口流动联系”,并Р基于此界定各城市群范围,同时叠加百度人口密度数据和夜Р间灯光数据分析,对各城市群进行界定、分析与评价。城市群三大核心特征Р 国务院发展研究中心Р 大数据宏观课题组Р研究数据Р 1. DMSP-OLS夜间灯光数据РØ 夜间灯光数据能够较好的表征城市化水平、经济状况、人口密度等Р 人类活动因子,是人类社会经济活动强度的良好代理变量,是人类Р 活动的综合表达РØ 1992-2013 年 22 年共 34 期的数据Р 2.百度位置服务数据РØ 截止2017年12月,百度地图每天响应超过800亿次位置服务РØ 人口大数据: 1000m*1000m的方格网;在一个城市驻留超过2个Р 月并且行为特征符合居住条件的人口大数据РØ 迁徙(流动)大数据:从常驻城市或停留超过1天的城市出发去往Р 其他城市,并且在目的地城市停留超过4小时以上;日均341个地Р 级城市城与城之间迁徙人口РØ 不足:并不能100%真实反映现实的迁徙和密度状况,本研究仅是Р 从一个视角提供现有研究中难以解决的流动数据获取问题Р 国务院发展研究中心Р 大数据宏观课题组Р联系度:基于迁徙大数据的城市群识别Р 最大联系法:Р •最大联系与前两位联系Р • 20城市群方案Р 门槛值法:Р • 10%与5%门槛值Р Ø QAP相关分析表明,采用10%和5%门槛值不影响数据质量Р • 17城市群方案Р——最大联系法相对发散、容易高估,门槛值法相对更优Р 国务院发展研究中心Р 大数据宏观课题组Р集聚度:基于密度大数据的城市群识别Р夜间灯光密度数据:Р• 1km分辨率,二次回归校正,核密度估计Р• 21城市群方案Р手机密度数据:Р• 1km城市网格,核密度估计Р• 22城市群方案Р——规避“行政城市”弊端,能够相对真Р实反映城市聚集度状况。Р——灯光数据结果全覆盖,相对更优。Р 国务院发展研究中心Р 大数据宏观课题组
全文预览
