基于熵值topsis和博弈动力学空港联盟决策研究-崔强武春友

第23卷 第2期 23No．2014年4月 OPEＲATIONSＲESEAＲCHANDMANAGEMENTSCIENCE r．2014基于熵值Topsis和博弈动力学的空港决策研1，2，匡海波(1大连海事大学交通管理学院辽宁大连116026;2大连理工大学管理与经济学部辽宁大连摘 要:针对空港在选择时的决策问题进行了研究认为众空港在博弈中的收益为不等值从区域发展、生产要素需求状况支撑产业和五方面建立空港收益的指标体系将空港网络抽象成小世界网络，结合熵值ps和小世界网络博弈动力学建立空港决策算法并且运用20年我国5大空港的实证数据进行研究。结论显示空港只能解决空港发展的一时问题提升自身能力才是重中之重研究结论具有实际应用意义。:空港;博弈动力学;小世界网络;熵值号:62．3;4． 文章标识码: 文章:10073221(2014)020191(1TransportationManagement，DalianMaritimeUniversity，Dalian116026，China;2FacultyofManagementandEconomics，DalianUniversityCollegeofTechnology，Dalian116023，China):Airportallianceisanimportantwayforairportstoreformtheresource，butapot＇positivityisdifferentduetoitsownability，soitisacommonconcernthathowanairportwilldecidewhenfacingallianceoem．Thegoalofthispristoofferalliancedecision-makingsuggestionsforairportsunderthepreconditionthatthealliancegamebenefitsofairportsarenotsame，andthegamebenefitevaluationindexsystemisbuiltfromtheas-pectsofregionaldevelopment，productionfactors，demandconditions，supportindustryandenvironmentalt．Thentheairportnetworkis edasasmall-worldnetworkandtheairportalliancedecision-makingproblemisstudiedusinggamedynamicsonsmall-worldNetworkcombiningwithentropytopsismodel，thenthemainfactorsinfluencingairportalliancearesummarizedbasedontheempiricalstudyofthe25bigairportsin0．Theresultsshowthatairportallianceisnotalong-termpolicyforairportsandthekeypointfordevelop-mentisenhancingownstrength，whichhasapracticale．Keywords:airportalliance;gamedynamics;smallworldnetwork;entropy近年来中国经济的高速发展和居民消费水平的提高大大增加了对航空业的需求我国各地纷纷制定规划投资建设新空港或者进行空港扩建极大地方便了人们的出行和推动了我国经济的发展但是也出现了某些地方空港"扎堆"现象。以长三角地区为例现在的空港密度为每万平方公里0．8个空港超出每万平方公里0．6个空港的水平到2020年长三角地区的空港将达到48个激烈的竞争有限的客源导致很多空港入不敷出比如浙江省面积为10万平方公里有7个空港仅有杭州萧山机场运营正常，其他的空港都是入不敷出。所以空港资源整合势在必行空港就是其中一条途径。国内外有很多空港的先例比如2008年10月21日荷兰机场与巴黎机场 ;2009年5月21日，收稿日期201209基金项目:国家自然科学基金资助项目(作者简介:(1985)男山东滨州人讲师主要从事空港空港竞争力等方面的研究 2014年第23由大连机场发起并在首创成立的空港10省市的27家机场()公司进行;2010年7月15日泛珠三角“9+2”区域空港合作在广州正式启动泛珠三角近60家空港以中国最大规模的区域现阶段国内外对空港问题进行了一定的研究。ae］等分析了空港网络与整体网络的连通性发现在最快的间接网络中有2/3不是网络。be］等分析空港和航线的潜在好处和问题以及有潜力的合作领域等。a］等分析了21世纪各种情况下空港航线合作和合并的可能性描述了近期最有可能出现的结构对于管理者有很重要的启示意义。］分析了珠三角空港的联盟为其他空港提供了参考。］分析了空港和空港的优势和前景。］分析了空港的必要性发展模式以及所发挥的作用。］重点分析了空港的隐忧提出如何防范的措施。(1)缺乏深入的研究未明确分析影响空港决策的因素。现有研究定性分析较多的焦点放在空港的优缺点上而没有分析影响因素无法提出针对性的建议。(2)未模拟空港在决策中的博弈行为。某一空港在做出是否的决策时的出发点是自本文的基本思路为:首先给出本文的基本假设条件兼顾科学性和可量化性建立空港博弈收益的评价指标体系;其次将空港网络抽象成小世界网络并结合熵值s方法和小世界网络博弈动力学建立空港决策算法运用2010年25大空港的实证数据进行研究;最后通过分析影响空港的因素为空港的合理发展提供有价值的参考。

1空港博弈前初始收益的指标一级指 二级指 三级指区域环 第三产业产为了将空港抽象成复杂网络以及更好地应用小世界［8］假设 区域内的空港只有两种策略:与不(

高等学校毕业生 主营叛) 空假设 空港可以在第t个迭代周期过后更改自己的策略 博

资产旅客即存

St(t+1)St(t)St

效指 需求状

假设 忽略空港的实际距离假定空港博弈发生在一 因为空港的实际发展情况不同所以在中空港得到的收益也是不同的根据科学性和可量化性的原理依据空港的实

产业支

噪声等级际情况和现有文献910本文认为收益和区域发展状况生产要素需求状况支撑产业和相关由此建立的博弈前初始收益的指标集如表1所示。空港决策博弈算1复杂网络是一个由点集VG)和边EG)组成的图，GVEE(G)的每条边都有V(G)的一对点(ij)与之对应记定点数N|V|，ε|E|，如果ij与ji对应同一条边则称G为无向网络。

注:飞行区等级是表示飞行区设施的规模和水平的法划定飞行区等级的依据是飞行区设施所能适应吨位最大的航空器。目前我国各大空港的等级为4F4E604E454D4C等几个级别对应的可量化等级为54．5432等。②城市居民交通支出是城市居民消费支出通部分的支出此指标在一定程度上可以衡量空港所在城市的居民在航空上的支出。③服务半径指标依据对空港服务半径的定义:地面交通100公里或1．5小时车程为空港服务半径指标为了方便量化本文选取“距离空港100公里内的直辖市以及地级市人数作为空港的服务半径。此指标可以衡量空港所在区域内航空运输的潜在需求量。④噪声有四个等级:严重重一般和轻微其量化等级分别为432和1。第2 等:基于熵值Topsis和博弈动力学的空港决策研 空港网络抽象成一个无向网络:节点:参与博弈的空港;边:空港之间的航线;邻居节点:与本空港有直航航线连接的空港;节点的度:本空港与其他空港的连接直航航线数并且每个节点都只与自己的22空港博弈基本描 表2 困境下空港博弈基本收益矩ABＲ 表2 困境下空港博弈基本收益矩ABＲA不不(背叛为了解释的需要首先假定同一区域内两个空港的博弈将空港记为A和B其收益矩阵如表2所示。其中T＞Ｒi＞Pi＞S(i=AB)。P为双方不情况下独立发展的收益而S为不空立发展收益减去不参与带来的惩罚成本所以P＞S23常见的复杂网络有规则网络和随机图小世界网络BA无标度网络等等博弈动力学在不同类型的复杂网络上有不同的形式所以也有不同的应用领域。Guimera等人［11］研究了2002年全球航空网络得到两个结论1)世界航空网络是一个小世界网络度和介数(即网络中所有最短航线中经过该空港的航线数目占最短航线总数的比例)分布呈现幂律下降;(2)节点度大的空港不一定就是枢纽空港(介数最大的)。Li等人［12］研究了中国和的空港网络的拓扑结构特征得到了相似的结论:把某航线每天或每周的航班看作是边权则它的分布也呈幂律分布而且边权大小与航线两端空港的度(空港的航线数)成比例。此后的Bagler［13］应用类似方法研究了印24空港决策算本文在传统小世界网络博弈动力学基础上进行了修正使之更加贴近于空港实际情况。根据文献［8］的研究在收益中引入“局部贡献概念即空港i的总收入是空港实际收益和局部贡献的线性组合Ui=Si+hKi。(1为系数它代表空港i对与它的邻居空港博弈收益贡献的重视程度。(1)将各年度指标值按顺序排列构成决策矩阵A yln y2n y2nA= …ymnyiji(2)若指标为效益性指标则

j∑n∑(3)计算指标值的熵值(4)

=－ xlnx jj指标的差异越大对方案评价的作用就越大熵值就越小指标的权重系数越大。反之指标的差异越小对方案评价的作用就越小熵值就越大指标的权重系数越小。差异系数计算公式为gi=1－ei 2014年第235)运用熵值法对指标赋权指标的权重矩阵B=( …v1n

b

m∑i=

…v1n，v

m2y

i12m;2v v

…vmn

∑iZ*

=max(zZjz1z

(9)S* n(z－Z*)2S

(z–Z－) i1

i= jiSi(10)计算各年度指标与理想解的相对接近度Ｒi=S－S+ Ｒi为空港i博弈前由区域发展生产要素需求状况支撑产业和所决定的初始收益S0(12)收益计算。假设每个空港都与其所有邻居空港相互作用在t时刻对于空港i假设其有ρi(t)个参与的邻居空港则不参与的邻居空港个数为ki－ρi(t)，则如果空港i选择策略则收益Ｒiρi(t)+S(kiρi(t)它的邻居可以获取的收益(即局部贡献)为Ｒiρi(t)+T(kiρi(t所以t时刻空港i的收益为Uit)=［Ｒiρi(t)+S(kiρi(t))］+h［Ｒiρi(t)+T(kiρi(t))］同理如果空港i选择不策略其收益为Ui'(t)=［Tρi(t)+Pi(ki－ρi(t))］+h［Sρi(t)+Pi(ki－ρi(t))(13)策略更新公式。如果在t时刻空港i选择策略且Ui'(t)＞Ui(t)，空港i将会有从状态ip(t)=Ui'(t)－Ui(ikiT(1+如果此概率大于设定的阈值θ则在t+1时刻空港i则会转向采取不策略;反之则仍采取如果在t时刻空港i选择不策略且Ui'(t)＜Ui(t)，空港i将会有从不状态转向状态的趋ip'(t)=Ui(t)－Ui'(ikiT(1+如果此概率大于设定的阈值θ则在t+1时刻空港i则会转向采取策略;反之则仍采取不(14)下一时刻空港i所采取的策略分析。假设在t时刻中空港i采取策略的概率为αi(t)，采取不策略的概率则为1－αi(t)。则在t+1时刻空港i采取策略的概率为αi(t+1)=αi(t)(1－pi'(t))+(1－αi(t))pi(pit≥0，αi(t1)=αit1pit)当pit≥0，αi(t1)=(1αit)pi(t)(15)重复步骤(12)～(14)，进行网络博弈直到网络稳定第2 等 基于熵值Topsis和博弈动力学的空港决策研 本文选取广州(浦东机场)厦门(首都机场)海口济南杭州重庆西安大连沈阳哈尔滨三亚太原郑州青岛宁波长沙等25大城市的空港2010年的数据作为基本数据进行。其中服务半径数据根据定义计算得到上市空港(、上海广州厦门海口)的主营业务收入与资产回报率来自上市公司年报其他空港的主营业务收入和资产回报率来自于和网络数据噪声等级的划分见文献9各空港耗电量数据来自其他指标数据来自于各城市统计年鉴。将这25个空港所组成的空港网络抽象成一个无向网络:将空港抽象成网络的节点将空港之间的直航航线抽象成为网络的边将与空港i有直航航线连接的空港定义为空港i的邻居节点将空港i与其邻居节点的连接航线数定义为空港i的度并且每个节点都只和邻居节点发生交互。θ06根据计算步骤1)～10)，3所示3运用熵Topsis计算的空港博弈前的初始收0000000000000000000000000λ1=λ2=25λ3(1)网络稳定状态。得到网络的稳定状态如表44与 空 沈阳 哈尔 三 太 郑 青 宁波111111110011注:1代表，0代表不根据参考文献16我国大型枢纽空港主要为首都机场浦东机场广州白云机场滨海机场宝安机场等从表4可以看出它们在空港网络博弈中都选择不策略。而像厦门机场哈尔滨太平机场郑州新郑机场等中小机场则采取策略。(2)网络达到稳定状态时5空港网络处于稳定状态时各空港博弈收厦 4519 34043不4519 34043沈阳5416 1956不5416 1956430 8 8492不4308 8492从表 可以看出在网络稳定状态空港选择时的收益和选择不时的收益是相等的(3)为了分析空港的最终选择与其初始选择的关系本文假定以下三种情况:①博弈初始状态时所有空港都选择不。②博弈初始状态时所有空港都选择③博弈初始状态时选择的空港数量是随机 2014年第23卷的。在这三种情况下空港的最终选择情况见图1图2和图3。图1初始状态均为不 图2初始状态均为3初始状从图1图2图3可以看出不管各空港初始选择是什么在稳定状态时空港网络中的空港数都为18且网络中每个空港的选择是一样的。结论 结论2 各空港进行博弈达到平衡点时收益等于不收益。结论3 通过以上结论可知虽然空港只关心自己的收益状况但是其策略却完全由它的邻居空港的策略决定这说明空港在选择与否时会充分考虑周边环境的信息。在算法中空港往往牺牲短期的高收益来换取长期合作的稳定性这一点也与现实情况相符。但是归根结底决定空港博弈收益的关键因素仍然是空港本身的实力。 (1)本文认为各空港在博弈前的静态收益不是相等的而是由空港区域环境生产要素需求状况产业支撑和五方面来决定的差异值在此基础上构建了空港博弈前初始收益的指标体系使得本研究更加贴近空港的实际情况。(2)在给出基本假设的情况下本文根据已有研究成果将空港网络抽象成小世界网络并在原有小世界网络博弈动力学基础上进行了修正改进并结合熵值Topsis算法构建了适合于空港实际的决策算法运用国内25大空港2010年的实证数据研究了空港的决策问题填补了类似研究的空白。(3)本研究可以为空港选择时做出自己的选择提供有意义的参考。从表4可以看出即使北京广州等大空港选择不其收益仍然是相对最高的。中小空港参与能够解决一时第2 等 基于熵值Topsis和博弈动力学的空港决策研 的问题但是受困于资源整合难度大效率低下等因素并不是空港的长久之计。空港应该把注意力放在优化整合资源加强管理增强技术创新上夯实自身实力才是重重之重。首先空港应加大投入，积极提高飞行区等级进而增加客货吞吐量提高主营业务收入和资产回报率增强空港自身实力。其次，空港应利用价格效率服务等优势积极吸引客源增强与高铁等其他高效交通工具的竞争力刺激服务径内人均乘机次数和人均航空支出为空港赢得稳定客源。最后空港所在城市应给予空港的支持，积极开拓思维优化航空与其他交通方式的衔接地着眼于打造临港经济航空城和综合交通枢纽［1］MalighettiP，PaleariS，ＲedondiＲ．Connectivityoftheeuropeanairportnetwork:“selfhelphubbing”andbusinessimplicatio．JournalofAirTransportManagement，2008，14(2):535［2］AlbersS，KochB，ＲuffCStrategicalliancesbetweenairlinesandairportstheoreticalassessmentandpracticalJ．JournalofAirTransportManagement，2005，11(2):49［3］FanT，VigeantLangloisL，GeisslerC，BoslerB，Wilmkin