共查询到19条相似文献，搜索用时 610 毫秒
1.
多尺度视角下长株潭城市群工业旅游空间布局及联动模式 总被引：1，自引：0，他引：1
采用最邻近指数、泰森多边形、核密度估计、缓冲区分析等方法,基于城市群、县（市）、地区等多尺度对长株潭城市群不同类型工业旅游的空间布局特征及联动模式进行系统研究。结果表明：① 长株潭城市群工业旅游可划分为工业旅游示范点、工业遗产和工业区等3种类型,空间分布上均呈现为集聚态势,且总体集聚程度较强,具体表现为：工业旅游示范点>工业遗产>工业区。② 工业旅游形成“中心集聚?外围分散”的空间布局,分布密度由城市群中部向周边递减,中心城市向县、县级市递减。③ 从多尺度视角来看,工业旅游空间布局在城市群尺度上呈“团状”,县市尺度上呈“孤岛状”,地区尺度呈“块斑状”。基于以上结论,提出工业旅游的点?轴联动、集聚联动和一体化联动模式。 相似文献
2.
基于POI数据的长春市商业空间格局及行业分布 总被引：8，自引：2，他引：6
商业网点的空间集聚与分散是零售商业活动的重要表现,其合理化布局对发展城市经济、满足居民消费需求发挥着重要作用。基于核密度估计、区位熵指数及Ripley's K函数分析法,以长春市中心城区商业类城市兴趣点（POI）数据为基础,在分析城市商业空间格局特征的基础上,进一步从行业空间分异的视角,研究城市商业空间的行业分布及集聚特征。结果表明：① 长春市商业网点空间分布的集聚特征显著,并呈现多中心的分布形态,基于道路格网单元的商业网点热点区分布与识别的商业密度中心分布总体一致;② 不同商业中心表现出不同的等级规模差异,整体等级规模结构较为合理;③ 零售行业视角下的城市商业空间“中心—外围”分异明显,且不同行业表现出了不同的空间集聚模式;④ 各行业多尺度的空间集聚表现不同,综合零售、家用电器等行业区位选择的空间尺度范围较大,纺织服装、文化体育等行业区位选择的尺度范围较小;⑤ 行业视角的专业化功能区块差异显著,成熟区块呈现多功能要素、多优势行业集聚特征,发展中区块功能较为单一。 相似文献
3.
基于边际K函数的长三角地区城市群经济空间划分 总被引：1，自引：0，他引：1
基于空间点模式分析的Ripley's K函数,结合微观经济学的边际分析法,通过集聚度和边际集聚两个指标,从理论上探索城市群集聚效应的定量测度方法,提出一种城市群的经济空间划分方法。本文的不同在于,多尺度估算城市的集聚度和边际集聚,以城市的边际集聚极值点时的城市区域布局模式为最优,据此划分城市群的经济空间,并以长江三角洲地区为例,对本文提出的方法进行实证。研究结果表明:1城市的集聚度估计显示,长三角地区2010年城市空间布局为随机分布型,但随着观测尺度的增加,城市的集聚度呈快速上升趋势。2边际集聚估计揭示,当城市区位和城市规模的集聚尺度分别为173 km和185 km时,城市区位或规模的集聚效应达到峰值,此时长三角地区城市空间布局出现最优模式。3空间聚类分析展示,在城市区域布局的最优空间模式下,长三角地区呈现"中心—外围"的经济空间结构,高集聚度子群是区域经济发展中心,全部位于上海经济辐射圈,而低集聚度子群是外围欠发达地区,全部位于区际行政边界,暗示边际负效应仍阻碍着地区内外人员的往来。 相似文献
4.
中国省级以上开发区产业集聚的多尺度分析 总被引：1，自引：0，他引：1
从“区域?省域?地（市）”3个空间尺度入手,分析中国开发区产业集聚特征,结果表明：① 中国开发区总体上以技术密集型为主导,装备制造、电子信息、生物医药产业优势明显。但东中西部差异巨大,技术密集型、劳动密集型、资本密集型产业分别占据地区主导地位。② 开发区产业集聚度随尺度缩小而扩大,城市群、中心城市是其最重要的空间载体。同时,开发区产业集聚存在明显的空间依赖性,地（市）尺度强于省域尺度。③ 产业属性对开发区产业之间协同集聚效应影响巨大。在省域尺度,空间依赖性最强为劳动密集型、资本密集型产业,纺织服装、石油化工与其他类型产业之间的协同集聚特征突出;在地（市）尺度,装备制造、电子信息等技术密集型产业则表现靓丽。因此,在省级层面上应重点培育纺织服装、石油化工等劳动密集型和资本密集型产业集群,在地（市）级层面上应重点培育电子信息等技术密集型产业集群。 相似文献
5.
城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。 相似文献
6.
苏州市城市物流空间格局及物流企业发展路径 总被引：2，自引：0，他引：2
随着城市经济的发展,城市物流已由单一考虑运输、仓储等环节向系统化、均衡化、综合化方向发展,已经成为21世纪城市可持续发展关键因素。本文以苏州市为研究案例,从区位优势、经济基础、经济结构以及物流资源等方面分析苏州城市物流的发展现状;引入“轴-辐”（hub—and—spoke）理论,构建苏州“一轴五辐”物流空间优化体系;探讨苏州市物流发展的路径选择;提出苏州市专业化物流企业发展模式,以推进苏州市物流产业的发展。提升苏州市在长三角城市群中的地位与作用。 相似文献
7.
创新人才集聚的理论探索——全球人才流动的城市选择视角 总被引：3，自引：2，他引：1
人文?经济地理学非常重视地理事物的区位规律研究,经典区位论已从产业区位转向城市区位,直至人类社会进步核心动力的创新活动区位。人是创新的主体,创新人才区位研究是地理学、区域科学与经济学研究热点与难点之一。为此,系统梳理创新人才的多尺度区位选择及其空间集聚文献,辨析创新人才流动、区位选择与城市（群）可持续发展的关联逻辑,构建城市群创新人才区位选择与空间集聚分析框架,尝试解析创新人才区位选择及其空间集聚机理,进而提出分工深化与人才异质性背景下城市群创新人才集聚的研究展望。 相似文献
8.
9.
东北三省区域经济差异的多尺度与多机制研究 总被引：3，自引：2，他引：1
基于多尺度与多机制分析框架,采用差异测度及尺度分解指数、ESDA及回归分析等方法,从省级、地级、县级3个尺度分析了2003-2016年东北三省经济差异的时空特征及驱动机制。研究表明：① 各尺度区域经济绝对和相对差异均较为明显,呈县级>地级>省级的尺度格局;经济差异总体呈下降趋势,各尺度差异及对总差异贡献率呈市间差异>市内差异>省间差异。② 各尺度区域经济发展呈显著空间集聚特征,关联类型以正相关为主且低-低（LL）型占主导地位,越小的尺度空间依赖性和异质性越明显。③ 区域经济发展空间上呈现“两核两带”的格局,即以辽中南和哈长城市群为核心,以哈大轴和东部沿边轴为发展轴带。④ 地理区位与要素禀赋、战略政策与财政扶持、行政分割与等级体制、开放带动与空间优化等诸多要素综合作用于区域经济差异时空格局的演化。 相似文献
10.
高铁对中国城市群生产性服务业集聚的影响 总被引：2，自引：0，他引：2
以中国16个城市群为案例,基于2007和2017年地级以上行政单元生产性服务业从业人员数据和铁路Origin-Destination（O-D,起讫点）旅行时间、班列数据,结合静态视角下生产性服务业集聚格局与高铁网络的空间关系分析和动态视角下的多元回归分析,探讨高铁对城市群生产性服务业集聚的影响及其空间分异。结果表明：1）高铁对生产性服务业集聚程度有积极影响,但影响效果在空间上不均衡;东部地区,尤其是珠三角、长三角和京津冀城市群受积极影响较显著,而同一城市群内,期初具有集聚优势的高铁城市为主要获益者。2）城市群经济发展水平和空间结构制约高铁影响效果,具备多中心结构的东部城市群内,普遍出现生产性服务业由核心城市向周边支撑条件良好的沿线城市相对扩散的现象。3）除时空压缩效应外,直达班列所代表的客运组织对于高铁影响力的形成具有重要作用;同时,高铁也通过城市人口集聚、市场需求扩大、信息化水平提升和地方政府积极参与的途径间接作用于生产性服务业。 相似文献
11.
The logistics clusters are the result of concentration, scale and specialization of logistics activities, and their quantitative measurement and development evaluation provide an important foundation for improving the land use efficiency and achieving economies of scale. Taking 289 cities at prefecture-level and above as research objects, this paper collected macro-statistical data of transport, postal and warehousing industry during 2000-2014, business registration data of more than 290 thousand logistics enterprises, and 170 thousand logistics points of interest (POI). With the integration of multi-index and multi-source data, the evolution process and spatial pattern of logistics clusters in China were explored with the methods of Location Quotient (LQ), Horizontal Cluster Location Quotient (HCLQ), Logistics Employment Density (LED) and modified Logistics Establishments’ Participation (LEP). The development levels, types and modes of different logistics clusters were quantified. Several important findings are derived from the study. (1) The logistics clusters are mainly located on the east side of the Hu Huanyong Line, and the accumulative pattern evolves from group to block structure, featuring wide coverage and high concentration. The evolution of logistics clusters has two stages of rapid convergence and stable change, resulting in gradual increase in the development level and efficiency of logistics clusters and in emergence of spillover effect. (2) 21 mature logistics clusters are distributed in the core and sub-cities of the main metropolitan areas of 16 provincial-level administrative divisions, conforming to the government logistics and transport planning. 43 emerging logistics clusters are distributed in 21 provincial administrative divisions, and different types of cities have huge disparities which highlight the differentiation of the market behaviors and government planning among them. (3) The logistics clusters present differentiated development modes with the change of scales. In urban agglomerations scale, the nested “center-periphery” structures with “main nucleus-secondary cores-general nodes” are clarified. The polar nuclear development, networked and balanced development, single core and multipoint, multi-core multipoint hub-spoke development patterns are formed in different provincial administrative divisions. 相似文献
12.
中国物流企业的布局特征与形成机制 总被引：6，自引：0，他引：6
物流企业指从事物流活动的经济组织,对支撑流通领域的经济活动和社会经济系统的高效运转具有战略意义。在评述国内外研究进展的基础上,选择中国1855 家A级物流企业为样本,从宏观区域、省级政区和城市等多层尺度,刻画和分析中国物流企业的布局特征,包括总体格局、空间集聚、覆盖水平等,并从多种角度考察了物流企业布局的形成机制。研究发现,物流企业分布呈现明显差异,沿海地区多于内陆且形成“2：1”比例关系,东部明显多于中西部且呈现“5：2：1”比例关系,省际之间呈现“南多北少”的格局,东南沿海省份尤其江浙两省集聚;物流企业的城市非均衡布局更突出,形成集聚和稀疏地区。经济和产业结构、产业集群、对外开放与国际贸易、交通区位、物流规划与政策等方面的差异是促使物流企业布局形成分异的重要因素。本文可为中国物流企业的布局优化和物流活动组织提供一定参考。 相似文献
13.
产业集群的辨识及其特征分析——以浙江省制造业为例 总被引：4，自引：0，他引：4
产业集群是国内非常重要的经济现象, 但是如何辨识产业集群却一直困扰着学术界和政 府部门, 关键问题是产业集群缺乏统一的辨识标准。浙江省拥有数量众多的制造业产业集群, 而 且涉及的产业门类非常广泛, 是我国产业集群发展最为典型的省份之一。本文利用2001 年浙江 省基本单位普查数据, 同时选取浙江省各个邮区的四位数产业就业区位商≥3 以及该产业内的 企业数目≥100 家这两个标准, 进行产业集群的辨识, 共辨识了116 个典型产业集群。结果表明, 按照该辨识标准, 能够辨识出典型的制造业产业集群, 而且每个产业集群都具有明确的产业门类 及地理边界。文章最后部分归纳了浙江省典型制造业集群的空间分布以及规模结构等特征。 相似文献
14.
产业集群是国内非常重要的经济现象, 但是如何辨识产业集群却一直困扰着学术界和政 府部门, 关键问题是产业集群缺乏统一的辨识标准。浙江省拥有数量众多的制造业产业集群, 而 且涉及的产业门类非常广泛, 是我国产业集群发展最为典型的省份之一。本文利用2001 年浙江 省基本单位普查数据, 同时选取浙江省各个邮区的四位数产业就业区位商≥3 以及该产业内的 企业数目≥100 家这两个标准, 进行产业集群的辨识, 共辨识了116 个典型产业集群。结果表明, 按照该辨识标准, 能够辨识出典型的制造业产业集群, 而且每个产业集群都具有明确的产业门类 及地理边界。文章最后部分归纳了浙江省典型制造业集群的空间分布以及规模结构等特征。 相似文献
15.
中国城际专线物流网络空间格局 总被引：4，自引：1，他引：3
物流是地域间社会经济联系的重要要素,城市间的物流联系是理解区域生产消费联系和城市空间体系的重要视角。但是由于数据与方法等层面的不足,较少有研究能够有效地揭示全国城市间的物流网络格局。近年来随着互联网与数据科学的发展应用,第四方物流平台的出现及其对各类物流资源和数据的整合为物流研究提供了新的数据源和基础平台。本文采集了中国规模最大的电子商务平台旗下第四方物流平台上的物流专线交易数据,采用社会网络分析方法,以地级市为空间单元汇总计算到发各城市的物流订单,测算各城市的专线物流联系强度以及网络中心性,旨在揭示中国城际专线物流的联系格局,透视各城市在全国专线物流网络中的职能差异。研究发现：① 中国城际专线物流联系强度的空间分布与区域间社会经济发展格局基本一致,以“京津冀—长三角—珠三角”为核心,呈现出由沿海向内陆地区梯度递减的趋势;② 中国城际专线物流具有明显的跨区流动特征,1200 km距离范围内的专线物流活动最为活跃;③ 依照全国专线物流网络中的职能特征,可将各城市划分为全国物流首位城市、全国物流中心城市、全国物流节点城市、区域物流节点城市和地区物流节点城市5类。上述研究结论期望从专线物流联系的视角为国家与各区域及城市制定空间规划及专项规划提供支撑。 相似文献
16.
17.
新时期我国中心城市人口城镇化特征及其空间格局 总被引：1，自引：0，他引：1
在新一轮城镇化进程中,以人力资本为核心的创新经济逐步成为推动经济增长的动力引擎,省域中心城市作为人口聚集地的功能日益凸显。人口流动倾向影响着不同规模和行政等级城市之间的城镇体系重构,选取各个省域典型城市作为重点分析对象,通过我国城市人口最新数据统计测算,揭示出近期全国城镇化发展态势与大都市区域格局变化特征。结果发现,我国人口城镇化发展态势逐渐趋于平稳,不同地区、不同规模城市对人口的吸纳能力仍存在显著差异,各类直辖市、省会城市、副省级城市在人口集聚方面表现突出,传统港口城市、工业城市、省域副中心城市的人口吸引力逐步趋弱。其中,一级城市人口吸纳能力超强,二级城市成为人口重要集聚地,三级城市人口增速趋缓,四级城市人口吸引力平稳;可将之划分为“高/低规模”“高/低增长”四种不同组合类型。同时,城市人口的增长变化和人力资本竞争,显著影响了城市区域经济发展,特别是中西部地区省域中心城市实力日益增强,人口增长强劲,进而改变了传统东中西区域经济显著分异的格局,省会城市首位度表现出“高/低位序”“高/低集中”四种不同组合分布特征,且集中于“高位序、高集中”和“低位序、低集中”两种类型,分化格局相对明显。伴随着中国大都市的不断发育成熟,其逐步成为新时代创新经济和人口集聚的引领者。 相似文献
18.
The spatial inequality of foreign direct investment (FDI) can intensify uneven economic development. As globalization and economic transition proceeds, foreign investors are changing their behaviors in FDI location, based on institutional change and agglomeration effects. In order to reduce the inequality, this research employs spatial statistics and analyses to examine the change in the spatial inequality of FDI among regions and among prefectural cities, and uses regression models and spatial regime analyses to investigate factors influencing the inequality from 1990 to 2010. The spatial diffusion of FDI clusters from the eastern/coastal region to the interior shows the trend of FDI convergence among regions. However, increasing numbers of FDI clusters and hot spots show the increasing divergence among cities within three regions. Agglomeration effects have replaced institutional factors to become one of the most significant factors influencing the FDI inequality among cities. Additionally, special economic zones, coastal open cities, provincial capital cities, and development zones lost their advantages in FDI as more reforms set in. The spatial regime analyses further indicate the significance of market size in FDI in prefecture-level cities and the significance of agglomeration economies in FDI in capitals and municipalities. 相似文献
19.
This study chose major Chinese cities and used the creative model of Smart Low-carbon Strength Quotient (SLSQ) to investigate the level and state of urban smart low-carbon development. The results show that: (1) three main categories of smart low-carbon cities are found; namely, leaders with high SLSQ, steady ones with average SLSQ and lagging ones with low SLSQ; (2) the SLSQ level shows a spatial change trend of diminishing from the southeast to the northwest and differing within regions; (3) the SLSQ level indicates an urban scale change trend of decreasing from the big to the small and differing within each scale; (4) the SLSQ level suggests an administrative hierarchy change trend of descending from the high to the low and differing within each class; (5) based on the SLSQ, three dynamic patterns were identified: leading mode, steady mode and preparing mode, among which the steady mode accounts for the vast majority of smart low-carbon development in major Chinese cities. 相似文献