魏中許, 楊迎雪
(中國民用航空飛行學院 機場學院, 四川 廣漢 618307)
近年來,民航局在《“ 十四五” 民用航空發(fā)展規(guī)劃》中強調要緊抓交通設施集中建設機遇期,以樞紐機場為中心節(jié)點,形成一批以機場為核心的現(xiàn)代化綜合交通樞紐。樞紐機場是具有中轉和集散作用的機場,通常具備良好的基礎設施和服務能力,能夠為旅客和貨物提供高效便捷的轉運服務。因此,樞紐機場是航空運輸網(wǎng)絡乃至整個交通網(wǎng)絡暢通的關鍵,作為航空運輸網(wǎng)絡的節(jié)點,在機場網(wǎng)絡中扮演著重要角色。樞紐機場的發(fā)展不僅關系到本地區(qū)域的交通運輸和物流業(yè)發(fā)展,也關系到整個國家的經(jīng)濟和社會發(fā)展。然而,樞紐機場生產(chǎn)效率之間的差異卻阻礙了航空運輸網(wǎng)絡的暢通,此外新冠肺炎疫情對國內樞紐機場也產(chǎn)生了巨大的影響。
機場生產(chǎn)效率是指機場在既定的條件下達到成本最小化或收益最大化[1]。目前關于機場生產(chǎn)效率研究的不同點主要集中在研究范圍及影響因素方面。在研究范圍上一般在省會機場[1]、沿海機場[2]到不同區(qū)域機場[3-4]等方面;在影響因素方面,主要考慮融資結構[5]、基地航空公司數(shù)量[6]、人員經(jīng)驗[7]、鐵路客貨周轉量和機場等級[8]等方面對機場的影響;在時間選擇上主要是2019年新冠肺炎疫情前[1-3,5-10]的數(shù)據(jù)樣本,并沒有對新冠肺炎疫情前和疫情期間的樞紐機場生產(chǎn)效率對比的研究,但新冠肺炎疫情3年對我國機場產(chǎn)生了巨大影響,因此在已有理論成果的基礎上對新冠肺炎疫情前和新冠肺炎疫情期間樞紐機場生產(chǎn)效率進行對比分析,探討哪種類型、地區(qū)更應該去關注突發(fā)事件提供依據(jù)且具有一定的必要性。
對新冠肺炎疫情前和新冠肺炎疫情期間我國樞紐機場生產(chǎn)效率進行對比分析,并從不同維度探究樞紐機場生產(chǎn)效率水平的差異及新冠肺炎疫情對其影響程度,以期在短時間內實現(xiàn)生產(chǎn)效率的恢復,提升樞紐機場應對突發(fā)事件的能力,保障航空運輸網(wǎng)絡的暢通。
機場效率的評價通常采用數(shù)據(jù)包絡分析(data envelopment analys,DEA)及其相關的改進模型[1-12],并且在指標選取中包含非期望產(chǎn)出,因此在模型選擇時,靜態(tài)評價采用Tone[13-14]改進的超效率基于松弛值測算(slacks-based measure,SBM)模型,模型構建如下:
(1)
式中:λi、λj為權重向量;s為決策單元的第s個期望產(chǎn)出;k為決策單元的第k個非期望產(chǎn)出;β為機場生產(chǎn)效率;j為各個機場(DMU);i為決策單元的第i個投入;n為決策單元機場的數(shù)量;m為每個決策單元的投入量;c1為期望產(chǎn)出量;c2為非期望產(chǎn)出量;x為相應的投入矩陣中的元素;yq為相應的期望產(chǎn)出矩陣中的元素;yv為相應的非期望產(chǎn)出矩陣中的元素。
動態(tài)評價采用Fare等[15]改進的Malmquist指數(shù)模型,模型構建如下:
M(xt,yt,xt+1,yt+1)=
TFP=EC×TC=PEC×SEC×TC
(2)
式中:M為Malmquist指數(shù)的縮寫,用來指代Malmquist指數(shù),即全要素生產(chǎn)率變動指數(shù),代表決策單元從t至t+1時期生產(chǎn)效率的變動情況;D為基于產(chǎn)出的距離函數(shù);t為時期數(shù);x、y分別為投入與產(chǎn)出向量;TFP為Malmquist指數(shù),即全要素生產(chǎn)率變動指數(shù),代表決策單元從t至t+1時期生產(chǎn)效率的變動情況。當TFP>1時,表示機場生產(chǎn)全要素生產(chǎn)率上升,當TFP<1時,表示機場生產(chǎn)全要素生產(chǎn)率下降。全要素生產(chǎn)率變動指數(shù)(TFP)可以分解為技術效率變動指數(shù)(EC)和技術進步變動指數(shù)(TC),技術效率變動指數(shù)(EC)又可以進一步分解為純技術效率變動指數(shù)(PE)和規(guī)模效率變動指數(shù)(SE)。
機場選取范圍參考《民航局關于印發(fā)全國民用運輸機場布局規(guī)劃的通知》,其中北京大興、青島膠州、成都天府機場通航較晚不選取在內,青島流亭機場于2021年關閉不選取在內,選取包括上海兩場。靜態(tài)分析的數(shù)據(jù)選取2017—2022年6年間的機場數(shù)據(jù),動態(tài)分析的數(shù)據(jù)選取2016—2022年6個時間段的機場數(shù)據(jù)。
在評價指標選取方面,投入指標選取跑道長度、航站樓面積和機位數(shù)量,期望產(chǎn)出指標選擇旅客吞吐量、貨郵吞吐量和起降架次。關于非期望產(chǎn)出,李若琪[1]認為添加非期望產(chǎn)出會使評價結果更加準確,故本文借鑒文獻[12]指標的選取,非期望產(chǎn)出指標為出港平均延誤時長,并增加與機場服務質量相關的機場投訴數(shù)量指標建立評價指標體系,使評價結果更加準確。
投入數(shù)據(jù)中的跑道長度、航站樓面積和機位數(shù)量來源于各機場官網(wǎng)、百度百科,期望產(chǎn)出數(shù)據(jù)中的旅客吞吐量、貨郵吞吐量和起降架次和非期望產(chǎn)出中的機場投訴數(shù)量分別來源于民航局官網(wǎng)發(fā)布的《民航機場生產(chǎn)統(tǒng)計公報》和《航空運輸消費者投訴情況通報》。
運用Dearun軟件,選擇全局參比的規(guī)模報酬不變的超效率SBM模型,對2017—2022年我國39個樞紐機場進行效率測算。
根據(jù)圖1可知,從整體上看,2017—2022年39個樞紐機場生產(chǎn)效率均值均未達到1,說明研究期間我國樞紐機場生產(chǎn)效率處于“無效”階段。2020年效率值急速下降,從 2021年開始有所回轉,而2022年卻降到研究期間的最低值0.341,說明新冠肺炎疫情對樞紐機場生產(chǎn)效率影響極大,并且在新冠肺炎疫情發(fā)生后各樞紐機場有采取措施解決新冠肺炎疫情對機場帶來的沖擊,但效果不佳。
圖1 2017—2022年國內樞紐機場靜態(tài)效率
把這39個樞紐機場參考《民航局關于印發(fā)全國民用運輸機場布局規(guī)劃的通知》分為國際航空樞紐、區(qū)域樞紐機場,計算出兩類樞紐機場生產(chǎn)效率均值,見表1。國際航空樞紐和區(qū)域樞紐機場生產(chǎn)的靜態(tài)效率均值分別為0.667和0.488,國際航空樞紐機場的生產(chǎn)效率值超越了整體均值0.577,明顯處于領先地位。從圖2中可以看出,新冠肺炎疫情前兩種類型樞紐機場生產(chǎn)效率沒有過多的提升,基本處于平穩(wěn)狀態(tài)。受新冠肺炎疫情影響,兩種類型樞紐機場生產(chǎn)效率都出現(xiàn)了明顯的下降,國際航空樞紐機場下降幅度大于區(qū)域樞紐機場,主要原因是國際航空樞紐機場的航班量巨大且多為國際航班,為進行新冠肺炎疫情防控我國發(fā)布了國際客運航班“熔斷措施”并實施,進而導致國際航空樞紐機場效率下降幅度大于區(qū)域樞紐機場。2021年效率開始有所回轉,國際航空樞紐機場上升幅度依舊大于區(qū)域樞紐機場,說明國際航空樞紐機場在遇到新冠肺炎疫情等突發(fā)事件時的恢復能力高于區(qū)域樞紐機場,并且于2021年4月民航局調整了國際定期航班熔斷措施,在新冠肺炎疫情防控的前提下保障國際航班的正常運輸。
表1 2017—2022年不同類型樞紐機場靜態(tài)效率
圖2 2017—2022年不同類型樞紐機場靜態(tài)效率
根據(jù)全國民用運輸機場布局規(guī)劃中對機場所屬機場群的劃分,可以將39個樞紐機場劃分為華北、東北、華東、中南、西南和西北6類。由表2可知,所屬華東機場群的樞紐機場受新冠肺炎疫情影響效率下降幅度最大,西北機場群的樞紐機場的效率值雖然新冠肺炎疫情前效率最低,但從下降幅度可以看出其受影響最小,造成這種現(xiàn)象的原因主要是華東地區(qū)處在“一帶一路”和“長江經(jīng)濟帶”的重要交會地帶,此地區(qū)機場國際航班眾多,新冠肺炎疫情導致大量旅客出行受限,而西北機場群處在內陸地區(qū),航班量相比東部沿海地區(qū)較少,且大多為國內航班,因此受新冠肺炎疫情影響較小。
表2 2017—2022年不同機場群樞紐機場靜態(tài)效率
上文利用超效率SBM模型測算的效率值為靜態(tài)效率,為了進一步分析新冠肺炎疫情前和新冠肺炎疫情期間樞紐機場生產(chǎn)效率的動態(tài)變化及分解指標的特征,運用Dearun軟件,通過Malmquist指數(shù)模型進行測算和分解,并從不同維度將結果進行分類。
由表3可知,整體上樞紐機場的全要素生產(chǎn)率變化指數(shù)為0.959,表明年均生產(chǎn)效率的增長率為-4.1%,整體呈倒退趨勢。2016—2019年,全要素生產(chǎn)率變化指數(shù)開始增高,2017—2019年指數(shù)超過了1,主要原因是這兩年很多樞紐機場開始推出數(shù)字技術、“一張臉”服務等技術,旅客滿意度提升投訴率減少,航班規(guī)劃協(xié)調延誤減少,效率提高。但從2019—2020年開始下降至0.624,但在2020—2021年全要素生產(chǎn)率為1.137,雖然樞紐機場動態(tài)效率在這段時間內整體處于下滑趨勢,但相比新冠肺炎疫情剛開始時有所提升。
表3 2016—2022年國內樞紐機場動態(tài)效率Malmquist指數(shù)及分解
從指數(shù)的分解值來看,總體上技術進步指數(shù)為0.953,年均下降4.7%,且從圖3可以看出2016—2017年效率低的原因也是技術進步水平過于低下,表明機場生產(chǎn)效率下降的主要因素為技術進步水平,應進一步推出機場數(shù)字技術、數(shù)字服務技術等的應用。2019—2020年,技術進步指數(shù)為0.681,說明技術進步不僅與技術創(chuàng)新有關,也受到外界環(huán)境因素的影響。
圖3 2016—2022年國內樞紐機場動態(tài)效率Malmquist指數(shù)及分解
表4顯示,從國際航空樞紐和區(qū)域樞紐兩類機場來看,兩類樞紐機場全要素生產(chǎn)率在新冠肺炎疫情前呈現(xiàn)上升趨勢,受新冠肺炎疫情影響開始下降。從指標分解來看,國際航空樞紐機場在新冠肺炎疫情前動態(tài)效率下降的主要因素是規(guī)模效率呈現(xiàn)負增長,疫情期間效率呈現(xiàn)負增長的原因是技術進步指數(shù)低下。由此可見,新冠肺炎疫情前國際航空樞紐機場應該通過擴大航站樓規(guī)模、增加機位數(shù)量來提升整體效率,而新冠肺炎疫情期間需要進一步提升技術水平。區(qū)域樞紐機場新冠肺炎疫情期間全要素生產(chǎn)率下降是技術效率和技術進步皆出現(xiàn)負向增長,因此其應該在現(xiàn)有技術水平下,通過增加各種資源要素如航站樓、機位之間的協(xié)調性,使現(xiàn)有技術水平的潛能以最大化地釋放,也要致力于新技術的革新、引進高質量人才、提高服務質量、注重機場管理水平等。
表4 2016—2022年不同類型樞紐機場動態(tài)效率值及其分解
從所屬不同機場群的樞紐機場來看,全要素生產(chǎn)率均呈下降趨勢,見表5。其中,所屬西北機場群的樞紐機場疫情期間下降最為嚴重,所屬東北、中南機場群的樞紐機場下降水平相對較小。從指數(shù)分解來看,所有機場群的全要素生產(chǎn)率均下降的主要原因為技術進步指數(shù)偏低,表現(xiàn)為負向增長。將技術效率進行分解,可以發(fā)現(xiàn)所屬中南機場群的樞紐機場新冠肺炎疫情前效率小于1,說明其內的樞紐機場需要增大機場規(guī)模來提升生產(chǎn)效率,東北和西南機場群疫情前純技術效率小于1表現(xiàn)為負增長,而在疫情期間所有機場群內樞紐機場的各項分解指標都有所下降。因此,所屬中南機場群的樞紐機場可以在現(xiàn)有航站樓、機位等資源下按需提升其規(guī)模,所屬東北和西北機場群的樞紐機場的規(guī)模效率已達到有效狀態(tài),所以增加基礎設施規(guī)模作用不大,應提升其純技術效率,即機場需采用科學合理的生產(chǎn)管理方式等。
表5 2016—2022年不同機場群樞紐機場動態(tài)效率值及其分解
通過運用全局參比的超效率SBM和Malmquist指數(shù)模型,對國內39個樞紐機場2017—2022年機場生產(chǎn)效率進行了分析,得出以下結論:
1)受新冠肺炎疫情影響國際航空樞紐機場靜態(tài)效率下降幅度大于區(qū)域樞紐機場,恢復情況卻比區(qū)域樞紐機場好;所屬華東機場群的樞紐機場受新冠肺炎疫情影響效率下降幅度最大,西北機場群的樞紐機場疫情前效率最低但受疫情影響最小。
2)新冠肺炎疫情前影響國際航空樞紐機場動態(tài)效率的主要因素是規(guī)模效率呈現(xiàn)負增長,新冠肺炎疫情期間效率呈現(xiàn)負增長是原因技術進步指數(shù)低下,區(qū)域樞紐機場全要素生產(chǎn)率下降的原因是技術效率和技術進步皆出現(xiàn)負向增長;所屬西北機場群的樞紐機場新冠肺炎疫情期間動態(tài)效率下降最為嚴重,所屬東北、中南機場群的樞紐機場下降相對較小。
因此,國際航空樞紐以及東部沿海地區(qū)的樞紐機場要緊抓國內航班的生產(chǎn)發(fā)展,時刻保持警惕,遇到重大突發(fā)事件時可以保持穩(wěn)定狀態(tài)。同時從動態(tài)效率可以看出,技術的創(chuàng)新是機場發(fā)展的關鍵,區(qū)域樞紐機場需要儲備優(yōu)秀人才,注重機場建設、運營與管理策略的創(chuàng)新,國際航空樞紐機場需在現(xiàn)有航站樓、機位等資源下按需提升其規(guī)模。