基于百度指数的乡村旅游需求时空特征及其影响因素研究

互联网搜索行为是用户需求和行为惯性在虚拟空间的直观表达,为长时间序列、大空间尺度旅游需求分析提供了新的视角。论文以2011—2020年我国31个省级行政区乡村旅游9个关键词的百度指数为数据基础,利用空间自相关、地理探测器等方法分析了我国乡村旅游需求的时空演变特征及其影响因素。研究发现：（1）乡村旅游需求十年间总体呈“倒U”形变化形态,并表现出快速发展期、波动发展期的非线性阶段特征;年内呈现出“两峰两谷”变化特征,淡、旺季和周末效应比较明显。（2）乡村旅游需求整体上呈集聚分布状态,集聚效应随年际变化略有波动;局部空间上呈现东高西低的梯度递减格局,且此特征在十年间基本保持稳定。（3） 5个因子对乡村旅游需求时空特征有持续显著的影响,其解释力表现为地区生产总值>星级饭店数量>人口总量>公路密度>国家级乡村旅游点数量,其他因子解释力相对较低或年际变动较大。论文借助网络大数据从宏观层面揭示了乡村旅游需求的时空演变规律及其影响因素,为优化产业布局、推进乡村旅游供需有效对接等提供了理论指导和实践借鉴。     

苏南、浙北地区民宿空间分布特征及其影响因素

选取社会经济、配套产业发达且相近的苏南、浙北地区作为研究区域,基于百度地图API中的地点检索服务获取民宿点地理信息,结合空间分析方法与地理探测器探究两地民宿空间分布特征与影响因素。结果表明：1）两大地区民宿均呈显著集聚状态,分布在地势低平且水系发达区域,依托高禀赋旅游资源和交通干线集聚。2）在两地区别上,苏南民宿表现出集聚程度上的市域差异,浙北则分布相对均衡且集聚范围较广;空间集聚态势差异性显著,前者呈“四核集聚,次级中心团状布局”,后者表现出“西东中梯度格局”。3）消费能力、客源市场与通达程度是影响两地民宿分布的重要共性因子,两两因子间的交互作用增强了对民宿空间异质性的解释力。4）浙北民宿受外部客观因素的影响程度较弱,水系环境与景区依赖是两大地区间的区别因子。     

黄河流域非物质文化遗产的空间分异格局及其影响机制

以黄河流域9省区441个县域单元为研究区域,采用最邻近点指数、核密度估计、全局莫兰指数等方法分析黄河流域560项国家级非物质文化遗产的空间分布格局,并利用地理探测器的分异和交互作用探测影响因素与因子间的耦合互馈关系。结果表明：（1）黄河流域非遗空间分布地区差异显著。在区域分布上,中游非遗最多,下游非遗最少;在省域分布上,山西非遗最多,四川非遗最少;在县域分布上,菏泽市牡丹区非遗最多。（2）黄河流域非遗的最邻近指数为0.78,且置信度为99%,在空间分布上呈明显的集聚分布特征。（3）核密度呈集聚分布态势,形成“多核四带”的空间分布格局。（4）经济社会文化因素比自然因素的影响更显著,其中文化因素的博物馆和全国重点文物保护单位因子对非遗的空间分布影响最强,经济因素的人口、地区生产总值和城镇化水平因子较强,社会因素的交通和民族因子较弱,自然地理因素的地形地貌、气温、降水量因子的影响力整体最弱,因子间交互作用探测对非遗空间分布的影响解释力更强。     

黄河流域五大城市群PM2.5时空演变与影响因素探讨

以黄河流域5大城市群82个城市为研究区域,选取2016—2020年中国环境监测总站发布的环境空气颗粒物(PM_2.5)数据,采用空间自相关、地理探测器和地理加权回归等方法,研究PM_2.5的时空分布特征和空间异质性的主要驱动影响因素。结果表明：(1)PM_2.5年均值的变化大体呈倒“N”型,季均值变化呈先降后升的周期规律性的“U”型。(2)在空间分布上,形成了黄河下游>中游>上游的梯度递减空间差异格局,并有逐渐下降的趋势。(3)PM_2.5演变整体上呈正自相关集聚分布,集聚类型主要为高-高集聚、低-低集聚和低-高集聚类型。(4)2016年和2020年PM_2.5空间分异的自然地理因素比社会经济因素的驱动力更强,交互作用结果为双因子增强或非线性增强2种类型。(5)通过地理加权回归模型对分异探测解释力变化最大的5个因子进行拟合,5 a间各因子对5大城市群PM_2.5污染的负效应不断提高,正效应呈下降趋势,空间作用方向及强度上差异显著。研究结果为黄河流域5大城市...     

国家沙漠（石漠）公园空间分异格局与影响因素

以国家林业和草原局发布的125处国家沙漠（石漠）公园名录数据,综合采用空间分析、地理探测器和地理加权回归等方法,探测国家沙漠（石漠）公园的空间分异特征和影响因素。结果表明：（1）国家沙漠（石漠）公园在区域上“北多南少”,建设时序上“先北后南”。（2）国家沙漠（石漠）公园的最邻近指数为0.537,呈显著集聚分布特征,但集聚尺度和集聚规模差异显著。（3）国家沙漠（石漠）公园空间上呈现“南疏北密、双核一带”的格局,空间分异特征显著。（4）国家沙漠（石漠）公园空间分异的自然地理因素比人文因素的解释力更强,自然地理与人文交互作用效果显著强于各自内部交互作用。（5）6个最佳作用因子对国家沙漠（石漠）公园空间分异的作用强度自东南向西北呈现正效应不断提高、负效应持续下降的变化趋势,西北地区受自然地理和人文的作用力最强。     

中国中等职业教育空间集聚及其影响因素

基于2000—2016年中国大陆31个省区中等职业教育发展相关统计数据，采用中等职业教育地理集中度、空间自相关分析和地理探测器等方法，探讨了2000年以来中国中等职业教育水平时空分异、空间集聚格局及其影响因素。结果表明：1）2000—2016年中国中等职业教育发展呈倒“U”型变化趋势，地理集中度逐渐提高，省域中等职业教育发展以“缩减型”为主；2）中等职业教育水平及增长呈正空间自相关，空间集聚特征明显，总体呈“西进南移”空间格局，西部是中等职业教育增长热点区，区域均衡性明显提升；3）中等职业教育空间集聚格局的主要影响因素是适龄教育人口和中等职业教育发展条件，经济因素影响相对较弱，不同影响因子交互作用显著，初中毕业生数是主导交互因子，城镇登记失业率、城镇化率逐渐成为次主导交互因子。     

1985年以来粤港澳大湾区地表水体时空演变特征与驱动因素

基于GEE和ArcGIS平台,以1985—2020年全球地表水年度数据集作为主数据源,选取面积变化速率、格网化水体密度、土地利用转换矩阵和地理探测器4种指标和方法,从城市化发展进程的角度分析近35年来粤港澳大湾区地表水体时空演变特征与驱动因素。结果表明：1）根据面积变化速率的阶段性特征可将研究时段划分为地表水体缓慢萎缩（1985—2000年）、加速萎缩（2000—2010年）、减速放缓（2010—2015年）、稳步增长（2015—2020年） 4个阶段。2）粤港澳大湾区永久性水体面积变化存在“小周期交替增减”的周期特征,而季节性水体面积呈现“大幅度先减后增”的变化特征,两类水体面积对地表水体总面积变化影响以2010年为时间节点呈现“交替支配”特征。3）空间上,地表水体的大幅度变化以城市组团的形式出现,如佛广肇、深莞惠、珠中江等区域城市群,在水体演变中呈现同步萎缩或增长。4）从研究期全时段上看,自然因子相较社会经济因子对大湾区地表水体时空分异拥有更高解释力,年降水量和植被覆盖率解释力分别达到40%和34%,且与多因子呈现双因子增强的交互关系;社会经济因子中,耕地密度、人口因子解释力分别为...     

中国非法采伐林木行为的空间分布及其驱动因子

基于2014—2020年中国50 094份非法采伐犯罪的刑事一审判决书,运用空间自相关分析与地理加权回归模型,探究中国非法采伐的空间分布特征及其驱动因素。结果表明：1）非法采伐多发于胡焕庸线东南侧,集中在云贵高原东南边缘、巫山―雪峰山沿线、武夷山脉―南岭沿线、大别山沿线、长白山沿线等地区;2）受自然、社会、经济条件的影响,上述高发区域的非法采伐特征存在明显的区域差异。3）非法采伐具有较强的空间集聚效应,相同地理分区内相邻地市非法采伐在空间上具有较强的稳定性;但不同区域间又呈各异的空间集聚特征,其中西南与东南地区主要呈高-高集聚态势、西北与华北地区为低-低集聚,东北地区与长江沿线地市则不显著。4）不同影响因子在空间上对非法采伐的驱动作用各异,其中自然禀赋是非法采伐产生的必要不充分条件,区域随着城市化与社会经济发展水平的提高能够有效抑制非法采伐的发生。     

中国旅游业与金融业的耦合协调及其时空特征

在探讨旅游业与金融业融合发展机理的基础上,利用耦合协调度模型和空间自相关分析等方法,分析2011—2019年中国31个省域旅游业与金融业发展水平时空演变特征、耦合协调度时空分异特征与空间关联格局,并利用随机效应面板Tobit模型分析其影响因素。结果表明：1）中国旅游业与金融业发展水平总体保持上升趋势,但金融业发展水平始终高于旅游业;两者发展水平年均值呈“东部 > 中部 > 东北 > 西部”空间分布格局,年均增长率则呈“东慢西快”的空间特征。2）两大产业的耦合协调度在时间上整体呈上升态势,初步实现中度协调;在空间上呈“东部―中部―东北―西部”梯度递减格局。3）两大产业耦合协调度呈显著的正向空间自相关,且空间集聚强度呈波动增长的态势;“H-H”集聚类型分布在东中部,“L-L”集聚类型分布于西部和东北地区;各省域的空间集聚状态变化具有稳定性,表明各省域两大产业发展具有路径依赖特征。4）从影响因素看,经济发展水平、产业结构、区域创新能力和政府支持对旅游业与金融业耦合协调度有显著的正向影响,市场规模、交通发展水平和数字化程度则有显著的负向影响,地区开放程度则未通过显著性检验。     

美国失踪人口的时空格局演变与影响机制

基于Doe Network平台数据,综合运用数理统计、空间分析和地理探测器等方法,探讨了美国1996―2021年失踪人口的基本特征、时空格局与影响机制。结果表明：1）美国失踪多发生在青少年（13～18岁）与成年时期（19～59岁）,且失踪人口数量随年龄增长呈先增后减的趋势;男性失踪人数多于女性,但失踪高发年龄略滞后于女性;各种族中黑人面临着最大的失踪风险。2）时间上,自1996年以来,失踪人口的年际变化数量先呈现波浪式上升趋势,2017年达到峰值后大幅下降;受气温和节假日影响,夏季6―8月和冬季12月为失踪高发期,2―4月为失踪的低谷期。3）空间上,失踪人口在州尺度上呈由沿海边境地区向内陆递减的特征,失踪高发区域随时间推移,自东、西沿海地区与南部美墨边境同时向美国内陆推进;县尺度上呈边缘集中成片,内部零星分散的特征。4）失踪人口数量变化是多因素共同作用的结果,主要受地区人口流动性、人均GDP、生育率以及易失踪人群基数影响,人口环境因子与经济、社会因子结合后对美国失踪人口空间分异的解释力增强,达到80%以上。5）人口失踪可用“社会失范理论”解释,社会目标和手段的脱节导致社会失范,进而诱发...     

中国边界县区人口老龄化的时空格局及其影响因素研究

受功能文化区理论和距离衰减定律的影响,中国边界县区凸显出明显的特性,这种“边界效应”深刻影响到老龄化进程。利用2000、2010年分县人口普查数据,统计分析边界县区人口老龄化时空格局,通过空间分析方法和路径分析模型,剖析中国边界县区老龄化进程的影响机理。研究表明：①2000—2010年中国边界县区老龄化率虽低于全国平均水平但增速明显,且集中分布的趋势在相对减弱,空间差异增大,总体上呈现出东南-西北方向较为明显的分异;②热点县区集聚带基本分布于中国东南部,冷点县区集聚带基本分布于中国西北部,且热点县区显示出由东向西扩展、由北向南转移的趋势;③中国边界县区老龄化的直接影响因子为预期寿命、生育率和迁移率。其中预期寿命和生育率对边界县区老龄化有正向效应,迁移率则对边界县区老龄化产生负向效应;且预期寿命影响强度最大,迁移率次之,生育率影响强度最弱;④经济因素、社会因素、家庭因素和自然因素作为外生变量,分别对边界县区老龄化率产生直接和间接的影响。其中正向因子按总效应值依次为人均教育水平、家庭结构、居住条件、人居环境指数、人均GDP和城镇化率,对老龄化率产生促进作用。     

空间分析与生物地球化学循环:西藏林周县大骨节病患病村与非患病村的比较研究

西藏林周县是我国大骨节病(KBD)患病较为严重的地区之一,本文将林周县作为研究区,通过使用地理探测器(GeoDetector)量化分析KBD患病率风险因子的影响,并使用环境化学方法验证空间分析结果。通过对10个潜在影响因子的分析以及对当地KBD患病村和非患病村的土壤-水-粮食-人这一生物地球化学循环的环境化学分析,结果表明:(1)林周县KBD由一组多重且交互作用的环境影响因子共同作用影响,其中最重要的控制因子是地层因子;(2)所有环境介质(土壤、水、谷物)及人体组织中的硒元素浓度在KBD患病区均低于非患病区;(3)当地居民对硒和铬的摄入严重不足,尤其是KBD患病村中居民硒元素平均日摄入量(ADD)大约仅为世界卫生组织(WHO)建议的成人基本摄入量下限的4%;(4)我们推测,当地居民患病主要是由于地层这一影响因子,这是由于通过生态系统的迁移转化导致当地人口严重硒缺乏,最终导致地方性生物地球化学硒缺乏。     

入园率视角下长三角地区化工产业时空格局演化及影响因素

本文以全国化工产业密集区——长三角地区为例,基于规模以上中国工业企业详细数据,从化工企业入园率的视角出发,综合运用均值中心、标准差椭圆、核密度分析及空间自相关等分析方法,分析并揭示了1998—2013年长三角地区化工产业时空格局演化规律及影响因素。研究结果表明：1998—2013年长三角地区化工企业总体上呈现不断增长趋势,入园率由6.19%提升到36.98%;化工企业“西北-东南”方向分布明显,且近似呈“先东南,后西北”的路径迁移规律,较之全部企业,入园企业具有更高的离散度、更大的迁移幅度,入园企业与全部企业逐步由空间失配演变为空间匹配;中心集聚与外围扩散态势并存,发育并逐渐形成了环太湖集聚区、沿杭州湾集聚区、沿长江密集带及沿海密集带四大化工产业集聚片区,化工产业的区域空间结构趋于复杂化、有序化与稳定化;地级尺度上化工企业入园率不断提升,2003年与2013年呈显著的空间正相关,热点区逐渐由浙江东南转移到苏皖北部,冷点区从安徽北部迁移到浙江西北,基本完成了空间格局上的对称反转变换,但化工企业入园率与空间密度分布一直处于错配失衡状态。通过结合化工产业特性与长三角区域特征,定性探讨了长三角地区化工产业时空格局演化的影响因素,特别是阐述了化工产业“园区化”进程的作用机制。     

中国人口老龄化空间格局演变及其驱动因素

基于第五、六次人口普查数据,采用ESDA和空间计量模型分析中国地级单元人口老龄化的空间格局演变特征及驱动因素。结果表明：① 胡焕庸线是中国人口老龄化呈东高西低的显著分割线,随着老龄化不断加深,最初自西向东阶梯上升的空间格局逐渐模糊;② 各地级单元间人口老龄化存在较强的空间正相关性,呈现出高-高和低-低相似值集聚的空间分布特征。其中高-高集聚区主要分布在长三角、成渝、山东半岛、辽中南等地区,低-低集聚区主要分布在西北地区、西南部分地区、东北地区西部和珠三角部分地区,10 a间这种正向的空间集聚特征减弱;③ 中国人口老龄化空间格局演变是由人口因素和社会经济因素共同作用决定的,人口因素是直接原因,根本原因是地区社会经济发展的不平衡所致。对此,分别从人口和社会经济角度提出应对人口老龄化对策建议。     

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。     

县域人口老龄化经济压力测算与空间格局变动--以成渝地区为例

基于第五次、第六次人口普查数据,构建人口老龄化经济压力指数,采用空间自相关模型、空间误差模型,测度成渝地区人口老龄化经济压力水平并探索其空间格局变动与影响因素。结果表明:1)2000年、2010年成渝地区人口老龄化经济压力分别为全国平均水平的2.04倍、2.14倍,整体处于较大压力状态,并呈上升趋势,县域人口年龄结构升级态势明显,区域内部由隆升结构向隆升—塌缩并存转变。2)成渝地区县域人口老龄化经济压力呈“一带两圈”分布格局,成都、重庆都市圈人口老龄化经济压力较小,中间地带压力较大,并呈连片分布、逐渐扩散态势。3)县域人口老龄化经济压力具有较强空间集聚性,形成“3+2”压力集聚区,渝东北、川东北、川南地区为三大压力高值集聚区,成都、重庆两大都市圈为压力低值集聚区;压力增长呈“西快东慢、北快南慢”格局,成—德—绵经济带的边缘县域压力增长较快。4)决定县域人口老龄化经济压力集聚格局的主要因素是工业化、服务化、老龄化,工业化、服务化水平的提升有利于缓解人口老龄化经济压力程度,净迁入率对人口老龄化经济压力集聚的影响不显著。     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。     

城市群人口流动空间网络及影响因素

选取2015—2018年11个城市群的人口流动频次数据,运用复杂网络分析和QAP(Quadratic Assignment Procedure,二次指派程序)分析方法,研究不同发展阶段城市群间以及城市群内部人口流动空间网络格局及演变,进一步分析影响因素。主要结论有：(1)城市群间人口流动空间网络呈现明显的“钻石”结构,而城市群内部表现为不同丰度的“金字塔”结构,优化提升阶段城市群是人口流动的主体区域,其城市群内部与城市群之间人口流动空间网络结构相较于其他两个阶段更复杂。(2)人口流动空间网络格局相对稳定,以“胡焕庸线”为人口流动总量的分界线,在优化提升阶段的城市群作用之下,东部城市群的人口流动总频次远大于中西部,呈现出稳定的“东密西疏”结构。(3)城市群内部人口流动空间网络均呈现小世界特性,形成明显的以相邻城市为主体的“凝聚子群”。(4)城市群人口流动空间网络影响因素存在差异,舒适度水平逐渐成为人口流动的重要驱动因子。人均绿地面积、失业保险参保人数占总人口比重、人均道路面积、人均专利授权量和年均气温等在多个城市群的人口流动空间网络形成中均发挥了显著作用,而在岗职工平均工资对不同城市群的...     

中国美丽乡村空间格局演变及其影响因素

以2014年、2017年、2020年对应的140、560、1216个美丽乡村为研究对象,运用GIS空间分析方法研究美丽乡村空间格局演变特征,采用地理探测器和多尺度地理加权回归探究美丽乡村空间格局的影响因素及其在空间上的分异。研究表明：① 美丽乡村空间分布的集聚性增强,主要集聚区呈现“带状-网状-面状”分布的演变趋势,热点区由沿海地带向内扩散。② 美丽乡村的空间分异是多因素共同作用的结果,但各影响因素对美丽乡村空间分异的解释度呈显著差异,其中非物质文化遗产、5A级景区、人口密度对美丽乡村空间分布的解释力最大。③ 主要影响因素对美丽乡村空间分布的影响作用存在空间差异,且局部不平衡性显著,正相关和负相关分析单元具有呈块状与带状的聚集特征。     

中国能源消费碳排放的空间计量分析(英文)

Based on energy consumption data of each region in China from 1997 to 2009 and using ArcGIS9.3 and GeoDA9.5 as technical support,this paper made a preliminary study on the changing trend of spatial pattern at regional level of carbon emissions from energy con-sumption,spatial autocorrelation analysis of carbon emissions,spatial regression analysis between carbon emissions and their influencing factors.The analyzed results are shown as follows.(1) Carbon emissions from energy consumption increased more than 148% from 1997 to 2009 but the spatial pattern of high and low emission regions did not change greatly.(2) The global spatial autocorrelation of carbon emissions from energy consumption in-creased from 1997 to 2009,the spatial autocorrelation analysis showed that there exists a "polarization" phenomenon,the centre of "High-High" agglomeration did not change greatly but expanded currently,the centre of "Low-Low" agglomeration also did not change greatly but narrowed currently.(3) The spatial regression analysis showed that carbon emissions from energy consumption has a close relationship with GDP and population,R-squared rate of the spatial regression between carbon emissions and GDP is higher than that between carbon emissions and population.The contribution of population to carbon emissions in-creased but the contribution of GDP decreased from 1997 to 2009.The carbon emissions spillover effect was aggravated from 1997 to 2009 due to both the increase of GDP and population,so GDP and population were the two main factors which had strengthened the spatial autocorrelation of carbon emissions.