Spatial Distribution Characteristics and Influencing Factors of Paragliding Organizations: A Sports Geography Perspective

CHEN Kunlun, JIANG Rui, NIU Di, LI Changlong, QIN Siyi

Journal of Capital University of Physical Education and Sports ›› 2026, Vol. 38 ›› Issue (2) : 171-180.

PDF(1466 KB)
PDF(1466 KB)
Journal of Capital University of Physical Education and Sports ›› 2026, Vol. 38 ›› Issue (2) : 171-180. DOI: 10.14036/j.cnki.cn11-4513.2026.02.006
Sports Governance and Sports Industry

Spatial Distribution Characteristics and Influencing Factors of Paragliding Organizations: A Sports Geography Perspective

Author information +
History +

Abstract

Paragliding organizations are an important part of China’s aviation sports industry and play an important supporting role in the development of China’s low-altitude economy. Against the background of high-quality development of low-altitude economy, taking paragliding organizations as the research object, this paper adopts spatial analysis methods to analyze the spatial distribution characteristics of 283 paragliding bases and 869 paragliding enterprises across 31 provinces (autonomous regions and municipalities directly under the Central Government) in China, and further applies the geographic detector model to identify the factors affecting their quantitative spatial distribution.The results show that: 1) The overall spatial distribution of paragliding organizations in China presents an unbalanced pattern, with a higher quantity in eastern regions and a lower quantity in western regions, and exhibits obvious agglomeration characteristics,and is unevenly distributed on the geographic map of China; 2) Paragliding bases have formed high-density agglomeration areas in the Yangtze River Delta, Hunan and Hubei, and the Pearl River Delta. Among them, paragliding enterprises have formed a high-density agglomeration area in Hunan and Hubei with Changsha as the center and a high-density agglomeration area in the Pearl River Delta with Guangzhou as the center; 3) The spatial distribution of paragliding bases in terms of quantity is influenced by nine factors covering four dimensions of geography, social economy, policy and transportation, while the spatial distribution of paragliding enterprises in terms of quantity is influenced by six factors across three dimensions: social economy, policy and transportation.

Key words

China / low-altitude economy / paragliding bases / paragliding enterprises / spatial distribution characteristics / influencing factors / geography of sport

Cite this article

Download Citations
CHEN Kunlun , JIANG Rui , NIU Di , et al . Spatial Distribution Characteristics and Influencing Factors of Paragliding Organizations: A Sports Geography Perspective[J]. Journal of Capital University of Physical Education and Sports. 2026, 38(2): 171-180 https://doi.org/10.14036/j.cnki.cn11-4513.2026.02.006

References

[1]
户外运动产业发展规划(2022—2025年)[EB/OL].(2022-11-07)[2025-09-26]. https://www.gov.cn/zhengce/zhengceku/2022-11/07/content_5725152.htm.
[2]
首次写入政府工作报告——“低空经济”加速起飞[Z/OL].(2024-04-02)[2025-07-10]. https://www.gov.cn/yaowen/liebiao/202404/content_6943071.htm.
[3]
政府工作报告[EB/OL].(2025-03-12)[2025-07-10]. https://www.gov.cn/yaowen/liebiao/202503/content_7013163.htm.
[4]
董范, 国伟, 董利. 户外运动学[M]. 武汉: 中国地质大学出版社, 2009:116.
[5]
CHAE S, SHIN J, SHIN Y, et al. Aerodynamic effects of canopy inflation in paragliding[J]. Journal of Mechanical Science and Technology, 2022, 36(4): 1835-1846.
[6]
PAULINA M, ANDRII A, RYSZARD K, et al. Experimental and numerical determination of strength characteristics related to paraglider wing with fourier transform infrared spectroscopy of applied materials[J]. Materials, 2022, 15(20):7291-7291.
The aim of paper is to determine experimentally and numerically the strength characteristics related to the paraglider wing with Fourier transform infrared spectroscopy of applied materials. The applied method consists in theoretical modeling supplemented by the tests of material parameters. First, the set of 10 lightweight fabrics was selected for the tests; the samples are representative for these structures. The materials were tested using the spectroscopy to determine the FTIR spectra. The samples differ in the content of certain characteristic groups. Air permeability change of the materials was determined for the different pressure drops. The air permeability of almost all the analyzed samples was close to zero with the exception of only one material. The tensile strength and elongation at the break of samples were determined on the testing machine. The paraglider samples were characterized by slightly decreased mechanical properties compared to the parachute fabrics. The material characteristics determined during the tests are the input data for the theoretical analysis. The numerical model of the paraglider wing is based on a 3D geometry from previous research, but the stress, strain, and deformation were determined using the ANSYS Structural program and the finite elements method. To determine the strength correctly, we introduce two basic values: the absolute maximal and the representative values that are the biggest repetitive values of stress, strain, and deformation. The stress value was determined by the main factors: (i) the thinner the material, the bigger the stresses that were accumulated; (ii) the stronger the material, the bigger the stresses that were accumulated. The results are similar for all materials and differ mainly by the values. The biggest stresses were observed inside the material contacting the ribs, whereas the biggest deformation and strain were in the regions between ribs, and the smallest were in the contact areas with the fixed supports. Their highest intensity was observed on the leading edge of the paraglider. We conclude that the obtained stresses were far from the breaking level for the wing.
[7]
PAULINA M, RYSZARD K. Textile cover effect on aerodynamic characteristics of a paraglider wing[J]. Fibres and Textiles in Eastern Europe, 2019, 27 (1(133)):78-84.
[8]
王珅, 黄治官. 我国滑翔伞运动损伤状况及其影响因素的流行病学调查[J]. 广州体育学院学报, 2014, 34(3):98-100.
[9]
SCHULZE W, RICNHTER J, SCHULZE B, et al. Injury prophylaxis in paragliding[J]. British Journal of Sports Medicine, 2002, 36(5): 365-369.
To show trends in paragliding injuries and derive recommendations for safety precautions for paraglider pilots on the basis of accident statistics, interviews, questionnaires, medical reports, and current stage of development of paragliding equipment.All paragliding accidents in Germany have to be reported. Information on 409 accidents was collected and analysed for the period 1997-1999.There was a substantial decrease in reported accidents (166 in 1997; 127 in 1998; 116 in 1999). The number of accidents resulting in spinal injuries was 62 in 1997, 42 in 1998, and 38 in 1999. The most common cause of accident was deflation of the glider (32.5%), followed by oversteering (13.9%), collision with obstacles (12.0%), take off errors (10.3%), landing errors (13.7%), misjudgment of weather conditions (4.9%), unsatisfactory preflight checks (4.9%), mid-air collisions with other flyers (2.2%), accidents during winching (2.2%), and defective equipment (0.5%). Accidents predominantly occurred in mountain areas. Fewer than 100 flights had been logged for 40% of injured pilots. In a total of 39 accidents in which emergency parachutes were used, 10 pilots were seriously injured (26%) and an additional three were killed (8%).Injuries in paragliding caused by unpredictable situations can be minimised by (a) using safer gliders in the beginner or intermediate category, (b) improving protection systems, such as padded back protection, and (c) improving pilot skills through performance and safety training.
[10]
SCHACHINGER S, FAHRINGER M, RASCHNER C, et al. Injuries and influencing factors on accidents in paragliding[J]. Sportverletzung Sportschaden: Organ der Gesellschaft fur Orthopadisch-Traumatologische Sportmedizin, 2020, 34(4): 197-203.
[11]
魏瑾琴, 赵佳琪. 双人滑翔伞运动对我国旅游业的影响研究[J]. 文体用品与科技, 2024(1):58-60.
[12]
裴城城, 魏瑾琴. 滑翔伞项目助力乡村振兴的内涵、价值及启示研究[J]. 文体用品与科技, 2023(17):114-117.
[13]
GYEPI G T F, PREKO A. Paragliding festival: Understanding stakeholder perception of environmental attitudes and tourism performance performance[J]. International Journal of Event and Festival Management, 2022, 13(3): 326-350.
Paragliding festivals have become significant events in the global tourism space, attracting tourists to local and international destinations. The purpose of this study was to assess environmental attitudes and rate the performance of the paragliding festival of the Kwahu traditional area in Ghana, from the perspectives of four stakeholder groups.
[14]
王金伟, 郭嘉欣, 刘乙, 等. 中国滑雪场空间分布特征及其影响因素[J]. 地理研究, 2022, 41(2):390-405.
滑雪场是冰雪运动的空间载体和冰雪产业赖以发展的重要依托。研究滑雪场的空间分布特征及其影响因素,对冰雪产业发展具有重要意义。以中国770家滑雪场作为研究对象,运用最邻近指数、不均衡指数、核密度分析等方法对滑雪场的空间分布特征进行分析,在此基础上构建地理加权回归模型探究其空间分布的影响因素。研究发现:① 中国滑雪场主要分布在黑龙江、山东、新疆、河北等北方地区,在空间分布上属于聚类分布型,具有聚集性和不均衡性的分布特征;② 已形成以哈尔滨为中心的黑龙江高密度区和以北京为中心的京津冀高密度区,以及以长治为中心的晋冀豫次级高密度区;③ 地形、气温、经济、城市、交通因素对滑雪场影响的空间差异性显著,包括正负值差异和高低值差异;④ 自然因素和社会因素对滑雪场空间分布的影响程度呈现出一定的内部差异性,其中自然因素产生的空间差异性更大,社会因素对滑雪场空间分布的影响具有一致性,整体呈正相关,且主要作用于北方地区的滑雪场。
[15]
王世金, 徐新武, 颉佳. 中国滑雪场空间格局、形成机制及其结构优化[J]. 经济地理, 2019, 39(9):222-231.
文章系统分析中国滑雪场空间分布特征,揭示形成这种空间格局的驱动机制,进而提出滑雪场空间结构优化方案。结果显示:中国滑雪场空间集聚明显,总体呈现“小集聚、大分散”、“片状与点状”并存的空间形态格局。高纬地区滑雪场空间格局主要由积雪—气候资源、冰雪文化共同影响,中纬地区主要由冬季赛事引领(政府主导)和市场共同驱动,西北—青藏高原地区属商业和资本运作、资源依托型空间形态,南方低纬地区则主要受巨大的客源市场驱动,且辅之以较强的经济基础。随着气候变暖影响的加剧,雪场空间布局必将继续回归积雪—气候资源为依托的主要驱动方向,且雪场数量将呈先增后降趋势,而质量则得以不断提升。未来,中国滑雪场应立足冰雪—气候资源禀赋条件及客源条件等因素,全面推进冰雪运动“南展西扩”战略,以东北三省提升现有滑雪场服务水平为基础,发挥当前京津冀冰雪运动引领带动作用,促进北方其他地区后发优势,带动南方地区和青藏高原协同发展,以实现“三亿人参与冰雪运动”目标。
[16]
厉新建, 殷婷婷, 李姗, 等. 中国露营地空间分布及其影响机制[J]. 经济地理, 2023, 43(5):205-218.
文章构建了中国露营地点位数据集,对全国露营地的空间分布模式、均衡态势、空间密度进行了量化分析,并结合熵值法和地理探测器模型探究了全国露营地空间分布的影响因素和驱动机制,结果表明:①露营地整体呈现集聚型空间分布格局,且露营地的空间分布集中度较高,非均衡特征明显;②露营地分布密度分层特征显著,在空间分布上呈现以“四核心—带状区—点状团”为依托的集中连片分布结构;③露营地空间分布格局是自然生态环境、交通区位基础、旅游休闲水平、社会人口条件和经济发展水平五大维度因素综合作用的结果,并且各影响因子对露营地空间分布的影响力具有动态差异性;④交通区位对露营地空间布局具有协同效应和保障效应,资源禀赋对露营地空间分布的作用表现为导向效应和杠杆效应,社会人口和经济水平对露营地空间布局的影响为重塑效应和叠加效应,疫情作用表现为催化效应。全国露营地空间分布形态存在较强的“路—景—城—人—地”的共生关系,多因子驱动使露营地呈现出“沿线、傍景、近城”的分布规律。
[17]
陈昆仑, 郭宇琪, 许红梅, 等. 中国高水平马拉松赛事的空间分布特征及影响因素[J]. 上海体育学院学报, 2018, 42(6):36-41.
[18]
金万富, 何广静, 陈乐. 中国高尔夫球场时空演变、影响因素和扩散模式[J]. 热带地理, 2020, 40(3):515-524.
利用空间分析和数理统计等方法探究了1984—2016年中国高尔夫球场数量时空演变、影响因素和扩散模式。结果表明:1)球场数量变化经历了低速增长期、稳定增长期、加速增长期和紧缩期;2)球场空间分布范围经历了扩张期和收缩期,向北、向西扩散较为明显;3)目前球场主要分布在经济发展水平较高且外向型经济突出的长三角、珠三角和环渤海地区;4)人均GDP、人口规模、区域开放程度、交通优势度、气候类型和土地资源稀缺性与球场空间分布均呈显著正相关,其中交通优势度相关系数最大;5)高尔夫球场空间扩散模式兼具接触性扩散和等级性扩散。
[19]
赵书虹, 李琴. 中国体育旅游精品项目的空间分布特征及其影响因素[J]. 经济地理, 2024, 44(1):185-196.
体育旅游精品项目是体育运动的重要空间载体和体育旅游产业发展的重要依托。基于ArcGIS空间分析方法从总体和区域层面对中国1079个体育旅游精品项目的空间分布特征进行分析,结合地理探测器、叠置分析方法剖析影响精品项目空间分布的主要因子。研究发现:①从总体层面来看,体育旅游精品项目呈“东多西少,南多北少”的空间结构特征;空间分布类型为集聚型;空间密度呈“单极多核”分布形态。②从区域层面来看,省域尺度精品项目分布极不均衡,空间分布密度差异较大,上海、北京、天津的分布密度最高;分布具有明显空间自相关特征,热点区集中于长三角地区和西南地区。市域尺度精品项目的区域不平衡程度大于省域尺度,热点区主要分布于长三角、京津冀、黔中城市群及青海东部、甘肃西北部等地区。③体育旅游精品项目的空间分布受地理环境、社会经济发展、资源禀赋、体育旅游政策环境、交通建设与住宿接待水平等5个维度因素的共同作用和影响,各影响因素对精品项目空间分异的解释度差异明显。
[20]
李凤, 汪德根, 刘昌雪, 等. 中国自驾车房车营地空间分布特征及其驱动机制[J]. 资源科学, 2017, 39(2):288-302.
随着社会经济的发展,自驾游、露营旅游、户外探险等新潮休闲方式兴起,自驾车房车营地的建设成为发展休闲经济的重要途径。借助GIS空间技术手段,分析了全国营地的总体分布特征,利用聚类图展示出营地聚集十大板块,重点阐释了自驾车房车营地发展的驱动机制。研究表明:①从全国看,营地分布呈现不均衡凝聚状态(R=0.588),环渤海、长三角、珠三角、成渝、湘鄂、内蒙古中部、滇中西、吉延边、闽海西和青东北等十大板块中,营地倾向集群于沿海地区、省会城市和中西部热点旅游城市,营地未来发展将呈现“聚集-扩散”新格局;②透视自驾车房车营地发展的时空趋势,可以发现市场条件、自然资源、交通网络以及政策环境是影响营地建设的主要要素,其中,自驾游市场规模的扩大、露营产品和理念的营销推广、依附于高禀赋资源的吸引、依赖于优良生态环境的支撑、交通水平提升与线路改进、景观廊道空间的利用、国家政策保障与引导和地方标准制定与规划等是推动营地发展的二级要素。
[21]
XU M R, XIONG K N, CHEN Y, et al. Evaluation of ecosystem carrying capacity and diagnosis of obstacle factors in the world heritage karst sites[J]. npj Heritage Science, 2025, 13(1):25-25.
[22]
马斌斌, 陈兴鹏, 马凯凯, 等. 中国乡村旅游重点村空间分布、类型结构及影响因素[J]. 经济地理, 2020, 40(7):190-199.
以全国首批320个乡村旅游重点村为研究样本,借助ArcGIS软件,运用最邻近点指数、核密度估计等空间分析模型,就其空间分布特征、均衡态势、分布密度进行定量化表征。在此基础上,对乡村旅游重点村目的地类型、旅游产品结构进行了梳理识别,并揭示了其空间分异规律与类型结构特征。最后,运用地理联系率、矢量数据缓冲区分析等方法剖析了其内在影响因素。研究发现:①乡村旅游重点村在全国的分布呈现两个高密度区和三个次级高密度区。②重点村的分布主要集中在经济发达、自然资源富集的东部地区,多以省会城市、主干路网为核心呈寄生状向周围扩散。③乡村旅游重点村目的地类型结构中,文化民俗类乡村旅游地所占比例最高,各目的地类型在全国的分布具有不均衡性,城郊休闲游憩型在西北地区所占比例最高,特色产业主导型主要分布在华北地区。④乡村旅游重点村产品结构中,文旅融合型产品占比最高,各类型产品形态在全国的分布呈现集聚性特征,体验观光型产品主要分布在西北地区,休闲度假型产品主要集中在华东地区。⑤资源禀赋基础、经济发展水平、客源市场规模、交通区位条件、政策及创新环境是影响乡村旅游重点村空间分布特征和类型结构差异的主要因素。
[23]
方叶林, 黄震方, 李经龙, 等. 中国特色小镇的空间分布及其产业特征[J]. 自然资源学报, 2019, 34(6):1273-1284.
以中国前两批特色小镇为例,综合利用最邻近指数、地理集中指数、不均衡指数、核密度、地理联系率等空间分析方法,分析特色小镇的空间分布规律,在此基础上提出特色小镇的产业特征及其开发建议。结果显示:中国特色小镇在分布上具有“总体集聚、依托经济、沿线、围城、靠景”的特征。从空间分布类型看,特色小镇主要分布在东部地区,人口分界线的东南部,大体上呈现出集聚分布的态势;从空间分布均衡性上看,特色小镇在空间分布上呈现非均衡特征,且集中度较高;从空间分布密度上看,中国特色小镇呈现出东多西少、南多北少、东南多西北少的空间分布格局,总体上形成五大集聚区,分别为环渤海集聚区、长三角集聚区、东南沿海集聚区、西南成渝集聚区、中原集聚区。当前特色小镇的空间分布是政策主导下区域经济、区位交通、核心城市、旅游资源等因素综合作用的结果。前两批特色小镇主要以农业主导型与工业主导型为主,产业特色有待进一步提升。根据分析结果,从尊重规律、政策导向、产业引领、要素配套等方面提出未来特色小镇的开发建议。
[24]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.
空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是:假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。
[25]
李扬, 刘慧, 汤青. 1985—2010年中国省际人口迁移时空格局特征[J]. 地理研究, 2015, 34(6):1135-1148.
改革开放以来,伴随着快速城镇化进程的推进以及20世纪80年代户籍制度出现松动,大规模跨区域的人口迁移流动已呈现不可阻挡之势,人口迁移时空格局亦发生着剧烈的变化。目前大多数相关研究只关注某一特定时期的人口迁移,故而人口迁移的时空格局分析显得尤其重要。使用双组分趋势制图法和1985-1990年、1990-1995年、1995-2000年、2000-2005年以及2005-2010年五个时期的人口迁移数据,分析人口迁入、迁出和净迁移的强度及其变化特征。在研究时期内,中国省际人口迁移表现出强烈的空间差异,迁移强度也有大幅的增加。八个主要人口迁入地全部位于东部三个经济快速增长的发展区域(珠江三角洲、长江三角洲和京津冀都市圈)内,而主要的人口来源地都是相对欠发达的中西部省份,这和全国经济发展空间格局完全吻合。双组分趋势地图结果显示南方省份的人口迁移强度及变化趋势都强于北方省份,因此从某种意义上说,在1985-2010年间,南方省份的人口迁移较北方省份更活跃,这可能主要受到南北方自然地理环境以及文化差异的影响。人口迁移时空格局分析结果表明,中国的人口迁移规律正在逐渐形成新特色,东部和西部地区之间的人口流动主要是受到经济因素和区域发展差异的影响,而南方和北方地区的人口迁移活跃程度则主要是由自然地理环境以及文化差异所致。
[26]
夏江涛, 刘奔越, 左逸帆. 广东省体育旅游资源空间分异、影响因素及开发路径[J]. 体育学刊, 2023, 30(3):76-83.
[27]
盘劲呈, 李海, 左逸帆. 我国体育旅游精品项目空间分布特征演变及其影响因素[J]. 山东体育学院学报, 2021, 37(1):74-80.
[28]
王秀伟, 李晓军. 中国乡村旅游重点村的空间特征与影响因素[J]. 地理学报, 2022, 77(4):900-917.
乡村旅游重点村是推进乡村旅游高质量发展的典型示范,对优化乡村旅游供给、引领乡村旅游发展具有重要意义。本文运用最邻近指数、核密度估计等方法分析了中国1000个乡村旅游重点村的空间分布格局和结构特征,揭示了乡村旅游重点村的空间分异规律。运用多元线性回归、矢量缓冲分析、地理探测器等方法剖析了影响乡村旅游重点村空间分布的主要因素。研究发现:① 乡村旅游重点村总体呈“东多西少”的空间分布格局。省际空间密度分层特征明显,“双核心—环核群—带状区”的空间分布规律突出。② 乡村旅游重点村的空间分布具有显著的空间正相关性,地域间呈冷点分散、热点集中的空间分异格局。③ 6类乡村旅游重点村的核密度呈一高五低、分异鲜明的类型特征。④ 乡村旅游重点村空间分布格局的形成是自然生态、社会经济、交通配套、景区资源、政策环境五大因素共同影响的结果。人均GDP和居民消费支出具有显著正向影响,客源市场距离及交通通达距离是负向影响因素。⑤ 各类乡村旅游重点村空间分布的驱动因素各异,与村落资源禀赋和发展特点具有密切关系。
[29]
曹开军, 王秘秘. 中国美丽乡村空间格局演变及其影响因素[J]. 地理科学, 2022, 42(8):1446-1454.
以2014年、2017年、2020年对应的140、560、1216个美丽乡村为研究对象,运用GIS空间分析方法研究美丽乡村空间格局演变特征,采用地理探测器和多尺度地理加权回归探究美丽乡村空间格局的影响因素及其在空间上的分异。研究表明:① 美丽乡村空间分布的集聚性增强,主要集聚区呈现“带状-网状-面状”分布的演变趋势,热点区由沿海地带向内扩散。② 美丽乡村的空间分异是多因素共同作用的结果,但各影响因素对美丽乡村空间分异的解释度呈显著差异,其中非物质文化遗产、5A级景区、人口密度对美丽乡村空间分布的解释力最大。③ 主要影响因素对美丽乡村空间分布的影响作用存在空间差异,且局部不平衡性显著,正相关和负相关分析单元具有呈块状与带状的聚集特征。
[30]
刘敏, 郝炜, 张芙蓉. 山西省A级景区空间分布与影响因素[J]. 经济地理, 2020, 40(8):231-240.
运用计量地理学以及GIS空间分析等方法,对2001—2017年的山西省A级景区空间分布特征及空间分布的演化过程进行分析研究,结果表明:①积聚型分布为山西省A级景区的主要分布类型,并且空间分布不均衡。②2001—2017年,山西省A级景区在11个地级市的空间分布均衡度类型从“差距悬殊”逐渐向“比较平均”类型发展,其中2014年最接近平均分布类型。③山西省A级景区的重心迁移轨迹在2001—2006年由北向南发展,2007年后向北迁移。2001—2017年,山西省A级景区空间分布的标准差椭圆长轴均呈东北—西南走向,长轴长度逐渐变短,至2017年达最短;A级景区空间分布的标准差椭圆短轴均呈西北—东南走向,长度基本不变。④太原—晋中地区、长治—晋城所在的太行山地区,运城—临汾所在的沿黄地区为主要的A级景区分布地带,已形成了以太原—晋中为代表的山西核心景区带,以长治—晋城为代表的南太行山景区带,以运城—临汾为代表的沿黄流域景区带。晋北地区景区的数量及分布发展缓慢,变化不明显;晋西及晋西北地区景区分布极少,为山西省A级景区空间分布密度演化的空白区域。
[31]
李莉, 张捷, 张卉, 等. 胡焕庸线简化解析几何模型与“胡焕庸线区位效应”——以中国大陆旅游市场潜力为例[J]. 经济地理, 2019, 39(4):10-17.
胡焕庸线以其对空间的简化表达,描述中国人口分布东西悬殊的宏观格局。文章将胡焕庸线简化为地理坐标系中的线性解析几何模型——简称“胡焕庸线模型”:Y=0.8697X-60.639,方便大数据背景下碎片化和非标准化对象空间相对胡焕庸线位置的判定。通过构建旅游空间潜力模型揭示中国大陆处于不同“胡焕庸线区位”地理单元的旅游市场潜力“胡焕庸线区位效应”,分析胡焕庸线作为除距离因素外体现区域差异重要因素的有效性。这种体现在旅游市场潜力空间差异的效应,反映中国宏观经济地理区位的规律性现象,是经济地理区位的“胡焕庸线区位效应”。“胡焕庸线模型”—“胡焕庸线区位”—“胡焕庸线区位效应”构成基于中国国情的中国特色地域传统导向型区位理论。
PDF(1466 KB)

Accesses

Citation

Detail

Sections
Recommended

/