支线机场与区域经济发展：以江苏省为例

白 杨，张杨茗媛

（南京航空航天大学民航学院，南京 211106）

机场在交通、就业、产业聚集等方面具有极大作用，其经济效应可分为直接效应、间接效应、诱发效应和催化效应[1]。通过建立机场运营指标与区域经济指标之间的关系模型，可探寻机场与经济发展之间的相互作用，这些关系模型包括两阶段最小二乘法回归模型[2]、似不相关回归模型[3]、向量误差修正模型和格兰杰因果关系分析[4]、空间尺度分析[5]等。支线机场是保障航空服务，建立完善航空运输体系的重要条件。相对于枢纽和干线机场，支线机场的吞吐量低、航班少、盈利能力较差。研究发现小商业客运机场对当地经济发展有积极作用，且机场服务质量越高，经济效应越强[6]，小社区和偏远区域基本航空服务计划具有较大的经济贡献[7]，如在澳大利亚的88个支线机场与该地区经济发展之间具有双向促进关系[8]。

中国大部分机场都是支线机场，已有成果大多关注民航业的总体发展，或围绕枢纽机场研究航空运输与经济发展的关系，如民航与区域经济的关系、临空经济发展政策[9-13]，民航运输周转量与GDP之间的关系[14-17]、空港旅客流量与城市经济增长的关系[18]、航空里程与国民收入之间的关系[19]等。但中国支线机场与区域经济发展之间的作用关系是否与枢纽机场或干线机场相似，不同支线机场与当地经济发展的关系是否存在差异等问题则需要进一步研究。为此，针对中国支线航空的发展，选取江苏省支线机场为研究对象，探讨支线机场和区域经济的相互作用关系。将支线机场旅客吞吐量作为支线机场发展评价指标，将地区GDP作为区域经济评价指标，分别研究苏南、苏北支线机场与区域经济发展的协整性及格兰杰因果关系，分析不同区域之间的差异性，以期为地方政府制定支线航空发展政策提供参考。

1 研究对象及数据处理

1.1 研究对象

江苏省是中国经济大省，开放程度高、人口密度大，但在2017年，江苏省9个机场共完成旅客吞吐量4 446.3万人次，全国排名第九，这明显不能与其经济地位相对应。且苏南、苏北机场差异大，特别是连云港作为全国著名的旅游城市，其航空旅客吞吐量仅为109万人次，无法适应经济社会发展和居民出行的需要，这也与将其建设成为大型机场的目标相去甚远。按照中国民航中小机场补贴管理规定，选取江苏省连云港白塔埠、盐城南洋、徐州观音、南通兴东、常州奔牛、苏南硕放6个机场为研究对象，其中连云港、盐城、徐州3个机场位于江苏省北部；南通、常州、苏南硕放3个机场位于江苏省南部，如图1所示（由于扬泰机场与淮安机场匀在2010年后开航，受限于样本量，未选取为研究对象）。统计2个区域从2008—2015年机场吞吐量与地区GDP的季度数据。（数据来源：中国民用航空华东地区管理局，各地区统计局网站）

图1 江苏省机场布局图Fig.1 Airport locations in Jiangsu Province

1.2 数据处理

为了保证分析的合理性与科学性，对所收集的数据进行如下处理。

1）为反映地区经济发展的实际情况，消除价格因素对GDP的影响，利用各地区的CPI指数对GDP处理，获得不变价GDP，即实际GDP。图2为2008—2015年苏南、苏北地区旅客吞吐量与实际CDP的趋势图，其中，TQS、TQN、GDPS、GDPN 分别为苏南地区机场吞吐量、苏北地区机场吞吐量、苏南地区实际GDP、苏北地区实际GDP。

2）对图2数据进行季节调整，以消除季节性因素导致季度数据存在的规律性波动，如图3所示。TQSSA、TQNSA、GDPSSA、GDPNSA分别为季节性调整后的苏南地区机场吞吐量、苏北地区机场吞吐量、苏南地区实际GDP和苏北地区实际GDP。

3）对季节调整后的数据取对数，以消除时间序列数据易产生异方差的影响，如图4所示。LNTQSSA、LNTQNSA、LNGDPSSA、LNGDPNSA 分别为调整后的苏南地区机场旅客吞吐量、苏北地区机场旅客吞吐量、苏南地区GDP和苏北地区GDP，并将其数据作为分析对象。

图2 2008—2015年苏南苏北地区旅客吞吐量与实际GDP的发展趋势Fig.2 Regional airport passenger throughput and real GDP in southern and northern Jiangsu Province

2 协整性分析

根据图2～图4，苏南地区的GDP与旅客吞吐量均明显高于苏北地区，且苏南地区机场吞吐量的增长幅度高于苏北地区，波动性也较明显。特别是2013年后，苏南地区的民航运输规模呈现高速增长的态势。为了消除时间序列数据分析产生伪回归的问题，首先对数据进行平稳性检验，再进行协整性检验与格兰杰因果检验。

图3 季节性调整后旅客吞吐量与实际GDPFig.3 Seasonally adjusted passenger throughput and real GDP

2.1 单位根检验

图4 取对数后的旅客吞吐量与实际GDPFig.4 Passenger throughput（in log）and real GDP

采用ADF检验法进行单位根检验，分析数据的平稳性。检验结果如表1和表2所示。d（LNGDPSSA）与d（LNTQSSA）表示苏南地区GDP与吞吐量的一阶差分；d（LNGDPNSA）与 d（LNTQNSA）表示苏北地区GDP与吞吐量的一阶差分。根据计算，苏南苏北地区GDP与吞吐量都为非平稳序列，而一阶差分为平稳序列，因此苏南苏北地区GDP与吞吐量均为一阶平稳，记作LNGDPSSA～I（1）、LNTQSSA～I（1）、LNGDPNSA～I（1）、LNTQNSA～I（1）。

表1 苏南地区变量的ADF单位根检验Tab.1 ADF unit root test on southern Jiangsu parameters

表2 苏北地区变量的ADF单位根检验Tab.2 ADF unit root test on northern Jiangsu parameters

2.2 协整检验

通过单位根检验可知苏南苏北地区旅客吞吐量与实际GDP两个变量均是一阶单整，因此可通过协整检验分析两变量之间的长期均衡关系。采用EG两步法对两个变量进行协整检验。

2.2.1 EG方程

用最小二乘法对机场吞吐量和实际GDP进行回归估计，得到EG方程。

1）苏南地区的EG方程

根据式（1）和式（2）计算出相应的残差序列为

2）苏北地区的EG方程

根据式（5）和式（6）计算出相应的残差序列为

2.2.2 平稳性检验

对EG方程的残差序列进行ADF检验，检验形式为（0，0，7），检验结果如表 3所示。根据方程（3）、（4）、（7）、（8）的残差序列单位根检验得知，序列平稳，因此方程（1）、（2）、（5）、（6）是协整方程。

表3 EG方程残差序列的平稳性检验Tab.3 Stationarity test on EG equation residual sequence

2.2.3 结果分析

计算可知，苏南苏北机场旅客吞吐量和地区实际GDP之间存在协整关系即长期稳定的均衡关系。由EG 协整方程（1）、（2）、（5）、（6）可得到从 2008—2015年苏南苏北地区机场吞吐量与地区实际GDP之间的弹性系数。弹性系数反映了两个变量之间的长期均衡关系，苏南机场吞吐量对地区经济增长的弹性系数为1.87，即苏南地区经济每增加1%，机场旅客吞吐量增加约1.87%；苏南地区经济增长对机场旅客吞吐量的弹性系数为0.5，即苏南机场旅客吞吐量每增加1%，经济增长约0.5%。同理，苏北机场旅客吞吐量对地区经济增长的弹性系数为1.69；苏北经济增长对机场旅客吞吐量的弹性系数为0.57。

分析可知，苏南苏北两地区经济增长和机场吞吐量之间正相关，经济增长对吞吐量的作用大于吞吐量对经济增长的作用。两地区对比，苏南地区经济增长更能促进该地区航空运输的发展，而苏北地区航空运输对经济增长的作用略大。根据李艳华[17]的研究，2002—2012年中国航空运输总周转量对经济增长的弹性系数为0.956 4，经济增长对航空运输总周转量的弹性系数为1.031 8。因此，江苏地区经济增长对航空运输的作用强度高于全国整体水平，但航空运输对经济的影响弱于全国整体水平，这也符合江苏省航空运输总体水平不及其经济地位的现状。

2.3 误差修正模型

通过协整检验分析变量之间的长期均衡关系，利用误差修正模型研究变量之间的短期波动特征。根据苏南苏北地区机场旅客吞吐量和地区GDP之间的协整关系，建立两变量的误差修正模型，即式（9）～式（12），t表示滞后期。

对于苏南地区，误差修正模型式（10）的F统计量不显著，机场总吞吐量和经济增长的各解释变量在5%显著性水平下均不显著，因此变量的系数不能用来解释变量之间的关系。可用式（9）判断苏南机场发展和地区经济增长的短期波动关系，误差修正项系数的大小反映了对长期偏离的调整力度，即短期弹性系数为-0.605 4，在5%的显著性水平下，短期波动的偏离以每期60.54%的力度作反向调整，将非均衡状态拉回到均衡状态。

对于苏北地区，误差修正模型式（11）的F统计量不显著，机场总吞吐量和经济增长的各解释变量在5%显著性水平下均不显著，因此变量的系数不能用来解释变量之间的关系。用式（12）判断苏北机场发展和地区经济增长的短期波动关系，在5%的显著性水平下，短期波动的偏离以每期58.28%的力度作反向调整，将非均衡状态拉回到均衡状态。

3 格兰杰因果关系分析

格兰杰因果关系分析的目的是检验是否存在一个变量的前期影响另一个变量的当期，一个变量的滞后项是否包含在另一个变量的方程中。因此格兰杰因果分析不是检验逻辑上的因果关系，而是检验时间序列数据中，不同滞后期的数据相互之间的影响关系。建立GDPt与TQt的格兰杰因果关系回归检验式，t表示滞后期，即

如果GDPt的滞后变量的回归系数估计值均不显著，则GDPt对TQt不存在格兰杰因果性。反之，如果GDPt的任何一个滞后变量回归系数的估计值是显著的，则GDPt对TQt存在格兰杰因果关系。类似的，可检验TQt对GDPt是否存在格兰杰因果关系。

由以上分析可知苏南苏北机场吞吐量和实际GDP之间存在协整关系，因此两者之间至少存在一个方向的格兰杰因果关系。格兰杰因果检验的计算结果如表4所示。对于苏南地区，滞后期为1期时，吞吐量和GDP互为格兰杰因果关系，第6期表现为吞吐量不是GDP的格兰杰原因，GDP是吞吐量的格兰杰原因，且这种关系在8、9期都成立，随着滞后期数增长，GDP对吞吐量的作用更加明显，滞后期2～4期两者格兰杰因果关系不是十分明显。对于苏北地区，从滞后期1～5期，8～9期均显示吞吐量为GDP的格兰杰原因，GDP不是吞吐量的格兰杰原因。

表4 格兰杰因果关系检验Tab.4 Granger causality test

因此，从近期看，苏南地区航空运输和区域经济互为格兰杰原因，即短期是相互影响的，但从长期发展看，苏南地区的GDP是吞吐量的格兰杰原因，反之不是，即苏南地区的经济发展很好地促进了区域航空运输的增长，但是航空运输对经济的促进作用不明显。苏北地区无论是近期还是长期，吞吐量都为GDP的格兰杰原因，反之不是，因此苏北地区的航空运输能够更好地推动区域经济的发展。

通过建立两变量的VAR模型，并检验最佳滞后期，判断得到苏南地区最优滞后期是6，苏北地区最优滞后期是4。因此可知，苏南地区GDP是吞吐量的格兰杰原因，反之不是；苏北地区吞吐量是GDP的格兰杰原因，反之不是。

4 结语

2008年后，江苏省经济与航空运输都呈现快速发展趋势，虽然苏南、苏北地区经济发展水平差距较大，航空运输量也存在较大差异，但航空运输与经济增长之间存在长期稳定的均衡关系。两地区比较，苏南地区经济发展更能促进地区航空运输量的增长，而苏北地区航空运输对经济发展的影响略大。苏南地区GDP是吞吐量的格兰杰原因，反之不是；苏北地区吞吐量是GDP的格兰杰原因，反之不是。协整检验与格兰杰因果检验的结论一致，即苏南地区经济发展对航空运输的作用更大，苏北地区航空运输是经济发展的重要因素。苏南地区依托发达的区域经济，实现了航空运输产业的快速增长，可进一步优化航空运输资源，增加航线与运力；在苏北地区，要加大对支线航空的投入，通过各种激励与扶持政策，进一步激发航空市场的活力，带动苏北地区的经济增长，从而实现江苏省航空运输整体能力的提升。