基于GIS的中小学教育资源空间分布模式与可达性研究--以巴基斯坦阿伯塔巴德市为例

摘要

偏远地区的素质教育一直以来都是发展中国家关注的焦点。对来自于农村贫困家庭的学生而言，接受正规教育与改善生活前景有着直接的关联。教育资源的可达性一定程度上体现在指定最小空间距离范围内学校的可达性。在巴基斯坦北部的大部分城市，中小学学校的空间分布十分不均匀，不同的空间位置上学校的可达性水平层次不齐，从而限制了这些区域内教育资源的整体空间可达性。为此，本文以巴基斯坦阿伯塔巴德市为例，以获取到的学校空间分布数据和属性统计数据为基础，对市内丘陵地区中小学学校在空间分布模式上的不合理现象及学校的可达性水平进行了评估和分析。 在空间分布模式分析上，本文采用定向分析法对研究区域内学校的分布方向进行分析，并采用多种点模式分析法对学校分布的集聚和离散现象进行了探讨。首先，对市内高速公路建立了500米距离的缓冲区，以分析缓冲区范围内学生与学校的分布比率;其次，使用最邻近及K函数法对学校分布的点模式进行分析。结果表明，研究区域内学校空间分布呈现不均匀的现象，高中学校的分布更加集聚，而中小学学校呈现出更加离散的分布模式。这种不平衡的分布模式一定程度上降低了教育资源的空间可达性，学生需要花费更多的时间和更高昂的代价以获取到正规的教育。 在空间可达性研究上，本文采用了最低代价路径分析和道路网络分析法，对研究区域内从主要道路达到学校的距离代价进行了分析和探讨。首先，使用研究区域DEM的坡度数据计算得到主要道路到学校的真实距离，在此基础上识别道路到学校的最低代价路径并分析其对学校可达性的影响。结果显示由于学校在空间分布上的不均匀性，导致生活在城市北部和西部的中学生到达学校的距离被延伸了超过5公里。其次，对研究区域内学校一定距离范围内路网的分布情况进行了分析，学校周边道路的分布同样呈现不均匀的特性。 上述分析结果均表明研究区域内学校的空间分布呈现出不均匀和不合理的特性，教育资源的整体可达性水平也因此受到限制。为了给学生提供更便利的教育资源，城市空间规划的重构和学校分布的重新划分应该成为目前阿伯塔巴德市关注的重点问题。

目录

声明

Table of Contents

List of Figures

List of Tables

Lis of Graphs

摘要

ABSTRACT

CHAPTER 1：INTRODUCTION

1．1 Confronting development challenges and access to education in rural Pakistan：A spatial approach

1．2 Building and geospatial database and point-pattern analysis

1．2．1Research aims

1．3 Outline

CHAPTER 2．LITERATURE REVIEW

2．1 Introduction

2．2 Accessibility

2．3 Spatial Accessibility

2．4 Spatial Accessibility measures

2．4．1 Measures based on Buffer Analysis

2．4．2 Measures based on Cost-Weighted Distance

2．4．3 Measures based on Point-pattern Analysis

2．4．3 Measures based on Network Analysis

2．4．4 Measures based on the gravity model

2．4．5 Huff Model

2．5 Some remarks on the spatial accessibility fiterature，and measures

CHAPTER 3：DATA COLLECTION AND METHODOLOGY

3．1 Introduction

3．2 Study Area

3．3 Research output spesifications

3．4 Input requirement specifications

3．5 Data Acquisition

3．5．1 Spatial Dataset Description and Data sources

3．6 Data Preparation

3．6．1 Geo-Coding of schools

3．6．2 Creating Digital Elevation model

3．6．3．500-meter buffer

3．6．4 Extraction of residential areas

3．7 Conclusion

CHAPTER 4：RESULTS AND ANALYSIS

4．1 Spatial Distribution of Schools

4．2 Buffer Proximity

4．3 Point Pattern Analysis

4．3．1 Directional Distribution of Schools

4．3．2 Student-School association ratio in each buffer

4．3．3 Nearest Neighbor

4．3．4 Ripley’s K

4．4 Euclidean Distance calculation and analysis

4．5．1 Calculating slope

4．5．2 Cost-weighted distance analysis

4．6 True 3-dimensional distance

4．7 Road Network analysis

4．8 Extraction of residential area

4．9 Remarks on results and analysis

CHAPTER 5 CONCLUSION

References

ACKNOWLEDGEMENTS