差异空间演化

差异空间演化（精选7篇）

差异空间演化 篇1

旅游空间差异是区域旅游经济发展的重要特征,也是旅游经济研究的重要范畴之一。旅游业被认为是缩小地区差异的有效手段[1]。对地区来讲,旅游经济发展层次也是区域竞争力的现实体现。探讨区域旅游经济总体及地区空间差异演化过程,有助于认识区域旅游经济的变化特征及所处空间位置, 并以此来制定和调整区域旅游发展政策,优化旅游要素的空间配置,促进旅游业和整体经济的协调发展。

从已有对区域旅游经济差异的研究来看,国外主要集中在认识和研究区域旅游经济发展的时空演化特征[2],以及旅游产业规模化、集群化发展等方面[3]。国内主要集中在省域视角, 李如友等对江苏省2000—2011年旅游经济差异进行了空间分析[4]; 胡章鸿等研究了江苏省旅游客流规模分布情况[5]; 徐吉吉等对辽宁省入境旅游空间进行了分析,认为该省入境旅游集聚性显著[6]; 魏伟等通过研究认为浙江省11个地级市旅游景区整体上分布不均衡[7]; 张娟等对贵州省旅游经济空间差异进行了实证研究[8]; 王冠孝等借用位序—规模法则等理论对山西省旅游经济等级规模结构演变进行了实证研究[9]; 谢燕娜等对河南省旅游产业集聚区的模式选择进行了研究[10]; 王新越等对31个省 ( 市、自治区) 省域旅游化水平进行测度后认为各省 ( 市、区) 旅游化水平正在逐步提升[11]。在跨省域视角上,王开泳等对黄河流域旅游经济进行了时空分析[12]; 陈刚强从地市角度分析了旅游经济的时空差异及其演变[13]; 余构雄等从生态位视角揭示了长三角与珠三角区域间存在的差异[14]; 石惠春等以关—天经济区为样本,研究了中心城市之间的旅游经济联系[15]。已有研究对省域及省域间旅游经济差异做了有益分析,但就关中—天水经济区研究旅游宏观总体及微观地区差异的探讨并不多,对此问题进行分析将是已有研究的重要补充。

关中—天水经济区( 简称“经济区”) 设立于2009年,包括陕西的西安、咸阳、宝鸡、渭南、铜川、商洛( 三县一区) 、杨凌及甘肃的天水,该区地处周秦汉唐文化区及丝绸之路经济带,拥有丰富的历史文化遗产和人文自然资源,现有华山等国家5A级景区5家、西安古城墙等国家4A级景区39家、秦始皇陵等世界文化遗产9处。2013年末,全区旅游总收入1722. 33亿元,经济区设立以来年均增长率达33. 64% ,接待国内外游客总数25963. 5万人次,年均增长28. 8% ,旅游总收入占全国旅游收入的5. 84% ,国内外游客总数占全国总数的7. 66% 。经济区作为西部的重要增长级,研究经济区内旅游经济总体趋势及微观地区差异,对缩小经济区旅游发展差距,促进区内旅游业协调发展具有一定借鉴价值。

1研究方法及数据来源

1.1研究方法

衡量经济差异的指标较多,在旅游经济的总体尺度上,选择锡尔系数、赫芬达尔指数、地理集中指数等指标; 在地区尺度上,选择区位熵、偏离—份额分析法来分析经济区各城市旅游经济之间的差异及特征。锡尔系数: 锡尔系数( T) ,又称锡尔熵、锡尔指数,是用来测量区域总体差异的相对指标。公式为:

式中,T表示旅游经济发展水平总差异程度; n为地区个数; yi为i地区的旅游总收入( 游客总数) 占全经济区旅游总收入( 游客总数) 的份额; pi为i地区的人口数占全经济区总人口的份额。锡尔系数T越大,表示各地区间差异越大; 反之,表示全区分布差异越小,分布越均衡。

赫芬达尔指数: 该指数( HHI) 是用各地区份额平方和来反映资源分化或集中的指标,可测定旅游市场集中度。公式为:

式中,HHI为赫芬达尔指数; xi为i地区的旅游总收入( 游客总数) ; X为经济区旅游总收入( 游客总数) ; n为地区个数。 赫芬达尔指数介于0—1之间,其值越大,说明区域分布程度越集中; 其值越小,说明区域分布越均匀。

地理集中指数: 地理集中指数( G) 用来测量研究对象在地理或时间上的分布集中程度。公式为:

式中,xi为i地区的旅游总收入( 游客总数) ; X为经济区旅游总收入( 游客总数) ; n为地区个数。地理集中指数越接近100,区域旅游收入空间差异越大,游客越集中于少数城市; 反之,差异越小,游客越分散。

区位熵: 区位熵( LQ) 是分析地区差异及地区竞争力的常用指标,反映某一区域在更高层次区域中的地位。公式为:

式中,LQ为经济区旅游经济的区位熵; xi/ Σxi为i市旅游总收入( 游客总数) 占经济区的比重; Xi/ ΣXi为经济区旅游总收入( 游客总数) 占全国旅游总收入( 游客总数) 的比重。如果LQ大于1, 说明该地区旅游产业处于较优水平,数值越大,地位越强; 如果LQ等于1,表明该地区旅游产业优势不明显; 如果LQ小于1,则该地区的旅游水平处于劣势地位,数值越小,劣势越大。

偏离—份额分析法: 偏离—份额分析法( SSM) 把地区经济的变化看作一个动态过程,以其所处整体区域为参照,将区域自身在某一时期经济增量( G) 分解为3个分量: 份额分量( N) 、 结构偏离分量( P) 和竞争力偏离分量( D) ,以评价地区经济结构优劣及竞争力强弱[16]。公式为:

公式( 5) —( 8) 中,fi( 0) 和fi( t) 分别指地区i基期和t期的旅游总收入; F( 0) 和F( t) 分别指经济区基期和t期的地区生产总值; Fi( 0) 和Fi( t) 分别指地区i基期和t期的地区生产总值; Ni表示地区i按照全区平均经济增速所能达到的增量; Pi表示地区i的旅游总收入由于经济增速与全区经济增速的差异引起的相对偏差,Pi值越大,说明该地区旅游总收入增长越得益于整体经济的增长; Di表示地区i旅游总收入由于自身实际增速与该地区经济整体增速存在差异所产生的增量差额,Di值越大,说明地区i旅游业相对于其他产业越具有增长优势。

1.2数据来源

旅游总收入及国内外游客总数是衡量一个地区旅游经济发展程度及竞争力的重要标志。研究以经济区及其8个地区此两项数据作为综合分析的基础。根据计算需要,在分析部分指标时选取了经济区地区生产总值、总人口、全国旅游业总收入及全国国内外游客总数等数据。数据来源于经济区各地市2010—2013年《经济年鉴》、2009—2013年的国民经济与社会发展统计公报以及历年中国旅游业统计公报。

2经济区旅游经济总体差异的空间演化

2.1绝对差异呈不同程度扩大

2009—2013年,经济区旅游总收入从539. 95亿元增长到1722. 33亿元,年均增长33. 64% ,咸阳、渭南、铜川、商洛、天水等5市年均增长率超过这一均值。接待国内外游客总数年均增长28. 8% ,特别是原来旅游业欠发达的铜川、商洛等地旅游经济快速发展,逐年改变了经济区旅游经济的空间格局。但从绝对量上来看,巨大的区域差异依然存在。2013年,排在首位的西安市旅游总收入超出排在末位的杨凌区达804. 94亿元, 前者旅游总收入较后者由2009年的79. 95倍扩大到2013年的124. 84倍,接待国内外游客总数前者较后者由2009年的18. 24倍扩大到2013年的32. 16倍,旅游经济的总体差异表现为不同程度的扩大态势。说明各城市旅游经济起点不同,发展水平也有较大差距,即资源禀赋优越、基础设施良好、对外开放度高的城市旅游经济发展水平高。相比之下,那些自身条件相对落后的地区虽然也在发展,但速度相对缓慢。

2.2相对差异呈缩小趋势

经济区旅游经济的相对差异及其演化与绝对差异的演化表现不一。从表1和图1可见,自2009年以来,经济区旅游总收入及国内外游客总数锡尔系数总体上均呈现出下降趋势,旅游总收入锡尔系数呈现逐年规律性下降,2009—2013年下降幅度达43. 84% ,国内外游客总数锡尔系数在波动中下降,5年整体下降8. 96% 。这说明经济区旅游经济从收入及游客两方面差异性均在逐渐缩小,同时也表明国家出台的经济区规划及鼓励旅游业发展的政策措施对关天城市群旅游业发展起到了实际的促进作用。

2.3市场集中度趋于分散

赫芬达尔指数越大,表示该市场集中程度越高。经济区成立初期,西安等城市由于旅游经济基础好,旅游接待服务设施相对完善,成为游客的首选城市,旅游集聚度明显,2009年旅游总收入赫芬达尔指数是5年中最高点。随着陕西、甘肃两省地方政府加大对经济区旅游发展的支持,旅游空间进一步拓宽, 游客的空间分布渐趋分散,2009年之后旅游市场集中度出现下降趋势。从国内外游客赫芬达尔指数变化来看,2010年、2013年分别出现了小幅回升,但长期趋于分散( 图2) ,总体表明经济区旅游市场集中度呈现出地域扩展态势。

2.4旅游地理集中度仍处于较高水平

地理集中指数越接近于100,则地理分布越集中。2009年经济区旅游总收入地理集中度为59. 083,2013年为52. 751,虽有下降但仍在50以上。国内外游客总数地理集中指数整体上呈下滑趋势,但波动较大,下降幅度极小,2013年与2009年相比,仅下降0. 702,且均处于接近50的高位( 图3) ,说明旅客主要集中在几个较大的旅游城市,如西安、咸阳、宝鸡等。

3经济区旅游经济地区差异的空间变化

3.1地区差异的区位熵分析

依据公式( 4) 计算出2009—2013年经济区各地区旅游经济的区位熵( 表2) 。从表2可见,经济区中的西安、宝鸡、渭南、咸阳4市旅游业居于主导地位,特别是西安5年间区位熵远远高于其他地市的得分,2013年末的区位熵为8. 069,虽然一直处于下降趋势( 图4) ,但仍遥遥领先于其他城市,说明西安的旅游经济发展水平在经济区处于绝对优势地位,这与西安无法比拟的旅游资源禀赋、深厚的旅游文化、良好的区位以及发达的交通密切相关。相对于西安,咸阳、渭南、宝鸡旅游经济的区位熵基本在2上下波动,保持了稳态发展势头,但5年来区位熵也在下降,说明伴随着国内很多地方把旅游业定位为支柱产业,行业竞争压力日趋加大,虽然上述城市旅游资源丰富, 但仍然无法阻止旅游业出现下滑的现象。铜川、商洛旅游业的区位熵虽然较低,但一直处于稳定上升趋势,铜川近年来注重旅游产业发展,特别是红色旅游资源开发,5年来区位熵上升52. 14%, 旅游业在经济区的地位稳步上升。杨凌、天水两地区位熵均在1以下,杨凌区划面积较小,旅游业不具有特色优势,天水拥有较丰富的旅游资源,但开发不足,交通存在制约,旅游业不具有比较优势。2009—2013年的5年间,整个经济区旅游经济的平均区位熵由2.986下降到2.141,下降28.31%,说明整个经济区旅游经济发展水平在全国的地位呈现逐年下降趋势。

3.2地区差异的空间偏离—份额分析

以2009年为基期,以2013年为报告期,根据偏离—份额分析法( SSM) 的公式( 5) —( 8) ,分别计算出各地区份额分量 ( N) 、结构分量( P) 和竞争力分量( D) ( 表3) 。结果显示,8地市的份额分量均大于0,但均小于旅游业实际值,说明旅游业在经济区属于增长性产业且增长率大于整体经济增长率。西安、 宝鸡、咸阳、渭南4市的份额分量位居前四位,说明4市旅游经济的发展基础较好。从结构分量看,咸阳、渭南、商洛3市分列前三位,说明上述3市的经济总量增长率超出了全经济区的平均增长率,由于地区经济的快速增长从而引起的旅游总收入的增长大于其他区; 结构分量中西安、天水的数值低于全区平均水平,西安的数值为 - 39. 36,表明西安的旅游业并未从整体经济发展中过多受益。从竞争力分量看,西安、渭南、宝鸡、商洛、 咸阳5市的竞争力分量较为明显,表明此5市旅游总收入的增长率高于整体经济增长率,旅游经济在当地产业结构中处于优势地位,而杨凌为负值,说明该市旅游总收入增长率低于整体经济增长率,旅游业在当地不占优。总偏离分量走势与竞争力分量大体一致,各地竞争力分量贡献均在85% 以上。

综合来看,经济区旅游业的地市间差异表现如下: 西安借助旅游资源无可比拟的优势及较好的旅游文化基础,即使在经济增长率较低的情况下,旅游收入仍然占绝对优势; 咸阳、渭南、宝鸡3市的旅游业一直保持着稳态的发展趋势,是经济区旅游经济差异空间变化的重要平衡力量; 铜川、商洛在收入总量上不占优势,但近年来旅游经济增长迅速,进一步缩小了与西安等城市的差距; 杨凌、天水旅游经济发展速度缓慢,旅游发展处于劣势。为直观表现经济区旅游经济空间差异,本研究以结构分量( P) 为横轴,以竞争力分量( D) 为纵轴,绘制了经济区8个地区旅游经济发展优势图( 图5) 。第一类属于竞争力及结构均具有优势地区,为渭南、宝鸡; 第二类属于竞争力优势地区,为西安; 第三类属于结构优势地区,为咸阳、铜川、商洛; 第四类属于两者都缺乏地区,为杨凌、天水。

4结论与建议

本文运用锡尔系数、赫芬达尔指数、地理集中指数、区位熵等指标和偏离—份额分析法,实证研究了2009—2013年经济区旅游经济的总体差异及地区差异。结论为: 1总体上旅游总收入及国内外游客人数的绝对差异逐步扩大,但相对差异在逐年缩小,表明旅游核心城市在增长的同时,次核心城市的增长对缩小相对差异的效应正日益体现; 2经济区旅游市场集中度呈现出地域扩展态势,旅游地理集中度虽有下降但仍处于较高水平,说明旅客主要集中于西安、咸阳、宝鸡等几个较大的旅游城市。3从区位熵来看,整个经济区旅游经济发展水平在全国的地位呈现逐年下降趋势,经济区中西安、宝鸡、渭南、咸阳4市旅游业居于主导主位,特别是西安单极发展,旅游经济水平在经济区处于绝对优势地位。4从各地旅游总收入空间偏离—份额看,总偏离走势与竞争力分量大体一致,各地竞争力分量对旅游业发展的贡献均在85% 以上,说明经济区各地的旅游业竞争力主要取决于其内生的增长动力。同时,经济区总体与地区差异也表明国家出台的经济区规划及鼓励旅游业发展的政策措施对关天城市群旅游业发展起到了实际的促进作用, 但进展缓慢且不平衡。因此,采取措施增强旅游优势地区与其他地区的联动与合作,发挥核心旅游城市的辐射带动作用对提升经济区整体旅游发展水平乃至内部各城市之间的空间协调均具有重要意义。需要加快旅游资源规划,构建关中天水城市群旅游经济带,完善旅游配套建设,优化旅游整体环境,延展旅游产业链,促进旅游产业高级化。

摘要：以关中—天水经济区为样本,运用锡尔系数、赫芬达尔指数、地理集中指数、区位熵等指标和偏离—份额分析法,实证研究了2009—2013年经济区旅游经济的总体差异及地区差异。结果表明:自经济区成立以来,总体上旅游经济相对差异在逐年缩小,旅游市场集中度呈现出地域扩展态势,旅游地理集中度虽有下降但仍处于较高水平;各地旅游总收入空间偏离主要取决于其内生的增长动力,部分城市旅游业单极化发展,旅游经济地区间不平衡趋势明显。

关键词：旅游经济,空间差异,演化趋势,关中—天水经济区

差异空间演化 篇2

旅游产业是一个涉及面广、综合性和带动性强的行业,其发展不仅能提高人民群众的生活水平和质量,还能够带动相关产业的发展。旅游业已成为我国国民经济的重要增长点,在一些地区甚至成为支柱性产业[1]。旅游业空间集聚是旅游业食、住、行、游、购、娱等相关要素在空间上的集聚过程,是一种客观的经济现象。国外有关旅游业集聚的研究主要集中在旅游部门集聚演化、作用及其影响等方面。如Baum和Haveman对曼哈顿饭店业分散与集聚的演化过程进行了实证研究[2]。Chun和Kalnins以德克萨斯住宿业为例,对集聚的影响进行了深入分析[3]。Urtasun和Gutiérrez运用基尼系数对西班牙旅游业集聚的影响进行了定量研究,指出旅游业集聚对旅游目的地的经济、社会文化和环境的影响[4]。近年来,国内学者对旅游业集聚的研究已有一定的理论基础,研究内容与方法不断得到丰富和完善[5,6]。对旅游业聚集的研究主要表现在旅游业聚集的程度、成因、类型、优势方面[7],旅游业空间集聚演化以及空间差异的动态分析已初步涉及[7,8],对旅游业集聚化水平空间结构和特征涉及较少,对省际层面的旅游业集聚化水平空间分异以及演化尚未涉及。已有研究在指标选取上较多地选取旅游就业人数、企业数等绝对指标来分析集聚化水平,对区域面积、人口等因素考虑较少。

旅游业空间集聚是旅游企业基于旅游资源空间分布的集中现象[9],本文从旅游景区(点)、星级饭店、旅行社三方面出发,采用相对指标,利用变异系数、空间集聚指数对我国省际旅游业集聚化水平及演化空间差异进行了定量分析,以期对我国旅游业集聚空间差异的综合认识与把握,对制定旅游业空间发展战略、协调区域旅游发展具有一定的指导意义。

2 研究方法及数据来源

2.1 研究方法

变异系数:变异系数常用来衡量地区产业发展差异及其不平衡性,表示地区产业相对于该产业值平均值的整体离散状况[10]。旅游企业变异系数从整体上反映了旅游企业空间离散程度,计算公式为:

undefined

式中,V为旅游企业变异系数,Si为区域旅游企业数,undefined为旅游企业数在全国的平均值,n为区域数量。V越大,表示旅游企业空间格局非均衡性越强;反之,表示旅游企业空间分布越均匀。

空间集聚指数:空间集聚指数常用来衡量旅游空间集聚程度[11]。旅游企业空间的集聚指数反映了一个地区旅游企业的集聚化水平,计算公式为:

undefined

式中,Ai为i地区旅游企业空间集聚指数,xi为i地区旅游企业空间分布密度,undefined为旅游企业空间分布本底密度。为了较为全面地反映旅游企业集聚化水平演化,本文将2000年旅游企业空间分布密度视为本底密度来反映旅游企业空间演化差异。旅游企业空间集聚指数越大,说明该地区旅游企业的集聚效应越明显,集聚化水平越高;反之,说明旅游企业集聚化水平越低。

2.2 数据来源

本文以我国31个省(直辖市、自治区)为研究单元(不含港、澳、台),选取2000年和2010年为研究时间截面来反映我国旅游业集聚化水平演化及空间差异。其中,以各省(直辖市、自治区)的旅游景区(点)、星级饭店、旅行社等相关数据为研究基础,数据主要来源于2001年和2011年《中国统计年鉴》、《中国旅游统计年鉴》。

3 结果分析

3.1 旅游景区集聚化水平空间差异分析

由表1可知,我国旅游景区变异系数衰减较快。2010年旅游景区变异系数相对于2000年减少了58%,表明我国旅游景区空间分布非均衡性减弱,旅游景区空间分布均衡性增强。2000年旅游景区空间集聚指数极差为83.2,到2010年减至41.1,表明我国旅游景区空间集聚化水平差异进一步缩小。2000年我国旅游景区空间集聚化水平呈分散式分布,到2010年我国旅游景区空间集聚呈现出以环渤海、长三角地区为中心,逐渐向西减弱的格局。京、沪、津、鲁、苏、浙等地区旅游景区的集聚化水平较高,内蒙、藏、青、新等西部地区旅游景区集聚化水平较低。其中,鲁、苏、浙等地区旅游景区集聚化水平提高较快,而桂、冀却呈减弱趋势。我国东部地区旅游景区集聚化水平明显高于中西部地区,旅游景区集聚化水平在空间上存在明显的关联性,集聚化水平片区格局明显(图1)。尽管西部地区旅游资源十分丰富、特色鲜明,但旅游景区集聚化程度较低,表明我国旅游景区空间分布的不平衡性和不合理性。

3.2 星级饭店集聚化水平空间差异分析

从表1可知,2010年我国星级饭店的变异系数由2000年的2.98减少到2.72,呈减小趋势,星级饭店空间分布非均衡性减弱。2000年我国旅游景区空间集聚指数极差和极商分别为39.3、1312,到2010年分别减至35.9、449,表明我国星级饭店空间集聚化水平差异进一步缩小。2000年我国星级饭店集聚化水平较高的地区主要分布在环渤海、长三角、珠三角地区,空间分布集中性强。2010年我国星级饭店集聚化水平进一步强化,星级饭店集聚化水平呈西移趋势,东部地区集聚化水平显著增强,环渤海湾、珠三角、长三角地区带动作用明显(图2)。京、沪、津、粤、琼、苏等地区的星级饭店集聚化水平较高,藏、新、青等地的集聚化水平较低。表2可知,我国旅游饭店与旅游收入密度、旅游人次密度相关性显著(p<0.001),高于人口密度、人均生产总值等经济社会指标的相关性,表明星级饭店趋向于分布在旅游综合发展水平较高的地区,具有旅游目的地指向性特征。

3.3 旅行社集聚化水平空间差异分析

从表1可知,我国旅行社变异系数呈增大趋势。2010年我国旅行社变异系数相对于2000年增加了16%,旅行社空间分布非均衡性增强,空间差异进一步扩大。2000年我国旅行社空间集聚指数极差为61.9,到2010年增至112.3,表明我国旅行社空间集聚化水平空间差异进一步扩大。2000年我国旅行社集聚化水平较高的省份主要分布在东部,中部地区除豫、皖外,旅行社集聚化水平较低。2010年我国旅行社集聚化水平呈向西梯度推移的趋势,空间上形成以环渤海、长三角、珠三角地区带动的局面,东部地区的集聚化水平显著增强,中部地区集聚化水平迅速提高,西部地区集聚化水平发展缓慢(图3)。京、津、沪、苏、浙集聚化程度高,内蒙、青、新、藏等地区集聚化水平较低。如表2所示,我国旅行社集聚化水平与人口分布密度、人均生产总值相关性明显高于与交通密度,表明旅行社具有市场指向性特征,趋向于分布在经济发展水平高、人口密度大的地区。

注:**表示在0.01水平下显著相关(双尾检验)。

4 影响机制分析

旅游业集聚是诸多影响因素综合作用的结果,其影响因素包括资源禀赋、客源市场、交通区位、产业链作用、政策作用等方面[12]。我国东西、南北跨度大,受区位条件、旅游资源禀赋、社会历史文化、经济发达程度、交通状况、基础设施等因素的影响,旅游业发展空间差异明显[13],具体表现为东部、中部、西部地区旅游业发展水平、综合实力空间差异明显[14,15,16]。由表2可见,我国旅游业集聚化水平与旅游收入密度、旅游人次密度、人口密度、人均消费水平、交通密度相关性明显(p<0.05)。旅游业集聚化水平的提高有赖于区域旅游综合实力、经济社会发展水平以及基础设施状况的改善和提高。

东部地区对外开放早、人口密度大、经济发展水平高、交通状况及基础设施较为健全,旅游业集聚化水平高。中部地区作为东部向西部的过渡地带,基础设施条件较好、经济发展水平较高,旅游业空间集聚化水平处于东西过渡地带。西部地区人口密度小、经济发展水平低、基础设施不健全,旅游发展水平较低,旅游业空间集聚化水平低。就我国旅游业空间集聚化水平而言,东部地区集聚效应明显,广大中西部地区集聚化水平相对东部地区显得较薄弱。各省(市、区)经济社会差异的缩小,可能会进一步缩小各省(市、区)旅游业集聚化水平的差距。

5 结论

旅游业空间集聚是旅游业发展到一定阶段下的产物,旅游业空间集聚能产生协同效应、规模效应,区域旅游集聚对提升区域旅游发展综合实力、旅游竞争力和旅游发展质量具有重要意义。通过运用变异系数、空间集聚指数,分析了我国旅游业集聚化水平时空演化差异。研究结果表明:①从我国旅游企业集聚化水平空间差异来看,旅游业集聚化水平空间差异显著,总体上以环渤海、长三角、珠三角地区为中心,空间形态呈由东向西逐渐减弱的阶梯式空间格局。京、沪、津地区旅游业集聚化水平高,内蒙、青、藏、新等地区旅游业集聚化水平较低。②从我国旅游企业集聚化水平空间演化趋势来看,随着旅游业的不断发展,旅游业集聚化水平表现出向西梯度推移的态势。旅游业集聚化水平空间格局具有继承性,集聚化水平呈“东强西弱”的局面,与我国经济社会发展水平、基础设施状况等具有较强的相关性。③旅行社空间非均衡性程度高,空间差异呈扩大趋势;星级饭店、景区(点)空间非均衡性程度相对较弱,空间差异呈缩小趋势。旅游企业集聚化水平的相关性显著,旅行社、星级饭店、旅游景区(点)集聚化水平表现出较强的空间耦合性。旅游企业集聚化水平在空间上表现出明显的空间关联性,地理近邻效应明显。

摘要：旅游业空间集聚是一种客观的经济现象,旅游业集聚化水平在一定程度上决定了区域旅游经济效益的发挥。运用变异系数、空间集聚指数分析了我国旅游业集聚化水平及演化空间差异。结果表明,我国旅游业集聚化水平空间差异显著,总体上以环渤海、长三角、珠三角地区为中心,空间形态呈由东向西逐渐减弱的阶梯式空间格局。随着旅游业的不断发展,旅游业集聚化水平表现出向西梯度推移的态势。旅行社空间非均衡性程度高,空间差异不断扩大,星级饭店、景区(点)空间非均衡性相对较弱,空间差异呈缩小趋势。旅行社、星级饭店、旅游景区(点)集聚化水平表现出较强的空间耦合性,相关性显著。同时,就我国旅游业集聚化水平空间差异影响机制进行了初步探讨。

城市经济空间演化边界初探 篇3

关键词：经济空间,演化边界,系统资源

现代城市的发展呈现出全球化、网络化的特征。许多城市的经济空间范围发生了或正在发生着重大的变化。城市经济空间演化决定了城市的经济增长乃至区域的经济增长。城市经济空间是城市生产力存在和发展的基本前提。其包含了城市经济活动的各种要素有规律的分布, 以及表现在各个部门与城市之间相互依赖、相互制约的关系。随着我国工业化与城市化的快速发展, 城市经济空间扩张导致的“城市病”日益严重。近年来, 相关学术界已将城市经济空间的研究列为经济地理学科研究的重要领域, 也是当前西方国家在城市可持续发展及空间扩张管理等方面研究的热点之一。

一、城市经济空间边界的界定

对经济空间的研究起源于对城市的研究, 特别是在20世纪70至80年代起, 在新的产业区出现之后, 对城市经济空间的研究逐步兴起。90年代以后, 随着科技园区对城市经济空间的影响越来越大, 对其的研究也随之逐步由经验观察向规范化研究发展, 对其的作用、发展机制等的研究逐步深入。学术界对城市经济空间的研究认为, 城市经济空间是资源与能力的集合体。城市经济空间作为一个将投入转化为产出的复杂经济社会系统装置, 要实现生产的目的, 既需要基本的生产资料, 还需要具备能够有效运用这些生产资料的能力。有学者甚至把现代城市经济空间直接定义为:生产和运用知识的仓库。笔者认为, 城市经济空间是指城市经济空间作为主体在能够运用自身资源谋求城市经济发展的空间范围。在系统论中, 系统的边界即是区分系统与其环境之间的一定界限, 又是系统与其环境相互作用的重要中介环节, 只有在系统与其环境不断相互作用的条件下, 系统才可能形成其一定的自组织演化过程。因而, 就其本质而言, 城市经济空间边界演化应具有“复杂性”、“交互性”、“边界适度性”、“动态性”等特征。

二、城市经济空间边界演化的特征

(一) 城市经济空间边界演化的复杂性是城市经济空间演化的系统特征。

城市是一个复杂经济社会系统, 城市经济空间系统是在一定地域空间, 以人地关系为纽带, 在人地相互作用的基础上, 由经济与环境要素 (子系统) 时空分异与组合形成的具有高效性、时空关联性和协调与矛盾的辩证统一性的复杂巨系统。从相关领域学者研究中可以看出, 城市经济空间演化体现出系统特性。有学者研究认为, 城市经济空间演化面临的环境是动态的和开放的, 城市经济空间在其演化中的系统资源具有开集性质, 即系统资源不具有排他性、能够以零成本无限复制并遵循边际效用递增规律等。城市的复杂性, 使得城市经济空间边界演化表现出其运动过程的复杂性特征。

(二) 城市经济空间边界演化的交互性是城市经济空间变化的动力特征。

城市经济空间边界演化对其演化环境有很强的影响作用。国外学者的研究认为城市经济空间演化速度与方式直接影响了其演化环境的空间变化。揭示了城市经济空间演化水平跟其环境遵循着环境库兹涅茨曲线。另外, 国外学者从对产业的郊区化和城市边缘区的研究切入, 从城市经济空间与城市地域空间关系角度研究认为, 城市经济空间是存在边界的, 城市经济空间与其演化环境通过边界进行交互作用, 这种交互作用的深化推动了城市经济空间边界的演化。因此, 城市经济空间边界演化中的交互性是城市经济空间变化的动力特征。

(三) 城市经济空间边界演化的适度性是城市经济空间演化的稳定特征。

城市经济空间演化的环境成本与管理成本之和接近、等于或大于城市经济空间成长收益时, 城市经济空间演化处于稳定态。城市经济空间演化边界是一个城市经济变量内生的结果, 它的确定是城市经济空间演化的必然结果, 城市经济空间边界的运动既要考虑其扩张的成本与收益, 同时更应该考虑城市经济空间边界演化的经济效益和城市的承受能力。因此, 城市经济空间边界演化具有适度性特征, 其适度性决定了城市经济空间演化的系统稳定性。

(四) 城市经济空间边界的动态性是城市经济空间的演化特征。

早在1981年Lynch就提出过, “一座好的城市应该满足, 一方面复杂的生态系统能得以维持, 同时又允许经济社会方面不断取得进步。”有学者研究认为, 城市经济空间的可持续发展应是环境—-经济—-社会复合系统相互协同共生的发展过程。因此, 城市经济空间演化边界的变化过程为城市经济空间与其演化环境实现协同共生的过程, 是城市经济空间的演化特征。

(图的来源:林肯土地政策研究所著, 国土资源部信心中心译, 土地规划管理――美国俄勒冈州土地利用规划的经验教训[M].北京:中国大地出版社, 2003)

三、城市经济空间演化边界的效能

随着对城市经济空间演化边界认识的不断深入, 对其效能的研究成为相关学科领域主要内容。其中较有代表性的为纳尔逊 (Nelson) 等人的研究成果。

在纳尔逊的研究中认为, 城市经济空间演化边界的存在导致了城市与农村的价值体系、生活方式的差异甚至对立, 这也就导致不区位的差异, 这种区位的差异资本化后, 就会出现土地价格的落差。在城市经济空间演化边界 (UEB) 以内, 从城市中心到S1处, 土地的价值随着与中心距离的增大而下降, 但超过S1后, 土地的价值又开始随着离城市中心距离增大而上升, 这是由于距离UEB较近导致的土地增值量超过了距离市中心远导致的土地贬值量 (见图) 。在UEB以外, 从UEB到S3处, 土地价值随着与城市中心间距离的增大而上升, 但越过S3后, 土地价值又随着离城市中心距离的增大而下降, 这是由于距离城市中心远导致的土地贬值量超过了距离UEB远所导致的土地增值量。

当然, UEB不仅仅是通过影响土地价值来控制城市的无序蔓延, 作为一种理论, 它更强调了一种全新的城市开发方式, 即在适当的地方进行适当的具有可持续性的生态与环境保护理念的开发。它与传统的“绿带”城市开发思想并不一样, 更加地富有弹性, 是随着社会经济发展的需要向外移动。UEB不只是设置一道界限, 它还要规划出重要的自然保护区并提供市民休闲游憩地, 更为重要的是要为城市未来的潜在发展提供合理的疏导。

综上, 本文对城市经济空间演化边界的研究主要是一种理论探讨, 缺乏实际的案例加以佐证, 能否真正地对我国的城市空间管理有所帮助, 还需在实践中进一步探索。但从目前的国内外研究中可以看出对城市经济空间演化边界的运动机理的研究应是未来经济地理学等相关学科关注的重要研究领域。

参考文献

[1].谢韬.民主社会主义模式与中国前途[J].炎黄春秋, 2007

[2].马克思, 恩格斯.马克思恩格斯全集[M].北京:人民出版社, 1974, 第4卷

[3].马克思, 恩格斯.马克思恩格斯选集[M].北京:人民出版社, 1995, 第1卷

[4].马克思, 恩格斯.马克思恩格斯全集[M].北京:人民出版社, 1965, 第4卷

差异空间演化 篇4

关键词：电力负荷预测,灰色模型,背景值,差异演化算法

0 引言

本文首先通过对原始数据进行开次方处理来降低其增长率, 使数据的增长变的较为平稳, 其次, 为避免因背景值取值不当而造成误差, 将差异演化算法[1]与GM (1, 1) 模型相结合, 用差异演化算法优化GM (1, 1) 模型中的参数, 提出基于差异演化算法优化灰色模型的负荷预测。仿真实验表明该模型提高了预测精度, 优于GM (1, 1) 模型和文献[2]提出模型的预测效果, 拓展了灰色预测模型的使用范围, 为工程应用提供了重要参考。

1 GM (1, 1) 的原理

GM (1, 1) 模型是电力负荷预测常用的一种灰色模型。原理如下:设有n个原始负荷样本数据x (0) = (x (0) (1) , x (0) (2) , …, x (0) (n) ) , 作一阶累加生成序列x (1) = (x (1) (1) , x (1) (2) , …, x (1) (n) ) , 序列x (0) 和x (1) 中对应数据之间的关系为

构造一阶线性灰色微分方程, 后, 可得该方程的白化微分方程ddxt (1) +ax (1) =u, 其对应的差分方程组为

由 (2) 式求得a和u后, 得原始数据预测公式:

2 差异演化算法

差异演化算法是基于实数编码的进化演化算法。下面通过求解非线性函数f (x1, x2, …, xn) 的最小值问题, xj满足xjL≤xj≤xjU, j=1, 2, …, n来介绍差异演化算法的操作过程:

令xi (t) 是第t代的第i个染色体则xi (t) = (xi1 (t) , xi2 (t) , …, xin (t) ) , i=1, 2, …, M;t=1, 2, …, tmax。

2.1 生成初始种群在n维空间里随机产生满足约束条件的M个染色体, 实施如下措施:

其中, xUij, xLij分别是第j个变量上界和下界, randij (0, 1) 是[0, 1]之间的随机小数。

2.2 变异操作

从群体中随机选择3个染色体

2.3 交叉操作交叉操作是为了增加群体的多样性, 具体操作如下:

randij (0, 1) 是在[0, 1]之间的随机小数, pc为交叉概率, pc∈[0, 1], rand (i) 为在[1, n]之间的随机整数, 这种交叉策略可确保xi (t+1) 至少有一分量由hi (t+1) 的相应分量贡献。

2.4 选择操作为了决定xi (t) 是否成为下一代的成员, 向量vi (t+1) 和目标向量xi (t) 对评价函数进行比较:

反复执行2.1至2.4操作, 直至达到最大的进化代数tmax。

3 差异演化算法优化灰色模型

GM (1, 1) 模型在预测增长较快的负荷时, 预测精度会变差, 文献[3]证明GM (1, 1) 引入背景值是导致模型在预测增长较快的负荷时预测精度变差的原因。为使数据的增长较为平稳, 可通过对原始数据序列的每个数据开次方来降低其增长率, 从而获得一个增长较为平稳的新数据序列。同时为了避免因背景值的选取不当而造成误差, 利用差异演化算法来求解GM (1, 1) 模型中的参数a和u, 得到基于差异演化算法优化的灰色预测模型, 其操作步骤如下:x (1) (k) =12[x (1) (k) +x (1) (k+1)

4 仿真实验

为了验证本文提出模型的有效性, 采用文献[2]中的三组数据进行仿真实验, 并将实验结果与GM (1, 1) 模型和文献[2]提出的PSOGM模型所得的结果进行对比。实验中M=500, tmax=500, λ=0.5, pc=0.9, m=3, M、mtax与PSOGM模型中的设置一致。表2给出了用GM (1, 1) 模型和PSOGM模型以及本文模型的建模结果。

本文提出的模型又要好于PSOGM模型, 表明本文模型在预测增长较快的负荷时拥有较高的预测精度。

5 结论

针对GM (1, 1) 模型的应用局限性, 通过对原始数据开方处理和利用差异演化算法优化GM (1, 1) 模型参数, 提出一种基于差异演化算法优化灰色模型的负荷预测, 实例分析表明, 该模型可以显著提高预测精度, 同时, 模型简单、易行, 比较符合负荷的实际变化趋势, 具有一定的理论意义和应用价值。

参考文献

[1]王鹏, 陈根友, 岳志强.基于组合模型的中长期电力负荷预测研究[J].价值工程, 2012 (09) .

[2]李益民, 闫泊, 卓元志, 李康, 张辉.组合负荷预测方法综述[J].价值工程, 2012 (36) .

差异空间演化 篇5

关键词：区域物流,碳排放,集中度,地理联系率

低碳经济是指根据经济可持续发展的要求,通过技术革命、制度革新、产业结构调整和新能源利用等途径,最大程度地降低煤炭和石油等高碳含量能源的使用,降低以二氧化碳为主的温室气体排放,以实现低能耗、低排放和低污染的经济发展模式[1]。物流业作为中国国民经济重要产业之一,其产值很大程度上取决于运输业、仓储业等对能源依赖性较强的行业的发展,2012 年物流业能源消费总量为31524. 71 万吨标准煤, 占到能源消费总量的8. 71% 。而且, 《2014—2015 年节能减排低碳发展行动方案》中将交通运输业与工业、建筑、公共机构等列为重点节能降碳领域,促进中国物流业的低碳化发展将是实现中国低碳经济发展的重要途径之一[2]。

国内相关研究中,吴洋等[3]在利用LMDI方法分析2000—2011 年我国碳排放的影响因素的基础上,运用脱钩理论分析得出我国碳排放和经济增长间存在的弱脱钩关系; 张诚等[4]利用灰色预测模型对四种能源的需求量进行了预测分析,并结合与物流GDP的对比分析来检验是否能完成 “十二五”期间低碳物流的节能减排目标; 史祎馨[5]基于所测算的广东省物流业碳排放数据,从单位货物周转量碳排放量、单位物流产值碳排放量、脱钩指数等方面分析了广东物流业碳排放与经济发展之间的关系南晓莉等[6]基于我国东、中、西部地区的碳排放数据,从区域结构调整和技术效率角度分析了对碳排放强度变化的影响; 陈洁[7]结合环境DEA技术和方向距离函数,以物流业碳排放为非期望产出,分析我国物流业全要素生产率的增长源自于区域差异杨斌等[8]将物流业增加值和货运汽车碳排放量作为输入指标,将物流业总体发展水平、交通运输等因素为投入指标,运用DEA方法分析了江苏省13 个城市的碳排放效率; 路正南等[9]将工业划分为采矿业、轻工业、重工业、供应业,利用投入导向的超效率DEA模型,测算了我国工业行业的碳排放效率,分析其行业差异的动态演化轨迹; 孙立成等[10]通过测算我国省区碳排放转入量和转出量,利用Moran's I指数和地理加权回归模型分析了碳排放转移的空间分布特征和经济溢出效应。国外的相关研究更为注重微观角度的低碳发展研究,BALAN S等[11]利用拉格朗日和欧拉运输模型分析了供应链的碳足迹问题,认为碳排放需要在供应链设计阶段即被关注,否则将产生很明显的威胁; HOEN K. M. R等[12]利用碳排放测算方法,分析具有碳认知企业的不同类型碳排放规则,并研究了物流选址、运输、配送等方面的低碳化发展问题; SAMIR E等[13]在分析供应链网络设计时所涉及碳排放成本、生产成本等问题的基础上,利用凹函数构建了碳排放与车重的关系模型,并检验得出碳排放成本能够改变供应链最优结构的结论; DEVIKA K等[14]构建了逆向物流网络的碳足迹混合整数线性模型,有利于探寻实现气候变化最小化的目标途径。

由于对碳排放研究起步阶段的差异以及相关数据获取的难度差异,国内研究主要关注宏观碳排放的测算、碳排放效率、碳排放地区差异等问题,而且更为关注工业的碳排放问题,国外研究则主要关注供应链或企业的低碳化发展问题的研究。我国物流业碳排放的研究起步较晚,近几年大量的研究主要是碳排放的测算,对各省区物流业碳排放空间格局演化的研究涉及较少。因此,本文在测算区域物流碳排放量的基础上,构建区域物流碳排放集中度、地理联系率等模型,分析区域物流碳排放的空间格局演化特点及区域物流碳排放强度的变化,解析不同区域的经济碳排放和物流碳排放的关联,有利于探寻促进区域物流碳排放平衡、低碳化发展的途径。

1 区域物流碳排放测算

我国学者在进行碳排放测算时,大多选用直接排放与间接排放的边界界定方法,即严格按照排放源的地理位置分类[15]。由于我国物流业碳排放的监测数据还不完善,本文根据各省区物流业的能源消费量,将其转化为标准煤后估算其碳排放。依据IPCC “2006 年国家温室气体清单指南” 中所提供的碳排放量估算方法,即式( 1) 测算碳排放。

式( 1) 中,i是能源种类,C是碳排放总量,Ei是第i种能源的消费量,NCVi是平均低位发热量( 根据2013 年版 《中国统计年鉴》整理) ,CEFi是IPCC ( 2006) 提供的碳排放系数,COFi是碳氧化因子( IPCC ( 2006) 将其默认为1) 。结合物流业的能源消耗结构,将能源种类划分为8 类,即原煤、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气。结合折标准煤系数( 根据2013 年版 《中国统计年鉴》整理) ,估算这8 种能源的标准煤碳排放系数如表1 所示。

借鉴1998—2013 年版 《中国能源统计年鉴》,整理各省区物流业的相关能源消费量数据,计算出1997—2012 年各省区物流业碳排放数据,如表2 所示。

大部分省区的物流业碳排放总体上都表现出逐年增加的趋势,较多省区在2009 年稍有回落; 从物流业碳排放总量来看,广东和山东总是位于各省区前列,除了2012 年,广东在其他年份的物流业碳排放始终高于山东,接下来是上海、辽宁、内蒙古等省区; 而排放量增长速度最快的是山东,2012 年比1997 年增长了13. 6 倍,其次是重庆7. 4 倍、广西7. 38 倍、内蒙古7. 11 倍、云南6. 74 倍。

2 区域物流碳排放集中度测算

区域物流碳排放集中度主要用于衡量物流业碳排放在空间中表现出的集中程度,即可以进一步表现为区域物流碳排放的强度,如式( 2) 所示。

式( 2) 中,Ii表示i省区物流碳排放的强度,LCi表示i省区物流碳排放量,Ti表示i省区的国土面积,n表示省区数量。将表2 数据和各年份省区国土面积数据输入式( 2) 中,得到1997—2012 年区域物流碳排放集中度,由于篇幅所限,仅列出华北地区结果,如图1。

为了更好地分析区域物流碳排放强度在空间上的演变,以七个地区的方式进一步分析( 华北———北京、天津、河北、山西、内蒙古; 东北—辽宁、吉林、黑龙江; 华东—上海、江苏、浙江、安徽、福建、江西、山东; 华中—河南、湖北、湖南; 华南—广东、广西、海南; 西南—重庆、四川、贵州、云南; 西北—陕西、甘肃、青海、宁夏、新疆) 。( 1) 华北,分为两个群组,即北京和天津一组,2005 年前北京和天津的物流碳排放强度始终在不断加强,且天津的物流碳排放强度始终高于北京;2005 年后,北京以较为迟缓的上升状态,其物流碳排放强度始终高于天津。河北、山西和内蒙古一组,在全国范围内列于物流碳排放强度较低的队列中,河北和山西几乎保持着水平发展状态,内蒙古是其中物流碳排放强度最低的省区。 ( 2) 东北,物流碳排放强度的排序始终是辽宁、吉林、黑龙江,和三省的物流经济发展水平比较相似,辽宁由最初的持续波动幅度转为2005 年开始的缓慢持续下降状态,吉林和黑龙江则是小幅度的波动。 ( 3) 华东,此地区的很多省区物流碳排放强度都列于全国较高水平,如上海、江苏、浙江、山东,上海在十五年中其物流碳排放强度始终位于全国最高位置,且以几十倍的速度加强,在2004 年达到十五年中的最高点,随后的下降过程中转向缓慢上升,2007 年开始缓慢下滑并保持着物流碳排放强度减弱的状态。华东中的其余省区以2004 年为界点分析,2004 年前物流碳排放强度始终在加强,山东的加强速度最为突出,江苏和浙江始终高于其他省区; 2004 年后物流碳排放强度表现为近似水平状态下缓慢上升的趋势,山东的上升趋势仍是最为明显。 ( 4) 华中,其中的河南、湖北、湖南物流碳排放强度表现为相近的状态,2004 年前表现为强度上升的趋势,2004 年后则保持缓慢下降的趋势。 ( 5) 华南,广东的物流碳排放强度始终在2 以上,即高于华东地区的浙江,广西保持物流碳排放强度比较弱的状态,海南的表现则比较突跳,1998 年海南的物流业能耗比其他时期都低很多,但近些年却始终保持着很强的物流碳排放强度。( 6) 西南,没有特别明显的变化趋势,在波动中大多表现为近似水平的趋势,2010 年之后除了重庆,其他三省的物流碳排放强度都表现出下降的趋势。( 7) 西北,新疆的物流碳排放强度处于国内较高水平,在波动变化中从2010 年开始表现出上升趋势,陕西、甘肃和宁夏的物流碳排放强度比较相近,处于较弱的状态,这与其经济发展水平有一定关联,而青海物流碳排放强度之所以表现出较强的状态,是由于青海的行政区域面积只统计了西宁。

3 碳排放地理联系率测算

碳排放地理联系率主要用于反映区域物流碳排放和区域经济碳排放在空间区域分布上的吻合程度,如式( 3) 。

式( 3) 中,R表示碳排放地理联系率,PLCi表示i省区物流碳排放占全国或某地区物流碳排放的比例,PECi表示i省区经济碳排放占全国或某地区经济碳排放的比例。R值越大,表明区域物流碳排放与经济碳排放的空间分布越一致,即物流碳排放越高的省区,其经济碳排放越高; R值越小,则表明区域物流碳排放与经济碳排放的空间分布差异较大,区域物流碳排放高的省区,其经济碳排放不一定高。

区域经济碳排放的计算可以依据表1 口径的能源类别划分,结合各省区能源消费量与公式( 1)进行测算。将数据带入式( 3) ,从全国和七个地区角度分析碳排放地理联系率,具体结果见表3。

从全国角度分析,1997—2012 年的R值相对于地区划分方式,只是在部分年份( 如1997、2005—2008、2010—2012) 表现出空间分布较高的一致性,尤其是近几年,区域物流碳排放和区域经济碳排放的R值始终在不断加强,即表明区域物流碳排放的增加,在很大程度上 “促成”了相同区域经济碳排放的大幅度增加。

从七个地区角度分析,华南、东北、西北、西南等地区R值较高,表明所属这些地区的省区物流碳排放和经济碳排放在空间上分布较为一致,但这些地区的经济发展总体水平落后于华东、华中和华北地区。华东地区的R值一直表现为缓慢的波动状态,2009 年的R值落至较低水平,其他时期的R值相近且近年却有所上升,即物流碳排放增加的区域,其经济碳排放也在增加; 华中地区以2003 年为界,2003 年前区域物流碳排放与经济碳排放的空间差异一直在强化,而2003 年后二者的空间分布一致性在加强,这些区域的物流业在经济发展中的贡献度在加强的同时,却由于物流业能耗效率较低,在很大程度上导致了区域经济碳排放的增加; 华北地区的R值在七个地区中总体表现最低,即华北地区物流碳排放较高的省区,其经济碳排放不一定高,物流业能耗效率利用程度相对较好。

4 结论

本文通过估算物流业相关能源的标准煤碳排放系数,以1997—2012 年各区域物流碳排放量数据为基础,结合所构建的测算模型,分析了我国区域物流碳排放、区域物流碳排放强度、区域物流与区域经济碳排放的地理联系率,得出如下结论:

( 1) 各省区物流碳排放总体表现出逐年增长的趋势,这与物流业经济水平的发展趋势非常相近。由于我国的物流业发展方式仍大多以粗放式方式发展,无法直接跳跃这样的初级阶段去强求一个区域在实现物流业发展的同时,其碳排放必须是保持降低的发展趋势。区域物流的发展过程中,在一定程度上必然引起区域能源消耗量的增加,这与物流业的产业性质相关。我国不同省区的物流碳排放差异的存在,说明在能源效率利用率方面存在差异,各省区在发展物流业的同时,应关注能源效率利用的新技术、方式等方面,不能单纯考虑物流碳排放量,也要关注如何减缓物流碳排放增长速度。

( 2) 大部分省区的物流碳排放强度在国内的排名,与其物流经济发展水平排名非常相近,在一定程度上反映出我国物流业发展对碳排放较高能源的高度依赖性。区域物流比较理想的发展方式,应该是随着物流业经济发展水平的提高,物流碳排放强度能够以降低的趋势随之演化。但是,我国满足这种理想发展方式的省区非常少,较大部分的区域物流还是沿袭随着物流业经济发展水平的微弱上升,却换来物流碳排放强度的较大幅度提升,这类省区应作为物流业节能减排发展进程中的重点优化区域。

城市空间结构演化的影响机制研究 篇6

一、聚集经济同城市空间结构的演化

在聚集效应的作用下, 经过市场的竞争与空间的流动, 城市的资源、资本和人口的聚集规模, 聚集结构与组织体系也渐趋完整, 整个城市的空间配置也渐趋稳定, 城市的聚集规模、组织结构和空间配置决定着城市空间结构的演变。在城市发展的过程中, 社会经济的要素也在不断的发生着变化, 如城市聚集的总量、构成以及布局等。社会经济要素的变化, 一方面是由于分工利益的不同, 市场效率以及规模经济等方面的变化造成的, 另一方面是由于拥挤成本、污染状况和土地投入的变化而产生的, 这些变化都会导致城市空间结构的变化。所以, 城市空间结构的演化与聚集经济属于同一个过程, 而且受其影响明显。

随着城市聚集主体的外部关系和聚集内容的变化, 聚集经济对城市空间结构的演化的主要影响在于以下几个方面。

首先, 随着城市新的职能和新的设施的出现、城市部分旧职能的衰退, 导致在城市内部出现了新的聚集群体。例如随着信息社会的来临, 高新技术成为城市发展的新动力。由于高新技术在人力、交通和自然环境等方面有着特殊的要求, 这就要求高新技术的开发区多建于开机科研机构、高等院校以及自然环境优美的地区。渐渐地, 在这些地区便形成一个新的城市聚集群体。

其次, 随着科技的发展, 城市的部分功能聚集发生了变化。部分相互融合的功能由于聚集导致利益下降, 最终再次走向分裂。而原本互相排斥的功能在科技的影响下, 也可能会融合在一起。另外, 居住区和工业区的分离、融合、再分离、再融合的过程也体现了这一变化。

最后, 聚集经济的分布发生变化, 也会导致城市内的土地利用密度和结构发生变化。聚集经济的分别发生变化, 那么聚集经济的每个方面就会出现不均衡性, 从而促进了城市内部的土地利用密度和结构的调整。

二、产业结构调整同城市空间结构的演化

城市的产业结构决定着一个城市的性质和其经济功能, 产业结构的变化会导致人口转型、城市化等结果。城市经济功能的演变必然会导致城市产业结构的变化, 反之, 产业结构的变化也会大大的促进城市的经济功能的发展。与此同时, 产业结构的调整对城市的用地提出了新的要求, 进而导致对城市外部形态与内部结构的做出调整。

随着工业革命的开展, 城市的产业结构出现了重大的调整。一方面, 城市产业结构的调整使城市的用地出现了新的需求和新的类型。另一方面, 城市的产业化促进了城市的功能发生了新变化, 城市用地的结构逐步的完善, 城市的市域城镇体系也在改变, 最终导致了城市的空间结构出现了变动。

产业结构的调整带动了经济的发展, 城市的人口也出现了大量的聚集, 最终打破了原有的城市的空间结构的稳定性, 社会的制度和生活状态也会发生变化, 最终导致了城市空间结构的重组。因此, 合理调整城市空间结构, 能够为城市的产业结构调整提供空间发展的基础, 为城市空间建立新的秩序, 有益于城市的可持续发展。所以, 通过研究城市的产业结构的发展特征, 能够为城市空间结构规划提供基础和前提。总之, 优化城市产业结构的进程, 就是抓住了城市空间发展的内在因素。

三、城市住宅发展同城市空间结构的演化

居住作为城市的基础性功能, 且居住用地在城市建设用地中所占比例最高。因此, 城市住宅建设的发展对城市空间结构的影响较为明显。居住空间区位的演化将直接影响到城市整体空间结构和形态的变化, 居住空间在初始化的过程中表现出聚集与扩散两种基本动态趋势。城市中心区始终具有巨大的居住功能, 集聚效应吸引城市要素的空间集聚。伴随着经济的发展, 城市交通系统的完善以及人们渴望更加宽阔的生活空间, 住宅郊区化成了必要的结果, 住宅郊区化的促进了城市空间扩张。

在改革开放前, 城市发展的早期, 规模效应和聚集效应不断吸引人们向城市中心聚集、人口向城市大量集中, 导致城市住宅建设密度和范围都不断增大。此阶段, 城市中心发展处于起步阶段。住宅建设多属于计划经济下政府行为, 商业住宅建设活动多为见缝插针的形式。

改革开放以后, 随着城市化进程的加快, 住宅建设量的严重不足, 居住条件随着人口的持续增长不断恶化。同时, 由于城市功能用地置换和扩建, 工业企业外迁, 旧城区良好的区位条件带来更高附加值, 旧城区承担巨大的居住功能。因此, 对城市中心未发展的区域进行开发建设或旧城改, 造成了这一阶段的城市空间结构演化的重要特征之一, 旧城的改造直接导致城市中心区空间结构的重组。

近年来, 随着经济的增长, 居民追求更舒适的居家环境和绿色生存空间生活居住空间, 市郊涌现出大量的住宅小区。住宅区投资选址都选在远离闹市, 却交通便捷、环境优美、亲近自然、社区配套设施齐全的近郊位置。此阶段, 住宅建设空间的郊区化直接导致城市空间的外延式扩张。

四、结语

综上所述, 本文主要从聚集经济、产业结构调整和城市住宅发展这三个方面, 对城市空间结构的演化进行了研究。通过分析, 城市空间结构的演化受这三个因素的影响明显。值得注意的是, 城市经济的发展, 大大的改善了人们的生活水平。但是城市发展造成的城市空间结构不合理等现象, 也需要引起城市规划部门的重视。只有在合理规划城市空间结构基础上的经济发展, 才能实现城市的可持续发展。

参考文献

[1]王磊.城市产业结构调整与城市空间结构演化——以武汉市为例[J].城市规划汇刊, 2012 (03) .

[2]叶强, 鲍家声.论城市空间结构与形态的发展模式优化——长沙城市空间演变剖析[J].经济地理, 2013 (04) .

[3]周彬学, 薛东前, 贺伟光.基于分形的关中城镇体系空间结构优化研究[J].陕西师范大学学报, 2013 (06) .

[4]张越, 韩明清, 甄峰.对我国城市郊区化的再认识——从城市化阶段谈中国城市发展[J].城市规划会刊, 2012 (11) .

差异空间演化 篇7

一、理论背景研究:供应链信息管理风险背景分析

从供应链信息管理的初衷可以发现, 通过寻求供应链之间上下游的利益一致性获得合作博弈的基础, 进而实现供应链信息管理的安全性和可靠性。研究者认为, 将利益相关者之间的策略过程设置为非零和博弈既可以形成双方目标一致的共赢性总体目标。事实上, 以上的假定存在着主体之间自觉形成均衡的愿望和过程的可能性, 忽视了在双方目标一致的过程中不同群体的差异性造成的信息管理中的风险带来的损害。从静态的博弈过程来看, 不同组织和群体之间在信息和信任得到充分满足时会形成共同目标, 或者说如果存在演化稳定的策略而不发生偏移, 那么供应链条的信息可以视为静止和单态的过程, 链条的自我运转将不受到外界的侵袭。即实现以下命题的可能性即存在着演化稳定策略δϵΔx-1是一个稳定策略, 那么总是存在另一个可以筛选的策略δ′, 使得δA[ (1-ε) +εδ′]δ′ A[ (1-ε) δ+εδ′ ]成立 (Maynard, Price , 1973) 。其中 为主体在选择策略时的概率, 这种概率通常大于0。即我们发现, 此种情况下供应链信息管理将不存在其他选择, 问题是上式忽视了异质性的特征, 从生物学和社会学的角度来看, 异质性是造成演化差异的主要原因。因此, 忽视了异质性将对群体尤其是较为复杂的社会群体做出的决策产生偏离性的差异, 这也是当前多米诺骨牌效应产生的灾难性后果的主要原因。在建立供应链上的不同节点并赋予任务的时候, 各不同节点不仅是在利益上存在差异, 甚至在活动能力和活动愿望上也存在着明显的差异。因此, 以上的唯一的最优策略的实现将显得困难重重了。基于此, 研究者开始关注如何在考虑差异策略的前提下实现信息传递的平衡性, 并最终实现演化策略的平衡。从社会演化系统的渐进过程来看, 群体之间的多边博弈在被认定为可以通过获得平均利润时, 此时信息将会平稳的传递到不同群体, 而一旦群体中存在着利益的独占优势或者比较优势时, 信息传递将被扭曲。虽然从研究者的研究中发现了长期过程的动态博弈能够在供应商之间形成稳定合作的策略, 但是这种过程在现实中难以实现。由于存在惩戒机制和选择机制, 关于渐进稳定的存在性仍然值得商榷。而且即使那些互动的频率可以通过长期观察到, 但是短期内出现的突然偏离往往能造成供应链条的断裂, 最终瓦解供应节点上不同利益主体的契约性合作关系。同时, 我们还不得不注意一种现象, 即契约签订之初因为未能考虑到执行过程可能出现的问题, 而发生的结果性的风险。这种风险一方面由于当事者之间本身的认识误差造成的非预见性的风险, 另一方面是当事人之间在执行过程中的利益分歧造成的个体累加的风险。前者是难以通过契约完善而改变信息的传递过程而减少供应链信息的风险性, 后者可以通过市场约束、契约的修订以及惩戒和监督机制获得改善。以上分析主要是基于在供应链管理中, 信息获得是利益分割的主要依据, 同时, 在当事者看来, 利益分割的自我认同的公平性也决定了他们之间在契约进一步完善的过程中的对策的调整, 反过来又影响着信息管理的有效性。因此, 从供应链信息管理面临的风险主要集中于当事者是否认同当前在供应链节点存在着公平的利益格局, 由此决定了他们在信息传递和信息披露的选择。当时一定的惩戒措施和威胁也是他们遵循契约按照要求传递信息从而保障信息的公正性和安全性的重要措施。但是, 在考虑供应链信息管理的风险性时, 还需要根据现实的具体情况进行判定。

二、现实背景分析:供应链信息管理的面临的问题

当前不同节点之间的供应商之间存在着利益格局不一致, 风险控制不严等问题, 严重制约了供应链信息管理的合理性和有效性。具体而言, 当前供应链信息管理面临的问题有以下方面:

(一) 利益占有不均衡加大了供应链信息管理的风险性。从当前我国的市场类型来看, 处于转型期的市场环境下构建的供应链体系存在着较为严重的利益不均衡现象。这主要体现在当前供应链节点的当事人因为所处的位置差异而造成的事实上的利益的不平衡。由于当前我国处在市场渐进发育和完善的阶段, 一方面, 某些市场供应商处在竞争激烈的环境下, 通过市场约束能够规范他们的行为, 但是另一方面, 对于那些除用于寡头市场甚至于垄断市场的供应商, 通过市场选择进行规范将难以收到应有的效果。因此, 就供应链存在本身来看, 有一些节点的供应商迫于市场竞争的压力公布真实、可信的信息, 从而为其他供应商的决策起到了良好的指引作用, 但是另一些处于垄断地位或者寡头地位的供应商, 则根据自身的利益取舍来发布有利于自身的相关信息。从而造成了信息的失真, 加大了供应链信息管理的风险, 并进一步加剧利益分配的不均, 扭曲了供应链信息管理的真实性。

(二) 缺乏供应链信息管理的规范措施, 供应节点的契约形式难以确立。尽管当前我国不同的供应商之间存在着不成文或者以文字为基础的合约形式, 但是从合约的内容和合约执行的效果分析, 大多数合约仅仅流于某种形式, 而且较为宽泛, 内容的和形式的缺乏标准性和可执行性。因此, 供应链形式较为脆弱, 供应链出现纠纷的可能性较大。和供应链契约相比, 供应链信息管理显得更加薄弱, 主要表现为信息提供的形式没有标准的、可理解的格式, 同时, 信息披露的内容也没有相应的界定, 内容过于随意, 不便于管理和甄别。具体到不同节点的利益主体来看, 我国供应链管理更强调技术的一致性和方法的优化选择, 而对不同供应商之间在整个的供应链管理中应当受到何种约束, 应当享有何种权利等规定不详, 契约形式的难以确定, 加大了供应链信息管理的难度, 使得不同供应商之间的信息可信度大打折扣, 从而进一步加剧了供应链信息管理的风险性。

(三) 没有相应的惩戒机制, 供应商存在投机动机, 供应链信息管理风险性隐患难以消除。从目前的供应链发展的过程来看, 当前我国缺乏对供应链中的违法行为的法律规范, 一方面表现为当事人从事供应链信息管理没有法律依据, 出现民事纠纷后, 处理程序复杂, 处理效果也不尽如人意, 另一方面体现在供应商因为违法成本低而屡次在供应链节点上进行投机活动, 因此出现了供应链条中不同当事人之间的利益侵占问题。而进行利益侵占的前提是信息管理较为薄弱, 能够被当事人所利用。缺乏良好的法律制度环境, 缺乏对当事人有效的监督和规范机制成为当前供应链信息管理难以达到效果的主要原因之一。根据以上的问题, 我们有必要采取相关措施对供应链信息管理进行完善和改进, 从而减少当前供应链信息管理的风险。

三、实现供应链信息管理有效性的对策和建议

从以上的分析可以看出, 理论上在各项措施都得到完善的情况下, 利益分割的自我认同性和相应的惩戒和规范措施能够减少和缓解因为演化差异造成的信息传递的影响, 而从现实分析中, 市场发育、法律规范等措施成为实现供应链信息管理有效性的关键。基于此, 提出以下建议:

(一) 进一步推进供应链条的市场化, 改善不均衡利益格局, 减少市场不完全对供应链信息管理造成的危害。首先必须要减少垄断市场和寡头市场对供应链条管理的影响, 即降低人为干预对供应链条不同节点的指引作用, 通过市场约束不同节点当事人的行为使得当事人在进行信息公布时, 能够按照整个供应链的要求适时、正确的发布。其次, 在订立相应的契约时, 约束那些利益占有群体的特权, 通过其他节点的利益相关群体的监督来减少这些特权群体的利益侵占行为, 为信息管理的客观、公正提供良好的基础。最后应该进一步推进供应链条契约的市场化过程。即以市场作为签订节点之间当事人契约的主要依据, 避免和降低因为市场本身的不完善对供应链信息管理的影响。

(二) 进一步规范供应链信息管理的内容和形式, 在提高技术的同时, 加强契约管理, 减少因契约不明晰对信息管理的影响。虽然不同供应商可能面临的市场环境和行业存在一定的差异, 但是其主要内容不应该差异过大, 应该存在着供应链信息管理的通用内容和通用格式, 一方面便于理解, 另一方面有利于统一管理。同时, 在签订契约时, 避免使用语意不清的文字和意义不明确的条例, 通过明确不同节点利益当事人的权利和义务规范供应链信息管理, 最终实现供应链管理的有效执行。

(三) 加强对供应链信息管理的法律规范, 降低因供应链当事人投机行为对供应链信息管理的风险的影响。国家应该及时出台加强供应链信息管理的有关条例和法律性文件, 并对那些利用供应链信息谋取私利的供应商进行严厉的惩戒, 从而约束因违法成本较低而造成的信息管理的投机行为。在制定法律措施时, 不仅要制定和供应链信息管理直接相关的法律规定, 还应该加强可能影响的其他法律规定, 例如制定供应链管理的组建、监督等法律规范, 为保证供应链信息管理的有效实施, 提供切实的帮助。

摘要：本文基于演化差异策略分析, 针对不同节点之间的供应商之间存在着利益格局不一致, 风险控制不严等问题, 严重制约了供应链信息管理的合理性和有效性, 根据这些问题, 提出了一些对策。

关键词：演化差异,供应链,信息管理

参考文献

[1].费尔南多—雷东多.经济学与博弈理论[M].上海:上海人民出版社, 2006

[2].董尹.供应链信息一体化研究综述[J].科技情报开发与经济, 2009, 23:133～134

[3].施先亮, 李伊松.供应链管理原理及应用[M].北京:清华大学出版社, 2006