下载文档原格式
乌鲁木齐市（全市）公路客运量与货运量情况3年数据分析报告2019版序言本报告剖析乌鲁木齐市公路客运量与货运量情况重要指标即公路客运量，公路货运量等，把握乌鲁木齐市公路客运量与货运量情况发展规律，前瞻未来发展态势。
乌鲁木齐市公路客运量与货运量情况数据分析报告相关知识产权为发布方即我公司天津旷维所有，其他方引用我方报告均需要注明出处。
乌鲁木齐市公路客运量与货运量情况分析报告数据来源于中国国家统计局等权威部门，并经过专业统计分析及清洗处理。
无数据不客观，借助严谨的数据分析给与大众更深入的洞察及更精准的分析，体现完整、真实的客观事实，为公众了解乌鲁木齐市公路客运量与货运量情况提供有价值的指引，为需求者提供有意义的参考。
目录第一节乌鲁木齐市公路客运量与货运量情况现状 (1)第二节乌鲁木齐市公路客运量指标分析（均指全市） (3)一、乌鲁木齐市公路客运量现状统计 (3)二、全国公路客运量现状统计 (3)三、乌鲁木齐市公路客运量占全国公路客运量比重统计 (3)四、乌鲁木齐市公路客运量（2016-2018）统计分析 (4)五、乌鲁木齐市公路客运量（2017-2018）变动分析 (4)六、全国公路客运量（2016-2018）统计分析 (5)七、全国公路客运量（2017-2018）变动分析 (5)八、乌鲁木齐市公路客运量同全国公路客运量（2017-2018）变动对比分析 (6)第三节乌鲁木齐市公路货运量指标分析（均指全市） (7)一、乌鲁木齐市公路货运量现状统计 (7)二、全国公路货运量现状统计分析 (7)三、乌鲁木齐市公路货运量占全国公路货运量比重统计分析 (7)四、乌鲁木齐市公路货运量（2016-2018）统计分析 (8)五、乌鲁木齐市公路货运量（2017-2018）变动分析 (8)六、全国公路货运量（2016-2018）统计分析 (9)七、全国公路货运量（2017-2018）变动分析 (9)八、乌鲁木齐市公路货运量同全国公路货运量（2017-2018）变动对比分析 (10)图表目录表1：乌鲁木齐市公路客运量与货运量情况现状统计表 (1)表2：乌鲁木齐市公路客运量现状统计表 (3)表3：全国公路客运量现状统计表 (3)表4：乌鲁木齐市公路客运量占全国公路客运量比重统计表 (3)表5：乌鲁木齐市公路客运量（2016-2018）统计表 (4)表6：乌鲁木齐市公路客运量（2017-2018）变动统计表（比上年增长%） (4)表7：全国公路客运量（2016-2018）统计表 (5)表8：全国公路客运量（2017-2018）变动统计表（比上年增长%） (5)表9：乌鲁木齐市公路客运量同全国公路客运量（2017-2018）变动对比统计表 (6)表10：乌鲁木齐市公路货运量现状统计表 (7)表11：全国公路货运量现状统计表 (7)表12：乌鲁木齐市公路货运量占全国公路货运量比重统计表 (7)表13：乌鲁木齐市公路货运量（2016-2018）统计表 (8)表14：乌鲁木齐市公路货运量（2017-2018）变动统计表（比上年增长%） (8)表15：全国公路货运量（2016-2018）统计表 (9)表16：全国公路货运量（2017-2018）变动统计表（比上年增长%） (9)表17：乌鲁木齐市公路货运量同全国公路货运量（2017-2018）变动对比统计表（比上年增长%）10表17：乌鲁木齐市公路货运量同全国公路货运量（2017-2018）变动对比统计表（比上年增长%） (10)。
近10年来乌鲁木齐市城市人口变动分析毛亚会;余丹林;郑江华【摘要】Using the demographic data of 2000 and 2010 census,this study analyzed the population changes in Urumqi,by ArcGIS and GS+Version 7.And explored the correlation analysis and variability analysis of population density in recent 10 years,by Moran`s I and semi-variogram.The study shows that the population was increasing very rapidly in Urumqi,and the small density area that the growth rate of population ishigh,otherwise,the great density area that the growth rate of population is low.Population growth was nonuniform distributed in each block, and the difference of population also was becoming more obvious in each streets.From 2000 to 2010, the positive correlation of population density was gradually strengthening in each block.The variability analysis of population density in the whole structure more stable, but the random factors that arouse the spatial difference in population density are increasing continuously.%基于2000年和2010年的全国人口普查数据,利用ArGIS和GS+Version 7软件对乌鲁木齐市街区人口数据空间化,分析其人口变动情况,并运用莫兰指数和半方差函数探索10年来各街区人口密度空间分布的相关性和变异性.结果表明,乌鲁木齐市人口增长迅速,且各辖区表现出"人口数量增长率大密度小,增长率小而密度大"的差异性格局;各街区人口增长分布不均匀,街道之间人口数量差异越来越明显;2000-2010年乌鲁木齐市各街区人口密度空间分布相关性分析显示呈正相关性,且相关性增大;空间变异性分析显示人口密度空间分布整体结构越来越稳定,但影响空间分布的随机因素不确定性也在增加.【期刊名称】《西北师范大学学报（自然科学版）》【年(卷),期】2017(053)002【总页数】6页(P118-122,134)【关键词】乌鲁木齐市;人口分布;相关性分析;变异性分析【作者】毛亚会;余丹林;郑江华【作者单位】新疆大学资源与环境科学学院,新疆乌鲁木齐 830046;新疆大学智慧城市与环境建模普通高校重点实验室,新疆乌鲁木齐 830046;新泽西州蒙特克莱尔大学地球与环境研究系,美国新泽西 07043;新疆大学资源与环境科学学院,新疆乌鲁木齐 830046;新疆大学智慧城市与环境建模普通高校重点实验室,新疆乌鲁木齐830046【正文语种】中文【中图分类】C922城市在人类的发展中占据着重要的地位，人作为城市最主要的组成部分，它的不同分布、集散及组合情况能够反映出城市经济发展、城市规划建设、交通运输等差异状况．人口群体受到周围环境、社会经济、能源和资源等方面的影响会发生变动，因此研究人口变动情况，不仅能够反映人口时空分布演变特征，也能够反映出不同区域自然环境条件和社会经济发展水平的不同[1]．人口空间分布研究一直是国内外学者的研究热点，国际上已建立全球人口空间化项目GPW(Gridded population of the world)和Landscan全球人口数据．人口空间分布理论模型有Clark模型[2-3]、正态密度模型[4]、负幂指数模型[5]、二次指数模型[6]、单中心模型[7]和多中心模型[8]等．国内学者对人口空间分布情况的研究多集中在杭州[3]、北京[9]、广州[10]、浙江[11]等中国东部和南部沿海地区，而西北地区较少．随着国家提出西部大开发战略和建设“新丝绸之路经济带”等方针，西北地区人口迁移现象明显，对西北地区人口空间分布的研究亦变得刻不容缓．宏观层面上，王露等[12]分析了2000—2010年中国人口变化格局，根据不同人口密度变化情况分为4种类型，并用自然和社会经济因素进行解释．中观层面上，左永君等[13]探讨了1949—2007年新疆人口具有明显的北疆人口密度大于南疆和东疆人口密度的时空变化特征，各县市空间结构表现为自相关性强，且变异性显著．微观层面上，张志斌等[14]研究了1982—2009年兰州市街道和乡镇层面的人口空间呈“东密西疏”、“双中心”的演变特征，且人口密度空间正相关性减小，负相关性增加，自相关范围增大．基于国家政策和在现有文献的基础上，文中从整体和街道层面，利用2000—2010年人口普查数据，运用ArcGIS和GS+Version 7软件，分析乌鲁木齐市的人口变动情况，旨在揭示其人口空间演变的内在规律，为建立人口均衡、资源环境友好型城市提供理论依据．1.1 研究区概况与数据来源处于中国西北部的乌鲁木齐市，是新疆政治、经济、历史文化及高新科技等领域的核心．根据官方公布的第五、六次人口普查乡、镇、街道数据，可知2000年市区总人口为208.18万人，2010年总人口增长为311.25万人．近10年中乌鲁木齐市行政区划发生调整，为保证数据完整性，文中选取天山区、沙依巴克区、新市区、水磨沟区、头屯河区(统称乌鲁木齐市主城区)作为研究区.为了描述简便，街道办事处、开发区和乡、镇一级行政地域单位统称为“街区”．本研究需乌鲁木齐市区基础地理空间信息数据包括属性数据和矢量数据．属性数据来源于全国第五、六次人口普查乡、镇、街道数据，矢量数据来源于乌鲁木齐行政区划图和乌鲁木齐总体规划相关图件，并由ArcGIS提取乌鲁木齐市主城区矢量范围以及各街区中心．1.2 资料处理2000—2010年，乌鲁木齐市主城区的行政区划调整2次，2001年变动较大，主要是调整各城区的范围．2000年主城区共有街区51个，包括49个街道，6个乡镇；2001年国务院将地窝堡乡和二工乡合入新市区，大湾乡划归天山区，水磨沟区增加芦草沟乡和水七道湾乡磨沟村，头屯河区合入河南庄子村和地窝堡乡，以及沙依巴克区增加了大湾乡仓房沟村和二工乡九家湾村(不含八队)范围；2002年经国务院同意将天山区的乌拉泊街道归达坂城区；到2010年主城区共有街区66个，包括52个街道，5个片区，4个农场，3个乡，1个经济开发区和兵团(2000—2010年新疆统计年鉴)．理清行政区划范围，运用ArcGIS和GS+Version 7软件，对2000年和2010年人口数据进行处理并结合街区范围进行空间化处理，实现人口密度数据的空间化．1.3 研究方法1.3.1 人口密度人口密度能直观地反映人口分布状况以及疏密程度，通常以人·km-2为计算单位，其计算公式为[14]2058其中，D为研究区i的人口密度；Pi为研究区i的人口数；Si为研究区i的土地面积．1.3.2 空间相关性和变异性1)空间相关性．空间自相关分析适用于衡量区域整体的空间聚集情况，一般用来测量空间对象及其对应的属性值．Moran’s I是测量常用指标，计算公式为[1]37其中，n为街区总数；wij为空间权重；xi和xj分别为街区i和j的属性值；为属性平均值．得到I值后，通过统计检验可以显示指标差异性，一般采用Z检验法，计算公式为[15]51其中，E(I)为I的期望值；Var(I)为E(I)的理论标准差．当0<I≤1时，表明区域间存在正相关关系；当-1≤I<0时，表明区域间存在负相关关系；当I=0时，表示不存在空间自相关性[16]．2)空间变异性．空间变异分析是对区域变化情况进行描述，主要体现出空间上的随机性和结构性．若有一组训练样本为(S1,S2,…,Sn)，则半方差函数为[1]37其中，样本点两两间空间距离为h；以h为间距单位，N(h)为所有样本点的成对总数；Z(Si)和Z(Si+h)分别为训练样本Si和(Si+h)的属性值．由于测量时受到系统误差和空间变化的影响，样本点空间距离为0值时取得块金值(Nugget)．随着样本点空间距离h的增大，半方差函数γ(h)值逐渐趋于稳定时，称为基台值(Sill)．基台值和块金值的差称作偏基台值(Partial sill)．随取值范围增加，初始块金值达到基台值时，此时样本点的间距看作半变异函数的变程(Range)，它表示区域化变量影响范围大小．Partial sill/Sill的值与空间相关性呈正相关关系．Range/Sill称为基底效应，样本间的差异性可通过该值的大小来反映，且值愈大受不确定因素干扰也愈大[17]．2.1 主城区人口变化2000—2010年，乌鲁木齐市人口数量增长了1 030 725人，人口增长率为49.51%．文中选取乌鲁木齐市5个主要辖区进行人口数量统计和人口密度估算，并得到近10年的年均人口数量增长率和年均人口密度增长率(表1)．从表1可以看出，5个辖区的人口数量增长差异显著，从2000—2010年人口数量变化情况来看，人口增长量从大到小排序为新市区>天山区>水磨沟区>沙依巴克区>头屯河区；人口增长率和年均增长率从大到小排序为水磨沟区>新市区>天山区>沙依巴克区>头屯河区．从2000—2010年人口密度变化情况来看，人口密度增长率和年均增长率从大到小排序为天山区>沙依巴克区>头屯河区>新市区>水磨沟区，且水磨沟区人口密度增长率和年均增长率都为负数．结合近10年人口数量和人口密度变化情况可以看出，水磨沟区和新市区的人口数量增长率远远领先于其他辖区，但是它们的人口密度情况却远远低于天山区、沙依巴克区和头屯河区．形成了“水磨沟区和新市区人口增长率大、密度小，天山区、沙依巴克区和头屯河区人口增长率小、密度大”的区域差异格局．近10年来乌鲁木齐市快速发展，城市规划部署不断变化，水磨沟区和新市区作为城市规划中的科学技术开发区、开发建设区、创业园区等占据重要战略地位，人口数量逐渐增多．该区受到人口基数小、开发起步较晚和土地面积扩大等影响，因此在年均人口密度增长率中所占比重最小，甚至出现负增长现象．随着城市的发展，未来水磨沟区和新市区人口数量和人口密度将进一步大幅增加，甚至不排除超越其他辖区的可能．2.2 街区人口变化选取街道层面的人口数量进行比较，可更为清楚地显示出人口变动的地域差异性．2000—2010年，乌鲁木齐市行政区划做了新的调整，为研究方便选取近10年区域相对稳定的街道进行研究，统计得到人口减少的街区与人口年增长超过3 000的街区数量分别为：新市区有2个和0个，沙依巴克区有3个和3个，天山区5个和1个，水磨沟区有1个和2个，头屯河区有1个和0个．其中，人口增长最快的前3名分别为南湖街道的9 480人，红庙子街道的5 667人和炉院街街道的4 622人．人口数量年变化不大的有3个，即胜利路街道13人，和田街街道1人和兵团十二师西山农场10人．乌鲁木齐市人口街道平均增长量为1 212人，其中沙依巴克区和水磨沟区人口数量增长趋势明显，天山区和新市区差别不大，头屯河区人口平均增长率最小．结合各街区的人口数量分布情况可以看出，街道人口平均增长量最大值是最小值的7.61倍，人口增长量最大的南湖街道是增长量最小和田街街道的9 480倍．随着国家政策的颁布，大力促进各辖区经济快速发展，但由于所处的历史、自然、政策和经济等环境不同，这种街道之间的人口数量差异性情况越来越显著．另外，由主城区人口分析可知新市区的人口数量增加为351 087人，但是从街道层面分析来看并未有人口增加的街道，这是因为行政区划调整时划分出新的街道，进行对比时不能体现出来．3.1 空间自相关分析利用ArcGIS软件作出乌鲁木齐市人口密度图(图1)，根据(2)-(3)式以及软件的空间自相关功能分别计算出2000年和2010年的人口密度莫兰指数．由表3可知，乌鲁木齐市2000年和2010年的莫兰指数值都为正，且都大于E(I)，说明人口密度空间分布上都存在着正相关性．在0.01水平下正态分布函数的临界值为2.58，2000年和2010年Z值均超出该临界值，可知乌鲁木齐市各街区人口密度空间分布表现出明显的聚集现象．2000年和2010年的Moran’s I分别为0.44，0.58，可以看出10年来乌鲁木齐市人口密度空间分布聚集现象越来越明显．3.2 空间变异性分析利用2000年和2010年乌鲁木齐市主城区人口密度数据，在GS+软件中分别用线性模型、球状模型、指数模型和高斯模型模拟半方差函数,计算得到模型参数，比较它的测定系数R2和结构方差比(Partial sill/Sill)决定拟合模型为指数模型，生成人口密度半方差函数图(图2)及模型各参数(表4)．从表4可以看出，2000年人口密度半方差函数模型参数R2值较低，但经过10年来的人口变动2010年指数模型拟合度越来越高，反映出乌鲁木齐市主城区的人口密度空间分布整体稳定性越来越显著；结构方差比都在0.8以上，反映出人口密度空间分布具有强烈的自相关性;块金值增加了0.16×107，基台值增加了34.20×106，结构方差比增加了0.037，三者呈现不同程度的增长趋势说明,人口密度空间分布受随机因素的影响越来越明显，且它的空间变异性特征也在逐渐增强；前后10年的变程参数从2.16 km到26.04 km，增加了近12倍，变程范围的增大说明人口密度空间分布相关性和变异性作用范围变大．4.1 结论通过对乌鲁木齐市人口变动情况的分析，可得到以下结论：1)近10年来主城区人口数量呈增长的趋势，但表现出“水磨沟区和新市区人口数量增长率大、密度小，天山区、沙依巴克区和头屯河区人口数量增长率小、密度大”的区域差异格局．通过增长率和年均增长率的情况来看，水磨沟区和新市区的人口数量和人口密度变化情况是最为剧烈的；各街道之间人口数量变化差异性明显，其中沙依巴克区和水磨沟区人口数量增长趋势尤其明显．2)采用空间相关性和变异性来研究各街区人口密度空间分布情况发现，近10年来，空间自相关分析得该地区人口密度空间正相关性在逐渐增强，人口聚集现象也越来越明显；空间变异性分析得人口密度空间分布整体稳定性和自相关性越来越显著，空间自相关作用范围增大，但引起人口密度空间分布的随机因素不确定性以及空间变异性也逐渐增强，表明各街区人口分布处于一种不平衡的状态，且这种状态还将持续下去．4.2 讨论地区人口发生变动总体来说是受4方面因素的影响，即自然环境、历史发展、政策和经济[1]．自然环境条件是人口聚集的关键因素，乌鲁木齐市城区南边为戈壁，气候环境恶劣，受到地形地貌、资源环境的影响，其城区发展向北边延伸，如新市区的人口数量的聚集．从历史发展视角，乌鲁木齐市是多民族聚集的城市，其城市规划沿袭了抗战时期的格局[18]．随着经济水平的提高，外来人口逐渐向城市聚集，原有的市区规划已不能满足人口增长的需求，像天山区和沙依巴克区等老城区必然面临着改造，因此人口变动空间格局具有历史的必然性．国家政策与经济发展密不可分，政府作为市场的主要调控者，对城市人口变动空间格局有着决定性的控制力和引导力．兰新铁路和地窝堡机场的建立，促进了乌鲁木齐市对外交流，加强了经济发展水平的提高．经济水平又影响着人口的分布格局，经济增长必然促进人口聚集，不同经济水平的地区人口密度也不同．同样，通过分析乌鲁木齐市人口密度的变化情况，也可以了解乌鲁木齐市近10年历史变迁、自然状况、政策实施和经济发展情况．除此之外，影响城市人口空间分布还存在着其他因素，在以后的工作中须进一步探讨．参考文献:[1] 张志斌，潘晶，李小虎.近30年来兰州市人口密度空间演变及其形成机制[J].地理科学，2013，33(1)：36.[2] CLARK C.Urban population densities[J].Journal of Royal Statistics Society，1951，114：490．[3] 冯健.杭州市人口密度空间分布及其演化的模型研究[J].地理研究，2002，21(5)：635.[4] SHERRATT G G.A model for general urban growth[C]//CHURCHMAN C W，VERHULST M．Management Sciences Model andTechniques:Proceedings of the 6th International Meeting of Institute of Management Science 2．Elmsford,NY：Pergamon Press，1960:147.[5] 肖荣波，丁琛.城市规划中人口空间分布模拟方法研究[J].中国人口、资源与环境，2011，21(6)：13.[6] NEWLING B.The spatial variation of urban populationdensities[J].Geographical Review，1969，59：242.[7] MCDONALD J F.Econometric studies of urban population density:a survey[J].Journal of Urban Economics，1989，26：361.[8] BERRY B，KIM H.Challenges to the monocentric model[J].Geographical Analysis，1993，25：1.[9] 冯健，周一星.近20年来北京都市区人口增长与分布[J].地理学报，2003，58(6)：904.[10] 蒋丽，吴缚龙.2000—2010 年广州人口空间分布变动与多中心城市空间结构演化测度[J].热带地理，2013，33(2)：147.[11] 杨剑，蒲英霞，秦贤宏，等.浙江省人口分布的空间格局及其时空演变[J].中国人口、资源与环境，2010，20(3)：95.[12] 王露，封志明，杨艳昭等.2000—2010年中国不同地区人口密度变化及其影响因素[J].地理学报，2014，69(12)：1790.[13] 左永君，何秉宇，龙桃.1949—2007年新疆人口的时空变化及空间结构分析[J].地理科学，2011，31(3):358.[14] 张志斌，潘晶，达福文.兰州城市人口空间结构演变格局及调控路径[J].地理研究，2012，31(11)：2055.[15] 张凌云，李松，张洁，等.基于空间自相关的乌鲁木齐市民族居住格局研究[J].干旱区资源与环境，2014，28(3)：50.[16] 杜国明，张树文，张有全.城市人口分布的空间自相关分析:以沈阳市为例[J].地理研究，2006，26(2)：383.[17] 曾文，张小林，向梨丽.2000—2010年南京都市区人口空间变动特征研究[J].地理科学，2016，36(1)：81.[18] 赵楠鸽.乌鲁木齐城市空间结构演变及其驱动机制研究[D].乌鲁木齐：新疆师范大学，2012．*通讯联系人，男，教授，博士.主要研究方向为GIS和遥感技术应用．E-mail:**********************。
