地理空間視域下“一帶一路”航空物流網(wǎng)絡(luò)結(jié)構(gòu)研究

葛沙沙 姚紅光 練柏儀

摘 ?要：文章構(gòu)建了機場和國家視角下的“一帶一路”航空物流網(wǎng)絡(luò)（BRAAN & BRNAN）研究模型，借助ArcGIS、Ucinet等軟件，從地理空間視域下對其網(wǎng)絡(luò)結(jié)構(gòu)進行研究。研究表明：（1）機場視角下的BRAAN具有小世界和無標(biāo)度特性，1 218個機場可以根據(jù)中心性劃分為三個等級，一級機場具有與高度值節(jié)點相似的空間分布;（2）國家視角下的BRNAN的度值、聚類系數(shù)空間分布呈現(xiàn)負(fù)相關(guān)，中國、泰國、俄羅斯、阿聯(lián)酋、土耳其對于帶動“一帶一路”航空物流發(fā)展具有重大的作用，應(yīng)進一步積極與更多沿線國家簽訂航空服務(wù)協(xié)議，提升專業(yè)化、個性化的航空服務(wù)。

?關(guān)鍵詞：“一帶一路”;航空物流網(wǎng)絡(luò);統(tǒng)計特征;核心—邊緣結(jié)構(gòu)

?中圖分類號：F252.8 ? ?文獻標(biāo)識碼：A

Abstract： This paper constructs“the belt and road”logistics aviation network（BRAAN & BRNAN）research model from the perspective of airports and countries. We use ArcGIS， Ucinet and other software to study its network structure from the perspective of geographic space. Research shows that： （1）BRAAN from the perspective of airports has the characteristics of small world and scale-free， 1 218 airports can be divided into three levels based on centrality， and the first-level airports have a spatial distribution similar to high degree nodes. （2）Research on BRNAN from the perspective of countries indicates that the degree value and the spatial distribution of clustering coefficients are negatively correlated. China， Thailand， Russia， the United Arab Emirates， and Turkey play a major role in driving the development of aviation logistics in“the belt and road”. It is necessary for these to further actively sign aviation agreements with more countries along the route， and to enhance professional and personalized aviation services.

Key words： “the belt and road”; aviation logistics network; statistical characteristics; core-hierarchical structure

0 ?引 ?言

2015年3月，中國發(fā)起的“一帶一路”倡議構(gòu)想邁入實施階段。“一帶一路”沿線各國共同推動構(gòu)建人類命運共同體，已經(jīng)取得了顯著的進展與成效，初步實現(xiàn)了“政策溝通、設(shè)施聯(lián)通、貿(mào)易暢通、資金融通、民心相通”[1]。2019年，中國已與62個“一帶一路”沿線國家簽訂了雙邊航空服務(wù)協(xié)定;與其中43個國家實現(xiàn)空中直航;每周有約4 200個航班往返在中國和“一帶一路”沿線國家之間[2]。然而，航空運輸在“一帶一路”沿線發(fā)揮的作用尚不及水運和鐵路運輸。為進一步發(fā)揮航空運輸優(yōu)勢，需要從整體上對“一帶一路”航空物流網(wǎng)絡(luò)的結(jié)構(gòu)特征和地理格局進行分析。

航空網(wǎng)絡(luò)由于通航城市、航線數(shù)量龐大，具有顯著的復(fù)雜網(wǎng)絡(luò)特性[3]，是一個小世界網(wǎng)絡(luò)，有著冪律下降的度分布，通常具有較小的平均路徑長度和聚類系數(shù)[4-5]?！耙粠б宦贰焙娇站W(wǎng)絡(luò)面對蓄意攻擊時魯棒性很差;需要確定網(wǎng)絡(luò)中的核心節(jié)點;通過提高風(fēng)險管理意識和構(gòu)建多機場系統(tǒng)的手段，來規(guī)避航空網(wǎng)絡(luò)遭受攻擊時所帶來的波及影響[6]?，F(xiàn)有研究仍有可完善之處：（1）選取機場節(jié)點數(shù)量不足以反映“一帶一路”航空物流網(wǎng)絡(luò)整體;（2）簡單地以國家間是否通航來構(gòu)建鄰接矩陣，實際上應(yīng)考慮權(quán)重;（3）對航空物流網(wǎng)絡(luò)的地理空間格局分析尚不充分。因此，本文從地理空間視角研究“一帶一路”航空物流網(wǎng)絡(luò)結(jié)構(gòu)，不僅以一種全新的視角填補理論研究的不足，也有助于促進航空網(wǎng)絡(luò)的發(fā)展，有助于為進一步推進“一帶一路”戰(zhàn)略提供理論依據(jù)。

1 ?數(shù)據(jù)來源和研究

1.1 ?“一帶一路”航空物流網(wǎng)絡(luò)數(shù)據(jù)說明

根據(jù)“中國一帶一路網(wǎng)”（https：//www.yidaiyilu.gov.cn/），“一帶一路”范圍界定為東北亞、東南亞、中東歐、中亞、南亞、西亞北非這六個地區(qū)，共由65個國家所組成的區(qū)域。本研究地理范圍涵蓋65個國家的1 218個主要機場。

1.2 ?“一帶一路”航空物流網(wǎng)絡(luò)結(jié)構(gòu)分析模型

復(fù)雜網(wǎng)絡(luò)的數(shù)學(xué)描述記為圖G=V，E，其中：V是節(jié)點集合，E是邊的集合，引入復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)模型體系[7]（表1）。指標(biāo)測算通過社會網(wǎng)絡(luò)分析軟件Ucinet測算[8]。

2 ?機場視角下的“一帶一路”航空物流網(wǎng)絡(luò)結(jié)構(gòu)分析

2.1 ?無標(biāo)度特性和小世界特性

機場視角下的“一帶一路”航空物流網(wǎng)絡(luò)（BRAAN），網(wǎng)絡(luò)總度數(shù)為22 549，平均度為18.513，即平均每個機場約與其他19個機場建立了直接的航空聯(lián)系。由圖3可知，度分布遵循“二八定律”，大部分機場節(jié)點對外連接的航線較少，其中度為1，2，3的節(jié)點比例最高，分別為189、150、107，占比達(dá)到36.62%，即BRAAN中有36.62%的機場僅對外連接不超過3個機場，這種大量節(jié)點只與少數(shù)節(jié)點相連的非均勻分布，表現(xiàn)出BRAAN的無標(biāo)度特性[9]。

平均路徑長度為1.982，即任一機場到其他機場平均需要經(jīng)過2條邊，表現(xiàn)出較好的可達(dá)性。聚類系數(shù)為0.714，表明“一帶一路”沿線的機場之間形成短距離聯(lián)系的可能性較大。BRAAN具有1 218個節(jié)點，網(wǎng)絡(luò)規(guī)模較大，連接復(fù)雜。因此，僅通過比較“一帶一路”和其他當(dāng)?shù)貒一蚝娇展镜暮娇站W(wǎng)絡(luò)的聚類系數(shù)和最短路徑無法判斷BRAAN是否具有小世界的特征。本文構(gòu)建相應(yīng)大小的ER隨機網(wǎng)絡(luò)來作為判斷小世界特征的標(biāo)準(zhǔn)。通過Pajek測得，節(jié)點數(shù)為1 218，平均度為19的ER隨機網(wǎng)絡(luò)的平均路徑長度為2.724，聚類系數(shù)為0.015。因此相比與隨機網(wǎng)絡(luò)，BRAAN表現(xiàn)出復(fù)雜網(wǎng)絡(luò)的“小世界”網(wǎng)絡(luò)特征。

2.2 ?度與聚類系數(shù)空間分布特征

圖4為BRAAN的機場節(jié)點度值隨經(jīng)緯度變化圖，可以看出，度值低于50的節(jié)點占比較多，且在經(jīng)緯度的分布上都具有連續(xù)性;度值較高的節(jié)點在經(jīng)緯度分布上較為分散，多處于東經(jīng)30°～40°和東經(jīng)100°～125°，北緯20°～40°之間，說明通達(dá)性高、規(guī)模大的機場大多處在這些地理區(qū)域內(nèi)。各地區(qū)按機場平均規(guī)模和通達(dá)性從大到小排序為：東北亞（31.06）—西亞和北非（16.14）—中東歐（13.46）—中亞（12.32）—南亞（10.78）—東南亞（10.47）。

網(wǎng)絡(luò)的聚類系數(shù)用來衡量網(wǎng)絡(luò)節(jié)點聚類情況，反映鄰居節(jié)點之間的緊密程度。圖5為BRAAN的機場節(jié)點聚類系數(shù)隨經(jīng)緯度變化關(guān)系圖，可以看出聚類系數(shù)為1和0的節(jié)點在經(jīng)緯度上的分布均具有較好的連續(xù)性。各地區(qū)的鄰居節(jié)點之間的緊密程度從大到小排序為東北亞（0.676）—中亞（0.640）—西亞和北非（0.600）—南亞（0.560）—東南亞（0.556）—中東歐（0.497）。

2.3 ?中心化水平分析

對中心性指標(biāo)進行測算，統(tǒng)計結(jié)果見圖6。度中心性反應(yīng)節(jié)點在網(wǎng)絡(luò)中的重要程度和中心地位，BRAAN度中心值最大為0.2（北京首都），最小為0.001（奠邊府），二者度中心值差距達(dá)到200倍，可見以BRAAN的節(jié)點重要地位兩極差距大。鄰近中心性反映了節(jié)點對整個網(wǎng)絡(luò)的控制能力，體現(xiàn)組織效率，是一種全局性的中心性，鄰近中心性最大者為北京首都（0.167），最小者為哈薩克、切爾諾夫策、阿布扎比、富查伊、德爾馬島博恩霍爾姆、金甌、奠邊府（0.118），二者鄰近中心值差距僅是1.42倍，遠(yuǎn)小于度中心性。由鄰近中心性的位序—規(guī)模圖，北京首都、廣州白云、成都雙流、莫斯科多莫杰多沃、昆明長水、上海浦東、西安咸陽、深圳寶安、伊斯坦布爾等127個機場鄰近中心值高于0.15，鄰近中心值介于0.1～0.15之間的節(jié)點高達(dá)

1 092個，趨勢線斜率為-0.0024，置信度為0.9521，整體呈下降趨勢緩慢，可見節(jié)點的整體可達(dá)性均較好，體現(xiàn)了BRAAN“小世界”效應(yīng)的高聯(lián)通效率。介中心性反應(yīng)節(jié)點的中轉(zhuǎn)和銜接能力。介中心值最大為北京首都（0.091），最小值僅為0，在235個介中心值不為0的機場中，只有26.38%的機場介中心值大于0.01，3%的機場介中心值大于0.05，可見以機場為節(jié)點的BRAAN整體中轉(zhuǎn)、銜接能力較低。

2.4 ?機場中心性空間格局

通過ArcMap和自然間斷分級法（Jenk）對BRAAN的機場節(jié)點中心性的空間格局進行分析（圖7）。

?度中心性在空間分布上呈現(xiàn)出明顯的跳躍性和不連續(xù)性，空間差異明顯。度中心值高于0.057的第一分類點的機場節(jié)點數(shù)量為77，占比為6.32%，分布在中國、俄羅斯、沙特阿拉伯、阿聯(lián)酋、土耳其、泰國、印度等17個國家，其中分布在中國機場數(shù)量最高（45），其次是俄羅斯（7）。度中心性低于0.019的第三類機場數(shù)量最多（956），占比79.23%。度中心值在數(shù)值和空間分布上的差異性體現(xiàn)出BRAAN有可能存在分級層次結(jié)構(gòu)。

鄰近中心性高值節(jié)點顯然多于度中心性，最小值為0.001，最大值為0.167，鄰近中心值高于0.139的第一類機場數(shù)量為698（57.3%），地理分布上包括“一帶一路”六大地區(qū)，度中心性的高值節(jié)點往往具有較高的鄰近中心性，這些節(jié)點在網(wǎng)絡(luò)中具有較高的重要程度和相對可達(dá)性;而度中心值低的節(jié)點不一定具有較低的鄰近中心值，體現(xiàn)直接可達(dá)性和間接可達(dá)性之間低水平的關(guān)聯(lián)程度。

?介中心值最小值為0，最大值為0.0905。不難看出，介中心性的分布與度中心性具有相似的地理分布。介中心值高于0.0252的機場數(shù)量為22個（1.81%），分布于中國、俄羅斯、土耳其、阿聯(lián)酋和泰國5個國家，表明網(wǎng)絡(luò)中具有高中轉(zhuǎn)、銜接能力的國家同時具有較高的直接可達(dá)性和重要地位。

利用系統(tǒng)聚類的方法（平方歐式距離、組間聯(lián)接），對三種中心性指標(biāo)進行了聚類，聚類結(jié)果表明，航空物流網(wǎng)絡(luò)的機場節(jié)點可以根據(jù)中心性劃分為三個等級。其中，一級節(jié)點數(shù)量為40，二級節(jié)點數(shù)量為159，三級節(jié)點數(shù)量為1 019。在圖7中，綠、黑、白三色分別代表一、二、三級機場。其中，一級機場多數(shù)分布在中國、俄羅斯、土耳其、阿聯(lián)酋、泰國、馬來西亞、新加坡、沙特阿拉伯這幾個國家;其空間分布上具有與高度值節(jié)點類似的分布，但節(jié)點數(shù)量低于度值，故一級機場往往具有高度值的特性，而高度值的機場不一定是一級機場。二級機場空間分布相對一級機場具有依賴性，其分布軌跡往往伴隨著一級機場軌跡。

3 ?國家視角下的“一帶一路”航空物流網(wǎng)絡(luò)結(jié)構(gòu)分析

3.1 ?度和聚類系數(shù)空間分布

測算國家視角下“一帶一路”航空物流網(wǎng)絡(luò)（BRNAN）的結(jié)構(gòu)指標(biāo)。

?度值統(tǒng)計分布呈兩邊低、中間高的分布，空間分布差異明顯，形成“東西高，南部低，中部塌陷”的空間格局。度值位于前五的節(jié)點分別是西亞北非的土耳其（55）、阿聯(lián)酋（54）和卡塔爾（41），東北亞的俄羅斯（44）、中國（43），說明這些國家的通航國家數(shù)量在網(wǎng)絡(luò)中處于較高水平;南亞的不丹、尼泊爾以及東南亞的緬甸、柬埔寨、文萊、老撾、東帝汶度值處于較低水平;東北亞的蒙古國，中亞的吉爾吉斯斯坦、塔吉克斯坦以及中東歐的馬其頓、立陶宛、阿爾巴尼亞、波黑、摩爾多瓦、愛沙尼亞度值均低于14，形成中部的度值塌陷。

?聚類系數(shù)數(shù)值分布較為集中，極值差距小，空間分布呈現(xiàn)出與度值相反的特征：“東西低，南側(cè)高，中部凸出”。度值前五位的國家具有低的聚類系數(shù)，按從小到大的順序為：阿聯(lián)酋（0.372）、土耳其（0.378）、俄羅斯（0.415）、中國（0.43）、卡塔爾（0.455）。聚類系數(shù)較高的國家普遍分布在南亞、東南亞、中東歐和西亞北非地區(qū)，以及東北亞的蒙古，形成南側(cè)高、中間突出的分布特征。

?BRNAN度值和聚類系數(shù)的空間分布如圖8所示。

3.2 ?點強度分析

通過， i，j=1，2，…，1 218的加權(quán)矩陣可以得出以國家為節(jié)點BRNAN點強度，前五位國家點強度見表3。網(wǎng)絡(luò)總度值為21 931，其中國家內(nèi)部度值為14 856（0.68），說明網(wǎng)絡(luò)中各國家內(nèi)部聯(lián)通程度高于國家間聯(lián)通。點強度最高的國家為中國，其內(nèi)外部聯(lián)通度值均處于首位，其次是俄羅斯、印度、印度尼西亞和土耳其，這些節(jié)點均具有高的網(wǎng)絡(luò)地位，且國內(nèi)航空較為發(fā)達(dá)。

3.3 ?核心—邊緣結(jié)構(gòu)

核心—邊緣結(jié)構(gòu)分析將節(jié)點分為核心、半核心、邊緣三種類型。用Ucinet測算以國家為節(jié)點的加權(quán)BRNAN核心度（Core degree）[10]。核心度越高的國家，在網(wǎng)絡(luò)中越可能處于核心地位。根據(jù)測算結(jié)果，本文核心度劃分標(biāo)準(zhǔn)定為：超過0.1的為核心，0.1～0.01之間的為半核心，低于0.01的為邊緣[11]。

BRNAN的核心—邊緣結(jié)構(gòu)地理分布具有不連續(xù)性和極化現(xiàn)象（圖9），a、b、c分別表示邊緣、半核心、核心成員國的航線聯(lián)通情況。核心國家分別是東北亞的中國（0.934）和俄羅斯（0.145），東南亞的泰國（0.265），平均每個核心國家與41個國家通航，中國的核心度遠(yuǎn)超其他國家。半核心國家數(shù)量為21（32%），主要包括中亞的哈薩克斯坦和烏茲別克斯坦，中東歐的烏克蘭，西亞北非的土耳其、敘利亞、阿塞拜疆和OPEC成員國阿聯(lián)酋、沙特阿拉伯、卡塔爾，東南亞的馬來西亞、柬埔寨、印度尼西亞、新加坡等國家，以及南亞地區(qū)的印度、馬爾代夫、巴基斯坦，共21個國家，平均每個半核心國家與24個國家通航。半核心和核心成員國的航線連接緊密程度都較高（b、c），二者主要最主要差距體現(xiàn)在核心成員國外部點強度更高。印度、阿聯(lián)酋、土耳其的度、簇系數(shù)、外部點強度均與核心成員國的這些特征相似，這三個國家沒有分類為核心是出乎意料的，然而其節(jié)點重要程度不言而喻。邊緣國家數(shù)量最多，為41（63%），多分布在中東歐和西亞北非兩大地區(qū)，中亞、南亞和東南亞也有分布，平均每個邊緣國家與19個國家通航，且邊緣國家主要與核心國家有航線聯(lián)系。

4 ?結(jié) ?論

本文分別以“一帶一路”沿線1 218個機場和65個國家為節(jié)點，根據(jù)節(jié)點間的通航情況構(gòu)建“一帶一路”航空物流網(wǎng)絡(luò)，并基于復(fù)雜網(wǎng)絡(luò)理論和統(tǒng)計對網(wǎng)絡(luò)結(jié)構(gòu)進行分析。研究結(jié)果表明：

（1）機場視角下的“一帶一路”航空物流網(wǎng)絡(luò)（BRAAN）度分布空間上呈跳躍性和不連續(xù)性，不同地區(qū)度值差異較大，度值空間分布差異明顯，具有復(fù)雜網(wǎng)絡(luò)的無標(biāo)度特性。

（2）相較于其他具有小世界特性的航空網(wǎng)絡(luò)，BRAAN有較低的平均路徑長度（2.72）和較高的聚類系數(shù)（0.722），體現(xiàn)出網(wǎng)絡(luò)較好的可達(dá)性和集聚性，具有小世界特征。

?（3）BRAAN的節(jié)點可以根據(jù)中心性劃分為三個等級。其中，一級機場具有與高度值節(jié)點相似的空間分布;二級機場的空間分布相對一級機場具有依賴性;度值是決定機場等級劃分的重要因素。

?（4）國家視角下的“一帶一路”航空物流網(wǎng)絡(luò)（BRNAN）度值、聚類系數(shù)空間分布呈現(xiàn)負(fù)相關(guān)，相對于高度值節(jié)點，低度值節(jié)點更容易聚集成團;土耳其、阿聯(lián)酋、俄羅斯、中國、卡塔爾有較高的度值和較低的聚類系數(shù);點強度則只有中國、俄羅斯、土耳其處于較高地位。

?（5）以國家為節(jié)點的加權(quán)航空物流網(wǎng)絡(luò)具有“核心—邊緣”結(jié)構(gòu)，其地理分布具有不連續(xù)性和極化現(xiàn)象中國、泰國、俄羅斯處于核心地位;處于航空物流網(wǎng)絡(luò)邊緣位置的國家，往往具有較低的度值和點強度，較高的聚類系數(shù)，如不丹、也門、東帝汶、巴勒斯坦、愛沙尼亞等國家;目前這些國家的航空發(fā)展?fàn)顩r與經(jīng)濟社會、國土面積、地理位置、人口數(shù)量等都有關(guān)系，對這些國家的發(fā)展策略需要立足于本國實際情況循序漸進，逐步優(yōu)化與“一帶一路”沿線國家的航空聯(lián)系和服務(wù)。

?（6）中國、泰國、俄羅斯、阿聯(lián)酋、土耳其對于帶動“一帶一路”航空運輸發(fā)展具有重大的作用，應(yīng)進一步積極與更多沿線國家簽訂航空服務(wù)協(xié)議，提升專業(yè)化、個性化的航空服務(wù)。

參考文獻：

[1] 陳偉光，郭晴. 中國對“一帶一路”沿線國家投資的潛力估計與區(qū)位選擇[J]. 宏觀經(jīng)濟研究，2016（9）：148-161.

[2] 徐曉楠，朱名仁. 中國與“一帶一路”沿線國家所簽訂的雙邊航空運輸協(xié)定研究——以航空運輸自由化為視角[J]. 法制與社會，2019（10）：76-77.

[3] 姚紅光，朱麗萍. 基于仿真分析的中國航空網(wǎng)絡(luò)魯棒性研究[J]. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2012，36（1）：42-46.

[4] Roger G， L A N， A. Modeling the world-wide airport network[J]. The European Physical Journal， 2004，89：381-385.

[5] 曾小舟. 基于復(fù)雜網(wǎng)絡(luò)理論的中國航空網(wǎng)絡(luò)結(jié)構(gòu)實證研究與分析[D]. 南京：南京航空航天大學(xué)（博士學(xué)位論文），2012.

[6] 卓志強，姚紅光. “一帶一路”沿線航空網(wǎng)絡(luò)結(jié)構(gòu)及其魯棒性研究[J]. 物流科技，2018，41（5）：78-84.

[7] 莫輝輝，王姣娥. 復(fù)雜交通網(wǎng)絡(luò)：結(jié)構(gòu)、過程與機理[M]. 北京：經(jīng)濟管理出版社，2012：43-87.

[8] 劉軍. 整體網(wǎng)分析講義[M]. 上海：格致出版社，2009：54-69.

[9] 楊文龍，杜德斌，馬亞華，等. “一帶一路”沿線國家貿(mào)易網(wǎng)絡(luò)空間結(jié)構(gòu)與鄰近性[J]. 地理研究，2018，37（11）：2218-2235.

[10] 魏曉俊，譚宗穎. 基于核心—邊緣結(jié)構(gòu)的國際科技合作網(wǎng)絡(luò)分析——以納米科技（1996-2004年）為例[J]. 圖書情報工作，2006（12）：35-38，70.

[11] 陳銀飛. 2000-2009年世界貿(mào)易格局的社會網(wǎng)絡(luò)分析[J]. 國際貿(mào)易問題，2011（11）：31-42.

收稿日期：2021-06-06

基金項目：國家社會科學(xué)基金項目（16BGL014）

作者簡介：葛沙沙（1994-），女，河南濟源人，上海工程技術(shù)大學(xué)碩士研究生，研究方向：航空運輸規(guī)劃與管理、航空物流管理;姚紅光（1978-），男，黑龍江哈爾濱人，上海工程技術(shù)大學(xué)，副教授，博士，研究方向：航空物流管理。