新疆景区交通可达性与旅游流空间耦合研究

doi:10.3969/j.issn.1004-9479.2024.12.20230007

摘要/Abstract

摘要：

在交旅融合背景下，准确把握景区可达性和旅游流网络结构及二者耦合关系，对区域交通网络规划建设及评估景区区位优势具有重要意义。文章以新疆4A、5A级高等级景区为研究对象，借助ArcGIS软件栅格成本距离法、网络分析法测算了景区可达性，并运用社会网络分析刻画了新疆景区旅游流网络空间结构，分析了可达性与旅游流的耦合关系。结果表明：（1）景区可达性空间差异显著且水平不高，整体呈现北疆强南疆弱的特征，与高等级交通网络空间分布相吻合，交通指向性明显；（2）等时圈呈现为以乌鲁木齐市为中心的不规则环状结构，表现出距离衰减规律；（3）新疆4A、5A级景区旅游流网络规模一般，但网络通达性较好，凝聚力比较强，整体表现为“核心-边缘”特征；（4）5A级景区核心地位突出，具有较强的辐射带动作用，承担着主要集聚与扩散功能，形成了“1个5A核心景区+若干4A级景区”的游览模式；（5）新疆交通可达性与旅游流耦合水平总体偏低，旅游流网络中景区多处于6h等时圈内。

关键词: A级景区, 可达性, 综合交通, 旅游流, 网络结构, 空间格局, 耦合协调

Abstract:

Under the construction of rapid transportation, Xinjiang, a Northwest China, endowed with its unique resources has developed rapidly in the tourism industry. Analyzing the structure of the tourism flow network is of great significance for the subsequent improvement of the regional transportation network and identifying and evaluating the location advantages and development potential of scenic spots. Taking Xinjiang 4A and 5A high-grade scenic spots as the research objects, with the help of GIS spatial analysis technology, the raster cost distance method and network analysis method were comprehensively used to calculate the overall average travel time in Xinjiang accurately, and the time circle of scenic spots was visualized. At the same time, the social network analysis module of Gephi and Ucinet software was used to describe the spatial layout of the tourism flow network, and the coupling coordination model was used to explore its coupling association with accessibility. The results showed that: (1)The spatial difference in accessibility of scenic spots is significant and the level is not high, and the overall view is strong in northern Xinjiang and weak in southern Xinjiang, which coincides with the distribution of irregular "well" shaped high-grade transportation network, and has obvious traffic directionality. (2)The isochronous circles are represented by an irregular annular structure centered on Urumqi City, exhibiting a pattern of distance decay. (3)The tourism flow network of 4A and 5A scenic spots in Xinjiang is generally large, but the network accessibility is good, the cohesion is relatively strong, and the overall performance is core-edge characteristics. (4)The core position of 5A-level scenic spots is prominent, with a strong radiation driving effect, undertaking the main agglomeration and diffusion functions, and forming a tour mode of "one 5A core scenic spot + several 4A-level scenic spots". (5)The coupling level of traffic accessibility and tourism flow in Xinjiang is generally low, and most scenic spots in the tourism flow network are within the 6h isochronous circle. Infrastructure construction such as transportation around most 5A-level scenic spots in Xinjiang should be strengthened to further improve the level of actual accessibility; It is common for 4A-level scenic spots to lag behind the actual accessibility level of tourism circulation.

Key words: A-level scenic spots, accessibility, integrated transportation, tourism stream, network structure, spatial pattern, coupling coordination

商宁, 曹开军. 新疆景区交通可达性与旅游流空间耦合研究[J]. 世界地理研究, 2024, 33(12): 176-188.

Ning SHANG, Kaijun CAO. Research on spatial coupling of traffic accessibility and tourism flow in Xinjiang[J]. World Regional Studies, 2024, 33(12): 176-188.

图/表 13

图1 景区交通可达性与旅游流的耦合协调模型

Fig.1 Coupling coordination model of scenic traffic accessibility and tourism flow

图2 研究区域

Fig.2 The study area

表1 相关技术流程

Tab.1 Relevant technical processes

步骤	方法	过程
数据收集	Python技术	编写Python程序语言并下载相应网页，扫描“行程”对应标签，提取游客行程数据，得到初始数据“去哪儿网”802条、“携程网”3 014条
数据清洗	剔除	①以新疆121个4A级景区、17个5A级景区为名录，剔除名录以外节点；②剔除行程中仅涉及1个景区的数据
	合并	根据景区地理范围对从属于上一级的景点进行合并
	汇总	最终筛选得到1 331条有效行程数据（主要为2018年和2019年数据）
数据处理	Python技术	根据游客行程累加构建138*138多值有向矩阵，并转化为二值网络：若数值大于0则表示两者之间有联系，将其转为1；0代表无联系，最终筛选出具有网络联系的A级景区共44个
	Gephi、Ucinet	社会网络指标分析
	ArcGIS	结合旅游景区地理坐标可视化呈现

表2 主要交通线路等级时间成本值

Tab.2 Main traffic lines cost of China

道路等级	高铁	铁路	高速公路	国道	省道	县道	空白区域
速度/（km/h）	200	120	120	80	60	40	5
时间成本/min	0.30	0.50	0.50	0.75	1.00	1.50	12.00

表3 研究方法及研究指标释义

Tab.3 Research methods and interpretation of research indicators

研究指标		研究方法	指标含义
加权度	加权点入度	$C A, i n (n i) = ∑ j = 1 1 w i j r i j, i n$	$C A, i n (n i)$ 、 $C A, o u t (n i)$ 为节点 $i$ 的加权入度和出度， $w i j$ 表示节点 $i$ 与 $j$ 之间边的权重， $r i j$ 表示节点间有向边的数量。 $C A, i n (n i)$ 越大，节点集聚能力越强； $C A, o u t (n i)$ 越大，辐射能力越强
加权度	加权点出度	$C A, o u t (n i) = ∑ j = 1 1 w i j r i j, o u t$
介数中心度		$C B n i = ∑ j 1 ∑ k 1 g j k n i g j k$	$g j k$ 表示节点 $j$ 和 $k$ 之间的捷径数量， $g j k n i$ 表示由节点 $j$ 到 $k$ 所经过节点 $i$ 的总数。介数中心度越大，表明节点 $i$ 与其他节点之间的通达性越强
PagePank值		$C c i = C c a L a + C c b L b + C c c L c + ⋅ ⋅ ⋅ q + 1 - q$	$C c a$ 表示节点 $a$ 的值， $L a$ 分别表示节点 $a$ 指向的节点总数；由于存在指向节点为0的现象，阻尼系数 $q$ 默认取值0.85。 $C c i$ 值越大，则节点 $i$ 在网络中越重要

表3 研究方法及研究指标释义

Tab.3 Research methods and interpretation of research indicators

研究指标		研究方法	指标含义
加权度	加权点入度	$C A, i n (n i) = ∑ j = 1 1 w i j r i j, i n$	$C A, i n (n i)$ 、 $C A, o u t (n i)$ 为节点 $i$ 的加权入度和出度， $w i j$ 表示节点 $i$ 与 $j$ 之间边的权重， $r i j$ 表示节点间有向边的数量。 $C A, i n (n i)$ 越大，节点集聚能力越强； $C A, o u t (n i)$ 越大，辐射能力越强
加权度	加权点出度	$C A, o u t (n i) = ∑ j = 1 1 w i j r i j, o u t$
介数中心度		$C B n i = ∑ j 1 ∑ k 1 g j k n i g j k$	$g j k$ 表示节点 $j$ 和 $k$ 之间的捷径数量， $g j k n i$ 表示由节点 $j$ 到 $k$ 所经过节点 $i$ 的总数。介数中心度越大，表明节点 $i$ 与其他节点之间的通达性越强
PagePank值		$C c i = C c a L a + C c b L b + C c c L c + ⋅ ⋅ ⋅ q + 1 - q$	$C c a$ 表示节点 $a$ 的值， $L a$ 分别表示节点 $a$ 指向的节点总数；由于存在指向节点为0的现象，阻尼系数 $q$ 默认取值0.85。 $C c i$ 值越大，则节点 $i$ 在网络中越重要

表4 耦合协调度等级划分标准

Tab.4 Classification standard of coupling coordination degree

耦合协调度	耦合协调度等级	耦合协调度	耦合协调度等级
(0,0.1)	极度失调	[0.5,0.6)	勉强协调
[0.1,0.2)	严重失调	[0.6,0.7)	初级协调
[0.2,0.3)	中度失调	[0.7,0.8)	中级协调
[0.3,0.4)	轻度失调	[0.8,0.9)	良好协调
[0.4,0.5)	濒临失调	[0.9,1.0)	优质协调

图3 新疆4A、5A级景区可达性分析

Fig.3 Analysis of accessibility of 4A and 5A scenic spots in Xinjiang

图4 县市可达性分布频率与累积频率

Fig.4 Distribution frequency and cumulative frequency of county accessibility

图5 新疆县市可达性分析

Fig.5 Analysis of county accessibility in Xinjiang

图6 新疆4A、5A级景区旅游流加权网络分布

Fig.6 Weighted network distribution of tourism flow in 4A and 5A scenic spots in Xinjiang

图7 新疆4A、5A级景区旅游流空间分布与联系强度

Fig.7 Spatial distribution and connection intensity of tourism flow in 4A and 5A scenic spots in Xinjiang

表5 新疆旅游流网络节点加权度、介数中心度和等级排序值

Tab.5 Node weighting, mediation centrality and hierarchical ranking values of Xinjiang tourism flow network

景区名称	等级排序值	介数中心度	加权度	景区名称	等级排序值	介数中心度	加权度
天山天池风景区	0.057	290.179	1 112	解忧公主薰衣草园	0.022	21.984	120
喀纳斯景区	0.049	140.696	1 096	香妃园景区	0.020	13.759	132
火焰山景区	0.043	79.149	728	江布拉克景区	0.019	4.986	68
巴音布鲁克景区	0.040	102.076	860	坎儿井民俗园	0.019	42.371	104
乌鲁木齐天山大峡谷	0.040	125.859	266	草原石人哈萨克民族文化园	0.017	13.593	64
世界魔鬼城景区	0.039	65.556	410	巴里坤古城景区	0.015	1.827	30
可可托海景区	0.036	53.161	496	黑油山景区	0.015	2.906	100
伊犁哈萨克自治州那拉提旅游风景区	0.034	35.910	758	喀赞其民俗旅游区	0.015	0.432	34
泽普县金胡杨景区	0.033	83.138	118	克孜尔石窟	0.015	1.820	38
葡萄沟景区	0.033	38.573	484	巴里坤湖景区	0.012	0.000	30
喀什古城景区	0.032	30.625	200	五彩滩	0.012	0.690	68
帕米尔旅游区	0.032	53.376	266	昭苏县湿地公园	0.011	1.015	28
伊犁河风景区	0.031	79.949	328	神木园	0.011	0.700	12
库木塔格沙漠风景名胜区	0.031	26.045	312	白桦林景区	0.010	0.000	26
喀拉峻景区	0.030	73.647	252	图开沙漠景区	0.009	0.250	14
库车王府	0.028	18.189	104	刀郎部落	0.008	0.000	10
博斯腾湖景区（大河口）	0.028	20.637	194	坎儿井游乐园	0.007	0.000	4
罗布人村寨景区	0.027	8.439	246	巴州博物馆	0.007	0.000	4
红山公园	0.027	89.101	156	野核桃沟景区	0.006	0.000	6
白沙湖景区	0.023	10.796	184	红光山景区	0.006	0.000	4
新疆维吾尔自治区博物馆	0.022	4.455	78	水磨沟风景区	0.005	0.000	4
吐鲁番博物馆	0.022	62.111	50	沙漠花海景区	0.005	0.000	2

图8 新疆旅游流网络空间结构

Fig.8 Spatial structure of tourist flow network in Xinjiang

参考文献 32

1	郭向阳, 穆学青, 明庆忠, 等. 旅游地快速交通优势度与旅游流强度的空间耦合分析. 地理研究, 2019, 38(5): 1119-1135.
	GUO X, MU X, MING Q, et al. Spatial coupling between rapid traffic superiority degree and tourist flow intensity in tourist destinations. Geographical Research, 2019, 38(5): 1119-1135.
2	汪丽, 曹小曙, 胡玲玲. 景点可达性对不同出游时间游客流动的影响研究——以西安市为例. 人文地理, 2021, 36(3): 157-166.
	WANG L, CAO X, HU L. Research on the impact of tourist attractions accessibility on tourist flow in different travel times: A case study of Xi'an City. Human Geography, 2021, 36(3): 157-166.
3	汪德根, 陈田, 陆林, 等. 区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例. 地理学报, 2015, 70(2): 214-233.
	WANG D, CHEN T, LU L, et al. Mechanism and HSR effect of spatial structure of regional tourist flow: Case study of Beijing-Shanghai HSR in China. Acta Geographica Sinica, 2015, 70(2): 214-233.
4	李一曼, 修春亮, 孔翔. 浙江陆路交通对区域旅游空间结构及发展的影响研究. 地理科学, 2018, 38(12): 2066-2073.
	LI Y, XIU C, KONG X. Influence of land transportation network evolution on spatial structure and development of regional tourism in Zhejiang Province. Scientia Geographica Sinica, 2018, 38(12): 2066-2073.
5	潘竟虎, 李俊峰. 中国A级旅游景点空间分布特征与可达性. 自然资源学报, 2014, 29(1): 55-66.
	PAN J, LI J. Spatial distribution characteristics and accessibility of A-grade tourist attractions in China. Journal of Natural Resources, 2014, 29(1): 55-66.
6	沈惊宏, 陆玉麒. 中国市域旅游综合吸引力指数评价. 自然资源学报, 2012, 27(4): 661-673.
	SHEN J, LU Y. Evaluation about composite attraction index of tourism in Chinese Cities. Journal of Natural Resources, 2012, 27(4): 661-673.
7	曹芳东, 黄震方, 黄睿, 等. 江苏省高速公路流与景区旅游流的空间关联及其耦合路径. 经济地理, 2021, 41(1): 232-240.
	CAO F, HUANG Z, HUANG R, et al. Spatial correlation and coupling path between freeway flow and tourism flow of scenic spot in Jiangsu Province. Economic Geography, 2021, 41(1): 232-240.
8	何小芊, 刘策. 中国国家地质公园空间可达性分析. 山地学报, 2019, 37(4): 602-612.
	HE X, LIU C. Analysis on spatial accessibility of China's National Geopark. Mountain Research, 2019, 37(4): 602-612.
9	黄玖菊, 林伊婷, 陶卓霖, 等. 社会公平视角下深圳公园绿地可达性研究. 地理科学, 2022, 42(5): 896-906.
	HUANG J, LIN Y, TAO Z, et al. Evaluation of park green space accessibility in Shenzhen from the perspective of social equity. Scientia Geographica Sinica, 2022, 42(5): 896-906.
10	谢双玉, 张琪, 龚箭, 等. 城市旅游景点可达性综合评价模型构建及应用——以武汉市主城区为例. 经济地理, 2019, 39(3): 232-239.
	XIE S, ZHANG Q, GONG J, et al. Construction and application of comprehensive evaluation model of the urban scenic spots accessibility: Taking downtown Wuhan as a case. Economic Geography, 2019, 39(3): 232-239.
11	钟业喜, 黄洁, 文玉钊. 高铁对中国城市可达性格局的影响分析. 地理科学, 2015, 35(4): 387-395.
	ZHONG Y, HUANG J, WEN Y. Impact of high-speed railway on spatial pattern of Chinese cities'accessibility. Scientia Geographica Sinica, 2015, 35(4): 387-395.
12	陈娱, 金凤君, 陆玉麒, 等. 京津冀地区陆路交通网络发展过程及可达性演变特征. 地理学报, 2017, 72(12): 2252-2264.
	CHEN Y, JIN F, LU Y, et al. Development history and accessibility evolution of land transportation network in Beijing-Tianjin-Hebei region. Acta Geographica Sinica, 2017, 72(12): 2252-2264.
13	杨勇, 眭霞芸, 刘震. 中国省际虚拟旅游流网络结构的空间演变特征研究. 地理科学进展, 2022, 41(8): 1349-1363.
	YANG Y, SUI X, LIU Z. Spatial pattern change of the network structure of China's inter-provincial virtual tourism flow. Progress in Geography, 2022, 41(8): 1349-1363.
14	李磊, 陶卓民, 陆林, 等. 贵州省避暑旅游流网络结构特征及其影响因素. 地理研究, 2021, 40(11): 3208-3224.
	LI L, TAO Z, LU L, et al. Structural characteristics and influencing factors of summer tourism flow network in Guizhou Province. Geographical Research, 2021, 40(11): 3208-3224.
15	朱冬芳, 虞虎, 刘青青, 等. 入藏旅游流网络结构特征与组织模式——基于团队游和自助游视角的比较分析. 地理科学进展, 2021, 40(5): 812-824.
	ZHU D, YU H, LIU Q, et al. Network structure characteristics and organizational models of tourist flow to Tibet: Comparative analysis based on group and self-guided tours. Progress in Geography, 2021, 40(5): 812-824.
16	王金伟, 王国权, 刘乙, 等. 井冈山红色旅游流时空分布及网络结构特征. 自然资源学报, 2021, 36(7): 1777-1791.
	WANG J, WANG G, LIU Y, et al. Spatio-temporal distribution and network structure of red tourism flow in Jinggangshan. Journal of Natural Resources, 2021, 36(7):1777-1791.
17	石晓腾, 吴晋峰, 吴宝清, 等. 多元交通视角下异质旅游流分布特征及其空间共轭关系. 地理科学, 2022, 42(9): 1546-1554.
	SHI X, WU J, WU B, et al. Distribution characteristics and spatial conjugate relationship of heterogeneous tourist flows from the perspective of multiple transportation. Scientia Geographica Sinica, 2022, 42(9): 1546-1554.
18	侯贺平, 王靓, 任婉倩, 等. 基于数字足迹的河南省A级景区旅游流网络特征研究. 地域研究与开发, 2022, 41(1): 91-97.
	HOU H, WANG J, REN W, et al. Research on characteristics of tourism flow networks of A-level scenic spots in Henan Province based on digital footprint. Areal Research and Development, 2022, 41(1): 91-97.
19	徐敏, 黄震方, 曹芳东, 等. 基于在线预订数据分析的旅游流网络结构特征与影响因素——以长三角地区为例. 经济地理, 2018, 38(6): 193-202.
	XU M, HUANG Z, CAO F, et al. The network structure features and influence factors of tourism flows based on online data analysis: Taking the Yangtze River Delta region as an example. Economic Geography, 2018, 38(6): 193-202.
20	闫闪闪, 靳诚. 市域内部旅游流空间扩散动力机制——以洛阳市为例. 人文地理, 2019, 34(5): 149-158.
	YAN S, JIN C. The dynamic mechanism of the city domestic tourist flow space: A case study of Luoyang. Human Geography, 2019, 34(5): 149-158.
21	王俊, 夏杰长. 中国省域旅游经济空间网络结构及其影响因素研究——基于QAP方法的考察. 旅游学刊,2018, 33(9): 13-25.
	WANG J, XIA J. Study on the spatial network structure of the tourism economy in China and its influencing factors: Investigation of QAP method. Tourism Tribune, 2018, 33(9): 13-25.
22	李蕊蕊, 赵伟, 陈思雯. 厦门城市自助游网络结构及机制研究. 世界地理研究, 2019, 28(4): 211-220.
	LI R, ZHAO W, CHEN S. Research on network structure and mechanism of urban self-help tour in Xiamen. World Regional Studies, 2019, 28(4): 211-220.
23	杜洁莉, 张跃. 后疫情时期粤港澳大湾区"城市-郊野"旅游流网络结构特征——基于网络数字足迹的分析. 热带地理, 2022, 42(11): 1931-1942.
	DU J, ZHANG Y. The "City-Suburb" tourist flow network structure characteristics in the Guangdong-Hong KongMacao Greater Bay Area in the Post-Pandemic Era: Analysis based on the network digital footprint. Tropical Geography, 2022, 42(11): 1931-1942.
24	张瑛, 赵建峰. 旅游流时空卡口与系统仿真实验预测——一种景区日常环境容量主动适应性管理方法. 旅游学刊, 2020, 35(9): 53-62.
	ZHANG Y, ZHAO J. Integrating spatio-temporal bayonet of tourist flows by using system simulation experiment: An active adaptive management method for daily tourism environment carrying capacity. Tourism Tribune, 2020, 35(9): 53-62.
25	郭向阳, 穆学青, 明庆忠. 云南省旅游经济与交通系统耦合空间态势分析. 经济地理, 2017, 37(9): 200-206.
	GUO X, MU X, MING Q. Coupling space situation of tourism economy and traffic system in Yunnan. Economic Geography, 2017, 37(9): 200-206.
26	于洪雁, 刘继生. 供给侧改革背景下的黑龙江省旅游需求和旅游供给耦合协调发展. 地理科学, 2017, 37(9): 1374-1381.
	YU H, LIU J. Coupling coordination development of tourism demand and supply of Heilongjiang Province at the background of supply-side reform. Scientia Geographica Sinica, 2017, 37(9): 1374-1381.
27	赵磊, 方成, 吴向明. 旅游发展、空间溢出与经济增长——来自中国的经验证据. 旅游学刊, 2014, 29(5): 16-30.
	ZHAO L, FANG C, WU X. Tourism development, spatial spillover and economic growth: An empirical evidence from China. Tourism Tribune, 2014, 29(5): 16-30.
28	CAO K, GAO J. Assessment of climatic conditions for tourism in Xinjiang, China. Open Geosciences, 2022, 14(1): 382-392.
29	杨良健, 曹开军. 新疆85个县市旅游生态安全时空格局演变及驱动机制. 生态学报, 2021, 41(23): 9239-9252.
	YANG L, CAO K. Spatiotemporal pattern and driving mechanism of tourism ecological security in 85 counties and cities of Xinjiang. Acta Ecologica Sinica, 2021, 41(23): 9239-9252.
30	李磊, 陆林, 孙小龙, 等. 高铁沿线旅游流网络结构及其互动关系研究——以合福高铁沿线地区为例. 人文地理, 2020, 35(1): 132-140.
	LI L, LU L, SUN X, et al. Study on the network structure and interactive relationship of tourism flow along high-speed railway: An example of Hefel-Fuzhou high-speed railway. Human Geography, 2020, 35(1): 132-140.
31	王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正. 自然资源学报,2021, 36(3): 793-810.
	WANG S, KONG W, REN L, et al. Research on misuses and modification of coupling coordination degree model in China. Journal of Natural Resources, 2021, 36(3): 793-810.
32	崔彩辉, 韩志刚, 苗长虹, 等. 河南省人口分布与乡镇可达性空间耦合特征. 人文地理, 2017, 32(5): 98-118.
	CUI C, HAN Z, MIAO C, et al. Spatial coupling features of population and township accessibility distribution in Henan Province. Human Geography, 2017, 32(5): 98-118.

[1]	孙芳城, 张娜, 胡钰苓, 唐菁. “流空间”视角下成渝地区双城经济圈城市网络结构研究[J]. 世界地理研究, 2024, 33(9): 147-162.
[2]	王毅, 蔡舒雅, 李晓婷, 陆玉麒. 中国能源的“不可能三角”真的不可能吗[J]. 世界地理研究, 2024, 33(8): 87-101.
[3]	胡彬, 刘军. 肯尼亚人口分布空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(6): 64-75.
[4]	陈鑫, 周加贝, 廖远涛, 王少剑. 长三角地区碳排放-城市高质量发展水平耦合协调演变及影响因素分析[J]. 世界地理研究, 2024, 33(3): 103-115.
[5]	许尔斌, 朱庆伟, 张继飞. 国内外城市开敞空间可达性研究：主题脉络与前沿趋势[J]. 世界地理研究, 2024, 33(2): 136-150.
[6]	邵文忠, 武友德, 熊理然, 樊艳翔, 牛福长, 刘晶丽. 全球稻米贸易的空间格局及其影响因素[J]. 世界地理研究, 2024, 33(12): 1-13.
[7]	殷为华, 陈雨婷. 长三角文化创意产业竞争力及空间格局演化研究[J]. 世界地理研究, 2024, 33(12): 107-118.
[8]	党牛, 王强, 庄星辉. 俄乌地缘政治冲突对欧洲能源安全格局的短期影响研究[J]. 世界地理研究, 2024, 33(12): 29-41.
[9]	郭红星, 邓智团. 中国区域创新高地空间格局的多尺度分析——高新技术企业视角[J]. 世界地理研究, 2024, 33(12): 79-93.
[10]	孔凡沛, 胡洋, 李安林. 1992—2021年刚果（金）武装冲突的时空演化特征及影响因素分析[J]. 世界地理研究, 2024, 33(10): 31-42.
[11]	张浩哲, 杨庆媛. 中国资源型收缩城市“人口-土地-产业”耦合协调分析[J]. 世界地理研究, 2024, 33(1): 163-177.
[12]	梁茂林, 洪菊花, 骆华松, 彭邦文, 熊琛然. 亚太经合组织贸易网络结构时空演变及其影响因素研究[J]. 世界地理研究, 2024, 33(1): 18-32.
[13]	李淑琴, 彭飞, 刘春涛, 王浩然. 地缘经济与人口资源耦合协调研究[J]. 世界地理研究, 2024, 33(1): 70-82.
[14]	张玺, 郭细根, 李光勤. 中国省域国内与全球价值链的时空演变及耦合协调关系[J]. 世界地理研究, 2023, 32(7): 1-12.
[15]	郭卫东, 钟业喜, 李炜. 基于不同交通方式的中国城市间人口流动网络比较研究[J]. 世界地理研究, 2023, 32(7): 102-112.