□文/ 張得銀 顧友墜 董紹增
(江蘇海洋大學(xué)商學(xué)院 江蘇·連云港)
[提要] 蘇州市地處江蘇南部,作為江蘇經(jīng)濟(jì)發(fā)展的領(lǐng)頭羊,經(jīng)濟(jì)實(shí)力毋庸置疑。蘇州經(jīng)濟(jì)快速發(fā)展既得益于國(guó)家政策、自身優(yōu)勢(shì)與城市區(qū)位,也與當(dāng)下快速發(fā)展的現(xiàn)代物流業(yè)緊密相關(guān)。擁有三大港區(qū)的蘇州港在其城市經(jīng)濟(jì)發(fā)展中發(fā)揮著怎樣的作用,港城協(xié)同發(fā)展情況如何?對(duì)此,本文采用2005~2020 年相關(guān)數(shù)據(jù),運(yùn)用VAR模型和耦合協(xié)調(diào)度模型,對(duì)蘇州港口物流與城市經(jīng)濟(jì)協(xié)同發(fā)展進(jìn)行實(shí)證檢驗(yàn),結(jié)果顯示:蘇州市港口物流與城市經(jīng)濟(jì)高水平耦合,兩個(gè)子系統(tǒng)耦合協(xié)調(diào)度穩(wěn)步提升。
港口無論是在城市經(jīng)濟(jì)增長(zhǎng),還是在城市產(chǎn)業(yè)升級(jí)與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整中無疑均擔(dān)任著重要的角色??v觀國(guó)內(nèi)外城市發(fā)展演變進(jìn)程,全球范圍內(nèi)35 個(gè)國(guó)際化城市有31 個(gè)是依托港口而快速興起的。蘇州市2021 年GDP 近2.3 萬億元,位居江蘇第一、全國(guó)第六。本著對(duì)港口與城市經(jīng)濟(jì)發(fā)展高度關(guān)注態(tài)度,考察蘇州港在其城市經(jīng)濟(jì)發(fā)展中的作用以及蘇州港口物流與城市經(jīng)濟(jì)協(xié)調(diào)發(fā)展問題成為本文研究的立足點(diǎn)。
本文基于對(duì)港城協(xié)同發(fā)展理論的梳理,明確港口物流與城市經(jīng)濟(jì)協(xié)同發(fā)展的內(nèi)在機(jī)制,并構(gòu)建港口物流與城市經(jīng)濟(jì)協(xié)同評(píng)價(jià)指標(biāo)體系,并結(jié)合蘇州市相關(guān)數(shù)據(jù)資料展開實(shí)證檢驗(yàn),考察蘇州港與蘇州市的港城協(xié)調(diào)發(fā)展情況。
港城關(guān)系主要集中于港口與城市之間的經(jīng)濟(jì)關(guān)系及空間關(guān)系。國(guó)內(nèi)外學(xué)者對(duì)于這兩大關(guān)系的研究已經(jīng)積累了較多的研究成果,主要理論觀點(diǎn)如下:
關(guān)于港城經(jīng)濟(jì)關(guān)系的研究,最早可以追溯到《每一噸貨物對(duì)地區(qū)經(jīng)濟(jì)的價(jià)值》研究報(bào)告中關(guān)于美國(guó)費(fèi)城港口每裝卸一噸貨物的直接耗費(fèi)與收入的敘述;Seong-Hyeok Moona、JoseI.Castillo 與Bernard Franco等分別通過港口投入產(chǎn)出模型(PIM)、系統(tǒng)動(dòng)力學(xué)與仿真方法研究了韓國(guó)港口建設(shè)與經(jīng)濟(jì)發(fā)展不協(xié)調(diào)問題、港口經(jīng)濟(jì)的動(dòng)態(tài)影響、港口與經(jīng)濟(jì)之間的關(guān)系問題;Cesar Dueruet 和Sung-Woo Lee 研究發(fā)現(xiàn)港口與城市漸進(jìn)演化的發(fā)展規(guī)律;Jung B 研究發(fā)現(xiàn)港口投入產(chǎn)出關(guān)聯(lián)效應(yīng)設(shè)計(jì)創(chuàng)造就業(yè)、促進(jìn)生產(chǎn)和增值等方面,且港口需要通過增強(qiáng)合作融入全球供應(yīng)鏈該關(guān)聯(lián)效應(yīng)才會(huì)更加顯著。
國(guó)內(nèi)關(guān)于港口與城市經(jīng)濟(jì)發(fā)展的研究起于港口規(guī)劃、布局與選址問題,在20 世紀(jì)90 年代末開始出現(xiàn)港口與經(jīng)濟(jì)發(fā)展的定性與定量問題的研究,主要采用的方法包括計(jì)量及教學(xué)模型、系統(tǒng)動(dòng)力學(xué)模型和投入產(chǎn)出模型等,有代表性的學(xué)者有黃順泉、梁紅艷與王健等。
關(guān)于港口與城市空間關(guān)系的研究,國(guó)外學(xué)者Sung-Woo Lee 研究發(fā)現(xiàn)東西方港城空間演化存在明顯的差異性,提出亞洲港城空間經(jīng)歷了從沿海漁村-殖民港城-轉(zhuǎn)口港城-自由貿(mào)易港城-樞紐港城-全球樞紐港城的發(fā)展六階段;Bart W.Wiegmans 和Erik Louw 研究阿姆斯特丹港時(shí)發(fā)現(xiàn)該港口的擴(kuò)張速度明顯降低,但城市向港口的擴(kuò)張速度卻越來越快,港城空間發(fā)展進(jìn)入新時(shí)期。國(guó)內(nèi)學(xué)者研究港城問題起于港城空間關(guān)系,楊吾揚(yáng)提出港口及港口所在城市的空間布局對(duì)港口與城市功能的發(fā)揮及未來發(fā)展產(chǎn)生直接影響。緊隨其后,諸多學(xué)者將研究集中于對(duì)港口工業(yè)化、港口與經(jīng)濟(jì)腹地、港口空間結(jié)構(gòu)演化等領(lǐng)域,如王錚的“港口樞紐-網(wǎng)絡(luò)結(jié)構(gòu)”理論,張入方的港口運(yùn)營(yíng)與城市空間關(guān)聯(lián)理論,郭建科提出了海港城市“港-城空間系統(tǒng)”演化理論,并系統(tǒng)分析了“港-城空間系統(tǒng)”演化的動(dòng)力機(jī)制。
(一)模型選擇。向量自回歸模型簡(jiǎn)稱VAR 模型,該模型是用模型中所有當(dāng)期變量的若干滯后變量進(jìn)行回歸分析。
其中,c 是n*1 常數(shù)向量,Ai是n*n 矩陣,p 是滯后階數(shù),et是n*1 誤差向量。
(二)協(xié)同評(píng)價(jià)指標(biāo)體系的構(gòu)建。對(duì)港口物流和城市經(jīng)濟(jì)兩個(gè)子系統(tǒng),選擇適合分析的指標(biāo)十分重要。參考陳鵬(2015)的研究方法,構(gòu)建如表1 所示的指標(biāo)體系。各指標(biāo)數(shù)值由蘇州市統(tǒng)計(jì)局官網(wǎng)和數(shù)據(jù)蘇州App 上獲取,各指標(biāo)權(quán)重通過熵值法計(jì)算確權(quán)。(表1)
表1 協(xié)同評(píng)價(jià)指標(biāo)體系一覽表
(三)港口物流與城市經(jīng)濟(jì)的耦合協(xié)調(diào)度界定。耦合是指兩種或兩種以上的事物元素之間存在緊密配合與相互影響,并通過相互作用從一個(gè)元素向另一元素傳輸能量的現(xiàn)象。耦合度表示事物元素之間的關(guān)聯(lián)密切程度。港口物流與城市經(jīng)濟(jì)的耦合度C 可以表示為:
在(2)式中,U1 和U2 分別表示兩個(gè)子系統(tǒng)的協(xié)調(diào)適配度。其中,Ui=,(μij為各序參量對(duì)應(yīng)的權(quán)重,[Xij]為無量綱化后的指標(biāo)數(shù)值)。耦合度所對(duì)應(yīng)的范圍為0~1 之間,C 越趨近于0 表示兩者相互作用較弱,越趨近于1 表示兩者相互作用越強(qiáng)。按耦合度值將耦合度劃分為耦合形成(0,0.3]、低水平耦合(0.3,0.5]、相互耦合(0.5,0.8]和高水平耦合(0.8,1]四個(gè)階段。
本文引入“耦合協(xié)調(diào)度”的概念,能夠較為精準(zhǔn)地識(shí)別出兩者之間發(fā)展水平不高的問題。耦合協(xié)調(diào)度可以表示為:
在(3)式中,D 代表耦合協(xié)調(diào)度;T 指協(xié)調(diào)指數(shù),能反映出港口物流與城市經(jīng)濟(jì)的整體協(xié)調(diào)效應(yīng);a 和b 分別表示港口物流與城市經(jīng)濟(jì)兩個(gè)子系統(tǒng)在整個(gè)系統(tǒng)中的重要程度。文中取a=b=0.5,表示兩個(gè)子系統(tǒng)對(duì)于整個(gè)系統(tǒng)來說同等重要。按照耦合協(xié)調(diào)度值,將耦合協(xié)調(diào)情況劃分為失調(diào)(0,0.2]、瀕臨失調(diào)(0.2,0.4]、勉強(qiáng)協(xié)調(diào)(0.4,0.6]、中度協(xié)調(diào)(0.6,0.8]和高度協(xié)調(diào)(0.8,1]五個(gè)類型。
(一)指標(biāo)選取與單位根檢驗(yàn)。本文選擇港口貨物吞吐量和集裝箱吞吐量作為港口物流的體現(xiàn)指標(biāo)。經(jīng)濟(jì)指標(biāo)以GDP 記量,對(duì)原始數(shù)據(jù)進(jìn)行無量綱化處理后,進(jìn)項(xiàng)單位根檢驗(yàn),結(jié)果如表2 所示。(表2)
表2 單位根檢驗(yàn)結(jié)果一覽表
通過表2 所示的單位根檢驗(yàn)結(jié)果可知,原數(shù)據(jù)和和一階差分?jǐn)?shù)據(jù)的P 值均大于0.05,為不平穩(wěn)序列,將數(shù)據(jù)經(jīng)過二階差分后數(shù)據(jù)趨于平穩(wěn),所以三個(gè)變量二階差分后是平穩(wěn)序列,可以進(jìn)行協(xié)整分析。
(二)協(xié)整分析。本文選擇Johansen-Juslius 進(jìn)行樣本的協(xié)整檢驗(yàn)。利用Eviews8.0 軟件得到結(jié)果,如表3 所示。(表3)
表3 J-J 協(xié)整檢驗(yàn)一覽表
如表3 輸出結(jié)果所示,拒絕原假設(shè),說明樣本數(shù)據(jù)有協(xié)整關(guān)系;原假設(shè)至少有一個(gè)協(xié)整關(guān)系通過了,證明這三個(gè)變量之間有協(xié)整關(guān)系。
(三)VAR模型構(gòu)建與分析
1、最優(yōu)滯后階數(shù)。如表4 所示,VAR 模型的最優(yōu)滯后階數(shù)為3。通過AR 根圖檢驗(yàn)滯后階數(shù)為3 階時(shí)的穩(wěn)定性,發(fā)現(xiàn)有的點(diǎn)落在圓外,故本文將最優(yōu)滯后階數(shù)確定為一階。再通過AR 根圖來檢驗(yàn)結(jié)果的穩(wěn)定性,從圖1 可以看出,伴隨矩陣的所有特征值均落在單位圓之內(nèi),表明模型穩(wěn)定。(表4、圖1)
表4 最優(yōu)滯后階數(shù)選擇一覽表
圖1 AR特征多項(xiàng)式根圖
2、VAR模型參數(shù)估計(jì)結(jié)果。通過協(xié)整分析可知,三個(gè)變量之間存在協(xié)整關(guān)系,即三者之間存在長(zhǎng)期均衡關(guān)系。再建立VAR 模型看一下短期因果關(guān)系,模型估計(jì)結(jié)果如表5 所示。(表5)
表5 VAR模型估計(jì)結(jié)果一覽表
3、格蘭杰因果檢驗(yàn)。由表6 可知,LHW 不是LGDP 的格蘭杰原因?qū)?yīng)的P 值為0.0433 小于0.05,拒絕原假設(shè),說明LHW 是LGDP 的格蘭杰原因;LGDP 不是LHW 的格蘭杰原因?qū)?yīng)的P 值為0.3645 大于0.05,不能拒絕原假設(shè),說明LGDP 不是LHW 的格蘭杰原因;LJZX 不是LGDP 的格蘭杰原因?qū)?yīng)的P 值為0.5827 大于0.05,不能拒絕原假設(shè),說明LJZX 不是LGDP 的格蘭杰原因;LGDP 不是LJZX 的格蘭杰原因?qū)?yīng)的P 值為0.3467 大于0.05,不能拒絕原假設(shè),說明LGDP 不是LJZX 的格蘭杰原因。(表6)
表6 格蘭杰因果檢驗(yàn)結(jié)果一覽表
由此可知,蘇州市貨物吞吐量是蘇州市GDP 的格蘭杰原因,即意味著蘇州港口貨物吞吐量對(duì)蘇州市經(jīng)濟(jì)增長(zhǎng)的影響顯著,這表明蘇州市港口物流與蘇州城市經(jīng)濟(jì)發(fā)展之間存在較為密切的相互影響。蘇州市集裝箱吞吐量對(duì)蘇州城市經(jīng)濟(jì)發(fā)展作用不顯著,這可能與蘇州市發(fā)達(dá)的陸路、空運(yùn)系統(tǒng)對(duì)水路運(yùn)輸?shù)奶娲嘘P(guān);也可能與蘇州市鄰近的上海洋山港等周邊地區(qū)港口間的競(jìng)爭(zhēng)與替代有關(guān)。上海港既對(duì)長(zhǎng)三角地區(qū)城市經(jīng)濟(jì)發(fā)展有一定的推動(dòng)作用,在一定程度上也必然對(duì)長(zhǎng)三角地區(qū)其他城市的港口功能有一定的覆蓋影響,從而使得蘇州港集裝箱吞吐量對(duì)蘇州城市經(jīng)濟(jì)的促進(jìn)作用被鄰近地區(qū)吸能。
(一)港口物流與城市經(jīng)濟(jì)子系統(tǒng)協(xié)調(diào)適配度。依據(jù)前文所確立的指標(biāo)體系,城市經(jīng)濟(jì)指標(biāo)主要包括一二三產(chǎn)業(yè)產(chǎn)值、全社會(huì)固定資產(chǎn)投資、工業(yè)投資額、進(jìn)出口總額和社會(huì)消費(fèi)品零售總額等指標(biāo),分別用X1、X2、X3、X4、X5、X6、X7表示;港口經(jīng)濟(jì)指標(biāo)主要包括港口泊位數(shù)、貨物吞吐量、集裝箱吞吐量等指標(biāo),分別用Y1、Y2、Y3表示。依據(jù)熵值法分別測(cè)算港口物流與城市經(jīng)濟(jì)子系統(tǒng)的協(xié)調(diào)適配度,如表7、表8 所示。(表7、表8)
表7 蘇州港港口物流系統(tǒng)序參量協(xié)調(diào)匹配度一覽表
表8 蘇州市城市經(jīng)濟(jì)系統(tǒng)序參量協(xié)調(diào)匹配度一覽表
(二)蘇州市港口物流與城市經(jīng)濟(jì)的協(xié)同性檢驗(yàn)。依照公式(3)計(jì)算港口物流與城市經(jīng)濟(jì)之間的耦合協(xié)調(diào)度,可知蘇州市港口物流與城市經(jīng)濟(jì)2005~2020 年的協(xié)同類型,見表9。(表9)
表9 蘇州市港口與經(jīng)濟(jì)耦合協(xié)調(diào)度變化情況一覽表
(三)協(xié)調(diào)結(jié)果分析。如表9 所示,2005~2020 年間蘇州市港口物流與城市經(jīng)濟(jì)之間的耦合度均為高水平耦合,表明蘇州市港口物流與城市經(jīng)濟(jì)之間的相互影響較強(qiáng),港口物流與城市經(jīng)濟(jì)之間的耦合協(xié)調(diào)度穩(wěn)步升高??v向來看,2011 年之前蘇州市港口物流與城市經(jīng)濟(jì)的耦合協(xié)調(diào)度較低,處于失調(diào)與瀕臨失調(diào)狀態(tài);2011~2017 年,情況開始好轉(zhuǎn),協(xié)調(diào)類型由瀕臨失調(diào)轉(zhuǎn)化為勉強(qiáng)協(xié)調(diào),然后轉(zhuǎn)變?yōu)橹卸葏f(xié)調(diào);2018 年以后,整個(gè)系統(tǒng)進(jìn)入高度協(xié)調(diào)狀態(tài)。由于兩個(gè)子系統(tǒng)的變化程度較小,耦合協(xié)調(diào)度的大幅提高主要來源于子系統(tǒng)內(nèi)部協(xié)調(diào)適配度的提高。