中国人口死亡率空间格局演变及其影响因素

人口死亡率是人口转型关键因素之一,而人口转型又关系着地区社会经济发展质量。以2000—2015年粗死亡率数据为基础,通过变异系数、趋势分析和空间自相关分析中国人口死亡率空间格局差异及演变态势,并结合偏最小二乘回归定量分析人口死亡率影响因素。结果发现：（1）中国人口死亡率大致呈西北、东北和东南低,中部及西南高态势,且各时段人口死亡率降低省份高于增长省份;（2）中国各省死亡率变异系数差异悬殊,且在空间趋势中东西方向呈现两端低中间高、南北方向由两端低中间高向北低南高转变;（3）人口死亡率全局空间集聚程度不断减弱,区域差异缩小,且局部空间上以高-高和低-低聚集为主;（4）人口老龄化是人口死亡率提升的主要推动因子,其次分别为工业废水排放总量、突发环境事件次数和气候条件等。人均生产总值对人口死亡率起主要抑制作用,其次分别为每千人口床位数、每十万人口大学平均在校生数、人均用水量和空气质量。农作物受灾面积合计对人口死亡率在不同年份作用力不一致。     

北京城区餐饮老字号空间格局及其影响因素研究

餐饮老字号是北京的饮食品牌,更是重要的文化景观和城市名片。在调查北京城区老字号餐饮业的基础上,运用统计分析、GIS空间分析、比较分析和因素分析的方法,从菜系口味、餐饮档次两个视角进行了系统分析,以期为城市餐饮格局优化、老字号餐饮业发展规划及城市饮食文化的保护与传承提供借鉴。结果显示,餐饮老字号在中心城区发展比较成熟,外围城区发展相对缓慢;越靠近城市中心,餐饮老字号的分布密度越大、餐饮品牌越多;总体呈现中心集聚、外围分散、圈层式递减的非均衡分布特点。餐饮老字号的空间格局形成与发源地因素、城市文化传统、社会变革因素、旅游活动因素、城市建设与扩张因素、区域经济水平等诸多因素有关。     

中国人口老龄化空间格局演变及其驱动因素

基于第五、六次人口普查数据,采用ESDA和空间计量模型分析中国地级单元人口老龄化的空间格局演变特征及驱动因素。结果表明:①胡焕庸线是中国人口老龄化呈东高西低的显著分割线,随着老龄化不断加深,最初自西向东阶梯上升的空间格局逐渐模糊;②各地级单元间人口老龄化存在较强的空间正相关性,呈现出高-高和低-低相似值集聚的空间分布特征。其中高-高集聚区主要分布在长三角、成渝、山东半岛、辽中南等地区,低-低集聚区主要分布在西北地区、西南部分地区、东北地区西部和珠三角部分地区,10 a间这种正向的空间集聚特征减弱;③中国人口老龄化空间格局演变是由人口因素和社会经济因素共同作用决定的,人口因素是直接原因,根本原因是地区社会经济发展的不平衡所致。对此,分别从人口和社会经济角度提出应对人口老龄化对策建议。     

中国新创通信设备制造企业空间格局及其影响因素研究

通信设备制造业是中国国民经济的重要产业。近年来,中国通信设备制造业发展迅速,其空间格局呈现出新的特征。论文基于中国2013年规模以上通信设备制造业企业数据、2014—2019年成立的通信设备制造企业数据,运用核密度分析、负二项回归分析等方法,分析中国新创通信设备制造企业空间格局及其影响因素。研究发现：① 中国新创通信设备制造企业趋向在该产业基础较好的珠三角、长三角、京津冀、成渝4大城市群集聚,其中以深圳为中心的珠三角产业集聚优势更加明显;② 在4大城市群内部,新创通信设备制造企业从核心地区向外围地区扩散;③ 该产业原有产业基础较弱的南昌市、红河州、郑州市、贵阳市等中西部地区,也集聚了一些新创通信设备制造龙头企业;④ 城市的知识复杂性和原有产业基础对所有类型新创通信设备制造企业进入具有正向的影响,产业关联密度有助于增加内资和大规模企业进入的机会,非相关多样化有利于外资企业和大规模企业进入,全球化和政府力量分别有助于外资企业、大规模企业进入。     

中国基础教育公共服务均等化空间格局及其影响因素

基于教育POI设施数据,利用ArcGIS比较统计地图（Cartogram）、核密度分析和探索性空间数据分析（ESDA）等方法对基础教育公共服务均等化空间格局进行研究,并采用地理加权回归（GWR）方法对其格局形成的影响因素进行探究。结果表明：东部和中部地区基础教育公共服务资源数量约占65%,基础教育公共服务的高值区域与城市群所在区域较为吻合,低值区域主要分布于胡焕庸线以西,东西部基础教育资源绝对数量差异明显。学前教育服务人均数量的低值区主要分布在西部,中部也存在部分低值塌陷区,相较于中小学,学前教育公共服务的非均等化问题突出。小学和中学教育公共服务人均数量的高高集聚（H-H）和低低集聚（L-L）区域在东中西地区均有分布,综合而言,地区基础教育公共服务人均数量均等化优于绝对数量的均等化状况。常住人口、第三产业比例、建成区面积是基础教育公共服务均等化空间格局分异的主要影响因素。     

中国新创汽车企业退出的空间格局及其影响因素

汽车产业正处于百年一遇的大变革时期。近年来,中国兴起了造车热潮,大量新创企业进入到汽车制造领域。伴随着中国汽车销售市场下行,新创汽车企业持续退出,产生了一定的负面影响。基于微观企业数据库,基于均质背景的核密度分析方法,分析新创汽车企业退出的空间格局;基于非均质背景的核密度分析方法,识别新创汽车企业高退出风险的“热点”区域;运用二值Logit回归方法分析影响新创汽车企业退出的因素。研究发现：① 高进入地区退出的新创汽车企业数量较多,企业退出空间格局整体呈现以长三角为核心的态势;中国沿海和沿长江多个城市退出的新创汽车企业规模较大。② 高退出风险“热点”区域位于江西省抚州市、宜春市、吉安市、山东省烟台市、安徽省池州市、铜陵市等地。③ 相关多样化降低了新创汽车企业的退出概率,非相关多样化增加了企业的退出概率;城市原有的整车产业关联密度越高,整车企业规模越大,新创整车企业退出的概率越低。高全球化水平、高国有工业依赖度、低税收负担率有助于降低新创汽车企业退出概率。     

长沙城市空间破碎化的格局特征及其影响因素

空间破碎化是城市空间结构研究亟待深化的重要课题。从形态、联系以及功能3个维度构建城市空间破碎化测度指标,并运用地理探测器模型,探讨长沙城市空间破碎化的格局特征及其影响因素。主要结论：① 城市空间破碎化可从形态分割、联系阻隔、功能失序三方面进行测度,形态分割可用平均地块面积指数表征,联系阻隔可用平均阻抗指数刻画,功能失序可用功能多样指数、邻接冲突指数来反映;② 长沙城市空间破碎化呈现圈层式分异为主、扇形扩展分异为辅的格局特征,低破碎化区主要分布在城市核心区,高破碎化区沿着特定的扇面向外围扩展,且主要分布在大型封闭社区、工业园区、山地绿地及大型站场等区域;③ 长沙城市空间破碎化的空间分异是多因素综合作用的结果,其中海拔、坡度等自然因素是基础因素,土地价格、人口密度、设施投入是主导因素;④ 长沙城市空间破碎化治理可从突破市场供给约束、市场需求约束和设施丰度约束三方面着手,采取针对性调控对策,以最大程度地消减空间破碎化带来的负面效应。     

中国县域网络购物空间格局及其影响因素

基于阿里巴巴县域网络购物数据,分析中国1915个县域的网购格局,并利用地理探测器探讨其影响因素。结果表明：① 县域网购格局整体上以江浙为核心、从东部沿海向内陆扩散,但存在由东部沿海向华北地区延伸的高值条带及内陆散落状的高值区,低值集聚区主要在西南、东北地区。② 县域网购水平的核心影响因素是网商水平、城镇化水平、居民收入,二级影响因素是教育水平、信息化水平、物流发达程度,其他因素的影响较小。③ 不同地区县域网购水平的主要影响因素存在较大差异。除城镇化和受教育水平是所有县域的主要影响因素外,中部地区县域还受收入水平、信息化的影响,西部地区县域还受物流发达程度、经济水平、零售水平的影响,东部地区县域还受网商水平的影响。     

中国美丽乡村空间分异及其影响因素研究

运用GIS空间技术探讨中国美丽乡村的空间分布格局,分析其影响因素,总结美丽乡村建设中的问题并提出优化对策。结果表明:①从全局上看,中国美丽乡村地区分布不均衡,呈"大分散、小聚集"的分布格局。②美丽乡村类型分布差异明显,历史古村主要分布在东部沿海以及京津冀地区;中部及东北部分布较多现代新村且具有交通指向性,沿主要铁路呈网罗式分布。③区域密度分布差异较大,经向地带性差异较为明显,呈现京津冀和长三角两个中心密集区,总体表现为东部密集、西部稀疏的格局。④冷热分布不均衡,表现出"大部分冷、局部热"的格局,热点区集中在长江中下游地区及山东、河南等地,冷点区多集中在西南地区。⑤美丽乡村的分布受自然和人文因素影响,自然因素表现为地形地貌和水文状况,人文因素体现在地区经济发展水平、政策扶持力度、历史和民俗文化的深厚程度等。⑥当前美丽乡村建设仍存在资源分配不平衡、特色文化资源挖掘不足以及可持续发展动力缺乏等问题,鉴于此,从发展方式、资源整合及监督机制三方面提出优化路径。     

中国乡村治理示范村镇空间分布格局及影响因素研究（英文）

村镇治理是推进国家治理体系和治理能力现代化的基本要求,关乎国家乡村振兴战略的实施和国家治理现代化目标的实现。本文以全国2189个乡村治理示范村镇为研究对象,综合运用最邻近点指数法、核密度估计法、网格维数分析法、空间自相关分析法,探索乡村治理示范村镇的空间分布结构与影响因素。研究表明：全国乡村治理示范村镇空间分布趋于集聚分布,空间分异较为明显;乡村治理示范村镇核密度分析在空间上呈现出多个核中心,以及由核中心向四周递减扩散而形成的呈带状分布的次级中心的分布格局;乡村治理示范村镇系统具有明显无标度区,分形特征显著;乡村治理示范村镇空间分布主要受自然和人文因素影响明显,其中自然因素中地形地貌和湖泊水系是主要影响因素;人文因素中社会经济、交通、民族文化是主要影响因素,人口分布的影响不显著。     

中华老字号企业空间分异及影响因素研究

以全国1128家中华老字号企业为研究对象,运用平均最邻近指数、核密度分析、不均衡指数、空间自相关分析、热点分析等经济地理分析模型,借助ArcGIS软件,对中华老字号的空间分布密度、区域分异特征、均衡态势、空间自相关性进行了计量分析。在此基础上,就中华老字号的行业类型结构特征进行了系统梳理,并揭示了其空异间分异格局与特征。最后,运用地理联系率、矢量数据缓冲区分析、相关性分析等方法揭示了其内在影响因素。研究发现：① 中华老字号的空间分异呈现2个高密度区、1个次级高密度区和多个高集聚区,核心-边缘结构较为明显,老字号企业主要集中在近现代以来经济基础较好、市场开放程度较高的华北、东部沿海地区,多以沿海开放口岸、省会城市、主干路网为核心,呈寄生状集聚。② 中华老字号企业在空间上并非随机性分布,而是呈现显著的空间自相关性。老字号企业在全国的分布呈现“集聚化,纺锤状”的分异格局,极化现象较为突出。③ 中华老字号企业的冷、热点区由长江中下游平原向南北依次呈现为“热点区-次热点区-次冷点区-冷点区”的梯度分异格局。④ 酒类、医药类、餐饮服务类老字号企业分布呈现“地区集聚化,行业集群化”格局,其他类型老字号企业在全国各地区的分布则呈现“地域均衡化,行业多元化”特征。⑤ 中华老字号的空间分异格局、类型结构特征是资源禀赋与发展基础、地域传统与社会变迁、经济发展与消费市场、文化旅游与消费需求等生产与消费多元因素共同作用及影响的结果。基于此,从中华老字号空间管理、统筹发展、资源要素优化配置、传承创新等方面提出了发展建议。     

中国专业村镇空间格局及其影响因素

探索专业村镇的地域分异格局特征及其影响因素,对实施农业转型升级与乡村振兴战略具有重要参考价值。本文基于农业农村部“一村一品”示范村镇资料揭示了中国专业村镇的空间格局,运用地理探测器模型从全国和农业区尺度分析了地形特征、资源禀赋和区位条件等村域环境因素,以及市场需求和经济基础等区域环境因素对专业村镇分布的影响。研究发现:① 中国专业村镇主要分布在胡焕庸线东南半壁,占83.64%,呈现中心集聚和由华北平原—长江下游平原向南、再向西北梯度递减特征;② 主导产业细分门类以水果、蔬菜为主,占59.45%,主要分布在黄淮海平原、关中平原、长江中下游平原、四川盆地等,且多以省会城市为中心,呈圈带状分布;③ 专业村镇空间分布受区域环境因素的影响强于村域环境因素,市场需求和经济基础因素的解释力值分别为0.30和0.19,村域环境因素中地形特征因素影响相对较大,其解释力值为0.15;④ 影响因素存在明显的区域差异,北方平原—丘陵区主要受到市场需求因素影响,农牧交错—高原区主要受到地形特征和资源禀赋因素的影响,西北—青藏高原区主要受市场需求、经济基础和区位条件的影响,而南方丘陵—高原区解释力较弱。研究可为提高农业生产专业化水平、识别和培育专业村镇和乡村振兴极、推进乡村振兴战略实施提供科学参考。     

新疆绿洲乡村聚落空间分布特征及其影响因素

乡村聚落研究是乡村地理学研究的核心内容,探讨地域乡村聚落空间特征与影响机理,具有重要的理论与现实意义。利用遥感解译数据,借助空间分析方法揭示新疆绿洲乡村聚落空间分布特征,结合地理探测器技术探讨其空间分异的影响因素;选择阿勒泰样区、天山北坡样区、吐鲁番样区和喀什样区进一步明晰不同自然和社会经济背景下绿洲乡村聚落空间分异的主控因素。结果表明:新疆绿洲乡村聚落密度小、规模小,以集聚模式为主,邻近乡镇中心、道路、河流分布特征明显;乡村聚落空间分布受到乡镇道路可达性、到县城道路可达性、坡度、到河流邻近距离、气温和高程等因素影响,而受社会、经济因素影响不显著。四大样区乡村聚落分布的主控因素存在明显差异,应依据各样区村落发展基础与主控因素,探索不同的乡村聚落空间优化模式与发展振兴方向。     

中国县域乡村地域多功能格局及影响因素识别

论文以中国大陆县域为研究单元,构建乡村地域多功能评价指标体系,利用熵权法、半变异函数和地理探测器等模型,对2000—2015年中国乡村多功能指数进行综合测评,揭示中国县域乡村地域多功能的空间分异特征,定量识别乡村地域多功能空间分异的影响因素。研究结果表明：① 中国乡村地域多功能在空间上呈现出平原、东部沿海等地区高值集聚,高原、山地等地区低值集聚,各县域乡村地域多功能整体呈现出逐渐提升态势;② 经济发展功能和社会保障功能对乡村地域多功能的贡献率逐渐增大,农业生产功能和生态保育功能对乡村地域多功能的贡献率逐渐减小;③ 2000—2015年,中国大陆范围内县域乡村地域多功能空间自相关范围和强度总体呈现减小的趋势,随机性因子成为乡村地域多功能空间分异的主要驱动力;④ 县域经济整体发展水平和财政收入是影响乡村地域多功能空间分异的主导因素;各影响因素之间的两两交互作用会增强乡村地域多功能的空间分异;社会环境因素对乡村地域多功能空间分异的影响程度逐渐上升,自然环境因素的影响程度逐渐下降。     

中国煤矿安全生产水平空间差异与影响因素

基于2001—2019年分省百万吨死亡率,利用泰尔指数、变异系数和地理探测器等对中国煤矿安全生产水平空间差异程度及其驱动因素展开定量化研究,为及时获取区域煤矿安全态势、提升煤矿事故精准预警与防范提供支持。结果显示：① 依据百万吨死亡率可将中国煤矿安全生产水平分为南方区（川云渝贵湘鄂桂赣粤苏浙闽）、东北区（黑吉辽）、西北区（青新甘）、华北区（京冀鲁豫皖）和中北区（晋陕蒙宁）5个区域,各区煤矿安全水平依次升高。② 煤矿安全水平总体差异经历了总体稳定且差异均衡期（2001—2007年）、总体及差异波动上升期（2008—2015年）、总体稳定但区间差异加大期（2016—2019年）3个发展阶段后仍保持缓慢增长态势,区内差异开始缩减但区间差异持续扩大。③ 影响五大区安全水平的因素各异,采掘环境对东北区、西北区和南方区影响大;供需情况和企业管理类指标的变化更易引起东北区、华北区和中北区安全水平变动;监察执法类指标对中北区以外的各区均具有较高的影响力;各区百万吨死亡率对经济环境均产生响应,但指标的影响系数处于中等水平。④ 监察执法、供需情况和经济环境类指标与其他类别指标普遍具有较强的非线性增强效应,通过调整监察执法类指标更易对安全水平变动产生效果。     

Spatial pattern and influencing factors of landslide casualty events

Analysis of casualties due to landslides from 2000 to 2012 revealed that their spatial pattern was affected by terrain and other natural environmental factors, which resulted in a higher distribution of landslide casualty events in southern China than in northern China. Hotspots of landslide-generated casualties were in the western Sichuan mountainous area and Yunnan-Guizhou Plateau region, southeast hilly area, northern part of the loess hilly area, and Tianshan and Qilian Mountains. However, local distribution patterns indicated that landslide casualty events were also influenced by economic activity factors. To quantitatively analyse the influence of natural environment and human-economic activity factors, the Probability Model for Landslide Casualty Events in China (LCEC) was built based on logistic regression analysis. The results showed that relative relief, GDP growth rate, mean annual precipitation, fault zones, and population density were positively correlated with casualties caused by landslides. Notably, GDP growth rate ranked only second to relative relief as the primary factors in the probability of casualties due to landslides. The occurrence probability of a landslide casualty event increased 2.706 times with a GDP growth rate increase of 2.72%. In contrast, vegetation coverage was negatively correlated with casualties caused by landslides. The LCEC model was then applied to calculate the occurrence probability of landslide casualty events for each county in China. The results showed that there are 27 counties with high occurrence probability but zero casualty events. The 27 counties were divided into three categories: poverty-stricken counties, mineral-rich counties, and real-estate overexploited counties; these are key areas that should be emphasized in reducing landslide risk.     

中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素

基于构建的“规模-效益-结构”指标体系,运用Jenks Natural Breaks分类、地理探测器、变异系数、探索性空间数据分析等方法对中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素进行分析。研究表明：① 整体空间布局呈镶嵌式分布且高值连片格局不明显,但高值区在东部、中部城市群核心区的点状串联式凸显依然可见。此外,基于规模实力的中高值集聚格局,主要分布在长江以北的“三角形”区域;中低值、低值在西部的大范围绵延分布态势明显。整体而言,镇域尺度下规模、效益分异特征与以往研究类似,以胡焕庸线为分界的东南—西北差异清晰可见。② 空间内部差异度从低到高依次为东部、中部、西部和东北,与国家经济格局吻合。基于省域、城市群尺度发现,虽然部分省区、城市群内部差异与预期差别较大,但整体上依然表现出中东部内部差异较小,西部、东北乡镇实力不强且内部差异较大的客观事实。③ 从空间关联看,综合、结构水平的高值、低值集聚的格局化特征不明显,总体与空间分布格局类似;规模、效益水平的集聚格局类似且类似于已有研究,但显著LL区的集聚格局突破胡焕庸线并形成“S”型分隔,体现出镇域尺度细化后的集聚新特点。④ 从尺度对比看,县域、市域尺度下综合、结构水平的中高值分布格局与镇域尺度类似,呈现出以中东部城市群核心区、沿海与京广发展轴辐射区为表征的空间格局。不同的是,县域、市域尺度下规模实力的中高值集聚区范围扩大延伸至长江中下游以南,形成“四边形”区域。从胡焕庸线分异特征看,两者仅有规模水平分布类似,综合、结构与效益水平的分异表征不明显。从空间集聚看,显著HH区变化较大,主要表现在内蒙古、宁夏、甘肃省份的增多与连绵分布;显著LL区的分布范围明显缩小且胡焕庸一线西侧的大范围集聚区被局部打散、打乱。基于定量与定性结合的方法,从经济实力、非农化进程、乡镇现代化水平、地形地貌条件、根植性与路径依赖等方面进行影响分析,发现这五个方面分别起核心支撑、活力支撑、进程性、基础性与“链”式传导等作用。     

中国地质灾害伤亡事件的空间格局及影响因素

对中国2000-2012年造成人员伤亡的地质灾害事件进行分析,其空间分布格局受地形等自然环境要素的影响,南多北少,主要位于川西山区和云贵高原地区,东南丘陵地区,北方黄土丘陵,以及祁连山脉和天山山脉等地区,但局部地区的分布格局表明其还受到人为因素影响。构建基于二元Logistic回归的中国地质灾害伤亡事件发生概率模型（CELC）,定量分析自然、人为因素的影响程度,结果表明GDP增长率是仅次于地形起伏度的第二大影响因素,GDP增长率每增加2.72%,地质灾害伤亡事件发生的概率变为原来的2.706倍。此外还有多年平均降水、植被覆盖度、岩性、土壤类型、断裂带、产业类型和人口密度等因素。将CELC模型应用于中国县域,计算各个县的地质灾害伤亡事件概率,发现尚未发生但概率较高的县有27个,或为贫困县、或为矿产工业县域,或为房产过度开发县,它们是未来中国需要重点防范地质灾害的县域。     

Spatial heterogeneity of the economic growth pattern and influencing factors in formerly destitute areas of China

Journal of Geographical Sciences - Accelerating economic growth in formerly destitute areas and narrowing the economic gap with other regions are essential tasks for poverty alleviation in China...