基于微观企业数据的产业空间集聚特征分析——以杭州市区为例

与基于面状地理数据的研究不同,以微观企业点数据为基础,采用基于距离的产业集聚的研究方法,最终完成一个完整的从企业地址信息处理,到大量企业之间距离运算和处理,再到集聚参照设定,最后进行产业空间集聚分析的研究过程。以杭州市2013年工商登记数据为基础,通过对不同类型产业的研究,认为生产性服务业和高科技制造业集聚趋势较为明显,而传统的零售业和制造业在城市空间上没有形成集聚。进一步分析企业规模对空间集聚趋势的影响表明,金融服务和商务服务业的集聚由较小规模企业主导,零售业的集聚由较大规模企业主导,信息服务业的集聚由中等规模企业主导,制造业的集聚整体上由中小规模企业主导。     

大连居民的城市宜居性评价

以2006 年大连市大规模调查问卷为基础数据, 运用数理统计和GIS 分析手段, 从“居住安全性”、“生活方便性”、“居住舒适性”、“出行便利性” 和“环境健康性” 五大类指标出发, 首先, 对大连的城市宜居性的综合水平和各要素进行了评价; 其次, 研究了宜居性评 价结果与居民的收入、家庭构成、学历、年龄、性别等社会经济属性特征之间的相关关系;然后, 按照居民的四类社会属性, 利用聚类分析方法, 研究了大连工薪阶层、年轻白领、低收入阶层和年轻打工族等四类人群对城市宜居性的评价差异, 其中, 拥有高收入和高学历的工薪阶层和年轻白领对大连的宜居现状满意;低收入阶层和年轻打工族收入偏低, 居住区主要位于市郊和老工业区等, 对大连的宜居性评价较低。     

北京居民生活满意度的多层级定序因变量模型分析

传统经济学视角出发的个体生活满意度研究往往忽略了数据的嵌套性,多层级模型更适用于地理学中分析不同层级地理单元特征对个体生活满意度的影响。采用多层级定序因变量模型,以北京为例,研究居民生活满意度在城市内部街道和居住小区尺度内的异质性,并研究了高层级地理空间单元的属性特征对居民生活满意度的影响。结果表明,生活满意度在居住小区层级的异质性远高于街道层级,个体自身的社会经济属性对个体的生活满意度有显著影响,总的来说,高收入、老年人、北京户口居民的生活满意度更高。除个体属性特征以外,居住小区的类型是影响生活满意度的重要因素,商品房小区居民的满意度显著高于保障房和单位房小区居民。     

西太平洋暖池热状态变异及其邻近地区对流活动特征

利用1981—2011年共31 a夏季的GODAS月平均次表层海温资料,以5~366 m次表层垂直平均海温表征西太平洋暖池热含量,分析了西太平洋暖池热状态变异及其邻近区域对流活动特征。结果表明:1)暖池区热含量异常变化最大,其季节变化与海表温度季节变化高度一致,年际变率大于海表温度的年际变率。2)暖池热状态以整体一致性正异常为主,其时间系数较好地体现了暖池区次表层热状况的年际变异特征。3)暖池邻近地区对流活动与暖池热状态异常密切相关:当暖池偏暖(冷)时,菲律宾周围关键区对流活动显著增强(减弱),并且该关键区的对流活动受暖池热含量的影响可以追溯至前一年7月一直持续到当年9月。4)暖池热状态异常引起菲律宾周围关键区对流活动异常,进而激发出东亚地区夏季500 h Pa高度场上自低纬度到中高纬度正、负、正的东亚—太平洋(EAP)遥相关型分布特征;暖池暖(冷)异常时对流层低层在菲律宾以东洋面形成一个异常的反气旋性(气旋性)偏差环流。     

基于GODAS数据的西太平洋暖池热状态特征及其对ENSO事件的影响

利用1981—2011年共31 a美国GODAS月平均次表层海温资料,以5~366 m次表层垂直平均海温表征上层海洋热含量(HC),运用合成、相关等统计学方法,分析了西太平洋暖池(以下简称暖池)热状态气候特征及其对ENSO事件的影响。结果表明:暖池区HC异常变化最大,异常变化最大的区域与其高值中心区域并不重合,而是在经向上向其两侧偏离;暖池区HC季节变化与SST季节变化高度一致,年际变率大于SST的年际变率;暖池热状态与ENSO事件有密切联系,最大冷(暖)异常恰好对应于ENSO循环过程中的El Ni1o(La Ni1a)事件,并且ENSO事件前期暖池HC存在明显东传信号。