亚洲h色精品,亚洲精品久久久久,欧美激情一二三区,成人影院入口

學(xué)術(shù)咨詢服務(wù),正當(dāng)時......期刊天空網(wǎng)是可靠的職稱工作業(yè)績成果學(xué)術(shù)咨詢服務(wù)平臺!!!

2000—2018年全國民航網(wǎng)絡(luò)結(jié)構(gòu)特征及演化

發(fā)布時間:2021-07-29所屬分類:工程師職稱論文瀏覽:1

摘 要: 摘要:航空網(wǎng)絡(luò)在實現(xiàn)區(qū)域互聯(lián)互通,加強社會經(jīng)濟(jì)體發(fā)展與合作中起著重要作用。基于網(wǎng)絡(luò)分析方法,采用20002018年航班數(shù)據(jù),探索研究全國民航網(wǎng)絡(luò)結(jié)構(gòu)特征及其變化規(guī)律。結(jié)果表明:網(wǎng)絡(luò)密度表現(xiàn)出先降低后升高的趨勢,具有異速增長特征,航班密度則先升高后

  摘要:航空網(wǎng)絡(luò)在實現(xiàn)區(qū)域互聯(lián)互通,加強社會經(jīng)濟(jì)體發(fā)展與合作中起著重要作用。基于網(wǎng)絡(luò)分析方法,采用2000—2018年航班數(shù)據(jù),探索研究全國民航網(wǎng)絡(luò)結(jié)構(gòu)特征及其變化規(guī)律。結(jié)果表明:網(wǎng)絡(luò)密度表現(xiàn)出先降低后升高的趨勢,具有異速增長特征,航班密度則先升高后降低。網(wǎng)絡(luò)具有小世界特征,特征路徑長度和集聚系數(shù)分別呈下降態(tài)勢和倒“U”型變化。節(jié)點度和鄰近中心性均值增加,城市直接連通性和全局可達(dá)性顯著提高。不同中心性指標(biāo)之間具有較高相關(guān)性,度與鄰近中心性相關(guān)性最高,但隨時間變化不明顯;度與中介中心性、中介中心性與鄰近中心性的相關(guān)性較低,整體呈上升趨勢。航班分布空間分異特征明顯,東部地區(qū)城市間航班聯(lián)系數(shù)量占比最高,但呈下降趨勢;東-中、東-西部地區(qū)城市間航班聯(lián)系數(shù)量占比提升,民航網(wǎng)絡(luò)的發(fā)展重心呈現(xiàn)向西偏移趨勢。

2000—2018年全國民航網(wǎng)絡(luò)結(jié)構(gòu)特征及演化

  關(guān)鍵詞:航空運輸;演化過程;網(wǎng)絡(luò)分析;結(jié)構(gòu)特征;航班時刻表

  0 引言

  航空運輸作為快速、高效的交通方式,在促進(jìn)社會經(jīng)濟(jì)體發(fā)展和跨區(qū)域的交流合作中扮演著至關(guān)重要的角色。尤其在中、長距離的客貨運輸中,航空具有其他交通方式無法替代的優(yōu)勢,占有一定的市場份額,成為現(xiàn)代交通運輸體系重要的組成部分。據(jù)統(tǒng)計,2019 年民航全年完成旅客運輸量6.60億人次,旅客周轉(zhuǎn)量占綜合交通運輸體系的 32.8%。機場和航線網(wǎng)絡(luò)作為航空運輸實現(xiàn)的載體,其組織結(jié)構(gòu)對于客、貨的流動效率,航空公司資源配置,行業(yè)市場競爭力提升及可持續(xù)發(fā)展都至關(guān)重要。

  當(dāng)前對民航網(wǎng)絡(luò)結(jié)構(gòu)特征的研究集中于對網(wǎng)絡(luò)的中心性、層次性、小世界、無標(biāo)度、魯棒性、抗毀性等特征的量化分析,揭示網(wǎng)絡(luò)的空間模式、組織結(jié)構(gòu)和演化規(guī)律。王姣娥等[1-2] 基于復(fù)雜網(wǎng)絡(luò)理論對中國民航網(wǎng)絡(luò)的復(fù)雜性進(jìn)行多維度實證分析,系統(tǒng)剖析網(wǎng)絡(luò)的結(jié)構(gòu)特征。ZHANG等[3] 分析2005— 2016 年中國 69 個機場連通性變化,并對影響連通性變化的因素進(jìn)行探索性研究。杜方葉等[4] 從全球視角探討新冠疫情對中國國際航空網(wǎng)絡(luò)連通性的影響及地區(qū)差異。DAI 等[5] 研究 1979—2012 年東南亞航空網(wǎng)絡(luò)結(jié)構(gòu)及其變化,認(rèn)為該網(wǎng)絡(luò)表現(xiàn)出混合異配模式,可以分解為核心-橋接-邊緣結(jié)構(gòu)。在魯棒性和抗毀性方面,VERMA 等[6] 研究世界民航網(wǎng)絡(luò),認(rèn)為該網(wǎng)絡(luò)對于長距離出行來說冗余而具有彈性,短距離旅行會因為刪除一些不重要的連接而導(dǎo)致網(wǎng)絡(luò)崩潰。

  空間格局上,賈鵬等[7] 采用標(biāo)準(zhǔn)差橢圓和 GIS 空間分析方法檢驗全國空港客貨流要素分布的聚集性,為我國樞紐機場選址、空港布局決策提供指導(dǎo)。杜德林等[8] 以3大國有航空公司為研究對象,對比分析了2005年和2015年3大航空公司的網(wǎng)絡(luò)空間結(jié)構(gòu)。杜方葉等[9] 選取2013年和2018年的數(shù)據(jù),從國際航線、國際航班以及通航城市3個層面,研究“一帶一路”背景下中國國際航空網(wǎng)絡(luò)的空間格局及其演變規(guī)律,為網(wǎng)絡(luò)未來發(fā)展提供理論和實踐指導(dǎo)。

  近 20 年,中國大陸內(nèi)部交通環(huán)境發(fā)生重大變化,航空網(wǎng)絡(luò)基礎(chǔ)設(shè)施不斷發(fā)展,機場、航線和運營航班數(shù)量不斷增加。本文基于2000-2018年全年航班時刻表數(shù)據(jù),研究全國民航網(wǎng)絡(luò)的結(jié)構(gòu)特征,采用網(wǎng)絡(luò)分析方法從時空和關(guān)聯(lián)的角度探討網(wǎng)絡(luò)結(jié)構(gòu)演化特征。

  1 數(shù)據(jù)與研究方法

  1.1 數(shù)據(jù)

  所 用 數(shù) 據(jù) 主 要 源 于 OAG(Official Aviation Guide),收集 2000—2018 年國內(nèi)出發(fā)、國內(nèi)到達(dá)的全年度航班數(shù)據(jù)。限于數(shù)據(jù)的可得性,數(shù)據(jù)不包含香港、澳門和臺灣地區(qū)。OAG 數(shù)據(jù)屬于計劃航班數(shù)據(jù),與實際起降航班架次存在一定差異。為驗證數(shù)據(jù)的可靠性,本文進(jìn)行兩方面分析。首先,將從 OAG數(shù)據(jù)中統(tǒng)計得到的各年份總航班數(shù)(經(jīng)停航班僅統(tǒng)計一次)與民航業(yè)發(fā)展統(tǒng)計公報數(shù)據(jù)對比,發(fā)現(xiàn)兩者差異較小且總體具有高度相似的走勢。經(jīng)檢驗發(fā)現(xiàn),OAG 數(shù)據(jù)中各年度總航班數(shù)與民航業(yè)發(fā)展統(tǒng)計公報數(shù)據(jù)相關(guān)系數(shù)高達(dá)0.997(1%顯著水平)。其次,對50個主要航段上來自O(shè)AG的航班數(shù)據(jù)與來自《從統(tǒng)計看民航》的實際執(zhí)飛航班數(shù)對比,發(fā)現(xiàn)兩者的比值介于 0.9~1.2 之間。盡管昆明-上海、昆明-重慶、蘭州-烏魯木齊、西安-西寧、南京深圳、大連-南京等在內(nèi)的少數(shù)航段上兩組數(shù)據(jù)差異比較大,但總體而言,兩組數(shù)據(jù)仍具有較高的相關(guān)性(1%顯著水平下相關(guān)系數(shù)為 0.849)。因此,采用OAG航班數(shù)據(jù)進(jìn)行民航網(wǎng)絡(luò)結(jié)構(gòu)研究具有一定的可行性。

  相關(guān)期刊推薦:《交通運輸系統(tǒng)工程與信息》是中國科協(xié)技術(shù)協(xié)會主管,中國系統(tǒng)工程學(xué)會主辦、中國科學(xué)出版社出版的一級科技學(xué)術(shù)期刊,國內(nèi)外公開發(fā)行,原為季刊,自2005年起變更為雙月刊。本刊面向交通運輸系統(tǒng)工程、綜合交通工程、智能交通工程、信息工程等學(xué)科,以傳播新理論、新技術(shù),探討重大交通工程中的理論與實踐問題、促進(jìn)學(xué)術(shù)交流、推動學(xué)科發(fā)展為宗旨,堅持理論與實踐、引進(jìn)與創(chuàng)新相結(jié)合的方針,努力反映交通運輸系統(tǒng)工程、智能交通與信息等領(lǐng)域的最新成就與世界交通運輸科技的前沿動向,鼓勵不同觀點的爭鳴。

  分析前進(jìn)行數(shù)據(jù)清洗和整理,以通航城市為節(jié)點,合并擁有 2 個及以上機場的城市數(shù)據(jù)。另外,拆分有經(jīng)停機場的航線,例如,將成都-徐州-哈爾濱航線拆分為成都-徐州和徐州-哈爾濱,并保持航班頻率不變。城市間的航班聯(lián)系通常為雙向,如果有城市A飛往城市B的航班,相應(yīng)地會有城市B飛往城市A的航班。考慮到飛行的對稱性以及描述的簡便性,將民航網(wǎng)絡(luò)有向的OD數(shù)據(jù)處理為不區(qū)分方向的網(wǎng)絡(luò)模型。

  1.2 研究方法

  網(wǎng)絡(luò)復(fù)雜性特征對于網(wǎng)絡(luò)連接結(jié)構(gòu)的識別具有重要意義,常用特征統(tǒng)計量包括:路徑長度(特征路徑長度、網(wǎng)絡(luò)直徑)、緊密度(網(wǎng)絡(luò)密度、航班密度、集聚系數(shù))和中心性(度、中介中心性、鄰近中心性)等。

  2 結(jié)果分析

  2.1 網(wǎng)絡(luò)基本結(jié)構(gòu)特征

  全國民航網(wǎng)絡(luò)的基本統(tǒng)計特征如表 1 所示。 2000—2018年通航城市數(shù)由118個增長至227個,年均增長3.5%,其中:東部、中部、西部通航城市分別由45,33,40個增加至64,75,88個。同時,節(jié)點之間的邊數(shù)由 887 條增長至 3423 條,年均增長 7.4%。網(wǎng)絡(luò)密度介于 0.10~0.14 之間,總體呈現(xiàn)先降后升的趨勢,說明全國民航網(wǎng)絡(luò)在擴張過程中新增通航城市和新增連邊保持異步變化,網(wǎng)絡(luò)呈現(xiàn)異速增長特征。相較于網(wǎng)絡(luò)密度,航班密度更能揭示城市聯(lián)系的緊密程度。全國民航網(wǎng)絡(luò)的航班密度總體呈現(xiàn)先升高后降低的態(tài)勢,2000—2011年航班密度由 1071 增加至 2377,增長 121.9%。2011— 2018年航班密度出現(xiàn)回落,由2377降至1985,降低 16.5%。航班密度變化的直接原因是 2011 年之后航班增長速度持續(xù)低于城市間連邊的增長速度。 2000—2011 年城市間連邊以年均 4.88%的速度增長,2011—2018年以12.53%的速度增長,對應(yīng)時期的航班增長速度分別為 12.76%和 9.66%。2011 年之后,城市間連邊增長速度較快,主要是因為隨著經(jīng)濟(jì)發(fā)展,更多城市之間加強人口流動,增加了對航空運輸?shù)男枨蟆:桨鄶?shù)增速放緩源于短途和長途航班增長速度均出現(xiàn)不同程度下降。統(tǒng)計顯示, 2011年之前和2011年之后800 km以下航班分別以年均10.09%和6.03%的速度增長;800 km以上的航班分別以年均 14.32%和 11.14%的速度增長。其中,800 km以下短途航班增速放緩的部分原因來自于高鐵開通運營的影響[10] 。例如:成都到西安2017 年全年直達(dá)航班約3700架次,由于成都-西安高鐵 (于2017年12月6日開通運營)的影響,2018年直達(dá)航班急劇下降至800架次左右。此外,表1顯示全國民航網(wǎng)絡(luò)平均航距不斷增加,由1167 km上升至 1384 km,也反映了部分短途航線受高鐵影響,航班數(shù)減少導(dǎo)致平均航距增大。

  全國民航網(wǎng)絡(luò)路徑長度分布及集聚系數(shù)如表2 所示。

  特征路徑長度整體呈現(xiàn)緩慢下降趨勢,由 2.115下降至1.965。網(wǎng)絡(luò)的整體聯(lián)系更為緊湊,效率提高,表明全國民航網(wǎng)絡(luò)處在不斷調(diào)整與演變的發(fā)展階段。2000—2018年節(jié)點間最短路徑的最小值為1;最大值即網(wǎng)絡(luò)直徑為3或4。其中:長度為1 的最短路徑占比約12%,未發(fā)生明顯變化;長度為2 的最短路徑比重由63%提升至77%左右;長度為3 的最短路徑的占比由24%降至9.5%。隨著民航網(wǎng)絡(luò)結(jié)構(gòu)的完善,城市間可達(dá)性將繼續(xù)提高。集聚系數(shù)呈現(xiàn)先上升后下降的倒“U”型變化趨勢,主要原因是 2010 年之前新增機場和航線主要在東部、中部地區(qū),2010年之后新增城市和航線主要發(fā)生在西部。與同規(guī)模的隨機網(wǎng)絡(luò)相比,民航網(wǎng)絡(luò)具有與之較為接近的特征路徑長度,比值保持在1.02~1.06,處于同一數(shù)量級。集聚系數(shù)是隨機網(wǎng)絡(luò)的5.7~8.1 倍,民航網(wǎng)絡(luò)表現(xiàn)出“小世界”效應(yīng)。

  2.2 節(jié)點中心性及其相關(guān)性分析

  2000—2018年節(jié)點城市的度均值呈上升態(tài)勢,如圖1(a)所示,由15.0提升至30.2,城市直接連通性顯著提升。采用基尼系數(shù)測算中心性指標(biāo)的不平均程度發(fā)現(xiàn),度中心性的基尼系數(shù)值呈現(xiàn)先升后降的變化趨勢,如圖 2(a)所示,即節(jié)點的度分布異質(zhì)性先增強后減弱。分地域來看,東部地區(qū)城市度均值最高,城市直接連通性最好,平均度由23.0增長至 48.1,但提升幅度(109%)相對最小;西部城市度均值最低,城市直接連通性最差,度均值由9.6增長至 23.2,提升幅度(142%)最大;中部地區(qū)城市平均度由10.7增長至22.9,提升數(shù)量和幅度(113%)均介于東部、西部城市之間。就具體城市而言,度中心性提升較大的城市主要分布在京津、長三角、珠三角、成渝城市圈,西安、昆明、蘭州、沈陽、海口等城市作為各自省份中經(jīng)濟(jì)發(fā)展首位度較高的城市,度值也有顯著提高。

  中介中心性分布差異明顯,總體而言,節(jié)點中介中心性均值呈下降趨勢。如圖1(b)所示,不同區(qū)域中,東部城市中介中心性均值最大,介于0.007~ 0.015之間;西部城市次之,介于0.004~0.011之間;中部城市最小,介于 0.001~0.003 之間。中介中心性的基尼系數(shù)值也呈現(xiàn)先上升后下降的變化趨勢,保持在0.9以上,如圖2(b)所示,表明節(jié)點中介中心性異質(zhì)性較強。針對節(jié)點個體,75%的已有城市中介中心性值增加,中轉(zhuǎn)作用加強。造成這一現(xiàn)象的主要原因在于網(wǎng)絡(luò)新增通航城市以支線邊緣節(jié)點為主,承載的中轉(zhuǎn)或銜接功能較弱。新增節(jié)點中介中心值雖然較低,但新增節(jié)點和航線強化了已有城市的中轉(zhuǎn)功能。縱向?qū)Ρ劝l(fā)現(xiàn),節(jié)點鄰近中心性均值在波動中提升,由0.485增加至0.518,如圖1(c)所示,全局可達(dá)性提高。鄰近中心性平均值中,東部城市,中部城市,西部城市依次降低,其中,西部城市鄰近中心性均值提高幅度最大。各年份的鄰近中心性基尼系數(shù)值均低于0.1,總體呈下降趨勢,如圖 2(c)所示,表明城市間的全局可達(dá)性差異較小,集聚性增強。隨著網(wǎng)絡(luò)和航班密度的進(jìn)一步擴大,城市的全局可達(dá)性仍將提高,差異性進(jìn)一步減小。

  度、中介中心性和鄰近中心性分別反映節(jié)點在網(wǎng)絡(luò)中不同的功能定位,統(tǒng)計3個指標(biāo)之間的相關(guān)系數(shù)(Pearson Correlation Coefficient),如表 3 所示。總體而言,民航網(wǎng)絡(luò)節(jié)點的不同中心性指標(biāo)之間具有較高的相關(guān)性,意味著直接連通性好的城市同時也具有良好的中轉(zhuǎn)功能和全局可達(dá)性。其中,度與鄰近中心性的相關(guān)性最高,但隨時間變化不明顯,度與中介中心性的相關(guān)性次之,中介中心性與鄰近中心性的相關(guān)性最小。隨著民航網(wǎng)絡(luò)的發(fā)展和結(jié)構(gòu)的完善,度與中介中心性、中介中心性與鄰近中心性的相關(guān)性整體呈現(xiàn)上升趨勢。

  2.3 航班聯(lián)系結(jié)構(gòu)時空分異特征

  城市對之間航班數(shù)與旅客流量具有強正相關(guān)性,分析航班分布結(jié)構(gòu)及其演化過程有助于加強對網(wǎng)絡(luò)中人口流動及其變化規(guī)律的理解。全國民航網(wǎng)絡(luò)航班數(shù)呈逐年增長趨勢,從宏觀分布來看,具有較強的不均衡性。圖 3 以 2000 年、2010 年和 2018 年數(shù)據(jù)為例,展示航班累計概率分布(≥航班數(shù)),可以看出明顯的“長尾”結(jié)構(gòu)特征。2000 年、 2010年和2018年城市對間的航班數(shù)平均值分別為 547、1192和997,航班數(shù)超過城市間航班均值的城市對數(shù)占比在24%~30%之間。2000—2018年城市對之間的航班數(shù)基尼系數(shù)值由0.59增加至0.64,分布異質(zhì)性呈擴大趨勢。2000 年航班數(shù)最多的前 1%、5%和10%城市對之間的航班數(shù)占總航班數(shù)的比例分別為9.8%、28.4%和43.5%,2018年分別提升至 11.3%、33.2%和 50.1%,樞紐城市對之間航班聯(lián)系的“頭部效應(yīng)”進(jìn)一步強化。

  全國民航網(wǎng)絡(luò)航班聯(lián)系區(qū)域分異突出,圖4從東部、中部、西部 3 大區(qū)域的角度展示全國民航網(wǎng)絡(luò)的地帶性聯(lián)系及特征變化。2000—2018年城市航班聯(lián)系強度不斷加深,但其內(nèi)部始終存在巨大差異。具體表現(xiàn)為:東部地區(qū)內(nèi)部航班聯(lián)系占比最高,但出現(xiàn)較大幅度下降,由2000年的41.3%降至2018年的26.1%;占比較高的是東-中、東-西跨區(qū)域的航班聯(lián)系,兩者占比均呈現(xiàn)上升趨勢,東中的跨區(qū)域航班聯(lián)系占比由 20.8%提升至 23.9%,東-西的跨區(qū)域航班聯(lián)系由18.6%提升至24.1%,說明民航網(wǎng)絡(luò)發(fā)展的重心呈現(xiàn)出向中部、西部轉(zhuǎn)移的趨勢。中部地區(qū)內(nèi)部的航班聯(lián)系占比較低,這并非因為中部地區(qū)空港城市較少(實際有79個,占總數(shù)的 1/3),而是相較于航空運輸,中部地區(qū)內(nèi)部交通聯(lián)系更多依賴地面運輸方式。2000 年中-西部的跨區(qū)域航班聯(lián)系占比僅為 5.4%,2018 年提升至 9.1%。西部地區(qū)內(nèi)部的航班聯(lián)系占比約 11%,基本保持不變。

  圖 5 選取 2000 年、2010 年和 2018 年數(shù)據(jù)可視化顯示全國民航網(wǎng)絡(luò)聯(lián)系時空結(jié)構(gòu)特征及其變化,空港城市符號大小差異代表起飛航班數(shù)的不同。為保持圖形的可讀性,圖中僅突出顯示航班最多的前100條連線。可以看出,不同時間航班數(shù)較高的連線主要發(fā)生在“胡煥庸線”以東,近 20 年整體形態(tài)未發(fā)生根本性變化。航班數(shù)最多的前 100 條連線主要連接行政等級高、經(jīng)濟(jì)發(fā)達(dá)、人口密度大或旅游職能突出的城市,包括:北京、上海、廣州、深圳、杭州、成都、重慶、武漢、長沙、廈門、貴州、西安、沈陽、昆明、海口、烏魯木齊、西雙版納、麗江等,這些城市及城市間的連線構(gòu)成全國民航網(wǎng)絡(luò)骨架。 2000年航班聯(lián)系最多的前100條連線中僅北京-呼和浩特、北京-烏魯木齊、西安-銀川、西安-蘭州、西安-烏魯木齊、蘭州-烏魯木齊、成都-拉薩7條連線與胡煥庸線以西的城市有關(guān)(圖5中虛線),2018 年航班數(shù)最多的前100條連線中有15條連接了胡煥庸線以西的城市,如圖5(c)所示。隨著航線網(wǎng)絡(luò)的完善和社會經(jīng)濟(jì)活動重心向西拓展,胡煥庸線以西的副省級區(qū)域中心將帶動周邊城市更多地融入到民航網(wǎng)絡(luò)前的頂層結(jié)構(gòu)中,例如,以烏魯木齊為中心的對外航班聯(lián)系。從圖5還可以發(fā)現(xiàn),2000年航班聯(lián)系前 10 的連線主要與北京相連,上海次之。2018年前10的連線中有3條與北京相連,而與上海相連的多達(dá)7條。——論文作者:曹煒威*1 ,李政2 ,馮項楠3, 4

熱門核心期刊

sci|ssci服務(wù)

EI|SCOPUS服務(wù)

翻譯潤色解答

論文發(fā)表指導(dǎo)

學(xué)術(shù)成果常識

最新分區(qū)查詢?nèi)肟?/a>

SCISSCIAHCI

主站蜘蛛池模板: 定州市| 张掖市| 武胜县| 南华县| 长泰县| 开鲁县| 蓬溪县| 丹江口市| 龙岩市| 温州市| 乐东| 淮安市| 林芝县| 岑巩县| 阳东县| 定安县| 孝昌县| 旅游| 蕉岭县| 山东| 林州市| 汽车| 遵化市| 徐汇区| 浑源县| 高邮市| 家居| 银川市| 孟津县| 诸暨市| 陆川县| 北川| 海城市| 南开区| 邹城市| 夏津县| 昌宁县| 城固县| 宁阳县| 盱眙县| 胶州市|