不同空间权重定义下中国人口分布空间自相关特征分析

人口分布的研究对实现人口、环境、资源可持续管理具有深刻意义。相对于洛伦斯曲线、基尼系数等传统度量指标,运用空间自相关分析可以较好地表达人口分布的集聚现象,揭示人口格局的空间结构和空间相互作用。空间自相关测度的关键因素之一为空间权重矩阵。当前人口空间自相关特征测度多采用单一邻近关系定义空间权重矩阵,忽视了不同空间邻近关系对自相关特征分析结果的影响。本文根据距离阈值和邻接关系定义了八种空间权重,包括新定义的高铁两小时可达性空间权重。基于2010年《中国人口年鉴》统计资料,结合GeoDa软件测度了中国人口空间分布自相关特征并分析空间权重定义对自相关特征分析结果的影响。发现:(1)在不同空间邻近关系下,中国省域人口密度分布在全局自相关上均呈现空间正自相关,但其显著性水平有差异;(2)局部自相关分析结果Moran's I表现出明显的区域差异。     

村级工业园空间格局分布特征及形成因素探讨——以佛山市顺德区为例

村级工业园升级改造是广东“三旧”改造下一阶段的重点工作,为进一步完善村级工业园相关理论研究,本文以佛山市顺德区382个村级工业园为研究对象,采用核密度、探索性空间数据、GWR(地理加权回归)等方法分析顺德区村级工业园的空间分布特征,探讨形成影响因素。研究结果表明:顺德区村级工业园空间分布呈现显著的空间聚集及空间自相关,局部自相关不明显;村级工业园空间分布受人口数量、一二三级道路长度、河流水面、城市用地面积、村庄用地面积、水源保护区面积等因素的影响,且各因素影响程度存在显著差异;村级工业园空间集聚特征与制造业现状主导产业集聚特征基本一致,说明主导产业集聚是导致村级工业园分布特征形成的主要原因。     

面向疾病的空间聚集性与影响因素分析方法

疾病的发生与自然环境、社会环境和人群特点密切相关,其发生与流行通常具有一定的空间分布特征。针对目前在疾病空间聚集特征与影响因素的已有研究中,缺少两者关联关系的探讨,以及空间尺度多集中于省、市和县域,因此,本研究提出一种面向疾病空间聚集性与影响因素分析的方法。以武汉市的历史肺结核数据为例,进行基于乡镇尺度的肺结核发病率数据及影响因素数据的处理与整合,基于空间自相关方法分析2011年、2013年和2015年肺结核空间聚集情况;并运用地理探测器探测肺结核发病率空间分布的影响因素及交互作用,探究肺结核空间聚集的成因。结果表明：肺结核热点聚集乡镇主要分布在新洲区、江夏区和蔡甸区,冷点聚集乡镇主要分布在洪山区;植被指数、人口密度、人均GDP及五类兴趣点密度（医疗保健类、生活服务类、餐饮类、住宅类和农林牧渔类）为肺结核发病率空间分布的主要影响因素,其交互作用对肺结核发病率影响显著增强。研究成果可为武汉市肺结核防治提供科学参考。     

城市KTV娱乐休闲场所空间分布及扩散规律研究

随着服务业的发展和文化产业的不断推进,城市文化娱乐休闲服务业成为城市经济和社会发展的重要标志和推动力。本文以地理空间实体数据和商业统计数据为基础,以GIS 的空间数据可视化和统计分析方法,研究典型城市娱乐休闲服务业KTV在中国大陆地区的行业发展、空间分布及空间扩散特征。研究表明,KTV在全国发展迅速、分布广泛,在宏、中、微观的全国、省域和市域尺度下,其空间分布分别表现出空间区域分异、等级差异、面状均衡和中心集聚等特征,并与区域经济、人口、文化等因素有一定的相关性。各种类型KTV在空间扩散上具有由东向西,由中心向周边扩散的特点,其中连锁类KTV扩散具有社会经济现象地理扩散规律,主要表现为空间等级扩散和接触扩散特征。     

中国县域农村贫困的空间模拟分析

以中国县级行政区划为研究单元,从自然和社会经济因素中选取贫困的影响因子,建立评价指标体系,利用GIS空间分析和 BP人工神经网络,模拟各县域的自然致贫指数和社会经济消贫指数,并在分析贫困内在形成原因的基础上,明晰了空间贫困的分布特征。结果显示：自然因素是现阶段中国县域主要的致贫原因,全国县域自然致贫指数的分布呈现出明显随纬度和经度地带性分布的规律,自北而南、自西而东逐次呈带状排列分布。社会经济因素对贫困起到一定的缓解作用,全国县域社会经济消贫指数的空间分布较为破碎,各省区内部县域社会经济消贫指数的变异系数均大大高于自然致贫指数的变异系数。全国贫困压力指数以“黑河-百色”一线为界,东中西差异显著,呈现“大分散、小聚集”的空间分布格局。本文识别的贫困县与国家确定的重点扶贫县在空间上具有较高的重合性。     

基于ESDA的长三角区域经济差异分析

区域经济发展不仅与区域自身相关,更受到周边区域的相互作用,基于此,本文引入ESDA技术(探索性空间数据分析)来分析区域经济差异。通过对长三角区域2001~2013年各市的人均GDP数据进行ESDA全局和局部自相关分析,描述了21世纪开始的13年以来长三角市域经济格局在空间上的分布及演化,并对空间格局成因进行了科学分析。结果表明:长三角地区表现出强的自相关,即相似城市间有显著的空间集聚特征,并且集聚特征逐年增强。然而,区域经济在空间分布上存在明显的不均衡,相离较远的地区差异还是很大,如上海、苏南地区与苏北、浙南地区。     

北京市人口密度空间分布及其尺度特性研究

利用北京市第六次人口普查数据,在对人口统计数据进行空间化处理的基础上,分析了城市人口密度分布的统计特征及其空间自相关性,充分证明了北京市人口密度分布具有非常强烈的空间自相关性,并已经凸显出城市人口密度多核心分布模型的特征;在对人口统计数据进行格网化处理的基础上,分析了6种不同尺度下北京市人口密度空间分布的统计学特性和空间自相关性,证明了北京市人口密度的空间分布具有尺度特性;本文进一步对尺度特性影响下的人口密度空间分布特性空间自相关性进行了对比研究,从而揭示出空间自相关性与尺度变化间的规律。     

森林脑炎时空分布特征和环境影响因素分析

森林脑炎作为一种蜱传自然疫源性疾病,其空间分布与环境关系密切,探索其时空分布模式与环境因子对其影响机制对于掌握和预测森林脑炎的发病风险区域具有重要意义。本文以我国东北疫源区（黑龙江省、吉林省和内蒙古自治区）为研究区,通过统计分析和空间自相关分析探究了2005—2015年森林脑炎时空分布特征,进而运用地理探测器模型探讨森林脑炎空间分布影响因素及其指示作用。结果表明：① 研究区内森林脑炎发病率在2005—2015年有明显的增长趋势和季节性发病特征,且其发病率具有较强的空间集聚模式,主要有2个大的热点集聚区;② 从整个研究区来看,植被类型、土地利用、年均气温、土壤类型、5—8月均气温、坡度、高程和年均降雨量是森林脑炎发病率空间流行的主要环境影响因素;③ 对于所筛选的环境指示因子而言,各指示因子对森林脑炎发病风险的影响程度存在差异,即各因子的各类型（范围）内,森林脑炎发病率不同;各指示因子两两之间的相互作用对森林脑炎的发病风险具有显著增强效应。研究结果可为研究区及全国森林脑炎疫情的有效控制提供科学依据和决策支持。     

郴州市“三生”空间适宜性评价及其特征分析

“生产—生活—生态”空间（“三生”空间）适宜性评价是国土空间规划和管理的基础,对于协调国土空间开发与保护、平衡区域发展具有重要意义。以湖南省郴州市为研究对象,首先基于空间适宜性构建评价指标体系,开展“三生”空间适宜性评价,定量划分“三生”空间;然后依据适宜性评价结果,对“三生”空间的空间分布特征、“三生”空间适宜性耦合协调特征及其空间自相关性进行分析。结果表明：（1）生产空间和生活空间适宜性具有相似的空间分布特征,生态空间适宜性分布格局则呈相反空间分布特征;（2）生产空间、生活空间和生态空间总体呈现显著的空间异质性分布格局,分别占国土面积的21.91%、5.97%和72.12%;(3)“三生”空间耦合协调度等级及其冷热点空间分布与“三生”空间分布格局具有较强的一致性,高、较高、中等、较低、低度协调区域面积分别占国土面积的10.33%、20.89%、23.73%、20.15%、24.90%。     

基于厦门港的海上交通事故地理空间分布及风险预测研究

利用海上交通事故空间分布特征进行安全分析是海上交通安全管理的重要组成部分。本文使用厦门港2008—2020年的海上交通事故数据,经过事故数据空间分布特征提取、分析及预测等流程,最终得到厦门水域海上交通事故潜在危险区域。本文首先使用原始事故数据在GIS软件中进行空间定位,形成事故点的可视化空间分布图,然后使用核密度分析法鉴别海上交通事故多发区域,再利用空间自相关分析法,得到该区域事故空间的分布特征和具体的聚集点,最后使用该分布特征、对目标水域数据进行标准化网格切分,并利用机器学习算法对潜在事故风险区域进行预测。本文在核密度分析结果中发现：就事故频度而言,厦门湾和西海域交通事故频度较高。在空间自相关分析的结果中表明：就空间分布特征而言,厦门港的空间分布出现聚集特征且为空间正相关模式,且就事故具体的空间聚集点而言,厦门湾和西海域仍是事故高发的中心区域。而最后的厦门湾及周边水域风险预测模型显示：潜在事故风险区域多位于沿海和河口交汇区域。本文研究结果表明在基于地理空间数据分布特征提取和网格化分析的基础上,结合机器学习方法（随机森林）,对于海上交通事故的预测具有良好的效果。     

基于拓扑与形态特征的城市道路交通状态空间自相关分析

城市道路交通状态具有空间自相关特征。某一道路交通状态的变化会对其周边道路产生影响,故把握道路交通状态的空间自相关性是提高交通规划、交通预测水平的基础。然而,城市道路交通状态又具有空间异质性,即道路交通状态的影响扩散并非各向同性,其使得道路交通状态空间自相关性的度量更为复杂,因此仅从地理空间下道路之间的邻近关系出发进行分析有失偏颇。同时,城市道路具有拓扑结构特征和几何形态特征,二者对于交通状态自相关性的影响和制约,却未引起足够重视。本文从城市道路的拓扑结构特征和几何形态特征出发,提出了一种新的交通状态空间自相关路段识别规则,即基于交通状态变化的路段空间识别规则,通过拓扑社区发现方法刻画路段在空间上的聚集特征,同时,基于Stroke跟踪的几何形态概化来描述道路交通状态变化影响的空间异质性。结果表明,利用本文提出的识别规则产生的交通状态自相关路段集合,较仅考虑地理空间邻近或拓扑结构的识别规则更为合理,更好地揭示了城市道路交通状态的空间自相关特征。     

基于道路结构特征识别的城市交通状态空间自相关分析

 城市道路交通状态具有空间自相关特征。路段交通状态的变化会很快影响到邻近路段,导致一定空间范围内路段的交通状态发生改变。揭示城市交通状态的空间自相关特征,对交通规划、交通控制与诱导具有重要意义。然而,受到城市路网空间结构和道路拓扑特征的影响,城市道路交通状态的空间自相关并非各向同性,也并非均匀地向上下游扩散,而是有选择性地集中在部分邻近路段上。因此,仅考虑路段地理空间下的上下游邻近性,难以全面度量路段间交通状态的相互影响,识别出交通状态空间相关性强的道路集合。本文借鉴复杂网络分析方法,定量化分析了城市路网的模块化与层次性特征,利用城市路段在空间上的聚集特征和路段在网络中拓扑角色的差异,提出了一种新的交通状态自相关路段邻近性判别规则,即空间邻近且拓扑等价规则,以此规则实现交通状态空间相关路段聚类过程,更好地揭示城市路段之间的交通状态空间相关性。     

基于网络空间点模式的餐饮店空间格局分析

餐饮业是城市经济发展的重要指标,运用合适的方法来研究城市餐饮业的空间格局特征,对城市规划、商业选址和经济发展等具有重要意义。本文以广州市海珠区为例,基于餐饮店POI（兴趣点）数据,利用核密度估计法分析餐饮店的空间分布特性,采用网络核密度法探究其热点路段的分布情况,并利用网络双变量K函数法,分析餐饮店分布与公交站和居民小区的相关性。结果表明：海珠区餐饮店总体分布呈现“西密东疏”的空间格局,具有多中心的空间分布特征;江南中街道餐饮店分布的热点路段主要集中在江南西路和江南大道中沿线,其密度随着与该沿线的距离增加而衰减;在较小范围内,餐饮店的分布与公交站具有显著的聚集关系,而与居民小区不具有显著的聚集关系。对于沿道路分布的空间地理点对象,利用网络空间点模式分析可得到较好结果。     

小世界网络特征识别的城市交通状态网络自相关分析

大量研究表明,考虑了空间多维性的小世界网络模型对于研究交通网络特性对交通流的影响很有必要。但现有相关研究普遍未能有效找出小世界网络特征产生的临界阈值进而判断网络结构特征对城市交通运行的影响。以伦敦市主干道路网络为案例,通过网络环境下的Moran's I和Getis-Ord's G两个统计量,找出道路网络结构的小世界特征及其网络动力产生的临界阈值,并利用基于交通网络距离的半变异(方差)函数分析该临界阈值是否合理,然后运用网络自相关分析小世界网络结构特征及其网络动力对道路交通流的影响。结果表明:(1)伦敦市主干道路网络的全局Moran's I和全局Getis-Ord's G的收敛值是0.34,小世界网络现象或动力出现的临界阈值是17 000 m;(2)半方差图显示估算的小世界网络特征出现的阈值距离远小于理论半变异函数模型估算的空间相关性作用范围,且在该阈值附近半变异值呈明显上升趋势,表明该阈值是合理的;(3)在此阈值影响范围下,伦敦市主干道路段间交通流网络自相关性总体上呈显著正自相关特征,其局域空间关联格局呈中心区低-低和外围高-高的分布模式。     

基于时空热点分析的城市交通违法行为特征识别方法

交通违法行为是引发交通事故的重要原因,然而现有研究主要关注交通违法行为的整体特征,缺少面向交通违法治理需求的分析框架。本文基于时空热点分析方法,提出从热点区域时间分布特征和典型时段热点区域空间分布特征两个角度识别交通违法行为特征的分析框架,分别用于支撑局部交通违法热点以及全局违法模式的原因分析和精准治理。基于该方法对福州市的机动车和非机动车（含行人）违法行为特征进行了识别分析,结果表明：机动车和非机动车违法行为在时间维度均呈现出9:00和16:00一日双峰特征,在空间维度呈现出“一片区、多热点”的聚集分布特征。二者也存在明显差异,具体表现为：① 在时间维度,非机动车违法行为呈现出更大的变化幅度,高峰时段与中午低谷时段、工作日与周末的违法行为数量差异均明显高于机动车;② 在空间维度,机动车违法行为在商业中心、医院等重要场所和交通枢纽呈现出聚集特征,分布范围更广,而非机动车违法行为则主要在人流量大且人车混行严重的城市中心路口区域呈现聚集特征;③ 不同违法热点地区产生的原因存在差异,需要有针对性制定治理措施。上述发现表明了本文方法能够全面快速识别交通违法行为特征,可以帮助指导城市交通违法行为动态监测分析系统建设,为持续优化城市交通现场执法警力动态分配以及交通违法行为精准治理提供决策支持。     

时空统计学在贫困研究中的应用及展望

消除贫困是人类社会的共同目标。贫困分布具有明显的空间特征,同时呈现出空间异质性和空间相关性。时空统计学以时空分析为优势,在贫困的时空分布及形成机制研究中发挥了重要作用。本文综述了不同时期我国贫困分布的空间特征、贫困数据的空间类型和特征以及贫困时空分布的影响因素,并总结了时空统计学方法在贫困空间研究中的4类应用,包括：探索性空间数据分析,主要为了识别和量化分析贫困的时空分布格局;空间贫困归因分析,通过构建贫困和各地理要素之间的关系模型来分析贫困的影响因素;贫困制图,通过采样区数据得到整个区域的贫困分布;以及贫困的时空变化分析,揭示贫困要素的时空变化过程和其背后的驱动因素。在阐述这些方法的原理基础上,选取了具体案例阐释了时空统计学方法如何应用于空间贫困研究,进一步总结了时空统计学方法在贫困研究中的主要应用和价值;在此基础上,分析了目前空间贫困研究的不足,提出重点应从4个方面拓展时空统计学方法在目前空间贫困领域的研究。     

特殊事件中国际关系网络时序演化分析

21世纪以来的国际关系错综复杂、瞬息万变,给世界的经济、政治、安全、外交等带来了深刻影响。及时掌握国际关系的变化对中国外交政策制定、整体发展规划有着极为重要的意义。随着大数据时代的来临,应用大数据方法结合国际关系定量分析的工具对国际关系变化模式进行及时、有效地挖掘成为了一个重要的议题。强时效性、高信息量的新闻事件大数据蕴含能及时地反映出国际事件影响全球国际关系的信息。网络化挖掘作为一种面向大数据的信息挖掘方法,因其具象化的关系表达方式和丰富的结构分析方法组成为数据驱动的国际关系研究的重要方法。以短期国际事件为背景,对新闻事件大数据进行网络化挖掘,进行国际关系网络的时序演化分析,能够在短期国际事件造成国际关系变化的场景下,提供应对国际关系变化的解决方案参考。本文以中美贸易战为例研究特殊事件中国际关系网络的时序演化模式：基于GDELT新闻事件数据进行国际关系网络的构建,利用复杂网络方法进行信息挖掘并进行国际关系分析。首先利用该数据构建国际关系网络,然后用动态社区划分方法对其进行时序演化模式探测,最后结合点分布模式、核密度分析、空间自相关等空间分析方法对其进行空间特性分析。研究发现：① 在特殊事件发生过程中,网络社区的演化方式与发生的子事件类型具有很强的相关性;② 同一社区的节点在空间分布上一般呈现明显的聚集特征,特定区域节点加入不同社区频率高,节点网络属性值的空间高值分布随事件发生而改变;③ 网络局部特征值随子事件发生往往会发生较大变化。本文的研究为短期国际事件中的国际关系动态变化实证分析提供了一个新的视角,为国际关系研究的空间转向提供了一个新的思路,在方法层面对数据驱动的国际关系研究进行了补充,同时也为大数据的网络化挖掘提供了参考。