摘要：经过30多年的快速城镇化发展,2015年中国城镇化的总体水平已达56.1%.在全国整体城镇化水平快速提高的同时,各地区的城镇化进程呈现出明显的区域差异.如何在全国层面上,阐述中国城镇化的地区差异,探索驱动这些差异的内在因素,学界仍缺乏深入的研究.文章以中国地级行政单位为主要研究单元,以城镇化水平和速度两个维度划分城镇化类型,将中国划分为四个类型的城镇化地区:高城镇化率稳定型、高城镇化率快速型、低城镇化率快速型和低城镇化率缓慢型地区,刻画城镇化的地区差异.进而选择了7个经济和地理指标,利用有序逻辑回归模型探究城镇化类间差异的驱动因素,利用多元线性回归模型分析这些驱动因素在各类城镇化地区间的驱动作用差异.研究表明,人均GDP、各行业从业人口区位商、城乡收入比、到主要发展中心的时间距离等因素显著驱动了城镇化地区差异;同时这些因素在各类型地区内部的驱动作用强度不同,人均GDP、各行业从业人口区位商对城镇化的推动作用呈边际递减的趋势,而区域内主干交通线密度对城镇化水平较低的城市影响更加显著.

摘要：本文利用2000年和2010年的统计数据，以地级行政区为研究对象，构建基于城镇化水平、城镇化发展速度、城镇化动力机制、城镇发展的资源环境、社会经济发展水平五个评价维度的指标体系，识别其中的主导因素并确定指标阈值，采用计量分析的方法，根据城市的总体特征将中国的城市划分为五个类型。在此基础上，对分类结果进行特征解读，并与中国的自然区划、城市群等相关研究成果进行关联分析，挖掘各类城市的城镇化特征。

摘要：2015年中央城市工作会议要求建立常态化的城市体检评估机制。通过城市体检识别问题,有针对性地制定解决方案,成为促进城市精细化管理及高质量建设发展的重要途径。以上海城市体征监测为例,提出从城市体检到动态监测的分析模式,利用多源数据,以“人地兼顾、动静结合”为原则,构建包含属性指数、动力指数、压力指数以及活力指数在内的4个一级指数、10个二级指数和27个三级指数的多维指标体系,并以职住空间为例开展专题评估,最后基于机器学习开展政策措施单一场景及综合场景下的城市体征变化模拟和量化对比。研究结果表明,动态的城市体征监测能够更实时、更精准地多角度定量评价城市实时运行状态及各主体时空分布,可以有效支撑专题评估,并通过决策情景模拟等技术,为政府日常管理、运行监测和治理决策优化提供有力的工具支撑。