专刊:交通运输数字化转型

交通-能源-信息融合驱动航空运输数字化转型的机制与路径

  • 伍佳妮 , 1, * ,
  • 李贤统 2 ,
  • 伍朝辉 2 ,
  • 罗凯 2
展开
  • 1 长安大学 经济与管理学院,陕西 西安 710064
  • 2 交通运输部科学研究院,北京 100029

*伍佳妮(1984—),女,湖南溆浦人,博士,副教授,研究方向为交通运输规划与管理。E-mail:

收稿日期: 2025-06-15

  网络出版日期: 2025-09-15

基金资助

国家自然科学基金项目(72104037)

陕西省创新能力支撑计划项目(2024ZC-YBXM-126)

中央级公益性科研院所基本科研业务费项目(2024-001013)

中央高校基本科研业务费项目(300102231647)

Mechanisms and Paths of Digital Transformation Driven by Transport-Energy-Information Integration in Air Transportation

  • WU Jiani , 1 ,
  • LI Xiantong 2 ,
  • WU Zhaohui 2 ,
  • LUO Kai 2
Expand
  • 1 School of Economics and Management, Chang′an University, Xi′an 710064, China
  • 2 China Academy of Transportation Sciences, Beijing 100029, China

Received date: 2025-06-15

  Online published: 2025-09-15

摘要

在交通运输行业向“数字化、绿色化、融合化”转型的新要求下,交通、能源与信息三大领域的深度融合正成为推动航空运输数字化转型以实现高效运营和可持续发展的关键路径。为应对当前航空运输业存在的运营效率低下、旅客体验欠佳及能耗过高的问题,首先系统梳理了三大领域融合的支撑政策、研究热点及动向、区域实施方案。然后结合案例,深入解析了三者融合驱动航空运输数字化转型的具体机制,包括协同重构、数据赋能与目标耦合。在对数字化转型内容剖析的基础上,提出了“数据驱动-流程重构-决策创新-价值闭环”的数字化转型参考路径,并设计了相应的“交通-能源-信息融合一体化平台”,通过四层架构推动转型落地实施。最后,探讨了航空运输数字化转型中的数字孪生技术、物联网与区块链等五大关键技术,并运用PESTEL模型分析了面临的挑战,包括政策协同性不足、投资回报周期过长等问题。基于研究结果得出以下结论:①航空运输数字化转型本质上是以技术创新与业务重构双轮驱动,推动行业实现高质量、可持续发展的过程,其关键在于构建“交通-能源-信息”三网融合的数字化底座;②提出了数字化转型参考路径,并设计了一体化平台,通过四层架构推动转型落地实施,为未来航空运输数字化转型提供参考。

本文引用格式

伍佳妮 , 李贤统 , 伍朝辉 , 罗凯 . 交通-能源-信息融合驱动航空运输数字化转型的机制与路径[J]. 交通运输研究, 2025 , 11(4) : 145 -160 . DOI: 10.16503/j.cnki.2095-9931.2025.04.013

Abstract

Under the new requirements of the transportation industry′s transformation "digitization, greening, and integration", the deep integration of transport, energy, and information is becoming a key path to promote digital transformation of air transportation to achieve efficient operation and sustainable development. To address the issues of low operational efficiency, poor passenger experience, and high energy consumption in the current air transportation industry, the supporting policies, research hotspots and trends, regional implementation plans for these three major areas′ integration were first systematically reviewed at first. Then, combined with case studies, the mechanism of the integration of the three driving the digital transformation of air transportation was deeply analyzed, including collaborative refactoring, data empowerment, and target coupling. Based on the analysis of digital transformation content, a digital transformation path for reference was proposed, structured as "data driving"-"process reengineering"-"decision innovation"-"value loop". Correspondingly, a "transport-energy-information integrated platform" was designed, featuring a four-layer architecture to facilitate the implementation. Finally, five key technologies in the digital transformation of air transportation, including digital twin technology, the internet of things and blockchain, were discussed. The PESTEL model was used to analyze the challenges faced, including insufficient policy synergy and long investment return cycles. Based on the research results, the following conclusions can be drawn: ①The essence of digital transformation in air transportation is to drive high-quality and sustainable development of the industry through technological innovation and business restructuring, and the key lies in building a digital foundation for the integration of the three networks, namely "transport-energy-information". ②A reference path for digital transformation has been proposed, and an integrated platform has been designed to promote the implementation of transformation through a four-layer architecture, providing reference for future research on digital transformation of air transportation.

0 引言

航空运输作为联通全球市场的战略枢纽[1-2],肩负支撑经贸往来与保障民生福祉的重要使命。发展数字经济是引领全球交通产业变革、重塑航空运输发展格局的核心引擎[3]。党的二十大报告明确“加快建设交通强国,推动交通运输领域数字化转型”[4],为航空运输业突破传统边界、实现高效可持续发展提供了根本遵循。在全球航空运输业面临运营效率瓶颈、旅客体验短板与能源消耗压力交织的现实困境下,国际民航组织(International Civil Aviation Organization, ICAO)指出[5],未来行业核心竞争力源于数字化与绿色化的深度融合,增长动力亟需向“交通-能源-信息”协同创新模式跃迁。在此背景下,推动“交通-能源-信息”深度融合的数字化转型成为破局关键,其主要内涵是通过数字化、网络化、智能化技术赋能核心业务场景,重构创新链、产业链与价值链,赋予行业更高效的资源调度能力、更智能的决策支持体系与更绿色的运营模式,持续优化产业生态并满足旅客对“智慧+绿色”航空的需求。
当前,世界各国正加速推进航空数字化变革:欧盟持续推进“欧洲单一天空”空中交通管理研究项目(Single European Sky ATM Research, SESAR)[6],将2035年实现空域容量提升300%与航空碳排放减少30%作为战略目标;美国联邦航空管理局(Federal Aviation Administration, FAA)深化下一代空管系统(Next Generation Air Transportation System, NextGen)建设[7],加速广播式自动相关监视设备全域覆盖与数据通信系统部署,旨在突破传统空管系统的效率限制;英国民航局(Civil Aviation Authority, CAA)近期发布一项航空变革人工智能(Artificial Intelligence, AI)战略,旨在推动航空航天领域的技术革新,同时提升自身运营效率。
我国民用航空局围绕智慧民航建设,不断完善顶层设计,颁布了《智慧民航建设路线图》《智慧民航建设数据管理法规规章标准体系》《关于落实数字中国建设总体部署 加快推动智慧民航建设发展的指导意见》等一系列文件[8-9],指导行业加快数字化转型和智慧化融合,明确提出了“到2027年数字化转型取得重要进展,到2035年智慧民航建设数字化发展水平进入世界前列”的两阶段实施目标。然而,当前我国航空运输数字化转型仍面临深层挑战[10]:对“交通-能源-信息”融合驱动的内在机制剖析不足,缺乏系统的转型路径设计,对多源数据融合、低碳能源耦合等关键技术及跨域协同壁垒、安全风险防控等挑战的前瞻性应对不充分。
现有研究多聚焦航空运输数字化转型的技术应用和政策框架,而对“交通-能源-信息”三网融合的底层逻辑剖析不足。鉴于此,本文将从航空运输面临的效率、体验与能源三重矛盾出发,揭示三网融合驱动转型的内在机制,继而提出航空运输数字化转型的参考路径,设计三网融合的一体化平台,并分析航空运输数字化转型的关键技术与面临的挑战,以期为我国航空运输业的高质量、可持续发展提供理论支撑与实践参考。

1 航空交通、能源、信息数字化发展现状

近年来,我国通过顶层政策引导与地方创新实践相结合,不断推进航空交通、能源、信息的融合发展与数字化建设。交通数字化是以数据为核心生产要素,通过新一代信息技术驱动交通运输系统在物理与虚拟空间深度融合,形成新型交通形态;能源数字化是利用数字技术,引导能量有序流动,构筑更高效、更清洁、更经济的现代能源体系,提高能源系统的安全性、生产率、可及性和可持续性;信息化为数字化转型提供了数据支撑与基础设施保障。同时,信息网的建设也是实现交通运输与能源融合发展的关键。

1.1 航空交通、能源、信息数字化发展的政策支撑

我国高度重视航空交通、能源、信息的数字化发展,为全面推进智慧民航建设,相关部门已相继出台多项配套政策文件,汇总见表1
表1 航空交通、能源、信息数字化发展相关政策文件
发文时间 发文单位 文件名称
2020-08-24 国家发展改革委 民航局 关于促进航空货运设施发展的意见
2021-12-22 交通运输部 数字交通“十四五”发展规划
2022-01-06 中国民用航空局 智慧民航建设路线图
2022-10-09 中国民用航空局 关于印发民航大数据建设发展的指导意见的通知
2023-03-28 国家能源局 关于加快推进能源数字化智能化发展的若干意见
2023-06-27 中国民用航空局 关于印发落实数字中国建设总体部署
加快推动智慧民航建设发展的指导意见
2023-10-10 工业和信息化部 科学技术部 财政部 中国民用航空局 绿色航空制造业发展纲要(2023—2035年)
2024-03-27 工业和信息化部 科学技术部 财政部 中国民用航空局 通用航空装备创新应用实施方案(2024—2030年)
2024-11-06 国家税务总局 财政部 中国民用航空局 关于民航旅客运输服务推广使用全面数字化的电子发票的公告
2025-01-03 交通运输部 交通运输标准提升行动方案(2024—2027年)
国家发展改革委 民航局《关于促进航空货运设施发展的意见》[11]提出要优化完善综合性机场货运设施能力,推动航空业转型升级,服务国家战略与经济高质量发展;加强大数据、云计算、人工智能、区块链等新技术在机场货运中的综合运用。《数字交通“十四五”发展规划》[12]旨在推进交通新型基础设施建设,实现基础设施全要素、全周期数字化,构建智能铁路、智慧公路、智慧航道、智慧民航和智慧邮政网络。《关于加快推进能源数字化智能化发展的若干意见》[13]致力于通过数字化智能化技术推动能源产业转型升级,构建清洁低碳、安全高效的能源体系,支撑碳达峰碳中和目标。《交通运输标准提升行动方案(2024—2027年)》和《交通运输标准管理创新行动方案》[14]提出聚焦运输安全、绿色低碳等重点领域发布一批关键核心标准,填补自动驾驶、新能源运输装备、多式联运等新兴技术标准的空白。2024年以来,通用航空和低空经济作为新质生产力的典型代表,以数字技术为底座,依托航空与数字技术融合发展,加快民航数字化转型和管理模式重塑。

1.2 航空交通数字化发展实践案例

航空交通方面,依托“十四五”时期政策引导,国家重点布局智慧机场和智能交通基础设施建设,中央财政以专项补贴形式支持关键项目实施。2025年,交通、能源、信息三大领域获超千亿技术改造资金,加速形成了产业链协同效应,将全面提升运行效率与绿色发展水平。目前正在大量建设相关数字化转型试点及示范项目,如表2所示。
表2 航空数字化转型试点及示范项目名单
序号 省份 试点及示范项目
1 四川省 成都民航空管(低空经济)四川省数字化转型
促进中心
2 河南省 郑州航空港经济综合实验区
3 广东省 中广数智民航数字化转型示范区
4 北京市 “一核两翼”模式,打造智慧云平台和机场群
智慧运行体系
5 安徽省 合肥被定为电动垂直起降飞行器试点城市
6 陕西省 首个省域无人机物流配送国家级试点
在政策引导下,各地围绕资源禀赋与产业基础,开展特色化示范工程建设[15-19]。京津冀地区以北京大兴国际机场为核心,推进数字孪生技术在跑道管理、航班调度等场景的深度应用;长三角地区围绕上海浦东国际机场构建生物识别服务体系,重塑旅客通关流程;粤港澳大湾区探索低空经济创新,深圳试点城市无人机物流网络,广州白云国际机场研发融合导航系统;成渝地区针对复杂地形特征,在成都天府国际机场开发智能塔台增强现实引导技术。行业层面也正在同步推进重点工程,包括航空货运区块链平台建设、枢纽机场智能感知设备部署、多式联运数字枢纽打造等,以期形成可复制的转型范式。然而,当前航空运输领域仍存在一些短板,主要体现为交通设施落后、能源利用低效、信息系统孤立,导致整体效率低下、能耗过高。唯有交通、能源与信息深度融合,才能打破瓶颈,提升效率,驱动航空运输数字化、智能化、绿色化转型升级。航空交通数字化转型试点及示范区作为先行者,其实践探索将为我国航空交通的变革提供宝贵经验和示范引领。

1.3 研究热点及动向分析

本研究采用文献计量法对航空交通-能源-信息领域的研究热点进行分析,基于CiteSpace软件的关键词提取与聚类功能,绘制了2012—2024年相关文献发文量年度分布图(图1),从而揭示该领域的研究发展态势。
图1 2012—2024年航空交通-能源-信息领域研究年度发文量
图1可知,自2012年起航空交通-能源-信息领域文献产出量总体上稳步增长,2020年后增长速度进一步提升,表明该领域已成为全球学术热点之一。
航空交通-能源-信息领域中高频关键词排名前10位见表3。由表3可知,“航空交通”与“碳中和”出现频次最高,表明该方向是当前研究的热点。此外,高频关键词还包括多电飞机、可持续航空燃料、数字孪生、信息安全、能源存储、大数据、智慧交通及能量调度等。
表3 航空交通-能源-信息领域研究高频关键词
序号 关键词 频次/次
1 航空交通 72
2 碳中和 58
3 多电飞机 38
4 可持续航空燃料 32
5 数字孪生 26
6 信息安全 24
7 能源存储 21
8 大数据 15
9 智慧交通 11
10 能量调度 7

2 交通-能源-信息融合对航空运输数字化转型的驱动机制

航空运输业的数字化转型,核心驱动力在于交通、能源、信息三大领域的深度融合。这种融合不仅是技术叠加,更是通过构建新型基础设施底座和数据驱动的协同运行体系,彻底重构航空运输的业务逻辑与运行范式,为智能化运营、绿色化发展与高效化决策提供关键支撑,推动行业数字化重塑。
新型基础设施底座是数字化转型的物质基础。交通数字化—通过物联网和高精度感知技术,实时映射飞机、空域、跑道等物理要素,构建透明互联的空中交通网络;能源智能化—整合机场及周边分布式能源、充电设施与智能电网数据,形成智慧能源微网,提供稳定、高效、绿色的动力;信息泛在化—依托云计算、边缘计算和高速通信网络,打造强大的数据汇聚、处理与分析平台,成为跨领域协同与智能决策的神经中枢。三者相互支撑:交通数字化提供时空坐标,能源智能化保障动力,信息泛在化打通数据壁垒,共同构成深度融合的数字底座。
在此基础上,数据驱动的协同运行体系成为全新范式。通过融合交通状态、能源供需、环境信息等多源数据,结合人工智能、大数据分析和数字孪生技术,实现航班调度、机位分配、行李处理等全流程动态优化,提升了运行效率与资源利用率。此外,通过关联能源消耗、碳排放数据与交通运行,精准计量了碳足迹,支持智能能源调度与碳管理实践,助力低碳目标。更重要的是,该体系打破传统部门间的信息孤岛,构建了统一决策支持平台,使决策者基于全局视图进行跨领域、多目标综合分析,生成兼顾全局效益的协同处置方案,实现从经验驱动、部门分割向数据驱动、全局协同的根本性转变。
由此可见,交通-能源-信息的深度融合,通过构建新型基础设施底座和数据驱动的协同运行体系,为航空运输的智能化运营、绿色化发展与高效化决策奠定了物质基础和运行框架,有力推动了航空运输领域的数字化重塑。在此背景下,其驱动数字化转型的内在机制可进一步解析为协同重构、数据赋能与目标耦合。

2.1 驱动机制分析

航空运输业的数字化转型本质是在数字化的牵引下,业务模型、运行模型与组织能力的系统性重构,是交通、能源与信息领域深度融合的必然结果。基于此,本文提出交通-能源-信息融合通过协同重构、数据赋能与目标耦合的三大机制共同驱动数字化转型的进程。
1)协同重构:重构数字业务模型,打造航空运输业新生态
协同重构本质上是通过交通、能源和信息三大领域的协同互补实现“1+1+1>3”的转型价值,重构航空运输的价值创造逻辑,即从单一运输服务转向“智慧能源+生态服务”的复合价值网络。具体体现在3个维度。
①业务模式重构:对传统业务流程进行重构,将实时交通调度与清洁能源动态智能匹配相结合,形成全新的业务闭环。例如,在光伏发电高峰时段,优先调度电动航班,并通过乘客端同步碳足迹数据,催生“绿电航班+碳积分”等创新服务,推动从传统运输向“智慧能源+生态服务”的全面升级。
②运行体系重构:融合系统化解了航空业时空约束。整合飞机位置、燃料溯源及气象等多元信息,利用AI进行航路规划,同步优化燃油效率与飞行时间,破解“减排即降效”这一难题,实现运行效率与低碳目标的协同提升。
③组织架构重构:以“三网融合”驱动跨部门协同。通过整合共享能源状态、旅客流量与交通调度数据,推动建立集中决策平台,同步重构部门权责与协作流程,实现资源调配效率的显著提升。
2)数据赋能:升级数字运行模型,破解数据孤岛
数据赋能通过前沿技术释放核心数据价值、提升决策智能化水平,突破信息孤岛与运营效率瓶颈。具体内容如下。
①数据流通赋能:区块链技术凭借其分布式账本与不可篡改特性,确保航油碳足迹、航班轨迹等跨系统数据的可信可验。这为碳核算与交易提供了可靠基石,有效打通了数据互信障碍,实现了数据在不同系统间的高效、可信流通。
②决策优化赋能:数字孪生技术通过实时虚拟映射机场设施、能源、交通流等全域数据,为机场的资源调配、航班调度、机位分配等操作提供决策支持。在极端场景下,能快速生成兼顾效率与韧性的协同方案,显著提升运行决策的智能化水平。
③组织管理赋能:借助智能合约等数据工具自动执行航空运输协议,推动财务、运控等部门无缝协作。跨职能团队利用融合数据分析工具开发智能应用,优化人员、流程与技术的适配性,实现组织整体效能的提升。
3)目标耦合:平衡低碳、效率与服务,实现综合提升
目标耦合机制的核心在于利用信息网络和技术手段,调和传统冲突,使低碳目标、效率目标与服务质量提升目标从相互制约转变为协同共进,驱动航空运输的战略转型与可持续发展。具体内容如下。
①多维降碳并进:将减排目标与数字化技术应用深度耦合。通过部署单发滑行程序智能调度系统降低燃油消耗、推广电子飞行包减少纸质载重等数字化手段,实现运营全链条的碳减排。在此目标驱动下,航空公司优先部署AI能耗分析平台,加速推进碳排放数据体系的数字化转型。
②效质联动提升:整合运行效率与服务质量提升需求。数字化排班系统在提升机组利用率的同时,依托疲劳监测技术保障了航班服务水准,射频识别(Radio Frequency Identification, RFID)行李追踪技术在加快周转速度时同步降低了差错率。以效率和质量的双重目标驱动企业投资运行控制中心数字化升级和旅客全流程自助服务系统建设,形成效率与质量相互促进的正向循环。
③全局统筹决策:设立多目标决策机构,由能源与运营高管依托融合数据仪表盘协同定策,将碳强度、准点率与服务质量纳入统一评估框架,精准分析各因素之间的复杂关联,动态调整资源配置与操作流程,驱动组织目标从“零和博弈”转向“共生平衡”。
4)三大机制的共同驱动作用
协同重构、数据赋能与目标耦合相互关联、相互促进,共同构成了一个紧密的动态循环体系,有力驱动了航空运输数字化转型。
协同重构作为基础与框架,通过重构业务模式、运行体系与组织架构,打破交通、能源、信息三大领域的传统壁垒,为数据跨域流通和多元化目标的统筹耦合创造了必要的组织基础与协作框架。若无协同重构奠定的融合环境,数据赋能难以突破系统边界,目标耦合也将缺乏统一的执行载体。
数据赋能则是核心驱动力与支撑条件,通过区块链、数字孪生、AI等先进技术释放数据价值,为协同重构和目标耦合提供关键支持。一方面,可信的数据流通使得跨部门协同决策和跨系统业务流程整合得以高效、可靠地完成;另一方面,精准、实时的多源数据是量化分析低碳、效率与服务目标之间复杂关联的基础,能支撑“全局统筹决策”机制,有效调和目标冲突,将耦合目标转化为可执行策略。
目标耦合是导向与黏合剂。明确的低碳、高效、优质服务等多维目标及其耦合要求,为协同重构和数据赋能提供了方向指引和价值牵引。目标耦合驱动协同重构:为实现减排增效提质的综合目标,必然要求推动跨领域协同的组织与流程变革。同时,目标耦合也牵引数据赋能的应用方向,定义数据价值挖掘的重点领域,确保数据赋能服务于核心战略。
综上所述,协同重构为三网融合扫清了组织与流程障碍;数据赋能在重构框架下实现数据可信流通与智能应用,为目标耦合提供量化基础和决策依据;目标耦合则不断驱动更深层次的协同重构和更精准的数据赋能需求。三者形成“重构→赋能→耦合→再重构”的闭环迭代演进关系,共同构成驱动航空运输数字化转型的内生动力系统。

2.2 典型案例分析

下面结合年度发文量、高频关键词分析及驱动机制分析,对典型案例进行深入剖析。在此基础上,从技术路径的合理性和应用成效的显著性出发,系统论证交通、能源、信息三者融合对航空运输数字化转型的驱动作用,为行业技术革新与高质量发展提供理论支撑和实践参考。
1)案例1:能源-交通融合降碳——太原武宿零碳机场
痛点问题:机场碳排放系统较为复杂,减排难度大。零碳机场的实现涉及多个领域的深度融合,其技术路径复杂,对技术集成与兼容能力提出了较高要求,同时面临较大的资金压力。
技术路径:该机场核心采用“两源一储一终端”零碳技术路径。“两源”即零碳电力源和零碳冷热源,坚持“能装尽装”原则,构建以光伏为主体的零碳电力系统,满足机场高品位电能需求(如助航设备、空调机组等);利用中深层地热为主、多能互补(含浅层地热等),提供稳定低品位冷热源,梯级保障航站楼等供热需求。“一储”即构建多维度储能系统,通过平抑能源供需,实现“光伏-储能-充电”(光储充)设施协同运行及电动汽车入网技术交互。“一终端”即航站楼按三星绿建标准建造,通过集成节能材料与光储直柔技术,显著降低建筑能耗。智慧能源运维中心实时监控调控,优化光储充调度及峰谷平衡,确保机场高效低碳运行。
应用成效:项目建成后,预计年总降碳量达11.82万t,相当于种植657万棵树,增加森林面积7 880万m2[20]。此外,项目盈余绿电对外供应,年减碳量达3 930 t。实现了光伏、风力发电等绿电的发、输、用统一调配,带动省内机场区域内供能、用能方式转型,实现低碳乃至近零碳目标。太原武宿零碳机场项目效果图见图2
图2 太原武宿零碳机场项目效果图[20]
2)案例2:信息-交通融合提效——上海浦东国际机场数字孪生
痛点问题:上海浦东国际机场作为中国三大空港之一,日均接待数十万人次,设备与物联系统庞杂。传统管理模式难以应对航班量、客流的持续增长和复杂运行环境,导致资源调度效率低下、安全风险隐患增多、决策响应迟缓。
技术路径:浦东机场与腾讯合作,构建了基于数字孪生技术的覆盖机场全业务流程的智慧化系统。该系统综合运用建筑信息模型(Building Information Modeling, BIM)、地理信息系统(Geographic Information System, GIS)、物联网(Internet of Things, IoT)等技术,实现了对物理空间、设备、人员及航班的高精度数据采集与建模,具备“一图观天下、一线通全域、一脑智全局”的能力,实现机场微缩城市的数字孪生虚实融合体系[21]。该平台基于模型进行航班运行、交通流、物流分拣、应急响应等场景的仿真推演与预测分析,优化资源调度与风险管控。通过实时监控分析运行状态,提供智能决策支持,辅助航班调度、资源调配与预警控制。系统实现多业务联动,集成道面状态、跑道异物、除冰雪、助航灯光等数据,协同航班滑行路径规划,提升飞行安全。同时赋能智慧服务管理,覆盖机场设施全要素,借助实时乘客监测、行李追踪、智能引导等措施,显著提升运营效率与旅客体验[22-23]
应用成效:通过数字孪生技术,浦东机场实现了对航班地面运行过程的全方位保障,覆盖290个机位、19个节点,有效支持航班辅助决策、资源调配、预测预警、优化控制等功能,数据综合准确率高达98%[23],通过仿真推演和智能调度,优化了机场运行资源的使用,显著增强了机场的安全运行态势预判能力和应急处置能力,提升了航班运行的精准度和整体运行效率。上海浦东机场数字孪生虚实融合体系见图3
图3 上海浦东国际机场数字孪生虚实融合体系[21]
3)案例3:能源-信息融合优化管理——上海虹桥国际机场能源管理系统
痛点问题:机场设施多元(航站楼、交通中心、能源中心等),能源种类繁多。多源异构系统导致数据割裂、采集与管理困难,能源利用效率低下。传统管理系统智能化手段不足,无法实现供需精准匹配与动态优化。数据分散且缺乏统一标准治理,严重阻碍精细化能源管理与智能决策支撑。
技术路径:基于云原生平台即服务(Platform as a Service, PaaS)构建能源数据中台,实现从数据采集、处理、清洗、加工到可视化展示和分析的端到端管理,整合多源异构数据,提升数据质量与安全性。通过数字孪生技术,实现对机场能源系统的全场景感知、实时监控与智能优化,并应用AI算法进行负荷预测、航班联动、能效分析等,提升能源调度效率。引入光伏、储能、充电、热管理等技术,构建智慧能源微网,实现能源电力系统的全面感知、在线监测和智能优化调控,提升能源供应稳定性与可靠性。通过将能源数据与航班运行、旅客服务、安全管控等业务系统深度融合,实现“数据驱动决策”,提升机场整体运营效率与服务质量。
应用成效:上海虹桥机场的单位客货碳排放强度在“十四五”期间整体呈下降趋势。2023年,单位旅客(含货邮折算)碳排放强度降至1.26 kgCO2/人次,较2019年下降12.5%[24-25]。机场凭借在绿色低碳实践方面的突出表现,先后荣获生态环境部“绿色低碳典型案例”和上海市生态环境局“减污降碳协同增效典型案例”等荣誉。同时,机场建成碳排放监测平台,成为全国首家通过“EATNS碳管理体系”认证的机场[25]。上海虹桥国际机场智慧能源管控平台系统界面见图4
图4 上海虹桥国际机场智慧能源管控平台系统界面[25]

3 航空运输数字化转型内容及转型路径

在推进航空运输数字化转型中,须清晰解答两个核心问题。一是转型内容,即在哪些方面进行变革,以实现从传统模式到数字化模式的转变;二是转型路径,明确如何系统性地推进转型,确保各项转型顺利实施并取得实效。

3.1 数字化转型内容

航空运输数字化转型涉及业务运营模式革新、技术体系升级、组织结构优化和企业文化重塑等核心内容,以构筑航空运输的核心竞争力。
1)业务运营模式革新
①业务流程重塑:以航空运输为核心,融合交通、能源、信息等多领域,实现业务流程优化[26-29]。通过实时数据共享与协同决策,提升了航班调度、维护及服务效率。智慧机场系统整合资源,实现设施智能管理与旅客个性化服务。
②业务逻辑重构:由传统线性模式转变为网络化、智能化协同模式。在交通与能源融合方面,构建绿色交通能源网络,实现机场与周边交通设施的能源协同优化。信息层面,利用区块链技术保障数据安全共享与可信交易,助力供应链管理与旅客服务。
2)技术体系升级
①数字化技术融合:构建综合性数字化技术体系,深度结合航空运输业务需求[30]。基于人工智能技术预测航班延误并进行智能调度,依托物联网技术远程监控飞机设备,运用大数据技术优化资源配置与运营管理。能源管理中,通过智能系统监控优化机场能源,利用区块链技术搭建能源交易平台,实现交易与数据共享。
②技术平台建设:建立一体化航空运输数字化平台,整合资源实现数据互联互通与协同应用。构建空天地一体化交通信息感知网络,确保飞机与地面设施数据正常交互;建立能源物联网平台,智能化管理机场能源系统;开发信息服务平台,为各方提供一站式服务。
3)组织结构优化
①跨部门协同机制:优化组织结构,建立跨部门协同工作机制,打破壁垒,促进信息共享与协同决策。设立数字化转型领导小组,统筹部门转型工作,组建跨部门项目团队推进数字化项目实施落地。
②组织文化变革:推动组织文化变革,营造创新、开放、合作的文化氛围,鼓励员工参与数字化转型。开展数字化培训提升员工素养与创新能力,建立激励机制激发员工创新积极性,为转型提供人力保障。
4)企业文化重塑
①创新文化培育:培育创新文化,鼓励员工探索新技术、新模式应用。设立创新基金支持项目,举办创新大赛激发热情,营造开放包容的文化,促进跨部门跨领域合作,推动数字化转型进程。
②客户导向文化强化:强化客户导向文化,以提升旅客体验与满意度为目标推进数字化转型。利用数字化技术优化旅客出行流程,提供个性化服务;建立反馈机制收集意见与建议,持续改进服务,提高客户忠诚度。

3.2 数字化转型参考路径

航空运输行业正处于数字化转型的关键阶段,其核心目标是通过技术创新与业务优化,提升运营效率、优化客户体验,并实现行业可持续发展[31]。为实现这一目标,本文提出了“数据驱动-流程重构-决策创新-价值闭环”的转型路径。在实施这条路径时,需要将其作为航空运输系统数字化转型的逻辑主线与治理总纲,构建涵盖技术支撑、业务变革与组织能力的协同体系。在路径推进中,数据是底座与引擎,流程是中枢与传动,决策是核心与杠杆,价值闭环则是最终目标与反馈机制。转型的关键在于打通数据资源壁垒、推动流程柔性再造、构建智能化决策中枢,并通过价值回流实现转型的持续迭代。
“数据驱动”阶段,应以多源异构数据融合与治理为核心抓手,推动航空运输全业务链数据资产的标准化、标签化与可视化[32]。通过构建统一的数据中台,实现生产运行、旅客服务、空域调度等关键环节的数据贯通,并夯实流程重构与智能决策的基础。治理策略上,需建立跨主体数据共享机制与数据权责体系,强化数据质量评估与数据安全保护,提升数据可信度与可控性。
“流程重构”是航空运输系统结构性变革的关键环节。基于流程挖掘与模拟仿真方法,识别现有流程的冗余与瓶颈,以业务目标为导向,实施端到端的流程优化。在技术上,可依托数字孪生与智能合约等手段重塑核心运行逻辑,实现流程的自适应调度与动态协同。治理上需推进行业标准化建设,构建“流程责任人+流程绩效+流程风控”三位一体的流程管理体系,防止流程碎片化与执行偏差。
“决策创新”阶段,应将人工智能、大模型算法、知识图谱等技术嵌入业务运行决策中,实现从经验驱动向数据驱动、规则驱动向智能演化的跃迁。尤其在航班调度、资源配置、运行保障等复杂决策领域,要构建融合多目标权衡的智慧决策平台,以提升系统柔性与鲁棒性。同时,要建立“数据-模型-反馈”三层结构的智能体闭环架构,确保模型持续学习与自我优化。
“价值闭环”不仅是转型的结果,更是其持续演进的保障机制。通过构建基于关键绩效指标(Key Performance Indicator, KPI)的价值评估体系,将流程执行效果、运行效率、用户体验、碳排强度等指标纳入闭环反馈,实现从价值创造到价值度量、再到价值再造的动态循环。在治理层面,应设立常态化的绩效回溯与调整机制,使数字化转型由项目化走向体系化、由一次性走向持续性。
综上,推动数据驱动-流程重构-决策创新-价值闭环的数字化转型路径,关键在于以平台化系统为载体,以流程与数据为连接,以治理能力建设为保障,最终实现航空运输体系由“信息响应”向“智能主导”的跃升。

3.3 一体化平台设计

基于上述数字化转型路径的实施需求,本文设计了“交通-能源-信息融合一体化平台”作为核心支撑载体。该平台采用四层架构的总体框架,涵盖数据层、传输层、决策层和应用层,各层级通过协同运作,实现从数据采集到价值实现的全流程数字化转型。该架构在纵向层级中嵌入跨领域融合机制,打破传统领域间的信息孤岛;在横向维度上实现技术能力的交叉复用,从而实现技术效能的最大化。具体架构如图5所示。
图5 交通-能源-信息融合一体化平台架构
1)数据层
作为数字化转型的基础设施,数据层采用三维架构设计,包含数据采集、数据资源池和预处理机制。在航空运输场景中,可首先聚焦于关键业务数据的采集与整合,如航班运行数据、旅客信息数据、能源消耗数据等。通过部署传感器、数据采集终端等设备,以及建立数据接口规范,实现数据的实时采集和初步整合。同时,配套建设数据存储与预处理设施,确保数据的完整性和可用性。例如,在机场的航班调度场景中,优先采集航班起降时间、飞机位置、天气状况等数据,为后续的智能调度提供数据支持。
2)传输层
负责数据信息的高效流通、安全交互以及实时响应。针对航空交通、能源、信息三大领域的通信差异,传输层融合多模通信技术、区块链智能合约与密码学机制,构建安全可信的数据通道。在数据层的建设具备一定基础后,着手建设传输层。针对航空运输中数据传输的实时性、安全性和可靠性要求,优先选择成熟且稳定的技术方案。例如,在飞机与地面控制中心之间的通信中,优先采用经过验证的卫星通信和地空数据链技术,确保飞行数据的实时传输。同时,逐步引入边缘计算技术,对靠近数据源的部分数据进行预处理和分析,减少数据传输量,提高传输效率。在机场内部网络建设中,优先构建高速、安全的局域网,以实现机场内各部门之间的数据快速交互。
3)决策层
决策层是数字化转型的关键,面向全局优化的智能决策中枢,通过“数据融合-算法迭代-知识沉淀”的三阶段演进架构,打破三大领域传统的孤立决策模式[33]。待数据层和传输层建设达到一定阶段后,可同步建设决策层与应用层。对于决策层,可先从相对成熟的业务场景入手,如航班延误预测与调度优化。利用已有的数据资源和传输通道,构建基于人工智能和大数据的决策模型,实现对航班延误的精准预测和智能调度方案的生成。同时,在应用层开发相应的航班调度辅助决策系统,将决策层的优化策略转化为可执行的操作指令,并通过模拟推演等方式进行验证和优化。
4)应用层
应用层是数字化转型价值的实践载体,包含任务解析引擎、执行监控平台和效果评估系统三大模块。任务解析引擎将优化策略拆解为可执行指令,并通过数字孪生机场系统进行模拟推演;执行监控平台实现全流程数字化追踪;效果评估系统通过构建KPI矩阵,持续优化执行策略。在应用层的建设中,优先考虑与旅客体验和运营效率提升直接相关的应用场景,如机场智能导航系统、行李追踪系统等。通过这些应用的快速实施,可提升旅客的满意度和机场的运营效率,为后续的数字化转型工作营造良好氛围。

3.4 一体化平台阶段性推进策略及优势

3.4.1 推进策略

基于上述对四层架构的优先级排序和功能分析,为确保交通-能源-信息融合一体化平台在航空运输数字化转型中的稳步落地与高效实施,制定如下阶段性推进策略。
1)短期
集中资源完成数据层的基础建设,实现关键业务数据的采集、存储和初步整合。同时,启动传输层的部分建设工作,建立初步的数据传输通道,满足基本的数据交互需求。在决策层和应用层,选取部分关键业务场景进行试点,如航班延误预测和机场智能导航系统,通过试点项目积累经验,优化技术方案和业务流程。
2)中期
进一步完善数据层和传输层的建设,扩大数据采集范围,提升数据传输的效率和安全性。决策层要逐步扩展决策模型的应用范围,涵盖更多的业务场景,如机场能源管理优化、航班排班优化等。应用层要根据决策层的优化策略,开发更多的数字化应用系统,如智能安检系统、行李全流程追踪系统等,实现机场运营的全面数字化转型升级。同时,加强跨部门的协同合作,打破信息孤岛,实现数据和业务的深度融合。
3)长期
持续优化交通-能源-信息融合一体化平台的四层架构,根据航空运输行业的发展趋势和技术进步,不断引入新的技术和理念,提升平台的性能和功能。决策层要构建更加智能化、自动化的决策系统,实现对复杂业务场景的实时决策和优化。应用层要打造全方位的数字化航空运输生态系统,涵盖飞行、地面服务、旅客体验、机场管理等领域,实现航空运输的智慧化、绿色化和可持续发展。

3.4.2 平台优势

构建的交通-能源-信息一体化平台有力推动了航空运输行业的数字化转型,围绕提升运营效率、增强客户体验和实现可持续发展的核心目标,展现出如下优势。
1)破解跨领域资源协同效率低下的行业痛点
通过构建交通-能源-信息三网融合协同机制,打造智能化资源调度体系,实现了航空运力、能源供给及信息服务的多维数据聚合与动态匹配,显著提高了资源利用率。
2)重构旅客服务体验的数字化支撑体系
基于多源数据融合开发的智能服务平台,突破传统服务场景边界,通过旅客信息采集与实时需求解析,提供从行程规划、空地联运到个性推荐的端到端服务,实现了旅客服务从被动响应向主动预判的升级。
3)开辟航空业绿色发展新路径
平台通过优化能源管理,同步推进航油效能优化、地面清洁供能、碳排放监测等技术创新,构建覆盖空中运行与地面保障的绿色运营体系,有力支撑了行业的可持续发展。

4 航空运输数字化转型关键技术及挑战

4.1 转型关键技术

航空运输数字化转型依托五大关键技术:数字孪生实现机场全要素虚拟映射与协同优化;物联网技术构建全域感知网络以支撑实时决策;区块链技术保障关键数据安全可信流通;人工智能与大数据赋能精准调度与治理体系;智能决策技术实现跨系统资源动态配置。
1)数字孪生技术
数字孪生技术[34]通过构建物理实体的虚拟模型,模拟其真实行为,并借助交互反馈增强实体能力。例如,北京大兴国际机场的数字孪生体覆盖航站楼、飞行区等位置,实现了机场运行状态的全息感知等功能,为机场运营提供智能化平台。然而,该技术在航空运输领域的应用仍面临诸多挑战:首先,涉及高速移动的飞机和复杂多变的气象环境,要实现飞行器位置、飞行计划等关键敏感数据的实时采集、低延迟传输与精准同步存在较大困难;其次,构建覆盖机场全域且精度符合航空安全要求的数字孪生模型极具挑战性,现有技术在模型的动态实时更新、自适应优化及基于反馈的闭环控制机制等方面仍有待进一步完善。
2)物联网技术
物联网技术通过传感器、RFID等技术设备,实现航空领域飞机、设备等要素的联网及数据实时采集处理[34]。在北京首都国际机场实践中,构建了覆盖航空器、车辆等要素的物联感知网络,汇聚飞机位置、航班信息等数据,为运行保障提供支撑。然而,遍布机场的物联网设备会产生巨量数据流,其中包含大量冗余与噪声信息。如何高效清洗、整合数据,并从中实时提取支撑运行决策的有效信息,对现有数据处理与分析能力构成严峻考验。同时,由于航空运输涉及多种设备和系统,来自不同制造商的设备采用不同的通信协议和数据接口,实现设备之间的互联互通难度较大。
3)区块链技术
区块链技术通过分布式账本、加密算法和共识机制,构建了去中心化、不可篡改且可追溯的数据共享网络[35]。在航空运输数字化转型中,该技术为关键业务数据的安全、透明与高效流转提供了重要支撑。以北京首都国际机场的“基于区块链技术的旅客身份认证研究服务”为例,平台利用区块链分布式存储旅客信用数据,形成不可篡改记录,显著提升了预检环节的数据安全性和治理效率。但是,该技术在处理高频业务(如实时行李追踪、航班动态结算)时存在交易确认延迟长、吞吐量低的局限,难以满足大规模高并发需求;同时,其智能合约虽能自动执行,但在复杂业务逻辑下功能有限,且存在安全漏洞风险。
4)人工智能与大数据技术
人工智能与大数据是驱动交通物流发展的核心技术,通过融合多源数据与智能算法,实现交通精准调度、路径优化与安全管控[36]。在“多措并举构建国航数据治理长效机制”案例中[37],中国国航(中国国际航空公司)从顶层设计出发,建立数据治理框架,形成数据治理组织,统一数据治理方法论,明确数据治理技术路径。然而,航空数据具有多源异构特性,来自空管、机场和航空公司等不同系统,常面临准确性缺失、完整性不足等问题,制约了航班延误预测等模型的可靠性。此外,现有机器学习模型在处理高维非线性航空数据时易出现过拟合或欠拟合现象,需针对航空场景持续优化算法性能。
5)智能决策技术
智能决策技术[38]融合多源异构数据,依托智能算法实现动态策略生成与资源优化配置。中国民航管理干部学院自2018年起针对民航防空事件数据进行分析,构建了数据驱动的民航公安管理工作量化评价算法,从而完成防空治安事件的态势分析与智能监管决策优化。然而,要实现航空全局动态优化,还需突破以下瓶颈:当前的决策模型在应对突发恶劣天气、空域管制、机械故障等实时变化的运行环境时,其动态优化能力和决策准确性仍有提升空间;此外,整合交通流量、能源消耗、航班信息、旅客行为等来源多样、格式各异、更新频率不同的实时及历史数据,并实现深度融合以支持精准决策,技术难度较大。

4.2 转型面临的挑战

为系统分析航空运输数字化转型所面临的挑战,本文采用PESTEL模型,如图6所示,重点考察政治、经济、社会文化、技术、环境、法律等关键领域的影响因素。
图6 航空运输数字化转型挑战的PESTEL分析图
1)政治方面:政策执行断层与跨域资源统筹困局
在全球地缘政治复杂多变与经济不确定性加剧的背景下,相关政策的长期稳定性、跨部委的协调效率以及地方政府对空域开放、新能源基础设施等关键资源的落实力度,将影响行业推进融合转型的决心与速度。亟需科学评估当前融合试点项目的综合效益,探索并确立可持续的政企协同推进模式与长效投入机制,为后续国家战略深化、法规标准完善以及大规模市场投资提供清晰指引和稳定预期。
2)经济方面:融合成本归属困境与跨域价值分配失衡
航空运输系统作为技术密集、安全标准严苛的关键基础设施,对其开展融合交通、能源、信息三方的数字化转型是一项系统性超级工程。跨领域融合的复杂性使得清晰的营收模式和可持续的商业模式构建面临巨大挑战:高昂的前期研发投入与基础设施建设成本需要长期摊销,并且融合转型带来的降本增效与新兴价值的量化与变现路径尚不明晰。行业与企业需探索可行的融资机制、成本分摊策略以及多元化的价值实现路径,确保转型过程中的财务可持续性。
3)社会文化方面:跨域知识鸿沟与文化认同冲突
融合驱动的航空运输数字化转型依赖于飞行员、能源工程师、数据科学家等多元群体深度协同。不同领域长期形成的专业壁垒及安全文化冲突构成了隐形障碍。这不仅影响跨职能团队建立共同语言与信任基础,更易在关键决策中因认知偏差引发群体排斥。深层次的融合转型,将因触动根植于专业群体身份认同与价值判断的文化深层结构而面临凝聚力挑战,需通过顶层设计构建跨领域知识共享平台,并培育基于“安全-高效-绿色”共同价值的新型协同文化。
4)技术方面:高安全实时系统与柔性扩展的兼容冲突
航空运输对飞行控制、空域管理等核心系统存在硬性需求。而交通-能源-信息融合场景下的智能决策、动态资源调度则要求底层平台具备柔性扩展能力。二者的核心诉求存在潜在冲突:强安全保障机制可能限制跨域算力协同效率与敏捷算法迭代;柔性开放架构的容错性与确定性又难以匹配航空级安全等级。故需构建高安全实时基座上的弹性融合框架,破解刚需可靠性与复杂适应性的协同难题。
5)环境方面:绿色能源消纳与算力增长的平衡压力
航空业广泛应用的空天地通信网络、数字孪生机场、智能调度模型等信息技术,使得数据处理与智能决策的算力需求激增。一方面,支撑海量航空运行数据的大型数据中心能耗显著攀升,在交通-能源融合背景下,确保其电力稳定且来自可再生能源并高效利用,是平衡数字化与“双碳”目标的关键挑战。另一方面,遍布机场、空域及飞机的新型数字基础设施,其建设与运行对绿色能源接入和本地高效利用要求更高,加剧了能源结构优化压力。
6)法律方面:空域数据要素化中的权责界定难题
航空数字化产生高价值空域数据资产,涵盖航班轨迹、飞机状态、旅客信息、空域环境等数据。这些数据涉及管理部门、企业及旅客等多元主体,权属关系复杂交织。在交通-信息融合驱动数据流通的背景下,亟需通过法律明确数据所有权、使用权、收益权归属,构建兼顾国家安全、商业秘密与个人隐私保护的数据治理框架,为航空数据市场安全合规发展提供法律保障。

5 结束语

针对当前航空运输数字化转型中存在的理论体系不完善、实施路径不清晰、挑战认知不充分等问题,本文系统研究了转型相关政策理论、典型应用场景、转型内容、转型路径及面临的挑战,主要结论如下。
1)航空运输数字化转型的核心目的是通过技术创新与业务优化,促进航空运输行业的高质量、可持续发展。重点围绕交通-能源-信息三网融合,构建数字化基础能力,提升业务流程效率与服务体验,支撑全球航空运输体系安全绿色发展。
2)提出了数据驱动-流程重构-决策创新-价值闭环的数字化转型参考路径,并设计了相应的交通-能源-信息融合一体化平台,通过四层架构推动转型落地实施,为未来航空运输数字化转型研究提供参考。
3)在抢抓航空运输数字化转型带来的机遇,大力推动智慧空管等创新实践的同时,必须提前洞察并妥善应对一系列挑战,包括政策协同性不足、投资回报周期过长、传统业务模式的束缚、数据资产的权属与安全性问题及技术自主可控性等。
后续研究可聚焦两个方向:一是建立涵盖效率、体验、低碳等维度的数字化成效评估体系;二是研发机载能源管理等数字化转型场景解决方案。
[1]
WENSVEEN J. Air transportation: a global management perspective[M]. Oxon: Routledge, 2023.

[2]
WANDELT S, ANTONIOU C, BIROLINI S, et al. Status quo and challenges in air transport management research[J]. Journal of the Air Transport Research Society, 2024, 2: 100014.

[3]
LI Y, YU G, HU M. Coordinated development of the aviation economic industry chain, innovation chain, and service chain based on digital technology[J]. Tehnički vjesnik, 2025, 32(1): 107-115.

[4]
习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[J]. 党建, 2022(11):4-28.

[5]
蒲钒, 陈志杰, 刘杨, 等. 数字低空融合运行空中交通管理技术[J]. 航空学报, 2025, 46(11):35-57.

[6]
TATJANA B, PAUL R. SESAR: The past, present, and future of European air traffic management research[J]. Engineering, 2021, 7(4): 448-451.

[7]
JOSEPH P. The next generation air transportation system of the United States: Vision, accomplishments, and future directions[J]. Engineering, 2021, 7(4): 427-430.

[8]
王辉, 李金明, 张丽, 等. 以人工智能驱动的新质生产力赋能交通运输高质量发展的思考与对策建议[J]. 交通运输研究, 2024, 10(2):11-19.

[9]
刘欣. 民航局加快推动智慧民航建设发展[N]. 法治日报,2023-07-14(006).

[10]
葛金梅, 汪航, 程欢, 等. “十五五”时期我国民航发展趋势分析与需求预测方法建议[J]. 交通运输研究, 2024, 10(6):78-86.

[11]
国家发展改革委, 民航局. . 国家发展改革委民航局关于促进航空货运设施发展的意见(发改基础〔2020〕1319号)[Z]. 北京:国家发展改革委, 2020.

[12]
交通运输部. 交通运输部关于印发《数字交通“十四五”发展规划》的通知(交规划发〔2021〕102号)[Z]. 北京:交通运输部, 2021.

[13]
国家能源局. 国家能源局关于加快推进能源数字化智能化发展的若干意见[Z]. 北京: 国家能源局, 2023.

[14]
交通运输部. 交通运输部关于印发《交通运输标准提升行动方案(2024—2027年)》和《交通运输标准管理创新行动方案》的通知[Z]. 北京: 交通运输部, 2025.

[15]
ZHOU Z, MUNIR A. Economic digitalization and energy transition for green industrial development pathways[J]. Ecological Informatics, 2023, 78: 102323.

[16]
HEIETS I, LA J, ZHOU W, et al. Digital transformation of airline industry[J]. Research in Transportation Economics, 2022, 92: 101186.

[17]
魏明, 张少鹏, 孙博. 城市群经济结构对民航客运市场的影响机制分析——以京津冀地区为例[J]. 交通运输研究, 2022, 8(5):1-10.

[18]
张培文, 丁锐, 赵联政. 机场航空器碳排放及碳达峰预测[J]. 交通运输研究, 2022, 8(6):81-89.

[19]
曹英, 李晓玉. 竞逐万亿低空经济赛道山西抢滩布局[N]. 中国经济时报,2024-05-31(003).

[20]
中国21世纪议程管理中心. 国家可持续发展议程创新示范区年度报告2024[EB/OL]. (2025-03-18)[2025-06-05]. https://www.acca21.org.cn/trs/0001003100010003/16935.html.

[21]
上海机场(集团)有限公司. 数字化转型智慧化发展—上海机场数字化转型探索[EB/OL].(2023-10-23)[2025-06-05]. https://www.sita.aero/contentassets/97425a3ede83434ca7f5208e907a8093/5.pdf.

[22]
中国互联网协会数字孪生技术应用工作委员会, 中国信息通信研究院产业与规划研究所, 中国信息通信研究院数字孪生创新中心. 数字孪生城市技术应用典型实践案例汇编[EB/OL].(2024-03-31)[2025-06-05]. https://aimg8.dlssyht.cn/u/551001/ueditor/file/276/551001/1712708704390373.pdf.

[23]
中国网. 激发数据要素的“乘数效应”,腾讯数字孪生加速数实融合[EB/OL]. (2024-03-14)[2025-07-18]. http://szjj.china.com.cn/2024-03/14/content_42724949.html.

[24]
中国民用机场协会. 中国民用机场碳排放管理能力提升案例(2024)[EB/OL]. (2024-01-01)[2025-07-18]. https://www.chinaairports.org.cn/uploads/file/20241224/1735011654647567.pdf.

[25]
中国民航网. 全国机场首家虹桥机场通过“EATNS碳管理体系”评定[EB/OL]. (2024-07-02) [2025-06-05]. http://fuwu.caacnews.com.cn/1/5/202407/t20240702_1379525.html.

[26]
杨省贵, 刘冰洋, 于瀚翔, 等. 机场运营效率研究文献述评[J]. 交通科技与经济, 2023, 25(6):1008-1017.

[27]
聂建雄, 刘畅, 王艳军. 机场群容量资源战略一体化配置方法[J]. 交通运输工程与信息学报, 2023, 21(4):115-128.

[28]
包甜甜, 连峰, 杨忠振. 航运管理研究综述[J]. 交通运输工程学报, 2020, 20(4):55-69.

[29]
郑立, 陈屹力, 窦佳丽, 等. 我国低空运输智联云架构及布局规划策略[J]. 交通运输研究, 2024, 10(6):104-112.

[30]
舒采焘, 张孜. 新型城市化背景下的先进交通信息服务体系构建[J]. 交通科技与经济, 2016, 18(5):1008-1012.

[31]
叶建红, 李兴华, 杨超, 等. 交通强国背景下综合交通一体化融合发展的理论框架[J]. 交通运输研究, 2023, 9(3):30-38.

[32]
高伟, 崔昳昕, 康道驰. 面向节能减排的机场地面运行优化研究[J]. 交通信息与安全, 2019, 37(4):129-132.

[33]
伍朝辉, 武晓博, 王亮. 交通强国背景下智慧交通发展趋势展望[J]. 交通运输研究, 2019, 5(4):26-36.

[34]
TRAN-DANG H, KROMMENACKER N, CHARPENTIER P, et al. Toward the Internet of Things for Physical Internet: Perspectives and cha-llenges[J]. IEEE Internet of Things Journal, 2020, 7(6): 4711-4736.

[35]
ZHENG K, ZHANG Z, CHEN Y, et al. Blockchain adoption for information sharing: Risk decision-making in spacecraft supply chain[J]. Enterprise Information Systems, 2021, 15(8): 1070-1091.

[36]
刘志勇, 张宝霞, 王俊康, 等. 人工智能背景下“十五五”期间我国快递业转型的方向与驱动力[J]. 交通运输研究, 2024, 10(6):87-94.

[37]
中国民用航空局. 智慧民航数据治理典型实践案例[Z]. 北京: 中国民用航空局, 2023.

[38]
胡满江, 杨智元, 李洋, 等. 智能汽车人机协同决策关键技术综述[J]. 中国公路学报, 2024, 37(3):98-116.

Options
文章导航

/