技术摘要：竞争性卫星部署与轨道风险的地理分布

1. 问题陈述

本文探讨了地球静止轨道（GEO）中卫星空间分布不均的问题。某些轨道经度挤满了多个运营商，而其他经度则基本处于空白状态。这种空间格局之所以重要，原因有三：

1. 资源分配： 它影响着国际电信联盟（ITU）规则下的轨道位置分配和频谱协调。
2. 全球覆盖： 它决定了通信服务的地理分布。
3. 轨道可持续性： 卫星的部署位置决定了未来轨道碎片的地理分布。碎片会在卫星集中的地方堆积；因此，理解卫星部署的驱动因素是预测长期轨道风险的前提。

现有的轨道碎片文献通常依赖于发射后碰撞、处置及寿命终结行为的工程模型。本文认为，一个先前被忽视的关键问题仍然存在：未来拥堵和碎片的地理分布，在多大程度上已经编码在运营商最初的竞争性选址决策之中？

2. 研究方法

作者将地球静止轨道视为一个“近乎理想的实验室”，因为它在物理上是单维度的（360度环形），并且受明确、可观测的分配规则（先到先得）约束。

竞争性进入（CE）模型

分析的核心是一个关于顺序、利润最大化进入的结构化模型：

• 需求驱动力： 每个经度的需求由卫星商业足迹内（约 ±40° 经度）的网格化人口驱动。模型测试了两种需求规格：原始人口数与 GDP 加权人口（收入）。
• 进入机制： 运营商按顺序进入市场。每个新进入者会选择能使其在给定已放置卫星位置的情况下实现市场份额最大化的轨道位置。
• 市场共享规则： 消费者（人口）由最近的卫星服务。如果距离相等，需求将被随机分配。
• 路径依赖： 早期进入者占据了高需求弧段。随后的进入者面临权衡：是在低需求、空白区域定位，还是在共处高需求区域并分享市场。模型假设，分享一个巨大市场的边际收益往往超过完全占领一个微小、空白市场的收益，这导致了集群现象。

数据与验证

• 数据来源： 研究使用 ITU 合规评估监测器（ITU-CAM）数据库获取卫星位置（2006 年后 390 颗活跃商业卫星；513 个失效载荷）。需求数据来自世界人口网格化数据（GPWv4）和 G-Econ（GDP）。
• 排除项： 需求度量中排除了中国人口，因为监管限制使得中国消费者无法访问国际商业 GEO 服务，使其成为国际运营商无法触达的市场。
• 验证策略：
  1. 样本内拟合： 将模型的预测密度与观察到的活跃卫星密度进行比较（$R^2$）。
  2. 样本外预测： 基于发射时的轨道状态，对 431 颗新商业卫星（2000 年后）的单个位置选择进行“向前走”测试，并与拟合的条件逻辑回归模型进行对比。
  3. 长期模拟： 进行为期 21 年的前向模拟（2000–2021 年），放置 400 颗新卫星，以测试聚合分布预测相对于朴素持续性基准的表现。
  4. 碎片预测： 测试该模型是否能预测失效载荷（碎片）的分布。
  5. 安慰剂检验： 旋转人口分布，以确保拟合依赖于特定的东西向对齐，而非仅仅是由于数据分布不均。

3. 核心结果

A. 人口驱动部署，而非收入

使用人口作为需求驱动力的 CE 模型与观察到的活跃卫星分布具有很强的拟合度（$R^2 = 0.64$，Spearman $\rho = 0.82$）。它成功重现了在东南亚/南亚、欧洲和美洲上方的密集集群，以及在太平洋和中亚上方的稀疏覆盖。

相比之下，使用 GDP 加权需求的模型表现显著较差（$R^2 = 0.11$）。这表明运营商优先考虑总人口规模而非购买力。模型正确预测了印度上方的高卫星密度（高人口、中等收入地区），而收入加权模型未能捕捉到这一点。使用独立估计的技术采用收入弹性（$\hat{\gamma} \approx 0.88$）进行的稳健性检查确认，任何正向的收入权重都会降低模型的拟合度；当 $\gamma \approx 0$（纯人口）时，拟合度最高。

B. 预测能力优于拟合模型

在“向前走”的样本外测试中，结构化 CE 模型（未针对位置选择数据进行参数拟合）预测的单个位置选择平均排名为 140/360。这优于拟合的条件逻辑回归模型（平均排名 154）和随机基准（平均排名 180）。这表明结构化模型捕捉到了底层机制，而非仅仅是过度拟合历史噪声。

C. 长期与碎片预测

• 聚合部署： 在 21 年的前向模拟中，CE 模型预测了新进入者的聚合分布（$R^2 = 0.35$），比朴素持续性基准（$R^2 = 0.09$）高出四倍。
• 碎片堆积： 模型预测了失效载荷（碎片）的分布（$R^2 = 0.44$）。这证明了轨道风险的地理分布在很大程度上是竞争性进入模式的下游结果。竞争性进入较高的区域（如印度弧段）被预测将积累最多的碎片。

D. 效率与福利

研究发现当前的轨道分布是相对高效的。虽然在星座规模较小时（$N=25$，潜在增益为 15.8%）存在帕累托改进（增加总福利而不损害任何运营商）的可能性，但这种“效率窗口”迅速关闭。到 $N \approx 150$ 时（且在当前 $N \approx 500$ 时肯定如此），不存在任何单一卫星的重新分配可以在保持所有运营商市场份额的同时提高总福利。

4. 贡献与意义

本文做出了三个主要贡献：

1. 机制识别： 它确立了轨道基础设施的不均匀地理分布是由异质需求下的顺序竞争性进入这一简单逻辑驱动的，而非协调失败或同步优化。
2. 预测框架： 它提供了一个经过验证的、无需参数的结构化模型，仅利用人口数据和物理约束即可预测活跃卫星的部署以及由此产生的碎片堆积地理分布。
3. 政策启示：
   • 覆盖公平性： “服务不足”的地区（如撒哈拉以南非洲、中亚）并非因为利润率过低，而是因为其人口相对于全球需求峰值而言规模较小，从而在结构上被绕过了。竞争动态不会自发地填补这些空白。
   • 碎片风险： 最容易发生长期碎片堆积风险的区域，正是竞争动态将持续瞄准的区域。这创造了一种自我强化的危害：商业吸引力导致拥堵，进而导致运营风险增加。
   • 对 LEO 的意义： 作者指出，这种机制目前正在向低地球轨道（LEO）巨型星座规模扩展，这意味着地面轨迹也将类似地集中在人口高密度区域之上。

文章得出结论，轨道风险的空间分布不仅是一个工程问题，更是经济基本面和竞争进入模式的反映。理解这些驱动因素有助于更好地预判未来的拥堵和碎片热点。