以“Web of Science”合著论文数据为基础构建中国城市旅游知识创新网络，对2011—2014年、2015—2018年、2019—2022年3个时段网络的空间与拓扑结构演化特征进行分析，继而引用加权指数随机图模型（ERGM）定量研究内生和外生效应对网络形成与演化的影响。结果显示：① 网络规模扩张迅速，整体联系强度与数量均稳步提升，空间格局由以香港为单一中心辐射的简单结构向多中心辐射的复杂网络转变。② 网络的“小世界”特征逐渐显著，城市的择优连接倾向明显。③ 网络中节点的中心度差异较大，香港、澳门、广州、北京是旅游知识创新的中心城市。④ 从驱动机制看，自组织性、择优连接、旅游科研投入、国内旅游收入、人均地区生产总值、社会邻近性等多重因素共同作用于旅游知识创新网络的形成与演化，城市属性变量的正向影响强于多维邻近性。国际化视阈下中国城市旅游知识创新网络的结构及其形成机制的探讨，对于挖掘城市旅游知识国际化水平、增强城市间旅游知识合作和培育创新增长极具有重要意义。

城市创新驱动水平的提升为实现中国式现代化目标提供强大的动力源泉。本文基于创新价值链理论，以科技创新为核心构建城市创新驱动系统，采用城市创新驱动系统中科技成果转化扩散阶段的投入产出效率，来间接表征城市创新驱动水平，识别2003—2017年中国284个地级及以上城市创新驱动水平的时空演化特征，并进一步剖析城市创新驱动水平影响因素的时空异质性。结果表明：① 2003—2017年中国城市创新驱动水平的变化趋势具有显著的两阶段特征，年均增长率为1.32%，华北、东北以及西北地区创新驱动水平的增长动力不足。② 城市创新驱动水平的非均衡特征显著，空间分布格局由“西高东低”向“南高北低”演变。城市创新驱动水平增长集聚群的空间分布呈现出明显的“核心–边缘”特征，与城市群的空间分布具有较高的相关性，省会/直辖市多为区域增长极。③ 城市创新驱动水平的时空演变是各因素共同作用的结果，前期主要由城市富裕度和政府干预倾向驱动，后期主要依靠城市富裕度和工业发展水平驱动，各因素对城市创新驱动水平的作用效果、作用强度以及波动方向呈现出显著的时空差异。

绿色低碳交通是中国顺利实现“双碳目标”的必由之路，而绿色交通技术创新是发展绿色低碳交通的核心动力。借鉴 OECD 的绿色交通专利识别方法，本文建构了2001—2020年中国城市尺度的绿色交通专利申请量时空数据库，揭示了近20 a中国绿色交通技术创新活动的时空分布特征，并基于时间、个体双固定效应的面板回归模型以及协整分析探讨了其内外部影响因素。研究发现：① 道路运输类、运输中的促成技术类2个领域的创新引领着中国绿色交通技术创新。前者占比达62.8%，后者占比51.5%；② 创新主体实现了由个人为主到企业为主的转换。企业创新主体占比达82.4%；③ 中国绿色交通技术创新的空间分异显著，且日趋集中，珠三角与长三角地区愈发成为绿色交通技术创新高地。深圳远超上海，在道路运输类、运输中的促成技术类2类最重要的创新类别中位列第1；④ 全国尺度，城市综合交通可达性、研发投入对城市绿色交通技术创新的产出起到普遍的促进作用，东部地区研发投入和城市综合交通可达性对绿色交通技术创新起到更大的正向影响，中部地区城市规模和研发投入发挥主要的促进作用，西部地区城市规模、城市交通物流产业区位商、外国直接投资及政府环境规制起到促进作用。创新门槛、外资作用、环境规制与环境现状对绿色交通技术创新的影响机制明显异于绿色技术创新。此外，绿色交通内部技术系统中，运输中的促成技术类创新对其他类别的技术创新有显著促进作用。

人工智能对社会、政治、经济具有颠覆性影响，或将重塑未来区域发展格局。创新网络是创新经济地理学关注的焦点，对于理解知识溢出与技术扩散的地理过程具有重要意义。本文基于2010—2021年中国人工智能产业发明专利申请数据，采用社会网络分析、加权指数随机图模型等方法，对该产业创新合作网络的时空格局进行分析，并从网络结构、多维邻近性与城市特征3个角度分析网络形成与演化的影响因素。研究发现：中国城市间人工智能创新合作网络形成了以北京为核心，由京津冀、长三角、珠三角和成渝城市群构成的“菱形”格局，网络呈现典型的异配性、小世界属性和“核心–边缘”结构。人工智能对技术、产业的依赖性导致其创新合作网络受网络自组织性、多维邻近性与城市创新合作环境影响：择优链接与中介效应促进网络发育，创新合作由互补创新转向互补与协同创新并存，地理距离、省际壁垒不再是阻碍创新合作的因素；城市经济实力和人工智能产业发展水平促进创新联系的强度与广度，但城市间发展水平差距一定程度上也阻碍合作建立，由此对促进中国人工智能产业协同创新发展提出政策建议。

作为中国经济“走出去”战略的重要载体，境外合作区逐渐成为中外经济和贸易合作中的重要角色。本文利用双重差分模型考察境外合作区的建立对中国出口产品结构的影响及其机制。结果发现：境外合作区的建立显著减少了非技术产品的出口份额，促进了技术产品的出口份额，进而优化了出口产品结构；机制检验表明，境外合作区主要通过扩大OFDI技术溢出效应、提高基础设施建设水平、提升制度质量来减少非技术产品的出口份额，促进技术产品的出口份额，进而优化中国的出口产品结构；境外合作区建设对出口产品结构的正向影响主要体现在发展中国家（地区）和民营企业主导的合作区；进一步分析发现，境外合作区的建设能够显著地促进中国低技术产品和中技术产品的出口，但对高技术产品出口的影响不显著。本文的研究为中国加快经济“走出去”战略，实现出口高质量发展提供经验证据。

从数字基础设施、数字经济环境、数字经济市场3个维度构建数字经济评价指标体系，结合联合国可持续发展目标，分析全球数字经济与可持续发展的耦合协调态势和交互关系，探讨其耦合动力机制。研究发现：① 全球数字经济和可持续发展的整体水平稳步提升，但地区间存在明显的“数字鸿沟”和可持续发展差异；② 数字经济和可持续发展之间高度相关，耦合协调度从初级协调发展至中级协调阶段，大部分国家和地区数字经济发展相对滞后；③ 数字经济和可持续发展的协同共进是系统内各要素增强型交互作用的结果，可持续发展目标1（无贫穷）和数字基础设施的交互尤为关键；④ 耦合动力机制包括内部的数据生产力、数字技术变革力和破坏力、自然资源支撑力，以及外部的市场拉动力和失衡力、政府调控力和阻碍力。

基于2001―2019年WTO-OECD平衡服务贸易数据库（BaTIS），运用复杂网络分析考察全球201个国家（地区）间旅游服务贸易网络的拓扑结构、空间结构和社团结构动态演化特征，运用时间指数随机图模型（TERGM）分析网络的演化及形成机制。结果表明：全球旅游服务贸易网络规模逐渐扩大，呈现出典型的“小世界”特征；中国的“桥梁”中介作用日益突出，控制力和影响力逐渐加强；全球旅游服务贸易网络在不同时期呈现不同的组团特征，形成以美国、英国和中国为核心的3大稳定社团。旅游服务贸易联系的区域差异明显，整体网络格局呈现“一超多强”特征，亚太地区发展迅速。全球旅游服务贸易网络存在互惠效应、等级效应和时间依赖效应，经济发展水平、人口规模、国（地区）界相邻、语言邻近和自由贸易协定关系能显著促进旅游服务贸易关系的形成，且相对于高贸易规模国家（地区）而言，低贸易规模的国家（地区）之间倾向于开展旅游服务贸易。

基于“同一城市在不同尺度空间中的地位与作用差异”这一现有城市网络研究中被普遍忽视的关键研究视角，以腾讯迁徙大数据为基础建立了城际人口流动的都市圈−城市群−国家分尺度网络分析模型，对其网络特征的分尺度格局和跨尺度变化进行分析和对比，同步发掘分尺度视角下的“特殊城市”并解释其出现的原因。研究发现：分尺度视角下中国城际人口流动网络在“国家层级”和“都市圈层级”上的“核心−边缘”特征均较为明显，而在“城市群层级”中则出现了发展相对均衡的城市群落；直辖市、省会/首府等区域经济中心城市普遍在3级网络中保持了较高的接近中心性，也都是在国家层级网络中向内吸收城际流动人口、在城市群和都市圈层级网络之中向外扩散城际流动人口，但其在城市群层级网络中并非是发挥人口流动调度功能的核心节点；大多数城市间的人口流动在都市圈层级网络和国家层级网络之中更加活跃，但部分位于长三角、中原、京津冀等城市群和大连、长沙、南昌等都市圈内的城市则与之相反，因为在城市群层级网络中链接了更广泛的人口基础、拥有更便捷的流通路径，并受到更强的推拉作用力，其城际人口流动的规模和活跃程度普遍在城市群层级网络中达到顶峰。

卫星遥感具有覆盖范围大、时空标准统一等优势，为研究传统民居整体性的传承与变化提供了数据基础；然而，当前传统民居研究中的遥感解译主要依赖于人工目视和手工转绘，其深度和效率无法满足需求，如何基于遥感智能解译实现传统民居相似性测度亟待解决。本文提出了一种遥感智能解译的传统民居相似性测度方法，能够融合传统民居专家知识和深度学习模型，以79.1%的总体分类精度和77.1%的表征能力，有效提取传统民居关键特征。在此基础上，以客家民系为视角，测度全国尺度下的客家民居相似性；结合移民史、古驿道和村志记载，分析明清时期南方人口迁徙对客家民居相似性变化的整体性影响，为传统民居和人口迁徙研究提供新视角。

研究基于2000—2020年三江源生长季最大值合成MODIS NDVI数据，采用趋势分析和空间分析的方法量化了三江源草地绿度的变化情况；进一步运用相关分析和偏相关分析的方法，揭示了不同时空尺度下气温降水与生长季NDVI的关系。研究结果表明：① 2000—2020年三江源区草地生长季NDVI总体呈现出增加的趋势，增加趋势的像元占比为77.53%，其中显著增加趋势像元占比为33.95%（P<0.1）；而局部出现了降低的趋势，降低趋势的像元占比为22.47%，其中呈现显著降低趋势像元占比为3.03%（P<0.1）。② 生长季NDVI呈现显著增加的像元主要分布在海拔[4500,5000) m，坡度2°~6°的阴坡，而生长季NDVI呈现显著降低的像元主要分布在海拔[4500,5000) m，坡度6°~15°的阳坡。③ 整个三江源区来看，生长季NDVI与生长季的气温降水有着最强的相关性，且与生长季最低温的相关性（R=0.79，P<0.001）大于生长季降水（R=0.66，P<0.001）和生长季平均温度（R=0.55，P<0.001）的相关性；栅格月尺度气候要素与生长季NDVI的关系表明，7月份降水与7月份最低温与生长季NDVI的年际波动具有最强的相关性，空间上表现为东部生长季NDVI受降水主导，而西部则主要受温度主导。

基于1970—2020年逐日降水数据，辅以经验正交分解法、趋势分析等方法，对秦岭南北降水季节性指数（PSI）时空变化特征进行分析，识别降水季节性空间主导模态，探讨降水季节性空间异常与全区海温的遥相关关系。结果表明：① 1970—2020年，秦岭南北PSI线性变化趋势并不显著，以3.2 a的年际波动周期为主。1997年后，较长干季逐渐成为区域降水季节性的常态；② 在空间上，秦岭南北有61.3%的区域降水季节性为单一空间主导型，组合类型相对较少。其中，湿季偏长和干湿均衡是单一形态的主导类型；“干湿均衡−干季偏长”是组合形态的主导类型；③ 前冬、春季北大西洋涛动处于负相位，赤道中东太平洋由厄尔尼诺转拉尼娜时，秦岭南北PSI异常偏高，全区发生极端干旱风险较高。