EN中文

地理学报 >

2024 , Vol. 79 >Issue 6: 1540 - 1555

DOI: https://doi.org/10.11821/dlxb202406011

空间与产业发展

世界级机场群航空网络时空演化特征与模式

  • 张蕾 , 1 ,
  • 孙伟 , 2 ,
  • 宋彦 3
展开
  • 1.江苏第二师范学院地理科学学院，南京 210000
  • 2.中国科学院南京地理与湖泊研究所，南京 210000
  • 3.美国北卡罗莱纳大学教堂山分校城市与区域规划系，美国 教堂山 27599
孙伟(1980-), 男, 辽宁彰武人, 研究员, 从事区域发展与规划研究。E-mail:

张蕾(1983-), 女, 江苏南通人, 博士, 教授, 从事交通地理、航空运输与多机场研究。E-mail:

收稿日期: 2023-02-01

  修回日期: 2023-11-19

  网络出版日期: 2024-06-19

基金资助

国家自然科学基金项目(42171185)

收起

Spatio-temporal evolution of the aviation network structure of the world-class airports cluster:Taking the Northeast Corridor of the United States as an example

  • ZHANG Lei , 1 ,
  • SUN Wei , 2 ,
  • SONG Yan 3
Expand
  • 1. School of Geographic Science, Jiangsu Second Normal University, Nanjing 210000, China
  • 2. Nanjing Institute of Geography & Limnology, CAS, Nanjing 210000, China
  • 3. Department of Urban and Regional Planning, University of North Carolina at Chapel Hill, Chapel Hill 27599, USA

Received date: 2023-02-01

  Revised date: 2023-11-19

  Online published: 2024-06-19

Supported by

National Natural Science Foundation of China.(42171185)

Fold

摘要

机场群已经成为航空运输地理学的新兴研究领域。利用社会网络分析方法对1993—2018年美国东北走廊地区世界级机场群航空网络时空演化进行验证分析，发现该区域航空网络经历了从形成期到成熟期的转变：① “核心—边缘”结构特征趋于显著，核心机场与边缘机场的运量差距拉大，相互联系减少，而核心机场快速成长，彼此联系加密，部分枢纽的国内国际中转功能持续增强；② 轴辐结构特征逐渐清晰，轮辐机场连接枢纽机场数量减少，航线更加聚焦，尤其倾向连接邻近多机场系统的枢纽机场；③ 航空网络的小世界特征和节点异配性明显，但轮辐机场连接的枢纽数量减少导致簇系数降低，轴辐结构的形成削弱了航空网络的小世界特征。基于实证分析，本文构建了一个中小尺度下的机场群航空网络演化模型，研究可为航空网络演化理论发展提供实证基础，也可为国内规划建设世界级机场群提供理论与实证参考。

关键词： 时空演化特征; 世界级机场群; 航空网络; 演化模式

本文引用格式

张蕾 , 孙伟 , 宋彦 . 世界级机场群航空网络时空演化特征与模式[J]. 地理学报, 2024 , 79(6) : 1540 -1555 . DOI: 10.11821/dlxb202406011

Abstract

Airport cluster has become an emerging field of research in air transport geography. Using the social network analysis method, we analyzed the spatiotemporal evolution of the world-class airport cluster's aviation network in the Northeast Corridor of the United States from 1993 to 2018. This paper found that in this region the aviation network has undergone the transformation from the formative period to the mature period. The results are as follows: (1) The "core-edge" structural characteristics tended to be more significant, more flights concentrated in the core airports while the flights between the edge airports and core airports decreased. The core airports grew rapidly, and connectivity among core airports enhanced. Meanwhile the domestic and international transit function of some core hubs was strengthened. (2) The structural characteristic of the hub and spoke was gradually obvious, while the number of hub airports connected by spoke airports reduced. This means that the spoke airports focused the flights to the hub airports in the nearby multi-airport system. (3) The small-world characteristic and node hetero compatibility of the aviation network became obvious, nevertheless, the reduction of hub airports connected by the spoke airports resulted in the decrease of cluster coefficient. The formation of the hub-and-spoke structure weakened the small-world characteristic of the aviation network. Based on the empirical analysis, this paper constructed an aviation network evolution model of airport cluster in small and medium scales, which can provide an empirical basis for the development of aviation network evolution theory, as well as theoretical and empirical reference for the planning and construction of world-class airport clusters in China.

Key words： spatiotemporal evolution; world-class airport cluster; aviation network; evolutionary patterns

1 引言

机场群是国内民航业界及学界的重要实践创新，并逐步成长为航空运输地理学的新兴研究领域之一[1]。世界级城市群和世界级机场群联动发展已经成为全球经济发展的重要趋势，打造高质量世界级机场群[2-3]成为实施民航强国战略的必由之路。2018年中国民用航空局与上海市、江苏省、浙江省、安徽省共同签署了《关于共同推进长三角地区民航协同发展努力打造长三角世界级机场群合作协议》，提出长三角地区有条件、有能力率先突破发展瓶颈、实现由大到强，努力建成世界级机场群。2021年3月中国民用航空局明确提出重点建设京津冀、长三角、粤港澳大湾区、成渝等四大世界级机场群。建设协同分工、运作高效的世界级机场群，统筹优化航空网络、完善区域航线网络布局成为了题中之义，为此有必要在世界范围内寻找成熟的世界级机场群对标找差并合理借鉴。
迄今，基于长时间序列数据对国外成熟世界级机场群的航空网络空间结构演变分析仍然较为缺乏[4]，国内外航空网络研究主要聚焦全球[5⇓-7]、洲际[8]和国家[9⇓⇓⇓⇓⇓⇓⇓-17]等大尺度空间，但围绕世界级机场群航空网络开展的研究较为少见，该类区域一开始往往作为宏观尺度中的点状要素[3,18]，而后逐渐聚焦于轴辐结构[19]、航线竞争[20-21]以及案例描述[22]等。与大尺度航空网络相比，机场群具备空间有限、机场密集、航线竞争激烈等多重特征，这使得该尺度下的航空网络演化规律更加复杂。因此，迫切需要探究并构建中小尺度下的机场群航空网络演化理论与范式。
鉴于此，本文以与长三角区情较为相似的美国东北走廊地区为参照，对东北走廊世界级机场群进行综合测度。基于实证结果，综合核心边缘理论、社会网络理论和轴辐理论基本理论，充分考虑中小尺度上的航线连接特征，构建一个世界级机场群航空网络时空演化模型。美国东北走廊世界级城市群通过数十年探索合作分工与战略管理，已形成协同发展的机场群[23]，密度空间合理、功能定位清晰[24]。研究美国东北走廊机场群航空网络演化历程，验证中小尺度下的区域航空网络演化理论推断，相关研究结论可以服务中国建设四大世界级机场群，为民航决策者和地方政府规划建设机场群提供决策参考。

2 文献回顾

2.1 基本概念辨析

随着航空运输需求的持续增长和城市快速发展，在城市密集区域出现了次级机场，与主要机场一起由多个机场服务特定区域，因而出现了多机场区域（Multi-airport Region, MAR）。1995年Neufville提出了“多机场系统”（Multi-airport System, MAS），将其界定为在大都会区域服务于商业交通的一些重要机场，但不考虑单个机场的隶属度或者政治控制[25]，后续Bonnefoy等界定的MAS概念，明确提出MAS是在大都市区域内服务于区域商业航空运输的两个或多个主要机场[26]。“机场群”“世界级机场群”[2-3]这两个概念是国内近年提出并兴起，对其概念界定尚未统一，主要关注的是国际经验介绍[24,27]和发展现状[4,22,28]等，但国外学术界鲜见使用“机场群”等概念。对照国内外涌现的“多机场区域”“多机场系统”“机场群”等概念，本文认为各有异同。相同点在于，尽管提法有所差异，但本质基本相同，即一个地理区域内分布的机场之间空间邻近、高度依赖、相互影响，共同服务于区域航空交通运输市场。不同之处在于，国内机场群研究所涉及的空间尺度，与城市群和经济区相匹配，而国外的“多机场区域”“多机场系统”更多属于大都会区“一市多场”概念。从这个意义上来说，在空间上“多机场系统”被包含于“机场群”范围之内，机场群可由多个“多机场系统”组成。

2.2 航空网络结构研究

航空网络结构研究主要聚焦于拓扑结构和空间结构。在拓扑结构上，从Guimera开始，复杂网络分析已经成为学界研究分析航空网络的主流方法[29-30]。度分布[31]、平均路径长度[32]、聚集系数[33]等用于描述航空网络的拓扑结构[34]，探析航空网络结构的统计属性、结构和稳健性[35]。除了静态特征之外，加权网络特征[33]和拓扑时序特征[36]越来越多受到国内外学者关注。在空间结构上，社群（社团）[15,33]结构、K核[37]、“核心—边缘”结构[9]等方法得到普遍应用。社群和K核都是复杂网络中的重要现象，社群视角下的区域空间结构研究正在发挥越来越重要的作用，但其适用尺度[15]和参数设定[38]有待深入探讨，而K核只是复杂网络的一个指征，因而核心边缘分析和轴辐结构分析更具备优势。传统的核心边缘分析通过将机场规模与核心、边缘挂钩开展[9]，近年来社会网络分析中的块模型开始被用于旅游流网络结构[39]和创新网络结构分析[40]，可以直观地表达“核心—边缘”结构，该方法可以尝试用于航空网络核心边缘结构的分析。轴辐模型已经成为国际地理学和运筹学研究的热点[41-42]，西方学者从20世纪80年代对轴辐网络概念、理论机制、规模效益等进行了探讨[43]。1979年美国航空运输管制的放松、90年代开始的欧洲运输自由化，促进了美国[44⇓-46]、欧洲[47]航空网络形成轴辐式网络组织方式。在中国轴辐网络成为近年航空网络构筑及结构量化甄别的研究焦点，金凤君设计了枢纽机场评价指标体系，并构筑了中国的干线网络和支线网络[48]，层次结构[49]、位序规模[50]等方法被用于航空网络空间结构分析，基于复杂网络的轴辐拓扑结构也受到密切关注，普遍认为中国航空网络具有部分轴辐式网络特征[50⇓-52]，轴辐网络成为中国航空网络发展的必然选择[48]。需要关注的是，现实中上述结构往往存在混合，如社群组团里含有核心一边缘结构或者区域核心里包含多组团结构等[38]。

2.3 航空网络演化研究

与丰富的大尺度研究相比，围绕中小尺度世界级机场群航空网络开展的研究较少。对美国[53-54]的研究发现，航空公司的航空运输网络重组表现为由点点对式运输转向轴辐网络运输，航班向少数枢纽机场集聚，辐城市被逐渐边缘化。值得关注的是，Bonnefoy在对美国国内航空网络的研究中，构建了多机场系统演化的五阶段模式，深入阐述了大都会区的多机场系统如何从一个主要机场逐渐演化至3~4个机场共同服务区域航空市场[6]，然而该研究并未构建空间结构模型演化过程，且对数个大都会区多机场系统组成的世界级机场群并未予以关注。Connor将东南亚航空网络演化阶段过程[55]划分为“主要目的地和干线节点”“新媒介条件”“国际枢纽形成和临近性”“主轴转移”等四阶段，尽管在研究尺度上较为接近机场群，但研究忽略了次级机场之间，以及次级机场与主要机场关系的阶段性调整。中国城际航空网络的空间组织模式改革开放初期主要以“城市对”“城市串”相互交错的形式出现[48]，1983—2006年中国城际航空网络的“轴—辐”网络空间组织模式逐步形成和完善[45]，此后中国航空网络空间组织结构演变日趋复杂化，在空间组织结构上表现为城市对结构与轴辐结构相结合[52]。
综上，在研究尺度上，国内外航空网络研究主要聚焦大尺度，如全球、洲际和国家尺度，围绕中小尺度的世界级机场群航空网络结构开展的研究不多，基于长时间序列数据，对国外成熟世界级机场群的航空网络结构演变以及各类机场的空间关系阶段演化的研究仍然较为缺乏，世界级机场群航空网络的演变过程、特征和趋势有待持续深入探讨。

3 研究区域、数据与方法

3.1 研究区域

本文研究区域为美国东北走廊（Northeast Corridor, NEC）地区（图1）。NEC是一条南北长约735 km的廊道，该城市群从波士顿一直绵延至华盛顿特区，总面积13.8万km2。2018年NEC以不到1.5%的国土面积，吸引了美国12.3%的人口，创造了全国14.7%的GDP，存在大量的航空运输[23]，其中纽约—波士顿、纽约—华盛顿、费城—华盛顿等航线都属于全美最繁忙的航空运输航线。区域内已经形成了大华盛顿、大波士顿和大纽约3个次一级机场群[24]，依据前述概念梳理，次一级机场群对应的是大都会区“多机场系统”，空间上隶属于东北走廊世界级机场群。因此下文将上述3个次一级机场群称为“多机场系统”，构成世界级机场群的基本分析单元。
图1 2018年美国东北走廊地区机场分布

Fig. 1 Distribution of airport in Northeast Corridor region in 2018

美国东北走廊拥有繁忙的航线，以及发达的公路和高速铁路等地面运输系统，这与中国京津冀、长三角和珠三角城市群较为相似，尤其与长三角高度相似，相同点主要有3个：① 均为国内发达区域，2018年东北走廊城市群和长三角城市群以1.5%、2.2%的国土面积，分别吸引了全国12.3%、11.0%的人口，GDP占全国比重分别为14.7%、18.8%；② 均为航空运输高度发达区域，两个区域均拥有发达的高速公路、高速铁路等地面运输系统，同样也存在大量的航空运输，波士顿—纽约—费城—华盛顿等重要航线属于全美最繁忙的航空运输航线之一，而2019年长三角地区机场共完成旅客吞吐量约2.46亿人次，约占全国的1/3，远高于第2名京津冀机场群的1.45亿，位居国内四大机场群之首；③ 与长三角机场管理体制相似，东北部走廊主要机场分别隶属于不同的州、市、县管理，在该管理体制下，各机场腹地相互重叠，彼此之间经常成为竞争对手[23]。

3.2 数据来源和研究方法

（1）数据来源。美国机场航空数据来自美国联邦航空管理局数据库（https://www.faa.gov/）的T100航空市场OD（Origin-Destination）数据。从1993年开始，基本以每6年为间隔，选择1993年、2001年、2007年、2013年、2018年为研究截面，2020年以后航空业务受全球疫情影响有明显回落，因此设定研究起始年份为1993—2018年。在截面年份当年，选择航空客流较为稳定的第二季度市场数据，获取的数据为业务量数据。
在研究对象上，仅对提供固定航线的主要机场开展研究，通用机场不在研究范围之列。已有研究往往以通航城市作为节点，对于拥有两个及以上机场的城市，一般将其数据进行合并，但本文考虑到一市多场在航空网络中的重要性，将同一个城市的多座机场分别作为独立节点，剖析世界级机场群航空网络的细致变化。至此，本文研究1993—2018年第二季度美国东北走廊世界级机场群的航空网络东北部33座机场及2791条区域航线组成，属于机场群区内航线，根据T100数据，5个时间纳入航空网络分析的节点分别有27个、24个、23个、22个、22个。
（2）研究方法。社会网络分析方法。采用网络密度、度与度分布、度度相关性，网络平均路径长度、簇系数和介数中心性等社会网络指标。
网络密度可用于刻画网络中节点间相互连边的密集程度。在社交网络中常用来测量社交关系的密集程度以及演化趋势。一个具有N节点和L条实际连边的网络，其网络密度为：
d ( G ) = 2 L N N - 1
网络密度取值范围为[0,1]，当网络为全连通时， d ( G ) = 1。当网络中不存在连边关系时， d ( G ) = 0。然而密度为1的网络基本不存在，实际网络中能够发现的最大密度为0.5。
度及度分布，节点i的度定义为与该节点存在连接的节点数量，文中度值特指节点的出度与入度之和。平均度定义为航线网络中所有节点度值的平均值，反映的是网络整体连接规模的大小。度分布 p ( k )定义为航线网络节点度值的概率分布函数，公式为：
p ( k ) = n k / n
式中：n为航线网络中包含的节点数量。
度度相关性为节点度值与邻点平均度的相关性，用于观测节点匹配特征，如果knn(k)随k的增加而增加，即knn(k)-k曲线斜率大于零，则表示度大的节点倾向于连接其他度大的节点，成为度正相关（或同配性）；反之，如果knn(k)随k的增加而递减，表示度大的节点倾向于连接其他度小的节点，成为度负相关（或异配性）；如果knn(k)不随k的变化而变化，则称节点的度是不相关。首先计算节点的邻点平均度：
k n n , i = 1 k i ∑ j ∈ V ( i ) k j
式中：k为节点度值，节点j与节点i相连。将网络中节点度值都为k的所有节点的邻节点的平均度knn,i取平均，得到度为k的节点的邻点平均度：
k n n ( k ) = 1 N k ∑ i ,   k i = k k n n , i
平均路径长度，网络的平均路径长度L为任意两节点测地路径的平均值，能直接反映网络连通效率的高低。两个节点间的测地距离越短，它们之间的运输效率越高。
L = 1 1 2 n ( n - 1 ) ∑ i ≥ j d i j
簇系数表示网络节点联系的紧密程度，节点的簇系数Ci定义为节点的邻节点间实际存在的节点对的数量与邻节点间可能形成的最大节点对的数量之比，网络的聚类系数C为所有节点聚类系数的均值，C值越大，表示网络中各节点之间形成短距离联系的程度越大。
C = 1 n ∑ i = 1 n 2 E i k i ( k i - 1 )
介数中心性采用介数中心性测度节点在网络中的中介控制能力。为两个节点最短路径经过某节点的次数，介数中心性越高的节点在网络中重要性越大。
B C i = 1 N 2 ∑ s , t n s t i g s t
式中：gst为节点s到节点t最短路径条数；nist为从节点s到节点t的所有最短路径经过节点i的次数。
空间结构测度方法拟采用社会网络方法分析轴辐结构演变，并采用社会网络分析“块模型”、传统的“核心—边缘”分析等两种方法综合分析核心边缘结构的演变。传统分析方法为：依据美国联邦航空管理局1993年对机场等级的划分，将主要机场分为大型枢纽（L）、中等枢纽（M）、小枢纽（S）和非枢纽（N），分别占全美客流量的1.00%及以上、0.25%~1.00%、0.05%~0.25%和小于0.05%。以断面年份的大型枢纽为核心区，以中型和小型枢纽为过渡区，以非枢纽机场为边缘区，分析1993—2018年核心区、过渡区和边缘区3类区域之间的历年航班数量变化。块模型分析则采用层次聚类算法。

4 航空网络演变特征

网络密度测算表明，美国东北走廊地区机场群网络中节点间相互连边的密集程度较高，1993年、2001年、2007年、2013年和2018年网络密度均接近0.5，分别为0.423、0.495、0.391、0.439、0.439，较高的网络密度值说明该区域航空网络适宜采用社会网络分析方法进行网络分析。区域网络的基本要素分别为节点、路径、网络，因此航空网络拟分别从机场节点特征、航线网络拓扑特征、航空网络空间特征等3方面开展。

4.1 航空网络的机场节点特征

（1）三大多机场系统的航空市场保持扩张。基于客流量的基尼（GINI）系数测算表明（表1），1993—2018年各机场的均衡度依然偏低，整体稳定在0.7以上，原因是以波士顿、纽约和华盛顿为代表的三大多机场系统航空市场仍在扩大。期间三大多机场系统占NEC地区客流量比例从83.9%上升到85.1%。但大中型机场之间的差距较小，GINI系数在0.25~0.35间呈动态波动变化状态，说明大中型机场之间的差距不大且整体变化较小。
表1 1993—2018年美国东北走廊地区机场GINI系数变化

Tab. 1 The change of Gini index of Northeast Corridor region between 1993 and 2018

NEC 1993年 2001年 2007年 2013年 2018年
所有机场 0.76 0.70 0.71 0.71 0.72
大中型枢纽 0.26 0.24 0.33 0.29 0.25
（2）大型机场与小型机场的运量差距拉大，度值区间的“纺锤”型特征明显（图2）。1993—2018年NEC机场的平均度值从28降至20，1993年度值高于30的机场占比达48%，而这一比例在2018年下降至18%，度值区间位于10~19之间的机场占比则从30%快速上升到45%，小于10的低度值机场数量一直低于4，这主要受一批低度小型机场停航影响[24]。但加权度值表明，大型机场与中小型机场的差距拉大。1993—2018年加权度值的标准差增长了4倍，肯尼迪机场（JFK）、华盛顿巴尔的摩机场（BWI）、华盛顿杜勒斯机场（IAD）、费城机场（PHL）、波士顿机场（BOS）等一批大型枢纽机场的加权度值均有明显增加，约占全部增加值的80%，相反小型和非枢纽机场的加权度值基本都有明显下降。
图2 1993—2018年NEC机场度值分布与变化

Fig. 2 Distribution and change of NEC airport's degree values from 1993 to 2018

（3）部分大型枢纽机场的中转功能凸显。介数中心性是衡量中转功能的关键指标，鉴于非枢纽机场的介数中心性普遍非常低，仅对大型和中小型枢纽机场进行对比。在区域层面（图3），主要枢纽机场在区域航空网络中重要性有所调整，1993—2018年区域重要枢纽从费城、波士顿和华盛顿杜勒斯三足鼎立，转变为华盛顿杜勒斯和费城“一主一次”，波士顿机场的区域重要性在逐渐下降。在中宏观层面（图4），主要机场可以分成3类：① 全美和区域航空网络的介数中心性均高，例如波士顿机场、华盛顿杜勒斯机场、里根机场、巴尔的摩机场和费城机场，这些机场在全美航空网络和区域航空网络中均扮演重要角色，承担了区域中转枢纽的功能；② 全美和区域航空网络的介数中心性均低，中小型枢纽机场均属此列，此类机场在两个尺度的航空网络中都属于不重要机场；③ 全美高、区域低，主要是纽瓦克机场、肯尼迪机场和拉瓜迪亚机场，纽约多机场系统尽管在全美航空网络中非常重要，且为美东重要节点，但在东北走廊地区内部，重要性不如华盛顿多机场系统和波士顿机场。以纽瓦克机场（EWR）和华盛顿杜勒斯机场（IAD）为例，1993—2018年纽瓦克机场的出港航班人次不断降低，且显著低于杜勒斯机场，2018年出港人次仅占杜勒斯机场的1/4。
图3 1993—2018NEC机场在NEC航空网络中的介数中心性变化

Fig. 3 Changes of mediation centrality of NEC airports in the US airways network from 1993 to 2018

图4 1993—2018年NEC机场在全美航空网络中的介数中心性变化

Fig. 4 Changes of mediation centrality of NEC airports in the NEC airways network from 1993 to 2018

4.2 航空网络的拓扑结构特征

（1）航空网络的小世界特征明显。1993—2018年NEC航空网络的平均路径长度基本持平为3，即任一节点到另外一节点平均需要经过3条边，略高于同等规模随机网络的平均路径长度2，呈现典型的小世界网络特征。在簇系数上，2018年NEC航空网络的平均聚类系数为0.59，与全美聚类系数0.45相比较大，说明与全美航空网络相比，形成短距离联系的可能性较大，具有较强的集聚性。但1999—2018年簇系数从0.657波动降至0.590，这说明邻节点之间的节点对在减少，机场之间航线有所调整。从节点度分布看，1993—2018年度分布基本呈指数分布（图5），其中2018年的指数分布置信水平为R2 = 0.88，指数分布特征较为明显。2018年NEC 22个机场444条航线中，三成机场的对外联系航线超过25条，占航线总量约1/2，六成机场的对外联系航线超过16条，占航线总量的80%，可见区域航空网络中多数航线仍集中在大中型枢纽，低度点仅占20%的航线总量，度分布倒“金字塔”特征较为明显。
图5 1993—2018年NEC机场节点度累计概率分布

Fig. 5 Cumulative probability distribution of nodality degree of NEC aviation network from 1993 to 2018

（2）国内国际的控制交流能力增强。在全美航空网络中，2018年全美航空网络的介中心性均值为0.002，而NEC所有机场的介中心性均值则为0.03，说明东北走廊机场群在国内航空网络中的网络控制交流能力较强，构成北美最繁忙的航空走廊之一。
在国际航空运输影响力上，1993以来东北机场群有5座大型枢纽在全美国际航空网络中的介数中心性排名稳居前50，且排名总体前移（表2），这5座机场分别是纽约肯尼迪机场（JFK）、波士顿机场（BOS）、纽瓦克机场（EWR）、华盛顿里根机场（DCA）和费城机场（PHL）。1993年只有纽约肯尼迪机场名列前10名，2018年纽瓦克机场和华盛顿里根机场也加入前10名，3座机场分别位列第1、4、9名，而波士顿机场和费城机场的位次则有下滑。
表2 NEC 5座大型枢纽机场的国际航空网络介数中心性在全美排名变化

Tab. 2 Ranking of five large hub airport's mediation centrality in the NEC in the US international aviation network

机场 1993年 2007年 2018年
JFK 1 1 1
BOS 13 11 16
EWR 15 5 4
IAD 31 21 9
PHL 32 46 50
（3）节点异配性更加明显，小机场趋向连接邻近多机场系统的核心机场。在度度相关性上，整体上度度值的负相关关系趋于明显，度值和邻节点平均度值的线性拟合表明（图6），1993—2018年NEC航空网络度度相关性从-0.3提高至-0.5，说明节点度与其所有邻节点平均度的负相关关系趋于明显，度簇相关性也表明，高度节点对应低簇系数。小型机场选择连接航空网络的枢纽机场有两种可能，① 就近连接核心机场，如南塔基特机场（ACK）和普洛市机场（PVC）就近连接波士顿机场（BOS），尽管航程距离非常短，但受马萨诸塞州大西洋沿岸岛屿众多的地形因素影响，超短程航线较为普遍，② 链接入邻近多机场系统的核心机场，这种情况在东北航空网络中较为常见，如长岛机场（ISP）属于纽约大都会多机场系统，但并未接入肯尼迪机场（JFK）或者纽瓦克机场（EWR），而是接入华盛顿多机场系统（航距约359 km），同样，属于波士顿多机场系统的伍斯特机场（ORH）选择接入纽约大都会区的肯尼迪机场（航距240 km），推测太近的地理距离制约航线开通应是重要影响因素。
图6 1993—2018年NEC航空网络度度相关性

Fig. 6 Degree correlation of aviation network in Northeast Corridor region from 1993 to 2018

4.3 网络的空间结构特征

（1）“核心—边缘”结构日趋明显，核心区客流比重不断增大。基于传统“核心—边缘”分析表明，核心区、过渡区和边缘区的客流量变化体现出以下特征，即核心区从边缘区受益，边缘区与外界的整体连接度降低（表3），具体表现为：① 就区域内部而言，核心区大型枢纽机场之间的航空联系频度提高，2018年从波士顿经由纽约、费城到华盛顿的空中大廊道已经非常明显（图7）。核心区航空占比从2001年的62%迅速增至76%，而边缘区、过渡区的内部联系持续低位，特别是过渡区自2001年以来内部联系明显下降，从2001年的1.7%降至2018年的0.1%，客流百分比均已经接近零。② 就区际联系来说，一方面边缘区与过渡区的相互联系非常薄弱，2001—2018年边缘区与核心区之间的航空客流占东部走廊客流比例从1%增至2%，尽管略微上升但占比很低，另一方面，与边缘区相比，过渡区与核心区保持了较高的联系强度，但联系强度的下降趋势明显，2001—2018年过渡区与核心区之间的客流占比从35%降至22%，这也从侧面说明核心区从边缘区和过渡区中受益较多，核心区的极化作用不断增强。
表3 1993—2018年美国东北走廊地区主要年份航空客流量对比

Tab. 3 Comparison of air passenger traffic in the NEC of the United States from 1993 to 2018

区域类型 1993年 比例(%) 2001年 比例(%) 2007年 比例(%) 2013年 比例(%) 2018年 比例(%)
边缘—边缘 35 0 4 0 578 0 0 0 2 0
边缘—过渡 1609 0 190 0 8 0 108 0 648 0
核心—边缘 2269 1 5880 1 3367 1 5473 2 7410 2
过渡—核心 50483 14 196810 35 165013 33 84880 26 88029 22
过渡—过渡 2994 1 9494 2 939 0 399 0 526 0
核心—核心 310782 84 342118 62 324191 66 239573 73 312110 76
图7 2001—2018年NEC地区航线联系变化

Fig. 7 Changes in NEC regional route connections from 2001 to 2018

结合GIS航线可视化分析（图7）和“块模型”（图8）方法，进一步验证了传统分析方法的结论，即航空流在核心区不断增长。1993年，华盛顿里根机场（DCA）、波士顿机场（BOS）和拉瓜迪亚机场(LGA)，华盛顿里根机场（DCA）、波士顿机场（BOS）和纽瓦克机场（EWR）分别形成了沟通北中南的两个“大三角”，以上4个机场构成了航空网络的最强核心；2001年，除了华盛顿里根机场（DCA）、波士顿机场（BOS）和拉瓜迪亚机场（LGA）“大三角”外，波士顿机场（BOS）与华盛顿巴尔的摩机场（BWI），华盛顿杜勒斯机场（PHL）和费城机场（PHL）的航空流也在加密，尽管如此，该阶段的核心区、过渡区和边缘区之间仍然有数量可观的航线流量，核心区以外的航空流量占比约38%（图8）。但到2018年，在航空网络中承担高强度航空流的枢纽机场增多，特别是纽约大都会区的纽瓦克机场（EWR）、肯尼迪机场（JFK）、费城机场（PFL）和华盛顿大都会区的巴尔的摩机场（BWI）的航空联系不断增强，与此同时，边缘机场如普洛市机场（PVC）、长岛机场（ISP）、韦斯特切斯特县机场（HPN）、斯图尔特机场（SWF）等小型机场之间的航线联系越来越少（图8），这一阶段核心区以外的航空客流占比下降至24%。
图8 1993—2018年基于块模型分析的美国东北走廊地区核心边缘结构变化

Fig. 8 Changes in the core-edge structure of air passenger flows in Northeast Corridor region based on the block model in NEC region block model from 1993 to 2018

（2）轮辐机场连接枢纽更加聚焦。基于上述“核心—边缘”结构分析，进一步采用社会网络方法绘出美国东北走廊地区的航空网络演变过程（图9），发现在空间结构上，小型机场连接大型枢纽更加聚焦。1993—2018年平均每座非枢纽机场的对外航线条数从9条降至7条，以波士顿多机场系统的南塔基特机场（ACK）和纽约多机场系统的长岛机场（ISP）为例，1993—2018年南塔基特机场航线条数从14条降到8条，长岛机场从13条降至7条，目前南塔基特机场均连接核心区枢纽机场，长岛机场连接了50%的核心区机场，另外与3座小型枢纽即宾州哈里斯堡机场（MDT）、纽约州奥尔巴尼机场（ALB）、新州曼彻斯特机场（MHT）保持连接，与非枢纽机场则无连接。这说明在航空网络演化的过程中，边缘区努力与核心区保持航线联系，以支线方式构建更大空间尺度上的航线优势。进一步将小型机场和非枢纽机场的连接机场细分为枢纽机场和非枢纽机场，发现1993—2018年小型机场和非枢纽机场连接的大型枢纽机场数量普遍有明显下降（图10），说明在中长期，轮辐机场不再是连接所有大型机场，轮辐—枢纽节点对会持续减少。从航线经济角度来说，中长距离的航线[52]可以降低单位距离飞行成本，因而在大尺度空间上轮辐机场连接的可能很大，但在中小空间尺度的世界级机场群内部，开通航线的可能性则较小，除非存在地理条件的特殊性或特定城市对的需求关系。
图9 1993—2018年美国东北走廊地区航空网络空间结构演化过程

Fig. 9 The evolution process of aviation cyberspace structure in the NEC from 1993 to 2018

图10 1993—2018年美国东北走廊地区非枢纽与小型枢纽机场连接的大型枢纽数量变化

Fig. 10 The number of large hubs connected by non-hub and small hub in the NEC from 1993 to 2018

5 世界级机场群航空网络时空演化模式

一般而言，基于核心边缘理论、网络理论和轴辐理论，机场群航空网络演化整体上应体现出3个重要特征：一是核心不断加强，边缘比重逐渐下降；二是航空网络从随机网络向小世界网络演变；三是从城市对、城市串向轴辐网络结构演化。本文在上述理论基础上，结合东北走廊世界级城市群的实证分析，充分考虑航空运输经济性、地理条件等要素，构建了一个中小尺度下的机场群航空网络演化理论模型，模型共分为四阶段（图11）。
图11 中小尺度下的机场群航空网络演化理论模型

Fig. 11 Theoretical model of aviation network evolution of airport group at small and medium scales

初始阶段（图11a）。航线初始开发，只在大城市之间建立了基本的线性服务，呈现城市串模式，节点数量有限，枢纽机场和航空网络尚未形成。枢纽发育阶段（图11b）。该阶段机场群内若干个多机场系统开始形成（Ⅰ-Ⅳ区），次级机场与枢纽机场之间的关系普遍为单一枢纽分配，一个次级机场仅联结一个枢纽机场；枢纽机场的核心地位已经稳固，枢纽机场之间的航线密度不断增加；航空网络特征初现，有从随机网络向社会网络演化的趋势。网络形成阶段（图11c）。航空网络规模不断扩大，新的节点不断加入网络且更倾向于与大型枢纽相连，部分大型枢纽的国际枢纽功能不断增强；“核心—边缘”结构快速发展，枢纽之间的联系加密，在区域航空市场中的份额迅速提高，而非枢纽机场相互之间的航线数量和市场份额则有明显削减，核心区域内部航线流量明显高于“核心—边缘”区域和“边缘—边缘”区域。但在地面条件复杂或者群岛等情况下，部分次级机场之间也会形成航线连接（Ⅳ区）；轴辐结构特征开始凸显，轮辐机场从单一枢纽分配向多重分配转变，一个轮辐机场往往联结了多个枢纽机场。网络成熟阶段（图11d）。枢纽机场之间的市场份额更高，非枢纽机场的份额更小，核心边缘结构已经形成；轴辐结构逐渐清晰，表现为：一是枢纽之间完全联系，并且联系增强；二是轮辐机场连接的枢纽机场数量减少；三是轮辐机场之间的航线连接降低，聚焦部分枢纽机场。这使得航空网络的平均路径长度变小，受邻节点之间节点对减少的影响，航空网络的簇系数在这一阶段也极有可能有所降低。

6 结论与讨论

6.1 结论

世界级城市群和世界级机场群联动发展已经成为全球经济发展的重要趋势。本文创新之处在于，一是聚焦中小尺度的世界级机场群，开展航空网络演化的研究；二是基于长时间序列数据，提出了世界级机场群内部各类机场之间空间关系的阶段演化特征。针对1993—2018年美国东北走廊世界级机场群航空数据的研究发现：
（1）“核心—边缘”结构特征越来越显著。机场节点分析表明，大型枢纽机场与中小型机场差距不断拉大。一方面，核心区枢纽机场之间的航线连接越来越强，它们之间基本上均发育出了高密度航线，核心区的流量比重不断提高，目前核心区内部的航空客流比重占全区比重达到约80%。航空客流基本集聚在以波士顿、纽约和华盛顿为代表的三大多机场系统，1993—2018年三大多机场系统占NEC地区客流量比重从83.9%上升到85.1%；另一方面，尽管过渡区与核心区保持了较高的联系强度，但联系强度的下降趋势明显。2001—2018年过渡区与核心区之间的航空比重从35%降至22%；最后，在边缘区，小型机场以及非枢纽机场的对外航线条数普遍下降，相互之间的直接航线不断减少。
（2）轴辐结构逐渐向标准的轴辐网络演化。一方面，网络重心已经完全迁移至枢纽机场之间，从初期枢纽机场、轮辐机场之间的城市对式航线密度不断增加，逐渐演化到以枢纽机场之间航线加密为主，部分大型枢纽机场的中转功能凸显，枢纽功能不断增强，波士顿机场、华盛顿杜勒斯机场、里根机场、巴尔的摩机场、费城机场、纽瓦克机场、肯尼迪机场和拉瓜迪亚机场属于此列；另一方面，轮辐机场连接的大型枢纽机场数量普遍经历了明显减少，在航班目的地上，轮辐机场更加聚焦，选择一般有二，一是就近连接核心机场，例如受马萨诸塞州大西洋沿岸岛屿众多的地形因素影响，该区域超短程航线较多，二是连接邻近多机场系统的核心机场，该情况在东北航空网络中较为常见。
（3）航空网络的社会网络指征有波动。实证研究表明，轴辐结构的形成很有可能会削弱航空网络的小世界特征。依据平均路径长度和簇系数两个关键指标，1993—2018年东北走廊地区航空网络的平均路径长度基本持平为3，而平均聚类系数则从0.657波动降至0.590，这说明邻节点之间的节点对在减少。但影响程度可能有限，因为尽管轮辐机场与枢纽机场之间的业务量逐渐减少，但大型枢纽机场之间航线仍然快速发展。因此目前东北走廊地区的航空网络依然呈现典型的小世界网络特征，节点异配性非常明显。
基于上述结论，本文认为美国东北走廊世界级机场群的航空网络已经演化发育到成熟期，其“核心—边缘”结构已经形成，轴辐结构逐渐清晰，航空网络的小世界特征明显。

6.2 讨论

机场群的概念首先由中国学者提出，近10年作为城市群重要支撑，机场群研究开始受到持续关注。国外学界多集中在小尺度的大都市区多机场体系，欧美航空自由化市场化背景下极少有统一规划等政策抓手。在中国机场群已经成为近期民航业界关注的重要内容，其演化过程和阶段模式也成为了国内航空交通地理学界的特色领域与最新议题。受数据可得性影响，20世纪90年代以前的航空网络发育情况如初始阶段节点链状分布、轮辐机场的枢纽分配变化等尚不明晰，部分程度上影响了对理论模型的全过程验证，但实证分析验证了自90年代开始，美国东北走廊世界级机场群经历了从网络形成期到成熟期的转变。
轴辐模型已经成为国内外对航空网络理想状态的基本共识，但对中小型机场和大型枢纽机场而言，如何落实轴辐模型，仍然较为模糊甚至存在误解。关于小型机场是否需要就近接入大型枢纽机场，本文认为在中小尺度，小机场相互之间的航线流量发展趋势应为逐步减少。因此，小型机场一方面要重点培育数条特色航线，另一方面可以根据自身需求，选择恰当航行距离上聚焦连接大型枢纽机场。对大型枢纽机场而言，在接纳中小型机场伸出橄榄枝的同时，更要注重相互之间的航线连接，在具有一定地理距离的主要枢纽机场之间加密航线。
中美两国航空网络都呈现小世界网络特征。与美国航空网络相比，中国航空网络的平均路径长度略低，而集聚程度较高。中国航空网络总体规模较小，发展时间较短，尚未形成层级结构明显的航空网络[52]，随着航空运输需求的持续增长，中国航空网络结构将进一步优化。在国内长三角世界级机场群的机场密度最高、航空市场规模最大，2019年长三角区内民航旅客运输量达到166万人次，远超美国东北走廊世界级机场群。同时，长三角也是中国高铁和高速公路密度最高的区域，中美两国在居民出行习惯和地面交通构成方面存在诸多差异，美国居民出行一般以航空和高速公路为主，中国居民出行则有高速公路、高铁与航空等更多选择，因而地面高速交通系统影响下的区域航空网络演化研究具备典型意义，中小尺度下的长三角世界级机场群航空网络时空演化过程值得探讨，以此进一步深化本文研究结论在中国的落地研究。

感谢两位审稿专家针对本文理论框架、方法论证等方面所提出的意见建议。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Mo Huihui, Wang Jiaoe, Gao Chao, et al. Airport agglomeration research: A review and prospect. Progress in Geography, 2021, 40(10): 1761-1770.

DOI

[莫辉辉, 王姣娥, 高超, 等. 机场群研究进展与展望. 地理科学进展, 2021, 40(10): 1761-1770.]

DOI

[2]
Xu Chongyu. Study on the collaborative development of the multi-airport system that serves the Jing-Jin-Ji regions when establishing world class urban agglomeration[D]. Tianjin: Civil Aviation University of China, 2018.

徐翀宇. 建设世界级城市群背景下的京津冀机场群协同发展研究[D]. 天津: 中国民航大学, 2018.]

[3]
Sun Shanshan. Research on the cooperative development strategy of airport groups in Shanghai metropolitan area under the global city target. Shanghai Urban Planning Review, 2021(2): 136-141.

[孙姗珊. 全球城市目标下的上海大都市圈机场群协同发展策略研究. 上海城市规划, 2021(2): 136-141.]

[4]
Fan Yuan, Jiang Xinchen. Research on the spatial layout modes of world-class airport group in California. Urban Planning International, 2021, 36(3): 100-112.

[范渊, 姜欣辰. 加州世界级机场群空间规划布局模式研究. 国际城市规划, 2021, 36(3): 100-112.]

[5]
Sebastian W, Sun X Q, Zhang J. Evolution of domestic airport networks: A review and comparative analysis. Tranport Metrica B: Transport Dynamics, 2019, 7(1): 1-17. DOI: 10.1080/21680566.2017.1301274.

[6]
Bonnefoy P A. Scalability of the air transportation system and development of multi-airport systems: A worldwide perspective[D]. Cambridge: Massachusetts Institute of Technology, 2008.

[7]
Cao Xiaoshu, Liao Wang. Spatial pattern and classification of the worldwide multi-airport regions. Progress in Geography, 2018, 37(11): 1473-1484.

DOI

[曹小曙, 廖望. 全球多机场系统空间格局与类型划分. 地理科学进展, 2018, 37(11): 1473-1484.]

DOI

[8]
Hansen M, Kanafani A. Airline hubbing and airport economics in the Pacific market. Transportation Research Part A, 1990, 24(3): 217-230.

[9]
Goetz A R. Deregulation, competition, and antitrust implications in the US airline industry. Joumal of Transport Geagaphy, 2002, 10: 1-19. DOI: 10.1016/s0966-6923(01)00034-5.

[10]
Jimenez E, Claro J. Spatial and commercial evolution of aviation networks: A case study in mainland Portugal. Journal of Transport Geography, 2012, 24: 383-395.

[11]
Papatheodorou A, Arvanitis P. Spatial evolution of airport traffic and air transport liberalisation: The case of Greece. Journal of Transport Geography, 2009, 17(5): 402-412.

[12]
Guida M, Maria F. Topology of the Italian airport network: A scale-free small-world network with a fractal structure? Chaos, Solitons & Fractals, 2007, 31(3): 527-536.

[13]
Wang Jiaoe, Mo Huihui, Wang F. Evolution of air transport network of China 1930-2012. Journal of Transport Geography, 2014, 40: 145-158.

[14]
Liu Hongkun, Zhou Tao. Empirical study of Chinese city airline network. Physica Sinica, 2007, 56(1): 106-112.

[刘宏鲲, 周涛. 中国城市航空网络的实证研究与分析. 物理学报, 2007, 56(1): 106-112.]

[15]
Wang Jiaoe, Du Delin, Jin Fengjun. Comparison of spatial structure and linkage systems and geographic constraints: A perspective of multiple traffic flows. Acta Geographica Sinica, 2019, 74(12): 2482-2494.

DOI

[王姣娥, 杜德林, 金凤君. 多元交通流视角下的空间级联系统比较与地理空间约束. 地理学报, 2019, 74(12): 2482-2494.]

DOI

[16]
Bagler G. Analysis of the airport network of India as a complex weighted network. Physica A, 2008, 387(12): 2972-2980.

[17]
Rocha L E. Structural evolution of the Brazilian airport network. Journal of Statistical Mechanics: Theory and Experiment, 2009(4): 4-20.

[18]
Wang Jiaoe, Mo Huihui, Jin Fengjun. Spatial pattern of the worldwide airports and its enlightenment. World Regional Studies, 2008, 17(3): 8-18.

[王姣娥, 莫辉辉, 金凤君. 世界机场空间格局及对中国的启示. 世界地理研究, 2008, 17(3): 8-18.]

[19]
Pavlin S, Modić A, Bračić M. SouthEast Europe hub and spoke network reconfiguration. Promet Traffic & Transportation, 2017, 29(1): 121-129.

[20]
Lijesen M, Behrens C. The spatial scope of airline competition. Transportation Research Part E: Logistics and Transportation Review, 2013, 99: 1-13. DOI: 10.1016/j.tre.2016.12.004.

[21]
Liao W, Cao X, Li S. Competition and sustainability development of multiairport region: A case study of the Guangdong-HongKong-Macao Greater Bay Area. Sustainability, 2019, 11: 1-21. DOI: 10.3390/su11102958.

[22]
Zhang Li, Zhang Yue, Hu Huaqing. Characteristics of core airport and advantages of multi-core airport groups. China Transportation Review, 2018, 40(1): 50-55.

[张莉, 张越, 胡华清. 核心机场与多核机场群发展模式及其特点研究. 综合运输, 2018, 40(1): 50-55.]

[23]
Zhang Yue, Hu Huaqing. The management model of American Northeast multi-airport system. China Transportation Review, 2015(4): 70-74.

[张越, 胡华清. 美国东北部多机场系统运营管理模式. 综合运输, 2015(4): 70-74.]

[24]
Zhang Lei, Sun Wei. Comparison of airport clusters in urban agglomerations between the Yangtze River Delta in China and Northeast Corridor in the United States: In the aspect of density space and function specialization. Shanghai Urban Planning Review, 2020(4): 9-14.

[张蕾, 孙伟. 长三角城市群与美国东北走廊地区的机场群比较: 密度空间与功能分工. 上海城市规划, 2020(4): 9-14.]

[25]
De Neufville R. Management of multi-airport systems: A development strategy. Journal of Air Transport Management, 1995, 2(2): 99-110.

[26]
Bonnefoy P A, Neufville R D, Hansman R J. Evolution and development of multi-airport systems: A worldwide perspective. Journal of Transportation Engineering, 2010, 136: 1021-1029.

[27]
Qu Yunqian. Connotation,classification and characteristics of multi-airport systems in China. Journal of Xiamen University of Technology, 2014, 22(4): 51-56.

[屈云茜. 我国多机场系统的内涵、分类与特性. 厦门理工学院学报, 2014, 22(4): 51-56.]

[28]
Zhang Lei, Sun Wei, Mo Huihui. Problems and countermeasures of worldwide airport clusters under Yangtze River Delta integration. Science and Technology Review, 2021, 39(24): 43-53.

[张蕾, 孙伟, 莫辉辉. 一体化视角下长三角世界级机场群发展现状及优化措施. 科技导报, 2021, 39(24): 43-53.]

DOI

[29]
Guimerá R, Amaral L. Modeling the world-wide airport network. The European Physical Journal, 2004, 38(3): 381-385.

[30]
Guimerá R, Mossa S, Turtschi A, et al. The worldwide air transportation network anomalous centrality, community structure, and cities global roles. Proceedings of the National Academy of Sciences, 2005, 102(22): 7794-7799.

[31]
Tao Jia, Kun Qina, Jie Shan. An exploratory analysis on the evolution of the US airport network. Physica A, 2014, 413:266-279.

[32]
Goswami B, Shekatkar S M, Rheinwalt A, et al. A random interacting network model for complex networks. Scientific Reports, 2015, 5: 1-10. DOI: 10.1038/srep18183.

[33]
Zhou Yaoming, Wang Junwei, Huang George Q. Efficiency and robustness of weighted air transport networks. Transportation Research Part E, 2019, 122: 14-26.

[34]
O'Kelly M E. A quadratic integer program for the location of interacting hub facilities. European Journal of Operational Research, 1987, 32(3): 39-404.

[35]
Lordan O. Robustness of the air transport network. Transportation Research Part E: Logistics and Transportation Review, 2014, 68: 155-163.

[36]
Wu Wenjie, Dong Zhengbin, Zhang Wenzhong, et al. Spatio-temporal evolution of the China's inter-urban organization network structure: Based on aviation data from 1983 to 2006. Acta Geographica Sinica, 2011, 66(4): 435-445.

DOI

[武文杰, 董正斌, 张文忠, 等. 中国城市空间关联网络结构的时空演变. 地理学报, 2011, 66(4): 435-445.]

[37]
Hu Jun, Wang Yutong, He Xinwei, et al. Analysis and application of global aviation network structure based on complex network. Computer Science, 2021, 48(6): 321-325.

[胡军, 王雨桐, 何欣蔚, 等. 基于复杂网络的全球航空网络结构分析与应用. 计算机科学, 2021, 48(6): 321-325.]

[38]
Zhang Wenjia, Niu Caicheng, Zhu Jiancheng. Progress of regional spatial structure research from the perspective of behavior network. Progress in Geography, 2022, 41(8): 1504-1515.

DOI

[张文佳, 牛彩澄, 朱建成. 行为网络视角下区域空间结构研究进展. 地理科学进展, 2022, 41(8): 1504-1515.]

DOI

[39]
Cheng Xuelan, Fang Yelin, Su Xueqing, et al. Spatial distribution characteristics of network structure of tourism flow in five major urban agglomerations of coastal China. Progress in Geography, 2021, 40(6): 948-957.

DOI

[程雪兰, 方叶林, 苏雪晴, 等. 中国东部沿海5大城市群旅游流网络结构空间分布特征研究. 地理科学进展, 2021, 40(6): 948-957.]

DOI

[40]
Cao Zhan, Dai Liang, Wu Kang, et al. Structural features and driving factors of the evolution of the global interurban knowledge collaboration network. Geographical Research, 2022, 41(4): 1072-1091.

DOI

[曹湛, 戴靓, 吴康, 等. 全球城市知识合作网络演化的结构特征与驱动因素. 地理研究, 2022, 41(4): 1072-1091.]

DOI

[41]
Goetz A R, Vowles T M. The good, the bad, and the ugly: 30 years of US airline deregulation. Journal of Transport Geography, 2009, 17(4): 251-263.

[42]
Wu Qitao, Zhang Hongou, Chen Fenggui, et al. The Hub and spoke network and its application in transportation geography. Progress in Geography, 2010, 29(6): 701-708.

DOI

[吴旗韬, 张虹鸥, 陈凤桂, 等. 轴辐网络模型及其在交通地理学中的应用. 地理科学进展, 2010, 29(6): 701-708.]

DOI

[43]
Aykin T. Lagrangian relaxation based approaches to capacitated hub and spoke network design problem. European Journal of Operational Research, 1994, 79(3): 501-523.

[44]
O'Kelly M E. A geographer's analysis of hub-and-spoke network. Journal of Transport Geography, 1998, 6(3): 171-186.

[45]
Ye Qian, Wu Dianting, Dai Teqi. A comparative analysis of hierarchy and regional system of domestic air passenger transport network between China and USA. Geographical Research, 2013, 32(6): 1084-1094.

[叶倩, 吴殿廷, 戴特奇, 等. 中美航空客运网络层次结构和地域系统对比分析. 地理研究, 2013, 32(6): 1084-1094.]

[46]
O'Kelly M E, Harvey J M. The hub network design problem: A review and synthesis. Journal of Transport Geography, 1994, 2(1): 31-40.

[47]
Burghouwt G, Hakfoort J R. The European aviation network from 1990 to 1998. Journal of Air Transport Management, 2001(7): 311-318.

[48]
Jin Fengjun, Wang Chengjin. Hub-and-spoke system and China aviation network organization. Geographical Research, 2005, 24(5): 774-784.

DOI

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

[49]
Gu Chaolin. Chinese Urban System:History, Current Situation and Prospect. Beijing: The Commercial Press, 1992.

[顾朝林. 中国城镇体系:历史·现状·展望. 北京: 商务印书馆, 1992.]

[50]
Wang Fahui, Jin Fengjun, Zeng Guang. Geographic patterns of air passenger transport in China. Scientia Geographica Sinica, 2003, 23(5): 519-526.

DOI

[王法辉, 金凤君, 曾光. 中国航空客运网络的空间演化模式研究. 地理科学, 2003, 23 (5): 519-525.]

[51]
Xu Minzheng, Xu Jun, Chen Yu. Construction of Chinese aviation hub-spoke structure based on maximum leaf spanning tree. Acta Geographica Sinica, 2014, 69(12): 1847-1857.

DOI

[徐敏政, 许珺, 陈娱. 基于最多叶子生成树的中国航空网络轴辐结构构建. 地理学报, 2014, 69(12): 1847-1857.]

DOI

[52]
Wang Jiaoe, Mo Huihui, Jin Fengjun. Spatial structural characteristics of Chinese aviation network based on complex network theory. Acta Geographica Sinica, 2009, 64(8): 899-910.

DOI

[王姣娥, 莫辉辉, 金凤君. 中国航空网络空间结构的复杂性. 地理学报, 2009, 64(8): 899-910.]

DOI

[53]
Reynolds F A. The US airport hierarchy and implications for small communities. Urban Studies, 2003, 37: 557-577.

[54]
Coetz Sutton. The geography of deregulation in the US. airline industry. Annals of the Association of American Geographers, 1997, 87: 238-263.

[55]
O' Connor K. Airport development in Southeast Asia. Journal of Transport Geography, 1995, 3(4): 269-279.

Options
文章导航

/

〈 〉