近30年广东省人口分布的时空演化特征

根据1982、1990、2000、2010年人口普查年份的人口普查数据,运用人口密度分析、集散程度分析和中心分析,揭示广东省人口分布演变规律.研究结果显示:经济因素是引发广东省人口迁移和分布的核心因素,这一影响仍在不断扩大;随着工业化发展进入成熟期,广东省人口城镇体系由"绝对集中"向"相对集中"演变.     

环渤海经济圈金融产业集聚的现状分析——基于和长三角、珠三角经济圈的比较

长三角、珠三角和环渤海经济圈是中国经济发展的三大增长极,是我国经济发展水平和金融集聚程度最高的地区。金融产业集聚是指金融产业成长和发展进而形成金融地域密集的动态过程,主要表现为金融资源向少数中心城市的集聚。本文分别选定三大经济圈的金融中心,通过分析信贷资源、保费资源等的占比,发现环渤海经济圈的金融产业集聚程度在三大经济圈中是最高的,最终得出发展金融产业集聚程度及其影响,推动环渤海经济持续发展的结论。     

2010—2020年长三角常住人口空间格局演变及影响因素研究

基于第6,7次区县尺度常住人口普查数据,分析了2010—2020年长三角地区人口空间格局的演变及其影响因素. 研究发现：（1） 长三角人口进一步向浙东北、苏南、浙西南集聚,上海、苏北和苏中地区常住人口比例有所下降；（2） 长三角地级及以上城市划分为5个类型,其中杭州市、苏州市和宁波市为高增长型,上海市为中增长型,常州市、台州市和徐州市为低增长型,泰州市和淮安市为低减少型,盐城市为高减少型；（3） 苏北、苏中地区人口向中心城区集聚,上海、南京、苏州等大城市的中心城区人口逐渐减少； （4） 长三角常住人口规模空间演变影响因素复杂多变. 基于研究结论,提出了相应政策建议.     

基于空间计量分析的广东省旅游业发展水平区域差异探究

以广东省21个地市作为基本研究对象,以人均旅游收入作为衡量旅游业发展水平高低的指标,运用灰色预测方法、空间自相关分析及空间回归分析等方法探讨了广东省2000-2012年及2017年旅游业发展水平区域差异的时空演化特征.结果表明:(1)广东省各地市的旅游业发展水平在空间上存在明显的全局空间自相关性(依赖性),且这种依赖性程度在不断加强,说明广东省区域旅游业发展水平的总体空间差异较小,并有进一步缩小的趋势;(2)广东省区域旅游业发展水平空间格局相对稳定,空间差异变化不大,珠三角地区形成了较稳定的高值(HH)集聚区域,而粤东、粤西地区则形成了稳定的低值(LL)集聚区域;(3)广东省区域旅游业发展水平局域空间自相关性较弱,在时空演变过程中形成了稳定的HH型聚集中心、LH型聚集中心和LL型聚集中心;(4)影响区域旅游业发展水平空间差异的主要因素为经济发展水平和区位条件.     

南京市旅行社空间演化特征及其影响因素

基于2006、2015年南京市旅行社空间位置数据,通过核密度估计、平均最近邻指数分析、热点聚类分析、Ripley’s K函数分析、有序多分类Logistic回归分析等手段,研究南京市旅行社空间分布、演化特征及其影响因素.结果如下:(1)2006年南京国际旅行社零星聚集于中山北路沿线,国内旅行社的分布以新街口为核心并沿中山北路向西北方向延伸;2015年南京国际旅行社主要分布于新街口附近与中山北路中段地区,国内旅行社以新街口为中心呈放射式向四周延伸.(2)国际、国内旅行社在以上2个年份均呈现出显著的空间聚集特征.国际旅行社的集聚特征要强于国内旅行社,但2015年较2006年的集聚程度有所减弱.(3)影响南京市旅行社空间分布的显著因素有:地区生产总值、土地价格、商业中心级别、旅游行政单位等级、旅游景区等级.且影响国际旅行社分布的因素要少于国内旅行社.     

海南省旅游业空间集聚研究

基于海南省历年统计数据与旅游景区、星级酒店及旅行社等旅游要素的空间位置关系,选用Hefindahl指数、区位熵系数、最临近点指数、空间联系指数及地理集中指数,对海南省旅游业空间集聚程度进行测算,进而分析海南旅游业总体、旅游要素、区域内部、城市集聚现状及差异.结果表明:海南省旅游业总体上呈集聚增长趋势;东部旅游集聚程度最大,西部次之,中部最小;琼北经济圈及三亚旅游圈构成海南岛南北各具特色并具较强竞争力的两大旅游集聚区;三亚、海口为海南省大尺度的旅游集聚区.在此基础上分析海南省旅游业空间集聚的影响因素,包括旅游资源禀赋、旅游业自身属性、区位条件、政府政策及经济发展水平,并探讨海南省旅游空间集聚模式.     

皖南国际文化旅游示范区服务业集聚特征及成因

随着新经济发展,城市正处于从工业经济向服务经济的转型期。以皖南国际文化旅游示范区为典型案例,借助空间基尼系数、区位商、因子分析和多元线性回归等方法,测度示范区服务业集聚程度,分析其集聚演化特征,探索集聚形成原因。研究发现:(1)2003—2010年示范区四类服务业空间基尼系数普遍较低,发展较为均衡;2011—2015年示范区消费性服务业和分配性服务业呈现较为显著的聚集特征;而生产性服务业的空间集聚略有上升,社会性服务业分布呈现均等化趋势。14个服务行业呈现不同的空间集聚特征。从静态来看,2015年,住宿和餐饮业,文化、体育和娱乐业,居民服务和其他服务业,交通运输、仓储和邮政业的集聚程度均较高;从动态来看,除教育,水利、环境和公共设施管理业以外,其他所有服务行业正处于集聚发展阶段。(2)示范区核心区的相对专业指数较高,黄山市消费性服务业相对专业化程度最高,而其它各城市专业化程度总体相对较低。示范区服务业地域分工现象已经显现,形成了"马芜铜"和示范区核心区两大空间板块。各城市形成了相对不同的专业化行业,并表现出不同行业特征。(3)选取13项指标,采用因子分析和多元线性回归模型,识别了市场需求因子、创新要素因子、人力资本因子以及城市发展因子4个影响因素,4个影响因素对示范区服务业集聚都有一定的正向解释力。市场规模有效促进了服务业的集聚;创新要素是服务业空间集聚发展的驱动力,技术创新、信息化水平推动服务业高级化;交通设施条件、信息化水平能有效降低运输成本和交易成本;人力资本要素对服务业集聚起到了重要推动作用;示范区城市发展水平与服务业集聚密切相关,城市经济发展水平、城市化是服务业发展的加速器。     

北京物流企业空间布局演化及影响因素分析

以北京物流企业为研究对象,借助GIS空间分析方法和面板数据模型,对1996—2016年北京物流企业的空间分布及其影响因素进行分析。结果表明:北京物流企业始终为集聚分布,集聚程度先增后减,物流企业逐渐远离城六区向城市郊区扩散,集聚情况由"单核"向"双核"再向"三核"发展,同时热点地区逐渐增多并且向外扩散,但每个地区集聚程度有所下降,存在物流企业在城市中均匀分布的趋势。经济发展水平、对外开放程度、政府支出、工业发展水平、居民需求和收入水平对北京物流企业空间分布的影响为正,工资水平的影响为负;并将北京物流企业进行分类,对各类物流企业布局影响因素进行分析与比较,给出了有针对性的建议。     

基于Voronoi图的城市体系空间结构及吸引范围——以广东省为例

城市体系空间结构是城镇化的基本载体,构建科学合理的城市体系空间结构是推进新型城镇化的重要内容. 为准确把握广东省的城市体系空间结构特征,使用Voronoi图空间组织方法和加权Voronoi图空间分割方法,以城市综合实力为质量属性,统合考察城市的地理区位和空间关系,对广东省县级以上城市的城市体系空间结构及吸引范围进行研究,得出以下结论:（1）广东省城市发展空间极化现象明显,城市综合发展水平存在较大差距;（2）在城市体系空间结构上,广东省形成了全域性中心城市区域性中心城市地方性中心城市一般性城市4个层级的城市体系空间结构;（3）从城市吸引范围分析,广东省部分城市存在同城化发展现象,其中广佛和潮汕同城趋势明显;（4）广东省城市的综合实力与其空间结构等级间存在明显的错位现象,因此应该进一步明确实力强等级低的城市的区域定位和职能定位,同时加快综合实力较弱的中心城市的发展,缩小发展差距,实现区域协调.     

城市多类型商业空间时空异质性及影响因素

基于政府开放数据,运用核密度分析、双变量Moran's I指数、多中心性评估模型(MCA)等空间计量分析方法,对城市多业态商业空间时空分布特征及其影响因素进行探究.结果表明:总体上,2000—2014年间五种类型商服设施年度增量遵循"倒U型"曲线变化过程,空间上遵循由"分散"向"多核集聚"转变的空间分布模式,且集聚程度不断增加,但是设施数量的年度增速趋势及业态间集聚特征变化、集聚强度上存在明显业态差异;影响因素方面,人口密度、基准地价水平以及交通网络中心性对商业空间布局影响显著,但不同业态商业受不同区位选择因素的影响程度存在差异.批发零售业的分布与人口密度间的相关性最强,金融保险业受人口密度的影响最小,同时多分布在基准地价高的区域,文体娱乐业多分布在基准地价低的区域,交通网络中心性对批发零售业、住宿餐饮业和居民服务业区位选择的影响比对金融保险业和文体娱乐业更大.