Theory & Method

Research on Air Logistics Service System: Evolution Path, Difference and Prospect

  • SHEN Danyang ,
  • WANG Ben ,
  • GENG Shaoqing , *
Expand
  • College of Transportation Science and Engineering, Civil Aviation University of China, Tianjin 300300, China

Received date: 2025-02-13

  Online published: 2025-06-02

Abstract

To advance the understanding of high-quality development in ALSS (Air Logistics Service System) and establish an independent research framework, this paper used visual bibliometric tools to perform quantitative analysis on 430 literatures published from 1998 to 2024, and improved the theoretical model of complex adaptive systems to systematically review and analyze the research progress in the ALSS field. Based on the differences in knowledge structure and research hotspots, the essence of research disparities in the domain of ALSS was summarized, and a multi-stage evolutionary model of "stimulus-response" was constructed. Four key research themes were proposed: the modern logistics-driven transition from air cargo to integrated air logistics, development strategies for core stakeholders, synergistic development between air logistics industry and airport economy/regional economies, air logistics network optimization through hub efficiency and organizational effectiveness. From the perspective of disparity bridging, the research status, theoretical contributions, and deficiencies were summarized. The research shows that: for high-quality development of ALSS, independent and controllable air logistics service chain is the key, industrialization and network is the guarantee, collaborative integration is the core development direction. The evolutionary pathway model effectively aligns with emerging development requirements, demonstrating an ongoing dialectical unity between "convergent fundamental logics" and "divergent surface-level paths". A three-layer research framework was proposed: upper-level designsafety and resilience of air logistics service chain, middle-level guaranteeresilience of air logistics network, innovation pathmulti-dimensional collaboration of air logistics service system. This framework can provide theoretical references for advancing high-quality development of China's air logistics services.

Cite this article

SHEN Danyang , WANG Ben , GENG Shaoqing . Research on Air Logistics Service System: Evolution Path, Difference and Prospect[J]. Transport Research, 2025 , 11(2) : 19 -30 . DOI: 10.16503/j.cnki.2095-9931.2025.02.002

0 引言

航空物流服务源于航空货运服务,其服务产品具有易逝性、市场可分性、需求波动大、固定成本高但边际成本低等特点。航空货运服务借助现代信息技术,连接供需主体,实现原料、产品以及相关信息的有效流动,随后与运输、仓储、装卸配载、产业协同、物流网络等进行有机结合,最终演化为航空物流服务[1]。该服务可为用户提供多功能、一体化的综合性服务,正逐步成为现代物流服务系统的重要子系统,即航空物流服务系统(Air Logistics Service System, ALSS)。ALSS系统内涵范畴并非静态固化,而是随社会经济需求升级、参与主体能力迭代及航空物流产业生态演化不断扩展,呈现出典型的复杂适应系统特征[2]。国际航空运输协会(IATA)研究表明,全球航空货运总量约占全球贸易总量的2%,但在价值上承担全球货运贸易额的35%。2005年中国航空运输协会成立,将航空物流作为民航运输领域的主要增长点,2023年中国民航全行业完成货邮运输量735.4万吨,与2005年相比增长139.54%,航空物流的重要性日益凸显。
国内外学者在1998年前后开始进行ALSS领域研究。彼时全球电子商务市场初具规模,这种新兴商业模式可整合航空货运服务提供商及其客户信息,从而降低运营成本。航空物流也因速度快、安全性强,与电商需求高度契合,已成为国外学者广泛关注的热点。我国于2001年加入世界贸易组织并加速融入全球航空物流市场,针对ALSS领域的研究主要聚焦航空物流市场结构及变化。该领域研究呈现学科交叉融合的特征。由于国内外早期研究背景不同,航空物流业发展基础及政治经济环境存在差异,最终形成了差异化的研究路径。目前,围绕航空物流服务这一核心主题,ALSS已逐步演化为包括航空物流服务链、服务要素、服务网络、产业体系等在内的综合系统,被用于解释航空物流参与主体发展策略、与相关领域协同发展、网络结构及韧性等诸多与高质量发展相关的子问题,具备明显的新质生产力特征。然而,既有综述研究主要关注航空物流与其他运输方式相结合的商业及业务模式[3],虽然已从结构视角提出航空物流系统三维概念模型,但缺乏对服务职能的深层分析[4],ALSS领域研究演化路径尚不清晰,整体性和系统性回顾不足,无法支持航空物流高质量发展需求。
当前,新一轮科技革命成为新时期全球经济发展的新动能,跨境电商等新业态为航空物流发展注入了新活力。2024年11月,中共中央办公厅、国务院办公厅印发《有效降低全社会物流成本行动方案》,提出“综合交通运输体系改革实现新突破”的目标,为航空物流服务高质量发展提供了政策指引。但我国航空物流发展深受国际形势影响,全球经贸发展前景偏向下行,产供链深度重构,引发航空物流布局结构性演变[5]。总体而言,不确定性因素增多,判断阶段性特征较难。基于以上背景,本文系统梳理ALSS领域知识结构,深入揭示该领域研究态势。考虑到国外学术界暂无对航空物流高质量发展这一概念的科学准确定义,本研究以中文文献为主、外文文献为辅,改进复杂适应系统(Complex Adaptive System, CAS)理论模型,首次将“刺激-反应”模型引入ALSS演化路径分析,并基于差异弥合视角,分阶段总结归纳现有研究的主要贡献和存在的问题,最后结合新发展阶段特征,展望该领域未来发展方向并提出研究思路,以期形成自主研究体系,促进我国航空物流服务高质量发展。

1 研究方法与数据来源

研究采用文献计量和文本分析相结合的方法,对ALSS领域相关文献进行全面深入的梳理和分析。利用CiteSpace和BICOM等可视化软件进行文献计量分析,该方法可通过多元统计手段和知识图谱揭示某一领域发展的脉络、现状和趋势。基于CAS理论完成文本分析,该理论界定的系统由具有适应性的、相互作用的主体构成,研究范式侧重在“刺激-反应”模型,已成功应用于智慧物流创新系统框架分析[6]。本研究将两种方法相结合,旨在更客观地辨别ALSS领域的研究热点和演化发展阶段。
为保证研究数据的权威性和准确性,样本文献主要包括两部分:①外文文献,来源为Web of Science核心合辑(WOS),检索式为“(TS=(air logistics)OR TS =(air logistics services))AND DT=(article)”“精确检索”;②中文文献,来源为中国知网(China National Knowledge Infrastructure, CNKI),检索式为“‘主题=航空物流’OR‘主题=航空物流服务’”“高级检索”,仅限“学术期刊”。通过图1所示方式搜索和筛选1998—2024年发表的430篇文献用于后续分析,深入探究ALSS领域发展态势和知识扩散脉络。
图1 搜索和筛选方法

2 航空物流服务系统知识结构

2.1 发文特征与趋势

1998—2024年ALSS领域研究型文献发文量年度分布如图2所示。
图2 1998—2024年ALSS领域研究型文献发文量年度分布
图2可知,中外文文献对ALSS领域的研究开始时间几乎重合,均自2006年起出现明显上升,随后呈波动态势。2006—2014年为中文文献快速发展期,在此期间“大力发展物流业”被写入“十一五”规划。在2006—2011年以及2014年至今是外文文献两个快速发展期:前一时期受国际金融危机影响,针对各参与主体的资源配置、综合调度研究进一步深化;后一时期受欧洲航空计划及中美贸易摩擦影响,研究侧重考虑竞争、市场风险等不确定因素。
由此可见,ALSS领域的研究受宏观经济政策、市场供需水平、关键技术突破等因素影响较大,部分关键事件节点如表1所示。2020年以来,新冠疫情席卷全球、局部地区冲突不断、红海航运中断,既给航空物流发展带来了巨大冲击,又产生了新的机遇。近五年来,ALSS领域研究总体呈高发文趋势,研究方向也日趋多元。党的二十大报告提出:“高质量发展是全面建设社会主义现代化国家的首要任务”。航空物流能满足市场需求并实现动态匹配和优化,这正是未来交通高质量发展的核心之一[7]
表1 ALSS领域研究关键事件节点
年份 关键事件 年份 关键事件
2006 “大力发展物流业”
被写入“十一五”规划
2018 中美贸易战、
区块链技术落地实施
2008 国际金融危机 2020 新冠疫情
2009 国务院发布《物流业
调整和振兴规划》
2022 俄乌冲突、党的二十大报告提出“高质量发展是全面建设社会主义现代化国家的
首要任务”
2012 航空业被纳入欧洲
航空计划
2023 红海航道危机、巴以冲突
2014 电子面单出现,进入“智慧物流”时代
2024 党的二十届三中全会举行、《有效降低全社会物流成本行动方案》发布
2015 供给侧结构性改革

2.2 研究热点差异

关键词聚类有助于从文本分析角度探究中外文献研究侧重点并梳理内在逻辑,聚类图谱如图3图4所示。中文聚类提取到337个节点,平均轮廓值(S)为0.966;外文聚类提取到504个节点,S值为0.829。参照CiteSpace的帮助手册,S值超过 0.5则表明聚类图谱的构建是合理的;而当S值大于0.7时,聚类结果的可信度高。
图3 ALSS领域中文文献关键词聚类图谱
图4 ALSS领域外文文献关键词聚类图谱
根据聚类图谱,分别提取中外文文献关键词聚类群落,前6个聚类群落S值达到检验标准。利用对数似然率算法提取聚类内部关键词进行研究逻辑分析,聚类名称和聚类标签词如表2所示。中文文献按系统宏观参与主体(如航空港、货运代理)和研究主题(如航空物流、航空货运)进行聚类,研究范围较大。这些研究主要围绕宏观参与主体与研究主题的关系展开,例如:#0聚类与#1聚类存在主题概念跃升关系;#3聚类作为ALSS领域重要的空间载体,是#4聚类协同发展的前提;各聚类间存在强关联性。外文文献聚类群落以系统微观参与主体(如全货机、货运航线)和具体业务层面(如绿色投资、业务能力评估)为主,研究范围相对较小。这些研究主要基于具体业务层面,考虑竞争、联盟、环境等影响因素,探讨决策、绩效、评估等问题。
表2 ALSS领域中外文文献研究关键词聚类
聚类
编号
中文关键词聚类 外文关键词聚类
名称 标签词 名称 标签词
#0 航空
物流
物流园区、机场、经营模式 合作
框架
分配、航空货运业务、航空物流供应链
#1 航空
货运
供应链、客户价值、实证研究 绿色
投资
自适应决策、机场运营管理、可持续交通
#2 收益
管理
销售阶段、即期
市场、动态定价
计费
重量
拼箱问题、整合问题、超售、货运代理
#3 航空港 物流业、物流设施、经济增长 业务能力评估 轴辐式网络、
网络设计动态规划
#4 临空
经济
“一带一路”、协同发展、区域经济 全货机 低成本、集成商、数据包络、绩效
#5 货运
代理
国际空运、货运
代理、拼箱
可替代的航空货运航线 竞合博弈、区域经济、双边协议、承运人
ALSS领域中外文文献知识结构对比如表3所示。可以看到,中外文ALSS领域研究差异集中于研究背景与研究内容,其本质是经济社会基础、政策导向与技术发展路径差异的逻辑产物,中文研究以“政府主导的产业规划”为驱动,需求集中于高附加值产业服务升级,受后发优势影响,注重技术引进与规模化应用;外文研究以“自由市场竞争”为基底,需求受全球供应链主导,依托成熟的技术生态,较早关注业务的精细化与智慧化。因此,二者形成了不同的研究路径。
表3 ALSS领域中外文文献知识结构对比
差异 中文文献 外文文献
研究背景 在我国独特的经济制度背景下,基于宏观调控、行业规划、市场结构、产业变革等情境展开研究 基于电子商务背景、自由市场、多主体竞合等情境展开研究
研究内容 侧重于宏观主体与概念理论、航空物流产业、航空物流枢纽等方面的研究 侧重于中观和微观业务层面,包括系统参与主体互动关系、发展策略、航空物流网络效率等方面的研究

3 研究演化路径与差异

ALSS领域知识结构复杂,中外文献的研究差异是特定历史条件与资源约束下的演化结果。演化过程具备复杂适应系统特征,可分为概念跃升阶段、参与主体快速发展阶段、协同发展以及创新发展4个阶段。各阶段在一定环境下,围绕主要参与主体,根据外部宏观环境及规则变换,适配其他主体进行相互作用,推动系统向更高一级发展,从而构成动态变化的知识网络与演化路径。

3.1 ALSS领域研究路径演化“刺激-反应”模型

由于国外学术界暂无对航空物流高质量发展这一概念的准确定义,为进一步揭示ALSS领域研究演化路径,改进CAS理论模型,将ALSS领域的各研究阶段及其内外部联系进行可视化,其核心是路径演化阶段。系统复杂性来源如下:
①ALSS参与主体的主动适应性——机场、航空公司、货运代理、物流集成商等参与主体根据环境变化和自身战略意愿进行调整和改变,以实现自适应、自组织的无序向有序的转变;
②ALSS物流组织的复杂性——航空物流高质量发展的本质是降本增效,物流组织过程需要在保证安全生产的前提下,实现多主体及相关领域协调合作;
③ALSS物流服务行为的多层次性——服务行为依托供应链、服务链、价值链,向产业化和网络化转型调整,新兴技术的应用又促使航空物流向智慧型、综合型模式转变;
④ALSS物流服务环境的复杂性——社会、经济、文化等要素持续动态演化,绿色发展理念与可持续发展理念已受到社会各界广泛认同。
借助CAS理论中“刺激-反应”模型刻画ALSS领域的路径演化模型,即各阶段通过什么机制适应和学习,如图5所示。
图5 ALSS领域研究路径演化“刺激-反应”模型

3.2 ALSS领域的研究热点

基于ALSS领域的知识结构和研究热点差异,利用“刺激-反应”多阶段演化模型,提出了以下4个热点议题。
1)现代物流视角下航空货运向航空物流跃升
改革开放以来,我国现代物流经历了从理念传播、实践探索、产业地位确立到创新发展的阶段[8],对航空货运发展提出新的要求。冯乃钧等[9]将新资源观融入航空货运市场,结合生命演化模型拓展了市场要素范畴,除传统航空硬资源(如基础设施)外,还包括信息化等航空软资源。航空货运服务环节多、参与主体多,供应链上下游企业往往只能从自身视角识别客户需求,无法提供全面系统的服务,该研究基于价值创新战略,识别出供应链整合管理机制的参与主体,包括机场、航空公司、货运代理、综合物流服务供应商、民航局和其他相关管理部门等。胡伟[10]从供给侧角度探讨航空货运的发展路径,提出供应链管理分散、链路运作成本高、缺少灵活性等问题是导致航空货运发展整体水平较低的关键。在市场需求变化、技术进步、全球化、政策支持等多重因素共同作用下,航空货运向航空物流跃升势在必行,航空物流成为推动区域发展高端经济、推进深层次产业分工、整合优势资源的重要力量。连文浩等[11]采用DEA-Malmquist指数分析法,梳理航空物流效率提升多重因果逻辑关系,表明地区生产总值、高等级机场数量、货运航线数量、特殊监管区域数量、通关便利型机场数量等是提升我国航空物流业高质量发展效率的核心要素。
外文文献对航空物流的基本特征进行了总结,即商业化程度高和技术分散。Lau等[12]基于商业生态系统理论,提出只有考虑时间敏感性的供应链才能为客户提供真正的价值。Chang等[13]将射频识别技术(RFID)、第三方电子商务社区网络技术与物联网理念相结合,为航空物流服务可靠性提供技术与理论支撑。在自由化竞争机制下,不确定性水平低时可靠性更有保障,不确定性水平高时则需要考虑不同利益主体的主观判断,例如金融危机后航空物流需求对价格和收入变得更加敏感,在多市场寡头垄断模式下航空公司协同垄断导致产能降低,虽然第三方物流和货运代理收益有所提高但整体福利降低,因此,学者们[14]更关注参与主体间,以及其与政策制定者之间的互动关系,例如集成商和货运联盟、“开放天空”协定等。
由此可见,航空货运向航空物流跃升的本质是航空物流供应链整合,关键是参与主体、市场要素、链路结构及其关系。现有中文文献缺少对商业模式和物流新技术的分析,对服务可靠性尤其是时间敏感性的研究较少,资源整合和创新发展陷入瓶颈。
2)关键参与主体发展策略
机场、航空公司、货运代理是ALSS研究领域最关键的参与主体。机场是ALSS中物流组织的核心节点,但我国专业型货运机场发展起步较晚,早期存在机场利用率低、关键业务流程识别不足等问题,对航空物流服务效率造成了影响。既有研究按照“单一机场—区域多机场—空港物流园区—专业型货运机场”的顺序,由点及面、由普适性向专业性展开,重点探讨了机场物流组织结构、货站业务流程、园区形成模式、机场物流产业链拓展和延伸等问题[15]。白杨等[16]根据出港流程建立随机Petri网模型以提高机场货站运行效率;于雅歌等[17]优化了机场物流暂存区,完善了空港物流研究;曹允春等[1]通过改进引力模型为航空物流网络结构研究提供理论支撑。
航空公司主要承担空中运输任务,是保障ALSS服务质量的关键主体。为提升市场竞争力,“十五”期间我国启动航空公司改革重组,航空公司成为自主经营的市场主体。这方面研究侧重航空公司竞争力提升,聚焦于战略定位、产品设计和服务能力等方面,主要针对综合性航空物流企业和专业性航空货运企业开展分析。综合性航空物流企业市场占有率高,能满足客户多元需求,服务产品优化设计效果显著[18],尤其关注收益管理、集装器装载和装箱等优化问题。航空货运收益管理源于客运收益管理。二者都通过综合考虑航段、航节、航线网络3层资源分配实现企业收益最大化,但航空物流受金融危机影响较大,且航空物流运价体系尚不健全。雷丽彩等[19]提出将托运人看作风险规避者,运用期权契约构建定价博弈模型并对收益做理论推导,为后续航空公司定价管理和超售管理提供了理论依据。同时,航空货运收益管理的产能不能仅由重量、体积和舱位位置3个维度决定,还需要考虑飞机重心位置和货舱结构等强约束限制[20],即集装器装载和装箱等问题。因此,现有研究往往将两类问题协同分析,以安全运行为前提,探究经济效益最优,研究范围从仅考虑单一航段拓展至多航段、多机型[21],对实现资源的有效统筹和科学配置具有重大现实意义。
根据传统定义[22],货运代理指与客户达成货运代理协议的人或机构,起中介作用,并不作为承运人。随着国际航空物流时空业务范围扩大、物流服务链不断延伸,货运代理迅速转型并突破传统定义,以代理人、缔约承运人等身份参与航空物流服务链各环节,尤其是与航空公司合作开展集装器拼箱优化业务。桂云苗等[23]采用启发式算法有效弥补了过去依靠人工组装编排而经济效益和时效性低的问题。可见,货运代理的资源整合能力强,部分货运代理受利益驱动或其他因素影响,在实际物流环节中可能会实施违规行为。赵振武等[24]结合实证研究提出货运代理风险评估模型,进一步规范ALSS领域市场环境,为货运代理向第三方物流转变、建立高效快捷的信息化管理系统、联合并购成为综合物流集成商等提供理论支撑[25]
外文文献侧重多参与主体的综合调度研究。机场具备枢纽节点属性,早期机场信息化水平低、业务量随机性较大,有学者提出通过科学调度人员和货物装载以保持服务水平、简化机场运营流程,如:Khan[26]首次将业务流程再造(BPR)理念应用于ALSS领域;Sahoo等[27]基于航空公司和机场业务量预测改进BPR,有效降低了航空物流延误水平,进一步证明优质时刻资源是ALSS领域的核心资源,影响承运人运力分配以及整个系统供需水平,且供需水平与关键参与主体的互动关系高度相关。货运代理具备很强的资源整合能力,ALSS领域参与主体与货运代理的互动关系研究受到广泛关注,如:Feng等[28]提出一种在航空物流服务链中识别可靠货运代理的方法;Shaban等[29]提出一种混合批发-期权模型改进期权契约,以解决货运航线需求失衡问题。新冠疫情期间,需求不确定性导致断链风险增大,Zhu等[30]开发了一个两阶段随机规划模型,以货运代理为核心构建系统参与主体合作框架,首次将枢纽整合、集装箱预订和不确定需求下的货物装载整合到一个模型中,该方法能有效响应需求并降低成本。
不难发现,机场、航空公司、货运代理是ALSS领域三大关键参与主体,中文文献研究侧重于单一主体的优化与理论模型构建,缺乏多主体协同,在关键业务流程识别、装载优化、货运代理转型升级路径研究等方面存在不足,未来研究应加强多主体协同优化、推进信息化与智能化应用,以及提升应对不确定性和可持续发展的能力。
3)航空物流产业与临空经济、区域经济协同发展
航空物流产业属于战略性新兴产业,是现代产业分工的结果[31],其以航空港为核心,依托航空运输手段,涵盖ALSS领域各服务环节,为用户提供一体化物流解决方案的企业集合。曹允春等[32]总结了航空物流产业化形成机理,明确需求结构和需求水平变动是航空物流产业化的原动力,尤其是随着高新技术企业规模不断扩大,对运输时间、零库存、一体化物流服务等要求也愈发严格,逐渐推动航空物流产业内部的专业化分工协作。航空物流产业基于航空资源要素禀赋建立场所空间[33],不断带动周边产业调整,进而形成以临空指向性产业为主导、多种产业有机关联的独特经济发展模式,即临空经济发展模式。理论上,临空经济区内航空物流要素集聚能显著降低企业生产运营成本,促进全要素生产率的提高,赋能航空物流产业升级[34],但对部分门户复合枢纽机场、区域枢纽机场的临空经济区面板数据研究却得出反常结论,即航空物流与临空经济发展呈负相关。有研究发现,临空经济与航空物流产业发展存在明显阶段性特征[35],各阶段需要采取适配的协同发展手段。当前正处于产业向高端化和多元化转型阶段,政策(如“一带一路”建设、郑州航空港经济综合实验区建设)、发展模式(如跨境电商、区域多机场)等机遇明显,但也存在中大型机场差异化发展意识不足、空港物流管理水平和运行效率较低等挑战。尚海燕[36]采用数据包络分析法对产业效率进行测度,发现区域空间范围、腹地市场重叠率、区域主导产业等因素是影响航空物流产业差异化发展的关键,即区域经济影响航空物流发展。谢天成等[37]使用耦合协调模型证明航空物流产业与区域经济发展存在协整关系;王曼曼等[38]构建区域航空物流产业协同度模型,并提出协同发展的相关措施以及协同效果评价的关键指标。
2000年,John Kasarda首次提出“航空大都市”的概念,系统阐述了一种以机场为核心、由航空相关产业及其衍生功能集聚所形成的区域,为航空物流产业协同发展研究提供新的理论基点。Mcnair[39]依据空间形态提出紧凑型、分散型以及扇形等3种类型的航空大都市,其中:紧凑型的航空物流产业集聚程度高、协同效应明显;扇形的产业集聚程度较弱但易形成航空物流特色产业集聚带。Azadian等[40]基于大都市内经济社会面板数据分析航空物流产业与区域经济协同发展机制,提出航空物流产业本身是区域经济的组成部分,其业务开展直接创造经济价值,区域内人口结构、制造业产业结构以及机场数量对航空物流产业发展产生较大影响,但并没有分析协同发展的具体措施。
由此可见,航空物流产业转型进入关键阶段,与临空经济关系复杂,需进一步研究其内在机制。不同区域的经济结构、产业布局和政策环境差异较大,如何实现航空物流产业与区域经济、临空经济协同发展仍是一个复杂问题,“航空大都市”理论为航空物流产业的协同发展提供了新的视角,未来研究应聚焦区域协调、模式创新和新兴业态,推动航空物流产业在新时代实现高质量发展。
4)基于枢纽和组织效率的航空物流网络研究
航空物流网络化体现了服务组织架构的复杂性与服务行为模式的多层次性,是二者创新性的综合表现[41]。航空物流网络的构成要素包括节点、航线、运输工具,通常由承运人主导构建,多方协同组织,因此航空物流网络规划研究主要集中于航线网络结构、枢纽节点选址、航线优化等方面。由于客机腹舱仍然是航空物流的主要装载空间,传统航空物流网络结构优化受制于客运网络,客货枢纽节点也高度重叠,尤其是高层级枢纽节点,运力、时刻、空域等资源更为紧张[42]。褚艳玲等[43]建立双层优化模型,基于已知客运网络最大化航空货运网络的可达性和利用率,但可达性和利用率无法同时提升。莫辉辉等[44]以四大货航作为研究对象,货航拥有较大规模全货机网络,研究表明航空物流网络的拓展趋势为由混合式向轴辐式、单一枢纽向组合枢纽转化,且具备明显的分层结构特征,当重要节点遭到攻击时网络连通性会急剧下降。张锦等[45]提出通过优化全货机航线和路径等方式,提升不确定环境下航空物流网络的经济性和鲁棒性。
得益于四大航空物流集成商快速发展,外文文献对全货机航空物流网络研究成果较为丰富。研究表明,轴辐式网络结构能最大限度发挥网络的规模经济特性,网络中干线的规模经济水平对整个网络运营成本影响较大[46]。Zhao等[47]根据1990—2019年美国航空物流网络面板数据分析网络中心性,结果表明轴辐式结构对中介中心性较高的节点具有强依赖性,当此类节点遭遇攻击时,网络整体效益显著下降,该类节点的选择不仅需要与网络主导运营商成本控制策略保持一致[48],还需要考虑社会经济水平、地理位置及环境影响等因素。Wang等[49]提出同时考虑网络拓扑结构和航空物流具有的方向性特点进行网络鲁棒性和攻防研究,尤其是针对网络中的重要节点,需要关注受攻击的持续时间、强度及空间规模。
由此可见,当前航空物流网络研究聚焦于网络结构特征和网络鲁棒性,深入探究航空物流网络的结构特征及演化规律将有助于深化对网络经济性和鲁棒性的理解。鲁棒性优化可提高网络在不确定环境下的抗风险能力,保障物流服务的稳定性和可靠性。未来研究可采用多目标优化方法,平衡网络的经济性、可达性、利用率和鲁棒性;开发更精确的攻防模型,研究网络在极端情况下的恢复能力和韧性。

4 研究展望

ALSS作为现代物流的重要组成部分,全球价值链重构、新兴商业模式重塑、数字技术标准化以及可持续发展目标将推动中外文研究在网络韧性、服务链安全等领域加速融合,迎来新的跃升。ALSS研究演化路径模型能较好契合新发展阶段特征,但受制度惯性与区域经济禀赋影响,该领域的研究将呈现“底层逻辑趋同与表层路径分化”的演化趋势。
研究发现,自主可控的航空物流服务链是ALSS实现高质量发展的关键,服务链上各参与主体具有自主适应性,产业化和网络化优势显现,共同推动降本增效目标的实现。协同融合成为航空物流高质量发展的核心方向,强调系统内多个子系统之间的协同、系统外部接入的兼容协调、与更大系统中各组成部分的融通。依据《“十四五”航空物流发展专项规划中期评估报告》和“十五五”时期我国民航发展特征[5],围绕“优质高效的服务、先进完备的保障、精准协同的治理”三大任务,提出“上层设计——航空物流服务链安全和韧性,中层保障——航空物流网络韧性,创新路径——航空物流服务系统多维协同”的未来研究分析框架,如图6所示,为本领域的研究工作提供切实可行的思路。
图6 ALSS领域研究分析框架
1)上层设计——航空物流服务链安全和韧性
现有研究表明,航空物流服务链整体水平低,业务流程分散、服务主体供需矛盾突出、关键技术尚未突破、网络自主可控能力不足等问题严重限制我国航空物流服务高质量发展[10]。如何提升航空物流服务链的安全性和韧性,尤其是关键资源要素,是推动ALSS高质量发展的动力。航空物流服务链涉及多利益相关主体和海量数据,以往借助信息平台整合航空物流服务基本信息要素,数据安全性和完整性无法得到有效保障。李秋香等[50]系统回顾了供应链领域的相关研究,认为可溯源的区块链等技术能在确保数据透明和安全的前提下减少信息交易和通信资源成本。未来研究可引入类区块链技术强化服务链关键节点的透明度和抗篡改能力,降低ALSS领域研究的数据复杂程度,深化航空物流服务链标准化、风险评估以及应急响应等,提升服务可靠性。另外,我国ALSS竞争力表面弱在空中,例如全货机规模不足、航线网络存在局限,实际弱在传统航空物流服务链条较短,主要提供“机场到机场”的运输服务,难以满足“门到门”的运输需求,建议未来研究借鉴城市物流末端配送网络与干线运输衔接机制,在保证传统运输服务链优质高效的情况下,延伸服务链至城市末端航空配送,构建“干线+支线+末端”的多层级航空物流服务链优化模型,不断提升航空物流服务链的韧性。
2)中层保障——航空物流网络韧性
航空物流网络韧性是ALSS高质量发展的保障。现有研究多聚焦鲁棒性和可靠性,侧重系统在正常情况下的稳定性和抗干扰能力,而物流网络韧性则强调系统在遭受冲击后的恢复和适应能力,当前极端天气、局部冲突、大规模公共卫生事件等突发状况导致外部环境不确定性增大,更应对此予以关注和探讨,例如:参考“正常-扰动-灾难”三级韧性评价指标体系构建航空物流网络多级韧性评价体系,设计网络恢复实验。同时还需要关注网络结构中参与主体的市场定位,研究客货协同混合式与全货机主导的专业化网络的韧性差异,聚焦全货机网络运行的灵活性。最后,成本控制、货运规模、区域经济水平、腹地范围、产业协同度等因素是调整网络规模的关键。“双碳”目标以及构建以国内大循环为主体、国内国际双循环相互促进的新发展格局的提出,为航空物流网络重构提供了政策、标准和技术导向。
3)创新路径——航空物流服务系统多维协同
推动ALSS高质量发展的核心在于协同融合,即系统内各参与主体综合调度、精准协同,系统外以综合运输为抓手,产业协同为导向,构建多维协同生态。具体而言,基于当前航空物流产业协同研究,将系统内参与主体的网络结构、市场可达性以及服务水平等作为关键指标,考虑来自经济、政策、市场、环境等方面的不确定性因素影响,深度挖掘生物医药、半导体等临空指向性产业、跨境电商等新兴商业模式对航空物流的需求特征,构建综合调度模型,实现各参与主体的利益最大化。在此基础上引入商业生态理念和竞争机制,可将现有主流的同类型主体之间、机场与航空公司之间以及航空公司与货运代理之间的互动关系范畴进一步扩大,强化协同发展关系。以往协同发展多依托经验法则,现有研究表明,启发式算法、增强现实技术、AI大模型等可较大程度缩短求解时间和改进优化效果,且改进空间巨大,适合根据未来航空物流集成商模式下多主体、多目标、多约束情况进一步开发。

5 结束语

本文对1998—2024年ALSS领域发表的430篇文献进行系统梳理,动态展示了该领域研究的演化过程与进展。首先,ALSS领域研究尚不成熟,中外文文献知识结构差异明显,已形成不同的研究演化路径。其次,ALSS是一个典型的复杂适应系统,借助CAS理论构建研究路径演化“刺激-反应”模型,直观呈现ALSS领域研究动态演化机制。再次,基于演化路径模型,提出4个热点议题,从差异弥合视角总结了ALSS领域研究现状、理论贡献与瓶颈。最后,基于ALSS研究演化趋势和高质量发展方向,提出未来研究分析框架,以更好适应新发展阶段特征,推动航空物流持续高质量发展。
[1]
曹允春, 罗雨. 空港型国家物流枢纽承载城市航空物流关联程度及其网络结构研究[J]. 技术经济, 2020, 39(8):174-182,190.

[2]
SHEN D, RANKIN W, LE M. Self-education of agents in the Multi-Airport Logistics System: A multiple cases study[J]. Journal of Intelligent & Fuzzy Systems, 2016, 31(5): 2745-2755.

[3]
袁泉. 众包物流文献综述[J]. 商展经济, 2021(14):72-77.

[4]
白杨, 朱金福. 航空物流系统的概念模型与结构分析[J]. 企业经济, 2009(1):147-150.

[5]
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.

[6]
徐孝民, 刘孟凯, 黄胜忠. 基于复杂适应系统理论的智慧物流创新系统及其创新行为模式[J]. 大连理工大学学报(社会科学版), 2024, 45(4):16-28.

[7]
孙东泉, 安然, 王辉, 等. 新形势下我国交通物流高质量发展趋势与实施路径[J]. 交通运输研究, 2024, 10(6):27-37.

[8]
贺登才. 现代物流发展的新方式及其路径——基于《“十四五”规划和2035年远景目标纲要》[J]. 北京交通大学学报(社会科学版) 2022 21(1):18-23.

[9]
冯乃钧, 王成, 张席洲. 新资源观下我国航空货运发展的对策探讨[J]. 商场现代化, 2007(10):361-362.

[10]
胡伟. 供给侧结构性改革下航空物流供应链创新攻略与实施路径[J]. 价格月刊, 2020(3):63-71.

[11]
连文浩, 褚衍昌, 严子淳. 中国航空物流业高质量发展效率影响因素组态与路径研究——基于中国31个省份的fsQCA分析[J]. 资源开发与市场, 2022, 38(12):1468-1474.

[12]
LAU C, LIU J, MA X. Blockchain-bBased messaging and information sharing systems for air cargo supply Chains[J]. IEEE Transactions on Engineering Management, 2023, 71: 9019-9034.

[13]
CHANG Y, SON M, CHANG H. Design and implementation of RFID based air-cargo monitoring system[J]. Advanced Engineering Informatics, 2011, 25(1): 41-52.

[14]
WU Y, LANGE A, MANTIN B. Who benefits from air service agreements? The case of international air cargo operations[J]. Transportation Research Part B: Methodological, 2022, 163: 281-303.

[15]
王姣娥, 车恩瑜, 肖凡. 中国航空货运时空格局演变与影响因素研究[J]. 热带地理, 2024, 44(5):771-782.

[16]
白杨, 朱金福. 基于随机Petri网的航空货运出港系统分析[J]. 数理统计与管理, 2012, 31(2):199-206.

[17]
于雅歌, 鲍心怡, 张煜炜, 等. 空港物流暂存区货物分拨配送问题研究[J]. 现代制造工程, 2023(10):113-119.

[18]
陈丙成, 李艳华. 基于混合遗传算法的多航空集装器装箱优化设计[J]. 包装工程, 2021, 42(5):181-186.

[19]
雷丽彩, 周晶. 风险规避下的航空货运期权定价Stackelberg博弈模型[J]. 系统工程理论与实践, 2010, 30(2):264-271.

[20]
赵向领, 左蕾. 货运飞机装箱与配载组合优化[J]. 航空动力学报, 2024, 39(11):482-492.

[21]
赵向领, 李云飞, 王治宇, 等. 基于装卸顺序的中型机多航段协同配载优化[J]. 北京航空航天大学学报, 2024, 50(4):1147-1161.

[22]
沈志韬. 论国际航空货运代理人法律地位[J]. 北京航空航天大学学报(社会科学版), 2011, 24(2):30-34.

[23]
桂云苗, 龚本刚, 程幼明. 一种求解航空货代拼箱问题的启发式算法[J]. 计算机应用研究, 2011, 28(7):2446-2448,2451.

[24]
赵振武, 韩亚琼. 航空货运代理人违规行为风险评估[J]. 北京航空航天大学学报, 2024, 50(12):3654-3665.

[25]
石学刚, 樊浩天. 跨境电商与航空物流的协同发展研究——基于城市层面的实证分析[J]. 价格理论与实践, 2024(9):152-159.

[26]
KHAN M. Business process reengineering of an air cargo handling process[J]. International journal of Production Economics, 2000, 63(1): 99-108.

[27]
SAHOO R, PASAYAT A, BHOWMICK B, et al. A hybrid ensemble learning-based prediction model to minimise delay in air cargo transport using bagging and stacking[J]. International Journal of Production Research, 2022, 60(2): 644-660.

[28]
FENG B, ZHAO J, JIANG Z. Robust pricing for airlines with partial information[J]. Annals of Operations Research, 2022, 310(1): 49-87.

[29]
SHABAN I, CHAN F, CHUNG S, et al. A mixed wholesale-option-contract to fix the demand imbalance between substitutable air cargo routes: A cooperative game approach[J]. Expert Systems with Applications, 2021, 182: 115300. DOI:10.1016/j.eswa.2021.115300.

[30]
ZHU L, WU Y, SMITH H, et al. Optimisation of containerised air cargo forwarding plans considering a hub consolidation process with cargo loading[J]. Journal of the Operational Research Society, 2023, 74(3): 777-796.

[31]
韩丽萍, 陈越, 李世维, 等. “双循环”背景下我国物流产业链演化水平研究[J]. 北京交通大学学报(社会科学版), 2024, 23(4):97-105.

[32]
曹允春, 沈丹阳. 航空物流产业化形成机理研究[J]. 商业研究, 2010, 48(1):182-186.

[33]
方嘉雯, 贺灿飞. 流动与重构:物流产业研究综述与展望[J]. 人文地理, 2024, 39(3):1-12,24.

[34]
曹允春, 张朝阳. 临空产业与航空物流协同发展及其影响因素研究——基于新郑机场临空产业与航空物流深度融合发展案例的分析[J]. 价格理论与实践, 2024(9):158-164,227.

[35]
白杨敏, 曹允春, 王婷婷. 我国临空经济产业结构调整模式研究[J]. 学术交流, 2013(11):93-96.

[36]
尚海燕. 集群企业网络能力、互补型知识整合与突破性创新绩效——以郑州航空港经济综合实验区为例[J]. 商业经济研究, 2023(18):184-188.

[37]
谢天成, 张研. 京津冀区域物流与区域经济融合发展测度研究[J]. 数学的实践与认识, 2021, 51(15):123-132.

[38]
王曼曼, 沈丹阳, 齐晓云. 京津冀航空物流产业协同发展评价[J]. 价格月刊, 2017(7):74-78.

[39]
MCNAIR A, KWON K. Cargo airport planning: Discerning spatial distributions of freight development in airport-adjacent communities[J]. Transportation Research Record, 2024, 2678(3): 66-81.

[40]
AZADIAN F. Assessing the effect of urban socioeconomic factors and the financial crisis of 2008 on domestic air cargo traffic in Florida[J]. Transportation, 2020, 47(1): 223-241.

[41]
项寅, 王雪. 基于复杂网络演化博弈的国家物流枢纽城市竞合关系研究[J]. 统计与信息论坛, 2023, 38(10):115-128.

[42]
徐旭, 张健, 卢晓凯, 等. 中国航空货运国际网络地域系统研究[J]. 干旱区资源与环境, 2018, 32(10):56-62.

[43]
褚艳玲, 杨忠振, 冯茹梅. 基于可达性指标的航空货运网络布局优化研究[J]. 交通运输系统工程与信息, 2017, 17(5):214-220.

[44]
莫辉辉, 胡华清, 王姣娥. 中国货运航空企业发展过程及航线网络演化格局[J]. 地理研究, 2017, 36(8):1503-1514.

[45]
张锦, 张哲睿, 洪治潮, 等. 新冠疫情背景下航空物流网络的鲁棒优化[J]. 北京航空航天大学学报, 2023, 49(9):2218-2226.

[46]
SHANG X, JIA B, YANG K, et al. A credibility-based fuzzy programming model for the hierarchical multimodal hub location problem with time uncertainty in cargo delivery systems[J]. International Journal of Machine Learning and Cybernetics, 2021, 12: 1413-1426.

[47]
ZHAO C, XIU C. Structural efficiency and robustness evolution of the US air cargo network from 1990 to 2019[J]. Complexity, 2021, 5(11): 1-14.

[48]
BOMBELLI A, SANTOS B, TAVASSZY L. Analysis of the air cargo transport network using a complex network theory perspective[J]. Transportation Research Part E: Logistics and Transportation Review, 2020, 138: 101959. DOI:10.1016/j.tre.2020.101959.

[49]
WANG N, GAO Y, HE J, et al. Robustness evaluation of the air cargo network considering node importance and attack cost[J] Reliability Engineering & System Safety, 2022, 217(1): 1-15.

[50]
李秋香, 马草原, 黄毅敏, 等. 区块链赋能供应链研究动态: 视角、脉络、争鸣与盲区[J]. 系统工程理论与实践, 2024, 44(6):1965-1986.

Outlines

/