打开文本图片集

摘要：根据我国民航局2022年冬春季机场航班时刻，构建了我国机场之间航线网络模型，使用Python软件统计了网络的属性值，对网络拓补结构进行分析，总结了分析结果对航线网络优化和调整的意义。

关键词：航线网络;民航运输;航空公司;机场联系

航线网络是航空公司航班计划和机组安排等运行计划的先决条件，对航空公司的运行效率和客户的服务质量有着重要的影响作用，是航空公司生存和发展的基础，是民航交通中的重要保障，也是远距离运输活动的关键部分。我国民航网络由各地区之间航线组成，不同航线可能经过相同城市，旅客从出发地至目的地可选择多条航线通行。改革开放以来我国民航业取得飞速发展，据统计，我国现有国内航线16000多条，机场客流与日俱增。在“十四五”民航发展规划的指引下，我国航空运输体系将更加完善。通过运用复杂网络理论对航线特征进行评估分析，可以对我国航线网络集聚程度等各项指标有更直观的观察。

1 网络模型

我国范围内（大陆地区）每个机场都是网络上的一个顶点，若某2机场之间已开通运营航线，则相应2顶点相互连接形成一条边。显然，机场之间的网络模型是无向无权网络。

根据我国民航局2022年冬春季机场航班时刻数据，选择我国237个机场为网络顶点，连接顶点之间的边意为开通航线，若两顶点之间无边连接则意为机场之间未开通航线。

2 网络的统计属性

2.1节点度的分布

度分布（Degree Distribution）是机场复杂网络的一个重要指标，节点度分布p（k）表示节点度为k的节点数n（k）占节点总数N的比例，计算公式如下：

式中：节点度k表示节点与网络非自身节点相连接的边数。

在本文网络中，度的含义为与该节点机场相连接的客运飞行航线边的数量，通常节点机场度值的大小反映了该机场的通达性和通达规模，节点度越高，节点在网络中越“重要”。本文涉及我国机场网络的总度数为6970，平均度数为29.29，说明平均每个城市机场与其他约29个城市有直接航线连接。

2.2网络聚集系数

网络聚集系数C反映网络聚集程度，是机场复杂网络的一个重要的指标。计算公式如下：

式中：m为与节点机场i的相邻的节点数量，l表示与节点i相连的节点之间的实际相连的边数。节点的聚集系数越大，表示与机场i相连的节点的边数越多。网络聚集系数C是整个网络中所有节点聚集系数的平均值，C越大表示各机场的聚集性越强，当C为1时，说明网络中所有机场都相连;C越小表示各机场的聚集性越弱，当C为0时，说明与机场i相连的其他机场互不相连。

2.3网络平均距离

网络中节点的分离程度由网络平均距离L体现，计算公式如下：

式中：dij为节点i、节点j之间最短路径边的数目。

网络平均距离是所有节点之间距离的平均值，通过python计算出图中所有节点的网络平均距离为2.094212111073938，即图中每个机场之间平均有两条线路连接。综合分析以上的聚类系数可知，按照Watts D.J.的定义，平均距离小和平均聚集系数大的网络都具有小世界效应，在网络中任意两点间的平均距离L随网络格点数N的增加呈对数增长，且网络的局部结构上仍具有较明显的集团化特征。

3 模型解释

3.1模型的背景

任何一个国家的空域资源都是有限的，由于各个地区经济发展不平衡，旅客运输人数也出现集团化，某些机场吞吐量已经达到饱和。民航运输作为最高效的中远距离出行方式，应该对空域进行合理规划，避免资源浪费。所以分析航空网络拓部结构，评估空域效能并对空域效能方面提出合理的建议，具有重大现实意义。

3.2模型对航路线网优化和调整的意义

我国机场航路线的拥堵程度较为严重：9个机场具备的航路线为100条以上，9个机场具备的航路线为80～99，21个机场具备的航路线为60～79，9个机场具备的航路线为40～59，29个机场具备的航路线为20～39，42个机场具备的航路线为10～19，而航路线为个位数的则有119个机场。其中上海浦东国际机场、西安咸阳国际机场等机场有多达140条航路线，这些机场大多为国际机场，航班需求量大，航路线拥堵十分严重;而如海西德令哈机场、霍林郭勒霍林河机场等中小机场，航路线仅为1条，航班需求量及拥堵程度极小。可以看出，我国航路拥堵状况分布十分不均，而根据图像可以看出，我国中、东部地区航路拥堵状况十分严重，西、北部地区状况较轻。

从网络分析可知，网络拓扑结构基本满足我国不同地区的大部分乘客的出行需求，但多数航路线会集中于单个机场区域，因此在这交通便捷、吞吐量大的机场中也存在着很大的航路拥堵现状;于此同时又有多数机场的航路线较少，部分航路线之间的距离较短，航路资源较为浪费。

针对我国航空路线网的上述问题，从航路线的网络拓扑结构分析后，可以采取以下措施来改善航路拥堵状况：

（1）在航路线集中的大型机场附近多分布“卫星”机场，分担主机场的航路交通压力。

（2）对于较为偏僻的机场，加强其对与大型机场之间的联系，从而形成线状的航路交通联系。

（3）将大型机场的部分航路线分配给附近的小型机场，在保证交通运行顺畅的同时，尽可能地充分利用航路交通资源。

（4）根据客流需求，对某些短途航路线采取合并、取消的策略。

4 结语

本文根据复杂网络理论提出了处理大量航路线路拥堵状况的分析方法，同时以我国航路线路网为例统计了网络属性的数据，分析了航路网络的拓扑特征，并进一步探讨了分析结果对航路线网优化和调整的意义。但本文仅分析了该网络拓扑结构属性对于航路线网的意义，并没有对不同年度的航路线网分析其内在的增长的动力机制，但对于目前世界航路线网错综复杂、线路繁多的状况有一定的借鉴与分析指导意义。大量数据仍有待收集，很多问题还有待更进一步的研究。

参考文献：

[1]郭雷，徐晓鸣.复杂网络[M].上海：上海科技教育出版社，2006.

[2]闫文彩，基于复杂网络的城市路网可靠性分析[D].青岛：山东科技大学，2011.

[3]范彦静，王化雨.基于复杂网络的知识网建模研究[J].心智与计算，2008（1）：16-20.

[4]孙仁诚，邵峰晶.青岛市公交线路网络复杂性分析[J].复杂系统与复杂性科学，2009，6（3）：63-68.

[5]赵俊红，马军海，李瑞山.基于天津市公共交通网络的复杂性研究[J].复杂系统与复杂性科学，2009，6（4）76-82.

[6]孙博，魏明，姚娟.公交线路之间“竞争”关系的复杂网络分析[J].公路与汽运，2013（03）：52-54.

课题项目：中国民航大学大学生创新训练项目 基于WebGIS的空域效能评估平台研制（项目编号：IECAUC2021018）

作者简介：黑玥琨（2001.07-），男，回族，河北唐山，本科，研究方向：民航大数据。