机场运营效率研究文献述评

2023-11-22杨省贵刘冰洋于瀚翔

交通科技与经济 2023年6期

杨省贵,刘冰洋,于瀚翔,高阳

(1.中国民用航空飞行学院机场学院,四川广汉 618307;2.成都市软创智业研究会,成都 610023;3.中国民用航空飞行学院飞行技术学院,四川广汉 618307)

机场不仅是航空运输系统中的重要节点,也是促进地方经济发展的重要基础设施[1],提升机场运营效率有助于增强机场竞争力。褚衍昌[2]、于剑等[3]认为机场运营效率是机场运营综合能力的体现,是在一定航空运输市场环境和机场管理模式下,机场的运营水平相对于其他国家或地区的同类机场,能更好地为旅客提供公共安全和服务,表现为比竞争对手或者自身过去状况拥有更高的生产效率和管理水平,从而产生更多的收益。韦薇等[4]将机场运营效率界定为机场各种投入要素(人、财、物)实现的最大期望产出能力。无论是产生更多的效益、实现最大产出能力、尽最大可能满足人们出行需求,或者是相较于其他竞争者拥有更高的生产效率和管理水平,对机场运营效率的理解,人们的侧重点均集中在运用机场的有效资源来使机场收益获得最大化。

机场运营效率的研究对象选择、测度指标选取以及评价方法使用等都是机场运营效率研究的重要内容。通过对现有研究成果的梳理总结,可以为学术界研究机场运营效率问题提供参考和借鉴。

1 机场运营效率研究概况分析

文中数据来源于中国知网(CNKI)中与机场运营效率相关的研究文献。在中国知网中以检索条件“主题:机场运营效率”或“篇名:机场运营效率”,选择精确匹配,截止时间为2022年,共检索出文献147篇,其中:学术期刊论文130篇、学位论文14篇、会议论文2篇和报纸1篇。手动删除与主题无关的文献47篇,剩余101篇文献中包含中文期刊论文52篇、外文期刊论文39篇、硕博士学位论文10篇。进一步对91篇中外文期刊论文和10篇硕博士学位论文仔细研读,再一次剔除与主题不相关期刊论文33篇,剩余58篇全部引用,剔除与主题不相关学位论文2篇,剩余8篇全部引用。

图1为2004—2022年机场运营效率研究文献年度数量与趋势。从图1可以看出,文献数量整体呈现波动上升趋势, 说明机场运营效率问题正逐步引起研究者关注。其中:2004—2006 年,文献数量不多,说明机场运营效率话题还没有引起足够的关注,相关的文献也比较少,此为该研究领域的起步阶段;2006—2011 年,文献总体数量小幅上升,平均文献数量为10篇左右,2011年达到近20年文献量的最高水平,为13篇,此为该研究的发展阶段;随后十几年中,相较文献量高峰时的2011年有所下降,但依然呈现波动上升趋势。

图1 2004—2022年机场运营效率研究文献年度趋势

仅从期刊角度进行分析,由于检索到的期刊论文分别来自于38种期刊,说明机场运营效率研究涉及面较广,这在一定程度上反映出机场运营效率研究在所属学科类别上的交叉性和复杂性特点。其中发文量排名前5的期刊中,《Journal of Air Transport Management》为SSCI、《交通运输系统工程与信息》为北大核心期刊,其他3种为影响力较低期刊。整体看,机场运营效率研究论文发表在高影响力期刊上的不多,某些期刊在中国知网数据库中甚至查询不到其影响因子,有待提升。

2 机场运营效率研究对象选择

国内外学术界在研究机场运营效率的过程中,由于研究目的不同,选取的研究对象也不尽相同。有研究者选取特定区域机场进行研究,也有研究者对多个地区机场(群)进行对比研究。

2.1 特定区域机场运营效率研究

特定区域机场指具体到某一地区(或国家)的特定机场或某些机场。特定区域机场运营效率研究主要集中在两个维度:一是研究特定区域单个机场的运营效率问题;二是研究特定区域内多个机场的运营效率问题。

Fellah[5]以斯图加特机场为研究对象,通过升级其内部管理系统来解决斯图加特机场运营效率问题,该系统最大的优势是可以通过航站楼设施更好地管理机场。Malandri等[6]以里斯本机场为研究案例,认为罢工对机场运营的准时性和规律性产生了不利影响。

对于特定区域内多个机场运营效率的研究。研究者往往分析一定时间跨度的运营效率,通过纵向对比区域内多个机场运营效率的变化情况,提出相应的改进策略或者来验证管理模式的合理性,其代表性研究成果如表1所示。

表1 特定区域内多个机场运营效率代表性研究成果

同时,还有研究者注意到不同规模机场运营效率的特殊性。景崇毅等[16]、郭娟等[17]、马景禄[18]认为小型机场货运量较少,研究结果不具有代表性,因而选取我国千万级及以上大型机场作为研究对象。张辉[19]研究PPP股权出让模式对我国机场运营效率的影响,对我国适合于实行PPP模式的中大型机场的运营效率进行横向及纵向比较,证明PPP股权出让模式能够提高我国机场运营效率。赵琪[20]认为虽然中小型机场客流量不多,但中小型机场在我国机场中所占比例较大,依然在很大程度上对我国民航机场业造成影响,因此在全国中小型机场中选取39个样本。分析得出:中南地区和华北地区中小型机场的运营效率比较高,其他地区中小型机场运营效率较低的主要原因是机场设施投入不足、运营规模与当前的运量产出不匹配等。Suwanwong等[21]研究延误对亚洲最繁忙20家客运机场运营效率的影响。汪瑜等[22]从国际客运枢纽角度出发探究机场运营效率,结果表明我国南北机场发展不平衡,东西部地区机场实力相差悬殊。

2.2 多个地区机场(群)运营效率对比研究

部分研究者选取全球范围内不同地区(或国家)的机场,通过对比分析不同类型机场的运营水平[23],探究同一政策背景下不同地区机场的发展情况,探究机场发展的不足之处,借鉴其他地区(或国家)运营效率较高机场的先进经验。还有研究者对多个地区机场群的运营效率进行对比研究,选取同样的指标和方法,研究各机场群运营效率现状,测算不同机场群之间的效率差异,以找出各个机场群的发展特点,为进一步优化发展提出建议。

视角一:从全球范围内不同国家选取多个机场,通过对比分析,相互借鉴,寻找标杆机场。郑宇婷等[24]测算2017年全球机场旅客吞吐量前50名机场的运营效率,从航空服务和商业服务两方面提出中国机场运营效率的提高对策。Carlos等[25]为识别国际机场运营效率的驱动因素,选取6个国际机场理事会(ACI)地区60个最大机场的样本进行对比研究,将机场运营效率进行排序,从而识别机场运营效率的真正驱动因素, 认为最突出的驱动因素是准时制(JIT)、全面质量管理(TQM)原则以及乘客登机优化。

视角二:对多个地区机场群的运营效率进行对比研究,测算不同机场群之间的效率差异。任新惠等[26]认为长三角与珠三角地区机场群所处的地理环境相似,经济发展水平也相当,因此选取这两个机场群进行对比研究,结果发现珠三角机场群的平均运营效率高于长三角地区,导致这一现象发生的原因是长三角地区存在多个低效率机场。王茜等[27]对比分析京津冀、长三角和珠三角机场群,将每个机场群中单个机场投入产出指标的平均值作为整个机场群的运营效率投入产出值,最终得到京津冀机场群整体效率远高于长三角和珠三角机场群的结论。高黎等[28]认为平均模型忽视了机场群子机场发挥作用的不同,在研究过程中又加入加权模型,并对这两种方法进行对比,选取2014—2018年的数据,对我国机场群整体运营效率进行研究分析,并给出相应改进策略。

3 机场运营效率测度指标选取

目前学术界并未形成一个比较完整的机场运营效率测算指标体系,从现有成果看,机场运营效率测度指标包括了投入指标和产出指标两大类。有研究者从人力要素和设备要素角度选取投入指标,也有研究者从人、财、物角度进行选取,还有部分研究者围绕土地、劳动力和资本展开研究,并进一步细分为跑道长度、航站楼面积、停机坪面积、航线条数、登机门数量、候机楼数量、停机位数量及在岗职工数等。

3.1 投入指标选取

研究者会根据自己对运营效率的理解选取不同的投入指标,同时,结合数据的可得性及实用性,通常会选取跑道长度、航站楼面积和停机坪面积等[29-30]作为投入指标。研究者还会根据运营效率的关注点,依据不同机场类型的具体情况选取投入指标,陆燕楠[31]在分析中小型机场运营效率影响因素的基础上将投入指标分为连通性、生产资料和财务三类,连通性包括通航城市数量和运营航空公司数量,生产资料为机场基础设施数据,财务则包括一些运营投入。

另外,不同的研究目的也会对指标的选取造成影响,刘丹[32]为更好地了解不同时期机场运营效率变化,从机场服务和非机场服务两方面对投入指标进行分类,将机场运营体系看作两部分,其中一部分为航空服务,这一部分的投入指标选取的是跑道面积、员工成本,另外一部分是商业服务,包括零售、餐饮等。

还有研究者从生产要素角度进行投入指标的选取和分类。张蕾等[33]为避免各投入指标之间具有较强的线性相关关系,把投入指标归纳为资产成本(以资产费用来体现)和人工成本(以员工费用来体现)两类。贾品荣[34]从劳动力和资本角度选取固定资产净值、营业成本和劳动力成本作为投入指标。王战斌[35]将投入指标界定为资本、劳动力和实物三类:资本包括员工工资、业务费、维护费、材料费等;劳动力指正式员工的数量,不包含短期雇员;实物主要指机场基础设施。王恩旭等[36]选择机场规模与飞机起降架次作为机场效率的投入指标。

3.2 产出指标的选取

产出指标的选取相对比较单一,大部分研究者通常将旅客吞吐量、货邮吞吐量以及飞机起降架次三个指标作为机场的产出指标。但也有研究者在产出指标的选取过程中有自己的理解,将机场客货吞吐量和飞机起降架次作为中间产出指标,将航空服务和非航空服务作为最终产出指标[37]。程玉辉等[38]还额外增加了环境变量,其中包括地区经济和人口等外部因素,选取的产出指标也与传统的研究思路有所差别,选取旅客数、货物邮件数量、起降架次作为产出指标,而非客货吞吐量。

对机场而言,延误对运营效率产生的影响也不可忽视,延误一方面会对旅客的出行造成不利影响,同时也会影响机场的运营。Lozano等[39]、李亚飞等[40]、韩东等[41]选取的产出指标包括延误起降架次和年旅客投诉数,通过理论研究认为延误起降架次与起降架次具有很强的对立性,旅客投诉数在一定程度上会对旅客吞吐量产生一定影响。景崇毅等[42]增加航班不正常率,主要考虑航班正常率可以作为产出指标,而航班正常率与航班不正常率存在很强的相关性,因此可以作为非期望产出。除了延误以外,其他非期望产出也会对运营效率产生影响,如Kang等[43]在分析韩国14个机场5年的运营效率时加入非期望产出指标,将温室气体考虑在内。分析结果显示,不考虑温室气体的影响,除金海、襄阳、清州和丽水外,所有机场均被分析为高效机场。然而,考虑到温室气体等不良产出,只有金浦、金海、济州、务安、大邱和光州为高效机场。

4 机场运营效率评价方法使用

机场作为一个多维系统,各部门联系紧密,活动繁多,运营体系非常复杂,使得机场运营效率的评价工作更加困难。机场运营效率的评价方法主要包括定量和定性两种。国内外研究者采用定性分析方法研究机场运营效率的成果较少[44-45],绝大多数研究者都采用定量方法研究机场运营效率。

在对文献的搜集和整理过程中发现,参数分析法和非参数分析法广泛应用于机场运营效率的定量研究中。其中,参数分析法主要是随机前沿法(SFA);非参数分析法主要是数据包络分析法(DEA)及改进的DEA法(见表2)。

SFA法是利用随机前沿生产函数进行效率估计的方法,其考虑了生产过程中的随机误差,准确性较高。SFA法要解决的问题是度量第n个机场(决策单元)的效率问题,每个机场(决策单元)都有m种投入和对应的产出,具体模型如式(1)所示。

yj=f(xi,β)+εi(j=1,2,…,n;i=1,2,…,m)

(1)

式中:yj为第j个机场(决策单元)的产出;xi为第i种投入;β为待测参数;εi为误差项。

DEA法被广泛用于机场运营效率的研究中。DEA法基本模型包括基于规模报酬不变的CCR模型和基于规模报酬可变的BCC模型[60-61]。CCR模型主要用于测算含规模效率的综合技术效率(STE),BCC模型可以排除规模效率的影响,测算技术效率(TE)。CCR模型在计算综合效率时,是基于规模收益不变的假设的。

CCR模型的目标函数及约束条件为

Maxθ

(2)

(3)

(4)

λj≥0,j=1,2,…,n

(5)

S+≥0,S-≥0

(6)

式中:θ为机场运营效率值;λj为连接各有效点并形成有效前沿面的权重;Xj=(x1j,x2j,…,xij),xij为第j个机场第i种输入的输入量,xij>0;Yj=(y1j,y2j,…,yrj),yrj为第j个机场对第r种输出的输出量,yrj>0;S-、S+分别为输入、输出的松弛变量向量;X0、Y0分别为投入和产出变量。

在机场实际运营过程中,由于规模收益不变这一条件很难满足,因此,BCC模型可以排除规模效率的影响。李琦在文献[54]中运用DEA的BCC模型测算纯技术效率,BCC模型在CCR模型的目标函数及约束条件基础上增加了约束条件(7)。

(7)

还有研究者对DEA法进行了改进,改进后的主要方法有超效率DEA法和三阶段DEA法,其中超效率DEA法与DEA法的CCR模型对规模收益的假设一致,即假设决策单元的规模收益不变。超效率DEA法与DEA法的区别在于,在对决策单元进行评价时,将决策单元产出投入的比值小于等于1的约束删掉,在此基础上对效率值为1的决策单元进入深入研究,并对效率值为1的决策单元在有效基础上进行排序,从而解决了DEA法不能排名的问题。

三阶段DEA法则增加了第二阶段对环境变量的处理,在第二阶段借助SFA方法,将第一阶段的差额值分解为环境影响和随机误差,并改变原始的投入值或产出值,具体流程如图2所示。Jiang等[62]运用三阶段DEA法测算机场效率,最终发现,经济发展较快城市的中小型机场存在技术溢出现象。Yang[63]比较分析亚太地区12家国际机场运营效率,在DEA评估效率基础上,运用SFA法识别和分析影响效率的因素。

图2 三阶段DEA法流程

运用上述方法在进行效率测算时将机场看作一个黑箱子,无法清楚了解其内部运营情况,得不到各个节点效率对整体效率的影响。为克服这种无法了解内部结构的缺点,有研究者做了相应的改进尝试。傅昭南等[64]在研究中引进了双重投资导向模式,考虑投入缩减和产出增加来衡量机场整体经营效益的相对有效性。而范换利等[65]考虑到机场之间存在的竞争,运用非合作博弈DEA交叉效率模型,选取我国22家大型机场,从竞争视角研究2015—2020年的机场运营效率。Sarkis[66]利用动态网络DEA探究美国机场基础设施投入和旅客收费之间的关系,克服传统方法无视系统内部结构的缺陷。徐爱庆等[67]将整个决策系统看作是一个复杂网络系统,构建动态网络DEA,在网络DEA的空间基础上加入时间维度,扩展成一个立体三维空间,充分考虑决策单元在不同时段的效率变化。Shao等[68]和Tsui等[69]利用改进的DEA模型分别研究亚太地区国际机场运营效率。对于多个决策单元均呈现DEA有效的情况,有些研究者另辟蹊径对机场运营效率进行研究。张越等[70]使用DEA中的Malmquist生产指数模型,从产量与经营技术等角度对机场经营效益进行研究。

也有部分研究者运用灰色关联分析法研究机场运营效率。该方法主要用来衡量因素间的关联程度,并不能直接计算机场运营效率,计算得出的灰色关联度得分越高,表明运营效率越高,并可根据该得分对评价对象的运营效率进行排序。灰色关联分析模型为

(8)

(9)

式中:Δmin和Δmax分别为差值的最小值和最大值;t为年份;K为指标;P为分辨系数,一般位于[0,1]之间;|X0(K)-Xt(K)|为第t年各项指标与基准年对应各项指标的差值;X0(K)为选取的基准年指标变量;Xt(K)为第t年指标变量;rt(K)为灰色关联度,值越大,则关联度越大,评价对象的运营效率就越高。

刘浩等[71]以南京禄口国际机场为例,运用灰色关联分析法对机场运营效率进行实证研究。研究表明,新设备运营初期在一定程度上会降低运营效率,后期在增加运营规模后,运营效率将快速增加。

5 机场运营效率研究成果评析

5.1 研究对象统一

在研究对象方面,国内外研究者观点比较统一,往往以特定区域机场或多地区机场为研究对象,以某一年或几年的数据为样本,选取不同的投入产出指标进行定性分析或定量计算,根据得出的结论提出相应的改进措施。但从地理区域维度划分上看,研究某一地区或某一个机场群的运营效率居多,由于数据的可获得性和后期处理工作原因,以全国为决策单元探究民航机场整体运营效率的文献基本没有。

5.2 研究视角有待拓展

从研究视角看,大部分研究者考虑到时间维度,但却忽视了空间视角下机场运营效率的演化趋势。空间视角下效率的测算研究在旅游业、农业等方面应用较多,但到目前为止,从时空演化视角下,也就是机场运营效率随时间变化在空间分布规律方面的研究基本上为空白,还有待补充。

5.3 忽略机场运营中非期望产出

多数研究者都考虑到客货吞吐量、飞机起降架次和其他收入这些正向指标,却忽略机场运营过程中产生的非期望产出(负向指标),即使有部分研究者考虑到非期望产出,如航班延误、温室气体也不够全面和系统。非期望产出属于机场运营中产生的内外部负效应,会对社会公众、经济发展、环境保护等产生不利影响,除了航班延误、温室气体以外,还包括机场噪声、大气污染、环境破坏等,而这些非期望产出也会对机场运营效率产生重要影响,同样不可忽略。同时,这也与我国目前倡导的“绿色机场”建设理念相背,因此,要从绿色运营角度选取投入产出指标。

5.4 忽视过程指标

由于效率是产出和投入之间关系的反映,因此,多数研究者关注的焦点在机场运营的投入阶段和结果部分,而忽视了对机场运营过程的关注。实际上,机场运营效率虽然是产出和投入之间的关系反映,但同时也是机场运营过程的结果体现,机场运营不应是“投入—产出”两阶段式,而应该是“投入—运营过程—产出”三阶段式。因此,对机场运营过程的有效管理是最终实现1+1>2的关键,或者说,是实现一定投入情况下,获得尽可能多产出、取得尽可能高运营效率的关键。现有研究成果以单纯反映投入产出关系的“投入—产出”指标选取方式,忽视了过程指标对运营效率的影响,会导致运营效率测算的不准确和研究结论的不科学。

5.5 测度方法单一

对机场运营效率进行测度时,多数研究者选择DEA法,还有一部分研究者选取SFA法,而将两者结合起来的少之又少。如果单独使用DEA法会忽视环境变量和不确定因素对结果的影响,使最终的结果存在偏差。如果仅使用SFA法,在构建函数过程中,会掺杂过多的主观因素使结果缺乏客观性。前者是考虑的因素不全,后者是过度考虑主观因素,如果将二者结合起来会使测度结果更客观准确,能更加真实地反映机场运营情况。