规划头条

声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号,?#35745;?#20026;外部链接,本站不存储微信文章?#35745;?/font>。
如有版权问题,请直接发送邮件到 [email protected] ,将会第一时间进行处理反馈。
 微文:【周末悦读】京津冀的城市地区识别与国际比较
规划云知识卡片
Kw-Card-0
城市(18)
GO
Kw-Card-1
京津冀(16)
GO
点击查看文章全文
规划云知识卡片>>>  城市()  京津冀()

摘要: 文图| ?#25293;埽?#21271;京清华同衡规划设计研究院、清华大学建筑学院武廷海,清华大学建筑学院摘要城市地区是人口普查中为统计城市人口所使用的地域?#25293;睿?#26159;人口高密度聚居的人居环境。目前,美国、欧盟、日本等发达国家(地区)在人口普查中普遍采用基于精细化人口统计单元的城市地区识别方法,而中国目前仍采用基于市镇建制和行政区划的城市统计口径,导致针对中国城市的统计和研究难以与国际接轨。本文研究参考经济合作与发展组织(Organization for Economic Co-operation and Development,OECD)的?#38469;?#27969;程,以1km2网格人口分布模拟为基础,通过空间分析识别了京津冀范围内实体意义上的城市组团,进而划分了人口在10万人以上的城市组团所在的城市地区。研究通过将识别结果与OECD国家的主要大城市地区进行比较,揭示了北京城市地区和天津城市地区的面积、规模、人......(2019-06-28 17:03:40)| 本站微文频道仅?#31456;?#24494;信文章标题与文首300字  |   作者:城市规划

反馈邮箱 [email protected]
声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号。
本站不存储微信文章?#35745;?#31449;内?#35745;?#24050;获得正版授权
如有版权问题,请直接发送邮件到 [email protected] ,将会第一时间进行处理反馈。

【周末悦读】京津冀的城市地区识别与国际比较


文图 

?#25293;?/span>,北京清华同衡规划设计研究院、清华大学建筑学院

武廷海,清华大学建筑学院


摘要

城市地区是人口普查中为统计城市人口所使用的地域?#25293;睿?#26159;人口高密度聚居的人居环境。目前,美国、欧盟、日本等发达国家(地区)在人口普查中普遍采用基于精细化人口统计单元的城市地区识别方法,而中国目前仍采用基于市镇建制和行政区划的城市统计口径,导致针对中国城市的统计和研究难以与国际接轨。本文研究参考经济合作与发展组织(Organization for Economic Co-operation and Development,OECD)的?#38469;?#27969;程,以1km2网格人口分布模拟为基础,通过空间分析识别了京津冀范围内实体意义上的城市组团,进而划分了人口在10万人以上的城市组团所在的城市地区。研究通过将识别结果与OECD国家的主要大城市地区进行比较,揭示了北京城市地区和天津城市地区的面积、规模、人口密度特征,并对雄安新区建设情境下的京津冀可能形成的“京-津-雄?#27604;?#36275;鼎立的城镇发展格局进行了预?#23567;?#30740;究提出的基于高精度人口分布信息识别城市地区,呼应了我国统计中进行城乡划分和计算城市人口的需要,识别结果有助于科学认识京津冀区域的城镇发展,以及在国际比较基础上对城市地区进行系统评?#39304;?/span>


关键词

    城市地区;城乡划分;京津冀;城镇化;城市实体地域





 引言

就中国和全球而言,城市已经在社会发展中占据了主体地位。根据联合国发布的《2018年世界人口展望》,目前全球55%的人口生活在城市地区,到2050年城市地区内的人口将达到全球总人口的68%(United Nations,2018)。全球广泛的城市化导致了不均衡的空间发展和特大城市的扩张(Brenner、Schmid,2015)。科学地认识城镇化进程是全球面对的共同议题。

城市地区(Urban Area)是人口普查中为统计城市人口所使用的地域?#25293;睿?#26159;指人口高密度聚居的人居环境。识别城市地区主要在于准确地解决城乡划分问题,识别的目的是支撑城镇人口统计、科学判断城镇化过程,进而为城乡政策提供相应的空间载体(周一星、史育龙,1993?#29615;?#20581;、周一星等,2012;王智勇,2018)。长期以来,中国的城市统计使用基于行政地域单元的统计口径,不能与国际惯例接轨(周一星、史育龙,1995)。虽然历次人口普查对城市划分标?#20864;?#34892;了多次修正(张立,2011),但迄今并没有从根本上排除行政因素对于城市人口统计的干扰,市镇建制和行政区划因素仍然是我国统计上划分城乡的先决性因素。1按照特殊标准统计和计算的中国城镇化水?#20581;?#22478;镇规模等指标不宜与别国进行直接比较。针对上述问题,有必要更加系统地解决城市地区识别问题,为开展城镇化统计和制定城乡政策提供相应的空间载体。

2016年的“人居三”会议上,欧盟委员会、OECD、世界银行联合通过了一项自愿?#20449;擔╲oluntary commitments),该?#20449;?#22522;于欧盟和OECD的城市地区划分基础,提出了一套面向全球的、统一的城市定义,旨在更好的比较?#22270;?#27979;全球城市发展变化。2根据上述协议,全球的城市、郊区以及乡村地区,需要以人口集聚情况为依据,通过一系列?#38469;?#27969;程在地理上加以区分,与城市界定紧密联系的城市化水?#25581;?#38656;要在城市地区识别的基础上进行科学测算。目前,这套城市地区的监测体系已成为最接近全球标准的监测体系,上述成果可以作为我国城市地区监测识别的主要国际参照系。特别是,目前我国人口普查中缺少精细化人口统计单元,而欧盟采用的基于精细化网格人口分?#38469;?#25454;集的城市地区划定方法,恰恰适用于我国的情况。

本文以京津冀区域为研究范围,系统总结美国、欧盟、日本在统计中划分城乡的做法,并参考欧盟和OECD标准,提出适用于我国的基于精细网格人口分?#38469;?#25454;集的城市组团与城市地区识别标准化流程;将北京城市地区、天津城市地区与国际上其它重要的大城市地区进行比较,评价京津冀的大城市地区发展状况;对研究发现进行总结,并针对统计中的城市地区界定和城乡划分等问题提出建议。

1

 

城市地区识别的经验与进展

1.1 城镇化先行国家(地区)界定城市地区的经验

美国、欧盟、日本等人口较多、面积较大的城镇化先行国家(地区),在统计中进行城市地区划定方面,已经积累了大量经验。总体看来,城市地区的划定需要准确的体现城市实体的发展情况,而城市的行政区域往往与城市实体不相匹配,因此,这些国家(地区)在?#23548;?#20013;都逐步摒弃了直接根据行政区划分城乡的做法,转向了根据人口实际空间集聚状况界定统计意义上的城市地区。

例如,美国人口普查中定义城市地区由面积很小的人口普查区(census block)3组成,人口密度大于390人/km2的地区可以作为?#34892;?#22478;镇,城市地区则包括?#34892;?#22478;镇及其周边人口密度高于190人/km2地区4;欧盟基于1km2人口分布网格数据,将人口密度达到300人/km2、人口集聚规模达到5000人以上的地区划分为城市组团(urban cluster)或高密度城市组团(high-density cluster),其它地区为乡村网格单元5;日本采用“国?#39057;?#26619;小地域?#20445;˙asic Unit Blocks,BUBs)为基础地理数据,将由人口密度达到4000人/km2以上的国?#39057;?#26597;小地域组成的、总人口达到5000人以上的地区划定为城市“人口密集区”densely inhabited districts,DID)6

美国、欧盟、日本采用的划定城市地区的具体方法有所区别,但也具有明显的共性。(1)为了?#20174;?#20154;口的实际集聚状况,各国(地区)在其城乡地域划分中均使用了较高精度的人口空间分?#38469;?#25454;集,例如美国使用Census Block、日本使用BUBs、欧盟使用1km2网格单元人口数据集。(2)在城市地区界定的具体标准方面,均采用了人口密度与连续集聚规模这双重标准(表1)。(3)各国使用的城乡划分的?#38469;?#27493;骤存在共性,如图1所示。

  表1︱?#39304;?#27431;、日人口普查中的城市地区界定比较


  图1︱?#39304;?#27431;、日划分城市地区和乡村地区的共性?#38469;?#27493;骤


1.2  中国城市地区界定和识别的研究进展

针对我国城市地区界定和城乡划分问题,1980年代末以来,不少研究从地理学、人口学等角度进行了探讨,总体上形成了两类研究思路。

第一类研究思路是以基层行政地域为单元划分城乡,在此基础上对城乡划分的人口标?#20864;?#34892;详细?#33268;邸?#22914;(马侠,1988)、(田雪原,1989)提出应以聚居人口规模、人口密度、非农人口比例等指标作为划分城乡的依据;(毛其智等,2014)利用乡镇和街道尺度的“五普”和“六普?#27604;?#21475;资料研究了我国城市化地区变化情况;(王智勇,2018)则建议参考OECD的城乡分类方法,将人口密度大于500人/km2的县级地理单元划分为城市地区。这些研究已经认识到了我国城乡划分标准难以准确体现城镇实际发展状况的问题,并借鉴了国际经验,但问题在于根据行政单元人口指标直接划分城乡的固有认识没?#20449;?#38500;。我国的基层行政地域仍然是面积广阔、城乡混合的区域7以基层行政区域为单元划分城乡,实际上是在长期缺乏精细化人口统计数据支撑的情况下做出的权宜之计。

第二类研究思路是尽量排除行政因素的干扰,直接识别实体意义上的城镇。(周一星,1986)提出我国应?#33539;?#19968;个城镇实体地理界线的标准,进而提出?#36865;?#35745;上与实体地域相对应的“城市统计区”这一?#25293;睿?#21608;一星、史育龙,1995)。2000年以来,由于遥?#23567;?#22320;理信息系统、多元空间大数据等?#38469;?#21644;数据支撑条件的改善,面向城市实体的研究逐?#21280;?#20026;主流。周一星及合作者将遥感和地理信息系统应用于城乡划分的空间识别,并开展一系列?#23548;?#30740;究。(宋小冬、柳朴等,2006;冯健、周一星等,2012)以卫星遥感影像为基础对全国城镇建成区域进行动态识别?#22836;?#26512;成为热点(王雷等,2012;吕薇、刁承泰,2013;吴志强,2018)。夜间灯光数据也被广泛应用于城市地区及其变化的识别研究(卓莉、史培军等,2003;舒松、余柏蒗等,2011;刘沁萍、杨?#26469;?#31561;,2014)。近年来也出现了基于数字地图道路交叉口密度(Long,2016)、地理兴趣点(丛雪萍,2017),以及土地利用现状遥感监测数据(LUCC)叠加社区单元边界(马爽等,2018)等城市地区识别研究,这些研究为重新认识实体意义上的我国城市提供了大量证据。

目前,基于人口集聚的城乡划分与基于多元数据的城市识别这两类研究需要更好的结合,在城市地区识别方法方面亟待建立与国际接轨的标准化流程。


2

京津冀城市地区识别

2.1  城市地区识别?#38469;?#36335;径

京津冀区域包括北京市、天津市以及河北省,总面积约21.7万km2,是一个范围广阔、人口众多、城乡混杂的人居环境,京津冀区域内大量的城镇组成了京津冀世界级城市?#28023;?#21556;良镛,2000;武廷海、?#25293;埽?015;吴唯佳,2017)。

研究参考以精细化的人口分布网格数据集为基础,基于人口空间集聚态势进行城乡空间划分,基本分析流程包括3个步骤(图2):

  图2︱研究路径示意图

步骤1,精细化人口分布模拟。采用京津冀区域的2010年第六次人口普查乡镇街道级人口数据和2010年京津冀区域的30米地表覆盖数据集,通过插值生成2010年京津冀区域1km2人口分布网格数据集,为城乡划分提供数据支持。

步骤2,提取城市组团。明确人口密度门槛值和人口集聚规模门槛值;根据上述门槛值,通过一定步骤的地理信息系统(GIS)空间分析,将1km2人口分布网格数据集划分为“城市组团”和“乡村网格”。

步骤3,划分城市地区。将京津冀区域的乡镇街道行政区与城市核相叠加,识别城市核所在的乡级地区作为城市地区。

上述流程中涉及“城市组团”与“城市地区”这两个有所区别的?#25293;睢?/span>所谓的“城市组团”是指由1km2网格构成的人口高密度连续集聚区域,是真正意义上的城市实体地域;所?#20581;?#22478;市地区”则是指由城市组团所在的乡镇街道级行政区组成的地域空间。之所以要在提取城市组团的基础上进一步识别其所在的基层行政区域,是为了便于与OECD提供的国外城市地区相比1,以及为了在统计和政策制定方面与其他各项事业相协调。

2.2  城市地区识别过程

研究使用的基础数据包括?#28023;?)2010年乡镇街道人口数据:京津冀区域第六次人口普查分镇(街道)常住人口。参考(毛其智等,2014)的数据空间化方法,采用百度地图API查询各乡镇街道政府所在地,对数据进行空间匹配。(2)?#29992;?#28857;分?#38469;?#25454;:采用全球30米地表覆盖数据集(GlobeLand30)中的人造地表层(Artificial surfaces)。9对原?#38469;?#25454;,通过人工处理,?#22659;?#20102;人造地表层中明显是交通线路的图斑,保留?#29992;?#28857;图斑。

根据图2所示?#38469;?#27969;程,研究首先将第六次人口普查的乡镇街道级人口统计资料与30米精度的?#29992;?#28857;分?#38469;?#25454;相结合,插?#30340;?#25311;生成京津冀区域1km2人口分布网格数据集(图3);进而参考OECD标准,根据人口集聚情况将所有网格划分为两类:城市组团及乡村网格(图4)。

 图3︱京津冀区域1km2网格人口数据集模拟结果

 图4︱京津冀区域城市组团识别结果

划为城市组团的网格需要同时满足2个条件:条件1是网格人口密度应达?#20132;?#36229;过1500人/km2(该标准参照OECD为日本、韩国等东亚国家制定的人口密度标准),属于高密度网格;一些特殊网格虽然本身的人口密度没有达到1500人/km2,但是被其它高密度网格所包围10,这些填空的网格也应并入高密度网格;条件2是?#19978;?#27607;邻的符合条件1的高密度网格合并组成一个完整的组团,该组团的人口总?#30475;锏交?#36229;过1万人的城镇人口规模阈值。最后,将符合行政区内全部人口50%以上居住于城市组?#25293;冢?#19988;所在的城市组团人口达到10万人的乡镇街道地域划分出来,作为京津冀的城市地区(图5)。

图5︱京津冀的城市地区识别结果


3


京津冀城市地区的国际比较

由于研究采用了以人口公里网格模拟为基础、以人口集聚态势为依据的标准化城市地区识别流程,识别结果与OECD国家的城市地区具有可比性。

3.1 北京、天津大城市地区与国际比较

研究结果表明,2010年,北京城市地区总人口1656万人,总面积3419km2,人口密度约0.48万人/km2天津城市地区总人口759.2万人,总面积1983.4km2,人口密度约为0.38万人/km2与OECD成员国的其它大城市地区比较,京津冀区域内的大城市地区人口规模小于同属于东亚特大城市地区的东京和首尔-仁川,而与美国的纽约大城市地区大致相当(表2)。比较可知,北京、天津大城市地区的人口密度明显小于日本的大城市地区,但略高于欧洲城市地区的密度。

 表2︱?#39304;?#27431;、日人口普查中的城市地区界定比较11

同比例尺比较世界主要大城市地区及周边的空间格局,北京、天津周边的次级城镇具有规模较小、数量较多、分布密集等特点(见图6)。

 图6︱世界典型大城市地区同比例尺比较12

3.2  雄安新区建设情境下的城市格局

目前,雄安新区建设是对于京津冀区域城镇发展具有重大影响的举措。根据计划,雄安新区起步区远期将承载200-250万人口。随着雄安新区大规模建设,有可能在实体层面上使雄县、容城、安新、徐水等城镇连成整体,形成一个人口总量超过250万人、规模超过保定?#34892;?#22478;区的城市组团。这样,未来京津冀北区域将形成“京-津-雄?#27604;?#36275;鼎立的城镇发展格局(图7)。

 图7︱2010年京津冀北城镇现在分布(左)与加入雄安新区起步区后(?#36965;?#30456;比较

4

结论与?#33268;?/span>

4.1  研究结论

论文在参考美国、欧盟、日本统计中进行城乡划分的成熟经验基础上,明确了城市地区识别的原则和路径;进而参照OECD的?#38469;?#27969;程,以1km2网格人口分布模拟为基础,通过空间分析识别了京津冀区域范围内实体意义上的城市组团,发现2010年京津冀区域共有人口集聚规模达到1万人以上的城市组团478个,这些城市组团已经出现了跨县级甚至省级行政区域融合发展的现象。研究进一步划分了10万人以上的城市组团所在的城市地区,并将北京城市地区、天津城市地区与OECD国家的主要大城市地区进行比较,指出北京、天津大城市地区的人口密度明显小于日本的大城市地区,但略高于欧洲城市地区的人口密度;同时,对雄安新区建设情境下的城市格局进行了初步分析,指出如果雄安新区能够按照规划预期发展,未来京津冀北区域将形成“京-津-雄?#27604;?#36275;鼎立的城镇发展格局。

本研究表明,在当前的?#38469;?#26465;件下,基于高精度人口分布识别京津冀乃至全国其它区域的城市地区是完全可行的。对比与既有方法,本文的?#38469;?#36335;径直接呼应统计中进行城乡划分和计算城市人口的需要,在方法和指标上与国际先进经验相对接,识别结果与OECD的既有成果具有可比性,有利于开展中国与国际城市发展的比较研究。

研?#23458;?#26102;表明,基于人口集聚状况界定城市,可以对京津冀区域的城镇数量、城镇体?#30340;?#33267;城市空间形态等问题产生新的科学认识,有助于准确判断城镇发展的实际情况。

4.2  主要建议

研究认为,在未来我国的城市和城镇化研究中,应进一?#21280;?#28165;和明确相关?#25293;睢?/span>例如,“城市实体地域”这一?#25293;?#24212;准确的指代由小尺度的高密度人口统计单元聚合而成的地理区域,是真正的高密度人居环境,美国的UAs和UCs、日本的DID、欧盟的urban cluster?#38469;?#32479;计中对应城市实体地域的?#25293;睢?/span>发达国家在人口普查中引入城市实体地域的?#25293;睿?#24688;恰是因为行政单元不适于作为城镇化统计的基本单元。从科学?#25293;?#30340;清晰性角度出发,城市实体地域单元不必也不应与基层行政地域相重合,这是一条基本经验。本文参照国际惯例,使用“城市组团?#20445;╱rban cluster)这一术语指代统计中的城市实体地域,可供参考。

为了将城市实体地域与其它以行政区为单元的社会经济统计相匹配,以及便于城乡政策的实施,可以通过叠合分析,进一步识别城镇实体所在的最基层行政地域,即本文所谓的“城市地区?#20445;╱rban area)。在研究中应特别注意区分“城市地区”与“城市组团”等?#25293;?#20043;间的区别与联系。

本文同?#27604;?#20026;,目前我国已进入城市社会,更加迫切地需要在人口普查中建立基于人口集聚状况的城市实体统计口径。从国际经验来看,在统计中科学划分城乡的前提是建立空间尺度?#23545;?#23567;于行政区域的精细化人口统计单元。文基于京津冀区域的1km2网格人口分布模拟识别城市地区,证明了在当前的数据?#22270;际?#26465;件下,根据人口集聚状况精细地划分城乡是完全可行的。在未来的我国城市人口统计中,建议尽快改变目前以城镇建制为依据的统计口径,基于具有公信力的全国精细人口空间分?#38469;?#25454;,建立新一代标准化城乡人口统计体系。具体而言,可以参考欧盟做法,根据全国公里网格人口数据集划分城乡,?#37096;?#20197;在未来的人口普查中公布社区、行政村级的人口信息,形成类似于日本BUBs的人口统计小地域单元作为城市人口统计的基本单元。


注 释

1 详见:http://www.stats.gov.cn/tjsj/tjbz/200610/t20061018_8666.html

2 详见:https://ghsl.jrc.ec.europa.eu/degurba.php

3 2010年美国人口普查涉及的普查区共11155486个(含波多黎各),平均每个普查区面积仅为0.8km2。详见:https://www.census.gov/geo/maps-data/data/tallies/tractblock.html

4 详见:https://www.census.gov
ewsroom
eleases/archives/2010_census/cb12-50.html

5 详见:https://ec.europa.eu/eurostat/statistics-explained/index.php/Degree_of_urbanisation_classification_-_2011_revision#Degree_of_urbanisation_classification

6 详见:http://www.stat.go.jp/english/data/chiri/did/1-1.html

7 目前,我国有县级行政区2851个,乡级行政区39888个;县级行政区的平均面积约为3379.2km2,乡级行政区的平均面积为241.5km2

8 本文中的“城市地区”对应OECD文件中的“城市核?#20445;╱rban core)这个?#25293;睿?#35814;见:https: //www.oecd.org/ cfe
egional-policy/ Definition-of-Functional-Urban-Areas-for-the-OECD- metropolitan-database. pdf

9 数据获取自:http://www.globalland-cover.com/GLC30 Dow-nload/index. aspx

10 具体而言,在网格人口数据集中,每一个网格都被周边的8个网格环绕,如果某网格周边8个网格?#38469;?#20110;高密度网格,则此网格也应作为高密度网格。上述判断需要不断重复,直到填满城市组?#25293;?#37096;的所有网格空隙。

11 表中北京、天津相关数据为本研究成果,国外其它城市地区数据来自OECD,数据来源:http://www.oecd.org/cfe
egional-policy/function-alur-banareas-bycountry. htm

12  图中北京、天津为本研究成果,其它城市地区来自OECD,数据来源:http://www.oecd.org/cfe/ regional-policy/func-tionalur-banareas-bycountry.htm


参考文献

[1]  Brenner N, Schmid C. Towards a New Epistemology of the Urban?[J]. City, 2015, 19(2-3): 151-182.

[2]  DIJKSTRA L, POELMAN H. A harmonised definition of cities and rural areas: the new degree of urbanization[R]. European Commission WP, 2014(1).

[3]  LONG Y. Redefining Chinese city system with emerging new data[J]. Applied Geography, 2016 (75): 36-48.

[4]  Moreno E. Concepts, definitions and data sources for the study of urbanization: the 2030 Agenda for Sustainable Development[C]. United Nations Expert Group Meeting on Sustainable Cities,[2017-06-05]. Human Mobility And International Migration. http://www.un.org/en/development/desa/population/events/pdf/expert/27/papers/II/paper-Moreno-final.pdf.

[5]  Rosina K, Sanchez-Serra D, Brezzi M, et al. Redefining urban areas in OECD countries[M]. Redefining “Urban”. 2012.

[6]  United Nations. World Urbanization Prospects (2018 Revision)[R/OL]. [2018-05-05].http://esa.un.org/unpd/wup/highlights/wup2018-highlights.pdf.

[7]  丛雪萍. 基于大数据的城市实体边界与虚拟边界研究[D].辽宁师范大学,2017.

[8]  付晶莹,江东,黄耀欢. 中国公里网格人口分?#38469;?#25454;集[J].地理学报, 2014,69(S): 41-44.

[9]  国家统计局. 中国2010年人口、普查分乡、镇、街道资料. [C]// 各省汇编. 2013.

[10]  刘沁萍,杨?#26469;?付冬暇,等.基于DMSP_OLS灯光数据的1992~2010年中国城市空间扩张研究[J].地理科学, 2014, 34(2): 129-136.

[11]  吕薇,刁承泰. 中国城市规模分布演变特征研究[J].西南大学学报:自然科学版, 2013, 35(6): 136-141.

[12]  马爽,龙瀛. 中国城市实体地域识别的初探[C]//. 中国学会, 杭州市人民政府.共享与?#20998;?-2018中国年会论文集(16区域规划与城市经济), 杭州: 2018: 15.

[13]  马侠.中国城乡划分标准与城镇发展水平[J].人口与经济, 1988(6): 29-33.

[14]  毛其智,龙瀛,吴康.中国人口密度时空演变与城镇化空间格局初探--从2000年到2010年[J]., 2015, 39(2): 38-43.

[15]  舒松,余柏蒗,吴健平,等.基于夜间灯光数据的城市建成区提取方法评价与应用[J].遥感?#38469;?#19982;应用, 2011, 26(02): 169-176.

[16]  宋小冬,柳朴,周一星.上海市城乡实体地域的划分[J].地理学报, 2006, 61(8): 787-797.

[17]  田雪原.中国城市人口划分标准问题研究[J].人口与经济,1989(1): 3-8.

[18]  王智勇.中国的城乡划分与城镇化评估--基于国际比较的视角[J].人口与经济, 2018(2): 1-15.

[19]  冯健,周一星,李伯衡,王凯.城乡划分与监测[M].北京:科学出版社, 2012:55-57.

[20]  王雷,李丛丛,应清,等.中国1990~2010年城市扩张卫星遥感制图[J].科学通报, 2012, 57(16): 1388-1403.

[21]  吴良镛.京津冀北城乡空间发展规划研究--对该地区当前建设战略的探索之一[J]., 2000(12): 9-15.

[22]  吴唯佳.中国城市化趋势与京津冀协同发展的长期战略[J].人类居住, 2017(4): 23-30.

[23]  吴志强.人工智能辅助[J].时代建筑, 2018 (1):6-11.

[24]  武廷海,?#25293;?作为人居环境的中国城市群--空间格局与展望[J]., 2015, 39(6): 14-25+36.

[25]  张立.城镇化新?#38382;?#19979;的城乡(人口)划分标准?#33268;踇J].学刊, 2011(2): 77-85.

[26]  周一星.关于明确我国城镇?#25293;?#21644;城镇人口统计口径的建议[J]., 1986(3): 10-15.

[27]  周一星,史育龙.城乡划分与城镇人口统计--中外对比研究[J].城市问题, 1993(1): 22-26.

[28]  周一星,史育龙.建立中国城市的实体地域?#25293;頪J].地理学报, 1995(4): 289-301.

[29]  卓莉,史培军,陈晋,等. 20世纪90年代中国城市时空变化特征--基于灯光指数CNLI方法的探讨[J].地理学报, 2003(6): 893-902.


本文刊载于《人类居住》杂志

2018年 第 4 期

扩展阅读


吴良镛 | 加强人居环境规划建设管理与教育科研工作的思考

吴唯佳 | 重视人居环境的层次特点,完善空间规划治理体系

杨保军 | 体制变革,学科稳进

人居科学的主要特征和基本学科体系

俞滨洋 | 新时代绿色城市高质量发展建设的战略思考

国土空间规划?#23548;?#38754;临的?#38469;?#25361;战

从动态过程谈规划体系构建

乡村地区空间规划的样本分析--崇礼规划引发的思考

崛起的中国特大城市:空间趋势与社会经济分异

精准决策模型:大数据时代的新前沿



欢迎在朋友圈转发,转载请联系后台


关注我们,精彩无限~



这里是原文,点击查看原文全文

如有版权问题请联系 [email protected]规划头条 » 【周末悦读】京津冀的城市地区识别与国际比较

相关?#33805;?/strong>

?#33268;?#35831;到国匠热点?#33268;廴海?a href="https://jq.qq.com/?_wv=1027&k=5xNzJQL">点击加入QQ群

登陆国匠城 注册国匠城

规划云首页
多风格地图底图 getxy 在线协作工具 意向?#35745;?#25628;索 线稿自动上色 断面绘制工具 词频统计工具 mapv style xuetang fenxitupeise upnews
超级888闯关
山东麻将怎么玩法 你喜欢什么不重要 重要的是赚钱 海王捕鱼代充平台 手机农场游戏大全 113彩票app 欢乐捕鱼人攻略 新疆时时彩 快速飞艇开奖记录 白姐大型六合图库 股票指数期货的概念及交易特点是什么 排列三012路走势图 重庆快乐十分开奖 股票涨跌分析 欢乐麻将大众麻将玩法 北京pk赛车玩法技巧