城市游憩空间的政府管理机构整合方案探索

城市游憩空间关联于多个政府职能部门,因此只能获得破碎化的公共服务,导致大部分城市的游憩空间既不能很好地满足人的发展,也不能很好地满足旅游发展,整合分散在各部门的管理职能显得非常必要。为了探索整合方案,本文从价值取向(旅游发展取向与人的发展取向)、组织形式(集权-命令式与分权-协商式)展开分析,由此推导出四种可能的整合方案:一是相关职能划归旅游局,二是成立旅游局牵头的部际协商委员会,三是相关职能划归文化局,四是成立文化局牵头的部际协商委员会。各个城市政府可以根据自身的实际状况做出选择:闲暇旅游驱动型旅游城市可以选择第1种方案;商务旅游驱动型旅游城市可以选择第2种方案;非旅游型中小城市可以选择第3种方案;非旅游型大城市可以选择第4种方案。

基于地理加权回归克里金的中国区域PM_(2.5)浓度插值

针对常规的PM_(2.5)浓度预测模型难以同时处理PM_(2.5)分布的空间非平稳性和空间自相关性问题,结合空气污染物、气象数据、全球导航卫星系统(GNSS)天顶对流层延迟,分析PM_(2.5)与这3类因子的相关性;选取其中与PM_(2.5)浓度显著相关的因子作为建模的辅助因子,建立了顾及多因子影响的地理加权回归克里金(GWRK)模型,进行中国区域PM_(2.5)浓度插值。结果表明,GWRK模型的平均绝对误差(MAE)、均方根误差(RMSE)、平均相对误差(MRE)、相关系数(r)分别为6.49μg/m^(3)、13.64μg/m^(3)、15.92%、0.85;除RMSE略逊于地理加权回归模型外,其余精度指标比反距离加权(IDW)、克里金、地理加权回归方法均有比较明显的提高。

2016-2018年中国PM_(2.5)时空分布特征分析

采用地统计分析、聚类和异常值分析方法,对2016—2018年全国367个城市的PM_(2.5)浓度监测数据进行分析。结果表明:全国及重点区域的PM_(2.5)浓度月际变化趋势具有一致性和周期性,呈“U”形分布;PM_(2.5)浓度存在明显的季节变化特征,2016—2018年我国的PM_(2.5)浓度年均值逐年递减。从整体空间分布来看,我国PM_(2.5)浓度在东西、南北2个方向上的变化情况不同,东西方向的差异比南北方向更大,表现出了各向异性。我国PM_(2.5)高-高聚类模式主要集中在北京、天津、河南、河北、山西、山东西部、安徽北部,低-低聚类模式主要分布在云南、福建、广东沿海地区。