粵港澳大灣區機場群運營脆弱性研究

摘 要：明確機場群運營中的不確定性及薄弱環節是機場制定自身戰略的重要環節。研究基于經營規模、營運能力、差異化經營能力及建設規模，構建包含12項指標的評價體系，利用熵值法確定權重，并基于突變理論評估粵港澳機場群運營脆弱性。結果顯示：粵港澳大灣區各機場脆弱性差異顯著，香港國際機場運營脆弱性最低（0.882），廣州白云國際機場次之，澳門、深圳寶安及珠海金灣國際機場運營脆弱性處于中等水平，惠州平潭與佛山沙堤機場運營脆弱性最高。針對高脆弱性機場，建議加強基建、提升運營管理水平，以增強抗風險與恢復能力。

關鍵詞：區域機場群；粵港澳大灣區；脆弱性；熵值法；突變理論

中圖分類號：F562.8；U8 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2025.02.020

Abstract： Identifying the uncertainties and weaknesses in the operation of airport clusters is an important part of the airport's own strategy. Based on the scale of operation， operation capacity， differentiated operation capability and construction scale， an evaluation system containing 12 indicators was constructed， the entropy method was used to determine the weights， and the operational vulnerability of the Guangdong-Hong Kong-Macao airport cluster was evaluated based on the mutation theory. The results show that there are significant differences in the operational vulnerability of airports in the Guangdong-Hong Kong-Macao Greater Bay Area， with Hong Kong International Airport having the lowest operational vulnerability （0.882）， followed by Guangzhou Baiyun International Airport， Macau International Airport， Shenzhen Bao'an International Airport and Zhuhai Jinwan International Airport， and Huizhou Pingtan Airport and Foshan Shadi Airport having the highest operational vulnerability. For high-vulnerability airports， it is recommended to strengthen infrastructure and improve operation and management to enhance risk resistance and resilience.

Key words： regional airport cluster；Guangdong-Hong Kong-Macao Greater Bay Area; vulnerability; entropy method; mutation theory

0 " " 引 " "言

在全球化和區域經濟一體化背景下，粵港澳大灣區機場群作為核心交通節點，對區域經濟發展至關重要。《粵港澳大灣區發展規劃綱要》和《民航局關于支持粵港澳大灣區民航協同發展的實施意見》中提出建設世界級機場群，構建以香港、廣州和深圳機場為國際航空樞紐，澳門、珠海等機場多點聯動，提升國際樞紐競爭力，推進大灣區機場錯位發展和良性互動，雖然增強了區域融合與國際交流，但是戰略定位重合、資源配置失衡及無序競爭等挑戰仍亟待解決[1]。區域機場群受限于地理位置的固定性和區域經濟結構的穩定性，短期內可能維持一種穩態，但在外部環境的復雜多變及內部不確定因素的沖擊下，機場的運營態勢將發生轉變，促使機場群及其個體逐漸調整其穩定狀態，邁向新的平衡階段。為此，分析機場運營中的不確定性及薄弱環節，衡量機場在外部環境改變時能否采取最優內部策略進行調整，達到新穩態下整體最佳，是研究機場群運營脆弱性問題的主要目標。

近年來，眾多學者針對交通網絡進行脆弱性研究，多集中在城市道路、海上運輸和城市軌道方面。任振振等聚焦于長江口南槽航道這一交通繁忙水域，基于SD模型，提出一種針對交通密集水域安全脆弱性影響因素閾值測度方法[2]。何明衛等基于組合權重的改進理想點法，識別列車關鍵折返區間，有效緩解城軌網絡運營脆弱性問題[3]。與機場相關的脆弱性研究則主要集中在安全領域，陳一洲等在事故統計的基礎上，構建了航站樓固有風險評價體系[4]。而目前對機場運營的脆弱性研究相對較少，仍處于起步階段。

梳理現有研究可以發現，機場運營脆弱性的根源在于外部經濟環境變化帶來的沖擊和內部策略調整所造成的耦合作用，在這一背景下，突變理論作為探究非連續性變化，尤其是接近臨界點時的狀態躍遷機制的重要工具，展現了其獨特價值。它能夠精準描繪系統從穩定狀態向突然質變轉化的過程，尤其擅長處理內部機制尚不完全明確的系統分析，為深入理解機場運營脆弱性的動態變化提供了有力支持。李晶結合因子分析與改進的突變模型，深入研究了我國海上通道關鍵節點的脆弱性，精準識別潛在風險，為提升海上通道安全性提供了科學依據[5]。此外，熵值法對于指標的權重度量相對客觀。范峻愷等結合熵值法與BP神經網絡模型，對滇中城市群進行了綜合性的脆弱性研究 [6]。因此，研究結合熵值法和突變理論構建機場群運營脆弱性評價指標體系模型，并對具有代表性的粵港澳大灣區機場群進行實例分析，系統性地驗證該評價方法的實踐可行性及科學有效性。

1 " "機場群運營脆弱性評價指標體系的建立

依據相關資料和研究調查，結合粵港澳機場群實際運營情況，從機場經營規模、營運能力、差異化經營能力及建設規模4個方面分析機場群運行脆弱性影響因素，構建了包含12項指標的機場群運營脆弱性指標體系，如表1所示。

2 " "構建基于熵值法的突變理論評價模型

熵值法依據信息論中的熵原理，量化指標變異性和不確定性，以此分配各指標在綜合評價中的權重，通過排序各指標的重要性，為系統性評估提供科學依據。突變理論則在熵權法的基礎上，可以描述機場群運營系統受到內外部不確定因素的影響，其穩定狀態發生突變達到新穩定狀態的過程。因此，選擇基于熵值法賦權的突變理論評價模型。

2.1 " "熵值法計算權重

熵值法（Entropy Weight Method）的原理是基于信息熵量化指標，依據指標變化對系統影響的相對程度來分配權重[7]。信息量大的指標熵值低，權重高；反之，信息量小的指標熵值高，權重低。熵值法計算步驟如下[8]。

步驟一：對性質為“-”的指標進行正向轉換處理。同時，鑒于突變理論算法對數據一致性的嚴格要求，針對初始數據存在的顯著量綱差異問題，對數據進行去量綱化，將指標數據轉換為（0，1）區間內，消除不同指標之間的單位和量綱的影響，確保數據之間的可比性。

（1）

式（1）中，表示第個評價對象的第個指標標準化數據。

步驟二：對于第個指標，計算第個評價對象在該指標下的比重：

。 （2）

步驟三：根據比重矩陣，確定第個指標的熵值：

。 （3）

步驟四：利用熵值計算第個指標的差異程度，計算各指標的權重：

。 （4）

2.2 " "突變理論評價模型

突變理論借助拓撲學視角闡釋了自然界與社會領域中的非連續變遷[9]。它聚焦于系統如何從一種穩定狀態躍遷至另一種，通過狀態變量與控制函數的勢函數分析來評估系統穩定性，當滿足特定方程時，系統發生突變。突變模型可統一變量質態，計算突變隸屬值。此理論常用于指標權重確定和系統安全評估，通過選擇適當的模型計算突變級數，并輔以擬合校正，可有效判斷系統的安全狀況[10]。列舉幾種常見的初等突變模型如表2所示。

3 " 實例分析

粵港澳大灣區，作為中國經濟活力與國際影響力的典范，其機場群的協同建設與發展對促進區域經濟協同、增強國際競爭力至關重要。因此，本文聚焦于粵港澳大灣區內的七個主要機場：香港國際機場、澳門國際機場、深圳寶安國際機場、廣州白云國際機場、珠海金灣國際機場、佛山沙堤機場及惠州平潭機場，作為分析對象。數據來源涵蓋中國民航局官方網站公布的統計數據、相關機場集團的年度報告以及城市統計年鑒等多元化資料。鑒于突發事件對民航業的深遠影響，本文審慎選取了2018—2021年4年的數據，通過計算這4年數據的平均值來平滑短期波動，確保分析的基礎數據更具代表性和穩定性。初始數據見表3。

3.1 " "熵權法確立權重

通過MATLAB對初始數據進行無量綱化處理，得到如下標準化矩陣。

在獲得所有二級指標的具體權重值后，進一步通過求和運算，推導出各一級指標的權重值，各級指標權重值及其相對重要度排序如表4所示。

由表4可知各級指標的相對重要度排序，便于后續突變模型的計算。

3.2 " "機場群運營脆弱性評價

參照本文所建立的評價指標體系，按照指標個數采用相應的突變模型，可得到機場群運營脆弱性突變結構模型，其中影響機場經營規模和差異化經營能力的指標有三個，選擇燕尾突變模型，影響機場營運能力的指標有兩個，選擇尖點突變模型，影響機場建設規模的指標有四個，選擇蝴蝶突變模型。由于評價對象較多，篇幅受限，本文中突變模型計算過程僅以香港國際機場為例進行展示。香港國際機場二級指標歸一化結果如表5所示。

基于前文指標權重排序，依據突變理論互補性原則，計算一級指標突變級數。若指標間顯著相關，則采用其突變級數的平均值作為中層指標突變級數；若無顯著關聯，則取最小值作為一級指標的突變級數[11]。

在機場經營規模方面，旅客吞吐量、貨郵吞吐量和飛機起降架次不存在明顯“互補”關系，取三者最小突變級數值作為一級指標突變級數值；在營運能力方面，通航城市數量和運營航司數量之間存在“互補”關系，一級指標突變級數值取平均值；在差異化經營能力方面，人均GDP、第三產業占GDP比重及城市常住人口三者存在“互補”關系，一級指標突變級數值取平均值；在機場建設規模方面，航站樓面積、跑道數量、停機坪數量和機場距市中心距離四個因素存在“互補”關系，一級指標突變級數值取平均值。以香港國際機場為例，其一級指標突變級數值結果如表6所示。

同理，機場運營脆弱性受機場經營規模、營運能力、差異化經營能力和建設規模四個方面因素的影響，結合一級指標權重排序結果，選擇蝴蝶突變模型進行計算，可得到各機場最終突變級數值。由于數據處理后均為正向指標，故突變級數值越大，系統越穩定，脆弱性越低。最終粵港澳機場群運營脆弱性指數及各因素對脆弱性影響程度如表7所示。

3.3 " "結果分析

基于上述計算結果，現從指標權重和機場群運營脆弱性兩個角度進行分析總結。

3.3.1 " "權重分析

由表4可知，對于一級指標，機場的建設規模（0.362 1）是對機場脆弱性最有影響力的因素，其次是機場經營規模（0.328 1），最后則是機場差異化經營能力（0.191 1）和機場營運能力（0.118 7）。說明粵港澳大灣區機場群的建設規模和經營規模是影響機場運營脆弱性的關鍵因素。

對于二級指標，貨郵吞吐量（0.151 2）的權重最大，航站樓面積（0.111 8）和跑道數量（0.102 0）次之，機場距市中心距離（0.047 0）權重最小。說明影響機場抗風險能力的決定性因素是機場貨郵吞吐量，而航站樓面積和跑道數量亦是提升機場抗風險能力的關鍵因素。

3.3.2 " "粵港澳機場群運營脆弱性分析

如表7所示，香港國際機場的脆弱性指數為0.885 6，脆弱性最低，這表示香港國際機場在面臨潛在風險或挑戰時，其抵抗能力和恢復能力相對較強。這可能與香港國際機場的國際化程度、高效的運營管理，以及多樣化的業務模式有關。

廣州白云國際機場脆弱性次之，脆弱性指數為0.820 9，僅次于香港國際機場，表明廣州白云國際機場同樣具備較強的抗風險和恢復能力。這可能與廣州作為華南地區經濟、交通中心的地位，以及廣州白云國際機場作為大型樞紐機場的運營水平有關。

澳門國際機場、深圳寶安國際機場及珠海金灣國際機場的脆弱性評估結果顯示，三者均處于中等區間，具體脆弱性指數分別為0.609 6、0.730 9和0.498 8，彼此間差異不大。這表明，盡管這三個機場具備一定的抗風險與恢復能力，但在面對潛在挑戰時，仍需保持高度警覺，加強對風險因素的識別與管理，并適時采取有效策略進行應對。

佛山沙堤機場和惠州平潭機場脆弱性最高，脆弱性指數分別為0.213 0和0.286 0。表明這兩個機場在面臨潛在風險或挑戰時，其抵抗能力和恢復能力相對較弱。這可能與機場的運營規模、航線網絡，以及所在地區的經濟發展水平等因素有關。

綜上所述，粵港澳地區的機場群在脆弱性方面存在顯著差異，香港國際機場和廣州白云國際機場的運營脆弱性表現較為穩健，而佛山沙堤機場和惠州平潭機場相對脆弱水平較高。對于后者，采取加強基礎設施建設、提升運營管理水平，以及拓展航線網絡等措施，將有助于增強其抗風險和恢復能力。

4 " "結 " "論

本文從機場經營規模、營運能力、差異化經營能力和建設規模四個方面選取了12個指標，在熵值法賦權的基礎上，利用突變理論對粵港澳大灣區機場群進行運營脆弱性評價。最終結果顯示，機場的建設規模和經營規模是影響粵港澳大灣區機場群運營脆弱性的關鍵因素，推進粵港澳大灣區機場群改擴建項目是提高機場運營實力及抗風險能力的重大戰略。同時，民航運輸受突發事件的影響，粵港澳大灣區機場群的旅客吞吐量驟減，貨郵運輸成為其主要運營方式，貨郵吞吐量在機場群運營脆弱性指標體系中占據重要地位。

決策者通過評估粵港澳大灣區機場群的運營脆弱性水平，為后續機場群的競爭合作策略提供理論支撐，統籌構建競爭有序、共建共享、多元發展的粵港澳民航協同發展新格局，提升大灣區民航的整體規模和綜合競爭力，建設更具國際影響力的世界級機場群。

參考文獻：

[1] 文軍，徐志航，羅心雨.基于社會網絡分析的機場群競合關系模型[J].科學技術與工程，2022，22（14）：5921-5928.

[2] 任振振，陳偉炯，康與濤，等.基于SD模型的交通密集水域安全脆弱性影響因素閾值測度方法研究[J].安全與環境工程，

2023，30（4）：9-17.

[3] 何明衛，錢佳，劉杰，等.考慮列車折返的城市軌道交通網絡脆弱性評估[J].中國安全科學學報，2023，33（8）：84-92.

[4] 陳一洲，王樹祎，袁沙沙，等.基于脆弱性和災害潛勢的機場航站樓固有風險研究[J].安全與環境學報，2018，18（6）：2075-2080.

[5] 李晶，李寶德，王爽.基于突變理論的海上運輸關鍵節點脆弱性度量[J].系統管理學報，2018，27（1）：32-39.

[6] 范峻愷，徐建剛.基于神經網絡綜合建模的區域城市群發展脆弱性評價——以滇中城市群為例[J].自然資源學報，2020，

35（12）：2875-2887.

[7] 田水承，申章進.基于熵值法-突變理論的煤礦透水安全評價[J].西安科技大學學報，2022，42（6）：1064-1070.

[8] DANG L T T，ISHIDAIRA H，NGUYEN "K P. Exploring the utility of the entropy method for classifying household livelihood

vulnerability and adaptation strategies to salinity intrusion Impact - empirical evidence in coastal communities of the Vietnamese

Mekong delta[J/OL].Environmental Development，2023，47. [2024-07-20].https：//doi.org/10.1016/j.envdev.2023.100912.

[9] 李宗坤，胡義磊，鄧宇，等.基于改進突變評價法的黃河凌汛災害風險評價[J].鄭州大學學報（工學版），2023，44（1）：89-95.

[10] "MOGAJI K A，LIM H S.Development of a GIS-based catastrophe theory model（modified DRASTIC model）for groundwater

vulnerability assessment[J].Earth Science Informatics，2017，10（3）：339-356.

[11] "吳波，黃惟，智學民，等.基于熵值法和突變理論地鐵深基坑施工安全性評估[J].數學的實踐與認識，2023，53（11）：232-241.