空港綜合交通樞紐客流需求預(yù)測(cè)研究
——以廣州白云國(guó)際機(jī)場(chǎng)為例

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

0 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、城際軌道交通等交通方式在機(jī)場(chǎng)集疏運(yùn)體系中發(fā)揮日益重要的作用，越來(lái)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(以下簡(jiǎn)稱“空港樞紐”)規(guī)劃建設(shè)中，如何科學(xué)準(zhǔn)確地預(yù)測(cè)航空客流需求的發(fā)展趨勢(shì)、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(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。

既有航空客流總量預(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)外推法以及國(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)于大型空港樞紐客流預(yù)測(cè)存在三方面不足：首先對(duì)樞紐機(jī)場(chǎng)構(gòu)建帶來(lái)的中轉(zhuǎn)航空客流估計(jì)不足；其次，對(duì)城際軌道交通、高速鐵路等交通方式對(duì)航空客流產(chǎn)生的影響估計(jì)不足；第三，難以滿足機(jī)場(chǎng)集疏運(yùn)設(shè)施規(guī)模預(yù)測(cè)和供給策略制定的要求。本文探索面向集疏運(yùn)設(shè)施規(guī)模及供給策略的空港樞紐客流需求預(yù)測(cè)思路，并結(jié)合廣州白云國(guó)際機(jī)場(chǎng)綜合交通樞紐客流預(yù)測(cè)展開分析。

1 空港樞紐陸側(cè)客流構(gòu)成及需求預(yù)測(cè)思路

1.1 客流構(gòu)成分析

面向集疏運(yùn)設(shè)施規(guī)模及供給策略的空港樞紐客流預(yù)測(cè)，重點(diǎn)在于分析預(yù)測(cè)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(jī)場(chǎng)員工三部分。從國(guó)際上規(guī)模較大的機(jī)場(chǎng)實(shí)際數(shù)據(jù)來(lái)看，平均進(jìn)出機(jī)場(chǎng)的人員中乘坐飛機(jī)的旅客占49%，迎送旅客人員占25%，機(jī)場(chǎng)員工占18%，其他人員僅占8%。

表1 世界主要機(jī)場(chǎng)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(cè)流程Fig.1 Forecasting procedure of landside passenger travel demand at a hub airport

1.2 需求預(yù)測(cè)思路

面向集疏運(yùn)設(shè)施規(guī)模及供給策略的空港樞紐客流需求預(yù)測(cè)總體遵循四階段預(yù)測(cè)思路。陸側(cè)客流總量的確定是客流需求預(yù)測(cè)的重點(diǎn)。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)可不考慮機(jī)場(chǎng)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(shí)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(cè)提供依據(jù)。具體預(yù)測(cè)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(cè)

2.1 航空客流總量預(yù)測(cè)思路

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)客流的航空客流總量預(yù)測(cè)思路，對(duì)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(jìn)行預(yù)測(cè)，具體流程如圖2所示。

2.2 陸側(cè)航空客流預(yù)測(cè)

陸側(cè)航空客流的關(guān)鍵影響因素包括經(jīng)濟(jì)發(fā)展和高鐵引入兩個(gè)方面，大型空港樞紐陸側(cè)航空客流總量與地區(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(lái)挑戰(zhàn)的同時(shí)，也將拓展機(jī)場(chǎng)服務(wù)腹地并帶來(lái)更多的區(qū)域客流。

2.2.1 經(jīng)濟(jì)發(fā)展的直接影響

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，另一方面人們?cè)陂L(zhǎng)距離出行時(shí)將追求更快、更舒適的方式，既有的公路、鐵路、長(zhǎng)途客流也會(huì)向航空轉(zhuǎn)移。

陸側(cè)航空客流受經(jīng)濟(jì)直接影響產(chǎn)生的增長(zhǎng)預(yù)期可采用常規(guī)預(yù)測(cè)方法，即與GDP增長(zhǎng)相關(guān)的增長(zhǎng)率法，機(jī)場(chǎng)總體規(guī)劃客流預(yù)測(cè)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(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?！稄V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)(以下簡(jiǎn)稱“白云機(jī)場(chǎng)”)國(guó)內(nèi)客流平均增長(zhǎng)率2005―2010年為 8.9%，2010―2020年為6.7%，進(jìn)而預(yù)測(cè)2010年國(guó)內(nèi)客流量為3 040萬(wàn)人次，2020年為5 812萬(wàn)人次[2]。實(shí)際發(fā)展?fàn)顩r表明，總體規(guī)劃預(yù)測(cè)過于保守，低估了航空客流的增長(zhǎng)速度?；?009年數(shù)據(jù)顯示，白云機(jī)場(chǎng)航空旅客吞吐量達(dá)到3 704萬(wàn)人次，其中國(guó)內(nèi)旅客吞吐量已經(jīng)達(dá)到3 256萬(wàn)人次，2005―2009年平均增長(zhǎng)率高達(dá)13.1%，遠(yuǎn)高于預(yù)測(cè)水平。

考慮面向集疏運(yùn)設(shè)施供給的客流預(yù)測(cè)重點(diǎn)，關(guān)注陸側(cè)客流需求，2009年白云機(jī)場(chǎng)陸側(cè)航空客流量已達(dá)到3 482萬(wàn)人次，占白云機(jī)場(chǎng)總吞吐量的94%。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)，適當(dāng)提高客流增長(zhǎng)率作為陸側(cè)航空客流增長(zhǎng)比率，確定2009―2020年陸側(cè)航空客流年均增長(zhǎng)率為7.3%，預(yù)計(jì)2020年陸側(cè)航空客流將達(dá)到7 558萬(wàn)人次。

2.2.2 高鐵引入的雙重影響

高鐵網(wǎng)絡(luò)的建成對(duì)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(yùn)”將轉(zhuǎn)變?yōu)椤翱砧F聯(lián)運(yùn)”。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(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)原輻射范圍為200 km(見圖3)，這一范圍內(nèi)居住人口為3 500萬(wàn)人，1998年高鐵開通實(shí)施“空鐵聯(lián)運(yùn)”后，輻射范圍拓展至全國(guó)，機(jī)場(chǎng)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(guó)其他州內(nèi)[3]。

1）高鐵對(duì)航空客流的分流影響。

高鐵對(duì)航空客流的影響程度與高鐵里程和旅行時(shí)間的關(guān)系最為密切。國(guó)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(dá)到50%以上，500～800 km轉(zhuǎn)移比例達(dá)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(jī)場(chǎng)各航段里程及客流進(jìn)行分組整理，確定各組各航段客流的轉(zhuǎn)移比例，集計(jì)后得到2020年航空轉(zhuǎn)移至高鐵的客流為800萬(wàn)人次，約占陸側(cè)航空客流的11%。

2）高鐵對(duì)航空腹地的拓展影響。

白云機(jī)場(chǎng)作為中國(guó)三大門戶復(fù)合型樞紐機(jī)場(chǎng)，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(jī)場(chǎng)服務(wù)腹地的拓展。根據(jù)高鐵線路走向及外省大型機(jī)場(chǎng)區(qū)位分析，白云機(jī)場(chǎng)未來(lái)將對(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，再考慮這部分客源選擇白云機(jī)場(chǎng)的概率，可得到高鐵可能帶來(lái)的航空客流量，預(yù)計(jì)2020年將通過高鐵吸引245萬(wàn)人次的外省客流，見表2。

圖2 航空客流總量預(yù)測(cè)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(jī)場(chǎng)客流來(lái)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(jī)場(chǎng)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(jì)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(jī)場(chǎng)陸側(cè)航空客流量將達(dá)到7 558萬(wàn)人次；高鐵引入后分流800萬(wàn)人次航空客流，但同時(shí)額外帶來(lái)245萬(wàn)人次的外省客流，因此，預(yù)計(jì)2020年白云機(jī)場(chǎng)陸側(cè)航空客流量將達(dá)到7 003萬(wàn)人次。

2.3 中轉(zhuǎn)航空客流預(yù)測(cè)

2.3.1 中轉(zhuǎn)客流比例的確定

2009年，白云機(jī)場(chǎng)的中轉(zhuǎn)客流僅占6%。其中，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%，受香港機(jī)場(chǎng)影響，國(guó)際中轉(zhuǎn)客流僅占2%，總體呈現(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[2]。

未來(lái)航空旅客中轉(zhuǎn)量取決于航空網(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)能力有關(guān)。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)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)的思路進(jìn)行考慮。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)進(jìn)行類比等，判斷白云機(jī)場(chǎng)中轉(zhuǎn)客流發(fā)展趨勢(shì)：預(yù)計(jì)未來(lái)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(lái)說(shuō)，白云機(jī)場(chǎng)未來(lái)有望超過首爾仁川機(jī)場(chǎng)與東京成田國(guó)際機(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(見表3)，確定2020年白云機(jī)場(chǎng)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(wàn)人次·a-1)；L轉(zhuǎn)為中轉(zhuǎn)航空客流量/(萬(wàn)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(jī)場(chǎng)中轉(zhuǎn)客流量為1 236萬(wàn)人次。

2.4 預(yù)測(cè)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(cè)結(jié)果，2020年白云機(jī)場(chǎng)航空客流總量為8 239萬(wàn)人次，客流細(xì)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(jī)場(chǎng)陸側(cè)航空客流量為7 003萬(wàn)人次，約19萬(wàn)人次·d-1。根據(jù)國(guó)際經(jīng)驗(yàn)，世界主要大型機(jī)場(chǎng)中，平均每一名乘降旅客將有0.6人次的迎送人員進(jìn)出需求?？紤]中國(guó)迎來(lái)送往的風(fēng)土人情，確定2020年白云機(jī)場(chǎng)的迎送比例為0.5。據(jù)此，2020年迎送客流量為9.5萬(wàn)人次·d-1。

2）陸側(cè)客流總量預(yù)測(cè)。

由于航空旅客高峰時(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(cè)結(jié)果，2020年二者日均客流量之和為28.5萬(wàn)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(fèi)，取設(shè)計(jì)日陸側(cè)客流量為日均客流量的1.15倍，高峰小時(shí)系數(shù)取0.1，則2020年設(shè)計(jì)日高峰小時(shí)陸側(cè)客流量為3.3萬(wàn)人次·h-1，這是設(shè)施規(guī)模預(yù)測(cè)的基礎(chǔ)。

2.4.3 機(jī)場(chǎng)員工進(jìn)出需求

機(jī)場(chǎng)員工工作時(shí)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(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。因此，對(duì)機(jī)場(chǎng)員工的集散需求采用兩種方法估算。

1）依據(jù)進(jìn)出人員的統(tǒng)計(jì)結(jié)果推算。根據(jù)國(guó)際經(jīng)驗(yàn)，機(jī)場(chǎng)員工占航空旅客的37%，2020年航空客流量為19萬(wàn)人次·d-1，則機(jī)場(chǎng)員工進(jìn)出需求為7.0萬(wàn)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(guó)18個(gè)機(jī)場(chǎng)的統(tǒng)計(jì)結(jié)果，機(jī)場(chǎng)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(jī)場(chǎng)航空客流總量為8 239萬(wàn)人次，則2020年機(jī)場(chǎng)員工數(shù)將達(dá)到4.5萬(wàn)人。按每名員工每天出行2次計(jì)算，則2020年機(jī)場(chǎng)員工進(jìn)出需求為9萬(wàn)人次·d-1。

綜合兩種方法預(yù)測(cè)結(jié)果，2020年員工進(jìn)出需求為8.0萬(wàn)人次·d-1。

3 陸側(cè)客流分布與集疏運(yùn)方式預(yù)測(cè)

3.1 總體預(yù)測(cè)思路

2009年白云機(jī)場(chǎng)現(xiàn)狀調(diào)查顯示，機(jī)場(chǎng)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(jìn)程的發(fā)展，機(jī)場(chǎng)客流集疏運(yùn)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)。同時(shí)，隨著廣東省產(chǎn)業(yè)及勞動(dòng)力“雙轉(zhuǎn)移”戰(zhàn)略的推進(jìn)與實(shí)施，泛珠三角地區(qū)將呈現(xiàn)快速發(fā)展趨勢(shì)，且隨著高鐵、城際軌道交通與白云機(jī)場(chǎng)建立良好銜接，白云機(jī)場(chǎng)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(yùn)方式預(yù)測(cè)分區(qū)域和廣佛都市區(qū)兩個(gè)圈層展開。

3.2 分圈層客流量分析

從世界各國(guó)的發(fā)展經(jīng)驗(yàn)來(lái)看，航空客流出行強(qiáng)度隨著人均GDP的增加而提高，在0.3～1.0萬(wàn)美元區(qū)間增長(zhǎng)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(wàn)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(wàn)元人民幣(約合3 200美元)，航空潛在需求較大。

表3 樞紐機(jī)場(chǎng)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(jī)場(chǎng)航空客流細(xì)分Tab.4 Composition of air-passenger flow at BaiyunAirport in 2020萬(wàn)人次

圖5 航空客流出行強(qiáng)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(jì)日高峰小時(shí)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(jì)日高峰小時(shí)集疏運(yùn)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(jì)日高峰小時(shí)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(duì)區(qū)域范圍內(nèi)各城市的GDP和人口進(jìn)行估算，大體推算白云機(jī)場(chǎng)區(qū)域客流比例。預(yù)計(jì)2020年白云機(jī)場(chǎng)區(qū)域陸側(cè)客流比例將從2009年的20%提高至40%，設(shè)計(jì)日高峰小時(shí)區(qū)域陸側(cè)客流量為1.32萬(wàn)人次·h-1；廣佛都市區(qū)陸側(cè)客流比例為60%，設(shè)計(jì)日高峰小時(shí)廣佛都市區(qū)陸側(cè)客流量為1.98萬(wàn)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(jìn)行通道客流集計(jì)，如圖6所示?？梢钥闯?，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(jī)場(chǎng)調(diào)查結(jié)果看，在集疏運(yùn)方式中，進(jìn)出機(jī)場(chǎng)的交通方式結(jié)構(gòu)相差不顯著，為簡(jiǎn)化預(yù)測(cè)過程，以進(jìn)出機(jī)場(chǎng)方式一致為前提進(jìn)行預(yù)測(cè)。對(duì)于區(qū)域客流集疏運(yùn)方式的選擇，以出行鏈中與機(jī)場(chǎng)直接銜接的方式作為預(yù)測(cè)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(jī)場(chǎng)大巴及出租汽車等方式，一并計(jì)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(yùn)方式將由現(xiàn)狀以機(jī)場(chǎng)大巴為主導(dǎo)的單一方式向城際軌道交通、機(jī)場(chǎng)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(yùn)中發(fā)揮越來(lái)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(jìn)而得到2020年廣佛都市區(qū)客流分布，如圖7所示。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、增城等片區(qū)客流比例增加。

廣佛都市區(qū)客流集疏運(yùn)方式呈現(xiàn)由現(xiàn)狀出租汽車、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)，預(yù)計(jì)公共交通方式分擔(dān)率從2009年的40%增長(zhǎng)至規(guī)劃年的48%，見表6。

3.5 陸側(cè)客流方式集計(jì)

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，得到白云機(jī)場(chǎng)陸側(cè)客流集疏運(yùn)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(jī)場(chǎng)陸側(cè)客流集散中將發(fā)揮越來(lái)越重要的作用。至2020年，集疏運(yùn)方式中城際軌道交通比例將達(dá)到29%，公共交通比例合計(jì)達(dá)到60%，與世界主要機(jī)場(chǎng)公共交通集疏運(yùn)比例相當(dāng)，見圖8。

3.6 機(jī)場(chǎng)員工集疏運(yùn)方式劃分

2009年調(diào)查結(jié)果顯示，白云機(jī)場(chǎng)員工進(jìn)出機(jī)場(chǎng)主要依靠班車。2010年，地鐵3號(hào)線北延線開通運(yùn)行，白云機(jī)場(chǎng)員工進(jìn)出機(jī)場(chǎng)部分向地鐵轉(zhuǎn)移。隨著廣佛環(huán)線作為機(jī)場(chǎng)快線的開通運(yùn)營(yíng)，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(jī)場(chǎng)員工集疏運(yùn)分方式比例，具體預(yù)測(cè)結(jié)果如表8所示。

4 結(jié)語(yǔ)

客流需求預(yù)測(cè)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(yùn)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(cè)總體思路，并提出創(chuàng)新的航空客流總量預(yù)測(cè)思路，即打破既有規(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)客流的航空客流總量預(yù)測(cè)思路。對(duì)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(jìn)行預(yù)測(cè)，為陸側(cè)設(shè)施規(guī)模的預(yù)測(cè)提供數(shù)據(jù)基礎(chǔ)，同時(shí)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(cè)方法。

表6 2020年廣佛都市區(qū)客流設(shè)計(jì)日高峰小時(shí)集疏運(yùn)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(jī)場(chǎng)陸側(cè)客流設(shè)計(jì)日高峰小時(shí)集疏運(yùn)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(jī)場(chǎng)公共交通集疏運(yùn)比例Fig.8 Proportion of distribution by public transit at well-known airports across the world

表8 2020年機(jī)場(chǎng)員工設(shè)計(jì)日高峰小時(shí)集疏運(yùn)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(jī)場(chǎng)線客流預(yù)測(cè)問題研究[D].西安：長(zhǎng)安大學(xué)，2009.

[2]張國(guó)華，黃坤鵬，李德芬，等.廣州白云國(guó)際機(jī)場(chǎng)綜合交通樞紐整體交通規(guī)劃[R].北京：中國(guó)城市規(guī)劃設(shè)計(jì)研究院，2013.

[3]秦燦燦，徐偱初.法蘭克福機(jī)場(chǎng)的空鐵聯(lián)運(yùn)[J].交通與運(yùn)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(guó)網(wǎng).李家祥：500公里以內(nèi)范圍高鐵對(duì)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.