严琳卉
（南京林业大学经济管理学院，江苏 南京 210037）
连云港港始建于1933年，地处江苏省东北方向，是目前江苏省最大海港，也是我国沿海12 大港区之一。同时它作为我国“一带一路”的交汇点，拥有独特的区位优势，随着长三角地带的快速发展，目前连云港港口的物流体系也已经有一定的规模，据2022年《连云港统计年鉴》统计，2021年连云港港口货物吞吐量已经达到了27710 万吨，较去年增长10.1%；
同时，连云港的经济即地区GDP 也从十年前的1618.8 亿元增长到现在的3727.9 亿元，增长近两倍，更相比于三十年前的68.92 亿元，翻涨了近5 倍。港口货物增长量和地区GDP 的同时增长，或许可以解释为连云港港口货物吞吐能力和地区经济或许有某种互动效应。
目前国内外学者对于连云港港口的研究停留在连云港港港口竞争力上，定性上俞向军（2009）利用SWOT 分析分提出完善基础设施等建议[1]；
王宇（2020）利用波特五力模型提出要在人才培养等方面提高连云港港口竞争力[2]；
董瑶、王志峰（2022）通过SWOTPEST 研究方法为连云港港口未来的规划发展提出合理建言[3]；
定量上曲永岗（2004）提出利用灰色系统模型预测分析港口吞吐量和集装箱吞吐量[4]；
朱传耿、刘波等人（2009）运用灰色关联分析法发现连云港港与几个板块之间的关联度差异具有明显的地域差异[5]；
吴心意（2020）通过进行灰色关联度评价切实有效地提高连云港的港口物流竞争力[6]。
综上所述发现，目前已有研究多集中于对连云港港口的竞争力上，或是仅仅比较连云港内部的港口或自身经济情形，但连云港港口吞吐能力和其经济水平具有交叉性，两者可以通过定量研究表现出来，因此本文通过向量自回归模型即VAR 模型定量分析连云港港口吞吐能力和城市经济水平的互动效应，并据此提出相关建议。
1.1 变量的选取与说明
本文选取连云港港口货物吞吐量作为衡量港口吞吐能力的指标，选取连云港地区GDP 衡量其城市经济水平，GDP 是衡量一个地区经济水平最具代表力的宏观指标，能完整充分地现实一个地区的发展水平。
选取的数据来源于《连云港统计年鉴》，选取时间区间为1990-2021年，且将连云港港口货物吞吐量记做X，将连云港地区GDP 记做Y，后取对数消除异方差影响，分别记为LNX、LNY。
1.2 单位根检验
为避免伪回归以及保证数据具有意义，需要对两个数据进行平稳性检验。本文采用ADF 检验对两个数据进行单位根检验（运用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，拒绝“存在单位根”的原假设，不存在单位根，为平稳序列；
序列LNY 以及其一阶差分的ADF 值均大于5%的水平值，P ＞0.05，接受了“存在单位根”的原假设，两者均为非平稳序列，原序列在二阶差分后，P ＜0.05，为平稳序列。由此可以说明两者都可变为平稳序列。
表1 单位根检验
1.3 VAR 模型的建立
本文采用港口货物吞吐量和GDP 总量2 个变量组成的系统建立VAR 模型，采用LR、FPE、AIC、SC、HQ 准则确定模型滞后阶数p，选择滞后阶数p=2。
下面对VAR 模型进行平稳性检验，VAR 模型的滞后阶数为2，因此，有两个内生变量的VAR 模型的特征多项式有2×2=4 个特征根，由图1可知，每个特征根倒数的模均在单位圆内，因此，可以认为VAR 模型通过平稳性检验，即模型是稳定的。
图1 单位圆与特征根检验
由此可以得出VAR 模型的估计结果为：
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 格兰杰因果关系检验
基于上述建立的VAR 模型，进行格兰杰因果检验，拉分析LNX 和LNY 之间的因果关系。由表2可知：在LNX 的方程中，LNX 作为被解释变量对解释变量LNY进行格兰杰因果检验，LNY 的联合统计值是1.069990，且p 值＞0.05，因此LNY 不构成对LNX 的格兰杰因果关系；
但在LNY 的方程中，LNX 的p 值为0.0056，远远大于0.05，在5%的水平上构成对LNY 的格兰杰因果关系。说明连云港港口货物吞吐量的滞后期能够非常显著地解释连云港经济GDP 的情况；
相反，对连云港港口货物吞吐量来说，城市GDP 的变动不是港口货物吞吐量变化的原因。（见表2）
表2 格兰杰因果检验结果
1.5 脉冲响应分析
由LNY 对LNX 的脉冲响应图可知，当港口货物吞吐量受外部条件的一个冲击后，传递给连云港GDP 并给其带来同向的正冲击，且该冲击具有显著的促进作用与较长的持续效应，但在第七期以后上升趋势逐渐变为平稳，从长期稳定在0.095 附近，说明港口货物吞吐量受到外部条件冲击后，对城市经济水平影响较大，并且长期始终保持正向影响，这与格兰杰因果检验结果相一致。
由LNX 对LNY 的脉冲响应图可知，当连云港GDP受到外部条件的一个冲击后，也同样传递给连云港港口货物吞吐量带来同向的正冲击，但该冲击影响力不大，前四期冲击力均小于0.01，相较于GDP 对港口货物吞吐量的脉冲响应，冲击力大打折扣。
同时，可以看到LNY 对LNX 的10 期累积脉冲响应是LNX 对LNY 同期累积脉冲响应的4.5 倍，这一方面表明连云港港口货物吞吐量对GDP 增长的影响力较大，而GDP 对港口货物吞吐量的贡献率较小，这与格兰杰因果关系检验相互呼应；
另一方面表明港口货物吞吐量对GDP 的增长影响具有相对稳定性，对GDP 冲击所引起的脉冲响应则呈现了较大的波动性。
1.6 方差分解
通过方差分解可以了解每个变量的变动对VAR 模型系统变量变动的贡献度。对港口货物吞吐量和GDP进行方差分解，结果如表3所示。
表3 港口货物吞吐量与GDP 之间的方差分解
从方差分解的结果来看，对于GDP 来说，短期内，GDP 的贡献率主要来源于自己，港口货物吞吐量对GDP 的贡献由0 开始逐渐增大，直到后期接近甚至反超GDP 的贡献度，说明港口货物吞吐量对GDP 的作用越来越大，GDP也受港口货物吞吐量的影响越来越好；
对于港口货物吞吐量来说，GDP 对港口货物吞吐量在前期有较小程度的贡献率，在第1 期就有15.68%的贡献率，随后逐渐上升，但上升程度不及港口货物吞吐量本身的影响。这说明港口货物吞吐量和GDP 在长久的发展过程中会互相关联、互相融合，但港口货物吞吐量对GDP 有较大的影响，而港口货物吞吐量除了受GDP 影响之外，还存在着其他贡献度更大的因素。
从前文的整体分析来看，连云港港口货物吞吐能力和连云港城市经济具有良好的互动效应，通过VAR 模型的实证研究，发现连云港港口货物吞吐能力对城市经济具有较大的促进作用，对于整个城市的GDP 水平贡献较大，而城市经济同样也可以促进港口货物吞吐能力，但作用力不够显著，对于吞吐能力的变化的贡献较小。
针对以上分析，本文提出了以下几点建议：
（1）提高港口的软硬件实力以及数字化水平。从上述分析看出，经济的增长对于港口吞吐能力的贡献很小，因此连云港可以从提升自身软硬件实力做起，加强供应链的完善与发展，以“智慧港口、智慧航运”为建设目标，提高港口的信息化水平，使用当前先进的互联网技术，实现企业的信息化管理，实时监控港口每一环节的运作[7]；
同时与江苏省的其他港口：连云港港、盐城港和南通港三个沿海港口建立战略联盟，学习借鉴其它各港口的管理模式[8]。
（2）抓住“双碳”机遇，更新发展理念，推动港城发展一体化。要在发展港口吞吐能力的同时，促进城市经济发展，需要承担更高的社会责任，不应片面强调发展港口吞吐能力，而是要全面贯彻落实创新、协调、绿色、开放、共享五大发展理念，各方协同推进港城一体化融合发展，可以积极实行绿色标准淘汰制[9]，促进绿色经济和绿色港口协调发展，创造一个绿色的“多元城市+智慧港口”的港城融合体。
（3）港城产业协同发展。由上述分析可以看出，连云港的经济增长虽能提高港口吞吐能力，但不显著，因此连云港的未来规划需要更加具有目的性。在城市发展的规划中应该充分考虑港口规划，使得城市产业结构布局上以及城市道路规划等与港口相接，真正实现港城协同发展，共同进步[10]。
猜你喜欢单位根脉冲响应格兰杰基于重复脉冲响应的发电机转子绕组匝间短路检测技术的研究与应用上海大中型电机(2021年1期)2021-06-09STAR模型下退势单位根检验统计量的比较统计与决策(2017年23期)2018-01-06脉冲响应函数下的我国货币需求变动与决定华北理工大学学报(社会科学版)(2015年3期)2016-01-11格兰杰因果关系在神经科学领域的发展及缺陷电子科技(2015年8期)2015-12-18基于有限元素法的室内脉冲响应的仿真电大理工(2015年3期)2015-12-03基于MCMC算法的贝叶斯面板单位根检验湖南大学学报·自然科学版(2015年1期)2015-04-20ESTAR模型的单位根检验统计量及其功效比较统计与决策(2015年11期)2015-02-18玻璃气体放电管与陶瓷气体放电管的纳秒脉冲响应特性比较中国舰船研究(2015年2期)2015-02-10榜单Advances in Meteorological Science and Technology(2014年3期)2014-03-02格兰杰因果关系在复杂网络中的应用*浙江师范大学学报（自然科学版）(2013年4期)2013-08-06