褚衍昌,陳飛超
(中國民航大學(xué) 經(jīng)濟與管理學(xué)院, 天津 300300)
從組織結(jié)構(gòu)看,民航系統(tǒng)由政府部門、航空運輸?shù)母黝惼髽I(yè)(主體為航空公司)、機場以及通用航空的個人和各類企業(yè)4大部分組成。機場是民航系統(tǒng)不可分割的一部分,因此機場業(yè)的發(fā)展對民航業(yè)發(fā)展甚至是中國經(jīng)濟發(fā)展都起到至關(guān)的重要。總體來說,我國機場業(yè)共經(jīng)歷了4個階段:第1階段(1978—1987),改革開放之前,我國經(jīng)濟發(fā)展還處于低迷期,沒有較多的資金投入到機場建設(shè)中;第2階段(1987—2002),1987年民航脫離軍隊實行企業(yè)化管理;第3階段(2002—2014),2002年我國機場進行屬地化管理,地方管理局由6個變成7個,新疆局正式從西北管理局中分離出來;第4階段(2014—至今),這一階段,民航的發(fā)展上升到國家戰(zhàn)略角度,提出了從“民航大國”向“民航強國”轉(zhuǎn)變的口號,機場布局規(guī)劃更加合理。
近些年來,對機場和航空公司運營效率評價研究較多,但是對中國整個機場業(yè)運營效率評價的文獻較少,由于數(shù)據(jù)的可獲得性原因,利用DEA與Malmquist綜合研究中國機場業(yè)運營效率的文獻更少。趙前等[1]利用C2R超效率DEA模型對中國31個省(市、自治區(qū))的科技競爭力進行效率評價,然后對效率值進行大小對比;劉念[2]利用超效率3階段DEA模型對我國28個省份路橋生產(chǎn)效率進行評價研究;張春勤等[3]利用SE-DEA模型和Malmquist指數(shù)對長三角城市公交企業(yè)運營效率進行評價研究;郭夢雅[4]利用超效率DEA模型對廣東省物流效率進行評價研究;王俊丹等[5]運用BCC的DEA模型、Malmquist指數(shù)重點對我國旅客吞吐量在1 000萬以上機場運營效率的分析。D. MARCHETTI等[6]采用數(shù)據(jù)包絡(luò)分析(DEA)來對2010—2014年巴西鐵路特許經(jīng)營者的效率進行評價;A. MARDANI等[7]對2006—2015年期間出版的45種高級期刊發(fā)表的144篇學(xué)術(shù)論文進行了回顧,以全面審查DEA在能源效率方面的應(yīng)用;S. SUZUKI等[8]利用超效率DEA模型對日本的城市績效戰(zhàn)略的動態(tài)效率進行評價研究;D. PRIOR等[9]利用DEA模型對2002—2014年期間葡萄牙的市政規(guī)模和服務(wù)管理在較長時期內(nèi)對服務(wù)效率的影響;章強等[10]同樣運用DEA等方法研究了1984—2017 年期間國內(nèi)外港口績效評價測度對象確定、指標(biāo)體系構(gòu)建及評價分析方法開發(fā)的研究動態(tài)和發(fā)展方向,研究表明:傳統(tǒng)績效評價便于比較,但是體系復(fù)雜;投入產(chǎn)出法可以有效反映投入與產(chǎn)出間的關(guān)系,但是缺乏全面性;綜合績效評價綜合了定量和定量的指標(biāo),但是部分信息難以統(tǒng)計。
根據(jù)對國內(nèi)外相關(guān)文獻綜述可以發(fā)現(xiàn),對機場運營效率評價的文獻較少,且僅適用一種DEA模型對效率進行評價,這樣僅僅只能確定是否有效,卻不能進行橫縱向?qū)Ρ龋膊荒芊治鼍唧w是哪些因素影響效率。因此筆者根據(jù)民用航空管理局下轄的7大管局把我國機場業(yè)分成7個區(qū)域機場業(yè),利用超效率DEA-Malmquist指數(shù)進行分析衡量,用于準(zhǔn)確的衡量我國機場業(yè)的整體情況。
機場業(yè)的運輸規(guī)模是機場發(fā)展?fàn)顩r最好的體現(xiàn),筆者主要從總體以及分區(qū)域?qū)ξ覈鴻C場數(shù)量、旅客吞吐量、貨郵吞吐量以及飛機起降架次4個方面進行具體分析。
圖1為2008—2017年中國機場數(shù)量變化情況。從歷年國內(nèi)機場數(shù)量變化情況看,機場數(shù)量一直處于增長狀態(tài),從2008年的158個增加到2017年的229個,10年平均增長率為4.2%;從機場數(shù)量的增長速度看,2008—2012年以及2013—2016年,機場數(shù)量增長速度一直處于降低趨勢,2017年機場增加速度有所回升。這由于“十三五”規(guī)劃期間,我國開始大力建設(shè)機場,而且隨著相關(guān)政策的出臺,機場資本來源將更加多元化。
根據(jù)民航局標(biāo)準(zhǔn),把我國分成7大管理局,2017年各個地區(qū)的機場數(shù)量較平均,各個地區(qū)機場數(shù)量占比如圖2。其中,西南地區(qū)與華東地區(qū)機場數(shù)量較多,2個地區(qū)機場數(shù)量占比達到40.2%;新疆、西北以及東北3個地區(qū)機場數(shù)量占比僅為29.2%。
圖3為2008—2017年我國機場旅客吞吐量變化情況。由圖3可見,我國機場旅客吞吐量一直保持較快的增長,從2008年的40 576.2萬人次增加到2017年的114 786.7萬人次,10年平均增長率為12.2%,其中2009年增長速度最高為12.9%;從旅客吞吐量結(jié)構(gòu)來看,近10年來國內(nèi)旅客一直占主導(dǎo)地位,2017年國內(nèi)旅客吞吐量為100 903.7萬人次,占比為87.9%,國際旅客占比從2008年的9.3%增長到2017年的9.4%,港澳臺地區(qū)旅客吞吐量占比一直保持在3%左右。
圖3 2008—2017年我國機場旅客吞吐量變化情況Fig. 3 Variation of passenger throughput of airports in China from 2008
圖4為2008—2017年中國7大區(qū)域旅客吞吐量變化情況。由圖4可見,近10年各大區(qū)域旅客吞吐量總體都在穩(wěn)定的增長,華東地區(qū)仍然是旅客吞吐量分布最多的地區(qū),在2015年西南地區(qū)旅客吞吐量超過華北地區(qū)位居第3位,在2016年西北地區(qū)旅客吞吐量超過東北地區(qū)位居第5位;從增長速度看,西北地區(qū)旅客吞吐量增長最快,近10年平均增長率為17.5%,華北地區(qū)增長最慢,10年平均增長率僅為10.2%。
圖4 2008—2017年中國7大區(qū)域旅客吞吐量變化情況Fig. 4 Variation of passenger throughput in seven major regions of China from 2008 to 2017
圖5為2008—2017年我國機場貨郵吞吐量變化情況。由圖5可見,我國機場貨郵吞吐量從2008年的883.4萬噸增加到2017年的1 617.7萬噸,10年平均增長率為7.0%,2010年增長速度最高為19.4%;從貨郵吞吐量結(jié)構(gòu)來看,近10年來國內(nèi)貨郵一直占主導(dǎo)地位,2017年國內(nèi)貨郵吞吐量為901.1萬噸,占比為55.7%,國際貨郵占比從2008年的36.2%增長到2017年的38.2%,港澳臺地區(qū)貨郵吞吐量一直保持在6%左右。
圖5 2008—2017年我國機場貨郵吞吐量變化情況Fig. 5 Variation of cargo and mail throughput of airports in China from 2008 to 2017
圖6為近10年各大區(qū)域貨郵吞吐量變化情況。由圖6可見,近10年各大區(qū)域貨郵吞吐量總體都在穩(wěn)定的增長,華東地區(qū)仍然是貨郵吞吐量分布最多的地區(qū);從增長速度看,同樣是西北地區(qū)增長最快,華北地區(qū)增長最慢。
圖6 2008—2017年中國7大區(qū)域貨郵吞吐量變化情況Fig. 6 Variation of cargo and mail throughput of airports in seven major regions of China from 2008 to 2017
圖7為近10年我國機場飛機起降架次變化情況。由圖7可見,我國機場飛機起降架次從2008年的422.6萬架次增加到2017年的1 024.9萬架次,10年平均增長率為10.3%,2009年增長速度最高為14.5%;從飛機起降架次結(jié)構(gòu)來看,近10年來國內(nèi)飛機起降一直占主導(dǎo)地位,2017年國內(nèi)飛機起降架次為918.8萬架次,占比為89.6%,國際飛機起降架次占比也處于增長趨勢,港澳臺地區(qū)飛機起降架次一直保持在2%左右。
圖7 2008—2017年我國機場飛機起降架次變化情況Fig. 7 Variation of aircraft take-off and landing sorties in China from 2008 to 2017
圖8為近10年中國7大區(qū)域貨郵吞吐量變化情況。由圖8可見,近10年各大區(qū)域飛機起降架次總體都在持續(xù)的增長,華東地區(qū)與中南地區(qū)仍然是飛機起降架次分布較多的地區(qū);從增長速度看,新疆地區(qū)增長速度最快,近10年平均增長率為18.0%,華東地區(qū)增長最慢,10年平均增長率為9.3%,華北地區(qū)10年平均增長率為9.4%。
圖8 2008—2017年中國7大區(qū)域貨郵吞吐量變化情況Fig. 8 Variation of aircraft take-off and landing sorties in seven major regions of China from 2008 to 2017
筆者采用面向投入的超效率DEA-Malmquist模型作為主要的分析方法。數(shù)據(jù)包絡(luò)分析法DEA是一種用來分析決策單元多投入多產(chǎn)出相對效率的方法,是由著名運籌學(xué)家A.CHARNES和W.W.COPPER等學(xué)者提出,后人在此基礎(chǔ)上進行推廣和改進。
CCR是DEA的傳統(tǒng)模型之一,同時也是DEA方法第1個模型,用來計算決策單元之間的相對效率。CCR模型可以分為輸入CCR與輸出CCR兩種類型,可以從兩種角度對決策單元(x0,y0)相對效率進行分析評價。筆者選取基于投入角度的CCR模型,其具體線性規(guī)劃式如式(1):
(1)
式中:hj0為相對效率值,也稱為效率指數(shù),表示其生產(chǎn)率與最大生產(chǎn)率的比值。當(dāng)hj0<1時,說明決策單元為無效,或稱為弱有效,當(dāng)hj0=1時,說明決策單元為有效。hj0的表達式如式(2):
(2)
為方便求解,使用對偶規(guī)劃將式(1)進行轉(zhuǎn)化,并引入正負偏差量s-和s+,如式(3):
(3)
在式(3)的基礎(chǔ)上,進一步加入非阿基米德無窮小量ε的概念,且ε是1個大于0但小于任何正數(shù)的數(shù)。加入ε的目的是防止在最優(yōu)解中出現(xiàn)值為0的現(xiàn)象,保證變量能夠嚴格大于0,具體如式(4):
(4)
傳統(tǒng)DEA在對決策單元評價時,可能會出現(xiàn)多個決策單元均呈現(xiàn)DEA有效的情況,從而無法對這些決策單元進行比較。針對這一問題,研究者對CCR模型進行了改進,從而可以對有效的決策單元進行排序,改進后的模型被稱為超效率DEA模型。具體如式(5):
(5)
Malmquist生產(chǎn)率指數(shù)首先由CAVES引入,之后有研究者綜合Malmquist指數(shù)與DEA方法來考察全要素生產(chǎn)率的增長情況,改進后的Malmquist指數(shù)可以有效測算時期t或t+1的技術(shù)條件下,時期t到t+1全要素生產(chǎn)率的變化程度,可以彌補CCR以及超效率模型無法實現(xiàn)動態(tài)分析的缺陷。
距離函數(shù)(distance function)是構(gòu)造M指數(shù)的基礎(chǔ),因此筆者先對距離函數(shù)做簡要介紹。距離函數(shù)同樣可以從投入與產(chǎn)出兩個角度出發(fā),投入距離函數(shù)為在產(chǎn)出不變的條件下,投入量向最優(yōu)方向縮減的程度。基于投入角度的時期t的距離函數(shù)如式(6):
Dt(xt,yt)=max{θ:(xt/θ,yt)∈St}
(6)
式中:St為生產(chǎn)可能集;xt∈Rm與yt∈Rs表示投入與產(chǎn)出要素;θ為縮減的比例;并且Dt(xt,yt)≥1,當(dāng)Dt(xt,yt)=1時,則說明生產(chǎn)點(xt,yt)位于生產(chǎn)前沿面中。
而綜合效率為距離函數(shù)的倒數(shù),可知當(dāng)TE≤1,且TE<1時綜合效率無效:
(7)
時期t+1的生產(chǎn)效率相對時期t的技術(shù)的距離函數(shù)為:
Dt(xt+1,yt+1)=max{θ:(xt+1/θ,yt+1)∈St}
(8)
在時期t的技術(shù)下,θ代表生產(chǎn)點(xt+1,yt+1)縮減的比例,同樣的,時期t+1對t的距離函數(shù)為:
Dt+1(xt,yt)=max{θ:(xt/θ,yt)∈St+1}
(9)
以時期t的技術(shù)為參照,根據(jù)上述距離函數(shù),可知Malmquist全要素生產(chǎn)率指數(shù)為:
(10)
以時期t+1的技術(shù)為參照,則:
(11)
因此,在規(guī)模收益不變的條件下,投入角度的技術(shù)變動指數(shù)即為Mt與Mt+1的均值:
(12)
式(12)中,當(dāng)M>1時,則說明與t相比,t+1的全要素生產(chǎn)率呈現(xiàn)增長狀態(tài),同理,M=1則表示沒有變化,當(dāng)M<1時為下降狀態(tài),但是下降狀態(tài)并不能夠說明技術(shù)與綜合效率同時呈現(xiàn)下降趨勢,例如技術(shù)進步可以綜合效率降低可以同時存在。
上述分析均是在規(guī)模收益不變的條件下進行的,Malmquist生產(chǎn)率指數(shù)被分解為綜合效率和技術(shù)變動:
(13)
在規(guī)模收益可變的條件下,綜合效率可以進一步分解為純技術(shù)效率(PTC)與規(guī)模效率(SEC):
M(xt+1,yt+1,xt,yt)=EC×TC=PTC×SEC×TC
(14)
其中,PTC的表達式為:
(15)
SEC的表達式為:
(16)
其中PTC>1表示技術(shù)的進步,PTC<1表示技術(shù)的退步;SEC>1表示向最優(yōu)規(guī)??拷琒EC<1表示偏離最優(yōu)規(guī)模。
使用規(guī)模收益不變情況下的CCR模型可以有效求解Dt(xt,yt)、Dt+1(xt,yt)、Dt+1(xt+1,yt+1)與Dt(xt+1,yt+1),以求解Dt(xt,yt)為例,如公式(17),求解Dt+1(xt+1,yt+1)與之相似,需將t替換為t+1:
(17)
求解Dt(xt+1,yt+1)基于投入的線性規(guī)模模型如式(18),Dt+1(xt,yt)與上同理:
(18)
2008年中國民用航空局在原有6個管理局的基礎(chǔ)上,把新疆地區(qū)管理局單獨分離出來,自此中國分成了華北、東北、華東、中南、西南、西北以及新疆7大管理局。筆者選取7大管理局對應(yīng)的7大區(qū)域作為效率評價的決策單元,通過對7大區(qū)域2008—2017年近10年機場業(yè)運營效率分析,可以整體反應(yīng)我國民用機場的運營效率狀況。
通過綜合國內(nèi)外相關(guān)學(xué)者的研究成果以及利用因子分析法從投入指標(biāo)(可用座位數(shù)、可用座公里、民航從業(yè)人數(shù)、機場數(shù)量、航司數(shù)量、運輸機隊規(guī)模、航線數(shù)量、通航國家數(shù)量、航油消耗量以及國內(nèi)通航城市數(shù)量)中,利用因子分析法中的降維效果選取3個對各變量解釋能力較好的指標(biāo),分別是機場數(shù)量、可用座位數(shù)以及可用座公里,產(chǎn)出指標(biāo)選取最能夠體現(xiàn)機場業(yè)發(fā)展情況的3個指標(biāo),分別是旅客吞吐量、貨郵吞吐量與飛機起降架次,如表1。
表1 我國機場業(yè)效率評價投入產(chǎn)出指標(biāo)體系Table 1 Input-output index system of efficiency evaluation of airport industry in China
機場數(shù)量:機場作為飛機起降、飛機維修、旅客候機登機以及行李裝卸等活動的重要場所,是機場業(yè)中不可分割的一部分,在一定程度上機場數(shù)量決定了1個城市、1個區(qū)域甚至是1個國家機場業(yè)的發(fā)展情況,因此選擇機場數(shù)量作為衡量機場業(yè)效率的一個重要指標(biāo)。
可用座位數(shù):是指航空公司通過線上和線下賣出的座位總數(shù),在一定情況下可用座位數(shù)來間接反應(yīng)機場的旅客運輸情況,因此可用座位數(shù)是衡量機場業(yè)效率的重要指標(biāo)。
可用座公里:航段可提供座位與距離的乘積之和,反映運輸飛行運載能力。
旅客吞吐量:指飛機進出港所載的乘客數(shù)。反應(yīng)機場的旅客乘機及中轉(zhuǎn)情況。
貨郵吞吐量:報告期內(nèi)飛機進出港范圍內(nèi)貨郵重量。反映機場貨郵中轉(zhuǎn)情況。
飛機起降架次:報告期內(nèi)指飛機在航空運輸飛行過程中的起飛和降落的次數(shù)。反映機場對航班的保障情況。
首先在CCR模型基礎(chǔ)上,建立投入導(dǎo)向的超效率模型,根據(jù)DPS16.05軟件對中國7大區(qū)域近2008—2017年的機場業(yè)效率值進行測算,其結(jié)果如表2。
表2 2008—2017年中國七大區(qū)域機場業(yè)超效率值Table 2 Super-efficiency value of airport industry in seven major regions of China from 2008 to 2017
從時間序列數(shù)據(jù)分析可以看出,2008—2017年中國機場業(yè)超效率值近10年總體處于下降的趨勢,從2008年的1.098 9下降到2017年的1.071 9,總體下降了2.7%,其中2008年的效率值最高為1.098 9,其中2013年效率值最低僅為0.995 3,且近10年中只有2013年的效率值小于1。這說明在近10年來我國機場業(yè)務(wù)量增長迅速,且每年(除2013年)都是有效的。
從橫截面數(shù)據(jù)分析可以看出,近10年7大區(qū)域的平均超效率值都大于1,說明7大區(qū)域近10年總體是有效的。我國7大區(qū)域近10年平均效率值呈現(xiàn)為西北(1.038 1)>西南(1.026 6)>華北(1.025 9)>華東(1.025 5)>東北(1.024 0)>新疆(1.0214)>中南(1.020 6)。其中西北地區(qū)和西南地區(qū)效率均值高于全國平均水平(1.026 0)。
從DEA時間序列有效個數(shù)來看,2017年中國7大區(qū)域全部有效,2013年有效個數(shù)最少,僅東北、中南和新疆地區(qū)有效;從各區(qū)域有效個數(shù)看,近10年來,西北地區(qū)有效個數(shù)最多有9個,僅在2013年為非有效,其次是中南和西南地區(qū),有效個數(shù)8個。
通過以上分析可以發(fā)現(xiàn),2013年是我國近10年來有效性最差的一年,從截面數(shù)據(jù)看,西北和西南地區(qū)近10年來盡管機場的總體業(yè)務(wù)量在全國占比較少,但是總體發(fā)展的較好,主要是因為PBN(基于性能的導(dǎo)航)的派生技術(shù)RNP、電子飛行包以及平視顯示器等新技術(shù)在西北和西南地區(qū)得到推廣使用,使得兩個地區(qū)的機場業(yè)務(wù)量得到了快速的發(fā)展,近10年西北和西南地區(qū)機場業(yè)務(wù)量增長率都保持在10%以上。
根據(jù)2008—2017年中國機場業(yè)近10年的數(shù)據(jù),利用DPS16.05軟件,求得到近10年和7大區(qū)域的Malmquist生產(chǎn)力指數(shù)的變化情況,其結(jié)果如表3和表4。
表3 中國七大區(qū)域Malmquist指數(shù)及其分解(按年份)Table 3 Malmquist index and its decomposition in seven major regions of China (by year)
表4 中國七大區(qū)域Malmquist指數(shù)及其分解(按區(qū)域)Table 4 Malmquist index and its decomposition in seven major regions of China (by region)
2008—2017年期間,盡管我國機場旅客吞吐量、貨郵吞吐量以及飛機起降架次都保持穩(wěn)定的增長趨勢,但是從表4可以看出,除了華北地區(qū)(1.002 5)以及新疆地區(qū)(1.009 4)之外,其他區(qū)域的Malmquist生產(chǎn)率都小于1,說明中國的機場業(yè)的運營效率出現(xiàn)了下滑。
從規(guī)模效率來看,各個區(qū)域都比較接近1(西北地區(qū)最大為1.011 4,華北地區(qū)最小為0.999 0),近10年平均值為1.001 5,變動范圍也很小,說明各個區(qū)域在2008—2017年基本保持不變,單位投入所完成的產(chǎn)出每年基本持平,這意味著業(yè)務(wù)量的增長主要依靠規(guī)模效率。
從純技術(shù)效率來看,各區(qū)域的純技術(shù)效率除西南地區(qū)(1.012 0)大于1之外,其他六個區(qū)域純技術(shù)效率都小于等于1(東北、華東、中南、西北和新疆等于1,華北地區(qū)小于1),說明在近10年期間,純技術(shù)效率在機場業(yè)中發(fā)揮的作用沒有顯著的提升,這從另一方面說明業(yè)務(wù)量的增長主要依靠規(guī)模效率。
從Malmquist全要素生產(chǎn)率看,由于近10年機場業(yè)規(guī)模效率和純技術(shù)效率沒有發(fā)生較大的改變,因此各區(qū)域Malmquist全要素生產(chǎn)率下滑的主要原因是技術(shù)變化的下降,說明中國七大區(qū)域機場業(yè)的技術(shù)不適應(yīng)設(shè)施設(shè)備以及規(guī)模的擴張,導(dǎo)致目前我國整個機場業(yè)效率偏低。
近10年隨著經(jīng)濟的快速發(fā)展,我國機場3大業(yè)務(wù)量也取得了輝煌的成就,近10年旅客吞吐量平均增長率為12.2%,貨郵吞吐量為7.0%,飛機起降架次為10.3%;從中國7大區(qū)域看,其中西北地區(qū)機場業(yè)務(wù)量增長較快,反而是華北和華東地區(qū)增長較慢,這與西北地區(qū)應(yīng)用新的技術(shù)有很大的關(guān)系。隨著國家對機場業(yè)的重視,以及我國提出從“民航大國”向“民航強國”口號,充分體現(xiàn)出了機場業(yè)在中國是一個具有潛力的行業(yè)。
科學(xué)技術(shù)是第一生產(chǎn)力,這句話在機場業(yè)同樣適用,但是機場業(yè)中普遍存在技術(shù)相對落后的情況,導(dǎo)致中國機場業(yè)的發(fā)展受到限制。從超效率值可以看出,近10年機場業(yè)超效率值有所降低,且僅有2008年和2017年超效率值高于均值,這說明我國機場業(yè)務(wù)量的增長主要靠的是規(guī)模效應(yīng),技術(shù)方面仍相對落后;從Malmquist全要素生產(chǎn)率看,生產(chǎn)率的均值小于1,且2008—2017年規(guī)模效率和純技術(shù)效率沒有發(fā)生較大的變化,也印證了我國機場業(yè)的發(fā)展主要靠的是規(guī)模效率。