東北區域物流與經濟的空間自相關和空間聚類分析

景　楠，顏　波

(華南理工大學 經濟與貿易學院，廣東 廣州 510006)

東北區域物流與經濟的空間自相關和空間聚類分析

景楠，顏波

(華南理工大學 經濟與貿易學院，廣東 廣州 510006)

基于全局空間自相關分析、局部空間自相關分析和空間聚類分析，在GeoDa、STAR和PySAL空間統計分析軟件的支持下，本研究利用東北三省2011年、2008年和2005年的市級相關數據，對東北三省區域物流與經濟之間的總體空間差異、局部空間差異和空間格局演化進行了實證分析。本文旨在充分考慮相鄰城市相互的關聯因素，通過Moran’s I指數、LISA分析和k均值空間聚類，定性研究、定量描述我國東北三省整體區域與局部地域結構與功能上的空間異質性，為促進我國東北三省經濟與物流的協調發展、提高區域物流服務水平提供理論參考和決策支持。

東北三省；物流與經濟；空間自相關；空間聚類

一、 引　言

物流產業被普遍認為是國民經濟發展的動脈和基礎產業，其發展程度和水平已成為衡量一個國家或地區現代化水平和綜合競爭力的重要標志，被喻為經濟發展的加速器。同時，經濟的發展對物流產生巨大的需求，促使與物流相關的交通運輸、倉儲配送和郵政業等都有較快的發展。因此，認識區域物流產業的經濟性以及物流業對區域經濟發展的貢獻，從而制定積極、適宜的物流產業政策，逐漸成為區域經濟研究的重要課題[1-5]。本文以東北三省為研究區域，基于東北三省36個城市2005—2011年的市級統計數據，充分考慮相鄰城市相互的關聯因素影響，利用空間自相關和空間聚類分析的手段，考察、綜合東北地區城市物流、經濟發展類型的差異；嘗試解決東北區域城市之間相互作用的空間關系問題；分析比較我國東北三省城市物流與經濟發展關系的機制和空間分異特征；定性、定量描述東北三省整體區域與局部地域結構與功能上的空間異質性，為促進我國東北三省經濟與物流的協調發展、提高區域物流服務水平提供理論參考和決策支持。

目前，研究物流業對經濟增長作用的相關文獻大都集中在定性分析上，有關定量分析經濟與物流發展關系的研究，大多采用回歸分析方法，以國內生產總值GDP表示區域經濟的發展水平，以貨物周轉量或通過運輸倉儲增加值等單一指標來表示區域物流業發展水平，揭示中國物流業發展與經濟增長的相互關系[1，4-8]。然而，上述研究都沒有把空間的影響加以考慮，僅停留在單一區域的定量描述上。在研究不同尺度的區域差異問題時，越來越需要考慮空間自相關和空間異質性等問題[5，9-12]。現代物流與經濟發展的空間統計定量，除了我們開展的“我國東部沿海地區物流行業的空間分布研究”[12]前期工作外，其他相關空間統計模型的理論基礎與應用分析，特別是物流行業的空間聚類分析方面，國內外尚沒有相關文獻呈現。

二、研究方法

(一)空間自相關分析

空間自相關是空間依賴性的重要形式，是指研究對象和其空間位置之間存在的相關性。空間自相關是檢驗某一要素的屬性值是否顯著地與其相鄰空間點上的屬性值相關聯的重要指標，正相關表明某單元的屬性值變化與其相鄰空間單元具有相同變化趨勢，負相關則相反。

全局空間自相關是對屬性值在整個區域的空間特征的描述，主要通過對Global Moran’s I，Global Geary’s C和Join Count等全局空間自相關統計量的估計，分析區域總體的空間關聯和空間差異程度。其中最常用的是Moran’s I[13-14]，其值越趨近于1則總體空間差異越小；反之，其值越趨近于-1則總體空間差異越大。

全局Moran’s I統計量是一種總體統計指標，僅說明所有區域與周邊地區之間空間差異的平均程度。在區域總體空間差異縮小的情況下，局部空間差異有可能擴大。為了全面反映區域經濟空間差異的變化趨勢，還需分析局域空間相關性。本文依據1994年Anselin提出的空間聯系的局部指標LISA (Local Indicators of Spatial Association)[13-14]，可以揭示局部直至每個空間單元的空間自相關性質。LISA本質上是將Moran’s I分解到各個區域單元，對于某個空間單元i可表示為Ii。若Ii顯著大于0，說明區域i與周邊地區之間的空間差異顯著小；若Ii顯著小于0，說明區域i與周邊地區之間的空間差異顯著大。局域空間相關性也可以用Moran散點圖來描述。Moran散點圖劃分為4個象限：A.右上象限HH，空間差異較小、區域自身和周邊水平均較高；B.左下象限LL，空間差異較小，但區域自身和周邊水平均較低；C.左上象限HL，空間差異較大，區域自身水平較高，但周邊較低；D.右下象限LH，空間差異較大，區域自身水平較低，但周邊較高。

(二)空間聚類分析

空間聚類分析是空間模式識別和空間數據挖掘的重要手段之一。但目前空間聚類分析方法存在著兩個偏向，一是從事GIS理論方法和技術工具研究的工作者，大多根據空間對象的地理坐標進行聚類，即只考慮對象的空間鄰近性，而不考慮對象屬性特征的相似性；另一種是從事GIS應用和地學研究的工作者，則直接套用傳統聚類分析方法，根據屬性特征集進行分析，而忽視了對象的空間鄰近性。其實空間對象本質上具有地理位置和屬性特征雙重含義，二者結合才能完整地描述空間特征和空間差異。本文將地理位置和屬性特征納入統一的空間距離測度，既考慮到空間位置的鄰近性又考慮到屬性特征的相似性，克服了傳統聚類分析對空間鄰近性考慮不足的影響。

距離是聚類分析的依據和基礎。記區域中心Pi的平面直角坐標為(xi，yi)，對應的r個屬性向量為(ai1，ai2，…，ain)，則點Pi和Pj之間的位置距離Dp和屬性距離Da可分別表示為：

位置距離可以表達地物之間的鄰近程度，屬性距離則能刻畫地物之間屬性特征的相似性。對位置距離和屬性距離進行加權，wp為位置距離的權重，wa為屬性距離的權重，計算時須對坐標值和屬性特征值進行無量綱化處理。空間距離Ds為：

同時考慮空間位置的鄰近性和屬性特征的相似性，本文采用k均值聚類方法將東北三省各市聚類為4類。

(三)LQ系數

所謂LQ系數，是指某區域某行業就業人員數與該區域全部行業就業人員數之比和全國該行業從業人員數與全國所有行業就業人員數之比相除所得的商。如果該系數大于1，表明該地區物流產業規模較大而且專業化較強，大于全國平均水平。區位商越大，專業化水平越高。在區域經濟學中，通常用LQ系數(區位商)來判斷一個產業是否構成地區專業化部門[12]。

物流行業LQ系數計算公式如下式所示

其中ei為研究區域物流行業從業人員數；e為研究區域所有部門從業人員數；Ei為全國物流行業從業人員數；E為全國所有部門從業人員數。

三、數據處理與空間分析

(一)研究區域與數據來源

東北地區是一個完整的區域單元，也是我國最早形成并在結構上相對完整的大經濟區。本文選擇我國東北三省經濟區作為研究區域。研究單元為市級，數據資料取自《中國城市統計年鑒2012》，空間分析尺度為東北三省36個市。

針對我國物流統計起步晚，物流的范圍尚不統一，社會物流量統計不系統的事實[12，15]，本文以2種相關統計數據結合的方式來全面反映我國物流產業發展：設計采用貨運總量來衡量物流發展水平；同時選取統計年鑒中交通運輸、倉儲和郵政行業的就業人數作為分析對象(因為交通運輸業、倉儲業、郵政業等產業一直是我國傳統物流產業的主要組成部分)。計算LQ系數還需用到年末單位從業人員。人均GDP能夠比較充分地反映區域差異的內涵，是研究區域經濟發展問題的常用指標，文中的分析變量為市級人均GDP。

本研究使用的軟件ArcGIS是全球最著名的GIS商業軟件；GeoDa是著名的空間分析軟件，由Luc Anselin博士的空間分析實驗室開發；STARS由圣地亞哥州立大學的Sergio Rey開發[16]。python語言工具包PySAL是Luc Anselin和Sergio Rey合作的成果，不僅包含原GeoDa和STARS的全部功能，還加入了許多其他分析模型[17]。近幾年PySAL在不斷的更新(2013年7月推出1.6版本)，PySAL需要使用者既有空間統計知識背景又具備編程技能，也因此具有極強的靈活性。本文使用ArcGIS編輯地圖、計算各個城市的重心、計算LQ系數，本文所做的空間自相關分析GeoDa、STARS和PySAL都可以實現，空間聚類分析由PySAL實現。

(二)物流與經濟的空間分布分析

1.貨運總量和人均生產總值的空間聚類分析

圖2　2011年東北三省各市人均生產總值k均值聚類地圖

2.貨運總量和人均生產總值的空間自相關分析

2011年東北三省36個市物流行業正空間自相關特性較明顯，全局Moran’s I指數為0.34(圖3a)，物流發展水平相似(高高或低低)的地區在空間上集中分布，即貨運總量較高的市，其周邊城市的貨運總量也較高，反之亦然。相比之下，如果用區位商計算，全局Moran’s I指數僅為-0.13(圖3b)。也就是說，從LQ系數角度分析，物流發展水平相似的地區在空間上分布很不集中，k均值聚類為同類的城市大多數不具有鄰接關系。同時，東北三省2011年經濟全局Moran’s I指數為0.1(圖3c)，表明經濟發展水平相似的地區在空間上分布較為集中。

圖32011年東北三省各市貨運總量、LQ系數和人均生產總值Moran散點圖

本文還分別開展2005年、2008年和2011年貨運總量與人均GDP的LISA分析(5%顯著性水平下)，結果(表1、表2)表明東北三省貨運總量與人均GDP存在較為明顯的空間分異格局。高高的城市全部在東北三省的遼寧省，位于HH象限的市個數越多，總體空間差異就越小。2011年人均生產總值LISA分析中位于HH象限的市有3個，貨運總量LISA分析中位于HH象限的市有4個。低低的城市全都在黑龍江省北部，也是我國的最北部。東北地區物流和經濟差異主要都是由于地方城市HH與LL空間聚集所導致，LH或HL中間空間類型很少。

表1　東北三省2005、2008、2011年貨運總量LISA分析結果

表2　東北三省2005、2008、2011年人均生產總值LISA分析結果

按照增長極理論，區域增長極的設立可以帶動區域經濟增長。地區的集聚經濟效應，即周邊地區對一個地區經濟增長的帶動作用比較顯著，使得經濟發展邁上良性循環發展軌道。要積極培育欠發達中心城市的要素市場，形成人流、物流、資金流和信息流集中地，輻射、帶動周邊經濟。打破區域經濟的空間分異格局，建立較為均衡的區域經濟發展秩序。

3.物流行業LQ系數分析

表3列出物流行業的LQ系數分析結果，結果顯示齊齊哈爾、沈陽、哈爾濱的LQ系數值大于2.0，營口、大連、丹東、錦州和佳木斯的LQ系數值大于1.0，其余城市LQ系數值小于1.0。雖然齊齊哈爾和營口在2011年東北三省各市貨運總量k均值聚類地圖(圖1)中被歸為二類城市，但是齊齊哈爾和營口的LQ系數在36個市中分別排在第一位和第四位。這說明選擇不同參數分析物流行業發展，可以避免一些片面的結論。

表3　2011年東北三省各市(排名前24位)LQ系數(從高到低)

2009年3月，國務院印發《物流業調整和振興規劃》以沈陽、大連為中心的東北物流區域被列為全國九大物流區域之一，東北地區與關內地區物流通道被列為全國十大物流通道之一。全國性物流節點城市有21個，其中東北三省的城市有沈陽和大連；區域性物流節點城市有17個，東北三省的城市有哈爾濱和長春。如表3所示，沈陽、大連和哈爾濱的LQ系數較高，分別為2.21、1.33、2.08；長春的LQ系數值偏低為0.83。

(三)東北三省物流與經濟空間結構特征

局部空間自相關和聚類分析結果，清楚地解釋了經濟和物流發展的地區差異，即空間異質性問題。

遼中南城市群是我國的十大城市群之一[18]。遼中南城市群以沈陽、大連為中心，包括撫順、本溪、遼陽、鞍山、營口、盤錦、鐵嶺、丹東等大中城市。該地區城市高度密集，大城市所占比例較高，在工業化推動下形成了沈陽都市圈和沈大城市走廊。貨運總量最高的一類城市包括沈陽、鞍山和大連(圖1)，人均GDP最高的一類城市包括大慶、沈陽、鞍山、盤錦和大連(圖2)。結果表明遼中南城市群物流與經濟的空間層次性都很明顯。可以清晰地看出區域發展格局的分布特征，沈陽、大連和位于兩市連線之間的城市已經與周邊地區之間呈現出相互聯系和相互影響的發展趨勢。沈陽和大連的LQ系數也分別排在第二和第五(表3)。從2005年、2008年到2011年，人均GDP和貨運總量的LISA分析中，高高的城市都增加了，說明沈陽、大連和位于兩市連線之間的城市有明顯的擴散效應(表1和表2)。近年來，沈陽、大連充分發揮大城市在經濟、科技等方面的優勢，進一步帶動了中小城市和小城鎮的發展，借助沿海和港口的區位和交通優勢，其經濟發展必將進一步加快。

從圖1和圖2中看到，貨運總量很高的二類城市和經濟發展水平很高的二類城市都包括哈爾濱和長春。以哈爾濱和長春為中心，也形成了經濟和物流都比較強的區域。哈爾濱和長春也表現出一定的擴散效應，但范圍比較局限。以長春、吉林為中心的吉林中部，以哈爾濱為中心的黑龍江東南部有希望發展成為新的規模較大的城市群。如表1和表2，哈爾濱和長春在貨運總量和人均GDP的LISA分析中都不顯著。哈爾濱的LQ系數比較高，排在第3位；而長春的LQ系數明顯偏低，僅排在第12位(表3)。長春作為吉林省的省會，物流行業發展水平有待提高。

大慶、丹東和齊齊哈爾是極化作用顯著的三個城市(表1和表2)。在貨運總量和人均GDP的LISA分析中，丹東都被歸為低高的城市。說明在遼中南城市群中，無論是經濟還是物流，丹東的發展都相對較弱。作為沿海港口城市，丹東的LQ系數也很低。大慶在人均生產總值LISA分析中被歸為高低的城市，沒有對周邊產生輻射帶動作用，兩極分化現象明顯。齊齊哈爾在貨運總量的LISA分析中被歸為高低的城市，LQ系數也在36個城市中排名第一。

我國的最北部，也就是黑龍江省北部，是經濟和物流都比較落后的地區(圖1和圖2)。從2005年到2011年，人均生產總值和貨運總量的LISA分析中，低低的城市都在這一區域，而且都有增加(表1和表2)。

國家批復的《遼寧沿海經濟帶發展規劃》明確指出了遼寧沿海經濟帶的戰略定位和功能定位，未來一定時期內，遼寧沿海經濟帶將立足遼寧，依托環渤海，服務東北，面向東北亞，打造東北地區對外開放平臺，促進區域經濟一體化發展。遼寧是依托能源和重工業的集聚和發達的交通與港口形成的物流產業集聚；吉林和黑龍江是依托能源工業、重工業形成的物流產業集聚。遼寧沿海經濟帶內集中了東北地區所有的港口資源，東北腹地的發展與遼寧港口的關聯度很大。沿海港口是遼寧沿海經濟帶開發開放的支點，是東北地區對外貿易聯系的重要通道和依托。通過沿海與腹地功能互補，港口與腹地之間可以順利實現商品生產、加工、物流配送、包裝等各生產流通環節或產業之間的迅速轉換和良性互動。既發揮東北內陸地區中心城市對商品和各種生產要素的積聚功能，又發揮了港口經濟的擴散功能，從而使東北地區在沿海與腹地的互動中更加繁榮。

四、結論與建議

利用空間聚類分析、全局和局部空間自相關分析，本文以東北三省36個市2005、2008和2011年的數據為基礎，對東北三省經濟與物流之間的空間差異進行了實證分析，并在此基礎上提出一些促進東北三省經濟與物流協調發展的思路和對策。

1.沈陽、大連、哈爾濱和長春要根據本地的產業特點、發展水平、設施狀況、市場需求、功能定位等，完善城市物流設施，加強物流園區規劃布局。有針對性地建設貨運服務型、生產服務型、商業服務型、國際貿易服務型和綜合服務型的物流園區，優化城市交通、生態環境，促進產業集聚，努力提高城市的物流服務水平，帶動周邊所輻射區域物流業的發展，促進大中小城市物流業的協調發展。

2.要打破行政區劃的界限，按照經濟區劃和物流業發展的客觀規律，促進物流區域發展。遼寧沿海經濟帶的大連港、營口港等港口企業按照逐步構建東北物流服務網絡的設想，正在布局港口的內陸物流節點，包括內陸干港和專業場站。干港是集裝箱的內陸中心站，除裝船卸貨外具備港口的其他所有功能。已經在東北腹地的沈陽、長春、哈爾濱、通遼等城市建立了干港，通過陸港與海港整體聯運，實現了遼寧沿海海港功能向東北腹地的有效延伸。

3.港口是增強區域經濟綜合實力的戰略資源和核心要素，如何更好地發揮遼寧沿海經濟帶的港口資源在東北地區經濟發展中的物流通道作用，是實現沿海與腹地互動發展的一個重要命題。遼寧在港口建設過程中要統籌考慮東北腹地貨物的出海需求，注重對東北腹地的牽動和服務，港口功能的設計和擴展要考慮東北的產業結構特點和與此相應的貨源類別、貨運量。沿海與腹地間高效的物流對增強遼寧沿海經濟帶的吸引力，帶動東北腹地經濟發展具有重要意義。沿海港口和內陸腹地之間海上鐵路聯合運輸的方式，成為沿海港口新的物流增長點。港口企業與鐵路運輸企業通過簽署戰略協議等方式，推進港口鐵路運輸網絡以及港鐵合作項目的建設。

4.交通通道是臨港產業與腹地經濟、資源產地與加工中心之間必要的聯系途徑，應以沿海港口為中心，建設從沿海高速公路、沿海鐵路等交通干線到臨海港口及城鎮的集裝箱和大宗貨物的集疏運便捷通道，形成港城產業走廊，城際和省際通道體系。通道優勢只有向產業優勢和經濟優勢轉化，才能真正壯大區域經濟。現代經濟發展必須是建立在完善的現代物流服務體系和相應的物流能力基礎上，東北地區發展現代裝備制造業和高加工度的原材料工業，尤其需要快捷高效的原材料、零配件、產成品配送體系。要發展以港航服務為主的港口物流業，特別是優勢專業物流。加快構筑貨物集散型物流園區和加工增值型臨港工業物流園區，全面發展原油、礦石、散糧等大宗散貨中轉運輸站，發展集裝箱、原油成品油、糧食、果蔬、汽車等專業物流。實現沿海經濟帶和東北腹地物流節點城市聯動發展，促進物流企業與生產商貿企業互動發展，提高物流鏈運轉效率。

5.以大連國際航運中心為主體，加強港口資源整合。圍繞港口發展經濟是各沿海城市的共同特點。港口的整合和錯位發展應該是港口良性互動發展的重要前提。大連港的地理位置和發展實力決定了遼寧沿海經濟帶應按照差異化協調發展模式，以大連港為中心，通過與營口港、錦州港、丹東港、葫蘆島港、盤錦港等的戰略重組，打造遼寧沿海經濟帶港口群，提升港口群的整體競爭力。在突出重點港口的同時要建設不同功能、層次分明的港口體系，聯合規劃港口布局和產業布局，促進港口和園區協調發展。大連大窯灣保稅港區作為推進東北地區經濟合作的重要平臺，開始顯現出對東北地區的輻射功能。構建以大窯灣保稅港區為核心，以哈長沈大產業帶為基礎，以腹地保稅物流中心和腹地干港為節點，以鐵路班線化和海鐵聯運為運輸方式的東北國際物流網絡，有效提高東北地區國際物流網絡網點密度，實現大窯灣保稅港區與東北地區主要物流節點城市的銜接和良性互動，將出口加工、對外貿易、保稅物流相聯系。

[1] 武志惠，虞巧穎，申金升.三大經濟圈的物流業對區域經濟增長的實證分析[J].北京交通大學學報：社會科學版，2008，7(1)：43-47.

[2] 張煒熙，胡玉瑩.長三角與京津冀城市群物流產業發展比較及與區域經濟關聯分析[J].現代財經，2010，30(6)：81-86.

[3] 劉南，李燕.現代物流與經濟增長的關系研究——基于浙江省的實證分析[J].管理工程學報，2007，21(1)：151-154.

[4] 吳曄.珠三角洲區域物流與區域經濟互動機理探討[J].物流科技，2009(2)：21-23.

[5] 邵揚.中國省際經濟增長與物流的空間面板計量分析[J].技術經濟與管理研究，2009(6)：136-138.

[6] Li X L，Han Z S.Research on the Dynamic Relationship between Logistics Industry and Region Economy of Shandong Province[C].Manchester，England，2nd International Conference on Information and Computing Science，2009，3：146-149.

[7] Shuai B，Sun C Y.Empirical Study on the Relativity between the Development of the Logistics Industry and the National Economy Level-Take Chengdu for Example[C].Proceedings of The Eighth International Conference of Chinese Logistics and Transportation Professionals，Chengdu，China，16-24.

[8] Yu W Y，Wang H Y.Study on the Association Between Regional Logistics and Regional Economy[C].Beijing，16th International Conference on Industrial Engineering and Engineering Management，2009：1891-1893.

[9] Chu Y F，Liu S F.Researching on Grey Incidence Between Logistics Industry and Economic Development[C].Shanghai，International Symposium on Intelligent Information Technology Application Workshops，2008：927-931.

[10] 伍世代，王強.中國東南沿海區域經濟差異及經濟增長因素分析[J].地理學報，2008，63(2)：123-134.

[11] Anselin L，Sridharan S，Gholston S.Using Exploratory Spatial Data Analysis to Leverage Social Indicator Databases：the Discovery of Interesting Patterns[J].Soc Indic Res，2007(82)：287-309.

[12] Jing N，Cai W X.Analysis on the Spatial Distribution of Logistics Industry in the Developed East Coast Area in China[J].The Annals of Regional Science，2010(45)：331-350.

[13] Anselin L.Local Indicators of Spatial Association—LISA[J].Geogr Anal，1995(27)：93-115.

[14] Anselin L，Syabri I，Kho Y.GeoDa：An Introduction to Spatial Data Analysis[J].Geographical Analysis，2006(38)：5-22.

[15] Yang C H，Zhang W J and Li Y S.Dynamic Analysis of China Logistics Agglomeration Based on Clustering Analysis[C].IEEE，2007，0-7695-2882-1/07

[16] Rey S J，Anselin L.Recent advances in software for spatial analysis in the social sciences[J].Geogr Anal，2006，38(1)：1-4.

[17] Rey S J and Anselin L.PySAL：A Python Library of Spatial Analytical Methods，in Handbook of Applied Spatial Analysis：Software Tools，Methods and Applications[C].Berlin：Springer，2010：175-193.

[18] 戚本超，景體華.中國區域經濟發展報告(2009—2010)[M].北京：社會科學文獻出版社，2010：60-72.

Spatial Autocorrelation and Spatial Clustering Analysis of Regional Logistics and Economy in Northeast China

JING Nan，YAN Bo

(Department of Logistics Engineering，South China University of Technology，Guangzhou 510006，China)

Based on city level data in 2005，2008 and 2011，the paper applies spatial autocorrelation and spatial clustering methods to examine the spatial variation in logistics and economy in northeast China.Taking the correlation of neighbor cities into fully consideration，it analyzes the spatial disparity of structure and function in global and local regions with the support of GeoDa，STAR and PySAL software.The paper visualizes the regional distribution of logistics and economy in northeast China byk-means dustring map，and analyzes the statistical data of logistics and economy by moran’s I scatter plots and local indicators of spatial association(LISA).The research can give theoretical evidence to provide reference for proper layout of logistics industry and regional coordinate development.The paper has derived some implications for policy makers at the end.

Northeast China；Logistics and Economy；Spatial Autocorrelation；Spatial Clustering

2013-11-11

教育部人文社會科學研究項目(10YJC790116)；中央高校基本科研業務費，華南理工大學社科類重點項目(x2jmD2112250)。

景楠(1979-)，女，吉林長春人，華南理工大學經濟與貿易學院講師，博士；顏波(1970-)，男，湖南懷化人，華南理工大學經濟與貿易學院教授，博士生導師。

F061.5

A

1001-6201(2015)01-0134-07

[責任編輯：秦衛波]

[DOI]10.16164/j.cnki.22-1062/c.2015.01.025