Urban form as a predictor of socio-economic composition of Prague metropolitan area

Abstract

Jak vyplývá z odborné literatury, preference v oblasti bydlení bývají spojeny s ekonomickým, kulturním a vzdělávacím zázemím. Tato souvislost však často není kvantifikována. Cílem této diplomové práce je popsat souvislost mezi numerickou charakteristikou městské formy v Pražské metropolitní oblasti a vybranými aspekty místního obyvatelstva, jak je popsáno ve sčítání lidu z roku 2021. Městská struktura je reprezentována 71 morfometrickými charakteristikami z klasifikace Urban Taxonomy. Struktura populace je reprezentována 32 proměnnými ze sčítání lidu, které zahrnují vzdělání, zaměstnanost, věk, rodinný stav a velikost domácnosti; tyto proměnné byly pomocí explorativní faktorové analýzy redukovány na čtyři latentní dimenze. Vztah mezi těmito dvěma je posuzován pomocí globální OLS regrese, specifikace s prostorovými fixními efekty rozlišující Prahu od jejího zázemí a modelů prostorových režimů, které umožňují, aby se v obou oblastech lišily jak konstanty, tak sklony. Morfometriky vysvětlují významnou část rozptylu latentních dimenzí sčítání lidu. Rozdíl mezi Prahou a zázemím je významný u tří ze čtyř faktorů a modely s oddělenými režimy ukazují, že síla této souvislosti se systematicky liší mezi městským jádrem a suburbanizovaným zázemím. Tyto výsledky potvrzují, že městská forma, jak ji zachycují...

As literature suggests housing preferences tend to be related to economic, cultural and educational background. However this relationship is often not quantified. The aim of this thesis is to describe the link between a numerical characterisation of urban form in the Prague Metropolitan Area and selected aspects of the population living there, as described in the 2021 Census. Urban form is represented by 71 morphometric characters from the Urban Taxonomy classification. Population structure is represented by 32 census variables covering education, employment, age, family status and household size, reduced through exploratory factor analysis to four latent dimensions. The relationship between the two is assessed through global OLS regression, a spatial fixed effects specification distinguishing Prague from its hinterland, and spatial regimes models allowing allowing both intercepts and slopes to vary between the two areas. Morphometric characters explain significant amount of variance of the latent census dimensions. The Prague/hinterland distinction is significant for three of four four factors, and separate regime models reveal that the strength of the relationship differs systematically between the urban core and the suburbanised hinterland. These results confirm that urban form, as captured by...