上海都市区就业—人口空间结构演化特征

研究以非参数模型计量为基础,从集聚—分散维度和单中心—多中心维度刻画了上海都市区就业、人口空间演化特征,并与北京都市区的研究结果进行了横向比较。研究表明,上海都市区的就业和人口不断向外扩散,同时近、远郊均出现了稳定的再集中,就业和人口的空间多中心性都在增强。而北京只存在人口的分散化和多中心化,就业却呈现集中化和单中心化的态势。因而,上海都市区的就业—人口空间匹配程度高于北京。产业结构差异是造成北京、上海两地就业空间演化特征分异的原因之一,上海制造业比重高于北京,郊区的制造业集聚强化了近、远郊吸纳就业能力,促进了多中心空间结构的形成。北京和上海中心城区的就业、人口规模仍在扩张,导致近邻地区被包络在内,原有的次中心逐渐消失,因而,科学确定中心城区的增长边界,有效防止邻近蔓延,应当成为特大城市未来发展的关注重点。     

近20年来北京都市区人口增长与分布

利用第5次人口普查数据,研究1982~2000年北京都市区人口增长与分布规律。首先分析都市区人口增长特征,并提炼不同阶段人口增长的空间模型,发现：开始于20世纪80年代的人口郊区化,在90年代幅度加大;80年代北京都市区人口空间增长过程的相似性大于差异性,整体上呈现出一定的同质性特点;而90年代则差异性大于相似性,异质性特征日渐突出。继而,通过数学模型的回归研究北京都市区人口分布及空间结构的演化趋势。单核心模型的回归表明,Clark模型在拟合北京城市人口分布方面占据优势,而Smeed模型拟合都市区人口分布的效果更好,参数变化说明当前郊区化的主体仍属“近郊化”。多核心模型的回归表明,1990年都市区双中心结构刚刚发育,2000年多核心结构比较明显但并不成熟;主要的次中心在影响人口分布方面起到重要作用。近20年来,基于人口分布的北京都市区空间结构渐趋复杂。     

北京都市区人口增长的空间规律与机理

人口空间分布的规律及变动趋势对城市空间结构产生重要影响,是城市规划及政策制定的重要依据。在密度函数的基础上,构建新的计量模型,刻画了北京都市区人口增长的空间特征及趋势,并探讨了背后的机理。研究发现,2000-2010年北京都市区人口以集聚为主,北郊和远郊的人口先后呈现快速增长的格局。在中心区人口虽然实现了增长,但密度峰值不断降低,表现出均衡化的发展态势。1984-2010年模型拟合结果显示,随着到中心区距离的增加,人口发展速度呈现出先增后降的倒"U"型。与1984-2005年拟合结果比较发现,2005年以来远郊区人口整体发展速度大幅上升,近郊区平均增长速度也有小幅提升,而中心区人口整体增长速度进一步放缓,倒"U"型格局向线性递增格局演变,显示远郊逐步成为北京人口承载的主体空间。北京市人口增长的空间规律既体现了首都经济快速发展产生的人口集聚作用,也与西北部山区的生态环境建设、中心区旧城保护以及功能疏解等政策密切相关。政策启示是进一步提升远郊服务配套水平,增加就业岗位,建设功能混合、居住—就业—消费平衡的新城,增强人口吸引力。     

南京都市区就业空间结构与区位模式演变研究

就业空间是城市空间的重要组成部分,映射出城市经济与社会现象的多样性。论文采用经验贝叶斯克里金、非参数局部加权回归、多中心密度函数等方法综合刻画南京都市区就业空间结构特征,并从就业结构化分散、就业中心增长转型、就业异质性集聚与土地混合利用3个方面剖析其就业区位模式特征。研究发现：① 南京都市区就业郊区化与多中心化并存,“分散化集聚”的结构性特征显著;② 就业中心决定着就业空间的整体结构与密度分布,然而城市中心影响力开始减弱而次中心则逐渐增强;③ 就业中心出现增长转型,服务化转向与高技能化趋势明显;④ 就业分布呈现异质性集聚模式且与混合土地利用存在正向关联;⑤ 城市就业空间格局演变是自组织与他组织2种力量、市场行为与政府行为2种机制相互作用的结果,集聚经济、城市规划、土地市场开发等均是重要的影响因子。     

2000~2010年南京都市区人口空间变动特征研究

利用南京市第五次、第六次人口普查数据研究南京都市区2000~2010年人口空间变动及其规律。研究发现,① 10 a间南京都市区各地域人口均呈现增长态势,近郊区成为人口增长最为剧烈的区域;人口重心逐渐向南移动,同时人口分布的核心区域有向内收敛的趋势。② 根据测定系数、F检验与图像分析的综合判断,对数正态模型能够较好拟合人口分布的单核心结构,两年份曲线的变化表明郊区化的主体仍然是近郊区,尚未发展到远郊化的程度。多核心模型的拟合表明南京都市区已初步形成多核心结构,且主中心对人口仍具有强大吸引力;而多核心与单核心模型同时具有良好的拟合效果说明多核心结构尚未发育成熟。③ 南京都市区人口分布的空间异质性越来越高,人口分布趋于复杂,表明都市区正在向更加高级的阶段发展。     

南京都市区人口空间扩张与多中心化

20世纪90年代以来,中国进入了前所未有的快速城市化阶段,大城市人口增长和空间演变剧烈,值得进行深入研究。以南京市为研究对象,先采用地理图形分析方法对都市区人口空间扩张过程进行了分析,后又采用数学模型方法对都市区人口分布多中心化趋势进行了系统研究。结果显示:在总人口持续快速增长的背景下,南京都市区人口高密度空间已延伸到近郊区,且远郊区中的区县政府驻地和一些优先开发区域的人口密度也已很高;城市人口空间分布已出现多中心化趋势,除了老城区北部的山西路已发育成除市中心新街口之外的人口次中心以外,郊区人口集聚最强的热点--河西新城区的万达广场也有望发育成另一个人口次中心。     

北京公交就业可达性及其地区和人群差异

运用经济普查、人口普查数据和基于百度地图的公交出行时间数据,分析北京都市区基于公共交通的就业可达性及其在城市不同人群和地区间的差异。结果表明：北京都市区的居民可在60分钟内通过公共交通到达18.3%的都市区工作岗位,这比美国100个最大的都市区的平均就业可达性水平要高,接近于美国纽约都市区的就业可达性水平。同时,由于就业郊区化程度有限和以中心—放射式布局的公交网络,北京都市区内的公交就业可达性存在着巨大的区域差异,中心城区的就业可达性远远高于郊区。此外,人口居住的郊区化程度远远高于就业的郊区化程度,导致北京都市区宏观层面的职住不平衡。随着人口居住郊区化程度的提高,公共交通如何服务居住日益分散的人口,提高就业可达性,是一项巨大的挑战。研究还发现,由于城市中心区的大部分就业为高技术的就业岗位,因此高受教育程度人口能更多地享受目前公共交通系统的便利,而受教育程度低的人口和外来人口公交就业可达性较低。为解决弱势群体所面临的就业可达性的不平等问题,需要更多的规划与政策干预。     

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。     

南京都市区社会空间结构与演化 ——基于第六次人口普查数据的分析

基于第六次人口普查数据,运用因子生态分析方法分析2010年南京都市区社会空间结构及其演化。结果表明:文化程度与职业、外来人口与农业人口、家庭生命周期、新建商品房、住房条件是影响南京都市区社会空间结构的5个主因子,其中新建商品房和家庭生命周期是新发现的两个社会空间结构主因子。南京都市区社会空间可划分为新城中产阶层居住区、旧城工薪阶层与高社会经济地位阶层混合居住区、近郊外来人口集聚区、高校/高新技术产业集聚区、低社会经济地位与外来人口混合居住区、农业人口分布区。高校/高新技术产业集聚区这一新的社会空间类型反映了大学城与高新技术区建设对城市社会空间结构的影响。与2000年社会空间结构相比,南京都市区社会空间结构主因子构成与空间格局逐渐发生变化,社会空间类型也逐渐发生分化与演替,社会空间结构整体趋于复杂化。     

北京都市区社会空间结构及其演化(1982-2000)

利用2000年的第5次人口普查数据和1982年的第3次人口普查数据,采用因子分析和聚类分析技术研究了近20年来北京都市区的社会空间结构及其演化。对比1982年的情况,2000年北京都市区社会空间结构的主因子、社会区类型、模式及其形成机制均发生了较多的变化。1982年北京都市区的社会空间结构相对简单,整体上表现出一定的同质性特点;2000年的社会空间结构则趋于复杂,诸社会区之间主要以同心圆的方式组合,也伴有多核心和扇形结构,异质性的特征十分突出。论文最后从宏观、中观和微观3个层次提出了一种城市社会空间结构演化的交叉式网络机制,认为它有效地推动了计划经济特色明显的北京都市区社会空间结构向市场转型条件下的社会空间结构转化。     

中国大都市多中心空间演化过程的非均衡动态模拟

构建了一个基于垄断竞争、规模经济、空间成本、消费者多样化偏好以及商品和服务差异化的大都市多中心空间结构模型,并整合基于agent的建模,借助非均衡(out-of-equilibrium)动态模拟,探讨了人口规模和消费需求、区域间和区域内商业产品及服务的替代弹性、固定成本投入、区位和交通条件等因素的"持续"变化对的大都市空间结构演化的影响过程。模拟表明:以商业为代表的经济活动往往集聚在具有区位优势、规模经济和消费能力的大都市传统中心,而交通条件的持续改善、新兴郊区次中心与传统城市中心之间以及城区内部商业产品和服务的不断差异化对大都市的多中心空间结构有重要影响,但影响的程度不同。更重要的是,大都市的人口规模和消费能力对新兴郊区次中心的形成作用显著。     

基于宜出行大数据的多中心空间结构分析——以重庆主城区为例

多中心已成为中国大多数城市的空间发展战略,多中心结构的有效识别对于规划效果评价、规划策略制定具有重要意义。相比于百度热力与手机信令数据,腾讯宜出行数据具有时空分辨率高、获取成本低的优点,可精细比较城市主副中心的人口集聚能力,为多中心结构的动态识别提供新的手段。论文以重庆主城区为例,基于连续一周的宜出行热力数据,利用核密度分析等方法,识别其多中心城市结构、影响范围与组团发育情况。结果表明：作为山地城市,重庆在自然限制、经济驱动与规划引导下主动选择了“多中心、组团式”结构。重庆内环以内的各个城市中心人口高度集聚、用地规模相近、发育相对成熟,并强于内环以外的副中心。研究指出,西永、茶园副中心及外围组团的发展与人口集聚能力有待提高。     

转型期北京社会空间分异重构

利用分街区人口普查数据, 分析1982-2000 年北京都市区社会空间分异特征, 通过计算信息熵、绝对分异指数、相对分异指数和隔离指数等指标, 探讨转型期北京社会空间分异 的重构特征。研究表明: “街区尺度”是展现都市区社会空间分异特征具有可操作性的空间尺度; 北京各类居住人口、就业人口以及住房状态都存在明显的空间分异特征; 除了老年人口、性别比、户均人数和农业就业人口等少数指标以外, 1982-2000 年北京绝大部分社会指标 的空间分异程度在下降; 同期, 外来人口、各少数民族人口、高学历人口以及二产、三产就业人口等与总人口分布格局的一致性在变好, 而老年人口、文盲人口以及与农业相关的人口 逐渐偏离与总人口分布格局的一致性。18 年间城市人口的混居性普遍增强, 但老年人口、外来人口和农业人口却表现出相对于其他人口混居性变弱而群居性增强的特征。北京社会空间分异重构特征还可以从各社会指标与距离关系的演变中获得直观认识。在中国大城市转型期 间, “规模重构”和“空间效应”交互作用, 构成社会空间分异重构的外在表现, 其基础动力主要来自于制度、市场和文化的变迁。     

中国首都圈区域空间结构特征——基于分行业就业人口分布的实证研究

一般认为中国首都圈的空间结构是京、津双核心。本文基于首都圈地区第二次经济普查中分县市区18个行业就业人口数据,运用区域密度函数,对首都圈地区分行业就业人口分布与空间结构特征进行分析,探讨不同行业的区域空间结构。研究发现:首都圈并不是单纯的京、津双核结构,而是在不同行业上存在不同的结构特征。总体上,首都圈的确呈现京、津双核结构,就业人口集中在京、津、唐三地,尤以京、津为主。而分行业来看,大部分服务业,尤其是生产者服务业则呈现以北京为中心的单中心结构特征;而消费者服务业则大多呈现京、津双核结构;制造业、建筑业等第二产业呈现出京、津、唐三中心结构;而卫生社会保障和社会福利业、公共管理和社会组织等行业显示出以京、津、唐、保为中心的多中心结构。进而得出中国首都圈呈现以北京为中心,京、津双核明显,京津唐三足鼎立,京津唐保功能分异,秦皇岛、承德、张家口、沧州、廊坊共同发展的多中心空间格局。     

Postsuburban Spatial Evolution of Vienna's Urban Fringe: Evidence from Point Process Modeling

Metropolitan areas today are faced with pervasive changes of their urban spatial structure and are reshaped by postsuburbanization processes. In this study, one example of such postsuburban restructuring, the multinucleated monofunctional clustering of higher-order services, is investigated in the urban fringe of Vienna, Austria. The methodological framework uses microgeographic data for 2006 and applies a case-control point process modeling approach, which accounts for nonstationarity in first-order effects. The results show a relocation of highly specialized firms into the outer metropolitan ring, where these firms provide functional enrichment. This disagrees with the classical notion of a central place hierarchy. The urban fringe thus increasingly conforms to the core city. This spatial functional agglomeration shows statistically significant evidence of a bicentric urban structure, with the two new subcenters located in traditional suburban areas. Accordingly, Vienna's urban fringe is being altered by new postsuburban forms.     

1984 年以来北京零售业空间发展趋势与特征

在采用虚拟变量对密度函数进行调整的基础上, 借助扩展方法引入时间变量构建计量经济模型测度北京零售业空间发展的分异与趋势, 并利用GIS技术研究了新型零售业的空间布局特征。结果表明:① 1984-2010 年, 近郊区零售业保持着强劲的增长势头, 增速是远郊区的近两倍, 而远郊区快于中心区, 说明中心区零售业地位的相对下降, 类似于20 世纪中期美国大都市区的发展特征。② 2000 年以来, 远郊区零售业增速下降, 近郊区小幅提升, 而中心区发展速度明显回升, 说明部分学者提出的20 世纪90 年代末期旧城区零售业“空洞化”、“边缘化”的发展趋势并未延续。③ 紧随人口的郊区化, 90 年代中期兴起的连锁超市以三环路为基础外向发展, 三、四环路和五、六环路之间数量较多, 而传统百货商店则主要布局在三环路以内。④ 以超市为代表的新型零售业空间布局呈现大分散、小集聚的特征, 没有表现出明显的等级性, 集聚区域既包括近郊人口密集区, 也包括远郊新城和城郊大型居住区。零售业的空间发展趋势与超市的空间特征共同显示, 北京应进一步提升远郊零售业的连锁化水平, 提高服务水平和质量, 促进居住与消费的空间平衡。     

Exploring the differential impacts of urban transit system on the spatial distribution of local and floating population in Beijing

The floating population has become the main driver of urban population excessive growth in China’s mega cities. Urban transit system (UTS) is a significant factor in population spatial distributions within urban areas, especially rapid and high-capacity transit systems. This paper analyzes the causal effects of the extension of expressways and subways between 2000 and 2010 in the Beijing Metropolitan Area (BMA), focusing on the group differences between the local residents and the floating population. Due to the endogeneity of transportation improvements and population growth, Instrumental Variable (IV) regression model is applied to avoid this problem. The results show the local residents increased in the inner suburbs but decreased in the city center, while the floating population increased in the majority areas. IV regression results show that the extension of urban transit systems had statistically significant impacts on population growth across the BMA. The results also show that the extension of urban subway system had more effects on the floating population than the local residents across the BMA. It is mainly caused by the rather low fare of urban subway system. This implies that the excessive subsidy on urban subway system could result in excessive floating population growth and residential differentiation, even residential segregation. Hence, it is necessary to plan and design reasonable and scientific urban transit systems in order to advance reasonable population size and promote residential integration. Moreover, the regional analysis shows that the effects of urban transportation improvements on the local residents are not statistically significant in the inner suburbs. It implies that urban transportation improvements had limited effects on inducing people to move to suburban areas and controlling center city’s population in Beijing. Therefore, it should be stressed the differentiated effects of urban transportation improvements on population distribution in the process of urban planning and population control.