EN中文

资源科学 >

2025 , Vol. 47 >Issue 8: 1702 - 1717

DOI: https://doi.org/10.18402/resci.2025.08.08

低空政策与发展实践

eVTOL典型场景应用的研究进展和演变态势——基于Meta分析与LDA主题建模的双重验证

  • 胡科翔 , 1 ,
  • 张鸿飞 1 ,
  • 谭志雄 , 2
展开
  • 1.重庆工商大学工商管理学院，重庆 400067
  • 2.重庆大学公共管理学院，重庆 400044
谭志雄，男，湖南株洲人，教授，博士生导师，研究方向为产业经济、可持续发展规划政策。E-mail:

胡科翔，男，重庆渝中人，讲师，硕士生导师，研究方向为区域旅游开发、可持续发展规划政策。E-mail:

收稿日期: 2025-04-18

  修回日期: 2025-07-14

  网络出版日期: 2025-09-09

基金资助

国家社会科学基金项目(23BJL010)

收起

Research progress and evolutionary trends of typical eVTOL scenario applications: Dual verification based on meta-analysis and LDA topic modeling

  • HU Kexiang , 1 ,
  • ZHANG Hongfei 1 ,
  • TAN Zhixiong , 2
Expand
  • 1. School of Business Administration, Chongqing Technology and Business University, Chongqing 400067, China
  • 2. School of Public Policy and Administration, Chongqing University, Chongqing 400044, China

Received date: 2025-04-18

  Revised date: 2025-07-14

  Online published: 2025-09-09

Fold

摘要

【目的】 在全球气候变暖与能源结构转型迫切需求下，发展低空经济已成为推动交通领域绿色低碳转型的重要路径。电动垂直起降飞行器（eVTOL）作为低空交通的新型解决方案，其规模化应用需要系统解析其场景应用的“需求-技术”协同机制。但如何解构场景需求与技术供给的适配逻辑、精准识别市场偏好与技术瓶颈的交互机制，是值得关注的焦点。通过量化市场需求特征与技术供给趋势，可以为政策制定与产业布局提供理论支撑。【方法】 根据场景需求与技术供给的适配逻辑，在需求侧，对截至2025年1月的eVTOL相关文献数据进行整合，采用Meta分析方法，检验乘客年龄、性别、态度、家庭月收入、旅行成本、旅行时间等变量对eVTOL吸引力的影响机制及场景调节效应；在供给侧，应用LDA（潜在狄利克雷分配）主题建模方法挖掘incoPat数据库中eVTOL相关的有效专利文本，识别技术主题演化规律。【结果】 ①在需求侧，就影响机制而言，乘客的态度与家庭月收入显著正向驱动 eVTOL吸引力，旅行成本和时间则负向抑制eVTOL吸引力；就调节效应而言，场景类型调节效应显著：城市场景中乘客态度的影响最为敏感，机场场景中乘客年龄与家庭月收入的影响最为敏感，旅游景区场景中则是乘客的态度和旅行成本的影响最为敏感。②在供给侧，专利主题演化呈现三阶段特征——技术萌芽期聚焦城市场景全链路技术布局，技术深化期转向续航瓶颈的系统性突破，智能转型期侧重智能化纵深拓展。【结论】 ①eVTOL吸引力受乘客态度与家庭月收入的显著正向驱动及旅行成本与时间的负向抑制，且影响机制存在场景异质性——机场场景凸显时效溢价效应，旅游场景依赖体验价值驱动。②技术演进遵循“基础架构构建→续航瓶颈突破→智能系统深化”的递进规律，与场景需求形成协同演化。

关键词： eVTOL; 低空经济; 场景应用; 研究进展; Meta分析

本文引用格式

胡科翔 , 张鸿飞 , 谭志雄 . eVTOL典型场景应用的研究进展和演变态势——基于Meta分析与LDA主题建模的双重验证[J]. 资源科学, 2025 , 47(8) : 1702 -1717 . DOI: 10.18402/resci.2025.08.08

Abstract

[Objective] Under the urgent needs of global warming and energy structure transformation, the development of low-altitude economy has become an important path to promote the green and low-carbon transformation in the transportation sector. As a new solution for low-altitude traffic, the large-scale application of electric vertical take-off and landing vehicle (eVTOL) needs to systematically analyze the “demand-technology” coordination mechanism of its scene application. However, how to deconstruct the adaptation logic of scenario demand and technology supply, and accurately identify the interaction mechanism between market preference and technology bottleneck is the focus of attention. By quantifying the characteristics of market demand and the trend of technology supply, it can provide theoretical support for policy formulation and industrial layout. [Methods] This study conducted a meta-analysis of published eVTOL-related literature to examine the influence mechanisms of variables such as passenger age, gender, and attitude on eVTOL attractiveness and scenario-specific moderating effects. Latent Dirichlet allocation (LDA) topic modeling was applied to extract effective patent texts related to eVTOL from the incoPat database, identifying the evolutionary trends of technological topics. [Results] (1) On the demand side, in terms of the impact mechanism, passengers’ attitudes and family monthly income significantly positively drive eVTOL. Attractiveness, travel cost and time negatively inhibit eVTOL attractiveness ; as far as the moderating effect is concerned, the influence of passenger attitude in urban scenes is the most sensitive. In the airport scene, the most obvious is the positive impact of passenger age and family monthly income. In the scenic spot scene, the influence of passengers’ attitude and travel cost is the most significant. (2) On the supply side, the evolution of patent topics demonstrated a three-stage pattern: the technology incubation stage focused on comprehensive technological deployment in urban scenarios, the technology deepening stage shifted toward systematic breakthroughs in endurance bottlenecks, and the intelligent transformation stage prioritized in-depth expansion of intelligent capabilities. [Conclusion] (1) eVTOL attractiveness is significantly and positively driven by attitude and income, yet negatively constrained by travel cost and time. The influence mechanisms exhibit scenario heterogeneity—airport scenarios highlight time-value premium effects, while tourism scenarios are primarily driven by experience value. (2) Technological evolution follows a progressive pattern of “basic architecture construction→endurance bottleneck breakthrough→intelligent system advancement,” demonstrating coordinated co-evolution with scenario demands.

Key words： eVTOL; low-altitude economy; scenario applications; research progress; meta-analysis

1 引言

在全球气候变暖与能源结构转型的迫切需求下，绿色低碳发展已成为各国科技创新的核心导向[1]。中国已明确提出“2030年前碳达峰、2060年前碳中和”的宏伟蓝图，交通领域作为碳排放的主要来源之一，亟须通过新能源技术实现绿色转型[2]。低空经济依托由低空空域资源开发而催生的新兴产业，被赋予了极为重要的使命担当。2023年，低空经济首次被纳入国家战略性新兴产业范畴，标志着其从概念探索迈向规模化发展。作为低空经济的核心载体之一，电动垂直起降飞行器（Electric Vertical Take-off and Landing，简称eVTOL）凭借其零排放、低噪声、灵活起降等特性，成为连接绿色交通与城市立体化发展的关键载体。eVTOL不仅是新能源交通体系中的技术集成体，更是实现城市空中交通网络、应急救援、智慧物流等场景应用的核心工具。摩根士丹利数据显示，到2040年eVTOL全球市场规模将达到1万亿美元，2050年将达到9万亿美元[3]。当前，中国从中央到地方大力支持低空经济发展，政策体系呈现“中央统筹、地方试点、产业协同”的特征。2024年3月，工业和信息化部等四部门联合印发《通用航空装备创新应用实施方案（2024—2030年）》，明确提出“以无人化、电动化、智能化为方向，推动eVTOL等新型航空装备融入生产生活各领域”，计划到2030年形成万亿级市场规模。该政策首次回应了eVTOL适航取证难、商业化路径模糊等痛点，为行业有序发展提供了清晰的法规框架与资源保障。中央空管委在合肥、杭州、深圳、苏州、成都、重庆等六城市启动空域管理改革等试点，授权地方政府管理低空空域，并通过地方专项产业基金支持eVTOL技术研发，形成“政策+资本”的双轮驱动模式。在eVTOL的政策支持上，中国相较于美国与欧盟展现了更强的力度与更快的速度；与此同时，美欧也在积极加速其发展布局。美国联邦航空管理局（FAA）2023年发布《城市空中交通（UAM）运行概念2.0》，提出UAM初步管理体系架构，并制定“先进空中交通（AAM）国家蓝图”，联合波音、Joby等企业推动适航认证与基础设施建设；欧盟围绕“欧洲单一天空空中交通管理研究项目”（SESAR）开展 UAM管理体系研究，2023年其资助项目已在奥地利成功测试一个eVTOL地面控制站。可见，加快推动eVTOL产业链上下游一体化发展、eVTOL与现实场景的多元融合，已成为全球各国（地区）发展低空经济的重要着力点。
在政策驱动与实践探索的共同推动下，eVTOL的产业化进程正加速落地，但其规模化发展仍需依托理论与技术的深度协同，获得路径指引支持。尽管目前试点已初步验证了eVTOL在旅游观光、城市通勤等场景的可行性，但如何系统解析场景需求与技术供给的适配逻辑、精准识别市场偏好与技术瓶颈的交互机制，是值得关注的焦点。国内外学界围绕低空经济场景拓展与技术研发展开多维探索，主要体现在以下两大层面：①低空经济应用场景多元化拓展探讨。例如，吕人力[4]的研究对低空经济的应用场景拓展进行了三阶段划分：从初始阶段用于航拍、表演等的消费级无人机，逐步向作业类和运输类场景的行业级应用阶段延伸。其中，农业植保、电力巡线等作业类场景已实现规模化应用；而运输类场景中，中小型无人机物流配送和eVTOL载人载货成为重点方向，预计2030年后eVTOL将进入载客市场成熟阶段。Li等[5]的研究指出，城市空中交通、应急救灾、旅游观光等场景通过eVTOL技术展现出发展潜力，凭借其低噪音、低成本优势逐步替代传统直升机服务。张铁柱等[6]的研究认为，面对丰富多样的应用场景，需要研究低空飞行器使用功能和运转性能面向应用场景的匹配度和适用性，为低空飞行器的设计和选用提供依据。李晓华[7]的研究认为，低空经济应用场景纵深发展的趋势应从“点状试点”向“面状生态”过渡，例如从单一城市的政策试点向城市群低空物流网络、全域旅游低空航线等拓展。②技术研发驱动新能源飞行器应用场景拓展。例如，Zharkov等[8]的研究结果表明，氢燃料电池与锂电池的混合架构能够显著提升eVTOL的续航能力，适用于城市空中出行、应急救援等场景。张晓辉等[9]通过半实物仿真研究证明，太阳能与氢能的混合系统可根据飞行阶段动态调整能源使用，适用于物流配送或环境监测等长航时任务。Melo等[10]利用模型仿真演算，对eVTOL燃料电池系统进行环境影响评估发现，锂硫电池驱动的eVTOL在低载客量场景下可满足15分钟快速通勤需要，但需配套屋顶垂直起降场和快速换电设施；装备氢燃料电池的eVTOL可承载500 kg物体进行中距离货运，但需地面加氢站和液氢供应链支持。Karpuk等[11]对具有先进机身和推进技术的氢燃料电池飞行器开展商业应用潜力分析，指出当前技术条件下氢动力固定翼飞行器可搭载1 t载荷飞行500 km，适宜于海岛、山地物流运输。
基于上述对低空经济两大核心层面研究背景的梳理，可以发现当前关于eVTOL的研究热点呈现两大特征：①围绕构建低空经济产业生态协同格局，立足低空经济涉及的制造、运营、基础设施、保障等四大领域，关注传统航空制造与新能源低空飞行器如eVTOL产业链资源的协调发展态势，分析如何通过制度规范和政策响应推动形成“制造—运营—数据”整体闭环。②聚焦eVTOL在具体应用场景，如城市交通、医疗转运、物流运输等的适用性研究，强调飞行器性能与场景需求的匹配机制，形成了技术集成创新，特别是新能源技术与场景拓展双向驱动的分析主线：即环保政策压力催生新能源技术突破，而技术成熟度又反哺应用场景扩展。此外，建立在降本增效、风险防控等应用场景基础上的法学研究[12-16]，以及对接空域资源精细化利用需求的多源遥感与地理信息技术研究等跨学科方法融合[17-20]，也是学界正在尝试探索的研究方向。为系统把握当前研究成果的整体态势、布局特点和演进趋势，本文采用Meta分析量化eVTOL典型场景应用研究的差异，结合LDA模型挖掘专利文本隐含主题，揭示市场需求变化和研发成果更新的二元驱动下理论探索与技术突破的协同演化规律，为中国低空经济的发展提供理论支撑与路径指引，塑造具有全球竞争力的低空经济生态，引领产业迈向新高度。

2 研究设计

为更好地明晰eVTOL场景应用和部署的影响机理，本文制定出“多源数据聚合—技术工具融合—分析内容整合”的逻辑框架（图1）。首先，运用Meta分析方法对以市场需求为研究主线的相关文献进行差异性量化解构，从需求侧分析不同场景下eVTOL吸引力的主要影响因素。其次，通过LDA主题模型对eVTOL专利信息开展深度挖掘，从发明成果的供给侧探寻技术创新与场景应用拓展的关系。最后，集成分析和总结提炼eVTOL场景应用研究趋势和未来展望。
图1 eVTOL场景应用研究框架

Figure 1 Research framework for eVTOL scenario applications

2.1 数据搜集

Meta分析对纳入的文献类型和质量有严格要求。为减少发表偏倚对研究效果的影响，本文搜索多个文献数据库，尽可能将eVTOL相关文章囊括其中。文献来源包括知网、万方、Springer Link、Proquest、EBSCO、Web of Science、Scopus、Taylor & Francis、Science Direct、Google Scholar等数据库，多个数据库中涉及的同一篇文献仅使用一次，以“UAM”（urban air mobility）“AAM”（advanced air mobility）“eVTOL”“drone”“biofuel”“electric”“hydrogen”“clean energy”“green energy”“renewable source of energy”等相关词汇作为主题词进行搜索，检索发表时间设为“不限”，总共得到3054篇文献。LDA主题模型和词云图部分，围绕eVTOL、UAM、AAM等关键词，以标题和摘要作为检索条件，对incoPat数据库进行系统查阅，最终共获得2024条专利信息。以上检索截止时间均为2025年1月22日。

2.2 数据处理

2.2.1 Meta分析数据纳入标准

Meta分析是一项基于前人研究数据的集成再分析，也是一种对同一研究主题的多项同性质独立研究成果进行定量综合分析的统计学方法[21]。根据Meta分析的纳入标准，对数据进行如下处理：①排除非eVTOL相关定量文献以及会议、报告、方案、文献综述等相关文献2753篇，保留301篇；②剔除数据不可提取文献238篇，剩下63篇；③根据“包含相关系数r或可通过计算转换为相关系数r”的标准进一步筛选，剔除数据不可转换文献42篇，剩下21篇；④在精读基础上，剔除独立样本数低于2的文献，最终保留11篇。通过深入解析发现，文献发表时间集中在2023—2024年，此前关于eVTOL的定量研究成果较少。

2.2.2 LDA主题模型以及词云图数据处理

对获取的专利信息进行梳理整合，汇集标题摘要信息，剔除重复、空白、无摘要、非研究相关专利后，共获得432篇有效信息（图2）。2018—2020年专利数量保持相对稳定，维持在较低水平，即该时期该领域的研究活动较为平稳。值得注意的是，自2020年起，专利数量出现明显攀升；2022年达到峰值约120项，较前期实现跨越式增长；截至2024年，专利量仍保持较高增长，表明该领域的研究活力仍在增强。随后运用R语言的jiebaR库对其完成分词处理、去停用词等操作，删除标点符号、无意义词等对主题内容表达无益的数据。
图2 2018—2024年相关专利数量

Figure 2 Number of related patents, 2018-2024

3 研究方法

3.1 Meta分析方法

3.1.1 效应值计算公式

本文通过Excel对文献进行编码以及整理，使用R语言计算各变量的Fisher’z值，运用Stata 15.1对数据进行图像化处理，制作森林图、漏斗图以及发表偏倚检验和敏感性分析。由于不同文献之间数据标准不同，需要进行必要的转换。本文采取的效应值为相关系数r，效应量为Fisher’z。对于非r数值通过相应的计算转换为r，未标准化数值则进行标准化处理，最终将r值转换为Fisher’z系数。相关计算公式如下：
r = 2 d d 2 + 4
r = t t 2 + d f
r = F F + d f
$z=\frac{1}{2} \ln \left(\frac{1+r}{1-r}\right)$
式中：d为标准化平均数差（Cohen’s d）；df为自由度，在式（2）、（3）中分别为样本数-1、样本数-2；t为t检验值；F为ANOVA检验值。

3.1.2 异质性检验

进行Meta分析前通常要进行异质性检验（表1），以确定选择固定效应模型还是随机效应模型，判断异质性的指标有Q值、I 2等。本文采用I 2（异质性占总变异的百分比）来衡量各研究间的异质性程度。当I 2>50%时采取随机效应模型，反之则使用固定效应模型。乘客年龄、性别、对eVTOL的态度、家庭月收入、旅行成本的I 2均大于50%，故采取随机效应模型进行后续分析；旅行时间的I 2为44.80%，故采用固定效应模型。
表1 异质性检验

Table 1 Heterogeneity test

影响变量 Q值 df P值 I2/%
年龄 1163.83 4 <0.001 99.70
性别 114.87 2 <0.001 98.30
态度 13.81 2 <0.001 85.50
家庭月收入 86.42 2 <0.001 97.70
旅行成本 166.71 9 <0.001 94.60
旅行时间 5.43 3 0.143 44.80

3.1.3 发表偏倚检验

文献中的任何偏见会反映在Meta分析中，该问题通常被称为发表偏倚[22]。由于漏斗图的对称性判别具有较重的主观性，本文采取Egger’s系数检验以及Beeg’s秩相关检验方法对发表偏倚进行检验（表2）。由表2可知，Beeg’s检验的P值均不显著。Egger’s检验的P值仅旅行时间显著，可能存在偏倚。然后，使用剪补法评估发表偏倚的影响，通过剔除漏斗图中的非对称部分重新估算中心值，得到各影响变量的变化值分别为0、0、0、0、0.055、0，可见不存在发表偏倚。
表2 发表偏倚检验

Table 2 Publication bias test

影响变量 Beeg’s Egger’s 剪补法
z P bias P 观测值 调整值 变化值
年龄 0.49 0.624 -23.63 0.246 0.122 0.122 0
性别 0.52 0.602 8.40 0.638 0.067 0.067 0
态度 0.52 0.602 11.13 0.205 0.683 0.683 0
家庭月收入 -0.52 0.602 -10.13 0.095 0.249 0.249 0
旅行成本 1.27 0.204 3.92 0.112 -0.273 -0.328 0.055
旅行时间 -1.36 0.174 -4.21 0.028 -0.105 -0.105 0

3.1.4 敏感性分析

通过逐一剔除的敏感性分析（图3），发现全部结果位于合并后的置信区间内，即不存在有某篇文献对本文总体结果影响较大，因此认为研究结论具有稳定性。
图3 敏感性分析

注：纵轴代表的是各独立研究。

Figure 3 Sensitivity analysis

3.1.5 eVTOL吸引力影响因素研究假设

完成筛选后需对文献中的相关变量进行整理编码，编码原则如下：①如果一篇文献中有多个独立样本，就对独立样本进行多次编码；②若同一变量来自不同文献，需确保文献变量含义相同方可整合。最终确定纳入Meta分析的6个相关变量（表3）。
表3 变量概况

Table 3 Overview of variables

变量类别 变量 变量含义 测定方式
社会人口学变量 年龄 年龄对于eVTOL吸引力的影响 连续变量
性别 性别对于eVTOL吸引力的影响 分类变量
特定变量
 态度 对低空飞行器所持有态度对eVTOL吸引力的影响 分类变量
家庭月收入 家庭月收入对eVTOL吸引力的影响 连续变量
旅行成本 旅行成本对eVTOL吸引力的影响 连续变量
旅行时间 旅行时间对eVTOL吸引力的影响 连续变量
从eVTOL整体吸引力来看可以分为两个层次：①社会人口学变量，主要有乘客的年龄与性别；②特定变量，主要有乘客的态度、家庭月收入、旅行成本和旅行时间。综合已有研究成果，本文提出以下假设：
（1）从社会人口学变量来看，处于不同年龄段的人群对eVTOL的具体需求存在差异。同时，从性别上来看，多数研究成果并无显著性差异，但仍有研究指出男性支付意愿更高[23]。
H1：乘客年龄与eVTOL吸引力之间存在正相关关系 ① 。
H2：男性乘客更愿意接受eVTOL。
（2）除了社会人口学变量之外，还存在其他变量可能影响eVTOL的吸引力。从乘客对eVTOL所持有的态度来看，态度越积极，越有可能愿意接受eVTOL，即eVTOL对其吸引力越大。从家庭月收入来看，eVTOL对收入越高的人群的吸引力越高[24]。当旅行成本降低时，eVTOL对乘客的吸引力会呈现出上升趋势[25]。从旅行时间来看，乘坐eVTOL花费的时间越长，其吸引力相对越低[26]。
H3：乘客态度与eVTOL吸引力之间存在正相关关系。
H4：乘客家庭月收入与eVTOL吸引力之间存在正相关关系。
H5：乘客旅行成本和eVTOL吸引力之间存在负相关关系。
H6：乘客旅行时间和eVTOL吸引力之间存在负相关关系。

3.1.6 亚组变量研究假设

应用场景差异使其在eVTOL吸引力与影响因素之间的作用也会存在显著不同。由于本文研究对象为一种新兴飞行器，各种场景可能对影响因素与eVTOL吸引力之间的关系产生影响。当前eVTOL主要的应用场景为城市、机场、旅游景区。本文通过亚组分析，检验上述三大场景下不同影响因素与eVTOL吸引力之间的关系是否存在差异。由此提出以下假设：
H7：三大场景（城市（H7a）、机场（H7b）、旅游景区场景（H7c））对乘客年龄与eVTOL吸引力之间的关系存在调节作用。
H8：机场（H8b）、旅游景区场景（H8c）两个场景对乘客性别与eVTOL吸引力之间的关系存在调节作用。
H9：城市（H9a）、机场（H9b）两个场景对乘客态度与eVTOL吸引力之间的关系存在调节作用。
H10：三大场景（城市（H10a）、机场（H10b）、旅游景区场景（H10c））对乘客家庭月收入与eVTOL吸引力之间的关系存在调节作用。
H11：三大场景（城市（H11a）、机场（H11b）、旅游景区场景（H11c））对乘客旅行成本与eVTOL吸引力之间的关系存在调节作用。
H12：城市（H12a）、机场（H12b）两个场景对乘客旅行时间与eVTOL吸引力之间的关系存在调节作用。

3.2 LDA主题建模方法

LDA是Blei等[27]在2003年提出的全贝叶斯概率主题模型，通过文本挖掘识别文档中的主题及其分布状况，实现基于主题的文本建模，由此对主题的演化分析更加精确[28]。本文首先对从incoPat检索到的eVTOL相关专利信息进行文本处理，然后进行LDA主题建模。建模过程基于困惑度选择，确定最佳主题数，然后制作相应的主题词表。通过R语言的wordcloud2包围绕eVTOL专利信息建立词云图，立足LDA主题词表与词云图的结合比较，探讨eVTOL发展趋势。

3.2.1 最优主题数确定

运用R语言的topic models进行LDA模型的训练，设置模型参数α=0.1，β=0.1，迭代次数设置为1000，通过R语言计算得到各年份对应的困惑度。选取困惑度曲线的拐点作为最佳主题数的点。困惑度计算公式如下：
$\operatorname{Perplexity}(C)=\exp \left\{-\frac{\sum_{c=1}^{c} \log p\left(w_{c}\right)}{\sum_{c=1}^{c} N_{c}}\right\}$
式中：C为文档集合； w c 为文档c中的词序列； N c为文档c中的总词数； l o g p ( w c )为模型对文档c中词序列的对数似然估计。
困惑度计算发现，2018—2021年主题数为11时，困惑度曲线处于拐点。同理，2022、2023、2024年对应的最佳主题数分别为14、11、10（图4）。
图4 困惑度曲线图

Figure 4 Perplexity curves

3.2.2 主题命名规则

对各时段主题进行筛选，剔除与eVTOL应用相关性低和由虚词构成的聚类，基于主题内高频词及其原文语境对筛选后的主题进行命名。每个主题名称均直接反映其核心关键词所代表的技术领域或应用方向，例如：“电动飞行器充电与能源管理”主题，源自飞机、充电、安全等高频词，并结合高频词所在语境进行命名。

4 结果与分析

4.1 基于Meta分析的文献处理

4.1.1 总效应检验

根据异质性检验结果，本文选择随机效应模型对乘客的年龄、性别、态度、家庭月收入、旅行成本进行检验，使用固定效应模型对旅行时间进行检验。当|r|≤0.1时，为弱相关性；当0.1<|r|<0.4时，为中等相关性；当|r|≥0.4时，为强相关性[29]（表4）。在年龄方面，年龄与eVTOL吸引力呈中等正相关，这与年长群体收入积累及认知水平提升相关[30]；在性别方面，eVTOL对男性与女性的吸引力总体上差异并不显著；在态度方面，态度呈现强正相关，其中安全信任[31,32]与技术信心[33]是关键心理维度；在家庭月收入方面，收入越高选择eVTOL的倾向越强，即对于乘坐eVTOL可能带来的高费用的承受能力越高，eVTOL对其吸引力也就越高；旅行成本呈显著负向影响，且成本敏感度存在收入分层现象——高收入者更可能成为早期采纳者[34,35]，中等收入群体受价格制约显著[36]，低收入群体则倾向后期采用[37]。旅行时间亦成负向影响，其抑制作用随着等待时间以及转机时间等的持续增长而提高[30]。同时，受限于续航能力，eVTOL的飞行时间成本显著增加。尤其在航空出行场景中，用户对行程效率要求较高，若eVTOL无法实现短时高效运输，其吸引力将随飞行时间延长而持续减弱[38]。因此，假设H1、H3~H6均得到证实，H2被拒绝。乘客的年龄作为人口学变量，通过用户认知差异影响eVTOL吸引力，态度、家庭月收入和旅行成本/旅行时间则从心理接受度、经济承受力与效用感知层面构成核心影响机制。
表4 总体效应Meta分析结果

Table 4 Results of meta-analysis of overall effects

变量 模型 N 95%置信区间 P值 r值 相关性
下限 上限
年龄 随机 5137 -0.39 0.64 0.642 0.120 中等
性别 随机 6739 -0.22 0.35 0.644 0.067 弱
态度 随机 1069 0.52 0.85 <0.001 0.680 强
家庭月收入 随机 3849 -0.11 0.61 0.180 0.250 中等
旅行成本 随机 3088 -0.39 -0.15 <0.001 -0.270 中等
旅行时间 固定 1451 -0.18 -0.03 <0.001 -0.100 弱

注：N为样本数。

4.1.2 调节效应检验（异质性探究）

由前述可知，Meta分析各维度整体呈现出较高的异质性。为探寻异质性，本文采取随机效应模型和固定效应模型分别对城市、机场、旅游景区这3个场景对异质性的影响进行检验（表5）。分场景进行亚组分析可以解释变量间异质性大的问题，由此可针对性地得出各场景下的具体效应。机场、城市、旅游景区三大场景基于功能需求差异（如机场的时效性诉求、城市的通勤效率需求、旅游的体验价值导向），对影响因素与eVTOL吸引力的关系产生情境化调节。
表5 调节效应检验

Table 5 Moderating effect test

亚组变量 变量 场景 95%置信区间 P值 r值 相关性
下限 上限
应用场景 年龄 城市 -0.23 -0.02 <0.05 -0.13 中等
机场 0.81 0.88 <0.001 0.85 强
旅游景区 0.02 0.26 <0.05 0.14 中等
性别 机场 -0.31 0.48 >0.10 0.08 弱
旅游景区 -0.08 0.16 >0.10 0.04 弱
态度 城市 0.45 0.62 <0.001 0.54 强
旅游景区 0.68 0.85 <0.001 0.76 强
家庭月收入 城市 -0.02 0.25 <0.10 0.12 中等
机场 0.51 0.59 <0.001 0.55 强
旅游景区 -0.05 0.19 >0.10 0.07 弱
旅行成本 城市 -0.31 0 <0.05 -0.16 中等
机场 -0.56 -0.33 <0.001 -0.44 强
旅游景区 -0.57 -0.31 <0.001 -0.44 强
旅行时间 城市 -0.13 0 <0.10 -0.06 弱
机场 -0.22 -0.05 <0.05 -0.13 中等
年龄变量在城市场景中呈现出负相关效应，高度的交通拥挤易滋生交通事故，且随着年龄的提高更注重安全性[39]，即倾向于选择安全舒适且熟悉的汽车类的交通工具；机场场景中，中老年高收入群体是潜在的早期接受者[33]，其收入积累强化了对高效通勤的支付意愿。性别变量在机场和旅游景区场景均未表现出显著影响。态度变量在城市场景中保持强正相关，反映出乘客对缓解交通拥堵的创新方案具有天然接受度；在旅游景区场景中，eVTOL凭借其独特的空中观光功能属性[40]，能够直接激发乘客的体验意愿；家庭月收入在机场场景中呈强正相关，体现高净值人群对时效性的溢价支付倾向[41]；在旅游景区场景中，家庭月收入与eVTOL吸引力的相关性较低，表明收入水平对旅游景区场景下用户决策的影响有限。旅行成本在机场和旅游景区均呈强负相关，但作用机制存在差异——机场用户面临叠加性出行成本负担；而旅游景区场景中成本占比超心理阈值易引发“成本-效用失衡”效应，需通过补贴策略调节价格敏感度[42]。此外，旅行时间变量在机场场景中呈中等负相关，表明缩短候机与转场时间可提升eVTOL吸引力[34]，反映时效性对航空接驳者的核心价值；其在城市场景影响不显著，可能因为城市通勤者对时间波动的容忍度较高，或现有技术尚未实现“门到门”效率突破。综上所述，假设H7a~H7c、H9a、H9c、H10a、H10b、H11a~H11c、H12b均被接受，H8b、H8c、H10c、H12a被拒绝。最终保留剔除非必要分析场景后的结果（图5）。
图5 调节效应

Figure 5 Moderating effect

基于当前eVTOL试点实践与实证数据的交叉验证，需求侧呈现的“态度-收入正向驱动，但成本-时间显著抑制”，本质源于技术理想性与市场现实性的结构性错位：核心技术尚未突破规模化降本瓶颈，导致运营成本高，而基础设施滞后进一步制约其普及；同时，场景需求分化加剧供需失衡——高收入群体虽愿为机场接驳时效溢价，但中等收入用户受限于成本敏感性，低收入用户更关注普惠服务，旅游场景体验定价偏离大众支付阈值，共同形成“技术示范活跃”与“规模商业化遇冷”的二元背离。亟须通过动态补贴机制、基建共享模式及场景化技术适配重构产业生态。

4.2 基于LDA主题模型及词云图的专利信息处理

4.2.1 主题聚类与识别

基于专利主题聚类（表6）与词云分析，2018—2024年eVTOL技术发展呈现由“基础架构”向“场景适配”演化，再向“智能突破”迈进的三阶段特征。①技术萌芽期（2018—2021年）：聚焦城市场景全链路技术布局，涵盖空中交通管理系统设计、动力旋翼结构优化、能源管理算法开发及用户服务界面构建。②技术深化期（2022—2023年）：转向续航瓶颈的系统性突破，专利主题集中于能量管理优化、安全预测算法与地面供电设施集成。此阶段城市场景技术成熟度显著提升，但山地物流、海岛运输等特殊场景技术储备不足。③智能转型期（2024年至今②）：技术主题向智能化纵深拓展，机身结构、控制算法与空域交通模型成为重点，标志eVTOL技术成果开始从核心功能实现向更高阶智能化应用升级的发展跃迁。
表6 eVTOL应用在不同时间段下技术主题分布

Table 6 Distribution of technological topics of eVTOL applications in different time periods

年份 主题数 主题名称 高频词
2018—
2021		 4 城市空中交通管理与协同控制系统 空中，交通工具，城市，地面，控制，提供，空中交通，辅助，供电，操作
eVTOL动力与旋翼结构设计 螺旋桨，机身，旋转，连接，旋翼，供电，叶片，机翼，无人驾驶，空中
电动飞行器充电与能源管理 飞机、充电、充电站、安全、路径、显示、端口、识别、执行、行程
用户垂直起降行程服务平台 行程、用户、垂直、服务器、使用、地面、站点、起降、路线、电动
2022 5 电动飞行器能量管理与优化系统 电源、优化、能量、电动、系统、电力、提供、电池、配置、模式
垂直起降飞行器结构与动力组件设计 机身、飞行器、垂直、起降、机翼、旋翼、组件、动力、尾翼、安装
飞行器状态预测与安全管理系统 管理系统、预测、电池、位置、飞行、空中、计算、能量、电动、安全
电动飞行器充电与地面供电系统 电池、装置、充电、设备、飞行器、移动、供电、发电机、地面、提升
城市空中交通导航与路径规划系统 信息、装置、导航、方法、区域、飞行、路径、城市、空中交通、信号
2023 3 城市空中交通起降管理与基础设施系统 飞机、起降、无人机、步骤、垂直、着陆、位置、平台、空域、城市
电动飞行器动力组件与冷却系统设计 电机、连接、飞机、控制器、安装、结构、实用新型、公开、地面、冷却
飞行控制与动态管理系统 控制、飞行、装置、单元、参数、管理、输出、状态、模式、获取
2024 3 电动垂直起降飞行器结构与动力系统设计技术 机身、倾转、固定、螺旋桨、机翼、装置、技术、旋翼、设置、动力
城市空中交通运行优化与系统建模 优化、需求、城市、运行、设计、模型、空中交通、评估、公开、函数、构建
无人机与电动垂直起降飞行器控制及通信系统 控制、状态、方法、装置、飞行、分配、无人机、着陆、信息、通信
LDA主题建模的专利分析结果，深刻反映了技术供给与产业实践的双向塑造机制：一方面，政策驱动下的应用场景试点倒逼技术迭代，促使早期专利聚焦基础架构以解决“飞得稳”的可行性问题；另一方面，全球碳中和战略与低空经济竞争加速技术分化——国内依托5G基建优势聚焦空域协同模型，形成“基础共性研发与场景专用创新并行”的格局。然而，氢能动力等前沿领域专利稀缺，根源在于液氢储运成本高昂及适航认证缺失的现实约束；而应急物流等特殊场景技术薄弱，则凸显企业优先布局高回报场景的商业理性。

4.2.2 词云图绘制

词汇是自然语言处理所能涉及的最小研究细粒度[43]，运用R语言的jiebaR进行分词、去停用词等对获取的eVTOL应用技术专利信息进行分析，借助wordcloud2包生成2018—2024年eVTOL应用技术的高频词词云图（图6）。高频词“UAM”“电池”揭示以下两大核心约束：①续航与基建依赖，尽管城市场景技术成熟度较高，但电池能量密度限制导致飞行半径局限突出，需依赖高密度充电网络实现商业化闭环；②场景扩展壁垒，特殊场景专利稀缺性反映技术泛化能力不足，需通过氢能混合动力与自适应起降算法突破地理限制。
图6 eVTOL应用技术词云图

Figure 6 Word cloud of eVTOL application technologies

围绕全球eVTOL产业发展实践，上述技术供给侧特征的形成源于三重结构性动因：①城市场景的商业可行性驱动技术优先布局。城市空中交通具备高人口密度与通勤刚需，且政策试点率先开放低空空域，吸引企业集中资源突破垂直起降控制、密集空域导航等关键技术，形成专利累积优势。②能源与基建的掣肘加剧技术路径依赖。当前锂电池能量密度难以支撑长距离飞行，迫使研发聚焦充电网络适配方案；而液氢储运成本高昂及适航认证缺失，延缓了氢动力技术在偏远场景的应用。③场景分化导致技术泛化能力不足。山地物流、海岛运输等特殊场景需攻克飞行稳定性、无设施起降等共性难题，但企业由于投资回报考量更倾向开发标准化城市机型，形成“场景需求多元”与“技术供给单一”的错配。

4.3 综合分析结果

本文运用Meta分析探究eVTOL吸引力的影响因素及其构成体系，通过检验不同场景下的调节效应，明确了解各因素对eVTOL吸引力的影响程度，并确定有效的调节范围。利用LDA主题模型透视eVTOL专利技术的发展趋势，与词云图相结合探明eVTOL专利技术的场景应用方向。利用对供需两侧研究态势的信息挖掘，为eVTOL应用部署和实践发展提供有价值的参考。

5 eVTOL场景应用研究态势与未来展望

5.1 现有研究态势

eVTOL作为低空经济发展格局中最受关注的飞行器[44]，同时被视为驱动该领域科技创新与产业创新深度融合的核心载体[45]，已成为学界和产业界开展战略研究和推动技术研发的重点对象。通过对国内外文献资料和发明专利中涉及eVTOL典型场景应用的关键信息梳理发现，当前围绕eVTOL的研究体系已形成“市场需求预测引领场景应用透析，专利研发布局支撑场景示范落地”的整体格局。

5.1.1 需求侧：聚焦消费者行为与场景吸引力机制的理论探究

由于低空经济尚处于发展初期，市场需求转化为实际场景应用的局面还未大面积显现，理论研究层面则侧重围绕对消费者心理感知和使用意愿表达的深入探析，厘清eVTOL场景应用的吸引力影响因素及其调节机制。当前学界的研究主要通过调查收集大众对eVTOL场景应用感知下的海量需求信息加以量化差异分析，解构不同场景类型与使用需求取向的内在关系。本文通过运用Meta分析方法对相关成果进行剖视，围绕用户特征与场景适配性、行为态度与成本敏感性、场景驱动的差异化策略等3项分析主线，发现基于机场换乘功能的交通工具接驳、城市日常工作通勤与生活出行、休闲娱乐和低空游憩体验是eVTOL载人功能匹配下大众对其应用场景的主要需求形式。而在以载人需求为主导的eVTOL场景应用实践中，市场端更关注这一新型飞行器的安全可靠性、消费经济性和技术成熟性等三方面影响因素，表明eVTOL的技术研发和商业推广应有效对接市场信息反馈的核心关切。对于eVTOL在终端运输场景中发挥物流配送功能的具体应用并非大众需求的焦点，从侧面说明具备高空长航时、大载荷、低能耗、低成本等重要特征与价值属性的新能源无人飞行器，更符合当前物流运输的场景应用需要。

5.1.2 供给侧：针对技术迭代与产业生态构建的研发体系拓展

技术研发层面聚焦低空经济发展的实现路径[46]，推动eVTOL场景应用落地在专利孵化、成果转化和技术体系建立健全上的协调演进。利用LDA主题分析工具对相关专利成果的深度挖掘和精准识别，本文揭示了eVTOL技术供给侧的发展走势正从基础架构向智能化、场景化纵深推进的演化特征。即：①技术迭代加速。2018—2021年为技术萌芽期，研发聚焦城市空中交通管理系统、动力结构与能源管理；2022—2023年进入深化阶段，重点转向能量管理优化、安全预测算法及地面供电设施；至2024年，技术主题进一步细化至倾转旋翼结构、智能控制通信系统，标志着eVTOL向高可靠性与自主驾驶方向突破。②场景化技术适配。专利布局与场景需求高度耦合。例如，城市场景中导航路径规划、充电设施集成成为技术重点；旅游场景催生了短途垂直起降平台设计；应急物流场景则推动大载重氢动力飞行器的研发。③产业链协同创新。技术发展呈现“制造—运营—基础设施”闭环结构。整机制造商与能源企业合作开发混合动力系统，航电供应商聚焦飞行控制算法。现阶段，围绕复杂环境条件下的核心场景应用需求，供给侧正不断改进完善技术装备研发路线，逐渐形成多场景任务要求下的分支技术适配体系，打造更趋完整全面的eVTOL技术谱系。

5.2 未来研究展望

当前针对eVTOL场景应用的理论研究不足在于：①跨文化比较研究匮乏，多数研究基于欧美或日韩的需求调查数据，缺乏对新兴市场地区和国家的适配性验证。②动态需求预测模型尚未成熟，难以量化政策干预或技术突破对市场的影响。展望未来，可以预见eVTOL相关研究将在三大层面展开。

5.2.1 总体层面：理论体系完善与跨学科协同

未来聚焦场景化接受度机制，如城市通勤安全阈值、景区观光体验溢价、使用经济性临界点与市场渗透规律、政策工具与多元需求的协同路径等4个方向开展系统分析，相关研究可以进一步揭示eVTOL场景吸引力形成与市场需求扩张的内在关联机理。具体而言：①建构跨学科融合与多维变量拓展的分析框架。整合心理学、法学、社会学等学科理论及其研究工具，探索用户隐私保护、风险感知、文化价值观等非经济性因素对eVTOL采纳行为的影响。例如，探讨空中交通对城市居民心理安全感的冲击[47]，或法律框架下低空数据使用的合规边界[48]。尤其需关注文化价值观对eVTOL风险容忍度的深层影响，例如论证欧美用户是否更倾向于接受技术创新风险?东亚客户是否对安全冗余机制要求更高?中东与北欧地区因地理环境差异，对eVTOL在极端天气下的可靠性是否存在显著文化认知分歧?不同文化背景下的态度有别对eVTOL的公众接受度和商业化进程将产生什么程度的影响?同时，验证现有理论在全球新兴市场的普适性，避免“技术-场景”适配的局部性偏差。②开展动态需求预测与政策仿真。通过开发基于机器学习的动态需求预测模型，量化政策干预和技术突破对市场渗透率的边际效应。③开辟场景纵深应用与商业模式创新方面的研究方向。探索打造“共享飞行”“订阅制通勤”等新型商业模式，结合用户时空行为数据优化服务定价策略。研究低空经济与智慧城市的协同机制[49]，推动eVTOL从单一交通工具向“空天地一体化”网络节点转型。

5.2.2 战略层面：产业链协同与生态化布局

立足低空经济高质量发展，审视需求牵引和技术匹配二元驱动下eVTOL场景应用落地与类型拓展，将在很大程度上推动低空经济形成三大发展走势。①加快产业链协同与技术转化。eVTOL产业链将深度融入传统航空制造体系，依托成熟航空工业基础（如机身材料、精密制造工艺）实现技术成果的转移转化，并与传统航空业供应链、创新链、价值链协同达成“四链融合”[50]。②围绕多领域技术集成与基建生态互联，推动高精尖技术迁移与共享。通过开发AI优化算法，实现eVTOL实时避障、航线优化和自主飞行。依托5G/6G建立低空通信专网，实现“飞行器—地面站—用户终端”毫秒级数据交互，支撑eVTOL物流运输实时监控。研发eVTOL与智能网联新能源汽车共享快充技术、换电设施及氢能加注站，降低基建重复投资。③顺应技术双向转化与空域管理创新，深化军民融合路径协同[51]。例如可加快转化军用无人机集群控制[52]、隐身涂层[53]等技术至eVTOL领域，利用军用高能量密度电池技术（如锂硫电池）[54]提升eVTOL续航能力。推动eVTOL低空监控技术（如广域态势感知）[55]反哺国防需求，提升增强边境巡逻、反恐侦察能力。推动军民数据共享平台建设，实现低空飞行器实时监控与威胁预警，提升国家安全与城市治理效能。

5.2.3 技术层面：核心瓶颈突破与场景适配

现阶段eVTOL场景应用的技术瓶颈主要集中于续航能力与基础设施配套两方面。尽管氢燃料电池技术提升了航程，但液氢供应链和加氢站建设仍滞后；智能化技术（如自主避障）的可靠性尚未满足大规模商用需求。从长远来看，技术层面的发展趋势主要是锚定eVTOL智能化应用与全场景技术适配两大维度，从三方面展开：①强化能源与动力系统革新。加速氢-电混合动力、固态电池等技术落地，破解续航瓶颈；同步推进液氢供应链和分布式充电/加氢站建设，解决能源补给基础设施滞后问题。开发自适应能源管理算法，根据飞行阶段（起降、巡航）动态切换能源模式，提升能耗使用效率。②提升自主化与安全可靠性。通过优化AI驱动的自主避障、集群协同飞行技术，结合5G/6G通信实现低延迟空域动态调度。构建“数字孪生+区块链”安全验证体系，运用虚拟仿真预判硬件故障风险，并利用区块链技术确保飞行数据不可篡改。③实现场景化技术定制开发。在城市场景应用中，优化紧凑型垂直起降场设计，集成建筑屋顶起降平台；开发噪声抑制技术以满足居民区环保要求。在偏远和特殊场景应用条件下，研发大载重氢动力eVTOL，适配山地、海岛物资运输需求；探索太阳能-氢能混合系统在无人区监测任务中的应用。此外，eVTOL动力模式、气动布局与场景应用之间的关系演变规律，还有待通过技术落地进一步验证。

6 政策建议

基于上述发现，提出以下政策实施建议，以提升eVTOL场景落地效能：
（1）深化场景需求的市场感知与科学引导，构建多维驱动的场景应用生态。①强化公众认知与体验式传播。通过虚拟现实技术（VR/AR）模拟eVTOL通勤场景、开展低空观光体验项目，增强公众对技术安全性与实用性的直观感知，破解“概念先行、认知滞后”的推广瓶颈。②精准匹配场景需求与产品特性。优先在机场接驳、城市通勤、旅游景区观光等高需求场景落地示范项目。③完善政策工具与法规保障。建立需求反馈与政策响应的动态调节机制，例如针对用户隐私保护、空域数据使用等新兴议题，就eVTOL飞行轨迹数据脱敏处理、乘客生物信息授权机制等问题，制定符合伦理准则的专项法规，消除市场疑虑，防范数据滥用对公众信任的侵蚀。同时，通过碳积分奖励、空域优先使用权等激励机制，引导企业探索灾害救援、偏远服务、生态监测、绿色物流和应急医疗等社会价值导向型场景。
（2）推动更高能级的科技投入与要素集聚，打造高效协同的创新支撑体系。①优化资金配置与产业链协同。设立国家级和省级eVTOL专项产业基金，重点支持氢能动力、自主飞行算法等“卡脖子”技术攻关，通过“以奖代补”机制鼓励企业联合科研院所建立产学研中试基地，突破不同场景应用的续航瓶颈。深化“四链融合”，整合传统航空制造供应链、新能源产业链与数字技术链，形成“技术研发—场景验证—商业化落地”闭环。②加速基础设施与标准体系建设。统筹布局分布式垂直起降场、智能充电/加氢网络，探索与智能网联新能源汽车共享基建资源，以及融入车网互动（V2G）规模化应用和“车路云一体化”应用项目。推动适航认证标准国际化，依托合肥、深圳等试点经验，主导制定eVTOL噪声控制、安全冗余等核心指标，抢占全球规则话语权。③积极参与国际适航标准制定，建立跨国技术联盟，推动中国技术、标准与模式的全球化输出。

7 结语

本文通过Meta分析与专利主题挖掘，系统揭示了eVTOL场景应用的“需求-技术”协同演化规律。从宏观视角看，本文为eVTOL产业化发展提供了双重价值支撑：一方面，从理论层面构建了多学科融合的场景吸引力分析框架，填补了低空经济领域行为研究与技术演进的交叉空白；另一方面，从实践层面明确了政策制定者与企业需协同破解“场景落地难”与“技术孤岛化”的双重挑战。eVTOL作为低空经济的核心节点，其产业化不仅是技术突破与市场适配的产物，更是全球绿色交通体系重构的重要支点。未来通过加速“四链协同”生态构建、推动军民技术双向转化等战略布局的实施推进，中国有望率先建立起低空经济发展新生态。这一进程不仅将重塑城市立体交通网络，更将依托标准化输出与国际合作，为全球碳中和目标提供可复制的技术路径与治理经验，彰显中国在新能源交通革命中的创新引领力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曲建升, 陈伟, 曾静静, 等. 国际碳中和战略行动与科技布局分析及对我国的启示建议[J]. 中国科学院院刊, 2022, 37(4): 444-458.

[Qu J S, Chen W, Zeng J J, et al. Analysis of international carbon neutralization strategic actions and technology layout and enlightenment suggestions to China[J]. Bulletin of Chinese Academy of Sciences, 2022, 37(4): 444-458.]

[2]
朱民, Stern N, Stiglitz J E, 等. 拥抱绿色发展新范式: 中国碳中和政策框架研究[J]. 世界经济, 2023, 46(3): 3-30.

[Zhu M, Stern N, Stiglitz J E, et al. Embracing the new paradigm of green development: A study of China carbon neutrality policy framework[J]. The Journal of World Economy, 2023, 46(3): 3-30.]

[3]
Morgan Stanley Research. eVTOL/Urban Air Mobility TAM Update: A Slow Take-off, But Sky’s the Limit[R]. New York: Morgan Stanley, 2021.

[4]
吕人力. 低空经济的背景、内涵与全球格局[J]. 人民论坛·学术前沿, 2024, (15): 45-56.

[Lyu R L. The background, connotation and global pattern of low-altitude economy[J]. Frontiers, 2024, (15): 45-56.]

[5]
Li T, Xu X, Shen L. An innovation management approach for electric vertical take-off and landing[J]. Sustainability, 2024, DOI: 10.3390/su16167135.

[6]
张铁柱, 王玲. 促进低空经济多业态融合健康发展[J]. 人民论坛·学术前沿, 2024, (15): 15-24.

[Zhang T Z, Wang L. Promoting the multi-format integrated and healthy development of low-altitude economy[J]. Frontiers, 2024, (15): 15-24.]

[7]
李晓华. 政府引导、产业生态构建与低空经济发展[J]. 改革, 2025, (2): 21-35.

[Li X H. Government guidance, construction of industrial ecosystem, and the development of low-altitude economy[J]. Reform, 2025, (2): 21-35.]

[8]
Zharkov M A, Sarakhanova R Y, Kharitonov S A. New electric starter system based on on-board power network with hydrogen energy storage[J]. International Journal of Hydrogen Energy, 2024, 85: 385-393.

[9]
张晓辉, 刘莉, 贺云涛, 等. 新能源飞行器能源管理与控制实验教学方法探索[J]. 实验技术与管理, 2023, 40(S1): 12-15, 33.

[Zhang X H, Liu L, He Y T, et al. Exploration of experimental teaching methods for energy management and control of new energy aircrafts[J]. Experimental Technology and Management, 2023, 40(S1): 12-15, 33.]

[10]
Melo S P, Toghyani S, Cerdas F, et al. Model-based assessment of the environmental impacts of fuel cell systems designed for eVTOLs[J]. International Journal of Hydrogen Energy, 2023, 48(8): 3171-3187.

[11]
Karpuk S, Freund Y, Hanke-Rauschenbach R. Potential of hydrogen fuel cell aircraft for commercial applications with advanced airframe and propulsion technologies[J]. Aerospace, 2025, 12(1): 35-35.

[12]
张学军, 刘法旺, 张祖耀, 等. 低空智能网联体系[J]. 北京航空航天大学学报, 2025, 51(6): 1793-1815.

[Zhang X J, Liu F W, Zhang Z Y, et al. Overview of low-altitude intelligent networked system[J]. Journal of Beijing University of Aeronautics and Astronautics, 2025, 51(6): 1793-1815.]

[13]
钟成林, 胡雪萍. 数字新质生产力与低空产业群高质量发展: 赋能机制与治理对策[J]. 湖南师范大学社会科学学报, 2025, 54(2): 112-121.

[Zhong C L, Hu X P. The empowerment and governance of digital new quality productivity to the high-quality development of low-altitude industrial clusters[J]. Journal of Social Science of Hunan Normal University, 2025, 54(2): 112-121.]

[14]
龙卫球, 王锡柱. 低空经济发展特殊法律制度创新研究[J]. 华东政法大学学报, 2025, 28(2): 63-76.

[Long W Q, Wang X Z. Innovation in “special legal systems” under the low-altitude economy[J]. ECUPL Journal, 2025, 28(2): 63-76.]

[15]
蒋都都. 中国低空经济发展的体系化法治回应: 基于多部门法的协同路径[J]. 湘潭大学学报(哲学社会科学版), 2025, 49(1): 79-87.

[Jiang D D. The systematic legal response to the development of China’s low-altitude economy: A collaborative approach based on multiple legal branches[J]. Journal of Xiangtan University (Philosophy and Social Sciences), 2025, 49(1): 79-87.]

[16]
蓝寿荣. 低空经济产业促进法的法理逻辑与制度体系[J]. 新疆师范大学学报(哲学社会科学版), 2025, 46(3): 140-153, 2.

[Lan S R. The legal logic and institutional system of the low-altitude economic industry promotion law[J]. Journal of Xinjiang Normal University (Edition of Philosophy and Social Sciences), 2025, 46(3): 140-153, 2.]

[17]
乔莉, 霍达, 顾雯嘉, 等. 低空经济现代化发展的路径优化研究: 基于3D无人飞行的视角[J]. 科学管理研究, 2025, 43(2): 29-38.

[Qiao L, Huo D, Gu W J, et al. Path optimization for the modern development of the low-altitude economy: A perspective based on 3D unmanned flight[J]. Scientific Management Research, 2025, 43(2): 29-38.]

[18]
李翔, 甘惟, 申程, 等. 低空经济视阈下城市空中交通的影响评估与设施更新[J]. 规划师, 2025, 41(3): 33-41.

[Li X, Gan W, Shen C, et al. Impact assessment and infrastructural renewal of urban air mobility from the perspective of low-altitude economy[J]. Planners, 2025, 41(3): 33-41.]

[19]
张洪海, 邹依原, 张启钱, 等. 未来城市空中交通管理研究综述[J]. 航空学报, 2021, 42(7): 82-106.

[Zhang H H, Zou Y Y, Zhang Q Q, et al. Future urban air mobility management: Review[J]. Acta Aeronautica et Astronautica Sinica, 2021, 42(7): 82-106.]

[20]
全权, 李刚, 柏艺琴, 等. 低空无人机交通管理概览与建议[J]. 航空学报, 2020, 41(1): 6-34.

[Quan Q, Li G, Bai Y Q, et al. Low altitude UAV traffic management: An introductory overview and proposal[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(1): 6-34.]

[21]
李寒冰, 金晓斌, 杨绪红, 等. 不同农田管理措施对土壤碳排放强度影响的Meta分析[J]. 资源科学, 2019, 41(9): 1630-1640.

DOI

[Li H B, Jin X B, Yang X H, et al. Meta-analysis of the effects of different farmland management measures on soil carbon intensity[J]. Resources Science, 2019, 41(9): 1630-1640.]

DOI

[22]
Borenstein M, Hedges L V, Higgins J P T, et al. Introduction to Meta-analysis[M]. Chichester: John Wiley & Sons, 2021.

[23]
Chen K, Shamshiripour A, Seshadri R, et al. Potential short-to long-term impacts of on-demand urban air mobility on transportation demand in North America[J]. Transportation Research Part A: Policy and Practice, 2024, DOI: 10.1016/j.tra.2024.104288.

[24]
Brunelli M, Ditta C C, Postorino M N. SP surveys to estimate airport shuttle demand in an urban air mobility context[J]. Transport Policy, 2023, 141: 129-139.

[25]
Hwang J, Hong S. A study on the factors influencing the adoption of urban air mobility and the future demand: Using the stated preference survey for three UAM operational scenarios in the Republic of Korea[J]. Journal of Air Transport Management, 2023, DOI: 10.1016/j.jairtraman.2023.102467.

[26]
Rath S, Chow J Y J. Air taxi skyport location problem with single-allocation choice-constrained elastic demand for airport access[J]. Journal of Air Transport Management, 2022, DOI: 10.1016/j.jairtraman.2022.102294.

[27]
Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation[J]. The Journal of Machine Learning Research, 2003, 3(1): 993-1022.

[28]
曹树金, 岳文玉. 守正创新: 近60年武汉大学信息管理学院学术论文研究主题的演变[J]. 图书馆论坛, 2020, 40(11): 86-97.

[Cao S J, Yue W Y. An analysis on the thematic evolution of academic papers from the school of information management of Wuhan University in the past 60 years[J]. Library Tribune, 2020, 40(11): 86-97.]

[29]
Lipsey M W, Wilson D B. Practical Meta-analysis[M]. California: SAGE Publications Inc, 2001.

[30]
Jang H, Kwon Y, Jang K, et al. Urban air mobility for airport access: Mode choice preference associated with socioeconomic status and airport usage behavior[J]. Journal of Air Transport Management, 2025, DOI: 10.1016/j.tranpol.2025.07.027.

[31]
Yoo J, Choe Y, Rim S-i. Risk perceptions using urban and advanced air mobility (UAM/AAM) by applying a mixed method approach[J]. Sustainability, 2022, DOI: 10.3390/su142416338.

[32]
Liu W J, Liu Y F. Electric vertical takeoff and landing and consumer intention: An empirical test under a theoretical framework[J]. Journal of Air Transport Management, 2025, DOI: 10.1016/j.jairtraman.2025.102759.

[33]
Garrow L A, Mokhtarian P L, German B J, et al. Market segmentation of an electric vertical takeoff and landing (eVTOL) air taxi commuting service in five large U.S. cities[J]. Transportation Research Part A: Policy and Practice, 2025, DOI: 10.1016/j.tra.2024.104267.

[34]
Choi J H, Park Y. Exploring economic feasibility for airport shuttle service of urban air mobility (UAM)[J]. Transportation Research Part A: Policy and Practice, 2022, 162: 267-281.

[35]
Wang Y T, Li J S, Yuan Y J, et al. Optimizing urban air mobility: A ground-connected approach to select optimal eVTOL takeoff and landing sites for short-distance intercity travel[J]. IEEE Open Journal of Vehicular Technology, 2025, 6: 216-239.

[36]
Haddad C A, Chaniotakis E, Straubinger A, et al. Factors affecting the adoption and use of urban air mobility[J]. Transportation Research Part A: Policy and Practice, 2020, 132: 696-712.

[37]
Chae M, Kim S H, Kim M, et al. Potential market based policy considerations for urban air mobility[J]. Journal of Air Transport Management, 2024, DOI: 10.1016/j.jairtraman.2024.102654.

[38]
Xie Y, Song Z Y, Yang R, et al. An improved velocity planning method for eVTOL aircraft based on differential evolution algorithm considering flight economy[J]. IEEE Transactions on Transportation Electrification, 2025, 11(1): 3980-3995.

[39]
Zhao Y, Feng T. Commuter choice of UAM-friendly neighborhoods[J]. Transportation Research Part A: Policy and Practice, 2025, DOI: 10.1016/j.tra.2024.104338.

[40]
Suo Y N, Li C L, Tang L, et al. Exploring AAM acceptance in tourism: Environmental consciousness’s influence on hedonic motivation and intention to use[J]. Sustainability, 2024, DOI: 10.3390/su16083324.

[41]
Samadzad M, Ansari F, Moez M A A. Who will board urban air taxis? An analysis of advanced air mobility demand and value of travel time for business, airport access, and regional tourism trips in Iran[J]. Journal of Air Transport Management, 2024, DOI: 10.1016/j.jairtraman.2024.102636.

[42]
Coppola P, Fabiis F D, Silvestri F. Urban Air Mobility (UAM): Airport shuttles or city-taxis?[J]. Transport Policy, 2024, 150: 24-34.

[43]
高群, 陈衡洋, 张新亮. 中国农业绿色发展政策的历史演变与焦点特征: 基于注意力视角的文本分析[J]. 资源科学, 2023, 45(12): 2433-2448.

DOI

[Gao Q, Chen H Y, Zhang X L. Evolution and focal features of China’s agricultural green development policies: Text analysis based on attention perspective[J]. Resources Science, 2023, 45(12): 2433-2448.]

DOI

[44]
沈海军. 从飞行汽车看低空经济新业态[J]. 人民论坛·学术前沿, 2024, (15): 69-75.

[Shen H J. Exploring the new forms of low-altitude economy from flying-cars[J]. Frontiers, 2024, (15): 69-75.]

[45]
沈映春. 低空经济的内涵、特征和运行模式[J]. 新疆师范大学学报(哲学社会科学版), 2025, 46(1): 108-117.

[Shen Y C. Low-altitude economy: Definition, characteristics and operation modes[J]. Journal of Xinjiang Normal University (Edition of Philosophy and Social Sciences), 2025, 46(1): 108-117.]

[46]
周钰哲. 低空经济发展的理论逻辑、要素分析与实现路径[J]. 东南学术, 2024, (4): 87-97.

[Zhou Y Z. Low-altitude economy: Theoretical logic, development elements and path to realization[J]. Southeast Academic Research, 2024, (4): 87-97.]

[47]
廖小罕, 屈文秋, 徐晨晨, 等. 城市空中交通及其新型基础设施低空公共航路研究综述[J]. 航空学报, 2023, 44(24): 6-34.

[Liao X H, Qu W Q, Xu C C, et al. A review of urban air mobility and its new infrastructure low-altitude public routes[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(24): 6-34.]

[48]
沈映春, 赵雨涵, 周昕怡. 低空经济现代化产业体系建设的逻辑框架与战略路径[J]. 江苏社会科学, 2025, (2): 104-112, 242-243.

[Shen Y C, Zhao Y H, Zhou X Y. The logical framework and strategic pathways for constructing a modern industrial system for the low-altitude economy[J]. Jiangsu Social Sciences, 2025, (2): 104-112, 242-243.]

[49]
刘泉, 陈瑶瑶, 洪晓苇, 等. 面向无人机的城市低空空域规划的国际经验[J]. 城市规划学刊, 2024, (5): 64-70.

[Liu Q, Chen Y Y, Hong X W, et al. International experience of urban low altitude airspace planning for drones[J]. Urban Planning Forum, 2024, (5): 64-70.]

[50]
刘新文, 史占中. 新质生产力背景下未来产业形态演化及培育路径研究[J]. 当代经济管理, 2025, 47(5): 1-10.

[Liu X W, Shi Z Z. Research on future industrial form evolution and cultivation path under the background of new quality productive forces[J]. Contemporary Economic Management, 2025, 47(5): 1-10.]

[51]
赵景龙. 低空经济高质量发展: 内涵特征、约束条件与突破路径[J]. 当代经济研究, 2025, (4): 27-42.

[Zhao J L. High-quality development of low-altitude economy: Connotation characteristics, constraints and breakthrough paths[J]. Contemporary Economic Research, 2025, (4): 27-42.]

[52]
贾永楠. 低空空域无人系统交通管理方案初探[J]. 航空学报, 2025, 46(11): 121-147.

[Jia Y N. A scheme for unmanned aerial system traffic management inlow-altitude airspace[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 121-147.]

[53]
陈清阳, 辛宏博, 王鹏, 等. 飞翼布局飞行器研究现状分析[J]. 国防科技大学学报, 2024, 46(3): 39-58.

[Chen Q Y, Xin H B, Wang P, et al. Analysis of the current research on the flying-wing aircraft[J]. Journal of National University of Defense Technology, 2024, 46(3): 39-58.]

[54]
向渝娇, 童成, 李存璞, 等. 异质结工程在锂硫电池正极中的应用[J/OL]. 化工进展, DOI: 10.16085/j.issn.1000-6613.2025-0051.

[Xiang Y J, Tong C, Li C P, et al. Application of heterojunction engineering in lithium-sulfur batterycathodes[J/OL]. Chemical Industry and Engineering Progress, DOI: 10.16085/j.issn.1000-6613.2025-0051.]

[55]
朱超磊, 袁成, 杨佳会, 等. 2021年国外军用无人机装备技术发展综述[J]. 战术导弹技术, 2022, (1): 38-45.

[Zhu C L, Yuan C, Yang J H, et al. Overview of the development of foreign military UAV systems andtechnology in 2021[J]. Tactical Missile Technology, 2022, (1): 38-45.]

Options
文章导航

/

〈 〉