機場是區域經濟發展的引擎嗎？
——基于中國28個樞紐機場動態面板數據的GMM估計

萬 舉， 余月圓， 史慧敏

(鄭州航空工業管理學院 經濟學院， 鄭州 450046)

近年來，隨著中國居民消費能力提高及對于時間和效率的重視，越來越多的人選擇飛機出行。另外，貿易全球化及消費結構變革也促使電子產品和生物醫藥等高附加值產品需求量快速增加。現實數據也顯示不論是航空客運還是航空貨運都呈現出快速發展的態勢。據統計，改革開放以來，從旅客增長量看，民航平均增速17.2%，鐵路6.7%，公路11.2%，水運-0.9%；從貨運周轉量來看，民航平均增速17.8%，鐵路5.3%，公路13.7%，水運10.1%[1]。正因如此，各地相繼大力建設機場及臨空經濟區。例如，2008年北京投入使用的耗資270億元建成的T3航站樓及正在建設的北京大興國際機場，2012年鄭州新鄭國際機場二期擴建工程正式開工建設及2013年鄭州航空港經濟綜合試驗區獲得批復，等等。資料顯示，我國在十三五期間將續建、新建機場74個。我們不禁有這樣的疑問，政府投入大量的時間和資金建設機場真的能對經濟產生引擎作用嗎？多數學者也認為，一個空中交通繁忙、服務優良的機場必將增強一個地區的商業吸引力、激發經濟活力。定性研究認為，如果一個機場有高質量且高效率的服務，這勢必減少企業之間面對面交流的成本，促進商業信息傳遞，從而實現城市之間集聚經濟發展，最終使區域商業得以發展，而商業發展又會增加對空中交通的需求[2]。這種反饋過程就激發了商業活力，從而促進區域經濟發展。哪些因素能成為經濟發展的引擎呢？一般應具備如下特點：第一，要對經濟產生巨大的貢獻乃至決定性作用。第二，要對其他產業有強大的帶動作用。第三，要對產業聚集及產業升級有明顯的促進作用。眾所周知，拉動中國經濟的“三駕馬車”是投資、消費、出口，這三個因素滿足以上三點，因此我們同樣可以將這三個因素稱為中國經濟的引擎。機場是否是經濟的引擎，需要嚴密的定量分析，通過實證結果作出判斷。本文選取樞紐機場(1)筆者將這28個機場稱之為“樞紐機場”借鑒了莫輝輝、王姣娥、黃潔等人對樞紐機場的定位。同時，筆者從這些樞紐機場中選取了28個年旅客吞吐量在1000萬以上的機場作為研究樣本。這28個樞紐機場分別為：北京首都國際機場、上海浦東國際機場、廣州白云國際機場、成都雙流國際機場、深圳寶安國際機場、昆明長水國際機場、上海虹橋國際機場、西安咸陽國際機場、重慶江北國際機場、杭州蕭山國際機場、武漢天河國際機場、長沙黃花國際機場、烏魯木齊地窩堡國際機場、鄭州新鄭國際機場、三亞鳳凰國際機場、海口美蘭國際機場、天津濱海國際機場、大連周水子國際機場、哈爾濱太平國際機場、貴陽龍洞堡國際機場、沈陽桃仙國際機場、福州長樂國際機場、南寧吳圩國際機場、濟南遙墻國際機場、太原武宿國際機場、青島流亭國際機場、南京祿口國際機場、廈門高崎國際機場。，正是因為樞紐機場規模更大，對區域經濟的作用更明顯，反過來如果樞紐機場對區域經濟的作用都沒有達到“引擎”級別，那么中小機場更不會達到。

一、文獻綜述

近些年來，雖然我國航空業發展迅速且各地對航空的重視程度不斷加強，但是關于機場對經濟發展影響的學術研究相對較少，且多數以定性研究及現狀說明為主。而采用定量分析的文獻則有一個普遍認識，那就是機場對區域經濟發展有積極的作用，但并沒有說明這種作用的大小及政府應該如何定位機場。

國外航空業發展歷史悠久，研究機場與區域發展的文獻中都表明機場對區域經濟的作用是正向的，主要區別則在于數據和方法的運用。樞紐機場除了提供客運及貨運服務以外，還能夠在此基礎上帶動產業、文化、旅游、休閑娛樂及商務等相關服務業的發展，從而加快產業轉型升級，促進聚集經濟發展，完善基礎設施建設，最終帶動區域經濟的發展[3]。Brueckner采用了一種橫截面方法，分析了1996年美國大都市地區的空中交通與就業之間的關系，研究發現航空客運量每增加10%，服務業就業增加1%[4]。Sheard類似的研究發現，航空交通量對服務業就業有積極影響，而對制造業就業的影響是消極的[5]。Green發現，年平均旅客人數增長10%，導致人口增長3.9%，就業增長2.8%[6]。Button和Yuan關注的是航空貨運量與大都市地區收入和就業之間的關系，其數據涵蓋了從1990年到2009年的35個機場，運用向量自回歸(VAR)模型得出航空業確實能夠推動當地經濟的發展[7]。有學者基于航空服務來研究機場與區域經濟之間的關系， Blonigen和Cristea利用航空放松管制的準自然實驗，導致空中交通量增加。該研究證實了航空服務對區域增長的積極影響，但這種影響在大都市地區有所不同[8]。Bel和Fageda分析了洲際直飛航班數量是否決定大公司總部的位置[9]。Chi和Baek則將重點放在美國航空部門乘客數量和航班數量的綜合數據上，發現隨著經濟增長，客運量和貨運量都趨于增長[10]。而這與Button和Yuan恰好相反，后者認為是客運量和貨運量的增加導致了經濟的增長。

國內大量研究偏向于定性分析及現狀描述，對本文較好的啟示作用。劉雪妮以首都機場臨空經濟為例，運用投入產出模型分析了以機場為核心的臨空經濟對區域經濟的直接影響、間接影響及引致影響[11]。謝菲等基于三個級別機場的面板數據分析了區域經濟與機場規模的關聯性，發現從GDP對旅客吞吐量的關聯情況來看，第三級別機場所在區域的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，這說明了當機場規模很小時，區域經濟對機場的影響要高于機場對當地經濟的影響，而當機場發展到一定的規模時這種情況就反過來了[12]。王學林和范二強則把關注點放在了中小機場對區域經濟的影響上，研究表明，中小機場雖說由于規模較小本身經營常常處于虧損狀態，但是由于非航因素和其他對區域產業發展的隱形作用，中小機場的建設對于區域經濟整體的發展具有很大的促進作用[13]。楊波、崔琦主要研究是否應該對中小機場進行補貼，通過對機場的溢出效應比較，發現中小機場的溢出效應遠遠大于補貼額，從而得出當地政府應該對其進行補貼。這就給我們一個啟示，研究機場對經濟的影響時，不能只把機場本身是否盈利作為對經濟是否有促進作用的依據[14]。

國外研究多數說明了區域經濟與機場因素的數量關系，很少說明政府在其中所起的作用，國內研究則主要缺乏強有力的定量分析。基于此，本文從如下方面深化研究：第一，應用動態面板數據的GMM估計。傳統普通最小二乘法、工具變量法和極大似然法等方法都存在自身的局限性，如參數估計量假設性較強。而GMM 估計不需要知道隨機誤差項的準確分布信息，允許隨機誤差項存在異方差和序列相關，因而所得到的參數估計量比其他參數估計方法更有效。第二，使用了2000—2015年16年間的前述28個樞紐機場的數據集，擴充了樣本集，增強了說服力。最后，本文力圖為政府相關政策制定提供理論依據。

三、模型設定、變量選取與數據說明

(一)模型設定

本文首先設定模型如下：

(1)

其中，Yit表示在第t期i地區的第三產業增加值。pthput表示機場乘客吞吐量，系數為β1；cthput表示機場貨郵吞吐量，系數為β2。c0為常數項，μi是不可觀測的個體異質性，εit為殘差項。D包含了選取的會對職工平均工資和第三產業增加值造成影響的控制變量，包括地區人口數(pop)，地區政府財政支出(fispend)，地區銀行體系金融貸款余額(banking)和地區固定資產投資總額(invcsct)，其中γj為其估計系數。

公式(1)為靜態面板模型，但是考慮到經濟慣性的影響，加入第三產業增加值的一階滯后項，以控制模型存在的動態效應，設定動態面板模型如下：

(2)

其中，Yi,t-1表示第三產業增加值的一階滯后項。

(二)變量選取

1.被解釋變量。本文研究的主題是機場是否是區域經濟的引擎，所以要選取能夠充分反應機場所在地區經濟發展狀況的變量為被解釋變量。最能直觀反應一個地區經濟發展狀況的總體指標是地區生產總值(GDP)，但考慮到兩方面原因：一是樞紐機場所在城市第三產業比重比較大，所以第三產業增加值能夠較好的反應該區域經濟發展狀況；二是中國機場經濟的發展尚處于初級階段，航空客運量和航空貨運量在機場區域的密集程度對區域經濟的引致影響主要是擴大了以服務業為主的第三產業市場規模。因此本文以機場所在區域的第三產業增加值(thgdp)來代表地區生產總值(GDP)[15]。

2.解釋變量。本文選取能夠反應機場狀況的指標作為解釋變量。大量文獻中通常選取航空客流與航空物流，因為這兩個指標易于統計且能夠直觀反應機場規模，本文也選取兩個指標作為解釋變量。

(1)航空客流。機場隨著規模的擴大和旅客運輸能力的提高，依托便利的交通和高質量的航空服務，促進了商務旅行的發展，提高了商業合作伙伴的面對面接觸頻率，加快了勞動人員的流動，增加了就業機會，促進了城市間的聚集經濟，最終激活商業活力，增強了樞紐機場所在區域對人才的吸引力及相鄰區域經濟的輻射力。同時，航空客流提高也會帶動機場所在區域的住宿、娛樂、餐飲等服務業的發展。本文用機場旅客吞吐量(pthput)來代表航空客流。預計該變量對區域經濟有正向作用。

(2)航空物流。航空物流的增長能夠提高運輸業的效率，加快物流倉儲的發展，使得商品和服務的流通更加便捷，大宗商品一般是通過鐵路及海運運輸的，而高精尖、高附加值及保質期較短的產品主要是通過航空物流，因此航空物流的發展能夠加快相關產業的聚集及趨同，進而產生規模效應，加快機場所在區域經濟的發展。本文所指的航空物流是由機場貨郵吞吐量(cthput)代表的。預計該變量對區域經濟有正向作用。

3.控制變量。為了減少因為遺失重要相關解釋變量而造成內生性問題，以下4個變量設為控制變量，來研究機場對區域經濟的作用。

(1)人口。人口的增加雖然增加了社會支出的負擔，但是也會給社會的進步帶來有利的方面。正如馬克思和恩格斯批判馬爾薩斯人口論所說的，“人口的增加除了消耗了很多資源以外，還能夠提高科學家、技術人才等專業人才出現的可能性，而土地只要采用改良的工作方法，就能使產量提高五倍、甚至五倍以上”[16]。同時人口增長預期能夠帶來更高的就業和更多的商業機構，促進區域經濟的增長，因此將人口數量(pop)加入控制變量。預計該變量對區域經濟有正向作用。

(2)政府決策行為。區域經濟的發展受制于當地政府行為，而政府規劃行為則主要表現在政府財政支出的類型及規模。財政支出包含了基礎設施建設，教育科研投入，政府購買，轉移支付等等，可以說政府對社會經濟的影響是多方面的。本文用政府財政支出(fispend)代表政府決策行為。預計該變量對區域經濟有正向作用。

(3)生產性服務業。生產性服務業依附于制造業企業，存在于各個生產環節，能夠為其順利生產，提高生產效率并提供保障性服務。例如在研發階段提供研發設計服務，在流通階段提供倉儲、物流和快遞服務，在融資階段提供信息金融服務等。它將經濟活動中日益專業化的人力資本、知識資本通過中間性投入的方式嵌入到商品的生產和服務過程，在一定程度上構成了高端生產要素進入生產過程的渠道，為區域經濟的發展做出突出貢獻。我們將機場所在區域銀行體系金融貸款余額(banking)來代表生產性服務業對區域經濟的支持[17]。預計該變量對區域經濟有正向作用。

(4)地區固定資產投資總額。固定資產投資額是一個綜合性指標，能夠反映固定資產的投資規模和投資比例。它的投入能夠從多方面加快城市化進程，促進人口轉移，提高地區經濟水平。因此將地區固定投資總額(invcsct)加入控制變量。預計該變量對區域經濟有正向作用。

(三)數據說明

本文數據來源于2000—2015年的《從統計看民航》《全國統計年鑒》以及各個機場所在城市的統計年鑒及城市統計年報，從中整理得到了2000—2015年全國28個樞紐機場所在的27個城市的動態面板數據。本文將所有變量進行對數化處理，這樣做的目的在于減輕地區經濟發展不平衡所導致的變量之間的異方差，從而在一定程度上控制模型變量的異方差問題。數據的處理和實證分析采用STATA15.0進行。

表1 描述性統計

四、實證分析

(一)實證過程與結果

考慮到經濟發展具有持續性和累積性，本文在構造分析模型時在解釋變量中集中加入了滯后一期的被解釋變量，上文中的公式(2)為動態面板模型，這會導致計量模型出現自相關問題。同時，由于區域經濟發展指標受到一些不可觀測的地區指標影響，導致了區域經濟發展指標的滯后一期值L.lnthgdpit與隨機干擾項εit存在相關性，進而產生內生性問題。本文選擇使用廣義矩估計(GMM)估計方法對公式(2)進行估計以克服以上問題。考慮到結果的穩健性，分別采用差分GMM模型和系統GMM模型來考察機場因素與區域經濟之間的關系。估計結果如表2所示，其中模型(1)和模型(2)分別為差分GMM模型和系統GMM模型的估計結果。

在使用GMM估計方法對模型進行回歸時，本文限制使用最多滯后五期的工具變量。通過運用Sargan檢驗來識別工具變量的有效性，如果不能拒絕原假設“工具變量是有效的”，那么工具變量的設定是合理的，同時對隨機擾動項{εit}是否存在序列相關進行檢驗。在實證分析過程中，只需要關注△εit是否存在二階序列相關，即AR(2)是否顯著。其中AR(1)和AR(2)統計量中，主要看AR(2)統計量對應的p值是否大于10%，如果如表2中顯示的四個回歸模型均大于10%，則表明通過了隨機擾動項無自相關的檢驗，即不拒絕原假設。Sargan檢驗統計量對應的p值超過了10%，這說明據新增工具變量是有效的。另外，表中Wald檢驗統計量對應的p值很明顯小于1%，拒絕了解釋變量系數均為零的原假設。表2中四個模型被解釋變量的滯后一期變量L.lnthgdpit的系數符號為正且在1%水平上顯著，這表明動態面板模型的選取是符合現實情況的。模型也通過了Arelleno-Bond序列相關檢驗和Sargan檢驗，因而差分GMM和系統GMM的估計結果是一致且可靠的。

如表2所示，靜態面板OLS模型的估計顯示核心解釋變量航空客流(pthput)對區域經濟的影響為負且沒有通過顯著性檢驗。考慮模型的動態效應，即加入第三產業增加值的一階滯后項后，動態面板系統GMM和差分GMM模型的估計結果均顯示航空客流對區域經濟有正向作用且顯著，航空物流對區域經濟的影響不顯著。說明我們選擇動態面板數據GMM估計是合理的。對于其他控制變量，差分GMM模型、系統GMM模型的估計結果與靜態面板OLS模型的估計結果存在一定差異。由于靜態面板模型沒有考慮到可能存在的遺漏變量和內生性問題，本文主要以動態面板模型的估計結果為準進行分析。對于差分GMM和系統GMM而言，系統GMM是由差分GMM和水平GMM結合起來形成的，其具體方法是采用水平值的滯后項作為差分方程的工具變量，同時選擇差分變量的滯后項作為水平方程的工具變量而將差分方程與水平方程作為一個方程系統進行估計，因而，系統GMM的估計效率要高于差分GMM，且系統GMM兩步估計得到的標準誤能顯著地降低小樣本情況下的估計偏差和短面板數據模型中水平滯后項的弱工具變量問題。基于此，筆者主要依據系統GMM的兩步估計結果進行分析，同時將差分GMM模型的估計結果作為參照一并列出。

從表2可以看出，航空客流、人口、政府決策行為、地區固定資產投資總額對代表區域經濟發展狀況的第三產業增加值有明顯正向促進作用；航空物流、生產性服務業對第三產業增加值的影響不顯著。該回歸結果與我們的預期有一定出入，相關原因在實證結果分析中說明。

表2 面板數據回歸模型估計結果

(二)實證結果分析

根據動態面板GMM估計結果，我們可以得出以下結論。

1.解釋變量。從表2回歸結果看，航空客流(lnpthput)對第三產業增加值有明顯的正向作用，說明航空客流的增加對促進區域經濟發展有非常重要的作用。其作用機理是因為旅客的增加能夠帶動餐飲業、住宿業等服務業的快速發展，同時也促使相應生活配套設施完善，進而使得相同產業聚集，最終加快一個區域經濟的發展，相應地也會提高居民的收入和生活質量，而居民收入的提高反過來會增加消費，進一步促進區域經濟的發展，這印證了我們的預期。

航空物流(lncthput)對第三產業增加值的影響不顯著，這與預期不符。據不完全統計，僅2013年全球航空貨運業貨物總價值占世界貿易總價值的33%，是貨運量占比的33倍[18]。由此可見航空運輸貨物屬于高附加值產品，因此航空物流應該會對區域經濟起到顯著的影響，為什么回歸結果與預期會不符呢？其原因為：第一，航空運輸業在中國存在經營分散且客貨運輸失衡等問題。截止到2015年，我國約有全貨機121架分散在8家公司經營，其中最多的一家只有20余架。由于這些問題的存在，這將會導致直接結果就是無法實現規模經營，而且我國大多數航空公司貨運產品同質化嚴重，且較多載運普通貨物，從而造成他們之間的競爭主要依靠價格優勢。以2013年為例，我國航空公司貨運噸公里收入僅為1.73元(國際航線為1.63元，國內航線為1.96元)，而燃料消耗成本就達每噸公里1.13元，而且航線設置中貨運航線偏少，因此大部分公司處于虧損狀態[18]。第二，由于為數不多的貨機也是集中到特大型機場，如北京首都國際機場、上海浦東國際機場、廣州白云國際機場等。其他機場雖說年旅客吞吐量達到了1 000萬以上，但是貨物運輸偏少，如果將這些機場進行整體回歸時就可能會出現航空物流對區域經濟不顯著的情況。第三，由于中國的航空物流系統發展較晚，還很不完善，中國物流主要以傳統紡織業、跨國快遞等普通貨物為主，而航空物流比較發達的國家多數是以高附加值且體量較輕的電子產品、生物醫藥等貨物為主。以上三個原因造成了航空物流對區域經濟的影響力有限。

2.控制變量。人口(lnpop)的系數為正且在1%水平上顯著，這表明人口在提升區域經濟過程中產生顯著的促進作用，這符合我們的預期。一方面，在經濟發展的初級階段，當一個地區擁有較大人口基數時，也就說明該地區的勞動資源較為豐富。另一方面，較大的人口基數也為培養出更多接受教育的人打下了基礎，將來可能會轉變為寶貴的人力資本。我國改革開放40年來，能夠取得如此巨大的成就，很大程度來自人口紅利。

政府決策行為(lnfispend)對區域經濟有明顯的正向作用，這與我們的預期相符。政府決策行為是由政府財政支出代理的，財政支出有一部分是對教育事業的支出，這能夠為地方人力資源提供財政保障。一部分是對科學事業的支出，這能夠帶動地區創新能力的提升，進而加快產品升級換代。還有一部分是對基礎設施建設的投資支出，基礎設施是一個地區經濟活動順利進行的保障，為經濟活動提供了完善的配套服務。以上三個方面，都能說明政府決策行為對經濟發展的貢獻。

生產性服務業(lnbanking)對區域經濟的影響不顯著，這與我們的預期不符。這說明我國絕大多數的區域缺乏良好的商務環境，提供金融保險，法律咨詢，商務服務(包括設計研發、工程技術、服務營銷等)等專業化、知識型、生產性的服務機構配置較少，服務層級偏低，無法滿足企業發展需求；而生產性服務業發展滯后又會進一步影響區域經濟企業對高端產業的承接能力和價值鏈攀升能力，導致其無法通過較強的專業化服務滿足區域經濟的發展需求。

固定資產投資總額(lninvcsct)對區域經濟有顯著的正向作用，這與預期相符。第一，固定資產投資可以通過其消費增加當期的GDP，也可以通過投資影響市場需求，帶動未來的生產及創造能力。第二，投資具有乘數效應。因為當一筆投資進入一個產業后，在發展這個產業的同時會增加其他產業產品需求，這就會使另一個產業得到發展，從而反作用于上一個產業，經過數次傳遞，投資需求會不斷擴大，這樣將會帶來大于這筆投資額數倍的GDP增長。

五、主要結論及政策建議

(一)主要結論

本文基于2000—2015年期間中國27個城市的28個樞紐機場的年度動態面板數據，并運用GMM估計回歸模型對樞紐機場與區域經濟的關系進行實證分析。我們將影響區域經濟的因素分為機場因素(解釋變量)和非機場因素(控制變量)，具體結論如下。

1.機場因素。航空客流與區域經濟密切相關，且對區域經濟的發展起到了正向作用。而航空物流對區域經濟的影響不顯著，造成這種結果的原因可能是我國航空物流發展比較滯后。

2.非機場因素。人口因素、政府決策行為和固定資產投資總額對區域經濟起到了正向作用。而生產性服務業對區域經濟的影響不顯著，這主要是因為中國地方的生產性服務業發展不完善，致使其無法提供專業化服務來滿足經濟社會發展的需要。

將回歸結果進行對比，比較各種因素對區域經濟的影響系數，我們能夠清楚的發現，機場因素中的航空客流的影響系數比非航空因素的系數要大，這就表明機場對區域經濟的發展起到了舉足輕重的作用，但是航空物流——作為直接作用到區域經濟的因素并沒有如我們預期的那樣對區域經濟產生明顯的促進作用。雖然研究確實證明了機場與區域經濟有關，但是這種影響的程度并沒有我們想象的大，所以機場對區域經濟的發展起到了重要的作用，但是認為“機場是拉動經濟的引擎”還是有點夸大其辭了。

(二)政策建議

1.優化發展航空物流，助推區域經濟發展。針對目前我國航空物流業存在經營分散、同質化嚴重和貨物運輸產品附加值低等問題，首先應著重解決經營分散的問題，提高產業集中度，這樣能夠充分發揮規模效應，提高經營收益。其次發展專業化經營，因為客運和貨運發展模式不同，所以應該以不同于客運的市場策略進行發展。最后要提高運輸效率，優化貨物結構，完善物流系統，通過引進高附加值產品企業在機場周邊聚集，這樣能夠減少運輸成本，提高效率。例如鄭州航空港是依托新鄭國際機場，港區內引進最大企業就是富士康，每年生產智能手機高達2億多部，為鄭州的經濟做出突出貢獻。

2.繼續提高航空服務質量。結合回歸結果，我們發現航空客流對區域經濟的發展是顯著的，所以我們應該特別注重對航空旅客的吸引，而航空服務質量對航空旅客是非常重要的因素。高質量的航空服務將促進商業合作伙伴面對面對接觸，促進城市間產業聚集，最終激活商業活力，增強樞紐機場所在區域對人才的吸引力及相鄰區域經濟的輻射力。因此，無論是航空公司還是機場都應該將提高航空服務質量放在首要位置。

3.加大交通設施投入，完善公共服務能力。從實證結果上，我們可以清晰地發現機場因素對經濟有一定的促進作用，因此政府發展機場本無可厚非，但是我們也應該看到固定投資與生產性服務業對經濟的貢獻，所以政府也應該積極完善機場周邊的交通設施。因為機場一般都處于城市的郊區位置，如果交通不夠發達，就會淡化城市對航空旅客的吸引力，換句話說，當機場周邊交通設施完善，就能夠促進機場與城市人員的流動，提高區域經濟活力。與此同時，公共服務供給也會提高商業效率。因此，政府要加大公共財政投入，繼續完善金融、商務等服務業產業的發展，同時加強監管力度，建立公平公正的市場環境。