不同空间权重定义下中国人口分布空间自相关特征分析

人口分布的研究对实现人口、环境、资源可持续管理具有深刻意义。相对于洛伦斯曲线、基尼系数等传统度量指标,运用空间自相关分析可以较好地表达人口分布的集聚现象,揭示人口格局的空间结构和空间相互作用。空间自相关测度的关键因素之一为空间权重矩阵。当前人口空间自相关特征测度多采用单一邻近关系定义空间权重矩阵,忽视了不同空间邻近关系对自相关特征分析结果的影响。本文根据距离阈值和邻接关系定义了八种空间权重,包括新定义的高铁两小时可达性空间权重。基于2010年《中国人口年鉴》统计资料,结合GeoDa软件测度了中国人口空间分布自相关特征并分析空间权重定义对自相关特征分析结果的影响。发现:(1)在不同空间邻近关系下,中国省域人口密度分布在全局自相关上均呈现空间正自相关,但其显著性水平有差异;(2)局部自相关分析结果Moran's I表现出明显的区域差异。     

中国市级人口增长的多因素空间建模分析

本文以中国市域单元为研究对象,利用1990-2010年人口普查数据,采用探索性空间数据分析的方法,分析了过去20 年间中国市级人口增长率的空间分布特征和多变量的空间依赖关系。使用空间计量模型和空间滤波后的经典线性回归模型分别探究了经济、气候、地形、社会文化等因素对中国市级人口增长率的影响。模型对比结果显示,经过空间滤波后的经典线性回归模型能够更好的模拟中国市级人口增长率的变化。在该模型中,经济因素是影响中国城市人口增长率的主要因素,例如代表城市经济发展水平的城市夜光指数密度。气候因素对人口增长率也有着不可忽视的作用,如七月热指数随着等级的提升对人口增长率有着越来越强的负向影响。研究结果表明：人口的区域增长模式是多要素综合作用的结果,在相关建模研究和政策制定中需要重点考虑经济发展水平和气候条件因素对人口增长趋势的不同影响。     

乡镇级人口统计数据空间化的格网尺度效应分析——以义乌市为例

格网尺度效应是统计型人口数据空间化研究的基础性问题之一。针对资源环境研究领域和全球变化区域模型对各种尺度的空间型人口数据的需求,人们对人口数据空间化进行了大量研究。综观现有研究成果,缺乏针对具体应用需求的数据源选择方法和对数据产品适宜性的分析。因此,数据在实际应用中,特别是县市、二、三级流域等尺度上的应用中,存在较多的不确定性。本文重点研究人口数据空间化的格网尺度效应分析方法。以浙江省义乌市为例,利用CBERS、IRS-P5卫星影像,提取了研究区土地利用信息;在地理信息系统技术支持下,对乡镇统计人口进行空间化建模,生成20m至1km系列的格网人口数据;通过比较不同格网人口与乡镇统计人口的误差,分析人口数据空间化的格网尺度效应。分析结果表明,采用CBERS数据源进行人口数据空间化,其数据产品即格网人口的适宜尺度是200m,抽样精度为76%;采用P5数据源进行人口数据空间化,其格网人口的适宜尺度是100m,抽样精度为84%。     

京津冀都市圈人口集疏过程与空间格局分析

人口集疏过程及其空间格局变化是人口空间分布最直观的表现。以1982-2010年4期人口普查数据为基础,采用人口总量和人口密度指标,结合人口增减变化分级、人口商度等方法,定量分析了京津冀都市圈人口集疏过程及其空间格局变化。研究表明:近30年来,京津冀都市圈人口总量呈现持续增长趋势,人口空间分布日益不均衡,区域人口分布存在明显的南北、东西差异;人口增加是主要特征,人口集聚效应凸显,人口增加地区的县域单元比例在80%以上,以人口显著增加为主;人口减少只是零星分布,人口减少地区的县域单元比例占不到20%;人口流动比较频繁,以人口流入为主,主要流向北京、天津和河北的市辖区,人口流出地区仅是散落分布在张家口和承德的山区贫困县域;无论从静态人口指标还是动态人口分析方法,都表明京津冀都市圈人口地域集疏特征十分明显,已形成以北京、天津、石家庄为中心,其他地市(县域)人口分别向外依次扩展的人口多中心分布的圈层结构。     

基于多源数据融合的北京市人口时空动态分析

高精度、动态、空间化的人口数据是科学核算城市资源环境压力、促进人口合理调控的重要参考依据。研究首先以2012和2017年北京市常住人口统计信息为基础,融合夜间灯光、土地利用、道路网络等数据,依据用地类型、VANUI指数对街道分割成的区域进行分类和分级,并在此基础上构建人口空间化模型,制备2期100 m格网尺度的人口空间化数据。验证表明,模型误差在10%以内;与已有成果对比分析发现,人口空间化数据整体与局部精度均有提升。最后,基于该数据分析北京市人口分布的时空动态变化特征,揭示其影响因素。结果表明:① 格网单元上的人口平均数量在-2542~190之间变化,以-500~500人为主。② 2期人口空间分布均呈“内密外疏”格局,且减少人口主要聚集于城六区,2012—2017年间减少近21万人;③ 首都功能核心区减少人口最为显著,减少量占城六区减少量的62%;④ 二三环间减少人口最多,共减少近11万人,减少量占城六区减少量的52%;⑤ 与城六区接壤的城郊街道,人口呈现增加趋势,可能形成新的人口聚集区。北京市人口时空变化特征与首都功能定位、产业升级转型、人口疏解政策实施等因素密切相关,该研究可为北京市未来人口空间合理布局与人口疏解政策完善提供定量化的科学依据。     

集成土地利用数据和夜间灯光数据优化人口空间化模型

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点：土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤 波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4~2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。     

引入城市公共设施要素的人口数据空间化方法研究

精细尺度的人口分布是当前人口地理学研究的热点和难点,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。城区是人口分布集中的区域,揭示该区域人口分布差异是精细尺度人口空间化研究的核心内容。本研究基于城市公共设施要素点位数据,对居住建筑斑块进行分类,以社区作为人口数据空间化转换尺度,构建各类别斑块面积与人口数量的多元回归模型,生成了宣州城区居住建筑尺度的人口空间数据,揭示了研究区人口空间分布差异。结果表明：① 该方法生成的人口空间数据精度较高,结果可信。779个居住建筑斑块中,估算人数在合理区内的斑块个数占比为35.4%,相对误差在-20%~20%范围内的斑块个数比例之和为61.2%;城东社区、思佳社区作为精度验证单元,其人数估算的相对误差绝对值低于9%;② 城市公共设施要素数据,尤其是中小学及幼儿园、菜市场及水果店,是建筑物尺度上人口分布的指示性因素,其对多层居住建筑人数的估算精度较高,但对中高层居住建筑人数的估算精度偏低。     

城市KTV娱乐休闲场所空间分布及扩散规律研究

随着服务业的发展和文化产业的不断推进,城市文化娱乐休闲服务业成为城市经济和社会发展的重要标志和推动力。本文以地理空间实体数据和商业统计数据为基础,以GIS 的空间数据可视化和统计分析方法,研究典型城市娱乐休闲服务业KTV在中国大陆地区的行业发展、空间分布及空间扩散特征。研究表明,KTV在全国发展迅速、分布广泛,在宏、中、微观的全国、省域和市域尺度下,其空间分布分别表现出空间区域分异、等级差异、面状均衡和中心集聚等特征,并与区域经济、人口、文化等因素有一定的相关性。各种类型KTV在空间扩散上具有由东向西,由中心向周边扩散的特点,其中连锁类KTV扩散具有社会经济现象地理扩散规律,主要表现为空间等级扩散和接触扩散特征。     

基于多源数据的中国海岸带地区人口空间化模拟

海岸带人口聚集、经济增长迅速、生态环境脆弱,容易受到自然灾害的影响,细致的人口空间分布信息对解决海岸带地区资源配置、灾害风险管理等有重要意义。本文以中国沿海城市为研究区,基于NPP-VIIRS和NDVI数据构建人居指数HSI,并加入居住地面积比例系数反映人口内部差异,利用样本动态分区及建模方法,得到2015年中国海岸带1000 m格网人口分布数据（POP）,并将其与已公布的相同年份的中国公里格网人口数据（TPOP）和100 m全球人口数据（WorldPOP）进行对比分析。研究表明,3种数据均能反映中国海岸带地区人口的宏观分布特征,但是对于人口分布城乡差异特征以及城市内部人口分布细节特征的刻画,则是以POP数据最为理想。由县域统计值和POP数据可知,主要受沿海地貌、国家及区域经济发展战略等的影响,中国海岸带地区人口分布具有明显的空间差异,具体来说：① 地形差异,山地和滩涂区域的人口密度普遍较低（小于5 人/hm ²）,而平原和河口三角洲区域的人口密度则普遍较高（大于10 人/hm ²）;② 宏观区域差异,环渤海、长江三角洲和珠江三角洲是人口分布最密集的区域（大于25 人/hm ²）;长江以北地区人口分布多层级重心离散分布的特征较为显著,尤其以山东和江苏最为明显,长江以南地区人口分布相对比较集中,主要集中在沿海低地和平原,如浙江—福建—广东一带;③ 城乡差异,由各级城镇向乡村区域递减的趋势非常明显,城市等级越高,人口分布的梯度特征越显著,中心城区、城市近郊、城市远郊之间相比人口密度差异巨大。     

人口数据空间化表达与应用

人口数据空间化是“数字地球”的重要研究内容。本文在介绍人口空间分布研究的基础上,从人口分布影响因子、土地利用等空间数据的应用、构建间接的人口指标、人口数据空间化建模以及城市人口数据空间化五个方面,回顾了人口数据空间化研究的最新进展,并简要阐述了面插值的概念及其对人口数据空间化研究的意义。在总结前人相关研究的基础上,本文以福建省为研究区,在栅格数据模型的支持下,通过多源信息融合,从乡镇行政区划的尺度上对人口数据空间化模拟进行了尝试。     

城市人口空间分布模拟与格局分析——以沈阳市为例

人口分布空间结构是城市空间结构的重要组成部分。为准确地模拟城市人口分布,清晰地反映城市人口分布格局,本文利用沈阳市第五次人口普查资料,采用网格计算方法空间化人口数据、地统计学的空间插值方法模拟人口分布。同时,用DEM模型方法识别城市人口分布格局,分析人口分布特征。结果是:沈阳城市内部人口分布具有较高的不均衡性和聚集性;城市人口密度分布不符合单核心圈层式范式,具有11个明显的人口分布核心;在城市中心区域,人口分布的区域化特征更为显著;人口分布主要受到相近的两个人口核心的影响。该研究同时表明中国市场经济体制背景下,城市人口分布特征具有较高的复杂性。对于城市人口分布规律及影响人口分布的动力机制,需进一步研究。     

人口数据空间化研究进展

人口数据空间化旨在揭示人口在地理空间上的分布位置及数量信息,展现人口统计数据的地理学含义,其研究已经成为人口学、地理学、GIS领域的研究热点。人口空间数据库在各级政府部门的规划和决策、灾害评估、资源配置等方面,具有重要的应用价值和科学意义。经过近30年的发展,人口数据空间化研究水平逐渐成熟,模型丰富多样,已获得众多成果。为把握人口空间化研究的研究现状,本文首先依据研究目的、建模思想及模型原理的异同,从3个方面对人口空间化研究进行梳理：（1）格网大小（尺度）的确定;（2）3种常用建模思想及6类主要模型的对比分析;（3）提高人口空间化精度的措施及其应用背景、优点。在此基础上,依据现阶段人口数据空间化的研究内容,从格网尺度适宜性研究、高时空分辨率人口空间分布模拟、引入新型数据源及多思想多模型综合应用等方面探讨了人口数据空间化的研究方向。     

多尺度视角下的青藏高原水资源短缺估算及空间格局

青藏高原水资源总量丰富,但由于水资源量与用水量在空间上分布不均衡,部分人口、城镇密集地区水资源短缺严重。本研究在多源数据的基础上,通过空间分析、降尺度处理等,建立了青藏高原省区、市域、县域空间尺度的水资源与用水量数据集。通过比较5、10、20、30年重现期多空间尺度的水资源短缺程度,分析水资源短缺在青藏高原的尺度效应,揭示青藏高原水资源短缺格局与特征,识别面临水资源短缺的人口与面积。结果表明,青藏高原在省区尺度无水资源短缺;在15个市域单元中,有3个市域出现水资源短缺;在115个县域单元中,有29个县域呈现出不同程度的水资源短缺,水资源短缺县域主要集中在青海省的河湟谷地、柴达木盆地与西藏自治区的一江两河流域等人口、城镇密集区域。总体而言,由于较大空间尺度地理单元内部各县域用水强度差异,在县域尺度面临水资源短缺的人口与面积大于市域与省区尺度面临水资源短缺的人口与面积。以县域为基本单元,发现青海省与西藏自治区30年重现期面临水资源短缺的人口占总人口的56.4%,出现水资源短缺的面积占总面积的10.4%。县域之间水资源短缺指数秩相关系数计算结果显示,省区内部各县域同时出现水资源短缺的可能性较大,而省区之间各县域同时出现水资源短缺的可能性相对随机。研究结果为制定青藏高原水资源短缺管理对策、促进区域城镇化与资源环境协调发展提供科学依据。     

空间权重矩阵的生成方法分析与实验

区域空间动力学过程 (例如疾病传播、区域社会经济可持续发展等 )所涉及的数据样本和状态变量都是以区域多边形形式存在的。区域群发展在空间上的此起彼伏和相互影响则是通过区域之间相互联系得以实现的 ,空间权重矩阵用以传载这一作用过程。因此 ,构建区域空间连接权重矩阵是建立区域空间动力学方程的核心问题之一。本文分析了空间权重矩阵的不同生成方法 ,并对空间权重矩阵的一种形式.     

黄河流域人口预期寿命的时空演化及影响因素分析

健康人力资本对社会经济发展有重要的促进作用。以黄河流域71个地级行政单元为研究对象,利用变异系数、泰尔指数、空间自相关模型等方法,研究该流域人口预期寿命的时空演化特征,并根据地理探测器分析其影响因素。结果表明： ① 2000—2019年,黄河流域人口预期寿命均值由69.99岁提升至76.96岁,整体呈上升趋势,但长期低于我国人口预期寿命均值;② 人口预期寿命区域差异整体呈先增后降趋势,且地带间差异不断收敛,地带内差异与流域总体变化基本一致;③ 人口预期寿命存在明显空间集聚,但其空间自相关性不断减弱,且空间变化较大。具体而言,黄南藏族自治州、海南藏族自治州、甘南藏族自治州等藏区形成稳定性冷点区,山东省形成规模的稳定性热点区;④ 医疗卫生资源和自然条件对上游地区人口预期寿命影响最为显著;经济发展水平和环境污染对下游地区人口预期寿命解释力最强;教育水平是影响黄河流域各个地区人口预期寿命的重要因子。不同因子交互作用的解释力均高于单因子解释力,黄河流域人口预期寿命的空间差异是多因子共同作用的结果。     

非首都功能疏解背景下北京市人口空间分布形态模拟

本文以北京市2005年和2010年公里网格人口分布数据为基础,运用CA-Markov模型模拟了北京市2015、2020、2025和2030年4期公里网格人口分布数据集;应用街道尺度的人口数据对模拟精度进行了验证;在模型可靠性良好的基础上,从产业疏解推动人口疏解的角度出发,结合北京市各街道各产业从业人口数据、产业疏解方向和中心城区人口疏解目标,确定了北京市各街道人口疏解的权重,并由此预测了2020年北京市中心城区人口疏解15%后的人口空间分布情况。研究表明： ① 2005-2010年,北京市约90%的公里网格人口密度等级为1级,集中在密云区、怀柔区、延庆区和房山区,而人口密度在10级以上的区域集中在西城区和东城区;② 在无人口疏解政策影响下,2015-2030年北京市公里网格人口分布呈现出低人口密度区域减少、中高人口密度区域增加的态势;③ 在人口疏解政策影响下,至2020年,中心城区人口分布从集中于中高密度等级转向集中于中低人口密度等级。中心城区最高人口密度等级的数值呈下降态势,并且高人口密度等级的区域占比也呈下降态势。除东城区外,其余5个中心城区的人口集中于人口密度等级为5-8级的区域。本文的研究成果可为人口管理、资源配置和政策制定提供科学参考。     

人口区划及其在人口空间化中的GIS分析应用——以山东省为例

对基于土地利用/土地覆盖类型的人口空间化方法,进行人口区划的GIS分析应用是一有效技术途径。本文在全国一级区划基础上,通过数理统计分析提取二级区划各影响因子,建立二级区划指标,进而利用空间分析技术进行人口空间化的二级分区。同时以农村居民地、城镇居民地和耕地数据建立人口空间化模型,在GIS的支持下实现山东省2000年人口统计数据空间化。并通过对比基于一级人口区划和二级人口区划的人口空间化数据,选取郯城县进行结果精度检验。验证结果表明二级人口区划后的人口空间化数据在数值精度和空间精度上都有明显提高。     

尺度对人口地图空间分异规律认知的影响

人口地图是人们认知人口分布规律的重要工具,而不同尺度的人口地图造成了读图者对于人口空间分布规律的认知差异。本文通过眼动跟踪的省、县（市）不同尺度下人口地图认知实验,选取注视点数、注视时间、正确个数等眼动参数,进行差异性显著检验,并结合热点透视图,从空间分异规律的角度进行分析。结果表明,不同尺度的人口地图对于读图者的认知影响显著,读图者对人口空间分布特征及人口数量进行认知时,县（市）级尺度人口地图提供了更丰富、直观的空间分布信息,利于读图者对于人口空间分异规律的把握,平均注视点数更小,平均注视时间更短,每道题回答正确的被试个数更多,认知效率更高。本研究揭示了尺度对人口地图的认知影响规律,为多尺度人口地图制图设计与表达提供理论实验参考。     

厦门市高温热浪人群健康风险格局分析

高温热浪已成为世界范围内夏季频繁发生的极端气象灾害事件,威胁着人类健康。研究高温热浪人群健康风险的空间格局,可以识别灾害高风险区域,有助于预防和应对高温热浪灾害。本文以厦门市为例,在历史气象数据分析的基础上,建立了高温热浪案例库,分析了厦门高温热浪的基本特征。通过结合卫星遥感影像和人口统计数据,选取2010年的一次高温热浪事件,进行人口因子和环境因子叠加分析,研究了厦门市高温热浪人群健康风险的空间格局,得出如下结论：（1）厦门市高温热浪强度较轻,频率较高,偶尔会发生强等级高温热浪;（2）高温热浪人群健康的高风险区域集中在厦门本岛内,沿东北-西南方向呈带状分布,较高等级的风险热点主要位于湖里区江头街道的北部与东南部和思明区夏港街道大部分区域;（3）高温热浪人群健康风险的空间格局与环境和人口的空间分布特征密不可分。本文对完善国内高温热浪人群健康风险分析的科学体系具有重要意义。