中小型机场通航对本地经济增长冲击的测算

杨 波，段赛丽

（1.郑州航空工业管理学院经贸学院，郑州 450015；2.河南师范大学商学院，河南 新乡 453007）

当前，中国形成了以大型机场为核心，以枢纽机场为骨干，以中小型机场为辅助的航空运输网络。中小型机场在经济活动中的作用日益突显，其具有准社会公共物品的性质，以提高社会公共经济效益为主。同时中小型机场的运营具有显著的正外部性，在加快区域间生产要素流动的同时，还能提高企业的生产效率，促进经济增长与就业。

研究中小型机场通航对本地经济冲击的影响，是全面评估中小型机场建设经济效益的基础，也有助于后续建设对中小运输机场的选址进行科学论证。

国外学者对中小机场的研究起步早，至今已经有许多研究成果。Stone[1]认为中小型机场的票价、时间成本与服务质量是影响社区居民选择航空出行的重要因素。Mirkovic 等[2]证明中小机场的服务质量面临着季节性的挑战。Fu 等[3]通过建立中小型机场旅客需求的两阶段最小二乘法回归模型得出本地机场与枢纽机场之间存在替代关系。Gutiérrez 等[4]使用数据包络分析模型(DEA)研究10 个不同欧洲国家的21 个中小型机场的运营效率及潜在增产情况。Baker 等[5]以澳大利亚88 个地区的中小机场10年间的相关数据为样本，得出机场和区域经济增长之间存在双向的因果关系。Wittman[6]认为实施小型社区航空服务发展补助金计划（SCASDG）支持了美国中小机场的发展。

在中国，由于中小型机场规模小，建设周期长、成本高且成本回收慢，其特征决定了中小机场一般由政府投资建设。另外，运营中的中小型机场有近3/4 处于亏损状态，需要对其进行补贴才能运营下去。杨波等学者[7-9]发现中小型机场在运营中普遍存在亏损现状，但仍有一定的经济绩效与建设的意义。徐爱庆等[10]采用Multinomial Logit 模型，从航线补贴的角度得出两家相邻的中小型机场由于补贴方案的不同使其社会总收益不同。屈云茜等[11]认为机场通航是影响机场客运吞吐量与当地收入的主要因素，通过分析无锡机场证明中小型机场通航点的优化选择是可操作的。

综上所述，国外对中小型机场经济效益的研究已较为成熟，但国内缺乏这一方面的研究经验。中小型机场对城市经济的影响与有没有中小型机场对城市经济的影响是两个问题。对后一个问题鲜有文献进行讨论。但这个问题随着中国航空运输网络的扩张，重要性显得愈发突出。因此将对这一问题进行讨论，分析中小型机场通航对本地经济的影响。以下选取中国2005—2015年的面板数据对中小型机场与当地经济增长之间的关系进行量化研究。按照国际惯例，将截至到2015年底机场年客运量在200 万人次以下的机场定义为中小型机场。

1 研究设计

1.1 计量模型

截至2015年，中国大陆地区有159 家中小型机场运营，其中65 家为县级市机场，94 家为地级市机场。这94 家地级市机场不仅通航时间不一样，还出现机场停航扩建后又重新通航的现象，故以最后一次通航时间为各地机场的最终通航时间。94 家地级市中小型机场通航时间的分布情况如表1 所示。

由表1 可以看出，2005年之前有54 个中小型机场已经通航，在2005—2007年间共有8 个中小型机场通航，2008年国务院颁布《全国民用机场布局规划》之后，2008年有7 个中小型机场通航，2009—2015年共有25 个中小型机场陆续通航。不难看出，2008年之前有中小型机场通航，2008年之后也并非所有的中小型机场同一时间通航。由此可见，一个城市是否有机场通航并非完全由内生选择决定，而是在一定程度上依赖于城市经济发展水平和政策的双重作用。城市通航从少数试点城市到159 个城市通航过程中呈现出的统计特性使机场通航可以看做一个“准自然实验”。因此，采用倾向得分匹配法（PSM, propensity score matching），以2008年通航的7 家地级市为处置组，以截止到2015年底从未通航的地级市为控制组，并运用双重差分模型（DID）方法，评估机场通航对当地经济发展的影响。需要注意的是，由于机场通航是非随机性的选择，因此，文中控制变量为过去3年平均国内生产总值、年末人口数量等，以减弱非随机性选择带来的偏误。

表1 94 家地级市中小型机场通航时间分布情况Tab.1 Navigation time of small and medium airports in 94 prefecture level cities

机场通航可以被看作是一项政策的实施，采用DID 可以很好地评估政策带来的冲击。在使用DID 前，首先需要为处置组寻找相似且并未受政策冲击的控制组，通过评估处置组和控制组在政策前后的差异得出机场通航对城市经济的影响。计量模型为

其中：Yit是被解释变量，即i 城市在t年的经济结果；post 为时间虚拟变量，2008年之前为0，2008年之后为1；treat 为是否通航的虚拟变量，2008年通航的处置组为1，从未通航的控制组为0；post_treat 是时间因素与地区因素的交互项；Xit是与经济发展相关的控制变量；β1、β2、β3、β4为相关系数；εit是服从标准正态分布的随机误差项。

1.2 变量说明

1）被解释变量

国内生产总值（GDP）是衡量一国或一地区经济发展水平的重要指标，参考文献[12]的做法，把城市人均GDP 的对数作为被解释变量。

分析机场通航对城市经济的影响也是研究的重点。机场通航可以带动城市经济的发展，促进以物流运输业为主的第三产业的发展，参考文献[13]的做法，把第三产业产值的对数也作为被解释变量。

2）核心解释变量

一个城市机场通航能给当地经济增长带来怎样的影响，是研究的重点。为了更好地研究机场通航对城市经济影响的作用，将一个城市在2008年是否通航的虚拟变量设置为核心解释变量。通过分析交互项的系数β3，可以评估机场通航对被解释变量的影响。

3）控制变量

借鉴文献[12-14]的做法，选择的控制变量包括：①财政支出（取对数），财政支出不仅可以代表政府对城市宏观调控的力度，还可以控制政府对市场的干预程度，使市场更好地发挥自我调节的作用；②固定资产投资（以2005年为基期平减后取对数），固定资产投资作为一个市场上资本要素的表示变量；③年末总人口，年末总人口数不仅作为劳动要素的表示变量，还可以衡量一个城市的发展规模；④国内生产总值（以2005年为基期平减后取对数），GDP 是衡量一个地区经济发展水平的重要指标，可以代表一个城市发展的经济特征；⑤平均GDP，机场根据社会发展的需求而选址，经济发达城市建机场的可能性往往比经济不发达的城市大，为了保证机场选址的随机性，文中还将过去3年GDP 的平均值作为控制变量。

1.3 数据来源与描述性统计

样本的考察区间为2005—2015年，样本个体为151 个地级市，即2008年通航的7 个地级市以及截止到2015年底从未通航的144 个地级市。其中，财政支出、固定资产投资、国内生产总值来自《中国城市统计年鉴》，年末总人口数据来自历年《各省统计年鉴》和《各省发展年鉴》，机场数据来自《中国民航统计年鉴》以及各民航官网统计数据。

考虑到县级市数据统计口径与地级市有所不同，剔除县级市机场与在统计期间行政级别或行政区划有所变动的地级市。对数据的缺漏值与异常值进行相应的处理后，最终得到有效观察值样本1 661 个，涉及151 个地级市的面板数据，其中控制组为144 个地级市，处置组为7 个地级市。这些城市或者在2008年通航，或者截止到2015年底从未通航。

采用stata14.1 软件对变量与数据进行描述性统计，其结果如表2 所示。

表2 变量说明与数据描述性统计Tab.2 Variable description and descriptive data statistics

2 实证分析

2.1 相关检验

1）平行趋势检验

PSM 在实施之前需要满足“条件独立性”，即处置组和控制组在政策冲击前不具有显著的差异。如果处置组和控制组存在显著差异，则可观测变量或者匹配方法存在不当。首先需要检验处置组和控制组是否满足平行趋势。

为了检验处置组和控制组之间的平行趋势，设计模型为

其中：f 为指示函数，处置组在第t年为1，其余为0；α1、α2、γ 是相关系数。

使用stata14.1 软件进行平行趋势检验，结果如图1～图2 所示，图1 是通航对人均GDP 影响的平行趋势检验，图2 是通航对第三产业影响的平行趋势检验。可以看出处置组和控制组在政策实施前满足平行趋势假设，无明显性差异，政策实施后，两组具有明显性差异，符合DID 模型适用的假设前提。

图1 通航对人均GDP 影响的平行趋势检验Fig.1 Parallel trend of navigation impact on GDP per capita

图2 通航对第三产业影响的平行趋势检验Fig.2 Parallel trend test of navigation impact on tertiary industry

2）随机性检验

DID 运用的另一个前提是满足随机性假设。在现实中，机场的选址并不是随机的，往往是根据经济发展水平等需要而建。文中以地级市过去3年GDP 的平均值、年末总人口以及年固定效应作为控制变量，以满足机场选址的随机性。

3）共线性检验

在做实证分析前，需先检验控制变量之间是否存在多重共线性问题。共线性会导致大部分回归结果不显著，且回归系数与理论预期不一致。经实证检验，财政支出、固定资产投资、国内生产总值、平均GDP 4 个变量之间存在很强的多重共线性问题，且4 个变量的KMO 值均大于0.7，适用主成分分析。主成分分析法是运用降维的思想，在损失较少信息的前提下将多个指标转化为少数综合指标。转化生成的综合指标被称为主成分，其中每个主成分都是原始变量的线性组合，且各个主成分互不相关。经过计算，第1 个特征值累计贡献率已达81.1%，那么第1 个主成分可以包含财政支出、固定资产投资、国内生产总值、平均GDP 4 个变量的基本信息。于是提取第1 个特征值，再经过对载荷矩阵进行旋转，构建特征向量，将4 个具有多重共线性的变量降维成1 个变量，以此消除四者之间的共线性问题，降维后的变量即替代变量为

2.2 基本回归分析

根据式（1），使用stata14.1 进行固定效应回归分析，因为机场通航的地区虚拟变量treat 不随时间变化，在做固定效应回归时会被自动删除，但不影响估计结果。机场通航对城市经济影响的回归结果如表3 所示，其中Ⅰ～Ⅲ列被解释变量为人均GDP，Ⅳ～Ⅴ列被解释变量为第三产业产值。

当被解释变量是人均GDP 时，从核心解释变量来看，无论是否加入控制变量，核心解释变量tp 的系数均显著为正，这说明机场通航可以显著提高人均GDP的水平。当依次加入替代变量C1、年末总人口后，核心解释变量的系数虽略有变化，但显著性水平不变，说明结果是稳健的。在控制全部变量的情况下，核心解释变量的系数为0.211，并在5%的水平上显著，说明机场通航对人均GDP 有显著的正向影响，可以促进所在城市人均GDP 提高21.1%。从post 的系数来看，无论是否加入控制变量，其系数均为正，并在1%的置信水平上显著，也说明回归结果是稳健的，机场通航对人均GDP 有显著的正向作用。从控制变量来看，替代变量C1 对人均GDP 在1%的水平上有显著的负影响，年末总人口对人均GDP 有不显著的负影响。

当被解释变量是第三产业产值时，从核心解释变量来看，无论是否加入控制变量，核心解释变量tp 的系数均显著为正。Ⅳ列控制了时间因素、地区因素后，机场因素在5%的水平上显著提高了城市第三产业产值。与Ⅳ列相比，第Ⅴ、Ⅵ列依次添加了替代变量C1 与年末总人口，核心解释变量的估计系数略有变化，但仍保持在5%的水平上显著为正，这说明上述结果是稳健的。在控制全部变量的情况下，核心解释变量的系数为0.178，且在5%的水平上显著，说明机场通航对所在城市第三产业产值有显著的正向冲击，机场通航使第三产业产值提高17.8%。从post 的系数来看，无论是否加入控制变量，其系数都为正，且均在1%的置信水平上显著，也说明回归结果是稳健的，机场通航对城市第三产业产值有显著的促进作用。从控制变量来看，替代变量C1 对第三产业产值的影响为正，且在1%的水平上显著，说明替代变量C1 可以显著促进第三产业的发展。控制变量年末总人口对第三产业产值有促进作用，但其结果不显著。

表3 机场通航对城市经济影响的回归结果Tab.3 Regression result of airport navigation impact on urban economy

2.3 PSM-DID 检验

根据式（1），采用施加共同支撑条件的最近邻匹配法对全样本进行匹配，使用核匹配与半径匹配进行稳健性检验，PSM 平均处理效应的结果如表4 所示。

表4 平均处理效应（ATT）Tab.4 Average treatment effect(ATT)

从表4 可看出，对于被解释变量人均GDP，匹配前，ATT ＜0，T ＜0，说明匹配前机场通航使人均GDP略微下降；匹配后无论是哪种匹配方法，ATT ＞0，T ＞0，说明匹配后机场通航使人均GDP 略有上升。对于被解释变量第三产业产值，在匹配前后无论是哪种匹配方法，ATT 均大于0，T 值也均大于0，说明匹配前后机场通航都使第三产业产值略有上升。接下来对样本数据进行PSM-DID 稳健性检验，结果如表5 所示。

表5 是城市人均GDP、第三产业产值的处置组与控制组在通航前后的变化情况。在机场通航前，人均GDP 的控制组与处置组分别是4.806、4.654，两者的差分diff1 为-0.161，且在1%的水平上显著，说明在机场通航前控制组的人均GDP 高于处置组。在机场通航后，人均GDP 的处置组与控制组之间的差分diff2 为0.039，通航后处置组的人均GDP 比控制组高。为了消除其他因素与时间因素的影响，将机场通航后处置组与控制组的差分diff2 减去机场通航前2 组的差分diff1，得到只有机场因素影响下的双重差分diff。机场通航对城市人均GDP 的双重差分diff 的值是0.200，并在1%的水平上显著，说明机场通航显著促进了城市人均GDP 的提高。

表5 通航对城市经济的影响：PSM-DID 稳健性检验Tab.5 Impact of navigation on urban economy:PSM-DID robustness test

在机场通航前，第三产业产值的控制组与处置组分别是9.406 和9.308，两者的差分diff1 为-0.098，说明在机场通航前控制组的第三产业产值略高于处置组。在机场通航后，第三产业产值的处置组与控制组之间的差分diff2 为0.096，这说明机场通航后处置组的第三产业产值比控制组高，且在5%的水平上显著。机场通航对城市第三产业产值的双重差分diff 的值是0.194，在5%的水平上显著，说明机场通航显著促进了城市第三产业产值的提高。

综上所述，机场通航显著促进了城市人均GDP 与第三产业的发展，验证了回归结果的稳健性。

3 结语

以2005—2015年144 个从未通航的地级市与2008年间7 个通航的地级市的数据作为样本，运用PSM-DID 的研究方法，实证分析了中小型机场通航对所在城市经济发展的影响。得到如下结论：中小型机场通航对所在城市经济发展，尤其是对第三产业产生显著的正向冲击，能使人均GDP 提高21.1%，第三产业产值提高17.8%。这为全面评估中小型机场建设的经济效益提供了实证研究的依据。虽然中国中小型机场在运营中存在普遍亏损，但通过新建机场加入航空运输网络，促进了本地经济增长，特别是促进了第三产业的发展，说明中小型机场从数量上来看还有很大的建设必要；中小型机场在布局和建设时，需要优先考虑经济总量高和第三产业发展较好的城市。