全球已进入一个超流动与不稳态并行的时代，国家和社会治理面临许多新挑战。伴随着快速城镇化，要素自由流动并频繁“跨界”，而治理需要将不稳定转化为稳定，跨界治理的重要性凸显。全球、区域、地方等尺度交织，使跨界治理的新问题不断涌现。跨界治理主要指通过跨区域、跨部门、跨层级、跨领域使多主体共同参与和联合治理公共事务的过程。通过梳理跨界治理的相关理论，重新界定了“界”，重构了跨界治理的理论逻辑，提出了跨界治理主要涉及3个尺度的3对范畴：在地方层面，去同质化与同质化；在区域层面，去边界化与边界化；在全球层面，去中心化与中心化。运用该框架，以长三角为例，实证分析了区域尺度跨界治理的逻辑。
从资本、权力与社会的地域重构视角系统探索了中国区域空间生产与治理的相互关系及作用机制。分析珠三角典型的“飞地经济”深汕特别合作区的地域重构过程，研究发现，首先，区域空间生产一方面依赖于政府的政策动员，另一方面企业主体的空间偏好决定了区域空间生产的结果。其次，区域治理对区域空间生产的多尺度修复是动态调整的，以资本的空间需求为导向。最后，区域空间生产与区域治理协同演进并相互促进。结果表明，中国城市区域的形成是“规划中心，市场为器”的国家治理体制在区域尺度的具体表现。现代政府治理能力的建构与对地方本位主义的路径依赖需要更深层次的激励机制与制度设计。
中国推进区域协同发展战略的核心要点在于统筹各区域当中边缘城市的发展，以实现全区域共同富裕。与此同时，在知识经济的背景下，高新技术产业开发区已成为各城市参与区域分工的重要场域空间。因此，随着区域协同发展战略的不断深化，边缘城市如何依托高新区带动全市融入区域一体化进程，已成为一个值得关注的话题。以广东省中山市为例，使用定性研究方法探究边缘城市通过一定的空间治理和融入策略来服务构建区域新发展格局的具体过程。研究发现：① 中山市积极构建高新区的“超地方性”，强调空间治理的目标是服务区域协同发展；② 推动多个城市职能尺度上移是边缘城市整体融入区域的重要策略，是中山市避免被继续边缘化的有效途径。
中国正处于全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新发展阶段，所面临的直接风险逐渐向潜在的不确定性转变。研究发现，发展环境、发展主体和发展方式等方面的不确定性因素同时增长，共同推动着不确定性成为新发展阶段中国社会的整体性特征。这对当前的中国社会治理实践产生冲击，使其遭遇价值、行动、方法和结果等层面的多重困境。对此，需要在树立不确定性思维的基础上，从主体赋能、机制创新、制度创设等维度入手，推动“韧性治理”方式的建构，以此走出新发展阶段中国社会治理的困境，提升治理效能。
以西昌邛海国家湿地公园为例，采用半结构访谈与参与式制图相结合的方法对当地居民进行调查。通过质性+空间的混合分析方法探讨了居民感知冲突的类型、空间响应分布及其形成机制，旨在为自然保护地的冲突管理提供参考，实现人地关系协调发展。结果显示：① 社区居民感知有7种冲突类型，分别为生计保障不足、活动空间压缩、政策措施缺位、情感支持弱化、日常生活不便、环境质量降低和生产经营矛盾，前5种冲突总占比达76.4%，构成了当地的主要冲突；② 冲突的空间响应是居民对冲突关注度和不满意程度的共同反映，总体上呈现出高值区相对独立、低值区连片分布的空间格局，响应水平较高的区域，具有较高的冲突显示度和管理优先等级；③ 冲突的空间响应是多因素共同作用的复杂现象，其中旅游开发程度和生计策略的影响较大，交通出行管理、居住区类型、土地利用类型和房屋修建管理的影响也不容忽视，总体反映了邛海生态建设、旅游开发、政策与制度安排、社会经济等基本情况，分别为冲突响应提供了原始动力、外部推动力、结构性动力和社会性动力。
从技术演变与居民活动视角，总结智能技术呈现出的交互性发展趋势，在回顾传统信息技术与信息通讯技术对居民活动影响的基础上，从智慧出行决策、新居民活动形式、新时空间利用特征和社会与文化效应4方面对智能技术影响下的城市居民活动变化进行梳理。最后，对“城市居民?智能技术?城市空间”的关系进行解读，并构建智能技术对居民活动影响的研究框架，从特征与模式、机制与效应、预测与模拟3方面梳理了未来需要重点关注的研究内容，以期为智能技术背景下的居民活动研究提供参考。
首先采用队列因素法和CA-Markov模型对区域未来人口规模和土地利用格局进行模拟预测，并结合POI地理大数据，利用多源信息融合法构建区域未来人口精细化空间分布模拟模型，以珠江三角洲城市群2030年各区县精细化的人口空间分布预测进行实证分析。结果表明：① 采用队列因素法进行珠江三角洲各区县人口规模预测的相对误差大部分在5%以下，基于CA-Markov模型土地利用模拟的Kappa系数达到0.97；② 珠江三角洲城市群精细化的人口空间分布模拟数据与实际人口数据的拟合趋势线R2达到了0.90，模拟效果优于Worldpop数据集，体现了POI地理大数据与多源信息融合在精细化人口空间分布模拟上的优势；③ 珠江三角洲未来人口呈现由中心向外围扩散和递减的空间分布格局，空间差异显著且较为稳定，70%的人口集中在广州、深圳、东莞和佛山等核心城市。
基于2009、2014、2019年的航空、高铁时刻表数据构建出航空子网络、高铁子网络以及航空?高铁叠合网络，利用社会网络分析、主成分分析等方法得到交通综合指数，并用以对3个网络的动态演化特征进行分析。研究表明：① 航空流与高铁流视角下的城市网络形态存在显著的差异。航空运输为远距离、高等级核心城市之间的联系提供了快速通道，航空网络中构成菱形结构支点的核心城市处于动态变化的状态，随着中西部城市的崛起，网络均衡性逐步提升；高铁网络对东部和中部地区主要城市起到串联作用，网络的演化依托高铁干线的延伸，呈现由点状向廊道至带状发展的平面分布。② 网络对比分析发现高铁网络的拓展对航空网络产生挤压效应，逐渐成为1500 km范围内的主导性高速交通运输方式，促使航空运输的优势距离不断扩展；网络叠合分析发现高行政等级城市及经济发达城市占据主导位置，中西部城市崛起，东北城市衰落；整体网络呈现由点?线?面扩张发展的趋势，且胡焕庸线两侧的城市网络格局存在显著差异。叠合网络东部和中部城市联系从以航空为主导转为高铁主导，而西部城市仍以航空联系为主导。
利用联合国贸发数据库中2000—2018年的信息通信技术（Information and Communication Technology，ICT）贸易数据，采用二元和加权2个方法构建世界制造设备和电子元件出口贸易网络，在综合分析ICT贸易网络结构特征的基础上，采用QAP方法对ICT出口贸易网络进行结构演化解释。结果表明：① 制造设备和电子元件出口贸易的网络密度很高，世界各国（地区）ICT贸易关系密切；② 中国成为制造设备出口贸易网络的核心节点，发达经济体依旧占据主要市场；电子元件出口贸易网络中存在投资带动发展以及“抱团”现象，中国的电子元件在出口贸易网络中也占据着重要地位；③ 多维距离因素能够解释制造设备和电子元件出口贸易网络的结构变化的18%和15%。这一结论为中国ICT产业参与全球贸易制定相关政策提供依据。
以陇中黄土丘陵区魏店镇为研究对象，基于村庄详细调查数据库，在农村居民点空间布局形态分析的基础上，构建乡村“基础生活圈”和布局适宜性评价指标体系，识别农村居民点空间重构类型并提出应对策略。结果表明：① 魏店镇农村居民点受自然禀赋和交通因素的影响，呈现出“集中为主、分散为辅、散中有聚”的空间布局特征，且景观分异明显；② 10和20 min生活圈内覆盖的居民点面积和数量差异较大，相对集聚状态下的居民点更容易获得公共服务设施；③ 农村居民点布局适宜程度较好，以中、高度适宜为主，二者斑块数量达到1742个，占到所有居民点总数的85.18%；④ 运用空间错位分析的二维组合矩阵将农村居民点“基础生活圈”和布局适宜性评价相叠加，重构为集聚提升型、引导发展型和搬迁扶持型。
在总结乡村及乡村性概念的基础上，从经济基础、土地利用、基础设施、社会发展4个方面构建乡村性评价指标体系，从乡镇域尺度对浙江省1218个乡镇（街道）单元的乡村性进行评价，揭示其空间分异特征，基于评价结果划分出浙江乡村发展类型。结果表明：① 经济基础、土地利用、基础设施、社会发展指数的空间分布均呈现显著的集聚特征，经济基础、土地利用指数空间差异相对显著，基础设施、社会发展指数空间差异较小。② 乡村性指数整体较低，分布格局呈现由东北向西南、中心城区向外围地带逐渐增强的特征。③ 乡村性指数存在正的空间相关性，浙北地区和东部沿海地区出现乡村性指数低值聚类区域，浙西南地区出现乡村性指数高值聚类区域。④ 全省乡村可以划分为都市辐射型、传统农业型、生态旅游型、综合发展型四大类乡村，进而提出不同类型乡村的发展路径，以期推动乡村振兴战略实施和乡村地区健康发展。
为了从城市级别和市场分割的双维度解释中国城镇化效率增进的实现机制，运用2003—2017年中国城市数据和动态空间面板模型实证检验了城市级别和市场分割对城镇化效率的影响效应。结果显示，城市行政级别和市场分割程度是阻碍中国城镇化效率提升的两大制度壁垒，从而陷入“高级别?高分割?低效率”的发展困境。“高级别?低效率”的原因在于，高级别城市倾向于利用行政级别优势，以牺牲生态城镇化来过度追求人口城镇化、经济城镇化和土地城镇化，而“高分割?低效率”则源于户籍制度、地方保护及环境治理方式的差异。异质性检验结果表明，在东部地区设置高级别城市将有利于改善“高级别?低效率”的发展困境，而且高强度的环境约束、更先进的基础设施、更高效的公共服务与更开放的投资环境可以在很大程度上缓解城市行政级别对城镇化效率的抑制效应。
通过构建汾河流域城市化与水资源系统指标体系，利用综合评价法对2010—2019年汾河流域城市化和水资源综合水平的变化趋势进行分析，在此基础上构建耦合协调度模型，分析汾河流域城市化与水资源的耦合协调关系。结果表明：汾河流域城市化综合指数整体呈上升趋势，城市化子系统重要程度表现为经济城市化>社会城市化>空间城市化>人口城市化；水资源综合指数呈波动上升趋势，水资源子系统重要程度呈现出水资源利用>水资源水平>水资源保护，水资源环境不断优化，2013年出现短期下降，主要受水资源量和用水量等要素的影响；从时间上看，2010—2019年汾河流域城市化与水资源耦合协调度不断提高，经历了从2010年低水平轻度失调到2019年高水平协调发展过程；空间上，2010—2019年汾河流域六市城市化与水资源耦合协调度不断提升，吕梁、太原、忻州达到良好协调水平，临汾、运城处于勉强协调水平，而晋中则处于磨合阶段的濒临失调水平。
使用统计数据和游客生成数据，从公共性和商业性视角评估中国城市儿童游憩供需空间分异，并使用逐步回归与地理加权回归识别影响因素。研究发现：① 中国城市儿童游憩需求和供给呈现胡焕庸线以东高、以西低，需求以首府城市为中心极，供给则以直辖市和旅游城市为中心极；② 中部内陆腹地供给匮乏、西部与东部沿海供给充足，胡焕庸线以东省会城市最匮乏；③ 中心城市高需求引致儿童游憩供给的集聚、虹吸效应，加剧游憩机会的不平等；④ GDP、城镇居民人均可支配收入、高级景区数量、第三产业占比、旅游人次和城镇化率是形成儿童游憩供给空间差异的主要因素。
准确识别城市建成区边界，对科学实施城市规划和建设、促进城乡可持续发展具有重要意义。从城市建成区概念出发，综合考虑建成区连片和公共设施配置，提出一种基于POI核密度与不透水表面指数的建成区边界提取方法。该方法以不透水表面指数和市政公用设施和公共设施POI核密度为主要数据源，通过构建城市建成区综合指数（POI&ISA指数）和最佳阈值选取等步骤可实现较为准确的城市建成区提取。以武汉都市发展区为例，将该方法与基于POI方法的建成区提取结果进行对比，结果表明基于POI&ISA指数的方法提取精度较高。该方法可弥补单一POI数据源在城市尺度建成区提取中的不足，且通过对POI数据类型初选和带宽的适当选取提高对公共设施配置的表征能力，在局部地区可获得更好的建成区提取效果。
选取汾河中下游临汾盆地作为研究区，基于多年地下水埋深监测数据，对该地区地下水埋深时空变化规律及其控制因素进行系统分析，研究表明：① 研究区2007—2018年地下水埋深整体呈现增加趋势；各区域地下水埋深差别显著，空间上呈现东高西低的趋势，其中尧都、襄汾出现明显的超采现象。② 地下水埋深在2010年后波动较显著，各区县变幅明显高于2010年前的时段。③ 地下水埋深在年尺度上表现出从北向南逐渐增加的趋势，春季地下水埋深变化幅度最大且主要以地下水埋深降低为主；空间上，地下水埋深变浅区域主要集中在霍州、洪洞、曲沃南部和翼城北部，加深区域主要集中在襄汾、尧都西南部和侯马西北部少部分区域。④ 研究区地下水埋深变化对蒸发量较敏感，对降雨量和农村用水敏感较弱，人口对地下水埋深变化贡献率较大。
基于全国2 419个气象站1980—2018年逐日气象观测资料，利用Mann-Kendall突变检验、滑动t检验、空间自相关及标准差椭圆等方法，选取4个典型的极端高温指数，分析了中国极端高温事件时空格局演变特征。结果表明：① 中国近40 a来夏天日数、热夜日数、暖夜日数和暖昼日数均呈显著的上升趋势，4个指数均在20世纪80、90年代偏少，2000年以后逐渐增加，4个极端高温指数均在2000年左右发生显著变化。② 4种极端高温指数的空间自相关主要是以高?高和低?低2种空间聚集形态为主，夏天日数和热夜日数的聚集性较强，近40 a来暖夜日数和暖昼日数的空间聚集性先增强后减弱，且空间聚集性分布格局由高?高包围低?低转变为低?低包围高?高。③ 4个指数变化率最大的站点均位于南方地区，其中夏天日数变化率最大的站点呈东西向分布格局，其余3个指数变化率最大的站点呈南北向分布格局，西南、西北地区交界地带夏天日数和暖昼日数在近40 a来变化率均显著高于全国其他地区，华东沿海地区暖夜日数的变化趋势方向性分布最明显，且变化趋势高于全国其他地区。
以亚热带季风区的典型流域——闽江流域为研究区域，根据Penman-Monteith（P-M）公式和双作物系数法，计算了闽江流域内8个气象观测站点的实际蒸散量，并评估了GLDAS-Noah实际蒸散产品在闽江流域的适用性。在此基础上，基于GLDAS-Noah实际蒸散发数据，解读了2000—2019年闽江流域的实际蒸散量的变化特征。结果表明：① GLDAS-Noah实际蒸散发数据在闽江流域的适用性较好(R2>0.9，NSE>0.8)；② 2000年以来闽江流域的实际蒸散发呈增加趋势（3.86 mm/a，P < 0.01），且存在显著的季节差异，表现为冬季和春季的增加速率要大于夏季和秋季；③ 闽江流域冬季和春季蒸散发增加与气温密切相关，冬季蒸散发与冬季气温呈微弱正相关（ R = 0.27），春季蒸散发的增加与春季升温密切相关（R = 0.79）。
