一种农村人口空心化细粒化评估方法及系统

摘要

本发明公开了一种农村人口空心化细粒化评估方法及系统，该方法通过腾讯用户密度大数据中的节假日和非节假日数据来刻画农村劳动力“候鸟式”迁移过程的特征，构建基于社交媒体数据(TUD数据)的农村人口空心化(SM‑RPH)指数，对农村人口空心化进行细粒度评估。该方法能够有效地捕捉到村镇等精细空间分辨率下的农村人口空心化情况，并具有普适性。

说明书

技术领域

本发明涉及遥感学科及新农村建设研究技术领域，具体涉及一种农村人口空心化细粒化评估方法。

背景技术

在过去的40年里，我国大约有2.8亿农村劳动力从农村地区迁移到城市，快速城市化带来的农村劳动力大量外流，引起我国农村“空心化”问题非常严重。耕地荒废、房屋闲置、产业萧条、农村居住环境恶化等社会问题，增加了农村的生态和社会脆弱性。为了应对农村劳动力流失和农村衰退，中国政府提出了“乡村振兴”战略，并在2021年发布了《关于加快农村人才振兴的意见》，以激活乡村活力，实现持续发展。在此背景下，评估农村人口空心化并了解其影响机制至关重要，这可为鼓励农民工返乡和促进中国的乡村振兴提供重要数据支撑。

目前农村人口空心化评估方法主要有二种；第一种是利用传统的实地调查数据，这类方法的缺点是实地调查数据通常具有样本少、成本高的缺点，无法大规模复制。第二种是利用人口普查数据评估，虽然能揭示出中国农村人口流出的区域差异，但也有其局限性。首先，人口普查数据统计的是注册人口和常住人口，而不是农村劳动力流动人口。这导致难以描述农村劳动力的周期性迁移的特点；其次，人口普查数据通常是在县或市一级提供的，而不是在乡镇或村庄等精细的空间分辨率上。空间细节的缺乏使得无法描述区域的空间变化。研究表明，中国农村劳动力的外迁是循环的、暂时的。他们中的大多数人通常在节假日定期返回农村，而不是永久离开村庄，形成了“候鸟式”迁移模式。因此，获取数据来描述这种周期性的迁移过程是评估农村人口空心化的关键，这对于鼓励农民工返乡促进中国的乡村振兴至关重要。

发明内容

本发明克服现有技术的不足，提供了一种新的基于农村人口空心化细粒化评估的方法。本发明的目的通过以下的技术方案实现：

一方面，本发明提供了一种农村人口空心化细粒化评估方法，包括：

S1：确定待评估区域，从腾讯用户密度大数据中获取待评估区域的TUD数据；

S2：获取待评估区域内旅游景点的AOI数据，根据AOI数据提取出游客TUD数据；

S3：获取待评估区域内道路上的过往人群数据，根据过往人群数据提取出道路上的通行人口；

S4：根据TUD数据、游客TUD数据和过往人群数据，构建SM-RPH指数，对人口空心化进行细粒化评估；

S5：根据SM-RPH指数，对人口空心化的空间异质性进行分析。

优选的，所述S1中，腾讯用户密度大数据从待评估区域中筛选出节假日和非节假日的TUD数据，通过TUD数据反映出农民工在节假日回乡和节后返城的过程，TUD数据的空间分辨率为500米，每个栅格代表实时的相对人口密度，筛选并形成中国劳动节假期、国庆节假期和春节假期的TUD数据集。

优选的，所述S2中，使用爬虫技术获得待评估区域内所有旅游景点的AOI数据，其中AOI数据包括AOI_id、标题、地址、AOI中心的经纬度坐标、类别代码和类别名称，并从AOI数据中提取出节假日和非节假日的游客TUD数据。

优选的，所述S3中，利用OpenStreetMap下载道路数据，包括国道和省道数据，根据中国道路功能分类标准估算的车道数，在两类道路周围分别建立60米和40米的缓冲区，以提取节假日和非节假日道路上的过往人群数据。

优选的，所述S4中，SM_RPH指数包括以下计算步骤：

RPH

其中，RPH

RPH

其中RL

单元i的外迁人口数

其中

其中

其中

优选的，所述S5中，利用ArcGIS中的空间自相关Moran's I工具和地理空间优化热点分析，研究农村人口空心化的空间关联模式，以全局莫兰I指数为指标，描述农村人口空心化的空间相关性和全局聚集特征，方程如下：

其中x

更优的，利用ArcGIS中的地理空间优化热点分析GetisOrd Gi*，从SM_RPH的特征层中创建了一个热点和冷点层以确定具有统计学意义的农村人口空心化的热点和冷点，GetisOrd Gi*指数的计算公式如下：

其中G

在另一方面，本发明还提供了一种农村人口空心化细粒化评估系统，其特征在于，包括依次连接的数据采集模块、游客数据提取模块、人口数据提取模块、细粒化模块和分析评估模块；

所述数据采集模块用于确定待评估区域，从腾讯用户密度大数据中获取待评估区域的TUD数据；

所述游客数据提取模块用于获取待评估区域内旅游景点的AOI数据，根据AOI数据提取出游客TUD数据；

所述人口数据提取模块用于获取待评估区域内道路上的过往人群数据，根据过往人群数据提取出道路上的通行人口；

所述细粒化模块用于根据TUD数据、游客TUD数据和过往人群数据，构建SM-RPH指数，对人口空心化进行细粒化评估；

所述分析评估模块用于根据SM-RPH指数，对人口空心化的空间异质性进行分析。

本发明相对于现有技术具有如下的有益效果：

本发明提供的方法，通过获取的腾讯用户位置大数据、交通道路、旅游AOI、POI数据等多源数据构建SM-RPH指数进行农村人口空心化细粒化评估，能够有效地捕捉到村镇等精细空间分辨率下的农村人口空心化情况，样本多评估成本低，从空间上对人口进行评估，有效避免了旅游、过节返乡的“候鸟式”人口迁移误区。该方法具有可在中国农村地区普遍适用的优点。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一种农村人口空心化细粒化评估方法的流程图；

图2为本发明实施例1的待评估区域劳动节前、中、后的日平均TUD数据图；

图3为本发明实施例1的待评估区域内旅游景点的AOI数据图；

图4为本发明实施例1的待评估区域内道路数据图；

图5为本发明实施例1的县和乡镇尺度上SM-RPH指数的空间分布结果图；

图6为本发明实施例1的县和乡镇级的人口空心化的热点和冷点分布图。

具体实施方式

以下结合具体实施例对一种农村人口空心化细粒化评估方法作进一步的详细描述，这些实施例只用于比较和解释的目的，本发明不限定于这些实施例中。

在一实施例中，如图1所示，本发明提供了一种农村人口空心化细粒化评估方法，包括：

S1：确定待评估区域，从腾讯用户密度大数据中获取待评估区域的TUD数据；

S2：获取待评估区域内旅游景点的AOI数据，根据AOI数据提取出游客TUD数据；

S3：获取待评估区域内道路上的过往人群数据，根据过往人群数据提取出道路上的通行人口；

S4：根据TUD数据、游客TUD数据和过往人群数据，构建SM-RPH指数，对人口空心化进行细粒化评估；

S5：根据SM-RPH指数，对人口空心化的空间异质性进行分析。

优选的，所述S1中，腾讯用户密度大数据从待评估区域中筛选出节假日和非节假日的TUD数据，通过TUD数据反映出农民工在节假日回乡和节后返城的过程，TUD数据的空间分辨率为500米，每个栅格代表实时的相对人口密度，筛选并形成中国劳动节假期、国庆节假期和春节假期的TUD数据集。

以2019年的广东省劳动节为例，形成4月27日至5月8日(包括中国劳动节假期)的每小时TUD数据集。数据集分为三组，包括节前工作日TUD(4月28日至4月30日)、节假日TUD(5月1日至5月4日)和节后工作日TUD(5月5日至5月8日)，得到的日平均TUD数据图如图2所示。

优选的，所述S2中，使用爬虫技术获得待评估区域内所有旅游景点的AOI数据，其中AOI数据包括AOI_id、标题、地址、AOI中心的经纬度坐标、类别代码和类别名称，并从AOI数据中提取出节假日和非节假日的游客TUD数据。

如图3所示，使用爬虫技术获得待评估区域内所有的旅游景点的AOI数据。抓取的AOI记录包含以下属性：AOI_id、标题(名称)、地址(文本形式)、AOI中心的经纬度坐标、类别代码和类别名称。

优选的，所述S3中，利用OpenStreetMap下载道路数据，包括国道和省道数据，根据中国道路功能分类标准估算的车道数，在两类道路周围分别建立60米和40米的缓冲区，以提取节假日和非节假日道路上的过往人群数据。

如图4所示，利用OpenStreetMap下载道路数据，主要使用国道和省道数据。然后，根据中国道路功能分类标准估算的车道数，在两类道路周围分别建立60米和40米的缓冲区，以提取节假日和非节假日道路上的通行人口。

优选的，所述S4中，SM-RPH指数包括以下计算步骤：

RPH

其中，RPH

RPH

其中RL

单元i的外迁人口数

其中

其中

其中

现有研究主要是根据县级的统计数据或选定的当地村庄或乡镇的调查数据来评估RPH

当假期前和假期后的TUD都可用时，就使用公式(4)。如果缺少其中之一，则用可用的那个来表示非假期的TUD。

非节假日的人口以非节假日的日平均TUD为特征代表剩余人口，与外迁人口进一步结合起来构建SM-RPH指数。公式如式(5)所示。

本实施例分别以县和乡镇为待评估区域，计算的SM-RPH指数的空间分布结果如图5所示。

SM_RPH值越高，说明农村人口空心化的程度越高。此外，SM_RPH值为负数，表明第i区节假日的人口少于非节假日的人口，这意味着该区是流动人口的流入区。

结果显示广东省RPH水平在两个尺度上都有明显的空间分化，而且两个尺度上的空间分化规律总体上是一致的。

在县域范围内，SM-RPH指数的空间分化比较明显。人口空心化程度高的县主要分布在珠江三角洲的周边地区，形成一个近似"半圆形"的空间分布格局。这些地区的农村人口空心化水平很高，SM-RPH超过10％。在远离珠三角的地区，如粤东、粤西和山区，农村人口空心化水平相对较低。人口空心化程度呈现出典型的以珠三角为核心的"低-高-低"分布模式。

在乡镇范围内，人口空心化的分布模式进一步分化。7.44％的乡镇严重空心化，SM-RPH值超过0.3，而16.34％的乡镇是中度空心化，SM-RPH值达到20％-30％。此外，19.87％的乡镇为低度空洞化，SM-RPH值在10％-20％之间。县域中心区的空心化程度相对较低，而县域中心区周边乡镇的空心化程度相对较高，从而形成了许多低-高群体的集群结构。

优选的，所述S5中，利用ArcGIS中的空间自相关Moran's I工具和地理空间优化热点分析，研究农村人口空心化的空间关联模式，以全局莫兰I指数为指标，描述农村人口空心化的空间相关性和全局聚集特征，方程如下：

其中x

更优的，利用ArcGIS中的地理空间优化热点分析GetisOrd Gi*，从SM_RPH的特征层中创建了一个热点和冷点层以确定具有统计学意义的农村人口空心化的热点和冷点，GetisOrd Gi*指数的计算公式如下：

其中G

对应S4中的县和乡镇为待评估区域，得到的人口空心化的热点和冷点分布如图6所示。

结果显示：在县域范围内，农村人口空心化的热点主要集中在珠三角与粤西交界的茂名-云浮地区，以及珠三角与北部山区交界的河源地区。二级热点分布在热点地区的外围，三级热点主要分布在茂名-云浮地区北部和南部的二级热点地区的外围。农村人口空心化冷点主要以集中连片的形式分布在珠三角核心区，包括广州、深圳、中山、佛山和东莞、珠海等人口流入地的集聚区。二级和三级冷点主要分布在冷点地区的外围，以及粤东的沿海地区。

从乡镇尺度来看，呈现出从珠三角中部冷点地区向珠三角外围热点地区过渡的趋势，这与县域尺度上的情况类似。热点范围很广，主要聚集在珠三角外围的县区，包括268个县区(占全省县区的16.91％)。二级和三级热点地区有规律地分布在热点地区周围，或以镶嵌的形式分摊在两个热点地区的中间。冷点县主要集中在珠三角的中部和沿海地区，以及粤东沿海地区的连片聚集区，占全省县的28.45％。值得注意的是，二级冷点不仅分布在冷点周围，还集中在粤西的城市中心区和北部山区。

在另一方面，本发明还提供了一种农村人口空心化细粒化评估系统，其特征在于，包括依次连接的数据采集模块、游客数据提取模块、人口数据提取模块、细粒化模块和分析评估模块；

所述数据采集模块用于确定待评估区域，从腾讯用户密度大数据中获取待评估区域的TUD数据；

所述游客数据提取模块用于获取待评估区域内旅游景点的AOI数据，根据AOI数据提取出游客TUD数据；

所述人口数据提取模块用于获取待评估区域内道路上的过往人群数据，根据过往人群数据提取出道路上的通行人口；

所述细粒化模块用于根据TUD数据、游客TUD数据和过往人群数据，构建SM-RPH指数，对人口空心化进行细粒化评估；

所述分析评估模块用于根据SM-RPH指数，对人口空心化的空间异质性进行分析。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。