A New Indicator for Evaluating Spatial Concentration Based on Local Spatial Decompositions of the Gini Coefficient

Measuring spatial concentration is a key problem when studying geographical phenomena in many areas, including economic activities, atmospheric pollution, animal habitats, and so on. Two important aspects related to the measurement of spatial concentration are data variability and spatial autocorrelation. Rather than combining different indicators for each of these characteristics, this article proposes a new indicator based on the reconstruction of local spatial decompositions of the classical Gini coefficient. A Monte Carlo simulation study is conducted to evaluate the properties of the new indicator, and the results demonstrate that the indicator is highly linearly correlated with both spatial autocorrelation and data dispersion. Moreover, its elasticities to either the spatial autocorrelation or data dispersion are extremely close to 1 under various experimental circumstances. These findings indicate that the new indicator can reflect not only the absolute level of but also the change in spatial concentration effectively. Applying the indicator to the per capita gross domestic product data set for the middle reach of the Yangtze River, we also demonstrate that the new indicator and its local components are easy to implement and are useful in local spatial association analyses.     

基于空间自相关的中国省际人口迁移模式与机制分析

人口迁移具有空间指向性,表现为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距离衰减效应的过高估计。     

中国钢铁工业空间格局的演化及影响机制

钢铁工业作为基础性原材料工业,对国家或地区的经济社会发展有巨大的支撑作用。工业化和城市化进程会反作用于钢铁工业,促进其持续发展。由于中国不同地区的经济社会发展阶段不同,钢铁工业的空间格局因而呈现出分异。通过计算1985-2006年的钢产量的变异系数,探讨中国钢铁工业空间格局由集中转向扩散然后再次集聚的演化特征。20世纪70年代-80年代早期,中国钢铁工业主要集聚于辽宁、上海和湖北等少数省市;1985-2002年间,中国钢铁工业的空间分布逐渐向华北和华东地区扩散,钢铁工业的非均衡化发展态势有所缓和;2002年以后,这一空间格局逆转为向沿海地区特别是长三角和环渤海两大经济区集聚,中国钢铁工业的非均衡化发展态势再次加剧。其次,通过考察钢铁工业的产业集中度,在企业视角下考察中国钢铁工业空间格局的演化。最后,探讨了引导中国钢铁工业空间格局演化的影响机制,分析了市场需求、投资、原材料以及企业发展战略等因素在这一演化过程中的作用。     

基于空间化PageRank算法的人口流动空间集聚性分析

提出了一种基于空间化PageRank算法的人口流动空间集聚性分析方法。在PageRank算法的基础上增加空间节点间要素流量大小(F)的加权作用以及距离因子(Dst)所引起的流动成本和阻力效应,使该算法具备针对空间网络模型的分析能力,通过对人口流动网络模型中的节点进行集聚性排序,描述人口流动的空间特征。以华东六省一市人口流动状况为例,PR值、区域人口总流入量(RTI)和流动人口密度区位商(MLQ)的计算结果对比表明:空间化PageRank算法可以客观地评估空间节点吸引力,并弥补了总流入量等简单人口学统计指标对于现象背后驱动机制表达不足的缺点。     

土壤重金属空间分异及迁移研究进展与展望

回顾了土壤重金属污染的空间分异及迁移的相关研究,提出了基于GIS空间分布特性的土壤重金属污染途径分类方法,并系统总结了土壤重金属污染的空间分异及迁移规律。探讨了土壤重金属污染空间分布与迁移研究的发展趋势与关键问题,为进一步有效开展相关研究奠定了理论基础。     

基于基尼系数空间分解的江苏省经济发展差异分析

不平等性是区域研究的重点,空间集中作为衡量不平等性的重要手段,是非空间与空间属性的二维统一体。传统的研究仅仅关注了全局非空间上的不均衡性,而忽略了地理空间上的集聚特点,往往不利于识别地理属性的集中特点。引进基尼系数的空间分解这一概念,通过对其空间随机分布性的零假设采用蒙特卡罗方法进行检验,从而判定其分解形式是否内生衡量区域不平等与空间自相关的特性。以1978—2015年江苏省区域经济发展差异的演变进行案例分析,通过蒙特卡罗99次随机模拟检验后,将分解的非邻居项与Moran’s I值进行显著性检验,结果进一步证实了这一分解的有效性与简洁性,表明空间基尼系数可内生测度空间的集聚性与非空间的差异性。     

中国流动人口多阶段流动的空间格局及变动特征——基于初次流动和当前流动的对比

基于2017年全国流动人口动态监测数据,运用描述统计和社区发现等方法,研究流动人口在初次流动和当前流动的空间格局及其变动特征。结果发现：1）从区域差异看,流动人口初次流动和当前流动的流出地格局保持相对稳定,流入地格局的变化主要体现在：在当前流动阶段,流入中部地区的比例下降而西部地区比例上升;流入特大城市的比例明显下降而I型大城市、中等城市和I型小城市的比例上升;流向直辖市和计划单列市的比例上升而流向副省级和省会城市的比例下降。2）从行政地级市间净迁移格局看,流动人口初次和当前流动的净迁移格局稳定性强,净迁入地区以“块状”分布于东部沿海省份的发达地市和“点状”分布于中西部省会及部分资源型和口岸型地市,净迁出地区连片分布在中西部地区的大多数地市与沿海省份的内陆地市。3）流动人口初次和当前流动以就近迁移与远程迁移交织的流迁模式为主,且由此刻画的行政地级市间迁移网络格局呈现以“胡焕庸线”为界的“东密西疏”现象;但也出现在当前流动阶段迁往京津冀的迁移流规模降低,长三角取代珠三角成为流入地首选区域的特征。4）流动人口生计策略的稳定性与人口迁移流动的空间惯性,是流动人口初次和当前流动空间格局表现出相似性的主要原因,而产业结构转型升级及在不同地市间的梯度转移是促使流动人口在流入地选择上发生变化的重要力量。     

基于综合城镇化视角的省际人口迁移格局空间分析

采用第五、第六次全国人口普查数据,基于流出、流入“双向”视角解析人口迁移格局及演变过程;采用空间计量模型,阐释综合城镇化及各城镇化分量值对省际人口迁移影响的空间效应。研究结果表明：① 2000~2010年省际人口迁移量成倍增长,人口迁出区域空间不断扩散,迁入区域空间虽无明显变化,但内部差异性变化明显;② 省际人口迁移存在明显的空间依赖性特征,省际人口净迁入率变化明显受周边地区的正向影响;③ 综合城镇化率变化对省际人口迁入有着重要作用。④ 人口、经济和土地城镇化率变化对人口净迁入率变化具有显著影响,且经济城镇化仍为影响省际人口迁移变化的主导因素;社会城镇化率的影响并不明显。     

岭南疍民人口迁移的历史过程与空间特征

疍民人口迁移是疍民文化传播的主要载体,通过历史文献分析、实地调查等方法研究发现,在经济机会、生存条件、政治变革等因素的影响下,岭南疍民人口以珠江三角洲为核心,呈现辐射式和跳跃式的迁移规律,其主要迁移目的地为岭南沿海及东南亚等地,并在岭南各地形成不同规模的疍民人口板块。同时,疍民人口也呈现往城镇汇集的历史过程,其方向是从河流的上游往下游、从沿海到陆地、从农村到城市,其结果是疍民的人口分布呈现“板块状、带状、弧形状”的分布特点,同时文化个性也逐步消失,并朝与当地趋同的方向发展,这对疍民文化的传承和发展提出了严峻挑战。     

中国人口迁移流动的时间过程及其空间效应研究：回顾与展望

对人口迁移流动时间过程及其空间效应研究的国内外研究进展进行了全面系统的回顾和评述,揭示了中国迄今这方面工作在研究内容、数据来源和理论框架等方面的不足,在此基础上展望了中国人口迁移流动时间过程及其空间效应研究的未来发展,认为今后中国人口迁移流动研究的一个重要方向是在获取迁移流动人口流迁过程历时数据的基础上,分阶段系统考察人口迁移流动各具体环节及相关就业、住房、家庭等特征的时空变化及其机制,填补在人口迁移流动时间过程研究上的缺漏,并把对各单个流迁阶段的研究结果整合为对整体流迁过程的新的规律性认识。这将拓展和深化人口迁移流动空间格局及其形成机制的研究,推进人口迁移流动时空过程及其演变规律相关理论的发展。     

环渤海地区城市密集区的空间识别与集聚特征

在探讨城市密集区内涵和特征的基础上,以环渤海地区118个城市为研究区域,通过空间识别确定了6个城市密集区范围;利用城市GDP和人口数据,借助Theil系数、城市基尼系数和首位城市集聚度等方法,从空间差异、集聚程度和集聚效应三方面对城市密集区的集聚特征进行探究。结果显示:(1)以城市等级和社会经济数据为筛选标准确定了北京、天津等7个中心城市、38个标准市和77个其他城市;(2)以2 h通行时间确定了以京津、石家庄、沈阳、大连、济南和青岛为核心的城市密集区范围;(3)Theil系数表明环渤海地区整体差异较小,其中城市密集区区内差异大于区际,内部差异对整体差异的贡献率超过91%;(4)集聚类型划分中,京津地区属于强单中心,沈阳、大连和青岛地区属于弱单中心,济南和石家庄地区被归入弱多中心类型;(5)京津城市密集区强大的集聚效应破坏了"石家庄—黄骅"的双核结构链,重新构建了区域的经济结构格局。     

长江三角洲人口迁移空间格局、模式及启示

本文运用修正后的重力模型和城市之间最短通行时间的O-D矩阵,模拟长江三角洲人口迁移节点联系状态,判断吸引中心的从属结构,划分人口迁移引力体系的等级结构。结果表明:至2005年,长三角共形成上海、南京、杭州、宁波、温州5个一级人口吸引中心,无锡、徐州2个二级吸引中心,连云港、淮安、扬州等9个三级吸引中心;这些吸引中心共同构成5个Ⅰ级引力体系,7个Ⅱ级引力体系和14个Ⅲ级引力体系。在此基础上,归纳出人口迁移空间结构演变的一般模式:即"单核集聚"—"多核结构"—"单中心体系"—"多中心网络"。通过吸引中心等时圈分析,认为区域快速交通体系布局对人口流动空间格局的形成起着重要的引导和支撑作用。最后从城市轨道交通、地方行政壁垒和中心城市发展角度对长江三角洲不同层次的规划提出了相应的建议。     

Spatial Patterns of Migration and Income Change in the Mountain West: The Dominance of Service-Based,Amenity-Rich Counties

One of the most recognizable and important changes occurring in the West is rapid population growth. This article intends to address questions associated with whether patterns of population growth and income migration are associated with “new” and “old” West economies. Rural restructuring in the U.S. has created a group of counties with service-based economies. In the Mountain West, a number of counties with service-based economies are located in areas with high levels of environmental or natural amenities, creating what has been termed the “New West.” Migration to the rural parts of the Mountain West, and the income transfers associated with migration, are increasingly concentrated within these New West counties. Rapid population growth, the changing characteristics of in-migrants, and their spatial concentration in New West counties provide a basis for conflicts over what the rural West is becoming.     

国际旅游岛建设以来海南省产业空间分异格局及其驱动机制

采用产业区位基尼系数、地理集中率、产业梯度系数和回归分析等方法,从产业整体、三次产业和字母行业3个层面分析国际旅游岛建设以来海南省产业空间分异格局及其驱动机制。结果表明,目前海南省产业整体和多数产业特别是第三产业与多数资本和技术密集型服务业、生产性服务业空间分异程度高,主要分布于少数沿海非民族市县,呈明显的沿海-内陆、非民族-民族地区与北-南向类似U型的分异格局;产业整体、三次产业与10个字母行业从业人员数空间分异趋于加剧,空间分布趋于向少数市县集中,而产业整体和三次产业增加值与6个字母行业从业人员数空间分异趋于减缓,空间分布基本趋于向北部沿海地区以南分散,意味着海南国际旅游岛建设带来了旅游相关产业规划所确定的重点产业的空间拓展;海南省产业空间分异格局是要素禀赋作用效应、循环累积因果效应、分工经济效应、制度诱导效应、空间近邻效应和外部经济效应叠加的结果。结果基本验证了中国产业空间分异的一些研究结论,也表明海南省需要扶持内陆和民族地区发展公共服务业和优势产业,适度引导产业向部分内陆和民族市县集中和分散,以增强产业空间布局的均衡性。     

21世纪以来中国航空货运空间变化研究

基于标准差椭圆和空间基尼系数,利用2001~2012年机场和航段的数据对中国航空货运空间变化特征进行分析,为制定航空货运产业发展战略和优化航空货运网络布局提供决策参考。结果表明：① 航空货运的空间格局和经济格局分布一致,航空货运中心由东南沿海地区向西北内陆方向移动;② 航空货运网络由混合式网络向轴辐式枢纽网络转化,由单一机场枢纽发展形成了京津、沪杭、广深和成渝4个组合枢纽;③ 航空货运在机场和航段上分布趋于分散;④ 航空货运主通道集中了30%以上的运输量。     

新疆旅游业生态效率时空分异与收敛性研究

为揭示新疆旅游业生态效率的时序变化、空间差异及来源、动态演进和收敛性情况,运用非期望产出的强有效前沿最近距离（MinDS）模型测度其效率水平,使用ArcGIS技术、Dagum基尼系数及其分解方法和核密度估计等工具探究2005—2019年其时空分异格局,并构建收敛模型验证其空间收敛性。结果表明：新疆旅游业生态效率呈现出波动稳定上升的“北高南低”的时空分布演化格局,存在β绝对收敛、β条件收敛和俱乐部收敛现象且条件收敛速度显著快于绝对收敛。近15 a新疆各地州市处于Ⅰ级所占比例趋于升高,整体基尼系数存在周期性、波动性特点,区域间差异是旅游业生态效率空间差异的主要来源。新疆整体和北疆的旅游业生态效率存在绝对差异缩小和两极分化特征,而南疆和东疆各区域存在绝对差异扩大趋势。因此,未来协调南疆、北疆和东疆各区域内的旅游业生态效率是实现新疆整体旅游业高质量发展的工作重心。     

Spatial evolution model of tourist destinations based on complex adaptive system theory: A case study of Southern Anhui,China

According to the complex adaptive systems theory, tourist destinations may be regarded as complex adaptive systems formed by multiple adaptive agent interactions and composed of an agent system, tourist attraction subsystem, tourist service facility subsystem, and external environment system. This paper explores the spatial evolutionary progress of the Southern Anhui tourist area. The period 1979 to 1990 comprised the formation stage of spatial agglomerates, during which tourist attractions centering on Huangshan Scenic Area and Jiuhuashan Scenic Area were gradually exploited and formed scale agglomeration; tourism spatial structure began to show the characteristics of agglomeration development, and Gini indexes of the number of tourists and tourism revenue increased significantly from 0.26 to 0.29, and from 0.33 to 0.35, respectively. From 1991 to 2008, the system experienced a growth stage in which Huangshan Scenic Area and Jiuhuashan Scenic Area were further developed with improved tourist service facilities. Rapid development of Xidi-Hongcun Scenic Area and establishment of Fantawild Tourist Area promoted the formation of more spatial agglomerates with larger scales; Gini indexes of the number of tourists and tourism revenue presented fluctuating changes, reaching low points of 0.15 and 0.25 in 2000 and 0.12 and 0.22 in 2007, respectively. From 2009 to the present day, the system has remained in a blowout-development stage, during which non-linear interactions among agents are strengthened; various emerging development factors generate cultural tourism, vacation tourism, rural tourism and other new tourism products jointly with traditional development factors. New tourism products form a large number of new spatial agglomerates that are interconnected, accelerating the spatial flow of tourists and tourism revenue and reducing the differences in tourism development levels within the region; Gini indexes of the number of tourists and tourism revenue declined steadily from 0.17 and 0.23 in 2009 to 0.12 and 0.15 in 2016.

     

皖江示范区生态资产格局时空变化与驱动因素（英文）

随着社会经济的快速发展,人们对自然资源和生态环境的认识越来越深刻,生态资产价值评估已成为人们关注的焦点。研究采用遥感影像解译的土地利用数据,对1990-2013年皖江示范区46个地区的生态资产进行了测算,并分析其生态资产的分布、组成、变化模式及其驱动因素。结果表明:1)皖江示范区生态资产分布非常不平衡,中部比其他地区生态资产高,且在1990-2013年期间先下降再升高;2)生态资产总量增长了3.05%,总体变化不大,退化和增加的面积比例较小;3)草地和水域的生态资产分别下降11.19%和0.66%,尤其是耕地下降了15.54%,但是林地增加了6.42%;4)在生态资产的变化格局中,合肥的人均资产减少幅度最大;5)影响皖江示范区生态资产时空变化的因素包括自然因素和人为因素,其中景观格局、人口和气候因素是生态资产格局时空变化的主要动力因素。     

基于潜能模型的医疗设施空间可达性评价方法

空间可达性是评价医疗设施布局合理与否的重要指标,传统的医疗设施空间可达性评价,或者从医疗服务供需状况着手,或者从供需双方之间距离因素着手,均无法全面评价居民实际所能获取的医疗资源。本文采用基于潜能模型的评价方法对江苏省如东县医疗设施空间可达性进行分析研究,该方法综合考虑了医疗设施服务能力、居民点人口数量、医疗设施与居民点之间的出行阻抗。研究表明,通过选取合适的出行摩擦系数,该方法能够较为全面准确地测度较小研究单元的医疗设施空间可达性,辅以GIS技术,可以很直观地揭示研究区域内医疗设施空间可达性差异,结合公共卫生管理部门制定的医疗资源配置标准,还可较为准确判定缺医地区,为政府相关部门规划决策提供依据。     

Temporal and Spatial Variations of Eco-asset Patterns and the Factors Driving Change in the Wanjiang Demonstration Area

With the rapid development of the society and the economy, people are paying more attention to the value of natural resources and the benefits of the ecological environment. Evaluating the value of eco-assets has become a focus of concern. Quantitative remote sensing measurements, land data and other auxiliary data were used to measure the eco-assets in 46 regions of the Wanjiang Demonstration Area from 1990 to 2013. This paper analyzes temporal and spatial variations of eco-assets’ distribution, composition, change patterns and the factors driving variations. The results show that the distribution of eco-assets in the regions is very uneven, the central region has higher ecological assets than other regions, and it declined first and then rose during the period 1990-2013. The total amount of eco-assets increased by 3.05%. The change in the amount of ecological assets was not large, but it is important that the amount of assets was basically stable, and increases in the proportion of degraded areas was small. Grassland and water body eco-assets decreased by 11.19% and 0.66%, respectively, and that of cultivated land decreased by 15.54%, but forest land increased by 6.42%. As for the change pattern of ecological assets, the per capita assets of Hefei had the largest reduction, and those of Xuancheng the second largest. The spatial and temporal changes of ecological assets in the Wanjiang Demonstration Area include natural factors and human factors. The government's macro-control and economic policies are the main driving factors for the spatial and temporal changes of the ecological assets pattern.