10.3969/j.issn.1674-2486.2020.02.006
基于无监督学习方法的收缩城市识别研究——以粤港澳大湾区9座地级市为例
当今世界,收缩城市作为一种全球性、地方性、复杂性、多维性的现象,逐渐引起学界和社会广泛关注.基于此,论文以粤港澳大湾区城市群中9座地级市为例,从经济、人口、空间地理、行政 4 个维度出发,通过 2008—2017 年各城市统计面板数据、灯光遥感数据 DMSP/OLS的采集,初步建立了由44 项潜在反映收缩城市特征的指标组成的识别体系.在此基础上,论文利用无监督学习中的K均值聚类算法与定量方法中的因子分析等方法划分了城市类别,并通过定性分析初步探究了其中收缩城市的形成原因.结果显示:根据论文最终构建的收缩城市综合识别体系对所研究城市的考察,肇庆、江门、惠州属于"人口流失型收缩城市",具有低城市扩张水平、低城镇化水平、低第二、三产业就业水平等特点.此外,(1)深圳、(2)广州、(3)珠海、中山、东莞和佛山,分别被划分为(1)"全面型扩张城市"、(2)"空间稳定型扩张城市"和(3)"稳定型城市".而自然条件局限、地区政策引导缺位、区域内基础设施不配套和人口年龄结构变动是该地区收缩城市出现的成因.
收缩城市、扩张城市、无监督学习、粤港澳大湾区、人口流失
13
D63(国家行政管理)
国家社会科学基金重大项目"数据科学对社会科学转型的重大影响研究"17ZDA030
2020-05-21(万方平台首次上网日期,不代表论文的发表时间)
共18页
76-93