鲁西南地区村镇聚落空间分异特征及类型划分——以菏泽市为例

村镇聚落空间格局系统认知与分类研究是乡村地域国土空间有效治理和差异化管控的基础,对乡村振兴和新型城镇化战略实施具有支撑作用,鲁西南地区相关研究时代和现实价值凸显。基于菏泽市2018年遥感影像解译数据,综合统计分析和探索性空间数据分析方法,多尺度多维度系统探测村镇聚落空间分异特征,并通过多维特征耦合划分村镇聚落类型。结论如下：① 菏泽市村镇聚落总体表现为点位密度较高、规模普遍偏小、形状普遍规整,国土空间集约整治潜力巨大。② 村镇聚落“三维”（点位、规模、形态）空间格局特征存在尺度差异性。市域尺度“三维”分布特征均存在一定空间异质性,但分异程度不明显;县域尺度“三维”特征空间分异规律多元复杂,表现出以乡镇为单元的局域多样性;乡镇尺度“三维”特征均趋向统一均衡,呈现单中心结构和“同质性”特征。③ 以乡镇为划分单元,基于“三维”特征耦合形成八种村镇聚落类型,并尝试分类提出空间优化和治理建议。     

中原经济区城市间相互作用时空格局演变研究

将中原经济区30个省辖市市区作为研究对象,按照由“线”→“点”→“面”的分析思路,运用引力模型、潜能模型与潜能得分模型、经济隶属度模型等各种模型,定量分析1990~2010年间中原经济区城市间相互作用时空格局的演变过程与特征。结果表明：城市间相互作用强度的时空差异明显。“线”层次上,城市间的引力和城市联结线数目的增多,逐渐形成辐射网络,引力和联结线数目的变化存在时空差异性。“点”层次上,通过“线-点”叠加分析,城市最大联结线数目增多和城市潜能等级提升的时空差异性明显。而且1990~2010年间各个城市潜能等级跃迁的时空差异明显。“面”层次上,近20多年来,区域中心城市没有变化,但4个中心城市的腹地变化明显,核心组团——郑州组团1990~2000年北扩,2000~2010年东扩;1990~2010年,潜能高值区域的空间收缩也表现出阶段性特征。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

长江经济带城市高铁枢纽接驳—集疏运绩效空间分异及机理

作为长江经济带综合立体交通走廊建设的关键环节,交通枢纽是推动长江经济带发展的基础保障。高铁枢纽承载着“时空压缩最后一公里”效应,是构筑高效便捷的现代化综合交通体系的关键。首先诠释了高铁枢纽“时空压缩最后一公里”效应原理,其次构建高铁枢纽接驳—集疏运绩效指标体系,进而对长江经济带37个城市高铁枢纽的接驳—集疏运绩效进行测度,并分析绩效空间分异特征,最后揭示高铁枢纽接驳—集疏运绩效的影响机理。结果显示：① 长江经济带高铁枢纽接驳—集疏运绩效等级分异呈“橄榄型”结构,即优质绩效和一般绩效的高铁站数量较少,良好绩效和中等绩效的高铁站数量较多;② 地带分异呈“东高西低、北高南低”格局,而城市群分异则呈“核心高、边缘低”格局,且9个评价指标值空间差异明显;③ GDP、城镇化率、城市等级、车站客流量和发送班车次数是影响高铁枢纽接驳—集疏运绩效的关键驱动因子;同时,优质、良好、中等和一般等不同等级绩效的关键驱动因子存在显著差异。     

金融空间联系及K-means聚类中心等级识别研究——以长三角为例

以2001年、2006年、2011年长三角城市金融机构人民币存款、贷款额数为样本,构建金融空间联系模型,定量分析长三角城市金融空间联系分异特征。在此基础上构建K-means金融中心等级识别模型,识别长三角城市金融中心等级。研究表明：① 2001-2011年长三角城市金融“质量”空间趋势较为稳定,总体呈现东部高于西部,中部高于南、北部的倒U形分布。② 金融空间联系最大引力线联结格局较为稳定。③ 金融空间联系网络结构格局变化显著,主要从简单的“折线型”空间结构逐渐发展成简单的、复杂的“网络型”空间结构。④ 长三角金融城市中心等级空间分布格局稳定,以上海市金融中心最为突出。     

基于个体时空邻近指数的户籍维度社会空间分异研究——以上海市郊区10个典型镇为例

社会空间分异是城市研究的经典议题。在人类移动性不断增强的背景下,传统的基于居住空间汇总的社会空间分异测度方法表现出一定的局限性,对于居住空间外的日常活动空间隔离的探讨相对缺乏,对于不同活动和不同时段间分异格局差异的考虑有所不足。因此有必要从“基于人”的视角出发,探索社会空间分异测度的新方法,探讨不同时空间维度的社会分异格局。本研究基于上海市郊区10个典型镇的活动日志调查数据,构建“个体时空邻近指数”,聚焦户籍这一反映中国城市特征的重要维度,以不同户籍类型人群之间的分异程度为研究对象,分析其时空间特征,并对结果进行可视化。研究表明：上海市不同户籍人群在活动、时间和空间维度上存在明显的社会空间分异。本研究创新了基于活动空间的社会空间分异测度方法,从活动与时空间结合的视角探讨了户籍维度的社会空间分异,为更好的理解在中国大城市日益凸显的社会空间分异问题提供了新的视角。     

中国地级及以上城市房价收入比的时空分异

利用位序-规模分析法、ESDA-GIS、空间变异函数、重心迁移与趋势面分析等方法,对2004和2014年全国343个地级及以上城市房价收入比的空间分异格局、总体趋势、空间异质性和自相关性进行研究。结果表明：中国地级单元房价收入比空间分异显著,2004年呈现东部>西部>中部、北方>中部>南方的趋势,2014年则呈现自北向南、自西向东依次递增的态势。10 a间,房价收入比的重心向正南方向迁移;地级单元的房价收入比整体呈扩大趋势;从一线城市到五线城市,房价收入比整体表现出下降的态势。房价收入比的自相关性在不断增加,冷点区大幅扩张而热点区大幅收缩。城市化率和人均可支配收入对城市房价收入比具有较大的正面影响。     

基于特征椭圆的中国经济空间分异研究

根据克鲁格曼的“两个自然”理论,运用空间统计SDE方法,在GIS技术的支持下,基于中国国土空间特征椭圆系列——国土均衡分布椭圆、国土地形分布椭圆、人口分布椭圆等,在空间上定量刻画了中国经济空间分异的基本特征,并为分析经济空间分异提供了新的方法参考。主要结论如下：① 在“两个自然”的分异作用下,中国经济空间分异主要以东-西方向为主。相对于国土均衡分布椭圆,国土地形分布椭圆明显偏西,长、短轴均明显减小,这反映出中国高地势主要集中分布在西部;中国人口空间分布靠近东部地区,其椭圆长、短轴长度均显著减小,充分表现出了经济活动的空间分异特征和空间聚集特征;② 国土地形等“第一自然”要素对社会经济活动的控制作用显著。人口分布椭圆对于地形分布椭圆的空间分异系数为89.55%,其93%的空间展布范围位于胡焕庸线的东南,且分布轴线基本与胡焕庸线平行;③ 在“第二自然”聚集机制的作用下,中国城市体系人口、GDP主体集中在胡焕庸线东南方约20%的大陆国土面积上,且二者之间也存在着明显的空间差异。从“第一自然”要素的空间分异和控制作用来看,胡焕庸线以西地区,特别是西北侧地区发展经济、集聚人口的功能较弱。同时,由于区域发展的内在核心动力聚集机制的空间差异性,区域发展的过程也呈现不平衡的特征。从兼顾效率和公平的角度出发,可通过重点培育人口分布较为集中的成渝城市群、关中城市群等中西部经济增长极拉动中国经济增长和市场空间向中西部发展;可通过制定相关政策吸引人口向GDP分布椭圆北部地区流动、聚集,发挥人口的红利作用,推进经济增长由南向北发展。     

中国城镇房价收入比时空演变的多尺度分析

从全国、省级、市级多个尺度,运用空间自相关和变异系数等方法对中国1999~2012年城镇房价收入比的时空演变特征和分异规律进行了系统分析。结果表明：① 中国城镇房价收入比的时空格局演变特征表现出明显的空间尺度效应,国家尺度呈波动上升趋势,省级尺度先上升后分异,大中城市不断升高,且在2007~2011年省、市级尺度下存在较显著的空间自相关,表明近年来中国房地产市场的空间邻近联动性明显增强;② 房价收入弹性分析表明2003~2012年全国大约70%的大中城市居民的收入涨幅赶不上房价涨幅,部分城市泡沫存在的可能性较大,居民住房支付能力不断下降;③ 全国和东部地区省份间的空间差异2003年之前为缩小趋势,之后逐渐增大,中西部省份间差异较小且基本处于缩小态势,市级房价收入比的差异要明显高于省级尺度的差异且呈上升趋势,空间差异的变化存在尺度效应和分区效应。     

中国城市住宅价格的空间分异格局及影响因素

分别研究2009年中国286个地级以上城市住宅均价和房价收入比的空间分异格局、总体趋势、空间异质性和相关性;根据供需理论和城市特征价格理论建立了影响中国城市住宅价格空间分异的初选因素,并根据半对数模型分析主要影响因素。结果表明：① 中国城市住宅价格空间分异显著,呈现出空间集聚性分异（东南沿海三大城市群与内陆城市之间）和行政等级性分异（省会与地级市之间）的双重格局;② 房价收入比较高的城市数量更多,分布范围更广,购房难度较大的城市已超过一半;③ 住宅均价的总体分异趋势和空间异质性都强于房价收入比;④ 城市居民收入与财富水平和城市区位与行政等级特征是住宅价格空间分异的两大核心影响因素。     

长三角一体化区域城市房价空间分异的模式与效应

城市住房制度市场化改革以来,中国城市房价整体快速上涨,区域房价分异加剧。区域内部房价空间分异是城市发展差距的综合反映,即城市资源要素综合配置能力差异的物化表达。基于中国房价行情平台提供的2008—2018年地级城市和区县尺度城市房价数据,分析长三角一体化区域房价增长与分异过程,发现区域整体房价呈现快速上涨、相对平稳和再度快速上涨3个阶段,区域房价差异随房价上涨而扩大,上海、杭州和南京等城市房价增长更快,浙江、苏南地区与安徽、苏北地区的房价差距拉大。根据房价增长、城市等级与区位特征,将长三角327个区县划分为核心城市城区、中心城市城区、发达城市城区、其他城市城区、核心圈层县市和外围地区县市6种类型,提出一体化区域城市房价表现为整体上涨相对更快、不同类型区县间差异拉大、同类区县间存在“俱乐部收敛”等增长与分异模式。区域城市房价快速上涨与过度分异,驱使高端产业、人口等资源要素向少数“超级明星城市”集聚,加剧区域不平衡,不利于长三角地区实现更高质量一体化发展。     

长三角房价收入比时空演变格局及收敛性研究

房价收入比是衡量房地产健康状况和探测居民住房支付能力的重要指标。以2008—2018年长三角307个区县为研究单元,运用数值-位序法则和趋势面分析对房价收入比的总体分布特征进行探究,利用LISA时间路径分析房价收入比的时空动态性特征,并检验区域房价收入比的收敛性。结果表明： ① 长三角房价收入比总体上呈上升趋势,空间上表现为东高西低、南高北低的格局,上海、浙江、江苏和安徽依次降低。② 上海和浙江南部房价收入比的空间结构更具动态性,而江苏和安徽更加稳定;长三角房价收入比的空间演化整体上具有较强的空间锁定效应和空间整合性。③ 长三角区县房价收入比整体上不存在σ收敛,但各时间段上均存在显著的绝对β收敛,且各省份内部也均存在着俱乐部收敛现象。城市群房价收入比的变动对居民的流动有着重要的指示作用,并具有扩散效应和虹吸效应。加强城市群房地产市场一体化建设,是促进城市群区域一体化发展的有效途径。     

中国城市住房支付能力空间差异与分类调控策略

住房支付能力事关广大百姓生活质量与福祉,已成为世界各国政府共同关心的民生话题。2020年度住建部城市体检工作对中国城市住房支付能力给予了高度重视,并将其纳入到城市体检评价指标体系。基于全国337个地级以上城市房价/房租和家庭可支配收入数据,从购房群体和租赁群体视角客观评估了中国城市住房支付能力及其变化,并划分了中国城市住房支付能力空间类型区,最后分析总结了中国城市住房支付能力的影响机制与分类调控对策。研究结果表明：① 中国城市房价收入比略微偏高且有所提升,2015年和2019年的平均房价收入比分别为7.01和7.76;中国城市房租收入比更加合理且有所下降,2015年和2019年的平均房租收入比分别为25.04%和22.01%。② 中国城市住房支付能力空间分异明显,房价收入比呈现出明显的东部高、中西部低的特征,房租收入比却呈现明显的南高北低的特点。③ 根据房价收入比和房租收入比联合空间分布特点,可将中国城市住房支付能力划分为租购支付能力双弱型、租购支付能力偏弱型、购房支付能力偏弱型、租购支付能力双强型和租房支付能力偏弱型等5种空间类型区,不同空间类型区的住房支付能力调控策略有所区别。④ 中国城市住房支付能力的影响机制包括城市住房供给和需求、城市生活质量、社会预期和住房偏好、金融与房地产政策以及家庭收入水平等方面。     

扬州市住宅价格的空间分异与模式演变

以2001-2012 年扬州中心城区各居住小区的住宅平均单价为基本数据,通过建立住宅价格总体分异测度指数(GDI) 计算其总体分异趋势及各住宅类型内部的分异趋势;采用核密度函数等方法探索住宅价格的分布形态和分异格局的演变规律;利用趋势面分析不同住宅类型价格的空间分异趋势;基于上述结果总结空间分异的演变模式,并分别探索空间分异与格局演变的驱动力。结果表明：① 2001 年以来扬州市住宅价格差距显著增大,分异趋势在波动中增强,与城市住宅均价的年增长率耦合;住宅价格呈现西高东低的空间分异格局,同档次价格小区由空间集聚转为相对分散,高、低价格住宅区分别沿固定扇面由中心向外围扩散。②不同住宅类型内的价格分异走势差别显著,各类型住宅间的价格趋势面差距明显,但其空间形态类似。③ 空间分异模式由2001 年西高东低的扇形同档次价格集聚式分异转变为2012 年扇形与圈层相结合的多档次价格混合式分异。④ 2001 年以来住宅价格总体分异的核心驱动力是城市居住空间的迅速扩展、居民收入差距的增大、房地产市场的繁荣和住宅类型的多元化,其住宅价格空间格局演变的驱动力为城市发展方向的确立与变化、特定住宅类型建设的区位指向和古城保护、旧城改造与新区建设。     

南京城市住宅“售租比”时空格局与分异机理

“售租比”是国内外学者测度房价健康水平或泡沫风险的关键指标之一。利用中国房价行情平台提供的南京居住小区2009~2017年期间分季度平均售租价格信息,采用GIS空间分析等方法,考察南京中心城区“售租比”空间格局与演变过程。研究发现：① 城市整体“售租比”随房价波动变化明显,2016~2017年间快速增长;② 分异度先降后升,以城区内部差异为主,城区间差异越来越小;③ 高“售租比”小区多集聚于河西新城、江北新区等房价增速较快的投资热点区域。南京住宅“售租比”过快上升和空间离散加剧,意味着城市房价快速增长的合理性在降低。从地租视角解读,绝对地租决定着城市整体“售租比”的高低,级差地租和垄断地租则影响着城市内部“售租比”的空间分异。“售租比”可为判断城市内部房价相对合理性提供重要依据,但能否通过该指标准确预判城市房价风险程度及空间格局尚有待深入研究。     

扬州市住宅价格空间分异的影响因素与驱动机制

构建包含20个评价因子、4 个影响因素和4 个预期修正因素在内的城市住宅价格空间分异影响因素评价体系,基于评价因子和预期修正,分别得出单户住宅档次与水平、小区建设档次与水平、区位与生活便利性、周边景观与环境等4 个影响因素强度的得分,并分析其空间分异格局。以2012 年扬州市1305 个小区的平均住宅单价为因变量,4 个基本影响因素得分为自变量,进行回归分析,探索所有住宅及各子市场价格分异的主要因素,并分析其驱动机制。结果表明：① 4 个影响因素强度格局明显不同,住宅自身因素的格局呈现中心低外围高的圈层式分异,而外部作用因素强度呈现中心高外围低、西高东低的扇型与圈层相结合式空间分异格局;② 扬州市总体住宅价格空间分异的核心影响因素是小区建设档次与水平,不同类型住宅子市场的价格影响因素各不相同;③ 扬州市住宅价格空间分异的主要驱动力是特定住宅类型与档次建设的区位指向、特定收入阶层的空间集聚、公共物品投资的空间差异、城市居住用地扩展与城市更新的区位指向。     

南京城区住宅售租价格时空分异与影响因素

住宅价格空间分异是中国城市地理学和经济地理学近年来关注的热点前沿课题。以南京4560个居住小区为研究总样本,采集2009-2017年间30个季度各小区平均住宅售价和租金,选取6个特征时段和小区分布相对集中的重点研究区,采用克里格插值法分析研究区内住宅售租价格的空间分异与演变特征,发现售价空间分异明显加剧,高值区渐显于河西新城、江心洲和鼓楼名校学区;租金空间则从城市中心向外围递减格局转变为整体更加均衡的新老城区多中心结构。在此基础上,重点围绕住宅“区位”属性,构建售租价格分异影响因素指标体系,通过逐步多元回归分析发现,中心位势变量对售租价格的解释度最高,而配套服务类区位因素对售租价格的解释力在降低。南京城市房价快速增长背景下,常规“区位”因素对房价分异的重要性持续减弱,学区、政策偏向等特殊“区位”因子对房价的决定性作用则逐步突显,而“售租比”全面快速增长则预示着城市房价风险程度的整体提高。     

北京市住房价格和租金的空间分异与相互关系

当前中国住房销售市场、住房租赁市场发展不平衡,研究住房价格、租金的空间分异与相互关系,对建立“租售并举”的住房制度具有重要参考价值。利用2016年北京市各住宅小区的住房价格、租金数据,及2006—2016年北京市逐月住房销售价格指数、住房租赁价格指数,从时空尺度剖析了住房价格、租金的空间分异与相互关系,并剖析了背后的差异机制。结果表明：① 北京市住房价格和租金的空间格局均呈多中心圈层递减结构,且南北差异明显,但租金的空间分异程度弱于住房价格。② 住房价格具有中等程度的空间相关性,受政策等随机性因素影响相对较大,而租金具有强烈的空间相关性,受区位交通等确定性因素影响相对较大。③ 住房价格和租金的价格剖面线并不相同,住房价格易受学区、大型公园等的影响,而租金更易受就业所在地、建筑年龄等的影响。售租比呈混乱斑驳、相对均质的扁平化分布特征,且小区越高档,售租比越高。④ 北京市住房销售市场和住房租赁市场基本相对独立发展,更符合双重市场的特征。产生上述差异的主要原因在于住房销售市场和住房租赁市场的市场特征、服务人群以及市场发育程度不同。