許 誠

(中國民航大學(xué) 天津300300)

科學(xué)與社會(huì)

基于主成分分析法的機(jī)場(chǎng)航空物流發(fā)展影響因素分析
——以迪拜機(jī)場(chǎng)為例

許 誠

(中國民航大學(xué) 天津300300)

通過查閱大量文獻(xiàn)并結(jié)合我國航空物流發(fā)展的實(shí)際情況進(jìn)行分析，總結(jié)得出機(jī)場(chǎng)航空物流發(fā)展的主要影響因素。使用主成分分析法(PCA)找出機(jī)場(chǎng)航空物流發(fā)展的主要影響因素，并以迪拜機(jī)場(chǎng)為例進(jìn)行實(shí)例驗(yàn)證，最后給出了發(fā)展機(jī)場(chǎng)航空物流的對(duì)策和建議，對(duì)機(jī)場(chǎng)航空物流的發(fā)展具有重要意義。

航空物流 影響因素 主成分分析法 迪拜機(jī)場(chǎng)

0 引 言

機(jī)場(chǎng)航空物流發(fā)展實(shí)際上是機(jī)場(chǎng)貨郵吞吐量的提升以及機(jī)場(chǎng)全球物流網(wǎng)絡(luò)控制點(diǎn)的布局完善。它和傳統(tǒng)的航空貨運(yùn)相比，不僅需要通過航空完成貨物運(yùn)輸，而且還要參與航空物流運(yùn)作的全過程，對(duì)航空物流運(yùn)作進(jìn)行總體上的規(guī)劃和管理，所以機(jī)場(chǎng)航空物流更加注重物流功能上的整合和以及相應(yīng)的合作伙伴之間關(guān)系的協(xié)調(diào)。[1]

隨著經(jīng)濟(jì)全球化的不斷深入，世界航空物流市場(chǎng)以每 10年翻一番的速度增長，同時(shí)我國電子商務(wù)的高速發(fā)展也給物流行業(yè)帶來了巨大的市場(chǎng)機(jī)遇。當(dāng)前，我國物流業(yè)發(fā)展還落后國外很多，這嚴(yán)重制約了我國電子商務(wù)的發(fā)展；其中航空物流也正處于從傳統(tǒng)航空貨運(yùn)向現(xiàn)代航空物流轉(zhuǎn)型過程中，發(fā)展滯后的問題更為突出。我國航空物流作為后起之秀，在設(shè)施網(wǎng)絡(luò)結(jié)構(gòu)布局應(yīng)用、運(yùn)營和管理、物流資源整合、服務(wù)標(biāo)準(zhǔn)化和信息化建設(shè)方面都存在著不少問題。即便如此，近年我國航空貨運(yùn)總量依然增長迅猛，航空物流顯然已經(jīng)進(jìn)入了發(fā)展的黃金時(shí)期。通過查看中國民用航空局統(tǒng)計(jì)數(shù)據(jù)[2]可知，2015年我國機(jī)場(chǎng)完成貨郵吞吐量 1,409.4萬 t，比上年增長 3.9%,。同時(shí)在空客公司的一份預(yù)測(cè)報(bào)告中指出，全球航空物流量在2007—2026年將增長5.8%,，而在未來20年中，中國航空物流量將增長6倍，中國物流市場(chǎng)將主導(dǎo)世界航空物流市場(chǎng)。[3]為此，我們必須抓住時(shí)機(jī)，積極總結(jié)我國航空物流近年來的發(fā)展經(jīng)驗(yàn)和教訓(xùn)，努力探索我國發(fā)展航空物流管理及運(yùn)營模式，找出制約我國航空物流發(fā)展的影響因素。

1 文獻(xiàn)綜述

近年來，開展航空物流發(fā)展影響因素相關(guān)研究的學(xué)者很多，例如石學(xué)剛、苗田豐(2014)使用解釋結(jié)構(gòu)模型(ISM)對(duì)影響因素進(jìn)行了層次分析，為臨空經(jīng)濟(jì)區(qū)發(fā)展航空物流產(chǎn)業(yè)提出了意見和建議；[4]秦巖、孫繼湖(2012)認(rèn)為應(yīng)該使航空物流各子系統(tǒng)協(xié)同發(fā)展；[5]張莉、姚津津、胡華清(2013)系統(tǒng)地闡述了航空貨運(yùn)的特點(diǎn)以及航空貨運(yùn)產(chǎn)業(yè)鏈和服務(wù)鏈等相關(guān)重要問題，從系統(tǒng)的觀點(diǎn)分析了目前我國航空貨運(yùn)發(fā)展中存在的一些問題與產(chǎn)生的原因，并提出一些建議；[6]蔣麗(2015)認(rèn)為我國航空貨運(yùn)占比逐年減少并呈現(xiàn)出被邊緣化趨勢(shì)，究其原因既有市場(chǎng)需求和競(jìng)爭(zhēng)方面的因素，也有航空企業(yè)“重客輕貨”投入不足等經(jīng)營戰(zhàn)略方面的問題。[7]本文通過查閱大量相關(guān)資料，對(duì)機(jī)場(chǎng)航空物流發(fā)展的影響因素進(jìn)行歸納總結(jié)，認(rèn)為機(jī)場(chǎng)作為發(fā)展航空物流的重要節(jié)點(diǎn)，應(yīng)通過政府支持招商引資，發(fā)展服務(wù)、控制成本、提高效率來提高機(jī)場(chǎng)航空物流的核心競(jìng)爭(zhēng)力。再通過中國知網(wǎng)(CNKI)檢索，并結(jié)合航空物流行業(yè)相關(guān)資料分析，[8]從機(jī)場(chǎng)發(fā)展的自然條件、基礎(chǔ)設(shè)施、成本、效率、服務(wù)、外部條件6個(gè)方面對(duì)機(jī)場(chǎng)航空物流發(fā)展有較大影響的因素進(jìn)行分析，初步劃分出 6大類共 21個(gè)因素，具體如表1所示。

2 機(jī)場(chǎng)航空物流發(fā)展的影響因素分析模型(PCA模型)

上文通過定性方法找出了機(jī)場(chǎng)航空物流發(fā)展的主要影響因素，接下來對(duì)上述因素采取定量的方法給出更具說服力的分析結(jié)果。通常，關(guān)于因素分析我們可采用的定量分析的方法有很多，如模糊綜合評(píng)價(jià)法、聚類分析法、層次分析法(AHP)、神經(jīng)網(wǎng)絡(luò)分析法(EDA)等。[9]但是這些方法在應(yīng)用過程中需要考慮眾多因素，各因素間存在一定的相關(guān)性，在某些信息上可能重疊，不僅增加計(jì)算量，而且還使問題分析復(fù)雜化。為了規(guī)避這些問題，本文提出應(yīng)用主成分分析法對(duì)機(jī)場(chǎng)航空物流發(fā)展影響因素進(jìn)行分析的思路。

主成分分析法(Principal Component Analysis，PCA)也稱主分量分析或矩陣數(shù)量分析，它利用降維的思想，把多個(gè)復(fù)雜指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合型指標(biāo)(即主成分)，其中每個(gè)主成分都能夠大限度地反映原始變量的大部分信息，且所含信息互不重復(fù)。這種方法在引進(jìn)多方面變量的同時(shí)將復(fù)雜因素歸結(jié)為幾個(gè)主成分，使問題簡(jiǎn)單化，得到的結(jié)果更加科學(xué)有效。它通過變量變換的方法把相關(guān)的變量變?yōu)槿舾刹幌嚓P(guān)的綜合指標(biāo)變量，由于變量線性無關(guān)，使得在分析和評(píng)價(jià)變量指標(biāo)時(shí)，可以避免相關(guān)的干擾，找出主導(dǎo)因素，做出準(zhǔn)確的評(píng)估和選擇。[10]主成分分析法的計(jì)算步驟如下：

表1 機(jī)場(chǎng)航空物流發(fā)展影響因素Tab.1 Factors affecting the development of Airport Air Logistics

2.1 模型原始數(shù)據(jù)的標(biāo)準(zhǔn)化

由于原始的評(píng)價(jià)體系中各指標(biāo)的量綱不同，并且數(shù)量間差異也很大，為了消除這種差異，先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將其轉(zhuǎn)化為同量綱的指標(biāo)。設(shè) m為評(píng)價(jià)方案數(shù)(即表1中6大類影響因素)，n為每一類評(píng)價(jià)方案的指標(biāo)數(shù)，則所得到的樣本矩陣為：

對(duì)前面的樣本矩陣進(jìn)行標(biāo)準(zhǔn)化處理，令：

上式中xj為第j個(gè)指標(biāo)的平均數(shù)，

通過前面的處理就能得到原始數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣為：

2.2 計(jì)算標(biāo)準(zhǔn)化矩陣的相關(guān)系數(shù)矩陣

根據(jù)上文原始數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣Y求其相關(guān)系數(shù)矩陣。設(shè)rkj為該標(biāo)準(zhǔn)化處理之后指標(biāo)k與指標(biāo)j之間的相關(guān)系數(shù)，則：

通過上面的公示逐一計(jì)算后，得相關(guān)系數(shù)矩陣：

2.3 確定主成分個(gè)數(shù)

對(duì)上文所求的相關(guān)系數(shù)矩陣R，求其非負(fù)特征值，具體求解方式可根據(jù)如下公式求解：

式中，tα代表第t個(gè)主成分所包含的信息在整個(gè)指標(biāo)體系中所占的比例。通常認(rèn)為，主成分個(gè)數(shù)和原始指標(biāo)個(gè)數(shù)是相當(dāng)?shù)?。但如果原始指?biāo)個(gè)數(shù)多，則進(jìn)行綜合評(píng)價(jià)時(shí)就會(huì)變得相對(duì)復(fù)雜，同時(shí)不能凸顯個(gè)別指標(biāo)的重要性。所以利用主成分分析法進(jìn)行計(jì)算，以選取盡量少的個(gè)主成分代表盡量多的指標(biāo)。此時(shí)，通常選取的前k個(gè)主成分滿足：

2.4 利用PCA進(jìn)行綜合評(píng)價(jià)

為矩陣Y中的第1,2,…,n列的各項(xiàng)標(biāo)準(zhǔn)化指標(biāo)值。1F為第 1主成分，F(xiàn)2為第 2主成分……依此類推。

利用公式(5)確定前k個(gè)互不相關(guān)的主成分，求其加權(quán)值tF，以每個(gè)主成分的方差貢獻(xiàn)率為權(quán)數(shù)，對(duì)這些主成分進(jìn)行加權(quán)求和，可以得到最終的評(píng)價(jià)值F：對(duì)最終評(píng)價(jià)值F進(jìn)行比較，F(xiàn)值較大的即為對(duì)航空物流有顯著影響的因素。

2.5 實(shí)例分析——以迪拜機(jī)場(chǎng)為例

迪拜機(jī)場(chǎng)包含3個(gè)航站樓、1個(gè)機(jī)場(chǎng)自貿(mào)區(qū)、7個(gè)貨站，機(jī)場(chǎng)毗鄰迪拜花卉中心，與正在建設(shè)中的迪拜世界中心(DWC)相距 40,km 左右，兩者將通過高速輕軌相連，有阿聯(lián)酋航空、迪拜航空(低成本航空公司)兩家基地航空公司。據(jù)不完全統(tǒng)計(jì)，迪拜機(jī)場(chǎng)連接世界的航線網(wǎng)絡(luò)已超過150條，覆蓋城市達(dá)220多個(gè)。同時(shí)，迪拜機(jī)場(chǎng)作為全球增速最快的機(jī)場(chǎng)，2015年貨郵量達(dá) 245.58萬 t，同比增長 4%,。預(yù)計(jì)到2020年，迪拜機(jī)場(chǎng)貨物吞吐量將達(dá)到410萬 t。[12]所以本文為驗(yàn)證主成分分析法的可行性，以迪拜機(jī)場(chǎng)為例進(jìn)行實(shí)證分析，并按兩種方式獲取數(shù)據(jù)，這兩種方式分別為：公開數(shù)據(jù)信息整理、專家打分法。

2.5.1 公開數(shù)據(jù)信息整理

按照前文提出的機(jī)場(chǎng)航空物流發(fā)展影響因素，查閱迪拜機(jī)場(chǎng)相關(guān)材料以及近年來迪拜機(jī)場(chǎng)航空物流相關(guān)文獻(xiàn)提出的初始數(shù)據(jù)作為參考，然后根據(jù)中國知網(wǎng)(CNKI)檢索結(jié)果，按文獻(xiàn)中各因素出現(xiàn)次數(shù)獲得各指標(biāo)的原始數(shù)據(jù)如表2所示。

為方便計(jì)算，現(xiàn)剔除部分次要影響因素，修改合并相應(yīng)指標(biāo)類型，得到處理后的數(shù)據(jù)如表3所示。

根據(jù)公式(1)對(duì)上述數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，則可得標(biāo)準(zhǔn)化矩陣：

表2 迪拜機(jī)場(chǎng)航空物流發(fā)展影響因素原始數(shù)據(jù)Tab.2 The original data of Dubai Airport aviation logistics development factors

表3 迪拜機(jī)場(chǎng)航空物流發(fā)展影響因素處理數(shù)據(jù)Tab.3 Processed data of Dubai Airport air logistics development-affecting factors

根據(jù)公式(2)求得標(biāo)準(zhǔn)化后矩陣的相關(guān)系數(shù)矩陣：

根據(jù)公式(3)和(4)確定相關(guān)系數(shù)的特征值及其對(duì)應(yīng)的主成分貢獻(xiàn)率如表4所示：

表4 特征值和主成分貢獻(xiàn)率Tab.4 Eigenvalue and principal component contribution rate

由表 4可知，表中前兩項(xiàng)特征值累積貢獻(xiàn)率94.148,3%,＞85%,，根據(jù)公式(5)可以選擇第 1、2主成分進(jìn)行綜合評(píng)價(jià)。前兩個(gè)主成分已經(jīng)基本包含了機(jī)場(chǎng)航空物流發(fā)展的重要影響因素。選用第 1、2主成分進(jìn)行評(píng)價(jià)可以起到降維的作用，從而提高評(píng)價(jià)與選擇的效率。根據(jù)公式(6)計(jì)算出兩個(gè)主成分分別為：

在第 1主成分1F中，系數(shù)相對(duì)較大，說明與1F具有較強(qiáng)的正相關(guān)。因此，第 1主成分是由機(jī)場(chǎng)等級(jí)、機(jī)場(chǎng)的貨運(yùn)及倉儲(chǔ)設(shè)施決定的一項(xiàng)綜合指標(biāo)，反映了機(jī)場(chǎng)等級(jí)及機(jī)場(chǎng)貨運(yùn)設(shè)施對(duì)機(jī)場(chǎng)航空物流發(fā)展的影響；而在第 2主成分F2中，系數(shù)相對(duì)較大，說明與F2具有較強(qiáng)的正相關(guān)，因此，第 2主成分是由貨物運(yùn)輸時(shí)間、多式聯(lián)運(yùn)銜接程度決定的一項(xiàng)綜合指標(biāo)，反映了貨物運(yùn)輸時(shí)間及多式聯(lián)運(yùn)銜接程度對(duì)機(jī)場(chǎng)航空物流發(fā)展的影響。

根據(jù)公式(7)計(jì)算 4個(gè)主成分的 F值，如表 5所示：

表5 特征值和主成分貢獻(xiàn)率Tab.5 Eigenvalue and principal component contribution rate

由表5可知，對(duì)機(jī)場(chǎng)航空物流發(fā)展影響因素較大的依次是服務(wù)、效率、基礎(chǔ)設(shè)施、外部環(huán)境(政策、人才等)，從而應(yīng)用主成分分析法找到了機(jī)場(chǎng)航空物流發(fā)展的主要影響因素。

2.5.2 專家打分法

通過2.5.1中的數(shù)據(jù)獲取方式所得結(jié)果與文獻(xiàn)所查以及行業(yè)公認(rèn)情況有較大出入，一般認(rèn)為外部環(huán)境即政府決策和扶持力度以及專業(yè)人才是影響機(jī)場(chǎng)航空物流發(fā)展的關(guān)鍵因素，所以對(duì)前文數(shù)據(jù)來源進(jìn)行修改，通過邀請(qǐng)航空物流領(lǐng)域權(quán)威專家對(duì)各指標(biāo)進(jìn)行打分并求平均值的方法重新作出綜合評(píng)判，專家打分以及對(duì)應(yīng)的均值如表6所示。

表6 專家打分所得迪拜機(jī)場(chǎng)航空物流發(fā)展影響因素權(quán)重?cái)?shù)據(jù)Tab.6 Air logistics development factors affecting the weight of factors in Dubai Airport by expert scoring

根據(jù)公式(1)對(duì)上述數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，則可得標(biāo)準(zhǔn)化矩陣：

根據(jù)公式(2)求得標(biāo)準(zhǔn)化后矩陣的相關(guān)系數(shù)矩陣：

根據(jù)公式(3)和(4)確定相關(guān)系數(shù)的特征值及其對(duì)應(yīng)的主成分的貢獻(xiàn)率如表7所示：

表7 (專家數(shù)據(jù))特征值和主成分貢獻(xiàn)率Tab.7 Eigenvalue and principal component contribution rate by Expert Data

由表 7可知，表中前兩項(xiàng)特征值累積貢獻(xiàn)率86.140,7%,＞85%,，根據(jù)公式(5)可以選擇第 1、2主成分進(jìn)行綜合評(píng)價(jià)。前 2個(gè)主成分已經(jīng)基本包含了機(jī)場(chǎng)航空物流發(fā)展的重要影響因素。選用第 1、2個(gè)主成分進(jìn)行評(píng)價(jià)可以起到降維的作用，從而提高評(píng)價(jià)與選擇的效率。根據(jù)公式(6)計(jì)算出兩個(gè)主成分分別為：

在第 1主成分1F中，系數(shù)相對(duì)較大，說明與1F具有較強(qiáng)的正相關(guān)。因此，第 1主成分是由機(jī)場(chǎng)的貨運(yùn)及倉儲(chǔ)設(shè)施以及機(jī)場(chǎng)基地航空公司數(shù)量決定的一項(xiàng)綜合指標(biāo)，反映了機(jī)場(chǎng)貨運(yùn)設(shè)施及機(jī)場(chǎng)基地航空公司對(duì)機(jī)場(chǎng)航空物流發(fā)展的影響；而在第2主成分F2中，系數(shù)相對(duì)較大，說明與F2具有較強(qiáng)的正相關(guān)，因此，第2主成分是由貨物運(yùn)輸時(shí)間、貨物運(yùn)輸流程決定的一項(xiàng)綜合指標(biāo)，反映了貨物運(yùn)輸時(shí)間及貨物運(yùn)輸流程對(duì)機(jī)場(chǎng)航空物流發(fā)展的影響。

根據(jù)公式(7)計(jì)算 4個(gè)主成分的 F值，如表 8所示：

表8 (專家數(shù)據(jù))特征值和主成分貢獻(xiàn)率Tab.8 Eigenvalue and principal component contribution rate by Expert Data

由表8可知，對(duì)機(jī)場(chǎng)航空物流發(fā)展影響因素較大的依次是外部環(huán)境(政策、人才等)、服務(wù)、基礎(chǔ)設(shè)施、效率，這與我們通常認(rèn)為的航空物流發(fā)展的約束因素相吻合，結(jié)果可靠。這說明改進(jìn)評(píng)價(jià)指標(biāo)后本文所提出的使用主成分分析法分析機(jī)場(chǎng)航空物流發(fā)展的影響因素是可行且有價(jià)值的，為發(fā)展機(jī)場(chǎng)航空物流提供了支持。

3 結(jié) 論

本文采取主成分分析法對(duì)機(jī)場(chǎng)航空物流發(fā)展影響因素進(jìn)行了分析，一方面減少了評(píng)價(jià)的人為干預(yù)性；另一方面對(duì)考慮的因素進(jìn)行了降維，降低了問題的復(fù)雜性，提高了評(píng)價(jià)效率。通過對(duì)迪拜機(jī)場(chǎng)進(jìn)行實(shí)例分析表明主成分分析法能很好地解決機(jī)場(chǎng)航空物流發(fā)展影響因素的問題，從而為機(jī)場(chǎng)航空物流的發(fā)展提出了科學(xué)的決策依據(jù)。

在機(jī)場(chǎng)發(fā)展航空物流產(chǎn)業(yè)時(shí)，首先應(yīng)從政府決策層面開始，力求獲得最大的政府支持與政策保障；除此之外，盡量提升機(jī)場(chǎng)相關(guān)作業(yè)的服務(wù)水平，這包含物流從業(yè)人員素質(zhì)、信息化程度、基地物流服務(wù)商數(shù)量和規(guī)模以及相關(guān)服務(wù)商業(yè)務(wù)的靈活性等，同時(shí)應(yīng)加強(qiáng)機(jī)場(chǎng)基礎(chǔ)設(shè)施建設(shè)，提高機(jī)場(chǎng)物流作業(yè)效率，從而最大程度提高機(jī)場(chǎng)發(fā)展航空物流的競(jìng)爭(zhēng)力。對(duì)于最為重要的政策以及服務(wù)兩大因素，具體的做法建議如下：①在加快制定發(fā)展機(jī)場(chǎng)航空物流政策的同時(shí)也積極申請(qǐng)綜合保稅區(qū)和自由貿(mào)易區(qū)；②政府適當(dāng)增加航空貨運(yùn)補(bǔ)貼；③制定機(jī)場(chǎng)航空物流相關(guān)企業(yè)入駐稅收減免政策、航空物流相關(guān)人才的引進(jìn)和培養(yǎng)政策，出臺(tái)科技創(chuàng)新鼓勵(lì)政策，引進(jìn)專業(yè)的科研人員，構(gòu)建創(chuàng)新型科研團(tuán)隊(duì)?！?/p>

［1］ 曹允春，許誠. 中國航空物流問題研究綜述[J]. 物流科技，2016(4)：88-91

［2］ 中國民用航空局. 2015年民航行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)[R].北京，2016.

［3］ Airbus. Flying by Nature：Global Market Forecast 2007-2026[R]. France，2007.

［4］ 石學(xué)剛，苗田豐. 臨空經(jīng)濟(jì)區(qū)航空物流業(yè)發(fā)展影響因素分析[J]. 物流技術(shù)，2014(11)：221-223.

［5］ 秦巖，孫繼湖. 航空物流發(fā)展機(jī)制與模式探討[J]. 經(jīng)濟(jì)物流，2012(9)：40-42.

［6］ 張莉，姚津津，胡華清. 我國航空貨運(yùn)服務(wù)鏈相關(guān)問題分析及對(duì)策[J]. 綜合運(yùn)輸，2013(1)：22-28.

［7］ 蔣麗. 基于競(jìng)爭(zhēng)優(yōu)勢(shì)模型的國內(nèi)航空貨運(yùn)發(fā)展探討[J]. 中國流通經(jīng)濟(jì)，2015(5)：40-45.

［8］ Senguttuvan P S. Aircargo engine for economic growth and development-A case study of Asian region [C]. National Urban Freight Conference，2006：209-222.

［9］ Leong C H. A simulation model of an air cargo terminal[D]. Kent Ridge：National University of Singapore，2004.

［10］ 李春平，楊益民，葛瑩玉. 主成分分析法和層次分析法在對(duì)綜合指標(biāo)進(jìn)行定量評(píng)價(jià)中的比較[J]. 南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2005(6)：54-57.

［11］ 林海明. 對(duì)主成分分析法運(yùn)用中十個(gè)問題的解析[J].統(tǒng)計(jì)與決策，20078(16)：16-18.

［12］ 劉明君，劉海波，高峰，等. 國際機(jī)場(chǎng)航空物流發(fā)展經(jīng)驗(yàn)與啟示[J]. 北京交通大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009，8(4)：53-57.

An Analysis of Factors Affecting the Development of Airport Air Logistics Based on Principal Component Analysis(PCA)：A Case Study of Dubai Airport

XU Cheng
(Civil Aviation University of China，Tianjin 300300，China)

This paper，through studying a large number of literatures while conducting an analysis of the reality，concludes the factors affecting the development of airport aviation logistics．It adopts the method of principal component analysis(PCA)to find out main factors affecting the development of airport aviation logistics．After studying and verifying the case of Dubai Airport，it gives some suggestions for the development of the airport aviation logistics，which has great significance to its development.

air logistics；affecting factors；Principal Component Analysis(PCA)；Dubai Airport

F560

A

1006-8945(2016)11-0065-06

天津市科技發(fā)展戰(zhàn)略研究項(xiàng)目，基于服務(wù)轉(zhuǎn)型視角的天津航空制造產(chǎn)業(yè)商業(yè)模式創(chuàng)新研究(項(xiàng)目編號(hào)：15ZLZLZF00420)；中央高校基金項(xiàng)目，大數(shù)據(jù)背景下航空公司商業(yè)模式創(chuàng)新研究(項(xiàng)目編號(hào)：3122016D024)。

2016-10-09