高速铁路对中心城市航空客运市场的空间影响——基于人均时间价值视角

快捷性指标由整个旅途所耗费的时间与人均时间价值的乘积获得。整个旅途时间共分为2部分：旅客到机场、高铁站点的时间(t);站点与站点之间的时间(T)。A为人均时间价值,是经济学中的一个概念,测度方式主要有3种：生产法、收入法、非集计模型,本文主要从收入法方面进行测度,由各中心城市2015年人均GDP与全年工作时间的比值获得(宗芳等, 2009; 孙枫等, 2017)。时间指标(t)基于GIS操作平台中最短路径分析模块获取旅客到站点的可达性时间;航空、高铁站点到站点间的时间(T)分别基于同程旅游网(https://www.ly.com/)、12306网获得(https://www.12306.cn)。

(3)

Q = (T + t) \times A

舒适性指标测度已相对完善：

(4)

M = \frac{J \times A}{1 + a \times e^{- b \times T}}

式中：J为极限疲劳恢复期,通过旅行疲劳恢复曲线测得,赋值16(郭春江, 2010);a、b为阻滞系数,借鉴以往研究,分别赋值69、0.25(郭春江, 2010;丁金学等, 2013; 孙枫等, 2017)。

便利性指标由购票、安检、候车等过程中耗费的时间与人均时间价值的乘积获得。机场安检相对严格,高铁站点客流量大使购票、检票时间相对较长。调查问卷发现,航空、高铁站点购票、安检、候车等过程中耗费的时间分别在1 h、0.75 h左右。

安全性指标。考虑到高铁、航空运输事故发生率均较低,安全性系数均较高,因此,高铁、飞机安全性指标均取1(孙枫等, 2017)。

1.3 数据来源

旅客到站点的时间基于ArcGIS 10.0操作平台中最短分析模块获取,采用全国2015年道路交通网络(1∶300万交通网络图)。依据《中华人民共和国公路工程技术标准》(JTGB—2014)的要求对各等级路网进行赋值：高速公路120 km/h;国道100 km/h;省道80 km/h;县道及其他道路40 km/h;铁路90 km/h;航线相关数据由同程旅游网查询获得;高铁相关数据由12306网查询获得;经济类指标来源于《2016年中国城市统计年鉴》。本文的研究对象中心城市主要涵盖各省会城市及副省级城市,考虑到拉萨、银川暂未开通高铁,海口高铁并未与大陆高铁网络相连,本文未对此3个城市做相关分析,另外,港澳台地区城市因数据获取困难也未考虑,因此,本文涉及中心城市数量共33个。

需要说明的是：① 为方便起见,旅客所在地以城市节点代替,不考虑中途换乘所耗费的时间。②目前高铁主要是客运职能,因此本文仅基于客运视角探究高铁与航空竞争的空间分异特征。③ 以往研究发现,目前各城市高铁、航空客座率均存在严重空置现象(徐广岩, 2016),因此高铁、航空运输市场存在供大于需的问题,在此情况下,旅行者对2种交通方式的选择偏好成为它们竞争的关键。因此,文章从旅客出行角度探究高铁、航空市场竞争具有一定的现实意义。

2 中心城市高铁、航空客运市场发展的空间格局

根据交通运输部数据统计,全国高铁客运量占铁路客运总量的比例达4成左右。然而对中心城市而言,高铁网络和相关基础设施建设已相对完善,高铁客运量占铁路客运总量会更高。梳理各中心城市高铁运行频次占该地区铁路总运行频次的比重发现(表1),中国62.5%的中心城市高铁运行频次比重达80%以上,其中,福州、厦门、长沙、宁波、深圳、南京、广州、武汉等高铁运行频次占比已经超过90%;其余中心城市除乌鲁木齐外,高铁运行频次占地区铁路总运行频次的比重也均在50%以上。汇总发现,中国所有中心城市的高铁运行频次占中心城市铁路总运行频次的比重为83.4%,可见高铁已经成为中心城市铁路运输的重要组成部分。

表1 中心城市日均高铁运行频次及铁路总运行频次统计

Tab.1 Daily frequency of high-speed trains and all trains of central cities

中心城市	高铁日均运行频次	铁路总频次	高铁比重	中心城市	高铁日均运行频次	铁路总频次	高铁比重
福州	337	349	0.97	合肥	278	333	0.83
厦门	311	323	0.96	青岛	146	182	0.80
长沙	702	756	0.93	南昌	286	361	0.79
深圳	588	634	0.93	西安	357	454	0.79
宁波	201	217	0.93	大连	119	160	0.74
南京	657	726	0.90	长春	239	323	0.74
广州	962	1068	0.90	北京	605	824	0.73
武汉	633	703	0.90	石家庄	286	411	0.70
济南	443	500	0.89	西宁	57	84	0.68
成都	416	470	0.89	沈阳	290	447	0.65
上海	748	846	0.88	兰州	162	252	0.64
南宁	332	380	0.87	昆明	141	230	0.61
杭州	497	574	0.87	太原	122	221	0.55
郑州	474	554	0.86	哈尔滨	183	336	0.54
天津	548	641	0.85	呼和浩特	70	137	0.51
重庆	308	366	0.84	乌鲁木齐	46	135	0.34
贵阳	228	272	0.84

因目前统计年鉴尚未对各城市高铁客运量、机场国内客运量做详细统计,现有研究在评估高铁、航空客流情况时多以相应站点高铁、航空的运行频次(孟德友等, 2017; 蒋海兵等, 2018)来表示,不能很好地反映高铁、航空实际客运规模。为更好地反映各中心城市高铁、航空(国内)运输市场空间分布格局,本文以各中心城市高铁运行频次占地区铁路总运行频次的比重与地区铁路客运总量的乘积、机场的国内航线运行频次占地区总航线频次的比重与地区航空客运量的乘积来分别预估各中心城市的高铁、航空(国内)客运量,虽然存在一定的误差,但在一定程度上可反映高铁、航空的客运量规模。然后基于标准差椭圆分析方法,从运输市场发展中心点、方位角、展布范围等多角度分析中国中心城市高铁、航空(国内)客运市场的现实发展状况。结果如下：(1) 高铁、航空客运市场整体发展格局方面(图1)。从重心点来看,中国中心城市高铁、航空客运市场目前均形成以武汉为重心点的空间发展格局;从旋转方位角来看,高铁客运市场偏转角度为北偏东18.12°,航空客运市场偏转角度为北偏东19.49°,说明中国东部沿海地区快速交通网络发展明显好于中西部地区;从椭圆展布范围来看,与高铁运输市场相比,航空客运市场东西方向伸展程度明显高于高铁客运市场,椭圆形状更近似圆形,说明中国中心城市航空客运市场区域发展的均衡性要明显好于高铁客运市场;从椭圆南北伸展来看,高铁椭圆相对偏北部、航空椭圆相对偏南,说明中国北部高铁运输市场的发展相对好于南部地区,南部航空客运市场的发展要相对好于北部。从两椭圆重叠区域可以看出,中国东、中部许多中心城市高铁、航空发展优势均较为明显。

图1

图1 高铁、航空客运市场发展空间分布格局

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2019)1652号的标准地图制作,底图无修改。下同。

Fig.1 Spatial distribution pattern of high-speed rail and aviation passenger flight markets

(2) 高铁、航空客运量对比可侧面反映该地区开展高铁运输的相对优势(图2)。具体来看,中部区域中心城市高铁通行优势明显高于航空运输,例如武汉、郑州、济南、合肥、长春、沈阳等中部中心城市高铁客运总量与航空客运总量的比值在5倍以上;其余大部分中部中心城市的比值也基本在2~3倍之间。对于北京、上海等国际性航空枢纽城市而言,航线密集性及服务设施的完善性使得这些城市高铁、航空年运量基本相同,比值在1左右,2种交通方式运输优势基本相当。而对于周边区域许多中心城市,受地理区位及高铁目前发展不完善的影响,航空出行依旧是最好的选择。其中,厦门、乌鲁木齐、昆明高铁与航空比值低于1。

图2

图2 高铁、航空客运量对比空间分布

Fig.2 Spatial distribution of comparative value of high-speed rail and aviation passenger flights

(3) 各中心城市高铁、航空客运量与本地区常住人口规模的比值可侧面反映中心城市人均高铁、航空年出行频次(图3)。整体来看,对于中心城市而言,人均高铁出行频次在4~5次,人均航空出行频次在2~3次。其中,武汉年人均高铁出行频次最高(15.55),是高铁运输发展的重要区域;深圳年人均航空出行频次最高(13.50),是航空运输发展的重要区域。具体来看,中国中心城市高铁、航空出行频次存在明显的空间分异特征：年人均高铁出行频次基本呈现由东向西逐步递减的特征,东、中、西部中心城市人均高铁出行频次分别在5次以上、3~5次、0~2次。年人均航空出行频次呈现中部低、东西高的分布格局,东、中、西部中心城市人均航空出行频次分别在4次以上、0~2次、2~4次。可见,东中部地区是高铁客运发展的关键区域;东部沿海及中国周边部分中心城市是航空客运发展的重要区域。

图3

图3 中心城市高铁、航空人均出行频次空间分布格局

Fig.3 Spatial distribution pattern of the travel frequency per capita of high-speed rail and aviation passenger flights in central cities

3 中心城市高铁、航空客运市场的空间竞争格局

3.1 中心城市高铁、航空优势距测度

中国中心城市经济发展差异明显,地区人均时间价值呈现明显的空间分异特征。人均时间价值作为影响旅客出行选择偏好的关键因素,使得各中心城市高铁、航空出行的优势距离存在明显差别。文章首先基于能够表征各城市人均时间价值的经济指标(人均GDP、居民年末储蓄存款、在岗职工平均工资、职工平均工资、城镇居民可支配收入、人均社会消费品零售额),通过聚类分析将33个中心城市分为4档,然后计算各档所涉及城市人均时间价值的平均值来反映各档中心城市的人均时间价值,结果如表2：一至四档中心城市的人均时间价值分别为52.90、35.00、28.00、17.63元/h。基于Matlab操作平台,利用logit分担模型(孙枫等, 2017; 丁金学等, 2013),对不同距离条件下高铁、航空的客运分担率进行分析。结果如图4：① 整体来看,随着出行距离的不断增加,高铁的相对优势持续减少,并在一定距离下,航空运输占据一定市场;② 人均时间价值与高铁优势距呈反比,随着人均时间价值的增加,交通出行经济成本压力逐步淡化,快捷高效成为旅行者交通运输方式选择的重要考量。梳理不同人均时间价值背景下高铁、航空客运分担率曲线交点来看,第一至四档所涉及中心城市高铁出行优势距分别在780、893、912、998 km左右。优势距的不同,对于不同地区的影响不同。

图4

图4 不同人均时间价值条件下高铁、航空客运分担率

Fig.4 Share ratio of high-speed rail and aviation passenger flights under different per capita time value

3.2 高铁对航空运输市场的空间影响

目前,关于高铁、航空运输市场的划分,相关研究(丁金学等, 2013; 孙枫等, 2017; 骆嘉琪等, 2019)多基于高铁、航空客运市场的分担额进行划分：将高铁、航空市场分担额占比超过90%的称为绝对优势区;将市场分担额70%~90%的称为相对优势区,30%~70%的称为竞争激烈区。按照以上划分标准,各档中心城市高铁、航空运输市场划分如下(表3)：

表3 各档中心城市高铁、航空运输市场划分

Tab.3 The markets of high-speed rail and aviation passenger flights of each central city

类别	绝对优势区/km		高铁、航空竞争激烈区/km	相对优势区/km
类别	高铁	航空	高铁、航空竞争激烈区/km	高铁	航空
第一档	320以内	1020以上	610~880	320~610	880~1020
第二档	400以内	1130以上	680~910	400~680	910~1130
第三档	480以内	1290以上	790~1080	480~790	1080~1290
第四档	520以内	1370以上	880~1230	520~880	1230~1370

整理各档中心城市高铁、航空运输市场的分界点(表3)发现：① 对于中国所有中心城市而言,320 km以下属于高铁出行的绝对优势区,1370 km以上属于航空出行的绝对优势区。② 各档中心城市高铁、航空各市场区范围存在明显的不同：一至四档中心城市高铁绝对优势区分别在320、400、480、520 km以内;航空绝对优势区分别在1020、1130、1290、1370 km以上;竞争激烈区分别在610~880 、680~910、790~1080、880~1230 km之间;高铁相对优势区分别在320~610、400~680、480~790、520~880 km之间;航空相对优势区分别在880~1020、910~1130、1080~1290、1230~1370 km之间。基于高铁、航空市场的划分,统计各中心城市高铁绝对优势区、竞争激烈区、相对优势区航空班次占比情况发现(表4)：总体来看,高速铁路的开通对中心城市间航空线路出行产生一定的影响。其中,高铁绝对优势区的航空班次占比2.1%;竞争激烈区的航空班次占比4.5%,相对优势区的航空班次占比5.7%,航空绝对优势区占比为87.7%。具体来看：

表4 中心城市各市场区航空班次占比情况统计

Tab.4 Percentage of passenger flights of the central cities in each market

城市	高铁绝对优势区	竞争激烈区	相对优势区	航空绝对优势区	城市	高铁绝对优势区	竞争激烈区	相对优势区	航空绝对优势区
北京	0.017	0.026	0.047	0.910	南昌	0.033	0.068	0.108	0.791
成都	0.013	0.017	0.056	0.914	南京	0.041	0.053	0.105	0.801
大连	0.007	0.032	0.031	0.930	武汉	0.027	0.081	0.054	0.838
福州	0.008	0.077	0.113	0.802	南宁	0.015	0.046	0.051	0.888
广州	0.028	0.051	0.050	0.871	深圳	0.017	0.047	0.018	0.918
贵阳	0.012	0.018	0.063	0.907	厦门	0.009	0.072	0.087	0.832
哈尔滨	0.011	0.013	0.009	0.967	天津	0.034	0.047	0.052	0.867
济南	0.050	0.066	0.115	0.769	石家庄	0.055	0.076	0.061	0.808
杭州	0.033	0.042	0.072	0.853	上海	0.033	0.041	0.034	0.892
合肥	0.052	0.093	0.124	0.731	沈阳	0.012	0.014	0.031	0.943
青岛	0.011	0.067	0.069	0.853	太原	0.041	0.053	0.065	0.841
呼和浩特	0.032	0.039	0.082	0.847	乌鲁木齐	0	0	0	1.000
长春	0.012	0.014	0.013	0.961	西安	0.012	0.087	0.085	0.816
宁波	0.026	0.038	0.065	0.871	重庆	0.017	0.045	0.017	0.921
昆明	0.011	0.012	0.028	0.949	西宁	0.012	0.014	0.012	0.962
兰州	0.018	0.021	0.029	0.932	郑州	0.063	0.081	0.123	0.733
长沙	0.017	0.096	0.135	0.752

注：表中数值为各中心城市相应市场区航线运行频次占地区航线(国内)运行总频次的比重。

① 高铁绝对优势区：该类航空线路主要处于高铁运行的主导区,一般高铁2 h之内可达,且该区域内旅客出行选乘高铁的概率超过90%。梳理各中心城市该区域现有航空班次占比发现：57%的中心城市该区域航空运行频次占比在2%以下,但也有4个城市(郑州、济南、石家庄、合肥)航空运行频次占比超过5%,适当压缩该区域航线运行频次,对于合理高效配置航空资源具有十分重要的参考价值。② 高铁、航空竞争激烈区：主要处于高铁、航空综合出行效用相当区,旅客出行选乘高铁、航空的概率基本相当,是2种交通方式竞争博弈的重点区域。梳理该区域现有航空班次占比发现：中国中心城市高铁、航空竞争相对严重,42.4%的中心城市该区域航空班次占比超过5%,其中,石家庄、郑州、福州、武汉、西安、合肥、长沙等中心城市该区域航空班次占比达7.5%及以上,该区域高铁、航空协调发展对于中国中心城市快速交通体系的构建具有重要意义。而处于中国周边区域的中心城市(乌鲁木齐、长春、哈尔滨、沈阳、兰州、成都等),该区域范围内航空班次占比相对较低,快速交通运输体系协调性相对较高。③ 高铁相对优势区：该区域范围内,航空运行班次占比依旧较高,占比超过5%的中心城市数量达21个,南京、南昌、合肥、郑州、长沙等航空班次占比超过10%,同样是高铁航空竞争明显的重要区域。④ 航空绝对优势区：该区域旅客选乘航空出行获取的效用最大,也是航空线路密集分布的区域。85%的中心城市该区域航空运行频次占比达80%以上,39%的中心城市(北京、成都、贵阳、深圳等)该区域航空运行频次占比达90%以上,是开展航空运输的重要市场。然而,统计还发现许多中心城市在该区域范围内存在明显的航空运输市场空白(表5),其中西部的西宁未通航城市数量最多,达11个,长春、宁波、石家庄未通航城市数量也均在5个及以上,其余中心城市也存在1~3个未通航城市。如何充分利用航空运输的绝对优势,逐步完善相关区域的市场空白,对于2个节点城市间的互动交往具有重要推动作用。

表5 航空绝对优势区未开通航线统计

Tab.5 Statistics on unopened routes in aviation dominant area

城市	未通航城市	城市	未通航城市	城市	未通航城市
广州	青岛	哈尔滨	拉萨、兰州、西宁	天津	西宁
长沙	拉萨、石家庄	济南	拉萨	太原	西宁
大连	拉萨、银川、西宁	石家庄	长沙、拉萨、兰州、南昌、西宁	武汉	拉萨
合肥	长春、贵阳、拉萨	兰州	石家庄、宁波、长春	南宁	拉萨、宁波、西宁
郑州	拉萨	南昌	拉萨、长沙、长春	贵阳	长春、西宁
长春	贵阳、合肥、拉萨、兰州、南昌、宁波、银川、西宁	青岛	拉萨	沈阳	拉萨、银川、西宁
呼和浩特	宁波、西宁	宁波	长春、呼和浩特、兰州、南宁、乌鲁木齐、西宁	乌鲁木齐	宁波、拉萨、海口
西宁	大连、贵阳、海口、呼和浩特、哈尔滨、宁波、南宁、沈阳、石家庄、天津、太原

综合高铁、航空客运市场现实发展状况,以及基于旅行者交通出行选择偏好下的各市场区航空运行班次占比情况来看：中国中部地区尤其是中原和长江中游地区是开展高铁运输的重要优势区域,但目前在高铁绝对优势区、竞争激烈区、相对优势区范围内航空运行班次占比仍较高,是中国目前高铁、航空运输市场竞争的主要区域;处于周边的中心城市,相对偏远的区位条件使得该区域旅行者对航空出行的需求相对较高,高铁出行只是局限于周边城市,是开展航空运输的优势区域。而对于中国东部沿海中心城市而言,高铁、航空出行需求均较高,与中部地区中心城市相比,高铁绝对优势区、竞争激烈区、相对优势区范围内航空班次占比较低,属于快速交通体系构建相对较好的区域。

4 结论与建议

运用标准差椭圆和交通综合效用分析方法,对中国中心城市高铁、航空客运市场实际发展现状及空间竞合分异特征进行分析。结果发现：

中国高铁、航空客运市场均基本形成以武汉为重心点的空间发展格局,东部沿海地区快速交通网络发展明显好于中西部地区,与高铁客运市场相比,航空客运市场区域发展更加均衡;与东西部中心城市相比,中部中心城市高铁运输优势明显高于航空运输。

人均时间价值与高铁优势距呈反比,人均时间价值的不同使得各中心城市高铁、航空客运市场范围存在明显的空间分异特征;一至四档所涉及中心城市高铁出行优势距分别在780、893、912、998 km左右。

高铁对航空客运市场的影响存在明显的空间分异特征。中部大部分中心城市受影响最大,是协调高铁、航空发展的关键区域;西部地区受交通区位条件及高铁发展滞后的影响,航空运输占主导地位;在航空绝对优势区依旧存在一定的市场空白。

基于以上发现,提出以下几点对策建议：各中心城市(尤其是中部地区)应该适度压缩或者淘汰部分中短途航线,整合城际航班,用高铁替代部分中短途航线;航空公司应降低航空出行成本,简化安检、登机流程,提高航空出行准点率,提高上座率;加强高铁与航空2种交通运输方式的合作,积极推出“空铁联运”相关服务,为旅客出行提供更加便捷的出行服务。需要讨论的是：① 高铁、航空属于2种高端出行方式,对满足消费层次高的群体需求具有重要意义,基于区域人口消费层次结构探讨高铁、航空发展中存在的问题将更贴近现实情况,这是下一步拟解决的关键问题。② 如何通过计量模型构建模拟2种交通方式协同发展的实施路径,对于构建一体衔接的快速客运网络具有重要意义,这是进一步需突破的方向。③ 2种交通方式竞争最主要的体现是区间段高铁、航空通勤频次下降或取消,如何获取长时间段各地区之间高铁、航空通勤频次的变化来探讨两者间相互影响,是该研究亟需解决的问题。④ 不同城市在航空、高铁站点购票、安检、候车等过程中耗费的时间不同;与高铁相比,航空运输有一定的特殊性,如折扣票、准点率等问题,这均是该领域未来研究需着重完善的问题。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

丁金学, 金凤君, 王姣娥 , 等. 2013.

高铁与民航的竞争博弈及其空间效应: 以京沪高铁为例

[J]. 经济地理, 33(5):104-110.

[本文引用: 5]

[ Ding J

, Jin F

, Wang J

, et al. 2013.

Competition game of high-speed rail and civil aviation and its spatial effect: A case study of Beijing-Shanghai high-speed rail

Economic Geography, 33(5):104-110. ]

[本文引用: 5]

[2]

方叶林, 黄震方, 陈文娣 , 等. 2013.

2001—2010年安徽省县域经济空间演化

[J]. 地理科学进展, 32(5):831-839.

DOI:10.11820/dlkxjz.2013.05.014 URL [本文引用: 1]

选择安徽省2001-2010 年县域人均GDP为研究指标,综合运用G指数、经济重心、标准差椭圆以及灰色G(1, 1)模型对县域经济的空间演化进行分析预测,最后结合位序规模原理,对空间差异的机理进行分析.总体上安徽县域经济表现出微弱的空间集聚分布态势,呈现出“南北低中间高”、“西低东高”的空间分布格局.县域经济重心在117.57°~117.6°E,31.67°~31.76°N之间变动,有向东南方向移动的趋势.标准差椭圆总体上变化幅度不大,基本上以省会经济圈为核心,范围覆盖了皖江城市带大部分地区,县域经济的空间分布呈现出西北—东南格局,并且这种格局有向正北—正南方向转变的趋势.安徽县域经济满足位序规模原理,其发展状况呈低水平分散均衡型.资源禀赋与交通区位、中心城市发展状况、区域政策是导致安徽省县域经济空间差异的主要原因.

[ Fang Y

, Huang Z

, Chen W

, et al. 2013.

Spatial evolution of county economy in Anhui Province during 2001-2010

Progress in Geography, 32(5):831-839. ]

DOI:10.11820/dlkxjz.2013.05.014 URL [本文引用: 1]

[3]

郭春江

. 2010.

高速铁路与民航客运量分担博弈模型研究

[D]. 北京: 北京交通大学.

[本文引用: 3]

[ Guo C

. 2010.

Research on the game theoretical model of passenger traffic sharing between high speed railway and civil aviation

Beijing, China: Beijing Jiaotong University. ]

[本文引用: 3]

[4]

郭建科, 王绍博, 李博 , 等. 2016.

哈大高铁对东北城市旅游经济联系的空间影响

[J]. 地理科学, 36(4):521-529.

DOI:10.13249/j.cnki.sgs.2016.04.005 URL [本文引用: 1]

基于GIS平台,构建可达性模型分析哈大高铁开通后东北各城市旅游交通网络可达性变化特征,然后通过修正引力模型,从时空压缩效应、高铁旅游带的形成、旅游通勤圈空间分异、加剧旅游极化效应等方面分析哈大高铁对东北各城市间旅游经济联系的影响。结果显示：高铁带来的时空压缩效应大大强化了东北城市的旅游交通可达性和旅游经济联系,整个通勤圈时空压缩2 h左右,提升幅度均呈现距离高铁增加而衰减现象,且省际城市间的变化大于省内城市间的变化,东三省的变化大于内蒙东部区域的变化。沿线城市在高铁开通后将获得更大的旅游发展动能,并加快哈大高铁旅游带的形成。沿线城市“一日游”和“两日游”受益明显,偏远城市则在“七日游”方面受益较多;东北旅游应以高铁为契机,精心开发沿线旅游精品线路,加快旅游一体化合作,打造东北旅游新形象。高铁使旅游市场空间分布上出现“极化效应”,提升旅游产业供求效率的同时,拉大了城市间旅游差距,不利于旅游产业协调性发展。今后应以高铁为核心完善快速交通干线布局,将更多旅游城市和旅游景点纳入高铁通勤圈。

[ Guo J

, Wang S

, Li

, et al. 2016.

The spatial effect of Harbin-Dalian high-speed rail to the northeast city tourism economic link

Scientia Geographica Sinica, 36(4):521-529. ]

DOI:10.13249/j.cnki.sgs.2016.04.005 URL [本文引用: 1]

[5]

蒋海兵, 祁毅, 李传武 . 2018.

中国城市高速铁路客运的空间联系格局

[J]. 经济地理, 38(7):26-33.

[ Jiang H

, Qi

, Li C

. 2018.

China's city high-speed rail (HSR) passenger spatial linkage pattern and its influence factors

Economic Geography, 38(7):26-33. ]

[6]

梁雪松

. 2010.

基于双重区位空间的湖南旅游业发展机遇探讨: “武广高铁”开通视阈

[J]. 经济地理, 30(5):859-864.

[ Liang X

. 2010.

Disscussion on the development opportunity of tourism industry in Hunan Provience based on the dual locational space-the opening visual threshold of "Wu-Guang high speed railway"

Economic Geography, 30(5):859-864. ]

[7]

孟德友, 冯兴华, 文玉钊 . 2017.

铁路客运视角下东北地区城市网络结构演变及组织模式探讨

[J]. 地理研究, 36(7):1339-1352.

[ Meng D

, Feng X

, Wen Y

. 2017.

Urban network structure evolution and organizational pattern in Northeast China from the perspective of railway passenger transport

Geography Research, 36(7):1339-1352. ]

[8]

彭峥, 胡华清 . 2009.

高速铁路对航空运输市场的影响分析

[J]. 综合运输, ( 7):70-75.

[ Peng

, Hu H

. 2009.

Analysis of impact of high-speed railway on air transport market

Comprehensive Transportation, ( 7):70-75. ]

[9]

卢婉婉

. 2015.

高速铁路与民航的竞争博弈研究

[D]. 北京: 北京交通大学.

[ Lu W

. 2015.

The competition game of high speed railway and civil avition

Beijing, China: Beijing Jiaotong University. ]

[10]

骆嘉琪, 匡海波, 冯涛 , 等. 2019.

基于两阶段博弈模型的高铁民航竞合关系研究

[J]. 系统工程理论与实践, 39(1):150-164.

[ Luo J

, Kuang H

, Feng

, et al. 2019.

Research on the co-opetition between high speed rail and civil aviation based on two stage game model

System Engineering Theory and Practice, 39(1):150-164. ]

[11]

孙枫, 汪德根, 牛玉 . 2017.

高速铁路与汽车和航空的竞争格局分析

[J]. 地理研究, 36(1):171-187.

DOI:10.11821/dlyj201701014 URL [本文引用: 9]

通过分析高铁开通前后旅客在不同距离上的交通方式选择偏好,得出高铁在100~300 km、700~1000 km分别对汽车和航空市场造成冲击。基于函数模型和典型航线的数据指标,进一步探究高铁与汽车和航空的竞争格局。结果显示：① 高铁与汽车的市场临界点为152 km;② 高铁与航空的市场临界点是633 km;③ 高铁对航线影响的一般规律：首先,一次性通车的高铁对重合航线的影响大于分段开通的高铁;其次,大型交通枢纽城市之间航线最易受高铁影响,且影响存在“马太效应”;第三,商贸繁荣、旅游发达,或受地形影响的两地航线更能抵御高铁冲击;第四,高铁对纵向航线的冲击大于横向航线。最后,提出汽车和航空应采取的应对措施,以期为建成和完善全国现代综合交通运输体系提供参考。

[ Sun

, Wang D

, Niu

. 2017.

Competition patterns of high-speed rail versus highways and aviation

Geographical Reseach, 36(1):171-187. ]

DOI:10.11821/dlyj201701014 URL [本文引用: 9]

[12]

王姣娥, 胡浩 . 2013.

中国高铁与民航的空间服务市场竞合分析与模拟

[J]. 地理学报, 68(2):175-185.

DOI:10.11821/xb201302003 URL [本文引用: 2]

随着高速铁路的大规模建设,其安全性、经济性以及与民航之间的竞争越来越成为人们关注的焦点.在交通基础设施空间组织和经济作用凸显成效的背景下,研究区域间快速交通的市场竞争与合作,对提高交通资源的空间效率具有重要意义.本研究基于GIS空间分析技术,研究高铁站点、机场通过公路交通在1 h、2 h 内空间服务市场可达性的测度和高铁、民航空间服务市场重叠情况,对目前及“十二五”期间高铁与民航的空间服务市场的竞合关系进行了空间效应探讨和模拟.结果显示,高铁和航空均主要倾向于为经济和人口服务,并能通过公路交通在2 h 范围内覆盖全国绝大部分的人口和GDP.在距离上,高铁与民航不同的技术特点决定其优势市场.在空间上,高铁的服务市场主要集中于东中部地区的经济走廊,而航空在西部地区具有竞争优势.随着高铁与民航市场的空间叠合范围越来越大,城市密集地区、大城市地区、经济走廊将成为两者竞争的主要市场.

[ Wang J

, Hu

. 2013.

Competition and cooperation of high-speed rail and air transport in China: A perspective from spatial service market view

Acta Geographica Sinica, 68(2):175-185. ]

DOI:10.11821/xb201302003 URL [本文引用: 2]

[13]

王绍博, 郭建科 . 2016.

中国风景名胜区交通可达性及市场潜力空间测度

[J]. 地理研究, 35(9):1714-1726.

DOI:10.11821/dlyj201609010 URL [本文引用: 1]

基于旅游系统的区域开放性,从省内、省际两个角度出发,对国家级风景区的省内、省际交通可达性和市场潜力进行探讨。研究发现：① 风景区离散或集聚的规律性分布,使整体可达性区域差异性明显,呈现由东向西递减,由南北两侧向中间递增的分布格局。② 省内交通可达性优势区集中在东部沿海,省际交通可达性优势区集中在中原地区,与省内交通可达性相比,省际交通区域差异性更加明显,与航空可达性相比,铁路可达性对省际交通可达性的影响更大。③ 整体市场潜力呈现“带—团”状聚集式分布,基本形成了以东部沿海经济带为主的“带状”高市场潜力区,中部团状聚集式的较高市场潜力区,以及西部偏远低市场潜力区的空间分布格局。与省内市场潜力相比,省际市场潜力区域差异性更大,不同区域、种类的风景区省内、省际市场潜力优势不同。④ 旅游实际市场与市场潜力发展核心区空间错位明显,实际市场核心区主要集中在长江流域,市场潜力核心区则相对靠北,集中在中原及京津冀地区。

Wang S

, Guo J

. 2016.

Spatial measure of traffic accessibility and market potential of the national scenic areas

Geographical Research, 35(9):1714-1726. ]

DOI:10.11821/dlyj201609010 URL [本文引用: 1]

[14]

王绍博, 郭建科 . 2017.

我国城市整体交通运输流发展的时空演化及其空间关联性分析

[J]. 干旱区资源与环境, 31(2):43-49.

Wang S

, Guo J

. 2017.

Spatial and temporal evolution and spatial correlation analysis of the transportation development in China

Journal of Arid Land resources and Environment, 31(2):43-49. ]

[15]

王绍博, 罗小龙, 郭建科 , 等. 2019.

高铁网络化下东北地区旅游空间结构动态演变分析

[J]. 地理科学, 39(4):568-577.

Wang S

, Luo X

, Guo J

, et al. 2019.

Dynamic evolution of tourism spatial structure under the improvement of the high speed rail network in Northeast China

Scientia Geographica Sinica, 39(4):568-577. ]

[16]

徐广岩

. 2016.

高速铁路动车组列车客座率预测及盈亏分析

[D]. 北京: 北京交通大学.

Xu G

. 2016.

High speed train load factor forecast and breakeven analysis

Beijing, China: Jiaotong University. ]

[17]

钟业喜, 黄洁, 文玉钊 . 2015.

高铁对中国城市可达性格局的影响分析

[J]. 地理科学, 35(4):387-395.

URL [本文引用: 1]

基于列车时刻表数据,以地级城市为研究对象,通过提取两两中心城市间的最短交通时间,以平均可达性为度量指标,测算了全国31 个中心城市的可达性水平,分析了高铁对中心城市可达性格局的影响。依据中心城市到全国地级城市的最短交通时间提取全国31 个中心城市的一日交流圈范围,分析了中心城市的高铁效应,并选择北京、上海、广州、武汉、重庆5个中心城市作为典型案例,分析和探讨一日交流圈空间格局变化的影响因素。结果表明:① 中心城市可达性水平与城市的空间区位及城市的对外交通条件关联密切;② 高铁网络的发展使中心城市的可达性水平有所提升,受城市所处的空间区位及高铁建设条件的影响,不同城市的可达性改善程度存在差距;③ 高铁对中心城市一日交流圈范围拓展的影响显著且呈东中西差异分布,中心城市一日交流圈覆盖的地级市数量增加,在城市密集地区,地级市被叠加覆盖的次数增长;④ 中心城市一日交流圈的拓展与高铁线路布局走向一致,优越的中心地理位置有利于中心城市交流圈范围的扩大,地形、水域等地理障碍则会限制城市交流圈在不同方向上的拓展;⑤ 高铁网络的发展对改善城市可达性的作用正逐渐赶超城市空间区位对城市可达性水平的影响。

Zhong Y

, Huang

, Wen Y

. 2015.

Impact of high-speed railway on spatial pattern of Chinese cities'accessibility

Scientia Geographica Sinica, 35(4):387-395. ]

URL [本文引用: 1]

[18]

宗芳, 隽志才, 张慧永 , 等. 2009.

出行时间价值计算及应用研究

[J]. 交通运输系统工程与信息, 9(3):114-119.

Zong

, Juan Z

, Zhang H

, et al. 2009.

Calculation and application of value of travel time

Journal of Transportation Systems Engineering and Information Technology, 9(3):114-119. ]

[19]

Cheng Y

. 2009.

High-speed rail in Taiwan: New experience and issues for future development

[J]. Transport Policy, 10:1-13.

DOI:10.1016/S0967-070X(02)00008-2 URL

[20]

Concepción

, Raquel

, Juan C

. 2007.

Competition of high-speed train with air transport: The case of Madrid-Barcelona

[J]. Journal of Air Transport Management, 13(5):277-284.

DOI:10.1016/j.jairtraman.2007.04.009 URL [本文引用: 1]

Abstract

This paper analyzes the potential competition of the high-speed train with the air transport between Madrid and Barcelona. The analysis estimates disaggregated mode choice models using information provided by mixed revealed and stated preferences database. We obtained different willingness-to-pay measures for improving service quality. In general, values for travel time savings are higher for mandatory trips and increases as the level of comfort falls. We also obtained a high willingness-to-pay estimate for reductions in delay time, being higher in the case of high-speed train than for air transport. Demand responses to various policy scenarios that consider the potential competition between high-speed train and air transport are examined.

[21]

Frédéric

. 2011.

High-speed rail and air transport competition in Western Europe: A supply-oriented perspective

[J]. Transport policy, 18(6):870-879.

DOI:10.1016/j.tranpol.2011.06.002 URL [本文引用: 1]

Increasingly air transport growth raises the question of its impact on the environment. Public authorities and researchers are relying more and more on high-speed trains (HSTs), whose efficiency is supposed to lead to a modal shift from airplanes. However, most transport studies focus on the evolution of demand rather than supply, although it is basically the latter that determines environmental damage. In light of this fact, this paper aims to compare the overall dynamics in the supply of air transport in Europe compared to the HST supply and to examine empirically five city-pairs. The development of high-speed rail remains limited compared to the increase of air services. For a given city-pair, the decline in the number of flights depends on various conditions, including length of the HST journey and the strategies adopted by the airlines. Some carriers reduce their supply in terms of the number of seats but increase the number of flights in order to compete more effectively with the HSTs. Moreover, the competition between low-cost airlines and HSTs should be kept in mind and re-examined in a few years. (C) 2011 Elsevier Ltd.

[22]

Givoni

. 2006.

Development and impact of the modern high-speed train: A review

[J]. Transport Reviews, 26:593-611.

DOI:10.1080/01441640600589319 URL [本文引用: 1]

[23]

Oskar

Fröidh

. 2008.

Perspectives for a future high-speed train in the Swedish domestic travel market

[J]. Journal of Transport Geography, 16(4):268-277.

DOI:10.1016/j.jtrangeo.2007.09.005 URL [本文引用: 1]

Abstract

Gröna tåget (the Green Train) is a research and development project with the aim to develop a high-speed tilting train concept for the Swedish and Nordic markets. Competition with other modes needs to be evaluated, especially as regards travelling times and fares, with special attention paid to domestic airlines.

For new trains, gains in travelling times and lower operational costs can be expected. Model calculations of operational costs for domestic air stages and high-speed trains, respectively, show that high-speed trains have lower costs per available seat kilometer. Train operators can meet competition with fares from coaches and air carriers provided they introduce yield management. The primary competition is about travelling times. Gröna tåget would increase the train’s attractiveness and win over some travel from airlines.

[24]

Park

, Ha H

. 2006.

Analysis of the impact of high-speed railroad service on air transport demand

[J]. Transportation Research, 42(2):96-140.