2000~2010年南京都市区人口空间变动特征研究

利用南京市第五次、第六次人口普查数据研究南京都市区2000~2010年人口空间变动及其规律。研究发现,① 10 a间南京都市区各地域人口均呈现增长态势,近郊区成为人口增长最为剧烈的区域;人口重心逐渐向南移动,同时人口分布的核心区域有向内收敛的趋势。② 根据测定系数、F检验与图像分析的综合判断,对数正态模型能够较好拟合人口分布的单核心结构,两年份曲线的变化表明郊区化的主体仍然是近郊区,尚未发展到远郊化的程度。多核心模型的拟合表明南京都市区已初步形成多核心结构,且主中心对人口仍具有强大吸引力;而多核心与单核心模型同时具有良好的拟合效果说明多核心结构尚未发育成熟。③ 南京都市区人口分布的空间异质性越来越高,人口分布趋于复杂,表明都市区正在向更加高级的阶段发展。     

基于多源遥感数据的武汉市人口空间分布格局演化

基于DMSP/OLS夜间灯光指数和SPOT-VEGETATION逐旬NDVI数据构建人居指数,模拟武汉市2000,2012年人口空间分布。采用空间自相关模型,从时空角度分析2000—2012年武汉市人口的空间分布格局及演变规律。结果表明:1利用夜间灯光强度估算方法可快速准确模拟武汉市人口空间分布。2人口空间分布格局有向武汉市中心城区集聚的趋势,具有"中间高周围低"的特征。3武汉市人口空间分布表现出较强的空间自相关性,根据局部自相关分析,"高-高"类型区主要分布在武昌、硚口、江汉、江岸等中心区,"低-高"类型区主要出现在江河流域附近;随着时间的推移人口分布的"高-高"类型区扩大,表明武汉市人口在向中心城区聚集的过程中远城区也形成了相应的人口集聚中心。     

江苏省人口—经济耦合与经济发展阶段关联分析

运用灰色关联法建立耦合系统评价指标体系,构建人口与经济耦合关联模型,以江苏省县域为研究单元,基于第五次及第六次人口普查数据,定量评判人口与经济发展的耦合类型及特征,并将其与经济发展阶段相联系,研究耦合类型与不同经济发展阶段的变化规律。结果表明:2000年江苏省处于工业化初期,各县域大致划分为低水平(14个)、拮抗型(29个)、磨合型(20个)3种类型耦合区;2010年全省处于工业化中期向后期过渡阶段,各县域分为拮抗型(40个)、磨合型(11个)和协调型(12个)3种类型耦合区;耦合类型空间分布以长江为界,苏南与苏北两极分化明显,长江以北耦合类型水平较低,长江两岸耦合类型中等,长江以南耦合类型水平较高。从人口与经济发展耦合类型和经济发展阶段变化间的关联来看,在市场开放的条件下,区域的耦合类型随着经济发展阶段的升级而依次升级,经济发展阶段越高,人口与经济耦合程度越高,其耦合类型与经济发展水平在空间上则越趋向于协调一致。     

江西省人口老龄化县域差异及其影响因素

人口老龄化是当代中国三大人口问题之一,受到政府和社会的广泛关注。利用探索性空间数据分析江西省人口老龄化的县域时空差异,通过地理加权回归(GWR)模型深入探讨江西省人口老龄化的影响因素。结果表明:(1)2000—2010年江西省人口老龄化系数显著提高,由6.29%提高到7.76%,由成年型社会转变为老年型社会;(2)2000—2010年江西省人口老龄化县域空间差异逐渐扩大,保持较强的正相关,全局指数分别为0.443,0.176,热点集聚显著但逐渐减弱,冷点区扩大;(3)不同因素对县域人口老龄化影响有所差异,人均GDP、城镇化、万人医生数等指标促进了人口老龄化,人口自然增长率及教育占财政支出等指标抑制了人口老龄化。     

上海市常住人口增长趋势研究院基于劳动年龄人口的情景模拟

国内外大城市的快速发展很大程度上依赖于劳动力的充分供给,制定合适的人口发展战略及政策至关重要。本文基于队列要素法,以劳动年龄人口规模作为重要变量对上海市人口规模进行情景模拟,依据结果对上海市未来常住人口发展趋势进行判断。结果显示,外来劳动年龄人口对上海市未来发展有重要支撑作用,上海应该给予外来迁入人口更多的关注和肯定,而不是盲目地限制;同时,判定上海市2040年常住人口规模将增长到3000万～3870万之间。本方法可以广泛应用于与上海具有相似人口年龄结构和人口规模变化趋势的大型城市和特大型城市,对中小型城市的人口规模模拟和政策制定也具有一定的参考意义。     

多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用

对统计型人口数据进行格网形式的空间化可更直观地展示人口的空间分布,但不同的人口空间化建模方法和不同的格网尺度在表达人口空间化结果方面存在差异。本文在人口特征分区的基础上,引入DMSP/OLS夜间灯光对城镇用地进行再分类,采用多元统计回归和地理加权回归方法(GWR),开展人口统计数据空间化多尺度模型研究,生成1 km、5 km和10 km等3个尺度的2010年安徽省人口空间数据,并对3个尺度下2个模型结果进行精度评价与比较。结果表明：人口空间数据精度不仅与建模所用方法关系密切,还受到建模格网尺度大小的影响。基于多元统计回归方法的模型估计人口数与实际人口的平均相对误差值随着尺度的增加而降低,而基于GWR方法获得的人口空间数据误差值随着尺度的增加而升高。整体来看,基于GWR方法的1 km研究尺度的人口空间数据平均相对误差最低(22.31%)。区域地形地貌条件与人口空间数据误差有较强的关联,地貌类型复杂的山区人口空间数据误差较大。     

Patterns of population change in Ghana (1984–2000): urbanization and frontier development

The study addresses population dynamics in Ghana on the urban and regional levels between 1984 and 2000. At the urban level, the development trends are analyzed for urban localities (population above 5,000) on the basis of geo-coded census data. Potential driving forces for rapid population growth related to size, location, accessibility and facility counts are examined using bivariate and multivariate analysis. An index of weighted accessibility relative to other urban localities provides significant explanation at the national level, as does initial locality size. At the regional level, population development is analyzed to provide insight into the rural–urban relations. The level of urbanization is steadily increasing but varies considerably between regions. Areas of high population growth are found in some rural areas that have a remote location relative to the large urban centers. This seems to indicate the existence of ‘frontier’ regions, i.e. areas that experience a high degree of in-migration by people aiming to undertake specific farming activities. A high proportion of the population growth in these areas appears to take place in relatively small towns. The paper concludes with a more in-depth discussion of the development characteristics of Ghana’s Western Region. This region has experienced one of the highest regional population growth rates, mainly due to its status as a ‘frontier’ for cocoa production.

人口GIS在天津市人口社会空间结构研究中的应用

阐述了应用人口GIS进行天津市人口社会空间结构研究的方法,概括出影响天津市人口社会空间结构的四个主要因素,并对天津市人口社会空间结构进行分区。天津市的人口空间结构可以分成行政、金融、商业、文化中心区,工业居住混杂区,工业、农业混合区和农业人口居住区,且四个分区成同心圆模式分布。     

CLASSIFYING WESTERN NORTH PACIFIC TROPICAL CYCLONES BY PHYSICAL INDEX SYSTEM

The classification of tropical cyclones (TCs) is significant to obtain their temporal and spatial variation characteristics in the context of dramatic-changing global climate. A new TCs clustering method by using K-means clustering algorithm with nine physical indexes is proposed in the paper. Each TC is quantified into an 11-dimensional vector concerning trajectory attributes, time attributes and power attributes. Two recurving clusters (cluster A and E) and three straight-moving clusters (cluster B, C and D) are categorized from the TC best-track dataset of the western North Pacific (WNP) over the period of 1949-2013, and TCs’ properties have been analyzed and compared in different aspects. The calculation results of coefficient variation (CV) and Nash-Sutcliffe efficiency (NSE) reveal a high level of intra-cluster cohesiveness and inter-cluster divergence, which means that the physical index system could serve as a feasible method of TCs classification. The clusters are then analyzed in terms of trajectory, lifespan, seasonality, trend, intensity and Power Dissipation Index (PDI). The five classified clusters show distinct features in TCs’ temporal and spatial development discipline. Moreover, each cluster has its individual motion pattern, variation trend, influence region and impact degree.