河南省专业村空间格局与集聚测度

专业村是村域经济发展的特殊形式,是实现乡村振兴的重要抓手。通过对河南省专业村2009年和2018年2次追踪调查,依据专业村内涵,在对河南省发展实力最强的约1200个(2008年)和1500个(2017年)村域经济评判的基础上,分别筛选出487和668个专业村。运用空间自相关、最邻近指数、核密度估计等方法探究了河南省专业村的空间变化。研究发现：① 在空间格局上,河南省专业村由局部集聚向全面扩散转变,呈现“整体分散、层次分明”的分布特征;专业村在豫南和豫西南地区分布数量仍然较少。② 在分区差异上,专业村集聚的中心—外围空间特征逐渐淡化,过去的“V”字形分区逐渐转变为“T”字形分区,不同分区间专业村密度差异显著,分区交界地带存在“灯下黑”现象。③ 在变化特征上,专业村空间分布重心移动轨迹呈现向东南方向移动,分布范围总体上呈现扩大趋势,尤其是豫东地区农业主导型和工业主导型专业村数量显著增长。④ 在集聚程度上,专业村集聚区由“点核”向“面状”转变,集聚程度有所减弱,部分地区专业村存在“增长下的消失”现象。     

专业村集聚的空间测度——以河南省专业村为例

调查了河南省487个专业村,形成了487×71的属性数据矩阵。通过GIS可视化、LISA集聚图分析,得出结论:(1)专业村数量明显增多,空间集聚程度显著增强;(2)特色农业型专业村早在20世纪80年代之前就已形成集聚态势,工业型专业村集聚始于20世纪90年代,服务业型专业村最晚,为21世纪以来逐渐形成;(3)受进入门槛、特定环境、农户市场意识等影响,三类专业村集聚成因有明显差异;(4)在较大区域尺度上,专业村集聚程度较高地域并非出现在经济发达区。     

河南省专业村劳动力外流与影响因素分析

专业村作为农区经济发展的一种特殊形式,被认为是乡村振兴的重要抓手。近年来,许多专业村呈现高度集约化的发展趋势,专业大户的出现和增多导致了部分专业小户放弃从事特色产业项目。专业村中从事专业化生产的专业户比例下降,劳动力外流现象已经显现。论文依托河南省专业村2008年和2017年两次普查数据及2022—2023年开展的典型案例区专业村实地调研数据,运用空间自相关和热点分析等方法对不同类型专业村劳动力外流特征进行分析,借助地理探测器对专业村劳动力外流的主导因素进行探测识别和交互作用分析。研究发现：(1)整体来看,河南省各地区的专业村劳动力外流数量均明显增多;(2)从空间特征来看,农业型专业村劳动力外流的空间集聚特征明显,工业型专业村劳动力外流不具有空间集聚特征,服务业型及其他专业村劳动力外流具有空间集聚趋势;(3)从数量变化来看,农业型专业村劳动力外流在河南省各个地区均呈增多态势,工业型专业村劳动力外流在豫东地区最为明显,服务业型及其他专业村劳动力外流相对较为复杂;(4)定量分析结果表明,专业户率、区位特征、耕地资源、人力资源是影响专业村劳动力外流的主要因素;(5)研究认为专业村劳动力外流的...     

河南省农业专业村发展与地理环境关系研究

综合运用GIS技术、逐步回归法、Logit模型,分析了2009—2012年河南省农业专业村数量结构、空间分布的变化特征,并探究了地理环境对农业专业村发展的影响。研究结果表明:农业专业村空间分布不均衡,局部地区集聚程度发生变化;农业专业化率随劳动力资源的增加而降低,丘陵、山区农业专业化率比平原区低,村庄区位显著影响农业专业化率;伴随农区发展,农业专业化生产对劳动力资源的依赖程度有所降低,丘陵、山地地形对农业专业化率的负面影响减弱,市场因素对农业专业化率的影响凸显;劳动力资源对花卉、蔬菜等劳动密集型的专业村形成具有正面影响,邻近批发市场能提高蔬菜、水果、花卉等市场依赖性强的专业村形成概率,靠近地级市、县城的区位条件有利于形成蔬菜、水果等专业村。该结果对农区专业村发展方向和策略制定具有一定借鉴意义。     

中国农业企业品牌空间分布及影响因素

通过不均衡指数、空间聚类检验、负二项回归分析等方法,探讨中国农业企业品牌空间分布格局及其影响因素。研究发现：1）受自然资源禀赋和经济发展水平的影响,农业企业品牌在华东地区分布最多,山东、河南、江苏等省是农业企业品牌数量最多的省级行政区,从密度看,呈现西北最低、中部次之、东部沿海最高的三级阶梯,并在黄河、长江中下游地区和东北地区形成高-高集聚和热点区域,在西部地区形成高-低集聚、低-低集聚和冷点区域;2）区域品牌数、第一产业产值、农业专利和创新园区数、三农主播数与农业企业品牌数呈显著正相关,第一产业占GDP比重与农业企业品牌数呈显著负相关,因此,在建设农业企业品牌的过程中需要注重区域品牌的建设、创新力的培育和流动以及新型营销的发展。     

中国淘宝村的空间分布格局及其影响因素

根据阿里研究所发布的2013―2014年中国淘宝村的相关数据,运用最邻近点距离和邻近点指数、核密度分析法、回转半径法等方法分析淘宝村的空间分布格局及其影响因素。结果发现:1)淘宝村分布表现出明显的区域不平衡特征,呈集聚分布,且主要集聚于东部沿海城市,占据总数的98%;同时,淘宝村分布与大中型城市分布变化具有一致性。2)淘宝村的分布主要受资源禀赋、地理区位、产业集聚以及上网普及率的影响,淘宝村更多地分布在资源禀赋较好、交通便利、产业集聚区和上网普及率更高的地区。3)淘宝村共有2种发展模式,即城市依托模式和乡村内生模式。未来淘宝村在中西部地区的发展将主要围绕大中型城市及有一定产业集聚基础的专业村。     

专业村集聚时空演化特征——以河南太行山麓为例

专业村发展正在经历由点到面的集聚发展阶段,逐渐呈现出集聚态势。在对专业村集聚概念界定的基础上,从外延（空间集聚）和内涵（功能集聚）两方面分析,构建测度模型,并以河南太行山麓集聚区为例进行实证分析,得出如下结论：① 专业村集聚是一个动态概念,其空间范围和内部功能都在不断发生变化。② 空间演化遵循“中心—外围”路径。实证分析表明河南太行山麓专业村存在空间集聚,且集聚程度不断提高;集聚范围逐渐扩大,并沿“中心—外围”路径扩散。③ 功能演化受亲缘、地缘、业缘联系的影响,联系密度逐渐增强。实证结果显示,河南太行山麓专业村集聚网络密度和集中度均上升,表明其网络联系紧密度逐渐增强,集聚优势凸显;中心势和中心度有所下降,表明专业村之间的支配关系更均衡,呈现由两极分化到层级发展的趋势;功能演化经历了低水平均衡阶段、极核阶段、高水平均衡阶段。     

郑州市主城区汽车服务业集聚及与交通的 空间关联

随着我国汽车产业的发展和民用汽车拥有量的增加,人们对汽车服务的需求越来越大。以郑州市主城区为例,基于核密度估计法、局部Getis-Ord G^*指数,采用汽车服务业电子地图兴趣点（POI）大数据对郑州市主城区汽车服务业的空间集聚格局及其与内外交通的空间关系进行分析。研究表明：（1）郑州市主城区汽车服务业空间分布极不均衡,街道之间汽车服务企业数量的空间分布差异明显,且呈不断拉大的趋势;（2）汽车服务业空间集聚特征显著,空间上形成了中心城区双核块状集聚、边缘城区次中心分散发展的多中心、轴带状集聚格局,两大集聚热点片区越来越突出;（3）各细分行业也表现出不同程度的集聚趋势,汽车配件和汽车销售行业的专业化集聚区域逐步收缩,而汽车维修养护和汽车租赁业的专业化区域则大幅度地向城市外围地区拓展;（4）城市内部交通和对外交通便捷性是影响汽车服务业空间布局的重要因素,沿城市道路的轴线分布和沿高速公路出入口邻近分布是汽车服务企业区位选择的主导趋势。     

知识密集型服务业集聚对城市群旅游创新影响的空间效应

知识密集型服务业作为国家创新体系的重要组成部分,已经成为促进区域旅游创新发展的关键因素。以中国长三角、珠三角和京津冀城市群为例,运用区位商、数据包络分析法、探索性空间数据分析法和空间计量模型等方法,对知识密集型服务业集聚和旅游创新的时空演变特征与两者之间的空间关联性深入分析。结果表明：① 三大城市群知识密集型服务业集聚特征明显,集聚程度由强到弱依次为珠三角、长三角和京津冀,且城市群内部各城市间的集聚存在不均衡特征。② 三大城市群旅游创新的生产效率变化主要由技术进步推动,旅游创新均表现出一定的空间集聚特征,长三角城市群具有明显空间集聚性,但空间集聚模式存在差异,珠三角和京津冀旅游创新集聚不明显。长三角城市群内部各城市大多属于高高和低低空间集聚模式,珠三角和京津冀城市群内部各城市大多属于高低和低高的空间集聚模式。③ 知识密集型服务业集聚对城市群旅游创新水平的提高具有一定的促进作用但存在地区差异性,三大城市群旅游创新水平呈现空间溢出效应,但其对周边城市的辐射带动作用有待加强。     

江西省县域经济空间差异及自然环境驱动因子研究

以江西省100个县级行政区为研究对象,在分析县域经济发展水平空间差异的基础上,运用地理探测器对影响县域经济空间差异的自然环境因子进行探测,主要结论如下:(1)江西县域经济发展水平呈正向空间相关性且空间集聚特征趋于明显,空间集聚类型以"高—高"和"低—低"为主,"高—高"集聚区分布于环鄱阳湖平原地区,"低—低"集聚区分布于赣南东部地区。(2)河流密度、平均海拔和山区比例对江西省县域经济空间差异具有很强的解释力,年均气温和年均降水量的解释力不显著;5个驱动因子之间两两交互作用呈现非线性增强,以年均气温、年均降水量与河流密度的交互作用最为典型。(3)江西县域经济发展水平与河流密度呈线性正相关,县域平均海拔、山区比例与经济发展水平呈非线性负相关,山区比例显著地制约着县域经济的发展。     

电子商务专业村空间格局演化及影响因素研究——基于2015—2020年中国淘宝村数据

电子商务专业村是数字经济时代中国农村产业转型升级的新模式。论文基于2015—2020年全国淘宝村空间数据,采用GIS空间分析和地理探测器等方法探求电子商务专业村的空间格局及演化特征,揭示不同影响因素作用机理。结果表明：① 淘宝村总体空间分布格局与中国基本地理格局高度吻合,时空演化呈现由中心向外围逐渐扩散特征;② 淘宝村呈现显著的空间集聚特征,空间集聚强度逐年增强,高强度集聚范围逐年扩大,华北平原传统农区出现高强度淘宝村集聚区;③ 淘宝村呈现显著的空间聚类分异特征,空间聚类区分布相对稳定,高—高(HH)集聚区集中分布在苏南、浙江、福建的泉州、莆田和潮汕揭城市群;④ 各影响因素对淘宝村空间格局演化具有不同的解释强度,产业基础和区位条件是高作用影响因子,政府行为影响力稳步上升,社会经济影响呈“U”型变化态势,三级影响因素中第一产业增加值、农村常住人口的影响程度呈下降趋势。研究结果对推进电子商务专业村发展、深化专业村发展理论、助力乡村振兴具有重要的理论意义和实践价值。     

基于多源大数据的深圳市生活性服务业空间格局及影响因素研究

基于生活性服务业POI、手机信令和管理人口数据等大数据,采用最邻近指数、核密度、熵指数及地理探测器方法,探究深圳市生活性服务业的空间格局及影响因素。结果表明：1）深圳市生活性服务业空间分布不均衡,主要集中在中、西部地区,总体呈现“两核-三带”的空间集聚特征;空间上呈带状发展形态,主要集聚在交通主干道及轨道线周边区域。2）大多数服务业类别的空间特征与总体生活性服务业的空间分布特征基本一致,少数区域因产业发展导致空间分布集聚的差异化。3）生活性服务业混合度在罗湖区、福田区、南山区类别相对均衡,在宝安区、龙华区等其他区类别相对单一,混合度高的区域大多集中在“两核”外的边缘区域,而不是POI密度最高的“两核”核心处。4）人口因素是影响生活性服务业空间格局的最主要因素,其次为交通因素,经济因素和空间因素的影响程度较低。5）各探测因子对各类生活性服务业空间分布的影响程度存在差异,不同年龄段因需求不同影响到各类别生活性服务业的空间分布。     

陕西省林业企业时空格局演变及影响因素分析

林业是生态文明建设的主战场，也是经济社会发展的重要基础产业。林业企业作为林业产业经济的具体落脚点，其时空演变规律和影响因素分析可以辅助决策者合理安排林业产业布局，促进林业产业良好发展。基于2000—2020年陕西省林业企业数据，采用平均最近邻、标准差椭圆、核密度分析等地理信息系统（GIS）空间分析方法，分析了陕西省林业企业的时空演变特征；运用普通最小二乘法（OLS）模型和地理加权回归（GWR）模型，探讨了107个县区林业企业分布数量影响因素的空间异质性，揭示了不同因素的影响作用及空间分异特征。结果表明：（1）陕西省林业企业数量增长幅度逐渐加大，空间格局具有明显的集聚特征且集聚程度不断增强。（2）陕西省林业企业空间分布整体向东偏移，但核密度热点区域始终位于西安市，并与咸阳市形成连片的高值区域。（3）陕西省林业企业经营范围鲜明，以林业相关的“销售”和“服务”为主，随着产业结构进一步优化，从初加工、再加工到深加工，林业企业技术含量不断增加，并扩增相关服务项目。（4）从林业企业分布数量的影响因素看，社会消费品零售总额、地区生产总值、常住人口数量等外部社会经济条件对于林业企业分布数量的影响强度最...     

广州市美丽乡村空间分异特征及其影响因素

以广州市已公布的4批美丽乡村建设试点数据为基础，通过最邻近指数、基于Riple’s函数的多距离空间聚类分析、核密度分析和叠置分析等方法，探讨了广州市美丽乡村的发展现状、空间分布格局及其影响因素。结果表明：1）自2013年起，广州市美丽乡村数量逐年递增且增长率呈现上升趋势；2）广州市美丽乡村空间分布呈明显的集聚型分布；3）Ripley’s函数分析表明美丽乡村要素点空间分布格局随距离变化略有不同，在0.14 km处集聚强度达到最大；4）核密度分析显示美丽乡村高密度区域主要分布在广州南部和西北部，包括番禺－南沙1个热点主核心区和从化、花都－白云2个热点副核心区，密度分布呈现多核心不均衡特点；5）乡村的地形水文、人文历史、交通区位和政策规划为美丽乡村空间分布的主要影响因素，其中，政策规划因素对“美丽乡村群”空间格局的形成起决定性影响。空间分布特征总体反映出广州市美丽乡村规划建设初见成效，并逐步形成以热点核心区为基础的“美丽乡村群”。最后，在乡村选点、空间优化、价值提升以及乡村治理等方面提出若干建议。     

珠江三角洲港资服务业企业的空间格局及影响因素研究

香港与珠三角地区历来有着紧密的社会经济联系,研究港资服务业在珠三角的空间布局,有助于发现港资服务业在珠三角不同等级城市的跨制度边界分布规律,并对揭示香港与珠三角之间的服务业合作关系和促进粤港澳大湾区一体化建设具有重要意义。基于1 050家珠三角港资服务业企业POI点数据,运用最邻近点指数、核密度估计法和地理集中指数等定量方法和GIS技术,研究珠三角港资服务业企业的总体空间布局及局部区位特征,并构建了多元回归模型揭示其空间布局的影响因素。结果发现：① 珠三角港资服务业企业的整体空间表现为集聚型,形成了“总体分散,局部集中”的空间分布特征;② 分行业来看,除分配性服务业企业具有空间多中心特征外,其余服务业企业均形成了以广、深为核心的空间分布结构,且4类珠三角港资服务业企业均具有显著的集聚特征,其中生产性服务业企业的集聚特征最为突出;③ 除分配性服务业企业外,其他类别港资服务业企业的空间分布受到不同因素影响,主要包括服务业发展水平和固定资产投资。     

基于POI数据的长沙市生活性服务业空间格局研究

生活性服务业是服务经济的重要组成部分,其合理布局对发展城市经济、满足居民消费需求具有重要作用。基于长沙市六区POI数据,运用核密度分析、熵指数、频数密度分析及空间聚类等方法研究长沙市生活性服务业的空间格局特征,发现长沙市生活性服务业的分布具有以下特点：1）主要受交通及城市规划指向性影响,沿交通主干道集聚分布,整体布局呈“一核四轴多极”且空间分布与人口集中度联系紧密,东西差异明显,东部多而密集、西部少而分散;2）不同类型的生活性服务业分布特征各异,在空间形态上主要表现为“单核心”、“双核心”和“多核心”等;3）其功能多样性布局呈现以五一广场为核心的“中心-外围”结构特征,功能多样且混合程度高的区域位于城市中心,城市边缘区生活性服务业集聚性较弱且多为单一功能或者双功能混合区。     

山地城市医疗点空间结构识别与影响机理探究——以贵阳市中心城区为例

以山地城市贵阳市中心城区为例，运用平均最近邻、核密度分析、标准差椭圆法、空间自相关分析和网格维数法对其医疗点的空间结构进行识别及影响机理探究。结果表明：(1)贵阳市中心城区医疗点空间分布呈显著集聚模式，医疗点的核密度在空间分布上呈“四核心，次中心多点环绕”的分布特征，呈“y”形布局态势；医疗点整体呈“西北-东南”方向布局。(2)乡镇社区（街道）单位人口的医疗点数量呈显著空间正相关，冷热点围绕环线分布。(3)贵阳市中心城区医疗点具有不均衡性、概率不等的空间分布特征，分形结构复杂。(4)区域医疗点空间分布受到人口分布特征格局、道路等级与可达性、房价与GDP、海拔与坡度等方面的综合影响。     

武汉城市圈农业旅游目的地空间分布及影响因素

农业旅游目的地的开发与建设是推动城乡一体化的重要途径之一。运用标准差椭圆分析法、最邻近指数、核密度估计法等分析武汉城市圈农业旅游目的地的空间分布特征及其影响因素。结果表明：1）武汉城市圈农业旅游目的地空间分布具有明显的向心性,圈层分布格局较为明显;2）其总体上属于集聚型分布,但不同区域的农业旅游目的地分布类型差异显著;3）其在空间分布形态上呈“片状与点状”并存的格局,不同区域的农业旅游目的地分布格局差异较大;4）武汉城市圈农业旅游目的地空间分布受城市等级、交通、河流以及区域经济和旅游发展水平等因素影响较为明显,不同规模等级的城市对农业旅游目的地空间分布影响的差异性较大,高速公路对农业旅游目的地空间分布的作用突出。最后,结合分布特征和影响因素,有针对性地对武汉城市圈的建设和发展提出了建议。     

广州市汽车服务业布局实证研究

以广州市为研究区域,在总结汽车服务业发展历程的基础上,通过实证分析,认为经过20多年的发展,目前广州市汽车服务业的空间布局特征明显,在全市不同地域空间分布不均衡,在各个区的分布也存在明显数量差异;集聚趋势显著,大部分沿城市干道分布。影响广州市汽车服务业布局的因素主要有土地成本、市场、历史、关联产业、集聚效益、政府决策6个方面。     

基于POI数据的知识创新型服务业空间布局特征及影响因素研究——以合肥市为例

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提出“坚持创新驱动发展,深入实施创新驱动发展战略,完善国家创新体系,加快建设科技强国”。作为科技创新体系的重要组成部分,知识创新型服务业的高质量发展已成为城市产业结构优化、创新能力提升的有力支撑。本研究以综合性国家科学中心合肥市为研究案例地,基于POI数据,运用核密度估计法刻画知识创新型服务业的空间分布格局;综合运用OLS模型、空间滞后模型和空间误差模型探究合肥市知识创新型服务业空间布局的影响因素。结果表明：(1)知识创新型服务业呈现出“集聚中分散”的特征,其中网络信息类呈广泛分散分布,科技研发类与高等院校的分布具有强关联性,专门服务业倾向布局在市中心地段。(2)知识创新型服务业空间布局受到市场潜力、创新集聚环境和周边建成环境三方面因素的影响,人口规模大、交通条件便利、政策支持、靠近瞪羚企业、公共设施、文化设施、休闲餐饮设施和办公设施均会促进知识创新型服务业的集聚。(3)不同行业类型的知识创新型服务业分布的影响因素也存在差异,网络信息类对交通便利性的要求较高,科技研发类分布与高等院校的分布有密切关系,专门服务...