排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
随着互联网、人工智能等技术的渗透,新零售这一城市新兴商业业态的发展对区位产生了差异化的选择。论文以星巴克和瑞幸咖啡为例,采用空间最邻近指数、核密度分析,比较上海传统零售与新零售在空间布局上的不同特征,并采用空间计量模型,进一步探究两者在区位选择因素上的差异。结果显示:①瑞幸和星巴克门店的空间布局在市域尺度上均具有明显的中心指向,但也存在差异。作为新零售的代表,瑞幸在城市各圈层的分布更为均质,不如传统零售星巴克强调城市中心区位。②传统零售与新零售具有相似性和差异性布局特征,全局而言,瑞幸的聚集程度高于星巴克。而在城市的中心区域,传统零售呈现单中心集聚特征,新零售则呈现多中心分散特征,远不如传统零售聚集。③新零售与传统零售的选址因素存在较大的差异。传统零售星巴克与商场密度有高度显著的相关性,具有商业中心偏好,而影响瑞幸咖啡选址最重要的因素是写字楼密度,且商场租金对其呈负向影响,新零售瑞幸咖啡对商务办公区域的偏好超过商业中心。 相似文献
2.
3.
卡杜拉小粒种的咖啡是自花传粉作物,自然变异率低,个体间差异小,群体开花结果整齐,单位面积产量稳定,增产潜力大,饮用品质优良[1]。海南省八十年代开始大面积种植卡杜拉小粒种咖啡。为了观测卡杜拉在增州市的气候适应情况及掌握其生长发育的农业气象条件,我们在信州市宝岛新村安排了栽培与农业气象条件关系的试验,进行了定期观测。1材料和设计1986年9月中旬在宝岛新村定植卡杜拉小粒种422株,株行距1×2米。1987年随机选10株进行定期物候观测,气象资料由研究院气象站提供。2结果分析2.1卡杜拉咖啡的物候观测2.1.1主干生长量198… 相似文献
4.
为揭示气候变化对云南省小粒咖啡适生区的影响,基于最大熵(MaxEnt)模型,结合小粒咖啡物种分布数据、环境变量数据,构建云南省小粒咖啡适生区评估及预测模型,对当前气候条件下小粒咖啡在云南省的适生区进行评估,并对未来气候条件下,小粒咖啡在云南省的适生区进行预测,再对预测结果进行对比分析。结果显示:(1)构建的最大熵模型能够较精确地用于小粒咖啡在云南省适生区的评估和预测,当前气候条件下,评估模型的训练集与测试集的AUC (Area under ROC Curve)值均为0.941,达到评估结果为极好的标准。(2)影响云南省小粒咖啡种植的主导环境因子依次为11月平均最高气温、7月降雨量、海拔高度、2月平均最低气温、10月降雨量、坡度和最冷月最低气温,共占总贡献率的91.4%。(3)当前气候条件下,小粒咖啡的适生区主要分布在滇西、滇西南以及滇南的保山、德宏、普洱、临沧、西双版纳等地区,总适生区约为116300 km2,占云南省国土面积的29.51%,且总体上,高适生区外围分布中适生区,中适生区外围分布低适生区。RCP4.5、RCP8.5情景下,小粒咖啡总适生区的面积分别约为98300、69700 km2,分别占云南省国土面积的24.95%、17.69%,两种排放情景下小粒咖啡总适生区面积分别减少了18000、46600 km2,国土面积占比分别减少了4.56%、11.82%,且总适生区的质心均由东南向西北方向移动,与RCP4.5情景相比,RCP8.5情景的移动距离更远。(4)未来气候变化将会导致小粒咖啡在云南省的总适生区面积减小,总适生区的质心位置向海拔更高与纬度更高的方向移动,且高碳排放情景下这种变化幅度更大。 相似文献
5.
创新人才的培养离不开培养模式的创新。“世界咖啡汇谈”能够促进参与者深度对话,释放灵感与创造力,是创造集体智慧的有效方式。本文基于“世界咖啡汇谈”模式的理念和原则,将其与高校地理课堂教学深度融合,通过“设定情境,明确共同学习愿景”“建设‘共同学习环境’,合作探索真正问题”“实现观点‘异花授粉’,共同创造集体智慧”“学会彼此倾听,共同催生深度对话”“总结反思,共同分享集体智慧”等路径培养大学生的质疑精神、批判思维与合作交流等优秀品质,促进学生形成综合素养。 相似文献
6.
7.
8.
9.
10.
这篇文章旨在构建一个期权定价模型以减少与埃塞俄比亚咖啡价格波动相关的风险。我们使用从埃塞俄比亚商品交易所(ECX)获得的2011年5月31日至2018年3月30日期间记录的埃塞俄比亚每日(WSDA3)咖啡价格来分析其咖啡价格的波动。本文使用跳跃扩散模型对咖啡价格进行建模和期权定价,应用最大似然法估计模型参数,使用均方根误差(RMSE)来对模型进行验证。结果表明Merton和双指数跳跃扩散模型的RMSE值分别为0.1093和0.0783,模型模拟结果与实际数据非常吻合,说明采用蒙特卡罗技术得到的WSDA3价格来对期权定价时,双指数跳跃扩散模型比Merton模型更为有效。 相似文献