中原城市群城市土地利用效率时空差异及影响因素研究

基于2006～2016年中原城市群各地市面板数据,运用超效率SBM模型和Malmquist模型测算城市土地利用效率并分析其时空差异,基于此借助空间计量模型分析中原城市群城市土地利用效率的影响因素,旨在促进土地要素的合理配置和区域协调发展.研究结果表明:(1)2006～2016年中原城市群城市土地利用效率整体水平不高,呈现先下降后上升波动变化趋势.高效率聚集区主要分布于中原城市群的西部,而东部的高效率聚集区逐渐向北部迁移.(2)城市土地利用过程中要素投入以及非期望产出的冗余是造成中原城市群土地利用效率损失的主要原因之一.(3)中原城市群城市土地利用效率存在正向的空间自相关.(4)经济发展水平、产业结构对于提高城市土地利用效率具有显著的促进作用,而财政压力、城市房地产投资对提升城市土地利用效率具有显著的抑制作用.(5)研究区域的城市土地利用效率存在空间溢出效应.因此要提高城市土地利用效率,中原城市群需要进一步加强城市之间的联系,建立联动发展机制,增强城市土地利用的系统性和整体性.     

长株潭城市群人为热排放对城市热环境影响研究

采用"自上而下"的能源清单法,研究了长株潭城市群2017年人为热排放量及其时空分布特征;同时,利用中尺度天气预报模式(Weather Research and Forecasting,WRF)及其耦合的UCM对夏冬两季分别进行数值模拟试验,定量分析了不同类型建成区人为热排放增温效应的季节性差异.结果表明:(1)长株潭2017年人为热排放总量为3.49x1017J/a,平均人为热排放强度为14.22 W/m2,工业、建筑、交通和人体新城代谢对人为热的贡献率分别为48.15％、40％、11.3％和0.55％.(2)人为热的引入使得城市群主城区夏季和冬季的平均温度分别升高了约0.7℃和1.5℃;冬季增温效果是夏季的2倍.(3)不同密度分区人为热排放导致的增温效果不同,总的来说,工业/商业区＞高密度住宅区＞低密度住宅区.     

长江三角洲城市群土地利用及其生态系统服务价值时空演变研究

采用1990、2000、2010和2015年四期长江三角洲城市群土地利用数据，利用土地利用转移概率矩阵等方法，描述了长江三角洲城市群的土地利用方式和转移方向，采用谢高地等修正Costanza价值量评价法定量计算了区域内的生态系统服务价值，并借助地理探测器对其空间分布格局进行了归因解释。研究表明：长江三角洲城市群土地利用类型以耕地为主，呈现逐年减少的趋势，林地变化相对稳定，水域变化先增后减，建设用地持续增长且保留率最高，耕地为其主要转化来源，草地主要转化为耕地和林地，水域主要转出为建设用地。1990、2000、2010和2015年长江三角洲城市群的生态系统服务价值分别为 2 644.26、2 639.53、2 615.49 和 2 569.88 亿元，总体呈逐渐下降趋势，其中农田生态系统价值下降最多，森林生态系统对整个区域的贡献率最大，Ⅲ、Ⅳ等级的城市的生态系统服务价值高于Ⅰ、Ⅱ等级，且城市规模越大，经济价值越占主导地位。空间分布格局形成以太湖和巢湖为中心的高值集聚区、东南地区高于西北地区的特征，其受到坡度、高程、土壤类型、人口等因子的影响。     

长三角城市群工业生态效率空间溢出效应及其影响因素

工业生态效率能够反映经济发展、环境保护和资源节约之间的平衡关系，探究工业生态效率对于转变工业发展方式，实现可持续发展具有重要意义。该文测算长三角城市群工业生态效率，并对其时空演变、区域差异、溢出效应及影响因素的空间效应进行探索。研究发现：长三角城市群工业生态效率均值不断上升，绝对差异增加，而相对差异变化不大；具有正的空间相关性，在空间分布上具有一定的集聚性；呈现出“东高西低”的空间特征，具有显著的高-高和低-低集聚的空间俱乐部分布特征；在工业生态效率类型转移过程中存在着趋同的趋势，并且具有显著的空间溢出效应；科技投入和经济发展对本地工业生态效率的提升起显著的推动作用，而工业结构不利于本地工业生态效率的改善；本地城镇化的提升不利于邻近其它城市工业生态效率的提升；而本地科技投入和经济发展有利于邻近其它城市工业生态效率的提升。加强城市之间合作对提升工业生态效率具有重要影响。     

兰州—西宁城市群城乡建设用地开发强度空间格局变化及影响因素分析

明确土地开发强度空间格局特征和演变规律,对城市发展边界、生态安全红线和耕地保护红线划定具有重要的指导意义。以1995、2005、2015和2018年兰州—西宁(兰西)城市群39个县级单元为研究区,运用趋势面分析、空间自相关和地理探测器等方法,分析兰西城市群城乡建设用地开发强度空间格局特征及其影响因素。结果表明:(1)兰西城市群城乡建设用地开发强度均值总体呈增长态势,由1995年的2.74%增长到2018年的4.45%,在空间上呈现兰州—西宁2个中心高、外围地区依次降低的"核心—外围"空间分布格局。(2)东西方向和南北方向空间差异较大,且呈现出扁平的倒"U"型曲线分布态势。(3)城乡建设用地开发强度空间上存在显著正相关性且集聚特征明显,冷热点区的空间分布具有相对稳定性。(4)1995—2018年城乡建设用地开发强度受人口集聚水平、经济发展水平、产业结构水平和海拔等要素综合影响。研究结果可为兰西城市群以及同类型地区城乡建设用地管控和高质量发展提供决策参考。     

都市圈内核体系的综合比较研究——以长江中游城市群三大都市圈为例

都市圈是推进新型城镇化的新形态,也是实现区域经济发展的基本单元,这项研究明确了区域空间发展"点-区-群"过程中,城镇综合竞争力、空间联系强度、要素区际流动在都市圈内核体系的关键性作用,通过都市圈的综合对比,为优化区域协调发展新机制、适应都市圈提质增效的新要求提供新的借鉴.通过结合城镇综合竞争力模型、改进的空间联系模型、要素流强度模型等方法集成,分析2016年长江中游城市群中长沙都市圈、武汉都市圈、南昌都市圈在城镇综合竞争力、空间结构、城镇职能分工体系3个维度的对比差异.结果表明:(1)综合竞争力研究显示,各都市圈综合竞争力具有显著的空间非均衡分布特性,长沙都市圈呈东西轴带发展,武汉都市圈的中心-外围城镇差异显著,南昌都市圈缺乏强引领能力的高值发展中心;(2)长沙都市圈形成中心-外围的圈层式空间结构形态,武汉都市圈形成多中心组团式空间结构形态,南昌都市圈呈现出昌九"双星"式空间结构形态,都市圈在中心城市指向性、空间结构形态的显著差异,与城镇扩张政策、城镇发展差距及现代交通运输线路的网络化等因素相关联;(3)长沙都市圈内部城镇的要素配置层次分明,具有完善的要素流职能分工体系,武汉都市圈的交通流与经济流位序匹配程度较差,南昌都市圈缺乏完善的经济流、交通流职能分工体系;(4)在讨论分析中为各都市圈指出了完善资源共享和要素传递通道,优化城镇分工协作机制,促进现代交通网络体系发展等针对性发展思路.     

基于生态安全的快速城市化地区空间冲突测度 ——以长株潭城市群为例

空间冲突是城市化过程中各种矛盾形成与激化的直接原因,是影响区域可持续发展的关键因素,合理测度快速城市化地区的空间冲突水平,对于优化区域发展模式、 避免区域生态风险具有重要意义。在利用遥感与GIS技术分析长株潭近年来空间格局变化的基础上,量化影响区域生态安全的空间外部压力值、 生态风险暴露值、 生态风险效应值3个因子,构建基于生态安全的空间冲突测度模型,对长株潭地区的空间冲突水平进行评估。研究表明:近年来长株潭地区的空间冲突作用强度总体呈现上升趋势,1993—2008年其冲突指数均值由0.264增长到0.323,且严重失控级别空间冲突的区域面积比例增幅最大,达1.07倍;不同空间类型的空间冲突强度不同,林地、 耕地的空间冲突水平相对较低,建设用地的空间冲突水平较高;城乡过渡地带是空间格局变化最为频繁、 空间冲突最为激烈的区域,其次是城市内部,农村地区的空间冲突强度远远低于城市。     

我国城市群空气污染及其季节变化特点

研究以国家环保总局在网站上公开发布的重点城市每日空气污染指数(API)日报数据为基础,组成时间序列.然后针时不同空间分布城市的API时间序列进行了聚类分析,获得了这些城市空气污染的空间分布变化特征.发现我国城市空气污染存在"城市群"的特点,而且随季节变化.因此建议空气污染防治应当从单个城市的防治规划上升到城市群联合进行防治,达到改善城市空气质量的目的.     

成渝经济区矿产资源开发对其生态环境影响评价

文章以成渝经济区为研究区,根据成渝经济区矿产资源开发和生态环境特点,综合运用RS和GIS技术,结合研究区矿产资源总体规划、生态功能区划、生物多样性保护、自然保护区、水源涵养、土壤保持、生态脆弱区分区等数据,采用空间图层叠加法,分析矿产资源开发利用对生态环境的影响,进一步分析了未来矿产资源的开发对区域主要生态屏障的水源涵养、土壤保持、生物多样性保护等生态功能的影响,并提出针对性的生态环境保护对策措施。     

基于高频AQI数据的关中城市群空气污染规律探索

基于高频分时AQI及各污染物浓度数据,本文使用"AQI小时指数"、首要污染物等进行统计分析并建立VAR模型对关中城市群空气污染的总体情况、日内波动规律以及城市间空气污染的关联规律做了不同层次的挖掘。研究结果表明:(1)关中城市群的空气质量整体较差,春、冬季空气污染程度明显大于夏季,空气污染的"季节效应"和"集簇性"明显,且主要表现为颗粒物污染。(2)空气质量的日内波动规律在春、冬两季表现为下半天优于上半天,夏季夜间优于白天。但在不考虑四季AQI小时指数图"相位"差异的情况下,四季空气污染的日内波动呈现出明显的相似性。(3)各城市空气污染存在明显的关联规律。城市群内一个城市空气污染的恶化会加剧其他城市的空气污染,并且对其他城市空气污染的影响峰值会在24小时之内出现,且该影响会随着空间和时间尺度的增大而逐步衰减。