地理研究 ›› 2019, Vol. 38 ›› Issue (7): 1678-1693.doi: 10.11821/dlyj020171231
收稿日期:
2017-12-25
修回日期:
2019-05-09
出版日期:
2019-07-20
发布日期:
2019-07-12
作者简介:
作者简介:潘竟虎(1974-),男,甘肃嘉峪关人,博士,教授,主要从事空间经济分析研究。E-mail:
基金资助:
Received:
2017-12-25
Revised:
2019-05-09
Online:
2019-07-20
Published:
2019-07-12
摘要:
“腾讯迁徙”大数据基于位置服务,实时、动态、完整、系统地描述了用户日常出行活动的轨迹。通过采集“腾讯迁徙”数据平台中2017年国庆-中秋长假期间国内299个城市之间的逐日人口流动数据,分“出行期、旅途期、返程期”3个时间段,利用复杂网络分析方法,从人口流动集散层级、集散网络体系的分层集聚、人口流动空间格局、网络空间特征等角度分析各时间段城市间的人口流动特征与空间格局。结果表明,腾讯迁徙大数据直观地揭示了国庆-中秋期间中国各地级城市间人口的迁移规律,3个时段人口的净流入均呈现十字形骨架支撑的菱形分布,人流集散中心主要集中在京津冀、长三角、珠三角和成渝四大城市群,与城市等级有较强的一致性。人口流动集散体系呈明显的分层集聚,城市行政级别的高低与人口流动影响力存在一定的正相关关系,大部分城市人口流动处于“相对平衡”状态。人口流动空间格局呈现出明显的核心-边缘结构,大理-鹤岗一线是人口流动强度空间分布的显著分界线,以此线为界,城市网络呈现东密西疏的分布特征和东部并联、西部串联的网络关联特征。人口流动网络总体表现出“小世界”网络特征,局部具有较明显的“社区”结构特征,聚为2个国家级、2个区域级和3个地区级社区。
潘竟虎, 赖建波. 中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例[J]. 地理研究, 2019, 38(7): 1678-1693.
Jinghu PAN, Jianbo LAI. Research on spatial pattern of population mobility among cities: A case study of "Tencent Migration" big data in "National Day-Mid-Autumn Festival" vacation[J]. GEOGRAPHICAL RESEARCH, 2019, 38(7): 1678-1693.
表1
国庆-中秋长假期间主要城市的净迁入人口"
月/日 | 9/30 | 10/1 | 10/2 | 10/3 | 10/4 | 10/5 | 10/6 | 10/7 | 10/8 | 10/9 |
---|---|---|---|---|---|---|---|---|---|---|
北京 | -236.80 | -222.53 | -131.87 | -95.96 | -33.63 | 79.64 | 127.21 | 195.52 | 238.74 | 175.07 |
上海 | -187.13 | -136.63 | -93.78 | -62.29 | -16.08 | 38.13 | 87.75 | 150.60 | 194.48 | 126.94 |
广州 | -133.37 | -164.97 | -119.96 | -75.49 | -10.74 | 100.47 | 123.90 | 132.91 | 136.19 | 66.12 |
成都 | -110.01 | -181.16 | -89.64 | -36.58 | 20.38 | 50.42 | 65.56 | 83.17 | 55.87 | -5.74 |
武汉 | -91.91 | -142.51 | -43.94 | -15.57 | 22.13 | 62.98 | 71.15 | 102.25 | 93.46 | -12.02 |
郑州 | -84.09 | -109.07 | -29.53 | -7.71 | 14.53 | 51.77 | 45.53 | 74.12 | 90.86 | -2.57 |
南京 | -54.29 | -56.31 | -34.05 | -11.22 | 2.19 | 41.60 | 41.90 | 69.54 | 69.50 | 12.05 |
西安 | -41.56 | -63.34 | -11.78 | -3.93 | 3.38 | 20.57 | 27.37 | 45.93 | 47.97 | -5.59 |
南昌 | -35.77 | -46.15 | -20.61 | -13.94 | 4.87 | 28.52 | 22.21 | 33.83 | 46.60 | 6.08 |
济南 | -34.00 | -49.22 | -15.43 | -10.30 | -0.76 | 32.94 | 21.37 | 37.71 | 49.61 | 2.06 |
长沙 | -33.49 | -64.84 | -20.42 | -24.22 | 1.83 | 38.35 | 22.98 | 42.87 | 32.40 | -15.16 |
杭州 | -32.09 | -60.78 | -15.34 | -15.96 | -7.09 | 18.95 | 13.95 | 19.14 | 24.02 | 15.16 |
长春 | -26.37 | -30.80 | -13.50 | -1.57 | 6.33 | 15.52 | 12.90 | 24.44 | 35.00 | 7.75 |
天津 | -26.26 | -36.61 | -17.05 | -7.76 | 3.32 | 18.63 | 24.36 | 24.53 | 23.95 | 9.73 |
哈尔滨 | -24.56 | -25.04 | -7.61 | -4.46 | 2.76 | 13.27 | 18.31 | 33.05 | 39.24 | 6.23 |
沈阳 | -23.37 | -26.02 | -7.96 | -4.05 | 3.87 | 10.63 | 8.19 | 13.75 | 13.92 | 0.75 |
昆明 | -21.19 | -49.33 | -23.91 | -14.48 | -9.08 | 14.97 | 20.93 | 42.62 | 32.15 | 5.63 |
贵阳 | -20.61 | -44.21 | -14.58 | -2.14 | 3.44 | 15.41 | 21.35 | 29.23 | 22.95 | 0.84 |
石家庄 | -18.00 | -16.68 | -8.68 | -3.75 | 1.18 | 6.79 | 8.39 | 12.65 | 13.22 | -3.06 |
南宁 | -14.21 | -50.08 | -24.95 | -17.88 | -2.40 | 28.19 | 24.76 | 38.88 | 27.23 | -1.01 |
合肥 | -14.03 | -34.77 | -13.89 | -6.35 | 8.36 | 25.07 | 18.25 | 26.58 | 22.12 | -1.84 |
福州 | -13.40 | -22.71 | -8.77 | -5.69 | 1.45 | 36.38 | 13.71 | 14.76 | 19.80 | -1.62 |
海口 | -11.45 | -15.47 | -6.70 | -6.48 | -3.07 | 7.70 | 9.21 | 12.35 | 14.66 | 1.64 |
重庆 | -8.01 | -65.46 | -34.49 | -8.31 | 17.20 | -0.48 | 22.71 | 23.60 | 13.23 | -21.03 |
太原 | -7.81 | -18.20 | -7.72 | -4.48 | -0.60 | 11.14 | 10.65 | 15.02 | 12.50 | -0.61 |
兰州 | -6.81 | -26.84 | -13.44 | -4.84 | 2.55 | 8.57 | 15.40 | 23.96 | 21.68 | 5.95 |
拉萨 | -6.10 | -2.66 | -0.33 | 5.26 | -4.19 | -0.53 | 0.06 | 4.50 | 2.26 | 1.80 |
银川 | -5.59 | -7.38 | -0.39 | -1.16 | 0.44 | 3.63 | 2.64 | 4.23 | 8.59 | -0.71 |
呼和浩特 | -4.29 | -6.42 | -1.74 | -1.28 | 1.63 | 5.28 | 6.52 | 7.05 | 13.48 | 2.57 |
乌鲁木齐 | -2.75 | -10.19 | -5.65 | -1.67 | 1.64 | 5.20 | 3.78 | 7.21 | 8.21 | 0.72 |
澳门 | 0.04 | 2.92 | 2.26 | 0.76 | -1.32 | -0.38 | -1.41 | -3.46 | -2.08 | -0.57 |
西宁 | 0.42 | 1.94 | 2.67 | 0.82 | 1.23 | 0.95 | 1.28 | 0.67 | 1.61 | -0.22 |
香港 | 3.35 | 13.37 | 14.29 | 4.97 | -1.05 | 11.89 | 4.35 | -14.35 | -15.56 | -0.90 |
表2
国庆-中秋长假各时间段人口流动集散层级排名前10位的城市和流动路线"
时间段 | 集散人数总量前10名城市(人数) | 人口流量前10名的路线(人数) |
---|---|---|
出行期日均(9.30—10.2) | 北京(6469502)、上海(5180029)、广州(4320718)、 深圳(4011321)、重庆(3735962)、成都(3732154)、 武汉(2652770)、南京(2317866)、西安(2118420)、 郑州(2072609) | 深圳至东莞(307344)、上海至重庆(253820)、重庆至上海(245506)、东莞至深圳(230891)、广州至佛山(227637)、北京至上海(226177)、重庆至北京(216300)、北京至重庆(205940)、上海至苏州(202982)、佛山至广州(197243) |
旅途期日均(10.3—10.6) | 北京(4888012)、上海(4423381)、广州(3436779)、 重庆(3398998)、深圳(3342657)、成都(3204524)、 武汉(1915125)、南京(1767492)、西安(1629919)、 杭州(1533776) | 上海至重庆(226293)、重庆至上海(194307)、东莞至深圳(187051)、重庆至北京(186646)、深圳至东莞(183934)、北京至重庆(182235)、北京至上海(169399)、上海至北京(167647)、佛山至广州(156912)、广州至佛山(156826) |
返程期日均(10.7—10.9) | 北京(6200575)、上海(5151214)、深圳(3839440)、 广州(3685379)、重庆(3518523)、成都(3436568)、 武汉(2393920)、南京(2176480)、西安(1939317)、 郑州(1895740) | 重庆至上海(256048)、上海至重庆(237111)、重庆至北京(206851)、北京至上海(204556)、北京至重庆(203887)、上海至北京(201269)、长沙至北京(169391)、佛山至广州(165488)、东莞至深圳(153653)、成都至深圳(146271) |
表3
不同类型城市的出入度值及排序"
城市类别 | 入度值 | 出度值 | 入度值-出度值 | 总度值 | 总度值排序 |
---|---|---|---|---|---|
直辖市 | |||||
北京 | 1761 | 1742 | 19 | 3503 | 1 |
上海 | 1314 | 1267 | 47 | 2581 | 2 |
重庆 | 795 | 833 | -38 | 1628 | 5 |
天津 | 509 | 471 | 38 | 980 | 9 |
平均值 | 1095 | 1078 | 2173 | ||
副省级城市 | |||||
深圳 | 953 | 975 | -22 | 1928 | 3 |
广州 | 919 | 937 | -18 | 1856 | 4 |
成都 | 625 | 689 | -64 | 1314 | 6 |
南京 | 533 | 520 | 13 | 1053 | 7 |
西安 | 539 | 487 | 52 | 1026 | 8 |
武汉 | 488 | 477 | 11 | 965 | 10 |
杭州 | 434 | 463 | -29 | 897 | 11 |
沈阳 | 370 | 378 | -8 | 748 | 13 |
哈尔滨 | 385 | 340 | 45 | 725 | 15 |
大连 | 348 | 339 | 9 | 687 | 17 |
长春 | 316 | 264 | 52 | 580 | 20 |
青岛 | 279 | 292 | -13 | 571 | 21 |
济南 | 242 | 237 | 5 | 479 | 24 |
厦门 | 214 | 243 | -29 | 457 | 25 |
宁波 | 184 | 171 | 13 | 355 | 36 |
平均值 | 455 | 454 | 909 | ||
普通省会城市 | |||||
长沙 | 349 | 349 | 0 | 698 | 16 |
郑州 | 332 | 325 | 7 | 657 | 18 |
昆明 | 299 | 331 | -32 | 630 | 19 |
兰州 | 250 | 249 | 1 | 499 | 22 |
石家庄 | 228 | 225 | 3 | 453 | 27 |
合肥 | 227 | 223 | 4 | 450 | 28 |
福州 | 232 | 204 | 28 | 436 | 29 |
南昌 | 216 | 200 | 16 | 416 | 30 |
南宁 | 184 | 192 | -8 | 376 | 33 |
贵阳 | 180 | 176 | 4 | 356 | 35 |
银川 | 170 | 172 | -2 | 342 | 37 |
呼和浩特 | 151 | 148 | 3 | 299 | 50 |
太原 | 149 | 146 | 3 | 295 | 53 |
乌鲁木齐 | 125 | 112 | 13 | 237 | 118 |
西宁 | 110 | 112 | -2 | 222 | 148 |
拉萨 | 91 | 92 | -1 | 183 | 275 |
海口 | 78 | 83 | -5 | 161 | 285 |
平均值 | 198 | 196 | 394 | ||
地级市 | 115 | 115 | 230 |
表4
人口迁移网络层级结构"
层级(网络总度值) | 城市 |
---|---|
全国性网络中心(>2000) | 北京、上海 |
全国性网络副中心(900~2000) | 深圳、广州、重庆、成都、南京、西安、天津、武汉 |
区域性网络中心(400~900) | 杭州、苏州、沈阳、东莞、哈尔滨、长沙、大连、郑州、昆明、长春、青岛、兰州、佛山、济南、厦门、咸阳、石家庄、合肥、福州、南昌 |
地方性网络中心(270~400) | 赣州、无锡、南宁、绵阳、贵阳、宁波、银川、桂林、金华、中山、保定、烟台、南充、玉林、温州、徐州、临沂、宝鸡、南阳、呼和浩特、九江、潍坊、太原、洛阳、衡阳、上饶、周口、天水、酒泉、泰安、菏泽、惠州、渭南、泉州、信阳、唐山、四平、锦州、秦皇岛、大庆、常州、德阳、滁州、榆林 |
地方性网络节点(< 270) | 儋州等225个城市 |
表5
城市社区结构统计"
社区 | 主要覆盖省份 | 所含主要城市 | 城市数量(个) |
---|---|---|---|
1 | 湖南、广东、广西 | 广州、深圳、长沙、南宁、桂林、柳州 | 49 |
2 | 福建 | 福州、厦门、泉州、漳州、南平、莆田 | 9 |
3 | 江西、湖北、云南 | 武汉、南昌、昆明、宜昌、九江、襄阳 | 31 |
4 | 江苏、安徽、海南、四川、西藏 | 南京、成都、合肥、拉萨、海口、黄山 | 55 |
5 | 山西、甘肃、陕西、宁夏、青海、新疆 | 太原、西安、兰州、银川、西宁、乌鲁木齐 | 45 |
6 | 河南 | 郑州、洛阳、开封、安阳、南阳、商丘 | 17 |
7 | 山东 | 济南、青岛、烟台、潍坊、临沂、枣庄 | 17 |
8 | 北京、天津、河北、上海、浙江、重庆、贵州 | 北京、天津、石家庄、杭州、重庆、贵阳 | 33 |
9 | 内蒙古、辽宁、吉林、黑龙江 | 呼和浩特、沈阳、大连、长春、哈尔滨、包头 | 43 |
[1] |
De Haas H.Migration and development: A theoretical perspective. International Migration Review, 2010, 44(1): 227-264.
doi: 10.1111/j.1747-7379.2009.00804.x |
[2] |
朱宇, 林李月. 中国人口迁移流动的时间过程及其空间效应研究: 回顾与展望. 地理科学, 2016, 36(6): 820-828.
doi: 10.13249/j.cnki.sgs.2016.06.003 |
[Zhu Yu, Lin Liyue.Studies on the temporal processes of migration and their spatial effects in China: Progress and prospect. Scientia Geographica Sinica, 2016, 36(6): 820-828.]
doi: 10.13249/j.cnki.sgs.2016.06.003 |
|
[3] | 马红旗, 陈仲常. 我国省际流动人口的特征: 基于全国第六次人口普查数据. 人口研究, 2012, 36(6): 87-99. |
[Ma Hongqi, Chen Zhongchang.Patterns of inter- provincial migration in China: Evidence from the sixth population census. Population Research , 2012, 36(6): 87-99.] | |
[4] | 国家卫生和计划生育委员会流动人口司. 中国流动人口发展报告. 北京: 中国人口出版社, 2017. |
[Floating Population Division of the National Health and Family Planning Commission. Report on the Development of Floating Population. Beijing: China Population Press, 2017.] | |
[5] | 赵梓渝, 魏冶, 庞瑞秋, 等. 中国春运人口省际流动的时空与结构特征. 地理科学进展, 2017, 36(8): 952-964. |
[Zhao Ziyu, Wei Ye, Pang Ruiqiu, et al.Spatiotemporal and structural characteristics of interprovincial population flow during the 2015 Spring Festival travel rush. Progress in Geography, 2017, 36(8): 952-964.] | |
[6] | 邓羽, 刘盛和, 蔡建明, 等. 中国省际人口空间格局演化的分析方法与实证. 地理学报, 2014, 69(10): 1473-1486. |
[Deng Yu, Liu Shenghe, Cai Jianming, et al.Spatial pattern and its evolution of Chinese provincial population and empirical study. Acta Geographica Sinica, 2014, 69(10): 1473-1486.] | |
[7] | 董上, 蒲英霞, 马劲松, 等. 中国省际人口迁移的复杂网络研究. 南方人口, 2014, 29(2): 54-61. |
[Dong Shang, Pu Yingxia, Ma Jinsong, et al.A study of the complex network of China’s interprovincial migration. South China Population, 2014, 29(2): 54-61.] | |
[8] | 蒋小荣, 汪胜兰. 中国地级以上城市人口流动网络研究: 基于百度迁徙大数据的分析. 中国人口科学, 2017,(2): 35-46. |
[Jiang Xiaorong, Wang Shenglan.Research on China's urban population mobility network: Based on Baidu migration big data. Chinese Journal of Population Science, 2017, (2): 35-46.] | |
[9] |
Liu X, Neal Z, Derudder B.Featured graphic: City networks in the United States: A comparison of four models. Environment and Planning A, 2012, 44(2): 255-256.
doi: 10.1068/a44496 |
[10] | 马学广, 李贵才. 全球流动空间中的当代世界城市网络理论研究. 经济地理, 2011, 31(10): 1630-1637. |
[Ma Xueguang, Li Guicai.Study on world city network theory within global space of flow. Economic Geography, 2011, 31(10): 1630-1637.] | |
[11] |
Beaverstock J V, Smith R G, Taylor P J.World-city network: A new metageography? Annals of the American Association of Geographers, 2000, 90(1): 123-134.
doi: 10.1111/0004-5608.00188 |
[12] |
秦萧, 甄峰, 熊丽芳, 等. 大数据时代城市时空间行为研究方法. 地理科学进展, 2013, 32(9): 1352-1361.
doi: 10.11820/dlkxjz.2013.09.005 |
[Qin Xiao, Zhen Feng, Xiong Lifang, et al.Methods in urban temporal and spatial behavior research in the Big Data Era. Progress in Geography, 2013, 32(9): 1352-1361.]
doi: 10.11820/dlkxjz.2013.09.005 |
|
[13] | 刘望保, 石恩名. 基于ICT的中国城市间人口日常流动空间格局: 以百度迁徙为例. 地理学报, 2016, 71(10): 1667-1679. |
[Liu Wangbao, Shi Enming.Spatial pattern of population daily flow among cities based on ICT: A case study of "Baidu Migration". Acta Geographica Sinica, 2016, 71(10): 1667-1679.] | |
[14] | 赵梓渝, 魏冶, 王士君, 等. 有向加权城市网络的转变中心性与控制力测度: 以中国春运人口流动网络为例. 地理研究, 2017, 36(4): 647-660. |
[Zhao Ziyu, Wei Ye, Wang Shijun, et al.Measurement of directed alternative centricity and power of directed weighted urban network: A case of population flow network of China during "Chunyun" period. Geographical Research, 2017, 36(4): 647-660.] | |
[15] | 蒋小荣, 汪胜兰, 杨永春. 中国城市人口流动网络研究: 基于百度LBS大数据分析. 人口与发展, 2017, 23(1): 13-23. |
[Jiang Xiaorong, Wang Shenglan, Yang Yunchun, et al.Research on China’s urban population mobility network based on Baidu LBS Big Data. Population and Development, 2017, 23(1): 13-23.] | |
[16] | 王贤文, 王虹茵, 李清纯. 基于地理位置大数据的京津冀城市群短期人口流动研究. 大连理工大学学报(社会科学版), 2017, 38(2): 105-113. |
[Wang Xianwen, Wang Hongyin, Li Qingchun.Location based big data analysis of the short-term population flow of Beijing, Tianjin and Hebei Urban Agglomeration. Journal of Dalian University of Technology (Social Sciences), 2017, 38(2): 105-113.] | |
[17] | 赵梓渝, 魏冶, 庞瑞秋, 等. 基于人口省际流动的中国城市网络转变中心性与控制力研究: 兼论递归理论用于城市网络研究的条件性. 地理学报, 2017, 72(6): 1032-1048. |
[Zhao Ziyu, Wei Ye, Pang Ruiqiu, et al.Alter-based centrality and power of Chinese city network using inter-provincial population flow. Acta Geographica Sinica, 2017, 72(6): 1032-1048.] | |
[18] | 王珏, 陈雯, 袁丰. 基于社会网络分析的长三角地区人口迁移及演化. 地理研究, 2014, 33(2): 385-400. |
[Wang Jue, Chen Wen, Yuan Feng.Human mobility and evolution based on social network: An empirical analysis of Yangtze River Delta, Geographical Research, 2014, 33(2): 385-400.] | |
[19] | 顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分. 地理研究, 2008, 27(1): 1-12. |
[Gu Chaolin, Pang Haifeng.Study on spatial relations of Chinese urban system: Gravity Model Approach. Geographical Research, 2008, 27(1): 1-12.] | |
[20] | 甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征: 以新浪微博为例. 地理学报, 2012, 67(8): 1031-1043. |
[Zhen Feng, Wang Bo, Chen Yingxue.China's city network characteristics based on social network space: An empirical analysis of Sina Micro-blog. Acta Geographica Sinica, 2012, 67(8): 1031-1043.] | |
[21] |
Zhu D, Wang D, Hassan S U, et al.Small-world phenomenon of keywords network based on complex network. Scientometrics, 2013, 97(2): 435-442.
doi: 10.1007/s11192-013-1019-3 |
[22] | Meo P D, Ferrara E, Fiumara G, et al.Fast unfolding of communities in large networks. Journal of Statistical Mechanics Theory & Experiment, 2008, (10): 155-168. |
[23] | 杨强, 李丽, 王运动, 等. 1935-2010年中国人口分布空间格局及其演变特征. 地理研究, 2016, 35(8): 1547-1560. |
[Yang Qiang, Li Li, Wang Yundong, et al.Spatial distribution pattern of population and characteristics of its evolution in China during 1935-2010. Geographical Research, 2016, 35(8): 1547-1560.] |
[1] | 谢玉欢, 贺灿飞. 地方集群网络、信息溢出效应与中国ICT产品出口地理网络扩张[J]. 地理研究, 2021, 40(3): 689-707. |
[2] | 姚作林, 金凤君, 陈卓. 全球产业转移与GVC区域竞争——基于中国与中南半岛四国的分析[J]. 地理研究, 2021, 40(2): 326-342. |
[3] | 刘桂芳, 诸云强, 关瑞敏, 冯亚飞, 刘情, 夏梦琳, 张亚星, 卢鹤立. 大数据时代中国气候变化科学数据共享服务的发展现状与趋势分析[J]. 地理研究, 2021, 40(2): 571-582. |
[4] | 钱肖颖, 孙斌栋. 基于城际创业投资联系的中国城市网络结构和组织模式[J]. 地理研究, 2021, 40(2): 419-430. |
[5] | 周佳宁, 邹伟, 秦富仓. 等值化理念下中国城乡融合多维审视及影响因素[J]. 地理研究, 2020, 39(8): 1836-1851. |
[6] | 李艳, 孙阳, 姚士谋. 基于财富中国500强企业的中国城市群城市网络联系分析[J]. 地理研究, 2020, 39(7): 1548-1564. |
[7] | 刘振, 戚伟, 齐宏纲, 刘盛和. 1990—2015年中国县市尺度人口收缩的演变特征及影响因素[J]. 地理研究, 2020, 39(7): 1565-1579. |
[8] | 张博胜, 杨子生. 中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析[J]. 地理研究, 2020, 39(7): 1592-1608. |
[9] | 宁志中, 王婷, 杨雪春. 2001年以来中国旅游景区时空格局演变与景区群形成[J]. 地理研究, 2020, 39(7): 1654-1666. |
[10] | 杨帆, 何凡能, 李美娇. 中国西部地区历史草地面积重建的方法——以甘宁青新区为例[J]. 地理研究, 2020, 39(7): 1667-1679. |
[11] | 王姣娥, 杜德林, 魏冶, 杨浩然. 新冠肺炎疫情的空间扩散过程与模式研究[J]. 地理研究, 2020, 39(7): 1450-1462. |
[12] | 李娜, 伍世代. FDI技术转化及制造业集聚创新空间响应[J]. 地理研究, 2020, 39(6): 1311-1328. |
[13] | 于婷婷, 左冰, 宋玉祥, 吴媛媛. 中国旅游业发展对区域经济效率的影响——基于中国283个地级市的实证证据[J]. 地理研究, 2020, 39(6): 1357-1369. |
[14] | 童春阳, 周扬. 中国精准扶贫驻村帮扶工作成效及其影响因素[J]. 地理研究, 2020, 39(5): 1128-1138. |
[15] | 唐锦玥, 张维阳, 王逸飞. 长三角城际日常人口移动网络的格局与影响机制[J]. 地理研究, 2020, 39(5): 1166-1181. |
|