Spatial Structure of Nizhny Novgorod Urban Agglomeration in 2019–2021

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article sheds light to the transformations that took place in the spatial structure of the Nizhny Novgorod urban agglomeration in 2019–2021 during the coronavirus pandemic. The identified changes are analyzed in the context of two concepts: urban shrinkage and spatial resilience. Particular attention is paid to micro-level changes in the spatial distribution of the day and night population aggregated by anonymized data from cellular operators. According to the results, spatial structure of the Nizhny Novgorod urban agglomeration is characterized by a relatively high level of resilience to the negative effects of the pandemic, which can be explained by the complex nature of its structure as a system and the potential ability to redistribute negative effects. One of the key reactions of the spatial structure of both daytime and nighttime population was the significant increase in microlevel polarization. It has especially strongly affected public and business and mixed zones, as well as large housing estates. An increase in polarization was observed in the central zones of cities (including in the core of the urban agglomeration). There is a trend towards differentiation of low-density residential suburbs. As a result, it is postulated that the changes that have taken place in the urban spatial structure can be named a special form of “agglomerational shrinkage,” which is not accompanied by a decrease in the population of the agglomeration, but severely increases internal spatial disproportions.

About the authors

А. А. Mikhaylov

Institute of Geography, Russian Academy of Sciences; Russian Academy for National Economy and Public Administration

Author for correspondence.
Email: mikhaylov-aa@ranepa.ru
Russia, Moscow; Russia, Moscow

P. M. Polyan

Institute of Geography, Russian Academy of Sciences

Author for correspondence.
Email: pavel.polian@gmail.com
Russia, Moscow

References

  1. Антонов Е.В. Городские агломерации: подходы к выделению и делимитации // Контуры глобальных трансформаций: политика, экономика, право. 2020. Т. 13. № 1. С. 180–202.
  2. Антонов Е.В., Махрова А.Г. Крупнейшие городские агломерации и формы расселения надагломерационного уровня в России // Изв. РАН. Сер. геогр. 2019. № 4. С. 31–45.
  3. Батунова Е.Ю., Гунько М.С., Медведев А.А. Неуправляемое пространство: планирование и политика в условиях депопуляции в Ивановской области // Вестн. Санкт-Петербург. ун-та. Науки о Земле. 2021. Т. 66. № 3. С. 440–459.
  4. Гунько М.С., Еременко Ю.А., Батунова Е.Ю. Стратегии планирования в условиях городского сжатия в России: исследование малых и средних городов // Мир России. Социология. Этнология. 2020. Т. 29. № 3. С. 121–141.
  5. Зубаревич Н.В. Неравенство регионов и крупных городов России: что изменилось в 2010-е годы? // Общественные науки и современность. 2019. № 4. С. 57–70.
  6. Лаппо Г.М. Города России. Взгляд географа. М.: Новый хронограф, 2012.
  7. Лаппо Г.М., Полян П.М., Селиванова Т.А. Агломерации России в XXI веке // Вестн. Фонда регионального развития Иркутской области. 2007. Т. 1. С. 45–52.
  8. Махрова А.Г., Бабкин Р.А., Казаков Э.Э. Динамика дневного и ночного населения как индикатор структурно-функциональных изменений территории города в зоне влияния Московского центрального кольца с использованием данных операторов сотовой связи // Контуры глобальных трансформаций: политика, экономика, право. 2020. Т. 13. № 1. С. 159–179.
  9. Махрова А.Г., Кириллов П.Л., Бочкарев А.Н. Методические подходы к изучению трудовой маятниковой миграции населения // Теоретические и методические подходы в экономической и социальной географии. 2019. С. 96–114.
  10. Нефедова Т.Г. Поляризация пространства России: ареалы роста и “черные дыры” // Экономическая наука современной России. 2009. Т. 1. № 44. С. 62–77.
  11. Нефедова Т.Г., Старикова А.В. Миграции населения как способ его адаптации к поляризации пространства в Центре России // Социологические исследования. 2020. № 10. С. 24–38.
  12. Полян П.М. Территориальные структуры – урбанизация – расселение. М.: Новый хронограф, 2014.
  13. Полян П.М., Заславский И.Н., Наймарк Н.И. Проблемы делимитации городских агломераций: сравнение и синтез ведущих методик // Проблемы территориальной организации пространства и расселения в урбанизированных районах. Свердловск, 1988. С. 26–40.
  14. Райсих А.Э. Определение границ городских агломераций России: создание модели и результаты // Демографическое обозрение. 2020. Т. 7. № 2. С. 54–96.
  15. Adedeji O.H., Odufuwa B.O., Adebayo O.H. Building capabilities for flood disaster and hazard preparedness and risk reduction in Nigeria: need for spatial planning and land management // J. Sustainable Development in Africa. 2012. Vol. 14. № 1. P. 45–58.
  16. Bartholomae F., Woon Nam C., Schoenberg A. Urban shrinkage and resurgence in Germany // Urban Studies. 2017. Vol. 54. № 12. P. 2701–2718.
  17. Buhnik S. From shrinking cities to Toshi no Shukushō: Identifying patterns of urban shrinkage in the Osaka metropolitan area // Berkeley Planning J. 2010. Vol. 23. № 1. P. 132–155
  18. Carpenter S., et al. From metaphor to measurement: Resilience of what to what? // Ecosystems. 2001. Vol. 4. № 8. P. 765–781.
  19. Cunningham-Sabot E., et al. Shrinking cities in France and Great Britain: A silent process // The future of shrinking cities: Problems, patterns and strategies of urban transformation in a global context. 2009. P. 17–28.
  20. Dovey K., Rao F., Pafka E. Agglomeration and assemblage: Deterritorialising urban theory // Urban Studies. 2018. Vol. 55. № 2. P. 263–273.
  21. Fol S. Urban shrinkage and socio-spatial disparities: are the remedies worse than the disease? // Built Environment. 2012. Vol. 38. № 2. P. 259–275.
  22. Gill D., Ritchie L. Considering cumulative social effects of technological hazards and disasters // American Behavioral Scientist. 2020. Vol. 64. № 8. P. 1145–1161.
  23. Haase A., et al. Conceptualizing urban shrinkage // Environment and Planning A. 2014. Vol. 46. № 7. P. 1519–1534.
  24. Haase A., et al. Varieties of shrinkage in European cities // European Urban and Regional Studies. 2016. Vol. 23. № 1. P. 86–102.
  25. Hospers G.J. Urban shrinkage in the EU // Shrinking Cities. Routledge. 2014. P. 47–58.
  26. Ma X., et al. Evaluation of Urban Spatial Resilience and Its Influencing Factors: Case Study of the Harbin–Changchun Urban Agglomeration in China // Sustainability. 2022. Vol. 14. № 5. P. 2899–2920.
  27. Marek D., et al. Economic impacts of Covid-19 on the labor market and human capital // Terra Economicus. 2020. Vol. 18. № 4. P. 78–96.
  28. Masnavi M.R., Gharai F., Hajibandeh M. Exploring urban resilience thinking for its application in urban planning: A review of literature // Int. J. Environmental Science and Technology. 2019. Vol. 16. № 1. P. 567–582.
  29. Meerow S., Newell J.P., Stults M. Defining urban resilience: A review // Landscape And Urban Planning. 2016. Vol. 147. P. 38–49.
  30. Shetty S., Reid N. Global challenges and local responses: Creating a new urban world in the shrinking cities of the US industrial midwest // Reg. Science Policy & Practice. 2013. Vol. 5. № 2. P. 201–217.
  31. Taşan-Kok T., Stead D., Lu P. Conceptual overview of resilience: History and context // Resilience thinking in urban planning. Istanbul, 2013. P. 39–51.
  32. Yi C., Jackson N. A review of measuring ecosystem resilience to disturbance // Environmental Research Lett. 2021. Vol. 16. № 5. Art. 053008.

Supplementary files


Copyright (c) 2023 А.А. Михайлов, П.М. Полян

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».