中国高等级旅游景区资源多尺度时空差异及其影响因素

以中国337个地级以上城市内的5A和4A级景区为研究对象,通过构建总体分异指数（GDI）并采用探索性空间数据分析（ESDA）等方法,从省级、城市群、城市等不同空间尺度,对2001—2019年中国高等级旅游景区资源时空演化特征进行综合分析。结果表明：（1）4A级景区主导了中国高等级旅游景区数量与增长率的变化趋势,2015年之后增长速度进入相对平缓状态;（2）时序上,中部和东北地区的各省份高等级旅游景区数量较少,但增长率较高,而西部省份则均相对较高,东部省份则是数量最多但增长率最低,到2017年西部超过东部,数量最多;城市规模与高等级旅游景区数量呈正比,与增长率呈反比;（3）空间上,中国高等级旅游景区分布密集程度逐年升高,呈现出主要依托东部沿海地区与中部地区城市群集聚分布的特征,且空间热点、次热点地区占主导地位,形成了“两点集聚—多极多区—集群集聚”的空间演化格局;（4）GDI指数随着研究尺度的缩小而增大,空间尺度越小,高等级旅游景区资源的差异越大;（5）中国高等级旅游景区空间分布主要受社会、经济、资源等因素相互作用的影响,其中人口规模、旅游经济、人文资源是共同的最为关键的因子。研究结果可为优化中国景区资源空间布局以及旅游业高质量及区域协调发展提供一定参考。     

中国红色旅游经典景区网络关注度时空演变及影响因素

借助“百度指数”,获取2011—2019年中国31个省（市、自治区）对红色旅游经典景区的网络关注度,结合区域差异分析法、景区偏好系数分析红色旅游经典景区网络关注度的时空演变特征,利用面板数据回归模型和地理探测器揭示其影响机理。研究发现：（1）从时序上看,2011—2019年红色旅游经典景区的网络关注度持续上升,具有明显的季节性差异,呈“M”型变化形态。（2）从区域上看,东—中—西部具有明显的梯度递减特征,区域差异呈东—西—中部依次递减态势,空间结构比较均衡,东部地区多位于热点区,中部地区多处于一般区,西部地区则属于冷点区,各省（市、自治区）存在一定季节性差异。（3）景区角度方面,景区的月际变化分为单峰型、双峰型和多峰型三种,单峰型季节差异显著,双峰型和多峰型的季节差异较小,景区偏好类型呈“金字塔”结构,具有“多中心”分布特征,整体格局相对稳定。（4）影响因素方面,客源地网络发展水平的贡献>人口规模>教育水平>经济发展水平,而旅游恩格尔系数的影响不显著,目的地的星级酒店数量、旅游化水平、市外交通可达性是重要影响因素,信息化水平、空气质量、旅行社及公共管理能力是主要影响因素,其他因素影响力较小。     

黄河流域资源型城市生态效率时空演变及驱动因素

生态效率是区域发展质量和人地协调程度的综合体现。采用TOPSIS法测度2003—2017年黄河流域37个资源型城市的生态效率,借助泰尔指数、全局空间自相关和热点分析揭示其时空演变规律,利用面板Tobit回归模型探寻关键驱动因素。结果表明：（1）黄河流域资源型城市生态效率总体上以2007年为分水岭,先平稳、后上升;不同城市生态效率的增速和增幅差异较大,下游城市明显高于中、上游城市,再生型城市明显高于成长、成熟和衰退型城市。 （2）城市间生态效率差异大小先略微下降、后持续上升;生态效率空间格局由随机分布向集聚分布演变,低值集聚区从山西、河南交界处向山西中、北部移动,高值集聚区分布具有空间粘性,一直位于下游山东境内。（3）产业转型、科技创新、基础设施完善和区位条件对生态效率改善具有显著正向驱动作用,外向型经济、资源依赖和环境规制抑制生态效率提高,城镇化、工业化和外资利用对生态效率演变的影响不显著;不同类型资源型城市生态效率改善的主要驱动因素存在异质性。     

大湘西高级别景区时空分布特征及影响因素的空间异质性

旅游景区既是旅游业发展的先决条件和核心载体,也是最主要和最根本的旅游供给。基于大湘西高级别旅游景区数据,引入高级别景区发展差异指数,运用标准差椭圆分析法、核密度估计、全局空间自相关等多种空间统计方法,对2007年、2012年和2016年大湘西高级别旅游景区时空分布特征进行测度,并运用全局回归（OLS）模型和地理加权回归（GWR）模型,分析大湘西高级别景区影响因素的空间异质性。结果表明：大湘西高级别景区空间分布总体走向为东北—西南方向,且整体呈现小幅度逆时针旋转;高级别景区空间分布格局呈现出由“三核心两区县”向“一极多点”再到双核带动的“遍地开花型”空间格局的演化;高级别景区数量的空间正相关性不断减弱,且其在空间上的分布呈现一定的集聚特征;区域经济发展水平、政府政策扶持力度、交通条件、旅游资源因素对大湘西高级别景区空间分布格局影响显著,且不同影响因素呈现出一定的空间异质性。研究结论可为全域旅游背景下深化旅游景区体制机制改革提供科学依据和参考价值。     

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

我国旅游景区火灾事故的关联影响因素研究——基于最优尺度分析

影响景区火灾事故的风险因素众多,而时间、空间以及景区特征因素是地理、气候、人流、容量等火灾风险因素的集中体现。根据2004—2014年间我国景区发生的202起火灾事故案例,利用聚类分析和最优尺度分析我国景区火灾事故的发生特征及其与时空、景区特征等因素的关联关系。利用最优尺度分析发现,时间、空间和景区特征因素均与景区火灾事故相关变量呈现锐角关系,存在非线性典型相关关系。时间维度、空间尺度以及景区特征不同,其与景区火灾事故相关变量的关联关系表现出明显的差异性。     

辽河保护区水质时空分布特征及其影响因素

辽河保护区自2010年划定后,其治理与保护由过去的多龙治水、分段管理、条块分割开始向统筹规划、集中治理、全面保护转变。通过对2006—2019年辽河干流8个断面水质监测数据的对比分析,探讨了辽河保护区划定前后水质与主要污染因子的时空分布特征及影响因素。结果表明:保护区划定后辽河干流水质大幅好转,全面消除了GB 3838—2002《地表水环境质量标准》劣Ⅴ类水质,水体化学需氧量(COD)与氨氮浓度明显下降,虽在2018年有所波动,但整体维持在Ⅲ类~Ⅳ类水质;空间分布上,保护区上游(铁岭段)水质最差,中游(沈阳段)略好,下游(鞍山及盘锦段)较差,主要污染物COD和氨氮浓度从上游到下游呈现先升高后降低再升高的变化趋势。保护区水污染治理及水环境管理“三大工程”“三大战役”的有效实施对水质改善起到了重要作用,上游的农业面源污染以及下游生活污水、工业废水的排入是造成保护区水质及污染物空间分布差异性的主要原因。     

沈阳市降尘时空分布特征及影响因素分析

大气中的污染物对人体健康存在直接危害,对其分布特征和来源开展研究可为大气环境质量改善提供理论依据。本文通过对沈阳市1997~2006年间大气降尘布点监测数据进行分析,发现沈阳市降尘量总体呈现下降趋势,采暖期降尘量高于非采暖期;沈阳市各城区降尘量大小顺序为:于洪区>沈河区>和平区>大东区>铁西区>东陵区>皇姑区;对比同期环境质量公报与气象数据,燃煤和区域气象条件是影响沈阳市降尘的重要内在和外来因素。     

中国城市碳排放强度时空演变与影响因素的时空异质性

运用地图可视化、核密度估计、标准差椭圆等方法对中国2005～2020年城市碳排放强度的时空演变与路径迁移进行探究,并基于时空地理加权模型(GTWR),实证考察了城市碳排放强度影响因素的时空异质性.研究发现:(1)中国城市碳排放强度逐年降低,但仍远超同期发达国家水平,减排空间较大.碳排放强度呈“北高南低”的空间分布,南北分异趋势在研究后期愈发明显.(2)各区域内部城市碳排放强度差异逐渐收敛,分布越发均衡.东部城市碳排放强度的多级分化现象显著,西部高碳城市集聚分布.碳排放强度高值区域自山西省境内持续向西北方向转移,西北地区逐步成为中国碳排放的主要贡献区域.(3)总体上,高碳化能源消费对碳排放强度呈正向促进效应,产业升级、经济发展、人口集聚、科技研发与外资强度则主要表现为负向抑制.局部内,各因素作用效果存在较强的时空分异,不同区域与时期内,各影响因素的波动方向与作用强度不尽相同.     

陕西省PM2.5时空分布规律及其影响因素

PM_2.5是导致中国多省市发生灰霾的罪魁祸首,明确其时空分布规律,厘清其影响因素对灰霾的综合治理意义深远.基于陕西省2015年50个监测站点的PM_2.5浓度数据,采用空间数据统计方法、克里金插值法以及Morlet小波分析法对陕西省PM_2.5浓度的时空分布规律进行研究,并运用灰色关联模型来探讨PM_2.5浓度的影响因素.结果显示:①陕西省PM_2.5浓度整体呈"冬高夏低、春秋居中"的季节性变化规律,"U型"起伏的月变化规律,周期性脉冲波动型的日变化规律以及"W型"起伏的时变化规律;②陕西省PM_2.5浓度呈"北部低,中南部高"的空间分布特征,并且空间集聚性显著.不同季节的高值区均集聚于海拔相对较低的关中盆地内部城市.这与盆地内部空气不易扩散,静稳天气出现频率较高,易出现逆温现象密切相关;③影响陕西省PM_2.5浓度最大的指标层是PM_2.5污染来源（权重值为0.49）,其次是城市化与土地利用（权重值为0.37）,气象与地形因子影响最小（权重值为0.15）.不同城市各指标层的综合关联度差异较大.④各指标因子与PM_2.5浓度均为强度关联.降水量、机动车保有量、二氧化硫排放量、烟粉（尘）排放量、建成区面积、人口密度和人均GDP是影响陕西省PM_2.5浓度的主要因子,影响各城市PM_2.5浓度的主要因子具有一定的空间差异性.研究显示,人类活动对陕西省PM_2.5的影响显著,尤其是城市化的快速推进,相关指标（如人口、机动车、能耗、工业总产值等）持续增长,将进一步加大PM_2.5来源的多样性以及相关污染物的排放量.      

东北地区植被时空演变及影响因素分析

基于2000~2020年MODIS NDVI遥感数据,辅以气象数据和土地利用数据,通过小波分析、Sen+Mann-Kendall趋势分析、Hurst指数、偏相关分析及残差分析法,以不同地形地貌为单元,对不同周期阶段下东北地区植被时空演变特征及其对气候变化和人类活动的响应机制进行深入解析.结果表明:时间上,21a间东北地区植被NDVI呈速率为0.0308/10a(P<0.001)的上升趋势,以16a第一主周期下10a左右的周期变化最为稳定;空间上,东北地区植被NDVI整体处于较高水平,但空间分异明显,呈“西南低东北高”的格局.各周期阶段均为NDVI改善面积大于退化面积且改善范围不断扩增.NDVI未来变化趋势主旋律为持续改善,占总面积的63.56%;响应机制上,东北地区植被NDVI受气候变化与人类活动共同影响.2000~2020年NDVI与气温、降水和相对湿度呈正相关,与日照时数呈负相关,其中降水对NDVI的影响作用最强,且随周期演替以降水为主导气候因子的面积显著递增.各周期阶段人类活动对NDVI变化均以正向促进为主,林业工程实施是植被状况改善的关键,而建设用地扩张是植被减少的主要原因.     

基于GWR的陕西省生态系统服务价值时空演变特征及影响因素分析

基于生态系统服务价值(ESV)评估体系、地理探测器与GWR模型,分析了2000—2015年的陕西省107个县级行政单位ESV时空演变特征、影响因素及主导因子作用强度的空间分异特征。结论如下:(1)15年间陕西省ESV先升后降,其中供给服务与调节服务是陕西ESV的核心功能。(2)历年ESV高低值分布都表现出中心低,边缘高,北低南高的空间特征,ESV差值变化特征较为明显,全境基本被负值覆盖,高值区域集中于陕北。(3)经济因素对ESV的解释作用最强,社会因素与自然因素次之。(4)各主导因子对ESV的作用的空间强度不同,其中土地垦殖率呈现出由南向北逐渐递减的特征,人均GDP从南到北逐渐增强,人口密度由东北向西南逐渐增强,城乡居民人均收入对ESV则表现出由北向南从负值向正值过度且作用逐渐递增的特征。     

南阳盆地区耕地利用效率演变及其影响因素

研究耕地利用效率演变规律关乎农业产业振兴与国家粮食安全。在使用DEA-GWR指数模型测算出南阳盆地区12县（区）2000年、2010年、2016年耕地利用效率的基础上,结合趋势面分析和$G^{*}_{i}$ 指数研究耕地利用效率的时空格局演变特征,并分析其影响因素。结果表明： （1）2000年、2010年和2016年研究区综合效率整体呈上升趋势,2000年和2016年规模效率对综合效率的作用更大,而2010年纯技术效率则对综合效率更具影响。（2）从全局视角看,三个时期耕地利用综合效率高值区从东南部向中部及西北部转变,呈现出明显的地域分异规律;从局部视角来看,相对高值（低值）耕地利用综合效率在空间上呈现出较强的组团式集聚。（3）在耕地利用效率影响因素中,影响程度的绝对值由大到小依次为：农业劳动力>复种指数>农业机械总动力>化肥施用量>人均耕地>地形条件>农村居民人均可支配收入>城市化水平。     

中国资源型城市房价时空变化与影响因素分析

基于禧泰数据库的全国城市二手房价监测数据,利用描述统计和GIS空间分析方法详细分析了2011—2018年126个中国资源型城市房价时空变化特征,并采用空间杜宾模型进一步揭示了其影响因素。研究结果表明:(1)2011年和2018年中国资源型城市平均房价分别为4105元/m2和5675元/m2,再生型城市、成熟型城市、成长型城市和衰退型城市的平均房价依次递减;(2)2011—2018年中国资源型城市平均房价呈现出波动上升的态势,房价增长率为38.2%,远低于全国城市平均房价增长幅度55.3%,且不同类型资源型城市房价的增长幅度有所差异,以成熟型和再生型城市的房价增幅相对较大;(3)中国资源型城市房价和变化存在显著的空间集聚特征,房价热点区主要集中在东部地区和中部地区城市,房价冷点区主要以东北地区和西部地区城市为主;(4)空间杜宾模型显示,人均GDP、人均住房开发投资、多样化指数、专业化指数和工业废水排放强度是影响中国资源型城市房价空间差异的主要因素。     

中国县域肉类生产的时空演变及影响因素

随着人均收入的增加和城镇化的推进,促进了居民肉类消费增加。厘清肉类生产格局的变化对肉类可持续供给具有重要意义。基于中国县域视角,以2000—2016年的肉类产量数据为基础,运用标准差椭圆、空间自相关、地理探测器等方法,揭示我国肉类生产的时空演变规律及其影响因素。结果表明:（1）2000—2016年的全国肉类产量呈增加态势,增幅为43.5%,不同区域肉类产量差异较大。（2）全国肉类高产县数量增加显著,范围扩大,空间上呈条带状集聚特点,重心整体北移;其生产的集聚特征显著且相对稳定,但局部表现出一定差异。（3）自然资源禀赋、社会经济及农业技术在不同阶段都影响肉类生产空间格局的演变。粮食产量和第一产业增加值是主要因素,农业机械总动力影响逐年增大,不同因子间的交互作用会强化肉类生产空间分异的效果。     

中国城市旅游发展的时空演化及影响因素——基于动态空间马尔科夫链模型的分析

旅游业已成为中国经济增长的重要驱动力。在静态（空间）马尔科夫链模型的基础上,创新性地引入动态空间马尔科夫链模型,系统地分析中国城市旅游发展的时空格局及影响因素。结果表明：（1）中国城市旅游发展具有持续性的特征,总体上存在“路径依赖”的趋势;同时,旅游发展低水平区向较高/高水平区演变的概率较低,城市旅游发展存在“贫困陷阱”现象。（2）中国城市旅游发展水平的类型演变在地理空间上存在紧密的关联性,即与旅游发展水平越高的城市邻接,其向上级类型区转移的概率也越大;反之与旅游发展水平越低的城市邻接,其向下级类型区转移的概率也越大。（3）中国城市旅游发展受到市场化水平、资源禀赋、对外开放度等方面的综合影响。针对中国城市旅游发展存在过度商业化等问题,提出相应的政策建议。     

大别山革命老区旅游地“乡土—生态”系统韧性演化规律及影响机制

探讨旅游地“乡土—生态”系统演化,为理解人地关系地域系统结构与功能演变提供了新思路。通过构建“乡土—生态”系统韧性评价体系,解析2005—2019年大别山革命老区旅游地“乡土—生态”系统韧性的演化阶段、过程、路径及机制。结果显示：（1）研究区旅游地“乡土—生态”系统经历了利用、保存、释放、重组适应性循环过程,分别对应旅游地迅速发展期（2005—2009年）、发展成熟期（2010—2012年）、发展过渡期（2013—2016年）和再发展初期（2017—2019年）。（2）在适应性循环过程中研究区县域的数量结构经历了以“较低水平韧性为主→高水平韧性为主”的转变,县域“乡土—生态”系统韧性水平呈波动上升趋势。（3）2005—2019年研究区旅游地“乡土—生态”系统韧性演化的驱动因子由经济层面转向社会文化层面。在内外源因素的作用下,旅游地“乡土—生态”系统韧性通过乡土资源禀赋（向心凝聚力）、经济发展基础（核心推动力）、社会保障功能（重要支撑力）和自然环境本底（基础约束力）的四维驱动,以人的行为为媒介在相互作用和掣肘中演进,当韧性指数超过阈值时其内核组织将打破原有边界、自我调适实现“路径突破”,进入下一阶段适应性循环,以此促进旅游地的可持续发展。