(國家發(fā)展和改革委員會城市和小城鎮(zhèn)改革發(fā)展中心，北京100045)

0 引言

隨著機場客貨吞吐量的迅猛發(fā)展以及高速鐵路、城際軌道交通等交通方式在機場集疏運體系中發(fā)揮日益重要的作用，越來越多的機場開始構(gòu)建以大型空港為核心的綜合交通樞紐。在空港綜合交通樞紐(以下簡稱“空港樞紐”)規(guī)劃建設(shè)中，如何科學(xué)準確地預(yù)測航空客流需求的發(fā)展趨勢、為制定發(fā)展規(guī)劃提供科學(xué)決策依據(jù)，是確定合理的交通設(shè)施規(guī)模的基礎(chǔ)，是保證機場設(shè)施高效率使用的前提，也是提升旅客服務(wù)質(zhì)量的必要條件。

既有航空客流總量預(yù)測多以民航部門為主導(dǎo)，主要方法包括多項式曲線、波布加門公式等趨勢外推法以及國內(nèi)生產(chǎn)總值回歸的計量經(jīng)濟法等。既有預(yù)測方法是常規(guī)發(fā)展思路下面向機場內(nèi)部設(shè)施的預(yù)測方法，對于大型空港樞紐客流預(yù)測存在三方面不足：首先對樞紐機場構(gòu)建帶來的中轉(zhuǎn)航空客流估計不足；其次，對城際軌道交通、高速鐵路等交通方式對航空客流產(chǎn)生的影響估計不足；第三，難以滿足機場集疏運設(shè)施規(guī)模預(yù)測和供給策略制定的要求。本文探索面向集疏運設(shè)施規(guī)模及供給策略的空港樞紐客流需求預(yù)測思路，并結(jié)合廣州白云國際機場綜合交通樞紐客流預(yù)測展開分析。

1 空港樞紐陸側(cè)客流構(gòu)成及需求預(yù)測思路

1.1 客流構(gòu)成分析

面向集疏運設(shè)施規(guī)模及供給策略的空港樞紐客流預(yù)測，重點在于分析預(yù)測空港陸側(cè)客流，主要包括陸側(cè)航空客流、陸側(cè)迎送客流及機場員工三部分。從國際上規(guī)模較大的機場實際數(shù)據(jù)來看，平均進出機場的人員中乘坐飛機的旅客占49%，迎送旅客人員占25%，機場員工占18%，其他人員僅占8%。

表1 世界主要機場客流構(gòu)成Tab.1 Passenger flow composition of major airports across the world%

圖1 空港綜合交通樞紐陸側(cè)客流需求預(yù)測流程Fig.1 Forecasting procedure of landside passenger travel demand at a hub airport

1.2 需求預(yù)測思路

面向集疏運設(shè)施規(guī)模及供給策略的空港樞紐客流需求預(yù)測總體遵循四階段預(yù)測思路。陸側(cè)客流總量的確定是客流需求預(yù)測的重點。由于機場員工通常采用輪換倒班制，通勤出行時段與航空旅客高峰時段不重疊，因此面向集疏運設(shè)施規(guī)模預(yù)測時可不考慮機場員工需求。下文提及陸側(cè)客流主要包括陸側(cè)航空客流和陸側(cè)迎送客流兩部分。

以陸側(cè)航空客流需求和陸側(cè)迎送客流需求之和，即高峰小時陸側(cè)客流為基礎(chǔ)，通過客流分布及方式劃分可得到分方式客流需求，從而為各通道、各方式的設(shè)施規(guī)模預(yù)測提供依據(jù)。具體預(yù)測思路如圖1所示。

2 航空客流總量及相關(guān)客流構(gòu)成預(yù)測

2.1 航空客流總量預(yù)測思路

本文面向集疏運設(shè)施規(guī)模及供給策略，打破既有規(guī)劃方法中對國內(nèi)、國際客流分別預(yù)測的慣例，提出基于陸側(cè)客流與中轉(zhuǎn)客流的航空客流總量預(yù)測思路，對于陸側(cè)航空客流和中轉(zhuǎn)航空客流分別考慮關(guān)鍵影響因素進行預(yù)測，具體流程如圖2所示。

2.2 陸側(cè)航空客流預(yù)測

陸側(cè)航空客流的關(guān)鍵影響因素包括經(jīng)濟發(fā)展和高鐵引入兩個方面，大型空港樞紐陸側(cè)航空客流總量與地區(qū)經(jīng)濟發(fā)展水平具有直接關(guān)系，而高速鐵路的發(fā)展對機場發(fā)展帶來挑戰(zhàn)的同時，也將拓展機場服務(wù)腹地并帶來更多的區(qū)域客流。

2.2.1 經(jīng)濟發(fā)展的直接影響

經(jīng)濟發(fā)展是航空客流增加的根本原因和持續(xù)動力。受經(jīng)濟增長影響，一方面會誘增航空客流，另一方面人們在長距離出行時將追求更快、更舒適的方式，既有的公路、鐵路、長途客流也會向航空轉(zhuǎn)移。

陸側(cè)航空客流受經(jīng)濟直接影響產(chǎn)生的增長預(yù)期可采用常規(guī)預(yù)測方法，即與GDP增長相關(guān)的增長率法，機場總體規(guī)劃客流預(yù)測通常采用此方法。但是，由于諸多因素的影響，這種方法的預(yù)測結(jié)果往往與發(fā)展實際出現(xiàn)偏差，需要進行修正?！稄V州白云國際機場總體規(guī)劃》預(yù)計廣州白云國際機場(以下簡稱“白云機場”)國內(nèi)客流平均增長率2005―2010年為 8.9%，2010―2020年為6.7%，進而預(yù)測2010年國內(nèi)客流量為3 040萬人次，2020年為5 812萬人次[2]。實際發(fā)展?fàn)顩r表明，總體規(guī)劃預(yù)測過于保守，低估了航空客流的增長速度。基年2009年數(shù)據(jù)顯示，白云機場航空旅客吞吐量達到3 704萬人次，其中國內(nèi)旅客吞吐量已經(jīng)達到3 256萬人次，2005―2009年平均增長率高達13.1%，遠高于預(yù)測水平。

考慮面向集疏運設(shè)施供給的客流預(yù)測重點，關(guān)注陸側(cè)客流需求，2009年白云機場陸側(cè)航空客流量已達到3 482萬人次，占白云機場總吞吐量的94%。借鑒國內(nèi)對繁忙地區(qū)大型機場航空運輸需求預(yù)測往往偏于保守的經(jīng)驗教訓(xùn)，適當(dāng)提高客流增長率作為陸側(cè)航空客流增長比率，確定2009―2020年陸側(cè)航空客流年均增長率為7.3%，預(yù)計2020年陸側(cè)航空客流將達到7 558萬人次。

2.2.2 高鐵引入的雙重影響

高鐵網(wǎng)絡(luò)的建成對航空客流產(chǎn)生雙重影響：一方面，支線航空受到較大沖擊，短距離“空空聯(lián)運”將轉(zhuǎn)變?yōu)椤翱砧F聯(lián)運”。例如，武廣高鐵通車后，1 000 km以內(nèi)的航空客流有不同程度的分流。另一方面，高鐵在分流航空客流的同時，也會拓展機場的腹地。有調(diào)查顯示，法蘭克福機場原輻射范圍為200 km(見圖3)，這一范圍內(nèi)居住人口為3 500萬人，1998年高鐵開通實施“空鐵聯(lián)運”后，輻射范圍拓展至全國，機場所在的黑森州(萊茵—美茵地區(qū))的旅客僅占43%，其他旅客都分布在全國其他州內(nèi)[3]。

1）高鐵對航空客流的分流影響。

高鐵對航空客流的影響程度與高鐵里程和旅行時間的關(guān)系最為密切。國家民航部門研究表明，500 km以內(nèi)，航空客流向高鐵轉(zhuǎn)移比例達到50%以上，500～800 km轉(zhuǎn)移比例達到30%～50%，800～1 000 km轉(zhuǎn)移比例約為20%～30%，1 000～1 500 km轉(zhuǎn)移比例約為10%～20%，而1 500 km以上幾乎沒有影響[4]，見圖4。據(jù)此，將白云機場各航段里程及客流進行分組整理，確定各組各航段客流的轉(zhuǎn)移比例，集計后得到2020年航空轉(zhuǎn)移至高鐵的客流為800萬人次，約占陸側(cè)航空客流的11%。

2）高鐵對航空腹地的拓展影響。

白云機場作為中國三大門戶復(fù)合型樞紐機場，其輻射范圍拓展至泛珠三角地區(qū)。高鐵網(wǎng)絡(luò)的建成以及空鐵的便捷銜接服務(wù)將有助于機場服務(wù)腹地的拓展。根據(jù)高鐵線路走向及外省大型機場區(qū)位分析，白云機場未來將對鄰近的廣西、湖南和江西的潛在客源產(chǎn)生較強吸引力。根據(jù)高鐵覆蓋的外省人口、人均航空乘次推算潛在的航空客流總量，再考慮這部分客源選擇白云機場的概率，可得到高鐵可能帶來的航空客流量，預(yù)計2020年將通過高鐵吸引245萬人次的外省客流，見表2。

圖2 航空客流總量預(yù)測思路Fig.2 Forecasting procedure of total air-passenger volume

2.2.3 陸側(cè)航空客流量

圖3 法蘭克福機場客流來源分布Fig.3 Distribution of passenger flow sources at the FrankfortAirport

圖4 高鐵分流航空客流比例Fig.4 Proportion of air-passenger flow carried by high-speed railway

表2 2020年白云機場吸引的外省客流量Tab.2 Passenger flow from other provinces attracted by BaiyunAirport in 2020

綜上分析，若僅考慮經(jīng)濟發(fā)展的影響(包括誘增客流和公路、鐵路轉(zhuǎn)移客流)，2020年白云機場陸側(cè)航空客流量將達到7 558萬人次；高鐵引入后分流800萬人次航空客流，但同時額外帶來245萬人次的外省客流，因此，預(yù)計2020年白云機場陸側(cè)航空客流量將達到7 003萬人次。

2.3 中轉(zhuǎn)航空客流預(yù)測

2.3.1 中轉(zhuǎn)客流比例的確定

2009年，白云機場的中轉(zhuǎn)客流僅占6%。其中，國內(nèi)中轉(zhuǎn)客流約占60%，國內(nèi)-國際中轉(zhuǎn)客流約占38%，受香港機場影響，國際中轉(zhuǎn)客流僅占2%，總體呈現(xiàn)以國內(nèi)中轉(zhuǎn)為主、國內(nèi)-國際中轉(zhuǎn)為輔的格局[2]。

未來航空旅客中轉(zhuǎn)量取決于航空網(wǎng)絡(luò)構(gòu)建、航運市場拓展以及中轉(zhuǎn)旅客服務(wù)等多方面因素，同時還與周邊樞紐機場服務(wù)能力有關(guān)。白云機場在國際航運網(wǎng)絡(luò)中具有良好的區(qū)位優(yōu)勢，同時也將致力于打造國際航空樞紐，因此對于中轉(zhuǎn)航空客流的預(yù)測不能基于常規(guī)增長的思路進行考慮。本文通過分析機場地位、國內(nèi)國際趨勢以及與亞太地區(qū)主要樞紐機場進行類比等，判斷白云機場中轉(zhuǎn)客流發(fā)展趨勢：預(yù)計未來國內(nèi)-國際中轉(zhuǎn)的增長速度最快，國內(nèi)中轉(zhuǎn)其次，而國際中轉(zhuǎn)的增長速度較慢。從中轉(zhuǎn)客運量來說，白云機場未來有望超過首爾仁川機場與東京成田國際機場，而略遜于香港機場。參考仁川、成田以及香港機場客流中轉(zhuǎn)比例(見表3)，確定2020年白云機場的中轉(zhuǎn)客流比例為15%。

2.3.2 中轉(zhuǎn)航空客流量

陸側(cè)航空客流、中轉(zhuǎn)航空客流以及中轉(zhuǎn)客流比例之間存在直接的關(guān)系

式中：L陸為陸側(cè)航空客流量/(萬人次·a-1)；L轉(zhuǎn)為中轉(zhuǎn)航空客流量/(萬人次·a-1)；θ為中轉(zhuǎn)客流比例/%。

在已知陸側(cè)航空客流量、中轉(zhuǎn)客流比例的情況下，可求得2020年白云機場中轉(zhuǎn)客流量為1 236萬人次。

2.4 預(yù)測結(jié)果

2.4.1 航空客流總量

綜合上述陸側(cè)航空客流量及中轉(zhuǎn)航空客流量預(yù)測結(jié)果，2020年白云機場航空客流總量為8 239萬人次，客流細分結(jié)果如表4所示。

2.4.2 陸側(cè)客流總量

1）陸側(cè)迎送客流量。

依上述結(jié)果，2020年白云機場陸側(cè)航空客流量為7 003萬人次，約19萬人次·d-1。根據(jù)國際經(jīng)驗，世界主要大型機場中，平均每一名乘降旅客將有0.6人次的迎送人員進出需求。考慮中國迎來送往的風(fēng)土人情，確定2020年白云機場的迎送比例為0.5。據(jù)此，2020年迎送客流量為9.5萬人次·d-1。

2）陸側(cè)客流總量預(yù)測。

由于航空旅客高峰時段與機場員工到達的高峰時段不重疊，因此高峰時段陸側(cè)客流總量主要包括陸側(cè)航空客流及陸側(cè)迎送客流。依前預(yù)測結(jié)果，2020年二者日均客流量之和為28.5萬人次·d-1。

為保證設(shè)施能夠滿足高峰日客流集散需求又不致投資浪費，取設(shè)計日陸側(cè)客流量為日均客流量的1.15倍，高峰小時系數(shù)取0.1，則2020年設(shè)計日高峰小時陸側(cè)客流量為3.3萬人次·h-1，這是設(shè)施規(guī)模預(yù)測的基礎(chǔ)。

2.4.3 機場員工進出需求

機場員工工作時間大致為6:00―24:00，采用輪換倒班制，與一般職業(yè)不同，因此機場員工通勤出行時段與航空旅客高峰時段不重疊，對機場員工出行需求預(yù)測的重點在于車輛停放設(shè)施的安排。因此，對機場員工的集散需求采用兩種方法估算。

1）依據(jù)進出人員的統(tǒng)計結(jié)果推算。根據(jù)國際經(jīng)驗，機場員工占航空旅客的37%，2020年航空客流量為19萬人次·d-1，則機場員工進出需求為7.0萬人次·d-1。

2）依據(jù)員工數(shù)量與航空旅客量的比值推算。依據(jù)美國18個機場的統(tǒng)計結(jié)果，機場員工數(shù)量與年旅客每1 000人次的比值均值為0.55，2020年白云機場航空客流總量為8 239萬人次，則2020年機場員工數(shù)將達到4.5萬人。按每名員工每天出行2次計算，則2020年機場員工進出需求為9萬人次·d-1。

綜合兩種方法預(yù)測結(jié)果，2020年員工進出需求為8.0萬人次·d-1。

3 陸側(cè)客流分布與集疏運方式預(yù)測

3.1 總體預(yù)測思路

2009年白云機場現(xiàn)狀調(diào)查顯示，機場客流中，廣佛都市區(qū)客流居于主導(dǎo)，且隨著城市交通一體化進程的發(fā)展，機場客流集疏運方式在該范圍內(nèi)也呈現(xiàn)出明顯的城市化特征，地鐵、機場大巴等交通方式成為主導(dǎo)。同時，隨著廣東省產(chǎn)業(yè)及勞動力“雙轉(zhuǎn)移”戰(zhàn)略的推進與實施，泛珠三角地區(qū)將呈現(xiàn)快速發(fā)展趨勢，且隨著高鐵、城際軌道交通與白云機場建立良好銜接，白云機場的服務(wù)腹地將拓展至泛珠三角地區(qū)。因此，陸側(cè)客流分布及集疏運方式預(yù)測分區(qū)域和廣佛都市區(qū)兩個圈層展開。

3.2 分圈層客流量分析

從世界各國的發(fā)展經(jīng)驗來看，航空客流出行強度隨著人均GDP的增加而提高，在0.3～1.0萬美元區(qū)間增長最快，并且最終趨于穩(wěn)定[5](見圖5)。2010年，珠三角地區(qū)人均GDP為5萬元人民幣(約合8 000美元)以上，航空客流需求很大，而珠三角以外地區(qū)人均GDP不足2萬元人民幣(約合3 200美元)，航空潛在需求較大。

表3 樞紐機場中轉(zhuǎn)客流特征Tab.3 Characteristics of transfer passenger flow at a hub airport

表4 2020年白云機場航空客流細分Tab.4 Composition of air-passenger flow at BaiyunAirport in 2020萬人次

圖5 航空客流出行強度與人均GDP的關(guān)系Fig.5 Relationship between travel intensity of air-passenger flow and per capita GDP

圖6 2020年區(qū)域設(shè)計日高峰小時陸側(cè)客流分布比例Fig.6 Proportion of landside passenger flow within the designed daily peak hour in 2020

表5 2020年區(qū)域陸側(cè)客流設(shè)計日高峰小時集疏運方式劃分Tab.5 Classification of distributing modes of landside passenger flow within the designed daily peak hour in 2020

圖7 2020年廣佛都市區(qū)設(shè)計日高峰小時陸側(cè)客流分布Fig.7 Distribution of landside passenger flow within the designed daily peak hour in Guangzhou-Foshan metropolitan area in 2020

通過對區(qū)域范圍內(nèi)各城市的GDP和人口進行估算，大體推算白云機場區(qū)域客流比例。預(yù)計2020年白云機場區(qū)域陸側(cè)客流比例將從2009年的20%提高至40%，設(shè)計日高峰小時區(qū)域陸側(cè)客流量為1.32萬人次·h-1；廣佛都市區(qū)陸側(cè)客流比例為60%，設(shè)計日高峰小時廣佛都市區(qū)陸側(cè)客流量為1.98萬人次·h-1。

3.3 區(qū)域客流分布與方式劃分

基于區(qū)域范圍內(nèi)各省市航空客流的估算結(jié)果，進行通道客流集計，如圖6所示。可以看出，隨著泛珠三角地區(qū)航空客流逐年增加，區(qū)域客流通道密度趨于均衡發(fā)展。

從機場調(diào)查結(jié)果看，在集疏運方式中，進出機場的交通方式結(jié)構(gòu)相差不顯著，為簡化預(yù)測過程，以進出機場方式一致為前提進行預(yù)測。對于區(qū)域客流集疏運方式的選擇，以出行鏈中與機場直接銜接的方式作為預(yù)測結(jié)果。其中高鐵吸引的區(qū)域客流，劃分為高鐵銜接的城際軌道交通、機場大巴及出租汽車等方式，一并計入其他區(qū)域客流的方式劃分，如表5所示。結(jié)果表明，陸側(cè)客流集疏運方式將由現(xiàn)狀以機場大巴為主導(dǎo)的單一方式向城際軌道交通、機場大巴、高鐵—城際組合等多方式轉(zhuǎn)移，且城際軌道交通在區(qū)域航空客流集疏運中發(fā)揮越來越重要的作用。

3.4 廣佛都市區(qū)客流分布與方式劃分

以2020年人口和就業(yè)分布確定各片區(qū)的客流比例，進而得到2020年廣佛都市區(qū)客流分布，如圖7所示。預(yù)測結(jié)果表明，隨著廣佛都市區(qū)城鄉(xiāng)經(jīng)濟一體化進程的推進，外圍地區(qū)經(jīng)濟實力逐漸增強，航空客流逐年遞增，佛山、番禺、南沙、從化、增城等片區(qū)客流比例增加。

廣佛都市區(qū)客流集疏運方式呈現(xiàn)由現(xiàn)狀出租汽車、小汽車等個體交通方式向公共交通方式轉(zhuǎn)移的趨勢，預(yù)計公共交通方式分擔(dān)率從2009年的40%增長至規(guī)劃年的48%，見表6。

3.5 陸側(cè)客流方式集計

將區(qū)域客流及廣佛都市區(qū)客流預(yù)測結(jié)果相加匯總，得到白云機場陸側(cè)客流集疏運方式劃分結(jié)果，見表7。

隨著區(qū)域航空客流的增加以及珠三角城際軌道交通網(wǎng)絡(luò)的覆蓋，城際軌道交通在白云機場陸側(cè)客流集散中將發(fā)揮越來越重要的作用。至2020年，集疏運方式中城際軌道交通比例將達到29%，公共交通比例合計達到60%，與世界主要機場公共交通集疏運比例相當(dāng)，見圖8。

3.6 機場員工集疏運方式劃分

2009年調(diào)查結(jié)果顯示，白云機場員工進出機場主要依靠班車。2010年，地鐵3號線北延線開通運行，白云機場員工進出機場部分向地鐵轉(zhuǎn)移。隨著廣佛環(huán)線作為機場快線的開通運營，將有更多員工轉(zhuǎn)向地鐵。依據(jù)員工意愿調(diào)查，綜合考慮各類交通設(shè)施的供給情況，確定機場員工集疏運分方式比例，具體預(yù)測結(jié)果如表8所示。

4 結(jié)語

客流需求預(yù)測是空港綜合交通樞紐設(shè)施布局及交通組織的基礎(chǔ)。本文在分析空港綜合交通樞紐客流構(gòu)成的基礎(chǔ)上，提出面向集疏運設(shè)施規(guī)模及供給策略的空港綜合交通樞紐客流預(yù)測總體思路，并提出創(chuàng)新的航空客流總量預(yù)測思路，即打破既有規(guī)劃方法中對國內(nèi)、國際客流分別預(yù)測的慣例，提出基于陸側(cè)客流與中轉(zhuǎn)客流的航空客流總量預(yù)測思路。對于陸側(cè)航空客流和中轉(zhuǎn)航空客流，分別采用關(guān)鍵影響因素分析法、類比法及數(shù)學(xué)方程式法進行預(yù)測，為陸側(cè)設(shè)施規(guī)模的預(yù)測提供數(shù)據(jù)基礎(chǔ)，同時為設(shè)施供給策略的提出和制定提供支撐。下一步應(yīng)在航空客流分布及方式劃分上提出更具普適性的模型預(yù)測方法。

表6 2020年廣佛都市區(qū)客流設(shè)計日高峰小時集疏運方式劃分Tab.6 Classification of distributing modes of passenger flow within the designed daily peak hour in Guangzhou-Foshan metropolitan area in 2020

表7 2020年白云機場陸側(cè)客流設(shè)計日高峰小時集疏運方式劃分Tab.7 Classification of distributing modes of landside passenger flow within the designed daily peak hour in BaiyunAirport in 2020

圖8 世界著名機場公共交通集疏運比例Fig.8 Proportion of distribution by public transit at well-known airports across the world

表8 2020年機場員工設(shè)計日高峰小時集疏運方式劃分Tab.8 Classification of distributing modes of airport staff within the designed daily peak hour in 2020

[1]王磊.軌道交通機場線客流預(yù)測問題研究[D].西安：長安大學(xué)，2009.

[2]張國華，黃坤鵬，李德芬，等.廣州白云國際機場綜合交通樞紐整體交通規(guī)劃[R].北京：中國城市規(guī)劃設(shè)計研究院，2013.

[3]秦燦燦，徐偱初.法蘭克福機場的空鐵聯(lián)運[J].交通與運輸，2005(12)，46-48.QinCancan,XuXunchu.OnAir-Rail Intermodality in Frankfurt Airport[J].Traffic&Transportation,2005(12),46-48.

[4]新聞中心-中國網(wǎng).李家祥：500公里以內(nèi)范圍高鐵對民航的沖擊過半[EB/OL].2011[2013-12-10].http://www.china.com.cn/news/2011-02/24/content_21993360.htm.

[5]Mariya A Ishutkina,John Hansman R.Analysis of the Interaction between Air Transportation and Economic Activity[R].USA:International Center forAir Transportation,2009.