城市空间增长与人口密度变化之间的关联关系

探究城市空间增长与人口密度变化之间的关联关系是城市可持续发展研究的基础,对制定有效的土地政策、促进城市紧凑发展具有重要意义。选取中国和欧洲23个人口100万以上城市作为研究样本,采用1990年、2000年和2014年3期土地利用数据和人口数据,计算各时段样本城市空间增长速率,建立城市紧凑度指标,并将城市空间增长方式划分为紧凑型、保持型和蔓延型,进一步探讨了样本城市的空间增长特征、人口密度变化特征及两者之间的关系。主要结论为：① 人口密度降低这一现象普遍存在于中国和欧洲城市,中国城市人口密度相对较高且降低速率较快,欧洲城市人口密度相对较低且降低速率较慢;1990—2014年中国城市半径的增长速率明显快于欧洲城市半径的增长速率。城市空间增长速率与人口密度变化速率呈现强负相关关系（Pearson相关系数为-0.693）;② 1990—2000年中欧城市主要以紧凑型方式增长。2000—2014年中国城市主要以蔓延型方式增长,且人口密度随时间下降的速率加快;欧洲城市主要以紧凑型和保持型方式增长,人口密度降低速率减小;③ 紧凑型的空间增长方式并不一定会带来人口密度的升高,但会减缓人口密度下降的速率。中欧城市对比分析表明,城市维持紧凑型空间增长方式,则城市人口密度随时间下降速率减慢;而空间增长方式由紧凑型转为蔓延型,将加剧城市人口密度随时间下降。     

中国副省级及以上特大城市人口空间分布与多中心性研究

基于第五、六次人口普查数据及年鉴统计数据,选取我国12 个副省级以上特大城市为研究对象,运用GIS 探索性空间数据分析等方法对我国特大城市的人口时空演化及其空间结构特征进行研究。结果显示：（1）我国特大城市人口增长态势明显,总量差距逐步缩小,人口分布呈“总体均衡、局部集中”的格局。（2）近域扩张特征明显,城市内部人口密度差别较大,特大城市局部地区人口空间极化与空间扩散效应并存。（3）各城市人口分布多中心性存在明显的分化特征,且随着时间的推移特大城市的多中心程度有弱化趋势。     

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。     

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。     

1982~2010年广州市人口增长与空间分布演变研究

基于第三、四、五和六次人口普查资料,利用数学模型对1982~2010年广州市近30 a来的人口增长与空间分布规律深入探讨。得出以下结论：① 近30 a来广州市人口保持稳定增长,人口分布总体上趋于分散,人口变化趋于缓和,尤其是近10 a来广州中心城区人口密度缓慢降低,近郊区人口密度较快增长,远郊区人口密度逐步增加的特征更加明显;② 人口空间分布由“峰值单中心+外围小中心”结构演变为“扁平化多中心+外围小中心”;③ 广州市人口发展已进入成熟晚期阶段向老年阶段的过渡时期,但中心城区人口缺口尚未出现;④ 广州市人口郊区化始于20世纪90年代末,2000年以来郊区化明显加快,属于市中心发展型郊区化。     

20世纪90年代上海市人口分布变动及模拟

利用上海市1990年第四次、2000年第五次人口普查资料,运用4种不同的方法划分上海市区,分析了上海市1990~2000年的人口分布变动,模拟了1990年和2000年的人口分布模型。结果表明：从1990年到2000年的10年中,上海中心城人口大量减少,郊区人口增加,人口郊区化显著,上海人口分布变动趋于均衡;上海人口的郊迁扩散方式,主要与同心圆式的环形道路与放射形道路作为基本骨架的城市建设格局有密切关系,尤其是受早已建成的内环线的影响;上海人口郊区化主要表现为近域推进, 1990~2000年的圈层人口密度变动曲线的相交点大约在5 km处,圈层人口密度变化主要在16 km之内;对人口分布模型的模拟则表明,上海人口分布虽然符合负指数函数模型,但不是最优模型,上海人口密度分布的最优模型是Cubic函数。     

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。     

1928—2017年南京城市户籍人口时空格局演变

以户籍人口数据为基础,运用多种人口密度模型,探究1928—2017年南京城市户籍人口时空格局演变特征,探讨了单中心与多中心城市人口密度模型的适用性,归纳总结了南京城市户籍人口空间结构的演化过程与响应机制。研究表明：① 1928—2017年南京城市户籍人口数量呈扁“S”型阶梯式增长态势与向心式“大分散、小集中”的户籍人口分布格局,以秦淮河为核心的人口集聚区一直是南京城市户籍人口分布的主中心;② 百年尺度南京城市户籍人口空间结构特征呈现点状单中心、轴式双中心、飞地式复合多中心与放射圈层式多中心等4个发展阶段;③ 南京城市户籍人口分布格局可归因成距离衰减规律、异速增长效应、空间极化特性、区域边缘结构等4种空间区位法则的共同作用结果。基于中心地理论的多中心模型假设验核效果最优,符合城市户籍人口分布格局的识别特征;④ 近百年来南京城市户籍人口时空格局演变历程是中国近现代城市转型的缩影。南京历经百年制度变迁,城市户籍人口的“强中心”空间格局一直保持稳定,未见逆城市化端倪。中国传统城市人口居住中心与西方以城市规划用地功能为基础的中心商务区有本质区别。     

基于区域密度函数的区域空间结构与增长模式研究——以京津冀都市圈为例

区域密度函数是分析区域空间结构及其变动趋势的有效工具,但其在实证研究中的应用尚比较少见.现有研究大多使用单中心密度函数,研究局限于单中心城市区域.探讨了适用于多中心城市区域的区域密度函数的形式,并进一步将其应用于对京津冀都市圈空间结构特征及区域增长模式的分析.使用探索性空间数据分析方法分析区域人口密度分布发现,京津冀都市圈具有多中心空间结构特征.分别应用单中心和多中心区域密度函数分析京津冀都市圈空间结构与增长模式,单中心密度函数的分析显示京津冀都市圈的主要中心城市尚处于向心集聚的发展阶段,而多中心密度函数的分析则显示京津冀都市圈呈现集聚与扩散并存的空间发展趋势,并且不同层次的中心城市表现出三种不同的增长模式,分别为去中心化扩散、中心增长型扩散和向心集聚.由于多中心区域密度函数综合考虑多个中心对区域人口密度分布的影响,因此能更准确地反映京津冀都市圈人口密度分布的变化趋势.     

西部欠发达城市人口空间分布与演变——以兰州市为例

探索西部欠发达城市人口空间格局及其演变特征,与东部发达城市人口分布形成对照,有利于认识城市人口分布规律,引导城市人口有序疏解。以西部欠发达城市兰州为例,对其乡镇街道尺度的常住人口数据进行空间化处理,在此基础上借鉴标准差椭圆分析思路,提出变形椭圆圈层法,并结合GIS空间分析和人口密度模型拟合等方法,多角度揭示2000-2010年兰州市人口空间分布格局及其演变特征。研究发现:兰州市人口分布呈现"带状集聚"特征和"圈层-分异"结构,形成"中心区和近郊区人口缓慢增长,外围区人口快速增长,远郊区人口明显减少"的格局;兰州市人口重心在10年间向东偏北方向移动,人口空间呈"西北-东南"分布格局,总体上表现出集聚态势,且10年间集聚态势有所强化;Smeed模型是刻画兰州市人口分布的最佳单中心模型,10年间人口分布的单中心趋势增强,人口多中心结构尚不成熟。     

基于GIS的青藏高原人口统计数据空间化

根据2000年第5次全国人口普查数据分析,西藏、青海2省区各市县平均人口密度与海拔高度、土地利用、主要道路有较强的相关关系,河流水系对居民点分布的影响较为明显,而居民点是人口分布的重要指示因子。以GIS软件为工具,通过较为客观的方式赋予各影响因子人口分布影响权重,运用多源数据融合技术进行了人口统计数据的空间化。结果显示,通过数据融合产生的人口密度与各市县实际人口密度的相关系数大于0.80,与试验区各乡镇的实际人口密度的相关系数大于0.75。最终生成的栅格人口密度数据既与各市县统计型人口数据保持一致,又反映了各市县内部人口分布的空间变化。     

深圳轨道交通对城市空间结构的影响——基于地价梯度和开发强度梯度的分析

大运量的城市轨道交通系统在一定程度上决定了城市的布局结构和土地利用格局。从时空两个维度出发,基于地价和开发强度两个要素,探讨轨道交通影响下的深圳市空间结构动态演变过程。通过描述性分析和空间计量模型实证发现,轨道交通站点周边地价和开发强度在受到距市中心或组团中心距离影响而空间衰减的同时,呈现出明显的站点导向性。轨道交通对城市空间结构的影响在时间上是超前的,规划方案的公示和轨道系统的建成运营均塑造了土地价格梯度和容积率梯度。并且,由于城市建设和历史原因,深圳原特区内外在轨道交通的影响下,地价和开发强度呈现了差异化的增长趋势。研究结果对理解轨道交通对城市空间结构影响及政府财政效应评估等具有积极意义。     

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。     

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。     

1949～2007年新疆人口的时空变化及空间结构分析

采用GIS、系统聚类、地统计学等多种方法探讨了1949～2007年新疆人口的时序变化特征、空间分布规律以及空间结构.结果表明,新疆人口具有明显的时空变化特征和空间结构:新疆每年新增28.17×104人,人口数量的年均增长速率较大,达到6.50%.北疆的人口密度为46.97 ×/km2,明显高于南疆(13.37人/km:...     

人口密度的空间降尺度分析与模拟——以贵州猫跳河流域为例

人口调查统计以行政区划为基本单元,数据精度不能满足较高分辨率的空间结构分析,也难以在地理综合研究中与自然地理要素数据相匹配.因此,人口密度空间化成为地理学的重要研究方向之一.本文基于贵州省猫跳河流域的乡镇人口数据,采用GIS空间分析技术与统计学方法,分析了人口密度与空间因子的关系;并采用多元回归的方法建立了人口密度数据...     

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。     

东北三省人口分布空间格局演化及其驱动因素研究

东北地区作为全国重要老工业基地,在面临新一轮振兴机遇的形势下,人口分布的集疏变化及其驱动因素亟待细致梳理。根据中国第四、第五、第六次分县人口普查资料,运用洛伦兹曲线、人口密度相对变化率和空间自相关分析方法对东北地区1990~2010年、176个县域的人口分布空间格局演化进行深入分析,在此基础上,选取10个自然和社会经济指标,使用偏最小二乘法（PLS）对东北地区人口分布空间格局演化的影响因素进行定量分析,研究发现：①从总体分布格局变化特征来看,20 a来人口密度始终是黑龙江省<吉林省<辽宁省,且以省会城市为主的多中心“T”型人口分布空间格局越来越明显;②1990~2010年,东北地区人口密度经历了从相对分散到相对集中的变化过程,且人口密度高的地区所占土地面积小,人口密度低的地区占地面积大。人口空间分布呈现显著的正的空间自相关特征,即人口密度存在高高、低低集聚现象;③从人口密度变化类型来看,1990~2010年,共80个县域属于快速增加和缓慢增加类型,快速降低和缓慢降低类型的县域共96个,其中辽宁省县域人口密度变化“两极化”现象较为明显;④自然因素与社会经济因素同时作用于人口密度变化,但社会经济发展水平是人口密度变化的主要影响因素。     

近20年来广州市人口增长与分布的时空间演化分析

广州作为改革开放的前沿地带,不仅人口增长迅速,而且内部迁居也频繁。利用第三、四和五次人口普查资料,采用数学模型对近20年来广州市人口分布的变化特点进行深入的探讨。首先分析了广州市人口的增长情况,广州市人口增长较前20年要缓,人口增长地区差异比较明显,城市中心的周边地区人口增长迅速,中心城区总体上人口减少;其次分析了广州市的人口分布状况,广州人口分布趋向规则化,均衡化,人口分布重心向东北向偏移,人口密度由单中心向多中心的趋势变化,郊区化现象比较明显等;最后对广州城市人口的增长和分布随城市规模和时空间变化特点进行了模型归纳。     

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.