机场群综合分类评价方法研究
杨新湦 王倩
摘 要： 目前我国各区域机场群内各机场功能定位趋同化严重，严重的同向定位导致各机场之间恶性竞争，尤其是地理位置相距较近的机场。为了改善区域机场群的结构，建立了机场群的超效率DEA模型、Logit模型和聚类分析组合分类模型，并以珠三角机场群为例，使用LINGO，SPSS等软件对模型进行编程分析与求解，对各机场进行梯度区分定位，结果表明：从不同角度评估模型，得到了相似的结论，进一步验证了综合分类评价的有效性。评价结果为香港>广州>深圳>澳门>珠海；并最终将香港和广州机场定位为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。在评估的基础上，提出相应的协同发展策略，实现各机场之间协同发展，避免不必要的航线网络竞争，同时能够减轻空中交通管理的巨大压力，进一步促进航空运输的良性发展。
关键词： 机场群； 超效率DEA模型； Logit模型； 聚类分析； 综合分类评价
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2017）16?0135?05
Abstract： In order to improve the structure of regional airport group， the super?efficiency DEA model， Logit model， and cluster analysis combination and classification model based on airport group were established. Taking the airport group of Pearl River Delta Area as an example， the models are performed with programming analysis and solving with LINGO， SPSS and other softwares. The gradient classification and positioning for each airport were carried out. The results show that the various evaluation for models can obtain the similar conclusion to verify the effectiveness of the comprehensive classification and evaluation. The evaluation result shows that the airport sorting levels from high to low are Hongkong， Guangzhou， Shenzhen， Macao， Zhuhai. Hongkong and Guangzhou airports are regarded as the international hubs， Shenzhen is regarded as a regional hub， and Hongkong and Macao are regarded as the trunk line airports. On the basis of assessment， a corresponding coordinated development strategy is put forward to realize the coordinated development among the airports， avoid the unnecessary airline network competition， mitigate the huge pressure of air traffic management， and promote the healthy development of air transport.
Keywords： airport group； super?efficiency DEA model； Logit model； cluster analysis； comprehensive classification and evaluation
0 引 言
一个机场群中的各个机场之间结构配置和差异化定位，不仅关系到机场群的效益最大化，还关系到整体社会经济效益最大化。国内外已有很多学者对机场分类问题进行了研究，主要基于两类：一类是从机场运营状况对机场分类，如美国、欧洲机场分类研究；还有我国学者考虑人口、经济、机场运营等因素的机场分类[1]。机场群[2]就是在一个地区内，地理位置上机场与机场之间地面距离比较接近，同时具有相同或者比较接近的机场等级，在出现空中繁忙时，这些机场共同构成超级大的机场，以共享交通资源。解决机场分类的具体研究方法有：FAA按照旅客吞吐量占当年旅客总运输量的比例将美国机场分为4类。文献[3]依据旅客吞吐量及机场当地的GDP和人口等指标将我国机场通过聚类分析分为9类。文献[4]采用数据包络分析（DEA）分析西班牙每个机场的技术和性能效率，为机场系统差异化发展提供理论支持。文献[5]以珠三角为例，通过趋同系数评价方法对各机场实行梯度定位。文献[6]通过DEA模型分析了首都机场10年间的运营效率，并讨论了机场群的效率问题，并提出了改善建议。上述的研究考虑的因素比较单一、且分类结果随意性、波动性较大，缺少对城市群和机场群进行综合考虑，缺少对区域机场群分类方法的综合评价。本文建立了城市群与机场群的投入产出超效率DEA模型，用LINGO进行编程求解实现了区域各机场间的协调效率的有效排序，结合聚类分析的各机场进行分类以及机场群Logit模型得到的各机场选择概率。三个模型从不同的角度出发对机场进行分类，以珠三角为例，将三模型的结果进行综合分析及对比验证。最后，提出机场群协同发展建议，完善航空运输系统的结构。这种新的分类方法，能广泛应用到其他机场群或机场的分类中去，将对区域机场群乃至全国机场的整体布局及规划定位分析上都具有极强的研究价值及实用意义。
1 研究方法与模型建立
1.1 超效率DEA模型
由于普通的DEA模型进行有效性评价时，多个有效决策单元间无法进行排序，为了对机场群和城市群进行区分和优劣排序，才有超效率DEA模型。但由于该模型比普通DEA模型求解更复杂，因此采用优化软件LINGO进行求解[7]。
设某评价系统有n个决策单元DMU，每个决策单元都由m项投入指标和s项产出指标组成；为了更深入地研究城市群与机场群协同发展联系，将城市群与机场群的关系类比成投入产出的关系，建立第k决策单元的超效率DEA模型[8]：
2 实例分析
珠三角机场群存在我国典型的机场群问题，包括香港、广州、深圳、澳门、珠海五大国内重要机场，是我国航空运输不可或缺的一部分。但目前来看矛盾和问题极为突出，各个机场未能充分协调分工，缺乏合理的定位[10]。5个机场在布局、规划和规模上缺乏统筹，跑道方位相互交错，机场进、离场航线相互交叉、穿越，各进区空域资源极其紧张，同时各机场的市场腹地重叠，在客货源市场方面存在着激烈的竞争，影响各机场战略定位的实现。
表1中所列指标与客、货运量都属于高度相关的。经济的变化影响各个行业，人口及各行业间的利益变动引起运输量的变化，由于社会消费品零售总额与GDP的共线性系数过高，在此选GDP作为影响因子。本文最终选取GDP、人口作为客运量的主要影响因素。
2.1 超效率DEA模型求解
珠三角区域投入指标为城市人口、GDP，产出指标为机场的客运量、货运量及起降架次，建立如表2所示的投入产出表（数据来源于《广东省统计年鉴2015》）。
根据式（1），用LINGO软件编程计算求解，计算得到评价结果如表3所示。
2.2 聚类分析求解
将五大城市历年的人口、GDP和五大机场历年的客运量、货运量、飞机的起降架次数据代入到SPSS中进行聚类分析，得到以下结果。
根据图1将珠三角机场群归为三类：最优类机场为广州、香港机场；其次是深圳机场，第三类是珠海、澳门机场。
2.3 Logit模型求解
用SPSS进行多项Logistic回归，将历年各城市的人口、GDP和机场群的客、货运量数据代入，人口[x1]和GDP[x2]为作为自变量，先对客、货运量数据进行个案加权，然后通过多項Logistic进行参数标定，得到似然比检验和参数估计结果如表4、表5所示。
似然比检验证明多项Logit模型中各影响因子具有较高的显著性水平。
根据表5的分析结果可得珠三角各机场的选择概率方程为：
[lnP1P5=48.148+0.015x1-0.003x2lnp2p5=39.549-0.01x1-0.002x2]
[lnP3P5=79.32+0.121x1-0.011x2lnP4P5=56.619-0.001x1-0.004x2P1+P2+P3+P4+P5=1]
以2014年为例，将2014年各城市的人口、GDP数据代入，最终联立以上公式求解出2014年各机场的选择概率，如表6所示。
2.4 模型的对比分析
综上所述，三种模型的计算结果统计如表7所示。
确定综合评估等级为：香港>广州>深圳>澳门>珠海。分类等级为：香港和广州第一类；深圳第二类；珠海和澳门第三类，如图2所示。
珠三角机场群中广州与深圳机场的核心地位有待提升。珠三角城市群经济发展相对均衡，三大核心城市在经济水平上差距不大，但核心城市广州和深圳的机场与香港机场在业务量规模、货运业务发展、航线网络成熟度等各方面比较起来都还存在一定差距。尽管如此，观察近些年发展数据，广州与深圳机场与香港机场间的差距逐年减小，两大机场具有相当大的发展潜力，在机场群中的地位有待进一步提升。特别是由于我国一国两制的发展，政府将加大广州的战略地位[11]。
综上所述，机场群与城市群的发展一脉相承，航空运输市场还有很大的发展空间。珠江三角洲机场群的协同发展之路势在必行，珠江三角洲城市群要走协同发展道路，粤港澳力争形成全球最具核心竞争力的大都市圈之一，推进粤港澳合作共建世界级城市群。在高铁经济带串起合作的新支点的形势下，民航运输应当如何发展。
3 协同发展策略
参考国外特别是美国的机场分类与我国近几年的机场分类结果，以及构建层级航线网络的目标，把我国机场划分为国际型枢纽机场、地区型枢纽机场、干线机场和支线机场四大类。
综合考虑机场群的现状、客货运量分析、趋同分析和政策定位，最终将五大机场的发展规划进行汇总，整理如表8所示。
综上所述，香港和广州机场为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。机场群应利用机场群联盟，实现统一规划、差异化、错位协调发展；建立科技应用共享专业委员会，利用机场联盟和机场群的合作论坛促进机场群发展，打造消息互通的平台，共享交换机场间的资源[12]。
4 结 语
本文创新性地提出了机场群的综合分类模型并应用于机场群的区分定位当中，其分类结果有较强的客观性，能准确把握各类别的本质联系。本研究应用SPSS，LINGO软件进行分析、编程和求解，最终确定香港和广州机场为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。珠三角模式对中国乃至世界机场群的发展具有典型战略意义，区域双国际枢纽模式对京津冀机场群的发展提供了很好的模板。但由于时间和研究能力的关系，模型考虑的因素不够全面，还将继续深入研究。
注：本文通讯作者为王倩。
参考文献
[1] 褚衍昌.机场运营效率评价与改善研究[D].天津：天津大学，2009.
[2] 彭瑛.多机场群运行评估与优化研究[D].南京：南京航空航天大学，2014.
[3] 杨英宝，钟山.中国民航运输机场分类问题的初步探讨[J].中国民用航空，2004（11）：39?42.
[4] MARTIN J C， ROMAN C. An application of DEA to measure the efficiency of Spanish airports prior to privatization [J]. Journal of air transport management， 2001， 7（3）： 149?157.
[5] 杨依莹，陈子怡，杨新湦.珠三角机场群协同发展定位分析[J].航空计算技术，2016（1）：53?55.
[6] 张炜娜.基于数据包络分析的我国机场效率分析[D].南京：南京航空航天大学，2014.
[7] 于海静，夏鹤，沈滨.基于DEA方法的国内旅游城市机场运营效率研究[J].河南科技大学学报（社会科学版），2016（3）：68?74.
[8] 丁晨.技术创新绩效评价的优化：DEA方法的具体应用[J].现代电子技术，2007，30（19）：147?149.
[9] 刘佳，王莉莉.基于机场群的航班选择机场模型分析研究[J].交通运输工程与信息学报，2013（2）：77?81.
[10] 韦薇.基于枢纽机场的长三角机场群协调运行管理关键理论与方法研究[D].南京：南京航空航天大学，2014.
[11] 张莉，高超，胡华清.我国三大机场群与城市群协调发展比较与建议[J].综合运输，2015（9）：4?10.
[12] 沈敏路.澳门国际机场发展战略研究[D].武汉：华中科技大学，2008.
摘 要： 目前我国各区域机场群内各机场功能定位趋同化严重，严重的同向定位导致各机场之间恶性竞争，尤其是地理位置相距较近的机场。为了改善区域机场群的结构，建立了机场群的超效率DEA模型、Logit模型和聚类分析组合分类模型，并以珠三角机场群为例，使用LINGO，SPSS等软件对模型进行编程分析与求解，对各机场进行梯度区分定位，结果表明：从不同角度评估模型，得到了相似的结论，进一步验证了综合分类评价的有效性。评价结果为香港>广州>深圳>澳门>珠海；并最终将香港和广州机场定位为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。在评估的基础上，提出相应的协同发展策略，实现各机场之间协同发展，避免不必要的航线网络竞争，同时能够减轻空中交通管理的巨大压力，进一步促进航空运输的良性发展。
关键词： 机场群； 超效率DEA模型； Logit模型； 聚类分析； 综合分类评价
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2017）16?0135?05
Abstract： In order to improve the structure of regional airport group， the super?efficiency DEA model， Logit model， and cluster analysis combination and classification model based on airport group were established. Taking the airport group of Pearl River Delta Area as an example， the models are performed with programming analysis and solving with LINGO， SPSS and other softwares. The gradient classification and positioning for each airport were carried out. The results show that the various evaluation for models can obtain the similar conclusion to verify the effectiveness of the comprehensive classification and evaluation. The evaluation result shows that the airport sorting levels from high to low are Hongkong， Guangzhou， Shenzhen， Macao， Zhuhai. Hongkong and Guangzhou airports are regarded as the international hubs， Shenzhen is regarded as a regional hub， and Hongkong and Macao are regarded as the trunk line airports. On the basis of assessment， a corresponding coordinated development strategy is put forward to realize the coordinated development among the airports， avoid the unnecessary airline network competition， mitigate the huge pressure of air traffic management， and promote the healthy development of air transport.
Keywords： airport group； super?efficiency DEA model； Logit model； cluster analysis； comprehensive classification and evaluation
0 引 言
一个机场群中的各个机场之间结构配置和差异化定位，不仅关系到机场群的效益最大化，还关系到整体社会经济效益最大化。国内外已有很多学者对机场分类问题进行了研究，主要基于两类：一类是从机场运营状况对机场分类，如美国、欧洲机场分类研究；还有我国学者考虑人口、经济、机场运营等因素的机场分类[1]。机场群[2]就是在一个地区内，地理位置上机场与机场之间地面距离比较接近，同时具有相同或者比较接近的机场等级，在出现空中繁忙时，这些机场共同构成超级大的机场，以共享交通资源。解决机场分类的具体研究方法有：FAA按照旅客吞吐量占当年旅客总运输量的比例将美国机场分为4类。文献[3]依据旅客吞吐量及机场当地的GDP和人口等指标将我国机场通过聚类分析分为9类。文献[4]采用数据包络分析（DEA）分析西班牙每个机场的技术和性能效率，为机场系统差异化发展提供理论支持。文献[5]以珠三角为例，通过趋同系数评价方法对各机场实行梯度定位。文献[6]通过DEA模型分析了首都机场10年间的运营效率，并讨论了机场群的效率问题，并提出了改善建议。上述的研究考虑的因素比较单一、且分类结果随意性、波动性较大，缺少对城市群和机场群进行综合考虑，缺少对区域机场群分类方法的综合评价。本文建立了城市群与机场群的投入产出超效率DEA模型，用LINGO进行编程求解实现了区域各机场间的协调效率的有效排序，结合聚类分析的各机场进行分类以及机场群Logit模型得到的各机场选择概率。三个模型从不同的角度出发对机场进行分类，以珠三角为例，将三模型的结果进行综合分析及对比验证。最后，提出机场群协同发展建议，完善航空运输系统的结构。这种新的分类方法，能广泛应用到其他机场群或机场的分类中去，将对区域机场群乃至全国机场的整体布局及规划定位分析上都具有极强的研究价值及实用意义。
1 研究方法与模型建立
1.1 超效率DEA模型
由于普通的DEA模型进行有效性评价时，多个有效决策单元间无法进行排序，为了对机场群和城市群进行区分和优劣排序，才有超效率DEA模型。但由于该模型比普通DEA模型求解更复杂，因此采用优化软件LINGO进行求解[7]。
设某评价系统有n个决策单元DMU，每个决策单元都由m项投入指标和s项产出指标组成；为了更深入地研究城市群与机场群协同发展联系，将城市群与机场群的关系类比成投入产出的关系，建立第k决策单元的超效率DEA模型[8]：
2 实例分析
珠三角机场群存在我国典型的机场群问题，包括香港、广州、深圳、澳门、珠海五大国内重要机场，是我国航空运输不可或缺的一部分。但目前来看矛盾和问题极为突出，各个机场未能充分协调分工，缺乏合理的定位[10]。5个机场在布局、规划和规模上缺乏统筹，跑道方位相互交错，机场进、离场航线相互交叉、穿越，各进区空域资源极其紧张，同时各机场的市场腹地重叠，在客货源市场方面存在着激烈的竞争，影响各机场战略定位的实现。
表1中所列指标与客、货运量都属于高度相关的。经济的变化影响各个行业，人口及各行业间的利益变动引起运输量的变化，由于社会消费品零售总额与GDP的共线性系数过高，在此选GDP作为影响因子。本文最终选取GDP、人口作为客运量的主要影响因素。
2.1 超效率DEA模型求解
珠三角区域投入指标为城市人口、GDP，产出指标为机场的客运量、货运量及起降架次，建立如表2所示的投入产出表（数据来源于《广东省统计年鉴2015》）。
根据式（1），用LINGO软件编程计算求解，计算得到评价结果如表3所示。
2.2 聚类分析求解
将五大城市历年的人口、GDP和五大机场历年的客运量、货运量、飞机的起降架次数据代入到SPSS中进行聚类分析，得到以下结果。
根据图1将珠三角机场群归为三类：最优类机场为广州、香港机场；其次是深圳机场，第三类是珠海、澳门机场。
2.3 Logit模型求解
用SPSS进行多项Logistic回归，将历年各城市的人口、GDP和机场群的客、货运量数据代入，人口[x1]和GDP[x2]为作为自变量，先对客、货运量数据进行个案加权，然后通过多項Logistic进行参数标定，得到似然比检验和参数估计结果如表4、表5所示。
似然比检验证明多项Logit模型中各影响因子具有较高的显著性水平。
根据表5的分析结果可得珠三角各机场的选择概率方程为：
[lnP1P5=48.148+0.015x1-0.003x2lnp2p5=39.549-0.01x1-0.002x2]
[lnP3P5=79.32+0.121x1-0.011x2lnP4P5=56.619-0.001x1-0.004x2P1+P2+P3+P4+P5=1]
以2014年为例，将2014年各城市的人口、GDP数据代入，最终联立以上公式求解出2014年各机场的选择概率，如表6所示。
2.4 模型的对比分析
综上所述，三种模型的计算结果统计如表7所示。
确定综合评估等级为：香港>广州>深圳>澳门>珠海。分类等级为：香港和广州第一类；深圳第二类；珠海和澳门第三类，如图2所示。
珠三角机场群中广州与深圳机场的核心地位有待提升。珠三角城市群经济发展相对均衡，三大核心城市在经济水平上差距不大，但核心城市广州和深圳的机场与香港机场在业务量规模、货运业务发展、航线网络成熟度等各方面比较起来都还存在一定差距。尽管如此，观察近些年发展数据，广州与深圳机场与香港机场间的差距逐年减小，两大机场具有相当大的发展潜力，在机场群中的地位有待进一步提升。特别是由于我国一国两制的发展，政府将加大广州的战略地位[11]。
综上所述，机场群与城市群的发展一脉相承，航空运输市场还有很大的发展空间。珠江三角洲机场群的协同发展之路势在必行，珠江三角洲城市群要走协同发展道路，粤港澳力争形成全球最具核心竞争力的大都市圈之一，推进粤港澳合作共建世界级城市群。在高铁经济带串起合作的新支点的形势下，民航运输应当如何发展。
3 协同发展策略
参考国外特别是美国的机场分类与我国近几年的机场分类结果，以及构建层级航线网络的目标，把我国机场划分为国际型枢纽机场、地区型枢纽机场、干线机场和支线机场四大类。
综合考虑机场群的现状、客货运量分析、趋同分析和政策定位，最终将五大机场的发展规划进行汇总，整理如表8所示。
综上所述，香港和广州机场为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。机场群应利用机场群联盟，实现统一规划、差异化、错位协调发展；建立科技应用共享专业委员会，利用机场联盟和机场群的合作论坛促进机场群发展，打造消息互通的平台，共享交换机场间的资源[12]。
4 结 语
本文创新性地提出了机场群的综合分类模型并应用于机场群的区分定位当中，其分类结果有较强的客观性，能准确把握各类别的本质联系。本研究应用SPSS，LINGO软件进行分析、编程和求解，最终确定香港和广州机场为国际性枢纽、深圳为区域枢纽、香港和澳门为干线机场。珠三角模式对中国乃至世界机场群的发展具有典型战略意义，区域双国际枢纽模式对京津冀机场群的发展提供了很好的模板。但由于时间和研究能力的关系，模型考虑的因素不够全面，还将继续深入研究。
注：本文通讯作者为王倩。
参考文献
[1] 褚衍昌.机场运营效率评价与改善研究[D].天津：天津大学，2009.
[2] 彭瑛.多机场群运行评估与优化研究[D].南京：南京航空航天大学，2014.
[3] 杨英宝，钟山.中国民航运输机场分类问题的初步探讨[J].中国民用航空，2004（11）：39?42.
[4] MARTIN J C， ROMAN C. An application of DEA to measure the efficiency of Spanish airports prior to privatization [J]. Journal of air transport management， 2001， 7（3）： 149?157.
[5] 杨依莹，陈子怡，杨新湦.珠三角机场群协同发展定位分析[J].航空计算技术，2016（1）：53?55.
[6] 张炜娜.基于数据包络分析的我国机场效率分析[D].南京：南京航空航天大学，2014.
[7] 于海静，夏鹤，沈滨.基于DEA方法的国内旅游城市机场运营效率研究[J].河南科技大学学报（社会科学版），2016（3）：68?74.
[8] 丁晨.技术创新绩效评价的优化：DEA方法的具体应用[J].现代电子技术，2007，30（19）：147?149.
[9] 刘佳，王莉莉.基于机场群的航班选择机场模型分析研究[J].交通运输工程与信息学报，2013（2）：77?81.
[10] 韦薇.基于枢纽机场的长三角机场群协调运行管理关键理论与方法研究[D].南京：南京航空航天大学，2014.
[11] 张莉，高超，胡华清.我国三大机场群与城市群协调发展比较与建议[J].综合运输，2015（9）：4?10.
[12] 沈敏路.澳门国际机场发展战略研究[D].武汉：华中科技大学，2008.
