长江三角洲区域经济与航空物流协同发展实证研究

长江三角洲区域经济与航空物流协同发展实证研究

黄建伟，高丽娟

上海工程技术大学，上海 201620

摘要：促进区域交通一体化，从而实现物流和区域经济协同发展既是当前经济领域中的热点，也是迫切需要化解的实际问题。本文选取了长三角地区的四个空港型国家物流枢纽承载城市，即上海、南京、杭州、宁波，分析评估研究长三角区域经济与航空物流的协同性发展状况，并给出相应建议。

关键词：长江三角洲；区域经济；航空物流；协同发展

1 引言

两年前国务院发布了长三角区域一体化发展规划纲要。其中，合力打造世界级机场群是长三角交通一体化的一个重要目标之一。发展规划纲要提到巩固提升上海国际航空枢纽地位，增强面向长三角、全国乃至全球的辐射能力，优化提升杭州、南京、合肥区域航空枢纽功能，增强宁波、温州等区域航空服务能力，为航空物流的发展提供了重要支撑，服务区域经济发展。因此评估研究长三角区域经济与航空物流的协同发展状况对于进一步促进两者协同发展具有重要意义。

2 文献回顾

学术界一般也比较认可其与区域经济存的相互联系。王琛（2010）的研究内容为广西航空物流与区域经济和东盟贸易之间的互动发展关系，分析方法选用了系统动力学来仿真，得出航空物流的服务水平大大促进了区域经济与国际间贸易的结论。李国栋、尚刘冰（2018）指出航空物流产业与区域经济协同发展是实现区域经济一体化、优化资源配置的重要途径，并利用我国31个省份的航空物流与区域经济耦合发展为研究对象，认为从整体上看，我国航空物流与区域经济之间存在着耦合协调性，并整体上处于勉强耦合状态，但两者耦合协调性存在着明显的区域性不均衡问题，东部耦合性高于西部。张林、夏磊（2018）的研究对象为2006年至2016年国内17个物流节点城市，分析法选用了灰色关联模型、影响力与感应力系数，得到航空物流与区域经济高度相关的结论。

尽管不少文献都论证了航空物流和区域经济的相互联系，但仍鲜有文献对两者协同发展的程度做实证分析，因此本文将就区域经济与航空物流协同发展进行实证研究。

3 研究方法与模型

3.1 研究方法选择

区域经济和航空物流协同发展研究，关键主要在于两者发展过程中是否存在协同性。协同性评价方法可以是专家打分法等定性分析方法，也可以是定量分析方法，但是前者存在着较强的主观性。定量分析方法如层次分析法、灰色关联分析法、模糊综合评价法等大多数是静态评价，而数据包络分析法（DEA）能够解决上述对于动态发展分析的困难，对于本文研究比较适合。

3.2 DEA模型

DEA方法是运用线性规划法测算决策单元的生产前沿面，继而观察各个决策单元与前沿面的偏离距离，从而得出相对效率值。CCR和BCC模型是最常见的DEA模型，其中CCR模型最早由Charnes、Cooper、Rhodes（1978）提出，以三人姓氏首字母作为模型命名。CCR模型假设生产技术规模收益不变，而BCC模型对CCR模型进行了改进，把规模收益可变考虑到模型中。DEA模型主要有投入导向和产出导向，投入导向指的假定产出不变，如何实现最小投入；产出导向指的是投入不变，如何实现最大产出。其中投入导向应用最为广泛。

DEA协同发展评价模型一般分为系统内部有效和系统之间有效，因此，选择“综合效度”作为衡量航空物流与区域经济协同发展水平的评价指标，需要分别对航空物流与区域经济系统内部和系统之间分别进行协同发展综合效度测算及研究。“协同效度”是BCC模型中第 个决策单元的纯技术效率，用 表示，“发展效度”是BCC模型中第 个决策单元的规模效率，用 表示。“综合效度=协同效度×发展效度”。

4长江三角洲区域经济与航空物流协同发展实证研究

4.1评价指标体系建立

本文以上海、南京、宁波、杭州四个长三角空港型国家物流枢纽承载城市为例，对这四个城市区域经济和航空物流之间的协同性发展进行分析研究。选取长三角地区这四个城市的原因在于，这四个城市属于空港型国家物流枢纽承载城市，较长三角地区其他城市而言，在航空物流方面更具有代表性。

根据指标的可量化性以及借鉴其他学者的研究基础上，选取了区域经济和航空物流的相关指标，构建了两者协同发展的综合评价体系。其中区域经济发展指标分为输入和输出两大类13项，输入指标包括全社会固定资产投资和外商直接投资；输出指标包括城市GDP，城镇居民人均可支配收入，普通高校在校生人数，专利授权量，第三产业占比，进出口总额，空气质量达标天数。航空物流发展综合评价指标包括飞机起降架次和航空货邮吞吐量2项。

上述数据主要来源与上海、南京、杭州、宁波2009至2018统计年鉴和Variflight官网。

4.2实证研究

根据DEA 协同发展评价模型，航空物流用字母A表示，区域经济发展用字母B表示，使用deap2.1软件分别从静态和动态两个方面对上海/浦东虹桥等4个城市2009-2018年航空物流与区域经济发展之间的协同性进行评价。对航空物流对区域经济发展的协同性评价进行测算，按照协同模型中要求，测算航空物流对区域经济发展的协同性评价结果时，将投入指标设为航空物流发展综合指标，产出指标设为区域经济产出指标，测算区域经济发展对于航空物流协同性评价时，将投入指标设为区域经济的投入指标，而产出指标设为航空物流发展的综合指标。

将上海、南京、杭州及宁波四个城市从2009年至2018年十年的的数据面板输入excel，选择以投入为导向的规模效率模型运行软件。计算z(A/B)航空物流对区域经济的内部协同发展综合效率；z(B/A)区域经济对航空物流的内部协同发展综合效率；z(A,B)航空物流与区域经济两个系统之间的综合效率。

4.3.3 协同发展综合评价

根据计算结果，绘制出相应的曲线并分析如下：

图1中z（A/B）与z(A,B)相重合，可以清晰得发现2009年至2016年Z(A,B)，即上海市航空物流与区域经济的发展协调综合效率一直处于0.3至0.4之间，直至2017-2018年，Z(A,B)才大于0.4。

这十年来可以观察出来，z(A/B)始终处于较低水平，而z(B/A)则一直保持在1的状态。从协同效率而言，航空物流对于区域经济的协同度一直处于较低水平，而区域经济对于航空物流的协同度则保持在最高水平。从两者之间的发展效率而言，区域经济始终达不到航空物流的匹配度，因此，若想提高上海市航空物流与区域经济的协同发展综合效率的话，需要着重从经济入手，提高经济水平以能够达到航空物流的规模水平。

根据图2，可以看出南京的航空物流与区域经济协同发展效率可大致分为三个阶段：2009-2010年，处于快速上升阶段，从0.8305达到了0.9472。2010从最优的状态处于一个高协同低发展的一个状态。2010至2012年，z(A/B)与z（B/A）的下降打破了这一局面，使得这两者又处于0.7~0.9这一最优水平。然而，z(B/A)的上升，2014年至2016年2018年一直处于1的状态，结合z(A/B)下降的曲线。可以看出区域经济对于航空物流的协同性较好，即航空物流能够匹配区域经济，能够满足区域经济的发展，而区域经济则对航空物流的推动性则在降低。因此，为了提升两者的协同发展综合评价，依旧需要提升南京的区域经济。

根据图3，很容易将杭州的协同发展综合评价效率分为两个阶段，2009至2013年，总体趋势处于一个下降状态。期间，z（B，A）处于一个上升的趋势，即区域经济对于航空物流的协同性在不断的上升，保持在0.6~1一个较高的水平。然后，航空物流对于区域经济的协同性一直位于0.4以下较低的水平，由此，说明了航空物流对于区域经济的发展匹配度很高，而区域经济对于航空物流的发展推进力度不大。2013年至2018年的阶段，航空物流对于区域经济的协调性在缓步上升，而区域经济对于航空物流的协调性也有些微的下降，总体而言，两者的发展匹配的差距在缩进，因此很明显z（A,B）的数值在上升，即航空物流与区域经济的协同综合水平在上升。

如图4，宁波与上海的情况正好相反，z(B/A)和z（A,B）相重合。z(A/B)从2009年至2018年一直保持在1的水平，而z(B/A)和z（A,B）则一直处于0.3~0.4，宁波这十年来航空物流与区域经济的之间的协同发展效率十分低，两者之间处于极度失衡状态。航空物流的发展对于经济的推动性太差，甚至影响经济的发展，因此，宁波十分需要改善航空物流的发展现状。

图 1上海协同发展综合评价 图2 南京协同发展综合评价

图3 杭州协同发展评价图 图4 宁波协同发展综合评价

5结论

从近十年，航空物流和区域经济的动态协同发展来看，南京处于较好的协同发展状态，但近五年的协同性存在下降趋势。宁波的协同发展性最差，航空物流发展对于区域经济的推动性太差，甚至会抑制区域经济的发展，以致于两者之间存在失衡。上海与杭州则是，航空物流的发展过快，区域经济无法给予更强更有力的支撑，因此存在失衡。上海、南京、杭州、宁波作为长三角区域的代表城市，总体来说长三角区域经济与航空物流的协同性一般，需要进一步加强。

参考文献：

[1]王琛.广西航空物流与区域经济发展互动关系研究——基于系统动力学的视角[J].广西社会科学,2010(10):64-67.

[2]张林, 夏磊.航空物流产业与区域经济的关联效应研究——基于物流节点城市的面板数据[J]. 西安石油大学学报：社会科学版, 2018(4):9-16.

[3]李国栋,尚刘冰.我国航空物流与区域经济耦合协调度实证研究[J]. 综合运输, 2018(8):85-91.

黄建伟13466364436北京市房山区琉璃河镇窑上菜鸟驿站（2本）

4