转型时期广州城市公共服务设施空间分析

通过构建城市公共服务设施空间分布综合公平指数模型,借助三维模拟及GIS空间自相关技术,探讨了广州城市公共服务设施空间分布格局、公平性特征及其形成机制.结果表明:广州城市公共服务设施空间分布呈核心-边缘格局,区域供给规模差异大且与人口分布不相协调,区际及不同类型设施的空间聚集水平差异显著;城市公共服务设施空间分布综合公平...     

北京市公共服务设施集聚中心识别分析

公共服务设施集聚中心不仅是多样化公共服务设施分布的集中区,也是公共服务设施消费的热点区和城市活力的窗口区。已有城市多中心研究主要关注就业和人口多中心,却较少关注公共服务设施多中心特征。基于北京市公共服务设施空间点要素数据,结合不同类型和等级公共服务设施的服务半径与质量特征,采用加权核密度与等值线分析等方法对北京市公共服务设施集聚中心进行了识别。研究发现：不同类型公共服务设施热点区分布的空间模式有所差异,但均存在一定程度的中心边缘结构;公共服务设施集聚强度和混合度分别呈现出“一心五片”与“一核多点”的空间特征;根据公共服务设施集聚强度和混合度的等值线分布综合判定,研究区范围共识别出136个公共服务设施集聚中心,其集聚强度与距市中心距离呈现出U型变化规律,与所在街道的人口密度存在指数分布规律;多元回归模型验证,最近公共服务设施集聚中心距离对北京城市居民公共服务设施满意度具有显著的负向影响,且其相对影响强度超过“市中心距离”区位变量;北京市公共服务设施集聚中心的形成机制包括自然历史因素的基础作用、经济发展因素的主导作用、社会需求因素的调节作用和规划政策因素的引导作用。研究认为应加强北京城市公共服务设施集聚中心的空间均衡化建设,适度增加城市边缘郊区公共服务设施集聚中心的数量和服务能级,有助于引导和疏解非首都功能产业和人口向城市郊区转移。     

北京市老年人口空间分布格局特征及驱动力

基于北京市第五次、第六次人口普查街道数据,多尺度考察了北京市老年人口的空间分布演化特征。研究表明:2000—2010年北京城市功能拓展区老年人口分布最为集中,城市发展新区增长迅速;10年间老龄化程度加深,区县间空间分布差异增大;老年人口总体呈"中心高、外围低、东高西低、南高北低"的空间分布格局;高社会隔离度区域面积显著扩大且在郊区集中分布,低社会隔离度区域面积缩小;养老设施总体供给不足,老年人口与养老设施空间分布不匹配;基于老年人口的医疗卫生服务设施可达性空间分布不均衡。最后从人口自然加龄、外来人口、经济发展、公共服务设施和城市发展战略等方面分析了其影响因素。     

城市昼夜人口空间分布的估算及其特征——以北京市海淀区为例

城市人口的空间分布特征及昼夜差异是配置城市公共基础设施及公共服务设施和制订城市公共安全应急保障方案的重要依据,也是城市地理研究领域的前沿方向之一。但由于国内目前没有区分昼夜的人口统计数据,城市昼夜人口空间分布的相关研究难以开展,极为薄弱。本文以土地利用类型为媒介,构建基于不同类型城市人口时空行为特征的城市“人口-昼夜-土地利用”关系模型和基于差异化面积权重的城市人口空间化模型,旨在以格网为单元来估算城市昼夜人口并分析其空间分布特征。同时,以北京市海淀区为例开展实证研究,估算了海淀区的昼夜人口规模,分析了城市昼夜人口的空间分布特征及其空间耦合关系。结果表明:① 城市昼夜人口的空间结构存在显著差异,白天人口相对于夜晚人口具有更广泛的分布范围,并具有更显著的集聚特征。② 城市昼夜人口表现为多种空间耦合关系,包括“三明治”模式、“镶嵌”模式、“辐合”模式、“单体”模式等。③ 城市路网的昼夜利用与人口的昼夜分布有较高的相关性,白天人口分布对路网扩张有显著影响。城市昼夜人口的空间分布折射出中国城镇化进程中诸多因素,例如“旧住宅区”的分布、产业新区的建设、城乡发展差异等,以期对相关的研究提供参考。     

基于NPP/VIIRS夜间灯光数据的黄淮海地区城乡常住人口格局模拟

以黄淮海传统农区为研究区,利用NPP/VIIRS夜间灯光数据、土地利用数据和人口统计资料,基于城乡人口活动状态及其空间特征,构建城乡常住人口空间化模型,模拟区域城乡常住人口分布,探究城乡人口空间格局特征。结果表明:基于NPP/VIIRS夜间灯光数据和土地利用数据构建的人口空间化模型,拟合优度为0. 80,精度检验平均误差为15. 6%,模拟精度高,适用性较好;模拟结果能够直观反映黄淮海地区人口集疏特征及县域城乡常住人口分布差异特征,真实展现局地微观尺度城乡常住人口实际分布状况;黄淮海地区城乡常住人口在空间上呈现"总体差异显著、局地内部均衡"的特征,区域尺度上城市地区集聚显著,局地尺度上县域和乡镇内部人口分布相对均衡。模拟结果可为区域城镇村空间布局优化和城乡公共服务设施配置提供参考。     

基于个体行为的城市居民医疗服务消费特征及社会分异——以广州中心城区为例

城市公共服务设施的供给事关城市居民生活品质和社会公平,基于微观个体行为的公共服务消费特征探讨,有助于从需求角度审视公共服务设施配置的有效性及公平性。以广州中心城区为例,通过问卷调查数据系统分析转型期城市居民的医疗服务消费及社会分异特征,结果表明:广州中心城区医疗服务设施配置对城市居民购房选择的影响弱于公园绿地、教育和商业设施;费用支出、服务态度及技术设备条件决定城市居民的医疗服务消费选择,空间距离作用较小;医疗服务消费出行时间集中在35 min内,出行方式以步行和公交为主;医疗服务消费支出以自费为主,消费评价总体不高。在社会分异上,高收入群体更重视医疗服务口碑和技术设备条件,对费用支出关注程度较低,高收入群体的消费选择偏好区级及以上高等级医疗服务,对公立医疗设施评价最高;而中低收入群体以"自己处理"及选择低等级医疗设施为主;公立医疗服务空间分布相对均衡,民营医疗设施则与中低收入群体更为接近,这与西方城市公共资源分布格局中的"服务反比例法则"不一致。     

广州市城乡公共服务设施空间特征及其成因分析

以教育、医疗和文体设施为例,采用Kernel密度分析和通径分析,研究了广州市城乡公共服务设施空间特征及其成因。结果表明：1）城乡聚集水平差异显著,总体上呈核心―边缘圈层结构格局,其中老城区为核心区,新开发区为过渡区,而广大农村区则为边缘区;2）不同类型设施空间格局基本一致,但各具特色,医疗设施密集程度最高,教育设施次之,文体设施最低;3）区际空间分布不均,行政区划烙印明显,越秀、海珠和荔湾区核密度最高,与增城、从化差异显著,行政边界成为Kernel密度等值线连续向外扩展的割裂线;4）通径分析表明,人口因素决定公共服务需求,是影响公共服务空间布局最重要的因素,经济因素决定公共服务供给,防止人口过于集中分布和增加公共服务设施投入是解决广州市公共服务设施城乡分布不均最有效的方法。     

人口空间化下公共医疗服务水平匹配度评价——以广州市为例

对城市常住人口与公共服务资源进行合理配置,是城市发展中一项重要任务。该文以广州市为研究区域,基于DMSP/OLS夜间灯光数据,对全市常住人口进行空间化处理;同时利用Huff改进模型,计算格网单元公共医疗资源分配份额;最后以这两类指标为变量,计算区域公共医疗服务水平匹配度。研究结果表明:1)人口空间化结果能弥补传统人口统计数据分辨率低的问题,能更细致地刻画广州区域内部人口分布特征;2)格网单元的公共医疗资源分配份额与广州市全域公共医疗设施核密度两者之间具有较高的耦合性,形成"一主片区,多核心"的空间分布格局;3)广州市公共医疗服务水平匹配度在局部空间分布具有明显的圈层现象,指数高值区域主体部分与广州市中心城区的范围基本吻合,以此为中心向外扩散,匹配度逐渐降低。     

上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索

对城市人口空间分布的动态把握是了解人口活动规律、认识城市空间结构、配置城市基础设施和公共服务设施及制订城市公共安全应急保障方案的重要依据。由于目前国内缺少系统的人口动态变化统计数据,城市内部层面的人口空间分布和活动的动态特征方面的相关研究难以开展,研究成果较为有限。移动电话是目前普及率最高的通讯终端设备,其用户的动态分布信息可以准确地反应整个城市人口的空间分布与活动的动态特征。利用手机信令数据,以上海市为例,构建"人口—时间—行为"关系的人口空间动态分析框架,分析上海市人口分布和活动的动态特征。结果表明:上海整体人口密度呈单中心的圈层空间分布结构,昼夜空间分布经历"白天向中心集聚、夜晚向郊区分散"的流动过程;人的各类活动(如通勤、消费休闲)会产生人口空间分布的动态变化,职住关系的不匹配和活动对中心的高度依赖使得人口的空间分布不均,形成向心流动模式。消费休闲行为对中心城区的依赖度明显高于就业活动,且集中体现在紧邻中心城区的外围近郊呈圈层分布。     

长春市公共服务设施用地演变格局与机制

公共服务设施用地是城市功能用地的主要组成部分,公共服务设施用地的集聚与扩散可以更直接地揭示城市空间结构与城市中心地的演变特征。本文以长春市中心城区为研究范围,利用城市用地现状图、地形图等数据资源,借助GIS软件,采用核密度、斑块聚合度指数等方法,分析了长春市2003-2013年公共服务设施用地演变特征与机制。研究发现：公共服务设施用地规模增速低于城市建成区的增速;公共服务设施用地演变特征的圈层差异明显;公共服务设施用地空间结构从“单一化核心+多次级中心”到“多样化核心+多次级中心”,空间格局从“大分散、小集中”到“大集中、小分散”;城市不同公共服务设施用地类型表现出不同的演变特征;城市公共服务设施用地演变机制为城市功能空间的整体提升、城市功能空间的互动耦合、土地利用的市场竞争、交通设施与网络的完善、城市规划的引导与调控、城市大事件的快速推动。