高速铁路对粤港澳大湾区机场群航线网络分层次影响研究

Hierarchical Influence of High Speed Railway on Airport Route Network in Guangdong-Hong Kong-Macao Greater Bay Area

摘要

研究高速铁路对粤港澳大湾区机场群航线网络的影响，是优化其航线网络设计的重要基础。以2010—2019年粤港澳大湾区机场群航线网络面板数据为样本，运用Robust回归模型和固定效应模型，分层次考察高速铁路对粤港澳大湾区机场群航线网络的影响。研究表明，高速铁路对粤港澳大湾区机场群整体航线网络具有正向影响；对“粤港澳大湾区机场群—长三角机场群”和“粤港澳大湾区机场群—京津冀机场群”航线网络具有显著正向作用；对“粤港澳大湾区机场群—国际航空枢纽城市”航线网络和“粤港澳大湾区机场群—区域航空枢纽城市”航线网络具有正向影响，而对“粤港澳大湾区机场群—非航空枢纽城市”航线网络具有显著负向影响。总体而言，高速铁路可以促进粤港澳大湾区机场群航线网络发展，为机场群发展提供参考依据。

Abstract

Studying the influence of high speed railway on the route networks of the Guangdong-Hong Kong-Macao Greater Bay Area airport clusters is fundamental for optimizing their network design. Utilizing panel data from the route networks of these airport clusters from 2010 to 2019, this research employed Robust regression and fixed effect models to hierarchically assess the influence of high speed railway on the route networks of the Guangdong-Hong Kong-Macao Greater Bay Area airport clusters. The findings reveal that high speed railway positively affects the overall route network in the Greater Bay Area airport clusters. It significantly enhances the route networks of the Greater Bay Area airport clusters-Yangtze River Delta airport clusters and the Greater Bay Area airport clusters-Beijing-Tianjin-Hebei airport clusters. High speed railway also positively influences routes to international and regional aviation hub cities, while it negatively influences routes to non-hub cities. In summary, high speed railway contributes to the development of route networks in the Greater Bay Area airport clusters, offering a reference for the growth of airport clusters.

关键词

高速铁路 / 粤港澳大湾区 / 机场群 / 航线网络 / 稳健回归 / 固定效应

Key words

High Speed Railway / Guangdong-Hong Kong-Macao Greater Bay Area / Airport Clusters / Route Networks / Robustness Regression / Fixed Effects

0　引言

航空运输具有快速、便捷、机动等特点，在国际运输、中长距离运输及地面交通不便地区拥有比较优势，是促进区域经济结构调整和产业升级的先导性行业。依据《粤港澳大湾区发展规划纲要》，粤港澳大湾区包括香港特别行政区、澳门特别行政区和广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆等城市，粤港澳大湾区机场群包含香港国际机场、澳门国际机场、广州白云国际机场、深圳保安国际机场、珠海金湾国际机场、惠州平潭机场和佛山沙堤机场。随着高速铁路的普及和快速发展，高速铁路对航空运输业的影响越来越复杂，研究高速铁路对粤港澳大湾区机场群航线网络的影响是航线网络优化及综合交通立体网建立的重要参考依据。

关于高速铁路对航线网络的影响，既有研究结果主要集中在以下2个方面。一是高速铁路对民航具有替代效应，会冲击航线网络。王姣娥等^[1]对高速铁路和民航的服务空间进行拟合分析，得出城市经济发达且密集地区高速铁路和民航竞争较为激烈；王琪^[2]通过比较分析高速铁路和民航的可达性，得出我国东部和中部地区受高速铁路对民航冲击较大，而在西南和西北地区民航占据优势；梁钟方等^[3-4]认为高速铁路对短途航线的替代效应最为明显，对中途航线有部分负面影响，在长途航线中的影响较小；孙金禄^[5]认为高速铁路形成网络之后短期内会对航线网络冲击较大，其中区域航线网络受冲击最大。二是高速铁路对民航具有正向影响，空铁联运可以实现高速铁路与民航的共赢。高明蕾等^[6]研究京沪高速铁路(北京南—上海虹桥)与京沪民航快线的竞争关系，发现两者运量呈正相关；刘云霞等^[7]通过研究高速铁路开通对航线网络的分流影响，得出非主干高速铁路线路不会对航线网络产生冲击的结论，高速铁路与民航协同发展是我国交通强国重要发展目标；向越新^[8]认为高速铁路的快速发展可以促进支线机场的航线网络发展，同时设计出枢纽城市空铁联运网络；卓丽洪等^[9]认为高速铁路网络具有密集、运输能力强等优势，非航空枢纽城市可以大力发展空铁联运，使其航线网络更具有竞争力；吕宗磊等^[10]将高速铁路线路引入航线网络进行航线网络优化，发现高速铁路的建设可以疏解枢纽机场的拥堵问题。

既有研究分别从全国航线网络、区域航线网络和机场航线网络3个维度分析高速铁路对航线网络的影响，但从机场群的角度分析高速铁路对航线网络影响的文献较少。因此，以粤港澳大湾区机场群为研究对象，基于固定效应等模型，分别从粤港澳大湾区机场群整体航线网络、“粤港澳大湾区机场群—3大世界级机场群”航线网络、“粤港澳大湾区机场群各功能定位机场城市”航线网络3个层次，探讨高速铁路对航线网络的影响。

1　指标体系构建与模型构建

为探讨高速铁路对粤港澳大湾区机场群航线网络的影响，一是选择体现航线网络发展情况的指标作为被解释变量，构建影响航线网络发展的指标作为解释变量，这是进行数据分析的基础；二是构建稳健(Robust)回归模型，检验解释变量是否对被解释变量产生影响，以便于检验构建的指标体系的科学性；三是构建固定效应模型，对数据进行回归分析，以便得出高速铁路对航线网络的具体影响。

1.1　指标体系构建及数据来源

采用城市对之间的航班数量、航空旅客运输量2个因变量指标反映航线网络的发展情况^[11]；粤港澳大湾区机场群内所有机场的通航城市对，构成粤港澳大湾区机场群航线网络；且考虑到部分城市“一市两场”的现象，所构建的航线网络为城市到城市间的航线网络。

在自变量指标中，采用城市对之间的高速铁路开通年数反映高速铁路发展基础和水平，这是因为，高速铁路的开通增强了城市间的经济联系强度及城市间的客流量^[12]，而且高速铁路的开通对航空运输业具有显著影响^[13]。除此之外，城市对的GDP^[14]、人口数量、第三产业从业人数^[15]、航距和航空服务票价^[16]等也将对城市对之间的航班数量、航空旅客运输量产生重要影响。

由于粤港澳地区第一年开通高速铁路的时间为2009年，为研究高速铁路的影响，选择从高速铁路开通以后的年份进行研究，因此选取研究时间为2010—2019年。城市对的航班数量及航空旅客运输量来源于《中国民航统计年鉴(2011—2020)》，城市对高速铁路开通情况来源于国家铁路局官网，城市对GDP、城市人口数量和第三产业从业人数来源于各城市统计年鉴，城市对航距从标准地图服务系统官网中获得，城市对航空服务票价根据《民航国内航空运输价格改革方案》的要求按照航距计算得出。研究变量的描述性统计结果如表1所示，为了对控制变量进行去量纲处理，在实际使用过程中均使用其自然对数值。

1.2　模型构建

1.2.1　Robust回归模型

构建指标体系与航线网络航班数量、航空旅客运输量间的Robust回归模型，检验解释变量是否对被解释变量产生影响，以便证实指标体系选择的合理性与科学性。具体公式如下。

\mathrm{l}\mathrm{n}Y(fligh{t}_{it})={\phi }_{\mathrm{0}}+{\phi }_{\mathrm{1}}{G}_{it}+{\phi }_{\mathrm{2}}\mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}{\mathrm{P}}_{it}+{\phi }_{\mathrm{3}}\mathrm{l}\mathrm{n}pe{o}_{it}+{\phi }_{\mathrm{4}}\mathrm{l}\mathrm{n}serv{e}_{it}+{\phi }_{\mathrm{5}}\mathrm{l}\mathrm{n}Adi{s}_{it}+\mathrm{l}\mathrm{n}{\phi }_{\mathrm{6}}Adpic{e}_{it}⑴

\mathrm{l}\mathrm{n}Y(passengervolum{e}_{it})={\varphi }_{\mathrm{0}}+{\varphi }_{\mathrm{1}}{G}_{it}+{\varphi }_{\mathrm{2}}\mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}{\mathrm{P}}_{it}+{\varphi }_{\mathrm{3}}\mathrm{l}\mathrm{n}pe{o}_{it}+{\varphi }_{\mathrm{4}}\mathrm{l}\mathrm{n}serv{e}_{it}+{\varphi }_{\mathrm{5}}\mathrm{l}\mathrm{n}Adi{s}_{it}+{\varphi }_{\mathrm{6}}\mathrm{l}\mathrm{n}Adpic{e}_{it}⑵

式中：Y( flight_it )为城市对i在t年的航班数量，t=2010，2011，…，2019；Y(passengervolume_it )为城市对i在t年的航空旅客运输量；G_it 为城市对i在时期t内高速铁路开通的年数，G_it =0，1，…，10；GDP _it 为城市对i在t年的GDP；peo_it 为城市对i在t年的人口数量；serve_it 为城市对i在t年的第三产业从业人数；Adis_it 为城市对i之间的航距；Aprice_it 为城市对i间民航平均票价；φ₀，ϕ₀为待估计常数项；φ₁至φ₈，ϕ₁至ϕ₈为解释变量的待估计系数。

1.2.2　固定效应模型

基于2010—2019年的面板数据，使用面板模型中的固定效应模型分析高速铁路对粤港澳大湾区机场群航线网络的影响。研究数据由2010—2019年间粤港澳大湾区机场群通航的城市对构成，共计城市对409对。具体公式如下。

\mathrm{l}\mathrm{n}Y(fligh{t}_{it})={\alpha }_{\mathrm{0}}+{\alpha }_{\mathrm{1}}{G}_{it}+{\alpha }_{\mathrm{2}}\mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}{\mathrm{P}}_{it}+{\alpha }_{\mathrm{3}}\mathrm{l}\mathrm{n}pe{o}_{it}+{\alpha }_{\mathrm{4}}\mathrm{l}\mathrm{n}serv{e}_{it}+{\alpha }_{\mathrm{5}}\mathrm{l}\mathrm{n}Adi{s}_{it}+{\alpha }_{\mathrm{6}}\mathrm{l}\mathrm{n}Adpic{e}_{it}+{\rho }_i+{\epsilon }_{it}⑶

\mathrm{l}\mathrm{n}Y(passengervolum{e}_{it})={\lambda }_{\mathrm{0}}+{\lambda }_{\mathrm{1}}{G}_{it}+{\lambda }_{\mathrm{2}}\mathrm{l}\mathrm{n}\mathrm{G}\mathrm{D}{\mathrm{P}}_{it}+{\lambda }_{\mathrm{3}}\mathrm{l}\mathrm{n}pe{o}_{it}+{\lambda }_{\mathrm{4}}\mathrm{l}\mathrm{n}serv{e}_{it}+{\lambda }_{\mathrm{5}}\mathrm{l}\mathrm{n}Adi{s}_{it}+{\lambda }_{\mathrm{6}}\mathrm{l}\mathrm{n}Adpic{e}_{it}+{\rho }_i+{\epsilon }_{it}⑷

式中：α₀，λ₀为待估计常数项；α₁至α₆为各项解释变量的系数，以衡量变量对航班数量的影响效应；λ₁至λ₆为各项解释变量的系数，以衡量变量对航空旅客运输量的影响效应；ρ_i 为城市的固定效应；ε_it 为随机干扰项。

2　实证分析

为了更全面、系统地分析高速铁路对粤港澳大湾区机场群航线网络的影响，对数据进行分类回归分析。一是对粤港澳大湾区机场群整体航线网络进行回归分析，用以考察粤港澳大湾区机场群整体航线网络受高速铁路影响的概况；二是对粤港澳大湾区机场群至国内3大世界级机场群的航线网络进行面板数据回归分析，剖析高速铁路对机场群间航线网络的影响；三是考虑城市功能定位因素，将城市按国际枢纽、区域枢纽和非枢纽进行定位，分析高速铁路对各功能定位城市的影响。

2.1　稳健性检验

根据稳健性检验，即Robust回归分析结果可知，自变量均对航班数量、航空旅客运输量有影响。其中，高速铁路开通年数、GDP、人口数量、第三产业从业人数和航距均对机场群航线网络有正向影响，而航空服务票价对航线网络有明显负面影响。Robust回归分析结果如表2所示。

2.2　高速铁路对粤港澳大湾区机场群整体航线网络的影响分析

随着高速铁路网络的建设，同时拥有高速铁路车站及机场的城市对数量逐年增加，2010—2019年粤港澳大湾区机场群高速铁路与民航发展情况对比如表3所示。截至2019年，同时具备机场与高速铁路车站的城市对达到310对，而机场群的国内直达航线城市对为319对，高速铁路网络的快速发展成为影响粤港澳大湾区航线网络优化的重要因素之一。

为了分析高速铁路对粤港澳大湾区机场群整体航线网络的具体影响，将2010—2019年粤港澳大湾区机场群整体航线网络的相关数据进行回归分析，得到粤港澳大湾区机场群整体航线网络固定效应模型结果如表4所示。根据表4可知，高速铁路对粤港澳大湾区整体航线网络有显著正向影响。在对航班数量和航空旅客运输量的分析中，G_it 的回归结果均呈现出0.05的显著性，且回归系数分别为2.544和2.535，表明高速铁路对粤港澳大湾区机场群的整体航线网络有显著正向作用，表明城市对高速铁路建设时间越久，对航线网络的正向影响作用越大，说明高速铁路网络的发达程度与航线网络的发展程度成正比。从其他控制变量的回归结果来看，城市GDP、城市人口数量、城市第三产业从业人数和航距均对粤港澳大湾区机场群整体航线网络有正向影响，而城市对航空服务票价对粤港澳大湾区机场群整体航线网络有显著负面影响。

2.3　高速铁路对粤港澳大湾区机场群与世界级机场群航线网络的影响

为研究高速铁路对粤港澳大湾区机场群与我国其他3个世界级机场群航线网络的影响，分别划分“粤港澳大湾区—京津冀机场群”航线网络、“粤港澳大湾区—长三角机场群”航线网络和“粤港澳大湾区—成渝机场群”航线网络。2010—2019年“粤港澳大湾区机场群—世界级机场群”的高速铁路与民航发展情况对比如表5所示，可以看出“粤港澳大湾区机场群—长三角机场群”的高速铁路与民航的重叠市场最多，“粤港澳大湾区—京津冀机场群”其次，“粤港澳大湾区—成渝机场群”中高速铁路的发展相对较慢，同时具备机场与高速铁路车站城市对的数量较少。在此基础上，分别对3个航线网络进行面板回归，“粤港澳大湾区—世界级机场群”航线网络固定效应模型结果如表6所示。

（1）高速铁路对“粤港澳大湾区—长三角机场群”航线网络有显著正向影响。根据固定效应模型结果来看，G_it 对航班数量和航空旅客运输量的回归结果分别为0.05水平的显著和0.01水平的显著，表示高速铁路对此航线网络存在影响，G_it 对航班数量和航空旅客运输量的回归系数分别为2.511和2.582，均为正数表明高速铁路对此航线网络有正向影响。可知此航线网络中，城市对高速铁路开通年数越多，高速铁路对航线的正向效应影响越大。其他控制变量方面，城市对GDP、城市对第三产业从业人数和航距均对此航线网络有正向影响，而航空服务票价对此航线网络有负向影响。

（2）高速铁路对“粤港澳大湾区—京津冀机场群”航线网络同样有显著正向影响。根据固定效应模型结果来看，“粤港澳大湾区—京津冀机场群”航线网络的G_it 回归结果为0.05水平的显著，且G_it 对航班数量和航空旅客运输量的回归系数均为正数，表明高速铁路对此航线网络有正向影响。其他控制变量方面，城市对GDP、城市对人口数量、城市对第三产业从业人数对此航线网络有正向影响，而航距和航空服务票价对此航线网络无显著影响。

（3）高速铁路对“粤港澳大湾区—成渝机场群”航线网络无显著影响。根据固定效应模型结果来看，“粤港澳大湾区—成渝机场群”航线网络的G_it 回归结果为不显著，表示高速铁路对此航线网络无显著影响。其他控制变量方面，城市对GDP和第三产业从业人数对此航线网络有正向影响。

2.4　高速铁路对粤港澳大湾区机场群与各功能定位机场城市航线网络的影响

结合《“十四五”现代综合交通运输体系发展规划》(国发〔2021〕27号)对机场城市的定位，对2019年粤港澳大湾区机场群国内通航的城市进行划分。分别划分了“粤港澳大湾区机场群—国际航空枢纽城市”航线网络、“粤港澳大湾区机场群—区域航空枢纽城市”航线网络和“粤港澳大湾区机场群—非航空枢纽城市”航线网络。2010—2019年间3个航线网络通航城市如表7所示。

2010—2019年“粤港澳大湾区机场群—各功能定位城市”的高速铁路与民航发展情况对比如表8所示，截至2018年粤港澳大湾区机场群已连通所有国际航空枢纽城市，可知国际航空枢纽城市的高速铁路发展较早；“粤港澳大湾区—区域航空枢纽城市”之间高速铁路网络建设最为密集，2019年同时具有高速铁路车站和机场的城市对为125对，而直达航线城市对仅为119对；非航空枢纽城市高速铁路建设起步较晚，截至2017年“粤港澳大湾区—非航空枢纽城市”间具备机场与高速铁路车站城市对仅有75对，然而2017—2019年间发展迅速，截至2019年同时具有高速铁路车站和机场的城市对增至143对，增幅较2017年高达91%。在此基础上，进行面板回归分析，“粤港澳大湾区机场群—各功能定位城市”航线网络固定效应模型结果如表9所示。

（1）高速铁路对“粤港澳大湾区机场群—国际航空枢纽城市”航线网络有显著正向影响。“粤港澳大湾区机场群—国际航空枢纽城市”航线网络的回归结果中，其G_it 的系数均呈现0.01水平的显著，且回归系数分别为3.274和2.951，表示高速铁路对此航线网络有显著正向影响。从其他控制变量来看，城市对GDP和第三产业从业人数对此航线网络有正向影响。

（2）高速铁路对“粤港澳大湾区—区域航空枢纽城市”航线网络有显著正向影响。根据固定效应模型结果来看，“粤港澳大湾区—区域航空枢纽城市”航线网络的G_it 回归结果均呈现0.01水平的显著，且G_it 对航班数量和航空旅客运输量的回归系数均为正数，表明高速铁路对此航线网络有正向影响。且相对于“粤港澳大湾区机场群—国际航空枢纽城市”航线网络，“粤港澳大湾区机场群—区域航空枢纽城市”航线网络的G_it 回归系数更大，表明此航线网络受到高速铁路的正向影响更大。从其他控制变量来看，城市对GDP、第三产业从业人数和航距对此航线网络有正向影响。

（3）高速铁路对“粤港澳大湾区—非航空枢纽城市”航线网络有显著负向影响。根据固定效应模型结果来看，“粤港澳大湾区—非航空枢纽城市”航线网络的G_it 对航班数量的回归结果呈现0.05水平的显著，回归系数为-2.495，对航空旅客运输量的回归结果呈现0.01水平的显著，回归系数为-2.900，表明高速铁路对此航线网络影响显著，且为负向影响。说明随着高速铁路的开通，“粤港澳大湾区—非航空枢纽城市”航线网络的发展受到冲击。其他控制变量中，城市对GDP、人口数数量、第三产业从业人数和航距对航线网络有正向影响，城市对航空服务票价则有明显负面影响。

3　研究结论

（1）高速铁路对粤港澳大湾区机场群航线网络的影响研究表明，2010—2019年间，高速铁路对粤港澳大湾区机场群航线网络存在正面影响。高速铁路网络越发达、越成熟，对航线网络的正向影响越大，表明长期而言，高速铁路网络有助于促进航线网络的发展。在此基础上，通航城市对的GDP、人口数量、第三产业从业人数及航距对航线网络有正向影响，而航空服务票价对其有负面影响。

（2）从机场群间航线网络的角度来分析，高速铁路对“粤港澳大湾区—长三角机场群”航线网络和“粤港澳大湾区—京津冀机场群”航线网络有正向影响，而对粤“港澳大湾区—成渝机场群”航线网络无明显影响，表明高密度区域的高速铁路网络会促进区域航线网络的发展，世界级机场群的高速铁路发展会促进航线网络的发展。

（3）从通航城市的功能定位来看，国际航空枢纽和区域航空枢纽高速铁路建设较为发达，高速铁路的开通对其航线网络有正向影响，其中“粤港澳大湾区机场群—区域航空枢纽城市”航线网络受高速铁路正向影响最大。相反，高速铁路对“粤港澳大湾区机场群—非航空枢纽城市”航线网络有负面影响，非航空枢纽城市受到高速铁路的冲击较大，其航空市场发展受到影响。

参考文献

[1] 王姣娥，胡浩. 中国高铁与民航的空间服务市场竞合分析与模拟[J]. 地理学报，2013，68(2)：175-185.

[2] WANG Jiaoe， HU Hao. Competition and Cooperation of High Speed Rail and Air Transport in China：A Perspective from Spatial Service Market View[J]. Acta Geographica Sinica，2013，68(2)：175-185.

[3] 王琪. 基于可达性的中国民航和高铁竞合关系分析[D]. 南昌：江西师范大学，2015.

[4] 梁钟方. 高速铁路对民航客运的影响分析[D]. 济南：山东大学，2016.

[5] 王姣娥，景悦，杨浩然. 高速铁路对国内民航旅客运输的替代效应测度[J]. 自然资源学报，2019，34(9)：1933-1944.

[6] WANG Jiaoe， JING Yue， YANG Haoran. Impacts of High Speed Rail on China's Domestic Air Transportation[J]. Journal of Natural Resources，2019，34(9)：1933-1944.

[7] 孙金禄. 高铁对江苏民航的影响及对策[J]. 空运商务，2021(11)：38-41.

[8] 高明蕾，左袁丸. 高速铁路与航空运输竞争关系的研究[J]. 铁道运输与经济，2016，38(9)：35-38.

[9] GAO Minglei， ZUO Yuanwan. Research on Competition Relationship between High Speed Railway and Air Transportation[J]. Railway Transport and Economy，2016，38(9)：35-38.

[10] 刘云霞，杨伟娜. 新时代交通强国背景下高铁对航空运输市场的影响[J]. 价值工程，2019，38(31)：97-100.

[11] LIU Yunxia， YANG Weina. The Impact of High Speed Rail on the Air Transport Market in the Context of Building a Country with Strong Transportation in the New Era[J]. Value Engineering，2019，38(31)：97-100.

[12] 向越新. 基于空铁联运的航空公司航线网络优化研究[D]. 广汉：中国民用航空飞行学院，2019.

[13] 卓丽洪，李红昌，鲍越. 高铁发展背景下民航价格弹性研究：基于中国449个城市面板数据的实证分析[J]. 价格理论与实践，2021(10)：66-70.

[14] ZHUO Lihong， LI Hongchang， BAO Yue. Research on Price Elasticity of Civil Aviation under the Background of High Speed Railway Development：Empirical Analysis Based on Panel Data of 449 City Pairs in China[J]. Price (Theory & Practice)，2021(10)：66-70.

[15] 吕宗磊，吴志帅，徐涛，等. 面向空铁联运的枢纽航线网络优化模型[J]. 计算机工程与设计，2021，42(4)：1188-1194.

[16] Zonglei LYU， WU Zhishuai， XU Tao，et al. Hub-Spoke Airline Network Optimization Model for Air-High Speed Rail Intermodal Transportation[J]. Computer Engineering and Design，2021，42(4)：1188-1194.

[17] 邓芝. 基于DEA-Tobit模型的航线网络运营效率评价研究[D]. 广汉：中国民用航空飞行学院，2022.

[18] 孟雪辰，林善浪. 高铁开通对城市网络中心性影响的实证检验[J]. 统计与决策，2022，38(22)：56-60.

[19] 张莉，姚津津. 高铁对民航业发展影响的实证分析[J]. 综合运输，2016，38(12)：32-36，45.

[20] ZHANG Li， YAO Jinjin. Empirical Research in High Speed Rail's Impact on Civil Aviation and Its Implications[J]. China Transportation Review，2016，38(12)：32-36，45.

[21] 黄建辉. 民航运输与区域经济增长关系研究[D]. 福州：福州大学，2014.

[22] 王泠秋. 高铁和民航运输市场竞争对我国民航供给的影响研究[D]. 北京：北京交通大学，2020.

[23] 刘璐. 我国高速铁路对民航客运的影响研究[D]. 北京：北京交通大学，2018.

基金资助

天津市教委社会科学重大项目(2018JWZD52)