我国航空客运市场集中度影响因素分析

来源:用户上传      作者:

　　摘 要：本文旨在测算现阶段我国航空客运行业市场集中度现状、解构其主要影响因素、探寻促进其有序发展的可行对策。在产业组织理论视角下，以结构—行为—绩效范式为逻辑框架，分析该行业市场集中度、产业行为和产业绩效，厘清我国航空客运业市场集中度现状的主要原因，采用多元回归模型对主要观点进行了验证。分析发现：我国航空客运业的市场结构为高度寡占型;当前的政策重点是应扩大机队规模，提高客运率和载运率，提升服务水平。
　　关键词：航空客运业;市场集中度;SCP
　　中图分类号：F562.8;F224    文献标识码：A    文章编号：1671-0037（2019）12-17-11
　　DOI：10.19345/j.cxkj.1671-0037.2019.12.003
　　1 引言
　　伴随着我国人均GDP进入中等发达国家阶段，航空客运业进入急速扩张时期。民航业十三五发展规划中设计到2020年我国航空运输年运输总周转量将达到1 700亿吨千米，经济社会效益更加显著，航空服务覆盖全国89%的人口。截至2019年底，我国共有运输航空公司58家，其中上市公司7家;中航集团、东航集团、南航集团、海航集團这四大航空集团总周转量共计940.8亿吨千米，其余航空公司共完成运输总周转量142.3亿吨千米。我国四大航空公司已经占据了航空客运产业绝大部分的市场份额。但是与设计目标相比仍有较大差距。
　　当前，聚焦于我国航空客运业市场集中度及其影响因素的相关研究还较为匮乏。本文采用产业组织理论和多元线性回归模型分析工具，首先，收集国内四大航空公司从2008—2017年客运量数据，计算绝对指标CRn与相对指标HHI，测度我国航空客运公司的市场集中程度;其次，运用产业组织理论的SCP范式对我国航空公司的发展现状—行为—绩效进行分析;再次，通过运用Eviews7.2软件设计计量实证模型对核心观点进行检验;最后，提出促进我国航空客运业市场集中度优化升级的对策，试图推进我国航空客运业的有序发展、优化航空客运市场结构、满足国内社会航空客运市场需求。
　　改革开放至今，我国航空运输业已经发展壮大为仅次于美国的全球第二大航空运输系统[1]。航空产业存在较高市场集中度，金怡苑分析认为我国过度的市场集中度不利于航空客运业的发展，同时我国政府从管理型政府到服务型政府的职能转变，为该行业发展提供了有利的条件[2]。张晶认为我国机场总旅客吞吐量增长速度很快，增速显著高于国际平均整体水平[3]。2019年我国人均航空出行0.40次，低于全球平均水平0.14次，但是这一差距也是我国航空客运业发展的空间。
　　2 我国航空客运业发展现状
　　2.1 我国航空客运业进入壁垒
　　2.1.1 规模经济性壁垒。航空客运业是资本密集型的行业，固定资产占据总资产的比重较高，其规模经济性效应尤为突出。我国四大航空集团支配了大部分的航空优势资源，而且在网络外部性条件下也非常占优势，因而也进一步拉大了与其他航空公司的差距[4-6]。新成立的民营航空企业因为起步晚，在机队数量、航线航班、产品销售、知名度等方面可能具有先天劣势，而且公司的运营成本如管理成本、生产成本、培训成本、维修成本等都会在达到一定规模后才开始下降[7-8]。
　　2.1.2 规章制度性壁垒。规章制度性壁垒由于受到法律法规和社会习俗的约束，显著降低了产业效率[9]。众所周知，飞机是事故率最低的交通方式，但发生事故后的生还率却是最低的。因此，飞机运行安全是国家相关监管部门审核的重中之重。新建的航空公司要想成功取得营业许可，就一定会受到除了安全之外的管理、运输和基础设施等方面的严格审查[10]。
　　2.2 我国航空客运业市场行为
　　市场行为是指企业为了在市场竞争中取得更高的收入、利润而采取的行为。
　　2.2.1 定价行为。机票具有易腐性，航班客座率很难达到100%，因此，在飞机出发前可能会大幅度降低该航班机票价格以尽可能吸引旅客，而每吸引一名旅客，航空公司所获得的利润远高于成本[11]。
　　2.2.2 服务产品差异化。航空公司通过提供不同的服务进行竞争。在软件上，如推进网络平台的建设，利用微信、QQ等平台进行营销;在硬件上，如引进先进的机型，提高乘坐飞机的舒适度，以及从购票到乘机和售后的一整套服务的水平，尤其在乘机过程中的服务是旅客十分看重的环节[12]。
　　2.3 我国航空客运业市场绩效
　　市场绩效是指在一定的市场结构下，由一定的市场行为所形成的价格、产量、利润、产品质量、技术进步等方面的最终经济成果[13]。本文主要从产出水平和运输效益两方面进行分析。
　　2.3.1 产出水平分析。如表1和表2数据显示：2008—2017年国内客运量以及客运收入稳步上升。全行业客运量从1.9亿人次增长到4.88亿人次，增长了近2.57倍。而全行业客运收入从1 728亿元增长到5 333.8亿元，增长了近3.09倍，这表明我国航空客运业处于高速增长期。
　　2.3.2 运输效益分析。航空客运运输效益指航空客运业内资源的有效利用程度。而正班客座率与正班载运率是该行业的重要服务指标，其比率越高，说明客运资源的有效利用程度越高，获利能力越强。由图1可知，我国正班客座率和正班载运率总体呈缓慢上升态势，这表明我国航空客运业的运力不断提高，获利能力也不断提高。
　　3 我国航空客运市场集中度测算
　　3.1 我国航空客运市场集中度含义
　　我国航空客运市场集中度是指在我国航空客运业市场结构的集中程度，也可以反映最大的几家企业对于该市场的垄断程度。市场集中度既体现市场集中的水平，也可以衡量市场结构。我国四大航空公司在客运市场份额越高，说明其市场集中的水平越高，即垄断程度越高。在产业组织理论中较为常用的集中度指标是绝对集中度CRn和赫希曼赫芬达尔指数HHI。 　　3.2 我国航空客运产业绝对集中度CRn指数
　　绝对集中度指标CRn是最基本的市场集中度指标，它是指产业中产出规模最大的前n家企业的有关数值（可以是产值、产量、销售额等）的市场份额的加总。它的优点在于实际操作中简单易行，并且能较为形象地反映市场集中情况。比较权威的是贝恩对美国产业垄断和竞争的划分，见表3。
　　由表4可知，2008—2017年，我国四大航空公司客运量这一指标的CR4在72%～83%之间，求和后计算平均值为77.53%，根据贝恩的划分，属于寡占II型。截至2010年底，我国共有43家运输航空公司;截至2017年底，数量增长到了58家，而四大航空公司占据了市场绝大部分份额。2007—2009年，四大航空公司客运量CR4稳中有降，2010年迅速提高了近10%的市场份额，随后连续7年下降，2017年回升。这可能与国家降低准入门槛以及其他民营航空公司和地方航空公司进入市场有关。
　　根据表5可知，2008—2017年，南航的市场份额由2008年的30.05%下降到2017年的22.83%，国航的市场份额从17.62%增加到21.74%，东航的市场份额从19.17%增加到20.11%，海航市场份额持续上升，由7.25%到13.04%。纵观表4和表5，我国航空客运产业的市场集中度由高度集中到逐渐分散，随后重组合并再次高度集中，而后又分散。
　　3.3 我国航空客运产业相对集中度HHI指数
　　赫希曼（HHI）指数是另一个衡量市场集中度的常用指标。赫希曼指数的计算公式是HHI=[i=1NXi/X2=i=1NSi2]，（右边公式中的2表示2次方），Si=Xi/X表示第i个企业的市场占有率即市场份额，N为该产业内的企业数。赫希曼指数包括了行业中所有大小企业的市场份额。HHI指数值在1/N到1之间，越趋近于1则市场集中度越高。所得市场份额的值平方后对市场中规模较大企业的市场份额的变化更加敏感，可以更加真实地体现出公司之间规模的差距。需要注意的是，用HHI指数对市场进行划分的时候，一般将结果扩大10 000倍，以更清楚地展现企业规模的差距。
　　结合表6和表7可以看出，2008—2009年属于低寡占I型，2010—2011年属于高寡占II型，但指数依然是在下降，而2012—2017年稳中有降，均属于低寡占I型。总体来说，我国航空客运产业HHI指数呈现波动下降趋势，这和CR4指数趋势大体一致。综合以上HHI数据，得出我国航空客运产业属于低寡占I型。
　　由上述可知，由行业集中率CR4得出寡占II型，而由赫希曼指数HHI得出低寡占I型，造成两者有出入的原因可能是行业集中率CRn和赫希曼指数HHI存在的特性和缺陷。CRn不能充分体现企业规模分布的差距，如CR4均为80%的两个行业的份额却不一样，因为一个行业可能只存在几家企业，而另一个行业可能存在几十家甚至几百家企业;而HHI指数则对数据要求较高，含义不直观，而且在计算HHI指数过程中，可忽略过小的竞争对手。
　　4 我国航空客运业较高市场集中度的影响因素分析
　　针对我国航空客运业目前较高市场集中度的现状，航空客运业具有自然垄断性，该行业的市场集中度太低则不利于发挥自然垄断的正面效应。造成较高市场集中度的原因可能存在很多，下面选取飞机数量、国民总收入和入境旅游人数这三个因素讨论与客运量存在的关系。具体方法是通过最小二乘法估计多重共线性检验，运用异方差检验和时间序列数据的自相关检验寻找出其发挥作用较大的影响因素。
　　4.1 变量设定和选取
　　①四大航空公司占据了全行业客运量的75%以上，基本可以代表我国民航客运业发展的现状，因而选取四大航空公司客运量作为被解释变量Y。
　　②飞机作为运输工具，在其他条件不变的情况下，飞机数量的多少直接关系到最大的旅客乘载量。航空公司通过不断退出老飞机、引入新飞机，且引入数量远远大于退出数量，以保证机队的数量优势。在其他条件不变的情况下，飞机数量越多，航空公司的载客数量越高。因而将飞机数量（架）作为解释变量X1。
　　③随着我国经济的不断发展，2008—2017年，我国国民总收入由321 500.5亿元增长到824 828.4亿元，人均国内生产总值由24 121元增长到59 660元，人们生活水平不断提高，在出行方面坐飞机的人数也会增加，频率也就变得更高。另外，国民总收入的提高，使得国家和企业可以加大资金支持力度发展我国民航事业，如降低通用航空零部件进口关税，增加航线数和航班数，提高从购票至到达目的地中间一系列服务质量，这些客观条件也使得更多的人乘坐飞机出行。理论上认为国民总收入与我国民航客运量之间有着密切的联系，因而将国民总收入（万元）设为解释变量X2。
　　④入境一般要乘坐飞机，随着我国旅游资源的保护与开发，入境人数自2008年的13 002.74万人次增长到13 948万人次，我国旅游市场潜力依旧很大，对我国国际航线的客运量增长理论上有较大关系，因而把入境旅游人数（万人次）作为解释变量X3。
　　4.2 具体假设
　　①飞机数量（架）与航空客运量（万人）呈正相关关系。
　　②国民总收入（万元）与航空客运量（万人）呈正相关关系。
　　③入境旅游人数（万人次）与航空客运量（万人）呈正相关关系。
　　4.3 最小二乘法的多元线性回归模型
　　设Y=β0+β1X1+β2X2+β3X3+μ，其中，μi表示随机误差项，运用最小二乘法做多元线性回归模型分析，最小二乘法估计结果如图2所示。
　　4.3.1 多重共线性检验与修正。首先应该通过相关系数矩阵进一步查看多重共线性的可能性，并通过逐步回归法验证与修正。具体操作方法是：首先，通过被解释变量Y对设定的每一个解释变量X简单回归;其次，保留对被解释变量Y贡献最大的解释变量X，然后用贡献最大的解释变量X所对应的回归方程作为基础，再逐个引入其余解释变量。这个过程可能出现三种情况：①如果新变量的引入使修正的可决系数和F檢验改进了，且其他回归系数的t检验值依旧是显著的则保留。②若新变量未能改进可决系数和F检验，且对其他回归系数估计值的t检验没有带来什么影响，则可以剔除。③若新变量没有改进修正的可决系数和F检验，也影响了其他回归系数估计值的数值或者符号，致使某些回归参数不通过t检验，说明存在了严重的多重共线性，则可以剔除。最终只保留那个改进了可决系数和F检验且通过t检验的解释变量。 　　下面计算各解释变量的相关系数矩阵（小数点后保留6位小数），结果如图3所示。
　　由图3可知三个变量两两之间的相关系数非常接近1，因而相关程度非常高，可以得出结论：存在多重共线性。
　　下面，利用逐步回归法做Y对X1，X2，X3，的一元回归，其结果整理为见表8。
　　以可决系数R2的大小为依据并且在显著水平为5%的条件下，经查表得tα/2（3）=2.365，对解释变量t值的绝对值进行比较，得到从最重要到次要的排序，R2值由大到小依次为X1，X2，X3。X1最大，因此，在X1的基础上，按照R2值的大小，逐个把X2和X3引入一元回归模型。
　　步骤如下：①以Y=-463 38.72+22.794 21X1为基础，首先把代表国民总收入的解释变量X2引入模型回归结果为：Y=-534 47.31+26.516 58X1-1.11e-06X2（145 88.72）（7.544 552）（2.24e-06）t=（-3.663 605）（3.514 666）（-0.495 823）
　　R2=0.992 535，[R2]=0.990 402，F=465.371 2，n=10
　　由图4、图5显示数据可知，可决系数R2值变大，说明模型拟合优度变好，但改进的可决系数变小，而且现在的F统计量为465.371 2，低于原有的1 027.344，而且X2的系数为负，说明国民总收入（万）对客运量存在严重的多重共线性，所以把X2剔除。
　　②把代表入境旅游人数（万人次）的解释变量X3引入模型回归，结果见图6。
　　根据图6可知：Y=-520 86.48+22.502 86X1+0.511 558X3
　　（134 92.49）（1.005 824）（1.176 393）
　　t=（-3.860404）（22.37256）（0.434853）
　　R2=0.992 476，[R2]=0.990 327，F=461.699 4，n=10
　　上式可知，在X1的基础上，R2变大，但2和F值均变小，所以存在严重的多重共线性，因此，将解释变量X3剔除。
　　综上所述，最后的模型为：
　　Y=-463 38.72+22.794 21X1
　　（256 8.225）（0.711 159）
　　t=（-18.043 10）（32.052 21）
　　R2=0.992 273，[R2]=0.991 307，F=102 7.344，n=10
　　4.3.2 异方差的检验与修正。因为样本数为10不适用于Goldfeld-Quandt检验，此检验只适用于大样本数据，因而我们选用White进行检验，构造辅助函数为бt2=α0+α1Xt1+α2Xt2+νt，辅助函数是一元函数，所以不存在交叉项乘积，其结果如图7所示。
　　由图7可知，nR2=0.816 509，经查表χ20.05（2）=5.991 5，（2）为辅助函数的变量个数。nR2<χ20.05（2），所以不拒绝原假设，拒绝备择假设，表明模型不存在异方差。
　　4.3.3 自相关的检验与修正。由于样本容量为10，不满足DW检验样本数必须大于等于15的要求。因此，选用Breush-Godfre检验即LM检验，其检验结果如图8所示。
　　由结果可知，LM=TR2=10*R2=0.160 815，在α=0.05下查χ2分布表的临界值χ20.05（2）=5.991 47，因为nR2=0.160815<χ20.05（2）=5.99147，（2）为滞后阶数。所以接受原假设，拒绝备择假设，表明模型不存在自相关。
　　所以最终的回归模型为：
　　Y=-46 338.72+22.794 21X1
　　（2 568.225）（0.711 159）
　　t=（-18.043 10）（32.052 21）
　　R2=0.992 273，[R2]=0.991 307，F=102 7.344，n=10
　　由上式分析其经济意义为：在其他条件不变的前提下，飞机数量X1每增加1单位，则客运量增加22.794 21单位。
　　4.4 实证检验结果的经济分析
　　第一，X1系数为22.794 21，说明飞机数量与客运量呈正相关关系，与假设一致。其经济学意义为在其他条件一定的前提下，每增加1单位X1的投入，便增加22.794 21单位的Y。第二，X2系数为-1.11，说明国民总收入与客运量呈负相关关系。一般认为两者应呈正相关关系，国民总收入是反映整体经济活动的重要指标，造成与常识相反可能是因为国民总收入自身不能反映收入分布、贫富差距这些情况。第三，X3系数为0.511 558，说明入境旅游人数与客运量呈正相关关系，与假设一致，因为其没有通过t和F检验，所以理论上应予以剔除。
　　5 促进我国航空客运业市场集中度优化升级的对策
　　转变政府职能，适度降低准入门槛，鼓励发展航空客运业。壁垒较高会增大我国新生民营航空公司和地方性航空公司進入该行业的阻力，增加企业生存成本，因此处理好政府与企业的关系，转变政府职能，向服务型政府转变，适度降低航空客运业准入门槛，提高该行业的活力。增加民营航空公司和地方性航空公司的补贴，降低税收以减轻其负担，为其发展提供有利条件，从而推动我国民营航空公司与地方性航空公司的发展。完善民航业相关法律法规。建设起比较完善的民航法规与标准体系，做到有法可依。完善民航业管理机制，加大民航业管理部门对民航企业的管理力度与水平，鼓励引导国内外企业发展民航业配套服务业，打造航空经济产业链。创新是引领发展的第一动力，创新驱动实质上是人才驱动，因此加大专业人才吸引力度，完善人才培养机制，从人才的实际需要出发，为其创造良好的工作环境，让人才充分展示才华。打造绿色低碳航空。优化航路航线，尽量采取直线飞行。优化地面指挥系统，减少无效飞行和等待时间。引进节能环保机型，淘汰油耗高，维修率高的老旧飞机。推进生物燃油研究和应用，推动节能环保材料和新能源的应用。扩大机队规模。通过设置解释变量，经计算得出飞机数量与客运量呈正相关，因此扩大机队规模，增设航班也是一个解决方法。建立铁路业与民航客运业的良性竞争。高速铁路与民航运输互为替代出行方式，因此两者的良性竞争一定程度上会互相促进发展。另外，在出行热季，如春节、国庆节，通过适当的降价或增加线路和航班达到共赢。大力发展旅游业。大力发展我国旅游业，在保护我国现有旅游资源的基础上，挖掘新的旅游项目，吸引国内外游客，一方面促进旅游业的发展，另一方面可以促进航空客运量的提升，推动我国经济的进一步提高。 　　参考文献：
　　[1] 杨学兵.我国民航业反垄断法律规制完善研究[J].民航管理，2018（10）：26-30.
　　[2] 金怡苑.我国航空旅客运输产业市场结构及发展策略研究[D].南京：东南大学，2015.
　　[3] 张晶.基于民航大数据分析下的民航经济运营模式分析[J].空运商务，2018（11）：13-15.
　　[4] 吴仲起，马静.基于SCP范式的我国民航业市场现状分析[J].科技和产业，2006（5）：24-27+31.
　　[5] 申振东，张鹏洲.我国民航管理体制市场化改革的历程与展望[J].中國行政管理，2015（10）：105-108.
　　[6] 李丽华.我国民航客运量影响因素研究[J].纳税，2018（22）：245.
　　[7] 陶喜红.中国传媒产业广告市场集中度研究[J].新闻大学，2014（1）：117-124，53.
　　[8] 朱卫卫.基于偏最小二乘回归的我国民航客运量影响因素分析[J].中国市场，2010（41）：110-112.
　　[9] 胡瑞娟.中国民航运输市场结构与竞争绩效的实证研究[D].北京：对外经济贸易大学，2007.
　　[10] 王沁昀.我国民用航空客运量影响因素实证分析[J].当代经济，2018（3）：126-128.
　　[11] 刘建华，叶文振.我国民航客运量实证研究[J].中国民航飞行学院学报，2002（4）：34-37.
　　[12]我国民航业投资准入标准将放宽[J].人民交通，2018（2）：8.
　　[13]Tian Jungai， Xu Hongjun. Forecast Model of Civil Aviation Passenger Transportation Volume Based on System Dynamics[P]. Management and Service Science （MASS）， 2011 International Conference on，2011.
　　Analysis on the Influencing Factors of Market Concentration of Air Passenger Transport in China
　　Guo Zhengguang， Lu Yifan， Wang Bei
　　（Zhengzhou University of Aeronautics， Zhengzhou Henan 450015）
　　Abstract： This paper aims to explore the current situation， the influencing factors and the countermeasures for optimization of market concentration in China's air passenger industry. This paper took the theory of industrial organization and the multiple regression model as the methods for analysis， and the structure-behavior-performance paradigm as the basic framework. The main research contents were to analyze out the market structure of China's air passenger industry as highly oligopolistic based on the two indicators of market concentration in the theory of industrial organization， and to understand the causes of the current situation of market concentration of China's air passenger industry through the analysis of industrial behavior and industrial performance. Finally， this paper integrated the market structure-behavioral-performance and regression models， and put forward countermeasures such as expanding fleet size， improving passenger transport rate and carrying rate， and improving service level.
　　Key words： air passenger industry; market concentration; influencing factors
转载注明来源:https://www.xzbu.com/1/view-15142337.htm