从航空运输看中国城市体系的空间网络结构
中国航空运输业的现状与未来发展
中国航空运输业的现状与未来发展1.引言文章1.1 概述部分的内容如下:中国航空运输业作为国家经济发展的重要支撑之一，一直以来都备受人们关注。
随着中国经济的持续增长和人民生活水平的提高，航空运输业在国家交通运输体系中扮演着日益重要的角色。
本文将针对中国航空运输业的现状及未来发展进行深入分析和探讨，着重分析了运输量和网络、竞争格局和市场份额、技术发展和安全水平等方面的情况，并从成本压力、环境保护、政策法规等方面探讨了该行业面临的挑战。
同时，针对数字化转型、航空器更新、人才培养等方面提出了未来发展的发展方向和策略。
最后，本文总结现状并展望未来，提出了中国航空运输业发展的建议，探讨了未来发展的趋势和机遇挑战。
通过本文的阐述，希望能够为中国航空运输业的可持续发展提供有益的参考和借鉴。
1.2 文章结构文章结构部分内容如下：本文将主要分为引言、正文和结论三个部分。
在引言部分中，将首先对中国航空运输业的现状进行概述，并介绍本文的结构和目的。
在正文部分，将重点分析中国航空运输业的现状、挑战和未来发展，分别探讨运输量和运输网络、竞争格局和市场份额、技术发展和安全水平、成本压力和盈利状况、环境保护和可持续发展、政策法规和国际合作、数字化转型和智能化发展、航空器更新和燃料技术革新、人才培养和国际竞争力等关键问题。
在结论部分，将总结现状并展望未来，提出中国航空运输业发展的建议，探讨未来发展趋势和机遇挑战。
通过这样的结构安排，本文旨在全面深入地分析中国航空运输业的现状与未来发展，为行业研究和决策提供有益参考。
1.3 目的本文的目的在于全面分析中国航空运输业的现状和未来发展趋势，探讨当前面临的挑战和问题，并提出相应的解决方案和建议。
通过对运输量、竞争格局、技术发展、成本压力、环境保护等方面的分析，希望能够客观地呈现中国航空运输业的现状，为相关政府部门、企业和研究机构提供决策参考。
同时，通过对数字化转型、航空器更新、人才培养等未来发展方向的探讨，希望能够为中国航空运输业的可持续发展提供思路和建议。
关于我国民航航线网络优化分析
关于我国民航航线网络优化分析发布时间：2023-06-07T03:59:37.268Z 来源：《科技新时代》2023年5期作者：马瑜曼王松格[导读] 航线、机场和运力是决定航空运输能力的三大关键性因素。
机场的大局规划与设计与航线网络状态、运输能力有着重要的联系。
民航山西空管分局单位邮编：030000摘要：航线、机场和运力是决定航空运输能力的三大关键性因素。
机场的大局规划与设计与航线网络状态、运输能力有着重要的联系。
在现行运输体系中，支线航空发展越来越快，运输效率和收益甚至超过了主要航线，已经成为整个航空运输体系中不可或缺部分，支线航空的发展弥补了主要航线下运输不足现象、航空经济规模也得到了不断的促进和增长、同时支线航空对本地经济发展也做出了重要贡献。
本文对国内民航航线网络存在的问题进行了分析，对促进我国民航发展有着重要意义。
关键字：航线网络；民航发展引言中国经济全球化进展越来越迅速，民航事业跟着也在稳步增长，但是我们仍然有很多不足，尤其是在航线网络的规划和设计方面很多需要进一步提高，同时需要提高的还有航空运输的覆盖率以及通达性，更要加强以航空为基础推动地方经济建设，因此航线网络的优化布局也成为航空界研究的一个热点问题。
目前民航业内的专业研究很多没有结合我国实际国情，并且很少有专家对此类问题进行专项研究，因此本文仅参考目前国内现状，对机场发展和航空网络布局提出一些不成熟的意见，希望以此带动更多关于机场规划和布局的研究，以此希望对中国民航和经济的发展做出贡献。
一国内民航航线网络存在的问题根据以上对我国航线网络结构现状的分析, 总结我国航线网络结构存在问题如下: 1．点对点式航线网络运行方式不适应我国航空运输发展需求及国际航空发展趋势。
2．航线密度分布不合理, 差异化程度高。
3．航线网络发展与机队、机场、空管体系建设不协调。
4．少部分干线、热点航线竞争激烈, 其余航线, 尤其是支线航线竞争性不强, 业务量不高, 发展缓慢。
水路运输和航空运输在我国经济发展中的作用和地位[整理]
![水路运输和航空运输在我国经济发展中的作用和地位[整理]](https://img.taocdn.com/s3/m/d274661cf68a6529647d27284b73f242336c31f7.png)
水路运输和航空运输在我国经济发展中的作用和地位物流管理101 包华超201010612002摘要：水路运输和航空运输作为交通运输系统的重要组成部分，均在运输活动中扮演了重要角色，承担着重要的运输责任，都对我国的经济发展起到了极大的推动促进作用。
而作为具有各自技术经济特征的运输子系统，水路运输和航空运输又有着各自不同的经济技术特点，通过研究这两种运输方式在经济发展中的作用和地位，探寻今后我国运输系统优化和改革的方向。
关键词：水路运输航空运输作用地位一、水路运输1、水路运输的特点（1）水路运输运载能力大、成本低、能耗少、投资省，是一些国家国内和国际运输的重要方式之一。
例如一条密西西比河相当于10条铁路，一条莱茵河抵得上20条铁路。
此外，修筑1千米铁路或公路约占地3公顷多，而水路运输利用海洋或天然河道，占地很少。
在我国的货运总量中，水运所占的比重仅次于铁路和公路。
（2）受自然条件的限制与影响大。
即受海洋与河流的地理分布及其地质、地貌、水文与气象等条件和因素的明显制约与影响；水运航线无法在广大陆地上任意延伸，所以，水运要与铁路、公路和管道运输配合，并实行联运。
（3）开发利用涉及面较广。
如天然河流涉及通航、灌溉、防洪排涝、水力发电、水产养殖以及生产与生活用水的来源等；海岸带与海湾涉及建港、农业围垦、海产养殖、临海工业和海洋捕捞等。
2、水路运输在国民经济发展中的作用（1）水路运输在国民经济发展中的纽带作用。
它通过越洋通海联河的运输，将世界各地联成了一片，从此，各国家和地区摆脱了孤立和封闭而走向世界，于现代全球性的社会、经济、贸易的联系中取得自己的地位。
在人类历史已经走向21世纪的今天，在航空仍不能解决大批量货物运输的现实情况下，量大价廉和较为便捷的水路运输仍将是联系全球性经济贸易的主要方式，承担着全球性、区域间的货物运输，成为为世界经济全球—体化和区域化的主要运输纽带。
（2）水路运输对国民经济发展起促进作用。
粤人版八年级上册地理期末综合复习 专题12 交通运输业(解析版)
粤人版八年级上册地理专题12 交通运输业知识梳理1、交通运输也具有先行发展的特征。
2、交通线路总长度、运输工具的数量均有大幅度增长，交通干线向内地和边疆逐渐延伸，交通网络基本形成，运输能力不断提高。
3、在图上找出青藏、川藏、新藏、滇藏等公路和兰新、成昆、北疆、青藏的铁路。
4、现代化的交通运输方式主要有铁路、公路、水路、航空和管道运输。
中国铁路的地位尤为突出。
中国已形成以北京为中心的全国铁路网。
南北向的铁路有：京哈线、京沪线、京九线、京广线、太焦线-焦柳线、宝成-成昆线等；东西向的有：滨洲线-滨绥线、京包线-包兰线、陇海线-兰新线、沪昆线等。
综合性的交通运输枢纽有：北京、上海、郑州、武汉、广州等。
5、铁路运输速度快，运载量较大，运价较低，适宜于长距离运送客、货的现代化运输方式。
公路运输机动灵活，速度较快，适应性强，可以满足“门对门”的服务要求，把客、货直接运到目的地，是短途运输的主要方式。
水路运输主要包括内河运输和海洋运输两大类。
水路运输的优点是运载量大、投资省、运价低，缺点是速度慢、受到自然条件的限制。
是一种适宜运输量大、距离长、时效性不很强的大宗货物运输方式。
海洋运输又分为沿海航线和远洋航线，沿海航线是联系中国南北的海运干线。
航空运输具有速度快、舒适、安全等优点。
航空运输发展水平的高低，是衡量一个国家交通运输现代化程度的重要标志。
管道运输是适宜运输液体和气体等物资的一种现代化运输方式。
它的优点是运量大、运价低、损耗少、安全可靠、连续性强、管理方便等，但也有设备投资大、灵活性差等缺点。
6、人们出行或运输货物，要根据各种交通运输方式的特点，以及路途的远近和具体要求，来选择最佳的交通运输方式。
综合练习一．选择题（共12小题）1．经济发展的“先行官”（）A．农业B．工业C．商业D．交通运输【分析】现代化的交通运输方式主要有铁路、公路、水路、航空和管道运输。
经过长期的不懈努力，中国初步形成了由这些交通运输方式组成的现代化交通运输网络体系。
城市地理学—第八章城市空间分布体系
三、城市间、城市和区域间的相互作用
3．相互作用模式
各种相互作用模式的产生，旨在寻求空间组织中 相互作用的特点和规律。比较著名的有引力模式、 潜力模式。
(1)引力模式
引力模式是根据牛顿万有引力定律推导出来的。
该模式认为，两个城市间的相互作用与这两个城市的人口 规模成正比，与它们之间的距离成反比。其一般形式如下：
城市之间、城市和区域之间不断地通过交通、 通讯等联系通道发生着物质、能量、人员和信 息的交换，我们把这些交换称之为空间相互作
用(spatial interaction) 。
通过空间相互作用，使空间上彼此分离的城 市结合为具有一定结构和功能的有机整体，即 城市空间分布体系。
6
一、相互作用的分类
（一）相互作用的类型
典型的例子就是移民过程。
实际上，现象的空间扩散过程常常采取多种方式。
2、空间扩散的阻力和障碍
1）阻力 新事物接受者的接受情况 阻力因人而异，从而影响接受的时间长短、
所形成的空间格局和接受者比率的饱和程 度
2、空间扩散的阻力和障碍
（1）阻力
新事物接收者的数量和时间分布呈正态分布
2、空间扩散的阻力和障碍
Iij
Wi Pi Wj Pj D b ij
Iij为i、j两个城市间的相互作用量，Pi为第 i个城市的人口规模。 Dij两个城市间的距离，b为测量距离摩擦作用的指数。 WiWj为经验确定的权数。
25
(2)潜力模式
计算一个城市与城市空间分布体系内所有城市(包括它 自身)的相互作用量时，那么，只需要应用引力模式分 别求出这个城市与其它每一城市的相互作用量，然后再 求和，就可以得到。总结成公式形式如下：
新英格兰南部的节结地域
“百度迁徙”下中国城市间的人口流动空间格局
“百度迁徙”下中国城市间的人口流动空间格局刘望保;石恩名【摘要】利用“百度迁徙”数据中2015年第1季度的369个城市之间逐日的人口迁徙数据,分析我国城市间的人口流动空间格局.研究发现,城市之间的人口流动呈明显的分层集聚格局,形成了长三角、珠三角、京津唐、成渝四大和乌鲁木齐(昌吉)、西宁(海东)、榆林(鄂尔多斯)、昭通四小网络体系,而海西、东北、华中和西南等地区并未出现高层级集散城市和网络体系,这与其区域在国家区域发展战略中的地位在一定程度不匹配.“胡焕庸线”很好地反映了人口流动格局差异,东南壁内部各城市间的人口集散量是西北壁的12.80倍.跨城市间的人口流动海量数据也应证了城市间的人口联系强度符合重力模型检验.【期刊名称】《华南师范大学学报（自然科学版）》【年(卷),期】2016(048)005【总页数】7页(P67-73)【关键词】百度迁徙;人口流动;重力模型;空间形态【作者】刘望保;石恩名【作者单位】华南师范大学地理科学学院,广州510631;华南师范大学地理科学学院,广州510631【正文语种】中文【中图分类】K901.2“百度迁徙”数据反映城市间的人口流动与城市空间联系格局，可作为城市联系研究的重要数据来源．近年来，国内外城市联系研究逐步转向基于城市间的人口流、信息流和技术流等基础上的“关系数据”的研究，尤其是随着智能终端、物联网等信息技术的快速发展，跨城市间的个体行为时空数据的采集与分析发展迅速，基于大数据驱动的城市间地理行为分析日渐成为主流[1]，驱动着城市联系研究的基本转型．自CASTELLS[2]提出流动空间后，从城市流角度来研究城市联系逐渐成为研究主流．西方研究主要从城市之间的基础设施差异和企业组织格局来分析城市联系及其空间结构．城市之间的基础设施差异主要以城市间交通设施网络和城市间电讯基础设施等数据为基础，以城市间的航空基础设施和航空旅客数量[3-4]、城市间互联网基础结构(如宽带)、电讯通讯容量等数据反映城市联系[5-6]．城市之间的企业组织格局以Taylor学者为代表，用全球生产者服务企业的办公网络，即企业总部、地区总部和分支机构等在不同城市间的分布，通过企业在各城市之间的分布网络来分析城市间的经济联系[7]和城市等级体系．近年来，西方学者开始利用跨城市间的地理行为大数据，如社交网络数据[8]和移动通信数据[9-10]来分析城市联系．但我国反映城市联系的“关系数据”相对缺乏，要用重力模型来模拟城市联系[11-12]和采用“关系数据”(如城市间航空运输量[13-14]、城际铁路客流量[15]等)来反映城市联系. 近年来，我国学者也开始利用地理行为大数据(如新浪微博签到数据)来研究城市联系，尤其是城市间社交联系[16-20]，并以此反映城市网络体系，复杂网络模型等新的研究方法逐步应用到城市联系研究中[21]．随着互联网时代的来临，网络数据逐渐成为表征居民社会活动的重要载体[22]，利用用户迁移、社交网络和移动通信等地理行为来研究城市联系与网络等级体系是国内外相关研究的共同趋势．以往研究较多的是采用社交网络和移动通信数据来分析城市间联系，本文主要从城市之间的人口流动强度来反映城市联系和网络体系：通过百度地图LBS平台获取了2015年2月7日—5月16日(共99天)的全国369个城市(包括香港和澳门，但不包括台湾地区)之间的逐日人口迁移数据(即百度迁徙大数据)，利用此项数据分析城市间的人口流动强度和空间联系格局．1.1 数据来源百度地图LBS开放平台为数十万款APP提供免费、优质的定位服务，是国内LBS 数据源最广的数据与技术服务平台．“百度迁徙”数据来源于百度地图和第三方用户的定位数据统计，实时、动态、直观地展示了区域间人口日常流动，实实在在地记录了数以亿计的人口迁徙轨迹．本文利用“百度迁徙”平台，获取了2015年2月7日—5月16日的全国369个城市之间的逐日人口迁移数据，经统计，此期间城市之间的人流量合计达到1.21亿人次．1.2 分析思路由于2005年2月7日—5月16日包含了春运期间(2月7日—3月15日)和“五一”假期(5月1日—3日)，为消除节假日，尤其是春节对人口流动的影响，本研究选取除春运和“五一”假期(整周)外的所有工作日为研究时间段，采取日均人流量．分析思路如下：(1)利用各城市日均人口集散总量(即人口流入流出总量)划分城市人口集散功能的层级和类型，根据城市间人口流动强度来划分城市网络体系，分析城市之间人口流动分层集聚布局；(2)分析京津冀、长三角、珠三角和成渝四大城市群的核心城市与区域外的城市之间的人口流动强度，分析四大城市群在全国城市网络体系中的地位；(3)应用海量的城市间的人口流动强度数据，分析城市间的人口流动强度重力模型符合性检验．2.1 城市人口集散功能层级根据各城市日均人口集散总量，利用Arcgis 9.3软件绘制城市人口集散功能层级专题图(图1)．日均人口集散量分级采用自然分级法(Natural Breaks Jenks)来划分，分为0～6 050、6 051～26 667、26 668～61 107、61 108～170 201人等4个层级，依此层级将各城市划分为四、三、二和一级人口集散城市，其基本统计和集散层级布局分别见表1和图1．表1所体现的人口集散功能层级分级特征为：(1)一级和二级集散城市包括北京、上海、天津、苏州、重庆、廊坊、深圳、广州、南京和杭州，这些城市主要为京津冀、长三角、珠三角和成渝等城市群的中心城市，其人口集散量占总集散量的比重为25.10%． (2)三级集散城市主要为沿海地区和中西部的省会城市或中心城市，其中，乌鲁木齐、西安、武汉、成都、石家庄、郑州、西宁、长沙、合肥、沈阳、哈尔滨、长春、南宁、昆明、济南和南昌等为省会城市．图1展示了人口集散层级空间布局，归纳其特征为：(1)集散能力较强的城市主要分布在沿海地区，尤其是京津冀、长三角、珠三角和成渝等城市群，中西部地区主要为省会城市． (2)各省区城市层级空间分布差异较大，西藏、宁夏、海南和甘肃等省份没有三级及其以上集散城市，除新疆外的西北地区的最主要的人口集散中心在西宁、海东地区和兰州(其日均人流集散量分别为13 028、8 948、5145人)．新疆地区人口集散中心为乌鲁木齐、昌吉和塔城，其日均人流集散量分别为23 774、13 489、5 508人，乌鲁木齐是西北地区最大的人口集散城市．广东省人口集散城市主要为深圳、广州、东莞、佛山、中山和珠海等珠三角中心城市，而粤东、粤西和粤北地区的人口集散规模普遍偏小，均为四级集散城市．然而，在海西、华中和东北等地区未出现二级及其以上的集散城市，而沈阳、哈尔滨、长春和厦门仅为三级集散城市．2.2 城市人口集散分层集聚布局借助Arcgis软件中的网络分析工具，根据城市网络层级和城市间人口网络联系强度，制作了城市网络体系专题地图(图2)．日均人流集散量排前10位的人口移动起止点(OD)为廊坊—北京(18 941人)、北京—廊坊(17 331人)、苏州—上海(13 445人)、上海—苏州(12 276人)、保定—北京(12 095人)、天津—北京(7 109人)、北京—保定(5 887人)、北京—天津(5 551人)、昌吉—乌鲁木齐(5 213人)、廊坊—天津(5 073人)，合计为102 921人，占人流总量的11.16%．总体来看，这些OD城市位置接近，流入流出量基本接近．图2显示了城市人口集散功能层级和人流强度，为表达清晰，图中仅显示了城市间日均人流量大于222人的城市. 总体来看，城市间的人口流动格局存在明显的分层集聚．集散体系的识别标准为：(1)集聚中心的识别：有明显的集聚中心，且集聚中心层级在三级及其以上；(2)边界识别：城市之间的人流量在第3层级及其以上(即大于1 043人)．归纳起来，全国形成了“四大四小”的分层集聚格局，包括京津冀、长三角、珠三角、成渝四大体系和乌鲁木齐(昌吉)、西宁(海东)、榆林(鄂尔多斯)、昭通四小体系．城市人口集散空间格局的相关特征见表2.与以往研究[17]相似，京津冀、长三角、珠三角和成渝四大体系在本研究中得以体现，但不同的是，本研究发现中部地区(武汉)、福建东南沿海(海西地区)、东北地区等区域并不存在较明显的城市网络体系，反而出现了乌鲁木齐(昌吉)、西宁(海东)、榆林(鄂尔多斯)、昭通等体系．新疆的城市首位度较高、人口分布分散，乌鲁木齐成为区域最大的人口集散中心，形成了乌鲁木齐(昌吉)体系．榆林(鄂尔多斯)体系的形成主要得益于煤炭资源的大规模开发和房地产的快速发展导致人口大规模集聚．昭通体系主要得益于昭通与宜宾城市间密切的经济联系．而西宁(海东)体系的形成则得益于青海湖的旅游开发．2.3 城市之间的人口流动格局与“胡焕庸线”的关系“胡焕庸线”反映了我国人口空间分布格局，也反映了城市间的人口流动空间格局．图2叠加“胡焕庸线”，可以看出，层级较高的集散城市和“四大四小”的城市网络体系主要分布在“胡焕庸线”的东南壁．以“胡焕庸线”为界，统计出东南壁内部和西北壁内部各城市间日均人流量分别为81.42万人和6.36万人，东南壁内部人流量是西北壁内部相应规模的12.80倍．这种人口流动格局与区域自然地理环境、人口与产业活动、城镇化发展及互联网发展等要素密切相关，“胡焕庸线”两端形成了相对稳定的人口流动格局，反映了自然地理环境城市之间的人口流动格局产生深刻影响，两端的自然地理环境差异影响两端的产业与城镇化发展，加上历史因素所造成区域发展不平衡，进一步影响与制约城市之间的人口流动，区域互联网发展水平和居民移动互联网使用习惯的差异也是重要原因．2.4 主要城市群与区域外城市之间的人口流动格局为进一步分析各大城市群在全国城市网络体系中的地位，本文提取了京津冀、长三角、珠三角和成渝四大城市群的中心城市与区域外其他城市间的人口流动格局(图3,与图2类似，图3仅显示了城市间日均人流量大于222人的城市)，归纳其特征为：(1)四大城市群均在全国城市网络体系中占据重要地位，京津冀城市群的覆盖范围是全国性的；(2)城市群核心辐射区域具空间临近指向性特征，京津冀、长三角、珠三角和成渝四大城市群分别为华北地区、华东地区、华南地区和西南地区的城市网络体系中心；(3)各城市群对外联系均表现为北京、上海、广州、深圳、重庆和成都等大城市的空间指向性．2.5 城市间人口流动重力模型检验重力模型被广泛应用于“距离衰减效应”和“空间相互作用”的经验实证中，其表达式为：).HAYNES 和 FOTHERINGHAM[23]深入讨论了模型(1)中的空间阻尼和规模因子，将重力模型改良为：).模型(1)、(2)中，Lij 为i、 j城市间的人口流量，K为常数，Pi和Pj分别表示i、j 城市质量(本文用市辖区总人口和人均GDP表示)，dij为i、 j城市之间的距离(本文用直线距离表示)，b为距离摩擦系数，a、c分别为Pi和Pj的规模参数．将城市之间的人口流量与相应的流入流出城市市辖区的总人口和人均GDP等指标分别纳入到模型(1)和模型(2)中进行模型检验，共得到4个检验结果(表3)．分析结果显示，4个模型均在0.000上显著，模型拟合程度更高．按照市辖区总人口分析的模型(1)和模型(2)的摩擦系数均为1.867，结果相同；而按照人均GDP 模拟的模型(1)和模型(2)的摩擦系数分别为2.036和2.063，也基本接近． b值反映了引力的距离衰减速度，b越大，则引力随距离增加衰减越快，反之则越慢．顾朝林和庞海峰[11]认为b值大小指示引力作用范围的尺度差异，b值分别取1和2时可近似地揭示国家尺度和省区尺度的城市体系空间联系状态．本研究通过具体的城市之间的人口流动数据，利用总人口数和人均GDP作为城市质量，模拟重力模型后发现b值在2左右比较合理，选取改良后的模型更为合理，说明城市间的吸引力也与城市规模变量存在显著的幂函数关系．本文利用“百度迁徙”数据(2015年第1季度)中除春运和“五一”假期外的工作日城市之间的日均人流量，分析城市之间的人口流动空间格局，结论如下：(1)城市之间人口流动呈现明显分层集聚．人口集散层级较高的城市主要分布在沿海地区，尤其是珠三角、长三角和京津唐等城市群，西部地区出现了由于城市首位度高或旅游发展而导致的较高层级集散城市，如乌鲁木齐、西宁等，而在海西、东北、华中等地区并未出现二级及以上城市．全国形成了长三角、珠三角、京津唐、成渝等四大体系和乌鲁木齐(昌吉)、西宁(海东)、榆林(鄂尔多斯)、昭通等四小体系，在海西、东北、华中和西南等地区并未形成明显的分层集聚，珠三角、长三角、京津唐和成渝等四大城市群对外人口流动均表现为北京、上海、广州、深圳、重庆和成都等大城市的空间指向性．(2)“胡焕庸线”既能描述人口空间分布格局，也能较好地反映城市间人口流动的空间格局．三级及其以上的人口集散城市和四大四小的网络体系主要分布在“胡焕庸线”东南壁，东南壁内部城市之间的人口流量是西北壁相应流量的12.80倍．(3)尽管高铁、航空等交通的快速发展使得城市间的交通联系越来越便捷，但距离衰减规律在城市间实际人口流动中仍起到重要作用．本文利用“百度迁徙”大数据验证城市之间的人口流量符合重力模型检验，正如前文所述，改良后的重力模型更适合城市之间的人口流量的预测，城市之间的人口流量不仅与城市间的距离呈显著的幂函数关系(确定摩擦系数在2左右)，还与城市规模变量(如人口规模、经济规模)呈显著的幂函数关系．京津冀、长三角、珠三角和成渝四大城市群在全国城市网络体系中占据主导地位．城市网络体系空间布局不均衡，华中、东北、海西和西南等地区并未出现较高层级的集散城市和网络体系，与国家对这些区域的战略定位要求在一定程度上不匹配，尤其是福建和新疆分别作为丝绸之路的核心区，加大这些区域核心城市的人口集散能力和吸引力显得尤为必要．【相关文献】[1] 柯文前,俞肇元,陈伟,等. 人类时空行为数据观测体系架构及其关键问题[J]. 地理研究,2015,34(2):373-383. KE W Q,YU Z Y,CHEN W,et al. Architecture and key issues for human space-time behavior data observation[J]. Geographical Research,2015,34(2):373-383. [2] CASTELLS M. Local and global:cities in the network society[J]. Tijdechrift Voor Economische en Sociale Geor-afie,2002,93(5):548-558. [3] GOETZ A R. Air passenger transportation and growth in the US urban system 1950-1987[J]. Growth and Chan-ge,1992,23(2):218-2421.[4] MATSUMOTO H. International urban systems and air passenger and cargo flows:some calculations[J]. Journal of Air Transport Management,2004,10(4):239-247. [5] TOWNSEND A M. Networked cities and the global structure of the Internet[J]. American Behavioral Scientist,2001,44(10):1698-1717.[6] MALECKI E J. The economic geography of the Internet’s infrastructure[J]. Economic Geography,2002,78(4):399-424. [7] TAYLOR P J. World city network:a global urban analysis[M]. London:Routledge,2004.[8] NAAMAN M,ZHANG A X,BRODY S,et al. On the study of diurnal urban routines on Twitter[C]∥Proceedings of the 6th International AAAI Conference on Weblogs and Social Media. Dublin,Ireland:[s.n.],2012:4-7. [9] KRINGS G,CARABRESE F,RATTI C,et al. Urban gravity:a model for inter-city telecommunication flows[J]. Journal of StatisticalMechanics:Theory and Experiment,2009(7):1-8.[10]SILM S,AHAS R. The seasonal variability of population in estonian municipalities[J]. Environment and Planning A,2010,42(10):2527-2546. [11] 顾朝林,庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究,2008,27(1):1-12.GU C L,PANG H F. Study on spatial relations of Chinese urban system:gravity model approach[J]. Geographical Research,2008,27(1):1-12. [12] 陈彦光,刘继生. 基于引力模型的城市空间互相关和功率谱分析:引力模型的理论证明、函数推广及应用实例[J]. 地理研究,2002,21(6):742-752.CHEN Y G,LIU J S. Derivation and generalization of the urban gravitational model using fractal idea with an application to the spatial cross-correlation between Beijing and Tianjin[J]. Geographical Research,2002,21(6):742-752.[13] 周一星,胡智勇. 从航空运输看中国城市体系的空间网络结构[J]. 地理研究,2002,21(3):276-286.ZHOU Y X,HU Z Y. Looking into the network structure of Chinese urban system from the perspective of air transportation[J]. Geographical Research,2002,21(3):276-286.[14]WANG J,MO H,WANG F,et al. Exploring the network structure and nodal centrality of China’s air transport network:a complex network approach[J]. Journal of Transpo rt Geography,2011(19):712-721.[15] 戴特奇,金凤君,王姣娥. 空间相互作用与城市关联网络演进:以我国20世纪90年代城际铁路客流为例[J]. 地理科学进展,2005,24(2):80-89.DAI T Q,JIN F J,WANG J E. Spatial interaction and network structure evolvement of cities in terms of China’s railway passenger flow in 1990s[J]. Progress inGeography,2005,24(2):80-89.[16] 刘朝青. 基于流动空间的长三角城市社交联系研究[D]. 上海:上海师范大学,2013.LIU Z Q. City social relation in Yangtze River Delta based on the space of flows[D]. Shanghai:Shanghai Normal University,2013.[17] 甄峰,王波,陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例[J]. 地理学报,2012,67(8):1031-1043.ZENG F,WANG B,CHEN Y X. China’s city network characteristics based on social network space:an empirical analysis of Sina micro-blog[J]. Acta GeographicaSinica,2012,67(8):1031-1043. [18]KANG C,ZHANG Y,MA X,et al. Inferring properties and revealing geographical impacts of intercity mobile communication network of China using a subnet data set[J]. International Journal of Geographical InformationScience,2013,7(3):431-448. [19]YUAN Y,RAUBAL M,LIU Y. Correlating mobile phone usage and travel behavior:a case study of Harbin,China[J]. Computers,Environment and Urban Systems,2012,36(2):118-130. [20]LIU Y,SUI Z W,KANG C G,et al. Uncovering patterns of inter-urban trip and spatial interaction from social media check-in data[J]. PLOSOne,2014,9(1):1-11. [21] 武文杰,董正斌,张文忠,等. 中国城市空间关联网络结构的时空演变[J]. 地理学报,2011,66(4):435-445.WU W J,DONG Z B,ZHANG W Z,et al. Spatio-temporal evolution of the China’s inter-urban organization network structure:based on aviation data from 1983 to 2006[J]. Acta Geographica Sinica,2011,66(4):435-445.[22] 施伯乐,汪卫,肖仰华. 信息网络挖掘与分析:机遇与挑战[J]. 软件产业与工程,2010(4):16-21. SHI B L,WANG W,XIAO Y H. Information network mining and analysis:opportunities and challenges[J]. Software Industry and Engineering,2010(4):16-21. [23]HAYNES KE,FOTHERINGHAM A S. Gravity and spatial interaction models[M]. London:SAGE Publications,1984.。
民用航空机场对城市和区域经济发展的影响什么是民用航空
民用航空机场对城市和区域经济发展的影响什么是民用航空航空运输是全球最重要的工业产业之一。
而工艺水平航空业的发展及其技术水平和质效的提高，也是现代社会进步的重要内容。
正是航空运输业，为我们提供了世界交通网范围的运输网络，使全球范围的商业范围和旅行成为可能。
在促进地方经济发展，尤其是国家和健康发展地区的发展中，航空运输业所起的作用越来越大。
自从1949年第一架喷气式客机开航以来，全球商业航空公司运输量已经增长了70倍。
较之这种增长是任何这种其它的运输方式都无法相比的，同时也成为经济发展的重要支柱。
航空服务需求加强了航空运输对干扰全球经济发展的影响，也带来了世界范围内数百万的航空乘客量和数十亿美元的商业销售额。
多年来，世界航空业的需求稳步增长。
乘客需求量在过去的10年内增长了45%，比20世纪80年代前半期翻了两番。
货运交通的高速增长更快，吨公里数在过去10年内增长了80%，比80年代中期提高了3倍。
这种快速增长的驱动有些因素很多。
首先，随着GDP 的增长，可支配收入和生活水平的提高，商业与休闲出游的机会增多。
其次，航空业效益的提高和逐渐增加的恶性竞争，使全球航空费用比20世纪70年代中期降低了40%（可比价）。
第三，全球化推动了电磁场空间相互作用和国际贸易，增加了长途旅行和在国外政策和社会环境优越的地区进行商务活动频率。
最后，70年代源自美国，并在80年代逐步被欧盟稳步及其它地区所采纳的放松管制政策，使得航空业得以迅速扩大、重组以及实现提高效率航线网络结构最优化，这极大提高了航空业的承运规模，并降低了航空飞行的成本，数目因而促进了乘客数量的持续增长。
根据航空运输民间组织(ATAG)[1]的研究，2004年航空系统输送近20亿的定期航机乘客，3800×10t 的货物，以及40%（按照货物价值）的区域间货物出口量，和大约40%的国际旅行。
航空运输业在世界范围内带来了总计2900万个就业，和大约29600亿美元的全球经济影响，相当于全世界GDP 的8%。
中国民航航线网络发展研究
中国民航航线网络发展研究研究单位：民航总局航空安全技术中心一、国内外民航航线网络现状及发展趋势1.1中国民航航线网络的现状和发展趋势1、中国民航航线网络的现状随着我国国民经济的发展和改革开放的深入，20多年来，我国的民用航空运输取得了较大的发展。
国内航线条数从1980年的159条发展到2001年的1009条，增长了5.35倍；国内航线通航城市从1980年的78个上升到2001年的145个(含香港、澳门)，增长了84%；国内航线通航里程不重复距离从1980年的110414公里上升到2001年1036737公里，增长了8.39倍；重复距离从1980年的196187公里上升到2001年的1623692公里，增长了7.28倍（1997年后含内地至香港，1999年后含内地至澳门航线）；国内航线旅客运输量从1980年的293万人，上升到2001年的6832万人，增长了22.32倍；货邮运输量从1980年的68591吨，上升到2001年的1354019吨，增长了18.74倍；运输总周转量从1980年的27671万吨公里，上升到2001年的951550万吨公里，增长了33.39倍。
国内航线大致形成了以城市对式为主、辐射式为辅的网络结构，初步形成了以北京、上海、广州、成都、西安、沈阳等城市为中心的区域性辐射航线网络。
以航线距离划分，航线条数呈现两头小中间大的格局。
从航线布局上，基本上集中于东部和东南部地区，其中沿海城市和旅游城市居多，以南北向航线为主。
图1是1980—2001年航空旅客、货邮运输量和运输总周转量统计图，图2是1980—2001年国内航线里程统计图。
图1 1980—2001年航空旅客、货邮运输量和运输总周转量统计图20004000600080001000012000140001600018000200001980198619881990199219941996199820002、中国民航航线网络的发展趋势根据民航“十五”计划和2001年民航工作会议精神，在“十五”期间，我国将实施航空枢纽工程，调整航线网络。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本文试图通过对中国城市的航空港客运量 、城市间航线运量 、航班频率等数据的分 析 , 揭示开放条件下中国城市体系空间结构的网络特征 , 并根据航空网络的未来变化 , 预 测城市体系的可能演变 , 希望能对理解中国城市体系的空间结构提供一个新的思路 。
2 开放条件Leabharlann 中国航空港的空间结构特征航空港是城市对外网络连接的空中门户 。拥有民用航空港的城市称为空港城市 。绝大 多数的空港城市都只有一个机场 , 极少数特大城市或大城市有二个或二个以上机场 。
来源 : 根据参考文献 [ 13 ] 计算
由于近 20 年中国空港城市的数量已经翻了一番 , 为了具体分析航空港空间结构演化
的细节特征 , 本文借鉴区域经济学中说明市场集中化程度的赫佛因德指数 , 构造了一个新
的集中化指数 (CI) , 用它来反映近 20 年中国航空客流的集散状况 :
n
CI = (Σpi2 - 1/ n) / (1 - 1/ n)
(北京大学城市与环境学系 , 北京 100871)
摘要 : 航空运输是研究城市体系空间结构较为独特但又越来越重要的一个视角 。本文以航空 港客运量和每周航班数为基础 , 通过分析航空网络的结构特点来揭示中国城市体系的结构框 架 , 并依据航空网络结构形态以及国内外航空联系的变化预测未来城市体系空间结构的可能 演变 。 关 键 词 : 航空港 ; 航空网络 ; 城市体系空间结构 ; 中国 中图分类号 : K92815 ; F562 文献标识码 : A
表 2 中国航空客运量的前 10 位城市 ( 1980～1998) Tab12 The top ten cities in the amount of air passengers in China ( 1980～1998)
1980 广州 北京 上海 成都 桂林 西安 昆明 沈阳 乌鲁木齐 重庆 前 10 位累计
1998 010632 011118 011182 011452
表 3 中全国集中化指数的变化表明 80 年代前 5 年 , 航空网络的演化主要体现在已有 航空港客运量的增加 , 航空网络更注重内部连接 。1985 年以后 , 新增航空港成为主导航
3 期
周一星 等 : 从航空运输看中国城市体系的空间网络结构
≥300 7 7
7356986
100～300 30 27
1435592
50～100 49 24
807269
20～50 206 43
228155
< 20 373 29 126695
来源 : 根据参考文献 [ 13 ] 、[ 14 ] 资料计算
212 分散是航空港结构的总体趋势 , 中间略有波动 集聚与扩散是城市体系结构变化中所呈现的对立统一的过程 。往往在集聚的过程中有
客运方面的作用愈来愈重要 。它不仅是我国经济发达地区综合交通联系的有机组成 , 更是 西部边远地区城市对外联系的重要途径 。在航空网络中有着良好连接的结点和门户被认为
能提高所在区域的竞争优势[10 ,11 ] 。中国空运市场中营运公司的进入虽然还处于计划控制
之下 , 需经民航总局批准 , 但绝大多数的航线申请似乎都能得到批准[12 ] 。发达的航空运 输已成为中国城市迈向国际化的重要标志 , 它还常常与先进的通讯设施一起被认为是中国 城市吸引外资 、技术 、人才的两个必需要素 。
Tab13 The concentration index of air passenger flow in China ( 1980～1998)
全国 东 中 西
1980 010878 011507 010690 010823
1985 011176 011791 011247 011198
1990 010839 011282 010790 011302
运量的增加看成是航空网络的垂直扩展 , 那么集中化指数的时间变动可以认为是航空网络
水平与垂直两个方向发展速度的相互比照 : 集中化指数上升 , 表明垂直扩展速度相对快于
水平延伸速度 ; 反之 , 指数下降 , 表明水平延伸速度相对快于垂直扩展速度 。
表 3 中国航空客流的集中化指数 ( 1980～1998)
279
空体系演变的主要因素 , 航空网络更重视网络的广域扩展 。分区域看 , 东中西部的航空网 络经历着不同的演变历程 , 特别是 1985 年以后 , 三大地带的变化方向更有着明显差异 : 东部新增航空港的客运增长一直快于已有航空港的增长 ; 而西部地区已有航空港的客运增 长一直快于新增航空港 , 中部地区在 1990 年以前以新增航空港为主 , 1990 年以后以已有 航空港的发展为主 。
1990 广州 北京 上海 成都 桂林 厦门 西安 南京 福州 海口 前 10 位累计
比重 19193 15190 13114 4166 4161 3181 3132 2138 2138 2137 72150
1998 北京 上海 广州 深圳 昆明 成都 厦门 海口 西安 武汉 前 10 位累计
比重 15153 12115 11101 4157 4137 3189 3110 2192 2154 2134 62142
中国航空网络与城市体系的规模等级存在着相互对应的关系 , 一般来说 , 城市规模越 大 , 城市的航空客运量就越多 。表 1 显示 , 市区非农人口大于 300 万 、100～300 万 、50 ～100 万 、20～50 万 、小于 20 万城市的平均航空客运量分别为 735 万 、143 万 、80 万 、 22 万和 12 万 , 基本上呈正相关趋势 。若把全部城市的非农人口与其航空客运量进行相关 分析 , 相关系数为 01779 。我国所有的超大城市 、几乎所有的特大城市以及半数以上的大 城市都是空港城市 。可以说航空网络的空间格局在很大程度上代表了城市体系空间结构的
3 期
周一星 等 : 从航空运输看中国城市体系的空间网络结构
277
36 % , 东部最低 , 只占 23 %。到了 1998 年全国的航空港飞速增加到 135 个 , 在总量增加 的同 时 , 空 间 分 布 格 局 也 发 生 了 变 化 : 东 部 航 空 港 的 数 目 超 过 了 中 西 部 , 占 全 国 的 3718 %。中西部分别下降为 3111 %。80 年代新增航空港绝大多数集中在东部 , 而 90 年代 新增航空港的空间分布较为分散 。这种空间扩展趋势反映了中国改革开放开始于东南沿
(1)
i=1
式中 , pi 为每年各空港城市的航空运量占总量的比重 , n 为当年空港城市的数目 , 0
< CI < 1 。当 CI 趋于 1 时 , 航空客运趋于集中 ; CI 趋于 0 时 , 航空客运趋于分散 。
集中化指数主要反映了航空客运量在新增空港城市与已有空港城市之间的对比关系 。
如果把新增空港城市的数量和客运量的增加看成是航空网络的水平延伸 , 已有空港城市客
特征 。
表 1 中国城市体系与航空网络对应关系
Tab11 The corresponding relationships bet ween urban system and air transportation net work in China
人口规模级 (万人) 城市数
空港城市数 平均客运量 (人)
改革开放之初的 1980 年全国只有 69 个民用空港 , 其中近 41 %集中在西部 , 中部占
收稿日期 : 2001211219 ; 修订日期 : 2002203212 基金项目 : 国家自然科学基金资助项目 (49771032) 作者简介 : 周一星 (19412 ) , 男 , 江苏常州人 , 教授 , 博士生导师 。主要从事城市地理的研究 。
第 21 卷 第 3 期 2002 年 5 月
地 理 研 究 GEO GRAPHICAL RESEARCH
Vol1 21 , No1 3 May , 2002
文章编号 : 100020585 (2002) 0320276211
从航空运输看中国城市体系的空间网络结构
周一星 , 胡智勇
1 引言
交通运输网络是形成城市体系网络系统的物质条件和必要前提 。虽然其中航空运输只 涉及我国约 21 %的城市 , 但因为它能够直接反映城市间的交易流和连通度 , 越来越多地 成为国家和国际级城市体系研究中被广泛应用的一个重要指标[1 ] 。国外很早就利用航空 运输资料来研究城市体系的结构和变化 。Murayama 利用 1976 年加拿大和美国 91 个城市 间航空客运资料对加拿大城市系统的开放性和独立性作了定量研究[2 ] 。Goetz 研究了 1950 ～1985 年间美国航空客流与城市体系变动繁荣的关系[3 ] 。Rimmer 把国际航空客货运作为 重要指标之一来研究 “世界城市”[4 ]和研究东北亚大城市之间的联系[5 ] 。相对而言 , 国内 地理界在这方面的研究还不多见 , 顾朝林利用航空资料对我国首位城市网络作过简单分 析[6 ] , 郭文炯等依据航空客运资料粗略地划分了中国城市的航空运输职能等级[7 ] , 金凤 君则研究了我国大陆航空客流网络体系的地域分异现象[8 ] 。
278
地 理 研 究
21 卷
前 10 位的城市还有成都 、西安 , 4 个年份中出现过 3 次的城市有昆明 、桂林 , 出现过 2 次的城市有沈阳 、重庆和南京 。值得注意的是 1998 年深圳 、厦门 、海口三个特区城市取 代一些传统的中心城市 , 在前 10 位城市中分别排第 4 、第 7 和第 8 位 。
比重 21102 19102 9193 4197 3167 3152 3104 2140 2128 2119 72104