姜雨, 李紹嘉, 戴垚宇, 李智超

(南京航空航天大學民航學院, 南京 211106)

在全球國際化背景下,機場越來越成為中國連接世界其他城市的重要節(jié)點,在城市社會經(jīng)濟發(fā)展和對外溝通交流中愈發(fā)重要。從改革開放開始,中國民航運輸業(yè)進入快速發(fā)展階段,民航運輸周轉(zhuǎn)總量不斷增加,連續(xù)14年保持世界第二的水平。民航航線網(wǎng)絡(luò)作為城市空間聯(lián)系形式之一,主要體現(xiàn)在都市空間要素流動和城市網(wǎng)絡(luò)的空間布局上。同時航線網(wǎng)絡(luò)具有重要的經(jīng)濟與社會價值,研究航線網(wǎng)絡(luò)驅(qū)動因素是航線網(wǎng)絡(luò)分析和構(gòu)建的基礎(chǔ)。

目前,前人研究航線網(wǎng)絡(luò)主要集中在其結(jié)構(gòu)方面,從最早航線網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化到當前的網(wǎng)絡(luò)結(jié)構(gòu)演變,網(wǎng)絡(luò)演變背后的驅(qū)動因素也成為更多學者的研究主題。王姣娥等[1]根據(jù)演化角度研究網(wǎng)絡(luò)布局特征。Kosowska-Stamirowska等[2]使用圖論方法,分析復(fù)雜網(wǎng)絡(luò)的拓撲特征。韓定定等[3]以運行成本最小為目標,提出優(yōu)化航線網(wǎng)絡(luò)的方法。張培文等[4]通過復(fù)雜網(wǎng)絡(luò)指標分析機場航線網(wǎng)絡(luò)結(jié)構(gòu)與分布特征。隨著信息技術(shù)不斷發(fā)展,航線網(wǎng)絡(luò)演變成為當今學者的主要研究方向。Du等[5]從省份視角分析中國航空運輸網(wǎng)絡(luò),該網(wǎng)絡(luò)有小世界性質(zhì)、均質(zhì)結(jié)構(gòu)具有負關(guān)聯(lián)性。朱新華等[6]通過反映市場集中度的方法對中國航線網(wǎng)絡(luò)演化過程進行研究。趙麗琴等[7]運用社會網(wǎng)絡(luò)分析方法對中國城市群空間聯(lián)系的演變趨勢進行研究。目前,許多學者關(guān)注航線網(wǎng)絡(luò)變化的外在驅(qū)動因素。Zhang等[8]通過構(gòu)建航線網(wǎng)絡(luò)的動態(tài)波動模型,用來發(fā)現(xiàn)模型參數(shù)的變化規(guī)律。Li等[9]對不同機場航線驅(qū)動因素進行研究,并進一步闡述航班的連接機制。冉若靈[10]運用投入產(chǎn)出法分析中國民航運輸業(yè)與經(jīng)濟發(fā)展間的關(guān)系。許文浩[11]研究表明,經(jīng)濟因素、旅游業(yè)、人口增長對民航運輸具有正面驅(qū)動作用。Maparu等[12]使用動態(tài)時間序列模型,探討民航運輸業(yè)與城市化的因果關(guān)系。韓瑞玲等[13]研究發(fā)現(xiàn),經(jīng)濟總量、服務(wù)業(yè)驅(qū)動因素對民航運輸網(wǎng)絡(luò)的影響在不同城市空間上表現(xiàn)出集聚特征。

綜上所述,前人研究在指標選取時,主要集中在經(jīng)濟、人口、旅游等指標,具有一定主觀性。且過往研究未考慮制度因素的影響,而制度因素對于航線網(wǎng)絡(luò)發(fā)展具有直接影響。其次,雖對航線網(wǎng)絡(luò)連通性的驅(qū)動因素展開分析,但都忽略航線網(wǎng)絡(luò)連通性驅(qū)動因素的空間異質(zhì)性。

鑒于此,將制度因素納入航線網(wǎng)絡(luò)驅(qū)動因素評價體系,以此實現(xiàn)中國民航業(yè)統(tǒng)籌協(xié)同發(fā)展;采用地理加權(quán)回歸方法對航線網(wǎng)絡(luò)連通性的驅(qū)動因素展開空間異質(zhì)性研究;選取內(nèi)蒙古自治區(qū)作為研究對象,從經(jīng)濟、社會、自然資源和制度因素方面對航線網(wǎng)絡(luò)驅(qū)動因素進行分析,為實現(xiàn)內(nèi)蒙古自治區(qū)振興發(fā)展提供參考借鑒。

1 研究方法

首先利用社會網(wǎng)絡(luò)分析法,以評價指標為基礎(chǔ),構(gòu)建航線網(wǎng)絡(luò)連通性評價體系,確定航線網(wǎng)絡(luò)連通程度;其次選擇經(jīng)濟、社會、自然資源、制度因素共計11個指標,構(gòu)成航線網(wǎng)絡(luò)驅(qū)動因素指標;再次采用最小二乘法研究航線網(wǎng)絡(luò)連通性驅(qū)動因素指標,得到對航線網(wǎng)絡(luò)連通性具有重要影響的驅(qū)動因素;最后為深入研究11個驅(qū)動因素的空間異質(zhì)性特性,通過地理加權(quán)回歸模型,對航線網(wǎng)絡(luò)連通性的驅(qū)動因素展開空間特性研究。

1.1 航線網(wǎng)絡(luò)連通性評價

為確定航線網(wǎng)絡(luò)連通性指標,采用社會網(wǎng)絡(luò)分析方法進行分析,主要步驟為:①使用Ucinet軟件對航線數(shù)據(jù)進行網(wǎng)絡(luò)構(gòu)建;②建立評估體系,測量航線網(wǎng)絡(luò)連通程度。

采用度數(shù)中心性和中間中心性兩個指標,建立了航線網(wǎng)絡(luò)連通性的評價體系。其中,度數(shù)中心性可以度量網(wǎng)絡(luò)中與其他節(jié)點直接連通的可能性程度,反映該特定節(jié)點在網(wǎng)絡(luò)中所處的核心程度,其表達式為

(1)

式(1)中:ki為節(jié)點i聚類系數(shù);N為節(jié)點總數(shù)。

中間中心性可以測算網(wǎng)絡(luò)中特定節(jié)點與其余節(jié)點的距離,還可以反映節(jié)點與網(wǎng)絡(luò)中其余節(jié)點的連通情況,其表達式為

(2)

式(2)中:dij為網(wǎng)絡(luò)中節(jié)點i與j之間的距離。

基于度數(shù)中心性和中間中心性,建立航線網(wǎng)絡(luò)連通性的評價體系?？紤]到網(wǎng)絡(luò)中特定節(jié)點的度數(shù)中心性與中間中心性都可以獨立代表節(jié)點城市的連通性。因此,航線網(wǎng)絡(luò)連通性的評價指標對以上指標給予相同權(quán)重,得到航線網(wǎng)絡(luò)連通性。度數(shù)中心性與中間中心性指標使用0或1的數(shù)據(jù)矩陣進行計算。

Ni=0.5DCi+0.5CCi

(3)

式(3)中:Ni為節(jié)點i的航線網(wǎng)絡(luò)連通性指標。

1.2 航線網(wǎng)絡(luò)連通性的驅(qū)動因素指標

中國航線網(wǎng)絡(luò)的結(jié)構(gòu)從最初的分散發(fā)展演化為目前的復(fù)雜網(wǎng)絡(luò),使得航線網(wǎng)絡(luò)的連通性不斷提高。航線網(wǎng)絡(luò)的變化不僅與機場所在城市的經(jīng)濟環(huán)境有關(guān),還與機場旅客容量、地面交通等設(shè)施條件以及航空公司的戰(zhàn)略有關(guān)?？紤]到內(nèi)部因素難以量化,此類因素不納入驅(qū)動因素指標的構(gòu)建中。根據(jù)《民用機場選址報告編制內(nèi)容及深度要求》(AP-129-CA-02—2007)[14],影響機場建設(shè)、發(fā)展的驅(qū)動因素主要集中在機場所在城市的自然資源、經(jīng)濟發(fā)展程度、政府關(guān)于交通運輸?shù)囊?guī)劃以及政府支持力度共4個方面。選取4種類型共11個解釋變量對航線網(wǎng)絡(luò)驅(qū)動因素進行分析,航線網(wǎng)絡(luò)連通性驅(qū)動因素框架如圖1所示。

圖1 民航運輸網(wǎng)絡(luò)連通性驅(qū)動因素框架Fig.1 Framework for driving factors of civil aviation transport network connectivity

(1)經(jīng)濟因素指標。地區(qū)生產(chǎn)總值反映地區(qū)的經(jīng)濟發(fā)展水平,第三產(chǎn)業(yè)增加值反映地區(qū)產(chǎn)業(yè)結(jié)構(gòu)特征,居民可支配收入反映地區(qū)人民購買能力,進出口總額反映地區(qū)對外貿(mào)易的發(fā)展水平。

(2)社會因素指標。年末人口總數(shù)反映地區(qū)民航需求。選用便于統(tǒng)計的普通高等學生數(shù)量代表人口素質(zhì),地區(qū)醫(yī)院數(shù)量代表社區(qū)服務(wù)設(shè)施。城市普通高等學生數(shù)量越多,以此帶來民航出行需求也會越大;醫(yī)療資源地區(qū)分布不均衡,以此促進醫(yī)療資源豐富地區(qū)的民航需求快速增長。

(3)自然資源因素指標。由于不同等級旅游區(qū)對游客的吸引程度不同,按旅游區(qū)等級確定相應(yīng)指標的數(shù)值。

(4)制度因素指標。參照政府對于民航的統(tǒng)一規(guī)劃,對不同定位的機場進行賦值

1.3 航線網(wǎng)絡(luò)驅(qū)動因素分析方法

1.3.1 最小二乘法

最小二乘法(ordinary least squares, OLS)是探討變量和自變量之間關(guān)系的模型,也就是探究航線網(wǎng)絡(luò)驅(qū)動因素和連接性之間關(guān)系的模型。OLS評價指標:校正可決系數(shù),可得到更真實的反應(yīng)擬合效果,取值范圍在0～1,且越接近1,變量解釋程度越高。

1.3.2 地理加權(quán)回歸模型

地理加權(quán)回歸模型(geographically weighted regression, GWR)可通過改變空間變系數(shù)來實現(xiàn)回歸的研究,不同于最小二乘法,GWR模型可以通過構(gòu)建空間域中各節(jié)點的回歸方程,研究區(qū)域內(nèi)隨機的地理位置變動狀態(tài)和驅(qū)動因素。因此,運用GWR模型對航線網(wǎng)絡(luò)連通性的驅(qū)動因素進行探索,并對其空間分布特性進行了分析。

2 航線網(wǎng)絡(luò)數(shù)據(jù)來源

以內(nèi)蒙古自治區(qū)(圖2)為研究區(qū)域,內(nèi)蒙古自治區(qū)面積118.3×104km2,占中國總面積的12.3%,位于中國北疆,東西相距2 400 km,南北相距1 700 km,如此地理條件使其民航運輸業(yè)極速發(fā)展。但內(nèi)蒙古自治區(qū)民航運輸發(fā)展與長三角、粵港澳大灣區(qū)相比,仍存在發(fā)展差距大、航線網(wǎng)絡(luò)布局密度低等問題。因此研究自治區(qū)內(nèi)航線網(wǎng)絡(luò)驅(qū)動因素及演變特征,具有重要的理論和實踐價值。

選取2014年和2021年內(nèi)蒙古自治區(qū)機場城市為節(jié)點,將航線連接數(shù)據(jù)導入復(fù)雜網(wǎng)絡(luò)分析軟件Gephi中(布局方式采用Geo Layout地理布局),構(gòu)建內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)。機場城市節(jié)點數(shù)據(jù)來源于各市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報及各市政府工作報告。地理空間數(shù)據(jù)基于機場城市節(jié)點的地理位置,使用Google Earth及ArcGIS 10.3軟件獲得配準。

截至2021年,內(nèi)蒙古自治區(qū)共有20個機場,其分布如表1所示。從地理位置看,中部屬于人口密集、經(jīng)濟活躍的地區(qū),機場數(shù)量最多,占全區(qū)的35%;西部地區(qū)地域遼闊、人口稠密,機場布局較為分散,機場數(shù)量最少。從機場旅客吞吐量可以看出,內(nèi)蒙古自治區(qū)中部地區(qū)旅客吞吐量占全區(qū)總量66.78%,居絕對優(yōu)勢;內(nèi)蒙古自治區(qū)西部大多為沙漠地區(qū),因此吞吐量占比不足1%,可得出依然存在部分地區(qū)民航業(yè)發(fā)展不平衡的問題。

表1 內(nèi)蒙古自治區(qū)運輸機場分布情況Table 1 Inner Mongolia Autonomous Region transportation airports distribution

2014年、2021年內(nèi)蒙古自治區(qū)內(nèi)航線運輸網(wǎng)絡(luò)如圖3所示,其中干線機場1個(黑色節(jié)點),支線機場19個(灰色節(jié)點),干線航線(綠色),支線航線(黑色),數(shù)字1～20參照表1序號,為內(nèi)蒙古自治區(qū)各機場的序號。2014年自治區(qū)內(nèi)航線網(wǎng)絡(luò)以呼和浩特為核心,向外輻射并形成中樞輻射型航線網(wǎng)絡(luò),此類網(wǎng)絡(luò)有利于自治區(qū)內(nèi)支線機場發(fā)展;2021年內(nèi)蒙古自治區(qū)依據(jù)航空運輸業(yè)持續(xù)發(fā)展民航的目標,航線網(wǎng)絡(luò)由樞紐輻射型網(wǎng)絡(luò)轉(zhuǎn)變?yōu)橐詷屑~輻射為主,點對點為輔的方式。逐步形成“呼和浩特引領(lǐng),其余支線機場協(xié)同”的航線網(wǎng)絡(luò)。

干線機場1個(黑色節(jié)點);支線機場19個(灰色節(jié)點);干線航線(綠色);支線航線(黑色);數(shù)字1～20參照表1,為內(nèi)蒙古自治區(qū)各機場的序號圖3 內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)Fig.3 Inner Mongolia Autonomous Region airline network

3 航線網(wǎng)絡(luò)驅(qū)動因素分析

3.1 基于最小二乘法的驅(qū)動因素分析

為掌握各驅(qū)動因素對內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)連通性的影響,基于最小二乘法對航線網(wǎng)絡(luò)連通性進行線性回歸分析。

根據(jù)2014年的估計結(jié)果(表2),在1%及以下的顯著性水平條件下,共有11個因素對航線網(wǎng)絡(luò)產(chǎn)生了重要影響。回歸系數(shù)的正負性表明,政府規(guī)劃等級越高,航線網(wǎng)絡(luò)連通性越高。按回歸系數(shù)絕對值排列,政府規(guī)劃等級、人口素質(zhì)、4A、5A旅游區(qū)數(shù)量、自然保護區(qū)數(shù)量、年末人口總數(shù)、旅游人數(shù)、地區(qū)生產(chǎn)總值顯著為正,其余4個指標呈負作用。

表2 最小二乘法估計結(jié)果Table 2 Results of ordinary least square estimation

根據(jù)2021年的估計結(jié)果(表2),剔除方差膨脹因子大于10的變量,在1%及以下顯著水平條件下,7個因素對自治區(qū)內(nèi)航線網(wǎng)絡(luò)有重要影響。驅(qū)動因素按照回歸系數(shù)絕對值的大小進行排列。政府規(guī)劃等級、人口素質(zhì)、社區(qū)服務(wù)設(shè)施、地區(qū)生產(chǎn)總值、進出口總額,其余顯著指標表現(xiàn)出負作用。

3.2 基于地理加權(quán)回歸模型空間特性分析

為進一步探究內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)的空間異質(zhì)性,采用GWR模型估計2014年、2021年航線網(wǎng)絡(luò)連通性驅(qū)動因素解釋變量,通過選擇各城市節(jié)點的地理坐標,確定高斯函數(shù)為權(quán)重函數(shù),采用最小信息準則確定最佳帶寬,然后使用GWR4.9軟件進行回歸計算。

地理加權(quán)回歸結(jié)果如表3所示,殘差平方(Residual Squares)、Sigma值[該值為正規(guī)化剩余平方和(剩余平方和除以殘差的有效自由度)的平方根。它是殘差的估計標準差]、最小信息準則(AIC)值均為表征模型擬合誤差的指標,其值越小誤差越小,GWR模型對于2014年內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)的擬合誤差普遍小于2021年。R2與調(diào)整R2均是表征模型擬合優(yōu)度的指標,其值越大擬合效果越好。2014年、2021年的調(diào)整R2分別為0.957 4和0.858 2,說明該模型可以在85%～95%解釋自治區(qū)航線網(wǎng)絡(luò)連通性驅(qū)動因素在空間上的空間異質(zhì)化特征。由于2014年內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)尚處于起步階段,因此GWR模型的擬合效果較OIS模型的擬合效果差:2021年的R2從0.836 4優(yōu)化到0.858 2,GWR模型的擬合效果優(yōu)于OLS模型。

表3 地理加權(quán)回歸結(jié)果Table 4 Results of geographically weighted regression

最小二乘法計算結(jié)果一般只表示內(nèi)蒙古自治區(qū)的整體水平,為了具體研究這些驅(qū)動因素對自治區(qū)內(nèi)航線網(wǎng)絡(luò)連通性帶來的空間影響變化,采用GWR模型的計算結(jié)果,并通過ArcGIS工具實現(xiàn)空間的可視化表達,并將GWR模型各個解釋變量的回歸系數(shù)分為7個等級,回歸系數(shù)為正數(shù),說明該解釋變量對航線網(wǎng)絡(luò)連通性具有正向影響作用,且數(shù)值越大,說明該驅(qū)動因素對航線網(wǎng)絡(luò)連通性的影響較大。結(jié)果如圖4、圖5所示。

Std. Dev.為標準偏差(standard deviation),用于衡量數(shù)據(jù)值偏離算術(shù)平均值的程度圖4 2014年航線網(wǎng)絡(luò)連通性各驅(qū)動因素回歸系數(shù)估計的空間分布Fig.4 Spatial distribution of regression coefficients estimated for driving factors of airline network connectivity in 2014

Std. Dev.為標準偏差(standard deviation),用于衡量數(shù)據(jù)值偏離算術(shù)平均值的程度圖5 2021年航線網(wǎng)絡(luò)連通性各驅(qū)動因素回歸系數(shù)估計的空間分布Fig.5 Spatial distribution of regression coefficients estimated for driving factors of airline network connectivity in 2021

3.2.1 經(jīng)濟因素對航線網(wǎng)絡(luò)連通性影響

從地區(qū)生產(chǎn)總值來看[圖4(a)、圖5(a)],其回歸系數(shù)呈現(xiàn)了從東北向西南、由正向負逐漸減小的趨勢。說明自治區(qū)東北地區(qū)生產(chǎn)總值對航線網(wǎng)絡(luò)連通性的影響較大,即經(jīng)濟水平的提高將有效刺激東北地區(qū)消費,提高區(qū)域間的經(jīng)濟交流;2014—2021年高航線網(wǎng)絡(luò)連通性地區(qū)數(shù)量增加,其中西部地區(qū)生產(chǎn)總值回歸系數(shù)增幅明顯,而中部地區(qū)生產(chǎn)總值較高的地區(qū)對航線網(wǎng)絡(luò)的影響程度較低,其原因在于自治區(qū)中部城市更多地建立區(qū)外城市建立航線網(wǎng)絡(luò),從而忽視自治區(qū)城市間的交流,使得其航線網(wǎng)絡(luò)連通性不高。

第三產(chǎn)業(yè)增加值[圖4(b)、圖5(b)]反映機場所在城市產(chǎn)業(yè)結(jié)構(gòu)。2014年第三產(chǎn)業(yè)增加值呈現(xiàn)出從中部向兩側(cè)逐漸增加的態(tài)勢,說明西部、東部對航線網(wǎng)絡(luò)連通性的影響較大;2021年自治區(qū)口岸城市第三產(chǎn)業(yè)增加值回歸系數(shù)逐步增加,回歸系數(shù)較大的區(qū)域繼續(xù)向西、東部擴散,表明第三產(chǎn)業(yè)值的增加有利于航線網(wǎng)絡(luò)連通性的提升。

就居民可支配收入而言[圖4(c)、圖5(c)]。

2014年回歸系數(shù)呈現(xiàn)西部少、中部東部多的趨勢。從回歸系數(shù)正值城市看,2021年東部新增3座城市,說明東北地區(qū)城鎮(zhèn)居民人均可支配收入對航線網(wǎng)絡(luò)連通性的影響較大,即人均可支配收入的提高能有效刺激東北地區(qū)消費。

綜合來看,經(jīng)濟因素對航線網(wǎng)絡(luò)連通性的提高具有促進作用,可以看出,驅(qū)動因素的回歸系數(shù)具有空間異質(zhì)性,從而克服全局角度分析的缺陷。經(jīng)濟方面的大力發(fā)展,必將進一步發(fā)展城市對外貿(mào)易。民航運輸作為對外貿(mào)易的主要交通工具,隨著經(jīng)濟發(fā)展程度的提高,民航運輸也能保持高速增長以滿足經(jīng)濟市場的需要。同時,居民可支配收入、進出口總額也會隨著經(jīng)濟方面的強勁發(fā)展而不斷提高,機場城市航線網(wǎng)絡(luò)的連通性也會不斷優(yōu)化升級。

3.2.2 社會因素對航線網(wǎng)絡(luò)連通性影響

對社會因素而言[圖4(e)～圖4(g)、圖5(e)～圖5(g)],2014年人口總數(shù)回歸系數(shù)由西到東增加,說明年末人口總數(shù)對航線網(wǎng)絡(luò)連通性的影響程度東部大于西部。2021年空間分布格局由中間向兩側(cè)增加的態(tài)勢,隨著西部地區(qū)人口規(guī)模的擴大,此地對航線網(wǎng)絡(luò)連通性的影響程度有所增加。因此,內(nèi)蒙古自治區(qū)各地需要在統(tǒng)一政策下,根據(jù)各地的特點制定相應(yīng)的政策,從而降低年末人口總數(shù)對航線網(wǎng)絡(luò)連通性的阻滯作用。在人口素質(zhì)方面,由于內(nèi)蒙古自治區(qū)高等教育發(fā)展較為滯后,只有個別城市擁有少量的高等院校,且大多高校都集中在首府呼和浩特,這部分學生群體的交通需求,進一步促進了自治區(qū)內(nèi)航線網(wǎng)絡(luò)的發(fā)展。

3.2.3 自然資源因素對航線網(wǎng)絡(luò)連通性影響

對自然資源因素而言[圖4(h)～圖4(j)、圖5(h)～圖5(j)],旅游人數(shù)回歸系數(shù)較高的地區(qū),對自治區(qū)內(nèi)航線網(wǎng)絡(luò)連通性的影響程度也會越大;另一方面,4A、5A旅游區(qū)數(shù)量、自然保護區(qū)數(shù)量和旅游人數(shù)對航線網(wǎng)絡(luò)連通性的影響程度不盡相同,城市旅游業(yè)的發(fā)展為區(qū)域內(nèi)航線網(wǎng)絡(luò)拓展注入了新的動力。

3.2.4 制度因素對航線網(wǎng)絡(luò)連通性影響

對制度因素而言[圖4(k)、圖5(k)],從其回歸系數(shù)的正值數(shù)量看,2021年新增加3座城市,從其分布區(qū)域看,回歸系數(shù)呈現(xiàn)從中部向兩側(cè)逐步增加的態(tài)勢,說明制度因素對航線網(wǎng)絡(luò)連通性具有正向影響作用。中部、東部部分城市,政府規(guī)劃與區(qū)內(nèi)航線網(wǎng)絡(luò)發(fā)展嚴重不一致,需要各城市在自治區(qū)統(tǒng)籌規(guī)劃下,制定適合本地發(fā)展的民航發(fā)展政策,促進政府規(guī)劃等級對航線網(wǎng)絡(luò)連通性的促進作用。

4 結(jié)論

借助內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò),選取經(jīng)濟、社會、自然資源、制度因素共11個指標,分別采用最小二乘法和地理加權(quán)回歸模型研究自治區(qū)航線連通性的驅(qū)動因素和時空分布差異性,得出以下結(jié)論。

(1)內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)的連通性具有顯著的空間特征,內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)的連通性與驅(qū)動因素之間存在著隨時間改變的不穩(wěn)定性。

(2)第三產(chǎn)業(yè)增加值、居民可支配收入、旅游人數(shù)和政府規(guī)劃等級等因素對內(nèi)蒙古自治區(qū)內(nèi)航線網(wǎng)絡(luò)連通性具有顯著的驅(qū)動型。

(3)從空間分布來看,地區(qū)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入以及年末人口總數(shù)等驅(qū)動因素對內(nèi)蒙古自治區(qū)內(nèi)東部航線網(wǎng)絡(luò)連通性的帶動性比較明顯,社區(qū)服務(wù)設(shè)施、政府規(guī)劃等級等因素對西部地區(qū)航線網(wǎng)絡(luò)連通性的驅(qū)動作用更大。

(4)從時間演化看,航線網(wǎng)絡(luò)連通性在2014—2021年發(fā)生了不穩(wěn)定的改變,航線網(wǎng)絡(luò)連通性的高值區(qū)集中于呼和浩特和呼倫貝爾附近,低值區(qū)集中在中部其他地區(qū),空間差異有增大的趨勢。

從全局來看,增加對自然資源的投資有利于改善航線網(wǎng)絡(luò)的連通性,政府的前期規(guī)劃可以提高自治區(qū)內(nèi)航線網(wǎng)絡(luò)的連通性。各地區(qū)要在自治區(qū)統(tǒng)籌規(guī)劃下,制定適合本地發(fā)展的民航、人口引進政策,注重政策的具體落實,使政府前期規(guī)劃成為自治區(qū)內(nèi)航線網(wǎng)絡(luò)連通性的新驅(qū)動力。航線網(wǎng)絡(luò)連通性的研究過程非常復(fù)雜,其發(fā)展過程業(yè)受到諸多因素的干擾和限制,受到數(shù)據(jù)收集的影響,對航線網(wǎng)絡(luò)連通性驅(qū)動因素的分析只進行前期研究,未來擬利用GIS二次開發(fā)平臺構(gòu)建網(wǎng)絡(luò)模型,以期更準確地評估和討論航線網(wǎng)絡(luò)連通性的驅(qū)動因素,為航線網(wǎng)絡(luò)優(yōu)化提供參考。