A városhierarchia vizsgálati módszerei

Az előadások a következő témára: "A városhierarchia vizsgálati módszerei"— Előadás másolata:

1 A városhierarchia vizsgálati módszerei
dr. Jeney László egyetemi docens Európa városi terei Geográfus szak (MSc) 2017/2018, I. félév ELTE Földrajz Központ

2 Sorrend–nagyság szabály (rank size analysis)
A településhierarchia polarizáltságának mérése Városok rangsora (általában népességszámuk alapján) Szabályszerű eloszlás: F. Auerbach (német geográfus, 1913) Rangsorban az n-edik város népessége = a legnépesebb város n-ed részével (Auerbach-szabály) – Zipf-eloszlás Ábrázolási lehetőségek Főben (időbeli) vagy a legnépesebb város értékének százalékában (területi összehasonlításoknál) Normál vagy logaritmikus beosztású tengelyekkel Népességre vagy más abszolút adatra Vizsgálati lehetőségek Területek összehasonlítása Időállapotok összehasonlítása Funkciók összehasonlítása 2

3 Sorrend–nagyság vizsgálat valós tengelyekkel
Tengely beosztása főben Oszlopdiagram Magyarország: hiányoznak Budapest ellenpólusai 3

4 Sorrend–nagyság vizsgálat valós tengelyekkel
Tengely beosztása főben Grafikon (vonaldiagram) Magyarország: hiányoznak Budapest ellenpólusai 4

5 Sorrend–nagyság vizsgálat logaritmikus beosztású tengelyekkel
Tengely beosztása logaritmikusan Vonaldiagram Jelmagyarázat Szabályos: Auerbach-féle eloszlás 5

6 Területek összehasonlítása: Európa néhány országának városhierarchiája
Eltérő településhierarchiák háttere Természeti környezet: domborzat (Alpok), éghajlat (Skandinávia), természeti erőforrások (konurbációk) Történelmi örökség: birodalmi központok, határváltozások Politikai berendezkedés, közigazgatás: centralizált (szoc.) vagy föderatív Közlekedési hálózatok: sugaras vagy rácsos Településhálózat-fejlesztés: növekedési pólusok vs. vízfejek 6

7 A sorrend-nagyság szabály Európa néhány országában, 2005-ben
A 4 ország közül Magyarország rendelkezik a legkoncentráltabb városhierarchiával 7

8 Policentrikus indiai városhálózat
Eredmények Viszonylag kiegyenlített városhierarchia Időben is egyre kiegyenlítettebbé válik Szabályszerű eloszlás: F. Auerbach (német geográfus, 1913) Rangsorban az n-edik város népessége = a legnépesebb város n-ed részével (Auerbach- vagy Zipf-szabály) 8

9 Funkciók összehasonlítása
A népességszámhoz képest polarizáltabb megoszlások a többi mutatónál Általában kiegyenlítettség Kiv.: nemzetközi szervezetek székhelyei Legkiegyenlítettebb: felsőoktatás 9

10 Európai városhierarchia vizsgálatok gyakori problémája: Európa = Fejlett Európa
10

11 A városhierarchia vizsgálatokhoz alkalmas mutatók
Változókészlet eltér: Területi szintenként Időben Országonként Abszolút mutatók alkalmasak Népességszám Gazdasági funkciók: vállalatok székhelyei (headquarters), azok összprofitja Közlekedési funkciók: hálózati bekötöttség, irányultság, állomáson megforduló forgalom, elérhetőség Intézmények: közigazgatás, oktatás, egészségügy stb. Nemzetközi szervezetek székhelyei Események, rendezvények, konferenciák Turizmus Fajlagos mutatók (pl. egy főre jutó GDP) kevésbé alkalmasak 11

12 A nagyvárosrangsor a legnagyobb vállalatok alapján: székhely és összprofit
A Föld 500 legnagyobb vállalatának székhelyei között nem találunk kelet-közép-európai nagyvárost Összprofit (millió $) Népességszám (fő) 750 ezer alatt 750 ezer–1 millió 1–2 millió 2 millió felett 20 ezer felett London, Párizs 6–20 ezer Amszterdam, Hága München Madrid, Róma 1–6 ezer Stockholm, Koppenhága, Essen, Stuttgart, Düsseldorf Brüsszel Milánó Ezer alatt Frankfurt, Helsinki, Duisburg, Hannover, Göteborg Köln, Torino Hamburg Berlin 12 Forrás: Fortune, Global 500

13 Európai rangsor a nemzetközi szervezetek találkozói alapján (2001, világ=100%)
Kelet-Közép-Európa nagyvárosai közül Budapesten rendezték a legtöbb nemzetközi találkozót 13

14 Európa legfontosabb repülőjáratai, 2001-ben
Forrás: Association of European Airlines (AEA) 2002 14

15 Európa legfontosabb repülőjáratai, 2001-ben
A legtöbb utas London és Dublin között utazott Tényezők Szoros kapcsolatok Földrajzi fekvés (szigetjelleg) Nemzetközi gazdasági bekötöttség A 20 legforgalmasabb járat többnyire vagy Londont vagy Párizst érintette Néha megjelennek nem fővárosok is Kelet-Közép-Európa hiányzik 15 Forrás: Association of European Airlines (AEA) 2002

16 Az európai nagyvárosok csoportosítása a repülőjárataik célirányaik szerint
16

17 Az európai nagyvárosok komplex hierarchiája (Jeney L. – Keresztély K.)
Népességszám (fő) 750 ezer alatt 750 ezer–1 millió 1–2 millió 2 millió felett 4 London, Párizs 3 Amszterdam, Frankfurt München, Milánó Berlin, Róma, Madrid 2 Krakkó, Riga, Manchester, Stockholm, Hága, Hannover, Málaga, Lisszabon, Düsseldorf, Helsinki, Koppenhága, Duisburg, Essen, Stuttgart, Lyon Athén, Dublin, Brüsszel, Köln, Torino, Birmingham, Marseille, Nápoly Barcelona, Budapest, Szófia, Prága, Hamburg, Bécs, Varsó 1 Leeds, Liverpool, Bréma, Dortmund, Genova, Vilnius, Zaragoza, Glasgow, Lipcse, Rotterdam, Göteborg, Sevilla, Drezda, Sheffield, Poznan, Palermo, Valencia, Wroclaw Lodz Bukarest 17

18 A különböző jellegű adatok összeegyeztetése
Több adatsor együttes figyelembevételének igénye teremti meg Komplex mutató számítás alapja a változók összevonhatóvá tétele Különböző jellegű adatok Eltérő mértékegységek Eltérő volumenek Eltérő mérési skálák Eltérő szórásúak Eltérő fontosságúak Ehhez az adatok átalakítása, új adatok létrehozása szükséges  annak érdekében, hogy összevonhatóvá váljanak  dimenziótlanító eljárások Eltűnnek a mértékegységek Eltűnnek a nagyságrendi értékkülönbségek 18

19 Mérési skálák hierarchiája
Mindegyik mérési skála rendelkezik az alatt lévő tulajdonságaival A „hierarchia csúcsán” az arányskála áll Legteljesebb összehasonlításra ad lehetőséget Mérési skála meghatározza a matematikai-statisztikai módszereket Brazil válogatott nem 63X jobb mint a magyar 0 átlagú adatsort nem lehet az átlag %-ában megadni Többváltozós vizsgálatoknál Többféle mérési skála, de azonos mérési skálájú adatokra van szükség  adat-transzformáció 19

20 A mérési skálák rendszere
Tulajdonság Sajátosságok Jellemző példák Arány xa / xb Megkülönböztetés, sorrend, különbség, arány Van elméleti minimum, azonos előjelű Népességszám, jövedelem, utasforgalom Intervallum xa – xb Megkülönböztetés, sorrend, különbség Pozitív és negatív értékek Vándorlási különbözet Ordinális (sorrendi) xa ≥ xb Megkülönböztetés, sorrend Nehezen mérhető, csak sorrendbe állítható Sorrendek, rangok, eltérő funkcionális szintek Nominális xa ≠ xb Megkülönböztetés Nem számszerű Név, születési hely, nem 20

21 Dimenziótlanító és egyéb komplex mutatóhoz alkalmazott eljárások
Adatsor fejlettséget-elmaradottságot milyen módon, milyen irányba fejezi ki? Növekvő érték a fejlettséget, vagy elmaradottságot fejezi ki Rangsorolás, Pontozáson alapuló módszer Adatsor jellegadó (szélső-, közép- és szórás) értékeihez való viszonyítás Átlaghoz viszonyítás Maximumhoz viszonyítás (Bennett-féle komplex mutató) Normalizálás Standardizálás Mértani átlag Főkomponens- és a faktoranalízis 21

22 3.b. Maximumhoz viszonyítás a Bennett-féle komplex mutatóval
Maximumra vetített jelzőszámok területegységenkénti átlagolására szolgál Maximum = 100 Népszerű, mert az eljárás eredményeként a %-ra átalakított értékek, ill. azok átlagának értékkészlete a (0;100) intervallumba esik. (j=területegységek száma) 22

23 Egy indiai városhierarchia vizsgálat eredményei
23

24 Egy indiai városhierarchia vizsgálat eredményei (vezető városok 9 dimenzióban)
Egyetemi hallgató Hotelférőhely Rendezett konferencia Kórház Légiforgalmi kapcsolat + további 4 dimenzió Összesen 9 dimenzió Ez alapján komplex (összesített) városhierarchia 24

25 dimenziók száma (max = 9)
Egyszerű városhierarchia: mennyi dimenzióban szerepel a város a top20-ban? város dimenziók száma (max = 9) Mumbai, Új-Delhi 9 Bangalore, Calcutta, Chennay, Hyderabad 8 Ahmedabad, Jaipur 7 Coibatore 6 Cochi, Bubaneswar, Lucknow, Pune 5 Thiruvananthapuram 4 Vishakapatnam, Patna, Bhopal, Gurgaon 3 25

26 Finomított városhierarchia: Bennett-féle komplex mutató alapján
A különböző jellegű adatok összeegyeztetésének nehézségei 9 dimenzió adatsorai eltérő volumenek, mértékegységek Megoldás: maximumhoz viszonyítás Ilyen a Bennett-féle komplex-mutató Maximum = 100 % Százalékos részadatok összegzése Város Összesítet % Új-Delhi, Mumbai 700 felett Chennai, Bangalore, Calcutta, Hyderabad 200–700 Jaipur, Ahmedabad, Darphanga, Bhubaneswar 90–200 Thiruvananthapuram, Lucknow, Patna, Dehradum, Bhopal, Pune, Ranchi, Kochi 60–90 26

27 Főbb konklúziók: átalakuló indiai városhierarchia
Földrajzi átrendeződés Korábban: vezető városok = kikötővárosok (Mumbai, Chennai, Kolkata) Ma: belső városok is gyorsan fejlődnek (Delhi, Bangalore, Hyderabad) Súlypont ÉK-re tolódott Kiegyenlítettség Relatíve kiegyenlített városhierarchia Időben egyre kiegyenlítettebbé válik Komplex városhierarchia erősen követi a népességnagyságot Bipoláris (Mumbai és Delhi) 27