基于面板數據的區域經濟與機場規模關聯性分析＊

謝菲 夏洪山 鄭燕琴

（南京航空航天大學民航學院 南京 210016）

0 引 言

區域經濟是影響機場發展的重要制約因素，機場與區域經濟相互影響，機場不僅承擔輻射區域內的航空客貨運輸需求，并且帶動空港所在地及周邊航空指向型產業的發展；而區域經濟的發展也會引至航空客貨運輸需求的提升，從而助推機場的進一步發展.

文獻［1］指出，歐洲地區的機場對周邊區域經濟產生影響，并將機場的區域經濟影響力從直接、間接、誘導及催化影響四方面進行總結分析；Stephen J.Appold［2］針對美國25個機場，從就業與GDP兩方面著手進行研究，證實機場在區域經濟發展中發揮著重要的作用；類似的研究還有Jacco Hakfoort 等［3］對阿姆 斯特丹 基浦機 場、Beyers等對美國King County國際機場的研究.我國該領域研究起步較晚，宋偉等［4］從原生效益、次生效益和永久性效益4個層次分析接近航空樞紐的人口與產業所獲得的經濟利益與區位優勢，驗證了機場對城市和區域經濟發展的推動作用；劉海波等［5］通過分析機場與腹地經濟發展協調演進的三個階段，驗證了機場與腹地經濟發展間的協同關系；彭語冰等［6］用理論演繹和實證歸納方法分析機場與區域經濟間的相互關系，論述了區域經濟和諧發展的現狀和存在的主要問題；曹允春等［7-9］歸納總結了機場對推動區域經濟發展的幾種具體表現.可以看出，在以往研究中，主要關注于機場如何促進區域經濟發展，由于對區域經濟與機場發展的關聯程度研究的不足，鮮有具有說服力的數據支撐，因此缺乏對機場與區域經濟發展耦合作用機理的深入研究.譬如，王劍雨［10］以深圳機場為例，利用投入產出法對民航機場社會經濟效益進行分析，但是數據上存在滯后性；陳林［11］僅從產業關聯的角度測算航空運輸業對經濟社會的貢獻.因此本文擬采用面板數據對機場規模與區域經濟關聯性進行定量分析，數據來源于近年來全國范圍內多個機場，代表性強，以避免單獨使用時間序列數據或是截面數據對二者關聯程度進行檢驗存在偏差.

1 面板數據模型

面板數據又稱縱列數據，包括時間序列數據以及橫截面數據，屬于二維數據.相比于一般的混合橫截面數據，面板數據在各個時期每個截面的個體是沒有變化的.因此，在進行經濟分析模型假設時，面板數據更加實用，包含的數據信息量更大.本文擬采用的面板數據對機場與區域經濟的關聯性進行分析，既可以描述樣本的動態變化，也可以反映個體之間的差異.這種數據方法能夠處理更多的信息，并且減少共線性.

2 機場分類

在民航運輸系統中，機場是一個非常重要的組成部分.鑒于不同級別的機場對經濟的影響程度以及方式有所不同，因此，在分析機場規模與區域經濟之間的關聯性之前，需要對機場進行合理分類.根據不同的分類標準，可以對機場進行不同的劃分［12］.民航局頒布的《民用機場服務質量標準》［13］，按照機場客流量的不同，將機場分為I到VI類，見表1.

綜合考慮區域經濟與機場規模影響機制，結合國家《民用機場服務質量標準》，根據機場地理位置以及航線網絡布局形式的差異，以旅客吞吐量為劃分指標，將國內機場分為三個級別：第一級為1000萬人次以上，主要包括區域樞紐機場；第二級別為100～1000萬人次之間，主要包括一些省會機場；第三級別為100萬人次以下的機場，主要為一些支線機場.第一級別主要以樞紐機場為主，一般位于區域中心城市，多采用樞紐式航線網絡布局形式，由于其樞紐式的網絡結構能夠吸引更多的航班，促進通航城市數量和航班密度增加，更加容易帶動機場非航業務以及周邊區域經濟發展.第二級別主要涵蓋位于省會城市的干線機場以及東部經濟發達地區的機場，多采用城市對航線網絡布局形式，與樞紐中轉運輸方式比起來旅客數更少，因此也限制了航班的頻數，旅客對航班的選擇性降低.第三級別主要是位于中小城市的支線機場，多采用城市對航線網絡布局形式，這類機場吞吐量很小.不同級別機場的航線網絡布局差異很大，旅客類型也有較大差異.

表1 民航總局機場標準分類原則

3 變量選取與數據來源

由于機場投資建設項目具有投資規模大、占用土地多、建設周期長、風險性高的特點.作為投資者，必須清楚項目投資的風險所在［14］.因此，選取合理的機場作為指標進行分析是至關重要的.由于我國幅員遼闊，東西部經濟發展不均衡，機場分布也不均衡.中西部地區經濟相對落后，這使得一些機場處于閑置狀態，造成資源的浪費，同時，由于機場并沒有完全發揮運輸客貨的功能，其對當地經濟的帶動作用也并不明顯.東部沿海地區機場的分布密度遠大于中西部地區，一些區域機場分布密度過大，反而造成惡性競爭，使得機場的運營效率低下，與當地經濟的良性循環也沒有形成.除此之外，在機場密度較大的地區，由于航班密度以及機場設施的不同，旅客多集中于樞紐機場，造成樞紐機場航班密度過大且負荷過重，而其周邊地區的機場旅客量太少，出現資源閑置的現象.為了提高模型計算效率和精度，本文將篩選出典型且能夠明確反映當地區域經濟狀況的機場作為數據樣本.

文中以2012年我國機場旅客吞吐量為依據，將機場分為3個級別進行分析研究，觀察機場規模與區域經濟之間的關聯性.第一級別為年吞吐量大于1000萬人次的機場，選取北京首都國際機場、廣州白云機場、深圳寶安機場、成都雙流機場、杭州蕭山機場，第二級別為100萬～1000萬人次之間的省會機場，選取哈爾濱太平機場、福州長樂機場、石家莊正定機場、天津濱海機場、無錫碩放機場；第三級別為100萬人次以下的支線機場，選取常州奔牛機場、威海國際機場、南通興東機場、海拉爾東山國際機場、騰沖駝峰機場，主要為旅游資源型機場以及經濟發展較好的城市機場.

綜上對機場規模與區域經濟的分析，本文選取上述3個級別機場15 個城市的GDP、旅游旅客人數、進出口額、居民可支配收入、機場旅客年吞吐量等指標作為在實證分析研究的變量，以2000～2011年的年度數據作為樣本，數據來源于各市的統計年鑒以及各年度《從統計看民航》.

4 模型估計

4.1 面板數據單位根檢驗

在進行建模前，首先要對數據進行平穩性檢驗.根據數據是否同質，需要進行單位根檢驗.由于本文選取的15個樣本情況差異大，為不同質面板數據，因此，進行單位根檢驗時，選用IPS，ADF-Fisher，PP-Fisher5 方法.在做單位根檢驗前，需要畫出數據的時序圖，用以判斷數據是否含有趨勢和截距.圖2為北京地區與廣州地區數據的部分時序圖.

圖1 北京、廣州地區數據時序圖

表2為2000年到2011年15個地區機場旅客吞吐量（LK）、國內生產總值（GDP）、旅游旅客人數（LY）、進出口額（EX）、人均可支配收入（SR）及其各自對應差分指標面板數據的單位根檢驗結果.可以看出，該面板數據在5%顯著性水平下，都接受了單位根的原假設，即沒有通過檢驗，說明面板數據變量序列不平穩.繼續進行一階差分，在得出其一階差分后，序列在5%顯著性水平下拒絕原假設，說明序列平穩.由此可知，該面板數據為一階單整數據.

表2 2000～2011年15個地區面板數據單位根檢驗

4.2 協整檢驗

本文采取的數據屬于非同質面板，在進行協整檢驗時，采用Pedroni檢驗.其基本檢驗模型為

根據式（1），利用eviews6.0軟件對面板數據進行協整檢驗，得出的結果見表3.

表3 基于Pedroni檢驗的協整檢驗情況

據相關文獻指出，Group統計量相比于Panel統計量更具有檢驗效力.根據表中檢驗結果，Group統計量的值在顯著性水平5%的情況下，都是拒絕不存在協整關系的原假設，表明旅客吞吐量（LK）與國內生產總值（GDP）、旅游旅客人數（LY）、進出口額（EX）、人均可支配收入（SR）等變量之間存在協整關系；Panel統計量中，除了Panel PP-Statistic以外，其他統計量在顯著性水平5%的情況下，也拒絕了原假設，雖然Panel PPStatistic接受了原假設，但從整體來看，還是可以拒絕原假設，認為機場規模指標變量與區域經濟指標變量之間是存在協整關系的，說明機場規模與區域經濟之間存在長期的均衡關系.

4.3 模型估計

面板數據的模型有3類，一般通過F檢驗確認不是混合模型之后，就要檢驗是固定效應還是隨機效應，一般可采用Hausman檢驗，在確定模型之后開始回歸分析.本文需要研究不同吞吐級別下，機場規模與區域經濟之間的不同關系，所以在上述機場分類基礎上，按機場旅客吞吐量分類，將15個機場分為3 組進行模型估計，為方便描述，這里分別叫第一級別機場、第二級別機場以及第三級別機場.

1）F檢驗 采用F檢驗法判斷3組面板數據是否采用混合模型.結果見表4.

表4 F 檢驗法檢驗結果

根據上述F檢驗法的定義，原假設為：采用混合估計模型進行建模，在顯著性水平5%時，F值大于臨界值Fa（N，NT-N-k），則拒絕原假設，不采用混合估計模型；反之，則采用混合估計模型.由表4結果可以看出，三類機場的面板數據組在F檢驗中，F值均大于臨界值Fa（N，NT-Nk），表明三類機場分組數據均拒絕使用混合模型.

2）Hausman檢驗 對3組面板數據進行完F檢驗，確定不選用混合估計模型后，就需要進行判別選擇固定效應模型還是隨機效應模型.采用Hausman檢驗進行判別.結果見表5.

表5 Hausman檢驗法檢驗結果

根據Hausman檢驗法［15］定義，原假設為建立隨機效應模型，即自變量與個體影響是不相關的.當P值大于0.05時，則認為自變量與個體影響不相關，反之，則相關.由表5結果可以看出，第一級別機場與第三級別機場的P值分別為0.0013和0.0008，小于0.05，認為自變量與個體差異有關，選用固定效應模型.第二級別機場的P值大于0.05，接受原假設，認為自變量與個體差異無關，選用隨機效應模型.三組面板數據是按照機場不同旅客吞吐量進行分類，并根據上述的模型估計構建相應的模型.

第一級別機場（固定效應模型）

第二級別機場（隨機效應模型）

第三級別機場（固定效應模型）

5 結 論

1）根據以上模型結果可以看出，3組面板數據中，區域經濟與旅客吞吐量的關系各不一樣.其中，從GDP對旅客吞吐量的關聯情況來看，第三級別機場的GDP對旅客吞吐量的彈性最大，其次是第一級別機場，最后為第二級別機場，分別為2.2122，1.9254，1.5154，這表示每增加1%GDP，機場航空旅客的吞吐量就會分別增加2.2122%，1.9254%，1.5154%.可以看出，GDP對航空旅客吞吐量的影響都還比較顯著，100萬人次以下的機場GDP的增幅作用最大，其次為1000萬人次以上機場，最后為100 萬～1000萬人次之間的機場.說明當機場規模很小時，仍處于起步階段，區域經濟對機場的影響比較大，要高于機場對當地經濟的影響，即第三級別機場的狀況；而機場發展到樞紐機場后，形成較大規模的臨空經濟圈，當地經濟的發展會給機場帶來更多的航空需求，對機場發展的促進作用比較大，即第一級別機場的情況.

2）當地旅游旅客人數對機場航空旅客吞吐量的彈性大小排序為第三級別機場、第一級別機場，最后為第二級別機場，值分別為0.3512，0.2751，0.2192，即表示每增加1%的當地旅游者人數，機場航空旅客的吞吐量分別增加0.3512%，0.2751%，0.2192%.由此可以看出，旅游者對吞吐量為100萬人次以下的機場的影響比較大.根據機場分類可以知道，支線機場包括礦產資源性城市、旅游資源型城市、經濟發展較好城市以及地面交通不便利的城市.在選取第三級別機場的時候，本文選取了典型的旅游資源型城市以及經濟發展較好的城市，如海拉爾和騰沖，因此，第三級別的機場中，旅游旅客人數對機場航空旅客吞吐量的彈性最大.

3）進出口貿易對機場航空旅客吞吐量的彈性相對于其他因素來說比較小，三類機場的值分別為0.1051，0.0862，0.0983，可以看出，吞吐量為1000萬人次以上的機場進出口貿易對機場航空旅客吞吐量的影響較大，但從整體上看，該因素對機場的影響并不顯著.

4）三組面板數據中，按地區人均可支配收入對機場航空旅客吞吐量的彈性大小排序為第二級別機場、第一級別機場、第三級別機場，分別為0.1920，0.1025，0.0975，這表示地區居民人均可支配收入每增加1%，機場航空旅客的吞吐量就會分別增加0.1920%，0.1025%，0.0975%.這說明了干線機場所在地區，如石家莊、天津等，其地區居民人均可支配收入對機場吞吐量的影響較大.

5）根據模型估計結果，可以看出區域經濟發展對機場規模具有帶動作用.將機場分為三組級別進行分析，可以看出在不同機場規模下，區域經濟與機場規模之間不同程度的關聯.如吞吐量在100萬人次以下機場中，GDP 與旅游資源對機場規模的影響最大，地方政府可以重點開發旅游資源，不僅可以促進區域經濟的發展，也會帶動機場的進一步發展.同時，根據區域經濟各指標對機場旅客吞吐量的不同彈性作用，也能根據當地的經濟情況，對機場旅客吞吐量預測提供依據，為機場投資建設提供合理參考意見.

［1］AVIATION Y.The social and economic impacts of airports in europe［R］.Europe：Airports Council International，2004.

［2］APPOLD S J，KASARDA J D.The appropriate scale of US airport retail activities［J］.Journal of Air Transport Management，2006，12（6）：277-287.

［3］HAKFOORT J，POOT T，RIETVELD P.The regional economic impact of an airport：the case of amsterdam schiphol airport［J］.Regional Studies，2001，35（7）：595-604.

［4］宋 偉，楊 卡.民用航空機場對城市和區域經濟發展的影響［J］.地理科學，2006，26（6）：650-657.

［5］劉海波，劉明君.機場與腹地經濟互動發展分析［J］.蘭州商學院學報，2009，25（4）：59-63.

［6］彭語冰，董振強，彭 崢.機場與區域經濟和諧發展分析［J］.商場現代化，2007（15）：138-141.

［7］曹允春.中樞機場在區域經濟發展中的作用［J］.經濟地理，2001（2）：240-243.

［8］陳共榮，劉志仁.論民航機場對地方經濟發展的梯層貢獻［J］.求索，2008（8）：11-13.

［9］謝 敏，張建森.論民航機場與區域經濟社會發展［J］.現代商業，2008（26）：144-146.

［10］王劍雨.民航機場社會經濟效益分析及其評價方法研究［D］.廣州：暨南大學，2007.

［11］陳 林.航空運輸業對我國經濟社會的貢獻研究［J］.鐵道運輸與經濟，2010，32（9）：16-20.

［12］楊太東，張積洪.機場運行指揮［M］.北京：中國民航出版社，2008.

［13］中國民用航空局.民用機場服務質量MH／T5104-2006［EB／OL］.http：∥www.bzxz.net／bzxz／122634.html.2006-10-16.

［14］曾婷婷，夏洪山.基于灰色多層次的機場投資風險評價研究［J］.武漢理工大學學報：交通科學與工程版，2013，37（4）：882-886.

［15］KAO C，CHIANG M H.On the estimation and inference of a cointegrated regression in panel data［J］.Advances in Econometrics，2000，15：179-222.