2013,32(9):182-184.

[6]沈秦偉,韓增林,郭建科.港口物流與城市經(jīng)濟(jì)增長的關(guān)系研究—以大連為例[J].地理與地理信息科學(xué),2013,29(1):69-73.

[7]王正明,夏亦冰.青島港口物流與對外貿(mào)易的關(guān)聯(lián)發(fā)展分析[J].物流技術(shù),2012,31(11):265-268.

[8]趙立波.物流產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長關(guān)系實(shí)證分析[J].中國流通經(jīng)濟(jì),2012,(10):41-45.

[9]樊歡歡,李嫣怡,陳勝可.Eviews統(tǒng)計(jì)分析與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2011.