文摘
模式、流程和机制的住宅异质性变化显著不同的地理范围。然而,大多数传统方法忽略了挡板和修改的区域单元问题(MAUP),这可能掩盖的复杂性和社会空间的层次结构。multiscalar方法以杭州市为例,提出了基于信息熵理论来估计住宅异质性及其规模的敏感性。基于杭州的第六次人口普查和6536年的房价数据库住宅区从2008年到2018年,我们探索住宅的规模效应和动态特征的异质性。空间模拟和地质统计分析的结果基于Python空间分析库(PySAL)模块显示multiscalar算法比传统方法更好的礼物真正的隔离模式,这是一个新的模型和技术在城市地理复杂系统。探索住宅异质性通过渐进multiscalar镜头提供了重要依据和改进城市更新。
1。介绍
在新自由主义和资本主义的背景下,城市居住地理环境的复杂性变得更加明显的多样性增加。住宅所代表的社会空间分化居多的异质性是一种有效的方法来识别边缘和弱势区域。而自然地理和遥感一直把概念和规模尺度改变他们的研究的最前沿,包括地图,地理规模、经营规模、和测量尺度(1),人文地理,另一方面,很少关注规模问题,有不同的理论和方法2),有三个主要的社会影响(3]。首先,规模是指空间类别或地理范围我们用来了解和研究我们的世界,包括全球,国家,地方,家庭,和日常生活4]。其次,规模是用来表示社会实践水平和空间结构5]。此外,基于规模政治的理论,也是空间的一个组成部分,生产规模和社会关系的结晶6]。从芝加哥学派的经典阶乘生态激进的马克思主义和实证主义在1970年代(7,8)和最近的范式的空间模拟和地质统计学,人类地理学家系统地研究社会的异质性区域近一个世纪,并呼吁更复杂和多维的方法(9,10]。定量研究住宅空间的异质性也可以用来评估城市的空间效率的政策举措,因此分析和公共政策干预提供依据(11]。的确,我们测量隔离的空间镜头有深远的影响更公正和社会公平的公共政策,社区发展,和负责任的治理12]。
住宅异质性反映了城市空间的社会资源的地理不均匀,呈现的镶嵌景观多样性和极化重叠(13]。社会隔离的学者都在努力调整指标来衡量住宅隔离在更复杂的环境中,多种族,和被边缘化的现实14]。因为邓肯最早提出了不同指数在1955年(D) (15),20多个类型的指数已经开发出来。早些时候指标,如经典的基尼系数(G) (16),阿特金森指数(A) (17),和信息熵指数(H) (18),在本质上是全球非空间指标,没有考虑空间距离和地理范围,这可能是敏感的土地的数量和人口的变化(19]。在1980年代,不同指标的比较刺激一波又一波的反射不同指数的方法。为代表的第二代分化指数,风险指数(xPy),提高了索引通过考虑不同群体的空间分布基于距离衰减函数(20.]。20世纪结束的时候,快速的城市扩张和全球住宅郊区化导致异质性在宏观尺度似乎不那么重要21]。如果我们仍然使用单个标量指数,这可能产生隔离悖论(22,23]。,虽然种族隔离指数似乎减少,空间内的真正的隔离和矛盾仍在增加。为代表的第三代指数空间不同指数(SDI),修改通过添加空间权重矩阵(24,25]。一般来说,住宅异质性的研究已经从单个标量macro-micro研究范式或宏观细分方法。Multiscalar镜头提供了一个框架集成的macrostability和microdiversity城市复杂系统(26]。
multiscalar居住分异现象被发现早在20世纪中期(27,28]。即住宅异质性较高规模较小和较低的规模更大,也被称为可修改的区域单元问题(MAUP) [29日]。然而,由于技术和数据约束,这个问题并没有吸引的注意力经济地理。multiscalar分析技术对空间异质性最近才被实现,成为研究的前沿30.]。为了克服挡板问题和修改的区域单元问题(MAUP),黄修改版本不同指数的基础上,提出了一个边界周长面积比(31日]。里尔登认为,规模的敏感性可以减少通过分析空间隔离的概况和macro-micro隔离比(32]。奥沙利文和黄试图模拟空间隔离和规模效应用核密度估计方法(33]。福勒进一步演示了关键假设multiscalar隔离措施(34]。万利使用multiscalar对宏观建模方法,中间,和微尺度住宅模式在奥克兰,新西兰,从2001年到2013年35]。约翰斯顿和其他学者们创造性地提出了不同模型认为macrostability和microdiversity [36]。Hennerdal和尼尔森multiscalar方法基础上开发的k最近的邻居来衡量不同民族的接触(37]。同样,Catney使用空间加权法来测试规模效应在英格兰和威尔士(12]。最近的工作在建模住宅异质性往往从传统环境或经济决定论多维框架眼镜和面向问题的范例。
以前的研究主要是衡量住宅异质性通过聚合预定义的人口普查,这是难以克服数据随机性和MAUP。细粒度的出现和大量的数据,可以定量研究multiscalar之间和不同的空间单元内部的现象。针对这些可识别的缺口和multiscalar措施提供的机会,三个核心主题是探讨。为主,本文提出了一种新颖的方法来评估算法,计算住宅异质性社会影响。其次,本文系统地研究了不同维度的住宅分化之间的关系并提供数据支持和理论依据微分城市更新措施和进步的雅致空间恢复。第三,它还有助于解释隔离模式的改变,以应对各种复杂的相互作用在不同的空间结构和发展水平。本文的结构如下。下一节介绍了社会再生产的地理范围。第三部分提出了研究区域,数据处理,和方法论方面的multiscalar隔离。第四部分介绍了住宅异质性经验模型估计的结果。 The fifth section presents the conclusion and provides a discussion.
2。地理尺度的繁殖
地理尺度上产生,而不是给定的,它被定义为劳动力的再生产和工作的旅程38]。繁殖的地理尺度上探讨了居民自己如何塑造这些尺度的宪法以复杂的方式,包括区域范围的二元结构和关系的层次结构(39]。不同的资源和社会结构为不同提供不同的投资回报的投资。与此同时,不同地区之间的竞争,吸引资本加剧地理失衡。劳动力-资本关系的重组和随后的重新组装,资源分配和发展不均衡的社会形态在城市,基础设施,日常生活越来越分散和多元化40]。地理尺度的社会再生产理论来源于马克思主义理论的空间经济,政治经济。自从史密斯了政治规模的概念,激进的马克思主义学者强调经济和政治过程如何影响尺度的出现(41]。布伦纳,通过分层与地理尺度可以理解rehierarchization在垂直差异化空间单元(6]。研究表明,不同指数的下降规模或单维度并不一定意味着增加社会融合,流动性。史密斯和丹尼斯说,在1970年代美国社会很可能从区域转移到更多的局部不均匀,和多维的方法有助于复杂现实的描述更复杂的视图(42]。
资本积累和循环是城市发展的主要驱动力,什么样的杠杆来实现“规模跳”是一个艰巨的任务。规模重建导致当地空间单元的重量的变化在全球景观,和相应的空间能力和治理结果也重塑了(43]。史密斯的想法的嵌套尺度强调这些过程的相互依存38]。哈维进一步强调劳动力过剩和资本盈余可以通过规模重建和再生繁殖达到空间修复(44]。以政府为导向的标量重建试图减少地区差距通过投资技术和社会支出。现代企业制度另一方面,为劳动主权型标量繁殖提高效率的资本流动通过消费基金和固定资本。基于空间修复理论,本文提出了一个分析框架的繁殖地理尺度(见图1)。规模政治的理论使住宅异质性的研究从平面转向结构规模和从单一到多元化的规模。然而,以往的研究大多是基于国家或人口规模。本文探索住宅异质性及其动力机制通过multiscalar角度逐步提供了重要依据和改进城市更新。
3所示。材料和方法
3.1。研究区域
杭州是长江三角洲重要的中心城市和中国东南部交通枢纽的转型的先驱城市工业和信息化服务。从1990年到2018年,城市建筑面积从69增加到615公里2城市规模扩大了近10倍。城市建筑面积的土地扩张主要来自农业用地在城市边缘地区的不断增加行政领土实体过程中调整。城市扩张导致了大量的失地农民和农民工生活在非正式定居点,这使得杭州一个典型案例来研究住宅异质性。研究主要覆盖整个城区的杭州,包括八区Shangcheng Xiacheng,西湖,Gongshu, Jianggan、滨江、萧山、余杭,不包括阜阳和临安地区,新成立这些年来从城市行政区域(见图2)。
(一)
(b)
主要从第六次全国人口普查的数据,基于中国房价平台(http://www.creprice.cn),6536年整个样本房地产交易数据住宅区在杭州得到了从2008年到2018年。人口普查数据包括所有个人的社会人口特征,如性别、年龄、种族、教育,是全面但时滞。房价反映了住宅资源的分配不均和住房需求,这在一定程度上克服时滞的短缺。因此,我们采用人口普查与住房数据相结合的方法,以杭州市为例建立研究框架的三个不同尺度的空间分化的人口普查,块,和网格;住宅空间的异质性在不同人口和规模进行了研究利用空间信息熵和scale-sensitive概要文件。
3.2。维度和方法
采用隔离的维度和方法在这项研究中,里尔登和奥沙利文(45]。长期以来,学者们一直在讨论不同的维度14和测量46)住宅异质性的概念。梅西和丹顿首先提出了五个方面的隔离,包括不均匀、曝光、浓度、集中化和集群。而里尔登认为,这些经典的五个维度之间有重叠,并进一步概括成两个维度,包括均匀度和曝光。在这里,我们使用信息熵指数( )和空间信息熵指数( ),结合接触隔离指数( )和空间接触隔离指数( ),评估住宅两非空间异质性和空间版本。
信息熵指数( )被认为是最有效的指标来衡量地理平衡,指在多大程度上组织同样分布在住宅空间。无组织的复杂性系统可以被定义为一个熵函数(47]。然后,我们构建了信息熵指数( )基于赛尔的住宅异质性的信息熵指数: 在哪里是全球熵,熵的空间单位吗 , 组的人口吗 在空间单元 ,和组的比例吗 在空间单元 。和隔离( )评估一个少数群体多少只暴露于同一组,换句话说他们只与多少他们属于集团的成员。本文使用贝尔的隔离指数( )衡量住宅异质性暴露维度:
除非空间分区边界对应于有意义的社会界限,所有的隔离措施,依靠人口数量汇总在分区边界的定义这些敏感空间分区。基于局部隔离指数( )由Feitosa,我们采用了一种基于空间加权指数改善aspatial方法: 在哪里是内核估计量,估计每个区域单元的位置的影响 。当地居民位置的强度( )和当地的人口群体( )使用一个内核计算估计放在面积单位的重心并给出权重的选择距离衰减函数和参数,我们还计算当地的比例在当地( )。基于空间距离和当地环境,我们计算空间加权信息熵( )在每个单元 :
同样,摩根的方法的基础上,我们开发了一个积分版本距离衰减接触( )如下: 在哪里是单位面积有多大和是两两区域之间的距离和和估计 。 可被视为集团成员的接触的概率彼此的逆距离加权。默认值是 和 。距离的测量,我们首先提取每个单元的质心和计算欧氏距离。
3.3。数据处理
在这项研究中,census-level数据pregiven第六次人口普查,我们预处理块级和网格级数据如下。首先,研究区域分为1155块单位围绕基于主要道路和行政边界,使用拓扑和功能在ArcGIS多边形工具。遥感图像相比,887块单位被消除仍无人居住的街区。其次,研究区域分为3617网格单元1000鱼网,和null网格单元被覆盖整个单元格仍像以前一样。最后,我们估计的人口不同的基于房价房价和家庭大小和把他们分成五组通过自然断裂点。提取不同的人口住房价格不同级别单位使用多边形工具在ArcGIS提取值。
空间指标比传统的有理论的优势但已经很少使用,主要是由于计算的困难。随着地质统计学模型和技术的发展在过去的十年中,许多方法试图改善偏析模型的实现自2014年以来通过GIS和R (48,49]。城市复杂系统的开源软件的优势在学术领域已经变得明显。Python空间分析库(PySAL)是一个全面的Python库的空间分析,包括空间数据分析、空间计量经济学、地理处理和空间数据可视化功能,这是最有效的方法来研究住宅异质性。基于开源PySAL模块由议会et al。50),本文探讨了住宅异构通过multiscalar镜头基于空间权重矩阵和街道网络的距离。
4所示。结果与讨论
4.1。住宅不同群体的异质性和维度
社会区域分析的方法基于人口普查数据的经典研究范式住宅异质性在过去的一个世纪。与全球主义和新自由主义在西方国家相比,中国住宅的结构和特征异质性逐渐改变了从计划经济到市场经济,经历了更加激烈和复杂的空间重建和社会转型。在不同组织和背景、移民,女,教育,职业分化的主要因素研究传统居民区(51,52]。尽管中国的户籍制度在过渡期间是一个独特的社会住宅异质性特征变量在中国的大城市,这在很大程度上导致分离的福利待遇和社会机会相关的团体,这大大影响了种族隔离的福利和相关组织的机会。因此,除了古典社会区域分析,我们还添加了户籍变量,叫做户口,分析住宅异质性的空间格局在杭州。根据相关研究(53,54),我们分析了9组在研究区,包括农民工,女,户口,农业和畜牧业,专业技术,业务和服务,受过高等教育(大专以上学历),老年人(60岁以上),基于人口普查数据和失业。
尺寸的均匀度,非空间隔离程度的不同人群最高(0.21603),其次是农业和畜牧业组(0.18064),高等教育组(0.13846)和流动人口(0.10730)。偏析程度的女性组最低(0.00219),(0.02431)的专业技术人员,商业和服务人员(0.02711),失业人员组(0.01901)和老年人口的信息熵指数(0.05324)小于0.1。结果表明,不同性别组在杭州的空间分布相对均匀。一般来说,基于人口普查数据的非空间信息熵指数总体上来说并不重要,和普查人口的空间分布最不均匀;single-scale分析将在2010年被吸引。杭州社会空间更加均匀空间矛盾(见表1和图3)。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
从维度的接触,除了农业和畜牧业的接触程度组小于均匀,隔离接触维度高于其他群体的一致性。在这些组织中,专业技术工人是最暴露(0.71963),表明71.963%的概率在生活中人口从事专业技术工作有接触自己组内的人从其他组和高度的隔离;也许这与这一事实有关的大多数人住的地方附近主要就业。其次,家庭人口的隔离指数(0.67199)较高,这表明,家庭人口非常重要的住宅隔离接触均匀度和尺寸;这是最重要的影响因素之一在杭州住宅异质性。女性人口流动人口(0.52312),(0.48744),(0.36930),受过高等教育的人口和商业服务人口(0.27094)接近彼此接触的维度,和有一定程度的住宅隔离。最后,失业率组(0.03876)、农业相关组(0.12330),和老人组(0.14636)接触隔离较小,尺寸和接触其他群体的概率更大(见表1和图3)。
为了测试结果的统计学意义,我们生成一个就隔离类和使用这些措施的分布在零假设下,隔离不持有。如图4,这个类是策划检查生成的分布与样本的估计价值(垂直红线)。可以看到明显的结果P_value几乎是0.00,这表明这些团体在杭州城市统计隔离在5%的显著性水平(< 5%)的价值和 。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
(m)
(n)
(o)
(p)
(问)
(右)
4.2。住宅在不同时期异质性和鳞片
住宅在不同地理尺度上呈现出不同的空间异质性模式和机制,这很难解释整个城市的社会空间异质性模式只在单标量或时间的角度通过分析。近年来,随着房价的大幅上升,增加住房在城市居民的财富的重要性,住宅分化加剧了社会分化等空间差异的教育机会,通勤成本和社会距离(55]。家庭的不同类型选择不同的居民和社区根据他们的经济状况和偏好。而保障性住房往往伴随着缺乏教育资源,就业机会,和公共设施,加剧隔绝周围的社会环境。房价是不平衡的市场化投影分布和不同的需求,占的时间延迟和静态缺陷传统住宅异质性的研究基于一个规模和时间的角度来看。因此,基于充分样本房价事务数据库的6536居住在杭州地区从2008年到2018年,本文进一步探讨了住宅异质性的规模效应和动态特征。首先,我们使用内核密度分析模拟空间分布在杭州住房价格在不同时期。结果表明,杭州是很明显的社会空间分布不均匀、分散,空间分布模式已经从西方Lake-centered钱塘River-centered,和不同时期的住宅异质性(参见图显示了不同的空间分布特征5)。
(一)
(b)
(c)
(d)
(e)
(f)
不同于住房价格波动的研究,住宅异质性的研究更多关注房价背后的空间正义和社会机制。因此,我们估计的数量不同的房价组由房价和住房大小和把他们分成5组通过詹金斯自然破坏的方法。从时间的角度来看,住宅异质性的动态特性在杭州展示一个倒u形的趋势,大致可分为四个阶段(见表2)。在第一阶段(2008 - 2011),杭州的平均房价上涨迅速从13000元到20000元,尽管政府推出了据称和最严格的限购政策的住房。在第二阶段(2012 - 2014),杭州的平均房价增长放缓甚至下降到18000元,和政策的影响房地产市场开始出现。第三阶段(2015 - 2017),市场萧条导致政府开始解除限制购买和贷款政策刺激市场,和杭州的平均房价上涨26000元。第四阶段(2018年以来),杭州的平均房价上升至32000元,和政府部门发布了一系列的调控政策。
为了探索住宅异质性的规模效应,我们构建空间信息熵概要文件从0到5000米,里尔登提出的基本原则是一致的,规模越大,越小程度的隔离。异质性基于房价比基于人口普查的数据,和均匀度比这更严重的问题。在统计层面,均匀度(0.395)和(0.348)是最小的,并与衰变是规模最小的斜率。这表明不同房价的住宅异质性群体在宏观尺度似乎不是那么重要,这是很难反映实际情况。在块级别,均匀度(0.549)和(0.490)接触是温和,与规模衰减斜率也温和。这表明不同房价群体的住宅异质性是中尺度更重要,这邻里效应,更好地反映了实际情况。在网格级别,均匀度(0.601)和(0.540)高块规模接近的结果。这表明使用网格作为基本单位可能过度放大住宅异质性,这可能带来的不确定性不同城市(参见图的比较研究6)。距离衰减的斜率是最明显的在2000带宽,这是类似于一个社区的规模。
(一)
(b)
向外扩张的同时发展和内部potential-tapping城市化、住宅空间的分化逐渐从privilege-led territory-based。采用多维、多层次的住房政策或区域规划已经成为一种有效的方式重塑空间。基于上述结论,我们提出以下建议:尺寸的均匀度,市场监管之间的交互和政府监督有利于健康和可持续发展的住宅空间。背景下充分刺激房地产业的市场活力和影响力,应该建立多样化的住房保障体系,以避免进一步扩大的收入差距造成的阶级分化。从曝光的维度,提供平等的公共服务和设施的相对弱势群体有助于增加不同群体的交流机会,促进mixed-dwelling模型不同的社会阶层。
此外,还有一些局限性与我们的研究相关。首先,本研究进行了基于假设住房消费水平代表了主要社会群体分类,这是很难研究异质性在同一个社区由于缺乏个人行为的数据。其次,住宅的multiscalar影响异质性是宏观策略和当地反应的综合结果,很难考虑和衡量住宅异质性的所有相关因素。第三,房地产投机的数据处理过程不能有效去除虚假信息,这可能会产生轻微的影响数据处理的结果。这些限制是后续研究的方向。
5。结论
理论上,住宅的异质性是一个复杂的多层次的现象,人口迁移密切相关,经济转型,历史和当代的危机。一方面,它是社会阶层分化的空间表示社会经济和地位,另一方面,由于住宅异质性将促进和加强对社会阶层的再生产亚文化的水平。multiscalar方法改进了传统方法在以下几方面:(1)在方法论方面,虽然大多数现有的研究使用非空间模型,multiscalar方法克服了黑板和修改的区域单元问题(MAUP)和可以表达的社会空间结构的复杂性和层次结构。(2)方面的维度,而现有的大多数研究只讨论了平衡的维度,本文增加了曝光维度来解释住宅异质性更全面。(3)时间的方面,虽然大多数现有的研究使用人口普查数据,multiscalar方法克服时滞的问题和描述住宅异质性通过房价的动态特性。(4)在正确的方面,传统研究不测试结果的重要性,和许多实证研究的结果似乎逐渐减少和不明显,当实际的隔离仍在增长,叫做隔离的悖论。
经验,这项研究估计住宅异质性及其动态特性在空间和非空间版本,达成以下结论:(1)基于房价住宅异质性群体比,根据人口普查数据,这使得对人口普查数据的时间滞后和静态。(2)在不同的组,户口因素往往是最重要的因素,影响杭州住宅异质性的衰变。社会福利与户籍制度可能会进一步导致社会阶层的固化。(3)比较三种基本统计单位的人口普查,块,和网格,快速扩张和郊区化在宏观的全球隔离似乎不那么重要,而当地的种族隔离在微程序级仍然是严重的。和块单元封闭的主要道路的社区特征更好地介绍住宅异质性,这被认为是最好的规模来分析住宅异质性。(4)从不同时期在2008年到2018年,尽管政府的调控政策不会改变房价上涨的势头在短期内,它有一个长期的积极作用减轻住宅异质性在杭州。总的来说,修改multiscalar方法是一种新的城市地理系统模型和技术,这可以更好地解释真正的分化模式比传统的方法。
数据可用性
这项工作可从数据通讯作者。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作得到了浙江省社会科学基金会(20 ndqn306yb);中国的国家自然科学基金(41771184,41771184);中国的国家社会科学基金重大(17 ash003);湖南省和关键的基础教育部门(18 a001)。