排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
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. 相似文献
2.
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. 相似文献
1