白 楊，張楊茗媛

（南京航空航天大學民航學院，南京 211106）

機場在交通、就業(yè)、產業(yè)聚集等方面具有極大作用，其經濟效應可分為直接效應、間接效應、誘發(fā)效應和催化效應[1]。通過建立機場運營指標與區(qū)域經濟指標之間的關系模型，可探尋機場與經濟發(fā)展之間的相互作用，這些關系模型包括兩階段最小二乘法回歸模型[2]、似不相關回歸模型[3]、向量誤差修正模型和格蘭杰因果關系分析[4]、空間尺度分析[5]等。支線機場是保障航空服務，建立完善航空運輸體系的重要條件。相對于樞紐和干線機場，支線機場的吞吐量低、航班少、盈利能力較差。研究發(fā)現(xiàn)小商業(yè)客運機場對當地經濟發(fā)展有積極作用，且機場服務質量越高，經濟效應越強[6]，小社區(qū)和偏遠區(qū)域基本航空服務計劃具有較大的經濟貢獻[7]，如在澳大利亞的88個支線機場與該地區(qū)經濟發(fā)展之間具有雙向促進關系[8]。

中國大部分機場都是支線機場，已有成果大多關注民航業(yè)的總體發(fā)展，或圍繞樞紐機場研究航空運輸與經濟發(fā)展的關系，如民航與區(qū)域經濟的關系、臨空經濟發(fā)展政策[9-13]，民航運輸周轉量與GDP之間的關系[14-17]、空港旅客流量與城市經濟增長的關系[18]、航空里程與國民收入之間的關系[19]等。但中國支線機場與區(qū)域經濟發(fā)展之間的作用關系是否與樞紐機場或干線機場相似，不同支線機場與當地經濟發(fā)展的關系是否存在差異等問題則需要進一步研究。為此，針對中國支線航空的發(fā)展，選取江蘇省支線機場為研究對象，探討支線機場和區(qū)域經濟的相互作用關系。將支線機場旅客吞吐量作為支線機場發(fā)展評價指標，將地區(qū)GDP作為區(qū)域經濟評價指標，分別研究蘇南、蘇北支線機場與區(qū)域經濟發(fā)展的協(xié)整性及格蘭杰因果關系，分析不同區(qū)域之間的差異性，以期為地方政府制定支線航空發(fā)展政策提供參考。

1 研究對象及數據處理

1.1 研究對象

江蘇省是中國經濟大省，開放程度高、人口密度大，但在2017年，江蘇省9個機場共完成旅客吞吐量4 446.3萬人次，全國排名第九，這明顯不能與其經濟地位相對應。且蘇南、蘇北機場差異大，特別是連云港作為全國著名的旅游城市，其航空旅客吞吐量僅為109萬人次，無法適應經濟社會發(fā)展和居民出行的需要，這也與將其建設成為大型機場的目標相去甚遠。按照中國民航中小機場補貼管理規(guī)定，選取江蘇省連云港白塔埠、鹽城南洋、徐州觀音、南通興東、常州奔牛、蘇南碩放6個機場為研究對象，其中連云港、鹽城、徐州3個機場位于江蘇省北部；南通、常州、蘇南碩放3個機場位于江蘇省南部，如圖1所示（由于揚泰機場與淮安機場勻在2010年后開航，受限于樣本量，未選取為研究對象）。統(tǒng)計2個區(qū)域從2008—2015年機場吞吐量與地區(qū)GDP的季度數據。（數據來源：中國民用航空華東地區(qū)管理局，各地區(qū)統(tǒng)計局網站）

圖1 江蘇省機場布局圖Fig.1 Airport locations in Jiangsu Province

1.2 數據處理

為了保證分析的合理性與科學性，對所收集的數據進行如下處理。

1）為反映地區(qū)經濟發(fā)展的實際情況，消除價格因素對GDP的影響，利用各地區(qū)的CPI指數對GDP處理，獲得不變價GDP，即實際GDP。圖2為2008—2015年蘇南、蘇北地區(qū)旅客吞吐量與實際CDP的趨勢圖，其中，TQS、TQN、GDPS、GDPN 分別為蘇南地區(qū)機場吞吐量、蘇北地區(qū)機場吞吐量、蘇南地區(qū)實際GDP、蘇北地區(qū)實際GDP。

2）對圖2數據進行季節(jié)調整，以消除季節(jié)性因素導致季度數據存在的規(guī)律性波動，如圖3所示。TQSSA、TQNSA、GDPSSA、GDPNSA分別為季節(jié)性調整后的蘇南地區(qū)機場吞吐量、蘇北地區(qū)機場吞吐量、蘇南地區(qū)實際GDP和蘇北地區(qū)實際GDP。

3）對季節(jié)調整后的數據取對數，以消除時間序列數據易產生異方差的影響，如圖4所示。LNTQSSA、LNTQNSA、LNGDPSSA、LNGDPNSA 分別為調整后的蘇南地區(qū)機場旅客吞吐量、蘇北地區(qū)機場旅客吞吐量、蘇南地區(qū)GDP和蘇北地區(qū)GDP，并將其數據作為分析對象。

圖2 2008—2015年蘇南蘇北地區(qū)旅客吞吐量與實際GDP的發(fā)展趨勢Fig.2 Regional airport passenger throughput and real GDP in southern and northern Jiangsu Province

2 協(xié)整性分析

根據圖2～圖4，蘇南地區(qū)的GDP與旅客吞吐量均明顯高于蘇北地區(qū)，且蘇南地區(qū)機場吞吐量的增長幅度高于蘇北地區(qū)，波動性也較明顯。特別是2013年后，蘇南地區(qū)的民航運輸規(guī)模呈現(xiàn)高速增長的態(tài)勢。為了消除時間序列數據分析產生偽回歸的問題，首先對數據進行平穩(wěn)性檢驗，再進行協(xié)整性檢驗與格蘭杰因果檢驗。

圖3 季節(jié)性調整后旅客吞吐量與實際GDPFig.3 Seasonally adjusted passenger throughput and real GDP

2.1 單位根檢驗

圖4 取對數后的旅客吞吐量與實際GDPFig.4 Passenger throughput（in log）and real GDP

采用ADF檢驗法進行單位根檢驗，分析數據的平穩(wěn)性。檢驗結果如表1和表2所示。d（LNGDPSSA）與d（LNTQSSA）表示蘇南地區(qū)GDP與吞吐量的一階差分；d（LNGDPNSA）與 d（LNTQNSA）表示蘇北地區(qū)GDP與吞吐量的一階差分。根據計算，蘇南蘇北地區(qū)GDP與吞吐量都為非平穩(wěn)序列，而一階差分為平穩(wěn)序列，因此蘇南蘇北地區(qū)GDP與吞吐量均為一階平穩(wěn)，記作LNGDPSSA～I（1）、LNTQSSA～I（1）、LNGDPNSA～I（1）、LNTQNSA～I（1）。

表1 蘇南地區(qū)變量的ADF單位根檢驗Tab.1 ADF unit root test on southern Jiangsu parameters

表2 蘇北地區(qū)變量的ADF單位根檢驗Tab.2 ADF unit root test on northern Jiangsu parameters

2.2 協(xié)整檢驗

通過單位根檢驗可知蘇南蘇北地區(qū)旅客吞吐量與實際GDP兩個變量均是一階單整，因此可通過協(xié)整檢驗分析兩變量之間的長期均衡關系。采用EG兩步法對兩個變量進行協(xié)整檢驗。

2.2.1 EG方程

用最小二乘法對機場吞吐量和實際GDP進行回歸估計，得到EG方程。

1）蘇南地區(qū)的EG方程

根據式（1）和式（2）計算出相應的殘差序列為

2）蘇北地區(qū)的EG方程

根據式（5）和式（6）計算出相應的殘差序列為

2.2.2 平穩(wěn)性檢驗

對EG方程的殘差序列進行ADF檢驗，檢驗形式為（0，0，7），檢驗結果如表 3所示。根據方程（3）、（4）、（7）、（8）的殘差序列單位根檢驗得知，序列平穩(wěn)，因此方程（1）、（2）、（5）、（6）是協(xié)整方程。

表3 EG方程殘差序列的平穩(wěn)性檢驗Tab.3 Stationarity test on EG equation residual sequence

2.2.3 結果分析

計算可知，蘇南蘇北機場旅客吞吐量和地區(qū)實際GDP之間存在協(xié)整關系即長期穩(wěn)定的均衡關系。由EG 協(xié)整方程（1）、（2）、（5）、（6）可得到從 2008—2015年蘇南蘇北地區(qū)機場吞吐量與地區(qū)實際GDP之間的彈性系數。彈性系數反映了兩個變量之間的長期均衡關系，蘇南機場吞吐量對地區(qū)經濟增長的彈性系數為1.87，即蘇南地區(qū)經濟每增加1%，機場旅客吞吐量增加約1.87%；蘇南地區(qū)經濟增長對機場旅客吞吐量的彈性系數為0.5，即蘇南機場旅客吞吐量每增加1%，經濟增長約0.5%。同理，蘇北機場旅客吞吐量對地區(qū)經濟增長的彈性系數為1.69；蘇北經濟增長對機場旅客吞吐量的彈性系數為0.57。

分析可知，蘇南蘇北兩地區(qū)經濟增長和機場吞吐量之間正相關，經濟增長對吞吐量的作用大于吞吐量對經濟增長的作用。兩地區(qū)對比，蘇南地區(qū)經濟增長更能促進該地區(qū)航空運輸的發(fā)展，而蘇北地區(qū)航空運輸對經濟增長的作用略大。根據李艷華[17]的研究，2002—2012年中國航空運輸總周轉量對經濟增長的彈性系數為0.956 4，經濟增長對航空運輸總周轉量的彈性系數為1.031 8。因此，江蘇地區(qū)經濟增長對航空運輸的作用強度高于全國整體水平，但航空運輸對經濟的影響弱于全國整體水平，這也符合江蘇省航空運輸總體水平不及其經濟地位的現(xiàn)狀。

2.3 誤差修正模型

通過協(xié)整檢驗分析變量之間的長期均衡關系，利用誤差修正模型研究變量之間的短期波動特征。根據蘇南蘇北地區(qū)機場旅客吞吐量和地區(qū)GDP之間的協(xié)整關系，建立兩變量的誤差修正模型，即式（9）～式（12），t表示滯后期。

對于蘇南地區(qū)，誤差修正模型式（10）的F統(tǒng)計量不顯著，機場總吞吐量和經濟增長的各解釋變量在5%顯著性水平下均不顯著，因此變量的系數不能用來解釋變量之間的關系?？捎檬剑?）判斷蘇南機場發(fā)展和地區(qū)經濟增長的短期波動關系，誤差修正項系數的大小反映了對長期偏離的調整力度，即短期彈性系數為-0.605 4，在5%的顯著性水平下，短期波動的偏離以每期60.54%的力度作反向調整，將非均衡狀態(tài)拉回到均衡狀態(tài)。

對于蘇北地區(qū)，誤差修正模型式（11）的F統(tǒng)計量不顯著，機場總吞吐量和經濟增長的各解釋變量在5%顯著性水平下均不顯著，因此變量的系數不能用來解釋變量之間的關系。用式（12）判斷蘇北機場發(fā)展和地區(qū)經濟增長的短期波動關系，在5%的顯著性水平下，短期波動的偏離以每期58.28%的力度作反向調整，將非均衡狀態(tài)拉回到均衡狀態(tài)。

3 格蘭杰因果關系分析

格蘭杰因果關系分析的目的是檢驗是否存在一個變量的前期影響另一個變量的當期，一個變量的滯后項是否包含在另一個變量的方程中。因此格蘭杰因果分析不是檢驗邏輯上的因果關系，而是檢驗時間序列數據中，不同滯后期的數據相互之間的影響關系。建立GDPt與TQt的格蘭杰因果關系回歸檢驗式，t表示滯后期，即

如果GDPt的滯后變量的回歸系數估計值均不顯著，則GDPt對TQt不存在格蘭杰因果性。反之，如果GDPt的任何一個滯后變量回歸系數的估計值是顯著的，則GDPt對TQt存在格蘭杰因果關系。類似的，可檢驗TQt對GDPt是否存在格蘭杰因果關系。

由以上分析可知蘇南蘇北機場吞吐量和實際GDP之間存在協(xié)整關系，因此兩者之間至少存在一個方向的格蘭杰因果關系。格蘭杰因果檢驗的計算結果如表4所示。對于蘇南地區(qū)，滯后期為1期時，吞吐量和GDP互為格蘭杰因果關系，第6期表現(xiàn)為吞吐量不是GDP的格蘭杰原因，GDP是吞吐量的格蘭杰原因，且這種關系在8、9期都成立，隨著滯后期數增長，GDP對吞吐量的作用更加明顯，滯后期2～4期兩者格蘭杰因果關系不是十分明顯。對于蘇北地區(qū)，從滯后期1～5期，8～9期均顯示吞吐量為GDP的格蘭杰原因，GDP不是吞吐量的格蘭杰原因。

表4 格蘭杰因果關系檢驗Tab.4 Granger causality test

因此，從近期看，蘇南地區(qū)航空運輸和區(qū)域經濟互為格蘭杰原因，即短期是相互影響的，但從長期發(fā)展看，蘇南地區(qū)的GDP是吞吐量的格蘭杰原因，反之不是，即蘇南地區(qū)的經濟發(fā)展很好地促進了區(qū)域航空運輸的增長，但是航空運輸對經濟的促進作用不明顯。蘇北地區(qū)無論是近期還是長期，吞吐量都為GDP的格蘭杰原因，反之不是，因此蘇北地區(qū)的航空運輸能夠更好地推動區(qū)域經濟的發(fā)展。

通過建立兩變量的VAR模型，并檢驗最佳滯后期，判斷得到蘇南地區(qū)最優(yōu)滯后期是6，蘇北地區(qū)最優(yōu)滯后期是4。因此可知，蘇南地區(qū)GDP是吞吐量的格蘭杰原因，反之不是；蘇北地區(qū)吞吐量是GDP的格蘭杰原因，反之不是。

4 結語

2008年后，江蘇省經濟與航空運輸都呈現(xiàn)快速發(fā)展趨勢，雖然蘇南、蘇北地區(qū)經濟發(fā)展水平差距較大，航空運輸量也存在較大差異，但航空運輸與經濟增長之間存在長期穩(wěn)定的均衡關系。兩地區(qū)比較，蘇南地區(qū)經濟發(fā)展更能促進地區(qū)航空運輸量的增長，而蘇北地區(qū)航空運輸對經濟發(fā)展的影響略大。蘇南地區(qū)GDP是吞吐量的格蘭杰原因，反之不是；蘇北地區(qū)吞吐量是GDP的格蘭杰原因，反之不是。協(xié)整檢驗與格蘭杰因果檢驗的結論一致，即蘇南地區(qū)經濟發(fā)展對航空運輸的作用更大，蘇北地區(qū)航空運輸是經濟發(fā)展的重要因素。蘇南地區(qū)依托發(fā)達的區(qū)域經濟，實現(xiàn)了航空運輸產業(yè)的快速增長，可進一步優(yōu)化航空運輸資源，增加航線與運力；在蘇北地區(qū)，要加大對支線航空的投入，通過各種激勵與扶持政策，進一步激發(fā)航空市場的活力，帶動蘇北地區(qū)的經濟增長，從而實現(xiàn)江蘇省航空運輸整體能力的提升。