港口物流與經(jīng)濟(jì)增長關(guān)系分析

蔡素麗

(福州外語外貿(mào)學(xué)院管理學(xué)院，福建 福州 350018)

港口物流與經(jīng)濟(jì)增長關(guān)系分析

蔡素麗

(福州外語外貿(mào)學(xué)院管理學(xué)院，福建 福州 350018)

摘要：以福建港口物流與經(jīng)濟(jì)增長之間的關(guān)系為研究對(duì)象，選取福建2004 -2013年港口貨物吞吐量、地區(qū)生產(chǎn)總值和三次產(chǎn)業(yè)生產(chǎn)總值等統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用回歸分析方法與彈性系數(shù)法建立數(shù)學(xué)模型，運(yùn)用灰色系統(tǒng)預(yù)測(cè)理論建立GM(1,1)預(yù)測(cè)模型，分析港口物流與腹地區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)系.通過分析可知港口物流的發(fā)展能促進(jìn)區(qū)域經(jīng)濟(jì)的增長，且對(duì)第二產(chǎn)業(yè)經(jīng)濟(jì)增長的拉動(dòng)效應(yīng)最大；目前GDP對(duì)港口物流發(fā)展仍缺乏彈性，未來港口貨物吞吐量將持續(xù)快速增長，對(duì)區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)將持續(xù)增大.

關(guān)鍵詞：港口物流 ； 經(jīng)濟(jì)關(guān)系 ；回歸分析；彈性系數(shù)

港口物流是港口城市利用其自身作為運(yùn)輸口岸的優(yōu)勢(shì)，依托先進(jìn)的軟件和硬件設(shè)施，加強(qiáng)對(duì)港口周邊物流運(yùn)輸能力的輻射，突出港口集貨、存貨、配貨的功能，以臨港產(chǎn)業(yè)集群為基礎(chǔ)，以港口信息服務(wù)技術(shù)為支撐，以優(yōu)化和合理應(yīng)用港口資源為目標(biāo)，發(fā)展能夠包含所有物流產(chǎn)業(yè)鏈環(huán)節(jié)的綜合服務(wù)體系.港口物流是物流服務(wù)進(jìn)程中的重要節(jié)點(diǎn)，也是完成整個(gè)供應(yīng)鏈物流產(chǎn)業(yè)系統(tǒng)最基本的物流服務(wù)和產(chǎn)生的增值服務(wù).隨著國際貿(mào)易的快速增長，港口作為交通運(yùn)輸?shù)臉屑~接口和國際貿(mào)易的支撐平臺(tái)，其參與經(jīng)濟(jì)腹地的資源配置、綜合物流配送的作用正逐步凸顯.

福建北臨長江三角洲,南接珠江三角洲,面對(duì)臺(tái)灣海峽，有豐富的港岸線資源，是我國港口的重要組成部分；在古代是“海上絲綢之路”的發(fā)祥地[1]，當(dāng)代處于海峽經(jīng)濟(jì)區(qū)域中主體地位.港口作為海陸貨物運(yùn)輸?shù)慕Y(jié)合點(diǎn)，在配置資源、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面有著無可替代的作用.福建省加大港口基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)港口岸線管理統(tǒng)籌岸線開發(fā)與保護(hù)，實(shí)施港口體制一體化整合改革，提出“大港口、大通道、大物流”發(fā)展戰(zhàn)略，福建省港口實(shí)現(xiàn)了從對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的瓶頸制約到基本適應(yīng)的歷史性突破.“十一五”是福建省港航發(fā)展最快的歷史階段，尤為重要的是福建省把港口群列作為“十二五”海西經(jīng)濟(jì)社會(huì)發(fā)展的突破口[2].本文著眼于港口物流發(fā)展和區(qū)域經(jīng)濟(jì)增長水平，定量分析兩者的關(guān)系，探索發(fā)展港口物流對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響.

1模型指標(biāo)選取

港口物流發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系主要體現(xiàn)在港口物流發(fā)展規(guī)模與經(jīng)濟(jì)發(fā)展水平指標(biāo)之間，通過定量研究，可分析它們的相關(guān)關(guān)系.本文選取2004—2013年間的數(shù)據(jù)(見表1)，數(shù)據(jù)來源福建省統(tǒng)計(jì)局官網(wǎng).在數(shù)據(jù)處理上，考慮到貨物吞吐量是衡量港口功能的重要指標(biāo).港口貨物吞吐量指經(jīng)水運(yùn)進(jìn)出沿海主要港區(qū)，并經(jīng)過裝卸的貨物數(shù)量，包括郵件及辦理托運(yùn)手續(xù)的行李、包裹以及補(bǔ)給運(yùn)輸船舶的燃料、物料和淡水.它不僅反映了港口物流的規(guī)模，也在一定程度上反映港口腹地區(qū)域生產(chǎn)力的配置狀況以及地區(qū)經(jīng)濟(jì)發(fā)展水平，另由于集裝箱主要是以廈門為代表,福建省其他港口主要還是貨物吞吐量，所以集裝箱吞吐量不能代表全部的港口物流量，因此選取港口貨物吞吐量作為衡量港口物流發(fā)展水平的量化指標(biāo)，比較符合實(shí)際情況.國內(nèi)地區(qū)生產(chǎn)總值(GDP)反映一個(gè)地區(qū)的總體經(jīng)濟(jì)實(shí)力，具有權(quán)威性和可比性，因此選取GDP作為區(qū)域經(jīng)濟(jì)發(fā)展水平量化指標(biāo).采用計(jì)量方法對(duì)福建區(qū)域經(jīng)濟(jì)發(fā)展水平與港口物流發(fā)展水平進(jìn)行定量分析研究.取福建港口貨物吞吐量為X，福建地區(qū)生產(chǎn)總值(GDP)為Y.通過散點(diǎn)圖分布可知兩個(gè)變量隨時(shí)間序列均呈現(xiàn)平穩(wěn)指數(shù)上升趨勢(shì)，無異常數(shù)據(jù).

表1　2004-2013年福建省GDP與港口貨物吞吐量[3]

2研究方法

2.1　回歸分析法

對(duì)所選變量X與Y的原始數(shù)據(jù)，運(yùn)用DPS數(shù)據(jù)處理系統(tǒng)軟件進(jìn)行相關(guān)性分析，可得自變量與因變量的相關(guān)系數(shù)為0.9908，顯著水平p小于0.05, 且通過異常值檢驗(yàn).根據(jù)相關(guān)系數(shù)標(biāo)準(zhǔn)判斷，在顯著水平小于0.05時(shí)，當(dāng)相關(guān)系數(shù)|r|大于等于0.8時(shí)，視為高度相關(guān).

2.1.1回歸方程的建立

回歸是研究因變量隨自變量變化的關(guān)系形式分析方法.它可以簡便有效地利用調(diào)查統(tǒng)計(jì)資料分析變量間關(guān)系，以對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行預(yù)計(jì)、推斷.它在生產(chǎn)實(shí)踐、經(jīng)濟(jì)分析、科學(xué)實(shí)驗(yàn)、工程技術(shù)中都有著極為廣泛的應(yīng)用.其原理是所求回歸方程盡可能靠近每一個(gè)樣本點(diǎn)，使得對(duì)所有自變量，觀察值與回歸值的偏離達(dá)到最小.經(jīng)數(shù)據(jù)分析得知，所選指標(biāo)之間的相關(guān)性較大，適合擬合一個(gè)包含所有自變量的線性回歸模型.GDP與港口貨物吞吐量相互依存，即快速發(fā)展的區(qū)域經(jīng)濟(jì)能帶動(dòng)港口物流的迅速增加，港口物流量的增加很大程度上促進(jìn)GDP的增長.

運(yùn)用DPS數(shù)據(jù)處理系統(tǒng)軟件進(jìn)行數(shù)據(jù)分析，得回歸模型：Y=-4739.0180+0.5834X，其中Y為福建省GDP，X為港口物流吞吐量.相關(guān)系數(shù)R=0.9908，決定系數(shù)R2=0.9817，調(diào)整后的相關(guān)系數(shù)Ra=0.9897，在顯著水平5%時(shí), P=0.0001,說明回歸方程具有意義，具有分析價(jià)值.決定系數(shù)R2=0.9817，表明港口物流量變異能解釋GDP變異的98.17%；從回歸方程式可看出港口物流貨物吞吐量每增長10%，GDP值增長5.834%，所以港口物流的發(fā)展能促進(jìn)區(qū)域經(jīng)濟(jì)的增長.

從產(chǎn)業(yè)結(jié)構(gòu)角度分析.第一產(chǎn)業(yè)與港口物流吞吐量相關(guān)關(guān)系：Y1=1.6561+0.0421X，相關(guān)系數(shù)為R1=0.9845；第二產(chǎn)業(yè)與港口物流吞吐量相關(guān)關(guān)系：Y2=-2948.7326+0.3131X，相關(guān)系數(shù)為R2=0.9890；第三產(chǎn)業(yè)與港口物流吞吐量相關(guān)關(guān)系：Y3=-1791.9414+0.2283X，相關(guān)系數(shù)為R3=0.9927(其中Y1、Y2、Y3表示第一、二、三產(chǎn)業(yè)地區(qū)生產(chǎn)總值).通過三大產(chǎn)業(yè)與港口物流吞吐量的相關(guān)關(guān)系分析，我們可以知道隨著港口貨物吞吐量的增加，福建省第一產(chǎn)業(yè)增加值有一定程度的增加，但增長率較低，說明港口貨物吞吐量的增長對(duì)第一產(chǎn)業(yè)的增長影響較?。桓劭谪浳锿掏铝康拿吭鲩L10%，第二產(chǎn)業(yè)增加值增長3.131%，即港口物流的發(fā)展對(duì)工業(yè)(包括采掘工業(yè)、制造業(yè)、自來水、電力、蒸汽、熱水、煤氣)和建筑業(yè)的拉動(dòng)效應(yīng)較大；港口貨物吞吐量每增長 10%，福建省第三產(chǎn)業(yè)增加值增長2.283%.從增加值增長量上分析，港口物流量對(duì)第二產(chǎn)業(yè)增值影響最大，其次是第三產(chǎn)業(yè)，對(duì)第一產(chǎn)業(yè)增值影響較小，但港口物流與第一、二、三產(chǎn)業(yè)相關(guān)系數(shù)都較大，說明他們它們之間皆存在較強(qiáng)的相關(guān)性.

2.1.2顯著性檢驗(yàn)(F檢驗(yàn))

回歸方程的顯著性檢驗(yàn)是檢驗(yàn)自變量和因變量的線性相關(guān)關(guān)系是否顯著.根據(jù)計(jì)算結(jié)果及方差分析，方差的顯著水平應(yīng)小于等于0.05，否則所建立的回歸方程無意義，經(jīng)計(jì)算得方差分析，其中p值為0.0001，符合條件.其次檢驗(yàn)Y與X之間線性回歸關(guān)系的顯著性，給定顯著水平a值等于0.05， 觀察值F=429.7008>4.96(查表F0.05(1,10)=4.96)，回歸方程通過檢驗(yàn)，擬合優(yōu)度非常高，認(rèn)為Y與X之間存在著顯著的線性回歸關(guān)系.

在DPS 數(shù)據(jù)處理系統(tǒng)中，當(dāng)選擇一個(gè)最優(yōu)回歸方程后，還需要對(duì)方程做進(jìn)一步的精細(xì)分析，其中一個(gè)主要方面是殘差分析.擬合殘差進(jìn)行診斷時(shí)采用殘差分析圖分析方式，各點(diǎn)均在-2~+2的范圍之內(nèi)，且沒有任何趨勢(shì)，Cook距離小于1， Durbin-waston統(tǒng)計(jì)量d=1.7347接近2，符合0

2.2　彈性系數(shù)法

通過上文的分析，福建省GDP與港口貨物吞吐量之間確實(shí)存在很高的相關(guān)性，但是如果想從歷史具體時(shí)段考察變量之間的相互依存關(guān)系和敏感變動(dòng)的規(guī)律，回歸分析定量方法還不能完全實(shí)現(xiàn)，而以彈性經(jīng)濟(jì)學(xué)為理論基礎(chǔ)的彈性系數(shù)法則能較好地實(shí)現(xiàn)這一目標(biāo).彈性系數(shù)法是以各種經(jīng)濟(jì)變量為考察對(duì)象，利用數(shù)學(xué)方法在經(jīng)濟(jì)變量之間建立函數(shù)關(guān)系，進(jìn)而研究它們之間的相互關(guān)系及變動(dòng)規(guī)律.本文應(yīng)用該方法建立起不同時(shí)期的港口貨物吞吐量與GDP的彈性模型，并基于回歸分析原理求解得到各時(shí)期港口物流吞吐量對(duì)GDP的彈性系數(shù)(見表2).

表2　福建省 GDP對(duì)港口貨物吞吐量的彈性系數(shù)

應(yīng)用彈性經(jīng)濟(jì)學(xué)理論，2004-2007、2007-2010、2010-2013三個(gè)時(shí)間段彈性系數(shù)均小于1，說明雙方關(guān)系仍缺乏彈性，即GDP增長幅度小于港口物流量增長幅度.第一階段到第二階段有較大的提升，其原因是中央政策對(duì)海峽西岸港口區(qū)域的大力支持，2009年國務(wù)院在《關(guān)于支持福建省加快建設(shè)海峽西岸經(jīng)濟(jì)區(qū)的若干意見》中明確提出“支持海峽西岸和其他臺(tái)資相對(duì)集中地區(qū)的積極發(fā)展”， 福建省抓住機(jī)遇，加大對(duì)港口的投資建設(shè)，隨著海峽西岸經(jīng)濟(jì)區(qū)建設(shè)的推進(jìn)，“兩岸三通”的實(shí)現(xiàn)，持續(xù)快速增長的對(duì)外貿(mào)易(尤其是對(duì)臺(tái)貿(mào)易)，使得港口在經(jīng)濟(jì)社會(huì)中的地位和作用不斷提升.第二、三階段彈性系數(shù)幾乎相近，說明這兩個(gè)階段港口物流發(fā)展與經(jīng)濟(jì)增長呈穩(wěn)定增長狀態(tài)，福建GDP對(duì)福建港口貨物吞吐量的變動(dòng)敏感度較小.

2.3　灰色系統(tǒng)預(yù)測(cè)法

灰色預(yù)測(cè)模型GM(n,h)為n階h個(gè)變量的微分方程，它是基于“部分已知，部分未知”的“小樣本、貧信息”來實(shí)現(xiàn)預(yù)測(cè).目前在預(yù)測(cè)研究中，常用GM(n,1)模型(一般的n≤3).GM(n,1)模型基于隨機(jī)原始時(shí)間序列，按時(shí)間累加后形成新時(shí)間序列，呈現(xiàn)的規(guī)律可用n階線性微分方程的解來逼近，它在經(jīng)濟(jì)社會(huì)系統(tǒng)用得比較多，具有數(shù)據(jù)少，原理簡單，計(jì)算量適中，結(jié)果精度高等諸多優(yōu)點(diǎn)[4].為了更好地把握港口物流發(fā)展和經(jīng)濟(jì)發(fā)展趨勢(shì)，需要對(duì)兩者進(jìn)行預(yù)測(cè)分析.考慮到本研究預(yù)測(cè)的是單變量且是經(jīng)濟(jì)系統(tǒng)對(duì)象，同時(shí)兼顧灰色預(yù)測(cè)模型在現(xiàn)實(shí)應(yīng)用中的可靠性與可行性.本文采用GM(l,l)模型，稱為單序列一階線性動(dòng)態(tài)模型，對(duì)港口物流吞吐量及GDP發(fā)展趨勢(shì)進(jìn)行定量預(yù)測(cè)與合理性解釋.灰色系統(tǒng)小誤差概率p大于0.95且后驗(yàn)比C小于0.35，則預(yù)測(cè)精度很好.

2.3.1預(yù)測(cè)模型建立

表3　GM(1,1)預(yù)測(cè)模型

灰色預(yù)測(cè)GM(1,1)模型是將一切隨機(jī)變量看作一定范圍內(nèi)、一段時(shí)間內(nèi)變化的灰色量和灰色過程，對(duì)灰色量采用一次累加生成法，將無規(guī)律性的原始時(shí)間數(shù)列整理成規(guī)律性較強(qiáng)的生成數(shù)列，再對(duì)其用一階線性微分方程的解來逼近.又一階線性微分方程的解逼近所揭示的原始時(shí)間數(shù)列呈指數(shù)變化規(guī)律.因此，應(yīng)用GM(1,1)模型進(jìn)行預(yù)測(cè)的原始時(shí)間數(shù)列必須呈指數(shù)分布規(guī)律，且數(shù)據(jù)序列變化速度平穩(wěn)，否則GM(1,1)模型可能失效.在上述模型指標(biāo)選取部分已經(jīng)通過散點(diǎn)圖觀察得出港口貨物吞吐量和GDP均隨時(shí)間序列呈指數(shù)平穩(wěn)上升趨勢(shì).故該預(yù)測(cè)模型方法可用，預(yù)測(cè)模型見表3.

2.3.2預(yù)測(cè)結(jié)果合理性分析

模型可靠性標(biāo)準(zhǔn)：灰色系統(tǒng)小誤差概率p大于0.95且后驗(yàn)比C小于0.35，平均百分誤差小于10，則模型可靠，預(yù)測(cè)精度很好.根據(jù)模型可靠性標(biāo)準(zhǔn)結(jié)合表3可知，四個(gè)預(yù)測(cè)模型均符合標(biāo)準(zhǔn)，可用此四個(gè)模型分別對(duì)相應(yīng)變量進(jìn)行預(yù)測(cè).假定未來經(jīng)濟(jì)發(fā)展趨勢(shì)沒有太大變化，由DPS數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)2014-2018年港口物流吞吐量、DPS、三次產(chǎn)業(yè)地區(qū)生產(chǎn)總值的預(yù)測(cè)(預(yù)測(cè)數(shù)據(jù)略).

從預(yù)測(cè)數(shù)據(jù)觀察，在未來幾年內(nèi)(至2018年)，港口貨物吞吐量將持續(xù)快速增長，2018年突破七億噸.三大產(chǎn)業(yè)增值持續(xù)增長，仍然表現(xiàn)為第二產(chǎn)業(yè)增長最快，第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)最小，且第二、三產(chǎn)業(yè)的增幅均較大.未來五年港口貨物吞吐量與GDP的彈性系數(shù)達(dá)到0.8884，與上述第三階段0.5476比較，增幅較大，更接近1，說明港口物流發(fā)展變化對(duì)GDP的影響逐漸增大，GDP對(duì)港口物流發(fā)展變動(dòng)敏感度增強(qiáng).同時(shí)，這也符合彈性系數(shù)理論，在未來一段時(shí)期內(nèi)GDP對(duì)港口物流量的彈性系數(shù)還會(huì)繼續(xù)升高，之后才開始下降.

3結(jié)語

港口物流產(chǎn)業(yè)是一個(gè)新興產(chǎn)業(yè)，它對(duì)腹地區(qū)域經(jīng)濟(jì)的帶動(dòng)作用非常明顯，發(fā)展港口物流有利于提高區(qū)域經(jīng)濟(jì)系統(tǒng)運(yùn)行的效率，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，同時(shí)區(qū)域經(jīng)濟(jì)的實(shí)力也為港口物流發(fā)展提供物質(zhì)保障，二者之間形成良性互動(dòng)關(guān)系.以上研究，運(yùn)用線性回歸分析方法得出港口貨物吞吐量與 GDP 及三種產(chǎn)業(yè)之間均存在正相關(guān)關(guān)系，港口物流發(fā)展對(duì)地區(qū)三次產(chǎn)業(yè)發(fā)展優(yōu)化具有一定的拉動(dòng)效應(yīng) ，對(duì)第二產(chǎn)業(yè)拉動(dòng)效應(yīng)最大、第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)較小，因而能夠促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整；運(yùn)用彈性系數(shù)法求證港口貨物吞吐量與 GDP的階段彈性程度，彈性系數(shù)均小于1，港口物流發(fā)展對(duì)福建區(qū)域經(jīng)濟(jì)發(fā)展的拉動(dòng)效應(yīng)在未來仍有持續(xù)上升的空間.運(yùn)用灰色系統(tǒng)預(yù)測(cè)理論建立的預(yù)測(cè)模型說明了在未來時(shí)間港口物流與區(qū)域經(jīng)濟(jì)仍然持續(xù)保持這種良好的關(guān)系.

此外，福建港口物流的快速發(fā)展與海峽兩岸的合作日益密切息息相關(guān).港口物流給兩岸經(jīng)濟(jì)整合，閩臺(tái)產(chǎn)業(yè)合作注入了新的生機(jī).同時(shí)對(duì)港口物流發(fā)展而言，也是機(jī)遇與挑戰(zhàn)并存.應(yīng)繼續(xù)加強(qiáng)港口設(shè)施建設(shè)，加強(qiáng)港口岸線管理，統(tǒng)籌岸線開發(fā)與保護(hù)，合理整合港口資源，加快拓展港口腹地，為更好地實(shí)現(xiàn)兩岸經(jīng)濟(jì)整合，建設(shè)海峽經(jīng)濟(jì)區(qū)服務(wù).

參考文獻(xiàn)：

[1]顏雙波. 物流產(chǎn)業(yè)促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的實(shí)證分析：以福建泉州為例[J]. 首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào), 2012, (6):123-125.

[2]福建省港行局. “福建港口向現(xiàn)代化深水大港邁進(jìn)”在線訪談[EB/OL]. http://www.fjgh.gov.cn/hdjl/zxft/zxft/20111025/,2011-10-25.

[3]福建省統(tǒng)計(jì)局．福建統(tǒng)計(jì)年鑒2014[EB/OL].http://www.stats-fj.gov.cn/tongjinianjian/dz2014/index-cn.htm, 2014.

[4]沈慶瓊. 閩臺(tái)貿(mào)易與港口物流對(duì)接[D]. 福州:福建師范大學(xué)碩士學(xué)位論文, 2008.

(責(zé)任編校：晴川)

Analysis of the Relationship Between Port Logistics and

Fujian Economic Growth

CAI Suli

(School of Management, Fuzhou College of Foreign Studies and Trade, Fuzhou Fujian 350018, China)

Abstract：This paper takes the port logistics and economic growth in Fujian as the research object,and uses fujian port cargo throughput and GDP and three industrial GDP statistics from 2004 to 2013, for analysis of the correlation between port logistics and regional economic development. It uses regression analysis method and elastic coefficient method to establish mathematical model, and on the basis of the theory of grey system prediction, establishes GM (1, 1) prediction model, and explores the contributions of the port logistics development to the regional economic growth.

Key Words：port logistics; economic relations; regression analysis; modulus of elasticity

作者簡介：蔡素麗(1980— ), 女, 福建福州人,福州外語外貿(mào)學(xué)院管理學(xué)院講師，碩士.研究方向：應(yīng)用數(shù)學(xué)、數(shù)量經(jīng)濟(jì)學(xué).

基金項(xiàng)目：福建省教育廳B類課題(批準(zhǔn)號(hào)：JB13350S).

收稿日期：2015-02-27

中圖分類號(hào):F252.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008-4681(2015)02-0084-04