区域物流中心(城市)空间体系及驱动机理研究

物流中心城市空间体系是指在一定地域范围内以物流枢纽城市为核心,以具有经济优势和物流组织条件的边缘城市为支持而构成的空间有机体。本文以安徽省为例证,建立物流巾心（城市）模糊区间层次（IGJAHP）综合评判模型,测算安徽省17个城市的物流发展水平,评判物流中心（城市）的等级;探讨物流中心（城市）的功能及发展模式;在此基础上,引用“轴-辐（hub—and—spokes）”空间理论,构筑以芜湖-合肥为双核心,以蚌埠、阜阳、安庆等为支持的区域物流中心HS空间格局;最后,从商流中心、交通网络、内外部经济效益以及物流技术等诸方面,探讨物流中心（城市）空间体系演进的驱动机理,以期推动安徽省区域物流的发展。     

中小城市家庭生活用能碳排放空间分异——以开封市为例

利用2015年开封市居民家庭生活用能的大样本问卷调查数据,采用探索性空间数据分析（ESDA）和标准差椭圆（SDE）方法,探索城市居住区家庭生活用能碳排放空间分布特征。结果表明：① 家庭生活用能碳排放存在以热点区为主的空间正相关特性,碳排放高值集聚发生在城市新建开发区和建成区向外扩张较快区域,以2000年以后新建高档商品房小区和机关事业单位家属院为主,低值集聚区则发生在建成时间长、后续开发力度小的区域,以老商品房小区和胡同社区为主;② 开封市家庭电力消耗碳排放占生活用能总碳排放的67%,但人均生活用能碳排放空间格局由供暖碳排放决定,且人均供暖碳排放空间格局又由集中供暖碳排放空间格局决定,故降低集中供暖能耗、缩小居民供暖用能差异成为居民生活用能碳减排工作的重中之重;③ 家庭经济状况、集中供暖设施分布和城市发展的空间格局是家庭生活用能碳排放空间依赖性和空间异质性形成的主要驱动因素。     

基于多源数据的新疆人居环境质量评价

针对区域人居环境质量缺乏从自然和人文因子组合综合评价分析的现状,利用遥感影像、站点监测、交通网络等多源数据,获取与人居环境质量密切相关的自然和人文因素共17个影响因子。应用熵权法、GIS空间分析及现代大数据等方法,定量研究新疆人居环境质量综合评价指数的空间分异及其与经济、人口分布的协调性关系。结果表明：① 新疆自然环境本底受水资源及植被覆盖情况影响较大,自然环境本底评价指数高值区域的空间分布特征与绿洲分散分布的特点具有极大的相似性,县域尺度的高质量区聚集分布在天山北坡的伊犁河谷等地,低质量区和一般质量区大面积集中连片地分布在新疆南部和东部。② 人文环境受交通通达程度及基础支撑完善度影响较大,地级市、县级市优于其他县级地区,人文环境质量基本呈现以各地级市、县级市为中心向外辐射递减的空间分异规律。③ 人居环境质量综合评价指数空间分异显著,呈现出以乌鲁木齐、昌吉市等点为中心的局部圈层式递减的空间分异规律。木垒?皮山分界线东南部与西北部人居环境质量的平均水平相差悬殊。④ 整体人居环境质量水平较低,人口分布与人居环境质量综合评价指数空间分布的匹配度不足,一般质量区和低质量区的县域土地面积占比高达84.90%,分布了47.74%的人口,低质量区仍有较大的提升潜力。⑤ GDP水平与人居环境质量保持较高的匹配性,环境经济协调型县市数量较少,环境经济滞后型县市数量最多,经济发展与人居环境相互掣肘,制约着新疆的可持续性发展。     

城市边缘带识别研究进展与展望

城市边缘带作为城市与乡村相交接的特殊地带,是城市化进程中最为敏感的区域;城市边缘带的定量识别是研究边缘带社会结构、景观格局和发展梯度的基础工作,也是城市化生态环境效应定量分析的前提条件。但边缘带识别的理论与方法未受到足够重视,缺乏系统梳理。本文在对比分析城市边缘带及相关概念的基础上,明确了城市边缘带识别的实质与内涵;提出了基于指示要素—空间单元—判别模型的城市边缘带识别概念框架,并从上述三方面系统回顾了国内外城市边缘带识别研究进展;对未来研究进行了展望,认为城乡作用机理探析、多要素综合识别、非参数化模型融合、多尺度转换以及长时间序列动态监测等将是下一步重点研究方向。     

重庆市主体功能区识别的主导因素与空间稳定性约束机理

主体功能区规划已上升为国家制度和战略,对中国长期空间发展格局优化与再组织将发挥积极的引导和约束作用。从地域性角度出发,探寻主体功能区发生性(形成与演化)和反馈性(识别与规划)时空机理与规律是地理学具有时代意义的重要科学问题。以重庆市为例,通过国土空间开发条件综合评价,识别了主体功能区划分的适宜性空间格局。基于对西南山区发展约束条件的基本认识,提出了地域主体功能空间分异的主导性约束假设,设定地形和区位为原生性主导因素,验证了其与区划指标系统的定量关联性,以此为基础解析了主导因素约束机理并提出了地域主体功能区的空间稳定性机制。研究发现:①开发与保护适宜性识别结果的格局指向清晰。城市化适宜的区域主要集中于都市区和部分周边区县,区域副中心(万州和黔江)适宜性也相对较高。生态保护适宜的区域集中于渝东北秦巴山区及部分三峡库区区县,同时包括渝东南武陵山区所在区县。②地形和区位因子在本区域对主体功能区的识别与形成具有主导约束作用。回归分析显示,主体功能区划指标与地形因子相关性水平达到显著的超过70%,区位因子超过40%;两者综合后与区划标志变量(A、B指数)的相线性相关拟合度R2均超过0.8;地理探测器发现,地形和区位因子对区划指标的约束性分别有9个和7个达到0.05显著性水平,对A、B指数的解释度分别约为70%和60%,两者叠加后,约束水平全部达到显著,对A、B指数的解释度在90%左右。③空间稳定性机制表现为两个方面,其一是基于主导因素约束的稳定性传递机制,称为客观稳定性;其二是基于指标体系的局域相对性和算法的内部抵消机制,称为主观稳定性。两种机制的协同性验证了区划技术系统的地域适应性和科学性。     

长山群岛海洋农牧化海域环境分区研究

海洋农牧化就是要在海域中,对贝、藻、鱼、虾类生物资源进行人工养殖、增殖以提高资源量。从捕天然生物资源转变成为以捕增养殖资源为主的生产方式。通过对长山群岛海域发展海洋农牧化的海域环境以及海水的理化因子等进行评价,并对该海域海水增养殖的发展状况、养殖品种及构成变化特征进行了分析,最后,应用主成份-聚类分析方法,将长山群岛海域环境划分为三个海洋农牧化区域,为因海制宜、合理布局海水增养殖生产提供科学依据。     

中国“四纵四横”高铁网络可达性综合评估与对比

传统测算可达性的方法较为单一,缺乏多层面、多角度的综合研究和对比分析。基于时间、经济与重心视角利用可达性模型并结合ArcGIS 空间分析手段探究高铁通车前后沿线城市可达性的动态变化;利用综合变异系数、层级分析法和改进的哈夫模型分析高铁可达性空间演变特征及规律,构建高铁可达性评价体系并结合熵权法定量评估各高铁可达综合实力。研究表明：京广、京沪可达综合实力最强,沪昆、杭福深次之,沪汉蓉、哈大、青太再次之,郑西、兰新可达实力最弱;全国高铁可达性强弱变化呈明显地带性规律,东、中部高铁可达性强于东北,东北强于西部,纵向高铁强于横向;经济潜力的增加率明显高于加权平均旅行时间的减少率,可达性重心偏移驱使不同等时圈蔓延交叠;高铁以“核心—核心”逐步向“核心—网络”空间链接模式过渡,产生上海、北京、广州、深圳4 个高铁“国家服务中心”,天津、武汉、重庆等6 个“大区域服务中心”,形成“多中心”高铁服务格局以及日益庞大而复杂的高铁特质空间集群;高铁网络影响下的中国区域空间格局的渐变与重塑日趋复杂,“T”型轴带呈现出由空间极化向空间均衡转变,跨城流动性特征突显,加速空间对接与同城化进程。     

辽宁省14市与长山群岛旅游空间相互作用研究

运用旅游空间相互作用理论,以旅游人数、旅游总收入为基础数据,利用旅游空间相互作用模型,测算辽宁省14市、长山群岛与辽宁省14市及长山诸岛3个层次的旅游空间相互作用强度、经济联系度及经济隶属度。得出结论：① 各层级间空间相互作用强度、经济联系度及经济隶属度与距离呈负相关,区域间的空间相互作用强度、经济联系度及经济隶属度随距离增大逐渐减小;② 城市间经济联系度越强,旅游空间相互作用越大,与海岛旅游空间相互作用就越频繁;③ 通过对长山群岛旅游断裂点测算,得出其主要潜在客源地为大连、沈阳、丹东市。     

北京市健身俱乐部多尺度空间格局

城市健身俱乐部是现代城市游憩空间中的新事物。利用点格局识别和探索性数据分析方法,借助GIS和地统计分析等软件,分析北京市健身俱乐部空间格局特征。最邻近距离系数和样方分析表明,健身俱乐部在全局尺度上存在明显空间聚集,但在行政分区和交通线路分割的单元中,则表现出聚集、随机和离散分布的不同空间格局。1~5km共5个尺度格网单元统计分析进一步验证了健身俱乐部空间格局具有显著尺度效应。样本密度、最邻近距离系数、Moran’s I系数分析发现,样本密度和最邻近距离系数均呈现明显的空间分异和空间自相关,其中2km、3km尺度反映的微观形态特征最为显著。证明全局尺度并非分析健身俱乐部空间格局的唯一和最好尺度,部分微观单元上空间格局将更明显,格局特征也可能会与全局尺度相反。因此多类型、多尺度统计单元能够更全面地反映点要素分布的规律。多尺度空间格局研究,为准确描述城市游憩空间中的点要素空间格局特征,提供了新的研究思路和具体实证。     

玉龙雪山景区游客分布特征分析

基于2001~2009年玉龙雪山景区索道接待人次数据,从客流量的年度变化、季度变化、黄金周变化等方面分析了景区客流时空分布特征。主要结果如下:(1)景区客流量随着时间变化呈逐年上升的趋势且增幅明显;(2)夏季为玉龙雪山景区的旺季,冬季为淡季,景区内部各景点季节性差异大小为:牦牛坪冰川公园云杉坪。(3)黄金周客流量变化呈"单峰"型,中期人数最多;最大日客流量为年内日平均客流量的2.43倍。各景点"五一"、"十一"客流分布集中程度相似,牦牛坪的变化程度最大,冰川公园最小。(4)景区客流量空间分布集中程度高,主要集中于云杉坪和冰川公园。