基于多層復雜網絡的RCEP國際航線網絡特征分析

楊文東　黃依寧　張生潤

摘要： “區域全面經濟伙伴關系協定”（RCEP）的簽署具有重大經濟戰略意義，為了給航空公司在RCEP協定范圍內開拓航線提供參考，利用多層復雜網絡的理論和方法建立基于航空公司層面的航線網絡模型，多角度探究RCEP國際航線網絡特征及各航空公司在航線網絡中的貢獻度。研究表明，RCEP國際航線網絡是具有多個核心的無標度網絡；全服務航空公司提高了RCEP國際航線網絡各機場間的航空運輸效率，低成本航空公司則是RCEP國際航線網絡覆蓋范圍擴充的主力軍。

關鍵詞： 航線網絡；多層復雜網絡；航空公司；網絡特征分析

中圖分類號： U8文獻標識碼： A

Characteristic Analysis of RCEP International Airline Network Based on Multi-layer Complex Network

YANG Wendong， HUANG Yining， ZHANG Shengrun

Abstract：The signing of the Regional Comprehensive Economic Partnership Agreement （RCEP） is of great economic strategic significance. To provide reference for airways to develop routes within the scope of RCEP agreement， this paper uses the theory and method of multi-layer complex network to establish an airline network model based on airways， explores the characteristics of RCEP international route network from multiple angles and the contribution of each airways in the airline network. The results show that RCEP international airline network is a scale-free network with multiple cores. All-service airways have improved the air transport efficiency among airports in RCEP international airline network， while low-cost airways are the main force in expanding the coverage of RCEP international airline network.

Key words： airline network; multi-layer complex network; airways; network characteristic analysis

0 引言

2020年11月，由東盟十國發起并邀請中國、日本、韓國、澳大利亞、新西蘭等國推動的“區域全面經濟伙伴關系協定”（RCEP）正式簽署。RCEP的提出和達成是為應對經濟全球化的負面影響和加強區域經濟一體化的蓬勃發展，表明了成員國間開放市場、尋求合作以增加經濟活力的共識，具有重大戰略意義。航空運輸與其他運輸方式相比具有國際化程度高、運輸速度快、長距離通達性強的獨特優勢，逐漸成為區域經濟體人流、物流的主要承載方式之一，在促進區域文化交流和經濟貿易往來中發揮著非常重要的作用。因此，研究RCEP區域內國際航線網絡特征可側面反映RCEP區域經濟一體化的發展趨勢，對中國航空公司在RCEP協定范圍內的航線拓展和競爭策略具有重要意義。

針對區域經濟體下航線網絡的研究多側重某一國家或某一地理區域，重點關注航線網絡的結構特征。Aisling R［1］采用描述性統計方法比較了北美和歐洲航線網絡結構；Liang D等［2］通過分析東南亞航空運輸的復雜網絡結構判斷其具有無標、小世界和非排序混合特性；戚瑩等［3］發現“一帶一路”沿線國家航線網絡的格局非常不平衡，具有核心－邊緣結構。除與同等規模或時期航線網絡進行橫向比較，分析網絡的縱向演變可以進一步揭示網絡結構中潛在的地理、政治或經濟因素，Zhang S等［4］研究了歐洲航空運輸時空結構多年的變化；杜方葉［5］分析了中國國際航空網絡2013～2018年空間格局演變受到“一帶一路”倡議的具體影響。隨著研究角度的豐富和創新，航空公司和聯盟航線網絡逐漸成為研究熱點，Ernesto E等［6］基于鄰接矩陣網絡二分性的方法，發現歐洲傳統和低成本航空公司的顯著差異；Min G等［7］從三大航空聯盟層面探討全球航空網絡的重要機場以及國家的節點中心性和中介中心性；王興隆等［8］對中國三大航空公司的航線網絡進行復雜網絡特征比較，得出國航航線網絡聚集性更好、東航航線網絡連通性更好的結論。

已有研究鮮有從航空公司角度分析區域整體航線網絡。區域航線網絡由不同航空公司航線網絡組成，兩者關聯性值得深入分析，例如徐開俊［9］以航空公司航線網絡為子網絡構建中國多層航線網絡模型并觀察網絡特征參數的演變，發現中國航空網絡的“小世界”現象由大中型航空公司對應層引起。RCEP區域將是中國參與的重要經濟體，研究RCEP區域內航空公司層面的區域航線網絡結構特征歷史演變尤為重要，而多層復雜網絡理論可以從航空公司角度對區域航線網絡進行建模，挖掘RCEP國際航線網絡更深層次的結構特征和演變趨勢。

本文將采用近十年（2010～2019）的航空運力數據，利用多層復雜網絡的理論和方法，建立基于航空公司層面的RCEP國際航線網絡模型。通過剖析區域聚合航線網絡的重要機場節點和連通性，并對比各航空公司在區域多層航線網絡中的貢獻度和發展趨勢，多角度探究RCEP國際航線網絡特征以及航空公司航線網絡與區域航線網絡的內在聯系，為航空公司在RCEP區域國際航線的開拓和競爭策略提供參考。

1 研究數據與方法

1.1 數據來源與處理

以15個RCEP成員國在區域經濟體內的國際航線網絡為研究對象。研究數據來源于全球航空數據供應商（OAG）數據庫，從中篩選RCEP區域內各機場之間2010～2019每年1月的國際航班數據，統計直達和中轉航線數量，并將中轉航線分解為始發-中轉和中轉-目的地兩條航線，與直達航線合并；其次考慮航班運行的方向性，將由機場A到機場B和由機場B到機場A視為兩條航線考慮；最后統計航空公司數量、機場數量和各航線的航班總量。

1.2 基于航空公司層面的航線網絡模型

2 RCEP國際航線網絡的整體特征分析

2.1 航線網絡規模特征

近十年RCEP國際航線網絡的區域聚合航線網絡覆蓋范圍不斷擴大，覆蓋機場節點數量穩步增長，開通航線的數量與密度顯著提升，如表1所示。具體分析，運營RCEP區域國際航線的航空公司由2010年的89個增加到2019年的155個，增長1.74倍；機場節點數由2010年的159個增加到2019年的211個，增長1.32倍。RCEP區域國際直達航線由2010年的1 134條增加到2019年的2 475條，增長2.18倍；中轉航線由233條增加到304條，增長1.30倍。因此，由RCEP國際航線網絡的規模特征和演化可知RCEP成員國之間的國際聯系不斷深化，航空運輸為RCEP區域經濟一體化的發展提供了良好助力。

2.2 航線網絡機場節點特征

根據區域聚合航線網絡中機場節點度的排名衡量各機場在RCEP國際航線網絡中的重要性，各年排名前十的重要機場節點如表2所示。隨著新航線的開辟，近十年各機場往來的鄰接機場數不斷增加、聯系的廣度不斷擴大，韓國仁川機場ICN、香港國際機場HKG和新加坡樟宜機場SIN的機場節點度排名穩居前三，吉隆坡國際機場KUL、上海浦東機場PVG和曼谷國際機場BKK穩居前六，其他機場的排名波動較大，表明RCEP國際航線網絡已經形成穩定的核心樞紐機場群，是具有多個核心的樞紐航線網絡。核心樞紐機場皆是各RCEP成員國政治或經濟中心的大型國際機場，具有航權或地理位置的明顯優勢。

RCEP國際航線網絡各年的機場節點累積度分布如圖2所示，少數樞紐機場節點擁有大量航線邊連接，而大量非樞紐機場節點只擁有少量航線邊連接，且累計度分布符合冪律分布，因此近十年RCEP國際航線網絡都可近似為一個無標度網絡。其中，2019年的累積度分布與2010年相比，雖然冪律的擬合優度由0.884 0降低至0.838 4，但是呈現出更加明顯的“長尾”特征，表明RCEP國際航線網絡中大型國際機場的航線增長速度比其他機場更快，中轉和匯流作用的增強趨勢更加明顯，核心樞紐影響力愈來愈突出。

2.3 航線網絡航線邊特征

RCEP國際航線網絡的區域聚合航線網絡非加權特征路徑長度由2010年的2.383變短到2016年的2.335，2019年又略微變長到2.376，整體上持續變短，機場間的連通性和航線網絡結構效率逐漸增強，因此RCEP區域內的國際航空運輸越來越便捷。具體分析RCEP國際機場中轉次數，如表3所示。各年5.0%～6.1%的機場間存在著直達航班；49.5%～55.4%的機場間的飛行僅需中轉一次航班；90.2%～95.8%的機場間最短路徑長度在3以內，國際運輸最多只需進行兩次航班中轉。其中，雖然2019年的直達航線比例增加、航線網絡的地理覆蓋范圍擴大，但是機場間不通達的比例較2016年也明顯增加，三年內RCEP國際航線網絡的連通性沒有明顯改善。這主要是因為2016年至2019年的新增直達航線多為新增機場節點之間或原有機場節點之間的航線，增強了原航線網絡的點對點式網絡結構特征；而新增機場節點與原有機場節點之間的新增連接較少，不能有效增強原航線網絡的中樞輻射型結構特征。

3 RCEP國際航線網絡的航空公司特征分析

3.1 航空公司與機場節點的關聯

根據多層參與系數劃分RCEP國際航線網絡的機場節點類型，如表4所示。近十年集中型和混合型機場節點在數量和占比上都逐漸減小；與之相反，多重型機場節點顯著增多，2019年是2010年的2.0倍且占到機場節點總數的71.6%，說明隨著RCEP國際航線網絡規模的不斷擴大，機場節點的演變趨勢是成為多重型節點。機場節點類型是多重型，表示該機場在多數航空公司航線網絡中處在相似的航線運營位置、提供相似的航空運輸中轉服務，因此可知多數航空公司在RCEP區域的國際航線布局結構具有相似性，選擇運輸機場或新增航線時會參考RCEP國際航空運輸市場已有的航線布局結構。

識別并選擇樞紐機場是航空公司規劃航線網絡的關鍵步驟，比較各機場運營的航空公司數量發現，雖然近十年RCEP國際航線網絡的機場數量不斷增加，但是受到經濟市場和政治航權等因素的影響，航空公司往往優先選擇各國政治經濟中心的大型國際機場，因此機場節點度排名前列的核心樞紐機場的航空公司數量明顯居多。其次，各航空公司主要圍繞自己的基地機場開辟和運營航線，因此雖然許多機場的機場節點度排名不高，但是航空公司數量仍然很多，這其中多為機場所屬國家的本土航空公司在共同競爭該機場少數航線的運輸市場，如澳大利亞的珀斯國際機場PER和阿德萊德機場ADL等。此外，由于全服務和低成本航空公司在航線布局上有不同偏好，部分機場只被低成本航空公司選做基地和運輸樞紐并開辟大量的航線，因此也存在一些機場節點度排名很高但是航空公司數量很少的機場，如廊曼國際機場DMK等。

3.2 航空公司與航線邊的關聯

近十年RCEP國際航線網絡中各航空公司的航線獨特性與其航線邊數的關系如圖3所示，兩者不存在線性關系，但是航線邊數排名前列的航空公司的航線獨特性都趨近于0.5，表明大型航空公司在RCEP區域的國際航線網絡中獨立運營的航線和參與競爭或代碼共享的航線各占一半。與前幾年相比，2019年航線獨特性在0～0.3范圍內的航空公司顯著增多，其他范圍的航空公司數量則比較穩定。雖然多數航空公司的航線邊數一直保持穩定增長，但是2019年幾個大型全服務航空公司的航線獨特性都明顯降低。

具體分析，近十年東方航空MU的航線邊數一直穩居前列且保持穩定增長，但是航線獨特性隨著航線邊數的增加逐漸減小，2016年之前保持在0.55上下，2019年航線獨特性僅有0.27；新加坡航空SQ的航線邊數增長了4.46倍，全日空NH的則增長了3.75倍，雖然擴充迅速，但是兩者的航線獨特性在2019年都趨近于0。以上數據說明大型全服務航空公司2016年之后新增的RCEP區域國際航線多是運輸市場已有航線，獨立開辟新航線的情況較少。顯然，全服務航空公司增加了原有國際航線的航班頻率，提高了RCEP國際航線網絡各機場間的航空運輸效率，這也反映出RCEP成員國之間的航空運輸需求具有巨大的增長潛力，可以吸引航空公司參與市場競爭、利用運輸密度經濟獲取效益。

與全服務航空公司相比，低成本航空公司在RCEP區域的國際航線網絡發展規模也異常迅速。近十年亞洲航空AK的航線邊數增長1.43倍；春秋航空9C由2013年的8條航線快速擴充到2019年的129條，增長16.13倍。兩者的航線獨特性一直維持在0.5上下，說明低成本航空公司比全服務航空公司更加兼顧RCEP新航線的開辟，善于利用運輸的幅員經濟效應，通過壟斷RCEP區域某些國際航線的市場獲得更大效益，是RCEP國際航線網絡覆蓋范圍不斷擴充的主力軍。

3.3 航空公司航線網絡層評價

近十年RCEP國際航線網絡中各航空公司航線網絡層的介數中心性與其航線邊數的關系如圖4所示，兩者存在一定的正比關系。具體分析：通常網絡層的介數中心性隨著航空公司的航線邊數增多而增大，航空公司單層航線網絡的連通性和在多層航線網絡中的影響力也明顯增強，因此網絡層的介數中心性排名前列的以大型全服務航空公司居多，例如東方航空MU、南方航空CZ、韓亞航空OZ和大韓航空KE等。

由于航線邊的影響力不同，航空公司選擇航線及安排航班頻率的不同導致航線邊數接近時網絡層的介數中心性具有差異。具體分析：雖然東方航空MU網絡層的介數中心性在2013年和2016年排名第一，但是2019年被只有其一半航線邊數的亞洲航空AK反超；雖然2019年全日空NH的航線邊數比2013年以前增長許多，但是網絡層的介數中心性與其他航空公司相比明顯偏低。整體上，多數低成本航空公司由于航線獨特性較高且參與市場競爭與合作的航線邊的影響力也較高，因此能以較少的航線邊數獲得更高的網絡層的介數中心性，提高自身在RCEP國際航線多層網絡中的影響力。

網絡層的介數中心性是通過劃分區域聚合航線網絡各航線邊的影響力得來，因此其所占比值側面反映了各航空公司在RCEP國際航線網絡中的貢獻度和在RCEP國際航空運輸市場的競爭力，如表5所示。近十年整個RCEP國際航空運輸市場主要被網絡層的介數中心性排名前30的航空公司瓜分，少數大型航空公司對整體航線網絡的貢獻度非常大，具有更強的市場競爭力。但是隨著更多航空公司進入RCEP國際航空運輸市場，大型航空公司航線網絡層的介數中心性在RCEP國際航線網絡中的占比逐漸減小，數量眾多的小型航空公司憑借較少的航線邊數也對整體航線網絡的發展提供了顯著貢獻，并越來越具有市場競爭力，說明整個RCEP國際航空運輸市場逐漸呈現出更加公平和開放的競爭與合作環境。

4 結論

航線網絡結構與航空運輸效率、航空公司經濟效益密切相關，研究旨在揭示RCEP國際航線網絡特征以及航空公司航線網絡與區域航線網絡的內在聯系，為航空公司在RCEP協定范圍內航線開拓和競爭策略提供參考。基于以上研究，得出主要結論：

1）近十年RCEP國際航線網絡規模和覆蓋范圍不斷擴大，成員國的國際聯系不斷深化；RCEP國際航線網絡已經形成了穩定的核心樞紐機場群，是具有多個核心的樞紐航線網絡和無標度網絡，且核心樞紐機場在航線網絡中聯系的廣度和影響力都不斷增強；RCEP國際航線網絡的連通性和結構效率逐漸增強，旅客乘坐航班平均中轉2次就可到達任意機場，區域內的國際航空運輸非常便捷。

2）多數航空公司在RCEP區域的國際航線布局結構具有相似性；各航空公司開辟和運營航線主要圍繞自己的基地機場，并且優先選擇各國政治經濟中心的大型國際機場作為運輸樞紐機場，但存在部分機場只被低成本航空公司選做基地和運輸樞紐。

3）近三年全服務航空公司主要增加了RCEP區域原有國際航線的航班頻率，提高了RCEP國際航線網絡各機場間的航空運輸效率；近三年低成本航空公司比全服務航空公司更加兼顧新航線的開辟，是RCEP國際航線網絡擴充的主力軍；近十年RCEP國際運輸市場主要被大型航空公司瓜分，但是逐漸呈現出更加開放的競爭與合作環境。

參考文獻：

［1］AISLING R. Characterisation of airline networks： a north American and European comparison［J］. Journal of Air Transport Management， 2010， 16（3）： 109-120.

［2］DAI L， DERUDDER B， LIU X J. The evolving structure of the Southeast Asian air transport network throughthe lens of complex networks， 1979-2012［J］. Journal of Transport Geography， 2018， 68： 67-77.

［3］戚瑩，姚紅光，高佩. “一帶一路”沿線國家航空網絡和貿易網絡結構研究［J］. 智能計算機與應用， 2020， 10（2）：225-227，231.

QI Y， YAO H G， GAO P. Research on the network structure of aviation and trade in countries along “the belt and road” ［J］. Intelligent Computer and Applications， 2020， 10（2）： 225-227，231.

［4］ZHANG S， DERUDDER B， WITLOX F. Dynamics in the European air transport network， 2003-9： an explanatory framework drawing on stochastic actor-based modeling［J］. Netw Spat Econ， 2016，16： 643-663.

［5］杜方葉，王姣娥，謝家昊，等.“一帶一路”背景下中國國際航空網絡的空間格局及演變［J］.地理科學進展，2019，38（7）： 963-972.

DU F Y， WANG J E， XIE J H， et al. Spatial pattern and change of China′s international air transport network since the belt and road initiative ［J］. Progress in Geography， 2019， 38（7）： 963-972.

［6］ERNESTO E， JESUS G. Network bipartivity and the transportation efficiency of European passenger airlines［J］. Physica D： Nonlinear Phenomena， 2016， 323/324： 57-63.

［7］MIN G， GI T. Analysis of the air transport network characteristics of major airports［J］. The Asian Journal of Shipping and Logistics， 2017， 33（3）：117-125.

［8］王興隆，朱麗納，李俊橋. 基于復雜網絡的航空公司航線網絡特征分析［C］//2019世界交通運輸大會論文集（上）.北京， 2019：1564-1572.

WANG X L， ZHU L N， LI J Q. Analysis of airline route network characteristics based on complex network［C］//Papers of 2019 World Transport Convention（I）. Beijing， 2019：1564-1572.

［9］徐開俊，吳佳益，楊泳，等.中國航線網絡結構的多層性分析［J］. 復雜系統與復雜性科學， 2020，17（2）： 39-46.

XU K J， WU J Y， YANG Y， et al. Multilayered analysis of Chinese airline network structure［J］. Complex Systems and Complexity Science， 2020， 17（2）： 39-46.

［10］BOCCALETTI S， BIANCONI G， CRIADO R， et al. The structure and dynamics of multilayer networks［J］. Physics Reports， 2014，544（1）： 1-122.

［11］VERMA T， ARAU′JO N A M， HERRMANN H J. Revealing the structure of the world airline network［J］. Scientific Reports， 2014（4）： 5638.

［12］吳宗檸，狄增如，樊瑛.多層網絡的結構與功能研究進展［J］. 電子科技大學學報， 2021， 50（1）：106-120.

WUZ N， DI Z R， FAN Y. The structure and function of multilayer networks：progress and prospects［J］. Journal of University of Electronic Science and Technology of China， 2021， 50（1）：106-120.

［13］MUSMECI N， NICOSIA V， ASTE T， et al. The multiplex dependency structure of financial markets［DB/OL］.［2021-05-08］.https：//dl.acm.org/doi/abs/10.1155/2017/9586064.

［14］RAHMEDE C， IACOVACCI J， ARENAS A， et al. Centralities of nodes and influences of layers in large multiplex networks［J］. Journal of Complex Networks， 2017， 6（5）： 733-752.

［15］陳驍. 多層網絡中關鍵網絡層提取與挖掘［D］. 杭州：浙江大學， 2020.

CHEN X. Extraction and mining of key layers in multi-layer network［D］. Hangzhou： Zhejiang University， 2020.

（責任編輯 李 進）

收稿日期： 2021-11-08；修回日期：2021-12-19

基金項目： 國家自然科學基金（41701120）

第一作者： 楊文東（1975-），男，山東壽光人，博士，副教授，主要研究方向為交通運輸規劃與管理。

通信作者： 黃依寧（1997-），女，江蘇無錫人，碩士研究生，主要研究方向為交通運輸規劃與管理，復雜網絡等。