汪瑜　雷迪　于嬌嬌　溫國(guó)兵

摘要： 為剖析疫情時(shí)期中國(guó)國(guó)內(nèi)主要客運(yùn)航空公司競(jìng)爭(zhēng)格局和競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素，利用TOPSIS－熵值法和修正Huff模型量化航空公司在航線(xiàn)上的競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度，構(gòu)建基于優(yōu)勢(shì)強(qiáng)度的航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)，從網(wǎng)絡(luò)的視角對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)劃分及其靜態(tài)特征進(jìn)行研究，利用Tobit回歸模型剖析競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素。研究表明：在疫情時(shí)期航空公司多市場(chǎng)接觸程度較低，三大航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)明顯，其優(yōu)勢(shì)在城市分布上差異巨大，主要集中在其基地城市。HU、3U等航空公司在市場(chǎng)競(jìng)爭(zhēng)中優(yōu)勢(shì)不明顯，更多表現(xiàn)為競(jìng)爭(zhēng)且主要圍繞沿海二線(xiàn)城市展開(kāi)；航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)受到多因素共同制約，疫情時(shí)期收益更多表示成本控制的能力，低成本航空公司9C相較HU、3C等航空公司更具優(yōu)勢(shì)。

關(guān)鍵詞： 競(jìng)爭(zhēng)態(tài)勢(shì)；航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)；TOPSIS－熵值法；修正Huff模型；社團(tuán)；Tobit 模型

中圖分類(lèi)號(hào)： F560.5文獻(xiàn)標(biāo)識(shí)碼： A

On the Competitive Situation of Airlines and the Influencing Factors from the Perspective of Network

WANG Yu， LEI Di，YU Jiaojiao， WEN Guobing

（School of Economics and Management， Civil Aviation FlightUniversity of China， Guanghan 618307， China）

Abstract：In order to analyze the competitive pattern and factors influencing the competitive advantage of China′s major domestic passenger airlines during the epidemic period， we use the TOPSIS-Entropy method and a modified Huff model to quantify the competitive advantage strength of airlines on routes， construct a weighted bipartite network of airlines-routes empowerment based on advantage strength， and study the market segmentation of airlines′ competitive advantage and its static characteristics from the perspective of network. The Tobit regression model is used to analyze the factors influencing competitive advantage. The study shows that during the epidemic period， the airlines have a low degree of multi-market exposure， and the three major airlines have obvious competitive advantages， which vary greatly in city distribution and are mainly concentrated in their base cities; HU， 3U and other airlines have less obvious advantages in market competition and are more competitive and mainly around the second-tier coastal cities. The competitive advantage of airlines is constrained by a combination of factors， and the revenue during the epidemic period is more indicative of the ability to control cost.

Keywords： competition; airline-airline weighted bipartite network; TOPSIS-Entropy method; modified Huff model; community; Tobit model

0 引言

正確把握航空公司之間的競(jìng)爭(zhēng)關(guān)系，剖析市場(chǎng)競(jìng)爭(zhēng)格局，分析影響競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵因素，是提高航空公司航線(xiàn)網(wǎng)絡(luò)布局及其機(jī)隊(duì)運(yùn)力投放的前提。隨著新冠疫情的爆發(fā)，國(guó)內(nèi)航空運(yùn)輸業(yè)客運(yùn)市場(chǎng)大幅縮水，并嚴(yán)重影響了航空公司之間的競(jìng)爭(zhēng)格局，為此有必要明確后疫情時(shí)期航空公司的優(yōu)勢(shì)市場(chǎng)分布及其結(jié)構(gòu)特征，找到影響航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)的主要因素，這對(duì)于航空公司制定科學(xué)的競(jìng)爭(zhēng)戰(zhàn)略，改善經(jīng)營(yíng)管理水平具有重要意義。航空公司競(jìng)爭(zhēng)關(guān)系研究主要集中在3個(gè)方面：1）利用統(tǒng)計(jì)學(xué)及產(chǎn)業(yè)組織理論研究競(jìng)爭(zhēng)態(tài)勢(shì)［13］；2）利用博弈論研究競(jìng)爭(zhēng)戰(zhàn)略對(duì)航空公司的影響［6］；3）研究航空公司核心競(jìng)爭(zhēng)力的影響因素及競(jìng)爭(zhēng)力評(píng)價(jià)［45］。在競(jìng)爭(zhēng)態(tài)勢(shì)研究上，陸鋒［1］等對(duì)中國(guó)民航客運(yùn)的競(jìng)爭(zhēng)態(tài)勢(shì)進(jìn)行了分析，并發(fā)現(xiàn)四大航空集團(tuán)具有明顯的壟斷優(yōu)勢(shì)，且內(nèi)部存在明顯的競(jìng)爭(zhēng)關(guān)系。李菲［2］利用產(chǎn)業(yè)組織理論方法研究發(fā)現(xiàn)，中國(guó)民航運(yùn)輸業(yè)存在市場(chǎng)集中度不高，進(jìn)/退壁壘過(guò)高、競(jìng)爭(zhēng)不規(guī)范及效率低下等問(wèn)題。Nigel Dennis 和David Pitfield［3］利用市場(chǎng)集中度研究發(fā)現(xiàn)，進(jìn)行合并或聯(lián)盟可以使航空網(wǎng)絡(luò)樞紐的有效性增強(qiáng)。上述研究主要利用傳統(tǒng)產(chǎn)業(yè)組織理論，從整體市場(chǎng)集中度分析競(jìng)爭(zhēng)態(tài)勢(shì)，但對(duì)航空公司細(xì)分市場(chǎng)全貌未進(jìn)行準(zhǔn)確刻畫(huà)。為此，部分學(xué)者們將復(fù)雜網(wǎng)絡(luò)理論引入產(chǎn)業(yè)組織分析之中［58］，楊建梅［5］將復(fù)雜網(wǎng)絡(luò)引入產(chǎn)業(yè)組織分析當(dāng)中，發(fā)現(xiàn)了廣州軟件產(chǎn)業(yè)競(jìng)爭(zhēng)關(guān)系網(wǎng)絡(luò)的小世界特性。馮建勇［6］基于航空公司共營(yíng)航線(xiàn)數(shù)量，建立航空公司競(jìng)爭(zhēng)關(guān)系網(wǎng)絡(luò)，發(fā)現(xiàn)了航空公司競(jìng)爭(zhēng)關(guān)系網(wǎng)絡(luò)的無(wú)標(biāo)度等特性。Sven Maerens［7］提出了一種在網(wǎng)絡(luò)層次上對(duì)航空公司和航空集團(tuán)競(jìng)爭(zhēng)地位指標(biāo)進(jìn)行建模的新方法。復(fù)雜網(wǎng)絡(luò)的引入彌補(bǔ)了基于市場(chǎng)集中度無(wú)法評(píng)估競(jìng)爭(zhēng)全貌的缺陷，為航空公司航線(xiàn)網(wǎng)絡(luò)競(jìng)爭(zhēng)關(guān)系分析提供了一種新的視角，但現(xiàn)有研究所構(gòu)建的網(wǎng)絡(luò)大部分為無(wú)權(quán)網(wǎng)絡(luò)或所使用的權(quán)重為單一的共營(yíng)航線(xiàn)數(shù)量，忽略了航線(xiàn)之間的差異性。此外，在航空公司競(jìng)爭(zhēng)關(guān)系網(wǎng)絡(luò)研究中，所構(gòu)建的網(wǎng)絡(luò)大多屬于航空公司－航線(xiàn)的投影網(wǎng)絡(luò)［6］，這往往會(huì)引起原本二分網(wǎng)絡(luò)信息大量丟失。

因此本文考慮航線(xiàn)產(chǎn)品的差異性，以及投影網(wǎng)絡(luò)信息損失問(wèn)題，利用TOPSIS－熵值法和修正Huff模型量化航空公司在航線(xiàn)上的競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度，構(gòu)建基于優(yōu)勢(shì)強(qiáng)度的航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)；從網(wǎng)絡(luò)的視角對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)劃分及其靜態(tài)特征進(jìn)行研究，利用Tobit回歸模型剖析競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素。

1 研究方法

1.1 航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)構(gòu)建

二分網(wǎng)絡(luò)指網(wǎng)絡(luò)中包含兩類(lèi)節(jié)點(diǎn)且同一類(lèi)節(jié)點(diǎn)間沒(méi)有邊相連，文章所要構(gòu)建的網(wǎng)絡(luò)包含航空公司和航線(xiàn)兩類(lèi)節(jié)點(diǎn)，航司運(yùn)營(yíng)航線(xiàn)，因此存在著某種關(guān)系，航司之間通過(guò)共營(yíng)航線(xiàn)而產(chǎn)生聯(lián)系，但航司之間不存在直接聯(lián)系，因此隸屬于二分網(wǎng)絡(luò)范疇。整個(gè)網(wǎng)絡(luò)的構(gòu)建過(guò)程如下。

1.1.1 量化航空公司航線(xiàn)競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度（網(wǎng)絡(luò)邊權(quán)）

航空公司優(yōu)勢(shì)指航空公司所表現(xiàn)出的相對(duì)于競(jìng)爭(zhēng)對(duì)手能夠更好地滿(mǎn)足旅客需求，并持續(xù)獲得更高效益的綜合力量，主要體現(xiàn)在航空公司自身綜合能力優(yōu)勢(shì)、價(jià)格優(yōu)勢(shì)以及時(shí)間優(yōu)勢(shì)上。航空公司自身綜合能力主要受運(yùn)輸能力、運(yùn)營(yíng)管理、航線(xiàn)網(wǎng)絡(luò)、生產(chǎn)效益、服務(wù)質(zhì)量5個(gè)方面影響［9］，綜合考慮影響航司綜合能力的因素，采用評(píng)價(jià)的方法對(duì)航空公司綜合能力進(jìn)行評(píng)估，為此首先建立的航空公司綜合能力評(píng)價(jià)體系如表1所示。再以量化后的綜合能力為基礎(chǔ)，結(jié)合航司在航線(xiàn)上的票價(jià)及出行時(shí)間，利用修正后的Huff模型量化航空公司航線(xiàn)競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度（競(jìng)爭(zhēng)優(yōu)勢(shì)系數(shù)）。目前，在對(duì)航空公司綜合能力評(píng)價(jià)研究中，主要利用模糊綜合評(píng)價(jià)［1011］、AHP［12］、因子分析［13］等方法。模糊綜合評(píng)價(jià)由于可以兼顧多種因素而被廣泛運(yùn)用，但其評(píng)估結(jié)果的準(zhǔn)確度依賴(lài)于指標(biāo)的選取。層次分析和專(zhuān)家打分，原理簡(jiǎn)單，對(duì)數(shù)據(jù)的要求較低，但結(jié)果容易受到主觀影響。因子分析可以突出影響的關(guān)鍵因素，但對(duì)數(shù)據(jù)的質(zhì)量和數(shù)量要求較高。TOPSIS能夠有效彌補(bǔ)層次分析等方法評(píng)價(jià)客觀性不足的問(wèn)題。因此，本文利用TOPSIS－熵值法評(píng)估航空公司綜合能力。另外，Huff模型基本法則是萬(wàn)有引力模型，并常被用于具有吸引力的設(shè)施研究上［1415］。傳統(tǒng)Huff模型常用面積一項(xiàng)指標(biāo)代表規(guī)模，這顯然不適用于航空公司這種由多個(gè)因素決定的對(duì)象。此外，已有研究在選取Huff模型中的距離參數(shù)時(shí)大都利用實(shí)際物理距離，這種實(shí)際距離的引力模型在經(jīng)濟(jì)學(xué)領(lǐng)域時(shí)常不適用。為此，有學(xué)者在傳統(tǒng)引力模型基礎(chǔ)上將實(shí)際距離用時(shí)間成本進(jìn)行替代［15］。修正后的Huff模型與原有模型的不同在于，模型中考慮了對(duì)象間不具備實(shí)際物理距離的情況，具體過(guò)程如下：

1）構(gòu)建評(píng)價(jià)指標(biāo)體系。

2）TOPSIS－熵值和修正Huff評(píng)估競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度。熵值法基本原理是利用信息熵來(lái)衡量指標(biāo)的差異程度。指標(biāo)差異程度越大，指標(biāo)的信息熵越小，權(quán)重越大。TOPSIS法又稱(chēng)優(yōu)劣解距離法，其基本原理是將各指標(biāo)中的最大值作為正理想解，最小值作為負(fù)理想解。通過(guò)計(jì)算評(píng)價(jià)對(duì)象與正、負(fù)理想解之間的歐式距離得出所有評(píng)價(jià)對(duì)象的優(yōu)劣排序。Huff模型具體步驟：

Si為航空公司i的綜合能力，dij為在j航線(xiàn)出行旅客選擇i航空公司的出行成本（票價(jià)+時(shí)間成本（以當(dāng)年人均小時(shí)收入計(jì)算）），μ通常為1，λ通常為2。

其中，Pij為航線(xiàn)j出行旅客選擇航空公司i出行的概率，假設(shè)有m家航空公司，n條航線(xiàn)。

1.1.2 航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)構(gòu)建

文章以前文計(jì)算的競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度為權(quán)，航空公司、航線(xiàn)為節(jié)點(diǎn)構(gòu)建航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)。

1.2 航空公司優(yōu)勢(shì)市場(chǎng)特征及影響因素研究

1.2.1 基于非重疊社團(tuán)網(wǎng)絡(luò)的航空公司優(yōu)勢(shì)市場(chǎng)劃分

利用非重疊社團(tuán)劃分的思想，旨在對(duì)航空公司優(yōu)勢(shì)市場(chǎng)進(jìn)行劃分?，F(xiàn)有研究針對(duì)二分網(wǎng)絡(luò)非重疊社團(tuán)結(jié)構(gòu)的研究主要有兩種方法：1）將二分網(wǎng)絡(luò)依靠某種原則轉(zhuǎn)化為單粒子網(wǎng)絡(luò)利用單粒子網(wǎng)絡(luò)社團(tuán)劃分算法進(jìn)行劃分，其中較為著名的是Newman快速算法［16］；2）直接在二分網(wǎng)絡(luò)上對(duì)社團(tuán)結(jié)構(gòu)進(jìn)行劃分。由于將二分網(wǎng)絡(luò)轉(zhuǎn)換成單粒子網(wǎng)絡(luò)進(jìn)行社團(tuán)劃分會(huì)損失大量信息，因此，第二種方法更適用于二分網(wǎng)絡(luò)的研究，二分網(wǎng)絡(luò)社團(tuán)劃分方法經(jīng)歷了從無(wú)權(quán)小規(guī)模到賦權(quán)大規(guī)模的發(fā)展［17］，其中針對(duì)賦權(quán)大規(guī)模網(wǎng)絡(luò)較為成熟的就是基于標(biāo)簽傳播的算法，利用標(biāo)簽傳播思想進(jìn)行社團(tuán)劃分具有執(zhí)行速度快、可擴(kuò)展性強(qiáng)、效果好等優(yōu)勢(shì)，近年已有大量學(xué)者基于標(biāo)簽傳播思想對(duì)社團(tuán)劃分進(jìn)行研究［1820］。由此可見(jiàn)基于標(biāo)簽傳播思想的社團(tuán)劃分方法成效顯著。因此本文采用基于二分賦權(quán)網(wǎng)絡(luò)的標(biāo)簽傳播算法（LPAWB+）對(duì)航空公司優(yōu)勢(shì)市場(chǎng)進(jìn)行劃分。

其中，Qw為模塊度指數(shù)，Qw越大，實(shí)際網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)越明顯，此外Qw∈0，1。M為二分網(wǎng)絡(luò)所有邊的權(quán)重之和；Wuv為節(jié)點(diǎn)u與節(jié)點(diǎn)v的實(shí)際權(quán)重；yu為紅色節(jié)點(diǎn)g的權(quán)，Zv為藍(lán)色節(jié)點(diǎn)h的權(quán)；δgu，hv表示當(dāng)且僅當(dāng)?shù)撞抗?jié)點(diǎn)u和頂部節(jié)點(diǎn)v同屬于一個(gè)社團(tuán)時(shí)δgu，hv=1，否則為0。

LPAWB+算法的實(shí)施分為兩個(gè)階段。標(biāo)簽傳播階段，所謂標(biāo)簽傳播思想即已知節(jié)點(diǎn)將自己的標(biāo)簽沿著權(quán)重最大的方向傳播給未知節(jié)點(diǎn)，在二分網(wǎng)絡(luò)中其思想可用使式（3）最大化表示，利用最大化式（3）的思想異步更新二分網(wǎng)絡(luò)中的兩類(lèi)節(jié)點(diǎn)標(biāo)簽（紅色標(biāo)簽g，藍(lán)色標(biāo)簽h），可簡(jiǎn)化為式（4）。基于上述描述首先選擇節(jié)點(diǎn)數(shù)目較少的一類(lèi)標(biāo)簽進(jìn)行初始化，然后按照式（5）異步更新另一類(lèi)節(jié)點(diǎn)標(biāo)簽并利用式（3）計(jì)算更新后的Qw，如此循環(huán)更新兩類(lèi)節(jié)點(diǎn)的標(biāo)簽直至模塊度不再增加為止。

其中，gnewx，hnewx為分配給紅色、藍(lán)色節(jié)點(diǎn)x的新標(biāo)簽；argmaxg，argmaxh表示使右側(cè)式子最大化的標(biāo)簽g，h；Nxg，Nxh分別表示與x節(jié)點(diǎn)相連的標(biāo)記為g，h的h，g類(lèi)節(jié)點(diǎn)的邊權(quán)和；zg，yh分別表示標(biāo)記為g，h的h，g類(lèi)節(jié)點(diǎn)的點(diǎn)權(quán)和；yx，Zx分別表示標(biāo)記為g，h的x節(jié)點(diǎn)權(quán)。

當(dāng)QW不能通過(guò)第一階段增加時(shí)，此時(shí)出現(xiàn)局部最優(yōu)，第二階段旨在通過(guò)將社區(qū)合并在一起來(lái)防止算法陷入局部最大值。每個(gè)已識(shí)別的社區(qū)模塊t由共享相同標(biāo)簽的藍(lán)色和紅色節(jié)點(diǎn)組成，即當(dāng)gu=hv時(shí)，如果總共有N個(gè)社團(tuán)，那么兩個(gè)不同社區(qū)ti和tj的合并只有在這會(huì)導(dǎo)致網(wǎng)絡(luò)模塊化增加并且沒(méi)有第三個(gè)社團(tuán)tk（1≤k≤N，i≠j≠k），ti或tj的合并將導(dǎo)致更大的模塊度增加。一旦社區(qū)合并完成，將重復(fù)執(zhí)行上述兩階段，直到不能通過(guò)任何一步增加模塊度為止。

1.2.2 網(wǎng)絡(luò)視角下航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)特征分析

文章從網(wǎng)絡(luò)整體及節(jié)點(diǎn)中心性?xún)蓚€(gè)角度對(duì)網(wǎng)絡(luò)特征進(jìn)行分析研究，在網(wǎng)絡(luò)整體分析上從網(wǎng)絡(luò)密度、網(wǎng)絡(luò)規(guī)模、平均賦權(quán)度、平均集聚系數(shù)、平均路徑長(zhǎng)度、度－度相關(guān)性、網(wǎng)絡(luò)賦權(quán)度分布7個(gè)角度對(duì)各航空公司優(yōu)勢(shì)網(wǎng)絡(luò)的整體特征進(jìn)行描述。利用關(guān)鍵節(jié)點(diǎn)識(shí)別技術(shù)對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)中心性進(jìn)行分析。在網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別研究上，常用網(wǎng)絡(luò)度中心性、中間中心性、特征向量中心性、接近中心性等指標(biāo)中的某一指標(biāo)進(jìn)行節(jié)點(diǎn)重要度評(píng)估［48］。對(duì)于節(jié)點(diǎn)重要度，采用多指標(biāo)進(jìn)行綜合評(píng)估的研究相對(duì)較少。因此，本文綜合考慮影響節(jié)點(diǎn)重要度的因素，從節(jié)點(diǎn)直接可達(dá)性（度中心性）、節(jié)點(diǎn)的中轉(zhuǎn)銜接能力（中間中心性）、節(jié)點(diǎn)間的相對(duì)可達(dá)性（接近中心性）、節(jié)點(diǎn)相鄰節(jié)點(diǎn)的重要程度（特征向量中心性）以及節(jié)點(diǎn)在網(wǎng)絡(luò)中所處位置（k－殼）5個(gè)方面建立多指標(biāo)體系，利用前文所述的TOPSIS－熵值法對(duì)節(jié)點(diǎn)中心性進(jìn)行評(píng)估。

1.2.3 基于Tobit模型的競(jìng)爭(zhēng)優(yōu)勢(shì)影響因素分析

1）Tobit回歸模型。為探究影響競(jìng)爭(zhēng)優(yōu)勢(shì)的因素，考慮到文章量化后的競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度系數(shù)在0，1上取值，滿(mǎn)足被解釋變量?jī)啥巳≈凳芟蓿虼瞬捎靡蜃兞繚M(mǎn)足某種約束條件下取值的Tobit回歸模型［21］，對(duì)航空公司優(yōu)勢(shì)影響因素進(jìn)行分析，回歸模型如式（6）所示。

其中，α，β，xi，y*i，yi分別為常數(shù)項(xiàng)、回歸參數(shù)向量，自變量、因變量與航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度系數(shù)。

2）變量選取。航空公司的競(jìng)爭(zhēng)優(yōu)勢(shì)體現(xiàn)在對(duì)旅客的吸引上，根據(jù)中國(guó)消費(fèi)者協(xié)會(huì)聯(lián)合民航局運(yùn)輸司開(kāi)展航空服務(wù)監(jiān)督調(diào)查活動(dòng)得到的航空服務(wù)消費(fèi)者調(diào)查報(bào)告顯示：影響消費(fèi)者航班選擇的主要因素中排在第一位的是飛機(jī)的航班時(shí)間（53.4％）之后分別是航空公司（16.6%）、安全（14.1%）、機(jī)票價(jià)格（37.1%）、機(jī)艙服務(wù)（24.5%）等。由于航班時(shí)間是根據(jù)消費(fèi)者實(shí)際情況而不斷變化的，所以這一項(xiàng)很難作為評(píng)價(jià)航空公司航班競(jìng)爭(zhēng)的一項(xiàng)指標(biāo)，而航空公司、安全、機(jī)艙服務(wù)等都是航空公司綜合能力的體現(xiàn)，因此文章從航空公司綜合能力、機(jī)票價(jià)格及飛行時(shí)間3個(gè)方面，將指標(biāo)聚焦在各航線(xiàn)上，選取旅客運(yùn)輸能力（客運(yùn)量、中轉(zhuǎn)旅客比例）、收益能力（客公里收益）、運(yùn)營(yíng)效率與質(zhì)量（客座率、航班頻率、飛行時(shí)間、航班正常率）、平均票價(jià)水平8個(gè)指標(biāo)作為T(mén)obit回歸模型的自變量。

2 實(shí)證研究

2.1 數(shù)據(jù)來(lái)源及整理

本文從中央企業(yè)、地方國(guó)企、民營(yíng)航空公司中選取具有代表性的10家航空公司（CA，CZ，MU，HU，3U，SC，MF，G5，ZH，9C）從2020年航班計(jì)劃中選取由以上10家航空公司中2家及以上運(yùn)營(yíng)的742條航線(xiàn)為例，從各航空公司公布的2020年年報(bào)以及MIDT（Marketing Information Data Tape）數(shù)據(jù)庫(kù)獲取航空公司競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)等數(shù)據(jù)。

2.2 航空公司－航線(xiàn)二分網(wǎng)絡(luò)構(gòu)建

利用前文所述網(wǎng)絡(luò)構(gòu)建方法首先對(duì)表1中各指標(biāo)權(quán)重及航空公司綜合能力進(jìn)行評(píng)估，評(píng)估結(jié)果如表2所示，緊接著利用修正Huff模型計(jì)算航空公司航線(xiàn)競(jìng)爭(zhēng)優(yōu)勢(shì)強(qiáng)度，構(gòu)建航空公司－航線(xiàn)二分網(wǎng)絡(luò)如圖3b所示。

2.3 航空公司優(yōu)勢(shì)市場(chǎng)特征及因素分析

2.3.1 航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)特征分析

1）航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)劃分。

利用LPAWB+算法，對(duì)航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)的非重疊社團(tuán)進(jìn)行劃分，劃分結(jié)果如圖1a所示。圖1a中展示了各社團(tuán)內(nèi)部航空公司及其航線(xiàn)，線(xiàn)條顏色越深代表該航線(xiàn)旅客選擇該航空公司出行的概率越大。為使結(jié)果更直觀，利用復(fù)雜網(wǎng)絡(luò)可視化軟件Gephi，以航空公司、航線(xiàn)為節(jié)點(diǎn)，航空公司與航線(xiàn)關(guān)系為邊，競(jìng)爭(zhēng)系數(shù)為權(quán)重，構(gòu)建航空公司－航線(xiàn)賦權(quán)二分網(wǎng)絡(luò)并將網(wǎng)絡(luò)按照社團(tuán)劃分結(jié)構(gòu)進(jìn)行布局，如圖1b所示。

根據(jù)算法劃分結(jié)果顯示，模塊度Qw=0.396 8，在企業(yè)－產(chǎn)品網(wǎng)絡(luò)中，模塊度指數(shù)衡量的是產(chǎn)業(yè)中的多市場(chǎng)接觸程度或市場(chǎng)分割程度。模塊度指數(shù)越大，市場(chǎng)分割程度就越高，不同市場(chǎng)和不同企業(yè)之間的相互影響就越小。反之，模塊度指數(shù)越小，市場(chǎng)分割程度就越低［5］。由此可見(jiàn)，中國(guó)2020年航空公司－航線(xiàn)二分網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)明顯，市場(chǎng)分割程度較高，在市場(chǎng)競(jìng)爭(zhēng)中，9C、CA、CZ、MU航空公司各自具有明顯的優(yōu)勢(shì)市場(chǎng)，3U、HU、MF等航空公司優(yōu)勢(shì)市場(chǎng)不明顯，更多表現(xiàn)為激烈的競(jìng)爭(zhēng)。如圖1b所示CA、CZ、MU三大航空公司之間的交互明顯強(qiáng)于其他社團(tuán)。這表明：在中國(guó)航空客運(yùn)市場(chǎng)競(jìng)爭(zhēng)中，三大航空公司（CA、CZ、MU）間的競(jìng)爭(zhēng)仍占主要格局。

2）競(jìng)爭(zhēng)優(yōu)勢(shì)市場(chǎng)特征分析。

（1）整體網(wǎng)絡(luò)特征分析。

從網(wǎng)絡(luò)規(guī)模、平均賦權(quán)度、平均聚集系數(shù)、密度、平均路徑長(zhǎng)度、度－度相關(guān)性、網(wǎng)絡(luò)度分布7個(gè)角度對(duì)網(wǎng)絡(luò)整體特征進(jìn)行分析，各指標(biāo)計(jì)算結(jié)果如表3所示。

在具有明顯優(yōu)勢(shì)市場(chǎng)的航空公司中，CZ航空公司網(wǎng)絡(luò)規(guī)模最大，平均賦權(quán)度最大，優(yōu)勢(shì)最為明顯，如表3所示，其網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度相較于其他航空公司較大，此特征表明，CZ航空公司優(yōu)勢(shì)網(wǎng)絡(luò)的直接連通性相較于其他航司較差。從各航空公司優(yōu)勢(shì)航線(xiàn)網(wǎng)絡(luò)的密度上的差異可見(jiàn)，CZ、MU的密度最大，CA密度較小。另外，根據(jù)度－度相關(guān)性的數(shù)值表明，各航空公司的優(yōu)勢(shì)網(wǎng)絡(luò)都存在異配性，即網(wǎng)絡(luò)中小節(jié)點(diǎn)偏向于與大節(jié)點(diǎn)相連，可見(jiàn)在各航司優(yōu)勢(shì)市場(chǎng)中對(duì)于樞紐的依賴(lài)程度都較大，也正是如此，各航空公司優(yōu)勢(shì)在城市分布上，兩級(jí)分化明顯，如圖1c所示，在雙對(duì)數(shù)坐標(biāo)下累積節(jié)點(diǎn)重要度分布基本成一條直線(xiàn)，度分布滿(mǎn)足冪律分布，具有無(wú)標(biāo)度特征，少數(shù)城市居于網(wǎng)絡(luò)核心位置，其中CA優(yōu)勢(shì)地域分布較CZ、MU兩極分化更嚴(yán)重。在不具備明顯優(yōu)勢(shì)市場(chǎng)的航空公司中，如表3所示，3U、ZH等的競(jìng)爭(zhēng)網(wǎng)絡(luò)不具備小世界特征，平均路徑長(zhǎng)度為3左右，競(jìng)爭(zhēng)主要集中在三段式的航線(xiàn)上。

（2）節(jié)點(diǎn)中心性研究。

在對(duì)節(jié)點(diǎn)中心性進(jìn)行研究時(shí)，首先利用熵值法對(duì)節(jié)點(diǎn)中心性指標(biāo)權(quán)重進(jìn)行計(jì)算，再利用TOPSIS評(píng)價(jià)法對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)中心性進(jìn)行評(píng)估。各指標(biāo)平均權(quán)重和評(píng)估結(jié)果（節(jié)選前十的節(jié)點(diǎn)）如表4所示。

在評(píng)價(jià)節(jié)點(diǎn)中心性的各指標(biāo)中，中間中心性指標(biāo)權(quán)重最大，如表4所示，可見(jiàn)航空公司在某一城市競(jìng)爭(zhēng)優(yōu)勢(shì)的強(qiáng)弱與該城市在該航空公司子網(wǎng)絡(luò)中的連通銜接能力緊密相關(guān)。相對(duì)而言，城市的相對(duì)通達(dá)性（接近中心性）對(duì)節(jié)點(diǎn)中心性的影響就相對(duì)較小。

如表4所示，在優(yōu)勢(shì)城市分布上，具有明顯優(yōu)勢(shì)市場(chǎng)的航空公司，其優(yōu)勢(shì)城市主要分布在其基地所在地，例如CA航空公司，其優(yōu)勢(shì)城市主要在北京、成都、呼和浩特等地，原因在于基地航司在基地享有較多的資源（優(yōu)先時(shí)刻資源分配權(quán)、擁有更多的航班，休息室較大等）。另外，航司之間優(yōu)勢(shì)地域的重疊度較低，據(jù)計(jì)算，各航司前20位優(yōu)勢(shì)地域的重合率僅達(dá)27%左右，基地航司壟斷優(yōu)勢(shì)仍明顯，航空公司在其主基地機(jī)場(chǎng)的市場(chǎng)份額偏高。另外，值得注意的是，在疫情沖擊下HU航空公司不存在明顯優(yōu)勢(shì)市場(chǎng)，相比下9C這種低成本航空公司在疫情影響下仍保持著一定優(yōu)勢(shì)。表5給出了3U、HU、MF等航空公司競(jìng)爭(zhēng)激烈的市場(chǎng)主要集中在泉州、廈門(mén)等地且從城市類(lèi)型上可以看到競(jìng)爭(zhēng)激烈的地域主要集中在二線(xiàn)沿海城市。

2.3.2 航空公司優(yōu)勢(shì)影響因素分析

據(jù)前文可知，CA，CZ，MU具有明顯大規(guī)模優(yōu)勢(shì)市場(chǎng)，因此從CA，CZ，MU航空公司運(yùn)營(yíng)航線(xiàn)中隨機(jī)抽取1 029個(gè)樣本進(jìn)行航空公司優(yōu)勢(shì)影響因素分析。進(jìn)行回歸分析前首先排除自變量共線(xiàn)性對(duì)結(jié)果的影響，通過(guò)stata16.0對(duì)所涉及變量相關(guān)性進(jìn)行檢驗(yàn)，利用方差膨脹系數(shù)VIF判斷變量間是否存在多重共線(xiàn)性，通常認(rèn)為VIF 小于10則變量間不存在多重共線(xiàn)性，結(jié)果如表5所示。

如表5所示，客座率、時(shí)間、票價(jià)三者VIF大于10，因此三者存在多重共線(xiàn)性。為排除多重共線(xiàn)性對(duì)回歸結(jié)果精度的影響，且在不刪除變量基礎(chǔ)上，利用客座率、時(shí)間、票價(jià)三者之間的相關(guān)性及與y之間的相關(guān)性構(gòu)建新變量x9=x2/x3*x4，再對(duì)所有變量進(jìn)行VIF檢驗(yàn)，結(jié)果如表5所示。可以發(fā)現(xiàn)，所有變量VIF均小于10，變量間已不存在多重共線(xiàn)性。

對(duì)上述所有變量重新編號(hào)，進(jìn)行穩(wěn)健標(biāo)準(zhǔn)差下的Tobit模型逐步回歸，結(jié)果如表6所示。

在對(duì)所有變量進(jìn)行Tobit回歸時(shí)發(fā)現(xiàn)，運(yùn)輸能力（客運(yùn)量）、收益能力、效率（客座率、時(shí)間、航班頻率）、平均票價(jià)水平在1%水平上顯著。在運(yùn)輸能力上，競(jìng)爭(zhēng)優(yōu)勢(shì)與航空公司客運(yùn)量始終呈正相關(guān)，表明航空公司運(yùn)輸能力越大，競(jìng)爭(zhēng)優(yōu)勢(shì)越大。在分析收益對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)影響時(shí)，若僅考慮收益對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響從表6可見(jiàn)收益能力越強(qiáng)，競(jìng)爭(zhēng)優(yōu)勢(shì)越大。這表明航空公司對(duì)細(xì)分市場(chǎng)結(jié)構(gòu)、市場(chǎng)需求、針對(duì)各細(xì)分市場(chǎng)的票價(jià)等級(jí)以及各等級(jí)庫(kù)存分配預(yù)留的準(zhǔn)確把握，能夠顯著提高航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)。但在加入其它控制變量（客運(yùn)量）后，收益對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響為負(fù)，原因在于在客運(yùn)量、票價(jià)、客座率一定條件下收入也基本確定，此時(shí)收益更多代表成本的大小。收益一定，成本越低越好，因此在客運(yùn)量控制下收益與航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)呈負(fù)相關(guān)，這也是疫情期間一些低成本航空公司（9C）競(jìng)爭(zhēng)優(yōu)勢(shì)反而顯著的原因。在運(yùn)輸效率與質(zhì)量上（正常率、出行時(shí)間、客座率、航班頻率），航班正常率對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)的影響不顯著但存在正相關(guān)的影響，同時(shí)競(jìng)爭(zhēng)優(yōu)勢(shì)的強(qiáng)弱與客座率呈正相關(guān)與時(shí)間呈負(fù)相關(guān)，可見(jiàn)航空公司保障航線(xiàn)運(yùn)行效率與質(zhì)量的能力越強(qiáng)，航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)越顯著。航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)水平與平均票價(jià)水平呈負(fù)相關(guān)，從表6可見(jiàn)航空公司票價(jià)越低對(duì)旅客的吸引力越大，客座率也越高，同時(shí)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)也越明顯。這也是疫情期間多數(shù)航空公司為恢復(fù)客座率而采取降價(jià)措施的原因。至于航班頻率對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響，從表6中可知，航班頻率越大競(jìng)爭(zhēng)優(yōu)勢(shì)越明顯，結(jié)合實(shí)際情況，適當(dāng)提高航空公司航班頻次能夠有效減少旅客出行總時(shí)間，這對(duì)于提高航空公司競(jìng)爭(zhēng)力有利。在分析航空公司攜帶中轉(zhuǎn)旅客能力對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響時(shí)，發(fā)現(xiàn)同收益對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響一樣。若僅考慮中轉(zhuǎn)旅客比例對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響，航空公司在航線(xiàn)上攜帶中轉(zhuǎn)旅客的能力越大競(jìng)爭(zhēng)優(yōu)勢(shì)越明顯。但在加入多變量進(jìn)行Tobit回歸后發(fā)現(xiàn)中轉(zhuǎn)旅客比例對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)產(chǎn)生負(fù)向影響，為找到限制原因，對(duì)變量進(jìn)行逐步回歸，當(dāng)加入航班頻率時(shí)，中轉(zhuǎn)旅客比例對(duì)航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)的影響由正轉(zhuǎn)負(fù)，可見(jiàn)航班頻次會(huì)限制中轉(zhuǎn)旅客比例。當(dāng)航班頻率一定，過(guò)多的中轉(zhuǎn)旅客出現(xiàn)時(shí)，供給跟不上需求，會(huì)造成旅客流失，影響航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)。

3 結(jié)論與建議

通過(guò)對(duì)航空公司的優(yōu)勢(shì)市場(chǎng)特征及影響因素分析，結(jié)果表明，中國(guó)航空公司多市場(chǎng)接觸程度較低，三大航（CA、CZ、MU）競(jìng)爭(zhēng)優(yōu)勢(shì)明顯，同時(shí)，三者間的競(jìng)爭(zhēng)也最為激烈，疫情期間低成本航空公司相對(duì)于某些中大型航空公司更具有競(jìng)爭(zhēng)優(yōu)勢(shì)。具體到城市而言，各社團(tuán)節(jié)點(diǎn)重要度分布具有無(wú)標(biāo)度特征，航空公司優(yōu)勢(shì)在城市與城市之間分布不均勻，主要集中在其基地所在城市，并且各航空公司優(yōu)勢(shì)地域重疊程度低，主基地航空公司的市場(chǎng)份額較高。通過(guò)Tobit回歸模型對(duì)影響航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)的因素進(jìn)行回歸分析，在影響航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)的因素中，運(yùn)輸能力、運(yùn)輸效率對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)有正向影響，在客運(yùn)量、客座率、票價(jià)及航班頻次等變量限制下，收益能力與攜帶中轉(zhuǎn)旅客的能力對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)有負(fù)向影響，此時(shí)收益更多體現(xiàn)航空公司成本控制的能力。

通過(guò)上述結(jié)論，建議：1）針對(duì)航空公司優(yōu)勢(shì)市場(chǎng)表現(xiàn)出的優(yōu)勢(shì)分布不均勻、主基地市場(chǎng)份額偏高等特征，結(jié)合航空公司優(yōu)勢(shì)在城市分布上的影響因素，應(yīng)從航空公司與機(jī)場(chǎng)雙方進(jìn)行調(diào)整。對(duì)于航空公司而言應(yīng)對(duì)自身網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整，對(duì)基地適當(dāng)減少航線(xiàn)與運(yùn)力的投入，讓其他航司有更多空間發(fā)展，對(duì)非基地城市考慮需求下適當(dāng)投入更多航線(xiàn)，以提高城市在網(wǎng)絡(luò)中的中轉(zhuǎn)銜接能力。對(duì)于城市機(jī)場(chǎng)而言，基地機(jī)場(chǎng)應(yīng)根據(jù)非基地航司市場(chǎng)表現(xiàn)給予非基地航司更多的資源，提高非基地航司市場(chǎng)份額，削弱基地航司優(yōu)勢(shì)，降低基地與非基地航司間的差距，以達(dá)到提高航空公司整體優(yōu)勢(shì)穩(wěn)定的目的。2）航空公司競(jìng)爭(zhēng)優(yōu)勢(shì)受多因素共同作用，因素與因素間也在相互制約相互影響，不同航空公司對(duì)于外界影響的敏感程度也不同，在實(shí)際競(jìng)爭(zhēng)活動(dòng)中，面對(duì)疫情的沖擊航空公司常采用降價(jià)的方式提高客座率以達(dá)到提高競(jìng)爭(zhēng)優(yōu)勢(shì)的目的，但實(shí)際情況是總的需求受到疫情限制，降價(jià)對(duì)于客座率的提升并不明顯，而航空公司的成本基本固定且受航油價(jià)格上升的影響導(dǎo)致航空公司入不敷出，相對(duì)而言一些低成本的航空公司由于成本的優(yōu)勢(shì)反而能夠盈利，因此在疫情時(shí)期航空公司首先應(yīng)該在考慮總體需求的限制、自身價(jià)格需求的敏感程度及成本的基礎(chǔ)上再制定恢復(fù)及競(jìng)爭(zhēng)策略。

參考文獻(xiàn)：

［1］陸鋒，蕭世倫，陳潔，等.中國(guó)民航客運(yùn)（國(guó)內(nèi)）空間格局與競(jìng)爭(zhēng)態(tài)勢(shì)分析［J］.地球信息科學(xué)，2005，4（4）： 43－49.

LU F，XIAO S L，CHEN J， et al. Analysis of the spatial pattern and competitive situation of Chinese civil aviation passenger transportation （domestic）［J］. Earth Information Science，2005，4（4）： 43－49.

［2］李菲. 我國(guó)民航運(yùn)輸產(chǎn)業(yè)組織研究［D］.陜西：長(zhǎng)安大學(xué)，2005.

LI F. Study on the Organization of Civil Aviation Transportation Industry in China ［D］.Shaanxi：Changan University，2005.

［3］DENNIS N， PJTFIELD D. A tale of two cities：the impact of airline mergers and consolidation at London and New York［J］.Transportation Research Record，2018，2672（23）：1－7.

［4］胡進(jìn).“一帶一路”沿線(xiàn)市場(chǎng)大陸航空公司新競(jìng)爭(zhēng)態(tài)勢(shì)研究［J］.空運(yùn)商務(wù)，2016（5）：11－15.

HU J.Research on the new competitive situation of mainland airlines in the marketalong the "belt and road"［J］.Air Transport Business，2016（5）：11－15.

［5］楊建梅，陸履平，謝王丹.廣州軟件企業(yè)競(jìng)爭(zhēng)關(guān)系的復(fù)雜網(wǎng)絡(luò)分析［C］.第二屆全國(guó)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇.北京：中國(guó)高等科學(xué)技術(shù)中心，2005：630－632.

YANG J M，LU L P，XIE W D. Complex network analysis of competitive relationships of software enterprises in Guangzhou［C］.Proceedings of the Second National Academic Forum on Complex Dynamic Networks. Beijing： China Center of Advanced Science and Technology， 2005：630－632.

［6］馮建勇.基于復(fù)雜網(wǎng)絡(luò)的中國(guó)M航空公司競(jìng)爭(zhēng)策略研究［D］.廣東：華南理工大學(xué)，2009.

FENG J Y. Research on the competitive strategy of Chinese M airlines based on complex networks［D］.Guangdong：South China University of Technology， 2009.

［7］SVEN M. A metric to assess the competitive position of airlines and airline groups in the intra-European air transport market［J］.Research in Transportation Economics，2018，4（5）：65－73.

［8］安靜.基于復(fù)雜網(wǎng)絡(luò)的中國(guó)礦業(yè)上市公司競(jìng)爭(zhēng)與合作關(guān)系研究［D］.北京：中國(guó)地質(zhì)大學(xué)，2014.

AN J. A study on the competitive and cooperative relationship of Chinese mining listed companies based on complex networks［D］.Beijing：China University of Geosciences，2014.

［9］于劍， 朱迪， 陳俁秀， 等. 基于熵值TOPSIS模型的網(wǎng)絡(luò)樞紐型航空公司競(jìng)爭(zhēng)力評(píng)價(jià)［J］.生產(chǎn)力研究，2021，35（9）：67－73.

YU J， ZHU D， CHEN Y X， et al.Competitiveness evaluation of network hub-based airlines based on entropy TOPSIS model［J］.Productivity Research，2021，35（9）：67－73.

［10］ 孫新憲，孫莉云.國(guó)內(nèi)外航空公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)研究［J］.綜合運(yùn)輸，2016，38（4）：34－38.

SUN X X，SUN L Y. Acomprehensive evaluation study on the competitiveness of domestic and foreign airlines［J］.Comprehensive Transportation，2016，38（4）：34－38.

［11］ WU C， ZHANG X Y， YEH I C，et al.Evaluating competitiveness using fuzzy analytic hierarchy process—a case study of Chinese airlines［J］.Journal of Advanced Transportation，2013，47（7）：619－634.

［12］ DELBARI S A， NG S I， AZIZ Y A，et al.An investigation of key competitiveness indicators and drivers of full-service airlines using Delphi and AHP techniques［J］.Journal of Air Transport Management，2016，52（3）：23－34.

［13］ 田利軍，謝箷.基于因子分析法的航空公司核心競(jìng)爭(zhēng)力評(píng)價(jià)［J］.財(cái)會(huì)月刊，2013，42（18）：72－75.

TIAN L J， XIE S. Evaluation of airline core competitiveness based on factor analysis［J］. Finance and Accounting Monthly，2013，42（18）：72－75.

［14］ 黃凌波.粵港澳大灣區(qū)港口競(jìng)合關(guān)系研究［D］.廣東：華南理工大學(xué)，2020.

HUANG L B. Study on the competitive relationship of ports in Guangdong-Hong Kong-Macao Greater Bay Area ［D］.Guangdong：South China University of Technology，2020.

［15］ HAN J Y，LI Y H.Modification of huff model and its application in county market a case of pharmacy siting in Huang hua City，Hebei Province［C］∥International Conference on Services Science，Chongqing，China：IEEE，2016：63－67.

［16］ NEWMAN M J. Fast algorithm for detecting community structure in networks［J］.Physical Review E，2004 ，69（6）：1－5.

［17］ BECKETT S J. Improved community detection in weighted bipartite networks［J］.Royal Society Open Science，2016，3 （1）：140536．

［18］ LAASSEM B， IDARROU A， BOUJLALEB L， et al. Label propagation algorithm for community detection based on Coulomb′s law［J］.Physical A：Statistical Mechanics and Its Applications，2022，593（9）：1－5.

［19］ YANG H L， ZHANG Y， ZHANG J， et al. Event-based community detection in micro-blog networks［J］. International Journal of Perform Ability Engineering，2021，17（1）：60－73.

［20］ ZHANG Y， LIU Y G， LI Q Q， et al. LILPA： a label importance based label propagation algorithm for community detection with application to core drug discovery［J］.Neuro Computing，2020，413（6）：107－133.

［21］ 李輝婕，柯今朝，朱玲娟，等.江西省種糧大戶(hù)應(yīng)對(duì)氣象災(zāi)害適應(yīng)性行為經(jīng)濟(jì)績(jī)效研究——基于DEA-Tobit模型［J］.生物災(zāi)害科學(xué)，2022，45（1）：95－102.

LI H J， KE J Z， ZHU L J， et al.Study on the economic performance of adaptive behavior of large grain farmers in Jiangxi Province in response to meteorological disasters—based on DEA-Tobit model［J］.Biohazard Science，2022，45（1）：95－102.

（責(zé)任編輯 耿金花）

收稿日期：? 2022－08－25；修回日期： 2022－11－04

基金項(xiàng)目： 國(guó)家自然科學(xué)基金民航聯(lián)合基金重點(diǎn)項(xiàng)目（U2033213）；中國(guó)民航飛行學(xué)院研究所計(jì)劃項(xiàng)目（JG2022－21）

第一作者： 汪瑜（1983－），男，江蘇常熟人，博士，教授，主要研究方向?yàn)楹娇者\(yùn)輸系統(tǒng)分析及運(yùn)營(yíng)優(yōu)化，航空運(yùn)輸系統(tǒng)決策智能化等。

通信作者： 雷迪（1997－），男，四川綿陽(yáng)人，碩士研究生，主要研究方向?yàn)槊窈竭\(yùn)輸。