海南地区航空物流产业发展影响因素实证研究与预测分析

张 玉，陈娜娜，周 益 （海口经济学院 时代旅航管理学院，海南 海口 571127）

自贸港建设以来，海南货物贸易进出口总值持续快速增长，对国内消费市场的辐射范围与作用逐渐显现，促使对高附加值、高时效性的“双高型”货物运输需求不断增加。作为海南现代物流业重要组成部分的航空物流业，凭借“双效高质”的运输特点、得天独厚的地理资源、内外部交通等发展优势，在海南持续优化物流产业布局、加快物流园区建设、打造国际化物流设施体系的发展态势下，进入了新的发展时期。航空物流基础设施不断完善，定位于国际货运的东方机场已选定预选场址，顺丰、圆通等大型航空物流企业建设入驻，临空产业聚集效应初显，航空运输网络的连通性和结构性得到改善，2021年海南地区民航货邮吞吐量涨幅达17.9%，增幅位居全国第三。

续 表

以加快海南地区航空物流产业发展为目标，研究影响海南地区航空物流产业发展的因素以及对其发展趋势进行客观预测，对于探究海南地区航空物流产业发展的关键点，切实提高海南地区航空物流产业的运输服务能力，助力海南自贸港建设有重大、长远的意义。

1 灰色关联聚类原理

灰色聚类是根据灰色关联矩阵或灰数的白化权函数将多个观测指标划分成若干个可定义类别的方法。灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。通过灰色关联聚类，可以判断多因素中是否有若干个因素关系密切，使研究者既能够用这些因素的综合平均指标或其中的某一个因素来代表几个因素，又使信息不受严重损失，是属于系统变量的删减问题[1]。灰色关联聚类可以按照下列步骤进行。

步骤一：标准化原始序列。设有n个观测对象，每个观测对象有m个特征数据，得到原始数据序列如下：

由于各因素的物理意义不同，因此数据的量纲也不一定相同。为了能得到比较准确的结论，一般先要对各个因素的初始数据进行规范化处理，以消除量纲的影响，得到新的数据序列。有的因素指标值越大越好，称之为效益因素，有的因素指标值越小越好，称之为成本因素。

步骤二：计算灰色绝对关联度。设序列Xi'与Xj'长度相同，且皆为1-时距序列，令，。

分别是序列Xi'与Xj'的始点零化像，其中则对所有的i≤j，i，j=1，2，...，m，按照下列公式计算出Xi与Xj的灰色绝对关联度εij，其中：

步骤四：对特征指标进行聚类。确定临界值r∈[0，1]，根据要求选取适当的r的值且r＞0.5，当εiijj≥r(i≠j)时，则认为Xi与Xj具有同一类属性。称特征指标在临界值r下的分类为r灰色关联聚类。一般r的值都是根据实际航空物流业问题的要求确定，r越小，分类越粗，r越大，分类越细。

2 海南地区航空物流产业发展影响因素指标的选取

发展影响因素众多，结合国内外学者对航空物流业的影响因素分析与指标的选取[2-4]，对自贸港建设中可能对航空物流产业发展影响较大的指标进行选取。基于运输经济学原理，从需求与供给两个角度较为全面地选取2011—2020年可能影响航空物流产业发展的指标，见表1、表2。

表1 影响海南地区航空物流需求规模的相关指标数据表（2011—2020 年）

表2 影响海南地区航空物流供给的相关指标数据表（2011—2020 年）

3 海南地区航空物流产业发展影响因素的灰色关联聚类分析

将影响海南地区航空物流发展的众多因素进行灰色关联聚类分析，分别得出影响海南地区航空物流需求因素灰关联矩阵与供给因素灰关联矩阵，见表3、表4。

表3 需求影响因素灰关联矩阵

表4 供给影响因素灰关联矩阵

分析不同关联度取值后的指标聚类情况，结合航空物流产业发展实际，根据表3、表4结果，分别选取需求影响因素的关联度为r≥0.8，供给影响因素的关联度为r≥0.6，得出海南地区航空物流产业发展影响因素的聚类结果，类别P代表需求影响指标聚类，S代表供给影响指标聚类，见表5。

表5 需求与供给指标聚类分析结果

4 海南地区航空物流产业发展衡量指标及其影响因素的灰色关联分析

航空物流产业发展衡量指标主要有航空货运量、航空货物周转量、航空货邮吞吐量。航空货物周转量指标不仅包括运输对象的数量，还包括运输距离的因素，因而能够较为全面地反映运输生产成果，故选取航空货物周转量作为衡量海南地区航空物流业发展的指标，见表6。

表6 海南地区民航货物周转量数据表（2011—2020 年）

根据影响海南地区航空物流产业发展需求与供给指标聚类分析结果，结合专业判断，选出因素X6、X7、X8、X9、X10、X15、X19分别作为聚类P1、P2、P3、P4、P5、S1、S2的代表性指标。利用灰关联模型（见灰聚类模型中灰色关联度计算模型）分别将聚类后的代表性指标和民航货物周转量指标进行灰色绝对关联度计算，得出各影响因素与航空货物周转量之间的关联度及排序，见表7。

表7 各因素与航空货物周转量的关联度

通过参考数列与比较数列的关联度排序可知，对Y民航货物周转量影响最大排名前三的代表性因素分别是X15航线数量、X7城镇居民人均可支配收入以及X9货物进出口总额。该数据分析结果与其他学者对影响航空物流业发展因素的研究结论相符，航线数量、城镇居民人均可支配收入以及货物进出口总额对航空物流业发展的影响程度较强。

5 海南地区航空物流产业发展的主要驱动因素

根据影响海南地区航空物流发展需求与供给指标聚类分析结果与航空货物周转量关联度分析，得出当前海南地区航空物流产业发展驱动因素，见表8。

表8 海南地区航空物流产业发展主要驱动因素

根据指标聚类分析结果与航空货物周转量关联度分析，可得航线数量、交通运输仓储和邮政行业从业人数、航空运输业就业人数、飞机起落架次等供给因素是当前影响海南地区航空物流产业发展的第一驱动因素。特别是用以衡量海南地区航空物流业发展指标的民航货运周转量和该类代表性指标航线数量的发展趋势相契合，航线数量对航空物流业的影响主要体现在供给能力的提升，两者存在明显的正相关关系。目前海南地区航空物流业主要是利用“腹舱带货”的运输方式，“客改货运与全货机运输”还比较薄弱，航线数量的增加意味着有更多的腹仓空间可以满足航空物流运输需求。此外，航线数量的增加也使得航空公司及专业航空物流公司加入航空物流运输网络，从而提高了货物航空运输的覆盖率。此外，随着供给能力的提升，民航货运企业更能够发挥规模经济的优势，进一步降低成本，刺激航空物流运输需求，提高航空物流运输综合实力。

此外，人均GDP、城镇居民人均可支配收入的提高、常住人口的增加、货物进出口总额的增长以及交通运输、仓储和邮政业的发展均对民航物流的需求与发展起到带动作用。近年来，海南省跨境贸易和免税经济的发展，促使货物进出口贸易量快速增长，进出口商贸中大部分经济价值高、时效性要求强的货物主要通过空运方式进出[5]，极大地刺激对航空物流的需求。

6 基于灰色模型GM（1，1）海南地区航空货物周转量的预测

6.1 灰色模型GM（1，1）预测步骤

第一，对原始数据进行一次累加计算，设原始数据序列为：X（0）=（x（0）（1），x（0）（2），. . .x（0）（n）），其中x（0）（k）≥0，k=1，,2，...，n；且满足光滑性条件，令X（0）的一次累加生成序列1—AGM为X（1）=（x（1）（1），x（1）（2），...x（1）（n）），其中，，k=1，2，...，n。

第二，紧邻序列生成。在1—AGM序列X（1）的基础上生成紧邻序列为：Z（1）=（Z（1）（1），Z（1）（2），. . .，Z（1）（n）），其中：Z（1），k=2，3，...，n。

第三，建立预测模型。对于非负准光滑序列X（0），其1—AOG序列X（1）具有准指数规律，称X（0）（k）+aZ（1）（k）=b为模型GM（1，1）的基本形式，并称为GM（1，1）模型基本形式x（0）（k）+aZ（1）（k）=b的白化微分方程。第四，参数求解。设参数向量为，可以运用GM（1，1）模型的最小二乘法进行估计，其中。

第五，求解模型模拟预测值。GM（1，1）模型x（0）（k）+aZ（1）（k）=b的时间响应式为

得到X（0）的模拟预测值为，k=1,2,…,n.

其中，参数-a称为 GM（1，1）模型的发展系数，它反映了和的发展趋势；b称为灰色作用量，它反映数据变化的关系，其确切内涵是灰的。

第六，预测模型残差检验。设原始数据序列为X（0）=（x（0）（1），x（0）（2），...，x（0）（n）），GM（1，1）模型预测的模拟数据序列为，残差数据序列为ε（0）=（ε（1），ε（2），...，ε（n）），其中ε（k）=（x（0）（k），x（0）（k）），则相对误差序列为，对于k≤n，称为k点模拟相对误差，称为平均相对误差，1-为平均相对精度，给定α，当＜α且Δn＜α成立时，称模型为残差合格模型。一般α的值不应低于0.20。

6.2 海南地区航空货物周转量的预测

选取2011—2020年的民航货物周转量作为海南地区航空物业发展状况指标，对其数据进行GM（1，1）模型建立，并检验该模型是否适用于反映海南地区航空物流业的发展状况，模型模拟显示结果如下（结果均保留两位小数）。

原始序列的1—AGO序列生成。经过查阅海南省统计局的数据资料，2011—2020年民航货物周转量原始数据序列为：X（0）=（6.22，6.29，6.77，7.49，8.55，10.31，12.74，14.83，15.59，7.75）。原始序列的1-AGO序列为：X（1）=（6.22，12.51，19.28，26.77，35.32，45.63，58.37，73.20，88.79，96.54）。

1—AGO生成序列的紧邻均值生成 ：Z（1）（9.37，15.90，23.03，31.05，40.48，52.65，79.80，99，92.67）。

计算灰色模型发展系数-a和灰色作用量b。计算得出-a=0.08，b=6.17。

模拟值。2011—2020年海南省民航货物周转量模拟值为6.22、7.19、7.79、8.43、9.13、9.88、10.69、11.57、12.53、13.56；2021—2028年海南省民航货物周转量预测值为14.68、 15.89、17.20、18.62、20.15、21.81、23.61、25.56。

从模型的平均模拟误差可以看到模型模拟效果比较好，GM(1，1)模型对海南省2021—2028年民航货物周转量模拟精度可以达到81.99%，说明本文所选取的指标及模型都具有较高的拟合度。用GM(1，1)模型进一步预测出2021—2028年海南省民航货物周转量，见表9。未来8年，海南地区航空物流业的整体水平将呈现出稳中有升的发展趋势。

表9 海南地区民航货物周转量预测数据表（2021—2028 年）

7 结 语

随着自贸港建设的推进，海南地区航空物流业有较大增长空间，航空货运量、货运周转量、货邮吞吐量规模都将持续增加，进一步促进海南地区航空物流业的发展。根据海南地区航空物流业发展的主要驱动因素分析，在供给层面，可通过打造良好的航空物流发展环境，完善航空物流功能建设，加强与国内外航空公司合作，增加航线数量；推进多式联运体系建设，优化多式联运航空物流网络，探索完善智慧物流建设；打造航空物流协同发展信息平台，共享优质货源；加大航空物流人才储备等路径，提高航空物流运输服务能力；在需求层面，依托贸易和免税政策的优势，背靠国内超大规模消费市场，面向中东、欧盟、东盟等全球新兴市场，进一步增强海南对国内外消费市场的辐射范围与力度，构建以服务国内市场为主、促进国内、国际经济双循环发展新格局的转换枢纽，扩大航空物流集疏辐射范围，刺激市场需求，开拓货源市场，为海南地区航空物流产业发展增添活力。