0 引言

2013年9月和10月，中国国家主席习近平先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”(“一带一路”)的合作倡议，得到国际社会高度关注。“一带一路”倡议具有文化、经济、空间等多种内涵，对于加强文化交流、促进经济全球化、塑造空间格局方面都起到了重要作用[1-2]。同时，“一带一路”倡议的实施有力推动了我国基础设施互联互通建设、新型城镇化发展、供给侧改革等进程，对我国的发展具有重大意义。

综上所述，糖尿病并发肺结核诊断实行CT检查的效果显著，能充分发挥CT检查多样性的作用，大大提高干酪样病变及空洞形成的诊断检出率，值得在临床领域中使用及推广。

“一带一路”倡议具有跨空间、多主题的特点，引起了经济、传媒、交通等领域的关注，也成为地理学研究的热点。国外学者主要着眼于全球战略格局，探究“一带一路”倡议的目的与合作方向[3]，分析倡议对大西洋主义的影响[4]等。国内学者则更多着眼于我国的发展，既有从宏观的国际和全国的角度研究“一带一路”倡议中的地缘政治格局[1-2]、空间发展格局[5-9]、经贸联系格局[10-11]以及资本流动的影响[12]等，也有从中微观的省域和城市角度探究如何发挥地方优势、融入“一带一路”倡议[13-15]。“一带一路”倡议也引起了地方政府、媒体和民众的讨论，根据其发生地点及内容指向地的不同而包含有地理属性。一是指向不同地理空间的讨论，表现出倡议对地方的关注，体现了“一带一路”倡议的发展重点与引导方向；二是位于不同地理空间的讨论，表现出地方对倡议的响应，体现了地方参与“一带一路”倡议发展的诉求。因此，从各群体的讨论及行为入手研究各个地方的倡议关注与响应情况，有利于在宏观层面了解“一带一路”倡议对不同城市的影响及各城市参与倡议发展的程度，为“一带一路”倡议的空间布局优化提供实践指导。目前，已有学者从该角度对“一带一路”的倡议关注与响应问题进行了相关研究，如利用百度指数研究倡议响应的时空特征[16]、利用推特(Twitter)研究各国家的态度[17]等，但总体上看，相关的定量研究仍然较少。

如今，随着信息通信技术的发展，大数据在空间格局研究中的应用不断涌现[18-19]，如利用电商品牌商品[20]、交通班次[21]、论文合作[22]等数据研究空间网络格局，利用百度指数[23]、电子商铺[24]等数据研究空间分布格局等。微博(国外为Twitter)是一种典型的网络文本大数据，相比于传统基于政策的定性分析与解读，微博数据为宏观尺度的城市及舆情研究提供了一种定量测度方法，有助于更为准确地识别空间格局。目前，对微博等文本数据的处理和挖掘方法已经相对成熟并不断被应用于实践，如利用微博数据测度城市幸福感[25]和旅游地满意度[26]、识别城市网络[27]等。微博数据也为评价与测度“一带一路”倡议提供了有效工具，将其应用于“一带一路”倡议的空间格局研究是一种值得探索的尝试。本研究利用新浪微博数据，通过文本挖掘、空间自相关分析等方法，从倡议关注与响应两个角度分析“一带一路”倡议的空间格局，探究二者匹配情况的空间分布，从宏观上解读“一带一路”倡议的空间格局，为“一带一路”倡议的推进实施和空间优化提供政策建议。

为了能够更好地分析矩形开口谐振环的共振特性，从LC谐振电路的角度进行分析。开口环的基本共振模式可以等效为独立LC共振器的集合响应，共振频率公式[13-17]为：

1 数据获取与处理

借助新浪微博网页版的高级搜索功能，以“一带一路”为关键词，检索2013年8月至2016年12月15日间的原创微博，获取相关微博数据。通过Python语言编程开发微博检索脚本，实现自动化检索并归整数据进行存储。按照新浪微博对发布城市的划分，逐一对全部289个地级及以上城市的微博进行数据采集，共获取与“一带一路”相关的原始微博数据829 917条，数据包含发布城市、微博编码、用户ID、用户昵称、微博文本、发布时间、转发数、评论数、点赞数共9个字段属性。

对所获取的原始数据进行处理。首先，根据微博文本内容进行去重，剔除重复数据，同时剔除未完整包含“一带一路”关键词或明显与“一带一路”倡议无关的数据；其次，根据用户ID字段调用新浪微博API获取用户注册地信息，对原始微博数据中发布城市字段进行修正。处理后的微博数据一共为361 946条。

2 研究方法

2.1 TF-IDF文本分析

TF-IDF是一种常用的文本挖掘方法，可以用来评估字词对于句子或文档的重要程度[28]。公式如下：

其中草菇料酒和茶树菇料酒中总糖含量偏高，茶树菇料酒中的总酸含量最高，茶树菇料酒、平菇料酒、海鲜菇料酒和草菇料酒的氨基酸态氮含量超过了1 g/L，酒精度较高的是杏鲍菇料酒和灰树花料酒，香菇料酒的非糖固形物含量较高，草菇料酒的pH值含量较高。由此可见，各食用菌同料酒共同发酵其营养物质不同，其对应的理化指标表现的风味活性成分的含量也不同。

1.1.3 环境因素：组织培养的外界环境对组培苗的污染控制也至关重要。空气中不可避免存在着一些真菌孢子和漂散的细菌。组培室室内环境、超净工作台台面、组培操作间的地面等如果存在大量的污染菌种，都会对实验造成影响，增加科研成本。

Wij=TFij×IDFi 。

式中：Wij为i词语在j文本中的重要程度；TFij为i词语在j文本中出现的频率；IDFi是i词语普遍重要性的度量，可通过工具查表获取，IDFi越大，说明i词语与其他词语的区别程度越高，越能表达文本的主要内容。

首先，使用Python的Jieba分词工具将每一条微博文本切分成词语；其次，利用TF-IDF方法计算每一个词语对于该微博文本表意的重要程度，排序后选取重要程度最高的部分词语作为该微博文本的关键词语；最后，根据需要对关键词进行统计整理得出相应研究指标。

2.2 空间自相关分析方法

式中：xi为第i个单元上的指标值；wij是二值(0,1)空间权重矩阵W的元素；S0是W的所有元素之和。在空间权重矩阵的选择上，考虑到研究单元仅为289个地级及以上城市，行政边界不是完全邻接，且不同城市主要建成区抽象为点后空间间距不同，难以找到统一的距离标准。因此，采用K-nearest权重矩阵，能更真实地反映城市主要建成区之间的邻近情况，取K=3。

常用的反映全局空间自相关程度的统计量是Global Moran’s I，计算公式如下：

空间自相关用于反映相邻近研究单元间某一指标值的相关程度，是一种测度指标值变异的空间依赖性的空间统计方法[29-30]，主要分为反映总体特征的全局空间自相关和反映局部特征与差异的局部空间自相关两种。

在给定显著性水平下，若Moran’s I显著为正且越趋近于1，指标值正的空间自相关特性越强；反之，若Moran’s I显著为负且越趋近于-1，指标值负的空间自相关特性越强；当Moran’s I接近期望值-1/(n-1)时，指标值在空间上的分布相互独立，呈随机分布的特性。

局部空间关联指标LISA可用于度量研究单元与其相邻单元(根据空间权重矩阵确定)之间的局部空间关联程度[31]。主要通过Local Moran’s I来判断局部的空间关联情况，公式如下：

式中：Ii代表Local Moran’s I；Zi，Zj是观察值的标准化形式；wij是行标准化形式的空间权重矩阵的元素。

式中：Ai为i省份或城市倡议关注度；Mi为i省份或城市作为关键词语的“一带一路”相关微博的数量(条)。

3 指标计算

3.1 倡议关注度

省份或城市在部分“一带一路”相关的微博文本中会被提及，提及某一省份或城市的微博数量在一定程度上反映了倡议对该省份或城市的关注程度，即倡议关注度。考虑到部分微博里地名与文本内容相关度较低，因此，采用TF-IDF的方法，仅将微博语句中重要性前10的词语(关键词语)作为判断依据。关注度计算公式如下：

Ai=Mi 。

研究单元的局部空间自相关的结果可以通过LISA聚类图表现，当局部特征显著时，主要呈现4种空间关系类型：高-高(单元为高值，周边高值聚集)；低-低(单元为低值，周边低值聚集)；低-高(单元为低值，周边高值集聚)；高-低(单元为高值，周边低值集聚)。

3.2 倡议响应度

发布与“一带一路”相关微博的行为体现出对倡议的响应，某一省份或城市发布相关微博的数量在一定程度上反映了该省份或城市对于“一带一路”的响应程度，即倡议响应度。考虑到不同省份或城市人口及互联网的普及率存在差异，可能会影响通过统计发布微博数量得出的倡议响应度的可比性。因此，在计算倡议响应过程中利用互联网用户数进行标准化。计算公式如下：

Bi=Ni/Pi 。

式中：Bi为i省份或城市的倡议响应度；Ni为i省份或城市发布的“一带一路”相关微博的数量(条)；Pi为i省份或城市互联网宽带接入用户数量(数据来源于《中国城市统计年鉴2015》)。

3.3 倡议关注与响应的匹配度

某一城市倡议关注度与响应度的差异可作为二者匹配关系的度量，为使二者的指标值可比，同时避免极值的影响，采用Z-score的方法进行标准化，相减获得差值作为二者的匹配度指标，绝对值越小说明二者匹配性越好，绝对值越大说明二者越不匹配，其中正值代表关注高于响应，负值代表响应高于关注。计算公式如下：

式中：Di为i城市倡议关注度与响应度的匹配度；Ai，Bi分别为i城市的倡议关注度及响应度分别为各城市倡议关注度及响应度的平均值；σA,σB分别为各城市倡议关注度及响应度的标准差。

4 “一带一路”倡议的空间格局

4.1 倡议关注的空间格局

通常，倡议侧重的地区及重点发展区域会表现出较高的关注度，识别关注度的空间分布特征有利于对倡议引导格局与发展重点的理解把握。利用TF-IDF方法处理并统计“一带一路”相关微博对我国各省份及城市的提及情况，计算出倡议关注度指标，以自然断点分级进行可视化(图1)，同时运用空间自相关的研究方法，分析倡议关注的空间格局。

4.1.1 省域尺度的倡议关注空间格局。“一带一路”倡议对于各省份的关注程度存在明显差异(图1a)。在自然断点分级前两级的省份中，新疆、陕西、甘肃、云南、四川、广西等西部地区的平均关注度要高于东部沿海的福建、海南，江苏，广东等省份，这表明“一带一路”倡议首先是关注我国西部地区，其次是东部沿海，而对东北、长江中游等地区的关注较少。空间上，倡议关注格局表现出了“一区两带”的特征：新疆受关注程度最高，是“一带一路”倡议走向国际、面向中亚的主要出口，构成了一个倡议的重点关注区域，即“一区”；而中西部地区的甘肃、山西、四川、云南和沿海地区的广西、海南、广东、福建受关注程度也相对较高，前者为连通我国东西部地区的通道，后者为海上丝绸之路南向出海窗口，分别形成了“东西衔接带”和“南向出海带”两个倡议的重点关注条带，即“两带”。

4.1.2 城市尺度的倡议关注空间格局。以城市为统计单元，各城市倡议关注度的可视化分析结果(图1b)表明，在研究的289个地级及以上城市中，倡议关注度较高的城市主要为我国东部及东南部的沿海城市如连云港、上海、宁波、厦门等以及中西部地区部分城市如兰州、西安、成都等，而在中部内陆地区和东北地区倡议关注程度普遍较低。由此可见，“一带一路”倡议在空间上更加侧重关注我国沿海及中西部城市的发展，而对中部内陆地区、东北地区的城市关注较弱。同时，倡议关注度较高的城市以倡议节点城市和区域性中心城市为主，如连云港、日照、青岛等沿海城市位于“一带一路”的交汇点，西安、兰州为第二欧亚大陆桥中的重要交通枢纽，均为倡议中的重要节点城市，而成都和重庆、广州和深圳、上海和宁波、北京和天津则分别为成渝、珠三角、长三角、京津冀的区域性中心城市。

说明：行政边界底图来源于国家测绘地理信息局标准中国地图，审图号GS(2016)1570。下图同。

图1 倡议关注度的空间格局 Fig.1 Spatial pattern of focus

4.1.3 倡议关注的空间自相关分析。以289个地级及以上城市为分析单元，对倡议关注度进行全局和局部自相关分析。全局空间自相关Moran’s I为0.085 4，p值为0.028，通过5%的显著性检验，说明“一带一路”倡议关注在空间上总体呈显著正相关，关注具有一定的区域性，但全局自相关指数绝对值较低，总体的空间关联程度较弱。根据局部空间自相关的LISA集聚图(图2)，在5%的显著性水平下，主要呈现4种空间相关类型。高-高集聚城市为江苏北部沿海及山东半岛地区的部分城市，低-低集聚城市为东北及中部地区部分城市，以上两种集聚类型表现为空间关联性，即倡议关注度高的城市空间上邻近，倡议关注度低的城市空间上邻近，主要位于我国东部及中部地区；低-高集聚城市主要为成都、西安、兰州等西部主要城市的附近城市，高-低集聚城市数量较少，分布较为零散，以上两种集聚类型表现为空间的异质性，即倡议关注度与周边城市存在显著的高低差异，主要位于我国西部地区。

4.1.4 倡议关注空间格局影响因素。倡议关注空间格局与国家的政策导向有着较密切的联系，在省域尺度表现为西部及沿海地区关注度较高，契合了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》中“共建亚欧非大陆及附近海洋的互联互通”的定位；在城市尺度表现为倡议节点及区域性的中心城市关注度较高，且城市关注度总体呈现出一定的空间关联特征，这与“以点带面、从线到片”的“一带一路”发展策略相符合。总体上，国家政策导向是“一带一路”倡议关注空间格局形成的主要影响因素。

图2 城市倡议关注度的空间联系格局 Fig.2 Spatial relation pattern of cities’ focus

4.2 倡议响应的空间格局

通常，参与和融入“一带一路”倡议的地区积极性越高，倡议响应度也越高，分析倡议响应的空间格局，有利于了解地方对“一带一路”倡议的态度，监测倡议的影响效果。计算各省份及城市的倡议响应度，根据自然断点分级进行可视化(图3)，同时运用空间自相关的研究方法，分析倡议响应的空间格局。

4.2.1 省域尺度的倡议响应空间格局。北京、上海等直辖市具有城市特殊性，响应度表现异常，不予讨论。总体来看，自西向东倡议响应度呈梯度减弱趋势(图3a)。

“虽然处置量很大，而且平台远离陆地运输十分不便，但为确保含油岩屑不流入大海，我们对所有钻井平台钻屑排海通道进行改造，在排海通道上专门加装了速闭阀，保证随时可以切断入海通道。”王洪涛说。

4.2.2 城市尺度的倡议响应空间格局。城市的倡议响应度采用自然断点的方式划分为7级，最低的两级为低响应度，最高的两级为高响应度，其余为中响应度。可视化表达(图3b)结果显示，中高响应度城市主要沿我国主要水系与铁路分布，总体上呈现出“两横三纵”的空间格局，即以陆桥通道、沿长江通道为2条横轴，以沿海通道、京哈京广通道、包昆通道为3条纵轴，该格局与我国城市化战略格局相一致，且轴线途径我国大部分主要城市群。局部对比发现，在轴线覆盖地区中，中高响应度城市与城市群核心城市相对应，而低响应度城市多为城市群非核心城市，说明一方面城市群的发展与城市对“一带一路”倡议的响应存在密切关系，发展优势城市具有很强的发展主动性及政策敏感性，另一方面非核心的边缘城市参与积极性不高，在主动融入上明显不足。另外，西南部地区也值得重点关注，虽然该区域被沿长江通道、包昆通道涵盖，但该地区城市对倡议响应较弱，除成都、重庆、贵阳、昆明等省会及直辖市外，其余城市均属于低响应度城市，响应明显低于其他区域。

图3 倡议响应度的空间格局 Fig.3 Spatial pattern of response

4.2.3 倡议响应的空间自相关分析。以289个地级及以上城市为分析单元对倡议响应度进行全局和局部自相关分析。全局空间自相关Moran’s I为-0.008 1，接近期望值-1/(n-1)，p值为0.486，未通过5%的显著性检验，说明总体上各城市对于“一带一路”倡议的响应在空间上是独立分布的，与周边其他城市的响应度关联度不大，某个城市对“一带一路”倡议的积极响应对周边城市的带动作用不强，辐射效应较弱。从局部空间自相关上看(图4)，在5%的显著性水平下，大部分城市的空间自相关特征不显著，小部分区域存在一定的空间关联和异质性，如青海、宁夏的部分城市，表现为高-高的集聚类型，东北佳木斯附近、西南柳州附近表现为低-低的集聚类型，以上两类城市表现出响应度的空间关联性，响应度值的高低与周边城市相近；甘肃的部分城市表现为低-高的集聚类型，北京、贵阳等个别城市表现为高-低的集聚类型，以上两类城市表现出响应度的空间异质性，响应度值的高低与周边城市存在显著差异。虽然这些城市表现出空间的关联性与异质性，但显著性水平仍不高，在全部显著的30个城市中，仅有7个城市满足p<0.01，说明局部自相关特征也相对较弱，多数城市表现出的局部空间关联性与异质性仅可作为参考。

图4 城市倡议响应度的空间联系格局 Fig.4 Spatial relation pattern of cities’ response

4.2.4 倡议响应空间格局影响因素。倡议响应空间格局与地区和城市自身发展关系较密切，在省域尺度响应度呈自西向东递减的总体趋势，可能是由于“一带一路”倡议以西部发展为重点，对西部地区发展来说是重大机遇，因此,西部地区对该倡议响应更加积极；在城市尺度响应度高的城市与城市化格局一致，且空间关联性不大，可能是由于城市化水平与发展程度较高的城市发展基础好，配合国家政策发展的能力较强，因此，相较于其他城市表现出更高响应的积极性。总体上，地区和城市自身发展是“一带一路”倡议响应空间格局形成的主要影响因素。

4.3 倡议关注与响应匹配度的空间格局

分析倡议关注与响应之间的匹配程度，可一定程度上评价不同城市的倡议引导与响应积极性的关系，从而有针对性地进行倡议引导布局优化。各城市倡议关注与响应的匹配度存在明显的空间分布规律(图5)。倡议关注与响应差异较小、匹配程度较高(-0.5≤D≤0.5)的城市主要位于陇海铁路以南内陆及我国东北地区，且多为非省会城市，说明对于这些城市，倡议关注与响应有较好的对应关系，倡议关注引导的效果基本符合预期；倡议关注明显高于倡议响应(D>0.5)的城市主要位于陇海铁路沿线及东南沿海地区，多为“一带一路”建设的核心区的城市，其中还包含兰州、西安、连云港等倡议中的重要节点城市，说明对于“一带一路”倡议建设核心区的部分城市而言，倡议关注可能过度倾斜，而城市本身响应及参与的积极性未达到预期，存在不匹配、不平衡的现象；倡议关注明显低于倡议响应(D<-0.5)的城市主要位于陇海铁路以北地区，说明我国北部的城市具有较强的融入“一带一路”倡议的诉求，表现出了高度响应，而倡议本身的关注不足，相应的引导和对接政策可能仍不够完善，存在不匹配、不平衡的现象。

图5 倡议关注与响应匹配度的空间格局 Fig.5 Spatial pattern of thematching degree between focus and response

5 结论与建议

5.1 结论

5.1.1 倡议关注的空间格局。在省域尺度更倾斜于我国的西部地区，重点关注区域呈现“一区两带”的空间格局。其中，“一区”指的是新疆地区，“两带”分别指“东西衔接带”和“南向出海带”；城市尺度的倡议关注倾斜于东部沿海及中西部地区，尤其是倡议节点及区域性的中心城市。倡议关注在空间上表现出显著的空间自相关特征，其中东部、中部城市更多表现出空间关联性，西部城市更多表现出空间异质性。

5.1.2 倡议响应的空间格局。省域尺度上呈现自西向东梯度减弱的趋势，但在局部上东部沿海响应度要略高于中部内陆省份，表现出了与总体趋势相反的特征；城市尺度的响应度呈现出“两横三纵”的空间格局，响应范围覆盖广阔，与我国城市化战略格局一致，且城市群的核心城市均表现出了较高的响应度，但在城市群的非核心城市和西南部地区非省会城市响应度普遍较低。

5.1.3 倡议关注与响应匹配的空间格局。主要以陇海铁路为分界，不同匹配程度城市的空间分布存在差异，在陇海铁路以南内陆及我国东北地区的非省会城市，关注与响应差异不大，匹配关系较好，但在陇海铁路沿线及东南沿海地区，尤其是“一带一路”倡议建设的节点城市，倡议关注明显高于倡议响应，而陇海铁路以北地区，又表现出了倡议响应高于倡议关注的特征，出现不匹配的现象。说明在空间的不同区域，倡议关注与响应存在一定程度的不匹配现象，倡议引导结构有待优化。

可见到李光北，青瓷只说了一句：“光北啊，我对不起你！”便泣不成声，她那好多话噎在喉咙里却怎么也说不出来。

第一级为处于西部的新疆、西藏、甘肃、宁夏，响应度较高；第二级为处于中西部衔接地区的青海、四川、云南、陕西，响应度中等；第三级为处于中部、东部及东北地区的其余省份，响应度较低。局部上看，在第三级阶梯内部响应度又呈现出自西向东先降后升的现象，首先由河南、湖北、湖南到安徽、江西呈响应度下降趋势，符合总体自西向东阶梯式下降的规律，而江苏、浙江、福建、广东、海南的响应度则要高于安徽、江西等中部内陆地区，呈响应度上升趋势，这可能与东南部沿海省份发展水平高、政策敏感性强且位于“21世纪海上丝绸之路”的主要区域有关。

5.2 建议

从教师个人层面看 教师自身缺乏对混合式远程培训的认识，远程学习是一种社会网络联系和共享的过程，是一种开放、互动参与、分享展示的过程，部分教师对这一理念不甚理解，难以接受；教师学习被动，缺乏自我提升的内驱力；教师对课程的认可度不高，总认为课程与自己的实际教学活动相差太大，参加完培训之后也没有发挥相应的引导作用，一朵云没有影响另一朵云，没有主动去分享学习经验的想法。

参考文献：

[1] 安虎森,郑文光.地缘政治视角下的“一带一路”战略内涵——地缘经济与建立全球经济新秩序[J].南京社会科学,2016(4):5-14.

[2] 朱竑,安宁.国家重大发展战略的地理学回归:浅谈“一带一路”的地缘政治意义[J].热带地理,2015,35(5):607-609.

[3] DJANKOV S,MINER S.China’s Belt and Road Initiative:Motives,Scope，and Challenges[R].Washington,D.C.:Peterson Institute for International Economics,2016.

随着互联网技术的蓬勃发展，电子商务已经成为全球范围内重要的经济模式之一，随着2015年李克强总理在政府工作报告中提出“大众创业，万众创新”的行动号召，双创已成为这个时代的鲜明主题，各个行业都面临着“互联网+”的转型。电子商务，正不断地改变着人们的生产生活方式，可谓是大众创业，万众创新的“新引擎”。

[4] YILMAZ S,LIU C.The Rise of New Eurasianism:China’s “Belt and Road” Initiative and Its Implications for Euro-Atlanticism[J].China Quarterly of International Strategic Studies,2016,2(3):401-419.

[5] 陈明星,刘卫东,叶尔肯·吾扎提,等.“一带一路”对我国城镇化发展格局的影响[J].山地学报,2016,34(5):637-644.

[6] 蔡震.“一带一路”战略背景下国内空间格局思考[J].西部人居环境学刊,2016,31(1):4-13.

[7] 李钢,刘倩,孔冬艳,等.“一带一路”战略与中国全域发展[J].中国软科学,2016(7):18-26.

[8] 杨保军,陈怡星,吕晓蓓,等.“一带一路”战略的空间响应[J].城市规划学刊,2015(2):6-23.

由于马尾松在加热1 h时，受热处理影响，导致其样品表面裂痕变深变大，整体性较差，所以粗糙度比未处理更高，而随着热处理时间的增加，其粗糙度又逐渐变小，样品表面逐渐变稳定。其样品粗糙度在2 h时与未处理材接近，4 h时则低过未处理材。若将热处理1 h、2 h、4 h进行对比，则发现随热处理时间的增加，其样品表面粗糙度变小。

[9] FENG J,BAI L,WANG K,et al.Analysis of Spatial Pattern of Urban System along the Overland Silk Road Economic Belt Using DMSP-OLS Nighttime Light Data[M]//IOPscience.IOP Conference Series:Earth and Environmental Science.Bristol：IOP Publishing,2017.

[10] 邹嘉龄,刘春腊,尹国庆,等.中国与“一带一路”沿线国家贸易格局及其经济贡献[J].地理科学进展,2015,34(5):598-605.

利用微博数据解读了“一带一路”倡议关注与响应的空间格局，在发现倡议在我国形成了广泛关注和积极响应的同时，也发现空间格局中存在的边缘城市响应不足、关注与响应不匹配等问题。结合关注与响应空间格局与形成的原因，优化国家“一带一路”倡议的空间布局，应重点考虑加强边缘城市参与的积极性和调整倡议引导布局。一方面，结合城市自身发展基础，发挥中心城市对边缘城市的辐射作用，提升边缘城市与“一带一路”倡议之间的互动与联系，适当将发展的机会与资源向边缘城市转移，使边缘城市能从倡议中受益，达到加强边缘城市参与主动性的效果；另一方面，从政策导向入手，适当将“一带一路”倡议引导重心向陇海铁路以北转移，增加对此区域的倡议关注，充分发挥出陇海铁路以北城市对倡议参与积极性高的优势，打造“一带一路”倡议的新增长极。

[11] 梁经伟,文淑惠,杜洪燕.“一带一路”战略下中国与周边国家经济联动关系研究[J].地域研究与开发,2016,35(3):5-10,63.

[12] 陈品宇,朱春聪.“一带一路”战略的资本流动及其空间格局——基于不平衡地理发展理论视角[J].地域研究与开发,2017,36(3):1-6.

[13] 伍凤兰,陶一桃,申勇.深圳参与共建“21世纪海上丝绸之路”的战略路径[J].经济纵横,2015(12):82-86.

孙冬虎《历史地看待京剧的现状与未来》[5]阐释了京剧的萎缩现状，提出了京剧未来的发展应当不断创新，需客观鉴赏京剧现代戏，并强调京剧需要政府的帮扶。这也正是笔者在下文调查中得出的结论，京剧现代戏的上演并没有想象的乐观。

[14] 张军.我国西南地区在“一带一路”开放战略中的优势及定位[J].经济纵横,2014(11):93-96.

毛泽东作为一位出色的政治家诗人，其诗词作品始终洋溢着乐观的革命精神，饱含着深厚的人民情怀，蕴藏着巨大的精神力量。在他的众多诗词作品中，《菩萨蛮·大柏地》一词尤其引起笔者关注。一是因为这首词在一定的程度上反映了毛泽东领导工农红军开辟、创建和巩固中央红色政权的历史过程；二是因为笔者好奇，是什么样的力量能让毛泽东在逆境中始终昂扬着乐观豪迈的革命精神，从而抒写出恢弘大气的壮丽诗篇？古人云：诗言志。意谓诗词的创作是诗人理想抱负、感情意志的自然流露，最能反映诗人的内心世界。下面，笔者试着联系这首词背后的历史细节来探究毛泽东的革命情怀。

[15] 王发曾,毛达.“一带一路”战略的河南行动[J].地域研究与开发,2016,35(5):25-29,59.

[16] 阮钰瑶,赵映慧,郭晶鹏.我国城市对“一带一路”战略响应的时空特征分析[J].山西建筑,2016,42(8):23-25.

[17] 贾爽.“一带一路”:Twitter网络舆情分析与对策建议[D].南京:南京大学,2016.

[20] XI G,FENG Z,HE J,et al.City Networks of Online Commodity Services in China:Empirical Analysis of Tmall Clothing and Electronic Retailers[J].Chinese Geographical Science，2018,28(2):231-246.

[19] 甄峰,秦萧,王波.大数据时代的人文地理研究与应用实践[J].人文地理,2014,29(3):1-6.

[18] 甄峰,王波,秦萧,等.基于大数据的城市研究与规划方法创新[M].北京:中国建筑工业出版社,2015.

[21] 陈伟,修春亮,柯文前,等.多元交通流视角下的中国城市网络层级特征[J].地理研究,2015,34(11):2073-2083.

[22] 姜珂,于涛.长三角区域城市间知识网络特征研究——基于论文合作的视角[J].地域研究与开发,2017,36(1):49-54.

[23] ZHANG Z,TANG W.Analysis of Spatial Patterns of Public Attention on Housing Prices in Chinese Cities:A Web Search Engine Approach[J].Applied Geography,2016,70(5):68-81.

[24] 王贤文,徐申萌.中国C2C淘宝网络店铺的地理分布[J].地理科学进展,2011,30(12):1564-1569.

[25] MITCHELL L,FRANK M R,HARRIS K D,et al.The Geography of Happiness:Connecting Twitter Sentiment and Expression,Demographics and Objective Characteristics of Place[J].PloS One,2013,8(5):1-15.

[26] RITA T T.Application of Data Mining in Sina Weibo--Sentiment Indicator to Gauge Tourist Satisfaction in Macao[J].International Journal of Innovation,Management and Technology,2016,7(2):80-85.

[27] 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[J].地理学报,2012,67(8):1031-1043.

[28] SALTON G,BUCKLEY C.Term-weighting Approaches in Automatic Text Retrieval[J].Information Processing & Management,1988,24(5):513-523.

[29] SOKAL R R,ODEN N L.Spatial Autocorrelation in Biology:1.Methodology[J].Biological Journal of the Linnean Society,1978,10(2):199-228.

良好的沟通能够拉近护患之间的距离,有利于护理人员快速了解患者所需,为门诊导诊护理工作的顺利开展提供支持[4]。门诊导诊护患沟通服务中,除了上文所述方法,护理人员还须富有同情心和共情心理。面对患者的疑问和质疑,应态度吻合、诚恳、耐心的为患者答疑解惑。同时,护患沟通中,注意避免过激语言的使用,防止引起患者反感,造成护患纠纷。

[30] 刘湘南,黄方,王平.GIS空间分析原理与方法[M].北京:科学出版社,2008.

[31] ANSELIN L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis,1995,27(2):93-115.

雪萤终于有所表示了，身子左侧，双手搂紧了一杭的脖子。这样一来，一杭反倒束手束脚了，但他很快就抱紧了雪萤。他等待着瓜熟蒂落那一刻，他等这一刻很久了。