城市公共服务设施与人口是否匹配?——基于社区生活圈的评估

公共服务设施是城市社会服务最基本的承载体,公共服务设施分配的公平与否,事关城市健康发展和社会公正运行.目前由于城市微观尺度人口数据的缺失,鲜有研究将供给侧(公共服务设施)与需求侧(人口)统一起来.鉴于此,论文以互联网地图API为支撑,建立了5min、10 min、15min三个层级的社区生活圈,并模拟了高分辨率、高精度...     

2003～2015年中国城市劳动力技能互补、收入水平与人口城镇化

基于2003~2015年中国256个地级市面板数据,对城市中高低技能劳动力耦合协调度进行衡量,并就扩大低技能劳动力规模对城市收入水平的影响进行了分析。主要结论为：① 过去10 a间,中国市级层面的高低技能劳动力耦合协调度总体上升,但上升幅度存在显著的区域间差异;② 七大国土区域内部的高低技能劳动力耦合协调度差异不断扩大,表明城市间高低技能劳动力流动正在加速;③ SLM和SEM模型均表明,地市级层面的低技能劳动力比重、城市收入水平和城市规模三者正相关,说明城市经济规模越大,扩大其低技能劳动力比重,越有助于提升城市总体收入水平。     

城镇增长下的收缩：以武汉为例

首先从人口、经济、用地3个维度综合考察武汉市增长与收缩的全貌,并采用县区及街道2个尺度的数据定量描述了武汉市增长与收缩的特征与空间格局,发现武汉市下辖青山区、硚口区、汉阳区和蔡甸区存在局部较严重的收缩现象,空间上形成集聚,形态上呈“穿孔式”。进一步以青山区为案例,着重从资本视角探讨发生局部收缩的内在机制,发现其存在老龄化、少子化趋势,但局部收缩的主因是资本从产业部门的“逃逸”。     

豫西山区县域地形起伏度与人口、经济活动分布的关系

以豫西山区为例,采用均值变点法提取地形起伏度,以县域为分析单元,选择人口密度与经济密度两个指标,利用相关分析法定量探究地形起伏度对人口和经济的影响及其差异,并与海拔高度、坡度的影响进行对比分析。结果表明:①豫西山区地形以中起伏(200～500 m)为主,小起伏(70～200 m)和微起伏(30～70 m)次之,平坦地区(0～30 m)和大起伏(≥500 m)所占比例较少。②地形起伏度对人口、经济的影响均强于海拔和坡度的影响,对人口分布的影响强于对经济发展的影响。③豫西山区49.29%的人口和47.42%的经济总量分布在地形起伏度不超过115 m的区域,土地面积仅占26.45%;地形起伏度超过245 m的区域占研究区总面积的19.55%,但仅居住5.89%的人口且仅创造4.85%的经济总量。豫西山区的人口分布和经济发展向低地形起伏区的集聚态势明显。     

基于腾讯位置大数据的精细尺度人口空间化——以南京市江宁区秣陵街道为例

精细尺度的人口空间化研究成为当前GIS领域研究的热点。已有的人口空间化方法大多针对区域或城市尺度进行研究,少有对街道、社区甚至住宅小区的亚城市单元人口的研究。该文以南京市江宁区秣陵街道为例,基于腾讯位置大数据,结合人口统计数据、建筑物空间属性数据和住宅小区边界数据,提出了基于腾讯位置大数据的人口空间化方法和住宅小区级别的精细尺度人口估算方法。研究结果表明,该方法在住宅小区空间尺度下的估算结果与实际人口的线性拟合R~2达到0.9494,结果可信度较高,可为今后精细尺度人口空间化研究提供参考。     

耦合土地利用回归与人口加权模型的PM2.5暴露风险评估

PM_2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM_2.5风险防控的前提,为提升PM_2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM_2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日（冬季）广佛都市区PM_2.5时空动态演变监测,在此基础上将PM_2.5反演结果与人口密度数据耦合,分别从PM_2.5污染浓度与人口加权PM_2.5浓度2个方面,评估广佛都市区PM_2.5污染暴露风险。研究结果表明：① 土地利用回归模型能够较好的反映研究区域内PM_2.5的空间分布特征,R²大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM_2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m³ （12月29日-1月11日）,最低平均浓度为53.40 μg/m³ （1月26日-2月8日）,全时段PM_2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM_2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM_2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。     

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘

人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。     

1990～2010年中国人口收缩区分布的时空格局演变——基于不同测度指标的分析

在人口收缩内涵界定的基础上,采用总人口和劳动力等直接指标结合出生率、老龄化率等间接指标进行综合测度,在地级尺度和县市尺度上分析了1990~2010年中国人口收缩区的数量变化、空间分布及演化特征（由于获取限制,未包含港澳台地区数据）,并对比了不同测度指标和方法之间的差异。主要的研究发现如下：①人口收缩区在数量上有明显的增长,收缩程度呈现出明显加剧趋势;②人口收缩区在中部和西部偏东地区快速扩张,川黔渝地区、长江中游地区、东北地区最为严重;③单一指标在识别人口绝对收缩方面效果较好,而且总人口指标往往比劳动力指标更早的反映一个区域的人口状况;④综合指标测度的方法能够更加全面的判断一个区域的人口发展状况,进而识别出人口处于相对收缩状态的区域;⑤人口收缩在县市尺度上比在地级尺度上表现更为明显,但两者的差异呈缩小趋势。基于以上研究发现,建议政府更加重视区域人口收缩问题及其对社会经济发展的影响。     

高密度人口聚集区与城镇用地的空间差异研究

将人口密度为1 500人/km~2和人口规模为6万人的区域提取为我国高密度人口聚集区;再运用叠置分析、重心和标准差椭圆分析模型,对高密度人口聚集区与城镇用地的空间分布差异进行定量分析,以期为协调人口与土地资源的合理配置提供参考,为未来人口、土地和经济城市化提供决策依据。结果表明,2000～2015年全国高密度人口聚集区与城镇用地的重叠率不足30%,人口集聚于非城镇用地的现象十分普遍。从区域上来看,沿海地区的人口集聚与城镇用地拓展协调性比内陆好,南部沿海经济区城镇用地拓展与人口集聚不匹配的现象较严重;从分布方向上看,高密度人口聚集区与城镇用地分布均为南北方向分散,东西方向集中;北部城镇用地分布多于高密度人口聚集区,南部则相反,整体上二者的空间分布趋于一致。