上海大都市区港口物流企业的空间格局演化

以上海港口物流企业数据为基础,运用GIS空间分析、数理统计等方法,探讨港口物流企业空间格局及演化规律,并对其关键影响因素进行分析。研究表明:1990 年代中期以来,上海港口物流企业空间格局总体呈集聚化和郊区化特征,中心城区仍是港口物流企业集聚的主要区域,但企业所占比例呈下降态势,郊区企业所占比例则不断上升。不同类型港口物流企业空间分布差异明显,处于价值链低端的运输仓储型企业倾向于向郊区转移,处于价值链中高端的综合服务型企业仍主要布局在中心城区,但已显现出郊区化端倪。上海港口物流企业空间格局演化受到港口功能演变、综合交通网络建设、商务支撑条件、城市规划及发展政策等因素的综合影响。     

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。     

广州市运输型物流企业空间分布特征分析

基于广州市3 040个运输型物流企业的空间属性资料,揭示广州市运输型物流企业的空间分布规律,剖析不同区域运输型物流企业的集聚机理。研究表明:①全市运输型物流企业空间分布特征是中心城区高度聚集、其它地区零散分布,呈现"三心一轴"的格局。②各个区域呈现不同分布格局,白云区是三纵一横一个中心,越秀区是均质分布,荔湾区和海珠区是零散分布,天河区是轴线分布基础上的小规模集聚,黄埔区、萝岗区是双集聚中心。③影响各区域分布格局的主要因素有:城区历史因素(地理位置、经济发展水平),交通基础设施因素(城市主干道),经济活动中心因素(商业、商务、工业园区),物流节点因素(机场、货运站场、批发市场),规划政策(物流规划)因素和土地因素。     

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。     

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。     

乌鲁木齐市制造业时空格局演化

基于2004年、2008年和2013年三次经济普查数据,采用基尼系数、热点分析法、核密度分析法等对乌鲁木齐市三年制造业企业的集聚程度、分布特征和演变过程进行了系统研究,并探讨了乌鲁木齐市制造业空间格局演变的动力机制,得出以下主要结论:(1)2004年~2013年,乌鲁木齐市制造业企业集聚程度逐渐加强,各产业类型的集聚程度表现为:高新技术产业机械设备产业基础型产业都市型产业;(2)乌鲁木齐市制造业企业区位逐渐从中心城区向距离市中心较远的东北和西北方向扩散,中心集聚程度逐渐减弱,分布范围不断扩大。在中心集聚的基础上逐渐形成了城市郊区次中心,多核心制造业空间结构模式逐渐形成;(3)2004年~2013年,都市型产业以向心集聚为主,并带有向外扩散的趋势;高新技术产业多年来主要集中于中心城区,区位变化并不明显;机械设备产业和基础型产业的区位变化明显,从中心城区逐渐向近郊区和远郊区扩散和迁移,是制造业空间格局形成和演变的主要行业动力;(4)乌鲁木齐市制造业企业的空间格局演化是市场经济与政府调控共同作用的结果。     

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。     

街道尺度下的零售商业中心热点识别与业态差异——以武汉市为例

城市零售商业的空间分布是现代城市发展的重要研究领域,科学分析城市零售商业的集聚特征,有利于优化城市用地布局及合理配置城市商业资源。基于POI数据,以武汉市街道为研究尺度,通过核密度估计、空间自相关分析以及Ripley’s K函数来识别武汉市零售商业中心热点和分析各业态之间的差异。结果表明:(1)武汉市零售商业在空间分布上表现为“大集聚、小分散”的特征,集聚趋势和扩张态势并存,在中心城区集聚特征明显,并形成多个次级集聚中心。(2)全局空间自相关分析结果显示Moran’s I为0.385,说明武汉市零售商业分布存在正的空间相关性,局部空间自相关分析表明高-高集聚区的街道集聚特征明显,但其辐射带动作用较弱,极化现象明显。(3)零售商业分布的“中心-外围”结构明显,零售商业集中区主要分布在以江汉路商圈为核心的10 km圈层范围内,由中心城区向远城区递减。(4)不同距离下各业态空间集聚存在差异,商场、超市进行区位选择的范围较小,便利店、家居建材市场、专卖店的距离范围较大。     

港航企业区位特征及其空间关联——以上海港口后勤区为例

港航企业的行为空间研究正成为现代港口地理学新的研究热点。以上海港口后勤区为例,建立港航企业空间属性数据库,收集各区县制造业、仓储业、商业、商务办公业的企业数据以及对应的建筑面积数据,综合运用空间基尼系数、GIS空间统计与插值以及地理联系率三种研究方法,从中微观尺度刻画上海港口后勤区主要港航企业的区位特征以及空间关联。研究表明:现阶段上海港口后勤区港航企业以广域(市域)分布为主,总体呈现明显的空间聚集特征;不同类型港航企业的区位选择具有明显的差异性,港航企业多以中心城区为核心、沿黄浦江空间集聚明显,而无船承运企业则呈现大分散小集聚布局;港航企业区位选择与制造业具有空间可分性,而国际集装箱运输企业地域依赖性明显。     

哈尔滨市商业中心时空演变与空间集聚特征研究

商业活动是城市经济发展的核心,其空间形态与发展规律是地理学研究的重要内容。以哈尔滨市中心城区为研究区域,利用2012年、2014年、2016年的城市商业设施兴趣点(POI)数据,采用标准差椭圆分析、核密度分析、平均最邻近距离等方法,探究哈尔滨市商业中心时空演变规律与空间集聚特征。研究表明:(1)各类商业设施数量均有增加;中心城区商业设施向外扩散,且发展速度不均衡。(2)整体上,商业设施集聚程度不断增加,向城市外围蔓延;商业中心高密度区呈"面域+极核"发展,数量不断变化;商业设施的范围呈放射型面状扩张。(3)哈尔滨市中心城区商业布局呈"圈层+组团"的空间集聚状态,商业布局总体上是以中央大街商圈为中心向外扩张的;各类商业设施的集聚程度有明显变化。     

宁波市港口物流企业空间格局及区位选择

以宁波市为例,基于港口物流企业空间数据,运用冷热点分析和泊松回归等方法,研究宁波市港口物流企业空间分布特征及影响因素。结果发现：① 宁波市港口物流企业呈现向心集聚性,圈层分布格局明显。中心商务区和临港工业区是集聚热点区域;②港口物流企业集聚特征明显但整体集聚程度下降,表现出在中心商务区和临港工业区持续集聚和沿主干道路向外围区域蔓延扩散两大趋势;③不同类型港口物流企业的区位选择有明显差异：货代型物流企业主要分布在中心商务区,仓储型物流企业主要临港分布,运输型企业选择临近沿交通干道布局,综合型物流企业的分布没有明显的区位倾向;④ 政策因素、土地价格、城乡差异、临近港口、经济潜力和工业结构都不同程度地影响港口物流企业的空间分布,而交通便利没有表现出相关性。     

基于点状数据的上海都市型工业空间格局研究

镶嵌于城市地域的都市型工业,有着其独特的区位特征和空间格局。基于2008年上海都市型工业微观企业数据,探讨工业郊区化背景下都市型工业空间分布、集聚特征以及行业间的空间邻近关系。研究表明：上海都市型工业企业区位选择具有中心城区与近郊区双重指向性,在距离城市中心10~20 km区间都市工业分布最密集,空间分布的非均质特征明显。空间集聚以城市内各类园区（商业楼宇、都市工业园、工业园区）为主要载体,集聚格局在行业间存在一定差异。在空间邻近关系方面,各行业间呈现出基于相同要素投入、生产关联、共同市场、政策导向的邻近布局以及基于异质排他性、环境要求的弱邻近布局特征。     

合肥经济圈空间关联时空演进研究

从城市产业角度出发,依据2009~2014年的相关数据,采用城市流和ESDA模型对合肥经济圈空间关联进行分析,揭示空间相互作用的时间演变过程和空间分布。结果表明：① 经济圈形成了较稳定的中心-外围格局,空间结构呈现以合肥为中心圈层式向外辐射状,淮南和六安有望成为次增长极。② 经济圈产业外向功能性不强且出现异化,城市流倾向度呈现明显的等级异质性和不均衡性。③ 经济圈产业外向发展存在显著的空间依赖性,空间自相关符合距离衰减规律。④ 经济圈区域不平衡态势明显,空间关联的时空分异特征明显。应推进区域一体化,加快区域协调发展。     

基于POI的北京物流业区位特征与分异机制

物流节点和物流企业作为物流空间的核心载体和组织主体,其区位特征和分异机制识别对优化城市物流空间布局、合理配置物流资源有重要意义。2014年12月基于腾讯在线地图平台,采集了北京市4396个物流POI。采用产业集中度评价、核密度分析等方法,刻画了北京物流空间格局,阐明了类型差异、供需侧因素与区位选择行为的微观作用机理,揭示了交通、地租、资产对空间分异形成的内在机制。研究表明：① 物流企业和物流节点呈现协同集聚和空间分离相结合的区位特征;物流活动总体呈现“中心边缘、近郊和远郊交错”的空间格局,与物流就业空间耦合度低。② 由物流园区和物流中心构成的公共物流空间是政府引导的结果,由服务于特定行业和终端用户的配送中心构成的末端物流空间多为企业主导,两者区位分异显著。③ 在物流区位形成过程中,政府通过规划交通线路和货运场站改变交通区位条件,配置物流仓储用地影响不同区域物流地租和可得性,进而调控企业行为并形成物流空间的类型与职能分异;企业则通过资产配置的差异化来满足不同服务对象的多样化需求,促进专业化分工并形成物流空间的对象分异。     

基于POI数据的郑东新区服务业空间聚类研究

探讨城市新区的服务业空间格局,对城市新区规划和服务业空间布局的优化具有重要指导意义。采用POI数据对郑东新区服务业的总体、分行业空间布局进行聚类,结果显示：① 在总体上,聚类呈现“414”的空间体系,各聚类所在区域的通达性较好;服务业在功能区内部聚集和跨越功能区聚集并存;噪声点分布零散,局部出现了服务业聚集的潜力区域;空间临近效应、行政力量带动和市场导向作用导致服务业空间极化特征明显。② 从分行业来看,部分行业的重要空间节点分布存在一定差异,CBD核心区和商住物流区成为各行业空间节点的分布区域;部分行业的空间节点与功能区的产业定位存在吻合与错位特征。最后,从规划视角提出了郑东新区不同功能区产业结构优化的方向。     

现代物流业影响城市空间结构机理分析

供应链管理模式的广泛应用使现代物流业作为继资源和人力领域后的第三利润源,与信息化一起快速整合到所有产业形态中,并通过物流系统的优化和高效的物流服务对城市发展产生深远影响。从经济学和城市地理学角度分析现代物流业影响城市空间结构的机理,指出现代物流业的产业特性使其具有特殊的企业组织与产业关联效应,不仅影响城市产业布局,而且通过由此产生的空间特性,即物流业区位偏好、物流园区建设以及网络化城市物流节点布局模式的构建参与城市空间结构的演化。     

合肥主城区住宅剖面线型地价的比较与成因分析

采用GIS空间分析技术绘制合肥市2007年和2011年住宅修正地价等值线图,并依据合肥市圈层放射形的空间结构形态选取5条核心放射的剖切线。基于剖切线比较分析2007年和2011年的剖面线型地价的特征。结果表明：不同年份地价从中心往外围整体呈现衰减趋势,2011年城市各方向剖面地价从中心往外围出现了一系列明显的凸形地价阶地。比较明显的区域包括合肥市一环路与二环路附近。大蜀山和天鹅湖区域以及滨湖新区区域。针对凸形地价阶地出现的中观区位进行系统分析发现城市主导方展方向和重点发展区域、城市新兴功能组团、城市整体道路交通布局下新的交通节点、城市新的游憩综合区是形成凸形地价阶地的主要成因。     

基于二分网络的北京公交线路布局的空间依赖性

公交网络运行系统的结构性缺陷常常致使其成为城市交通拥堵的罪魁祸首。传统公交网络空间研究皆将其视为一个独立的交通运输方式,忽视了城市道路网形态与结构的内生作用。本文基于二分网络的思想,通过构建公交线路—城市道路的空间依赖矩阵,引入系列空间依赖度测度指标从局域、全局两个尺度探讨了北京市的公交线路的空间依赖度及依赖的核心空间,并通过社团识别对北京市公交线路的依赖空间进行了划分。结果发现：① 局域依赖度方面,北京市公交线路布局高度依赖度少数城市主干道和城—郊区快速干道,其空间依赖格局形成了以市中心为核心,以城—郊区快速干道为通道的中心—外围的廊道扩散格局;② 全局依赖度方面,北京市公交线路空间布局结构失衡,比较脆弱,受城市道路路面路况影响较大,同时以四环为模糊边界的市中心区域成为北京市公交线路依赖的核心空间;③ 依赖空间划分上,北京市公交线路布局与城市地域空间呈现良好的对应性,朝阳、海淀、三环内（东城和西城）是公交线路布局规模最密的3个区域。     

Location characteristics and differentiation mechanism of logistics nodes and logistics enterprises based on points of interest (POI): A case study of Beijing

The logistics nodes and logistics enterprises are the core carriers and organizational subjects of the logistics space, and their location characteristics and differentiation strategies are of key importance to optimizing urban logistics spatial patterns and ensuring reasonable resource allocation. Based on Tencent Online Maps Platform from December 2014, 4396 logistics points of interest (POI) were collected in Beijing, China. By the methods of industrial concentration evaluation and kernel density analysis, the spatial distribution pattern of logistics in Beijing are explored, the interaction mechanism among the type difference, supply-demand side factors and location choice behavior are clarified, and the internal mechanism of spatial differentiation under the combined influence of transportation, land rent and assets are revealed. The following conclusions are drawn in the paper. (1) Logistics enterprises and logistics nodes exhibit the characteristic of both co-agglomeration and spatial separation in location, and logistics activities display the spatial pattern of "marginal area of downtown area, suburbs and exurban area", which have a weak coupling degree with logistics employment space. (2) The public logistics space, namely, logistics parks and logistics centers, is produced under the guidance of the government, and the terminal logistics space consisting of logistics distribution centers serving for the specific industries and terminal users is dominated by enterprises. The locational differentiation between the two modes of logistics space is significant. (3) In the formation of the logistics spatial location, the government can change the traffic condition by re-planning the transport routes and freight station locations, and control the land rent and availability of different areas by increasing or decreasing the land use of logistics, to impact the enterprise behavior and form different types of logistics space and function differentiation. In comparison, logistics enterprises meet the diverse demands of service objects through differentiation of asset allocation to promote the specialization of division and form the object differentiation of logistics space.