中國航空物流業高質量發展效率影響因素組態與路徑研究
——基于中國31個省份的fsQCA分析

連文浩，褚衍昌，嚴子淳

（1.塔里木大學 經濟與管理學院，新疆 阿拉爾 843300；2.中國民航大學 經濟與管理學院，天津 300300；3.北京郵電大學 經濟與管理學院，北京 100876）

0 引言

十九大報告明確指出“我國經濟已由高速增長階段轉向高質量發展階段”，這表明當前乃至將來的一個階段，我國經濟發展將圍繞高質量這一主題展開。步入新時代后，我國經濟和產業實現高質量發展愈發重要，航空物流業作為支撐我國經濟社會發展的重要戰略性產業，其高質量發展對我國深度參與國際分工與合作，實現經濟結構轉型升級和加快推進民航強國建設具有重要意義［1］。航空物流業高質量發展對穩定產業鏈和供應鏈，補齊在新冠肺炎疫情防控中暴露出我國航空貨運體系存在的短板和弱項具有重要意義。同時，航空物流業的高質量發展對于加快構建完整的內需體系，逐步形成以國內大循環為主體，國內國際雙循環相互促進的新發展格局，培育新形勢下我國參與國際合作和競爭新優勢也具有重大現實意義。航空物流業高質量發展效率受多個因素影響，研究其影響因素組態與路徑，可以更好地厘清我國航空物流業高質量發展效率有效提升的多重因果邏輯關系。

1 文獻回顧

當前學術界對物流業高質量發展效率的相關研究有很多。首先是物流業高質量發展水平測度方面。肖建輝［2］指出我國物流業高質量發展可從物流服務水平、物流成本、可持續發展等方面發力；克琴［3］從規模效應、動力效應、網絡化效應等方面構建了商貿流通業高質量發展評價指標體系；王鵬等［4］認為物流業高質量發展主要受經濟發展基礎、物流運載能力、技術創新能力等方面的影響；林雙嬌等［5］指出影響物流業高質量發展的因素為物流運行規模、物流供給質量、物流發展效應、物流發展代價4個方面。其次是物流業發展效率測算方面。Schinnar［6］運用DEA模型對物流企業運作效率進行了評價，從此該方法被廣泛地應用到各個行業及領域效率的測算中；秦雯［7］采用三階段DEA 模型對粵港澳大灣區的物流效率進行了測算，結果表明區域內物流發展不均衡，香港和廣州物流發展較好；潘立軍等［8］運用超效率DEA 模型對長株潭區域物流的超效率值進行了測算，結果表明區域物流的整體效率呈逐年提升態勢；鄭金娥等［9］利用DEA - BCC 模型對長江經濟帶省域物流效率進行了測算，發現帶內物流存在重復建設等制約物流效率提升因素；汪文生等［10］基于三階段DEA 模型測算了環渤海區域物流效率，其研究結果表明物流效率受環境因素影響較為顯著。第三，有學者在物流效率測算的基礎上研究其影響因素。韓東亞等［11］運用SFA 分析方法測算了80 家物流企業的效率，隨后運用回歸分析方法分析了影響物流企業運作效率的因素，總結出管理人員所占比例、固定資產比重等是其主要影響因素；張云寧等［12］采用三階段DEA評價模型對長江保護區內物流效率進行了測算，并采用Tobit 回歸模型對影響物流效率因素進行了分析；李娟等［13］首先采用SBM模型測算我國西部地區物流發展效率，隨后采用Tobit回歸模型對影響物流效率的因素進行了分析，結果表明物流效率受內外多重因素的影響；張瑞等［14］同樣采用SBM 模型對我國物流業的能源生態效率進行了測算，并使用PVAR 模型對其影響因素進行了研究，指出地方經濟發展水平和政府支持對能源效率發展有著正向推動作用。

總體來看，當前學者對物流效率的測算及其影響因素分析取得了豐碩的研究成果，但在兩個方面仍需要進一步研究和拓展：一是在物流效率測算方面，當前學者大多采用DEA 模型進行測度，使得各決策單元不同時期之間的產出效率無法進行對比分析，也就無法對物流效率的變動特征進行精準分析；二是在影響物流效率因素的研究方面，當前學者通常采用回歸分析的方法，分析某一因素是否對物流效率有顯著影響，缺乏對影響因素必要性的分析，也缺乏從整體角度系統分析因素組合效應。而物流業效率受多重因素的交叉影響，同時各因素與產出效率并非簡單的線性關系。

基于國內外已有研究基礎，本文首先采用DEA- Malmquist指數分析法測度2011—2020 年31 個省份（未包含香港特別行政區、澳門特別行政區和臺灣地區）航空物流產業高質量發展效率，并以2020 年我國航空物流業高質量發展效率值作為結果變量，采用fsQCA方法，從經濟發展支撐、基礎設施保障、政府政策支持3 個方面選取8 個因素作為前因變量，通過組態思維，探討影響我國航空物流業高質量發展效率的因素，系統分析各影響因素之間的交互作用，從而深入把握不同的因素組態對我國航空物流業高質量發展效率的多元路徑，為提高我國航空物流業高質量發展效率提供相應的策略，以期為提升我國航空物流產業效率提供理論參考。

2 研究方法、變量選取與數據來源

2.1 研究方法

將Malmquist指數分解為技術效率指數和技術進步指數，技術效率指數分解為純技術效率和規模技術效率，由此可以發現影響Malmquist 指數變化的關鍵因素，表達式如下：

技術效率指數：

fsQCA：fsQCA是Ragin 基于模糊數學和QCA 分析方法提出的［15］，其利用定性分析與定量分析相結合的方法分析多個前因變量組合對結果變量的復雜影響。本文采用fsQCA方法來分析影響航空物流業高質量發展效率的因素主要基于以下考慮：①影響我國航空物流業高質量發展效率的因素較為復雜，非單一因素作用，各因素之間相互影響，而fsQCA 可以從整體關系出發探討多因素對航空物流業高質量發展效率的影響。②航空物流業高質量發展的實現路徑可能有很多，即不同前因變量組成的不同路徑都可能會實現航空物流業高質量發展，存在多種最優策略組合，而fsQCA 方法認為同一結果可以由不同的路徑產生，這更加符合我國航空物流業高質量發展的實際。③fsQCA 分析方法結合了定性分析和定量分析的優勢，主要用于中小樣本的分析研究，適合于本研究的需要。因此，本文采用fsQCA 分析方法探究不同的因素組態對我國航空物流業高質量發展效率的多元路徑，為提高我國航空物流業高質量發展效率提供相應的策略。

2.2 指標及變量選取

考慮到數據的可獲得性和我國航空物流業發展實際情況，結合前文文獻綜述中相關學者對物流效率測度的指標選取，構建我國航空物流業高質量發展效率測度投入產出指標體系（表1）。

表1 航空物流業高質量發展效率測度投入產出指標體系Table 1 High quality development efficiency measurement index system of aviation logistics industry

結合前文綜述中對物流運作效率影響因素的研究結果，參考相關學者對航空物流的相關研究［1，16-18］，發現有關航空物流業高質量發展效率的影響因素主要集中在經濟發展支撐、基礎設施保障、政府政策支持3 個方面：①經濟發展支撐方面，選取地區生產總值和居民人均消費支出作為測度指標。②基礎設施保障方面，選取高等級機場數量（這里指4E等級以上機場數量）、貨運航線數量（這里僅統計4E以上機場，因航空貨運量很大部分為客機腹倉帶貨，且4E以上機場航空貨運量占我國航空貨運量的85%以上，故此處為客運航線和專門貨運航線之和）、通航城市數量（這里僅統計4E以上機場通航城市數量）作為測度指標。③政府政策支持方面，選取國家一類航空口岸數量、特殊監管區域數量（這里指臨空經濟區、保稅區、自由貿易試驗區數量）、通關便利型機場數量（這里指具備“7 × 24h”“全時段”通關機場數量）作為測度指標。選取以上8 個變量作為fsQCA分析中的前因變量，將2020 年的我國航空物流業高質量發展效率測度結果作為結果變量，具體變量選擇如表2 所示。

表2 fsQCA變量選取Table 2 fsQCA variable selection

2.3 數據來源

本文所采用的相關數據來自《中國統計年鑒》（2011—2021 年）、各省份統計年鑒（2012—2020 年）、各省市國民經濟和社會發展統計公報（2011—2020年）、《中國民航機場生產統計公報》（2011—2020年）、飛常準（VariFlight）及相關官網獲取。

3 數據分析與實證結果

3.1 DEA-Malmquist指數結果分析

運用DEAP2.1 軟件測算出2011—2020 年我國31個省份（因數據收集原因，故未包含香港特別行政區、澳門特別行政區和臺灣地區）航空物流業高質量發展的全要素生產率，結果如表3 所示。從表3可見，就2011—2020 年整體情況來看，我國航空物流業高質量發展呈不斷上升態勢，這和我國不斷加快航空物流體系建設是分不開的。從近10 年的均值來看，全要素生產率高于1 的省市依次為上海、廣東、北京、江蘇、河南，這與上海浦東機場、深圳寶安機場的航空貨運吞吐量、航空貨運基礎設施、周邊航空偏好型企業集聚是密不可分的。就2020 年情況來看，全要素生產率排名前五位的省市依次為上海、廣東、北京、河南、江蘇。可見，不管是近10 年的均值還是2020 年的情況，全要素生產率較高的省市均為上海、廣東、北京、河南、江蘇。仔細梳理分析發現，這5 個省市航空物流業高質量發展效率之所以高各有原因，它們有的是本身航空貨源集聚能力較強，有的是政府政策支持力度比較大，有的是地理位置得天獨厚，空鐵、海空聯運較為便利。為了進一步探究航空物流業高質量發展效率受到哪些因素的何種影響，本文將采用fsQCA方法做進一步分析。

表3 2011—2020 年中國航空物流業高質量發展全要素生產率測度值Table 3 Total factor productivity measurement for high- quality development of China's aviation logistics industry，2011-2020

3.2 數據校準

在使用fsQCA 方法進行分析前，對前因變量和結果變量進行校準，每個變量設置3 個錨點，即完全隸屬點、交叉隸屬點與完全不隸屬點，根據本文研究實際，參考相關文獻［19］，分別選取變量數據的0.05、0.5、0.95 分位作為完全不隸屬點、交叉隸屬點與完全隸屬點。此外，根據Ragin［20］和Greckhamer［21］的研究成果，本文在數據校準過程中為避免出現校準后變量數值為0.5 的情況（此情況會導致數據丟失，影響結果的準確性），將0.5 改為0.49 或0.51，各變量錨點選擇如表4 所示。

表4 各變量校準錨點Table 4 Calibration anchor points for each variable

3.3 單變量必要性分析

在使用fsQCA 方法進行組態分析之前，還需要對前因條件進行一致性檢驗。根據以往學者的研究，當前因條件的一致性大于0.9 時則認為該條件為必要性條件［22-24］。前因條件必要性檢驗結果如表5 所示，從表5 可見，前因變量的一致性檢驗結果沒有大于0.9 的，意味著單個經濟發展支撐、基礎設施保障、政府政策支持對航空物流業高質量發展效率高低的解釋力比較弱，無法構成充分條件。由此也可以看出，航空物流業高質量發展效率的高低取決于多個前因條件所形成的復雜組態，而非單一因素所能形成的。

表5 單因素必要性分析結果Table 5 Results of single factor necessity analysis

3.4 路徑分析

在進行路徑分析之前需要將各個條件變量的模糊值轉化為更加清晰的值來進行分析，因此需要構建真值表來進行分析。故將前因變量模糊值導入到fsQCA3.0 軟件中，采用軟件中的模塊進行計算。借鑒以往學者的做法［25-27］將一致性的閾值設置為0.8，案例閾值設置為1，得到真值表（表6），對真值表中結果進行核算發現不存在矛盾組合，即可以進行后面的組態分析。

表6 真值表Table 6 Truth table

fsQCA解的結果通常包括復雜解、中間解和簡單解在內的3 種解，由于復雜解中包含過多無用甚至是反事實的組合，本文根據中間解并結合簡單解做出分析。根據中間解和簡單解做出的路徑組合如表7 所示，其對應的區域分布如表8 所示。從表7可見，我國航空物流業高質量效率提升共有4 種提升路徑，這說明了航空物流業高質量發展效率是受多種因素影響且殊途同歸的［15］。這3 種組態的總體一致性達0.804，總體覆蓋率達到0.778，說明這3種組態對結果變量有比較強的解釋力度。

表7 航空物流業高質量發展效率提升路徑組態Table 7 High- quality development and efficiency improvement path configuration of aviation logistics industry

（續表7）

表8 航空物流業高質量發展效率提升路徑區域分布Table 8 Regional distribution of high- quality development and efficiency improvement paths of aviation logistics industry

綜合表7 中航空物流業高質量發展效率提升路徑組態，對不同路徑組態進行對比分析：①政府政策驅動型。該路徑起核心作用的要素是特殊監管區域數量，貨運航線數量、國家一類航空口岸數量和通關便利型機場數量為輔助核心要素，說明特殊監管區域數量的多少對我國航空物流業高質量發展效率的影響較大。該路徑的代表省市有河南、天津、江蘇。該路徑下的省市普遍具有特殊監管區域數量多、貨運航線數量多、具備全天候通關能力等特點；同時，該路徑對高等級機場數量不做要求。例如河南地理位置并不具備優勢，但區域內有鄭州新鄭綜合保稅區，它既是一個高端制造業集聚區，同時也是臨港型商展交易區，這樣就可以集聚航空偏好型產業，壯大發展航空物流產業。中國民用航空局、河南省政府于出臺《鄭州國際航空貨運樞紐戰略規劃》，將鄭州機場建設成為國際航空貨運樞紐。天津區域內有天津港保稅區、自由貿易試驗區，同時天津正在積極打造天津航空口岸大通關基地，著力建設京津冀航空服務貿易集散地，服務京津冀一體化戰略，疏解北京非首都功能。為此，2017 年國家發改委和中國民用航空局出臺了《推進京津冀民航協同發展實施意見》，指出將天津建設成為我國國際航空物流中心，這一系列政策的出臺有效提高了區域內航空物流業高質量發展效率。②基礎設施驅動型。該路徑起核心作用的要素是高等級機場數量，通航城市數量和通關便利型機場數量為輔助核心要素。說明高等級機場的數量對我國航空物流業高質量發展效率的影響較大。該路徑的代表省份有山東、江蘇、廣東，該路徑下的省市普遍具有高等級機場數量多、通航城市數量多、具備全天候通關能力等特點；同時，該路徑對特殊監管區域的數量不做要求。例如山東擁有4E等級以上機場3 座，江蘇擁有4E等級以上機場4座。③經濟發展＋基礎設施＋政府政策驅動型。該路徑起核心作用的要素是地區生產總值、貨運航線數量、通關便利型機場數量，通航城市數量為輔助核心要素，說明地區生產總值和貨運航線數量對我國航空物流業高質量發展效率的影響較大，該路徑的代表省市有上海、北京、浙江、廣東。該路徑下的省市普遍具有經濟實力較強、貨運航線數量、通航城市都比較多等特點。同時，該路徑對國家一類航空口岸數量不做要求。如北京、上海都是“一市兩場”，航線網絡通達全球，且上海、廣東具有完備的以航空運輸為主導的多式聯運體系、航空物流集疏運體系，逐漸形成了區域內各種資源的集約配置平臺，為以高端制造業、航空航天、醫藥等航空偏好型產業服務為主的平臺。

4 結論與建議

4.1 結論

本文以我國31 個省份為樣本，首先運用DEAMalmquist 指數分析法對樣本省份2011—2020 年航空物流業高質量發展效率進行了測度，發現我國航空物流業高質量發展效率近年呈不斷增長態勢，其中，北京、上海、廣東、江蘇、河南等省市的平均效率和2020 年效率均位于全國前列。隨后以各地2020年航空物流業高質量發展效率作為結果變量，從經濟發展支撐、基礎設施保障、政府政策3 個方面選取8 個因素作為前因變量，采用fsQCA 分析方法，通過組態思維，探討影響我國航空物流業高質量發展效率的因素。主要結論如下：①存在3 條提升我國航空物流業高質量發展效率的路徑，分別是政府政策驅動路徑、基礎設施驅動路徑、經濟發展＋基礎設施＋政府政策驅動路徑，這3 條路徑各自有著不同的核心要素，因此，各地應根據自身實際情況，走適合于自身發展的路徑。②fsQCA 結果表明，提升我國航空物流業高質量發展效率的核心要素有地區生產總值、高等級機場數量、貨運航線數量、特殊監管區域數量、通關便利型機場數量（居民人均消費支出這一要素沒有出現，可見該要素對提升我國航空物流業高質量發展效率也就可有可無），通航城市數量、國家一類航空口岸數量為輔助核心要素。

4.2 建議

根據研究結論，為提升我國航空物流業高質量發展效率，提出以下建議：①河南、天津、江蘇、江西、山東等省市要積極發展臨空經濟，集聚航空偏好型產業，發揮航空物流自身的帶動作用，發展具有臨空指向性的高端產業，并以此來吸引高端要素集聚，大力發展包括航空設備維修及制造、精密機械設備、生物醫藥等在內的高端制造業，使區域內成為生產和消費供應鏈的重要節點，進一步形成具有競爭力的空港產業體系。發展包括專業會展、航空金融、高端商貿、總部經濟在內的綜合性的現代服務業，使區域內成為產業創新中心和外向型的經濟發展平臺，帶動高端制造業與現代服務業有效結合，加快航空物流和上下游產業融合發展。②浙江、廣東、湖北等省市要加強與民航局、發改委等政府部門和航空公司等合作溝通，積極申請新開、優化客貨運航線，積極申請開通第五航權，這樣可進一步在全球范圍內擴大航線網絡，增強航空貨運的集疏運能力。在通關環境方面，要改善國內、國際貨運通關環境，充分利用夜間時刻增加航空公司的客貨運航線，進一步挖掘航空貨運發展潛力，優化航空公司在運力方面的安排，提高航空公司、機場的利用率。在特殊監管區域方面，要積極推進保稅物流中心、綜合保稅區、自由貿易試驗區等建設，構建開放型的空港經濟體系。③北京、上海等地要積極整合資源，努力打造世界級的航空貨運走廊，同時完善“一市兩場”功能布局。上海作為國際航空貨運樞紐，要充分利用基地航空公司優勢，擴大貨運航線網絡，使其在航空貨運方面投入更多的動力，將航空貨運進一步輻射至江浙區域。在地理位置方面，要發揮洋山深水港和空港、鐵路和高速公路的聯運優勢。在“一市兩場”方面，浦東機場和虹橋機場、首都機場和大興機場要利用好各自的優勢，形成功能互補的航空貨運樞紐。北京還要積極和天津、河北合作，加快航空物流業轉型升級，將低端航空貨物轉移至天津、河北，以達到疏解北京的非首都功能。