城市居住人口空间分布的模拟研究——以广州市天河区为例

为解决以行政区为单位的人口数据空间表示法无法准确反映人口实际分布的问题,文章以广州市天河区为例,利用高分辨率遥感影像数据,采用面向对象法对建筑进行提取和分类,并结合广州市土地利用现状图对分类结果进行验证和修订.在此基础上,利用土地利用密度法估算研究区各街道居住建筑的人口密度,并采用格网法进一步构建城市人口空间分布模型模拟城市居住人口的空间分布.结果表明,广州市天河区的人口主要集中在广园快速公路以南的带状区域内,中心商业区和工业密集区的人口密度最大,主干道附近区域的人口密度显著大于其他区域;距离城市中心较远的新塘、凤凰、长兴、龙洞等街道的人口密度整体偏低,模拟结果与研究区的实际情况相符.文章采用的数据可获得性强,操作方法简单,估算精确度高;研究提高了建筑解译和分类的效率,真实地反映了城市人口的空间分布特征,建模方法和研究思路具有一定推广意义.     

中国大都市区的界定和发展研究——基于第六次人口普查数据的研究

借鉴都市区概念,采用“六普”城乡统计口径,以区、县为基本单元,利用人口密度、城镇化率等指标界定了128个大都市区。其次,对2000~2010年中国大都市区人口规模结构和空间分布的特征及变动进行了研究。从规模结构上看,以大都市区人口表征的中国城市规模分布符合位序规模法则,且属于较为分散的类型,但斜率q从2000年的0.787提高到2010年的0.891,显示都市区的规模分布趋向集聚,且高等级都市区仍有一定发展空间。从空间分布上看,东部是中国大都市区的主要分布地带,且人口有进一步向该地区集聚的趋势,并形成了三大都市区连绵地区;中部地区都市区数量增加较多,但人口比重有所下降;西部地区大都市区发展最为滞后,都市区极化现象十分突出。最后就中国大都市区的发展提出了建议。     

基于随机森林模型的珠江三角洲30 m格网人口空间化

人口空间化是实现人口统计数据与其他环境资源空间数据融合分析的有效途径。本文选取夜间灯光数据、道路网数据、水域分布数据、建成区数据、数字高程模型和地形坡度数据作为影响珠江三角洲人口分布的变量因子,利用随机森林模型对珠江三角洲2010年人口数据进行了30 m格网空间化,并将模拟结果与三个公开数据集作精度对比,最后基于随机森林模型的变量因子重要性分析珠江三角洲人口空间分布的影响因素。结果表明：本文模拟整体精度达到82.32%,均优于WorldPop数据集以及中国公里网格人口数据集,接近GPW数据集,而且在人口密度中等区域模拟精度最高;通过对变量因子重要性进行度量,发现夜间灯光强度是珠江三角洲人口分布的最重要指示性指标,到水域的距离、到建成区的距离和路网密度对珠江三角洲人口分布均具有重要作用。利用随机森林模型结合多源信息能够实现高空间分辨率的人口空间化,可为精细化城市管理提供重要数据源,也可为相关政策决策制定提供支持。     

代表性人口空间分布数据集的精度评价——以2010年广东省为例

以人口密度差异显著的广东省为研究区,比较Worldpop、GPW v4和2种中国公里网格人口分布数据集的空间分布一致性,并以第六次全国人口普查数据为真值,按人口密度分为高、中、低3组,从误差的数值分布和空间分布两方面定量评价4种数据集的精度,最后讨论估算误差的可能来源及数据适用性。结果表明,4种网格人口数据集中Worldpop整体精度最高,且在人口密集区的精度也是最高;GPW v4在低人口密度和中人口密度区域精度略高于Worldpop,但对镇街内人口分布细节刻画不够详细;2种中国公里网格人口分布数据集精度较前两者低,主要受空间化方法和模型变量的选择所限制。Worldpop适合用于人口密度中等及人口密度高区域的精细化研究,GPW v4适合用于长时序、最小研究单元大于镇街的研究,第一种中国公里网格人口分布数据集适合用于需要考虑镇街内人口分布和空间异质性的研究,第二种中国公里网格人口分布数据集适用于需要考虑人口分布细节和空间格局变化的长时序研究。     

基于夜间灯光数据的中国人口密度模拟

人口密度网格化比人口密度行政单元化更接近人口的实际分布,而且是实现人口数据与其他社会经济统计数据、资源数据、环境数据复合,提高人口、资源、环境综合管理能力的重要途径之一。选用专门针对亚洲地区开发的DMSP/OLS非辐射定标夜间灯光平均强度遥感数据模拟了中国的人口密度：基于灯光强度信息模拟了灯光区内部的人口密度,基于人口-距离衰减规律和电场叠加理论模拟了灯光区外部的人口密度,是应用DMSP/OLS夜间灯光数据模拟人口密度研究的拓展和深入,研究结果与其他研究基本一致,但所需数据量较少,更适合于大尺度人口密度的快速估算,为决策提供参考依据。结果表明,DMSP/OLS夜间灯光强度数据具有实现人口以及其他社会经济数据空间网格化的巨大潜力。     

珠江三角洲湿地公园的空间分布特征及其影响因素分析

在地理信息系统可视化空间分析平台上,采用空间分析与统计方法,研究珠江三角洲湿地公园空间分布特征及其影响因素,以期为湿地公园空间分析提供新方法。研究结果表明,珠江三角洲湿地公园处于中期快速发展阶段,各市湿地公园发展不均衡;珠江三角洲湿地公园的整体空间分布格局呈西北—东南走向,其标准差椭圆中心偏离珠江三角洲全部湿地椭圆中心,偏东北方向,湿地公园的整体分布表现为集聚分布,但是,集聚程度并不高;在市域尺度上,东莞市成为珠江三角洲湿地公园空间分布的高密度热点区,深圳市、珠海市和中山市则为中密度次热点区,其它市级城市中的湿地公园在空间上分布较均匀;珠江三角洲湿地公园空间分布是以自然资源为空间载体,以人口、经济与政策等为驱动因素。     

城市更新背景下大都市区餐饮业空间格局演化——上海市案例研究

大都市是区域发展的引擎,大都市产业布局是相关研究的重点领域。随着城市化发展,大都市区正在通过多种方式进行更新,从而促使都市空间和产业格局不断优化。通过近二十年来上海市餐饮业空间数据分析,研究城市更新背景下大都市区餐饮业空间格局演化特征,分析影响因素,揭示影响关系。① 近二十年来,餐饮业总体分布格局由“一轴双核两片多点集中”的初始形态,逐步演化为“三核四轴四片多点集聚”的现状格局,餐饮业分布逐渐从“内环-中环-外环”向外扩散,呈现多方向多轴线、区轴连面的演化趋势。② 不同类型餐饮业分布与演化特征差异明显,地方菜以老城区布局为主,并向商业街区、金贸区、大学城等区域集聚演化明显;国际餐饮围绕历史租界街区布局,并向城市副中心、旅游吸引物区域集聚演化;休闲餐饮趋于城市公园、景区景点和科教中心周边集中分布。③ 餐饮业整体呈现“中度集聚-中高集聚-高高集聚”的集聚演化特征,休闲餐饮、国际餐饮的集聚演化更加显著;地理空间上餐饮业由市中心向城市东西向演化明显。④ 人口密度、经济发展、交通条件以及旅游格局是影响餐饮业空间格局形成与演化的基础性因素;城市更新引发的公共服务与旅游空间变迁,是不同类型餐饮业格局演化的主导性因素。⑤ 城市更新改变了都市区发展肌理,促进了区域空间的结构性变化,推动了发展要素与环境变迁,不同类型餐饮业依据市场定位与选址偏好,在地理空间上随之快速响应,推动了大都市餐饮业分布格局演化与更替。鉴于餐饮业对城市旅游产业的重要支撑作用,研究可为大都市旅游空间格局优化以及城市旅游可持续发展提供理论和实践指导。     

大都市区人口就业圈层分布与演变特征——伦敦、纽约、东京、巴黎的经验与启示

参考既有研究，以5 km、15 km、30 km半径为界，将伦敦、纽约、东京、巴黎大都市区划分为四个空间圈层，开展同尺度对比分析。研究发现，大都市区人口分布形态较为多样化，而中心地区普遍经历了人口先扩散再回流的历程；就业主要建立在共有的强单中心模式基础上，新城规划建设的成功与否对中心-外围关系有显著影响，当前演化趋势是外围地区次中心提升与中心地区内部分化并行；职住空间组织模式分为以纽约为代表的“内外各自平衡”模式和其他大都市区的“圈层梯度平衡”模式。北京及其他发展中的国内大都市区应基于相同空间尺度和相近发展阶段，合理借鉴国际经验，同时为未来的长远发展留有调整余地。     

主体间战略互动视角下的区域空间生产解析——基于环上海与环北京地区的比较研究

基于空间生产理论,构建了“区域主体间的战略互动作为区域空间生产机制”的解析视角,对北京、上海两大中心城市及其外围地区的战略互动过程及区域空间发展绩效进行了深入比较分析,认为上海及其外围地区之所以能够成长为高度一体化的区域,同区域主体间持续采用相向型互动战略密切相关;而北京大都市阴影区的形成与长期固化,则与北京及外围地区之间长时期以来采用背离型互动战略直接相关。最后,从促进区域主体间积极战略互动的角度,讨论了减缓、化解大都市阴影区问题的可能路径。     

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.     

基于战略性新兴产业的长江三角洲城市网络结构演变研究

基于2004~2013年战略性新兴产业上市公司跨区布址数据,运用社会网络分析法对长江三角洲城市群空间结构演变规律进行了分析。研究发现：① 长江三角洲城市网络的主要联系流由 “Z”字形空间结构演变为“金字塔”形结构。② 高行政级别城市在网络要素资源配置中占据主导地位,省会城市的中介能力呈现“倒U”型发展趋势。③ 沪杭宁甬苏合6城市构成了长三角城市网络的核心层,核心-边缘层联系成为占据主导地位的联系方式;城市网络凝聚子群具有明显的地理粘着性,沪宁和杭州凝聚子群分别是群内联系和群际联系的标杆。     

基于有向转变中心性与控制力的长三角城市网络空间结构分析

采用腾讯人口迁徙数据构建长三角的有向城市网络,利用有向转变中心性与控制力研究人口流动视角下的区域空间结构。研究表明,长三角地区已形成“区域性核心-局域性核心-人口扩散型城市”联动发展的多核心、等级化、网络化的空间结构。在该地区同时存在“同城化”“核心-边缘”空间发展模式。长三角41个城市可划分为7种发展类型,其中资源集聚型城市对人口资源存在普遍争夺的情况。研究进一步分析了长三角地区有向城市网络的空间结构及发展特征,并对相关影响因素进行分析,为长三角地区实现高质量发展的区域战略布局提供支撑。     

基于要素流的长三角城市群空间布局

以长三角城市群30个地级市市区为研究单元,从要素流动的动态视角,建立要素流的数理模型,借助于ArcGIS软件,对长三角城市群内城市的经济流、交通流和信息流的强度和方向进行定量分析和评价,运用赋值法对3种要素流总量进行评分,并进行空间层级划分。得出核心区（包括上海、江苏沿江八市、环杭州湾地区等地市）和辐射影响区（位于长三角两翼的地市）。基于城市间的空间联系特征和城市群的空间层级结构,对长三角城市群的空间发展布局提出进一步引导和规划,即上海为核心,苏州、南京、杭州、合肥和徐州为区域性中心城市,构成以沪宁合、沪杭、沪徐和沪温为4个发展轴的反“K”字型的空间形态,依据城市区位和要素联系特征,将城市群进一步划分为6个城市组团,形成以中心城市为增长节点、以发展轴为联结线、以城市组团为发展域的“点―线―面”有序发展的空间互动格局。     

珠三角城市群空间效应的分维测度

引用分形几何学的相关理论,通过研究城市群中心城市和其周边城市的相对位置和大小等级,从分维的角度研究城市群的空间效应。结果显示：广东省城市空间分布以珠三角城市群的中心城市广州为核心,呈现集聚分布形态;随着与中心城市距离的扩大,城市的规模逐渐变小;在所选取的3个年份中,2008年的集聚程度最强,2000年的集聚程度较强,2004年的集聚程度较弱。从而说明了广东省城市空间分布是一种分形结构,珠三角城市群的集群化效应是广东省城市发展的主导力量,并且2000年～2004年城市群的涓滴作用占主导地位,而2004年～2008年城市群的极化作用占主导地位。     

长三角城市群“空间流”层级功能结构——基于高铁客运数据的分析

高铁作为城市群内部物质与信息交流的基础设施,是城市扩展和城市间相互联系的重要通道,而城市群则是被高铁系统压缩了空间的众多城市空间。本文通过采集长三角城市群380个高速铁路客运数据建构20×20的矩阵,建立了基于高铁客流的长三角城市群城市间联系的矩阵,并在此基础上对长三角城市群内外空间结构进行深入分析。结果表明：①长三角城市群核心城市上海、南京、杭州、宁波间城市网络联系密度高于其他廊道城市间联系;②长三角城市群核心城市向外延伸的轴线联系加强,主要表现为上海与镇江、嘉兴,南京与丹阳、湖州,苏州与常州、昆山等城市间联系紧凑;③在城市群“空间流”分层方面：第一层级主要分布在长三角地区“沪—苏—锡—常”及其沿线;第二层级城市网络主要由“沪—宁”及其沿线路线构成;第三层级城市网络主要由“沪—杭—甬”及其沿线路线构成;第四层级城市网络主要由上海—金华—义乌及其沿线路线构成。     

长江三角洲城市群空间效率测度研究

以长江三角洲城市群为例,构建空间效率的指标体系,运用DEA模型测度了1994~2013年长江三角洲城市群的空间效率及2005年、2009年和2013年长三角城市群各地级市的空间效率。基于ESDA空间分析平台,运用局部自相关模型对长三角城市群空间效率空间关联格局进行分析。对长三角城市群空间效率的评价分析发现,阶段性演变过程呈“W”型波动并在波动中上升的特征。空间效率有效的城市数量在逐渐增加的同时空间分异明显,但城市群内个体城市的空间效率差距在不断缩小。聚类特征表现出空间效率与城市规模、行政等级及区位优势等存在一定相关性,空间效率分布与要素集聚程度高度相关。长三角城市群的空间效率表现为明显的非均衡趋势,空间分异的集聚程度加剧。     

长三角城市群重心移动及其驱动因素研究

长三角城市群在整个中国的区域发展战略中具有十分重要的地位,为深入把握这一地区发展的空间变化态势、更好地指导长三角地区的发展实际,在测算和分析1994～2004年间长三角城市群重心位置及其变化趋势的基础上,深入探讨了近些年长三角城市群重心移动的驱动因素。结果显示,1994年以来,长三角地区的城市群重心向西北方向移动了超过20 km,重心所在位置由苏州和嘉兴的交界处移至苏州市中心附近。而从其变化的趋势来看,未来的城市群重心仍将偏向西北方向,落到苏州和无锡的交界地带。这种态势的出现主要是由于长三角内部各城市受到其自然和区位条件、经济发展以及社会环境等诸多因素的影响,使得其发展呈现出一定的差异性,进而驱动了各城市不同程度的发展及其在整个长三角地区地位的转变,并最终致使城市群重心向自然区位条件优越、经济社会发展较快的西北方向移动。     

20世纪末中国迁移人口空间分布格局——基于城市的视角

基于人口普查资料,对20世纪末中国迁移人口在不同行政级别、不同规模城市的分布格局进行分析,并运用探索性空间数据分析技术进一步对地级及以上城市迁移人口的空间分布特征进行研究。结果表明:地级及以上城市在迁移人口流动中占主要地位,其中百万规模级别以上城市在人口迁移中地位尤为显著;县级市间迁移人口规模差异显著,东部地区县级市平均迁移规模要大于西部和中部;省际迁移中城市空间分布大体呈现3个梯状层次;省内迁移中城市空间分布总体表现出极大的相似性,均以各省会城市作为省内迁移人口的第一流入地;不论是省内迁移还是省际迁移,东部沿海地区的珠三角和长三角地区城市群都是迁移人口的高度集聚地。     

网络视角下中国十大城市群区域创新模式研究

从地理开放、区域协同和创新能力3个维度构建理论分析框架,基于网络视角刻画2015年中国十大城市群的区域创新特点,并据此划分城市群的区域创新模式。研究表明,中国十大城市群的区域创新模式存在显著差异。长三角、京津冀和珠三角城市群已具有较好基础,海西城市群缺乏高水平的内部协同,长江中游和成渝城市群过度依赖外部联系,北部湾城市群拥有较明显的核心-边缘内部网络结构,哈长、中原和关中城市群各维度评价均不高,区域创新模式最差。     

长三角城市群网络特征与省际边界效应——基于人口流动视角

构建城市网络化与消除行政边界所导致的阻隔效应是城市群一体化过程中所面临的双重问题。网络视角下,行政边界呈现出何种程度的空间效应是揭示区域演化机制的科学问题。基于人口流动要素构建长三角城市群网络,定量识别城市网络中的省际边界效应问题。研究指出：① 网络密度、平均中心性和平均控制力三项指标一致表明基于人口流动的长三角城市群网络呈现出强联结状态;② 经济规模、政治资源、产业结构、历史基础、就业机会和劳动收益是人口流动网络形成的重要影响因素,而省际边界、跨界频数、时间距离是人口流动网络流向的关键引导因素;③ 基于二次指派程序（QAP）的人口流动影响因素和网络拓扑结构分析共同表明,长三角城市群网络中存在显著的边界效应,且人口流动网络中边界效应表现出明显差异。省际边界在长三角城市群人口流动网络中发挥了融合（沪苏边界上海-苏州段）、过滤（沪浙边界上海-嘉兴段等）、接触（浙皖边界湖州-宣城段等）、阻隔（苏皖边界常州-宣城段等）四种不同的空间效应。论文对于深入理解城市群一体化驱动机制具有理论和现实意义。