城市空间修改稿Word文档格式.docx
- 文档编号:19058968
- 上传时间:2023-01-03
- 格式:DOCX
- 页数:14
- 大小:63.43KB
城市空间修改稿Word文档格式.docx
《城市空间修改稿Word文档格式.docx》由会员分享,可在线阅读,更多相关《城市空间修改稿Word文档格式.docx(14页珍藏版)》请在冰豆网上搜索。
人均GDP、第二、三产业增加值比重、人均社会消费品零售总额、城镇居民人均可支配收入、在岗职工平均工资
城镇人口比重、非农产业从业人口比重、市区人口密度、高等学校在校学生人数
万人拥有卫生技术人员数、万人拥有民用载客汽车数、人均电信业务量
人均城市道路面积、人均公共绿地、建成区绿地覆盖率、污水处理率、生活垃圾无害化处理率、城市用水普及率、城市燃气普及率
3.3基于综合指标的河南省城市化空间变化的分析
3.3.1数据来源
为了对比河南省各地市城市化水平的时空演变规律,分别采集了2005年和2010年的19个指标数据,数据来源于《2005年河南省统计年鉴》和《2010年河南省统计年鉴》。
分别代表“十五”末和“十一五”末河南省城市化发展水平。
3.3.2基于主成分分析法的各地市城市化水平综合得分及排名
主成分分析法是一种考察多个变量间相关性的多元统计方法,是将原来众多具有一定相关性的指标,重新组合成一组新的互相无关的综合指标来代替原来的指标。
主成分分析法的实质是将高维变量空间进行降维处理,在保证数据信息损失最小的前提下,经线性变换以少数综合变量取代原始多数变量,便于对问题进行分析。
以2005年为例,利用SPSS18.0统计分析软件,对河南省18个城市、19个指标组成的18×
19阶的数据矩阵进行主成分分析,得到主成分的特征值和贡献率(表3)。
由表3看出,这4个主成分的累计贡献率达到81.220%,说明它们共解释了原有19个变量总方差的近82%。
可见,原有变量的信息丢失较少,用主成分分析的方法进行评价效果比较理想。
表3特征值及主成分贡献率和累计贡献率
主成分
特征值
方差贡献率/%
累积方差贡献率/%
第一主成分(F1)
9.758
51.360
第二主成分(F2)
2.259
11.889
63.248
第三主成分(F3)
2.116
11.138
74.386
第四主成分(F4)
1.298
6.834
81.220
为简化结构、便于对各主成分的命名解释,采用方差极大法对初始主成分载荷矩阵进行旋转,得到正交变换后的主成分载荷矩阵(表4)。
主成分载荷反映了主成分与原始变量之间的相关程度,其绝对值越大,两者间的相关程度越强。
根据4个主成分对各变量信息的概括程度,将它们分别命名为“城市发展水平”因子、“城市人居环境”因子、“城市生存空间”因子和“城市环境保护”因子。
根据SPSS18.0计算出的标准化主成分得分矩阵,以各主成分方差贡献率为权重系数,构造城市化综合发展水平计量模型:
根据该计量模型,计算出2005年河南省18地市城市化发展水平综合得分及其排序(表5)。
表4正交旋转后的主成分载荷矩阵
F1
F2
F3
F4
人均GDP(元)
0.800
0.466
0.165
-0.148
第二、三产业增加值比重(%)
0.660
0.676
-0.118
-0.076
人均社会消费品零售总额(元)
0.958
0.083
0.118
0.004
城镇居民人均可支配收入(元)
0.829
0.405
-0.168
-0.099
在岗职工平均工资(元)
0.716
0.437
-0.335
0.239
城镇人口比重(%)
0.887
0.329
-0.052
-0.191
非农产业从业人口比重(%)
0.693
0.408
0.315
-0.277
市区人口密度(人/每平方公里)
-0.202
-0.001
-0.931
-0.189
高等学校在校学生人数(人)
0.922
-0.221
0.061
0.099
拥有卫生技术人员数(个/万人)
0.845
0.349
0.008
-0.193
拥有民用载客汽车数(辆/万人)
0.890
0.356
0.069
人均电信业务量(元/人)
0.891
0.139
-0.010
0.206
人均城市道路面积(平方米)
-0.153
0.113
0.910
-0.113
人均公共绿地面积(平方米)
0.320
0.766
0.189
建成区绿化覆盖率(%)
0.168
0.201
-0.297
污水处理率(%)
-0.710
0.181
0.056
0.877
生活垃圾无害化处理率(%)
0.281
0.797
0.226
城市用水普及率(%)
0.228
0.506
-0.071
城市燃气普及率(%)
0.252
0.574
-0.039
0.274
表52005年河南省18地市城市化水平综合得分及排序
地市
城市发展水平
城市人居环境
城市生存空间
城市环境保护
城市化综合水平
得分
排序
郑州
3.6342
1
-0.7129
13
0.8548
4
0.8006
5
1.3579
开封
-0.1839
10
-1.2358
16
-0.8715
15
-1.4133
17
-0.7264
洛阳
0.6661
2
0.1829
9
-1.2420
-1.0444
14
0.1585
平顶山
0.1677
8
0.1679
-1.7282
18
1.0930
3
0.2545
安阳
-0.1485
0.5427
7
-0.3017
0.0457
0.2258
鹤壁
0.4544
0.2863
0.5769
6
-1.3412
-0.0218
新乡
0.5514
-0.2318
12
-1.0987
-1.3126
-0.1196
焦作
0.2422
1.1071
0.1728
-0.3032
0.5720
濮阳
-0.5849
1.5704
-0.0449
1.5621
0.6127
11
许昌
-0.4817
1.0600
0.5733
0.6806
0.3835
漯河
-0.5423
1.1118
1.0875
-0.1825
0.3090
三门峡
0.1856
0.5757
-0.6050
1.0832
0.2160
南阳
-0.5247
-0.0176
-0.4546
-0.3775
-0.3237
商丘
-0.5347
-1.1140
-0.7406
0.5695
-0.6816
信阳
-0.5901
-1.0705
-0.3600
0.3187
-0.7053
周口
-0.8962
-1.4127
2.0144
-0.0918
-0.9238
驻马店
-0.7324
-1.7046
0.8112
1.3295
-0.8097
济源
0.2230
0.8951
1.3564
-1.4146
0.2219
按相同方法步骤得出2010年河南省18地市城市化水平综合得分及排序(表6)。
表62010年河南省18地市城市化水平综合得分及排序
2.6739
1.1672
-1.6200
0.4707
1.4568
-0.6595
-0.0146
-2.1048
0.8964
-0.6576
0.5790
0.6553
-0.5805
-1.6503
0.3205
0.0820
0.0667
0.2044
-1.3142
0.1822
0.3007
-0.7216
-0.0644
-0.2158
0.1104
0.4060
-0.8055
0.9660
0.0875
0.2207
0.2482
-0.1534
0.1316
0.7397
0.1641
0.6958
-0.0919
0.2702
0.4605
0.4086
-0.6533
1.7490
1.3302
1.6331
-0.0757
0.2961
-0.6189
0.4204
-0.2925
0.1810
-0.2212
0.1650
0.8345
1.4068
-0.1913
0.1794
1.2760
1.6658
-0.9596
0.6109
-1.2293
1.1827
-0.5772
0.2009
-0.8677
-1.2362
1.0958
-1.3693
-0.4884
-0.5909
-1.0846
0.6421
0.5251
-0.3813
-1.0328
-1.2790
-1.2535
0.9508
-0.9313
-1.1856
-1.0256
-0.0612
-1.3895
-0.6804
1.3475
-1.5625
0.5229
-0.1803
0.6185
3.3.3基于主成分因子和综合得分的分析
由表5和表6可以简单得出以下几点结论:
(1)河南省各地市城市化水平在全省中的相对位置,在“十五”和“十一五”期间发生了一定的变化,其中明显上升的有新乡,明显下降的有漯河。
新乡城市化水平上升的原因主要是城市生存空间和环境保护方面有所改善,说明新乡在“十一五”期间基础设施建设和环境保护方面做得比较好。
相反,漯河城市化水平下降的原因主要是城市生存空间和人居环境没有跟上发展。
(2)郑州市作为省会,城市化水平稳居全省第一,最大的优势在于城市发展水平高,得分遥遥领先。
但其城市人居环境却在2005年和2010年都很低,位列全省倒数几位,主要是其人均公共绿地面积和建成区绿化覆盖率低。
洛阳也有类似问题,城市化综合水平得分主要是城市发展水平高,其他三项指标还有待于改进。
(3)周口在2005年的城市生存空间排第1位,而2010年却排到了17位,落差如此之大,主要是周口在“十一五”期间城市化发展过程中城镇人口比重增加了,而城市基础设施发展缓慢,尤其是人均城市道路面积。
3.3.4基于ESDA的各地市城市化水平空间变化分析
探索性空间数据分析(ESDA)是指利用统计学原理和图形图表相结合,对空间信息的性质进行分析、鉴别,用以引导确定性模型的结构和解法,本质上是一种数据驱动的分析方法,探索性空间数据分析方法可以分为全局统计(globalstatistics)和局域统计(localstatistics)两类分析方法。
全局统计主要探索某一属性在区域中的分布特性,局域统计通过对子区域中信息分别分析,探查区域信息变化是否平滑(均质)或存在突变(异质)。
其中,空间自相关是检验某一要素属性值与其相邻空间要素上的属性值是否显著关联的重要指标。
空间自相关包括正相关和负相关两种,正相关表明某要素的属性与其相邻空间要素的属性值具有相似性,负相关则相反。
因此,空间自相关可以用来发现空间的异质性和空间集聚,揭示研究对象之间的空间依赖程度。
全局空间自相关分析主要用Moran指数来度量,反映空间邻接或空间邻近区域单元属性值的相似程度。
Moran值在[-1,1]之间。
大于0表明存在空间的正相关,反之为负相关,等于0则表明不存在空间相关性。
局部空间自相关分析方法主要用Moran散点图。
空间权重矩阵是探索性空间数据分析的前提和基础,本研究采用的是距离规则定义的权重矩阵。
空间自相关是反映一个区域单元的某种属性或者现象(如区域经济发展水平)与其邻近区域单元同一属性或者现象的相关程度。
ESDA-GIS作为一种以空间自相关测度为核心的空间统计分析方法,通过对事物的属性空间分布格局的可视化表达和相互作用机制的分析,可揭示研究对象之间的空间依赖性和空间异质性[15-18]。
ESDA-GIS分析方法通过全局、局部空间自相关两种方法分析空间上观测值之间空间自相关分布情况。
全局Moran’sI指数,用于衡量空间要素的相互关系,与一般统计学中相关系数类似,局部自相关用于弥补全局自相关对于区域异质性特征的忽视,采用LISA来分析空间联系的局域指标。
3.3.4.1全局空间自相关分析
按上述主成分分析得出的各地市城市化综合得分作为各地市城市化指标数据,利用GeoDa软件分别计算2005年、2010年河南省各地市城市化水平的全局空间自相关指数Moran'
sI,计算结果如表7:
表72005、2010年河南省各地市城市化综合指标的GlobalMoran'
sI值
年份
2005
2010
Moran’sI
0.1972
0.3284
表7中的计算结果在研究时段均通过Z值检验(p≤0.05),且相关性显著。
正的全局空间自相关指数Morans'
I说明河南省各地市城市化发展具有明显的空间集聚特征,即存在城市化发达地区与发达地区相邻接,落后地区与落后地区相邻接。
2010年I值大于2005年I值,说明河南省空间集聚的趋势仍在增强。
全局空间差异特征。
根据全局空间自相关分析方法,以2006—2010郑州都市区各乡镇的经济综合发展指数为特征量,通过Geo-DA软件中Uni⁃variateMoran’sI的分析模块计算全局Moran’sI指数(表1)。
由表1可知,在研究时段内全局Moran’sI指数全部为正,且都在0.25以上。
从时间变化趋势看,除2007年小幅波动外,Moran’sI和Z(I)这种变大的趋势还在不断加强。
这表明郑州都市区镇域经济发展水平相近的区域(HH\LL)存在空间集聚现象,也就是说经济综合发展指数较高的镇域,其附近镇域的综合指数发展数值也较高,反之亦然。
同时Z值统计量的不断变大,亦表明郑州都市区镇域经济空间差异性的存在。
3.3.4.2局域空间自相关
Moran散点图用于研究局域空间的异质性,其横坐标为各单元城市化综合指标的标准化值,纵坐标为空间权重矩阵所确定的相邻单元的属性值的平均值(经标准化处理)。
图1是由GeoDa软件得出的Moran散点图,为了更清楚地分析各地市城市化水平局部积聚的空间结构,依照图1来画出图2。
图2中4个象限表达了某一区域和其周围区域四种类型的局域空间关系,第一象限为“高-高”,第二象限为“低-高”,第三象限为“低-低”,第四象限为“高-低”。
在对各年的数据分析的基础上选取2005、2010年的数据为代表,来揭示河南省各地市城市化发展差异的时空演变过程。
图1河南省各地市城市化水平的Moran散点图
。
由于LISA空间集聚图可反映镇域经济综合发展指数在空间上的关联状态,因此可将Low-Low值区设为
“滞后集聚区”,High-High值设为“快速增长区”,Low-High值区为高增长地区的低值区,设为“沉降区”,High-Low值区为低增长区内的高值区,设为增长“极化区”。
河南省各地市城市化水平的Moran散点图
图2河南省各地市城市化水平的空间积聚图
从图2可以看出,以河南省各地市城市化水平相对来看,2005年高值被高值包围的高-高积聚城市有郑州、洛阳、焦作、平顶山、三门峡、许昌、济源、漯河(处于一、二象限之间);
低值被低值包围的低-低积聚城市有商丘、周口、驻马店、信阳;
被低值包围的高值城市有安阳、鹤壁;
被高值包围的低值城市有新乡、南阳、开封、濮阳。
2010年高值被高值包围的高-高积聚城市有郑州、洛阳、焦作、平顶山、三门峡、许昌、新乡、济源;
低值被低值包围的低-低积聚城市有商丘、周口、驻马店、信阳、漯河;
被高值包围的低值城市有濮阳、南阳、开封。
从图1和图2可看出,第一象限和第三象限的数据点多,尤其是第一象限的数据点最多,说明河南省各地市城市化发展水平呈现发达地区与发达地区空间关联性强,第三象限的数据点也较多,说明河南省城市化发展存在着低城市化水平城市的低值簇现象。
从时间变化上来看,对比2005年和2010年的Moran散点图,可以看出一、三象限数据点由较分散向较集中变化,说明高值被高值包围的城市和低值被低值包围的城市由于空间扩散作用,城市化水平的差异在缩小;
而二、四象限的数据点有分散变化的趋势,说明高值包围低值和低值包围高值的城市由于极化作用,城市化水平趋于扩大。
从图2可看出,新乡就是个极化的例子。
2005年新乡市位于第二象限内,属于低值被高值包围的城市,而2010年新乡市位于第一现象内,取代了漯河市,说明新乡市被周围的郑州、焦作、安阳影响,城市化水平上升,而与同一象限的濮阳、南阳和开封的城市化水平差距拉大;
出现了“近朱者赤”的格局。
相反,漯河被周围的周口、驻马店影响,城市化水平下降,从高-高集聚区转到了低-低集聚区,出现了“近墨者黑”的趋势。
3.4基于数据驱动的河南省城市化空间变化发展态势
综合主成分分析和空间自相关分析结果,可以得出以下主要结论:
第一,从空间分布来看,河南省各地市城市化发展水平具有明显的空间集聚特征,即存在高-高积聚和低-低积聚的空间关联性,且高-高积聚类型的城市数目多于低-低积聚类型的城市数目。
高-高积聚区域主要分布于河南西北部,包括郑州、洛阳、焦作、平顶山、三门峡、许昌和济源等。
低-低积聚区域主要分布于河南东南部,包括商丘、周口、驻马店和信阳等。
第二,从时间演变来看,河南省各地市城市化发展水平空间集聚的趋势还在不断增强。
高-高积聚区和低-低积聚区区域内部由于空间扩散作用,城市化发展水平的空间差异有缩小的趋势;
高-高积聚区和低-低积聚区区域之间由于极化作用,城市化发展水平的空间差异有增大的趋势。
第三,从时间演变来看,被高值包围的低值城市区域和被低值包围的高值城市区域极化作用明显
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 城市 空间 修改稿
![提示](https://static.bdocx.com/images/bang_tan.gif)