论文部分内容阅读
人是构成社会和经济活动的主体,是社会经济发展的基本要素和驱动力。人口数据作为反映人类经济、社会活动的主要指标,广泛应用于社会经济发展各方面的研究中。人口普查数据是目前研究中较常采用的权威人口信息来源,为科学分析提供了准确的数据支持;但是,在实际应用中也发现,直接使用人口普查的统计汇总数据,存在时效性差、空间分辨率低、行政单元与自然单元不一致等问题。针对人口普查数据进行深度开发,构建多尺度、高精度的人口空间数据库,对于基于人口的各项研究意义重大。为解决上述问题,学者们以人口普查数据为基础,依据人口分布指示因子,采用多种模型与方法,将基于行政区划的人口统计数据结合自然单元数据实现人口空间化,构建以格网为基础的人口数据库。人口空间化模型日益丰富,结果精度不断提高,但由于人口分布规律的复杂性和现有建模方法的局限性,目前研究成果主要集中在对人口数量(或人口密度)的空间化上,针对人口属性数据空间化的研究较少。为应对科学研究和社会应用对人口普查数据的新需求以及创新人口属性空间化方法,本文将人工人口微观数据生成和人口空间化两项研究有机结合,进行基于个体人口数据推演的人口空间化方法研究,构建城市人工人口数据库和多尺度人口数量及属性格网数据库。本文展开研究的逻辑思路为:首先,对人口空间化模型和人工人口生成算法进行文献综述和理论研究,为本文研究奠定理论和方法基础;其次,应用人工人口生成中的迭代比例更新算法,以成都市中心五城区下辖的92个街道为例,生成了包含1141413户家庭和3411592条个人的两个微观数据库,并分别对其进行精度分析;最后,基于生成的成都市中心城区个人微观数据库,采用面积权重模型,生成1km×1km和500m×500m两种不同尺度的人口格网数据集,并以人口属性空间特征研究为例进行实证分析。研究得到的主要结论为:(1)以人口微观抽样数据和人口普查数据为基础,采用人工人口生成中的迭代比例更新算法,生成面向我国超大城市家庭和个人微观数据库,这种方法计算时间短、拟合精度高,是一种对人口普查数据进行深度开发、构建高精度微观人口数据集以及去除人口隐私信息的有效方法。(2)在人工人口微观数据库的基础上,采用基于面积权重模型的人口空间化方法,简单有效,可以有效构建多尺度的人口格网数据库,特别是生成小尺度人口格网数据库。同时,这一数据库不仅包含人口的数量信息,还包含人口的一些属性信息,对于开展人口相关的高精度研究提供了丰富的数据支持。(3)不同尺度的格网数据具有各自的优势和不足,以本文所使用的1km×1km和500m×500m两种尺度的格网为例,500m×500m的格网更为精细,对于原始区域边界的刻画更为细致,同时能够更完整地保留区域内部的各项信息;1km×1km的格网的优点则是计算量小,能够融合多个区域内部的单元,在格网尺度上能够缩小单元之间的差异,使得格网之间的变化较为平缓。