基於空間增量模型的人口與就業崗位分布預測

2021-02-25 城市交通

[1] Briggs D J, Gulliver J, Fecht D, et al. Dasymetric Modelling of Small-Area Population Distribution Using Land Cover and Light Emissions Data[J]. Remote Sensing of Environment, 2007, 108(4): 451-466.

[2] 朱翠霞，陳阿林，劉琳. 基於GIS的區域人口統計數據空間化：以重慶都市區為例[J]. 重慶師範大學學報(自然科學版)，2013，30(5)：50-55.

Zhu Cuixia, Chen Alin, Liu Lin. Based on GIS Regional Population Statistic Data of Space: Taking Urban Chongqing as an Example[J]. Journal of Chongqing Normal University (Natural Science), 2013, 30(5): 50-55.

[3] 王海力，韓光中，謝賢健. 基於多源遙感數據和DEM的沱江流域人口分布與地形起伏度關係研究[J]. 雲南大學學報(自然科學版)，2017，39(6)：1001-1011.

Wang Haili, Han Guangzhong, Xie Xianjian. Research on Relationship Between Population Distribution and the Relief Degree of Land Surface Based on Multi-Source Remote Data and Dem: A Case Study of Tuojiang River Basin, China[J]. Journal of Yunnan University (Natural Sciences Edition), 2017, 39(6): 1001-1011.

[4] 董珍珍，王亮，仇阿根. 基於特徵分區的人口數據格網化研究[J]. 測繪與空間地理信息，2017，40(12)：64-67+72.

Dong Zhenzhen, Wang Liang, Qiu Agen. Research on the Grid Transformation of Population Data Based on the Feature Partition[J]. Geomatics & Spatial Information Technology, 2017, 40(12): 64-67+72.

[5] 譚敏，劉凱，柳林，等. 基於隨機森林模型的珠江三角洲30 m格網人口空間化[J]. 地理科學進展，2017，36(10)：1304-1312.

Tan Min, Liu Kai, Liu Lin, et al. Spatialization of Population in the Pearl River Delta in 30 m Grids Using Random Forest Model[J]. Progress in Geography, 2017, 36(10): 1304-1312.

[6] 劉瑞，蔣旭，趙靜，等. 基於GIS的深圳市違法建築居住人口密度空間分布研究[J]. 國土資源遙感，2018，30(1)：233-237.

Liu Rui, Jiang Xu, Zhao Jing, et al. GIS Based Research on the Spatial Distribution of Population Density in Illegal Buildings in Shenzhen City[J]. Remote Sensing for Land & Resources, 2018, 30(1): 233-237.

[7] 郭莉，李智. 基於土地利用的人口崗位分布預測研究[C]//中國城市交通規劃2012年年會暨第26次學術研討會，西湖賓館，福州，2012：公交優先與緩堵對策.

[8] 王慧，吳曉，強歡歡. 南京市主城區就業空間布局初探[J]. 經濟地理，2014，34(6)：115-123.

Wang Hui, Wu Xiao, Qiang Huanhuan. A Preliminary Analysis of Spatial Distribution of Employment Spatial in Nanjing Main City[J]. Economic Geography, 2014, 34(6): 115-123.

[9] 陳小曄，孫斌棟. 上海都市區製造業就業格局的演化及影響因素[J]. 人文地理，2017，32(4)：95-101.

Chen Xiaoye, Sun Bindong. Spatial Structure and Determinants of Manufacturing Employments in Shanghai Metropolitan Area[J]. Human Geography, 2017, 32(4): 95-101.

[10] Kwan M P, Murray A T, O'kelly M E, et al. Recent Advances in Accessibility Research: Representation, Methodology and Applications[J]. Journal of Geographical Systems, 2003, 5(1): 129-138.

[11] 劉賢騰. 空間可達性研究綜述[J]. 城市交通，2007，5(6)：36-43.

Liu Xianteng. General Description of Spatial Accessibility[J]. Urban Transport of China, 2007, 5(6): 36-43.

[12] 張志偉，母睿，劉毅. 基於可達性的城市交通與土地利用一體化評價[J]. 城市交通，2018，16(2)：19-25.

Zhang Zhiwei, Mu Rui, Liu Yi. Evaluation on the Integration of Urban Transportation and Land Use Based on Reachability[J]. Urban Transport of China, 2018, 16(2): 19-25.

[13] 易漢文，殷茵. PECAS：城市用地和交通集成化模型系統[J]. 城市交通，2006，4(4)：12-20+59.

Yi Hanwen, Yin Yin. PECAS: An Integrated Land-Use and Transportation Modeling System[J]. Urban Transport of China, 2006, 4(4): 12-20+59.

[14] 餘碧琳. 土地—交通整體規劃模型空間分布估計與優化方法研究[D]. 武漢：武漢理工大學，2017.

Yu Bilin. Estimating and Optimizing Floorspace Data for Intergrated Land Use Transport Model[D]. Wuhan: Wuhan University of Technology, 2017.

[15] Zhong M, Yu B L, Liu S B, et al. A Method for Estimating Localised Space-Use Pattern and Its Applications in Integrated Land-Use Transport Modelling[J]. Urban Studies, 2018, 55(16): 3708-3724.

[16] Hunt J D, Abraham J E. Design and Application of the PECAS Land Use Modeling System[EB/OL]. 2006[2019-11-01]. http://www.ucalgary.ca/~jabraham/Papers/pecas/8094.pdf.

[17] Hunt J D, Abraham J E. Design and Implementation of PECAS: A Generalised System for Allocating Economic Production, Exchange and Consumption Quantities[M]//Elsevier. Integrated Land-Use and Transportation Models, 2005: 253-274.

相關焦點

  • 金融時序預測:狀態空間模型和卡爾曼濾波
    在今天的推文中，我們將使用狀態空間模型對單變量時間序列數據進行預測分析。該模型具有連續的隱狀態和觀測狀態。 1 狀態空間模型 基於狀態空間模型對問題進行了結構分析。
  • 聚焦第七次人口普查:人口數據背後的「秘密」
    此次人口普查數據將於2021年4月進入全面匯總和發布階段，而對於我國人口數量和人口結構的改變、人口分布的變遷及其可能帶來的政策變更，國家發改委、國務院發展研究中心、清華大學、中國人民大學等政府部門和科研機構的專家學者已經通過持續數年的各項研究得出預測結論。跟隨專家學者的講述，本刊記者與你一起「先睹為快」。
  • 中國人口大遷移:未來2億新增城鎮人口,主要分布在這19個城市群...
    我們在業內提出了廣為流行的標準分析框架：「房地產長期看人口、中期看土地、短期看金融」，基於該框架在2015年房價大漲前夜成功預測了「一線房價翻一倍」，被評為年度十大經典預測。：經濟-人口分布平衡。在這一趨勢下，我們看到，在東部地區就業的農民工規模在2012年達峰值，省外就業的外出農民工規模、人戶分離人口規模、流動人口規模均在2014年達峰值然後下降，2015年人口抽樣調查表明2010-2015年的跨省遷移人口已較2005-2010年下滑。
  • 2015.10:中國人口的多邊流動與再分布均衡(曾相嵛等)
    省際距離採用的是省會城市之間的距離，回歸結果顯示，省際距離增加帶來了人口流動負效應，但是並不顯著，反映出我國人口長距離遷移的特徵。可以預見，伴隨著人口在全國範圍內多邊流動的發生，引力模型中距離對於流量的負向效應會更加明顯。 　　（四）模型擬合優度 　　根據第三部分的理論假說，模型3包括了可分離的流出地、流入地、流出—流入地的3種空間相關效應。
  • 基於深度神經網絡的脫硫系統預測模型及應用
    由於脫硫系統受各種複雜工況的影響，且具有大慣性、非線性等特點，化學機理建模只能較粗略地對脫硫系統重要指標進行預測。當前化學機理建模的手段主要是通過傳質理論、化學動力學建立系列微分方程求解，或通過離子平衡規律、電中性原理建立守恆方程求解。化學機理建模的優勢在於可以計算和判斷各主要化學物質的濃度和存在形式，並可以對物質的空間分布進行分析。
  • 怎樣預測城市人口增長？Nature提出超越Zipf的統一模型
    該文提出的模型，對城市規划具有重要意義。這使得學界希望能通過理論模型，解釋Zipf法則。例如下圖展示的各國Pareto係數，反映了各國城市中人口分布的均勻情況，縱軸的數值越大，說明城市的人口分布越均勻，橫軸的值代表進行統計的城市數。
  • 金融時序預測:狀態空間模型和卡爾曼濾波(附代碼)
    在今天的推文中，我們將使用狀態空間模型對單變量時間序列數據進行預測分析。該模型具有連續的隱狀態和觀測狀態。1 狀態空間模型基於狀態空間模型對問題進行了結構分析。該系列是由不同的組成部分，如趨勢、季節、周期、變化以及解釋變量和幹預分別建模，然後放在狀態空間模型中。
  • 學術︱基於磁性槽楔修正模型的感應電動機氣隙磁場的分布磁路法
    海軍工程大學艦船綜合電力技術國防科技重點實驗室的研究人員劉治鑫、王東、餘中軍、孟繁慶、陳俊全，在2019年第15期《電工技術學報》上撰文，為能夠兼顧磁性槽楔感應電動機氣隙磁場的計算速度與計算精度，該文在考慮磁路飽和效應的分布磁路法基礎上，進一步通過有限元法考慮了磁性槽楔作用下的齒槽效應，即基於電機齒槽結構簡化有限元模型，計算出計及磁性槽楔作用的卡氏係數與氣隙比磁導。
  • 基於GWO-BP-CNN-ec的風電功率短期預測模型*
    通過仿真分析得出，基於GWO-BP-CNN-ec的組合模型預測效果優於單一CNN，GWO-CNN及GWO-BP-CNN，然後對比了基於BP、Elman、小波神經網絡的淺層網絡預測模型與基於CNN的深層網絡組合預測模型的預測效果，驗證出了深層CNN網絡在預測方面的精度優勢，在高風速段時尤為明顯。證明深層卷積神經網絡組合模型對風電短期功率預測精度的提升有顯著作用。
  • 農地碳排放影響因素空間差異性研究——基於STIRPAT和GWR模型的實證分析
    基於碳排放核算研究、碳排放的情景分析、因素分解等研究也逐漸展開，其中自然條件普遍被看作外生因素，而社會經濟因素對農地碳排放的驅動效應成了各研究重點考察的對象。然而，值得注意的是，不同地區的影響因素對農地碳排放存在不同的作用效果，其空間差異性需要考慮。此外，人口、富裕度、技術水平等社會經濟因素對農地碳排放的影響情況如何？其中又存在什麼樣的空間差異特徵？
  • 中國城市人口分布的冪次現象
    許學強分析了1953、1963、1973和1978年我國前100位城市的位序-規模分布狀況，並對2000年的狀況進行了預測(許學強，1982)。王法輝對我國1949-1987年的部分年份的6萬以上的城市人口規模進行了分析(王法輝，1989)。
  • 基於人口特徵的重慶市收入差距分解分析
    2、基於回歸方程的收入來源分解 　　對總體收入不平等按人口特徵分組分解雖然提供了收入不平等在不同的人口特徵分組中的分布，但是這一分解還略顯粗糙，特別是造成組內差異原因需要進一步解釋。由於本文使用的人口特徵中包含很多定性變量，只能通過啞元變量的形式來納入回歸模型中，而在泰爾指數的計算過程中存在取對數的過程，使我們無法使用啞元變量，因此本文基於回歸方程的收入來源分解使用基尼係數作為收入不平等的衡量指標。
  • 人工智慧時代的就業問題及應對
    「深藍」和「阿爾法圍棋」的主要區別在於：前者要依賴程式設計師所給出的明確指令（程序）來進行基於規則的邏輯計算，而後者可以藉助機器學習（Machine Learning）通過對樣本數據集的自主挖掘來發現和識別過往數據中蘊藏的模式，並不斷自動調整模型中的算法（algorithm），以便更好地擬合數據，這也是其被稱為人工智慧的原因所在。
  • Survey | 基於生成模型的分子設計
    近幾年，基於數據驅動的人工智慧方法，尤其是生成模型，逐漸被用於解決各個領域的逆向設計，並在分子反向設計和藥物發現中展現出了光明的前景。簡而言之，生成模型的作用是捕獲數據分布的潛在規則。取給定空間中的部分數據點集合{Xi}作為訓練集，訓練生成模型匹配真實數據分布，使生成的數據Y∼類似於實際數據X∼。
  • 許建初和楊雪飛研究組聯合在利用指示植物粗糠柴預測亞洲象空間分布方面取得重要進展
    對大象而言，覓食植物在旱季的可獲取性對其空間分布起決定性作用。
  • 上海交大團隊提出基於信號通路的肝癌風險預測模型
    近日，上海交通大學生命科學技術學院、生物信息學與生物統計學系俞章盛教授團隊在肝癌風險預測研究方面取得新進展，在柳葉刀雜誌子刊《EBioMedicine》發表了題為「Pathway-based Biomarker Identification with Crosstalk Analysis for Robust Prognosis Prediction
  • 中國人口預測值需調高?聯合國報告假設待商榷
    由於人口變動是個長期連續的過程，今天的人口也是未來一定時期人口的組成部分，未來人口的變動亦將在一定程度上體現今天人口變動的慣性，因此，人口現狀評估的準確性對於未來人口估計的影響極為關鍵。由於新版報告基本沿用了上一版的人口預測算法模型，並且兩版報告對人口現狀的評估均截止於2010年，因此新版預測值的變化主要來自於對人口現狀數據及發展趨勢估計參數的調整。
  • 中國大陸基于震源物理模型的長期地震預測及其展望
    報告題目：中國大陸基于震源物理模型的長期地震預測及其展望報 告 人：邵志剛 研究員報告時間：2020年12月4日（周五）上午9：00-11：30報告地點：地質宮519報告摘要：以中國大陸活動地塊理論為指導，長期地點預測重點關注活動地塊邊界帶，綜合強震破裂空段、斷層運動閉鎖段
  • ...基於SEIR模型的北京市新冠肺炎疫情建模與復工影響預測」課題
    「基於SEIR模型的北京市新冠肺炎疫情建模與復工影響預測」課題內容概述：小組成員們通過網際網路廣泛搜集資料庫文獻，包括政府公開報告、數據披露、各大新聞平臺報導、網絡傳播內容等資料，考慮到目前熱點研究是針對疫情演變的預測，以及疫情疾病機理防治的研究，同學們決定結合疫情的發展趨勢，對北京市新冠肺炎疫情進行建模並預測復工影響。
  • 控不住的人口:從國際經驗看北京上海等超大城市人口發展趨勢
    文：恆大研究院 任澤平 熊柴　　導讀　　我們在業內提出了廣為流行的標準分析框架「房地產長期看人口、中期看土地、短期看金融」，並根據該框架在2015年預測「一線房價翻一倍」，預測的邏輯除了貨幣超發因素外，主要是基於城鎮化進程中人口遷移聚集的規律趨勢，可分兩個階段