中国高铁-民航竞争网络的空间演化模式及影响因素

随着中国高速铁路与民用航空的快速发展,两者运营网络的空间竞争范围越来越大。从个人出行视角出发,同时拥有高铁与民航直达列车/航班的城市对为出行提供了选择机会,定义为高铁-民航竞争网络。以2007-2015年高铁-民航竞争网络的所有城市对为切入点,尝试刻画其演化过程与模式、网络结构与距离分布规律,并最终总结网络演化的影响因素。研究结论为：① 中国高铁-民航竞争网络在空间上呈现出由东向西、由北向南的扩张趋势,规模不断扩大。② 高铁-民航竞争网络具有向北京、上海等少数城市集聚的特征。③ 高铁-民航竞争网络城市对的距离范围主要分布在800~1 500 km,但运营的列车/航班频率竞争关系的临界值为1 000~1 100 km。④ 高铁-民航竞争网络在空间上遵循核心-核心、核心-边缘自上至下的拓展规律,并主要受城市规模、行政职能等级以及地理空间约束等因素的影响。     

“高铁流”视角下的中国城市网络层级结构演变研究

中国短时间内大规模的高铁建设对城市可达性和连通性产生了巨大影响。随着“流空间”理论的兴起，高铁建设对城市网络的影响更值得关注。基于此，本文采用2007—2014年历年高铁列车频次全样本数据，通过构建高铁节点优势度指数、高铁线路强度指数、熵指数等定量分析模型，试图探讨基于高铁列车频次的中国城市网络结构及其变化。结果表明：随着高铁网络的空间扩展，城市之间的连通性不断加强，城市网络层级结构逐渐均质化演变；基于高铁网络的中国城市体系结构趋向于多中心化；长三角地区的高铁网络相较于其他地区更加完善。     

新冠肺炎疫情的空间扩散过程与模式研究

研究新冠肺炎疫情的空间扩散过程与模式对于防疫抗疫资源的合理配置、突发公共卫生事件的管理与应对以及未来公共卫生体系的完善具有重要意义。本文综合时间和空间尺度,从地理学视角研究了新冠肺炎疫情的城际空间扩散过程,归纳总结扩散模式,并揭示了其影响因素。研究发现：新冠肺炎疫情在中国的发展主要经历了6个阶段,并在空间上表现出邻近扩散、迁移扩散、等级扩散和廊道扩散等地理模式;地理邻近性、人口流动、人口规模、交通网络、疫情防控管理等因素对疫情的空间扩散具有显著影响。新冠肺炎疫情的空间扩散过程和模式一定程度上是“流空间”网络下人类社会经济活动空间组织模式的一种反映,与地理邻近性、社会经济联系的跨区域性及人类活动的时空规律等密切相关。本研究以期为世界各国的疫情防控措施制定提供参考,也为中国未来应对公共卫生应急风险提供经验借鉴。     

中国高铁开通地级市的房地产投资空间格局分析

近些年我国高速铁路的建设,促进了制造业、生产性服务业的空间集聚。针对中国高铁建设是否也会促使房地产业空间集聚的问题,本文根据新经济地理学理论模型进行机理分析,采用2007—2017全国高铁列车班次数据,运用动态空间自回归模型（SAR）和空间杜宾模型（SDM）进行实证研究,得到以下结论：我国高铁快速发展改变了房地产市场潜力和房地产投资空间格局,出现房地产投资向核心城市聚集与向中小城市溢出同时发生现象。本区域高铁等交通基础设施改善,促进产业、人口和房地产投资在本区域集聚;跨区域高铁等交通基础设施改善,则会促进产业、人口和房地产投资的空间流动。房地产业在大城市过度集聚将产生拥挤效应,迫使房地产投资由核心大城市向高铁沿线中小城市扩散;具有优势地方资源的中小城市,高铁开通会加速房地产投资向其空间溢出。     

浅谈肺心病“饮瘀同治”的中医学认识

本文通过对肺心病中医学病因病机的探讨，认为“痰饮”“血瘀”在本病的发展过程中相互影响，互为因果，并进一步提出了“饮瘀同治”的基本治法。     

基于航空和高铁流的中国城市网络格局及演化

基于2009、2014、2019年的航空、高铁时刻表数据构建出航空子网络、高铁子网络以及航空?高铁叠合网络,利用社会网络分析、主成分分析等方法得到交通综合指数,并用以对3个网络的动态演化特征进行分析。研究表明：① 航空流与高铁流视角下的城市网络形态存在显著的差异。航空运输为远距离、高等级核心城市之间的联系提供了快速通道,航空网络中构成菱形结构支点的核心城市处于动态变化的状态,随着中西部城市的崛起,网络均衡性逐步提升;高铁网络对东部和中部地区主要城市起到串联作用,网络的演化依托高铁干线的延伸,呈现由点状向廊道至带状发展的平面分布。② 网络对比分析发现高铁网络的拓展对航空网络产生挤压效应,逐渐成为1500 km范围内的主导性高速交通运输方式,促使航空运输的优势距离不断扩展;网络叠合分析发现高行政等级城市及经济发达城市占据主导位置,中西部城市崛起,东北城市衰落;整体网络呈现由点?线?面扩张发展的趋势,且胡焕庸线两侧的城市网络格局存在显著差异。叠合网络东部和中部城市联系从以航空为主导转为高铁主导,而西部城市仍以航空联系为主导。     

活动空间视角下的老年群体地铁出行时空特征——以昆明市为例

运用昆明市老年公交爱心卡和常规地铁刷卡数据,考虑老龄化不同程度的影响,剖析老年群体的地铁出行特征,并从活动空间的视角重点解析和对比低龄老年群体和高龄老年群体的地铁日常出行和活动模式。结果显示：1）同非老年群体相比,老年群体移动性更低,出行时刻集中于早高峰时段,活动范围相对集中于市中心。2）随年龄增长,老年群体的移动性进一步降低,活动空间收缩,但对公共交通的依赖性增强。相较于低龄老年群体（60~69岁）,高龄老年群体（≥70岁）具有“出行频次高、活动空间范围小”的出行特征。3）低龄老年和高龄老年群体的活动空间分布存在明显分异,其中高龄老年群体的活动空间向居住密集区聚集,且出行在较大程度上受建成环境的制约。