中国民航客运区位熵的时空特征与影响因素_于尚坤.pdf

中国民航客运区位熵的时空特征与影响因素于尚坤1，2，苗 毅1，2，王成新1，2，王建事1，2，胡 瑞1，2，陈培安1，2（1.山东师范大学 地理与环境学院，中国山东 济南250358；2.“人地协调与绿色发展”山东省高校协同创新中心，中国山东 济南250358）摘要：随着现代高速交通运输体系的快速发展以及交通运输竞合关系的日趋复杂，民航运输作为最为快捷的交通运输方式，在不同区域中所承担的功能及相对优势亟待科学辨识。文章采用客运区位熵，从客运结构视角探讨中国民航客运的时空演变特征与影响因素。研究发现：中国民航客运区位熵整体呈上升趋势，具有民航客运相对优势的地区增多并逐渐由超大城市向偏远中小城市扩散，分值结构均衡化趋向初显。民航机场整体呈“东密西疏”的空间格局，但随着中西部地区机场数量增加，民航客运区位熵呈伴有重心自东南向西北迁移的空间分布均衡化特点。机场与区位条件、区域发展基础对民航客运区位熵具有显著的正向影响，旅游业、机场等级等在交互作用后的解释效果呈明显的双因子增强，高速铁路与民航客运的竞合关系逐渐显现。关键词：民航客运；区位熵；客运结构；旅游业；机场等级中图分类号：K901文献标志码：A文章编号：1000-8462（2023）03-0035-09DOI：10.15957/ki.jjdl.2023.03.005The Location Entropy of China s Civil Aviation Passenger Transport：Spatiotemporal Characteristics and Influencing FactorsYU Shangkun1，2，MIAO Yi1，2，WANG Chengxin1，2，WANG Jianshi1，2，HU Rui1，2，CHEN Peian1，2（1.College of Geography and Environment，Shandong Normal University，Jinan 250358，Shandong，China；2.CollaborativeInnovation Center of“Human-Nature and Green Development”in Universities of Shandong，Jinan 250358，Shandong，China）Abstract:As the modern high-speed transportation system develops rapidly and the competition and cooperationrelationship between transportation modes becomes increasingly complex,it is necessary to scientifically investigate thefunctions and relative advantages of civil aviation transportation in different regions,as the fastest transportation way.From the perspective of location entropy and passenger transport structure,this study examines the spatiotemporalcharacteristics and influencing factors of Chinas civil aviation passenger transport.The findings are as follows:1)Thereis an increase in the location entropy of Chinas civil aviation passenger transport.The number of regions withcomparative advantages has increased,regions with higher location entropy gradually expands from megacities to remotesmall and medium cities.A balanced score structure emerges.2)The distribution of civil aviation airports generallyexhibit a spatial pattern of dense in the east and sparse in the west.With the expansion of airports in the central andwestern regions,the location entropy of civil aviation passenger transport is characterized by a more balanced spatialdistribution with the gravity center moving from the southeast to the northwest.3)The location entropy of civil aviationpassenger transport is significantly influenced by airports,location conditions,and regional development foundations.As aresult of interaction,the explanatory power of tourism and airport levels is significantly enhanced.It is becomingincreasingly evident that high-speed railways and civil aviation passenger transport have a competitive and cooperativerelationship.Keywords:civil aviation passenger transport;location entropy;passenger transport structure;tourism industry;airportlevel收稿时间：2022-06-11；修回时间：2022-12-02基金项目：教育部人文社会科学重点研究基地重大项目（22JJD790015）；国家自然科学基金青年科学基金项目（42201182）；山东省重点研发计划（软科学项目）（2022RKY01014）作者简介：于尚坤（1994），男，博士研究生，研究方向为区域发展与城市规划。E-mail：yusk_通讯作者：陈培安（1965），男，副教授，硕士生导师，研究方向为区域发展与城市规划。E-mail：第43卷第3期2023年3月经济地理ECONOMIC GEOGRAPHYVol.43，No.3Mar.，2023交通运输是人类社会赖以发展的基础和前提条件，区域高质量发展也有赖于交通等基础设施高效且相对公平地配置1-2。伴随现代综合交通运输体系的快速发展，不同交通方式的运输功能呈现差异化特征。其中，民航运输作为现代综合交通运输体系的重要构成与关键一环，凭借在长途旅客运输、高附加值货物运输等方面所具有的独特优势，通过促进区域旅游业发展3、引导地方产业结构升级1、加强对外联系与合作以及促成区位优势与社会经济时空格局的调整，成为全球综合运输体系影响经济的第五个冲击波。相较于西方发达国家，中国民航运输虽起步较晚但体系化建设及运输规模增长显著。党的二十大报告充分肯定了机场等基础设施建设取得的重大成就，民航运输在建设交通强国、构建现代化高质量综合立体交通网中的支撑作用日益凸显。中国民航运输机场的建设及发展逐渐引起学者的广泛关注4-5。在既有研究中，已对中国民航运输的“轴辐”网络体系6、空间格局及演化过程7、发展特征8、可达性9、服务能力10、溢出效应11、基于复杂网络分析的连通性12、支线机场服务的均衡性影响13以及航空运输网络、航空运输体系与城镇体系及城市功能网络的关系14-15进行了丰富的时空特征刻画与实证探讨。在此基础上，结合 LSCP 与MCLP等位置集合覆盖模型、覆盖率、重叠率和冗余度等方法，多角度地探讨了民航机场的空间优化16-17，低碳民航运输也伴随“碳达峰”“碳中和”等目标的提出成为新的研究议题18。此外，中国高速交通体系的日趋完善，催生了航空公司及不同运输方式的协同发展与市场经济下的竞争19。尽管民航运输的长距离快速便捷特征依然使其具有广阔的市场，但民航运输与其他运输方式的竞合关系愈加紧密复杂，并且其在发展过程中与高速铁路形成了一定的市场空间分割与替代效应20-21。既有研究渐趋丰硕、深入和系统，但值得注意的是，目前常用的质（如飞行区等级）、量（如机场数量、客货运量等）、机场可达性、连通性等指标，均主要反映机场设施在区域交通运输中具有的“支撑”与“引导”能力，即一定程度上反映的是理论层面能够达到或实际上具有的运输功能，因此以往结果多印证“三足鼎立”“东强西弱”等认识4。不过，上述结果尚不足以证明实际运输中不同机场对所在地区的交通意义及相对重要性情况。从实际运输需求情况来看，受区域发展差异较大、铁路等基础设施建设分布不均的影响，机场本身的质、量等并不能够完整地反映其在区域运输中的角色与功能，同样并不一定能够准确反映当地人们的出行选择与偏好。例如，部分地区的中小机场尽管等级低、运量规模小，但在相对偏远、地广人稀以及陆路交通（尤其是高铁网络）覆盖不足的情况下，却更有可能成为人们对外出行的首选，并对当地交通运输发挥着突出作用，故运输规模相对滞后的地区，其民航运输也可能存在一定程度的优势。在此方面，已有研究基于腾讯位置数据刻画了航空出行的短时特征，并结合问卷调查等梳理了机场选择行为意向与其形成机制22-23，但在时空尺度及多重影响因素判别等方面仍可进一步探究。综上所述，仅从规模视角出发并不能全面反映民航运输在区域交通体系中的相对优势，尤其是陆路交通建设不足的中西部地区，无法系统辨识某地民航运输在高层次区域中的地位和作用。鉴于此，本文尝试基于客运结构视角以客运占比情况反映民航运输功能，测度民航客运在全国的集聚水平及区域运输体系中的相对优势地位，验证民航客运量占比的空间特征是否区别于总量情况，并结合高速铁路等陆路交通方式探讨民航运输功能变化的影响因素。本文研究结果能够在一定程度上有效弥补规模视角下的认知偏差，对于从交通地理学角度提供对民航行业亏损的认识、综合交通体系区域差异化定位、完整判断各机场对其所属地区的作用与功能、合理认知中国机场体系的布局与潜在问题具有重要理论与现实意义。1 研究方法与数据来源1.1 分析思路本文从民用航空客运结构视角出发，以民航客运区位熵（Location Entropy of Civil Aviation Passenger Transport，LEP）测度各地民航运输在区域运输体系中的功能，并结合影响因素展开分析。首先，构建LEP的测算指标，并结合变异系数、全局空间自相关指数、标准差椭圆及重心迁移等方法刻画不同地区LEP的时空演变特征及分异格局，发现潜在问题与不足。在具体测算时，由于人们的出行需求很大程度上影响着交通运输的数量规模，并且考虑新冠肺炎疫情影响，以2000、2010、2018年为研究年份进行探讨。其次，由于不同地区的区位特征、发展基础、交通方式特别是高速铁路的发展，对人们不同出行方式的选择产生影响。为此，基于机场36经济地理第43卷与区位条件、区域交通竞合、区域发展基础、区域经济结构等方面，选取机场等级等12个指标，利用空间计量模型及地理探测器进行影响因素的识别及各因素间交互作用效果的分析，并据此提出优化探讨。1.2 研究方法1 1.2 2.1 1 民航客运区位熵民航客运区位熵本文尝试基于客运结构视角，判断民航客运对于其所属区域的相对优势地位及相对于全国的集聚程度，识别民航运输为地区交通承担的功能及发挥的作用。为此，考虑判别行业专业化水平、优势程度的常用指标区位熵法，以区域民航客运量在全国中的比例与区域人口在全国中的比例之间的商反映民航客运的相对优势，具体计算公式如下：LEP=VaiVaPiP（1）式中：LEP为民航客运区位熵；Vai为区域出行人口中选择民航运输的数量，即区域所有民航机场的客运量；Va为全国民航客运总量；Pi为区域人口数量；P为全国总人口。LEP表征的是区域民航客运在全国的集聚水平，以及民航运输在区域综合运输体系中的重要性。LEP1，表明该地民航客运集聚程度高于全国平均水平、民航运输在区域交通体系中具有相对优势，值越大，表明区域民航客运集聚水平越高，以及区域出行体系中选择民航运输的比例越大，即民航运输在区域综合运输体系中承担的运量越大、地位越重要、作用更为突出。1 1.2 2.2 2 空间特征分析方法空间特征分析方法标准差椭圆反映空间要素的离散程度，是刻画空间分布特征的有效方法。1个标准差椭圆范围涵盖60%的空间信息，其圆心即指标权重下的空间重心24，主要通过以中心、长轴、短轴、方位角为基本参数的空间分布椭圆定量描述研究对象的空间分布特征。1 1.2 2.3 3 空间回归模型空间回归模型空间回归模型可以测度LEP空间相关性表现出来的空间效应，空间滞后模型（SLM）与空间误差模型（SEM）是常用的空间回归模型。空间滞后模型考虑了某地LEP对其邻近单元的影响，其模型表达式为：y=Wy+x+（2）式中：y是因变量；x是解释变量；是空间回归系数；Wy是空间滞后变量；是解释变量的系数；是随机误差向量。空间误差模型考虑到误差项的空间溢出效应，假设误差在空间上相关，其模型表达式为：y=x+（3）=W+（4）式中：是误差项的空间自相关系数；是随机误差项。1 1.2 2.4 4 地理探测器地理探测器地理探测器是探测空间分异性，以及揭示其背后驱动力的一组统计学方法25，本文重点利用其因子探测与交互探测工具，分别反映影响因素对LEP的单因子解释效果及交互后的解释效果。1.3 数据来源本文涉及的机场均为民航运输机场，客运量数据主要来源于相关年份的 民航行业发展统计公报 民航机场生产统计公报 及统计局的民用航空运输机场客运量，位置信息来源于通用机场信息平台（https:/ 中国城市统计年鉴、各省（区、市）统计年鉴及相关统计公报等；平均海拔获取自资源环境数据云平台（）的DEM数据；机场等级按照MH5001-2021 民用机场飞行区技术标准 划分；机第3期于尚坤，苗 毅，王成新，等：中国民航客运区位熵的时空特征与影响因素37演变特征空间特征地理探测器机场与区位条件区域交通竞合区域发展基础优化探讨民航客运区位熵测算及特征分析民航客运区位熵测算及特征分析影响因素分析影响因素分析区域经济结构民航客运区位熵客运量区位熵法人口时序特征得分构成空间格局莫兰指数变异系数重心迁移民航客运区位熵空间计量模型图1研究框架Fig.1Research framework场与高速公路、高铁站点的距离按空间直线/欧式距离得到。2 民航客运区位熵的结果分析2.1LEP时序变化首先，尽管大部分地区的民航客运尚不具有相对优势（即LEP1），但LEP得分数值在时序上整体呈现上升趋势。一方面，随着机场建设得越来越多、分布渐趋广泛而均衡，能够具有相对优势的地区逐渐增多。2000年有48个地区达到相对优势，2010年有51个，而到2018年增至59个（占当年具有机场地区数的29%）。另一方面，无论LEP是否达到1，整体上其得分趋增的特点非常明显。研究期内LEP上升的地区占比最大，2018年LEP比2000年LEP高的地区共162个。其中，北京、天津等86个地区的LEP在两个阶段均呈现了上升趋势，仅有19个地区均呈现了下降趋势。主要原因在于，机场数量、航班航线等民航基础设施的不断增加与扩充，使得更多居民选择航空出行；此外，居民收入水平的提高与消费水平的升级也一定程度上推动着民航运输发展。其次，具有较强相对优势的地区，不仅是北京、上海、广州等具有门户机场的超大城市，也有乌鲁木齐、昆明、拉萨等中西部省会城市，以及三亚等诸多非省会城市。利用自然断点法将LEP自大到小划为、四级。深圳、厦门、海口、三亚、乌鲁木齐等地区的LEP在2018年达到级。其中，深圳、厦门作为沿海发达省份副省级城市，是区域发展的核心，其民航客运量也在全国名列前茅；海口作为中国最南端的省会城市，民航运输在对外联系中占据重要地位，在2000、2010、2018年的民航客运量分别为776、1 317、3 645万人次，分别排名第1、5、2位；而乌鲁木齐作为西北内陆省份新疆的中心及枢纽城市，良好的发展基础使民航运输成为其对外联系的重要方式。北京、上海、广州的LEP等级在2000、2018年与拉萨持平。其中，北京、上海、广州作为门户机场所在的全国区域中心城市，航空运输发展水平高、客货运输绝对量的优势明显，但在多种现代高速交通运输方式及庞大的人口基数影响下，其民航客运的相对优势并不明显；而拉萨等西部省份中心城市，在人口基数相对较小、地广人稀、地面高速交通发展不足等因素下，也具有较为突出的LEP得分。2018年级地区既包括天津、济南、重庆、合肥等省会城市与区域中心城市，同时也包括林芝、嘉峪关、克拉玛依、鄂尔多斯、巴音郭楞、德宏、迪庆等诸多中小城市、少数民族聚居区、青藏高原地区以及偏远乃至边境地区。据此，地形条件复杂、城镇聚落分散及陆路交通建设不健全且旅游业发展较有潜力的地区，尽管机场等级与运输规模不高，但当地对民航运输的需求较大，致使其LEP水平能与诸多省会城市及区域中心城市持平。最后，结合变异系数结果来看，研究期内变异系数结果均达到差异悬殊的强变异水平，但与此同时，也明显具有由 2000 年的 2.81 降至 2010 年的2.36，再到2018年的1.95差异弱化的特点，体现了趋于均衡化的过程特征。综合前述结果来看，其差异缩小的过程中，中小城市、少数民族聚居区以及偏远乃至边境地区的民航运输发展具有突出的贡献。2.2LEP分布及演变特征LEP分布呈现明显的空间分异特征（图 2）。LEP均值在空间上表现为“东部西部中部”，东部LEP高值分布在东南沿海地区，中西部则基本分布在省会城市。从空间演变来看，LEP中西部增长率（28.89%）高于东部（19.14%）并促使其空间分布更加均衡，中西部、级地区数量分别由2000年的0、4个上升至2018年的3、13个，高等级地区范围逐渐由集聚于东部向中西部扩散。这主要得益于中西部民航基础设施的发展速度较快，机场数量由2000年的70个增加至2018年的173个；加之机场等级持续提升且旅游选择乘坐飞机心态也发生巨大变化，同期机场旅客吞吐量由4 061.27万人次上升至55 243.48万人次。机场与LEP分布均呈“东密西疏”的空间差异38经济地理第43卷表1基于LEP变化的地区名单Tab.1The list of regions based on the change ofLEPLEP升高LEP降低20002010年三亚、阿坝、海西、丽江、杭州、呼和浩特、银川、太原、林芝、嘉峪关海口、深圳、厦门、广州、拉萨、西双版纳、酒泉、珠海、昆明、桂林20102018年珠海、丽江、拉萨、乌鲁木齐、克拉玛依、兰州、西宁、呼和浩特、嘉峪关、海口大连、成都、上海、广州、厦门、深圳、长沙、西双版纳、西安、杭州20002018年三亚、丽江、呼和浩特、嘉峪关、林芝、银川、太原、西宁、兰州、珠海海口、深圳、厦门、广州、西双版纳、上海、酒泉、拉萨、桂林、昆明注：因篇幅限制，只展示排名前十的地区。性特点。机场分布是人们出行时选择民航运输的先决条件，因此在机场分布不均的情况下，LEP也在一定程度上具有“东密西疏”的空间特征，整体格局同样符合既有研究的发现4。不过，机场分布与LEP空间格局也具有明显的差异性，突出表现为高密度机场分布不一定导致LEP形成高值集聚，中西部地区尤其是西北地区和青藏高原地区，也具有LEP较高的情况。北上广三大综合性门户枢纽机场“三足鼎立”的格局，受到来自海口等具有外向型经济以及拉萨、乌鲁木齐等偏远区域中心城市机场的冲击，呈现多中心的特点。其主要原因在于东部地区现代综合交通运输体系发展更为健全，而中西部地区陆路交通运输的高速化尚不足。如地处华北机场群天津的LEP远不及拉萨、乌鲁木齐等内陆省会（首府）城市，甚至不及西双版纳，即民航运输在诸多中西部城市运输体系中的地位远高于其在东部城市运输体系中的地位。由此，仅仅关注机场分布的空间差异，而忽略民航在区域出行系统中的地位，不一定符合区域交通发展的需要、满足人们的出行需求。为进一步判断空间演变的均衡性与集聚性趋势，结合机场与LEP的重心迁移及标准差椭圆等结果（图3）加以分析。结果表明，机场椭圆重心持续向西北迁移，由2000年的（111.8E，33.2N）移动到2018年的（109.9E，34.4N），说明随着中西部机场的建设发展，中国机场体系空间布局趋于均衡。LEP椭圆重心一直位于湖南、重庆二省（市），但持续向西北迁移，由2000年的（111.4E，27.4N）移动到2018年的（109.8E，30.9N）。LEP椭圆形态呈现西北东南向且面积扩大127.7万km2，表明LEP空间集聚范围趋于发散，同时结合椭圆位置不断向西北移动的结果来看，LEP趋于向西北方向扩张。研究期内全局莫兰指数大于 0 并由 0.0406 上升至0.0735，表现出各地区LEP存在正向相关性且相关性趋于增强的特点。综合来看，随着中国机场布局的逐渐均衡，LEP重心逐渐向西北方向移动，且集聚东南部的空间特征弱化，民航运输体系不断第3期于尚坤，苗 毅，王成新，等：中国民航客运区位熵的时空特征与影响因素39 图例2018年机场椭圆2010年机场椭圆2000年机场椭圆2000年机场重心2010年机场重心2018年机场重心2000年LEP椭圆2010年LEP椭圆2018年LEP椭圆2000年LEP重心2018年LEP重心2010年LEP重心0500 km图32000、2010、2018年中国机场及LEP分布的重心标准差椭圆迁移Fig.3Gravity center and standard deviation ellipse ofairports andLEPin China in 2000，2010 and 2018级级级级LEP等级级级级级LEP等级级级级级LEP等级0500 km0500 km0500 kmb.2010年c.2018年a.2000年注：本图基于自然资源部标准地图服务网站下载的标准地图（审图号：GS（2019）1822号）制作，底图无修改。图3同。图22000、2010、2018年中国LEP分布格局Fig.2The distribution pattern ofLEPin China in 2000，2010 and 2018均衡。3 影响因素分析3.1 影响来源分析与变量筛选基于已有相关研究成果26-28，本文从机场与区位条件、交通发展带来的竞合关系、区域自身的发展基础与经济结构4个方面筛选指标（表2）。机场与区位条件是民航运输发挥功能的先决条件，机场等级明确规定了机场跑道的参数与性能并直接影响甚至决定了飞机机型及载客量。区位条件包含平均海拔和区位优势度，分别是影响机场建设及人们出行活动的自然条件和社会条件。区域交通竞合关系作为影响民航运输发挥功能的外部因素，本文主要考察地面交通尤其是高速交通对民航运输的影响，从公路密度及两类高速交通的干线影响度进行测度29。区域发展基础是航空运输的市场支撑，一般而言，区域行政等级越高、城市规模越大、经济发展水平越高，选择民航出行的人群也就越多。区域经济结构是民航运输发展的经济保障，以二三产业发达、外向型经济活跃的区域具有更多的民航运输出行选择。其中，第二产业增加值在诸多地区依然最高并且成为经济发展的重要支撑；第三产业增加值则是产业结构高级化的重要指标。此外，民航运输与旅游业相互作用、相互制约3，在此以旅游区位熵表征旅游业发展水平。3.2基于空间回归模型的影响因素识别空间自相关分析的结果表明，LEP存在空间依赖性，因此以LEP为因变量，构建回归模型识别LEP的影响因素。通过比较OLS、SLM、SEM 3个回归模型结果，SLM通过了拉格朗日乘子检验，而SEM未通过显著性检验，因此SLM更适用于LEP的影响因素识别，OLS、SLM 回归结果见表 3。相较于OLS，SLM的拟合优度有所提升且AIC、Sc降低，通过显著性检验的因子更多，因此根据SLM的回归结果进行影响因素分析。从拟合结果来看，机场等级、区位优势度、公路密度、高速铁路影响度、人均GDP、二产增加值能够通过显著性检验。其中，机场等级、区位优势度、人均GDP与LEP呈显著正相关，三者每增加1%，LEP分别提升0.1595%、0.0892%、0.1490%。机场等级、区位优势度反映了机场所能容纳的乘客数量与地40经济地理第43卷表2LEP影响因素指标解释Tab.2The description ofLEPinfluencing factors指标类别机场与区位条件区域交通竞合区域发展基础区域经济结构指标名称（符号）机场等级（X1）平均海拔（X2）区位优势度（X3）公路密度（X4）高速公路影响度（X5）高速铁路影响度（X6）行政等级（X7）城市规模（X8）人均GDP（X9）第二产业增加值（X10）第三产业增加值（X11）旅游区位熵（X12）指标解释或测算按照“4F、4E、4D、4C、3C”的分级由大到小赋值基于DEM提取与中心城市的道路距离27公路线路长度与区域行政面积之比按照“拥有高速公路、距高速公路30 km以内、距高速公路60 km以内、距高速公路60 km以外”的分级由大到小赋值28按照“拥有高铁站点、距高铁站点30 km以内、距高铁站点60 km以内、距高铁站点60 km以外”的分级由大到小赋值28按照“直辖市、副省级城市、省会（首府）城市、普通地级市（自治州、地区、盟）、省直辖县”的分级由大到小赋值根据 国务院关于调整城市规模划分标准的通知（国发 2014 51号）中城市规模等级划分标准，按照“超大城市、特大城市、大城市、中等城市、小城市”的分级由大到小赋值来源于 中国城市统计年鉴来源于 中国城市统计年鉴来源于 中国城市统计年鉴Qi=PLiPiPLPq（5）式中：Qi为i地区的旅游区位熵；PLi为i地区旅游人数；Pi为i地区总人口数；PL为全国旅游人数；Pq为全国总人口数表3LEP影响因素的空间回归结果Tab.3The spatial regression results ofLEPinfluencing factors影响因素机场等级平均海拔区位优势度公路密度高速公路影响度高速铁路影响度行政等级城市规模人均GDP二产增加值三产增加值旅游区位熵R2OLS系数0.2000*-0.04930.08830.2926*0.0853-0.1524*0.07610.18710.1354*-0.4447*-0.0031-0.06810.5009标准误差0.05900.09090.05790.11180.10130.06360.06880.16200.06670.10920.18690.0743SLM系数0.1595*-0.01880.0892*0.2480*0.0603-0.1473*0.09030.15650.1490*-0.4085*0.0229-0.03270.5649标准误差0.05210.07980.05060.09780.08860.05570.06020.14190.05840.09580.16330.0651注：*、*、*分别表示在1%、5%、10%置信水平上显著。表4同。区集散能力，进而影响选择民航运输的乘客数量；民航基础设施建设依赖于雄厚的经济基础，人均GDP水平越高，居民越有能力承担民航出行高昂的费用。公路密度与LEP呈显著正相关，显然受地理邻近性制约的公路运输30，对以长途运输为主的民航客运冲击有限，但完善的公路网络能够促进二者形成互补优势31。高速铁路影响度、二产增加值与LEP呈显著负相关。第二产业发展过程中，工业、制造业的原材料与产品一般采用运量规模巨大的铁路、水路运输或机动性更强的公路运输，对民航运输的推动作用有限。3.3 基于地理探测器的影响因素交互作用借助地理探测器进一步探讨各因素对LEP影响程度的演变及其交互作用。根据因子探测结果（表4），首先，两类高速交通干线影响度呈差异化演变，高铁与民航的竞合关系逐渐显现。伴随高速铁路的建设发展、高速交通设施建设的体系化，高速公路影响度的q值上升并不明显，而高速铁路影响度q值不断上升，说明高速铁路投入运营后，凭借时间、成本与密度优势，在中短距离上势必会对民航运输产生影响32-33。表4LEP影响因素的因子探测结果Tab.4The factor detection results ofLEPinfluencing factors影响因素机场等级平均海拔区位优势度公路密度高速公路影响度高速铁路影响度行政等级城市规模人均GDP二产增加值三产增加值旅游区位熵2000年q值0.1645*0.01900.1270*0.1628*0.0042-0.1543*0.03680.3757*0.08300.2169*0.7212*排序4107511-6928312010年q值0.2815*0.02830.1303*0.1361*0.02350.01520.2160*0.2548*0.1068*0.1161*0.2683*0.3501*排序2107611125498312018年q值0.3723*0.03000.2328*0.1572*0.02350.0798*0.3167*0.1527*0.2161*0.0932*0.1880*0.1753*排序111371210284956其次，行政等级、三产增加值等社会经济特征，是民航运输发展的重要支撑。行政等级q值稳步提升，行政等级越高的城市，一般拥有更广泛的民航客运服务范围，也就具有更高的LEP水平，如北京、上海的LEP稳居前列；三产增加值的解释力超过0.1，产业结构高级化对交通设施发展提出更高要求，进而推动区域机场建设完善。最后，城市规模与旅游业是民航运输的潜在客源支撑，但中西部地区存在城市规模与LEP水平不匹配、民航发展滞后于旅游业的现象。一方面，城市规模与其LEP位序不符合位序规模法则，中西部地区部分小城市如拉萨呈现出较高的LEP水平，这些地区大多地理位置偏僻，境内一般分布有不止一座民用机场，民航运输在对外联系中占据重要地位。另一方面，旅游人数的增加与旅游市场的扩张，为民航运输提供了丰富的客源3。东部地区基本呈现旅游区位熵与LEP均处于较高水平的特点，二者保持良好发展关系；部分中西部地区如海北、阿坝等，虽然旅游业发展态势良好，但民航运输服务稍显落后34。2000年交互探测结果如图4a，旅游区位熵与其他因子交互后的解释力最强，体现了旅游业对民航运输的强大推动效应，尤其在陆路交通建设不便的地区表现更为明显；旅游区位熵与行政等级交互值最高（0.97），说明区域经济潜在需求规模与政府行政力量结合能够有力推动民航运输发展。高速公路影响度与其他因素交互作用时增幅最大，且均产生非线性增强效应；平均海拔、城市规模与其他因子交互值增幅均超过100%。2010年交互探测结果如图 4b，旅游区位熵与人均 GDP 交互值最高（0.71），旅游业与经济发展水平对LEP的交互影响逐渐超过旅游业与行政力量的交互。高速铁路影响度与其他因子交互值提升幅度最大。2018年交互探测结果见图4c，机场等级与其他因子交互后的解释力最强，说明随着机场布局愈加均衡，机场自身条件对LEP的影响逐渐增强，其中机场等级与旅游区位熵交互值最高（0.56）。区位优势度、行政等级、人均GDP、三产增加值、旅游区位熵与其他因子交互值均超过0.20，高速公路影响度与其他因子交互值增幅最大。综合来看，因子交互后对LEP的解释力明显高于单因子，说明各因素对LEP的影响不是相互独立的，而是存在显著的协同增强作用，因子之间的交互作用以双因子增强为主。从交互后的解释力来看，旅游区位熵、机场等级、人均GDP、三产增加值等因子交互值一直处于较高水平，与因子探测结果一致，表明无论单因子作用还是多因子交互作用，机场特征、区域发展基础及经济结构等基础条件对民航运输的发展起到重要支撑作用。从交互值的增幅来看，高速公路影响度、高速铁路影响度、平均海拔、二产增加值增幅一直位居前列，这些因素在因子探测中排名较为靠后，但因子交互作用下对LEP的解释力明显增强。第3期于尚坤，苗 毅，王成新，等：中国民航客运区位熵的时空特征与影响因素414 结论与讨论4.1 结论本文尝试采用民航客运区位熵表征其在综合运输体系中的地位，并进行时空特征的识别及影响因素分析，主要结论如下：综合交通运输体系下，大部分地区尚不具有民航客运的相对优势，但随着机场布局的建设完善，具有相对优势的地区逐渐增多；民航客运相对优势明显的地区不仅包括北上广等具有门户机场的超大城市，海口、三亚、乌鲁木齐、昆明乃至拉萨等的民航客运亦具有相对优势；近年来，在诸多中小城市、偏远乃至边境地区的贡献下，LEP呈现均衡化的特征。东中西部不平衡的机场分布现状，是LEP差异化空间分布的客观基础，但机场分布并不直接决定LEP。20002010年受东中西部机场布局不平衡的影响，高等级LEP集中分布于东南沿海地区，但随着中西部LEP的快速增长，诸多中西部省会城市LEP跃居级，LEP空间集聚范围趋于发散、空间格局愈加均衡；标准差椭圆重心不断向西北偏移，LEP东中西部差异逐渐缩小，尤其以拉萨、乌鲁木齐等城市较为突出。在非均衡的机场分布体系下，中西部地区LEP并非处于完全劣势，甚至具有增长情况的比较优势。机场等级、区位优势度、公路密度、人均GDP与LEP呈显著正相关，高速铁路影响度、二产增加值则呈显著负相关，且各因素对LEP的影响存在显著的协同增强作用，特别是机场特征、区域发展基础与经济结构等方面均显著影响LEP结果。此外，随着高速铁路的建设完善，高速铁路影响度对LEP的解释不断增强，高铁与民航的竞合关系逐渐显现。旅游业、城市规模在东中西部与LEP的匹配均不一致，中西部LEP滞后于旅游业发展，部分偏远地区小城市LEP保持较高水平。考虑到机场体系布局不均的现实，理应关注东中西部机场空间布局的公平性。4.2 讨论本文研究结果表明，在东中西部民航运输机场布局不均衡基础上，LEP的分布格局存在一定空间差异性。但LEP与机场体系分布格局及空间过程均有明显的差异性，突出表现为高密度的机场分布并未导致LEP的高值高度集聚，在机场分布相对稀疏的中西部地区，如拉萨、乌鲁木齐、林芝、德宏也存在LEP较大的情况。这在一定程度上表明，受自然地形等多重因素的影响，中小城市、西部偏远、少数民族地区的机场在长期交通运输体系发展过程中发挥其效能的同时也在当地乃至中国交通运输可达性公平进程中发挥着不可取代的作用。新冠肺炎疫情期间，民航运输业虽也受到一定程度的冲击35，但部分中西部地区民航机场旅客吞吐量仍保持增长态势。因此，考虑到民航运输在中西部地区运输体系中的重要性、东中西部地区联系的必要性以及后疫情时代的东中西部差异性，结合 “十四五”现代综合交通运输体系发展规划 中“全国123出行交通圈”“全球123快货物流圈”以及 “十四五”民用航空发展规划 中2025年达到270座机场等目标的实现，注重机场布局的空间公平、适当增加中西部地区民航运输发展及机场密度13，19、增强中西部中小城市机场地位，在未来中国民航运输机场体系的规划中应当予以更多关注。当然，在运输规模门槛效应的约束下，诸多偏远地区运输机场建设的供需关系也