中国城市群技术知识单中心与多中心探究

城市空间组织的多中心、网络化特征受到区域经济研究关注。但由于发展阶段、空间尺度、研究视角的差异,城市区域多中心格局有待商榷,知识经济时代解读知识流作用下的城市空间组织应成为经济地理学重点破解的命题。基于中国知识产权局2014年申请和联合申请发明专利数据,运用社会网络分析法和基尼系数,从知识生产和知识网络层面,对京津冀、长三角、珠三角、长江中游、成渝五大城市群技术知识形态多中心和多尺度功能多中心进行测度。研究发现：① 城市群技术知识创新呈现网络化模式,但在形态和功能上多呈现单中心格局,与已有研究基于城市间基础设施联系、企业联系、科学知识联系广泛认同城市群呈现多中心格局的观点不同;② 城市群技术知识网络结构具有空间异质性,国家尺度技术知识流强度的空间不均衡性更加显著,强联系由少数核心城市控制;③ 形态和功能多中心程度存在区域差异,同城市群创新基础、经济实力、协同发展水平有关;④ 功能多中心程度具有尺度敏感性,区域尺度功能多中心程度高于国家尺度。研究结论有助于引发对城市空间组织理论的再思考。     

中国城市群地区PM2.5时空演变格局及其影响因素

城市群作为中国新型城镇化主体形态,是支撑全国经济增长、促进区域协调发展、参与国际分工合作的重要平台,也是空气污染的核心区域。本文选取2000-2015年NASA大气遥感影像反演PM_2.5数据,运用GIS空间分析和空间面板杜宾模型,揭示了中国城市群PM_2.5的时空演变特征与主控因素。结果显示：① 2000-2015年中国城市群PM_2.5浓度呈现波动增长趋势,2007年出现拐点,低浓度城市减少,高浓度城市增多。② 城市群PM_2.5浓度以胡焕庸线为界呈现东高西低的格局,城市群间空间差异性显著且不断扩大,东部、东北地区浓度提升更快。③ 城市群PM_2.5年均浓度空间集聚性显著,以胡焕庸线为界,热点区域集中东部,范围持续增加,冷点集中在西部,范围持续缩小。④ 城市群内各城市间PM_2.5浓度存在空间溢出效应。不同城市群影响要素差异显著,工业化和能源消耗对PM_2.5污染有正向影响;外商投资在东南沿海和边境城市群对PM_2.5污染具有负向影响;人口密度对本地区PM_2.5污染主要具有正向影响,对邻近地区则相反;城市化水平在国家级城市群对PM_2.5污染有负向影响,在区域性和地方性城市群则相反;产业结构高级度对本地区PM_2.5污染有负向影响,对邻近地区则相反;技术扶持度对PM_2.5污染的影响显著,但存在滞后性和回弹效应。     

中国三大城市群经济与环境协调度时空特征及影响因素

采用熵值法、泰尔指数、空间自相关、马尔科夫链等方法,分析2006—2016年中国京津冀、长江三角洲、珠江三角洲三大城市群经济与环境协调度的时空格局特征,并运用Tobit模型探讨其影响因素。结果表明：① 研究期内三大城市群经济与环境协调度持续增长,珠三角协调度最高,长三角协调度增速最快;② 三大城市群内部城市之间的差异波动减小,珠三角城市群的减小幅度最小;③ 三大城市群经济与环境协调等级演化具有一定的路径依赖,但随时间推移有向高一级状态转移趋势;④ 行政级别较高的城市及部分沿海沿江发达城市的经济与环境协调度持续处于较高水平;⑤ 三大城市群经济与环境协调度空间特征由分散走向集聚;⑥ 经济发达的城市经济与环境趋向于“同步发展”;⑦ 能源消耗水平、科学技术水平、固定资产投资强度、外资依存度和所有制结构对三大城市群的经济与环境协调度具有影响,但各因素影响的显著程度有差异。     

中国制造业产业结构高级度的时空格局与影响因素

实现制造业产业结构的优化和空间结构的协调,是当下中国制造业结构调整亟需解决的两大核心问题。基于规模以上企业数据,运用产业结构高级度（UPG）指数、GIS方法考察1998-2013年中国制造业产业结构高级度从全国到地市的多尺度时空格局特征,并对比OLS和空间回归模型进一步探讨城市制造业产业结构高级度的影响因素。研究表明：① 国家尺度,随着制造业产值提升了10.67倍,制造业UPG指数实现了由5.987到6.225的提升,但金融危机后略有下滑。② 区域尺度,制造业UPG指数由东部地区→东北地区→西部地区→中部地区递次降低,东北地区在2003年后大幅下降,中、西部地区始终处于底端且在全国地位略有下降。③ 省域尺度,直辖市与东部沿海省份的制造业UPG指数相对较高且成长更快,而中西部尤其是多数边疆省份较低且成长缓慢,甚至下降。④ 市域尺度,制造业UPG指数热点区域由北方传统工业城市向东部沿海城市转移,逐步在全国形成一个以长三角地区为导向的核心—边缘模式。⑤ 劳动力工资的提升是城市制造业UPG指数提高的重要推手,创新能力和制造业集聚的促进作用在后期有所下降,居民消费和开发区的作用在后期逐渐显著,外资的集聚总体抑制了城市制造业UPG指数的提升,而沿海三大核心城市群的作用尚不显著。     

基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析

城镇用地扩展格局及驱动力研究对城市群发展规划与决策具有重要意义。以京津冀地区为例,基于城镇用地扩展强度指数、城镇用地扩展差异指数、分形维数、土地城镇化率和重心转移模型,多维解析了城市群城镇用地扩展格局特征,并耦合重心转移模型和时空地理加权回归（GTWR）模型构建重心-GTWR模型,在对空间格局进行长时间序列多维度指标分析的基础上,运用该模型依序对其特征进行驱动力解读,进而总结凝练京津冀区域发展的主导模式与城市核心驱动力。主要结论为：① 1990-2015年,京津冀城市群城镇用地扩展强度呈现“下降-上升-下降”的趋势,高峰时期在2005-2010年,在2005年之前高速发展城市集中在北京、天津、保定和廊坊,2005年之后集中在邢台和邯郸;② 城市群城镇用地重心虽呈现出发散态势,但城市之间的局部相互作用力逐渐增强,城镇用地扩展驱动力表现出空间溢出特征;③ 京津冀城市群空间发展模式由以北京和天津为中心的双核发展模式向多核发展模式转变,并出现北部资源运输核心、中部经济发展核心和南部投资发展核心三大功能核心组团,城市群趋向于多核功能协同发展模式;④ 重心-GTWR模型结合了时空非平稳性和城市空间相互作用,将城市群城镇用地扩展作为一个时空变化系统进行分析,经验证,该模型在城镇用地扩展格局驱动力分析研究中具有可行性。     

东北三省区域经济差异的多尺度与多机制研究

基于多尺度与多机制分析框架,采用差异测度及尺度分解指数、ESDA及回归分析等方法,从省级、地级、县级3个尺度分析了2003-2016年东北三省经济差异的时空特征及驱动机制。研究表明：① 各尺度区域经济绝对和相对差异均较为明显,呈县级>地级>省级的尺度格局;经济差异总体呈下降趋势,各尺度差异及对总差异贡献率呈市间差异>市内差异>省间差异。② 各尺度区域经济发展呈显著空间集聚特征,关联类型以正相关为主且低-低（LL）型占主导地位,越小的尺度空间依赖性和异质性越明显。③ 区域经济发展空间上呈现“两核两带”的格局,即以辽中南和哈长城市群为核心,以哈大轴和东部沿边轴为发展轴带。④ 地理区位与要素禀赋、战略政策与财政扶持、行政分割与等级体制、开放带动与空间优化等诸多要素综合作用于区域经济差异时空格局的演化。     

新时代中国城市高质量发展的时空演进格局与驱动因素

高质量发展是巩固全面建成小康社会战略成果的必由之路,是绘制建设社会主义现代化国家宏伟蓝图的不二法门。本文将研究的空间尺度下移至城市层面,基于新发展理念构建评价体系,合成了高质量发展综合指数,通过空间自相关分析、空间基尼系数、马尔科夫转移矩阵、面板回归模型等统计与计量方法,剖析新时代中国城市高质量发展的时空演进格局与驱动因素。研究表明：① 2012—2019年中国城市高质量发展水平不断提升,其中东部、中部、西南、西北城市高质量发展综合指数持续增加,东北城市则先降后升。② 长三角城市群、珠三角城市群在高质量发展进程中充当了排头兵角色,宁夏沿黄城市群高质量发展排名相对靠后,辽中南城市群面临发展质量下滑的压力。③ 中国城市高质量发展在空间上大体呈现由东向西递减的规律,空间集聚特征突出,但高质量发展失调问题随时间推移得到缓解,低质量、中低质量、中等质量与中高质量状态城市具有向上一等级跃迁的动力,但难度逐级提升。此外,中国城市发展质量存在向下一等级转移的风险。④ 海拔高度、地形地势、产业集聚、市场规模、公共财政、对外开放均能显著影响中国城市高质量发展。为全方位驱动新时代中国城市高质量发展,需贯彻落实新发展理念,发挥先发城市的领头雁作用,带动后发城市高质量发展,通过重塑中国经济地理格局达成“普遍沸腾”的愿景。     

中国地市尺度工业污染的集聚特征与影响因素

随着工业化的快速发展,中国工业污染形势极为严峻,而且不同工业污染物的分布有着明显的空间差异性。根据2013年中国286个地市工业废水、工业SO₂和工业烟（粉）尘等工业污染数据,以污染总量和污染强度为测度指标,采用探索性空间数据方法,引入空间计量经济模型,对全国工业污染的地理集聚特征及影响因素进行计量分析。结果显示：① 工业污染空间集聚显著,空间分布差异大。工业废水、工业SO₂、工业烟（粉）尘总量和强度存在显著的空间相关性和空间集聚性;废水总量东高西低,强度西高东低;SO₂总量北高南低且高污染区域较多,强度西高东低;烟（粉）尘总量与强度空间格局相似,集中于晋陕甘一带。② 工业污染空间溢出效应显著。三大污染物总量和强度均表现出显著的空间滞后和空间误差溢出效应,区域污染物排放会受到周边地区污染物排放的显著影响。③ 三类污染物由于不同的特性、空间格局和产业指向性,使得影响空间分布的关键因素存在有显著差异。经济发展水平、人口密度、第三产业比重、利用外资规模、能源强度的提升,会增加污染物总量,但经济发展水平、人口密度、科技支出水平的提升,则有利于降低污染强度。④ 要进一步降低工业污染,提高环境质量,既要充分重视工业污染的空间交互作用,加强地区间联防联控,同时也要提高区域经济发展水平,促进产业结构升级和生产工艺高级化,加大科技投入,控制能源强度,因地制宜、因势利导的制定差异化工业污染防治措施。     

2014年中国城市PM_(2.5)浓度的时空变化规律

大气霾污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的严重环境问题,PM2.5是中国霾污染频繁的主要原因。过去对国家尺度上PM2.5时空分布的认识主要基于卫星观测,因其反演方法的局限性,卫星资料难以真实反映近地面PM2.5浓度的时空变化规律。本文基于中国2014年190个城市中的945个监测站的PM2.5浓度观测数据,采用空间数据统计模型,揭示了中国PM2.5的时空格局。结果显示,2014年中国城市PM2.5平均浓度61μg/m3,具有显著的冬秋高、春夏低的"U"型逐月变化规律和周期性U-脉冲型逐日变化规律;中国城市PM2.5浓度呈现显著的空间分异与集聚规律,以及两次南北进退的空间循环周期;胡焕庸线和长江是中国PM2.5浓度高值区和低值区的东西和南北分界线,胡焕庸线以东和长江以北的环渤海城市群、中原城市群、长三角城市群、长江中游城市群和哈长城市群等地区是2014年PM2.5的高污染城市聚集地,京津冀城市群是全年污染核心区;以珠三角为核心的东南沿海地区是稳定的空气质量优良区。     

中国钢琴制造企业空间格局分析

运用Arc GIS 9.3软件,通过最近邻指数、核密度指数以及Ripley’s L指数等方法,对中国钢琴制造企业空间格局特征进行分析,结果表明:企业呈显著集聚状态且不断加剧,并主要集中于长三角、珠三角、环渤海等东部沿海地区,川、鄂等沿江地区也有集中分布,总体呈"T"字型集聚格局,且该格局并未随着时间的推移发生显著变化;在小空间尺度,企业集聚强度逐渐增大,但集聚规模不断减小,而随着空间尺度的扩大,集聚强度尽管继续增大,但其集聚规模尺度并未发生变化;钢琴产量省际差异较大,而且立式钢琴企业产量、平均生产规模均远大于三角钢琴企业;最后将企业空间格局的影响因素归纳为能人效应、政策支持、外资驱动和集聚经济效应4个方面。     

中国城市环境污染监管水平的空间演化特征与影响因素

基于中国2010—2016年的地级市污染监管水平数据,采用空间自相关、位序-规模法则,空间计量模型等地学方法,分析中国地级城市污染监管水平的时空分异特征和影响因素及其空间溢出效应。结果表明：① 2010—2016年中国污染监管水平整体上呈现上升趋势且区域性和集聚性特征明显,东南部地区为稳定的高值集聚地区,中西部地区为稳定的低值集聚地区。② 中国城市污染监管水平属于次位型分布,监管规模分布的分散趋势大于集中趋势。③ 城市的人口密度、经济发展水平、第二产业占比等对城市污染监管水平有显著的正向影响,城市规模对污染监管水平存在负向的影响。④ 城市经济发展水平和城市人口密度对污染监管水平起到显著的直接效应;第二产业占比、二氧化硫排放量等起到了显著的间接效应。     

1998~2013年中国地级单元制造业规模与结构高级度协调发展的时空特征

基于制造业企业级数据,采用产业结构高级度（UPG）指数、GIS、协调度评价模型等方法考察1998~2013年中国地级单元制造业规模与结构高级度协调发展的时空特征。结果表明：① 制造业规模格局始终呈东部沿海导向下的核心-边缘模式,沿海三大城市群规模优势明显,西南、西北以及青藏地区规模最小。② 制造业结构高级度格局总体呈“马赛克”式的混合分布模式,东北、黄河中游等传统工业基地的UPG指数下降明显,长三角、珠三角、山东半岛等沿海地区则不断提升。③ 制造业规模与结构高级度间的协调度水平稳定上升,总体由中度失调进入濒临失调阶段,但协调度水平及其成长格局具有“东-中-西”阶梯式降低特征。     

Spatiotemporal evolution of PM2.5 concentrations in urban agglomerations of China

As the main form of new urbanization in China,urban agglomerations are an im-portant platform to support national economic growth,promote coordinated regional devel-opment,and participate in international competition and cooperation.However,they have become core areas for air pollution.This study used PM2.5 data from NASA atmospheric re-mote sensing image inversion from 2000 to 2015 and spatial analysis including a spatial Durbin model to reveal the spatio-temporal evolution characteristics and main factors con-trolling PM2.5 in China's urban agglomerations.The main conclusions are as follows:(1)From 2000 to 2015,the PM2.5 concentrations of China's urban agglomerations showed a growing trend with some volatility.In 2007,there was an inflection point.The number of low-concentration cities decreased,while the number of high-concentration cities increased.(2)The concentrations of PM2.5 in urban agglomerations were high in the west and low in the east,with the"Hu Line"as the boundary.The spatial differences were significant and in-creasing.The concentration of PM2.5 grew faster in urban agglomerations in the eastern and northeastern regions.(3)The urban agglomeration of PM2.5 had significant spatial concentra-tions.The hot spots were concentrated to the east of the Hu Line,and the number of hot-spot cities continued to rise.The cold spots were concentrated to the west of the Hu Line,and the number of cold-spot cities continued to decline.(4)There was a significant spatial spillover effect of PM2.5 pollution among cities within urban agglomerations.The main factors control-ling PM2.5 pollution in different urban agglomerations had significant differences.Industriali-zation and energy consumption had a significant positive impact on PM2.5 pollution.Foreign direct investment had a significant negative impact on PM2.5 pollution in the southeast coastal and border urban agglomerations.Population density had a significant positive impact on PM2.5 pollution in a particular region,but this had the opposite effect in neighboring areas.Urbanization rate had a negative impact on PM2.5 pollution in national-level urban agglomer-ations,but this had the opposite effect in regional and local urban agglomerations.A high degree of industrial structure had a significant negative impact on PM2.5 pollution in a region,but this had an opposite effect in neighboring regions.Technical support level had a signifi-cant impact on PM2.5 pollution,but there were lag effects and rebound effects.     

中国城市空气质量时空特征及其影响因素的地理探测（英文）

Ambient air pollution brought by the rapid economic development and industrial production in China has exerted a significant influence on socio-economic activities and public health, especially in the densely populated urban areas. Therefore, scientific examination of regional variation of urban air quality and its dominant factors is of great importance to regional environmental management. Based on daily air quality index(AQI) datasets spanning from 2014 to 2016, this study analysed the spatiotemporal characteristics of air quality across different regions throughout China and ascertained the determinants of urban air quality in disparate regions. The main findings are as follows:(1) The annual average value of the urban AQI in China decreased from 2014 to 2016, indicating a desirable trend in air quality at the national scale.(2) The attainment rate of the urban AQI exhibited an apparent spatially stratified heterogeneity, wherein North China retained a high AQI value. The increase of Moran's I Index reported an apparent spillover effect among adjacent regions.(3) Both at the national and regional scales, the seasonal tendency of air quality in each year is similar, wherein good in summer and relatively poor in winter.(4) Results drawn from the Geographic Detector analysis show that dominant factors influencing AQI vary significantly across urban agglomerations. Topographical and meteorological variations in urban areas may lead to complex spatiotemporal variations in pollutant concentration. Whereas given the same natural conditions, the human-dominated factors, such as industrial structure and urban form, exert significant impacts on urban air quality.The spatial spillover effects and regional heterogeneity of urban air quality illustrated in this study suggest the governments and institutions should set priority to the importance of regional cooperation and collaboration in light of environment regulation and pollution prevention.     

Spatiotemporal characteristics of urban air quality in China and geographic detection of their determinants

Ambient air pollution brought by the rapid economic development and industrial production in China has exerted a significant influence on socio-economic activities and public health, especially in the densely populated urban areas. Therefore, scientific examination of regional variation of urban air quality and its dominant factors is of great importance to regional environmental management. Based on daily air quality index (AQI) datasets spanning from 2014 to 2016, this study analysed the spatiotemporal characteristics of air quality across different regions throughout China and ascertained the determinants of urban air quality in disparate regions. The main findings are as follows: (1) The annual average value of the urban AQI in China decreased from 2014 to 2016, indicating a desirable trend in air quality at the national scale. (2) The attainment rate of the urban AQI exhibited an apparent spatially stratified heterogeneity, wherein North China retained a high AQI value. The increase of Moran’s I Index reported an apparent spillover effect among adjacent regions. (3) Both at the national and regional scales, the seasonal tendency of air quality in each year is similar, wherein good in summer and relatively poor in winter. (4) Results drawn from the Geographic Detector analysis show that dominant factors influencing AQI vary significantly across urban agglomerations. Topographical and meteorological variations in urban areas may lead to complex spatiotemporal variations in pollutant concentration. Whereas given the same natural conditions, the human-dominated factors, such as industrial structure and urban form, exert significant impacts on urban air quality.The spatial spillover effects and regional heterogeneity of urban air quality illustrated in this study suggest the governments and institutions should set priority to the importance of regional cooperation and collaboration in light of environment regulation and pollution prevention.     

基于多尺度的中国环境污染事件时空分布及其影响因素

环境污染事件已成为人类社会发展面临的严峻挑战,严重制约着人类社会的可持续发展,当前急需厘清环境污染事件的时空特征及影响因素,为制定有效的环保政策提供借鉴。利用Theil指数、变异系数、ESDA等方法,分析了2006~2016年中国环境污染事件的时空分布特征,并借助地理探测器识别了不同尺度环境污染事件的影响因素。结果表明：① 2006~2016年省级尺度环境污染事件发生总频次与不同等级环境污染事件发生频次均呈波动下降趋势,其发生频次和区域差异呈“东-中-西”洼地型格局;② 地级市尺度环境污染事件发生频次随城市规模减小有所降低,随经济发展水平降低呈倒U型,同时,环保重点城市污染事件发生频次高于普通城市的特征;而环境污染事件的差异性表现为随城市规模减小有所降低,随经济发展水平降低而递减,及环保重点城市高于普通城市的特征。③ “胡焕庸线”以东地区环境污染事件多发且类型多样,以西地区污染事件少发且类型单一,不同等级环境污染事件的空间分布差异较大;④ 环境污染事件的影响因素存在差异,且随尺度增大,影响因素与环境污染事件的关联性趋于增强。其中,经济发展和环境监管水平对不同尺度环境污染事件均有显著影响,环境监管水平与其他因素的交互作用对不同尺度环境污染事件的解释力较高。     

中国主要城市技术创新影响环境污染的空间分异与机理

基于中国285个地级及以上城市的数据,利用空间自相关模型,在全域和局域尺度分析技术创新与环境污染的空间关联,在此基础上,使用地理加权回归模型分析技术创新对环境污染影响程度的地区差异,并借助地理探测器分析其影响机理。研究结果表明:① 技术创新与环境污染均存在显著的空间集聚性,二者在全域尺度上存在正向的空间关联,在局域尺度上正向和负向关联并存,具有高创新-高污染、低创新-低污染、高创新-低污染、低创新-高污染4种集聚类型。② 所有城市的技术创新对环境污染均存在负向影响,影响程度呈现出由东向西渐次递增的空间分异格局,现有样本计算结果有条件地支持EKC曲线,技术创新能够促进经济与环境的良性发展。③ 环境污染是多种因素共同作用的结果,经济发展、产业结构、人力资本、外商直接投资、环境规制均能强化技术创新对环境污染的改善作用,技术创新对环境污染的影响更多的是通过技术进步优化产业结构,从而减少环境污染。     

中国地级以上城市工业创新效率空间格局研究

以中国288个地级以上城市为研究对象,运用2008年第二次全国经济普查工业创新活动数据,综合考察城市工业创新效率的空间格局及其影响因素。首先,从投入和产出两方面构建了中国城市工业创新效率评价体系,运用DEA包络分析方法,从规模效率和纯技术效率两个维度对城市工业创新技术效率进行分析。然后,以聚类分析划分了3类工业创新效率城市,总结工业创新效率模式的空间特征,并分析了影响空间格局的原因。研究发现：中国城市工业创新效率呈现东强西弱,阶梯状减弱的总体空间格局,工业创新规模效率和纯技术效率的空间特征并不重合;全国尺度上,工业创新效率城市的空间分布与人口密度“黑河-腾冲”线的分布基本一致,区域尺度上,城市间呈现“核心-边缘”空间结构;城市工业创新效率空间格局受到工业发展基础与工业创新能力影响,提高城市工业创新效率关键在于提升工业创新中人力资本要素和优化工业创新投入规模。