地理研究  2018 , 37 (9): 1802-1817 https://doi.org/10.11821/dlyj201809012

研究论文

京津冀人口时空变化特征及其影响因素

王婧1, 刘奔腾2, 李裕瑞34

1. 北京市社会科学院管理研究所,北京 100101
2. 兰州理工大学设计艺术学院,兰州 730050
3. 中国科学院地理科学与资源研究所,区域可持续发展分析与模拟重点实验室,北京 100101
4. 中国科学院精准扶贫评估研究中心,北京 100101

Spatial-temporal characteristics and influencing factors of population distribution and floating changes in Beijing-Tianjin-Hebei region

WANG Jing1, LIU Benteng2, LI Yurui34

1. Beijing Academy of Social Sciences, Beijing 100101, China
2. School of Design Art, Lanzhou University of Technology, Lanzhou 730050, China
3. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
4. Center for Assessment and Research on Targeted Poverty Alleviation, CAS, Beijing 100101, China

展开

摘要

基于2000和2010年人口普查和社会经济数据、2015年12月13日-25日百度迁徙数据及地理空间数据等多源数据,从人口分布格局与流动格局两个角度,探讨近年京津冀地区人口时空变化特征及其影响因素。研究表明:① 2000-2010年,京津冀地区呈现出明显的由自然地理条件与交通区位因素影响下的人口疏密特征、社会经济发展影响下的京津圈层特征,河北则缺少发育成熟的区域次级中心,京津冀地区人口普遍增加,且以人口显著增加为主要特征;② 人口普查的长时段迁移数据分析发现,京津冀人口流动活力增强,人口流入格局更为集聚;百度迁徙的短时段数据分析发现,北京是人口流入和流出的高热城市,天津是人口流出的较热城市,北京、天津、廊坊三地之间人口流动最为活跃,且以北京为核心的城市间人口流动较为活跃;③ 人力资本积累、产业结构特征、城镇发展水平、基期的经济发展水平、乡村化指数、公共服务水平,以及地理交通区位和地形起伏特征,是京津冀县域常住人口长时段内集散变化的主要影响因素,而短时段人口流动方向与数量还受节假日与季节的叠加影响。从城市功能、场强、网络及其演化的综合视角,更有助于深化人口集疏变化的地理研究。

关键词: 人口变化 ; 人口流动 ; 时空格局 ; 影响因素 ; 京津冀

Abstract

Based on multiple types of data and using qualitative and quantitative analysis, the paper analyzes the spatial-temporal characteristics and influencing factors of population changes in Beijing-Tianjin-Hebei (BTH) region from the two aspects of population distribution patterns and population floating in long and short periods. The main results are summed up as follows: (1) BTH region presents an obvious population distribution characteristic, which is influenced by physiographical conditions and traffic location factors; Beijing-Tianjin region reflects the prominent circle features, which is due to social and economic development; and Hebei lacks a mature regional sub-center. From 2000 to 2010, the population of this region is characterized by a significant growth. (2) Over a long period of time, the vitality of population floating has increased and the pattern of population floating is more concentrated. Over a short period of time, Beijing and Tianjin have become the hottest cities of population inflow and outflow respectively in China. The population floating among Beijing, Tianjin and Langfang is the most active, while the Beijing-centered population floating is relatively active. (3) The main influencing factors of the spatial-temporal change of population over a long period of time include human capital accumulation, industrial structure, urbanization, initial economic development level, rurality and public services, geographical location, central city radiation and topographic relief. Holidays and seasons are the important superimposed factors that affect the direction and quantity of short-term population movements.

Keywords: population change ; population floating ; spatial-temporal pattern ; influencing factors ; Beijing-Tianjin-Hebei (BTH) region

0

PDF (6096KB) 元数据 多维度评价 相关文章 收藏文章

1 引言

受自然资源禀赋、历史背景、区位优势、行政地位等诸多因素影响,京津冀地区的各类发展要素过多集聚于北京,致使北京人口数量庞大、分布稠密,区域人口分布不均、空间结构不合理等问题日益突出。新型城镇化、人口空间分布格局的优化与重构是当前国家战略决策的重点领域,也是京津冀协同发展过程中的重要内容之一。深化认识快速城镇化进程中京津冀人口时空变化特征及其影响因素,对于优化和重塑区域空间具有积极意义。

人口地理学是人口研究的重要学科。20世纪80年代以前的人口时空变化相关研究侧重分析人口数量的时间序列变化,主要采用定性描述方法和传统的数量统计、对比方法;后来逐渐引入了分形理论和3S等技术方法,弥补了传统人口学研究在空间分析与可视化层面的缺陷。国内关于人口时空变化的研究主要是基于一定时序性统计数据和普查数据展开,所采用的描述性指标主要为人口数量、人口密度、人口重心等,以全国与省域的研究尺度为主,其影响因素的定量研究多基于回归模型、主成分分析模型等展开[ 1, 2, 3, 4, 5, 6, 7, 8],极少数研究借助手机信令、百度迁徙等数据[ 9, 10]。京津冀地区是人口研究的重点区域,其人口时空特征相关研究包括人口数量变化、人口集聚与扩散、人口增长影响因素、区域城市规模体系变化、人口重心、人口流动等方面[ 11, 12, 13, 14, 15, 16, 17, 18, 19]。如封志明等利用1982-2010年的4期普查数据揭示京津冀都市圈人口分布与增减特征[ 11];张耀军等基于探索性空间数据分析方法探讨2000-2010年京津冀地区人口变化的空间自相关特征与集聚格局[ 14];李国平等利用1990年和2000年人口普查数据研究发现自然条件和经济因素的共同作用是造成该区域人口增长差异的重要原因[ 12]。上述研究在增进对京津冀地区人口与社会经济发展综合认知方面发挥了重要作用。但是,基于人口普查数据的长时段常住人口时空变化分析仍较薄弱,也缺乏短时段人口流动与集疏特征分析以及长时段和短时段的耦合分析。

本文拟基于人口普查数据揭示京津冀县域尺度人口时空变化特征和流入流出格局,基于百度迁徙数据揭示京津冀“点对点”短时人口流动特征,结合社会经济数据、地理空间数据揭示人口时空变化的影响因素。据此,为未来一段时期的京津冀人口有机疏解、产业布局优化、区域协同发展提供科学决策参考。

2 研究方法与数据来源

2.1 研究方法

2.1.1 基于人口普查数据的2000-2010年京津冀人口时空变化分析 基于ArcGIS软件平台,利用空间分析方法,可视化呈现2000-2010年京津冀人口格局变化。以县域为图斑单元进行点密度制图、分级制图的空间表达,揭示人口数量、人口变化、人口密度等数值的空间差异。人口增减变化采用基期和末期的人口变化量与变化率来计量,参照相关文献的分级标准[ 11],结合京津冀2000-2010年各区县人口变化现状,将京津冀人口变化划分为人口减少、人口显著增加、人口绝对增加和人口相对增加4类7级( 表1)。

表1   人口增减变化分级及划分标准

Tab. 1   Standard of classification on population growth and reduction of the Beijing-Tianjin-Hebei (BTH) region

人口增减变化分级类型标 准
人口显著增加显著增加I区A≥10万,R≥20%
显著增加II区5万≤A<10万,10%≤R<20%
显著增加III区2万≤A<5万,5%≤R<10%
显著增加IV区0万≤A<2万,0%≤R<5%
人口绝对增加区A≥10万且R<20%,或5万≤A<10万且R<10%,或2万≤A<5万且R<5%
人口相对增加区A<10万且R≥20%,或A<5万且R≥10%,或A<2万且R≥5%
人口减少区A<0,R<0

注:A为人口增加量,R为人口增加率。

新窗口打开

2.1.2 基于人口普查和百度迁徙数据的人口流动特征综合分析 (1)基于五普和六普数据的长时段人口流动分析。两次普查流动人口在界定上基本相同,具有可比性[ 20]。假设普查数据中各区县“迁入人口”类中的“本省其他县(市)、市区”和“外省”两项分别为P本省和P外省,常住人口与户籍人口分别为P常住和P户籍,则县域流入人口P流入、净迁移人口P、流出人口P流出、总流动人口P分别为:P流入=P本省+P外省,P=P常住-P户籍,P流出=P流入-P,P=P流入+P流出,其中P正值代表净流入、负值代表净流出。参照已有研究[ 21],将京津冀地区划分为流动人口非活跃区、净流入型活跃区、净流出型活跃区、平衡型活跃区。

(2)基于百度迁徙数据的“点对点”短时段人口流动分析。利用百度地图LBS(基于地理位置的服务)开放平台、百度天眼,对其拥有的LBS大数据进行计算分析揭示短时段内人口“点对点”流动特征。由于实时人口流动数据庞大且多变,本文在跟踪数据更新的基础上选用半个月数据(2015年12月13日至2015年12月25日)分析京津冀地区实时、动态的人口流动特征。主要分析资料为研究区某地的人口流入结构(某地的十大迁入热市)和人口流出结构(某地的十大迁出热市)。

2.1.3 借助主成分分析和偏最小二乘回归方法探讨人口变化影响因素 多元线性回归是进行影响因素分析的常用方法,但往往难以克服指标较多带来的多重相关性的问题。为从众多的社会经济和地理变量数据中提取影响京津冀地区人口数量变化及其空间差异的主控因素,确保分析结果的稳健性,拟选用主成分分析(PCA)和偏最小二乘回归(PLSR)进行对比研究。PCA分析可通过降维技术把多个具有一定相关性的指标约化为少数几个综合指标,在此基础上利用主成分因子作为自变量进行多元回归能在较大程度上克服多重共线性;而PLSR通过辨识和筛选数据信息中的噪音,提取出对因变量具有更强解释性的变量,从而有助于克服多重相关性、样本点过少等限制[ 22]。主成分分析较为常用,不再赘述。PLSR分析时,常采用变量的投影重要性(VIP值)来衡量各个自变量对因变量的解释力,是通过主成分与权重、方差计算表现的间接关系,自变量在主成分中权重越大、方差之比越大,VIP值就越大,因而对因变量的影响能力就越强。如果某自变量的VIP值大于1,可认为其为显著影响因子,驱动作用强;小于1的自变量则相对不太重要,驱动能力弱;若小于0.5,则可认为该自变量不重要。本文中,PCA分析由SPSS 17.0软件完成,PLSR由SIMCA-P 11.5软件完成。

定量分析时,因变量为2010年常住人口数与2000年常住人口数比值,而拟考虑的自变量类型、主要假设如下:① 产业结构与类型对劳动力集疏会有不同程度的影响,进而可能影响到区域人口数量变化。拟基于人口普查的分行业数据,从制造业从业人员比例及生产性、生活性服务业从业人员比例的角度来分析。② 经济发展水平影响工资水平,进而影响其对劳动力的吸引力,进而影响区域人口变化。拟从增加值和财政收入的角度反映,选用人均地区生产总值和人均财政收入两个指标。③ 人力资本积累是经济增长的重要驱动因素,对人口集疏也可能会产生一定程度的影响。平均受教育水平和专业技术人员越多的区域,可能更具就业创造力和人口集聚力。④ 现阶段的人口流动与增减变化,主要的空间指向是城镇,城镇人口规模和城镇化水平差异可能对人口集疏带来影响,城镇化发展快、乡村性指数低的区域可能人口增长更快。⑤ 公共服务越好的地方,可能越具有人口吸引力,进而实现常住人口数量的相对快速增长。受数据限制,拟选用每万人医疗床位数和福利院床位数作为公共服务代理指标。⑥ 通常,时间成本较低的地方与时间成本较高的地方,可能具有不同的地域功能、发展能力和人口集疏能力。拟选取到区域中心城市的最短公路交通时间、到高速公路和铁路的最近距离来反映地理交通区位情况。⑦ 资源环境状况可能是影响人口变化的重要因素。拟选取地形起伏度、水资源丰富度指数分别反映地形特征和水资源特征,作为资源环境状况的代理变量。需说明的是,人口自然增长的空间差异暂不在考虑范畴,待收集到更为详实的出生率、死亡率指标,才能有助于实现纳入人口自然增长的分析。各类指标的基本情况如 表2所示。

表2   分析变量及相关说明

Tab. 2   Variables for population change studies

类型编号指标名称单位数据来源及说明
因变量1常住人口万人第五次和第六次人口普查分县数据
产业结构特征2制造业从业人员比例%第五次和第六次人口普查分县数据
3生产性服务业从业人员比例%第五次和第六次人口普查分县数据
4生活性服务业从业人员比例%第五次和第六次人口普查分县数据
经济发展水平5人均地区生产总值万元中国县(市)社会经济统计年鉴
6人均财政收入万元中国县(市)社会经济统计年鉴
人力资本状况7平均受教育年限第五次和第六次人口普查分县数据
8专业技术人员比例%第五次和第六次人口普查分县数据
城乡发展状况9常住人口城镇化率%第五次和第六次人口普查分县数据
10城镇常住人口规模万人第五次和第六次人口普查分县数据
11乡村化指数数据来自Li等[ 23]
公共服务水平12每万人医疗床位数中国县(市)社会经济统计年鉴
13每万人福利院床位数中国县(市)社会经济统计年鉴
地理交通区位14到北京的最短公路交通时间h县城到天安门的最短公路交通时间
15到天津的最短公路交通时间h县城到天津市政府的最短公路交通时间
16到石家庄的最短公路交通时间h县城到石家庄市政府的最短公路交通时间
17到高速公路的最近距离km到高速公路的最近距离
18到铁路的最近距离km到铁路的最近距离
资源环境状况19地形起伏度参照封志明等[ 24]用DEM数据计算
20水资源丰富度指数数据来自李九一[ 25]

注:(1)指标1~13均为2010年数值与2000年数值的比值;(2)指标14~16为利用百度地图数据编程自动计算并人工校验获得;(3)指标17~18为利用2010年全国道路交通数据,在ArcGIS软件平台自动计算获得;(4)指标19为根据相关文献提供的方法,利用高精度DEM数据(30 m分辨率)计算获得。

新窗口打开

2.2 数据来源

人口变化时空格局特征和长时段人口流动特征分析所需数据主要来自2000年、2010年北京市、天津市和河北省第五次、第六次人口普查分县域数据。其可视化分析所需行政区划矢量边界来自国家基础地理信息中心1∶100万分县行政区划数据库。并基于研究需要,对部分底图与统计数据进行前期处理:① 比较分析1:100万分县行政区划图与2000年和2010年普查数据对应的行政区划,并进行校正。② 为便于进行人口增减变化分析,以2010年县域行政区划底图为参照,在此基础上对应校正2000年县域行政区划底图,并对应校正2000年相应的统计数据,对前后行政区划调整较大且难以调整的予以删除处理,以确保纵向比较的准确性和可靠性。另外,本文短时段人口流动特征分析数据来源于网络百度迁徙数据,数据时段为2015年12月13日至2015年12月25日。影响因素分析数据主要来自相应年份《中国县(市)社会经济统计年鉴》和各省市的统计年鉴。

3 结果分析

3.1 京津冀人口时空变化特征

3.1.1 区域总人口增长显著,平原及交通干线地区的人口密度较高 2000年京津冀总人口为9010.23万人,到2010年增加到10440.53万人,比2000年增加1430.30万人,年均增长约1.48%,高于全国0.70%的增长速度,但低于珠三角(2.72%)、长三角(2.10%)城市群人口增长速度。由点状人口分布图( 图1a、 图1b)可见,区域人口分布呈现西部、北部山区人口稀疏,东部、南部平原地区人口稠密的特征,且此特征2010年比2000年更加突出,结合2010年人口密度图来看( 图1c),呈现沿北京—石家庄—邯郸重要交通干线的高密度人口分布带。

显示原图| 下载原图ZIP| 生成PPT

图1   2000年和2010年京津冀县域人口分布格局

Fig. 1   Population distribution of Beijing-Tianjin-Hebei (BTH) region at county level in 2000 and 2010

3.1.2 各区县人口普遍增加,并以显著增加为主要特征 2000-2010年京津冀地区82.17%的区县人口增加,增加量为1513.25万人,其中有54.60%的区县显著增加,增加量为1237.74万人。从增减类型来看:① 12.43%的区县为显著增加I区,人口增量达1044.87万人,主要集中在北京的城市功能拓展区、发展新区,天津的外围城区、部分远郊区,以及河北部分市辖区。从增量来看,天津滨海新区人口增加最多,其次是北京朝阳区、昌平区和海淀区,这四个区10年间人口增量均超过100万,北京的丰台区、大兴区与通州区人口增量也超过50万,河北的石家庄人口增量超过80万;从增速来看,北京昌平区、大兴区和天津滨海新区人口增长率超过100%,年均增长分别为10.45%、7.35%和8.06%。② 其他三个显著增加区以IV区的区县数量最多,以III区人口增加数量最大;另外分别有12.43%和15.14%的区县绝对增加和相对增加,人口增量分别为181.39万人和94.12万人。③ 17.83%的区县人口减少,减少总量为82.95万人,除天津的蓟县、和平区以外均为河北区县,主要分布在山区、市辖区周边,人口外流是主要表征( 表3、 图2)。

表3   2000-2010年京津冀地区人口增减变化统计表

Tab. 3   Types of population growth and reduction in BTH region from 2000 to 2010

人口增减变化分级类型区县比例(%)人口变化量(万人)
人口显著增加显著增加I区12.431044.87
显著增加II区4.8666.53
显著增加III区15.1484.14
显著增加IV区22.1642.20
人口绝对增加区12.43181.39
人口相对增加区15.1494.12
人口减少区17.83-82.95

新窗口打开

显示原图| 下载原图ZIP| 生成PPT

图2   2000-2010年京津冀县域人口变化空间格局

Fig.2   Spatial patterns of population change in BTH region at county level from 2000 to 2010

3.1.3 京津人口比例持续增高,人口疏密圈层特征突出 2000年,京津冀三地人口占区域的比例分别为15.06%、10.93%和74.01%;到2010年,京津的人口占比分别提高到18.78%和12.39%,河北省的人口占比下降到68.82%。2000-2010年,京津两地的人口数量年均增长分别为3.75%和2.77%,而河北仅有0.75%。从三地内部人口空间结构来看,京津的人口圈层结构越来越明显。除北京中心二城(含崇文区和宣武区)以及天津的中心六城的人口密度一直很高外,2000年时其他区县人口密度差异还较大,到2010年京津人口圈层结构显现,即北京第二圈层人口密度提高,第三圈层人口密度凸显,北京人口密度四圈层结构形成;天津第二圈层出现,天津人口密度三圈层结构形成( 表4)。河北各地市的人口圈层一直不明显,但市辖区人口密度逐渐提高,人口密集范围扩大,部分市辖区每平方公里人口超过1万人。

表4   2010年京津地区人口密度圈层结构表

Tab. 4   The circle structure of population density in Beijing-Tianjin region in 2010

圈层I圈层II圈层III圈层IV全域
中心城区城区远郊区I远郊区II
北京区县名称东城、西城朝阳、丰台、石景山、海淀通州、大兴、昌平、顺义其他区
密度(人/km2)>2万≈7000≈1000<5001195
天津区县名称和平、河东、河西、南开、河北、红桥东丽、西青、津南、北辰、滨海新区其他区县
密度(人/km2)>2万>1000≈5001100

注:参照区县人口密度等级及中心城区、城区和远郊区县类型划分;“—”表示空值。

新窗口打开

3.1.4 河北城市人口规模普遍偏小,区域次级中心发育不足 河北相对于京津而言,其人口密度不论在全域层面、地市层面还是市辖区层面均普遍较低,2010年地市层面人口密度最大为763.22人/km2(邯郸),市辖区的人口密度最大为7610.48人/km2(石家庄);其城市人口规模也普遍偏小,形成区域人口规模断层;小城市尤其是II型小城市数量庞大,占70%~80%,大中型城市数量少,无特大型城市,且近10年发展缓慢。总体来看,河北的城市发展相对缓慢,且缺少构成区域城市体系的次级中心城市( 表5)。

表5   京津冀地区各等级规模城市人口变化

Tab. 5   The population change in BTH region by city scale

城市规模等级城市数量(个)总人口(万人)城镇人口(万人)城镇化率(%)
(万人)2000年2010年2000年2010年2000年2010年2000年2010年
超大>1000010.001882.730.001644.690.0087.36
特大500~1000211900.881109.081663.21956.2387.5086.22
大(I型)300~500000.000.000.000.000.000.00
大(II型)100~30035501.101003.71454.73849.6390.7584.65
50~10044315.96320.21296.35270.7993.7984.57
小(I型)20~50732438.492141.12217.10920.5049.5142.99
小(II型)<201451105853.803993.39885.851253.0215.1331.38
合计1611539010.2310450.233517.245894.8439.0456.41

新窗口打开

3.2 京津冀人口流动特征

3.2.1 在长时段层面,人口流动活力增强、净流入活跃区范围扩大 (1)流入人口一直大于流出人口,京津地区与河北市辖区人口净流入显著

2000年,京津冀地区有59.46%的区县流入人口大于流出人口,净流入人口为391.07万人,京津冀三地净流入人口分别为240.18万人、66.81万人和84.09万人。北京除中心城区与延庆县外均为人口净流入地区,丰台区、朝阳区、石景山区、昌平区、海淀区和大兴区人口净流入尤为显著;天津除和平区、红桥区和宝坻区外为人口净流入地区,东丽区和北辰区人口净流入尤为显著;河北主要是石家庄市辖区人口净流入显著。到2010年,京津冀地区人口净流入范围缩小到41.62%区县,但净流入人口增加到1002.06万人,重点流向京津地区及河北市辖区;京津两地净流入人口分别增加到705.83万人和301.88万人,北京的通州区、顺义区、怀柔区、天津的西青区人口净流入也趋于显著。河北由2000年时的人口净流入地区转变为2010年时的人口净流出地区,北部山区人口净流出显著( 表6)。

表6   京津冀地区人口流动态势

Tab. 6   Statistics of the floating population in BTH region

流入人口(万人)流出人口(万人)净迁移率(%)总迁移率(%)净流入区县(个)
2000年2010年2000年2010年2000年2010年2000年2010年2000年2010年
京津冀552.611680.60161.54678.554.349.607.9322.6011077
北京260.36891.5220.18185.6917.7035.9920.6754.931314
天津79.09385.7512.2883.876.7823.339.2836.301313
河北213.17403.34129.08408.981.26-0.085.1311.318450

新窗口打开

(2)基于区域类型划分的长时段人口流动特征

2000-2010年,人口流动活跃区数量增加。人口净流入活跃区数量增加,有15个非活跃区和6个平衡性活跃区转为净流入活跃区;平衡性活跃区数量增加,有19个非活跃区和1个净流入活跃区转为人口流动平衡性活跃区;人口净流出活跃区数量增加,有3个非活跃区和2个平衡性活跃区转为净流出活跃区;人口流动非活跃区数量减少,有1个北京的市辖区和18个河北的区县转为平衡性活跃区,有10个天津的市辖区县和5个河北的区县转为净流入活跃区,有3个河北的县转为净流出活跃区。非活跃区的人口流动由人口净流入转变为人口净流出( 表7、 图3)。2010年人口净流入活跃区主要分布在京津大部分地区以及河北部分市辖区;人口流动平衡性活跃区包含4个北京的市辖区、2个天津的市辖区和27个河北的区县;人口净流出活跃区主要分布在河北的山区;人口流动非活跃区主要分布在河北的平原地区。

表7   京津冀地区人口流动类型区特征

Tab. 7   Population floating areas by typologies in BTH region

非活跃区净流出活跃区平衡性活跃区净流入活跃区
2000年2010年2000年2010年2000年2010年2000年2010年
流入人口(万人)190.99100.0816.8915.4796.72217.21248.011347.83
流出人口(万人)31.03145.5182.28103.7391.69229.19-43.46200.11
净迁移人口(万人)159.96-45.43-65.39-88.265.03-11.97291.471147.72
区县数量(个)140105101423331233

新窗口打开

显示原图| 下载原图ZIP| 生成PPT

图3   2000年和2010年京津冀地区人口流动类型区划分

Fig. 3   The typologies of population floating areas in BTH region in 2000 and 2010

3.2.2 在短时段层面,北京、天津、廊坊三地间人口流动最为活跃 (1)在全国层面,北京是人口流入流出的最为热点城市,天津是人口流出较为热点城市研究期内,全国当日的流动人口中,平均24.33%的人口流入北京,北京是全国人口流入最为热点城市,其次是上海。此外,北京还是全国人口流出最为热点城市,研究期内平均有23.67%的人口从北京流出,其次是上海,天津是人口流出较为热点的城市,平均有4.75%的人口从天津流出。从全国来看,以京津冀、长三角、珠三角及成渝地区的直辖市、省会城市及副省级城市人口流动活力最强( 图4、 图5)。

显示原图| 下载原图ZIP| 生成PPT

图4   人口流出的热点城市

Fig. 4   Hot cities of population outflow

显示原图| 下载原图ZIP| 生成PPT

图5   人口流入的热点城市或地区

Fig. 5   Hot cities or regions of population inflow

(2)在京津冀区域层面,北京、天津、廊坊三地之间人口流动最为活跃

研究期内,与北京人口往来最为密切的是廊坊,其次是天津;当日北京的人口流动中,平均有34.46%的流入人口来自廊坊,22.51%来自天津;从北京流出的人口中,平均有67.63%的人口流入廊坊,12.72%流入天津。与天津人口往来最为密切的是北京,其次是廊坊;当日天津人口流动中,平均有52.34%的流入人口来自北京,27.45%来自廊坊;从天津流出的人口中,平均有45.89%的人口流入北京,30.34%流入廊坊。与廊坊人口往来最为密切的是北京,其次是天津;当日廊坊人口流动中,平均有88.62%的流入人口来自北京,9.13%来自天津;从廊坊流出的人口中,平均有63.66%的人口流入北京,29.55%流入天津( 表8)。

表8   京津冀地区各地市之间人口往来数量占比

Tab. 8   The proportion of population floating among the cities in BTH region

流入(%)流出(%)流入(%)流出(%)
廊坊 34.46
天津 22.51
上海 9.02
→北 京→廊坊 67.63
天津 12.72
上海 4.04
北京 52.34
廊坊 27.45
上海 2.65
→天 津→北京 45.89
廊坊 30.34
上海 3.26
北京 55.49
天津 12.10
阳泉 10.78
→石家庄→北京 43.68
天津 13.74
忻州 8.91
天津 51.73
北京 32.18
沈阳 2.78
→唐 山→天津 44.84
北京 39.87
沈阳 1.55
北京 42.16
葫芦岛 17.75
天津 14.83
→秦皇岛→北京 35.96
葫芦岛 25.22
天津 18.68
北京 33.16
安阳 28.30
天津 11.00
→邯 郸→北京 30.92
安阳 19.63
天津 12.92
北京 36.82
聊城 24.85
天津 11.48
→邢 台→北京 29.78
聊城 20.45
天津 13.80
北京 82.27
天津 6.55
忻州 3.82
→保 定→北京 67.39
天津 10.16
忻州 7.73
北京 66.32
大同 15.82
天津 6.38
→张家口→北京 63.88
天津 10.82
大同 5.64
北京 71.86
天津 7.96
赤峰 7.78
→承 德→北京 64.68
赤峰 9.20
天津 8.48
天津 48.28
北京 27.22
德州 13.08
→沧 州→天津 43.80
北京 28.96
德州 7.95
北京 88.62
天津 9.13
郑州 0.17
→廊 坊→北京 63.66
天津 29.55
上海 0.55
德州 41.74
北京 33.26
天津 10.92
→衡 水→德州 34.94
北京 32.87
天津 10.95

新窗口打开

(3)从京津冀地市层面来看,以北京为核心的区域内部城市间的人口流动较为活跃

除北京、天津、廊坊三地之间人口流动最为活跃外,其他地市与京津之间的人口往来也较为活跃,其中与北京间的人口往来最为活跃,如保定平均82.27%的流入人口来自北京,67.39%的流出人口去往北京,除唐山、衡水、沧州以外,北京皆为各地市人口往来第一大城市。天津是次于北京与各地市人口往来较为活跃的城市,其中天津是与唐山、沧州人口往来的第一大城市,是与石家庄、保定、承德人口往来的第二大城市。而除京津之外的其他地市之间的人口往来并不十分活跃( 表8)。大体地,人口流动及迁徙格局与地理空间区位、社会经济要素联系和职住格局具有较强的相关性。

3.3 京津冀人口时空格局变化的影响因素

基于 表2所示指标及相关数据,借助主成份分析提取出5个因子。第1~第5主成分的方差贡献率分别为21.697%、12.861%、10.893%、8.697%和8.087%,累计方差贡献率达到62.234%。基于因子旋转,获得旋转后的成份矩阵( 表9)。第1主成分包括人均地区生产总值、人均财政收入、到石家庄的最短时间、到高速公路的最近距离、地形起伏度、水资源丰富度指数等6项指标,反映了经济发展水平、地理交通区位、资源环境状况对京津冀地区人口变化的影响;第2主成分包括到北京的最短公路交通时间、到天津的最短公路交通时间等2项指标,反映了北京和天津作为区域中心城市对京津冀地区人口变化的影响;第3主成分包括常住人口城镇化率、城镇常住人口规模等2项指标,反映了城镇规模及城镇化水平对京津冀地区人口变化的影响;第4主成分为制造业从业人员比例1项指标,反映了制造业发展对京津冀地区人口变化的影响;第5主成分为平均受教育年限1项指标,反映出人力资本状况对京津冀地区人口变化的影响。

表9   旋转成份矩阵

Tab. 9   Rotational component matrix

指标成份
12345
制造业从业人员比例-0.164-0.0480.0300.806-0.070
生产性服务业从业人员比例0.0130.250-0.0160.6760.157
生活性服务业从业人员比例0.5330.2380.0330.2210.510
人均地区生产总值0.660-0.0160.069-0.041-0.022
人均财政收入0.770-0.207-0.033-0.0370.040
平均受教育年限0.081-0.065-0.066-0.0450.820
专业技术人员比例0.119-0.297-0.0130.2880.452
常住人口城镇化率-0.0800.1070.9700.098-0.017
城镇常住人口规模-0.0900.0830.9690.1010.007
乡村化指数0.2750.008-0.0570.029-0.476
每万人医疗床位数-0.074-0.0550.2180.4180.010
每万人福利院床位数-0.0580.556-0.028-0.062-0.063
到北京的最短公路交通时间0.0070.7780.1970.186-0.122
到天津的最短公路交通时间0.2430.8810.1200.0190.085
到石家庄的最短公路交通时间0.829-0.146-0.101-0.100-0.042
到高速公路的最近距离0.6810.325-0.1580.070-0.263
到铁路的最近距离0.4390.410-0.1350.318-0.079
地形起伏度0.7400.380-0.108-0.2060.187
水资源丰富度指数0.8440.187-0.080-0.1280.062

注:(1)提取方法:主成分分析法。(2)旋转法:具有Kaiser标准化的正交旋转法。旋转在6次迭代后收敛。

新窗口打开

经主成分回归分析可知,5个主成分因子得分自变量对常住人口变化的影响存在一定差异,第二主成分、第五主成分,即由到中心城市(北京、天津)的公路交通时间所反映的时间成本和辐射因子、由居民平均受教育水平反映的区域人力资本状况因子,通过了极显著检验(P<0.01)。从回归系数的正负值来看,时间成本越低(反映出可能受到中心城市辐射的能力越大),常住人口增幅越大;平均受教育年限反映的人力资本积累越高,常住人口增幅越大。简要地,距离北京、天津的陆路交通越便捷快速、居民平均受教育水平越高,越能集聚人口。由主成分分析及主成分因子回归分析可见,经济发展水平、地理交通区位、资源环境状况、中心城市辐射、城镇发展水平、制造业发展优势度、人力资本积累,是京津冀县域常住人口增减变化的主要影响因素。特别地,到中心城市陆路交通的便捷性、居民平均受教育程度,对于该区域的常住人口空间集聚与数量增长,具有较为突出的作用。

进一步,将自变量指标的变化率和因变量的变化率纳入SIMCA-P软件分析,由PLSR结果可见( 表10-模型1):VIP值大于1.0的指标有人均地区生产总值、平均受教育年限、专业技术人员比例、每万人福利院床位数、到北京和天津的最短公路交通时间、到高速公路的最近距离和地形起伏度,表明这些因素的变化在较大程度上影响着常住人口的变化;VIP值介于0.5~1.0之间的指标主要有常住人口规模、每万人医疗床位数、到铁路的最近距离和水资源丰富度,表明这些因素对常住人口变化也有一定程度的影响;其余指标的VIP值小于0.5。从回归系数(β)来看,19个自变量中,有8个自变量的β值为正,11个自变量的β值为负。综合VIP值和β值可见,研究时段内县域常住人口变化的主要影响因素及影响类型包括:① 以人均GDP增幅反映的经济发展速度,经济增速快的县域人口增幅小;② 到高速公路、铁路的最短距离等因素所反映的地理交通区位,距离交通干线近的县域人口增幅大;③ 以到北京、天津的最短公路交通时间反映的中心城市辐射,交通时间短的县域人口增幅大;④ 以地形起伏度和水资源丰富度所反映的资源环境状况,起伏小、水资源稀缺的县域人口增幅大;⑤ 以城镇常住人口规模反映的城镇规模特征,城镇人口规模增幅大的县域人口增幅大;⑥ 以平均受教育年限、专业技术人员比例反映的人力资本积累,人力资本丰富的县域人口增幅大;⑦ 以每万人医疗床位数、福利院床位数反映的公共服务水平,公共服务水平提升快的县域人口增幅小。总体来看,交通条件、区位特征、地形起伏、城镇人口、人力资本的影响方向符合预期,但经济增速、城镇化率、公共服务的影响方向与预期不符。初步推测常住人口变化可能不仅与研究期的状态变化有关,还可能与基期的初始状态有关。由此,发挥PLSR模型对于变量自相关的消除功能,补充纳入基期的指标数值,建立新的PLSR模型。

表10   偏最小二乘回归分析结果(VIP和β值)

Tab. 10   The VIP and β value of factors influencing population change based on PLSR

自变量自变量类型模型1(变化率)模型2(初始状态+变化率)
VIPβVIPβ
常住人口基期值0.4340.028
制造业从业人员比例基期值1.1490.024
变化率0.2770.0180.9470.069
生产性服务业从业人员比例基期值1.224-0.015
变化率0.4060.0271.0280.074
生活性服务业从业人员比例基期值1.2460.031
变化率0.0690.0050.3170.021
人均地区生产总值基期值1.5220.094
变化率1.151-0.0761.041-0.089
人均财政收入基期值1.2870.059
变化率0.1770.0120.253-0.011
平均受教育年限基期值1.3030.071
变化率1.8500.1221.1530.089
专业技术人员比例基期值1.3200.057
变化率1.0810.0710.5970.040
常住人口城镇化率基期值1.1530.036
变化率0.201-0.0130.9950.063
城镇常住人口规模基期值1.0710.054
变化率0.8920.0591.8350.144
乡村化指数基期值1.383-0.056
变化率0.3330.0220.4810.041
每万人医疗床位数基期值0.9260.041
变化率0.967-0.0640.585-0.042
每万人福利院床位数基期值0.6110.045
变化率1.124-0.0740.677-0.050
到北京的最短公路交通时间当前值1.643-0.1090.980-0.022
到天津的最短公路交通时间当前值1.647-0.1090.935-0.413
到石家庄的最短公路交通时间当前值0.078-0.0050.207-0.015
到高速公路的最近距离当前值1.138-0.0750.695-0.049
到铁路的最近距离当前值0.861-0.0570.616-0.006
地形起伏度当前值1.343-0.0891.068-0.090
水资源丰富度指数当前值0.633-0.0420.497-0.042

注:“—”表示对应的指标未纳入分析模型。

新窗口打开

由纳入了基期值的模型2( 表10)可见:① 基期的常住人口规模对常住人口变化的影响不明显;② 从产业结构来看,制造业、生产性服务业、生活性服务业从业人员比例的基期值越高、增幅越大,常住人口增幅越大(生产性服务业基期值除外);③ 以人均GDP和人均财政收入反映的经济发展水平基期值越高,常住人口增幅越大,人均GDP增幅与常住人口增长有负向关系,表明基期值的正向影响更为显著;④ 以人均受教育年限和专业技术人员比例反映的人力资本的人口集聚效应极为显著且稳定;⑤ 常住人口城镇化率和城镇人口规模的人口集聚效应均较为显著,而乡村性指数基期值较高的县域(多为农区),人口集聚能力相对较弱;⑥ 以每万人医疗床位、福利院床位反映的公共服务水平,基期值越高,人口集聚效应越强,提升速度快的县域(基期值往往不高,显著负相关(P<0.01)),常住人口增幅相对慢;⑦ 距离北京、天津的公路交通时间越短的县域,常住人口增幅越大,而距离石家庄的公路交通时间则不显著,侧面表明石家庄的影响力明显弱于北京和天津;⑧ 地形起伏度越大,人口集聚能力相对越弱,而水资源丰富度对人口集聚略有负向影响,说明人口集聚能力相对强的地方可能水资源较为紧张,应引起重视。

对比主成分分析和偏最小二乘回归分析可见,偏最小二乘回归的计算结果更具解释力度,该方法的引入丰富了研究结果与启示。综合来看,人力资本积累、产业结构特征、城镇化发展和基期经济发展水平、基期的乡村化指数、基期的公共服务水平,以及地形起伏特征、相较于中心城市的地理交通区位,对于区域常住人口空间集聚与数量增长,具有显著影响。

此外,从迁徙格局来看,京津冀短时段人口流动受多重因素影响。在时间层面,人口流动方向、活力受季节与节假日的影响较大,例如冬季往来于海南、珠三角等地的人口比例较大,冰雪季往来于东北地区的人口比例较大;节假日期间及前后京津冀内部及与全国热点城市之间的人口流动比例波动较大,其中节假日期间流入北京的人口比例明显增大。在空间层面,不同地市人口流动的方向与范围不同,城市性质、职能、地位与区位是影响人口流动的主要因素。例如由于北京人口数量庞大、是中国的首都及政治、文化中心,且拥有丰富的旅游资源,与全国各地城市均有一定比例的人口往来;上海是继廊坊、天津之外与北京人口往来第三大密切城市。天津与北京、廊坊的人口来往占近80%,与全国各地其他城市人口来往比例较低,其中与上海、德州的人口往来比例相当且相对较高。河北除廊坊与京津人口往来尤为密切外,其他地市均有除京津以外的人口往来较为密切城市,如石家庄与邻近的山西阳泉、忻州人口往来密切( 表8)。

4 结论与讨论

4.1 结论

(1)京津冀人口疏密与空间结构呈现如下特征:① 由自然地理条件决定的西、北部山地区域人口稀疏,东、南部平原地区人口稠密;② 由交通区位决定而呈现出沿北京—石家庄—邯郸重要交通干线的高密度人口分布带;③ 由社会经济发展等综合因素决定的京津人口集聚程度加剧、圈层特征突出;④ 河北的城市人口规模普遍偏低,区域次级中心发育不够。

(2)2000-2010年京津冀人口普遍增加,且以显著增加为主要特征。82.17%的区县人口增加,54.60%的区县人口显著增加,即人口增量大且增速快,突出体现在北京的城市功能拓展区、发展新区,天津的外围城区、部分远郊地区,以及河北部分市辖区;京津核心城区人口增速放缓。17.83%的区县人口减少,主要分布在山区及市辖区的周边。

(3)从长时段人口流动来看,京津冀人口流动活力增强,人口流入格局更为集聚凸显。2000-2010年,流入人口与流出人口量均增加2~3倍,人口净流入区县数量减少18%,净流入人口却增加610万人,净流入活跃区增加最多、范围扩大,人口重点流向京津地区及河北市辖区,京津的人口流入集聚特征凸显。从短时段人口流动来看,在全国范围,北京是人口流入流出的最为热点城市,天津是人口流出较为热点城市;在京津冀范围,北京、天津、廊坊三地之间人口流动最为活跃,且以北京为核心的城市间人口流动较为活跃。

(4)人力资本积累多增长快、非农产业就业比例大增长多、城镇人口规模大增速快、基期的经济发展和公共服务水平高、乡村化指数低、地形起伏小、距离北京和天津的公路交通时间短的县域,常住人口增长往往较快。节假日与季节是影响短时段人口流动方向与流动数量的重要时间因素,城市性质、职能、地位与区位是影响人口流动空间变化的主要因素。

4.2 讨论

(1)当前,京津冀人口集疏分布差异大,京津中心城区高度集聚,区域次级中心城市规模偏小。进一步优化空间结构,更有助于塑造世界级城市群。一是应切实加强交通一体化建设,减少边远、贫困地区与北京、天津的交通时间,由此增强大城市的经济辐射、涓滴效应,为大城市的产业转移、要素集聚提供更广阔的腹地空间;二是通过产业优化布局与转型发展引导构建合理的人口格局,以完善区域公共服务体系来促进人口向次级节点和腹地的有序有效疏解;三是加强文化技能培训、引进专业技术人才,夯实经济增长和人口集聚所需人力资本积累;四是构建以人口规模为参照的合理的区域结构体系,积极推动京津冀区域次级中心城市、中小城市发展。

(2)关于区域系统人口变化研究方法论。区域系统人口变化既受发展过程动态的影响,也受基期发展水平的影响,同时还存在地理锁定效应(如距离中心城市更近、地形更为平缓的地区,更具人口集聚能力)及其他难以观测、量化的因素。由此,明确区域系统与外界系统的要素联系、充分考虑区域系统指示指标的初始状态与状态变化、地理要素与交通的多维影响,更能增进对人口时空变化的综合认知。简言之,从城市功能、场强、网络及其演化的综合视角,将更有助于深化人口集疏变化的地理研究。此外,百度迁徙提供的人口大数据由于其覆盖主要城市的广域性、基于定位信息的实时性和精准性、点对点联系的交互性等特点,在人口研究中具有较好应用潜力,其有效共享将显著推动相关研究的深化。

The authors have declared that no competing interests exist.


参考文献

[2] [You Zhen, Wang Lu, Feng Zhiming, et al.

Spatio-temporal pattern and variation characteristics of population distribution at county level in the Pearl River Delta

. Tropical Geography, 2013, 33(2): 156-163.]

URL      Magsci      [本文引用: 1]      摘要

The Pearl River Delta (PRD) is one of the regions with fastest economic development in China. The process of population concentration and decentralization in this region has been being focused by researchers. In this study, based on the population census data in the PRD from 1982 to 2010, we analyzed the growth and reduction of population, the concentration level of population and stability of population so as to investigate the change of spatial pattern of the population concentration and decentralization. The results showed that: (1) The growth rate of population from 1982 to 2010 in the PRD was 215.61%, which far exceeded the growth rate averaged over the whole country; (2) The population increased more significantly in the middle and east parts of PRD; (3) The population agglomerating level in the PRD was greater than that in the whole country. The city of Shenzhen, Guangzhou and Dongguan had become the cluster centers in PRD; (4) More and more floating population moved into PRD, especially in the middle and east parts, from 1982 to 2010. The increasing population and agglomerating level of population in the study region were mainly due to this influx. However, the rate of the influx in PRD slowed down in the past decade.
[3] 杨剑, 蒲英霞, 秦贤宏, .

浙江省人口分布的空间格局及其时空演变

. 中国人口·资源与环境, 2010, 20(3): 95-99 .

https://doi.org/10.3969/j.issn.1002-2104.2010.03.018      URL      [本文引用: 1]      摘要

改革开放以来,随着经济社会的快速发展,浙江省各地区人口分布发生了明显的变化。文章运用空间白相关、不均衡系数、人口重心和偏移增长法,对浙江省69个县级行政单元人口分布的空闰格局及其在1985—2007年闻的时空演变特征进行了深入分析。并得出以下几点结论:①浙江省人口密度分布具有“点一带一区”结构特征,即以经济发展水平高的地区为高值点,通过杭甬高速和甬台温高速将各高值点连接成带,其他地区则形成人口密度低值区;②浙江省人口分布存在一定的空间关联性,在浙东北环杭州湾地区和浙东南沿海地区呈现高高集聚,在浙中和西南内陆地区呈现低低集聚;③浙江省人口量不均衡分布状态,并且人口不均衡系数不断增大;④浙江省人口偏移增长在三大区域之间具有明显差异,浙东南沿海地区人口总偏移量为正,浙东北环杭州湾地区基本稳定。浙中和西南内陆地区为负,人口重心逐渐向东南沿海偏移。

[Yang Jian, Pu Yingxia, Qin Xianhong, et al.

The spatial distribution pattern of population and its analysis of the spatio-temporal dynamics in Zhejiang province. China Population,

Resources and Environment, 2010, 20(3): 95-99.]

https://doi.org/10.3969/j.issn.1002-2104.2010.03.018      URL      [本文引用: 1]      摘要

改革开放以来,随着经济社会的快速发展,浙江省各地区人口分布发生了明显的变化。文章运用空间白相关、不均衡系数、人口重心和偏移增长法,对浙江省69个县级行政单元人口分布的空闰格局及其在1985—2007年闻的时空演变特征进行了深入分析。并得出以下几点结论:①浙江省人口密度分布具有“点一带一区”结构特征,即以经济发展水平高的地区为高值点,通过杭甬高速和甬台温高速将各高值点连接成带,其他地区则形成人口密度低值区;②浙江省人口分布存在一定的空间关联性,在浙东北环杭州湾地区和浙东南沿海地区呈现高高集聚,在浙中和西南内陆地区呈现低低集聚;③浙江省人口量不均衡分布状态,并且人口不均衡系数不断增大;④浙江省人口偏移增长在三大区域之间具有明显差异,浙东南沿海地区人口总偏移量为正,浙东北环杭州湾地区基本稳定。浙中和西南内陆地区为负,人口重心逐渐向东南沿海偏移。
[4] 贾占华, 谷国锋.

东北地区人口分布的时空演变特征及影响因素

. 经济地理, 2016, 36(12): 60-68 .

https://doi.org/10.15957/j.cnki.jjdl.2016.12.009      URL      [本文引用: 1]      摘要

基于集中指数、人口重心迁移和ESDA分析方法,对2003--2014年东北三省36个地级市的人口分布的时空演化特征进行分析。结果表明:2003以来,东北地区人口密度增长速度大大减缓,多数地区年均增长量出现负值;人口重心由东北向西南方向移动;人口分布呈不均衡态势,且人口集中指数在不断增大;人口分布存在较强的正的空间关联性,但这种态势有所弱化。在研究人口分布的影响因素时,引入空间计量模型,经判别检验后,确立SLM为最优模型,SLM的计量分析结果显示:年平均气温,年降水量,第二、三产业比重,基础教育质量,医疗服务水平以及人均可支配收入水平对东北地区的人口分布产生正效应,人均固定资产投资产生负效应。因此,要想促进东北地区人口合理分布,必须合理调整产业结构,加快第二产业优化升级,大力培育配套的第三产业,实现就业需求大增;加大对基础教育与医疗卫生服务等领域的投资;在增加社会固定资产投资的同时,提升市场化程度,深化国有企业改革,提高企业创新能力。

[Jia Zhanhua, Gu Guofeng.

Temporal-spatial evolution characteristics and its influence factors about population distribution in Northeast China

. Economic Geography, 2016, 36(12): 60-68.]

https://doi.org/10.15957/j.cnki.jjdl.2016.12.009      URL      [本文引用: 1]      摘要

基于集中指数、人口重心迁移和ESDA分析方法,对2003--2014年东北三省36个地级市的人口分布的时空演化特征进行分析。结果表明:2003以来,东北地区人口密度增长速度大大减缓,多数地区年均增长量出现负值;人口重心由东北向西南方向移动;人口分布呈不均衡态势,且人口集中指数在不断增大;人口分布存在较强的正的空间关联性,但这种态势有所弱化。在研究人口分布的影响因素时,引入空间计量模型,经判别检验后,确立SLM为最优模型,SLM的计量分析结果显示:年平均气温,年降水量,第二、三产业比重,基础教育质量,医疗服务水平以及人均可支配收入水平对东北地区的人口分布产生正效应,人均固定资产投资产生负效应。因此,要想促进东北地区人口合理分布,必须合理调整产业结构,加快第二产业优化升级,大力培育配套的第三产业,实现就业需求大增;加大对基础教育与医疗卫生服务等领域的投资;在增加社会固定资产投资的同时,提升市场化程度,深化国有企业改革,提高企业创新能力。
[5] 龚胜生, 陈丹阳, 张涛.

1982-2010年湖北省人口分布格局变迁及其影响因素

. 长江流域资源与环境, 2015, 24(5): 728-734 .

https://doi.org/10.11870/cjlyzyyhj201505003      URL      Magsci      [本文引用: 1]      摘要

Based on census data, we investigated the changes of population distribution pattern and its reasons of Hubei Province from 1982 to 2010, using spatial analysis methods. The results showed as follows. (1) The population distribution of Hubei Province presented significant spatial differences. At a regional scale, there appeared a population gradient in the population distribution from east to west, and the gradient gap was expanding. At a city scale, Wuhan had always been the city with the highest population density, Shen-Nong-Jia, En-Shi, Shi-Yan and Yi-Chang had always been the cities with the lowest. At a county scale, the population distribution pattern was basically stable. Population density of the counties was lower in western Hubei mountainous area, but was higher in Jiang-Han Plain and Plains along the Yangtze River. And population density polarization was obvious, population of the ultrahigh population density area and the high population density area was getting more and more intensive. At a provincial scale, regions with high population density had a situation of tripartite confrontation in a long-term trend, and the gravity center of population had always been located at the east of the geometric center, and it continued to migrate to the east area. (2) The reasons of the population distribution pattern of Hubei Province were multi-faceted. First, physical geography difference was the determinant. The population density had a weak positive correlation with annual average sunshine hours and annual average temperature, but had an obvious negative correlation with altitude and gradient. Secondly, social-economic development reshaped the population distribution on the base of nature reasons, and the population density had a significant positive correlation with economic density. Thirdly, regional strategies played a guiding role in the population distribution changes. It was obvious that the changes of high population density area were affected by regional development policies. Last but not least, the development history had also affected the layout in a certain extent. Most of the early development areas had always been the densely populated areas. On the contrary, sparsely populated areas were mostly developed later. For instance, the western mountains of Hubei was the latest development area which also had the lowest population density.

[Gong Shengsheng, Chen Danyang, Zhang Tao.

Population distribution pattern changes and its reasons of Hubei province from 1982 to 2010

. Resources and Environment in the Yangtze Basin, 2015, 24(5): 728-734.]

https://doi.org/10.11870/cjlyzyyhj201505003      URL      Magsci      [本文引用: 1]      摘要

Based on census data, we investigated the changes of population distribution pattern and its reasons of Hubei Province from 1982 to 2010, using spatial analysis methods. The results showed as follows. (1) The population distribution of Hubei Province presented significant spatial differences. At a regional scale, there appeared a population gradient in the population distribution from east to west, and the gradient gap was expanding. At a city scale, Wuhan had always been the city with the highest population density, Shen-Nong-Jia, En-Shi, Shi-Yan and Yi-Chang had always been the cities with the lowest. At a county scale, the population distribution pattern was basically stable. Population density of the counties was lower in western Hubei mountainous area, but was higher in Jiang-Han Plain and Plains along the Yangtze River. And population density polarization was obvious, population of the ultrahigh population density area and the high population density area was getting more and more intensive. At a provincial scale, regions with high population density had a situation of tripartite confrontation in a long-term trend, and the gravity center of population had always been located at the east of the geometric center, and it continued to migrate to the east area. (2) The reasons of the population distribution pattern of Hubei Province were multi-faceted. First, physical geography difference was the determinant. The population density had a weak positive correlation with annual average sunshine hours and annual average temperature, but had an obvious negative correlation with altitude and gradient. Secondly, social-economic development reshaped the population distribution on the base of nature reasons, and the population density had a significant positive correlation with economic density. Thirdly, regional strategies played a guiding role in the population distribution changes. It was obvious that the changes of high population density area were affected by regional development policies. Last but not least, the development history had also affected the layout in a certain extent. Most of the early development areas had always been the densely populated areas. On the contrary, sparsely populated areas were mostly developed later. For instance, the western mountains of Hubei was the latest development area which also had the lowest population density.
[6] 马颖忆, 陆玉麒.

江苏省人口空间格局演变与影响因素分析

. 南京师范大学学报: 自然科学版, 2013, 36(4): 134-141 .

https://doi.org/10.3969/j.issn.1001-4616.2013.04.024      URL      [本文引用: 1]      摘要

本文以江苏省为例,从人口密度的空间关联性、人口重心与经济重心的空间耦合等角度,以3次普查数据为样本,以县域为研究单元,分析了1990年以来江苏省人口空间格局的演变趋势.采用地理加权回归探讨了江苏省人口空间格局演变的影响因素.结果表明:长江沿岸、东南沿海和环太湖等地区形成人口密度高的集聚区,苏北平原形成人口密度低的集聚区,随时间推移,集聚趋势不断增强.江苏省人口密度"南高北低",并与经济发展水平相对应,20年来人口重心逐渐向省域东南方向迁移.主要影响因素有历史发展基础、社会生活水平、经济发展水平、人口自然增长、区域发展政策等.

[Ma Yingyi, Lu Yuqi.

Evolvement of spatial pattern of population in Jiangsu province and influence factor analysis

. Journal of Nanjing Normal University: Natural Science Edition, 2013, 36(4): 134-141.]

https://doi.org/10.3969/j.issn.1001-4616.2013.04.024      URL      [本文引用: 1]      摘要

本文以江苏省为例,从人口密度的空间关联性、人口重心与经济重心的空间耦合等角度,以3次普查数据为样本,以县域为研究单元,分析了1990年以来江苏省人口空间格局的演变趋势.采用地理加权回归探讨了江苏省人口空间格局演变的影响因素.结果表明:长江沿岸、东南沿海和环太湖等地区形成人口密度高的集聚区,苏北平原形成人口密度低的集聚区,随时间推移,集聚趋势不断增强.江苏省人口密度"南高北低",并与经济发展水平相对应,20年来人口重心逐渐向省域东南方向迁移.主要影响因素有历史发展基础、社会生活水平、经济发展水平、人口自然增长、区域发展政策等.
[7] 杨强, 李丽, 王运动, .

1935-2010年中国人口分布空间格局及其演变特征

. 地理研究, 2016, 35(8): 1547-1560 .

[本文引用: 1]     

[Yang Qiang, Li Li, Wang Yundong, et al.

Spatial distribution pattern of population and characteristics of its evolution in China during 1935-2010

. Geographical Research, 2016, 35(8): 1547-1560.]

[本文引用: 1]     

[8] 王婧, 李裕瑞.

中国县域城镇化发展格局及其影响因素: 基于2000和2010年全国人口普查分县数据

. 地理学报, 2016, 71(4): 621-636 .

https://doi.org/10.11821/dlxb201604007      URL      [本文引用: 1]      摘要

利用2000和2010年中国人口普查分县数据,借助空间分析方法揭示近期中国常住人口城镇化格局特征及其动态变化,结合多元回归模型探讨城镇化空间分异的主要影响因素,基于主成分分析和聚类分析进行中国城镇化发展类型区划分。结果表明:1 2000-2010年,中国常住人口城镇化率不断提高,年均增加1.3个百分点,32%的县域城镇化水平年均增长超过1.5个百分点;2中国城镇化发展存在区域差异性和"低快高慢"的收敛性,东部、东北、中部、西部四大区域城镇化率年均分别增加1.4、0.5、1.4和1.3个百分点;3 60%的中国县域城镇化发展集中在低城镇化率—高增长率、低城镇化率—中高增长率和低城镇化率—中增长率三种类型,且以中、西部地区分布最为密集;4中国县域城镇化格局基本未变,仍以珠三角、长三角、京津冀三大增长极的城镇化发展较为突出,东部地区及内陆省会城市周边的城镇化水平也相对较高;5经济发展水平、产业结构特征、人力资本状况、人口集聚能力、公共服务水平、地理区位特征对县域城镇化空间分异具有显著而稳健的影响;6中国城镇化格局可分为具有明显区类一致性和区外异质性的5大类、20个区域。新时期的城镇化发展应凸显地域功能、提升承载能力、夯实产业基础、强调节约集约。

[Wang Jing, Li Yurui.

Spatial pattern and influencing factors of urbanization development in China at county level: A quantitative analysis based on 2000 and 2010 census data

. Acta Geographica Sinica, 2016, 71(4): 621-636.]

https://doi.org/10.11821/dlxb201604007      URL      [本文引用: 1]      摘要

利用2000和2010年中国人口普查分县数据,借助空间分析方法揭示近期中国常住人口城镇化格局特征及其动态变化,结合多元回归模型探讨城镇化空间分异的主要影响因素,基于主成分分析和聚类分析进行中国城镇化发展类型区划分。结果表明:1 2000-2010年,中国常住人口城镇化率不断提高,年均增加1.3个百分点,32%的县域城镇化水平年均增长超过1.5个百分点;2中国城镇化发展存在区域差异性和"低快高慢"的收敛性,东部、东北、中部、西部四大区域城镇化率年均分别增加1.4、0.5、1.4和1.3个百分点;3 60%的中国县域城镇化发展集中在低城镇化率—高增长率、低城镇化率—中高增长率和低城镇化率—中增长率三种类型,且以中、西部地区分布最为密集;4中国县域城镇化格局基本未变,仍以珠三角、长三角、京津冀三大增长极的城镇化发展较为突出,东部地区及内陆省会城市周边的城镇化水平也相对较高;5经济发展水平、产业结构特征、人力资本状况、人口集聚能力、公共服务水平、地理区位特征对县域城镇化空间分异具有显著而稳健的影响;6中国城镇化格局可分为具有明显区类一致性和区外异质性的5大类、20个区域。新时期的城镇化发展应凸显地域功能、提升承载能力、夯实产业基础、强调节约集约。
[9] 钟炜菁, 王德, 谢栋灿, .

上海市人口分布与空间活动的动态特征研究: 基于手机信令数据的探索

. 地理研究, 2017, 36(5): 972-984 .

[本文引用: 1]     

[Zhong Weijing, Wang De, Xie Dongcan, et al.

Dynamic characteristics of Shanghai's population distribution using cell phone signaling data

. Geographical Research, 2017, 36(5): 972-984.]

[本文引用: 1]     

[10] 刘望保, 石恩名.

基于ICT的中国城市间人口日常流动空间格局: 以百度迁徙为例

. 地理学报, 2016, 71(10): 1667-1679 .

https://doi.org/10.11821/dlxb201610001      URL      [本文引用: 1]      摘要

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。"百度迁徙"大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集"百度迁徙"数据库中2015年一季度(2月7日至5月16日)国内369个城市之间的逐日的人口流动数据,分"季度平均、春运期间(春节前)、春运期间(春节后)、劳动节、周末和工作日"6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与"胡焕庸线"之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,"百度迁徙"大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。"胡焕庸线"能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。

[Liu Wangbao, Shi Enming.

Spatial pattern of population daily flow among cities based on ICT: A case study of "Baidu Migration"

. Acta Geographica Sinica, 2016, 71(10): 1667-1679.]

https://doi.org/10.11821/dlxb201610001      URL      [本文引用: 1]      摘要

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。"百度迁徙"大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集"百度迁徙"数据库中2015年一季度(2月7日至5月16日)国内369个城市之间的逐日的人口流动数据,分"季度平均、春运期间(春节前)、春运期间(春节后)、劳动节、周末和工作日"6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与"胡焕庸线"之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,"百度迁徙"大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。"胡焕庸线"能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。
[11] 封志明, 杨玲, 杨艳昭, .

京津冀都市圈人口集疏过程与空间格局分析

. 地球信息科学学报, 2013, 15(1): 11-18 .

https://doi.org/10.3724/SP.J.1047.2013.00011      URL      Magsci      [本文引用: 3]      摘要

人口集疏过程及其空间格局变化是人口空间分布最直观的表现。以1982-2010年4期人口普查数据为基础,采用人口总量和人口密度指标,结合人口增减变化分级、人口商度等方法,定量分析了京津冀都市圈人口集疏过程及其空间格局变化。研究表明:近30年来,京津冀都市圈人口总量呈现持续增长趋势,人口空间分布日益不均衡,区域人口分布存在明显的南北、东西差异;人口增加是主要特征,人口集聚效应凸显,人口增加地区的县域单元比例在80%以上,以人口显著增加为主;人口减少只是零星分布,人口减少地区的县域单元比例占不到20%;人口流动比较频繁,以人口流入为主,主要流向北京、天津和河北的市辖区,人口流出地区仅是散落分布在张家口和承德的山区贫困县域;无论从静态人口指标还是动态人口分析方法,都表明京津冀都市圈人口地域集疏特征十分明显,已形成以北京、天津、石家庄为中心,其他地市(县域)人口分别向外依次扩展的人口多中心分布的圈层结构。

[Feng Zhiming, Yang Ling, Yang Yanzhao, et al.

The process of population agglomeration/shrinking and changes in spatial pattern in the Beijing-Tianjin-Hebei metropolitan region. Journal of Geo-information

Science, 2013, 15(1): 11-18.]

https://doi.org/10.3724/SP.J.1047.2013.00011      URL      Magsci      [本文引用: 3]      摘要

人口集疏过程及其空间格局变化是人口空间分布最直观的表现。以1982-2010年4期人口普查数据为基础,采用人口总量和人口密度指标,结合人口增减变化分级、人口商度等方法,定量分析了京津冀都市圈人口集疏过程及其空间格局变化。研究表明:近30年来,京津冀都市圈人口总量呈现持续增长趋势,人口空间分布日益不均衡,区域人口分布存在明显的南北、东西差异;人口增加是主要特征,人口集聚效应凸显,人口增加地区的县域单元比例在80%以上,以人口显著增加为主;人口减少只是零星分布,人口减少地区的县域单元比例占不到20%;人口流动比较频繁,以人口流入为主,主要流向北京、天津和河北的市辖区,人口流出地区仅是散落分布在张家口和承德的山区贫困县域;无论从静态人口指标还是动态人口分析方法,都表明京津冀都市圈人口地域集疏特征十分明显,已形成以北京、天津、石家庄为中心,其他地市(县域)人口分别向外依次扩展的人口多中心分布的圈层结构。
[12] 李国平, 陈秀欣.

京津冀都市圈人口增长特征及其解释

. 地理研究, 2009, 28(1): 191-202 .

https://doi.org/10.3321/j.issn:1000-0585.2009.01.020      URL      [本文引用: 2]      摘要

根据1990年和2000年相关资料,对京津冀都市圈人口数量增长和密度增长的特征加以分析,利用人口初始规模、区位条件、经济因素3类变量建立计量回归模型,对都市圈133个区县人口增长及其差异进行解释。计量回归结果发现自然条件和经济因素的共同作用是造成都市圈内人口增长差异的重要原因。一个地区如果平均高程较低,人均GDP增长较快,第三产业发展较好、增长较快,接近中心城市、市场潜力较大,则人口相应增长较快。模型同样推导出,区位条件和经济因素都为影响人口增长的重要因素,但后者的影响作用更大。
[1] 潘倩, 金晓斌, 周寅康.

近300年来中国人口变化及时空分布格局

. 地理研究, 2013, 32(7): 1291-1302 .

URL      [本文引用: 1]      摘要

Based on the correlation theories of population geography, this study set 300 years as the time scale, took provinces as spatial units, and researched into the quantitative change, the temporal and spatial pattern of China's population. Using the revised population data of 286 time phases of Qing Dynasty, the Republic of China and new China, the study established 1724, 1767, 1812, 1855, 1898, 1936, 1982 and 2009 as 8 typical time sections. Analysis methods included unbalanced coefficient, concentration index, gravity center and spatial autocorrelation. The results showed that: (1) The population of China in recent 300 years presented a fluctuating rising trend. According to the feature of the growth curve, 5 stages could be identified, namely relatively rapid stable growth period, rapid wavelike reduction period, slow steady growth period, disordered undulate growth period and sharp wavelike growth period. (2) China's population in recent 300 years gradually tended to be evenly distributed; the population gravity center moved in a narrow range, generally shifting along the route of south-west, south-east, north-east, and north-west. (3) The distribution of China's population in recent 300 years showed a high autocorrelation, with the aggregation level fluctuating. Among them, Jiangsu Province, Shanghai, as well as provinces of Shandong, Anhui and Zhejiang in eastern China were stable aggregation zones with high density population; Henan Province in Central China was relatively stable aggregation zone with high density population; some provinces in southwest and northwest China were stable aggregation zones with low density population; Inner Mongolia in North China was stable aggregation zone with relatively low density population and Heilongjiang and Jilin provinces were unstable aggregation zones with low density population.

[Pan Qian, Jin Xiaobin, Zhou Yinkang.

Population change and spatio-temporal distribution of China in recent 300 years

. Geographical Research, 2013, 32(7): 1291-1302.]

URL      [本文引用: 1]      摘要

Based on the correlation theories of population geography, this study set 300 years as the time scale, took provinces as spatial units, and researched into the quantitative change, the temporal and spatial pattern of China's population. Using the revised population data of 286 time phases of Qing Dynasty, the Republic of China and new China, the study established 1724, 1767, 1812, 1855, 1898, 1936, 1982 and 2009 as 8 typical time sections. Analysis methods included unbalanced coefficient, concentration index, gravity center and spatial autocorrelation. The results showed that: (1) The population of China in recent 300 years presented a fluctuating rising trend. According to the feature of the growth curve, 5 stages could be identified, namely relatively rapid stable growth period, rapid wavelike reduction period, slow steady growth period, disordered undulate growth period and sharp wavelike growth period. (2) China's population in recent 300 years gradually tended to be evenly distributed; the population gravity center moved in a narrow range, generally shifting along the route of south-west, south-east, north-east, and north-west. (3) The distribution of China's population in recent 300 years showed a high autocorrelation, with the aggregation level fluctuating. Among them, Jiangsu Province, Shanghai, as well as provinces of Shandong, Anhui and Zhejiang in eastern China were stable aggregation zones with high density population; Henan Province in Central China was relatively stable aggregation zone with high density population; some provinces in southwest and northwest China were stable aggregation zones with low density population; Inner Mongolia in North China was stable aggregation zone with relatively low density population and Heilongjiang and Jilin provinces were unstable aggregation zones with low density population.
[12] [Li Guoping, Chen Xiuxin.

Empirical research on influencing factors on population growth of Beijing-Tianjin-Hebei Metropolitan Region

. Geographical Research, 2009, 28(1): 191-202.]

https://doi.org/10.3321/j.issn:1000-0585.2009.01.020      URL      [本文引用: 2]      摘要

根据1990年和2000年相关资料,对京津冀都市圈人口数量增长和密度增长的特征加以分析,利用人口初始规模、区位条件、经济因素3类变量建立计量回归模型,对都市圈133个区县人口增长及其差异进行解释。计量回归结果发现自然条件和经济因素的共同作用是造成都市圈内人口增长差异的重要原因。一个地区如果平均高程较低,人均GDP增长较快,第三产业发展较好、增长较快,接近中心城市、市场潜力较大,则人口相应增长较快。模型同样推导出,区位条件和经济因素都为影响人口增长的重要因素,但后者的影响作用更大。
[13] 孙铁山, 李国平, 卢明华.

京津冀都市圈人口集聚与扩散及其影响因素: 基于区域密度函数的实证研究

. 地理学报, 2009, 64(8): 956-966 .

https://doi.org/10.3321/j.issn:0375-5444.2009.08.006      URL      [本文引用: 1]      摘要

人口集聚与扩散是诠释区域形态和空间结构的重要方面,对其研究有助于理解区域空间结构特征及演变趋势。本研究使用区域密度函数考察京津冀都市圈人口集聚与扩散的特征、趋势及模式,并在其基础上建立计量模型,分析人口集聚与扩散的影响因素。多中心区域密度函数的估计结果显示,京津冀都市圈空间发展正逐步由20世纪80年代的少数核心城市主导的向心集聚阶段,向90年代的多中心集聚与核心城市腹地扩散并存的阶段转变。而且,不同层次的中心城市表现出不同的人口集聚与扩散模式,即去中心化扩散、中心增长型扩散和向心集聚。多中心区域密度函数综合考虑多个中心城市对区域人口密度分布的影响,可以更准确地反映京津冀都市圈人口集聚与扩散的特征及变化趋势。同时,本研究建立动态VPM(Varying Parameter Model)模型,考察区域中心城市的社会经济属性对人口集聚与扩散的影响。其结果显示,区域中心城市人口集聚与扩散主要受城市规模、经济发展及结构调整以及对外交通条件等因素的影响。

[Sun Tieshan, Li Guoping, Lu Minghua.

Concentration and decentralization of population in the Beijing-Tianjin-Hebei metropolitan region and its determinants: A regional density function approach

. Acta Geographica Sinica, 2009, 64(8): 956-966.]

https://doi.org/10.3321/j.issn:0375-5444.2009.08.006      URL      [本文引用: 1]      摘要

人口集聚与扩散是诠释区域形态和空间结构的重要方面,对其研究有助于理解区域空间结构特征及演变趋势。本研究使用区域密度函数考察京津冀都市圈人口集聚与扩散的特征、趋势及模式,并在其基础上建立计量模型,分析人口集聚与扩散的影响因素。多中心区域密度函数的估计结果显示,京津冀都市圈空间发展正逐步由20世纪80年代的少数核心城市主导的向心集聚阶段,向90年代的多中心集聚与核心城市腹地扩散并存的阶段转变。而且,不同层次的中心城市表现出不同的人口集聚与扩散模式,即去中心化扩散、中心增长型扩散和向心集聚。多中心区域密度函数综合考虑多个中心城市对区域人口密度分布的影响,可以更准确地反映京津冀都市圈人口集聚与扩散的特征及变化趋势。同时,本研究建立动态VPM(Varying Parameter Model)模型,考察区域中心城市的社会经济属性对人口集聚与扩散的影响。其结果显示,区域中心城市人口集聚与扩散主要受城市规模、经济发展及结构调整以及对外交通条件等因素的影响。
[14] 张耀军, 张振.

京津冀区域近十年来人口分布格局研究: 基于空间数据探索性分析方法

. 西北人口, 2014, (3): 43-46 .

https://doi.org/10.3969/j.issn.1007-0672.2014.03.009      URL      [本文引用: 2]      摘要

应用探索性空间数据分析方法对京津冀2000年到2010年人口空间格局进行研究,结论表明十年间人口聚集性在增加,主要原因是北京对人口吸纳的极化效应在增强,天津极化效应还没有表现出来。京津冀地区内部必须缩小发展差距,否则人口聚集的极化效应将更加突出,最终影响京津冀区域发展的可持续性。

[Zhang Yaojun, Zhang Zhen.

A research summary of migrant population's fertility issue in China

. Northwest Population, 2014, (3): 43-46.]

https://doi.org/10.3969/j.issn.1007-0672.2014.03.009      URL      [本文引用: 2]      摘要

应用探索性空间数据分析方法对京津冀2000年到2010年人口空间格局进行研究,结论表明十年间人口聚集性在增加,主要原因是北京对人口吸纳的极化效应在增强,天津极化效应还没有表现出来。京津冀地区内部必须缩小发展差距,否则人口聚集的极化效应将更加突出,最终影响京津冀区域发展的可持续性。
[15] 王振坡, 张颖, 翟婧彤, .

京津冀城市群城市规模分布演进机理研究

. 北京联合大学学报: 人文社会科学版, 2016, 14(2): 41-48 .

[本文引用: 1]     

[Wang Zhenpo, Zhang Ying, Zhai Jingtong, et al.

On the evolution mechanism of the city size distribution of Beijing, Tianjin and Hebei urban agglomeration

. Journal of Beijing Union University: Humanities and Social Sciences, 2016, 14(2): 41-48.]

[本文引用: 1]     

[16] 范晓莉, 黄凌翔.

京津冀城市群城市规模分布特征

. 干旱区资源与环境, 2015, 29(9): 13-20 .

https://doi.org/10.13448/j.cnki.jalre.2015.285      URL      [本文引用: 1]      摘要

采用1995-2012年城市人口数据,运用城市首位度、位序-规模法则、城市基尼系数、核密度估计和马尔可夫状态空间转移矩阵等研究方法对京津冀城市群城市规模特征与规律进行深入分析.结果显示:京津冀城市群首位城市作用较强,呈现“双核心”辐射作用;高位序城市规模集聚明显,首位城市与中小城市规模差距大,城市体系不均衡;人口规模处于弱集中状态,经济规模处于强集中状态,经济发展不协调;超大城市和特大城市的持续性较强,城市规模转型较难;首位型城市规模分布趋势逐步减弱,城市规模分布向合理态势转变.因此,现阶段应提高京津冀城市群发展质量,提升城市群综合竞争力.

[Fan Xiaoli, Huang Lingxiang.

The characteristics of city size distribution in Beijing-Tianjin-Hebei urban agglomeration

. Journal of Arid Land Resources and Environment, 2015, 29(9): 13-20.]

https://doi.org/10.13448/j.cnki.jalre.2015.285      URL      [本文引用: 1]      摘要

采用1995-2012年城市人口数据,运用城市首位度、位序-规模法则、城市基尼系数、核密度估计和马尔可夫状态空间转移矩阵等研究方法对京津冀城市群城市规模特征与规律进行深入分析.结果显示:京津冀城市群首位城市作用较强,呈现“双核心”辐射作用;高位序城市规模集聚明显,首位城市与中小城市规模差距大,城市体系不均衡;人口规模处于弱集中状态,经济规模处于强集中状态,经济发展不协调;超大城市和特大城市的持续性较强,城市规模转型较难;首位型城市规模分布趋势逐步减弱,城市规模分布向合理态势转变.因此,现阶段应提高京津冀城市群发展质量,提升城市群综合竞争力.
[17] 鲁继通.

京津冀都市圈人口变动与城市化的空间发展态势: 基于ROXY指数分析

. 工业技术经济, 2015, (4): 134-143 .

https://doi.org/10.3969/j.issn.1004-910X.2015.04.018      URL      [本文引用: 1]      摘要

本文以都市圈为空间地域单元,以全国人口普查数据为基础,综合运用多种计量方法系统分析京津冀都市圈人口变动与空间分布特征,并构建ROXY指数方法,探讨京津冀都市圈整体人口变动态势及核心城市北京、天津的城市化发展阶段及空间演化路径。研究表明,目前京津冀都市圈人口变动呈加速态势,城镇体系呈"双核"格局,各区域人口贡献度差异悬殊,人口空间分布不均等,人口城市化度稳步提升;京津冀都市圈总体上处于人口向空间分散的趋势变动,人口郊区化特征逐渐显现;北京和天津分别处于人口郊区化向逆城市化的过度阶段及人口城市化向郊区化的过渡阶段,都市圈的核心城市人口城市化演进更加迅速和成熟。

[Lu Jitong.

Space development trends of changes in population urbanization of Beijing-Tianjin-Hebei metropolitan and circle: Based on the ROXY index analysis

. Journal of Industrial Technological Economics, 2015, (4): 134-143.]

https://doi.org/10.3969/j.issn.1004-910X.2015.04.018      URL      [本文引用: 1]      摘要

本文以都市圈为空间地域单元,以全国人口普查数据为基础,综合运用多种计量方法系统分析京津冀都市圈人口变动与空间分布特征,并构建ROXY指数方法,探讨京津冀都市圈整体人口变动态势及核心城市北京、天津的城市化发展阶段及空间演化路径。研究表明,目前京津冀都市圈人口变动呈加速态势,城镇体系呈"双核"格局,各区域人口贡献度差异悬殊,人口空间分布不均等,人口城市化度稳步提升;京津冀都市圈总体上处于人口向空间分散的趋势变动,人口郊区化特征逐渐显现;北京和天津分别处于人口郊区化向逆城市化的过度阶段及人口城市化向郊区化的过渡阶段,都市圈的核心城市人口城市化演进更加迅速和成熟。
[18] 郑贞, 周祝平.

京津冀地区人口经济状况评价及空间分布模式分析

. 人口学刊, 2014, 36(2): 19-28 .

https://doi.org/10.3969/j.issn.1004-129X.2014.02.002      URL      [本文引用: 1]      摘要

文章以2000年、2005年和2010年北京市、天津市及河北省各区县的人口总量和GDP数据为基础,运用ArcGIS软件的空间分析功能,分别计算出京津冀地区各年份的人口重心和经济重心,对比分析人口重心和经济重心的迁移规律.并应用空间自相关分析方法,探讨京津冀地区人口分布及经济分布的空间集聚现象,揭示京津冀地区在人口分布和经济发展水平上的特征.研究结果表明,2000~2010年间,京津冀地区的人口重心、经济重心都在向东北方向移动;京津冀地区人口空间集聚呈现高-高、高-低、低-高三种特征,经济空间集聚呈现高-高特征.

[Zheng Zhen, Zhou Zhuping.

An evaluation of economic situation and analysis on spatial pattern based on GIS in Beijing-Tianjin-Hebei zone

. Population Journal, 2014, 36(2): 19-28.]

https://doi.org/10.3969/j.issn.1004-129X.2014.02.002      URL      [本文引用: 1]      摘要

文章以2000年、2005年和2010年北京市、天津市及河北省各区县的人口总量和GDP数据为基础,运用ArcGIS软件的空间分析功能,分别计算出京津冀地区各年份的人口重心和经济重心,对比分析人口重心和经济重心的迁移规律.并应用空间自相关分析方法,探讨京津冀地区人口分布及经济分布的空间集聚现象,揭示京津冀地区在人口分布和经济发展水平上的特征.研究结果表明,2000~2010年间,京津冀地区的人口重心、经济重心都在向东北方向移动;京津冀地区人口空间集聚呈现高-高、高-低、低-高三种特征,经济空间集聚呈现高-高特征.
[19] 叶裕民, 李彦军, 倪稞.

京津冀都市圈人口流动与跨区域统筹城乡发展

. 中国人口科学, 2008, (2): 57-64 .

https://doi.org/10.3969/j.issn.1000-7881.2008.02.007      URL      [本文引用: 1]      摘要

文章通过对京津冀都市圈人口流动特征的分析,认为长期以来京津作为京津冀地区的中心城市,充分享受了对劳动力等生产要素吸纳的聚集效应,但是由于行政分割,生产要素的扩散作用却被弱化,没有起到中心城市的作用。文章认为,构建京津冀城市圈区域与城乡协调的发展格局,核心任务就是要打破行政区划界限,建立跨区域城乡统筹发展长效机制,并提出"四步走战略":推进新型工业化提升京津冀城市群非农产业就业机会;构建以人为本的人口流动管理机制;以"三个集中"谋求聚集经济效应;为广大乡村提供均等化的公共服务。

[Ye Yumin, Li Yanjun, Ni Ke.

Population movement and cross-regional urban and rural development in Beijing-Tianjin-Hebei metropolitan area

. Chinese Journal of Population Science, 2008, (2): 57-64.]

https://doi.org/10.3969/j.issn.1000-7881.2008.02.007      URL      [本文引用: 1]      摘要

文章通过对京津冀都市圈人口流动特征的分析,认为长期以来京津作为京津冀地区的中心城市,充分享受了对劳动力等生产要素吸纳的聚集效应,但是由于行政分割,生产要素的扩散作用却被弱化,没有起到中心城市的作用。文章认为,构建京津冀城市圈区域与城乡协调的发展格局,核心任务就是要打破行政区划界限,建立跨区域城乡统筹发展长效机制,并提出"四步走战略":推进新型工业化提升京津冀城市群非农产业就业机会;构建以人为本的人口流动管理机制;以"三个集中"谋求聚集经济效应;为广大乡村提供均等化的公共服务。
[20] 乔晓春, 黄衍华.

中国跨省流动人口状况: 基于“六普”数据的分析

. 人口与发展, 2013, 19(1): 13-28 .

https://doi.org/10.3969/j.issn.1674-1668.2013.01.002      URL      [本文引用: 1]      摘要

利用2010年第六次全国人口普查数据,对不同省、市、自治区的跨省流动人口和分省户籍人口分布状况,以及分省迁入率和迁出率进行了估计。通过构造常住地一户籍地迁移矩阵,并计算相应的流出和流入人口在区域上的分布,通过对几个流入人口大省和流出人口大省的人口流入和流出状况进行分析,回答了他们是从哪来的,以及他们到哪里去了。同时对不同地区流动人口受教育状况,离开户籍所在地的时间也进行了描述。最后还对迁移率与收入的关系进行了分析。

[Qiao Xiaochun, Huang Yanhua.

Floating populations across provinces in China: Analysis based on the sixth census

. Population and Development, 2013, 19(1): 13-28.]

https://doi.org/10.3969/j.issn.1674-1668.2013.01.002      URL      [本文引用: 1]      摘要

利用2010年第六次全国人口普查数据,对不同省、市、自治区的跨省流动人口和分省户籍人口分布状况,以及分省迁入率和迁出率进行了估计。通过构造常住地一户籍地迁移矩阵,并计算相应的流出和流入人口在区域上的分布,通过对几个流入人口大省和流出人口大省的人口流入和流出状况进行分析,回答了他们是从哪来的,以及他们到哪里去了。同时对不同地区流动人口受教育状况,离开户籍所在地的时间也进行了描述。最后还对迁移率与收入的关系进行了分析。
[21] 刘盛和, 邓羽, 胡章.

中国流动人口地域类型的划分方法及空间分布特征

. 地理学报, 2010, 65(10): 37-47 .

[本文引用: 1]     

[Liu Shenghe, Deng Yu, Hu Zhang.

Research on classification methods and spatial patterns of the regional types of China's floating population

. Acta Geographica Sinica, 2010, 65(10): 37-47.]

[本文引用: 1]     

[22] 王露, 封志明, 杨艳昭, .

2000-2010年中国不同地区人口密度变化及其影响因素

. 地理学报, 2014, 69(12): 1790-1798 .

[本文引用: 1]     

[Wang Lu, Feng Zhiming, Yang Yanzhao, et al.

The change of population density and its influencing factors from 2000 to 2010 in China on county scale

. Acta Geographica Sinica, 2014, 69(12): 1790-1798.]

[本文引用: 1]     

[23] Li Yurui, Long Hualou, Liu Yansui.

Spatio-temporal pattern of China's rural development: A rurality index perspective

. Journal of Rural Studies, 2015, 38(38): 12-26.

https://doi.org/10.1016/j.jrurstud.2015.01.004      URL      [本文引用: 1]      摘要

中国科学院机构知识库(CAS IR GRID)以发展机构知识能力和知识管理能力为目标,快速实现对本机构知识资产的收集、长期保存、合理传播利用,积极建设对知识内容进行捕获、转化、传播、利用和审计的能力,逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力,开展综合知识管理。
[24] 封志明, 张丹, 杨艳昭.

中国分县地形起伏度及其与人口分布和经济发展的相关性

. 吉林大学社会科学学报, 2011, 51(1): 146-151 .

[本文引用: 1]     

[Feng Zhiming, Zhang Dan, Yang Yanzhao.

Relief degree of land surface in China at county level based on GIS and its correlation between population density and economic development

. Jilin University Journal Social Sciences Edition, 2011, 51(1): 146-151.]

[本文引用: 1]     

[25] 李九一.

中国水资源短缺及其风险评价与管理对策研究

. 北京: 中国科学院地理科学与资源研究所博士学位论文, 2009 .

[本文引用: 1]     

[Li Jiuyi.

Study on water scarcity, its risk assessment and management in China.

Beijing: Doctoral Dissertation of Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences, 2009.]

[本文引用: 1]     

[2] 游珍, 王露, 封志明, .

珠三角地区人口分布时空格局及其变化特征

. 热带地理, 2013, 33(2): 156-163 .

URL      Magsci      [本文引用: 1]      摘要

The Pearl River Delta (PRD) is one of the regions with fastest economic development in China. The process of population concentration and decentralization in this region has been being focused by researchers. In this study, based on the population census data in the PRD from 1982 to 2010, we analyzed the growth and reduction of population, the concentration level of population and stability of population so as to investigate the change of spatial pattern of the population concentration and decentralization. The results showed that: (1) The growth rate of population from 1982 to 2010 in the PRD was 215.61%, which far exceeded the growth rate averaged over the whole country; (2) The population increased more significantly in the middle and east parts of PRD; (3) The population agglomerating level in the PRD was greater than that in the whole country. The city of Shenzhen, Guangzhou and Dongguan had become the cluster centers in PRD; (4) More and more floating population moved into PRD, especially in the middle and east parts, from 1982 to 2010. The increasing population and agglomerating level of population in the study region were mainly due to this influx. However, the rate of the influx in PRD slowed down in the past decade.

/

本地代做工资流水服务商舟山打印对公账户流水珠海工资代付流水代做深圳企业对公流水上饶代开个人流水宜昌制作购房银行流水青岛转账银行流水代办南昌开工资流水账单盐城开转账银行流水湛江个人工资流水 打印烟台贷款银行流水样本青岛贷款银行流水查询鞍山代办背调银行流水商丘查薪资流水开封查询工资证明宜昌房贷收入证明多少钱黄冈签证工资流水样本莆田开对公账户流水商丘自存流水办理杭州制作入职银行流水无锡做企业对私流水滁州开工作收入证明阜阳自存银行流水报价威海日常消费流水衡阳代办企业对私流水湖州转账流水代办威海日常消费流水模板昆明开个人流水包头打车贷工资流水上饶车贷银行流水 多少钱宿迁开公司银行流水淀粉肠小王子日销售额涨超10倍罗斯否认插足凯特王妃婚姻让美丽中国“从细节出发”清明节放假3天调休1天男孩疑遭霸凌 家长讨说法被踢出群国产伟哥去年销售近13亿网友建议重庆地铁不准乘客携带菜筐雅江山火三名扑火人员牺牲系谣言代拍被何赛飞拿着魔杖追着打月嫂回应掌掴婴儿是在赶虫子山西高速一大巴发生事故 已致13死高中生被打伤下体休学 邯郸通报李梦为奥运任务婉拒WNBA邀请19岁小伙救下5人后溺亡 多方发声王树国3次鞠躬告别西交大师生单亲妈妈陷入热恋 14岁儿子报警315晚会后胖东来又人满为患了倪萍分享减重40斤方法王楚钦登顶三项第一今日春分两大学生合买彩票中奖一人不认账张家界的山上“长”满了韩国人?周杰伦一审败诉网易房客欠租失踪 房东直发愁男子持台球杆殴打2名女店员被抓男子被猫抓伤后确诊“猫抓病”“重生之我在北大当嫡校长”槽头肉企业被曝光前生意红火男孩8年未见母亲被告知被遗忘恒大被罚41.75亿到底怎么缴网友洛杉矶偶遇贾玲杨倩无缘巴黎奥运张立群任西安交通大学校长黑马情侣提车了西双版纳热带植物园回应蜉蝣大爆发妈妈回应孩子在校撞护栏坠楼考生莫言也上北大硕士复试名单了韩国首次吊销离岗医生执照奥巴马现身唐宁街 黑色着装引猜测沈阳一轿车冲入人行道致3死2伤阿根廷将发行1万与2万面值的纸币外国人感慨凌晨的中国很安全男子被流浪猫绊倒 投喂者赔24万手机成瘾是影响睡眠质量重要因素春分“立蛋”成功率更高?胖东来员工每周单休无小长假“开封王婆”爆火:促成四五十对专家建议不必谈骨泥色变浙江一高校内汽车冲撞行人 多人受伤许家印被限制高消费

本地代做工资流水服务商 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化