摘要：近年来，全国各地民航类基础设施建设（包括临空产业区）呈快速发展趋势，与之相悖的是缺少对地区经济与民航运输量之间客观规律的研究，二者的互动关系并不明显。本文从实证出发，通过SPSS工具建立回归分析模型，探索民航客运量与地区经济间的相关性,并对未来航空客运市场需求做出预测，以期为民航局、各航空公司规划部门提供参考。 

　　一、引言 

　　我国的民航运输业伴随着经济社会步入“新常态”之后，呈现出平稳增长的态势。我国于2012年正式颁布了《国务院关于促进民航业发展的若干意见》，这一重要文件首句便定位了民航业为促进我国经济社会发展的重要战略性产业。经过40余年的改革开放，民航业的发展已经成为了带动一方经济发展、转变经济发展方式的重要抓手。在经历短暂的“蜜月期”之后，我国民航业的发展逐渐迈入“瓶颈期”，有学者的研究^[1]指出：地区经济发展决定着民航运输规模，地区经济结构更决定了民航运输的发展方向。因此，研究民航运输量与地区经济的相关性有着重要的现实意义。 

　　    市场预测是航空公司经营管理中极为重要的一环，早在90年代初美国学者便指出对民航运输量的预测准确度每提高10个百分点，航空公司便可额外获得1-4个百分点的经营收入^[2]。本文以大连市为研究对象，对大连周水子国际机场客运量与地区经济指标的相关性进行分析，借助SPSS统计工具构建多元线性回归模型来表现发展趋势，并分析其成因。当前我国学者多局限于航空市场预测中的定性范畴^[3-4]，本文收集大连市历年的统计资料数据进行相关性和回归分析，以期对市场预测定量范畴的分析提供借鉴。 

　　需要额外说明的是，地区性民航运输量分析与具体航线需求分析分属不同的研究领域，后者为旅客在市场上所有航空公司提供座位的选择行为，即收益管理。本文仅探讨宏观的民航运输总量，不涉及具体航线的经营管理^[5]。 

　　二、影响因素的相关性分析 

　　（一）相关性分析 

　　对于任何一个系统，其组成元素都是相互关联的，单独事物的存在可能性为零，所有事物均与其他事物有着相互关系，因此依据相关性原理，便可从某种事物的变化推断出其他事物的变化趋势。在本文中这种相关性特指地区经济发展指标与民航运输量之间的相关关系。 

　　（二）分析数据与方法 

　　本文数据源是从大连市统计局官方网站提取的2000- -2014年《大连统计年鉴》中涉及大连周水子国际机场旅客运输量、机场吞吐量及相关地区经济指标。 

　　大连民航市场运输量是多类经济指标共同作用的结果，本文选取地区总人口、工业增加值、地区生产总值、社会消费品零售总额、地方公共财政支出、城市居民可支配收入以及第三产业收入七个指标因素与大连机场客运量进行相关性分析。 

　　    SPSS统计分析软件包含相关性分析功能^[6]，用于计算多个指标之间的相关性指数，从相关性指数的大小研究民航运输量与地区经济之间的相关程度，为了更直观的表现相关性，本文引入Pearson系数公式。 

　　 Pearson相关系数的计算公式为： 

　　（三）分析结果 

　　表2-1  大连地区经济指标数据 

　　表2-2  相关性分析结果 

　　从上面相关系数矩阵表可以看出： 

　　从相关性系数绝对值大小来看，大连机场客运量与城市居民人均可支配收入的相关性最高。城市居民人均可支配收入代表了当地居民实际个人能够自由消费的收入，扣除了需上缴国家的各项社会保险、税费，能够真实反映出当地居民乘坐飞机旅行的实际消费能力。 

　　1.大连机场客运量与第三产业、社会消费品零售总额的相关性仅次于人均可支配收入，也呈现出极强的相关性，第三产业包括交通运输业，一方面民航业的发展必定会推动第三产业总额增加；另一方面，大连传统优势产业旅游业又与民航运输业有着千丝万缕的关系。社会消费品总额指标直接反映了消费者消费需求，较为实际的表现出当地经济情况，从经济学原理出发，这两项指标的高相关性是合乎逻辑的^[7]。 

　　2.大连机场旅客吞吐量有着与航司旅客运输量不同的概念或者经营内涵，航空港作为具有垄断性质的经营方，也为广大旅客提供空运服务^[8]。航空港是国家交通基础设施的重要组成部分，是空中和地面交通一体化系统的交通枢纽，有着高垄断性、公用事业性、必要经营性、准军事等等重要的国有特性^[9]。 

　　    大连周水子国际机场为所有在连运营的航司提供独一无二的服务，能够影响机场经营的主要因素仅为当地的宏观环境，即社会性因素-人口、经济发展、自然环境、政治和文化。本文在分析中选取的地区经济评价指标能够较为全面地表现大连市经济结构、居民收入和消费标准，相应地也就决定了对空运需求。 

　　综上所述，反应大连经济水平的地区生产总值（GDP）与空港旅客吞吐量有着最强的相关性。相关研究表明^[10]：原有的工业基础决定了大连市的产业结构布局仍在过去及未来较长时间内以第二产业为主导，且工业及相关衍生领域的从业者更是占据了人口总量的一大部分。因此大连地区工业增加值与空港旅客吞吐量有着极强的相关性。 

　　各因素之间所有相关系数均在0.9以上，故可以认为所有变量之间都有很强的相关性，也为接下来的回归分析奠定了基础。 

　　三、多元线性回归方程的建立与分析 

　　（一）相关分析与回归分析的联系 

　　不同于上文中的相关性分析，回归方程中的变量之间关系是不对等的：自变量是确定的，因变量才是随机的。只有出现本文中变量之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义，二者结合才能达到研究和分析的目的^[11]。 

　　根据上述分析，可以发现各影响因素彼此相关度很高，还需通过建立多元线性回归模型，进一步分析影响因素对于民航客运量和机场吞吐量的关系。 

　　（二）多元线性回归方程的建立 

　　以y₁表示因变量国内民航客运量，x₁表示总人口（万人）、x₅表示地区生产总值（亿元）、x₃表示工业增加值（亿元）、x₄表示第三产业增加值（亿元）、x₅表示社会消费品零售总额（亿元）、x₆表示地方公共财政支出（亿元）、x₇表示城市居民人均可支配收入（元）。同理，自变量不变，以y₂表示因变量空港旅客吞吐量，建立线性回归方程。 

　　为了去掉不必要的自变量以及避免多重共线性的问题，在使用SPSS分析软件建立回归方程时，本文选择了向后剔除变量的回归分析方法,首先由于变量内部的高相关性，剔除了自变量中的地区生产总值。 

　　表3-1  Y1模型输出结果 

　　    表3-1为因变量为国内旅客运输量时的模型输出结果，可见，R²为0.989，说明多元线性方程的解释度很高，但是在系数表中，所有自变量的显著性水平均大于0.05，所以可以推断，在当前建模条件下，无法拟合出合理的多元线性回归方程，即仅依靠所给的自变量，无法反映出国内旅客运输量未来的发展趋势。 

　　表3-2  Y2模型输出结果 

　　   表3-2为因变量为国内旅客运输量时的模型输出结果，可见，R²为0.997，说明多元线性方程的对因变量的方差解释力接近于100%，而且有两个自变量显著性水平小于0.05，说明该模型显著成立。 

　　（三）残差分析 

　　图3-1  标准化残差P-P 

　　图3-2  标准化残差直方 

　　图3-1和图3-2给出了该模型的标准化残差P-P及标准化残差直方图，直观的可以看出其误差项ε符合正态分布。 

　　（四）最终模型解释 

　　根据本文分析的结果，基于本例数据的大连市空港（周水子机场）旅客吞吐量的回归模型为： 

　　通过该回归模型可知，大连市空港旅客吞吐量主要受第二产业增加值以及地方财政支出等因素影响。在其他因素不变的情况下，工业增加值每增加1亿元，空港旅客吞吐量增加0.197万人；同样，在其他因素不变的情况下，地方公共财政支出每增加1亿元，空港旅客吞吐量增加0.525万人。 

　　四、结论 

　　本文研究了大连市国内民航客运量、空港旅客吞吐量与地区总人口、工业增加值、地区生产总值、社会消费品零售总额、地方公共财政支出、城市居民可支配收入以及第三产业收入的相关关系，并建立了多元线性回归模型。 

　　可以发现，民航客运运输量与空港旅客吞吐量的影响相关因子有所不同：前者与地区人均可支配收入相关性最强，反映了消费者的经济状况，即消费者的需求层次和购买能力决定了航空出行的意愿大小。而后者与地区生产总值、地方公共财政支出相关性极强，机场作为社会公共设施，其运输能力直接反映了当地的经济状况及政府的建设投资、监管程度。 

　　五、对策与建议 

　　（一）做好新机场建设前瞻性规划 

　　根据《大连新机场工程项目预可研报告》（初稿），大连新机场性质为：国际定期航班及国内重要干线机场、区域性枢纽机场、国际和国内航线的空中交汇点，北京和沈阳等国际机场的备降机场。本期工程项目设计目标年2030年，目标年旅客吞吐量5590万人次、货邮吞吐量77万吨；远期2050年按满足7000万人次的年旅客吞吐量进行规划。2019年10月，中国民航局出具了大连新机场预可研行业审查意见的相关信息，同意建设大连新机场工程。对于相关单位的规划，建议如下： 

　　1.本文针对大连民航运输量做出可以部分量化的预测模型，据此模型可以初步建立远期规划方案，预测出与大连市经济社会发展相匹配的旅客运输量规模。在新机场规划建设时要秉承超前思路，即使后期改建、扩建，也会存在一个过渡期供各相关单位适应；另一方面，新机场所有建设用地需经当地政府部门批准，因此各建设单位应在科学预测的基础上充分预留好时间。 

　　2.考虑到当前大连新机场规划建设周期较长，而周水子国际机场在2019年旅客吞吐量历史首次突破2000万大关，现有航班时刻、基础设施容量已达到饱和。根据本文研究结果，为应对接下来几年可预期的高旅客吞吐量规模，助力地区经济可持续发展，应完成对现有民航基础设施的扩容工作。本文建议可以从三个方面出发：一是考虑周水子国际机场周边用地问题，尽可能充分利用现有资源，特别是支线航站楼，增加额外的飞行区、货运和航站楼设施；二是鼓励现有的、临近大连的民用机场承担缓解作用；三是科学研判预测大连新机场应规划的用地量及设施投放，与大连市未来发展相互动，充分借助市委市政府的职能做好规划。 

　　需要补充的是，在本文的研究基础上，新机场建设应重视适度超前的理念。作为重要干线机场、区域性枢纽机场，大连新机场将是中国东北地区旅客吞吐量、民航运输业业务量的主要增长点，随着全国新机场建设周期越来越趋于固定，旅客运输量预测模型越来越完善，大连新机场建设是可以考虑适度超前的。超前建设一定程度上可以减少项目启动时机滞后带来的运行效率不高、服务满意度较低、基础设施利用率过高或过低等问题出现。 

　　（二）优化航空市场资源配置，促进区域经济发展 

　　本文认为，民航运输网络越完善就越有利于区域经济发展，属地企业对外的交易成本会降低，区位因素也会逐步弱化，促进企业群的集聚，助推地区经济持续增长。因此，进一步优化航空市场资源配置必将成为助力大连经济发展的重要抓手。可以采取如下策略： 

　　1.优化空域和航线结构，鼓励支线航空发展。航线编排时以提高使用效率为核心，优化地面运行组织，减少无效飞行和等待时间。地方政府鼓励支线航空发展，积极筹措补贴资金。 

　　2.优化机场群布局，充分发挥资源效能。地区内各机场应该根据发展目标明确定位，避免过度竞争造成民航资源浪费。以东北地区为例，哈尔滨、沈阳、长春和大连机场彼此相距较近，客源腹地高度重叠，由于四个主要枢纽分属不同省份，长期缺乏相对统一的规划协作，航线布局高度重叠，同质化竞争严重，价格战较为激烈，各航空公司经营压力均偏大。为充分发挥民航资源效用，加强差异化市场管理和航线航班互补，可以探索建立健全区域内机场群合作的体制机制，强化各机场之间和各航司之间的横向协作关系，实施更为密切的机场资源共享，统筹各机场的航线航班编排，避免无序竞争，进而发挥民航在区域经济发展中的生产要素流动促进作用，助力区域经济发展。 

　　（三）设立临空经济区，升级产业结构和消费结构 

　　第一、二、三产业对于民航运输的需求差异明显，第三产业对于民航业的发展需求要明显高于第一、二产业，使用效率也是最高的。因此，在统筹考虑建立临空经济区的同时，要借鉴全国，乃至全世界先进经验，科学地罗列出适应当地经济特色的产业名录以及对应的优惠政策，大力扶持航空金融、航空旅游、航空供应量等高附加值产业，建设成为现代化的航空产业集群，形成规模经济效应，使临空经济区主导产业扩散范围扩大，进而形成民航运输发展反过来推动地方经济发展。另一方面，大连地处辽东半岛最南端，辐射区域十分有限，人口密集度不及华东、华南等地区，对于大部分居民来说，机票价格仍是与可支配收入不相匹配的，属于人民消费结构中的高端消费品。因此地方机场、属地航空公司要充分考虑产品吸引力，打造地方特色航空服务品牌，相应的完善基础设施建设，跟进民航智能化进程，提高旅客满意度。（作者：肖伟 中国南方航空集团有限公司） 

　　六、参考文献 

　　[1]栾迪. 民航运输业与区域经济互动关系研究[D]. 北京交通大学, 2015. 

　　[2]Poore J W. Forecasting the demand for air transportation services : an analysis of the forecasts published by the International Civil Aviation Organization, Boeing, McDonnell Douglas, and Airbus Industrie /[J]. Economic Forecasting, 1992. 

　　[3]王颖, 夏洪山. 民航运输与地方经济发展关联性的实证分析[C]// 全国交通运输领域青年学术会议. 2009. 

　　[4]李琳, 刘莹. 区域经济协同发展的驱动机制探析[J]. 当代经济研究, 2015(5). 

　　[5]张永莉, 张晓全. 航空公司收益管理[M]. 中国民航出版社, 2011. 

　　[6]严丽坤. 相关系数与偏相关系数在相关分析中的应用[J]. 云南财经大学学报, 2003, 19(3):78-80. 

　　[7]白杨. 航空运输市场营销学[M]. 科学出版社, 2010. 

　　[8]张蕾, 陈雯, 宋正娜. 空港经济区范围界定——以长三角枢纽机场为例[J]. 地理科学进展, 2011, 30(10):1255-1262. 

　　[9]贾鹏, 胡燕, 匡海波. 全国空港客货运格局的时空演化及驱动机制研究[J]. 系统工程理论与实践, 2019, 39(5):1198-1211. 

　　[10]于颖. 基于信息化的大连工业结构优化路径研究[J]. 辽宁经济统计, 2014(12):12-15. 

　　[11]彭立南. 影响民航客运量因素的相关性分析及实证研究[J]. 中国市场, 2014(35):160-161.