基于面板数据的区域经济与机场规模关联性分析＊

谢菲 夏洪山 郑燕琴

（南京航空航天大学民航学院 南京 210016）

0 引 言

区域经济是影响机场发展的重要制约因素，机场与区域经济相互影响，机场不仅承担辐射区域内的航空客货运输需求，并且带动空港所在地及周边航空指向型产业的发展；而区域经济的发展也会引至航空客货运输需求的提升，从而助推机场的进一步发展.

文献［1］指出，欧洲地区的机场对周边区域经济产生影响，并将机场的区域经济影响力从直接、间接、诱导及催化影响四方面进行总结分析；Stephen J.Appold［2］针对美国25个机场，从就业与GDP两方面着手进行研究，证实机场在区域经济发展中发挥着重要的作用；类似的研究还有Jacco Hakfoort 等［3］对阿姆 斯特丹 基浦机 场、Beyers等对美国King County国际机场的研究.我国该领域研究起步较晚，宋伟等［4］从原生效益、次生效益和永久性效益4个层次分析接近航空枢纽的人口与产业所获得的经济利益与区位优势，验证了机场对城市和区域经济发展的推动作用；刘海波等［5］通过分析机场与腹地经济发展协调演进的三个阶段，验证了机场与腹地经济发展间的协同关系；彭语冰等［6］用理论演绎和实证归纳方法分析机场与区域经济间的相互关系，论述了区域经济和谐发展的现状和存在的主要问题；曹允春等［7-9］归纳总结了机场对推动区域经济发展的几种具体表现.可以看出，在以往研究中，主要关注于机场如何促进区域经济发展，由于对区域经济与机场发展的关联程度研究的不足，鲜有具有说服力的数据支撑，因此缺乏对机场与区域经济发展耦合作用机理的深入研究.譬如，王剑雨［10］以深圳机场为例，利用投入产出法对民航机场社会经济效益进行分析，但是数据上存在滞后性；陈林［11］仅从产业关联的角度测算航空运输业对经济社会的贡献.因此本文拟采用面板数据对机场规模与区域经济关联性进行定量分析，数据来源于近年来全国范围内多个机场，代表性强，以避免单独使用时间序列数据或是截面数据对二者关联程度进行检验存在偏差.

1 面板数据模型

面板数据又称纵列数据，包括时间序列数据以及横截面数据，属于二维数据.相比于一般的混合横截面数据，面板数据在各个时期每个截面的个体是没有变化的.因此，在进行经济分析模型假设时，面板数据更加实用，包含的数据信息量更大.本文拟采用的面板数据对机场与区域经济的关联性进行分析，既可以描述样本的动态变化，也可以反映个体之间的差异.这种数据方法能够处理更多的信息，并且减少共线性.

2 机场分类

在民航运输系统中，机场是一个非常重要的组成部分.鉴于不同级别的机场对经济的影响程度以及方式有所不同，因此，在分析机场规模与区域经济之间的关联性之前，需要对机场进行合理分类.根据不同的分类标准，可以对机场进行不同的划分［12］.民航局颁布的《民用机场服务质量标准》［13］，按照机场客流量的不同，将机场分为I到VI类，见表1.

综合考虑区域经济与机场规模影响机制，结合国家《民用机场服务质量标准》，根据机场地理位置以及航线网络布局形式的差异，以旅客吞吐量为划分指标，将国内机场分为三个级别：第一级为1000万人次以上，主要包括区域枢纽机场；第二级别为100～1000万人次之间，主要包括一些省会机场；第三级别为100万人次以下的机场，主要为一些支线机场.第一级别主要以枢纽机场为主，一般位于区域中心城市，多采用枢纽式航线网络布局形式，由于其枢纽式的网络结构能够吸引更多的航班，促进通航城市数量和航班密度增加，更加容易带动机场非航业务以及周边区域经济发展.第二级别主要涵盖位于省会城市的干线机场以及东部经济发达地区的机场，多采用城市对航线网络布局形式，与枢纽中转运输方式比起来旅客数更少，因此也限制了航班的频数，旅客对航班的选择性降低.第三级别主要是位于中小城市的支线机场，多采用城市对航线网络布局形式，这类机场吞吐量很小.不同级别机场的航线网络布局差异很大，旅客类型也有较大差异.

表1 民航总局机场标准分类原则

3 变量选取与数据来源

由于机场投资建设项目具有投资规模大、占用土地多、建设周期长、风险性高的特点.作为投资者，必须清楚项目投资的风险所在［14］.因此，选取合理的机场作为指标进行分析是至关重要的.由于我国幅员辽阔，东西部经济发展不均衡，机场分布也不均衡.中西部地区经济相对落后，这使得一些机场处于闲置状态，造成资源的浪费，同时，由于机场并没有完全发挥运输客货的功能，其对当地经济的带动作用也并不明显.东部沿海地区机场的分布密度远大于中西部地区，一些区域机场分布密度过大，反而造成恶性竞争，使得机场的运营效率低下，与当地经济的良性循环也没有形成.除此之外，在机场密度较大的地区，由于航班密度以及机场设施的不同，旅客多集中于枢纽机场，造成枢纽机场航班密度过大且负荷过重，而其周边地区的机场旅客量太少，出现资源闲置的现象.为了提高模型计算效率和精度，本文将筛选出典型且能够明确反映当地区域经济状况的机场作为数据样本.

文中以2012年我国机场旅客吞吐量为依据，将机场分为3个级别进行分析研究，观察机场规模与区域经济之间的关联性.第一级别为年吞吐量大于1000万人次的机场，选取北京首都国际机场、广州白云机场、深圳宝安机场、成都双流机场、杭州萧山机场，第二级别为100万～1000万人次之间的省会机场，选取哈尔滨太平机场、福州长乐机场、石家庄正定机场、天津滨海机场、无锡硕放机场；第三级别为100万人次以下的支线机场，选取常州奔牛机场、威海国际机场、南通兴东机场、海拉尔东山国际机场、腾冲驼峰机场，主要为旅游资源型机场以及经济发展较好的城市机场.

综上对机场规模与区域经济的分析，本文选取上述3个级别机场15 个城市的GDP、旅游旅客人数、进出口额、居民可支配收入、机场旅客年吞吐量等指标作为在实证分析研究的变量，以2000～2011年的年度数据作为样本，数据来源于各市的统计年鉴以及各年度《从统计看民航》.

4 模型估计

4.1 面板数据单位根检验

在进行建模前，首先要对数据进行平稳性检验.根据数据是否同质，需要进行单位根检验.由于本文选取的15个样本情况差异大，为不同质面板数据，因此，进行单位根检验时，选用IPS，ADF-Fisher，PP-Fisher5 方法.在做单位根检验前，需要画出数据的时序图，用以判断数据是否含有趋势和截距.图2为北京地区与广州地区数据的部分时序图.

图1 北京、广州地区数据时序图

表2为2000年到2011年15个地区机场旅客吞吐量（LK）、国内生产总值（GDP）、旅游旅客人数（LY）、进出口额（EX）、人均可支配收入（SR）及其各自对应差分指标面板数据的单位根检验结果.可以看出，该面板数据在5%显著性水平下，都接受了单位根的原假设，即没有通过检验，说明面板数据变量序列不平稳.继续进行一阶差分，在得出其一阶差分后，序列在5%显著性水平下拒绝原假设，说明序列平稳.由此可知，该面板数据为一阶单整数据.

表2 2000～2011年15个地区面板数据单位根检验

4.2 协整检验

本文采取的数据属于非同质面板，在进行协整检验时，采用Pedroni检验.其基本检验模型为

根据式（1），利用eviews6.0软件对面板数据进行协整检验，得出的结果见表3.

表3 基于Pedroni检验的协整检验情况

据相关文献指出，Group统计量相比于Panel统计量更具有检验效力.根据表中检验结果，Group统计量的值在显著性水平5%的情况下，都是拒绝不存在协整关系的原假设，表明旅客吞吐量（LK）与国内生产总值（GDP）、旅游旅客人数（LY）、进出口额（EX）、人均可支配收入（SR）等变量之间存在协整关系；Panel统计量中，除了Panel PP-Statistic以外，其他统计量在显著性水平5%的情况下，也拒绝了原假设，虽然Panel PPStatistic接受了原假设，但从整体来看，还是可以拒绝原假设，认为机场规模指标变量与区域经济指标变量之间是存在协整关系的，说明机场规模与区域经济之间存在长期的均衡关系.

4.3 模型估计

面板数据的模型有3类，一般通过F检验确认不是混合模型之后，就要检验是固定效应还是随机效应，一般可采用Hausman检验，在确定模型之后开始回归分析.本文需要研究不同吞吐级别下，机场规模与区域经济之间的不同关系，所以在上述机场分类基础上，按机场旅客吞吐量分类，将15个机场分为3 组进行模型估计，为方便描述，这里分别叫第一级别机场、第二级别机场以及第三级别机场.

1）F检验 采用F检验法判断3组面板数据是否采用混合模型.结果见表4.

表4 F 检验法检验结果

根据上述F检验法的定义，原假设为：采用混合估计模型进行建模，在显著性水平5%时，F值大于临界值Fa（N，NT-N-k），则拒绝原假设，不采用混合估计模型；反之，则采用混合估计模型.由表4结果可以看出，三类机场的面板数据组在F检验中，F值均大于临界值Fa（N，NT-Nk），表明三类机场分组数据均拒绝使用混合模型.

2）Hausman检验 对3组面板数据进行完F检验，确定不选用混合估计模型后，就需要进行判别选择固定效应模型还是随机效应模型.采用Hausman检验进行判别.结果见表5.

表5 Hausman检验法检验结果

根据Hausman检验法［15］定义，原假设为建立随机效应模型，即自变量与个体影响是不相关的.当P值大于0.05时，则认为自变量与个体影响不相关，反之，则相关.由表5结果可以看出，第一级别机场与第三级别机场的P值分别为0.0013和0.0008，小于0.05，认为自变量与个体差异有关，选用固定效应模型.第二级别机场的P值大于0.05，接受原假设，认为自变量与个体差异无关，选用随机效应模型.三组面板数据是按照机场不同旅客吞吐量进行分类，并根据上述的模型估计构建相应的模型.

第一级别机场（固定效应模型）

第二级别机场（随机效应模型）

第三级别机场（固定效应模型）

5 结 论

1）根据以上模型结果可以看出，3组面板数据中，区域经济与旅客吞吐量的关系各不一样.其中，从GDP对旅客吞吐量的关联情况来看，第三级别机场的GDP对旅客吞吐量的弹性最大，其次是第一级别机场，最后为第二级别机场，分别为2.2122，1.9254，1.5154，这表示每增加1%GDP，机场航空旅客的吞吐量就会分别增加2.2122%，1.9254%，1.5154%.可以看出，GDP对航空旅客吞吐量的影响都还比较显著，100万人次以下的机场GDP的增幅作用最大，其次为1000万人次以上机场，最后为100 万～1000万人次之间的机场.说明当机场规模很小时，仍处于起步阶段，区域经济对机场的影响比较大，要高于机场对当地经济的影响，即第三级别机场的状况；而机场发展到枢纽机场后，形成较大规模的临空经济圈，当地经济的发展会给机场带来更多的航空需求，对机场发展的促进作用比较大，即第一级别机场的情况.

2）当地旅游旅客人数对机场航空旅客吞吐量的弹性大小排序为第三级别机场、第一级别机场，最后为第二级别机场，值分别为0.3512，0.2751，0.2192，即表示每增加1%的当地旅游者人数，机场航空旅客的吞吐量分别增加0.3512%，0.2751%，0.2192%.由此可以看出，旅游者对吞吐量为100万人次以下的机场的影响比较大.根据机场分类可以知道，支线机场包括矿产资源性城市、旅游资源型城市、经济发展较好城市以及地面交通不便利的城市.在选取第三级别机场的时候，本文选取了典型的旅游资源型城市以及经济发展较好的城市，如海拉尔和腾冲，因此，第三级别的机场中，旅游旅客人数对机场航空旅客吞吐量的弹性最大.

3）进出口贸易对机场航空旅客吞吐量的弹性相对于其他因素来说比较小，三类机场的值分别为0.1051，0.0862，0.0983，可以看出，吞吐量为1000万人次以上的机场进出口贸易对机场航空旅客吞吐量的影响较大，但从整体上看，该因素对机场的影响并不显著.

4）三组面板数据中，按地区人均可支配收入对机场航空旅客吞吐量的弹性大小排序为第二级别机场、第一级别机场、第三级别机场，分别为0.1920，0.1025，0.0975，这表示地区居民人均可支配收入每增加1%，机场航空旅客的吞吐量就会分别增加0.1920%，0.1025%，0.0975%.这说明了干线机场所在地区，如石家庄、天津等，其地区居民人均可支配收入对机场吞吐量的影响较大.

5）根据模型估计结果，可以看出区域经济发展对机场规模具有带动作用.将机场分为三组级别进行分析，可以看出在不同机场规模下，区域经济与机场规模之间不同程度的关联.如吞吐量在100万人次以下机场中，GDP 与旅游资源对机场规模的影响最大，地方政府可以重点开发旅游资源，不仅可以促进区域经济的发展，也会带动机场的进一步发展.同时，根据区域经济各指标对机场旅客吞吐量的不同弹性作用，也能根据当地的经济情况，对机场旅客吞吐量预测提供依据，为机场投资建设提供合理参考意见.

［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 伟，杨 卡.民用航空机场对城市和区域经济发展的影响［J］.地理科学，2006，26（6）：650-657.

［5］刘海波，刘明君.机场与腹地经济互动发展分析［J］.兰州商学院学报，2009，25（4）：59-63.

［6］彭语冰，董振强，彭 峥.机场与区域经济和谐发展分析［J］.商场现代化，2007（15）：138-141.

［7］曹允春.中枢机场在区域经济发展中的作用［J］.经济地理，2001（2）：240-243.

［8］陈共荣，刘志仁.论民航机场对地方经济发展的梯层贡献［J］.求索，2008（8）：11-13.

［9］谢 敏，张建森.论民航机场与区域经济社会发展［J］.现代商业，2008（26）：144-146.

［10］王剑雨.民航机场社会经济效益分析及其评价方法研究［D］.广州：暨南大学，2007.

［11］陈 林.航空运输业对我国经济社会的贡献研究［J］.铁道运输与经济，2010，32（9）：16-20.

［12］杨太东，张积洪.机场运行指挥［M］.北京：中国民航出版社，2008.

［13］中国民用航空局.民用机场服务质量MH／T5104-2006［EB／OL］.http：∥www.bzxz.net／bzxz／122634.html.2006-10-16.

［14］曾婷婷，夏洪山.基于灰色多层次的机场投资风险评价研究［J］.武汉理工大学学报：交通科学与工程版，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.