EN中文

SCIENTIA GEOGRAPHICA SINICA >

2019 , Vol. 39 >Issue 4: 550 - 559

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.04.004

Orginal Article

Organization Mode of China Air Passenger Transport Network from the Perspective of Aviation Enterprise

  • Lu Lu , 1 ,
  • Wei Ye , 1 ,
  • Pang Ruiqiu 1 ,
  • Gao Xin 2
Expand
  • 1.School of Geographical Sciences, Northeast Normal University, Changchun 130024, Jilin, China
  • 2.School of Geography and Tourism, Chongqing Normal University, Chongqing 401331,China

Received date: 2018-03-25

  Request revised date: 2018-08-25

  Online published: 2019-04-10

Supported by

National Natural Science Foundation of China (41401172)

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

Abstract

Based on big data of flights of 37 aviation enterprises in China (data of Hongkang,Macau and Taiwan are exluded), using external linkage degree, assortativity /disassortativity index, hierarchical analysis and dominant niche analysis, the spatial organization mode and competition mechanism of China air passenger transport network were studied in this paper. Findings are as follows: 1) China’s domestic aviation network has developed to a relatively mature level where obvious hierarchy and core-periphery structure are formed, all aviation enterprises could be divided into 6 hierarchies based on the number of nodes, routes and the number of flights. 2) From the aviation enterprise perspective, network scale, hierarchy and assortativity/disassortativity as indexes, organization mode (stage of development) of aviation enterprise in China could be divided into 4 stages including core cultivation stage, core competition stage, transition stage and steady growth stage. 3) Most of aviation enterprises’ aviation network are core-periphery and assortative/disassortative whose competition focuses on ‘core competition’. 4) Referring to the judgement method of aviation network’s organization mode, there are two convergence laws in China aviation network namely hierarchical convergence andassortative/disassortative convergence. 5) Aviation enterprise with strong strength and large scale has high niche and a uniform distribution proportion in navigable cities. In contrast, aviation enterprise with weak strength and small scale has a low niche which leads to regional and uneven distribution in navigable cities. In order to optimize the structure of aviation network and avoid the malignant competition, aviation enterprises need to take actions. On the one hand, aviation enterprises have to optimize the organization mode according to distinctive features of different stages of development and explore the dominant niche which is adapted to the grade of enterprises. On the other hand, aviation enterprises need enhance the cooperation with each other for avoiding saturation of airlines and improving the whole aviation network’s resilience and efficiency.

Key words： aviation network; organization model; aviation enterprise’s competition;; assortativity; disassortativity

Cite this article

Lu Lu , Wei Ye , Pang Ruiqiu , Gao Xin . Organization Mode of China Air Passenger Transport Network from the Perspective of Aviation Enterprise[J]. SCIENTIA GEOGRAPHICA SINICA, 2019 , 39(4) : 550 -559 . DOI: 10.13249/j.cnki.sgs.2019.04.004

随着20世纪70年代航空运输业的放松管制,中国航空网络逐渐发展起来,航空市场竞争愈发激烈,使航空企业成为影响中国航空网络格局的主体[1,2]。航空企业为适应市场竞争的需要,不断探索既有效率又体现规模经济、既能将市场占有最大化又避免与竞争对手直面“冲突”的运营组织方式,进而使航空网络逐步形成了不同的组织模式。西方学者从20世纪80年代开始关注枢纽机场的作用和区位以及轴-辐式等组织模式[3,4,5],其中大多以发达国家航空运输体系为研究对象,航空企业为扩展市场,由点-点（point-point）对式运输转向轴-辐(hub-and-spoke)网络运输[6,7,8]。国内对于航空网络组织模式的研究起步较晚,最早2001年金凤君提出轴-辐空间模式已成为中国客流网络发展的基本模式[9],2005年金凤君与王成金基于轴-辐侍服理论进一步对中国航空网络模式进行研究,将中国的航空网络分为城市对（点对点式）、城市串（线性模式）和轴-辐侍服网络3种模式[10]。2007年江勇提出航空网络可划分为点到点模式、线形跳跃模式、网状区域模式和枢纽式[11]。2011年王姣娥等将中国航空网络模式划分为点对、线型、环型及轴-辐4类[12],2013年又进一步通过拓扑分析得出中国航空网络演化的6个阶段：分散发展阶段、网络连通阶段、回路联系阶段、核心架构阶段、结构复合阶段、有机疏散阶段[13]。不难发现,以往航空客运网络组织模式的研究主要以网络服务能力、服务质量乃至效率与效益为导向,研究结论多来源于对单一网络演化过程的归纳,少有针对于一个时间截面的多网络横向对比思考,因而对航空网络组织模式的解释不足。在竞争环境下,不同航空企业航空网络的最优组织模式有所不同;不同航空企业所认同的“枢纽机场”也有所差异,这些问题在以往研究中很难得到充分讨论。本文研究以多航空企业为主体,利用复杂网络指数、优势生态位等方法,进行航空客运网络组织模式的截面数据分析。意义在于可从网络组织模式入手,对处于不同发展阶段的航空企业进行资源的优化配置,拓展中国航空业的发展方向;同时不同航空企业可据此准确判定各自的市场地位,进而选择合适的发展战略;对于不同层次的通航城市如何选择合适的航空企业合作伙伴,也可提供有价值的参考。

1 数据来源和研究思路及方法

1.1 数据来源

研究数据来源于携程网（htpp://flights.ctrip.com）、国际航空运输协会（htpp://www.iata.org）及中国民用航空局（http://www.caac.gov.cn）等平台,通过爬取、GPS定位及筛选等手段,查询2018年7月2~8日1周内的国内航班数据,最后采集得到了37个航空企业的130 169条国内航班数据,作为构建中国航空网络格局的基础。具体数据情况如下：① 采取的航空企业及航班数据不包括香港、澳门和台湾地区,只包括行政级别为地级市及以上城市。② 每条数据包含信息有始发城市、到达城市、起飞时间、到达时间、飞行时间、始飞机场经纬度、到达机场经纬度、航班公司、日期、机型等。③ 航班数据只涉及直航航线,不包括经停、转机的情况。④ 航班飞行数据均是计划飞行数据,与实际的飞行数据可能有所出入,本文的航班数据均按照计划飞行数据来统计。⑤ 本文航班数据不包括代码共享航班（2个或2个以上航空企业利用各自的代码销售同一航班）。⑥ 对拥有2个机场的城市进行了合并,例如北京首都机场和北京南苑机场合并为北京机场,上海虹桥机场和上海浦东机场合并为上海机场,遵义茅台机场和遵义新舟国际机场合并为遵义机场。

1.2 研究思路

首先本文提出2个基本假设,一是竞争假设,即当前某一航空企业的航空网络模式既是企业成长的结果,也是参与网络竞争的结果。实际上在航空网络研究领域,竞争问题并非一个新的研究命题,早在1958年Taaffe就曾分析过美国的航线竞争问题[14],近年来航空网络的竞争问题仍然得到学者的广泛重视[15,16,17]。但已有航空网络竞争研究主要强调机场和航线竞争问题,对网络模式的竞争性研究却鲜有提及。天文学中存在著名的恒星演化论,即恒星在其生命期内进行不断地演化,由于单一恒星之演化通常长达数十亿年,人类不可能完整观测,因此目前天体物理学家主要利用观测大量恒星,判断其在生命期的不同阶段。在航空网络语境下也存在相似问题,即在具有一定规模的航空网络中,不同阶段的网络模式可在同一时间截面共同存在,而不需要长时间序列的观察与判定,概括为本研究的第二个基本假设——存在假设。然后基于全国37个航空企业的130 169条航班大数据,测算各机场对外联系度和机场间的相互联系,对航空企业的层级结构及网络空间进行分析,识别不同航空企业在航空网络中的等级和特点;通过层次性和异（同）配性相结合的分析方法对不同航空企业的组织模式进行判断,并利用优势生态位分析方法对各航空企业间的竞争关系进行分析。最后进行结论和讨论。

1.3 研究方法

1.3.1 机场对外联系度
对于37个航空企业的航空网络,首先建立n个机场节点间关系型数据矩阵,分别得到每个机场节点作为出发机场和到达机场与网络中其他机场节点的连通情况,公式为：
I ij = R ij + R ji i , j = 1,2 , 3 ⋯ ⋯ n （1）
式中,Iij为某航空企业航空网络机场节点i与机场节点j间连接航班的数目,Rij代表客流从机场节点i出发到达机场节点j的航班数,Rji代表客流从机场节点j出发终到机场节点i的航班数,n为机场数量。其次,参照复杂网络分析中度中心性方法,汇总每一机场节点与网络中其他所有机场节点连通的航班数,得到该机场节点总连接航班数,即该机场对外联系度。机场对外联系度反映该机场节点与航空网络中其他机场节点直接交流的能力[18]。公式为：
T ij = ∑ 1 n I ij （2）
式中,Tij为i机场对外联系度,Iij为机场i与机场j间连接航班的数目,n为机场数量。此处Tij是针对每一个航空企业而言,若以中国航空网络整体为研究对象,需将37个航空企业数据进行汇总。
1.3.2 层次性和异（同）配性分析
层次性和异（同）配性作为两种不同网络特性相互结合成一个简单模型[19]。相互联系的机场节点当中,从对外联系度低到对外联系度高的机场,度分布越倾斜,航空网络的层次性结构越明显。异/同配性航空网络会表现出不同的度相关性,同配性网络中,对外联系度高的机场间趋向于相互连接,对外联系度低的机场间趋向于相互连接;而异配性网络中,对外联系度高的机场趋向于连接对外联系度低的机场,反之亦然。首先分别对37个航空企业每个机场对外联系度进行计算,参照位序-规模法则,将机场对外联系度从大到小进行排序,经对数变换后进行线性回归分析。公式为：
k i = C k i * a （3）
式中, k i * 表示机场i的位序,ki为位序为 k i * 机场的度,C是一个常量,表示首位机场的度,|a|为Zipf指数,代表度分布系数。当|a|=1时,航空企业的机场等级结构呈帕累托分布;当|a|<1时,航空企业的机场等级结构差异相对较小,结构体系分布相对集中;当|a|>1时,航空企业的机场规模差异较大,结构体系分布相对分散,首位机场的垄断地位较强。
其次,计算每个机场节点i以及相关邻域中节点（vi）的平均度 k l ¯ 。
k l ¯ = 1 k i ∑ j ∈ v i k j （4）
式中, k j 是节点机场i的相关邻域中节点机场j的度。然后计算 k l ¯ 与 k i 两者之间的线性关系：
k l ¯ = D + b k i （5）
式中,D为一个常量,b为同配性或异配性的数值。当b>0时,航空网络具有正相关性,显示同配的网络特性;当b<0时,航空网络具有负相关性,显示异配的网络特性。最后,借助于最小二乘法,结合参数a和b,分析各企业不同航空网络的结构特性。
实际上|a|值反映网络层次结构,而b值则反映网络节点间相互作用的特征,较于单纯使用节点度等衡量手段来判断网络模式,更具有现实意义。

2 中国航空网络空间结构特征

2.1 中国航空网络总体特征

首先将37个航空企业的客运航班数据进行汇总,并利用公式（1）与公式（2）计算各机场节点的对外联系度与节点间的相互联系,以各机场对外联系度为纵坐标、机场位序（按机场对外联系度从大到小进行排序）为横坐标,绘制位序-对外联系度散点图（图1）。通过公式（3）与公式（4）计算得到Zipf系数1.696,结合散点图特征,发现中国航空网络机场节点的对外联系度差异较大,顶层枢纽体系由少数对外联系度高的机场组成,大多数机场对外联系度不高,层次结构较为明显。
Fig.1 Scatter plot of the China airport nodes rank-external linkages

图1 中国机场节点位序-对外联系度散点图
不含港澳台数据

为了更深入了解中国航空网络的层次性特征与空间分布特征,通过自然分裂法（natural break）分别将对外联系度与相互联系分为5个级别,并通过ArcGIS 10.5软件将机场空间分布与分级结果进行可视化,如图2所示。
Fig.2 Distribution of the airport nodes and airlines in China aviation network

图2 中国航空网络机场节点及航线分布
未包含港澳台数据

从机场空间分布特征（图2a）来看,2018年西部地区机场节点达到114个,占总量的51.4%;东部地区达到56个,占总量的25.2%;中部地区达到52个,占总量的23.4%。机场数量呈现出西部>东部>中部的空间分布格局,与10 a前的东中西递减格局相异[20,21]。反映了中国航空网络在快速成长的同时,结构也在发生明显变化。
借鉴已有研究和结合中国航空企业客运网络的实际情况[22,23],将基于自然分裂法得到的机场5个层级分别命名为：① 全国性枢纽（第I层级）：枢纽机场分别位于北京、上海、广州、昆明、重庆、西安等10个行政级别较高的城市;运营航线形成了分别以北京、上海、深圳,北京、上海、广州,北京、上海、成都,广州、上海、成都,广州、上海、重庆及北京、广州、成都为顶点的6个三角形核心网络。② 区域性枢纽（第II层级）：主要机场节点有15个,例如呼和浩特、天津、乌鲁木齐、长沙、贵阳、海口、哈尔滨、沈阳、武汉、石家庄等通航城市,基本位于省会城市,其中吉林、宁夏、青海、甘肃、广西、山西、江西和西藏8个中西部省份缺乏Ⅱ级及以上的机场枢纽;航线联系在I级基础之上有所扩张,形成以京津冀、长三角、珠三角三大经济发达地区为核心的运营区域,同时向东北地区和新疆地区扩散。③ 中型枢纽（第III层级）：机场数量达21个,大多位于各省份经济发展较好的城市,其中宁波、珠海、晋江、揭阳、温州、烟台、绵阳、西双版纳、拉萨、桂林等均是近年来经济发展趋势较快的新兴或旅游城市,开始出现西北与华东地区、东北与西南、华南地区跨区域联系的直达航线。④ 中小型枢纽（第IV层级）：机场数量达44个,机场节点大多数在江苏、山东、内蒙古、云南、广西省内集中;航线基本覆盖黑河-腾冲线（胡焕庸线）以东地区,东西部航线分布密度差异明显。⑤ 小型枢纽（第V层级）：机场节点数量达132个,基本覆盖全国各省份;航线在黑河-腾冲线以东区域发育程度较好,在西北、西南和东北地区还有所缺乏。
全国运营航线的空间分布格局（图2b）大体以黑河-腾冲线为界,该线以东运营航线的结构复杂且等级划分明显,顶层枢纽航线体系呈“钻石型”的结构特征,而该线以西运营航线等级划分不明显,以三、四、五级航线为主,缺乏一级航线,主要航线分布具有明显地域性,主要以乌鲁木齐、拉萨、兰州、呼和浩特4个省会城市为衔接和中转枢纽。

2.2 中国航空企业航空网络结构特征

航空企业的机场、航线及航班数量是反映其层级结构的3个重要变量,可划分航空企业等级及评定其在中国航空网络中的地位。本文基于以上3个变量,将37个航空企业划分成为6个层级。依据表1中数据,第I层级航空企业,机场数量在110~140个之间,航线数达600~1 100条,航班数均高于10 000次,该层级拥有3个航空企业,其覆盖能力和通达性最高,主要枢纽分布在北京、上海、广州、西安、成都、深圳等城市,枢纽间多采用城市对模式,形成清晰的主干航线,非中心节点间的支线联系复杂,航班与航线密度较高,大多由较大机场节点辐射至周边中小机场节点,存在明显的多枢纽轴-辐客流网络;第II层级航空企业,机场数量均高于60个,航线数高于400条,航班数接近或高于5 000条,该层级拥有6个航空企业,其机场基本覆盖全国各省份,核心枢纽相对减少,每个企业基本拥有2~3全国性通航城市,多条主干航线由核心枢纽集中向外扩散,支线的覆盖空间集中在胡焕庸线以东区域,兼顾长途和短途航线;第III层级航空企业,机场数量接近或高于60个,航线数达180~400余条,航班数接近或高于2 000次,该层级拥有9个航空企业,其机场数量和层级性下降,出现单极核心枢纽,且大多位于企业总部所在地,航线分布的区域性开始明显,主干航线增加,支线依附核心枢纽向四周扩散,属单极支配性航空网络体系;第IV层级航空企业,机场数量接近或高于40个,航线数达80~200余条,航班数达1 200次以上,该层级拥有7个航空企业,其机场枢纽以北京、上海、昆明、西安、长沙等城市为核心,再由核心向外扩散航线,单一的主干航线利用率较高,支线覆盖范围有限;第V层级航空企业,机场数量均高于20个,航线数大于60条,航班数达到600次以上,该层级拥有6个航空企业,其机场分布开始分散,逐渐向大城市靠拢,基本都位于省会级城市,航线空间分布具有方向性,呈小范围覆盖,网络通达性较弱;第VI层级航空企业,机场节点不大于30个,航线数小于70条,航班数均低于600次,该层级拥有6个航空企业,其机场节点空间分布呈分散无组织状态,节点之间拥有少量不固定航线,短途航线比长途数量多,东部地区航线以短途居多,中、西部地区以长途航线为主。
Table 1 Hierarchical structure of China aviation enterprises based on big data of flights

表1 基于航班大数据的中国航空企业层次结构划分

航空企业 机场数量（个） 航线数量（条） 航班数量（个） 层级 航空企业 机场数量（个） 航线数量（条） 航班数量（个） 层级
大新华航空 6 10 124 Ⅵ 成都航空 61 182 1821 Ⅲ
红土航空 15 28 313 Ⅵ 祥鹏航空 65 214 2657 Ⅲ
江西航空 24 48 427 Ⅵ 西部航空 45 154 2690 Ⅳ
扬子江航空 23 56 528 Ⅵ 中国联航 69 160 2794 Ⅲ
多彩航空 29 62 568 Ⅵ 上海航空 66 194 2886 Ⅲ
乌鲁木齐航空 29 58 595 Ⅵ 吉祥航空 68 232 2914 Ⅲ
长安航空 33 74 653 Ⅴ 天津航空 82 352 3354 Ⅲ
瑞丽航空 29 77 892 Ⅴ 春秋航空 62 276 3553 Ⅲ
青岛航空 31 74 930 Ⅴ 首都航空 59 326 4437 Ⅲ
福州航空 31 93 975 Ⅴ 华夏航空 133 752 4777 Ⅱ
东海航空 41 112 985 Ⅴ 四川航空 89 533 5281 Ⅱ
九元航空 24 65 1035 Ⅴ 厦门航空 63 408 6046 Ⅱ
幸福航空 38 86 1203 Ⅳ 深圳航空 67 428 6259 Ⅱ
河北航空 39 84 1256 Ⅳ 山东航空 72 434 6884 Ⅱ
昆明航空 37 98 1263 Ⅳ 海南航空 65 566 8204 Ⅱ
西藏航空 44 128 1335 Ⅳ 中国航空 114 672 10581 Ⅰ
长龙航空 57 186 1467 Ⅳ 东方航空 143 1040 18122 Ⅰ
北部湾航空 56 166 1476 Ⅳ 南方航空 136 1078 19344 Ⅰ
奥凯航空 43 130 1540 Ⅳ

注：未含港澳台数据。

3 中国航空客运网络组织模式

3.1 异（同）配性与层次性

基于公式（3）与公式（4）,计算各航空企业拟合曲线中的Zipf参数|a|,并依据公式（4）~（5）计算各航空企业的同/异配性系数b,结果如表2所示。以研究期内航空企业的总航班数H（代表航空企业的网络规模）为x轴,以|a|为y轴,做散点图与曲线拟合（图3a）,再以研究期内航空企业的总航班数H为x轴,以同配性和异配性的系数b为y轴,分别做散点图与曲线拟合（图3b）。
Fig.3 Scatter plot of Zipf index and disassortativity index based on the number of flights of aviation enterprises.

图3 基于航空企业航班数的Zipf参数及异配性系数散点图

Table 2 Zipf and assortativity/disassortativity index of aviation enterprises

表2 各航空企业zipf参数和异（同）配性系数

航空企业 |a| b 航空企业 |a| b 航空企业 |a| b
大新华航空 1.043 -0.491 奥凯航空 1.134 0.115 河北航空 0.959 0.007
红土航空 1.1300 -0.208 西部航空 1.007 -0.257 昆明航空 1.161 -0.231
江西航空 1.009 0.029 北部湾航空 0.981 -0.194 厦门航空 1.369 -0.016
九元航空 1.046 0.029 长龙航空 0.846 -0.280 天津航空 1.135 -0.047
多彩航空 1.065 -0.285 中国联航 1.058 -0.263 四川航空 1.197 -0.077
瑞丽航空 1.002 0.062 西藏航空 1.104 -0.092 山东航空 1.287 0.066
青岛航空 1.039 -0.083 成都航空 1.163 0.127 深圳航空 1.277 -0.125
长安航空 0.955 -0.141 春秋航空 1.315 -0.215 中国航空 1.338 -0.080
乌鲁木齐航空 1.102 -0.026 祥鹏航空 1.151 -0.040 华夏航空 1.220 -0.158
福州航空 0.996 -0.277 上海航空 1.055 0.134 南方航空 1.666 -0.043
幸福航空 0.963 -0.093 首都航空 1.252 -0.074 东方航空 1.570 0.0040
扬子江航空 0.938 -0.088 吉祥航空 1.166 0.057
东海航空 0.971 -0.214 海南航空 1.279 -0.019

注：|a|为各航空企业的Zipf参数,表示航空网络的层级性;b为各航空企业的同/异配性系数,表示航空网络的同/异配性特征;未含港澳台数据。

通过散点图很容易发现,随着航空企业航班数的增加,|a|值呈现先快速增长、后缓慢增长的规律,且最终收敛于1.5左右,b值呈现出“双向”的增长趋势,同配性和异配性属于分化阶段,但最终均趋近于0。由上文可知,|a|主要代表网络层次性,对航班数和航空网络层次性之间的关系具有很好的解释力。图3a中拟合曲线的变化趋势也表明,随着航空企业网络规模的增加,层次性不断增加,但这种增加趋势在网络达到一定规模后逐渐趋缓,甚至不再增加。而b则代表节点之间相互作用的偏好,37个航空企业中,成都航空、吉祥航空、上海航空等10个航空企业为正值（表2）,航空网络呈现同配性特征,有学者将其称为核心-边缘同配型网络[19];四川航空、厦门航空、南方航空等27个航空企业为负值,航空网络呈现异配性特征,被称为核心-边缘异配性网络[19]。b的2条曲线拟合趋势呈“双向”增长,同配性和异配性特征基本随着航空网络规模增加而逐渐减小,并趋于消失,且减小趋势在航班数为2 500个左右体现最为明显。基于上文的“竞争假设”与“存在假设”,这些结果可以反映航空企业在航空网络成长过程中为应对激烈竞争所呈现的一般性特征：为争得一席之地,航空企业首先重点发展核心节点,并依托核心节点的拉动作用带动整个网络快速增长,其结果是令网络的层次性快速增加,与此同时核心节点对边缘节点的带动作用也在不断削减;其次,当网络发展到一定阶段之后（在本文中航班数介于5 000~6 000之间）,层次结构趋于稳定,核心节点对边缘节点的拉动效益消失殆尽,核心-边缘同配性或异配性的网络结构都难以适应规模增长的需要,网络发展模式从围绕核心谋划全局转型为无偏好的战略布局,一方面旨在重点强调网络覆盖的广泛性与通达性,另一方面也与占据良好竞争地位的先发优势息息相关,这在下文中将详细探讨。
因此基于总航班数量、Zipf参数|a|与同/异配性系数b可大体将当前各航空企业的网络组织模式分为4个阶段：① 核心培育阶段。该阶段航空网络规模小、航线往往呈线性集中发展,且具有一定的区域性,核心节点已展现了一定的发展苗头（|a|>0.8,图3）,趋于连接边缘节点,但尚未形成较为明显的核心-边缘结构（|a|<1）,培育具有竞争力的核心,是该阶段航空企业发展的重要任务。② 核心竞争阶段。此时核心-边缘结构已形成（|a|>1）,以核心节点带动网络发展,边缘节点对核心节点的依赖性强,网络效率较高,但当核心节点受到竞争干扰后会削弱整个网络“流”,外围节点易受影响,因此该阶段核心节点的竞争能力尤为重要。③ 稳定增长阶段。此时不再仅以核心节点带动,强调全网络的健全发展,整个网络具有一个相当稳定的层次结构（|a|>1.2,b趋近于0）,即使节点被移除,“流”仍会寻找其它路径来联系整个网络,该阶段网络结构表现出强大流动性和重新组织网络的潜力,对外部竞争干扰具有很高抵抗力。④ 过渡阶段,介于核心竞争阶段与稳定增长阶段之间,处于核心-边缘效应即将消失,尚未进入收敛阶段的网络发展模式。过渡阶段是航空网络发展模式由量变到质变的关键阶段,当航空企业超越过渡阶段进入稳定增长阶段,则意味着获得了较好的生态位,在网络模式上很难再遭受外界竞争干扰,从本文的研究数据来看,当发展到航班总数超过10 000个左右,那么在中国航空网络中便有一席之地了。根据以上划分标准,航空网络发展处于稳定增长阶段的航空企业包括：东方航空、南方航空、中国航空,严格对应于上文所提出的I级航空企业的“三巨头”;处于过渡阶段的航空企业包括：海南航空、山东航空、深圳航空、厦门航空、四川航空、华夏航空、首都航空、春秋航空,基本对应于上文提出的II级航空企业;处于核心竞争阶段的航空企业有：天津航空、吉祥航空、上海航空、中国联航、西部航空、祥鹏航空、成都航空、奥凯航空、西藏航空、昆明航空,对应于上文提出的III级航空企业。处于核心培育阶段的航空企业有：北部湾航空、长龙航空、河北航空、幸福航空、九元航空、东海航空、福州航空、青岛航空、瑞丽航空、长安航空、乌鲁木齐航空、多彩航空、扬子江航空、江西航空、红土航空、大新华航空,基本对应于上文提出的IV、V与VI级航空企业。总体来看,处于核心竞争阶段与核心培育阶段的航空企业较多,因此中国航空网络发展的焦点实际在于“核心”的培育和竞争。

3.2 优势生态位

全国各通航城市都存在若干航空企业分布,因通航城市等级和规模不同,所覆盖的航空企业层级和数量也不同。各航空企业为自身发展会在不同通航城市寻求优势位置,为保证良好的生态位竞争,各航空企业通航城市和优势位置的选择至关重要。基于机场对外联系度,可获得全国各通航城市中航空企业的分布比例（图4）。每个通航城市中对外联系度最高、占比例最大的航空企业占据第一优势位置,依次是第二、三优势位置,以此类推。优势生态位受航空企业对外联系度和通航城市等级的共同影响。具体来看,选取图中第I层级和第II层级的25个机场,分析发现,通航城市中参与竞争的航空企业数量不等,其中北京、上海、广州航空企业数量明显低于其他通航城市,第一优势位置由第I层级航空企业覆盖68%,包括中国航空企业“三巨头”;其它24%由第II层级的海南航空、厦门航空、山东航空、深圳航空和华夏航空分别占据海口、厦门、济南、青岛和深圳等城市。第二优势位置所覆盖的航空企业明显增多,但仍以第I和第II层级的航空企业为主,第I层级航空企业占48%,包括南方航空、东方航空、中国航空;第II层级航空企业占44%,包括海南航空、深圳航空、山东航空、华夏航空和四川航空分别占据着长沙、西安、沈阳、厦门、哈尔滨及乌鲁木齐等城市。第三优势位置大部分依然被第I和第II层级航空企业覆盖,同时新增了第III层级航空企业。第四优势位置覆盖比重较大的是第II层级航空企业,新增第V层级航空企业。第五优势位置开始,第I层级企业覆盖比例开始明显下降,从第六到第十优势位置,整体上以第II和III层级航空企业竞争为主,航空企业的数量也在增加。第十优势位置之后的航空企业在通航城市对外联系总量中所占比例逐渐缩小,等级因素影响不明显,航空企业所处优势位置越低,企业层级越低。北京、上海、广州三大通航城市,覆盖航空企业数量少于很多经济水平及行政级别较高的通航城市,第一优势位置分别对应顶层航空企业,分别是中国航空、东方航空、南方航空,其他优势位置上的第V或VI级航空企业数量很少,为保持一个通航城市的生态竞争,航空企业进入任一通航城市的数量都会有所限制,一旦出现饱和,再进入该通航城市的航空企业将不利于自身发展。整体来看,全国高层级航空企业空间分布均匀,处于通航城市的优势位置较高;低层级航空企业空间分布,或分布具有区域性,或选择较低生态位,例如第III层级的成都航空,其首位节点位于成都,主要枢纽的优势分布区域是西南地区;而同一层级的春秋航空,主要枢纽有北京、上海、广州及深圳等城市,分布区域是东部沿海地区,但其中的优势位置均较低;第VI层级的乌鲁木齐航空、多彩航空、扬子江航空、江西航空、红土航空,基本避开全国性及区域性枢纽,大部分以中小型枢纽为主。
Fig.4 Share of the total flights for each aviation enterprises in navigable cities in China

图4 全国通航城市中各航空企业的航班数占比
未含港澳台数据

4 结论、建议与讨论

4.1 结论

本文基于航班大数据,以企业为主体来分析中国航空网络组织模式,是从一个新视角对中国航空网络进行研究分析,并得到以下结论：
1） 37个航空企业的航空网络均蕴藏位序-规模规律,具有明显的层次性,依据其节点、航线和航班数量被划分为6个层级阶段,高层级航空企业的枢纽主要布局在东部经济发达地区（如京津冀、长三角、珠三角）,覆盖能力和通达性高,低层级航空企业枢纽空间分布呈分散无组织状态,航线呈小范围覆盖,网络通达性较弱。
2） 结合航空网络组织发展模式的判定,研究还发现当前中国航空网络存在两条收敛规律：① 层次性收敛。随着航空企业航空网络规模的不断增大,层次性逐渐由快速增长转为缓慢增长,并逐渐收敛于一定水平,收敛特征象征着航空网络体系的成熟,中国航空网络目前整体的层次性水平为1.696,基本接近于收敛数值,说明中国航空网络大体已发育成熟。②同/异配性收敛。所有航空企业中,有10个表现为同配性特征,有27个表现为异配性特征,但随着航空网络规模的不断增大,同/异配性指数均逐渐趋近于0,代表同配性或异配性特征逐渐减小,并趋于消失。两条收敛规律是判断中国航空企业网络模式或发展阶段的重要依据。
3） 基于竞争与存在假设和网络规模-层次性-同/异配性三位一体的定量化描述,可将当前中国航空企业的航空网络划分为核心培育阶段、核心竞争阶段、过渡阶段与稳定增长阶段4个阶段,37个航空企业中,处于稳定增长阶段的航空企业有3个,处于过渡阶段的航空企业有8个,处于核心竞争阶段的有10个,处于核心培育阶段的有16个。处于核心竞争阶段与核心培育阶段的航空企业较多,又多处于较低生态位,因此中国航空网络发展的焦点实际在于“核心”的培育和竟争。
4） 高层级航空企业在通航城市中优势位置的组织分布均匀,优势位置较高;低层级航空企业空间分布,或分布具有区域性,或选择较低生态位。全国航空网络核心枢纽及主干航线上的市场竞争激烈,基本被高层级航空企业所垄断,航空企业着力于构建具有竞争力的运输网络,就需要定位自身发展阶段,寻求适应企业最优势位置。

4.2 建议

1） 在中国航空网络竞争语境下,小规模企业要重视核心机场的战略地位,充分发挥核心机场的带动作用,通过有效组织网络占据适应于自身发展的生态位,优化航线网络的组织模式;大规模企业巩固已有优势生态位的同时,需要注重网络的通达性与开辟新兴市场,扩大网络规模,维护健康的生态位层级,避免恶性竞争和级联失效现象。
2） 中国航空网络发展整体上已相对成熟,不同航空企业网络形成严密的层次结构,并接近层次收敛水平,但从空间分布与网络规模上看,仍需要进一步发展和完善。在未来发展中,不但要充分发挥和强化现有枢纽机场的重要作用,而且要重点培育区域性枢纽机场,提高网络运营效率。除统一谋划、统一布局航空网络结构外,还应在空间、时间等多维度上,为处于不同生态位的企业开辟更多的可发展空间,避免恶性竞争,特别是要重点关注支线航空与小规模企业的成长。
3） 中国不同等级的航空企业发挥各自优势,促进企业间相互合作,支持共享航班,将利于扩大航线网络的覆盖范围,提升航空企业竞争力;对于解决航线饱和问题,中小型航空企业寻找与自身等级相互适应的优势位置和市场范围至关重要。

4.3 讨论

本文在竞争与存在两条假设的基础上,利用位序-规模分布与同/异配性相结合的方法,并以各航空企业航空网络为单元进行航空网络发展模式的判别,不但发现了层次收敛与同配性收敛两个中国航空网络发展的重要规律,而且以航空企业视角实现了对航空网络演化阶段的定量划分与重新认识,研究结果希冀为航空企业制定科学的竞争策略与促进中国航空网络协调发展提供有价值的参考。由于数据采集限制,所使用的航空大数据仅为中国航空企业的国内航班数据,随着航空客流量的与日俱增,航空企业间的合作及跨国合作会变得日益频繁,这将是从国内和国际航线整体研究航空网络的必要性所在。虽然国内的航班大数据颇具研究价值,但是分析的范围始终不够全面。最后对于航空企业的生态位竞争,未深入分析航空企业间重组及合并这一因素,对于同一个集团的企业成员未详细划分,未来对于以上两个问题还有待进一步学习和探索。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
杜超,王姣娥.南方航空网络空间格局及市场范围[J].地理研究,2015, 34(7):1319-1330.

[Du Chao, Wang Jiao’e.Spatial pattern of China Southern Airlines’ network and its market coverage. Geographical Research, 2015, 34(7):1319-1330.]

[2]
刘宏鲲,周涛.航空网络研究综述[J].自然科学进展,2008,18(6):601-608.

[Liu Hongkun, Zhou Tao.Review of aviation network research. Progress in Natural Science, 2008, 18(6):601-608.]

[3]
O’Kelly M E, Miller H J. The hub network design problem: A review and synthesis[J]. Journal of Transport Geography, 1994, 2(1):31-40.

DOI

[4]
Nero G.A note on the competitive advantage of large hub-and-spoke networks[J]. Transportation Research Part E Logistics & Transportation Review, 1999, 35(4):225-239.

[5]
O’Kelly M E. A geographer’s analysis of hub-and-spoke networks[J]. Journal of Transport Geography, 1998, 6(3):171-186.

DOI

[6]
Reynolds-Feighan A.Traffic distribution in low-cost and full-service carrier networks in the US air transportation market[J]. Journal of Air Transport Management, 2001, 7(5):265-275.

DOI

[7]
Hossain M M, Alam S.A complex network approach towards modeling and analysis of the Australian Airport Network[J]. Journal of Air Transport Management, 2017, 60:1-9.

DOI

[8]
Saberi M, Mahmassani H S.Modeling the airline hub location and optimal market problems with continuous approximation techniques[J]. Journal of Transport Geography, 2013, 30(20):68-76.

DOI

[9]
金凤君. 我国航空客流网络发展及其地域系统研究[J].地理研究, 2001, 20(1):31-39.

[Jin Fengjun.A study on network of domestic air passenger flow in China. Geographical Research, 2001, 20(1):31-39.]

[10]
金凤君,王成金轴-辐侍服理念下的中国航空网络模式构筑[J]. 地理研究, 2005, 24(5):774-784.

[Jin Fengjun, Wang Chengjin.Hub-and-Spoke system and China aviation network organization. Geographical Research, 2005, 24(5):774-784.]

[11]
江勇. 中国国际航空股份有限公司航线网络研究[D].重庆:重庆大学,2007.

[Jiang Yong.Study of air China limited network system.Chongqing: Chongqing University,2007.]

[12]
王姣娥,莫辉辉.航空运输地理学研究进展与展望[J].地理科学进展,2011,30(6):670-680.航空地理学是交通地理学的重要组成部分,且是其最年轻的学科分支。本文以中国和欧美主流航空地理学研究为考察对象,从历史演进、技术变革和制度变迁的综合视角将近百年航空地理学的发展历程分为4 个阶段：20 世纪50 年代前的学科起步发展阶段、50-70 年代的基础体系建构阶段、80-90 年代的理论框架完善阶段以及21世纪以来的理论与实践繁荣阶段。航空地理学传统研究主题包括史志与区域地理总图、机场格局与城镇关联体系、网络结构与组织效应及优化、航空布局与区域发展互动关系、机场布局规划及其影响因素、政策对航空业发展的影响等。近年来,国内外对航空运输地位与作用的重视程度与日俱增,加之航空数据可获得性不断提升,航空网络结构的复杂性、世界(中心)城市、机场体系与航空网络的演化规律与机理、航空系统的可持续发展等问题成为国际研究热点领域。早期,中国航空地理学研究与西方发达国家发展同步,但中期受历史原因的制约而大为滞后;近期,随着经济社会的快速发展,其研究任务与日俱增。国内学界不仅需要完成对20 世纪50 年代以来西方航空地理学基础理论的引入及实证研究,同时须建立航空地理学学科体系,并积极加入国际前沿性课题研究行列。

DOI

[Wang Jiao’e, Mo Huihui.Geography of air transportation: Retrospect & prospect. Progress in Geography, 2011,30(6): 670-680.]

[13]
王姣娥, 莫辉辉. 中国航空网络演化过程与组织模式研究[M]// 中国地理学会.中国地理学会2013年(华北地区)学术年会论文集, 2013:582.

[Wang Jiao’e, Mo Huihui. Evolution process and organization model of China aviation network . The Geographical Society of China.Proceedings of 2013 the geographical society of China (North China) academic annual conference, 2013:582.]

[14]
Taaffe J. A map analysis of United States airline competition[J]. Air Law Comm,1958, 25(2): 121-147, 402-427.

[15]
Zhang Y, Round D K.China’s airline deregulation since 1997 and the driving forces behind the 2002 airline consolidations[J]. Journal of Air Transport Management, 2008, 14(3):130-142.

DOI

[16]
Zhang Q,Yang H, Wang Q et al. Market power and its determinants in the Chinese airline industry[J]. Transportation Research Part A, 2014, 64(2):1-13.

[17]
Wang J, Bonilla D, Banister D.Air deregulation in China and its impact on airline competition 1994-2012[J]. Journal of Transport Geography, 2016, 50(50):12-23.

DOI

[18]
魏冶,修春亮,刘志敏,等.春运人口流动透视的转型期中国城市网络结构[J]. 地理科学, 2016,36(11):1654-1660.基于春运人口流动大数据,选取对外联系度、优势流、城市位序<i>-</i>规模分析等方法对转型期中国城市网络特征进行分析。结果显示：<i>① </i>城市网络层级结构中蕴藏着位序<i>-</i>规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;<i>② </i>空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;<i>③ </i>中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;<i>④ </i>东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;<i>⑤ </i>中国东北地区未形成明显的区域性中心,城市联系形成带状网络;<i>⑥ </i>华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;<i>⑦ </i>带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。

DOI

[Wei Ye, Xiu Chunliang, Liu Zhimin et al. Spatial pattern of city network in transitional China based on the population flows in “Chunyun” period. Scientia Geographica Sinica, 2016,36(11):1654-1660.]

[19]
Crespo J,Suire R,Vicente J.Lock-in or lock-out? How structural properties of knowledge networks affect regional resilience[J]. Papers in Evolutionary Economic Geography, 2012, 14(1):199-219.

[20]
王姣娥,金凤君,孙炜,等.中国机场体系的空间格局及其服务水平[J].地理学报,2006,61(8):829-838.

[Wang Jiao’e, Jin Fengjun, Sun Wei et al. Research on spatial distribution and service level of Chinese Airport System. Acta Geographica Sinica, 2006, 61(8):829-838.]

[21]
王姣娥,景悦.中国城市网络等级结构特征及组织模式——基于铁路和航空流的比较[J].地理学报, 2017, 72(8):1508-1519.

[Wang Jiao’e, Jing Yue.Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow. Acta Geographica Sinica, 2017,72(8):1508-1519.]

[22]
张凡, 杨传开, 宁越敏,等. 基于航空客流的中国城市对外联系网络结构与演化[J]. 世界地理研究, 2016, 25(3):1-11.

[Zhang Fan, Yang Chuankai, Ning Yuemin et al. The changing structure of Chinese transnational urban network: An analysis through air passenger flow. World Regional Studies, 2016, 25(3):1-11.]

[23]
马学广,鹿宇. 基于航空客运流的中国城市空间格局与空间联系[J]. 经济地理, 2018, 38(8): 47-57.

[Ma Xueguang, Lu Yu.Spatial structure and connection of cities in China based on air passenger transport flow. Economic Geography, 2018, 38(8): 47-57.]

Options
Outlines

/

〈 〉