“海上丝绸之路”战略下的我国港口功能布局研究——基于临港产业空间集聚视角

李剑，兰潇文，姜宝

(中国海洋大学经济学院 青岛 266100)

“海上丝绸之路”战略下的我国港口功能布局研究
——基于临港产业空间集聚视角

李剑，兰潇文，姜宝

(中国海洋大学经济学院 青岛 266100)

作为区域经济的增长极，港口对相关产业的集聚和发展有重要的作用。文章以全国省际数据为基础，运用探索性空间统计变量Moran's I指数，分析能源、钢铁、交通运输、运输设备制造等港口相关产业的地理集聚模式，研究各产业与港口的互动关系，以此评价我国港口对产业发展的服务功能和带动作用，并就港口与产业布局提出相关建议。

港口经济;临港产业;产业集聚

建设“21世纪海上丝绸之路”战略顺应当前世界政治、经济格局的变化，不仅能够促进我国与沿线国家经济、政治、文化等方面的交流，更在新常态背景下为我国经济发展注入新的活力，有利于改善贸易环境、优化调整地区产业结构。沿海港口作为海上丝绸之路的主要节点，充分发挥其经济功能、满足沿线地区发展需要成为亟待探讨的课题。2015年3月国务院3部委联合发布推动“一带一路”建设的“愿景与行动”，强调重要港口的战略地位，提出大力加强沿海城市港口建设。

目前我国众多沿海港口发展水平参差不齐，各港口根据不同的腹地经济状况有不同的发展方向。要想有针对性地加强港口建设，应结合不同地区的优势产业，研究各地港口的经济辐射范围，对当前阶段我国港口功能做出系统评价。

1 文献综述

最初对港口的研究集中在港口内部建设及区位选择等方面。如，Hoyle和Pinder［1］开始研究港口空间转换规律，着眼点转向港口与城市的空间互动;Klink［2］总结前人研究成果，将港口空间转换分为港口城市、港口区域、港口功能区和港口网络带4个阶段，在此发展过程中港口空间范围不断扩大，与城市的关系也越来越紧密。许多学者在此基础上研究港口与城市经济水平的关系问题。如，赵鹏军等［3］以荷兰鹿特丹港为例，分析港口产业在时间和空间上的演替规律，总结相关产业对当地经济的带动作用;刘波等［4］总结连云港经济腹地的空间变化过程，以腹地范围的不断扩大强调港口功能和经济意义;董晓菲等［5］运用灰色关联分析法研究大连港与辽宁的港口－腹地空间结构，认为大连港－辽宁经济腹地形成以港口为核心的集聚和扩散的圈层状空间分布结构。Klink所说的第4个阶段(即港口网络带)强调港口与周边港口的联系，港区经济活动也向港区外发展，这种联系和功能的扩展为在省际水平分析港口与产业互动提供理论支持。

Krugman的空间经济学开拓港口经济功能研究的新思路［6］，很多学者(如宋炳良等［7］)从地理学或空间经济学角度研究港口对经济发展促进作用的基础。如，苏海龙等［8］运用空间自相关模型验证城市与港口的距离对当地市场潜力的影响，在一定范围内二者距离越近则市场潜力越大;SUN等［9］将研究对象由港口扩大到整个沿海地区，通过自相关模型从宏观的角度研究沿海地区对内陆地区的经济影响，验证沿海地区的经济溢出效应。此外，空间经济学的研究方法被越来越多地应用到港口研究中。如，黄毅等［10］通过计算局部空间相关系数寻找环渤海港口城市中旅游业增长极;胡玉莹等［11］、庄佳芳等［12］、景楠等［13］、袁冬梅等［14］运用探索性空间数据分析方法，测量我国大型港口群或物流业的集聚状态，总结港口及临港产业的空间分布情况。

结合上述研究成果可以发现:一方面，制造业及其他相关产业以近港口的区位优势得以快速发展;另一方面，港口经济功能在空间上不断扩展、影响范围不断延伸。但结合我国实际情况考证港口经济功能的作用范围以及港口对不同产业的区域带动作用的差别等尚未有研究。因此，本文选择以港口相关产业为切入点，运用空间自相关统计量，直观展现产业高增长集聚区与港口的相对分布，对我国港口的经济辐射范围和区位选择进行评价，以期更好地实现港口对地区经济发展的促进作用。

2 研究方法和数据选取

空间自相关是指距离较近的区块或其属性直接有着某种相似性;如果属性值相近的区域距离较近，称为正的空间自相关，反之则为负的空间自相关。本文以省级地区为单位，衡量港口相关产业属性值的空间自相关模式;选取的度量指标是Moran提出的全局指标Moran's I和反映局部自相关程度的LISA(local indicators of spatial association)，并对计算结果进行显著性检验。

2.1 全局空间自相关统计量Moran's I

式中:i和j代表不同的区域单位;xi和代表属性值和均值;wij代表衡量i和j位置上接近性的空间权重;W代表所有空间权重的和。I∈［－1，1］，当I值等于－1/(n－1)时，说明各点不具有特定相似性而随机分布;当I值大于－1/(n－1)时，总体存在正的空间自相关，且数值越大代表越强的正相关;当I值小于－1/(n－1)时，总体存在负的空间自相关。

式(1)的大部分指标都可以通过属性值的计算得到，而衡量单位之间位置远近的空间权重则需要另行获得。可以根据不同区域是否毗邻而采用0和1作为权重值，也可以使用点到点的距离来衡量。考虑到港口的辐射作用和交运网络的发达程度，本文将各地区的平均质心当做点单位，选取点到点距离的倒数(1/dij)作为空间权重来计算自相关指数。

2.2 局部空间关联指标LISA

式中:zi和zj是相应x与均值的离差，即是x的标准差，其他变量与Moran's I中的相同。

LISA值也称为局部Moran值，能够衡量每个区域单位的空间自相关水平，值较高表明相似属性的聚集;值较低表明不同属性的聚集，随机假设下Ii的期望值－wi/(n－1)可作为值高低的衡量标准。

2.3 显著性检验

对于全局和局部空间自相关计算结果，可用显著性检验加以验证。通过将标准化后变量Z(Ii)=的标准化变量式)对应t分布的P值与显著性水平进行对比，判断指数的有效性。

3 空间自相关分析

为系统研究港口对不同产业的经济影响，选择与港口生产密切相关的能源生产与加工业、钢铁生产与加工业、运输设备制造业、交通运输业、对外贸易业作为产业研究对象。数据来自国家统计局网站、各地区统计年鉴及中国工业经济统计年鉴，应用空间统计软件Geoda计算各变量的全局和局部空间自相关指数并进行显著性检验。由于数据获得性原因，本研究不包括我国港澳台地区。

3.1 能源生产与加工业

Moran散点图用来衡量横轴变量与纵轴空间滞后变量(即变量周围区域的加权平均)的关系，斜率就是Moran's I;一、二、三、四象限内各点分别代表靠近高值地区的高值地区、靠近高值地区的低值地区、靠近低值地区的低值地区和靠近低值地区的高值地区。通过散点图将不同属性地区划分开，简洁直观。

选取2014年各地区石油加工、炼焦及核燃料加工业总产值计算Moran's I，得到总体莫兰指数约为0.055 2，与－0.033 3的随机分布值相比，该行业呈现较弱的空间正相关分布，行业集聚初具规模;2014年与2006年相比指数稍有下降，是由于北京由2006年的高产值区变成2014年的低产值区，影响京津冀乃至华北地区的产业集聚程度;此外如云南、四川等地区产值都有大幅提高，地区间产值差异有所缩小，从总体来看产业分布并没有较大变化。进一步观察散点分布情况，大部分地区位于第一象限和第三象限，其中高产值集聚区主要分布于沿海及东部地区、低产值集聚区主要分布于中西部地区(表1)。

表1 2014年能源生产与加工业总产值Moran's I散点分布

随着经济发展和生产需求提高，2014年我国已成为世界第二大原油进口国、第一大煤炭进口国。我国主要沿海港口作为原油、煤炭进出口的主要门户，吞吐量占全国总量的90%以上。相关产业的发展集中于沿海地区，很大程度上源于近原料地所带来的成本节约，这一点可以通过各省LISA指数加以验证。在LISA值较高且通过显著性检验的地区中，高产值集聚区基本与华北沿海地区相重叠，其中辽宁、山东、河北、江苏、上海这5大高产值地区拥有50%以上的石油煤炭港口，再加上天津港、宁波－舟山港的辅助中转作用，已基本满足当地原料供应，又极大地开拓国内及国际市场，繁荣当地石油煤炭生产及加工行业;但高产值集聚区过于狭窄地分布于沿海，而处于“低高区”的内蒙古、天津、安徽等地区虽毗邻沿海但产能过低，说明港口的辐射作用并没有延伸到这些地区，区域间联系并不紧密。

3.2 钢铁生产与加工业

以2014年钢铁生产与加工业(采用黑色金属冶炼和压延加工业数据)总产值作为各地区钢铁生产水平的指标，计算总体和局部的空间自相关水平。2014年该产业总体莫兰指数为0.156 4，大部分地区处于第一象限或第三象限，全国钢铁生产呈现高产值区与低产值区的空间集聚状态，该数据与2006年相比略有下降(表2)。自2008年全球金融危机爆发以来，我国钢铁生产效益逐渐走低，钢铁产能过剩问题逐渐暴露，钢铁生产增长缓慢，产业布局也有所变化，这可充分解释莫兰指数的下降。

表2 2014年钢铁生产与加工业总产值Moran's I散点分布

我国铁矿石资源丰富，但由于矿石质量较差、开采技术落后等因素，在国际市场并不具有竞争力，国内钢铁生产需要大量进口铁矿。2014年我国规模以上港口接卸铁矿石16.28亿t，因此港口成为钢铁产业布局选择的重要因素。通过2014年钢铁生产与加工业LISA指数分布可以看到，LISA指数较高且通过显著性检验的地区从渤海湾沿海岸线向南直至浙江，连成一条高产值集聚带;铁矿石吞吐量大或有矿石码头分公司的大型港口中，80%以上分布于这条集聚带，如环渤海地区的营口港、天津港、烟台港，东部沿海地区的连云港港、上海港和宁波港。在钢铁生产地当地铁矿石开采量远不能满足生产需要的情况下，港口在整个生产链条中发挥着重要作用。

值得注意的是，LISA值较高的地区还包括山西和湖北，钢铁生产近原料所在地且发展水平较高，与沿海地区通过前向和后向联系基本连成一片。除都有丰富的铁矿石资源外，这2个地区都与沿海港合作建立无水港，提高原料和产成品进出口运作效率，这也成为实现港口与内陆地区互动的一条新途径。

3.3 运输设备制造业

我国港口大多属于陆向腹地型港口，不同于新加坡、釜山等国际大港具有惊人的转运量，而是更多服务于广阔的内陆地区，海河联运、海公联运、海铁联运等多式联运方式更是成为连接沿海和内陆市场重要纽带。自20世纪90年代起，上海、宁波、连云港等沿海港口就通过开通集装箱铁路专线开展海铁联运业务，铁路和内河运输成本低、运量大等优点也促使海铁联运、海河联运快速发展。港口多式联运的繁荣对铁路、船舶乃至航空设施提出更高要求，也成为该行业发展的新兴动力。

选取2014年各地区运输设备制造业工业总产值作为研究对象，由于该行业为新设科目，不与之前年份进行对比。总体莫兰指数约为0.078 6，略大于随机分布，大多数点在原点附近集聚，因此该行业分布呈现较弱的空间正相关，集聚带并不明显;从具体分布来看，主要沿海地区及湖南、湖北组成高产值集聚带，重庆、广东与周边地区相比成为高产值点，其他地区相对较低(表3)。

表3 2014年运输设备制造业工业总产值Moran's I散点分布

进一步计算LISA指数，通过显著性检验的地区寥寥无几，其中山东、江苏、浙江、上海和湖北为LISA值较高的高产值中心区，代表本地及周边地区运输设备制造业较为繁荣。该区域内日照港、烟台港、宁波港、连云港港等港口都有专门的铁路运输公司，而我国前10大造船厂有7家落户江浙沪地区，这可充分解释该行业的产业布局情况。

总体而言，铁路、船舶等运输设备制造业布局较为分散，沿海港口地区的区位优势不明显。据统计，目前我国港口集疏运方式仍较为单一，公路运输占比高达84%，而铁路集疏港只有2%，铁路及内河运输初期投入大且灵活性较低等短板，限制多式联运的丰富和发展，制约港口对该产业的提升效应。

3.4 交通运输业

沿海港口对各地交通运输业的作用并不直接可见。从直观来讲，港口是交通运输业的重要组成部分，也是货物及人员出入境的重要门户，其为陆路运输业提供丰富的货源和客源;作为促进当地相关产业乃至整体经济发展的重要因素，港口活跃原材料、劳动力及其他生产要素和产成品的地区间流动。因此，沿海港口与各地交通运输业联系紧密、互动频繁，其产业带动作用不可小觑。

选取2014年货物周转量(亿t/km)和旅客周转量(亿人/km)分别作为衡量地区交通运输业发展水平的指标。货物周转量总体莫兰指数约为0.317 1，货运量呈现高值集聚区和低值集聚区的明显区分，指数较2006年有所升高，变化源于高值集聚区范围的扩大，如河南、安徽、浙江由2006年的低高类(第二象限)转变为2014年的高高类(第一象限)，中东部地区货运周转量增长迅猛;从具体散点分布来看，高值集聚区涵盖东部沿海地区及邻近地区，低值集聚区主要位于西部地区(表4)。

表4 2014年货物周转量Moran's I散点分布

通过分析LISA指数也能得到相同结论，LISA值较高且通过显著性检验的高值集聚地区有辽宁、河北、天津、山东、江苏、上海、浙江、河南和安徽，而低值集聚地区集中在青海、四川及周边地区，LISA指数将全国清晰地划分出东、中、西3个地带。从港口区位角度来看，2014年我国货物吞吐量超2万t的港口共12个，其中有10个位于高值区域内，如大连港、秦皇岛港、天津港、青岛港、烟台港、宁波－舟山港等，这些沿海港口作为货运往来的重要节点，服务范围呈放射状作用于全国，货运强度随着与港口距离的增大而不断减小，这可充分解释LISA指数分布情况。

客运方面，2014年旅客周转量总体莫兰指数约为0.081 6，客运水平呈较弱的空间正相关，相比2006年稍有下降，主要原因是我国中部地区客运周转量增长较快并保持较高水平，而江苏、山东北部邻近地区增长相对缓慢，位于第一象限的地区有所减少，空间正相关程度相应减弱;具体散点分布方面，高值集聚(第一象限)主要分布于我国中部地区，低值集聚(第三象限)主要分布于西部和东北部等地广人稀的地区(表5)。

表5 2014年旅客周转量Moran's I散点分布

不同于货运周转量，客运周转量的高高区域集中在安徽、江西、湖南、湖北等中南部地区。该地区北靠山东、江苏、河南等，南接广东、福建，邻近地区不仅人口总量大、经济发展水平高，而且拥有旅客吞吐量巨大的客运港口，这些条件可很大限度地保证中部衔接地区的客源。然而虽然一些沿海地区的客运周转量较高，但未能形成高值集聚带，沿海客运港口的区域带动作用还很有限。

3.5 对外贸易业

沿海港口作为我国对外开放的重要门户，对当地乃至周边地区经济发展的影响集中体现在对外贸易水平上。因此，本文选取各地区经营单位所在地进出口总额作为衡量港口对区域相关产业带动作用的总体指标，进行空间自相关分析。

2014年进出口总额总体莫兰指数约为0.033 8，呈现较弱的空间正相关分布，数值略大于2006年，高进出口总额集聚区的范围有所扩大、集聚程度相对提高;散点分布方面，高值集聚区主要包括渤海湾以南等沿海地区，而低值集聚区主要分布于东北和西部地区(表6)。

进一步计算LISA指数研究地区差异，可以发现通过显著性检验的高LISA值地区极为有限，高值集聚地区只有浙江和福建，南北向邻近地区的LISA值未通过显著性检验，说明南北向的广东、上海、江苏乃至山东虽然有较高的进出口总额，保证浙江、福建的高值集聚区地位，但其周边地区的低进出口水平拉低这些地区的LISA指数，内陆与沿海地区在进出口水平方面存在较大差距，沿海港口对进出口贸易的便利作用随着距离的增加而减弱，目前效果不甚理想。此外，高高区域向内陆纵深方向的安徽、江西、湖北3地LISA指数很低，呈现低高分布，也再次验证这一点。

表6 2014年进出口总额Moran's I散点分布

4 结论与建议

总结本研究结果(表7)，通过参照可以得到以下结论。

表7 我国港口经济功能辐射范围

首先，石油与煤炭加工业、钢铁生产与加工业、铁路轮船等交通设备制造业、交通运输业、进出口贸易发展水平在我国均呈现不同程度的空间正相关分布，其中货运业莫兰指数最大、空间集聚水平最高，而进出口贸易的指数最小，表明我国港口相关产业在空间区位分布上具有关联性，产业集聚区的发展初具规模。

其次，不同产业的集聚区覆盖地区具有较大差异。港口相关工业产业的高产值集聚区主要分布于以山东为中心、南北扩散的东部沿海地区，西部地区连成低产值集聚区;货运业具有类似的空间分布;客运业的高值集聚区位于安徽、湖南等中南部地区;进出口贸易的高值集聚则只出现在浙江、福建。分布的差异体现沿海港口的产业区位选择作用，也反映出不同港口的服务对象各有侧重。

最后，沿海港口对不同产业的区域带动作用有所不同。货运周转量指标的高值集聚由东向西扩散到河南、安徽等中部地区，钢铁生产与加工业的高产值区则另外包含山西、湖北等地区，这种差异除地域要素禀赋的不同外，极大程度上体现了港口对内陆地区的辐射作用;然而对于研究的大部分产业，港口的带动作用仅限于邻近地区，高值集聚区呈现狭长带状分布。因此总体而言，我国沿海港口对中部地区相关产业发展的贡献仍未展开。

针对上述实证结果，为扩大“21世纪海上丝绸之路”战略的受益范围、活跃内陆地区对外经济交流与互动，应进一步发挥沿海港口的辐射作用，扩充港口服务范围，继续加强与多式联运相关的基础设施建设;考虑到公路与水路运输的局限性，尤其要加大海铁联运投入，垂直整合港口与腹地运输体系，拓宽沿海港口与内陆地区的联系通道。鼓励沿海港口与内陆地区政府合作，继续发展无水港区建设，直接联系港口和内陆企业，既节省物流成本、提高运输效率，又促进当地企业外向型经济的发展。借助“一带一路”的政策背景，争取政府和投资机构资金支持，加强中西部地区基础设施建设，改善投资环境，加深与沿海地区的项目合作，从软硬件两个方面推动港口与内陆的互动交流。

［1］HOYLE B S，PINDER D A．Cityport industrialization and regional development:spatial analysis and planning strategies［M］．New York:Pergamon Press，1980．

［2］KLINK H．The port network as a new stage in port development: the case of rotterdam［J］．Environment and Planning，1998，30 (1):143－160．

［3］赵鹏军，吕斌．港口经济与其地域空间作用:对鹿特丹港的案例研究［J］．人文地理，2005，20(5):108－111．

［4］刘波，朱传耿，车前进．港口经济腹地空间演变及其实证研究:以连云港港口为例［J］．经济地理，2007，27(6):904－909．

［5］董晓菲，王荣成，韩增林．港口－腹地系统空间结构演化分析:以大连－辽宁经济腹地系统为例［J］．经济地理，2010，30 (11):1761－1766．

［6］藤田昌久，保罗·克鲁格曼．空间经济学:城市、区域与国际贸易［M］．北京:中国人民大学出版社，2005．

［7］宋炳良，德兰根．港口经济、政策与管理［M］．上海:格致出版社，2009．

［8］苏海龙，武占云，周锐，等．城市集聚效应的空间外部性研究:基于空间计量经济学的实证分析［J］．华中师范大学学报，2011，45(4):648－654．

［9］SUN Caizhi，YANG Yudi，ZHAO Liangshi．Economic spillover effects in the bohai rim region of China:Is the economic growth of coastal counties beneficial for the whole area?［J］．China Economic Review，2015，33:123－136．

［10］黄毅，马耀峰，薛华菊．环渤海港口城市群旅游合作时空演变研究［J］．地理与地理信息科学，2014，30(2):92－96．

［11］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］．物流经济研究，2009(3):48－52．

［12］庄佳芳，余思勤．基于探索性空间数据分析的我国港口空间格局［J］．上海海事大学学报，2013，34(3):66－71．

［13］景楠，颜波．东北区域物流与经济的空间自相关和空间聚类分析［J］．东北师大学报，2015(1):134－140．

［14］袁冬梅，魏后凯，于斌．中国地区经济差距与产业布局的空间关联性:基于Moran指数的解释［J］．中国软科学，2012(12): 90－102．

Economic Function Layout of the Ports under the“Maritime Silk Road”Strategy:on Perspective of Industrial Spatial Cluster Surrounding Ports

LI Jian，LAN Xiaowen，JIANG Bao

(School of Economics，Ocean University of China，Qingdao 266100，China)

As a growth pole of regional economy，port plays an important role in the cluster and development of relevant industries．Utilizing the ESDA method to deal with the provincial data，this paper analyzed the geographic agglomeration mode of ports'relevant industries，such as oil and coal processing，steel manufacture，transportation．Based on the interaction between these industries and ports，the paper gave analysis on the economic function and leading role of ports．Feasible suggestions were also provided about the overall arrangement of related economic units．

Port economy，Port industry，Industrial cluster

F55;P7

A

1005－9857(2017)02－0003－07

2016-11-06;

2016-12-13

国家社会科学基金青年项目(14CGL053);中央高校基本科研基金项目(201413042)．

李剑，副教授，博士，研究方向为港口经济与贸易，电子信箱:lijianouc@163.com

姜宝，副教授，博士，研究方向为港口经济，电子信箱:jiangbaokeyan@163.com