创新网络空间格局形成机理及演化分析

针对创新网络空间格局如何形成及演化的问题,基于多元邻近视角剖析创新网络空间格局形成机理,运用Agent理论设计仿真算法,并基于Netlogo构建创新网络空间格局演化仿真平台。通过模拟实验发现：①多元邻近更有利于创新网络区域内、外部合作共生,且（跨区、内部）合作边数与区域面积、毗邻距离呈正、负相关;②社会邻近或技术邻近更有利于创新网络产生（绝对）空间集聚,且集聚态势与区域位置中心性呈正相关;③创新网络空间格局呈现随机型至斑块型（或均匀型）的动态演化趋势,且社会邻近或技术邻近更有利于创新网络产生均匀型空间格局,地理邻近或多元邻近更有利于创新网络产生斑块型空间格局;④地理因素作用下的创新网络（空间格局）仍保持幂律分布特性;⑤斑块型空间格局的创新绩效高于均匀型,且多元邻近下斑块型空间格局的创新绩效最高。     

创新网络空间格局形成机理及演化分析——基于多元邻近的Agent仿真

针对创新网络空间格局如何形成及演化的问题,基于多元邻近视角剖析创新网络空间格局形成机理,运用Agent理论设计仿真算法,并基于Netlogo构建创新网络空间格局演化仿真平台。通过模拟实验发现:(1)多元邻近更有利于创新网络区域内、外部合作共生,且(跨区、内部)合作边数与区域面积、毗邻距离呈正、负相关;(2)社会邻近或技术邻近更有利于创新网络产生(绝对)空间集聚,且集聚态势与区域位置中心性呈正相关;(3)创新网络空间格局呈现随机型至斑块型(或均匀型)的动态演化趋势,且社会邻近或技术邻近更有利于创新网络产生均匀型空间格局,地理邻近或多元邻近更有利于创新网络产生斑块型空间格局;(4)地理因素作用下的创新网络(空间格局)仍保持幂律分布特性;(5)斑块型空间格局的创新绩效高于均匀型,且多元邻近下斑块型空间格局的创新绩效最高。     

北京市商业土地出让的时空演变与影响

借助GIS技术揭示了新时期北京市商业土地出让的空间分布特征、动态演变,探讨了对城市土地利用和空间发展的影响。北京商业土地出让的分布由二环至四环逐步向五环外转移,城市功能拓展区出让数量减少,城市发展新区增加,旧城区分布一直比较集中。商业集聚区表现出旧城高集聚区面积增大、远郊新城中低集聚区数量增多、城郊大型居住区集中程度提高等特征。商业土地出让时空格局动态演变存在显著差异,东北方向扩展距离较远,波动大;西北与西南方向外延扩张典型,扩展距离远,年均速率大;东南方向空间扩展不显著。最后,探讨了商业土地出让时空格局演变在土地利用方式与效率、商业郊区化、功能疏解与职住分离等方面产生的影响。     

我国中心城市金融集聚水平与空间格局研究

通过对2010年全国286个地级以上中心城市相关数据的因子分析,将金融集聚因子降维成规模因子、质量因子和活跃程度3个较稳定的可解释因子,并与2005年相应数据进行比较。根据金融集聚指数,将我国中心城市金融集聚水平划分为全国性金融中心、全国性金融次中心、区域性金融中心、省域金融中心及地方金融中心。借助GIS空间分析技术对全国中心城市金融集聚的空间分布格局进行展现,结果显示我国金融集聚最为显著的区域集中在长三角、京津冀和珠三角地区,上海、北京—天津、广州—深圳构成全国性金融集聚服务中心城市;金融集聚与城市规模有着极强相关性,200万人以上的特大城市是金融活动的主要集聚地;各省区的金融集聚中心一般为其省会城市及其副中心城市。分析金融集聚指数2005—2010年的变化率,全国金融业集聚态势有从全国金融中心向邻近区域扩散的趋势,并向中部和近西部地区的中心城市不断传播。     

基于省际贸易隐含碳排放视角的流域生态补偿测算——以黄河流域为例

核算产业贸易所引致的流域省区之间隐含碳流动及明确各省区间生态补偿对于黄河流域“碳达峰、碳中和”目标和制定生态补偿条例具有现实意义。利用多区域投入产出模型（MRIO）率先测度了黄河流域九省区之间2015年与2017年隐含碳排放,并进一步明确测算出了黄河流域九省区间由于产业贸易带来的二氧化碳转移情况及生态补偿额度。研究发现：（1）黄河流域九省区碳排放总量呈现由东到西梯度递减,单位产值碳排放量呈现由东到西梯度递增。（2）黄河流域九省区主要碳排放部门为基础能源及二次能源生产部门、矿产品生产部门以及金属冶炼加工部门。（3）东中部省份是流域九省区之间转移和承接隐含碳排放转移最多的省份,流域九省区之间隐含碳转移呈现出明显的地理邻近效应和产业结构互补效应。（4）进一步对九省区生态补偿额度测算表明,生态补偿额度上并不呈现出明显的梯度赤字,而是由东向西的赤字—盈余空间格局转向中间赤字、两头盈余格局。这些结论为公平合理地制定以碳排放为基准的流域间生态补偿标准提供了依据。     

中国西部城市参与全球和全国竞争的时空格局及网络结构演化

以世界和中国500强企业为样本,应用变异系数、位序—规模法则、空间自相关、社会网络分析等方法分析西部城市参与全球和全国经济竞争的时空格局及网络结构演变。结果表明:①外资和中国企业的空间格局核心—边缘结构明显,成都、重庆和西安是集聚中心。②外资企业集聚趋势明显,核心—边缘结构强化;中国企业集聚趋势减弱,核心—边缘结构弱化。③西部城市外资和中国企业均存在"组织链末端锁定"现象,参与全球和全国竞争的能力均较弱,但参与全球竞争的能力更弱。④两类企业均围绕成都、重庆、西安、贵阳形成高—高集聚区,呈群体式发展,围绕兰州、昆明形成高—低集聚区,呈据点式发展,其余大部分城市空间自相关性极弱,空间极化不明显,中国企业的区位选择对外资企业有明显的示范效应。⑤基于外资企业的城市网络结构趋于复杂化,集聚特征明显;基于中国企业的城市网络发育趋于成熟,分散效应明显增强;成都、重庆、西安是城市网络的核心城市。因此,西部地区应积极培育具有辐射带动力增长极,吸引国内外企业,增强区际联系,提升西部城市参与全球和全国竞争的能力。     

基于ESDA的中国人口空间格局及影响因素研究

利用ESDA技术,基于GIS平台对2005年中国人口空间格局进行研究,发现2005年全国县域人口密度不仅数值差距较大,基尼系数达0.55,而且空间自相关性较强,Mom's I指数为0.42.京津冀、长三角、珠三角、四川盆地、东北经济带仍是全国人口最密集地区.局部空间自相关结果显示,京津冀、长三角、珠三角和四川盆地是高高型人口集聚区.哈尔滨、长春、银川、昆明等城市地区是高低集聚区.低高型区域集中在高高型区域四周.西北干旱区、内蒙古北部、东北北部山区属于低低集聚区.将人口密度分为五级,通过人口重心观察,以及将人口密度与自然和经济因素叠加,发现气候和海拔高度仍是影响人口分布的主要因素.产业结构和交通对全国人口格局影响显著.自然因素不同的组合形式将对人口格局产生不同的影响,其中气候和地形因素长期稳定地影响人口空间格局,但其对人口空间分布的约束力将随着技术进步而降低.经济因素是人口空间格局短期变动的主要原因.     

中国传统村落时空分布特征与影响因素

文章选择中国8155个传统村落作为研究样本，通过最邻近指数、地理集中指数、不均衡指数、核密度分析等方法，对中国传统村落的空间分布以及相关影响因素进行探究。结果发现：(1)从空间分布类型来看，传统村落整体上南多北少，呈现集聚分布的形态。(2)从空间分布均衡性的角度分析，传统村落在空间上呈现非均衡分布的态势，且有较高的集中度。(3)从空间分布密度的角度分析，传统村落大致形成五大集聚区，分别为：山西—河北—河南三省交界集聚区、东南沿海及其周边集聚区、湖南—广西—贵州三省交界集聚区、云南边境集聚区、青海—甘肃两省交界集聚区。(4)传统村落分布受自然、经济、社会等3个方面的综合影响，其中，自然因素主要影响早期传统村落选址，经济因素、社会因素在传统村落的保留及后期分布格局的形成过程中发挥着重要作用。针对传统村落时空分布特征及成因，从经济水平、交通条件、政策环境和民族风俗等4个方面提出发展建议。     

基于O-D网络的全国中心城市铁路客运联系及其分布规律

依据全国286个地级中心城市间完整的交互式"城市—车次—城市"铁路客运数据,采用基于O-D网络的GIS空间分析方法,从全国中心城市铁路联系的空间集聚、任意两中心城市之间的铁路联系、细分车次类型的空间分布规律等多角度解析全国中心城市铁路客运联系的空间格局,精确而清晰地刻画中心城市之间铁路客运联系的空间集聚、网络结构与分布特征。研究表明,全国铁路客运联系分布格局呈现向东倾斜的"开"字型结构,即由京沪—沪深线、京广—京哈线"两纵"与陇海—兰新线、沪昆线"两横"相互交汇而成全国铁路客运的骨架。全国铁路客运联系有三个核心集聚区,即京津冀、长三角及珠三角,北京、上海、广州、武汉、西安、成都共同构成全国性铁路客运联系中心。当空间联系距离大于200km后,铁路客运联系呈现出较规则的三次曲线型距离衰减规律。全国中心城市之间的铁路客运联系近1/2是在空间联系距离500km的范围内实现的,动车组和高铁联系则有2/3比例在此空间距离内完成。随着空间联系距离的逐渐增加,全国铁路客运联系依次表现为城市群或经济区内、省域内、相邻省区、区域乃至大区域间等不同空间尺度的联系。研究显示,长三角与珠三角之间、珠三角与海西经济区之间直接的铁路客运联系相对其优越的地理区位来说较弱,是交通运输布局方面的一个缺失。     

黄河流域高级别旅游景区空间分布特征及影响因素

黄河流域生态保护和高质量发展的重大决策,迫切要求开展黄河流域旅游业发展的整体研究。以GIS10.3作为主要分析工具,系统梳理了黄河流域内1 010个3A级以上旅游景区的空间分布特征和影响因素,结果表明:①黄河流域高级别景区整体呈"大分散、小集聚"的分布状态,三大自然区划内景区分布悬殊,东部季风区数量最多、密度最大;②黄河流域高级别景区空间分布类型以凝聚型为主,在流域中下游的西安、济南等沿黄城市附近形成大的凝聚中心;③黄河流域高级别景区核密度分布空间差异显著,整体呈倒"入"字形结构,不同级别景区之间存在密度差异;④黄河流域高级别景区之间存在较强的空间自相关,空间关联类型以正相关为主,且集聚特征明显;⑤自然地理环境、旅游资源禀赋、交通区位、社会经济发展水平和旅游经济联系强度对黄河流域高级别景区的空间分布具有显著影响,且对不同类型不同级别景区的影响程度存在差异。最后,文章针对黄河流域景区空间格局优化及旅游经济高质量发展提出了建议。