四川盆地城市主要城市人口密度空间分布及其演变规律
四川盆地城市主要城市人口密度空间分布及其演变规律
龙枚梅;王如渊;王佑汉;刘丽君
【摘 要】以四川盆地城市的14个主要城市及111个县级行政单位为研究对象,利用人口密度函数模拟了四川盆地城市核心城市(成都、重庆)的人口密度空间分布规律.结果表明,21世纪以来四川盆地城市两核心城市的区域人口密度呈现距离衰减特性,表现为典型的Clark分布,并且整个区域的空间增长表现为稳定适度增长模式.
【期刊名称】《西华师范大学学报（自然科学版）》
【年(卷),期】2010(031)001
【总页数】6页(P95-100)
【关键词】四川盆地城市;吸引范围;人口密度分布;Clark分布
【作 者】龙枚梅;王如渊;王佑汉;刘丽君
【作者单位】路由器接路由器怎么设置西华师范大学区域经济研究所,四川,南充,637009;西华师范大学国土资源学院,四川,南充,637009;西华师范大学国土资源学院,四川,南充,637009;西华师范大学国土资源学院,四川,南充,637009
【正文语种】中 文
美国恐怖片大全【中图分类】F299.2
城市作为一定区域空间结构的核心,具有集聚和扩散的功能,影响着周围的区域,其影响区域在本文以吸引范围来描述,其概念最早来自于日本地理学界提出的势力圈概念,我国学者王德将其定义为:一个城市的吸引力和辐射力对城镇周围地区的社会经济联系起主导作用的地域[1].划分吸引范围的方法有经验法和理论法.经验法可通过地区间“流态”的分析,如人流、物流、资金流、信息流等,确定中心城市吸引范围,其特点是比较准确,符合实际,但工作量大,资料不易获得.理论法通过实践中抽象出来的模式进行推算,其基础是城市相互作用的引力模式,由此衍生出康维斯(P.Converse)的断裂点,赖利(W.Reily)的尼圆和胡佛(Huff)的影响概率模式[2].本文采用理论法,以场强模型为基础,选取市区国民生产总值和时间距离为指标,基于GIS对四川盆地城市的成都,重庆,德阳,绵阳,南充,遂宁,自贡,内江,宜宾,广安,资阳,
泸州,乐山,眉山这14个城市的吸引范围进行划分.
好看的 电视剧人口是城市空间结构演变中最为活跃的因素之一,其密度在一定程度上代表着经济活动的强弱程度,一般人口密度随着城市距离的增加而减少[3].这一规律可用不同的密度函数来表述,本文利用SPSS统计分析软件,对成都和重庆的人口分布进行了函数拟合,以此寻求这两城市人口分布的最优模型.
本文以地级市为中心城市,以县级行政单元为最基本的地理空间单元,利用区域密度函数分析区域人口密度空间演变规律,而其前提是要确定中心城市的吸引范围,借用物理学的概念,把城市影响范围称之为城市影响力的“场”,影响力的大小称为“场强”[4].当代城市不仅是区域发展的经济中心,也是区域政治、文化和基础设施建设的中心,更确切地说,它是经济、社会和物质三位一体的有机实体.因此,以城市的综合实力作为评价城市场强的综合变量[5]更合适,但由于难于全面完整地获取城市各城市与县之间空间相互作用诸如运输量、交通量、电信流或资金流等经济联系数据,因而本文所选定的中心城市影响区域的划分以场强模型为基础,仅以市区国民生产总值作为城市综合实力的度量,则某一城市i对某县j的吸引力大小为:
式中Sij为j县受i城市的影响力,Fi是i城市的市区国民生产总值,rij是j县和i城市的距离,β是距离
弹性系数.如果一个城市对某个县的影响值是所有城市对这个县影响值中最大的,那么这个县就被划归到这个城市的影响腹地内[6].不同的β值对应着不同的影响范围,如果β值较小,那么距离对空间作用的影响程度就会下降.将不同的β值代入公式检验发现,区域边界发生变化的地区都是人口密度很低的边远农业县,对区域密度函数的影响并不大.本文将β赋值为2.1,是借鉴了已有的研究成果,来自杨齐对区域客流分布模型的研究[7],这一取值同样适用于本研究.对于距离r,研究者多采用直线距离或交通距离,本文则以时间距离作为r值的度量,利用中国电子地图,根据《中华人民共和国公路工程技术标准(JTGB 01-2003)》规定的公路设计速度,结合四川盆地区域实际,设定各类公路平均行车速度如下:高速公路为100 km/h,国道为80 km/h,省道为60 km/h,以此分别来计算四川盆地城市内14个城市与111个县之间的时间距离,从而得到一个143 111的距离矩阵.市区国民生产总值来自于《四川统计年鉴》(2006)和《重庆统计年鉴》(2006).如果用2000年或2002年或2004年的国民生产总值数据,区域边界基本保持不变.右图为基于GIS,利用A rcGIS的相关数据处理功能以及场强模型所确定的四川盆地城市主要城市的影响范围.
从图中可以看出,成都和重庆作为四川盆地城市的两个核心城市,形成了最大范围的影响腹地.成都的吸引范围共包括39个县级单元,其中不仅包括与其行政区直接相连的直接腹地,如
德阳,资阳,眉山外,还包括不直接相连的飞地,如遂宁境内的射洪,大英,绵阳境内的平武等,飞地的形成是由于利用场强模型进行计算,当距离很大时,规模大的城市对远离该城市的地区仍具有较强吸引力.重庆的吸引范围包括38个县级单元,覆盖了整个重庆市以及与其直接相邻的广安境内的邻水,不直接相邻的宜宾境内的兴文等.而对于遂宁而言,除受到成都市的影响外,还受到南充的影响.因此,将其划入对其吸引更强的成都市的吸引范围内.
2.1 区域人口密度模型
关于城市人口密度分布研究的函数模型可以追溯到1951年克拉克(C lark)对20多个城市的人口密度空间分布所进行的研究,他发现随着从城市中心向外距离的增加,人口密度呈指数式衰减,人口密度与距离之间是负指数关系[8],其数学模型如下:
式中,D(r)为距市中心r处的人口密度,D0为市中心的人口密度,r为距市中心的距离,b为距离衰减效率的速率.
在C lark模型提出以后,20世纪60年代初,Tanner,Sherratt不约而同地提出了一种新的城市人口密度模型[9,10]:
式中,b为常数,其它符号含义与C lark模型相同.与此同时,Sm eed提出了另一个幂函数模型[11]:
式中,k为比例系数,a为关于距离的参数.
Sm eed模型对城市中心的人口密度没有定义,适合于描述城市边缘和腹地的人口密度分布规律.随着城市的发展,人口郊区化现象日益显现,人口分布也发生新的变动,人口密度最高点移动,市中心人口密度缺口出现.因此,1969年,New ling等用二次曲线代替了C lark模型的一次变量,提出所谓二次指数模型[11]:
高速公路收费用标准
b、c为常数,其它符号含义与C lark模型Sherratt模型相同.
显而易见,New ling模型试图统一Clark模型和Sherratt模型.因为,当c=0而b<0时,便成为C lark模型;当b=0而c>0,便是Sherra tt模型.此外,现在常用到的还有弗兰肯在1978年提出的两种三次方函数模型[12],其形式为:
无论是C lark的负指数模型还是New ing的二次指数模型,都是西方学者针对西欧、北美等国家城市人口分布的模型模拟,在一定意义上反映了西方国家城市在不同发展阶段人口分布变
动的特点,而对于本文研究的对象城市而言,是否也符合同样的模式,需要进一步探究.因此,笔者运用统计分析软件SPSS,采用这些模型再结合其它的函数如线性函数、对数函数、S曲线,反函数等对成都和重庆两大城市的人口密度空间分布进行模拟.
2.2 模型的模拟结果及讨论
成都的吸引范围包括39个县级行政单元,重庆的吸引范围包括38个县级行政单元.2000、2002、2004、2006年成都和重庆地区的人口密度分布模型的模拟结果见表1至表4.从拟合结果来看,无论是2000、2002、2004年还是2006年的人口密度模型,总的来说都符合随着离中心城市距离的增加,人口密度递减的规律,在拟合的模型中C lark(Exponential)模型能最好的说明这两个区域人口密度空间分布的情况.
从表1和表2的模拟结果来看,成都地区人口分布最符合C lark模型,即随着从城市中心向外距离的增加,人口密度呈指数式衰减.观察截距a的值,从2000年的1 415.450到2002年的1 416.727,到2004年的1 435.951,再到2006年的1 458.307,截距a值是不断增加的,表明中心城市的人口密度增加.观察斜率b值,从2000年的-0.702到2002年的-0.703,到2004年的-0.706,再到2006年的-0.712,总的是呈现绝对值递增的趋势.斜率b的绝对值表示人口密度
随距离衰减的概率,也就是人口密度梯度,它是度量人口郊区化的重要指标[12],b的增加表明人口密度随距离中心城市越远下降越快.可见在本研究中,距离中心城市近的县级单元比远的县级单元不仅人口密度高,而且增长速度也要快一些.但是通过观察图2可以看出,成都地区从2000年以来人口密度的增长比较适度,尽管距离中心城市近的地区的人口增长要快于边远地区,但是这两者之间的差距并不太显著,表明21世纪以来这些地区都保持了稳定适度的增长,其符合Bark ley等人[13]提出的“扩散增长”模式.成都地区经济较发达,辐射力强,城镇化水平相对较高,可能吸引了其它地区的人口更多的流向了除主城区之外的近郊区或是远郊区的县级单元,所以整个区域的经济增长表现为稳定适度的增长方式.
从表3和表4的模拟结果来看,最符合重庆地区人口分布的C lark模型的截距a也是处于不断增加的状态(2000,2002,2004和2006年分别为711.761,713.211,717.394和726.489),同样表明其中心城市的人口密度是增加的,但是斜率b的绝对值从2000年的0.222到2002年的0.221,到2004年的0.220再到2006年的0.218,总体趋势是趋于下降的,但是梯度相差并不大.从图3可以看出,2000年,2002年和2004年所对应的三条直线几乎平行,2006年的梯度直线相对更缓一点.表明重庆地区人口密度随距离衰减的趋势减弱,人口趋于分散和均匀.重庆地区是四川盆地城市的老工业基地,在1997年时由重庆、万县、涪陵三市及黔江地区合并为我国第4
个直辖市,所以除重庆市区以外,西部还有合川、永川、江津、涪陵等地区,东南部黔江区是国家优质烟叶生产基地,东北部的万州区也有丰富的岩盐和天然气资源等,这些地区本身具有一定经济实力,能够吸引周边地区的人口,因此整个重庆地区发展平稳,向心集聚的趋势不明显,人口趋于分散和均匀,整个区域都表现为稳定适度的经济增长.
杭州哪里好玩本文基于场强模型,采用时间距离取代直线距离或实际距离的方法,并利用GIS对四川盆地城市内的14个主要城市的吸引范围进行了划分,同时对核心城市成都和重庆的人口密度空间分布进行了函数模拟,模拟发现,成都和重庆无论是2000,2002,2004年,还是2006年的人口密度分布模型,都符合随离中心城市距离的增加人口密度下降的趋势.拟合的模型中,以人口密度呈指数下降趋势的负指数模型即Clark模型为最优.成都地区人口分布的特点主要表现为距离中心城市近的县级单元人口密度高,增长速度快,但是2000年到2006年的增速比较适度,其腹地与中心城市几乎同步增长,符合“扩散增长”模式.重庆地区人口分布的主要特点也表现为距离中心城市近的地区人口密度高,但是2000年到2006年人口密度随距离的衰减趋势变缓,人口趋于分散和均匀.12306放票时间

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。