·环境科学·
摘要：人口分布预测对城市开发区等小区域产业布局、市政设施、公共服务规划等具有重要参考价值。以西安市高新技术开发区为例,使用历次人口普查、土地利用、主城区变化等数据,采用灰色理论预测人口和城区扩展,采用格网化方法绘制人口格网密度分布图,并比例推测和预判中长期人口分布变动趋势。研究发现西安高新区2020年人口分布仍较集中且密度增大,2035年人口继续向近郊区蔓延,2050年人口分布情景取决于诸多可变因素。预测结果启示开发区应通过设计混合功能区空间模式、保障基础教育资源公平布局、建立高水准的轨道交通网络、避免冒进的土地城镇化等方式实现快速持续发展。
关 键 词：人口分布预测;发展规划;城市开发区
人口分布是各种人口现象在地理空间上的组合与联系[1]。人口分布预测在经济、城市、区域和教育规划等多个领域具有重要价值,小区域人口分布预测可作为基础设施、产业布局、土地利用等城市规划的参考依据[2],对地方政府制定综合发展规划和保障公共服务提供具有重要价值[3]。
建立有利于创新人才成长的内部培训机制。在院层面搭建了专家“技术大讲堂”，不定期邀请国内石油院校专家教授、油田技术专家、分公司及院专家授课，去年以来已累计开展各类专题讲座35场。选送了多名技术骨干到国内外学习培训。鼓励和支持在职进修，不断提升专业理论水平。目前，院里有5名青年骨干正在进修深造，其中博士在读4人。去年7月，通过自主自愿、双向选择的方式，明确了56对师徒关系，举行了隆重的拜师仪式，签订了师徒协议。今年，根据教学效果，评选出了“十佳师徒”进行表彰奖励，有3对师徒被华北分公司评为“十佳明星师徒”。
人口分布的预测可包括预言预测(prediction)、预报预测(forcasting)和投影预测(projection)3个层面[2]。其中,预言预测(prediction)包含了高度的事物发展的确定性,而预报预测(forcasting)意味着一种对预测结果真实发生的信心,投影预测(projection)则是基于一系列特定假设前提的趋势外推,是基于研究假设分析未来一系列可能性[2]。
本文“异步协作”指任务执行者在不同的时段对同一任务进行操作，并形成新的任务版本。由于创意工作难以分工，研发过程中的异步协作主要集中在前期的概念创新阶段，通过顺序修改的方式实现。
大部分人口预测属于基于一系列假设前提的趋势外推。如Marois G, Bélanger A.(2015)通过建立逻辑回归模型,对分年龄组的迁移人口和原住居民建立微观仿真人口预测模型,趋势外推了2006至2031年的蒙特利尔市的人口分布[3]。Terama E., Clarke E.(2017)研究欧洲人口结构动态演变及其对城市土地利用的驱动作用[4]。刘纪远等(2003)进行人口分布的历史反演和未来情景模拟[5]。李俊莉等(2004)对西安市人口密度数据进行模型拟合,预测了2015年的西安人口空间分布[6]。陈楠(2006)采用灰色理论预测了2005—2020年中国人口分布关联模式[7]。岳天祥(2008)基于城市人口分布模型,预测了北京市2020年人口分布的3种情景[8]。曾永明(2016)预测了中国2020—2100人口密度概率分布特征和趋势[9]。此外,A.B.奥斯特洛夫斯基(2014)依据铁路对移民的吸引力,预判丝绸之路经济带交通线路沿线的人口分布会增长[10]。左学金(2017)根据中国人口规模、结构、生育率以及城市化等特征,预判未来中国人口空间分布情景[11]。
分析来自La Esperanza地区调查的数据。首先，参与超市供应链的概率被评估为社会经济，农业，交易成本和组织变量的函数。这一分析结果表明，社会经济和农业特点无统计显著性差异。这一结果的原因可能是调查人口的同质化，主要包括条件相似的小规模农户。然而，交易成本与生产低质量风险，运输和分级问题这些因素有非常重要的相关性，构成了农民在超市供应链中的参与约束。相反，供应链中相对较高的价格和对买家的信任，对农民加入又有积极的作用。有关交易成本的结果与本研究分析框架中的理论预期是一致的。
已有研究成果在人口分布预测实现定量、可视化等方面做出了重要贡献,但尚存在改进空间。首先,由于人口空间分布变动与生育、死亡、迁入、迁出等复杂影响因素相关,其变动具有动态性和复杂性,若基于初始人口结构,综合生育、死亡和迁徙等重要因素,在一系列假设前提下科学计算[12],则对数据量的要求较高,且可实现的预测期较短,较精确的时期往往仅在5年内[13],实现中长期预测难度较大[7]。其次,在经济、社会、政策等各类不确定性因素的冲击下,人口分布的变动趋势很难精确掌握,尤其是在经济热点地区或小区域范围内,人口迁移流动性高,精确预测难度大。第三,已有成果主要面向城市、区域、国家等较大空间尺度层面[3],但经验证明人口预测对经济规划方面的贡献在局部地区、或小区域尺度上是最有效的[2],因此亟待补充更多面向城市局部、或小区域的人口分布预测成果。第四,在预言、预报和投影等3个层面上,预言和预报的确定性更高,实际应用价值更大。如果一个特定的投影预测被认为总结出了最可能出现的未来情景,就可以被提升到预报预测的程度[2],因此亟待技术探索。
由于城市开发区通常依托于大中型城市并享有更优惠的政策、土地资源优势、前瞻性的市政设施和公共服务,前瞻性的总体发展规划和招商引资政策,追求以产业结构升级带动创新创业高地建设、高水平就业和高收入机会的空间集聚,以实现广泛参与全球创新竞争和国际分工合作等目标。因此城市开发区往往具有人口集聚的后发优势,迫切需要科学预判其人口分布趋势,以作为产业、市政设施、公共服务等专题规划的依据。
本文以西安市高新区为例,采用灰色理论实现城市经济开发区人口分布演变的趋势外推,并采用人口密度格网化方法实现小区域人口分布预测的精细粒度可视化,试图刻画出其短期内人口分布最可能出现的未来情景,实现短期人口分布演变的预报预测,定性外推中长期人口分布趋势,并基于预测结果对城市开发区的近期和中长期发展提出规划要点。
1数据来源
1.1研究区概况
由于历次人口普查并非等距年份,故先基于人口普查数据计算年均人口增长率,推算1960，1970和1980年乡镇人口数量,得到等距年份的人口数列,再基于灰色理论的数列预测方法,预测2020年大西安、下辖区县、以及高新区托管街办等3个空间尺度上的人口规模[16]。城市空间尺度上预测精度良好,区县尺度上预测精度为优良,街道、乡镇尺度上人口预测精度为合格。预测认为2020年西安高新区(按照678km2的规划方案)人口规模大约为84万,弹性区间70万至96万之间。其次,预测2020年城市空间蔓延情况。利用Arcgis10.0软件,提取1980，1990，2000，2012年西安市主城区边界,以西安钟楼为中心,生成10度间隔的36维射线,与历年主城区边界进行叠加(intersect)得到36组点距数列,预测大西安2020年36维城区空间扩展趋势,预测精度良好[16]。
自1991年成立以来,西安高新区人口分布逐渐密集、周边临近街道人口逐渐增长、人口分布南扩、蔓延的空间过程(见图1)。1990至1999年间,开发区人口增加10.62万人,常住人口极化效应已经显现。人口高速增加的街道集中在外来人口和企业大量迁入的开发区核心地段,而较偏远的乡镇、街道常住人口迁出显著。2000—2009年,开发区常住人口增加40.28万人,人口分布更加集聚,并且向南蔓延。创新引领的快速发展、较多就业机会、较高收入、良好的公共基础设施和人文居住环境吸引大量外来人口迁入。
虽然受到年龄结构等因素影响,陕西省人口总量的拐点或将出现,但在外来人口的持续迁入下,大西安的常住人口规模在2035年前仍将有望保持缓慢增长趋势。西安高新区如果通过政策和资金支撑,建立起高规格产业布局,经济活力凸显,或将吸引优秀人才持续迁入,其常住人口占大西安人口比重可能提升至7%～8%(见表2)。然而,这一比重完全取决于城市各分区的发展定位、策略和城市内不同区域间的相对发展情况。如果开发区生活居住成本过高,同时交通比较便利,人们也很可能选择职住分离;如果城市其他区域有更多吸引力或就业机会,开发区的常住人口占比也可能不升反降。
西安高新技术开发区作为丝绸之路经济带起点上的创新高地,其“丝路硅谷”发展规划的实施具有较大的人口、产业聚集潜力。其综合发展规划的制定不仅需要人口分布趋势预测,而且迫切需要由投影预测(Projection)向预言预测(Forecasting)精进。
1.2数据来源
灰色理论是一种对既含有已知信息又含有不确定因素的系统进行预测的方法。它的特点是所辖信息量少,能够将无序离散的原始序列转化为有序序列,而且预测精度高,能够保持系统的特征,较好地反映系统的实际情况[14-15]。
2018年7月,根据《西安高新区托管移交工作总体方案》,西安高新区正式托管丈八、鱼化寨等7个街办和草堂等3个乡镇。《方案》将电子城、郭杜和斗门的部分社区和村分别划进了丈八、细柳和鱼化寨街办托管。为了保证人口历史数据追溯的准确性,文章采用街道级行政区划地图(涉及14个街办、乡镇)、而非托管政区图(涉及10个街办、乡镇)作为人口分布基础行政区划。
(a)1990—1999年 (b)2000—2009年
图1 西安高新区托管街道人口规模变动
Fig.1 Population change in trusteeship street of Xi′an High-tech Zone
2研究方法
2020年西安高新技术开发区核心区域人口密度峰值可达2.5万人/km2,次核心区域人口密度峰值可达1.5万人/km2,近郊区域人口密度峰值可达0.5万人/km2以上,而开发区外围区域人口密度低于0.1万人/km2,进入秦岭北麓的旅游度假和生态涵养区人口密度更低。与2010年基于人口普查数据进行的人口密度格网地图比较发现,2010至2020年间人口密度增长区域可能主要集中在开发区核心区和近郊区。尚未开发建设区域则人口密度增长缓慢、甚至下降。
2.1灰色预测方法
西安市第三至六次人口普查手工汇总资料来源于陕西省统计局人口普查办。西安市乡级政区图和陕西省土地利用类型图,由国家科学数据共享工程-地球系统科学数据共享网提供(www.geodata.cn)。西安市建成区土地利用图(1980，1990)引自《西安市城建系统志》。西安市主城区变化图(2000，2009),来源于陕西省测绘地理信息局。
西安高新技术产业开发区位于西安市主城区西南部,具有发展高科技产业的有效机制和内陆地区科技园区发展的有效模式。为了促使开发区进一步发挥带动和引擎作用,根据《西安高新区托管移交工作总体方案》,2018年西安高新区实现再扩区,托管面积增加,人口基数增加,辖雁塔、长安和鄠邑等3区的共计10个街道。
例1（2017·昆明）：水平地面上的一个物体，受到水平向右大小为20N的拉力F，请在图中用力的示意图把它表示出来。
2.2人口格网密度方法
基于土地利用数据和人口分布规律的模拟假定前提,进行人口密度格网化。基于土地利用、行政区划图与500m格网进行地图叠加。假设城镇人口主要分布在“城镇用地”和“其他建设用地”,乡村人口主要分布在“农村居民点”、“耕地”、“林地”和“草地”4类居住和工作地上,对不同的土地利用类型辅以不同的权重(见表1)[16]。以格网编号“汇总”求和,得到每一格网上的人口数,进而计算格网人口密度,绘制人口密度格网地图(见图2)。
表1 权重因子赋值
Tab.1 The assignment of the weighting factors
土地类型城乡人口城镇人口 乡村人口城镇用地0.70其他建设用地0.30农村居民点0.70 耕地0.15 林地0.10 草地0.05 合计1.001.00
3研究结果
3.12020年人口分布
人口分布预测通常基于近期人口发展趋势,基于一系列假设进行趋势外推,并排除战争、政治动荡等异常事件[2]。基于趋势外推的思路,借鉴灰色理论进行研究区域每一空间单元(街道、乡镇)的人口趋势外推。
人口分布是经济、社会、环境规划的重要基础,可指导地方政府规划或重塑政策,从而使地方经济社会更好发展,资源环境得到合理利用,并为当地居民提供更好的公共服务[2]。
3.22035年人口分布
由于预测期过长,对2035年开展人口分布灰色预测将导致预测灰度过大,精度变差。因此,采用定性分析和推算方法预测2035年研究区域人口分布[13]。
（3）设计仅考虑最大负荷工况，未结合长期运行过程中的实际生产负荷，变工况状态下机组与循环泵系统的调节措施欠缺；
(2)明确“充分的保护和安全”确定标准或解释的方式。可以在协定正文条款中单列条款，或者以注释或附件或议定书方式予以规定。其中，单独条款方式可以采取中国-乌兹别克斯坦2011投资协定模式；注释方式可以借鉴印度2015年BIT示范文本模式和参考中国-加拿大2012年BIT中的注释方式；附件方式可以参考并扩展中国-加拿大2012年BIT的附件形式；议定书方式可以参考中国一些BITs的做法。
按照2035年大西安总人口1500万、西安高新区占比8%推算,预计2035年西安高新区(按照2018年规划的托管区)常住人口可能达到120万左右。由于经济社会要素布局调整和区域竞争拉锯,按照区间估计上下波动约20%估算,其常住人口规模或在96万至140万之间。由于开发区的产业布局、基础教育、医疗等公共服务设施等都由北向南递减分布,因此其人口高密度区亦逐渐从目前的核心区域向南蔓延至次核心和近郊区,并可在人口分布绵延区以外形成产业人口聚集飞地。
(a)2010年 (b)预计2020年
图2 西安高新区500m人口格网密度分布
Fig.2 Map of population grid density distribution in 500-meter-level in Xi′an high-tech zone
表2 西安高新区人口占大西安比重
Tab.2 The proportion of population of Xi′an high-tech zone in Xi′an
人口规模19821990200020102018西安高新区/人①333 950368 987394 046683 5191 091 254③ 大西安/人②6 442 2097 665 7868 756 96410 383 41912 537 800④ 占比/%5.184.814.506.588.70
注:①1982—2010年西安高新人口规模按照2018年678km2的规划的托管街道、乡镇的空间面积追溯核算，即：电子城街道太白南路以西托管区域人口按照电子城街道人口的10%计，郭杜街道西沣路以西托管区域人口按照郭杜街道常住人口的50%计，其余街道按照100%人口规模计入高新区常住人口，在人口普查资料中汇总得到；②1982—2010年大西安人口规模按照《大西安国际化大都市城市发展战略规划》所辖区县追溯核算，在人口普查资料中汇总得到；③2018年西高新人口规模根据2018年高新区各辖区派出所管理的常住人口数实时汇总得到；④由于报告对时效性要求较高，2018年大西安人口规模由2017年西安市总人口961.67万(数据来源于2018年《西安统计年鉴》)、2016年咸阳市“两区两县”总人口187.11万(数据来源于2017年《咸阳统计年鉴》)、以及2018年西安市净增人口105万(数据来源于https://baijiahao.baidu.com/s?id=1623137549060157067&wfr=spider&for=pc)汇总估计得到。
3.32050年人口分布
虽然人口分布具有一定的惰性,但是人口的迁移流动将与产业格局、创新能力、商业活力相互影响,逐渐循环累积为新的人口分布特点。2050年人口分布的空间特征及其趋势取决于很多影响因素,包括陕西省乃至全国的人口生育率能否提振、大西安经济社会发展的绝对和相对优势、以及那时的交通技术水平、工作时间和性质、生活和娱乐方式、人们在国际、国内的相对收入水平等等。
1)生育率能否提振?如果生育率保持现在的低水平,2050年城市人口老化将很严重[17-18],城市经济活力和产业创新能力或将下降,年轻的优质人力资本或将向全球产业、智慧高地迁移。若人口年龄序列保持稳定或稳中缓降,其创新活力或可持续。通过就业机会、更高收入、更好生活环境等,可吸引优秀年轻人力资本支撑开发区创新创业发展和产业更新换代。
2)大西安经济、社会、文化是否具有国内、国际的绝对或相对优势?如果大西安的城市魅力不断提升,甚至真正实现国际化大都市的实质内涵,则借助大西安之全方位国际影响,其开发区也将快速聚集优质人力资本,助力其产业领先,促进人口密度增加。如果不能实现经济社会发展的相对优势,则人口高密度区的蔓延会减缓,甚至可能向中心区方向收缩。
3)2050年的居住、交通技术、工作时间和方式、生活和娱乐、相对收入等情况如何?处在一个技术不断更新、变革的时代,30年后的居住和交通技术的巨大变化难以预期,而居住要求、通勤成本、思想观念的变化将极大的影响城市内的常住人口分布格局。综上,2050年西安高新区的人口规模变化取决于生育率、经济此消彼长的全球、全国格局变化、技术革新后人们的生活、工作方式的变化,以及预期寿命的延长程度等多项可变性极大的因素。
4人口分布预测对城市开发区发展规划的启示
还好，我脑海中不断显现的尴尬局面并没有在第一天的傍晚出现，为第二天正式拍摄的探路工作在浅尝辄止之后就结束了。而为了让我在第二天不成为整个拍摄计划的最主要障碍，牧马人车主自告奋勇地开始帮我复习曾在各种“冰雪试驾”和“越野体验”活动中收获的知识点。一番理论教授结束之后，在一群改头换面的北汽BJ40、三菱帕杰罗的围观下，我成功依靠全新AMG G 63那充沛到有些过剩的动力摆脱了一个因为掉头而陷入雪窝的尴尬。
4.1人口分布与产业园区:设计混合功能区空间模式,避免职住分离的空间模式
依托产业园区,以圈层式和飞地式扩展方式相结合,建立商业聚居区、重要交通干线及交通节点,形成有定位差别的混合型功能分区,以便减少城市浪费型通勤,缓解拥堵,降低成本。产业园区周围应聚拢人口和服务性工商业,通过集聚效率、学习机制和成熟完善的配套,逐渐形成庞大和复杂的混合功能区结构,促使其保持高效的创新密度。
4.2人口分布与公共服务:保障基础教育资源的空间布局公平,努力促成生育友好型社区
开发区政府应通过动态调查和持续调节,打破优质教育资源过度聚集的现状,促进物力资本和师资力量基本公平分布，不断实现人均公共基础教育资源在质量、数量上的相对均等化，缓解因使用有限收入竞争更为有限的“优质”基础教育而导致的家庭收入泡沫化。
4.3人口分布与市政设施:建立高水准、空间布局完善的轨道交通网络
根据产业、科研、居住、公服混搭的混合功能区格局,通过地铁等快捷轨道交通方式保障开发区核心区与近、远郊区的低成本顺畅联系。新增的轨道交通、中小学校、社区医院等公共服务的规划选址应优先解决公共服务压力较大的人口聚居区,同时重视以优化经济要素布局为目的,对未来新增的人口聚居区加强公共设施和服务投入,逐渐形成围绕各级就业中心、商业中心、交通节点而分布的混合功能区和人口密度阶梯。
4.4人口分布与土地、资源环境:避免冒进的土地城镇化,倡导低消耗的社区生活模式
随着开发区蔓延,目前的农业用地、林地等土地类型将逐步转变为城镇建设用地[19]。由于人口增长和产业发展具有多种可能性,建议在规划设计早期预留较大比例的农业用地作为弹性规划用地。尽量采用集约城市理念,避免规划早期过快、冒进的土地城镇化,造成土地资源浪费。应重视发展高效的轨道公共交通,减少人均汽车保有量,倡导低污染、低消耗的家庭和社区生活模式,减轻资源环境压力。
在流体力学中，通常采用由欧拉方程延伸出的k-ε双方程对湍流流场进行描述。由于本文研究的空泡水筒流场中既有管道内的流动，又有分离流动，因此在建立仿真方案时选取Realizable k-epsilon湍流模型[6]求解湍流黏性系数。该模型湍流黏度计算式中含有与旋转和曲率相关的内容，因此适于计算旋转均匀的剪切流、管道内流动、边界层流动和带有分离的流动。
5结论和局限性
5.1主要结论
文章基于灰色预测实现人口分布趋势的投影预测,并且将此特定的投影预测通过人口格网密度分布方法总结为最可能出现的未来人口分布情景,从而将投影预测提升到预报预测的高度,得到以下结论:
1) 2020年西安高新区人口规模持续增加,人口密集分布区域集中在城市开发区核心区域,人口较密集分布区域位于开发区次核心区域和近郊区域,尚未开发区域的人口密度低,且增长缓慢、甚至下降。
当学生面对问题束手无策时，教师要采取有效的方式，激活学生已有的数学活动经验，使学生的学习基于经验而又超越经验，完善数学活动经验。
2) 基于比例推算的中长期人口分布预测认为2035年西安高新区(按照2018年规划的托管区)常住人口进一步增加,开发区人口高密度区将持续向南蔓延。研究认为2050年人口分布情景取决于人口生育率、经济社会发展的绝对和相对优势、交通技术、工作时间和性质、生活和娱乐方式等可变因素。
3) 人口分布预测启示开发区应在设计混合功能区空间模式、保障基础教育资源的质量和数量布局公平、努力促成生育友好型社区、建立高水准的轨道交通网络、避免冒进的土地城镇化,倡导低污染社区生活模式等方面做出努力。
5.2局限性
1) 未来真实的人口分布格局极可能与本文预测的情景不同。基于历史人口分布演变趋势的投影预测不需要与未来情景一致,正如历史人口学经常做历史情景的相反预测或对比预测[2]。未来城市人口分布格局的很多决定因素目前仍然悬而未决、可变性极大。一旦预测的基本环境变化(尤其是政策、经济环境、城市竞争力变化),各种因素将剧烈影响人口分布的变动格局。当外部基本条件发生显著的、根本性变化,不应拘泥于历史趋势外推的预测结果,并应及时修订规划。
2) 政策的最终结果往往是偶然性的。基于人口分布预测产生的相关政策通常目的在于强化或削弱现有趋势,但政策的最终效果往往是偶然性的[2]。现代社会交通便利、信息畅通,人们携带资金、技术进行跨区域、跨文化、跨国界的迁移都更加便捷,气候环境、公共服务、相对收入、就业机会、生活模式等都是人们进行国内、国际迁移决策、选择目标城市的重要影响因素,而人口迁入、迁出又会反过来极大影响开发区的产业、商贸、文化活力。因此相关规划或政策的结果也是不确定的,从而更加考验城市政府的经营、管理、服务能力和智慧。
5.3研究展望
人口分布预测具有重要的规划参考价值,不应由于其过于困难且难以精准而废弃。人口分布预测可基于灰色理论、空间面板、贝叶斯向量自回归等多种方法实现,但目前往往由于基础数据不能获取而难以实现。因此,未来应动态监测和公布小空间尺度人口、经济、社会发展等数据指标,基于人口理论、统计方法和各类统计数据周期性开展人口分布预测,使区域发展的长远景象能够动态可视化,并且得到实时修正。
参考文献：
[1] 张善余.人口地理学概论[M].上海:华东师范大学出版社, 1999.
[2] WOODS R. Population Analysis in Geography[M].London: Longman，1979: 226-248.
[3] MAROIS G, BÉLANGER A. Analyzing the impact of urban planning on population distribution in the montreal metropolitan area using a small-area micro-simulation prediction model[J].Popul Environ，2015，37(2):131-156.
[4] TERAMA E, CLARKE E, ROUNSEVELL MDA, et al. Modelling population structure in the context of urban land use change in Europe[J]. Regional Environmental Change，2017，17：1-11.
[5] 刘纪远,岳天祥,王英安,等.中国人口密度数字模拟[J].地理学报,2003(1):17-24.
[6] 李俊莉,王慧,曹明明. 西安市人口的分布变动与郊区化研究[C]∥中国地理学会、中山大学、中国科学院地理科学与资源研究所.中国地理学会2004年学术年会暨海峡两岸地理学术研讨会论文摘要集.中国地理学会、中山大学、中国科学院地理科学与资源研究所，2004:1.
[7] 陈楠,林宗坚,王钦敏，等. 基于灰色理论的中国人口空间分布模式预测[J].经济地理, 2006,26(5):759-762.
[8] 岳天祥,王英安,张倩,等. 北京市人口空间分布的未来情景模拟分析[J]. 地球信息科学,2008,4:479-488.
[9] 曾永明.中国人口空间分布形态模拟与预测——基于“五普”和“六普”的分县尺度人口密度研究[J].人口与经济,2016(6):48-61.
[10] 王海运,赵常庆,李建民,等.“丝绸之路经济带”构想的背景、潜在挑战和未来走势[J].欧亚经济,2014(4):5-58+126.
[11] 左学金. 我国人口空间分布的未来情景[N].社会科学报,2016-12-08(002).
[12] RYDER N B. The process of demographic translation[J]. Demography，1964，1:74-82.
[13] NURMAN. Demography composition and distribution in Indonesia perspective for population prediction and jobs opportunity[J]. Man in India，2016，96:4417-4435.
[14] 徐建华.现代地理学中的数学方法[M].北京:高等教育出版社,2002.
[15] 朱伟.灰色预测模型及其应用[J].数学杂志,1998,18(S1): 133-135.
[16] 米瑞华,石英,冯飞.基于历次人口普查的西安市人口分布预测研究[J].西北大学学报(自然科学版),2015,45(6):1001-1006.
[17] 陈蓉,左学金,王美凤.我国未来人口长期变动情景——基于稳定人口模型的考察[J].社会科学,2018(1):55-63.
[18] ZHAO Z, XU Q, YUAN X. FarbelowreplacementfertilityinurbanChina[J].Journalof Biosocial Science，2017，49:S4-S19.
[19] 王欢,杨海娟.大城市郊区农地流转特征及影响因素实证研究——基于西安市秦岭北麓684户农户调查[J].西北大学学报(自然科学版),2018,48(2):284-290.
Populationdistributionprojectioninurbandevelopmentzonesanditsplanningvalue：TakingXi′anHigh-techZoneasanexample
MI Ruihua1, 2， YANG Xin1, FENG Fei1
(1.College of Economy and Management, Yan′an University, Yan′an 716000, China; 2.School of Demography, Australia National University, Canberra 2602, Australia)
Abstract: The projection of population distribution has an outstanding reference value for the development of urban development zones on spatial expansion, municipal facilities, and public services. Taking Xi′an High-tech Development Zone as an example, based on the censuses data in 1982, 1990, 2000, and 2010, as well as data of the land use and the main urban area changes, the Grey Theory is used to predict population and urban expansion. The Grid Method is used to map the population density map. The proportion method is used to project the medium and long-term population distribution. The study found that the population distribution of the urban development zone still distributed concentrated in 2020. Moreover, the population distribution in 2035 spread to the southern suburbs of the development zone. The distribution of the 2050 population depends on many variables which we could not forecast right now. The study believes that population distribution prediction has an essential value for urban development zone planning. The development zone should be realized by designing the spatial pattern of mixed functional zones, ensuring the fair distribution of primary education resources, establishing a high-level rail transit network, and avoiding the excessive land urbanization.
Keywords: population distribution projection; planning; urban development zones
收稿日期：2018-09-20
基金项目：国家社科基金重点资助项目(18ARK001)；陕西省软科学-陕西省创新能力支撑计划项目(2018KRM028)；陕西省教育厅科研基金资助项目(18JK0850)
作者简介：米瑞华，女，陕西米脂人，副教授，从事人口经济、经济地理研究。
中图分类号：C922
DOI：10.16152/j.cnki.xdxbzr.2019-05-017
开放科学(资源服务)标识码(OSID)：
(编 辑 亢小玉)
标签：人口论文; 西安论文; 西安市论文; 开发区论文; 高新区论文; 社会科学总论论文; 人口学论文; 人口地理学论文; 《西北大学学报(自然科学版)》2019年第5期论文; 国家社科基金重点资助项目(18ARK001)陕西省软科学-陕西省创新能力支撑计划项目(2018KRM028)陕西省教育厅科研基金资助项目(18JK0850)论文; 延安大学经济管理学院论文; 澳大利亚国立大学社会科学与艺术学院论文;