排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
针对都市圈建设发展较快与超设防事件频发现象,评估和分析城市群网络结构韧性水平对区域一体化与健康可持续发展具有重大意义。该文以中原城市群为研究区域,基于2017年“腾讯迁徙”数据构建城市网络人口流动矩阵,分析城市群内部人口流动规模与特征,并从层级性、中断场景下传输性以及脆弱性对城市网络韧性进行评价。结果表明：(1)不同时段中原城市群人口流动具有规律性,节假日期间郑州与多数城市的人口流动状况具有动态平衡性;(2)不同时段高层级人口流动网络主要呈现为以郑州为核心的发散式结构;(3)中原城市群网络层级性显著,整体表现为单核心网络,介数策略对网络的破坏性最大,拥有高介数的节点在网络中承担核心作用;(4)郑州、洛阳、周口等核心城市节点对整体网络效率影响更大,中原城市群韧性水平整体良好,具有“十”字形空间特征,但部分规划核心城市的协同发展仍有待提高,未来需完善不同等级、规模、职能的城市协同发展机制,实现城市网络韧性水平整体提升。 相似文献
2.
不同交通方式下居民城际出行网络结构特征——以“春运”为例 总被引：1，自引：0，他引：1
基于多元视角下的居民城际出行网络空间结构测度可以较为全面地刻画出城市间的复杂联系特征。论文利用春运期间腾讯迁徙平台中的人口流动数据,采用复杂网络分析方法以及转变中心性和转变控制力等指标,对比分析了航空、铁路和公路3种交通方式下的中国居民城际出行网络结构特征。结果表明：3种出行方式下,航空联系的线路最少,平均出行距离最长;铁路出行人数最多,其次是公路,航空最少。最大优势流中,北京和上海在国内航空出行联系中起着最重要的控制作用,其次是成都和重庆;铁路出行中,北京和成都占据绝对优势;公路多表现为省级行政中心与周边城市的关联。根据转变中心性和转变控制力划分城市类型,在航空和铁路出行网络中,高中心性—高控制力城市较多;公路出行网络中以高中心性—低控制力城市为主。不同出行方式下的城市聚类得到的网络集群“社区”数量有一定差异,航空、铁路和公路出行依次聚类为7、8和10个“社区”。不同类型出行方式透视的城市网络特征存在较明显的差异：航空出行的城际人口流体现出以全国性枢纽城市为核心分布的核心—边缘结构;铁路表现出以国家铁路大动脉沿线城市为核心,向腹地城市逐渐递减的核心—边缘结构;公路出行的城际人口流则表现为与人口规模匹配的局域强聚集的空间格局。 相似文献
3.
中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例 总被引：2，自引：2，他引：2
“腾讯迁徙”大数据基于位置服务,实时、动态、完整、系统地描述了用户日常出行活动的轨迹。通过采集“腾讯迁徙”数据平台中2017年国庆-中秋长假期间国内299个城市之间的逐日人口流动数据,分“出行期、旅途期、返程期”3个时间段,利用复杂网络分析方法,从人口流动集散层级、集散网络体系的分层集聚、人口流动空间格局、网络空间特征等角度分析各时间段城市间的人口流动特征与空间格局。结果表明,腾讯迁徙大数据直观地揭示了国庆-中秋期间中国各地级城市间人口的迁移规律,3个时段人口的净流入均呈现十字形骨架支撑的菱形分布,人流集散中心主要集中在京津冀、长三角、珠三角和成渝四大城市群,与城市等级有较强的一致性。人口流动集散体系呈明显的分层集聚,城市行政级别的高低与人口流动影响力存在一定的正相关关系,大部分城市人口流动处于“相对平衡”状态。人口流动空间格局呈现出明显的核心-边缘结构,大理-鹤岗一线是人口流动强度空间分布的显著分界线,以此线为界,城市网络呈现东密西疏的分布特征和东部并联、西部串联的网络关联特征。人口流动网络总体表现出“小世界”网络特征,局部具有较明显的“社区”结构特征,聚为2个国家级、2个区域级和3个地区级社区。 相似文献
1