航空运输发展潜力分析

崔鹤鸣 夏双双

[摘要]随着我国民航事业的发展，民航运输能力与区域经济增长不协调的问题日益突出。文章以长三角地区15个区域机场为例，运用SPSS分析方法，对机场发展与区域经济指标的进行分析，评价各城市航空运输发展潜力并给出促进城市经济增长的民航运输发展策略。

[关键词]航空运输；城市经济；发展潜力

[DOI]1013939/jcnkizgsc201912030

航空运输需求属派生需求，一般来说，经济发展越好的城市，机场的发展水平越高。长三角经济水平处在全国领先地位，民用机场的数量较多，但除了宁和杭两机场外，其余多为旅客吞吐量不足200万人次的中小机场。这与当地未来的经济潜力不成正比。因此，选取江、浙两省共15个城市的非枢纽机场作为样本，对这些城市的航空运输发展潜力进行分析。

1模型建立

以11个指标为变量来评价城市的航空运输发展潜力。[1]指标可分成两个部分，X1…X7描述的是城市的經济发展水平，X8…X11（表1）反映的是该城市机场的现有航空运输能力。其中，选取指标X8——所辖机场跑道等级，是考虑到跑道等级越高与机场运输能力正相关。对跑道等级进行赋值，等级与赋值成正比。民用机场的跑道等级为3C、3D、4C、4E和4F，分别赋值为1、2、3、4和5。

2城市经济发展能力分析

21 数据处理

从《2016年中国城市国民经济和社会发展统计公报》中得到样本城市的经济发展和航空运输数据，采用Z标准化方法进行均值为0、方差为1的无量纲化处理。表1给出了部分数据。

22因子分析

确定前7个变量间是否存在因子结构。在SPSS中进行“分析”—“降维”—“因子分析”，得到假设检验结果：KMO值为0510，Bartlett的球形度检验的Sig=0000<001。X1、X2、X3、X4、X5、X6、X7的提取公因子方差分别为0808、0688、0633、0628、0952、0945、0678，变量共同度较高，因子分析有效。

221确定公共因子

SPSS分析显示总方差解释表前3个因子的方差累计贡献率已达87497%，超过了85%，能够较全面地反映7个变量的信息。

222因子载荷矩阵旋转

3个公共因子代表影响经济发展能力的7个变量，对主成分法提取的初始因子载荷矩阵进行方差最大化正交旋转，得出旋转之后的因子载荷矩阵（表2）。将3个公共因子分别用F1、F2和F3代替。F1在年GDP总量、年接待旅游人数上的载荷最高，可以将其命名为“经济水平因子”；同理，F2和F3分别命名为“旅游水平因子”和“经济增长因子”。

223综合评价

由因子分析得到因子得分系数矩阵，采用旋转后的方差贡献率作为总得分的系数，算出各个因子得分的加权综合值（综合值=F1的方差贡献率×F1的得分+F2的方差贡献率×F2的得分+F3的方差贡献率×F3的得分）。分别计算各城市的综合值（表3），负值可以认为该城市的经济发展低于平均水平。

224样本分类

样本可分成3类。类别1包含2个城市，其平均综合值为109，表明杭州和南京经济发展水平在长三角处于领先地位；类别2包含无锡、宁波、温州、南通和常州5个城市，平均综合值为023，接近所有样本的均值；剩余的8个城市的平均综合值为负的042，小于全体样本的平均值，因此其经济发展水平处于落后地位。

3航空运输能力分析

反映航空运输能力的变量仅有4个，故采用系统聚类分析。 [3]系统聚类法首先将一定数量的样本各自看成一类，再根据样本的亲疏程度，将亲疏程度较高的两类进行合并，之后考虑合并后的类与剩余类之间的亲疏程度，继续合并。重复这一过程，直到所有样本合并为一类。本文使用的是Q型聚类，图1是采用“Ward联接”聚类法生成的树状聚类图。

4结论

杭州和南京在经济发展和航空运输指标排在了类别1。这两个城市的航空运输发展潜力很大。航空公司应该加大投入，在这两个城市的航空运输市场占据主导地位。

无锡、常州、宁波、温州四城属于类别2，经济发展和航空运输水平处于中等水平，发展航空运输的潜力比较大。而南通经济发展排在类别2，在航空运输水平排在类别3，说明南通的航空运输发展现状与经济实力并不完全相称，需要加大对航空运输的投资。徐州的经济发展较低，但航空运输水平居中，其航空运输产业未来具有较大潜力。

连云港、衢州、义乌等七城市的经济发展和航空运输水平都相对比较落后，航空运输发展的潜力较小，在机场基础设施和航线布局方面都要谨慎投资。

参考文献：

[1]张蕾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（12）：1570-1576

[2]刘雪妮临空经济对区域经济的影响研究——以首都机场临空经济为例[J]. 经济经纬，2009（3）：55-57

[3]薛梅机场发展与城市经济增长的关系探讨[J]. 现代营销（综述），2012（4）：56-58