基于ESDA-GIS的城市旅游者空间分异

旅游者的空间分异是表现城市旅游空间相互作用的基本形式之一。基于探索性空间数据分析(ESDA)与地理信息系统(GIS)相结合的空间分析框架,从市域尺度出发,探索入境旅游者和国内旅游者的空间分异规律。结果表明:(1)从全域空间分异来看,入境旅游者和国内旅游者的空间分布均呈现显著的正相关性(空间依赖性),存在"中心-外围"的空间集聚特征,旅游者的高值城市与高值城市相邻接,低值城市与低值城市邻接。(2)入境与国内旅游者的局域空间分异,在显著性水平下皆为低低(LL)类型占较大比例,表明旅游城市间存在着正的空间效应及扩散作用,但发展水平不太均衡,呈现出东部沿海城市优于内陆城市,重点旅游城市优于一般城市的空间分布格局,城市间相对差异逐渐缩小,绝对差异却越来越大的发展趋势。     

基于IO-SDA模型的新疆能源消费碳排放影响机理分析

基于区域视角的能源消费碳排放影响机理分析,是有效实现节能降耗减排的重要研究议题。本文基于投入产出理论,通过构建“能源—经济—碳排放”混合型投入产出分析框架,利用扩展的IO-SDA模型,对新疆维吾尔自治区（简称新疆）1997-2007年能源消费碳排放的影响因素进行结构分解分析。结果显示：① 新疆能源消费碳排放从1997年的2070.08万t增长到2007年的4034.33万t,碳排放的增长主要集中在能源资源生产与加工业和矿产资源开采与加工业。② 碳排放影响因素的直接效应分析,人均GDP、最终需求结构、人口规模和生产结构的变化是引起碳排放增长的重要影响因素,碳排放强度的降低是这一时期遏制碳排放增长的重要影响因素,说明在经济规模和人口数量不断增长的同时,经济结构未得到有效优化,生产技术未得到有效的提升,导致新疆能源消费碳排放的快速增长。③ 碳排放影响因素的间接效应分析,省域间调出、固定资本形成总额和城镇居民消费对于新疆能源消费碳排放的变化影响显著。④ 碳密集产业部门的固定资产投资增加,能源资源型产品的省域间调出增长,使得区域间“隐含碳”转移效应十分显著。     

基于ESDA-GIS的青海省区域经济差异研究

以青海省43个县(市、区)及3个行政委员会和一个乡(格尔木市的飞地)为基本空间单元,以2006年青海省县域人均GDP等经济数据及人口数据为属性数据,在AreView、ARCGIS等GIS软件和GeoDA空间统计分析软件的支持下,利用空间自相关分析理论,对青海省县域经济之间空间差异进行了实证分析.表明:(1)青海省2006年经济重心与人口重心及几何中心均有较大偏移,GDP及人均GDP重心也有较大偏移;(2)总体上青海省2006年经济空间差异较大,Moran'sⅠ指数为0.5 138,空间自相关特性明显,经济发展水平相似的地区在空间上集中分布;(3)目前,青海省城市与区域相互作用类型属离散型和聚集型,而扩散型及均衡型尚未出现.青南广大地区属离散型,海西地区主要是由资源要素禀赋导致集聚型,海东地区特别是西宁市由于较好的自然条件、优越的空间区位、便利的交通及较完善的基础设施而产生较强的集聚效应,海东其它广大地区Moran's Ⅰ指数均较低(包括西宁市的两个市辖县),充分说明海东地区城市的扩散作用尚未显现,特别是省会城市西宁市对周围县域经济的拉动作用也不明显.     

哈萨克斯坦能源消费的碳排放动态演进分析

能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算了哈萨克斯坦共和国1992-2010年的碳排放量,并对哈萨克斯坦近20 a来碳排放进行阶段划分,采用对数平均迪氏指数法（Logarithmic Mean Divisia Index）,对碳排放量进行因素分解,定量分析能源结构、能源效率和经济发展对不同阶段碳排放的影响。结果表明：（1）1992-2010年,哈萨克斯坦一次能源消费的碳排放量整体呈先下降后上升的“U”型曲线,拐点在1999年。煤炭消费仍然是碳排放的主要来源,这是受长期以煤为主能源供应政策影响的一种必然结果;（2）碳排放不同阶段各影响因素的作用程度不同。总体来看,经济增长是碳排放量增加的主要推动因素,能源强度降低是抑制碳排放量增长的主要贡献因子。并以此提出哈萨克斯坦未来能源战略的一些政策建议。     

2004—2013年新疆县域经济空间差异演化

选取2004—2013年人均GDP数据,采用ArcGIS9.3软件,运用空间自相关和标准差椭圆相结合的方法剖析了新疆县域经济空间差异动态演化特征。结果表明:新疆各县域经济发展水平具有显著的空间自相关性;热点区域虽呈现出一定的波动性,但主要分布在奎屯、克拉玛依、乌鲁木齐等北疆地区;2004—2013年,新疆县域经济呈现出东北—西南的空间分布格局;标准差椭圆呈现出逐渐向东疆、南疆地区移动的趋势,总体上以和硕县为核心,范围包括了新疆经济发展的主体地区;经济重心呈现东南—东北—西南方向的变动趋势。最后,对新疆县域经济空间演化机理进行分析。     

中国沿海地区经济空间差异的动态演化

本研究应用标准差椭圆方法,基于沿海地区113个城市对2003年~2011年沿海地区经济空间差异展开动态研究。结果表明:①沿海地区经济空间差异主要存在于南-北方向,呈明显的减小趋势;②沿海地区经济空间差异波动与区域经济空间格局演化相吻合,沿海地区GDP空间分布明显扩张,人口空间分布略有收缩,二者空间分布重心间的距离减小;③同时期,我国经济空间差异主要存在于东-西方向,具有减小态势,沿海地区经济空间差异与其变化趋势大致相同。建议构建以华北平原、长江中下游平原为核心的经济发展区,有助于促进沿海经济空间由南向北发展;加大对安徽、湖北等靠近全国人口重心的经济投入力度,可以减小全国经济空间差异,促进我国经济的沿海-内陆双轮驱动发展。     

基于IO-SDA模型的新疆能源消费碳排放影响机理分析（英文）

Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions.Xinjiang,an important Chinese energy production base,is currently going through a period of strategic opportunities for rapid development.Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets,is the key issue currently facing the region.This paper is based on the input-output theory,and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007;this analysis employs a hybrid input-output analysis framework of "energy- economy- carbon emissions".(1) Xinjiang's carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007;carbon emissions growth was mainly concentrated in the production and processing of energy resources,the mining of mineral resources,and the processing industry.(2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP,the final demand structure,the population scale,and the production structure were the important factors causing an increase in carbon emissions,while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions.This showed that while the sizes of Xinjiang's economy and population were growing,the economic structure had not been effectively optimized and the production technology had not been efficiently improved,resulting in a rapid growth of carbon emissions from energy consumption.(3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export,fixed capital formation,and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang.(4) The growth of investments in fixed assets of carbon intensive industry sectors,in addition to the growth of inter-provincial exports of energy resource products,makes the transfer effect of inter-provincial "embodied carbon" very significant.     

城市化不同演化阶段对碳排放的影响差异

城市化与碳排放是当今世界研究的两大焦点,两者的结合点——城市化对碳排放的影响更是研究的重点。利用全球主要国家(地区)历史数据,根据城市化水平划分不同的组别,考察城市化动态演进阶段与碳排放之间的相关性,并通过STIRPAT模型评估不同城市化阶段各因子对碳排放的影响;结合城市化发展阶段各要素的特征,探讨不同阶段城市化对碳排放的影响。结果表明,城市化对碳排放的影响表现为驱动和制动双重作用:①当城市化发展处于初期阶段时,城市系统发展缓慢,驱动与制动作用均不明显,碳排放缓慢增长;②当城市化发展处于中期阶段时,城市系统进入加速发展阶段,驱动作用逐渐占主导,制动作用较小,碳排放迅速增长;③当城市化发展处于后期阶段,驱动作用仍然占主导地位,但制动作用逐渐增强,碳排放速度有所减缓,排放总量仍然增加。     

河北省县域产业结构的空间差异及演化分析

利用HHI指数、空间基尼系数和产业结构差异系数探讨河北省县域三次产业空间差异的变化,发现县域各次产业的绝对数量在空间上集中度很高,少数几个县域集中了相当部分的产业产值,空间差异性大;在考虑到县域经济总量的分析中,发现各次产业相对量又呈现较大的分散趋向,得出河北省县域三次产业绝对集中相对分散的结论。同时,研究发现县域产业结构的差异性较小,多年变化不大,调整产业结构将会促进县域经济的发展。     

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.     

中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素

基于1992-2013年中国城市遥感模拟反演碳排放数据,采用空间自相关、空间马尔科夫矩阵和动态空间面板数据模型,在同时考虑碳排放的时空滞后效应和不同地理经济空间权重矩阵的条件下,对城市碳排放的演化路径和关键影响因素进行了定量识别和减排政策探讨。研究表明,中国城市能源消费碳排放的区域差异正逐步缩小,空间上呈现出明显的高排放俱乐部集聚特征,同时碳排放类型演化具有明显的路径依赖特征;面板数据模型估计结果表明经济增长与人均碳排放呈现显著的倒“U”型曲线关系,而绝大多数城市的人均碳排放处于随经济发展而增加的阶段,二产偏重的经济结构和投资的粗放增长共同正向作用于城市碳排放,而人口的集聚效应、技术水平的提升、对外开放度和公路运输强度的增加则共同抑制城市碳排放水平的提高。因此未来要抑制促增因素和发挥促降因素的作用才能有效降低城市碳排放;优化产业结构、精简粗放投资、增加研发强度以及提升公路通达性是未来实现中国城市节能减排的有效途径。     

基于空间变差函数的新疆县域产业结构格局演化

以1975—2010年间8个年份的产业数据为基础,在ArcGIS的支持下,运用空间变差函数和克里格(Kriging)插值相结合的方法,研究了"五五"—"十一五"时期新疆县域产业结构分布的时空格局演化特征及其机理。结果表明:新疆县域产业结构水平分布的空间相关性和自组织性较强,由空间自相关引起的结构化分异也十分明显,但空间关联效应的作用范围有减小趋势。2000年以前,基台值逐渐增大,而块金值和块金系数不断降低;之后,出现前者减小,后两者逐渐增大的趋势。这反映出前期(1975—2000年)县域产业结构的空间差异性不断增强,结构化分异对其影响日趋增大;而后期(2000—2010年)差异性减弱,随机性因素的影响逐渐增强。东南—西北方向的产业结构水平均质性最好,而东北—西南方向上异质性显著,形成"高原—平原—洼地"的阶梯结构,成为推动新疆产业格局演化的主要作用方向。"五五"—"九五"期间,东北—西南方向区域间产业结构水平的差距日趋拉大。产业结构的"高原"面不断扩大至北疆、东疆的大部分区域,其峰值经历了"单簇峰→扩展三峰鼎立→连接天山北坡产业峰值带"的空间演化过程。而"洼地"范围变化较小,主要集中在南疆的阿克苏西南部、和田、喀什地区。"十五"时期以来,东北—西南方向区域间产业结构水平的差异性有所减小,"高原"面基本不变,但"洼地"范围明显向西南方向缩小至喀什地区,促使"平原"面范围不断扩大。资源禀赋、区位条件、历史基础和区域政策环境是促使产业结构时空格局发生演化的重要因子,其中改革开放、西部大开发等国家重大战略对新疆产业空间格局演化的推动作用较为明显。     

河南省能源消费碳排放动态变化及空间分异

在分析河南省1978—2015年能源消费碳排放总量和结构变化的基础上,利用Im PACT等式对河南省碳排放驱动因素进行了研究和对未来碳排放量进行了情景预测,并运用空间自相关分析法探讨了空间分异特征。结果表明:(1)1978—2015年,河南省碳排放量总体上呈现增加的趋势,年均增长5.11%,由煤炭和石油消费导致的碳排放比重一直稳定在95%以上。(2)弹性分析表明人均真实GDP增加1%将导致人均能源消费量增加0.48%,利用强度下降0.52%,而环境影响增加0.53%。(3)保持经济增长的同时,与2011—2015年相比,1978—2015年效率年均增长率提高5.25倍,是河南省实现循环经济建设的一种可行方案。(4)河南省2015年碳排放全局Moran’s I值为0.047,呈微弱空间正相关,各地市碳排放具有明显的二元结构特征,空间集聚特征不明显。     

新疆能源消费碳排放的多变量驱动因素分析——基于扩展的STIRPAT模型

区域层面能源消费碳排放的驱动因素研究,是有效实现碳减排的重要研究议题。以经典的IPAT模型为基础,采用扩展的STIRPAT环境压力评价模型,对1952-2014 年新疆能源消费碳排放的主要驱动因素进行时间序列分析,并定量研究各个驱动因素在改革开放之前（1952-1977 年）、改革开放之后（1978-2000 年）和西部大开发时期（2001-2014 年）三个不同发展阶段对于区域碳排放的作用机理与影响机制,主要研究结论如下：各个影响因素对新疆碳排放增长的作用机理与影响机制在三个发展阶段各不相同。改革开放之前（1952-1977 年）,碳排放强度和人口规模是碳排放增长的最主要贡献因子,能源消费结构是遏制碳排放增长的最主要贡献因子。改革开放之后（1978-2000 年）,经济增长和人口规模是碳排放增长的最主要贡献因子,碳排放强度是遏制碳排放增长的最主要贡献因子。西部大开发时期（2001-2014 年）,固定资产投资和经济增长是碳排放增长的最主要贡献因子,碳排放强度是遏制碳排放增长的最主要贡献因子。     

基于家庭消费视角的广州城市社区碳排放空间差异研究

从家庭消费视角,通过对广州3个不同区位类型社区的问卷调查,从交通出行、家庭能耗、垃圾消耗3个方面分析其碳排放的特征,并对不同社区的碳排放的差异进行比较研究.研究发现:郊区社区家庭碳排放量最高,城乡结合部家庭碳排放最低,市区社区家庭碳排放量居中,社区用电的碳排放量最高,最后分析了这种差异形成的原因.     

南京都市圈产业效率演化及空间差异分析

都市圈是具有经济一体化趋势的地域空间组织形式,其内部产业效率状态是城市之间存在紧密联系的基础。本文采用数据包络分析（DEA）方法,对南京都市圈内六市四县以及巢湖市市区的产业效率进行分析和空间刻画,结果表明：南京都市圈内产业效率的市域差异,呈现由“中心式结构”向“双核式结构”的过渡趋势,整体产业效率走向相对均衡发展,其中产业效率呈现“东高西低、南高北低”的状态;南京都市圈整体产业效率演化状态趋于增长,其中第二产业的产业效率演化在整个过程中处于主导地位;南京都市圈内的产业效率与其经济实力存在强正相关,经济实力时空格局与南京都市圈产业效率演变的格局基本一致。     

新疆县域农林牧渔业空间差异分析——基于ESDA与GIS方法

应用ESDA并结合标准差指数(S)、变异系数(V)等方法,从空间相关的视角分析新疆各县市农林牧渔业人均产值的空间差异。结果显示:以农林牧渔业人均产值来计算的新疆县域间的农林牧渔业人均产值呈现北疆高于东疆、南疆的空间差异。2003-2012年间:新疆县域农林牧渔业人均产值的空间自相关测度Moran's I呈曲线性增减态势,表明农林牧渔业人均产值的空间集聚性呈曲线性波动,但农林牧渔业人均产值的年增长率逐年上升。从局部自相关分析来看,区域间呈现两个极端化较为明显,说明新疆农林牧渔业人均产值在空间分布上具有不均衡性。     

中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素分析（英文）

Data show that carbon emissions are increasing due to human energy consumption associated with economic development. As a result, a great deal of attention has been focused on efforts to reduce this growth in carbon emissions as well as to formulate policies to address and mitigate climate change. Although the majority of previous studies have explored the driving forces underlying Chinese carbon emissions, few have been carried out at the city-level because of the limited availability of relevant energy consumption statistics. Here, we utilize spatial autocorrelation, Markov-chain transitional matrices, a dynamic panel model, and system generalized distance estimation(Sys-GMM) to empirically evaluate the key determinants of carbon emissions at the city-level based on Chinese remote sensing data collected between 1992 and 2013. We also use these data to discuss observed spatial spillover effects taking into account spatiotemporal lag and a range of different geographical and economic weighting matrices. The results of this study suggest that regional discrepancies in city-level carbon emissions have decreased over time, which are consistent with a marked spatial spillover effect, and a ‘club' agglomeration of high-emissions. The evolution of these patterns also shows obvious path dependence, while the results of panel data analysis reveal the presence of a significant U-shaped relationship between carbon emissions and per capita GDP. Data also show that per capita carbon emissions have increased in concert with economic growth in most cities, and that a high-proportion of secondary industry and extensive investment growth have also exerted significant positive effects on city-level carbon emissions across China. In contrast, rapid population agglomeration, improvements in technology, increasing trade openness, and the accessibility and density of roads have all played a role in inhibiting carbon emissions. Thus, in order to reduce emissions, the Chinese government should legislate to inhibit the effects of factors that promote the release of carbon while at the same time acting to encourage those that mitigate this process. On the basis of the analysis presented in this study, we argue that optimizing industrial structures, streamlining extensive investment, increasing the level of technology, and improving road accessibility are all effective approaches to increase energy savings and reduce carbon emissions across China.     

基于ESDA-GIS的城镇群体空间结构

基于ESDA-GIS的空间分析框架,利用江苏省1346个小城镇的统计数据,对其城镇群体空间结构进行了研究。首先对统计数据进行了概括性因子分析,抽取的规模与经济因子值的频率分布都是偏态的,且两因子之间不存在规模-效益的正相关性。随后,对小城镇群体的空间结构进行了探索性分析,由密度图显示:小城镇空间分布不均衡,其密度由东南部的沿长江、环太湖地区向西和向北递减。通过空间自相关测度分析得出:小城镇的经济因子的空间分布具有正相关性,呈现出空间集聚的特征;规模因子的空间相关特征不明显。最后,将小城镇的局域空间自相关系数按县(市、区)行政单元进行聚类,利用方差图的结论修正聚类结果,得出江苏省小城镇经济发展类型分区:三区、一环(带)、一片,即苏北中部地区、苏中及宁镇区、苏锡常地区、苏北边缘环带、睢宁片区,对应的经济发展类型分别为:弥漫发展型、极核发展型、集群发展型、过渡发展型、持续贫困型。     

黄河流域农村经济差异及空间演化

研究黄河流域农村经济发展状况对揭示其经济差异的驱动机制和实现黄河流域农村地区的跨越式发展具有重要的理论和现实意义。本文运用层次分析法建立农村经济发展水平综合评价指标体系,并利用GeoDA和GIS软件,结合ESDA-GIS空间分析法,深入分析了1990-2013年黄河流域332个县级行政单元农村经济的差异及其空间演化。结果表明：①近20多年来,黄河流域农村经济发展水平东高西低,整体水平不断上升。高及较高水平区主要分布在黄河下游且呈团状集聚,中等水平区主要位于黄河流域传统的农牧区,低及较低水平区主要分布在黄河源头及周边地区。空间格局以高水平区为中心,逐渐向周边低水平区扩散,分层现象较明显;②1990年以来,黄河流域农村经济的空间集聚效应呈逐渐增强态势,以显著高—高和显著低—低类型区为主且稳定性较强,而显著高—低和显著低—高类型区则较少;③区位、产业结构和政策是导致黄河流域农村经济差异的主要因素。