- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
港口对区域经济动态影响实证研究
港口对区域经济动态影响实证研究
中图分类号:F552 文献标识码:A
内容摘要:本文首先对港口对区域经济的影响进行了简要分析,然后应用协整与误差修正模型以及Granger因果关系检验等计量经济分析技术建立港口与区域经济发展的动态模型,最后以宁波-舟山港为研究对象,分析港口对区域经济的长期影响与短期影响,从而得出宁波-舟山港与浙江省经济发展的动态关系。
关键词:港口 区域经济 动态影响
港口是具有水陆联运设备和条件,水陆交通的集结点和枢纽。港口不仅在交通运输领域起到极其重要的作用,而且在区域经济和社会发展中也发挥着日益重要的作用。探究港口与区域经济的关系,合理评估港口对区域经济的影响,也成为政府部门以及专家学者关注的问题。目前,定量分析港口对区域经济影响的方法研究较少,无法直观地认识港口对区域经济的影响,很难分析清楚港口行业在地区经济发展中所处的位置和存在的问题。因此,研究港口对区域经济影响的定量分析方法,对建立合理的港口评价体系、制定港口发展规划、促进港口行业的可持续发展,具有重要的现实意义。
港口对区域经济的影响分析
一般认为,港口对经济的影响包括三个方面:直接影响、间接影响与诱发影响。直接影响,即港口生产本身对区域经济所作的贡献,也就是港口经济活动本身涉及的货物运输以及港口投资建设对经济的影响。间接影响,指港口运营促进与其相关的上、下游产业的发展,从而对区域经济产生影响,它由港口行业的前向关联和后向关联实现。诱发影响,是指港口的直接和间接影响通过消费等对社会生产的刺激作用,促进社会各个产业部门的扩大生产,对整个区域经济产生的影响。
港口对区域经济的影响是相当复杂的,目前的定量研究中多集中于应用投入-产出法与乘数模型进行分析,但缺点是缺少动态分析。本文将以宁波-舟山港为研究对象,应用计量经济分析技术建立动态模型,分析港口对区域经济的长期影响与短期影响和港口发展对区域经济的动态影响。
港口与区域经济发展的动态模型构建
本文将通过协整与误差修正模型以及Granger因果关系检验等计量经济分析技术建立港口与区域经济发展的动态模型。协整分析与误差修正模型是为了解决传统计量经济分析技术对非平稳经济时间序列分析时存在的种种困难。在检验变量之间存在协整关系后,通过误差修正模型,具体体现变量之间的长期均衡关系,短期影响以及在受干扰偏离长期均衡点时的调整。Granger因果关系检验可在一定规则下检验一个变量的变化是否是另一个变量变化的原因,即它们之间是否存在因果关系。以下给出动态模型分析的步骤及理论基础。
(一)时间序列平稳性检验
为了检验时间序列的平稳性,这里采用ADF的单位根检验模型,检验零假设H0:时间序列Xt是非平稳的。ADF检验基于如下模型:
(1)
其中,p是最优滞后期,由于检验结论对滞后阶数较为敏感,在实际操作的过程中视具体情况而定,一般取使AIC和SC值达到最小的方程中的参数p为最优滞后阶数。若ADF检验值在一定的置信水平下大于临界值,则接受原假设,即时间序列为非平稳,若ADF检验值在一定置信水平下小于临界值,则拒绝原假设,即时间序列为平稳。如果时间序列经过d次差分后变成平稳序列,则称原序列是d阶单整序列,记为I(d)。对于两个变量,只有它们是同阶单整时,才可能协整。
(二)Granger因果关系检验
Granger因果关系检验的基本思想为:假定变量X的变化是变量Y发生的原因,则变量X的变化时间上应先于变量Y,而且变量X在预测变量Y具有显著性,即在预测Y的回归模型中,引入变量X的过去观测值作为独立变量在统计上显著地增加模型的解释能力。常用的模型为:
(2)
上式中c1为常数项,r、q分别为因变量和自变量滞后期长度,为了完成对任何自回归滞后期长度n 的Granger因果检验,公式可以用OLS法(最小二乘法)估计,F检验的零假设为βj=0,j=1,2,……,n,F统计量基于以下公式计算:
(3)
(3)式中,RSSU为βj≠0,j=1,2,……,n时公式(4-2)的残差平方和,RSSR为βj=0,j=1,2,……,n时公式(4-2)的残差平方和,T为样本容量,q为Y的滞后期长。
若F统计量的计算值比F(q,T-2q-1)分布的标准值大,则Y不能导致X的零假设不成立,也就是说Y能导致X,表示为Y→X。若检验X →Y,则用Y对滞后的Y和X的回归,使用相同方法反向进行。若两个检验都推翻了零假设,则存在双向因果关系,即X与Y等价。
(三)协整检验
一些时间序列,虽然它们自身非平稳,但其某种线性组合成为平稳的,这个线性组合反映了变量之间长期均衡关系,称为协整关系。
文档评论(0)