航空运输量，注册承运人全球出港量
Air transport, registered carrier departures worldwide
下载数据指标解释
World Bank official description / 世界银行官方说明
Registered carrier departures worldwide are domestic takeoffs and takeoffs abroad of air carriers registered in the country.
可供参考的中文翻译：注册承运人全球出港量为在所在国注册承运人的国内起飞次数和国外起飞次数。
数据口径与风险提示
- 本指标仅统计在特定国家注册的航空公司出港次数，不包括在其他国家注册但在该国运营的航空公司起降
- 数值大小受机队规模、航线网络密度、地理条件等多重因素影响，高数值不等于航空效率或安全水平更高
- 由于采用注册地统计原则，飞机租赁和湿租等运营模式可能影响数据可比性
- 中国数据受国内航空公司机队扩张速度影响较大，与航空基础设施承载能力的直接关联有限
- 疫情期间数据波动剧烈（2020-2022年），可能反映的是出行限制而非航空需求基本面
- 国际航班比例差异会影响国家间比较，部分国家高度依赖国际航线而部分以内陆为主
- 本指标不区分航班类型（定期/包机/货运），不同业务结构会导致出港量差异
- 数据可能因航空公司破产重组、合并而出现历史口径不连续
中国趋势
中国航空运输出港量自1974年有记录以来呈现长期上升趋势，从1974年的2.12万次增长至2023年的490.91万次，累计增长约231倍。中国出港量在2000年代经历了最快速的扩张期，2019年达到496.38万次的峰值。2020年受疫情冲击下降至366.79万次后逐步恢复，2022年再次波动至251.30万次，2023年回升至接近峰值水平。值得注意的是，2023年最新数据较2022年减少约5.46万次，尚未完全突破2019年高点，这可能反映商务出行偏好变化、境内中短途高铁分流效应或国际航线恢复进度差异。
- 1974年首次记录值为21,200次
- 2019年达到历史峰值4,963,752次
- 2023年最新值为4,909,131次
- 最新值与峰值相差约5.3万次
- 近期（2022→2023）变化量为-54,621次
- 历史早期数据样本量有限（1974年前无记录），可能影响长期趋势完整性判断
- 2023年数据虽创历史次高但尚未超越2019年峰值，解读为"持续增长"需谨慎
- 出港量增长与航空旅客实际体验（准点率、拥堵程度）的关联并非线性
全球趋势
全球航空运输出港量自1970年以来从约945万次增长至2023年的3476万次，累计增长约3.68倍。与中国的高速增长不同，全球扩张呈现更为渐进和周期性的特征，在2001年互联网泡沫、2003年SARS疫情、2008年金融危机、2020年新冠疫情等节点都出现明显回撤。2019年全球出港量达到约3808万次的峰值，2020年骤降至约2010万次后逐步恢复。全球数据的波动幅度相对较小，反映了不同区域市场间的互补效应——当部分区域市场低迷时，其他区域可能保持增长，从而平滑全球数据。
- 1970年首次记录值为9,448,300次
- 2019年达到历史峰值38,082,933次
- 2023年最新值为34,764,894次
- 1970至2023年累计增长约2.68倍
- 近期（2022→2023）变化量为-3,318,039次
- 全球数据为各注册国数据汇总，不同区域航空市场周期存在差异，简单平均可能掩盖结构分化
- 航空注册地与实际运营地可能存在分离，影响单一国家数据对区域航空活动的代表性
- 疫情后恢复路径因各国开放政策不同而高度不均匀，全球总量恢复不代表所有市场同步复苏
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1970-1979 | 3.0x | 1.1x | 该十年中国倍数约3.0倍而世界仅约1.1倍，可能反映中国从极低基数起步的追赶效应，同时全球正经历油价危机冲击下的航空收缩期，两者在分母端和分子端的变化方向不一致。 |
| 1980-1989 | 3.1x | 1.3x | 中国倍数约3.1倍、世界约1.3倍，中国增速仍显著领先，可能体现改革开放后国内航线网络快速铺设与全球渐进恢复的节奏差异，但需注意中国分母仍处于较低绝对水平。 |
| 1990-1999 | 2.8x | 1.4x | 中国倍数约2.8倍、世界约1.4倍，增速差距收窄且中国倍数首次出现下降，可能反映基数效应减弱以及全球民航进入新一轮景气周期，两者的增长驱动力开始分化。 |
| 2000-2009 | 3.7x | 1.2x | 中国倍数达3.7倍的高峰而世界仅约1.2倍，这一阶段差距可能受国内低成本航空兴起、机场建设加速、以及入世后商务出行需求释放的综合推动，而全球同期经历多次冲击导致分母扩张受限。 |
| 2010-2019 | 2.1x | 1.3x | 中国倍数回落至约2.1倍、世界约1.3倍，中国增速相对全球的优势明显缩小，可能意味着国内市场趋于成熟、增速自然放缓，而全球航空市场在新兴市场带动下进入相对稳定的扩张期。 |
| 2020-2029 | 1.3x | 1.7x | 中国倍数约1.3倍而世界约1.7倍，出现逆转，可能反映中国疫情防控政策导致国际航线恢复滞后、境内高铁替代效应持续，而全球出境游回暖推高了国际航班比重较高的国家出港量。 |
2023 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的出港量通常意味着更大的航空运输规模，通常反映更密集的航线网络、更多的执飞机队或更高的航班频次，可能与商务活动和旅游业更活跃相关。
数值较低通常意味着什么
较低的出港量可能意味着航空运输规模较小，可能受限于地理条件（内陆vs岛屿）、经济规模、航空公司数量或空域管制等因素。
鍙ｅ緞闄愬埗
- 出港量是流量指标而非效率指标，无法直接反映载客率、准点率或运营效率
- 不区分航班类型（国内/国际、客运/货运），结构差异会导致跨国比较失真
- 注册地原则可能导致离岸注册的航空公司数据归属与实际运营地不符
- 无法反映航空基础设施的实际承载压力或利用效率
- 价格因素（机票成本）影响需求但不出现在指标中
- 高数值不等于高质量服务或可持续发展水平
- 不包含航空公司财务健康状况信息
- 不同国家对小型通用航空的统计覆盖范围可能不一致
使用建议
- 分析时应结合客座率、货运量等效率指标而非单独使用出港量
- 跨国比较时需考虑国际航班占比差异，可参考国际航线出港量单独分析
- 结合GDP、人口等经济基础变量进行人均或强度标准化处理
- 研究长期趋势时应对重大外部冲击（疫情、危机）进行分段处理
- 评估航空对经济的贡献时宜结合交通服务进出口、旅游业收入等指标
- 分析中国数据时建议同时考察高铁里程和市场份额以评估替代效应
- 使用世界排名时应审慎解读，名次高低与航空发展质量无必然因果关系
常见错误用法
错误做法：直接将中国出港量排名世界第二解读为"中国航空发展超过其他国家"
正确做法：应理解为"中国注册航空公司的出港作业规模位居第二"，需结合机队年龄、航线盈利性、服务质量等维度综合评估
出港量反映规模而非发展质量，且注册地统计可能因飞机租赁结构而与实际运营贡献脱节
错误做法：认为出港量增长必然意味着航空需求持续扩大
正确做法：应结合客座率和旅客周转量验证，增速放缓或下降时需区分是需求变化还是供给侧（航空公司运力调整、飞机退役）所致
出港量是供给侧和需求侧共同作用的结果，疫情期间数据显示二者可能背离
错误做法：用出港量直接比较不同国家航空业的"发达程度"
正确做法：应考虑航空渗透率（人均出港次数）、航班结构（国际vs国内）、地理条件等标准化指标
绝对规模的差异可能主要由经济体量、人口规模、地理形态等结构性因素驱动
错误做法：将疫情期间出港量下降解读为航空需求永久性萎缩
正确做法：应区分周期性波动与结构性变化，结合疫情后恢复数据和长期趋势线综合判断
航空出行需求具有较强刚性，冲击后的恢复往往伴随报复性增长
实际应用场景
- 中国航空扩张与区域经济增长收敛性研究：考察2000-2019年中国航空出港量高速增长期与中西部地区GDP增速的关系 被解释变量 可采用面板回归控制固定资产投资、劳动力等变量，检验航空运输对区域经济收敛的独立贡献，同时需考虑反向因果问题
- 高铁替代效应对国内航线出港量的影响评估：分析高铁网络扩张与核心城市群航空出港量变化的关系 解释变量 可构建双重差分模型，以高铁开通前后、不同城市受高铁覆盖程度差异作为处理组和控制组，识别因果效应
- 全球航空业韧性与结构性风险比较：比较不同国家航空出港量在疫情冲击后的恢复路径差异 被解释变量/稳健性检验 可结合航空公司在疫情期间财务表现、航线重组数据，检验出港量变化是否反映企业应对策略差异
- 贸易便利化与航空货运联动机制研究：考察出港量增长与跨境贸易额、服务贸易收支的关系 机制变量 航空货运仅占出港量的一部分，建议同时引入IS.AIR.GOOD.MT.K1货运量指标，检验客运腹仓带货与贸易流量的关联
航空运输量，注册承运人全球出港量常见问题
中国航空出港量世界第二，说明中国航空比美国还发达吗？
出港量仅反映执飞航班数量规模，不代表航空发达程度。美国以约927万次领先中国约491万次，且美国人均乘机次数、宽体机占比、国际航线网络覆盖等方面均保持优势。航空发达程度需综合评估机场密度、航线效率、准点率、安全记录等多个维度。
为什么2020年后中国出港量恢复不如全球平均水平快？
主要可能与疫情防控政策导致国际航线恢复滞后、国内商务出行习惯改变、以及高铁在中短途市场的持续分流有关。全球数据受欧美出境游回暖拉动，而中国出境游受签证、航权等因素制约，恢复节奏与全球呈现差异。
航空出港量和旅客周转量有什么区别？
出港量统计的是起飞架次，无论机型大小、载客多少均计为一次；旅客周转量（IS.AIR.PSGR）统计的是实际运送的旅客人次，同样航班搭载200人与50人，出港量相同但周转量不同。分析需求规模时周转量更准确，反映运营效率时出港量配合客座率更有意义。
中国出港量增速明显高于世界平均水平，是不是因为中国飞机太多了？
出港量增长既来自机队扩张，也来自航线加密和航班频次提高。中国增速领先主要发生在2000年代，与低成本航空兴起、机场新建、城镇化驱动出行需求等供给和需求因素均有关。但基数效应（分母小）也是早期倍数高的重要原因，近年增速差距已明显收窄。
下载数据
免费获取世界银行WDI完整数据集，包含航空运输量，注册承运人全球出港量等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据