همبستگی بین تراکم جمعیت و توزیع فضایی تأسیسات شهری

آشکارسازی همبستگی بین تراکم جمعیت و توزیع فضایی تأسیسات خدمات عمومی شهری با داده‌های تلفن همراه

خلاصه

برخی از مطالعات ارتباط بین خدمات عمومی شهری و تراکم جمعیت را تایید کرده اند. با این حال، مطالعات دیگر با استفاده از داده های سرشماری، به عنوان مثال، به نتیجه مخالف رسیده اند. داده های سیگنالینگ موبایل ابزارهای فناورانه جدیدی را برای بررسی موضوع ارائه می دهند. این مطالعه بر اساس داده‌های 20 میلیون کاربر تلفن همراه 2G در مرکز شهر شانگهای و داده‌های کاربری زمین امکانات خدمات عمومی شهری، همبستگی مکانی-زمانی بین تراکم جمعیت و مکان‌های خدمات عمومی در مرکز شهر شانگهای و قوانین تغییرات آن را بررسی می‌کند. همبستگی بین تراکم جمعیت فردی در روز در مقابل شب و توزیع امکانات خدمات عمومی شهری نیز از دیدگاه پویا مورد بررسی قرار گرفت. نتایج نشان‌دهنده همبستگی بین مکان‌های خدماتی و تراکم جمعیت شهری در زمان‌های مختلف روز است. در نتیجه، میانگین تراکم جمعیت مشاهده شده در یک دوره زمانی طولانی (دوره زمانی روز یا بیشتر) با داده های سرشماری یا داده های سنجش از دور، علیرغم همبستگی آن با توزیع امکانات خدمات عمومی، مستقیماً با توزیع امکانات خدمات عمومی همبستگی ندارد. از این میان، بین امکانات خدمات عمومی و تراکم جمعیت در روز همبستگی فضایی معنادار و بین امکانات خدمات غیر دولتی و تراکم جمعیت شبانه همبستگی فضایی معنادار وجود دارد. تغییرات مکانی و زمانی در رابطه بین تراکم جمعیت شهری و امکانات خدماتی ناشی از تغییر رفتار جمعیت است. با این حال، تراکم انواع خاص رفتار عامل واقعی است که بر چیدمان تأسیسات خدمات عمومی شهری تأثیر می گذارد. نتایج نشان می‌دهد که داده‌های سیگنالینگ سیار و داده‌های کاربری زمین تسهیلات خدماتی برای مطالعه همبستگی‌های مکانی-زمانی بین تراکم جمعیت شهری و امکانات خدماتی از ارزش بالایی برخوردار هستند.

کلید واژه ها:

توزیع فضایی امکانات خدمات عمومی شهری ; تراکم جمعیت ; توزیع فضایی و زمانی ; داده های تلفن همراه ؛ نسبت مساحت کف

1. معرفی

تسهیلات خدمات عمومی شهری را می توان به عنوان اجزایی از یک شهر تعریف کرد که وظیفه اصلی آن ارائه کالاها و خدمات عمومی است که به طور کامل یا جزئی توسط دولت پشتیبانی می شود [ 1 ، 2 ]. امکانات خدمات عمومی شهری نقش مهمی در کیفیت زندگی روزمره مردم ایفا می کند. امکانات عمومی را می توان به امکانات تاریخی و امکانات رفاهی نسبتاً مدرن طبقه بندی کرد که عمدتاً توسط تصمیمات گذشته و حال دولت در مورد سرمایه گذاری در آموزش، مراقبت های پزشکی، حمل و نقل و سایر زیرساخت ها ایجاد می شوند [ 3 ، 4 ، 5 ]. انواع مختلفی از امکانات خدمات عمومی با عملکردهای مختلف برای حمایت از فعالیت های اجتماعی وجود دارد [ 6]. توزیع عادلانه امکانات عمومی یکی از دغدغه های اصلی برنامه ریزان شهری است. برای پرداختن به جنبه برابری توسعه پایدار، امکانات شهری نه تنها باید در دسترس باشد، به عنوان مثال، روش های حمل و نقل، بلکه باید به طور یکسان در میان همه گروه های جمعیت قابل دسترسی باشد [ 7 ]. حجم زیادی از تحقیقات در این زمینه و در مورد موضوعات مرتبط مانند حمل و نقل انجام شده است [ 8 ، 9 ، 10 ، 11 ، 12 ، 13 ، 14 ، 15 .]. هدف عدالت با در نظر گرفتن خدمات عمومی، تضمین توزیع برابر منابع، خدمات و منافع بین افراد و توزیع عادلانه و مناسب در جامعه است [ 16 ]. ارزیابی عدالت فضایی امکانات شهری به سیاستگذاران و مقامات شهری کمک می کند تا اثربخشی خدمات و امکانات شهری فعلی را ارزیابی کنند [ 17 ].

همانطور که شهرها توسعه می یابند و ساختارهای درونی آنها پیچیده تر می شود، مطالعه توزیع جمعیت در داخل مرزهای شهر اهمیت فزاینده ای پیدا می کند [ 18 ]. همچنین برای برنامه‌ریزی شهری – مانند تقسیم مناطق عملکردی شهری، تخصیص امکانات خدمات عمومی و برنامه‌ریزی ترافیک شهری [ 19 ، 20 ، 21 ] – و نقش مهمی در حفاظت از ایمنی عمومی شهری ایفا می‌کند. و مدیریت بحران [ 22 ].

تحقیقات قابل توجهی در مورد اثر فضایی تراکم جمعیت و همبستگی بین تراکم جمعیت و توزیع امکانات خدمات عمومی انجام شده است [ 23 ، 24 ]. لی گزارش داد که توزیع مراکز تجاری تحت تأثیر تراکم توزیع ساکنین است [ 25]. بنابراین، مراکز تجاری اغلب در مناطقی با تراکم پراکنش ساکنان بالا یافت می شوند. در سال‌های اخیر، مطالعات اضافی همبستگی بین تراکم جمعیت و توزیع امکانات خدمات عمومی را با استفاده از تحلیل کمی تایید کرده‌اند. شن سطح همبستگی بین توزیع جمعیت و توزیع فضایی امکانات خدماتی در شانگهای را با ترکیب داده‌های جمعیتی خیابان با سنجش از دور نور شبانه و داده‌های کاربری زمین تجزیه و تحلیل کرد [ 26 ].]. نویسنده یک همبستگی مثبت قوی بین توزیع جمعیت و توزیع امکانات خدماتی در شانگهای پیدا کرد. در مطالعه ای در مورد رابطه بین جمعیت و سیستم حمل و نقل عمومی اتوبوس های شهری در Daejeon و Gwangju، Kwon یک همبستگی مثبت قوی بین بار خدمات سیستم حمل و نقل عمومی و توزیع جمعیت پیدا کرد [ 27 ]. ریگادینا و همکاران همبستگی مثبتی بین توزیع فروشگاه‌های خرده‌فروشی و تراکم جمعیت با استفاده از داده‌های سیستم اطلاعات جغرافیایی همراه با رگرسیون خطی و تحلیل همبستگی نشان داد [ 28 ].

با این حال، مطالعات دیگر در حالی که مناطقی را در شهرهایی با تراکم جمعیت بالا اما تراکم کم امکانات خدمات عمومی شناسایی می‌کنند، نتیجه معکوس گرفته‌اند. این پدیده که یافتن آن در شهر کار سختی نیست، به عنوان ناهماهنگی بین توزیع جمعیت و امکانات خدمات عمومی نامیده می شود [ 29 ].]. مطالعات فوق نشان می دهد که هنوز برای نتیجه گیری در مورد چگونگی تأثیر تراکم جمعیت بر توزیع امکانات خدمات عمومی شهری زود است، اگرچه توزیع تراکم جمعیت بدون شک عامل مهمی در برنامه ریزی امکانات خدمات عمومی شهری است. داده هایی که بر اساس آن توزیع تراکم جمعیت اندازه گیری می شود ممکن است دلیل این ناسازگاری باشد. داده های توزیع جمعیت به دست آمده از طریق ابزارهایی مانند ثبت نام خانوار، توزیع و رفتار واقعی مردم را منعکس نمی کند. چنین داده هایی تنها منعکس کننده توزیع مکانی جغرافیایی جمعیت است. در مقابل، داده‌هایی مانند داده‌های جمعیتی خیابانی واقعاً می‌توانند توزیع کلی جمعیت را در یک دوره زمانی طولانی منعکس کنند. اگرچه داده های سنجش از دور نور شبانه، توزیع رفتار انسان را در یک نقطه خاص منعکس می کند، آنها نمی توانند انواع رفتارها را تشخیص و طبقه بندی کنند. با توجه به محدودیت های فوق، همبستگی بین توزیع جمعیت و توزیع امکانات خدماتی ممکن است تحت تأثیر عوامل مختلفی قرار گیرد و توضیح تناقض و ناهماهنگی مشاهده شده در مطالعات گذشته را دشوار می کند.

اخیراً، توسعه سریع فناوری داده‌های بزرگ و اطلاعات موبایل، روش‌های موجود برای مطالعات شهری را به‌ویژه در زمینه روابط پویای مکانی و زمانی رفتار انسانی و مطالعات محیطی بسیار افزایش داده است [ 30 ، 31 ، 32 ]. داده های تلفن همراه از محبوب ترین مجموعه داده ها در میان داده های جدید در دسترس هستند، زیرا می توانند اطلاعات مکانی و زمانی دقیقی را ارائه دهند که می تواند با دقت در مطالعات شهری، مانند تحقیقات ساختار شهری [ 33 ، 34 ، 35 ]، تحقیق در مورد دسترسی استفاده شود. به امکانات خدماتی [ 36 ]، و شناسایی مناطق عملکردی شهری [ 37]. با توجه به محبوبیت امکانات ارتباطی مدرن در کشورهای در حال توسعه، داده های تلفن همراه به منبع داده ای تبدیل شده اند که می توان از آن برای اندازه گیری پویا تراکم جمعیت استفاده کرد. با داده های تلفن همراه 20 میلیون کاربر 2G شانگهای، این مقاله رابطه بین توزیع امکانات خدمات عمومی شهری و توزیع مکانی-زمانی تراکم جمعیت را بررسی می کند. همبستگی بین تراکم جمعیت فردی در روز در مقابل شب و توزیع امکانات خدمات عمومی شهری از دیدگاه پویا نیز از دیدگاه پویا مورد بررسی قرار گرفت. این مقاله با هدف پاسخگویی به سوالات زیر انجام شد. (1) آیا اثرات تراکم بالای جمعیت بر توسعه تأسیسات خدمات عمومی شهری، در مقایسه با انواع دیگر استفاده از زمین واقعا متفاوت است؟ (2) ارتباط بین توزیع امکانات خدمات عمومی و تراکم پویای جمعیت از روز تا شب چگونه است؟ (3) ارتباط بین امکانات خدمات غیر دولتی و تراکم فعالیت جمعیت از روز تا شب چگونه است؟ (4) پس از درک رابطه بین تراکم پویای جمعیت و توزیع خدمات عمومی، چه چیزی را می توان در برنامه ریزی شهری و توسعه پایدار شهری به کار برد؟

ساختار باقیمانده این مطالعه به شرح زیر است. بخش 2 روش و داده ها را معرفی می کند، در حالی که نتایج همبستگی در بخش 3 نشان داده شده است. بخش 4 مکانیسم را نشان می دهد و بخش 5 نتیجه گیری های اصلی را ارائه می دهد.

2. داده ها و روش شناسی

2.1. حوزه تحقیقاتی

این مطالعه از داده‌های تلفن همراه و داده‌های کاربری زمین در شانگهای، چین استفاده می‌کند. شانگهای یکی از توسعه‌یافته‌ترین شهرهای کشور از نظر اقتصادی است و به عنوان مرکز اقتصادی، مالی، تجاری و کشتیرانی سرزمین اصلی چین عمل می‌کند. این مرکز به عنوان مرکز تعامل اقتصادی چین با جهان عمل می کند و دفاتر مرکزی بسیاری از شرکت های چند ملیتی در چین را در خود جای داده است. همچنین این منطقه شهری پیشرو در منطقه اقتصادی دلتای رودخانه یانگ تسه است. در پایان سال 2013، حدود 24.1515 میلیون شهرنشین دائمی در این شهر زندگی می کردند. در همان سال، تولید ناخالص داخلی تولید شده توسط این شهر تقریباً 2.13982 تریلیون یوان، با تولید ناخالص داخلی سرانه 14442.33 دلار بود که به سطح تولید ناخالص داخلی سرانه مشابه کشورهای توسعه یافته رسید. با افزایش تقاضای مصرف کننده،

این مطالعه بر روی منطقه مرکزی شهری شانگهای، مساحت 66000 هکتار تمرکز دارد. ( شکل 1 ) واحد فضایی هنگام تجزیه و تحلیل ویژگی های توزیع پویا تراکم جمعیت شهری از اهمیت بالایی برخوردار است. کاربری اراضی (لات) یک واحد داده پرکاربرد در حوزه برنامه ریزی شهری است و تبدیل واحدهای داده ای مانند بلوک ها، مناطق ترافیکی و مناطق اداری به این واحد نسبتاً ساده است. بنابراین، این مطالعه از 12584 قطعه در منطقه مرکزی شانگهای به عنوان واحد تحلیل استفاده می کند که برای برنامه ریزی و مدیریت شهری ارزش زیادی دارد.

2.2. داده ها

2.2.1. داده های تلفن همراه

مطالعه “چشم انداز تلفن همراه: تحلیل شهری با استفاده از داده های مکان تلفن همراه” منتشر شده در سال 2006، می تواند به عنوان اولین کار در مورد مداخله داده های سیگنالینگ تلفن همراه در برنامه ریزی شهری دیده شود. علاوه بر این، رابطه بین تراکم رفتار فردی و مکان شهری یکی از اولین دغدغه های محققان برنامه ریزی است. آثار قبلی مجموعه‌ای از مصاحبه‌ها را در مورد شهرهای جهانی مانند میلان [ 38 ، 39 ]، رم [ 40 ، 41 ] و نیویورک [ 42 ] ارائه می‌کنند. همچنین مطالعاتی بر روی داده های سیگنالینگ تلفن همراه در چندین شهر در سراسر جهان، مانند کار ایزاکمن [ 43 ] و مطالعات دیگری بر روی بوستون [ 44 ] و لس آنجلس [ 44] انجام شده است.43 ]. به عنوان اعتبار بیشتر، ایزاکمن [ 43 ] داده های تلفن همراه در شهر نیویورک، مانند سوابق تماس تلفن همراه (CDR) و پیام های متنی (SMG) را بررسی کرد و آن را خلاصه و با داده های سرشماری مقایسه کرد. دیویل [ 45 ] از داده های تلفن همراه پرتغالی و فرانسوی (CDR و SMG) استفاده کرد و آن را با داده های سنجش از دور توزیع جمعیت مقایسه کرد. جانزن [ 46] از داده های تلفن همراه برای جبران محدودیت های روش های سنتی نظرسنجی در تجزیه و تحلیل تقاضای سفرهای طولانی مدت استفاده کرد. همه این مطالعات ثابت می کنند که محاسبه تراکم توزیع جمعیت بر اساس داده های تلفن همراه به دست آمده از ایستگاه های پایه تلفن همراه بسیار دقیق است. اخیراً استفاده از داده سیگنال تلفن همراه معرفی شده است. از آنجایی که داده‌های CDR و SMG نرخ نمونه‌برداری بالایی ندارند (می‌توانند همه سیگنال‌های موقعیت‌یابی دستگاه‌های تلفن همراه را ضبط کنند) یا نرخ به‌روزرسانی بالایی (هر 5 تا 10 دقیقه یک‌بار برای موقعیت‌یابی) ندارند، داده‌های سیگنالینگ تلفن همراه به نوع داده ترجیحی برای مطالعات شهری تبدیل شده‌اند. محاسبه چگالی رفتار، به دلیل دقت آن.

داده های مورد استفاده در این مطالعه شامل داده های کاربر 2G یک اپراتور مخابراتی چینی در شانگهای است و شامل داده های ایستگاه پایه، داده های ایستا سیگنالینگ تلفن همراه و داده های دینامیک سیگنالینگ تلفن همراه است. داده های ایستگاه پایه شامل اعداد ایستگاه پایه و مختصات جغرافیایی است. داده استاتیک سیگنالینگ تلفن همراه به تعداد خدمات تلفن همراه در هر ساعت از هر ایستگاه پایه در یک روز معین اشاره دارد. داده های دینامیک سیگنالینگ تلفن همراه، اطلاعات مکانی ثبت شده توسط اپراتور را در زمانی که کاربر تلفن همراه در شبکه ارتباطی فعال است، ارائه می دهد که به طور غیرارادی ارائه می شود. هنگامی که تلفن همراه کاربر راه اندازی می شود، خاموش می شود، تماس برقرار می کند یا دریافت می کند و پیامک دریافت می کند، عملکرد در ایستگاه پایه یا مرکز سوئیچ تلفن همراه ضبط می شود. مکان، شماره شناسایی تلفن همراه، زمان موفقیت سیگنالینگ، و شماره ایستگاه تلفن همراه در آن زمان همه در داده های سیگنالینگ تلفن همراه ذخیره می شوند. این داده های سیگنالینگ پس از حذف ویژگی های کاربر، از شماره شناسایی رمزگذاری شده تلفن همراه استفاده می کنند و اطلاعات شخصی کاربر تلفن همراه را شامل نمی شود. داده های سیگنالینگ تلفن همراه مورد استفاده در این مطالعه در هشت روز تعیین شده در سال 2013 شامل چهار روز کاری و چهار روز تعطیل ثبت شد. در روزهای تعیین شده، تقریباً 20 میلیون شماره شناسایی مختلف تلفن همراه توسط 9578 ایستگاه پایه در شانگهای در روز ثبت شد که نشان دهنده حدود 20 میلیون کاربر تلفن همراه 2G است. میزان نمونه گیری جمعیت در محدوده شهر تقریباً 70 درصد بوده است. داده ها نشان می دهد که میانگین تعداد کاربران تلفن همراه در منطقه مرکزی حدود 1.5 میلیون کاربر در ساعت است.

این مطالعه از الگوریتم چند ضلعی تیسن برای محاسبه برد هر ایستگاه پایه در شانگهای استفاده کرد، به طوری که در محدوده هر سلول ایستگاه پایه تنها یک ایستگاه پایه وجود دارد و فاصله هر نقطه از منطقه ایستگاه پایه تا ایستگاه برابر است. کمتر از فاصله تا ایستگاه های پایه دیگر میانگین مساحت ایستگاه های پایه در شانگهای 88.1 هکتار است، میانگین مساحت ایستگاه های پایه در منطقه مرکزی شهری 37.7 هکتار است.

میانگین تراکم جمعیت در هر ساعت از ساعت 0:00 صبح تا 12:00 بعد از ظهر از تمام داده های جمع آوری شده در روزهای هفته در مرکز شانگهای استفاده شد. با توجه به رویدادهای خاص مانند فعالیت های عمده جشنواره که ممکن است تراکم جمعیت را در ساعات خاصی از روز در برخی مناطق مخدوش کند، نمی توان تراکم جمعیت روزانه را در این مناطق منعکس کرد. بنابراین، از رویکرد ضریب واریانس برای تشخیص تغییرات در تراکم جمعیت در نقاط زمانی یکسان در بین روزهای مختلف استفاده شد. به استثنای چند منطقه و مناطق حاشیه ای، ضرایب واریانس همه کمتر از 20٪ بود.

2.2.2. داده های امکانات خدماتی

این مطالعه اطلاعات مربوط به مساحت زمین ساخت و ساز و منطقه ساختمانی منطقه مرکزی شانگهای را به دست آورد. نتایج آماری نشان می دهد که مساحت کل منطقه مرکزی شانگهای 66000 هکتار است. انواع زمین ها به 21 دسته تقسیم می شوند، مانند مدیریت، خرده فروشی، تجارت، فرهنگ و هنر و پارک ها و فضای سبز. مساحت ساختمان تأسیسات خدمات عمومی که به طور فیزیکی در منطقه مرکزی شانگهای ساخته شده است 1.39 میلیون متر مربع است. ( جدول 1) هر بلوک داده کاربری زمین (مجموعاً 12584 قطعه) اطلاعاتی مانند مساحت زمین و مساحت زمین تأسیسات خدماتی، آدرس و طول و عرض جغرافیایی را ارائه می دهد. داده های منطقه ساختمان از پلت فرم باز نقشه بایدو می آید. داده های کاربری زمین از نمودار وضعیت کاربری زمین منتشر شده در وب سایت دفتر برنامه ریزی شانگهای می آید.

نسبت مساحت طبقات (FAR) به عنوان معیار برای بررسی توزیع امکانات خدمات عمومی در این مطالعه انتخاب شد. مورفی و ونس روش تعریف کمی را در سال 1954 ارائه کردند [ 47 ]. از آن زمان، FAR تسهیلات خدمات عمومی برای ارزیابی امکانات خدمات عمومی استفاده شده است، و این نسبت به طور کامل آزمایش شده و به طور گسترده در مطالعات در مرکز شهر چین استفاده شده است [ 48 ]]. FAR امکانات خدمات عمومی را می توان برای ارزیابی درجه توسعه مناطق شهری از شبکه های تجاری با درجه پایین تا سطح بالا استفاده کرد. همه مراکز تجاری از شبکه های تجاری با درجه پایین همراه با توسعه تدریجی امکانات خدمات عمومی رشد می کنند. بنابراین، FAR تسهیلات خدمات عمومی می تواند به عنوان شاخصی برای نشان دادن سطح توسعه امکانات خدمات عمومی در مناطق مختلف شهری مورد استفاده قرار گیرد.

ما داده های نمودار را به صورت زیر پردازش کردیم. ابتدا از بستر تحلیل فضایی ArcGIS 10.2 برای استخراج داده های کاربری اراضی منطقه مورد مطالعه استفاده کردیم و 12584 قطعه به دست آمد و شماره گذاری شد. ثانیاً، مساحت کف تأسیسات خدمات عمومی و تأسیسات خدمات عمومی غیرعمومی در هر قطعه در داده‌های قطعه گنجانده شد. در نهایت نسبت کرت تسهیلات خدمات عمومی و خدمات غیر دولتی در هر قطعه محاسبه شد.

2.3. روش شناسی

2.3.1. شاخص تراکم جمعیت

ابتدا، تراکم جمعیت فردی را بر اساس یک منطقه فضای فعالیت سه بعدی محاسبه کردیم. این مرحله اصلی است و مشکل اصلی این الگوریتم تبدیل داده های سیگنالینگ تلفن همراه مبتنی بر ایستگاه های پایه تلفن همراه به داده های توزیع فضایی کاربر بر اساس کاربری زمین (لات) است. دیویل و همکاران الگوریتمی را برای محاسبه تراکم پویای جمعیت مناطق مختلف اداری با در نظر گرفتن مساحت زمین به عنوان وزن توزیع در مطالعه تراکم جمعیت خود در جنوب اروپا با استفاده از داده های تلفن همراه پیشنهاد کرد [ 45 ]]. این الگوریتم مرزهای مناطق اداری با مرزهای مناطق ایستگاه پایه همپوشانی دارد. با فرض اینکه جمعیت در هر ناحیه ایستگاه پایه به طور مساوی در یک صفحه دو بعدی توزیع شده است، جمعیت هر بلوک روی هم قرار داده شده محاسبه می شود. سپس جمعیت بلوک های روی هم قرار گرفته متعلق به همان منطقه اداری برای به دست آوردن جمعیت هر منطقه اداری خلاصه می شود. الگوریتم پیشنهادی در این مطالعه با استفاده از روش Deville بهبود بیشتری یافته و از یک منطقه فضای فعال سه بعدی به جای یک منطقه زمینی دو بعدی به عنوان وزن تخصیص استفاده می کند. برای ایجاد تمایز، این الگوریتم را الگوریتم بر اساس منطقه فضای فعال سه بعدی می نامند.

فضای فعالیت سه بعدی تعریف شده در این تحقیق به فضای فعالیت جمعیت اصلی شهر اشاره دارد. این فضا از فضای معماری و فضای عمومی بیرونی تشکیل شده است (اما فضای عمومی را که استفاده از آن برای مردم دشوار است، مانند آب های آزاد یا پوشش گیاهی شامل نمی شود).

این مطالعه تراکم رفتار فردی را به عنوان تعداد افراد در حال حرکت در زمین در واحد سطح در یک زمان معین تعریف می کند.

این الگوریتم برای محاسبه داده های سیگنالینگ در دوره n ایستگاه پایه تلفن همراه با کمیت j در محدوده مطالعه استفاده می شود. قالب داده با ایستگاه پایه به عنوان واحد به طور موثر به قالب داده با زمین به عنوان واحد تبدیل می شود. فرمت داده های چگالی رفتار به دست آمده در جدول 2 در زیر نشان داده شده است.

2.3.2. تحلیل رگرسیون خطی

برای بررسی همبستگی بین توزیع امکانات خدمات عمومی و تراکم جمعیت از رگرسیون خطی استفاده شد. رگرسیون خطی بر اساس داده های تعداد زیادی آزمایش به طور گسترده به عنوان یک روش اندازه گیری استفاده می شود که برای تعیین برهمکنش بین متغیرها، سطوح تأثیر متغیرها و قوانین ایستا زیربنای توزیع های عددی استفاده می شود. رگرسیون وزن‌دار جغرافیایی (GWR) معمولاً یک روش مناسب برای پردازش داده‌های غیر ثابت مکانی است. با این حال، همبستگی بین نسبت قطعه بلوک و تراکم پویای جمعیت در مناطق مختلف شهری در این مطالعه به دلیل موقعیت مکانی متفاوت آنها نیست، بلکه به دلیل ویژگی‌های کاربری متفاوت آنها (زمین برای تأسیسات خدمات عمومی و زمین برای خدمات غیر دولتی است. امکانات). از آنجایی که توزیع زمین مورد استفاده برای تأسیسات خدمات عمومی و اینکه برای تأسیسات خدمات عمومی غیرعمومی تابعی است که به طور قابل توجهی با فضا مرتبط نیست، نیازی به بحث در مورد غیر ثابت بودن فضا نیست. بنابراین، GWR یا سایر مدل‌های تحلیل فضایی در این مطالعه استفاده نمی‌شود.

مدل رگرسیون خطی آزمون معناداری را بر اساس ضریب رگرسیون R ² اتخاذ می کند که معقول بودن متغیرهای مستقل را منعکس می کند. اگر آماره آزمون t کمتر از مقدار بحرانی باشد، رگرسیون از آزمون معناداری عبور نمی کند و بالعکس. آن دسته از متغیرهای دارای ضرایب که آزمون را قبول نمی کنند، باید بر اساس شرایط واقعی حذف شوند، که روشی پرکاربرد در انتخاب متغیرهای مستقل است.

در این تحقیق معادلات رگرسیون خطی بر اساس R ² و ضرایب استاندارد ارزیابی شد. R2 مخفف نسبت بخش قابل توضیح داده های نمونه در معادله رگرسیون است ^.هر چه نسبت بزرگتر باشد، R2 به ¹ نزدیکتر است، که به این اشاره دارد که نمونه های بیشتری در معادله رگرسیون قابل توضیح هستند و مدل دقیق تر خواهد بود. زمانی که روش رگرسیون چندگانه R ² بین 0.8 و 1 باشد، به این معنی است که خوب بودن برازش مدل نسبتاً زیاد است. با توجه به تفاوت های زیاد در پیچیدگی و دقت بین داده های خرد و کلان، تغییرات مناسب در معیارهای ارزیابی باید در نظر گرفته شود. اگر R ²بین 0.5 تا 0.8 است، خوب بودن برازش مدل منطقی در نظر گرفته می شود. ضریب رگرسیون ضریب پس از حذف اثرات واحدهای متغیر وابسته y و متغیر مستقل x است. مقدار ضریب رگرسیون مستقیماً تأثیر x را بر y منعکس می کند . بنابراین، هر چه ضریب رگرسیون a بزرگتر باشد، تأثیر x بر y بیشتر است. اگر ضریب رگرسیون مثبت باشد، y با افزایش x افزایش می یابد . اگر منفی باشد، y با افزایش x کاهش می یابد .

3. ویژگی ها و نتایج

3.1. ویژگی های تکامل زمانی تراکم جمعیت شهری

نتایج محاسبه تراکم رفتار، شناخت شهودی و دقیقی از قانون مکانی و زمانی فعالیت‌های شهروندان در سطح کلان ارائه می‌کند. به عنوان مثال، در یک روز پاییزی در شهر مرکزی شانگهای، تغییرات در اختلاف تراکم در هر بلوک بیشتر است، به طوری که بیشترین تراکم 150000 نفر در کیلومتر مربع و کمترین تراکم کمتر از 2000 نفر در کیلومتر مربع است. علاوه بر این، چگالی فضا در یک روز به طور قابل توجهی متفاوت بود. از روش چگالی هسته برای ترسیم نقشه توزیع کانتور چگالی رفتار در هر دوره زمانی استفاده شد. این نقشه نشان می دهد که چگالی رفتار یک هسته متمرکز تیره رنگ را در منطقه مرکزی در طول روز نشان می دهد، که در شب به مناطق دیگر خارج از مرکز شهر منتقل می شود ( شکل 2).).

با توجه به نتایج محاسبه تراکم رفتار، تغییرات زمانی تراکم کاربر تلفن همراه را می توان در مقیاس های مختلف اندازه گیری کرد. در منطقه مرکزی شانگهای، میانگین تعداد کاربران تلفن همراه در هر روز کاری و هر دوره تعطیلات در شکل 3 نشان داده شده است.. میانگین تعداد کاربران در روزهای کاری 9.037 میلیون و در روزهای تعطیل 8.971 میلیون کاربر است. حداکثر تعداد کاربران در روزهای هفته 9.608 میلیون کاربر است، در حالی که حداکثر تعداد کاربران در روزهای تعطیل 9.534 میلیون کاربر است. حداقل تعداد کاربران روزهای هفته 8.446 میلیون نفر بود، در حالی که حداقل تعداد کاربران تعطیلات 8.411 میلیون نفر بود. حداقل تعداد کاربران در ساعت 5 صبح ثبت شد. نوسانات بین مقادیر حداکثر و حداقل عمدتاً ناشی از ورود یا خروج کاربران تلفن همراه به منطقه تحقیقاتی در زمان‌های مختلف بوده است.

3.2. همبستگی بین FAR و میانگین تراکم جمعیت در روز

رگرسیون خطی ساده بر روی متغیرهای وابسته (FAR تسهیلات خدمات عمومی

P_{a}

و FAR از امکانات خدمات غیر دولتی

P_{b}

) و متغیر مستقل (تراکم جمعیت روزانه

ρ

) برای آزمون رابطه بین تراکم جمعیت و توزیع امکانات خدمات عمومی انجام شد. مدل رگرسیون خطی در جدول 4 نشان داده شده است .

با توجه به نتایج رگرسیون نشان داده شده در جدول 4 ^، مقدار R2 معادله رگرسیون خطی بین FAR تسهیلات خدمات عمومی

P_{a}

و تراکم جمعیت روزانه

ρ

0.653 و ضریب رگرسیون 0.808 است. با این حال، تراکم جمعیت روزانه نیز به شدت به زمین FAR همراه با FAR تسهیلات خدمات غیر دولتی مرتبط است. مقدار R2 معادله رگرسیون خطی بین تراکم جمعیت روزانه و زمین FAR 0.644 و ضریب رگرسیون 0.802 است ^.مقدار R2 معادله رگرسیون خطی بین تراکم جمعیت روزانه و FAR تسهیلات خدمات غیر دولتی 0.637 و ضریب رگرسیون 0.808 است ^.بنابراین، تراکم جمعیت روزانه به شدت به FAR تسهیلات خدمات عمومی و غیر دولتی مرتبط است. هر دو FAR با افزایش تراکم جمعیت روزانه افزایش می یابد. علاوه بر این، R ²مقادیر و ضرایب رگرسیون این سه معادله رگرسیون خطی مشابه هستند. این نشان می دهد که اگرچه تراکم جمعیت روزانه به شدت با FAR مرتبط است، اما تفاوت معنی داری بین اثرات آن بر امکانات خدمات عمومی و غیر دولتی وجود ندارد.

نتایج فوق نشان می دهد که در توزیع کلی تراکم جمعیت در روزها یا حتی دوره های طولانی تر، اگرچه تراکم جمعیت بر FAR آن منطقه تأثیر داشته است (مناطق با تراکم جمعیت بالا تمایل به FAR بالایی دارند)، این تأثیر نیز رخ می دهد. در مورد تأسیسات خدمات غیر دولتی به طور مشابه. تفاوت تأثیر تراکم بالای جمعیت بر توسعه تأسیسات خدمات عمومی شهری در مقایسه با سایر کاربری‌ها وجود ندارد. در نتیجه، میانگین تراکم جمعیت مشاهده شده در طی یک دوره زمانی طولانی (دوره زمانی روز یا بیشتر) علیرغم همبستگی آن با توزیع امکانات خدمات عمومی، مستقیماً بر توزیع تسهیلات خدمات عمومی تأثیر نمی گذارد.

3.3. همبستگی بین FAR تسهیلات خدمات عمومی و تراکم جمعیت از روز تا شب

شکل 4 توزیع تراکم جمعیت را در زمان معمول روز (3 بعدازظهر تا 4 بعدازظهر) نشان می‌دهد، و شکل 5 توزیع تراکم جمعیت را در زمان معمول شب (2 صبح تا 3 بامداد) نشان می‌دهد. نتایج رگرسیون بین تراکم جمعیت در روز

ρ_{d}

و FAR P همراه با آنهایی که بین تراکم جمعیت در شب هستند

ρ_{n}

و FAR P در جدول 5 نشان داده شده است. مقدار R2 بین FAR ^P و تراکم جمعیت در روز 0.613 و ضریب رگرسیون 0.783 است . مقدار R2 بین ^P و تراکم جمعیت شبانه 0.625 است و ضریب رگرسیون 0.791 است . این نتایج نشان می دهد که تغییرات در تراکم جمعیت در روز و شب تأثیر ناچیزی بر FAR دارد. با این حال، نتایج رگرسیون همچنین نشان می‌دهد که اثر نسبیت تراکم جمعیت در طول روز بر فاصله زمانی تسهیلات خدمات عمومی بیشتر از تراکم جمعیت در شب است. R ² _مقدار بین تراکم جمعیت در روز و FAR امکانات خدمات عمومی 0.706 با ضریب رگرسیون 0.840 است. با این حال، بین تراکم جمعیت شبانه و FAR امکانات خدمات عمومی تنها 0.441 است، با ضریب رگرسیون 0.664. این نشان می‌دهد که اگرچه تغییرات در تراکم جمعیت در روز و شب تأثیر ناچیزی بر FAR دارد، تأثیرات نسبی آنها بر FAR تسهیلات خدمات عمومی به طور قابل‌توجهی متفاوت است.

نتایج رگرسیون ناهمگونی زمانی بین تراکم جمعیت پویا و امکانات خدمات عمومی را نشان داد. مناطق با تراکم جمعیت بالا در طول روز تمایل دارند که امکانات خدمات عمومی بیشتری داشته باشند. هر چه تراکم جمعیت در روز بیشتر باشد، احتمال تجمیع امکانات خدمات عمومی بیشتر است. در مقابل، هیچ ارتباط آشکاری با توزیع امکانات خدمات عمومی و تراکم جمعیت در شب وجود نداشت.

3.4. همبستگی بین FAR تسهیلات خدمات غیر دولتی و تراکم جمعیت از روز تا شب

تجزیه و تحلیل رگرسیون فوق ارتباط معنی داری بین تراکم جمعیت در روز و توزیع امکانات خدمات عمومی ایجاد کرد. به عنوان بخش دیگری از تحقیق، تحلیل رگرسیون خطی برای تعیین اینکه آیا روابطی بین تراکم جمعیت در شب/روز و توزیع امکانات خدمات غیر دولتی وجود دارد یا خیر، استفاده شد.

نتایج رگرسیون بین تراکم جمعیت در روز

ρ_{d}

و FAR P همراه با آنهایی که بین تراکم جمعیت در شب هستند

ρ_{n}

و FAR P در جدول 6 نشان داده شده است. در مقایسه با تراکم جمعیت در طول روز، همبستگی قوی‌تری بین تراکم جمعیت در شب و امکانات خدمات غیر دولتی وجود داشت. مقدار R2 بین تراکم جمعیت شبانه و FAR امکانات خدمات عمومی 0.639 و ضریب رگرسیون 0.799 است ^.مقدار R2 بین تراکم جمعیت در طول روز و FAR امکانات خدمات عمومی 0.585 با ضریب رگرسیون 0.765 است ^.

نتایج نشان می‌دهد که تأثیر نسبی تراکم جمعیت شبانه بر FAR تسهیلات خدمات غیر دولتی بیشتر از تأثیر آن بر FAR تسهیلات خدمات عمومی است. هر چه تراکم جمعیت در شب بیشتر باشد، احتمال تجمیع تسهیلات خدمات عمومی با FAR بالاتری از امکانات خدمات غیر دولتی مانند زمین مسکونی کمتر است. این نشان می دهد که مناطقی با تراکم جمعیت در شب بالا احتمال بیشتری برای انباشت تسهیلات غیر خدمات عمومی دارند: هر چه تراکم جمعیت در شب بیشتر باشد، مقیاس امکانات غیر دولتی مانند زمین های مسکونی بزرگتر است. و هیچ ارتباط آشکاری با توزیع امکانات خدمات غیر دولتی و تراکم جمعیت در روز وجود نداشت.

4. بحث

نتایج ما یک همبستگی واضح بین امکانات خدمات عمومی و تراکم رفتار در روز، و همچنین یک همبستگی بین امکانات خدمات غیر دولتی و تراکم رفتار شبانه را نشان می‌دهد که همبستگی روزانه یا حتی طولانی‌تر را رد می‌کند. این همچنین توضیح می دهد که چرا تسهیلات خدمات عمومی به تراکم جمعیت در مطالعات قبلی بی ربط هستند [ 29 ]، زیرا همبستگی بین امکانات خدمات عمومی و تراکم جمعیت را نمی توان به طور مناسب با داده های روزها یا حتی دوره های زمانی طولانی تر تجزیه و تحلیل کرد. در سال‌های اخیر، سایر محققان نیز قانون توزیع مکانی و زمانی تراکم جمعیت شهری را با استفاده از نقشه حرارتی Baidu و داده‌های سیگنالینگ سیار مشابه این مقاله یافته‌اند [ 22 , 49 ].].

نتایج این مطالعه نشان می‌دهد که توزیع تسهیلات خدمات عمومی ارتباط زیادی با تراکم جمعیت در روز دارد. نتایج ما نشان می‌دهد که تراکم جمعیت در یک زمان خاص – یا به طور خاص تر، تراکم انواع رفتار خاص – عامل مؤثر واقعی بر توزیع امکانات خدمات عمومی شهری است. در جغرافیای رفتاری غرب، مفهوم «فضای عمل» پیشنهاد شده است [ 50 ، 51 ].]. این نه تنها شامل رفتار افراد در زندگی روزمره، بلکه درک آنها از محیط خود نیز می شود. فضای رفتاری یک حامل تحلیلی است که برای آشکار کردن رابطه “انسان و محیط” استفاده می شود. گولج مفهوم “فضای فعالیت” را پیشنهاد کرد که به طور خاص به حرکت و فعالیت های قابل مشاهده افراد در فضای زندگی آنها اشاره دارد [ 52 ]. این بدان معناست که فضای فعالیت شخصی مجموع تمام سیستم های رفتاری در فضای واقعی است که بر روی فضا حک شده است (از جمله مکان مبدا، مقصد، نحوه حمل و نقل، محتوای فعالیت و زمان). چاپین معتقد است که فعالیت های روزانه افرادی که در یک محیط فضایی آشنا زندگی می کنند از رفتارهای معمولی مانند رفتن به محل کار، رفتن به خانه و رفتن به خرید تشکیل شده است [ 53 ].]. به گفته جغرافیدان ژاپنی یوشیو آرای [ 54 ، 55 ]، فضای فعالیت های زندگی به «گسترش زندگی مردم در فضا» و «محدوده فضایی تشکیل شده توسط بسیاری از فعالیت های افراد به منظور حفظ زندگی روزمره» اشاره دارد. عناصر اساسی فضای زندگی شامل فضای خرید، فضای تفریحی، فضای اشتغال و سایر فضاهای خصوصی است. مفهوم فضای زندگی همچنین تأکید می کند که این یک نوع «فضای متحرک فاز» است، یعنی فضای فعالیت نسبی متمرکز بر خود. یوشیو آرای [ 56] رفتار انسان را از منظر فضای رفتاری به چهار نوع تقسیم می کند: رفتار شغلی، رفتار مصرفی، رفتار تفریحی و رفتار سکونت. این رفتارها را نیز می توان بر اساس مکان و ماهیت این رفتارها به رفتارهای فضای عمومی و رفتارهای فضای غیر عمومی طبقه بندی کرد.

توزیع مکانی و زمانی تراکم جمعیت شهری فرآیندی است که در آن ساکنان فضای فعالیت را برای رفع نیازهای خود انتخاب می کنند. تعامل بین هدف از فعالیت‌های ساکنان شهری و تفاوت‌های عملکردی فضایی منجر به تحول مکانی – زمانی تراکم جمعیت شهری می‌شود. تفاوت زمانی مربوط به اهداف فعالیت ساکنین شهری یکی از عوامل درونی است که باعث تحول مکانی و زمانی تراکم جمعیت شهری می شود.

رفتارهای فضای عمومی را می توان به طور عمده به رفتار استخدامی، رفتار مصرفی و رفتار تفریحی طبقه بندی کرد. رفتار استخدامی به آن دسته از فعالیت هایی اطلاق می شود که افراد برای به دست آوردن پاداش یا درآمد عملیاتی انجام می دهند. رفتار استخدامی اغلب از نظر دفعات و زمان فعالیت اجباری است. بیشتر رفتارهای شغلی در روزهای هفته از ساعت 9 صبح تا 5 بعد از ظهر رخ می دهد. رفتار مصرف کننده به فعالیت هایی اطلاق می شود که در آن افراد کالا و خدمات را دریافت می کنند (مانند خرید ویترینی، انتخاب، خرید و استفاده از کالا). رفتارهای مصرف کننده در شهرها شامل به دست آوردن مواد اولیه مانند غذا همراه با فعالیت های دیگر مانند خرید کالاهای لوکس و شرکت در کنسرت است. خرید کالاهای اساسی دارای نظم زمانی مشخصی است، در حالی که فعالیت های اخیر به تمایل مصرف کنندگان فردی مرتبط است. رفتار تفریحی به انواع فعالیت هایی اطلاق می شود که افراد در اوقات فراغت خود معمولاً در دوره های غیر کاری انجام می دهند. از آنجایی که بیشتر این رفتارهای فضای عمومی در طول روز اتفاق می‌افتد و ارتباط تنگاتنگی با امکانات خاص خدمات عمومی شهری دارد، می‌توان دریافت که رابطه معنادار بین تراکم جمعیت در طول روز و توزیع امکانات خدمات عمومی ناشی از تعامل بین فضای عمومی است. رفتارها و امکانات خدمات عمومی در طول روز.

فضای غیر عمومی جایی است که افراد در آن فعالیت های خصوصی روزانه خود را انجام می دهند. رفتارها در فضای غیر عمومی عمدتاً فعالیت ساکنین است که در فضاهای غیر عمومی مانند مناطق مسکونی رخ می دهد. رفتار مسکونی نحوه استفاده مردم از زمین مسکونی است و جهانی بودن قوی دارد: مردم اغلب در پایان روز برای لذت بردن از استراحت و خواب به خانه خود باز می گردند، که دلیل ارتباط شدید بین تراکم جمعیت شبانه و توزیع خدمات غیر دولتی است.

5. نتیجه گیری ها

توسعه اخیر داده های بزرگ فرصت های جدیدی را برای مطالعات در مورد پویایی جمعیت فراهم می کند. این مطالعه ویژگی‌های مکانی-زمانی و مکانیسم تراکم جمعیت شهری را با استفاده از داده‌های تلفن همراه و داده‌های کاربری زمین تسهیلات خدمات عمومی بررسی می‌کند.

مطالعه روند تکامل تراکم جمعیت شهری با گذشت زمان، بینشی اولیه از پویایی شهر را فراهم می‌کند و تفاوت‌های تراکم جمعیت در مناطق مختلف شهری و همچنین تفاوت‌های بین روزهای کاری و تعطیلات را آشکار می‌کند. با توجه به نتایج محاسبه تراکم رفتار ما، تغییرات زمانی تراکم کاربر تلفن همراه را می توان در مقیاس های مختلف اندازه گیری کرد.

متعاقبا، با استفاده از مدل‌های OLS، رابطه بین تراکم جمعیت در روز و شب و امکانات خدمات عمومی (غیر) را بررسی کردیم. نتایج نشان می‌دهد که میانگین تراکم جمعیت مشاهده‌شده در یک دوره زمانی طولانی (دوره زمانی روز یا بیشتر)، علی‌رغم همبستگی آن با توزیع امکانات خدمات عمومی، مستقیماً با توزیع امکانات خدمات عمومی مرتبط نیست. نتایج همچنین ناهمگونی زمانی بین تراکم جمعیت پویا و امکانات خدمات عمومی را نشان می‌دهد. مناطق با تراکم جمعیت بالا در طول روز تمایل دارند که امکانات خدمات عمومی بیشتری داشته باشند. هر چه تراکم جمعیت در روز بیشتر باشد، احتمال تجمیع امکانات خدمات عمومی بیشتر است. متقابلا، هیچ ارتباط آشکاری بین توزیع امکانات خدمات عمومی و تراکم جمعیت در شب وجود نداشت. علاوه بر این، در مقایسه با تراکم جمعیت در طول روز، همبستگی قوی‌تری بین تراکم جمعیت در شب و امکانات خدمات غیر دولتی وجود داشت. این نشان می دهد که هر چه تراکم جمعیت در شب بیشتر باشد، مقیاس امکانات خدمات غیر دولتی مانند زمین مسکونی بزرگتر است. رابطه بین توزیع کلی تراکم جمعیت و امکانات خدمات عمومی اساسا به این سوال مهم پاسخ می دهد که چگونه توزیع جمعیت با چیدمان امکانات عمومی مرتبط است. این نشان می دهد که هر چه تراکم جمعیت در شب بیشتر باشد، مقیاس امکانات خدمات غیر دولتی مانند زمین مسکونی بزرگتر است. رابطه بین توزیع کلی تراکم جمعیت و امکانات خدمات عمومی اساسا به این سوال مهم پاسخ می دهد که چگونه توزیع جمعیت با چیدمان امکانات عمومی مرتبط است. این نشان می دهد که هر چه تراکم جمعیت در شب بیشتر باشد، مقیاس امکانات خدمات غیر دولتی مانند زمین مسکونی بزرگتر است. رابطه بین توزیع کلی تراکم جمعیت و امکانات خدمات عمومی اساسا به این سوال مهم پاسخ می دهد که چگونه توزیع جمعیت با چیدمان امکانات عمومی مرتبط است.

در نهایت، ما مکانیزمی از همبستگی مکانی-زمانی بین تراکم جمعیت شهری و امکانات خدمات عمومی پیشنهاد کردیم. فعالیت‌های روزانه ساکنان در زمان‌های مختلف در یک روز منجر به همبستگی پویایی مکانی – زمانی بین امکانات خدمات عمومی و تراکم جمعیت می‌شود. در آینده قصد داریم با در نظر گرفتن سایر مدل‌های تحلیل فضایی، نتایج این تحقیق را در برنامه‌ریزی ترافیک و تخصیص امکانات نیز اعمال کنیم.

برنامه‌ریزی تأسیسات عمومی معمولاً در رابطه با استانداردهای برنامه‌ریزی انجام می‌شود، مثلاً چند هکتار فضای باز برای تعداد معینی از مردم در یک منطقه مورد نیاز است. با این حال، استانداردهای برنامه ریزی فقط منطقه مورد نیاز را مشخص می کنند و به ندرت مشخص می کنند که مکان عمومی باید در کجا قرار گیرد. یک مدل مکان-تخصیص با هدف یافتن بهترین مکان‌ها برای تأسیسات، ابزار مفیدتری برای برنامه‌ریزی امکانات عمومی خواهد بود [ 57 ]]. این مطالعه همبستگی قوی بین تراکم جمعیت و امکانات خدمات عمومی در طول روز را نشان می‌دهد، که می‌تواند تصمیم‌گیرندگان شهری را برای تصمیم‌گیری بهتر در مورد مکان تأسیسات عمومی با استفاده از داده‌های بزرگ راهنمایی کند. ما به بررسی پتانسیل داده های مکانی-زمانی، مانند استفاده از داده های سیگنالینگ تلفن همراه برای مطالعه عملکرد و توسعه سیستم های شهری ادامه خواهیم داد.

منابع

De Verteuil, G. بازنگری در میراث نظریه مکان یابی تسهیلات عمومی شهری در جغرافیای انسانی. Prog. هوم Geogr. 2000 ، 24 ، 47-69. [ Google Scholar ] [ CrossRef ]
Teitz، MB به سوی یک نظریه مکان تاسیسات عمومی شهری. پاپ Reg. علمی دانشیار 1968 ، 21 ، 35-51. [ Google Scholar ] [ CrossRef ]
بروکنر، جی.کی. Thisse, JF; Zenou، Y. چرا مرکز پاریس ثروتمند و مرکز شهر دیترویت فقیر است؟ یورو اقتصاد Rev. 1999 , 43 , 91-107. [ Google Scholar ] [ CrossRef ]
لی، اچ. وی، YHD; یو، ز. تیان، جی. امکانات رفاهی، دسترسی و ارزش های مسکن در کلان شهر ایالات متحده: مطالعه ای در شهرستان سالت لیک، یوتا. شهرها 2016 ، 59 ، 113-125. [ Google Scholar ] [ CrossRef ]
یوان، اف. وی، وای. Wu، JW اثرات رفاهی امکانات شهری بر قیمت مسکن در چین: دسترسی، کمبود، و فضاهای شهری. Cities 2020 , 96 , 102433. [ Google Scholar ] [ CrossRef ]
Setyono، DA; Cahyono، DD; Helmy, M. اندازه گیری ظرفیت خدماتی تسهیلات عمومی بر اساس جنبه عرضه (مطالعه موردی: مدرسه ابتدایی در شهر مالانگ). Procedia Soc. رفتار علمی 2016 ، 227 ، 45-51. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
طهماسبی، بی. منصوریان فر، محمدحسن; حق شناس، ح. کیم، I. ارزیابی برابری مبتنی بر دسترسی چندوجهی توزیع امکانات عمومی شهری. حفظ کنید. جامعه شهرها 2019 ، 49 ، 101633. [ Google Scholar ] [ CrossRef ]
دلبوسک، ا. کوری، جی. استفاده از منحنی های لورنز برای ارزیابی ارزش حمل و نقل عمومی. J. Transp. Geogr. 2011 ، 19 ، 1252-1259. [ Google Scholar ] [ CrossRef ]
ولش، TF; Mishra, S. معیاری از برابری برای اتصال حمل و نقل عمومی. J. Transp. Geogr. 2013 ، 33 ، 29-41. [ Google Scholar ] [ CrossRef ]
ماناو، ک. بادامی، ام جی; El-Geneidy، AM ادغام برابری اجتماعی در برنامه ریزی حمل و نقل شهری: ارزیابی انتقادی از اهداف و اقدامات برابری در برنامه های حمل و نقل در آمریکای شمالی. ترانسپ سیاست 2015 ، 37 ، 167-176. [ Google Scholar ] [ CrossRef ]
گدارد، م. اسمیت، پی. برابری دسترسی به خدمات مراقبت های بهداشتی: نظریه و شواهد از انگلستان. Soc. علمی پزشکی 2001 ، 53 ، 1149-1162. [ Google Scholar ] [ CrossRef ]
مارش، MT; شیلینگ، DA اندازه‌گیری ارزش ویژه در تجزیه و تحلیل مکان تسهیلات: یک بررسی و چارچوب. یورو جی. اوپر. Res. 1994 ، 74 ، 1-17. [ Google Scholar ] [ CrossRef ]
مک‌لی، لس آنجلس؛ Mayorga، ME یک مدل توزیع برای سیستم های سرور به مشتری که کارایی و برابری را متعادل می کند. Manuf. خدمت اپراتور مدیریت 2013 ، 15 ، 205-220. [ Google Scholar ] [ CrossRef ]
چانگ، ز. چن، جی. لی، WF; لی، ایکس. حمل و نقل عمومی و نابرابری فضایی دسترسی به پارک شهری: شواهد جدید از هنگ کنگ. ترانسپ Res. قسمت D Transp. محیط زیست 2019 ، 76 ، 111-122. [ Google Scholar ] [ CrossRef ]
داداش پور، ح. رستمی، ف. علیزاده، ب. آیا نابرابری در توزیع امکانات شهری ناعادلانه است؟ بررسی روشی برای شناسایی نابرابری فضایی در یک شهر ایران. شهرها 2016 ، 52 ، 159-172. [ Google Scholar ] [ CrossRef ]
چن، آ. بوفرگن، ی. شن، ام. ارزیابی اثربخشی خدمات مبتنی بر دسترسی (ABSEV) و برابری اجتماعی برای حمل و نقل اتوبوس شهری: دیدگاه پایداری. حفظ کنید. جامعه شهرها 2019 ، 44 ، 499-510. [ Google Scholar ] [ CrossRef ]
طالعی، م. اسلیوزاس، آر. فلک، جی. چارچوبی یکپارچه برای ارزیابی برابری امکانات عمومی شهری با استفاده از تحلیل چند معیاره فضایی. شهرها 2014 ، 40 ، 56-69. [ Google Scholar ] [ CrossRef ]
جیا، پی. کیو، ی. Gaughan، AE توزیع جمعیت فضایی در مقیاس خوب بر روی سطح جمعیت شبکه بندی شده با وضوح بالا و کاربرد در شهرستان آلاچوا، فلوریدا. Appl. Geogr. 2014 ، 50 ، 99-107. [ Google Scholar ] [ CrossRef ]
دنگ، سی. وو، سی. وانگ، ال. بهبود روش واحد مسکونی برای برآورد جمعیت منطقه کوچک با استفاده از سنجش از دور و اطلاعات GIS. بین المللی J. Remote Sens. 2010 ، 31 ، 5673-5688. [ Google Scholar ] [ CrossRef ]
موری، AT; دیویس، آر. استیمسون، RJ; Ferreira, L. دسترسی به حمل و نقل عمومی. ترانسپ Res. قسمت D Transp. محیط زیست 1998 ، 3 ، 319-328. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Pattnaik، SB; موهان، س. طراحی شبکه مسیر ترانزیت اتوبوس شهری تام، VM با استفاده از الگوریتم ژنتیک. J. Transp. مهندس 1998 ، 124 ، 368-375. [ Google Scholar ] [ CrossRef ]
ژونگ، دبلیو. وانگ، دی. زی، دی. یان، ال. ویژگی های دینامیکی توزیع جمعیت شانگهای با استفاده از داده های سیگنالینگ تلفن همراه. Geogr. Res. 2017 ، 36 ، 972-984. [ Google Scholar ]
ژانگ، دبلیو. تحلیلی در مورد هماهنگی توزیع جمعیت و توزیع زیرساخت خدمات در پکن. Soc. علمی پکن 2004 ، 1 ، 78-84. [ Google Scholar ]
یو، ال. ژانگ، اس. Han, G. تجزیه و تحلیل ویژگی فضایی تناوب توزیع جمعیت در شانگهای. مردم چین منبع. محیط زیست 2006 ، 16 ، 83-87. [ Google Scholar ]
لی، زی. تحقیق توسعه سیستم تجاری شهری تیانجین و ساختار ترتیبات برنامه ریزی. Ph.D. پایان نامه، دانشگاه تیانجین، تیانجین، چین، 2006. در دسترس آنلاین: https://www.cnki.net/ (دسترسی در 9 ژانویه 2006).
شن، Q. هماهنگی فضایی توزیع جمعیت و توزیع زیرساخت خدمات در شانگهای. J. Gansu Sci. 2014 ، 26 ، 139-142. [ Google Scholar ]
Kwon، O. قوانین مقیاس بین جمعیت و سیستم حمل و نقل عمومی اتوبوس های شهری. فیزیک A 2018 , 503 , 209–214. [ Google Scholar ] [ CrossRef ]
ریگادینا، تی. گودینیو، پی. دیاس، جی. خرده فروشان مواد غذایی پرتغالی – کاوش در سه نظریه کلاسیک مکان خرده فروشی. J. خرده فروشی. مصرف کنید. خدمت 2017 ، 34 ، 102-116. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ژائو، ز. مطالعه توسعه الگوی تجاری در چانگچون از قرن نوزدهم. 2014. در دسترس آنلاین: https://www.cnki.net/ (دسترسی در 14 نوامبر 2019).
تو، دبلیو. زو، TT; Xia، JZ; ژو، YL; لای، YN; جیانگ، جی سی. لی، QQ به تصویر کشیدن پویایی فضایی سرزندگی شهری با استفاده از داده های بزرگ شهری چند منبعی. محاسبه کنید. محیط زیست سیستم شهری 2019 ، 101428. [ Google Scholar ] [ CrossRef ]
او، QS; او، WS; آهنگ، ی. وو، جی. یین، CH; Mou, YC تأثیر الگوهای رشد شهری بر سرزندگی شهری در مناطق تازه ساخته شده بر اساس تجزیه و تحلیل قوانین انجمن با استفاده از “داده های بزرگ” جغرافیایی. سیاست کاربری زمین 2018 ، 78 ، 726-738. [ Google Scholar ] [ CrossRef ]
راتور، MM; احمد، ع. پل، آ. Rho, SM برنامه ریزی شهری و ساخت شهرهای هوشمند مبتنی بر اینترنت اشیا با استفاده از تجزیه و تحلیل داده های بزرگ. محاسبه کنید. شبکه 2016 ، 101 ، 63-80. [ Google Scholar ] [ CrossRef ]
نیو، XY; دینگ، ال. آهنگ، XD درک ساختار فضایی شهر مرکزی شانگهای بر اساس داده های تلفن همراه. طرح شهری. انجمن 2014 ، 6 ، 61-67. [ Google Scholar ]
تره فرنگی؛ شما، SY; Eom، JK; آهنگ، JY; تجزیه و تحلیل فضایی-زمانی شهری Min، JH با استفاده از داده های تلفن همراه: مطالعه موردی شهرهای کره ای با اندازه متوسط و بزرگ. Habitat Int. 2018 ، 73 ، 6-15. [ Google Scholar ] [ CrossRef ]
لیو، ی.ال. نیش، FG; جینگ، ی. چگونه استفاده از زمین شهری بر جریان رفت و آمد در ووهان، چین مرکزی تأثیر می‌گذارد: چشم‌انداز داده سیگنالینگ تلفن همراه. حفظ کنید. جامعه شهرها 2020 ، 53 ، 101914. [ Google Scholar ] [ CrossRef ]
Guo، SH; آهنگ، سی. پی، تی. لیو، YX; ما، تی. Du، YY; چن، جی. فن، ZD; تانگ، XL; پنگ، ی. و همکاران دسترسی به پارک‌های شهری برای ساکنان سالمند: دیدگاه‌هایی از داده‌های تلفن همراه Landsc. طرح شهری. 2019 ، 191 ، 103642. [ Google Scholar ] [ CrossRef ]
آندا، سی. مدینه، SAO; Fourie, P. شبیه سازی حمل و نقل شهری چند عاملی با استفاده از ماتریس های OD از داده های تلفن همراه. Procedia Comput. علمی 2018 ، 130 ، 803-809. [ Google Scholar ] [ CrossRef ]
کالابرس، اف. راتی، سی. زمان واقعی رم. شبکه اشتراک. گل میخ. 2006 ، 20 ، 247-258. [ Google Scholar ]
پولسلی، آر. رامونو، پی. راتی، سی. Tiezzi، E. محاسبه مناظر تلفن همراه شهری از طریق نظارت بر تراکم جمعیت بر اساس چت تلفن همراه. بین المللی J. Des. نات. اکودینامیک 2008 ، 3 ، 121-134. [ Google Scholar ]
ریدز، جی. کالابرس، اف. سوتسوک، ا. راتی، سی. سرشماری سلولی: کاوش در جمع آوری داده های شهری. محاسبات فراگیر IEEE 2007 ، 6 ، 30-38. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ژیراردین، اف. کالابرس، اف. دال، FF; راتی، سی. Blat, J. Digital footprinting: کشف گردشگران با محتوای تولید شده توسط کاربر. محاسبات فراگیر IEEE 2008 ، 7 ، 36-43. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ژیراردین، اف. واکاری، ا. گربر، آ. بیدرمن، ا. Ratti, C. به سوی تخمین حضور بازدیدکنندگان از مجموع فعالیت شبکه تلفن همراه که آنها ایجاد می کنند. در مجموعه مقالات کنفرانس بین المللی کامپیوترها در برنامه ریزی شهری و مدیریت شهری، هنگ کنگ، چین، 16-18 ژوئن 2009. [ Google Scholar ]
ایزاکمن، اس. بکر، آر. کاسرس، آر. کوبوروف، اس. رولند، جی. ورشاوسکی، الف. داستان دو شهر. در مجموعه مقالات یازدهمین کارگاه در مورد کاربردهای سیستم های محاسباتی سیار، آناپولیس، MD، ایالات متحده آمریکا، 22 تا 23 فوریه 2010; ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2010; ص 19-24. [ Google Scholar ]
کالابرس، اف. دی، ال جی; لیو، ال. راتی، سی. تخمین جریان مبدا-مقصد با استفاده از داده‌های موقعیت مکانی تلفن همراه جمع‌آوری‌شده فرصت‌طلبانه از یک میلیون کاربر در منطقه شهری بوستون. محاسبات فراگیر IEEE 2011 ، 10 ، 36-44. [ Google Scholar ] [ CrossRef ]
دیویل، پی. لینارد، سی. مارتین، اس. گیلبرت، ام. استیونز، FR; Gaughan، AE; بلوندل، وی دی. Tatem، AJ نقشه برداری پویا جمعیت با استفاده از داده های تلفن همراه. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2014 ، 111 ، 15888-15893. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
جانزن، م. ونهوف، م. اسموردا، ز. Axhausen، KW نزدیک تر به کل؟ سفرهای طولانی مدت کاربران فرانسوی تلفن همراه. رفتار سفر. Soc. 2018 ، 11 ، 31-42. [ Google Scholar ] [ CrossRef ]
مورفی، RE; ونس، JE تعیین CBD. اقتصاد Geogr. 1954 , 30 , 34. [ Google Scholar ] [ CrossRef ]
یانگ، جی. شی، ب. تحقیق در مورد روش تعریف کمی مرزهای مرکز شهری. جی. هوم. حل و فصل غرب چین 2014 ، 29 ، 17-21. [ Google Scholar ]
لی، جی جی; لی، جی دبلیو. یوان، YG; لی، GF ویژگی های توزیع فضایی و زمانی و تجزیه و تحلیل مکانیسم تراکم جمعیت شهری: موردی از شیان، شانشی، چین. شهرها 2019 ، 86 ، 62–70. [ Google Scholar ] [ CrossRef ]
کرک، دبلیو. مشکلات جغرافیا. جغرافیا 1963 ، 48 ، 357-371. [ Google Scholar ]
هورتون، FE; رینولدز، DR اثرات ساختار فضایی شهری بر رفتار فردی. اقتصاد Geogr. 1971 ، 47 ، 36-48. [ Google Scholar ] [ CrossRef ]
گولج، آر جی. استیمسون، RJ رفتار فضایی: دیدگاه جغرافیایی . انتشارات گیلفورد: نیویورک، نیویورک، ایالات متحده آمریکا، 1997. [ Google Scholar ]
چاپین، الگوهای فعالیت انسانی FS در شهر: کارهایی که مردم در زمان و مکان انجام می دهند . جان ویلی پسران: نیویورک، نیویورک، ایالات متحده آمریکا، 1974. [ Google Scholar ]
آرای، ی. فضای توپولوژیکی زندگی و فعالیت های روزمره. Reg. توسعه دهنده 1985 ، 10 ، 45-56. [ Google Scholar ]
آرای، ی. ساختار اساسی و مشکل فضای فعالیت زندگی در شهر. جی. اکون. دانشگاه شینشو 1992 ، 29 ، 27-67. [ Google Scholar ]
آرای، ی. اوکاموتو، ک. کامیا، اچ. تارو کاواگوچی: جغرافیای فضای شهری و زمان-زمان فعالیت‌های زندگی . Kokon Shoin: توکیو، ژاپن، 1996. [ Google Scholar ]
بله، پیش از این؛ Chow, MH یک رویکرد یکپارچه GIS و مکان-تخصیص به برنامه ریزی امکانات عمومی – نمونه ای از برنامه ریزی فضای باز. محاسبه کنید. محیط زیست سیستم شهری 1996 ، 20 ، 339-350. [ Google Scholar ] [ CrossRef ]

شکل 1. منطقه مطالعه. منبع: طرح توسط نویسنده

شکل 2. کاربران تلفن همراه در شهر مرکزی در روزهای هفته و آخر هفته. منبع داده ها: توسط نویسنده ترسیم شده است.

شکل 3. میانگین کاربران تلفن همراه در شهر مرکزی در روزهای کاری و آخر هفته. منبع داده ها: توسط نویسنده ترسیم شده است.

شکل 4. توزیع تراکم جمعیت در طول روز (3 بعد از ظهر تا 4 بعد از ظهر). منبع داده: توسط نویسنده ترسیم شده است.

شکل 5. توزیع تراکم جمعیت در شب (2 صبح تا 3 بامداد). منبع داده: توسط نویسنده ترسیم شده است.

مقالات داخلی و بین المللی

بدون دیدگاه

دیدگاهتان را بنویسید لغو پاسخ

برای نوشتن دیدگاه باید وارد بشوید.

مشاورین هوش پیروزی

آشکارسازی همبستگی بین تراکم جمعیت و توزیع فضایی تأسیسات خدمات عمومی شهری با داده‌های تلفن همراه

آشکارسازی همبستگی بین تراکم جمعیت و توزیع فضایی تأسیسات خدمات عمومی شهری با داده‌های تلفن همراه

خلاصه

کلید واژه ها:

1. معرفی