城市发展对民航机场运输的影响

冉若灵

[提要] 基于2005～2014年中国103个地级市民航业发展和城市经济面板数据，区分长期均衡和短期冲击，构建广义误差修正模型（GECM）对两者关系进行实证研究。研究发现：长期来看，城市人均GDP和总人口增加、产业结构和对外开放程度改善均带来机场客货运量增长，旅游业和地面客运量增长对机场客运量具有正向影响，而地面货运量对机场货运量有替代作用；短期来看，除机场货运量与地面货运量呈正相关关系，上述其他关系仍成立。此外，为优化我国民用航空分布格局，城市的地理区位同样应纳入机场投资建设考虑因素中。

关键词：机场运量；城市经济；城市发展；误差修正模型

基金项目：国家自然科学基金项目：“高铁对中国区域经济增长与趋同的影响研究”（71673033）；国家自然科学基金项目：“基于非合作网络DEA和电力系统CO2排放转移的地区能源环境效率研究”（71303270）

中圖分类号：F5 文献标识码：A

收录日期：2017年11月24日

机场作为连接经济增长中心城市的重要交通节点，在以知识和信息作为推动现代化城市发展的主要动力这一新趋势下，在城市交通基础设施建设中所起到的举足轻重的作用日益彰显。本文的现实意义在于通过计量经济学方法，定量分析城市发展的具体指标如何影响民航机场运量，从而为根据各城市发展情况进行合理有效的差异化机场建设投资，制定“因地制宜”的发展策略并逐步实现我国各地机场均衡化发展。

一、文献述评

国外对经济发展与机场运输之间关系研究，基于经验分析和现象研究揭示了两者之间的内在关系。David Banister（1995）认为机场作为一国战略资产及地区基础设施，有其存在的必要性，在航空运输上的投资能带来更多资本积累；Richard K Green（2007）研究了大型城市机场客货运量与地区人口增长率之间的关系，结果显示客运量的增加能促进当地人口的增长；Shujie Yao（2012）分析了中国省级机场运输与区域经济增长之间的关系，发现地面运输与政策导向也是影响中国航空运输发展的重要因素；Michael W Tretheway（2014）讨论了航空供应链的回报并分析了航空运输产业及其可持续发展性，并提出相关政策建议；John D.Kasarda（2015）指出，现代国际机场对于发展多元化经济、扩大出口、吸引投资和高消费游客等方面起着日益显著的作用，并以郑州新郑机场为例，结合全球重要机场分析指出门户机场将成为区域经济发展不可或缺的新引擎。

国内研究方面，任曙明（1998）运用1985～1995年的样本数据对旅客周转量对居民消费水平的弹性、货邮周转量对国民生产总值的弹性进行分析。张蕾（2010）以南京禄口机场为例，运用格兰杰因果检验分析南京禄口国际机场和南京市区不同空间维度上的经济增长关系，得出机场仍依靠市区经济发展带动机场运营量的增加。刘兰娟等（2009）以1978～2008年间我国民航运输指标和GDP数据建立VAR模型，验证出民航运输促进了国民经济的发展。管驰明和马奇骐（2010）选取1985～2007年相关变量建立航空运输投资与资本积累效应、投资吸引效应、需求促进效应等六个效应与GDP的双变量滞后m期的VAR模型，得出我国航空运输投资直接促进经济增长，其间接影响伴随着明显的滞后性。刘玉萍等（2011）基于1978～2008年时间序列数据，采用格兰杰检验得出航空运输发展会在较长时期后显现出其对经济增长的作用，而经济增长对航空运输需求的增加没有显著影响。马风华（2013）以广州白云机场和深圳宝安机场为例，得出机场货运量的增加对城市经济产生促进作用，而城市经济水平的提高对机场货运量的增加不甚明显这一结论。杨秀云（2009）则从机场管制入手，提出将机场放松管制与机场企业改革相结合，从而达到改善机场产业市场绩效和服务质量的目的。

有别于前人研究，本文使用2005～2014年中国拥有民航机场的103个地级城市民航业发展和城市经济面板数据，区分长期均衡和短期冲击，构建面板数据广义误差修正模型对城市发展与机场客运量和货运量的关系之间进行实证研究，以填补上述研究空白。

二、中国城市民航机场的发展

民航运输业作为连接城市之间市场与生产要素的纽带，随着中国经济的发展和产业结构的转型升级，其在城市交通基础设施的地位不断提升，发展异常迅速。我国机场运输业在2005～2014年间一直保持快速增长，机场客运量增长近3倍，从2005年的27，952.09万人激增到2014年的81，524.96万人；机场货运量在2005年为631.89万吨，这一数值到2014年增加到了1，351.57万吨。

中国民航总局将城市所属地区划分为东部、中部、西部和东北部地区，表1列出了2005年至2014年间各地区机场客货运量增长与区域经济增长情况。通过初步的数据分析可以看到，机场客货运量增长与城市GDP增长之间存在着紧密联系，航空运输发展与经济增长存在同向发展关系，总体看来，地区GDP增长速度越快，相应的机场客货运输量的增长幅度就越大，且航空运输量的增长速度约为同期地区经济增长速度的2倍。从全国范围来看，2005～2014年间，机场客运量平均增长速度为19.87%，机场货运量平均增长速度为21.50%，均高于12.71%的GDP平均增速。不管是从全国范围还是分区域来看，2005～2010期间，机场客运量、机场货运量与GDP平均增长速度均高于2010～2014年间各变量的增长速度，反映出自2010年后，机场客货运量与经济增长速度较之前有所放缓。（表1）

各地区机场客货运量增长速度之间仍然存在着差异，且这种差异不同于其他经济活动的区域分布特性。以西部地区为例，2005～2014年间其机场客运量与货运量年平均增长速度分别为22.67%和24.46%，均高于其他三个地区。反观经济发展水平更高的东部地区，其机场客货运量增长率却最低，分别为17.69%和19.27%。这也进一步说明航空运输的发展并非仅受GDP的影响，对外开放程度、经济结构、地面运输等一系列城市发展水平因素也会影响城市航空运输业的发展。endprint

三、模型、变量与数据说明

（一）长期均衡模型设定。本文使用中国地级城市人均国内生产总值（GDP）、总人口、机场地理位置、对外开放程度、经济结构和地面客运货运量作为机场客运量和货运量的解释变量。考虑到航空客运独特的细分目标市场，在机场客运量影响因素模型中还使用了衡量旅游产业发展的变量。

在具体指标选择上，各地级市对外开放程度采用进出口总额占GDP之比和外商投资实际使用金额这两个指标；经济结构采用第三产业就业人员占总就业人口之比；地面运输以公路和铁路运输的客运和货运总和分别作为地面运输客运量和货运量指标；旅游产业发展采用各市入境游人数为指标；按中国民航总局的划分标准，以我国中部地区为基准，分别使用东部、中部、和东北部三个虚拟变量分析机场地理位置的影响。城市机场客运量和货运量与其影响因素的长期均衡模型可以分别用方程（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）

除产业结构与进出口总额占GDP比重这两个指标外，模型中其他变量均为自然对数形式。其中，下标p表示机场客运，f表示机场货运，i表示不同城市，t表示时间；Airp，it与Airf，it为因变量，分别代表城市机场客运量与货运量；y代表人均国内生产总值；Pop为地级市辖区内年末总人口；Gt为地面交通运量，用下标p和f区分了客运量和货运量；Services是第三产业就业人数占全社会就业的比重，代表城市的产业结构；FDI为各市外商直接投资使用金额；Trade为进出口总额与GDP之比，与FDI共同衡量了各市对外开放程度；Travel为城市入境游人数衡量的旅游业发展情况；East、West和Northeast分别为东部、西部和东北部的地区虚拟变量，例如，当某城市处于东部地区时，East=1，其他情况，East=0；？滋为随机误差项。

（二）数据说明与变量选择。为使得数据具有完整性与客观性，模型选用我国103个自2005年至2014年一直拥有机场的地级市的面板数据集。在实证分析过程中，对数据进行如下处理：一是对除产业结构和地区开放程度这两个比重值外的所有数据取自然对数；二是使用以2005年为基期的GDP指数对现价GDP进行缩减，将得到的实际GDP除以各市对应年份总人口，从而得到以2005年不变价计算的人均GDP；三是将各市当年进出口总额按对应年份换算为人民币并除以当年名义GDP值，由此得到以人民币为单位的进出口额占GDP比重；四是以2005年为基期，将城市各年度FDI实际使用金额用美国CPI指数进行平减来得到年度金额的不变價，并乘以2005年美元兑人民币汇率。

四、实证检验与结果分析

（一）长期模型结果分析。长期模型分析结果显示，R2系数分别为0.66和0.65，两个因变量都得到了很好的解释，关键解释变量均很好体现了其对机场客货运量的显著影响作用。地面运输客运量的结果显示其对机场客运量的影响显著为正，表明从长期看来，在新的发展阶段下地面客运与机场客运之间逐渐由相互替代的竞争关系转变为相互促进的互补关系，由于陆地与航空交通的一体化发展，在其他条件不变的情况下，地面客运量的增加即扩大了人员交通出行需求，航空客运量也相应会有所增加；进出口总额占GDP比重这一指标在长期回归模型结果中对机场客运量影响不显著，原因在于本文运用了两个指标来解释对外开放程度的影响作用，相比较之下FDI实际使用金额能起到更好解释作用，而货物的进出口更能体现其对于航空客运的直接影响。除东北地区虚拟变量外，其他解释变量对被解释变量影响均在1%或5%水平下显著。

此外，根据上述回归结果，从长期来看地面运输客运量对机场客运量有显著正向影响；地面交通货运量对机场货运量存在显著负面影响，即地面货运对航空货运起到替代作用。由于地面交通运输方式的不断提速和冷链运输的普及，大大缩减了运输时长并保证了货物新鲜程度，使得价格较低的地面运输方式更具有竞争力。

有关地区虚拟变量的回归结果有所不同，未能很好反映预期中区域经济发展水平与航空运输发展应有的正向关系。东部地区经济发展水平远高于作为参考变量的中部地区发展水平，但东部地区虚拟变量的系数符号在机场客运与货运中均为负，这意味着其对航空运输的需求要小于中部甚至西部地区。究其原因可能存在于，相较于中西部地区，东部地区各城市人员分布较为集中且地面交通设施更为方便快捷。不同于东部地区，西部地区虽然发展较为落后但估计系数却显著为正，同样可以合理解释为西部地区由于人员分布更为松散，加之地区面积广袤且地形复杂多变，地面交通较东部及中部地区更为不便，这样一来，西部地区对航空运输的需求便高于中东部地区。（表2）

（二）GECM模型结果分析。将长期模型差分而得的短期模型与GECM模型进行回归分析，结果如表3所示，表中的因变量分别为机场客运量和机场货运量的差分项，回归结果分为两列，包含这两个因变量的短期模型和GECM结果。对机场客运量而言，人均GDP对其具有显著的正向影响，总人口、对外开放程度、第三产业就业比重和地面运输客运量在短期内对航空客运的影响不显著。机场货运量的影响因素中，人均GDP与总人口同样显示出了显著正向影响，除此之外，其他解释变量回归结果均不显著。短期模型回归结果中两个模型的解释变量除了人均GDP和总人口这两个指标显著外，其他自变量未能很好的解释因变量，R2值也不高，原因可能在于：（1）机场客货运量的增长不依赖于除人均GDP以外的解释变量的短期变化；（2）由于未经过误差修正模型的进一步处理，该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变量特性。endprint

在一步误差修正模型中，机场客运量与机场货运量滞后一期的回归系数均为负值且处于1%的显著水平，表明GECM对短期模型具有显著影响，且进一步说明长期模型中的结果不存在偏差，所有变量存在长期协整关系。对机场客运而言，人均GDP、总人口、FDI实际使用金额和入境旅游人数等四个主要变量均对其产生显著正向影响，证明航空客运的发展受上述解释变量的推动，地面运输客运量在短期内对机场客运量的影响并不显著。对机场货运而言，人均GDP和总人口对航空货运量具有显著积极影响，再次表明经济发展与人口因素对航空运输发展的积极推动作用。进出口总额占GDP比重这一指标在10%显著水平下体现其对机场货运量的正向影响作用。与预期不同，地面货运在短期内对机场货运量具有积极推动作用而非替代作用，表明在现代物流运输中，地面运输与航空运输在短期内是相互协作的关系，公路或铁路货运量的增加会加大向机场聚集的货物流量，从而带动机场货运量的进一步增长。（表3）

五、研究结论

经过长期与短期的实证分析可以看到，我国城市发展中的各维度指标诸如经济发展水平、总人口、地面交通运输、对外开放程度、旅游业发展等均影响着民航机场运输量的高低。总结结论如下：

（一）机场运输业在长期和短期模型中均受到所在城市人均GDP和总人口的显著正向影响作用，且回归系数较大，表明城市经济发展水平和人口是影响我国机场运输业发展最为重要的两个因素。

（二）GECM模型与长期模型结果均显示，航空运输业同时受到所在城市对外开放程度的重要影响，机场客运主要受到FDI实际使用金额的正向影响，而进出口总额占GDP比重也对机场货运起到显著推动作用；此外，旅游业发展水平的高低也影响着机场客运量的大小，若某一城市旅游业较为兴旺，则会吸引更多旅客流量，从而带动机场客运量的增长。

（三）各城市拥有的地面交通运输对机场运输在不同时期具有不同影响。本文基于最新的中国城市级别数据得到的回归结果表明，短期内的地面货运量增加能带动机场货运量的增加；从长期看来，地面客运量对机场客运量仍具有正向影响作用，但地面货运量与机场货运量之间的互补关系逐步被新的竞争关系所取代，即长期情形下地面货物运输量增长对机场运输具有负面效应。

（四）区位因素：以中部地区作为参考，在长期模型中，当其他条件保持不变时，由于东西部地区各自的地面交通系统发达程度的不同、人口分布疏密度的区别和地形的显著差异，导致西部地区对于机场运输发展相较于中部地区具有显著的促进作用，而经济更为发达的东部地区对机场运输发展起到的是负向影响作用；在GECM模型中，西部地区同样显示出其对机场客运量与货运量的推动作用，这与长期模型的结论一致，东部地区和东北部地区机场客运量的增长速度则表现为较为缓慢。

主要参考文献：

[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.我國民用航空运输市场结构分析[J].中国工业经济，1998.6.

[7]张蕾，陈雯，宋正娜等.机场运营与区域经济增长关联性——以南京禄口国际机场为例[J].地理科学进展，2010.29.12.

[8]刘兰娟，董万好.基于VAR模型的民航运输业与GDP关系实证分析[J].财经研究，2009.35.8.

[9]管驰明，马奇骐.航空运输投资对经济增长的影响及其机制的实证研究[J].中国软科学，2010.10.endprint