為進一步適應日益復雜、頻繁、精細的社區(qū)應急管理需要,深化社區(qū)尺度人口地理學研究,采用目視調(diào)查法對揚州市460個住宅小區(qū)出入口斷面進行人口年齡、車輛檔次、通勤統(tǒng)計,揭示了不同社區(qū)人口年齡、財富和通勤特征及形成機理,為開展短周期、小尺度人口地理學研究提供方法支撐。研究結果表明:目視調(diào)查法可實現(xiàn)對社區(qū)多頻次、多維度人口特征提取,進而通過一手資料開展人口地理學的微觀、持續(xù)研究;將社區(qū)按年齡、財富和通勤特征分為10種人口結構,社區(qū)人口結構存在公共服務、通勤、房價、歷史、環(huán)境等空間指向,其特征可通過社區(qū)所在城市圈層及指示地物快速識別;社區(qū)人口結構特征的公共服務、通勤、房價、歷史、環(huán)境等解釋因子中,房價、通勤、環(huán)境因子關聯(lián)最為廣泛,是城市社區(qū)人口結構形成的基礎要素。 

【文章來源】：國土資源科技管理. 2020,37(06)

【文章頁數(shù)】：16 頁

【文章目錄】：
一 數(shù)據(jù)來源與方法
    （一）研究區(qū)概況
    （二） 數(shù)據(jù)來源與方法
二 社區(qū)人口空間結構特征分析
    （一）年齡結構
        1.學齡比
        2.青年比
        3.中年比
        4.老齡比
    （二）財富結構
        1.高檔車占比
        2.中檔車占比
        3.低檔車占比
    （三）通勤結構
    （四）社區(qū)人口空間指向規(guī)律
三 社區(qū)人口結構特征的形成機理
    （一）影響因素選擇
    （二）機理分析
        1.建筑年代與老齡比、平穩(wěn)型通勤結構相關性較為顯著
        2.教育因素與學齡比、高檔車占比、三峰型通勤結構相關性較為顯著
        3.房地產(chǎn)價格與人口年齡結構、財富結構均存在廣泛的關聯(lián)性
            （1）人口年齡結構。
            （2）財富結構。
        4.通勤因素分為距CBD距離、距最近工業(yè)園區(qū)距離兩個變量
        5.環(huán)境條件與年齡結構、財富結構關聯(lián)性較高
四 研究結論


【參考文獻】：
期刊論文
[1]基于社區(qū)特征分析的揚州市居住-服務業(yè)空間關聯(lián)及機理[J]. 王丹,方斌,張軍,陳正富.  地理科學. 2020(07)
[2]廈漳泉大都市區(qū)空間網(wǎng)絡結構分析——基于人流活動特征的LBS大數(shù)據(jù)分析[J]. 胡剛鈺,黃建中,李峰清.  現(xiàn)代城市研究. 2019(11)
[3]2000年以來重慶市人口分布空間格局及其演變特征[J]. 孫秋蘭,閏記影.  現(xiàn)代城市研究. 2019(11)
[4]基于騰訊位置大數(shù)據(jù)的三地同城化地區(qū)人口流動時空間特征研究[J]. 陳少杰,沈麗珍.  現(xiàn)代城市研究. 2019(11)
[5]基于教育公平視角的城市學區(qū)房價格時空效應——以南京主城區(qū)公辦小學為例[J]. 尹上崗,胡信,馬志飛,宋偉軒.  經(jīng)濟地理. 2019(09)
[6]人口發(fā)展轉(zhuǎn)向背景下中國人口學研究的重點領域及其展望[J]. 陸杰華,劉芹.  人口學刊. 2019(03)
[7]上海城市社會空間演化研究——基于戶籍與職業(yè)雙維度[J]. 王春蘭,楊上廣,何駿,劉陸雪.  地理研究. 2018(11)
[8]基于日常活動空間的社會空間分異研究進展[J]. 申悅,柴彥威.  地理科學進展. 2018(06)
[9]基于社區(qū)尺度的互聯(lián)網(wǎng)企業(yè)空間格局與演化——以揚州市區(qū)為例[J]. 王丹,方斌,陳正富.  經(jīng)濟地理. 2018(06)
[10]北京社會空間重構（2000-2010）[J]. 馮健,鐘奕純.  地理學報. 2018(04)

碩士論文
[1]對我國家用汽車消費群體及其消費特征的社會學分析[D]. 王曉峰.吉林大學 2008



本文編號：3025370