Дифференциация плотности населения в пределах крупного города для выявления уровня антропогенной нагрузки (на примере Белгорода)

Обложка

Цитировать

Полный текст

Аннотация

Основная задача данной статьи – показать отличия и неоднородность плотности населения в пределах селитебной зоны города Белгорода. Для выполнения поставленной задачи была разработана методика определения плотности населения в частном секторе и кварталах многоэтажной застройки. Предложен методический подход, позволяющий учитывать разнородность селитебной территории – частный сектор и высотную застройку. Наличие статистической информации о количестве прописанных жильцов многоквартирных домов и средний размер домохозяйства позволило выполнить задание с высоким процентом точности. Результаты данного исследования не учитывают миграцию, временно прописанных жителей, иногородних студентов и т. п. Численность населения города, определенная в ходе исследования, составила 333 692 человека, что меньше результата переписи населения 2020 года(339 978 человек), точность исследования составляет 98,15%. Видимо, данная неточность связана с недостатком (или несвоевременным обновлением) статистической информации по новостройкам. В результате картографирования обработанных данных построены карты плотности населения и его распределения.

Об авторах

Павел Игоревич Разенков

Белгородский государственный национальный исследовательский университет

Россия, 308015, г. Белгород, ул. Победы, д. 85

Андрей Геннадьевич Корнилов

Белгородский государственный национальный исследовательский университет

Россия, 308015, г. Белгород, ул. Победы, д. 85

Список литературы

  1. Tian C. X., Liu X. C., Yang Y., Zhu G. Q. Evaluation and Analysis of Quantitative Architectural Space Index Based on Analytic Hierarchy Process // Computational Intelligence and Neuroscience. 2022. Vol. 2022. P. 1–8. https://doi.org/10.1155/2022/4911589
  2. Круглов Ю. В., Стецурина Е. С., Снежкина О. В. Исследование и статистическое моделирование расселения населения // Вестник СибАДИ. 2013. Т. 2, вып. 30. С. 62–67.
  3. Петин А. Н., Корнилов А. Г., Назаренко Н. В., Гуляева Т. В., Жеребенко Ю. С., Федорченко Н. П. Функциональное зонирование земель населенных пунктов Белгородской области // Проблемы региональной экологии. 2009. Вып. 5. С. 266–271. EDN: LAKOTP
  4. Zheng H. W., Shen G. Q., Song Y., Sun B., Hong J. Neighborhood sustainability in urban renewal: An assessment framework // Environment and Planning and Design. 2016. Vol. 44. P. 903–924. https://doi.org/10.1177/0265813516655547
  5. Жукова В. В. Уровень освоенности территории как база устойчивого развития экономики региона // Региональная экономика: теория и практика. 2012. Вып. 42. С. 50–55.
  6. Фаронова Ю. В., Ахунов А. Р., Тельнова Т. П., Литвинова С. А., Халилова А. Б. Географическая экспертиза плотности населения Российской Федерации // Успехи современного естествознания. 2021. Вып. 4. С. 91–96. https://doi.org/10.17513/use.37613 , EDN: YZAXQZ
  7. Витюгов В. Д., Серватинский В. В., Лукьянов В. Д., Саенко И. А. Оценка плотности населения произвольной территории города посредством использования ГИСтехнологий и открытых данных // Глобальный научный потенциал. 2019. Вып. 4. С. 162–165. EDN: LANGDZ
  8. Chenxin L., Yu Y., Bingsheng C., Tianyu C., Fan S., Jingfang F., Ruiqi L. Revealing spatiotemporal interaction patterns behind complex cities // Chaos (Woodbury, N. Y.). 2022. Vol. 32. Article number 081105. https://doi.org/10.1063/5.0098132
  9. Sandro M. R., Suresh P., Rao C., Satish V. U. Modeling the dynamics and spatial heterogeneity of city growth // Urban Sustainability. 2022. Vol. 31. P. 1–10. https://doi.org/10.1038/s42949-022-00075-9
  10. Чугунова Н. В., Полякова Т. А., Игнатенко С. А., Лихневская Н. В. Пространственно-временное развитие Белгородской агломерации в условиях глобальных процессов урбанизации // Экономика. Информатика. 2015. Вып. 7. С. 23–29. EDN: UMLHYZ
  11. Богославец Д. М. Анализ подходов к стратегическому планированию агломераций // Вестник Московского университета имени С. Ю. Витте. Серия 1, Экономика и управление. 2015. Вып. 2. С. 52–58. EDN: UJXFCZ
  12. Полякова Т. А. Состояние и оценка функциональнопланировочной структуры крупного города (на примере г. Белгорода): автореферат диссертации … кандидата географических наук. Краснодар, 2011. 23 с.
  13. Разенков П. И., Лопина Е. М., Шульгин В. М., Жидких Д. В. Функционально-планировочное зонирование города как инструмент социально-экономического развития и геоэкологической оценки // Московский экономический журнал. 2021. Вып. 10. С. 73–86. EDN: EZUTAH
  14. Sarkar S., Wu H., Levinson D. M. Measuring polycentricity via networkflows, spatial interaction and percolation // Urban Studies. 2019. Vol. 57. P. 2402–2422. https://doi.org/10.1177/0042098019832517
  15. Yanming L., Fangye J. Spatial and temporal distribution of population in urban agglomerations changes in China // Scientific Reports. 2022. Vol. 12. Article number 8315. https://doi.org/10.1038/s41598-022-12274-6
  16. База данных показателей муниципальных образований. Белгородская область. URL: https://gks.ru/dbscripts/munst/munst14/DBInet.cgi. Загл. с экрана. - Яз. рус. (дата обращения: 13.12.2022).
  17. Всероссийская перепись населения 2020. URL: https://rosstat.gov.ru/vpn_popul. Загл. с экрана. - Яз. рус. (дата обращения: 13.12.2022).
  18. Жилой фонд и многоквартирные дома в Белгороде. URL: https://gosjkh.ru/houses/belgorodskaya-oblast/belgorod?page=52. Загл. с экрана. - Яз. рус. (дата обращения: 13.12.2022).
  19. Информация о домах Белгорода. URL: https://domreestr.ru/belgorodskaya-oblast/belgorod/. Загл. с экрана. - Яз. рус. (дата обращения: 13.12.2022).
  20. Управляющие компании г. Белгорода – найти по адресу дома. URL: https://dominfo.org/uk/region/belgorodskayaoblast/belgorod. Загл. с экрана. - Яз. рус. (дата обращения: 13.12.2022).
  21. Мачерет Д. А. Роль плотности, мобильности населения и перемещения материальных благ в разных концепциях экономического роста // ВТЭ. 2021. Вып. 4. С. 50–78. https://elibrary.ru/doi_resolution.asp?doi=10%2E52342%2F2587-7666VTE_2021_4_50_78 , EDN: YGNSKJ
  22. Hang R., Wei G., Zhenke Z., Leonard M. K., Priyanko D. Population Density and Spatial Patterns of Informal Settlements in Nairobi, Kenya // Sustainability. 2020. Vol. 12. P. 7717. https://doi.org/10.3390/su12187717
  23. Казаков С. Г. Вернакулярное районирование города Курска как метод изучения дифференциации городского пространства // Ученые записки: научный журнал Курского государственного университета. 2009. Т. 3, вып. 11. С. 1–4. EDN: KVTRKH
  24. Зубаревич Н. В. Города как центры модернизации экономики и человеческого капитала // Общественные науки и современность. 2010. Вып. 5. С. 5–19. EDN: MUQZDX
  25. Xiu-Juan Q., Yizhi L., Jing F. Evaluating the Landscape Quality of Residential Communities: A Case Study of the Chinese City Yangling // Land. 2022. Vol. 12. P. 57. https://doi.org/10.3390/land12010057

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».