技术偏向视角下我国沿海机场运营效率研究

刘燕萍， 刘 丹

（福州大学 经济与管理学院，福建 福州 350108）

一、 引言

随着国家“一带一路”战略不断推进，民航运输业在现代化强国建设中发挥着基础性、先导性作用。机场作为民航运输网络中的关键节点，其运营效率是推进新时代民航高质量发展的重要抓手。2020 年民航局发布《中国民航四型机场建设行动纲要》，提出尊重不同规模机场的发展差异，因地制宜、因场施策。鉴于此，根据机场定位及发展阶段科学分析机场效率差异，精准把握不同机场发展对策，加速助力“平安、绿色、智慧、人文”机场建设，具有十分重要的现实意义。

在国家政策法规的指引下，我国民航机场发展迅速。截至2021 年，我国境内运输机场共有248个。同年，我国机场全年旅客吞吐量完成90 748.3万人次，比上年增长5.9%；完成货邮吞吐量1 782.8万吨，比上年增长10.9%；完成飞机起降977.7 万架次，比上年增长8.0%。①数据来源于中国民用航空局于2022 年3 月22 日发布的《2021 年全国民用运输机场生产统计公报》。从机场数量和运输总量看，我国机场客、货运业务已进入全球领先行列，我国民航的国际地位显著提升。

在全行业承压、业务量下滑的不利局面下，我国机场运营效率有所回落，但沿海机场仍保持逆势上涨趋势，能够快速恢复既有的生产规模，持续推动机场高质量发展，其发展模式可供运营效率较低的机场参考借鉴。在此背景下，基于我国沿海机场发展形态及定位，合理配置客货运资源，避免机场同质化竞争，提高机场运营效率是至关重要的。

二、 文献综述

机场运营效率研究一直是国内外学者关注的热门话题。目前，众多学者利用数据包络分析（Data Envelopment Analysis，DEA），从传统视角研究机场效率。Wanke 采用DEA 方法，评估2009 年巴西63 个主要机场效率，表明绝大多数巴西机场呈现出规模收益递增的趋势。［1］Choi 等使用多投入/产出松弛的DEA 模型，分析2016—2019 年中国37个主要机场的运营效率。［2］1-16上述研究在分析各机场效率时，忽视了机场间因地理位置、扶持政策和经济发展水平等外部环境不同而存在的技术异质性。

所谓技术异质性，是指决策单元因所属的区域环境或行业特征的不同，其可利用的技术集有所差别，表示拥有不同技术集的决策单元的生产前沿面不 同。［3］231-232学 者Uelkue 利 用DEA 模 型，比 较2009—2011 年41 个西班牙机场和32 个土耳其机场的相对效率，研究管理策略和其他外部因素对机场效率的影响。［4］褚衍昌和陈飞超分析2008—2017 年我国机场业总体现状，建立超效率DEA-Malmquist 模型，研究我国近10 年7 大区域机场业运营效率。［5］上述文献主要采用传统DEA 模型分析不同特征机场之间的差异，将全部机场放置在同一生产前沿面下进行评价，再根据机场所属特征划分群组以评价机场效率，并未真正探讨机场技术异质性。

为解决该问题，部分学者使用共同前沿方法（Meta-frontier）研究机场技术异质性，分别评价机场在共同前沿和群组前沿下的运营效率，并通过技术差距比率衡量不同类型机场共同前沿效率和群组前沿效率之间的技术差距。Chen 等使用基于DEA的共同前沿方法，分析不同所有权机场的异质性技术效率和技术差距比率。［6］Corrado 采用共同前沿模型，比较不同所有权类型的意大利机场效率。［7］上述文献利用共同前沿方法，探讨机场技术异质性，实现不同技术集机场之间的效率比较，提供群组机场的技术改进方向。但由于机场的差异化发展，现有研究尚未考虑不同机场各项评价指标的重要程度，缺乏对各机场的相对技术偏向的进一步研究，对各机场的技术进步和对策建议探讨不足。

基于上述研究，针对不同机场的技术异质性问题，本文采用共同前沿DEA 模型，分析2016—2018年我国93 家沿海机场的运营效率及其技术差距，并引入技术偏向理论［8］724-725，结合共同前沿与群组前沿下技术差距比率和相对产出的差异，探讨提升东北地区、华北地区和华东地区三个不同地区机场运营效率的技术改进方向和对策建议，借力沿海机场带动内陆机场，以促进我国民航运输业高质量、可持续发展。

三、 研究方法及变量说明

1. 共同前沿模型

由于不同地区机场的地理位置、扶持政策和经济发展水平等外部环境［9-10］存在较大差异，不同地区机场生产技术前沿面不同，因此本文采用O’Donnell 等提出的共同前沿方法［3］234-238，即在不同环境下评价和比较决策单元（Decision Making Units，DMU）效率值。本文基于技术异质性，将决策单元划分为不同的群组，通过构建共同前沿和群组前沿，测算我国沿海机场在两种前沿面下的运营效率与技术差距。进而，比较两种前沿面下的技术差距比率和相对产出的差异，探讨我国沿海机场的相对技术偏向，实现技术进步。

（1） 共同前沿和群组前沿

共同前沿是假设所有决策单元处于同一生产技术集合T。

为此，评价机场o的共同技术效率

群组前沿是将我国沿海机场划分为k个群组，每个群组采取不同的生产技术集合Tk。在第k个群组前沿下，评价机场o的群组技术效率

其中，θG o表示公式（2）的最佳目标值，为了便于分析，令。若，表示机场o在其群组前沿上运营；若，表示机场o在其群组前沿内运营，且该机场在群组中效率低下。

基于共同前沿和群组前沿下我国沿海机场的运营效率及其差异，探讨各机场效率提升对策。各机场不仅要追赶组内标杆机场，也要主动引进行业标杆机场的先进技术和发展经验，提升机场管理水平和运营效率，实现机场高质量发展。

（2） 技术差距比率

技术差距比率（Technology Gap Ratio，TGR）是通过共同技术效率和群组技术效率，衡量共同前沿与群组前沿之间的运营技术差距。因此，机场o的技术差距比率定义为：

TGR 的值越大，表示共同前沿与群组前沿之间的效率差距越小，反之表示差距越大。因此，共同技术效率可以分解为群组技术效率和技术差距比率：

（3） 技术改进方向

技术进步表现为群组前沿向共同前沿的转移。由于现实中机场投入、产出要素较多，且并非所有的产出改进皆可带来机场运营效率的提升。因此，本文采用Yu 和Chen 提出的技术偏向理论［8］724-725，基于共同前沿与群组前沿下技术差距比率和相对产出的差异，明确技术是否偏向于某一产出，为机场技术进步提供改进方向，促使群组前沿靠近共同前沿，以提升机场运营效率。

现由全部DMU 构成共同前沿MM′，并将其划分为3 个群组G1、G2和G3，G1G1′、G2G2′和G3G3′分别为G1、G2和G3的群组前沿，以及2 个产出y1和y2，如图1 所示。

图1 相对技术改进方向

根据Yu 和Chen 的研究，与基准DMUo相比，若DMUk的产出y1表现较好，则DMUk技术改进偏向生产更多的产出y1；若产出y2表现较好，则DMUk技术改进偏向生产更多的产出y2，以达到共同技术水平；若DMUk和DMUo的技术差距相同，则DMUk技术改进保持中立。［8］724-725

基于此，当比较任意一家机场（如机场k）和基准机场（如机场o）时，根据两家机场的产出组合比值和技术差距比率比值的差异，明确各机场技术改进方向，见表1。

表1 技术改进方向的选择

由于一个群组中可能存在多个基准机场，故需设定相应准则，以确定某家机场为基准进行比较。准则如下：

①若群组中所有机场TGR＜1，则选择TGR最大的机场作为基准机场；

②若群组中仅有一家机场TGR=1，则选择该机场作为基准机场；

③若群组中有多家机场TGR=1，则计算该部分机场的中位数，选择中位数的机场作为基准机场。

2. 指标选择和数据说明

根据Choi 等、Huynh 等、李亚飞和王莉莉等学者的研究，考虑机场建设变化及数据的可获性，本文选取跑道长度、平行滑行道数量和航站楼面积作为投入指标，以反映机场基础设施资源条件［11-12］。其中，跑道长度为现有跑道长度之和，跑道长度和平行滑行道数量体现机场空侧容量；航站楼面积包括投用的国内航站楼和国际航站楼面积，体现机场陆侧容量。选取旅客吞吐量和货邮吞吐量作为产出指标，以反映机场经营业务量水平。

根据中国民用航空局对地方管理局的划分，我国将民用机场分为东北地区、华北地区、华东地区、中南地区、西南地区、西北地区和新疆地区7 大区域。基于机场技术异质性及数据的可获性，本文选取2016—2018 年我国93 家沿海机场的经营数据为样本进行实证分析，并分为东北地区（22 家）、华北地区（29 家）和华东地区（42 家）3 个群组。指标数据来源于《从统计看民航》、中国民用航空局、各机场公司年报和官方网站等。

四、 实证结果和分析

1. 异质性分析

本文利用Meta-frontier 和BCC 模型，将我国沿海机场划分为东北地区、华北地区和华东地区3 个群组，测算两种前沿下2016—2018 年我国93 家沿海机场的效率值。结果表明，共同前沿下93 家沿海机场的效率均值为0.4901，而群组前沿下效率均值可达0.6535，明显高于共同前沿下的效率。以华东地区的景德镇罗家机场为例，在共同前沿和群组前沿下该机场的效率均值分别为0.5353 和1，说明在共同前沿下该机场效率没有达到最优状态，但该机场一直处在群组的生产前沿面上，两者结果差异明显，群组前沿下机场效率整体偏高。

因此，本文利用Kruskal-Wallis 检验，进一步分析我国沿海机场技术差距比率的群组差异性。结果表明，p 值为0.001，说明在5%的显著性水平下，各地区机场在不同群组前沿下存在明显差异，说明使用Meta-frontier 评价我国沿海机场的效率是合理的。

2. 共同技术效率和群组技术效率分析

不同前沿下我国沿海机场效率均值如图2 至图4 所示，在共同前沿下，东北地区、华北地区和华东地区3 个群组的效率均值分别为0.3753、0.4610 和0.5702，表明在这3 个群组中，华东地区效率最高，华北地区次之，东北地区效率最低。从具体机场来看，在共同前沿下，有7 家机场效率表现最佳，作为标杆机场，处于行业领先地位，是剩余86 家沿海机场的追赶目标。此外，标杆机场都来自华北地区和华东地区，说明相比东北地区，华北地区和华东地区经济与管理水平相对较高，这两个地区机场拥有更先进的技术。

图2 不同前沿下东北地区22 家机场效率均值（2016-2018 年）

图3 不同前沿下华北地区29 家机场效率均值（2016-2018 年）

图4 不同前沿下华东地区42 家机场效率均值（2016-2018 年）

群组效率是群组内比较的结果，无法进行群组间比较。根据图2 至图4 可知，在群组前沿下，东北地区、华北地区和华东地区3 个群组的效率均值分别为0.7013、0.5467 和 0.7022。以华东地区的机场群组为例，该群组前沿下效率均值达到1 的机场有赣州黄金机场、井冈山机场和景德镇罗家机场等12家机场。东营胜利机场表现最差，效率均值仅为0.2385。作为地方支线机场，其2016—2018 年效率值 分 别 为0.1936、0.2041 和0.3177，其 中2018 年 效率的提升主要是由于原2800 米跑道延长至3600 米并于2018 年2 月1 日正式启用，说明东营胜利机场需加大基础设施投入，加强机场配套建设，提高机场运营效率，以打造成为黄河三角洲南北中转枢纽机场。

3. 技术差距比率分析

根据共同技术效率和群组技术效率，测算出各机场的技术差距比率，发现东北地区、华北地区和华东地区3 个机场群组的TGR 存在明显差异，3 个群组的TGR 均值分别为0.5271、0.8285、0.8026。其中，东北地区机场的TGR 均值最小，表示东北地区两种前沿面之间差距较大，这是由于较不完善的空中航线网络和低于国内同层级机场的航线补贴，导致东北地区各机场动力不足，制约了东北地区机场的发展空间，使得该地区机场整体技术水平较差。因此，我国沿海机场效率的提升需重点关注东北地区机场，加强对该地区机场的运营管理。

从具体机场来看，在93 家机场中，有11 家机场的TGR 均值等于1，表明该部分机场均达到全部样本机场的最优技术水平。因此，各地区运营无效率的机场不仅要追赶群组内的标杆机场，同时也要追赶行业标杆机场，即注重对比分析同地区机场在效率提升过程中存在的共性问题。

4. 技术改进方向分析

机场产出包括旅客吞吐量（y1）和货邮吞吐量（y2），分别比较东北地区（A1-A22）、华北地区（B1-B29）和华东地区（C1-C42）3 个群组机场的相对产出和TGR 均值，即在每个群组机场中，分别将组内各机场的相对产出和TGR 均值与组内的标杆机场相比，将保持各机场的原有优势作为各机场技术改进的方向，结果见表2。

东北地区的机场群组中，长海大长山岛机场（A22）的TGR 均值为1，但由于其存在数据短尾现象，故不能选择该机场作为标杆机场，因此在该群组中选择除长海大长山岛机场外TGR 均值最大的哈尔滨太平国际机场（A8）作为标杆机场。在华北地区和华东地区的机场群组中，选择TGR=1 且y2/y1中位数的机场作为基准机场，因此呼伦贝尔东山国际机场（B14）是华北地区的标杆机场，青岛流亭国际机场（C23）是华东地区的标杆机场。

以华东地区为例，与青岛流亭国际机场相比，华东地区42 家机场中的37 家机场应进行有偏向的技术变化，以赶上共同前沿技术。如表2 第2 列所示，有30 家机场应偏向提高旅客吞吐量。以舟山普陀山机场为例，其2016—2018 年货邮吞吐量与旅客吞吐量的比均值仅为0.0228，而青岛流亭国际机场为1.0134，说明舟山普陀山机场应大力加强客运优势，科学配置客运资源。如表2 第2 列所示，有7 家机场需偏向提高货邮吞吐量。以潍坊南苑机场为例，其2016—2018 年货邮吞吐量与旅客吞吐量的比均值为3.9505，表明该机场应充分发挥货运优势，提升货物运输效率。此外，其他4 家机场应同时兼顾客运和货运，实现“两条腿走路”，以更好建设“智慧机场”。

表2 各机场技术改进方向

综上，大多数机场应调整其技术改进方向，以实现资源要素的合理配置。在93 家机场中，有65家机场更加注重提升旅客吞吐量从而实现技术进步。尤其是东北地区和华东地区的机场，其更强调发展客运能力，提升客运服务水平。因此，遵循各机场的技术改进方向，机场管理者可以因地制宜、因场施策，合理选用新技术，提升自身运输效率。

5. 运营效率提升对策

基于上述分析，我国沿海机场存在技术异质性的特征。在共同前沿下，仅有北京南苑机场、北京首都国际机场、呼伦贝尔东山国际机场、井冈山机场、青岛流亭国际机场、厦门高崎国际机场和上海浦东国际机场7 家标杆机场运营技术达到最优，拥有先进的技术。而大部分机场与标杆机场相比仍有一定差距，需明确机场技术改进方向，着力提升机场效率，追赶行业标杆机场。

（1） 东北地区机场

对于东北地区的机场来说，首先，在群组前沿下各机场效率均值较高，但两个前沿下的效率均值差距较大，为此东北地区各机场要充分利用自身农林航空传统优势，发挥支线机场的支撑作用，提升群组内机场的技术水平。其次，东北地区各机场要主动引进华东地区机场的先进技术，充分挖掘机场运营潜力。具体而言，鞍山腾鳌机场等18 家机场货运发展较客运相对滞后，应注重构建航空布局合理、客运功能突出的机场发展格局，利用低成本、支线航空吸引旅客；沈阳桃仙国际机场等4 家机场货运业务发展相对较好，应大力提升机场货运保障能力，拓展国内、国际货运航线，开通至北美、欧洲、韩国直达货运航线，加密至日本货运航线，逐步实现东北地区主导东北亚航空货运目标，助推东北振兴战略。

（2） 华北地区机场

对于华北地区的机场来说，首先，在共同前沿和群组前沿下各机场效率均值都较低，使得两个前沿下的效率均值差异较小，因此华北地区机场要充分发挥“京津冀”机场群的辐射和带动作用，提升区域机场运输服务能力。其次，华北地区各机场要重点借鉴华东地区先进机场的发展经验，提升机场管理水平和运营效率。具体来说，由于“客热货冷”的市场环境，忻州五台山机场等17 家机场应推进以客运为主、货运为辅的发展模式，充分发挥客运优势，开通定制客运服务，切实提升软服务水平，营造温馨、舒适出行环境；天津滨海国际机场等7 家机场客运规模不大，但货运市场有很大潜力，其中石家庄正定国际机场、太原武宿国际机场、呼和浩特白塔国际机场等承接部分北京机场溢出货物以及省、区内支线货运，应增强区域航空货运枢纽辐射能力，提高货物运输专业化水平；北京首都国际机场等5家机场应推进客货并举、协同发展，在助力客运发展的同时，提升航空货运能力，统筹协调北京首都国际机场、北京大兴国际机场“双枢纽”机场格局，增强北京地区民航辐射带动作用，合理引导航空公司运力投放，推动京津冀协同发展。

（3） 华东地区机场

对于华东地区的机场来说，在共同前沿下各机场表现较好，处于行业领先地位，但仍有部分机场效率均值没有达到最优水平。由此可见，要以自身群组内的青岛流亭国际机场为基准，追赶组内标杆机场，达到最佳效率。具体而言，由于华东地区机场地处长江经济带，较大的人口规模、雄厚的经济基础和丰富的旅游资源使得舟山普陀山机场等30家机场客运业务发展迅速，将开拓客源作为机场发展的第一要务，吸引国内外旅客，逐年增加机场客流量，稳步提升机场基础设施效率。同时，发达的工业和活跃的商品流通使得潍坊南苑机场等7 家机场货运业务发展更快，因此应重点支持机场货运发展，提供特色货运服务。此外，上海浦东国际机场等5 家机场应坚持客货兼营，平衡客货运资源配置，充分发挥标杆机场“发展动力源”作用，增强对周边的集聚辐射能力，力争达到国际先进水平。

五、 结论

在技术异质性视角下，利用共同前沿DEA 模型，分析2016—2018 年我国93 家沿海机场在两种前沿面下的运营效率与技术差距，并基于技术偏向理论，探讨我国沿海机场的相对技术改进方向，主要结论如下：第一，不同地区机场在共同前沿下效率均值皆小于群组前沿下效率均值，表明需纵观民航行业全局，提升地区机场运输服务能力，达到共同技术水平。第二，不同地区机场的技术差距比率存在明显差异，其中东北地区机场的TGR 均值最小，表示东北地区机场在不同前沿下效率差距最大，需重点关注东北地区机场，加强对该地区机场的运营管理，构建东北对外开放的大通道、大平台。第三，大多数机场需调整其技术改进方向，其中有65 家机场应注重提升旅客吞吐量从而实现技术进步，尤其是东北地区和华东地区的机场；有17 家机场应充分发挥货运优势，提供特色货运服务；有10家机场需重点推进客货并举，实现客货运资源优化配置。因此，依据不同规模机场的发展差异和技术改进方向，机场管理者应因地制宜、因场施策，采取不同措施提升机场运营效率，打造现代化“四型机场”，助力我国民航运输业发展。