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。     

辽中南城市群城市规模分布演变特征

运用城市首位指数、城市规模分布的基尼系数和分形等理论与方法,对改革开放以来辽中南城市群城市规模分布的现状及演变特征进行分析。结果表明,2007年,辽中南城市群城市等级规模结构呈位序-规模分布;城市体系中大城市规模偏大,中等城市偏小,小城市规模较小;城市规模空间分布不均衡,区域分异明显。改革开放以来,辽中南城市群城市规模分布发生显著变化,城市规模与数量均呈快速扩张态势;城市首位指数均不断降低,城市规模结构由首位分布向位序-规模分布转变;城市规模分布的分维数不断增加,城市规模差异逐渐减小,不断向均衡方向发展。在此基础上提出了加快沿海城市带的发展、加强交通基础设施的建设和重视矿业城市转型等建议。     

辽中南城市群农业多功能演变特征与地域模式

以辽中南城市群为例，构建农业多功能评价指标体系，采用时空差异诊断模型、回归分析、聚类分析等方法，对城市群农业地域多功能演变特征和地域模式进行实证研究。研究表明：① 2006—2016年辽中南城市群农业多种功能演变具有不同特征，农产品供给功能增强，增幅较大县域集中在康平、辽中和宽甸的“L型”连接线上；经济发展功能增强，增幅明显县域分布在本溪的市辖区；社会保障功能增强，增强明显县域包括大连、本溪的部分县域；生态服务功能减弱，减幅明显县域主要是金州、双台子、兴隆台、昌图等区县；休闲与文化功能增强，增幅较大县域集中在辽中南城市群南部沿海区县。② 农业多功能演变受到稳定性因素和驱动性因素共同影响，不同因素的作用方向与强度不同。③ 辽中南城市群农业多功能演变可划分为5种地域模式，应有针对性的采取差异化的发展策略。     

坦桑尼亚人口分布空间格局及演变特征

坦桑尼亚是中国“一带一路”战略的重要辐射点,中国已成为坦桑尼亚第一大贸易伙伴。本文基于坦桑尼亚全国人口普查资料及分地区统计数据,运用人口密度分析法、人口分布集中指数、人口重心模型和人口偏移增长模型,分析了坦桑尼亚自20世纪80年代末经济变革以来人口分布的空间格局及演变特征。研究结果表明：①坦桑尼亚人口分布以中央铁路线为界,呈现“南疏北密”特征;②1988-2002-2012年间,人口分布不均衡发展的态势不断增强,人口分布重心始终处于中部偏北地区,且有继续北移的趋势;③人口向城市地区集聚是人口再分布的主要过程,中心城市的人口集聚能力不断增强,达累斯萨拉姆省始终处于正向增长的绝对优势地位,以致周边地区出现明显的人口偏移负增长;④铁路和港口等基础设施对人口集聚的作用明显。上述结论对中坦在基础设施建设、住房建设及公共服务方面的合作具有重要意义。     

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。     

基于GIS的大连城市人口空间分布变动及模拟研究

利用GIS手段对四普、五普数据进行处理,深入剖析了20世纪90年代大连城市人口空间分布变动形式。1990年代,大连人口分布变动模式为集聚中有扩散,以集聚为主,仍处于城市化阶段。1990-2000年,中心城区、近郊区人口绝对数量增多、密度增大,远郊区人口绝对数量减少,密度下降：人口正在向中心城区的“中间地带”集聚;人口重心向西南方向移动,位移较大;从人口集中指数来看．大连市分布很均匀：通过对1990年和2000年大连市中心城区人口密度进行模拟,二次函数Quadrafte：T=b0＋b1r＋b2r2为最优模型,该模型较好地反应了大连市中心城区人口密度分布趋势。     

城市群视角下中国人口分布演变特征

以“十三五”提及的19个城市群为研究对象,采用第五、第六次全国人口普查的常住人口数据,引入重心模型、空间自相关、泰尔指数等研究方法,从城市群视角分析中国人口分布的演变特征。结果表明：① 2000-2010年中国城市人口密度、自然增长率、流动人口、常住人口的空间演变与城市群的分布、发展密切关联;全国常住人口的空间分布重心朝东南方向移动;城市群是全国人口密度和人口总量增长的高值区,是人口自然增长率的低值区;全国集聚或扩散的人口流量较大的城市主要位于城市群内。② 10年间城市群内外地区的人口密度差异均呈扩大趋势,城市群的发展使人口大量流入城市群或其核心城市,城市群内的人口分布不均衡程度加剧,成为全国人口密度差异进一步扩大的主要原因。③ 中国城市群发展水平差异较大,处在不同发展水平的城市群表现出不同的人口集聚和扩散效应;处于发展水平较高的城市群主要位于东部沿海人口稠密地区,对人口有较强的吸引力,人口呈现总体集聚的特征,且逐步形成一定的等级结构。人口较稀疏的中西部地区的城市群大多仍处于发展水平较低阶段,对人口的吸引力较弱,人口呈现核心集聚边缘扩散的特征,城市体系结构尚未稳定。     

东北地区要素空间集聚与不平衡发展研究

基于2000—2017年东北地区县域尺度生产要素与GDP数据，借助空间分析法，考察东北地区要素集聚与不平衡发展的时空特征和空间关系。结果表明：① 2000年以来，东北地区要素集聚度总体呈下降趋势且区域差异缩小，经济发展水平呈持续上升趋势且区域差异逐步缩小。② 要素空间集聚与经济发展水平由以中心城市为主的高值区，逐渐演变为以中心城市为核心，及其临近地域组成的城市群高值集聚区。二者空间耦合性较好，形成了中南部地区要素集聚与经济发展的空间高度一致性；但北部地区存在显著的空间错位，特别是北部地区的鹤岗、伊春等市的市辖区虽然要素集聚度高于其他地区，但经济发展水平却处于中低水平。可以看出，以哈长城市群和辽中南城市群为主的城市群，正日渐成为东北地区经济发展的核心带动区。③ 区位差异、偏向城市的发展政策，以及产业转型升级等因素共同作用，主导了东北地区要素集聚与不平衡发展的空间分异。     

1986年~2016年伊朗人口空间分布格局演变特征

作为中东大国之一,亦是中国战略合作伙伴的伊朗是"一带一路"中"新丝绸之路"经济带上的重要交通枢纽,科学合理测度其人口空间分布格局演变特征可提升对伊朗国内发展态势的认知,对加强中伊政治经济合作具有现实意义,也可丰富世界地理研究领域中东区域的典型案例.运用人口分布不均衡指数、重心分布、密度等指标,结合探索性空间数据分析和偏移-分享分析法等研判1986年~2016年伊朗人口分布空间格局演变特征,结果表明:伊朗人口空间分布极不均衡,人口主要集中在中央高原西北部、里海沿岸平原;人口密度整体上呈西北高东南低的特征,人口分布与自然地理环境条件、经济发展水平呈显著正相关;伊朗的人口流动以邻域地区和城市之间的流动为主,主要流向经济发达的北部和西北地区,这也与人口重心在西北地区的空间路径依赖惯性趋势吻合;伊朗人口分布的空间格局演化分异呈显著空间自相关性,人口密度较高和较低的区域均出现空间集聚特征,密度高高集聚区位于北部、西北部山地和德黑兰周边与中央高原交界处,且逐渐向东南方向延伸;密度低低集聚区主要分布于东部山地和西南地区,且变化甚微.     

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。     

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。     

赛博空间地理分布研究

如何界定虚拟的赛博空间与地理实际(如人均国内生产总值和人口)之间的关系,是一个备受关注的问题。文章首先运用Lorenz曲线和吉尼系数研究了中国互联网地区域名的时空分布,然后运用指数定律对中国互联网地区域名数量、地区人均国内生产总值和地区人口数量进行了分析,得出的结论是:赛博空间分布是地区人均国内生产总值的反映,与地区人口分布联系不大。这证实了赛博空间与经济活动的紧密相关性。研究中还发现,赛博空间仍然处于高速增长期;最后给出了中国互联网增长的速度,以及到达成熟稳定时期所需的时间。     

新疆人口分布与经济发展不一致性时空演变分析

利用人口分布与经济发展的不一致性指数和空间自相关模型,从时空角度出发,对1993,2003,2014年新疆人口分布与经济发展的不一致性现象的空间分布及地域关联性进行分析。结果表明:1 1993—2014年新疆人口分布与经济发展呈现严重的不平衡,二者之间存在错位现象,人口集聚高于经济集聚成为主要特征。人口的空间分布与区域经济之间关系有所协调,但仍具有不均衡性。2新疆人口经济不一致性地域分异明显,各类型区在空间分布上存在集聚性。3新疆人口分布与经济发展的不一致性存在正的、显著的空间自相关性,且这种相关性有增强的趋势。局部空间自相关分析下,全疆人口分布与经济发展的不一致性从东到西形成了"低-低""不显著""高-高"平行分布的集聚格局,且"低-低"与"高-高"的分布格局具有背向性,新疆人口经济不一致性的现状正在逐步改善。     

长江三角洲人口分布演变、偏移增长及影响因素

在长江三角洲区域一体化上升为国家战略背景下,论文运用核密度、重心、集中指数和偏移—分享等方法,研究2000—2018年长江三角洲人口时空演变规律,并采用定量方法探讨人口偏移增长影响因素。结果表明：① 部分城市主导下的人口集散趋势转变,并未显著改变区域人口不均衡格局,且集中度呈现稳步增长态势。② 基于偏移—分享法的研究发现,人口增长格局转变主要表现为部分欠发达地区人口增速加快,如三省一市上安徽省转变为正偏移增长、城市尺度上核心发达城市为主的正偏移增长向部分欠发达城市为主的正偏移增长转变、县域尺度上正偏移市辖区由核心区向边缘区的转移,但人口向少数大城市、市辖区集聚的态势显著,而多样化的人口偏移增长态势表征了未来城市发展策略的差异化需求。③ 经济因素、社会发展和财政水平等是长江三角洲人口偏移增长的重要驱动力,而影响因素的时空演变表明,未来人口均衡化政策的制定不仅要因地制宜,更要与时俱进。     

人口老龄化区域类型划分与区域演变分析——以中美日韩四国为例

利用中、美、日、韩四国一级行政区划近20 a的人口普查数据,进行人口老龄化区域类型的划分,总结这4个国家人口老龄化区域演变特征,并借助所构建地分析框架,进行人口老龄化区域演变实证分析。以人口老龄化的程度与速度作为划分其区域类别的主要依据,将人口老龄化划分成8个区域类型。通过人口老龄化区域类型的划分发现,日本已处于超老龄社会阶段,美国则一直在老龄社会阶段初期徘徊,而中韩刚进入浅度人口老龄化阶段。在实证分析与理论分析基础上,归纳总结发现：① 人口老龄化区域演变的影响因素大致分成4类：区位效应、社会保障、经济发展和人口惯性;② 经济差异直接导致区域人口老龄化的两极分化;③ 社会保障差异引导人口老龄化区域演变的方向。     

内蒙古人口结构与区域经济耦合的关联分析

本文在建立耦合系统评价指标体系的基础上,运用灰色关联分析法,构建了人口结构与区域经济交互作用的关联度模型和耦合度模型,揭示了内蒙古人口结构与区域经济耦合的主要因素及耦合关系,并从时空角度对耦合度的演变规律进行了分析。研究发现,内蒙古人口结构与区域经济系统要素耦合的机制复杂,而且关系密切;耦合度空间分布呈现与人口规模相反的规律,全区可划分为协调、磨合、拮抗和低水平耦合等4种类型。总体而言,内蒙古人口结构与区域经济耦合的空间分布基本以拮抗类型为主、低水平耦合次之,与1990年相比,2000年的耦合度呈现出上升的趋势;耦合度时序变动表现出一定的阶段性和波动性。     

流动人口分布与区域经济发展关系若干解释(1990、2000)

本文对我国1990、2000年间流动人口在东、中、西部和东部地区中环渤海、长江三角洲、珠江三角洲及福建三个亚区的分布变化以及这一分布变化与上述各地区各相关经济与非经济因素变化的关系进行了研究。研究发现,10年中流动人口东、中、西部分布变化与东、中、西部经济发展的变化高度一致;而10年中流动人口在东部地区环渤海、长江三角洲、珠江三角洲及福建这三个亚区层面的分布变化则与经济发展要素变化有一致的方面,也有不一致的方面。珠江三角洲及福建的经济增长带来了流动人口的大幅增长,除珠江三角洲劳动密集型企业众多外,这可能与该区域地方社会人文等文化本底所决定的经济发展制度及习俗有一定的相关性。     

基于区域密度函数的兰—西城市区域人口聚散研究

以兰州—西宁城市区域县级行政单元三普四普五普以及2009年人口数据为依托,运用探索性空间数据分析技术研究了兰州—西宁城市区域人口分布,发现该区域存在3个人口高密度中心。根据单中心密度函数与多中心密度函数拟合结果的比较,发现采用基于平方根负指数模型的多中心区域密度函数能够很好地阐述研究区域的人口集聚与扩散。研究发现,区域内存在两种人口集聚与扩散模式,兰州城区与西宁城区呈现出向心集聚的特征,而临夏市则为弱中心式扩散。     

基于地理大数据和多源信息融合的区域未来人口精细化空间分布模拟研究——以珠江三角洲为例

首先采用队列因素法和CA-Markov模型对区域未来人口规模和土地利用格局进行模拟预测,并结合POI地理大数据,利用多源信息融合法构建区域未来人口精细化空间分布模拟模型,以珠江三角洲城市群2030年各区县精细化的人口空间分布预测进行实证分析。结果表明：① 采用队列因素法进行珠江三角洲各区县人口规模预测的相对误差大部分在5%以下,基于CA-Markov模型土地利用模拟的Kappa系数达到0.97;② 珠江三角洲城市群精细化的人口空间分布模拟数据与实际人口数据的拟合趋势线R²达到了0.90,模拟效果优于Worldpop数据集,体现了POI地理大数据与多源信息融合在精细化人口空间分布模拟上的优势;③ 珠江三角洲未来人口呈现由中心向外围扩散和递减的空间分布格局,空间差异显著且较为稳定,70%的人口集中在广州、深圳、东莞和佛山等核心城市。