1970-2009年国际主要粮食价格承受力分析

本文从粮食安全的角度出发,分析和构建了基于国民收入和国际粮食价格的粮食价格承受力模型,用于分析和评价世界不同地区的粮食价格承受力,结果表明：（1）受世界经济的不断发展和粮食生产率的提高,世界整体的粮食价格承受力逐渐增强,世界整体的粮食安全风险逐渐减弱;（2）从局部来看,受国民收入水平差距的影响,不同地区世界粮食价格承受力存在很大的差距,其中,非洲等地区的粮食价格承受力呈现减弱的趋势,粮食安全风险加大;（3）全球化进一步将国际粮食格局强化,粮食出口地区利用自己在国际粮食贸易中的优势地位获利,粮食价格承受力较高,粮食安全风险相对较低,而粮食进口地区的在国际贸易中处于被动接受的地位,粮食价格承受力较低,粮食安全风险相对较高。     

1970年～2009年国际主要粮食价格承受力分析

本文从粮食安全的角度出发,分析和构建了基于国民收入和国际粮食价格的粮食价格承受力模型,用于分析和评价世界不同地区的粮食价格承受力,结果表明:(1)受世界经济的不断发展和粮食生产率的提高,世界整体的粮食价格承受力逐渐增强,世界整体的粮食安全风险逐渐减弱;(2)从局部来看,受国民收入水平差距的影响,不同地区世界粮食价格承受力存在很大的差距,其中,非洲等地区的粮食价格承受力呈现减弱的趋势,粮食安全风险加大;(3)全球化进一步将国际粮食格局强化,粮食出口地区利用自己在国际粮食贸易中的优势地位获利,粮食价格承受力较高,粮食安全风险相对较低,而粮食进口地区的在国际贸易中处于被动接受的地位,粮食价格承受力较低,粮食安全风险相对较高。     

哈萨克斯坦粮食价格形成机制分析

自2006年下半年以来,哈萨克斯坦同全球其他国家一样出现了粮食价格的持续上涨的现象,由食物价格上涨引发了消费物价指数的暴涨,引起了哈萨克斯坦国内的社会抢购粮食风潮和社会动荡。而哈萨克斯坦是世界第六大谷物出口国,第一大面粉出口国为什么会受到全球粮食危机的冲击,导致国内粮食价格快速且大幅度的上涨。本文通过对哈萨克斯坦粮食价格的波动指数的研究,表明了哈萨克斯坦粮食价格动具有特殊的规律性的显著特征,提出了哈萨克斯坦的粮食价格波动主要是受供求关系、自然灾害、国际市场传导、农业政策变化等因素影响。     

基于小波分析的粮食产量对气候变化的响应研究——以西藏自治区为例

提取1960-2005年西藏自治区粮食单产数据,选取4个典型气象台站,以粮食耕作面积作为加权因子获取综合气象因子数据,采用小波分析方法分析粮食产量对气候变化的响应关系,并预测后期西藏自治区粮食产量的总体趋势。研究发现,西藏粮食单产、气温、光照、降水均具有明显的25 a特征时间尺度的周期性波动,粮食产量对气候变化响应密切,气温偏暖、光照偏长、降水偏多对粮食生产较为有利。趋势预测表明西藏自治区的粮食生产正由相对丰年向相对贫年转化,需引起重视。     

基于小波分析的不同类型旅游景区旅游流时间特征研究——以江苏省125家高等级旅游景区为例

基于江苏省125家高等级景区2017年1月1日至2020年12月31日的客流量数据,运用小波分析和Mann-Kendall突变检验等方法从趋势性、周期性、突变性和季节性4个角度分析不同类型景区旅游流的时间特征。结果表明：(1)产业融合类、历史文化类、自然生态类和现代游乐类景区游客量的趋势曲线分别呈“单峰双谷”“双峰双谷”“多峰多谷”和“双峰双谷”型。(2)四类景区客流量呈多周期性的特征且第一主周期存在差异性。产业融合类和历史文化类景区约19个月形成1个周期,呈现“长周期”特征;现代游乐类和自然生态类景区约6个月形成1个周期,呈现“短周期”特征。(3)四类景区的客流量突变点存在差异性。产业融合类景区呈“突变点少、春季集中”的特征,自然生态类景区呈“突变点多、四季分散”的特征,现代游乐类和历史文化类景区呈“突变点多、春冬集中”的特征。(4)4个大类和16个亚类景区的淡旺季分布、长度和淡旺程度存在显著差异。(5)受疫情影响,2020年旅游景区旅游流的趋势性、突变性和季节性具有特殊性。     

中国城市化水平的自回归与功率谱分析

利用1949~2000年的城市人口比重数据,开展中国城市化过程的自相关和功率谱分析,建立了ARMA (1,q )模型。中国的城市化过程具有1阶自相关特征:上一年的一个变动直接影响下一年,间接影响则可达10年之久。ARMA (1,q)模型表明中国的城市化过程在趋势性上附加有丰富的随机性。对提取趋势之后的序列进行功率谱分析,发现趋势性和随机性的背后隐含一个长度为30年左右的周期波动。根据上述研究,将中国的城市化过程分解为三种变动:趋势性、周期性和随机性。研究结论对发展更为完善的城市化预测方法,以及对指导具有中国特色的城市化建设,都可能具有一定程度的启示意义。     

中国极端降水事件时空特征及其对夏季温度响应

基于中国1951-2014年728个气象站点日降水数据,利用POT抽样、变异点分析、趋势分析、分段回归等方法全面分析中国极端降水事件（量级、频率与发生时间）非平稳性特征及其对夏季温度响应。研究结果发现中国极端降水量级有明显变异特征,但无显著趋势变化,中国极端降水频率则相反。并且中国极端降水次数在全国大部分区域有显著增加趋势。另外,研究还表明变异点对中国极端降水量级和频率趋势特征有明显的改变,对极端降水发生时间趋势特征改变较弱;中国极端降水发生时间在中南部呈显著上升趋势,其他区域趋势性不显著。中国大部分区域夏季温度呈上升或显著上升趋势,且变异特征显著。在转折点前,中国大部分区域如西部干旱区东南部、东部干旱区西南部、华北区、华中区和西南区北部夏季温度呈下降或显著下降趋势;在转折点后,上述区域夏季温度转为上升或显著上升趋势。     

可吸入颗粒物(PM10)浓度时空变异性及影响因素分析

本文以厦门市为例,首先对PM10平均浓度数据进行趋势性、周期性和空间变异性进行分析,然后分析了气温、降水强度、降水日数、风向等气候因子对PM10浓度变化在时间上的影响,同时使用了交叉相关分析的方法对月平均降水日数和PM10大气污染指数(API)为优(PM10浓度<0.05mg/m3)的月内天数百分比的相关性进行分析,最后利用从遥感影像获取的地表覆盖数据,分析了土地利用类型与局部PM10年平均浓度的关系。分析结果表明：厦门市PM10浓度年内变化无明显的上升和下降的趋势,但有显著的周期性,分别为3、7和29天,气候因素对PM10浓度的变化有显著的影响,其中月平均降水日数对API为优的月内天数百分比的影响有明显的滞后性,滞后周期大约为3个月,局部PM10年均浓度与该地区的土地覆盖类型有明显的相关性,并且植被覆盖的比例越大,该地区的PM10年平均浓度就越小。     

基于R/S分析黄河及黄土高原主要河流水资源的变化

河流水资源观测资料反映河流随时间变化,它表现为一时间系列。作为非线性分析的工具,R/S可以有效地分析这些资料的时间系列。将R/S 这一时间序列分析方法引入到水资源观测资料的处理和分析中,并应用该方法对黄河及黄土高原地区主要河流在1956—2004年间水资源观测数据进行处理,预测了今后黄土高原地区水资源的变化情况。分析结果表明,黄河及黄土高原地区主要河流径流量赫斯特指数在0.2771～0.3305之间,均小于0.5,背离了正常的长程相关趋势性增强的变化规律,预测了径流量逐步增大的趋势。     

基于Mann—Kendall检验的生态足迹时间序列趋势性分析

生态足迹作为一种可持续发展的定量评价指标得到了广泛的应用,但由于其静态性等特点,使得计算结果不能很好地反映发展的动态变化。本文引入Mann-Kendall检验对生态足迹时间序列进行趋势性分析,以江苏省阜宁县生态经济系统为例进行检验,并将结果同线性回归检验结果进行比较,结果表明：江苏省阜宁县的人均生态足迹、人均生态赤字都具有显著上升趋势,人均生态承载力虽也有上升趋势,但不如前几项明显。万元GDP生态赤字虽有下降趋势,但其趋势并不显著。线性回归检的结果与Mann-Kendall检验相同,表明Mann—Kendall检验可以很好地得出生态足迹时间序列的趋势性以及趋势性大小（斜率）。     

河南省耕地和粮食灰色关联分析

收集整理 1 949～ 1 999年河南省耕地、人口、粮食和复种指数等资料 ,定量分析耕地的数量变化、质量状况和耕地减少的形式 ,用一元线性回归法预测人口变化趋势 ,对粮食生产与其影响因素进行灰色关联分析和相关分析 ,提出外延式和内涵式开发耕地资源增产粮食的途径 ,对粮食单产和耕地复种指数进行回归分析.     

南京城区住宅售租价格时空分异与影响因素

住宅价格空间分异是中国城市地理学和经济地理学近年来关注的热点前沿课题。以南京4560个居住小区为研究总样本,采集2009-2017年间30个季度各小区平均住宅售价和租金,选取6个特征时段和小区分布相对集中的重点研究区,采用克里格插值法分析研究区内住宅售租价格的空间分异与演变特征,发现售价空间分异明显加剧,高值区渐显于河西新城、江心洲和鼓楼名校学区;租金空间则从城市中心向外围递减格局转变为整体更加均衡的新老城区多中心结构。在此基础上,重点围绕住宅“区位”属性,构建售租价格分异影响因素指标体系,通过逐步多元回归分析发现,中心位势变量对售租价格的解释度最高,而配套服务类区位因素对售租价格的解释力在降低。南京城市房价快速增长背景下,常规“区位”因素对房价分异的重要性持续减弱,学区、政策偏向等特殊“区位”因子对房价的决定性作用则逐步突显,而“售租比”全面快速增长则预示着城市房价风险程度的整体提高。     

中国城市住宅价格的空间分异格局及影响因素

分别研究2009年中国286个地级以上城市住宅均价和房价收入比的空间分异格局、总体趋势、空间异质性和相关性;根据供需理论和城市特征价格理论建立了影响中国城市住宅价格空间分异的初选因素,并根据半对数模型分析主要影响因素。结果表明：① 中国城市住宅价格空间分异显著,呈现出空间集聚性分异（东南沿海三大城市群与内陆城市之间）和行政等级性分异（省会与地级市之间）的双重格局;② 房价收入比较高的城市数量更多,分布范围更广,购房难度较大的城市已超过一半;③ 住宅均价的总体分异趋势和空间异质性都强于房价收入比;④ 城市居民收入与财富水平和城市区位与行政等级特征是住宅价格空间分异的两大核心影响因素。     

基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较

鉴于已有研究主要集中探讨住房价格的空间依赖性,较少涉及空间异质性对住房特征价格的影响,也很少尝试构建不同计量模型来比较模型间刻画住房价格影响因素空间分异的准确性,以长沙市中心城区为研究区,采用空间扩展模型和地理加权回归模型比较分析城市住房价格影响因素的空间分异,结果表明：① 空间扩展模型和地理加权回归模型都表明,长沙市中心城区的住房属性边际价格随着区位的变化而变化,揭示住房价格影响因素具有显著的空间异质性;小区环境、交通条件、教育配套、生活设施等因素对住房价格的影响强度存在明显的空间分异。② 地理加权回归模型和空间扩展模型都能对传统特征价格模型进行改进,但地理加权回归模型在解释能力和精度方面都超过空间扩展模型;对属性系数估计空间模式的分析,地理加权回归模型形成的结果比采用坐标多义扩展的空间扩展模型更为复杂和直观。     

Segmentation of the Housing Market and its Determinants: Seoul and its neighbouring new towns in Korea

This study identifies the spatial pattern of housing price changes and their determinants in Seoul and its neighbouring new towns. The results of a cluster analysis show that the spatial pattern of housing price change rates is nor correlated with housing prices. It is found that housing price change rates vary with the Chonse price index and money supply, building permit area, stock price index, and yield on 3 year corporate bonds. It is also shown that the more apartment units that are built in a region, the lower the housing price change rate.     

Local Spatiotemporal Modeling of House Prices: A Mixed Model Approach

The real estate market has long provided an active application area for spatial–temporal modeling and analysis and it is well known that house prices tend to be not only spatially but also temporally correlated. In the spatial dimension, nearby properties tend to have similar values because they share similar characteristics, but house prices tend to vary over space due to differences in these characteristics. In the temporal dimension, current house prices tend to be based on property values from previous years and in the spatial–temporal dimension, the properties on which current prices are based tend to be in close spatial proximity. To date, however, most research on house prices has adopted either a spatial perspective or a temporal one; relatively little effort has been devoted to situations where both spatial and temporal effects coexist. Using ten years of house price data in Fife, Scotland (2003–2012), this research applies a mixed model approach, semiparametric geographically weighted regression (GWR), to explore, model, and analyze the spatiotemporal variations in the relationships between house prices and associated determinants. The study demonstrates that the mixed modeling technique provides better results than standard approaches to predicting house prices by accounting for spatiotemporal relationships at both global and local scales.     

2007—2019年中国城市土地价格的空间分化

土地价格是城市综合发展水平的反映,厘清中国城市土地价格的时空演变特征及其成因,有助于从宏观上把握地区间的发展差异。本文以地级行政区为研究对象,系统分析2007—2019年中国332个城市综合土地价格和住宅、商服、工矿仓储用地价格的演变特征及驱动因素,主要结论如下：① 2007—2019年间中国城市综合地价呈现显著的上涨趋势,由2007年的392.34元/m²上升至2019年的1357.31元/m²,年均增长80.73元/m²;地价水平在空间上呈现“东南高,西北低”的格局。② 三种主要地类的价格及增速高低依次为：住宅用地>商服用地>工矿仓储用地,发展逐渐分化,差距不断扩大。③ 不同等级城市的土地价格逐渐分化为三类：高速增长型（一线城市）、平稳增长型（新一线城市和二线城市）和缓慢增长型（三线城市、四线城市和五线城市）,呈现出明显的“马太效应”。④ 人均地区生产总值、人口密度和普通中小学学校数越高的城市,各类土地价格越高;本地人均地区生产总值、第二产业占比和第三产业占比越高的城市,其相邻城市的住宅和商服地价越高,工矿仓储地价越低。     

长三角一体化区域城市房价空间分异的模式与效应

城市住房制度市场化改革以来,中国城市房价整体快速上涨,区域房价分异加剧。区域内部房价空间分异是城市发展差距的综合反映,即城市资源要素综合配置能力差异的物化表达。基于中国房价行情平台提供的2008—2018年地级城市和区县尺度城市房价数据,分析长三角一体化区域房价增长与分异过程,发现区域整体房价呈现快速上涨、相对平稳和再度快速上涨3个阶段,区域房价差异随房价上涨而扩大,上海、杭州和南京等城市房价增长更快,浙江、苏南地区与安徽、苏北地区的房价差距拉大。根据房价增长、城市等级与区位特征,将长三角327个区县划分为核心城市城区、中心城市城区、发达城市城区、其他城市城区、核心圈层县市和外围地区县市6种类型,提出一体化区域城市房价表现为整体上涨相对更快、不同类型区县间差异拉大、同类区县间存在“俱乐部收敛”等增长与分异模式。区域城市房价快速上涨与过度分异,驱使高端产业、人口等资源要素向少数“超级明星城市”集聚,加剧区域不平衡,不利于长三角地区实现更高质量一体化发展。     

全球石油供应下新地缘政治经济格局分析

本文选取1994年1月到2011年12月的时间序列数据,从地缘政治视角研究国际石油供给的格局及石油价格波动主导权。首先通过ArcGIS分类来展现石油供给的地缘政治格局总体面貌;其次对国际石油价格波动主导权进行实证分析,结果显示石油存储量与石油价格之间并非简单的线性关系,且在金融危机时期呈现负相关关系,在地缘政治事件频发时期呈现正相关关系;进一步对主导权量化估算,结果表明,国际石油价格波动主导权更多的掌控在OECD需求方,即金融业主导国家。随着时间的推移,NonOECD需求方与石油供给方对国际石油价格主导权逐渐增加,同时,金融因素对国际油价波动的主导权不容忽视。