城市土地利用与交通相互作用（LUTI）研究进展与展望

研究目的:基于对国内外大量研究成果的梳理,对城市土地利用与交通相互作用(LUTI)的复杂机理展开系统回顾与述评,并尝试提出未来亟需重点关注的研究领域与方向。研究方法:文献资料法,对比分析法。研究结果:国内外实证研究领域及空间尺度表现出明显分异,部分研究结果亦呈现出差异化特征;国外热衷于引入多学科理论与方法构建LUTI一体化模型,而国内所引入的数学规划模型多停滞在理论分析与模拟层面,应用性相对有限,但近年来国内学者逐渐加强LUTI协调性评价,研究领域呈现出新特征。研究结论:全球可持续发展背景下,LUTI研究为实现城市土地利用与交通的协调发展提供了良好基础,未来应加强对LUTI模型方法与互馈机理的研究,并深入探讨现代交通发展对土地利用的影响机制,环境、社会因素亦应引起重视,国内学界则应注重本土性与应用性研究。     

Farm size and productivity growth in the United States Corn Belt

In recent decades, agricultural production in the U.S. has continued to shift to large-scale operations, raising concerns about the economic viability of small and midsized farms. To understand whether economies of size provided an incentive for the consolidation of production, the study estimates the total factor productivity (TFP) of five size classes of grain-producing farms in the U.S. Heartland (Corn Belt) region. Using quinquennial Agricultural Census data from 1982 to 2012 the study also compares TFP growth rates across farm sizes to gain insight into whether observed productivity differences are likely to persist. The finding of a strong positive relationship between farm size and TFP suggests that consolidation of production has contributed to recent aggregate productivity growth in the crop sector. The study estimates the extent to which sectoral productivity growth can be attributed to structural change versus other factors including technological change. The study also explores some tradeoffs associated with policies that raise the productivity of small versus large farms.     

高分1号冬小麦解译面积核算方法研究

[目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。     

城镇群空间结构与要素集聚

依据城镇化发展过程中要素空间集聚理论，展开区域经济发展的空间经济结构研究。通过城市引力、克鲁格曼指数计算，比较分析城镇群内部城市吸引力和城市产业分布的差异性，通过人口与生产空间分布集中度指标和不一致系数的测算，分析了山西省城镇群空间要素集聚效应。研究表明，山西省的城镇群规划与要素空间集聚趋势整体一致，城市间产业分工体系基本形成，城镇群的要素集聚效应明显，但人口与生产分布仍存在不一致性。研究认为，山西省城镇群发展应该继续明确各城市的产业分工和特色，引导劳动力和资本要素的合理流动，实现人口与生产空间分布的一致。     

碳排放交易制度的节能减排路径：效率提升还是结构转型？——来自中国省级数据的准自然实验

以中国2013年以来实行的碳排放交易试点政策作为准自然实验事件，基于2000-2017年中国30个省市的面板数据，运用双重差分法实证检验碳排放交易制度的节能减排效应及影响机制。研究发现，碳排放交易制度有利于实现中国经济“节能”与“减排”的双重目标，并通过了一系列稳健性检验；作用机制检验表明，能源效率提升和能源结构转型都是碳排放交易制度实现节能减排目标的重要路径；能源效率提升在碳排放交易制度实现“节能”和“减排”中分别发挥了10.19%和5.93%的作用，而能源结构转型分别发挥了48.87%和52.95%的作用。这意味着中国碳排放交易制度实现节能减排的主要动力来自能源结构转型，而非能源效率提升。能源结构转型涉及问题更加宏观和深层，这为中国加快推进节能减排进程，特别是完成2030年碳达峰和2060年碳中和的国际承诺提供政策启示。     

城市近郊区土地可持续利用评价研究

[目的]城市近郊区土地不仅关系到城市建设,也影响着社会经济的发展,是我国土地资源的重要组成部分。对城郊土地的可持续利用进行评价,从而确定土地利用目前的状态以及存在的问题,为今后完善土地利用规划,最终实现土地的持续利用具有重要意义。[方法]从经济可行性、社会可接受性和资源环境协调性3个方面构建济南城郊地区土地可持续利用评价体系,采用熵值法和加权法计算综合评价分值,并利用障碍因素分析法对2009—2017年该地区土地的可持续利用状态和主要限制因素进行了分析。[结果](1)济南市城郊土地可持续利用的综合评分呈上升趋势,分值由2009年的0. 199提高到2017年的0. 827,可持续性程度明显提高,由不可持续过渡到了可持续程度很高,但土地可持续利用的社会接受性与经济可行性和资源环境协调性并不平衡。(2)对济南城郊土地可持续性利用的障碍因素进行诊断,确定出主要障碍因子依次为人均耕地面积、地均固定资产、垃圾无害化处理率和污水处理率。[结论]济南城郊土地可持续利用程度虽然呈现上升趋势,但提升空间还很大,针对限制土地资源利用的障碍因素,今后应从增加资本和科技投入,提高垃圾的处理率和切实保护耕地入手,从而实现土地的可持续利用。     

基于均方差法的郑州市土地综合承载力评价

［目的］开展土地综合承载力评价是科学编制国土空间发展战略的基础。通过构建包含水土资源承载力、经济承载力和生态承载力3个维度土地综合承载力评价指标体系，定量刻画郑州市城市土地综合承载力的特征与轨迹。［方法］运用均方差法，选取2010—2016年郑州市城市土地综合承载力评价指标，分析其土地综合承载力特征。［结果］（1）总体上，郑州市城市土地综合承载力不断增强，水土资源承载力呈现先升—降—升的动态演变特征； 经济承载力持续增长，这源于郑州市土地经济效益的大幅提升； 生态承载力呈现波动性增强的演变特征。（2）郑州市城市土地综合承载力经历了较低—中等—较高发展历程，但土地综合承载力处于低层次的较高阶段，仍有较大提升空间。（3）为提高郑州市城市土地综合承载力，应加快“多规合一”规划的编制，科学划定城市增长边界和“三生”空间，转变城市发展理念，优化发展发展路径，提升城市土地综合承载力水平。［结论］郑州市城市土地综合承载力仍有较大提升空间，应加快建立土地综合承载力扩容的有效机制。     

Network structure,portfolio diversification and systemic risk

We investigate the effect of portfolio diversification on banking systemic risk, where the network effect is incorporated. We analyze three kinds of interbank networks, namely, random networks, small-world networks and scale-free networks. We show that the effect of portfolio diversification on banking systemic risk depends on interbank network structures and shock types. First, systemic risk increases first and then reduces with the increase of the level of portfolio diversification in the case of the individual shock. Second, in the case of the systemic shock, systemic risk reduces with the increases of the level of portfolio diversification. Third, banking systems with scale-free network structures are the most stable, and those with small-world network structures are the most vulnerable.