深中通道跨城出行群体对城市空中交通选择行为研究

深中通道通车后，中山到深圳的跨城通勤从两小时压缩到半小时，大湾区"一小时生活圈"正在成为现实。但地面交通总有极限——当跨城出行需求持续增长，拥堵、停车、接驳效率会不会再次成为瓶颈？

城市空中交通（Urban Air Mobility，简称UAM），也就是我们常说的"空中出租车""飞行汽车"，被视为下一代跨城出行的重要解决方案。但一个关键问题始终悬而未决：真正有多少人愿意为UAM买单？什么样的人、在什么场景下会选择飞着去上班？

本文基于一项针对深中通道跨城出行群体的实证研究，用1068份有效样本数据，拆解UAM在跨城场景下的真实需求逻辑。

现有UAM研究大多集中在单一城市内部，比如雅加达、成都的市区空中出租车需求预测。但跨城场景有本质不同：距离更长、出行目的更复杂、替代方案更多元。

更重要的是，以往研究存在三个明显局限：

第一，数据方法有偏。传统研究要么只用RP（显示偏好）数据——也就是人们实际选择了什么，但UAM还没普及，现实数据里根本没有这个选项；要么只用SP（陈述偏好）数据——也就是问卷里问"你会不会选"，但假设场景下的回答往往高估真实需求。单一数据要么缺选项，要么有偏差，结论的可信度大打折扣。

第二，缺乏跨区域视角。市区通勤和跨城通勤的决策逻辑完全不同。市区内UAM的优势是点对点直达、规避拥堵；跨城场景还要考虑续航约束、补能问题、两端接驳效率，这些都会直接影响竞争力。

第三，忽略社会属性差异。收入、学历、职业、出行频率……这些因素会不会改变人们对UAM的接受度？现有研究往往给出一个平均数字，但真实市场是分层的。

这项研究瞄准的就是这些缺口：以深中通道跨城出行人群为样本，用SP+RP联合数据建模，回答"谁会选UAM、为什么选、愿意花多少钱"这三个核心问题。

研究区域：深中通道沿线，以中山出发、深圳为目的地的跨城通勤人群为主，覆盖工作日、周末和节假日三种场景。

样本规模：1068份有效问卷，其中工作日场景574份、节假日场景494份。

中山市出发地与深圳市目的地的空间分布

研究方法：混合Logit模型（Mixed Logit，MXL），这是交通选择行为研究的经典方法，能捕捉不同个体之间的偏好差异。

核心变量：

• 因变量：交通方式选择——私家车、巴士、高铁、渡轮、出租车/网约车、UAM、其他

• 出行特征：出行时间、延误时间、出行距离

• 成本因素：出行成本、时间价值、拥堵指数

• 社会经济属性：性别、年龄、职业、教育水平、收入、居住城市

• 交互项：UAM与收入、学历、职业等的交叉影响

关键创新点在于SP与RP数据联合建模——用真实出行数据校准偏好，用陈述偏好数据补充UAM选项，既解决了RP数据"没有UAM选项"的问题，又修正了SP数据"假设偏误"的问题。

这是这项研究最有意思的发现之一：同样是跨城出行，工作日和节假日的选择机制几乎是反过来的。

工作日："活动-出行"自上而下决策。

先有工作安排，再选交通方式。出行方式选择服从于既定的活动日程，UAM的省时优势在刚性事务约束下效用有限。简单说：上班时间是固定的，你不会因为有了空中出租车就随便改开会时间，交通只是实现目的的手段。

节假日："出行-活动"逆向决策。

先决定怎么去、多久能到，再安排后续活动。交通方式选择前置，甚至主导整个出行规划。这时候UAM的省时体验价值就凸显出来了——节省的时间可以转化为更多游玩、陪伴或休息时间。

这个发现对UAM运营有直接启示：节假日市场的时间敏感度更高，定价策略和运力调度应该向周末、节假日倾斜。

工作日UAM偏好随距离变化分布

距离维度也有规律：50公里以内的跨城出行，UAM竞争力相对有限；但70-100公里区间是UAM的优势距离带——地面交通拥堵成本上升，UAM的垂直起降直达优势开始体现。超过150公里后，续航约束又会成为新的瓶颈。

很多人直觉认为"收入越高，越愿意坐UAM"。但这项研究发现，真实规律更复杂——UAM需求随收入变化呈现U型曲线。

不同收入群体的交通方式选择分布（节假日）

具体来说：

高收入群体（月入2万以上）：符合"时间稀缺、货币充裕"的经典判断，愿意为时间节约支付溢价。对他们来说，UAM更像一种"时间奢侈品"，收入弹性与奢侈品属性高度契合。

中低收入群体（月入2000-5000元）：处于一个尴尬的临界区间——能负担地面城际交通（巴士、高铁），但无力承担UAM的时间溢价。成本硬约束下，他们的决策逻辑是"成本最小化"，UAM基本不在选择范围内。

最低收入群体（月入2000元以下）：反而出现了需求反弹。原因很现实：这部分人群私家车保有率低，遇到突发紧急事务（家人就医、急事处理）时，地面公共交通的时效性无法满足，UAM反而成了极端场景下的"唯一可行解"。这是一种刚性被动需求，不是日常通勤，而是应急场景的刚需。

这个U型规律是单一SP数据或单一RP数据都揭示不出来的——只有SP-RP联合建模才能捕捉到这种非线性关系。

如果只选一个最关键的影响因素，答案不是收入，而是时间价值（Value of Time）。

个人月收入与时间节省价值拟合关系

研究显示，时间价值对UAM选择有显著正向影响，而且这个效应在节假日会被放大——因为节假日地面拥堵更严重，时间的稀缺感更强。

换句话说，判断一个人会不会选UAM，不要看他赚多少钱，要看他的一小时值多少钱。

一个月入1万但时薪很高的自由职业者，可能比月入2万但时间不那么"值钱"的体制内员工，更愿意为UAM付费。

学历因素也很有意思：

• 本科学历群体是UAM的核心潜在用户。工作日他们受"活动-出行"逻辑约束，溢价效用有限；但节假日转为"出行-活动"逻辑后，省时体验价值大幅提升。

• 更高学历（硕士及以上）反而没有表现出更强的偏好。原因是高学历群体对新技术风险的评估更全面，信息甄别能力更强，接受度更客观，不会盲目追捧也不会一味排斥，波动反而更小。

学生群体则是明显的低需求群体：支付能力有限 + 周末集中出行导致时间溢价意愿不足，UAM对学生来说既贵又非必需。

引入UAM之后，现有交通方式的分担率会发生什么变化？研究给出了清晰的替代排序。

引入UAM后工作日交通方式分担率变化

第一替代对象：私人小汽车。

无论是工作日还是节假日，私家车都是被UAM替代最多的方式。原因很直接：

• 私家车跨城通勤存在拥有率与使用率错配，拥堵和停车成本高

• UAM不受地面拥堵制约，能显著缩短跨城等待时间

• 免除跨城停车费及相关支出

节假日替代效应更强，因为节假日拥堵更严重、停车更难、驾驶疲劳更明显，UAM"高效准时、舒适直达"的特性与节假日场景适配度更高。

第二替代对象：高铁/城际铁路。

铁路的优势是大运量、高准点、低成本。但中短途跨城出行有个痛点：站点固定、接驳耗时、"最后一公里"可达性差。

UAM的垂直起降能力刚好补了这个短板——点对点直达，不需要换乘接驳。需求量与出行距离呈现互补关系：中短途UAM更灵活，长途铁路更经济。

节假日高铁的被替代性更强，因为节假日铁路运力紧张、准点率下降，而UAM调度灵活，可以适配高峰需求。

看完这项研究，我们对跨城UAM的真实需求可以形成几个更清醒的判断：

第一，UAM的核心市场不是日常通勤，而是高时间价值场景。工作日刚性通勤下，UAM的溢价效用有限；节假日、商务出行、应急场景才是真正的高需求区间。

第二，用户分层比平均接受率更重要。不要问"多少人愿意坐UAM"，要问"哪些人的一小时值这个价"。高时间价值群体、应急需求群体，是两个完全不同的市场，需要完全不同的产品设计。

第三，70-100公里是跨城UAM的黄金距离带。太短体现不出优势，太长受续航制约。深中通道这个距离量级（约50-80公里），刚好落在UAM的优势区间边缘，是非常有价值的试验场。

第四，SP-RP联合建模是UAM需求研究的必选项。单一数据要么缺选项、要么有偏误，只有联合数据才能揭示U型收入曲线、节假日异质性这些关键规律。

城市空中交通不会一夜之间改变所有人的出行方式，但它会先在特定距离、特定人群、特定场景中找到自己的位置。理解这些边界，比盲目乐观更重要。

数据来源：本文核心结论基于深中通道跨城出行群体SP/RP偏好调查数据，有效样本量1068份（工作日574份、节假日494份），调查覆盖2025年后半年。

研究方法：混合Logit模型（Mixed Logit, MXL），采用SP与RP联合数据建模。

事实边界：

• 本研究结论基于中山至深圳跨城出行群体，推广至其他区域需考虑当地距离、收入水平、交通基础设施等差异

• UAM目前仍处于商业化前期，实际落地后的用户接受度可能受安全认知、噪声、票价波动等因素影响

文中收入分层、时间价值等结论为样本统计规律，不代表个体预测。

1. Brunelli, M., Ditta, C. C., & Postorino, M. N. (2023). SP surveys to estimate Airport Shuttle demand in an Urban Air Mobility context. Transport Policy, 141, 129-139.

2. Coppola, P., De Fabiis, F., & Silvestri, F. (2024). Urban Air Mobility (UAM): Airport shuttles or city-taxis?. Transport Policy, 150, 24-34.

3. Ilahi, A., Belgiawan, P. F., Balac, M., & Axhausen, K. W. (2021). Understanding travel and mode choice with emerging modes: A pooled SP and RP model in Greater Jakarta, Indonesia. Transportation Research Part A: Policy and Practice, 150, 398–422.

4. Sripad, S., & Viswanathan, V. (2021). The promise of energy-efficient battery-powered urban aircraft. Proceedings of the National Academy of Sciences, 118(45), e2111164118.

5. Yan, Y., Wang, K., & Qu, X. (2024). Urban air mobility (UAM) and ground transportation integration: A survey. Frontiers of Engineering Management, 11(4), 734–758.

6. Yang, L., Shen, Q., & Li, Z. (2016). Comparing travel mode and trip chain choices between holidays and weekdays. Transportation Research Part A: Policy and Practice, 91, 273–285.