首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于随机森林模型的中国流动人口社会融合空间差异及影响因素
引用本文:郑茹敏,梅林,姜洪强,付占辉,甄硕.基于随机森林模型的中国流动人口社会融合空间差异及影响因素[J].地理科学,2021,41(10):1763-1772.
作者姓名:郑茹敏  梅林  姜洪强  付占辉  甄硕
作者单位:东北师范大学地理科学学院,吉林长春130024;东北师范大学地理科学学院,吉林长春130024;长春财经学院管理学院,吉林长春130111;河南大学地理与环境学院,河南开封475004
摘    要:基于2017年流动人口动态监测数据,采用探索性空间数据分析和随机森林回归方法,分析中国289个地级及以上城市流动人口社会融合的空间分异及影响因素.结果 表明:①中国城市流动人口社会融合整体水平较低,空间分布地带性特征不明显;特大、超大城市流动人口社会融合分别以较低、中等水平为主,省会城市、直辖市流动人口社会融合分别以较低、中等水平为主,其余城市多数为中等水平;城市社会融合空间分布格局表现为以峰值为中心向外圈层递减和以低值为中心向外圈层递增的特征.②随机森林模型的拟合度和回归精度比多元线性回归更高,能够更好地解释流动人口社会融合的非线性影响机制.③个人教育水平、家属是否随同、流入城市经济结构、流动人口的户口类型、流入城市公共设施以及流动人口在流入地居留时间依次为六大重要影响因子,它们对流动人口社会融合的作用呈现复杂性和非线性.④需要根据影响因子在不同阈值内的作用方式,有针对性地对流动人口及流入城市进行管理和调控.

关 键 词:流动人口  社会融合  随机森林模型

Spatial Differences and Impact Factors of Migrant Integration in China Based on Random Forest Model
Zheng Rumin,Mei Lin,Jiang Hongqiang,Fu Zhanhui,Zhen Shuo.Spatial Differences and Impact Factors of Migrant Integration in China Based on Random Forest Model[J].Scientia Geographica Sinica,2021,41(10):1763-1772.
Authors:Zheng Rumin  Mei Lin  Jiang Hongqiang  Fu Zhanhui  Zhen Shuo
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号