Группы городов

Города мировой Арктики

Для сравнительной оценки арктической урбанизации в России и других странах авторами разработана универсальная типология населенных пунктов с численностью населения свыше 5000 человек. В результате выделены четыре типа арктических городов:

  1. Ключевые многофункциональные (университетские) центр.

  2. Периферийные административные центры.

  3. Города-пригороды разной специализации.

  4. Удаленные промышленные центры.

Критерий приморского положения использовался для выделения подтипов. Города первого типа, как правило, обладают статусом национальной или региональной столицы, собственным вузом. Почти половина городского населения Арктики проживает именно в таких городах (Мурманск, Архангельск, Анкоридж, Тромсё, Рейкьявик и др.). Второй тип – региональные столицы, не имеющие своего самостоятельного вуза (Салехард, Йеллоунайф и т. д.). Города третьей группы, в основном, сконцентрированы вокруг городов первого типа (Мурмаши, Уасилла и др.). Наконец, четвертый тип – удаленные города, не имеющие ни столичного статуса, ни самостоятельного вуза. В эту группу попали, в основном, города при месторождениях полезных ископаемых (Новый Уренгой, Лабрадор-Сити и т. п.).

Специфика Российской Арктики состоит в повышенной доле внутриконтинентальных (непортовых) городов-пригородов (наиболее быстро теряющих население) и удаленных промышленных центров (условно: города при месторождениях). Специфика зарубежной Арктики – в высокой доле городов первого типа (столичные университетские).

Подробнее в статье: Замятина Н. Ю., Гончаров Р. В. Арктическая урбанизация: феномен и сравнительный анализ // Вестник Московского университета. Серия 5: География. 2020. № 4. С. 69-82.

Группы арктических городов РФ
по параметрам жизнестойкости

Для формирования стабильных кластеров, было проведено 1000 итераций методом UMAP (McInnes L., Healy J., Melville J. UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction // arXiv:1802.03426 [cs, stat]. 2018) + GMM (Scrucca L. et al. mclust 5: Clustering, Classification and Density Estimation Using Gaussian Finite Mixture Models // R J. 2016. Т. 8. № 1. С. 289–317.), позволяющих исключить случайность отнесения города к той или иной группе, а также формировать более гибкие группы, по аналогии с методом иерархической кластеризации. По результатам анализа, получилось выделить 7 устойчивых групп городов на основе подсистем экономической специализации, жизнеобеспечения, а также социокультурной, природно-экологической и административно-управленческой подсистем.