中國生產(chǎn)性服務(wù)業(yè)集聚的空間統(tǒng)計分析

吉亞輝，楊應(yīng)德

(西北師范大學(xué)經(jīng)濟(jì)管理學(xué)院，蘭州730070)

0 引言

西方學(xué)者對生產(chǎn)性服務(wù)業(yè)研究較早，從20世紀(jì)中期就開始關(guān)注服務(wù)業(yè)中的生產(chǎn)性服務(wù)業(yè)，而對于生產(chǎn)性服務(wù)業(yè)的集聚探索始于20世紀(jì)70年代，對生產(chǎn)性服務(wù)業(yè)集聚情況進(jìn)行了深入的研究。認(rèn)為生產(chǎn)性服務(wù)業(yè)主要集中在大都市內(nèi)，不同的行業(yè)，其集聚程度也不一樣。Beyers(1993)等對美國、英國和加拿大等國家分別進(jìn)行研究得出生產(chǎn)性服務(wù)業(yè)高度集中在發(fā)達(dá)的大都市區(qū)［1－3］。Illeris S和 Sjoholt P 研究了北歐各國的生產(chǎn)性服務(wù)業(yè)，表明70%以上的生產(chǎn)性服務(wù)業(yè)集中在各國首都和一些經(jīng)濟(jì)較為發(fā)達(dá)的大都市區(qū)［4］。以上學(xué)者從生產(chǎn)性服務(wù)業(yè)整體研究了它的集聚特征。還有一些學(xué)者對生產(chǎn)性服務(wù)業(yè)的細(xì)分行業(yè)的集聚現(xiàn)象進(jìn)行了研究。Bennett R J和Graham D J等研究了商務(wù)服務(wù)業(yè)和金融業(yè)在英國的集聚，也表明其具有很高的集聚度［5－6］。在研究表明生產(chǎn)性服務(wù)業(yè)高度集中的同時，也有研究認(rèn)為生產(chǎn)性服務(wù)業(yè)的布局行為出現(xiàn)了向大都市外圍擴(kuò)散的趨勢。如Gillespie和Green提出了生產(chǎn)性服務(wù)業(yè)布局行為呈逆大都市化趨勢的結(jié)論［2］。Selya認(rèn)為生產(chǎn)性服務(wù)業(yè)在集聚的同時也呈現(xiàn)出空間選擇的擴(kuò)散趨勢［7］。

國內(nèi)對生產(chǎn)性服務(wù)業(yè)的研究起步較晚，對生產(chǎn)性服務(wù)業(yè)空間分布和集聚的實證研究相對較少，除用靜態(tài)的集聚測度指數(shù)研究以外，主要從兩個方面展開:一是從地理學(xué)的角度，利用地理信息系統(tǒng)軟件對生產(chǎn)性服務(wù)業(yè)進(jìn)行測度和可視化展現(xiàn)［8－9］，二是從經(jīng)濟(jì)學(xué)的角度，利用空間統(tǒng)計學(xué)和計量學(xué)的原理和方法來研究生產(chǎn)性服務(wù)業(yè)的分布特征和影響因素，如:胡霞和魏作磊在考慮到空間因素影響的條件下，借助空間經(jīng)濟(jì)計量模型，探討了中國城市服務(wù)業(yè)空間的分布狀況，指出中國城市服務(wù)業(yè)的空間集聚特點逐漸強(qiáng)化［10］。趙成柏的研究認(rèn)為江蘇省生產(chǎn)性服務(wù)業(yè)的區(qū)域發(fā)展不僅表現(xiàn)出空間依賴和集聚特性，其背后的影響因素也表現(xiàn)出空間集聚特征［11］。

已有的對生產(chǎn)性服務(wù)業(yè)集聚的研究主要集中在大都市內(nèi)部，較多地從靜態(tài)的角度利用區(qū)位商指數(shù)、空間基尼系數(shù)、EG指數(shù)等對集聚程度進(jìn)行測算，Anselin等學(xué)者創(chuàng)立的空間統(tǒng)計學(xué)和計量經(jīng)濟(jì)學(xué)理論和方法將距離、地理位置等空間因素納入到經(jīng)典的計量分析框架中，實現(xiàn)了地理位置和相應(yīng)經(jīng)濟(jì)屬性值間的互動［12］。因此，利用空間統(tǒng)計學(xué)原理和方法對生產(chǎn)性服務(wù)業(yè)的空間分布特征進(jìn)行研究，具有重要的現(xiàn)實意義，本研究將采用該方法，對省域?qū)用娴纳a(chǎn)性服務(wù)業(yè)的空間分布特征、集聚狀況進(jìn)行研究。

1 研究方法與數(shù)據(jù)

根據(jù)我國政府在《國民經(jīng)濟(jì)和社會發(fā)展第十一個五年規(guī)劃綱要》對生產(chǎn)性服務(wù)業(yè)的劃分以及統(tǒng)計數(shù)據(jù)的有效性，將生產(chǎn)性服務(wù)業(yè)定義為6個行業(yè):交通運(yùn)輸、倉儲和郵政業(yè)，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)及科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)。

1.1 研究區(qū)域、樣本數(shù)據(jù)

研究區(qū)域是除了我國香港、澳門特別行政區(qū)和臺灣省的中國大陸31個省、自治區(qū)和直轄市，簡稱各省份。樣本數(shù)據(jù)來源于2007—2010年《中國統(tǒng)計年鑒》和《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》，文章中僅在計算各年份的Moran’s I用到了單個年份的數(shù)據(jù)，除此以外，均用2007—2010年4年的平均數(shù)作為屬性值進(jìn)行分析。利用Open Goeda空間計量軟件進(jìn)行數(shù)據(jù)分析和地圖處理。由于統(tǒng)計年鑒中沒有各省份生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)的產(chǎn)值數(shù)據(jù)，因此，用就業(yè)數(shù)和企業(yè)數(shù)兩個屬性值來代替產(chǎn)值進(jìn)行對比分析，使結(jié)論更加符合現(xiàn)實。

1.2 空間統(tǒng)計分析方法

1.2.1 全局空間自相關(guān)分析。全局空間自相關(guān)分析能夠從區(qū)域空間整體上刻畫區(qū)域?qū)傩灾悼臻g分布的集聚情況，包括Moran’s I系數(shù)和Geary’s C比率。通常采用Moran’s I指數(shù)進(jìn)行分析。全局Moran’s I定義如下:

Moran’s I的取值變化在0和 ±1之間，當(dāng)Moran’s I=0時，代表空間無關(guān);當(dāng)Moran’s I＞0時為正相關(guān);當(dāng)Moran’s I＜0時為負(fù)相關(guān)。

1.2.2 Moran’s I散點圖。通過繪制空間相關(guān)系數(shù)的Moran’s I散點圖，可將生產(chǎn)性服務(wù)業(yè)分為4個象限的空間依賴模式，用以識別各個地區(qū)與其鄰近地區(qū)的關(guān)系。第一象限表示生產(chǎn)性服務(wù)業(yè)屬性值高的省份被生產(chǎn)性服務(wù)業(yè)屬性值高的其他省份包圍(HH);類似的，第二象限表示屬性值低的省份被屬性值高的其他省份包圍(LH);第三象限表示屬性值低的省份被屬性值低的其他省份包圍(LL);第四象限表示屬性值高的省份被屬性值低的其他省份包圍(HL)。第一、第三象限正的空間自相關(guān)關(guān)系表示相似觀測值之間的空間關(guān)聯(lián)，而第二、第四象限負(fù)的空間自相關(guān)關(guān)系表示不同觀測值之間的空間關(guān)聯(lián)。如果觀測值均勻地分布在4個象限，則表明地區(qū)之間不存在空間自相關(guān)性。

2 生產(chǎn)性服務(wù)業(yè)的空間統(tǒng)計分析

本研究將從生產(chǎn)性服務(wù)業(yè)的空間分布、生產(chǎn)性服務(wù)業(yè)的全局Moran’s I系數(shù)和Moran’s I散點圖3個方面來分析生產(chǎn)性服務(wù)業(yè)的空間分布特征。首先從總體上把握生產(chǎn)性服務(wù)業(yè)的地區(qū)分布差異;其次考察了生產(chǎn)性服務(wù)業(yè)的全局自相關(guān)即總體集群狀況，并結(jié)合局部Moran’s I散點圖進(jìn)行深入分析，從而對生產(chǎn)性服務(wù)業(yè)的空間分布特征有一個全面的認(rèn)識。

2.1 生產(chǎn)性服務(wù)業(yè)的空間分布圖

對各省份的生產(chǎn)性服務(wù)業(yè)進(jìn)行簡單的分析，從而直觀地了解生產(chǎn)性服務(wù)業(yè)總體分布情況。圖1是各省份生產(chǎn)性服務(wù)業(yè)就業(yè)和企業(yè)的空間分布四分位圖。圖例中字母“C”表示生產(chǎn)性服務(wù)業(yè)的屬性值，在左圖中表示生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，右圖中表示生產(chǎn)性服務(wù)業(yè)的企業(yè)數(shù)。圖例中 1st range，2nd range，3rd range和 4th range代表生產(chǎn)性服務(wù)業(yè)屬性值的大小所處的位次，括號中的數(shù)字表示在每一個位次中所包含的省份的個數(shù)。圖中按生產(chǎn)性服務(wù)業(yè)就業(yè)和企業(yè)數(shù)的大小將各省份生產(chǎn)性服務(wù)業(yè)發(fā)展水平分為4個位次，顏色越深代表生產(chǎn)性服務(wù)業(yè)發(fā)展水平越高。

圖1 各省份生產(chǎn)性服務(wù)業(yè)就業(yè)(左圖)和企業(yè)(右圖)的空間分布分位圖① 本研究采用的地圖除包含31個樣本省份外，還包括臺灣省，與完整中國地圖有一些出入，僅作研究用。Fig.1 The spatial distribution’s bitmap of producer services about employment(left)and enterprise(right)of different provinces

對圖1的左圖和右圖進(jìn)行對比，當(dāng)生產(chǎn)性服務(wù)業(yè)的屬性值由就業(yè)變?yōu)槠髽I(yè)數(shù)時，觀察各省份所處級別變化:可以看出，四川由原來的第三位次上升為第四位次，而河南恰好相反。第二位次中的廣西、天津上升為第三位次，原來處于第三位次的黑龍江、山西、陜西降低為第二位次。處第一位次的地區(qū)無論是就業(yè)數(shù)和企業(yè)數(shù)均基本保持不變。

從單個行業(yè)的分布來看，不管是就業(yè)還是企業(yè)數(shù)，排名前幾位的主要是北京、廣東、上海、浙江、江蘇等經(jīng)濟(jì)發(fā)達(dá)省份。生產(chǎn)性服務(wù)業(yè)的分布具有較強(qiáng)的中心性，與各個地區(qū)的經(jīng)濟(jì)發(fā)展水平相一致，經(jīng)濟(jì)越發(fā)達(dá)的省份其生產(chǎn)性服務(wù)業(yè)的屬性值也越高。

從圖1的左圖和右圖可以看出，生產(chǎn)性服務(wù)業(yè)的發(fā)展很不平衡，具有明顯的層次性，產(chǎn)值高、發(fā)展最快的都集中在東部沿海省份，即環(huán)渤海、長三角和珠三角地區(qū)。西部地區(qū)各省份的產(chǎn)值呈低值分布。中部各省份產(chǎn)值較高且與高值區(qū)毗鄰，分布較為集中。

2.2 生產(chǎn)性服務(wù)業(yè)的全局Moran’s I系數(shù)

采用全局空間相關(guān)系數(shù)對各省份的生產(chǎn)性服務(wù)業(yè)在空間上是否存在自相關(guān)和集聚特征進(jìn)行檢驗，檢驗結(jié)果如表1和表2所示。

表1 各省份生產(chǎn)性服務(wù)業(yè)就業(yè)的Moran’s I統(tǒng)計值Tab.1 Moran’s I statistics values of producer services’employment of different provinces

表2 各省份生產(chǎn)性服務(wù)業(yè)企業(yè)的Moran’s I統(tǒng)計值Tab.2 Moran’s I statistics values of producer services’enterprise of different provinces

從表1和表2可以看出，除了2008和2010年生產(chǎn)性服務(wù)業(yè)的就業(yè)的Moran’s I統(tǒng)計值分別在10.91%和11.28%的水平上顯著外，其他各年份的Moran’s I統(tǒng)計值都經(jīng)過了10%的顯著性檢驗，就業(yè)的Moran’s I的平均值在0.092 6 以上，企業(yè)的Moran’s I的平均值0.179 4以上，這意味著區(qū)域生產(chǎn)性服務(wù)業(yè)的就業(yè)和企業(yè)值具有顯著的空間正相關(guān)關(guān)系，且企業(yè)的Moran’s I統(tǒng)計值要大于就業(yè)的Moran’s I統(tǒng)計值，以企業(yè)數(shù)據(jù)代表的生產(chǎn)性服務(wù)業(yè)的分布顯示更強(qiáng)的集聚特征?？臻g上鄰近的地區(qū)具有相似的生產(chǎn)性服務(wù)業(yè)屬性值，說明生產(chǎn)性服務(wù)業(yè)的分布呈現(xiàn)出集聚特征，區(qū)域之間存在近鄰效應(yīng)，某個區(qū)域的生產(chǎn)性服務(wù)業(yè)的發(fā)展水平與鄰近區(qū)域的生產(chǎn)性服務(wù)業(yè)發(fā)展水平有關(guān)，某個區(qū)域的發(fā)展過程可能依賴于鄰近區(qū)的發(fā)展?fàn)顩r。

另外，通過分析生產(chǎn)性服務(wù)業(yè)內(nèi)部細(xì)分行業(yè)的Moran’s I系數(shù)，發(fā)現(xiàn)交通運(yùn)輸、倉儲和郵政業(yè)的系數(shù)遠(yuǎn)遠(yuǎn)高于其他行業(yè);金融業(yè)、租賃和商務(wù)服務(wù)業(yè)的系數(shù)較高;房地產(chǎn)業(yè)，信息傳輸、計算機(jī)服務(wù)和軟件業(yè)的系數(shù)較小;科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)的系數(shù)最小。即傳統(tǒng)生產(chǎn)性服務(wù)業(yè)具有明顯的空間自相關(guān)，相比新興生產(chǎn)性服務(wù)業(yè)空間依賴性不明顯，這表明我國生產(chǎn)性服務(wù)業(yè)空間依賴性主要表現(xiàn)為傳統(tǒng)生產(chǎn)性服務(wù)業(yè)，現(xiàn)代新興生產(chǎn)性服務(wù)業(yè)在省域間還沒有產(chǎn)生明顯的空間溢出效應(yīng)。從Moran’s I統(tǒng)計量可以看出生產(chǎn)性服務(wù)業(yè)屬性值的空間集聚特征，但無法識別具體的空間格局，這需要通過Moran’s I散點圖進(jìn)一步辨識。

2.3 生產(chǎn)性服務(wù)業(yè)的Moran’s I散點圖

圖2給出了生產(chǎn)性服務(wù)業(yè)分別以就業(yè)和企業(yè)為屬性值的Moran’s I散點圖。散點圖中左、右圖的橫軸分別表示2007—2010年間我國31個省域的生產(chǎn)性服務(wù)業(yè)以就業(yè)數(shù)和企業(yè)數(shù)為屬性值的集聚度;縱軸表示鄰近值的加權(quán)平均值。從圖2(左圖)的Moran’s I散點圖可以看出生產(chǎn)性服務(wù)業(yè)就業(yè)的高值區(qū)和低值區(qū)都呈現(xiàn)較明顯的集聚特征，但無法識別高值集聚區(qū)和低值集聚區(qū)的具體省份情況，因此，列出了生產(chǎn)性服務(wù)業(yè)就業(yè)的空間相關(guān)模式表，如表3所示。

結(jié)合表3進(jìn)一步分析圖2(左圖)，發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)并沒有均勻地分布在4個象限，第一象限和第三象限包含19個省份，說明中國大陸31個省份中61.29%的省份表現(xiàn)出了相似的空間關(guān)聯(lián)，呈現(xiàn)出正的相關(guān)性。這進(jìn)一步證實了全局指標(biāo)檢測的正相關(guān)分布特征(Moran’s I=0.096 6)。其中，第一象限是高值的集聚分布，第三象限是低值的集聚分布。第一象限包含8個省份，分別為上海、黑龍江、浙江、北京、河北、江蘇、遼寧、山東，表現(xiàn)出高高(HH)的正相關(guān)關(guān)系集群;第三象限分布有11個省份，分別為云南、青海、陜西、重慶、江西、貴州、西藏、寧夏、甘肅、新疆、山西，呈現(xiàn)出低低(LL)的空間自相關(guān)關(guān)系。另外，第二象限和第四象限分別包含7個和5個省份，第二象限的7個省份為:吉林、內(nèi)蒙、廣西、海南、天津、安徽、福建被高值所包圍，呈現(xiàn)出低高(LH)的負(fù)相關(guān)關(guān)系;第四象限僅有5個省份，即四川、湖南、河南、廣東、湖北被低值所包圍，呈現(xiàn)高低(HL)的空間負(fù)相關(guān)關(guān)系。從以上的Moran’s I散點圖中可以看到生產(chǎn)性服務(wù)業(yè)具有明顯的空間集聚分布特征。

圖2 各省份生產(chǎn)性服務(wù)業(yè)就業(yè)(左圖)和企業(yè)(右圖)的Moran’s I散點圖Fig.1 Moran’s I scatter of producer services about employment(left)and enterprise(right)of different provinces

表3 生產(chǎn)性服務(wù)業(yè)就業(yè)的空間相關(guān)模式表Tab.3 Spatial correlation pattern of the employment of producer services

從圖2(右圖)的Moran’s I散點圖可以看出生產(chǎn)性服務(wù)業(yè)企業(yè)的高值區(qū)和低值區(qū)都呈現(xiàn)明顯的集聚特征。表4為對應(yīng)的空間相關(guān)模式表，但與生產(chǎn)性服務(wù)業(yè)就業(yè)的分布相比有所變化。

表4 生產(chǎn)性服務(wù)業(yè)企業(yè)的空間相關(guān)模式表Tab.4 Spatial correlation pattern of the enterprise of producer services

結(jié)合表4進(jìn)一步分析圖2發(fā)現(xiàn)，生產(chǎn)性服務(wù)業(yè)企業(yè)的Moran’s I散點圖中共有24個省份分布在第一象限和第三象限，說明全國20個省份中64.52%的省份表現(xiàn)出了相似的空間關(guān)聯(lián)，呈現(xiàn)出較強(qiáng)的正的相關(guān)性，與全局指標(biāo)檢測的正相關(guān)的Moran’s I=0.175 2的值比較高相符。與生產(chǎn)性服務(wù)業(yè)的就業(yè)數(shù)值對比發(fā)現(xiàn)，第一象限原來的河北和黑龍江消失，新產(chǎn)生了福建;而第四象限的湖南和河南兩省由開始被低值包圍的高值轉(zhuǎn)向低值集聚區(qū)，從而表現(xiàn)出更強(qiáng)的空間相關(guān)性，即集聚分布的特征。

3 結(jié)論

從生產(chǎn)性服務(wù)業(yè)的空間分布分位圖看，不管從生產(chǎn)性服務(wù)業(yè)就業(yè)數(shù)來考察還是企業(yè)數(shù)來考察，排名前幾位的比較穩(wěn)定，主要是北京、廣東、上海，浙江、江蘇等經(jīng)濟(jì)發(fā)達(dá)省份，且相應(yīng)省份的省會城市規(guī)模大、發(fā)展水平高，因此，我們認(rèn)為生產(chǎn)性服務(wù)業(yè)的分布具有較強(qiáng)中心依賴性，經(jīng)濟(jì)越發(fā)達(dá)的省份、城市化水平越高的省份其生產(chǎn)性服務(wù)業(yè)的屬性值也越高。另外，對生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)的研究發(fā)現(xiàn):傳統(tǒng)生產(chǎn)性服務(wù)業(yè)集聚較為明顯，相比新型生產(chǎn)性服務(wù)業(yè)沒有表現(xiàn)出明顯的空間依賴性。

從生產(chǎn)性服務(wù)業(yè)的全局Moran’s I系數(shù)和Moran’s I散點圖綜合分析發(fā)現(xiàn)，生產(chǎn)性服務(wù)業(yè)分布顯示出較強(qiáng)的集聚特征，區(qū)域之間存在近鄰效應(yīng)，某個區(qū)域的生產(chǎn)性服務(wù)業(yè)的發(fā)展水平與鄰近區(qū)域的生產(chǎn)性服務(wù)業(yè)發(fā)展水平有關(guān)，某個區(qū)域的發(fā)展過程可能依賴于鄰近區(qū)的發(fā)展?fàn)顩r。由于區(qū)域間存在商品流動、要素流動、技術(shù)擴(kuò)散和知識溢出等微觀上這樣或那樣的聯(lián)系，因此，地理上的臨近為商品、要素等的流動提供了便利，使臨近地區(qū)優(yōu)先獲得技術(shù)擴(kuò)散和知識溢出，最終導(dǎo)致毗鄰地區(qū)發(fā)展水平的趨同，在空間上表現(xiàn)為低值區(qū)或高值區(qū)的集聚。從生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)看，傳統(tǒng)生產(chǎn)性服務(wù)業(yè)具有明顯的空間自相關(guān)，相比新興生產(chǎn)性服務(wù)業(yè)空間依賴性不明顯，這表明我國生產(chǎn)性服務(wù)業(yè)空間依賴性主要表現(xiàn)為傳統(tǒng)生產(chǎn)性服務(wù)業(yè)，現(xiàn)代新興生產(chǎn)性服務(wù)業(yè)在省域間還沒有產(chǎn)生明顯的空間溢出效應(yīng)。

總體而言，生產(chǎn)性服務(wù)業(yè)的發(fā)展很不平衡，具有明顯的層次性，呈明顯的中心－外圍結(jié)構(gòu)，產(chǎn)值高、發(fā)展最快的都集中在東部沿海省份，即環(huán)渤海、長三角和珠三角地區(qū)，形成高值聚集區(qū)。西部地區(qū)各省份的產(chǎn)值呈低值分布，形成低值集聚區(qū)。中部各省份產(chǎn)值較高且與高值區(qū)毗鄰，分布較為集中。

［1］Beyers W B.Producer Services［J］.Progress in Human Geography，1993，17(2):221 －231.

［2］Gillespie A E，Green A E.The Changing Geography of Producer Services Employment in Britain［J］.Regional Studies，1987，21(5):397 －411.

［3］Coffey W J，McRae J J.Service Industries in Regional Development［M］.Halifax:Institute for Research on Public Policy，1990.

［4］Illeris S，Sjoholt P.The Nordic Countries:High Quality Services in A Low Density Environment［J］.Progress in Planning，1995，43(3):205 －221.

［5］Bennett R J，Graham D J，Braggon W.The Location and Concentration of Business in Britain:Business Clusters，Business Services，Market Coverage and Local Economic Development［J］.Transaction of the Institute of British Geographers，1999，24(4):393 －420.

［6］Pandit N R，Cook G A S，Swann G M P.The Dynamics of Industrial Clustering in British Financial Services［J］.The Service Industrial Journal，2001，21(4):33 －61.

［7］Selya R M.Taiwan as A Service Economy［J］.Geoforum，1994，25(3):305 －322.

［8］趙群毅.北京生產(chǎn)者服務(wù)業(yè)空間變動的特征與模式:基于單位普查數(shù)據(jù)的分析［J］.城市發(fā)展研究，2007，14(4):70－77.

［9］甄峰，劉慧，鄭俊.城市生產(chǎn)性服務(wù)業(yè)空間分布研究:以南京為例［J］.世界地理研究，2008，17(1):24 －31.

［10］胡霞，魏作磊.中國城市服務(wù)業(yè)發(fā)展差異的空間經(jīng)濟(jì)計量分析［J］.統(tǒng)計研究，2006，27(9):54－60.

［11］趙成柏.地區(qū)生產(chǎn)性服務(wù)業(yè)發(fā)展差異的空間計量分析［J］.商業(yè)研究，2010，15(4):68 －73.

［12］Anselin L.Spatial Econometrics:Methods and Models［M］.Boston:Kluwer Academic Publishers，1988.