航空运输可用性对研究合作的影响：A

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。

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：。

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。

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。

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）。

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。

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。

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。

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。

2005;39(4): 741-65.Barber MJ，Scherngell T.欧洲研发网络是否同质？使用图论和空间交互建模方法区分相关网络社区。区域研究。2013;47(8): 1283-98.Bianconi G，Barabási AL.《进化网络中的竞争和多尺度》。EPL（欧洲物理学家）。2001;54(4): 436.Boschma R.《邻近与创新：关键评估》。区域研究。2005;39(1): 61-74.Boudreau KJ、Brady T、Ganguli I、Gaule P、Guinan E、Hollenberg A、Lakhani KR.关于搜索成本和科学合作形成的现场试验。经济学和统计学回顾。2017;99(4): 565-76.Burnham KP，Anderson博士，《模型选择和多模态推理：一种实用的信息论方法》。第二版纽约：斯普林格；《距离的死亡：通信革命将如何改变我们的生活》。波士顿：哈佛商学院出版社；1997年，Yanagizawa Drott D.Campante F，《长期增长：全球航空网络中的经济发展》。经济学季刊。2017;133(3): 1395-458.卡佩罗R，卡拉格里奥A。《近邻与科学关系的强度：协同作用与非线性》。国际区域科学评论。2018;41(1): 7-44.加泰罗尼尼C、丰斯罗森C、高卢P。廉价航班是否改变了科学合作的地理位置？麻省理工学院斯隆研究论文。2016年第5172-16号。Catalini C.《微观地理学与创新活动的方向》。管理科学。2018;64(9): 4348-4364.Dong X，Zheng S，Kahn ME。运输速度在促进高技能团队工作中的作用。国家经济研究局。2018年，工作文件24539。DSA等人，《ESPON ADES项目：机场作为外围地区经济成功的驱动力》，最终报告，2013年。Ejermo O，Karlsson C.《专利联盟研究的区域间发明人网络》。