劉 雯,丁從奧,楊俊杰,黃雨鑫,張 燕*
(1.中國民航大學(xué) 經(jīng)濟(jì)與管理學(xué)院,天津 300300;2.中國民航大學(xué) 交通科學(xué)與工程學(xué)院,天津 300300)
長期以來,航空貨運(yùn)是航空運(yùn)輸?shù)闹匾M成部分,以其時效性強(qiáng)在長途運(yùn)輸中占有優(yōu)勢。2016—2019年我國航空貨郵運(yùn)輸量由666.9萬t增至753.2萬t;2020—2021年受新冠肺炎疫情影響,我國航空貨郵運(yùn)輸量為676.61萬t、731.84萬t。雖然業(yè)務(wù)量略有下降,但其在抗疫中保障物資流通發(fā)揮了重要作用。為更深入認(rèn)識我國航空貨運(yùn)網(wǎng)絡(luò)的變化和發(fā)展,為我國航空貨運(yùn)網(wǎng)絡(luò)的持續(xù)建設(shè)發(fā)展提供依據(jù),需進(jìn)一步針對我國貨運(yùn)航空網(wǎng)絡(luò)的時空演化格局進(jìn)行研究。
對于我國航空貨運(yùn)的研究,黨亞茹等[1]基于復(fù)雜網(wǎng)絡(luò)的中心性指標(biāo)分析并表明我國貨運(yùn)網(wǎng)絡(luò)具有明顯的層級結(jié)構(gòu);任新惠等[2]基于復(fù)雜網(wǎng)絡(luò)理論發(fā)現(xiàn)我國網(wǎng)絡(luò)的度分布相對而言服從指數(shù)分布;楊麗等[3]采用復(fù)雜網(wǎng)絡(luò)的拓?fù)渲笜?biāo)發(fā)現(xiàn)我國航空貨運(yùn)網(wǎng)絡(luò)呈現(xiàn)出小世界特性。然而,這些研究大多只采用1年或者跨度很大的2年數(shù)據(jù)進(jìn)行分析,欠缺對我國航空貨運(yùn)網(wǎng)絡(luò)不同時期的網(wǎng)絡(luò)特征進(jìn)行比較性探討,沒有深刻揭示網(wǎng)絡(luò)的演化過程及其規(guī)律。
本文通過研究2011—2021年跨度內(nèi)的我國航空貨運(yùn)業(yè)務(wù)數(shù)據(jù),對航空貨運(yùn)網(wǎng)絡(luò)的結(jié)構(gòu)及其演化特點(diǎn)進(jìn)行剖析,尋找我國貨運(yùn)網(wǎng)絡(luò)的特征及變化規(guī)律,以期為我國航空貨運(yùn)網(wǎng)絡(luò)的優(yōu)化提供依據(jù)。
本文采用2011、2016、2019及2021年我國航空貨運(yùn)相關(guān)的業(yè)務(wù)數(shù)據(jù)(不含港澳臺地區(qū)),主要包括貨運(yùn)航線通航情況、機(jī)場貨郵吞吐量等,數(shù)據(jù)來源于OAG數(shù)據(jù)庫。選擇長周期的數(shù)據(jù),一方面便于研究和揭示網(wǎng)絡(luò)結(jié)構(gòu)的演化進(jìn)程;另一方面,該時間跨度覆蓋2020、2021年COVID-19新冠肺炎疫情期間,便于對比疫情前后的航空貨運(yùn)網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生的變化。
本文研究的航空貨運(yùn)網(wǎng)絡(luò)為無向加權(quán)網(wǎng)絡(luò),采用度、平均路徑長度等指標(biāo)對網(wǎng)絡(luò)的特征進(jìn)行分析;選用4個中心性指標(biāo)對網(wǎng)絡(luò)的中心性特征進(jìn)行研究。
1.2.1 網(wǎng)絡(luò)特征分析指標(biāo)
(1)網(wǎng)絡(luò)效率,即衡量航空貨運(yùn)網(wǎng)絡(luò)中節(jié)點(diǎn)間信息交換的重要指標(biāo)。當(dāng)網(wǎng)絡(luò)效率無限接近于零時,表明貨運(yùn)網(wǎng)絡(luò)節(jié)點(diǎn)間的魯棒性差,反之,則證明魯棒性較好。其公式為式中:N為網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù);dij為2個節(jié)點(diǎn)即i和j之間的距離。
(2)度與度分布。度即網(wǎng)絡(luò)中某個節(jié)點(diǎn)與其他節(jié)點(diǎn)關(guān)系的數(shù)量。網(wǎng)絡(luò)的平均度即網(wǎng)絡(luò)中的所有節(jié)點(diǎn)度的平均值,反映網(wǎng)絡(luò)的平均連接量。
(3)平均路徑長度,即貨物在2個機(jī)場節(jié)點(diǎn)間中轉(zhuǎn)所需次數(shù),平均路徑長度越大,分離程度就越大,魯棒性較差。其公式為
(4)聚類系數(shù),即反映節(jié)點(diǎn)網(wǎng)絡(luò)的聚集程度。對于本研究來說,C值越大,表示整個網(wǎng)絡(luò)中節(jié)點(diǎn)之間的聯(lián)系越緊密。其公式為,式中:ni表示機(jī)場節(jié)點(diǎn)i最鄰近的機(jī)場數(shù);Ei為航線數(shù)。
(5)年度執(zhí)行航班數(shù),指全貨機(jī)航線的年度航班執(zhí)行次數(shù)。反映貨運(yùn)網(wǎng)絡(luò)各關(guān)鍵全貨機(jī)航線的繁忙程度。
1.2.2 節(jié)點(diǎn)中心性指標(biāo)
(1)度的中心勢,即對于網(wǎng)絡(luò)中心程度的直接反映量,節(jié)點(diǎn)度越大,該點(diǎn)的度的中心勢越大,在網(wǎng)絡(luò)中的重要性越高。其公式為,式中:aij為網(wǎng)絡(luò)矩陣中的元素,若機(jī)場i到機(jī)場j有航線,則aij=1,反之為0。
(2)中介中心性,即節(jié)點(diǎn)處于其他任意2個點(diǎn)間最短路徑之中的概率。該值越大,中介作用越強(qiáng),該機(jī)場在航空貨運(yùn)網(wǎng)絡(luò)的中心地位越高。
(3)接近中心性,即節(jié)點(diǎn)在其連通分量中到與其他節(jié)點(diǎn)的最短距離的平均值。反映了節(jié)點(diǎn)的通達(dá)度,數(shù)值越大表明貨郵更容易通達(dá)這個節(jié)點(diǎn)。其公式為:ci=1/
(4)特征向量中心性,是考慮所連邊權(quán)重之后的衡量節(jié)點(diǎn)網(wǎng)絡(luò)中心性的指標(biāo)。其公式為aijwijxj,式中:λ為網(wǎng)絡(luò)鄰接矩陣A的最大特征向量值;x=(x1,x2,…,xn)為特征方程Ax=λx的特征向量。
基于2011年與2019年我國航空貨運(yùn)航班計劃表數(shù)據(jù),使用pajek軟件繪制貨運(yùn)航空拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)圖(如圖1所示),發(fā)現(xiàn)航空貨運(yùn)網(wǎng)絡(luò)的復(fù)雜程度與時間成正相關(guān)關(guān)系。
圖1 我國航空貨運(yùn)網(wǎng)絡(luò)圖
依據(jù)網(wǎng)絡(luò)指標(biāo)及樣本數(shù)據(jù),測算我國航空貨運(yùn)拓?fù)渚W(wǎng)絡(luò)相關(guān)數(shù)據(jù)。比較分析,10年間網(wǎng)絡(luò)的節(jié)點(diǎn)度呈現(xiàn)增長的趨勢,從18、32增至50,說明我國貨運(yùn)航空網(wǎng)絡(luò)中開通貨運(yùn)航線的機(jī)場數(shù)量在逐年增加。這10年的網(wǎng)絡(luò)平均節(jié)點(diǎn)度從4.44增至5.84,表明我國航空貨運(yùn)網(wǎng)絡(luò)的連通度逐年遞增。2011—2019年間,網(wǎng)絡(luò)航段數(shù)也呈現(xiàn)增長趨勢,從262增至924,但受新冠肺炎疫情影響,網(wǎng)絡(luò)航段數(shù)在2021年出現(xiàn)明顯下降,降為676。
杭州蕭山國際機(jī)場與南京祿口國際機(jī)場10年里增長迅速,成為我國航空貨運(yùn)網(wǎng)絡(luò)中十分重要的網(wǎng)絡(luò)節(jié)點(diǎn)(后文機(jī)場簡寫為機(jī)場全稱前4個字)。其次增長較快的機(jī)場有深圳寶安、西安咸陽、廣州白云及天津?yàn)I海,這4個機(jī)場也是航空貨運(yùn)網(wǎng)絡(luò)中重要的網(wǎng)絡(luò)節(jié)點(diǎn)。上海浦東與北京首都雖然幾乎沒有增長,但仍是不可缺少的節(jié)點(diǎn)。
其中,上海虹橋與重慶江北僅在航空網(wǎng)絡(luò)中短暫出現(xiàn)1年便消失不見。上海虹橋與上海浦東同在上海市,重慶江北與成都雙流僅隔300 km,可見這是民航局與機(jī)場在貨運(yùn)網(wǎng)絡(luò)規(guī)劃中選擇了上海浦東與成都雙流作為網(wǎng)絡(luò)核心節(jié)點(diǎn)的結(jié)果。
節(jié)點(diǎn)的聚類系數(shù)表示該機(jī)場與相鄰機(jī)場所構(gòu)成網(wǎng)絡(luò)的聚集程度(相鄰機(jī)場為跨省距離最近的關(guān)鍵機(jī)場),聚類系數(shù)越大,說明該節(jié)點(diǎn)網(wǎng)絡(luò)的聚集程度越大,相鄰機(jī)場就越不容易受到此節(jié)點(diǎn)的影響。
由于我國貨運(yùn)航線在全國分布較少,在計算聚類系數(shù)時,各關(guān)鍵節(jié)點(diǎn)所計算出的聚類系數(shù)大部分都處于0~0.4之間,不利于得出結(jié)論。因此本部分航線選用客運(yùn)航線(腹艙帶貨)和貨運(yùn)航線。本文采用年機(jī)場貨郵吞吐量作為選擇目標(biāo)機(jī)場的指標(biāo),選取2021年貨郵吞吐量排名前20的機(jī)場(2021年貨郵吞吐量均值170 000 t)。上海浦東和上海虹橋由于相鄰機(jī)場距離較近,貨物一般不采用航空運(yùn)輸?shù)姆绞?,因此沒有計算聚類系數(shù)。
具體計算步驟如下(以武漢天河為例):武漢天河最鄰近的關(guān)鍵節(jié)點(diǎn)有鄭州新鄭等6個機(jī)場,即n=6。關(guān)鍵節(jié)點(diǎn)之間實(shí)際存在的航線有10條,即邊數(shù)E=10。最后根據(jù)聚類系數(shù)計算公式可得到武漢天河國際機(jī)場的聚類系數(shù)C=0.67。
以廣州白云、深圳寶安及長沙黃花等關(guān)鍵節(jié)點(diǎn)為中心的最鄰近機(jī)場之間聯(lián)系較為緊密,航線較多,網(wǎng)絡(luò)的聚集程度較大,相鄰機(jī)場不容易受到也不易對此節(jié)點(diǎn)造成影響;而以南京祿口、南昌昌北及鄭州新鄭為中心的最鄰近機(jī)場之間聯(lián)系較為稀疏,航線較少,網(wǎng)絡(luò)的聚集程度較小,相鄰機(jī)場較易受到并對此節(jié)點(diǎn)造成影響。部分關(guān)鍵節(jié)點(diǎn)總體聚類系數(shù)的平均數(shù)為0.78,呈現(xiàn)出小世界的特性,在廣州、北京和杭州等地形成了區(qū)域網(wǎng)絡(luò)的樞紐。
具體研究過程以上述機(jī)場為出發(fā)點(diǎn),統(tǒng)計該出發(fā)點(diǎn)各貨運(yùn)航線的年航班執(zhí)行數(shù)。將該航線中各航班號的年航班執(zhí)行數(shù)相加可以得出該航線的總年航班執(zhí)行數(shù)。
部分機(jī)場數(shù)據(jù)見表1,可知貨運(yùn)吞吐量較大的節(jié)點(diǎn)(如上海浦東、廣州白云等)年航班執(zhí)行數(shù)更多,貨運(yùn)航線更繁忙,貨運(yùn)吞吐量更大。
表1 部分機(jī)場年航班執(zhí)行數(shù)
對于中國貨運(yùn)網(wǎng)絡(luò)節(jié)點(diǎn)的中心性的研究,主要從中心性指標(biāo)、核心節(jié)點(diǎn)的變更及魯棒性進(jìn)行分析。
網(wǎng)絡(luò)中心性指標(biāo)絕對值越大表明節(jié)點(diǎn)在網(wǎng)絡(luò)中越靠近中心位置。根據(jù)計算,我國航空貨運(yùn)網(wǎng)絡(luò)的相關(guān)中心性指標(biāo)測算見表2。
表2 我國航空貨運(yùn)網(wǎng)絡(luò)中心性測算
2011—2016年,3個網(wǎng)絡(luò)中心性指標(biāo)均呈現(xiàn)上升趨勢。在節(jié)點(diǎn)明顯增加的情況下,網(wǎng)絡(luò)的中心性指標(biāo)的數(shù)值增加表明網(wǎng)絡(luò)正逐步形成核心節(jié)點(diǎn)。2016—2019年,3個中心性指標(biāo)均呈現(xiàn)下降趨勢,這表明我國的航空貨運(yùn)的中心性程度降低,核心節(jié)點(diǎn)建設(shè)成果并未顯現(xiàn)。2019—2021年3個中心性指標(biāo)變動幅度不大。
上海浦東與北京首都是我國航空貨運(yùn)網(wǎng)絡(luò)中十分重要的樞紐,始終位于前2名。天津?yàn)I海、鄭州新鄭、深圳寶安及杭州蕭山在我國航空貨運(yùn)網(wǎng)絡(luò)的樞紐地位是次重要的。
對于中國貨運(yùn)網(wǎng)絡(luò)的核心節(jié)點(diǎn)識別,主要涉及對網(wǎng)絡(luò)的度中心性和聚類系數(shù)2個指標(biāo)計算結(jié)果的分析。對度中心性的數(shù)值進(jìn)行排序后可知,我國核心節(jié)點(diǎn)不斷變更。2011年上海、深圳、北京和武漢度中心性排序中靠前;到了2019年杭州、鄭州和長春在度中心性排序中排名劇增。我國航空貨運(yùn)網(wǎng)絡(luò)的度中心性具有明顯的拖尾分布,度中心性較大的機(jī)場占少數(shù),即僅有少數(shù)機(jī)場的航線覆蓋面廣、貨運(yùn)量大、中轉(zhuǎn)能力及獨(dú)立運(yùn)輸能力強(qiáng),我國航空貨運(yùn)網(wǎng)絡(luò)仍存在不均衡性,分層結(jié)構(gòu)較明顯。依據(jù)度中心性和聚類系數(shù)指標(biāo),2個指標(biāo)越高的節(jié)點(diǎn)對網(wǎng)絡(luò)的正常運(yùn)行越具有決定性作用,這些節(jié)點(diǎn)在航空貨運(yùn)網(wǎng)絡(luò)中通常被稱為核心城市。綜上所述,近10年來,中國航空貨運(yùn)機(jī)場網(wǎng)絡(luò)中心性顯著,航線有限連接機(jī)制增強(qiáng),核心城市所發(fā)揮的作用越發(fā)凸顯,目前已形成以北京、上海和廣州為核心,成都、杭州、昆明和烏魯木齊為區(qū)域樞紐的軸輻式網(wǎng)絡(luò)結(jié)構(gòu),核心機(jī)場的運(yùn)輸能力及運(yùn)輸壓力隨經(jīng)濟(jì)發(fā)展激增。
魯棒性是指在貨運(yùn)網(wǎng)絡(luò)系統(tǒng)受到不利影響時還能保持自身穩(wěn)定性的程度,往往平均路徑長度越短、網(wǎng)絡(luò)效率越高和聚類系數(shù)越大,貨運(yùn)網(wǎng)絡(luò)魯棒性越好。我國大型機(jī)場節(jié)點(diǎn)的平均路徑長度為1.23,說明在國內(nèi)大型機(jī)場中任意2個機(jī)場節(jié)點(diǎn)平均不到2次就可以到達(dá)。本文采用蓄意攻擊和隨機(jī)攻擊2種方法研究我國航空貨運(yùn)網(wǎng)絡(luò)的魯棒性。其中,蓄意攻擊指根據(jù)網(wǎng)絡(luò)度值從高到低剔除網(wǎng)絡(luò)節(jié)點(diǎn),觀察依次剔除這些節(jié)點(diǎn)后網(wǎng)絡(luò)的魯棒性變化。本實(shí)驗(yàn)蓄意攻擊的剔除順序?yàn)樯虾F謻|—北京首都—昆明長水—南京祿口—重慶江北—廣州白云。依次剔除機(jī)場節(jié)點(diǎn)的過程中,剩余機(jī)場節(jié)點(diǎn)的平均路徑長度呈逐漸上升趨勢,且增幅較大,這說明將剩余任意2個機(jī)場連接起來所需要的路徑變長。即網(wǎng)絡(luò)中被剔除的節(jié)點(diǎn)度值越高,剩余網(wǎng)絡(luò)結(jié)構(gòu)就越脆弱,對整體網(wǎng)絡(luò)的魯棒性影響越大。而第二種隨機(jī)攻擊則指隨機(jī)無規(guī)律的剔除節(jié)點(diǎn),本研究使用函數(shù)隨意抽取節(jié)點(diǎn)剔除,其順序?yàn)槲靼蚕剃枴暇┑摽凇啥茧p流—呼市白塔—蘭州中川—廣州白云,在這種攻擊模式下剩余網(wǎng)絡(luò)節(jié)點(diǎn)平均路徑長度也在逐漸升高,但增幅小于蓄意攻擊模式,說明隨機(jī)攻擊對機(jī)場節(jié)點(diǎn)的破壞力略小于蓄意攻擊。由此說明,一旦節(jié)點(diǎn)度較大的機(jī)場節(jié)點(diǎn)受到蓄意攻擊,將會給周圍節(jié)點(diǎn)乃至整個貨運(yùn)網(wǎng)絡(luò)帶來巨大影響;而當(dāng)網(wǎng)絡(luò)中某一節(jié)點(diǎn)受到隨機(jī)攻擊時,其他節(jié)點(diǎn)會分擔(dān)其航線壓力,但這種作用是有限的。
本文采用復(fù)雜網(wǎng)絡(luò)的相關(guān)指標(biāo),以點(diǎn)表示航空貨運(yùn)網(wǎng)絡(luò)中的機(jī)場,以邊表示航段,從而對我國航空貨運(yùn)網(wǎng)絡(luò)的特征進(jìn)行研究,得到以下結(jié)論:①近10年我國航空貨運(yùn)網(wǎng)絡(luò)的連通度逐年增長,網(wǎng)絡(luò)平均節(jié)點(diǎn)度從4.44增至5.84。②我國民航貨運(yùn)網(wǎng)絡(luò)表現(xiàn)小世界特性,部分關(guān)鍵節(jié)點(diǎn)總體聚類系數(shù)的平均數(shù)為0.78。③我國航空貨運(yùn)網(wǎng)絡(luò)核心節(jié)點(diǎn)建設(shè)初有成效,初步形成以北京、上海和廣州為核心,成都、杭州、昆明和烏魯木齊為區(qū)域樞紐的軸輻式網(wǎng)絡(luò)結(jié)構(gòu)。④節(jié)點(diǎn)度較大的機(jī)場節(jié)點(diǎn)受到蓄意攻擊,將會給周圍節(jié)點(diǎn)乃至整個貨運(yùn)網(wǎng)絡(luò)帶來巨大影響;當(dāng)網(wǎng)絡(luò)中某一節(jié)點(diǎn)受到隨機(jī)攻擊時,其他節(jié)點(diǎn)會分擔(dān)其航線壓力,但這種作用是有限度的。