高铁影响下的珠江三角洲城市群经济空间格局的多维度分析

深入研究高铁对珠江三角洲（简称珠三角）城市群区域经济空间格局的影响,对挖掘高铁与区域经济耦合关系具有一定的科学价值。本文基于2010、2014、2018年珠三角地区城市面板数据,从区域经济联系、区域优势潜力及区域经济空间平稳性3个维度,运用引力模型、区位优势潜力模型、Theil系数等技术模型和方法,综合测度高铁对珠三角城市群区域经济空间格局的影响。研究结果表明：① 珠三角城市间经济联系强度随年份的递增而呈现上升的趋势,南北向联系强于东西向联系,并逐渐出现1个经济联系核心区、3个经济联系副关联区和1个经济增长辐射区;② 珠三角市际间区位优势潜力差距逐渐拉大,其中东莞、中山等经济实力较强、城市地域规模、人口规模较小且地理位置优越的二三线城市在高铁运营过程中获得更大的利益;③ 从珠三角区域经济整体差异性来看,区域经济空间格局异质性呈先扩大后缩小趋势;从区内群体差异性来看,一二线城市之间经济发展水平差异呈先大幅上升后小幅下降趋势;二三线城市之间经济发展水平差异呈下降趋势。该研究将对未来交通规划提供参考。     

结合“珞珈一号”夜间灯光与城市功能分区的广州市碳排放空间分布模拟及其影响因素分析

合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。     

智能卡和出租车轨迹数据中蕴含城市人群活动模式的差异性分析

当前采用交通流数据量化城市人群活动模式研究已经取得了丰硕的研究成果,但是对于同一区域、同一时段不同类型交通流数据反映城市人群活动模式的共性与差异性仍然知之甚少,直接影响了城市人群活动模式挖掘结果的可解释性与实际应用效果。为此,本文旨在对目前广泛采用的智能卡数据（公交和地铁刷卡）和出租车轨迹数据2种重要的交通流数据,从时空分布模式的差异性、行程距离及距离衰减效应的差异性、空间社团结构的差异性3个方面,探索二者反映城市人群活动模式的差异性：① 采用北京市六环以内区域2016年5月9日至15日的智能卡和出租车轨迹数据进行实验分析,研究发现：① 2种交通流反映出行需求的空间分布呈现出高度相关性,但是在同一空间单元上,2种交通流反映出行需求的时间相关性较低;② 2种交通流的使用率在不同空间位置存在明显差异,仅在城市中心区域使用率较为均衡;③ 2种交通流反映人群行程距离的空间分布、距离衰减效应存在明显差异,公共交通对于促进长距离出行更为重要;④ 从2种交通流发现的空间社团结构都显示了城市的多中心结构特征,但是二者发现社团结构存在的差异性表明两种交通方式对城市空间交互起着不同的作用。本研究有助于深入理解多源交通流反映城市人群活动的内在机理,提升城市人群活动模式在城市规划、交通管理等领域的应用效果。     

县域尺度下湖南省碳排放空间分异特征与影响因素

开展县域尺度下的碳排放空间分异与影响因素研究,是助推实现县域等多尺度区域“双碳”目标的重要环节。以湖南省122个县(市、区)为研究对象,通过夜间灯光数据估算湖南省各区县的碳排放量,采用探索性空间数据分析方法刻画了县域碳排放时空格局,运用地理探测器和时空地理加权回归(GTWR)模型,从政策、经济、能源、社会和产业维度对县域碳排放空间分异与影响因素进行了定量研究。结果表明：(1)2012～2020年,湖南省县域碳排放总体呈减弱趋势,且差异较为明显,空间格局分布为北高南低,东西差距较小;(2)莫兰指数(Moran’s I)逐年下降,空间集聚特征较为显著,总体成正相关关系;(3)财政支出、人口规模、城镇化率、能源碳排放强度和农业发展水平是影响县域碳排放的主导因子;(4)通过时空地理加权回归模型对主导因子进行分析,发现同一指标对不同区县碳排放的影响存在显著的时空差异。     

多尺度视角下的青藏高原水资源短缺估算及空间格局

青藏高原水资源总量丰富,但由于水资源量与用水量在空间上分布不均衡,部分人口、城镇密集地区水资源短缺严重。本研究在多源数据的基础上,通过空间分析、降尺度处理等,建立了青藏高原省区、市域、县域空间尺度的水资源与用水量数据集。通过比较5、10、20、30年重现期多空间尺度的水资源短缺程度,分析水资源短缺在青藏高原的尺度效应,揭示青藏高原水资源短缺格局与特征,识别面临水资源短缺的人口与面积。结果表明,青藏高原在省区尺度无水资源短缺;在15个市域单元中,有3个市域出现水资源短缺;在115个县域单元中,有29个县域呈现出不同程度的水资源短缺,水资源短缺县域主要集中在青海省的河湟谷地、柴达木盆地与西藏自治区的一江两河流域等人口、城镇密集区域。总体而言,由于较大空间尺度地理单元内部各县域用水强度差异,在县域尺度面临水资源短缺的人口与面积大于市域与省区尺度面临水资源短缺的人口与面积。以县域为基本单元,发现青海省与西藏自治区30年重现期面临水资源短缺的人口占总人口的56.4%,出现水资源短缺的面积占总面积的10.4%。县域之间水资源短缺指数秩相关系数计算结果显示,省区内部各县域同时出现水资源短缺的可能性较大,而省区之间各县域同时出现水资源短缺的可能性相对随机。研究结果为制定青藏高原水资源短缺管理对策、促进区域城镇化与资源环境协调发展提供科学依据。     

近20年来黄土高原地区的经济增长时空分异特征

 经济不均衡增长是区域发展的一种常态。分析区域经济增长时空差异及成因,对于认识和加快落后地区的经济发展具有重要的意义。本研究在GIS技术的支持下,对黄土高原地区近20年来以县市为单元的经济增长时空分异特征进行了系统的分析。主要结论有:改革开放以来,黄土高原地区的GDP水平呈现出持续的快速增长态势。近20年来,陕北和内蒙古鄂尔多斯地区增长最为迅速;人均GDP的空间分布整体上呈现出"两高一低"的带状分布格局,且这种格局明显地受到极化增长的扰动和重塑;经济增长表现出显著的极化增长特征,且经济增长极的极化作用与增长极之间地位的调整是同时进行的;与常态化的城市产业集聚推动型经济相比,机遇性的资源开发拉动型经济对人均GDP的拉动速度更快,但可持续性较差。未来,黄土高原地区应走以中心城市带动为主,以能矿产资源开发拉动为辅,两者相互促进,共同带动整个区域经济更快、更好、更可持续地发展的道路。     

基于夜间灯光和土地利用数据的云南沿边地区GDP空间差异性分析

云南沿边地区包括8个地州,共56个县,其中有25个县市与老挝、缅甸和越南直接毗邻,具有重要的地缘位置。本研究利用土地利用数据和夜间灯光数据在实现云南沿边地区GDP空间化的基础上,对GDP的空间分布格局进行深入探讨,这对缩小区域经济差异及促进地区共同发展具有一定的指导意义。采用土地利用数据对国内生产总值（Gross Domestic Product, GDP）数据的第一产业进行空间化拟合,采用DMSP/OLS夜间灯光数据对GDP的第二、三产业进行拟合,将第一产业和第二、三产业空间化拟合的结果相加,实现云南沿边地区1992-2013年的GDP的空间化拟合。在此基础上对云南沿边地区GDP空间分布差异进行分析。结果表明：① 土地利用数据对第一产业建模的效果较好,拟合的多期数据的相对误差均低于1.12%,采用夜间灯光数据,基于“分类回归”方法对第二、三产业拟合相对误差最大仅为6.404%,最终二者之和拟合的GDP拟合精度都较好,相对误差最大仅为4.241%;② 22期GDP数据在空间分布上均呈现正的相关性,且均为显著集聚;③ GDP空间分布局部集聚的高值-高值区域集中在开远、蒙自等县域,低值-低值地区集中在绿春、西蒙等地区;④ 云南沿边地区县域之间的经济差异在1992-1996年逐渐增强,1996年之后,经济差异波动缩小,空间关联效应呈现波动式的增强和减弱;⑤ 云南沿边地区的三维插值结果均呈现出西北至东南一线的“洼地-丘陵-平地-高峰”地势变化格局,沿边地区的东南角地区即红河州的建水、个旧和开远等县市的GDP最高,“丘陵”地势主要集中在腾冲、保山市以及最南部的景洪地区,“洼地-平地”地势主要分布在沿边地区西北角的贡山和福贡等县域、西南角的西蒙和孟连等县及中部区域的绿春和江城县等地区。     

北京市二手房价格时空演变特征

城市住宅价格时空格局及演变特征是衡量城市房地产市场发展均衡性的重要指标。针对海量的互联网实时房产数据,本文构建了一种长时序时空大数据挖掘方法。首先,利用挂牌数据和成交数据,进行了泛在网络地产数据的可用性验证;其次,提出了“混合像元”的多尺度栅格模型,以构建基于栅格系统的房产统计特征描述,形成了多源网络房产数据融合方法;然后分别采用莫兰指数和地理探测器分析房价的空间自相关性和分异性,并基于P-Bshade和邻近栅格时空插值算法解决了稀疏房产数据的融合与插值问题,构建了长时序房地产时空栅格数据库;最后,以北京六环范围内为研究区域,通过栅格区划算法进行了二手房价格时空演变格局的挖掘分析。     

基于夜光遥感与POI数据空间耦合关系的南海港口城市空间结构研究

南海港口城市研究是南海资源环境监测的重要内容,目前对于南海港口城市空间结构特别是港口在城市空间结构中的地位缺乏研究。夜光遥感数据和POI数据均为城市空间结构研究的重要数据源,但对于2种数据的空间耦合关系与集成应用研究存在不足。针对上述问题,本文选取南海港口城市典型代表的三亚市为研究区,以研究区2016年NPP-VIIRS夜光遥感数据和POI数据为数据源,利用叠加分析将夜光遥感数据和POI核密度分析结果数据分别网格化。然后,利用双因素组合制图法对两种数据的空间耦合关系进行可视化,分析空间耦合关系相异区域和城市空间结构的关系,并在此基础上探讨港口在三亚城市结构中的地位。研究表明,三亚市夜光遥感和POI数据的空间分布总体趋势相一致,空间耦合关系相近的区域占比达85.6%;夜光遥感和POI数据空间耦合关系在三亚市内存在一定量的相异区域,如新城区、经济开发区、城市边缘区和乡镇中心等,结合2种数据的特点可以更显著地表征这些区域的城市空间结构特征;三亚市作为重要的南海港口城市,其城市的中心区域与港口密切关联。本研究为港口城市空间结构研究提供了新视角。     

大数据在城市规划中的应用研究综述

大数据具有的多源、人本、时空等属性特征与城市规划决策的本质属性具有紧密的耦合性,为城市规划决策提供数据基础和技术支撑,推动着城市规划精准化以及城市治理高效化发展。通过对大数据作用于城市规划的相关文献梳理,大数据推动了城市规划在4个方面发生明显转型:从"小样本静态"向"多源时空"数据转变;从单一空间尺度向全域空间尺度转变;从"物质空间"向"以人为本"转变;从"人工化"向"智能化"转变;在此基础上,本文主要从居民时空行为分析、城市交通路网布局优化、城市功能区划分、区域联系和城市等级分析、城市生态环境治理以及城市边界划定等方面梳理城市规划领域中的大数据应用进展。     

基于POI数据的生活设施空间分布及配套情况研究——以济南市内五区为例

生活设施空间分布和配套情况对居民幸福感有极大影响,空间中的不同设施配套情况的差异具有区分城市功能区、指导城市规划等作用,高时效性数据在该研究中有广阔的前景。POI即兴趣点,指空间上地理实体的点状表示,是现行大数据潮流下的一种简单易得而且极具代表性的空间点状数据,POI数据为空间分布研究提供了新的方法。本研究基于济南市市内五区的部分POI数据,应用核密度分析法和标准差椭圆分布,探讨研究区内休闲、工作、居住、医疗等部分生活设施的空间分布情况;应用相关性分析法对各类设施赋予权重,评价生活设施的空间配套情况。分析得出:1济南市生活设施集中分布在城市中心区域,呈现单中心模式,但各类生活设施空间分布在方位和规模上存在不同;2休闲设施分布于小范围的城市中心区域,办公设施沿东西方向呈带状分布,医疗设施和居住设施分布均匀,在较低等级以上的区域覆盖广;3医疗设施和居住设施的空间相关性最高,休闲设施与医疗设施空间相关性最低;4医疗设施和居住设施在配套分析中占较大比重,休闲设施比重最小。     

北京市多尺度中心特征识别与群聚模式发现

城市多中心的研究是揭开城市系统复杂空间结构的重要研究内容,然而受传统调查数据时空精度的局限,现有研究缺乏足够细致的实证分析。LBS服务的广泛应用为高效、实时、微观地刻画个体和城市之间的空间活动提供了充足的信息,使得对城市多中心的微观量化机制的研究成为可能。基于此原因,本文结合兴趣点数据以及微博签到数据和出租车GPS轨迹数据对北京市五环内的不同尺度、不同社会功能的城市中心进行了识别,并对其居民行为的群聚模式进行了分析。结果表明,北京市五环内包括4个市级中心,16个区级中心以及45个街道级中心。市级中心包括海淀科教中心,西单休闲中心,北京文化中心和国贸金融中心4大中心;区级中心主要包括文娱中心、商业中心、教育中心以及交通中心4类中心;街道级中心除了区级的四类中心外,还包括行政中心、购物中心、商住中心等9类中心。不同中心在同一时段呈现相似的群聚模式,其中工作日城市不同尺度中心的群聚模式持续时间较长,群聚密度较大,主要以通勤和饮食为主;非工作日城市不同尺度中心的群聚模式相对较分散,持续时间较短,主要以休闲娱乐为主。     

顾及人群集聚和情绪强度的城市综合活力评价及影响因素

城市活力的科学定量评估,能够为城市规划和协调发展提供重要依据,针对城市活力容易忽略居民情感的现状,本文选用百度热力图数据与微博情感分析结果,分别衡量人群集聚强度和情绪强度,并结合TOPSIS方法,提出一种顾及人群集聚和情绪强度的综合活力评估框架。从城市物理环境、经济环境和生态环境3个维度,选择8个关键影响因子,结合地理探测器空间分析方法,探讨影响因子对城市活力空间异质性的影响。结果表明：① 融合人群集聚强度和情绪强度的综合活力评估方法,能够较好反映城市活力空间分异格局;通过对典型样本区域分析,验证了本文提出的城市综合活力评价框架的有效性;② 城市POI密度对城市综合活力的解释力最显著,而植被覆盖度因子对城市综合活力的解释力最弱;但是植被覆盖度因子与其他因子的交互作用,对于城市活力空间异质性的影响力提升最为显著,表明植被覆盖度因子并不是直接作用于城市活力的空间异质性,而是通过耦合空间可达性、POI密度以及建筑密度等影响因子,间接影响城市综合活力的空间分异。     

江苏省商业网点的空间分布特征及其区域差异因素

以江苏省商业网点POI（兴趣点）数据为基础,结合经济社会统计数据,分别对批发零售业、住宿业和餐饮业三种业态类型,运用标准差椭圆、核密度、最近邻指数以及多元线性回归等分析方法,探讨不同发展水平、发展阶段城市商业网点的空间分布模式和业态结构特征,并揭示其区域差异的影响因素。研究发现：江苏省商业网点总体上具有西北走向分布态势,呈现相对集中分布格局,表现出在长江以南地区集聚和在地级城市中心城区密集布局的特征;不同业态类型网点空间分布具有差异,批发零售业网点的空间集聚特征最显著,住宿业网点的分布相对均衡;各市商业业态结构呈现出批发零售业和餐饮业网点数量为主,以及批发零售业销售额独大的特征;地区生产总值、人口规模、居民人均可支配收入、城市综合可达性以及第三次产业产值比重是影响商业网点分布的重要因素,不同因素对商业网点分布的影响程度差异性较大,居民消费能力和地区发展水平是江苏省商业网点分布差异的主要驱动力。     

长沙市游憩-居住功能空间格局及其匹配关系研究

伴随新型城镇化和全面休闲化时代到来,游憩-居住两大功能空间关系研究成为新时期城市地域结构领域的重要关注议题。基于POI地理空间大数据,通过运用Ripley's K函数、同位区位商、“不一致指数”定量模型和采用全局空间自相关、核密度估计等ArcGIS空间分析方法,探究了长沙市游憩-居住功能空间格局及其匹配关系特征。研究发现：① 两大功能空间均具有显著的空间正相关性,形态格局差异鲜明且均呈以“空间极核”为导向的集聚模式,各类型功能空间集聚强度表现为“居住空间>文化休闲空间>体育健身空间>商业娱乐空间>自然生态空间”;② 两大功能空间存在基于“距离-数量”的函数衰减关系,距离居住空间3000 m半径环带是游憩空间集中分布以及居民日常游憩休闲的重要活动范围;③ 居住空间具有“临近”游憩空间布局的指向特征,但反之不显著,两大功能空间呈单向吸引“非对称性”错位临近关系,居住空间临近不同类型游憩空间的指向强度呈“体育健身空间>文化休闲空间>自然生态空间>商业娱乐空间”位序格局;④ 游憩-居住功能空间协调关系具有较强的空间异质性,湘江西岸整体上优于东岸,岳麓区、望城区为游憩-居住协调型,天心区、芙蓉区、雨花区、开福区为游憩滞后居住型,长沙县为游憩超前居住型。本研究通过聚焦新型城镇化和全民休闲时代的城市游憩设施配置及其与居住空间的关系问题,将为丰富传承新背景趋势下的城市公共设施区位理论、城市空间结构理论等提供重要的理论探索方向,并为长沙市及国内同类大都市合理布局城市游憩休闲设施、优化调整城市空间结构和建设休闲宜居城市等提供科学参考。     

基于POI数据及四叉树思想的“三生空间”识别方法

城市区域内部建筑物较密集,外围建筑物逐渐稀疏,因此大多存在内部区域POI数据密度大,外围区域POI数据密度逐渐减小的现象,在使用均等网格作为识别单元进行城市“三生空间”的识别的过程中,就会出现网格尺度较大导致识别准确率较低或网格尺度较小导致无数据区较多两种情况。针对以上问题,本研究提出一种基于POI数据及四叉树思想的”三生空间”识别方法：综合利用互联网地图POI、行政区划、遥感影像等数据,引入四叉树思想对网格识别单元进行分级;将POI数据与城市建设用地分类和土地利用现状分类进行衔接,对POI进行重分类;综合各类POI的功能和面积,构建POI分类“三生功能”赋分体系,定量识别“三生空间”。以西安市中心城区为实验区进行实例验证,结果显示正确率在95%左右。通过与均等格网识别结果的对比,进一步证明引入四叉树思想对网格进行分级一方面能有效减少无数据区的存在,另一方面能使识别结果准确率大幅提高,为基于POI数据的城市三生空间的识别提供了一种新思路。     

空间同位模式支持下城市服务业关联发现及特征分析

空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律。本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构：首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了产业空间关联图密度和产业空间关联显著指数,用来衡量城市服务业空间关联的紧密程度和整体关联的显著程度。本文选取成都、兰州、郑州、沈阳、上海与深圳为试验区,实验结果表明：不同城市服务业的空间关联结构存在共性与特殊性,整体上,餐饮、购物等与居民日常生活相关的服务业易与其他服务业产生空间强相关,这几类服务业内部空间集聚明显;成都与沈阳的服务业整体表现空间关联度高且紧密,兰州其次,上海与深圳的服务业则整体表现空间关联较弱,郑州的服务业空间关联较紧密但强度较低。     

Transportation characteristics change under rapid urban expansion: A case study of Shanghai

This paper focuses on the economic development and urban morphology as well as its impact on the transportation system during the urban expansion of Shanghai in the last more than 20 years(1986-2008).Based on data from 3 comprehensive transport surveys of Shanghai since 1986,the changes in residential trip demand,vehicle use,and the spatial distribution of trips were studied to understand the demands on the transportation system.The factors contributing to those changes in transportation demand were discuss...