空间分布范文10篇

空间分布范文篇1

1数据来源

由于漂流旅游是新近出现的热点旅游产品,国内相关的统计和研究还属空白。在无法获得漂流旅游景区完整权威的数据情况下,本文主要是通过百度搜索引擎查询各地漂流景区名称与具体地理位置,并辅以报刊、媒体和旅行社行业咨询等渠道获得的资料汇总形成。那些没有经过批准,缺乏统一管理的机构,经营范围或纯自助性探险的漂流项目都不在本文研究范围内。

2我国漂流旅游景区空间分布的特征分析

我国国土广袤,气候与地理景观多样,地表形态、区域经济差异明显,导致我国漂流旅游资源在各地的分布与开发的不均一性。本文将通过漂流旅游的空间结构、空间分布均衡性、空间分布密度等对其空间分布特征进行量化分析。

2.1我国漂流旅游景区的空间分布概况

根据对百度检索的数据,截止到2010年11月24日,全国共有610处漂流旅游景区,具体分布在除西藏、上海、天津之外的省、区、市(表1)。其中,拥有漂流旅游景区数量最多的省份分别是浙江(15.0%)、广东(10.82%)、湖南(9.84%),3省的漂流景区占全国总数的35.66%。32个省份中,浙江、广东、湖南、黑龙江、江西、贵州、福建、湖北、广西、安徽等10个省份的漂流景区数量明显高于全国平均水平。

2.2我国漂流旅游景区分布的空间结构

根据查询到的景区资料和具体地理位置,笔者运用ArcGIS软件将所有的漂流旅游景区作为点状要素标注在中国地图上,从而得到了我国漂流旅游景区的分布图(图1,见封三)。通过对图1的仔细观察发现,漂流旅游景区沿我国的部分山系呈现明显的条带状凝聚,分布不均衡。这与我国国家地质公园的带状分布相似[12],但不同于我国世界遗产地的组团状分布且多集中于人口密集的东部城市附近的特征[13],说明漂流旅游景区的开发与我国地形、气候等地理环境密切相关。在下列聚集带上分布有463处漂流旅游景区,占全国总数的75.9%。主要是:①小兴安岭—长白山脉带。分布有“中国自然水域漂流之乡———伊春”等知名旅游地和金山屯、十八滩、响水河漂流、林泉河漂流、红河谷漂流等74个漂流旅游景区。②大兴安岭—阴山带。分布有雅鲁河漂流、小青湖漂流等13个漂流旅游景区。③燕山—大行山—巫山—武陵山—云贵高原带。分布有龙潭河漂流、清漂流江、茅岩河漂流、太平河漂流等54个漂流旅游景区。④秦岭—伏牛山—大别山带。秦岭峡谷漂流、宝天曼峡谷漂流、尧山漂流等37个漂流旅游景区。⑤青藏高原东南边坡带。拥有虹口漂流、白龙宫漂流、白龙江漂流等16个漂流旅游景区。⑥武夷山—南岭带。拥有全国第一家“漂流之乡”称号的清远市以及包括柏坑峡谷漂流、泽雅漂流、黄腾峡漂流、花溪漂流、五排河漂流等177个漂流旅游景区。⑦江南丘陵带。拥有葫芦峡漂流、柳溪江漂流、三爪仑漂流、沩山漂流、皇龙峡漂流等92个漂流旅游景区。

2.3我国漂流旅游景区空间分布的集中程度

本文运用地理集中指数对我国漂流旅游景区的空间分布集中度进行了量化分析。地理集中指数是研究某地理事物在地域上集中程度的指标,其计算公式为[14,15]:G=100×Σni=1xiT2。式中,G表示漂流旅游景区的地理集中指数,n为省市区数量,Xi为第i个省拥有的漂流旅游景区数量,T为我国漂流旅游景区总数,且G∈(0,100)。G值越大,说明漂流旅游景区分布越集中;G值越小,说明漂流旅游景区分布越分散。在本研究中,省市区数量n=31,漂流旅游景区总数和各省市区漂流旅游景区数量在表1中已有统计。经计算,G=27.19。如果漂流旅游景区均匀分布于全国各(市、区),则此时所得的地理集中指数G′=19.68。很明显,G>G′。因此,从省域角度而言,我国漂流旅游景区的分布呈现集中和空间凝聚态势。从图1中可见,我国漂流旅游景区在宏观上呈点状凝聚分布,许多地方甚至出现一河多漂、一景区多漂、区际地域多漂流点聚集的现象。

2.4我国漂流旅游景区在区域空间分布的均衡程度

为了更加精确和科学地研究我国漂流旅游景区的分布状况,有必要在更宏观层面、更大的地理单元对漂流旅游景区的空间分布均衡性进行分析。本文将全国划分为8个区(表2),并运用基尼系数对漂流旅游景区在8个区域的空间分布的均衡程度进行测度。基尼系数是由意大利经济学家基尼提出并用于测量收入分配差异。基尼系数在地理学中可以用来刻画空间要素的分布差异,是地理学中用来描述离散区域空间分布的重要方法。其相应的计算公式为[16]:H=-ΣNI=1Pi。式中,Pi为第i个区域内漂流旅游景区数量占全国总数的比重,N为分区数,此处N=8,C为分布均衡度。基尼系数最大为“l”,最小等于“0”,前者表示漂流旅游景区在各区中的分布绝对不均衡,即全国的漂流旅游都集中在一个区域中;后者表示漂流旅游景区的分布绝对均衡,即各区所拥有的漂流旅游景区数量相同,没有任何差异。当然这两种绝对化的情况只是理论状态,本研究中的基尼系数实际值应该介于0—1之间,而且如果基尼系数越大就说明集中的程度更高。笔者对我国漂流旅游景区在全国的8个区的具体分布统计,将相应的数据代入上式进行基尼系数分析,从而判断其在全国八大地理分区中的分布均衡情况。经过运算,得H=1.805、Hm=2.079、Gini=0.868、C=0.132。由此结果可见,我国漂流旅游景区在全国八大地理分区中呈集中分布,且分布的均衡度很低。从表2中也可以看出,我国漂流旅游景区主要集中于华中、华南、华东等地区,在青藏、西北和华北地区比较稀少,呈现明显的地域梯度分异格局。

空间分布范文篇2

1期刊的基本信息及载文合著情况

三种期刊中，ATR和TM均为英国Elsevier公司出版，两者的创刊时间分别为1974年和1980年；JTR为美国Sage公司出版，创刊于1962年，是创刊最早的旅游学术期刊。ATR和JTR多年一直维持每年4期的出版频率；TM每年出版6期，其年载文量为前两者的2倍多。三种期刊共刊载文章536篇章，其中独著文章133篇，占总文章数的24.8%；合作撰写的文章比较多，达403篇，三年间这三种期刊的合作率（合作文章/总文章数）为75.2%，远远高于社会科学研究的一般水平22%［3］。可见，国际旅游学界的合作研究相当普遍。从表1可看出，合作的文章中，又以两位著者合作的文章居多，占所有文章的37.5%；其次是三位著者合作的文章，占28.2%；四位以上的多位作者合作文章比例较小，占9.5%。所有文章共涉及著者1192人，这一时期三种期刊的文章合作度（作者总数/论文总数）为2.22，亦高于社会科学期刊研究论文的合作度1.35［3］。

2刊载文章的洲际分布

本次文章计量中，将每篇文章的分值定义为1分，参考作者对文章的贡献力并方便对文章进行统计，对三位以上作者合作的文章，仅取前两位作者进行统计，第一作者0.7分，第二作者0.3分。三种期刊来自各大洲的贡献力如表2所示。从整体上看，对旅游学研究最为活跃的是欧洲，其次是北美洲、亚洲和大洋洲，非洲和南美洲对旅游学的研究在此三种期刊中体现很少。从单种期刊看，ATR和TM均由英国出版，其文章来源泉于欧洲的较多，均达到35%以上；而JTR由美国出版，其文章来源于北美的多，达44%强（其中美国占42.5%）。从表2可见，旅游学的研究也与各大洲的经济发展水平密切相关，像欧洲、北美等经济发达的大洲，在对旅游学的研究已较为成熟，而非洲、南美洲等经济发展落后的地区，对旅游学的研究尚处在探索阶段。另外，三种期刊的载文都有向本土倾斜。

3刊载文章的国家或地区分布

三种期刊刊载的536篇文章，其作者共来源于52个国家和地区，其中研究最为活跃的前5个国家和地区排名依次为美国（三种期刊作者来源最多的均为美国）、澳大利亚、英国、西班牙、中国台湾，这5个国家和地区在三种期刊上载文的贡献力为332.5分，占总分值的62%；比较活跃的国家和地区有中国香港、新西兰、加拿大、以色列，贡献力分值在10～25分之间；有一定贡献力的国家有意大利、韩国、土耳其、奥地利、中国大陆、挪威、荷兰、斯洛文尼亚等，分值在5～10分之间。以上17个国家总分值为470分，占总分值的87.7%，见表3。另涉及到的35个作者来源国，贡献率仅为12.3%。可见，国际旅游学科研究活跃的国家和地区相当集中。根据日本学者汤浅光朝对科学活动中心的测评，当某个国家的科学成果数超过全世界的1/4时，该地区可以确定为科学活动中心［3］。据此指标，以三种期刊中来源文章数最多的美国为例，该国的文章贡献力为112.5分，与总文章分值536之比为21%，仍小于科学活动中心的指标25%，可见国际旅游学科的研究还未在某一国家或地区形成科学活动中心，只能确定部分旅游学科研究相对活跃的国家和地区。从文章的国家或地区来源看，旅游学科的研究与经济发展水平的密切关系更是凸显。排名前17个国家或地区中只有土耳其、中国大陆为发展中国家，其余均为经济发达国家和地区。

4刊载文章的作者机构分布

三种期刊所刊载的文章中，文章作者基本上来源于大学的教师或研究人员。作者所在机构为390家，三年间平均每个机构在这三种期刊上发文约1.37篇。其中贡献力在10分以上的国家或地区有3家，依次为香港理工大学（其中在TM占11.8分）、英国萨里大学、澳大利亚昆士兰大学。贡献力介于5～10分之间的机构有11家，得克萨斯A&M大学、澳大利亚格里菲斯大学、伊利诺斯大学、普渡大学、加拿大滑铁卢大学、以色列班固利恩大学、新南威尔士大学、亚利桑那州立大学、澳大利亚卧龙岗大学、南卡罗来纳大学、奥地利经济研究所。以上14家机构在旅游学的研究方面实力较强，其贡献力分值共计116分，占总分值的21.6%。机构力分值在2～5分的机构有61家，分值共计164.3，占总分值的30.7%。以上75家机构贡献力分值共计280.3分，占总分值的52.3%，其余255.7分的贡献力作者来自于另315家机构，分布较为分散如表4所示。排名前三位的机构，均有着实力雄厚的研究团队。香港理工大学的饭店与旅游管理学院，有来自18个国家和地区的60名从事旅游教育研究的人员。2009年，该机构在JournalofHospi-talityandTourismResearch的全球接待与旅游学术机构排名中位列第二。萨里大学管理学院下设旅游、接待与食品两个专业，其旅游教育与研究在国际同领域享有很高的国际声望。昆士兰大学旅游学院40余名旅游教育与研究人员均有博士学位，该学院在国际旅游教育领域具有重要地位，主要研究领域有目的地管理、旅游者行为、游客经历、技术服务、接待业人力资源管理、多元文化等。

5刊载文章的核心作者分布

空间分布范文篇3

关键词：历史文化遗产体系；行政建制；战争军事；交通商贸

1概述

山西省是华夏文明的重要发源地、是古代民族冲突与融合的重要发生地、是世界重大贸易往来的重要连通地，留下了不计其数的文化遗产。全面而深入地观察这些文化遗产，从其文化特点、所处空间、产生时间、变化轨迹等方面综合分析，会发现省域范围内同一遗产类型常常表达着不同文化内涵，而其空间分布又与其他遗产类型有着千丝万缕的联系。所以，在数量众多、种类繁多的文化遗产中，拨开遗产本身厚重历史信息量的迷雾，从遗产的空间分布中追寻历史的轨迹，有助于更全面地理解山西省历史文化遗产的成因和相互关联，也有利于生态文明治理体系建立中魅力国土的营造，在即将广泛开展的山西省各级国土空间规划中充分体现历史文化资源的价值。本文从行政建制、战争军事、交通商贸、重要资源四个方面解析其对全省文化遗产体系的形成所产生的影响和遗产空间分布特点。

2行政建制主导下的功能型遗产空间分布特点

2．1城镇建设南起北扩逐步完善空间结构

山西因东界太行、西南黄河、北部长城的阻隔而自成一域，行政区划范围一向变动较小，也因山河天险易守难攻，是不管朝代如何更替都极其重要的地域。春秋战国时期，山西省域范围内的部落都邑，主要集中在距离周王朝政治中心较近的晋南地区。其选址除考虑对自然环境条件的依赖，最主要的建设因素则是行政建制设置的需求，同时考虑战略防御和生活生产资源对政权中心城市的供给。秦汉时期，与匈奴对峙冲突的频发和戍边需求的增加促使晋北地区大量筑城，白登之围后，汉朝对匈奴防守为主，在晋北修筑了大量防御城市，如平城、武州（今左云存有汉城遗址）、崞县（今浑源存有汉古崞县遗址）等。三国两晋南北朝是中国历史上的政权大分裂和民族大融合时期，政权频繁更替和国家分裂也导致筑城活动增多，这一时期建设的城池保留至今的仍有长治古城、平定古城、朔州古城3处。隋唐时期国力强盛，行政建制逐渐稳定。唐太宗时期实行道、州（府）、县三级等级体系［1］，随着社会经济发展，城市人口大量聚集，加之防卫需求，城市多有扩大，出现城套城的城池形态。今天仍可在新绛、长治城中寻得双城痕迹。明代山西既是朝廷抗击北方元政权残余势力的战场，又是汉蒙民族之间进行互市的场所。许多历史城市在这一时期定型，城市体系更为完善。晋北形成了防御型城镇群，晋中出现了富甲一方的商贸型城市，晋南出现了新的中心城市运城。从先秦王城遗址，到魏晋都城、隋唐州城，再到明清商贸城镇，不同时期统治政权在山西省域范围内的行政建制设置，都对当时的城镇结构和现在的文化遗存产生着深远影响，由南向北，全省城镇空间结构逐步完善。2．2城镇发展功能基础衍生不同文化类型晋南地区土地肥沃，耕作条件好，诞生了最早的农耕文明和众多聚邑，也由于农耕文明对民众精神寄托的影响产生了独特的文化遗存类型。晋南地区普遍留存供奉后土、稷王、东岳等山川土地农田神灵的庙宇，体现出区域民众对主导原始农业、自然山水的神灵崇拜的传统思想。摘录运城市省级以上文保单位中此类型建筑如表1所示。秦汉时期北方城邑的设置大多赋予了军事防御的职能，南北城邑职能的分化，也伴随着精神信仰不同的发展方向。东汉末年，张陵创立道教、佛教兴盛于中国，儒学、佛教、道教一直在融合与冲突中发展。十六国时期，入主山西的北方少数民族政权统治者推崇儒学和佛教的结合，以取得汉族士人的支持和百姓的合作。北魏中后期，孝文帝提倡佛教义理之学，是儒学和佛教在政治层面上的一次结合，大致在空间上表现为北重佛南重道。摘录运城市和大同市省级以上文保单位中信仰类建筑如表2所示。

3战争军事需求下的专有型遗产空间分布特点

3．1全域城乡建设贯彻战争思维

秦汉至隋唐，国家政治中心在西安、洛阳等地，五代以后各朝首都主要在开封、北京等地，除少数政权南移，山西始终位于首都的临近地区，是国家中枢的重要屏障；同时也是匈奴以降北方游牧民族和中原汉民族的交汇交融地，历代都有着频繁的政治冲突和经济交往，所以历代王朝都特别重视山西地区，屯兵储粮、强化管理，作为其军事防御的前沿要地，平城第一锁钥、晋阳第二，皆失，则中原危。故而，省域范围内城镇村堡建设都深受军事防御思想的影响，在其选址的防御考虑、空间的闭合性，以及区域配合等方面均有体现。

3．2晋北集中产生军事文化遗产

明代防御西北部元朝草原旧势力以及后起鞑靼、瓦剌部成为了北方战争的主要任务。明太祖时期，设山西都指挥使司，驻太原，领九卫；设山西行都指挥使司，驻大同，领十二卫。明成祖时期，明政府在东起鸭绿江、西至嘉峪关一线上先后设置了辽东、宣府、大同、榆林、宁夏、甘肃、蓟州、太原、固原九个军镇，称“九边”［2］，山西地区，以大同为核心，修内外两重长城，设内外三关，将整个晋北地区变为一个巨大的战略防御区，这一时期的晋北地区，卫、所、堡、寨林立，成网状军事战略结构防御着山西以外的游牧民族。国土安全建立的可靠防御，也为贸易交流安全提供了一定保障，所以防御功能最重要的关口往往也是商贸流通最重要的出入口，晋北、冀北地区成为北出长城最便捷的区域，以杀虎口为例，清代人口最多时居民5000户，加上外地商人、驻军，一度超过5万人。

3．3小结

山西特殊的地理位置和山川优势使之成为天然的战场，遍布全省的各种物资资源又使之成为一个后天的便利战场，在历代朝政开疆拓土的博弈中占有重要地位，无数战争一遍遍抹平前人留下的军事智慧，又构筑新的攻防体系，虽然留存物质遗产不及其他类型数量多，但在山西社会文明、文化经济发展史上有着不容忽视的影响力。战争军事对山西历史文化遗产体系的影响可概括为：地位突出、毁建频繁、自成体系。

4交通商贸推动下的线网型遗产空间分布特点

4．1陆路商贸交通产生线性遗产城镇

山西比较成规模的战道体系有两处，长城战道和太行八陉。长城最初的功能是为了阻断交通，建起人为的分界线，然而，伴随着长城的建成和使用，新的交通体系也诞生了，战争时服务战区需要，和平时服务长城内外的商贸互通。太行八陉是在南北绵延400余千米的太行山脉中形成的八条东西向孔道，如此难得的天险之隙，自然会成为军事防御的重要节点和资源流动的重要交通。经过历代经营，各陉的险要位置都设置了关隘，便于攻守防御。每条陉道都因在不同时期承担过重要军事职能而留下丰富的军事文化遗产，也因在和平时期承担着山西与华北平原物资互贸的职能而留下丰富的商业文化遗产。战道交通体系上历史文化遗产，兼具战争与商贸双重特征，也因战事未知，遗产类型大多规模偏小。山西省域范围内，因地理位置重要，很早就形成完备的官道交通体系，其中京陕驿道和晋豫驿道对省域历史文化遗产的线型带动最为突出。京陕驿道的雏形最初形成与春秋时期，到唐代，太原和长安之间联系频繁，京陕驿道成为贯通山西南北的重要通道。这条道路连通山西东部、从中部贯穿晋中盆地和临汾运城盆地，沿线众多政治、军事、商贸重城镇，至今都是山西省重要的文化经济线路。晋豫驿道成熟于北魏迁都洛阳之后，因官员冬居洛阳、夏居平城，频繁往来于两京之间，形成当时重要的官用驿道，沿途留下众多同时期的石窟及摩崖造像。万里茶道是明清两代山西商人对国内国际产生重要商贸影响的一条商道。万里茶道始于福建崇安，穿太行陉从河南进入山西境内，经泽州、高平、长子、屯留、沁县、祁县、太谷、徐沟、太原、阳曲、忻州、崞县、代州，出雁门关、过山阴，与怀仁黄花梁分东西两路，东路经大同、天镇到达张家口，西路经左云、右玉出杀虎口至归化城。伴随着茶路的成熟，票号业应运而生，清代中后期形成了太谷、平遥、祁县、介休等全国性的商贸重镇。

4．2水路商贸交通发育点状遗产城镇

山西可用做交通的水系主要是黄河和汾河，漕运、商运、或百姓出行。历代都沿黄河设置码头，有防御型的军事渡口、有商业运输型的商业渡口、也有大型枢纽型渡口，依托渡口，大多有商贸型城镇产生，如巡检司渡繁荣了河曲，并与合河关共同组成晋西重要军事防御地；碛口渡繁荣了碛口镇；蒲津渡繁荣了蒲州。汾河上发展起来的城镇，代表则属新绛。

4．3小结

交通传递行为，行为带来变革，变革促进发展，山西交通，尤其因商贸流通兴起的交通，多从民间自发形成，相关文化遗产类型历经漫长岁月逐渐形成，并与社会生活高度融合，传承状态相对稳固，且常出现同一线路上距离虽远类型相关的文化现象。交通商贸对山西历史文化遗产体系的影响可概括为：自下而上、线性相关、文化融合。

5重要资源支持下的稳固型遗产空间分布特点

5．1生活资源是遗产丰富化的基底

晋南地区由于农田水利发达，自古就是王朝重要的粮食供应区；晋北地区从明代开始屯田供应军需，逐渐发展了稳定的农业，从而支持了其他历史文化遗产的形成。公元前2700年，山西地区的森林面积占国土总面积的63％，大面积的森林起到了涵养水源、减缓黄土风化和水土流失的作用，使土壤中保留了大量矿物质和有机质，为农业发展提供了物质保证；同时，也为古代建筑业发展、城市扩张提供了建筑材料。西汉中叶，龙门—碣石农牧分界线正式提出，山西农牧经济“南农北猎、南农北牧”的格局形成并持续保持。农田、林地、草场等生活资源的分布决定了社会经济生活的上演地，生产生活方式又奠定了区域文化基底的差异和表现形式的不同，是至今山西南北各类文化差异的原初动因之一。

5．2生产资源是遗产特色化的支撑

盐、煤、铁是山西蕴含丰富的生产型资源，在不同时期促进了社会的进步和发展，也产生了众多相关历史文化遗产。从新石器时代始，山西的第一大资源就是“解盐”。运城盐池，古属解州，盛产池盐，历代都是皇家特贡。盐池的兴衰也一直是带动晋南地区城镇建设、商路通衢的重要因素。蒲津渡的扩建与消亡、蒲州故城的衰败、运城市的兴建都与盐池有着密不可分的联系。山西蕴藏煤矿丰富，汉代，煤炭就被广泛用于冶炼［3］；明清，晋煤开始运销至陕西、河南和内蒙古一带。煤炭还作为一种主要燃料助推了其他手工业的发展，其中就有历史悠久的冶铁业。山西省博物院藏太原市义井出土的春秋时期的铁凿、铁斧、铁刀各一把，说明山西冶铁业生产至少开始于此。唐代蒲津渡铁牛、北宋晋祠铁人代表了当时冶铁工艺之高超。铁资源的运用，支持了兵器需求，促进了农业生产力的提高，诞生了铁器制作的手工工业，对山西历史诸多方面的进步都有重要的意义。

5．3小结

自然资源的演变相对于人类社会是漫长的，一代人或者几代人对资源的依赖性变化不大，生活资源、生产资源都会缓慢地塑造一域社会形态和文化遗存的类型，并通过对自然变化的适应和对资源的延续利用实现文化的传承。重要资源对山西历史文化遗产体系的影响可概括为：屯田减林、沧海桑田、资源延续。

6结语

历史文化名城名镇名村、传统村落、历史街区、历史建筑、各级各类文物、工业遗产、各级各类非遗，以及没有列入任何名录的相关文化遗产，都是组成历史文化遗产体系的内容。通过提炼主要影响因素研究山西省历史文化遗产体系，可以建立全省文化发展在时间纵轴和空间横轴上立体展开的图景和脉络，可以清晰梳理全省文化现象形成的内在动因和外在影响力作用，找出省内不同区域文化遗产的差异和关联，更扎实地做好基础研究工作。

参考文献：

［1］杨茂林．山西文明史［M］．北京：商务印书馆，2015：165，719．

［2］李海林．明代大同镇边防体系研究［M］．太原：三晋出版社，2013：24－28．

空间分布范文篇4

1．1旅游业竞争日益激烈

现代科技尤其是现代交通与通讯技术、计算机与网络技术的发展一方面使越来越多的人从事旅游活动成为可能，另一方面也使得旅游网络营销成为各个国家、地区和旅游企业在市场竞争中求全获胜的重要法宝。许多旅游企业通过加入全球分销系统、旅游产品预订系统，或组建专门旅游网站进行全球性的网络营销，以借此提升竞争力。

1．2旅游方式的个性化与散客化

旅游方式散客化、个性化已经成为当前旅游业的重要发展趋势，越来越多的旅游者倾向于选择独具特色的旅游目的地进行自助旅游。2006年，携程网的一项网上调查结果表明，“肯定不会跟团游”和“基本不会选择跟团游”的人数占到被调查者总数的47.2％，比去年同期的37.3％提高了近10个百分点。有数据显示，发达国家50％以上的旅游产品是散客旅游产品，美国的数字更是高达90％以上。网络已经超过电视、报纸等传统媒体成为旅游信息传播的第一媒介；我国旅游网络预订的市场规模也以每年30％以上的速度增长，互联网成为机票、饭店和旅游线路等产品极具潜力的分销渠道。2005年中国在线旅游市场规模为12.5亿元，占当年中国旅游市场的0.24％。预计到2010年，中国在线旅游市场规模将超过130亿元，占整个旅游市场的1％以上。而早在2004年美国网上旅游服务市场就已达到520亿美元，占整个美国旅游市场份额的23％。

1．3旅游经营管理的信息化和人本化

旅游市场营销的一个重要发展趋向就是人本化、信息化和高效化，而旅游网站作为信息技术与旅游业高度结合的产物，无疑就是这一发展趋势的集中体现。1999年，世界旅游组织明确将旅游网络作为信息时代旅游市场营销的重要的战略方式和手段。明确的信息传递是旅游业的天性，这就意味着因特网和网站技术在提升旅游目的地竞争力和市，场营销方面的重要作用。互联网的交互性、实时性、丰富性和便捷性等优势促使传统旅游业迅速融入网络经济的浪潮之中。现在全球电子商务交易总额中，旅游电子商务已占到1/5的份额，成为全球电子商务的第一行业。网络作为新的旅游信息平台，为旅游业的发展提供了新的契机。

1．4旅游网站的研究背景

国外最早进行旅游网站研究的是哈纳(Hanna)和米勒(Millar)，他们提出了基于万维网的旅游服务的发展，并就网页设计、管理问题和信息内容3个方面进行了探讨。瑞曼·巴克胡斯(LRayman-Bacchus)和莫利纳(Molina)探讨了基于网络的旅游服务业的问题和趋向。许多学者从管理和营销的质量、效果和作用意义等方面对旅行社和旅游饭店等企业网站和旅游批发网站进行了评估研究。苏晋查瓦(SooiinChoi)、新然·乐涛(XinranYLehto)等用定性和定量的方法试图通过对澳门各种类型的旅游网站包括旅游博客的内容分析以识别澳门的旅游形象，探讨了旅游目的地形象网络管理和展示的意义。

在国内，有关旅游网站的研究文献主要是计算机与信息技术专业人士对于旅游网站建设的技术探讨以及从社会、经济学角度对旅游网站及旅游电子商务的分析与评价等。

张捷较早撰文提出，信息服务技术发展是未来对旅游业影响最大的领域，并提出了新旅游的基本概念。张捷等通过对网上调查统计和旅游网站特征指数(TWCI)的设计分析，描述了中国旅游网站的空间分布类型及其影响因子；并利用TWCI进行分区研究并提出了中国旅游网站发展的策略。路紫等不仅对我国旅游网站的智能化评估、调整及发展趋势进行了研究并结合实例，在访问和调查的基础上研究了电子服务时代地理区位的重要作用：自我依托类型的旅游网站最终要依赖于区位。

个别学者已对我国旅游网站的空间分布进行了研究，但是从省域空间尺度将旅游网站作为一个地理现象和地理要素系统探讨其区域空间分布规律及动力机制的成果尚未见。本文拟对此进行探讨。

2研究数据与资料来源

本研究中的所有数据来源于“中国旅游网址”网站中“地方旅游网站”栏目和“旅游网址”网站中有关中国各地旅游网站的数据及2006年中国统计年鉴、中国旅游统计年鉴及中国互联网发展统计报告，文中不再单独注明数据来源。

3我国旅游网站的空间分布特征

3．1我国旅游网站的区域分布特征

2008年1月16日至30日，作者对全国各省区各城市各种类型旅游网站数据进行搜集整理和概括归类，可得中国各省区旅游网站分布表(见表1、表2)。需要说明的是，由于技术和时间的原因，上述两个网站未必能在同一时段内穷尽中国各地旅游网站数据，但研究结果和意义仍然十分典型。表1充分表明，旅游网站在我国各省区存在着明显地域差异性：

(1)旅游网站的数量总体上自东部沿海向中部及至西部逐渐减少。东部沿海地区省市的旅游网站的数量明显要高于中部主要省市区；而西部地区旅游网站数量最少。

(2)旅游资源丰富、旅游经济相对活跃的省市其旅游网站数量一般要高于周边其他省市。比较明显的如陕、皖、川和滇。

(3)根据对各网站内容进行分析可知，我国各省区旅游网站提供的服务类型及其质量也存在着明显的区域差异：东中部地区旅游网站在外语服务、在线预订和交易、人机交互信息反馈的服务功能等方面整体上要明显优于西部地区。3．2我国旅游网站的空间规模结构特征

我国旅游网站规模分布不仅在省区间存在着不平衡，在省区内部也存在着空间规模差异：各省区旅游网站主要都集中在省会城市或旅游经济相对发达的旅游城市或高级别旅游管理区，其他中小城市的旅游网站数量很小。定义城市旅游网站集中度指数CI，即CI=某城市旅游网站数／整个省区旅游网站总数。

我们可以根据前述两个旅游网址网站数据统计分析出全国各省区主要城市旅游网站集中度指数，并经整理得表2。

(1)省会城市首位集中分布型，其中，宁、青、新、藏为旅游网站数量不多且省会城市高度首位集中分布型(省会城市集中度指数)0.80)，而川、滇、黑、陕则属于省会城市中度首位集中分布型(0.6≤CI≤0.8)，蒙、晋、黔、甘为省会城市轻度首位分布型(0.42≤CI≤0.6)。

(2)旅游经济发达、旅游网站数量多且省区内分布均衡型，如苏、鲁、浙。其中苏、鲁首位城市均非省会城市，而浙江则是省会城市为首位城市。

(3)旅游城市首位集中分布型，这些省区的旅游网站首位分布城市均不是省会城市，而是省内旅游经济十分活跃的旅游城市，如琼、桂两省首位城市(分别为三亚和桂林)集中度指数大于0.50，而吉、辽、湘、皖、冀旅游城市作为首位城市，其集中度指数在0.3-0.5之间。

4我国旅游网站空间分布的动力机制分析

4．1我国旅游网站空间分布的影响因子假设

根据前述我国旅游网站空间分布的基本规律及已有的文献成果，我们假设：影响区域旅游网站分布的因素有供需两个方面因素——供给因素就是旅游网站建设的推动因素，地方政府尤其是旅游企业为了加强其旅游宣传与产品营销，必然会在市场营销时考虑到对信息高速公路——互联网的利用，所以旅游企业数量、区域网络设施水平等有可能是地区旅游网站建设水平和规模的影响因子；需求因素是旅游网站建设发展的拉动因素，而旅游者是旅游网站的主要服务对象和需求方，其他如网民数量、城乡居民消费水平、网站规模等均可能是其重要的影响因子。

4．2我国旅游网站空间分布的动力机制分析

表3说明，各省区旅游网站的数量与上述各要素之间均在0.001置信水平上存在着明显的正相关关系。与旅游企业的数量、旅游接待人次之间相关性强烈；与网站总数、网民数和居民消费水平之间相关性显著；与居民消费水平相关性最差。

为了进一步探讨上述各因素对于旅游网站规模分布的作用方向和贡献大小，明确旅游网站规模分布的动力机制，尚须进行进一步的回归分析。

由于还不能确定各因子影响旅游网站规模的性质和程度，故在利用SPSS14.0进行回归分析时，采用逐步法分别尝试构建旅游网站数(r)与上述各因素间的线性回归和曲线模拟方程。从表5和表6我们可以得出结论如下：从统计学意义上而言，实际影响到区域旅游网站规模的是旅游企业数和旅游接待总人次。而居民消费水平、网民数及网站总数3个因素则与旅游网站的区域分布规模之间不具有统计意义上的显著的线性关系；继续用曲线模拟分析方法检验这3个因子与旅游网站数间是否存在着曲线函数关系，曲线拟合结果同样表明，居民消费水平与旅游网站数量间不存在统计学意义上的曲线数学关系，而网站总数和网居数与旅游网站数间的拟合结果也不太满意。也就是说，这3个因素在数量上的变化并不会引起区域旅游网站数量的明显增减变化，故而它们都不能视为是旅游网站规模分布的影响因子。

旅游网站数与旅游接待人次及旅游企业数量间的线性函数关系表达式为：y=51.876+0.475xl+0.446x2。

式中，y是旅游网站数量，x1是旅游接待人次，x2是旅游企业数。决定系数R2为0.750；P值为0.005。方程经F检验、共线性容忍度检验及残差检验证明模型可以接受。

确定了影响我国旅游网站规模分布的影响因子之后，为了更精确地检验2个影响因素与旅游网站数量间的数学关系，我们再进一步地运用曲线模拟，来寻求最能精确反映这两个影响因子与旅游网站数量间的关系模型。表7清楚地表明，在对旅游网站数与旅游接待人次间进行曲线拟合(表格中所列的只是R2值较高的几种函数式)时，直线方程的拟合效果并不是最好，三次方程模型的决定系数值0.849明显要高于所有其他函数形式。因此，可得函数关系式：y=22.347+3.49E-005x-3.05E-012x2+8.95E-020x3。

式中，y是旅游网站数，x是旅游接待人次。同样的，我们可以证实，旅游网站数与旅游企业数之间的最佳函数关系式为：y=0.286x(y和x分别代表旅游网站数和旅游企业数)。

由此，我们可以推定区域旅游网站规模分布的动力机制主要如下：

旅游网站的分布规模直接由旅游网站所提供服务产品的供需双方——旅游企业和旅游者来决定：

(1)推动作用：在旅游网站的建设发展中，推动作用反映的是一种供给因素和供给作用。在旅游业和旅游企业信息化发展的时代背景下，旅游网络产品和服务的供给者——旅游企业在旅游网站建设和旅游电子商务中必然将发挥越来越重要的主流作用，旅游企业的数量规模直接决定了旅游网站的分布规模。

(2)拉动作用：拉动作用反映的是需求作用。旅游网站最终面对和服务的都是游客。建设旅游网站、进行网络营销的目的就是使更多的潜在游客变成现实的旅游者并为这种转变提供各种服务和产品。所以，旅游者的规模、旅游消费者的需求就必然会直接影响到旅游网站的规模分布和服务内容。因此，旅游者及其规模是决定旅游网站分布规模的一个关键的拉动因素。

其他因素如区域经济基础、信息水平并不能直接影响区域旅游网站的规模分布，它们的数量变化并不会明显影响区域旅游网站规模的变化。

5结论与讨论

5．1结论

本文通过逐步深入的分析，可以得出如下结论：

(1)我国旅游网站的分布在全国和各省区内均存在着明显的地理空间差异，网站数量和功能自东部沿海向中西部逐渐减弱；在省域内部，省会城市、旅游资源丰富、旅游经济发展的城市其旅游网站数量明显较多。

(2)区域旅游网站的数量与旅游接待人次、旅游企业个数间存在着强烈的正相关关系；而与地区居民消费水平和信息发展水平及网民数间相关性明显，与居民消费水平间的相关性最弱。

(3)旅游网站的分布规模直接由旅游网站所提供的服务产品的供需双方因素——旅游企业数量和旅游接待规模决定，这两个因素作为旅游网站规模分布的推拉动因素，直接影响到区域旅游网站规模的变化和服务的内容质量。而居民消费水平、网站个数、网民数等并不会影响到区域旅游网站的分布规模，它们的变化不会对旅游网站分布规模形成有效影响。

5．2讨论

(1)如果我们把旅游接待人次作为因变量，以旅游网站数为自变量，我们同样可以发现，两者间存在着强相关性，且二者间存在着显著的曲线函数关系，回归系数(标准化B值为0.817)显著。这是否能解读为，旅游网站确实具有吸引更多游客、提升旅游产品市场份额的显著效果呢?

(2)不管作者是将人均GDP、人均收入还是城镇居民消费水平或居民消费水平作为地区经济发展水平的指标进行分析(本文最终选用居民消费水平指标)，其分析结果都表明，地区经济发展水平指标与旅游网站数量间的相关性虽然明显，但相关程度在所有因素中是最弱的，且在各种回归分析中均不显著。为什么会出现这种现象，如何解读这个结果?值得我们进一步的分析研究。

空间分布范文篇5

关键词：历史文化村落；空间分布；影响因素；浙江省

中国传统村落拥有丰富的物质文化遗产和非物质文化遗产，最能体现民众精神本质与气质的民间文化一直存在于村落里[1]。随着社会经济的加速发展，大量的村落在工业化和城镇化的发展中逐渐衰败或被破坏，直至消失。2013年，中央一号文件提出要建设“美丽乡村”；2017年，报告提出乡村振兴战略，我国乡村迎来了建设发展的新契机。加强传统村落的保护、传承和合理利用对于建设美丽乡村和实现乡村振兴具有重要的现实意义。浙江省历来重视历史文化村落的保护和利用工作，2012年出台了《关于加强历史文化村落保护利用的若干意见》。意见中的历史文化村落包括古建筑村落、自然生态村落和风俗风情村落三类，是不同自然环境和历史条件下人们生产方式和生活习俗的活态表现，凝聚了乡村风貌和乡村文脉[2]。关于浙江省历史文化村落的研究已有一定基础，有宏观层面对于保护利用的理论探讨[3-5]，也有结合具体区域的实证分析[6-8]。然而，在现有研究中很少有从空间分布层面进行定量研究。研究历史文化村落的空间分布特征和规律，能为历史文化村落管理、保护和利用提供有效依据。基于此，以浙江省为案例地，研究其历史文化村落的空间分布特征和影响因素，以期为继续推动浙江省历史文化村落的保护利用提供依据，为浙江建设“重要窗口”贡献智慧，并为其他区域的差异性研究提供参考。

1数据来源和研究方法

1.1研究区域

浙江省位于中国东南沿海、长三角南翼，陆地面积约10万平方公里，占全国陆地面积的1.06%。浙江地形多样复杂，山地丘陵、平原盆地、河流湖泊分别占70.4%、23.2%、6.4%，素有“七山一水二分田”的说法。浙江历史文化悠久，是江南文化和吴越文化的发祥地。在历史长河中，浙江先民创造了悠远灿烂的文化。历史文化村落作为承载这些历史辉煌的基本空间，集中体现了浙江省丰富多样的历史文化。

1.2数据来源

2012年，浙江省《关于加强历史文化村落保护利用的若干意见》，历史文化古村落保护利用工作全面启动。2013年，浙江省第一批历史文化村落保护利用重点村建设工作启动，全省评选出了第一批43个重点村落与217个一般村落，省里予以资金扶持。截至2020年，共评选出9批总计390个重点村落和1903个一般村落。由于重点村相对于一般村更有价值和代表性，因此将重点村作为研究对象。从浙江省农业农村厅获取历史文化村落保护利用重点村名单，运用GoogleEarth获取各村落地理坐标，借助ArcGIS10.2软件将各个村落的地理位置标记在浙江省行政区划地区之上，进行可视化表达和分析。

1.3研究方法

使用ArcGIS10.2软件中的空间分析工具（SpatialAnalyst），采用最近邻指数、地理集中指数、不平衡指数等地理数学方法分析浙江省历史文化村落空间分布特征。采用缓冲区分析和叠置分析法探讨浙江省历史文化村落与主要河流、交通干线的空间关系，以此揭示其空间格局成因。

2浙江省历史文化村落保护利用重点村的空间分布特征

2.1数量分布特征

从各市的数量分布来看，历史文化村落保护利用重点村在省内各市均有分布，但是分布不平衡。其中，丽水市共有79个村落列入浙江历史文化村落名录，排名第一，占比为20.26%；排名第二和第三的分别为金华市和衢州市，数量为66个和55个，占比为16.92%和14.10%。以上排名前三的城市历史文化村落总量占到总数的51.28%。从省内分布区域来看，历史文化村落在浙中、浙西分布最多，在浙东分布较少。

2.2空间分布特征

2.2.1总体分布类型最近邻指数（R）可用来表示点状要素在地理空间中的邻近程度[9]，其公式为式中R1是实际最邻近点的平均距离，Re是理论最邻近点的平均距离。当R=1时，要素趋向随机分布；当R＞1时，要素趋向均匀分布；当R＜1时，要素趋向凝聚分布。通过ArcGIS10.2空间分析工具测算得出，浙江省历史文化村落保护利用重点村实际最邻近距离为6.97km，预期理论平均最邻近距离为10.473km，最邻近指数为0.67＜1，全省整体上看，各村落趋于凝聚分布。分别以宁波、丽水以及宁波、衢州两组连点成两轴，发现村落在两轴线周边密度最高，以金华为中心，在其与杭州、衢州和丽水的交界处呈团状集聚形态，形成第一级密度圈；其次是台州、绍兴、温州和舟山等地，形成了第二级密度圈；其他地区分布稀疏，未发现明显集聚点。2.2.2空间集中度地理集中指数G是测评研究地域范围内点状要素集中程度的重要指标，值域范围为0到100，其值越高表明研究对象越集中分布，反之则趋向分散[10]。若计算结果G值大于平均分布于各市时的地理集中指数，则表明要素为集中分布，反之则为分散分布，公式如下：式中T为历史文化村落保护利用重点村总数，xi为浙江省第i个市的历史文化村落保护利用重点村数量，n为城市总数。虽然浙江省各市的地理位置、经济水平等不同，但各市拥有的历史文化村落数量没有存在显著差异。迄今为止，浙江省重点历史文保护村落总数为390个，城市总数为11个。根据公式得出地理集中指数值（G=35.2776），小于平均分布各市时的均衡地理集中指数值（G为390／11＝35.4545）。可以看出，浙江省历史文化村落保护利用重点村分布集中程度较低，并未指向特定区域分布。2.2.3空间均衡度不平衡指数S可用来反映研究对象在不同区域上分布的均衡程度，公式为：式中n为浙江省级行政区数量，Yi为各市历史文化村落占全省比例由大到小排列后第i位的累计百分比。S的取值在0—1之间，当S=0时，表明在各市均衡分布；当S=l时，表明集中在某一个市域内分布。S的值越接近于0，说明分布越均衡；S的值越接近于1，说明分布越不均衡。计算得出S=0.366，说明从市域层面看，浙江省历史文化村落保护利用重点村在各市空间上分布不均衡。

3空间分布成因

3.1自然地理因素

3.1.1地形条件从海拔高度看，海拔的高低变化影响了温度的变化，进而影响了农业生产，进一步对村落分布产生影响。水稻是浙江的主要农作物，适合在低海拔的平原或丘陵地区耕作，村民则可以就近安家，方便生产劳作。利用GoogleEarth搜集各村落的海拔数据，发现村落之间海拔高度差异明显，海拔最高的为丽水市安和村，海拔1280米；最低为台州市东沙社区，海拔4米。总体上看，海拔高度在500米以下的村落数量占到88.7%，而其中海拔高度200米以下的占到63.6%。浙江地势由西南向东北倾斜，西部丘陵、中部金衢盆地一带地形起伏较大，相对平原来说地形较为复杂，可进入性较差，消减了外界对历史文化村落的影响，历史文化村落得以较好地保存。3.1.2河流水系顺应自然环境的观念是众多村落选址的初衷，也是村落空间分异的缘起，其中水系是影响历史文化村落空间分布的重要因素之一。浙江水网密布、河流众多，选择以5km为间距建立主要河流缓冲区，并添加9批历史文化村落保护利用重点村进行叠置分析。在距离河流5km以内的缓冲区内，分布有253个历史文化村落保护利用重点村，占总数的65%，尤其在钱塘江流域和瓯江流域有较为集中的分布。说明浙江省历史文化村落保护利用重点村按河流分布的特征较明显，村落空间分布与水域在空间格局的指向具有一致性。3.1.3交通区位以10km和20km为间距，建立主要公路和铁路缓冲区，添加九批保护利用重点村进行叠置分析。统计得出，落入高速、省道、国道和铁路10km缓冲区内的村落分别为232个、288个、119个和94个，说明九批保护利用重点村分布与高速和省道干线具有较高的相关性，而与国道和铁路干线的关系不明显。

3.2历史文化因素

历史文化村落是区域特色文化的载体。浙江省文化源远流长，形成了杭嘉湖平原文化区、宁绍平原文化区、金衢盆地文化区、温台滨海文化区等特色鲜明的文化区域，孕育出各具特色的历史文化村落。以金华为例，悠久丰富的地域文化形成了诸如寺平古村和俞源太极星象村等知名村落，其设计之精妙、建筑之精美备受瞩目。又如温台滨海文化区，拥有天然的地理优势与浓厚的海岛人文历史，形成了如台州东沙社区、温州东岙村等渔村风貌保存完好的历史文化村落。此外，社会的动荡和人口的迁徙也影响着历史文化村落的分布。在太平天国时期，浙北的杭州府、嘉兴府和湖州府成为太平天国与清政府反复争夺的地区。湖州因地处交通要道，成为太平军与清军的主要战场之一，遭受了严重的破坏。从人口迁徙角度看，五代十国浙闽战乱和清初三藩之乱使人口向浙西迁徙，村落得以在此集聚。

3.3社会经济因素

浙江省历史文化村落保护利用重点村的空间分布一定程度上呈现出与城市经济发展水平负相关的特征。丽水、金华和衢州三市经济发展水平不高，但是拥有的保护利用重点村数量较多。具体来说，2020年丽水市GDP为1540.02亿元，位列11市中第十，其历史文化村落保护利用重点村有79个，数量最多。金华和衢州拥有历史文化村落保护利用重点村数量为66个和55个，排名第二和第三，2020年以上两个城市GDP分别为4703.95亿元和1639.12亿元，位列11市中第七和第九。杭州、宁波和温州三地2020年GDP位列全省前三，但是其历史文化村落保护利用重点村的数量处于中等水平。以上结果表明，经济发达的地区，对历史文化的保护跟不上经济发展的速度，或许容易导致历史文化村落消亡。

4结论与讨论

空间分布范文篇6

1.指标的选择地区经济的发展状况可以由经济的多个方面来衡量，此外，地区间经济发展的差别，可以从GDP来考虑，还有地区占经济主导地位的产业及地区贸易状况等，同时根据表1所示，我们也可以看出不同年份不同地区间碳排放量也是有差别的。那么地区经济的发展与碳排放量之间是一个怎样的相关关系，衡量经济发展水平的各因素是不是与碳排放之间是一种相关的关系，是否经济的发展必然要以过多的碳排放为代价，这是本文研究的目的所在。总的来说，全国碳排放量是逐年递增的，图1展示了中国碳排放总量的变化趋势。由图1可以看到，近15年来中国的碳排放有了显著的增加，并且在2001年以后碳排放有一个激增期，2001年的排放量为32亿万吨，至2010年，我国的碳排放总量增长到71.7亿万吨，而同时每一个省份的碳排放量也是有差别的。第一，各地区碳排放量都有所差别，并且呈现逐年递增的趋势，从表1中可以看出，在排碳量较高的包括河北、山西、辽宁、黑龙江、上海、江苏、浙江、安徽、河北、湖北、湖南、广东、四川这些省份中山东的碳排放量最高。总的看来，这几个省份有一些是工业为其经济发展的主导力量，还有一些是中国经济发展最好的地区，对外贸易较多。从表1中可以看出这几个主要的碳排放量较多的省份碳排放的增长情况。贸易也是各地经济发展中较为重要的部分，对外贸易的状况可以由各地区进出口总值来衡量。从图3中可以看出广东省的对外贸易量是最高的。2.模型构建考虑到碳排放量的影响因素与以下几个因素相关，借鉴柯布道格拉斯函数双对数处理方法构建方程为：LnGQit=ci+β1LnGGDPit+β2LnSTRUit+β3LnPRICEit+β4LnTfwit+εit其中，i表示中国30个省市、自治区（直辖市，西藏除外），t为样本时间跨度即年份。Ci为截距项，GQit为i地区t年的碳排放量，GGDPit表示i地区t年的地区生产总值，STRUit表示i地区t年的产业结构状况，PRICEit表示i地区t年能源价格，Tfwit表示i地区t年的对外贸易总量，εit为随机扰动项。3.模型变量的处理对于GQit计算依据Gi(m)=Ei(m)Etotal(m)Gtotal(m)，Gtotal(m)表示全国t期全国排碳量，Etotal(m)用于表示全国能源消费总量（按万吨标准煤计算），Ei(m)表示i地区能源消费总量。各省经济发展状况GGDPit选用各省历年地区的GDP指数（按不变价格计算）；STRUit用第二产业与第三产业产值之比，同样也按不变价格计算；PRICEit能源价格采用“工业品出厂价格指数”来表示，同样也转化成以1995年为基期的时间序列，Tfwit为各地区进出口总值，同样也按不变价格计算。4.模型数据的来源研究数据取自中国30个省、市、自治区（直辖市，西藏除外）1995-2010年的数据，所有数据均来自于《中国统计年鉴2011》、《中国能源统计年鉴2011》、CCER经济金融数据库、《中国市场统计年鉴》、各省统计年鉴。

地区碳排放量与经济发展的实证分析

1.对面板数据的单位根进行检验在EVIEWS中对这五个变量进行单位根的平稳性检验，依次采用LLC、IPS、ADF、PP等单位根检验方法，进行了水平检验和一阶差分检验，检验结果见表2。2.面板数据协整检验由于Johansen检验是基于最大特征值的比的统计量λ-max来判别变量之间的协整关系；多变量Johansen极大似然法可以精确地检验出协整向量的数目r，再根据无约束的VAR模型的残差分析来确定VAR模型的最优滞后期。在对pool序列进行协整检验，运用Fisher(CombinedJohansen)这种方法进行检验，选择没有外生趋势的选项，如表3中有4项迹统计量和最大特征值统计量结果一致的，说明存在协整关系。在原假设为无协整关系的情况下，采用Pedroni(Engle-Grangerbased)方法进行协整分析。所得结果如表4所示，碳排放量、GDP、产业结构、能源价格与对外贸易量之间存在协整关系，统计量通过协整检验。3.采用PeriodSUR加权检验并进行GLS回归估计由于面板数据中时期的个数少于截面成员的个数，在做模型估计时，选用PeriodSUR类似似乎不相关回归，对时期异方差和同期相关进行修正，所得结果如表5所示。从表6可以看出采用这一方法是能够较好的估计出模型，对各解释变量与因变量之间的关系作出描述。从表6中可以看出，采用PeriodSUR权重处理，R2统计量为0.982702大于未进行权重处理时的值，此外，未进行权重处理时，D.W.统计量为0.869007经过计算再与临界值比较，存在较为严重的自相关。同时加权的GLS估计的残差平方和也明显下降，因此可以看出该模型能够较好的估计这几个解释变量与因变量的关系。综上分析可以看出，产业结构(LNSTRU)、对外贸易状况(LNTFW)、经济增长状况(LNGGDP)对碳排放量都具有重要的影响，且表现为正相关关系，相关系数分别为0.593、0.406、0.316。能源价格(LNPRICE)则与碳排放负相关。所以根据研究，政府机构通过对地区产业结构的调整，还有对外贸易政策的调整可以达到对地区碳排放量的影响。

结论和建议

空间分布范文篇7

[关键词]旅游网站；空间分布；空间规模结构；动力机制

旅游网站是指基于Intranet和Extranet，拥有自己的域名，由若干与旅游相关的网页组成的网页组，是在服务器上存储一系列旅游信息的Web站点。它是利用网络技术，整合传统旅游资源，提供全方位多层次网上旅游服务与在线交易的场所，是旅游信息系统的传输媒介和人一人、人一机交流的窗口。

1996年，世界上第一个旅游网站产生；同一年，中国国际旅行社率先利用GDS技术实现了旅游信息化经营管理。1999年兴起的全球互联网投资高潮催生了中国第一批旅游网站，华夏旅游网、携程旅行网、中青旅在线为其中的佼佼者。2001年，中国国家旅游局启动国家金旅工程，建立了旅游政务电子系统。目前我国已经形成了以旅游企业网站为主体、政府旅游网站为补充的旅游网络系统，推动了中国旅游市场营销和旅游业的整体发展。

1我国旅游网站建设发展的背景

1．1旅游业竞争日益激烈

现代科技尤其是现代交通与通讯技术、计算机与网络技术的发展一方面使越来越多的人从事旅游活动成为可能，另一方面也使得旅游网络营销成为各个国家、地区和旅游企业在市场竞争中求全获胜的重要法宝。许多旅游企业通过加入全球分销系统、旅游产品预订系统，或组建专门旅游网站进行全球性的网络营销，以借此提升竞争力。

1．2旅游方式的个性化与散客化

旅游方式散客化、个性化已经成为当前旅游业的重要发展趋势，越来越多的旅游者倾向于选择独具特色的旅游目的地进行自助旅游。2006年，携程网的一项网上调查结果表明，“肯定不会跟团游”和“基本不会选择跟团游”的人数占到被调查者总数的47.2％，比去年同期的37.3％提高了近10个百分点。有数据显示，发达国家50％以上的旅游产品是散客旅游产品，美国的数字更是高达90％以上。网络已经超过电视、报纸等传统媒体成为旅游信息传播的第一媒介；我国旅游网络预订的市场规模也以每年30％以上的速度增长，互联网成为机票、饭店和旅游线路等产品极具潜力的分销渠道。2005年中国在线旅游市场规模为12.5亿元，占当年中国旅游市场的0.24％。预计到2010年，中国在线旅游市场规模将超过130亿元，占整个旅游市场的1％以上。而早在2004年美国网上旅游服务市场就已达到520亿美元，占整个美国旅游市场份额的23％。

1．3旅游经营管理的信息化和人本化

旅游市场营销的一个重要发展趋向就是人本化、信息化和高效化，而旅游网站作为信息技术与旅游业高度结合的产物，无疑就是这一发展趋势的集中体现。1999年，世界旅游组织明确将旅游网络作为信息时代旅游市场营销的重要的战略方式和手段。明确的信息传递是旅游业的天性，这就意味着因特网和网站技术在提升旅游目的地竞争力和市，场营销方面的重要作用。互联网的交互性、实时性、丰富性和便捷性等优势促使传统旅游业迅速融入网络经济的浪潮之中。现在全球电子商务交易总额中，旅游电子商务已占到1/5的份额，成为全球电子商务的第一行业。网络作为新的旅游信息平台，为旅游业的发展提供了新的契机。

1．4旅游网站的研究背景

国外最早进行旅游网站研究的是哈纳(Hanna)和米勒(Millar)，他们提出了基于万维网的旅游服务的发展，并就网页设计、管理问题和信息内容3个方面进行了探讨。瑞曼·巴克胡斯(LRayman-Bacchus)和莫利纳(Molina)探讨了基于网络的旅游服务业的问题和趋向。许多学者从管理和营销的质量、效果和作用意义等方面对旅行社和旅游饭店等企业网站和旅游批发网站进行了评估研究。苏晋查瓦(SooiinChoi)、新然·乐涛(XinranYLehto)等用定性和定量的方法试图通过对澳门各种类型的旅游网站包括旅游博客的内容分析以识别澳门的旅游形象，探讨了旅游目的地形象网络管理和展示的意义。

在国内，有关旅游网站的研究文献主要是计算机与信息技术专业人士对于旅游网站建设的技术探讨以及从社会、经济学角度对旅游网站及旅游电子商务的分析与评价等。

张捷较早撰文提出，信息服务技术发展是未来对旅游业影响最大的领域，并提出了新旅游的基本概念。张捷等通过对网上调查统计和旅游网站特征指数(TWCI)的设计分析，描述了中国旅游网站的空间分布类型及其影响因子；并利用TWCI进行分区研究并提出了中国旅游网站发展的策略。路紫等不仅对我国旅游网站的智能化评估、调整及发展趋势进行了研究并结合实例，在访问和调查的基础上研究了电子服务时代地理区位的重要作用：自我依托类型的旅游网站最终要依赖于区位。

个别学者已对我国旅游网站的空间分布进行了研究，但是从省域空间尺度将旅游网站作为一个地理现象和地理要素系统探讨其区域空间分布规律及动力机制的成果尚未见。本文拟对此进行探讨。

2研究数据与资料来源

本研究中的所有数据来源于“中国旅游网址”网站中“地方旅游网站”栏目和“旅游网址”网站中有关中国各地旅游网站的数据及2006年中国统计年鉴、中国旅游统计年鉴及中国互联网发展统计报告，文中不再单独注明数据来源。

3我国旅游网站的空间分布特征

3．1我国旅游网站的区域分布特征

2008年1月16日至30日，作者对全国各省区各城市各种类型旅游网站数据进行搜集整理和概括归类，可得中国各省区旅游网站分布表(见表1、表2)。需要说明的是，由于技术和时间的原因，上述两个网站未必能在同一时段内穷尽中国各地旅游网站数据，但研究结果和意义仍然十分典型。表1充分表明，旅游网站在我国各省区存在着明显地域差异性：

(1)旅游网站的数量总体上自东部沿海向中部及至西部逐渐减少。东部沿海地区省市的旅游网站的数量明显要高于中部主要省市区；而西部地区旅游网站数量最少。

(2)旅游资源丰富、旅游经济相对活跃的省市其旅游网站数量一般要高于周边其他省市。比较明显的如陕、皖、川和滇。

(3)根据对各网站内容进行分析可知，我国各省区旅游网站提供的服务类型及其质量也存在着明显的区域差异：东中部地区旅游网站在外语服务、在线预订和交易、人机交互信息反馈的服务功能等方面整体上要明显优于西部地区。

3．2我国旅游网站的空间规模结构特征

我国旅游网站规模分布不仅在省区间存在着不平衡，在省区内部也存在着空间规模差异：各省区旅游网站主要都集中在省会城市或旅游经济相对发达的旅游城市或高级别旅游管理区，其他中小城市的旅游网站数量很小。定义城市旅游网站集中度指数CI，即CI=某城市旅游网站数／整个省区旅游网站总数。

我们可以根据前述两个旅游网址网站数据统计分析出全国各省区主要城市旅游网站集中度指数，并经整理得表2。

(1)省会城市首位集中分布型，其中，宁、青、新、藏为旅游网站数量不多且省会城市高度首位集中分布型(省会城市集中度指数)0.80)，而川、滇、黑、陕则属于省会城市中度首位集中分布型(0.6≤CI≤0.8)，蒙、晋、黔、甘为省会城市轻度首位分布型(0.42≤CI≤0.6)。

(2)旅游经济发达、旅游网站数量多且省区内分布均衡型，如苏、鲁、浙。其中苏、鲁首位城市均非省会城市，而浙江则是省会城市为首位城市。

(3)旅游城市首位集中分布型，这些省区的旅游网站首位分布城市均不是省会城市，而是省内旅游经济十分活跃的旅游城市，如琼、桂两省首位城市(分别为三亚和桂林)集中度指数大于0.50，而吉、辽、湘、皖、冀旅游城市作为首位城市，其集中度指数在0.3-0.5之间。

4我国旅游网站空间分布的动力机制分析

4．1我国旅游网站空间分布的影响因子假设

根据前述我国旅游网站空间分布的基本规律及已有的文献成果，我们假设：影响区域旅游网站分布的因素有供需两个方面因素——供给因素就是旅游网站建设的推动因素，地方政府尤其是旅游企业为了加强其旅游宣传与产品营销，必然会在市场营销时考虑到对信息高速公路——互联网的利用，所以旅游企业数量、区域网络设施水平等有可能是地区旅游网站建设水平和规模的影响因子；需求因素是旅游网站建设发展的拉动因素，而旅游者是旅游网站的主要服务对象和需求方，其他如网民数量、城乡居民消费水平、网站规模等均可能是其重要的影响因子。

4．2我国旅游网站空间分布的动力机制分析

表3说明，各省区旅游网站的数量与上述各要素之间均在0.001置信水平上存在着明显的正相关关系。与旅游企业的数量、旅游接待人次之间相关性强烈；与网站总数、网民数和居民消费水平之间相关性显著；与居民消费水平相关性最差。

为了进一步探讨上述各因素对于旅游网站规模分布的作用方向和贡献大小，明确旅游网站规模分布的动力机制，尚须进行进一步的回归分析。

由于还不能确定各因子影响旅游网站规模的性质和程度，故在利用SPSS14.0进行回归分析时，采用逐步法分别尝试构建旅游网站数(r)与上述各因素间的线性回归和曲线模拟方程。从表5和表6我们可以得出结论如下：从统计学意义上而言，实际影响到区域旅游网站规模的是旅游企业数和旅游接待总人次。而居民消费水平、网民数及网站总数3个因素则与旅游网站的区域分布规模之间不具有统计意义上的显著的线性关系；继续用曲线模拟分析方法检验这3个因子与旅游网站数间是否存在着曲线函数关系，曲线拟合结果同样表明，居民消费水平与旅游网站数量间不存在统计学意义上的曲线数学关系，而网站总数和网居数与旅游网站数间的拟合结果也不太满意。也就是说，这3个因素在数量上的变化并不会引起区域旅游网站数量的明显增减变化，故而它们都不能视为是旅游网站规模分布的影响因子。

旅游网站数与旅游接待人次及旅游企业数量间的线性函数关系表达式为：y=51.876+0.475xl+0.446x2。

式中，y是旅游网站数量，x1是旅游接待人次，x2是旅游企业数。决定系数R2为0.750；P值为0.005。方程经F检验、共线性容忍度检验及残差检验证明模型可以接受。

确定了影响我国旅游网站规模分布的影响因子之后，为了更精确地检验2个影响因素与旅游网站数量间的数学关系，我们再进一步地运用曲线模拟，来寻求最能精确反映这两个影响因子与旅游网站数量间的关系模型。表7清楚地表明，在对旅游网站数与旅游接待人次间进行曲线拟合(表格中所列的只是R2值较高的几种函数式)时，直线方程的拟合效果并不是最好，三次方程模型的决定系数值0.849明显要高于所有其他函数形式。因此，可得函数关系式：y=22.347+3.49E-005x-3.05E-012x2+8.95E-020x3。

式中，y是旅游网站数，x是旅游接待人次。同样的，我们可以证实，旅游网站数与旅游企业数之间的最佳函数关系式为：y=0.286x(y和x分别代表旅游网站数和旅游企业数)。

由此，我们可以推定区域旅游网站规模分布的动力机制主要如下：

旅游网站的分布规模直接由旅游网站所提供服务产品的供需双方——旅游企业和旅游者来决定：

(1)推动作用：在旅游网站的建设发展中，推动作用反映的是一种供给因素和供给作用。在旅游业和旅游企业信息化发展的时代背景下，旅游网络产品和服务的供给者——旅游企业在旅游网站建设和旅游电子商务中必然将发挥越来越重要的主流作用，旅游企业的数量规模直接决定了旅游网站的分布规模。

(2)拉动作用：拉动作用反映的是需求作用。旅游网站最终面对和服务的都是游客。建设旅游网站、进行网络营销的目的就是使更多的潜在游客变成现实的旅游者并为这种转变提供各种服务和产品。所以，旅游者的规模、旅游消费者的需求就必然会直接影响到旅游网站的规模分布和服务内容。因此，旅游者及其规模是决定旅游网站分布规模的一个关键的拉动因素。

其他因素如区域经济基础、信息水平并不能直接影响区域旅游网站的规模分布，它们的数量变化并不会明显影响区域旅游网站规模的变化。

5结论与讨论

5．1结论

本文通过逐步深入的分析，可以得出如下结论：

(1)我国旅游网站的分布在全国和各省区内均存在着明显的地理空间差异，网站数量和功能自东部沿海向中西部逐渐减弱；在省域内部，省会城市、旅游资源丰富、旅游经济发展的城市其旅游网站数量明显较多。

(2)区域旅游网站的数量与旅游接待人次、旅游企业个数间存在着强烈的正相关关系；而与地区居民消费水平和信息发展水平及网民数间相关性明显，与居民消费水平间的相关性最弱。

(3)旅游网站的分布规模直接由旅游网站所提供的服务产品的供需双方因素——旅游企业数量和旅游接待规模决定，这两个因素作为旅游网站规模分布的推拉动因素，直接影响到区域旅游网站规模的变化和服务的内容质量。而居民消费水平、网站个数、网民数等并不会影响到区域旅游网站的分布规模，它们的变化不会对旅游网站分布规模形成有效影响。

5．2讨论

空间分布范文篇8

1班线属性分析

1.1班线属性影响因素分析

影响班线定站的因素很多，本文选取与班线配置直接相关的班线客运量及与客运枢纽服务质量直接相关的客源空间分布作为班线的分类依据。

1.1.1班线客运量

班线客运量作为衡量公路客运服务对象的指标，在很大程度上反映了公路客运班线服务质量的优劣。运用排列图法对班线客运量进行统计分析，以“班线客流服务率”作为指标，其具体计算步骤如下:

(1)预测各班线规划年的客运量，并按客运量从大到小排列班线。

(2)计算各班线客运量占总客运量的比例及其累计比例，绘制累计客运量比例曲线(图1中带圈的曲线，横坐标为班线代号，下同)。

(3)绘制累计线路数直线(图1中斜率大于0的直线)。

(4)绘制班线客运量累计比例曲线与累计线路数之间的跌柱图，即累计客运量曲线与累计线路数直线之间的垂直线。垂直线长度呈现先增长后缩短的趋势。

(5)寻找最大跌柱线，即最少的线数量所服务的最大客流量的临界值。在临界值以后每增加1条班线能够服务的客运量不成比例增长。此时最大跌柱线对应纵坐标的客运量累计值即为班线客流服务率值。图1班线客运量累计跌柱图Fig.1Fallcolumnchartoftrafficvolumeofpassengerroute据此，将客流服务率以内的班线定义为客运量大的班线;反之定义为客运量小的班线。分别形成班线子集:{客运量大的班线}与{客运量小的班线}。

1.1.2客源空间分布

客源空间分布指到站乘客在城市内部的地理区位分布。客源的空间分布和流量流向直接影响着城市客运枢纽的布局选址及相应班线的配置［9］。大城市公路客流客源空间分布特性一般通过调查获得。通过收集到站客流的信息(发调查表格)，抽样统计到站乘客的客源空间分布情况。亦可通过对各交通小区的可能出行人员进行调查分析，确定各交通小区的公路乘客比例及大致流量流向。为了简化判断依据，将客源空间分布分为“集中和分散”2个层次，选用“分布集散度”作为衡量指标，其具体计算步骤如下:

(1)将城市内部划分为n个交通小区，计算第i个交通小区第k班线客运量的比例pi，平均值p珋=1n;

(2)计算该班线各交通小区班线客运量比例的方差S2k=1n－1∑ni=1(pi－p珋)2，该方差反映了各小区班线客运量的分布集散度;(3)计算所有班线客运量比例的方差，并按方差从大到小排列班线;(4)同理，使用排列图法绘制各班线累计方差比例曲线及累计线路数直线，寻找最大跌柱线对应的方差值即为分布集散度。根据统计计算，在集散度以内的班线即为客源空间分布集中的班线;反之，则为客源空间分布分散的班线，分别形成班线子集:{客源空间分布集中的班线}和{客源空间分布分散的班线}。

1.2班线属性判定方法

在判定班线客运量大小及客源空间分布情况后，即可获得各属性类型班线集，判定依据如表1所示。如:{集约化班线1}={客运量大的班线}∩{客源空间分布集中的班线};{均衡性班线}={客运量大的班线}∩{客源空间分布分散的班线}。2班线定站初始配置方法班线初始配置首先体现集约化效应，特别是覆盖面广且班次少的班线(集约化班线)。将该类班线资源向少数客运站集中，以利于实现规模经济效益:线路资源聚集能为旅客提供更多的选择，方便旅客换乘;班次资源聚集能提高发车频率，减少旅客在站候车时间。但需到指定的枢纽上客，增加了旅客在城市内的出行费用。其次，班线初始配置要考虑空间均衡性，尤其是出行距离不长且客运需求旺盛的班线(均衡性班线)。将该类班线均衡分布在多个客运站，有助于在城市空间的各个分区就近满足客运需求，提高乘客到站的效率。但运力分散在多个客运站，势必增加旅客的候车时间［6］。公路客运班线初始配置的关键是协调集约化班线和均衡性班线的两种需求，寻求两者之间的平衡点。

2.1集约化班线初始定站方法

根据客运量大小及客源空间分布的集散度，集约化班线细分为3类班线。不同的集约化班线在定站时需进一步根据客源空间分布是否集中于某些客运站服务区域进行相应的规划。首先确定客运站内部服务区域:公路客运站内部服务区域指客运站服务的主要城市片区。客运站的功能定位不同，其内部服务区域也不同。内部服务区域以交通小区为单位。其次判断班线客源空间分布与内部服务区域的关系:通过判断班线客源空间分布是否位于枢纽内部服务区域内，以确定班线的定站原则(表2)。如集约化班线1，如果其客源集中于某个客运站服务区域内，则将该班线划定在该站始发;如果其客源分布于多个客运站服务区域内，则划归至其客运量抵达最多的客运站;如果客源分布区域超过客运站的服务区域，则考虑是否在该区域新建客运站，以满足该部分客流的出行需求。

2.2均衡性班线初始定站方法

2.2.1确定均衡性班线的“可能枢纽集”

(1)确定客运站内部服务区域(方法同集约化班线)。

(2)判断班线客源空间分布与枢纽内部服务区域的关系:由于均衡性班线客源空间分布较为分散，其客源空间分布于多个客运站内部服务区域内，将这些站确定为该班线始发的“可能枢纽集”。

2.2.2基于相对广义出行费用的均衡性班线定站方法

在均衡性班线初步定站方案的指导下，建立基于相对广义出行费用的配置模型，定量计算确定该班线在哪几个客运站始发。具体步骤如下。

(1)计算均衡性班线的相对广义出行费用R［5］:R=(T1+T2+T3+T4)+δ(C1+C2)T4+δC2=1+(T1+T2+T3)+δC1T4+δC2，(1)式中，T1为乘客到站时间(图2);T2为乘客在站时间;T3为城市内部运行时间;T4为城市外部运行时间;C1为乘客到站费用;C2为乘客购票费用;δ为时间费用与钱币费用的折算系数，与当地人均收入水平相关。

(2)建立基于相对广义出行费用的配置模型(式(2))。目标函数为社会相对广义出行费用的极小化;约束条件分别为:各交通小区发送客运量的平衡式;各客运站发送客运量的平衡式，同时各客运站发送的客运量必须小于本站的设计发送能力。定站问题即为“产销不平衡的运输问题”，将其转化为产销平衡的运输问题［4，7－8］，利用表上作业法或用lingo软件求解。minZ=∑mi=1∑nj=1Rijxij，(2)s.t.∑nj=1xij=ai，i=1，2，…，m，∑mi=1xij=bj＜cj，j=1，2，…，n，xij≥0，i=1，2，…，m，j=1，2，…，n，式中，Z为社会相对广义出行费用;Rij为第i个交通小区至第j个客运站的相对广义出行费用;xij为第i个交通小区至第j个客运站的客运量;ai为第i个交通小区乘坐该班线的总客运量;bj为第j个客运站发送该班线的总客运量;cj为第j个客运站的发送能力，由该客运站设计发送能力Cj减去已分配至该站的客运量获取;m为划分的交通小区数量;n为“可能枢纽集”中枢纽数量。

(3)计算该班线“可能枢纽集”内各站发送该班线的最优客运量，将客运量为0的客运站剔除出该均衡性班线的“可能枢纽集”。

(4)对均衡性班线由客运量从大到小逐条计算至各条均衡性班线均完成该计算。

3班线定站整体优化配置方法

3.1相关符号说明

“客运量溢出”的枢纽集{BOF}按溢出部分占枢纽规模的比例由大到小标记为BO1、BO2、…;“客运量未满”的枢纽集{BUOF}按未满部分占枢纽规模的比例由大到小标记为BU1、BU2、…;RiOF指第i个交通小区至BOF的相对广义出行费用;RiUOF指第i个交通小区至BUOF的相对广义出行费用;XiOF指第i个交通小区至BOF的分配客运量;XiUOF指第i个交通小区至BUOF的分配客运量。

3.2系统优化配置步骤

在均衡性班线定站规划中，其配置模型是针对每条均衡性班线的，其约束条件均为各客运站的设计发送能力，因此初始配置方案可能出现客运站的发送客运量超出其设计发送能力的情况，称为“客运量溢出”。针对“客运量溢出”问题，同时为了充分利用现有场站资源，对班线初始定站方案进行整体优化，将客运站溢出的部分客运量调整分配到客运量未满的客运站。优化调整步骤如图3所示。图3班线整体优化配置方法Fig.3Optimalallocationmethodforallroutes具体计算步骤说明如下:

(1)提取任一条均衡性班线及其“可能枢纽集”(保证对所有均衡性班线进行如下计算，并保证不断迭代，直至不存在BOF)。

(2)对“可能枢纽集”中BOF和BUOF进行排序，并赋值BOF=BO1，BUOF=BU1。判断0＜RiUOF－RiOF＜0.1是否成立?若成立，则赋值X1iUOF=X0iUOF+XiOF，即将第i个交通小区至BOF的分配客运量重新分配至BUOF，并进入下一个交通小区(i++);若不成立，则直接进入下一个交通小区。

(3)完成1组BOF和BUOF重新分配后，对“可能枢纽集”中BOF和BUOF进行重新排序。

(4)当“可能枢纽集”中不存在BOF时，结束计算;反之{BOF}≠时，继续第2步迭代计算。

空间分布范文篇9

关键词：萧氏松茎象；空间分布型

为揭示萧氏松茎象种群空间结构及种群下的结构状况，指导该害虫的预测预报和防治实施，我们开展了萧氏松茎象种群空间图式的研究。现将结果报道如下：

1材料与方法

1.1调查样株的选择在我市萧氏松茎象分布区域较大的崇义、大余、宁都、信丰等地，按有虫株率40%以下，41—69%，70—79%，80—89%，90%以上的区间，分别在有虫面积100公顷以上区域随机选取调查样地。在样地内划定300—600株作为一个调查小区，小区沿等高线设置。共设置10个小区3500株，其中有虫株率40%以下、41—69%的小区各3块计1800株；70—79%的小区2块计600株；80—89%的小区1块计600栋；90%以上的小区1块计500株。

1.2调查方法对上述设定的小区一一调查每株虫口数，调查时应详细挖掘树体地上、地下部分的虫口，按小区分别统计每株的虫口分布情况。

1.3统计方法按数理统计方法，分别统计有虫株率40%以下、41—69%、70—79%、80—89%、90%以上的小区的调查株数(N)、平均虫口密度(M)、总体方差(V)和总的小区调查株数(N)、平均虫口密度(M)、总体方差(V)，结果如下表：

有虫株率

N

M

V

41%以下

900

0.7189

1.0732

41—69%

900

0.7300

0.9371

70—79%

600

1.0667

0.8589

80—89%

600

1.9283

5.8199

90%

500

1.274

0.7729

总的

3500

1.068

1.9660

2结果与分析

2.1有虫株率40%以下的种群空间分布图式

2.1.1用Lloya.M.(1967)的平均拥挤度与平均密度的比值为聚集度(I)指标。其中I＝M*/M，M*＝M+(V/M-1)(1-V/NM)。I＝1，随机分布；I＜1，均匀分布；I＞l，聚集分布。按此法I＝1.834＞1，为聚集分布。

2.1.2聚集原因分析用聚集指数(I)＝M*a/2k分析。其中a为X2分布表中自由度等于2K，P＝0.5概率值的对应的X2值，当I＜2时，聚集原因是由于环境条件引起的；当I＞2，聚集原因是由于昆虫行为或环境条件引起的。按此法，I＝0.7135＜2，其聚集原因是环境条件引起的。

2.2有虫株率41—69%的种群空间分布图式。按2.1.1、2.1.2方法，分析判断为聚集分布，其聚集原因也是由于环境条件引起的。

2.3有虫株率70—79%的种群空间分布图式。按2.1.1方法，分析判断为均匀分布，空间分布型为正二项分布。

2.4有虫株率80—89%的种群空间分布图式。按2.1.1、2.1.2方法，分析判断为聚集分布，其聚集原因同样是由于环境条件引起的。

2.5有虫株率90%的种群空间分布图式。按2.1.1方法，分析判断为均匀分布，空间分布型为正二项分布。

2.6不划定有虫株率区间的种群分布图式

2.6.1按2.1.1方法，分析判断为聚集分布，其聚集原因是由于环境条件引起的。2.6.2按IWO，S(1968，1972)的M*一回归法：M*＝a+bM，a为分布的基本成分，即在密度趋于无穷小时，—个个体可以期望和a个其它个体生活在同—样方内。a＝0，分布的基本成分是单个的个体；a＜0说明个体间相互排斥；a＞0个体间相互吸引，存在若个体群。b指出基本成分的分布图式。b＝1、＜1、＞1分别代表基本成分的随机分布、均匀分布和聚集分布，按此法求出M*后，作简单的线性回归得：M*＝-0.358+1.7745M(相关系数R＝0.84)，由于a＝-0.358＜0说明个体间相互排斥；b＝1.7745＞l，则代表种群总体呈聚集分布。

3结论与讨论

3.1中低密度(有虫株率69%以下)的萧氏松茎象种群和不划定有虫株率区间的种群空间分布图式为聚集分布，聚集原因是由于环境引起的，空间分布型为奈曼分布或负二项分布。

3.2有虫株率70—79%和有虫株率90%以上的萧氏松茎象种群空间分布图式出现均匀分布，说明萧氏松茎象幼虫个体间排斥强烈，同时种群密度增大，M*随M的上升的速度减少、样树的虫口数量之差相对减少，因而必定影响对种群空间图式的评定。此外，环境的不均匀性或者环境的异质性，也是导致种群空间分布图式不同的主要因子。

3.3尽管萧氏松茎象幼虫个体间相互排斥，但影响萧氏松茎象种群聚集分布的主要原因是温度、湿度、光照等环境综合因子。因此，与之相关的植被盖度、林分郁闭度、物种多样性指数等均影响萧氏松茎象种群空间分布。

空间分布范文篇10

【关键词】物流;快递;空间分布

1引言

近些年，随着互联网技术的快速发展，基于互联网的快递业得到蓬勃发展。虽然快递业相关研究较多，比如企业网点选址优化等［1－2］，但是节点空间分布特征方面研究并未充分开展，且已开展研究多集中在全国与区域尺度［3－4］。在城市内部，目前仅见林涛团队分别对上海与南京的快递节点的空间分布进行的探讨［5－6］。而将“互联网+”下的快递与传统物流业节点的分布进行比较的研究尚未有见。因此，从物流业整体变化的延续性考虑，在这个巨大的转变时期，有必要比较、总结传统物流与快递业企业空间节点分布的差异性及辨析造成两者差异的原因。

2传统物流与快递节点空间分布的差异

2．1空间分布集中度方面。在徐州市南北长30公里，东西宽25公里这个范围将它均匀划分为99个正方形网格。在99个网格中，传统物流节点全部集中分布在18个网格中，而快递物流企业节点则分布在49个网格中。快递物流节点所占网格数远比传统物流企业节的要多。这反映出快递物流企业节点比传统物流节点的分布具有更强的均衡性，而传统物流企业节点分布则更为集中。2．2空间分布平衡性方面。空间节点的集中分布统计并不能反映节点整体在研究区域某一个方位的集中程度，而通过节点整体的质心与研究区域几何中心的比较却可以清晰的说明之一情况。徐州市传统物流企业节点质心位于城市几何中心北部偏东5．8公里处。这说明徐州市传统物流企业节点不仅在空间集聚上表现明显，在城市空间的整体坐落方位的平衡性方面也表现的过于偏于一个方向，即主要分布在城市北部。与传统物流企业节点的空间分布相比，虽然快递物流企业节点空间分布明显更加稠密和均匀，但仍表现为一定的方位偏向特性。徐州市快递物流企业节点主要分布在城市中北部。通过求取全市快递物流企业节点质心发现，快递物流企业节点质心位于城市几何中心北部偏西2．4公里处。与传统物流节点质心对比，偏离的距离少了一半左右，即快递物流企业节点质心比传统物流企业节点质心偏离度更小，平衡性更好。2．3空间分布热点区域方面。通过研究徐州市物流企业空间分布主要热点区域的分布，发现:虽然近些年随着高速公路网的完善，物流园区的兴盛，传统物流企业节点热点有逐渐增多的趋势，但是传统物流企业节点的空间分布特征仍然是热点区域少而集中，且这些热点多集中在以传统水运和火车运输方式的节点周围。与传统物流企业热点区域主要围绕传统运输工具节点不同，徐州市快递物流企业节点高热点区域主要集中在城市商业核心区域，即淮海路从西到东南北2公里范围内。次热点区域主要包括人口稠密的住宅区域。总体上，徐州市快递物流企业节点的热度与城市区域的繁华程度高度一致，热度随着人口密度和繁华程度的降低而降低。

3传统物流企业与快递节点空间分布差异成因

从探究快递业与传统物流差异角度出发，通过分析总结，造成传统物流与快递物流节点空间分布差异的原因主要有以下三个方面。3．1服务对象的差异。在传统物流业中，物流企业多服务于工矿企业和商贸公司，一般情况下物流企业只负责由原料企业向生产企业或生产企业到销售企业的物流运输，即传统物流企业的服务对象主要以企业为主。这就造成传统物流节点规模较大、节点集中分布、具有较强的集中度的特征。与传统物流业相比，快递业的货运对象是单次需求小的个性消费品或现代生产所需的定制式的设备或生产材料。因此，快递业的服务对象主要是个人消费者和从事高精细加工的高端制造业者。所以，节点多分布在设计、研发和居民区等三产部门区域附近。3．2运输工具的差异。在物流行业，运输工具的差异是传统物流行业与现代快递行业的重要区别特征之一。传统物流业中，多采用水运、普通货运火车、大型货运汽车等交通工具。这些交通工具的物流节点多集中分布于城市边缘区。而基于互联网的快递业中，对于小批量、规格标准差异大、时效要求高的货运需求特点，城市间多采用航空、高速火车、中型货运汽车等交通工具进行货物调配;城市内终端投递多使用小型燃油或电动货车进行投递。这就要求城市内快递物流节点数量众多且需要紧邻投递终点的居民区与公司。3．3服务人口和产业分布的差异。传统物流企业节点与城市人口分布的关系通常分为两种情况:为工业生产服务的物流节点和主要服务居民的物流节点。为工业生产服务的物流节点一般随着服务的工业园区分布在城市边缘。通常这些物流节点规模大、集中度高。服务居民的物流节点主要为方便居民生活服务，所以，需要靠近人口集中区，但一般规模中等［7］。“互联网+”下的快递物流节点服务对象主要是居民、科研机构和第三产业服务公司。中小型科研和第三产服务机构通常与居民区空间上相互融合多分布于城市中心区。因此，快递物流节点也主要以数量众多的形式广泛分布在城市中心和中心到边缘过渡地带的人口稠密区。

［参考文献］

［1］梁会，陈文月，殷洁，等．基于网络分析的快递网点布局优化研究［J］．物流科技，2015(4):37－40．

［2］匡晓明，魏本胜．城市规划中快递网点服务区预测与评价［J］．江苏城市规划，2015(2):23－37．

［3］倪玲霖，王姣娥，胡浩．中国快递企业的空间组织研究———以顺丰速运为例［J］．经济地理，2012，32(2):82－89．

［4］王成金．中国物流企业的空间组织网络［J］．地理学报，2008，63(2):135－146．

［5］谢夏成．上海地区快递物流节点的空间格局分析［D］．上海:上海师范大学，2015．

［6］王宁．南京都市圈快递企业区位与快递网络的空间分析［D］．上海:上海师范大学，2016．