在新时代国土空间总体规划背景下,客观科学地划定城镇开发边界是规划工作的基础,也是重点与难点之一。针对现有研究在数据选取、方法构建和结果分析上存在的问题,本研究基于“正向规划”和“反规划”理论,从自然环境、社会经济和政策导向的综合视角出发,依托多源数据融合驱动的深度学习算法,提出一种城镇开发边界自动划定方法,并以广州市花都区为实证案例,进行了城镇开发边界自动划定和影响因素分析,结果表明:① 本研究提出的方法能自动划定城镇开发边界,结果更为客观;② 城镇开发边界研究结果与规划成果在空间分布趋势上具有较高一致性,相比之下研究结果用地集约节约程度高,更符合未来用地发展要求;③ 城市发展是多方面因素综合作用的结果,其中交通和人口是影响城市发展的关键因子。综上,本研究提出的方法能客观科学地自动划定城镇开发边界,研究结果符合未来用地发展趋势,能给国土空间总体规划提供参考。
研究基于1993―2020年上市企业首次公开募股活动,计算城市投资银行服务总值以揭示中国投资银行服务能力的空间分布格局,并建立双向固定效应回归模型分析影响城市投行服务能力空间分布的影响因素。研究发现:① 中国投资银行服务格局以北京、深圳和上海3个城市为主中心,形成东南部地区密集,东北、西北、西南稀疏的分布格局,总体上中国投行服务资源分配不均,且呈现空间集聚化发展趋势;② 北京是中国的投行服务中心,除沪深外,广州、南京、福州、杭州等城市表现出色,“北京−深圳”“北京−上海”相互服务程度高,合作密切,北京自服务值最高,深圳、广州、上海自服务占比较低;③ 城市人力资本水平、行政级别和城市创新力对城市投资银行服务能力有显著正向影响,异质性分析揭示其对东部地区投行服务能力有显著的正向影响,而在中部、西部和东北部地区均影响不明显或呈负向影响。本文关注中国投资银行的地理格局,对该行业服务能力的空间差异及其影响因素提供了知识性证据,为进一步加强区域间金融合作和研究中国区域经济发展格局提供借鉴和参考。
建设和完善新能源产业技术转移体系,对于促进能源结构高质量转化、科技成果产业化与科技创新紧密结合具有重要意义,可为实现碳达峰、碳中和目标提供强有力的技术支撑。本文基于中国新能源技术专利转移数据,通过构建技术转移有向加权网络,并借助复杂网络分析、网络模体、有向转变中心性与控制力等模型,对2001—2019年中国新能源产业技术转移网络复杂性进行时空格局刻画。研究发现:① 新能源技术转移规模日益扩大,城市参与度不断提高,逐步打破了地域限制,并呈现“东强西弱”的分布格局。② 技术转移网络集聚态势与关联性不断提升,但存在网络关联稳定性不强、网络互通性较弱等不足。③ 北京、上海、深圳等全国性中心城市在中国新能源产业技术转移网络中发挥着扩散/集聚核的作用,并遵循技术梯度推移的规律有序演化。④ 网络权力格局上,新能源产业技术转移网络并没有完全遵循“高中心性–高控制力”的领导核心城市到“低中心性–低控制力”的裙带边缘城市的一维匹配关系,而是也存在“高中心性–低权力”的中心集约城市和“低中心性–高权力”的权力门户城市的非匹配关系。
中国是众多国际河流的发源地之一,与周边诸多国家存在“一衣带水”的关系。国际河流条约是沿岸国家间合作的一种重要形式,然而在多因素综合作用下如何达成这种合作的系统探讨较鲜见。本文采用清晰集定性比较分析法(csQCA)解析了与中国签署国际河流条约规范文件的周边国家的空间格局,发掘国际河流合作得以达成的多种要素匹配共现的条件;基于跨境政治生态学的理论思想,着重关注河流自然生态特征、流经国特征及国家间关系等因素共同构成的国际河流合作形成机制。主要结论有:① 中国签署的国际河流条约在地区分布上以东北部和西南部的签约数量居多,在主题分布上以河流的治理、综合开发利用和经济合作为合作重点。② 影响中国签署国际河流条约的单项因素中,河流大小和流域国家间的国际关系对条约签署起决定性作用;多因素条件组合中,覆盖率最高的路径为:只流经中国和一个非G20大国的大型国际河流在缺乏流域管理机构的情况下,通常会与全面战略合作伙伴及以上等级关系的国家合作。③ 不同合作主题的条约的影响因素存在一定差异,反映出国际河流合作的多元性和复杂性。本文系统展示了国际河流合作达成的多因素综合分析视角,为中国在国际合作中展示负责任的大国形象提供了参考。
交通运输作为承载全球贸易流动的直接物质通道载体,深刻影响着国内城市产品进出口贸易格局。利用2000—2015年中国海关进出口数据,采用复杂网络韧性分析法,探索网络的整体韧性和应对冲击时城市间的运输替代性关系。研究发现:各类运输方式下的贸易联系网络整体联系程度加强,陆上运输贸易网络的组团性更强,非陆上运输模式的自由度更大;国内运输系统的完善为开拓多样贸易运输方式提供可能;水运贸易网络整体韧性较强,铁路贸易网络整体韧性较弱,航空和公路贸易网络韧性水平相当且发展迅速;城市之间的运输替代网络逐步完善。本研究将为重大生产力布局和中国战略腹地建设提供参考。
将中国各省域服务化、全球价值链(Global Value Chain, GVC)与国内价值链(National Value Chain, NVC)嵌入度纳入同一个测量框架下进行测量,实现服务化提升GVC与NVC双重嵌入度在双循环视域下的时空分异对比分析。结果表明:中国各省域制造业服务化与制造业GVC、NVC呈现高−高、低−低聚集的正向关联模式,服务化通过创新效率与生产成本中介而提升中国各省域的制造业GVC与NVC,对大部分区域NVC的提升效应较GVC的提升效应更高,中国京津冀及北部、东部地区等经济发展的极值地区的制造业GVC与NVC的服务化提升效应较为显著,源自亚洲其他国家的制造业服务化提升效应相较于源自其他地区的服务化更为显著。
随着中国郊区新城高速发展,新城吸引了大批就业迁入,但众多就业者的居住并未随迁,出现了普遍的职住分离现象。然而,目前有关郊区新城就业者职住分离的原因多为定性讨论,关键因素及其影响效应尚不明确。以武汉市郊区新城为例,基于多源大、小数据,运用多层BLR-MLR(二元逻辑回归−多元线性回归)模型和问卷统计分析,分别探究通勤距离、个人属性、建成环境、家庭结构等对新城职住分离就业者居住随迁的影响机制。研究发现:良好的建成环境、长距离通勤、优质的教育资源、合适的房价以及稳定的工作均能在不同程度上促进新城职住分离就业者的居住迁入,相反则会阻碍其迁入;家庭因素在非单身的职住分离就业者迁居中起着关键性作用,女性尤甚。
基于2013—2022年样本数据,采用Super-EBM模型测度了中国典型地区冰雪旅游发展效率,分析了效率的时序变化、空间分异、动态演进特征,并通过Tobit模型研究了冰雪旅游政策、冰雪赛事对冰雪旅游发展效率的影响效应,以及冰雪旅游关注度和冰雪旅游企业数量的渠道作用,提出了效率的提升策略。研究发现:① 2013—2022年中国典型地区冰雪旅游发展效率均值整体呈现波动上升趋势,但均未达到有效状态,北京的效率最高,天津效率最低。② 地区间冰雪旅游发展效率的差距明显,研究期内空间格局变化较大。③ 典型地区冰雪旅游发展效率的类型转移存在一定惰性,且效率水平越低的地区存在的路径依赖越强。④ 冰雪旅游政策和冰雪赛事对冰雪旅游发展效率具有显著正向影响,冰雪旅游关注度和冰雪企业数量在其中均起到明显的正向中介作用。
加快将环渤海地区打造成为中国北方真正增长极,对于构建新时代区域发展格局具有深远意义,以此为立足点解析了2001—2020年环渤海地区生态–经济–社会(EES)系统耦合协调时空演化特征及驱动机理。结果表明:① EES系统耦合度优于协调度,两者绝对差异及相对差异均呈上升趋势;空间上呈“集聚+级差”的演化格局,形成辽中南城市群、京津唐区、山东沿海城市群3个相对高值区,耦合协调空间对应关系明显。② EES系统耦合协调空间关联由沿海到内陆呈圈层式热冷点集聚分布;尺度差异格局呈省间差异>省内差异>区间差异。③ EES系统耦合协调空间格局呈核心边缘特征,城市群中心城市为区域增长极;呈等级化特征,与城市行政等级正相关;呈职能化特征,综合型职能城市优于资源型城市;沿海城市优于内陆城市。④ EES系统耦合协调时空格局演化是自然地理区位、子系统相互作用、空间邻近效应、战略政策等诸多要素及相关因子综合驱动的,驱动因子作用方向及区域基本保持一致。
本文基于城乡融合发展内涵,以黄河流域78个地级市为案例研究区域,从5个维度科学构建了黄河流域城乡融合发展评价指标体系,并采用熵值法、空间自相关分析、时空地理加权回归模型等多种计量方法综合研究了2011―2021年黄河流域城乡融合发展的时空分异特征与驱动机制。结果如下:① 黄河流域城乡融合发展水平总体呈上升趋势,低水平区域不断减少,高水平区域持续增加。城乡融合水平下游地区整体高于中、上游地区,且大致呈现由西向东递增的格局;② 黄河流域城乡融合发展水平空间集聚特征显著,整体存在较为明显的空间依存关系,高值区主要集中分布在黄河流域东部、北部地区;③ 黄河流域城乡融合发展是众多因素的多尺度与多时空交互融合发展的结果,且各驱动因素均具有明显的时空差异,在空间异质性方面呈现出空间带状或片状分布规律。
基于2000—2020年人口普查数据和相关社会经济数据,分析了福建省各县域流动人口结构的时空演化及影响因素。研究发现:① 福建省流动人口结构的省内化趋势增强,快速省内化的区域在空间上连结成3条“东南−西北”走向的横轴;相较于市辖区,县和县级市省内化倾向更加突出。② 经济发展水平、第二产业就业规模促进流动人口结构向省际化方向演化,第三产业就业规模和普通县则促进流动人口结构向省内化方向演化;相较于沿海地区,内陆地区流动人口结构演化对空气质量和公共服务条件的响应作用更为明显。研究结果拓展了对中国人口流动结构转变规律的认识,亦可以为推动东南沿海地区率先实现高质量发展和公共服务资源合理配置提供参考依据。
旅游资源品质是旅游业高质量发展的物质基础,为旅游流的汇聚提供强大吸引力。基于当前云南省古村镇旅游经济价值实现难、发展不平衡等现实问题,本文使用耦合协调度模型、Dagum基尼系数、灰色关联度模型等方法剖析了云南省125个县级行政单位2019—2022年古村镇资源品质与旅游流耦合协调发展的时空演变特征及其影响因素。研究发现:① 云南省耦合协调空间分布以“迪庆州–丽江市–大理州–楚雄州–玉溪市”为轴线,轴线两侧的发展水平多低于轴线上的水平。② 研究期间云南省整体耦合协调水平经历了“低水平耦合–拮抗阶段”的演变历程,但仍属较低耦合水平。③ 市州间及县级行政单位间的耦合协调差异是云南省耦合协调整体差异的来源。④ 第三产业增收在GDP占比、 旅游人次等是影响云南省古村镇资源品质与旅游流耦合协调发展的核心影响因子。因此,应从州市、县级行政单位的双重空间维度,推动区域间协同发展、建设多点辐射产业布局,实现高质量发展。
本研究构建了一个基于遥感数据的济南市旅游景区通用热气候指数(UTCI)模型。研究整合了地面气象站数据和卫星遥感数据,运用定量反演技术进行分析。在深入回顾定量遥感反演技术在气温、地表温度、风速和相对湿度等气象要素研究的基础上,针对UTCI指数计算所需的关键气象参数,制定了系统的定量反演方案。同时,利用地面气象站实测数据对模型精度进行了验证和评估。结果显示,在以2021年Landsat 8及MODIS卫星遥感数据为反演数据集、济南及附近城市的22个自动气象站为验证集的122组数据中,由随机森林算法建模后的UTCI估测值与站点实测值之间的平均绝对误差(MAE)为0.89℃,均方根误差(RMSE)为1.37℃,精度较为理想。进一步,对济南市旅游景区进行应用研究发现,第一,基于遥感数据对旅游景区UTCI进行反演是可行且具有一定可靠性;第二,旅游景区UTCI分布存在时间和空间差异;第三,UTCI与气象预报(气温)之间存在较大差异;第四,济南地区适合出游的季节和区域为春季全部地区、夏季高海拔景区的背阴坡及山谷地区、秋季的向阳坡地区。本文还对提升模型精度、提高数据质量、识别景区地物特征、甄别游客个体特征、控制游客主观差异等方面进行了讨论。
本文选取中国32个省会及以上城市建成区和香港特别行政区为研究区,基于Google Earth Engine(GEE)遥感大数据云平台技术,通过长时序Landsat遥感影像,结合传统水体指数和城市阴影指数构建了一个基于地表温度和混合指数的水体自动提取方法,并在
以MODIS、Landsat和土地利用/覆被变化数据集等多源遥感数据为数据源,结合地上生物量样点数据,从反射率、植被指数、气候要素和土壤质地及养分含量4个方面提取21个特征变量,经特征变量优化后,对比5种机器学习方法,选择精度最高的模型,根据不同气候类型分区,反演各气候区2000—2020年内蒙古森林和草地生长季地上生物量,分析其时空特征。结果表明:① 特征筛选后的变量数量为4~21个,其中反射率、植被指数和气候要素是所有生态系统和气候区地上生物量敏感的特征变量;② 随机森林是反演精度最高的模型,而且分区能够明显提高模型精度;③ 年均森林生长季地上生物量围绕平均值(3.68 kg/m2)上下小幅度波动,21 a间略有上升,而草地呈现先下降再上升的趋势,整体上升,年均值从2000年的46.36 g/m2上升到2020年的56.19 g/m2;④ 森林生长季地上生物量由北到南呈现“低−高−低−高”的空间分布态势,而草地则自西向东逐渐增高,21 a间低生物量面积减少,高生物量面积增大。本研究有助于了解当地自然资源动态,为大尺度多生态系统生物量反演提供思路。
本文通过现场调查和实验分析,介绍了新疆阿尔泰山区泥炭地分布、类型及泥炭性状特征,对比山区内不同泥炭地的泥炭累积过程差异及主要影响因素。结果表明,新疆阿尔泰山泥炭地主要分布在海拔
积雪特性是研究融雪规律、融雪径流特点以及融雪侵蚀过程的基础,是进一步探究积雪化学性质和土壤冬季温湿度变化前提。积雪和土壤对气候变暖的响应是极为敏感的,气候变暖将显著影响积雪各项特性的变化特征和冬季土壤温度的变化。然而,气候变暖对这一过程的确切影响目前尚不明确。因此,本研究采用红外辐射仪对覆雪土壤和稳定期积雪进行增温处理以模拟未来气候变暖背景下这一过程的变化特征,结果表明:在气候变暖背景下,覆雪厚度和空气温度对土壤温度的影响是显著的,并通过检验后分别对H区表层、H区10 cm土层、L区表层和N区表层建立了二元线性回归方程;关于积雪特性,本次试验积雪以干雪和微湿雪为主,全试验期积雪含水率始终<3%,高温加热区(H区)雪样含水率要高于中等加热区(L区);高温加热区(H区)雪样密度呈现先减小后增大的变化趋势,中等加热区(L区)雪样密度小幅度下降;积雪孔隙率全层保持在75%~85%之间,同时各处理均表现出上层孔隙率显著大于下层的趋势;积雪粒径主要在1.2~2.5 mm 之间,且上层雪粒相对独立,粒径较小,下层冰晶颗粒连结现象严重,冰晶颗粒较大,随着增温这种现象更加明显。本试验为未来研究气候变暖对积雪理化性质以及覆雪土壤理化性质的影响提供了一定的科学依据。
目前,高温热浪天气正在由极端事件逐渐成为常态,高温热浪给人体健康、自然生态环境以及社会经济系统带来了严重的不利影响,如何准确预测高温热浪的持续天数是一个亟待解决的问题。洞庭湖流域地处全球三大高温热浪频发区之一的长江中下游和淮河流域,本文利用1984—2020年洞庭湖流域地面气象台站观测资料和4大类高温热浪影响因子资料,通过全子集回归筛选影响流域高温热浪持续天数的显著因子,并采用全子集回归和BP神经网络算法分别建立洞庭湖流域高温热浪持续天数模型。结果表明:① 洞庭湖流域高温热浪持续天数在20世纪60年代至20世纪70年代初表现为下降;20世纪70年初至20世纪90年中期变化不明显;20世纪90年中期以来呈现显著增加趋势。② 流域高温热浪持续天数与气温、地表太阳辐射、南亚高压东伸脊点、植被生长状况、气溶胶、地面硬化和城市化呈显著正相关,与降水、相对湿度、西太平洋副热带高压西伸脊点、ENSO变化呈显著负相关。进一步利用全子集回归得出西太平洋副热带高压西伸脊点、ENSO变化、气溶胶、地面硬化和城市化是影响洞庭湖流域高温热浪持续天数的显著因子。③ 基于显著因子的同期观测数据建立高温热浪持续天数预测模型,结果显示BP神经网络模型预测效果优于全子集模型,可作为1984—2020年洞庭湖流域高温热浪持续天数的最佳模型。其中,BP神经网络模型训练集判定系数为0.90,均方根误差为3.03 d;测试集均方根误差为2.51 d,平均绝对百分比误差为1.58%。