航空运输可用性对研究合作的影响：A

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The impact of air transport availability on research collaboration: A
  case study of four universities》
---
作者：
Adam Ploszaj, Xiaoran Yan, Katy Borner
---
最新提交年份：
2018
---
英文摘要：
  This paper analyzes the impact of air transport connectivity and accessibility on scientific collaboration.
---
中文摘要：
本文分析了航空运输连通性和可达性对科学合作的影响。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
--> The_impact_of_air_transport_availability_on_research_collaboration:_A_case_study.pdf (1.26 MB)

2022-6-11 02:56:33 上传

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

分享0 收藏0 回帖

关键词：航空运输 Collaboratio Contribution Availability epidemiology

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。

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。

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。

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。

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。

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。

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）。

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。

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”。