资源型城市转型绩效特征及其碳减排效应

基于中国资源型城市2003—2018年面板数据综合测度城市转型绩效,采用空间马尔科夫链、空间计量模型和空间双重差分模型,探究资源型城市转型绩效特征及其对碳排放的影响。结果表明：（1）资源型城市转型绩效逐渐提升,与此对应的是区域差异呈波动上升趋势,且四种类型资源型城市之间区域差异主要来源于地区内差异,成熟型城市贡献最大;资源型城市转型绩效存在明显的空间分异性,发展格局由以跨越区为核心的“多点式”零星分布向先行区为核心的“组团式”聚集形态演变。（2）资源型城市转型绩效在不同时期存在状态转移的可能性,具有滞后区、起步区、跨越区和先行区4个趋同俱乐部特征,空间马尔科夫链表明转移趋势存在明显空间关联性,状态转移通常出现在相邻等级之间,较少有“跳跃式”转移现象,具有长期性和持续性特征。（3）资源型城市转型具有显著碳减排效应,而且这种效应存在不同资源类型、不同发展阶段和不同空间区位的异质性特征,经济产业转型、社会生活转型和生态环境转型是发挥碳减排效应的重要因素;进一步的政策冲击分析表明,产业转型升级示范区和高新技术产业开发区的设立对城市碳减排具有积极的政策效应。     

内蒙古白云鄂博矿区土壤稀土元素污染特征及评价

白云鄂博矿床是世界上最大的轻稀土矿床,在长期开采过程中向周围环境中释放了大量的稀土元素.为了制定有效地修复方案,必须对稀土元素的浓度、空间分布、分布模式、污染水平和生态风险进行分析和评价.结果表明,土壤样品总稀土含量平均值为6064.95 mg·kg^-1,高于对照点（207.44 mg·kg^-1）、内蒙古（150.95 mg·kg^-1）和中国（184.72 mg·kg^-1）土壤背景值,说明周边土壤出现稀土富集现象.轻稀土元素占到稀土总量的83%~99%,Ce是最主要的轻稀土元素.总稀土的高值区域主要集中于矿源附近,分布极不均匀,受外界干扰较大.各个功能区稀土球粒陨石标准化模式相似,归一化曲线向右倾斜,轻重稀土分馏明显.δCe和δEu的计算显示土壤具有明显的Ce正异常和Eu负异常.La/Yb、La/Sm和Gd/Yb的比值表明,土壤中稀土元素的分布模式是轻稀土元素富集,而且轻稀土元素较重稀土元素具有更为显著的分馏作用.采用4种方法对研究区土壤中稀土元素污染状况和生态风险进行评价.地累积指数计算表明Ce、Nd、Pr和La的均值达到了重污染程度.校正污染程度评价结果显示,不同功能区稀土元素的平均mC_d值范围为7.14~31.38,尾矿库属于高污染水平,居民区和工业区属于非常高污染水平,而采矿区和排土场则达到极高污染水平.污染负荷指数评价显示尾矿库属于中度污染水平,其余功能区则达到重度污染水平.白云鄂博矿区土壤中稀土元素的潜在生态风险指数范围为120.99~6376.46,33%的样点呈现出极强生态风险,16%的样点呈现很强的生态风险,12%的样点呈现较强的生态风险,30%的样点呈现中等风险,只有9%的样点呈现较低的生态风险.因此,亟待采取有效地措施来控制白云鄂博矿区土壤中稀土元素的污染和潜在生态风险.     

皖江经济带土壤Cd空间分布特征与生态风险评价

选取2.5 km×2.5 km网格布点法,在皖江经济带A、B、C三地分别采集土壤样品35个、34个、106个,利用ICP-AES分析测定Cd含量特征,运用单项污染指数法、地累积指数法和潜在生态风险指数法对三地土壤Cd污染状况进行生态风险评价。结果表明：（1）A、B、C三地土壤的Cd含量的算术平均值分别为0.40 mg?kg ^-1、0.66 mg?kg ^-1、0.84 mg?kg ^-1,均高于江淮流域Cd含量土壤背景值;（2）三地土壤pH在5.06~7.58之间,整体上处于酸性和弱碱性之间,pH小于7.0的样品167个,占比95.43%;（3）研究区三个地块土壤Cd污染特征存在明显的空间分异,低污染区在空间上呈带状分布,高污染区在空间上呈岛状分布,污染区分布面积C地>B地>A地。（4）三地土壤环境均受重金属Cd污染的影响,存在生态安全风险,风险大小为C地>B地>A地,风险程度均为潜在生态风险高于地累积生态风险高于单项污染生态风险。本区域土壤农业安全利用需要加以重视并进行分类管控。     

景区动态承载力估算方法及其应用

景区承载力是旅游学研究的重要领域,由于现有景区承载力估算模型以景区由“均质的可游览空间”构成为假设前提,通过面积和游客单位游览面积进行景区承载力的估算,未涉及游客进入景区游览行为的动态性。由于游客不能瞬时填满整个景区,景区承载力具有时空特性,故建立景区动态承载力计算的概念模型,并构建以停留区、通道以及出入口等要素为空间实体的网络结构逻辑模型,从而提出基于网络结构的景区动态承载力估算方法,选取南京总统府景区作为实验区域,验证所提出的模型和算法。将地理信息科学应用于旅游管理,有利于确定景区承载力的具体量化水平,使景区管理分时管控措施得到有效发挥,进而促进旅游景区实现更高质量的经济社会效益。     

基于“三生”适宜性的县域土地利用冲突识别与分析

精准识别潜在土地利用冲突有利于预警权衡和协调冲突用地,有利于科学进行国土空间规划。以“三调”修正数据为基础,基于生产、生活、生态视角,构建高植被覆盖率县域生产、生活、生态即“三生”适宜性评价模型与土地利用冲突识别矩阵,并选取横峰县进行实证分析。结果表明:（1）横峰县“三生”适宜性用地的空间分布与面积构成差异显著,且存在明显的空间叠加特征,暗示着研究区土地利用存在冲突;（2）从潜在冲突识别的结果来看,土地利用适宜区、冲突激烈区、冲突中度区、冲突一般区及冲突微弱区面积占比分别为64.02%、9.66%、17.19%、1.66%、7.48%;（3）各个冲突类型区空间分布、表现形式的差异性决定了冲突和解的对策也需因地制宜。研究结果可为相关及类似县域的国土空间规划提供理论参考。     

红色旅游对游客国家认同的影响

红色旅游作为传承红色基因、加强爱国主义教育、增强国家认同的有效载体,具有鲜明的政治功能。以认知评价情绪评价理论和积极情绪拓展—建构理论为基础,构建红色旅游国家认同影响模型并提出相应假设,运用偏最小二乘法结构方程模型（PLS-SEM）进行了实证检验。结果显示：构建的红色旅游国家认同影响模型具有良好的解释力和预测力,模型具有交叉效度,整体模型的GOF值高于良好适配度的标准值;红色旅游通过红色旅游情感对游客国家认同有正向促进作用;历史认同对国家认同的影响不明显,其他假设均成立。该研究为相关模型构建提供了思路,成果可为强化红色旅游的国家认同研究、拓展红色旅游理论内涵与教育功能、促进红色旅游高质量发展提供理论依据。     

岩溶槽谷区农村居民点的时空分布特征及其驱动机制

深入分析岩溶槽谷区农村居民点的时空分布特征及驱动机制,对复杂地形、经济滞后地区建设美丽新农村有重要意义。在GIS技术支持下,基于核密度、网格、重心模型、样带及地形剖面相结合的方法,以2005年、2010年、2014年和2017年槽谷区农村居民点为数据源,对其时空演变特征及其规律进行对比分析。研究表明：（1）槽谷区农村居民点呈“西部集聚组团量少规模大,而中、东部零散错落量多规模小”的空间分布模式。（2）西部槽谷农村居民点垂直和坡度重心均有向槽坝迁移的趋势,而中、东部则相反。（3）西部槽谷农村居民点布局呈槽坝高、山坡两翼低的倒“U”型格局,而中、东部则相反。（4）槽谷区农村居民点分布格局与地形间存在密切的空间响应关系。     

基于L-R-D视角下长三角地区民宿旅游集聚区的发展模式

大众休闲时代下,民宿旅游已经成为统筹城乡发展、盘活旅游经济、助力乡村振兴和旅游扶贫的新动能。而作为产业集聚的特殊类型和表现方式,民宿旅游集聚区是衡量区域民宿发展水平的重要标志,但对其学术关注明显不足。通过对依托区位（L-Location）、核心旅游资源（R-Resource）、主要动力（D-Dynamic）三要素的内涵提炼,构建民宿旅游集聚发展的L-R-D理论视角,并以民宿发展在全国具有引领作用的长三角地区为案例地进行验证,重点分析了城市景区市场主导型、城郊休闲度假市场主导型、乡村古村落政府主导型、乡村养老市场主导型和乡村景区市场主导型五种典型发展模式,为民宿旅游集聚区提质增效与整合升级提供坚实支撑和科学参考。     

陕西省县域旅游效率的空间格局及影响因素

提质增效是目前旅游产业发展面临的重要课题。基于数据包络分析法,选用Python爬取技术,对陕西省107个县域的旅游效率进行测度分析,探讨县域旅游效率的空间格局及其影响的主要因素。研究表明：（1）陕西省旅游效率达到有效的县域数量整体偏低,高旅游效率县域多集中于市辖郊县。（2）县域旅游效率分布不均衡。陕北地区高旅游效率县域主要集中在黄河沿岸,关中地区呈现“西高东低”的现象,陕南地区高旅游效率县域则集中在地市交界处。（3）影响县域旅游总效率、技术效率和规模效率的主导因素不同。旅游收入占GDP比例（反映旅游业水平）、人口密度（反映县域发展水平）及汽车站数量（反映交通服务水平）是影响陕西省县域旅游总效率及技术效率的主导因素,而旅游资源禀赋（反映旅游业水平）、人口密度（反映县域发展水平）则是影响陕西省县域旅游规模效率的主导因素。     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.