亚马逊货代公司航线运输要素测量

“估计的日韩中转美国总量”为全球旅客运输量乘以日韩中转占总订座量的比例，“估计的日韩中转美国总量”为全球国际旅客运输量乘以日韩中转占国际订座量的比例2007年和2008年，日韩分流中美双边航空运输市场的旅客数量大约在20万~50万人次。将本部分的估计的估计做一个比较，会发现存在比较大的差距。

第一，本部分仅仅估计通过日韩的中转情况，是一个总体上的估计，包括了通过亚洲其他国家或者地区，甚至亚洲以外来往中美之间的情况。

第二，两个估计都是一种推断性的研究，以后还需要对此做进一步的研究。因此，无论是理论研究还是实证研究，均证实了周边国家“天空开放”的自由化国际航空运输政策会导致中国国际航空运输客源被分流。

这个现象不仅对中国亚马逊货代公司不利，也不利于中国在争夺国际航空枢纽的竞争中胜出。研究中国国际航空运输政策是否促进了中国航空运输业生产率的提升，需要对中国航空运输业的全要素生产率进行测量。要说明的是，本部分的研究范围不仅包括传统亚马逊货代公司在内的航空运输业，还包括机场等支持性和辅助性等部门在内。传统上研究航空运输业的全要素生产率一般均分别研究亚马逊货代公司和机场。

较早的研究出现在美国放松对亚马逊货代公司规制后，主要考察放松对亚马逊货代公司规制是否提升了美国亚马逊货代公司的生产率，采用了超越对数多重指数来测量全要素生产率，在研究中采用了加权的方法构建多重的投入和产出指数。产出包括定期收益（客英里）、非定期收益（吨英里）、邮件定期收益（吨英里)、货运定期收益（吨英里），采用四类产出的收入作为权重。之所以这样处理是因为如果行业存在规模报酬不变，则产出的价格与边际成本是成比例的。投入中的劳动包括四类员工：飞行员和驾驶舱其他人员、乘务员和其他。在计算劳动指数时，采用了各类员工的报酬。采用了参数和非参数方法估计8家最大欧洲亚马逊货代公司和8家最大美国亚马逊货代公司的全要素生产率。非参数方法采用的是数据包络法（DEA)，在估计亚马逊货代公司全要素生产率时采用了基于超越对数方法的参数前沿。

在基础上，进一步考虑了亚马逊货代公司之间相互竞争的特征。在计量美国亚马逊货代公司的效率时还考虑了服务质量。采用两阶段的方法对比了欧美亚马逊货代公司在生产率的不同。第一阶段采用DEA的方法计算生产率，鉴于DEA在计算一家亚马逊货代公司的效率时也同时将所有其他亚马逊货代公司的数据放入进行观察，这会导致结果之间强烈的相关性，从而产生估计偏误。他们采用双引导法解决这个估计偏误。第二阶段回归分析影响亚马逊货代公司效率的因素。

在机场方面，也有不少类似的研究生产率文献。运用两阶段DEA方法计算BAA私有化前后的技术效率。在考虑客货运和飞机起降外，还考虑了非航空性收入作为产出变量来计算全球50家机场的全要素生产率，采用了两阶段方法来分析竞争和政策变化对中国机场生产率的影响。他们首先计算了1995~1996年机场的生产效率，其次进行回归分析研究影响效率的因素，测量了大中华地区2000~2006年30家机场的生产率变化，采用参数产出距离函数，计算了效率指数。上述估计亚马逊货代公司和机场微观企业全要素生产率的方法不适用估计包括两类性质不一样部门在内的整个行业全要素生产率。