基于相互作用关系的中国省际人口流动研究

基于2000年、2010年人口普查及2005年、2015年人口抽样调查数据,采用相互作用关系模型计算了中国“人口流动系统”和“单向相互作用关系值”。结果表明：① 人口流动具有明显的凝聚性,东部地区对流动人口的吸引力依然具有绝对优势;② 省际人口流动呈“非对称双向迁移模式”,人口回流的趋势已不容忽视;③ 长三角地区逐渐代替珠三角成为新的人口流动中心,人口流动开始北移;④ 中西部地区的人口流动分中心某种意义上已经出现,人口就近转移日渐凸显。将2010-2015年间省际人口流动新规律和特征与1995-2010年进行动态对比,对于制定未来人口和区域发展政策,继续缩小东西部地区之间的差距,最终实现区域协调发展具有重要意义。     

春运人口流动透视的转型期中国城市网络结构

基于春运人口流动大数据,选取对外联系度、优势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析。结果显示：① 城市网络层级结构中蕴藏着位序-规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;② 空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;③ 中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;④ 东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;⑤ 中国东北地区未形成明显的区域性中心,城市联系形成带状网络;⑥ 华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;⑦ 带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。     

中国省际人口空间格局演化的分析方法与实证

中国正在经历着史无前例的城镇化过程,2011年全国城镇人口已达6.91亿人,城镇化率攀升至51.27%。按2030年城镇化水平到70%计算,还将有接近3亿人口从农村流动至城市。与此同时,由于总生育率受社会经济发展水平、生态环境以及社会思潮的共同作用,人口自然增长率正在减少,“单独二胎”政策即是国家对人口发展战略的重大战略调整。由此可见,对正处在城镇化、工业化和全球化加速推进的中国而言,人口自然增长与空间迁移正在且必将持续重塑人口空间格局,因而科学地认识中国人口自然增长和空间迁移的区域差异、准确地把握人口空间格局及其演化趋势,对于科学编制城镇化发展、土地利用、生态环境保护等各类空间规划和制订流动人口、区域协作等各项空间管理政策具有重要意义。本文构建了一种全新的自上而下的人口预测方法,考虑人口自然增长和空间迁移两种影响因素,着重对一级单元 (全国) 和次级单元 (省级) 在2010-2050年间的人口总量进行预测,并进一步研判我国人口空间格局的发展情景和演化特征：从各省人口密度变化来看,中国人口空间分布密度继续保持了东部高、中部次之、东北再次、西部最低的总体格局。东部省份中上海、北京、天津及江苏的人口密度始终保持在一至四位,最末三位依次是新疆、青海和西藏。根据本文提出的省际人口变化强度及其主导类型的测算指标和量化结果,可将中国划分为人口快速变化区 (净迁入主导型、净迁出主导型、自然增长主导型)、人口低速变化区 (净迁入型、净迁出型) 以及人口平稳区。净迁入主导型人口快速变化区将吸纳99%的未来新增流动人口,其中上海、北京、浙江至2030年时人口密度达到顶峰,而广东的人口密度持续增加到2035年;净迁出主导型人口快速变化区,包括河南、安徽、重庆、湖北,75%的新增流动人口将由此类型区域迁出;辽宁和山东同属于自然增长主导型人口快速变化区,其新增流动人口比重极小,由人口自然增长变化主导区域的人口快速变化态势。在低速变化区中,除福建和海南作为少有的流动人口净迁入型省份,其余省份人口密度不断降低则缘于大量的劳动力输出和逐渐走低的生育率;大部西北和西南省份属于人口平稳区,其人口密度呈现出稳中有减的态势,人口密度平均值大多在100人/km²以下。     

中国人口省际流动重力模型的参数标定与误差估算

空间交互模型被广泛应用于地理要素关系强度的模拟,然而目前大量研究或建立在模型参数标定理想化、模式化的假设条件下,或是在暗箱中完成,由此导致模拟结果与实际的偏差却被严重低估。基于2015年中国春运期间人口省际流动的城市间O-D数据,在逐日、分市的研究精度下,实证推算人口流动重力模型变量的回归系数,探究模型代理变量影响效应的空间异质性,并评估重力模型在人口流动模拟上的误差。结果显示：① 重力模型参数标定的复杂性体现在交互对象代理变量影响程度的非对称性,和变量回归系数的空间异质性随研究精度加深显著加剧两个方面,因此模型参数标定的模式化将导致估算结果空间差异的趋势收敛;② 2015年春运期间中国人口省际流动距离衰减系数为1.970,在地级行政单元视角下,人口流出地距离衰减系数值域为0.712（驻马店）~7.699（乌鲁木齐）,人口流入地系数值域为0.792（三亚）~8.223（乌鲁木齐）;③ 应用重力模型模拟人口流动结果与实测流（百度迁徙数据）存在显著误差。就加权绝对平均误差而言,拟合总误差为85.54%,其中空间相互作用效应造成了86.09%的实测流与模拟流的最大误差,相对流出力、相对吸引力分别造成57.73%、49.34%的模型误差。因此,空间交互效应仍然是当前最难以模式化的因素。     

中国人口流动网络中的语言纽带效应

本文利用2019年腾讯人口迁徙与中国语言分布数据,揭示方言相似性对于中国人口流动影响的语言纽带效应,并进一步探究其时空异质性、交通方式异质性、空间距离对其影响的调节作用。研究发现：(1)方言相似性能够促进中国人口城际流动网络的路径形成概率与关系强度,形成了人口流动网络中的语言纽带效应。地理距离和语言距离分别可视为人口流动的显性和隐性空间成本;(2)语言纽带效应存在时空异质性和交通方式异质性。地区间的方言相似性每增加一个单位,在“春运”和日常阶段下,中国人口流动网络的路径形成概率分别增加47.7%、49.5%,流动强度分别增加17.1%、9.9%。语言纽带效应对于不同汉语方言区、不同交通方式的人口流动的影响存在正负与程度差异,展示出其对于中国人口流动影响的空间差异与地理含义;(3)语言纽带效应受到空间衰减规律的制约,并且在不同交通方式和时间段下呈现出差异性和复杂性。本文扩展了当前以经济、社会、人口学特征为主要视角的中国人口流动影响因素研究,对于揭示中国人口流动驱动机制具有科学意义,对于多民族融合的中国社会治理和文化多样性保护具有实践价值。     

近期中国省际经济社会要素流动的空间特征

本文运用GIS空间分析和图形技术 ,就中国省 (区 )际人口迁移、铁路客流、航空客流、铁路货流、信件流等经济社会要素流动的空间特征进行综合分析。结果表明 :地区经济水平对要素流的形成与分布影响较大 ,京津唐、沪苏浙和广东构成了要素流的三大核心 ;要素流呈现为 4种基本空间型态和两类空间模式 ;各要素流的空间分布很不均衡 ,流量重心大幅偏离我国国土几何重心 ,但与人口和经济分布重心吻合度较高。     

中国省际煤炭资源流动的时空演变及驱动力

根据1957-2005 年中国各省区煤炭调出和调入数据, 运用SPSS 和GIS 方法, 首先对 “一五”~ “十五”各省区的煤炭流动地域类型进行了判别, 然后在省域尺度研究了煤炭资源 区域流动的时空过程, 最后探讨了煤炭资源流动时空演变的驱动力。“一五”~ “十五”中国 省际间煤炭流动演变特征有: 中国省际间煤炭资源流动规模逐年增大, 省际间煤炭调出总量 年均增长5.9%, 煤炭调入总量年均增长5.6%。流动范围逐年扩展, 无流地由1957 年的10 个省区缩小至近年的1 个左右。流场呈集中输流、分散汇流的特征, 调出省区个数< 调入省 区个数, 调出首位度> 调入首位度。煤炭区域流动演变的主要驱动力有: ① 产消不平衡是煤 炭资源区域流动的基本动力。晋陕蒙、西部煤炭产消盈余, 华东、中南、东北煤炭产消亏缺, 决定了北煤南运、西煤东运的煤炭流动格局。② 运煤通道的改善促进了煤炭区域流动。2005 年交通密度指数在20 以上的省区, 煤炭外运条件较好, 交通密度指数20 以下的省区都不同 程度的存在煤炭外运困难。而且, 统筹交通设施布局与煤炭生产布局可极大地推动区域煤炭 流动。③ 煤炭区域价格差异是煤炭流动的信号, 对资源流动的方向和数量产生一定的影响。     

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。     

中国人口流动管控应对COVID-19疫情效应评估

中国政府通过历史罕见的人口流动管控遏制新型冠状病毒肺炎（COVID-19）疫情爆发。人口流动管控措施对于疫情防控起到何种作用?又如何影响中国人口流动和短期分布的地理特征?本文通过SEIR病毒传播动力学模型评估管控措施的有效性,利用移动定位数据追踪中国人口流动时空变化,以回顾COVID-19重大疫情人口流动管控的正负效应：① 人口流动管控使COVID-19疫情日新增感染曲线显著平稳化,成为中国应对COVID-19疫情重大突发性公共卫生事件时非药物干预措施的重要组成部分。人口流动管控使中国日新增感染者波峰日推迟1.9倍到达,当日感染人数下降63.4%。在选取的5个省份、5个湖北省城市、6个湖北外城市中,波峰日分别推迟1.4~8倍、5.6~16.7倍和2.3~7.2倍到达,当日感染人数分别下降56.9%~85.5%、62.2%~89.2%和67.1%~86.2%。因此,人口流动管控为疫情防控准备争取了宝贵的缓冲时间,极大降低了疫情集中爆发对于医疗设施的冲击;② 人口流动管控限制人口地级流动。2020年1—4月中国人口地级行政区划之间流动强度较2019年同期日均下降40.18%,其中,2020年“春运”节后返工流（1月25日—2月18日）平均下降66.4%,对社会运行与经济发展产生重大影响;③ 人口流动管控与人们对于疫情的恐惧导致2020年中国农历春节的返乡流受到显著影响,并短期改变中国人口时空分布的动态趋势。本文有助于理解重大突发性公共卫生事件下政府人口流动管控策略及其对人口流动与分布地理特征的影响。     

中国春运城际出行网络结构特征与城市角色识别——基于多元交通客流的测度

作为要素流动的载体和空间重塑的主体,春运交通客流更能透视中国区域发展的新情况新问题。基于2017年春运期间交通客流数据,从整体网络、城际联系和城市节点维度对交通客流网络结构特征进行比较分析并综合识别城市地域交通类型。研究发现：① 与公路客流辐射范围和流量相比,铁路客流较大,航空客流较小;交通客流网络趋于发育为复杂网络;公路客流网络以邻省组合型城市组团为主,铁路客流网络主要为跨省组合型城市组团,航空客流网络均为“破碎”组合型城市组团。② 由短途为主的公路客流、中短途为主的铁路客流和中长途为主的航空客流分别构筑形成的区域空间结构具有显著的分化态势和极化现象,主要发生在“胡焕庸线”东南侧城市群内以及城市群之间。③ 在空间距离制约下,基于城市首位联系刻画而成的交通客流网络空间组织模式存在显著差异。公路客流形成5种区域空间组织模式,铁路客流形成多重组合的核心-边缘空间组织模式,而航空客流则形成多重组合的轴-辐空间组织运营模式。④ 城市地域交通类型分化显著,形成泾渭分明的“沉睡”区与“活跃”区,且中心城市和城市群成为集散客流的主要动力。希冀能为新形势下推动形成优势互补高质量发展的区域经济布局提供借鉴。     

1985-2015年中国省际人口迁移网络特征

随着中国城市经济的发展以及城镇化的快速推进,人口迁移的空间格局发生了重大变化。本文基于1985-2015年全国省际人口迁移矩阵数据,运用社会网络分析方法,探讨中国省际人口迁移网络的整体特征以及每个节点在网络中的地位作用。研究结论为：①省际人口迁移网络密度经历了1985-2000年的缓慢下降、2000-2015年持续上升的过程,与西北、西南和中部主要人口迁出地向东部经济发达地区的集中性迁移成为发展主流密切相关。②人口迁移网络的内向中心势明显大于外向中心势,说明人口迁入地相对集中,人口迁出地相对分散。③省际人口迁移网络可分为东北—华北人口联动区、中原—长三角人口联动区、中南—华南人口联动区、西南人口联动区、西北人口联动区5个子群。其中,中原—长三角人口联动区是群内和群间联系最紧密的区域;中南—华南人口联动区是全国人口累计迁移量最高的区域;东北—华北人口联动区内部联系较强,对外仅与西北人口联动区联系较强。④基于中心性分析以及核心—边缘结构划分,各省(市、区)对于人口迁移网络的贡献意义不同,广东、北京具有全局控制意义,江苏、陕西、四川、浙江基本处于核心节点序列,上海、天津、内蒙古、福建核心作用逐渐增强,河南、湖北、河北、新疆核心作用出现下降,全国人口迁移路径总体向北偏移。     

1995-2015年中国省际人口迁移网络的演化特征——基于异质性劳动力视角

自户籍制度放宽以来,中国经历了大规模的人口迁移.其中,异质性劳动力(高技能劳动力、普通劳动力)在迁移过程中表征出不同的空间格局和网络组织特征,对地区经济发展产生各异的影响.本研究基于人口普查和抽样调查微观抽样数据,使用复杂网络理论对1995-2015年中国异质性劳动力迁移的时空格局和网络演化展开分析,并分析了格局背后的...     

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。     

基于空间滤波方法的中国省际人口迁移驱动因素

人口迁移数据中往往存在较强的网络自相关性,以往基于最小二乘估计的重力模型与迁移数据的拟合度较低,而改进后的泊松重力模型仍存在过度离散的缺陷,以上问题均导致既有人口迁移模型中的估计偏差。本文构建了特征向量空间滤波（ESF）负二项重力模型,基于2015年全国1%人口抽样调查数据,研究2010-2015年中国省际人口迁移的驱动因素。结果表明：① 省际人口迁移流间存在显著的空间溢出效应,ESF能有效地提取数据中的网络自相关性以降低模型的估计偏差,排序在前1.4%的特征向量即可提取较强的网络自相关信息。② 省际人口迁移流之间存在明显的过度离散现象,考虑到数据离散的负二项重力模型更适用于人口迁移驱动因素的估计。③ 网络自相关性会导致模型对距离相关变量估计的上偏与大部分非距离变量估计的下偏,修正后的模型揭示出以下驱动因素：区域人口特征、社会网络、经济发展、教育水平等因素是引发省际人口迁移的重要原因,而居住环境与公路网络等因素也逐渐成为影响人口迁移重要的“拉力”因素。④ 与既有研究相比,社会网络因素(迁移存量、流动链指数)对人口迁移的影响日益增强,而空间距离对人口迁移的影响进一步呈现弱化趋势。     

2000—2015年中国高学历人才省际迁移的演化格局及影响机理

经济快速增长和社会转型促使中国人才迁移的地理景观正涌现出一些新特征和新趋势。利用中国2005年、2010年和2015年千分之一人口抽样调查微观数据,揭示2000—2005年、2005—2010年和2010—2015年全国高学历人才省际迁移格局的演化趋势,选用零膨胀负二项回归模型解释高学历人才省际迁移格局的演化机理。结果发现：① 中国高学历人才跨省流动性呈先增后减的演化趋势,人才省际迁移规模的空间分布开始趋于均衡化。② 东部发达省市人才净流入活跃,中部、东北和河北等地区人才净迁出活跃,2010年后发达地区的人才高强度净流入及欠发达地区的人才高强度净流失问题均开始缓解。③ 高学历人才由中西部流动至东部地区的主要迁移模式比较稳定,但东部向中西部地区的高学历人才迁移规模持续上升。④ 从影响因素的演化趋势上看,全国人才省际迁移主要为经济驱动型,但收入在人才迁移决策中的重要性开始减弱,产业转型、购房成本、教育服务舒适性及气候舒适性对人才跨省流动性的影响开始增强。⑤ 全国人才跨省流动性的演化机制具有一定的阶段分异性,前期,城镇居民收入差距的扩大是人才跨省流动性升高的主要动因;之后人才跨省流动性的减弱主要受城镇居民收入差距的缩小、发达地区过高的购房成本及小学教育服务设施短缺等因素影响。     

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。     

中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例

“腾讯迁徙”大数据基于位置服务,实时、动态、完整、系统地描述了用户日常出行活动的轨迹。通过采集“腾讯迁徙”数据平台中2017年国庆-中秋长假期间国内299个城市之间的逐日人口流动数据,分“出行期、旅途期、返程期”3个时间段,利用复杂网络分析方法,从人口流动集散层级、集散网络体系的分层集聚、人口流动空间格局、网络空间特征等角度分析各时间段城市间的人口流动特征与空间格局。结果表明,腾讯迁徙大数据直观地揭示了国庆-中秋期间中国各地级城市间人口的迁移规律,3个时段人口的净流入均呈现十字形骨架支撑的菱形分布,人流集散中心主要集中在京津冀、长三角、珠三角和成渝四大城市群,与城市等级有较强的一致性。人口流动集散体系呈明显的分层集聚,城市行政级别的高低与人口流动影响力存在一定的正相关关系,大部分城市人口流动处于“相对平衡”状态。人口流动空间格局呈现出明显的核心-边缘结构,大理-鹤岗一线是人口流动强度空间分布的显著分界线,以此线为界,城市网络呈现东密西疏的分布特征和东部并联、西部串联的网络关联特征。人口流动网络总体表现出“小世界”网络特征,局部具有较明显的“社区”结构特征,聚为2个国家级、2个区域级和3个地区级社区。