科研项目驱动经济类研究生创新实践能力研究——基于地理探测器模型

本文通过构建经济类研究生创新实践能力和科研项目评价指标,对河北省内高校经济类硕博士研究生进行问卷调查,借助熵值法对创新实践能力进行综合评价。通过地理探测器模型进行科研项目从而对创新实践能力进行因子探测,结果表明:科研项目对经济类研究生创新能力影响最大的核心因子为参与科研项目数量、在科研项目中承担的工作量、在科研项目中负责的工作和导师指导的次数,驱动因子任意两者之间交互作用类型均为双因子增强关系。

“中四角”绿色水资源利用效率时空分异及其影响因素——基于非期望产出SBM-DEA和地理探测器模型

利用非期望产出SBM-DEA模型测度了2010-2019年“中四角”绿色水资源利用效率(GWUE),采用空间自相关及冷热点分析方法探索GWUE的时空分异特征,并运用地理探测器模型深入探寻GWUE空间分异的关键影响因素。结果表明:(1)“中四角”GWUE高效区主要来源武汉城市群,低效区主要来源于环鄱阳湖城市群;各城市的GWUE具有明显的时空差异性,空间自相关性不显著,但空间分布格局由随机分布逐渐向集聚分布演变。(2)2010年经济发展水平和人口密度是影响“中四角”GWUE空间分异的主要因素,2015年经济发展水平和医疗资源占用情况成为GWUE空间分异的主要推动因子,2019年医疗资源占用情况和政府重视程度对GWUE空间分异起决定作用。

北京市住宅价格时空分异特征及影响因素--基于地理探测器模型的研究

基于北京市六环内2012—2020年二手房住宅价格的空间数据,运用空间插值分析、空间趋势面分析及探索性空间数据分析(ESDA)对北京市住宅价格的空间分布特征进行模拟和研究,运用地理探测器模型探索北京市住宅价格分异的影响机制。结果显示:2012年以来,北京市住宅价格整体呈上涨趋势,各环线分层明显,住宅价格时间演变存在明显的阶段性特征;空间上表现出由市中心向外围递减、呈不规则多中心的圈层分布格局;住宅价格存在显著的正空间关联特征,高高集聚区以四环内为主;影响因素显示区位特征对住宅价格的影响程度最大,邻里特征次之,建筑特征最后。

基于RUSLE和地理探测器模型的西南地区土壤侵蚀格局及定量归因

基于RUSLE模型和GIS技术,利用1982~2013年西南地区的月尺度降水、GIMMS NOAA/AVHRR NDVI数据及有关的土壤(机械组成和有机碳)和DEM资料,探究西南地区侵蚀强度的分布格局,识别高侵蚀强度(热点)区域的区位特征;依据地理探测器模型,开展识别区域和热点尺度下影响土壤侵蚀强度分布格局的主导因素和度量交互耦合程度的定量归因研究.结果表明:(1)1982~2013年期间,西南地区保持能力达到7.37,由东到西逐渐降低;实际土壤侵蚀模数为25.77t·hm^(-2)·a^(-1),属于中度侵蚀,呈现出东西弱中部强的分异特征,侵蚀热点区域为藏东南-横断山区、四川盆地-川西高原过渡带、云贵高原的乌蒙山区和桂北丘陵区.(2)灌丛和高山植被是影响土壤侵蚀的主要植被类型;15°~35°的坡度、3000~5000m的海拔、30%~45%的植被盖度和400~800mm的年降水梯度区域的侵蚀强度指数均大于2,是土壤侵蚀主要发生源地.(3)西南地区多个因素中,坡度起着绝对主导作用,定量归因在39.17%~78.34%之间;两两因素之间交互协同作用表现为非线性增强或者相互增强,坡度和盖度交互作用最大.研究涉及到的整个西南区域,侵蚀强度分布格局是坡度、海拔和盖度综合作用的结果;热点区域水平上,海拔跨度相对较小,主要受盖度和坡度的影响.因此,西南地区在制定和实施土壤侵蚀防治与生态恢复政策时,应优先考虑坡度在15°~35°且植被盖度在30%~45%的区域.

基于地理探测器的绿色经济效率时空分异及驱动力研究

绿色经济效率(GEE)提升是经济绿色、高质量发展的“助推剂”。该研究基于UndesirableSBM模型测度2007-2017年我国大陆30个省份的GEE,利用空间自相关及冷热点分析法,探究GEE的时空演变特征,运用地理探测器模型进一步揭示其驱动力的空间异质性。结果表明:①GEE呈“U形尾波”的阶段性特征,整体上由“小差距高效率”向“大差距低效率”动态演进,区域间形成“东-中-西”阶梯式递减的分异格局,“分化”与“极化”现象日益加剧。②GEE存在显著的“倒U型”空间关联性,总体呈“东热西冷”的空间分异特征,“极化-涓滴”效应有所凸显。其中,GEE热点区范围逐渐扩大,呈现零星面状分布向沿海带状蔓延的演进格局,次冷点区范围有所缩小,而次热点区和冷点区变化微弱,空间格局基本稳定。③GEE提升的驱动力全局差异不突出,但局域尺度差异显著。东、中、西部GEE提升的核心驱动力分别是:东部为政府干预、对外开放水平和技术创新水平;中部为能源强度、教育投入和市场化水平;西部为人力资本、能源强度、城市规模、教育投入、技术创新水平、环境规制和互联网普及率。基于此,东、中、西部要因势而谋、因地制宜。东部需激活技术密集型地区的“长板优势”,发挥科技创新的“滚雪球效应”;中西部需挖掘资源禀赋,推进新能源发展,加大科技研发投入,优化配置教育资源;同时,要推进整体信息化建设,强化网络引领。

基于地理探测器的干旱区绿洲土地利用变化影响因子

研究以2005—2015年Landsat系列遥感影像为本底,利用转移矩阵和土地利用综合程度科学分析干旱区渭库绿洲土地利用时空演变特征,并结合地理探测器模型深入探讨主要影响因素及定量归因。结果表明,时空分析2005—2015年间耕地、建设用地、水域增加,林地、草地和未利用地有所减少,其中转出量表现为草地>未利用地>林地>耕地>水域>建设用地,有用地主要转入耕地和草地,具体为158551.29、113581.98 hm^(2)。因子探测研究年主要影响因子均为NDVI、土地利用综合程度,2005年解释力度q分别为NDVI(X 1)0.779、土地利用综合程度(X 10)0.868,2010年分别为0.720、0.893,2015年分别为0.699、0.854。交互式探测土地利用时空演变是内外因素共同作用的结果,且双因子作用强度比单因子作用强度更为显著。探讨干旱区绿洲土地利用变化及其影响因子对于区域土地资源的有效利用有着重要的意义。

基于地理探测器的长武县土地利用时空差异及驱动力分析

以咸阳市长武县为研究区,研究其土地利用时空变化特征、发展规律及驱动因子作用机制。经回归分析可知,高程、生产总值和人口总数是影响长武县土地利用变化的3个最显著驱动力因子;通过构建地理探测器模型得出距人均收入与人口总数,坡度、高程等与距道路的距离和距水源的距离的交互作用极强,且不存在独立或者减弱关系的因子,为长武县土地利用可持续发展提供依据。

基于遥感生态指数改进模型的沱江流域生态环境质量时空变化及驱动力研究

[目的]沱江流域面临严重的水土流失、水环境污染和土壤侵蚀等生态环境问题,开展流域生态环境质量评价对推动长江上游生态环境保护和流域社会经济高质量可持续发展具有重要意义。[方法]基于谷歌地球引擎平台,选取2000-2020年的Landsat遥感影像,以绿度、湿度、热度、干度、生物丰度指数构建生态环境质量评价模型,采用变异系数、一元线性回归和空间自相关分析方法对流域内生态环境质量的时空演变格局进行分析,并运用最优参数地理探测器模型(optimal parameter geographic detector model,OPGD)对其驱动力进行探测。[结果](1)2000-2020年,沱江流域生态环境质量多年平均值为0.66,等级以良为主,占比为63.01%。成都周边区县、内江、自贡、泸州等城镇地区生态环境质量较差,呈现南北低中间高的空间分布格局。(2)沱江流域生态环境质量总体呈下降趋势,生态环境质量变差的趋势显著,轻微退化和显著退化面积占比分别为19.75%和5.88%。人口密度大,社会经济发展水平高的城镇化地区,生态环境质量以较高波动为主,占比为18.15%。(3)2000-2020年沱江流域全局自相关莫兰指数范围为0.769~0.870,主要分布在第1象限和第3象限,局部自相关的高-高集聚区和低-低集聚区范围随时间呈显著变化,景观斑块破碎化明显。(4)OPGD结果表明,土地利用类型、坡度、高程、夜间灯光为流域生态环境质量变化的主要驱动因子,人口密度、气温和GDP为次要驱动因子,降水量和坡向因子影响较小。土地利用类型与其他因子交互作用增强对流域内生态环境质量变化的影响。[结论]改进的遥感生态指数模型对开展区域生态环境质量评价提供新方法,研究结果为生态环境保护提供参考。

基于地理探测器的祁连山国家公园植被NDVI变化驱动因素分析

植被是联结大气圈、土壤圈、水圈和生物圈的重要纽带,植被的时空变化特征与其驱动因素之间的关系在区域生态环境变化研究中具有重要意义。基于祁连山国家公园植被NDVI、气候、植被类型、地貌、土壤类型和DEM数据,运用地理探测器模型分析了2000—2019年祁连山国家公园植被NDVI时空变化特征及其驱动因素。结果表明:(1)祁连山国家公园植被在2000—2019年处于逐渐变好的态势;(2)祁连山国家公园植被NDVI低和中低等级面积占比超过55%,中和中高等级占比在35%左右,高等级面积占比极低,植被NDVI等级由东向西呈下降趋势;(3)降水、海拔、土壤类型和气温是影响祁连山国家公园植被NDVI的主要因素;(4)各评价指标之间对植被NDVI变化存在交互作用,分别为双因子增强和非线性增强效应;(5)祁连山国家公园植被最适宜生长范围或类别为:年均降水量320.7~385.8 mm,湿润指数2.9~21.3,年均温0.2~5.2℃,植被类型为针叶林和阔叶林,土壤类型为黑土和灰色森林土,DEM为2875~3365 m,≥10℃积温为346.2~720.5℃,地貌类型为中起伏山地,坡度为17.1°~22.8°,坡向为0°~31.55°。

北方农牧交错区生态环境质量动态评价及影响因素分析——以河北坝上地区为例

[目的]农牧交错区是我国典型的生态脆弱区,精准评估农牧交错区生态环境质量与影响因素对地区的生态环境保护及治理有重要作用,可以为区域生态文明建设与实现可持续发展提供科学参考。[方法]本文基于Google earth engine(GEE)平台,利用2000-2020年Landsat遥感影像、土地利用数据、植被净初级生产力数据,根据河北坝上地区的生态特点,构建新型遥感生态指数(new Remote Sensing Ecological Index,nRSEI),评估了河北坝上地区2000—2020年的生态环境质量动态变化特征,并引入地理探测器分析了影响生态环境质量变化的自然因素和社会经济因素。[结果](1)2000—2020年河北坝上地区nRSEI均值经历了“上升—下降—上升”的过程,总体表现为增加。研究区东侧生态环境质量较高,西部区域的生态环境质量略低;(2)2000—2020年期间河北坝上地区生态环境质量变化中改善的面积占比较高,占研究区总面积的76.16%,生态环境质量改善主要发生在研究区西部;恶化的面积占比为8.20%,生态环境质量下降主要发生在研究区东部;(3)2000—2020年期间河北坝上地区生态环境质量空间分布呈现出显著的空间自相关性,局部聚集以“高-高”和“低-低”为主:(4)2000—2020年,单因子中对生态环境质量影响较大的为自然因素中的温度、降水量和坡度以及社会经济因素中距一级、三级道路距离、距县政府距离;2000年和2010年与距一级、三级道路距离、距县政府距离交互的组合交互作用值较高;2005年、2015年和2020年则是与降水量交互的组合交互作用值较高。[结论]河北坝上地区的生态环境质量虽近年有所好转,但其仍处在生态脆弱地区,应重视其生态环境的保护及治理,减少气候变化和人类活动对生态环境造成的破坏。

地理环境对土地利用程度的影响——以泰安市为例

随着社会的发展,土地利用问题逐渐成为社会日益关注的重点问题;而地理环境是人类的家乡,是社会存在和发展的必要条件。本文通过构建地理探测器模型,选择地理环境中的坡度、降水等驱动因子对泰安市土地利用程度的影响进行分析。通过专项研究,找出地理环境中对土地利用程度指数最高的驱动因子,为泰安市今后的土地可持续利用提供有力的理论支持。

海上风电场区位分布的动态演进和影响因素研究

为应对能源安全和气候变化,培育新兴产业,我国大力发展海上风电产业。经过十余年发展,海上风电累计装机总量已跃居全球首位,但在这一过程中,风电场的区位分布表现出显著的时空异质性,即随着时间推移,其经历一个由江苏到福建、广东、山东等地动态演化的过程,研究不同阶段影响区位分布的主导因素及其变化,对政府制定有效政策以促进产业发展具有重要意义。根据国家发布的政策文件以及中国风能协会等公布的数据,本文划分了海上风电发展阶段,采用动态偏离-份额拓展模型来测度产业转移以揭示区位分布的演进;进一步将模糊集定性比较分析法与地理探测器模型结合,从动态的角度分析了产业发展各阶段区位分布的主导因素及其变化,并剖析了增长突出省区市的发展路径及其差异化。研究表明,发展初期,海上风电场区位分布受政府扶持力度和自然因素的影响较多,随着产业发展及技术进步,创新环境与专业人才逐渐成为关键因素,典型的发展路径有政策驱动型、水域-政策驱动型、风能驱动型、创新-知识型、知识-政策驱动型等。进一步加快人才培养、完善产业链条、优化扶持方式应成为推动产业健康持续发展的努力方向。

长江经济带上中游地区城市工业生态效率时空演变及驱动机制——以成渝经济圈和武汉都市圈为例

实现最优工业生态效率对促进工业绿色发展有着重要的现实意义。本文通过非期望产出的SBM模型,测度长江经济带上中游代表性地区成渝经济圈和武汉都市圈26个城市2010—2021年工业生态效率,通过Arcgis可视化工具对比分析其时空演变规律,并运用Tobit模型和地理探测器模型分别识别工业生态效率的驱动因素。结果表明:1)两个城市群工业生态效率整体均呈现波动上升态势,且与最优效率还存在一定的差距;2)城市群内部的地级市之间效率值存在少部分两极分化的现象;3)工业生态效率受科技研发投入、经济发展水平、交通可达性、对外开放水平等多个因素的影响,其中经济发展水平和交通可达性对于工业生态效率的提升起到较强的促进作用,对外开放程度与科技研发投入对于工业生态效率的促进作用还不明显,还需要进一步提高外商投资水平和增强科技研发投入质量以实现其对工业生态效率的正向影响。为此,通过强化城市群内外部的融合发展、构建协同创新网络和提升对外开放水平,以提高长江经济带上中游地区工业生态效率水平,促进地区高质量发展。

边疆民族地区高质量发展水平测度、时空差异及影响因素

边疆民族地区高质量发展是实现共同富裕的重要内容。文章构建边疆民族地区高质量发展综合评价指标体系,运用熵值法和Dagum基尼系数测度2012—2021年边疆民族地区高质量发展综合指数和五个子系统区域差异,并引入地理探测器模型分析各变量对边疆民族地区高质量发展时空差异的影响因素。研究发现:边疆民族地区高质量发展水平总体呈现稳中有降的态势,且存在明显的区域差异,其主要来源于区域间差异,其中东北地区的区域内差异最大,西北与西南地区的区域间差异最大;五个子系统的区域差异的波动性较大,主要来源于超变密度差异。经济发展水平、金融支持水平、财政支出水平、产业升级水平和城镇化水平是边疆民族地区及各区域高质量发展的共同主要影响因素。研究创新:基于高质量发展的内涵和边疆民族地区发展实际,构建边疆民族地区高质量发展评价指标体系,对边疆民族地区高质量发展总体发展水平进行评价并对其区域差异及其主要影响因素做深入分析,以期为促进边疆民族地区高质量发展提供科学依据。

1982-2015年黄河中游NDVI时空变化及驱动力分析

[目的]探究黄河中游NDVI时空变化,阐明自然和人为因素对NDVI变化的影响和驱动力,并为黄河中游生态保护与发展提供科学依据。[方法]基于AVHRR GIMMS NDVI数据集,采用线性回归分析、Mann-Kendall检验、地理探测器模型,分析了1982—2015年黄河中游植被NDVI的时空演变特征,并对影响植被NDVI的自然和人为因子进行了驱动力分析。[结果]1982—2015年黄河中游NDVI呈上升趋势,空间上呈东南高西北低分布.植被覆盖改善面积高达70.79%,显著改善面积为49.2%。年降水量是黄河中游NDVI变化的主要驱动因子,植被类型、地貌类型、土地利用类型和土壤类型等因子也能很好地解释黄河中游植被覆盖状况。自然因子对植被变化的影响远高于人为因子,因子交互结果为双因子增强或非线性增强。[结论]黄河中游植被NDVI主要受年降水量影响,34年间在自然和人为因素交互作用下植被显著改善,未来应更加注重人类活动对植被覆盖的影响。

博斯腾湖流域景观破碎化时空特征及其成因

以博斯腾湖流域为研究区,运用景观格局指数、主成分分析法,定量分析研究区2000-2020年的景观破碎化的时空变化特征,并采用地理探测器模型探讨研究区景观破碎化的驱动机制。结果表明:1)2000-2020年,研究区边缘密度(ED)由2000年的5.787 m/km^(2)增至2020年的6.859 m/km^(2),增加1.072 m/km^(2);蔓延度指数(CONTAG)由75.970%增加至79.596%,增加3.626%;分离度指数(DIVISION)由0.361增加到0.626;香农多样性指数(SHDI)由0.689减少到0.606。2)2000-2020年,景观破碎化程度较为严重的地区集中在焉耆县、博湖县、库尔勒市以及轮台县的西南部;和硕县东部以及尉犁县东南部破碎化程度相对较低。2000-2010年,高度等级面积增加较为明显,面积比增加5.30%;极低等级面积减小较为明显,面积比减小3.21%;2010-2020年,低度等级面积增加较为明显,面积比增加1.48%;极低等级面积减小较为明显,面积比减小2.37%。3)研究区景观破碎化受到自然、社会等因素影响,高程(X2)对景观破碎化的驱动力相对最大,因子平均贡献率为0.195;年降水量(X4)和年均气温(X5)对景观破碎化的驱动较强,因子平均贡献率分别为0.127和0.110;人口密度(X8)对景观破碎化的驱动力相对最小,因子平均贡献率为0.045。

四川三州植被覆盖度变化及其对生态治理和灾害防治的响应

[目的]四川三州(凉山彝族自治州、甘孜藏族自治州和阿坝藏族羌族自治州)生态环境脆弱,地质灾害频繁发生,而坡表植被具有蓄水固基的作用。研究该区植被覆盖度动态变化及关键驱动因素有助于预测生态结构的稳健性及防治地质灾害。[方法]选取2002—2022年MODIS遥感数据,基于转移矩阵、趋势分析法分析植被盖度的发展趋势及转移情况,通过相关分析及地理探测模型,研究各驱动因素对植被盖度的影响。[结果]研究区内不同植被覆盖度均有向更高盖度演变的趋势,但整体上随时间递增而趋于稳定,并且气象因素中气温对植被盖度的影响略大于降雨的作用,均为促进作用;自然因素及人为因素共同作用是四川三州植被盖度空间分布差异的主要原因,高程及土地利用为植被覆盖的两类控制性因素,自然因素对研究区植被情况影响更显著,且不同驱动因素叠加对植被盖度解释力度强于单一因素作用。[结论]建议高海拔地区植被盖度恢复应重点考虑植被的耐温特性及严格控制人类对自然空间的过度开发利用,并且应多维度对植被盖度影响因素进行改善。

长株潭城市群人居环境质量评价及空间分异研究

[目的]分析长株潭城市群内各市县之间人居环境质量的时空演变差异,探究其空间分异格局的成因,为未来长株潭城市群缩小人居环境差距,构建良好人居环境提供科学支撑。[方法]选取长株潭城市群2013年、2015年、2017年、2019年、2021年相关人居环境指标,运用熵值法、耦合协调度和地理探测器模型等研究方法,对长株潭城市群包括23个区市县人居环境质量及其分异机理展开探究。[结果](1)总体上研究区内人居环境质量都得到不同程度的改善,但有差距扩大的趋势;(2)空间分布呈“中心高、周边低”向“均衡”的格局发展;(3)城市群各市县人居环境耦合度高但协调度较低;(4)从自然生态环境、经济发展环境、社会保障环境和个人居住环境等方面进行影响因素分析发现:自然生态环境对人居环境的改善起着底托作用;经济发展环境是人居环境改善的关键;社会保障环境是人居环境的后盾;个人居住环境是人居环境质量高低的直接体现。[结论]长株潭城市群内各市县间的人居环境在时空发展过程中没有达到一个较好的协调发展阶段,人居环境的质量是一个多因素综合作用的结果,长株潭城市群各地区要自觉承担“三高四新”和强省会战略的历史使命,依托各自的优势实现经济错位发展和高质量发展;进一步完善各地区的基础设施和城市更新行动,加强生态环境建设,实现资源的均等性;党和政府工作重心下沉,关注基层群众的基本民生问题,从而建成高质量的人居环境。

玛依湖保护区生态环境质量时空变化及驱动因素分析

科学评估生态环境质量,明晰其空间分异驱动因素,是改善区域生态环境和维护区域生态安全的重要前提。基于2000-2020年遥感影像数据计算玛依湖保护区遥感生态指数(RSEI),采用Mann-Kendall检验方法,确定研究期间的典型年份,进而分析生态环境质量时空变化特征,最后采用空间自相关方法、地理探测器模型探讨了生态环境质量空间相关性及其变化潜在驱动因子。结果表明,(1)2000-2020年玛依湖保护区遥感生态指数均值呈波动上升趋势,2009年处于最低值为0.28;由突变检验确定,2013年为研究期间的突变点;各典型年份,生态环境质量空间上呈现“中间高、四周低”的分布格局,其中2009年,中湖区和下湖区生态环境质量等级以下降为主,但总体上看,近20 a来保护区生态环境质量得到了改善。(2)全局莫兰特指数(Moran's I)0.64~0.71,研究区生态环境质量之间存在较强的正相关关系,其空间分布呈簇状,高-高聚集区分布在保护区中央,低-低聚集区分布在保护区四周,并且近20 a高-高聚集区域面积有扩张的趋势。(3)地理探测器探测结果表明,除模型因子绿度和干度对生态环境质量变化有较大的影响外,土地利用对生态环境质量变化的影响越来越大。

山西省科技创新与乡村产业振兴耦合协调分析

科技创新是推动地区经济增长和产业升级的根本动力。在对山西省科技创新综合水平和乡村产业振兴水平进行测度评估的基础上,运用耦合协调度模型对两者的耦合协调度进行分析。研究表明:(1)山西省科技创新和乡村产业振兴的耦合协调度整体比较低,可分为两个阶段,一是2012—2018年,山西省科技创新和乡村产业振兴耦合协调处于濒临失调或勉强协调的等级,二是2019—2021年,山西省科技创新和乡村产业振兴耦合协调度上升到了0.772,由勉强协调过渡到了中级协调;(2)由于经济发展不平衡,山西省各市的耦合协调发展不平衡,呈现出了由核心太原向周边递减的特点;(3)普通高等学校数量、县级以上科学研究和技术开发研究职工人数等8个与科技创新相关的因素是影响科技创新和乡村产业振兴耦合协调发展的主要因素。研究认为,科技创新水平较低是导致两者耦合协调度整体较低的重要原因,因此应大力发展科技创新,发挥其对乡村产业振兴的驱动作用。