人口密度
- 人口密度與經(jīng)濟(jì)發(fā)展的空間關(guān)系分析
者認(rèn)為，隨著人口密度上升，較高的城市人口密度通常意味著人口和企業(yè)聚集，從而促進(jìn)了資源的高效利用和交流，這有助于降低交易成本并提高生產(chǎn)效率[1]。此外，高密度城市更有可能形成產(chǎn)業(yè)集群和創(chuàng)新聚集區(qū)，推動(dòng)產(chǎn)業(yè)鏈條的延伸和技術(shù)進(jìn)步，進(jìn)而促進(jìn)經(jīng)濟(jì)增長[2]。城市人口密度的增加通常伴隨著更多的經(jīng)濟(jì)活動(dòng)，這為居民提供了更多的就業(yè)機(jī)會(huì)[3]。高城市人口密度意味著更大的市場規(guī)模，可以刺激供需之間更多的交易，吸引更多的投資和企業(yè)進(jìn)駐，進(jìn)一步促進(jìn)經(jīng)濟(jì)的發(fā)展[4]。然而，人口密度
安徽建筑 2023年12期2023-12-28
- 基于Landsat影像和統(tǒng)計(jì)數(shù)據(jù)的北京市人口密度制圖
特征,不同的人口密度對(duì)自然資源和環(huán)境條件的影響也不同,因此,為了更好地應(yīng)對(duì)我國城鎮(zhèn)化發(fā)展所面臨的各種環(huán)境與資源問題,有必要及時(shí)、快速地生成人口密度空間分布結(jié)果。傳統(tǒng)的人口密度計(jì)算方法是根據(jù)人口普查數(shù)據(jù)進(jìn)行計(jì)算,但計(jì)算時(shí)間長、成本高、更新困難。此外,用于公共用途的人口普查數(shù)據(jù)難以準(zhǔn)確、真實(shí)地反映人口在空間上的分布規(guī)律,中國的縣級(jí)人口普查數(shù)據(jù)對(duì)于城市規(guī)劃和管理等方面來說不夠細(xì)致,難以滿足城市規(guī)劃和發(fā)展的需要。在過去的幾十年里,許多學(xué)者探究了利用不同的遙感和輔助
北京測(cè)繪 2022年8期2022-10-11
- 中國人口結(jié)構(gòu)對(duì)生態(tài)效率的影響研究
一定高度時(shí)，人口密度正向影響生態(tài)效率;二是農(nóng)村恩格爾系數(shù)負(fù)向影響生態(tài)效率，即降低農(nóng)村恩格爾系數(shù)有利于提高地區(qū)生態(tài)效率?；谏鲜鼋Y(jié)論，文章認(rèn)為一方面要縮小中西部與東部的經(jīng)濟(jì)發(fā)展差距，促進(jìn)中西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、推動(dòng)形成綠色發(fā)展方式;另一方面，要縮小城鄉(xiāng)差距，持續(xù)改善農(nóng)村居民的收入水平和消費(fèi)結(jié)構(gòu)。[關(guān)鍵詞]人口結(jié)構(gòu);生態(tài)效率;人口密度;農(nóng)村恩格爾系數(shù)[中圖分類號(hào)] F062.2;X321[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1673-0461（2022）02-005
當(dāng)代經(jīng)濟(jì)管理 2022年2期2022-04-20
- 基于MODIS數(shù)據(jù)（2001—2015）的洱海流域植被覆蓋時(shí)空變化與人口密度相關(guān)性探究
5年洱海流域人口密度相關(guān)性，并利用傅里葉變換描述兩者之間關(guān)系。結(jié)果表明，2001—2015年間，洱海流域NDVI年均值與人口密度有中等相關(guān)性，相關(guān)系數(shù)為0.551;描述其關(guān)系的模型為y=0.6405+（-0.01632）×cos（x×0.2789）+（-0.01483）×sin（x×0.2789），該流域人口密度與NDVI年均值整體相關(guān)性可近似用傅里葉級(jí)數(shù)表示。關(guān)鍵詞：洱海流域;歸一化植被指數(shù);人口密度;傅里葉擬合中圖分類號(hào) Q948文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào)
安徽農(nóng)學(xué)通報(bào) 2021年22期2021-12-11
- 基于多源遙感數(shù)據(jù)的福建省人口數(shù)據(jù)網(wǎng)格化研究
格網(wǎng)對(duì)合肥市人口密度情況進(jìn)行研究[5]。黃杰等以DMSP/OLS夜間燈光數(shù)據(jù)和土地利用數(shù)據(jù)，采用空間滯后回歸模型對(duì)江蘇省進(jìn)行人口建模[6]。卓莉等利用DMSP/OLS夜間燈光數(shù)據(jù)，輔以SPOT VGT-10天最大化合成的NDVI數(shù)據(jù)，對(duì)中國進(jìn)行分區(qū)建模，估算人口密度[7]。高義等基于DMSP/OLS、NPP-VIIRS兩種夜間燈光數(shù)據(jù)，利用回歸分析，對(duì)我國沿海地區(qū)人口統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間化研究[8]。黃益修在NPP-VIIRS夜間燈光數(shù)據(jù)的基礎(chǔ)上，利用出租車軌
閩江學(xué)院學(xué)報(bào) 2021年5期2021-11-19
- 基于地理探測(cè)器的人口空間格局與自然因子關(guān)系研究
——以桂西南喀斯特—北部灣海岸帶為例
空間分異.將人口密度圖層與自然因子圖層疊加,探測(cè)自然因子(具體自然因子如表1所示)間的重要性,公式如下:表1 2018年桂西南喀斯特-北部灣海岸帶自然因子指標(biāo)Table 1 Indicators of natural factors of Karst-Beibu Gulf Coastal Zone in Southwest Guangxi in 2018(4)(2)生態(tài)探測(cè)生態(tài)探測(cè)用于探測(cè)比較自然因子A和B對(duì)人口密度空間分布的影響是否顯著,以F統(tǒng)計(jì)量來衡量
南京師大學(xué)報(bào)（自然科學(xué)版） 2021年2期2021-10-21
- 基于熱力圖監(jiān)測(cè)的服務(wù)區(qū)活力狀態(tài)及相關(guān)規(guī)劃研究
：（1）城市人口密度具有站點(diǎn)效應(yīng)，占地面積只有15%左右的PTSSA白天能聚集全市45%左右的人口;（2）土地建設(shè)強(qiáng)度和均衡化對(duì)于測(cè)試結(jié)果影響最為顯著，低平衡成熟型服務(wù)區(qū)人口密度表現(xiàn)為工作日明顯高于周末，且波動(dòng)較大的特點(diǎn)，而高平衡孕育型服務(wù)區(qū)人口密度表現(xiàn)為工作日和周末分布特征相似，均為密度低且波動(dòng)較小;（3）孕育型服務(wù)區(qū)可用軌道交通間接帶動(dòng)和引導(dǎo)土地開發(fā)，為TOD開發(fā)提供助力，城市活力發(fā)展的時(shí)間差可引導(dǎo)周邊土地向合理的強(qiáng)度及均衡度發(fā)展;（4）本文所用研究方
西部交通科技 2021年2期2021-04-12
- 產(chǎn)業(yè)結(jié)構(gòu)和人口密度對(duì)可再生能源影響分析
產(chǎn)業(yè)增加值和人口密度變化對(duì)可再生能源的影響，旨在證明產(chǎn)業(yè)結(jié)構(gòu)和人口密度對(duì)我國可再生能源生產(chǎn)技術(shù)的推廣具有一定影響。方法：采用宏觀面板數(shù)據(jù)，進(jìn)行相關(guān)性分析。結(jié)果：第一產(chǎn)業(yè)的發(fā)展有利于可再生能源生產(chǎn)技術(shù)的推廣，第二產(chǎn)業(yè)發(fā)展和人口密度的增加阻礙了可再生能源生產(chǎn)技術(shù)的推廣，第三產(chǎn)業(yè)的發(fā)展對(duì)可再生能源的影響不顯著。結(jié)論：在不同經(jīng)濟(jì)發(fā)展水平和不同用電量規(guī)模的省份中均具有一致性。關(guān)鍵詞：可再生能源;產(chǎn)業(yè)結(jié)構(gòu);人口密度;水力發(fā)電可再生能源是自然界可循環(huán)再生，用之不竭的能源
科技風(fēng) 2021年4期2021-02-21
- 我國人口分布區(qū)域差異分析
大多文獻(xiàn)選取人口密度作為研究指標(biāo)，采用基尼指數(shù)、人口重心、洛倫茲曲線、空間自回歸等方法研究人口分布及演變特征。為探討近年來的人口分布變化情況，選取2013—2017年全國31個(gè)省份常住人口數(shù)據(jù)，利用探索性空間數(shù)據(jù)分析等方法，對(duì)我國人口分布進(jìn)行分析，了解其區(qū)域差異，對(duì)于區(qū)域人口密度差異大的城市進(jìn)行分析，為我國人口政策的調(diào)整提供參考依據(jù)與政策建議。1 數(shù)據(jù)來源及研究方法1.1 數(shù)據(jù)來源以我國31個(gè)省份為研究尺度，2013—2017年年末常住人口數(shù)據(jù)來源于《20
黑龍江科學(xué) 2021年2期2021-01-27
- 遼寧省人口密度空間演變的影響因素分析
間分布差異的人口密度指標(biāo)的研究更加精準(zhǔn)和詳細(xì)[1-8]。杜國明等利用地統(tǒng)計(jì)學(xué)的理論和方法分析了沈陽市人口分布的空間自相關(guān)性和變異性[1]。謝守紅利用 GIS 技術(shù)對(duì)廣州市人口的空間分布變動(dòng)進(jìn)行了系統(tǒng)的分析和比較，并對(duì)人口郊區(qū)化進(jìn)程較緩慢的原因進(jìn)行闡述[2]。蘇飛、張平宇利用GIS 技術(shù)及人口分布結(jié)構(gòu)指數(shù)和空間自相關(guān)分析方法，對(duì)遼中南城市群人口分布的時(shí)空演變特征進(jìn)行分析[3]?？镂幕鄄捎肎IS網(wǎng)格計(jì)算方法，模擬北京市人口空間分布，并分析其空間分布與變異特征[
- 交通擁堵狀況與周邊小區(qū)人口密度及汽車保有量的關(guān)系分析
路口附近小區(qū)人口密度、汽車保有量和交通擁堵狀況為研究對(duì)象，將小區(qū)人口密度、汽車保有量和交通擁堵進(jìn)行相關(guān)性分析，為城市交通規(guī)劃提出可行性理論依據(jù)，對(duì)今后更好地解決城市交通擁堵問題和促進(jìn)城市可持續(xù)發(fā)展有著重要的理論和實(shí)踐意義。關(guān)鍵詞：交通擁堵;人口密度;城市交通規(guī)劃1 引言城市交通供需之間的矛盾越來越明顯，隨之而來的交通擁堵已經(jīng)成為許多城市的慢性病。汽車保有量的快速增長導(dǎo)致城市交通需求不斷增加，但與此同時(shí)，交通基礎(chǔ)設(shè)施的建設(shè)速度并未與汽車數(shù)量的增長速度相匹配，
時(shí)代汽車 2020年9期2020-07-23
- 密云水庫上游河流硝態(tài)氮含量空間分布格局
硝態(tài)氮含量與人口密度、耕地比例和化肥氮施用量呈線性正相關(guān)關(guān)系。關(guān)鍵詞：硝態(tài)氮;空間分布;上游河流;密云水庫流域;人口密度;耕地比例中圖分類號(hào)：X522文獻(xiàn)標(biāo)志碼：A論文編號(hào)：cjas181000050引言輸入到水體的人為氮源是非常復(fù)雜的，有農(nóng)業(yè)的、工業(yè)的、市政的、居民的。來自農(nóng)業(yè)的氮包括施用的肥料[1]、固氮作物、家畜糞便[2]和土地利用變化引起的土壤氮的釋放[3-5]。工業(yè)的、市政的、居民的氮源主要以污水的形式排放。日益增長的人為氮源輸入到水體，已經(jīng)引起
農(nóng)學(xué)學(xué)報(bào) 2020年1期2020-02-26
- 基于統(tǒng)計(jì)學(xué)分析方法的人口密度與霧霾的相關(guān)性研究
——以華北地區(qū)為例
文將獨(dú)立分析人口密度和霧霾之間的相關(guān)性，建立統(tǒng)計(jì)學(xué)模型探究人口密度對(duì)霧霾的影響機(jī)理。二、研究方法及數(shù)據(jù)來源(一)相關(guān)性分析。相關(guān)系數(shù)是用于測(cè)定兩個(gè)變量之間線性相關(guān)程度和方向的指標(biāo)，它可以數(shù)量上具體說明現(xiàn)象間線性相關(guān)關(guān)系的方向和密切程度。相關(guān)系數(shù)的計(jì)算公式為：(1)相關(guān)系數(shù)r的取值介于-1～+1之間。當(dāng)r>0時(shí)，則兩個(gè)變量為正相關(guān)關(guān)系；當(dāng)r可決系數(shù)R2是衡量因變量與自變量關(guān)系密切程度的指標(biāo)，表示自變量解釋因變量變動(dòng)的百分比。R2的值越接近1，說明回歸直線對(duì)觀
產(chǎn)業(yè)與科技論壇 2019年21期2019-12-31
- 鶴崗房價(jià)引發(fā)的思考
;城市擴(kuò)張;人口密度doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 15. 054[中圖分類號(hào)] F291.1? ? [文獻(xiàn)標(biāo)識(shí)碼]? A? ? ? [文章編號(hào)]? 1673 - 0194（2019）15- 0120- 030? ? ? 前? ? 言黑龍江鶴崗因房價(jià)跌成了白菜價(jià)而走紅。黑龍江省鶴崗市3月房價(jià)平均為1 423元/平方米，環(huán)比下跌了29.04%（來源安居客）。很多人都很好奇，為什么鶴崗房價(jià)跌這么
中國管理信息化 2019年15期2019-09-09
- 基于GIS的山東省人口分布時(shí)空格局及影響因素分析
a軟件對(duì)縣級(jí)人口密度進(jìn)行處理，得出全局莫蘭指數(shù)在逐年減小。表明山東省人口空間不是隨機(jī)分布的狀態(tài)，在一定程度上呈現(xiàn)出空間自相關(guān)性;根據(jù)局部莫蘭指數(shù)進(jìn)行局部空間自相關(guān)分析，將人口分布集聚的空間關(guān)聯(lián)類型分為高-高、低-低、高-低、低-高4種類型。（4）區(qū)域自然環(huán)境與經(jīng)濟(jì)發(fā)展水平是影響人口分布時(shí)空格局的主要驅(qū)動(dòng)因素。關(guān)鍵詞：人口分布;人口密度;空間自相關(guān);GIS中圖分類號(hào) C922;K901.3? ?文獻(xiàn)標(biāo)識(shí)碼 A? ?文章編號(hào) 1007-7731（2019）09
安徽農(nóng)學(xué)通報(bào) 2019年9期2019-06-18
- 基于ESDA的江蘇省人口密度空間分布模式解析
，對(duì)江蘇省的人口密度空間分布進(jìn)行解析，研究結(jié)果表明：江蘇省的人口密度空間分布具有顯著的空間正相關(guān)性；人口密度分布類似的地區(qū)在空間分布上表現(xiàn)出集聚現(xiàn)象，南北地區(qū)差異顯著；造成這種現(xiàn)象的原因主要是區(qū)域人口密度的分布和區(qū)域的經(jīng)濟(jì)發(fā)展水平在一定程度上呈現(xiàn)出正相關(guān)性，經(jīng)濟(jì)發(fā)展水平高，人口密度也就相對(duì)較高，經(jīng)濟(jì)發(fā)展緩慢，人口密度也就相對(duì)偏低。關(guān)鍵詞：人口普查數(shù)據(jù) 人口密度 空間自相關(guān) 江蘇省中圖分類號(hào)：F719 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-5349（2019）
現(xiàn)代交際 2019年7期2019-05-16
- 城市建設(shè)用地面積及城市人口密度的灰預(yù)測(cè)
地面積及城市人口密度進(jìn)行預(yù)測(cè)有著現(xiàn)實(shí)的指導(dǎo)意義。該文將根據(jù)2009—2016年國家統(tǒng)計(jì)局相關(guān)數(shù)據(jù)建立GM（1，1）模型對(duì)以上兩指標(biāo)進(jìn)行灰預(yù)測(cè)，并通過殘差檢驗(yàn)和級(jí)比偏差檢驗(yàn)說明預(yù)測(cè)的準(zhǔn)確程度。關(guān)鍵詞：城市用地 人口密度 灰預(yù)測(cè) 檢驗(yàn)中圖分類號(hào)：C923 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）01（a）-0-021 問題提出在城市建設(shè)過程中，城市建設(shè)用地面積與城市人口密度之間主要有3種模式：城市建設(shè)用地面積擴(kuò)張，城市人口密度縮小；城市建設(shè)用地
科技資訊 2019年1期2019-04-27
- 人口密度模擬研究
、緒論(一)人口密度空間化研究背景人口的空間分布是指一定時(shí)點(diǎn)上人口在各地區(qū)的分布狀況，是人口過程在空間的表現(xiàn)形式[1]。傳統(tǒng)的人口數(shù)據(jù)主要來源于人口普查，而且是以行政區(qū)劃為基本單元的統(tǒng)計(jì)數(shù)據(jù)集，在實(shí)際應(yīng)用時(shí)存在數(shù)據(jù)空間分辨率低、不準(zhǔn)確以及更新周期長等問題[2].60 年代以來，人口空間分布研究進(jìn)入定量化、定位化階段，進(jìn)入新的研究領(lǐng)域[3]。GIS 與遙感(RS)越來越多地應(yīng)用于人口空間分布中“社會(huì)數(shù)據(jù)空間化”“空間數(shù)據(jù)社會(huì)化”成為當(dāng)前地理科學(xué)、社會(huì)科學(xué)共同
福建質(zhì)量管理 2019年12期2019-03-29
- 基于GIS的城市人口密度空間分布研究——以南充市為例
研究南充市的人口密度分布。本文依據(jù)2010年以及2013年南充市的人口數(shù)據(jù)資料以及土地資料，利用GIS和SPSS軟件從城市發(fā)展的八個(gè)方向?qū)τ诔鞘腥丝诘拿芏确植继卣鬟M(jìn)行了定量的分析，得到南充市的人口密度的空間分布特征，為以后城市的人口布局以及合理配置城市資源加速協(xié)調(diào)發(fā)展經(jīng)濟(jì)提供有益參考。二、研究區(qū)數(shù)據(jù)來源以及研究方法(一)研究區(qū)數(shù)據(jù)來源本文以南充市行政區(qū)域范圍內(nèi)的所有區(qū)、縣級(jí)市作為研究區(qū)域，一共包括3個(gè)區(qū)、5個(gè)縣、1個(gè)縣級(jí)市，總面積1.25萬km2。研究數(shù)據(jù)
福建質(zhì)量管理 2019年24期2019-02-10
- 黃淮海平原人口空間結(jié)構(gòu)及其演變特征研究
外學(xué)者常采用人口密度模型來描述人口密度的時(shí)空變化,并根據(jù)變化過程當(dāng)中隱含的基本特征和發(fā)展趨勢(shì)建模,以此明晰區(qū)域人口的空間結(jié)構(gòu)形態(tài)及其演變規(guī)律。國外學(xué)者的研究著重于城市人口密度模型[5,6],而我國鄉(xiāng)村人口占總?cè)丝诘谋戎叵鄬?duì)較大,因此對(duì)更大范圍的區(qū)域人口密度模型進(jìn)行研究就很有必要。20世紀(jì)80年代中期,Parr在總結(jié)區(qū)域人口密度分布一般特征的基礎(chǔ)上提出了多種區(qū)域人口密度模型,并指出區(qū)域人口密度模型可有效反映區(qū)域人口密度變化趨勢(shì),適宜評(píng)價(jià)區(qū)域空間結(jié)構(gòu)及其變化趨
資源開發(fā)與市場 2018年11期2018-11-05
- 交通與人口相關(guān)性分析
優(yōu)勢(shì)度，利用人口密度表達(dá)區(qū)域的人口壓力；采用對(duì)數(shù)函數(shù)對(duì)交通優(yōu)勢(shì)度與人口密度之間的函數(shù)關(guān)系進(jìn)行擬合，在此基礎(chǔ)上進(jìn)行相關(guān)性分析。在四川省的實(shí)驗(yàn)結(jié)果表明區(qū)域交通與人口之間存在較強(qiáng)的相關(guān)性。Abstract： In order to analyze the influence of regional population on traffic construction，a method of correlation analysis between transpo
價(jià)值工程 2018年25期2018-09-26
- 1982—2010年烏魯木齊市主城區(qū)人口 時(shí)空分布特征及模擬*
者開展了城市人口密度分布模擬的相關(guān)模型研究，如假定城市存在唯一的中心，人口密度從城市中心到城市外圍不斷降低[10-15]。代表性的模型有Clark模型、Smeed模型、Newling模型。一般認(rèn)為Clark模型對(duì)早期的城市人口密度模擬效果較好；Smeed模型對(duì)城市發(fā)展中期的人口分布模擬較優(yōu)；而Newling模型較適合模擬城市后期發(fā)展的人口分布特征[15-16]。隨著城市化的快速發(fā)展、城市空間擴(kuò)張、城市人口集聚和擴(kuò)散、城市空間結(jié)構(gòu)由單中心發(fā)展成多中心結(jié)構(gòu)。在
中國科學(xué)院大學(xué)學(xué)報(bào) 2018年4期2018-09-10
- 山區(qū)縣級(jí)城市高房價(jià)原因及對(duì)策：以尤溪縣為例
發(fā)現(xiàn)尤溪縣城人口密度高、房產(chǎn)供給不足等是其高房價(jià)的主要成因。在此基礎(chǔ)上，提出了抑制山區(qū)縣級(jí)城市高房價(jià)的政策建議。關(guān)鍵詞：尤溪縣城；房價(jià)；人口密度中圖分類號(hào)：F301 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）14-0225-021 山區(qū)縣級(jí)城市尤溪縣城房價(jià)概況尤溪縣位于三明市東部，地處閩中，毗鄰閩清、永泰、沙縣、大田、南平、德化，是福建省山區(qū)第一大縣。尤溪縣全境面積3421.69平方公里。其中，山地418.5萬畝，耕地34萬畝，水域和其他面積
中國科技縱橫 2018年14期2018-08-30
- 云南省人口時(shí)空分布變化研究
S軟件，采用人口密度作為衡量人口時(shí)空分布變化的指標(biāo)，繪制云南省16個(gè)州市和129個(gè)縣域人口密度分布圖，分析云南省人口時(shí)空分布變化特征。應(yīng)用經(jīng)濟(jì)產(chǎn)出系數(shù)和人口的地域別比率分析云南省16個(gè)州市人口分布現(xiàn)狀與國內(nèi)生產(chǎn)總值及整個(gè)研究區(qū)的關(guān)系，并預(yù)測(cè)未來云南省16個(gè)州市人口空間分布趨勢(shì)。研究表明：云南省人口數(shù)量和人口密度空間分布差異較大。人口主要集中分布在滇中城市群，滇東北次之，滇西北、滇西南人口密度較低。人口密度增長較快的區(qū)域?yàn)槔ッ魇?、麒麟?yún)^(qū)、紅塔區(qū)、大理市、鎮(zhèn)雄
中國集體經(jīng)濟(jì) 2018年22期2018-08-22
- 立體綠化工程的施工技術(shù)分析
發(fā)展使得城市人口密度逐年增大，這樣不僅會(huì)給城市帶來發(fā)展的契機(jī)，而且還會(huì)帶來環(huán)境的改變。因此當(dāng)前促進(jìn)城市健康發(fā)展的一個(gè)重要的關(guān)鍵點(diǎn)就是進(jìn)行城市綠化工作。其中立體綠化是城市綠化眾多形式中的一個(gè)重點(diǎn)，對(duì)它的施工技術(shù)進(jìn)行分析和探討有助于更好的利用該技術(shù)促進(jìn)城市綠化的發(fā)展，促進(jìn)城市生態(tài)文明建設(shè)?！娟P(guān)鍵詞】：人口密度；立體綠化；施工技術(shù)【前言】：立體綠化的概念是依據(jù)各種立體的條件來選擇相應(yīng)的攀緣植物或其他植物品種來進(jìn)行依附，從而達(dá)到綠化美觀的作用。并且以此同時(shí)還要參考
中國綠色畫報(bào) 2018年5期2018-08-07
- 文山州人口分布特征及影響因素分析
70 萬人，人口密度116 人/km2[4]60。1.2 數(shù)據(jù)來源與數(shù)據(jù)處理1.2.1 數(shù)據(jù)來源本文使用的數(shù)據(jù)來源：（1）各鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)來源于《文山州經(jīng)濟(jì)工作手冊(cè)2015年》[4]180-183；（2）各鄉(xiāng)鎮(zhèn)的國土面積來源于云南數(shù)字鄉(xiāng)村網(wǎng)中的文山州各鄉(xiāng)鎮(zhèn)概況中的數(shù)據(jù)；其中文山州、文山市駐地原是開化鎮(zhèn)，現(xiàn)分屬于開化、臥龍和新平三個(gè)街道辦事處，由于涉及到城區(qū)的劃分，在本次研究中仍以原開化鎮(zhèn)作為鄉(xiāng)鎮(zhèn)單元，故本文中以102個(gè)鄉(xiāng)鎮(zhèn)為基本單元；（3）文中的地形圖、水資
文山學(xué)院學(xué)報(bào) 2018年3期2018-07-06
- 四川省2000-2015年人口密度時(shí)空變化
的集散狀態(tài)。人口密度是表現(xiàn)人口分布最主要形式和衡量人口分布地區(qū)差異的主要指標(biāo)。四川省是承接華南華中、連接西南西北、溝通中亞南亞東南亞的重要交匯點(diǎn)和交通走廊，以四川省人口密度時(shí)空變化為研究對(duì)象，探討主要的驅(qū)動(dòng)因素，以期為四川省人口、資源、環(huán)境的協(xié)調(diào)和管理提供科學(xué)依據(jù)。本文人口統(tǒng)計(jì)口徑是常住人口，人口密度（人口密度＝地區(qū)常住人口數(shù)/區(qū)域面積）是顯示和分析人口地理分布格局的主要指標(biāo)，以2000、2005、2010和2015年為典型年份，利用ArcGIS制作人口密
中國管理信息化 2018年9期2018-05-28
- 人口密度對(duì)制造業(yè)結(jié)構(gòu)專業(yè)化的影響
結(jié)構(gòu)專業(yè)化受人口密度影響的情況以及其地區(qū)差異，利用實(shí)際數(shù)據(jù)與測(cè)度結(jié)果進(jìn)行實(shí)證分析。綜合得出結(jié)論與政策建議。[關(guān)鍵詞]人口密度 制造業(yè)結(jié)構(gòu)專業(yè)化 面板數(shù)據(jù)回歸模型改革開放以來，隨著經(jīng)濟(jì)發(fā)展，城市化進(jìn)程的加速，中國的人口數(shù)量穩(wěn)步增長，人口密度對(duì)于區(qū)域經(jīng)濟(jì)的影響也越來越顯著。我國制造業(yè)投入、產(chǎn)出和效益目前均處于高速增長階段。研究表明，我國的制造業(yè)結(jié)構(gòu)正從勞動(dòng)密集型向資本密集型方向轉(zhuǎn)移。然而，由于長期的勞動(dòng)密集型制造業(yè)發(fā)展，我國擁有大量的低素質(zhì)勞動(dòng)力，卻缺少足夠的
商情 2018年10期2018-03-29
- 基于GIS的深圳市違法建筑居住人口密度空間分布研究
支撐[1]。人口密度通常用來反映區(qū)域人口分布的稀疏程度。針對(duì)單中心和多中心城市的不同特點(diǎn)，國外諸多研究揭示了人口密度分布的一般規(guī)律，而國內(nèi)人口密度模型研究相對(duì)較晚，主要研究思路集中在利用人口普查資料作為模型擬合的樣本，側(cè)重最優(yōu)模型的比較選擇，研究對(duì)象集中在中國的大型或者特大型城市，如杭州市、上海市等[2-4]。國內(nèi)研究表明單中心人口密度模型通常能較好地描述中國城市的人口密度分布，但是不同城市的最優(yōu)人口密度模型各不相同[5]。本文以深圳市違法建筑內(nèi)居住人口密
自然資源遙感 2018年1期2018-03-06
- 基于GIS的1998至2013年南充市人口空間分布格局的特征分析
從人口分布、人口密度、人口重心等方面對(duì)南充人口空間分布進(jìn)行了分析，研究結(jié)論表明：（1）南充市人口持續(xù)增長，但各區(qū)縣增長速度表現(xiàn)不一，主城區(qū)總體1988—2013年人口均增長快速，而遠(yuǎn)城區(qū)的人口在2002—2008年增長最為快速；（2）人口密度在地域上有明顯的差異性，表現(xiàn)為南充市中心城區(qū)人口最為密集，環(huán)繞中心城區(qū)相對(duì)稀疏；（3）南充市人口重心隨時(shí)間變化，而且變動(dòng)的距離有長短之分，變動(dòng)方向大致是從北向東南，再向南；（4）自然環(huán)境，經(jīng)濟(jì)發(fā)展對(duì)人口分布有重要影響。
科技資訊 2017年25期2017-10-20
- 重慶人口空間格局演化特征分析
量差異巨大，人口密度分布不均，主城區(qū)密度高，周邊縣域略呈環(huán)狀逐漸降低，兩翼是人口密度分布最低的區(qū)域；不均衡指數(shù)表明人口分布的集中性不斷增長，主城區(qū)及其附近縣域是人口增長的主要地區(qū)；全局空間自相關(guān)Moran指數(shù)逐漸增大，空間聚集程度不斷增強(qiáng)；局部空間自相關(guān)分析說明人口空間分布以“高高”聚集區(qū)和“低低”聚集區(qū)為主，熱點(diǎn)區(qū)的空間范圍正在增大，冷點(diǎn)區(qū)的空間結(jié)構(gòu)比較穩(wěn)定。關(guān)鍵詞：人口空間格局；空間自相關(guān)；人口密度中圖分類號(hào)：C924文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674
綠色科技 2017年14期2017-08-22
- 共享單車爆棚與中國城市空間結(jié)構(gòu)問題
建成區(qū)的平均人口密度遠(yuǎn)大于日本和美國，但居住用地和交通用地在城市建設(shè)用地中比重遠(yuǎn)低于日本和美國，中國城市中的人均交通空間嚴(yán)重不足，共享單車在一定程度上擠占了原本緊張的城市交通空間；解決共享單車爆棚問題，不僅需要經(jīng)營者改進(jìn)技術(shù)，提高運(yùn)營與維護(hù)能力，而且需要在城市空間規(guī)劃時(shí)，擴(kuò)大居住和交通用地比重，縮小醫(yī)院、商場、公園等單個(gè)功能點(diǎn)的規(guī)模，增加總體數(shù)量，避免同樣需求的人過度匯集于同一場所，均衡布置城市土地、人口、生產(chǎn)生活空間的結(jié)構(gòu)，并適時(shí)調(diào)整和改善。關(guān)鍵詞：共享
長安大學(xué)學(xué)報(bào)·社科版 2017年2期2017-06-02
- 福建省市域毛竹林碳儲(chǔ)量及其影響因子
46。（2）人口密度對(duì)碳儲(chǔ)量空間分布有顯著的負(fù)相關(guān)關(guān)系（R = 0.693，P < 0.01）。（3）GDP對(duì)碳儲(chǔ)量的空間分布具有相反的趨勢(shì)，表現(xiàn)為GDP等級(jí)高的地區(qū)，碳儲(chǔ)量相對(duì)偏低。該研究結(jié)果為提高區(qū)域毛竹林碳匯能力的立地選擇提供了理論依據(jù)，為碳交易市場界定提供借鑒信息。關(guān)鍵詞： 森林生態(tài)， 毛竹林， 碳儲(chǔ)量， 氣溫， 降水， 人口密度， GDP中圖分類號(hào)： Q948， S718.5 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 10003142（2017）0708911
廣西植物 2017年7期2017-05-30
- 高速鐵路與經(jīng)濟(jì)增長的因果關(guān)系
、城鎮(zhèn)化率、人口密度如何決定高速鐵路供給等問題，對(duì)高速鐵路與經(jīng)濟(jì)增長的即時(shí)效應(yīng)、快速效應(yīng)和慢速效應(yīng)機(jī)理進(jìn)行分析。研究認(rèn)為，從高速鐵路對(duì)經(jīng)濟(jì)增長角度來看，2005～2014年中國省城面板數(shù)據(jù)實(shí)證表明：高速鐵路在十年間的即時(shí)效應(yīng)和快速效應(yīng)不斷降低，高速鐵路的高時(shí)間價(jià)值與高出行成本特性主導(dǎo)的慢速效應(yīng)占據(jù)支配地位，導(dǎo)致高速鐵路對(duì)全國和中部地區(qū)經(jīng)濟(jì)增長沒有顯著影響，對(duì)東部地區(qū)有顯著正向影響，對(duì)西部地區(qū)有顯著負(fù)向影響，說明總體上高速鐵路并不是經(jīng)濟(jì)增長的原因；從經(jīng)濟(jì)增長
長安大學(xué)學(xué)報(bào)·社科版 2016年4期2017-04-21
- 人口密度對(duì)心理疾病的影響
●陳宇飛人口密度對(duì)心理疾病的影響●陳宇飛以舒茲(1958)提出了人際行為的三維理論，和美國心理學(xué)家勒溫所提出的-心理生活空間的概念，和C.E.奧斯古德和P.H.坦南包姆提出的-認(rèn)知一致性理論，以及角色理論。為理論基礎(chǔ)，通過中國人口密度不同的地區(qū)（同等經(jīng)濟(jì)水平下）的數(shù)據(jù)映射，實(shí)驗(yàn)法的方法，研究人口密度對(duì)心理狀態(tài)的影響，對(duì)心理疾病的影響。人口密度；心理疾病；心理生活空間1 人口密度與心理生活空間勒溫把P看成是許多人，把E理解為準(zhǔn)社會(huì)的心理環(huán)境，這樣構(gòu)成了群體的
保健文匯 2017年6期2017-02-01
- 人口密度與社會(huì)經(jīng)濟(jì)發(fā)展相關(guān)的普遍性
10008）人口密度與社會(huì)經(jīng)濟(jì)發(fā)展相關(guān)的普遍性朱震葆1、王思彤（江蘇省統(tǒng)計(jì)局/1研究員，江蘇南京 210008）本文對(duì)我國東、中和西部三省十一縣，以及對(duì)四個(gè)特殊地貌類型的省區(qū)，開展人口密度和社會(huì)經(jīng)濟(jì)發(fā)展相關(guān)分析表明：對(duì)于社會(huì)經(jīng)濟(jì)發(fā)展處于不同發(fā)展水平和不同地貌類型的地區(qū)，人口密度和社會(huì)經(jīng)濟(jì)發(fā)展都普遍呈現(xiàn)正相關(guān)。人口密度；社會(huì)經(jīng)濟(jì)發(fā)展；相關(guān)性人口密度作為抽樣調(diào)查唯一的統(tǒng)計(jì)標(biāo)志，除了它具有超然于經(jīng)濟(jì)和社會(huì)實(shí)體具體指標(biāo)的屬性，而同時(shí)與社會(huì)經(jīng)濟(jì)發(fā)展密切相關(guān)，并在統(tǒng)計(jì)
統(tǒng)計(jì)科學(xué)與實(shí)踐 2016年11期2017-01-10
- 關(guān)于我國房地產(chǎn)價(jià)格的思考
方與其自身的人口密度和經(jīng)濟(jì)發(fā)展水平密切相關(guān)，本文主要通過九大城市圈橫向與縱向比較得出房價(jià)上升的基本原因?！娟P(guān)鍵詞】 房價(jià) 城市圈 人口密度 經(jīng)濟(jì)集聚根據(jù)中國指數(shù)研究院報(bào)道顯示：2016年10月，全國100個(gè)城市新建住宅平均價(jià)格為12825元/平方米，環(huán)比上漲1.65%，漲幅較上月回落1.18個(gè)百分點(diǎn)，從價(jià)格環(huán)比漲幅城市個(gè)數(shù)來看，79個(gè)城市價(jià)格環(huán)比上漲，與九月相比減少2個(gè)，21個(gè)城市環(huán)比下跌。我們選取十個(gè)大城市北京、上海、天津、重慶、深圳、廣州、杭州、南京、
大經(jīng)貿(mào) 2016年11期2017-01-06
- 基于地統(tǒng)計(jì)的云南省人口密度空間分布研究*
統(tǒng)計(jì)的云南省人口密度空間分布研究*魏康洪，陳曉平*，殷 亮(云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院，云南 昆明 650091)為尋找云南省人口密度函數(shù)最優(yōu)擬合模型，了解人口在空間上分布的不均衡性規(guī)律，且為相關(guān)部門更好地進(jìn)行區(qū)域人口的合理化布局提供理論支持。文章利用2013年云南省各縣級(jí)行政單元人口及面積數(shù)據(jù)，借助GIS技術(shù)提取各縣級(jí)行政中心的幾何中心，基于地統(tǒng)計(jì)學(xué)的方法對(duì)人口密度數(shù)據(jù)作探索性數(shù)據(jù)分析和數(shù)據(jù)趨勢(shì)分析，在此基礎(chǔ)上進(jìn)行人口密度空間分布相關(guān)與變異分析。結(jié)果
楚雄師范學(xué)院學(xué)報(bào) 2016年9期2016-12-07
- 廣州房價(jià)與人口密度關(guān)系的實(shí)證分析
的住房均價(jià)和人口密度進(jìn)行定性分析得出住房均價(jià)和人口密度具有同方向的變化趨勢(shì)；通過對(duì)廣州住房均價(jià)和人口密度進(jìn)行回歸分析，得出廣州住房均價(jià)和人口密度之間具有高度的正相關(guān)?！娟P(guān)鍵詞】房價(jià) 人口密度 回歸一、影響房價(jià)的主要因素大多數(shù)學(xué)者在研究房價(jià)的影響因素時(shí)主要考慮：利率、匯率、人均可支配收入、人口密度、住宅竣工面積等因素。（一）利率目前大多數(shù)購房者都是使用分期付款，利率的升高會(huì)使得購房者的利息增加從而增加購房者的實(shí)際購房成本，所以利率的提高會(huì)減少對(duì)房屋的需求從而
時(shí)代金融 2016年17期2016-09-10
- 廈門市流動(dòng)人口分布研究
；戶籍人口；人口密度中圖分類號(hào)：C921 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2016）006-000-01一、引言受多年城鄉(xiāng)二元結(jié)構(gòu)的影響，小農(nóng)產(chǎn)出與務(wù)工收益差距顯著，離鄉(xiāng)務(wù)工的農(nóng)民成為流動(dòng)人口的重要構(gòu)成。自然特征顯示，流動(dòng)人口總體上以男性勞動(dòng)力為主體，86%以上人口位于15-65歲之間的勞動(dòng)適齡組，主要從事生產(chǎn)、運(yùn)輸、商業(yè)性服務(wù)等工作[1]；由于流動(dòng)人口的職業(yè)特征，從事工資較低的職業(yè)比例很大，因此對(duì)基本生活即衣、食、住、行的需求較多。城市規(guī)劃
現(xiàn)代經(jīng)濟(jì)信息 2016年6期2016-05-31
- 中國各地區(qū)人口密度對(duì)能源強(qiáng)度的影響研究
的能源強(qiáng)度與人口密度之間的關(guān)系進(jìn)行研究。我們利用多元統(tǒng)計(jì)分析方法對(duì)各省的人口密度和能源消耗情況進(jìn)行聚類分析，以便正確反映各個(gè)地區(qū)人口狀況和能源消費(fèi)情況之間的關(guān)系。進(jìn)一步討論人口密度對(duì)各省能源消耗的影響，以便合理規(guī)劃地區(qū)人口分布狀況，引導(dǎo)人口和資源分布，從質(zhì)量上改進(jìn)中國城市化進(jìn)程。研究結(jié)果表明，在城市化進(jìn)程中，中國應(yīng)該適度控制城鎮(zhèn)規(guī)模，這樣才能有效地提高能源利用效率。關(guān)鍵詞：能源強(qiáng)度；人口密度；聚類分析；線性回歸一、 引言中國是世界上人口最多的國家，能源消耗
現(xiàn)代管理科學(xué) 2016年4期2016-05-14
- 如何通過土地配置促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展
：土地配置；人口密度；經(jīng)濟(jì)內(nèi)生增長中圖分類號(hào)：F320 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2016）07-0057-02土地、投資、人口是經(jīng)濟(jì)發(fā)展的三個(gè)基本要素，土地作為資源初始配置的重要一環(huán)，是特別寶貴的資產(chǎn)，是發(fā)展的源動(dòng)力。通過合理安排土地各用途比例，以土地經(jīng)營實(shí)現(xiàn)城市運(yùn)營，達(dá)到經(jīng)濟(jì)比例協(xié)調(diào)、結(jié)構(gòu)合理的目標(biāo)，促進(jìn)經(jīng)濟(jì)健康可持續(xù)發(fā)展，是現(xiàn)代服務(wù)型政府進(jìn)行科學(xué)管理的應(yīng)有之義。一、區(qū)域經(jīng)濟(jì)發(fā)展的核心外向型區(qū)域經(jīng)濟(jì)主要是出口導(dǎo)向型經(jīng)濟(jì)，經(jīng)濟(jì)的發(fā)展主
經(jīng)濟(jì)研究導(dǎo)刊 2016年7期2016-05-14
- 旅游中的趣味數(shù)學(xué)
土面積最大、人口密度最低的縣之一， 由于這一大一小， 處子般的溝箐和山峰就比比皆是。在這些人跡罕至的地方珍藏著許多大自然的秘密。香格里拉縣除主體民族藏族外，還有漢族、納西族、彝族、白族等十幾個(gè)民族， 全縣總?cè)丝诮?3萬人， 人口密度為10人/ 平方千米。云南省會(huì)昆明人口密度為29.76人/平方千米（按300人/平方千米計(jì)算）。問香格里拉縣的人口密度是省會(huì)昆明人口密度的幾分之幾？解析: 依題意知香格里拉縣的人口密度為10人/平方千米。省會(huì)昆明的人口密度為30
探索科學(xué) 2016年12期2016-03-20
- 中國自然保護(hù)區(qū)社區(qū)居民分布現(xiàn)狀及其影響
6萬人，平均人口密度約為0.1人·hm-2；社區(qū)居民對(duì)自然保護(hù)區(qū)的影響主要涉及土地資源、野生動(dòng)植物及環(huán)境質(zhì)量等。該研究系統(tǒng)地厘清了我國自然保護(hù)區(qū)社區(qū)居民的分布狀況及其對(duì)自然保護(hù)區(qū)的影響方式，這對(duì)于制定相關(guān)保護(hù)管理政策以及促進(jìn)自然保護(hù)區(qū)與社區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展具有十分重要的意義。關(guān)鍵詞：自然保護(hù)區(qū)；社區(qū)居民分布；人口密度；影響分析；功能分區(qū)由于人類活動(dòng)的影響,生態(tài)系統(tǒng)退化、生物多樣性喪失已成為當(dāng)今全球性的主要生態(tài)環(huán)境問題之一[1-2]。作為保護(hù)自然資源和生物多樣
- 基于GIS的石家莊市人口空間分布變動(dòng)研究
件支持下，從人口密度、人口重心兩個(gè)方面系統(tǒng)分析了石家莊人口空間分布特征，通過人口空間分布模型的回歸擬合，找出符合石家莊市人口變化規(guī)律的密度模型。結(jié)果顯示：石家莊市人口密度仍然呈現(xiàn)出由中心向外圍漸低的特點(diǎn);人口重心主要集中在城市東部郊縣并有向中部市區(qū)遷移的趨勢(shì);符合石家莊市人口空間分布的密度模型為倒數(shù)函數(shù)。這一結(jié)果表明城市中心區(qū)仍然是石家莊市人口集中區(qū)，人口分布郊區(qū)化現(xiàn)象尚不明顯。關(guān)鍵詞：人口密度;人口重心;人口密度模型;地理信息系統(tǒng)（GIS）;石家莊中圖分
湖北農(nóng)業(yè)科學(xué) 2014年12期2015-01-06
- 人口密度、產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化質(zhì)量
證研究了城市人口密度、產(chǎn)業(yè)結(jié)構(gòu)對(duì)城鎮(zhèn)化質(zhì)量的影響。研究結(jié)果表明：總體上城市人口密度與城鎮(zhèn)居民恩格爾系數(shù)呈現(xiàn)“U”型關(guān)系；城鎮(zhèn)化質(zhì)量內(nèi)生于地區(qū)產(chǎn)業(yè)結(jié)構(gòu)；市場化改革對(duì)城市生態(tài)環(huán)境的影響顯著為正。關(guān)鍵詞：人口密度；產(chǎn)業(yè)結(jié)構(gòu)；城鎮(zhèn)化質(zhì)量中圖分類號(hào)：F0629 文獻(xiàn)標(biāo)識(shí)碼：A一、引言與文獻(xiàn)綜述《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》指出，自1978年改革開放到2013年，中國城鎮(zhèn)化率從179%增至537%，年均增速為102%，但城鎮(zhèn)空間分布與規(guī)模結(jié)構(gòu)不合理等問
商業(yè)研究 2014年12期2014-12-31
- 鄭州日新月異的城市面貌
；鄭東新區(qū)；人口密度筆者住在商丘市，距離我們的省會(huì)鄭州210公里。最近7年左右的時(shí)間里，每當(dāng)我去鄭州參加考試，遞交材料或是去其周邊旅游而路過時(shí)，總能發(fā)現(xiàn)它日新月異的變化。此外，"建立中原經(jīng)濟(jì)區(qū)"，"中原地區(qū)最大的小商品，服裝集散基地"，甚至"鄭州東區(qū)的房產(chǎn)成為了無人問津的'鬼城'"等消息通過網(wǎng)絡(luò)，報(bào)紙與口耳相傳的方式成為了河南人民津津樂道的話題。"某些城市之間有著明顯的共同點(diǎn)，例如：北京和西安擁有古老的文化底蘊(yùn)，北京與武漢洋溢著年輕與學(xué)術(shù)氣息。上海與廣州繁
科技經(jīng)濟(jì)市場 2014年5期2014-09-09
- 環(huán)京津貧困地區(qū)主要問題及解決對(duì)策研究
；主導(dǎo)產(chǎn)業(yè)；人口密度中圖分類號(hào)：F127 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）12-0130-02多年來，京津冀地區(qū)一直都處于相對(duì)獨(dú)立的發(fā)展?fàn)顟B(tài)，北京、天津?qū)颖钡妮椛鋷?dòng)作用微乎其微。如果說浙江、江蘇等地區(qū)在上海經(jīng)濟(jì)的帶動(dòng)下實(shí)現(xiàn)了快速發(fā)展，那么北京的“空吸現(xiàn)象”卻導(dǎo)致了“環(huán)京津貧困帶”的出現(xiàn)。經(jīng)濟(jì)落差的存在，必然會(huì)導(dǎo)致大批以貧困人口為主的勞動(dòng)力涌入城市，形成了北京、天津城市中的貧困階層和貧困居住區(qū)，這不僅影響首都的社會(huì)安全和國際城市的
科技與創(chuàng)新 2014年12期2014-08-28
- 武漢城市圈人口密度的時(shí)空分布分析
方學(xué)者對(duì)城市人口密度分布進(jìn)行一系列的理論探索和模型研究，其中Clark模型成為人口密度空間分布的經(jīng)典模型.人口空間分布通常反映了一個(gè)地區(qū)的經(jīng)濟(jì)狀況、政治環(huán)境及文化等.人口密度通常指單位面積的居住人口數(shù)量，常用每平方千米的常住人口數(shù)量表示.人口密度的研究，可以反映人口分布地區(qū)之間的差異，也能夠代表區(qū)域經(jīng)濟(jì)活動(dòng)的發(fā)展程度［1］.人口密度成為人口分布的主要形式，并且是重要的衡量指標(biāo)，同時(shí)也是社會(huì)學(xué)、地理學(xué)等學(xué)科研究的重要內(nèi)容之一［2］.本文中利用武漢城市圈（1＋
- 江西省人口分布空間自相關(guān)分析
的重要因素，人口密度是反映區(qū)域人口分布的重要指標(biāo)，可以顯示各區(qū)域人口分布的稀疏程度，馬歇爾提出的導(dǎo)致產(chǎn)業(yè)集聚的三個(gè)原因就有勞動(dòng)力集聚因素。人口分布是指一定時(shí)間內(nèi)人口在一定地區(qū)范圍內(nèi)的空間分布狀況，是體現(xiàn)社會(huì)經(jīng)濟(jì)現(xiàn)象和人口狀況的重要因素。國內(nèi)外的這些研究對(duì)于認(rèn)識(shí)城市人口分布規(guī)律、以及在城市人口分布演變特征基礎(chǔ)上研究城市空間結(jié)構(gòu)演變等方面貢獻(xiàn)良多。1935年胡煥庸先生[1]“璦琿（黑河）—騰沖線”的提出開創(chuàng)了我國人口空間分布研究的先河之后，人口分布研究逐漸受到
華東交通大學(xué)學(xué)報(bào) 2014年2期2014-03-07
- 基于GIS的重慶市人口空間分布研究
，得出重慶市人口密度等專題地圖和專題圖表。2 重慶市人口空間分布規(guī)律分析2.1 人口密度人口密度指單位土地面積上居住的人口數(shù)量，它反映一定區(qū)域的人口疏密程度，通常用每km2常住的平均居民數(shù)量來表示：人口密度（D）=總?cè)丝冢≒）/土地面積（S）(1)由式（1）計(jì)算并分析得出，渝中區(qū)人口密度最大，城口縣人口密度最小，按世界人口密度劃分等級(jí)，城口縣屬我市唯一的人口分布中等區(qū)。由表1、圖1可以看出，2006年以來，永川區(qū)、璧山縣、渝北區(qū)3個(gè)區(qū)人口密度變化相對(duì)明顯。
地理空間信息 2013年2期2013-06-26
- 美國探究性教學(xué)模式案例分析
設(shè)計(jì)的“美國人口密度透視”案例[1]。該案例充分體現(xiàn)了探究性教學(xué)的理念。一、案例展示“美國人口密度透視”地理教學(xué)設(shè)計(jì)包括內(nèi)容概述、相關(guān)課程、與國家地理課程標(biāo)準(zhǔn)的關(guān)系、教學(xué)時(shí)間、教學(xué)材料、教學(xué)目標(biāo)、地理技能、建議的教學(xué)程序、建議的學(xué)生評(píng)價(jià)、課程拓展、網(wǎng)絡(luò)鏈接等11個(gè)環(huán)節(jié)。為了便于讀者了解整個(gè)教學(xué)設(shè)計(jì)流程，現(xiàn)將翻譯的整個(gè)教學(xué)設(shè)計(jì)案例展示如下：課題：美國人口密度透視1. 內(nèi)容概述“人口密度”是描述單位面積內(nèi)人口數(shù)的術(shù)語。人口密度是通過算出單位面積的人口數(shù)目獲得的
地理教學(xué) 2012年22期2012-04-02
- 基于GIS的城市人口密度分布方向性研究
——以石家莊市為例
GIS的城市人口密度分布方向性研究 ——以石家莊市為例陳紅娟,彭立芹,馮文釗(石家莊經(jīng)濟(jì)學(xué)院資源學(xué)院,石家莊050031)以石家莊市2005年和2008年的城市人口數(shù)據(jù)為基礎(chǔ),在GIS和SPSS軟件的支持下,分別從人口集中指數(shù)和人口密度等方面運(yùn)用緩沖區(qū)扇形分析法研究城市東北、北東、北西、西北、西南、南西、南東、東南八個(gè)方向人口密度分布特征,并對(duì)不同方向的人口密度分布進(jìn)行擬合,結(jié)果表明石家莊市人口密度存在如下方向性特征:(1)人口空間分布東部較西部均勻,局部
地域研究與開發(fā) 2010年5期2010-09-06