后疫情时代我国区域航空枢纽运营效率评价研究

李国栋，刘静怡

摘  要：区域航空枢纽作为衔接国际航空枢纽和非枢纽的关键环节，是疫情下稳住航空运输市场基本盘的重要依托，因而提升区域航空枢纽运营效率将为增强我国航空运输市场抗风险能力提供重要保障。文章在构建运营效率评价指标体系的基础上，利用三阶段DEA模型对2020年我国29个区域航空枢纽运营效率进行比较研究。研究发现，区域航空枢纽总体上形成了较强的规模经济优势，但资源配置能力有待提高；杭州萧山国际机场等4个区域航空枢纽通过积极发展货运业务弥补了机场因客流量减少造成的产出损失，有效增强了机场应对疫情挑战的能力。

关键词：区域航空枢纽；运营效率；三阶段DEA

中图分类号：F560    文献标志码：A

DOI：10.13714/j.cnki.1002-3100.2023.11.001

Abstract： As a key link between international aviation hubs and non-hubs， regional aviation hubs are an important support to stabilize the basic air transport market under the epidemic， thus improving the operational efficiency of regional aviation hubs will provide an important guarantee to enhance the anti-risk capability of China's air transport market. Based on the construction of an operational efficiency evaluation index system， the article uses a three-stage DEA model to conduct a comparative study on the operational efficiency of 29 regional aviation hubs in China in 2020. It is found that regional aviation hubs have generally formed strong economies of scale， but their resource allocation capacity needs to be improved; four regional aviation hubs， including Hangzhou Xiaoshan International Airport， have compensated for the loss of airport output due to reduced passenger traffic by actively developing cargo business， and effectively enhanced the ability of airports to cope with the challenges of epidemics.

Key words： regional aviation hub; operational efficiency; three-stage DEA

0  引  言

區域航空枢纽是指在区域航空运输中处于区域中心地位，具有重要的客货集散、中转以及组织功能的机场，强调航空枢纽的区域特性、在区域航线网络中的核心地位和对区域经济重要的促进作用，在国家经济社会中的地位显著，同时具有强大的中转功能、辐射效应以及很强的规模效应[1]。《“十四五”民用航空发展规划》明确提出要提升机场运营管理水平，持续完善机场运营管理体系，强化机场公共基础设施属性定位，提升区域航空枢纽航线网络支撑功能[2]。相关研究表明，机场是交通运输的重要组成部分，研究机场效率对于推进综合运输体系建设，提升国家的国际竞争能力，具有重大的现实意义[3]。因此，区域航空枢纽运营效率的高低是决定区域航空枢纽发展快慢的要素。在后疫情时代，随着疫情的不断变化对机场业带来了很大的挑战，机场迫切需要针对运行资源进行精准优化，提升运营能力，在注重应急处置和服务质量的同时着眼于经营全局，不断增强行业韧性，以应对未来可能出现的运营危机。

目前关于机场运营效率的研究已有一定成果，DEA法在机场运营效率评估方面的应用最广，学者多侧重于通过规模效率与技术效率来研究机场运行效率。王战斌[4]研究的实证结果表明，中国大陆机场总体技术效率较低，尤其是纯技术效率存在较大提升空间，规模效率较为适中并呈逐年上升趋势。张越和胡华清[5]发现目前我国民用机场业务量增长主要依赖设施规模的扩大，机场规模效率和技术因素在业务量增长过程中所发挥作用并未发生明显变化。褚衍昌和陈飞超[6]研究表明我国机场业的发展主要依靠规模效率，技术仍相对落后。部分学者对机场运营效率的影响因素进行了探讨，并认为环境因素对运营效率的影响最为显著。傅昭南等[7]研究结果表明，腹地经济、机场规模、机场级别和一市多场等因素促进了机场运营效率的提升，区域竞争和行业竞争则不利于机场运营效率的提升。韦薇和夏洪山[8]研究发现，非期望产出因素对机场运营效率影响较大。

现有研究中，学者在研究机场运营效率时所采取的模型各有侧重，褚衍昌和陈飞超[6]建立超效率DEA（CCR）-Malmquist模型对我国7个区域的机场运营效率进行了评估。张越和胡华清[5]运用DEA（数据包络分析）中的Malmquist生产力指数分析方法对我国民用机场的运营效率进行了分析。徐爱庆等[9]研究结果表明，动态网络DEA模型综合机场多年的投入产出，引入联系变量将相邻两时段连接起来，避免了传统模型将各年度独立评价的不足。上述研究所采用的模型均未考虑到外界环境因素和随机噪声对效率的作用，因此，后续研究采用三阶段DEA模型做出实证分析。程玉辉和景崇毅[10]采用非期望产出的SBM-DEA三阶段模型分析国内大中型机场的运营效率。张培文等[11]基于三阶段DEA模型对民航运输业效率进行分析。

综上所述，本文选取2020年我国29个区域航空枢纽作为研究对象，分析后疫情时代我国区域航空枢纽运营效率，并采用三阶段DEA方法进行分析，该方法在剔除了各种环境因素和随机误差的情况下，使各个机场在同一条件下的运营效率得到比较准确的评价[10]。

1  实证设计

1.1  三阶段DEA模型理论。Fried等[12]提出如何将环境因素和随机噪声引入DEA模型，该模型有效剔除了环境因素和随机噪声影响，更加能体现实际内部管理水平。

1.1.1  第一阶段：传统DEA模型分析初始效率。第一阶段，使用原始投入产出数据进行初始效率评估。投入导向下对偶形式的BCC模型为：

■                                         （1）

其中：j=1，2，…，n表示决策单元，X，Y分别是投入、产出向量。

1.1.2  第二阶段：相似SFA回归剔除环境因素和统计噪声。第二阶段，重点在松弛变量x-Xλ，并将其分解为环境因素、统计噪音、管理无效率等因素。构造以投入导向为例的相似SFA回归函数：

S■=fZ■; β■+v■+μ■; i=1，2，…，I; n=1，2，…，N                                  （2）

SFA回归的目标是剔除环境因素和随机噪声对效率测度结果的作用，从而使各决策单位在同一外在条件下進行调整。调整的公式如下：

X■■=X■+maxfZ■; ■■-fZ■; ■■+maxv■-v■    i=1，2，…，I; n=1，2，…，N                   （3）

随机误差项v的计算步骤如下：

第一步，分离管理无效率项μ公式形式如下：

Eμ|ε=σ■■+■                                       （4）

其中：σ■=■， σ=■，λ=σ■/σ■。

第二步，随机误差项μ公式如下：

Ev■|v■+μ■=s■-fz■; β■-Eu■|v■+μ■                                   （5）

1.1.3  第三阶段：调整后的投入产出变量DEA效率分析。采用调整后的投入变量再对各决策单元进行效率评估，此时的效率已剔除了环境因素和随机噪声的干扰，能更准确地体现出决策单元的实际经营管理情况。

1.2  样本选取及数据来源。选取29个区域航空枢纽作为效率评价的决策单元来分析2020年的运营效率。基础数据来源于《全国机场生产统计公报》、《中经网统计数据库》、《国家统计局》、《中国民用机场网》及《民航机场生产统计公报》。

1.3  评价指标体系构建。傅昭南等[7]选取跑道长度、航站楼面积、安全道面积、主要航线数作为输入变量，选取航班放行正常率、机场货邮吞吐量、机场旅客吞吐量以及飞机起降架次作为输出变量，并从宏观环境、行业与区域的竞争和机场特征三个角度探讨了机场运营效率的影响因素。王战斌[4]将登机门数量、跑道长度、正式员工人数、运营成本等作为投入变量，并以机场运营收益和有关业务为输出变量做出分析。根据上述研究，结合指标的稳定性和可获得性，本文选择了3项投入指标、4项产出指标、6项环境指标，如表1所示。

2  实证结果及分析

2.1  第一阶段DEA分析结果。用DEAP2.1软件对29个区域航空枢纽的效率水平进行投入导向的BCC模型分析，其结果见表2。其中，沈阳桃仙国际机场等13个区域航空枢纽的效率值均为1，处于技术效率的前沿面，其他区域航空枢纽都有可改进空间，这一结论包含环境因素和随机噪声的影响。

2.2  第二阶段SFA回归结果。为了剔除环境因素和随机噪声的影响，运用Frontier4.1建立回归模型，将第一阶段的投入变量冗余作为因变量，并将环境变量作为解释变量，其结果见表3。

从表3可以看出，环境变量对投入变量的回归系数均能在1%显著性水平下通过检验，表明外部环境因素对区域航空枢纽运营投入冗余有明显影响。3项投入变量对6项环境变量的γ值均接近于1，并且都在1%的显著性水平上，说明有环境因素干扰了运营效率，需要对原始投入值进行调整。

2.3  第三阶段DEA分析结果。根据第二阶段SFA回归结果，保持产出指标不变，采用BCC模型对原始投入指标进行调节，得到第三阶段各决策单元的效率值，见表4。

为了判别调整后的效率值是否能够真实地反应各个机场的效率，因此，将调整前后的效率值进行对比，见图1。

2.4  機场运营效率分析

2.4.1  纯技术效率与规模效率分析。就样本机场的效率水平而言，杭州萧山国际机场等12个区域航空枢纽的纯技术效率值在调节前后均为1，表明它们的经营管理策略不需要发生太大改变。以海口美兰国际机场为例，调整后规模效率值小于1，结合海口美兰国际机场的实际情况，其原因可能在于考虑环境因素影响下，机场跑道尺寸增加以及各种资源尚不能充分利用而造成了机场规模技术效率的下降；以石家庄正定国际机场和太原武宿国际机场为例，调整后效率值均为1，二者效率值提高的原因可能是在考虑环境因素影响下，石家庄正定国际机场的停机位数量增加，太原武宿国际机场的跑道尺寸增加使得纯技术效率和规模效率均有所提高。

第三阶段效率结果与第一阶段对比，可以发现平均综合技术效率从0.896提高到0.974，主要原因是平均规模效率从0.919提高到0.931，而平均纯技术效率却有一定程度的下降（0.974→0.969），包括桂林两江国际机场等，纯技术效率上升的仅有3个机场。这说明区域航空枢纽已经具备较强规模经济优势，但资源配置能力有待进一步提高。

2.4.2  环境因素影响分析。在调整前后，前沿面上的机场基本保持相对有效，进一步表明，环境对这些机场的作用并不显著，特别是在人口密集、较发达的地区，为了适应日益庞大的旅客流量，机场必须提升内部管理水平和规模效益。而兰州中川国际机场、南昌昌北国际机场、西宁曹家堡国际机场、南宁吴圩国际机场、郑州新郑国际机场、宁波栎社国际机场、温州龙湾国际机场、桂林两江国际机场、银川河东国际机场、福州长乐国际机场、长沙黄花国际机场、南京禄口国际机场、天津滨海国际机场、武汉天河国际机场14个非前沿面上的机场也确实受地区生产总值、人口数量、机场竞争、替代竞争等环境因素的影响。调整后，前沿面上增加石家庄正定国际机场和太原武宿国际机场两个机场，说明这两个机场都具有较高的内部管理水平，同时也受到了很大的环境因素影响。

第二阶段SFA回归过程中，跑道长度、航站楼面积、停机位数量与环境变量回归分析的γ值都接近于1，并且显著水平都在1%，即跑道长度、航站楼面积、停机位数量的使用受外界环境因素和随机误差因素影响较为明显。

新冠肺炎的爆发对世界范围内的航空业造成了巨大的冲击。机场旅客的减少导致了餐饮零售、停车租赁、机场酒店等方面的收益大幅下滑。由表5可知，2020年29个机场旅客吞吐量均有所下降，但石家庄正定国际机场等10个区域航空枢纽货邮吞吐量增加。其中，杭州萧山国际机场、济南遥墙国际机场、合肥新桥国际机场和拉萨贡嘎国际机场4个区域航空枢纽，第一阶段效率值都为1，处在效率前沿面，其一定程度上是因为这些机场积极发展货运业务弥补了机场因客流量减少造成的收入损失，从而帮助机场增强应对疫情的灵活性。

3  结束语

本文运用三阶段DEA模型对区域航空枢纽的运营效率进行了研究，研究结果显示，首先，区域航空枢纽的运营规模总体上趋于优化，已经形成较强规模经济优势，但没有较好的运营模式；其次，兰州中川国际机场等14个区域航空枢纽受地区生产总值、人口数量、机场竞争、替代竞争等环境因素的影响较为明显；最后，杭州萧山国际机场、济南遥墙国际机场、合肥新桥国际机场和拉萨贡嘎国际机场4个区域航空枢纽通过积极发展货运业务弥补了机场因客流量减少造成的产出损失，从而提高了机场的运营效率，进而有效增强了机场应对疫情的灵活性。

因此，从量化角度分别为新建、改扩建机场和已建机场的管理者提供以下三点更为直观和可行的决策参考：第一，后期机场的规划、建设和使用应结合地区经济、社会、技术和行业环境，以达到机场与地区协同发展、优化资源配置和提高资源利用效率的目的；第二，区域航空枢纽在提升内部管理水平和规模效益时，应考虑地区生产总值、人口数量、机场竞争、替代竞争等环境因素的影响；第三，区域航空枢纽可以通过积极发展货运来帮助机场增强应对疫情的抗风险能力。

参考文献：

[1] 雷凌航，杨省贵. 我国区域航空枢纽构建：现状、模式及对策[J]. 改革与战略，2016，32（2）：101-106.

[2] 中国民用航空局，国家发改委，交通运输部. “十四五”民用航空发展规划[Z]. 2021.

[3] 范换利，刘丹，王丹丹，等. 中国机场效率及影响因素研究[J]. 物流技术，2018，37（10）：48-53.

[4] 王战斌. 基于DEA方法的中国机场运营效率实证研究[J]. 交通运输系统工程与信息，2012，12（6）：186-191.

[5] 张越，胡华清. 基于Malmquist生产力指数的我国民用机场运营效率分析[J]. 系统工程，2006（12）：40-45.

[6] 褚衍昌，陈飞超. 基于超效率DEA-Malmquist指数的我国机场业运营效率评价研究[J]. 重庆交通大学学报（自然科学版），2019，38（12）：115-122.

[7] 傅昭南，邵燕敏，肖进，等. 基于双重导向型DEA模型的中国主要机场运营效率研究[J]. 交通运输系统工程与信息，2013，13（4）：193-199.

[8] 韦薇，夏洪山. 基于非期望产出的机场运营效率评价[J]. 系统工程理论与实践，2014，34（1）：138-146.

[9] 徐爱庆，陈欣，朱金福. 基于动态网络DEA模型的机场绩效研究[J]. 数学的实践与认识，2015，45（22）：65-73.

[10] 程玉辉，景崇毅. 基于三阶段非期望产出SBM-DEA模型的我国大中型机场运营效率研究[J]. 科技和产业，2020，20（3）：101-107.

[11] 张培文，景崇毅，孙宏. 基于三阶段DEA的航空运输企业运营效率研究[J]. 交通运输系统工程与信息，2016，16（6）：210-215.

[12]  FRIED， LOVELL， SCHMIDT， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis， 2002（17）：157-174.