中国粮食生产空间关联网络的结构特征及其形成机制

doi:10.11821/dlxb202011008

地理学报 ›› 2020, Vol. 75 ›› Issue (11): 2380-2395.doi: 10.11821/dlxb202011008

中国粮食生产空间关联网络的结构特征及其形成机制

冯颖¹^,²(), 侯孟阳³^,⁴, 姚顺波³^,⁴()

1. 西北政法大学商学院,西安 710122
2. 西北政法大学资源冲突与利用研究所,西安 710122
3. 西北农林科技大学经济管理学院,杨凌 712100
4. 西北农林科技大学资源经济与环境管理研究中心,杨凌 712100

收稿日期:2019-11-27 修回日期:2020-05-21 出版日期:2020-11-25 发布日期:2021-01-25
通讯作者: 姚顺波
作者简介:冯颖(1984-), 女, 博士, 副教授, 硕导, 研究方向为资源经济与环境管理。E-mail: yingfeng8410@126.com
基金资助:
陕西省社会科学基金项目(2019S029);教育部人文社会科学重点基金项目(14JJD790031);国家自然科学基金项目(71473195);陕西省教育厅专项科研项目(016166523);西北政法大学青年学术创新团队计划资助项目

Structural characteristics and formation mechanism of spatial correlation network of grain production in China

FENG Ying¹^,²(), HOU Mengyang³^,⁴, YAO Shunbo³^,⁴()

1. Business School, Northwest University of Political Science and Law, Xi'an 710122, China
2. Institute of Resource Conflict and Utilization, Northwest University of Political Science and Law, Xi'an 710122, China
3. College of Economics & Management, Northwest A&F University, Yangling 712100, Shaanxi, China
4. Research Center for Resource Economics and Environment Management, Northwest A&F University, Yangling 712100, Shaanxi, China

Received:2019-11-27 Revised:2020-05-21 Online:2020-11-25 Published:2021-01-25
Contact: YAO Shunbo
Supported by:
Social Science Fund of Shaanxi Province(2019S029);Key Fund for Humanities and Social Sciences of the Ministry of Education(14JJD790031);National Natural Science Foundation of China(71473195);Special Scientific Research Project of Shaanxi Provincial Education Department(016166523);Young Academic Innovation Team of Northwest University of Political Science and Law

摘要/Abstract

摘要：

基于1996—2018年中国省际粮食生产面板数据,在修正的引力模型准确测算粮食生产空间关联关系及构建空间关联矩阵的基础上,首先运用社会网络分析方法从整体特征、个体特征及块模型3个方面具体考察了粮食生产空间关联网络的结构特征,进一步采用二次指派程序方法探讨其形成机制。研究发现：① 省际粮食生产空间关联的密切程度在波动中提高,但仍有提升空间,网络结构呈现较好的稳定性和可达性,溢出效应具有多重叠加特性;② 省际粮食生产空间关联网络呈现主产区、主销区、平衡区“核心—边缘”分布格局,粮食主产区在网络中处于核心地位,粮食主销区和平衡区则处于边缘地位;③ 粮食生产空间关联网络可划分为净溢出、主受益、经纪人和双向溢出4个板块,板块间的溢出效应具有明显的梯度传递特征;④ 自然禀赋条件与社会经济因素的共同作用推动了粮食生产空间关联网络的形成,地理空间邻近性、经济发展水平与农村劳动力规模、机械服务规模、耕地资源的差异、降水量和日照时数的相近性对粮食生产空间关联网络的形成具有显著影响。

关键词: 粮食生产, 空间关联网络, 结构特征, 形成机制, 社会网络分析（SNA）, QAP分析法

Abstract:

Based on the panel data of China's inter-provincial grain production from 1996 to 2018, the modified gravity model was used to accurately calculate the spatial correlation of grain production and build a spatial correlation matrix. Firstly, the structural characteristics of grain production spatial correlation network were investigated from three aspects: overall characteristics, individual characteristics and block model through the social network analysis method (SNA) and then, the quadratic assignment procedure (QAP) method was used to explore its formation mechanism. The study found that: (1) The level of inter-provincial spatial correlation of grain production increases in fluctuation, but there is still room for improvement. The network structure shows better stability and accessibility, and the spillover effect has multiple superposition. (2) The inter-provincial spatial correlation network of grain production presents a significant core-edge distribution pattern of major grain-producing areas, main-sales areas and grain balance areas, and the major grain-producing areas are at the core position in the network, and the grain main-sales areas and the balance areas are at the edge. (3) The spatial correlation network of grain production can be divided into four functional blocks, namely, net spillover block, main beneficial block, broker block and bidirectional spillover block, and the spillover effect between blocks are featured by obvious gradient transmission. (4) The combined effect of natural endowment conditions and socio-economic factors promote the formation of spatial correlation network of grain production. The geographical proximity, differences in economic development, rural labor scale, mechanical service scale and cultivated land resources, and the similarity of precipitation and sunshine hours have significant impacts on the formation of spatial correlation network of grain production. The conclusions are of great significance for us to grasp the spatial transmission mechanism, realize the cross-regional coordination and formulate differentiated grain policies in China.

Key words: grain production, spatial correlation network, structural characteristics, formation mechanism, social network analysis method (SNA), quadratic assignment procedure (QAP)

冯颖, 侯孟阳, 姚顺波. 中国粮食生产空间关联网络的结构特征及其形成机制[J]. 地理学报, 2020, 75(11): 2380-2395.

FENG Ying, HOU Mengyang, YAO Shunbo. Structural characteristics and formation mechanism of spatial correlation network of grain production in China[J]. Acta Geographica Sinica, 2020, 75(11): 2380-2395.

图/表 9

表1

粮食生产空间关联网络特征分析的主要指标测算与说明"

指标		计算公式	公式说明	指标含义
整体网络	网络密度	$D = L [N × (N - 1)]$ （4）	实际关系数与理论最大关系总数之比	密度越大,成员之间关联关系越紧密
	网络关联度	$C = 1 - V N × N - 1 2$ （5）	网络中任两个成员之间直接或间接可达的程度	关联度越大,网络结构的稳健性越强
	网络等级度	$H = 1 - K max K$ （6）	网络中成员之间非对称地可达的程度	等级度越大,网络等级越森严,成员的支配地位越强
	网络效率	$E = 1 - M max M$ （7）	网络中存在多余连线的程度	效率越低,网络中溢出路径越多,网络结构越稳定
个体网络	度数中心度	$DC = n N - 1$ （8）	与某成员直接关联的成员数量与最大可能直接关联的成员总数之比	度数中心度越高,某成员对其他成员的控制能力越强
	接近中心度	$CC = ∑ j = 1 N d ij$ （9）	网络中某成员与其他成员的捷径距离之和	接近中心度越高,成员之间的距离越短,关联与协同越密切
	中介中心度	$BC = 2 ∑ j N ∑ k N b jk i N 2 - 3 N + 2, b jk i = g jk i g jk$ （10）	网络中成员为其他成员发挥中介作用的程度	中介中心度越高,成员在网络中的中介地位越明显

表1

图1

图2

图3

表2

表3

表4

图4

表5

参考文献 33

[1]	Lu Wencong, Mei Yan. Empirical studies on the variation and contributing factors of regional grain production structure in China: Based on spatial econometrics models. Journal of China Agricultural University (Social Sciences), 2007,24(3):140-152.
	[ 陆文聪, 梅燕. 中国粮食生产区域格局变化及其成因实证分析: 基于空间计量经济学模型. 中国农业大学学报(社会科学版), 2007,24(3):140-152.]
[2]	Zheng Yougui, Kuang Chanjuan, Jiao Hongpo. Discussion on the evolution causes of the South-to-North grain transfer to the North-to-South grain transport. Researches in Chinese Economic History, 1999(1):99-106, 162.
	[ 郑有贵, 邝婵娟, 焦红坡. 南粮北调向北粮南运演变成因的探讨: 兼南北方两个区域粮食生产发展优势和消费比较. 中国经济史研究, 1999(1):99-106, 162.]
[3]	Vasant P G, Zhou Z Y. Food demand and the food security challenge with rapid economic growth in the emerging economies of India and China. Food Research International, 2014,63:108-124. doi: 10.1016/j.foodres.2014.03.015
[4]	Xu Zhiyu, Song Zhenwei, Deng Aixing, et al. Regional changes of production layout of main grain crops and their actuation factors during 1981-2008 in China. Journal of Nanjing Agricultural University, 2013,36(1):79-86.
	[ 徐志宇, 宋振伟, 邓艾兴, 等. 近30年我国主要粮食作物生产的驱动因素及空间格局变化研究. 南京农业大学学报, 2013,36(1):79-86.]
[5]	Wu Junqian, Fang Shile, Li Gucheng, et al. The spillover effect of agricultural mechanization on grain output in China: From the perspective of cross-regional mechanization service. Chinese Rural Economy, 2017(6):44-57.
	[ 伍骏骞, 方师乐, 李谷成, 等. 中国农业机械化发展水平对粮食产量的空间溢出效应分析: 基于跨区作业的视角. 中国农村经济, 2017(6):44-57.]
[6]	Li Yating, Pan Shaoqi, Miao Changhong. The spatial-temporal patterns of per capita share of grain at the county level in China: A comparation between registered population and resident population. Acta Geographica Sinica, 2014,69(12):1753-1766. doi: 10.11821/dlxb201412002
	[ 李亚婷, 潘少奇, 苗长虹. 中国县域人均粮食占有量的时空格局: 基于户籍人口和常住人口的对比分析. 地理学报, 2014,69(12):1753-1766.]
[7]	Yang Lixia, Yang Guishan, Yao Shimou, et al. A study on the spatial heterogeneity of grain yield per hectare and driving factors based on ESDA-GWR. Economic Geography, 2012,32(6):120-126.
	[ 杨丽霞, 杨桂山, 姚士谋, 等. 基于ESDA-GWR的粮食单产及其驱动因子的空间异质性研究. 经济地理, 2012,32(6):120-126.]
[8]	Hu Tian, Ju Zhengshan, Zhou Wei. Regional pattern of grain supply and demand in China. Acta Geographica Sinica, 2016,71(8):1372-1383. doi: 10.11821/dlxb201608007
	[ 胡甜, 鞠正山, 周伟. 中国粮食供需的区域格局研究. 地理学报, 2016,71(8):1372-1383.]
[9]	Lu Qi, Lv Minglun. Trends and basic causes of the regional pattern changes in China's grain production since 1950's. Progress in Geography, 1997,16(1):31-36. doi: 10.11820/dlkxjz.1997.01.006
	[ 鲁奇, 吕鸣伦. 五十年代以来我国粮食生产地域格局变化趋势及原因初探. 地理科学进展, 1997,16(1):31-36.]
[10]	Xu Haiya, Zhu Huiyi. Spatial change of China's grain production based on geographical division of natural factors during 1990-2010. Acta Geographica Sinica, 2015,70(4):582-590. doi: 10.11821/dlxb201504006
	[ 徐海亚, 朱会义. 基于自然地理分区的1990—2010年中国粮食生产格局变化. 地理学报, 2015,70(4):582-590.]
[11]	Huang Aijun. The change law of regional pattern of grain production in China. Chinese Rural Economy, 1995(2):31-33.
	[ 黄爱军. 我国粮食生产区域格局的变化规律. 中国农村经济, 1995(2):31-33.]
[12]	Gao Fan. Regional changes of grain production in China: 1978-2003. Management World, 2005(9):70-78, 87.
	[ 高帆. 我国粮食生产的地区变化: 1978—2003年. 管理世界, 2005(9):70-78, 87.]
[13]	Deng Zongbing, Feng Yonggang, Zhang Junliang, et al. Study on the evolution of regional pattern of grain production in China. Journal of Agrotechnical Economics, 2013(9):108-114.
	[ 邓宗兵, 封永刚, 张俊亮, 等. 中国粮食生产区域格局演变研究. 农业技术经济, 2013(9):108-114.]
[14]	Xia Siyou, Zhao Yuan, Xu Xin, et al. Spatiotemporal pattern and driving factors of grain production in Jiangsu Province. Economic Geography, 2018,38(12):166-175.
	[ 夏四友, 赵媛, 许昕, 等. 江苏省粮食生产时空格局及其驱动因素. 经济地理, 2018,38(12):166-175.]
[15]	Wu Yuming. Estimation of input-output elasticity of regional agricultural production factors in China. Chinese Rural Economy, 2010(6):25-37, 48.
	[ 吴玉鸣. 中国区域农业生产要素的投入产出弹性测算: 基于空间计量经济模型的实证. 中国农村经济, 2010(6):25-37, 48.]
[16]	Oliveira M, Gama J. An overview of social network analysis. Wiley Interdisciplinary Reviews Data Mining & Knowledge Discovery, 2012,2(2):99-115.
[17]	Borgatti S P, Mehra A, Brass D J, et al. Network analysis in the social sciences. Science, 2009,323(5916):892-895. doi: 10.1126/science.1165821 pmid: 19213908
[18]	Shen Li, Liu Yuan, Li Wenjun. China's regional financial risk spatial correlation network and regional contagion effect: 2009-2016. Management Review, 2019,31(8):35-48.
	[ 沈丽, 刘媛, 李文君. 中国地方金融风险空间关联网络及区域传染效应: 2009-2016. 管理评论, 2019,31(8):35-48.]
[19]	Tang Fanghua, Tang Hui, Sun Qian, et al. Analysis of the economic network structure of urban agglomerations in the middle Yangtze River. Acta Geographica Sinica, 2013,68(10):1357-1366. doi: 10.11821/dlxb201310005
	[ 汤放华, 汤慧, 孙倩, 等. 长江中游城市集群经济网络结构分析. 地理学报, 2013,68(10):1357-1366.]
[20]	Li Jing, Chen Shu, Wan Guanghua, et al. Study on the spatial correlation and explanation of regional economic growth in China: Based on analytic network process. Economic Research Journal, 2014,49(11):4-16.
	[ 李敬, 陈澍, 万广华, 等. 中国区域经济增长的空间关联及其解释: 基于网络分析方法. 经济研究, 2014,49(11):4-16.]
[21]	Liu Huajun, Liu Chuanming, Sun Yanan. Spatial correlation network structure of energy consumption and its effect in China. China Industrial Economics, 2015(5):83-95.
	[ 刘华军, 刘传明, 孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究. 中国工业经济, 2015(5):83-95.]
[22]	Liu Hongmei, Li Guojun, Wang Keqiang. The influence factors of domestic trade in Chinese agricultural virtual water based on the gravity model. Chinese Rural Economy, 2011(5):21-32.
	[ 刘红梅, 李国军, 王克强. 基于引力模型的中国农业虚拟水国内贸易影响因素分析. 中国农村经济, 2011(5):21-32.]
[23]	Sun Lin, Lan Min, Zhong Yu. The impact of trade facilitation on grain availability in China and ASEAN: A study from the perspective of import trade flow. Journal of Agrotechnical Economics, 2015(1):111-119.
	[ 孙林, 蓝旻, 钟钰. 贸易便利化对中国与东盟区域谷物可获得性的影响: 进口贸易流量视角的考察. 农业技术经济, 2015(1):111-119.]
[24]	Li Lin, Niu Tingyu. The spatial linkage network structure of regional innovation output: Based on the social network analysis. Economic Geography, 2017,37(9):19-25, 61.
	[ 李琳, 牛婷玉. 基于SNA的区域创新产出空间关联网络结构演变. 经济地理, 2017,37(9):19-25, 61.]
[25]	Freeman L C, Roeder D, Mulholland R R. Centrality in social networks: ii. experimental results. Social Networks, 1979,2(2):119-141. doi: 10.1016/0378-8733(79)90002-9
[26]	White H C, Boorman S A, Breiger R L. Social structure from multiple networks: Block models of roles and positions. American Journal of Sociology, 1976,81:730-780. doi: 10.1086/226141
[27]	Scott J, Carrington P J. The SAGE Handbook of Social Network Analysis. London: SAGE Publications, 2011, 501-513.
[28]	Lin Chunyan, Kong Fanchao. Analysis on the spatial correlation effect of industrial structure supererogation in China: Based on social network analysis. Economist, 2016(11):45-53.
	[ 林春艳, 孔凡超. 中国产业结构高度化的空间关联效应分析: 基于社会网络分析方法. 经济学家, 2016(11):45-53.]
[29]	Fang Shile, Wei Longbao, Wu Junqian. The spatial spillover effect of agricultural mechanization and its distribution pattern: The perspective of interregional-service of agricultural machinery. Management World, 2017(11): 65-78, 187-188.
	[ 方师乐, 卫龙宝, 伍骏骞. 农业机械化的空间溢出效应及其分布规律: 农机跨区服务的视角. 管理世界, 2017(11): 65-78, 187-188.]
[30]	Chloupek O, Hrstkova P. Adaptation of crops to environment. Theoretical and Applied Genetics, 2005,111(7):1316-1321. doi: 10.1007/s00122-005-0060-x
[31]	Barnett G A. Encyclopedia of Social Networks. Beverly Hills: SAGE Publications, 2011.
[32]	Liu Jun. QAP: A unique method of measuring "relationships" in relational data. Society, 2007(4):164-174, 209.
	[ 刘军. QAP: 测量“关系”之间关系的一种方法. 社会, 2007(4):164-174, 209.]
[33]	Shao Hanhua, Zhou Lei, Liu Yaobin. Study on the spatial network structure and driving factors of regional innovation development in China. Studies in Science of Science, 2018,36(11):2055-2069.
	[ 邵汉华, 周磊, 刘耀彬. 中国创新发展的空间关联网络结构及驱动因素. 科学学研究, 2018,36(11):2055-2069.]

省份	度数中心度					接近中心度		中介中心度
省份	点出度	点入度	总度数	中心度	排名	中心度	排名	中心度	排名
北京	7	3	10	24.169	27	50.666	27	0	28
天津	7	2	9	24.155	28	54.711	23	0.148	26
河北	9	14	23	58.629	4	70.647	4	3.869	6
山西	9	11	20	45.826	13	64.344	13	2.392	12
内蒙古	8	16	24	56.176	5	66.354	10	3.251	10
辽宁	8	10	18	38.741	15	55.766	21	0.994	16
吉林	8	12	20	49.682	11	65.911	11	2.238	13
黑龙江	15	1	16	49.672	12	64.912	12	3.339	9
上海	6	2	8	22.667	30	49.961	30	0	30
江苏	8	16	24	56.175	7	68.159	6	4.755	5
浙江	9	3	12	32.062	23	56.852	20	0.763	19
安徽	11	16	27	56.175	6	68.159	5	5.904	4
福建	8	7	15	34.582	19	54.711	22	0.362	22
江西	8	5	13	34.583	18	53.805	25	0.847	17
山东	8	17	25	59.633	3	71.649	3	6.606	3
河南	10	22	32	74.683	1	81.455	1	13.562	1
湖北	7	19	26	66.625	2	76.369	2	9.126	2
湖南	8	16	24	56.175	9	67.351	8	3.495	7
广东	8	10	18	37.693	16	61.702	14	1.364	14
广西	9	6	15	34.581	20	58.022	17	0.342	23
海南	8	2	10	28.344	26	53.805	26	0	27
重庆	9	5	14	37.619	17	56.861	19	0.837	18
四川	12	7	19	42.387	14	59.188	15	1.333	15
贵州	9	8	17	34.492	21	53.805	24	0.651	20
云南	9	4	13	34.476	22	58.022	18	0.271	25
陕西	14	14	28	56.175	8	68.156	7	3.452	8
甘肃	9	5	14	31.133	24	59.188	16	0.469	21
青海	7	1	8	24.128	29	50.666	29	0	29
宁夏	9	2	11	31.002	25	50.666	28	0.311	24
新疆	10	11	21	53.621	10	67.255	9	2.934	11
均值	8.9	8.9	17.8	42.869	-	61.304	-	2.454	-

板块	接收关系数				成员数目	接收板块外关系数	溢出板块外关系数	期望内部关系比例(%)	实际内部关系比例(%)	板块特征
板块	Ⅰ	Ⅱ	Ⅲ	Ⅳ	成员数目	接收板块外关系数	溢出板块外关系数	期望内部关系比例(%)	实际内部关系比例(%)	板块特征
Ⅰ	14	36	3	15	6	17	54	17.241	22.857	净溢出
Ⅱ	5	57	9	5	7	62	19	20.690	77.027	主受益
Ⅲ	4	16	15	11	9	26	31	27.586	32.609	经纪人
Ⅳ	8	10	14	45	8	31	32	24.138	59.211	双向溢出

板块	密度矩阵				像矩阵
板块	Ⅰ	Ⅱ	Ⅲ	Ⅳ	Ⅰ	Ⅱ	Ⅲ	Ⅳ
Ⅰ	0.354	0.452	0.075	0.281	1	1	0	0
Ⅱ	0.063	0.578	0.128	0.038	0	1	0	0
Ⅲ	0.319	0.323	0.750	0.175	1	1	1	0
Ⅳ	0.120	0.112	0.350	0.739	0	0	1	1

变量	1996	2000	2004	2008	2012	2015	2018	均值
Distance	0.2894^** (0.977)	0.1839^** (0.945)	0.2071^** (0.906)	0.2268^** (0.927)	0.2086^** (0.893)	0.1891^** (0.886)	0.2824^** (0.901)	0.5662^*** (0.956)
Pgdp	0.0476^*** (1.000)	0.0701^*** (1.000)	0.1086^*** (1.000)	0.0488^*** (1.000)	0.0584^*** (1.000)	0.0532^*** (1.000)	0.1337^** (1.000)	0.1134^** (1.000)
Indus	-0.0074 (1.000)	-0.0209 (0.138)	-0.1106 (1.000)	-0.0289 (0.037)	-0.0232 (1.000)	0.0072 (0.970)	0.0117 (1.000)	0.4111 (0.167)
Labor	0.0267^*** (0.416)	0.0473^*** (0.638)	0.0348^*** (0.661)	0.0326^*** (0.839)	0.0373^*** (0.928)	0.0301^*** (0.996)	0.0353^*** (0.827)	0.0631^*** (0.697)
Mech	0.0468^*** (1.000)	0.0167^*** (1.000)	0.0489^*** (1.000)	0.0017^*** (1.000)	0.0049^*** (1.000)	0.0083^*** (1.000)	0.0748^*** (0.283)	0.1869^*** (1.000)
Land	0.0529^*** (1.000)	0.0403^*** (1.000)	0.0381^*** (1.000)	0.0474^** (1.000)	0.0274^** (0.388)	0.0266^** (1.000)	0.0141^*** (0.493)	0.1148^*** (1.000)
Temp	-0.0659 (0.000)	-0.1109 (0.000)	-0.1505 (0.057)	-0.0659 (0.283)	-0.1001 (0.188)	-0.0966 (0.195)	0.0632 (0.193)	-0.2154 (0.205)
Prec	-0.0241^*** (0.132)	-0.0273^*** (0.422)	0.0063^*** (0.493)	-0.0603^*** (0.321)	-0.0369^*** (0.328)	-0.0387^*** (0.541)	0.0746^*** (0.434)	-0.2922^*** (0.609)
Sun	-0.0541^*** (0.243)	-0.0487^*** (0.231)	-0.0968^*** (0.146)	-0.0452^*** (0.295)	-0.0508^*** (0.265)	-0.0584^*** (0.287)	0.0479^*** (0.338)	-0.1373^*** (0.325)
R²	0.325	0.304	0.383	0.418	0.419	0.421	0.411	0.515
Adj-R²	0.316	0.295	0.374	0.409	0.413	0.416	0.404	0.510
P值	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000
观察值	870	870	870	870	870	870	870	870
随机置换次数	5000	5000	5000	5000	5000	5000	5000	5000

中国粮食生产空间关联网络的结构特征及其形成机制

Structural characteristics and formation mechanism of spatial correlation network of grain production in China

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 33

相关文章 15

Metrics

本文评价

[1]	文玉钊,陆梦秋,李小建,车冰清,孟德友,史焱文. 基于西通道的国家西向流通网络特征与组织模式[J]. 地理学报, 2019, 74(6): 1205-1223.
[2]	周榕, 庄汝龙, 黄晨熹. 中国人口老龄化格局演变与形成机制[J]. 地理学报, 2019, 74(10): 2163-2177.
[3]	白凯, 胡宪洋, 吕洋洋, 杜涛. 丽江古城慢活地方性的呈现与形成[J]. 地理学报, 2017, 72(6): 1104-1117.
[4]	赵东霞, 韩增林, 王利. 中国老年人口分布的集疏格局及其形成机制[J]. 地理学报, 2017, 72(10): 1762-1775.
[5]	鲁鹏, 田燕, 陈盼盼, 莫多闻. 环嵩山地区史前聚落分布时空模式研究[J]. 地理学报, 2016, 71(9): 1629-1639.
[6]	周春山, 边艳, 张国俊, 胡锦灿. 广州市中产阶层聚居区空间分异及形成机制[J]. 地理学报, 2016, 71(12): 2089-2102.
[7]	徐海亚, 朱会义. 基于自然地理分区的1990-2010年中国粮食生产格局变化[J]. 地理学报, 2015, 70(4): 582-590.
[8]	刘洛, 徐新良, 刘纪远, 陈曦, 宁佳. 1990-2010年中国耕地变化对粮食生产潜力的影响[J]. 地理学报, 2014, 69(12): 1767-1778.
[9]	周尚意, 戴俊骋. 文化地理学概念、理论的逻辑关系之分析——以“学科树”分析近年中国大陆文化地理学进展[J]. 地理学报, 2014, 69(10): 1521-1532.
[10]	贺艳华, 曾山山, 唐承丽, 周国华, 张洁, 李莉. 我国中部地区农村聚居分异特征及形成机制[J]. 地理学报, 2013, 68(12): 1643-1656.
[11]	武文杰, 董正斌, 张文忠, 金凤君, 马修军, 谢昆青. 中国城市空间关联网络结构的时空演变[J]. 地理学报, 2011, 66(4): 435-445.
[12]	季荣耀, 陆永军, 左利钦. 渤海湾曹妃甸深槽形成机制及稳定性分析[J]. 地理学报, 2011, 66(3): 348-355.
[13]	熊伟; 林而达; 蒋金荷; 李岩; 许吟隆. 中国粮食生产的综合影响因素分析[J]. 地理学报, 2010, 65(4): 397-406.
[14]	石淑芹, 陈佑启, 姚艳敏, 李志斌, 何英彬. 东北地区耕地变化对粮食生产能力的影响评价[J]. 地理学报, 2008, 63(6): 574-586.
[15]	刘望保, 闫小培,方远平,曹小曙. 广州市过剩通勤的相关特征及其形成机制[J]. 地理学报, 2008, 63(10): 1085-1096.