Accessibility of Beijing Dual Hub Airports from the Perspective of Residential Travel

  • HUANG Jie , 1, * ,
  • SHI Wenqian 2 ,
  • CHEN Yu 3
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling/Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
  • 2. College of Earth and Environmental Sciences, Lanzhou University,Lanzhou 730000,China
  • 3. School of Geography, Nanjing Normal University, Nanjing 210023, China
* HUANG Jie, E-mail:

Received date: 2021-08-27

  Request revised date: 2021-12-27

  Online published: 2022-07-25

Supported by

Major Program from National Social Science Foundation of China(20&ZD099)

Copyright

Copyright reserved © 2022.

Abstract

For a city with dual hub airports, the relationship between two airports is important for its integrated transport system. Since 2019 Beijing has been a city with dual hub airports, namely Beijing Capital International Airport (PEK, hereinafter referred as “Capital Airport”) and Beijing Daxing International Airport (PKX, hereinafter referred as “Daxing Airport”). Based on the Gaode Map API, which can obtain real-time data precisely, this paper obtains real-travel-time data in both auto mode and public transport mode. It investigates the accessibility spatial pattern of two airports under the two travel modes from the perspective of residential travel so that we can offer suggestions on the integration development of “civil aviation-urban transportation” system. The results show that: ① The use of Daxing Airport has effectively improved the spatial accessibility to airports in Beijing, especially from the south area, making civil aviation service in Beijing tend to be a “north-south equilibrium”. The coverage of the two airports is complementary in 0.5-hour service area by driving and 1 hour service area by public transport, which effectively improves the efficiency of aviation service in Beijing. ② In Beijing, accessibility by auto is higher than that by public transport and accessibility from Capital Airport is higher than Daxing Airport in both travel modes. Under the auto mode, the two airports begin to compete in the coverage within 1 hour journeys. For public transport mode, there is competition within 1.5 hour. ③ Under the public transport mode, the service area and population of the two airports in Beijing need to be improved, as the two airports only serve 1.4% of urban area and 7% of total population in Beijing. So it is important to construct 1 hour service area for residents to access the airports. ④ In the view of intra-urban transfer, accessibility from train stations to the Capital Airport is higher than that of Daxing Airport. Hence, accessibility between Daxing Airport and train stations should be enhanced to support the integration of aviation and high-speed rail travel. Last, we offer suggestions in order to promote the effective integration of airport and urban traffic system in double hub airport cities.

Cite this article

HUANG Jie , SHI Wenqian , CHEN Yu . Accessibility of Beijing Dual Hub Airports from the Perspective of Residential Travel[J]. Journal of Geo-information Science, 2022 , 24(5) : 914 -924 . DOI: 10.12082/dqxxkx.2022.210515

1 引言

城市公共设施区位研究是城市公共设施科学合理配置与布局、实现效率与公平最大化的基础。自20世纪60年代以来,西方学者便开始对公共设施区位问题的探讨。美国经济学家Teitz 在《走向城市公共设施区位理论》[1]中探讨了以效率与公平为目标的城市公共设施布局。美国学者Deverteuil曾将西方城市公共设施区位理论总结为4个阶段: ① 创始阶段,主要关注城市公共设施的布局理念;② 数量时代,依据设施距离、分布模式、可达性、外部效应等定量分析进行统筹布局;③ 以政治地理学和国家社会理论为基础的定性研究阶段,主要关注城市社会中成本与效益的分配;④ “以人为本”研究范式继承与定量研究并重,主要关注如何在地方与城市尺度范围内配置公共设施,以平衡不同居民、社区之间的空间关系[2]。自21世纪以来,国内学者在此基础上将西方城市公共设施区位相关研究进展介绍到了国内[3,4]。目前,我国公共设施区位研究呈现主题多元化的特点,其中一大研究热点便是从空间可达性视角分析基础设施的区位优势。
空间可达性是度量公共服务资源空间配置合理性的最有效工具之一[5,6],最早由Hansen提出[7],反映交通网络中各节点之间相互作用机会的大小,广泛应用于交通规划、设施选址等[8,9,10,11]。空间可达性强调可达性的空间属性。传统测算方法主要包括距离法、累积机会法、重力模型法、基于矩阵的拓扑法[12]、两步移动搜寻法[13]、核心密度法[14]等。其中,忽略个人喜好、种族、阶层等非空间因素的[15,16,17]空间可达性分析作为公共设施布局合理性评价方法,具有简便高效的特点,可通过对需求者不同交通方式与路径的选择来评价设施可达性[18,19]
作为航空运输活动的起止点,枢纽机场是航空运输网络结构和功能的关键载体,也是航空运输服务于区域发展的重大公共基础设施[20,21]。机场对社会经济发展和城市空间结构都具有十分重要的影响,包括直接经济活动、资本积累效应、资本吸引效应、进出口促进效应以及产业结构优化等[22]。其主要功能可以概括为:① 为旅客提供密集的航线和高质量的服务;② 运用高频率的航班为旅客提供便捷高效的中转航班[23]。现有研究从航线布局的角度出发,优化布局枢纽机场与支线机场[24,25];或是从航班时刻资源优化的角度出发,提升枢纽机场的航班连通性[26]。基于枢纽机场对于城市发展的重要作用,国内外很多大都市都建有2个甚至3个枢纽机场。在“一城双场”的模式下,双枢纽机场城市有上海、纽约、伦敦、首尔等。其中,纽约、伦敦是双枢纽机场是在服务区域上呈现相互竞争、相互合作共同发展的模式,而上海、首尔是通过差异化航线实现错位发展[23,27]。从航班视角来看,少数枢纽机场通过调整航班总量来降低航班进出港延误峰值,以达到优化航班时刻、缓解区域机场群的拥堵和延误的目的。比如深圳宝安机场通过航班优化将进港峰值降低20%[28]。尽管航班差异、航司服务、航站楼服务设施等因素会影响乘客对机场的选择,但是以上因素主要从机场对外连通性的视角出发,从自上而下的视角布局航线、配置航班,缺少从城市内部居民出行视角分析机场与城市内部交通的连通性。因此,本文选择城市居民出行视角,选取时间成本测度城市内部机场的可达性,侧重讨论机场与城市内陆路交通系统的衔接,为“民航+城市交通”一体化发展提供科学依据。
随着大兴国际机场的投入使用,北京已经成为“双枢纽机场城市”。根据机场定位规划,大兴机场将作为国际航空枢纽与首都机场协同发展,这将打破城市内部原有的机场出行可达性空间格局,重塑民航运输服务的空间影响,对城市空间效率和区域发展产生重大影响。截至2020年底,已经有12家航空公司入驻大兴机场(1家境外航空公司);受疫情影响,大兴机场主要通航国内城市,已通航的航线与首都机场的重合率已经达到62%。当2个机场对外联系高度重合时,城市交通连接机场的便捷程度便成为影响城市居民出行选择机场的关键因素,也成为影响两机场可达性空间格局的重要因素。因此,本文从居民出行视角,刻画大兴机场和首都机场的可达性空间格局,通过自下而上的方式来对双枢纽机场的定位提出建议。

2 数据来源与研究方法

2.1 研究对象

本文的研究对象为北京首都国际机场(以下简称“首都机场”)和北京大兴国际机场(以下简称“大兴机场”)。
(1)首都机场位于北京市区东北方向,距离天安门广场约27 km,距北京西站约33 km,距北京南站约31 km(图1(a)),在国际航空中占据重要的地位[29]。2019年旅客吞吐量达到10 001.3万人次,占全国旅客吞吐量的7.4%,位居中国第1(①因2020年新冠疫情爆发,本文采用2019年的数据说明机场地位。)。首都国际机场具备较为完善的陆侧交通系统,已形成包括机场快轨、机场高速、机场第二高速、京承高速等多条高速交通通道,可以直接辐射北京中心城、北部地区、东部地区及东北各区,实现机场与城市内的高效衔接。
(2)大兴机场是向北约距天安门44 km、距西站和南站约40 km、距首都机场约65 km(图1(b))。大兴机场的建设是北京“城南行动计划”(②2009年11月6日,北京市出台《促进城市南部地区加快发展行动计划》(简称"城南行动计划"),将北京城市南部地区作为本市未来发展的重要空间和京津冀区域合作的门户通道。城南由此迎来了前所未有的发展机遇。)的重要组成部分。根据规划,大兴机场外围将修建连接北京城市副中心的综合交通骨干路网,融合高速铁路、城际铁路、城市轨道、高速公路等,成为多交通方式衔接的重要枢纽。
图1 北京首都国际机场、北京大兴国际机场的区位

Fig. 1 Location of Beijing Capital International Airport and Beijing Daxing International Airport

2.2 数据来源

本文数据来源如表1所示。本文采用了开源路网数据及高德地图API路线规划工具,并结合相关规划文本开展实证研究[30]。其中开源数据为OpenStreetMap空间数据集,包含北京市各等级道路。区位分析中的地理坐标来自高德地图API地理坐标编码平台,包括大兴机场、首都机场、北京商务中心、天安门广场、北京南站等点位。北京市内出行车程时间是利用高德地图API路线规划获取2021年3月9日上午8:00地面交通流量实时出行数据,机场到各个站点的出行车程时间是利用高德地图API路径规划平台获取2021年3月9日24小时地面交通流量实时出行数据,并筛选当天最长出行时间和最短出行时间。人口密度数据来自WorldPop数据集,分辨率为1 km。
表1 数据来源

Tab. 1 Data Source

数据类型 数据来源 数据年份
路网数据 OpenStreetMap(OSM)空间数据集(https://www.openstreetmap.org/) 2020
实时出行数据 高德地图API路径规划平台( https://lbs.amap.com/api/webservice/guide/api/direction 2020
点位坐标 高德地图API地理编码平台( https://lbs.amap.com/api/webservice/guide/api/georegeo 2020
人口密度数据 WorldPop数据集(https://www.worldpop.org/) 2020

2.3 研究方法

空间可达性作为度量公共服务资源空间配置合理性的最有效工具之一,从分析视角可分为: ① 1对1视角,出发点与到达点唯一;② 1对n视角:出发点唯一而到达点不唯一;③ n对1视角:出发点不唯一而到达点唯一;④ nn视角:出发点和到达点都不唯一[31]。居民出行视角下,机场可达性分析包括以机场为起止点的城市内部出行和以机场为城际出行中转点的出行(图2),均属于以机场为出发点的1对n可达性分析。二者的主要区别在于,前者的研究关注从城市内抵达机场的时间成本,而后者的研究更关注机场之间以及火车站与机场的中转时间成本。基于居民出行链视角的机场可达性分析是机场腹地服务效率自下而上的反馈,能够从精细的空间尺度分析双枢纽机场与城市交通的衔接,是城市综合交通体系构建的重要依据。由图2可知,基于航线差异化定位、航班时刻优化等手段解析双枢纽机场的空间关系,是从城际尺度自上而下地推动机场协同发展。而机场在城市内部的可达性的空间格局分析有助于实现机场与城市交通之间的高效衔接,从“以人为本”的居民出行视角解析双枢纽机场协同发展的需求。
图2 双枢纽机场城市协同发展理论框架

Fig. 2 Dual hub airports collaborative development theory framework

在机场可达性分析中,不同地区对机场有效服务范围的界定标准不一。以出行时间进行界定,我国民用航空局认定机场周边1.5 h出行时间所覆盖的面积为有效服务范围,而英国民航总局研究认为机场有效服务范围可以超过2 h车程时间[32,33]。已有研究发现,因航空基础设施条件、登机服务等因素,大型机场在2~3 h车程时间的服务范围仍占有可观的市场份额[32,33,34,35,36]。因此,为更全面地刻画北京市“双枢纽”机场可达性的空间格局,本文以3h车程时间为最大研究范围,并进行不同出行时间覆盖范围的解析。通过对机场可达性空间格局进行全面研究,可以更精准地划定机场腹地范围。本文基于高德地图API路径规划服务获取的实时出行时间成本,能够较为精确、避免了人工构建复杂路网数据集的工作量,而且更具时效性[37]。采用1对n视角,在城市内部构建1 km×1 km网格,借助高德地图API路径规划平台计算时间成本,分别获取大兴机场、首都机场与城市内部门到门出行时间,进而从精细尺度分析机场可达性的空间格局。

3 结果与分析

3.1 以机场为城市出行起止点

(1)驾车出行
在驾车出行模式下,北京市“双枢纽”机场的出行可达性格局呈现连续圈状(扇状)分布特征(图3)。首都机场的地理空间位置相对居中,驾车出行覆盖范围呈圈状向四周延伸,3 h基本可以覆盖整个北京市;相比之下,大兴机场地理位置偏南,驾车出行覆盖范围呈扇状由南向北延伸,3 h仅覆盖85%的地区。两个枢纽机场0.5 h覆盖范围可在空间上形成互补。两机场的覆盖范围沿着周边高速向外延伸,且首都机场可达性具有明显优势。大兴机场0.5h车程范围仅分布于大兴区,而首都机场得益于完善的城市交通体系,同等时间覆盖面积约为大兴机场的2倍,其0.5 h范围(图4(a))可覆盖朝阳区、顺义区南部和首都功能核心区(③首都功能核心区,包括东城区和西城区2个北京行政区,总面积92.5km²,是全国政治中心、文化中心和国际交往中心的核心承载区,是历史文化名城保护的重点地区,是展示国家首都形象的重要窗口地区。)北部大部分地区。
图3 北京市“双枢纽”机场驾车出行的可达性空间格局

Fig. 3 Spatial pattern of accessibility by auto for double hub airports in Beijing

图4 驾车出行模式下北京市”双枢纽“机场分时交通圈范围

Fig. 4 Auto accessibility by hours for double hub airports in Beijing

2个枢纽机场1 h车程可达范围是错位发展的关键区域。两机场1 h车程范围重叠区域包括石景山区、丰台区、朝阳区南部、通州区西南部和大兴区北部部分地区等(图4(b)),重叠区域整体偏南。房山区和门头沟区也是两机场客源竞争的关键区域,两区域基本位于两机场相同车程时间覆盖范围,但是首都机场可达性在门头沟区具有相对优势,而大兴机场则在房山区的可达性具有相对优势。
驾车出行模式下,首都机场的可达性优势明显。经统计核算(图5),在1 h车程范围内,首都机场可覆盖35.41%的面积,比大兴机场多覆盖16.38%。根据WorldPop数据库人口密度分布计算,1 h车程范围内,首都机场可服务的人口是大兴机场的1.39倍。在1.5 h以内,首都机场可覆盖 10 103.68 km²,约占北京市总面积的61.57%,覆盖人口2152.89万人,占北京市人口的98.34%,分别是大兴机场的1.73倍和1.08倍。总体来看,在驾车出行模式下,北京市“双枢纽”机场的出行可达性较高,可高效覆盖北京市核心区域,大兴国际机场的投入使用使得北京市机场空间分布上趋向于“南北均衡”,航空服务空间辐射范围以及人口服务范围大幅提升,使城南居民航空出行的便利性进一步提升。
图5 驾车出行模式下两机场可达性覆盖面积及人口

Fig. 5 Accessibility coverage area and population of two airports by auto

(2)公共交通出行
公共交通出行模式下,北京市“双枢纽”机场的出行可达性格局具有不连续特征(图6)。首先,两机场周边可达性较好。同时,两机场至首都功能核心区的公共交通时间均可在1 h之内,这主要得益于机场快轨快捷的联通性。
图6 北京市“双枢纽”机场公共交通出行的可达性空间格局

Fig. 6 Spatial pattern of accessibility by public transport for double hub airports in Beijing

大兴机场的投用有效补充了对中部城区的机场可达性覆盖范围。如图7所示,大兴机场投用后丰台区东部到机场的时间从2~3 h缩短至1 h左右。两机场1.5 h可共同覆盖首都核心区,并在其南北两侧形成互补的服务区域,避免了资源重复配置。两机场3 h可共同覆盖首都功能核心区、石景山区、丰台区、朝阳区和海淀区这样的高人口密度地区;对于人口最为密集中部地区来说,选择公共交通的方式到2个机场都具有一定的便利程度,极大地提高了该区居民选择航空出行的便捷程度。
图7 公共交通出行模式下北京市“双枢纽”机场分时交通圈范围

Fig. 7 Public transport accessibility by hours for double hub airports in Beijing

公共交通出行模式下,虽然大兴机场整体可达性略低,但是大兴机场的投用使北京市大型机场在空间分布上更加均衡,特定时间内服务范围明显扩大,服务人口数量明显提升(图8)。如两机场1 h总计覆盖北京14.34%的人口,较首都机场单场运行时期提高5.74%。对比来看,北京首都机场的可达性在顺义区、昌平区、平谷区、密云县、怀柔区、延庆区具有绝对优势。大兴机场的可达性对于大兴区、房山区、丰台区具有绝对优势。
图8 公共交通出行模式下两机场可达性覆盖面积及人口

Fig. 8 Accessibility coverage area and population of two airports by public transport

总体来看,对比驾车出行模式,公共交通出行模式整体可达性较低。在公共交通出行模式下,首都机场3 h覆盖47%的地区和95.23%的人口,大兴机场3 h覆盖32%的地区和88.78%的人口。轨道交通线路的缺失在一定程度上导致了公共交通出行模式下两机场出行可达性较低。一般国际大型机场都有两条及以上接驳轨道交通线路,日本成田机场则多达五条,且线路功能层次丰富[27]。但是首都机场与大兴机场各只有一条与之接驳的快轨(首都机场线和大兴机场线)。以首都机场为例,接驳机场快轨仅可以在东直门、三元桥两站与城市地铁实现换乘。其他人口众多的地区均没有轨道线路与机场直接连通,须通过至少2次换乘才能使用机场快轨,在一定程度上降低了两机场在公共交通出行模式下的可达性。并且,北京市2个机场1 h服务面积和人口数量均有待提高,尤其是应当完善1 h公共交通运输系统建设,加强轨道交通及换乘系统建设,打造民航系统的1 h公共交通服务圈。

3.2 以机场为城际出行中转点

以北京为城际出行中转点的视角下,首都机场到各个火车站的可达性整体高于大兴机场。在驾车出行模式下,首都机场可以实现非拥堵时段1 h联通北京各火车站(除黄村站),其中北京朝阳站和顺义西站0.5 h内便可实现火车站-机场中转。而在非拥堵时段大兴机场到各个站点的最短时间为0.53 h,最长为1.79 h。在公共交通出行模式下(表2),首都机场仍具有更高的可达性;首都机场到达大多数火车站的时间均在1.5 h之内,而大兴机场则需1~3 h不等。
表2 驾车出行模式下机场-机场、火车站-机场出行时间对比

Tab. 2 Travel time between airports and train stations by auto mode

起点 终点 车程时间/h 时间差/min 起点 终点 车程时间/h 时间差/min
拥堵时段 非拥堵时段 拥堵时段 非拥堵时段
北京西站 首都
机场
1.28 0.97 18.48 北京西站 大兴
机场
0.91 0.86 2.73
黄村站 1.58 1.37 12.7 黄村站 0.58 0.53 2.92
北京东站 0.78 0.57 12.53 北京东站 0.96 0.91 3.28
北京站 0.85 0.67 10.58 北京站 1.10 1.08 1.17
北京南站 1.12 0.95 9.68 北京南站 0.82 0.78 2.43
北京北站 0.84 0.70 8.08 北京北站 1.10 1.09 0.88
大兴机场 1.37 1.29 4.88 首都机场 1.37 1.29 4.88
清河站 0.71 0.63 4.77 清河站 1.27 1.18 5.05
通州西站 0.78 0.70 4.38 通州西站 1.08 1.06 1.23
北京朝阳站 0.51 0.44 4.20 北京朝阳站 1.14 1.07 4.50
昌平北站 0.97 0.91 3.20 昌平北站 2.03 1.79 14.30
顺义西站 0.50 0.45 3.00 顺义西站 1.60 1.58 0.88
均值 8.04 均值 3.69
交通拥堵对大兴机场的可达性影响更大。对首都机场而言,驾车出行模式下非拥堵时段比拥堵时段平均快8 min,非拥堵时段驾车出行模式比公共交通出行模式快0.52 h,拥堵时段快0.38 h;对大兴机场而言,驾车出行模式下非拥堵时段比拥堵时段平均快3.7 min,非拥堵时段驾车出行模式比公共交通出行模式快1.23 h,拥堵时段快1.17 h;
首都机场可以更加便捷地联通各个火车站。平均来看,驾车模式下(表3),首都机场到各火车站的时间在拥堵时段和非拥堵时段分别比大兴机场少0.22 h和0.3 h;公交出行模式下少1.1 h。首都机场线可在三元桥换乘10号线和东直门换乘2号线,而大兴机场线只能在草桥站换乘10号线后实现再次换乘到达各火车站。根据表1表2分析,对两机场而言,火车站-机场的出行效率高于机场-机场中转方式。
表3 公共交通出行模式下机场-机场、火车站-机场出行时间对比

Tab. 3 Travel time between airports and train stations by public transport

起点 终点 时间/h 起点 终点 时间/h
大兴机场 首都
机场
2.21 首都机场 大兴
机场
2.21
北京朝阳站 1.19 北京朝阳站 2.20
北京东站 1.22 北京东站 2.76
北京站 0.90 北京站 1.44
北京北站 1.06 北京北站 2.59
顺义西站 1.52 顺义西站 2.63
清河站 1.27 清河站 2.82
通州西站 1.30 通州西站 2.06
北京南站 1.10 北京南站 2.53
北京西站 1.17 北京西站 2.42
昌平北站 1.29 昌平北站 2.33
黄村站 1.65 黄村站 2.02

4 结论与展望

本文以双枢纽机场城市的机场服务发展定位为切入点,以北京市为例,基于高德地图API,分析两机场在驾车和公共交通两种出行模式下的可达性空间格局。从居民出行视角,分析了大兴机场投入使用对首都机场城市内部交通可达性的影响。整体来看,机场的布局以及城市交通体系的建设影响着居民抵离机场的便捷程度,同时影响城市内双机场的有效联系、规划定位和竞合关系。对机场可达性空间格局进行研究,有助于实现机场与城市交通系统、其他方式之间的高效衔接。具体结论如下:
(1)大兴国际机场的投用使得北京市枢纽机场服务范围空间分布上趋向于“南北均衡”。在驾车出行模式下,两机场0.5 h覆盖范围在空间上互补;在公共交通出行模式下,两机场1 h覆盖范围在空间上互补,避免了资源重复配置。
(2)以机场为城市出行起止点的视角下,驾车出行模式的1 h覆盖范围开始出现重叠;而公共交通出行的1.5 h覆盖范围开始出现重叠。在以北京为中转点的视角下,首都机场的中转效率较高,显现出区位优势。
(3)驾车出行模式下的北京市机场可达性均高于公共交通模式出行。在公共交通出行模式下,两机场1 h总计覆盖北京市14.34%的人口和1.4%的面积,未来随着地铁19号线的开通,大兴机场的公共交通出行可达性将进一步提高,方便金融街、中关村等区域的旅客前往大兴机场。
基于以上发现,本文建议在推进双枢纽机场协同发展的背景下,要关注公共交通-机场的衔接便捷性,加快民航1 h公共交通服务圈建设,重视双枢纽机场服务范围的重叠区域形成的竞争格局;未来可进一步考虑实时人口流量、车站客流量、交通流量等信息加入机场可达性的空间格局研究,以提升研究的精度和深度。同时加入不同社会经济属性的人群出行能力差异以及出行偏好选择,通过加入对居民主观选择的研究,以提高可达性度量准确性。并且,未来可长期追踪大兴机场国内外航线、航班的布局与首都机场的差异,从城际尺度探讨双枢纽机场的差异化定位。
[1]
Teitz M B. Toward a theory of urban public facility location[J]. Papers in Regional Science, 1968, 21(1):35. DOI: 10.1007/BF01952720

DOI

[2]
DeVerteuil G. Reconsidering the legacy of urban public facility location theory in human geography[J]. Progress in Human Geography, 2000, 24(1):47-69. DOI: 10.1191/030913200668094045

DOI

[3]
方远平, 闫小培. 西方城市公共服务设施区位研究进展[J]. 城市问题, 2008(9):87-91.

[ Fang Y P, Yan X P. Research progress on location of public service facilities in western cities[J]. Urban Problems, 2008(9):87-91. ] DOI: 10.13239/j.bjsshkxy.cswt.2008.09.012

DOI

[4]
宋正娜, 陈雯, 袁丰, 等. 公共设施区位理论及其相关研究述评[J]. 地理科学进展, 2010, 29(12):1499-1508.

DOI

[ Song Z N, Chen W, Yuan F, et al. Formulation of public facility location theory framework and literature review[J]. Progress in Geography, 2010, 29(12):1499-1508. ] DOI: 10.11820/dlkxjz.2010.12.005

DOI

[5]
叶嘉安, 宋小冬, 钮心毅, 等. 地理信息与规划支持系统[M]. 北京: 科学出版社, 2008.

[ Ye J A, Song X D, Niu X Y, et al. Geographic information and planning support system[M]. Beijing: Science Press, 2008. ]

[6]
Tsou K W, Hung Y T, Chang Y L. An accessibility-based integrated measure of relative spatial equity in urban public facilities[J]. Cities, 2005, 22(6):424-435. DOI: 10.1016/j.cities.2005.07.004

DOI

[7]
Walter G, Hansen. How accessibility shapes land use[J]. Journal of the American Planning Association, 1959, 25(2). DOI: 10.1080/01944365908978307

DOI

[8]
张志学, 李同升. 基于GIS的县级尺度交通可达性研究——以陕西省为例[J]. 人文地理, 2010, 25(1):100-104.

[ Zhang Z X, Li T S. Study on traffic accessibility at county level based on GIS: A case study of Shaanxi Province[J]. Human Geography, 2010, 25(1):100-104. ] DOI: 10.3969/j.issn.1003-2398.2010.01.021

DOI

[9]
王兰, 周楷宸, 汪子涵. 健康公平理念下社区养老设施的空间分布研究——以上海市中心城区为例[J]. 人文地理, 2021, 36(1):48-55.

[ Wang L, Zhou K C, Wang Z H. The spatial distribution of community pension facilities under the concept of health equity: A case study of central urban area in Shanghai[J]. Human Geography, 2021, 36(1):48-55. ] DOI: 10.13959/j.issn.1003-2398.2021.01.007

DOI

[10]
宗会明, 黄言. 高速铁路对成渝城市群区域可达性和城市相互作用格局的影响[J]. 人文地理, 2019, 34(3):99-107,127.

[ Zong H M, Huang Y. Influence of high speed railway on regional accessibility and urban interaction pattern of Chengdu-Chongqing urban agglomeration[J]. Human Geography, 2019, 34(3):99-107,127. ] DOI: 10.13959/j.issn.1003-2398.2019.03.014

DOI

[11]
董小刚, 乔庆华, 翟亮, 等. 基于改进引力模型的广场公园可达性研究[J]. 地球信息科学学报, 2019, 21(10):1518-1526.

DOI

[ Dong X G, Qiao Q H, Zhai L, et al. Evaluating the accessibility of plaza park using the gravity model[J]. Journal of Geo-information Science, 2019, 21(10):1518-1526. ] DOI: 10.12082/dqxxkx.2019.180622

DOI

[12]
陈洁, 陆锋, 程昌秀. 可达性度量方法及应用研究进展评述. 地理科学进展, 2007, 26(5):100-110.

[ Chen J, Lu F, Cheng C X. Advance in accessibility evaluation approaches and applications[J]. Progress in Geography, 2007, 26(5):100-110. ] DOI: 10.11820/dlkxjz.2007.05.011

DOI

[13]
John Radke, Lan Mu. Spatial decompositions, modeling and mapping service regions to predict access to social programs[J]. Geographic Information Sciences, 6: 2, 105-112. DOI: 10.1080/10824000009480538

DOI

[14]
Yang Duck-Hye, Goerge Robert, Mullner Ross. Comparing GIS-based methods of measuring spatial accessibility to health services.[J]. Journal of medical systems, 2006, 30(1):23-32. DOI: 10.1007/s10916-006-7400-5

DOI PMID

[15]
刘贤腾. 空间可达性研究综述[J]. 城市交通, 2007(6):36-43.

[ Liu X T. A review of spatial accessibility[J]. Urban Transport of China, 2007(6):36-43. ] DOI: 10.13813/j.cn11-5141/u.2007.06.010

DOI

[16]
Luo W, Wang F H. Measures of spatial accessibility to health care in a GIS environment: Synjournal and a case study in the Chicago Region[J]. Environment and Planning B: Planning and Design, 2003, 30(6):865-884. DOI: 10.1068/b29120

DOI

[17]
Mark F Guagliardo. Spatial accessibility of primary care: concepts, methods and challenges[J]. Int J Health Geogr 3,3(2004). DOI: 10.1186/1476-072X-3-3

DOI

[18]
Naess P. Accessibility, activity participation and location of activities: Exploring the links between residential location and travel behaviour[J]. Urban Studies, 2006, 43(3):627-652. DOI: 10.1080/00420980500534677

DOI

[19]
Ribeiro A, Antunes A P. A GIS-based decision-support tool for public facility planning. Environment & Planning B, 2002, 29(4):553-569. DOI: 10.1068/b1281

DOI

[20]
王姣娥, 莫辉辉. 民航机场布局方法探讨[J]. 中国民航飞行学院学报, 2009, 20(6):7-10.

[ Wang J E, Mo H H. Discussion on the layout method of civil aviation airport[J]. Journal of Civil Aviation Flight University of China, 2009, 20(6):7-10. ] DOI: 10.3969/j.issn.1009-4288.2009.06.003

DOI

[21]
吴威, 曹有挥, 梁双波, 等. 民用机场区域服务能力的结构与空间格局——以长江经济带民用机场体系为例[J]. 地理研究, 2019, 38(6):1512-1526.

DOI

[ Wu W, Cao Y H, Liang S B, et al. Structure and spatial pattern of regional service capability of civil airports-a case study of civil airport system in Yangtze river economic belt[J]. Geographical Research, 2019, 38(6):1512-1526. ] DOI: 10.11821/dlyj020170970

DOI

[22]
许幸, 杨绪彪. 浅谈机场与区域经济的互动关系[J]. 物流科技, 2020, 43(10):118-120.

[ Xu X, Yang X B. On the Interaction between Airport and Regional Economy. Logistics Sci-Tech, 2020, 43(10):118-120. ] DOI: 10.13714/j.cnki.1002-3100.2020.10.029

DOI

[23]
黄洁, 王姣娥. 枢纽机场的航班波体系结构及其喂给航线的空间格局研究[J]. 地理科学, 2018, 38(11):1750-1758.

DOI

[ Huang J, Wang J E. Wave-system structures of airport hubs and spatial patterns of possible indirect connections[J]. Scientia Geographica Sinica, 2018, 38(11):1750-1758. ] DOI: 10.13249/j.cnki.sgs.2018.11.002

DOI

[24]
金凤君, 王成金. 轴-辐侍服理念下的中国航空网络模式构筑[J]. 地理研究, 2005, 24(5):774-784.

[ Jin F J, Wang C J. Hub-and-Spoke System and China Aviation Network Organization[J]. Geographical Research, 2005, 24(5):774-784. ] DOI: 10.3321/j.issn:1000-0585.2005.05.015

DOI

[25]
王法辉, 金凤君, 曾光. 中国航空客运网络的空间演化模式研究[J]. 地理科学, 2003, 23(5):519-525.

[ Wang F H, Jin F J, Zeng G. Geographic patterns of air passenger transport in China[J]. Scientia Geographica Sinica, 2003, 23(5):519-525. ] DOI: 10.13249/j.cnki.sgs.2003.05.002

DOI

[26]
Cook G N, Goodwin J. Airline networks: A comparison of hub- and-spoke and point-to-point systems[J]. Journal of Aviation /Aerospace Education & Research, 2008, 17(2):52-54. DOI: 10.15394/jaaer.2008.1443

DOI

[27]
唐雅茹. 日本成田机场快线对市郊快线建设的启示[J]. 城市轨道交通研究, 2009, 12(7):5-8.

[ Tang Y R. Inspiration of NARITA EXPRESS for suburb rapid line construction[J]. Urban Mass Transit, 2009, 12(7):5-8. ] DOI: 10.16037/j.1007-869x.2009.07.020

DOI

[28]
王倩, 翟文鹏. 珠三角机场群航班时刻优化研究[J]. 河南科技大学学报(自然科学版), 2018,39(1):29-34, 40,6.

[ Wang Q, Zhai W P. Research on flight schedule optimization of the Pearl River Delta Multi-airport[J]. Journal of Henan University of Science and Technology(Natural Science), 2018,39(1):29-34, 40,6. ] DOI: 10.15926/j.cnki.issn1672-6871.2018.01.006

DOI

[29]
朱诺. 北京首都机场国际航空运输市场监测分析[J]. 空运商务, 2020(1):32-37.

[ Zhu N. Beijing Capital Airport International Air Transport Market Monitoring Analysis. Air Transport & Business, 2020(1):32-37. ] DOI: 10.3969/j.issn.1671-3095.2020.01.023

DOI

[30]
北京市规划和自然资源委员会. 北京城市总体规划(2016-2035)[EB/OL]. 2018-01.

[ Beijing Municipal Commission of Planning and Natural Resources. Master Planning of Beijing (2016-2035)[EB/OL]. 2018-01. ]http://ghzrzyw.beijing.gov.cn/zhengwuxinxi/zxzt/bjcsztgh20162035/202001/t20200102_1554613.html

[31]
张文尝, 等. 城市交通与城市发展[M]. 北京: 商务印书馆, 2010.

[ Zhang W C, et al. Urban Transportation and Urban Development[M]. Beijing: The Commercial Press, 2010. ]

[32]
潘竟虎, 从忆波. 中国民用机场可达性与服务范围测度[J]. 经济地理, 2015, 35(2):46-53.

[ Pan J H, Cong Y B. Measurement to accessibility and service coverage of civil airports in China[J]. Economic Geography, 2015, 35(2):46-53. ] DOI: 10.15957/j.cnki.jjdl.2015.02.007

DOI

[33]
曹小曙, 廖望. 全球多机场区域空间格局与类型划分[J]. 地理科学进展, 2018, 37(11):1473-1484.

DOI

[ Cao X S, Liao W. Spatial pattern and classification of the worldwide multi-airport regions[J]. Progress in Geography, 2018, 37(11):1473-1484. ] DOI: 10.18306/dlkxjz.2018.11.004

DOI

[34]
Dresner M, Lin J S C, Windle R. The impact of low-costcarriers on airport and route competition[J]. Journal of Transport Economics and Policy, 1996, 30(3):309-328. DOI: 10.4324/9781315091617-18

DOI

[35]
Lieshout R, Malighetti P, Redondi R, et al. The competitive landscape of air transport in Europe[J]. Journal of Transport Geography, 2016, 50:68-82. DOI: 10.1016/j.jtrangeo.2015.06.001

DOI

[36]
Sun X, Wandelt S, Hansen M, et al. Multiple airport regions based on inter- airport temporal distances[J]. Transportation Research Part E: Logistics & Transportation Review, 2017, 101:84-98. DOI: 10.1016/j.tre.2017.03.002

DOI

[37]
陈杰, 李昂, 符峥, 等. 公交模式对公共服务设施可达性的影响[J]. 地球信息科学学报, 2019, 21(7):983-993.

DOI

[ Chen J, Li A, Fu Z, et al. Accessibility of public service facilities as influenced by public transport modes[J]. Journal of Geo-information Science, 2019, 21(7):983-993. ] DOI: 10.12082/dqxxkx.2019.18032

DOI

Outlines

/