资源描述：
《上海人口郊区化的分形研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第39卷第1期华东师范大学学报(哲学社会科学版)2007年1月Vol·39,No·1JournalofEastChinaNormalUniversity(PhilosophyandSocialSciences)January,2007上海人口郊区化的分形研究尹占娥1,2 许世远1 贾宁2(1.华东师范大学资环学院地理系,上海 200062;2.上海师范大学旅游学院地理系,上海 200234)摘 要:运用分形理论,以上海为研究区域,结合统计分析、GIS分析技术,测算上海人口分形分维数,依据分形理论对上海区域进行人口分布和郊区化的
2、分维刻画,探讨上海人口郊区化空间推进的规律,可以得出以下结论:人口分布分形维数的测算表明,上海人口郊区化以来,全市及中心城区的人口分布的集聚程度有所缓和,人口分形性态呈现优化,但是上海人口郊区化目前还只是近郊郊区化,还没有发展到远郊郊区化。关键词:上海;郊区化;分形中图分类号:C92 文章标识码:A 文章编号:1000-5579(2007)01-0084-04一、前 言人口郊区化研究及分形研究均是当前学术研究的热点。[1-8]由于城市人口分布具有分形特征,分形几何学为人口分布演变研究提供了新思路。[3][11]但是,目前国内人
3、口郊区化研究集中在横向时间断面和中观尺度的描述上,纵向时间断面和微观尺度的研究则较少,研究方法常用传统的人口数量对比,缺少数学方法的定量量测。[11]而分形理论主要研究和揭示复杂的自然现象和社会现象中所隐藏的规律性、层次性和标度不变性,为人们通过部分认识整体,从有限中认识无限提供了一种新的工具,对整个自然科学的发展,有着重大的影响。[3]国外以及国内研究表明,社会经济现象中最为明显的城市人口分布存在无标度性,具有分形特征,[3][4][11]因此,利用此方法来研究城市人口分布的空间图式是非常有意义的,而目前从非线性科学角度对上
4、海城市人口分布变动与郊区化进行的研究尚不多见。本文应用分形方法量测人口分布分形的盒子维数和相关维数,对上海市人口郊区化进行分形测度,探讨上海人口分布变动与郊区化的分形特征。本研究从不同空间尺度研究城市人口分形与郊区化,所用方法及其成果可以为我国大城市人口分布变动及郊区化的测度研究提供借鉴和参考,并为上海制定城市发展规划、工业布局、住宅建设、交通运输和郊区城镇发展等决策提供依据。二、数据源和方法(一)数据源本研究的基础底图及数据源分别来自于1982、1990、2000年上海行政区划图;上海第一次至第五次人口普查资料;街道(镇)的
5、人口统计资料。(二)研究方法通过分形广义熵的测算和人口分形的标度不变性检验,用回归分析计算人口分形维数,分析上海人口的分形特征和郊区化发展特征。上海人口分形维数的计算过程如下:1.选取上海区域几何中心为测算人口分形的原点,以区域几何中心为中心做一定尺寸的正方形网格,以包含上海区域,将研究区分成大小相同的——84——收稿日期:2006-09-06基金项目:国家自然科学基金项目(40571006);上海市教委科研项目(04DB18)作者简介:尹占娥(1963— ),女,宁夏银川人,上海师范大学旅游学院地理系副教授;许世远(1938
6、— ),男,浙江萧山人,华东师范大学资环学院地理系教授,博士生导师;贾宁(1976— ),女,宁夏银川人,上海师范大学旅游学院地理系研究生。网格单元(R),确定网格R1,R2,R3…的尺度。2.对每种尺度,分别计算广义熵。3.做出相关维数(q=2时)网格尺度和广义熵的双对数坐标散点图。其检验结果表明,上海及各区县的人口分形(多重分形)存在标度不变性,可以应用分形理论对上海的人口分布进行研究。4.进行回归分析,拟合得到人口分形维数。本研究将应用MapInfo和SPSS软件实现相关维数的测算。三、研究结果(一)上海人口分形维数本研
7、究表明,从1982年开始,上海人口郊区化启动,从此郊区人口增长超过市区人口,并进入人口分布相对分散的郊区化阶段,[9][10]因此本研究测算q=2时,上海1982年以来历年人口分形的相关维数(见表1),以测度上海自人口郊区化以来的分形特征。研究主要选取相关维数和盒子维数进行测算。相关维数(D2)是q=2时的维数,表征人口分布的区域差异,值越小说明人口分布差异越大;盒子维数(D0)是q=0时的维数,表征人口在一定区域内的分布状态(或城市化水平),该值越大说明人口分布呈现向农村散布状态,该值越小说明人口向城镇集中、城市化水平越高。
8、[12]表1 上海1982—2003年人口分形的相关维数年份相关维数从表1中的相关系数R2来看,相关性很高,说明回归方程具有很好的拟合优度,显著性水平较高,回归分析模拟的结果可信。研究结果表明,上海人口相关维数呈上升态势(见表1),相关维数的值由1982年的0·6109增加到
