基于多层复杂网络的RCEP国际航线网络特征分析

杨文东　黄依宁　张生润

摘要： “区域全面经济伙伴关系协定”（RCEP）的签署具有重大经济战略意义，为了给航空公司在RCEP协定范围内开拓航线提供参考，利用多层复杂网络的理论和方法建立基于航空公司层面的航线网络模型，多角度探究RCEP国际航线网络特征及各航空公司在航线网络中的贡献度。研究表明，RCEP国际航线网络是具有多个核心的无标度网络；全服务航空公司提高了RCEP国际航线网络各机场间的航空运输效率，低成本航空公司则是RCEP国际航线网络覆盖范围扩充的主力军。

关键词： 航线网络；多层复杂网络；航空公司；网络特征分析

中图分类号： U8文献标识码： 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，由东盟十国发起并邀请中国、日本、韩国、澳大利亚、新西兰等国推动的“区域全面经济伙伴关系协定”（RCEP）正式签署。RCEP的提出和达成是为应对经济全球化的负面影响和加强区域经济一体化的蓬勃发展，表明了成员国间开放市场、寻求合作以增加经济活力的共识，具有重大战略意义。航空运输与其他运输方式相比具有国际化程度高、运输速度快、长距离通达性强的独特优势，逐渐成为区域经济体人流、物流的主要承载方式之一，在促进区域文化交流和经济贸易往来中发挥着非常重要的作用。因此，研究RCEP区域内国际航线网络特征可侧面反映RCEP区域经济一体化的发展趋势，对中国航空公司在RCEP协定范围内的航线拓展和竞争策略具有重要意义。

针对区域经济体下航线网络的研究多侧重某一国家或某一地理区域，重点关注航线网络的结构特征。Aisling R［1］采用描述性统计方法比较了北美和欧洲航线网络结构；Liang D等［2］通过分析东南亚航空运输的复杂网络结构判断其具有无标、小世界和非排序混合特性；戚莹等［3］发现“一带一路”沿线国家航线网络的格局非常不平衡，具有核心－边缘结构。除与同等规模或时期航线网络进行横向比较，分析网络的纵向演变可以进一步揭示网络结构中潜在的地理、政治或经济因素，Zhang S等［4］研究了欧洲航空运输时空结构多年的变化；杜方叶［5］分析了中国国际航空网络2013～2018年空间格局演变受到“一带一路”倡议的具体影响。随着研究角度的丰富和创新，航空公司和联盟航线网络逐渐成为研究热点，Ernesto E等［6］基于邻接矩阵网络二分性的方法，发现欧洲传统和低成本航空公司的显著差异；Min G等［7］从三大航空联盟层面探讨全球航空网络的重要机场以及国家的节点中心性和中介中心性；王兴隆等［8］对中国三大航空公司的航线网络进行复杂网络特征比较，得出国航航线网络聚集性更好、东航航线网络连通性更好的结论。

已有研究鲜有从航空公司角度分析区域整体航线网络。区域航线网络由不同航空公司航线网络组成，两者关联性值得深入分析，例如徐开俊［9］以航空公司航线网络为子网络构建中国多层航线网络模型并观察网络特征参数的演变，发现中国航空网络的“小世界”现象由大中型航空公司对应层引起。RCEP区域将是中国参与的重要经济体，研究RCEP区域内航空公司层面的区域航线网络结构特征历史演变尤为重要，而多层复杂网络理论可以从航空公司角度对区域航线网络进行建模，挖掘RCEP国际航线网络更深层次的结构特征和演变趋势。

本文将采用近十年（2010～2019）的航空运力数据，利用多层复杂网络的理论和方法，建立基于航空公司层面的RCEP国际航线网络模型。通过剖析区域聚合航线网络的重要机场节点和连通性，并對比各航空公司在区域多层航线网络中的贡献度和发展趋势，多角度探究RCEP国际航线网络特征以及航空公司航线网络与区域航线网络的内在联系，为航空公司在RCEP区域国际航线的开拓和竞争策略提供参考。

1 研究数据与方法

1.1 数据来源与处理

以15个RCEP成员国在区域经济体内的国际航线网络为研究对象。研究数据来源于全球航空数据供应商（OAG）数据库，从中筛选RCEP区域内各机场之间2010～2019每年1月的国际航班数据，统计直达和中转航线数量，并将中转航线分解为始发-中转和中转-目的地两条航线，与直达航线合并；其次考虑航班运行的方向性，将由机场A到机场B和由机场B到机场A视为两条航线考虑；最后统计航空公司数量、机场数量和各航线的航班总量。

1.2 基于航空公司层面的航线网络模型

2 RCEP国际航线网络的整体特征分析

2.1 航线网络规模特征

近十年RCEP国际航线网络的区域聚合航线网络覆盖范围不断扩大，覆盖机场节点数量稳步增长，开通航线的数量与密度显著提升，如表1所示。具体分析，运营RCEP区域国际航线的航空公司由2010年的89个增加到2019年的155个，增长1.74倍；机场节点数由2010年的159个增加到2019年的211个，增长1.32倍。RCEP区域国际直达航线由2010年的1 134条增加到2019年的2 475条，增长2.18倍；中转航线由233条增加到304条，增长1.30倍。因此，由RCEP国际航线网络的规模特征和演化可知RCEP成员国之间的国际联系不断深化，航空运输为RCEP区域经济一体化的发展提供了良好助力。

2.2 航线网络机场节点特征

根据区域聚合航线网络中机场节点度的排名衡量各机场在RCEP国际航线网络中的重要性，各年排名前十的重要机场节点如表2所示。随着新航线的开辟，近十年各机场往来的邻接机场数不断增加、联系的广度不断扩大，韩国仁川机场ICN、香港国际机场HKG和新加坡樟宜机场SIN的机场节点度排名稳居前三，吉隆坡国际机场KUL、上海浦东机场PVG和曼谷国际机场BKK稳居前六，其他机场的排名波动较大，表明RCEP国际航线网络已经形成稳定的核心枢纽机场群，是具有多个核心的枢纽航线网络。核心枢纽机场皆是各RCEP成员国政治或经济中心的大型国际机场，具有航权或地理位置的明显优势。

RCEP国际航线网络各年的机场节点累积度分布如图2所示，少数枢纽机场节点拥有大量航线边连接，而大量非枢纽机场节点只拥有少量航线边连接，且累计度分布符合幂律分布，因此近十年RCEP国际航线网络都可近似为一个无标度网络。其中，2019年的累积度分布与2010年相比，虽然幂律的拟合优度由0.884 0降低至0.838 4，但是呈现出更加明显的“长尾”特征，表明RCEP国际航线网络中大型国际机场的航线增长速度比其他机场更快，中转和汇流作用的增强趋势更加明显，核心枢纽影响力愈来愈突出。

2.3 航线网络航线边特征

RCEP国际航线网络的区域聚合航线网络非加权特征路径长度由2010年的2.383变短到2016年的2.335，2019年又略微变长到2.376，整体上持续变短，机场间的连通性和航线网络结构效率逐渐增强，因此RCEP区域内的国际航空运输越来越便捷。具体分析RCEP国际机场中转次数，如表3所示。各年5.0%～6.1%的机场间存在着直达航班；49.5%～55.4%的机场间的飞行仅需中转一次航班；90.2%～95.8%的机场间最短路径长度在3以内，国际运输最多只需进行两次航班中转。其中，虽然2019年的直达航线比例增加、航线网络的地理覆盖范围扩大，但是机场间不通达的比例较2016年也明显增加，三年内RCEP国际航线网络的连通性没有明显改善。这主要是因为2016年至2019年的新增直达航线多为新增机场节点之间或原有机场节点之间的航线，增强了原航线网络的点对点式网络结构特征；而新增机场节点与原有机场节点之间的新增连接较少，不能有效增强原航线网络的中枢辐射型结构特征。

3 RCEP国际航线网络的航空公司特征分析

3.1 航空公司与机场节点的关联

根据多层参与系数划分RCEP国际航线网络的机场节点类型，如表4所示。近十年集中型和混合型机场节点在数量和占比上都逐渐减小；与之相反，多重型机场节点显著增多，2019年是2010年的2.0倍且占到机场节点总数的71.6%，说明随着RCEP国际航线网络规模的不断扩大，机场节点的演变趋势是成为多重型节点。机场节点类型是多重型，表示该机场在多数航空公司航线网络中处在相似的航线运营位置、提供相似的航空运输中转服务，因此可知多数航空公司在RCEP区域的国际航线布局结构具有相似性，选择运输机场或新增航线时会参考RCEP国际航空运输市场已有的航线布局结构。

识别并选择枢纽机场是航空公司规划航线网络的关键步骤，比较各机场运营的航空公司数量发现，虽然近十年RCEP国际航线网络的机场数量不断增加，但是受到经济市场和政治航权等因素的影响，航空公司往往优先选择各国政治经济中心的大型國际机场，因此机场节点度排名前列的核心枢纽机场的航空公司数量明显居多。其次，各航空公司主要围绕自己的基地机场开辟和运营航线，因此虽然许多机场的机场节点度排名不高，但是航空公司数量仍然很多，这其中多为机场所属国家的本土航空公司在共同竞争该机场少数航线的运输市场，如澳大利亚的珀斯国际机场PER和阿德莱德机场ADL等。此外，由于全服务和低成本航空公司在航线布局上有不同偏好，部分机场只被低成本航空公司选做基地和运输枢纽并开辟大量的航线，因此也存在一些机场节点度排名很高但是航空公司数量很少的机场，如廊曼国际机场DMK等。

3.2 航空公司与航线边的关联

近十年RCEP国际航线网络中各航空公司的航线独特性与其航线边数的关系如图3所示，两者不存在线性关系，但是航线边数排名前列的航空公司的航线独特性都趋近于0.5，表明大型航空公司在RCEP区域的国际航线网络中独立运营的航线和参与竞争或代码共享的航线各占一半。与前几年相比，2019年航线独特性在0～0.3范围内的航空公司显著增多，其他范围的航空公司数量则比较稳定。虽然多数航空公司的航线边数一直保持稳定增长，但是2019年几个大型全服务航空公司的航线独特性都明显降低。

具体分析，近十年东方航空MU的航线边数一直稳居前列且保持稳定增长，但是航线独特性随着航线边数的增加逐渐减小，2016年之前保持在0.55上下，2019年航线独特性仅有0.27；新加坡航空SQ的航线边数增长了4.46倍，全日空NH的则增长了3.75倍，虽然扩充迅速，但是两者的航线独特性在2019年都趋近于0。以上数据说明大型全服务航空公司2016年之后新增的RCEP区域国际航线多是运输市场已有航线，独立开辟新航线的情况较少。显然，全服务航空公司增加了原有国际航线的航班频率，提高了RCEP国际航线网络各机场间的航空运输效率，这也反映出RCEP成员国之间的航空运输需求具有巨大的增长潜力，可以吸引航空公司参与市场竞争、利用运输密度经济获取效益。

与全服务航空公司相比，低成本航空公司在RCEP区域的国际航线网络发展规模也异常迅速。近十年亚洲航空AK的航线边数增长1.43倍；春秋航空9C由2013年的8条航线快速扩充到2019年的129条，增长16.13倍。两者的航线独特性一直维持在0.5上下，说明低成本航空公司比全服务航空公司更加兼顾RCEP新航线的开辟，善于利用运输的幅员经济效应，通过垄断RCEP区域某些国际航线的市场获得更大效益，是RCEP国际航线网络覆盖范围不断扩充的主力军。

3.3 航空公司航线网络层评价

近十年RCEP国际航线网络中各航空公司航线网络层的介数中心性与其航线边数的关系如图4所示，两者存在一定的正比关系。具体分析：通常网络层的介数中心性随着航空公司的航线边数增多而增大，航空公司单层航线网络的连通性和在多层航线网络中的影响力也明显增强，因此网络层的介数中心性排名前列的以大型全服务航空公司居多，例如东方航空MU、南方航空CZ、韩亚航空OZ和大韩航空KE等。

由于航线边的影响力不同，航空公司选择航线及安排航班频率的不同导致航线边数接近时网络层的介数中心性具有差异。具体分析：虽然东方航空MU网络层的介数中心性在2013年和2016年排名第一，但是2019年被只有其一半航线边数的亚洲航空AK反超；虽然2019年全日空NH的航线边数比2013年以前增长许多，但是网络层的介数中心性与其他航空公司相比明显偏低。整体上，多数低成本航空公司由于航线独特性较高且参与市场竞争与合作的航线边的影响力也较高，因此能以较少的航线边数获得更高的网络层的介数中心性，提高自身在RCEP国际航线多层网络中的影响力。

网络层的介数中心性是通过划分区域聚合航线网络各航线边的影响力得来，因此其所占比值侧面反映了各航空公司在RCEP国际航线网络中的贡献度和在RCEP国际航空运输市场的竞争力，如表5所示。近十年整个RCEP国际航空运输市场主要被网络层的介数中心性排名前30的航空公司瓜分，少数大型航空公司对整体航线网络的贡献度非常大，具有更强的市场竞争力。但是随着更多航空公司进入RCEP国际航空运输市场，大型航空公司航线网络层的介数中心性在RCEP国际航线网络中的占比逐渐减小，数量众多的小型航空公司凭借较少的航线边数也对整体航线网络的发展提供了显著贡献，并越来越具有市场竞争力，说明整个RCEP国际航空运输市场逐渐呈现出更加公平和开放的竞争与合作环境。

4 结论

航线网络结构与航空运输效率、航空公司经济效益密切相关，研究旨在揭示RCEP国际航线网络特征以及航空公司航线网络与区域航线网络的内在联系，为航空公司在RCEP协定范围内航线开拓和竞争策略提供参考。基于以上研究，得出主要结论：

1）近十年RCEP国际航线网络规模和覆盖范围不断扩大，成员国的国际联系不断深化；RCEP国际航线网络已经形成了稳定的核心枢纽机场群，是具有多个核心的枢纽航线网络和无标度网络，且核心枢纽机场在航线网络中联系的广度和影响力都不断增强；RCEP国际航线网络的连通性和结构效率逐渐增强，旅客乘坐航班平均中转2次就可到达任意机场，区域内的国际航空运输非常便捷。

2）多数航空公司在RCEP区域的国际航线布局结构具有相似性；各航空公司开辟和运营航线主要围绕自己的基地机场，并且优先选择各国政治经济中心的大型国际机场作为运输枢纽机场，但存在部分机场只被低成本航空公司选做基地和运输枢纽。

3）近三年全服务航空公司主要增加了RCEP区域原有国际航线的航班频率，提高了RCEP国际航线网络各机场间的航空运输效率；近三年低成本航空公司比全服务航空公司更加兼顾新航线的开辟，是RCEP国际航线网络扩充的主力军；近十年RCEP国际运输市场主要被大型航空公司瓜分，但是逐渐呈现出更加开放的竞争与合作环境。

参考文献：

［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，姚红光，高佩. “一带一路”沿线国家航空网络和贸易网络结构研究［J］. 智能计算机与应用， 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］杜方叶，王姣娥，谢家昊，等.“一带一路”背景下中国国际航空网络的空间格局及演变［J］.地理科学进展，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，朱丽纳，李俊桥. 基于复杂网络的航空公司航线网络特征分析［C］//2019世界交通运输大会论文集（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］徐开俊，吴佳益，杨泳，等.中国航线网络结构的多层性分析［J］. 复杂系统与复杂性科学， 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］吴宗柠，狄增如，樊瑛.多层网络的结构与功能研究进展［J］. 电子科技大学学报， 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］陈骁. 多层网络中关键网络层提取与挖掘［D］. 杭州：浙江大学， 2020.

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

（责任编辑 李 进）

收稿日期： 2021-11-08；修回日期：2021-12-19

基金项目： 国家自然科学基金（41701120）

第一作者： 杨文东（1975-），男，山东寿光人，博士，副教授，主要研究方向为交通运输规划与管理。

通信作者： 黄依宁（1997-），女，江苏无锡人，硕士研究生，主要研究方向为交通运输规划与管理，复杂网络等。