城市發展對民航機場運輸的影響

冉若靈

[提要] 基于2005～2014年中國103個地級市民航業發展和城市經濟面板數據，區分長期均衡和短期沖擊，構建廣義誤差修正模型（GECM）對兩者關系進行實證研究。研究發現：長期來看，城市人均GDP和總人口增加、產業結構和對外開放程度改善均帶來機場客貨運量增長，旅游業和地面客運量增長對機場客運量具有正向影響，而地面貨運量對機場貨運量有替代作用；短期來看，除機場貨運量與地面貨運量呈正相關關系，上述其他關系仍成立。此外，為優化我國民用航空分布格局，城市的地理區位同樣應納入機場投資建設考慮因素中。

關鍵詞：機場運量；城市經濟；城市發展；誤差修正模型

基金項目：國家自然科學基金項目：“高鐵對中國區域經濟增長與趨同的影響研究”（71673033）；國家自然科學基金項目：“基于非合作網絡DEA和電力系統CO2排放轉移的地區能源環境效率研究”（71303270）

中圖分類號：F5 文獻標識碼：A

收錄日期：2017年11月24日

機場作為連接經濟增長中心城市的重要交通節點，在以知識和信息作為推動現代化城市發展的主要動力這一新趨勢下，在城市交通基礎設施建設中所起到的舉足輕重的作用日益彰顯。本文的現實意義在于通過計量經濟學方法，定量分析城市發展的具體指標如何影響民航機場運量，從而為根據各城市發展情況進行合理有效的差異化機場建設投資，制定“因地制宜”的發展策略并逐步實現我國各地機場均衡化發展。

一、文獻述評

國外對經濟發展與機場運輸之間關系研究，基于經驗分析和現象研究揭示了兩者之間的內在關系。David Banister（1995）認為機場作為一國戰略資產及地區基礎設施，有其存在的必要性，在航空運輸上的投資能帶來更多資本積累；Richard K Green（2007）研究了大型城市機場客貨運量與地區人口增長率之間的關系，結果顯示客運量的增加能促進當地人口的增長；Shujie Yao（2012）分析了中國省級機場運輸與區域經濟增長之間的關系，發現地面運輸與政策導向也是影響中國航空運輸發展的重要因素；Michael W Tretheway（2014）討論了航空供應鏈的回報并分析了航空運輸產業及其可持續發展性，并提出相關政策建議；John D.Kasarda（2015）指出，現代國際機場對于發展多元化經濟、擴大出口、吸引投資和高消費游客等方面起著日益顯著的作用，并以鄭州新鄭機場為例，結合全球重要機場分析指出門戶機場將成為區域經濟發展不可或缺的新引擎。

國內研究方面，任曙明（1998）運用1985～1995年的樣本數據對旅客周轉量對居民消費水平的彈性、貨郵周轉量對國民生產總值的彈性進行分析。張蕾（2010）以南京祿口機場為例，運用格蘭杰因果檢驗分析南京祿口國際機場和南京市區不同空間維度上的經濟增長關系，得出機場仍依靠市區經濟發展帶動機場運營量的增加。劉蘭娟等（2009）以1978～2008年間我國民航運輸指標和GDP數據建立VAR模型，驗證出民航運輸促進了國民經濟的發展。管馳明和馬奇騏（2010）選取1985～2007年相關變量建立航空運輸投資與資本積累效應、投資吸引效應、需求促進效應等六個效應與GDP的雙變量滯后m期的VAR模型，得出我國航空運輸投資直接促進經濟增長，其間接影響伴隨著明顯的滯后性。劉玉萍等（2011）基于1978～2008年時間序列數據，采用格蘭杰檢驗得出航空運輸發展會在較長時期后顯現出其對經濟增長的作用，而經濟增長對航空運輸需求的增加沒有顯著影響。馬風華（2013）以廣州白云機場和深圳寶安機場為例，得出機場貨運量的增加對城市經濟產生促進作用，而城市經濟水平的提高對機場貨運量的增加不甚明顯這一結論。楊秀云（2009）則從機場管制入手，提出將機場放松管制與機場企業改革相結合，從而達到改善機場產業市場績效和服務質量的目的。

有別于前人研究，本文使用2005～2014年中國擁有民航機場的103個地級城市民航業發展和城市經濟面板數據，區分長期均衡和短期沖擊，構建面板數據廣義誤差修正模型對城市發展與機場客運量和貨運量的關系之間進行實證研究，以填補上述研究空白。

二、中國城市民航機場的發展

民航運輸業作為連接城市之間市場與生產要素的紐帶，隨著中國經濟的發展和產業結構的轉型升級，其在城市交通基礎設施的地位不斷提升，發展異常迅速。我國機場運輸業在2005～2014年間一直保持快速增長，機場客運量增長近3倍，從2005年的27，952.09萬人激增到2014年的81，524.96萬人；機場貨運量在2005年為631.89萬噸，這一數值到2014年增加到了1，351.57萬噸。

中國民航總局將城市所屬地區劃分為東部、中部、西部和東北部地區，表1列出了2005年至2014年間各地區機場客貨運量增長與區域經濟增長情況。通過初步的數據分析可以看到，機場客貨運量增長與城市GDP增長之間存在著緊密聯系，航空運輸發展與經濟增長存在同向發展關系，總體看來，地區GDP增長速度越快，相應的機場客貨運輸量的增長幅度就越大，且航空運輸量的增長速度約為同期地區經濟增長速度的2倍。從全國范圍來看，2005～2014年間，機場客運量平均增長速度為19.87%，機場貨運量平均增長速度為21.50%，均高于12.71%的GDP平均增速。不管是從全國范圍還是分區域來看，2005～2010期間，機場客運量、機場貨運量與GDP平均增長速度均高于2010～2014年間各變量的增長速度，反映出自2010年后，機場客貨運量與經濟增長速度較之前有所放緩。（表1）

各地區機場客貨運量增長速度之間仍然存在著差異，且這種差異不同于其他經濟活動的區域分布特性。以西部地區為例，2005～2014年間其機場客運量與貨運量年平均增長速度分別為22.67%和24.46%，均高于其他三個地區。反觀經濟發展水平更高的東部地區，其機場客貨運量增長率卻最低，分別為17.69%和19.27%。這也進一步說明航空運輸的發展并非僅受GDP的影響，對外開放程度、經濟結構、地面運輸等一系列城市發展水平因素也會影響城市航空運輸業的發展。endprint

三、模型、變量與數據說明

（一）長期均衡模型設定。本文使用中國地級城市人均國內生產總值（GDP）、總人口、機場地理位置、對外開放程度、經濟結構和地面客運貨運量作為機場客運量和貨運量的解釋變量。考慮到航空客運獨特的細分目標市場，在機場客運量影響因素模型中還使用了衡量旅游產業發展的變量。

在具體指標選擇上，各地級市對外開放程度采用進出口總額占GDP之比和外商投資實際使用金額這兩個指標；經濟結構采用第三產業就業人員占總就業人口之比；地面運輸以公路和鐵路運輸的客運和貨運總和分別作為地面運輸客運量和貨運量指標；旅游產業發展采用各市入境游人數為指標；按中國民航總局的劃分標準，以我國中部地區為基準，分別使用東部、中部、和東北部三個虛擬變量分析機場地理位置的影響。城市機場客運量和貨運量與其影響因素的長期均衡模型可以分別用方程（1）和方程（2）表示：

Airp，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtp，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7Travelit+？琢8East+？琢9West+？琢10Northeast+？滋it （1）

Airf，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtf，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7East+？琢8West+？琢9Northeast+？滋it （2）

除產業結構與進出口總額占GDP比重這兩個指標外，模型中其他變量均為自然對數形式。其中，下標p表示機場客運，f表示機場貨運，i表示不同城市，t表示時間；Airp，it與Airf，it為因變量，分別代表城市機場客運量與貨運量；y代表人均國內生產總值；Pop為地級市轄區內年末總人口；Gt為地面交通運量，用下標p和f區分了客運量和貨運量；Services是第三產業就業人數占全社會就業的比重，代表城市的產業結構；FDI為各市外商直接投資使用金額；Trade為進出口總額與GDP之比，與FDI共同衡量了各市對外開放程度；Travel為城市入境游人數衡量的旅游業發展情況；East、West和Northeast分別為東部、西部和東北部的地區虛擬變量，例如，當某城市處于東部地區時，East=1，其他情況，East=0；？滋為隨機誤差項。

（二）數據說明與變量選擇。為使得數據具有完整性與客觀性，模型選用我國103個自2005年至2014年一直擁有機場的地級市的面板數據集。在實證分析過程中，對數據進行如下處理：一是對除產業結構和地區開放程度這兩個比重值外的所有數據取自然對數；二是使用以2005年為基期的GDP指數對現價GDP進行縮減，將得到的實際GDP除以各市對應年份總人口，從而得到以2005年不變價計算的人均GDP；三是將各市當年進出口總額按對應年份換算為人民幣并除以當年名義GDP值，由此得到以人民幣為單位的進出口額占GDP比重；四是以2005年為基期，將城市各年度FDI實際使用金額用美國CPI指數進行平減來得到年度金額的不變價，并乘以2005年美元兌人民幣匯率。

四、實證檢驗與結果分析

（一）長期模型結果分析。長期模型分析結果顯示，R2系數分別為0.66和0.65，兩個因變量都得到了很好的解釋，關鍵解釋變量均很好體現了其對機場客貨運量的顯著影響作用。地面運輸客運量的結果顯示其對機場客運量的影響顯著為正，表明從長期看來，在新的發展階段下地面客運與機場客運之間逐漸由相互替代的競爭關系轉變為相互促進的互補關系，由于陸地與航空交通的一體化發展，在其他條件不變的情況下，地面客運量的增加即擴大了人員交通出行需求，航空客運量也相應會有所增加；進出口總額占GDP比重這一指標在長期回歸模型結果中對機場客運量影響不顯著，原因在于本文運用了兩個指標來解釋對外開放程度的影響作用，相比較之下FDI實際使用金額能起到更好解釋作用，而貨物的進出口更能體現其對于航空客運的直接影響。除東北地區虛擬變量外，其他解釋變量對被解釋變量影響均在1%或5%水平下顯著。

此外，根據上述回歸結果，從長期來看地面運輸客運量對機場客運量有顯著正向影響；地面交通貨運量對機場貨運量存在顯著負面影響，即地面貨運對航空貨運起到替代作用。由于地面交通運輸方式的不斷提速和冷鏈運輸的普及，大大縮減了運輸時長并保證了貨物新鮮程度，使得價格較低的地面運輸方式更具有競爭力。

有關地區虛擬變量的回歸結果有所不同，未能很好反映預期中區域經濟發展水平與航空運輸發展應有的正向關系。東部地區經濟發展水平遠高于作為參考變量的中部地區發展水平，但東部地區虛擬變量的系數符號在機場客運與貨運中均為負，這意味著其對航空運輸的需求要小于中部甚至西部地區。究其原因可能存在于，相較于中西部地區，東部地區各城市人員分布較為集中且地面交通設施更為方便快捷。不同于東部地區，西部地區雖然發展較為落后但估計系數卻顯著為正，同樣可以合理解釋為西部地區由于人員分布更為松散，加之地區面積廣袤且地形復雜多變，地面交通較東部及中部地區更為不便，這樣一來，西部地區對航空運輸的需求便高于中東部地區。（表2）

（二）GECM模型結果分析。將長期模型差分而得的短期模型與GECM模型進行回歸分析，結果如表3所示，表中的因變量分別為機場客運量和機場貨運量的差分項，回歸結果分為兩列，包含這兩個因變量的短期模型和GECM結果。對機場客運量而言，人均GDP對其具有顯著的正向影響，總人口、對外開放程度、第三產業就業比重和地面運輸客運量在短期內對航空客運的影響不顯著。機場貨運量的影響因素中，人均GDP與總人口同樣顯示出了顯著正向影響，除此之外，其他解釋變量回歸結果均不顯著。短期模型回歸結果中兩個模型的解釋變量除了人均GDP和總人口這兩個指標顯著外，其他自變量未能很好的解釋因變量，R2值也不高，原因可能在于：（1）機場客貨運量的增長不依賴于除人均GDP以外的解釋變量的短期變化；（2）由于未經過誤差修正模型的進一步處理，該短期模型存在的固有缺陷仍然存在，故而不能很好地反映各變量特性。endprint

在一步誤差修正模型中，機場客運量與機場貨運量滯后一期的回歸系數均為負值且處于1%的顯著水平，表明GECM對短期模型具有顯著影響，且進一步說明長期模型中的結果不存在偏差，所有變量存在長期協整關系。對機場客運而言，人均GDP、總人口、FDI實際使用金額和入境旅游人數等四個主要變量均對其產生顯著正向影響，證明航空客運的發展受上述解釋變量的推動，地面運輸客運量在短期內對機場客運量的影響并不顯著。對機場貨運而言，人均GDP和總人口對航空貨運量具有顯著積極影響，再次表明經濟發展與人口因素對航空運輸發展的積極推動作用。進出口總額占GDP比重這一指標在10%顯著水平下體現其對機場貨運量的正向影響作用。與預期不同，地面貨運在短期內對機場貨運量具有積極推動作用而非替代作用，表明在現代物流運輸中，地面運輸與航空運輸在短期內是相互協作的關系，公路或鐵路貨運量的增加會加大向機場聚集的貨物流量，從而帶動機場貨運量的進一步增長。（表3）

五、研究結論

經過長期與短期的實證分析可以看到，我國城市發展中的各維度指標諸如經濟發展水平、總人口、地面交通運輸、對外開放程度、旅游業發展等均影響著民航機場運輸量的高低。總結結論如下：

（一）機場運輸業在長期和短期模型中均受到所在城市人均GDP和總人口的顯著正向影響作用，且回歸系數較大，表明城市經濟發展水平和人口是影響我國機場運輸業發展最為重要的兩個因素。

（二）GECM模型與長期模型結果均顯示，航空運輸業同時受到所在城市對外開放程度的重要影響，機場客運主要受到FDI實際使用金額的正向影響，而進出口總額占GDP比重也對機場貨運起到顯著推動作用；此外，旅游業發展水平的高低也影響著機場客運量的大小，若某一城市旅游業較為興旺，則會吸引更多旅客流量，從而帶動機場客運量的增長。

（三）各城市擁有的地面交通運輸對機場運輸在不同時期具有不同影響。本文基于最新的中國城市級別數據得到的回歸結果表明，短期內的地面貨運量增加能帶動機場貨運量的增加；從長期看來，地面客運量對機場客運量仍具有正向影響作用，但地面貨運量與機場貨運量之間的互補關系逐步被新的競爭關系所取代，即長期情形下地面貨物運輸量增長對機場運輸具有負面效應。

（四）區位因素：以中部地區作為參考，在長期模型中，當其他條件保持不變時，由于東西部地區各自的地面交通系統發達程度的不同、人口分布疏密度的區別和地形的顯著差異，導致西部地區對于機場運輸發展相較于中部地區具有顯著的促進作用，而經濟更為發達的東部地區對機場運輸發展起到的是負向影響作用；在GECM模型中，西部地區同樣顯示出其對機場客運量與貨運量的推動作用，這與長期模型的結論一致，東部地區和東北部地區機場客運量的增長速度則表現為較為緩慢。

主要參考文獻：

[1]DAVID B.Transport and Urban Development[M].London：E&FN SPON，1995.

[2]GREEN R K.Airports and Economic Development[J].Real Estate Economics，2007.35.1.

[3]SHUJIE Y，XIUYUN Y.Air transport and regional economic growth in China[J].Asia-Pacific Journal of Accounting & Economics，2012.19.3.

[4]TRETHEWAY M W，MARKHVIDA K. The aviation value chain：Economic returns and policy issues[J].Journal of Air Transport Management，2014.

[5]KASARDA J D.China's Dynamic Airport Economic Zone[J].Site Selection，2015.

[6]任曙明.我國民用航空運輸市場結構分析[J].中國工業經濟，1998.6.

[7]張蕾，陳雯，宋正娜等.機場運營與區域經濟增長關聯性——以南京祿口國際機場為例[J].地理科學進展，2010.29.12.

[8]劉蘭娟，董萬好.基于VAR模型的民航運輸業與GDP關系實證分析[J].財經研究，2009.35.8.

[9]管馳明，馬奇騏.航空運輸投資對經濟增長的影響及其機制的實證研究[J].中國軟科學，2010.10.endprint