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。     

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。     

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...     

中国数字创意上市挂牌企业空间格局及其影响因素

基于中国数字创意上市企业、新三板挂牌企业数据,运用核密度估计、标准差椭圆、基尼系数、负二项回归模型等方法探究其空间分布特征及影响因素。研究发现：① 数字创意上市挂牌企业总体呈“东密西疏”的空间结构特征,集聚与扩张共存并以集聚为主,且始终保持京津冀、长三角、珠三角等多核心空间集聚形态,空间分布高度不均衡且区域重心北向迁移显著。② 数字创意上市挂牌企业空间分布具有行业异质性,其集聚区域、集聚强度因产业特性和所有制性质不同而存在差异。③ 数字创意上市挂牌企业的空间分异受到集聚经济、基础设施、正式制度、非正式制度因素中的文化活跃度与企业家创新精神、宏观经济环境因素中的全球连通性、金融集聚水平等因素影响,具有明显“高等级城市偏好”。企业空间分异影响因素因产业特性和所有制不同存在差异。     

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。     

基于改进DBSCAN空间聚类算法的北京市人工智能产业集聚格局研究

企业作为产业的重要主体,其发展直接表征着产业的发展,企业的空间格局对产业的发展及资源配置具有重要的引导意义。本文基于北京市工商注册在业的人工智能企业数据,提取企业注册地址并转化为地理位置信息,通过改进有噪声的应用背景下的基于密度的空间聚类算法（DBSCAN）,分析北京市细粒度层级下人工智能产业集聚在全市域的空间分布格局特征。在DBSCAN算法改进方面,首先调整Minpts参数为企业注册资本总额与企业数量2个维度,企业数量大于5家且注册资本总额大于一定数额,为形成产业集聚区的2个必要条件;其次提取簇内位于边界的企业位置点作为集聚区地理边界点,将边界点连线并绘制形成人工智能产业集聚区。本文重点分析了企业注册资本和地理聚合半径对人工智能产业集聚区形成的影响,同时采用核密度估计法作为参照验证,表明改进DBSCAN方法具有精确刻画产业集聚区地理边界和确定不同规模产业集聚区的优势。通过分析得知,北京市人工智能产业集聚具有明显的中心分布特征,集中在城六区,呈现“两大龙头带动,北京市全域遍地开花”的分布情况,海淀区、朝阳区处于人工智能集聚程度高水平,相较其他区域,人工智能产业发展遥遥领先;西城区、东城...     

兰州市制造业空间格局演化及驱动因子识别

作为带动中国经济高质量发展的“助推器”和防止城市产业空心化的“压舱石”,制造业空间演化特征和驱动因素识别对优化城市产业空间布局、合理配置资源具有重要意义。基于1990—2020年微观企业数据,采用核密度、空间自相关分析、地理探测器和地理加权回归模型等方法探究兰州市制造业空间演化特征及驱动因子。结果表明：(1)从空间结构来看,由城关区和西固区组成的“双中心”逐步向中心城区和郊区构成的“多中心集聚、轴向连片发展”演进,呈现出明显的郊区化趋势。(2)从集聚特征来看,兰州市制造业具有显著的集聚特征,开发区、新城区、国家级新区是不同时期制造业集聚的主要载体,可以说三代“新区”重塑了制造业的经济地理格局。(3)从驱动因子来看,政策因素、地价因素、交通因素以及集聚经济是制造业企业空间分布的主要驱动因子,其中以国家级新区、开发区表征的政策因素空间异质性较为显著,而以企业数量表征的集聚经济空间异质性相对稳定。     

深圳高新电子信息企业空间格局演化及其影响因素

基于深圳市2007—2017年电子信息类高新技术企业名录数据,通过全局墨兰指数、核密度分析与热点分析研究深圳市高新电子信息企业的空间集聚与演化特征,运用空间回归模型分析其影响因素及变化。结果表明：在研究时段内,高新电子信息企业全局集聚强度进一步升高,其分布经历了“集聚-分散-集聚”的变化过程;企业空间集聚由“双核共振”转变为“三足鼎立”格局,并形成“高新园区型”、“老工业区型”和“龙头企业型”三种集聚模式;园区政策、产业集聚一直是深圳电子信息技企业分布的关键影响因子,交通和区位等基础因素影响相对偏弱;影响因素的变化显示出产业集聚、对外交通因子的影响显著提升,知识技术因子的影响开始显现。     

中国本土快餐业空间扩散过程及影响因素研究

快餐直营店的空间扩散是十分常见的经济现象,也是商业地理学研究的重要内容。以中国本土快餐企业老乡鸡直营店为研究对象,采用核密度分析、多距离空间聚类分析等研究方法与计量模型,总结了老乡鸡在不同时期的空间分布格局、空间扩散模式与集聚特征,进而分析了老乡鸡空间扩散的影响因素,研究结果表明：（1）2003年创立品牌至今,老乡鸡由合肥市的快餐企业发展为中国本土快餐业榜首企业,在不同发展阶段分别采取了深耕式、传染式、等级式及复合式等不同的空间扩散模式,空间扩散模式与路径转变的次序性内生于企业规模的演化;（2）老乡鸡门店呈现明显的空间集聚特征,其集聚强度与集聚规模伴随着不同阶段扩散模式的多样化而不断增强,集聚范围一般控制在200 km范围内,已由初期仅在合肥市内的单中心集聚向在安徽省内集聚转变,在长三角及周边地区扩散布局的态势十分明显;（3）城镇常住人口规模、人均可支配收入、社会消费品零售总额、原有门店数量等因素显著影响老乡鸡的空间扩散。在进入复合式扩散后,空间距离在老乡鸡空间扩散过程中的作用并不显著。     

北京市建筑设计产业空间分布与区位选择

超大城市的城市空间结构调整需求日益迫切,城市内细分产业的空间分布及区位选择的研究也变得更加重要。以北京市为例,从微观视角分析了超大城市内部企业空间分布规律,以期为城市优化建筑设计产业空间结构提供理论支撑。运用核密度估计方法、Ripley’s K（d）函数以及负二项模型,分析了建筑设计企业的空间分布及其区位选择的影响因素。结果表明：① 服务型建筑设计企业集中分布在北京市五环内的中心城区;工程型建筑设计企业选址郊区化明显。② 服务型建筑设计企业的集聚尺度较工程型更大,不同细分行业的工程型建筑设计企业集聚尺度存在差异。③ 建筑设计企业在选址时受到政策、服务设施、运营成本、信息通达度和产业基础的影响,不同类型企业选址时的侧重点不同。与大规模企业相比,中小规模企业受成本要素的影响更大。与服务型建筑设计企业相比,工程型建筑设计企业受到政策的影响大。④ 选址在中心城区的建筑设计企业对服务设施和信息通达度等要素更为敏感,城郊的企业则主要受到成本要素和交通基础设施的影响。     

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。     

广州会展企业空间集聚特征与影响因素

会展业是现代服务业重要内容之一,近年来在中国得到快速发展,主要中心城市特定区域的集聚态势十分明显。以广州市会展企业名录为数据基础,借助GIS技术,运用空间点格局分析及问卷调查等方法,探讨了1991-2001 年间广州市会展企业的空间集聚特征及影响因素。研究发现,① 广州会展企业具有明显的空间集聚性,并呈现由“单中心集聚”到“多中心集聚”的演变;② 集聚与扩散并存,会展企业的空间集聚程度并没有因为空间范围的扩展而降低,而是在扩散中集聚-在向城市新区扩散的同时,老区的集聚在不断加强;③ 会展企业集聚区可分为展馆依托型和CBD依托型两种主要集聚类型,各集聚区的规模和强度具有明显差异;④ 影响会展企业集聚的因素包括会展服务设施、整体商务环境、外部经济性、政府行为和人力资源5 个方面。从包含的具体因素来看,大型展馆和交通条件对会展企业的区位选择具有显著影响,而获得高素质的劳动力、政府的政策和资金支持以及地价和房租等因素的影响并不明显。     

关联视角下兰州市生产性服务业与制造业空间分布及区位选择比较

基于微观企业数据从关联性视角对兰州市生产性服务业与制造业空间分布特征和模式进行分析,进而探讨其区位选择因素的异同。研究表明：① 生产性服务业与制造业的空间布局均呈现出以主城区为主体、外围局部地区为补充的“中心-外围”空间格局,但生产性服务业集聚区主要集中在河谷地带的主城区,制造业集聚区则呈现出明显的郊区化趋势,二者在空间上存在关联的同时又具有一定的可分性。② 生产性服务业形成了以城市中心区和郊区国家级新区及卫星城镇为多元空间载体的“紧凑型-中心性”模式,制造业则形成了以国家级新区和产业园区为空间载体的“离散型-郊区化”模式。③ 生产性服务业与制造业企业的区位选择需在产业环境、要素禀赋以及政策导向方面进行权衡,生产性服务业企业较为关注区域整体发展氛围,制造业企业则更注重自然因素、区位历史和产业政策的影响。④ 传统型生产性服务业企业区位选择受到地方化经济、区位资源禀赋的影响最为显著,现代型和高端型生产性服务业企业则更容易受到政策的导引从而形成空间集聚;劳动密集型制造业企业主要依附在劳动力资源较为丰富且交通便利的地区,资本密集型制造业企业倾向于具有产业政策优势及土地成本优势的开发区和新区布局,技术密集型制造业企业受成本要素的制约较小且更加注重集聚经济的外部效用。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

基于企业大数据的京津冀制造业集聚的影响因素

产业集聚是经济活动最突出的地理特征之一,也是经济地理学重要的研究对象,然而对产业集聚的机制解释往往由于没有很好的区分产业空间分布形态和产业集聚阶段而出现偏差。本文基于3次全国经济普查企业微观数据,利用DO指数方法计算了2004—2013年京津冀地区三位数制造业行业的空间分布形态,利用Hurdle模型定量解释了集聚形成和集聚提升两个阶段的影响因素及其差异性。结果表明：① 2004年、2008年和2013年京津冀地区分别有124个、127个、129个三位数行业集聚,技术密集型和劳动密集型制造业集聚强度较高,但整体集聚强度出现下降,从0.332下降至0.261。② 制造业集聚存在两阶段且主导因素存在差异。在集聚形成阶段,企业主要考虑基础条件,农业资源和交通运输有负向作用,劳动力池和外商投资有正向作用;在集聚提升阶段,企业更侧重于集聚经济和政策等因素,产业内部关联和产业外部关联有正向作用且前者作用更强,开发区主导产业政策和电力燃气水资源起负向作用。③ 影响因素对产业集聚的作用具有尺度效应,均随距离扩大呈现减弱趋势,但不同因素对距离的反应存在差异。     

北京批发企业空间格局演化与区位选择因素

随着服务业对居民生产、生活影响程度逐渐增强,其企业区位选择已成为从微观视角解析城市空间结构的重要途径。以北京为典型案例地,将批发企业作为研究对象,运用核密度估计方法、Ripley's K(d)函数以及条件Logit模型,分析了北京批发企业空间格局演变规律与集聚特征,在此基础上探究了批发企业区位选择的影响因素。结果表明：① 从空间分布特征来看,批发企业主要集中在北京五环以内,且呈现明显的空间集聚特征,集聚规模主要集中在0~28 km范围内;② 从空间集聚强度看,集聚峰值出现的距离不断向外扩张,二环内集聚强度有所下降,并在外围形成了3个核心集聚区;③ 地方化经济、城市化经济、土地价格、集聚效益、劳动力成本等因素对批发企业区位选择具有显著影响,其中土地价格和集聚效益的影响最大,新企业在区位选择中都存在明显的集聚效益;④ 从不同类型批发企业来看,外资批发企业通过检验的影响因素较少,受已有该企业空间分布的影响显著且对交通区位条件、创新环境要求更高,但商业基准地价在外资企业区位选择中影响不显著。     

大城市都市区制造业空间演变特征及其影响因素——以长沙市为例

以长沙都市区为例,基于1978—2020年制造业企业数据,运用标准差椭圆、核密度分析法和空间计量回归模型等方法,探讨长沙都市区制造业空间演变特征及其影响因素。结果表明：1978—2020年,长沙都市区制造业空间扩张规模较大,以“西北—东南”向扩张为主,由中心区扩张转变为郊区集聚重组。其中,劳动密集型制造业以接触性扩散和等级扩散为主,呈“中心集聚、分散布局”的空间特征,资本密集型制造业呈“大范围扩散、小范围集聚”的空间特征,技术密集型制造业受国家级开发区吸引较大,区位指向性强。在制造业空间演变过程中,社会经济、生产成本和政府行为等因素产生显著影响。3类制造业的关键影响因素有所不同：劳动密集型制造业主要受经济基础、生产成本和政府行为的影响;对于技术密集型制造业而言,社会经济、劳动力成本、交通可达性、工业园区数和创新能力作用突出;资本密集型制造业对人口数量、生产成本、交通可达性和工业园区数的依赖性强。所有制造业均明显受到对外开放水平的负向影响。