广州市休闲旅游资源空间分布及其可达性特征

基于休闲旅游资源POI数据,采用最邻近指数、核密度及栅格分析等方法,探讨广州市不同类型休闲旅游资源的空间特征及其可达性空间格局,并解析可达性空间格局的形成机制。结果表明：1）广州市休闲旅游资源总体上呈现“中心城区密集、边缘区稀疏”的分布特征,随着与市中心距离的增加,空间集聚度不断下降。2）不同类型休闲旅游资源空间分布特征差异明显,文化类集聚程度最高,康娱类呈单核集聚,自然类呈板块式集聚,专项类最接近随机分布。3）广州市休闲旅游资源可达性空间格局的交通指向性明显,呈现以中心城区为核心,沿交通干线向外渐降,至从化区北部达到最低的特点。4）不同类型休闲旅游资源的可达性空间格局存在差异,整体可达性最高的是康娱类,可达性最低的是专项类。5）广州市休闲旅游资源可达性格局在“资源-交通-人口-行政”体系综合作用下逐渐形成的。     

大连市文化企业的空间分布变化与区位影响因素

基于大连市2000年、2008年和2016年文化企业数据,以街道为空间尺度,运用全局自相关、热点区分析、负二项回归模型等方法探究大连市文化企业空间分布变化与区位影响因素。结果发现:① 大连市文化企业空间布局整体呈现明显的“市中心”偏好,2000-2016年文化企业空间扩散现象明显,但核心城区的集聚程度却不断提高,最终呈现出“两心一带”的分布格局。② 大连市的南部地区一直是全市文化企业的热点地区,表现出明显的圈层特性。在研究时段内热点区域面积减少,但是热点集聚中心的位置没有发生变化。③ 生产型文化企业仍高度集聚于传统中心城区,消费型文化企业则向城区边缘和新区扩散,形成多中心集聚的分布格局。④ 在街道空间尺度下,区位要素和集聚要素对文化企业的区位选择具有显著影响,政策要素的影响不显著。与消费型文化企业相比,生产型文化企业对集聚效益、文化资源和商务环境等因素更敏感。     

天津市夜间经济业态时空分异及其影响机理

夜间经济作为现代服务业的重要组成部分,研究其空间分布对于夜间经济集聚区优化布局、激发国内消费进而满足人民群众消费需求具有重要意义。该文基于天津市中心城区夜间经济业态数据,运用信息熵、核密度估计、空间自相关等方法分析夜间经济业态的时空分异特征,并利用地理探测器模型探究其空间分异的影响因素及影响机理。结果表明：(1)夜间经济业态整体呈大集聚、小分散的空间分布态势,表现为多中心分级发展模式,业态发育相对均衡,均衡度从中心向外围显著下降;(2)7类业态多以点状集聚分布,以和平区为核心呈典型的“核心—边缘”空间分布模式,空间集聚程度不同,层级结构明显;(3)不同营业时间节点网点数量差异明显,可划分为夜间延伸型、夜间专项型和全天营业型3种营业时间模式;(4)人口集聚度、交通通达度、经济社会活跃度、政策支持度等因素均影响夜间经济业态空间的形成与演化。     

基于POI的城市休闲空间格局分析——以乌鲁木齐市为例

基于百度POI数据,运用Ripley’s K函数、最近邻层次聚类、空间自相关等方法,对乌鲁木齐市公共休闲设施空间布局进行研究,总结城市休闲空间的格局特征,进而探讨休闲空间的影响因素。结果表明：（1）乌鲁木齐休闲设施空间分布表现出明显的向心集聚性。（2）各类休闲设施热点区分布表现出不同的集聚倾向,娱乐类、购物类、健身类三类休闲设施热点区主要布局在主城区以内重要交通枢纽和商业中心附近,餐饮类休闲设施热点区表现出明显的人口导向特征,旅游类休闲设施热点区均分布在热门旅游景区附近,文化类休闲设施热点区分布于科教文化基地或多民族混居区。（3）乌鲁木齐市休闲空间格局为“圈层+扇形+组团”模式,核心为面状综合型休闲中心,外围为扇形的休闲设施稀少区、组团式多功能休闲区和组团式餐饮休闲区,最外围是休闲设施极少的郊区和组团式旅游休闲区。（4）乌鲁木齐休闲空间与人口空间分布存在较强的空间正相关关系。     

基于地理标记照片的北京市入境旅游流空间特征

城市作为现代旅游目的地的一种重要类型,在集聚旅游发展要素、塑造城市休闲空间、提升城市品质等方面具有突出作用。城市旅游流是城市旅游要素关联、空间组织的路径,对于城市交通组织方式、公共服务设施建设、休闲旅游产业布局等方面影响越来越大。本文立足城市内部微观尺度,以入境旅游流空间特征为研究对象,利用数据挖掘技术,通过Flickr API接口获取了2004-2015年北京市范围内全部带有地理信息的照片及其属性信息,通过构建的数据清洗方法控制初始数据质量,建立基础数据库,使用密度聚类（P-DBSCAN）、马尔科夫随机链等方法探索入境游客热点区域空间分布格局、流动空间特征。结果显示：① 北京市历史城区（2环之内区域）、中心城区（2环至5环之间区域）以及郊区（5环之外区域）的旅游热点区域（AOI）呈现出不同的空间特征,其中历史城区AOI呈现出与景区、休闲娱乐、餐饮购物等相关产业空间重叠的趋势,各热点区域边界模糊,复合连绵成片。中心城区AOI集聚与城市功能区密切相关,具有明确的城市功能取向。郊区AOI基本与旅游景点一致,没有向景区外部延伸;② 传统历史文化类AOI访问热度占有绝对优势,商业购物休闲AOI及现代城市功能AOI的影响力在逐渐增强;③ 强入境旅游流主要集中在历史城区内部AOI之间,以及中心城区的西北部与东部区域内部AOI之间,郊区AOI之间没有较强的旅游流,北京市入境旅游流整体呈现以历史城区为中心,放射性分布的框架;④ 各区域AOI之间均有较次一级旅游流联系,北京市入境旅游流形成了初步的网络结构。     

重庆市主城区休闲设施空间格局变化及其解释

休闲设施作为城市休闲空间的物质形态载体,为城市居民提供多种休闲娱乐功能。依托城市的不断发展,休闲设施也随之呈现出空间结构异质性。基于POI大数据,运用GIS平台及地理探测器,对重庆主城区休闲设施空间格局进行探析,结果表明：（1）在数量特征上,研究区内休闲设施总量呈上升趋势,随距离变化表现出明显空间尺度依赖,各类设施在不同空间尺度下的分布数量存在差异。（2）休闲设施总体空间分布呈显著集聚特征,由于设施总量逐年增加,各类休闲设施空间集聚程度逐渐降低。（3）休闲设施整体为“大聚集,小分散”的多中心分布态势,并逐步由集聚中心向城市外围区域扩张。康娱游憩类演化特征与总体近似,文化休闲类设施集中分布于沙坪坝东南部与渝中区两江交汇处,休闲旅游类表现为“大分散,小集聚”的空间特征,专项休闲类呈带状连片分布态势。（4）常住人口密度、道路密度、距离市中心距离、旅游收入等是重庆市主城区休闲设施空间格局变化的重要影响因素,各影响因子在三个时间节点解释程度有所不同。对于休闲设施格局变化的研究旨在为休闲设施经营者投资选址提供参考,为政府决策者合理布局休闲空间提供依据。     

共享住宿业空间分布的影响因素及扩散模式研究 ——以北京市为例

近年来共享住宿在我国城市迅速发展,是推动城旅融合的重要驱动力.该文以北京市为例,利用爱彼迎等开源平台共享住宿相关数据,应用ArcGIS技术、地理探测器方法与空间扩散理论,分析2018-2020年北京市共享住宿业空间分布的变化特征、影响因素及扩散模式.结果表明:1)北京市共享住宿业空间分布不均衡,呈现以中心城区为核心的"核心—边缘"结构特征,分布范围、集聚程度逐渐扩大,向心力增强,东北—西南分布方向性明显;2)共享住宿业空间分布的影响因素依次为餐饮、居民小区、科教文化、交通运输、体育休闲和景点,餐饮是主要影响因素;3)共享住宿业的空间扩散以等级扩散为主、传染扩散为辅,在次级城市功能区和景区扩散明显.研究结果可为未来共享住宿业的科学发展提供理论与现实指导.     

成渝地区双城经济圈数字技术应用业时空演化特征及驱动因素

产业数字化是数字经济同实体经济深度融合的重要表现,将数字技术应用业的区位及驱动因素纳入其研究框架对成渝双圈实现产业数字化赋能经济高质量发展具有重要意义。基于成渝双圈2014—2023年4 348家数字技术应用企业样本,运用平均最近邻指数、核密度估计、标准差椭圆及多距离空间聚类分析等方法,刻画成渝双圈数字技术应用业的时空格局演化特征,采用地理探测器探究各类要素对成渝双圈数字技术应用业集聚发展的驱动作用。研究发现：(1)成渝双圈数字技术应用企业数量逐年增加,小型规模的企业数量增加最多,其次为微型、中型和大型企业。企业分布覆盖范围连年扩大,呈现“中心城区集聚,周边梯度扩散”的空间分布特征,总体分布与产业园区和高等院校的地理格局高度契合。(2)集聚水平总体上升,呈现“东（略偏南）-西（略偏北）”的空间演化态势,由“单中心主导”过渡到“双中心辐射”,逐渐演化为“多中心扩散”。(3)在分别以成都、重庆中心城区为中心和成渝双中心的观测尺度上,数字技术应用业集聚峰值分别为30 km、4 km和50 km,集聚最优值分别为270 km、130 km和360 km。(4)经济基础、市场潜力和政策保障因素驱...     

北京市制造业空间格局演化及影响因子分析

制造业的空间扩散是推动城市空间结构呈现多极化、多中心地域系统的主要驱动力, 对制造业区位变迁及影响因素的研究是认识城市空间重构机制的微观基础。本研究基于北京市1996、2001、2010 年制造业企业数据, 以邮政编码区为空间单元, 刻画了北京市制造业空间集聚格局及演化特征。采用计量模型, 检验了导致北京制造业空间重构的主要区位因子, 对比了这些影响因子作用强度随时间的变化以及在制造业行业间的差异。结果表明, 北京市的制造业在中心城区的集聚度明显减弱, 呈显著的郊区化集聚;主要集聚区位于距市中心半径为15~35 km的空间范围内, 总体空间格局呈现出大都市区尺度上的扩散以及产业园区尺度的再集聚特征。计量模型计算结果显示, 区位通达度、集聚经济、科技园区规划与政策引导是北京制造业总体空间格局演化的主要驱动因素, 但不同区位因子的作用强度存在行业间差异。本研究揭示了北京市的制造业空间重组机制是政府规划引导下的市场经济作用机制。认识到城市经济活动空间重组中市场与政府的交互作用机理, 有助于决策者对转型期大都市区制造业空间集聚和扩散格局进行更加有效地引导, 以优化大都市区的空间结构与功能体系。     

北京城区流动人口扩散格局及驱动机制

基于街道/乡镇尺度人口普查数据,利用GIS空间分析和数理统计方法,从规模、占比、密度和集聚度等4个层面分析北京城区流动人口扩散特征,并揭示其驱动机制。研究发现, 2000~2010年北京城区流动人口规模和密度增加,但流动人口占常住总人口比重和流动人口空间集聚度下降,流动人口呈现明显的空间扩散态势。 北京城区流动人口呈“核-边扩散”格局,城市核心区流动人口规模、密度、占比和空间集聚度不断下降,城市边缘区流动人口规模、密度、占比和空间集聚度逐步上升。 北京城区流动人口的“核-边扩散”格局是经济因素的直接推动、城建因素的间接推动、交通因素的硬性诱导、制度因素的软性诱导等共同作用的结果。     

上海市外资研发机构的空间演化及区位因素

在总结上海外资研发机构发展历程的基础上,探讨其空间布局演化规律及区位因素,可为城市空间规划与研发产业布局提供借鉴。结果表明：①全域分散化趋势明显：距中心城区10~20 km范围的近郊区是外资研发机构分布的峰值圈层,随着时间推移,分布点向外围圈层扩散,中心城区集聚的倾向不显著。同时基于街道和区县统计的空间差异性逐渐缩小,空间分布趋于分散化。②局域聚焦特征显著：在不同方位形成少数不同等级的集聚区,即“张江—金桥—外高桥”东部集聚区、以漕河泾为主的中部集聚区、“紫竹—莘庄—闵行开发区—松江工业区”西南集聚区、“安亭—嘉定工业区”西北集聚区。从时序上看,这种多极引领的簇群式空间组织模式相对稳定,其中张江、漕河泾和紫竹园区的主导地位进一步强化。同时集聚区交通指向性明显,依托主干道与地铁交通网形成互动联结。③计量回归结果表明,传统区位因素(地租成本、交通通达性、资源要素)、集聚因素和制度因素对外资研发机构区位决策具有正向影响,且在不同发展阶段,对不同规模机构影响有所差异。归结起来,上海外资研发机构的空间演变机制亦是政府引导下的市场作用机制。     

上海大都市区软件产业空间集聚与郊区化

随着信息经济发展壮大,软件产业日益成为城市经济的新引擎,其空间区位对城市空间结构影响不断加深.文章以上海市软件企业名录为数据基础,运用GIS 技术、社会网络分析等方法,探讨了上海大都市区软件产业的空间分布、演变特征及影响因素.研究发现,2002 年及2008年上海软件产业空间分布的集聚化特征明显,但产业集聚中心位置发生了从中心城区转向郊区的偏移.6 年间,软件企业的空间格局呈现出"大都市区尺度上的扩散以及园区尺度的再集聚"的时空特征.不同类型企业空间集聚与扩散的特征不同,以嵌入式软件企业为主的中小企业呈现出向远郊区扩散的特征.在影响因素的分析上,负二项回归的结果表明交通通达性、政府政策影响下的科技园区建设、产业历史基础对软件企业的区位选择具有显著影响.内外资企业区位影响因素的比较分析发现,交通通达性、自然环境及办公楼条件对外资企业区位影响较大,内资企业对政府政策更为敏感.     

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。     

上海互联网新创企业的时空演化及影响因素

基于互联网经济转型和信息技术浪潮下的创新创业活动已成为社会广泛关注的热点。论文利用上海互联网新创企业数的截面数据,采用核密度估计、Ripley's K函数、负二项回归模型等方法探究互联网新创企业的时空演化特征与区位影响因素。结果表明：① 时序变化上,互联网创业在2010年后进入活跃期,行业分布与全国创业形势及上海产业导向相一致。② 空间演变上,整体呈现“大集聚小分散”的分异特征,企业高度集聚于中环线内的同时向郊区中心镇和新城扩散。中心城区企业集聚强度不断增强,集聚规模由4.5 km扩张到6.5 km;在空间上由相对均衡向多中心集聚的形态演变。黄浦-静安-徐汇片、五角场、陆家嘴、张江和漕河泾等5大核心集聚区以其特定的资源优势获得互联网新创企业的青睐。③ 孵化环境、生活环境、商务环境、投资环境等构成互联网创业活动的外部环境需求;产业集聚、技术因子和土地价格等对互联网新创企业区位分布产生了显著影响。     

2000―2010年广州人口空间分布变动与多中心城市空间结构演化测度

基于广州市第五次和第六次人口普查中的常住人口数据,运用空间分析法、单中心密度模型和多中心密度模型分析法对广州市人口空间分布和多中心城市空间结构进行研究。结果表明,研究时段内广州人口空间动态变化表现为“内圈层（近郊区）快速增长、外圈层慢速增长、核心圈层（核心区）和外圈低速增长”,核心圈层的人口继续增长并向四周扩散,表明广州人口变动的郊区化现象明显,已呈现多中心特征,由2000年的“1个中心（人民公园）2个次中心（白云区的新景街和海珠区的凤阳街）”演变至2010年的“1个中心（人民公园）4个次中心（白云区的同德街、海珠区的凤阳街、天河区的棠下街和沙河街）”,次中心的人口集聚功能逐渐增强,对城市人口分布影响逐渐增大。     

基于POI数据的长春市商业空间格局及行业分布

商业网点的空间集聚与分散是零售商业活动的重要表现,其合理化布局对发展城市经济、满足居民消费需求发挥着重要作用。基于核密度估计、区位熵指数及Ripley's K函数分析法,以长春市中心城区商业类城市兴趣点（POI）数据为基础,在分析城市商业空间格局特征的基础上,进一步从行业空间分异的视角,研究城市商业空间的行业分布及集聚特征。结果表明：① 长春市商业网点空间分布的集聚特征显著,并呈现多中心的分布形态,基于道路格网单元的商业网点热点区分布与识别的商业密度中心分布总体一致;② 不同商业中心表现出不同的等级规模差异,整体等级规模结构较为合理;③ 零售行业视角下的城市商业空间“中心—外围”分异明显,且不同行业表现出了不同的空间集聚模式;④ 各行业多尺度的空间集聚表现不同,综合零售、家用电器等行业区位选择的空间尺度范围较大,纺织服装、文化体育等行业区位选择的尺度范围较小;⑤ 行业视角的专业化功能区块差异显著,成熟区块呈现多功能要素、多优势行业集聚特征,发展中区块功能较为单一。     

中国夜间文旅消费集聚区空间格局及影响机理

夜间文旅消费集聚区是推进文旅融合高质量发展的典型示范,对引领文旅产业发展、释放夜间消费潜力具有重要意义。采用GIS空间分析、地理探测器等方法探究中国夜间文旅消费集聚区空间格局及影响机理。结果表明：（1）夜间文旅消费集聚区呈现“东密西疏、南多北少”的集聚型分布态势,“环城、亲水、傍景”布局特征明显,“一主、两副、多微核”的空间形态显著。（2）夜间文旅消费集聚区分布的空间正相关性明显,呈现“东热西冷”圈层式递减的空间分异格局。（3）类型结构上,遗址遗迹类分布在历史文化悠久地区,风土民俗类集聚在少数民族地区,产业主题类空间分布广泛,风景名胜类分布较为均衡,文旅商综合类主要分布在经济发达地区。（4）地形、河流和气候是影响夜间文旅消费集聚区分布的基础要素,人口素质、客运能力、产业发展和政策支持是影响其分布的关键因素。     

基于GIS的大连城市人口空间分布变动及模拟研究

利用GIS手段对四普、五普数据进行处理,深入剖析了20世纪90年代大连城市人口空间分布变动形式。1990年代,大连人口分布变动模式为集聚中有扩散,以集聚为主,仍处于城市化阶段。1990-2000年,中心城区、近郊区人口绝对数量增多、密度增大,远郊区人口绝对数量减少,密度下降：人口正在向中心城区的“中间地带”集聚;人口重心向西南方向移动,位移较大;从人口集中指数来看．大连市分布很均匀：通过对1990年和2000年大连市中心城区人口密度进行模拟,二次函数Quadrafte：T=b0＋b1r＋b2r2为最优模型,该模型较好地反应了大连市中心城区人口密度分布趋势。     

北京市居住用地出让价格的空间格局及影响因素

以2004-2015年北京市六环内居住用地的交易样本为基本数据,借助ArcGIS、GS+、Surfer和Geoda软件,采用空间趋势面分析、最近邻指数（NNI）、探索性空间分析（ESDA）探讨居住用地出让和居住地价的空间格局特征,并对比OLS和空间回归模型（SLM和SEM）进一步探讨居住地价的影响因素。结果表明：① 北京市居住用地出让数量和出让面积不均衡,五六环间出让的居住用地最多。② 出让地块沿主要道路（如京石高速、京开高速、京沪高速及京藏高速）、地铁线（如地铁1号线、5号线、6号线、15号线、房山线、大兴线及亦庄线）呈轴线扩散,其中远郊区域这一特征更加明显。③ 居住地价从中心向外围总体表现“倒U型”趋势,且呈多中心圈层递减结构。④ 呈集聚分布模式,存在空间自相关,低值集聚区和高值集聚区明显。⑤ 模型对比方面,SLM>SEM>OLS,说明北京市居住地价存在实质性的空间依赖,而非干扰性的空间依赖。周边居住地块的价格、公交站、地铁站、重点小学、占地面积、容积率和出让方式对居住地价有显著影响。     

北京城市扩展背景下产业时空演化研究

本文应用北京区域统计年鉴2005、2009、2013年3期分区县、分行业产值数据,采用结合GIS的偏离份额模型,分析北京市2004-2008年、2008-2012年和2004-2012年3个时段中心城与新城间产业空间演化情况,并预测2012-2020年产业空间演化趋势.研究发现:①北京工业向新城扩散明显,尤其是向顺义、通州、亦庄和房山,呈弧形向东向南扩展;②商业、生产性服务业虽出现向城市发展新区新城转移趋势,但在中心城区集聚状况没有明显改变,在市域内呈圈层式分布,交通、运输和仓储业呈轴向扩展;③房地产业扩散明显,朝阳、通州、大兴发展突出,总体呈环状扩展;③公共服务业向新城扩展显著,但高质量的教育、卫生、文化资源仍集聚于中心城区.从总体上看,北京产业空间演化以工业外溢为主,房地产业和生活性服务业也有显著扩散,但生产性服务业和商业扩散并不明显.