航空运输可用性对研究合作的影响：A

2022-6-11 02:56:37

航空运输可用性对研究合作的影响：四所大学的案例研究Dam Ploszaj1*、Yan Xiaoran、Katy B"orner2、3欧洲区域和地方研究中心EUROREG、华沙大学、Polandinana网络科学研究所、印第安纳大学、美国印第安纳州布卢明顿分校信息、计算和工程学院，美国印第安纳州布卢明顿印第安纳大学*通讯作者：a。ploszja@uw.edu.pl（美联社）（ORCID:0000-0002-6638-3951）预印本–2018年11月4日摘要本文分析了航空运输连通性和可达性对科学合作的影响。大量研究表明，随着潜在合作者之间距离的增加，合作的可能性下降。这些工作通常使用简单的物理距离测量，而不是实际的飞行能力和频率。我们的研究通过关注航班可用性和科学联合出版物数量之间的关系来解决这一局限性。此外，我们还区分了航班可用性的两个组成部分：（1）机场之间的直接和间接空中连接；（2）距离科学论文作者所在的城镇最近的机场的距离。我们使用零膨胀负二项回归提供证据，证明更高的航班可用性与更频繁的科学合作相关。更多的航班连接（连通性）和机场附近（可达性）增加了撰写科学论文的数量。此外，直飞航班和一次中转航班对于加强科学合作比涉及更多中转航班的旅行更有价值。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:56:40

此外，对亚利桑那州立大学、印第安纳大学布卢明顿分校、印第安纳大学普渡大学印第安纳波利斯分校和密歇根大学四个组织子数据集的分析表明，航空运输可用性与科学合作之间的关系并不一致，但这与一个机构的研究概况以及为该机构服务的机场的特点有关。导言和之前的工作——在被宣布为“距离之死”（Cairncross，1997；Friedman，2005）的情况下，地理对科学合作具有持续重要性（Morgan，2004；Olson&Olson，2000；Olechnicka et al.，2018）。大量研究表明，随着潜在合作者之间距离的增长，合作的可能性下降。这种效应在建筑或校园的微观层面，以及城市、地区和国家之间协作网络的宏观层面都可以观察到。在微观层面，Allen（1997）在20世纪70年代指出，科学和工程组织中的个人之间的沟通频率随着办公室之间距离的增加呈指数级下降。随后的研究表明，协作不仅可能发生在位置相近或并置的个体之间（Boudreau等人，2017年；Catalini，2018年），而且也可能发生在日常路径频繁交叉或大部分重叠的个体之间（Kabo等人，2014年；Kabo等人，2015年）。在宏观层面上，距离是以公里而非米来衡量的，大量证据表明，空间分隔对研究协作有负面影响：距离越大，协作的可能性越低。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:56:44

此外，地理距离不仅增加了任何合作的可能性，还降低了合作的强度，这可以通过联合出版物、联合专利和合作项目的数量来衡量（Adams，2013；Fernández et al.，2016；Katz，1994）。在一般重力模型的框架内，经常分析距离与协作之间的关系（Hua&Porell，1979）。重力模型在概念上是基于艾萨克·牛顿的引力定律。它说两个物体之间的引力与它们的质量成正比，与它们之间距离的平方成反比。该模型假设，不仅合作单位之间的距离很重要，还应该考虑它们的“质量”。这里的“质量”是指合作单位的研究能力，通常通过研发就业或支出以及累积的研究产出来衡量：资助项目、出版物和专利的存量。应用于科学合作的引力模型清楚地表明，研究合作的概率和强度与地理距离呈负相关，地理距离将相关单元分隔开来，并受到其累积研究潜力的积极影响（Andersson&Persson，1993；Hoekman et al.，2009；Hoekman et al.，2010；Hoekman et al.，2013；Picci，2019；Plotnikova&Rake，2014；Sebestyén&Varga，2013）。即使控制了协作单位的重要特征、协作关系的类型和协作发生的环境，地理距离对研究协作可能性的不利影响仍然显著。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:56:47

以往的研究以科学质量为对照，最常通过引用来衡量（Bianconi&Barabbasi，2001；Ke，2013；Mazloumian et al.，2013），不同科学领域合作模式的差异（Barber&Scherngell，2013；Franceschet&Costantini，2010；Gingras，2016；Larivire et al.，2006），研究类型（Wagner，2008），以及分析中使用的协作数据类型，如联合出版物、联合专利和协作项目（Lata等人，2015；Zitt等人，2003）。之前的工作还考虑了不同类型的非空间近邻，包括认知、文化、经济、制度、组织、社会和技术（Boschma，2005；Capello&Caragliu，2018；Knoben&Oerlemans，2006；Nagpaul2003；Marek等人，2017）。研究合作的增加不仅表现在每篇论文的合著者数量不断增加（以及每项专利的合著者数量不断增加），还表现在不同国家的机构所属作者之间的合著关系不断增加。1990年至2011年间，科学引文索引中国际合著论文的比例从10.1%增加到24.6%（Wagner等人，2015）。隶属于全球科学合作网络主要枢纽的最大研究中心的作者之间的合作尤其激烈（Matthiessen et al.，2010；Maisonobe et al.，2016）。与此同时，研究人员正越来越多地跨更远的距离进行合作。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:56:50

1980年至2009年间，每次出版的平均合作距离从334公里提高到1553公里（Waltman等人，2011年）。空间科学计量学研究中合作单位之间的距离通常被测量为沿地球表面的地理距离（“乌鸦”），即由地理坐标定义的点之间的距离：纬度和经度（Frenken et al.，2009）。令人惊讶的是，在科学合作的实证研究中，很少考虑实际可及性。据我们所知，只有以下实证研究才将实际交通可达性视为科学合作的一个变量。Andersson和Ejermo（2005）在瑞典专利合作网络的案例研究中纳入了道路旅行时间。Ejermo和Karlsson（2006）研究了公路和航空旅行时间对瑞典共同专利的影响。马、方、庞和李（2014）假设，高速铁路可达性可能是解释中国城市间科学合作强度的因素之一。后来，这一假设得到了Dong、Zheng和Kahn（2018）设计的工具变量回归研究的证据支持。此外，Hoekman、Frenken和Tijssen（2010）认为，拥有大型国际机场的欧洲地区更有可能开展密集的国际科学合作。在这种背景下，卡塔利尼、丰斯·罗森和高乐（2016）的研究引人注目，因为作者采用了准实验设计（自然实验）来检验引入新的低票价航线对科学合作概率的影响。他们的分析侧重于1991年至2012年期间美国研究密集型大学化学系的890名教员。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-6-11 02:56:53

结果表明，新路线的引入显著增加了美国化学学者之间合作的可能性。影响最大的是职业生涯早期的学者，他们通常比资深教授拥有更少的资源，因此便宜的航班对他们来说可能更重要。我们的研究通过分析科学合作与全球航空运输可用性之间的关系，扩展了先前的工作。我们区分了航班可用性的两个组成部分：（1）机场之间的直接和间接空中连接（连通性），以及（2）到最近机场的距离（可达性），距离科学文章所属的城镇。我们检验了这样一个假设，即在同等条件下，更好的航空运输连通性和可达性与科学合作呈正相关。此外，我们假设这种关系取决于给定大学的研究能力和概况以及为大学服务的机场的飞行网络。为了说明这些具体情况，我们选择了美国公共研究密集型大学的四个校区：坦佩的亚利桑那州立大学（ASU）、布卢明顿的印第安纳大学（IUB）、印第安纳大学普渡大学（IUPUI）和安阿伯的密歇根大学（UMICH）。只有大学的主要校区被纳入研究。我们的选择标准包括大学的可比规模和研究强度、不同级别的客运量以及将一所主要研究型大学分配到一个机场的可能性。ASU由PhoenixSky Harbor国际机场（PHX）提供服务，UMICH由底特律大都会机场（DTW）提供服务。Bothairport是重要的枢纽。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-11 02:56:56

根据美国联邦航空管理局的数据，就2016年的乘客人数而言，PHX是美国第11个机场，而DTW排名第18。IUB和IUPUI构成一个特定案例。这两个校区由同一个机场印第安纳波利斯国际机场（IND）提供服务。IND是一个客运量远低于PHX和DTW的机场。2016年，就乘客数量而言，这是美国第46个机场。论文的其余部分组织如下。下一节将介绍我们的实证策略，并介绍变量和描述性统计。然后，我们提出了我们的方法来模拟合著论文数量与航空运输可用性之间的关系。然后我们讨论研究结果。论文最后进行了讨论和结论。支持信息包括有关数据源和数据处理程序的详细信息，以及复制本研究结果所需的信息。实证策略和描述性统计在本研究中，合著论文的数量是因变量。根据2008-2013年发表的文章中作者隶属关系的共同出现，确定了合作作者，并在科学网数据库中进行了索引。我们采用了完全计数法，即每个合著者都被视为一个给定的自我改变关系的一员，而不管涉及的作者、组织、地理位置或国家的数量如何（Perianes Rodriguez等人，2016）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:56:59

与分数计数相比，这种方法的优势在于对结果的直观解释，以及对事件计数数据使用完善的统计模型的可能性（Long，1997）。ASU、IUB、IUPUI和UMICH四个机构中的每一个机构的因变量都被测量为给定校园和全球不同地理单元（以下称为“目的地”）之间的合著论文数量。为确保一致性和国际可比性，地理位置被合并为2245个城镇/城市/大都市/地区实体，如欧洲NUTS2地区和美国大都市统计区（见图1）。对于四所选定的大学中的每一所，都构建了一个独立的以自我为中心的合著网络。因此，我们获得了四个egonetworks，其中ego是ASU、IUB、IUPUI或UMICH，alters（目的地）是来自世界各地的空间单元（有关数据源和数据处理的详细信息，请参阅补充信息）。图1：。本研究中合并的城市和地铁区域*颜色代表国家。为了衡量航空运输可用性，我们采用了许多变量，这些变量分为两类：商业航空运输连通性和最近机场的运输可达性。可达性变量是指从目的地中心（质心）到商业航班附近机场的地理距离。为了说明连通性，我们测试了三种方法。moststraightforward变量是“到达目的地的最小停车次数”。该因素变量基于从ego最近的机场到距离目的地地理单元重心最近的机场所需的最小联运航班数。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-6-11 02:57:04

最多可测量4个连接航班（或3个站点），并取值：0（直飞）、1、2或3。GitHub上可用的第二个度量值“LinesXstop”：https://github.com/everyxs/FlightCoauthoraccountego和目的地机场之间的航班数量。”Lines0stop“仅用于直飞航班。”Lines1stop“测量一站以内的直达和间接航班（即最多两个联程航班）。”Lines2stop考虑直达和间接航班最多两站，而Lines3stop增加了需要三站的连接。为了考虑到对转机次数较少的航班的偏好，应用了权重：直飞航班为1，一站连接为0.5，两站连接为0.33，三站连接为0.25。”SeatsXstop’变量的构造方式类似，但它也考虑了直飞航班和联运航班上可用的座位数。使用并发连接变量旨在更好地理解航空运输与科学合作之间的关系。在这种情况下，有三个问题特别有趣。首先，直达航班比直达航班更重要吗？第二，停靠站较少的间接航班是否比停靠站较多的间接航班更重要？第三，载客量（可用座位数）是否重要？本研究中使用了两个控制变量。”自我机构和目标之间的地理距离是沿着地球表面测量的。我们假设地理距离可以解释许多科学合作。然而，我们假设同时考虑地理距离和航班可用性变量的模型将更好地拟合数据。第二个控制变量是“目的地的纸张数量”。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:07

这个变量可以看作是重力模型方法中质量项的等价物。我们假设自我和目的地之间合作的可能性和强度主要取决于目的地的科学能力。与几乎没有研究活动的城市、地区或国家合作是不可能的。尽管地理距离遥远，但与牛津、巴黎或东京等全球知识中心的合作可能会非常密集。我们的8980个观测值（分析单位）的完整数据集由四个机构子数据集组成，每个子数据集包含2245个观测值（见表1和表2）。观察被定义为四个自我机构之一的大学校园与全球2245个地理实体之一之间的多维链接（合著者、地理距离、空中链接等），这些实体至少有Mazloumian等人（2013）确定的论文。ego机构和定义的地理实体之间的合著论文数量本研究中的因变量范围为0至3433，变量的平均值为15.4（2008-2013年期间）。这意味着四所被分析的机构在该机构与其中一个确定的地理单元之间的可能关系上，平均合著15.4篇论文。在这方面，乌米奇大学在其他三所大学中名列前茅。它与世界其他空间单位的研究人员合著的论文平均数量为34.6篇，而其他机构的论文平均数量为8.2至9.9篇。表1：。描述性统计–完整数据集VariableObservationsMeanst。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-6-11 02:57:10

Dev.MinMaxNumber of co-authored papers 15.489.5地理距离（mi）4232.32669.420.4目的地论文数量5373.3到目的地机场的距离（mi）24.825.40.4lines0stop0.10.7lines1stop3.8lines2stop16.8lines3stop114.691.6seats0stop24.1128.5seats1stop1049.3seats2stop3071.33002.3seats3stop95361.2153682.8Min。到达目的地的停车次数1.50.7四个自我机构与其合作者之间的地理距离从20.4英里到1171英里不等。所有可能的二元关系（四个egoinstitutions中的一个和他们网络中所有其他可能的合作者之间）之间的平均地理距离为4232英里。要将这个数字输入文本，请记住纽约市和洛杉矶之间的距离约为2450英里。高平均地理距离的结果是，许多合著者在其他大陆都有机构住所。UMICH与合作机构之间的平均地理距离最低（4001英里），其次是UIPUI和IUB（分别为4080英里和4085英里），而ASUis与合作机构之间的地理距离最高（4232英里）。将合著论文的数量和合著者所属机构之间的距离放在一起，表明合作并非均匀分布在整个地理空间中（见图2）。所有四所大学都有一种模式：大学中相当大比例的合作发生在2000英里范围内，在2000至4000英里范围内几乎没有合作，然后，从4000英里以上（ASU为5000英里以上）开始，合作再次明显。将这些距离与地图进行比较表明，最近的一组合作反映了合作者在美国大陆范围内的合作。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:14

在北美，2000至4000英里的差距反映了大西洋和太平洋，4000至6000英里的范围主要反映了美欧合作。表2：。描述性统计–机构子数据集VariableObservationsMeanst。Dev.minmaxasu合著论文数9.940.8地理距离（mi）4762.62619.282.9目的地论文数5375.313875.2目的地机场距离（mi）24.825.40.4Lines0stop0.3Lines1stop4.47.3Lines2stop20.619.4Lines3stop131.7104.7Seats0stop42.4185.7Seats1stop759.11300.9Seats2stop3653.53495.3seats32024.4182298分钟。到达目的地的站点数1.40.7IUB*合著论文数8.230.6地理距离（mi）4085.32684.720.4到达目的地的论文数5380.213879.6到达目的地的机场距离（mi）24.825.40.4Lines0stop0.4Lines1stop2.84.8Lines2stop14.1Lines3stop95.776.6Seats0stop6.349.7Seats1stop419.4737.2seats2375.42253.6Seats3stop60251.8120158.7Min。到达目的地的站点数1.60.7IUPUI*合著论文数9.144.6地理距离（mi）4080.42683.540.5到达目的地的论文数5375.813875.8到达目的地的机场距离（mi）24.825.40.4Lines0stop0.4Lines1stop2.84.8Lines2stop14.1Lines3stop95.776.6Seats0stop6.349.7Seats1stop419.4737.2Seats2stop2375.42253.6Seats3stop60251.8120158.7Min是的。到达目的地的站点数1.60.7umich合著论文数34.6164.2地理距离（mi）4000.72619.930.4到达目的地的论文数5361.713842.6到达目的地的机场距离（mi）24.825.40.4Lines0stop0.20.8Lines1stop6.5Lines2stop21.4Lines3stop135.297.1Seats0stop41.3159.4Seats1stop894.21204.7Seats2stop3880.83424.7Seats3stop133916.5165648.9分钟。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-11 02:57:17

到达目的地的站数1.20.7*IUB和IUPUI由一个机场，即印第安纳波利斯国际机场（IND）提供服务，因此它们具有相同的航空运输变量值。图2：。合著论文按地理距离分布“目的地论文数量”和“目的地到机场的距离”的描述性统计对于完整数据集和每个机构数据集来说几乎是相同的。这是因为每个大学都有相同的一组可能的合作者，除了它自己，即ASU ego network excludesASU、IUB ego network ExcludeIUB等。目的地的论文数量低至一篇（再加上数据集中只包含至少一篇附属论文的地理权利），阿什高达20.2万（波士顿大都会区）。从collaboratingdestination到最近的机场的平均距离约为25英里。距离最近的机场最远的航班是在幅员辽阔、人口稀少的国家，如俄罗斯或加拿大，以及新兴经济体，主要是在非洲和南美。航空运输连通性变量的值在四个机构子数据集之间存在很大差异。三个机场为四个被考虑的校区提供服务，其中IUB和IUPUI由一个机场提供服务，IND，位于印第安纳波利斯郊外的DIRECT10100000 2000 4000 6000 8000 10000 12000篇合著论文（log）距离（mi）ASU1101001000100000 2000 4000 6000 8000 10000 12000篇合著论文（log）距离（mi）UMICH10100000 2000 4000 6000 8000 8000 10000 12000篇合著论文（log）距离（mi）IUB11010010000 2000 4000 6000 8000 10000 12000篇合著论文（log）到协作目的地的距离（mi）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:20

因此，他们在直飞航班以及一次、两次或三次中途停留/中转航班可到达的协作目的地数量上也有所不同。乌米奇由底特律大都会机场（DTW）提供服务，由于来自安娜堡的学者可以通过直飞航班联系301个不同集合目的地的合作者，因此乌米奇拥有特权地位。菲尼克斯天空港国际机场（PHX）提供直达218个目的地的服务，而IND机场仅提供53个直达航班可到达的目的地。此外，与其他三所大学的学者相比，UMICH学者可以使用一站式联运航班前往更多目的地。另一方面，对于ASU，IUBand IUPUI研究人员只有通过至少两站的联程航班才能到达更多目的地（见表3）。因此，与ASUand相比，航空运输连接变量“linesxsstop”、“SeatsXstop”和“到目的地的最小站点数”的UMICH值更高，尤其是IUB和IUPUI（见表2）。表3：。可从四所研究大学的机场直飞和联运航班到达的目的地机场直飞1站2站3站Totaldetroitindianapolisphoenix底特律为UMICH服务，印第安纳波利斯为IUPUI和IUB服务，而ASU为Phoenix服务。建模方法为了建模航空运输可用性对科学合作的影响，我们采用了零膨胀模型。这类模型是为事件计数数据设计的，其中样本来自于零膨胀概率分布，即允许频繁进行零值观测的概率分布。我们的研究数据集完全符合使用这些模型的要求，大约45%的结果变量等于零。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-11 02:57:23

也就是说，在观察期间，四个自我研究机构没有合作作者，其中45%的本地化被确定为发表了至少一篇科学论文（根据Mazloumian等人2013年的数据）。零膨胀模型假设零结果可能来自两个不同的过程。首先，缺乏合作可能是由于目的地缺乏研究能力。在这种情况下，预期结果为零。其次，如果目的地有一些研究能力，那么这就是一个计数过程。零结果仍然是可能的（例如，由于不同的搜索配置文件），但很可能有许多合作作者。因此，零膨胀模型有两个组成部分：“膨胀”部分（与logit模型等效）和适当的“计数”部分。为了构建膨胀部分，我们使用了一个预测因子：“目的地的论文数量”。这一决定基于这样一个假设，即无论地理距离和交通可达性如何，科学能力的数量决定了科学合作的出现。在计数部分，我们使用了两个控制变量，即“地理距离”和“目的地论文数量”，以及航空运输连通性和可达性的自变量。为了说明预期的曲线性，在四个变量的情况下使用了额外的二次项：“地理距离”、“目的地论文数量”、“LinesXstop”和“SeatsXstop”。我们假设，枚举变量对科学合作的影响在其可能值上并不统一。特别是，在低值时影响更为显著，而在高值时影响逐渐减弱（收益递减模式）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:27

例如，我们可以预期，同一两个城市之间的一条和两条直飞航班之间的差异应该会对研究合作的可能性产生重大影响，而11条和12条直飞航班之间的差异可能会产生较小的影响。由于航空运输对于短距离而言意义不大，因此，在进一步的实证分析中，排除了地理距离变化小于100英里的观测。总共省略了55次观测，其中4次用于ASU，23次用于IUB，22次用于IUPUI，24次用于UMICH。因此，作为估算基础的受限数据集包括8925个观测数据、四所大学及其潜在研究合作者之间的多维链接（合著、地理距离、空中链接等）。各大学的子数据集如下：ASU-2241观测、IUB-2222、IUPUI-2223和UMICH-2221。我们使用了STATA中实现的零膨胀负二项回归（ZINBR）模型。然而，我们测试了其他计数数据模型：泊松（PRM）、零膨胀泊松（ZIP）和负二项回归模型（NBRM）。估计结果强烈表明，ZinBr比PRM、ZIP和NBRM更适合我们的数据。本文的结果部分将模型规格分为四个表。规范在所采用的自变量以及所考虑的观察值方面有所不同。模型（1）至（14）基于完整数据集，而模型（15）-（34）基于机构子数据集。模型（1）是仅包括控制变量和任何空运变量的参考模型。其他模型包括航空运输可达性和连接变量的各种配置。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:30

通过比较完整规范和限制规范，可以深入了解科学协作、航空运输和地理分离之间的复杂关系。结果表4给出了具有航空运输连通性和可达性的模型（模型6-9）以及没有机场可达性变量（2）-（5）的模型的估计结果，与不包括任何运输变量（1）的参考模型相比。正如预期的那样，没有空运可用性变量的基本模型（1）比包含运输变量的所有其他模型都要差得多。模型（1）的Akaike信息准则（AIC）和贝叶斯信息准则（BIC）的值最高，这就证明了这一点。模型（1）和第二差的规范（模型（2）之间的AIC和BIC差异远远超过10，因此可以认为是显著的（Burnham&Anderson，2002；Raftery，1995）。空气连通性变量（模型2-5）的添加显著提高了模型的拟合度（AIC和BIC均显著降低）。此外，使用一个描述最近机场可达性的变量（模型6-9）丰富模型，可以进一步提高拟合度。因此，结合航空运输连通性和可访问性（6）-（9）的模型的性能明显优于仅包含连通性变量（1）-（5）的规范。这些结果清楚地表明，物理距离不仅影响科学合作的强度，而且实际交通可达性也起着重要作用。表4：。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-6-11 02:57:33

研究协作与航空运输连通性和可达性相关变量：合著论文数（1）（2）（3）（4）（5）（6）（7）（8）（9）计算部分地理距离（千英里）-0.342***-0.293***-0.223***-0.247***-0.269***-0.271***-0.196***-0.225***-0.248***地理距离平方（千英里）0.016***0.012***0.008**0.010***0.012***0.010***0.006*0.008**0.010***在目的地0.129***0.124***0.119***0.117***0.117***0.110***0.109***0.108***目的地纸张数平方-0.001***-0.001***-0.001***-0.001***-0.001***-0.001***-0.000***-0.000***线条0.309***0.342***线条0停止平方-0.024***-0.026***线条1停止0.075***0.079***线条1停止方形-0.001***-0.001***线条2停止0.030***0.030***线条2停止平方-0.000***-0.000***行S3stop0.005***0.005***行S3stop平方-0.000***-0.000***到目的地机场的距离（mi）-0.012***-0.013***-0.013***-0.013***常数2.052***1.918***1.528***1.371***1.336***2.154***1.756***1.606 1.568***在目的地-3.787***-3.709***-3.681***-3.679***-3.678***-3.487***-3.438***-3.436***-3.438***常数-0.104-0.1-0.125-0.144*-0.149*-0.193**-0.224**-0.242**-0.249***常数LNAPHA0.827***0.814***0.796***0.796***0.794***0.796***0.773***0.771***统计观测AIC40998.140948.340813.140789.840773.840785.740626.840608.140590.9BIC41054.941019.340884.040860.740844.740863.840704.940686.240668.9显著性水平：*p<0.05；**p<0.01；***p<0.001。不仅航班衔接的存在很重要，它的载客量也很重要。根据AIC和BIC的测量，考虑可用座位的数量可以提高模型的拟合度。通过比较基于简单连接变量“LinesXstop”（表4）的模型和基于SEAT加权连接变量“SeatsXstop”（表5）的模型，可以看出这一点。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:36

对于具有直接连接（型号6和10）、最多一个站点的连接（型号7和11）和最多两个站点的连接（型号8和12）的规范，BIC和AIC统计有利于座椅加权连接变量。然而，在连接最多三站的情况下，非加权连接变量的效果更好。这可能是因为需要最多三次更改的连接很少，所以在他们的情况下，最重要的是连接的存在，而不是它的容量。无论如何，在表4和表5所示的一组模型中，涉及最多两个站点的座椅加权连接的模型（12）具有最低的AIC和BIC值，因此，它可以作为最适合分析数据的首选模型。表5：。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:39

研究协作和航空运输-座位容量相关变量：合著论文数（10）（11）（12）（13）Count part地理距离（千英里）-0.271***-0.242***-0.266***-0.280***地理距离平方（千英里）0.010***0.008***0.009***0.011***目的地论文数0.116***0.110***0.109***0.112***目的地论文数平方-0.001***-0.000***-0.000***-0.000***座位0stop 2.665***座位0stop平方-1.594***座位1stop0.468***座位1stop平方-0.044***座位2stop0.184***座位2stop平方-0.006***座位3stop0.003***座位3stop平方-0.000***到目的地机场的距离（mi）-0.012***-0.013***-0.013***-0.013***-常数2.160***1.897***1.739***1.957***在以下位置增加纸张的零件号：目的地-3.479***-3.449***-3.441***-3.515***常数-0.191***-0.225***-0.248***-0.235**常数LNAPHA0.794***0.772***0.769***0.780***统计观测AIC40782.540617.040578.840637.5BIC4080.540695.140656.940715.6确保有意义的系数SeatsXstop变量除以1000。显著性水平：*p<0.05；**p<0.01；***p<0.001。对比较模型的进一步分析表明，首先，直达航班比需要换乘的航班对科学合作概率的影响更大。见规范（14）-（18），直达航班和直达航班的虚拟变量如表6所示。如果目的地没有直飞航班连接，并且至少需要一站，则与单航班可以到达的目的地相比，预期的联合发布数量减少了0.49倍（对于模型14指定的完整数据集）。其次，要求的转移次数越多，对因变量的影响越弱。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-11 02:57:42

只有直飞航班规格（2）、（6）和（10）的机型具有最高的空运变量系数（Lines0stop和Seats0Stop），这一事实证明了这一点。反过来，最多有一个、两个或三个站点的模型显示空运系数的递减值（分别为Lines1stop和Seats1stop、Lines2stop和Seats2stop、Lines3Stop和Seats3stop）。这一结果符合预期。直飞航班和需要较少接送的航班比需要多站接驳的航班更方便乘客。与此同时，不仅航空运输连通性很重要，而且合著者所在地与最近机场之间的距离也很重要。评估结果证实了一个普遍的预期，即机场的邻近性是有利的，至少在远距离合作的情况下是有利的，这有时需要航空旅行。表6：。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:46

研究合作和航空运输-直飞和联航相关变量：合著论文数完整数据集Ubiupuimith（14）（15）（16）（17）（18）统计部分地理距离（千英里）-0.122***-0.420***-0.284***-0.374***-0.077地理距离平方（千英里）-0.0000.022***0.014*0.025***-0.005目的地0.113***0.108***0.108***0.099***0.142***目的地的纸张数量平方-0.000***-0.000***-0.000***-0.000***-0.001***到达目的地的最小站数（与直飞航班相比）：1站-0.705***-0.313*-0.112-1.117***-0.399***2站-1.274***-0.340*-0.575*-1.275***-0.646***3站-1.617***-1.327 8***-0.824*-1.237***-0.54到目的地机场的距离（英里）-0.012***-0.011***-0.009***-0.011***-0.014***常量2.743***2.723***2.118***3.036***2.622***目的地纸张零件号-3.528***-3.748***-4.178***-1.666***0.027常量-0.225***0.0820.669***0.364***-23.779常量LNAPHA0.766***0.553***0.656***0.664***0.684***统计观测AIC40522.89495.38475.18135.113538.4BIC40607.99563.98543.68203.513606.8显著性水平：*p<0.05；**p<0.01；***p<0.001。空中连通性与合著论文数量之间的关系不是线性的。所有方形空气连通性变量在规范（1）-（13）中都很重要。二次项的负系数表明，在某种程度上，连通性非常高，其进一步增加（例如，在给定机场之间增加一个航班）对协作的影响远远小于整体连通性较低水平下的类似增加。在所提出的模型中，潜在合作目的地的科学论文数量有两个功能：第一，如充气部分所规定，第二，如计数部分所规定。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:49

计数部分的解释类似于标准的最大似然模型。首先，目的地文章数量的增加意味着完全缺少合著文章的可能性降低。换句话说，目的地文章数量的增加会降低变量“合著文章数量”等于零的可能性。其次，正如模型的计数部分所示，合作目的地的文章越多，自我与目的地之间的合著论文数量就越高。然而，这种关系更为复杂，由目的地物品数量的重要二次项表示。二次项的负效率表明了关系的曲线形状：随着文章数量的增加，它对合著文章数量的积极影响变得平缓。在所有提出的模型中，地理距离与研究协作呈负相关。距离越远，联合出版物的数量越少。此外，这种影响也是呈线性的。在这种情况下，平方变量的正系数表明，物理距离对协作的负面影响随着地理间隔的增加而逐渐减小。这可以解释如下：例如，9100英里或9200英里之间的差异不会转化为考虑到如此偏远地方旅行的人的显著差异。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:52

但是，100英里和200英里之间的差异意味着旅程大约要延长两倍，因此，这可能是影响决策的一个重要因素。地理距离对联合出版物数量的影响因空运连通性和可访问性以及合作者的科学能力而改变。目的地的纸张数量不到1000张，通常意味着无论距离有多远，联合出版的数量都很低。另一方面，对于积累了高研究能力的目的地来说，距离很重要。例如，对于拥有3万份论文的目的地，距离从4000英里减少到1000英里，预计联合出版的数量将从大约50份增加到100份。虽然从10000英里减少到7000英里（也就是说，减少了3000英里），但预计联合发表的论文数量不会超过10篇。同样，对于连通性和可访问性的低值，地理距离和预期的合作作者数量之间的关系比这些变量的高值更为平缓。此外，直飞航班的距离比需要一次，尤其是两次或三次中转的连接要重要得多（见图3）。这是合理的，因为直飞受到飞机技术能力以及监管要求的限制，特别是机组成员的飞行任务期限限制（Campante&Yanagizawa-Drott，2017）。图3：。所选自变量不同值下的合作论文预测数量**在“目的地论文”、“Searts2stop”和“到机场的距离”的情况下，估计基于模型（12）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:56

对于“最小停车次数”，采用了14型。基于机构子数据集（表6和表7）的估计表明，各大学之间的航空运输连通性和研究协作之间的关系并不一致。IUB和IUPUI的比较特别有趣。这两个机构都由同一个机场提供服务。因此，他们拥有相同的航空运输连接（然而，应该强调的是，IUB与印第安纳波利斯机场的距离比IUPUI要远）。就IUPUI而言，无论从统计上还是从实质上来说，直飞航班都是联合出版物最重要的预测因素。虽然对于IUB来说，直飞航班的可用性并不重要，但一站和两站之间的连接比IUPUI的比较规范更重要（23）-（30）。这种不同的模式可以归因于特定于组织的研究协作网络，与机构的学科组成有关（IUPUI主办医学院，而IUB不主办），并且是长期路径依赖过程的结果。讨论与结论本文有两个贡献。首先，我们表明，航空运输可用性是科学合作的一个重要因素，即使在控制合作者的地理距离和研究能力时也是如此。其次，航空运输连通性（机场之间的直接和间接航空连接）和可达性（到最近机场的距离）都是科学合作的重要相关因素。所提供的估算结果表明，更多的航班连接和更大的座位容量会增加联合出版物的数量。此外，collaboratingdestination机场的距离与合著论文的预期数量呈正相关。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:57:59

此外，直飞航班和一次中转航班对于加强科学合作比乘坐更多联程航班的旅客更有价值。一个额外的直飞航班使预期的联合发布数量增加了1.41倍，而需要最多两站的额外连接将使该数字增加1.03倍。我们的研究结果与更广泛的研究结论一致，该研究强调了航空运输对城市和地区经济发展的重要性（DSAet al.，2013）。特别是，直飞航班的可用性被视为城市未来的重要预测因素（Campante&Yanagizawa Drott，2017）。基于四个独立机构子数据集的估计表明，交通可达性与科学合作之间的关系并不一致。首先，对于一些机构来说，印第安纳大学普渡大学（IndianaUniversity Purdue University）和印第安纳波利斯大学（Indianapolis）的直飞航班是远距离联合出版物的更有价值的预测工具，而对于其他三个机构来说，直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直飞直。这种多样性可能和研究型大学的不同研究概况有关（见支持信息）。不仅研究组织在科学专业化方面存在差异，而且科学学科在合作倾向方面也存在空间偏见（Wagner，2008；Ponds等人，2007）。例如，实验粒子物理中的协作比理论数学中的协作在空间上更具局限性。这种组织和学科多样性在动态的合作竞争过程中塑造了合作的空间模式（Nickelsen&Kr"amer，2016）。必须强调所述方法的两个局限性。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-11 02:58:02

首先，航空运输可用性与研究合作之间关系的方向不明确。增加协作既是运输可用性的结果，也是其原因。不同地点之间合作关系的发展确实增加了对交通的需求。然而，根据Catalini、Fons Rosen和Gaulé（2016）的一项准实验研究结果，我们可以预期，从运输连通性到科学合作之间也会发生因果关系。此外，循环累积使用是可以预期的，即更多的合作会导致更高的运输需求，从而产生更大的运输能力，进而导致更多的合作，等等。第二个限制与本研究中使用的数据集有关。我们重点关注位于美国的四所精选大学。在其他社会经济和地理环境中，航空运输的作用可能不同。例如，在欧洲、日本，以及越来越多的中国，铁路连接可能比航空运输更为重要，至少在一定的地理距离内。未来的研究应该考虑整体地理本地化的合作作者网络，而不是关注特定的自我网络。其次，控制更多的变量可能加深我们对现象的理解。特别是，引文数据可以改善研究能力的衡量。第三，应研究其他研究合作模式和措施。专利数据最有希望，因为它们很容易获取。第四，未来的研究应纳入不同的运输方式，特别是公路和铁路的可达性。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-11 02:58:05

我们希望通过将多式联运连通性和多式联运研究合作相结合，比较和整合联合出版物、联合专利和合作研究项目，可以获得重要的见解。致谢我们要感谢Patty Mabry和Ann McCranie（印第安纳大学布卢明顿分校）对前一版本论文的评论，以及第12届科学研究组织、经济和政策研讨会（英国巴斯大学，2018年）的与会者提出了扩大研究范围的想法。所有错误的责任仍由我们自己承担。这项工作使用了网络科学研究所（Network Science Institute）提供的Clarivate Analytics提供的科学网络数据，以及印第安纳大学网络科学中心的网络基础设施。凯蒂·博纳获得了美国国立卫生研究院P01AG039347和U01CA198934奖以及美国国家科学基金会AISL1713567和OAC1445604奖的部分支持。Adam Ploszaj获得了波兰国家科学中心2011/03/B/HS4/05737的部分资助。本材料中表达的任何观点、发现和结论或建议均为作者的观点、发现和结论或建议，不一定反映国家科学基金会或波兰国家科学中心的观点。参考亚当斯J.合作：研究的第四个时代。自然界2013;497(7451): 557.艾伦JT。管理技术流：技术转让和研发组织内技术信息的传播。马萨诸塞州剑桥：麻省理工学院；1977年，安德森·奥埃，佩尔松·O·网络科学家。区域科学年鉴。1993;27(1): 1121.Andersson M，Ejermo O.知识来源的可及性如何影响企业的创新性-瑞典提供的证据。区域科学年鉴。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝