内河港口基础设施对区域经济增长的影响
宋丽丽 张燕
摘要：
为探讨内河港口基础设施对区域经济增长的影响，以我国四大水系28个主要内河港口为研究对象，构建结构方程模型，从港口需求、港口供给和港口价值增值活动等三大因素出发进行分析。实证结果显示：港口需求的不断增长会促进区域经济的发展，同时通过港口价值增值活动可以间接推动区域经济发展。提出我国内河港口发展的对策建议。
关键词：
内河港口；基础设施；区域经济；结构方程模型
中图分类号： F552.7
文献标志码： A
Abstract：
In order to study the influence of inland port infrastructure on regional economic growth， 28 main inland ports in four major river systems of China are taken as the research object， a structural equation model is constructed， and the influence is analyzed from three major factors of port demand， port supply and port valueadded activities. The empirical results show that， the continuous growth of port demand can promote the development of regional economy， and the port valueadded activities can indirectly promote the development of regional economy. The countermeasures and suggestions on development of Chinese inland ports are proposed.
Key words：
inland port； infrastructure； regional economy； structural equation model
0引言
交通基础设施对一国国民经济的发展起到举足轻重的作用。国外学者对交通基础设施与经济增长的关系进行了大量的研究。1989年ASCHAUER[1]建立了一套研究框架考察包括交通基础设施投资在内的公共支出的有效性，此后越来越多的学者开始对交通基础设施与经济增长的关系进行研究。SAHOO等[2]运用ASCHAUER建立的经验研究框架考察了印度1970—2006年交通基础设施投资在国内经济增长中的作用，结果显示，印度国内交通基础设施的投资促进了经济增长。NIJKAMP[3]采用美国州际数据分别在地方、区域、国家三个层面上分析了二者的关系，提出了交通基础设施可以显著影响区域经济发展的结论。SAHOO等[4]分析了1975—2007年中国交通基础设施投资在推动经济发展中的作用，结果显示，中国交通基础设施的发展同样促进了经济增长，这一结论也证实了中国在20世纪90年代末期对交通基础设施进行了大规模投资。国内学者[56]对我国交通基础设施与经济增长之间的关系也进行了研究，采用格兰杰因果关系检验模型，分析我国5种交通基础设施建设与经济发展之间的关系，结果显示，交通基础设施建设与经济发展之间的关系是积极的，其中铁路、内河航道和民用航空等基础设施建设与经济发展之间呈现互为因果的关系。部分学者[78]对我国沿海港口投資与经济增长的关系进行了研究，研究结果显示，中国港口投资对经济增长无论在长期还是短期内都有明显的促进作用，港口投资具有相当的活力，并对社会经济各方面的发展都有良好的带动效应，其中对经济增长、外贸发展、第二产业发展和社会就业的影响尤为突出。关于内河港口经济影响的研究，RODRIGUE等[9]以欧洲和南美洲的内河港口为研究对象，探讨了内河港口的功能和其在交通运输网络中扮演的角色。国内学者对内河港口的研究：一方面集中在港口效率上，研究发现，我国内河港口总体效率偏低，规模无效率是主要原因[1011]；另一方面从内河港口发展的视角来分析内河运输的重要性，认为内河港口建设可以带动港口腹地的经济发展[1213]。现有研究大部分停留在定性分析和政策建议层面，定量分析较少。
2011年，国务院出台了《关于加快长江等内河水运发展的意见》，以期在2020年实现内河运输货物吞吐量30亿t，国家高等级航道建设1.9万km，这一战略直接促进了内河港口供给的增加。因此，本文基于《全国内河高等级航道和主要港口布局》，选取中国主要内河港口为研究对象，建立结构方程模型，探讨中国内河港口的需求、供给和价值增值活动这三大因素与区域经济之间的关系。
1研究假设
中国内河港口的需求、供给和价值增值活动这三大因素对区域经济影响的概念模型如图1所示，箭头说明了这三大因素与区域经济之间的影响关系。
港口需求指港口使用者对港口服务的需求，这些使用者包括港口服务承运商、进出口商和国内运输商。这也意味着港口服务是其他产品的输入，因此受从港口到内陆地区运输成本的影响。此外，内陆交通基础设施的质量和港口腹地经济发展环境对港口需求也有很大的影响，如港口腹地制造业发展水平高、出口能力强，则该地区对港口的需求更旺盛。因此，如果港口能够拥有更多的货物吞吐量，那么港口需求也会增长，从而产生更多的经济效益，更确切地说，运输货运量的增加与一个地区经济发展是相关联的。在港口生产过程中，由于产品分销的国际性，产生了对一般基础设施的需求，由此产生了比较优势，最终使港口供给随着港口需求的增加而增加。因此，作为国际产品分配系统的一部分，港口需要发展以满足产品的国际分配。港口供给指港口物流基础设施的供给，包括码头线长度、生产用码头泊位数、港口物流信息系统和港口物流企业服务[14]。PRADHAN等[15]指出了交通基础设施会通过改变总需求来影响经济增长，如交通基础设施的建设可以产生并增加对来自其他部门的中间投入的需求，并刺激经济增长产生乘数效应。因此，本文提出以下假设：（H1）港口需求对区域经济产生正向影响；（H2）港口需求对港口供给产生正向影响；（H3）港口供给对区域经济产生正向影响。
港口价值增值体现在港口进出口总量和港口城市运输业、仓储业和邮电通信业的增值上，这些可以反映港口物流的发展。港口需求和港口供给的增加直接影响货物吞吐量的增加，从而通过货物运输产生价值增值。此外，港口需求和港口供给被证实与港口价值增值活动正向相关，世界上很多港口在港口附近发展物流中心，如鹿特丹港、巴塞罗那港、上海港、釜山港等，目的是通过物流基础设施的提升来促成更多的价值增值活动[16]。JUNG[17]也指出发生在港口附近产生价值增值的物流活动对区域和国家的经济作出了巨大的贡献。因此，本文还提出以下假设：（H4）港口供给对港口价值增值活动产生正向影响；（H5）港口需求对港口价值增值活动产生正向影响；（H6）港口价值增值活动对区域经济产生正向影响。
2研究方法和数据描述
2.1研究方法
本文旨在探讨中国主要内河港口的需求、供给和价值增值活动对区域经济发展的影响。构建结构方程模型检验各港口三大因素与区域经济增长之间的关系。结构方程模型可以用来处理大量的内生和外生变量，以及被指定为观测变量线性组合（加权平均）的潜（非观测）变量。本文分两个步骤来分析数据：首先，应用克朗巴哈系数评估各潜变量的可信度[18]；然后，构建结构方程模型，通过路径分析来进行假设检验，考察与港口相关的三大因素与区域经济增长之间的关系。第一个步骤是在SPSS 19.0中实现的，第二个步骤是在AMOS 21.0中实现的。
2.2样本选择
本文主要依据《全国内河高等级航道和主要港口布局》，选出我国28个主要内河港口为研究样本。这28个内河港口主要分布在中国4大内河流域，分别是长江、京杭大运河、珠江和松花江流域（见表1）。
2.3数据描述
为保证有足够的样本进行结构方程分析，本文采用观测变量连续四年的数据。这些数据分别来自《中国港口年鉴》（2008—2011）、《中国区域经济统计年鉴》（2008—2011）。然而，一些观测变量的数据在港口统计年鉴中是不完整的，如泸州港、重庆港和岳阳港的生产用码头泊位数数据缺失。表2列出了用于测量潜变量（港口供给、港口需求、港口价值增值活动和区域经济）的观测变量及其统计性描述。
3实证结果
3.1初始结构方程模型及其可信度
本文的初始结构方程模型为一个测量模型，见图2。该测量模型有4个潜变量，每个潜变量由几个相关的观测变量组成，4个潜变量之间的双向箭头表示它们之间的相互关系。此外，方框内为11个与潜变量相关的测量变量，模型中的“e”为各观测变量的误差项。
在模型估计前，需要通过可信度检验判断模型中各因子的连续性和可信度。在本文中，克朗巴哈系数被应用于潜变量可信度检验，该方法是学术界应用最广泛的可信度检验方法。表3为每个潜变量的克朗巴哈系数，其值均超过0.700说明本模型各潜变量的可靠性水平是令人满意的[19]。从表4可知，初始结构方程模型是不可信的。这是因为卡方统计量（χ2（113）=223.712，P=0.000）在0.05的显著水平下显著，这意味着模型隐含的协方差矩阵与观测数据之间的差异巨大，初始结构方程模型需要被修正。模型中多重相关系数平方值通常被用来衡量观测变量的可信度，这个值越大，观测变量的可信度就越强。根据李建丽等[20]和LU等[21]的研究，多重相关系数平方值应大于0.50。由于初始结构方程模型中的观测变量D1的多重相关系数平方值为0.180，小于0.50，不符合最小值的标准，所以将观测变量D1从初始结构方程模型中删除。另外，初始结构方程模型假设检验的结果（表4）显示，除了H3没有得到验证（该假设（或称为路径）显著性概率为0.685）外，其余的假设均得到验证，因此在修正初始结构方程模型时将这个假设删除。
3.2最终结构方程模型结果分析
表5为修正后的最终结构方程模型的参数估计。DUNN等[22]指出可以通过t值反映的载荷和统计显著性来评估模型的聚合效度。AMOS输出的t值为临界比，即回归系数的估计值除以它的标准误差。依据经验法则[23]，可接受的临界比应该大于1.96或小于-1.96。表5显示，所有观测变量的临界比均大于1.96，并且在0.05的水平下显著，这说明所有观测变量测量的是同一个模型，并为模型的聚合效度和单向度检验提供了满意的证据[24]。另外，多重相关系数平方值是用来衡量观测变量可信度的指標，这个值应超过0.50。表5显示，最终结构方程模型的所有观测变量的多重相关系数平方值均大于0.50，说明最终结构方程模型中的观测变量通过了可信度检验。
已有许多学者提出了一些用于评估结构方程模型拟合度的指标[25]。表6为最终结构方程模型的估计结果，显示这个模型的χ2值（χ2（47）=53.438）的概率为0.241，大于最小值0.05，说明卡方统计结果不显著，接受虚无假设，因此假设模型与样本数据可以适配。拟合优度指数（GFI）为0.835，接近推荐值0.90；调整拟合指数（AGFI）为0.657，表明观测数据65.7%的方差和协方差可以被初始结构方程模型预测；Tucker Lewis指数（TLI）是0.981，比较拟合指数（CFI）是0.987，大于
推荐值0.90，这也进一步支持了模型的可接受性。另外，均方根残差（RMR）为0.046，低于阈值水平0.05，近似误差均方根（RMSEA）为0.079，接近建议值0.080，这也表明该模型具有良好的拟合度，具有实际意义。除假设模型的拟合度外，表6还报告了最终结构方程模型的假设检验结果。修改后的模型显示：港口需求对区域经济增长、港口供给和港口价值增值活动有显著的正向影响；港口供给对港口价值增值活动有显著的正向影响；港口价值增值活动对区域经济增长有显著的正向影响；港口供给对区域经济产生的影响不显著，说明港口供给对区域经济的直接影响没有被证实，但港口供给通过影响港口价值增值活动对区域经济产生影响。
4实证结果讨论及对策建议
4.1实证结果讨论
首先，通过实证检验发现，港口需求对区域经济产生正向影响（H1），这说明港口需求的不断增长会促进区域经济的发展。这一发现与SHAN等[26]的发现一致，他们也指出港口需求影响要素，如货物吞吐量，对中国经济增长有积极的促进作用；相似的结果也在PRADHAN等[15]的研究中被发现，他们强调交通基础设施（包括公路和铁路）的扩建，伴随着总资本的形成，将带动经济的实质性增长，本文中港口所在城市的交通基础设施投资是港口需求的一个影响因素。此外，假设检验的结果还显示港口需求对港口供给产生正向影响（H2），这说明港口需求的增加（包括产业部门的发展、港口货物吞吐量的增加和港口城市交通基础设施投资的增加）会带来港口供给的增长，包括港口岸线长度的增加、生产用和非生产用码头泊位数的增加以及港口基础设施投资的增加。第三，港口需求对港口价值增值活动产生正向影响（H5），这一结果也在DENG等[14]和LANGEN等[16]的研究中被发现，因此我国各级政府和港口管理部门应加大各产业部门的产出，提高港口货物的吞吐量及港口所在城市的交通基础设施水平，从而实现港口区域进出口量的增加，发展提升港口价值的增值活动。最后，港口价值增值活动对区域经济产生正向影响（H6）在本文中也被证实，相似的结果也在JUNG[17]的研究中被发现，说明那些希望通过港口发展加速地区经济增长的港口城市，需要考虑加速地区进出口总量的提升，并且促进港口城市交通业、仓储业和邮电通信业增值的提升。
在本文中港口供给对区域经济产生正向影响（H3）并没有被发现，这说明港口岸线长度的增加、生产用码头泊位数和港口基础设施投资的增加并不能直接促进区域经济的增长。这是因为区域经济增长受多种因素（如环境、地区内交通网络、劳动力市场、公司成本等）的影响，而港口供给只是区域经济增长的众多决定性因素之一。本文中港口供给与区域经济之间的关系并不显著，但如上文所述，港口供给对港口价值增值活动产生正向影响，而港口价值增值活动会促进区域经济增长，因此港口供给可以通过港口价值增值活动间接地促进区域经济增长。
4.2我国内河港口发展的对策建议
本文发现我国内河港口投资并不能直接地促進区域经济的增长，而能通过促进港口价值增值活动间接地推动区域经济的发展。因此，针对我国内河港口发展提出如下对策建议。
首先，在加快内河航运基础设施建设的同时，充分发挥其在综合运输体系中的基础性作用，使其更有效地融入综合运输网络中，使内河港口成为内河流域资源外运的主通道。如长江下游及长三角地区要为上海国际航运中心集装箱和大宗散货运输提供通畅、高效和低成本的服务，同时也要为西部地区提供交通运输的支持。此外，调整水运结构使内河航运融入综合运输网络。大力发展集装箱运输、多式联运和以港口为中心的物流业，通过江海直达来减少中转环节，提高运输效率。
其次，提升内河港口的物流服务功能，强化港口价值增值服务。随着港口经济的发展，港口物流的竞争从成本优势转向服务优势，在加大内河基础设施投资、改善硬件设施的同时更要注重软实力的提升，即服务能力的提升。改善港口物流服务涉及交通、工商、税务、海关、商检、外贸、口岸管理等多个部门。因此，改善港口的物流服务应从增值服务、专业化服务、智能化服务、网络化服务等理念入手，强化服务理念，转变服务方式，全面提升竞争力。
最后，通过内河港口相关产业的发展和城市产业联盟的形成来提升港口需求，从而推动区域经济增长。随着“一带一路”倡议的提出，我国诸多内河港口开始打造连接“一带一路”的支点，为对接和参与“一带一路”建设做准备，这也直接促进了内河港口相关产业的发展。港口腹地经济是当地产业发展的基础，产业发展又直接促进进出口贸易量的增加，提升港口需求。此外，还应积极与周边城市建立城市联盟或城市产业集群，城市产业联盟将是未来经济发展的新特征，经济的发展必将带动港口需求的增加，反过来促进区域经济的繁荣。
参考文献：
[1]ASCHAUER D A. Is public expenditure productive？[J]. Journal of Monetary Economics， 1989， 23： 177200.
[2]SAHOO P， DASH R K. Infrastructure development and economic growth in India[J]. Journal of the Asia Pacific Economy， 2009， 14（4）： 351365. DOI： 10.1080/13547860903169340.
[3]NIJKAMP P. Infrastructure and regional development： a multidimensional policy analysis[J]. Empirical Economics， 1986， 11： 121.
[4]SAHOO P， DASH R K， NATARAJ G. Infrastructure development and economic growth in China[Z]. Japan： Institute of Developing Economies （IDE）， 2010.
[5]张志峰， 温惠英， 沈毅贤. 基于Granger模型的交通投资建设与经济发展的关系研究[J]. 武汉理工大学学报（交通科学与工程版）， 2009， 33（4）： 699702. DOI： 10.3963/j.issn.10062823.2009.04.023.
[6]温惠英， 沈毅贤. 交通基础设施建设与经济发展的Granger因果关系[J]. 交通科技与经济， 2008， 10（2）： 8284.
[7]姜楠. 我国沿海港口建设与国民经济发展的相关性研究[D]. 大连： 大连海事大学， 2010.
[8]刘晓芸. 浅谈港口投资对社会经济发展的影响——以宁波市为例[J]. 商场现代化， 2016（9）： 148149.
[9]RODRIGUE J P， DEBRIE J， FREMONT A， et al. Functions and actors of inland ports： European and North American dynamics[J]. Journal of Transport Geography， 2010， 18： 519529. DOI： 10.1016/j.jtrangeo.2010.03.008.
[10]王玲， 毕志雯. 基于三阶段DEA模型的我国主要内河港口效率研究[J]. 产业经济研究， 2010（4）： 4048. DOI： 10.13269/j.cnki.ier.2010.04.006.
[11]王玲， 孟辉. 我国内河港口与沿海港口的效率对比——基于共同边界和序列SBMDEA的研究[J]. 软科学， 2013， 27（3）： 9095.
[12]田玉玛， 金小平. 浙江港航与经济社会发展的关联度[J]. 上海海事大学学报， 2010， 31（4）： 7883.
[13]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）： 133.
[14]DENG Ping， LU Shiqing， XIAO Hanbin. Evaluation of the relevance measure between ports and regional economy using structural equation modeling[J]. Transport Policy， 2013， 27： 123133. DOI： 10.1016/j.tranpol.2013.01.008.
[15]PRADHAN R P， BAGCHI T P. Effect of transportation infrastructure on economic growth in India： the VECM approach[J]. Research in Transportation Economics， 2013， 38： 139148. DOI： 10.1016/j. retrec.2012.05.008.
[16]LANGEN P， NIJDAM M， HORST M. New indicators to measure port performance[J]. Journal of Maritime Research， 2007， 4（1）： 2336.
[17]JUNG BongMin. Economic contribution of ports to the local economies in Korea[J]. The Asian Journal of Shipping and Logistics， 2011， 27（1）： 130.
[18]KOUFTEROS X A. Testing a model of full production： a paradigm for manufacturing research using structural equation modeling[J]. Journal of Operations Management， 1999， 17： 467488.
[19]宋向群， 周勇， 王文淵， 等. 内支线船舶岸电系统改造策略及经济影响因素研究[J]. 上海海事大学学报， 2015， 36（4）： 4347. DOI： 10.13340/j.jsmu.2015.04.009.
[20]李建丽， 真虹， 程爵浩， 等. 青岛邮船产业的客源规模及经济效益预测[J]. 上海海事大学学报， 2010， 31（3）： 7885.
[21]LU ChinShan， LAI KeeHung， CHENG T C E. Application of structural equation modeling to evaluate the intention of shippers to use Internet services in liner shipping[J]. European Journal of Operational Research， 2007， 180： 845867. DOI： 10.1016/j.ejor.2006.05.001.
[22]DUNN S C， SEAKER R F， WALLER M A. Latent variables in business logistics research： scale development and validation[J]. Journal of Business Logistics， 1994， 15（2）： 145172.
[23]BYRNE B M. Structural equation modeling with AMOS： basic concepts， applications， and programming[M]. 2nd ed. New York： Routledge， 2010.
[24]ANDERSON J C， GERBING D W. Structural equation modeling in practice： a review and recommended twostep approach[J]. Psychological Bulletin， 1988， 103（3）： 411423.
[25]BAGOZZI R P， YI Y. On the evaluation of structural equation models[J]. Journal of the Academy of Marketing Science， 1988， 16（1）： 7494.
[26]SHAN Jun， YU Mingzhu， LEE ChungYee. An empirical investigation of the seaports economic impact： evidence from major ports in China[J]. Transportation Research Part E， 2014， 69： 4153. DOI： 10.1016/j.tre.2014.05.010.
（编辑赵勉）
摘要：
为探讨内河港口基础设施对区域经济增长的影响，以我国四大水系28个主要内河港口为研究对象，构建结构方程模型，从港口需求、港口供给和港口价值增值活动等三大因素出发进行分析。实证结果显示：港口需求的不断增长会促进区域经济的发展，同时通过港口价值增值活动可以间接推动区域经济发展。提出我国内河港口发展的对策建议。
关键词：
内河港口；基础设施；区域经济；结构方程模型
中图分类号： F552.7
文献标志码： A
Abstract：
In order to study the influence of inland port infrastructure on regional economic growth， 28 main inland ports in four major river systems of China are taken as the research object， a structural equation model is constructed， and the influence is analyzed from three major factors of port demand， port supply and port valueadded activities. The empirical results show that， the continuous growth of port demand can promote the development of regional economy， and the port valueadded activities can indirectly promote the development of regional economy. The countermeasures and suggestions on development of Chinese inland ports are proposed.
Key words：
inland port； infrastructure； regional economy； structural equation model
0引言
交通基础设施对一国国民经济的发展起到举足轻重的作用。国外学者对交通基础设施与经济增长的关系进行了大量的研究。1989年ASCHAUER[1]建立了一套研究框架考察包括交通基础设施投资在内的公共支出的有效性，此后越来越多的学者开始对交通基础设施与经济增长的关系进行研究。SAHOO等[2]运用ASCHAUER建立的经验研究框架考察了印度1970—2006年交通基础设施投资在国内经济增长中的作用，结果显示，印度国内交通基础设施的投资促进了经济增长。NIJKAMP[3]采用美国州际数据分别在地方、区域、国家三个层面上分析了二者的关系，提出了交通基础设施可以显著影响区域经济发展的结论。SAHOO等[4]分析了1975—2007年中国交通基础设施投资在推动经济发展中的作用，结果显示，中国交通基础设施的发展同样促进了经济增长，这一结论也证实了中国在20世纪90年代末期对交通基础设施进行了大规模投资。国内学者[56]对我国交通基础设施与经济增长之间的关系也进行了研究，采用格兰杰因果关系检验模型，分析我国5种交通基础设施建设与经济发展之间的关系，结果显示，交通基础设施建设与经济发展之间的关系是积极的，其中铁路、内河航道和民用航空等基础设施建设与经济发展之间呈现互为因果的关系。部分学者[78]对我国沿海港口投資与经济增长的关系进行了研究，研究结果显示，中国港口投资对经济增长无论在长期还是短期内都有明显的促进作用，港口投资具有相当的活力，并对社会经济各方面的发展都有良好的带动效应，其中对经济增长、外贸发展、第二产业发展和社会就业的影响尤为突出。关于内河港口经济影响的研究，RODRIGUE等[9]以欧洲和南美洲的内河港口为研究对象，探讨了内河港口的功能和其在交通运输网络中扮演的角色。国内学者对内河港口的研究：一方面集中在港口效率上，研究发现，我国内河港口总体效率偏低，规模无效率是主要原因[1011]；另一方面从内河港口发展的视角来分析内河运输的重要性，认为内河港口建设可以带动港口腹地的经济发展[1213]。现有研究大部分停留在定性分析和政策建议层面，定量分析较少。
2011年，国务院出台了《关于加快长江等内河水运发展的意见》，以期在2020年实现内河运输货物吞吐量30亿t，国家高等级航道建设1.9万km，这一战略直接促进了内河港口供给的增加。因此，本文基于《全国内河高等级航道和主要港口布局》，选取中国主要内河港口为研究对象，建立结构方程模型，探讨中国内河港口的需求、供给和价值增值活动这三大因素与区域经济之间的关系。
1研究假设
中国内河港口的需求、供给和价值增值活动这三大因素对区域经济影响的概念模型如图1所示，箭头说明了这三大因素与区域经济之间的影响关系。
港口需求指港口使用者对港口服务的需求，这些使用者包括港口服务承运商、进出口商和国内运输商。这也意味着港口服务是其他产品的输入，因此受从港口到内陆地区运输成本的影响。此外，内陆交通基础设施的质量和港口腹地经济发展环境对港口需求也有很大的影响，如港口腹地制造业发展水平高、出口能力强，则该地区对港口的需求更旺盛。因此，如果港口能够拥有更多的货物吞吐量，那么港口需求也会增长，从而产生更多的经济效益，更确切地说，运输货运量的增加与一个地区经济发展是相关联的。在港口生产过程中，由于产品分销的国际性，产生了对一般基础设施的需求，由此产生了比较优势，最终使港口供给随着港口需求的增加而增加。因此，作为国际产品分配系统的一部分，港口需要发展以满足产品的国际分配。港口供给指港口物流基础设施的供给，包括码头线长度、生产用码头泊位数、港口物流信息系统和港口物流企业服务[14]。PRADHAN等[15]指出了交通基础设施会通过改变总需求来影响经济增长，如交通基础设施的建设可以产生并增加对来自其他部门的中间投入的需求，并刺激经济增长产生乘数效应。因此，本文提出以下假设：（H1）港口需求对区域经济产生正向影响；（H2）港口需求对港口供给产生正向影响；（H3）港口供给对区域经济产生正向影响。
港口价值增值体现在港口进出口总量和港口城市运输业、仓储业和邮电通信业的增值上，这些可以反映港口物流的发展。港口需求和港口供给的增加直接影响货物吞吐量的增加，从而通过货物运输产生价值增值。此外，港口需求和港口供给被证实与港口价值增值活动正向相关，世界上很多港口在港口附近发展物流中心，如鹿特丹港、巴塞罗那港、上海港、釜山港等，目的是通过物流基础设施的提升来促成更多的价值增值活动[16]。JUNG[17]也指出发生在港口附近产生价值增值的物流活动对区域和国家的经济作出了巨大的贡献。因此，本文还提出以下假设：（H4）港口供给对港口价值增值活动产生正向影响；（H5）港口需求对港口价值增值活动产生正向影响；（H6）港口价值增值活动对区域经济产生正向影响。
2研究方法和数据描述
2.1研究方法
本文旨在探讨中国主要内河港口的需求、供给和价值增值活动对区域经济发展的影响。构建结构方程模型检验各港口三大因素与区域经济增长之间的关系。结构方程模型可以用来处理大量的内生和外生变量，以及被指定为观测变量线性组合（加权平均）的潜（非观测）变量。本文分两个步骤来分析数据：首先，应用克朗巴哈系数评估各潜变量的可信度[18]；然后，构建结构方程模型，通过路径分析来进行假设检验，考察与港口相关的三大因素与区域经济增长之间的关系。第一个步骤是在SPSS 19.0中实现的，第二个步骤是在AMOS 21.0中实现的。
2.2样本选择
本文主要依据《全国内河高等级航道和主要港口布局》，选出我国28个主要内河港口为研究样本。这28个内河港口主要分布在中国4大内河流域，分别是长江、京杭大运河、珠江和松花江流域（见表1）。
2.3数据描述
为保证有足够的样本进行结构方程分析，本文采用观测变量连续四年的数据。这些数据分别来自《中国港口年鉴》（2008—2011）、《中国区域经济统计年鉴》（2008—2011）。然而，一些观测变量的数据在港口统计年鉴中是不完整的，如泸州港、重庆港和岳阳港的生产用码头泊位数数据缺失。表2列出了用于测量潜变量（港口供给、港口需求、港口价值增值活动和区域经济）的观测变量及其统计性描述。
3实证结果
3.1初始结构方程模型及其可信度
本文的初始结构方程模型为一个测量模型，见图2。该测量模型有4个潜变量，每个潜变量由几个相关的观测变量组成，4个潜变量之间的双向箭头表示它们之间的相互关系。此外，方框内为11个与潜变量相关的测量变量，模型中的“e”为各观测变量的误差项。
在模型估计前，需要通过可信度检验判断模型中各因子的连续性和可信度。在本文中，克朗巴哈系数被应用于潜变量可信度检验，该方法是学术界应用最广泛的可信度检验方法。表3为每个潜变量的克朗巴哈系数，其值均超过0.700说明本模型各潜变量的可靠性水平是令人满意的[19]。从表4可知，初始结构方程模型是不可信的。这是因为卡方统计量（χ2（113）=223.712，P=0.000）在0.05的显著水平下显著，这意味着模型隐含的协方差矩阵与观测数据之间的差异巨大，初始结构方程模型需要被修正。模型中多重相关系数平方值通常被用来衡量观测变量的可信度，这个值越大，观测变量的可信度就越强。根据李建丽等[20]和LU等[21]的研究，多重相关系数平方值应大于0.50。由于初始结构方程模型中的观测变量D1的多重相关系数平方值为0.180，小于0.50，不符合最小值的标准，所以将观测变量D1从初始结构方程模型中删除。另外，初始结构方程模型假设检验的结果（表4）显示，除了H3没有得到验证（该假设（或称为路径）显著性概率为0.685）外，其余的假设均得到验证，因此在修正初始结构方程模型时将这个假设删除。
3.2最终结构方程模型结果分析
表5为修正后的最终结构方程模型的参数估计。DUNN等[22]指出可以通过t值反映的载荷和统计显著性来评估模型的聚合效度。AMOS输出的t值为临界比，即回归系数的估计值除以它的标准误差。依据经验法则[23]，可接受的临界比应该大于1.96或小于-1.96。表5显示，所有观测变量的临界比均大于1.96，并且在0.05的水平下显著，这说明所有观测变量测量的是同一个模型，并为模型的聚合效度和单向度检验提供了满意的证据[24]。另外，多重相关系数平方值是用来衡量观测变量可信度的指標，这个值应超过0.50。表5显示，最终结构方程模型的所有观测变量的多重相关系数平方值均大于0.50，说明最终结构方程模型中的观测变量通过了可信度检验。
已有许多学者提出了一些用于评估结构方程模型拟合度的指标[25]。表6为最终结构方程模型的估计结果，显示这个模型的χ2值（χ2（47）=53.438）的概率为0.241，大于最小值0.05，说明卡方统计结果不显著，接受虚无假设，因此假设模型与样本数据可以适配。拟合优度指数（GFI）为0.835，接近推荐值0.90；调整拟合指数（AGFI）为0.657，表明观测数据65.7%的方差和协方差可以被初始结构方程模型预测；Tucker Lewis指数（TLI）是0.981，比较拟合指数（CFI）是0.987，大于
推荐值0.90，这也进一步支持了模型的可接受性。另外，均方根残差（RMR）为0.046，低于阈值水平0.05，近似误差均方根（RMSEA）为0.079，接近建议值0.080，这也表明该模型具有良好的拟合度，具有实际意义。除假设模型的拟合度外，表6还报告了最终结构方程模型的假设检验结果。修改后的模型显示：港口需求对区域经济增长、港口供给和港口价值增值活动有显著的正向影响；港口供给对港口价值增值活动有显著的正向影响；港口价值增值活动对区域经济增长有显著的正向影响；港口供给对区域经济产生的影响不显著，说明港口供给对区域经济的直接影响没有被证实，但港口供给通过影响港口价值增值活动对区域经济产生影响。
4实证结果讨论及对策建议
4.1实证结果讨论
首先，通过实证检验发现，港口需求对区域经济产生正向影响（H1），这说明港口需求的不断增长会促进区域经济的发展。这一发现与SHAN等[26]的发现一致，他们也指出港口需求影响要素，如货物吞吐量，对中国经济增长有积极的促进作用；相似的结果也在PRADHAN等[15]的研究中被发现，他们强调交通基础设施（包括公路和铁路）的扩建，伴随着总资本的形成，将带动经济的实质性增长，本文中港口所在城市的交通基础设施投资是港口需求的一个影响因素。此外，假设检验的结果还显示港口需求对港口供给产生正向影响（H2），这说明港口需求的增加（包括产业部门的发展、港口货物吞吐量的增加和港口城市交通基础设施投资的增加）会带来港口供给的增长，包括港口岸线长度的增加、生产用和非生产用码头泊位数的增加以及港口基础设施投资的增加。第三，港口需求对港口价值增值活动产生正向影响（H5），这一结果也在DENG等[14]和LANGEN等[16]的研究中被发现，因此我国各级政府和港口管理部门应加大各产业部门的产出，提高港口货物的吞吐量及港口所在城市的交通基础设施水平，从而实现港口区域进出口量的增加，发展提升港口价值的增值活动。最后，港口价值增值活动对区域经济产生正向影响（H6）在本文中也被证实，相似的结果也在JUNG[17]的研究中被发现，说明那些希望通过港口发展加速地区经济增长的港口城市，需要考虑加速地区进出口总量的提升，并且促进港口城市交通业、仓储业和邮电通信业增值的提升。
在本文中港口供给对区域经济产生正向影响（H3）并没有被发现，这说明港口岸线长度的增加、生产用码头泊位数和港口基础设施投资的增加并不能直接促进区域经济的增长。这是因为区域经济增长受多种因素（如环境、地区内交通网络、劳动力市场、公司成本等）的影响，而港口供给只是区域经济增长的众多决定性因素之一。本文中港口供给与区域经济之间的关系并不显著，但如上文所述，港口供给对港口价值增值活动产生正向影响，而港口价值增值活动会促进区域经济增长，因此港口供给可以通过港口价值增值活动间接地促进区域经济增长。
4.2我国内河港口发展的对策建议
本文发现我国内河港口投资并不能直接地促進区域经济的增长，而能通过促进港口价值增值活动间接地推动区域经济的发展。因此，针对我国内河港口发展提出如下对策建议。
首先，在加快内河航运基础设施建设的同时，充分发挥其在综合运输体系中的基础性作用，使其更有效地融入综合运输网络中，使内河港口成为内河流域资源外运的主通道。如长江下游及长三角地区要为上海国际航运中心集装箱和大宗散货运输提供通畅、高效和低成本的服务，同时也要为西部地区提供交通运输的支持。此外，调整水运结构使内河航运融入综合运输网络。大力发展集装箱运输、多式联运和以港口为中心的物流业，通过江海直达来减少中转环节，提高运输效率。
其次，提升内河港口的物流服务功能，强化港口价值增值服务。随着港口经济的发展，港口物流的竞争从成本优势转向服务优势，在加大内河基础设施投资、改善硬件设施的同时更要注重软实力的提升，即服务能力的提升。改善港口物流服务涉及交通、工商、税务、海关、商检、外贸、口岸管理等多个部门。因此，改善港口的物流服务应从增值服务、专业化服务、智能化服务、网络化服务等理念入手，强化服务理念，转变服务方式，全面提升竞争力。
最后，通过内河港口相关产业的发展和城市产业联盟的形成来提升港口需求，从而推动区域经济增长。随着“一带一路”倡议的提出，我国诸多内河港口开始打造连接“一带一路”的支点，为对接和参与“一带一路”建设做准备，这也直接促进了内河港口相关产业的发展。港口腹地经济是当地产业发展的基础，产业发展又直接促进进出口贸易量的增加，提升港口需求。此外，还应积极与周边城市建立城市联盟或城市产业集群，城市产业联盟将是未来经济发展的新特征，经济的发展必将带动港口需求的增加，反过来促进区域经济的繁荣。
参考文献：
[1]ASCHAUER D A. Is public expenditure productive？[J]. Journal of Monetary Economics， 1989， 23： 177200.
[2]SAHOO P， DASH R K. Infrastructure development and economic growth in India[J]. Journal of the Asia Pacific Economy， 2009， 14（4）： 351365. DOI： 10.1080/13547860903169340.
[3]NIJKAMP P. Infrastructure and regional development： a multidimensional policy analysis[J]. Empirical Economics， 1986， 11： 121.
[4]SAHOO P， DASH R K， NATARAJ G. Infrastructure development and economic growth in China[Z]. Japan： Institute of Developing Economies （IDE）， 2010.
[5]张志峰， 温惠英， 沈毅贤. 基于Granger模型的交通投资建设与经济发展的关系研究[J]. 武汉理工大学学报（交通科学与工程版）， 2009， 33（4）： 699702. DOI： 10.3963/j.issn.10062823.2009.04.023.
[6]温惠英， 沈毅贤. 交通基础设施建设与经济发展的Granger因果关系[J]. 交通科技与经济， 2008， 10（2）： 8284.
[7]姜楠. 我国沿海港口建设与国民经济发展的相关性研究[D]. 大连： 大连海事大学， 2010.
[8]刘晓芸. 浅谈港口投资对社会经济发展的影响——以宁波市为例[J]. 商场现代化， 2016（9）： 148149.
[9]RODRIGUE J P， DEBRIE J， FREMONT A， et al. Functions and actors of inland ports： European and North American dynamics[J]. Journal of Transport Geography， 2010， 18： 519529. DOI： 10.1016/j.jtrangeo.2010.03.008.
[10]王玲， 毕志雯. 基于三阶段DEA模型的我国主要内河港口效率研究[J]. 产业经济研究， 2010（4）： 4048. DOI： 10.13269/j.cnki.ier.2010.04.006.
[11]王玲， 孟辉. 我国内河港口与沿海港口的效率对比——基于共同边界和序列SBMDEA的研究[J]. 软科学， 2013， 27（3）： 9095.
[12]田玉玛， 金小平. 浙江港航与经济社会发展的关联度[J]. 上海海事大学学报， 2010， 31（4）： 7883.
[13]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）： 133.
[14]DENG Ping， LU Shiqing， XIAO Hanbin. Evaluation of the relevance measure between ports and regional economy using structural equation modeling[J]. Transport Policy， 2013， 27： 123133. DOI： 10.1016/j.tranpol.2013.01.008.
[15]PRADHAN R P， BAGCHI T P. Effect of transportation infrastructure on economic growth in India： the VECM approach[J]. Research in Transportation Economics， 2013， 38： 139148. DOI： 10.1016/j. retrec.2012.05.008.
[16]LANGEN P， NIJDAM M， HORST M. New indicators to measure port performance[J]. Journal of Maritime Research， 2007， 4（1）： 2336.
[17]JUNG BongMin. Economic contribution of ports to the local economies in Korea[J]. The Asian Journal of Shipping and Logistics， 2011， 27（1）： 130.
[18]KOUFTEROS X A. Testing a model of full production： a paradigm for manufacturing research using structural equation modeling[J]. Journal of Operations Management， 1999， 17： 467488.
[19]宋向群， 周勇， 王文淵， 等. 内支线船舶岸电系统改造策略及经济影响因素研究[J]. 上海海事大学学报， 2015， 36（4）： 4347. DOI： 10.13340/j.jsmu.2015.04.009.
[20]李建丽， 真虹， 程爵浩， 等. 青岛邮船产业的客源规模及经济效益预测[J]. 上海海事大学学报， 2010， 31（3）： 7885.
[21]LU ChinShan， LAI KeeHung， CHENG T C E. Application of structural equation modeling to evaluate the intention of shippers to use Internet services in liner shipping[J]. European Journal of Operational Research， 2007， 180： 845867. DOI： 10.1016/j.ejor.2006.05.001.
[22]DUNN S C， SEAKER R F， WALLER M A. Latent variables in business logistics research： scale development and validation[J]. Journal of Business Logistics， 1994， 15（2）： 145172.
[23]BYRNE B M. Structural equation modeling with AMOS： basic concepts， applications， and programming[M]. 2nd ed. New York： Routledge， 2010.
[24]ANDERSON J C， GERBING D W. Structural equation modeling in practice： a review and recommended twostep approach[J]. Psychological Bulletin， 1988， 103（3）： 411423.
[25]BAGOZZI R P， YI Y. On the evaluation of structural equation models[J]. Journal of the Academy of Marketing Science， 1988， 16（1）： 7494.
[26]SHAN Jun， YU Mingzhu， LEE ChungYee. An empirical investigation of the seaports economic impact： evidence from major ports in China[J]. Transportation Research Part E， 2014， 69： 4153. DOI： 10.1016/j.tre.2014.05.010.
（编辑赵勉）
