为探究城市社会经济发展水平与所属空铁枢纽类别之间的关系，以332个城市节点为研究对象，建立城市空铁综合枢纽类别的评价指标体系。分别采用熵值法加权的K-means聚类算法以及模糊C均值聚类算法对样本点枢纽类别进行划分，得出5种具有典型特征的枢纽类别划分结果。从区域和城市的角度进行对比分析，结果显示：K-means算法的分类较为严格，模糊C均值算法的分类更能识别出潜在枢纽；两种分类结果均呈现出国内东南沿海地区城市空铁综合枢纽等级较高、密度较大，而中西部地区城市空铁综合枢纽等级较低、较为分散的特点；单个城市节点虽受制于其社会经济发展水平、地理环境等，总体上其所属枢纽类别仍较为准确。两种分类方法分别在现实性和前瞻性的角度上合理。
In order to explore the relationship between social and economic development of cities and the category of its air-rail hub, taking 332 city nodes in China as research objects, an index system for the categories of cities′ air-rail hub was established. K-means clustering and FCM(Fuzzy C-Means) clustering weighted by entropy method were respectively adopted to conduct hub division of sample points, and 5 typical categories of air-rail hub were obtained. From the perspective of regions and cities, the classification of K-means clustering is strict, while the classification of FCM clustering is more able to identify potential hubs. The result of the two classifications shows that the level and density of the urban air-rail integrated hub in the southeast coastal areas are higher than that in the central and western regions. Although a single city node is subject to its social and economic development and geographical environment, generally its hub category is accurate. The two classification methods are reasonable from the view of reality and perspicacity respectively.
[1] 国务院. “十三五”现代综合交通运输体系发展规划（国发〔2017〕11号）[Z]. 北京：国务院，2017.
[2] GIVONI M, BANISTER D. Airline and railway integration[J]. Transport Policy, 2006, 13(5): 386-397.
[3] 邓洪波，陆林，虞虎. 空铁型综合交通枢纽地区空间演化特征——以上海虹桥枢纽为例[J]. 人文地理，2018，33（4）：130-136.
[4] ZANIN M, HERRANZ R, LADOUSSE S. Environmental benefits of air-rail intermodality: The example of Madrid Barajas[J]. Transportation Research Part E: Logistics and Transportation Review, 2012, 48(5): 1056-1063.
[5] 张瑛. 枢纽地区生产性服务业集聚群发展战略研究——以上海虹桥综合交通枢纽为例[J]. 城市规划，2012，36（8）：57-62.
[6] SOCORRO M P, VIECENS M F. The effects of airline and high speed train integration[J]. Transportation Research Part A: Policy and Practice, 2013, 49:160-177.
[7] MENG Q , WANG X C. Intermodal hub-and-spoke network design: Incorporating multiple stakeholders and multi-type containers[J]. Transportation Research Part B: Methodological, 2011, 45(4):724-742.
[8] ALUMUR S A, KARA B Y, KARASAN O E. Multimodal hub location and hub network design[J]. Omega, 2012, 40(6): 927-939.
[9] 王文宪，吕红霞. 基于近邻传播聚类的铁路客运节点类别划分[J]. 计算机应用研究，2016，33（10）：2926-2928.
[10] 刘志萍，聂正英，邵春福. 京津冀城市群客运枢纽规划布局的思考[J]. 综合运输，2018，40（11）：122-126.
[11] 李萍，聂正英. 京津冀城市群铁路客运枢纽类别划分研究[J]. 综合运输，2019，41（8）：117-122.
[12] 朱倩，廖志高. 基于模糊聚类的中国西部枢纽分级研究[J]. 铁道科学与工程学报，2016，13（10）：2085-2091.
[13] 孔明星. 空铁运输博弈分析及空铁联运网络优化设计研究[D]. 南京：南京航空航天大学，2019.
[14] 张禄. 铁路空铁联运车站发展分析及建议[J] .铁道经济研究，2020（1）：29-33.
[15] 王爽，赵鹏，刘晨光. 客运节点等级划分方法及列车开行方案求解策略研究[J]. 铁道学报，2011，33（3）：1-8.
[16] 王艳辉，晋君，李曼. 城轨路网下车站重要度的评价方法及应用[J]. 解放军理工大学学报（自然科学版），2014 （1）：73-79.
[17] 中华人民共和国国家统计局. 中国统计年鉴2019[M]. 北京：中国统计出版社，2019.
京公网安备 11010102003417号
京ICP备17006742号-3