内容摘要：河港是物流过程中的一个稀缺节点，是联接内陆经济腹地和海港的重要枢纽，对缓解交通运输、促进江河流域生产合理布局、改善生态环境、推动国民经济和社会发展起到了重要作用。本文根据1978-2009年南京港口货物吞吐量和南京市GDP的数据，运用协整理论和Granger因果检验方法，分析了中国内河港口物流与母城经济增长之间的关系。研究结果表明，河港物流与城市经济增长之间存在长期的均衡关系和单向的Granger因果关系， 南京市GDP的增长是港口货物吞吐量增加的Granger原因，但反向的影响并不显著。

　　　
　　河港是物流过程中的一个稀缺节点，是联接内陆经济腹地和海港的重要枢纽，对缓解交通运输、促进江河流域生产合理布局、改善生态环境、推动国民经济和社会发展起到了重要作用。港口物流一方面通过对物流基础设施建设的投入而产生“乘数效应”，从而拉动经济的增长；另一方面通过发挥经济集聚效应，形成物流产业集群，并依靠产业集群促进区域内交通运输业、商贸业、金融业、信息业和旅游等多种产业的发展，成为新的经济增长点。因此，我国很多拥有河港的城市都加大了对港口物流的投入，使得内河港口物流快速发展，成为地区经济增长的重要影响因素之一。本文以中国最大的内河港口南京港为例，自1978年到2009年，万吨级码头由2个发展到43个，同期港口货物吞吐量由2803万吨增加到1亿2146万吨，年增长率达到10.7%。

　　围绕港口物流与城市经济增长之间的关系，已有的研究主要集中在沿海港口物流方面，而专门针对内河港口物流与城市经济增长之间关系的研究则很少。针对这一研究领域中的欠缺部分，本文将通过实证分析，以中国第一大内河港—南京港为例，利用现有相关统计数据，并且运用协整理论和格兰杰因果关系检验法，来探讨内河港口物流与母城经济增长之间的相互关系。

　　研究方法

　　本文采用的研究方法是协整分析和格兰杰因果检验。协整理论是Engle and Granger于1978年提出并逐渐发展起来的计量经济学建模理论，能够有效解决现实经济生活中非平稳时间序列数据的伪回归问题。协整是对非平稳经济变量长期均衡关系的统计描述，其基本思想是：如果两个或两个以上的非平稳时间序列经过某种线性组合可得到一个平稳的时间序列，则两个或两个以上的非平稳时间序列之间存在协整关系，也即存在长期均衡关系。

　　协整分析能够分析出变量之间是否存在长期的均衡关系，但是这种关系是否构成因果关系以及构成何种因果关系则需要进行格兰杰因果关系检验。格兰杰因果关系检验的基本原理是：在做Y对其他变量（包括自身的过去值）的回归时，如果引入X的滞后值能显著地改进对Y的预测，我们就说X是Y的格兰杰原因；类似地定义Y是X的格兰杰原因。

　　对于非平稳的两个变量，若存在同阶单整关系，则采用Engle-Granger二步法进行协整关系检验，即首先对这些变量进行回归，然后检验这个回归方程的残差是否平稳。如果回归方程的残差是平稳的，则称这些变量是协整的。当变量之间存在协整关系时，表明其至少存在一个方向的格兰杰因果关系，故这时可对变量进行格兰杰因果关系检验。

　　变量与数据

　　（一）港口物流发展指标

　　关于港口物流的统计，国内尚没有形成系统的统计方法体系。因此，要评价内河港口物流的发展水平，必须选取有代表性的指标。从港口功能方面考虑指标的选取，衡量港口功能的主要指标就是货物吞吐量，它反映了港口在国民经济和社会发展中的地位，是反映港口生产经营活动的重要指标，同时，它也是反映港口腹地内部生产力的配置状况以及反映港口地区的经济发展情况和趋势任务大小的主要指标。因此，选用港口吞吐量（TTL）指标作为衡量港口物流发展水平的量化指标具有一定的可比性和代表性。
 
　　（二）城市经济增长指标

　　经济增长既有“量”的含义，也有“质”的含义，考虑到数据的可得性和有效性，本文仅从“量”的角度对经济增长进行衡量。GDP是反映国民经济的综合指标，它的权威性和可比性被广泛认可，鉴于此，本文采用南京市GDP指标作为衡量南京市经济增长的指标。

　　上述两个指标中，港口货物吞吐量指标是实物指标，不受价格的影响。而GDP指标则是会受到价格影响的指标，本文将其价格因素予以剔除，并全部转化为1978年不变价格。同时，为了减少异方差，本文对港口吞吐量（TTL）和GDP进行自然对数变换，分别记为LNTTL和LNGDP，变换后原时间序列的协整关系不会受到影响。本文选取1979年至2009年的时间序列数据，全部数据均来自南京市历年统计年鉴。
 
　　实证分析

　　（一）平稳性检验

　　表示绝对变量的宏观经济指标一般都是非平稳的，具有时间趋势。因此，在本文中进行协整分析之前，先要对变量做平稳性检验。只有在两变量为同阶单整的条件下，才能进行协整分析。本文运用Eviews6.0对表1中的LNGDP、LNTTL的单位根进行ADF检验，检验类型的选择根据相应的数据图形来确定，以AIC、SC最小准则来确定滞后阶数，检验结果如表1所示。

　　由表1可知，LNGDP、LNTTL的ADF检验统计量均大于显著性水平为1%、5%、10%时的临界值，所以不能拒绝原假设，序列LNGDP、LNTTL均存在单位根，是不平稳的。但是LNGDP、LNTTL一阶差分的ADF检验统计量均小于各显著性水平下的临界值，所以拒绝原假设，也即序列LNGDP、LNTTL一阶差分不存在单位根，是平稳的。二者同阶单整，可以进一步分析其协整关系。

　　（二）协整检验

　　协整检验的经济意义在于揭示时间序列变量的长期稳定关系，具有协整关系的变量虽然在短期具有各自的变动趋势，但在长期存在协调发展的趋势。因为LNGDP、LNTTL的序列都是I（1），因此，两变量的线性组合可能是平稳的。为检验两变量是否为协整关系，本文采用Engle-Granger两步法检验，先对两变量做回归的OLS估计。经过反复尝试，得到关于南京市港口物流与城市经济增长之间的自回归模型：

　　LNTTl=1.696665+0.100558LNGDP+0.745762LNTTL（-1）
　　Se=（0.834002） （0.047268）
　　（0.124885）
　　t=（2.034336） （2.127393）
　　（5.971570）
　　R2=0.9683 adjusted-R2=0.9660
　　DW=1.5706 F=427.1435

　　方程的F统计值很高，各解释变量的T值均通过检验，变量的系数都较显著，调整可判决系数达到0.9660，表明方程的拟合程度很好。根据该模型，南京市经济的增长将引起港口物流相同方向的变化，南京市GDP变化1%，将引起港口货物吞吐量变化0.1005%。滞后1期的货物吞吐量的变化，也会引起货物吞吐量自身的同方向变化，弹性为0.7458，说明港口物流的发展具有较强的惯性。

　　对回归方程的残差项进行单位根检验。ADF检验统计量的值为-4.5574，小于5%显著水平下的临界值，从而拒绝原假设，表明残差序列不存在单位根，是平稳序列。说明LNGDP和LNTTL有协整关系，也即南京市港口吞吐量和国民生产总值之间存在长期均衡关系。这种均衡关系是否为因果关系，需要通过格兰杰因果关系检验来进一步判断。

　（三）格兰杰因果关系检验

　　协整检验说明了港口吞吐量和国民生产总值之间存在长期均衡关系，但没有表明两个序列之间是否存在因果关系。Granger（1980）指出，如果两个变量之间是协整的，则至少存在一个方向的Granger原因；而在非协整的情况下，任何原因的推断都将是无效的。由于南京市经济增长与港口吞吐量存在协整关系，所以他们之间至少在一个方向上有Granger因果关系。本文利用Eviews6.0软件的Granger检验功能，对LNGDP与LNTTL进行了Granger因果检验，检验结果如表2所示。

　　根据表2中的P概率值可知，在滞后1期和2期的时候，LNGDP与LNTTL在10%的显著性水平上存在单向的格兰杰因果关系，即城市经济增长是港口吞吐量增加的Granger原因，但反向的影响关系在统计意义上则不成立。

　　结论与建议

　　从上述的计量分析结果来看，根据自回归模型，南京港口物流和城市经济增长之间存在着长期均衡的关系。经济的增长将引起港口物流相同方向的变化，南京市GDP变化1%，将引起港口货物吞吐量变化0.1005%。从格兰杰因果检验的结果来看，二者之间是单向的格兰杰因果关系，南京市GDP的增长是港口货物吞吐量增加的Granger原因，但反向的影响并不显著。

　　这在一定程度上表明，河港物流发展水平与母城的经济增长速度息息相关，南京市母城的经济增长促进了港口物流的发展，而港口物流对母城经济增长的带动作用并不明显，可见，南京市港口物流的“乘数效应”和“集聚效应”未能得到有效发挥，河港物流对城市经济增长的贡献度还有待进一步提高。

　　为此，政府应尽快完善港口功能，拓展港口物流形式，大力发展港口物流上下游业务；同时充分发挥港口的辐射和集聚作用，积极发展特色临港产业和相关服务业，发展产业集群，推动港口物流的发展，从而提高港口物流对南京市经济增长的贡献度。
　　
　　
　　参考文献：
　　1.胡玉莹，赵莎莎.港口物流与经济发展的动态关联分析—以天津为例[J].开发研究，2009（3）
　　2.周平德.穗、深、港港口和航空物流对经济增长的作用[J].经济地理，2009（6）
　　3.徐金河.港口物流发展与经济增长关系分析[J].物流科技，2009（12）
　　4.赵喜昌，付星星.港口物流对经济增长影响分析—以张家港为例[J].特区经济，2010（1）
　　5.徐浩娟.内河港口对区域经济的影响研究[J].中国高新技术企业，2008（10）
　　6.Engle R.F.,Granger C.W.J.,Co-Integration and Error Correction:Representation, Estimation, and Testing[J].Econometric1,1987