人口是社会经济、人文地理等领域研究的重要基础数据。传统的人口数据多是基于行政区统计,不具有准确的空间定位特征,对区域经济等相关领域的精确研究有不利影响。精细化的人口空间分布数据可作为自然资源和社会因素耦合分析中的基础数据,应用在城市规划、区域经济发展、城市人居环境、防灾救灾等研究中。大数据及人工智能时代的到来,为人口空间化提供了方法支撑。因此,本文基于地理大数据及机器学习方法,提出一种精细化模拟城乡人口的方法。从而提高人口数据集的精度,以便更好地作为人口因子变量应用到地理应用分析中。本文收集处理了2017年广西1152个乡镇级行政边界数据、2017年中国县域统计年鉴中的乡镇人口数据及2017年广西的多元地理空间数据,通过计算得到广西乡镇级的统计密度。采用了相关分析法及地理探测器方法,提取出了影响研究区人口空间分布的11个空间变量。采用元线性回归法、随机森林法、卷积神经网络法构建人口空间化模型,对比三种人口空间方法的精度并选出最优的人口空间化模型。将最优的人口空间化数据进行人口空间的应用分析,分别探究广西人口空间化特征及南宁市的医疗资源的可达性及公平性。本文研究结果如下:（1）研究表明,不透水面积比例、平均夜间灯光、poi与广西人口密度的相关性为正相关,森林面积比例、坡度、高程与广西人口密度呈现负相关。不透水面、夜间灯光、POI是影响广西人口分布的三大重要人文因素,且因子之间存在相互作用加强对人口分布的影响。（2）人口空间数据的精度不仅与拟合数据精度有关,还受到建模所用方法的影响。整体来看,基于随机森林方法的平均相对误差最低（25.04%）,其次是基于卷积神经网络方法的平均相对误差（27.68%）,最后才是基于多元回归方法的平均相对误差（29%）。与现有人口数据集对比发现,基于随机森林的人口空间化数据的精度均优于worldpop、Land Scan数据。（3）广西人口空间主要呈以下四个特征:（1）广西的人口密度总人口的平均密度为192人/km2,但人口密度区域分布不均。（2）高密度人口分布在广西东南的城市中心,低密度人口分布在广西西北部农村。（3）城市人口空间形态呈集中团聚状、线性带状型,农村居民点零星状型等形态（4）广西各个不同尺度下的人口具有空间聚集特征。（4）南宁市医疗服务设施存在一定的差异和不均衡,医疗服务设施分配额与人口与医疗服务的匹配度都呈现圈层式结构。“高享受型”和“一般型”主要分布在城市以及县城区域。“滞后型”主要分布在郊区及农村地区。这些研究成功为城市资源可达性及公平性以及政府计划医疗资源分配提供了新思路。