航空運輸發展潛力分析

崔鶴鳴 夏雙雙

[摘要]隨著我國民航事業的發展，民航運輸能力與區域經濟增長不協調的問題日益突出。文章以長三角地區15個區域機場為例，運用SPSS分析方法，對機場發展與區域經濟指標的進行分析，評價各城市航空運輸發展潛力并給出促進城市經濟增長的民航運輸發展策略。

[關鍵詞]航空運輸；城市經濟；發展潛力

[DOI]1013939/jcnkizgsc201912030

航空運輸需求屬派生需求，一般來說，經濟發展越好的城市，機場的發展水平越高。長三角經濟水平處在全國領先地位，民用機場的數量較多，但除了寧和杭兩機場外，其余多為旅客吞吐量不足200萬人次的中小機場。這與當地未來的經濟潛力不成正比。因此，選取江、浙兩省共15個城市的非樞紐機場作為樣本，對這些城市的航空運輸發展潛力進行分析。

1模型建立

以11個指標為變量來評價城市的航空運輸發展潛力。[1]指標可分成兩個部分，X1…X7描述的是城市的經濟發展水平，X8…X11（表1）反映的是該城市機場的現有航空運輸能力。其中，選取指標X8——所轄機場跑道等級，是考慮到跑道等級越高與機場運輸能力正相關。對跑道等級進行賦值，等級與賦值成正比。民用機場的跑道等級為3C、3D、4C、4E和4F，分別賦值為1、2、3、4和5。

2城市經濟發展能力分析

21 數據處理

從《2016年中國城市國民經濟和社會發展統計公報》中得到樣本城市的經濟發展和航空運輸數據，采用Z標準化方法進行均值為0、方差為1的無量綱化處理。表1給出了部分數據。

22因子分析

確定前7個變量間是否存在因子結構。在SPSS中進行“分析”—“降維”—“因子分析”，得到假設檢驗結果：KMO值為0510，Bartlett的球形度檢驗的Sig=0000<001。X1、X2、X3、X4、X5、X6、X7的提取公因子方差分別為0808、0688、0633、0628、0952、0945、0678，變量共同度較高，因子分析有效。

221確定公共因子

SPSS分析顯示總方差解釋表前3個因子的方差累計貢獻率已達87497%，超過了85%，能夠較全面地反映7個變量的信息。

222因子載荷矩陣旋轉

3個公共因子代表影響經濟發展能力的7個變量，對主成分法提取的初始因子載荷矩陣進行方差最大化正交旋轉，得出旋轉之后的因子載荷矩陣（表2）。將3個公共因子分別用F1、F2和F3代替。F1在年GDP總量、年接待旅游人數上的載荷最高，可以將其命名為“經濟水平因子”；同理，F2和F3分別命名為“旅游水平因子”和“經濟增長因子”。

223綜合評價

由因子分析得到因子得分系數矩陣，采用旋轉后的方差貢獻率作為總得分的系數，算出各個因子得分的加權綜合值（綜合值=F1的方差貢獻率×F1的得分+F2的方差貢獻率×F2的得分+F3的方差貢獻率×F3的得分）。分別計算各城市的綜合值（表3），負值可以認為該城市的經濟發展低于平均水平。

224樣本分類

樣本可分成3類。類別1包含2個城市，其平均綜合值為109，表明杭州和南京經濟發展水平在長三角處于領先地位；類別2包含無錫、寧波、溫州、南通和常州5個城市，平均綜合值為023，接近所有樣本的均值；剩余的8個城市的平均綜合值為負的042，小于全體樣本的平均值，因此其經濟發展水平處于落后地位。

3航空運輸能力分析

反映航空運輸能力的變量僅有4個，故采用系統聚類分析。 [3]系統聚類法首先將一定數量的樣本各自看成一類，再根據樣本的親疏程度，將親疏程度較高的兩類進行合并，之后考慮合并后的類與剩余類之間的親疏程度，繼續合并。重復這一過程，直到所有樣本合并為一類。本文使用的是Q型聚類，圖1是采用“Ward聯接”聚類法生成的樹狀聚類圖。

4結論

杭州和南京在經濟發展和航空運輸指標排在了類別1。這兩個城市的航空運輸發展潛力很大。航空公司應該加大投入，在這兩個城市的航空運輸市場占據主導地位。

無錫、常州、寧波、溫州四城屬于類別2，經濟發展和航空運輸水平處于中等水平，發展航空運輸的潛力比較大。而南通經濟發展排在類別2，在航空運輸水平排在類別3，說明南通的航空運輸發展現狀與經濟實力并不完全相稱，需要加大對航空運輸的投資。徐州的經濟發展較低，但航空運輸水平居中，其航空運輸產業未來具有較大潛力。

連云港、衢州、義烏等七城市的經濟發展和航空運輸水平都相對比較落后，航空運輸發展的潛力較小，在機場基礎設施和航線布局方面都要謹慎投資。

參考文獻：

[1]張蕾機場運營與區域經濟增長關聯性——以南京祿口國際機場為例[J]. 地理科學進展，2010（12）：1570-1576

[2]劉雪妮臨空經濟對區域經濟的影響研究——以首都機場臨空經濟為例[J]. 經濟經緯，2009（3）：55-57

[3]薛梅機場發展與城市經濟增長的關系探討[J]. 現代營銷（綜述），2012（4）：56-58