机场是区域经济发展的引擎吗？——基于中国28个枢纽机场动态面板数据的GMM估计

万 举， 余月圆， 史慧敏

(郑州航空工业管理学院 经济学院， 郑州 450046)

近年来，随着中国居民消费能力提高及对于时间和效率的重视，越来越多的人选择飞机出行。另外，贸易全球化及消费结构变革也促使电子产品和生物医药等高附加值产品需求量快速增加。现实数据也显示不论是航空客运还是航空货运都呈现出快速发展的态势。据统计，改革开放以来，从旅客增长量看，民航平均增速17.2%，铁路6.7%，公路11.2%，水运-0.9%；从货运周转量来看，民航平均增速17.8%，铁路5.3%，公路13.7%，水运10.1%[1]。正因如此，各地相继大力建设机场及临空经济区。例如，2008年北京投入使用的耗资270亿元建成的T3航站楼及正在建设的北京大兴国际机场，2012年郑州新郑国际机场二期扩建工程正式开工建设及2013年郑州航空港经济综合试验区获得批复，等等。资料显示，我国在十三五期间将续建、新建机场74个。我们不禁有这样的疑问，政府投入大量的时间和资金建设机场真的能对经济产生引擎作用吗？多数学者也认为，一个空中交通繁忙、服务优良的机场必将增强一个地区的商业吸引力、激发经济活力。定性研究认为，如果一个机场有高质量且高效率的服务，这势必减少企业之间面对面交流的成本，促进商业信息传递，从而实现城市之间集聚经济发展，最终使区域商业得以发展，而商业发展又会增加对空中交通的需求[2]。这种反馈过程就激发了商业活力，从而促进区域经济发展。哪些因素能成为经济发展的引擎呢？一般应具备如下特点：第一，要对经济产生巨大的贡献乃至决定性作用。第二，要对其他产业有强大的带动作用。第三，要对产业聚集及产业升级有明显的促进作用。众所周知，拉动中国经济的“三驾马车”是投资、消费、出口，这三个因素满足以上三点，因此我们同样可以将这三个因素称为中国经济的引擎。机场是否是经济的引擎，需要严密的定量分析，通过实证结果作出判断。本文选取枢纽机场(1)笔者将这28个机场称之为“枢纽机场”借鉴了莫辉辉、王姣娥、黄洁等人对枢纽机场的定位。同时，笔者从这些枢纽机场中选取了28个年旅客吞吐量在1000万以上的机场作为研究样本。这28个枢纽机场分别为：北京首都国际机场、上海浦东国际机场、广州白云国际机场、成都双流国际机场、深圳宝安国际机场、昆明长水国际机场、上海虹桥国际机场、西安咸阳国际机场、重庆江北国际机场、杭州萧山国际机场、武汉天河国际机场、长沙黄花国际机场、乌鲁木齐地窝堡国际机场、郑州新郑国际机场、三亚凤凰国际机场、海口美兰国际机场、天津滨海国际机场、大连周水子国际机场、哈尔滨太平国际机场、贵阳龙洞堡国际机场、沈阳桃仙国际机场、福州长乐国际机场、南宁吴圩国际机场、济南遥墙国际机场、太原武宿国际机场、青岛流亭国际机场、南京禄口国际机场、厦门高崎国际机场。，正是因为枢纽机场规模更大，对区域经济的作用更明显，反过来如果枢纽机场对区域经济的作用都没有达到“引擎”级别，那么中小机场更不会达到。

一、文献综述

近些年来，虽然我国航空业发展迅速且各地对航空的重视程度不断加强，但是关于机场对经济发展影响的学术研究相对较少，且多数以定性研究及现状说明为主。而采用定量分析的文献则有一个普遍认识，那就是机场对区域经济发展有积极的作用，但并没有说明这种作用的大小及政府应该如何定位机场。

国外航空业发展历史悠久，研究机场与区域发展的文献中都表明机场对区域经济的作用是正向的，主要区别则在于数据和方法的运用。枢纽机场除了提供客运及货运服务以外，还能够在此基础上带动产业、文化、旅游、休闲娱乐及商务等相关服务业的发展，从而加快产业转型升级，促进聚集经济发展，完善基础设施建设，最终带动区域经济的发展[3]。Brueckner采用了一种横截面方法，分析了1996年美国大都市地区的空中交通与就业之间的关系，研究发现航空客运量每增加10%，服务业就业增加1%[4]。Sheard类似的研究发现，航空交通量对服务业就业有积极影响，而对制造业就业的影响是消极的[5]。Green发现，年平均旅客人数增长10%，导致人口增长3.9%，就业增长2.8%[6]。Button和Yuan关注的是航空货运量与大都市地区收入和就业之间的关系，其数据涵盖了从1990年到2009年的35个机场，运用向量自回归(VAR)模型得出航空业确实能够推动当地经济的发展[7]。有学者基于航空服务来研究机场与区域经济之间的关系， Blonigen和Cristea利用航空放松管制的准自然实验，导致空中交通量增加。该研究证实了航空服务对区域增长的积极影响，但这种影响在大都市地区有所不同[8]。Bel和Fageda分析了洲际直飞航班数量是否决定大公司总部的位置[9]。Chi和Baek则将重点放在美国航空部门乘客数量和航班数量的综合数据上，发现随着经济增长，客运量和货运量都趋于增长[10]。而这与Button和Yuan恰好相反，后者认为是客运量和货运量的增加导致了经济的增长。

国内大量研究偏向于定性分析及现状描述，对本文较好的启示作用。刘雪妮以首都机场临空经济为例，运用投入产出模型分析了以机场为核心的临空经济对区域经济的直接影响、间接影响及引致影响[11]。谢菲等基于三个级别机场的面板数据分析了区域经济与机场规模的关联性，发现从GDP对旅客吞吐量的关联情况来看，第三级别机场所在区域的GDP对旅客吞吐量的弹性最大，其次是第一级别机场，最后为第二级别机场，这说明了当机场规模很小时，区域经济对机场的影响要高于机场对当地经济的影响，而当机场发展到一定的规模时这种情况就反过来了[12]。王学林和范二强则把关注点放在了中小机场对区域经济的影响上，研究表明，中小机场虽说由于规模较小本身经营常常处于亏损状态，但是由于非航因素和其他对区域产业发展的隐形作用，中小机场的建设对于区域经济整体的发展具有很大的促进作用[13]。杨波、崔琦主要研究是否应该对中小机场进行补贴，通过对机场的溢出效应比较，发现中小机场的溢出效应远远大于补贴额，从而得出当地政府应该对其进行补贴。这就给我们一个启示，研究机场对经济的影响时，不能只把机场本身是否盈利作为对经济是否有促进作用的依据[14]。

国外研究多数说明了区域经济与机场因素的数量关系，很少说明政府在其中所起的作用，国内研究则主要缺乏强有力的定量分析。基于此，本文从如下方面深化研究：第一，应用动态面板数据的GMM估计。传统普通最小二乘法、工具变量法和极大似然法等方法都存在自身的局限性，如参数估计量假设性较强。而GMM 估计不需要知道随机误差项的准确分布信息，允许随机误差项存在异方差和序列相关，因而所得到的参数估计量比其他参数估计方法更有效。第二，使用了2000—2015年16年间的前述28个枢纽机场的数据集，扩充了样本集，增强了说服力。最后，本文力图为政府相关政策制定提供理论依据。

三、模型设定、变量选取与数据说明

(一)模型设定

本文首先设定模型如下：

(1)

其中，Yit表示在第t期i地区的第三产业增加值。pthput表示机场乘客吞吐量，系数为β1；cthput表示机场货邮吞吐量，系数为β2。c0为常数项，μi是不可观测的个体异质性，εit为残差项。D包含了选取的会对职工平均工资和第三产业增加值造成影响的控制变量，包括地区人口数(pop)，地区政府财政支出(fispend)，地区银行体系金融贷款余额(banking)和地区固定资产投资总额(invcsct)，其中γj为其估计系数。

公式(1)为静态面板模型，但是考虑到经济惯性的影响，加入第三产业增加值的一阶滞后项，以控制模型存在的动态效应，设定动态面板模型如下：

(2)

其中，Yi,t-1表示第三产业增加值的一阶滞后项。

(二)变量选取

1.被解释变量。本文研究的主题是机场是否是区域经济的引擎，所以要选取能够充分反应机场所在地区经济发展状况的变量为被解释变量。最能直观反应一个地区经济发展状况的总体指标是地区生产总值(GDP)，但考虑到两方面原因：一是枢纽机场所在城市第三产业比重比较大，所以第三产业增加值能够较好的反应该区域经济发展状况；二是中国机场经济的发展尚处于初级阶段，航空客运量和航空货运量在机场区域的密集程度对区域经济的引致影响主要是扩大了以服务业为主的第三产业市场规模。因此本文以机场所在区域的第三产业增加值(thgdp)来代表地区生产总值(GDP)[15]。

2.解释变量。本文选取能够反应机场状况的指标作为解释变量。大量文献中通常选取航空客流与航空物流，因为这两个指标易于统计且能够直观反应机场规模，本文也选取两个指标作为解释变量。

(1)航空客流。机场随着规模的扩大和旅客运输能力的提高，依托便利的交通和高质量的航空服务，促进了商务旅行的发展，提高了商业合作伙伴的面对面接触频率，加快了劳动人员的流动，增加了就业机会，促进了城市间的聚集经济，最终激活商业活力，增强了枢纽机场所在区域对人才的吸引力及相邻区域经济的辐射力。同时，航空客流提高也会带动机场所在区域的住宿、娱乐、餐饮等服务业的发展。本文用机场旅客吞吐量(pthput)来代表航空客流。预计该变量对区域经济有正向作用。

(2)航空物流。航空物流的增长能够提高运输业的效率，加快物流仓储的发展，使得商品和服务的流通更加便捷，大宗商品一般是通过铁路及海运运输的，而高精尖、高附加值及保质期较短的产品主要是通过航空物流，因此航空物流的发展能够加快相关产业的聚集及趋同，进而产生规模效应，加快机场所在区域经济的发展。本文所指的航空物流是由机场货邮吞吐量(cthput)代表的。预计该变量对区域经济有正向作用。

3.控制变量。为了减少因为遗失重要相关解释变量而造成内生性问题，以下4个变量设为控制变量，来研究机场对区域经济的作用。

(1)人口。人口的增加虽然增加了社会支出的负担，但是也会给社会的进步带来有利的方面。正如马克思和恩格斯批判马尔萨斯人口论所说的，“人口的增加除了消耗了很多资源以外，还能够提高科学家、技术人才等专业人才出现的可能性，而土地只要采用改良的工作方法，就能使产量提高五倍、甚至五倍以上”[16]。同时人口增长预期能够带来更高的就业和更多的商业机构，促进区域经济的增长，因此将人口数量(pop)加入控制变量。预计该变量对区域经济有正向作用。

(2)政府决策行为。区域经济的发展受制于当地政府行为，而政府规划行为则主要表现在政府财政支出的类型及规模。财政支出包含了基础设施建设，教育科研投入，政府购买，转移支付等等，可以说政府对社会经济的影响是多方面的。本文用政府财政支出(fispend)代表政府决策行为。预计该变量对区域经济有正向作用。

(3)生产性服务业。生产性服务业依附于制造业企业，存在于各个生产环节，能够为其顺利生产，提高生产效率并提供保障性服务。例如在研发阶段提供研发设计服务，在流通阶段提供仓储、物流和快递服务，在融资阶段提供信息金融服务等。它将经济活动中日益专业化的人力资本、知识资本通过中间性投入的方式嵌入到商品的生产和服务过程，在一定程度上构成了高端生产要素进入生产过程的渠道，为区域经济的发展做出突出贡献。我们将机场所在区域银行体系金融贷款余额(banking)来代表生产性服务业对区域经济的支持[17]。预计该变量对区域经济有正向作用。

(4)地区固定资产投资总额。固定资产投资额是一个综合性指标，能够反映固定资产的投资规模和投资比例。它的投入能够从多方面加快城市化进程，促进人口转移，提高地区经济水平。因此将地区固定投资总额(invcsct)加入控制变量。预计该变量对区域经济有正向作用。

(三)数据说明

本文数据来源于2000—2015年的《从统计看民航》《全国统计年鉴》以及各个机场所在城市的统计年鉴及城市统计年报，从中整理得到了2000—2015年全国28个枢纽机场所在的27个城市的动态面板数据。本文将所有变量进行对数化处理，这样做的目的在于减轻地区经济发展不平衡所导致的变量之间的异方差，从而在一定程度上控制模型变量的异方差问题。数据的处理和实证分析采用STATA15.0进行。

表1 描述性统计

四、实证分析

(一)实证过程与结果

考虑到经济发展具有持续性和累积性，本文在构造分析模型时在解释变量中集中加入了滞后一期的被解释变量，上文中的公式(2)为动态面板模型，这会导致计量模型出现自相关问题。同时，由于区域经济发展指标受到一些不可观测的地区指标影响，导致了区域经济发展指标的滞后一期值L.lnthgdpit与随机干扰项εit存在相关性，进而产生内生性问题。本文选择使用广义矩估计(GMM)估计方法对公式(2)进行估计以克服以上问题。考虑到结果的稳健性，分别采用差分GMM模型和系统GMM模型来考察机场因素与区域经济之间的关系。估计结果如表2所示，其中模型(1)和模型(2)分别为差分GMM模型和系统GMM模型的估计结果。

在使用GMM估计方法对模型进行回归时，本文限制使用最多滞后五期的工具变量。通过运用Sargan检验来识别工具变量的有效性，如果不能拒绝原假设“工具变量是有效的”，那么工具变量的设定是合理的，同时对随机扰动项{εit}是否存在序列相关进行检验。在实证分析过程中，只需要关注△εit是否存在二阶序列相关，即AR(2)是否显著。其中AR(1)和AR(2)统计量中，主要看AR(2)统计量对应的p值是否大于10%，如果如表2中显示的四个回归模型均大于10%，则表明通过了随机扰动项无自相关的检验，即不拒绝原假设。Sargan检验统计量对应的p值超过了10%，这说明据新增工具变量是有效的。另外，表中Wald检验统计量对应的p值很明显小于1%，拒绝了解释变量系数均为零的原假设。表2中四个模型被解释变量的滞后一期变量L.lnthgdpit的系数符号为正且在1%水平上显著，这表明动态面板模型的选取是符合现实情况的。模型也通过了Arelleno-Bond序列相关检验和Sargan检验，因而差分GMM和系统GMM的估计结果是一致且可靠的。

如表2所示，静态面板OLS模型的估计显示核心解释变量航空客流(pthput)对区域经济的影响为负且没有通过显著性检验。考虑模型的动态效应，即加入第三产业增加值的一阶滞后项后，动态面板系统GMM和差分GMM模型的估计结果均显示航空客流对区域经济有正向作用且显著，航空物流对区域经济的影响不显著。说明我们选择动态面板数据GMM估计是合理的。对于其他控制变量，差分GMM模型、系统GMM模型的估计结果与静态面板OLS模型的估计结果存在一定差异。由于静态面板模型没有考虑到可能存在的遗漏变量和内生性问题，本文主要以动态面板模型的估计结果为准进行分析。对于差分GMM和系统GMM而言，系统GMM是由差分GMM和水平GMM结合起来形成的，其具体方法是采用水平值的滞后项作为差分方程的工具变量，同时选择差分变量的滞后项作为水平方程的工具变量而将差分方程与水平方程作为一个方程系统进行估计，因而，系统GMM的估计效率要高于差分GMM，且系统GMM两步估计得到的标准误能显著地降低小样本情况下的估计偏差和短面板数据模型中水平滞后项的弱工具变量问题。基于此，笔者主要依据系统GMM的两步估计结果进行分析，同时将差分GMM模型的估计结果作为参照一并列出。

从表2可以看出，航空客流、人口、政府决策行为、地区固定资产投资总额对代表区域经济发展状况的第三产业增加值有明显正向促进作用；航空物流、生产性服务业对第三产业增加值的影响不显著。该回归结果与我们的预期有一定出入，相关原因在实证结果分析中说明。

表2 面板数据回归模型估计结果

(二)实证结果分析

根据动态面板GMM估计结果，我们可以得出以下结论。

1.解释变量。从表2回归结果看，航空客流(lnpthput)对第三产业增加值有明显的正向作用，说明航空客流的增加对促进区域经济发展有非常重要的作用。其作用机理是因为旅客的增加能够带动餐饮业、住宿业等服务业的快速发展，同时也促使相应生活配套设施完善，进而使得相同产业聚集，最终加快一个区域经济的发展，相应地也会提高居民的收入和生活质量，而居民收入的提高反过来会增加消费，进一步促进区域经济的发展，这印证了我们的预期。

航空物流(lncthput)对第三产业增加值的影响不显著，这与预期不符。据不完全统计，仅2013年全球航空货运业货物总价值占世界贸易总价值的33%，是货运量占比的33倍[18]。由此可见航空运输货物属于高附加值产品，因此航空物流应该会对区域经济起到显著的影响，为什么回归结果与预期会不符呢？其原因为：第一，航空运输业在中国存在经营分散且客货运输失衡等问题。截止到2015年，我国约有全货机121架分散在8家公司经营，其中最多的一家只有20余架。由于这些问题的存在，这将会导致直接结果就是无法实现规模经营，而且我国大多数航空公司货运产品同质化严重，且较多载运普通货物，从而造成他们之间的竞争主要依靠价格优势。以2013年为例，我国航空公司货运吨公里收入仅为1.73元(国际航线为1.63元，国内航线为1.96元)，而燃料消耗成本就达每吨公里1.13元，而且航线设置中货运航线偏少，因此大部分公司处于亏损状态[18]。第二，由于为数不多的货机也是集中到特大型机场，如北京首都国际机场、上海浦东国际机场、广州白云国际机场等。其他机场虽说年旅客吞吐量达到了1 000万以上，但是货物运输偏少，如果将这些机场进行整体回归时就可能会出现航空物流对区域经济不显著的情况。第三，由于中国的航空物流系统发展较晚，还很不完善，中国物流主要以传统纺织业、跨国快递等普通货物为主，而航空物流比较发达的国家多数是以高附加值且体量较轻的电子产品、生物医药等货物为主。以上三个原因造成了航空物流对区域经济的影响力有限。

2.控制变量。人口(lnpop)的系数为正且在1%水平上显著，这表明人口在提升区域经济过程中产生显著的促进作用，这符合我们的预期。一方面，在经济发展的初级阶段，当一个地区拥有较大人口基数时，也就说明该地区的劳动资源较为丰富。另一方面，较大的人口基数也为培养出更多接受教育的人打下了基础，将来可能会转变为宝贵的人力资本。我国改革开放40年来，能够取得如此巨大的成就，很大程度来自人口红利。

政府决策行为(lnfispend)对区域经济有明显的正向作用，这与我们的预期相符。政府决策行为是由政府财政支出代理的，财政支出有一部分是对教育事业的支出，这能够为地方人力资源提供财政保障。一部分是对科学事业的支出，这能够带动地区创新能力的提升，进而加快产品升级换代。还有一部分是对基础设施建设的投资支出，基础设施是一个地区经济活动顺利进行的保障，为经济活动提供了完善的配套服务。以上三个方面，都能说明政府决策行为对经济发展的贡献。

生产性服务业(lnbanking)对区域经济的影响不显著，这与我们的预期不符。这说明我国绝大多数的区域缺乏良好的商务环境，提供金融保险，法律咨询，商务服务(包括设计研发、工程技术、服务营销等)等专业化、知识型、生产性的服务机构配置较少，服务层级偏低，无法满足企业发展需求；而生产性服务业发展滞后又会进一步影响区域经济企业对高端产业的承接能力和价值链攀升能力，导致其无法通过较强的专业化服务满足区域经济的发展需求。

固定资产投资总额(lninvcsct)对区域经济有显著的正向作用，这与预期相符。第一，固定资产投资可以通过其消费增加当期的GDP，也可以通过投资影响市场需求，带动未来的生产及创造能力。第二，投资具有乘数效应。因为当一笔投资进入一个产业后，在发展这个产业的同时会增加其他产业产品需求，这就会使另一个产业得到发展，从而反作用于上一个产业，经过数次传递，投资需求会不断扩大，这样将会带来大于这笔投资额数倍的GDP增长。

五、主要结论及政策建议

(一)主要结论

本文基于2000—2015年期间中国27个城市的28个枢纽机场的年度动态面板数据，并运用GMM估计回归模型对枢纽机场与区域经济的关系进行实证分析。我们将影响区域经济的因素分为机场因素(解释变量)和非机场因素(控制变量)，具体结论如下。

1.机场因素。航空客流与区域经济密切相关，且对区域经济的发展起到了正向作用。而航空物流对区域经济的影响不显著，造成这种结果的原因可能是我国航空物流发展比较滞后。

2.非机场因素。人口因素、政府决策行为和固定资产投资总额对区域经济起到了正向作用。而生产性服务业对区域经济的影响不显著，这主要是因为中国地方的生产性服务业发展不完善，致使其无法提供专业化服务来满足经济社会发展的需要。

将回归结果进行对比，比较各种因素对区域经济的影响系数，我们能够清楚的发现，机场因素中的航空客流的影响系数比非航空因素的系数要大，这就表明机场对区域经济的发展起到了举足轻重的作用，但是航空物流——作为直接作用到区域经济的因素并没有如我们预期的那样对区域经济产生明显的促进作用。虽然研究确实证明了机场与区域经济有关，但是这种影响的程度并没有我们想象的大，所以机场对区域经济的发展起到了重要的作用，但是认为“机场是拉动经济的引擎”还是有点夸大其辞了。

(二)政策建议

1.优化发展航空物流，助推区域经济发展。针对目前我国航空物流业存在经营分散、同质化严重和货物运输产品附加值低等问题，首先应着重解决经营分散的问题，提高产业集中度，这样能够充分发挥规模效应，提高经营收益。其次发展专业化经营，因为客运和货运发展模式不同，所以应该以不同于客运的市场策略进行发展。最后要提高运输效率，优化货物结构，完善物流系统，通过引进高附加值产品企业在机场周边聚集，这样能够减少运输成本，提高效率。例如郑州航空港是依托新郑国际机场，港区内引进最大企业就是富士康，每年生产智能手机高达2亿多部，为郑州的经济做出突出贡献。

2.继续提高航空服务质量。结合回归结果，我们发现航空客流对区域经济的发展是显著的，所以我们应该特别注重对航空旅客的吸引，而航空服务质量对航空旅客是非常重要的因素。高质量的航空服务将促进商业合作伙伴面对面对接触，促进城市间产业聚集，最终激活商业活力，增强枢纽机场所在区域对人才的吸引力及相邻区域经济的辐射力。因此，无论是航空公司还是机场都应该将提高航空服务质量放在首要位置。

3.加大交通设施投入，完善公共服务能力。从实证结果上，我们可以清晰地发现机场因素对经济有一定的促进作用，因此政府发展机场本无可厚非，但是我们也应该看到固定投资与生产性服务业对经济的贡献，所以政府也应该积极完善机场周边的交通设施。因为机场一般都处于城市的郊区位置，如果交通不够发达，就会淡化城市对航空旅客的吸引力，换句话说，当机场周边交通设施完善，就能够促进机场与城市人员的流动，提高区域经济活力。与此同时，公共服务供给也会提高商业效率。因此，政府要加大公共财政投入，继续完善金融、商务等服务业产业的发展，同时加强监管力度，建立公平公正的市场环境。