分析物流网络连接驱动因素：以一带一路为例

物流网络中各节点的连接关系，从根本上是受节点间社会经济属性的影响，节点间的社会经济属性互相影响使得节点间有物流连接或者无物流连接，最终形成现在的物流网络结构。也就是说，各节点的社会经济属性对物流网络结构、相似性指标值具有直接影响。

根据上述基于相似性指标对“一带一路”沿线航空网络链路预测的研究，发现网络结构相似性Katz指标几乎可以100%预测准确物流网络中已连接的节点对，Katz指标值越大，节点对越可能连接。所以根据Katz指标计算的“一带一路”沿线物流网络节点的拓扑相似性的值，可以用以判断网络中的节点对是否连接，将网络中表示连接或者不连接的离散变量变为连续变量。下面将以Katz相似指标值为因变量，社会经济等因素为自变量，采用多元回归具体分析社会、经济影响因素与物流网络连接之间的关系，研究社会经济因素如何影响节点对相似性来进一步探究物流网络连接机制。

通过上述“一带一路”沿线物流网络连接机制驱动因素的分析，考虑因素的可量化性和可获得性，确定选取七个影响因素并且量化为七个变量进行研究，具体指标内容见表9-4-1。根据建立的指标体系采集的相关数据，如表9-4-2所示。

表9-4-1　影响因素指标体系

续表(www.xing528.com)

自世界银行网站（https：//data.worldbank.org.cn/indicator/）以及CEPII数据库，进行数据采集。统计时间为2019年9月至10月。数据统计时，七个指标中某些数据只能获取到截止2018年的数据，为保证和数据时间上的统一性，本研究根据1995—2018年的数据采用时间序列预测模型，使用移动平均方法对2019年的“一带一路”沿线各国家的14～64岁人口、社会安全系数、人均GDP、国际旅游收入、国际入境人数几个变量进行预测。

将统计出的七个因素按照变量描述要求进行处理后，对照“一带一路”沿线国家的两两关系，一共得出2080种关系，最终形成一个2080*7的矩阵。数据处理完毕后，对因变量Katz和七个自变量的统计描述如下：

表9-4-2　描述性统计结果

从表9-4-2可以看出，七个变量以及Katz值具有不同的量纲，平均值和标准差数值差异较大，所以我们将对数据进行取对数处理，在不改变数据间的关系的前提下缩小数据范围，为后续的多元回归做数据处理准备。