航空运输,客运量

Air transport, passengers carried

下载数据

指标代码:IS.AIR.PSGR所属主题:基础设施:TransportationInfrastructure: Transportation

2023最新有效年份
146最新年份有值国家
265历史上有数据经济体
41%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

Air carrier data per country refers to passengers carried by airlines registered in that country regardless of the origin or destination of the passengers.

可供参考的中文翻译:航空客运量数据反映的是在某一国家注册的航空公司所承运的乘客数量,无论乘客的出发地或目的地位于何处。该数据包含国内航班和国际航班的所有乘客。

数据口径与风险提示

  • 本指标统计的是在该国注册的航空公司承运的乘客,而非在境内出发或抵达的乘客,可能存在统计口径与实际航空出行需求不完全匹配的情况
  • 部分国家的数据可能因航空公司注册地与实际运营地不一致而产生偏差,例如离岸注册的航空公司可能被计入不同国家
  • 数据为现价绝对数量,未经过人口标准化,不同国家间的直接比较需谨慎
  • 2019年以前中国数据已包含港澳台地区注册的航空公司,2020年后统计口径可能存在调整
  • 由于2019冠状病毒病疫情影响,2020年全球航空客运量普遍大幅下降,2020-2023年的数据不具备反映长期趋势的代表性
  • 年度数据可能受季节性因素影响,不同年份之间的对比应考虑季节性波动

中国趋势

趋势解读

中国航空客运量在近五十年间经历了跨越式增长,从1974年约71万人次攀升至2023年约6.19亿人次,累计增长约872倍。改革开放初期增势相对平缓,1980年代后期至2000年代初期进入加速增长阶段,2004年突破1亿人次后持续快速攀升,2019年达到峰值约6.6亿人次。疫情后呈现波动复苏态势,2023年客运量约为2019年的94%,尚未完全恢复至历史最高水平。近年来增速有所放缓可能反映了航空基础设施趋于成熟、市场渗透率提升以及高铁分流效应等因素的综合影响。

  • 1974年有记录以来中国航空客运量仅为71万人次
  • 1990年突破1000万人次,用时约16年
  • 2004年突破1亿人次,距1990年约14年
  • 2019年达到峰值6.60亿人次,为历史最高
  • 2023年客运量为6.19亿人次,较峰值下降约6%
  • 近五年(2018-2023)客运量变化呈现W型波动
  • 增速已从高速增长阶段逐步回落,不宜以历史高增速预测未来
  • 客运量绝对规模受基数效应影响,增速自然趋缓符合发展规律

全球趋势

趋势解读

全球航空客运量从1970年约3.1亿人次增至2023年约42.7亿人次,累计增长约13.8倍,呈现出长期上升但波动明显的特征。1970年代至1990年代初期保持稳步增长,1990年代至2000年代增速有所加快,2010年代维持约1.67倍的阶段增幅。2019年达到约44.6亿人次的峰值后,受疫情冲击2020年骤降至约17.7亿人次,2021年后逐步恢复但2023年仍未回到疫情前水平。全球航空客运量的增长轨迹反映了全球经济活动、人员流动和旅游业发展的周期性变化。

  • 1970年全球航空客运量为3.1亿人次
  • 1990年增至约10.2亿人次,20年增长约2.3倍
  • 2000年约为16.7亿人次,10年增长约64%
  • 2019年达到峰值约44.6亿人次,为历史最高
  • 2020年骤降至约17.7亿人次,跌幅超过60%
  • 2023年恢复至约42.7亿人次,约为疫情前峰值的96%
  • 全球数据为各注册国数据的加总,未考虑航线结构差异
  • 不同地区的航空市场发展程度差异显著,区域可比性有限

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。
1970-19793.5x2.1x中国航空客运量在此阶段增长约3.5倍,而全球增长约2.1倍,中国增速明显领先可能反映了中国航空市场从极低基数起步的追赶效应,以及改革开放初期经济活力释放对出行需求的拉动。
1980-19894.3x1.5x中国增速进一步加快至约4.3倍,全球增速则放缓至约1.5倍,差距扩大可能意味着中国民航业在此阶段进入了快速扩张期,而全球市场在经历了石油危机等冲击后处于结构性调整阶段。
1990-19993.4x1.5x中国增速约为3.4倍,全球增速约为1.5倍,两者趋于接近可能反映了中国航空市场的基数效应开始显现,边际增速自然回落,同时全球航空业在1990年代进入了相对稳定的增长期。
2000-20093.7x1.3x中国增速约为3.7倍,全球增速约为1.3倍,差距再次扩大可能与中国加入世界贸易组织后国际贸易和商务出行需求的快速增长、以及居民收入水平提升带动的休闲旅游消费升级有关。
2010-20192.5x1.7x中国增速放缓至约2.5倍,全球增速回升至约1.7倍,中国相对增速优势收窄可能反映了高基数效应持续显现、航空市场渗透率提升以及高铁网络扩展对短途航空的分流效应。
2020-20291.5x2.4x中国增速约为1.5倍,全球增速约为2.4倍,出现逆转可能主要与疫情冲击时间差异和恢复节奏不同有关,也可能反映了中国航空市场在达到较高规模后增速趋于平稳的内在规律,以及全球市场从低基数快速反弹的结构性特征。

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。

排名国家代码数值
1United States
美国
USA941,557,000
2China
中国
CHN619,215,886
3Ireland
爱尔兰
IRL192,528,432
4India
印度
IND180,415,784
5Turkiye
土耳其
TUR125,940,241
6Japan
日本
JPN120,305,972
7United Kingdom
英国
GBR118,945,920
8Russian Federation
俄罗斯
RUS98,872,628
9Indonesia
印度尼西亚
IDN97,045,785
10Brazil
巴西
BRA95,398,485
11Spain
西班牙
ESP94,101,520
12United Arab Emirates
阿联酋
ARE91,062,293
13Canada
加拿大
CAN88,618,000
14Germany
德国
DEU80,199,572
15Mexico
墨西哥
MEX78,763,320
16Korea, Rep.
韩国
KOR76,272,454
17Australia
澳大利亚
AUS68,958,577
18France
法国
FRA64,644,716
19Hungary
匈牙利
HUN55,613,579
20Viet Nam
越南
VNM55,114,832

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的航空客运量通常意味着更活跃的人员流动,可能反映较强的商务往来、旅游消费或区域经济一体化程度

数值较低通常意味着什么

较低的航空客运量可能反映人员流动受限、经济活跃度下降或交通基础设施相对薄弱

鍙e緞闄愬埗

  • 该指标反映的是航空公司注册国的承运能力,而非目的地国的航空需求,数据可能受航空公司注册地选择影响
  • 未区分国内航线与国际航线,不同航线结构的国家间比较存在偏差
  • 未经过人口或经济规模标准化,绝对值的国际比较需谨慎
  • 年度数据可能掩盖季度或月度波动,季节性分析需补充更高频数据
  • 疫情期间数据异常,2020-2023年的绝对数值不具备代表性

使用建议

  • 进行国际比较时优先使用人均客运量或单位GDP客运量等标准化指标
  • 分析长期趋势时排除2020-2022年等受疫情显著影响的年份
  • 结合高铁运营里程、GDP增长率、出境游人数等相关变量进行综合研判
  • 注意区分国内航班与国际航班的不同驱动因素
  • 解读增速变化时考虑基数效应,避免将高速增长简单等同于超常发展

常见错误用法

错误做法:将中国航空客运量排名第二简单理解为航空服务质量或效率排名第二

正确做法:该排名仅反映航空客运绝对规模,与服务质量、飞行安全、准点率等效率指标无直接关联

绝对规模受人口基数、国土面积、经济发展阶段等因素影响,高客运量国家可能同时存在服务质量参差不齐的问题

错误做法:将2020-2023年的数据用于分析长期增长趋势或预测未来增长

正确做法:疫情期间航空客运量出现剧烈波动,应排除异常值后分析疫情前后的结构性变化

疫情属于外生冲击,2020年全球航空客运量骤降超过60%,2021年后逐步恢复,2023年尚未完全回到2019年水平,不宜作为趋势外推的依据

错误做法:直接用中国客运量除以世界客运量来计算中国占全球比例

正确做法:应使用官方发布的国家和地区加总数据,且注意两岸三地数据可能存在口径差异

简单相除可能遗漏或重复计算,且两岸三地航空数据的统计归属在不同时期可能存在调整

错误做法:将航空客运量增长简单等同于旅游业或经济发展的晴雨表

正确做法:航空客运量受多种因素影响,与旅游业和经济发展的关系需要考虑航线结构、出行目的构成、商务活动周期等因素

航空客运量既包括商务出行也包括休闲旅游,既包括出境也包括入境,需求侧因素与供给侧数据的对应关系并非简单线性

实际应用场景

  • 中国民航业与高铁竞争关系研究:研究高铁网络扩展对航空客运量的替代效应 被解释变量 可利用不同高铁线路开通作为准自然实验,采用双重差分法评估高铁对500公里以内航线客运量的影响,同时控制宏观经济、季节性因素和航空公司运力变化
  • 航空客运量与经济增长的长期均衡关系:验证航空运输与GDP之间是否存在长期协整关系 被解释变量 使用Johansen协整检验和向量误差修正模型分析中国航空客运量与GDP的长期均衡关系和短期调整机制,注意检验变量平稳性
  • 国际航空枢纽竞争力分析:评估主要城市机场的国际航线连通性和客流吸引力 比较变量 将各国主要机场客运量与新加坡樟宜机场、迪拜国际机场等标杆枢纽进行对比,分析国际旅客中转比例和航线网络结构
  • 航空碳排放效率改进路径:评估航空业碳减排目标下的运力结构调整空间 机制变量 将航空客运量与交通领域碳排放数据进行匹配,分析旅客周转量增长与碳排放增长的脱钩程度,评估机队更新和运营效率提升的贡献

航空运输,客运量常见问题

中国航空客运量世界排名第二,为什么坐飞机感觉还是不方便

客运量规模反映的是运输能力而非出行便捷度。中国人口众多、地域辽阔,客运需求总量大,但航班准点率、机场中转效率、支线航空覆盖度等因素同样影响出行体验,客运量高不等于航空服务无瓶颈。

为什么2023年航空客运量还没恢复到2019年水平

2023年客运量约为2019年的94%,差距主要来自国际航线恢复滞后和商务出行习惯改变。疫情期间远程办公普及降低部分商务出行需求,同时部分国际航线恢复需要更长时间。

航空客运量和旅客周转量有什么区别

客运量是承运乘客的“人次”,而旅客周转量是“人次×运输距离”的综合指标。高铁在短途可能客运量接近甚至超过航空,但旅客周转量会明显偏低,两者反映不同的运输特征。

中国航空客运量还能保持高速增长吗

近十年中国航空客运量增速已从早期的倍数级增长逐步回落至个位数百分比水平,这符合市场发展到一定规模后的增长规律。未来增速可能更多取决于出境游恢复进度和消费升级进程。

为什么爱尔兰航空客运量排名这么靠前

爱尔兰排名靠前主要因为多家大型航空公司将注册地设在爱尔兰以享受税收优惠,其客运量反映的是这些公司的全球运营规模,而非爱尔兰本国的航空出行需求。

下载数据

免费获取世界银行WDI完整数据集,包含航空运输,客运量等所有指标,支持按国家、指标或主题下载CSV、Excel和XML格式数据。

下载数据