空间距离是影响传统商业区位的关键因子.但随着信息通信技术(ICT)的迅速普及,空间距离对经济活动尤其是电子商务发展的限制越来越小,时间成本的影响地位日益凸显.然而,时间成本是否成为电子商务区位发展的核心机制,仍有待商榷.以成都市为例,通过建立O2O电子商务市场规模与时/空距离可达性和区位优势度的空间关系,尝试回答这一问题.结果表明:① 整体上,时间成本对成都市O2O电子商务空间发展的影响地位已经高于空间距离,成为了其区位核心机制的首要因素.② 基于空间距离的成都市O2O电子商务区位发展更自由,但对时间距离更敏感,市场规模更严格地按照时间距离区位优势度进行分布,这导致其与时间距离区位优势度的空间匹配性更好,依赖性更高.③ 随着城市"中心--边缘"的空间过渡,时间成本对O2O电子商务区位的影响基本不变,空间距离的影响逐渐减弱,时间成本的影响地位得到相对提升;空间距离和时间成本分别成为影响城市中心区和边缘区O2O电子商务区位发展的核心因子.④ 当前,受信息化,城市化,商业决策者和消费者等的影响,空间距离对O2O电子商务区位的影响仍不能忽视,其区位核心机制由时间和空间共同决定.⑤ 消费者和供应商的利益诉求,以及ICT的便捷性,是时间成本对O2O电子商务区位发展影响地位整体上高于空间距离的主要原因.

利用手机信令数据识别上海市域内手机用户的工作地和居住地,获取就业者的通勤数据,测度上海中心城的就业中心体系.首先用就业者工作地数据生成就业密度分布图,基于中心城的就业密度识别就业中心.随后,用就业者工作地和居住地数据分别从就业密度和通勤联系两方面测度各中心的能级,分析各中心的腹地和势力范围.研究发现:① 上海中心城的就业中心呈主中心强大的弱多中心体系;② 就业密度越高的中心与其他地区的通勤联系一般也越强,但通勤联系在各中心间的差异更显著;③ 能级越高的中心腹地面积越大,但势力范围不一定越大;④ 相比于能级,职住功能混合度对职住平衡的影响更大;⑤缺少就业中心的地区势力范围呈交替状.本研究一定程度上能有助于解决既往就业中心体系研究因空间单元较大,缺少通勤数据在中心识别,通勤联系测度等方面受到的局限,希望能为构建上海中心城就业多中心体系提供帮助.

随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制.

基于敏感性,稳定性和响应等适应性要素构建了产业系统环境适应性评价指标体系以及评价模型,并对吉林省松花江流域产业系统环境适应性演变特征以及影响因素进行分析.结果发现:① 产业系统的发展深受内外因素双重扰动作用,重型化的产业发展现实导致了产业系统运行状况不佳,而工业化的大力发展对环境的干扰不断增强;② 不同的适应性要素以及适应性子系统均表现出迥然各异的区域性演变特征,产业系统与环境系统以及产业系统适应力与环境系统适应力均具有非线性变化关系特征.环境系统适应力的提升对于产业系统环境适应性的优化改善均具有更为重要作用;③ 产业系统环境适应性总体表现出由流域自上而下依次降低到中心--外围特征逐渐形成的过程,说明了流域产业系统环境适应性并非一定完全呈现流域的特征,流域内中心性城市功能的发挥也可以影响并且改变其演化发展趋势;④ 产业结构,科学技术,经济发展水平以及政府调控能力是流域产业系统环境适应性的影响因素.