基于夜光遥感数据的中国2005-2015年居民收入时空变化与驱动力研究
发布时间:2022-08-02 16:17
居民收入是反映人民生活水平最直接的指标之一,也经常用于检验一个地区的消费能力与GDP含金量。改革开放以来,中国经济蓬勃发展,居民收入整体水平不断提高。由于自然条件、历史、经济基础等原因,我国居民收入在空间上呈现出明显的异质性。掌握精细尺度上的居民收入数据、深入了解居民收入空间格局及驱动力对于制定科学的收入分配政策、构建合理的居民收入格局、实现共同富裕至关重要。目前大多对居民收入时空变化的研究仅仅依靠统计数据,囿于空间尺度限制,只能在行政区尺度上反映居民收入的高低,无法深入行政区内部细致地探究居民收入的空间异质性。本文以夜间灯光数据和居民收入统计数据为基础,构建居民收入空间回归模型,生成了 2005至2015年的1公里尺度中国大陆居民收入空间拟合结果,并从整体格局、分布方向、城市群空间结构、基尼系数等角度分析了居民收入的时空格局演变,然后利用空间相关性探究自然、人文因素对居民收入的驱动作用。主要研究内容与结论如下:(1)居民收入空间拟合。居民收入具有明显的空间相关性,因此本文利用空间回归模型,将居民收入的统计数据映射到空间格网上,得到了 1公里尺度上的居民收入空间拟合结果,经过检验,在省...
【文章页数】:97 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究进展
1.2.1 夜间灯光数据研究进展
1.2.2 居民收入时空变化研究进展
1.2.3 居民收入驱动力研究进展
1.2.4 研究现状评述
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
第二章 数据源与数据处理
2.1 数据源
2.2 数据处理
2.2.1 MODIS数据处理
2.2.2 DMSP/OLS夜间灯光数据处理
2.2.3 NPP-VIIRS夜间灯光数据处理
2.2.4 人口和居民收入统计数据处理
第三章 基于夜间灯光数据的居民收入空间拟合
3.1 居民收入与夜间灯光数据空间回归模型构建与优选
3.1.1 居民收入与夜间灯光数据空间回归模型构建
3.1.2 居民收入与夜间灯光数据空间回归模型优选
3.2 居民收入与夜间灯光数据空间回归模型实现
3.2.1 建设用地范围内灯光数据提取
3.2.2 居民收入空间拟合
3.3 居民收入回归结果精度检验与修正
3.3.1 居民收入回归结果精度检验
3.3.2 居民收入回归结果修正
第四章 中国居民收入时空变化分析
4.1 居民收入的总体特征分析
4.1.1 居民收入等级划分
4.1.2 胡焕庸线两侧居民收入占比变化分析
4.2 不同尺度居民收入空间格局特征分析
4.2.1 重心与标准差椭圆计算模型
4.2.2 国家尺度居民收入空间格局特征分析
4.2.3 地理分区尺度居民收入空间格局特征分析
4.3 基于居民收入空间拟合结果的城市群空间结构识别
4.3.1 城市群空间结构识别方法
4.3.2 城市群空间结构识别结果
4.4 居民收入不均等性变化分析
4.4.1 居民收入不均等性度量方法
4.4.2 国家尺度居民收入不均等性变化分析
4.4.3 省级尺度居民收入不均等性变化分析
第五章 中国居民收入驱动力分析
5.1 居民收入与驱动力因素空间相关性分析
5.1.1 居民收入驱动力因素
5.1.2 双变量全局及局部空间相关性分析方法
5.1.3 居民收入与驱动因素空间相关性分析结果
5.2 高铁对周边居民收入变化影响分析
5.2.1 高铁站点对周边区域居民收入变化的影响
5.2.2 高铁线路对周边区域居民收入变化的影响
第六章 结论与展望
6.1 研究结论
6.2 创新点
6.3 研究展望
参考文献
攻读硕士期间科研情况
致谢
本文编号:3668841
【文章页数】:97 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究进展
1.2.1 夜间灯光数据研究进展
1.2.2 居民收入时空变化研究进展
1.2.3 居民收入驱动力研究进展
1.2.4 研究现状评述
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
第二章 数据源与数据处理
2.1 数据源
2.2 数据处理
2.2.1 MODIS数据处理
2.2.2 DMSP/OLS夜间灯光数据处理
2.2.3 NPP-VIIRS夜间灯光数据处理
2.2.4 人口和居民收入统计数据处理
第三章 基于夜间灯光数据的居民收入空间拟合
3.1 居民收入与夜间灯光数据空间回归模型构建与优选
3.1.1 居民收入与夜间灯光数据空间回归模型构建
3.1.2 居民收入与夜间灯光数据空间回归模型优选
3.2 居民收入与夜间灯光数据空间回归模型实现
3.2.1 建设用地范围内灯光数据提取
3.2.2 居民收入空间拟合
3.3 居民收入回归结果精度检验与修正
3.3.1 居民收入回归结果精度检验
3.3.2 居民收入回归结果修正
第四章 中国居民收入时空变化分析
4.1 居民收入的总体特征分析
4.1.1 居民收入等级划分
4.1.2 胡焕庸线两侧居民收入占比变化分析
4.2 不同尺度居民收入空间格局特征分析
4.2.1 重心与标准差椭圆计算模型
4.2.2 国家尺度居民收入空间格局特征分析
4.2.3 地理分区尺度居民收入空间格局特征分析
4.3 基于居民收入空间拟合结果的城市群空间结构识别
4.3.1 城市群空间结构识别方法
4.3.2 城市群空间结构识别结果
4.4 居民收入不均等性变化分析
4.4.1 居民收入不均等性度量方法
4.4.2 国家尺度居民收入不均等性变化分析
4.4.3 省级尺度居民收入不均等性变化分析
第五章 中国居民收入驱动力分析
5.1 居民收入与驱动力因素空间相关性分析
5.1.1 居民收入驱动力因素
5.1.2 双变量全局及局部空间相关性分析方法
5.1.3 居民收入与驱动因素空间相关性分析结果
5.2 高铁对周边居民收入变化影响分析
5.2.1 高铁站点对周边区域居民收入变化的影响
5.2.2 高铁线路对周边区域居民收入变化的影响
第六章 结论与展望
6.1 研究结论
6.2 创新点
6.3 研究展望
参考文献
攻读硕士期间科研情况
致谢
本文编号:3668841
本文链接:https://www.wllwen.com/jingjilunwen/shijiejingjilunwen/3668841.html