□ 中国航空国际建设投资有限公司 于芷婧/文
民航业是我国经济社会发展重要的战略产业。近年来,我国民航业发展持续加快,行业规模不断扩大,服务能力稳步提高,对区域改革开放与经济发展的促进作用不断增强。随着民航运输在国民经济社会中战略地位的不断提升,机场的功能已由传统的基础交通设施逐步转变为地区经济发展的“新动能”。大型枢纽机场作为民航运输网络的关键节点,能够加速人流、物流、信息流、资金流的集散,对城市的发展起着极大的带动作用。同样地,机场的持续发展和日益繁荣也离不开腹地城市经济强有力的支撑。就国内机场而言,凡是能够呈规模化发展的大型枢纽机场基本都诞生在经济基础优良的大中城市,这是由于机场与城市发展的促进与带动作用是双向传递的,是民航运输业与区域经济互动作用的客观呈现。
现阶段,我国正处在加快从航空运输大国向航空运输强国跨越的机遇期。随着民航强国战略的深入推进,实现高质量发展成为新时期大型枢纽机场的首要任务。然而,大型枢纽机场高质量发展的本质便是更好地服务与促进地区经济发展,满足人民日益增长的美好生活需要。因此,研究与评价大型枢纽机场与城市互动发展水平,促进实现机场与区域经济的协调发展具有十分积极的意义。本文以我国千万级机场及其所在城市为研究对象,基于数据包络线分析方法(DEA),通过构建机场与城市互动发展效率评价矩阵模型,分别将机场运营发展指标和城市发展指标依次互为投入与产出项,依据模型计算结果对各个机场与其所在城市的互动发展效率进行分析评价,最终结合各机场与城市发展的实际情况提出相应的优化发展建议。
国际民航组织(ICAO)的研究报告指出,民航运输及其相关产业通过其自身产业直接的产出、提供就业机会、对其他产业产生乘数效应以及波纹效应来影响城市、区域与国家经济的发展。总体来说,机场对于城市经济发展的影响可以概括为直接效应、间接效应、诱发效应和催化作用等四个层级。其中,直接影响是指在建造和运营机场过程中所直接产生的收入及就业;间接影响是指由机场产生的航空运输产业上下游及供应链上下游所产生的收入及就业;诱发影响是指为了满足直接和间接影响引发的就业人员的最终消费需求,相关其他行业和部门各种经济活动所创造出来的就业和产出;催化作用则表现为机场发展对地区关联产业的促进与吸引集聚作用。
首先城市是机场发展的载体和主要服务对象,城市对机场发展的直接作用是为机场的发展提供支撑条件。城市经济与人口的不断壮大,产业的蓬勃发展以及对外交流与合作的日益频繁将直接为机场的运营创造更多的航空运输服务需求。同时,城市可以为机场的基础设施及配套建设提供充足的人力、技术与资金支持。其次,城市的产业结构、人才供应、发展竞争力等将影响以机场为核心的航空运输及关联产业的发展水平。因此,城市的发展水平在一定程度上决定了机场及其周边产业的发展水平。最后,城市对机场发展的深层次影响表现在城市的发展战略将直接决定机场的功能定位、服务发展及战略目标,即建设什么样的城市将决定发展什么样的机场。
DEA方法又称数据包络分析,是基于投入产出数据的相对有效性的评价方法,最早由著名的运筹学家Charnesh和E.Rhodes在1978年提出。DEA模型的原理主要是通过保持决策单元(DMU)的输入或输出不变,借助数学规划和统计数据确定有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来衡量和评价其相对有效性。DEA方法适用于多输出与多输入的有效性综合评价问题,同时决策单元的最优效率指标与投入指标及产出指标的量纲选取无关。其中,规模可变的CCR-DEA模型的原理及数学模型具体为:首先假设有n个决策单元,每个决策单元有m项投入和s项产出,其中Xij(Xj∈Rm)第j个决策单元的第i项投入;Yij(Yj∈Rs)为第j个决策单元的第i项产出,θ 为决策单元DMU0的效率值;S-、S+为松弛变量;ε 为非阿基米德无穷小,λj为连接各个有效点形成有效前沿面的权重;X0、Y0分别表示DMU0的投入和产出向量,则DEA算法模型具体为:
机场与城市的互动发展并非是单纯的单向因果关系,而是相互促进与发展的。因此,在采用DEA方法研究与评价机场与城市互动发展效率时,城市经济发展即是机场发展作为投入项产生的产出项,也有可能是导致机场发展产出项的投入项。此种情况,在临空经济与产业互动发展研究领域也同样存在。早在2016年便有学者尝试采用评价矩阵的方式对临空经济与高新技术产业的互动发展的贡献度进行评价。基于此,本文分别以机场运营发展指标与城市经济发展指标依次互为投入和产出项,分别创建两个DEA模型,计算得到的机场对城市的综合技术效率值X以及城市对机场的综合技术效率值Y,将其结果绘制在以X、Y为横纵坐标的二维坐标评价矩阵中,并通过比较同一决策单元DMU综合技术效率X、Y的相对大小,用以衡量城市与机场互动发展的相对效率优劣。由于X、Y∈(0,1],故以中位数0.5为界,将该二维评价矩阵划分为四个象限I、Ⅱ、Ⅲ、Ⅳ,其中I象限表示城市与机场的互动发展效率相对均衡、Ⅱ象限表示机场对城市发展的带动效率相对较低、Ⅳ象限表示城市对机场的带动效率相对较低,Ⅲ象限则表示两者的互动效率均较低或两者并未产生显著的互动关系(图1)。
1.机场运营发展指标
机场运营发展水平可以通过运输规模与通达性两个方面加以定性描述。运输规模主要反映的是机场对旅客和货物的运输能力。根据民航行业统计口径,一般可用机场旅客吞吐量、货邮吞吐量以及飞机起降架次等指标来衡量。由于飞机起降架次同旅客吞吐量、货邮吞吐量两个指标存在相关关系,因此本文选定旅客吞吐量和货邮吞吐量两大指标作为机场运输规模的表征指标。机场通达性则主要反映机场航线航班的区域通达水平。由于各个机场航班航线数据的直接获取较为困难,本文选用飞常准大数据机场整体通达性指数的公开数据作为模型的输入,作为表征机场通达性的指标。
2.城市经济发展指标
城市经济发展水平可以通过经济规模、产业规模、人口等多个指标加以表征。国内生产总值GDP作为衡量地区经济发展水平的关键指标,能够充分体现区域经济发展的整体情况。工业增加值作为衡量地区经济发展的重要标尺,能够直接反应地区工业产业领域的实际生产情况。常驻人口作为反应城市劳动力总体水平和人才吸引力的重要指标,能够直接反应地区经济活力。因此,综合考虑不同省市的统计口径与数据获取的难易程度,最终选择GDP、工业增加值和常住人口三个指标作为城市经济发展水平的表征指标。
1.数据分组
本文选取2018年我国37个千万级机场的运营数据及其所在城市的经济发展数据作为效率评价模型的计算输入数据。数据来源渠道为民航统计公报及各市当年的国民经济和社会发展统计公报。为了满足机场与城市的一一对应关系,对于有两个千万级机场在同时运营的城市(如上海),则将两个机场各自的运营指标数据做线性叠加处理,即研究实际共选取了36个机场—城市对。
此外,由于CCR-DEA分析方法的本质是线性规模型的应用,适用于评价同类组织的相对有效性。为了真实反映机场与城市发展的互动关系,本文采用分组计算的模式进行最终成果的计算。研究以36个机场—城市对的旅客吞吐量序列为度量指标,按照从大到小的顺序分别计算相邻数据间的递减速率,并以此作为划定机场—城市对分组的依据。从旅客吞吐量序列的递减速率折线图(图2)中能够明显观察到四个序列突变点。综合考虑各分组决策单元的数量有效性和序列突变点,研究将36个机场—城市对划分为三组,即2018年年旅客吞吐量不低于3824.16万人次的9个机场—城市对一组;年旅客吞吐量不足3824.16万人次且高于1875.82万人次的14个机场—城市对为一组;其余的13个机场—城市对一组。
2.评价结果
根据数据分组情况,将36个机场—城市对的机场运营指标数据与城市经济发展指标数据分别依次互为投入与产出输入CCR-DEA运算模型,依据DEAP2.1计算软件运行得到计算结果,将模型计算成果点绘至互动评价矩阵中,具体结果如图3~5所示。
根据上述结果,研究选取的36个机场—城市对全部落在第Ⅲ象限以外的区域,这说明现阶段我国千万级机场与所在城市均产生了较好的互动发展关系。其中,55.6%的机场—城市对位于评价矩阵的第I象限,即两者互动发展效率达到相对均衡状态;25%的机场—城市对位于评价矩阵的第Ⅱ象限,即机场对城市的带动效率相对较低;19.4%的机场—城市对位于评价矩阵的第Ⅳ象限,即城市对机场的带动效率相对较低。由于三个分组中落入第I象限内的较多,研究对其进行象限展开以聚焦分析,如图6所示。从中可以看出,虽然有20个机场—城市对达到相对均衡的状态,但距离最优生产前沿面仍有一定的进步与优化空间。
本文以DEA算法为基础,通过构建机场与城市互动发展效率评价矩阵,计算得到了我国千万级机场与其所在城市的互动发展效率评价结果,经过综合分析,主要得到以下结论与建议:
1.对于第I象限的机场—城市对来说,机场与城市的发展已经步入了较为均衡的状态,结合机场发展实际,研究的优化建议主要为:对于北京、上海而言,机场对城市发展的带动效率已经达到最优,而城市对机场的发展效率却相对较少,综合分析认为这并不是由于北京、上海两个城市对机场的带动效率不足引起的,而是恰恰验证了北京、上海两市枢纽机场更多地承担了区域层面城市群的运输与服务功能;对于广州、西安、南昌、呼和浩特、南宁等地区,机场对城市发展的带动效率较突出,应进一步提高城市对机场的带动效率,予以机场发展更多的资源与要素支撑与保障;对于深圳、武汉、杭州、长沙、济南、长春、宁波、温州等地区,城市对机场发展的带动效率较突出,应进一步加强机场的建设与发展,以更好地支撑与驱动城市经济社会发展;而对于郑州、南京、贵阳、太原等地区,应持续加强机场与城市的互动发展,进一步提升两者的相互促进作用。
2.对于第Ⅱ象限的重庆、成都、青岛、天津、哈尔滨、沈阳、大连、石家庄、合肥等地区,机场对城市发展的带动效率相对较低,即机场的综合发展水平与所在城市的经济基础与实力不完全匹配。对于上述城市,研究建议应加强机场的综合建设,提升运输规模与服务质量,促进机场发展能级提升至与城市发展能级相匹配的水平。
3.对于第Ⅳ象限的昆明、厦门、海口、乌鲁木齐、三亚、兰州、珠海等地区,研究认为城市对机场发展带动效率较低的原因主要是由于上述机场多是由旅游业单因素主导带动发展起来的。因此,建议上述城市应采取多元化的机场发展带动策略,多管齐下,加强对本地机场发展的综合促进与扶持。