Jak zmierzyć populację gęstości i dystrybucji w dowolnym kraju?

Chociaż gęstość i rozmieszczenie mają precyzyjne i wyraźne konotacje, czasami używa się ich zamiennie. Podczas gdy dystrybucja odnosi się do faktycznego wzoru rozmieszczenia jednostek jednostek, gęstość z drugiej strony jest wyrazem stosunku między populacją a obszarem ziemi.

Miary gęstości:

Gęstość surowa, znana również jako gęstość arytmetyczna, jest najczęściej stosowaną miarą gęstości zaludnienia. Jest to wyrażone jako liczba osób podzielona przez całkowitą powierzchnię. Na przykład Indie mają średnią gęstość wynoszącą 324 osoby na kilometr kwadratowy, zgodnie z ostatnim spisem powszechnym w 2001 r. Gęstość surową lub arytmetyczną można wytworzyć oddzielnie dla obszarów wiejskich i miejskich. Będąc przeciętną liczbą, gęstość surowca cierpi z powodu poważnego ograniczenia.

Gęstość surowa jest jednowymiarowa i niewiele mówi o możliwościach i przeszkodach zawartych w związku między ludźmi a ziemią. Ponieważ bierze pod uwagę całkowitą powierzchnię, gęstość ropy przedstawia bardzo mylący obraz, a zwłaszcza gdy występuje znaczna zmienność gęstości w regionie. Egipt, na przykład, z populacją 72, 1 milionów w połowie 2003 r. I obszarem geograficznym 1004, 9 tysięcy kilometrów kwadratowych, przedstawia gęstość wynoszącą 72 osoby na kilometr kwadratowy.

Szacuje się jednak, że prawie 98% ludności Egiptu zajmuje mniej niż 5% całkowitej powierzchni kraju - w dolinie Nilu i delcie, gdzie gęstość zaludnienia przekracza 1000 osób na kilometr kwadratowy - podczas gdy reszta kraju jest pustynia. Geografowie opracowali zatem inne miary gęstości, modyfikując licznik lub mianownik lub oba, aby zilustrować faktyczną zmienność gęstości ludzkiej pracy w danym regionie.

Gdy ogląda się całkowitą populację w odniesieniu do ilości ziemi pod uprawą w danym regionie, uzyskujemy gęstość fizjologiczną lub gęstość odżywczą. Jest to bardziej znaczący wskaźnik gęstości zaludnienia na dowolnym obszarze. W przypadku Egiptu, podczas gdy gęstość surowa wynosi zaledwie 72, gęstość fizjologiczna wynosi prawie 2 500 osób na kilometr kwadratowy uprawnej ziemi. Środek jest odpowiedni dla sytuacji, w której rolnictwo stanowi podstawę populacji. Ale prawdą jest również, że nie wszyscy ludzie w regionie lub kraju są uzależnieni od rolnictwa.

Tak więc gęstość fizjologiczna również nie zapewnia dokładnego obrazu presji populacyjnej na ziemię. Dalszym udoskonaleniem jest więc zagęszczenie rolnictwa poprzez podzielenie ludności rolniczej przez ilość gruntów uprawnych. Gęstość zaludnienia jest zatem stosunkiem liczby osób zarabiających na utrzymanie lub utrzymanie się na powierzchni ziemi i całkowitej powierzchni użytków rolnych. W krajach zaawansowanych gospodarczo zagęszczenie rolnictwa jest bardzo niskie w porównaniu z krajami mniej rozwiniętymi.

Ponieważ obszary uprawne i uprawne w regionie lub kraju nie mają generalnie jednolitej wartości, gęstość upraw nie odzwierciedla dokładnie relacji człowiek-ziemia. Vincent, francuski geograf, w 1946 r. Zaproponował więc indeks, który nazwał gęstością porównawczą (Clarke, 1972: 30). Przy obliczaniu gęstości porównawczej całkowita populacja danego regionu jest związana z zagregowaną powierzchnią ważoną - zgodnie z jej wydajnością - pod uprawą. Jest to zatem rodzaj gęstości fizjologicznej uwzględniający zróżnicowane poziomy wydajności uprawianych ziem w dowolnym obszarze.

Warto tutaj zauważyć, że opisane powyżej mierniki gęstości nie mają praktycznej wartości dla obszarów bardziej zurbanizowanych i uprzemysłowionych. W rozwiniętych krajach Zachodu pionowa rozbudowa osiedli mieszkaniowych unieważnia relacje między ludnością i obszarami, a zatem te środki nie ujawniają nic o koncentracji ludzi w budynkach. W takich okolicznościach gęstość pomieszczenia lub średnia liczba osób na pokój dostarcza przydatnego indeksu powszechnie używanego przez planistów i geografów.

Miary dystrybucji:

Podobnie jak w przypadku gęstości, geografowie używają szeregu środków w analizie rozmieszczenia ludności w dowolnym kraju lub regionie. Chociaż geografowie używają wielu miar, bardzo ważne są te odnoszące się do centralności, dyspersji i koncentracji populacji.

Podobnie jak centralna tendencja w rozkładzie liniowym, centralność populacji mierzona jest w kategoriach średniego środka, środkowego środka i środka modalnego. Obliczanie tych środków jest skomplikowanym i żmudnym ćwiczeniem. Niemniej są bardzo przydatnymi narzędziami w planach rozwojowych krajów wschodzących.

Średnie centrum, lub czasami określane również jako punkt środkowy, jest najprostszą miarą środka rozkładu populacji. Jest on podobny do średniej arytmetycznej rozkładu liniowego i jest opracowywany bardzo podobnie. Aby zlokalizować średnie centrum na mapie pokazującej rozkład punktów, konieczne jest urządzenie w jakiś sposób określające lokalizację każdego z tych punktów.

Odbywa się to poprzez obliczanie współrzędnych każdego punktu zgodnie z dowolnym układem. Geografowie znają pomiar położenia pod względem szerokości i długości geograficznej. W związku z tym pierwszy krok polega na nałożeniu systemu siatki na mapę, na której osie pionowe i poziome są ortogonalne i są rysowane w równych odstępach. Punkt początkowy jest zwykle przechowywany w lewym dolnym rogu. W następnym kroku obliczane są współrzędne (osie xi y) każdego punktu. Środki dwóch osi reprezentują średnie centrum punktów.

Środek środkowy można uznać za środek ciężkości dowolnego rozkładu przestrzennego. Geografowie są ogólnie zainteresowani pewnym średnim ośrodkiem rozmieszczenia miast lub wsi w regionie. Te miasta lub wsie różnią się pod względem wielkości populacji od siebie.

Większe rozmiary będą zatem miały większy wpływ na lokalizację średniego ośrodka. Konieczne jest zatem uwzględnienie tego wymiaru we wzorze do obliczania średniego środka. Odbywa się to poprzez przypisanie pewnej wagi (tj. Wielkości populacji w tym przypadku) do osi "x" i "y" dla każdego punktu, a następnie obliczenie średniej ważonej. Środki ważone obu osi reprezentują zatem położenie średniego środka rozkładu. Końcowe równania odpowiadające dwóm osiom środkowego środka są zatem następujące:

Gdzie "x _i " i "y _i " są współrzędnymi " _i th" miasta lub wioski, "p" to populacja tego miasta lub wioski, a "P" to całkowita populacja regionu. "Z różnych mierników tendencji centralnej w rozkładzie przestrzennym, średnie centrum jest najbardziej użytecznym narzędziem do badania zmian powietrznych w rozkładzie populacji w czasie. Jednak jego główną wadą jest fakt, że osiedla o ogromnych rozmiarach są w dużym stopniu dotknięte "(Clarke, 1972: 35).

Mediana centrum to kolejna miara średniej lokalizacji populacji w regionie. Tak jak mediana w rozkładzie liniowym jest wartością, która ma połowę wartości powyżej i połowę wartości pod nią, mediana centrum w rozkładzie przestrzennym jest przecięciem dwóch linii ortogonalnych, z których każda ma równą populację po każdej stronie . Główną zaletą ośrodka medianowego jest to, że można go łatwo opracować bez uciekania się do zbyt wielu obliczeń matematycznych.

Należy jednak zauważyć, że położenie środkowego środka populacji zależy od orientacji dwóch linii. Po zmianie orientacji zmienia się położenie środkowego centrum. Ponieważ położenie ośrodka środkowego nie jest ustalone, jego stosowanie powinno być ograniczone wyłącznie do wstępnego badania (Ebdon, 1985: 133). Niemniej jednak, jak zasugerował Clarke (1972), punkt środkowy jest najlepszym wskaźnikiem centralności dla rozkładu populacji i jest najbardziej przydatny do porównywania różnych rozkładów w tym samym obszarze w tym samym czasie.

Podobnie, punkt może znajdować się w rozkładzie, z którego suma odległości do wszystkich punktów jest minimalna. Określany jako środek minimalnej podróży, środek jest pomocny w określeniu optymalnej lokalizacji dla niektórych scentralizowanych usług w regionie. Lokalizacja środka drogi minimalnej może być określona przez proces prób i błędów, tj. Poprzez pomiar zagregowanych odległości przesuwu odnoszących się do kilku prawdopodobnych punktów, a następnie wybranie tego, który daje najniższą wartość.

Podobnie jak w większości przypadków, średnie i środkowe centra są na ogół zlokalizowane blisko środka minimalnego ruchu, każde z nich może być użyte jako punkt wyjścia. Alternatywnie, środek minimalnego skoku może być również określony przez nałożenie przezroczystej maski koncentrycznych okręgów.

I wreszcie modalne centrum populacji jest również ważną miarą analizy przestrzennej. Według Clarke'a (1972), centrum modalne odnosi się do maksymalnej gęstości powierzchni w obszarze. Jak sugeruje, we wszystkich dużych populacjach centrum modalne pokrywa się z głównym szczytem potencjału populacji. Dowody wskazują, że większość krajów na świecie z jednym głównym szczytem potencjału populacji jest jednomodalna.

Londyn, Paryż i Buenos Aires są uderzającymi przykładami ośrodków jednomodalnych odpowiednio w Wielkiej Brytanii, Francji i Argentynie. Niektóre kraje są dwumodalne z dwoma potencjalnymi szczytami, na przykład Sydney i Melbourne w Australii. Indie, z mega miastami Kolkata, Mumbai, Delhi i Chennai, przedstawiają przykład dystrybucji multimodalnej.

Po opracowaniu średniej, mediany i ośrodków modalnych można zastosować różne techniki statystyczne, aby zbadać, w jakim stopniu ludność regionu jest rozproszona wokół nich. Obliczenie tych środków jest dość skomplikowanym ćwiczeniem. Spośród kilku takich miar rozproszenia, standardowe odchylenie odległości jest najczęściej stosowane i jest bardzo łatwe do zrozumienia.

Standardowe odchylenie odległości jest podobne do odchylenia standardowego rozkładów liniowych. Opisuje rozprzestrzenianie się punktów wokół centrum. Określa się to w taki sam sposób, jak w przypadku danych liniowych i uzyskuje się przez podzielenie agregatu kwadratu odległości między każdym punktem a średnim środkiem przez liczbę punktów, a następnie pobranie jego pierwiastka kwadratowego. Równanie to:

Gdzie, Sr jest standardowym odchyleniem odległości, d jest odległością każdego punktu od średniego środka, a n jest liczbą punktów. Obliczenie standardowej odległości dla punktów odpowiadających osadom o różnej wielkości populacji wymaga odpowiednio modyfikacji równania. W zmodyfikowanym równaniu odległość między każdą osią a średnim centrum jest mnożona przez jej populację, a następnie agregowana. Suma jest następnie dzielona przez całkowitą populację w regionie, a na końcu bierze pierwiastek kwadratowy (Ebdon, 1985).

Jak już wspomniano, geografowie populacji od dawna zajmują się nierównomiernym rozmieszczeniem ludności na powierzchni ziemi zarówno w danym momencie, jak i jako proces ewolucyjny. Koncentracja ludności na obszarze jest maksymalna w hipotetycznej sytuacji, w której cała populacja jest skoncentrowana w jednym punkcie i minimum, gdzie osoby znajdują się w równej odległości od siebie. Tendencję do rozkładu populacji w dowolnym regionie w kierunku jednej z dwóch hipotetycznych skrajności można mierzyć za pomocą graficznego urządzenia zwanego krzywą Lorenza.

Opracowany przez MO Lorenza w 1905 r. Krzywa Lorenza była pierwotnie używana do pomiaru nierówności w podziale dóbr i dochodów w populacji. Geografowie populacji często używają tej miary graficznej do przedstawienia stanu koncentracji populacji i zmian w niej zachodzących w dowolnym regionie.

Krzywa Lorenza polega na wykreślaniu skumulowanych wartości procentowych jednej zmiennej względem skumulowanych wartości procentowych drugiej zmiennej na wykresie. W przypadku koncentracji ludności, jednostki lotnicze są najpierw ułożone w porządku malejącym lub malejącym pod względem gęstości, a następnie obliczane są procenty powierzchni i populacji każdej z jednostek.

Następnie skumulowane procenty są uzyskiwane osobno dla obszaru i populacji. Te skumulowane wartości procentowe są wykreślane na wykresie - na przykład obszar na osi "y" i populacja na osi "x". Uzyskane w ten sposób punkty są następnie łączone gładką krzywizną swobodną. Dla porównania narysowano linię przekątną, pokazującą linię równego rozkładu, łączącą punkty początkowe i końcowe (ryc. 3.1). Odchylenie jakiejkolwiek krzywej od tej linii przekątnej jest proporcjonalne do poziomu nierówności w rozkładzie populacji w stosunku do obszaru w regionie.

Całkowite stężenie znalezione w dowolnej krzywej można również zmierzyć w kategoriach stosunku powierzchni między krzywą i linią ukośną, z jednej strony, a całkowitą powierzchnią trójkąta utworzonego przez dwie osie i linię ukośną, na inny. Jest to znane jako współczynnik Giniego i można go wyrazić liczbowo jako:

Gdzie Xi _i Y _i są łącznymi procentami populacji i obszaru w _i . Jednostce. W przypadku równomiernego rozkładu populacji krzywa odpowiadałaby linii ukośnej, a stosunek będzie wynosił 0. W związku z tym, jeśli cała populacja jest skoncentrowana w jednym punkcie, krzywa porusza się wzdłuż dwóch osi, tworząc obszar pomiędzy krzywa i przekątna są równe powierzchni trójkąta. Tak więc stosunek ten okazuje się być doskonałą jednością. Stąd stosunek ten waha się między 0 a 1 (Mahmood, 1998). Maksymalna pionowa odległość od krzywej Lorenza do linii ukośnej jest wskaźnikiem koncentracji.

Co ciekawe, niektórzy uczeni zdefiniowali wskaźnik koncentracji w zupełnie inny sposób. Chandna (2002), na przykład w swojej analizie dystrybucji ludności w Indiach, określił wskaźnik koncentracji jako stosunek rzeczywistej populacji jednostki lotniczej do średniej wielkości populacji jednostek w regionie.