城市化与PM2.5时空格局演变及其影响因素的研究进展

快速的城市化和经济发展在改善我们物质生活的同时,也因其剧烈人为活动导致了严重的环境污染,尤其是近年来以细颗粒物(PM_2.5)为首要污染物的城市与区域空气污染问题凸显。而传统的研究更注重孤立地开展空气污染或城市化的研究,缺乏对二者相互耦合关系的综合研究。本文以中国近年来广受关注的以PM_2.5为首要污染物的城市空气污染为切入点,系统地分析总结了在城市化与PM_2.5时空格局演变及其影响因素方面的主要研究进展,包括研究框架、主要方法和相关的主要研究成果等。指明该领域的研究已从空间格局分析逐步深入到健康影响、社会经济驱动等相关方向,并已延伸至复合主题的研究。未来,开展更为深入细致的研究,对于拓展城市与景观生态学的理论体系,了解城市化与城市空气质量的影响关系,解析不同城市发展阶段所面临的城市空气质量问题,将具有重要的科学与现实意义。     

京津冀城市群大气污染的时空特征与影响因素解析

京津冀城市群是中国雾霾最严重的区域,在京津冀协同发展背景下,探究该地区大气污染的时空分布和影响因素具有重要意义。运用空间自相关分析和三种空间计量模型,分析了京津冀202个区县PM_2.5的时空分异特征,创新性地对自然与人文影响因素贡献及其空间溢出效应进行系统地甄别和量化。结果表明：2000-2014年来京津冀城市群PM_2.5浓度整体呈上升趋势,季节上呈秋冬高、春夏低,空间上呈东南高、西北低的特点,且城市建成区PM_2.5浓度比周围郊区和农村平均高10~20 μg/m³;2014年仅有13.9%的区县空气质量达标,PM_2.5浓度存在显著的空间集聚性与扩散性,城市间交互影响距离平均为200 km,邻近地区的PM_2.5每升高1%,将导致本地PM_2.5至少升高0.5%;社会经济内因对PM_2.5主要是正向影响,自然外因主要是负向影响;影响因素中对本地大气污染的直接效应贡献强度依次是：年均风速>年均气温>人口密度>地形起伏度>第二产业占比>能源消费>植被覆盖度,人均GDP、年降水量和相对湿度对本地PM_2.5没有显著影响;对邻近地区大气污染具有显著空间溢出效应的因素排序是：植被覆盖度>地形起伏度>能源消费>人口密度;对于自然和人文影响因素应分别采取针对性的适应策略和调控策略,加强区域间联防联控与合作治理,在城市群规划中注重环保规划与立法。     

2003—2016年中国PM2.5质量浓度时空格局演变及影响因素解析

以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM_2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM_2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM_2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM_2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM_2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM_2.5有较为显著的负向消减作用。     

2003-2016年中国PM2.5质量浓度时空格局演变及影响因素解析

以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM_2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM_2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM_2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM_2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM_2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM_2.5有较为显著的负向消减作用。     

中国创新能力时空格局演变及其影响因素

创新驱动是经济发展新常态下中国发展的必然选择。本文选取2000-2014年中国30个省(市、区)的创新能力相关数据构建面板数据集,运用线性加权综合法、变异系数、基尼系数、空间自相关、NICH指数分析等方法,结合GIS空间分析软件和SPSS数据分析软件,探究中国创新能力时空格局演变及其影响因素。研究表明：①2000-2014年中国创新能力逐年提升,从2000年的0.199提升至2014年的1.775。其中知识创新能力和技术创新能力提升速度较快,而政府支撑和服务能力以及创新基础环境提升较缓慢。②创新能力区域差异由“大差距低水平”向“小差距高水平”转变,高水平和增长较快的区域主要集中在东部沿海地区,西南和西北各省(市、区)创新能力较弱且增长较慢。③区域物质资本集聚、区域智力资本集聚、区域创新环境、全球化知识溢出等是影响中国创新能力时空格局特征的主要因素。     

长三角PM2.5时空格局演变与特征——基于2013-2016年实时监测数据

长三角是中国空气污染较为严重的区域。基于地统计、探索性空间数据分析等方法,使用实时监测数据,探讨该区域41个地级以上城市PM_2.5在2013-2016年的时空格局演变与污染特征。结果显示：① PM_2.5表现出不同的年度、月度以及逐日特征。年均值逐年下降,月均值则体现出鲜明季节性,呈现冬高、夏低的“U型”特征,日均值有“脉冲型”波动特点。② 2013-2016年,长三角PM_2.5污染情况已经得到显著改善,但超过三分之二的地区仍存在不同程度超标现象,呈现“西北高、东南低”的污染格局。③ PM_2.5高值区从以合肥、扬州为中心向江苏、安徽北部边界地区转移,低值区逐步扩展形成东至舟山、西至黄山、北至上海、南至温州的低值集聚带。④ 趋势分析来看,PM_2.5年均值东西差异和南北差异均逐步减小,但东西向差异略大于南北向。同时,两个方向中部隆起现象得到改善,城市投影点趋于线性拟合。     

中国城市群人口老龄化时空格局

老龄化和城市化是当今世界面临的两大人口问题。城市群是城市发展到成熟阶段的空间组织形态,是老龄化的特殊区域。本文基于2000年和2010年全国人口普查分县数据,综合应用地理探测器和变异系数等方法,清晰地刻画了中国20个城市群人口老龄化的空间格局及其变化特征,审视了人口老龄化变化的影响因素。结果表明：① 2000年中国城市群人口老龄化平均水平为7.32%,其中12个城市群的人口属于成年型,到2010年时人口老龄化平均水平已上升为9.00%,除珠三角与宁夏沿黄城市群外,其余18个城市群均步入了老年型人口,表现出明显的水平升级与类型替变态势。② 老龄化高值、较高值区域不断向内陆城市群跃迁。③ 城市群老龄化的增量和增速存在显著的区域差异,老龄化水平的低值区和高值区增量少、增速慢,而较低值、中值和较高值区增量多、增速快。总体上表现出区域性城市群——国家级城市群——地区性城市群老龄化速度递减的态势。④ 在城市群内部,老龄化分布格局表现出隆升—塌缩并存的现象。国家级城市群内部老龄化分布格局从隆升结构向塌缩结构转变,城市群中心区人口老龄化水平降低;而地区性城市群和区域性城市群内部老龄化分布格局则从均质结构向隆升结构转变,中心区人口老龄化水平上升。⑤ 城市群人口老龄化是内外因素综合影响的结果,基期老龄化程度、人口年龄结构替变和人口流动性是主导性因素。其中人口年龄结构的普遍性抬升是城市群老龄化升级与类型替变的关键,低龄人口迁入到城市群对人口老龄化则起到“稀释作用”,城市群发育阶段不同引致的聚集和扩散效应对老龄化则起到诱导作用。     

长三角城市群工业韧性的时空演变及影响因素研究

在世界经济不确定性日益增加的背景下,推进优化我国区域工业韧性演变格局和厘清工业韧性影响机制具有重要现实意义。本文以长三角城市群为例,在突变级数模型对工业韧性评价的基础上,利用核密度估计、泰尔熵指数和Tobit空间滞后面板模型,对长三角城市群工业韧性的时空演变特征及其影响因素进行探讨。研究发现：（1）长三角城市群工业韧性提升显著,总体上达到了中高韧性水平。长三角城市群工业韧性的内部差距不断缩小,但仍然存在不同空间尺度的“核心-边缘”分异格局。（2）综合实力较强的中心城市工业韧性具有显著的空间溢出效应。上海、杭州、南京、合肥及宁波等城市周边形成高水平工业韧性的集聚区。（3）工业结构是影响长三角城市群工业韧性的最主要因素。区域金融环境、政府公共服务以及区域外贸依存度均不同程度对工业韧性产生显著影响。     

中国港口时空格局演变及影响因素分析

港口是水路运输的枢纽和重要节点,对区域经济的发展起着重要作用。以我国规模以上港口为研究对象,运用指数分析与齐夫定律对近年来我国港口规模的区域差异、等级规模变化进行分析,通过灰色关联度模型确定影响港口规模的主要因素,结果发现:我国港口吞吐量增长迅速,以外贸运输为主;港口规模的区域差异与规模等级差异逐步缩小,各港口吞吐量呈现位序-规模分布,分形结构由单分形转为双分形,齐夫参数呈下降趋势;不同省级行政单元经济水平对港口规模影响存在差异,分为区域拉动型、外向经济型、腹地中转型和补充导向型。     

黄河流域PM2.5时空演变特征及其影响因素分析

选取2000—2017年大气PM_2.5遥感反演数据集,综合运用标准差椭圆及地理探测器等方法,揭示了黄河流域PM_2.5的时空演变特征及其影响因素。结果表明：2000—2017年黄河流域PM_2.5年均浓度整体呈现先快速增加后又波动变化的演变趋势,空气污染状况不容乐观;黄河流域PM_2.5空间集聚性明显,低值区稳定分布在内蒙古中部和西南部高原地区,高值区一方面分布在自然条件较差的西北内陆,另一方面集中在人类活动强度较高的地带;黄河流域PM_2.5污染总体呈现出“西北-东南”方向的分布格局,其浓度在地理空间上呈现分散化的趋势,即污染的主要范围有所扩大;人口密度、工业化水平、外商投资以及科技支出等经济社会因素对PM_2.5浓度存在显著影响,但其作用强度及方向存在差异。     

Spatiotemporal evolution of PM2.5 concentrations in urban agglomerations of China

As the main form of new urbanization in China,urban agglomerations are an im-portant platform to support national economic growth,promote coordinated regional devel-opment,and participate in international competition and cooperation.However,they have become core areas for air pollution.This study used PM2.5 data from NASA atmospheric re-mote sensing image inversion from 2000 to 2015 and spatial analysis including a spatial Durbin model to reveal the spatio-temporal evolution characteristics and main factors con-trolling PM2.5 in China's urban agglomerations.The main conclusions are as follows:(1)From 2000 to 2015,the PM2.5 concentrations of China's urban agglomerations showed a growing trend with some volatility.In 2007,there was an inflection point.The number of low-concentration cities decreased,while the number of high-concentration cities increased.(2)The concentrations of PM2.5 in urban agglomerations were high in the west and low in the east,with the"Hu Line"as the boundary.The spatial differences were significant and in-creasing.The concentration of PM2.5 grew faster in urban agglomerations in the eastern and northeastern regions.(3)The urban agglomeration of PM2.5 had significant spatial concentra-tions.The hot spots were concentrated to the east of the Hu Line,and the number of hot-spot cities continued to rise.The cold spots were concentrated to the west of the Hu Line,and the number of cold-spot cities continued to decline.(4)There was a significant spatial spillover effect of PM2.5 pollution among cities within urban agglomerations.The main factors control-ling PM2.5 pollution in different urban agglomerations had significant differences.Industriali-zation and energy consumption had a significant positive impact on PM2.5 pollution.Foreign direct investment had a significant negative impact on PM2.5 pollution in the southeast coastal and border urban agglomerations.Population density had a significant positive impact on PM2.5 pollution in a particular region,but this had the opposite effect in neighboring areas.Urbanization rate had a negative impact on PM2.5 pollution in national-level urban agglomer-ations,but this had the opposite effect in regional and local urban agglomerations.A high degree of industrial structure had a significant negative impact on PM2.5 pollution in a region,but this had an opposite effect in neighboring regions.Technical support level had a signifi-cant impact on PM2.5 pollution,but there were lag effects and rebound effects.     

Spatio-temporal evolution and the influencing factors of PM2.5 in China between 2000 and 2015

High concentrations of PM_2.5 are universally considered as a main cause for haze formation. Therefore, it is important to identify the spatial heterogeneity and influencing factors of PM_2.5 concentrations for regional air quality control and management. In this study, PM_2.5 data from 2000 to 2015 was determined from an inversion of NASA atmospheric remote sensing images. Using geo-statistics, geographic detectors, and geo-spatial analysis methods, the spatio-temporal evolution patterns and driving factors of PM_2.5 concentration in China were evaluated. The main results are as follows. (1) In general, the average concentration of PM_2.5 in China increased quickly and reached its peak value in 2006; subsequently, concentrations remained between 21.84 and 35.08 μg/m³. (2) PM_2.5 is strikingly heterogeneous in China, with higher concentrations in the north and east than in the south and west. In particular, areas with relatively high PM_2.5 concentrations are primarily in four regions, the Huang-Huai-Hai Plain, Lower Yangtze River Delta Plain, Sichuan Basin, and Taklimakan Desert. Among them, Beijing-Tianjin-Hebei Region has the highest concentration of PM_2.5. (3) The center of gravity of PM_2.5 has generally moved northeastward, which indicates an increasingly serious haze in eastern China. High-value PM_2.5 concentrations have moved eastward, while low-value PM_2.5 has moved westward. (4) Spatial autocorrelation analysis indicates a significantly positive spatial correlation. The “High-High” PM_2.5 agglomeration areas are distributed in the Huang-Huai-Hai Plain, Fenhe-Weihe River Basin, Sichuan Basin, and Jianghan Plain regions. The “Low-Low” PM_2.5 agglomeration areas include Inner Mongolia and Heilongjiang, north of the Great Wall, Qinghai-Tibet Plateau, and Taiwan, Hainan, and Fujian and other southeast coastal cities and islands. (5) Geographic detection analysis indicates that both natural and anthropogenic factors account for spatial variations in PM_2.5 concentration. Geographical location, population density, automobile quantity, industrial discharge, and straw burning are the main driving forces of PM_2.5 concentration in China.

     

中国农业竞争力时空格局演化及其影响因素

基于客观权重赋值法,从自然禀赋、流动投入、产出能力、设施机制4个维度构建指标体系,实证测算了2000—2016年中国29省农业竞争力,利用空间计量模型,剖析了中国农业竞争力时空演化规律及其影响因素,以期为制定针对性、差异化的农业竞争力提升政策提供理论支撑。结果表明:① 中国农业竞争力呈上升趋势,并存在明显的空间自相关性特征,空间溢出强度呈倒“U”型变化趋势,流动投入、产出能力两项子竞争力呈上升趋势,资源禀赋相对稳定,设施机制波动上升;② 东部省份农业竞争力异军突起,中西部省份不断下降,两级分化趋势明显,局域空间集聚格局以高—高和低—低集聚方式为主导,具有较强的稳定性与路径依赖性;③ 农民收入、居民消费水平、经济基础、R&D投入、种植结构、粮食品种选择对本省农业竞争力时空格局演变存在直接效应,对其他省份存在间接溢出效应;④ 应充分发挥农业竞争力及其影响因素的示范效应与扩散效应,推动农业资源优化配置、促进农业生产要素合理流动、谋划农业竞争力均衡发展。     

中国城市公共健康水平的时空演化及其影响因素

采用定基极差熵权法与定基等权赋值法相结合的综合评价方法、核密度估计、探索性空间数据分析等方法,分析2003—2018年中国284个地级以上城市公共健康水平的时空演化特征,并运用广义空间两阶段最小二乘法考察其影响因素。结果发现：① 研究期内中国城市公共健康水平整体呈上升趋势,但各城市间公共健康水平差异有所扩大,且始终存在多级分化现象;② 四大板块核密度曲线在重心位置、主峰高度、波峰数量、拖尾长度、拖尾厚度上均有各自演化形态,是一种时段特征与地区特色相互耦合叠加的结果;③ 中国城市公共健康水平存在正向空间溢出效应和空间“同群效应”,空间集聚类型实现了由LL型为主体向HH型为主体的转化;④ 收入水平、人口密度、科技进步、工业化程度、卫生体制改革对城市公共健康具有影响,但各因素对不同区域的影响存在异质性。     

基于网络分析的城市影响区和城市群空间范围识别

以不打破行政界线为前提,利用Huff模型,基于矢量数据,采用最短交通路网距离和城市综合规模值来综合测算腹地与中心城市之间的势能,根据势能确定腹地县域的归属,对全国地级及以上城市的空间影响范围进行识别,并和基于改进场强模型的城市影响腹地范围界定结果进行对比。以全国发育较成熟的15个城市群为对象,综合测定城市群的影响范围,并与城市群规划中的空间范围进行对比,提出城市群空间范围调整建议。并以长株潭城市群为例,通过社会网络分析方法,综合分析测定城市群的空间影响范围。研究结果可为城市(群)规划提供科学依据和方法参考。     

中国东部沿海五大城市群创新效率、影响因素及空间溢出效应

作为经济发展的战略核心区域,东部沿海城市群的创新效率关系到创新驱动发展战略的实施和创新型国家建设。基于东部沿海五大城市群创新投入和产出面板数据,引入随机前沿生产函数测度2001—2015年五大城市群的创新效率,并利用空间Durbin模型定量分析创新效率的空间溢出效应。结果表明：① 2001年以来,五大城市群的创新效率均呈现稳定增长的趋势;② 京津冀创新效率增长缓慢,山东半岛城市群创新效率的提升幅度最大,长三角创新效率的提升幅度和均值仅次于山东半岛和京津冀城市群,而城市群核心城市虽然创新资源投入较多,但创新效率偏低;③ 经济发展水平、集聚经济、外商投资、劳动力素质、政府资助、基础设施、产业结构和高新技术产业对城市群创新效率有直接作用和溢出效应。