基于Mann-Kendall法的长三角城市集聚效应空间结构研究

以长三角地区为研究区域,以制造业劳动力城市分布为研究对象,运用Ripley's K函数多尺度识别制造业劳动力空间集聚模式;并利用Mann-Kendall检验方法,查找制造业劳动力边际集聚突变的空间尺度,以此揭示长三角地区城市集聚效应的主要空间特征。发现主要有:①长三角地区制造业劳动力在空间上显著集聚,随着空间尺度的增加,集聚程度与空间尺度呈倒"U型"关系。当空间尺度为155 km时,长三角地区制造业劳动力集聚范围达到最大,此处城市间向心力和离心力实现均衡;②由Mann-Kendall检验结果可知,60 km是城市集聚效应间结构的突变点,即长三角地区地级市之间、地级市与直辖市间距离应不低于60 km,这种城市群结构将使得地级市下辖的县级市、县等既能享受城市集聚效应又能避免拥挤效应等不经济因素,具备较佳的发展条件;③在突变范围内,长三角地区城市集聚效应呈现"中心—外围"层级空间结构,以上海、苏州等中部地区城市为极核,带动周边城市发展,经济影响逐级向外递减。江苏北部、浙江南部城市集聚效应最小,表现出明显的梯度特征和地域差异性,这意味着长三角地区城市发展仍不均衡。     

广州市零售业态空间分异影响因素识别与驱动力研究

以广州市47 026个零售业网点为基本数据,通过梳理零售业空间分异的机制,构建包含人口密度、商务条件、公共交通便利性、业态丰富度与租金条件5个影响因子的零售业态空间分异影响因素评价体系,通过信息熵、核密度函数与空间回归模型分析零售业态的空间分异影响因素,对比不同城市圈层区位与不同零售业态集聚分异的因素差异。结果表明：① 需求、区位、竞争与成本构成了广州市零售业态空间分异的主要驱动力,同时,零售的景观分异也由于业态异质性与城市的空间异质性而存在驱动力分异;② 5个影响因素强度格局圈层差异明显,城市内圈层人口集聚度高,具备更好的公共交通便利性条件、商务条件与业态丰富度,同时也承受更高的地租;③ 人口密度是零售空间分异的核心要素,公共交通便利性条件、商务条件与业态丰富度对零售的集聚也有正向驱动作用,租金的影响较弱;不同圈层区位的零售空间分布与不同类型业态的空间分异的主要影响因素各不相同。     

深圳市快递自提点的空间分布特征与影响因素

随着信息技术的发展,电子商务的盛行推动着快递行业的迅猛发展,快递自提点成为人们日常生活的重要场所,从而成为城市地理与物流地理的重要研究对象。本文基于2018年4月深圳市菜鸟驿站和中国邮政速递物流站点的POI数据,综合运用文本分析、数理统计、空间分析方法,解析深圳市快递自提点的空间分布特征和影响因素。研究发现：① 快递自提点依托类型多样：由市场主导的菜鸟驿站主要依托专业的快递公司、便利店等;由政府主导的邮政站点一般设于中国邮政的分支服务网点;② 快递自提点服务对象种类繁多,二者都主要以服务社区为主,企业、工业园、酒店等为辅;③ 快递自提点的区位选择一般靠近服务对象的出入口,80%的快递自提点分布在距其最近出入口200 m范围内,邮政站点更接近服务对象;④ 快递自提点的空间分布不均衡,呈现“中西部多,东部少”的特点,沿“东-西”走向集聚分布,为多核集聚模式;⑤ 快递自提点的空间格局是区域经济发展水平、人口分布、交通便捷程度、土地利用类型等多因素综合作用的结果,最后探索了快递自提点选址与分布的综合影响机制。     

实体-信息与场景-符号视角下的奶茶消费空间分布特征及影响因素

数字经济时代，实体空间与信息空间融合叠加、场景消费与符号消费共同作用的新零售消费空间对城市空间发展的影响不断扩大。以西安市新零售奶茶消费空间为研究对象，通过空间句法模型分析奶茶消费空间分布特征，构建门槛回归、多尺度地理加权回归模型对奶茶消费空间分布影响因素进行解析。研究发现：(1)新零售奶茶消费空间区位选择对市场信息高度敏感并能够回应空间调控决策，传统零售业区位论中涉及的消费市场、空间接近性、地价、同行业发展等因素仍对新零售奶茶消费空间分布产生显著影响，但实体与信息在新零售奶茶消费空间中存在尺度博弈，信息作用随着尺度的扩大而更加明显；(2)新零售奶茶消费空间分布中蕴含着品牌社群组织行为特征，消费社群的消费主体性增强，不同品牌新零售奶茶消费空间通过多种方式促进消费社群成长；(3)社会文化感知在实体与信息消费空间中均存在价格门槛效应。低价位消费空间场景与符号价值作用机制中信息流与物质流之间相互排斥，文化扩散依靠场景与符号密度、传播速度与频次。高价位消费空间场景与符号价值作用机制中信息流与物质流相互促进，文化扩散依靠场景与符号影响力和传播距离。(4)空间句法模型模拟了实体消费的信息空间延展，...     

多尺度视角下城市住宅价格空间格局与影响机制研究

城市住宅价格的空间分异受到多重资源因素的影响,其影响机制在不同尺度上表现出的空间分异格局各不相同.以2015—2018年16个季度成都市中心城区商品住宅小区住宅价格为基本数据,利用空间自相关分析法、多尺度视角分析法探索成都市住宅价格空间分异格局,利用地理加权回归模型(GWR)构建成都市住宅价格特征变量指标体系,分析导致住宅价格空间差异的影响机制,研究发现:在2015—2018年16个季度中,成都市住宅价格先持续上升后出现小幅下降,中心城区各区住宅价格空间自相关性高,表明近年来住宅价格空间邻近联动性强.500 m×500 m栅格尺度下成都市中心城区住宅价格分布不均衡,住宅价格总体呈现中心区域高、边缘区域低分布格局,且南北住宅价格存在一定差异,中心城区住宅价格局部呈现"多中心+边缘化"的空间分布格局.多尺度视角分析法不仅能够考虑尺度效应及分区效应对住宅价格空间格局的影响,而且能够定量分析多资源因素对住宅价格的影响机制,解析多资源因素指标对住宅价格空间分异产生的影响.     

岳阳市城市公共服务设施空间分布格局研究

城市公共服务设施是影响居民生活质量的重要因素之一。利用GIS空间分析方法(如圈层分析、核密度估计、多距离空间聚类分析等)分析城市公共服务设施的空间分布格局特征,对区域公共服务设施的布局和服务区位选择有着重要作用。研究通过收集地理国情监测、基础测绘、地名普查和土地利用总体规划等相关数据和资料,对岳阳市中心城区2011-2018年城市公共服务设施变化和2018年城市公共服务设施空间分布格局进行研究。结果表明:从空间分布和数量变化来看,岳阳市中心城区城市公共服务设施与房屋建筑的空间分布具有较高相关性,设施数量总体上由中心向外围呈圈层式发展递减趋势,其他公共服务设施数量变化较大;从空间聚集情况来看,各类公共服务设施密度呈中心区域集聚,高密度区沿道路组团式分布的空间特征,聚集尺度和聚集强度差异明显,学校聚集尺度最大,但强度相对较小,其他公共服务设施聚集强度最大。研究成果可为区域城市规划提供参考依据。     

社交媒体影响下城市休闲空间分布新特征:基于小红书打卡地与POI的对比分析

移动信息通信技术与社交媒体对日常生活的嵌入日益加深,影响了居民休闲活动区位选择,但就其影响的空间规律性特征认识相对欠缺。研究基于对比的视角,选取大连市小红书休闲打卡点位数据与同类别休闲POI数据,从集中度与集群度2个维度、在主城区与行政街道两个尺度上,采用核密度估计、热点分析、DBSCAN等空间分析方法测度对比两类休闲空间的分布特征,并据此提出初步的机制解析。研究发现：(1)休闲打卡地大多分布于城市核心区内,但分布范围更小、核心数量更少;(2)在宏观尺度上,休闲打卡地呈现出更低的集中度（差值约3%）与集群度（平均差值约18%）,分布具有明显的“均质化散布”特征,在街道尺度上分布趋势相同,但在不同街道2类指标的差值大小存在显著不同;(3)休闲打卡地的热点集聚区范围更小,就其分布位置而言,在宏观与街道尺度上分别有85%与77%的休闲打卡地热点集聚区位于全量休闲空间热点集聚区内,少量休闲打卡地特有的热点集聚区主要分布于历史街区以及滨海岸线等城市特色风貌区;(4)根据街道内指标高低,休闲打卡地的分布模式可以总结为“原中心集群型”、“原中心散布型”、“新中心散布型”以及“无中心散布型”4类,不同...     

基于多源空间数据和随机森林模型的长沙市茶颜悦色门店选址与预测研究

茶颜悦色作为中国本土奶茶品牌,将中国传统茶文化与时尚元素相结合,融入浓郁中国风,成为来长旅游者打卡必喝的一种奶茶饮品。探索其空间分布并对其门店选址适宜性进行评估对于优化门店布局、促进经济发展和提升旅游服务水平等具有重要的实际意义。本文基于高德地图API爬取长沙市茶颜悦色POI,运用平均最近邻指数、地理集中指数、不平衡指数、标准差椭圆、核密度估计等方法分析其空间格局,在此基础上融合多源异构空间数据选取一系列影响其空间分布的指示因子并运用随机森林模型对其门店布局适宜性开展实证研究。分析结果表明：① 长沙市茶颜悦色空间分布整体上为集聚型(ANN=0.354,G=40.283),围绕城市核心商圈集聚分布,形成了“一超多核”的空间格局;② 随机森林模型优化后的平均测试精度为92.18%,OOB测试精度为93.45%,其评价结果能够准确反映长沙市茶颜悦色门店选址适宜性与空间分布的异质性;③ 茶颜悦色选址适宜性结果表明,长沙市核心商圈内适宜性概率整体较高,存在明显的高值集聚现象,符合弗里德曼“中心-外围”理论。若将各商圈抽象为不同等级的中心地,其所提供的服务职能和影响范围受到空间距离衰减作用的影响,在空间分布上符合地理学第一定律;④ 特征重要性排序结果显示竞争环境、交通区位和社会经济发展因素对模型的贡献率较大,这与最小差异化准则强调集聚效应和传统商业选址强调区位选择相得益彰,因此在进行门店选址时可以重点考虑此类因素。本研究融合多源空间数据运用数据挖掘技术解决选址问题的方法和结论可以为茶颜悦色门店选址和空间布局提供参考和借鉴。     

基于犌犐犛的潍坊市住宅价格空间格局分析

通过收集和整理有关潍坊市住宅小区价格的信息资料,运用地理信息系统的空间分析方法,利用Visifire插件绘制出该市住宅小区价格概率分布图,以揭示住宅小区价格的空间分布规律,并分析其形成的内在机制.初步得出潍坊市住宅价格空间格局的影响因子为:区位因素、市场供求因素、交通因素和环境因素.     

基于GIS的潍坊市住宅价格空间格局分析

通过收集和整理有关潍坊市住宅小区价格的信息资料,运用地理信息系统的空间分析方法,利用Visifire插件绘制出该市住宅小区价格概率分布图,以揭示住宅小区价格的空间分布规律,并分析其形成的内在机制。初步得出潍坊市住宅价格空间格局的影响因子为:区位因素、市场供求因素、交通因素和环境因素。     

Spatial agglomeration of exhibition enterprises on a regional scale in China

During the past two decades, the exhibition industry in China has been developing rapidly and has become an important part of the modern service industry, particularly the agglomeration characteristics of exhibition enterprises highlighted on the regional scale. Although the development of theoretical research on the western exhibition industry has taken place over time, the spatial perspective has not been at the centre of attention so far. This paper aims to fill this gap and report on the agglomeration characteristics of exhibition enterprises and their influential factors. Based on data about exhibition enterprises in the Pearl River Delta(PRD) during 1991–2013, using the Ripley K function analysis and kernel density estimation, this research identifies that: 1) the exhibition enterprise on the regional scale is significantly characterized by spatial agglomeration, and the agglomeration density and scale are continuously increasing; 2) the spatial pattern of agglomeration has developed from a single-center to multi-center form. Meanwhile, this paper profiles the factors influencing the spatial agglomeration of exhibition enterprises by selecting the panel data of nine cities in the PRD in 1999, 2002, 2006 and 2013. The results show that market capacity, urban informatization level and exhibition venues significantly influence the location choice of exhibition enterprises. Among them, the market capacity is a variable that exerts a far greater impact than other factors do.     

禹城市农村居民点空间分布模式和景观格局

以禹城市农村居民点为研究对象,基于禹城市2000和2017年遥感影像解译数据,综合运用GIS、景观生态学及统计学理论与方法,分析了2000年与2017年禹城市乡村聚落的景观格局指数和空间演变特征。结果表明:禹城市两个时期农村居民点在空间分布特征上存在显著差异,与2000年相比,2017年禹城市农村居民点分布更加聚集;从聚集程度来看,禹城市农村居民点聚集的态势不够显著,这与禹城市当地的自然环境有密切的关系;禹城市农村居民点总体用地规模和数量虽然在减少,但部分居民点用地规模增加明显,居民点有集聚发展的态势,同时禹城市农村居民点斑块形态由复杂化向规则化转变。     

Identifying the Geography and Determinants of O2O Online Retailers in Megacity in Central China: A Case Study of Zhengzhou City

In recent years, O2O e-commerce, represented by online group-buying, has developed vigorously, which had significant impacts on urban commercial space. Zhengzhou City is a rising national central city in China, and its e-commerce development level is ahead, but relevant researches are rare. Therefore, the data of online retailers of Meituan.com was collected and combined with Baidu map and Baidu heat map data. Then, we adopted the methods such as spatial statistics and geodetector to explore the geography and determinants of O2O online retailers in Zhengzhou urban area. The main conclusions are 1) The spatial development of O2O online retailers is characterized by significant global high-value agglomeration. 2) The agglomeration areas of different types of O2O online retailers are different. Most of them are concentrated in the old urban area within the Third Ring Road of Zhengzhou City, forming five comprehensive agglomeration areas. 3) The areas with the high e-commerce development level are mainly concentrated in the northeast and southwest of the x-shaped region formed by the intersection of Lianyungang-Lanzhou and Beijing-Guangzhou railways. Erqi Square and Guomao 360 Plaza are at the highest development level, followed by Zhongyuan Wanda Plaza and Daxue Middle Road. The development level at other areas is relatively low. 4) Zhengzhou's O2O commercial pattern is highly dependent on physical business. The population distribution, especially the population distribution during the nightlife period, plays a vital role in its spatial development, followed by accessibility. The influences of physical distance are slightly larger than that of time cost, but the difference between them is little. In addition, travelling costs have the least impact. This paper could provide certain references for urban commercial planning.     

中国城市群臭氧污染时空分布研究

随着中国城市建设进程的加快,中国的臭氧（O₃）污染逐渐受到重视。城市群是人口大国城镇化的主要空间载体,是城镇化的主体形态。截至2017年3月底,国务院共先后批复了6个国家级城市群,并提出要优化提升东部地区城市群,培育发展中西部地区城市群。另外,新的城市规模划分标准以城区常住人口为统计口径,将城市划分为5类7档。为了研究中国O₃污染的时空分布特征以及O₃污染与城市群之间的关系,利用地理探测器（Geographical detector）和演化树模型对2014年6月到2017年5月共36个月的O₃监测数据进行时空分析。结果表明：中国O₃污染水平呈现上升趋势,并在2017年迅速增长,O₃已成为仅次于PM_2.5的第二大污染因子,且与PM_2.5在时间上呈“交错污染”的态势;O₃污染超标城市绝大多数集中在城市群区域,其中长江三角洲城市群、京津冀城市群、山东半岛城市群和中原城市群相对突出;O₃和PM_2.5均不超标的城市主要集中在北部湾城市群和海峡西岸城市群;城市群中人口规模大的城市O₃污染较为严重。     

The evolution of tea spatial agglomeration in China: An analysis based on different geographical scales

The spatial agglomeration of agricultural production is conducive to reducing planting costs, increasing production efficiency and improving product quality. It is an important way to promote the transformation and upgrad of tea industry and realize the modernization of China’s tea industry. This study used Gini coefficient and spatial autocorrelation analysis to explore the characteristics of tea spatial agglomeration in China from three geographical scales: regional level, provincial level and prefecture level from the year 2005 to 2015. The results indicated that there was a significant scale effect on the tea spatial agglomeration. The agglomeration degree increased from the regional level, provincial level to prefecture level. The types of spatial agglomeration evolution of the three scales were Ushaped, continuous diffusion, and continuous agglomeration. The spatial autocorrelation of tea production could only be found at the prefecture level. Meanwhile, at the prefecture scale, we could not only reveal the pattern changes at the regional and provincial levels, but also identify tea production agglomeration regions. Compared with the large scale, the small scale could reveal the characteristics of tea spatial agglomeration in more details. Factors such as natural resource endowments, cost factor, technological advancement, agglomeration economy, and agricultural policy influenced the evolution of tea spatial agglomeration from different geographical scales. Finally, from the perspectives of spatial transfer of tea production, promoting spatial agglomeration, building tea production bases, and breaking administrative boundaries, we proposed several policy suggestions for optimizing the spatial layout of tea production.     

EVOLUTION OF URBAN SYSTEM IN NEW ECONOMIC CIRCUMSTANCES AND PLANNING COUNTERMEASURES

As one kind of organizational relation of regional space, in essence, urban system is the spatial reflection of the deep social economic movement.(HERZOG,1991). Since the 1980s, by means of the globalization of economy and high technology and the particular spatial effect, the evolution of urban system has taken on one brand-new landscape different from the traditional one, which also raise new concepts and requirements for urban system planning. Meanwhile, it′s no doubt that active plannin…     

中国城市网络核心-边缘结构演化及影响因素研究——基于制造业企业网络视角

基于制造业企业网络视角的城市网络核心—边缘结构的研究将加深对城市网络演化规律的理解。利用2020年中国制造业500强企业网络数据和隶属联系模型构建城市网络,研究了中国城市网络核心—边缘结构的演化特征,定量测度了核心—边缘结构的影响因素,并根据国际生产折衷理论解析了城市网络地位分异的动力机制。研究发现: 2005—2020年,核心区块的城市数量逐渐增加,主要由直辖市、经济特区以及东、中部地区的省会城市组成,这些城市通过互惠性的链接关系形成了凝聚子群,网络权力较为集中;边缘区块的城市则主要位于中、西部地区,城市间经济联系相对稀疏,整体网络结构并不稳定,城市的发展受到了网络资本的约束。关键资源、基础设施和区位优势是影响中国城市网络地位的决定性因素,择优选择、网络邻近和路径依赖构成了中国城市网络核心—边缘结构演化的动力机制,这将进一步增强核心城市的网络地位。在网络环境下,城市间的差距趋于扩大,城市网络地位的提升取决于城市在网络中的影响力,中国城市化政策需要做出相应调整。     

流空间视角下中国城市群网络结构特征比较——基于铁路客运班次的分析

铁路客流是城市群内经济社会联系的重要反映,也是区域流空间的关键体现。本文依据流空间理论,采用复杂网络方法和2018年中国铁路班次OD数据,从全国尺度分析城市群社区结构特征,并从城市群尺度比较分析了5个主要城市群的空间结构、规模结构和网络节点结构。结果显示,从铁路客运班次联系来看,城市组团片区与国家规划方案中的城市群在范围上存在一定的空间错位。5个主要城市群具有不同的局部特征：① 长江三角洲城市群呈网络状的空间形态和相对集聚的规模分布,主要问题为局部节点的枢纽作用与规模的匹配性有待提高;② 珠江三角洲城市群呈放射状的空间形态和相对集聚的规模分布,主要问题为与全国其他城市群的联系相对薄弱;③ 京津冀城市群呈放射状的空间形态和相对集聚的规模分布,主要问题为存在边缘化的节点;④ 长江中游城市群呈组团状的空间形态和相对分散的规模分布,主要问题为内部结构较为松散;⑤ 成渝城市群呈哑铃状的空间形态和相对集聚的规模分布,主要问题为与全国其他城市群的联系薄弱。随着区域一体化进程,需要根据不同城市群网络结构发展阶段的差异,补足城市群内和城市群间的联系短板,促进规模位序结构与网络结构的耦合协调,推动建设层次分明、枢纽协作、网络化发展的客运服务网络,支撑城市群一体化发展。     

Spatial evolution and locational determinants of high-tech industries in Beijing

Using datasets on high-tech industries in Beijing as empirical studies, this paper attempts to interpret spatial shift of high-tech manufacturing firms and to examine the main determinants that have had the greatest effect on this spatial evolution. We aimed at merging these two aspects by using firm level databases in 1996 and 2010. To explain spatial change of the high-tech firms in Beijing, the Kernel density estimation method was used for hotspot analysis and detection by comparing their locations in 1996 and 2010, through which spatial features and their temporal changes could be approximately plotted. Furthermore, to provide quantitative results, Ripley′s K-function was used as an instrument to reveal spatial shift and the dispersion distance of high-tech manufacturing firms in Beijing. By employing a negative binominal regression model, we evaluated the main determinants that have significantly affected the spatial evolution of high-tech manufacturing firms and compared differential influence of these locational factors on overall high-tech firms and each sub-sectors. The empirical analysis shows that high-tech industries in Beijing, in general, have evident agglomeration characteristics, and that the hotspot has shifted from the central city to suburban areas. In combination with the Ripley index, this study concludes that high-tech firms are now more scattered in metropolitan areas of Beijing as compared with 1996. The results of regression model indicate that the firms′ locational decisions are significantly influenced by the spatial planning and regulation policies of the municipal government. In addition, market processes involving transportation accessibility and agglomeration economy have been found to be important in explaining the dynamics of locational variation of high-tech manufacturing firms in Beijing. Research into how markets and the government interact to determine the location of high-tech manufacturing production will be helpful for policymakers to enact effective policies toward a more efficient urban spatial structure.