区域枢纽机场时刻资源的时空分布差异分析——以成都、重庆为例

张培文， 杜福民

(1.中国民用航空飞行学院经济与管理学院， 广汉 618307； 2.西南财经大学统计学院， 成都 611130)

正确分析特定区域多枢纽机场系统航班时刻资源的时空分布特点，是改善枢纽机场服务区域经济能力，实现区域枢纽机场差异化发展，以及提升枢纽机场运行效率的重要前提。近年来，区域多枢纽机场系统建设方兴未艾，如服务成渝经济圈的双流机场和江北机场，服务京津冀地区的首都机场、大兴机场、滨海机场和正定机场，无一不是区域多枢纽机场系统的典型案例，因此分析区域枢纽机场之间的航班时刻配置特点，对于机场管理当局高效配置其时刻资源及优化机场航线网络结构都具有极为重要的现实意义。

航空网络作为交通运输地理学的重要研究内容，受到大量学者的关注，其中网络的拓扑结构[1-3]、“轴-辐”系统特征[4-5]、以及结构的复杂性[6-8]一直是研究的热点，不论客运航空网络与货运航空网络，其研究对象均较为广泛，涉及国际层面[9-10]、国家层面[11-12]与航空企业层面[13-14]。而这些研究多关注于整体航空网络，针对机场本身的航班联系网络的研究较为薄弱[15]。时刻资源的时空分布是机场航班联系网络探讨的重要方面，部分学者从时刻资源的地理研究角度进行了分析。王伟等[16]从时空及航空公司角度，揭示了北京首都机场航班时刻资源的时空配置网络特征和规律。吴文婕等[17]则从时刻资源与航线布局角度分析了乌鲁木齐机场未来航线布局与时刻资源分配的潜力。Zografos等[18]、柯雨辰等[19]则进一步利用不同的航班时刻优化模型降低了大型机场的离场延误，优化了航班时刻配置方案。现有研究从单个机场的时刻资源分析角度出发，在时空配置及优化方面取得了一定成果，但缺乏对多枢纽机场系统间时刻资源时空分布差异特点的探讨，不利于多枢纽机场系统的协调发展。因而有必要考虑不同区域枢纽机场时刻资源时空配置的差异性，拓展机场资源优化配置研究。

基于此，从时间及空间的角度，以成都和重庆机场为例，从时间和空间角度，使用针对性方法，包括波动率、对外联系度及自然间断点分级法等探索区域枢纽机场的时刻资源时空分布差异特征，以优化不同枢纽机场的资源配置，实现区域经济圈的多机场协同发展。

1 区域枢纽机场时刻资源模型构建

1.1 研究对象基本情况

成都双流国际机场与重庆江北国际机场均处于全国机场旅客吞吐量排名前十位，两者的功能属性与地理位置较为相近。使用数据来源于成都机场以及重庆机场网站(www.cdairport.com、www.cqa.cn)，包括进、出港航班以及国际中国航班数据。考虑到中国航空公司航班计划的制定以周为单位，故本文数据统计处理的时间范围为一周，时间跨度为2020年1月6日—2020年1月12日。对于中国航班如存在经停情况，航班时刻统计至经停城市的机场，如成都—乌鲁木齐经停兰州，则统计为成都—兰州的时刻；对于国际航班经停两机场的情况，数据统计为国际部分，不在中国重复统计，如中国上海—法兰克福经停重庆，时刻数据对重庆而言统计为国际部分；此外对一个城市多个机场的数据进行了合并统计。经过整理后可得出两机场一周内航班起降架次情况，以30 min为单位对各时段航班数据进行统计。

1.2 机场时刻资源时空模型构建

1.2.1 波动率

机场在每一个时段的航班量随时间不断变化，为了量化比较两个机场航班量随时间的波动情况，以30 min为一个时间窗，将1 d的24 h划分为48个时间窗，使用波动率xi进行反映,其计算公式为

xi=[(ai/ai-1)-1]×100%

(1)

式(1)中：ai为第i个时间窗内航班起降的数量，i=2,3,…,48。

从而得到各个机场每30 min航班起降架次的相对波动情况，也就是从波动率的正负能判断航班起降架次在每半小时中的增减情况。

1.2.2 对外联系度

分析一个机场的航班联系网络，首先建立该机场与其连接机场间的关系数据矩阵，得到该机场与其他机场的连通情况，其计算公式为

Iij=Rij+Rji，i,j=1,2,…,n

(2)

式(2)中：Iij为机场i与机场j间的航班总架次；Rij为从机场i出发至机场j的航班量；Rji为从机场j出发至机场i的航班量；n为所分析的机场数。

进一步汇总该机场与网络中其他机场连通的航班数，即得到该机场的对外联系度，其计算公式为

(3)

式(3)中：Di为i机场对外联系度；Iij为机场i与机场j间的航班数目。

对外联系度反映该机场与其相连的机场直接交流的能力，即联系的强度。

1.2.3 自然间断点分级法

自然间断点分级法是一种系统聚类方法，基于数据中固有的自然分组。在航班联系网络连接体系分析中，以对外联系度为分类标准，分别对各分组的对外联系度求方差，使得组内差异最小而组间差异最大，并在组间数据差异大的地方设置间断点，完成分类。利用该方法对成渝机场的连接机场进行分类比较。

2 机场时刻资源时间配置分析

2.1 整体时刻结构差异

时刻资源的提供者是机场，其本质是对于不同时间段航班量的分配，所以时刻资源的价值可以从航班起降的具体时间以及航班的数量来进行评估。以半小时为一个时间窗，统计得出成都机场与重庆机场1 d的时刻资源分布，如图1所示。

从图1可以发现：二者的时刻分布具有一定的相似性。在前7 h当中，时刻分布呈现“U”形特征，而且有着陡增陡减的态势。在后续时间段中，航班架次在一定范围内起伏波动。二者的时刻资源不均衡差异明显。根据航空运输国际惯例，0:00—6:00机场一般实行宵禁管理。在1 d的前30 min内，两者航班量相差73架次，随后均呈现下降趋势。在3:00—6:00范围内，成都机场航班量维持在20～40架次范围内且大部分为国际航班，而重庆机场则保持着约1架次的国际航班，反映出成都机场的繁忙程度高于重庆机场且国际枢纽特征较强。在7:00之后，成都机场的航班架次变化波动较小，而重庆机场波动较大。

通过分析两机场航班架次的波动性可以发现，两者在具体时段的波动性存在明显差异，如图2所示。在0:30—4:00时段内，两机场的航班架次减少速度逐渐增加，而重庆机场的减幅最大。自4:00开始，成都机场的航班架次开始大幅增加，增幅多次达到前30 min的一倍，且在7:00左右增幅度开始减小，后续的航班架次波动幅度最高未超过25%；而重庆机场的航班架次从6:00才开始正向波动，增幅巨大，30 min内的航班量是前半小时的4倍，而自7:30开始航班架次波动幅度减小，后续时间段最大波动幅度仍然达到56%。对比两机场可以发现，重庆机场航班量在各个时段波动幅度相对较大，且重庆机场进入繁忙时段要比成都机场晚约1 h。而成都机场自6:00开始，逐渐进入最大航班量状态，且后续航班架次较为稳定，这是因为其航班安排密集，航班密度较大，也是其吞吐量相对重庆机场较高的原因之一。

图1 航班时刻结构Fig.1 Temporal structure of flight schedules

图2 航班架次的波动性Fig.2 Volatility of flights number

2.2 进出港时刻结构差异

为了考察两机场航班波的形成以及各时段航班起降分布特征的具体情况，对1 d中的进出港航班量进行了统计比较，如图3所示。

统计发现，两机场的周起降架次均超过3 000次，且均属于早晚高峰形航班波，即存在明显的早上出港高峰、夜晚进港高峰特征，而在日间运行阶段则是降落、起飞高峰交替出现。在两机场的日间稳定运行阶段(10:00—20:00)中，成都机场的起降波峰平均间隔约为0.5 h，而重庆的起降波峰平均间隔约为1 h，一定程度上反映出目前成都机场的繁忙程度高于重庆机场。对于两机场的航班分布特征而言，进出港航班架次分布有一定的相似性。然而，在起飞的高峰时段，成都机场在6:30—9:30的3 h内，达到出港高峰，出港航班量占到总量的28%，而重庆机场在7:00—8:30的1.5 h内，出港航班量占总量的19.8%。可以看出，重庆机场的起飞高峰时段低于成都机场，并且出港航班量相对较低。而在降落时段中，两者均在夜晚保持较高的航班量，由于这一时段多为国际航班降落。对于此类航班结构的形成，旅客的出行时间与生理特性等有着较大影响，造就了两机场进出港航班的相对集中的高峰航段。

图3 航班进出港时刻结构Fig.3 Flight arrival and departure time structure

3 机场时刻资源空间配置分析

3.1 航班联系网络空间差异

时刻资源的形成来源于对时间资源的利用，在不同的时刻会起降不同的航班，航班的起降过程导致了终端机场的空间分布差异，也就是时刻资源的配置进一步延伸为一种空间资源的分配。分别对成都机场、重庆机场的航空联系城市进行统计，两地的航空联系城市分别达到197与159个，其中成都机场的中国联系城市132个，国际城市65个，而重庆机场分别为117与42个。

分别对两机场的中国外航空联系城市分布进行统计，如表1所示。对中国联系城市而言，航空联系网络具有较强的相似性，两者的竞争性较大，互补性较低，但具体的联系强度存在差异。两者与北京、上海、广州、深圳4地机场的对外联系度分别达到1 780、1 464，占到各自总航班比重的1/5，是主要的航空联系城市。同时两者还在中原地区以及云南保持一定的城市连接，而以上这些城市都有发达的经济产业且多为省会和副省级城市。但在新疆和东北地区，成都机场对外联系度分别达到222和198，重庆机场对外联系度分布达到124以及96，可见对于偏远地区的城市更偏向与较大的枢纽机场连接。对于国际航空联系城市而言，大量的联系发生在东南亚国家，成都机场与泰国、越南、菲律宾、新加坡、马来西亚、柬埔寨、印度尼西亚、老挝等机场的对外联系度达到540，占其国际航班量的53%，重庆机场与上述国家的机场对外联系度为244，占其国际航班量的46%。这是由于这些国家旅游资源发达，且靠近中国，使得两者在东南亚的航班量占比较高。此外，对机场对外联系度排名前十的国际机场进行分析，此时两机场对外联系度分别为527与315，占国际航班的51%与62%。除去东南亚地区外，两机场更偏好连接日本、韩国等国家和地区。可以看出，两机场对外联系度较高的城市均位于中国周边国家和地区，而与欧洲、美洲、中东等地的国家的联系较弱。

3.2 航班联系网络连接体系差异

对于机场而言，由时刻资源衍生的空间联系网络能够反映其偏好连接特性，所以进一步研究成都和重庆机场的航班联系网络连接体系，有助于具体揭示各自偏好连接的服务对象。为研究其连接体系差异，以两机场间的对外联系度为指标，采用自然间断点分级法对其网络连接体系进行等级划分。

首先对与两机场相连的机场按对外联系度由高到低进行编号，并以此为横坐标、以对外联系度为纵坐标，建立与两机场相连的中国机场分布散点图(图4)，两者的对外联系度分布均服从长尾分布，“点”自上而下逐渐密集且降幅趋缓。对成都机场而言，在对外联系度为360、120、40附近出现断点或拐点；对重庆机场而言，则在330、100、40附近出现断点或拐点。为使得相似值恰当分组，使用自然间断点分级法将数据各自分为四类如表2所示。对于国际机场部分，同样对其由高到低编号后使用自然间断点分级法分类，进过比较分析后发现各自分为三类较为合适。其中，成都机场在对外联系度为14和42的时候进行分类，重庆机场为14和28。

表1 航空联系网络城市统计Table 1 Statistics of aviation network cities

表2 中国机场自然间断点分级法结果Table 2 Classification results of natural breaks in domestic airports

具体对分类结果进行分析，对中国的航班联系网络连接体系而言，两机场的高强度连接对象均为北京、上海、广州、深圳，但连接强度与对象不同，成都机场连接强度最高为北京达526，而重庆机场最高则为上海达440；较高连接强度机场两者出现较大差异，成都机场较高连接强度机场占比6.8%，且连接对象广泛位于新疆(乌鲁木齐)、西藏(拉萨)、长三角(南京、杭州)、山东(济南)、海南(三亚)、天津等地，而重庆机场较高连接强度机场占比12.8%，连接对象没有新疆地区，而在中南地区(长沙、武汉、合肥)连接较多；成都机场的中等连接强度对象除东部地区外，与东北地区(沈阳、哈尔滨)联系加强，而重庆机场则未与东北地区发生联系，但与新疆(乌鲁木齐)联系加强；针对低连接强度机场而言，数量占比最大，在中国各地区连接最为普遍，与成都机场相连的机场除东部发达地区外，在新疆、云南、东北等地联系机场较前几类增多，对于重庆机场也是如此。综合来看，两者的高连接强度机场仍然是北京、上海、广州等地，而成都机场在新疆、东北等地区分别属于较高、中等连接类型，其分级均高于重庆机场一个等级，表明成都机场与远航程地区联系强度较重庆机场高。对于国际的航班联系网络连接体系而言，两者对外联系度分布依然服从长尾分布，联系强度等级为高、中等级的机场多为东南亚、印度等地，重庆机场在高、中等级联系强度机场中无欧美机场；在低联系强度机场中，两者偏向于与欧美地区机场连接。

4 结论

随着枢纽机场有限的航班时刻资源变得越来越紧张，对邻近区域枢纽机场航班时刻资源配置差异特性的探索有着积极的学术意义。以成都及重庆机场为研究对象，从时间和空间角度对邻近区域枢纽机场的航班时刻资源配置差异的分析，得出如下结论。

(1)区域枢纽机场间在整体及进出港时刻结构、航班联系的格局与偏好等方面存在差异。

(2)对于时刻结构而言，区域枢纽机场呈现出“U”形特征，同时还形成了早晚高峰形航班波，且较大的枢纽机场在夜间国际航班起降架次较高，在日间运行时航班架次波动性较低，出港高峰时段时间较长，如重庆机场较成都机场出港高峰时间短约1.5 h。

(3)对于航班联系网络及体系而言，区域枢纽机场间在中国对外联系度较高的机场均位于省级或副省级城市，竞争性大，互补性低，同时新疆和东北等省份更倾向与较大枢纽连接，其间联系强度较大使得连接体系分级等级较高，而对国际机场的连接差异不大，由于发达的旅游资源与地理优势，区域枢纽机场一般与东南亚地区的对外联系度很高，同时与欧美及中东的机场联系强度与连接体系分级较低。

城市综合交通枢纽的完善离不开多种运输方式的衔接与协作，从空港的角度剖析了区域枢纽机场的航班时刻资源配置差异情况，有利于综合运输枢纽的规划发展，未来还需结合如城市高铁车次构成等情况，评价综合枢纽运输体系。