后冬奥时期我国冰雪运动特色学校空间分布特征及驱动因素研究

为后冬奥时期分区精准引导冰雪运动特色学校的布局建设与可持续发展,本文以教育部官方公布的2062所冰雪运动特色学校为研究对象,运用GIS空间分析法与地理探测器模型,探析后冬奥时期我国冰雪运动特色学校的空间分布特征,探究影响空间分布的核心驱动因素及其作用类型与方向。结果表明:1)我国2062所冰雪运动特色学校在空间上呈高聚集型分布,其分布密度以“胡焕庸线”为界,呈现“东密西疏”的结构特征。2)年平均气温、年降水量、体育教育经费和冰雪场地数量是影响冰雪运动特色学校空间分布的核心驱动因子,其作用方向及强度在不同区位存在差异。4个核心驱动因子间两两交互作用后增效形成了当前中国冰雪运动特色学校的空间格局。基于以上结论提出优化空间布局,多区协同发展;立足优势功能,分区精准施策等发展建议。

中国世界遗产的空间分布特征

世界遗产是极其宝贵的旅游资源,其空间分布对区域旅游流格局产生着重要影响。分析中国世界遗产的分布状况,揭示其空间分布特征及规律,能够为我国世界遗产的申报、管理和保护规划提供科学依据。本文运用空间结构分析方法,从全国范围、省际、南北、东中西不同地域,以及腾冲-黑河线等尺度研究中国世界遗产的宏观地域分异。研究表明:中国世界遗产具有明显地域特征,空间格局表现出明显的组团状特征,大致可以分为北京及周边、黄河中下游、长江中下游平原及西南地区四大斑块;省域分布不均衡,全国只有北京、辽宁、四川等22个省份拥有世界遗产,其中北京以6处世界遗产位居全国首位;从南北方看,南方世界遗产地面积、遗产分布密度均大于北方,自然遗产主要分布在南方;从东中西部来看,均有世界遗产,但东部和中部地区明显多于西部地区;从人口地理分界线看,世界遗产主要分布于东南侧人口密集地区,西北地区则分布较少。各种角度的空间分布特征均与自然环境、社会历史、经济活动等诸多因素有密切关系。

破解胡焕庸线魔咒实现共同富裕

分析胡焕庸线两侧地区经济发展不平衡与不充分的原因,有的放矢地提出改进措施,有利于实施精准扶贫与精准脱贫,促进全体人民共同富裕。本文以胡焕庸线两侧的48个城市作为研究对象,选取8个方面18个代表性指标的864个数据序列,采用断点回归的技术方法,检验了胡焕庸线两侧地区的发展差异。结论显示,在人口密度、经济产出、金融支持、财政支出、教育和医疗等方面,胡焕庸线两侧地区的断点效应非常明显,存在显著的发展不均衡。建议政府加大金融和财政的支持力度、增加公共设施建设、改善医疗卫生条件、加大对教育特别是高等教育的投入、加快西部地区的新型城镇化进程,以及适当地引导人口迁移等方式,降低胡焕庸线两侧的发展不平衡,促进经济的均衡发展与共同富裕。

基于夜间灯光遥感数据多尺度城市聚类分析

先前的研究已经证明从DMSP/OLS(Defense Meteorological Satellite Program/Operational Linescan System)稳定夜间灯光数据中可以提取城市建成区,并且以此估算了人口、GDP等其他各项指标,但对提取出的城市建成区空间分布模式研究较少。本文提出了一种改进的基于密度的聚类(Density-based Spatial Clustering of Qpplications with Boise,DBSCAN)算法,将对于点要素的聚类扩展到面要素,以面状对象的边缘作为界定包含关系的准则;确定了聚类参数,以要素间距离的突变点作为距离参数。按此方法对夜间灯光数据提取的中国城市对象按照密度分布的特点进行聚类,通过改变距离参数得到在不同尺度下中国城市的集聚形态。通过与实证资料的对比验证了该算法的有效性,为研究中国城市的空间分布及其演变提供了有力的研究方法。

中国“胡焕庸线”东西两侧能源消耗空间格局的系统动力学模拟

"胡焕庸线"是中国人口、经济和社会发展格局特征的真实写照,科学地刻画了中国能源生产与消费的基本特征。定量模拟该线东西两侧能源消耗的空间格局可以为国家实现能源与区域协调发展提供参考。论文根据中国能源统计年鉴(2005—2014年),结合系统动力学模型(System Dynamic, SD)与灰色模型构建了胡焕庸线能源消耗空间格局预测模型(HLECSM-SD);再以省域为基本研究单元,构建50 km×50 km空间格网,模拟2020年并预测2021—2025年"胡焕庸线"东西两侧能源消耗的空间格局,设置3种情景方案分析中国能源消耗情况。结果表明:(1) HLECSM-SD模型具有较好的拟合效果。(2)全国能源消耗总量呈现"东多西少"的空间格局。(3)该线两侧的能源消耗量增长率曲线变化趋势一致,且东侧的增长率低于西侧。(4)在胡焕庸线东侧,煤炭消耗量具有"北部多、南部少"的空间特征,这与中国煤炭资源蕴涵量的空间格局一致;石油、天然气和电力消耗量具有"东部多、中部少"的空间特征,这是由各省区资源禀赋、经济水平、人口规模及产业结构等因素共同决定的。(5)在情景设置中,不同影响因子对能源消耗量影响程度不同。