基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度（2月7日至5月16日）国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间（春节前）、春运期间（春节后）、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。     

京津冀人口时空变化特征及其影响因素

基于2000和2010年人口普查和社会经济数据、2015年12月13日-25日百度迁徙数据及地理空间数据等多源数据,从人口分布格局与流动格局两个角度,探讨近年京津冀地区人口时空变化特征及其影响因素。研究表明：① 2000-2010年,京津冀地区呈现出明显的由自然地理条件与交通区位因素影响下的人口疏密特征、社会经济发展影响下的京津圈层特征,河北则缺少发育成熟的区域次级中心,京津冀地区人口普遍增加,且以人口显著增加为主要特征;② 人口普查的长时段迁移数据分析发现,京津冀人口流动活力增强,人口流入格局更为集聚;百度迁徙的短时段数据分析发现,北京是人口流入和流出的高热城市,天津是人口流出的较热城市,北京、天津、廊坊三地之间人口流动最为活跃,且以北京为核心的城市间人口流动较为活跃;③ 人力资本积累、产业结构特征、城镇发展水平、基期的经济发展水平、乡村化指数、公共服务水平,以及地理交通区位和地形起伏特征,是京津冀县域常住人口长时段内集散变化的主要影响因素,而短时段人口流动方向与数量还受节假日与季节的叠加影响。从城市功能、场强、网络及其演化的综合视角,更有助于深化人口集疏变化的地理研究。     

不同交通方式下居民城际出行网络结构特征——以“春运”为例

基于多元视角下的居民城际出行网络空间结构测度可以较为全面地刻画出城市间的复杂联系特征。论文利用春运期间腾讯迁徙平台中的人口流动数据,采用复杂网络分析方法以及转变中心性和转变控制力等指标,对比分析了航空、铁路和公路3种交通方式下的中国居民城际出行网络结构特征。结果表明：3种出行方式下,航空联系的线路最少,平均出行距离最长;铁路出行人数最多,其次是公路,航空最少。最大优势流中,北京和上海在国内航空出行联系中起着最重要的控制作用,其次是成都和重庆;铁路出行中,北京和成都占据绝对优势;公路多表现为省级行政中心与周边城市的关联。根据转变中心性和转变控制力划分城市类型,在航空和铁路出行网络中,高中心性—高控制力城市较多;公路出行网络中以高中心性—低控制力城市为主。不同出行方式下的城市聚类得到的网络集群“社区”数量有一定差异,航空、铁路和公路出行依次聚类为7、8和10个“社区”。不同类型出行方式透视的城市网络特征存在较明显的差异：航空出行的城际人口流体现出以全国性枢纽城市为核心分布的核心—边缘结构;铁路表现出以国家铁路大动脉沿线城市为核心,向腹地城市逐渐递减的核心—边缘结构;公路出行的城际人口流则表现为与人口规模匹配的局域强聚集的空间格局。     

新冠疫情影响下中国城市网络特征时空变化研究

新冠疫情(COVID-19)对人口流动与城市网络产生了巨大影响,该文基于百度人口迁徙数据,利用多维度特征评价方法分析疫情暴发前后中国城市网络的空间关联特征变化,有助于重大卫生事件突发期间人口出行和迁徙模式认知以及疫情后的社会恢复。结果表明：(1)城市网络中重要性相对较高的城市面对疫情等突发状况冲击时的韧性比低位城市小,加权优势度最大起伏可达0.380,且城市位次恢复需要更多时间;(2)城市间形成以长江三角洲、珠江三角洲、成渝、京津冀4个城市群为核心顶点的“筝型”城市网络结构,核心城市群中的大规模疫情暴发会明显抑制整个网络的人口流动规模和密度,并且其部分城市职能会暂时被周边核心城市分担;(3)城市集群结构韧性大,在长时间序列上保持稳定,间断性疫情暴发不会明显改变城市群结构,城市群内部的优势城市会发生明显变化;(4)疫情暴发会降低全国人口的出行意愿,但在疫情暴发前后,各城市与其主要人口流动城市间仍能保持健康的联系。     

基于有向转变中心性与控制力的长三角城市网络空间结构分析

采用腾讯人口迁徙数据构建长三角的有向城市网络,利用有向转变中心性与控制力研究人口流动视角下的区域空间结构。研究表明,长三角地区已形成“区域性核心-局域性核心-人口扩散型城市”联动发展的多核心、等级化、网络化的空间结构。在该地区同时存在“同城化”“核心-边缘”空间发展模式。长三角41个城市可划分为7种发展类型,其中资源集聚型城市对人口资源存在普遍争夺的情况。研究进一步分析了长三角地区有向城市网络的空间结构及发展特征,并对相关影响因素进行分析,为长三角地区实现高质量发展的区域战略布局提供支撑。     

中国居民城际出行网络的空间结构特征

利用腾讯迁徙数据构建居民城际出行网络,分析了不同时段、不同交通方式下中国居民城际出行网络的空间结构特征以及主要城市群的对内、对外居民城际出行模式。研究发现,2018年中国居民城际出行网络呈“东密西疏”空间分布格局,形成以京、沪、穗—深、蓉—渝等高中心性城市为顶点的顶层跨区级“钻石型”网络结构。“春运”时段城际出行的重心相较日常出行更偏向于西南,居民城际日均出行规模亦高于其他时段,特殊节假日城际出行具有显著的空间邻近效应。不同出行方式下的出行人口、出行范围和出行交通网络差异显著,航空、铁路、公路出行分别承担国家级、区域级和地方级城际出行的人口集散。主要城市群对内出行网络呈现“核心—邻近—边缘”空间格局,以多中心双核出行模式为主,对外出行网络则呈现“跨区—邻域—地方”的格局,以单中心单核出行模式为主。     

中国市域间日常人口流动特征及影响因素

基于腾讯位置大数据,分析了2015—2018年中国368个城市间人口流动的空间格局,并基于指数随机图模型（ERGM）识别了与人口流入、流出相关的影响因素。研究发现：① 人口流动的空间分布格局相对稳定,形成了以京、深、沪、穗、蓉、莞为“中枢”的菱形空间结构。② 通过社区划分得到的城市子群结构表明,社区间呈现明显的地理临近和省际分异特征,既形成了以省会城市为核心、受省界制约明显的中心–腹地结构的小型城市子群,也形成了跨越省界的多中心结构的大型城市子群,但大部分城市以省界为主要流动圈层,省域内人口流动更为密切。③ ERGM模型确定的人口流入、流出网络影响因素与新古典经济学理论相一致,人口规模、城市化水平、时间成本、经济成本等市场因素和经济因素在人口流动中仍然具有主导性作用。④ 城市对外来人口的吸引力更大程度上取决于自身的属性特征,而城市人口外流更依赖于外部网络关联要素,一定程度上验证了推拉理论中城市“拉力”的主导力量,以及各类距离因素的综合作用。     

中国居民工作日与节假日的城际出行网络异同性研究

居民出行目的、出行时间与地域属性的差异都会导致出行行为的异质性,工作日与节假日具有完全不同的时间属性,且出行目的差异较大,对两时段城际出行网络进行比较有助于全面认识城际出行规律及其网络特征。以4月份工作日（2016年4月11日—4月15日）和国庆黄金周（2016年10月1日—10月7日）为代表,利用“腾讯迁徙”提供的居民城际出行数据,从城市节点、城际关联及网络集聚角度对工作日与节假日的居民城际出行网络结构特征进行对比研究。结果发现：① 黄金周的日均城际居民出行规模显著高于工作日,但出行距离和网络集聚程度明显低于后者;② 两种网络均形成了跨区域组团、邻近组团和省域组团3种类型。黄金周跨区域组团数量明显低于工作日,区域和地方枢纽城市数量多于工作日,邻近组团和省域组团数量则明显高于工作日;③ 工作日,北上广三大城市核心地位突出,旅游功能、交通枢纽功能城市的地位在黄金周更得以凸显;④ 工作日城际出行网络以跨区域联系为主,而黄金周则呈现出明显的空间邻近效应,并形成了以省会为中心、省内出行为主的核心—外围模式。     

城市人口集聚与城市间人口流动对经济产出的影响

城市标度律认为城市的诸多特征均是社会互动与联系的产物,其假设城市经济产出等要素很大程度上由城市人口规模（城市内部相互作用）决定,隐含了集聚经济的假设。城市人口集聚代表了局部的网络效应,而社会生产效率还应度量城市在更大空间尺度上全局网络效应的影响。以中国275个地级及以上级别城市为研究对象,利用百度迁徙数据构建城市人口流动网络,以城市人口流动强度刻画外部交互程度,借助城市标度律框架比较分析城市内部人口规模和外部交互与城市经济产出之间的非线性关系。结果发现：城市经济产出与城市外部交互之间也存在显著的超线性标度关系,且城市外部交互对于城市经济产出具有更高的乘数效应,网络空间相互作用不容忽视且已成为集聚经济的重要补充。进一步引入城市人口密度、集聚外部性和网络外部性等指标,定量综合测度城市人口集聚与城市间人口流动及其协同作用对城市经济产出的影响,发现城市人口规模带来的集聚效应仍是区域经济发展的主要动力,城市在城际协同关系中借助网络化而获益的能力还有待增强。本文有助于深化对标度律机制的理解,并从经济增长的集聚效应和网络效应两方面为区域一体化发展提供决策支持。     

东北地区人口流动与多元交通网络格局的偏离和关联

受限于个体流动数据的获取制约,以往人口流动研究多采用交通网络强度来模拟城市间的人口流动强度,忽视了二者之间的偏离。论文以铁路、公路车次构建交通网络,以腾讯位置大数据的铁路出行、公路出行数据构建人口流动网络,运用社会网络分析法、QAP模型,对比分析两者之间的偏离和关联。研究发现：① 东北地区铁路人口流动和其交通网络格局均呈现出以“哈大”走廊为轴的南密北疏、东众西寡的特征。铁路人口流动网络结构较为分散,铁路交通网络的极化效应明显。② 公路人口流动和其交通网络的偏离较大。公路和铁路之间存在竞争和互补关系,在铁路交通不太发达的地区,公路人口流动强度和其交通网络强度较高。③ 人口流动与交通网络存在一定关联,但人口流动受多方面因素影响,综合联系网络模型则能更准确地模拟城市间人口流动。其他影响因素中,经济联系、人口规模等因素对人口流动的影响不够明显,而城市间的邻接关系对人口流动有显著影响。④ 铁路人口流动与其交通网络的关联程度较公路人口与其交通网络的关联程度高。论文定量说明了人口流动与其交通网络的相关程度,为交通网络模拟人口流动提供了理论和实际操作层面的参考。     

基于大数据的城市功能区人口时空聚散模式研究

城市功能区和人口流动是行为地理学和城市规划领域的研究热点,不同城市功能区的人口聚散现象更是其重点议题。该文基于POI和腾讯位置服务(LBS)大数据,以武汉市主城区为研究区,利用功能密度指数、功能优势指数识别城市功能区,并通过空间关联判断城市功能区人口流动变化规律,采用聚类分析方法归纳人口时空聚散模式。研究结果表明:1)中心城区功能混合度较高;2)受人群时空需求影响,不同城市功能区的人口流动规律呈现一定差异性;3)根据城市功能区人口流动聚散趋势并综合其构成特征,可分为公共主导-聚散波动、商务主导-持续集聚、居住主导-持续集聚、绿地主导-聚散交替、商业主导-动态平衡和工业主导-先聚后散共6种模式。研究结果对于优化城市空间布局、合理配置城市资源以及提升城市运行效率具有参考意义。     

东北城市人口流动倾向强度与吸引力度耦合协调研究

以东北三省177个城市为研究对象，以智联招聘、前程无忧、58同城招聘、携程、去哪儿、途牛、58同城租房网、赶集网、居安客、百度地图、高德地图和腾讯地图12个网站的网络关注数据为样本，运用网络数据挖掘技术，构建城市人口流动倾向强度和吸引力度测算模型，并结合耦合协调模型和核密度测量方法，测出东北三省城市人口流动倾向强度与吸引力度的等级特征、类型特征和空间特征。研究结果表明：① 东北不同规模城市的人口流动倾向强度和城市吸引力度不同，城市规模越大，其人口流动倾向强度和城市吸引力度就越高；相似规模城市的人口流动倾向强度和城市吸引力度也表现出明显的差异性；东北地区城市人口流动倾向强度和城市吸引力度总体呈现出正比例关系；东北城市人口流动倾向强度和城市吸引力度都表现出较高的城市首位特征和明显的长尾特征；② 东北城市人口流动倾向强度和城市吸引力度极度耦合、高度耦合、中度耦合和低度耦合的城市分别占东北城市总数的2.26%、7.91%、24.29%、65.54%；各省间人口流动倾向强度与城市吸引力度耦合协调水平整体差异较小，差距不明显；人口流动超前型、同步型和滞后型分别占东北城市总数的63.85%、17.51%和18.64%，省际差异明显；③ 东北城市人口流动倾向强度和城市吸引力度耦合协调空间特征表现出等级性、集聚性、洼地性特征，耦合协调性的区域分布特征，不仅与这些地区的区位有关，也与该地区的城市规模、经济发展水平密切相关。     

Visualization and analysis of local and distant population flows on the Qinghai-Tibet Plateau using crowd-sourced data

Human migration between cities is one important aspect of spatial interaction that not only reflects urban attractiveness but also denotes interactions amongst agglomerations.We therefore implemented a web-based visualization system to analyze and interactively explore local and distant population flow patterns between cities on the Qinghai-Tibet Plateau(QTP).We utilized 2017 Tencent population flow data from which we initially constructed inbound and outbound vectors for cities on the QTP.We then used multidimensional scaling to examine and visualize migration patterns and similarities between cities.Results reveal the presence of six local and three distant human mobility patterns on the QTP as well as aver-age summer monthly migrations more than twice the level of those in the winter.     

基于“流空间”视角的铁路客运空间组织分析——以长三角城市群为例

当前,以“流空间”视角阐释现代交通运输方式在实现区域一体化中发挥的作用,通过关联性描述其网络空间组织过程,能为交通与城市体系互动发展提供科学支撑。基于此,以2000年以来铁路客运班次数据为依托,应用社区发现算法分析长三角城市群铁路客运网络及空间变化特征,结论如下：① 城市群发育出京沪社区、浙江社区、皖江社区和苏中北社区等子群,各社区内部为铁路客运联系的主要范围和方向,且表现出差异性空间联系格局变化;② 高内部联系社区具有较高外部社区间联系强度,枢纽城市间多发生跨社区高联系,形成不依赖于铁路可达性的“核心-边缘”式结构;③ 按空间特征将各社区分为单核心社区、双核心社区、多核心社区和无核心社区,从社区内联系模式看,核心城市数量不断减少、较高联系通道不断发育,但两者间存在不匹配;④ 从社区间联系模式看,高速铁路在增强跨社区交流过程中扮演重要角色,核心城市间联系增强,客运网络由通道指向转变为枢纽指向。