犯罪共生空间的类型识别及其特征分析

以ZG市公共空间盗窃、入室盗窃、寻衅滋事、接触诈骗、抢劫抢夺犯罪为研究对象,采用K均值聚类法识别不同类型的犯罪共生空间;并通过决策树模型分析了不同犯罪共生空间的特征。结果表明,ZG市犯罪共生空间可划分为4种类型：① 无犯罪类型共生区;② 公共空间盗窃和接触诈骗犯罪共生区;③ 所有类型犯罪共生区;④ 入室盗窃、寻衅滋事和抢劫抢夺犯罪共生区。城市中各异的社会环境和建成环境产生了不同类型的犯罪机会,而且各类社会环境和建成环境之间存在着条件交互性作用。研究结果为制定犯罪的联合防控策略和实现有限警力的合理布控并且提高执法效率提供了理论基础。     

城市建成环境对居民体力活动的影响 ——以福州市的经验研究为例

利用福州中心城区的社会调查、POI、道路网、用地性质等数据,在社区尺度探究城市建成环境对居民休闲型中高强度体力活动的影响。研究发现：① 低密度土地利用与体力活动时长呈正向关联,功能单一和邻近主干道则对体力活动起到抑制作用。② 体力活动目的地对不同人群具有差异化影响,体育用地和付费运动场所仅能促进中高阶层和中高收入者的体力活动,而周边公共运动设施的丰富程度更具普适性意义。③ 通过纳入运动偏好和单独分析保障房、单位大院及房改房住户达到规避居住自选择的目的,证明上述建成环境特征对体力活动的影响是独立且稳健的。     

土地利用视角下的轨道站点客流预测——以深圳市为例

从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明：① 相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5 km时客流生成率下降最快。② 单位面积各类用地客流生成率由大到小依次为：交通用地>办公用地>商业用地≈城中村>工业用地>居住用地>其他用地。③ 客流生成率受站点可达性影响强度由大到小依次为：商业用地>办公用地>交通用地>其他用地>居住用地>城中村>工业用地。     

中国省域信息流、资金流强度的空间差异——以2015年京东手机交易为例

以京东七大物流中心及其覆盖范围划分省市群。将抓取得到的京东商城2015年手机交易记录与中国统计年鉴相关数据相结合,研究影响信息流和资金流（简称“双流”）强度的可能因素,重点分析省域层面“双流”强度的空间差异,研究结果表明：① 信息基础设施、经济发展水平等已取代地理距离,成为影响“双流”强度的主要因素;② 广东、北京、上海、江苏、浙江等省市为“双流”核心区;③ 网络资金流量分层现象明显,呈“金字塔”形分布;④ 各省市群之间的空间联系存在差异,北京、上海、广东所在省市群的空间联系明显高于其它省市群;⑤ 各省市群内部成员发展不平衡,中心省市对“双流”贡献力最大。     

ZG市工作日地铁站点扒窃案件的时空分布及其影响因素

以东南沿海城市ZG市为例,分析工作日地铁扒窃案件的时空分布特征,并进一步结合日常活动理论,探讨其形成机理。研究发现：① 时空分布上,地铁扒窃案件存在早晚2 个峰值,但滞后于地铁客流量高峰;白天,地铁扒窃主要集中在中心城区,在早晚时段,除中心城区外,地铁扒窃在城郊地区也有较多分布。② 影响因素上,地铁扒窃主要受到客流量及建成环境的影响,不同时段影响的因素存在差异。客流量及换乘点在地铁运营的任意时段均对地铁扒窃有正向的影响,地铁站周边的休闲场所对地铁扒窃犯罪的影响主要体现在9:00以后的时段。居住地及工作地虽然整体上对地铁扒窃没有显著影响,但是他们对地铁扒窃案件的作用方向在各时段模型中的作用力度均相反。③ 影响强度上,客流量在不同时段对地铁扒窃的影响强度存在差异,而换乘点及休闲场所在显著的时间段对地铁扒窃的影响力度并无明显差别。     

公众参与型环境规制的时空格局及驱动因子研究——以长江经济带为例

以长江经济带公众参与型环境规制为研究对象,运用空间分析方法研究其时空格局,通过地理探测器筛选其主导驱动因子,基于GWR（Geographically Weighted Regression）模型揭示主导驱动因子空间异质性。结果表明：① 各年份公众参与型环境规制均呈显著空间正相关,但集聚程度逐年下降;② 公众参与型环境规制空间分异格局基本稳定;③ 地理探测器剔除地均固定资产投资和万人在校大学生数两个初选因子;④ 公众参与型环境规制驱动因子作用力由大到小依次为环境风险、人地压力、排放强度、信息化水平、经济水平、产业结构;⑤ 各驱动因子存在特征不同的空间异质性,为制定针对性政策提供理论依据。     

基于HLM和GWR的汪清县农村贫困成因探究

明确贫困成因是提高精准扶贫效率和稳定脱贫成效的基本前提。对偏远少数民族聚居区——吉林省汪清县农村贫困成因进行解析,采用多层线性模型(HLM)同时分析了家庭层次和环境层次因素对农村贫困家庭年纯收入的影响,并利用地理加权回归方法(GWR)探索了环境层次变量影响的空间异质性。研究结果显示： ① 汪清县贫困农户家庭层次因素对家庭年纯收入的影响强于环境层次因素,但环境层次因素的影响作用亦不可忽视; ② 剔除环境层次因素的影响后,绝大多数家庭层次因素对贫困家庭年纯收入存在显著影响; ③ 环境层次因素能够在不同程度上解释家庭层次因素影响效应的差异性; ④ 环境层次因素的影响在不同区域的作用方向和强度上存在显著差异。最后从村域发展环境、医疗就业、区域内部贫困差异方面提出改善建议。     

环境过滤和扩散限制对库姆塔格沙漠南缘植物群落β-多样性的影响

β-多样性反映群落之间的物种组成差异,群落β-多样性的形成和维持一直是生态学研究的核心问题。通过对库姆塔格沙漠南缘60个植物群落的调查,结合环境因素和空间距离,通过Mantel分析以及基于距离的多元回归（MRM）,分析了环境过滤和扩散限制对研究区植物群落β-多样性及组分的影响。结果表明：库姆塔格沙漠南缘植物群落存在明显的地理衰减格局,群落之间物种组成差异较大,β-多样性高且大部分来自物种更替;环境差异和空间距离对群落β-多样性及更替组分均有显著影响,物种更替对二者的响应与β-多样性保持一致;MRM分析表明,在研究区β-多样性的形成中环境过滤和扩散限制的相对作用存在差异,环境过滤作用对β-多样性及组分的影响超过扩散作用。通过本次研究可以初步确定在库姆塔格沙漠南缘植物群落β-多样性主要由生态位过程与中性过程以及其他未知过程共同控制,其中气候、海拔等生态位因素扮演着比中性过程更为重要的角色。此外,研究区群落β-多样性可能主要由物种更替导致,不同生态过程对群落β-多样性的影响可能主要通过调控群落物种更替来实现。     

豫皖湘赣承接产业转移的空间计量经济分析

豫皖湘赣四省是新一轮产业转移的重要承接地。利用标准差、变异系数、赫芬达尔指数、聚类分析、ESDA及空间计量经济模型等方法对四省承接产业转移的区域差异及影响因素进行研究。研究表明：① 豫皖湘赣四省承接产业转移的总量和绝对差异都在拉大,相对差异和集中程度都在降低后,有趋于稳定趋势;② 空间分布上大致形成以省会城市为核心、中间高四周低的圈层等级结构;③ 空间格局上,空间集聚态势进一步强化,逐步形成以郑州市和南昌市为核心的两大高高集聚区;④ 空间交互作用是四省承接产业转移空间差异形成的重要因素;⑤ 劳动力成本对产业转移有负向作用,经济发展水平、市场吸引力、技术创新能力、集聚效应、成本因素、对外开放度、区位条件及产业结构对产业转移具有正向作用,市场吸引力、集聚效应及对外开放度影响最大。     

广州市居民住房条件的空间分异格局与形成机制

以广州都市区1 361个社区的第六次人口普查住房数据为基础,从住房的建成年代、建筑结构、户均建筑面积、住房生活设施4个方面构建居民住房条件评价体系,分析其空间分异格局与形成机制。结果表明：① 广州市居民住房条件由中心向外围逐渐提升,具有“圈层基础上的多核心”式空间分异结构;② 户均建筑面积和建成年代是决定其住房条件差异的2项重要指标,旧城的住房条件异质性最高;③ 城市发展的历史进程、互换效应和过滤效应、高房价和高地价影响和强化了住房条件分异格局,制度性因素、政府决策和市场力量同时起到了引导和推动作用。     

广州市主城区共享单车骑行目的地时空特征与影响因素

已有共享单车骑行影响因素研究主要关注起点,大多忽略目的地,在探讨其影响因素的时间差异及交互作用方面较少。以广州市主城区为例,引入地理探测器,精细分析目的地分布影响因素的时间差异,并进行交互探测。研究发现：① 早高峰到达量大于晚高峰,早高峰目的地多分布在CBD,信息产业园和职住平衡地区,晚高峰多分布在地铁3号线体育西至华师站沿线和高密度住宅区。② 服务设施类是影响最显著的类别,其次是交通可达、土地利用和自然环境类别,其中影响力较大的因子依次是住宅、餐饮、公司、购物设施分布、路网密度、距地铁站口距离和POI多样性。③ 各因子影响力存在明显时间差异,所有建成环境因子在早晚高峰时段影响力均大于其他时段,其中公司企业分布因子的影响力在早高峰时段迅速增强。④ 因子间均为双因子增强关系,其中服务设施分布类别中因子交互作用最显著,服务设施分布与交通可达类别的因子交互作用次之。     

基于地理加权回归的中心城区共享单车出行特征及影响因素研究

移动信息通讯技术的发展和全面渗透融入社会生活,导致高度压缩的时间、空间和距离,重塑了城市居民行为活动模式。共享单车作为“互联网+共享”的新型出行方式改善了居民的出行方式。但既有成果对共享单车的研究尚不充分。使用摩拜单车1周的骑行数据,剖析广州中心城区共享单车出行轨迹的时空间分布特征,基于地理加权回归方法进一步探究建成环境的功能密度因素对共享单车出行的影响及程度。研究发现,共享单车在工作日和休息日的出行均具有明显的早晚高峰特征。公共交通站点POI密度、功能混合度、机动车道密度等因素的边际作用表现出显著的空间不稳定性。研究能为共享单车企业提升运营水平和政府优化慢行交通环境提供参考。     

企业员工通勤活动的时间弹性和空间弹性对出发时间选择的影响

弹性通勤逐渐成为城市经济、城市地理学的研究热点,弹性工作时间在政策文件和企业管理中被频繁提及。国内对企业员工通勤出发时间选择的研究较少考虑活动因素。立足于上海市交通拥挤与职住失衡的背景,以闵行区企业员工为研究对象,借鉴多项logit模型分析通勤活动的时间和空间弹性对企业员工出发时间选择的影响。结论如下：（1）员工早晚通勤出发时刻集中在高峰时段,与晚通勤相比,早通勤出发时间的选择更集中于高峰前和高峰中。（2）个人社会经济特征、城市建成环境特征、通勤时空特征对员工通勤的出发时间选择产生影响。（3）对于控制变量,年龄和收入因素制约了早通勤出发时间选择;工作地在郊区或商业可达性较差的员工,更不倾向于早高峰前出行;公交可达性较差的,则不倾向于晚高峰后出行。（4）工作地弹性、出发时间弹性、驻停时间及驻停地弹性等均对早通勤出发时间选择产生显著影响。仅出发时间弹性和到达时间弹性对晚通勤出发时间选择产生显著影响。     

智慧社会下的远程通勤：基于全天和非全天在家办公选择及影响因素的分析

智慧社会下,信息与通信技术的快速发展降低工作的时空限制,丰富居民工作的时空间组织形式。从时间维度,划分全天和非全天在家办公2种在家办公形式,并以南京608位有互联网办公经历的全职就业者为研究对象,分析全天和非全天在家办公的实际选择和影响因素。研究发现: ① 虽然56.1%的受访者表示能够在家完成部分工作任务,但仅13.5%和30.4%的受访者表示在半个月内有全天和非全天在家办公经历,非全天在家办公相较于全天在家办公相对普遍。② 全天和非全天在家办公选择受到个人/家庭社会经济属性、互联网使用经历、工作主观态度、以及居住地建成环境的不同影响;不控制自选择因素（工作主观态度）的模型夸大建成环境对在家办公选择的影响。③ 在298次非全天办公经历中,有4.0%和71.1%的通勤发生上班和下班时间调整,非全天在家办公为缓解晚高峰交通拥堵提供有效的交通需求管理对策。     

居住自选择视角下的广州出行碳排放影响机理

国内外已有不少研究从国家、城市和社区层面探讨了交通出行碳排放的影响因素,然而,很少研究考虑到居住自选择的影响。若忽略该影响,将很可能会错误地估计建成环境的作用,以至于相关规划与政策制定有所偏离。中国城市是否与西方国家一样也具有居住自选择效应?在考虑了居住自选择后,建成环境是否对出行碳排放具有显著的影响,如何产生影响?为了回答以上科学问题,基于2015年广州15个社区1239份问卷数据和出行O-D点智能查询系统（TIQS）的开发与应用,对居民出行碳排放进行了测度,并通过构建结构方程模型（SEM）探究了不同类型出行碳排放的影响机理。研究发现：中国城市同样存在居住自选择效应,转变居民出行方式选择偏好有利于减少出行碳排放。在控制居住自选择效应后,建成环境仍然对居民出行碳排放产生显著的影响。这些影响有的属于直接影响,有的则是通过影响其他中介变量,例如小汽车拥有或出行距离,进而再对出行碳排放造成间接影响。对于不同类型出行,其碳排放的影响机理并不一样。     

中等城市居民购物行为时空决策过程及影响因素——以安徽省芜湖市为例

购物决策过程是居民根据自身需求进行购物信息搜寻、购物目的地选择等方面的完整过程,是居民购物行为发生与实施的前提和基础,已经成为城市地理学研究的热点之一。本文利用2011 年芜湖市居民购物行为调查问卷数据,通过构建居民购物出行的嵌套Logit 模型,从购物出行模式决策、购物初始时间决策、购物目的地决策、购物出行交通方式决策等四个层面对芜湖市居民购物行为的决策过程及影响因素进行了探讨。结果表明:① 居民属性特征对购物出行模式决策具有显著影响,男性居民选择单纯购物出行的概率较大,而女性居民、有家人陪伴的居民更倾向多目的出行;在中心城区居住及出行距离远的居民偏好中午进行多目的购物概率较大,出行距离集中在1~2 km的范围内,而近郊区居民则避开下班高峰期进行购物,倾向选择2~5 km的购物空间范围;② 具有私家车的男性居民在晚上进行购物的概率比较大,其出行概率是上午的2.94 倍,更加偏好远距离出行;居民上下班途中购物大多发生在下班时间,偏好5~8 km范围的远距离;有朋友陪伴的居民更倾向上午依赖公共交通进行远距离出行;③ 以家为购物出发地点的居民的购物更倾向19:00 之后并且偏好远距离出行,公交车依然是芜湖市居民购物出行的主要载体。     

广州市地铁开发对沿线商业业态空间的影响

以广州市地铁一号线、二号线和三号线为例,分析地铁开发对沿线商业业态空间的影响,并从行为地理的 角度进行解释。地铁开发强化了商业空间的等级分异,城市中心区商业中心的集聚效应得到加强,而城区和郊区商 业空间的分异进一步加大。消费者的行为显示出购物中心正成为现代消费社会下商业空间的主导业态,而经营者 的选址行为也在增强商业中心的极化能力。结论认为,地铁开发并没有均质优化沿线所有站点的商业环境,而是通 过其快捷交通引导各种业态向城区集聚,加速了郊区化背景下大城市商业业态的向心集聚;地铁建成后城区商业 中心地位的加强,得益于购物中心在业态空间中主体地位的确立,地铁开发塑造了以购物中心为主体的商业业态 空间结构;地铁开发也加速了沿线换乘站点周边商业区的生长。     

城市轨道交通和建成环境对居民步行行为的影响

步行作为一种主要的交通方式和日常体力活动形式,其与公共交通使用和建成环境的关系是城市地理学和公共健康研究的热点。目前城市轨道交通对步行行为的影响研究相对不足,且在中国的实证研究中对于自选择问题的控制尚未引起足够重视。基于2014年西安市建成环境与居民出行行为微观调查数据,采用匹配对照的准实验研究设计,通过自选择效应的控制,本文探究并区分了城市轨道交通及建成环境对交通和休闲步行频率的影响。研究发现:① 出行态度和偏好等自选择因素对个人步行频率具有重要影响。② 控制了个人社会经济属性和自选择因素后,受访者对建成环境的感知极大地影响了步行频率。③ 客观建成环境变量对于步行频率的影响与发达国家的实证研究结果存在一定差异。无论交通步行还是休闲步行频率模型中,均未发现密度的显著影响。客观建成环境变量中周边购物及餐饮设施数量和常规公交站点数量对交通步行频率产生显著正效应,但对休闲步行并不产生显著影响。④ 地铁对交通步行频率具有显著的独立影响。本研究有助于进一步了解城市居民步行出行背后的影响因素,并为通过优化城市土地利用规划来引导城市居民绿色和健康出行的政策制定提供启示。     

天气因素对城市地铁客流时空分布的影响——基于智能交通卡数据的实证研究

城市地理空间、气候环境及交通系统间存在复杂的相互联系、相互制约的关系,交通及地理时空数据为理解三者间关系带来了新的机遇。城市轨道交通是居民绿色出行、缓解中国大城市交通拥堵的重要交通方式。深入研究影响城市地铁客流时间和空间分布变化的因素,有利于制定合理的土地利用及交通需求管理政策,也可为实时响应特定天气条件下旅客出行需求的变化和优化公交服务运营提供理论依据。论文使用智能交通卡数据,以南京市为例,通过建立一种季节性差分自回归移动平均(seasonal autoregressive integrated moving average with explanatory variables, SARIMAX)模型,解释不同种类的天气因素(如降雨、气温、相对湿度、风速等)对地铁客流量时空分布的影响程度。研究发现：降雨类因素在高峰和周末时段对地铁客流量的影响较大;各天气因素对各地铁站点客流量的影响大致呈现出从城市中心区域向外围区域逐渐变小的渐变式规律,且地铁无规律出行者比有规律出行者更易受恶劣天气因素的影响。     

建成环境对居民购物模式选择的影响——以南京为例

网络购物的普及重塑了居民的购物行为模式。国外的相关研究多将购物行为看作一个整体,影响因素的研究中也缺乏系统的建成环境指标的分析。以南京为例,将购物过程分解后重组为8种购物模式。在区分商品类型的基础上,构建多元Logit模型探讨经济社会属性、购物态度、网络使用情况、居住地建成环境、通勤特征等对居民购物模式选择的影响。研究发现：① 上述变量均会影响购物行为;② 建成环境变量中,居住区位、交通便利性、购物便利性对居民购买搜索型和体验型商品均存在显著影响;③ 通勤距离对不同商品的购物行为影响差异较大;④ 创新扩散假设和效率假设同时存在。