从结构到功能：通过复杂网络指标对航空运输中枢纽节点估算的全面评估

《Journal of Transport Geography》：From structure to function: A comprehensive benchmark on the estimation of hubs in air transportation through complex network metrics

航空枢纽识别中复杂网络指标的预测效能及功能-结构差异研究，基于2010-2022年全球航空流动与旅客OD数据，整合15项网络指标分析航空枢纽的功能特性。研究发现，传统拓扑指标与实际枢纽功能存在显著偏差，需结合流量数据优化评估模型，为网络规划与资源分配提供新视角。

　　

Xiaoqian Sun|Sebastian Wandelt|Morton O’Kelly

北京航空航天大学电子与信息工程学院，中国北京100191

摘要

枢纽在航空运输系统中发挥着关键作用，它们负责航班的切换/调度/集合，并提供集中/分散功能。以往的研究广泛采用了网络中心性指标（如度中心性、介数中心性和接近中心性）作为识别航空运输网络中枢纽的主要依据。这些指标用于根据机场在网络中的局部/全局连通性和影响力来量化其重要性。然而，由于缺乏实证流量数据，仅依赖拓扑指标可能会产生误导，从而导致对机场在网络中真实重要性的评估不准确。在本研究中，我们全面评估了复杂网络指标在识别枢纽任务中的有效性。通过整合全球飞机运行数据和乘客的出发地-目的地信息，我们的研究利用复杂网络技术为枢纽识别提供了全面的基准。这项研究的益处包括更准确地利用复杂网络指标来指示枢纽的地位，进而改善网络规划和优化资源分配。

引言

在航空运输网络中，枢纽能够高效地实现乘客和货物的长距离运输。它们的存在对于优化航空资源利用、提升网络连通性至关重要（O’Kelly, 1998; Bryan and O’Kelly, 1999）。20世纪80年代，随着经济自由化和技术进步，航空运输网络从点对点结构向枢纽辐射型结构转变（Aykin, 1995; Button, 2004; Huang and Wang, 2017）。早期，航空旅行主要以少数城市对之间的直飞航班为主，反映了线性且整合度较低的网络结构。20世纪末航空业的放松管制促进了枢纽辐射型系统的采用，主要航空公司通过枢纽（包括中心枢纽和次级枢纽）来安排航线，从而实现规模经济（Berechman and de Wit, 1996; Button, 2002）。低成本航空公司的出现进一步推动了航空网络结构向更多点对点航线和竞争性定价策略的转变（Cook and Goodwin, 2008）。这导致了一个更加复杂且相互连接的全球航空运输系统，其中传统枢纽网络与分散的点对点网络共存（Franke, 2004; O’Kelly and Park, 2023）。识别和分析这些网络中的枢纽对于理解和改善航空运输动态至关重要，因为枢纽不仅促进了连通性，还增强了网络的韧性（O’Kelly, 2015）。总之，无论是作为运营基地还是乘客中转点，枢纽都是全球航空运输网络功能和性能不可或缺的部分，推动了连通性、效率与韧性。

现有关于航空运输网络的研究主要集中在利用复杂网络指标来识别关键节点。特别是在与韧性相关的研究中（Wang et al., 2019; Wandelt et al., 2025）。复杂网络指标为分析网络的结构特性和识别其中节点的重要性提供了定量框架（Sun et al., 2017）。各种中心性指标（如度中心性、介数中心性、接近中心性和特征向量中心性）被广泛用于评估全球航空网络及其子网络中机场的突出地位；有关航空运输网络韧性/鲁棒性的研究概述，请参见Sun and Wandelt (2021)。尽管这些复杂网络指标为了解机场的结构重要性提供了有价值的见解，但它们也存在局限性。仅依赖拓扑指标可能导致对机场真实重要性的理解不完整，因为这些指标没有考虑现实世界流量（如航班模式和乘客量）所引发的功能方面（Wandelt et al., 2023）。缺乏这些功能方面可能导致枢纽的误识别，因为拓扑上位于中心的机场并不一定处理最多的流量。据我们所知，目前文献中尚未有研究探讨节点中心性与枢纽功能之间的关联程度。现有工作大多遵循以下两种路径之一：(a) 在一组拓扑指标中识别“最佳”指标（尤其是从鲁棒性的角度）；(b) 将多种指标整合为一个新的综合指标；通常是基于直觉或少数示例网络来验证这些指标的性能。

受到最近在枢纽识别方面取得的进展（O’Kelly and Park, 2023; Bordeaux and Couto, 2024）的启发，本研究通过考察复杂网络指标在识别枢纽方面的预测能力，探讨了航空网络的结构方面与功能方面之间的关系。我们的研究基于2010至2022年的全面航空运输数据集，涵盖了全球范围内的航空公司运营（总计超过180家航空公司，涉及3300多个节点）。我们的主要研究问题可以归纳为：

• 1.
  复杂网络指标在预测航空网络中的枢纽方面有多准确？现有研究大多基于复杂网络指标报告机场排名，即考虑了结构方面，但没有使用（功能性的）参考标准来定义航空网络中的枢纽。
• 2.
  航空网络中机场的异质性随时间如何变化？现有研究主要探讨了基于结构方面，机场在某一地区/航空公司内的排名随时间的变化，但没有考虑功能方面和异质性的演变。
• 3.
  从航空公司视角与乘客视角测量枢纽运营时是否存在显著差异？
  据我们所知，目前文献中尚未提出这个问题。

本研究的主要目标是确定这些指标在多大程度上能够准确预测节点的枢纽地位，区分两种不同的视角：以飞机为中心和以乘客为中心的视角。以飞机为中心的枢纽特征是一个节点上的飞机运行数量，反映了机场的物流和基础设施重要性；而以乘客为中心的枢纽则体现在该节点上的中转乘客数量，突出了机场作为旅行者关键中转点的角色。通过使用15种常用的复杂网络指标（包括度中心性和介数中心性），我们旨在揭示区分枢纽与非枢纽的基本模式。例如，度中心性衡量机场的直接连接数量，从而揭示其直接影响；介数中心性则评估机场在其他机场之间的最短路径上作为桥梁的作用，表明其在促进更广泛网络流动中的作用。我们的分析旨在了解这15种指标如何随时间与由飞机和乘客引起的枢纽地位相关联。我们相信，这项研究不仅有助于理论理解航空网络，还为航空公司管理和政策制定提供了实践启示，揭示了特定机场在全球航空格局中的战略重要性。此外，我们希望我们的发现能促使未来更加谨慎地使用这些中心性指标。

本研究的其余部分结构如下：第2节回顾相关文献；第3节介绍本研究使用的方法论；第4节基于全球航空运输数据报告实验分析结果；第5节总结本研究并提出未来工作的建议。

部分摘录

文献综述

复杂网络指标为评估网络中节点的相对重要性提供了框架；参见Sallan and Lordan (2020) 的介绍。例如，研究人员可以识别出显著影响航空运输系统整体韧性的关键节点。因此，在航空运输韧性研究背景下进行了许多相关研究；见表1，了解哪些指标被最常使用。例如度中心性等指标

方法论

在本节中，我们描述了利用复杂网络指标估计枢纽功能的方法论。在本研究中，我们将航空网络视为一组节点（机场）和链接（直飞航班）组成的无向、无权重的网络。图1展示了一个包含八个机场和十六个直飞航班的合成航空网络，作为本节后续内容的示例。该示例网络中的连接表明了各种类型的

评估

本节基于2010至2022年的全球航空流量数据报告了我们的研究结果。4.1节提供了数据概述；4.2节介绍了MNAM模型在识别由飞机引起的枢纽地位方面的结果；4.3节报告了MNTP模型在识别由乘客引起的枢纽地位方面的结果。

结论

在本研究中，我们通过考察复杂网络指标在识别枢纽方面的预测能力，探讨了航空网络的结构方面与功能方面之间的关系。我们的研究基于2010至2022年的全面航空流量数据集，涵盖了全球范围内的航空公司运营。主要目标是确定这些指标在多大程度上能够准确预测节点的枢纽地位，区分两种不同的视角：

CRediT作者贡献声明

Xiaoqian Sun：撰写——审稿与编辑，撰写——初稿。Sebastian Wandelt：撰写——审稿与编辑，撰写——初稿。Morton O’Kelly：撰写——审稿与编辑，撰写——初稿。

致谢

本研究得到了国家自然科学基金（项目编号：U2233214）和北京市自然科学基金（项目编号：IS24035）的支持。