5.1.2网络中心性分析节点在网络中的重要性可以通过中心性来衡量。这一方法首先在社会网络的研究中提出，用以对节点重要性进行量化。在这里，节点
的重要性可以理解为是该节点对其他节点或整个网络的影响。社会网络学者提出了许多不同的中心性指标，从不同的方面评价了节点的重要性，对航
空物流网络的研究也有非常重要的借鉴意义。中心性指标在交通网络中的应用也取得了显著的成果。常用的三种中心性指标有三种，分别是度中心度
（DegreeCentrality），邻近中心度（ClosenessCentrality）,介中心性（BetweenCentral
ity）。这3个指标分别反映了节点在网络中的直接交流能力、空间可达性和控制网络交流的能力。我们在这里计算了所有机场的三种中心性指标
，并重点分析了其中一些机场。度中心度一个节点在网络中的度中心性是指与该节点有直接联系的节点数。一个节点的度越高说明该节点与其他节点
的联系越广泛。在有向网络中，节点的度分为入度和出度，入度反映了该节点对网络中其他节点的吸引力，出度反映了该节点对网络中其他节点的影
响。在无向网络中，节点的度只有一个，表示该节点与其他节点直接相连的次数。度中心度的计算公式如下其中是节点i和节点j之间的边数，n为
节点的总数。度中心度的计算结果如表@@@所示，对点出度中心度和点入度中心度分别进行排序如下表@@@城市点出度点入度城市点出度点入度
江北7478台州1313成都7376十堰1314昆明7072南充1314龙堡洞6263恩施1212杭州6161舟山1214长沙55
56宜宾1212浦东530黔江1213南京4953临沧116虹桥4968普洱1113武汉4852井冈山1112南昌4850安顺10
11温州4849宜春1010西双版纳4143池州109宁波4037昭通1010丽江3638黄山1010合肥3435阜阳1010绵阳
2626达州99张家界2626迪庆99徐州2323广元88宜昌2324上饶89大理2223怀化89遵义茅台210攀枝花89泸州20
20景德镇88兴义1920六盘水88南通1819义乌88苏南1818澜沧66常州1820稻城66毕节1719安庆66扬州1719衢
州66赣州1716沧源66德宏1718永州55腾冲1617宁蒗44遵义1623文山44铜仁1616凯里43连云港1617康定33保
山1617荔波33淮安1518神龙架33五桥1516邵阳33西昌1414阿坝22衡阳1414黎平11盐城1415九寨沟11常德14
15荆州00襄阳1414九江00城市点出度中心度城市点入度中心度江北74江北78成都73成都76昆明70昆明72龙堡洞62虹桥68
杭州61龙堡洞63长沙55杭州61浦东53长沙56南京49南京53虹桥49武汉52武汉48南昌50南昌48温州49温州48西双版纳
43西双版纳41丽江38宁波40宁波37丽江36合肥35合肥34绵阳26绵阳26张家界26张家界26宜昌24徐州23徐州23宜昌2
3大理23从计算结果来看，长江经济带城市物流网络无论是外向还是内向的影响，都表现出明显的两极分化的现象，物流空间结构主要表现在在主
要省会城市发展较为号，在一些中心城市辐射不到的地方发展较为缓慢，进一步长江经济带以主要城市的影响力辐射带动部分城市的发展，但边缘城
市由于地理因素即不能对其他城市产生影响，也不能收到其他城市的影响，如凯里，康定，荔波，神龙架，邵阳，阿坝，黎平，九寨沟，荆州，九江
与其他城市的物流交流联系较为弱分别对点出度中心度和点入度中心度进行排序可以看出，主要城市物流空间上辐射能力和接受能力都非常强，远远
大于其他城市。而排进前面的城市其中温州，宁波，绵阳徐州宜昌，作为非省会城市其在物流空间上的影响力也较大，而安徽作为省会城市其中心性
是比较弱的。网络中心势可以反映区域发展是否存在核心－边缘结构或极化效应，如星形结构的网络，说明成员之间多围绕着一个中心成员发生联系
，而与其他成员之间的联系较少，其网络中心势就会较高．通过分别计算长江经济带2015年，2017年，2018年的数据可以看出，长江经
济带中心势在逐步上升，长江经济带内部各区域的物流空间联系在逐渐增强，其中一些城市已经形成了较为巨大的辐射能力，能够带动周围区域的协
同发展。年201520172019点出度中心势54.46%60.89%65.32%点入度中心势53.27%60.89%64.15%
邻近中心度邻近中心性用给定节点到其他所有节点的最短距离之和的倒数进行衡量，反映了该节点在网络中的相对可达性。度中心度指标关注的是节
点与其他节点之间的直接连接，而没有考虑到间接连接。因此可能存在这样的情况，一个节点的度中心度很高，但与其直接相连的节点与网络中的其
他节点联系较少或者没有联系，那么该节点的中心地位就是区域性的而不是全局性的。邻近中心性是一种对节点在整个网络中不受其他节点控制的衡
量方法，它利用节点到网络中其他所有节点的距离评价该节点在空间位置上是否有优势，其计算公式为：其中，n代表网络中节点的总数，@代表节
点i和节点j之间的最短路径距离。表@为邻近中心性的分析结果。接近中心度地点接近中心度地点26.184江北23.9855温州26.0
365成都23.547西双版纳25.725昆明23.2395宁波25.0405虹桥23.209丽江25.0265龙堡洞23.030
5合肥24.8935杭州22.476绵阳24.4945长沙22.476张家界24.2125南京22.334宜昌24.1395武汉2
2.291徐州24.0365南昌22.273大理从空间分布来看，邻近中心性较高的城市集中分布于东部经济较为发达的区域，这个区域航空
运输网络较东部比较发达，许多城市邻近中心性也较高位于前二十。临近性体现了各城市在整个铁路运营网络中的空间位置属性，离中心城市较近的
城市，具有较高的邻近中心性。介中心度介中心性指的是某节点处于其他节点对间最短路径中的次数与节点对之间所有最短路径数目的比值，衡量了
一个点的连通潜力，反映了该节点对网络信息流动的影响能力。假设在一个网络中，节点A与节点C并不直接相连，它们之间的最短路径要经过节点
Ｂ，那么我们认为节点B为节点A和D之间的联系起到了“中介”作用。如果节点B出现故障，亦会影响到节点A、D之间的沟通。介中心性计算方
法为其中，ｓ，ｔ为节点集合Ｖ中除ｉ外的任意节点对，σ（ｓ，ｔ｜ｉ）是ｓ和ｔ之间最短路径中过节点ｉ的次数，σ（ｓ，ｔ）是ｓ和ｔ之间最
短路径的总条数。如果一个城市介中心性越高，表示经由该城市换乘的路径越多。城市介中心度城市城市介中心度成都940.93南京NKG16
5.44江北906.38西双版纳JHG146.645昆明599.749宁波NGB83.747龙堡洞426.241丽江LJG63.7
65长沙399.622合肥HFE53.954杭州369.406大理DLU20.096虹桥358.04绵阳MIG19.02南昌196.891兴义ACX17.707武汉190.448张家界DYG14.007温州188.138徐州XUZ13.913从分析结果来看，介中心度分化较大，少数中心城市在全国的物流网络中处于中心枢纽位置，而其他城市处于物流网络的边缘，需要依靠其他的节点来进行周转。 |
|
