空港綜合交通樞紐客流需求預(yù)測(cè)研究

空港綜合交通樞紐客流需求預(yù)測(cè)研究 ——以廣州白云機(jī)場(chǎng)為例 【摘要】航空客流預(yù)測(cè)是航空樞紐設(shè)施布局的基礎(chǔ)。目前階段，航空客流預(yù)測(cè)多以民航部門 的機(jī)場(chǎng)吞吐量預(yù)測(cè)為主，主要方法包括多項(xiàng)式曲線、波布加門公式等趨勢(shì)外推法，國(guó)內(nèi)生產(chǎn) 總值回歸的計(jì)量經(jīng)濟(jì)法等。既有方法主要支撐機(jī)場(chǎng)內(nèi)部主要營(yíng)運(yùn)參數(shù)的測(cè)算，對(duì)于機(jī)場(chǎng)集疏 運(yùn)設(shè)施估摸預(yù)測(cè)考慮不足，另一方面缺乏對(duì)機(jī)場(chǎng)客流關(guān)鍵影響因素的判斷，對(duì)于機(jī)場(chǎng)集疏運(yùn) 設(shè)施的供給策略支撐不夠。基于上述考慮，本文提出了面向集疏運(yùn)設(shè)施規(guī)模及供給策略的空 港綜合交通樞紐客流需求預(yù)測(cè)思路，在判斷主要客流構(gòu)成的基礎(chǔ)上，分析影響航空客流增長(zhǎng) 的主要影響因素，在對(duì)空港綜合交通樞紐客流總量進(jìn)行校核的基礎(chǔ)上，支撐空港綜合交通樞 紐對(duì)外設(shè)施供給策略的提出。以總量校核為基礎(chǔ)，通過客流分布、方式分擔(dān)等常規(guī)技術(shù)手段， 確定各分方式客流需求規(guī)模，以為相應(yīng)設(shè)施規(guī)模的預(yù)測(cè)提供依據(jù)。 【關(guān)鍵詞】空港樞紐；空港客流；客流預(yù)測(cè) 1. 引言 隨著機(jī)場(chǎng)客貨吞吐量的迅猛發(fā)展以及高速鐵路、城際軌道等在機(jī)場(chǎng)集疏運(yùn)體系中發(fā)揮越 來越重要的重要，越來越多的機(jī)場(chǎng)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 交通樞紐建設(shè)規(guī)劃中，如何科學(xué)準(zhǔn)確的預(yù)測(cè)機(jī)場(chǎng)客流需求的發(fā)展趨勢(shì)，能夠?yàn)橹贫ㄎ磥戆l(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)，保證機(jī)場(chǎng)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。 2. 客流構(gòu)成及需求預(yù)測(cè)思路 2.1 客流構(gòu)成分析 大型空港綜合交通樞紐組織的核心是進(jìn)出航站樓的航空客流以及由此引發(fā)的迎送客流 和機(jī)場(chǎng)員工需求，以航空客流總量為基礎(chǔ)，可推算迎送客流及機(jī)場(chǎng)員工出行需求。從國(guó)際上 較大規(guī)模機(jī)場(chǎng)的實(shí)際數(shù)據(jù)來看，平均進(jìn)出機(jī)場(chǎng)的人員中有49%是乘坐飛機(jī)的旅客，25%是迎 送旅客人員，18%是機(jī)場(chǎng)工作人員，其他人員平均僅占8%。 表1世界主要機(jī)場(chǎng)客流構(gòu)成分析機(jī)場(chǎng)旅客迎送人員工作人員其他法蘭克福60%6%29%5%維也納51%22%19%8%巴黎奧利62%7%23%8%阿姆斯特丹41%23%28%8%亞特蘭大39%26%9%26% 2.2 需求預(yù)測(cè)思路 面向集疏運(yùn)設(shè)施規(guī)模及供給的空港綜合交通樞紐客流需求預(yù)測(cè)思路總體遵循四階段預(yù) 測(cè)方法。航空客流總量預(yù)測(cè)是客流需求預(yù)測(cè)的重點(diǎn)，采用關(guān)鍵因素分析法，考慮經(jīng)濟(jì)發(fā)展、 1 高鐵引入等關(guān)鍵因素，對(duì)機(jī)場(chǎng)總規(guī)航空客流總量進(jìn)行校核分析。 在客流總量預(yù)測(cè)方面，除考慮航空客流需求外，還應(yīng)考慮迎送客流需求和機(jī)場(chǎng)員工出行 需求。由于機(jī)場(chǎng)員工通常采用輪換倒班制，通勤出行時(shí)段與航空旅客高峰時(shí)段不重疊，因此 面向集疏運(yùn)設(shè)施規(guī)模預(yù)測(cè)時(shí)可不疊加考慮對(duì)機(jī)場(chǎng)員工出行需求。而以迎送旅客出行需求與航 空陸側(cè)客流需求之和為基礎(chǔ)，通過客流分布及方式劃分即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(cè)提供依據(jù)。具體預(yù)測(cè)思路如圖1所示。 圖1客運(yùn)需求預(yù)測(cè)流程圖 3. 航空客流總量及相關(guān)客流構(gòu)成預(yù)測(cè) 3.1航空客流總量預(yù)測(cè)思路 既往航空客流總量預(yù)測(cè)多以民航部門為主導(dǎo)，主要方法包括多項(xiàng)式曲線、波布加門公式 等趨勢(shì)外推法，國(guó)內(nèi)生產(chǎn)總值回歸的計(jì)量經(jīng)濟(jì)法等。既有預(yù)測(cè)方法是基于常規(guī)發(fā)展思路下、 面向機(jī)場(chǎng)內(nèi)部設(shè)施的預(yù)測(cè)方法，對(duì)于大型空港樞紐存在三方面不足：首先對(duì)機(jī)場(chǎng)中轉(zhuǎn)樞紐構(gòu) 建帶來的中轉(zhuǎn)航空客流估計(jì)不足，其次對(duì)高鐵等交通方式對(duì)航空客流產(chǎn)生的影響估計(jì)不夠， 第三難以滿足機(jī)場(chǎng)集疏運(yùn)設(shè)施的規(guī)模預(yù)測(cè)和供給策略。 因此，本文面向集疏運(yùn)設(shè)施規(guī)模及供給策略，打破既有規(guī)劃方法中對(duì)國(guó)內(nèi)、國(guó)際客流分 別預(yù)測(cè)的慣例，提出基于陸側(cè)客流與中轉(zhuǎn)客流構(gòu)成的航空客流總量預(yù)測(cè)思路，對(duì)于陸側(cè)客流 和中轉(zhuǎn)客流，分別考慮關(guān)鍵影響因素進(jìn)行預(yù)測(cè)，具體流程如圖2所示。 3.2 陸側(cè)航空客流預(yù)測(cè) 分析陸側(cè)客流的關(guān)鍵影響因素，主要考慮經(jīng)濟(jì)發(fā)展和高鐵引入兩個(gè)方面：大型機(jī)場(chǎng)陸側(cè) 客流總量與地區(qū)經(jīng)濟(jì)發(fā)展水平具有直接關(guān)系，而高速鐵路的發(fā)展對(duì)機(jī)場(chǎng)發(fā)展帶來挑戰(zhàn)的同時(shí)， 也將拓展機(jī)場(chǎng)服務(wù)腹地，給機(jī)場(chǎng)帶來更多的區(qū)域客流。 3.2.1 經(jīng)濟(jì)發(fā)展帶來的直接影響 經(jīng)濟(jì)發(fā)展是航空客流增加的根本原因和持續(xù)動(dòng)力。受經(jīng)濟(jì)增長(zhǎng)影響，一方面會(huì)誘增航空 客流，另一方面隨著經(jīng)濟(jì)水平的提高，人們長(zhǎng)距離出行將追求更快更舒適的出行方式，既有 的長(zhǎng)途公路及鐵路客流也會(huì)向航空轉(zhuǎn)移。 2圖3法蘭克福機(jī)場(chǎng)客流來源分布圖3法蘭克福機(jī)場(chǎng)客流來源分布 圖2航空客流總量預(yù)測(cè)思路 對(duì)于陸側(cè)客流受經(jīng)濟(jì)直接影響產(chǎn)生的增長(zhǎng)預(yù)期可按常規(guī)與 GDP 增長(zhǎng)相關(guān)的增長(zhǎng)率法。 機(jī)場(chǎng)總體規(guī)劃預(yù)測(cè)通常采用此方法，可供借鑒。但由于諸多方面因素的影響，其預(yù)測(cè)結(jié)果往 往與發(fā)展實(shí)際出現(xiàn)偏差，需要進(jìn)行修正。《廣州白云國(guó)際機(jī)場(chǎng)總體規(guī)劃》預(yù)計(jì)廣州白云國(guó)際 機(jī)場(chǎng)國(guó)內(nèi)客流的平均增長(zhǎng)率2005‐2010年為8.9%，2010‐2020年為6.7%，從而預(yù)測(cè)2010年 廣州白云機(jī)場(chǎng)的國(guó)內(nèi)客流量為3040 萬人，2020年為5812萬人。而實(shí)際發(fā)展?fàn)顩r表明《總 規(guī)》預(yù)測(cè)過于保守，低估了航空客流的增長(zhǎng)速度：廣州白云機(jī)場(chǎng)2009年航空旅客吞吐量達(dá) 到 3704 萬人次，其中陸側(cè)旅客吞吐量為 3482 人次，國(guó)內(nèi)客流量已經(jīng)達(dá)到 3256 萬人， 2005‐2009年的平均增長(zhǎng)率高達(dá)13.1%。 借鑒國(guó)內(nèi)對(duì)繁忙地區(qū)大型機(jī)場(chǎng)航空運(yùn)輸需求預(yù)測(cè)往往偏于保守的經(jīng)驗(yàn)教訓(xùn)，采用專家法 對(duì)廣州白云國(guó)際機(jī)場(chǎng)的國(guó)內(nèi)客流增長(zhǎng)率進(jìn)行修訂，適當(dāng)提高年均增長(zhǎng)率至 7.3%，依此作為 陸側(cè)客流受經(jīng)濟(jì)影響的年增長(zhǎng)率，因此，預(yù)計(jì)2020年陸側(cè)航空客流將達(dá)到7558萬人次。 3.2.2高鐵引入帶來的雙重影響 高鐵網(wǎng)絡(luò)的建成對(duì)航空客流的影響是雙方面的： 一方面，支線航空受到很大沖擊，短程的空空聯(lián)運(yùn)將 轉(zhuǎn)變?yōu)榭砧F聯(lián)運(yùn)。在國(guó)內(nèi)，武廣高鐵通車后，1000 公里以內(nèi)的航空客流也有不同程度的分流。但另一方 面，高鐵在分流航空客流的同時(shí)，也會(huì)拓展機(jī)場(chǎng)的腹 地。有調(diào)查顯示，法蘭克福機(jī)場(chǎng)原本的輻射范圍為 200km（圖3），在這個(gè)范圍內(nèi)居住著3500萬人口， 但是在實(shí)施空鐵聯(lián)運(yùn)后，僅有43%的客流是來源于這 3圖4東京-岡山運(yùn)輸線上民航與新干線市場(chǎng)份額變化趨勢(shì)圖4東京-岡山運(yùn)輸線上民航與新干線市場(chǎng)份額變化趨勢(shì) 一范圍的，而57%的客流 來源于這范圍之外，空鐵 聯(lián)運(yùn)使得機(jī)場(chǎng)的輻射范 圍得到擴(kuò)張，從而法蘭克 福機(jī)場(chǎng)在1998年高鐵開 通后的幾年間客流量依 然實(shí)現(xiàn)了大幅增加。因此， 從長(zhǎng)期來看，高鐵對(duì)航空 客流總量增長(zhǎng)的影響又 逐漸趨弱（圖 4）。因此，對(duì)于航空客流的預(yù)測(cè)應(yīng)按近、遠(yuǎn)期分別展開。為重點(diǎn)表述關(guān)鍵因 素分析法中對(duì)高鐵引入的影響分析，本文主要針對(duì)廣州白云機(jī)場(chǎng)近期2020年客流展開預(yù)測(cè)。 （1）高鐵對(duì)航空客流的分流影響 高鐵對(duì)民航的影響程度，與高鐵里程和旅行時(shí)間的關(guān)系最為密切。研究表明，500 公里 以內(nèi)，高鐵對(duì)民航的沖擊達(dá)到 50%以上，500～800 公里達(dá)到 30%～50%，800～1000 公里 以內(nèi)大約20%～30%，1000～1500 公里大約10%～20%，而1500 公里以上沒有影響根據(jù)對(duì) 未來各個(gè)航段客流的分析，預(yù)計(jì)2020年航空將轉(zhuǎn)移至高鐵800萬人次，約占11%。 圖5高鐵分流航空客流比例 （2）高鐵對(duì)航空腹地的拓展影響 廣州白云國(guó)際機(jī)場(chǎng)作為國(guó)內(nèi)三大門戶復(fù)合型樞紐機(jī)場(chǎng)，其輻射范圍將拓展至泛珠三角地 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(jī)場(chǎng)服務(wù)腹地的拓展。根據(jù)高鐵線路 走向和外省大型機(jī)場(chǎng)所處位置進(jìn)行分析，廣州白云機(jī)場(chǎng)未來將會(huì)對(duì)鄰近的廣西、湖南和江西 的潛在客源產(chǎn)生較強(qiáng)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，再考慮這部分源選擇廣州白云機(jī)場(chǎng)的概率，從而得到高鐵可能帶來的航空客流量。如 表1所示，預(yù)計(jì)2020年廣州白云機(jī)場(chǎng)將通過高鐵吸引245萬的外省客流。 4 L） L） 轉(zhuǎn)L l陸 轉(zhuǎn) 表22020年廣州白云機(jī)場(chǎng)吸引的外省客流量影響人口人均航空乘次每年航空人次選擇廣州機(jī)場(chǎng)至廣州機(jī)場(chǎng)人次（萬人）（次/年）（萬人）概率（萬人）廣西34400.13440.2586貴州12000.11200.2530湖南31300.26260.1594江西15500.152330.1535合計(jì)9320—1323—245 3.2.3 陸側(cè)航空客流量預(yù)測(cè) 綜上分析，如果僅考慮經(jīng)濟(jì)發(fā)展的影響（包括誘增客流和公鐵轉(zhuǎn)移客流），2020年廣州 白云機(jī)場(chǎng)的國(guó)內(nèi)航空客流有可能達(dá)到7558萬，高鐵引入后分流800萬航空客流，但同時(shí)會(huì) 額外帶來245萬的外省客流，因此預(yù)計(jì)2020年廣州白云機(jī)場(chǎng)陸側(cè)航空客流總量將達(dá)到7003 萬人次。 3.3 中轉(zhuǎn)航空客流量預(yù)測(cè) 3.3.1 中轉(zhuǎn)客流比例的確定 2009 年，廣州白云機(jī)場(chǎng)的中轉(zhuǎn)客流只占 6%。在中轉(zhuǎn)客流中，國(guó)內(nèi)中轉(zhuǎn)客流約占 60%， 國(guó)內(nèi)國(guó)際中轉(zhuǎn)客流約占38%，國(guó)際中轉(zhuǎn)受香港機(jī)場(chǎng)影響，只占2%?？傮w上看，呈現(xiàn)以國(guó)內(nèi) 中轉(zhuǎn)為主，國(guó)內(nèi)國(guó)際中轉(zhuǎn)為輔的格局。 未來航空旅客中轉(zhuǎn)量的多少取決于航空網(wǎng)絡(luò)構(gòu)建、航運(yùn)市場(chǎng)拓展以及中轉(zhuǎn)旅客服務(wù)等多 方面因素，同時(shí)還與周邊樞紐機(jī)場(chǎng)服務(wù)能力的強(qiáng)弱有關(guān)。廣州白云機(jī)場(chǎng)在國(guó)際航運(yùn)網(wǎng)絡(luò)中具 有良好的區(qū)位優(yōu)勢(shì)，同時(shí)廣州白云機(jī)場(chǎng)也將致力于打造國(guó)際航空樞紐，因此對(duì)于中轉(zhuǎn)航空客 流的預(yù)測(cè)不能基于常規(guī)增長(zhǎng)的思路去考慮。本文通過分析機(jī)場(chǎng)地位、國(guó)內(nèi)國(guó)際趨勢(shì)以及與亞 太地區(qū)主要樞紐機(jī)場(chǎng)做類比等，判斷廣州白云機(jī)場(chǎng)中轉(zhuǎn)客流發(fā)展趨勢(shì)：預(yù)計(jì)未來廣州白云機(jī) 場(chǎng)國(guó)內(nèi)國(guó)際中轉(zhuǎn)的增長(zhǎng)速度最快，國(guó)內(nèi)中轉(zhuǎn)其次，而國(guó)際中轉(zhuǎn)的增長(zhǎng)速度較慢。從中轉(zhuǎn)客運(yùn) 量來說，廣州白云機(jī)場(chǎng)未來有望超越仁川機(jī)場(chǎng)與成田機(jī)場(chǎng)，而略遜于香港機(jī)場(chǎng)。參考仁川、 成田以及香港機(jī)場(chǎng)客流中轉(zhuǎn)比例，確定廣州白云機(jī)場(chǎng)的客運(yùn)中轉(zhuǎn)比例為15%。 表3樞紐機(jī)場(chǎng)中轉(zhuǎn)客流特征香港首爾仁川東京成田廣州（2011年）（2011年）（2009年）現(xiàn)狀中轉(zhuǎn)客運(yùn)量1500萬566萬529萬235萬中轉(zhuǎn)客流比例26%20%19%6%現(xiàn)狀特征國(guó)際中轉(zhuǎn)為主、國(guó)內(nèi)國(guó)際中轉(zhuǎn)國(guó)際中轉(zhuǎn)國(guó)內(nèi)中轉(zhuǎn)為主、國(guó)內(nèi)國(guó)際中轉(zhuǎn)為輔國(guó)際中轉(zhuǎn)為輔 3.3.2 中轉(zhuǎn)航空客流量預(yù)測(cè) 陸側(cè)航空客流、中轉(zhuǎn)航空客流以及中轉(zhuǎn)航空比例之間存在著直接的數(shù)量關(guān)系，基于此列 出數(shù)量關(guān)系方程式如下所示： （L 5 ——陸側(cè)航空客流量， ——中轉(zhuǎn)航空客流量，陸 轉(zhuǎn) L 在已知陸側(cè)航空客流量、中轉(zhuǎn)客流比例的情況下，可求得中轉(zhuǎn)客流量為1236萬人次。 3.4 航空客流總量及相關(guān)客流構(gòu)成 3.4.1 航空客流總量預(yù)測(cè) 綜合上述陸側(cè)航空客流量及中轉(zhuǎn)航空客流量預(yù)測(cè)結(jié)果，廣州白云機(jī)場(chǎng)2020年航空客流 總量為8238萬人次。參考現(xiàn)狀，對(duì)中轉(zhuǎn)比例進(jìn)行細(xì)分，結(jié)果如表所示： 表4廣州白云機(jī)場(chǎng)航空客流細(xì)分表（萬人次/年）國(guó)內(nèi)直達(dá)國(guó)際直達(dá)國(guó)內(nèi)中轉(zhuǎn)國(guó)內(nèi)‐國(guó)際國(guó)際‐國(guó)內(nèi)國(guó)際中轉(zhuǎn)合計(jì)2009年30704001404545437042020年56001403512356356118238陸側(cè)航空客流：7003中轉(zhuǎn)客流：12368238 3.4.2 陸側(cè)客流總量預(yù)測(cè) （1）陸側(cè)迎送客流量預(yù)測(cè) 依上述結(jié)果，廣州白云機(jī)場(chǎng) 2020 年陸側(cè)航空旅客量為 7003 萬人次，折合 19 萬人次/ 日。根據(jù)國(guó)際經(jīng)驗(yàn)，世界主要大型機(jī)場(chǎng)中，平均每一名機(jī)場(chǎng)乘降旅客將有0.6人次的迎送人 員進(jìn)出需求?？紤]國(guó)內(nèi)迎來送往的風(fēng)土人情，同時(shí)參考首都機(jī)場(chǎng)的迎送比例，確定規(guī)劃年廣 州白云機(jī)場(chǎng)的迎送比例為0.5。據(jù)此，2020年迎送人員進(jìn)出需求為9.5萬人次。 （2）陸側(cè)客流總量預(yù)測(cè) 由于航空客流到達(dá)的高峰時(shí)段與機(jī)場(chǎng)員工到達(dá)的高峰時(shí)段不重疊，因此高峰時(shí)段陸側(cè)客 陸側(cè)客流總量主要為航空客流及其迎送客流。依前預(yù)測(cè)結(jié)果，二者日均客流之和2020年為 28.5萬人次/日。 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(fèi)，取設(shè)計(jì)日客流為日均客流 的1.15倍，高峰小時(shí)系數(shù)取0.1，則得到2020年設(shè)計(jì)日陸側(cè)高峰小時(shí)客流為3.3萬人次/h， 這是設(shè)施規(guī)模預(yù)測(cè)的直接基礎(chǔ)。 3.4.3 機(jī)場(chǎng)員工客流需求預(yù)測(cè) 由于機(jī)場(chǎng)員工工作時(shí)間大致從6:00到24:00，采用輪換倒班制，與一般職業(yè)不同，所以 機(jī)場(chǎng)員工通勤出行時(shí)段與航空旅客高峰時(shí)段不重疊，對(duì)機(jī)場(chǎng)員工出行需求預(yù)測(cè)的重點(diǎn)在于車 輛停放設(shè)施的安排上。因此，對(duì)機(jī)場(chǎng)員工的集散需求采用兩種方法估算。 第一種方法依據(jù)進(jìn)出場(chǎng)人員的統(tǒng)計(jì)結(jié)果推算。根據(jù)國(guó)際經(jīng)驗(yàn)，機(jī)場(chǎng)員工占機(jī)場(chǎng)進(jìn)出旅客 總量的18%，是航空旅客的37%。2020年航空旅客數(shù)為19萬人次/日，則進(jìn)出場(chǎng)員工為7.1 萬人次/日。 第二種方法依據(jù)員工數(shù)與航空旅客數(shù)的比值統(tǒng)計(jì)結(jié)果推算。依據(jù)美國(guó)18個(gè)機(jī)場(chǎng)的統(tǒng)計(jì) 結(jié)果，機(jī)場(chǎng)員工與年旅客每1000人次的比值均值為0.57，據(jù)此，2020年白云機(jī)場(chǎng)的員工數(shù) 為 4.5 萬人。按每名員工每天出行 2 次并取 0.8 的折算系數(shù)，則 2020 年員工出行需求為 9 6 萬人次/日。 綜上兩種方法預(yù)測(cè)結(jié)果，2020年員工進(jìn)出需求為8.1萬人次/日。 4. 客流分布與集疏散方式預(yù)測(cè) 4.1 總體預(yù)測(cè)思路 現(xiàn)狀調(diào)查顯示，機(jī)場(chǎng)客流中，廣佛都市圈客流居于主導(dǎo)，且隨著城市交通一體化進(jìn)程的 發(fā)展，機(jī)場(chǎng)客流集散方式在該范圍內(nèi)也呈現(xiàn)出明顯的城市化特征，地鐵、機(jī)場(chǎng)大巴等交通方 式成為主導(dǎo)。從發(fā)展趨勢(shì)來看，隨著廣東省實(shí)施產(chǎn)業(yè)及勞動(dòng)力“雙轉(zhuǎn)移”戰(zhàn)略的推進(jìn)與實(shí)施， 廣東省外圍區(qū)域?qū)⒊尸F(xiàn)快速發(fā)展趨勢(shì)，區(qū)域?qū)ν饴?lián)系需求增強(qiáng)，而高鐵和城際軌道的發(fā)展正 迎合了該聯(lián)系需求，拓展了廣州白云機(jī)場(chǎng)的區(qū)域輻射能力。 因此，陸側(cè)客流分布及集散方式預(yù)測(cè)分區(qū)域和廣佛都市區(qū)兩個(gè)圈層展開。 4.2 區(qū)域客流總量分析 從世界各國(guó)的發(fā)展經(jīng)驗(yàn)來看，航空出行強(qiáng)度與人均 GDP 有較強(qiáng)的關(guān)聯(lián)。如圖 6 所示， 航空出行強(qiáng)度隨著人均GDP的增加而提高，在3000‐10000美元之間時(shí)增長(zhǎng)最快，并且最終 趨于穩(wěn)定。目前珠三角人均 GDP 在 5 萬元以上，航空客流需求很大，而珠三角以外地區(qū)的 人均GDP還不到2萬元，潛在的航空需求很大。 通過對(duì)各區(qū)域范圍內(nèi)各城市的 GDP 和人口的估算，大體推算廣州白云國(guó)際機(jī)場(chǎng)區(qū)域客 流比重，預(yù)計(jì)2020年廣州白云機(jī)場(chǎng)陸側(cè)區(qū)域客流比重將從現(xiàn)狀的20%提高至40%，設(shè)計(jì)日 高峰小時(shí)區(qū)域客流量為 1.32 萬人次/h。廣佛都市區(qū)客流比例占 60%，設(shè)計(jì)日高峰小時(shí)廣佛 都市區(qū)客流量為1.98萬人次/h。 圖6航空出行強(qiáng)度與人均GDP關(guān)系 4.3 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(jìn)行通道客流集計(jì)，如圖所示。隨著廣東 省外圍地區(qū)客流逐年增加，區(qū)域客流通道密度趨于均衡發(fā)展。 在集疏運(yùn)方式中，從機(jī)場(chǎng)調(diào)查結(jié)果看，進(jìn)出場(chǎng)交通方式結(jié)構(gòu)相差不甚顯著，為簡(jiǎn)化預(yù)測(cè) 7 過程，以進(jìn)出場(chǎng)方式一致為前提進(jìn)行預(yù)測(cè)。對(duì)于區(qū)域客流集散方式的選擇，考慮出行鏈中與 機(jī)場(chǎng)直接銜接的方式作為預(yù)測(cè)的結(jié)果，對(duì)于高鐵吸引的區(qū)域客流，考慮與高鐵站銜接的城際、 機(jī)場(chǎng)大巴及出租車等換乘方式，結(jié)果如表4所示。結(jié)果表明，機(jī)場(chǎng)陸側(cè)客流集散方式將由以 機(jī)場(chǎng)大巴為主導(dǎo)的單一方式向城際軌道、機(jī)場(chǎng)大巴、高鐵換乘城際或出租以及小汽車等多方 式轉(zhuǎn)移，且城際軌道在區(qū)域客流集散上發(fā)揮越來越多的作用。 表5區(qū)域陸側(cè)客流設(shè)計(jì)日高峰小時(shí)進(jìn)出方式劃分結(jié)果城際軌道機(jī)場(chǎng)大巴換乘出租車小汽車其他合計(jì)客流需求（人次/h）67303565530211026513200方式比例51%27%4%16%2%100% 4.4 廣佛都市區(qū)客流分布與方式劃分 以未來人口和就業(yè)的分布確定各片區(qū)的客流比重，從而得到規(guī)劃年廣佛都市區(qū)客流分布 結(jié)果。預(yù)測(cè)結(jié)果表明，隨著廣佛都市區(qū)城鄉(xiāng)經(jīng)濟(jì)一體化進(jìn)程的推進(jìn)，外圍地區(qū)經(jīng)濟(jì)實(shí)力逐漸 增強(qiáng)，航空客流逐年遞增，佛山、番禺、南沙、從化、增城等地客流比重增加，如圖9、10 所示。 在廣佛都市區(qū)客流進(jìn)出機(jī)場(chǎng)的方式上，呈現(xiàn)出租車、小汽車等個(gè)體交通方式向公共交通 方式轉(zhuǎn)移的趨勢(shì)。 圖62020年區(qū)域客流分布圖 圖72020年廣佛都市區(qū)客流分布圖 表6廣佛都市區(qū)設(shè)計(jì)日高峰小時(shí)客流量交通方式劃分表城市軌道城際軌道機(jī)場(chǎng)大巴出租車小汽車其他合計(jì)客流需求（人次/h）2575297039605150475039519800方式比例13%15%20%26%24%2%100% 4.5 陸側(cè)航空客流預(yù)測(cè)小結(jié) 將區(qū)域客流及廣佛都市區(qū)客流預(yù)測(cè)結(jié)果相加匯總，得到廣州白云機(jī)場(chǎng)陸側(cè)客流集疏運(yùn)方 式表。