曹 瑞，李 仁 杰，2，傅 學 慶，2，張 軍 海，2

基于互聯(lián)網信息的城市商業(yè)游憩網點空間競爭域劃分研究

曹 瑞1，李 仁 杰1，2，傅 學 慶1，2，張 軍 海1，2

（1.河北師范大學資源與環(huán)境科學學院，河北 石家莊 050016;2.河北省環(huán)境演變與生態(tài)建設實驗室，河北 石家莊 050016）

提出了一種基于互聯(lián)網信息的空間競爭域劃分方法。在Voronoi圖的模型中嘗試以網絡平臺數(shù)據(jù)作加權因子，使空間競爭域體現(xiàn)互聯(lián)網中的消費者偏好差異，通過對加權Voronoi圖的類型劃分和地理學解釋，描述競爭環(huán)境的空間特征。以北京市健身俱樂部為例，選擇大眾點評網、愛幫等網絡平臺信息作為權重因子，構建樣本網點的傳統(tǒng)Voronoi、互聯(lián)網信息加權Voronoi計算模型并對比邊界線、面積等空間特征分析的結果表明：互聯(lián)網信息對城市商業(yè)游憩網點的空間競爭力產生著不同的影響強度，對Voronoi圖空間特征的分類和地理解釋可以指示商業(yè)網點跨越距離阻礙的消費吸引力及競爭差異，彌補傳統(tǒng)加權方法未考慮消費者偏好和購物習慣而對競爭域劃分表達不足的缺點。

互聯(lián)網信息;Voronoi圖;健身俱樂部;競爭域;消費者偏好

0 引言

計算城市商業(yè)游憩網點的空間競爭域及其影響力，對于商業(yè)決策的制定和選址布局具有重要意義［1，2］。借助 Voronoi圖劃分地理實體空間影響范圍的研究，如王新生等［3－7］曾提出以Voronoi圖界定經濟客體的空間影響范圍，普通Voronoi圖適用于同級地理實體影響區(qū)的對比，而加權Voronoi圖適用于不同級地理實體影響區(qū)的界定;丁鵬飛等［8］基于Relly法則和加權Voronoi圖相結合的方法對連鎖超市的商圈進行了界定。近年來，Voronoi圖的研究實現(xiàn)了商業(yè)中心輻射域劃分、網點選址、物流配送等，充分考慮了交通、人口、經營規(guī)模等傳統(tǒng)因子，但對當代消費者行為特征的關注不足，不能全面、客觀地體現(xiàn)商業(yè)網點的實際競爭力差異。

在互聯(lián)網日益發(fā)展與普及、交通工具日益多元化的今天，消費者的出行理念和目的地選擇表現(xiàn)出極大的改變，個人偏好與習慣正成為消費者對地理目標選擇中的重要因素，而互聯(lián)網中的生活搜索引擎及電子社區(qū)等為消費者提供了信息交流的平臺，并體現(xiàn)出不同商業(yè)網點對消費者的吸引力差異。Goodchild、李德仁等學者認為，目前已經進入了一個以公眾為主要信息提供者的新地理時代（Neo-Geography）［9－11］。近年來有學者利用互聯(lián)網搜索關鍵詞等開展旅游感知、旅游地形象和旅游行為等研究［12－17］，互聯(lián)網資源與我國省域經濟發(fā)展關系密切［18］，對互聯(lián)網信息的數(shù)據(jù)挖掘研究為商業(yè)網點的空間競爭域劃分提供了新的思路。電子社區(qū)及生活平臺的信息可以反映公眾對商業(yè)網點的喜好、形象感知和關注程度，對它的數(shù)據(jù)研究能否為商業(yè)網點的空間競爭研究提供啟示，值得地理學者和經濟學者關注。

本文選擇公眾自發(fā)的互聯(lián)網信息作為數(shù)據(jù)來源，以體現(xiàn)消費者偏好的評價、關注等信息作為Voronoi圖加權因子，對城市商業(yè)游憩網點進行空間競爭域劃分，通過對比分析和地理解釋描述空間特征，檢驗網絡信息對現(xiàn)實空間的影響及指示意義。

1 空間競爭理論

1.1 萊利模型與斷裂點理論擴展

確定一家商業(yè)網點的影響域界限，可采用萊利法則，即零售引力法則。美國零售業(yè)專家萊利認為商店對某一點的零售引力與它本身的吸引力呈正比，而與距離呈反比。數(shù)學表達式為：

式中：A表示商業(yè)網點對某一點的零售引力;S表示商業(yè)網點對消費者的吸引力，多以商店的銷售面積或以潛在顧客的數(shù)量計算;T表示消費者離該商業(yè)網點的距離。

在萊利法則的基礎上，保羅·堪維斯進一步修正得到了斷裂點公式，將相鄰兩個商業(yè)網點的吸引力達到平衡時的點定義為斷裂點，位于斷裂點至網點A之間的顧客更愿意到A購物，位于斷裂點至網點B之間的顧客更愿意到B購物。公式為：

式中：dA、dB分別為斷裂點到兩商業(yè)網點的距離，dAB為A、B網點間的直線距離;SA、SB為兩網點對消費者的吸引力。

通過對斷裂點公式的繼續(xù)分析和計算得到以下推論，斷裂點到兩個商業(yè)網點之間的距離與這兩個商業(yè)網點對消費者的吸引力的平方根呈正比，該推論可用公式表達為：

在實際應用中將斷裂點理論及擴展公式推廣到空間上分布的多個網點，在任意兩個鄰近網點間計算出影響域分界線，連接所有分界線即可構成不規(guī)則多邊形的商業(yè)網點影響域。

1.2 Voronoi圖應用及加權因子

GIS平臺中的Voronoi圖是斷裂點理論的最直接表現(xiàn)形式，基于常規(guī)Voronoi圖可確定出最短距離意義上的空間目標影響域，適合于假設客觀條件一致下的商業(yè)網點影響域的劃分。但常規(guī)Voronoi圖是在不考慮商業(yè)網點差別的基礎上形成的最簡單的空間剖分，而真實的市場環(huán)境往往要綜合考慮多種因素對商業(yè)網點輻射范圍的影響，這時就需要采用加權Voronoi圖的方法，對權重有明顯差異的多個網點進行空間剖分。

本文嘗試利用網絡平臺中消費者自發(fā)的關注度、評價等信息作為Voronoi圖的加權因子，探討加權Voronoi圖在連鎖型商業(yè)網點競爭環(huán)境分析中的應用。改變以往研究大多以調查問卷為主的數(shù)據(jù)采集方式，探索使用互聯(lián)網數(shù)據(jù)應用于商業(yè)研究的可能性，研究數(shù)據(jù)采集于互聯(lián)網中公眾關注度最高的生活信息搜索平臺，且都提供基于地圖的定位服務，對商業(yè)網點的評價及瀏覽量可在一定程度上反映出消費者對商業(yè)網點的關注及向往程度，折射出實際競爭環(huán)境中商業(yè)網點的不同吸引力，作為一定經營時段后的大眾反饋信息，對商家獲取各分店經營狀況及前景分析提供有價值的參考依據(jù)。伴隨互聯(lián)網用戶的迅速增長及公眾對互聯(lián)網依賴程度的不斷增加，基于互聯(lián)網信息的加權Voronoi圖在商業(yè)網點市場競爭域劃分中的意義將日益明顯。

2 空間競爭域劃分及分析

2.1 基于互聯(lián)網的數(shù)據(jù)獲取

本文研究區(qū)域為北京市五環(huán)路以內健身俱樂部網點分布較集中的主城區(qū)。除行政區(qū)劃、交通等基礎地理信息之外，選取的樣本健身俱樂部商業(yè)游憩網點的所有數(shù)據(jù)均來自互聯(lián)網。其中，包括國內最大的三家本地生活信息搜索服務平臺“愛幫網（http：//www.aibang.com）、口碑網（http：//beijing.koubei.com）、大眾點 評 網 （http：//www.dianping.com）”和 Google Earth等。樣本健身網點的各連鎖分店名稱源自其官方網站，并綜合愛幫網、Google Earth等獲取了各家分店及周邊存在的其他健身連鎖店具體位置（圖1）。

圖1 北京市健身俱樂部樣本分布Fig.1 Fitness club samples in Beijing

對樣本數(shù)據(jù)中的健身俱樂部按名稱及位置搜索，獲得其在愛幫網、大眾點評網、口碑網中可收集到的9項數(shù)據(jù)指標，包括愛幫網點評數(shù)、口碑網點評數(shù)、大眾點評網點評數(shù)、愛幫網評分、大眾點評網評分、口碑網評分、大眾點評網人均消費、口碑網人均消費及愛幫網瀏覽量。

2.2 數(shù)據(jù)處理

建立加權因子的評價體系，采取兩級權重分配方法，對于二級因子，按照專家打分法結果分配其各自權重，詳細權重分配見表1。

表1 加權因子的評價體系與權重分配Table 1 Evaluation system and weight distribution of weighting factors

對樣本數(shù)據(jù)點及各項互聯(lián)網信息進行分析和整理，將9項數(shù)據(jù)指標歸納計算得到3項一級因子指標。各樣本點綜合權重分值的計算公式如下：

式中：Mi表示第i個樣本點的綜合權重得分，Kj表示第j個指標對樣本點的影響權重，Aij表示第i個樣本點的第j個指標的數(shù)據(jù)。

對綜合得分采用最?。畲笠?guī)范化法進行數(shù)據(jù)變換得到最終的吸引力指數(shù)，其方法是將原數(shù)據(jù)列線性變換，映射到一個新數(shù)據(jù)區(qū)間上，從而得到新的數(shù)據(jù)列，公式如下：

式中：v′為規(guī)范處理后的數(shù)據(jù)，v為原數(shù)據(jù)，maxA和minA分別為原數(shù)據(jù)列中的最大值和最小值，而new＿maxA和new＿minA分別為新數(shù)據(jù)列中的最大值和最小值。

經過原數(shù)據(jù)列的數(shù)據(jù)變換后，為便于進一步計算和對比分析，選取所需的數(shù)據(jù)范圍［1，2］對各分店的綜合指標進行數(shù)據(jù)變換，得到最終的吸引力指數(shù)即綜合權重，進而借助加權Voronoi圖進行商業(yè)網點競爭域的劃分。經過數(shù)據(jù)處理后的健身網點權重如表2所示，因數(shù)據(jù)量限制僅以青鳥健身為例。

表2 數(shù)據(jù)處理后的健身網點綜合權重對比Table 2 Synthesis weights contrast between fitness outlets after data processing

2.3 競爭域劃分及分析

理想狀態(tài)下，假定樣本健身俱樂部的經營環(huán)境、建設規(guī)模、交通、品牌影響力等客觀條件相同，可基于常規(guī)Voronoi圖實現(xiàn)商業(yè)網點一般意義上的競爭域劃分，但這種劃分結果僅考慮了消費者到該分店的距離因素而生成影響范圍，并沒有體現(xiàn)健身俱樂部在實際競爭中對消費者吸引力的不同，如營業(yè)面積、場域環(huán)境、品牌影響、網絡宣傳力度等因素都將造成連鎖網點對消費者吸引力的差異?；诨ヂ?lián)網信息產生的權重分值反映了各健身網點對消費者吸引力的不同，依據(jù)權重因子得分，計算得到基于互聯(lián)網信息的加權Voronoi圖，并與常規(guī)Voronoi圖對比，可反映出互聯(lián)網信息影響下的樣本健身俱樂部相互間競爭狀況。

從圖2可看出，加權后的北京健身俱樂部各網點，其競爭域范圍相比常規(guī)Vovoroi圖面積發(fā)生了明顯變化，整體經營優(yōu)勢明顯的健身網點都具有向常規(guī)競爭域以外彎曲的趨勢，證明網點對消費者的吸引力高于相鄰競爭網點，越界彎曲度越大，其競爭力也越大。距離較近的商業(yè)網點會出現(xiàn)競爭域相互吞噬的現(xiàn)象，表現(xiàn)出競爭力高的網點在壓制周邊較弱網點時的絕對優(yōu)勢，或當競爭力平衡時體現(xiàn)出一種網點間的共存狀態(tài)。在主城區(qū)內集群分布的網點區(qū)域，小面積競爭域也聚集性分布于該區(qū)域內，當區(qū)域的競爭域聚集度較高時，反映出該聚集區(qū)域內健身網點的整體競爭度未表現(xiàn)出明顯差異，市場接近飽和，彼此競爭力未拉開顯著差距。

圖2 常規(guī)Voronoi圖與加權Voronoi圖的競爭域對比Fig.2 The contrast of competition domain between conventional Voronoi diagram and weighted Voronoi diagram

對比各健身俱樂部與周邊競爭網點間到競爭域分界線的距離，可看出兩店在競爭中對消費者吸引力的差異，當距離競爭域分界線的長度明顯高于相鄰網點時，該網點對消費者吸引力較高，在與周邊網點的競爭中表現(xiàn)出明顯的競爭優(yōu)勢，而距離分界線長度低于周邊的或大致相等的健身網點，未表現(xiàn)出對消費者吸引力的明顯差距，競爭優(yōu)勢微弱，商家要考慮及時改善該分店的經營狀況，加大宣傳和促銷力度，提高消費者對該分店的認知和向往度。

3 互聯(lián)網信息加權Voronoi圖分類及地理解釋

3.1 基于邊界形態(tài)的分類

Voronoi圖的邊界線扭曲是加權后競爭域最明顯的特征之一，可依據(jù)相鄰網點間邊界線的扭曲程度分析得到4種基本類型（圖3）：

（1）橢圓狀彎曲型Voronoi圖（圖3a）現(xiàn)象為：邊界線中間窄，兩邊寬，壓力箭頭由高權重值競爭域指向低權重值競爭域，邊界線的彎曲程度越明顯，所指示的兩側健身網點對顧客的消費吸引力差距越大。

（2）邊界線重合型Voronoi圖（圖3b）現(xiàn)象為：常規(guī)競爭域邊界線與加權后邊界線重合，壓力互相平衡，未呈現(xiàn)彎曲變化，此時競爭域所指示的邊界線兩側健身網點對顧客的消費吸引力相等或差距極小。

（3）邊界線平行型Voronoi圖（圖3c）現(xiàn)象為：常規(guī)競爭域邊界線與加權后邊界線有較長平行距離，兩翼較短邊界線表現(xiàn)出明顯彎曲，壓力箭頭由高權重值兩側競爭域指向低權重值競爭域，但其所指示的邊界線兩側消費吸引力差距較小，彎曲發(fā)生于網點加權區(qū)域生長一定時間后的遠端邊界。

（4）單翼傾斜型Voronoi圖（圖3d）現(xiàn)象為：由多點影響域交匯處經過較小段擠壓距離后向另外一側傾斜性直線彎曲，與常規(guī)邊界線呈一定夾角，壓力箭頭由高權重值競爭域的單側范圍內指向低權重值競爭域，此類彎曲發(fā)生于多點相鄰區(qū)域，競爭域所指示的邊界線各側多個健身網點消費吸引力差距不均衡。

圖3 基于邊界形態(tài)的Voronoi分類Fig.3 Voronoi classification based on the boundary shape

Voronoi圖的邊界線可按形狀歸并為兩類：規(guī)則型（圖3a－圖3c）與不規(guī)則型（圖3d）。另外，從影響因素角度看，邊界線可分為單因素影響型和多因素影響型，視具體區(qū)域涉及的網點數(shù)而定，不能單純地將以上4種類型劃為單因素影響型或多因素影響型。

邊界線的扭曲程度反映了相鄰網點跨越距離阻礙的吸引力差距，扭曲程度越大，對消費者的吸引力差距也就越大，而扭曲的方向即箭頭指向則表示網點競爭域向外擴張或向內萎縮的趨勢，由此劃分出擴張型網點及萎縮型網點。對邊界線的扭曲程度，采用彎曲度指數(shù)表達：

式中：w表示彎曲度指數(shù)，其值代表了兩網點間競爭力的差異，值的正負代表了擴張及萎縮類型;S1、S2分別代表網點1和網點2的權重。

3.2 基于單元要素數(shù)量的分類

當網點間距離較小時，計算得到的Voronoi圖競爭域單元內出現(xiàn)多要素共存的情況，如圖4所示，可劃分為兩種類型：

（1）多要素共享型Voronoi圖 （圖4a），存在于競爭域內的多個健身網點權重相等或相差極小，在其所指示的網點對顧客消費吸引力的比較中，沒有網點能表現(xiàn)出明顯競爭優(yōu)勢，呈現(xiàn)競爭域由多要素共享的現(xiàn)象。

（2）單要素主導型Voronoi圖 （圖4b），存在于同一競爭域內的多個健身網點權重相差較大，其所指示的網點對顧客消費吸引力差距越大，競爭優(yōu)勢越突出，競爭優(yōu)勢最明顯的健身網點將成為主導型網點，其競爭域范圍覆蓋權重較小的網點，成為單要素主導型競爭域。

圖4 基于單元要素數(shù)量的Voronoi分類Fig.4 Voronoi classification based on unit element number

3.3 基于競爭域面積的分類

空間面積變化的大小可反映該網點跨越距離阻礙（相對于常規(guī)唯諾或傳統(tǒng)因子加權）越界消費的程度和范圍，空間面積的增長或削減，直接反映該網點的經營狀況，空間面積的擴張或萎縮方向間接反映周邊網點對本網點的競爭影響。因此，可由加權競爭域相對于常規(guī)競爭域的面積變化，將商業(yè)網點劃分為增長型網點和衰亡型網點：圖5a的競爭域面積呈現(xiàn)增長趨勢，為增長型網點;圖5b的競爭域面積呈現(xiàn)衰減趨勢，為衰亡型網點。對單個網點競爭域面積的變化，以單元變異指數(shù)表達：

式中：Si1代表第i個網點常規(guī)Voronoi圖影響域的面積，Si2代表第i個網點加權Voronoi圖影響域的面積;Ii表示第i個網點加權與常規(guī)Voronoi圖單元變異指數(shù)，其正負值可反映出該連鎖店經營狀況的類型為增長或衰減。

圖5 基于競爭域面積的Voronoi分類Fig.5 Voronoi classification based on competition field area

對Voronoi圖整體空間上的相對變化程度，以整體變異系數(shù)來衡量。公式如下：

式中：Si代表第i個網點的面積;S代表各網點競爭域面積的均值;n代表網點數(shù)目;S為整體變異系數(shù)，其值的高低可用于衡量整體網點對消費者吸引力的相對變化程度。

另外，依據(jù)整體網點的競爭域聚集度，還可劃分為隨機分布、規(guī)則分布和集群分布3種表現(xiàn)形式;而當網點表現(xiàn)為集群分布時，在集群內的Voronoi多邊形面積較小，表現(xiàn)出明顯的聚集性和高度競爭區(qū)域。

4 結論

針對傳統(tǒng)加權Voronoi圖未考慮跨越距離阻礙的消費者吸引力等因素而對空間競爭域劃分表達上的不足，本文嘗試利用互聯(lián)網中的生活搜索引擎及電子社區(qū)平臺內體現(xiàn)消費者偏好的點評、瀏覽量等信息作為加權因子，對城市商業(yè)游憩網點進行空間競爭域的劃分研究，建立了基于互聯(lián)網信息的權重計算模型，初步分析了互聯(lián)網信息應用于傳統(tǒng)地理學中空間競爭描述的可行性，提出了對互聯(lián)網信息加權Voronoi圖類型的劃分方法及新地理解釋思路。

研究結果表明網絡空間的信息對現(xiàn)實空間研究有著重要影響，它在一定程度上更貼近于實際的競爭狀況，權重因子的計算模型反映出互聯(lián)網信息對城市商業(yè)游憩網點區(qū)域競爭力的影響程度，在對空間競爭域描述中提出的對加權競爭域類型的劃分方法及新地理解釋思路體現(xiàn)了商業(yè)網點的競爭聚集、消費吸引力對比及經營趨勢，為實際的商業(yè)決策提供了一種新角度的參考依據(jù)?；ヂ?lián)網信息作為一個龐大的數(shù)據(jù)庫，為商業(yè)及其他領域的研究提供了更有價值的資料和分析渠道，值得學者和相關從業(yè)人員深度挖掘。

［1］仵宗卿，柴彥威.論城市商業(yè)活動空間結構研究的幾個問題［J］.經濟地理，2000，20（1）：115－120.

［2］OKABE A，SADAHIRO Y.An illusion of spatial hierarchy：Spatial hierarchy in a random configuration［J］.Environment and Planning A，1996，28：1533－1552.

［3］王新生，劉紀遠，莊大方，等.Voronoi圖用于確定城市經濟影響區(qū)域的空間組織［J］.華中師范大學學報（自然科學版），2003，37（2）：256－260.

［4］李圣權，胡鵬，閆衛(wèi)陽.基于加權Voronoi圖的城市影響范圍劃分［J］.武漢大學學報（工學版），2004，37（1）：94－97.

［5］王新生，余瑞林，姜友華.基于道路網絡的商業(yè)網點市場域分析［J］.地理研究，2008，27（1）：85－92.

［6］謝順平，馮學智，王結臣，等.基于網絡加權Voronoi圖分析的南京市商業(yè)中心輻射域研究［J］.地理學報，2009，64（12）：1467－1476.

［7］劉愛華，謝正觀.加權Voronoi圖在城鎮(zhèn)經濟區(qū)劃分中的應用——以十堰市為例［J］.地理與地理信息科學，2011，27（4）：79－82.

［8］丁鵬飛，王遠飛.基于Relly法則與加權Voronoi圖的連鎖超市商圈分析［J］.上海商學院學報，2005（4）：12－16.

［9］GOODCHILD M F.Neogeography and the nature of geographic expertise［J］.Location Based Services，2009，3（2）：82－96.

［10］SUI D Z.The wikification of GIS and its consequences：Or Angelina Jolie＇s new tattoo and the future of GIS［J］.Computers，Environment and Urban Systems，2008，32（1）：1－5.

［11］李德仁，邵振峰.論新地理信息時代［J］.中國科學（F輯），2009，39（6）：579－587.

［12］XIANG Z，PAN B.Travel queries on cities in the United States：Implications for search engine marketing for tourist destinations［J］.Tourism Management，2011，32（1）：88－97.

［13］STEPCHENKOVA S，MORRISON A M.The destination image of Russia：From the online induced perspective［J］.Tourism Management，2006，27（5）：943－956.

［14］LEE W，GRETZEL U，LAW R.Quasi－trial experiences through sensory information on destination Web sites［J］.Travel Research，2010，49（3）：310－322.

［15］PAN B，LI X（ROBERT）.The long tail of destination image and online marketing［J］.Annals of Tourism Research，2011，38（1）：132－152.

［16］趙振斌，黨嬌.基于網絡文本內容分析的太白山背包旅游行為研究［J］.人文地理，2011，26（1）：134－139.

［17］肖亮，趙黎明.互聯(lián)網傳播的臺灣旅游目的地形象——基于兩岸相關網站的內容分析［J］.旅游學刊，2009，24（3）：75－81.

［18］孫中偉，張兵，王楊，等.互聯(lián)網資源與我國省域經濟發(fā)展的關系研究［J］.地理與地理信息科學，2010，26（3）：44－48.

Research on Partition of Spacial Competition Domain for Urban Commercial Recreation Networks Based on Internet Information

CAO Rui1，LI Ren－jie1，2，F(xiàn)U Xue－qing1，2，ZHANG Jun－h(huán)ai1，2
（1.CollegeofResourcesandEnvironmentScience，HebeiNormalUniversity，Shijiazhuang050016;2.HebeiKeyLaboratoryofEnvironmentalChangeandEcologicalConstruction，Shijiazhuang050016，China）

A partition method of spacial competition domain based on the Internet information is presented in this paper.Data on network platform are tried to be made as weight factors in Voronoi diagram model，and the spacial competition domain reflecting consumer preference difference is made in the Internet.The spatial characteristics of competitive environment can be described by partition of weighted Voronoi diagram types and explanation in geography.Fitness clubs in Beijing are taken as example，and information from Public Comment on Nets，Love to Help and other network platform are selected as weight factors.By constructing the traditional Voronoi diagram and calculation model of Internet information weighted Voronoi diagram of sample networks，and comparing the spatial characteristics such as boundary and area，the result of analysis shows that：the spatial competitiveness of urban commercial recreation networks are impacted by Internet information to different degrees;the partition of spatial characteristics and explanation in geography of Voronoi diagram can instruct the consumption attraction overcoming distance block and competitive difference of commercial network，thus can make up for traditional weighted method which did not consider consumer preferences and shopping habits that is result in not enough to express the partition of competition domain.

Internet information;Voronoi diagram;fitness club;competition domain;consumer preference

K 902;TP391

A

1672－0504（2012）03－0054－05

2011－08- 24;

2011－11－18

國家自然科學基金項目（40701137）;河北省高校重點學科建設項目

曹瑞（1987－），男，碩士研究生，研究方向為資源與環(huán)境信息系統(tǒng)。E－mail：crfox＠vip.qq.com