EN中文

Tropical Geography >

2024 , Vol. 44 >Issue 5: 771 - 782

DOI: https://doi.org/10.13284/j.cnki.rddl.003870

Spatiotemporal Pattern and Influencing Factors of Air Cargo Transport in China

  • Jiao'e Wang , 1, 2 ,
  • Enyu Che 2 ,
  • Fan Xiao 1, 2
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, Key Laboratory of Regional Sustainable;Development Modeling, CAS, Beijing 100101, China
  • 2. College of Resources and Environment, University;of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2024-02-07

  Revised date: 2024-04-12

  Online published: 2024-05-08

Fold

Abstract

Air cargo is an important component of transportation and plays a vital role in the efficient allocation of high-quality resources on global and regional scales. Air cargo contributes significantly to regional economic development by strengthening inter-regional cooperation and resource integration. However, air cargo geography has received relatively less attention from the research community. Existing studies have analyzed the spatial pattern of air cargo using a limited cross-sectional data from selected years, lacking an analysis of its influencing factors. Based on spatial statistics and panel data of air cargo, this study explores the evolution process and characteristics of China's air cargo pattern on a 20-years time scale and quantitatively reveals its key influencing factors. The research findings are as follows: 1) Air cargo in China has transitioned from the rapid development stage to the stable development stage in the past 20 years; 2) Air cargo volume in China is mainly concentrated in the eastern region, and in the past 20 years, China's air cargo center of gravity has been generally located at the junction of Anhui, Henan, and Hubei provinces, showing a spatial displacement trend from Henan to Anhui to Hubei; 3) The pattern of air cargo network in China remains relatively stable, forming a rhombic structure with Beijing, Shanghai, Guangzhou, and Shenzhen as the core; 4) Air cargo development in China is influenced by factors such as urban scale, industrial structure, and ground transportation development. Among them, urban economy, transportation, warehousing, postal and telecommunications industry, and technological investment have a significant positive impact on air cargo volume, whereas the wholesale and retail trade industries have a significant negative impact. For air logistics hubs, the influencing factors are consistent with those of the entire sample airport. However, for non-aviation logistics hubs, population size and research and technology services have a significant positive impact, whereas ground transportation accessibility has a significant negative impact. This study enriches the long-term time-series analysis and quantitative research content in the field of air cargo and has significance for the development of air transportation geography and the construction of a strong civil aviation industry in China.

Key words： air cargo; aviation hub; spatial agglomeration; regression model; influencing factors; China

Cite this article

Jiao'e Wang , Enyu Che , Fan Xiao . Spatiotemporal Pattern and Influencing Factors of Air Cargo Transport in China[J]. Tropical Geography, 2024 , 44(5) : 771 -782 . DOI: 10.13284/j.cnki.rddl.003870

航空运输是实现远距离客货运输最快速的现代化运输方式之一，也是中国综合交通运输体系的重要组成，包括客运与货运2种类型。航空货运指各类货物（含邮件）通过航空方式自始发地运往目的地的运输，具有运输速度快、范围广等特点，在长途和国际运输以及高价值、高时效性货物运输中具有独特优势，如紧急医疗物资和鲜活产品等（Bombelli et al., 2020）。国际航空运输协会（IATA）统计，通过航空运输的货物在世界货物贸易中所占的份额按重量计算不到1%，但其经济价值却超过35%。航空货运能有效促进全球和区域尺度上优质资源的优化配置，加强区域间的合作与资源整合，对区域经济的增长起关键的推动作用（Kasarda and Green, 2005）。但中国航空货运长期依赖“以客带货”模式（莫辉辉 等，2017），在一定程度上导致其发展相对滞后。在中国正从民航大国向民航强国发展跨越的背景下，促进航空货运设施发展、推动航空货运行业持续高质量发展具有重要意义。
航空运输格局是航空运输地理学研究长期关注的主题之一，主要基于机场和航线2种分析视角，并重点关注航空客运。机场是航空运输的重要载体，学者们主要探讨了机场的空间分布格局和服务范围（王姣娥 等，2006）、网络组织模式和层级结构（姜海宁 等，2021）等，近年来对中国的枢纽机场体系（莫辉辉 等，2018）、多机场体系（肖凡 等，2023）给予重点关注。对于航线网络结构，学者们基于多尺度研究了中国的区域航线（田野 等，2022）、国内航线（金凤君，2001）、跨境航线（王姣娥 等，2015）、企业航线（焦敬娟 等，2014）的空间结构和演化规律。随着“流空间”理论与复杂网络方法的引入，航空网络结构研究成为主流（莫辉辉 等，2008），网络节点的中心性特征（莫辉辉 等，2010）、网络结构的拓扑特征（刘宏鲲 等，2007）、复杂性测度（莫辉辉 等，2008；王姣娥 等，2009）、层次性与核心边缘结构（党亚茹 等，2012；陆璐 等，2019）以及基于此的城市体系网络结构（杨浩然 等，2022）被广泛关注，中国航空网络的小世界和无标度特征得到验证（刘宏鲲 等，2007；王姣娥 等，2009）。
然而，由于航空货运规模相对其他运输方式较小、数据获取难度大等问题，学术界对航空货运领域的研究相对较少。目前，关于中国航空货运格局的研究包括：1）基于机场（褚艳玲 等，2016）、航线网络（张兵 等，2010）等视角，刻画中国航空货运的空间格局，并与城市体系网络进行联系（党亚茹 等，2011），但整体上研究都较早，难以反映中国当前的航空货运格局；2）利用复杂网络方法对航空货运网络的结构和属性等特征分析（蒲亚琼 等，2018；杨丽 等，2019；Bombelli et al., 2020; Li, 2020; Deng et al., 2022; Li et al., 2022）；3）从货运企业或物流系统集成商角度考察货运航线的组织方式和演化过程（Bowen, 2012；莫辉辉 等，2017；Malighetti et al., 2019; Deng et al., 2023）。除了对时空格局和网络特征的探讨，航空货运的影响因素及其作用机制也是研究关注点。学者们广泛利用航线起讫点的社会经济数据构建引力模型（Alexander and Merkert, 2021; Aydın and Ülengin, 2022; Fageda et al., 2023），验证城市人口规模和经济发展对航空货运的影响，并着重探究了航空货运与区域经济发展之间的相互作用（Choi, 2023）。也有研究发现交通运输业、医疗行业、高科技行业等产业对航空货运具有促进作用（Alkaabi and Debbage, 2011; Li et al., 2022）。此外，学者也对航空运输协议、伙伴关系等政策与地缘关系变量（Fageda et al., 2023）、运价（Alexander and Merkert, 2021）、机场设施（Veerappan et al., 2020）等因素的影响进行讨论。
综上，既有对中国航空货运时空格局的研究多选取2~3个年份的数据作为样本，缺少长时间序列的分析；多定性讨论影响因素，缺少定量分析。鉴于此，本研究拟梳理中国航空货运发展历程，剖析近20年来中国航空货运时空格局的演化特征，并揭示新时期航空货运的关键影响因素。以期为优化航空货运设施布局、完善航空物流组织网络、加快推进民航强国建设提供参考。

1 研究样本与方法

1.1　研究样本与数据来源

本文选择从事航空货运业务的国内民用运输机场为研究样本（不含港澳台地区），地级及以上城市为基本分析单元。对于拥有多座机场的城市，其机场的货运吞吐量和航线运输量将进行合并处理。研究时段为2000—2019年，各年份货运量大于0的机场与城市样本数量如表1所示，在进行影响因素分析部分，因部分城市的社会经济数据缺乏，研究样本数量有所变化。本研究中各机场、航线的货运量数据来自《从统计看民航》（2001—2020）（中国民用航空局发展计划司，2001—2020）和历年的中国民航发展报告，各城市的社会经济数据来源于《中国城市统计年鉴（2001—2020）》（国家统计局城市社会经济调查司，2001—2020）和《中国城市建设统计年鉴（2001—2020）》（中华人民共和国住房和城乡建设部，2001—2020）。
表1 机场与城市样本数量

Table 1 Sample size of airports and cities

年份 机场数量/个 城市数量/座 回归分析城市数/座
2000 121 119 89
2005 133 131 100
2010 166 164 107
2015 192 190 140
2019 228 224 157

1.2　研究方法

本文采用标准差椭圆方法，剖析中国航空货运的重心迁移与集聚性等；以航空货运吞吐量为因变量，利用面板回归模型定量揭示各要素对中国航空货运的影响。

1.2.1　标准差椭圆

标准差椭圆是一种通过数据生成椭圆形状以定量分析点要素的空间分布特征的方法（褚艳玲 等，2016）。点要素的重心反映数据的中心位置；长轴和短轴的长度反映数据分布的范围及方向，方位角反映其分布的主趋势方向，椭圆的面积反映数据整体的离散和集聚程度。本文以各城市的航空货运量为权重，计算中国航空货运分布的标准差椭圆。

1.2.2　回归模型构建与处理

1）面板回归模型
面板数据具有截面和时间2个维度，其回归模型能更好地考虑个体间的差异和随时间变化的效应。由于各城市的航空货运规模以及各类社会经济指标存在较大差异，为了充分考虑不同城市间的异质性，在模型中引入个体效应项。同时，考虑到不同时期这种作用机制可能存在差异，又引入时间效应。
为了便于获取数据，采取2000、2005、2010、2015和2019年5个年份构建面板数据。与此同时，为了进一步探究影响因素方面的差异，将研究样本进行分组，即航空物流枢纽与非枢纽2组。其中，航空枢纽主要参照《国家物流枢纽布局和建设规划》（发改经贸〔2018〕1886号）（中华人民共和国国家发展和改革委员会，2018）划定的空港型国家物流枢纽，包括北京、天津、哈尔滨、上海、南京、杭州、宁波、厦门、青岛、郑州、长沙、武汉－鄂州、广州、深圳、三亚、重庆、成都、贵阳、昆明、拉萨、西安、银川、乌鲁木齐等23个枢纽。由于鄂州花湖机场2022年才正式通航，未被纳入研究样本。最终将23座城市划为枢纽组，其余城市归为非枢纽组。
2）变量选取与预处理
已有研究表明，航空货运量的需求主要由城市的规模、产业与交通3方面的因子共同影响（Alkaabi and Debbage, 2011; Alexander and Merkert, 2021; Aydın and Ülengin, 2022; Li et al., 2022; Choi, 2023; Fageda et al., 2023）。具体而言，机场腹地的人口规模和经济体量是影响航空货运的重要因素，人口的增加直接导致各类货物需求量的提升，而经济发展促进各生产部门产品数量的增长，二者通过提升货物的供需促进航空货运发展。此外，不同类型货物对交通运输方式的需求存在差异，地区的产业结构则通过决定产品结构进一步影响货物结构，最终作用于航空货运量。科技投入水平是一个影响航空货运需求的长远性因素（吴薇薇，2014），提高科技投入水平能够优化运输效率、提高航空运输的服务水平，从而有效推动航空货运增长，此外，科技投入增加会促进高新科技产业生产，提升高科技产品产量，进而推动航空货运需求增长。交通基础设施水平通过影响物流成本影响航空货运，完善的交通基础设施有助于提升运输效率、降低综合物流成本，推动航空货运的持续发展。
综合考虑数据可获得性，从城市规模、产业结构、地面交通发展3个维度选取一系列变量。1）选取城市市区年末总人口和地区生产总值体现城市规模。2）选取交通仓储邮电业、批发零售贸易业、科研技术服务业的从业人口占比和地方一般公共预算科技支出反映城市内与航空货运相关行业的发展水平和科技投入水平，以体现产业结构对航空货运的影响。3）借助道路密度刻画地面交通通达性，反映区域的交通发展水平。基于上述考量，构建中国城市航空货运影响因素指标体系（表2）。
表2 中国航空货运格局影响因素指标体系

Table 2 The index system of influencing factors of China's air cargo

变量类型 变量名称 符号 变量描述 平均值 标准差 最小值 最大值
因变量 航空货运量 Cargo 城市机场货运吞吐量/t 85 625 345 258 1 4 057 845

自

变

量

 城市规模类因素 人口规模 Pop 市区年末总人口/万人 202 257 5 2 479
经济规模 GDP 地区生产总值/亿元 2651 4 098 18 38 156
产业结构类因素 交通仓储邮电业水平 Transport 交通仓储邮电业从业人数占比/% 0.757 0.914 0.061 7.327
批发零售贸易业水平 Trade 批发零售贸易业从业人数占比/% 0.975 1.702 0.067 2.016
科研技术服务业水平 Sci_service 科研技术服务业从业人数占比/% 0.337 0.492 0.008 4.935
科技投入水平 Tech_invest 地方一般公共预算科技支出/万元 70 291 256 698 29 2 877 079
交通发展类因素 地面交通通达性 Ground 道路密度/（km·100 km-2） 79.6 48.7 4.1 222.2
为了消除数据间的尺度和量纲影响，更准确地解释各变量对因变量的作用，采用Z-score方法对连续型变量进行归一化处理。所有自变量的方差膨胀因子（VIF）值均低于10，平均值为4.06，表明解释变量之间不存在明显的共线性问题。本研究采用的双重固定效应模型为：
C a r g o i t = β 0 + β 1 P o p i t + β 2 G D P i t + β 3 T r a n s p o r t i t + β 4 T r a d e i t + β 5 S c i _ s e r v i c e i t + β 6 T e c h _ i n v e s t i t + β 7 G o u n d i t + μ i + θ t + ε i t
式中：i=1，⋯，n，为研究的各城市；t=1，⋯，T，为研究时期，T=5；β为待估参数；μi 为个体效应；θt 为时间效应；ε it 是随机扰动项。

2 中国航空货运的时空格局演变

2.1　中国航空货运发展过程与特征

2000—2019年，中国航空货运量和客运量均呈现持续增长趋势，两者增速趋势相似，但货运增速整体低于客运（图1）。究其原因，中国航空货运包括客机腹舱运输和全货机运输2种方式，且主要依赖于腹舱带货。截至2019年，腹舱带货提供了约70%的运力，其中国内航线的客机腹舱运量占比高达82%，国际航线中腹舱货运量占比49%（王瑞芳，2020）。因此，中国航空货运仍高度依赖于客机腹舱，“重客轻货”的经营模式和“货随客走”的现象长期普遍存在，导致中国航空货运量增长率的变化趋势与航空客运相似，但增长速率却整体低于旅客运输量。
图1 2000—2019年中国航空运输量及增长率变化：货运（a）VS.客运（b）

Fig.1 The changes of air transportation volume and growth rate in China from 2000 to 2019: Cargo(a) vs. Passengers(b)

根据货运量的增长态势可判断，中国航空货运发展在过去20年间从快速发展阶段过渡至平稳发展阶段。其中，2000—2010年为快速发展阶段，中国航空货运总量从160万t增至563万t，2010年货运量约为2000年的3.5倍。2008年全球金融危机虽然造成当年货运需求低迷，但该阶段的年均增长率仍达13.38%，货运量增速大幅度波动，但整体上呈现快速增长的趋势；2010—2019年，中国航空货运总量的年均增长率降至3.29%，进入平稳增长阶段。

2.2　中国航空货运空间格局及演变

2.2.1　地区间差异显著，货运量主要集中在东部地区

在四大地区层面，中国航空货运量规模从高到低排列依次为：东部地区、西部地区、中部地区、东北地区（表3）。2000—2019年，区域间货运规模差异显著，东部地区一直是航空货运最集中的区域，承担了全国70%以上的货运吞吐量。东部地区的航空货运集聚程度先增强后减弱，在2000—2010年占比从75%上升至79.6%，2010年后东部地区占比逐渐下降，中部地区和西部地区的占比则相应经历先降后升的变化。过去20年间，中国民用航空运输机场数量从138座增加至238座，其中西部地区比重最大且持续上升，而东部地区机场数量比重持续下降。表明前10年东部地区航空货运增速高于全国水平，而2010年后，随着机场的兴建和西部大开发、中部地区崛起等战略的实施，中部和西部地区的经济发展速度加快，区域发展的协调性得到增强。
表3 近20年中国各区域机场数与货运量占比 (%)

Table 3 The number of airports and the proportion of cargo volume in each region of China from 2000 to 2019

区域 机场数占比 货运量占比
2000年 2005年 2010年 2015年 2019年 2000年 2005年 2010年 2015年 2019年
东部地区 32.0 28.9 26.3 23.8 22.7 75.0 79.2 79.6 75.4 72.9
中部地区 18.0 17.6 14.3 14.8 15.1 4.0 3.7 3.8 6.1 7.3
西部地区 40.2 45.1 48.6 50.5 50.8 16.2 13.2 13.0 15.0 16.3
东北地区 9.8 8.5 10.9 11.0 11.3 4.8 3.9 3.6 3.5 3.5

2.2.2　航空货运重心位于徽鄂豫三省交界处，呈现河南→安徽→湖北的迁移趋势

根据2000—2019年中国航空货运吞吐量的标准差椭圆及其中心坐标空间移动轨迹（图2），全国尺度下标准差椭圆并未发现显著变化，中国航空货运格局总体保持稳定；航空货运重心主要位于安徽省内，并在一定范围内有小幅度迁移，即呈现由河南信阳→安徽六安→湖北黄冈的迁移趋势，表现为先东移后西移的特征。2000—2004年，航空货运吞吐量的重心向东南方向移动，反映该阶段东部沿海地区城市经济快速增长，航空货运增速在全国处于领先地位；2004—2008年，航空货运吞吐量的重心呈向北移动的趋势，主要是由于北京、天津、郑州、乌鲁木齐等位于中国北方地区的大型航空枢纽货运量增速相对较快；2008—2019年，重心又呈现向西南方向移动的趋势，在该时期，西部地区着力建设枢纽机场，成都、昆明、西安、兰州、乌鲁木齐等机场的航空货运枢纽地位不断提高，轴辐式航空网络逐步完善。整体上，2000—2019年中国航空货运的空间分布范围经历了“收缩→稳定→扩张→稳定”的变化过程。2000—2004年，椭圆面积持续收缩，表明航空货运的分布向东南沿海地区集聚；2010—2013年，椭圆面积出现扩张，这与中西部机场数量不断增加、航空货运稳步增长以及区域协调发展战略密切相关。
图2 2000—2019年中国航空货运吞吐量分布椭圆及重心变化

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号GS（2023）2767号标准地图制作，底图无修改，港澳台地区无数据。图3、4同。

Fig.2 The distribution ellipse and the change of center of gravity of air cargo in China from 2000 to 2019

2.2.3　航空货运量的空间集聚性显著，集聚程度先增强后减弱

在全国范围内，货运吞吐量的高值始终集中在北京、上海、广州、深圳等国家级航空枢纽城市。过去20年间，各省省会城市和城市群中心城市的货运量逐步增长，成都、重庆、昆明、郑州、武汉、西安、沈阳、乌鲁木齐等城市成长为各自区域的航空枢纽，枢纽分布的格局呈现均衡化、多中心发展的趋势，结构的层次性显现（图3）。
图3 2000—2019年中国航空货运吞吐量的空间分布演变

Fig.3 The evolutionary distribution of air cargo volume in China from 2000 to 2019

中国航空货运具有显著的集聚性特征，集聚程度先增强后减弱。近20年来，前4位城市货运吞吐量占比超过50%，前10位占比超70%（表4）。2000—2005年，前4位和前10位城市航空货运吞吐量占比升高，但2005年后货运量在大型机场的集聚程度开始逐渐减弱。至2019年，全国机场的航空货物运输量相较2000年增长了约3倍，其中大型机场的货运吞吐量显著增长。2000年，年货运吞吐量超过1万t的城市有37个，超过10万t的仅有6个；至2019年，年货运吞吐量超过1万t的城市已达59个，吞吐量超过10万t的城市已有29座。2003年，上海浦东机场货运吞吐量率先突破100万t，而北京首都、广州、深圳机场也于2006、2010、2015年先后超过百万吨吞吐量。
表4 2000—2019年航空货运量前10名城市及货运量占比

Table 4 Top 10 cities with the largest air cargo volume and proportion of air cargo volume from 2000 to 2019

排序 2000年 2005年 2010年 2015年 2019年
城市 货运量/t 城市 货运量/t 城市 货运量/t 城市 货运量/t 城市 货运量/t
1 上海 878 901 上海 2 216 714 上海 3 708 519 上海 3 708 831 上海 4 057 845
2 北京 774 204 北京 78 2172 北京 1 568 948 北京 1 926 195 北京 1 962 648
3 广州 491 868 广州 600 604 广州 1 144 456 广州 1 537 759 广州 1 919 927
4 深圳 202 743 深圳 466 476 深圳 809 125 深圳 1 013 691 深圳 1 283 386
5 成都 158 635 成都 251 018 成都 432 153 成都 556 552 杭州 690 276
6 昆明 125 034 昆明 196 530 杭州 283 427 杭州 424 933 成都 671 904
7 厦门 99 484 杭州 165 918 昆明 273 651 郑州 403 339 郑州 522 021
8 西安 76 445 厦门 158 740 厦门 245 644 昆明 355 423 昆明 415 776
9 大连 76 283 南京 139 369 南京 234 359 南京 326 027 重庆 410 929
10 重庆 75 721 重庆 100 910 天津 202 484 重庆 318 782 西安 381 870
前4名占比/% 59.49 64.22 64.05 58.08 53.99
前10名占比/% 74.99 80.22 78.86 75.01 72.09

2.2.4　北上广深稳居中国航空货运枢纽地位，杭州郑州成为后起之秀

2000—2019年，上海、北京、广州和深圳一直占据中国货运吞吐量的前4位。究其原因，北上广深是中国重要的航空综合枢纽，也是众多航空货运企业的总部和运营基地。北京首都机场是中国国际货运航空有限公司的总部所在地；上海浦东机场是中国国际货运航空有限公司远程货机的主运营基地，同时还是中国货运航空有限公司的总部和UPS公司国际转运中心；广州白云机场是FedEx公司在亚洲的快递转运中心；深圳宝安机场是顺丰航空有限公司总部和UPS公司的亚太转运中心。
此外，杭州和郑州机场的航空货运发展也颇为引人注目。杭州萧山机场作为杭州圆通货运航空有限公司的主基地、联邦快递的中国转运中心以及顺丰航空的航空枢纽，其货运量长期位居中国机场前10。2019年，杭州萧山机场的货运量已升至第5名，其货运吞吐量从2000年的占全国1.89%提升至2019年的4.04%，是航空货运中的新晋力量。同时，郑州机场的货运量排名也呈现明显的上升趋势，从2003年的第29名开始，郑州机场的排名逐年上升，直至2016年升至第7名，并保持至2019年。这得益于郑州机场在全行业中率先采取“货运为先”的差异化发展策略。自2010年起，随着富士康入驻郑州航空港，电子信息产业集群不断壮大，为郑州机场提供了稳定的货源；2013年，中国首个国家级航空港经济区在郑州航空港区获批成立，进一步提升该机场的货运保障能力；2014年，郑州开通与欧洲的“空中丝路”货运航线，进一步吸引众多航空物流和跨境电商企业在该地区集聚，航空货运发展迅猛，可谓“后起之秀”。

2.2.5　以“北上广深”为核心的菱形货运空间格局愈发明显

2000—2019年，各城市之间的航空货运联系强度呈现不断上升的趋势。2000年，年货物运输量超过1万t的航线有31条，而货运量超过10万t的航线仅有北京―上海1条；2019年，年货运量超过1万t的航线数量已增至92条，上海－深圳、北京－深圳、北京－广州航线的年货物运输量也突破了10万t大关。20年来，中国航空货运网络结构保持相对稳定，形成以京津冀（北京、天津）、长三角（上海、杭州、南京、无锡）、粤港澳大湾区（广州、深圳）、成渝（成都、重庆）等城市群为顶点的菱形货运航线格局。北京―上海、北京―广州、北京―深圳、上海―广州、上海―深圳4座城市间的5条航线在货运量始终保持前列（图4），在中国东部沿海地区组成货流上级别最高的三角形结构；而西部枢纽成都与其他三极的联系航线，成都―北京、成都―上海、成都―广州、成都―深圳的货运量紧随其后。此外，杭州与北京和深圳（广州）两极的联系也不断加强，杭州在航线网络中的地位逐渐崛起，成为航空货运网络中不可或缺的部分。
图4 2000—2019年中国航空货运航线网络

注：为了表达清晰，只展示年货运量在1 000 t以上的航线。

Fig.4 Air cargo route networks in China from 2000 to 2019

2000—2019年，中国航空货运网络的联系强度逐步提升，小世界网络特征显著（表5）。借鉴焦敬娟等（2014）构建网络和采用复杂网络指标分析的做法，分析图4所示的货运航线网络发现，城市节点的平均度从2000年的7.93上升至2019年的12.98，航段数从2000年的226条上升至2019年的396条，表明城市机场间货运航线联系增多，平均联系范围扩大；成环率和结合率均呈上升趋势，说明中国城市之间的航空货运联系强度增加。中国航空货运网络的平均路径长度从2000年的2.13下降至2019年的1.99，说明大约只需要1次中转，便可以实现货物在任意两机场之间的运输，可见航空货运网络的组织效率在不断提高。与同等规模的随机网络相比，中国航空货运航线网络的平均路径长度与随机网络十分接近，但平均聚类系数远高于同规模随机网络的聚类系数，具有显著的小世界网络特征。
表5 中国航空货运航线网络结构特征

Table 5 Structural characteristics of air cargo route networks in China

年份 节点数/个 航段数/条 成环率 结合率 平均度 平均路径长度 平均聚类系数 随机网络理论值
L′ C′
2000 57 226 0.110 0.142 7.930 2.133 0.665 2.419 0.139
2005 57 274 0.142 0.172 9.614 2.000 0.741 2.122 0.169
2010 73 428 0.139 0.163 11.726 2.040 0.732 2.026 0.161
2015 61 287 0.128 0.157 9.410 2.101 0.692 2.196 0.154
2019 61 396 0.190 0.216 12.984 1.995 0.659 1.818 0.213

3 中国航空货运格局影响因素分析

3.1　主要影响因素

综上，中国航空货运的格局表现出显著的时空分异特征。为探究其影响因素，基于2000—2019年面板数据，以城市航空货运量为因变量建立面板回归模型。首先检验混合回归模型（模型1）的时间和个体效应，结果显示面板数据的时间效应并不显著，但个体效应显著。模型2和3分别是个体随机效应模型与个体固定效应模型，利用豪斯曼检验，结果为P<0.01，表明个体固定效应模型（模型3）更为合适。
根据模型3的回归结果（表6），整体上，城市的经济规模、交通仓储邮电业水平、科技投入水平对航空货运量有显著的正向影响，城市的批发零售贸易业水平则对航空货运有显著负向影响，这些因素解释了航空货运64.7%的变化。
表6 航空货运量回归估计结果

Table 6 Regression estimation results of air cargo volume

变量类型 变量名称

模型1：

混合回归模型

模型2：个体随机

效应模型

 模型3：个体固定效应模型

模型4：

枢纽城市组

模型5：

非枢纽城市
城市规模类 人口规模 0.270*** 0.162*** -0.069 -0.128 0.035**
经济规模 0.006 0.044 0.156*** 0.136 0.049***
产业结构类 交通仓储邮电业水平 0.158*** 0.193*** 0.174*** 0.241* 0.007
批发零售贸易业水平 0.014 -0.072*** -0.086*** -0.119* -0.007**
科研技术服务业水平 -0.009 0.117** 0.094 0.112 0.030***
科技投入水平 0.557*** 0.361*** 0.299*** 0.341*** -0.013
交通发展类 地面交通通达性 -0.031 -0.025 -0.029 0.211 -0.019***
常数项 0.002 0.002 0.003 0.474 -0.196***
F 176.49*** — 110.97*** 25.96*** 68.84***
Wald Chi2 — 1 020.73*** — — —
Hausman检验 — chi2=37.94，Prob>chi2=0.00 — —
样本数量/个 593 593 593 108 485
拟合优度 0.679 0.663 0.647 0.700 0.587

注： ***、**、*分别表示在1%、5%、10%的水平上显著。

在城市规模类因素方面，城市经济规模对航空货运量的增长具有显著的正向影响。从货运供给的角度看，经济体量大的城市通常拥有更多的产业集聚，需要航空物流为其提供快速、可靠的货物运输服务，以确保产品的顺畅运转。基于需求端分析，人口数量和经济规模较大的城市通常拥有更高的消费水平和更广阔的市场，从而产生更多的高价值货物运输需求。随着城市化进程的加速和消费市场的不断扩大，这些城市对快速、高效的航空货运服务的需求也日益增加。
在产业结构类因素中，交通仓储邮电业水平对航空货运量的增长具有较大的正向影响，但批发零售贸易业水平反而为显著的负向影响。究其原因，批发零售贸易业需要依赖于低成本的交通运输方式，对航空运输业的依赖性较低。科技投入水平对航空货运量增长有一定的正向影响，这是因为具有高技术、高附加值的产品更倾向使用成本较高的航空运输，如高端制造业、生物医药科技等产业需要速度快、时效性强的货运服务，这与已有研究（Alkaabi and Debbage, 2011）结果一致。

3.2　航空物流枢纽与非枢纽影响因素比较

为进一步探究航空物流枢纽与非枢纽城市影响因素的差异，采用固定效应模型4和5分别对航空物流枢纽城市和非枢纽城市进行分组回归分析。结果显示：对于空港型国家物流枢纽承载城市，其影响因素及方向与整体的回归结果基本一致，拟合优度为0.700；对于其他非枢纽城市，经济规模、批发零售贸易业水平与整体回归结果的影响方向一致，此外，人口规模、科研技术服务业水平和地面交通通达性指标也具有显著影响，拟合优度为0.587。
对比航空物流枢纽与非枢纽城市，人口规模、经济规模在枢纽城市组的回归结果不显著，但对非枢纽城市均有显著影响。这表明枢纽城市已拥有较高的货运集聚水平，城市规模的扩大不再是促进航空货运的主要因素，而非枢纽城市更加依赖于人口与经济增长带来的货运需求，从而促进航空货运的发展。
地面交通通达性对非枢纽城市的航空货运量有显著的负向影响，但对枢纽城市的影响并不显著。虽然道路交通为航空货运提供运输衔接，但在中小城市，逐渐完善的地面交通基础设施和综合交通的多元化发展会对航空货运产生分流效应（姜海宁 等，2021）；西部等欠发达地区对航空货运的依赖程度较高，这种负向影响更加突出。而航空物流枢纽城市的地面交通网络更为通达，对航空货运量的影响相对不显著。学者已从客运方面探讨了高铁等交通设施建设对民航的替代作用（王姣娥 等，2019），但道路运输等其他交通方式与民航在货运上的竞合关系与影响机制仍待探索。

3.3　其他影响因素

除了以上因素，政府对航空货运的政策支持、航空运输成本等因素也会对航空货运量产生影响。政府的政策支持通过鼓励航空发展、降低运营成本、简化流程和手续、提供优惠政策、营造市场环境等，促进城市航空货运吞吐量的增长；航空燃油价格、机场费用、维护成本等因素会改变航空货运的成本，可能会影响客户对交通运输方式的选择，从而影响航空货运量。还有诸多因素对航空货运的影响机制复杂，难以通过指标体现。

4 结论与讨论

相比中国民航客运地理研究，航空货运研究非常少，更缺乏长时序的分析总结。本文基于航空货运的空间统计和面板数据，从20年时间尺度探讨了中国航空货运格局的演化过程、特征并定量揭示了其关键影响因素，对航空运输地理学学科发展及中国民航强国建设具有一定意义。主要结论为：
1）2000―2019年，中国航空货运的发展经历了从快速发展阶段向平稳发展阶段的转变，但航空货运对客机腹舱的依赖程度仍较高、整体发展水平较低。
2）中国航空货运格局呈现显著的空间集聚性。从四大地区分析，东部地区是中国航空货运最集中的区域，承担了全国70%以上的货运吞吐量。从航空货运重心分析，其宏观区位基本保持稳定，位于徽鄂豫三省交界处，中观区位呈现河南→安徽→湖北的迁移趋势。从城市尺度分析，北上广深稳居航空货运枢纽地位，杭州郑州地位上升显著。对比中国航空货运与客运格局（马学广 等，2018），发现两者均呈现相似的菱形结构特征，这在很大程度上源于航空货运高度依赖于客机的腹仓带货，导致航空货运与客运间存在相互依存、相互促进的关系。总体上，中国航空货运格局保持相对稳定，以“北上广深”为核心的菱形空间格局得到强化。
3）中国航空货运的发展受城市规模、产业结构、地面交通发展等因素影响，其中城市经济、交通仓储邮电业和科技投入对航空货运量的正向影响显著，而批发零售贸易业则为显著的负向影响。对于航空物流枢纽而言，其影响因素与全样本机场保持一致；但对于非航空物流枢纽而言，人口规模和科研技术服务业存在显著正向影响，而地面交通通达性则产生显著的负向影响。
本文聚焦近20年来中国航空货运发展研究，以期为优化航空货运布局、加快推进民航强国建设以及后续研究的开展提供借鉴。主要启示为：1）促进航空货运高质量发展需基于中国航空货运格局，发挥核心枢纽的骨干作用，完善综合性枢纽的物流功能，推进专业性货运枢纽机场建设，提升货运水平和国际竞争力，促进货运与客运的协同发展。2）为促进航空货运的进一步发展，应扩大腹地城市的经济规模，优化产业结构、促进产业升级，加大科技投入水平，空港型国家物流枢纽承载城市应依据国家战略布局和规划要求推进建设，充分拓展物流网络，发挥枢纽骨干作用；而非枢纽城市应深刻认识航空与其他交通方式竞争形成的分流效应，根据自身条件和资源优势，开展差异化的航空货运业务，促进多元交通合作、多式联运良性发展。
尽管本文对中国航空货运的影响因素进行回归分析，然而，定量分析过程中仍有不足：即部分枢纽机场除承担所在城市的对外交通功能外，其腹地范围会依赖于越来越发达的地面交通网络，从而超越其所在城市的行政边界。因此，本文仅采用机场所在城市的社会经济数据进行研究可能无法全面、准确地反映机场真实的影响范围。在数据可获取的情况下，后续可针对大型枢纽机场的腹地范围进行深入探讨，以有助于更全面地理解航空货运的影响机制，为相关政策的制定提供更科学、准确的依据。

王姣娥：全文构思，提出核心科学问题，逻辑梳理，论文写作与修改；

车恩瑜：数据分析，图表绘制，论文写作。

肖 凡：数据整理，论文修改。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Alexander D W and Merkert R. 2021. Applications of Gravity Models to Evaluate and Forecast US International Air Freight Markets Post-GFC. Transport Policy, 104: 52-62.

Alkaabi K A and Debbage K G. 2011. The Geography of Air Freight: Connections to U.S. Metropolitan Economies. Journal of Transport Geography, 19: 1517-1529.

Aydın U and Ülengin B. 2022. Analyzing Air Cargo Flows of Turkish Domestic Routes: A Comparative Analysis of Gravity Models. Journal of Air Transport Management, 102: 102217.

Bombelli A, Santos B F, and Tavasszy L. 2020. Analysis of the Air Cargo Transport Network Using a Complex Network Theory Perspective. Transportation Research Part E: Logistics and Transportation Review, 138: 101959.

Bowen J T. 2012. A Spatial Analysis of FedEx and UPS: Hubs, Spokes, and Network Structure. Journal of Transport Geography, 24: 419-431.

Choi J H. 2023. A Study on the Change in the Significance of GDP as a Determinant of Air Demand- Discussions on Brand-New Air Transport Items. Transport Policy, 133: 186-197.

褚艳玲，宫之光，杨忠振．2016．21世纪以来中国航空货运空间变化研究．地理科学，36（3）：335-341．

Chu Yanling, Gong Zhiguang, and Yang Zhongzhen. 2016. The Spatial Pattern of China Air Cargo Transportation in 21st Century. Scientia Geographica Sinica, 36(3): 335-341.

党亚茹，彭丽娜．2011．基于航空货运网络结构的城市层级分析．中国民航大学学报，29（2）：52-58．

Dang Yaru and Peng Lina. 2011. Analysis on Hierarchical Structure of Cities Based on Air Cargo Network. Journal of Civil Aviation University of China, 29(2): 52-58.

党亚茹，孟彩红．2012．经济视角下的航空货运网络结构分析．中国民航大学学报，30（1）：50-55．

Dang Yaru and Meng Caihong. 2012. Analysis on Structure of Air Cargo Network of China Based on Economy. Journal of Civil Aviation University of China, 30(1): 50-55.

Deng Y, Zhang Y, and Wang K. 2022. An Analysis of the Chinese Scheduled Freighter Network during the First Year of the COVID-19 Pandemic. Journal of Transport Geography, 99: 103298.

Deng Y, Zhang Y, and Elston F. 2023. The Development of Chinese Air Express Integrators. Case Studies on Transport Policy, 13: 101025.

Fageda X, Fioravanti R, Ricover A, Café E, and Ansaldo M. 2023. Econometric Analysis of the Determinants of Air Cargo Services Supply in Latin America and the Caribbean. Transport Policy, 135: 33-44.

国家统计局城市社会经济调查司．2001—2020．中国城市统计年鉴．北京：中国统计出版社．

Department of Urban Socio-Economic Survey, National Bureau of Statistics. 2001—2020. China Urban Statistical Yearbook. Beijing: China Statistics Press.

IATA. 2016. The Value of Air Cargo. (2016-12-31) [2024-01-23]. https://www.iata.org/contentassets/4d3961c878894c8a8725278607d8ad52/air-cargo-brochure.pdf.

姜海宁，蔡诗瑶，李博．2021．长三角民用机场体系位序—规模分布及其作用机制．地理科学，41（4）：615-624．

Jiang Haining, Cai Shiyao, and Li Bo. 2021. The Rank-Size Distribution of Civil Airport System and Its Mechanism in the Yangtze River Delta. Scientia Geographica Sinica, 41(4): 615-624.

焦敬娟，王姣娥．2014．海航航空网络空间复杂性及演化研究．地理研究，33（5）：926-936．

Jiao Jingjuan and Wang Jiao'e. 2014. Spatial Structure and Evolution of Hainan Airlines Network: An Analysis of Complex Network. Geographical Research, 33(5): 926-936.

金凤君．2001．我国航空客流网络发展及其地域系统研究．地理研究，20（1）：31-39．

Jin Fengjun. 2001. A Study on Network of Domestic Air Passenger Flow in China. Geographical Research, 20(1): 31-39.

Kasarda J D and Green J D. 2005. Air Cargo as An Economic Development Engine: A Note on Opportunities and Constraints. Journal of Air Transport Management, 11: 459-462.

Li H, Li J, Zhao X, and Kuang X. 2022. The Morphological Structure and Influence Factors Analysis of China's Domestic Civil Aviation Freight Transport Network. Transport Policy, 125: 207-217.

Li T. 2020. A SWOT Analysis of China's Air Cargo Sector in the Context of COVID-19 Pandemic. Journal of Air Transport Management, 88: 101875.

刘宏鲲，周涛．2007．中国城市航空网络的实证研究与分析．物理学报，56（1）：106-112．

Liu Hongkun and Zhou Tao. 2007. Empirical Study of Chinese City Airline Network. Acta Physica Sinica, 56(1): 106-112.

陆璐，魏冶，庞瑞秋，高鑫．2019．航空企业视角的中国航空客运网络组织模式．地理科学，39（4）：550-559．

Lu Lu, Wei Ye, Pang Ruiqiu, and Gao Xin. 2019. Organization Mode of China Air Passenger Transport Network from the Perspective of Aviation Enterprise. Scientia Geographica Sinica, 39(4): 550-559.

马学广，鹿宇．2018．基于航空客运流的中国城市空间格局与空间联系．经济地理，38（8）：47-57．

Ma Xueguang and Lu Yu. 2018. Spatial Structure and Connection of Cities in China Based on Air Passenger Transport Flow. Economic Geography, 38(8): 47-57.

Malighetti P, Martini G, Redondi R, and Scotti D. 2019. Air Transport Networks of Global Integrators in the More Liberalized Asian Air Cargo Industry. Transport Policy, 80: 12-23.

莫辉辉，王姣娥，金凤君．2008．交通运输网络的复杂性研究．地理科学进展，27（6）：112-120．

Mo Huihui, Wang Jiao'e, and Jin Fengjun. 2008. Complexity Perspectives on Transportation Network. Progress in Geography, 27(6): 112-120.

莫辉辉，金凤君，刘毅，王姣娥．2010．机场体系中心性的网络分析方法与实证．地理科学，30（2）：204-212．

Mo Huihui, Jin Fengjun, Liu Yi, and Wang Jiao'e. 2010. Network Analysis on Centrality of Airport System. Scientia Geographica Sinica, 30(2): 204-212.

莫辉辉，胡华清，王姣娥．2017．中国货运航空企业发展过程及航线网络演化格局．地理研究，36（8）：1503-1514．

Mo Huihui, Hu Huaqing, and Wang Jiao'e. 2017. Air Cargo Carriers Development and Network Evolution:A Case Study of China. Geographical Research, 36(8): 1503-1514.

莫辉辉，王姣娥，黄洁．2018．中国枢纽机场网络体系演变格局．热带地理，38（5）：599-605．

Mo Huihui, Wang Jiao'e, and Huang Jie. 2018. Evolutionary Configuration of Hub Airport Network in China: A K-Core Network Model Experience. Tropical Geography, 38(5): 599-605.

蒲亚琼，赵礼强，靖可．2018．基于复杂网络的我国航空货运网络结构分析．沈阳航空航天大学学报，35（6）：82-89．

Pu Yaqiong, Zhao Liqiang, and Jing Ke. 2018. Analysis of Air Cargo Transportation Network of China Based on Complex Networks. Journal of Shenyang Aerospace University, 35(6): 82-89.

田野，高欣，罗静，田玲玲．2022．长江经济带民航城市网络的空间复杂性与结构韧性．地域研究与开发，41（3）：82-88．

Tian Ye, Gao Xin, Luo Jing, and Tian Lingling. 2022. Spatial Complexity and Structural Resilience of the Civil Aviation Cities Network in the Yangtze River Economic Belt. Areal Research and Development, 41(3): 82-88.

Veerappan M, Sahub P K, Pani A, Patil G R, and Sarkar A K. 2020. Analysing and Modelling the Relationship Between Air Freight Movement and Airport Characteristics in India. Transportation Research Procedia, 48: 74-92.

王姣娥，杜德林，金凤君．2019．多元交通流视角下的空间级联系统比较与地理空间约束．地理学报，74（12）：2482-2494．

Wang Jiao'e, Du Delin, and Jin Fengjun. 2019. Comparison of Spatial Structure and Linkage Systems and Geographic Constraints: A Perspective of Multiple Traffic Flows. Acta Geographica Sinica, 74(12): 2482-2494.

王姣娥，金凤君，孙炜，戴特奇，王成金．2006．中国机场体系的空间格局及其服务水平．地理学报，61（8）：829-838．

Wang Jiao'e, Jin Fengjun, Sun Wei, Dai Teqi, and Wang Chengjin. 2006. Research on Spatial Distribution and Service Level of Chinese Airport System. Acta Geographica Sinica, 61(8): 829-838.

王姣娥，莫辉辉，金凤君．2009．中国航空网络空间结构的复杂性．地理学报，64（8）：899-910．

Wang Jiao'e, Mo Huihui, and Jin Fengjun. 2009. Spatial Structural Characteristics of Chinese Aviation Network Based on Complex Network Theory. Acta Geographica Sinica, 64(8): 899-910.

王姣娥，王涵，焦敬娟．2015．“一带一路”与中国对外航空运输联系．地理科学进展，34（5）：554-562．

Wang Jiao'e, Wang Han, and Jiao Jingjuan. 2015. China's International Aviation Transport to the Belt and Road Initiative Area. Progress in Geography, 34(5): 554-562.

王瑞芳．2020．国务院联防联控机制就提升国际航空货运能力稳定供应链有关情况举行发布会．（2020-03-29）[2023-01-23]. http://www.china.com.cn/zhibo/content_75871750.htm#fullText.

Wang Ruifang. 2020. The State Council Joint Prevention and Control Mechanism Holds a Press Conference on Enhancing International Air Cargo Capacity and Stabilizing Supply Chain. (2020-03-29) [2024-01-23]. http://www.china.com.cn/zhibo/content_75871750.htm#fullText.

吴薇薇．2014．航空运输经济学．北京：科学出版社．

Wu Weiwei. 2014. Air Transport Economics. Beijing: The Science Press.

肖凡，莫辉辉，王姣娥，熊美成．2023．多机场体系的概念内涵、识别方法与实证研究．地理科学，43（4）：606-616．

Xiao Fan, Mo Huihui, Wang Jiao'e, and Xiong Meicheng. 2023. Concept and Identification of Multiple Airport Systems: A Geographical Empirical Research. Scientia Geographica Sinica, 43(4): 606-616.

杨浩然，王潇萌，张钦然，张凡，王姣娥．2022．基于航空和高铁流的中国城市网络格局及演化．地理科学，42（3）：436-445．

Yang Haoran, Wang Xiaomeng, Zhang Qinran, Zhang Fan, and Wang Jiao'e. 2022. Pattern Characteristics and Dynamic Evolution of Urban Network Development in China Based on the Comparison Between High-Speed Rail and Airline Flows. Scientia Geographica Sinica, 42(3): 436-445.

杨丽，苟晓冬．2019．中国航空货运网络结构分析．西北师范大学学报（自然科学版），55（4）：30-36．

Yang Li and Gou Xiaodong. 2019. Analysis on China's Air Cargo Network Structure. Journal of Northwest Normal University (Natural Science), 55(4): 30-36.

张兵，胡华清，张莉，钟山．2010．中国航空货运发展及其空间格局研究．地理科学，30（4）：489-495．

Zhang Bing, Hu Huaqing, Zhang Li, and Zhong Shan. 2010. The Air Cargo Transportation Development and Air Cargo Flow's Spatial Pattern in China. Scientia Geographica Sinica, 30(4): 489-495.

中国民用航空局发展计划司．2001—2020．从统计看民航．北京：中国民航出版社．

Department of Development Planning of CAAC. 2001—2020. Statistical Data on Civil Aviation of China. Beijing: China Civil Aviation Press.

中华人民共和国国家发展和改革委员会．2018．关于印发《国家物流枢纽布局和建设规划》的通知（发改经贸〔2018〕1886号）．（2018-12-24）[2024-01-23]. https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=15953.

National Development and Reform Commission, P.R.CHINA. 2018. Notice on Issuing the National Logistics Hub Layout and Construction Plan (NDRC Economic and Trade [2018] No. 1886). (2018-12-24) [2024-01-23]. https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=15953.

中华人民共和国住房和城乡建设部．2001—2020．中国城市建设统计年鉴．北京：中国统计出版社．

Ministry of Housing and Urban Rural Development, P.R.CHINA. 2001—2020. China Urban Construction Statistical Yearbook. Beijing: China Statistics Press.

Options
Outlines

/

〈 〉