大阪2015—2020年估算净迁移的空间关联：基于网格的机器学习方法
Spatial associations with estimated net migration in Osaka, 2015–2020: A grid-level machine learning approach
发表于 2026年9月22日 · 收录于雷达 2026年11月5日
中文摘要
研究提出数据驱动框架，在500米网格尺度识别大阪府2015—2020年人口普查估算净迁移的相关因素。研究校准人口普查生存比率法，并以LightGBM分析空间关联，结合变量聚类与Owen值处理多重共线性。结果呈现明显的镶嵌式差异：年轻人口的空间格局与“回归城市”现象相符，并与高层公寓相关；老龄化郊区公共住房区则呈净流出。