中国省域城市化效率与创新能力的空间耦合研究

2017-10-11 07:04王成新张北迪袁玉珂
华东经济管理 2017年9期
关键词:格局城市化耦合

吴 莹,王成新,张北迪,苗 毅,袁玉珂

(山东师范大学 a.地理与环境学院;b.外国语学院,山东 济南 250014)

中国省域城市化效率与创新能力的空间耦合研究

吴 莹a,王成新a,张北迪b,苗 毅a,袁玉珂a

(山东师范大学 a.地理与环境学院;b.外国语学院,山东 济南 250014)

文章以我国30个省区为例,构建城市化效率以及区域创新能力的评价指标体系来研究其时空演变过程,并运用双变量空间自相关模型分析了不同城市化效率对区域创新能力的空间差异化影响,揭示城市化效率与区域创新能力的空间耦合关系。研究表明:从时序演变上来看,中国城市化效率和区域创新能力大体上都呈现上升的趋势,结合变异系数可知,各省区城市化效率之间的差距在不断加大,而区域创新能力的差距在逐渐缩小;从空间格局上看,城市化效率整体上呈现由东部沿海地区向西部内陆递进的演变特征,区域空间格局变化差异显著,呈现差异化的区域集聚现象。区域创新能力在研究时段内表现出由空间分布均衡到区域集聚的演变特征,东西差异显著,最终表现出由东部沿海地区向西部内陆延伸的“T”字形格局;从空间耦合上看,城市化效率与区域创新能力之间存在一定程度的空间正相关,根据具体的空间关联模式,进一步将研究区域主要划分为高创新-高效率区、低创新-低效率区、低创新-高效率区三种类型。该研究从空间效应角度能够为新型城镇化建设和区域实施创新驱动战略提供一定的指导和借鉴。

城市化效率;创新能力;空间耦合

一、引 言

《国家新型城镇化规划(2014-2020年)》提出,城市化质量是新型城镇化发展的核心。城市化效率作为城市化质量的重要维度,提升其水平是今后城市可持续发展的重要任务之一[1]。改革开放以来,中国的城市化发展为经济社会的进步做出了重要贡献。但是,辉煌的城市化成就的背后是资源的高消耗、环境的高污染、资金的高投入。随着资源约束作用的加大,传统的粗放式的城市化发展模式已经难以为继,迫切需要提升城市化效率,有序推进城市化。创新是以转变经济发展方式,实现区域经济与环境可持续发展为目的的活动[2],目前已成为城市和区域发展的重要驱动力,在城市化内涵式发展方面扮演着重要角色。党的十八大明确提出要实施创新驱动发展战略,强调科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置[3]。在此背景下,从中国城市化效率和区域创新能力空间耦合角度出发,客观科学评价二者时空格局及其空间关联性,以期对提高区域城市化效率、调整创新资源配置以及促进区域可持续发展等方面提供依据。

近年来,国内外学者关于创新能力以及城市化效率的研究涌现出大量的研究成果。在区域创新研究方面,主要集中在区域创新能力的评价及其影响因素[4-6]、时空格局演变[7]、创新能力扩散[8]、创新绩效的测度[9]、创新联系[10-11]、创新产出[12-13];研究尺度从国家[14]、区域的宏观层面[15]到市域、县域的中微观层面[16-17]的转变。在城市化效率研究方面,研究者多运用 DEA[18-19]、SFA[20]等模型对城市化效率进行测度;研究内容方面主要集中在效率时空分异格局[21]、影响因素或驱动力[22]。在城市化与区域创新能力关系方面,现阶段国内外专家较多关注二者的计量统计方面的关系[23-25]。耦合概念最早来源于物理学方面的研究,是指两个或多个系统通过相互作用而联合的现象,广义上更多地强调事物之间的高度关联性[26],近年来广泛应用于区域要素系统的研究。空间耦合即空间关联,是基于空间视角来探索事物分布的关联性[27]。城市化以及区域创新是一个开放的复杂系统,一个区域的城市化效率变化以及创新水平的提高已不再仅仅依靠其内在因素,而是越来越受到周边地区的影响。在此,可以把城市化效率与区域创新能力两个子系统的耦合要素在空间分布上产生相互作用、互相关联的过程看做城市化效率——区域创新空间耦合,这种空间耦合关系集中反映为这两个子系统的地域空间组合关系及其内在空间关联性。近年来,国内外学者开始关注城市化及区域创新与其他系统的空间耦合的研究,涉及城市化与生产效率[28]、新型城镇化与产业集聚[29]、生态环境[30-31],区域创新与经济发展[32]等方面。综上所述,目前针对城市化效率与区域创新能力研究较多,而从空间耦合关联的角度探讨两者时空关系的研究比较少见。在研究城市化效率的基于投入产出的DEA以及SFA模型,该模型投入产出指标的选取、指标数量有很高的要求,且无法避免DMU的投入产出都低的,但效率的值仍达到DEA最优的缺陷[33]。

基于此,本文以中国30个省行政单位为研究对象,探讨中国城市化效率及区域创新能力的时空格局演变,厘清二者的空间关联关系的时空变化,旨在探讨城市化效率提升的过程中对区域创新能力的空间异质性影响,以期为提升中国城市化效率,增强区域创新能力,促进区域持续健康发展提供依据。

二、研究方法与数据来源

(一)研究方法

1.指标体系构建

参考前人的相关研究成果,遵循目的性、科学性、统一性、综合性以及可比性原则,城市化效率水平评价分为投入产出两个方面,共选取9项具有代表性的指标。其中投入指标主要包括土地、资金、劳动力三方面,产出指标则主要从经济、社会、环境效益三方面考虑。区域创新能力评价指标体系的构建则主要是从创新投入、创新产出、创新环境三方面,共选取10项代表性指标见表1所列。

表1 城市化效率与区域创新能力综合评价指标体系

2.熵权法

首先,对原始数据进行标准化处理,以消除量纲影响。Xij’表示标准化后第j年第i个指标的标准化结果,min xi与max xi分别为该类指标最小值与最大值,m为指标,n为选取的地区数量。

负向指标:

正向指标:

逐年计算各指标与权重求得各指标最终得分:yij=x’ijwi;其次,将同一年份各y值相加得到该年综合得分:yj=∑yij。

局部空间自相关主要基于空间联系的局部指标(Local Indicators of spatial association,LISA),是用以探究单个空间单元与周边地区相似属性集聚程度的方式,表达如式(2)。

3.空间自相关模型

空间统计分析主要研究与地理位置相关的数据间的空间依赖、空间关联或空间自相关[34]。本文为研究区域创新能力与城市化效率之间的空间耦合关系,采用双变量空间自相关的研究方法,对二者的空间关联模式进行研究。探索性空间分析(Exploratory Spatial Data Analysis,ESDA)是基于空间邻近关系探索空间依赖或自相关的分析方法,主要包括全局空间自相关与局部空间自相关,二者又主要采用Mo⁃rans’I指数和Local Morans’I指数来表征全局和局部的空间自相关性。

全局空间自相关Morans’I为区域整体的自相关性,是某种要素属性空间分布的随机性、高低值之间的聚邻性,表达如式(1)。

双变量空间自相关模型是为了描述多个变量之间的空间相关性,在莫兰指数的基础上扩展而来,为揭示不同要素空间关联性提供了可行方法。

其中,I为城市化效率与区域创新能力的双变量自相关系数,Cai表示城市化效率的标准值,Cbi是区域创新能力的标准化值。

(二)数据来源

本文数据主要来源于2001-2015年《中国统计年鉴》、《中国城市统计年鉴》、《中国科技统计年鉴》、《中国区域创新能力报告》、《新中国60年统计资料汇编》,以及研究所需的30个省(市、区)相关年份的统计年鉴。在具体计算中,囿于西藏自治区及港澳台统计数据缺失,故以我国30个省级行政单位为研究对象,时段选取自2000-2014年,其中选取2000年、2005年、2010年、2014年4个具有代表性的时间截面进行重点研究。

三、结果与分析

(一)城市化效率时空变化分析

1.中国城市化效率的时序演变

依据构建的基于投入产出两个维度的中国城市化效率评价指标体系,分别对中国各省的城市化效率进行测算:①总体上看,除了2010年的广西和2014年陕西,其余省区在2000-2014年研究时间段内城市化效率水平均得到了大幅度提升,各省区城市化效率综合水平的均值也从2000年的0.086增加到2014年的0.295,年均增长9.2%。②各地区城市化效率综合得分的标准差从2000年的0.05增加到2014年的0.14,说明研究时段内,中国整体上各省区城市化效率水平的差距在逐渐加大。③从城市化效率提升速度来看,2000-2014年,各省区之间维持在一个相对稳定的水平,增长幅度差异不大。山东、河南、江西、四川、重庆相对较高,年均增长速度维持在14%左右,占据省区总数的16.7%。除北京、上海、广西、海南省在6.5%的水平,其余省区大都维持在10%左右。

2.中国城市化效率的空间格局演变

为分析2000-2014年中国城市化效率的空间格局演变特征,根据评价指标体系测算结果,以2014年数值为参照标准,通过ArcGIS自然断裂法,将中国省区城市化效率划分为低城市化效率、中等城市化效率、较高城市化效率、高城市化效率四类(见图1),以探讨中国城市化效率的空间分异特征。

图1 2000、2014年中国30个省区城市化效率空间分布变化

从全国层面来看,2000-2014年中国城市化效率空间分异整体上呈现由东部沿海地区向西部内陆递进的演变特征,这一特征与中国区域经济发展的梯度格局基本一致。区域层面看,在研究时间段内东北地区以辽宁省为核心,与吉林省、黑龙江省的城市化效率区域格局呈现出“核心-边缘”式的空间分异特征。东部沿海地区主要省份城市化效率处于不断提升的阶段,特别是长三角、京津地区一直处于中国城市化效率的高值聚集区。从图1可以发现,京津冀地区的城市化效率呈现明显的“圈层结构”,这与该区域经济格局基本相同。东南地区呈现出以广州为城市化效率高值为核心,中等和较低城市化效率相环绕的空间格局。

(二)区域创新能力时空变化分析

1.区域创新能力时序变化分析

依据构建的区域创新能力的评价指标体系,从创新投入、创新产出和创新环境三个维度对各省区创新能力进行测算,从而得出2000-2014年中国30个省区的创新能力综合指数,结果见图2。从整体上看,创新能力综合指数不断提高,各省份地区的区域创新综合能力均值从2000年的0.07上升到2014年的0.25,年均增加9.55%。区域之间的差距呈现缩小的态势。2000-2014年30个省区变异系数从0.75下降到0.56,虽区域创新能力差距悬殊,但区域之间的差距明显缩小。省区之间创新能力提升速度较快,区域之间提升速度差异不是很大。年均提升速度增加超过12%的地区主要是四川、海南、安徽、浙江、江苏、青海等,占省区总数的20%。年均增长速度超过10%,创新提升速度较快的省区数有19个,占省区总数的63.3%。表明未来中国各省区创新水平的提升有着良好的潜力和前景。

图2 2000-2014年中国30个省区区域创新能力

2.区域创新能力空间格局变化

为分析2000-2014年中国30个省份创新能力综合水平的空间格局演变特征,根据评价指标体系测算结果,以2014年数值为参照标准,通过ArcGIS自然断裂法,将中国区域创新能力划分为低创新能力、中等创新能力、较高创新能力、高创新能力四类,以探讨中国区域创新能力的空间分异特征,结果见图3。

图3 2000-2014年中国30个省区创新能力空间分布变化

从全国层面来看,2000年中国区域创新能力格局整体上空间分布较为均衡,尚未出现较为明显的集聚现象。2005年以来,中国区域创新能力综合水平空间分异特征逐渐显现,2005-2010年基本呈现出东部沿海省份普遍偏高,中西部以及东北地区低水平分布的空间格局,但是明显发现东部沿海内部创新能力水平差距较大。2014年中国区域创新综合水平空间结局发生明显变化,与前十年的空间分布格局迥异,形成了一条东部沿海地区向西部内陆延伸的中等水平集聚带的“T”字形格局。

区域层面来看,2000-2014年长江三角洲以及京津地区逐渐发展成为中国的创新高地。东南地区形成了以广东省为核心的创新能力不断增强,低水平创新以及中等创新水平区域相围绕的空间分布格局。从变化幅度来看,浙江、广州提升速度较快,其他区域创新能力综合水平变化幅度较小且提升速度较慢。

3.城市化效率与创新能力空间关联格局

通过对2000-2014年中国30个省区城市化效率以及区域创新能力综合水平的空间格局演变分析发现,在不同年份二者呈现一定程度的空间集聚。本文运用Geoda软件,采用双变量空间自相关模型对中国城市化效率与区域创新能力的空间关联性进行研究,探讨二者在空间分布格局上的关联性。

运用Geoda软件对城市化效率和区域创新能力进行双变量全局自相关分析,结果表明:2000-2014年,Moran's I分别为0.091、0.101、0.129、0.144,均为正数,表明在空间全局分布上,中国30个省区的城市化效率和创新能力存在一定程度的空间正相关,且关联性在逐年增强,即区域创新能力较强的省区城市化效率水平也相对较高,创新能力弱的地区城市化效率普遍偏低。由于全局空间自相关系数只是考察了城市化效率与区域创新能力在空间上的平均差异程度而忽视了不同区域的空间变异程度。为进一步识别不同空间位置上城市化效率与区域创新能力的关联模式,进而运用双变量局部空间自相关模型来进一步考察二者的局部空间异质性。由图4可以观察到,2000-2014年整体上城市化效率与区域创新能力空间关联格局变化不是很大,主要包括高创新-高效率区、低创新-低效率区、低创新-高效率区三种类型。

图4 城市化效率与区域创新能力双变量LISA聚类

(1)高创新-高效率区:指区域创新能力高,且城市化效率也比较高的区域,表明高城市化效率对区域创新能力的强带动作用明显。2000年该区域主要是辽宁、北京、天津、江苏、上海、浙江等。2005-2014年该类型空间范围不断扩大但整体上空间格局变化不是很大,形成了明显的东部地区高值集聚的空间格局并呈现出自我强化的趋势。首先,东部主要省份经济较为发达,城市化发展的经济效益较为明显;高校云集为区域创新发展提供了人才储备。其次,随着国家产业结构的优化调整,东部地区的产业结构不断升级,低附加值的产业类型逐渐向中西部地区的转移使得东部城市化效率的社会效益以及环境效益大大提升。除此之外,东部地区因其优越的地理位置以及较为完善的城市基础设施,在获取外资以及吸引总部经济等方面具备了得天独厚的优势条件,这些都为东部地区的资本集聚以及区域智力提升提供保障。

(2)低创新-低效率区:指区域创新能力弱,且城市化效率水平也相对较低的区域,表明低效的城市化发展对对区域创新起到了抑制作用。2000-2014年中国低创新-低效率区域变化幅度相对较大,整体上集中在中国的西部。2000-2005年该区域范围逐渐向南扩展,由2000年的青海、甘肃、四川、广西等省份增加了贵州,2010年主要集中在青海、四川、云南等地区。2014年该类型范围逐渐缩小,只有青海、四川表现出低创新能力-低城市化效率的特征。由于西部地区相对于东部省份来说,资源禀赋以及通达程度相对较差,因此城市化质量提升方面与东部差距较大。创新发展方面,西部地区不管是创新的成本投入或是教育水平和吸引人才方面,与东部地区存在明显的差距,因此一直处于中国创新发展的低水平地区。

低创新-高效率地区是指区域创新能力弱但是城市化效率水平相对较高的区域。由图4可以看出,2000年该类型区域分布较为分散,2005-2014年,低创新能力-高城市化效率的区域呈现一定程度的集聚,主要集中在内蒙古、山西、陕西、河南、吉林等地区。近十年,该区域的创新能力并没有伴随着城市化水平及其质量的提升而在空间上有所提高,城市化效率对区域创新能力的增强带动不大显著,这在一定程度上说明在其城市化进程中存在粗放式的发展,城市化效率中的人口增加以就地城市化的居民为主,缺乏拥有较高创新能力的高素质人才,使得区域创新发展较为缓慢。

四、结 论

(1)从时序演变特征来看,中国城市化效率呈现波动上升的趋势,大部分省区在研究时间段内城市化效率水平均得到了大幅度提升且各省市城市化效率的差距在不断扩大。空间格局上,整体上呈现由东部沿海地区向西部内陆递减的演变特征,从区域角度看,出现了差异化的区域集聚现象:东北地区逐渐呈现出“核心-边缘”式的空间分异特征;长三角、京津地区一直处于中国城市化效率的高值聚集区;京津冀地区的城市化效率呈现明显的“圈层结构”。

(2)2000-2014年中国30个省区的区域创新能力综合指数不断提高且各省份之间的差距呈现缩小的态势。2005年之前中国区域创新格局整体上空间分布较为均衡,2005年之后开始逐渐呈现区域集聚的现象,基本呈现出东部沿海省份普遍偏高,中西部以及东北地区低水平分布的空间格局。2014年基本形成了一条东部沿海地区向西部内陆延伸的中等水平集聚带的“T”字形格局。

(3)城市化效率与区域创新能力存在一定程度的空间正相关,且关联性在逐年增强。局部空间上主要包括高创新-高效率区、低创新-低效率区、低创新-高效率区三种类型的空间组合关系。高高地区主要集中在中国东部沿海的主要省份;而低低聚集区主要是西部的青海、甘肃、四川等中西部地区;低高这种空间关联模式主要集聚在中国北方部分省区,该区域城市化效率对区域创新能力的空间影响不大显著。

[1]魏后凯,苏红键,韩镇宇.城镇化效率谁最高?——285个地级及以上城市城镇化效率排名[J].中国经济周刊,2016(11):78-81.

[2]齐亚伟.我国区域创新能力的评价及空间分布特征分析[J].工业技术经济,2015(4):84-90.

[3]王兰英,杨帆.创新驱动发展战略与中国的未来城镇化建设[J].中国人口·资源与环境,2014,24(9):163-169.

[4]魏守华,吴贵生,吕新雷.区域创新能力的影响因素——兼评我国创新能力的地区差距[J].中国软科学,2010(9):76-85.

[5]王家庭,贾晨蕊.中国区域创新能力及影响因素的空间计量分析[J].中国科技论坛,2009(12):73-78.

[6]Jalles J T.How to measure innovation?New evidence of the technology-growth linkage[J].Research in Economics,2010,64(2):81-96.

[7]侯纯光,程钰,任建兰,等.中国创新能力时空格局演变及其影响因素[J].地理科学进展,2016,35(10):1206-1217.

[8]Francesco Quatraro.Diffusion of Regional Innovation Capa⁃bilities:Evidence from Italian Patent Data[J].Regional Stud⁃ies,2009,43(10):1333-1348.

[9]谭俊涛,张平宇,李静.中国区域创新绩效时空演变特征及其影响因素研究[J].地理科学,2016,36(1):39-46.

[10]张惠璇,刘青,李贵才.广东省城市创新联系的空间格局演变及优化策略[J].地理科学进展,2016,35(8):952-962.

[11]吕拉昌,梁政骥,黄茹.中国主要城市间的创新联系研究[J].地理科学,2015,35(1):30-37.

[12]李国平,王春杨.我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证[J].地理研究,2012,31(1):95-106.

[13]何键芳,张虹鸥,叶玉瑶,等.广东省区域创新产出的空间相关性研究[J].经济地理,2013,33(2):117-121+140.

[14]Neil Lee,Andrés Rodriguez-Pose.Innovation and spatial inequality in Europe and USA[J].Journal of Economic Ge⁃ography,2013(13):1-22.

[15]宋周莺,车姝韵,王姣娥.东北地区的创新能力演化及其经济带动作用分析[J].地理科学,2016,36(9):1388-1396.

[16]朱雪珍.苏州市创新能力实证分析[J].科技进步与对策,2010,27(16):122-125.

[17]张洁音,黄友,张乐萍,等.浙江省城市创新能力的评价研究——基于58个市(县)的创新能力分析[J].华东经济管理,2012,26(10):13-18.

[18]孙东琪,张京祥,张明斗,等.长江三角洲城市化效率与经济发展水平的耦合关系[J].地理科学进展,2013,32(7):1060-1071.

[19]吴旭晓.中原崛起视域下河南省城市化效率的动态评价——基于非参数DEA-Malmquist方法[J].地域研究与开发,2012,31(5):33-38.

[20]戴永安.中国城市化效率及其影响因素——基于随机前沿生产函数的分析[J].数量经济技术经济研究,2010(12):103-117,132.

[21]张明斗.中国城市化效率的时空分异与作用机理[J].财经问题研究,2013(10):103-110.

[22]万庆,吴传清,曾菊新.中国城市群城市化效率及影响因素研究[J].中国人口·资源与环境,2015,25(2):66-74.

[23]王永锋,高建华,张智先.中原城市群城市化水平与创新能力协调发展研究[J].城市问题,2007(4):11-16.

[24]程海森,刘立军.基于空间面板模型的城市化与区域创新能力实证研究[J].现代管理科学,2014(8):75-77.

[25]蒋天颖,华明浩,许强,等.区域创新与城市化耦合发展机制及其空间分异——以浙江省为例[J].经济地理,2014,34(6):25-32.

[26]何宜庆,廖文强,白彩全,等.中部六省省会城市金融集聚与区域经济增长耦合发展研究[J].华东经济管理,2014,28(7):70-75.

[27]申庆喜,李诚固,周国磊,等.2002-2012年长春市城市功能空间耦合研究[J].地理研究,2015,34(10):1897-1910.

[28]Roland Andersson,John M Quigley,Mats Wilhelmsson.Ur⁃banization,productivity,and innovation:Evidence from in⁃vestment in higher education[J].Journal of Urban Econom⁃ics,2009,66(1):2-15.

[29]俞思静,徐维祥.金融产业集聚与新型城镇化耦合协调关系时空分异研究——以江浙沪为例[J].华东经济管理,2016,30(2):27-33.

[30]张引,杨庆媛,闵婕.重庆市新型城镇化质量与生态环境承载力耦合分析[J].地理学报,2016,71(5):817-828.

[31]Chuanglin Fang,Haimeng Liu,Guangdong Li.Internation⁃al progress and evaluation on interactive coupling effects between urbanization and the eco-environment[J].Journal of Geographical Sciences,2016,26(8):1081-1116.

[32]谢彦龙,李同昇,李梦雪,等.区域创新与经济发展时空耦合协调分析——以陕西省为例[J].科技管理研究,2017,(2):90-96.

[33]张荣天,焦华富.泛长三角城市发展效率时空格局演化与驱动机制[J].经济地理,2014,34(5):48-54.

[34]詹璇,林爱文,孙铖,等.武汉市公共交通网络中心性及其与银行网点的空间耦合性研究[J].地理科学进展,2016,35(9):1155-1166.

Abstract:Taking the 30 provincial-level administrative areas is China as examples,this paper establishes the evaluation index system of urbanization efficiency and innovation capability to study the temporal and spatial evolution process,applies the bi-variate spatial autocor⁃relation model to analyze the spatial differentiation effect of different urbanization efficiency on regional innovation capability and reveals the spatial coupling relationship between urbanization efficiency and regional innovation capability.The study shows that:From the per⁃spective of the temporal evolution,the urbanization efficiency and the innovation capability generally present an upward trend.According to the coefficient of variation,the gap of the urbanization efficiency between the provinces continues to increase whereas the gap of innova⁃tion capability is gradually reduced;From the perspective of the spatial patterns,the overall urbanization efficiency presents the progres⁃sive evolution characteristics from the eastern coastal areas to the inner areas,the differences of regional spatial patterns are significant,which indicates the phenomenon of regional agglomeration.During the study period,the regional innovation capability shows the evolution characteristics from balanced distribution to regional agglomeration,there is a significant difference between the east and the west,which finally presents the"T"-shaped pattern extending from the eastern coastal areas to the western inland;From the perspective of the spatial coupling,there is a certain degree of positive correlation between urbanization efficiency and innovation capability.According to the spe⁃cific spatial association mode,the study areas are further divided into three types:high-innovation and high-efficiency area,low-innova⁃tion and low-efficiency area,low-innovation and high-efficiency area.This study can provide some guidance and reference for the con⁃struction of new urbanization and the implementation of regional innovation driven strategy from the perspective of the spatial effect.

Keywords:urbanization efficiency;innovation capability;spatial coupling

[责任编辑:张 青]

A Study on the Spatial Coupling Relationship between Urbanization Efficiency and Innovation Capability of Provincial-level Administrative Areas in China

WU Yinga,WANG Cheng-xina,ZAHNG Bei-dib,MIAO Yia,YUAN Yu-kea

(a.College of Geography and Environment;b.College of Foreign Languages,Shandong Normal University,Jinan 250014,China)

F061.5;F299.2

A

1007-5097(2017)09-0068-07

10.3969/j.issn.1007-5097.2017.09.009

2017-06-25

国家自然科学基金项目(41371170);山东省研究生教育创新计划项目(SDYC15041)

吴 莹(1992-),女,江苏宿迁人,硕士研究生,研究方向:城市地理与区域规划;王成新(1971-),男,山东新泰人,教授,博士生导师,研究方向:区域发展与城市规划;张北迪(1962-),女,河南开封人,副教授,硕士,研究方向:区域地理;苗 毅(1992-),男,山东威海人,硕士研究生,研究方向:区域发展与城市规划;袁玉珂(1992-),男,山东枣庄人,硕士研究生,研究方向:区域发展与规划。

猜你喜欢
格局城市化耦合
非Lipschitz条件下超前带跳倒向耦合随机微分方程的Wong-Zakai逼近
基于磁耦合的高效水下非接触式通信方法研究
格局
联手共建 努力打造大调解工作格局
城市化对经济增长推动作用的经济学研究
多星座GNSS/INS 紧耦合方法
基于CFD/CSD耦合的叶轮机叶片失速颤振计算
小人物的大格局
中国早期城市化的动力机制
实行“一包两进” 构建“三位一体”教育格局