基于Dendrinos-Sonis模型的机场群内机场间竞合关系研究*

林思奇 吴薇薇* 刘雪妮

(南京航空航天大学民航学院1) 南京 211106) (中国民航科学技术研究院2) 北京 100028)

0 引 言

近年来，随着我国区域经济一体化的不断推进，区域协同的运作模式早已渗透到民航运输业的发展当中，以机场群为单位的各机场协同发展必然成为未来的发展趋势.

在此背景下，已有学者从不同角度针对机场群内机场间关系进行了相关研究.蒋永雷等[1]通过构建测量区域机场同质化发展的改进相似系数，对长三角机场群各机场间的同质化水平进行了测算；陈欣等[2]构建了机场群和城市群的复合系统耦合协调发展度评价模型，来评估群内各机场与其所在城市经济发展处于耦合协调状态的程度；王茜等[3]则基于DEA模型比较了机场群内各机场的投入产出效率；包丹文等[4]以江苏省多机场系统为例，利用Logit模型对比了各机场有效服务范围内旅客通达机场的可达性.Pels等[5]发现低成本航空公司与全服务航空公司之间的竞争会延伸到多机场区域中主要机场与中小机场之间的竞争；陈雨亭等[6]则指出机场群内的竞合关系会影响到各机场的空间辐射范围.另外，还有不少学者通过构建机场评价指标体系，评估机场的竞争力水平[7-8].

上述研究多是建立在机场群内机场间合作或竞争关系相对确定的前提下进行的，并未对机场群内各机场间的竞争合作关系做出判断.由于机场群内各机场间的竞争合作是一个动态复杂的市场过程，仅凭单一时间点或单一因素就确定机场群内各机场间的竞合关系是不全面的，故需要通过综合指标基于一定时期来确定机场间的竞合关系.因此，本文引入国际上运用较多发展较成熟的Dendrinos-Sonis(D-S)模型来确定机场群内各机场间的竞合关系，该模型于1988年首次提出，并用来研究动态发展过程中准确反映人与人之间的竞争合作关系[9-14]，该模型在研究区域间竞合关系上具有一定的优势，可适用于本文所要研究的机场群对象.

综合上述研究现状和存在问题，本文将机场综合竞争力评价值作为评判机场间竞合关系的衡量指标，基于各机场在机场群中所占竞争力比重的时间序列数据，运用D-S模型定量回归得到机场群内各机场间的相对竞争力比重变动情况，以此判断机场间竞争合作关系，并以粤港澳大湾区机场群为例，进行了实证分析.

1 机场综合竞争力评价指标及方法

由于机场群内各机场间的关系是航空运输市场中各相关因素共同作用的结果，在此过程中，航空运输活动或生产要素动态分布在同一个区域的各个机场，很难通过某个运营指标就判定两机场间的关系.因而，本文通过计算机场竞争力这一综合指标作为D-S模型中的衡量指标，定量表征机场群内各机场间的竞合关系.

机场综合竞争力是指在民航运输的市场环境下，机场能够通过整合自身和外部的有效资源以最大限度获得运营收益的综合能力，其受到来自多方面因素的影响.本文综合机场自身和外部环境两个角度，从机场产出规模、运营投入和所在城市发展水平三个方面，建立了表1所示的机场综合竞争力评价指标体系，并通过因子分析法来得到机场群内各机场综合竞争力评价值.

表1 机场综合竞争力评价指标体系

2 机场间竞合关系评价模型

2.1 Dendrinos-Sonis模型

机场群内各机场在发展过程中自身综合竞争力的提升或下降，会对群内其他机场的竞争力带来影响，故运用D-S模型，就能从机场综合竞争力的动态数据中合理反映出机场群内各机场间的竞争合作程度.本研究中D-S模型的基本思想是假定每一个机场的竞争力变化会对其他机场竞争力变化产生影响，若一个机场的竞争力增长会对另一机场竞争力增长产生积极影响，则这两机场间是合作互补关系;反之，则为竞争关系.

对包含n个机场的机场群，令yi(t)为机场i在时间t的相对竞争力，即其竞争力在所处机场群中所占的比重，则机场竞争力比重的分布可用向量Y(t)为

Y(t)=[y1(t),…,yi(t),…,yn(t)]

i=1,2,…,n;t=1,2,…,T

(1)

式(1)可看作是一个离散的动态分布系统，其动态特征为

i,k=1,2,…,n

(2)

(3)

则式(2)可被改写为

(4)

yj(t+1)=y1(t+1)Gj[y(t)]

j=2,3,…,n

(5)

对于Gi[y(t)]，D-S模型将其定义为

j= 2,3,…,n;i= 1,2,…,n

(6)

整理得到对数线性D-S模型.

lnyj(t+1)-lny1(t+1)=lnAj+

(7)

式中：Aj为机场i自身区位优势；αji为基于参考机场，机场j相对于机场i的弹性系数.

(8)

当αji>0时，表明机场j和机场i是合作关系，即机场i竞争力比重增加1%会导致机场j竞争力比重增加αji个百分点；当αji<0时，表明机场j和机场i是竞争关系，即机场i竞争力比重增加1%会导致机场j减少αji个百分点.

D-S模型由多个线性方程构成且存在不可观测的扰动项影响，结合所研究对象的特点可知不同方程扰动项间具有同期相关性，即同一时间点未知的外界因素会对同位于一个机场群内的各机场的竞争力比重造成影响，故各机场方程的扰动项是相关的.因此，本文使用似不相关回归(seemingly unrelated regression，SUR)对D-S模型进行估计，以便进行跨方程检验.

2.2 模型判定说明

根据D-S模型的回归判定系数αji，当机场i竞争力比重的提高使得机场j竞争力比重也得到提高，则对于机场j来说，机场i与其是合作关系；反之，机场i竞争力比重的提高使得机场j竞争力比重较少，则对于机场j来说，机场i与其是竞争关系.

需要注意模型所求结果是相对而言的，任意两个机场间的相对关系都有两种情况.也就是说，当机场j从机场i的发展中获益时，机场i不一定会从机场j的发展中获益，如机场i凭借自身优势能够吸引到较多的客流，临近机场j也因此能够获得部分客流，则机场i能够间接提升机场j的竞争力，但机场j若通过采取一定策略，如在机场i所在城市设置异地候机楼并降低票价，就可能会抢占更多原本去往机场i的客流，则对于机场i来说，机场j对其是竞争关系.由此将机场间的竞合关系细分为表2的六种类型.

表2 机场间竞合关系类型

此外，由于D-S模型的估计结果对模型中作为分母的参考机场选取较敏感[16]，国际上没有通用准则，大部分研究一般是选择比重处于最大、最小或中间的个体作为分母，本文将针对具体研究对象，选取合适的参考基准.

3 粤港澳大湾区机场群竞合关系实证分析

3.1 样本选择及数据说明

《粤港澳大湾区发展规划纲要》中指出要在粤港澳大湾区建设世界级机场群，形成群内各机场间错位发展和良性互动的格局.在此政策下，要实现机场的差异化协同发展，就要先确定当前区域内各机场间的竞合关系，据此制定调整策略，改变不协调的发展关系.

因此，本文选择粤港澳大湾区机场群内的广州白云国际机场、深圳宝安国际机场、珠海金湾机场、香港赤鱲角国际机场和澳门国际机场五个主要机场为研究对象，同时选择同位于珠三角地区但不属于粤港澳大湾区的揭阳潮汕国际机场为参照对象.考虑到机场正式启用年份的限制，选取2011—2018年为分析时段.本研究所用数据来自各年份的民航机场生产统计公报、各城市的统计年鉴及统计局和交通运输局的官方数据.

3.2 粤港澳机场群内机场间竞合关系分析

通过因子分析法得到2011—2018年六个机场的综合竞争力评价值，为使结果便于观察和分析，对所得结果进行了等距等比变换，得到各机场百分制计的综合竞争力得分变化趋势，见图1.

图1 2011—2018年各机场综合竞争力变化趋势

在这段时间内各机场的综合竞争力都表现出不同程度的起伏变化，使这六个机场的竞争力排名也发生了相应的变动.由图1可知，将这六个机场大致分为三个竞争力梯队：第一梯队包括广州白云国际机场和香港赤鱲角国际机场，两个机场在2011—2018年间均排在前两位，具有绝对竞争优势，同时发现广州机场竞争力在2017年超越香港机场排在首位，而香港机场竞争力却呈下降趋势；第二梯队只包括深圳宝安国际机场，该机场竞争力排名始终位列第三，并在不断提高且提升幅度最大.第三梯队包括揭阳潮汕国际机场、珠海金湾机场和澳门国际机场，这三个机场竞争力相较而言要弱，其中，粤港澳大湾区内的珠海机场竞争力有略微提升的趋势，而澳门机场的竞争力却有所下降.总的来说，受到机场所在城市外部条件变化的影响，加之机场间竞合关系的相互作用使机场的投入和产出效益发生变化，从而导致各机场竞争力表现出增减效应不同的变化趋势.

通过比较各机场综合竞争力，可知揭阳潮汕国际机场的综合竞争力在这一时期变化最为平稳且基本最小，考虑到作为D-S模型参考基准的机场，将无法得到其他机场对其相应的作用回归模型，因此，将揭阳潮汕国际机场作为模型中的参考基准，一方面其不包括在粤港澳大湾区机场群内但又同位于珠三角地区具有比较意义，另一方面又可以完整得到粤港澳大湾区机场群内五个主要机场之间的双向关系.借助Stata14软件利用SUR回归方法对模型进行拟合，得到模型估计结果，见表3.

表3 粤港澳大湾区机场群内机场间竞合关系模型估计结果

根据Breusch-Pagan相关性检验的chi2统计值为58.744，P值为0.00，则各机场方程之间存在同期相关性，有必要选用SUR方法来进行回归，以便进行跨方程检验，而本文检验结果均不显著，未加入跨方程约束.同时，各方程的拟合优度均在90%以上，回归模型的拟合效果较好，所得拟合系数能够较好的反映机场综合竞争力比重的变化.其次，各方程回归系数基本上都能通过显著性检验，表明粤港澳大湾区机场群内各机场间具有明显的竞合关系，同时发现大部分回归系数为负值，说明当前粤港澳大湾区机场群内机场整体竞争关系强于合作关系.

通过其他机场比重滞后项系数反映得到这些机场与因变量机场间的竞合程度.对于广州白云国际机场，在给定其他条件不变的情况下，揭阳机场竞争力比重每增加1%将使广州机场下一年竞争力比重增加3.02%，合作互补效应最强；而香港机场竞争力比重每增加1%将使其下一年竞争力比重减少3.68%，竞争效应最强.对于深圳宝安国际机场，除广州机场对其具有互补合作效应和香港机场对其具有竞争效应外，其他机场与其关系不显著；对于珠海金湾机场，揭阳机场竞争力比重每增加1%将使其下一年竞争力比重增加最多，为4.35%；而广州机场比重每增加1%将使其下一年比重减少最多，为4.49%.对于香港赤鱲角国际机场，除揭阳机场与其具有微弱的合作关系外，其余机场竞争力比重的增加都会使其竞争力比重减少，其中广州机场对其竞争效应最强达13.68%.对于澳门国际机场，广州机场竞争力比重每增加1%将使其下一年竞争力比重减少19.95%，是机场群内最强的竞争影响.

整理得到粤港澳大湾区机场群内机场间竞合关系评估结果见表4，结合双向竞合关系示意图2，可以综合反映出该机场群内机场间相对竞合关系和类型，将主要特征总结为以下三点.

表4 粤港澳大湾区机场群内机场间竞合关系评估结果

图2 粤港澳大湾区机场群内各机场双向竞合关系示意图

1) 珠海金湾机场和澳门国际机场竞争力的提升都会促进广州白云国际机场竞争力的提升，然而除深圳宝安国际机场外，广州白云国际机场对外均产生了明显的竞争效应.表明广州白云国际机场竞争力的不断提高并不能完全带动周边机场的发展，反而还会产生抑制作用，这可能是因为广州白云国际机场作为大陆地区的大型国际枢纽机场，其强大的客流集聚效应导致周边小机场客源的流失，从而形成了不对等的反向竞争关系.

2) 广州白云国际机场、深圳宝安国际机场和香港赤鱲角国际机场三者之间存在不协调的竞合关系.结合机场综合竞争力变化趋势来看，广州机场对深圳机场的合作效应可能是促使深圳机场竞争力不断提升的原因之一，而深圳机场却反过来对广州机场的发展具有竞争性影响.同时，这两个机场与香港机场均是强竞争关系，其原因可能是三者都位于粤港澳大湾区内且在功能定位上极其相似，所以不可避免地在同类资源的索取上会产生竞争冲突.此外，香港机场与其他机场也均为强竞争关系，说明可能由于内陆地区和港澳地区在政治制度、经济条件等方面存在差异，香港机场和内地机场还未形成完善的协同合作机制，因而存在相对的强竞争关系，这种不利关系可以间接解释香港机场近几年竞争力出现下滑的情况.

3) 从机场群整体竞合关系来看，仅存在珠海金湾机场和澳门国际机场这一对弱合作关系，其余机场间都存在不同程度的竞争效应，说明粤港澳大湾区机场群内还未形成良好的竞合关系，因此，相关部门应及时采取有效措施改善当前机场间不合理的竞争关系.

4 结 论

1) 基于机场综合竞争力指标的D-S模型实现了机场间竞合程度的定量判断，使有关部门能够清晰认识到当前机场群内的竞合关系，以此为依据来协同配置机场群内有限的航空资源.

2) 以粤港澳大湾区机场群内主要机场为例进行了实证分析，发现该机场群内机场间存在强竞争和不对等反向竞争的关系，其中，广州白云国际机场竞争力比重每增加1%将使澳门国际机场下一年竞争力比重减少19.95%，是机场群内最强的竞争影响.

3) 对评价机场间竞合关系的衡量指标以及D-S模型本身进行适应性改进，可以获得更准确的关系判定结果.此外，该模型能够为此类复杂系统个体间关系的定量分析提供方法借鉴.