环渤海地区水污染物排放的时空格局及其驱动因素

本文基于地级行政单元的水污染物排放和社会经济截面数据,分析环渤海地区水污染物排放的流域特征与时空分异,定量解析环渤海地区及高强度排放聚集区内水污染物排放的驱动因素。研究结果表明：①海河流域是环渤海地区纳污量最大、增量最突出的流域,其化学需氧量和氨氮排放分别占区域排放总量的38.94%、39.23%。②2005年以来,环渤海地区水污染物高排放区从零星分布向连片分布转变,京津冀、山东半岛、辽中南已成为水污染物高排放区的叠加区域。③环渤海地区水污染物排放具有显著空间溢出效应,且空间关联程度呈增大趋势,水污染排放热度呈沿海向内陆递减态势,海河流域热度显著高于其他流域,沿海合作区显著高于内陆协作区;京津冀长期处于热点区和次热区,热区覆盖范围由海河向淮河流域拓展。④不同水污染物排放的驱动因素差异显著,对化学需氧量排放而言,经济增长速度、固定资产投资因素呈较强的正向带动,而城镇化水平和工业化程度表现出显著负向影响;对氨氮排放来说,人口规模呈正向带动,固定资产投资和外商直接投资亦有一定正向影响,经济发展水平则呈现显著的抑制作用。     

长三角城市群重心移动及其驱动因素研究

长三角城市群在整个中国的区域发展战略中具有十分重要的地位,为深入把握这一地区发展的空间变化态势、更好地指导长三角地区的发展实际,在测算和分析1994～2004年间长三角城市群重心位置及其变化趋势的基础上,深入探讨了近些年长三角城市群重心移动的驱动因素。结果显示,1994年以来,长三角地区的城市群重心向西北方向移动了超过20 km,重心所在位置由苏州和嘉兴的交界处移至苏州市中心附近。而从其变化的趋势来看,未来的城市群重心仍将偏向西北方向,落到苏州和无锡的交界地带。这种态势的出现主要是由于长三角内部各城市受到其自然和区位条件、经济发展以及社会环境等诸多因素的影响,使得其发展呈现出一定的差异性,进而驱动了各城市不同程度的发展及其在整个长三角地区地位的转变,并最终致使城市群重心向自然区位条件优越、经济社会发展较快的西北方向移动。     

中国高新技术企业分布影响因素的空间异质性与尺度效应

影响高新技术企业分布的因素往往具有空间非平稳性,然而既有研究对其关注尚少。基于2017—2019年间认定的215791家高新技术企业数据,运用多尺度地理加权回归模型（MGWR）,刻画了中国高新技术企业的空间分布格局,识别了其影响因素的空间异质性与尺度效应,结果表明：① 2019年中国高新技术企业的空间分布呈现出在以“北上广深”为首位中心,以成渝与区域性中心城市为次位中心的高度集聚特征。② 企业内部因素、城市知识创造水平、技术创新水平、创新环境水平和外部连通水平共同影响了高新技术企业的空间分布。③ 影响高新技术企业分布的因素存在空间异质性,公司年龄、高校学生数量、互联网的影响呈现出“东-西”向空间分异格局,专利申请数、高新区、生活设施的正向影响呈现出“南-北”向空间分异格局,高铁的正向影响呈现出“东南-西北”向空间分异格局,研发费用投入对东北地区影响最大,市场化水平对京津冀和珠三角城市群地区影响最大。④ 影响因素存在尺度效应,靠近创新末端的变量具有更大的作用空间尺度。最后,本研究提出相关的政策建议,以期为高新技术产业的发展提供借鉴与参考。     

住房价格空间格局及其影响因素的多尺度效应——以福州中心城区为例

基于2021年福州中心城区3 386个商品房住宅小区住房价格等数据,运用空间统计和多尺度地理加权回归,分析住房价格空间分布特征及其影响因素的作用尺度。结果表明：1）福州中心城区住房价格在东西和南北方向为倒“U”型曲线,东西向对称,南北向差异较大。空间格局呈“一主两副”的多中心模式,住房价格高的小区呈现“倾闽江、倾重点学区、倾商场、倾医院和倾生态资源”的特征。2）住房价格因素对空间异质性的影响明显,拥有专属带宽,楼龄、商场、小学等级是作用尺度趋近街道的局部因素,容积率、医院是作用尺度趋近区级行政区的局部因素,地铁站、长途汽车站、大学是作用尺度趋近福州中心城区的全局因素。3）住房价格显著影响因素的作用强度从大到小依次为小学等级、楼龄、长途汽车站、商场、容积率、大学、医院及地铁站。其中,小学等级、长途汽车站、容积率、医院与住房价格呈正相关,楼龄、商场、大学、地铁站与住房价格呈负相关。     

中国省域新经济发展的时空格局与驱动机制——基于中介效应模型和MGWR模型的实证分析

发展新经济是实现新旧动能转换的关键,该文在新经济概念界定的基础上,从新产业和新业态两个维度构建包含22项指标的中国省域新经济发展水平测度指标体系,基于2013-2018年31个省域的面板数据,采用熵值法测度中国省域新经济发展水平,运用空间统计方法揭示中国省域新经济发展的时空特征,从理论层面阐释中国省域新经济发展的驱动机制,并借助中介效应模型和MGWR模型实证检验驱动机制。研究表明：中国省域新经济发展格局具有南高北低演变趋势;提升科技创新能力、对外开放水平和互联网发展水平会促进中国省域新经济发展,环境污染程度加剧会抑制中国省域新经济发展,科技创新是环境污染和互联网发展影响中国省域新经济发展的中介变量;各因素对中国省域新经济发展影响的空间异质性具有南高北低特征;要以提升黄河流域的科技创新能力为着力点,优化中国省域新经济发展格局。     

1990年来广东区域发展的空间溢出效应及驱动因素

采用尺度方差、核密度估计、空间马尔科夫链和地理加权回归对1990-2010年广东省区域经济发展的溢出效应及其驱动因素进行了时空动态分析。1尺度方差研究表明,在3个尺度分析的基础上发现县级尺度对整个区域经济差异的贡献份额最大,因此是空间溢出效应研究的核心尺度;2核密度估计研究表明,1990-2010年间县域人均GDP差距呈不断扩大趋势,2000-2010年相比于1990-2000年人均GDP差距幅度更大,使得空间溢出更为明显;3空间马尔科夫链研究表明,在县域经济发展过程中存在空间溢出效应,若以较富裕地区为邻,受到的溢出效应是正向的,县域经济向上转移的概率增加,向下转移的概率减小,反之亦然。4空间滞后回归和地理加权回归研究表明,全球化、简政放权和固定资产投资是广东省空间溢出效应的三个核心驱动因素;市场化、城镇化水平和储蓄水平是辅助理解其空间溢出效应的驱动因素。     

兰州市主城区房价分异及驱动因素研究

以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m^-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。     

长江经济带生态用地变化类型识别及驱动因素分析

生态用地能够为人们提供生态产品和生态服务,对于维持生态系统健康与安全有着不可替代的作用。在我国城镇化进程快速推进的过程中,生态用地被大量侵占、受损严重,许多土地生态功能丧失。本研究基于1995-2015年的土地利用数据,探究长江经济带生态用地变化时空演变规律,并使用地理探测器和地理加权回归模型对于生态用地变化的驱动机制分别开展全局效应与局部效应分析。本研究将生态用地变化划分为5个类型:严重受损、轻微受损、保持不变、轻微恢复、明显恢复。研究结果表明:1995年至2015年,长江经济带生态用地面积呈现先增加后减少的趋势,但是总体的趋势是减少的,受损面积大于恢复面积。其中,减少的面积主要来自于林地和耕地。在这20年间,从生态用地变化类型来看,保持不变类型的面积最大,其次是轻微受损和轻微恢复类型。生态用地变化是多种因素相互作用的结果,而任何两个驱动因子共同作用的解释力都大于单一的驱动因素。此外,根据地理位置的不同,不同驱动因子对于生态用地变化的影响也不同。本文研究结果有助于土地管理者和政策制定者更好地制定区域和地方的相关土地利用政策。相关经验教训也可以推广到其他地区,以更好地管理生态用地,实现可持续发展。     

基于地理加权回归的中国灰水足迹人文驱动因素分析

根据Hoekstra和Chapgain提出的污染物吸纳理论,估算了2012年全国31个省（区、市）的灰水足迹,采用空间自相关分析方法探讨了2012年中国灰水足迹的空间分布特征,通过构建基于地理加权回归的STIRPAT模型,测算了人口和富裕等人文因素对灰水足迹的影响。结果表明：中国灰水足迹存在较强的空间正相关性和空间分布不均衡性;人文因素对水资源环境的威胁大小排序,依次为城市化率、人口数量、产业结构和富裕程度,其中,城市化率、人口数量、农业比重和人均GDP每提高1%,分别引起灰水足迹增加1.03%、0.85%、0.63%和0.52%;人文因素对灰水足迹的影响存在空间差异,人口对灰水足迹的影响由北向南逐步加大,富裕对灰水足迹的影响由西向东逐渐减小,农业和城市化对灰水足迹的影响由南向北逐步增大;在现有样本范围内,计算结果有条件地支持环境Kuznets曲线。     

中国美丽乡村空间格局演变及其影响因素

以2014年、2017年、2020年对应的140、560、1216个美丽乡村为研究对象,运用GIS空间分析方法研究美丽乡村空间格局演变特征,采用地理探测器和多尺度地理加权回归探究美丽乡村空间格局的影响因素及其在空间上的分异。研究表明：① 美丽乡村空间分布的集聚性增强,主要集聚区呈现“带状-网状-面状”分布的演变趋势,热点区由沿海地带向内扩散。② 美丽乡村的空间分异是多因素共同作用的结果,但各影响因素对美丽乡村空间分异的解释度呈显著差异,其中非物质文化遗产、5A级景区、人口密度对美丽乡村空间分布的解释力最大。③ 主要影响因素对美丽乡村空间分布的影响作用存在空间差异,且局部不平衡性显著,正相关和负相关分析单元具有呈块状与带状的聚集特征。     

Drivers of water pollutant discharge in urban agglomerations and their scale effects: Empirical analysis of 305 counties in the Yangtze River Delta

Revealing the drivers and scale effects of water pollutant discharges is an important issue in the study of the environmental consequences during urban agglomeration evolution. It is also a prerequisite for realizing collaborative water pollutant reduction and environmental governance in urban agglomerations. This paper takes 305 counties in the Yangtze River Delta (YRD) as an example and selects chemical oxygen demand (COD) and ammonia nitrogen (NH₃-N) as two distinctive pollutant indicators, using the Spatial Lag Model (SLM) and Spatial Error Model (SEM) to estimate the drivers of water pollutant discharges in 2011 and 2016. Then the Multiscale Geographically Weighted Regression (MGWR) model is constructed to diagnose the scale effect and spatial heterogeneity of the drivers. The findings show that the size of population, the level of urbanization, and the economic development level show global-level increase impacts on water pollutant discharges, while the level of industrialization, social fixed assets investment, foreign direct investment, and local fiscal decentralization are local-level impacts. The spatial heterogeneity of local drivers presents the following characteristics: Social fixed assets investment has a strong promoting effect on both COD and NH₃-N discharges in the Hangzhou-Jiaxing-Huzhou region and the coastal area of the YRD; industrialization has a promoting effect on COD discharges in the Taihu Lake basin and Zhejiang province; foreign direct investment has a local inhibitory effect on NH₃-N discharge, and the pollution halo effect is more prominent in the marginal areas of the YRD such as northern Jiangsu, northern Anhui, and southern Zhejiang; local fiscal decentralization has a noticeable inhibitory effect on COD discharge in the central areas of the YRD, reflecting the positive impacts on improved local environmental awareness and stronger constraints of multilevel environmental regulations in the urban agglomeration. Therefore, it is recommended to guide greener development to reduce the water pollutant discharge; to embed an environmental push-back mechanism in the fields of industrial production, capital investment, and financial income and expenditure; and to establish a high-quality development pattern of urban agglomerations systematically compatible with the carrying capacity of the water environment.     

Driving factors and spatiotemporal effects of environmental stress in urban agglomeration: Evidence from the Beijing–Tianjin–Hebei region of China

Environmental stress is used as an indicator of the overall pressure on regional environmental systems caused by the output of various pollutants as a result of human activities. Based on the pollutant emissions and socioeconomic databases of the counties in Beijing–Tianjin–Hebei region, this paper comprehensively calculates the environmental stress index(ESI) for the urban agglomeration using the entropy weight method(EWM) at the county scale and analyzes the spatiotemporal patterns and the differences among the four types of major functional zones(MFZ) for the period 2012–2016. In addition, the socioeconomic driving forces of environmental stress are quantitatively estimated using the geographically weighted regression(GWR) method based on the STIRPAT model framework. The results show that:(1) The level of environmental stress in the Beijing–Tianjin–Hebei region was significantly alleviated during that time period, with a decrease in ESI of 54.68% by 2016. This decrease was most significant in Beijing, Tangshan, Tianjin, Shijiazhuang, and other central urban areas, as well as the Binhai New Area. The level of environmental stress in counties decreased gradually from the central urban areas to the suburban areas, and the high-level stress counties were eliminated by 2016.(2) The spatial spillover effect of environmental stress increased further at the county scale from 2012 to 2016, and spatial locking and path dependence emerged in the cities of Tangshan and Tianjin.(3) Urbanized zones(development-optimized and development-prioritized zones) were the major areas bearing environmental pollution in the Beijing–Tianjin–Hebei region in that time period. The ESI accounted for 65.98% of the whole region, where there was a need to focus on the prevention and control of environmental pollution.(4) The driving factors of environmental stress at the county scale included population size and the level of economic development. In addition, the technical capacity of environmental waste disposal, the intensity of agricultural production input, the intensity of territorial development, and the level of urbanization also had a certain degree of influence.(5) There was spatial heterogeneity in the effects of the various driving factors on the level of environmental stress. Thus, it was necessary to adopt differentiated environmental governance and reduction countermeasures in respect of emission sources, according to the intensity and spatiotemporal differences in the driving forces in order to improve the accuracy and adaptability of environmental collaborative control in the Beijing–Tianjin–Hebei region.     

长江三角洲城市群发展的优势及动态变化(英文)

Urban agglomeration on Yangtze River Delta (UA-YRD) had some advantages in the aspects of water, land, ecological environment, location and transportation. Relying on the resource-environment bases and other advantages, UA-YRD has achieved great develop-ment. Based on index system and model of comprehensive evaluation, the paper calculates the development level of UA-YRD since 1978. The result shows that from 1978 to 2007, the development level increased year by year at an annual rate of 0.0333, and the process of development could be divided into three stages, i.e. low-speed development stage (1978-1991), rapid development stage (1991-2000), and high-speed development stage (2000-2007). The speeds are 0.0083, 0.0356 and 0.0766, respectively. During the 30-year development, foreign economic activity has the greatest effect on development, followed by transportation, industrial economic activity and telecommunication (in order). Additionally, different driving forces have different effects in different stages. The paper suggests that more attention should be paid to the high-speed development stage and the important driving forces to drive its development. At the same time, the limitation of resource and environment should not be neglected and a long effective mechanism needs to be established to sustain harmonious development among the UA development, resource utilization and environmental protection. Some comparative studies should be carried out urgently to support and promote sustainable development of UA effectively, especially towards evolution, driving forces and braking forces.     

长三角城市群网络特征与省际边界效应——基于人口流动视角

构建城市网络化与消除行政边界所导致的阻隔效应是城市群一体化过程中所面临的双重问题.网络视角下,行政边界呈现出何种程度的空间效应是揭示区域演化机制的科学问题.基于人口流动要素构建长三角城市群网络,定量识别城市网络中的省际边界效应问题.研究指出:①网络密度、平均中心性和平均控制力三项指标一致表明基于人口流动的长三角城市群网...     

基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析

城镇用地扩展格局及驱动力研究对城市群发展规划与决策具有重要意义。以京津冀地区为例,基于城镇用地扩展强度指数、城镇用地扩展差异指数、分形维数、土地城镇化率和重心转移模型,多维解析了城市群城镇用地扩展格局特征,并耦合重心转移模型和时空地理加权回归（GTWR）模型构建重心-GTWR模型,在对空间格局进行长时间序列多维度指标分析的基础上,运用该模型依序对其特征进行驱动力解读,进而总结凝练京津冀区域发展的主导模式与城市核心驱动力。主要结论为：① 1990-2015年,京津冀城市群城镇用地扩展强度呈现“下降-上升-下降”的趋势,高峰时期在2005-2010年,在2005年之前高速发展城市集中在北京、天津、保定和廊坊,2005年之后集中在邢台和邯郸;② 城市群城镇用地重心虽呈现出发散态势,但城市之间的局部相互作用力逐渐增强,城镇用地扩展驱动力表现出空间溢出特征;③ 京津冀城市群空间发展模式由以北京和天津为中心的双核发展模式向多核发展模式转变,并出现北部资源运输核心、中部经济发展核心和南部投资发展核心三大功能核心组团,城市群趋向于多核功能协同发展模式;④ 重心-GTWR模型结合了时空非平稳性和城市空间相互作用,将城市群城镇用地扩展作为一个时空变化系统进行分析,经验证,该模型在城镇用地扩展格局驱动力分析研究中具有可行性。     

高速铁路对生产性服务业空间集聚的影响——以长三角城市群为例

为深入探究高铁与生产性服务业空间集散间的关系,论文以长三角城市群为研究区域,基于2002—2017年26个地级及以上城市高铁运营数据和城市经济数据,通过多期双重差分模型的静态视角和动态双重差分模型的动态视角考察高速铁路对生产性服务业及其细分行业的空间集聚效应。结果表明：① 高铁效应与城市高铁发展水平密切相关,受时空压缩和客运组织的综合影响。对生产性服务业而言,静态层面上,高铁显著促进生产性服务业向沿线城市集聚;动态层面上,高速铁路对生产性服务业空间集聚效应具有显著的阶段性和滞后性,且作用强度随高铁网络化逐年增强。② 高铁影响下生产性服务业细分行业空间组织趋于差异化,其中研发设计业为“高显著促进型”产业,信息服务业和金融服务业为“中显著促进型”产业,运输服务业、节能与环保服务业、生产性租赁服务与商务服务业为“高显著抑制型”产业,高铁对批发与贸易经纪代理服务业影响不显著。③ 高铁对生产性服务业细分行业动态效应具有显著行业异质性和阶段性,这一阶段性特征与高铁对生产性服务业整体的动态效应保持相对一致;具有相同静态特征的产业在高铁影响下表现出相同的动态空间特征。     

城市韧性对旅游经济的空间溢出效应研究——以长三角城市群为例

城市为旅游发展提供支撑,其韧性水平对区域旅游发展具有重要的影响。论文利用长三角城市群各地区2004—2018年的面板数据,在定量测算城市韧性的基础上,借助空间面板杜宾模型揭示城市韧性对旅游经济的空间溢出效应。结果显示：长三角各地区城市韧性水平空间差异显著,但总体上韧性水平呈现上升趋势。城市韧性与旅游经济之间存在较强的空间相关性,城市韧性对旅游经济具有显著的空间溢出效应(ρ=0.444,P<0.01)。其中,城市经济韧性和城市生态韧性对旅游经济具有正向溢出效应,城市社会韧性和城市工程韧性对旅游经济具有负向溢出效应。未来城市旅游发展需要关注城市韧性水平,注重城市韧性的空间溢出效应,避免虹吸效应,同时还需要加强长三角城市群区域间交流合作,促进旅游经济高质量发展。     

快速城镇化背景下长三角城镇建设用地群态化特征及演变模式

城市群作为国家新型城镇化的主体形态,表征其空间结构和组织演变的城镇建设用地具有明显"群态化"特征.借鉴群落生态学理论,利用城镇用地开发速率指数、景观指数、核密度估计等方法 ,对长三角城市群1978-2017年城镇建设用地的规模分布、形态变化和集聚状态进行探讨,提炼出快速城镇化背景下城镇建设用地的群态化演变模式.研究结果...     

珠三角城市群生态游憩空间分异特征及关联性因素

生态游憩空间是居民放松身心、亲近自然的主要活动场所,是提升居民生活质量和幸福感的重要开放空间。随着城市群的一体化发展,以及城市群居民对居住环境和休闲品质要求的提高,生态空间游憩利用的区域组织成为了新的理论课题。本文在界定生态游憩空间并对其进行空间解译的基础上,运用GIS空间分析方法,对珠三角城市群生态游憩空间分布的集聚和分异特征进行了刻画,并分析了其与人文、自然生态要素的空间关系,揭示生态游憩空间分布存在的问题与成因。结果显示：① 各城市生态空间游憩利用率的空间分异明显,反映了生态空间游憩利用缺少有效的区域统筹。② 生态游憩空间数量、规模、等级以及生态空间游憩利用率分布具有空间集聚特征,但四者的集聚导向存在差异。③ 生态游憩空间分布与地形、交通具有空间依存关系,但与水系、旅游要素以及文化资源分布的关联性不明显。④ 生态游憩空间面积分布与人口密度分布相反,说明珠三角城市群生态空间游憩服务存在供需空间错位矛盾。