1.人口集聚度^[3]

（1）指标含义

人口集聚度是指一个地区现有人口的集聚状态，由人口密度和人口流动强度两个要素构成，具体通过县域人口密度和吸纳流动人口的规模来反映。设置人口集聚度指标的主要目的是为了评估一个地区现有人口的集聚状态。人口集聚度两个要素的具体含义为：

人口密度指县域单元内总人口数量与土地面积的比值。

人口流动强度指县域单元内暂住人口数量占总人口数量的百分比。

（2）计算方法

其中：［总人口］指各区县行政单元的常住人口总数，包括在该区域内暂住半年以上的流动人口；［暂住人口］指区县行政单元内暂住半年以上的流动人口。

其中，d［人口流动强度］根据区县行政单元的暂住人口占常住总人口的比重分级状况，按表3-5选取权重值。

表3-5　d［人口流动强度］权重取值

（3）所需数据

计算人口集聚度所需数据包括区县总人口、暂住人口和区县行政区划数据，见表3-6。

区县总人口数据和行政区划数据用于计算人口密度，区县总人口和暂住人口数据用于计算人口流动强度；区县行政区划数据用于关联总人口和暂住人口数据形成总人口和暂住人口空间数据。

表3-6　人口集聚度数据要求

（4）技术流程

第一步，区县人口统计数据制备。收集京津冀地区统计年鉴等资料，将统计数据电子化为表格数据，录入项包括总人口和暂住人口等。

第二步，表格数据与行政区划数据关联。通过行政区划编码将制备的总人口和暂住人口表格数据与行政区划数据关联，形成具有空间位置的总人口和暂住人口数据。

第三步，按照指标计算方法计算人口密度和人口流动强度。

第四步，按照指标计算方法计算京津冀地区人口集聚度。

第五步，按照人口集聚度高低差异，利用等级分类制图方法制作人口集聚度专题产品。

2.人口密度格网^[4]

（1）指标含义

人口密度格网是在格网尺度表达人口数量的方法，相比行政区划尺度，能够更加精细地表示人口的空间分布。根据区域空间范围和实际使用需求，可分为公里或百米尺度人口密度格网。

（2）计算方法(www.daowen.com)

其中，Pi为夜间灯光优化的格网人口数量，表示基于土地利用的人口模型所产生的格网的人口数量，Li为格网夜间灯光强度，表示区县的平均灯光强度，PL表示单位灯光代表的人口数，s为调整系数。

（3）所需数据

人口密度格网制作主要使用的数据为区县人口统计数据、夜间灯光数据、土地利用公里格网数据和区县行政区划数据，见表3-7。

区县人口统计数据作为空间分配对象并从总量上控制分配精度；夜间灯光数据用于优化人口数量分布；土地利用公里格网数据用于初步分配人口数量。

表3-7　人口密度格网数据需求

（4）技术流程

第一步，基于土地利用数据的人口密度分配。选择与人口分布相关的城镇建设用地、农村居民地和耕地三种土地利用类型，构建人口密度分配模型，形成基于土地利用公里格网数据的人口密度格网。

第二步，利用人口统计数据进行总量控制。利用行政区划数据统计区县内分配的格网人口数量，利用区县人口统计数据进行总量控制。

第三步，夜间灯光优化。利用夜间灯光数据构建优化模型，对基于土地利用公里格网数据的人口密度格网进行优化，获得人口密度格网最终结果。

3.人口迁徙强度

（1）指标含义

人口迁徙强度是指某个城市人口的迁入和迁出规模，用于反映区域节点城市人口流动的强度，基于人口迁徙热度计算得出。人口迁徙热度代表某条线路人群流动的热度，由迁徙人次、交通方式、迁徙距离综合计算得出。本研究使用的人口迁徙热度数据来自腾讯位置大数据平台，能够反映区域城市之间联系的紧密程度。

（2）计算方法

其中，hi为该市与区域内某一城市间的人口迁徙热度，n为区域内与该市有人口流动的城市数量。

（3）所需数据

计算人口迁徙强度的数据包括人口迁徙热度数据和地市行政区划数据。人口迁徙热度数据由腾讯位置大数据平台获取，分为迁入和迁出两个方向，用于表达城市间人口流动状况；地市行政区划数据用于确定迁入和迁出城市的空间位置，见表3-8。

表3-8　人口迁徙强度数据要求

（4）技术流程

第一步，获取人口迁徙热度数据。从网络获取人口迁徙热度数据，按照自定义格式以日为单位存储数据。

第二步，人口迁徙热度数据合成。每日的人口迁徙数据代表性较差，为了获得能够客观反映区域内城市间人口流动特征的数据，将每日的人口迁徙热度数据进行合成，以此获得长时间跨度人口迁徙热度数据。

第三步，人口迁徙热度数据OD^[5]分析。将合成的人口迁徙热度表格数据，利用OD空间分析，转换为城市间互相连接的线状空间数据。

第四步，人口迁徙强度计算。选定某个城市，计算该城市与其他城市人口迁入和迁出热度数量总和作为该城市的人口迁徙强度。

第五步，人口迁徙强度制图。利用等级分类制图方法制作人口迁徙强度专题产品。