区域人口密度函数与增长模式:兼论城市吸引范围划分的GIS方法

区域人口密度函数是研究中心城市对周围区域影响的有效方法。为了控制自然因素对人口密度分布的影响 ,本文的研究地域范围限定在我国四个主要的平原地区 :东北、华北、两湖平原和四川盆地。城市吸引范围是基于重力模型用GIS方法划分的。利用 1982年至 1990年的人口资料进行的模型模拟的结果表明 ,我国区域人口分布特征同西方国家一样 ,呈现出距离衰减特征 ,即随离城市的距离的增加 ,人口密度逐渐下降。由于城市经济增长的原因 ,城市人口增长快于边远地区 ,呈现出向心集聚的趋势。但不同区域集聚程度不一 ,核心城市人口快速增长的区域 ,腹地的人口增长比较迟缓 ;而核心城市人口增长速度一般的区域 ,腹地近乎是同步增长。     

1985―2010年中国沿海城市人口密度时空变化

基于1985―2010年沿海城市人口密度数据,利用ArcGIS和空间统计的方法,分析了1985、1990、1995、2000、2005和2010年6个时间节点沿海城市人口密度的时空变化特征,并探讨了沿海城市人口密度变化的驱动因素。结果表明：1985年以来中国沿海城市人口密度整体上呈现不断增长的趋势,2010年沿海城市常住人口总数为2.64亿人,约占全国总人口的19.70%,平均人口密度在640人/km2左右。人口空间分布差异明显,集中表现为区域中心城市人口密度大,南通市以北地区大部分沿海城市的人口密度小于南通市以南的沿海城市。自然因素、经济因素、城市地位与功能、国家政策以及城市发展历史等是沿海城市人口密度差异的主要驱动因素,其中人口迁入已成为影响人口密度时空变化的最重要驱动力。为进一步促进沿海城市人口的合理分布,建议加强引导沿海地区人口有序流动,积极发展中小城镇,注重提高环境的承载力,促进人口、资源与环境的可持续发展。     

基于GIS 的城市内部人口空间结构研究 ——-以深圳市为例

社会科学开始借助于地理信息系统(GIS) 的空间统计分析方法, 来研究社会现象的空间 模式和非常态分布, 研究社会科学中的空间结构问题。人口是城市空间结构演变中最为活跃的因 素之一, 同时也较易获取、容易做到时空连续, 因此往往是衡量城市内部空间结构的重要指标之 一。借助于GIS 技术, 以20 世纪90 年代以来深圳市城市内部人口空间结构研究为例。研究结果 表明深圳市城市内部人口空间结构总体表现为集聚。具体来说: 1990 年和2000 年深圳市人口密 度均以特区内东门街道为最高, 特区外各街道人口密度增长较快; 1990~2000 年人口重心向西北 移动约4km; 1990 年人口密度函数和2000 年人口密度函数均以反函数模型拟合较好, 从市中心 随着距离增加, 人口密度递减; 空间相关性分析结果表明在市中心附近具有较大的向心效应, 带 来周边邻近区域人口的增长, 而在东部郊区人口分布相对稀疏, 出现部分离心效应。     

城市居住人口空间分布的模拟研究——以广州市天河区为例

为解决以行政区为单位的人口数据空间表示法无法准确反映人口实际分布的问题,文章以广州市天河区为例,利用高分辨率遥感影像数据,采用面向对象法对建筑进行提取和分类,并结合广州市土地利用现状图对分类结果进行验证和修订.在此基础上,利用土地利用密度法估算研究区各街道居住建筑的人口密度,并采用格网法进一步构建城市人口空间分布模型模拟城市居住人口的空间分布.结果表明,广州市天河区的人口主要集中在广园快速公路以南的带状区域内,中心商业区和工业密集区的人口密度最大,主干道附近区域的人口密度显著大于其他区域;距离城市中心较远的新塘、凤凰、长兴、龙洞等街道的人口密度整体偏低,模拟结果与研究区的实际情况相符.文章采用的数据可获得性强,操作方法简单,估算精确度高;研究提高了建筑解译和分类的效率,真实地反映了城市人口的空间分布特征,建模方法和研究思路具有一定推广意义.     

中国城市人口密度分布模型研究进展及展望

城市人口密度分布及模拟是城市空间结构、郊区化研究中的重要内容.经济学和区域科学学者对城市人口密度分布模型研究文献很多,揭示了发达国家城市人口分布经历了从单中心到多中心的演变.本文从单中心城市和多中心城市2种研究假设,梳理了中国城市人口密度模型研究进展.从已有研究看,中国城市人口密度模型的研究主要集中在对北京、上海等个别大城市的研究上,多为个案研究.这些研究表明中国城市人口密度分布存在共性特征:①单中心人口密度模型能够较好的描述中国的紧凑性的城市人口分布;②负指数函数在模拟中国城市人口密度时有较好的优度;③同国外相关研究结论一致,中国城市的人口密度模型中,人口密度梯度逐渐变小,密度曲线变得更为平缓.④多中心模型研究表明,部分大城市的人口密度分布已经符合多中心模型分布特征,大城市次中心已经初步发育.纵观中国城市人口密度模型的研究,发现存在数据质量差、研究方法滞后、研究城市少、可比性差等问题,针对这些问题,提出应该在未来应努力利用GIS等提高数据质量,创新研究方法,对中国城市密度模型研究进行更深入的研究,加强比较研究,从而构建中国城市密度模型的相关理论,进而推动中国城市空间结构及郊区化研究.     

长江三角洲人口时空格局演变及驱动因素研究

运用重心、人口密度及相对变化率、空间计量等方法，对长江三角洲人口分布格局演变、驱动因素进行研究。结果表明：① 2000—2018年人口重心迁移方向的变化，表征人口分布格局转变，而迁移速度趋缓表征了区域发展向稳态的转变；② 在人口密度分布呈现相对稳定的区域差异基础上，时空演变从2000—2012年上海、苏南显著的增加与苏中、苏北、安徽部分城市的下降，向2012—2018年部分欠发达城市人口快速增长转变。③ 空间计量回归表明，在人口集聚的“马太效应”下，驱动因素的变化主要表现为市场力量的趋强、政府影响的弱化，另一方面区域一体化的推进也带来空间溢出效应的增强。     

京津冀都市圈人口集聚与扩散及其影响因素——基于区域密度函数的实证研究

人口集聚与扩散是诠释区域形态和空间结构的重要方面,对其研究有助于理解区域空间结构特征及演变趋势。本研究使用区域密度函数考察京津冀都市圈人口集聚与扩散的特征、趋势及模式,并在其基础上建立计量模型,分析人口集聚与扩散的影响因素。多中心区域密度函数的估计结果显示,京津冀都市圈空间发展正逐步由20世纪80年代的少数核心城市主导的向心集聚阶段,向90年代的多中心集聚与核心城市腹地扩散并存的阶段转变。而且,不同层次的中心城市表现出不同的人口集聚与扩散模式,即去中心化扩散、中心增长型扩散和向心集聚。多中心区域密度函数综合考虑多个中心城市对区域人口密度分布的影响,可以更准确地反映京津冀都市圈人口集聚与扩散的特征及变化趋势。同时,本研究建立动态VPM(Varying Parameter Model)模型,考察区域中心城市的社会经济属性对人口集聚与扩散的影响。其结果显示,区域中心城市人口集聚与扩散主要受城市规模、经济发展及结构调整以及对外交通条件等因素的影响。     

城市人口分布的空间自相关分析——以沈阳市为例

为探测经典城市人口密度模型在微观层面上的适用性,本文通过计算基于格网的沈阳市人口景观密度,利用地统计学的理论与方法来分析其空间自相关性和变异性。研究发现:在10种不同采样粒度上人口密度半变异函数都符合球状模型,表征着城市人口分布具有较强的空间自相关性和变异性;但由于粒度不同,人口密度的空间自相关尺度不同,块金值不同,基台值不同,块金值与基台值的比值差异较大,证明人口分布的空间自相关具有较强的尺度依赖性;对于700m粒度而言,通过计算不同方向的半变异函数曲线可以发现,沈阳市人口密度呈现典型的带状异向性,反映出人口分布在不同方向上具有不同的结构特征。因此,研究城市人口分布时,可以城市人口分布的自相关性和变异性分析为基础,并须充分注意适宜尺度的选择和结构特征的识别。     

中国地级以上城市建成区2006—2016年 人口密度变化的时空格局及驱动因素

土地扩张速度快于人口增长速度导致城市建成区总体人口密度下降,研究建成区人口密度的变化规律,对于城市健康发展决策具有重要意义。基于中国285个地级以上城市2006—2016年人口和建成区面积数据,分析中国城市建成区人口密度的变化趋势和空间分布差异,并探讨人口密度变化的驱动因素。结果表明：1）中国城市建成区平均人口密度由2006年的10 845人/km2降低至2016年的8 279人/km2,平均每年降低2.66%。2）超过5/6的研究城市的人口密度降低,但不同城市人口密度变化率存在显著差异。人口密度快速降低、中速降低、缓慢降低和密度增加的地级以上城市分别占比为13.3%、30.5%、41.1%和15.1%。3）人口密度快速降低城市主要分布在东部地区,人口密度中速降低和缓慢降低城市主要位于中部地区,人口密度增加城市呈现两极分化,主要包括北上深等人口快速流入城市和经济发展缓慢的小城市。4）经济发展水平、城市规模、区位因素、城市发展政策是影响人口密度变化的主要驱动因素。     

基于居民点密度的人口密度空间化

提出了一种基于居民点密度的人口密度空间化方法。以江苏省人口数据空间化为例,在采用核密度估计法得到江苏省镇(乡、街道)居民点密度后,运用基于居民点密度的人口密度空间化计算公式获得江苏省1 000m×1 000m的人口密度格网图,结果表明:江苏省人口分布的热点地区正是在建的三大都市圈(苏锡常都市圈、南京都市圈和徐州都市圈),其中苏锡常都市圈的人口分布呈现各向异性,而南京和徐州都市圈的人口分布则表现为各向同性;人口密度不仅取决于居民点密度,还与平均每个居民点的人口数密切相关,居民点密度大的区域的人口密度不一定大,居民点密度小的区域的人口密度也不一定小。     

1900年以来长春市土地利用空间扩张机理分析

综合集成TM、SPOT遥感影像,地形图、历史地图及其它空间数据提取长春市1900年、1930年、1954年、1976年、1990年、2004年共6期城市土地利用空间扩张信息。利用空间重心转移模型、分形模型与城市土地-人口异速增长模型分析长春市100年来城市土地利用扩张的空间变化特征,进一步研究其扩张机理。研究结果表明：长春市1900年到2004年城市土地面积扩张56.77倍,其中1990~2004年扩张速度最快;1900年以伊通河左岸的宽城子和现在的南关区北部的内城作为城市的雏形。1900~1930年日俄为进行资源掠夺修筑铁路并在周围建立商埠用地将宽城子与内城连为一体。1930~1954年城市主要沿铁路沿线的西南扩张,1954~1976年国家以发展重工业为主向南北方向填充,1976~2004年城市受高新技术开发、旅游业等的影响主要向东南方向扩张。除1976~1990年外城市向外扩张的不规则程度逐渐提高,稳定性降低。1976~1990年以边缘区填充为主,其他时段以边缘区扩张为主。1900~2004年人口增加87.57倍,人均城市用地面积有逐渐减少的趋势,城市土地利用面积与人口二次幂拟合曲线优于乘幂拟合曲线,从百年尺度上历经半殖民地半封建社会与社会主义经济建设两大社会背景的长春城市土地-人口异速增长模型并非规则变化,说明长春100年来城市演变过程中城市建设在历史时期具有不合理的现象。     

基于城市不透水面—人口关联的粤港澳大湾区人口密度时空分异规律与特征

城市人口数据是社会经济各领域的基础数据,高分辨率的空间化城市人口数据则对社会经济各领域的分析和研究具有重要意义。本文首先通过多源遥感技术提取空间分辨率为30 m的粤港澳大湾区2007-2015年间城市不透水面的变化,再利用Dasymetric映射方法得到30 m分辨率的网格化人口密度分布,从而分析大湾区2007-2015年间城市人口的时间和空间变化。通过Google Earth时间序列高分辨率影像采集的样本验证,粤港澳大湾区城市不透水面提取精度均在80%以上;通过统计年鉴中县级人口统计数据,分析大湾区网格化城市人口与统计数据之间的一致性,得到决定系数R²总体在0.7以上。研究表明,粤港澳大湾区城市人口具有特殊的时间和空间分异规律和特征：①大湾区内除了香港和澳门人口分布较稳定,其他城市人口都有不同程度和不同方向的扩张,其中广州、深圳、东莞的人口扩张最为明显;②大湾区城市人口空间分布具有明显的多尺度和多中心特征。总体上,大湾区人口集中在以珠江口为中心的城市群核心区内,离核心区较远的肇庆、江门、惠州人口较为稀疏,城市化程度相对较低,是支撑大湾区经济社会继续深入发展的重要区域。在核心区内,城市人口的分布则在城市尺度和城市群尺度上都体现了多中心分布特征,香港和广州都有多个城市中心,而香港、澳门、深圳、广州则是整个大湾区的4个中心。地理位置上4个中心分布在大湾区的不同地方,可以带动整个粤港澳大湾区的全面发展。研究结果可为粤港澳大湾区在社会经济各领域的分析与规划提供决策支持。     

基于多智能体模型与建筑物信息的高空间分辨率人口分布模拟

自上而下的人口分布模拟模型自动化程度较低,难以分析人口分布成因,且因精细尺度的人口样本较难获取而不太适用于高空间分辨率人口分布模拟。提出了一种基于多智能体模型和建筑物信息的高空间分辨率人口分布模拟模型。首先利用建筑物三维分布数据提取住宅建筑,构建智能体人口分布模拟模型的环境;然后基于统计、调研数据定义智能体属性,确定智能体居住选择行为规则;最后以泰日社区为例进行了居住人口分布仿真模拟。研究结果表明,基于建筑物信息的人口分布多智能体模型,可以获取每栋建筑物上的人口,改进了当前高分辨率人口模拟主要只模拟小区或者居委会人口的不足;多智能体模型具有较高的自动化程度,不仅能获得较好的模拟结果,而且可在一定程度上从微观机理解释宏观居住分布模式,是对传统统计模型的有益补充。     

基于空间句法和LBS大数据的合肥市人口分布空间格局研究

针对目前城市人口分布研究现状,在传统的空间句法模型基础上,将LBS大数据技术有机引入到城市人口分布研究中,从而构建了理论分布和实际分布有机结合的城市人口分布研究新思路。合肥市中心城区的案例研究显示：空间句法模型与LBS大数据分析所得到的人口集聚区域在空间上并不完全一致;根据空间句法模型和LBS大数据分析结果的综合对比,合肥市中心城区被划分为高密度、中密度和低密度3类人口分区,同时提出了不同密度分区的人口分布发展建议。研究表明,LBS大数据的适时、动态特点能弥补传统数据的不足,其与空间句法模型有机结合将能为城市人口分布研究提供更加精确高效的工具与方法。     

人口统计数据的空间转换

在经济和社会研究中,所要研究的区域之上经常没有数据,而这些数据需要由已知区域的数据求得,即统计数据需要空间转换,这就通常涉及到面积内插。本文从GIS的角度研究如何解决人口内插问题,认为面积内插和GIS中的叠加分析是一致的。在传统的面积内插方法的基础上是提出了基于人口真实分布的面积内插方法,并推导出了公式。同时提出了人口密度的递归算法,即把居住区分为人口稀疏地区和人口稠密地区,估计出人口稀疏地区的人口密度,就可以求出人口密集地区的人口密度;再把人口密集区分为新的人口稀疏区和密集区,此过程反复直至求出接近于人口真实分布的人口模型。     

城市空间扩展模型及对长沙市的模拟研究

借鉴传统的元胞自动机模型自下而上的运行规则,通过引入规划控制层,将自下而上和自上而下2种运行规则结合起来,构建了城市空间扩展模型,简化了传统城市空间扩展模型计算的数据量。以长沙市为例,采用1996,1999,2002,2005年城市规划资料数据,运用城市空间扩展模型将长沙城市空间分为12个组团分片模拟,并结合人口经济模型,预测了2020年长沙城市建设用地面积、人口经济与各个片区城市空间扩展等状况,为城市规划管理决策提供参考。     

基于多源遥感的聚落与多级人口统计 数据的关系分析

在四川省市州、区县和典型村等三级尺度上,探讨了基于多源遥感的聚落面积与多级人口统计数据的关系。首先,从LANSAT TM影像中提取农村和城镇聚落信息,从Quickbird 影像上提取农村聚落及其房屋地基信息。其次,通过叠加统计得到各级统计单元内的聚落面积;再次,在四川省市州和区县尺度上,分别对城乡聚落面积和总人口数、城镇聚落面积和非农业人口数、农村聚落面积和农业人口数等进行相关性分析, 城镇聚落和非农业人口数的相关系数最高,分别为0.962和0.791,并建立了基于城镇聚落面积的非农业人口数估算模型,其模型的判定系数分别为0.926和0.625;最后,在村级尺度上,对农村聚落及其房屋地基面积与农村人口数之间的相关性进行分析,其相关系数分别为0.806和0.825,分别建立基于农村聚落及其房屋地基面积的农村人口数估算模型,其模型的判定系数分别为0.65和0.68。研究表明,LANDSAT TM适用于大尺度的非农业人口估算,估算效果随尺度的降低而有所降低;Quickbird适合于精细尺度的农业人口估算。     

江苏省人口空间格局演化特征

以江苏省为例,选取人口数及人口密度为研究指标,以县域为研究单元,通过人口密度、空间自相关、不均衡指数、重心移动及偏移—分享分析,描述20 世纪90 年代以来江苏省人口空间格局及其演变趋势。结果表明:近20 年来,江苏省人口密度有“南高北低”的特征,该现象与经济发展水平相对应;江苏省人口分布存在一定的空间关联性,在长江中下游各县市形成空间人口密度高的集聚区域,在苏北平原形成空间人口密度低的集聚区域,随时间推移人口集聚趋势不断减弱;江苏省人口呈不均衡分布状态且不均衡趋势加强,人口重心逐渐向西北方向迁移;江苏省人口增长速度在变慢,集聚人口能力在3 大区域之间有明显差异,苏中相对不足,苏南不断增强而苏北不断减弱。     

杭州市人口密度空间分布及其演化的模型研究

基于四次人口普查数据 ,本文探讨了杭州城市人口密度的空间分布及其演化规律。首先提取了不同年份城市人口密度的空间分布数据 ;然后根据人口分布的曲线特征对各种可能出现的数学模型进行拟合、比较 ,发现杭州市的人口分布服从Clark模型的修正形式———加幂指数模型 ;借助模型参数进行城市增长及其空间动力学分析 ,发现反映信息熵的约束参数波动升高、渐次逼近于 1,从而揭示 :改革开放以来 ,随着城市演化过程中自组织能力的加强以及郊区化的发展 ,城市空间复杂性程度增高 ,城市内各功能单元的效用增强 ,城市的空间结构进一步趋向新的有序状态。本文借助前沿科学思想及郊区化理论 ,尝试提出一个分析城市人口时空变化规律的完整范例 ,对城市规划和管理工作也具借鉴意义