基于复杂网络的中国与东盟航空运输联系研究

曹允春，李嘉玉 CAO Yunchun, LI Jiayu

（1.中国民航大学 临空经济研究中心，天津 300300；2.中国民航大学 交通科学与工程学院，天津 300300）

0 引 言

城市的对外联系是体现其参与国际化程度的重要标志。在经济全球化不断加剧的过程中，航空运输在区际间远程运输联系中的作用日益显著，逐渐成为社会交流的重要载体。同时，随着RCEP 的提出及正式签署，中国与东盟间经贸往来不断深入，我国航空货运市场国际化程度进一步加深。对中国与东盟航空货运联系进行分析，有助于加深对国际航空联系的理解，也有助于为我国国际航空运输网络的优化提供参考。

当前学术界在航空运输联系领域的研究较为丰富，货运方面主要集中于国内航空货运的探讨[1-2]，国际航空联系方面对航空客运的关注相对较多。例如，王姣娥等[3]重点研究了中国与“一带一路”沿线国家的航空联系，发现中国对外航空联系以客运为主，货运联系强度和广度较弱。张凡等[4]借鉴二模网络分析方法，基于客运航班数据对中国城市的对外联系网络结构的演化进行了分析。Matsumoto 和Domae[5]将引力模型与回归分析相结合，分析了欧洲和亚洲城市间的国际航空联系，结果证实了航空运输城市等级的动态变化。全球尺度下的中国城市对外联系研究方面，主要集中探讨了中国整体同国际的联系，以及发达城市的国际联系，例如，徐旭等[6]基于航空货运数据，利用图论分析对中国对外航空货运网络地域系统进行了分析。杜方叶等[7]从航线、航班等角度对中国国际航空网络的空间联系特征进行了探讨。

《国家物流枢纽布局和建设规划》提出要提高空港型国家物流枢纽承载城市（以下简称“空港型枢纽城市”） 在世界物流和贸易网络中的影响力[8]。基于此，本文从空港型枢纽城市的角度，采用国际航空货流数据，基于复杂网络方法研究中国与东盟的航空运输联系，旨在丰富国际航空联系的研究内容，对响应RCEP 战略、推进空港型国家物流枢纽规划建设具有重要的理论意义和现实价值。

1 研究方法

1.1 修正的引力模型

引力模型是度量城市间空间联系的基本模型，本文借鉴曹允春、李会等[1,9]的研究，对模型参数进行修正，采用修正后的引力模型对城市间航空运输联系强度进行测算，表达式为：

式中：Gij是城市间的航空运输联系强度；Mi、Mj为两城市的航空运输质量，该指标反映了城市对外航空联系的综合实力，参考张一诺等[10]的研究，采用航线运输量与航班量的几何平均值来表示，其中：Ci为城市i 的航线货运量，Fi为城市的航线航班量，相关数据来源于《中国民航统计年鉴》及有关官网；Dij为城市间的距离，参考已有研究[5]，采用城市间空间距离来表示，数据来源于Great Circle Mapper（http://www.gcmap.com）/；λij为引力系数，参考相关研究[1,9]，采用城市质量占两城市之和的比重来表示。

1.2 复杂网络分析法

复杂网络分析法是一种基于关系数据，研究关联网络特征的重要方法。因此，本文引入复杂网络分析法，采用UCINET6软件，选取以下指标对中国—东盟航空运输联系网络进行研究。

（1） 网络总体指标

①网络密度。体现了网络中城市之间航空运输联系的紧密程度，计算公式为：

式中：D 为网络密度，取值在0 和1 之间，值越大说明城市间航空联系越紧密；L 表示复杂网络实际存在的联系量；N 为节点城市数。

②平均路径长度。是网络中任意两个城市之间最短路径长度的平均值，用以衡量城市间的平均连通距离：

式中：L 为平均路径长度；dij为节点i、j 间的最短路径；N 为节点城市数。

（2） 节点中心性指标

包括点度中心性、介数中心性和接近中心性。其中：点度中心性越大说明节点在网络中的位置越重要，点度中心性包括点出度和点入度；介数中心性反映节点在网络中的“中介”位置程度，刻画节点在网络中对其他节点的控制能力；接近中心性反映节点对其他节点的影响效率，某节点距离其他所有节点越近，则节点中心性越高；计算公式如下：

式中：CO（i ）为点出度，CI（i ）为点入度，Gij、Gji是城市间的航空运输联系强度；CAB（i ）为介数中心性，gik表示j、k 间的最短路径数，gik（i ）为j、k 间经过节点的最短路径数；CAP（i ）为接近中心性，dij表示i、j 间最短路径的条数，n 表示网络中的节点个数。

2 中国与东盟航空运输联系特征分析

2.1 航空联系强度变化

选取相关数据，利用修正引力模型计算得出2015—2019 年我国与东盟各国之间的航空运输联系强度如表1 所示，根据联系强度大小划分为强、较强、较弱和弱4 类。整体来看，我国与东盟各国之间的航空运输联系强度以较弱和弱为主，除与文莱暂无航空货运联系外，5 年间中国与东盟其余各国的航空运输联系强度逐年上升，但是联系水平差异较大，并且同泰国、越南和新加坡的联系强度排名靠前，说明我国与这些国家的航空联系更紧密。

表1 2015—2019 年中国与东盟航空运输联系强度

表2 点度中心性排名前20 城市

表3 介数中心性和接近中心性排名前20 城市

2.2 航空联系网络特征

选取2019 年202 条国际航线测算得出我国同东盟城市间的联系数据，对我国与东盟航空联系网络特征进行分析，共涉及22 个空港型枢纽城市（拉萨同东盟暂无联系） 和34 个东盟城市。为去除微弱联系影响，以0.01 为临界值（p ）对全矩阵进行二值化处理（Gij>p 则赋值1，Gij

图1 中国与东盟城市航空运输联系网络空间结构图

从整体来看，点度中心性分布具有典型的多级分化现象，其中排名前20 的节点城市集中分布在泰国、新加坡、越南、缅甸等国家，排名前3 的城市分别为广州、昆明和曼谷，说明在中国与东盟城市航空运输联系网络中，这3 个城市的节点度最大，与其余城市联系最为紧密，是整个网络的核心节点。

上海、曼谷、昆明、新加坡和广州的介数中心性排在前5 位，其中，上海和曼谷的介数中心性最高（均大于20），表明这两个城市处于其它城市航空联系的最短路径上，拥有较强的中转运输能力，在我国与东盟航空运输联系网络中的控制能力最强，在整个联系网络中扮演着重要的桥梁和中枢角色；其余城市的介数中心性较小，说明绝大多数的城市控制能力较小，处于联系网络的边缘位置。

接近中心性总体变异程度不大，分布较为均衡。排名靠前的城市为曼谷、北京、广州、沙巴和甲米，其中曼谷位于首位，说明其更靠近我国与东盟航空运输联系网络的中心，不易受其他节点的控制，与其他节点的最短距离最小，在整个网络中具有重要的运输功能。

3 结 论

本文基于我国国际航空货运数据，采用修正的引力模型对我国同东盟间航空联系强度进行测算，并以测度值为基础采用复杂网络分析方法构建了中国与东盟间航空运输联系网络空间结构图，首先对2015—2019 5 年间航空联系强度的变化进行了探讨，其次分析了网络的总体指标，包括网络密度和平均路径长度等；最后对网络节点的点度中心性、介数中心性和接近中心性指标进行了分析，结论如下：

（1） 整体上，我国与东盟各国之间的航空运输联系强度逐年上升，但是联系水平具有较大的不均衡性，同泰国、越南和新加坡等国家的联系强度较高。整体航空运输联系程度较为松散，呈现出“核心—边缘”的分布特点，但是整体网络连通性较好。

（2） 我国与东盟航空运输联系网络度分布具有多级分化的特点，以广州、昆明、曼谷、上海和新加坡等城市为整个网络的核心，处于核心区域的城市间联系更为紧密。同时，上海的介数中心性处于首位，说明其在其他城市航空联系的最短路径上，拥有较强的中转运输能力，在联系网络中的控制能力最强。此外，接近中心性总体分布均衡。曼谷和广州的介数中心性和接近中心性均排前5，说明它们在联系网络中处于核心位置。