湖南省武陵山片区人口城镇化与流通产业发展协同演化及其减贫效应研究

运用协同度模型、空间ESDA、趋势面分析和面板计量回归模型,分析湖南省武陵山片区2001—2017年人口城镇化与流通产业发展协同的时空演化特征及其减贫效应。研究发现：湖南省武陵山片区人口城镇化与流通产业协同发展整体呈上升趋势但水平偏低,不同板块间协同水平差异显著且有扩大倾向;具有“集聚–分散–集聚”空间循环过程,局部空间极化效应明显,形成邵阳板块的显著热点区和湘西自治州板块的显著冷点区;协同发展“东高西低”空间分布格局更趋明显,“北高南低”分布态势减弱;两者协同发展对农民收入提升、贫困减缓具有显著正向促进作用,进一步空间效应分解发现协同减贫的空间正外溢性显著;实施人口城镇化与流通产业发展“双轮”协同驱动战略是实现乡村振兴的现实需要,也是落实高质量脱贫方略的重要支撑。     

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。     

基于开放大数据的广州市中心城区职住平衡特征研究

以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示：1）工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心地带;人口主要高度集中于各区的商业繁华地段与交通线路周围。而休息时间段的高值区则相对集中分布,用地效率较高,表现出多中心的圈层结构;人口主要高度集中分布在传统的老城居住区和新开发的商业住宅区,与核心商圈相对错开。2）不管是在上班时段还是休息时段,人口聚集程度越高的地区,POI设施密度表现越显著;这意味着人口的聚集具有一定的选择性,主要集中在城市基础设施发展较完备的区域。3）广州市中心城区各街道的职住比介于0.73~1.54,职住相对平衡,区域之间差异较小。其中,分值较高的街道多分布于核心地带（主要集中在越秀区、荔湾区北部和天河区南部）,分值较低的街道多分布于核心地带的外围或边缘地区（主要在海珠区、荔湾区和白云区零散分布）。4）从城市交通响应上看,广州市中心城区工作日内早高峰的拥堵度大于晚高峰,但总体路况变化跨度不大,区内并没有出现特别严重的“潮汐通勤”现象。     

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。     

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。     

人口、资源、环境与经济发展之间的关系

自1991年,党中央每年在全国人大开会期间都召开各省、自治区、直辖市党政主要领导同志参加的计划生育座谈会,近几年来党中央陆续将环境与资源也列入了座谈会的主要议题。     

新型城市化战略要力避“城市病”

中国近几十年来经历了一个无论在规模还是在速度上,堪称人类史无前例的城市化进程.在1978年到2008年的三十年间,中国城市人口从总人口的18%剧增到46%.     

坚持土地节约集约利用促进文登经济和谐发展

文登市位于山东半岛东部,总面积1 779.84km2。辖14个镇、3个街道办事处、2处省级开发区,810个行政村、88个居委会,总人口64.25万人,其中农村人口46.2万人。全市耕地面积62 137.93hm2,人均耕地不足0.084 hm2,低于全国和全省的平均水平,土地供需矛盾日益突出。