Please use this identifier to cite or link to this item:
http://elar.urfu.ru/handle/10995/137222
Title: | Analyzing Regional Connectivity through Population Mobility Data from Cellular Operators |
Other Titles: | Оценка связанности экономического пространства региона на основе измерения мобильности населения по данным сотовых операторов 根据移动电话运营商数据衡量人口流动性,并评估地区经济空间连通性 |
Authors: | Martynenko, A. Myslyakova, Yu. Matushkina, N. Neklyudova, N. Мартыненко , А. В. Мыслякова, Ю. Г. Матушкина, Н. А. Неклюдова, Н. П. 马丁年科 梅斯利亚科娃 马图什金娜 涅克柳多娃 |
Issue Date: | 2024 |
Publisher: | Уральский федеральный университет Ural Federal University |
Citation: | Analyzing Regional Connectivity through Population Mobility Data from Cellular Operators / A. Martynenko, Yu. Myslyakova, N. Matushkina, N. Neklyudova // R-Economy. — 2024. — Vol. 10, Iss. 2. — P. 159–173. |
Abstract: | Relevance. In the current economic climate, maintaining the integrity of regional economic space is crucial. This involves ensuring uniform socio-economic development across regions and promoting a high rate of technology transfer from the center to the periphery. Therefore, it is essential to identify sustainable points of spatial development that represent centers of power concentration and guide spatial transformation. Research objective. The study aims to assess the connectivity of the region’s economic space by measuring population mobility. This approach will help identify the centers of social and labor communications that represent sustainable points of spatial development. The focus of the study is on the municipal districts of Sverdlovsk region, which are key elements of its economic space. Data and methods. The study employed geoinformation analysis of origin-destination matrix of population flows in Sverdlovsk region (Russian Federation), provided by Russian mobile operators. Results. The paper presents the analysis of intracity and intercity population flows based on the average daily data of mobile operators for 2022. The intensity and diversification of population flows in the region’s municipal districts, reflecting the connectivity of its economic space, were estimated using geographic information systems and the Python programming language. The study revealed that Sverdlovsk region has a bicentric system of spatial interconnections, with two distinct centers of attraction: Ekaterinburg and Nizhny Tagil, with Ekaterinburg being the dominant center. Conclusions. The proposed classification of municipal districts by the level of their inclusion into the economic space of Sverdlovsk region illustrates that only 5% are characterized by intensive and diversified inter-territorial interaction, while 34% are characterized by low indicators of intensity and diversification of mobile population flows. The spatial structure of the municipalities in Sverdlovsk region, which are located in the zone of attraction to the agglomeration centers, will be maintained and reinforced. Актуальность. В современных условиях хозяйствования важно сохранить целостность экономического пространства регионов, обеспечивающую территориальную равномерность их социально-экономического развития, а также высокую скорость трансфера технологий в направлении «центр-периферия». В связи с этим необходимо определить устойчивые точки пространственного развития, представляющие собой центры концентрации силы и направлений пространственных преобразований. Целью исследования является оценка связанности экономического пространства региона на основе измерения мобильности населения, позволяющая выявить центры социально-трудовых коммуникаций, представляющие собой устойчивые точки пространственного развития. Объектом исследования являются муниципальные образования Свердловской области, являющиеся элементами ее экономического пространства. Данные и методы. Исследование выполнено на основе геоинформационного анализа матриц корреспонденций перемещений населения Свердловской области, предоставленных российскими сотовыми операторами. Результаты. В работе проведен анализ внутригородских и междугородних перемещений населения на основе среднесуточных данных сотовых операторов за 2022 год. С использованием геоинформационных систем и языка программирования Python оценены интенсивность и диверсифицированность мобильных потоков для муниципальных образований Свердловской области, отражающие связанность ее экономического пространства. Было выявлено, что Свердловская область обладает бицентрической системой пространственных взаимосвязей с двумя явно выраженными центрами притяжения – городскими округами Екатеринбург и Нижний Тагил при существенном доминировании Екатеринбурга. Выводы. Предложенная классификация муниципальных образований по уровню их включенности в экономическое пространство Свердловской области, иллюстрирует, что только 5% из них характеризуются интенсивным и диверсифицированным межтерриториальным взаимодействием, 34% характеризуются низкими показателями интенсивности и диверсифицированности мобильных потоков населения. Существующая структура пространственных связей для муниципальных образований Свердловской области, находящихся в зоне притяжения к центрам агломераций, будет далее сохраняться и укрепляться. 现实性:在现代经济条件下,保持各地区经济空间的完整性,使社会经 济发展具有地域统一性,并在“中心-外围”方向上实现高技术转让率 非常重要。为此,有必要确定空间发展的可持续点,即权力中心和空间 转型方向。 研究目标:在衡量人口流动性的基础上,评估地区经济空间的连通性, 从而确定可持续空间发展点的社会劳动交流中心。研究对象是斯维尔德 洛夫州(下称斯州)的城市,它们是斯州经济空间的组成部分。 数据与方法:数据来源为俄罗斯移动运营商提供的斯州的人口流动信 息。本研究是在此对应矩阵的地理信息基础上进行的。 研究结果:本文根据移动运营商 2022 年的日均数据分析了城内和城际 的人口流动情况。通过使用地理信息系统和Python编程语言,评估了 斯州各城市人口流动的强度和多样性,这反映了斯州经济空间的连通 性。结果显示,斯州具有双中心空间互联系统,有两个明显吸引力中 心--叶卡捷琳堡和下塔吉尔市,其中叶卡捷琳堡占主导地 位。 结论:根据斯州经济空间纳入水平对城市的分类表明,只有5%的城市 存在密集和多样化的区域间互动,34%的城市具有低强度和流动人口多 样化的特征。位于吸引力集聚中心的斯州各市现有的空间联系将得到进 一步维持和加强。 |
Keywords: | POPULATION MOBILITY ECONOMIC RELATIONS OF TERRITORIES INTERMUNICIPAL COMMUNICATIONS LOCALISATION OF CELLULAR NETWORK USERS ZONES OF ATTRACTION GEOINFORMATION ANALYSIS МОБИЛЬНОСТЬ НАСЕЛЕНИЯ ЭКОНОМИЧЕСКИЕ СВЯЗИ ТЕРРИТОРИЙ МУНИЦИПАЛЬНЫЕ КОММУНИКАЦИИ ЛОКАЛИЗАЦИЯ ПОЛЬЗОВАТЕЛЕЙ СОТОВОЙ СЕТИ ЗОНЫ ПРИТЯЖЕНИЯ ГЕОИНФОРМАЦИОННЫЙ АНАЛИЗ 人口流动 地区经济关系 城 际通信 移动电话用户定位 吸引力区域 地理信息分析 |
URI: | http://elar.urfu.ru/handle/10995/137222 |
RSCI ID: | https://www.elibrary.ru/item.asp?id=68542990 |
ISSN: | 2412-0731 |
DOI: | 10.15826/recon.2024.10.2.010 |
metadata.dc.description.sponsorship: | The publication was prepared in fulfillment of the state assignment to the Institute of Economics of the Ural Branch of the Russian Academy of Sciences. Работа выполнена в соответствии с планом НИР Института экономики УрО РАН. |
Origin: | R-Economy. 2024. Vol. 10. Iss. 2 |
Appears in Collections: | R-Economy |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
r-economy_2024_v10_2_03.pdf | 1,65 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.