中国地区制造业竞争力类型划分

借鉴国内外相关研究,遵从科学性、系统性、动态性和可操作性原则,针对我国区域经济特点,从规模、市场、效率、成长、结构和创新6方面选取11个指标构建我国地区制造业竞争力评价指标体系,以省区为单位,从宏观层面划分我国地区制造业竞争力类型,旨在对不同类型区制造业竞争力的提升提供理论依据。研究表明:根据竞争力综合指数,1985年和2003年我国各省区制造业竞争力均可划分为最强、较强、一般、较弱和最弱五类;结合近20年来各省(市、区)制造业综合竞争力在全国的位次变化,可将其划分为高水平稳定型、较高水平波动型、低水平波动型和较低水平振动型四类;根据竞争力内部结构,可将其划分为绝对市场主导型、强创新弱市场型、规模-成长主导型、结构基本均衡型和结构特殊不均衡型五类。     

中国工业结对集聚和空间关联性分析

要推动形成优势互补高质量发展的区域经济布局,就需要从产业关联视角考察中国工业的空间格局.集聚是工业在空间的重要表现形式,通过把测度两两配对产业集聚的结对集聚指数和测度两两配对产业关联度的投入产出表相结合,首次构建集聚关联指数和关联集聚指数,以研究不同空间尺度下空间关联性的差异和出现差异的原因.通过整理中国工业企业数据库...     

基于EOS/MODIS数据的NDVI与EVI比较研究

作为NOAA/AVHRR 归一化植被指数(NDVI) 的延续和发展, EOS/MODIS 归一化植被指 数(NDVI) 和增强植被指数( EVI) 在许多领域得到广泛应用。应用数理统计和地统计学方法对二 者进行的对比研究表明: NDVI 在植被生长旺盛期容易达到饱和, 而EVI 则能克服这一现象, 比 较真实地反映植被的生长变化过程; 相同空间分辨率下, EVI 取值范围、标准差与变异系数均高 于NDVI, NDVI 数据比较均一, 其空间相关性高于EVI, EVI 更能反映研究区域内植被空间差异。 关键词:MODIS; 归一化植被指数(NDVI) ; 增强植被指数( EVI) ; 对比     

Darkness on the Edge of Town: Mapping Urban and Peri-Urban Australia Using Nighttime Satellite Imagery

This article explores the use of nighttime satellite imagery for mapping urban and peri-urban areas of Australia. A population-weighted measure of urban sprawl is used to characterize relative levels of sprawl for Australia's urban areas. In addition, the expansive areas of low light surrounding most major metropolitan areas are used to map the urban–bush interface of exurban land use. Our findings suggest that 82 percent of the Australian population lives in urban areas, 15 percent live in peri-urban or exurban areas, and 3 percent live in rural areas. This represents a significantly more concentrated human settlement pattern than presently exists in the United States.     

1998-2012年中国耕地复种指数时空差异及动因

从国家、区域和省级三个层面上分析了1998-2012年间中国耕地复种指数的变化趋势,并基于Theil指数探讨了中国耕地复种指数的时空差异,利用计量经济学模型从人文视角探讨了耕地复种指数变化的影响因素。结果表明:1在全国尺度上,中国耕地复种指数总体上呈逐年增长的趋势。2在区域尺度上,复种指数最高的为中部地区,最低的为东北地区;而复种指数增长最快的是东北地区,最慢的是中部地区,东部地区呈下降趋势。3中国31个省份复种指数各不相同,且差距大,复种指数增长最快的是新疆、宁夏和云南。4由Theil指数值的大小可知,中国耕地复种指数的差异呈缩小态势,其主要原因为四大区域间的差异。5人口非农化比重对耕地复种指数产生了显著负向作用,产业非农化比重、农业政策、人均经营耕地和农村家庭人均经营纯收入对耕地复种指数产生了显著正向作用。最后,本文认为转移农村剩余劳动力,提高农民的经营性收入水平,促进土地流转,形成土地规模化经营,以及进一步加大对欠发达地区及粮食主产区农业发展的惠农扶持力度,充分发挥国家惠农政策的诱致作用,有利于全面提高中国耕地复种水平。     

鄱阳湖区南昌县血吸虫疫情空间分布及 其流行因素分析

南昌县是鄱阳湖沿岸血吸虫流行区最主要的区域之一,是江西省血防工作的重点区域。结合疫水接触强度、村内耕牛数量、村到鄱阳湖边界的距离、村内湖岸线的长度等数据,通过传统线性回归、空间滞后回归模型、空间误差回归模型研究了2009年南昌县血吸虫疫情空间分布特点及其流行因素。结果表明：1）2009年南昌县血吸虫疫情主要分布在东北、东南部鄱阳湖沿岸、赣江流域沿岸等村域,疫水接触强度空间分布与疫情分布具有明显的一致性;2）单因素分析表明村内居民的疫水接触强度、村内耕牛数量、村内湖岸线长度、村到鄱阳湖边界的平均距离与病人数都具有明显的相关性,其中病人数和行政村到鄱阳湖沿岸的距离呈负相关性;3）3种回归模型拟合结果表明居民的疫水接触强度、村内耕牛数量、村到鄱阳湖边界的距离是影响南昌县血吸虫病人数分布的主要因子,以上3个指标可以解释总变异的81%。     

一种新的客源地集中指数(tourCI)与实证分析

客源地分布的集聚特征是客源市场空间结构研究的重要内容。针对现有客源集中指数不能横向对比及难以解释驱动因素的问题,论文提出了支持引入不同影响因子参数的客源地集中指数“tourCI”计算方法,建立了基于tourCI指数的客源地空间结构解释概念框架,给出tourCI的多维度描述方式和意义解析,以测算不同影响因素下的客源地分布集聚特征。以大理古城位置微博签到提取的客源数据进行实证研究,结果表明：基于政区维度的tourCI反映出云南省内本地客源对大理古城客源分布特征产生了重要影响,省外客源分布相对均衡;基于距离维度的tourCI刻画了大理古城客源分布随目的地距离的变化规律,由近及远呈现“弱—强—弱—均衡”的指数变化模式;经济维度tourCI显示来自一线城市的游客高度集中在经济水平较高地区,来自新一线城市的游客分布相对均衡,其余城市的客源分布受经济影响较大。理论与实证研究证明了tourCI指数对客源地空间结构集聚特征及驱动因素具有较好的解析能力,有助于丰富旅游地理研究的方法体系。     

1971-2010年若尔盖湿地潜在蒸散量及地表湿润度的变化趋势

利用若尔盖、红原、玛曲3个气象站1971-2010年的地面气象观测资料,根据Penman-Monteith模型计算了若尔盖湿地的潜在蒸散量,发现若尔盖湿地年潜在蒸散量呈明显上升的趋势,上升趋势为9.1 mm/10a;若尔盖湿地潜在蒸散量在2001年出现了增大突变,2001-2010年平均潜在蒸散量比1971-2000年上升了28.6 mm;各季节潜在蒸散量均呈上升趋势,其中以秋季上升最明显,上升趋势为4.3 mm/10a。导致若尔盖湿地潜在蒸散量上升的主要气象因子是温度上升、相对湿度下降和降水量的减少,虽然日照时数减少和风速减小有利于潜在蒸散量的下降,但由于气温上升的趋势更明显,影响更大,所以若尔盖湿地潜在蒸散量呈明显的上升趋势。近40 a若尔盖湿地地表湿润度以-0.03/10a的趋势减小,其中2001-2010年比1981-1990年下降了0.11,下降十分明显;与此同时,年平均气温以0.41℃/10a的趋势上升,降水量以-13.5 mm/10a的趋势减少,虽然若尔盖湿地仍属于湿润区,但出现了明显的暖干化趋势。     

平缓地区地形湿度指数的计算方法

地形湿度指数( topographic wetness index) 可定量模拟流域内土壤水分的干湿状况, 在流域 的土壤及分布式水文模型等研究中具有重要的意义。但现有的地形湿度指数计算方法在应用于 地形平缓地区时会得到明显不合理的结果, 即在河谷地区内, 地形湿度指数仅在狭窄的汇水线上 数值较高, 而在汇水线以外的位置则阶跃式地变为异常低的地形湿度指数值。本文针对此问题对 地形湿度指数的计算方法提出改进: 以多流向算法MFD- fg 计算汇水面积, 相应地以最大下坡计 算地形湿度指数, 再基于一个正态分布函数对河谷平原地区内的地形湿度指数进行插值处理。应 用结果表明, 所得地形湿度指数的空间分布不但能合理地反映平缓地区坡面上的水分分布状况, 并且在河谷地区内地形湿度指数值也都比较高, 其空间分布呈平滑过渡, 因而整个研究区域的水 分分布状况得到了比较合理的反映。     

秦巴山集中连片特困区农户多维贫困测度与影响机理分析——以商洛市为例

中国扶贫瞄准单位已下沉到农户单元,发展和完善农户尺度的多维贫困测度方法是精准配置扶贫资源、提高扶贫效率的关键。通过借鉴“人”“地”和“业”关系理论构建了“能力—资本—环境”多维贫困综合评估框架,以秦巴山特困区商洛为例,通过多维贫困测度体系对农户进行综合测度,识别样本区多维贫困户,进而与建档立卡贫困户进行对比分析,并探讨了多维贫困发生的主要影响机理,最后依据多维贫困户剥夺维度的组合划分不同类型。研究结果表明:① 有245户被识别为多维贫困户,239户被识别为非多维贫困户,多维贫困户与非多维贫困户在能力维度、资本维度和环境维度均存在较大差异;② 有84.08%的多维贫困户与建档立卡贫困户相重叠,多维贫困户在综合维度和单维度的贫困程度均较深;③ 多维贫困发生主要受“人”的发展能力和生产能力、“业”的金融资本、物质资本以及“地”的地理条件和区位的弱势或剥夺的影响;④ 多维贫困户划分为发展缺失型、复合贫困型、生存环境恶劣型和综合贫困型4类。