排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
基于高速公路交通客流数据,采用社会网络与GIS空间分析法,以客流联系视角探讨重庆市与毗邻地区的城镇网络空间结构。结果表明：1）重庆中心城区为网络的绝对核心,长寿、江津、璧山为网络中的重要节点城市,涪陵、璧山、长寿在网络中通达性明显,涪陵、黔江、江津、万州的中介作用突出;2）重庆与毗邻地区的客流网络呈现三级轴线联系,整体网络呈现明显的放射性特征,部分地区联系突破省级行政边界,网络层级按照“4+15+18”分布;3）重庆与毗邻地区的凝聚子群表现出高度的地理邻近性,形成“核心―边缘”结构。未来重庆中心城区需进一步加强与四川东部地级市的辐射能力与交通联系,进一步培育与成都双城联系的发展轴,在远期发展中考虑纳入遵义市等地区更好融入重庆都市圈。 相似文献
2.
COVID-19疫情全球爆发,成为载入史册的一次全球公共卫生事件。在此期间,中国贸易的变化反映了突发公共卫生事件对全球和地方贸易的影响,凸显了中国的贸易韧性。借鉴区域经济韧性理论开展中国贸易韧性的格局和影响因素研究,利用2020年1—12月中国31个省（自治区、直辖市）的贸易数据,对其贸易的整体状况和贸易韧性格局进行分析,并运用地理探测器的方法对疫情冲击下的中国贸易韧性格局的影响因素进行探讨。研究发现：① 根据与2019年同期比较,可将中国贸易韧性变化过程划分为两个阶段,2020年1—5月为抵抗期,2020年6—12月为恢复期。② 在疫情影响下,各省份的贸易韧性具有较大差异,贸易抵抗性较好的区域主要包括四川、陕西、江西等内陆中西部省份和河北省,较差的区域主要为对外贸易基础较差、疫情严重地区以及边境省份。而贸易恢复性较好的主要为云南、贵州等内陆省份和疫情冲击影响最严重的湖北省。③ 疫情冲击下影响中国贸易韧性的因素是多源的,整体来看最大贸易国疫情严重程度、贸易伙伴数量、本地疫情严重程度因子等对贸易抵抗性解释度最高;对贸易恢复性解释度最高的因子为地区经济发展水平和医药产业状况。除了各维度因子不同程度的影响,各因子间的交互作用均增强了贸易抵抗性与恢复性的空间分异性。关于中国贸易韧性格局及影响因素的探讨,对认识特殊事件冲击下的全球化进程和区域贸易韧性评估具有重要的理论价值,也对构建中国国内国际双循环新发展格局具有重要的实践意义。 相似文献
1