厦门岛轨道交通站点共享单车接驳影响因素研究

共享单车凭借其高效便利的优势在全国各大城市快速普及,已成为轨道交通站点重要的接驳方式,但其供需失衡、乱停乱放等问题也给城市交通与环境带来挑战。利用厦门市共享单车及城市空间等多源大数据,通过Python、GIS解析共享单车出行的时空特征,探究轨道站域骑行特征及其来自土地利用、城市建成环境等方面的影响效应,结果表明：共享单车具有短时空距离利用的特征,为城市地铁站点的接驳交通提供了重要支撑;站点周边共享单车的接驳利用受城市多种因素影响,同时也反映了站点开发的阶段性和差异性;根据共享单车出行特征,轨道交通站点可归纳为四类,应根据站点的不同类型因站施策,完善城市慢行系统,促进共享单车骑行,加强轨道交通站域开发。     

基于空间计量模型的商铺租金影响因素空间异质性分析——以杭州市为例

社会经济发展推动城市商业的繁荣与商铺的增值,但商铺租金的影响机制尚不明确。选取了杭州市1～6级商服用地范围内2 026个具有代表性的底层商铺,运用克里金插值法探索了杭州市商铺租金的空间分异格局,并采用基于空间计量模型的特征价格法,探究了5个分市场下商铺租金影响因素的空间异质性。结果显示,三级医院、大型购物中心、学校、交通设施等商业服务、公共服务设施对商铺租金的影响程度、影响范围具有显著差异;相同的特征变量在城市不同区域,如复合功能区域、商务功能主导区域、居住功能主导区域,以及城市中心区域、城市外围区域,对商铺租金的影响呈现空间异质性。     

基于Webmap的杭州市土地价格变动研究

随着城市化的快速发展,城乡结合部土地利用问题日益突出.以杭州市为样本,基于土地城市化转变过程中地价形态的动态扩展模型,采用Webmap空间技术,研究了土地城市化转变过程中价格的空间复杂性及城市形态的应激反应,探讨杭州市土地城市化转变过程中价格机制的响应.结果表明,作为土地城市化的重要外生效应,地价与土地城市化转变之间存在相关性.研究结论对于促进农用地向非农用地的有序转化、规范和引导土地流转和转换、合理调整非农用地的内部结构,以及调控城市扩展和城镇数量等有一定的理论和现实意义.     

基于类型化的城市地铁站点用地开发研究——以杭州地铁1号线为例

地铁已逐渐成为我国大城市重要的公共交通方式,其线路建设对城市用地开发具有深远影响。以杭州地铁1号线为例,利用聚类分析法,对2007―2018年3个时间段的102个站点周边土地开发状况进行了类型化分析,并探讨了各类型的用地特征、空间分布、变动模式、变动影响因素等。3个时间段的102个站点可分为7大类23小类,其用地构成表现出较大的多样性和较强的区位选择性,其变动模式多由郊外型向居住型、居住+服务设施型等转变,非建设用地和新居住用地的开发、服务功能的提升、老小区和工业用地的撤退等是类型变动的主要影响因素,共同引导站点周边用地内部的功能转变,并影响城市空间结构。     

武定县地域功能区划分方法研究

县级功能区划作为综合区划,既是落实省级主体功能区规划,又是编制县域空间发展规划的基础。首先探讨县级功能区划方法,然后以武定县为例运用主导因素法划分出城镇区、资源开发区、开发预留区、农业区、生态区等功能区。研究发现：(1)县级功能区划既要考虑县域资源环境本底与发展愿景,又要兼顾省级主体功能区对本县定位;(2)区划评价单元须考虑基础数据可获得性及各单项指标评价单元的统一;(3)指标体系选取以省级主体功能区划指标体系为参照,具有可行性;(4)单一区划方法无法合理区划县级各功能区单元,需多种方法相结合。     

基于GIS的浙江省年降水量空间分布推算方法研究

高精度的空间化降水信息对于区域水资源管理、生态环境治理、作物适宜性评价等方面都具有重要意义.选取浙江省72个气象站点1971-2008年38年的年平均降水量资料,在地统计学和地理信息系统(GIS)支持下,结合了坡度、坡向、到海岸线距离、周围10 km范围内的平均海拔高度和周围10 km范围内的最高海拔高度等地形地理因素,采用回归逆距离权重插值法、回归克里金插值法、回归样条插值法和回归趋势面插值法等多种插值方法对研究区年降水量的空间分布进行了插值研究,通过10个检验站点的插值误差来分析不同插值方法,并对模拟的年降水量空间分布图进行了比较分析.结果表明:回归逆距离权重插值法误差最小,效果最好.     

天目山自然保护区常绿落叶阔叶林优势种群空间分布格局

基于浙江省天目山常绿阔叶林1 hm²样地调查数据,应用点格局方法分析了3种优势种细叶青冈(Cyclobalanopsis gracilis)、杉木(Cryptomeria fortunei)、短尾柯(Lithocarpus brevicaudatus)的空间分布格局,对比了优势种不同生长阶段(幼苗、幼树、中树、大树)的空间分布格局以及不同生长阶段之间的空间关联性.结果表明:(1)3个主要优势种并未受到明显的生境异质性的影响,总体呈现随机分布格局,其中短尾柯由于具有较高的根蘖率,导致在中树种群阶段于2~10 m处呈现聚集分布;(2)3个主要优势种在不同生长阶段之间1~25 m尺度范围内总体表现为无关联性,其中幼树与幼苗在小尺度(1~3 m)上均表现为正相关,细叶青冈中树与大树阶段之间存在潜在的负相关趋势,杉木幼树与大树阶段存在潜在的正相关趋势;(3)3个优势种群在发育过程中均未明显受到密度制约造成的自疏效应的影响.     

TOD中“T”与“D”因素对小汽车出行距离的减量影响

国内以公共交通为导向的开发（transit-oriented development,TOD）研究大多集中在规划实践领域,对于TOD能在多大程度上降低城市居民小汽车出行距离依然有待明确。基于南京市城市居民出行调查数据,采用家庭所在地800 m范围内有无地铁站点定义TOD中“T”因素,以综合密度、混合度、步行评分作为“D”因素。在控制个人社会经济属性和家庭所在地位置因素的基础上,建立Tobit模型,研究TOD对居民小汽车出行距离的减量影响。通过划分TOD、only-T、only-D、non-TOD等4类家庭居住地,分析边际效应发现,当“T”因素从无地铁站点变为有地铁站点时,小汽车出行距离降低19.6%;“D”因素每增加0.01,小汽车出行距离平均下降0.7%;当“T”与“D”因素综合作用时,小汽车出行距离下降43.4%。依据上述研究结论,提出从only-T向TOD、从non-TOD向only-D转变的规划建议。     

限购政策对杭州新建商品住宅价格的影响

断点回归（regression discontinuity,RD）是检验因果关系的有效方法,近年来,其在宏观政策评价中的应用越来越广泛。2016年G20峰会召开、货币政策调整等利好导致杭州房地产市场过快增长,杭州市政府于同年9月重启限购政策,并于2017年3月加大限购力度,限购范围扩大至杭州市户籍居民家庭。从实证角度研究了限购政策对新建住宅价格的影响。结果表明,限购政策均对新建商品住宅价格产生了具统计学意义的显著负向影响,2次降幅分别为400.26元和4 082.2元。回归模型通过了有效性检验,且在不同的阶数、核函数、带宽下具有稳健性,说明杭州市住房限购政策的实施在短期内对投资性购房需求起到了一定的抑制作用。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

街区土地利用、交通供给特征与大型超市购物出行模式研究

基于杭州城西9个街区1 365份大型超市出行数据,利用居民个体属性、出行距离和土地利用特征3组变量,构建了多项逻辑斯蒂克决策模型,分析了街区土地利用特征对大型超市出行模式的影响.结论为大城市街区的“可达性提高”和“商住混合度增加”,可以明显提高大型超市出行的步行(2 km内)、自行车(4 km内)选择概率;公交服务水平的提升可鼓励大型超市出行的非机动化,但公交密度本身不足以抑制小汽车的选择.提出在“社区商圈”尺度中,有必要遵循空间组织的渐进规划思路,通过“土地利用-交通”一体化措施,优化大型超市的出行结构.     

城市住房子市场价格演变：以杭州为例

研究住房子市场之间的房价差异和关联性,以及由此形成的城市住房子市场格局.通过构建特征价格模型,采用两期链式特征价格指数方法计算子市场的价格指数,并基于VAR模型,考察子市场房价之间的长期和短期关系.对杭州住房市场的实证研究显示,根据地理位置划分的东、南、西、北和市中心5个子市场中,城东和城北2个起步较晚的住房市场房价具有长期均衡关系,其余3个子市场相对独立.同时,城西房价变化是市中心房价变化的Granger因,城东和城南分别是城北房价变化的Granger因.区位的资源优势、领先开发优势,以及投资型购房流向,是子市场房价短期Granger关系的动因.总之,住房子市场的位置特征、居住历史、开发进程和家庭搬迁流向可以在一定程度上解释长期和短期的房价关联.     

基于SVM和LS-SVM的住宅工程造价预测研究

为在方案设计初期与工程造价相关信息很少的条件下,准确快速地预测住宅工程造价,在分析既往相关理论和方法优劣的基础上,选取支持向量机构建住宅工程造价预测模型,并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集与样本,对输入指标的数据进行主成分分析,消除指标相关性的同时对原始数据降维,将处理后的数据分别导入到"标准支持向量机"和"最小二乘支持向量机"模型中进行训练和预测,并对预测结果进行对比分析,选取较为合理的预测模型,通过参数寻优进一步优化预测效果.所构建预测模型的相对误差均控制在±7%以内,预测精度较高,结果稳定.     

城市新区犯罪数量与犯罪危害程度空间分异规律研究

立足新发展阶段,统筹平安和发展,建设更高水平的平安法治文明城市。以昆明市呈贡区为例,综合运用核密度估计法、犯罪集中度、空间自相关分析、标准差椭圆法等GIS方法,分析2015、2017、2019年的犯罪数量与犯罪危害程度空间分异规律。结果表明：（1）犯罪数量的空间格局以城市核心区集聚为主,高密度和较高密度集聚区主要分布于交通便捷、经济活动频繁、人员密集的老城区、商业中心及大学城周围居住区。犯罪危害程度在空间上形成龙城片区“单核心”的格局并未被打破,且高密度集聚区的空间分布与犯罪数量的空间分布相似,较高密度集聚区相对分散,较低密度集聚区渐呈“散点状”分布。（2）犯罪数量和犯罪危害程度均表现出显著的集中分布和空间集聚格局。二者空间集中差异逐渐加大,犯罪危害日趋集中的态势更强烈;空间集聚差异变化明显。（3）犯罪数量与犯罪危害程度热点区存在明显的空间分布差异,随新区建设的发展,各犯罪热点区逐渐破碎化。犯罪数量与犯罪危害程度热点重合区位于呈贡区中部,沿城市主干道和地铁线路分布;犯罪数量热点区分布于学校、医院及商业中心附近;犯罪危害程度热点区分布于城郊乡镇、城中村、工业园区、物流园区、施工工地等区域...     

巫山县乡村地区公路网通达性空间格局研究

以巫山县为研究区域,运用GIS技术,以乡镇和行政村为节点单元,采用公路网密度、乡镇间直达性指数、乡镇内直达性指数、居民点道路临近性、乡镇间节点可达性指数、乡镇内节点可达性指数、干线衔接距离、地形位指数8项指标,引入熵权-TOPSIS模型,综合分析和评价巫山县乡村地区公路网通达性及其空间分布格局。研究表明,各项指标对巫山县乡村公路网的影响程度由高到低为：公路网密度＞地形位指数＞干线衔接距离＞居民点临近性＞乡镇内直达性指数＞乡镇间节点可达性指数＞乡镇内节点可达性指数＞乡镇间直达性指数;除中心城区外,各乡镇贴近度为0.170 0＞0.831 9,区域差异明显,其中铜鼓最高,当阳最低;整体上,巫山县乡村公路通达性以中等、较好等级为主,通达性空间格局总体以铜鼓、建平、三溪为核往外围扩散,与交通干线骨架吻合度较高,呈现“三核、一环、一域”的空间格局。研究成果对巫山县山区乡村公路网建设和优化有一定的指导作用,在一定程度上完善了乡村地区公路网通达性分析和评价方法。     

巫山县乡村地区公路网通达性空间格局研究

以巫山县为研究区域,运用GIS技术,以乡镇和行政村为节点单元,采用公路网密度、乡镇间直达性指数、乡镇内直达性指数、居民点道路临近性、乡镇间节点可达性指数、乡镇内节点可达性指数、干线衔接距离、地形位指数8项指标,引入熵权-TOPSIS模型,综合分析和评价巫山县乡村地区公路网通达性及其空间分布格局。研究表明,各项指标对巫山县乡村公路网的影响程度由高到低为：公路网密度＞地形位指数＞干线衔接距离＞居民点临近性＞乡镇内直达性指数＞乡镇间节点可达性指数＞乡镇内节点可达性指数＞乡镇间直达性指数;除中心城区外,各乡镇贴近度为0.170 0＞0.831 9,区域差异明显,其中铜鼓最高,当阳最低;整体上,巫山县乡村公路通达性以中等、较好等级为主,通达性空间格局总体以铜鼓、建平、三溪为核往外围扩散,与交通干线骨架吻合度较高,呈现“三核、一环、一域”的空间格局。研究成果对巫山县山区乡村公路网建设和优化有一定的指导作用,在一定程度上完善了乡村地区公路网通达性分析和评价方法。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。