基于计划数据的容量受限机场识别

2022-11-12冯慧琳洪浩强张军峰王德芸

华东交通大学学报 2022年4期

冯慧琳，胡荣，洪浩强，张军峰，王德芸

（南京航空航天大学民航学院，江苏南京 211106）

中国航空运输市场是全球最大、增速最快的市场之一。然而，机场容量的增长速度远低于旅客需求的增速，部分机场在繁忙时刻保障的航班架次超出其容量，导致长时间旅客延误及一系列环境问题[1-4]。特别是大型机场，机场容量成为制约机场发展的重要原因之一[5]。判断机场的容量是否受限有助于各方采取措施缓解机场拥挤，进而满足未来发展的需求。

机场容量通常特指跑道系统的容量，多用公布容量来表征[6]。机场容量受到很多因素影响，如跑道数量和布局、跑道运行模式、航空器起降间隔标准以及天气条件等[7-8]。机场容量评估是开展机场容量后续研究的基础，学者们提出了不同的机场容量评估指标（例如每小时或每年的机场容量），同时也设计了多种不同的机场容量评估方法[9-12]。在此基础上，诸多文献采用高峰小时起降架次、容量利用率、剩余容量指数等单一或复合指标开展机场容量利用水平的评价研究。Gelhausen 等[13]提出利用年起降架次、5%高峰小时流量和容量利用率（小时平均流量与5%高峰小时流量的比值）来识别容量受限的机场。该方法被进一步改进为利用年起降架次和相对高峰小时（起降架次超过小时容量的70%的时间占总运行时间的比例），将机场分为4 类并判断出容量严重受限的机场[14]。 Gudmundsson 等[15]提出利用剩余容量指数（即最大年起降架次与实际年起降架次之差）来评估机场容量利用水平。针对容量不足的机场，不少研究从“硬件扩张”（如新增跑道等）和“软件改善”（如优化运行程序等）两个维度提出了机场容量改善措施[16-17]。

上述研究拓展了机场容量及其利用水平评价等研究并取得了丰富的研究成果，但仍有如下问题亟待深入：①机场容量不足既可表现为繁忙小时的起降架次超出容量限值，亦可表现为机场全年高负荷运行，如何在容量受限机场分析中兼顾“短时不足”与“长期受限”？ ②现有机场容量利用水平评价研究，针对国外机场的多，分析我国机场的少，特别是对我国容量受限机场特征及未来发展态势的分析更为缺乏。本文综合机场“容量需求”与“容量供给”，设计机场容量利用指数并衡量机场全年容量利用水平；进一步引入高峰小时流量系数构建容量受限机场识别矩阵，对2019 年全国239 个机场开展容量利用水平分类及特征分析；最后，采用情景分析法，预测未来机场容量利用状况，以期为更好提升机场容量利用率、满足中国民航未来发展需求提供参考。

1 研究方法与数据来源

1.1 机场容量利用指数

本文引入容量利用指数来评估某时间段内（本文为一年）机场容量的利用水平。某机场的容量利用指数可表示为

式中：u 为机场的容量利用指数；a 为实际年起降架次，架次；c 为小时容量，即单位小时最大起降架次，架次/h；n 为年运行小时数，h，即24×365。在研究期间新开航或停航的机场，其年运行小时数按实际通航天数确定。

易知，容量利用指数u≥0，且其取值越大，说明该机场的容量利用率越高。当u=0 时，表示机场未通航；当u=1 时，表示机场所有容量均得到利用，机场已经达到其理论最大起降保障能力；当u＞1 时，表明该机场已超负荷运行，机场容量严重短缺。

在此基础上，可进一步分析全国所有机场容量的利用指数

式中：uN为全国机场容量利用指数；m 为全国机场总数；下标i 为机场序号，i=1，2，3，…，m。

容量利用指数将机场的“容量需求”（实际年飞机起降架次）与“容量供给”（年最大飞机起降架次）联系起来，可直观地反映机场的容量利用情况。理论上，机场年最大起降架次受两个因素影响：机场年运行小时数与单位小时最大起降架次。其中，单位小时最大起降架次与机场跑道条数、跑道构型、跑道运行模式等密切相关。为了便于机场间比较，本文基于Gelhausen 等[13-14]提出的方法与标准，设置不同跑道构型的单位小时最大起降架次参考值。

1.2 容量受限机场识别

机场容量受限可表现为在某些繁忙时刻，机场实际保障航班架次超出其公布容量，也可表现为该机场全年保障较多航班架次，机场容量利用率高，无足够的额外空闲时刻满足未来增长的航班架次。为较全面、准确地识别容量受限机场，本文拟从“全年”与“高峰小时”两个维度来评估机场容量是否受限。其中，利用机场容量利用指数刻画“全年”机场容量利用情况；引入高峰小时流量系数表征“高峰小时”的繁忙程度，如式（3）所示

式中：p 为高峰小时流量系数；v 为高峰小时流量，架次/h。易知p∈［0，＋∞），当p≥1 时，表明该机场在某些小时呈现容量受限的现象。

需说明的是，高峰小时流量有多种不同界定方法，其中应用范围最广的是将机场全年各小时起降架次按从高到低排序，排在第5%位次的小时流量即定义为高峰小时流量。多项研究也表明，5%高峰小时流量较其他确定高峰小时流量的方法波动性更低，且得到回归分析结果的支持[18]。本文采用这一方案计算高峰小时流量系数。

因而，利用容量利用指数与高峰小时流量系数即可构造容量受限机场识别矩阵（图1）。

如图1 所示，根据容量利用指数与高峰小时流量系数，将机场划分为4 类：“高-高”“高-低”“低-高”与“低-低”。由识别矩阵的指标可知，对于“高-高”类型机场，其全年容量利用率高且高峰小时流量超过最大起降架次参考值，这类机场可定义为容量受限机场；“高-低”与“低-高”两类机场，存在全年或某些高峰小时的容量受限现象，这些机场的容量虽未全面告警，但值得关注，随着机场起降架次增长，这类机场很可能演变为“高-高”类型；最后，“低-低”类型机场无论从全年还是高峰小时来看，仍具有较多空闲容量来满足额外的起降架次，这些机场容量不受限。

图1 容量受限机场识别矩阵示意图Fig.1 Schematic diagram of the capacity constrained airport identification matrix

显然，指标阈值的选取对容量受限机场最终识别结果会有显著影响。本文基于以往研究及经验分析[14], 将容量利用指数与高峰小时流量系数的阈值分别设定为0.6 和1，进一步分析阈值选取对识别结果的影响。

1.3 未来发展情景设置

IATA 预测到2025 年左右，中国将取代美国成为世界第一民航大国。同时，突发的新冠肺炎疫情、国际贸易纷争等给包括我国在内的全球民航运输业带来了极大的冲击，并给民航业复苏及未来发展带来了很大的不确定性[19-22]。

机场容量能否支撑中国未来民航的发展，可从“容量需求”与“容量供给”的匹配程度加以分析。本文设置3 种未来发展情景。

目标规划情景。该情景中的“容量需求”与“容量供给”均以国家、行业规划为依据：①容量需求以《新时代民航强国建设行动纲要》《全国民用运输机场布局规划》等规划目标为未来容量需求目标值；②容量供给以《全国民用运输机场布局规划》和机场扩建工程规划中机场新建、扩建、迁建等方案为基础，折算新增的机场容量。

疫情冲击情景（分乐观、悲观预测）。考虑到新冠肺炎疫情对民航业的影响，根据ICAO、IATA 等的预测并结合我国民航业恢复现状进行未来发展情形设置： ①容量需求细分为国内航线和国际航线。考虑到2020 年下半年，国内航线迅速恢复，客运量已恢复至2019 年同期的九成以上， 2021 年恢复增长，国内航线预测采用增长滞后一年的方法；而由于国外疫情的爆发，多国采取了管制措施（如我国“五个一政策”“熔断机制”等），这些管制措施何时解除以及疫苗何时普及存在较大的不确定性，国际航线预测根据IATA、Gudmundsson 等[23]的预测，结合我国民航业恢复情况，进一步划分为乐观预测和悲观预测。乐观预测采用增长滞后2年的方法；悲观预测认为增长滞后3 年且增速减少至原来的80%；②考虑到疫情影响，目标规划情景中的新增机场容量会出现部分的缓建或取消。本情景容量供给以目标规划情景中容量供给的80%加以折算。

同时，采用蒙特卡洛模拟方法[20-24]，对3 种未来发展情景预测进行稳健性检验。首先，基于上述方法预测出2025/2035 年机场容量需求与容量供给；假设2025/2035 年容量需求与供给分别在±5%和±10%范围服从正态分布波动，开展大量（10 000 次）抽样分析；最后讨论分析模拟结果，加深对预测结果的认识。

1.4 数据来源

本文研究对象是2019 年中国大陆的239 个民用机场。受限于数据可得性，不考虑香港、澳门和台湾地区的机场。

基于《2019 年民航机场生产统计公报》与民航局飞行计划数据开展研究。需要说明的是，飞行计划数据仅包括正班飞行的航班信息，不含训练、包机等其它飞行数据，其涵盖的航班架次少于统计公报中起降总量（约为91.2%）。但考虑到定期航班是大型机场运行的主要业务，飞行训练等其它飞行更集中于小机场，飞行计划数据对容量受限机场（通常为大型机场）的识别结果影响很小。事实上，如果只统计起降架次排名前20 位的机场，飞行计划数据与统计公报中数据相差不足1%。

全国民航发展目标、机场新建、扩建等数据摘自《新时代民航强国建设行动纲要》《全国民用运输机场布局规划》及相关机场官网。

2 结果分析

2.1 机场容量利用指数

从指数大小来看，2019 年北京首都机场的容量利用指数最大（0.848）、九寨黄龙机场最小（0.001）。北京首都、深圳宝安、成都双流机场的容量利用指数非常高，均超过0.8，说明这3 座机场容量非常紧张，几乎没有剩余容量来满足未来额外增加的航班架次。全国所有机场的平均容量利用指数为0.175，仅有61 个机场（占全国25.5%）高于全国平均水平，表明我国大部分机场的容量尚未得到充分利用。

从空间分布来看，在容量利用指数高于全国平均的机场中，近60%分布于中南和华东地区；且在中南和华东地区的机场中，容量利用指数高于全国均值的机场分别占47.3%和40.9%，表明这两个地区的机场容量利用率普遍较高，也佐证了该地区航空需求量较大。华北地区仅6 座机场容量利用指数高于平均值，占该地区机场总数的16.7%。这是由于华北地区航空市场集中度高，北京首都机场作为全国最大的国际枢纽，机场容量大（3 条跑道）、辐射范围广，2019 年旅客吞吐量超1 亿（占华北地区的51.4%）。西部地区由于经济欠发达，航空需求不旺盛，机场容量利用率普遍较低。在新疆地区，仅有乌鲁木齐地窝堡和博乐阿拉山口两座机场的容量利用指数高于全国加值，其余机场的容量利用率均非常低（容量利用指数的平均值仅为0.040）。

从跑道构型来看，多跑道机场容量利用指数的均值为0.595，其中56.3%的机场的容量利用指数高于0.6。多跑道机场均为国际或区域枢纽，服务范围广、航空需求大，更可能面临容量受限问题。而单跑道机场绝大部分为支线机场，容量利用指数普遍较低，均值仅为0.115。在223 座单跑道机场中，仅有7座机场的容量利用指数超过0.6。

如果机场某小时流量超过单位小时最大起降架次，我们将该小时定义为繁忙小时。2019 年，全国仅34 个机场经历繁忙小时（预示这些机场更可能面临容量受限的困境），且多集中于多跑道机场（表1）；尤其是双跑道（相关运行）和三跑道机场，平均全年近1/5 的时间都处于繁忙状态。

表1 不同跑道构型的全年繁忙小时统计表Tab.1 Statistics of annual rush hours for different runway configurations

2.2 容量受限机场识别

容量受限机场识别矩阵的分类结果如图2 所示。

图2 容量受限机场识别矩阵结果图Fig.2 Results of the capacity constrained airport identification matrix

“高-高”类型机场，即容量受限机场共11 座。从机场所在城市看，有4 座容量受限机场所在城市2019 年GDP 排名位列全国前十。除乌鲁木齐、贵阳和海口外，其它机场所在城市GDP 均在全国前35名，可见容量受限机场的空间分布与地区经济发展有较强的相关性。乌鲁木齐、贵阳和海口均为省会城市，在区域政治和对外发展上均具有重要的战略地位：乌鲁木齐地窝堡机场是中国与西亚、中亚对外交流的重要门户；贵阳和海口是重要旅游城市，拥有大量的航空需求；海口美兰机场还是中国与东南亚黄金航道连接的区域航空枢纽。考虑到这3 座城市重要的区域政治与对外交流的战略意义，其航空运输需求很高，机场同样面临着容量受限的问题。

从机场定位来看，11 座容量受限机场均为民航局规划的国际或区域枢纽。除贵阳龙洞堡机场，其余10 座均为时刻主协调机场。主协调机场的时刻需求旺盛、调整余地很小，需实施24 h 航班时刻协调配置，这与容量受限机场的特征相一致。由此可见，本文提出的容量受限机场识别方法，兼顾全年和高峰小时两个维度，可有效识别出容量受限的机场。

“高-低”和“低-高”两类机场存在部分（全年或高峰小时）的容量问题。“高-低”类机场有5 座，这类机场从高峰小时容量来看仍具有一定的航班增长空间，但从全年看，容量利用率较高，剩余容量较少。上海浦东、广州白云和杭州萧山这3 座大型机场属于此类。虽然这3 座机场全年的起降架次很高，但由于航班时刻规划较为合理，且采用机场协同决策（ACDM）、云智汇（BY-ACDM）系统等技术提升航班运行效率，从高峰时刻来看，仍有一定的容量剩余。

“低-高”类机场仅有3 座（大连周水子、哈尔滨太平和沈阳桃仙机场），全部分布在东北地区。其高峰小时起降架次略高于（或等于）小时最大起降架次，在少数高峰小时比较繁忙。从月起降架次和月高峰小时数看，由于学生和旅客客流在暑运期间大幅增加，这3 座机场7，8 月较为繁忙，而其余时间仍有一定的容量剩余。从全年来看，它们仍有空余容量供未来增加的航班使用。

“高-低”和“低-高”类机场虽然目前仍未面临严重的容量受限问题，但随着未来航空业务量的增加，很可能转变为容量受限机场。需密切关注这些机场容量和航空需求的变化，及时发现并缓解潜在的容量问题。

“低-低”类机场（共220 座）从全年容量利用率和高峰小时起降架次来看，都具有较多的剩余空间，机场容量不受限。全国超过92%的机场是容量不受限机场，其中超过一半分布在我国西部地区。而新疆和华北地区超过95%的机场为容量不受限机场。

2.3 受限机场容量利用趋势

基于数据可得性，选取有明确2025/2035 年规划目标的5 座容量受限机场作为典型机场，基于目标规划、疫情冲击（分为乐观、悲观预测）3 种情景，开展2025/2035 年全国和典型机场的容量利用指数预测。

目标规划情景下各机场的容量利用指数均大于疫情冲击情景，这是由于受疫情影响，预测起降架次较规划目标明显减少，虽然新增机场容量会出现部分的缓建或取消，但航班需求受到疫情的冲击更大；因此，受疫情影响，机场的容量问题得到了部分缓解。

2025 年（图3），3 种情景下全国机场平均容量利用指数的最大概率值均较2019 年有所增长，目标规划情景下最大（最大概率值为0.199），较2019年增长13.7%；疫情冲击情景（悲观预测）下最小（最大概率值为0.194），较2019 年增长10.9%。虽然全国平均容量利用指数较2019 年有所增长，但仍然处在较低水平。

图3 全国及典型机场容量利用预测图（2025）Fig.3 Capacity utilization prediction of the national and typical airports （2025）

典型机场在2025 年前均有新（迁）建跑道计划，2025 年各机场的容量利用指数较2019 年均有所下降。其中，厦门高崎机场（单跑道）将迁至厦门翔安机场（3 跑道），容量显著增加，容量利用指数降幅最大（36.4%～47.3%），且在每种情景下均小于0.5，容量不再严重受限。然而，其余典型机场的容量利用指数虽然有所下降，但仍然较高，特别是深圳宝安、西安咸阳、青岛流亭（迁至青岛胶东）机场所预测的容量利用指数在3 种情景下的最大概率值均高于0.6，容量仍将受限。

到2035 年（图4），全国机场平均容量利用指数进一步增加，较2019 年增加11.4%～24.6%，但总体上仍处在较低水平。典型机场的容量利用指数持续上升，最大概率值普遍在0.6 以上。昆明长水机场的容量利用指数增幅最大（约16.1%），增至0.8 左右。深圳宝安、西安咸阳机场的容量利用指数在3 种情景下均超过0.9，几乎没有空闲容量剩余，发展将严重受到容量不足的制约。

图4 全国及典型机场容量利用预测图（2035）Fig.4 Capacity utilization prediction of the national and typical airports （2035）

2.4 不确定性分析

1）容量利用指数和高峰小时流量系数的阈值选取。这是影响机场分类和容量受限机场识别的不确定性来源。较大的阈值将缩小容量受限机场的范围；反之亦然。例如，保持高峰小时流量系数的阈值不变，将容量利用指数的阈值从0.60 提高到0.65，容量受限机场的数量将降至8 个；如果下降到0.55，则增加至14 个。

2）单位小时最大起降架次参考值。本文单位小时最大起降架次参考了Gelhausen 的研究成果。由于我国机场运行环境复杂，存在即使跑道构型相同但公布容量不尽相同的情形。此外，本文为便于比较，默认未来各跑道构型的单位小时最大起降架次参考值和2019 年相同。倘若引入新技术、采用新标准提高了参考值，未来的容量利用指数将比当前结果小。

3 对策建议

基于以上分析，提出如下缓解机场容量约束的建议。

从增加容量角度来看：①优先在容量受限机场新建跑道或其附近地区新建机场以增加容量。②鉴于新建机场/跑道的时间和资金成本，优先考虑引入新技术以提高机场容量[14]。例如：尾流重新分类（RECAT-CN）[25]、机场协同决策（A-CDM）、空管辅助决策系统（AMAN/ DMAN），等。 ③容量受限机场几乎都是主协调机场，民航局应优先关注这些机场的时刻需求。

从平衡需求角度来看：①建议政府与机场采取费用补贴、税收优惠等措施鼓励航空公司将航班从容量受限机场转移到附近未充分利用的机场[26]，尤其针对京津冀、长三角、粤港澳等机场群。②优化时刻管理办法，鼓励采用基于市场的措施将航班从繁忙小时转移到非繁忙小时[27]。

如果能够综合实施上述措施，那么航空需求将在时间分布（从高峰时段到非高峰时段）和空间分布（从容量受限的机场转移至容量未充分利用的机场）上均得到更好平衡，从而实现需求与容量的更优匹配、机场容量的更高利用。