技術偏向視角下我國沿海機場運營效率研究

劉燕萍， 劉 丹

（福州大學 經濟與管理學院，福建 福州 350108）

一、 引言

隨著國家“一帶一路”戰略不斷推進，民航運輸業在現代化強國建設中發揮著基礎性、先導性作用。機場作為民航運輸網絡中的關鍵節點，其運營效率是推進新時代民航高質量發展的重要抓手。2020 年民航局發布《中國民航四型機場建設行動綱要》，提出尊重不同規模機場的發展差異，因地制宜、因場施策。鑒于此，根據機場定位及發展階段科學分析機場效率差異，精準把握不同機場發展對策，加速助力“平安、綠色、智慧、人文”機場建設，具有十分重要的現實意義。

在國家政策法規的指引下，我國民航機場發展迅速。截至2021 年，我國境內運輸機場共有248個。同年，我國機場全年旅客吞吐量完成90 748.3萬人次，比上年增長5.9%；完成貨郵吞吐量1 782.8萬噸，比上年增長10.9%；完成飛機起降977.7 萬架次，比上年增長8.0%。①數據來源于中國民用航空局于2022 年3 月22 日發布的《2021 年全國民用運輸機場生產統計公報》。從機場數量和運輸總量看，我國機場客、貨運業務已進入全球領先行列，我國民航的國際地位顯著提升。

在全行業承壓、業務量下滑的不利局面下，我國機場運營效率有所回落，但沿海機場仍保持逆勢上漲趨勢，能夠快速恢復既有的生產規模，持續推動機場高質量發展，其發展模式可供運營效率較低的機場參考借鑒。在此背景下，基于我國沿海機場發展形態及定位，合理配置客貨運資源，避免機場同質化競爭，提高機場運營效率是至關重要的。

二、 文獻綜述

機場運營效率研究一直是國內外學者關注的熱門話題。目前，眾多學者利用數據包絡分析（Data Envelopment Analysis，DEA），從傳統視角研究機場效率。Wanke 采用DEA 方法，評估2009 年巴西63 個主要機場效率，表明絕大多數巴西機場呈現出規模收益遞增的趨勢。［1］Choi 等使用多投入/產出松弛的DEA 模型，分析2016—2019 年中國37個主要機場的運營效率。［2］1-16上述研究在分析各機場效率時，忽視了機場間因地理位置、扶持政策和經濟發展水平等外部環境不同而存在的技術異質性。

所謂技術異質性，是指決策單元因所屬的區域環境或行業特征的不同，其可利用的技術集有所差別，表示擁有不同技術集的決策單元的生產前沿面不 同。［3］231-232學 者Uelkue 利 用DEA 模 型，比 較2009—2011 年41 個西班牙機場和32 個土耳其機場的相對效率，研究管理策略和其他外部因素對機場效率的影響。［4］褚衍昌和陳飛超分析2008—2017 年我國機場業總體現狀，建立超效率DEA-Malmquist 模型，研究我國近10 年7 大區域機場業運營效率。［5］上述文獻主要采用傳統DEA 模型分析不同特征機場之間的差異，將全部機場放置在同一生產前沿面下進行評價，再根據機場所屬特征劃分群組以評價機場效率，并未真正探討機場技術異質性。

為解決該問題，部分學者使用共同前沿方法（Meta-frontier）研究機場技術異質性，分別評價機場在共同前沿和群組前沿下的運營效率，并通過技術差距比率衡量不同類型機場共同前沿效率和群組前沿效率之間的技術差距。Chen 等使用基于DEA的共同前沿方法，分析不同所有權機場的異質性技術效率和技術差距比率。［6］Corrado 采用共同前沿模型，比較不同所有權類型的意大利機場效率。［7］上述文獻利用共同前沿方法，探討機場技術異質性，實現不同技術集機場之間的效率比較，提供群組機場的技術改進方向。但由于機場的差異化發展，現有研究尚未考慮不同機場各項評價指標的重要程度，缺乏對各機場的相對技術偏向的進一步研究，對各機場的技術進步和對策建議探討不足。

基于上述研究，針對不同機場的技術異質性問題，本文采用共同前沿DEA 模型，分析2016—2018年我國93 家沿海機場的運營效率及其技術差距，并引入技術偏向理論［8］724-725，結合共同前沿與群組前沿下技術差距比率和相對產出的差異，探討提升東北地區、華北地區和華東地區三個不同地區機場運營效率的技術改進方向和對策建議，借力沿海機場帶動內陸機場，以促進我國民航運輸業高質量、可持續發展。

三、 研究方法及變量說明

1. 共同前沿模型

由于不同地區機場的地理位置、扶持政策和經濟發展水平等外部環境［9-10］存在較大差異，不同地區機場生產技術前沿面不同，因此本文采用O’Donnell 等提出的共同前沿方法［3］234-238，即在不同環境下評價和比較決策單元（Decision Making Units，DMU）效率值。本文基于技術異質性，將決策單元劃分為不同的群組，通過構建共同前沿和群組前沿，測算我國沿海機場在兩種前沿面下的運營效率與技術差距。進而，比較兩種前沿面下的技術差距比率和相對產出的差異，探討我國沿海機場的相對技術偏向，實現技術進步。

（1） 共同前沿和群組前沿

共同前沿是假設所有決策單元處于同一生產技術集合T。

為此，評價機場o的共同技術效率

群組前沿是將我國沿海機場劃分為k個群組，每個群組采取不同的生產技術集合Tk。在第k個群組前沿下，評價機場o的群組技術效率

其中，θG o表示公式（2）的最佳目標值，為了便于分析，令。若，表示機場o在其群組前沿上運營；若，表示機場o在其群組前沿內運營，且該機場在群組中效率低下。

基于共同前沿和群組前沿下我國沿海機場的運營效率及其差異，探討各機場效率提升對策。各機場不僅要追趕組內標桿機場，也要主動引進行業標桿機場的先進技術和發展經驗，提升機場管理水平和運營效率，實現機場高質量發展。

（2） 技術差距比率

技術差距比率（Technology Gap Ratio，TGR）是通過共同技術效率和群組技術效率，衡量共同前沿與群組前沿之間的運營技術差距。因此，機場o的技術差距比率定義為：

TGR 的值越大，表示共同前沿與群組前沿之間的效率差距越小，反之表示差距越大。因此，共同技術效率可以分解為群組技術效率和技術差距比率：

（3） 技術改進方向

技術進步表現為群組前沿向共同前沿的轉移。由于現實中機場投入、產出要素較多，且并非所有的產出改進皆可帶來機場運營效率的提升。因此，本文采用Yu 和Chen 提出的技術偏向理論［8］724-725，基于共同前沿與群組前沿下技術差距比率和相對產出的差異，明確技術是否偏向于某一產出，為機場技術進步提供改進方向，促使群組前沿靠近共同前沿，以提升機場運營效率。

現由全部DMU 構成共同前沿MM′，并將其劃分為3 個群組G1、G2和G3，G1G1′、G2G2′和G3G3′分別為G1、G2和G3的群組前沿，以及2 個產出y1和y2，如圖1 所示。

圖1 相對技術改進方向

根據Yu 和Chen 的研究，與基準DMUo相比，若DMUk的產出y1表現較好，則DMUk技術改進偏向生產更多的產出y1；若產出y2表現較好，則DMUk技術改進偏向生產更多的產出y2，以達到共同技術水平；若DMUk和DMUo的技術差距相同，則DMUk技術改進保持中立。［8］724-725

基于此，當比較任意一家機場（如機場k）和基準機場（如機場o）時，根據兩家機場的產出組合比值和技術差距比率比值的差異，明確各機場技術改進方向，見表1。

表1 技術改進方向的選擇

由于一個群組中可能存在多個基準機場，故需設定相應準則，以確定某家機場為基準進行比較。準則如下：

①若群組中所有機場TGR＜1，則選擇TGR最大的機場作為基準機場；

②若群組中僅有一家機場TGR=1，則選擇該機場作為基準機場；

③若群組中有多家機場TGR=1，則計算該部分機場的中位數，選擇中位數的機場作為基準機場。

2. 指標選擇和數據說明

根據Choi 等、Huynh 等、李亞飛和王莉莉等學者的研究，考慮機場建設變化及數據的可獲性，本文選取跑道長度、平行滑行道數量和航站樓面積作為投入指標，以反映機場基礎設施資源條件［11-12］。其中，跑道長度為現有跑道長度之和，跑道長度和平行滑行道數量體現機場空側容量；航站樓面積包括投用的國內航站樓和國際航站樓面積，體現機場陸側容量。選取旅客吞吐量和貨郵吞吐量作為產出指標，以反映機場經營業務量水平。

根據中國民用航空局對地方管理局的劃分，我國將民用機場分為東北地區、華北地區、華東地區、中南地區、西南地區、西北地區和新疆地區7 大區域?；跈C場技術異質性及數據的可獲性，本文選取2016—2018 年我國93 家沿海機場的經營數據為樣本進行實證分析，并分為東北地區（22 家）、華北地區（29 家）和華東地區（42 家）3 個群組。指標數據來源于《從統計看民航》、中國民用航空局、各機場公司年報和官方網站等。

四、 實證結果和分析

1. 異質性分析

本文利用Meta-frontier 和BCC 模型，將我國沿海機場劃分為東北地區、華北地區和華東地區3 個群組，測算兩種前沿下2016—2018 年我國93 家沿海機場的效率值。結果表明，共同前沿下93 家沿海機場的效率均值為0.4901，而群組前沿下效率均值可達0.6535，明顯高于共同前沿下的效率。以華東地區的景德鎮羅家機場為例，在共同前沿和群組前沿下該機場的效率均值分別為0.5353 和1，說明在共同前沿下該機場效率沒有達到最優狀態，但該機場一直處在群組的生產前沿面上，兩者結果差異明顯，群組前沿下機場效率整體偏高。

因此，本文利用Kruskal-Wallis 檢驗，進一步分析我國沿海機場技術差距比率的群組差異性。結果表明，p 值為0.001，說明在5%的顯著性水平下，各地區機場在不同群組前沿下存在明顯差異，說明使用Meta-frontier 評價我國沿海機場的效率是合理的。

2. 共同技術效率和群組技術效率分析

不同前沿下我國沿海機場效率均值如圖2 至圖4 所示，在共同前沿下，東北地區、華北地區和華東地區3 個群組的效率均值分別為0.3753、0.4610 和0.5702，表明在這3 個群組中，華東地區效率最高，華北地區次之，東北地區效率最低。從具體機場來看，在共同前沿下，有7 家機場效率表現最佳，作為標桿機場，處于行業領先地位，是剩余86 家沿海機場的追趕目標。此外，標桿機場都來自華北地區和華東地區，說明相比東北地區，華北地區和華東地區經濟與管理水平相對較高，這兩個地區機場擁有更先進的技術。

圖2 不同前沿下東北地區22 家機場效率均值（2016-2018 年）

圖3 不同前沿下華北地區29 家機場效率均值（2016-2018 年）

圖4 不同前沿下華東地區42 家機場效率均值（2016-2018 年）

群組效率是群組內比較的結果，無法進行群組間比較。根據圖2 至圖4 可知，在群組前沿下，東北地區、華北地區和華東地區3 個群組的效率均值分別為0.7013、0.5467 和 0.7022。以華東地區的機場群組為例，該群組前沿下效率均值達到1 的機場有贛州黃金機場、井岡山機場和景德鎮羅家機場等12家機場。東營勝利機場表現最差，效率均值僅為0.2385。作為地方支線機場，其2016—2018 年效率值 分 別 為0.1936、0.2041 和0.3177，其 中2018 年 效率的提升主要是由于原2800 米跑道延長至3600 米并于2018 年2 月1 日正式啟用，說明東營勝利機場需加大基礎設施投入，加強機場配套建設，提高機場運營效率，以打造成為黃河三角洲南北中轉樞紐機場。

3. 技術差距比率分析

根據共同技術效率和群組技術效率，測算出各機場的技術差距比率，發現東北地區、華北地區和華東地區3 個機場群組的TGR 存在明顯差異，3 個群組的TGR 均值分別為0.5271、0.8285、0.8026。其中，東北地區機場的TGR 均值最小，表示東北地區兩種前沿面之間差距較大，這是由于較不完善的空中航線網絡和低于國內同層級機場的航線補貼，導致東北地區各機場動力不足，制約了東北地區機場的發展空間，使得該地區機場整體技術水平較差。因此，我國沿海機場效率的提升需重點關注東北地區機場，加強對該地區機場的運營管理。

從具體機場來看，在93 家機場中，有11 家機場的TGR 均值等于1，表明該部分機場均達到全部樣本機場的最優技術水平。因此，各地區運營無效率的機場不僅要追趕群組內的標桿機場，同時也要追趕行業標桿機場，即注重對比分析同地區機場在效率提升過程中存在的共性問題。

4. 技術改進方向分析

機場產出包括旅客吞吐量（y1）和貨郵吞吐量（y2），分別比較東北地區（A1-A22）、華北地區（B1-B29）和華東地區（C1-C42）3 個群組機場的相對產出和TGR 均值，即在每個群組機場中，分別將組內各機場的相對產出和TGR 均值與組內的標桿機場相比，將保持各機場的原有優勢作為各機場技術改進的方向，結果見表2。

東北地區的機場群組中，長海大長山島機場（A22）的TGR 均值為1，但由于其存在數據短尾現象，故不能選擇該機場作為標桿機場，因此在該群組中選擇除長海大長山島機場外TGR 均值最大的哈爾濱太平國際機場（A8）作為標桿機場。在華北地區和華東地區的機場群組中，選擇TGR=1 且y2/y1中位數的機場作為基準機場，因此呼倫貝爾東山國際機場（B14）是華北地區的標桿機場，青島流亭國際機場（C23）是華東地區的標桿機場。

以華東地區為例，與青島流亭國際機場相比，華東地區42 家機場中的37 家機場應進行有偏向的技術變化，以趕上共同前沿技術。如表2 第2 列所示，有30 家機場應偏向提高旅客吞吐量。以舟山普陀山機場為例，其2016—2018 年貨郵吞吐量與旅客吞吐量的比均值僅為0.0228，而青島流亭國際機場為1.0134，說明舟山普陀山機場應大力加強客運優勢，科學配置客運資源。如表2 第2 列所示，有7 家機場需偏向提高貨郵吞吐量。以濰坊南苑機場為例，其2016—2018 年貨郵吞吐量與旅客吞吐量的比均值為3.9505，表明該機場應充分發揮貨運優勢，提升貨物運輸效率。此外，其他4 家機場應同時兼顧客運和貨運，實現“兩條腿走路”，以更好建設“智慧機場”。

表2 各機場技術改進方向

綜上，大多數機場應調整其技術改進方向，以實現資源要素的合理配置。在93 家機場中，有65家機場更加注重提升旅客吞吐量從而實現技術進步。尤其是東北地區和華東地區的機場，其更強調發展客運能力，提升客運服務水平。因此，遵循各機場的技術改進方向，機場管理者可以因地制宜、因場施策，合理選用新技術，提升自身運輸效率。

5. 運營效率提升對策

基于上述分析，我國沿海機場存在技術異質性的特征。在共同前沿下，僅有北京南苑機場、北京首都國際機場、呼倫貝爾東山國際機場、井岡山機場、青島流亭國際機場、廈門高崎國際機場和上海浦東國際機場7 家標桿機場運營技術達到最優，擁有先進的技術。而大部分機場與標桿機場相比仍有一定差距，需明確機場技術改進方向，著力提升機場效率，追趕行業標桿機場。

（1） 東北地區機場

對于東北地區的機場來說，首先，在群組前沿下各機場效率均值較高，但兩個前沿下的效率均值差距較大，為此東北地區各機場要充分利用自身農林航空傳統優勢，發揮支線機場的支撐作用，提升群組內機場的技術水平。其次，東北地區各機場要主動引進華東地區機場的先進技術，充分挖掘機場運營潛力。具體而言，鞍山騰鰲機場等18 家機場貨運發展較客運相對滯后，應注重構建航空布局合理、客運功能突出的機場發展格局，利用低成本、支線航空吸引旅客；沈陽桃仙國際機場等4 家機場貨運業務發展相對較好，應大力提升機場貨運保障能力，拓展國內、國際貨運航線，開通至北美、歐洲、韓國直達貨運航線，加密至日本貨運航線，逐步實現東北地區主導東北亞航空貨運目標，助推東北振興戰略。

（2） 華北地區機場

對于華北地區的機場來說，首先，在共同前沿和群組前沿下各機場效率均值都較低，使得兩個前沿下的效率均值差異較小，因此華北地區機場要充分發揮“京津冀”機場群的輻射和帶動作用，提升區域機場運輸服務能力。其次，華北地區各機場要重點借鑒華東地區先進機場的發展經驗，提升機場管理水平和運營效率。具體來說，由于“客熱貨冷”的市場環境，忻州五臺山機場等17 家機場應推進以客運為主、貨運為輔的發展模式，充分發揮客運優勢，開通定制客運服務，切實提升軟服務水平，營造溫馨、舒適出行環境；天津濱海國際機場等7 家機場客運規模不大，但貨運市場有很大潛力，其中石家莊正定國際機場、太原武宿國際機場、呼和浩特白塔國際機場等承接部分北京機場溢出貨物以及省、區內支線貨運，應增強區域航空貨運樞紐輻射能力，提高貨物運輸專業化水平；北京首都國際機場等5家機場應推進客貨并舉、協同發展，在助力客運發展的同時，提升航空貨運能力，統籌協調北京首都國際機場、北京大興國際機場“雙樞紐”機場格局，增強北京地區民航輻射帶動作用，合理引導航空公司運力投放，推動京津冀協同發展。

（3） 華東地區機場

對于華東地區的機場來說，在共同前沿下各機場表現較好，處于行業領先地位，但仍有部分機場效率均值沒有達到最優水平。由此可見，要以自身群組內的青島流亭國際機場為基準，追趕組內標桿機場，達到最佳效率。具體而言，由于華東地區機場地處長江經濟帶，較大的人口規模、雄厚的經濟基礎和豐富的旅游資源使得舟山普陀山機場等30家機場客運業務發展迅速，將開拓客源作為機場發展的第一要務，吸引國內外旅客，逐年增加機場客流量，穩步提升機場基礎設施效率。同時，發達的工業和活躍的商品流通使得濰坊南苑機場等7 家機場貨運業務發展更快，因此應重點支持機場貨運發展，提供特色貨運服務。此外，上海浦東國際機場等5 家機場應堅持客貨兼營，平衡客貨運資源配置，充分發揮標桿機場“發展動力源”作用，增強對周邊的集聚輻射能力，力爭達到國際先進水平。

五、 結論

在技術異質性視角下，利用共同前沿DEA 模型，分析2016—2018 年我國93 家沿海機場在兩種前沿面下的運營效率與技術差距，并基于技術偏向理論，探討我國沿海機場的相對技術改進方向，主要結論如下：第一，不同地區機場在共同前沿下效率均值皆小于群組前沿下效率均值，表明需縱觀民航行業全局，提升地區機場運輸服務能力，達到共同技術水平。第二，不同地區機場的技術差距比率存在明顯差異，其中東北地區機場的TGR 均值最小，表示東北地區機場在不同前沿下效率差距最大，需重點關注東北地區機場，加強對該地區機場的運營管理，構建東北對外開放的大通道、大平臺。第三，大多數機場需調整其技術改進方向，其中有65 家機場應注重提升旅客吞吐量從而實現技術進步，尤其是東北地區和華東地區的機場；有17 家機場應充分發揮貨運優勢，提供特色貨運服務；有10家機場需重點推進客貨并舉，實現客貨運資源優化配置。因此，依據不同規模機場的發展差異和技術改進方向，機場管理者應因地制宜、因場施策，采取不同措施提升機場運營效率，打造現代化“四型機場”，助力我國民航運輸業發展。