謝菲 夏洪山 鄭燕琴

（南京航空航天大學(xué)民航學(xué)院 南京 210016）

0 引 言

區(qū)域經(jīng)濟(jì)是影響機(jī)場發(fā)展的重要制約因素，機(jī)場與區(qū)域經(jīng)濟(jì)相互影響，機(jī)場不僅承擔(dān)輻射區(qū)域內(nèi)的航空客貨運(yùn)輸需求，并且?guī)涌崭鬯诘丶爸苓吅娇罩赶蛐彤a(chǎn)業(yè)的發(fā)展；而區(qū)域經(jīng)濟(jì)的發(fā)展也會引至航空客貨運(yùn)輸需求的提升，從而助推機(jī)場的進(jìn)一步發(fā)展.

文獻(xiàn)［1］指出，歐洲地區(qū)的機(jī)場對周邊區(qū)域經(jīng)濟(jì)產(chǎn)生影響，并將機(jī)場的區(qū)域經(jīng)濟(jì)影響力從直接、間接、誘導(dǎo)及催化影響四方面進(jìn)行總結(jié)分析；Stephen J.Appold［2］針對美國25個(gè)機(jī)場，從就業(yè)與GDP兩方面著手進(jìn)行研究，證實(shí)機(jī)場在區(qū)域經(jīng)濟(jì)發(fā)展中發(fā)揮著重要的作用；類似的研究還有Jacco Hakfoort 等［3］對阿姆 斯特丹 基浦機(jī) 場、Beyers等對美國King County國際機(jī)場的研究.我國該領(lǐng)域研究起步較晚，宋偉等［4］從原生效益、次生效益和永久性效益4個(gè)層次分析接近航空樞紐的人口與產(chǎn)業(yè)所獲得的經(jīng)濟(jì)利益與區(qū)位優(yōu)勢，驗(yàn)證了機(jī)場對城市和區(qū)域經(jīng)濟(jì)發(fā)展的推動作用；劉海波等［5］通過分析機(jī)場與腹地經(jīng)濟(jì)發(fā)展協(xié)調(diào)演進(jìn)的三個(gè)階段，驗(yàn)證了機(jī)場與腹地經(jīng)濟(jì)發(fā)展間的協(xié)同關(guān)系；彭語冰等［6］用理論演繹和實(shí)證歸納方法分析機(jī)場與區(qū)域經(jīng)濟(jì)間的相互關(guān)系，論述了區(qū)域經(jīng)濟(jì)和諧發(fā)展的現(xiàn)狀和存在的主要問題；曹允春等［7-9］歸納總結(jié)了機(jī)場對推動區(qū)域經(jīng)濟(jì)發(fā)展的幾種具體表現(xiàn).可以看出，在以往研究中，主要關(guān)注于機(jī)場如何促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，由于對區(qū)域經(jīng)濟(jì)與機(jī)場發(fā)展的關(guān)聯(lián)程度研究的不足，鮮有具有說服力的數(shù)據(jù)支撐，因此缺乏對機(jī)場與區(qū)域經(jīng)濟(jì)發(fā)展耦合作用機(jī)理的深入研究.譬如，王劍雨［10］以深圳機(jī)場為例，利用投入產(chǎn)出法對民航機(jī)場社會經(jīng)濟(jì)效益進(jìn)行分析，但是數(shù)據(jù)上存在滯后性；陳林［11］僅從產(chǎn)業(yè)關(guān)聯(lián)的角度測算航空運(yùn)輸業(yè)對經(jīng)濟(jì)社會的貢獻(xiàn).因此本文擬采用面板數(shù)據(jù)對機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)關(guān)聯(lián)性進(jìn)行定量分析，數(shù)據(jù)來源于近年來全國范圍內(nèi)多個(gè)機(jī)場，代表性強(qiáng)，以避免單獨(dú)使用時(shí)間序列數(shù)據(jù)或是截面數(shù)據(jù)對二者關(guān)聯(lián)程度進(jìn)行檢驗(yàn)存在偏差.

1 面板數(shù)據(jù)模型

面板數(shù)據(jù)又稱縱列數(shù)據(jù)，包括時(shí)間序列數(shù)據(jù)以及橫截面數(shù)據(jù)，屬于二維數(shù)據(jù).相比于一般的混合橫截面數(shù)據(jù)，面板數(shù)據(jù)在各個(gè)時(shí)期每個(gè)截面的個(gè)體是沒有變化的.因此，在進(jìn)行經(jīng)濟(jì)分析模型假設(shè)時(shí)，面板數(shù)據(jù)更加實(shí)用，包含的數(shù)據(jù)信息量更大.本文擬采用的面板數(shù)據(jù)對機(jī)場與區(qū)域經(jīng)濟(jì)的關(guān)聯(lián)性進(jìn)行分析，既可以描述樣本的動態(tài)變化，也可以反映個(gè)體之間的差異.這種數(shù)據(jù)方法能夠處理更多的信息，并且減少共線性.

2 機(jī)場分類

在民航運(yùn)輸系統(tǒng)中，機(jī)場是一個(gè)非常重要的組成部分.鑒于不同級別的機(jī)場對經(jīng)濟(jì)的影響程度以及方式有所不同，因此，在分析機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)之間的關(guān)聯(lián)性之前，需要對機(jī)場進(jìn)行合理分類.根據(jù)不同的分類標(biāo)準(zhǔn)，可以對機(jī)場進(jìn)行不同的劃分［12］.民航局頒布的《民用機(jī)場服務(wù)質(zhì)量標(biāo)準(zhǔn)》［13］，按照機(jī)場客流量的不同，將機(jī)場分為I到VI類，見表1.

綜合考慮區(qū)域經(jīng)濟(jì)與機(jī)場規(guī)模影響機(jī)制，結(jié)合國家《民用機(jī)場服務(wù)質(zhì)量標(biāo)準(zhǔn)》，根據(jù)機(jī)場地理位置以及航線網(wǎng)絡(luò)布局形式的差異，以旅客吞吐量為劃分指標(biāo)，將國內(nèi)機(jī)場分為三個(gè)級別：第一級為1000萬人次以上，主要包括區(qū)域樞紐機(jī)場；第二級別為100～1000萬人次之間，主要包括一些省會機(jī)場；第三級別為100萬人次以下的機(jī)場，主要為一些支線機(jī)場.第一級別主要以樞紐機(jī)場為主，一般位于區(qū)域中心城市，多采用樞紐式航線網(wǎng)絡(luò)布局形式，由于其樞紐式的網(wǎng)絡(luò)結(jié)構(gòu)能夠吸引更多的航班，促進(jìn)通航城市數(shù)量和航班密度增加，更加容易帶動機(jī)場非航業(yè)務(wù)以及周邊區(qū)域經(jīng)濟(jì)發(fā)展.第二級別主要涵蓋位于省會城市的干線機(jī)場以及東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)的機(jī)場，多采用城市對航線網(wǎng)絡(luò)布局形式，與樞紐中轉(zhuǎn)運(yùn)輸方式比起來旅客數(shù)更少，因此也限制了航班的頻數(shù)，旅客對航班的選擇性降低.第三級別主要是位于中小城市的支線機(jī)場，多采用城市對航線網(wǎng)絡(luò)布局形式，這類機(jī)場吞吐量很小.不同級別機(jī)場的航線網(wǎng)絡(luò)布局差異很大，旅客類型也有較大差異.

表1 民航總局機(jī)場標(biāo)準(zhǔn)分類原則

3 變量選取與數(shù)據(jù)來源

由于機(jī)場投資建設(shè)項(xiàng)目具有投資規(guī)模大、占用土地多、建設(shè)周期長、風(fēng)險(xiǎn)性高的特點(diǎn).作為投資者，必須清楚項(xiàng)目投資的風(fēng)險(xiǎn)所在［14］.因此，選取合理的機(jī)場作為指標(biāo)進(jìn)行分析是至關(guān)重要的.由于我國幅員遼闊，東西部經(jīng)濟(jì)發(fā)展不均衡，機(jī)場分布也不均衡.中西部地區(qū)經(jīng)濟(jì)相對落后，這使得一些機(jī)場處于閑置狀態(tài)，造成資源的浪費(fèi)，同時(shí)，由于機(jī)場并沒有完全發(fā)揮運(yùn)輸客貨的功能，其對當(dāng)?shù)亟?jīng)濟(jì)的帶動作用也并不明顯.東部沿海地區(qū)機(jī)場的分布密度遠(yuǎn)大于中西部地區(qū)，一些區(qū)域機(jī)場分布密度過大，反而造成惡性競爭，使得機(jī)場的運(yùn)營效率低下，與當(dāng)?shù)亟?jīng)濟(jì)的良性循環(huán)也沒有形成.除此之外，在機(jī)場密度較大的地區(qū)，由于航班密度以及機(jī)場設(shè)施的不同，旅客多集中于樞紐機(jī)場，造成樞紐機(jī)場航班密度過大且負(fù)荷過重，而其周邊地區(qū)的機(jī)場旅客量太少，出現(xiàn)資源閑置的現(xiàn)象.為了提高模型計(jì)算效率和精度，本文將篩選出典型且能夠明確反映當(dāng)?shù)貐^(qū)域經(jīng)濟(jì)狀況的機(jī)場作為數(shù)據(jù)樣本.

文中以2012年我國機(jī)場旅客吞吐量為依據(jù)，將機(jī)場分為3個(gè)級別進(jìn)行分析研究，觀察機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)之間的關(guān)聯(lián)性.第一級別為年吞吐量大于1000萬人次的機(jī)場，選取北京首都國際機(jī)場、廣州白云機(jī)場、深圳寶安機(jī)場、成都雙流機(jī)場、杭州蕭山機(jī)場，第二級別為100萬～1000萬人次之間的省會機(jī)場，選取哈爾濱太平機(jī)場、福州長樂機(jī)場、石家莊正定機(jī)場、天津?yàn)I海機(jī)場、無錫碩放機(jī)場；第三級別為100萬人次以下的支線機(jī)場，選取常州奔牛機(jī)場、威海國際機(jī)場、南通興東機(jī)場、海拉爾東山國際機(jī)場、騰沖駝峰機(jī)場，主要為旅游資源型機(jī)場以及經(jīng)濟(jì)發(fā)展較好的城市機(jī)場.

綜上對機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)的分析，本文選取上述3個(gè)級別機(jī)場15 個(gè)城市的GDP、旅游旅客人數(shù)、進(jìn)出口額、居民可支配收入、機(jī)場旅客年吞吐量等指標(biāo)作為在實(shí)證分析研究的變量，以2000～2011年的年度數(shù)據(jù)作為樣本，數(shù)據(jù)來源于各市的統(tǒng)計(jì)年鑒以及各年度《從統(tǒng)計(jì)看民航》.

4 模型估計(jì)

4.1 面板數(shù)據(jù)單位根檢驗(yàn)

在進(jìn)行建模前，首先要對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn).根據(jù)數(shù)據(jù)是否同質(zhì)，需要進(jìn)行單位根檢驗(yàn).由于本文選取的15個(gè)樣本情況差異大，為不同質(zhì)面板數(shù)據(jù)，因此，進(jìn)行單位根檢驗(yàn)時(shí)，選用IPS，ADF-Fisher，PP-Fisher5 方法.在做單位根檢驗(yàn)前，需要畫出數(shù)據(jù)的時(shí)序圖，用以判斷數(shù)據(jù)是否含有趨勢和截距.圖2為北京地區(qū)與廣州地區(qū)數(shù)據(jù)的部分時(shí)序圖.

圖1 北京、廣州地區(qū)數(shù)據(jù)時(shí)序圖

表2為2000年到2011年15個(gè)地區(qū)機(jī)場旅客吞吐量（LK）、國內(nèi)生產(chǎn)總值（GDP）、旅游旅客人數(shù)（LY）、進(jìn)出口額（EX）、人均可支配收入（SR）及其各自對應(yīng)差分指標(biāo)面板數(shù)據(jù)的單位根檢驗(yàn)結(jié)果.可以看出，該面板數(shù)據(jù)在5%顯著性水平下，都接受了單位根的原假設(shè)，即沒有通過檢驗(yàn)，說明面板數(shù)據(jù)變量序列不平穩(wěn).繼續(xù)進(jìn)行一階差分，在得出其一階差分后，序列在5%顯著性水平下拒絕原假設(shè)，說明序列平穩(wěn).由此可知，該面板數(shù)據(jù)為一階單整數(shù)據(jù).

表2 2000～2011年15個(gè)地區(qū)面板數(shù)據(jù)單位根檢驗(yàn)

4.2 協(xié)整檢驗(yàn)

本文采取的數(shù)據(jù)屬于非同質(zhì)面板，在進(jìn)行協(xié)整檢驗(yàn)時(shí)，采用Pedroni檢驗(yàn).其基本檢驗(yàn)?zāi)Ｐ蜑?/p>

根據(jù)式（1），利用eviews6.0軟件對面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，得出的結(jié)果見表3.

表3 基于Pedroni檢驗(yàn)的協(xié)整檢驗(yàn)情況

據(jù)相關(guān)文獻(xiàn)指出，Group統(tǒng)計(jì)量相比于Panel統(tǒng)計(jì)量更具有檢驗(yàn)效力.根據(jù)表中檢驗(yàn)結(jié)果，Group統(tǒng)計(jì)量的值在顯著性水平5%的情況下，都是拒絕不存在協(xié)整關(guān)系的原假設(shè)，表明旅客吞吐量（LK）與國內(nèi)生產(chǎn)總值（GDP）、旅游旅客人數(shù)（LY）、進(jìn)出口額（EX）、人均可支配收入（SR）等變量之間存在協(xié)整關(guān)系；Panel統(tǒng)計(jì)量中，除了Panel PP-Statistic以外，其他統(tǒng)計(jì)量在顯著性水平5%的情況下，也拒絕了原假設(shè)，雖然Panel PPStatistic接受了原假設(shè)，但從整體來看，還是可以拒絕原假設(shè)，認(rèn)為機(jī)場規(guī)模指標(biāo)變量與區(qū)域經(jīng)濟(jì)指標(biāo)變量之間是存在協(xié)整關(guān)系的，說明機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)之間存在長期的均衡關(guān)系.

4.3 模型估計(jì)

面板數(shù)據(jù)的模型有3類，一般通過F檢驗(yàn)確認(rèn)不是混合模型之后，就要檢驗(yàn)是固定效應(yīng)還是隨機(jī)效應(yīng)，一般可采用Hausman檢驗(yàn)，在確定模型之后開始回歸分析.本文需要研究不同吞吐級別下，機(jī)場規(guī)模與區(qū)域經(jīng)濟(jì)之間的不同關(guān)系，所以在上述機(jī)場分類基礎(chǔ)上，按機(jī)場旅客吞吐量分類，將15個(gè)機(jī)場分為3 組進(jìn)行模型估計(jì)，為方便描述，這里分別叫第一級別機(jī)場、第二級別機(jī)場以及第三級別機(jī)場.

1）F檢驗(yàn) 采用F檢驗(yàn)法判斷3組面板數(shù)據(jù)是否采用混合模型.結(jié)果見表4.

表4 F 檢驗(yàn)法檢驗(yàn)結(jié)果

根據(jù)上述F檢驗(yàn)法的定義，原假設(shè)為：采用混合估計(jì)模型進(jìn)行建模，在顯著性水平5%時(shí)，F(xiàn)值大于臨界值Fa（N，NT-N-k），則拒絕原假設(shè)，不采用混合估計(jì)模型；反之，則采用混合估計(jì)模型.由表4結(jié)果可以看出，三類機(jī)場的面板數(shù)據(jù)組在F檢驗(yàn)中，F(xiàn)值均大于臨界值Fa（N，NT-Nk），表明三類機(jī)場分組數(shù)據(jù)均拒絕使用混合模型.

2）Hausman檢驗(yàn) 對3組面板數(shù)據(jù)進(jìn)行完F檢驗(yàn)，確定不選用混合估計(jì)模型后，就需要進(jìn)行判別選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型.采用Hausman檢驗(yàn)進(jìn)行判別.結(jié)果見表5.

表5 Hausman檢驗(yàn)法檢驗(yàn)結(jié)果

根據(jù)Hausman檢驗(yàn)法［15］定義，原假設(shè)為建立隨機(jī)效應(yīng)模型，即自變量與個(gè)體影響是不相關(guān)的.當(dāng)P值大于0.05時(shí)，則認(rèn)為自變量與個(gè)體影響不相關(guān)，反之，則相關(guān).由表5結(jié)果可以看出，第一級別機(jī)場與第三級別機(jī)場的P值分別為0.0013和0.0008，小于0.05，認(rèn)為自變量與個(gè)體差異有關(guān)，選用固定效應(yīng)模型.第二級別機(jī)場的P值大于0.05，接受原假設(shè)，認(rèn)為自變量與個(gè)體差異無關(guān)，選用隨機(jī)效應(yīng)模型.三組面板數(shù)據(jù)是按照機(jī)場不同旅客吞吐量進(jìn)行分類，并根據(jù)上述的模型估計(jì)構(gòu)建相應(yīng)的模型.

第一級別機(jī)場（固定效應(yīng)模型）

第二級別機(jī)場（隨機(jī)效應(yīng)模型）

第三級別機(jī)場（固定效應(yīng)模型）

5 結(jié) 論

1）根據(jù)以上模型結(jié)果可以看出，3組面板數(shù)據(jù)中，區(qū)域經(jīng)濟(jì)與旅客吞吐量的關(guān)系各不一樣.其中，從GDP對旅客吞吐量的關(guān)聯(lián)情況來看，第三級別機(jī)場的GDP對旅客吞吐量的彈性最大，其次是第一級別機(jī)場，最后為第二級別機(jī)場，分別為2.2122，1.9254，1.5154，這表示每增加1%GDP，機(jī)場航空旅客的吞吐量就會分別增加2.2122%，1.9254%，1.5154%.可以看出，GDP對航空旅客吞吐量的影響都還比較顯著，100萬人次以下的機(jī)場GDP的增幅作用最大，其次為1000萬人次以上機(jī)場，最后為100 萬～1000萬人次之間的機(jī)場.說明當(dāng)機(jī)場規(guī)模很小時(shí)，仍處于起步階段，區(qū)域經(jīng)濟(jì)對機(jī)場的影響比較大，要高于機(jī)場對當(dāng)?shù)亟?jīng)濟(jì)的影響，即第三級別機(jī)場的狀況；而機(jī)場發(fā)展到樞紐機(jī)場后，形成較大規(guī)模的臨空經(jīng)濟(jì)圈，當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展會給機(jī)場帶來更多的航空需求，對機(jī)場發(fā)展的促進(jìn)作用比較大，即第一級別機(jī)場的情況.

2）當(dāng)?shù)芈糜温每腿藬?shù)對機(jī)場航空旅客吞吐量的彈性大小排序?yàn)榈谌墑e機(jī)場、第一級別機(jī)場，最后為第二級別機(jī)場，值分別為0.3512，0.2751，0.2192，即表示每增加1%的當(dāng)?shù)芈糜握呷藬?shù)，機(jī)場航空旅客的吞吐量分別增加0.3512%，0.2751%，0.2192%.由此可以看出，旅游者對吞吐量為100萬人次以下的機(jī)場的影響比較大.根據(jù)機(jī)場分類可以知道，支線機(jī)場包括礦產(chǎn)資源性城市、旅游資源型城市、經(jīng)濟(jì)發(fā)展較好城市以及地面交通不便利的城市.在選取第三級別機(jī)場的時(shí)候，本文選取了典型的旅游資源型城市以及經(jīng)濟(jì)發(fā)展較好的城市，如海拉爾和騰沖，因此，第三級別的機(jī)場中，旅游旅客人數(shù)對機(jī)場航空旅客吞吐量的彈性最大.

3）進(jìn)出口貿(mào)易對機(jī)場航空旅客吞吐量的彈性相對于其他因素來說比較小，三類機(jī)場的值分別為0.1051，0.0862，0.0983，可以看出，吞吐量為1000萬人次以上的機(jī)場進(jìn)出口貿(mào)易對機(jī)場航空旅客吞吐量的影響較大，但從整體上看，該因素對機(jī)場的影響并不顯著.

4）三組面板數(shù)據(jù)中，按地區(qū)人均可支配收入對機(jī)場航空旅客吞吐量的彈性大小排序?yàn)榈诙墑e機(jī)場、第一級別機(jī)場、第三級別機(jī)場，分別為0.1920，0.1025，0.0975，這表示地區(qū)居民人均可支配收入每增加1%，機(jī)場航空旅客的吞吐量就會分別增加0.1920%，0.1025%，0.0975%.這說明了干線機(jī)場所在地區(qū)，如石家莊、天津等，其地區(qū)居民人均可支配收入對機(jī)場吞吐量的影響較大.

5）根據(jù)模型估計(jì)結(jié)果，可以看出區(qū)域經(jīng)濟(jì)發(fā)展對機(jī)場規(guī)模具有帶動作用.將機(jī)場分為三組級別進(jìn)行分析，可以看出在不同機(jī)場規(guī)模下，區(qū)域經(jīng)濟(jì)與機(jī)場規(guī)模之間不同程度的關(guān)聯(lián).如吞吐量在100萬人次以下機(jī)場中，GDP 與旅游資源對機(jī)場規(guī)模的影響最大，地方政府可以重點(diǎn)開發(fā)旅游資源，不僅可以促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展，也會帶動機(jī)場的進(jìn)一步發(fā)展.同時(shí)，根據(jù)區(qū)域經(jīng)濟(jì)各指標(biāo)對機(jī)場旅客吞吐量的不同彈性作用，也能根據(jù)當(dāng)?shù)氐慕?jīng)濟(jì)情況，對機(jī)場旅客吞吐量預(yù)測提供依據(jù)，為機(jī)場投資建設(shè)提供合理參考意見.

［1］AVIATION Y.The social and economic impacts of airports in europe［R］.Europe：Airports Council International，2004.

［2］APPOLD S J，KASARDA J D.The appropriate scale of US airport retail activities［J］.Journal of Air Transport Management，2006，12（6）：277-287.

［3］HAKFOORT J，POOT T，RIETVELD P.The regional economic impact of an airport：the case of amsterdam schiphol airport［J］.Regional Studies，2001，35（7）：595-604.

［4］宋 偉，楊 卡.民用航空機(jī)場對城市和區(qū)域經(jīng)濟(jì)發(fā)展的影響［J］.地理科學(xué)，2006，26（6）：650-657.

［5］劉海波，劉明君.機(jī)場與腹地經(jīng)濟(jì)互動發(fā)展分析［J］.蘭州商學(xué)院學(xué)報(bào)，2009，25（4）：59-63.

［6］彭語冰，董振強(qiáng)，彭 崢.機(jī)場與區(qū)域經(jīng)濟(jì)和諧發(fā)展分析［J］.商場現(xiàn)代化，2007（15）：138-141.

［7］曹允春.中樞機(jī)場在區(qū)域經(jīng)濟(jì)發(fā)展中的作用［J］.經(jīng)濟(jì)地理，2001（2）：240-243.

［8］陳共榮，劉志仁.論民航機(jī)場對地方經(jīng)濟(jì)發(fā)展的梯層貢獻(xiàn)［J］.求索，2008（8）：11-13.

［9］謝 敏，張建森.論民航機(jī)場與區(qū)域經(jīng)濟(jì)社會發(fā)展［J］.現(xiàn)代商業(yè)，2008（26）：144-146.

［10］王劍雨.民航機(jī)場社會經(jīng)濟(jì)效益分析及其評價(jià)方法研究［D］.廣州：暨南大學(xué)，2007.

［11］陳 林.航空運(yùn)輸業(yè)對我國經(jīng)濟(jì)社會的貢獻(xiàn)研究［J］.鐵道運(yùn)輸與經(jīng)濟(jì)，2010，32（9）：16-20.

［12］楊太東，張積洪.機(jī)場運(yùn)行指揮［M］.北京：中國民航出版社，2008.

［13］中國民用航空局.民用機(jī)場服務(wù)質(zhì)量MH／T5104-2006［EB／OL］.http：∥www.bzxz.net／bzxz／122634.html.2006-10-16.

［14］曾婷婷，夏洪山.基于灰色多層次的機(jī)場投資風(fēng)險(xiǎn)評價(jià)研究［J］.武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2013，37（4）：882-886.

［15］KAO C，CHIANG M H.On the estimation and inference of a cointegrated regression in panel data［J］.Advances in Econometrics，2000，15：179-222.