基于CiteSpace的航空运输优化研究知识图谱分析

摘" 要：为了解航空运输优化研究领域的研究现状、研究热点及前沿趋势，本文采用文献计量法，以中国知网（CNKI）和Web of Science核心数据库2006—2023年国内外关于航空运输优化研究领域的出版物为分析数据，借助CiteSpace 6.2 R4（Advance）对该领域研究进行可视化分析。结果表明：该领域国内研究成果随时间变化呈波动上升趋势且波动较小，国外研究成果总体呈逐步增长趋势且于2019年后迅速增加；研究机构数量较多但未形成核心作者群，缺乏合作；航线网络、机队规划、算法等是国内外该领域的主要研究内容。

" 关键词：航空运输；优化；CiteSpace；可视化分析；研究热点

" 中图分类号：F562" " 文献标志码：A" " DOI：10.13714/j.cnki.1002-3100.2025.03.027

Abstract： In order to understand the research status， hot spots and frontier trends in the research field of air transport optimization， this paper adopts the bibliometrization method and analyzes the domestic and foreign publications in the research field of air transport optimization from 2006 to 2023 in the core database of China National Knowledge Network（CNKI）and Web of Science. Visualize research in this field with CiteSpace 6.2 R4（Advance）. The results show that the domestic research results in this field show an increasing trend with little fluctuation over time， while the foreign research results show a gradual increasing trend and increase rapidly after 2019 years. There are a large number of research institutions but they have not formed a core group of authors and lack of cooperation; route network， fleet planning and algorithm are the main research contents in this field at home and abroad.

Key words： air transportation; optimization; CiteSpace; visual analysis; research hotspot

0" 引" 言

" 随着区域经济一体化的不断推进，航空运输作为最高效便捷的客、货运输方式具有显著的经济效益，不仅在全球经济中发挥着重要作用，而且对于国家的经济发展也产生重大影响[1]。由于受此前疫情影响，航空运输行业遭受巨大损失[2]，2022年的国际客运量仅为2019年的68.5%[3]。因此，航空运输领域的优化问题更加受到中外学者的重视，自2019年后研究成果迅速增加，而航空运输领域的研究对象主要为航线网络、航班计划、航空器、航空站及航空公司的研究，所以学者研究的主要关注点是对于航线网络的优化[4-6]和航班的机队优化配置[7-9]来减少航空公司的运营成本，提高航空公司的市场竞争力，以及如何优化算法[9-10]实现对该问题更好更快的进行求解。

由于国内外的航空运输优化研究起点不同且社会情况存在差异，国内与国外的航空运输优化的研究热点、研究深度、研究进展及研究成果存在差别，且尚未有文献对国内外航空运输优化研究领域文献成果进行归纳总结。由于传统的文献归纳法具有一定的主观片面性，因此综合利用科学计量法及可视化分析技术，针对航空运输优化领域以中国知网和Web of Science核心数据库2006—2023年收录的航空运输优化领域的文献为分析数据，并对发文量、关键词、作者、合作网络等要素进行可视化分析，构建知识图谱，揭示该领域的研究热点及发展趋势。基于此，本文通过使用CiteSpace对航空运输优化领域的关键词共现、关键词突显、作者及机构的合作关系进行分析，旨在日后帮助研究人员更好的了解该领域。

1" 数据与分析

1.1" 数据来源

中文数据以中国知网（CNKI）数据库为数据源，设置“主题”为检索条件，以“航空运输”或“优化”为检索词进行高级搜索，检索时间为2006—2023年，时间跨度为18年，文献类型设定为“学术期刊”共检索到371条文献数据，经手动筛选去除与研究内容不相关文献后得到206篇有效文献，以CiteSpace所要求的Refworks文献数据类型导出。英文数据源自WOS核心数据库，设置“主题Topic”为检索条件，以主题TS＝“air transportation”AND（“optimize”OR“optimization”）进行高级检索，检索时间为2006—2023年，文献类型设定为“Article”共检索到973条文献数据，经手动筛选后有265篇有效数据，并以纯文本格式导出数据。

1.2" 研究方法

" 本文对于航空运输优化领域的前沿分析采用的是由陈超美教授开发的可视化分析软件，这款软件以科学文献为对象，通过引文分析和可视化技术将文献的发展状况绘制成科学知识图谱，以更直观的形式展现文献研究领域的发展状况及前沿趋势。本文借助CiteSpace 6.2 R4（Advance）将导出的文献进行格式查重转换并完成数据准备。时间区间设置为2006—2023年，时间切片为1年，阈值设置为50，节点类型依次选为关键词、作者、机构及突现词进行图谱绘制，了解航空运输优化领域的发文作者及研究机构，探究该领域的研究热点及发展趋势。

2" 研究结果与分析

2.1" 发文量分析

" 年度发文数量可以反映出在一段时间内该研究领域的发展情况，图1为对于2006—2023年航空运输优化领域所得文献进行统计得到的年度发文时间分布情况。从CNKI中文文献来看，在2006—2009年间发文数量不高在6～12篇/年区间波动，为航空运输优化研究的起步阶段，2010—2017年间发文数量呈快速波动上升趋势，发文量在12～18篇/年区间波动，2017和2020年发文量最高，为18篇共计占总发文数发文量量的16%，2018—2023年间发文数量较少且于6～10篇/年区间波动。

" 从WOS英文文献来看，从2006—2018年间发文数量总体呈缓慢上升趋势，在2～16篇/年区间波动，2019—2023年间发文数量快速增加，在19～41篇/年区间波动，2022年发文数量最高为42篇，占总发文量的15.8%，该阶段为该领域研究的成长阶段，近五年研究热度较高且近四年发文量在25篇/年以上。总体来看，由于疫情冲击，航空公司的经营状况受到影响，为了恢复航空公司的发展，自2018年起，国内外研究学者开始逐渐更加关注对航空运输优化领域的研究，因此发文数量也在逐渐增加。

2.2" 作者共现分析

通过对研究作者和作者间的合作关系及作者的发文数进行分析，可以直观的了解研究的主流内容。本文通过使用CiteSpace并将节点类型设置为“Author”来生成得到节点数为160，连线数为102的CNKI文献作者合作关系网络图谱，以及节点数为182，连线数为140的WOS文献作者合作关系网络图谱，如图2和图3所示。图中节点或标签字体越大表明该作者发文数量越多，节点间连线的密度表示作者间合作关系的强弱。

" 由图2可知，发文数量最多的作者为朱金福（21篇），吴薇薇（7篇）、柏明国（7篇）、姜涛（6篇）、乐美龙（5篇）、孙宏（5篇）等人紧随其后。从作者合作网络来看，部分学者间存在交流合作，主要的合作团队形成了南京航空航天大学分别以朱金福和吴薇薇为核心及以该校的乐美龙和郑文娟为核心的研究团队、以中国民用航空飞行学院孙宏和汪瑜为核心的研究团队、以大连海事大学杨忠振和于述南为核心的研究团队等。总体来看，作者间的合作团队较多但合作关系较弱，此外图中孤立的节点表明学者偏向于进行独立研究。

" 由图3可知，Hamsa的发文量最多为5篇，其次为Zhang Honghai、Antunes、Alam发文量均为3篇，是航空运输优化领域的核心作者。从作者合作网络来看，部分学者具有合作关系，主要形成以Savelsbergh和Garcia等人的研究团队、以Dessens和Maeizy等人的研究团队共同组成该研究领域的核心团队。图中由紫色节点组成的较为密集的合作网络较为显著，是由Pitari、Pyle和Marizy等14位研究学者共同组成的一个跨区域的合作团队，他们主要来自研究机构Helmholtz Association（亥姆霍兹协会）、University of Oslo（奥斯陆大学）及University of Cambridge（剑桥大学）等高校。总体来看，作者间的合作团队较多，孤立的点较少，作者间的联系较为紧密。

2.3" 关键词共现分析

关键词是论文研究核心的高度概括和凝结。关键词共现可直白的反映出高频关键词与其他关键词之间的联系，同一关键词在不同文献中出现的频率越高，越反映出该领域的研究热点。本文通过使用CiteSpace并将节点类型设置为“Keyword”来生成得到节点数为295，连线数为566的CNKI机构共现图谱，以及节点数为156，连线数为565的WOS机构共现图谱图谱，如图4和图5所示。同时对CNKI和WOS文献中出现频次排名前十的关键词进行统计如表2所示，图中点越大表明关键词出现的次数越多研究关注度越高，点间的连线越粗则共现度越强，关键词的中心度代表其受关注程度。

" 由图4可知，根据图中信息可以将国内航空运输优化领域热点主题大致划分为3个方面：航线网络、机队规划、算法。其中，研究学者对于“航线网络”优化的关注度最高出现了20次，航线网络直接决定航空公司的市场经营范围及核心竞争力对航空公司的运营具有重要意义。国内的实际航线结构主要以点对点的模式为主，这种模式严重限制了飞行时间及货物接收和发货的所需时间，降低了网络的规模效益，为了提高规模效益，国内对于航线网络的优化主要集中在轴辐式运输网络优化，表现在对枢纽点位置的优化。学者在求解枢纽选址问题建立数学模型时通常还会考虑一些限制性因素，如在构建航线网络时考虑了机场的容量限制[11]、航线拥堵情况下的网络优化[12]、考虑了需求不确定性情况下的运输网络[13]以及其他限制性因素。此外，高荣环等[14]考虑了航线联盟下的网络优化，何湘妮等[15]和戴涛[16]建立竞争情景下的优化模型，陆溪等[17]和吴明昊等[18]将高铁引入航线网络，建立空铁联运网络，来建立更灵活的航线网络，学者在进行研究时通常构建成本最小化的运输网络，且大多以航空公司运营成本最小化为目标建立优化模型。由于机队配置对运营成本影响较大，机队规划与航线网络联合决策受到学者们的关注。由于不同机型的油耗成本及碳排放量差异较大，且随着近年来绿色航空业的发展，有部分学者将机队规划与航线网络规划进行综合考虑，建立低碳化及成本最小化的一体化模型。在优化算法方面，由于智能算法具有高效搜寻全局最优解的能力且能在多项式时间内找到最优解。因此国内学者在解决航线网络优化问题时更倾向于使用智能算法，并有部分学者对原有的算法进行改进来提高求解效率，邓亚娟等[19]采用基于随机模拟的遗传算法对模型进行求解，崔小燕等[20]应用并行蚁群算法对单分配枢纽网络模型进行求解，来优化轴运输网络；傅少川等[21]通过改进的禁忌搜索智能算法来求解；此外，有的学者也使用枚举法、拉格朗日松弛算法[22-23]和列生成法[24]等其他算法进行求解。由于精确算法在求解此类NP难问题时具有一定的困难，可能无法在合理时间内找到最优解，因此启发式算法更受学者们的青睐。

" 由图5可知，为了提高分析的准确性，对意思相近的关键词进行了合并处理。根据图中信息可以将国外航空运输优化领域热点主题大致划分为3个方面：算法（algorithm）、航空运输网络设计（network design）、空中交通管理（air traffic management）。其中关键词“算法（algorithm）”出现的频次最高，出现了53次。这说明国外学者在对航空运输优化领域的问题进行求解时比较关注算法的性能，并不断尝试对算法进行创新优化。在解决航空运输网络优化问题时，通常使用性能较好的启发式算法进行求解，如Klincewicz[24]针对枢纽选址问题将禁忌搜索算法与贪婪随机相结合进行求解，Budenbender et al.[25]针对货运航线网络优化，采用了禁忌搜索和分支定界相结合的算法进行求解，Fazel et al.[26]使用模拟退火和迭代局部搜索两种元启发式方法进行处理，Andreas et al.[27]提出了一种基于最短路径的高效启发式算法。除此之外，分支定界法[25，28]、拉格朗日松弛[29]等其他精确算法也会被用来解决此类问题，由于其计算方法原始，因此适用于节点较少的网络问题。目前国外的实际航线大多为轴辐式网络，因此国外学者对于航线优化也集中在轴辐式网络的优化。除此之外，国外对于减少多种运输方式耦合的航空运输网络的脆弱性[30-31]研究较为深入且起步较早。空中交通管理包括空中交通服务（air traffic service），空中交通流量管理（air traffic flow management）和空域管理（airspace management）三个子部分，对于空中交通管理的优化研究不仅可以更好的维护空中交通秩序，保障空中交通畅通，还可以有效地解决航线改道、地面延误、燃料消耗和航班取消等问题，促进航空运输的效率。对于空中交通管理的研究主要集中在空中交通流量管理（ATFM）方面，高效的航班路线和调度在空中交通流量管理中发挥着重要作用[32]，其本质为最大限度地优化并利用机场和航线容量，以确保航空运输的安全和效率。学者们会将流量优化与调度空域配置一同研究，Diao et al.[33]开发Dantzig-Wolfe分解和列生成方法来优化空中交通流量管理和空域配置，Zhang et al.[34]依赖增量策略提出一种新的分层流路由调度方法，来提高航班路线和调度，Cassandras et al.基于拉格朗日松弛的分布式方法与一种启发式的前向-后向传播算法相结合来进行求解，减少飞机出发和到达的时间表偏差，Yan et al.[35]提出一种同步需求-容量平衡的新方法优化空中交通流量管理。

3" 结" 论

" 基于CiteSpace软件，对中国知网（CNKI）和Web of Science核心数据库2006—2023年发表的文献数据进行年度发文量分析、研究作者、研究机构及合作关系、关键词共现和关键词突现进行可视化分析得到以下结论：

" （1）关于航空运输优化领域的研究外文文献较多，近三年发文量在26～41篇/年，研究热度较高且研究内容较为充分。中文文献发文量较少，近三年发文量在6～10篇/年，研究热度较低。由于国情差异，国内外学者在航空运输优化领域的研究侧重有所区别，国内学者可以适当借鉴国外学者的研究方向及内容方法，并与我国实际情况相结合，提高航空运输优化领域的研究热度。

" （2）航空运输优化领域国内研究作者群通常为高校研究人员。团队成员通常为同一机构作者组成，形成机构内部的作者群网络，不利于各机构间的沟通与合作，也不利于学术研究的进步发展。相较于国内，国外的作者群形成了一定的跨机构跨区域的合作关系，且合作关系较为密集，则在一定程度上也有利于学术研究发展。因此，建议国内在该领域进行研究时要提高合作沟通意识，加强各机构间的合作，促进研究机构间形成跨域合作关系，组建高校与航司、各航司间以及各高校间的合作团队，共同助力我国航空运输业。

" （3）通过对关键词共现进行分析，国外的研究热点主要聚集在模型、算法及空中交通管理方面，国内的研究热点除了关注模型和算法方面的优化，航空运输鲁棒性优化和空铁联运也是其关注的热点。研究前沿主要集中在对模型的创新、算法的改进优化、国内的空铁联运和国外的空中交通管理。并且在民航数字化、智能化、信息化的背景下，可以将其与航空运输相结合来应对航空运输中的不确定性提高运输效率，通过机器学习算法预测航班延误天气变化等因素，构建智能化航班管理系统，减少航班拥堵及等待时间。

（4）本文通过使用CiteSpace对航空优化领域的研究分布及前沿趋势绘制可视化图谱，但研究仍存在不足，研究结果有待丰富和完善。

参考文献：

[1]" KEELING D J. World cities in a world-system[M]. UK： Cambridge University Press， 1995：115-131.

[2]" JOSEPHINE THUMS， LAURA K？譈NZEL， MATTHIAS KLUMPP， et al. Future air transportation and digital work at airports-review and developments[J]. Transportation Research Interdisciplinary Perspectives， 2023，19：100808.

[3]" IATA. Air passenger market analysis， December 2022[R]. Montreal： IATA， 2023.

[4]" JIAWEI LI， XIANGXI WEN， MINGGONG WU， et al. Identification of key nodes and vital edges in aviation network based on minimum connected dominating set[J]. Physica A： Statistical Mechanics and Its Applications， 2020，541：123340.

[5]" ANDY G ESKENAZI， ARNAV P JOSHI， LANDON G BUTLER， et al. Equitable optimization of US airline route networks[J]. Computers， Environment and Urban Systems， 2023，102：101973.

[6]" YANLI GAO， CHONGSHENG LIANG， JIE ZHOU， et al. Robustness optimization of aviation-high-speed rail coupling network[J]. Physica A： Statistical Mechanics and Its Applications， 2023，610：128406.

[7]" JIANG WU， PEI-WEN ZHANG， YU WANG， et al. Integrated aviation model and metaheuristic algorithm for hub-and-spoke network design and airline fleet planning[J]. Transportation Research Part E： Logistics and Transportation Review， 2022，164：102755.

[8]" SEYED SINA MOHRI， MAHDI NASROLLAHI， AMIR PIRAYESH， et al. An integrated global airline hub network design with fleet planning[J]. Computers amp; Industrial Engineering， 2022，164：107883.

[9]" YIFAN XU， NICOLE ADLER， SEBASTIAN WANDELT， et al. Competitive integrated airline schedule design and fleet assignment[J]. European Journal of Operational Research， 2024，314（1）：32-50.

[10]" RAED A L ATHAMNEH， MOAYAD TANASH， DANIA BANI HANI， et al. Variable neighborhood search algorithm for the single assignment incomplete hub location problem with modular capacities and direct connections[J]. Operations Research Perspectives， 2023，11：100286.

[11] 冯乾，乐美龙，韩晓龙. 机场容量限制下的多重分派枢纽航线网络设计[J]. 工业工程，2015，18（4）：146-151.

[12] 杨斌，邓志慧，胡志华. 考虑Hub网络拥堵的轴辐式网络优化[J]. 重庆交通大学学报（自然科学版），2016，35（1）：138-144.

[13] 乐美龙，郑文娟，吴明功，等. 不确定需求下航空公司枢纽网络优化设计[J]. 北京航空航天大学学报，2020，46（4）：674-682.

[14] 高荣环，杨芳. 基于鲁棒性的竞争环境下枢纽航线网络优化设计[J]. 交通运输系统工程与信息，2014，14（5）：161-167.

[15] 何湘妮，李艳华，阳杰. 基于竞争情景的双枢纽航线网络优化模型[J]. 北京航空航天大学学报，2024，50（9）：2902-2911.

[16] 戴涛. 考虑碳排放的竞争环境下轴辐式网络选址研究[D]. 北京：中国矿业大学，2022.

[17] 陆溪，邵荃. 基于空铁联运的延误旅客行程恢复方法[J]. 科学技术与工程，2022，22（27）：12150-12155.

[18] 吴明昊，陈康，卢柄宜. 空铁联运协同下的跨域航空服务网络优化[J]. 铁道运输与经济，2020，42（5）：13-19.

[19] 邓亚娟，陈小鸿，杨超. 需求不确定的枢纽辐射式航线网络设计[J]. 交通运输工程学报，2009，9（6）：69-74，79.

[20] 崔小燕，李旭宏，毛海军，等. 受限单分配枢纽选址问题的并行蚁群算法[J]. 交通运输工程学报，2011，11（3）：74-81.

[21] 傅少川，胡梦飞，唐方成. 禁忌搜索算法在单分配多枢纽轴辐式物流网络中的应用[J]. 中国管理科学，2012，20（3）：145-151.

[22] 孙灿. 单指派和多指派共存下含枢纽的物流网络设计[D]. 上海：上海交通大学，2012.

[23] 叶耀华，王律，等. 我国邮政网络的优化设计方法[J]. 管理工程学报，2004（2）：39-43.

[24]" J G KLINCEWICZ. Heuristics for the p-hub location problem[J]. European Journal of Operational Research， 1991，53（1）：25-37.

[25]" BUDENBENDER K， GRUNERT T， SEBASTIAN H J. A hybrid tabu search/branch-and-bound algorithm for the direct flight network design problem[J]. Transportation Science， 2000，34（4）：364-380.

[26]" FAZEL ZARANDI， MOHAMMAD HOSSEIN， SOHEIL DAVARI， et al. An empirical comparison of simulated annealing and iterated local search for the hierarchical single allocation hub median location problem[J]. Scientia Iranica， 2015，22（3）：1203-1217.

[27]" ANDREAS T ERNST， MOHAN KRISHNAMOORTHY. Exact and heuristic algorithms for the uncapacitated multiple allocation p-hub median problem[J]. European Journal of Operational Research， 1998，104（1）：100-112.

[28]" GABRIELA MAYER， BERND WAGNER. Hub locator： An exact solution method for the multiple allocation hub location problem[J]. Computers amp; Operations Research， 2002，29（6）：715-739.

[29]" SAMIR ELHEDHLI， FRANK XIAOLONG HU. Hub-and-spoke network design with congestionn[J]. Computers amp; Operations Research， 2005，32（6）1615-1632.

[30]" C CUI， F XIAO， P AIHUI， et al. Mitigating the vulnerability of a high-speed railway-air network by optimizing the location of integrated transportation hubs[J]. IEEE Access， 2022，10：123920-123941.

[31]" TAYLOR CHRISTINE P， OLIVIER L DE WECK. Coupled vehicle design and network flow optimization for air transportation systems[J]. Journal of Aircraft， 2007，44：1478-1486.

[32]" Y ZHANG， R SU， G G N SANDAMALI， et al. A hierarchical heuristic approach for solving air traffic scheduling and routing problem with a novel air traffic model[J]. IEEE Transactions on Intelligent Transportation Systems， 2019，20（9）：3421-3434.

[33]" XUDONG DIAO， CHUN-HSIEN CHEN. A sequence model for air traffic flow management rerouting problem[J]. Transportation Research Part E： Logistics and Transportation Review， 2018，110：15-30.

[34]" Y ZHANG， R SU， Q LI， et al. Distributed flight routing and scheduling for air traffic flow management[J]. IEEE Transactions on Intelligent Transportation Systems， 2017，18（10）：2681-2692.

[35]" YAN XU， XAVIER PRATS， DANIEL DELAHAYE. Synchronised demand-capacity balancing in collaborative air traffic flow management[J]. Transportation Research Part C： Emerging Technologies， 2020，114：359-376.

收稿日期：2024-01-20

基金项目：国家自然科学基金青年项目（71802141）；辽宁省教育厅科学研究经费项目（LJKR0102）

作者简介：袁" 媛（1986—），女，辽宁沈阳人，沈阳航空航天大学经济与管理学院，讲师，博士，研究生导师，研究方向：航空运营管理；李子安（2000—），女，辽宁丹东人，沈阳航空航天大学经济与管理学院硕士研究生，研究方向：航空运营管理。

引文格式：袁媛，李子安. 基于CiteSpace的航空运输优化研究知识图谱分析[J]. 物流科技，2025，48（3）：116-120.