本文選題：客運交通 + 城市體系和城市內(nèi)部�。� 參考：《華東師范大學(xué)》2017年博士論文

【摘要】：空間相互作用是地理學(xué)和區(qū)域科學(xué)的經(jīng)典主題之一,是人文地理學(xué)特定的研究現(xiàn)象,研究其空間分布與變化格局能夠為城市規(guī)劃、交通調(diào)度、信息與疾病傳播、人口遷徙監(jiān)測等眾多領(lǐng)域提供工作基礎(chǔ)與理論方法指導(dǎo)。傳統(tǒng)研究由于數(shù)據(jù)限制,對空間相互作用的研究不夠充分,而具有精確位置信息的地理空間大數(shù)據(jù)(Geospatial BigData,GBD),為持續(xù)地、高效地、具體地定量空間相互作用提供了數(shù)據(jù)基礎(chǔ)。本研究依據(jù)現(xiàn)有研究理論,以全國范圍城市體系和內(nèi)部不同等級的地理單元為研究對象,收集處理了 2個年份的客運交通數(shù)據(jù),采用空間嵌入、核密度估計、網(wǎng)絡(luò)分析、道路距離計算等GIS空間分析方法,以及相關(guān)分析、"位序——規(guī)模"和規(guī)模概率分布、復(fù)雜網(wǎng)絡(luò)理論、Mann-Kendall突變檢驗、集合經(jīng)驗?zāi)B(tài)分解(EEMD)、回歸分析等統(tǒng)計分析方法,全面系統(tǒng)的分析相互作用引力模型中輸入輸出規(guī)模、相互作用強度以及距離的空間分布及變化格局,在此基礎(chǔ)上重新發(fā)現(xiàn)相互作用強度隨距離變化的變化規(guī)律,用不同的距離函數(shù)擬合相互作用模型,求解距離摩擦系數(shù)。主要研究結(jié)論歸納如下:(1)客運站點的空間分布受制于人口分布規(guī)律城市體系各級行政單元2個年份三種類型的客運站在空間分布上均受制于人口分布規(guī)律,胡煥庸線以東地區(qū)站點總量、覆蓋深度和分布廣度均大于胡煥庸線以西地區(qū),人口分布規(guī)律對公路客運站點的影響人口分布對鐵路站點的影響人口分布對民航站點的影響。各級行政單元的站點密度分布與人口密度分布極為相似。城市內(nèi)部公交站點主要位于公路沿線,同樣受人口分布的影響,2個年份鄉(xiāng)級單元站點總數(shù)較大的區(qū)域均位于城市近郊,在城市中心區(qū)的周邊形成高值區(qū)。密度分布則不然,高密度區(qū)域在大城市位于中心城區(qū)和郊區(qū)縣城,在中小城市則位于城市中心區(qū),并且均由中心區(qū)向外圍呈高值遞減分布。(2)單元的輸入輸出規(guī)模表現(xiàn)出不同的分布形態(tài)和空間格局城市體系基于3種客運類型的對外輸出和外界對其輸入"位序——規(guī)模"分布均有重尾現(xiàn)象,并且為首位型分布。規(guī)模概率分布表現(xiàn)出不同的分布形態(tài),3種類型的比較可知,除公路輸入規(guī)模概率曲線表現(xiàn)為直接衰減外,其余曲線均為先升后降,說明規(guī)模最小的站點不是數(shù)量最多的站點。城市內(nèi)部少數(shù)公交站點的輸入輸出規(guī)模較強,而大多數(shù)站點的規(guī)模較弱,2個年份均處于自然狀態(tài)下集中型的最優(yōu)分布,與城市之間基于各類客運站點的輸入輸出規(guī)模分布類似,但是首位率現(xiàn)象不顯著。規(guī)模概率分布上,輸入輸出規(guī)模和城市之間基于公路的輸入輸出規(guī)模概率分布相似。空間格局上,城市體系2個年份基于公路客運的輸入輸出規(guī)模在東部沿海地區(qū)普遍大于內(nèi)陸省份,長三角、珠三角城市群在中心城市間形成"軸——輻"式網(wǎng)絡(luò),京津冀城市群是以北京——天津為中心沿公路的"點——軸"式分布�；阼F路的輸入輸出規(guī)模高值出現(xiàn)在"四縱四橫"鐵路沿線周邊�；诿窈降妮斎胼敵鲆�(guī)模空間極化現(xiàn)象顯著,大城市出現(xiàn)"駝峰",而在其周邊則是大片低值集聚區(qū),呈現(xiàn)典型的"核心——邊緣"現(xiàn)象。分布比較上,3年間基于公路客運的單元規(guī)模增加值,從東至西地理環(huán)境越惡劣規(guī)模增加越少;鐵路客運在東北和西南地區(qū)部分城市的規(guī)模均有所減少,而在大城市和鐵路樞紐城市的規(guī)模有所增加;民航客運7年間的對外輸出規(guī)模增加值在直轄市、省會城市及計劃單列市的增幅較大。城市內(nèi)部各市市轄區(qū)的輸入輸出規(guī)模均占絕對優(yōu)勢,大城市中心城區(qū)周邊單元(即城郊)規(guī)模較大,中小城市則是在中心城區(qū)的規(guī)模較大,并且輸入輸出規(guī)模十分相似,具體的不同城市均表現(xiàn)出各自的分布現(xiàn)象。3年間城市郊區(qū)的規(guī)模增加值普遍大于城區(qū),大城市的規(guī)模增加值普遍大于中小城市。(3)單元間的相互作用均呈現(xiàn)3種基本空間格局2個年份城市體系地級單元之間基于公路客運的相互作用在空間上均呈現(xiàn)放射狀,主要呈現(xiàn)3種基本格局,一是以省會城市為中心,向周邊中小城市輻射,二是以區(qū)域雙核城市的"點——軸"式空間格局,雙核之間有較強的相互作用,同時雙核城市分別又向周邊中心城市輻射,三是"軸——輻"式網(wǎng)絡(luò),中心城市和其余具有較大影響的城市組成了關(guān)系網(wǎng)絡(luò),并且網(wǎng)絡(luò)內(nèi)部的相互作用較強,2016年相較于2013年,中、長距離相互作用有所增加,短距離相互作用強度有所增強。鐵路客運呈現(xiàn)以鐵路線串聯(lián)的城市之間相互作用較強,高強度值沿鐵路線走勢明顯。民航客運則主要是在"北京、天津——上海、南京、杭州——廣州、深圳——重慶、成都"之間形成了一個"菱形"結(jié)構(gòu)。城市內(nèi)部鄉(xiāng)級單元間高強度相互作用同樣形成了 3種分布模式,第1種模式呈現(xiàn)"軸——輻"式網(wǎng)絡(luò)布局,即以主城區(qū)和郊區(qū)縣城為高值集聚區(qū),在主城區(qū)和郊區(qū)縣城內(nèi)部鄉(xiāng)級單元之間形成強度不等的輻射網(wǎng)絡(luò),并且各縣城均有—條及以上的強相互作用聯(lián)系主城區(qū)。第2種模式呈現(xiàn)"點——軸"式空間格局,強度高值集聚區(qū)一個位于主城區(qū),一個位于高新技術(shù)開發(fā)區(qū)或城市新區(qū)等,其內(nèi)部的相互作用強度較強,并且在這兩個高值集聚區(qū)之間沿著高等級公路,有超過一條的強相互作用聯(lián)系。第3種模式主要是以中心城區(qū)鄉(xiāng)級單元間的相互作用為高值區(qū),向外圍呈現(xiàn)梯度遞減的輻射網(wǎng)絡(luò)。(4)相互作用的距離分布適用不同的分布函數(shù),距離與成本呈線性關(guān)系城市之間公路主要服務(wù)于短距離客運,鐵路是中、短距離客運,而民航則主要負(fù)責(zé)長距離客運。2個年份公路距離分布用負(fù)指數(shù)和負(fù)冪函數(shù)擬合均合適,鐵路用負(fù)指數(shù)函數(shù)擬合較好,而民航則用高斯函數(shù)擬合效果最好。公路、鐵路、民航相互作用的距離均與金錢、時間等成本呈線性關(guān)系,距離增加導(dǎo)致相應(yīng)的阻抗也在增強。城市內(nèi)部2個年份基于公交的相互作用距離總體上均擬合為冪律分布,但各城市距離的分布曲線各不相同,不同城市相同時間的距離分布最優(yōu)擬合函數(shù)可能不同,相同城市不同時間的距離分布最優(yōu)擬合函數(shù)也可能不同,但是均用負(fù)指數(shù)和負(fù)冪函數(shù)擬合效果最好。(5)相互作用強度隨距離的變化均呈先增加后衰減的趨勢城市體系總體上呈衰減趨勢,但是具體的,表現(xiàn)為先增加后衰減,即相互作用強度隨著距離的增加先增加,達(dá)到一定的峰值以后再衰減,相同時間相同客運類型不同等級的行政單元間相互作用強度的峰值不同,不同時間相同客運類型相同等級的行政單元對應(yīng)的峰值相近,相同時間不同客運類型相同等級的行政單元對應(yīng)的峰值也相近。當(dāng)尺度上升到地級單元時,陸路交通客運峰值對應(yīng)的距離為縣級和站點單元(50km)的2倍,出現(xiàn)在100km左右,而民航則不同,總體上均出現(xiàn)在大約1200km處。城市內(nèi)部總體上呈衰減趨勢,但是具體也表現(xiàn)為先增加后衰減,不同時間相同等級單元間的相互作用強度達(dá)到峰值時對應(yīng)的距離相近,隨著尺度的上升,峰值對應(yīng)的距離在大約0.9km(個體層面)和6.4km(群體層面)處達(dá)到峰值。(6)相互作用引力模型可采用指數(shù)或者冪函數(shù)作為距離函數(shù)來擬合城市體系距離函數(shù)可采用指數(shù)或冪函數(shù),最優(yōu)擬合時指數(shù)函數(shù)對應(yīng)的摩擦系數(shù)大于冪函數(shù)。當(dāng)距離函數(shù)為指數(shù)函數(shù)時,不同時間對應(yīng)的摩擦系數(shù)不同,2013、2016年公路客運摩擦系數(shù)分別為7.2±0.3、10.8±0.4,鐵路客運摩擦系數(shù)分別為3.3±0.4、3.1±0.5;當(dāng)距離函數(shù)為冪函數(shù)時,時間對摩擦系數(shù)的影響較小,公路摩擦系數(shù)分別為0.6±0.1(站點單元)、1±0.1(縣級、地級單元),鐵路摩擦系數(shù)分別為 0.5、0.9。城市內(nèi)部距離函數(shù)適宜采用冪函數(shù),不同時間的摩擦系數(shù)相近,群體單元的距離摩擦系數(shù)(1.2±0.1)大約為個體單元(0.6±0.1)的2倍,與城市體系基于公路和鐵路客運的相互作用采用冪律距離衰減的摩擦系數(shù)比較接近,可知無論是城市內(nèi)部還是城市之間,采用冪律距離衰減的群體單元的摩擦系數(shù)均大于個體單元。從不定的距離函數(shù)和摩擦系數(shù)可知,地理學(xué)空間相互作用模型不存在統(tǒng)一的距離函數(shù)和摩擦系數(shù)。
[Abstract]:Based on the existing research theory , the spatial distribution and the spatial distribution of the distance and the influence of the population distribution on the railway station are analyzed . ( 2 ) The input and output scale of the unit shows different distribution patterns and spatial pattern city system , which is based on three types of passenger transport and the distribution of " bit sequence _ scale " has a heavy tail phenomenon and is the first type distribution . ( 3 ) There are three basic spatial patterns among the three basic spatial patterns . The interaction between the two core cities is stronger than that in the cities of Beijing , Tianjin , Shanghai , Nanjing , Hangzhou , Guangzhou , Shenzhen _ Chongqing and Chengdu . ( 4 ) The distance distribution of the interaction is applicable to different distribution functions , the distance is linear with the cost , the road is mainly serving the short distance passenger transport , the railway is the middle and short distance passenger transport , while the civil aviation is mainly responsible for the long - distance passenger transport .

【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：P208
，

本文編號：1789663