第 4 章 厦台贸易和港口物流的相关性分析。
厦门自成为经济特区以来，整体经济运行良好，尤其在“十二五”期间，地区生产总值（GDP）持续增长，2014 年已达到 3273.58 亿元，对外贸易不断提升，其中厦门对台进出口贸易已占厦门对外贸易总额的 10%左右，台湾是厦门最大的进口地区，台湾也是厦门出口贸易的第六大出口地区。厦台贸易紧紧相连，贸易商品结构也趋于多元化。厦台间贸易的壮大不仅扩大了商品流通规模，也为厦台进出口货物种类的多样化提供了条件。另外，厦门港既有保税港区，又有着物流园区，并且有着集运输中转、装卸、运输、仓储、加工、配送、信息处理为一体的综合化物流服务体系。一方面港口物流服务化的高效率推动厦台贸易量的不断提升，同时厦台贸易量的增加也对厦台港口物流服务、港口物流作业效率、港口物流基础设施、港口物流信息化等提出了更高的要求。由于厦门和台湾之间经济发展水平存在着差异，贸易发展不平衡性较严重，厦台港口物流设施，物流业务，物流服务水平也存在差异性。那么厦台贸易和厦台的港口物流到底有何关联？关联程度怎样？是否长期存在一些数理关系？本章采用了相关分析方法，对厦台贸易和港口物流发展的“推-拉”
关系进行定量分析，找出它们间的关联性和关联程度，选取厦台贸易和几大具有代表性的港口指标作为研究对象，进一步构建 VAR 模型，分析厦台贸易对厦门港和台湾主要港口的相互影响机制，在此基础上预测未来厦门港口的发展趋势，为厦门港口业的发展和厦台港口物流合作提供一些建议和对策。
4
.1 基于灰色关联度的厦台贸易和厦门港口物流的分析。
4.1.1 指标选取与数据来源。
港口物流是一个新兴概念，是现代物流的不断发展和深化的产物，目前国内对于港口物流还没有统一的量化指标和统计方法，港口物流相关产业的资料匮乏，部分数据变动性较大，难以搜寻。因此，我们在选取港口物流指标时，必须要具有代表性。鉴于学者们对现代物流水平评价体系的研究，本章选取了厦门港口货物吞吐量 X1和集装箱吞吐量 X2作为衡量厦门港口物流发展规模的量化指标，以厦台贸易额 X0作为因变量。其中由于厦台贸易中航空货物运输占得比重较小平均每年占货物吞吐量不到 0.3%,影响可以忽略不计，故选取厦台总贸易额作为其研究指标。从数据收取和来源考虑，本节选取 2005-2014 年的时间序列，如下表 4-1 所示，数据全部来自《福建省统计年鉴》、《厦门统计年鉴》、《台湾统计年报》、《台湾统计资讯网》，《台湾交通部统计网》整理而得。
4.1.2 关联度的计算。
（1） 标准化处理。设时间序列为 X0（k） = { X0（1），X0（2），……，X0（n）},k = （1,2,……，10）；时间序列 Xi（k） = { Xi（1），Xi（2），……，Xi（n）},i =（1,2,），k = （1,2,……，10）；其中 X0（k）表示第 k 年厦台贸易额，Xi表示第 k 年第 i 个港口物流的指标的数据。由于研究者发现传统的郑氏关联度不具有唯一性，在无量纲化时容易出现序数效应等缺陷[39],故现在重新定义其关联度模型。即：
（2）求关联系数，由上述计算公式计算出厦台贸易额和港口物流各指标的关联系数为表4-2 所示，
（3）关联度的求解。在上述表格数据的基础上，由关联度定义公式（4-5）：
求出灰色关联度，结果如表 4-3 所示。
4.1.3 灰色关联度结果分析。
由上述 4-3 表中数据可得知，厦台贸易和港口物流的各项指标的关联度都大于 0.5,说明厦台贸易对港口物流的发展具有一定的相关关系。集装箱吞吐总量和厦台贸易额的关联度较大，超过了 0.6,而货物吞吐量和厦台贸易的关联度相对较小，这可能和厦门港口的发展程度、地理位置、经济腹地等因素有关，厦门港由于基础设施、港口自动化水平不高的原因，港口的大型货物运输发展水平受到了一定的限制，且缺乏实力雄厚的经济腹地作为促进物流发展的有效保障。虽然厦门已挂牌成立自贸区，并且有着闽南地区最大的物流中心园区，但由于挂牌时间不久，要达到第三代港口的综合物流园区还需一定的时间。综合考虑认为，厦台贸易和厦门港口物流的发展有着一定程度的关联性。
4.2 基于 VAR 模型的厦台贸易和厦门港港口物流的分析。
为了进一步分析厦台贸易对厦门港口物流的拉动作用，以及在长期内是否会形成均衡发展，本节在关联度分析结果的基础上，以厦台贸易（MY）、港口货物吞吐量（HT）、集装箱吞吐量（JT）三个指标为变量，选取 2005-2014 年为时间序列，建立三变量的向量自回归模型 VAR 进行分析，VAR 模型是指采用多方程联立的形式，不以经济理论为基础，在每个方程中，内生变量对模型的全部内生变量滞后项进行回归的数学模型[40].为了消除数据中存在的异方差，并且不影响变量之间的协整关系，本文对厦台贸易（MY）、港口货物吞吐量（HT）、集装箱吞吐量（JT）进行对数化处理，记 LNMY、LNHT、LNJT,数据全部来自历年的《福建省统计年鉴》、《厦门经济特区统计年鉴》和《台湾统计年报》整理而得。
4.2.1 数据平稳性检验。
为了避免模型出现伪回归现象，首先要检验时间序列的平稳性。这里我们采取单位根（ADF）检验方法，利用统计软件 Eviews6.0 进行稳定性检验。检验结果如表 4-4 所示，LN MY、LNHT、LNJT 的 ADF 指分别为-1.49、-2.32、-0.70,均大于 5%下的临界值，因此是非平稳序列；经过二阶差分后的D2 LNMY、D2 LNHT、D2 LNJT的ADF值分别为-4.23、-5.82、-4.19,均小于 5%下的临界值，拒绝原假设，这表明经过二阶差分后的厦台贸易、港口货物吞吐量、集装箱吞吐量的三个序列均为平稳序列，因此，LN MY、LNHT、LNJT这三个序列均为二阶单整序列。
