城市發(fā)展對(duì)民航機(jī)場(chǎng)運(yùn)輸?shù)挠绊?/h1>
2018-01-16 18:12冉若靈
合作經(jīng)濟(jì)與科技 2018年3期
冉若靈
[提要] 基于2005～2014年中國(guó)103個(gè)地級(jí)市民航業(yè)發(fā)展和城市經(jīng)濟(jì)面板數(shù)據(jù)，區(qū)分長(zhǎng)期均衡和短期沖擊，構(gòu)建廣義誤差修正模型（GECM）對(duì)兩者關(guān)系進(jìn)行實(shí)證研究。研究發(fā)現(xiàn)：長(zhǎng)期來(lái)看，城市人均GDP和總?cè)丝谠黾?、產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開(kāi)放程度改善均帶來(lái)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)，旅游業(yè)和地面客運(yùn)量增長(zhǎng)對(duì)機(jī)場(chǎng)客運(yùn)量具有正向影響，而地面貨運(yùn)量對(duì)機(jī)場(chǎng)貨運(yùn)量有替代作用；短期來(lái)看，除機(jī)場(chǎng)貨運(yùn)量與地面貨運(yùn)量呈正相關(guān)關(guān)系，上述其他關(guān)系仍成立。此外，為優(yōu)化我國(guó)民用航空分布格局，城市的地理區(qū)位同樣應(yīng)納入機(jī)場(chǎng)投資建設(shè)考慮因素中。
關(guān)鍵詞：機(jī)場(chǎng)運(yùn)量；城市經(jīng)濟(jì)；城市發(fā)展；誤差修正模型
基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目：“高鐵對(duì)中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)與趨同的影響研究”（71673033）；國(guó)家自然科學(xué)基金項(xiàng)目：“基于非合作網(wǎng)絡(luò)DEA和電力系統(tǒng)CO2排放轉(zhuǎn)移的地區(qū)能源環(huán)境效率研究”（71303270）
中圖分類號(hào)：F5 文獻(xiàn)標(biāo)識(shí)碼：A
收錄日期：2017年11月24日
機(jī)場(chǎng)作為連接經(jīng)濟(jì)增長(zhǎng)中心城市的重要交通節(jié)點(diǎn)，在以知識(shí)和信息作為推動(dòng)現(xiàn)代化城市發(fā)展的主要?jiǎng)恿@一新趨勢(shì)下，在城市交通基礎(chǔ)設(shè)施建設(shè)中所起到的舉足輕重的作用日益彰顯。本文的現(xiàn)實(shí)意義在于通過(guò)計(jì)量經(jīng)濟(jì)學(xué)方法，定量分析城市發(fā)展的具體指標(biāo)如何影響民航機(jī)場(chǎng)運(yùn)量，從而為根據(jù)各城市發(fā)展情況進(jìn)行合理有效的差異化機(jī)場(chǎng)建設(shè)投資，制定“因地制宜”的發(fā)展策略并逐步實(shí)現(xiàn)我國(guó)各地機(jī)場(chǎng)均衡化發(fā)展。
一、文獻(xiàn)述評(píng)
國(guó)外對(duì)經(jīng)濟(jì)發(fā)展與機(jī)場(chǎng)運(yùn)輸之間關(guān)系研究，基于經(jīng)驗(yàn)分析和現(xiàn)象研究揭示了兩者之間的內(nèi)在關(guān)系。David Banister（1995）認(rèn)為機(jī)場(chǎng)作為一國(guó)戰(zhàn)略資產(chǎn)及地區(qū)基礎(chǔ)設(shè)施，有其存在的必要性，在航空運(yùn)輸上的投資能帶來(lái)更多資本積累；Richard K Green（2007）研究了大型城市機(jī)場(chǎng)客貨運(yùn)量與地區(qū)人口增長(zhǎng)率之間的關(guān)系，結(jié)果顯示客運(yùn)量的增加能促進(jìn)當(dāng)?shù)厝丝诘脑鲩L(zhǎng)；Shujie Yao（2012）分析了中國(guó)省級(jí)機(jī)場(chǎng)運(yùn)輸與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，發(fā)現(xiàn)地面運(yùn)輸與政策導(dǎo)向也是影響中國(guó)航空運(yùn)輸發(fā)展的重要因素；Michael W Tretheway（2014）討論了航空供應(yīng)鏈的回報(bào)并分析了航空運(yùn)輸產(chǎn)業(yè)及其可持續(xù)發(fā)展性，并提出相關(guān)政策建議；John D.Kasarda（2015）指出，現(xiàn)代國(guó)際機(jī)場(chǎng)對(duì)于發(fā)展多元化經(jīng)濟(jì)、擴(kuò)大出口、吸引投資和高消費(fèi)游客等方面起著日益顯著的作用，并以鄭州新鄭機(jī)場(chǎng)為例，結(jié)合全球重要機(jī)場(chǎng)分析指出門戶機(jī)場(chǎng)將成為區(qū)域經(jīng)濟(jì)發(fā)展不可或缺的新引擎。
國(guó)內(nèi)研究方面，任曙明（1998）運(yùn)用1985～1995年的樣本數(shù)據(jù)對(duì)旅客周轉(zhuǎn)量對(duì)居民消費(fèi)水平的彈性、貨郵周轉(zhuǎn)量對(duì)國(guó)民生產(chǎn)總值的彈性進(jìn)行分析。張蕾（2010）以南京祿口機(jī)場(chǎng)為例，運(yùn)用格蘭杰因果檢驗(yàn)分析南京祿口國(guó)際機(jī)場(chǎng)和南京市區(qū)不同空間維度上的經(jīng)濟(jì)增長(zhǎng)關(guān)系，得出機(jī)場(chǎng)仍依靠市區(qū)經(jīng)濟(jì)發(fā)展帶動(dòng)機(jī)場(chǎng)運(yùn)營(yíng)量的增加。劉蘭娟等（2009）以1978～2008年間我國(guó)民航運(yùn)輸指標(biāo)和GDP數(shù)據(jù)建立VAR模型，驗(yàn)證出民航運(yùn)輸促進(jìn)了國(guó)民經(jīng)濟(jì)的發(fā)展。管馳明和馬奇騏（2010）選取1985～2007年相關(guān)變量建立航空運(yùn)輸投資與資本積累效應(yīng)、投資吸引效應(yīng)、需求促進(jìn)效應(yīng)等六個(gè)效應(yīng)與GDP的雙變量滯后m期的VAR模型，得出我國(guó)航空運(yùn)輸投資直接促進(jìn)經(jīng)濟(jì)增長(zhǎng)，其間接影響伴隨著明顯的滯后性。劉玉萍等（2011）基于1978～2008年時(shí)間序列數(shù)據(jù)，采用格蘭杰檢驗(yàn)得出航空運(yùn)輸發(fā)展會(huì)在較長(zhǎng)時(shí)期后顯現(xiàn)出其對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，而經(jīng)濟(jì)增長(zhǎng)對(duì)航空運(yùn)輸需求的增加沒(méi)有顯著影響。馬風(fēng)華（2013）以廣州白云機(jī)場(chǎng)和深圳寶安機(jī)場(chǎng)為例，得出機(jī)場(chǎng)貨運(yùn)量的增加對(duì)城市經(jīng)濟(jì)產(chǎn)生促進(jìn)作用，而城市經(jīng)濟(jì)水平的提高對(duì)機(jī)場(chǎng)貨運(yùn)量的增加不甚明顯這一結(jié)論。楊秀云（2009）則從機(jī)場(chǎng)管制入手，提出將機(jī)場(chǎng)放松管制與機(jī)場(chǎng)企業(yè)改革相結(jié)合，從而達(dá)到改善機(jī)場(chǎng)產(chǎn)業(yè)市場(chǎng)績(jī)效和服務(wù)質(zhì)量的目的。
有別于前人研究，本文使用2005～2014年中國(guó)擁有民航機(jī)場(chǎng)的103個(gè)地級(jí)城市民航業(yè)發(fā)展和城市經(jīng)濟(jì)面板數(shù)據(jù)，區(qū)分長(zhǎng)期均衡和短期沖擊，構(gòu)建面板數(shù)據(jù)廣義誤差修正模型對(duì)城市發(fā)展與機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量的關(guān)系之間進(jìn)行實(shí)證研究，以填補(bǔ)上述研究空白。
二、中國(guó)城市民航機(jī)場(chǎng)的發(fā)展
民航運(yùn)輸業(yè)作為連接城市之間市場(chǎng)與生產(chǎn)要素的紐帶，隨著中國(guó)經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，其在城市交通基礎(chǔ)設(shè)施的地位不斷提升，發(fā)展異常迅速。我國(guó)機(jī)場(chǎng)運(yùn)輸業(yè)在2005～2014年間一直保持快速增長(zhǎng)，機(jī)場(chǎng)客運(yùn)量增長(zhǎng)近3倍，從2005年的27，952.09萬(wàn)人激增到2014年的81，524.96萬(wàn)人；機(jī)場(chǎng)貨運(yùn)量在2005年為631.89萬(wàn)噸，這一數(shù)值到2014年增加到了1，351.57萬(wàn)噸。
中國(guó)民航總局將城市所屬地區(qū)劃分為東部、中部、西部和東北部地區(qū)，表1列出了2005年至2014年間各地區(qū)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)情況。通過(guò)初步的數(shù)據(jù)分析可以看到，機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)與城市GDP增長(zhǎng)之間存在著緊密聯(lián)系，航空運(yùn)輸發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在同向發(fā)展關(guān)系，總體看來(lái)，地區(qū)GDP增長(zhǎng)速度越快，相應(yīng)的機(jī)場(chǎng)客貨運(yùn)輸量的增長(zhǎng)幅度就越大，且航空運(yùn)輸量的增長(zhǎng)速度約為同期地區(qū)經(jīng)濟(jì)增長(zhǎng)速度的2倍。從全國(guó)范圍來(lái)看，2005～2014年間，機(jī)場(chǎng)客運(yùn)量平均增長(zhǎng)速度為19.87%，機(jī)場(chǎng)貨運(yùn)量平均增長(zhǎng)速度為21.50%，均高于12.71%的GDP平均增速。不管是從全國(guó)范圍還是分區(qū)域來(lái)看，2005～2010期間，機(jī)場(chǎng)客運(yùn)量、機(jī)場(chǎng)貨運(yùn)量與GDP平均增長(zhǎng)速度均高于2010～2014年間各變量的增長(zhǎng)速度，反映出自2010年后，機(jī)場(chǎng)客貨運(yùn)量與經(jīng)濟(jì)增長(zhǎng)速度較之前有所放緩。（表1）
各地區(qū)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)速度之間仍然存在著差異，且這種差異不同于其他經(jīng)濟(jì)活動(dòng)的區(qū)域分布特性。以西部地區(qū)為例，2005～2014年間其機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量年平均增長(zhǎng)速度分別為22.67%和24.46%，均高于其他三個(gè)地區(qū)。反觀經(jīng)濟(jì)發(fā)展水平更高的東部地區(qū)，其機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)率卻最低，分別為17.69%和19.27%。這也進(jìn)一步說(shuō)明航空運(yùn)輸?shù)陌l(fā)展并非僅受GDP的影響，對(duì)外開(kāi)放程度、經(jīng)濟(jì)結(jié)構(gòu)、地面運(yùn)輸?shù)纫幌盗谐鞘邪l(fā)展水平因素也會(huì)影響城市航空運(yùn)輸業(yè)的發(fā)展。endprint
三、模型、變量與數(shù)據(jù)說(shuō)明
（一）長(zhǎng)期均衡模型設(shè)定。本文使用中國(guó)地級(jí)城市人均國(guó)內(nèi)生產(chǎn)總值（GDP）、總?cè)丝?、機(jī)場(chǎng)地理位置、對(duì)外開(kāi)放程度、經(jīng)濟(jì)結(jié)構(gòu)和地面客運(yùn)貨運(yùn)量作為機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量的解釋變量?？紤]到航空客運(yùn)獨(dú)特的細(xì)分目標(biāo)市場(chǎng)，在機(jī)場(chǎng)客運(yùn)量影響因素模型中還使用了衡量旅游產(chǎn)業(yè)發(fā)展的變量。
在具體指標(biāo)選擇上，各地級(jí)市對(duì)外開(kāi)放程度采用進(jìn)出口總額占GDP之比和外商投資實(shí)際使用金額這兩個(gè)指標(biāo)；經(jīng)濟(jì)結(jié)構(gòu)采用第三產(chǎn)業(yè)就業(yè)人員占總就業(yè)人口之比；地面運(yùn)輸以公路和鐵路運(yùn)輸?shù)目瓦\(yùn)和貨運(yùn)總和分別作為地面運(yùn)輸客運(yùn)量和貨運(yùn)量指標(biāo)；旅游產(chǎn)業(yè)發(fā)展采用各市入境游人數(shù)為指標(biāo)；按中國(guó)民航總局的劃分標(biāo)準(zhǔn)，以我國(guó)中部地區(qū)為基準(zhǔn)，分別使用東部、中部、和東北部三個(gè)虛擬變量分析機(jī)場(chǎng)地理位置的影響。城市機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量與其影響因素的長(zhǎng)期均衡模型可以分別用方程（1）和方程（2）表示：
Airp，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtp，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7Travelit+？琢8East+？琢9West+？琢10Northeast+？滋it （1）
Airf，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtf，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7East+？琢8West+？琢9Northeast+？滋it （2）
除產(chǎn)業(yè)結(jié)構(gòu)與進(jìn)出口總額占GDP比重這兩個(gè)指標(biāo)外，模型中其他變量均為自然對(duì)數(shù)形式。其中，下標(biāo)p表示機(jī)場(chǎng)客運(yùn)，f表示機(jī)場(chǎng)貨運(yùn)，i表示不同城市，t表示時(shí)間；Airp，it與Airf，it為因變量，分別代表城市機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量；y代表人均國(guó)內(nèi)生產(chǎn)總值；Pop為地級(jí)市轄區(qū)內(nèi)年末總?cè)丝?；Gt為地面交通運(yùn)量，用下標(biāo)p和f區(qū)分了客運(yùn)量和貨運(yùn)量；Services是第三產(chǎn)業(yè)就業(yè)人數(shù)占全社會(huì)就業(yè)的比重，代表城市的產(chǎn)業(yè)結(jié)構(gòu)；FDI為各市外商直接投資使用金額；Trade為進(jìn)出口總額與GDP之比，與FDI共同衡量了各市對(duì)外開(kāi)放程度；Travel為城市入境游人數(shù)衡量的旅游業(yè)發(fā)展情況；East、West和Northeast分別為東部、西部和東北部的地區(qū)虛擬變量，例如，當(dāng)某城市處于東部地區(qū)時(shí)，East=1，其他情況，East=0；？滋為隨機(jī)誤差項(xiàng)。
（二）數(shù)據(jù)說(shuō)明與變量選擇。為使得數(shù)據(jù)具有完整性與客觀性，模型選用我國(guó)103個(gè)自2005年至2014年一直擁有機(jī)場(chǎng)的地級(jí)市的面板數(shù)據(jù)集。在實(shí)證分析過(guò)程中，對(duì)數(shù)據(jù)進(jìn)行如下處理：一是對(duì)除產(chǎn)業(yè)結(jié)構(gòu)和地區(qū)開(kāi)放程度這兩個(gè)比重值外的所有數(shù)據(jù)取自然對(duì)數(shù)；二是使用以2005年為基期的GDP指數(shù)對(duì)現(xiàn)價(jià)GDP進(jìn)行縮減，將得到的實(shí)際GDP除以各市對(duì)應(yīng)年份總?cè)丝冢瑥亩玫揭?005年不變價(jià)計(jì)算的人均GDP；三是將各市當(dāng)年進(jìn)出口總額按對(duì)應(yīng)年份換算為人民幣并除以當(dāng)年名義GDP值，由此得到以人民幣為單位的進(jìn)出口額占GDP比重；四是以2005年為基期，將城市各年度FDI實(shí)際使用金額用美國(guó)CPI指數(shù)進(jìn)行平減來(lái)得到年度金額的不變價(jià)，并乘以2005年美元兌人民幣匯率。
四、實(shí)證檢驗(yàn)與結(jié)果分析
（一）長(zhǎng)期模型結(jié)果分析。長(zhǎng)期模型分析結(jié)果顯示，R2系數(shù)分別為0.66和0.65，兩個(gè)因變量都得到了很好的解釋，關(guān)鍵解釋變量均很好體現(xiàn)了其對(duì)機(jī)場(chǎng)客貨運(yùn)量的顯著影響作用。地面運(yùn)輸客運(yùn)量的結(jié)果顯示其對(duì)機(jī)場(chǎng)客運(yùn)量的影響顯著為正，表明從長(zhǎng)期看來(lái)，在新的發(fā)展階段下地面客運(yùn)與機(jī)場(chǎng)客運(yùn)之間逐漸由相互替代的競(jìng)爭(zhēng)關(guān)系轉(zhuǎn)變?yōu)橄嗷ゴ龠M(jìn)的互補(bǔ)關(guān)系，由于陸地與航空交通的一體化發(fā)展，在其他條件不變的情況下，地面客運(yùn)量的增加即擴(kuò)大了人員交通出行需求，航空客運(yùn)量也相應(yīng)會(huì)有所增加；進(jìn)出口總額占GDP比重這一指標(biāo)在長(zhǎng)期回歸模型結(jié)果中對(duì)機(jī)場(chǎng)客運(yùn)量影響不顯著，原因在于本文運(yùn)用了兩個(gè)指標(biāo)來(lái)解釋對(duì)外開(kāi)放程度的影響作用，相比較之下FDI實(shí)際使用金額能起到更好解釋作用，而貨物的進(jìn)出口更能體現(xiàn)其對(duì)于航空客運(yùn)的直接影響。除東北地區(qū)虛擬變量外，其他解釋變量對(duì)被解釋變量影響均在1%或5%水平下顯著。
此外，根據(jù)上述回歸結(jié)果，從長(zhǎng)期來(lái)看地面運(yùn)輸客運(yùn)量對(duì)機(jī)場(chǎng)客運(yùn)量有顯著正向影響；地面交通貨運(yùn)量對(duì)機(jī)場(chǎng)貨運(yùn)量存在顯著負(fù)面影響，即地面貨運(yùn)對(duì)航空貨運(yùn)起到替代作用。由于地面交通運(yùn)輸方式的不斷提速和冷鏈運(yùn)輸?shù)钠占埃蟠罂s減了運(yùn)輸時(shí)長(zhǎng)并保證了貨物新鮮程度，使得價(jià)格較低的地面運(yùn)輸方式更具有競(jìng)爭(zhēng)力。
有關(guān)地區(qū)虛擬變量的回歸結(jié)果有所不同，未能很好反映預(yù)期中區(qū)域經(jīng)濟(jì)發(fā)展水平與航空運(yùn)輸發(fā)展應(yīng)有的正向關(guān)系。東部地區(qū)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于作為參考變量的中部地區(qū)發(fā)展水平，但東部地區(qū)虛擬變量的系數(shù)符號(hào)在機(jī)場(chǎng)客運(yùn)與貨運(yùn)中均為負(fù)，這意味著其對(duì)航空運(yùn)輸?shù)男枨笠∮谥胁可踔廖鞑康貐^(qū)。究其原因可能存在于，相較于中西部地區(qū)，東部地區(qū)各城市人員分布較為集中且地面交通設(shè)施更為方便快捷。不同于東部地區(qū)，西部地區(qū)雖然發(fā)展較為落后但估計(jì)系數(shù)卻顯著為正，同樣可以合理解釋為西部地區(qū)由于人員分布更為松散，加之地區(qū)面積廣袤且地形復(fù)雜多變，地面交通較東部及中部地區(qū)更為不便，這樣一來(lái)，西部地區(qū)對(duì)航空運(yùn)輸?shù)男枨蟊愀哂谥袞|部地區(qū)。（表2）
（二）GECM模型結(jié)果分析。將長(zhǎng)期模型差分而得的短期模型與GECM模型進(jìn)行回歸分析，結(jié)果如表3所示，表中的因變量分別為機(jī)場(chǎng)客運(yùn)量和機(jī)場(chǎng)貨運(yùn)量的差分項(xiàng)，回歸結(jié)果分為兩列，包含這兩個(gè)因變量的短期模型和GECM結(jié)果。對(duì)機(jī)場(chǎng)客運(yùn)量而言，人均GDP對(duì)其具有顯著的正向影響，總?cè)丝?、?duì)外開(kāi)放程度、第三產(chǎn)業(yè)就業(yè)比重和地面運(yùn)輸客運(yùn)量在短期內(nèi)對(duì)航空客運(yùn)的影響不顯著。機(jī)場(chǎng)貨運(yùn)量的影響因素中，人均GDP與總?cè)丝谕瑯语@示出了顯著正向影響，除此之外，其他解釋變量回歸結(jié)果均不顯著。短期模型回歸結(jié)果中兩個(gè)模型的解釋變量除了人均GDP和總?cè)丝谶@兩個(gè)指標(biāo)顯著外，其他自變量未能很好的解釋因變量，R2值也不高，原因可能在于：（1）機(jī)場(chǎng)客貨運(yùn)量的增長(zhǎng)不依賴于除人均GDP以外的解釋變量的短期變化；（2）由于未經(jīng)過(guò)誤差修正模型的進(jìn)一步處理，該短期模型存在的固有缺陷仍然存在，故而不能很好地反映各變量特性。endprint
在一步誤差修正模型中，機(jī)場(chǎng)客運(yùn)量與機(jī)場(chǎng)貨運(yùn)量滯后一期的回歸系數(shù)均為負(fù)值且處于1%的顯著水平，表明GECM對(duì)短期模型具有顯著影響，且進(jìn)一步說(shuō)明長(zhǎng)期模型中的結(jié)果不存在偏差，所有變量存在長(zhǎng)期協(xié)整關(guān)系。對(duì)機(jī)場(chǎng)客運(yùn)而言，人均GDP、總?cè)丝凇DI實(shí)際使用金額和入境旅游人數(shù)等四個(gè)主要變量均對(duì)其產(chǎn)生顯著正向影響，證明航空客運(yùn)的發(fā)展受上述解釋變量的推動(dòng)，地面運(yùn)輸客運(yùn)量在短期內(nèi)對(duì)機(jī)場(chǎng)客運(yùn)量的影響并不顯著。對(duì)機(jī)場(chǎng)貨運(yùn)而言，人均GDP和總?cè)丝趯?duì)航空貨運(yùn)量具有顯著積極影響，再次表明經(jīng)濟(jì)發(fā)展與人口因素對(duì)航空運(yùn)輸發(fā)展的積極推動(dòng)作用。進(jìn)出口總額占GDP比重這一指標(biāo)在10%顯著水平下體現(xiàn)其對(duì)機(jī)場(chǎng)貨運(yùn)量的正向影響作用。與預(yù)期不同，地面貨運(yùn)在短期內(nèi)對(duì)機(jī)場(chǎng)貨運(yùn)量具有積極推動(dòng)作用而非替代作用，表明在現(xiàn)代物流運(yùn)輸中，地面運(yùn)輸與航空運(yùn)輸在短期內(nèi)是相互協(xié)作的關(guān)系，公路或鐵路貨運(yùn)量的增加會(huì)加大向機(jī)場(chǎng)聚集的貨物流量，從而帶動(dòng)機(jī)場(chǎng)貨運(yùn)量的進(jìn)一步增長(zhǎng)。（表3）
五、研究結(jié)論
經(jīng)過(guò)長(zhǎng)期與短期的實(shí)證分析可以看到，我國(guó)城市發(fā)展中的各維度指標(biāo)諸如經(jīng)濟(jì)發(fā)展水平、總?cè)丝凇⒌孛娼煌ㄟ\(yùn)輸、對(duì)外開(kāi)放程度、旅游業(yè)發(fā)展等均影響著民航機(jī)場(chǎng)運(yùn)輸量的高低。總結(jié)結(jié)論如下：
（一）機(jī)場(chǎng)運(yùn)輸業(yè)在長(zhǎng)期和短期模型中均受到所在城市人均GDP和總?cè)丝诘娘@著正向影響作用，且回歸系數(shù)較大，表明城市經(jīng)濟(jì)發(fā)展水平和人口是影響我國(guó)機(jī)場(chǎng)運(yùn)輸業(yè)發(fā)展最為重要的兩個(gè)因素。
（二）GECM模型與長(zhǎng)期模型結(jié)果均顯示，航空運(yùn)輸業(yè)同時(shí)受到所在城市對(duì)外開(kāi)放程度的重要影響，機(jī)場(chǎng)客運(yùn)主要受到FDI實(shí)際使用金額的正向影響，而進(jìn)出口總額占GDP比重也對(duì)機(jī)場(chǎng)貨運(yùn)起到顯著推動(dòng)作用；此外，旅游業(yè)發(fā)展水平的高低也影響著機(jī)場(chǎng)客運(yùn)量的大小，若某一城市旅游業(yè)較為興旺，則會(huì)吸引更多旅客流量，從而帶動(dòng)機(jī)場(chǎng)客運(yùn)量的增長(zhǎng)。
（三）各城市擁有的地面交通運(yùn)輸對(duì)機(jī)場(chǎng)運(yùn)輸在不同時(shí)期具有不同影響。本文基于最新的中國(guó)城市級(jí)別數(shù)據(jù)得到的回歸結(jié)果表明，短期內(nèi)的地面貨運(yùn)量增加能帶動(dòng)機(jī)場(chǎng)貨運(yùn)量的增加；從長(zhǎng)期看來(lái)，地面客運(yùn)量對(duì)機(jī)場(chǎng)客運(yùn)量仍具有正向影響作用，但地面貨運(yùn)量與機(jī)場(chǎng)貨運(yùn)量之間的互補(bǔ)關(guān)系逐步被新的競(jìng)爭(zhēng)關(guān)系所取代，即長(zhǎng)期情形下地面貨物運(yùn)輸量增長(zhǎng)對(duì)機(jī)場(chǎng)運(yùn)輸具有負(fù)面效應(yīng)。
（四）區(qū)位因素：以中部地區(qū)作為參考，在長(zhǎng)期模型中，當(dāng)其他條件保持不變時(shí)，由于東西部地區(qū)各自的地面交通系統(tǒng)發(fā)達(dá)程度的不同、人口分布疏密度的區(qū)別和地形的顯著差異，導(dǎo)致西部地區(qū)對(duì)于機(jī)場(chǎng)運(yùn)輸發(fā)展相較于中部地區(qū)具有顯著的促進(jìn)作用，而經(jīng)濟(jì)更為發(fā)達(dá)的東部地區(qū)對(duì)機(jī)場(chǎng)運(yùn)輸發(fā)展起到的是負(fù)向影響作用；在GECM模型中，西部地區(qū)同樣顯示出其對(duì)機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量的推動(dòng)作用，這與長(zhǎng)期模型的結(jié)論一致，東部地區(qū)和東北部地區(qū)機(jī)場(chǎng)客運(yùn)量的增長(zhǎng)速度則表現(xiàn)為較為緩慢。
主要參考文獻(xiàn)：
[1]DAVID B.Transport and Urban Development[M].London：E&FN SPON，1995.
[2]GREEN R K.Airports and Economic Development[J].Real Estate Economics，2007.35.1.
[3]SHUJIE Y，XIUYUN Y.Air transport and regional economic growth in China[J].Asia-Pacific Journal of Accounting & Economics，2012.19.3.
[4]TRETHEWAY M W，MARKHVIDA K. The aviation value chain：Economic returns and policy issues[J].Journal of Air Transport Management，2014.
[5]KASARDA J D.China's Dynamic Airport Economic Zone[J].Site Selection，2015.
[6]任曙明.我國(guó)民用航空運(yùn)輸市場(chǎng)結(jié)構(gòu)分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，1998.6.
[7]張蕾，陳雯，宋正娜等.機(jī)場(chǎng)運(yùn)營(yíng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性——以南京祿口國(guó)際機(jī)場(chǎng)為例[J].地理科學(xué)進(jìn)展，2010.29.12.
[8]劉蘭娟，董萬(wàn)好.基于VAR模型的民航運(yùn)輸業(yè)與GDP關(guān)系實(shí)證分析[J].財(cái)經(jīng)研究，2009.35.8.
[9]管馳明，馬奇騏.航空運(yùn)輸投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響及其機(jī)制的實(shí)證研究[J].中國(guó)軟科學(xué)，2010.10.endprint
猜你喜歡
冉若靈
[提要] 基于2005～2014年中國(guó)103個(gè)地級(jí)市民航業(yè)發(fā)展和城市經(jīng)濟(jì)面板數(shù)據(jù)，區(qū)分長(zhǎng)期均衡和短期沖擊，構(gòu)建廣義誤差修正模型（GECM）對(duì)兩者關(guān)系進(jìn)行實(shí)證研究。研究發(fā)現(xiàn)：長(zhǎng)期來(lái)看，城市人均GDP和總?cè)丝谠黾?、產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開(kāi)放程度改善均帶來(lái)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)，旅游業(yè)和地面客運(yùn)量增長(zhǎng)對(duì)機(jī)場(chǎng)客運(yùn)量具有正向影響，而地面貨運(yùn)量對(duì)機(jī)場(chǎng)貨運(yùn)量有替代作用；短期來(lái)看，除機(jī)場(chǎng)貨運(yùn)量與地面貨運(yùn)量呈正相關(guān)關(guān)系，上述其他關(guān)系仍成立。此外，為優(yōu)化我國(guó)民用航空分布格局，城市的地理區(qū)位同樣應(yīng)納入機(jī)場(chǎng)投資建設(shè)考慮因素中。
關(guān)鍵詞：機(jī)場(chǎng)運(yùn)量；城市經(jīng)濟(jì)；城市發(fā)展；誤差修正模型
基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目：“高鐵對(duì)中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)與趨同的影響研究”（71673033）；國(guó)家自然科學(xué)基金項(xiàng)目：“基于非合作網(wǎng)絡(luò)DEA和電力系統(tǒng)CO2排放轉(zhuǎn)移的地區(qū)能源環(huán)境效率研究”（71303270）
中圖分類號(hào)：F5 文獻(xiàn)標(biāo)識(shí)碼：A
收錄日期：2017年11月24日
機(jī)場(chǎng)作為連接經(jīng)濟(jì)增長(zhǎng)中心城市的重要交通節(jié)點(diǎn)，在以知識(shí)和信息作為推動(dòng)現(xiàn)代化城市發(fā)展的主要?jiǎng)恿@一新趨勢(shì)下，在城市交通基礎(chǔ)設(shè)施建設(shè)中所起到的舉足輕重的作用日益彰顯。本文的現(xiàn)實(shí)意義在于通過(guò)計(jì)量經(jīng)濟(jì)學(xué)方法，定量分析城市發(fā)展的具體指標(biāo)如何影響民航機(jī)場(chǎng)運(yùn)量，從而為根據(jù)各城市發(fā)展情況進(jìn)行合理有效的差異化機(jī)場(chǎng)建設(shè)投資，制定“因地制宜”的發(fā)展策略并逐步實(shí)現(xiàn)我國(guó)各地機(jī)場(chǎng)均衡化發(fā)展。
一、文獻(xiàn)述評(píng)
國(guó)外對(duì)經(jīng)濟(jì)發(fā)展與機(jī)場(chǎng)運(yùn)輸之間關(guān)系研究，基于經(jīng)驗(yàn)分析和現(xiàn)象研究揭示了兩者之間的內(nèi)在關(guān)系。David Banister（1995）認(rèn)為機(jī)場(chǎng)作為一國(guó)戰(zhàn)略資產(chǎn)及地區(qū)基礎(chǔ)設(shè)施，有其存在的必要性，在航空運(yùn)輸上的投資能帶來(lái)更多資本積累；Richard K Green（2007）研究了大型城市機(jī)場(chǎng)客貨運(yùn)量與地區(qū)人口增長(zhǎng)率之間的關(guān)系，結(jié)果顯示客運(yùn)量的增加能促進(jìn)當(dāng)?shù)厝丝诘脑鲩L(zhǎng)；Shujie Yao（2012）分析了中國(guó)省級(jí)機(jī)場(chǎng)運(yùn)輸與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，發(fā)現(xiàn)地面運(yùn)輸與政策導(dǎo)向也是影響中國(guó)航空運(yùn)輸發(fā)展的重要因素；Michael W Tretheway（2014）討論了航空供應(yīng)鏈的回報(bào)并分析了航空運(yùn)輸產(chǎn)業(yè)及其可持續(xù)發(fā)展性，并提出相關(guān)政策建議；John D.Kasarda（2015）指出，現(xiàn)代國(guó)際機(jī)場(chǎng)對(duì)于發(fā)展多元化經(jīng)濟(jì)、擴(kuò)大出口、吸引投資和高消費(fèi)游客等方面起著日益顯著的作用，并以鄭州新鄭機(jī)場(chǎng)為例，結(jié)合全球重要機(jī)場(chǎng)分析指出門戶機(jī)場(chǎng)將成為區(qū)域經(jīng)濟(jì)發(fā)展不可或缺的新引擎。
國(guó)內(nèi)研究方面，任曙明（1998）運(yùn)用1985～1995年的樣本數(shù)據(jù)對(duì)旅客周轉(zhuǎn)量對(duì)居民消費(fèi)水平的彈性、貨郵周轉(zhuǎn)量對(duì)國(guó)民生產(chǎn)總值的彈性進(jìn)行分析。張蕾（2010）以南京祿口機(jī)場(chǎng)為例，運(yùn)用格蘭杰因果檢驗(yàn)分析南京祿口國(guó)際機(jī)場(chǎng)和南京市區(qū)不同空間維度上的經(jīng)濟(jì)增長(zhǎng)關(guān)系，得出機(jī)場(chǎng)仍依靠市區(qū)經(jīng)濟(jì)發(fā)展帶動(dòng)機(jī)場(chǎng)運(yùn)營(yíng)量的增加。劉蘭娟等（2009）以1978～2008年間我國(guó)民航運(yùn)輸指標(biāo)和GDP數(shù)據(jù)建立VAR模型，驗(yàn)證出民航運(yùn)輸促進(jìn)了國(guó)民經(jīng)濟(jì)的發(fā)展。管馳明和馬奇騏（2010）選取1985～2007年相關(guān)變量建立航空運(yùn)輸投資與資本積累效應(yīng)、投資吸引效應(yīng)、需求促進(jìn)效應(yīng)等六個(gè)效應(yīng)與GDP的雙變量滯后m期的VAR模型，得出我國(guó)航空運(yùn)輸投資直接促進(jìn)經(jīng)濟(jì)增長(zhǎng)，其間接影響伴隨著明顯的滯后性。劉玉萍等（2011）基于1978～2008年時(shí)間序列數(shù)據(jù)，采用格蘭杰檢驗(yàn)得出航空運(yùn)輸發(fā)展會(huì)在較長(zhǎng)時(shí)期后顯現(xiàn)出其對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，而經(jīng)濟(jì)增長(zhǎng)對(duì)航空運(yùn)輸需求的增加沒(méi)有顯著影響。馬風(fēng)華（2013）以廣州白云機(jī)場(chǎng)和深圳寶安機(jī)場(chǎng)為例，得出機(jī)場(chǎng)貨運(yùn)量的增加對(duì)城市經(jīng)濟(jì)產(chǎn)生促進(jìn)作用，而城市經(jīng)濟(jì)水平的提高對(duì)機(jī)場(chǎng)貨運(yùn)量的增加不甚明顯這一結(jié)論。楊秀云（2009）則從機(jī)場(chǎng)管制入手，提出將機(jī)場(chǎng)放松管制與機(jī)場(chǎng)企業(yè)改革相結(jié)合，從而達(dá)到改善機(jī)場(chǎng)產(chǎn)業(yè)市場(chǎng)績(jī)效和服務(wù)質(zhì)量的目的。
有別于前人研究，本文使用2005～2014年中國(guó)擁有民航機(jī)場(chǎng)的103個(gè)地級(jí)城市民航業(yè)發(fā)展和城市經(jīng)濟(jì)面板數(shù)據(jù)，區(qū)分長(zhǎng)期均衡和短期沖擊，構(gòu)建面板數(shù)據(jù)廣義誤差修正模型對(duì)城市發(fā)展與機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量的關(guān)系之間進(jìn)行實(shí)證研究，以填補(bǔ)上述研究空白。
二、中國(guó)城市民航機(jī)場(chǎng)的發(fā)展
民航運(yùn)輸業(yè)作為連接城市之間市場(chǎng)與生產(chǎn)要素的紐帶，隨著中國(guó)經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，其在城市交通基礎(chǔ)設(shè)施的地位不斷提升，發(fā)展異常迅速。我國(guó)機(jī)場(chǎng)運(yùn)輸業(yè)在2005～2014年間一直保持快速增長(zhǎng)，機(jī)場(chǎng)客運(yùn)量增長(zhǎng)近3倍，從2005年的27，952.09萬(wàn)人激增到2014年的81，524.96萬(wàn)人；機(jī)場(chǎng)貨運(yùn)量在2005年為631.89萬(wàn)噸，這一數(shù)值到2014年增加到了1，351.57萬(wàn)噸。
中國(guó)民航總局將城市所屬地區(qū)劃分為東部、中部、西部和東北部地區(qū)，表1列出了2005年至2014年間各地區(qū)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)情況。通過(guò)初步的數(shù)據(jù)分析可以看到，機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)與城市GDP增長(zhǎng)之間存在著緊密聯(lián)系，航空運(yùn)輸發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在同向發(fā)展關(guān)系，總體看來(lái)，地區(qū)GDP增長(zhǎng)速度越快，相應(yīng)的機(jī)場(chǎng)客貨運(yùn)輸量的增長(zhǎng)幅度就越大，且航空運(yùn)輸量的增長(zhǎng)速度約為同期地區(qū)經(jīng)濟(jì)增長(zhǎng)速度的2倍。從全國(guó)范圍來(lái)看，2005～2014年間，機(jī)場(chǎng)客運(yùn)量平均增長(zhǎng)速度為19.87%，機(jī)場(chǎng)貨運(yùn)量平均增長(zhǎng)速度為21.50%，均高于12.71%的GDP平均增速。不管是從全國(guó)范圍還是分區(qū)域來(lái)看，2005～2010期間，機(jī)場(chǎng)客運(yùn)量、機(jī)場(chǎng)貨運(yùn)量與GDP平均增長(zhǎng)速度均高于2010～2014年間各變量的增長(zhǎng)速度，反映出自2010年后，機(jī)場(chǎng)客貨運(yùn)量與經(jīng)濟(jì)增長(zhǎng)速度較之前有所放緩。（表1）
各地區(qū)機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)速度之間仍然存在著差異，且這種差異不同于其他經(jīng)濟(jì)活動(dòng)的區(qū)域分布特性。以西部地區(qū)為例，2005～2014年間其機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量年平均增長(zhǎng)速度分別為22.67%和24.46%，均高于其他三個(gè)地區(qū)。反觀經(jīng)濟(jì)發(fā)展水平更高的東部地區(qū)，其機(jī)場(chǎng)客貨運(yùn)量增長(zhǎng)率卻最低，分別為17.69%和19.27%。這也進(jìn)一步說(shuō)明航空運(yùn)輸?shù)陌l(fā)展并非僅受GDP的影響，對(duì)外開(kāi)放程度、經(jīng)濟(jì)結(jié)構(gòu)、地面運(yùn)輸?shù)纫幌盗谐鞘邪l(fā)展水平因素也會(huì)影響城市航空運(yùn)輸業(yè)的發(fā)展。endprint
三、模型、變量與數(shù)據(jù)說(shuō)明
（一）長(zhǎng)期均衡模型設(shè)定。本文使用中國(guó)地級(jí)城市人均國(guó)內(nèi)生產(chǎn)總值（GDP）、總?cè)丝?、機(jī)場(chǎng)地理位置、對(duì)外開(kāi)放程度、經(jīng)濟(jì)結(jié)構(gòu)和地面客運(yùn)貨運(yùn)量作為機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量的解釋變量?？紤]到航空客運(yùn)獨(dú)特的細(xì)分目標(biāo)市場(chǎng)，在機(jī)場(chǎng)客運(yùn)量影響因素模型中還使用了衡量旅游產(chǎn)業(yè)發(fā)展的變量。
在具體指標(biāo)選擇上，各地級(jí)市對(duì)外開(kāi)放程度采用進(jìn)出口總額占GDP之比和外商投資實(shí)際使用金額這兩個(gè)指標(biāo)；經(jīng)濟(jì)結(jié)構(gòu)采用第三產(chǎn)業(yè)就業(yè)人員占總就業(yè)人口之比；地面運(yùn)輸以公路和鐵路運(yùn)輸?shù)目瓦\(yùn)和貨運(yùn)總和分別作為地面運(yùn)輸客運(yùn)量和貨運(yùn)量指標(biāo)；旅游產(chǎn)業(yè)發(fā)展采用各市入境游人數(shù)為指標(biāo)；按中國(guó)民航總局的劃分標(biāo)準(zhǔn)，以我國(guó)中部地區(qū)為基準(zhǔn)，分別使用東部、中部、和東北部三個(gè)虛擬變量分析機(jī)場(chǎng)地理位置的影響。城市機(jī)場(chǎng)客運(yùn)量和貨運(yùn)量與其影響因素的長(zhǎng)期均衡模型可以分別用方程（1）和方程（2）表示：
Airp，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtp，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7Travelit+？琢8East+？琢9West+？琢10Northeast+？滋it （1）
Airf，it=？琢0+？琢1yit+？琢2Popit+？琢3Gtf，it+？琢4Servicesit+？琢5FDIit+？琢6Tradeit+？琢7East+？琢8West+？琢9Northeast+？滋it （2）
除產(chǎn)業(yè)結(jié)構(gòu)與進(jìn)出口總額占GDP比重這兩個(gè)指標(biāo)外，模型中其他變量均為自然對(duì)數(shù)形式。其中，下標(biāo)p表示機(jī)場(chǎng)客運(yùn)，f表示機(jī)場(chǎng)貨運(yùn)，i表示不同城市，t表示時(shí)間；Airp，it與Airf，it為因變量，分別代表城市機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量；y代表人均國(guó)內(nèi)生產(chǎn)總值；Pop為地級(jí)市轄區(qū)內(nèi)年末總?cè)丝?；Gt為地面交通運(yùn)量，用下標(biāo)p和f區(qū)分了客運(yùn)量和貨運(yùn)量；Services是第三產(chǎn)業(yè)就業(yè)人數(shù)占全社會(huì)就業(yè)的比重，代表城市的產(chǎn)業(yè)結(jié)構(gòu)；FDI為各市外商直接投資使用金額；Trade為進(jìn)出口總額與GDP之比，與FDI共同衡量了各市對(duì)外開(kāi)放程度；Travel為城市入境游人數(shù)衡量的旅游業(yè)發(fā)展情況；East、West和Northeast分別為東部、西部和東北部的地區(qū)虛擬變量，例如，當(dāng)某城市處于東部地區(qū)時(shí)，East=1，其他情況，East=0；？滋為隨機(jī)誤差項(xiàng)。
（二）數(shù)據(jù)說(shuō)明與變量選擇。為使得數(shù)據(jù)具有完整性與客觀性，模型選用我國(guó)103個(gè)自2005年至2014年一直擁有機(jī)場(chǎng)的地級(jí)市的面板數(shù)據(jù)集。在實(shí)證分析過(guò)程中，對(duì)數(shù)據(jù)進(jìn)行如下處理：一是對(duì)除產(chǎn)業(yè)結(jié)構(gòu)和地區(qū)開(kāi)放程度這兩個(gè)比重值外的所有數(shù)據(jù)取自然對(duì)數(shù)；二是使用以2005年為基期的GDP指數(shù)對(duì)現(xiàn)價(jià)GDP進(jìn)行縮減，將得到的實(shí)際GDP除以各市對(duì)應(yīng)年份總?cè)丝冢瑥亩玫揭?005年不變價(jià)計(jì)算的人均GDP；三是將各市當(dāng)年進(jìn)出口總額按對(duì)應(yīng)年份換算為人民幣并除以當(dāng)年名義GDP值，由此得到以人民幣為單位的進(jìn)出口額占GDP比重；四是以2005年為基期，將城市各年度FDI實(shí)際使用金額用美國(guó)CPI指數(shù)進(jìn)行平減來(lái)得到年度金額的不變價(jià)，并乘以2005年美元兌人民幣匯率。
四、實(shí)證檢驗(yàn)與結(jié)果分析
（一）長(zhǎng)期模型結(jié)果分析。長(zhǎng)期模型分析結(jié)果顯示，R2系數(shù)分別為0.66和0.65，兩個(gè)因變量都得到了很好的解釋，關(guān)鍵解釋變量均很好體現(xiàn)了其對(duì)機(jī)場(chǎng)客貨運(yùn)量的顯著影響作用。地面運(yùn)輸客運(yùn)量的結(jié)果顯示其對(duì)機(jī)場(chǎng)客運(yùn)量的影響顯著為正，表明從長(zhǎng)期看來(lái)，在新的發(fā)展階段下地面客運(yùn)與機(jī)場(chǎng)客運(yùn)之間逐漸由相互替代的競(jìng)爭(zhēng)關(guān)系轉(zhuǎn)變?yōu)橄嗷ゴ龠M(jìn)的互補(bǔ)關(guān)系，由于陸地與航空交通的一體化發(fā)展，在其他條件不變的情況下，地面客運(yùn)量的增加即擴(kuò)大了人員交通出行需求，航空客運(yùn)量也相應(yīng)會(huì)有所增加；進(jìn)出口總額占GDP比重這一指標(biāo)在長(zhǎng)期回歸模型結(jié)果中對(duì)機(jī)場(chǎng)客運(yùn)量影響不顯著，原因在于本文運(yùn)用了兩個(gè)指標(biāo)來(lái)解釋對(duì)外開(kāi)放程度的影響作用，相比較之下FDI實(shí)際使用金額能起到更好解釋作用，而貨物的進(jìn)出口更能體現(xiàn)其對(duì)于航空客運(yùn)的直接影響。除東北地區(qū)虛擬變量外，其他解釋變量對(duì)被解釋變量影響均在1%或5%水平下顯著。
此外，根據(jù)上述回歸結(jié)果，從長(zhǎng)期來(lái)看地面運(yùn)輸客運(yùn)量對(duì)機(jī)場(chǎng)客運(yùn)量有顯著正向影響；地面交通貨運(yùn)量對(duì)機(jī)場(chǎng)貨運(yùn)量存在顯著負(fù)面影響，即地面貨運(yùn)對(duì)航空貨運(yùn)起到替代作用。由于地面交通運(yùn)輸方式的不斷提速和冷鏈運(yùn)輸?shù)钠占埃蟠罂s減了運(yùn)輸時(shí)長(zhǎng)并保證了貨物新鮮程度，使得價(jià)格較低的地面運(yùn)輸方式更具有競(jìng)爭(zhēng)力。
有關(guān)地區(qū)虛擬變量的回歸結(jié)果有所不同，未能很好反映預(yù)期中區(qū)域經(jīng)濟(jì)發(fā)展水平與航空運(yùn)輸發(fā)展應(yīng)有的正向關(guān)系。東部地區(qū)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于作為參考變量的中部地區(qū)發(fā)展水平，但東部地區(qū)虛擬變量的系數(shù)符號(hào)在機(jī)場(chǎng)客運(yùn)與貨運(yùn)中均為負(fù)，這意味著其對(duì)航空運(yùn)輸?shù)男枨笠∮谥胁可踔廖鞑康貐^(qū)。究其原因可能存在于，相較于中西部地區(qū)，東部地區(qū)各城市人員分布較為集中且地面交通設(shè)施更為方便快捷。不同于東部地區(qū)，西部地區(qū)雖然發(fā)展較為落后但估計(jì)系數(shù)卻顯著為正，同樣可以合理解釋為西部地區(qū)由于人員分布更為松散，加之地區(qū)面積廣袤且地形復(fù)雜多變，地面交通較東部及中部地區(qū)更為不便，這樣一來(lái)，西部地區(qū)對(duì)航空運(yùn)輸?shù)男枨蟊愀哂谥袞|部地區(qū)。（表2）
（二）GECM模型結(jié)果分析。將長(zhǎng)期模型差分而得的短期模型與GECM模型進(jìn)行回歸分析，結(jié)果如表3所示，表中的因變量分別為機(jī)場(chǎng)客運(yùn)量和機(jī)場(chǎng)貨運(yùn)量的差分項(xiàng)，回歸結(jié)果分為兩列，包含這兩個(gè)因變量的短期模型和GECM結(jié)果。對(duì)機(jī)場(chǎng)客運(yùn)量而言，人均GDP對(duì)其具有顯著的正向影響，總?cè)丝?、?duì)外開(kāi)放程度、第三產(chǎn)業(yè)就業(yè)比重和地面運(yùn)輸客運(yùn)量在短期內(nèi)對(duì)航空客運(yùn)的影響不顯著。機(jī)場(chǎng)貨運(yùn)量的影響因素中，人均GDP與總?cè)丝谕瑯语@示出了顯著正向影響，除此之外，其他解釋變量回歸結(jié)果均不顯著。短期模型回歸結(jié)果中兩個(gè)模型的解釋變量除了人均GDP和總?cè)丝谶@兩個(gè)指標(biāo)顯著外，其他自變量未能很好的解釋因變量，R2值也不高，原因可能在于：（1）機(jī)場(chǎng)客貨運(yùn)量的增長(zhǎng)不依賴于除人均GDP以外的解釋變量的短期變化；（2）由于未經(jīng)過(guò)誤差修正模型的進(jìn)一步處理，該短期模型存在的固有缺陷仍然存在，故而不能很好地反映各變量特性。endprint
在一步誤差修正模型中，機(jī)場(chǎng)客運(yùn)量與機(jī)場(chǎng)貨運(yùn)量滯后一期的回歸系數(shù)均為負(fù)值且處于1%的顯著水平，表明GECM對(duì)短期模型具有顯著影響，且進(jìn)一步說(shuō)明長(zhǎng)期模型中的結(jié)果不存在偏差，所有變量存在長(zhǎng)期協(xié)整關(guān)系。對(duì)機(jī)場(chǎng)客運(yùn)而言，人均GDP、總?cè)丝凇DI實(shí)際使用金額和入境旅游人數(shù)等四個(gè)主要變量均對(duì)其產(chǎn)生顯著正向影響，證明航空客運(yùn)的發(fā)展受上述解釋變量的推動(dòng)，地面運(yùn)輸客運(yùn)量在短期內(nèi)對(duì)機(jī)場(chǎng)客運(yùn)量的影響并不顯著。對(duì)機(jī)場(chǎng)貨運(yùn)而言，人均GDP和總?cè)丝趯?duì)航空貨運(yùn)量具有顯著積極影響，再次表明經(jīng)濟(jì)發(fā)展與人口因素對(duì)航空運(yùn)輸發(fā)展的積極推動(dòng)作用。進(jìn)出口總額占GDP比重這一指標(biāo)在10%顯著水平下體現(xiàn)其對(duì)機(jī)場(chǎng)貨運(yùn)量的正向影響作用。與預(yù)期不同，地面貨運(yùn)在短期內(nèi)對(duì)機(jī)場(chǎng)貨運(yùn)量具有積極推動(dòng)作用而非替代作用，表明在現(xiàn)代物流運(yùn)輸中，地面運(yùn)輸與航空運(yùn)輸在短期內(nèi)是相互協(xié)作的關(guān)系，公路或鐵路貨運(yùn)量的增加會(huì)加大向機(jī)場(chǎng)聚集的貨物流量，從而帶動(dòng)機(jī)場(chǎng)貨運(yùn)量的進(jìn)一步增長(zhǎng)。（表3）
五、研究結(jié)論
經(jīng)過(guò)長(zhǎng)期與短期的實(shí)證分析可以看到，我國(guó)城市發(fā)展中的各維度指標(biāo)諸如經(jīng)濟(jì)發(fā)展水平、總?cè)丝凇⒌孛娼煌ㄟ\(yùn)輸、對(duì)外開(kāi)放程度、旅游業(yè)發(fā)展等均影響著民航機(jī)場(chǎng)運(yùn)輸量的高低。總結(jié)結(jié)論如下：
（一）機(jī)場(chǎng)運(yùn)輸業(yè)在長(zhǎng)期和短期模型中均受到所在城市人均GDP和總?cè)丝诘娘@著正向影響作用，且回歸系數(shù)較大，表明城市經(jīng)濟(jì)發(fā)展水平和人口是影響我國(guó)機(jī)場(chǎng)運(yùn)輸業(yè)發(fā)展最為重要的兩個(gè)因素。
（二）GECM模型與長(zhǎng)期模型結(jié)果均顯示，航空運(yùn)輸業(yè)同時(shí)受到所在城市對(duì)外開(kāi)放程度的重要影響，機(jī)場(chǎng)客運(yùn)主要受到FDI實(shí)際使用金額的正向影響，而進(jìn)出口總額占GDP比重也對(duì)機(jī)場(chǎng)貨運(yùn)起到顯著推動(dòng)作用；此外，旅游業(yè)發(fā)展水平的高低也影響著機(jī)場(chǎng)客運(yùn)量的大小，若某一城市旅游業(yè)較為興旺，則會(huì)吸引更多旅客流量，從而帶動(dòng)機(jī)場(chǎng)客運(yùn)量的增長(zhǎng)。
（三）各城市擁有的地面交通運(yùn)輸對(duì)機(jī)場(chǎng)運(yùn)輸在不同時(shí)期具有不同影響。本文基于最新的中國(guó)城市級(jí)別數(shù)據(jù)得到的回歸結(jié)果表明，短期內(nèi)的地面貨運(yùn)量增加能帶動(dòng)機(jī)場(chǎng)貨運(yùn)量的增加；從長(zhǎng)期看來(lái)，地面客運(yùn)量對(duì)機(jī)場(chǎng)客運(yùn)量仍具有正向影響作用，但地面貨運(yùn)量與機(jī)場(chǎng)貨運(yùn)量之間的互補(bǔ)關(guān)系逐步被新的競(jìng)爭(zhēng)關(guān)系所取代，即長(zhǎng)期情形下地面貨物運(yùn)輸量增長(zhǎng)對(duì)機(jī)場(chǎng)運(yùn)輸具有負(fù)面效應(yīng)。
（四）區(qū)位因素：以中部地區(qū)作為參考，在長(zhǎng)期模型中，當(dāng)其他條件保持不變時(shí)，由于東西部地區(qū)各自的地面交通系統(tǒng)發(fā)達(dá)程度的不同、人口分布疏密度的區(qū)別和地形的顯著差異，導(dǎo)致西部地區(qū)對(duì)于機(jī)場(chǎng)運(yùn)輸發(fā)展相較于中部地區(qū)具有顯著的促進(jìn)作用，而經(jīng)濟(jì)更為發(fā)達(dá)的東部地區(qū)對(duì)機(jī)場(chǎng)運(yùn)輸發(fā)展起到的是負(fù)向影響作用；在GECM模型中，西部地區(qū)同樣顯示出其對(duì)機(jī)場(chǎng)客運(yùn)量與貨運(yùn)量的推動(dòng)作用，這與長(zhǎng)期模型的結(jié)論一致，東部地區(qū)和東北部地區(qū)機(jī)場(chǎng)客運(yùn)量的增長(zhǎng)速度則表現(xiàn)為較為緩慢。
主要參考文獻(xiàn)：
[1]DAVID B.Transport and Urban Development[M].London：E&FN SPON，1995.
[2]GREEN R K.Airports and Economic Development[J].Real Estate Economics，2007.35.1.
[3]SHUJIE Y，XIUYUN Y.Air transport and regional economic growth in China[J].Asia-Pacific Journal of Accounting & Economics，2012.19.3.
[4]TRETHEWAY M W，MARKHVIDA K. The aviation value chain：Economic returns and policy issues[J].Journal of Air Transport Management，2014.
[5]KASARDA J D.China's Dynamic Airport Economic Zone[J].Site Selection，2015.
[6]任曙明.我國(guó)民用航空運(yùn)輸市場(chǎng)結(jié)構(gòu)分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，1998.6.
[7]張蕾，陳雯，宋正娜等.機(jī)場(chǎng)運(yùn)營(yíng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性——以南京祿口國(guó)際機(jī)場(chǎng)為例[J].地理科學(xué)進(jìn)展，2010.29.12.
[8]劉蘭娟，董萬(wàn)好.基于VAR模型的民航運(yùn)輸業(yè)與GDP關(guān)系實(shí)證分析[J].財(cái)經(jīng)研究，2009.35.8.
[9]管馳明，馬奇騏.航空運(yùn)輸投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響及其機(jī)制的實(shí)證研究[J].中國(guó)軟科學(xué)，2010.10.endprint
猜你喜歡
