2000—2018年全國(guó)民航網(wǎng)絡(luò)結(jié)構(gòu)特征及演化

曹煒威，李政，馮項(xiàng)楠

(1.中國(guó)民用航空飛行學(xué)院，民航飛行技術(shù)與飛行安全重點(diǎn)實(shí)驗(yàn)室，四川廣漢618307；2.四川省國(guó)土空間規(guī)劃研究院，成都610081；3.西南交通大學(xué)，經(jīng)濟(jì)管理學(xué)院，成都610031；4.復(fù)旦大學(xué)，管理學(xué)院，上海200433)

0 引言

航空運(yùn)輸作為快速、高效的交通方式，在促進(jìn)社會(huì)經(jīng)濟(jì)體發(fā)展和跨區(qū)域的交流合作中扮演著至關(guān)重要的角色。尤其在中、長(zhǎng)距離的客貨運(yùn)輸中，航空具有其他交通方式無法替代的優(yōu)勢(shì)，占有一定的市場(chǎng)份額，成為現(xiàn)代交通運(yùn)輸體系重要的組成部分。據(jù)統(tǒng)計(jì)，2019年民航全年完成旅客運(yùn)輸量6.60億人次，旅客周轉(zhuǎn)量占綜合交通運(yùn)輸體系的32.8%。機(jī)場(chǎng)和航線網(wǎng)絡(luò)作為航空運(yùn)輸實(shí)現(xiàn)的載體，其組織結(jié)構(gòu)對(duì)于客、貨的流動(dòng)效率，航空公司資源配置，行業(yè)市場(chǎng)競(jìng)爭(zhēng)力提升及可持續(xù)發(fā)展都至關(guān)重要。

當(dāng)前對(duì)民航網(wǎng)絡(luò)結(jié)構(gòu)特征的研究集中于對(duì)網(wǎng)絡(luò)的中心性、層次性、小世界、無標(biāo)度、魯棒性、抗毀性等特征的量化分析，揭示網(wǎng)絡(luò)的空間模式、組織結(jié)構(gòu)和演化規(guī)律。王姣娥等[1-2]基于復(fù)雜網(wǎng)絡(luò)理論對(duì)中國(guó)民航網(wǎng)絡(luò)的復(fù)雜性進(jìn)行多維度實(shí)證分析，系統(tǒng)剖析網(wǎng)絡(luò)的結(jié)構(gòu)特征。ZHANG等[3]分析2005—2016年中國(guó)69 個(gè)機(jī)場(chǎng)連通性變化，并對(duì)影響連通性變化的因素進(jìn)行探索性研究。杜方葉等[4]從全球視角探討新冠疫情對(duì)中國(guó)國(guó)際航空網(wǎng)絡(luò)連通性的影響及地區(qū)差異。DAI 等[5]研究1979—2012年東南亞航空網(wǎng)絡(luò)結(jié)構(gòu)及其變化，認(rèn)為該網(wǎng)絡(luò)表現(xiàn)出混合異配模式，可以分解為核心-橋接-邊緣結(jié)構(gòu)。在魯棒性和抗毀性方面，VERMA 等[6]研究世界民航網(wǎng)絡(luò)，認(rèn)為該網(wǎng)絡(luò)對(duì)于長(zhǎng)距離出行來說冗余而具有彈性，短距離旅行會(huì)因?yàn)閯h除一些不重要的連接而導(dǎo)致網(wǎng)絡(luò)崩潰。

空間格局上，賈鵬等[7]采用標(biāo)準(zhǔn)差橢圓和GIS空間分析方法檢驗(yàn)全國(guó)空港客貨流要素分布的聚集性，為我國(guó)樞紐機(jī)場(chǎng)選址、空港布局決策提供指導(dǎo)。杜德林等[8]以3 大國(guó)有航空公司為研究對(duì)象，對(duì)比分析了2005年和2015年3大航空公司的網(wǎng)絡(luò)空間結(jié)構(gòu)。杜方葉等[9]選取2013年和2018年的數(shù)據(jù)，從國(guó)際航線、國(guó)際航班以及通航城市3個(gè)層面，研究“一帶一路”背景下中國(guó)國(guó)際航空網(wǎng)絡(luò)的空間格局及其演變規(guī)律，為網(wǎng)絡(luò)未來發(fā)展提供理論和實(shí)踐指導(dǎo)。

近20年，中國(guó)大陸內(nèi)部交通環(huán)境發(fā)生重大變化，航空網(wǎng)絡(luò)基礎(chǔ)設(shè)施不斷發(fā)展，機(jī)場(chǎng)、航線和運(yùn)營(yíng)航班數(shù)量不斷增加。本文基于2000-2018年全年航班時(shí)刻表數(shù)據(jù)，研究全國(guó)民航網(wǎng)絡(luò)的結(jié)構(gòu)特征，采用網(wǎng)絡(luò)分析方法從時(shí)空和關(guān)聯(lián)的角度探討網(wǎng)絡(luò)結(jié)構(gòu)演化特征。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)

所用數(shù)據(jù)主要源于OAG(Official Aviation Guide)，收集2000—2018年國(guó)內(nèi)出發(fā)、國(guó)內(nèi)到達(dá)的全年度航班數(shù)據(jù)。限于數(shù)據(jù)的可得性，數(shù)據(jù)不包含香港、澳門和臺(tái)灣地區(qū)。OAG 數(shù)據(jù)屬于計(jì)劃航班數(shù)據(jù)，與實(shí)際起降航班架次存在一定差異。為驗(yàn)證數(shù)據(jù)的可靠性，本文進(jìn)行兩方面分析。首先，將從OAG數(shù)據(jù)中統(tǒng)計(jì)得到的各年份總航班數(shù)(經(jīng)停航班僅統(tǒng)計(jì)一次)與民航業(yè)發(fā)展統(tǒng)計(jì)公報(bào)數(shù)據(jù)對(duì)比，發(fā)現(xiàn)兩者差異較小且總體具有高度相似的走勢(shì)。經(jīng)檢驗(yàn)發(fā)現(xiàn)，OAG 數(shù)據(jù)中各年度總航班數(shù)與民航業(yè)發(fā)展統(tǒng)計(jì)公報(bào)數(shù)據(jù)相關(guān)系數(shù)高達(dá)0.997(1%顯著水平)。其次，對(duì)50個(gè)主要航段上來自O(shè)AG的航班數(shù)據(jù)與來自《從統(tǒng)計(jì)看民航》的實(shí)際執(zhí)飛航班數(shù)對(duì)比，發(fā)現(xiàn)兩者的比值介于0.9～1.2 之間。盡管昆明-上海、昆明-重慶、蘭州-烏魯木齊、西安-西寧、南京-深圳、大連-南京等在內(nèi)的少數(shù)航段上兩組數(shù)據(jù)差異比較大，但總體而言，兩組數(shù)據(jù)仍具有較高的相關(guān)性(1%顯著水平下相關(guān)系數(shù)為0.849)。因此，采用OAG航班數(shù)據(jù)進(jìn)行民航網(wǎng)絡(luò)結(jié)構(gòu)研究具有一定的可行性。

分析前進(jìn)行數(shù)據(jù)清洗和整理，以通航城市為節(jié)點(diǎn)，合并擁有2 個(gè)及以上機(jī)場(chǎng)的城市數(shù)據(jù)。另外，拆分有經(jīng)停機(jī)場(chǎng)的航線，例如，將成都-徐州-哈爾濱航線拆分為成都-徐州和徐州-哈爾濱，并保持航班頻率不變。城市間的航班聯(lián)系通常為雙向，如果有城市A飛往城市B的航班，相應(yīng)地會(huì)有城市B飛往城市A的航班。考慮到飛行的對(duì)稱性以及描述的簡(jiǎn)便性，將民航網(wǎng)絡(luò)有向的OD數(shù)據(jù)處理為不區(qū)分方向的網(wǎng)絡(luò)模型。

1.2 研究方法

網(wǎng)絡(luò)復(fù)雜性特征對(duì)于網(wǎng)絡(luò)連接結(jié)構(gòu)的識(shí)別具有重要意義，常用特征統(tǒng)計(jì)量包括：路徑長(zhǎng)度(特征路徑長(zhǎng)度、網(wǎng)絡(luò)直徑)、緊密度(網(wǎng)絡(luò)密度、航班密度、集聚系數(shù))和中心性(度、中介中心性、鄰近中心性)等。

(1)特征路徑長(zhǎng)度L

任意兩節(jié)點(diǎn)i、j之間最短路徑邊數(shù)的平均值，反映民航網(wǎng)絡(luò)的整體可達(dá)性。計(jì)算公式為

式中：dij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間最短路徑的邊數(shù)；n為節(jié)點(diǎn)個(gè)數(shù)，本文中指城市個(gè)數(shù)。網(wǎng)絡(luò)中最短路徑邊數(shù)的最大值為網(wǎng)絡(luò)直徑。

(2)網(wǎng)絡(luò)密度γ

網(wǎng)絡(luò)中實(shí)際存在的連邊數(shù)與最大可能連邊數(shù)的比值，用于分析民航網(wǎng)絡(luò)結(jié)構(gòu)的緊密度。計(jì)算公式為

式中：E為網(wǎng)絡(luò)中實(shí)際存在的邊數(shù)。

(3)航班密度ρ

網(wǎng)絡(luò)中存在的航班數(shù)與實(shí)際存在的連邊數(shù)的比值，是旅客流視角的城市聯(lián)系緊密程度。計(jì)算公式為

式中：M為航班數(shù)量。

(4)集聚系數(shù)

節(jié)點(diǎn)的鄰居節(jié)點(diǎn)之間實(shí)際存在的連邊數(shù)與最大可能連邊數(shù)的比值，計(jì)算公式為

式中：Ci為節(jié)點(diǎn)i的集聚系數(shù)；k為節(jié)點(diǎn)i的鄰居節(jié)點(diǎn)個(gè)數(shù)；Ei為鄰居節(jié)點(diǎn)間實(shí)際存在的連邊數(shù)。網(wǎng)絡(luò)的集聚系數(shù)C定義為所有節(jié)點(diǎn)集聚系數(shù)的平均值。

(5)度

與節(jié)點(diǎn)直接相連的節(jié)點(diǎn)個(gè)數(shù)，度值反映民航網(wǎng)絡(luò)節(jié)點(diǎn)城市的直接連通性。計(jì)算公式為

式中：為節(jié)點(diǎn)度中心性；N為網(wǎng)路中節(jié)點(diǎn)個(gè)數(shù)。如果節(jié)點(diǎn)i和節(jié)點(diǎn)j相連，aij等于1，否則，aij等于0。

(6)中介中心性

經(jīng)過節(jié)點(diǎn)i的最短路徑數(shù)與所有節(jié)點(diǎn)間最短路徑數(shù)的比值，反映節(jié)點(diǎn)影響其他節(jié)點(diǎn)聯(lián)系的能力，揭示城市在網(wǎng)絡(luò)中的中轉(zhuǎn)和銜接功能。計(jì)算公式為

式中：為節(jié)點(diǎn)中介中心性，Njq(i)節(jié)點(diǎn)j和q之間經(jīng)過節(jié)點(diǎn)i的最短路徑數(shù)；Njq為節(jié)點(diǎn)j和q之間的最短路徑數(shù)。

(7)鄰近中心性

給定節(jié)點(diǎn)到其他所有節(jié)點(diǎn)最短路徑之和的倒數(shù)，反映城市在民航網(wǎng)絡(luò)中的全局可達(dá)性，值越大，全局可達(dá)性越高。計(jì)算公式為

式中：為節(jié)點(diǎn)i的鄰近中心性。

2 結(jié)果分析

2.1 網(wǎng)絡(luò)基本結(jié)構(gòu)特征

全國(guó)民航網(wǎng)絡(luò)的基本統(tǒng)計(jì)特征如表1所示。2000—2018年通航城市數(shù)由118 個(gè)增長(zhǎng)至227 個(gè)，年均增長(zhǎng)3.5%，其中：東部、中部、西部通航城市分別由45，33，40 個(gè)增加至64，75，88 個(gè)。同時(shí)，節(jié)點(diǎn)之間的邊數(shù)由887 條增長(zhǎng)至3423 條，年均增長(zhǎng)7.4%。網(wǎng)絡(luò)密度介于0.10～0.14 之間，總體呈現(xiàn)先降后升的趨勢(shì)，說明全國(guó)民航網(wǎng)絡(luò)在擴(kuò)張過程中新增通航城市和新增連邊保持異步變化，網(wǎng)絡(luò)呈現(xiàn)異速增長(zhǎng)特征。相較于網(wǎng)絡(luò)密度，航班密度更能揭示城市聯(lián)系的緊密程度。全國(guó)民航網(wǎng)絡(luò)的航班密度總體呈現(xiàn)先升高后降低的態(tài)勢(shì)，2000—2011年航班密度由1071 增加至2377，增長(zhǎng)121.9%。2011—2018年航班密度出現(xiàn)回落，由2377降至1985，降低16.5%。航班密度變化的直接原因是2011年之后航班增長(zhǎng)速度持續(xù)低于城市間連邊的增長(zhǎng)速度。2000—2011年城市間連邊以年均4.88%的速度增長(zhǎng)，2011—2018年以12.53%的速度增長(zhǎng)，對(duì)應(yīng)時(shí)期的航班增長(zhǎng)速度分別為12.76%和9.66%。2011年之后，城市間連邊增長(zhǎng)速度較快，主要是因?yàn)殡S著經(jīng)濟(jì)發(fā)展，更多城市之間加強(qiáng)人口流動(dòng)，增加了對(duì)航空運(yùn)輸?shù)男枨?。航班?shù)增速放緩源于短途和長(zhǎng)途航班增長(zhǎng)速度均出現(xiàn)不同程度下降。統(tǒng)計(jì)顯示，2011年之前和2011年之后800 km以下航班分別以年均10.09%和6.03%的速度增長(zhǎng)；800 km以上的航班分別以年均14.32%和11.14%的速度增長(zhǎng)。其中，800 km以下短途航班增速放緩的部分原因來自于高鐵開通運(yùn)營(yíng)的影響[10]。例如：成都到西安2017年全年直達(dá)航班約3700架次，由于成都-西安高鐵(于2017年12月6日開通運(yùn)營(yíng))的影響，2018年直達(dá)航班急劇下降至800 架次左右。此外，表1顯示全國(guó)民航網(wǎng)絡(luò)平均航距不斷增加，由1167 km上升至1384 km，也反映了部分短途航線受高鐵影響，航班數(shù)減少導(dǎo)致平均航距增大。

表1 全國(guó)民航網(wǎng)絡(luò)基本統(tǒng)計(jì)特征Table 1 Characteristic of air network of China

全國(guó)民航網(wǎng)絡(luò)路徑長(zhǎng)度分布及集聚系數(shù)如表2所示。

表2 2000—2018年全國(guó)民航網(wǎng)絡(luò)路徑長(zhǎng)度分布及集聚系數(shù)Table 2 Distributions of path length and clustering coefficient of China's airline network in 2000—2018

特征路徑長(zhǎng)度整體呈現(xiàn)緩慢下降趨勢(shì)，由2.115 下降至1.965。網(wǎng)絡(luò)的整體聯(lián)系更為緊湊，效率提高，表明全國(guó)民航網(wǎng)絡(luò)處在不斷調(diào)整與演變的發(fā)展階段。2000—2018年節(jié)點(diǎn)間最短路徑的最小值為1；最大值即網(wǎng)絡(luò)直徑為3或4。其中：長(zhǎng)度為1的最短路徑占比約12%，未發(fā)生明顯變化；長(zhǎng)度為2的最短路徑比重由63%提升至77%左右；長(zhǎng)度為3的最短路徑的占比由24%降至9.5%。隨著民航網(wǎng)絡(luò)結(jié)構(gòu)的完善，城市間可達(dá)性將繼續(xù)提高。集聚系數(shù)呈現(xiàn)先上升后下降的倒“U”型變化趨勢(shì)，主要原因是2010年之前新增機(jī)場(chǎng)和航線主要在東部、中部地區(qū)，2010年之后新增城市和航線主要發(fā)生在西部。與同規(guī)模的隨機(jī)網(wǎng)絡(luò)相比，民航網(wǎng)絡(luò)具有與之較為接近的特征路徑長(zhǎng)度，比值保持在1.02～1.06，處于同一數(shù)量級(jí)。集聚系數(shù)是隨機(jī)網(wǎng)絡(luò)的5.7～8.1倍，民航網(wǎng)絡(luò)表現(xiàn)出“小世界”效應(yīng)。

2.2 節(jié)點(diǎn)中心性及其相關(guān)性分析

2000—2018年節(jié)點(diǎn)城市的度均值呈上升態(tài)勢(shì)，如圖1(a)所示，由15.0提升至30.2，城市直接連通性顯著提升。采用基尼系數(shù)測(cè)算中心性指標(biāo)的不平均程度發(fā)現(xiàn)，度中心性的基尼系數(shù)值呈現(xiàn)先升后降的變化趨勢(shì)，如圖2(a)所示，即節(jié)點(diǎn)的度分布異質(zhì)性先增強(qiáng)后減弱。分地域來看，東部地區(qū)城市度均值最高，城市直接連通性最好，平均度由23.0 增長(zhǎng)至48.1，但提升幅度(109%)相對(duì)最??；西部城市度均值最低，城市直接連通性最差，度均值由9.6增長(zhǎng)至23.2，提升幅度(142%)最大；中部地區(qū)城市平均度由10.7增長(zhǎng)至22.9，提升數(shù)量和幅度(113%)均介于東部、西部城市之間。就具體城市而言，度中心性提升較大的城市主要分布在京津、長(zhǎng)三角、珠三角、成渝城市圈，西安、昆明、蘭州、沈陽、?？诘瘸鞘凶鳛楦髯允》葜薪?jīng)濟(jì)發(fā)展首位度較高的城市，度值也有顯著提高。

中介中心性分布差異明顯，總體而言，節(jié)點(diǎn)中介中心性均值呈下降趨勢(shì)。如圖1(b)所示，不同區(qū)域中，東部城市中介中心性均值最大，介于0.007～0.015 之間；西部城市次之，介于0.004～0.011 之間；中部城市最小，介于0.001～0.003 之間。中介中心性的基尼系數(shù)值也呈現(xiàn)先上升后下降的變化趨勢(shì)，保持在0.9以上，如圖2(b)所示，表明節(jié)點(diǎn)中介中心性異質(zhì)性較強(qiáng)。針對(duì)節(jié)點(diǎn)個(gè)體，75%的已有城市中介中心性值增加，中轉(zhuǎn)作用加強(qiáng)。造成這一現(xiàn)象的主要原因在于網(wǎng)絡(luò)新增通航城市以支線邊緣節(jié)點(diǎn)為主，承載的中轉(zhuǎn)或銜接功能較弱。新增節(jié)點(diǎn)中介中心值雖然較低，但新增節(jié)點(diǎn)和航線強(qiáng)化了已有城市的中轉(zhuǎn)功能?？v向?qū)Ρ劝l(fā)現(xiàn)，節(jié)點(diǎn)鄰近中心性均值在波動(dòng)中提升，由0.485增加至0.518，如圖1(c)所示，全局可達(dá)性提高。鄰近中心性平均值中，東部城市，中部城市，西部城市依次降低，其中，西部城市鄰近中心性均值提高幅度最大。各年份的鄰近中心性基尼系數(shù)值均低于0.1，總體呈下降趨勢(shì)，如圖2(c)所示，表明城市間的全局可達(dá)性差異較小，集聚性增強(qiáng)。隨著網(wǎng)絡(luò)和航班密度的進(jìn)一步擴(kuò)大，城市的全局可達(dá)性仍將提高，差異性進(jìn)一步減小。

圖1 全國(guó)民航網(wǎng)絡(luò)節(jié)點(diǎn)中心性均值變化趨勢(shì)Fig.1 Evolution of average value of node's centrality

圖2 中心性指標(biāo)基尼系數(shù)變化Fig.2 Evolution of Gini coefficient of node centrality

度、中介中心性和鄰近中心性分別反映節(jié)點(diǎn)在網(wǎng)絡(luò)中不同的功能定位，統(tǒng)計(jì)3個(gè)指標(biāo)之間的相關(guān)系數(shù)(Pearson Correlation Coefficient)，如表3所示?？傮w而言，民航網(wǎng)絡(luò)節(jié)點(diǎn)的不同中心性指標(biāo)之間具有較高的相關(guān)性，意味著直接連通性好的城市同時(shí)也具有良好的中轉(zhuǎn)功能和全局可達(dá)性。其中，度與鄰近中心性的相關(guān)性最高，但隨時(shí)間變化不明顯，度與中介中心性的相關(guān)性次之，中介中心性與鄰近中心性的相關(guān)性最小。隨著民航網(wǎng)絡(luò)的發(fā)展和結(jié)構(gòu)的完善，度與中介中心性、中介中心性與鄰近中心性的相關(guān)性整體呈現(xiàn)上升趨勢(shì)。

表3 中心性指標(biāo)的相關(guān)性分析Table 3 Correlation analysis of different centrality measures

2.3 航班聯(lián)系結(jié)構(gòu)時(shí)空分異特征

城市對(duì)之間航班數(shù)與旅客流量具有強(qiáng)正相關(guān)性，分析航班分布結(jié)構(gòu)及其演化過程有助于加強(qiáng)對(duì)網(wǎng)絡(luò)中人口流動(dòng)及其變化規(guī)律的理解。全國(guó)民航網(wǎng)絡(luò)航班數(shù)呈逐年增長(zhǎng)趨勢(shì)，從宏觀分布來看，具有較強(qiáng)的不均衡性。圖3以2000年、2010年和2018年數(shù)據(jù)為例，展示航班累計(jì)概率分布(≥航班數(shù))，可以看出明顯的“長(zhǎng)尾”結(jié)構(gòu)特征。2000年、2010年和2018年城市對(duì)間的航班數(shù)平均值分別為547、1192和997，航班數(shù)超過城市間航班均值的城市對(duì)數(shù)占比在24%～30%之間。2000—2018年城市對(duì)之間的航班數(shù)基尼系數(shù)值由0.59增加至0.64，分布異質(zhì)性呈擴(kuò)大趨勢(shì)。2000年航班數(shù)最多的前1%、5%和10%城市對(duì)之間的航班數(shù)占總航班數(shù)的比例分別為9.8%、28.4%和43.5%，2018年分別提升至11.3%、33.2%和50.1%，樞紐城市對(duì)之間航班聯(lián)系的“頭部效應(yīng)”進(jìn)一步強(qiáng)化。

圖3 城市對(duì)間航班數(shù)累計(jì)概率分布Fig.3 Cumulative probability distributions of flights between cities in air transport network of China

全國(guó)民航網(wǎng)絡(luò)航班聯(lián)系區(qū)域分異突出，圖4從東部、中部、西部3 大區(qū)域的角度展示全國(guó)民航網(wǎng)絡(luò)的地帶性聯(lián)系及特征變化。2000—2018年城市航班聯(lián)系強(qiáng)度不斷加深，但其內(nèi)部始終存在巨大差異。具體表現(xiàn)為：東部地區(qū)內(nèi)部航班聯(lián)系占比最高，但出現(xiàn)較大幅度下降，由2000年的41.3%降至2018年的26.1%；占比較高的是東-中、東-西跨區(qū)域的航班聯(lián)系，兩者占比均呈現(xiàn)上升趨勢(shì)，東-中的跨區(qū)域航班聯(lián)系占比由20.8%提升至23.9%，東-西的跨區(qū)域航班聯(lián)系由18.6%提升至24.1%，說明民航網(wǎng)絡(luò)發(fā)展的重心呈現(xiàn)出向中部、西部轉(zhuǎn)移的趨勢(shì)。中部地區(qū)內(nèi)部的航班聯(lián)系占比較低，這并非因?yàn)橹胁康貐^(qū)空港城市較少(實(shí)際有79 個(gè)，占總數(shù)的1/3)，而是相較于航空運(yùn)輸，中部地區(qū)內(nèi)部交通聯(lián)系更多依賴地面運(yùn)輸方式。2000年中-西部的跨區(qū)域航班聯(lián)系占比僅為5.4%，2018年提升至9.1%。西部地區(qū)內(nèi)部的航班聯(lián)系占比約11%，基本保持不變。

圖4 2000—2018年全國(guó)民航網(wǎng)絡(luò)城市對(duì)航班聯(lián)系地帶性分布及其變化Fig.4 Spatial distribution of flight connections between city pairs across regions in 2000—2018

圖5選取2000年、2010年和2018年數(shù)據(jù)可視化顯示全國(guó)民航網(wǎng)絡(luò)聯(lián)系時(shí)空結(jié)構(gòu)特征及其變化，空港城市符號(hào)大小差異代表起飛航班數(shù)的不同。為保持圖形的可讀性，圖中僅突出顯示航班最多的前100條連線?？梢钥闯?，不同時(shí)間航班數(shù)較高的連線主要發(fā)生在“胡煥庸線”以東，近20年整體形態(tài)未發(fā)生根本性變化。航班數(shù)最多的前100 條連線主要連接行政等級(jí)高、經(jīng)濟(jì)發(fā)達(dá)、人口密度大或旅游職能突出的城市，包括：北京、上海、廣州、深圳、杭州、成都、重慶、武漢、長(zhǎng)沙、廈門、貴州、西安、沈陽、昆明、?？?、烏魯木齊、西雙版納、麗江等，這些城市及城市間的連線構(gòu)成全國(guó)民航網(wǎng)絡(luò)骨架。2000年航班聯(lián)系最多的前100條連線中僅北京-呼和浩特、北京-烏魯木齊、西安-銀川、西安-蘭州、西安-烏魯木齊、蘭州-烏魯木齊、成都-拉薩7條連線與胡煥庸線以西的城市有關(guān)(圖5中虛線)，2018年航班數(shù)最多的前100 條連線中有15 條連接了胡煥庸線以西的城市，如圖5(c)所示。隨著航線網(wǎng)絡(luò)的完善和社會(huì)經(jīng)濟(jì)活動(dòng)重心向西拓展，胡煥庸線以西的副省級(jí)區(qū)域中心將帶動(dòng)周邊城市更多地融入到民航網(wǎng)絡(luò)前的頂層結(jié)構(gòu)中，例如，以烏魯木齊為中心的對(duì)外航班聯(lián)系。從圖5還可以發(fā)現(xiàn)，2000年航班聯(lián)系前10的連線主要與北京相連，上海次之。2018年前10的連線中有3條與北京相連，而與上海相連的多達(dá)7條。

圖5 全國(guó)民航網(wǎng)絡(luò)航班聯(lián)系空間分異Fig.5 Spatial heterogeneity of flight connections in China's air transport network

3 結(jié)論

本文采用網(wǎng)絡(luò)分析方法，基于OAG航班數(shù)據(jù)，對(duì)將近20年的全國(guó)民航網(wǎng)絡(luò)結(jié)構(gòu)特征及其演化態(tài)勢(shì)進(jìn)行系統(tǒng)分析。研究發(fā)現(xiàn)，全國(guó)民航網(wǎng)絡(luò)具有異速增長(zhǎng)特征，網(wǎng)絡(luò)整體可達(dá)性增強(qiáng)，運(yùn)行效率提高。網(wǎng)絡(luò)表現(xiàn)出小世界效應(yīng)，城市連通性平均增強(qiáng)1倍。度、中介中心性分布異質(zhì)性較強(qiáng)，鄰近中心性分布較為均衡且有進(jìn)一步加強(qiáng)的趨勢(shì)。不同中心性指標(biāo)之間具有較高的相關(guān)性，隨時(shí)間變化趨勢(shì)不盡相同。全國(guó)民航網(wǎng)絡(luò)航班總數(shù)呈現(xiàn)逐年增長(zhǎng)態(tài)勢(shì)，航班分布空間分異突出。東部地區(qū)內(nèi)部航班聯(lián)系占比最高但下降趨勢(shì)明顯，東-西、中-西跨區(qū)域的航班聯(lián)系占比提升，民航網(wǎng)絡(luò)的重心呈現(xiàn)出向西轉(zhuǎn)移的趨勢(shì)。本文主要是基于航班數(shù)據(jù)的探索性分析，對(duì)民航網(wǎng)絡(luò)結(jié)構(gòu)變化背后的驅(qū)動(dòng)因素未做進(jìn)一步深究，未來我們將采用計(jì)量或空間計(jì)量的方法對(duì)影響民航網(wǎng)絡(luò)發(fā)展的經(jīng)濟(jì)和社會(huì)因素研究。