鄧淑芬 朱佳翔 鐘昌寶

內(nèi)容摘要：利用聚類、探索性空間數(shù)據(jù)和σ收斂性分析方法研究長(zhǎng)三角城市群物流產(chǎn)業(yè)空間關(guān)聯(lián)格局。研究表明：長(zhǎng)三角城市群物流產(chǎn)業(yè)已形成“一心三極多點(diǎn)”的空間布局形勢(shì)；長(zhǎng)三角城市群物流產(chǎn)業(yè)經(jīng)過(guò)集聚發(fā)展到非顯著性離散，目前呈隨機(jī)分布格局，體現(xiàn)了快速發(fā)展之后的收斂效應(yīng)，是現(xiàn)有物流技術(shù)條件下達(dá)到的一種均衡；長(zhǎng)三角城市群物流產(chǎn)業(yè)的擴(kuò)散效應(yīng)較明顯的城市是上海和南京，上海擴(kuò)散到蘇州、嘉興、南通、泰州等，南京惠及安徽多個(gè)城市。最后從提升物流技術(shù)、促進(jìn)業(yè)態(tài)創(chuàng)新，加強(qiáng)區(qū)域規(guī)劃、整合基礎(chǔ)設(shè)施，實(shí)施轉(zhuǎn)型升級(jí)、提升服務(wù)水平等角度提出策略建議。

關(guān)鍵詞：空間關(guān)聯(lián) 聚類分析 探索性空間數(shù)據(jù)分析 σ收斂性分析 長(zhǎng)三角

引言

長(zhǎng)三角城市群地處“一帶一路”與“長(zhǎng)江經(jīng)濟(jì)帶”的重要交匯地帶，是我國(guó)綜合實(shí)力最強(qiáng)的經(jīng)濟(jì)中心、亞太地區(qū)重要國(guó)際門戶、全球重要的制造業(yè)基地、中國(guó)率先躋身世界級(jí)城市群的地區(qū)。區(qū)域內(nèi)交通便捷，公路、鐵路、航線四通八達(dá)，擁有兩大世界排名第一的著名港口即上海港和寧波舟山港，以及長(zhǎng)江下游及其支流難以計(jì)數(shù)的內(nèi)河港，先天的物流基礎(chǔ)條件不可謂不好。從區(qū)域經(jīng)濟(jì)空間布局與關(guān)聯(lián)格局來(lái)講，已有多位學(xué)者對(duì)此作了深入研究，并得出很多有意義的結(jié)論。如俞路、蘭宜生（2009）研究表明，長(zhǎng)三角經(jīng)濟(jì)格局具有逐步增強(qiáng)的空間正相關(guān)趨勢(shì)，極化效應(yīng)比較明顯，由此形成了以上海為中心的經(jīng)濟(jì)核心地區(qū)和兩翼邊緣落后地帶。張繼良、張奇（2009）研究得出長(zhǎng)三角城市經(jīng)濟(jì)空間差異總體比較高，目前處于下降趨勢(shì)；賈德錚，高汝熹（2013）研究發(fā)現(xiàn)長(zhǎng)三角都市圈城市間存在較強(qiáng)的空間競(jìng)爭(zhēng)合作關(guān)系，形成“兩線兩圈”式的空間效應(yīng)體系，但上海作為區(qū)域中心的地位有所下降。關(guān)于長(zhǎng)三角經(jīng)濟(jì)空間結(jié)構(gòu)的研究結(jié)論不盡相同，但都認(rèn)為空間集聚效應(yīng)明顯。作為地區(qū)產(chǎn)業(yè)發(fā)展基礎(chǔ)、撐起制造業(yè)快速發(fā)展的基礎(chǔ)條件——物流產(chǎn)業(yè)，是否也如長(zhǎng)三角城市群經(jīng)濟(jì)發(fā)展趨勢(shì)一樣，空間關(guān)聯(lián)呈明顯的集聚化呢？

已有文獻(xiàn)對(duì)長(zhǎng)三角空間結(jié)構(gòu)的研究多有涉及。胡玉瑩（2009）應(yīng)用空間自相關(guān)理論研究表明，1995-2008年長(zhǎng)江三角洲城市群物流業(yè)正在經(jīng)歷由隨機(jī)分布模式到離散分布模式演變的歷程；梁雙波等人（2009）利用塞爾指數(shù)研究長(zhǎng)三角港口物流的空間差異，發(fā)現(xiàn)差異正在變大；謝守紅、蔡海亞（2015）應(yīng)用突變理論和空間自相關(guān)研究得出長(zhǎng)三角區(qū)域物流發(fā)展水平呈現(xiàn)“一心兩極多點(diǎn)”的空間分布格局。已有研究對(duì)長(zhǎng)三角城市群的范圍界定源自2010年5月國(guó)務(wù)院出臺(tái)的長(zhǎng)三角規(guī)劃文件，一般只包括江浙滬16個(gè)核心城市，2016年5月國(guó)務(wù)院批準(zhǔn)的《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》增加到26個(gè)城市。增加的外圍城市提供了更多的臨近樣本，可以更加全面地了解長(zhǎng)三角城市群物流空間關(guān)聯(lián)的動(dòng)態(tài)效應(yīng)，因此本文以國(guó)務(wù)院最新劃定的長(zhǎng)三角26個(gè)城市的物流空間格局作為研究目標(biāo)，采用聚類、探索性空間數(shù)據(jù)分析和收斂性檢驗(yàn)等方法，在指標(biāo)選取及實(shí)證分析中考慮物流產(chǎn)業(yè)的特點(diǎn)，力求客觀回答本文提出的問(wèn)題。

研究方法、研究區(qū)域和指標(biāo)選取

（一）研究方法

探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis，簡(jiǎn)稱ESDA）是一種集合了一系列空間分析技術(shù)的方法，其核心是研究一個(gè)區(qū)域內(nèi)不同單元的某種地理現(xiàn)象或某一屬性值與相鄰區(qū)域單元上同一現(xiàn)象或?qū)傩灾档南嚓P(guān)程度。ESDA在功能上可分為全局空間自相關(guān)和局域空間自相關(guān)：全局空間自相關(guān)主要分析空間數(shù)據(jù)在整個(gè)區(qū)域內(nèi)表現(xiàn)出的分布特征；局域空間自相關(guān)主要分析局部單元所表現(xiàn)出的分布特征。

1.全局空間自相關(guān)。全局空間自相關(guān)可描述變量的屬性值在整個(gè)研究區(qū)域內(nèi)的空間特征，反映全部研究對(duì)象間的空間相關(guān)性。本文中運(yùn)用Moran的I指數(shù)對(duì)長(zhǎng)三角城市群物流產(chǎn)業(yè)總體布局進(jìn)行分析，Moran的I指數(shù)計(jì)算公式如下：

其中，n為樣本容量即所分析研究空間點(diǎn)的個(gè)數(shù)，xi、xj是空間位置i和j的觀測(cè)值， wij是空間權(quán)重矩陣。E（I）和VAR（I）分別是理論上的期望和方差，E（I）=-1/（n-1）。I指數(shù)的大小代表地區(qū)間相關(guān)性程度的大小，在實(shí)際研究中它表示的是研究對(duì)象空間聯(lián)接區(qū)域之間的相似程度。I的取值范圍是[-1，1]，越接近于范圍的兩端，則表示空間相關(guān)性就越高。 當(dāng)I值>E（I）時(shí)，則存在正相關(guān)，即相似的觀測(cè)值在空間上趨向集聚；當(dāng)I

2.局部空間自相關(guān)。局部空間自相關(guān)分析可用來(lái)估計(jì)區(qū)域間的局部空間關(guān)聯(lián)和空間差異程度，一般有Moran散點(diǎn)圖、LISA集聚圖和G 統(tǒng)計(jì)量三種方法，本文運(yùn)用LISA指標(biāo)。局部空間聯(lián)系指標(biāo)LISA（Local Indication of Spatial Association）是由Anselin在1994年提出的，將Moran的I指數(shù)分解到小的區(qū)域單元中，此區(qū)域單元表示為Ii。

當(dāng)其顯著性水平<0時(shí)，即此區(qū)域與臨近區(qū)域之間空間差異顯著大，反之則小。該值只能區(qū)分趨同和相異，不能區(qū)分趨同是HH還是LL類型，相異是LH還是HL類型，結(jié)合散點(diǎn)圖即可獲得準(zhǔn)確的LISA集聚圖。

3.空間權(quán)重的建立。如何構(gòu)建空間權(quán)重矩陣是ESDA應(yīng)用過(guò)程中非常關(guān)鍵的步驟，對(duì)實(shí)證結(jié)果影響較大，爭(zhēng)議也比較多。通常表示空間單元相鄰關(guān)系有兩類方法：一類通過(guò)空間單元的相對(duì)位置，根據(jù)是否具有共同邊界判斷空間相鄰，相鄰則為1，不相鄰則為0；共同邊界的定義又有兩種，一種是有共同的邊，一種是有共同的邊界和頂點(diǎn)，即第二種相鄰只要有一點(diǎn)相接就認(rèn)為是相鄰的。另一類是按空間單元距離作為相鄰的度量，定義兩個(gè)點(diǎn)之間的距離是否小于某一臨界值為空間相鄰，距離又分歐氏距離（直線距離，根據(jù)經(jīng)緯度確定）、最短公路距離，也有直接采用距離的倒數(shù)，經(jīng)過(guò)標(biāo)準(zhǔn)化之后構(gòu)成空間權(quán)重矩陣，或者納入經(jīng)濟(jì)因素構(gòu)建經(jīng)濟(jì)距離復(fù)合式權(quán)重矩陣。經(jīng)過(guò)驗(yàn)證發(fā)現(xiàn)歐氏距離法構(gòu)建空間權(quán)重更合適，這一步驟在ArcGIS軟件中Arcobject類庫(kù)中可以實(shí)現(xiàn)，選擇距離原則的“Euclidean Distance”即可獲得。

（二）研究區(qū)域與指標(biāo)選取

本文旨在分析長(zhǎng)三角城市群物流產(chǎn)業(yè)空間關(guān)聯(lián)格局，因此以國(guó)務(wù)院最新發(fā)布的長(zhǎng)三角城市群的26個(gè)城市作為研究樣本，包括上海、浙江省8市（杭州、寧波、嘉興、湖州、紹興、舟山、金華、臺(tái)州）、江蘇省9市（南京、無(wú)錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州）以及安徽省8市（合肥、滁州、馬鞍山、蕪湖、宣城、銅陵、池州、安慶）。

在衡量物流業(yè)發(fā)展水平指標(biāo)的選取上，因?yàn)樨涍\(yùn)量與貨物周轉(zhuǎn)量都是物流發(fā)展水平的直接體現(xiàn)，所以本文選取26個(gè)城市2004-2016年的貨運(yùn)量來(lái)研究各城市物流業(yè)發(fā)展的一體化現(xiàn)狀。數(shù)據(jù)主要來(lái)源于2005-2017年《中國(guó)城市統(tǒng)計(jì)年鑒》。

長(zhǎng)三角城市群物流產(chǎn)業(yè)聚類分析

選取長(zhǎng)三角城市群各市2004-2016年貨運(yùn)量，以及以2004年為基期的2016年貨運(yùn)量增長(zhǎng)率，作為聚類的輸入字段，利用SPSS Clementine 的K均值聚類模型，發(fā)現(xiàn)聚成5類最能區(qū)分類之間的差別，獲得聚類結(jié)果及類特征描述見表1。

由表1可見：上海的貨運(yùn)量一直遙遙領(lǐng)先，是長(zhǎng)三角物流產(chǎn)業(yè)的核心城市；寧波、南京、杭州貨運(yùn)量?jī)H次于上海，基礎(chǔ)較好且增長(zhǎng)速度較快；第三類城市貨運(yùn)量次于第二類，增速較緩慢；第四類是增長(zhǎng)速度最快的城市，平均增長(zhǎng)率超過(guò)了404%，其中舟山和合肥不僅基礎(chǔ)較好，而且增速最快，安慶和滁州則基礎(chǔ)較弱，增速很快；第五類是物流基礎(chǔ)相對(duì)落后，物流產(chǎn)出水平不高的城市。從聚類結(jié)果來(lái)看，長(zhǎng)三角城市群物流產(chǎn)業(yè)的空間布局形勢(shì)呈現(xiàn)“一心三極多點(diǎn)”?！耙恍摹笔侵干虾Ｕ紦?jù)了絕對(duì)的優(yōu)勢(shì)，“三極”是類2中的寧波、南京、杭州等3個(gè)區(qū)域中心，多點(diǎn)又可分為“八金牛四明星十幼童”，分別對(duì)應(yīng)類3、類4和類5中的城市。從地理位置來(lái)看，沿海城市物流產(chǎn)出比中西部要高，已基本形成了從沿海到內(nèi)地的階梯分布模式。從?。ㄊ校┯騺?lái)看，上海遙遙領(lǐng)先，浙江次之，江蘇再次，最后是安徽，但安徽表現(xiàn)出較強(qiáng)后勁，增速最快。

長(zhǎng)三角城市群物流產(chǎn)業(yè)空間關(guān)聯(lián)格局與演化趨勢(shì)

（一）空間關(guān)聯(lián)格局分析

通過(guò) GeoDa軟件計(jì)算出的貨運(yùn)量的Moran的 I指數(shù)，結(jié)果如表2所示。由表2可知：Moran的I指數(shù)在2004-2007年之間一直是大于0的，物流產(chǎn)業(yè)呈集聚分布；在2008-2011年數(shù)值越來(lái)越小且小于E（I），物流產(chǎn)業(yè)開始走向離散分布；2014-2015年開始反彈，但P值通過(guò)檢驗(yàn)的年份較少，僅有2006-2007年通過(guò)10%的顯著性檢驗(yàn)。從莫蘭指數(shù)來(lái)看，2004-2016年長(zhǎng)三角城市群物流產(chǎn)業(yè)空間集聚效應(yīng)和離散效應(yīng)均不明顯，而是震蕩接近于隨機(jī)分布。

長(zhǎng)三角城市群物流產(chǎn)業(yè)經(jīng)過(guò)快速增長(zhǎng)和激烈競(jìng)爭(zhēng)的過(guò)程，從集聚到微弱離散，再到隨機(jī)分布的趨勢(shì)，是在現(xiàn)有物流技術(shù)的條件下達(dá)到的一種均衡，比較符合物流產(chǎn)業(yè)的特點(diǎn)。

（二）σ收斂性分析

由于莫蘭指數(shù)通過(guò)檢驗(yàn)的少，采用收斂性檢驗(yàn)驗(yàn)證莫蘭指數(shù)的分析結(jié)論。收斂性檢驗(yàn)分為絕對(duì)收斂和局部收斂，其中絕對(duì)收斂又有β收斂和σ收斂之分，滿足σ收斂條件的必定滿足β收斂條件，反之則不成立。σ收斂因其特殊意義和計(jì)算簡(jiǎn)單，而被廣泛使用。物流產(chǎn)業(yè)σ收斂是指所取樣本物流當(dāng)量的離差隨著時(shí)間的推移而下降，即物流產(chǎn)業(yè)之間的差距越來(lái)越小，所以σ收斂指數(shù)又稱為趨同指數(shù)。σ收斂指數(shù)公式如下：

式（4）中 yit表示第i個(gè)空間樣本在t時(shí)刻的物流量， σt即n個(gè)空間樣本之間物流量對(duì)數(shù)值的標(biāo)準(zhǔn)差。若在時(shí)刻（t+T）滿足σt+T =ασt（0<α<1） 時(shí)，則稱n個(gè)空間樣本具有T階σ收斂。長(zhǎng)三角城市群物流產(chǎn)業(yè)σ收斂指數(shù)如圖1所示。

由圖1可知，長(zhǎng)三角城市群2004-2015年σ收斂指數(shù)可分為三個(gè)階段：2004-2007年處于震蕩上升期，不符合σ收斂條件；2007-2013年處于穩(wěn)定下降期，符合穩(wěn)定的σ收斂條件；2013-2015年處于上升期，不符合σ收斂條件。2013年之前的基本走向是下降的，符合收斂和趨同的規(guī)律，說(shuō)明長(zhǎng)三角城市群物流產(chǎn)業(yè)的內(nèi)部差異隨著時(shí)間的推移，區(qū)域內(nèi)物流產(chǎn)業(yè)發(fā)展呈均衡化，起點(diǎn)高的城市增速變慢，起點(diǎn)低的城市增速加快，與莫蘭指數(shù)的結(jié)果互相印證。2013年差異值降到最低，之后開始反彈且反彈速度較快，內(nèi)部差異變大，說(shuō)明長(zhǎng)三角物流產(chǎn)業(yè)新一輪競(jìng)爭(zhēng)剛剛開始。

（三）空間關(guān)聯(lián)演化趨勢(shì)分析

全局觀測(cè)指標(biāo)常常不能有效地反映局部的細(xì)微差別，在較大的空間尺度上，全局同質(zhì)化發(fā)展往往會(huì)掩蓋空間內(nèi)部差異，因此全局不相關(guān)的結(jié)果并不意味著局部不存在相關(guān)性。為了進(jìn)一步研究長(zhǎng)三角城市群物流產(chǎn)業(yè)局部更加細(xì)微的空間關(guān)聯(lián)性，引入LISA集聚指標(biāo)值進(jìn)行局部空間自相關(guān)分析。使用GeoGa軟件，獲得長(zhǎng)三角城市群物流產(chǎn)業(yè)各年份的LISA指標(biāo)值。限于篇幅，LISA集聚指標(biāo)值選取變化相對(duì)比較明顯的年份顯示如表3（如有需要可以向作者索取其他年份的數(shù)據(jù)和圖形）。

由表3可以得出，2004年長(zhǎng)三角城市群局部空間自相關(guān)特征為：安徽省的安慶、池州、合肥與蕪湖四市與其臨近地區(qū)呈顯著的LL（低-低）空間關(guān)聯(lián)特征，為冷點(diǎn)，表明安慶、池州、合肥與蕪湖四市和與其臨近區(qū)域的物流發(fā)展水平均較低；而蘇州、嘉興與其臨近區(qū)域呈現(xiàn)顯著的LH（低-高）空間關(guān)聯(lián)特征，與蘇州和嘉興相鄰的地區(qū)是上海等地，說(shuō)明蘇州、嘉興與上海市的物流水平相差較大，即蘇州與嘉興的物流業(yè)發(fā)展水平較上海市較低，物流發(fā)展空間較大；南京與其臨近地區(qū)呈顯著的HL（高-低）空間關(guān)聯(lián)特征；剩余的其它地區(qū)與周邊城市不存在顯著的空間相關(guān)性。舟山市與其它城市地理上不臨近，所以對(duì)其不做分析。

從整體發(fā)展動(dòng)態(tài)來(lái)看，整個(gè)長(zhǎng)三角區(qū)域物流產(chǎn)業(yè)水平呈均質(zhì)化發(fā)展趨勢(shì)，冷點(diǎn)由2004年的安徽五城市，中間幾年轉(zhuǎn)移到泰州和南通等江蘇經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。蘇通大橋建成之后，受周邊物流發(fā)達(dá)城市的擴(kuò)散效應(yīng)影響，2010年之后泰州和南通的冷點(diǎn)消失，與周邊城市成均質(zhì)化發(fā)展，冷點(diǎn)再次轉(zhuǎn)移到安徽，但很明顯冷點(diǎn)的范圍在減少，由2004年的五個(gè)城市變成2016年的三個(gè)城市。不顯著的城市由2004年的18個(gè)增加到2016年的22個(gè)，均質(zhì)化區(qū)域在進(jìn)一步增加。

就城市發(fā)展動(dòng)態(tài)來(lái)看，南京一直是粉紅色，與其周邊地區(qū)呈顯著的高-低關(guān)聯(lián)，說(shuō)明南京在連接長(zhǎng)三角東西部城市過(guò)程中占據(jù)了核心位置。安徽八個(gè)城市受南京等周邊城市的擴(kuò)散效應(yīng)，物流產(chǎn)業(yè)發(fā)展迅速，變化較大，冷點(diǎn)在2008年之后消失，之后2016年再次出現(xiàn)冷點(diǎn)，說(shuō)明擴(kuò)散效應(yīng)存在的同時(shí)，也存在著回波效應(yīng)， 2016年回波效應(yīng)占了上風(fēng)，安徽三個(gè)城市再次陷入冷點(diǎn)范圍。嘉興由2008年的物流業(yè)水平較低發(fā)展為2010年的熱點(diǎn)（高-高關(guān)聯(lián)），其物流業(yè)水平受上海的擴(kuò)散效應(yīng)最直接有效。上海市貨運(yùn)量一直居于榜首，對(duì)蘇州、嘉興、南通和泰州的擴(kuò)散效應(yīng)非常明顯，但上海與周邊城市的高-低空間關(guān)聯(lián)類型并沒(méi)有通過(guò)顯著性檢驗(yàn)，證明了上海作為開放性港口城市，其物流產(chǎn)業(yè)的發(fā)展更多受國(guó)際貨運(yùn)的影響，而與腹地物流的發(fā)展并無(wú)顯著性空間關(guān)聯(lián)。

結(jié)論

經(jīng)過(guò)K均值聚類分析，發(fā)現(xiàn)長(zhǎng)三角城市群物流產(chǎn)業(yè)已形成“一心三極多點(diǎn)”的空間布局形勢(shì)，多點(diǎn)又可分為“八金牛四明星十幼童”的分布結(jié)構(gòu)；從地理位置來(lái)看，已形成從沿海到內(nèi)地的階梯分布模式；從省（市）域來(lái)看，上海遙遙領(lǐng)先，浙江次之，江蘇再次，最后是安徽，安徽表現(xiàn)出較強(qiáng)后勁，增速最快。

從全局自相關(guān)及收斂性分析來(lái)看，長(zhǎng)三角城市群物流產(chǎn)業(yè)經(jīng)過(guò)集聚到非顯著性離散，目前呈現(xiàn)隨機(jī)分布的格局，是經(jīng)過(guò)長(zhǎng)足發(fā)展之后的收斂效應(yīng)，即物流發(fā)達(dá)的地方增速放緩，不發(fā)達(dá)地區(qū)迎頭趕上，因此目前在離散和隨機(jī)分布之間的震蕩是現(xiàn)有物流技術(shù)條件下達(dá)到的一種均衡。近兩年的數(shù)據(jù)分析結(jié)果顯示，這種均衡有可能即將被打破，新一輪競(jìng)爭(zhēng)即將開始。

從局部自相關(guān)分析來(lái)看，長(zhǎng)三角城市群物流產(chǎn)業(yè)的擴(kuò)散效應(yīng)較明顯的城市是上海和南京，上海擴(kuò)散到蘇州、嘉興、南通、泰州等，南京惠及安徽多個(gè)城市，安徽城市對(duì)南京同時(shí)存在回波效應(yīng)。

參考文獻(xiàn)：

1.俞路，蘭宜生.長(zhǎng)三角縣域經(jīng)濟(jì)發(fā)展與空間格局演化[J].南京社會(huì)科學(xué)，2009（5）

2.張繼良，張奇.基于空間經(jīng)濟(jì)學(xué)的長(zhǎng)三角區(qū)域經(jīng)濟(jì)差距研究[J].統(tǒng)計(jì)研究，2009，26（12）

3.賈德錚，高汝熹.長(zhǎng)三角都市圈城市空間經(jīng)濟(jì)關(guān)系研究[J].中國(guó)科技論壇，2013（7）

4.胡玉瑩.基于空間自相關(guān)的長(zhǎng)三角城市群物流空間布局演變分析[J].商業(yè)時(shí)代，2011（36）

5.梁雙波，曹有揮，曹衛(wèi)東，吳威.長(zhǎng)三角港口物流經(jīng)濟(jì)空間差異及演化分析[J].經(jīng)濟(jì)地理，2009，29（7）

6.謝守紅，蔡海亞.長(zhǎng)三角物流發(fā)展水平評(píng)價(jià)及空間關(guān)聯(lián)格局分析[J].資源開發(fā)與市場(chǎng)，2015（9）

7.蔡海亞，徐盈之.長(zhǎng)江三角洲物流產(chǎn)業(yè)發(fā)展格局及影響機(jī)理研究——基于空間經(jīng)濟(jì)學(xué)的視角[J].華東經(jīng)濟(jì)管理，2016，30（10）

8.黃芳.空間統(tǒng)計(jì)學(xué)及其在空間模式分析中的應(yīng)用[D].華中師范大學(xué)，2005

9.崔園園，宋炳良.長(zhǎng)三角區(qū)域物流空間演化與影響因素分析[J].華中師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2015（2）

10.楊振山，蔡建明，高曉路.利用探索式空間數(shù)據(jù)解析北京城市空間經(jīng)濟(jì)發(fā)展模式[J].地理學(xué)報(bào)，2009，64（8）