基于多源大数据的武汉城市圈城际通勤分布及影响因素研究

发布时间：2021-04-10 14:31

　　在区域一体化背景下,随着区域交通基础设施完善和中心城市功能集聚,城际通勤现象越来越普遍,多源大数据为相关研究提供了有效的数据支撑。以武汉城市圈32个区县到武汉市中央活动区的城际通勤量为研究对象,基于多源大数据结合地理加权回归模型探究城际通勤量的空间分布特征及影响因素。结果表明:①城际通勤量具有空间自相关性,在区县尺度呈现出从武汉市邻近区域向外衰减的分布特征,在乡镇/街道尺度呈分散点状分布特征。②地理加权回归模型相比于多元线性回归模型拟合能力更佳,社会经济、土地利用和交通通达水平三类特征因素能够有效解释城际通勤量分布,其中人口规模和人工地表覆盖面积都与城际通勤量呈正相关,人民生活水平越高跨城通勤者越少,区域可达性的提升能使节点之间的城际通勤量增加。③各因素对城际通勤量的影响具有空间差异特征,常住人口总量对武汉市邻近区域影响较强,人均GDP（Gross Domestic Product,国内生产总值）的负向影响强度由东部向西部递减,人工地表覆盖面积的影响强度由西部往东部递减,公路可达性比列车可达性的影响更显著。 

【文章来源】：地理信息世界. 2020,27(02)

【文章页数】：7 页

【部分图文】：

城际通勤量空间分布

城际通勤量LISA显著性

首先利用SPSS软件的描述统计工具绘制城际通勤量的Q-Q图,得到图3所示的正态Q-Q图中的点都与参考直线的偏离程度不大,说明城际通勤量数据服从正态分布,可以用于之后的回归分析之中。利用线性回归方法对常住人口总量、地区生产总值、人均GDP、公路可达性、列车可达性和人工地表覆盖面积6个变量进行多重共线性检验,结果表明常住人口总量和地区生产总值的VIF>10,在剔除掉地区生产总值之后再进行回归,剩余的5个因素不存在或仅存在较弱的多重共线性,可以用于之后的回归分析中。2.3 地理加权回归结果分析

【参考文献】：
期刊论文
[1]武汉城市圈内部空间联系及其轴-辐网络结构演化[J]. 田野,罗静,孙建伟,董莹,陈国磊.  地理科学进展. 2019(07)
[2]基于多源大数据的武汉市区域空间格局研究[J]. 詹庆明,范域立,罗名海,米子豪,张慧子,张月朦.  上海城市规划. 2019(03)
[3]大数据在城市规划中的应用研究综述[J]. 甄茂成,党安荣,许剑.  地理信息世界. 2019(01)
[4]基于跨城功能联系的上海都市圈空间结构研究[J]. 钮心毅,王垚,刘嘉伟,冯永恒.  城市规划学刊. 2018 (05)
[5]城市密集区空间协同发展策略研究——以武汉城市圈为例[J]. 王智勇,杨体星,刘合林,黄亚平,刘法堂.  规划师. 2018(04)
[6]基于高速公路联网收费数据的江苏省交通流动特征与影响因素[J]. 靳诚,徐菁,黄震方,陆玉麒,柯文前,陈娱.  地理学报. 2018(02)
[7]城际间出行分布量预测方法[J]. 朱鸿国,张祎祎,马壮林,胡大伟.  长安大学学报(自然科学版). 2017(05)
[8]基于社会网络分析的武汉城市圈城镇生活性关联特征[J]. 聂晶鑫,黄亚平,刘合林,单卓然.  经济地理. 2017(03)
[9]主流地图应用程序接口在地图质量和实用功能上的对比分析[J]. 成功,杨亚.  地理信息世界. 2016(05)
[10]重力模型参数空间差异研究——以中国城市间铁路客流为例[J]. 郑清菁,戴特奇,陶卓霖,张萌萌.  地理科学进展. 2014(12)



本文编号：3129808