การตรวจสอบตัวชี้วัดความหนาแน่นและการอพยพของประชากรใน กรุงเทพมหานคร: ศึกษาเปรียบเทียบระหว่างปัจจัยด้านการขนส่ง เศรษฐกิจ ที่อยู่อาศัย การแพทย์ และการศึกษา
คำสำคัญ:
ความหนาแน่นประชากร, การอพยพของประชากร, กรุงเทพมหานครบทคัดย่อ
งานวิจัยนี้ได้ทำการศึกษาปัจจัยที่ส่งผลกระทบต่อการกระจายตัวของประชากร และปัจจัยที่ส่งผลกระทบต่อการอพยพเข้าเมืองของประชากร โดยทำการเก็บรวบรวมข้อมูลของแต่ละปัจจัยจากเขตทั้งหมด 50 เขต ในกรุงเทพมหานคร โดยมี 5 ปัจจัยหลัก ได้แก่ การขนส่ง เศรษฐกิจ ที่อยู่อาศัย การแพทย์ และการศึกษา ในแต่ละปัจจัยมีตัวแปรที่ใช้ในการวิเคราะห์รวม 18 ตัวแปร สำหรับการวิเคราะห์ข้อมูล ผู้วิจัยใช้ซอฟต์แวร์ Geo-detector ในการประมวลผลข้อมูล ผลปรากฏว่า มี 5 ตัวแปรหลักที่ส่งผลกระทบต่อการกระจายตัวและการอพยพเข้าเมืองของประชากรมากที่สุด คือ ความยาวถนนสายหลัก ระยะห่างใกล้สุดจากสนามบินดอนเมือง ค่าใช้จ่ายเฉลี่ยต่อเดือน จำนวนอาคารชุด และระยะห่างใกล้สุดจากสนามบินสุวรรณภูมิ โดยถ้าหากตัวแปรทั้ง 5 ตัวแปรนี้เกิดร่วมกันก็จะส่งผลให้ความหนาแน่นของประชากรและการอพยพเข้าเมืองของประชากรมีค่ามากขึ้น ในการวางแผนพัฒนากรุงเทพมหานคร หน่วยงานราชการและรัฐวิสาหกิจสามารถนำซอฟต์แวร์นี้มาประยุกต์ใช้ในการตัดสินใจเลือกโครงการที่เหมาะสมกับการแก้ปัญหาประชากรได้ เพราะสามารถเลือกโครงการที่มีความสัมพันธ์กับปัจจัยที่มีอิทธิพลต่อความหนาแน่นของประชากร และช่วยแก้ไขปัญหาเรื่องการกระจายตัวของประชากรอย่างไม่สม่ำเสมอที่กำลังจะเกิดขึ้นในอนาคตได้ สำหรับงานวิจัยนี้ผู้วิจัยได้เรียนรู้วิธีใช้งานซอฟต์แวร์ Geo-detector และสามารถนำวิธีประมวลผลนี้มาช่วยวิเคราะห์ปัญหาอื่น ๆ ของประเทศไทยได้อีกด้วย
References
P. Dasgupta, “The population problem: theory and evidence. Journal of economic literature,” Journal of Economic Literature, vol. 33, no. 4, pp. 1879–1902, 1995.
Y. Liu and F. Yamauchi, “Population density, migration, and the returns to human capital and land: Insights from Indonesia,” Food Policy, vol. 48, pp. 182–193, 2014, doi: 10.1016/j.foodpol.2014.05.003.
S. S. Kim, C. K. Lee and D. B. Klenosky, “The influence of push and pull factors at Korean national parks,” Tourism management, vol. 24, no. 2, pp. 169–180, 2003, doi: 10.1016/S0261-5177(02)00059-6.
E. Swyngedouw, F. Moulaert and A. Rodriguez, “Neoliberal urbanization in Europe: large–scale urban development projects and the new urban policy,” Antipode, vol. 34, no. 3, pp. 542–577, 2002, doi: 10.1111/1467-8330.00254.
D. L. Carr, L. Suter and A. Barbieri, “Population dynamics and tropical deforestation: state of the debate and conceptual challenges,” Population and Environment, vol. 27, no. 1, pp. 89–113, 2005, doi: 10.1007/s11111-005-0014-x.
Y. N. Guo, J. Cheng, Y. Y. Cao and Y. Lin, “A novel multi-population cultural algorithm adopting knowledge migration,” Soft computing, vol. 15, pp. 897–905, 2011, doi: 10.1007/s00500-010-0556-4.
P. H. Gleick, “Transitions to freshwater sustainability,”. Proceedings of the National Academy of Sciences, vol. 115, no.36, pp. 8863–8871, 2018, doi: 10.1073/pnas.1808
M. T. Hannan and J. Freeman, “The population ecology of organizations,” American journal of sociology, vol. 82, no. 5, pp. 929–964, 1977.
G. P. Li and X. X. Chen, “Empirical research on influencing factors on population growth of Beijing-Tianjin-Hebei Metropolitan Region,” Geographical. Research, vol. 28, pp. 191–202, 2009.
A. Lomnicki, “Individual-based models and the individual-based approach to population ecology,” in eLs, New York, NY, USA: John Wiley & Sons, Inc., 2011, [Online]. Available: http://doi.org/10.1002/9780470015902.a0003312.pub2
J. Damuth, “Population density and body size in mammals,” Nature, vol. 290, pp. 699–700, 1981, Art. no. 5808.
Y. Ren, L. Deng, S. Zuo, Y. Luo, G. Shao, X. Wei, L. Hua and Y.Yang, “Geographical modeling of spatial interaction between human activity and forest connectivity in an urban landscape of southeast China,” Landscape Ecology, vol. 29, pp. 1741–1758, 2014, doi: 10.1007/s10980-014-0094-z.
M. Renkow and D. Hoover, “Commuting, migration, and rural ‐ urban population dynamics,” Journal of regional science, vol. 40, no. 2, pp. 261–287, 2000, doi: 10.1111/0022-4146.00174.
J. Shen, N. Zhang, Gexigeduren, B. He, C. -Y. Liu, Y. Li, H. -Y. Zhang, , X. -Y. Chen and H. Lin, “Construction of a GeogDetector-based model system to indicate the potential occurrence of grasshoppers in Inner Mongolia steppe habitats,” Bulletin of Entomological Research, vol. 105, pp. 335–346, 2015, doi: 10.1017/S0007485315000152.
A. Shrestha, “Application of Geodetector Method and Other Statistical Methods to Study Groundwater Vulnerability to Nitrate Contamination in The Central Valley Aquifer, California,” Ph.D. dissertation, Dept. Geographic and Atmospheric Sciences, Northern Illinois Univ., Northeast Illinois, IL, USA, 2019.
L. Wang and L. Chen, “The impact of new transportation modes on population distribution in Jing-Jin-Ji region of China,” Scientific data, vol. 5, 2018, Art. no. 170204, doi: 10.1038/sdata.2017.204.
Walters, A. J. C. & Freeman, G. M. The quality of big (geo) data. Dia. In Hum. Geogr 3, 280–284 (2013).
J. F. Wang, X. H. Li, G. Christakos, Y. -L. Liao, T. Zhang, X. Gu and X. -Y Zheng, “Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China,” International Journal of Geographical Information Science, vol. 24, no. 1, pp. 107–217, 2010, doi: 10.1080/13658810802443457.
S. Uttayanin, A. Intaraksa and K. Duangmal, “Influences of Socio-Economic Factors Affecting to Population Dynamics in Thung Rangsit Area, Pathum Thani,” Journal of the Association of Researchers, vol. 24, no. 2, pp. 111–122, 2020.
H. Wang, J. Gao and W. Hou, “Quantitative attribution analysis of soil erosion in different geomorphological types in karst areas: Based on the geodetector method,” Journal of Geographical Sciences, vol. 29, pp. 271–286, 2019, doi: 10.1007/s11442-019-1596-z.
W. Xinge, X. Jianchao, Y. Dongyang, and C. Tian, “Spatial Differentiation of Rural Touristization and Its Determinants in China: A Geo-Detector-Based Case Study of Yesanpo Scenic Area,” Journal of Resources and Ecology, vol. 7, no. 6, pp. 464–471, 2016, doi: 10.5814/j.issn.1674-764x.2016.06.006.
Y. Yang, X. Yang, M. He and G. Christakos, “Beyond mere pollution source identification: Determination of land covers emitting soil heavy metals by combining PCA/APCS, GeoDetector and GIS analysis,” Catena, vol. 185, 2020, Art. no. 104297, doi: 10.1016/j.catena.2019.104297.
K. Kopczewska, P. Churski, A. Ochojski, and A. Polko, “SPAG: Index of spatial agglomeration,”. Papers in Regional Science, vol. 98, no. 6, pp. 2391–2424, 2019, doi: 10.1111/pirs.12470.
K. Zhang, D. Sun , S. Shen and Y. Zhu, “Analyzing spatiotemporal congestion pattern on urban roads based on taxi GPS data,” Journal of Transport and Land Use, vol. 10, no. 1, pp. 675–694, 2017, doi: 10.5198/jtlu.2017.954.
C. Rodjam, “Factors affecting towards migration of labor from rural areas to Bangkok,” Rajapruk University, Nonthaburi, Thailand, Final Rep, 2011.(in Thai)
W. Khuan-arch and P. Thinphanga, “Definition of Urban and Urbanization,” in Urbanisation in Thailand, Bangkok, Thailand: Environment Institute, pp. 1–34, [Online] Available: http://www.tei.or.th/thaicityclimate/public/research-46.pdf
S. Wang, D. Yu, X. Ma and X. Xing, “Analyzing urban traffic demand distribution and the correlation between traffic flow and the built environment based on detector data and POIs,” European Transport Research Review, vol. 10, 2018, Art. no. 50, doi:10.1186/s12544-018-0325-5.
X. Wang, L. Gu, T. J. Kwon and T. Z. Qiu, “A geostatistical investigation into the effective spatiotemporal coverage of road weather information systems in Alberta,” Journal of Advanced Transportation, vol. 2018, 2018, Art. no. 5179694, doi:10.1155/2018/5179694.
X. Lin, J. Yang, Z. Tao, J. Song and T. Ren, “Transport investment, economic spatial aggregation, and multiple paths: A joint estimation by spatial panel and structural equation modeling,” Acta Geographica Sinica, vol. 73, no. 10, pp. 1970–1984, 2018, doi: 10.11821/dlxb201810011.
J. Cai, B. Xu , K. K. Y. Chan, X. Zhang, B. Zhang, Z. Chen and B. Xu, “Roles of different transport modes in the spatial spread of the 2009 influenza A(H1N1) pandemic in mainland China,” International Journal of Environmental Research and Public Health, vol. 16, no. 2, 2019, doi: 10.3390/ijerph16020222.
X. Lin, I. MacLachlan, T. Ren and F. Sun, “ Quantifying economic effects of transportation investment considering spatiotemporal heterogeneity in China: a spatial panel data model perspective,” The Annals of Regional Science, vol. 63, pp. 437–459, 2019, doi: 10.1007/s00168-019-00937-8.
X. Q. Hao, Y. P. Shi and X. N. Zhang XN, ”The distribution of traffic crashes and the geographical detection of influencing factors in county,” Transportation Engineering, vol. 19, no. 6, pp. 53-60, 2019.
J. B. Zhang and Q. L. Chen, “Analysis of spatial temporal evolution and influencing factor in regional integrated transport efficiency differences,” Journal of Guizhou University (Social Sciences) , vol. 37, no. 6, pp. 34-42, 2019.
S. Li, D. Lyu, G. Huang, X. Zhang, F. Gao, Y. Chen, X. Liu, “Spatially varying impacts of built environment factors on rail transit ridership at station level: A case study in Guangzhou, China,” Journal of Transport Geography, vol. 82, 2020, Art. no. 102631, doi: 10.1016/j.jtrangeo.2019.102631.
J. Liu, S. Nambisan, X. Li and X. Fu, “Are young Americans carless across the United States? A spatial analysis,” Transportation Research Part D, vol. 78, 2020, doi: 10.1016/j.trd.2019.11.026.
Y. Song, P. Wu, D. Gilmore and Q. Li, “A spatial heterogeneity-based segmentation model for analyzing road deterioration network data in multi-scale infrastructure systems,” IEEE Transactions on Intelligent Transportation Systems, vol. 22, no. 11, pp. 7073–7083, 2020, doi: 10.1109/TITS.2020.3001193.
B. Lu, M. Liu, Q. Ming, A. Liu and T. Li, “Coupling and coordination situation and dynamic mechanism between tourism and transportation industry in China,” World Regional Studies, vol. 29, no. 1, pp. 148–158, 2020, doi: 10.3969/j.issn.1004-9479.2020.01.2018429.
A. Shrestha and W. Luo, “An assessment of groundwater contamination in Central Valley aquifer, California using geodetector method,” Annals of GIS, vol. 23, no. 3, pp. 149–166, 2017 doi: 10.1080/19475683.2017.1346707.
A. Shrestha and W. Luo “Analysis of groundwater nitrate contamination in the central valley: comparison of the Geodetector Method, Principal Component Analysis and Geographically Weighted Regression,” ISPRS International Journal of Geo-Information, vol. 6, no. 10, pp. 297, 2017, doi: 10.3390/ijgi6100297.
W. Jinfeng. (2018). Geodetector & Its Applications in Natural & Social Sciences [Online]. Available: http://www.sssampling.cn/down/181203Geodetector-open.pdf
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2022 คณะวิศวกรรมศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหาร
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิศวกรรมศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับสถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง และคณาจารย์ท่านอื่นๆในสถาบันฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
