|
城市研究文摘 总第59期 1. 北京城市老年贫困人口识别与空间分布 2. 基于结构方程模型的中国县域人口老龄化影响机制 3. 青藏高原人口流入流出时空模式研究 4. 城市空间增长与人口密度变化之间的关联关系 5. 山区县人口分布的时空特征及主要影响因素分析——以河南省嵩县为例 6. 人口视角下黄河流域城市收缩的空间格局与影响因素
作 者：高晓路，吴丹贤，颜秉秋 摘 自：《地理学报》,2020年第8期 随着中国老龄化程度加深和城镇化水平的提高，城市地区的老年贫困问题日渐突出。由于缺乏明确的界定和统一的标准，老年贫困人口识别的准确性不足，不同研究的结论存在很大分歧。特别是教育、健康、家庭和社会支持等因素与老年贫困的关联被忽视、贫困线的设定较为主观等问题，对厘定城市老年贫困的空间格局和制定相关政策造成很大困扰。本文通过北京市典型居住社区的实证研究对上述问题进行了探讨，首先基于老年人属性变量的因子分析构建了城市老年贫困的综合判别指标；然后通过贫困线的优化分析，估计不同类型居住社区的老年贫困比例；再以市域范围内的街道和中心城区周边的地区办事处为空间单元，对北京市城市老年贫困的空间格局进行了分析。研究结论为：①资源、健康、独立性和性别是老年人属性差异的决定因子，其中资源因子得分综合反映了城市老年人的贫困程度。②不同类型居住社区的城市老年贫困比例存在显著差异，根据居住社区的分布，测得北京城市老年人口的贫困比例为9.55%。③城市内部老年贫困的空间格局分析表明：城市老年贫困人口比例从首都功能核心区、城市功能拓展区、城乡结合部地区到外围城区顺次增加；城市老年贫困人口密度则以外围城区与首都功能核心区最高，城市功能拓展区居中，城乡结合部地区最低。这些结果为进一步制定不同地区的老年贫困对策提供了参考依据。
图1 根据贫困比例(a)和根据排序(b)的贫困线门槛估计
Fig. 1 Estimations of poverty line by (a) poverty rate and (b) rank
图2 北京城市老年贫困人口比例(估算)的空间分布
Fig. 2 Distribution of the estimated ratio of poor urban older people in Beijing
图3 北京城市老年贫困人口密度(估算)的空间分布
Fig. 3 Distribution of the estimated density of poor urban older people in Beijing
原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDAUTO&filename=DLXB202008002&v=MzAyMTkxRnJDVVI3cWZiK1JwRnkzblZMM01JU0hUYkxHNEhOSE1wNDlGWm9SOGVYMUx1eFlTN0RoMVQzcVRyV00= 作 者：敖荣军，常 亮
摘 自：《地理学报》,2020年第8期 利用2000年和2010年分县人口普查数据，分析中国县域人口老龄化的空间格局及变化，采用结构方程模型拟合人口老龄化影响因子之间的路径关系，探讨中国县域人口老龄化的影响机制。结果表明：内蒙古包头至云南腾冲是中国县域人口老龄化较为清晰的空间分界线，其东南部老龄化高值县区连片集中，低值县区夹杂其间；西北全域老龄化率普遍较低，仅在北缘横亘一条中值县区连绵带。结构方程模型的拟合结果很好地解释了中国县域人口老龄化空间差异的影响机制。迁移率、预期寿命和生育率是人口老龄化进程的内生因素，其中，预期寿命对县域人口老龄化有正向效应，迁移率和生育率则对县域人口老龄化有负向效应。社会经济、家庭状况和自然环境等因素是人口老龄化进程的外生因素，对中国县域人口老龄化有显著的直接和间接效应。收入增加、社会发展、居住条件改善以及环境舒适性提高等推高县域人口老龄化水平，城镇化水平提高则降低县域人口老龄化水平。
图1 中国县域人口老龄化影响机制的理论框架
Fig. 1 Theoretical framework for the influencing mechanism
on regional ageing in China
原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDAUTO&filename=DLXB202008003&v=MTgzMDBJU0hUYkxHNEhOSE1wNDlGWjRSOGVYMUx1eFlTN0RoMVQzcVRyV00xRnJDVVI3cWZiK1JwRnkzblZiL0o= 作 者：王 楠，王会蒙，杜云艳，易嘉伟，刘 张，涂文娜 摘 自：《地理学报》,2020年第7期 在大数据时代，来自网络的人口迁徙数据，为开展区域间人口流入、流出模式研究提供了强有力的数据支撑。本文基于腾讯日迁徙数据（2015—2018年），借助时间序列、社交网络和时空统计等分析方法，剖析、挖掘了青藏高原人口流入与流出模式，探讨了青藏高原与国内其他城市间的季节性人口流向和人口互动网络特征。结果表明：①青藏高原人口流动具有显著的周期性特征，年内呈低—中—中高—高的季节性变化规律；2015至2018年，青藏高原在全国城市流动人口互动网络中的地位持续提升，人口流动量提升了8.2%，网络排名提升了 24.5%，中值季、中高值季和高值季相对低值季而言，日均人口流动量依次增高14.2%、26.7%、57.8%；②青藏高原人口流动方向集中在青藏高原NEE-67.5°至SEE-112.5°的45°扇形区间，并且青藏高原与周边省份的省会城市互动频繁；③全国大部分城市与青藏高原人口互动强度持续增强，旅游业起到了关键的推动作用；新疆和田和巴音州、重庆、广安、眉山和河南三门峡与青藏高原间呈现中值季—中高值季升高而高值季下降模式，反映了青藏高原的劳务输入存在季节性变化的规律；吐鲁番、东莞和运城出现高值季下降模式则主要是物资供给关系导致的结果。
图1 研究区域概况
Fig. 1 The overview of the Qinghai-Tibet Plateau
图2 青藏高原逐日人口流入、人口流出、人口流动数量的时序变化特征图
Fig. 2 Time series of the inflow, outflow and total flow of population on the Qinghai-Tibet Plateau
图3 青藏高原人口流动季节划分流程图
Fig. 3 Flow chart of seasonal division by population mobility of the Qinghai-Tibet Plateau
图4 青藏高原人口流动季节的划分结果图
Fig. 4 Results of the seasonal division by population mobility of the Qinghai-Tibet Plateau
原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDAUTO&filename=DLXB202007008&v=MDU4NzJGeTNuVmJySUlTSFRiTEc0SE5ITXFJOUZiSVI4ZVgxTHV4WVM3RGgxVDNxVHJXTTFGckNVUjdxZmIrUnA= 作 者：赵 睿，焦利民，许 刚，徐智邦，董 婷 摘 自：《地理学报》，2020年第4期 探究城市空间增长与人口密度变化之间的关联关系是城市可持续发展研究的基础，对制定有效的土地政策、促进城市紧凑发展具有重要意义。选取中国和欧洲23个人口100万以上城市作为研究样本，采用1990年、2000年和2014年3期土地利用数据和人口数据，计算各时段样本城市空间增长速率，建立城市紧凑度指标，并将城市空间增长方式划分为紧凑型、保持型和蔓延型，进一步探讨了样本城市的空间增长特征、人口密度变化特征及两者之间的关系。主要结论为：①人口密度降低这一现象普遍存在于中国和欧洲城市，中国城市人口密度相对较高且降低速率较快，欧洲城市人口密度相对较低且降低速率慢；1990—2014年中国城市半径的增长速率明显快于欧洲城市半径的增长速率。城市空间增长速率与人口密度变化速率呈现强负相关关系（Pearson 相关系数为-0.693）；②1990—2000 年中欧城市主要以紧凑型方式增长。2000—2014年中国城市主要以蔓延型方式增长，且人口密度随时间下降的速率加快；欧洲城市主要以紧凑型和保持型方式增长，人口密度降低速率减小；③紧凑型的空间增长方式并不一定会带来人口密度的升高，但会减缓人口密度下降的速率。中欧城市对比分析表明，城市维持紧凑型空间增长方式，则城市人口密度随时间下降速率减慢；而空间增长方式由紧凑型转为蔓延型，将加剧城市人口密度随时间下降。
图1 中国和欧洲23个研究城市空间分布及其2014年人口数量
Fig. 1 The spatial distribution of 23 sample cities in China and Europe (a. 10 cities of China; b. 13 cities of Europe)
图2 3期土地利用数据以及缓冲区
Fig. 2 The buffer areas and urban land area at three time points in Berlin (a) and Chengdu (b)
图3 样本城市人口密度(a)和中欧人口密度变化对比图(b)
Fig. 3 Temporal variations of population density (a) and comparison of population density changes in China and Europe (b)
图4 不同圈层内城市不透水表面密度随到城市中心的空间变化及反S函数拟合曲线
Fig. 4 The spatial variation of impervious surface density in different circles withthe distance to city center and the curve fitted by inverse S function
原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2020&filename=DLXB202004004&v=MjcyMzJGeTNuV3J6SklTSFRiTEc0SE5ITXE0OUZZSVI4ZVgxTHV4WVM3RGgxVDNxVHJXTTFGckNVUjdxZmIrUnA= 5.山区县人口分布的时空特征及主要影响因素分析——以河南省嵩县为例 作 者：罗 庆，王冰冰，樊新生，李小建 摘 自：《地理科学进展》，2020年第7期 城镇化过程中山区人口分布的时空特征及其变化规律对协调人地关系和实施乡村振兴具有十分重要的意义。论文基于河南省洛阳市3次农业普查数据，选取嵩县318个村域单元为研究对象，综合运用GIS空间分析和回归方法，分析该县域人口分布的时空演变特征及其影响因素。结果表明：①嵩县人口分布在空间上极不均衡，高密度区集聚于交通干线附近和地势较为平坦的地区，并随时间推移由点状集聚分布向片状和条带状集聚分布转变；②人口增长总体上以洛栾高速为界，西北人口增长速度快、东南人口增长速度慢，其中高速增长区主要集中于县城及洛栾高速西北部少数乡镇所在地；③人口增长中心位于县城和陆浑水库周围的乡镇所在地，南部深山区乡镇有望形成新的人口集聚地；④县域人口分布格局是自然地理条件、地理区位和公共服务设施共同作用的结果。其中，县城可达性对人口分布影响最大，地形起伏度次之，耕地面积和中学可达性较小，但不同因素的影响具有时空异质性。上述结论意味着，山区县可在充分考虑自然条件和资源禀赋差异的基础上，利用城镇化布局、基础设施建设和公共服务设施调整来促进县域人口分布格局的优化。
图1 研究区位置和范围
Fig.1 Location and scope of the study area
图2 1996—2016年嵩县人口密度的空间分布
Fig.2 Spatial distribution of population density in Song County, 1996-2016
图3 1996—2016年嵩县地区人口密度年均变化率
Fig.3 Annual average change rate of population density in Song County, 1996-2016
图4 1996—2016年嵩县地区人口增长类型
Fig.4 Gowth type of population density in Song County, 1996-2016 原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDAUTO&filename=DLKJ202007001&v=MzA4MDR1eFlTN0RoMVQzcVRyV00xRnJDVVI3cWZiK1JwRnkzbldyckJJU0hBWkxHNEhOSE1xSTlGWllSOGVYMUw= 6.人口视角下黄河流域城市收缩的空间格局与影响因素 作 者：陈肖飞，郜瑞瑞，韩腾腾，张胜男 摘 自：《经济地理》，2020年第6期 研究利用全国第五次和第六次人口普查数据,以黄河流域不同级别的行政单元为对象,对城市收缩的空间特征及影响因素进行研究。结果显示:①黄河流域地级行政单元中有17座地级市出现收缩现象,占城市总量的18.68%;23个市辖区处于收缩状态,占市辖区总量的11.79%;231个市辖县处于收缩状态,占市辖县总量的42.46%。②城市收缩可划分为孤点式收缩、连绵式收缩和交错式收缩三种类型,其中孤点式收缩主要包括青海、山东和山西省部分市辖区县,连绵式收缩主要包括甘肃、内蒙古和河南省部分市辖区县,交错式收缩主要包括宁夏和陕西省部分市辖区县。③自然生态条件和政府特殊政策、产业结构转变中人口供给侧不足、人口龄级结构和家庭结构改变、中心城市发育不足和辐射带动能力较弱等因素共同导致了黄河流域部分城市收缩,但其内部仍存在典型异质性。原文链接： https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2020&filename=JJDL202006005&v=MDE2MDkrUnBGeTNuVzcvT0x5ZlBZckc0SE5ITXFZOUZZWVI4ZVgxTHV4WVM3RGgxVDNxVHJXTTFGckNVUjdxZmI=
上述文摘仅作导读功能，详细请参看中国知网数据库。若有问题请直接联系本平台。
|
