在社會科學領域，地圖是一個被忽視了的分析工具。鑒于地理在人類行為中的影響，這種忽視顯得難以解釋。究其根源，這看起來很大程度上在于難以有效和方便地使用地圖。例如，假設政治學家簡�6�1懷特（Jane White）想要研究1988年美國總統(tǒng)大選中關于民主黨選票的選舉地理學。那么她是應該根據(jù)選票百分比在州（區(qū)、縣？）層級進行暈渲（shading）的等值區(qū)域圖（choropleth map）嗎？如果是的話，那她到哪里去獲得地圖？應該使用哪一種暈渲方法？以及設置多少精度的暈渲效果呢？當她檢查已完成的地圖后，會發(fā)現(xiàn)在這個國家的地區(qū)與投票之間的關系嗎？她如何量化這種關系呢？其他非地理因素能否也被添加進來以檢驗這種關系呢？當根據(jù)先前的選舉構建類似的地圖時，我們能夠觀察到隨著時間發(fā)生怎樣的變化呢？

　　要想回答上述問題，懷特教授必須以某種方式收集、存儲、展示并且分析這些選舉的地理數(shù)據(jù)。因為在過去，該項工作涉及高強度的手工作業(yè)，導致了現(xiàn)代的定量政治科家選擇回避它。幸運的是，這本由加森（Garson）和比格斯（Biggs）完成的專著展示了這些傳統(tǒng)的困難是如何被解決的。當代的分析人員可以獲得很多價格合理，基于計算機的地理信息系統(tǒng)（GIS）軟件，并將其與許多易于獲取的地理數(shù)據(jù)資源相結合。例如，美國人口普查局（U.S. Bureau of the Census）建立了拓撲集成地理編碼與參考（Topologically Integrated Geographic Encoding and Referencing ，TIGER）文件，其中包含了第一張數(shù)字化的美國街區(qū)地圖。Tiger可以添加到GIS軟件包，如Safari (由Geographic Data Technology)。一旦研究人員選擇了合適的數(shù)據(jù)集和軟件，就可以直接轉向分析制圖了。

　　作者回顧了多種類型的地圖——僅舉幾個例子：UBC、密度（dasymetric）、街區(qū)（block）、等值（isarithmic）——并解釋了大量有趣的、不常見的匯總統(tǒng)計，如地理均值（geographic means）、區(qū)位熵（location quotients）和空間相關（areal correspondence）。對統(tǒng)計的理解將引導我們利用地圖進行建模，其中將會用到多變量回歸技術（multivariate regression），正如GIS軟件與標準的統(tǒng)計軟件（如SAS）結合一樣。

　　GIS與分析制圖的潛在應用超出了常規(guī)的社會科學領域。分析制圖已經(jīng)廣泛應用于政府部門，規(guī)劃人員與政策制定者將其用于學校、再分區(qū)、稅務、自然災害，以及犯罪等問題。例如，應用在華盛頓州塔科馬市的犯罪分析制圖系統(tǒng)（Crime Analysis Mapping System），使得犯罪數(shù)據(jù)與人口普查數(shù)據(jù)能夠以精妙的方式展示在地圖上。正如加森和比格斯在這本亟需的導論中清晰描述的那樣，在傳統(tǒng)的數(shù)據(jù)分析向地理驅動分析的轉變過程中，我們將受益匪淺。

　　邁克爾�6�1S.劉易斯-貝克