Балтийский регион

2016 №4

Назад к списку Скачать статью

Изменения в пространственном распределении населения и дорожной сети Санкт-Петербурга

DOI
10.5922/2074-9848-2016-4-4
Страницы / Pages
53-77

Аннотация

Изучаются актуальные проблемы взаимосвязи размещения населения с центральностью транспортной сети за период с 2002 по 2015 г. Исследование проводилось с использованием методов определения гравитационного центра населения, построения эллипса стандартных отклонений и ядерной оценки плотности (kernel density estimation). Центральность транспортной сети города анализировалась на основе модели оценки множественной центральности (Multiple Centrality Assessment Model) и инструмента анализа городской сети (Urban Network Analysis Tool), разработанного Сингапурским университетом технологии и дизайна при сотрудничестве с Массачусетским технологическим институтом для программной платформы ArcGIS. Исследование показало, что за рассматриваемый период наиболее значительные изменения произошли в центральной и ближней пригородной зонах Санкт-Петербурга, для которых характеристики центральности транспортной сети и тенденции в размещении населения существенно отличаются. Увеличение положительной корреляции между плотностью населения и показателем прямой центральности дорожной сети хорошо иллюстрирует эти отличия. Пространственные характеристики роста населения, изменения гравитационного центра населения, эллипса стандартных отклонений и характеристики центральности транспортной сети показывают, что Санкт-Петербург находится в поздней стадии урбанизации и режим его развития в целом схож с другими крупными городами.

Abstract

The authors explores the interdependence between demographic changes and transport network centrality, using Saint Petersburg as an example. The article describes the demographic data for the period 2002—2015 and the transportation network data of 2006. The authors employ several methods of demographic research; they identified the centre of gravity of the population, produce the standard deviational ellipsis and use the kernel density estimation. The street network centrality of Saint Petersburg was analyzed using the Multiple Centrality Assessment Model (MCA) and the Urban Network Analysis Tool for ArcGIS. The analysis of the population distribution in Saint Petersburg shows that each area of the city has seen their population grow over the last thirteen years. However, it is the population of suburban areas that increased the most. The core area of the city has the tendency of outward diffusion, and the population gravity centre has been moving northwards. Spatial characteristics of the population growth, changes in the population gravity centre, the standard deviational ellipse and characteristics of the street network centrality show that Saint Petersburg is at the final stage of urbanization and its development pattern is similar to that of other major cities.

Список литературы

1. Дружинин А. Г. Метрополии и метрополизация в современной России: концептуальные подходы в политико-географическом контексте // Изв. РАН. Сер. геогр. 2014. № 1. С. 19—27.
2. Лачининский С. С., Семенова И. В. Санкт-Петербургский приморский регион:геоэкономическая трансформация территории. СПб. : Лема, 2015.
3. База данных показателей муниципальных образований г. Санкт-Петербурга. URL: http://petrostat.gks.ru (дата обращения: 03.04.2016).
4. Данные Open Street Map в формате shape-файлов. URL: http://beryllium.gis-lab.info (дата обращения: 03.04.2016).
5. Официальный сайт Администрации Санкт-Петербурга. URL: http//gov.spb.ru (дата обращения: 03.04.2016).
6. Развитие потенциала города Санкт-Петербурга URL: http://csr-nw.ru (дата обращения: 03.04.2016).
7. Chen Chen,Wang Fa Hui,Xiu Chun Liang. The Relationship Between the Spatial Distribution of Commercial Networks and Street Centrality // Changchun. Economic Geography. 2013. № 33(10). P. 40—47.
8. Meng Yan Chun, Tang Cang Song. Study on the Trend of Population Spatial Distribution in Being since the Reform and Opening-up: Based on Analyzing the Data of Four Population Census from 1982 to 2010. China // Population, Resources and Environment. 2015. № 25(3). P. 135—142.
9. O’Sullivan D., Unwin D. Geographic Information Analysis. N. Y. : John Wiley & Sons, 2003.
10. Plane D. A., Rogerson P. A. The Geographical Analysis of Population: With Applications to Planning and Business. N. Y. : John Wiley & Sons, 2003.
11. Porta S., Latora V., Wang F. H. Street centrality and densities of retail and services in Bologna, Italy // Environ. Plan. B: Plan. 2009. № 12(36). P. 450—465.
12. Qianqian Tang, Kaiyu Li, Meiyue Liu. Research on Optimization Strategy of the Urban Spatial Form under the Perspective of Low Carbon — A Case Study of Xi’an city // Journal of Low Carbon Economy. 2015. № 4(3). P. 21—27.
13. Timothée P., Nicolas L. B., Emanuele S. et al. A Network Based Kernel Density Estimator Applied to Barcelona Economic Activities // Computational Science and Its Applications. 2010. № 6. P. 32—45.
14. XU Xueqiang, Zhu Jianru. Contemporary urban geography. Beijing : China Architecture & Building Press, 1988.
15. Zeng Wen, Zhang Xiao lin, Xiang Lili et al. The Features of Population Redistribution of Nanjing Metropolitan Area in 2000—2010 // Scientia Geographica Sinica. 2016. № 1. P. 81—89.
16. University of Strathclyde. Urban Design Studies Unit / Multiple Centrality Assessment Model (MCA). URL: http://www.udsu-strath.com/msc-urban-design/2012-2013/analysis-2012-2013/mca-multiple-centrality-ass... (дата обращения: 03.04.2016).
17. City Form Lab. Urban Network Analysis Tool for ArcGIS. URL: http://cityform.mit.edu/projects/urban-network-analysis (дата обращения: 03.04.2016).
18. Arc GIS Pro. How Kernel Density Works. URL: https://pro.arcgis.com/ru/pro-app/tool-reference/spatial-analyst/how-kernel-density-works.htm (дата обращения: 03.04.2016).

Reference

1. Druzhinin, A. G. 2014, Metropolii i metropolizaciya v sovremenoj Rossi: konceptual'nye podhody v politiko-geograficheskom kontekste [Mother countries and metropolization in modern Rossi: conceptual approaches in a political and geographical context], Izv. RAN. Ser. geogr, no. 1, p. 19—27.
2. Lachininskij, S. S., Semenova, I. V. 2015, Sankt-Peterburgskij primorskij region: geoehkonomicheskaya transformaciya territorii [St. Petersburg seaside region: geoeconomic transformation of the territory], St. Petersburg.
3. Baza dannyh pokazatelej municipal'nyh obrazovanij g. Sankt-Peterburga [Database of indicators of municipalities of St. Petersburg], available at: http:// petrostat.gks.ru (accessed 03.04.2015).
4. Open Street Map Project data, available at: http://beryllium.gis-lab.info (accessed 03 April 2016).
5. Oficial web site of Administration of St. Petersburg, available at: http://gov.spb.ru (accessed 03.04.2016).
6. Razvitie potenciala goroda Sankt-Peterburga [Development of capacity of the city of St. Petersburg], available at: http://csr-nw.ru (accessed 03.04.2016).
7. Chen, Chen,Wang, Fa Hui,Xiu, Chun Liang, 2013, The Relationship Between the Spatial Distribution of Commercial Networks and Street Centrality, Changchun. Economic Geography, Vol. 33, no. 10, p. 40—47.
8. Meng, Yan Chun, Tang, Cang Song, 2015, Study on the Trend of Population Spatial Distribution in Being since the Reform and Opening-up:Based on Analyzing the Data of Four Population Census from 1982 to 2010, China Population, Resources and Environment, Vol. 25, no. 3, p. 135—142.
9. O’Sullivan, D., Unwin, D. 2003, Geographic Information Analysis, New York, JohnWiley&Sons.
10. Plane, D. A., Rogerson, P. A. 2003, The Geographical Analysis of Population: With Applications to Planning and Business [M], New York, JohnWiley &Sons.
11. Porta, S., Latora, V., Wang, F. H. 2009, Street centrality and densities of retail and services in Bologna, Italy [J], Environ. Plan. B: Plan, no. 12(36), p. 450—465.
12. Qianqian, T., Kaiyu, L., Meiyue, L. 2015, Research on Optimization Strategy of the Urban Spatial Form under the Perspective of Low Carbon — A Case Study of Xi’an city [J], Journal of Low Carbon Economy, no. 4(3), p. 21—27.
13. Timothée, P., Nicolas, L. B., Emanuele, S. et al. 2010, A Network Based Kernel Density Estimator Applied to Barcelona Economic Ac-tivities [J], Computational Science and Its Applications, Vol. 6, no. 16, p. 32—45.
14. XU, Xueqiang, Zhu, Jianru, 1988, Contemporary urban geography, China Architecture & Building Press, Beijing.
15. Zeng, Wen, Zhang, Xiao lin, Xiang, Lili et al. 2016, The Features of Population Redistribution of Nanjing Metropolitan Area in 2000—2010, Scientia Geographica Sinica, no. 01, p. 81—89.
16. University of Strathclyde. Urban Design Studies Unit / Multiple Centrality Assessment Model (MCA), available at: http://www.udsu-strath.com/msc-urban-design/2012-2013/analysis-2012-2013/mca-multiple-centrality-ass... (accessed 03.04.2016).
17. City Form Lab. Urban Network Analysis Tool for ArcGIS, available at: http://cityform. mit. edu/projects/urban-network-analysis (accessed 03.04.2016).
18. Arc GIS Pro. How Kernel Density Works, available at: https://pro.arcgis.com/ru/pro-app/tool-reference/spatial-analyst/how-kernel-density-works.htm (accessed 03.04.2016).