中國民航產業環境效率影響分析

莊昊宇

（ 安徽大學，安徽 合肥 230601 ）

一、引言

在2020 年的聯合國大會上中國提出“二氧化碳排放力爭于2030 年前達到峰值， 努力爭取2060 年前實現碳中和[1]。 當前全球民航部門已經成為主要的二氧化碳排放源。 根據He[1]的統計測算，全球民航的二氧化碳排量到2025 年將達到13-15 億噸。世界各國也越來越重視到航空產業碳排放問題。

當前中國高速增長的民航產業， 使得尋求中國民航產業的高質量發展成了當前必須面對的問題[2]。近年來，學術界逐漸關注民航產業的碳排放問題，尋求解決民航產業二氧化碳排放降低的有效途徑。 對中國民航產業碳排放影響因素的研究有利于減少民航發展對環境的負面影響， 是實現中國民航產業高質量發展的必然要求。

本文利用2010-2017 年中國上市航空公司數據，采用基于SBM 模型的三階段DEA 模型、GML 生產函數和系統GMM 回歸模型，評價了中國航空公司綠色績效及其影響，并在此基礎上，為中央及地方政府提供相關針對性的政策建議。 研究結論對新時代下中國民航產業綠色發展、結構優化與升級，并最終實現民航產業高質量發展具有重要的啟示意義。

二、文獻綜述

過去的航空公司效率研究采用了廣泛接受的方法，如DEA 和隨機前沿分析(SFA)[3]。自21 世紀以來，研究集中在商業模式和管理策略對航空公司績效的影響上。 環境效率已成為航空公司生產力和效率研究的重要領域， 其重點是將二氧化碳排放作為一種負的或不良的輸出。

Distexhe 和Perelman[4]首先將DEA 應用于航空業，并研究了由于放松管制和自由化而導致的網絡結構和制度安排的變化是否會影響航空公司的業績。 為了檢驗航空公司商業模式對績效的影響，其后，Lee 和Worthington[5]發現，私營航空公司和低成本航空公司往往比國有航空公司更有效率。 關于其他研究，Chow[6]測量了2003-2007 年間中國航空公司的生產率變化，認為非國有航空公司的表現優于國有航空公司。

然而，這些研究并沒有考慮到不良輸出，如二氧化碳(CO2)和氮氧化物(NO)的排放。 隨著對環境影響的日益重視， 航空公司績效研究開始在衡量航空公司績效時考慮航空運輸的潛在外部性。 通過應用自舉DEA 模 型，Arjomandi[7]分 析 了2007 年 至2010 年48 家航空公司的技術效率和環境效率。 Chang[8]開發了一個擴展的環境SBM-DEA 模型， 以檢驗2008 年至2012 年11 家國際航空公司的經濟能源效率。

綜上所述，學者們通過使用DEA 與隨機前沿分析(SFA)來分析航空公司的效率。基于此，本文將通過三階段DEA 模型對10 家中國民航2010-2017 年產業環境效率進行測算和分析， 其中產業效率指的是在一種投入的情形下， 整個產業的潛在投入與實際投入的比率， 企業效率則是使用中國民航企業效率評價指標體系內的評價指標作為代理變量。 探究中國民航產業環境效率水平， 同時也對國有控股與非國有控股的環境效率水平的差異進行分析， 為未來中國民航的高質量發展提出了明確的方向和建議。

三、模型設定

（一）全要素生產率及要素市場扭曲

1.全局ML 生產函數

本文采用基于SBM 模型的全局ML 生產函數，可表示為：

其中，式(1)中，PG(x)=P1∪P2∪…Pt)。 PG通過在所有相關DMU 的輸入和輸出上通過面板數據構建單個PPS 來包圍所有Pt。 因此，PG被稱為全局技術集。 式(2)中，DG(xt,yt,bt)表示DG(x,y,b;gy,gb)，這是在全局技術集PG上定義的DDF。 式(3)表示要素分解部分，ECt,t+1是效率變化項；TCt,t+1是綜合技術效率。

2.道格拉斯生產函數

本文選用道格拉斯生產函數計算中國民航產業價格扭曲程度，其主要機理為：當要素價格大于要素邊際產出，價格正向扭曲，；當要素價格小于要素邊際產出，價格負向扭曲。 其測算模型表示為：

其中，式(4)為經典道格拉斯函數，Y 表示生產力水平，A 表示技術進步水平， 由全局ML 生產率分解得到，K 表示資本存量， 用當期固定資本形成總額表示，L 表示勞動力投入量， 用企業員工數量反映，E 表示民航產業能源消費量， 用航空燃油消耗量表示。 i 表示企業，t 表示時間。 α、β、γ 分別表示資本存量、勞動力投入量和能源消費量要素彈性系數，用最小二乘估計得到。 式(5)為民航產業要素邊際產出。 式(6)為要素價格扭曲分解，主要由民航產業要素邊際產出和實際價值的比值計算得到，W和r 分別表示員工平均工資和利率。

（二）三階段DEA 模型

1.第一階段SBM 超效率模型

由于SBM 模型是一種非徑向模型，考慮到非差額變量影響，通過尋找最小比率達到最優效率前沿，可降低民航產業鏈非純效率的影響， 并可區分規模有效性。 因此，構建SBM 超效率模型，可表示為：

其中，h 表示民航產業效率得分， 可根據線性規劃可求得最優解，S-表示投入的松弛變量，S+表示產出的松弛變量，xik和yik分別表示投入產出變量。 k項決策單元。

2.第二階段SFA 模型

本文通過構建SFA 模型， 進一步分析第一階段中計算得到的松弛變量與第二階段重新添加的環境變量之間的關系，得到的民航產業生產環境變量，為修正后的投入變量。 SFA 模型可表示為：

其中，式(8)表示松弛變量與環境變量理論模型，式(9)表示分離出隨機波動項的純合模型，為純合子估計值。 式(10)表示調整后的民航產業投入變量。

3.第三階段調整后的SBM 超效率模型

將第二階段SFA 模型重新調整后的民航產業投入估計值重新代入SBM 超效率模型，得到民航產業環境效率得分，為修正后的效率評分。

4.變量選取

根據上述三階段DEA 模型設定，第一階段效率評價計算公式為：CO2=E×NCV×CEF×COF×44/12×106×1.67×10-10%， 其中E 表示航空燃料使用量，NCV表示航空煤油低熱值，COF 表示碳氧化因子，44/12是二氧化碳和碳的分子量之比。 第二階段效率評價選取中國民航企業外部環境相關指標。 第三階段效率評價以第二階段修正后的投入指標， 再次代入SBM 超效率模型，得到最終的環境效率得分。

綜上所述， 構建中國民航企業效率評價指標體系，結果見表1。

表1 中國民航企業效率評價指標體系

（三）一步系統GMM 回歸模型

為了進一步探究要素價格扭曲和技術進步對中國民航產業環境效率水平的影響程度， 需構建合適的回歸模型。 （1）從理論角度看，中國民航產業環境效率不僅存在時間滯后性，還存在變量相關性，一般通過動態面板回歸模型解決上述問題， 本文選用一步系統GMM 回歸模型進行分析。 （2）從現實角度來看，中國民航產業其他運輸產業相比，結構優化水平較為滯后，極易受到企業外部影響，并且航空航天產業作為中國高科技產業代表， 其環境效率與技術進步水平息息相關。 因此，本文除了反映價格合理性以及科技創新水平的解釋變量， 還進一步添加反映環境規制和股權結構的控制變量。 構建一步系統GMM模型，表示為：

其中，Efficiency 是環境效率，DISL是勞動價格扭曲率，DISk是資本價格扭曲率。 式(11)、(12)分別表示技術進步、 價格扭曲沒有交互項和有交互項對環境效率影響的回歸模型，TC 是技術進步，DIS×TC 是價格扭曲和技術進步的交互項。

四、實證分析

（一）數據來源

本文選取10 家中國民航上市公司作為研究對象，本文數據來源于2010-2018 年國內10 家民航上市公司年度統計報表以及《中國統計年鑒》《中國民航統計年鑒》《從統計看民航》。

（二）全要素生產率及分解和要素價格扭曲

根據全局ML 生產函數運用MAXDEA 軟件計算得到全要素生產率并對其分解， 分離出技術進步水平，并代入經典道格拉斯生產函數，計算得到要素價格扭曲，結果見表2（全局ML 生產函數估計方式為向后一期估計，因此2010 年計算結果不顯示。 由于篇幅問題，圖表僅顯示部分航空公司數據，下同）。

表2 中國民航上市公司2010-2017 年全要素生產率及分解和要素價格扭曲

由表2 可以得到如下結論：

一方面說明， 國有控股民航公司科技實力基礎較為薄弱，技術進步容易實現；另一方面說明，近年來中國民航產業結構轉型成效卓著， 國有控股民航企業抓緊落實以技術創新為增長點反哺企業績效的可持續發展戰略。

（三）中國民航產業效率評價

第一階段， 根據中國民航企業效率評價指標體系，假定企業規模報酬不變，建立非定向SBM 超效率模型， 運用DEAP 軟件計算得到2010-2017 年中國民航企業效率得分及各項投入變量松弛值， 結果見表3。

表3 第一階段2010-2017 年中國民航企業效率得分及各項投入變量松弛值

第二階段， 將上述松弛變量計算結果按年度平均，求解結果作為被解釋變量，中國民航企業效率評價指標體系中第二階段環境變量作為解釋變量，運用frontier 軟件代入SFA 模型進行回歸，結果見表4。

表4 第二階段SFA 回歸結果

表4 顯示，（1）從模型的檢驗結果來看，該模型存在技術無效率， 非效率變量對投入松弛變量有較大影響，反之隨機因素影響較小。 因此，上述檢驗結果證明了進行SFA 回歸分析的必要性。（2）從模型的回歸結果看， 第二階段中國民航產業環境變量均對第一階段的投入松弛變量有影響。

由表5 可以得到如下結論：

對比第一階段和第三階段的效率得分， 調整后的環境效率得分均高于第一階段效率得分， 這表明企業的外部環境因素會對企業效率造成嚴重影響，其可能的原因在第二階段已做論述， 最終外部環境效應表現為負向。

（四）中國民航產業環境效率水平及其影響因素回歸分析

根據GMM 回歸模型假定，代入中國民航企業環境效率作為因變量，技術進步、價格扭曲計算結果作為自變量， 每公里耗油下降率、 每位乘客能耗下降率、市場集中度、所有權作為控制變量，運用STATA軟件進行回歸估計， 估計結果分為整體回歸和按控股成分回歸，結果見表6 和表7。

表6 一步系統GMM 模型回歸結果

表7 主要控股回歸結果比較

由表6 和表7 可以得到如下結論：

1.上述估計結果中，中國民航產業環境效率影響因素和Wald 雙邊檢驗統計量均能夠通過10%水平顯著性檢驗， 說明GMM 回歸模型變量設定合理；Hausman 檢驗結果表明面板模型具有固定效應，說明中國民航產業環境效率具有延續性， 即每年環境效率與上一年效率有關。

2.技術進步和價格扭曲對中國民航產業環境效率的影響。 整體回歸估計結果表明：(1)技術進步系數均為正值， 說明技術優化能夠提高產業環境效率；(2)價格扭曲系數均為正值，說明要素投入價格偏離實際價值會降低產業環境效率；(3)技術進步系數絕對值小于價格扭曲系數絕對值，說明技術進步對企業環境效率的影響比資本要素價格扭曲小、比勞動力要素價格扭曲大；(4)技術進步和價格扭曲的交叉項主要體現為兩個方面，一是技術進步提升緩解價格偏離實際價值規模無效率，二是價格扭曲降低優化技術要素配置有效性。 技術進步和價格扭曲交叉項系數表明，二者交互影響均正向作用民航產業環境效率，但影響程度較小。 主要控股回歸估計結果與整體回歸一致，但非國有控股公司變量系數顯著高于國有控股公司，說明要素配置合理性對非國有控股公司環境效率更為重要，環境效率變量間關聯度更高。

五、研究結論

主要研究結論包括：第一，中國民航產業技術水平較有起伏，但總趨勢表現為技術進步，且國有控股民航公司技術進步水平高于非國有控股民航公司；第二，中國民航產業存在價格扭曲現象，且表現為正向扭曲，即行業價格高于實際價值。 這表明，中國民航產業屬于高技術產業，具有全球化的性質， 其定價標準不僅要符合本國國情，同時也要符合國際機票價格行情，特別是要參考發達國家機票定價標準， 因此造成中國民航產業價格上浮，高于實際價值。 國有控股民航公司價格扭曲程度比非國有控股民航公司更高， 說明國有控股民航產業受政府調控影響較深，受市場環境因素影響較小。 中國民航產業勞動力、資本存量均存在價格扭曲現象，且勞動力價格表現為負向扭曲、 資本價格表現為正向扭曲， 即中國航空產業勞動力邊際產出高于平均工資、資本邊際產出低于實際價值，說明勞動力要素投入不足和資本要素投入過剩；第三，一方面， 技術進步和價格扭曲均是中國民航產業環境效率的直接影響因素， 技術創新能夠提高產業環境效率， 而要素投入價格偏離實際價值會降低產業環境效率，二者相比較，技術進步對企業環境效率的影響比價格扭曲小，另一方面，環境規制和股權結構間接影響中國民航產業環境效率，其中，減少飛機耗油率和乘客耗能率將會降低民航產業環境效率，而提高民航產業市場集聚水平、落實國家宏觀調控政策能夠提升環境效率。