共查询到20条相似文献，搜索用时 140 毫秒
1.
中国省际人口迁移格局演变及其对城镇化发展的影响 总被引：11，自引：3，他引：8
基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现：省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。 相似文献
2.
中国人口迁移的区域差异与流场特征 总被引：40，自引：4，他引：36
通过2000年人口普查省际迁移数据的分析,揭示了当代中国人口迁移的区域分异性,以及不同原因的流场新模式。研究发现,中国人口迁移进入高活性、高能力的新阶段;东中西部人口迁移的不平衡性不断加剧,“中部塌陷”不仅是经济意义上的,而且也是社会意义上的;人口省际迁移的辐合流场与辐散流场在进一步发展,珠江三角洲是最大的迁移辐合中心;东北与山东的对流渐趋消失,西北取代东北成为非沿海区域新的人口引力中心;以秦岭-淮河线东段和黑河-腾冲线南段为界,人口迁移分裂为东南和西北两大“流域”。就业迁移的优势程度在进一步加大,市场取代计划成为人口和人才流动的第一动力;婚姻迁移的主流方向是西南贫困山区指向华东农村,形成了西南“喀斯特新娘输出区”。 相似文献
3.
中国省际人口迁移的多边效应机制分析 总被引：12，自引：6，他引：6
区际人口迁移不仅与迁出地和目的地的要素特征以及距离有关,而且还受到周边迁移流的影响.基于网络自相关理论,利用"六普"省际人口迁移数据和相关统计资料,在重力模型的基础上考虑迁移流之间可能存在的几种空间依赖形式,构建中国省际迁移流的空间OD模型,初步揭示区域经济社会等因素及其空间溢出效应对省际人口迁移的影响,并就区域要素变化对整个省际人口迁移系统产生的"连锁反应"进行了模拟.结果表明:① 中国省际迁移流之间存在显著的网络自相关效应.目的地和迁出地的自相关效应皆为正,导致迁入和迁出流的空间效仿行为;迁出地和目的地周边则出现负的自相关效应,导致迁移流的空间竞争行为;② 区域经济社会等因素通过网络空间关系对周边地区产生的多边溢出效应导致迁移流在空间上集聚.其中,距离衰减效应位居各要素之首,其溢出效应进一步加剧距离的摩擦作用;对目的地而言,区域工资水平和迁移存量超过GDP的影响并产生正的溢出效应,促进周边地区吸引更多的外来人口;对迁出地而言,人口规模和迁移存量产生正的溢出效应,推动周边地区人口外迁;③ 区域要素变化潜在地对整个省际人口迁移系统产生一系列"连锁反应",震荡中心及其周边区域的迁移流波动较大.江苏省GDP增长5%的模拟结果表明,江苏迁往全国其他省份的人口数量都有不同程度地减少,而其他省份入迁人口均有所增加.相对而言,江苏周边省份的迁入或迁出流受到的波动较大,偏远省份波及较小,这是传统的重力模型所无法解释的. 相似文献
4.
人口迁移是一个时空路径依赖过程,同时受迁移存量和周边迁移状况影响。当前人口迁移预测大多建立在时间序列模型之上,重点考虑迁移流在时间维度上的联系,忽视了其中的时空关联。该文将特征向量时空滤波方法与普通泊松模型相结合,考虑迁移流中可能存在的时空滞后和同期两种结构,对1985-2015年不同时段的中国省际人口迁移流数据进行建模和估计,并利用拟合程度较优的模型预测2015-2025年省际人口迁移的发展趋势。结果表明:1)特征向量时空滞后和同期滤波泊松模型均能较好地模拟研究时段省际人口迁移过程,自1985年以来我国省际人口迁移流不仅受迁出地和迁入地经济、社会等因素影响,也与过去迁移存量及周边迁移流密切相关;2)区域人口规模和GDP对迁移流的“推—拉”作用符合预期,地区人口规模较高和经济发展水平较低会促进人口外迁,反之则有利于吸引外来人口;3)与特征向量时空滞后滤波泊松模型相比,时空同期模型更便于捕捉省际人口迁移过程中的时空路径依赖特性,意味着当前人口迁移流的发展更易受到同时期周边迁移流的影响,表现出明显的羊群效应;4)预计2015-2025年我国省际迁移总量持续增加,呈现更集聚的空间模式,高迁入与高迁出区域在空间上相连,形成一条南北贯通的“高密度迁移地带”。将特征向量时空滤波模型拓展到人口迁移这一空间相互作用领域,可为当前构建更加完善的要素市场化配置体制机制等提供科学参考。 相似文献
5.
人口迁移过程具有内在的不确定性。贝叶斯模型平均方法（BMA）为不确定性问题提供了行之有效的解决方案。然而,当前该方法多用于线性回归模型在变量选择时出现的模型不确定性问题,很少用于空间建模。本文以2010—2015年中国省际人口迁移流为例,将BMA方法应用于空间OD模型,在考虑网络空间结构的基础上选取迁出地和迁入地各7个解释变量及距离因素,利用马尔可夫链—蒙特卡罗模型综合方法（MC3）进行模型抽样,以后验模型概率为权重计算相应变量的迁出地、迁入地和网络效应等,定量分析不确定性背景下省际人口迁移影响因素和空间机制。结果表明：① BMA模型估计结果更为稳健可靠。与单一模型相比,BMA中变量效应估计的90%可信区间明显缩小,不确定性程度显著降低,结果更为精确;② 区域经济社会发展对省际迁移至关重要。经模型空间抽样后,迁出地人口规模和GDP、迁入地教育水平和迁移存量等的变量后验包含概率大于90%;③ 网络效应在省际迁移过程中不可忽视。所有变量的网络效应占总体效应的40%以上,其中工资、城镇化率、教育和迁移存量等的网络效应（绝对值）大于各自的迁出地和迁入地效应;④ 若不考虑迁移建模中的不确定性,绝大多数区域经济社会变量对省际迁移的影响会被高估。 相似文献
6.
一、经济区划沿革与回顾我国是一个幅员辽阔、人口众多的大国，在自然条件、历史基础、社会经济发展水平等方面存在着显差异。新中国成立以后，我国进行了经济协作区的划分。当时全国被划分为东北、华北、华东、华中、华南、西南、西北共7个经济协作区。随后，国家将华中与华南两大经济协作区合并为中南经济协作区。这样的划分方法在其后的经济建设中曾发挥了重要作用。20世纪80年代，国家根据各地的自然条件、经济基础、发展水平和对外开放程度，把全国划分为东部、中部和西部三大经济地带。 相似文献
7.
8.
准确认识和把握21世纪前20年中国人口迁移的地理格局和影响因素,是推动新型城镇化建设及区域均衡发展的关键科学问题。借助特征向量空间滤波泊松伪最大似然估计（ESF PPML）引力模型,基于第六次和第七次全国人口普查数据、2005年和2015年全国1%人口抽样调查数据,研究了2000—2020年中国省际人口迁移的时空演化特征及影响因素。主要结论为：① 2000—2020年间人口迁移格局总体稳定,具有较强的不平衡性和网络溢出效应,大量人口从中部、西部、东北地区迁移至东部地区;② 人口迁移格局稳中有变,不平衡程度和空间集聚程度逐渐减弱,人口迁移和人口分布显现出南北分异趋势,东北地区人口迁出强度不断增强; ③ 传统引力模型因素（人口规模、地理距离）、地区社会经济发展因素（工资差异、科技教育投入占比、医疗水平）、社会网络因素、环境舒适度（PM2.5浓度）以及生活成本（住宅价格占比）共同影响人口迁移格局;④ 区域经济差异对省际人口迁移的影响作用逐步弱化,人口迁移逐渐转变为对工资收入、高质量公共服务、环境舒适度等多因素考虑的决策过程,生活成本逐渐对人口迁移产生显著影响。 相似文献
9.
基于空间滤波方法的中国省际人口迁移驱动因素 总被引：4，自引：5，他引：4
人口迁移数据中往往存在较强的网络自相关性,以往基于最小二乘估计的重力模型与迁移数据的拟合度较低,而改进后的泊松重力模型仍存在过度离散的缺陷,以上问题均导致既有人口迁移模型中的估计偏差。本文构建了特征向量空间滤波（ESF）负二项重力模型,基于2015年全国1%人口抽样调查数据,研究2010-2015年中国省际人口迁移的驱动因素。结果表明：① 省际人口迁移流间存在显著的空间溢出效应,ESF能有效地提取数据中的网络自相关性以降低模型的估计偏差,排序在前1.4%的特征向量即可提取较强的网络自相关信息。② 省际人口迁移流之间存在明显的过度离散现象,考虑到数据离散的负二项重力模型更适用于人口迁移驱动因素的估计。③ 网络自相关性会导致模型对距离相关变量估计的上偏与大部分非距离变量估计的下偏,修正后的模型揭示出以下驱动因素：区域人口特征、社会网络、经济发展、教育水平等因素是引发省际人口迁移的重要原因,而居住环境与公路网络等因素也逐渐成为影响人口迁移重要的“拉力”因素。④ 与既有研究相比,社会网络因素(迁移存量、流动链指数)对人口迁移的影响日益增强,而空间距离对人口迁移的影响进一步呈现弱化趋势。 相似文献
10.
中国区域发展的资源环境协调问题 总被引：18，自引：3，他引：15
随着人口规模和经济发展水平的快速增长,社会经济发展与自然资源基础的协调状态已经成为我国区域社会经济持续发展能力建设的首要任务和基本目标。为此,本项研究选择了决定区域社会经济发展最为关键的5大“公用性资源”并建立相应模型以评价区域发展与自然资源基础协调状态。结果表明,在全国7大区中,以华北、东北、华东、华中和华南5个区条件相对较优,而西北和西南地区的状态相对较差。人地关系对应分析表明,华东、华南、华中和华北4个大区人地关系的紧张状态突出,其中华东区的情况最甚,目前当地实际人地关系压力系数接近6.8,高出全国均值水平33倍。尽管西北和西南的人地关系压力状态远低于其他地区,但是由于自身资源环境基础的脆弱性,当地资源环境大规模开发同样面临严重挑战。作为全国资源环境基础最佳的地区,目前东北区的人地关系依然保有较大演进空间,这也是全国区域发展与资源环境协调的最后希望所在。 相似文献
11.
中国春运人口省际流动的时空与结构特征 总被引：3，自引：1，他引：2
本文通过构建人口省际流动的关系矩阵,透视2015年中国春节期间人口省际流动的动态过程、网络特征,并对各省人口流入、流出的规模差异进行测度。研究结论如下：①春节前后中国各省每日人口净流入人次存在显著的规律性特征,2月13-17日和2月25日-3月1日为各省节前返乡流和节后返工流期间人口净流入、流出峰值时段,可作为基于春运研究中国人口省际流动的重要依据;②识别了14个人口净流入省、17个人口净流出省,净流入位序前六省和后八省分别吸纳和提供了全国9成人口的集聚与扩散。人口主要流入省的沿海绵延和主要流出省的中部“人口塌陷”共同构成了双纵格局;③各省流出首位流的指向特征显著,南方人口流出省的流出指向存在共性,京津、长三角、珠三角地区的人口集聚路径存在差异。④移动数据为发掘人口流动过程中蕴含的丰富信息提供了平台,基于节后、节前净流入值差值的方法可以有效识别中国人口流动的规模差异、属性特征。通过与以往研究对比,证实了移动数据与基于人口普查数据研究的诸多结论相似性。 相似文献
12.
基于2010―2013年中国31个省、自治区和直辖市对东南亚10个国家网络关注度的百度指数,采用弹性系数、泰尔指数和相对网络关注度测度方法,从“信源”“信宿”和“信道”3个角度对网络关注度区域差异特征进行了分析,发现：1）中国对东南亚国家关注度普遍提高,东南沿海地区普遍高于内陆地区,长三角地区关注度增长迅速,珠三角地区关注度最高。2）泰尔指数整体下降明显,东、中、西和东北经济分区区内部关注度差异的缩小与区域间关注度差异的拉大并存。3）区域内部的差异是造成中国对东南亚国家关注度差异的主要原因,而东部省份之间的区域差异是造成区域内部差异的主要原因。4）马来西亚逐渐取代越南,与新加坡、泰国组成东南亚地区被中国关注最多国家中的前三甲,出境旅游、经济贸易往来以及金融投资与合作是拉近双边关系的重要因素。5）对东南亚国家相对关注度较高的地区向东南沿海集中,东南亚被关注国家均分布在南海周边,南海战略地位突显。上海与东南亚国家的联系逐渐弱于广东,表现出广东在对东南亚贸易方面突出的地位以及城市之间跨流域的区域贸易分工。 相似文献
13.
基于信息流的互联网信息空间网络分析 总被引：4，自引：2，他引：2
信息化、网络化和全球化不断扩展加深了信息要素对于区域发展的作用,因此基于信息要素视角下的信息空间研究有助于政府管理部门为信息化发展和信息产业的布局提供科学的决策。从信息流的角度出发,建立了基于互联网信息流要素的信息空间测度方法,采用复杂网络分析方法深入探讨区域信息空间的格局和分布特征。研究发现,信息空间呈现“异质”发展趋势,省份的信息影响力呈现“东—中—西”三层递减态势。国家发展战略对信息空间的格局分布具有一定的影响作用。中东部省份中,北京、上海和广东省连接了中国南北以及东部地区,形成稳定的“三角格局”,现阶段中国的信息空间格局并没有完全脱离地理空间的制约,在一定程度上依然部分依赖于地域分布。 相似文献
14.
中国沿海三大城市群城市空间网络拓展分析——以综合交通信息网络为例 总被引：10，自引：7，他引：3
在以“空间流”为逻辑的区域空间组织下,借由城际交通与信息网络的全面发展改变着社会经济空间结构的深度与广度,由此产生的“时空压缩”效应大幅度增强城市信息联系,促使现代城市在“空间流”的作用下不断扩展城市网络空间。针对中国在城镇化发展过程中出现的沿海三大城市群：长三角、京津冀以及珠三角城市群,对其进行城市空间网络分析,结果表明：① 公路运输、普通列车、高速列车、信息网络在一定程度上把相互连接的城市转变成为城市空间对外拓展的网络节点,拉近节点城市与周边城市的时空距离,带动城市群区域信息“网络化”结构的形成;② 长三角城市群城市空间网络主要以上海（沪）、南京（宁）核心节点城市构成,北翼网络化程度较高于南翼线性联系程度,其区域联系密度以“沪-宁”“沪-杭”沿线向两侧递减;其城市群城市网络拓展流向主要是以上海→湖州、上海→宁波、上海→泰州、南京→扬州、南京→镇江、南京→无锡、南京→苏州、南京→上海、杭州→宁波等城市流向,呈现典型多中心结构;③ 京津冀城市群城市空间网络主要以北京、天津为核心向外辐射,形成了以廊坊、沧州、承德、张家口等次级城市网络连线。其城市群城市间网络的拓展流向主要是以北京→天津、北京→石家庄、北京→秦皇岛、北京→廊坊、天津→秦皇岛、天津→石家庄等城市流向,呈现典型的双核心结构,这些城市彼此之间呈现复杂网状联系特征,其中,北京-天津-石家庄围成度中心网络的核心圈层,度中心值较低的其他10个城市节点组成外围低密度圈层;④ 珠三角城市群城市空间网络主要以广州、深圳、珠海为核心向外辐射,形成了以佛山、惠州、江门等次级城市网络连线。其城市群城市网络拓展方向主要以广州→深圳、广州→肇庆、广州→东莞、深圳→广州、深圳→东莞、珠海→东莞等城市流向。其中,广东、深圳处于网络的绝对中心位置,广东-深圳-东莞-佛山围成度中心网络的核心圈层,度中心值较低的其他5个城市节点组成外围低密度圈层,多核心网络结构特征显著。 相似文献
15.
基于战略性新兴产业的长江三角洲城市网络结构演变研究 总被引：12，自引：7，他引：5
基于2004~2013年战略性新兴产业上市公司跨区布址数据,运用社会网络分析法对长江三角洲城市群空间结构演变规律进行了分析。研究发现：① 长江三角洲城市网络的主要联系流由 “Z”字形空间结构演变为“金字塔”形结构。② 高行政级别城市在网络要素资源配置中占据主导地位,省会城市的中介能力呈现“倒U”型发展趋势。③ 沪杭宁甬苏合6城市构成了长三角城市网络的核心层,核心-边缘层联系成为占据主导地位的联系方式;城市网络凝聚子群具有明显的地理粘着性,沪宁和杭州凝聚子群分别是群内联系和群际联系的标杆。 相似文献
16.
Migration plays an increasing role in China's economy since mobility rose and economic restructuring has proceeded during the last three decades. Given the background of most studies focusing on migration in a particular period, there is a critical need to analyze the spatial-temporal patterns of migration. Using bicomponent trend mapping technique and interprovincial migration data during the periods 1985-1990, 1990-1995, 1995-2000, 2000-2005, and 2005-2010 we analyze net-, in-, out-migration intensity, and their changes over time in this study. Strong spatial variations in migration intensity were found in China's interprovincial migration, and substantial increase in migration intensity was also detected in eastern China during 1985-2010. Eight key destinations are mostly located within the three rapidly growing economic zones of eastern China (Pearl River Delta, Yangtze River Delta and Beijing-Tianjin-Hebei Metropolitan Region), and they are classified into three types: mature, emerging, and fluctuant origins, while most key origins are relatively undeveloped central and western provinces, which are exactly in accordance with China's economic development patterns. The results of bicomponent trend mapping indicate that, in a sense, the migration in the south was more active than the north over the last three decades. The result shows the new changing features of spatial-temporal patterns of China's interprovincial migration that Fan and Chen did not find out in their research. A series of social-economic changes including rural transformation, balanced regional development, and labor market changes should be paid more attention to explore China's future interprovincial migration. 相似文献
17.
基于大数据方法和SOFM聚类的中国经济-环境综合分区研究 总被引：4，自引：1，他引：3
研究使用经济和环境多源大数据,建立包含人口、GDP等经济指标和空气质量等环境指标的中国经济-环境关联体系,识别各指标的热点、冷点时空变化特征,采用人工神经网络聚类方法对中国现阶段经济-环境进行综合分区。研究结果如下：① 灯光平均强度较高的省份主要集中在沿海地区,经济以长三角、珠三角和环渤海区域为主要拉动引擎,呈东南高西北低的发展态势,东部沿海地区经济发展优于东北、中部和西南地区。② PM2.5浓度呈现先增后减趋势,高污染区主要集中在华北、华中等区域;东北方向逐步扩散,污染热点地区从辽东半岛、山海关一线向东北扩张;南方地区基本保持稳定态势。③ 采用自组织特征映射模型对2015年全国各地级市OLS灯光指数、人口、城市自然边界和年均PM2.5浓度4类指标进行聚类,第I类为经济极发达-环境恶化地区,主要位于华北平原和长江三角洲;第II类为经济发达-环境趋恶化地区,主要分布在第I类区域周边,特别是京津冀周边地区;第III类为经济发达-环境良好地区,广东、海南、江西、福建以及重庆等省市多属此类型;第IV类为经济不发达-环境优质地区,主要分布于东北地区北部、内蒙古、甘肃、贵州、新疆、青海、西藏等地。 相似文献
18.
经济快速增长和社会转型促使中国人才迁移的地理景观正涌现出一些新特征和新趋势。利用中国2005年、2010年和2015年千分之一人口抽样调查微观数据,揭示2000—2005年、2005—2010年和2010—2015年全国高学历人才省际迁移格局的演化趋势,选用零膨胀负二项回归模型解释高学历人才省际迁移格局的演化机理。结果发现：① 中国高学历人才跨省流动性呈先增后减的演化趋势,人才省际迁移规模的空间分布开始趋于均衡化。② 东部发达省市人才净流入活跃,中部、东北和河北等地区人才净迁出活跃,2010年后发达地区的人才高强度净流入及欠发达地区的人才高强度净流失问题均开始缓解。③ 高学历人才由中西部流动至东部地区的主要迁移模式比较稳定,但东部向中西部地区的高学历人才迁移规模持续上升。④ 从影响因素的演化趋势上看,全国人才省际迁移主要为经济驱动型,但收入在人才迁移决策中的重要性开始减弱,产业转型、购房成本、教育服务舒适性及气候舒适性对人才跨省流动性的影响开始增强。⑤ 全国人才跨省流动性的演化机制具有一定的阶段分异性,前期,城镇居民收入差距的扩大是人才跨省流动性升高的主要动因;之后人才跨省流动性的减弱主要受城镇居民收入差距的缩小、发达地区过高的购房成本及小学教育服务设施短缺等因素影响。 相似文献
19.
基于2017年全国流动人口动态监测数据,运用描述统计和社区发现等方法,研究流动人口在初次流动和当前流动的空间格局及其变动特征。结果发现：1）从区域差异看,流动人口初次流动和当前流动的流出地格局保持相对稳定,流入地格局的变化主要体现在：在当前流动阶段,流入中部地区的比例下降而西部地区比例上升;流入特大城市的比例明显下降而I型大城市、中等城市和I型小城市的比例上升;流向直辖市和计划单列市的比例上升而流向副省级和省会城市的比例下降。2）从行政地级市间净迁移格局看,流动人口初次和当前流动的净迁移格局稳定性强,净迁入地区以“块状”分布于东部沿海省份的发达地市和“点状”分布于中西部省会及部分资源型和口岸型地市,净迁出地区连片分布在中西部地区的大多数地市与沿海省份的内陆地市。3）流动人口初次和当前流动以就近迁移与远程迁移交织的流迁模式为主,且由此刻画的行政地级市间迁移网络格局呈现以“胡焕庸线”为界的“东密西疏”现象;但也出现在当前流动阶段迁往京津冀的迁移流规模降低,长三角取代珠三角成为流入地首选区域的特征。4）流动人口生计策略的稳定性与人口迁移流动的空间惯性,是流动人口初次和当前流动空间格局表现出相似性的主要原因,而产业结构转型升级及在不同地市间的梯度转移是促使流动人口在流入地选择上发生变化的重要力量。 相似文献
20.
基于媒介地理学,以网红西安为切入点,结合数理统计、空间分析和地理探测器等方法,选取百度指数2017—2019年中国361个市域对西安市的网络关注度数据,分析网红西安虚拟空间建构的时空动态演变和影响因素。研究发现：① 时间上,2017—2019年西安市的网络关注度持续上升,季节差异显著,月际变化表现出明显的“前兆效应”。② 空间上,胡焕庸线以东区域的西安市网络关注度高于界线以西区域,区域差异逐渐缩小,东部省（市、自治区）大多为高关注度区,省会城市普遍高于该省其他城市,且西安市网络关注度显著热点区和显著冷点区连片分布,次热点区围绕显著热点区分布。③ 影响因素上,气候舒适度、闲暇时间及网红形象符号是影响西安市网络关注度时间分布的主要因素,客源地互联网发达程度、年龄结构、GDP规模、常住人口、受教育程度及两地的地理空间距离是影响空间分布的重要因素,其它因素影响力较弱。可见,媒介通过日常生活中城市居民的空间实践,重构了城市形象,同时也形塑了“人–媒介–城市”互动的动态虚拟空间,成为现代城市空间生产及实践重要构成要素。 相似文献