中国城市网络的空间组织特征研究——基于开发区联系的视角

城市网络研究是全球化和信息化背景下城市研究领域的前沿热点。基于开发区数据,借助引力模型构建了中国城市关联网络,并采用社会网络分析方法对网络发育特征进行了研究。研究显示：① 城市网络中心度呈现为少数城市占主导的金字塔结构,网络覆盖城市具有沿海、沿江和地方中心三个指向。高新区城市关联网络由珠三角和长三角城市群内的城市共同主导,经开区城市关联网络由长三角地区城市主导。② 城市网络从城市群内部开始向其他区域扩展,并从团簇结构逐步向鸟巢结构转变。高新区和经开区城市关联网络在哈尔滨-成都-深圳（广州）-福州-上海围合成的网络密集区内分别呈现北密南疏和东密西疏的非对称格局。③ 基于国家级开发区所形成的两类城市网络均表现出极弱的多中心特征。随着时间的推移两类网络的多中心趋势均在增强。④ 板块经济的运行以及城市群战略的实施对城市网络联系具有积极的影响。基于国家级开发区数据,测度了城市间的关联网络,结果反映了开发区政策对于中国城市网络体系重构的重要作用,不仅对于理解中国城市关联网络的演化具有重要意义,而且为城市网络研究提供了新的数据源。     

1985年以来中国大陆沿海集装箱港口体系位序-规模分布及其网络联系

21世纪以来,中国大陆众多沿海城市纷纷转型为港口城市,港口区域化态势明显,港口发展呈现新的竞合关系。运用位序-规模法则与复杂网络模型,从规模结构、航运网络两方面刻画1985年以来中国大陆沿海集装箱港口体系的区域化特征。结果表明：① 港口体系日趋完善,位序-规模分布更加明显;发展演化呈低级均衡,明显集中化及相对分散化三个阶段,围绕世界级枢纽港形成区域集聚和群内扩散的空间格局。② 港口航运网络小世界特征得到强化,不同类型港口航线网络特性变化差异明显。枢纽港以广度上升深度下降、中转功能上升为主;大型港口变化较为复杂,超过一半的大型港口腹地引致特征明显,中转功能较弱;地方港呈现两极分化态势,大部分港口在航线网络深度、广度与辐射能力等多方面得到提升,少部分港口则明显萎缩。③ 以班轮航线为载体的物流网络推动港口区域化内在联系更加紧密,轴-辐特征得到强化,整个网络效率大为提升。从社会网络分析软件（UCINET）呈现的最强联系航线看,沿海集装箱航运网络已由局部网络转变为统一的双层轴-辐网络,全国性的港口网络联系水平大幅提升,区域航运网络与港口群存在空间错位而非一一对应。     

生产性服务业视角下城市网络的演化模式与机制研究——以长江三角洲为例

从行业属性、企业内部因素和城市所处的环境3个层面的耦合关系视角,对生产性服务业视角下城市网络的形成演化模式和演化机制进行了理论探索。在基于地理空间的行政等级体系基础上,考虑到生产性服务业发展对于城市网络的综合影响,归纳了由初始集聚阶段-非均衡扩散阶段-等级网络形成阶段-网络成熟阶段的生产性服务业视角下城市网络的一般演化模式。实证研究表明,长三角城市网络正处于非均衡扩散向等级网络阶段演化的过渡时期,表现出网络的层级特征愈发明显、水平联系不断增强、联系方向更加多样化、服务功能联系差距缩小等特征。联系便捷程度、创新要素支撑、制造业发展基础,以及城市能级推动等要素对于长三角城市网络的影响较大。     

网络视角下中国十大城市群区域创新模式研究

从地理开放、区域协同和创新能力3个维度构建理论分析框架,基于网络视角刻画2015年中国十大城市群的区域创新特点,并据此划分城市群的区域创新模式。研究表明,中国十大城市群的区域创新模式存在显著差异。长三角、京津冀和珠三角城市群已具有较好基础,海西城市群缺乏高水平的内部协同,长江中游和成渝城市群过度依赖外部联系,北部湾城市群拥有较明显的核心-边缘内部网络结构,哈长、中原和关中城市群各维度评价均不高,区域创新模式最差。     

Network analysis to inform invasive species spread among lakes

Often facilitated by human-mediated pathways,aquatic invasive species are a threat to the health and biodiversity of global ecosystems.We present a novel approach incorporating survey data of watercraft movement in a social network analysis to reconstruct potential pathways of aquatic invasive species spread between lakes.As an example,we use the green alga Nitellopsis obtusa,also known as starry stonewort,an aquatic invasive species affecting the Great Lakes region in the United States and Canada.The movement of algal fragments via human-mediated pathways(i.e.,watercraft)has been hypothesized as the primary driver of starry stonewort invasion.We used survey data collected at boat ramps during the 2013 and 2014 openwater seasons to describe the flow of watercraft from Lake Koronis,where N.obtusa was first detected in Minnesota,to other lakes in the state.Our results suggest that the risk of N.obtusa expansion is not highly constrained by geographic proximity and management efforts should consider highly connected lakes.Estimating human movement via network analysis may help to explain past and future routes of aquatic invasive species infestation between lakes and can improve evidence-based prevention and control efforts.     

Network analysis to inform invasive species spread among lakes

Often facilitated by human-mediated pathways,aquatic invasive species are a threat to the health and biodiversity of global ecosystems.We present a novel approach incorporating survey data of watercraft movement in a social network analysis to reconstruct potential pathways of aquatic invasive species spread between lakes.As an example,we use the green alga Nitellopsis obtusa,also known as starry stonewort,an aquatic invasive species affecting the Great Lakes region in the United States and Canada.The movement of algal fragments via human-mediated pathways(i.e.,watercraft)has been hypothesized as the primary driver of starry stonewort invasion.We used survey data collected at boat ramps during the 2013 and 2014 openwater seasons to describe the flow of watercraft from Lake Koronis,where N.obtusa was first detected in Minnesota,to other lakes in the state.Our results suggest that the risk of N.obtusa expansion is not highly constrained by geographic proximity and management efforts should consider highly connected lakes.Estimating human movement via network analysis may help to explain past and future routes of aquatic invasive species infestation between lakes and can improve evidence-based prevention and control efforts.     

地理国情监测成果在农业、旅游领域中的应用

开展地理国情监测工作的目的是为了获取自然与人类社会经济活动引起的地表变化信息,具体包括地表自然要素、人文地理要素和社会经济信息的空间分布特征及其相互关系,是基本国情的重要组成部分,为政府管理决策、企业生产运营、人民群众生活提供数据基础和决策依据。本文基于地理国情监测数据,结合多种测绘地理信息数据和技术手段,探讨如何利用地理国情监测成果促进农业与旅游业的发展,以期深入挖掘和提升监测成果价值,全面拓展监测成果应用服务的新思路、新方向。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。     

大面积水深异常检测的条件变化自编码算法

针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。     

从全球生产网络到全球金融网络：理解全球-地方经济联系的新框架

全球化带来的新国际劳动分工使全球生产网络(Global Production Network, GPN)成为研究全球经济与区域发展的重要框架。与此同时,金融在现代社会经济运行中的地位日益提升,经济金融化在全球不同尺度下深刻影响着经济活动的空间分布和网络。因此,金融已经成为GPN研究不能忽略的重要环节。更重要的是,金融化带来的逻辑也日益深刻地影响到GPN的演化和运行。尽管GPN研究日益重视金融的作用,并开始研究金融业的全球生产网络,但是随着越来越多的企业通过获得国际股权投资或者在境外资本市场上市等方式融入全球资本市场,主要从生产角度理解地方经济融入全球过程的GPN难以对该现象深入分析。全球金融网络(Global Financial Network, GFN)为刻画和分析这个过程提供了新的框架。在这个分析框架中,地方经济体通过高级商业服务业(Advanced Business Service, ABS)企业与世界城市(国际金融中心)和离岸管辖区产生联系,从而融入GFN。论文介绍了GFN的基本结构,探讨了地方经济融入GFN的主要方式及其产生的影响。最后,提出GFN未来在理论和实证方面可继续深入研究的方向。