Population migration across the Qinghai-Tibet Plateau: Spatiotemporal patterns and driving factors

Developing a comprehensive understanding of inter-city interactions is crucial for regional planning.We therefore examined spatiotemporal patterns of population migration across the Qinghai-Tibet Plateau(QTP)using migration big data from Tencent for the period between 2015 and 2019.We initially used decomposition and breakpoint detection methods to examine time-series migration data and to identify the two seasons with the strongest and weakest population migration levels,between June 18th and August 18th and between Oc-tober 8th and February 15th,respectively.Population migration within the former period was 2.03 times that seen in the latter.We then used a variety of network analysis methods to examine population flow directions as well as the importance of each individual city in migra-tion.The two capital cities on the QTP,Lhasa and Xining,form centers for population migra-tion and are also transfer hubs through which migrants from other cities off the plateau enter and leave this region.Data show that these two cities contribute more than 35％of total population migration.The majority of migrants tend to move within the province,particularly during the weakest migration season.We also utilized interactive relationship force and ra-diation models to examine the interaction strength and the radiating energy of each individual city.Results show that Lhasa and Xining exhibit the strongest interactions with other cities and have the largest radiating energies.Indeed,the radiating energy of the QTP cities cor-relates with their gross domestic product(GDP)(Pearson correlation coefficient:0.754 in the weakest migration season,WMS versus 0.737 in the strongest migration season,SMS),while changes in radiating energy correlate with the tourism-related revenue(Pearson correlation coefficient:0.685).These outcomes suggest that level of economic development and level of tourism are the two most important factors driving the QTP population migration.The results of this analysis provide critical clarification guidance regarding huge QTP development dif-ferences.     

中国流动人口多阶段流动的空间格局及变动特征——基于初次流动和当前流动的对比

基于2017年全国流动人口动态监测数据,运用描述统计和社区发现等方法,研究流动人口在初次流动和当前流动的空间格局及其变动特征。结果发现：1）从区域差异看,流动人口初次流动和当前流动的流出地格局保持相对稳定,流入地格局的变化主要体现在：在当前流动阶段,流入中部地区的比例下降而西部地区比例上升;流入特大城市的比例明显下降而I型大城市、中等城市和I型小城市的比例上升;流向直辖市和计划单列市的比例上升而流向副省级和省会城市的比例下降。2）从行政地级市间净迁移格局看,流动人口初次和当前流动的净迁移格局稳定性强,净迁入地区以“块状”分布于东部沿海省份的发达地市和“点状”分布于中西部省会及部分资源型和口岸型地市,净迁出地区连片分布在中西部地区的大多数地市与沿海省份的内陆地市。3）流动人口初次和当前流动以就近迁移与远程迁移交织的流迁模式为主,且由此刻画的行政地级市间迁移网络格局呈现以“胡焕庸线”为界的“东密西疏”现象;但也出现在当前流动阶段迁往京津冀的迁移流规模降低,长三角取代珠三角成为流入地首选区域的特征。4）流动人口生计策略的稳定性与人口迁移流动的空间惯性,是流动人口初次和当前流动空间格局表现出相似性的主要原因,而产业结构转型升级及在不同地市间的梯度转移是促使流动人口在流入地选择上发生变化的重要力量。     

中国城市人口户籍迁移的估算及时空特征——新型城镇化的落户政策导向

基于户籍人口自然与机械增长的分解,估算2011-2017年全国地级及以上城市的户籍迁移人口,对比分析户籍迁移和人口流动的时空特征,评估国家新型城镇化战略中按规模等级引导城市落户政策的影响.结果表明,近年来,中国户籍迁移日趋活跃,人口迁移与流动的空间格局高度耦合;迁入热点区主要集中在沿海三大城市群,迁出地较为分散,以长江...     

中国人口户籍迁移与非户籍迁移的比较

现阶段中国的人口迁移分为户籍迁移和非户籍迁移两类,对二者的比较和整合分析有助于深化对国内人口迁移的理论认识,也便于与国际同类研究相衔接。本文估算了2011—2017年中国地级及以上城市的户籍与非户籍净迁移人口数量,分析和比较了二者的基本空间格局特征及影响因素。结果表明：户籍和非户籍迁移具有总体相似的空间正相关和内陆分异的局部聚类特征,东部沿海三大城市群间具有明显的差异性,两类迁移人口在城市间的分布特征不同且非户籍迁移数量的极差比户籍迁移更大,两类迁移的新增数量均与已有流动人口存量正相关;新增户籍迁移受经济机会差异影响明显,一些经济水平较高的大城市凭借人才政策吸引人口户籍迁入,非户籍迁移主要响应教育、医疗等公共服务差异;户籍迁移的市场化特征随落户限制的放松而不断强化,但存在城市和人口的双向选择性,非户籍迁移出现从经济性迁移转向舒适性迁移的趋势。最后从理论和政策角度探讨了中国人口迁移转型与户籍制度改革方向。     

中国东部地区流动人口城市间横向迁移规律

基于中国东部地区6 个城市流动人口问卷调查,并在对已有人口迁移规律研究进行梳理的基础上,通过比较流动人口每一次迁移前一城市和后一城市的差异以及整个迁移过程中迁移速度、迁移距离、迁移城市规模、城市经济发展水平、区域路径等方面的变化趋势,分析流动人口进入城市后在城市间横向迁移的规律和特点。研究发现:东部地区流动人口城市间横向迁移不仅速度快,城市平均居留时间短,而且在多次迁移过程中迁移流向、迁移的空间轨迹方面呈现出更为复杂的特点:随着迁移次数的增加,迁移距离增加,遵循由近及远的同时回流现象明显;随着迁移次数的增加,由收入较高城市流向收入较低城市的比例以及流向中等城市的比例显著提高,不存在由大到小的递补特征;在相邻城市或相同经济区范围内多次往返迁移现象明显。     

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。     

青藏高原人口流入流出时空模式研究

在大数据时代,来自网络的人口迁徙数据,为开展区域间人口流入、流出模式研究提供了强有力的数据支撑。本文基于腾讯日迁徙数据（2015—2018年）,借助时间序列、社交网络和时空统计等分析方法,剖析、挖掘了青藏高原人口流入与流出模式,探讨了青藏高原与国内其他城市间的季节性人口流向和人口互动网络特征。结果表明：① 青藏高原人口流动具有显著的周期性特征,年内呈低—中—中高—高的季节性变化规律;2015至2018年,青藏高原在全国城市流动人口互动网络中的地位持续提升,人口流动量提升了8.2%,网络排名提升了24.5%,中值季、中高值季和高值季相对低值季而言,日均人口流动量依次增高14.2%、26.7%、57.8%;② 青藏高原人口流动方向集中在青藏高原NEE-67.5°至SEE-112.5°的45°扇形区间,并且青藏高原与周边省份的省会城市互动频繁;③ 全国大部分城市与青藏高原人口互动强度持续增强,旅游业起到了关键的推动作用;新疆和田和巴音州、重庆、广安、眉山和河南三门峡与青藏高原间呈现中值季—中高值季升高而高值季下降模式,反映了青藏高原的劳务输入存在季节性变化的规律;吐鲁番、东莞和运城出现高值季下降模式则主要是物资供给关系导致的结果。     

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。     

创新型人才流动的空间结构与影响因素——基于高被引华人科学家履历分析

创新型人才作为重要的生产要素,对促进区域创新和竞争力提升具有决定性的作用。高被引科学家作为科研人员的杰出代表,是创新型人才的重要组成部分。本文以全球高被引华人科学家为研究对象,基于履历数据分析其流动,特别是工作阶段的流动特征;运用Heckman二阶段选择模型,对科学家工作阶段流动的影响因素进行分析,探究复合的人口迁移理论在高端人才流动中的适用性。研究发现：① 高被引华人科学家的人才流动轨迹表明,科学家的移动迁入地主要是国内外的核心城市（度中心性较高的城市）。② 高被引华人科学家工作阶段流动主要发生在中国和美国之间,中国城市多为人才迁入地,美国城市多为人才迁出地。③ 复合的人口迁移模型对高被引华人科学家工作阶段的区位选择解释作用明显。④ 高被引华人科学家国内外城市移动选择的影响因素不同,科学家的国内流动受到地理距离的限制,而迁入城市的拉力是高被引华人科学家产生跨国移动的主要原因。     

中国流动人口的跨等级流动及其对流入城市住房选择的影响

妥善解决流动人口在流入城市的住房问题是实现流动人口市民化和提高新型城镇化发展质量的关键。本文基于2017年全国流动人口动态监测调查数据,揭示了流动人口的跨等级流动格局,并探讨了跨等级流动对流动人口在流入城市住房选择的影响。研究发现：① 流动人口以跨等级向上流动为主,其中向上跨三级、两级流动的比例较大;② 不同流出地的流动人口在流入城市的住房选择存在显著差异,流出城市的人均GDP和平均房价越高,流动人口在流入城市获得住房产权的概率越大;③ 流入城市的平均房价越高,流动人口获得商品房的概率越低,随着流入城市人均GDP的增加,流动人口购买商品房的概率先增后降,而购买不完全产权房的概率则恰恰相反;④ 随着流动人口跨越城市等级的增加,其获得住房产权的概率降低,而租赁正规住房的可能性增大。研究结果有助于深化理解流动人口在流入城市住房选择的地理根源,对进一步优化面向流动人口的住房政策具有参考意义。     

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。     

中国五大城市群人口流入的空间模式及变动趋势

城市群在中国城镇化格局中占有重要地位,也是快速城市化时期的主要人口流入地。本文关注京津冀、长三角、珠三角、长江中游和成渝五大城市群,利用人口普查和流动人口动态监测调查数据,从流入人口分布格局、流动范围和来源地等多维度剖析城市群人口流入的空间模式,并从居留和落户意愿空间差异的视角探讨空间模式的发展趋势及其对流入地和流出地的影响。研究发现,各城市群流入人口向中心城市持续集中,等级和空间分布格局总体稳定;流动范围有所扩大,省内流动增速普遍高于省际;沿海城市群人口吸引范围大但仍服从距离衰减律,不同来源地流入人口的城市群偏好存在差异。在流入地,沿海城市群中心城市面临流动人口管理服务的持续挑战,内陆城市群中心城市和一般城市吸引力并存;在流出地,平等开放的高质量公共服务供给是吸引人口回流的重要途径,少数地区的人口流失可能成为较长期的现象。     

中国大中城市流动人口迁移规律研究

本文在对西方国家人口流动研究进行综述的基础上,通过北京,天津,南京,廓坊,唐山和昆山等大中城市流动人口问卷调查,首次对大中城市流动人口迁移和流动特征,从业结构,迁移原因与途径进行了系统的研究。中国现在正在经历大规模的农村流动人口向城市迁移的过程。     

多维邻近性与城-城流动人口的流入地选择——基于嵌套Logit模型的实证分析

基于2017年中国流动人口动态监测调查数据,采用嵌套Logit模型分析了地理、制度、信息和知识等多维邻近性对城-城流动人口流入地选择的影响。结果表明：城-城流动人口倾向于流入与户籍地地理相邻、制度相似、信息联系密切以及与自身知识水平相匹配的城市,这在一定程度上缓解人口向工资水平高、就业机会多和公共服务水平好的大城市集聚的趋势;不同维度的邻近性之间存在替代效应,省内流动能够降低距离对流入地选择的负面影响;多维邻近性的影响强度存在群体差异,女性对知识邻近性更加敏感;新生代流动人口对正式制度和信息邻近的城市有更强的偏好,但受知识邻近性的影响较弱;高学历群体更能远距离、跨省迁移并受到城市间互联网信息联系更强的影响;而有过流动经历的劳动力再流动时更能克服地理、文化和知识距离的限制。     

Urban transformations,migration and residential mobility patterns in African secondary cities

Abstract

Urban growth is a significant trend in Africa. Scholarly attention and urban planning efforts have focused disproportionately on the challenges of big cities, while small and medium-sized urban settlements are growing most rapidly and house the majority of urban residents. Small towns have received some attention, but very few studies have focused on secondary cities. This paper offers a study of urban transformations, migration and residential mobility patterns in Arusha, a rapidly growing secondary city of Tanzania. Arusha functions as a major attraction for migrants and in-migration is a central dynamic shaping transformation processes in central areas characterized by high population turnovers, vibrant rental markets and widespread landlordism. There is also a considerable degree of intra-urban residential mobility within and between central areas. Intra-urban residential mobility is the most important dynamic shaping transformation processes in peripheral areas characterized by long-term urban residents moving from central parts of the city as part of a process of establishing themselves as homeowners. Overall, the paper provides crucial insights on how migration and residential mobility patterns influence processes of urban growth and transformation in the context of large secondary city, and thereby contributes to fill a significant knowledge gap on secondary cities in Africa.     

中国地级市间流动人口永久定居意愿的空间特征和影响因素

促进流动人口市民化成为当前国家推进新型城镇化进程中着力解决的重点问题,而永久定居意愿是促进流动人口市民化的关键内在驱动力。论文从地级市间流动人口的永久定居意愿出发,利用全国流动人口动态监测调查数据和多元线性回归模型开展实证研究。结果发现：① 地级市间流动人口的永久定居意愿有着整体水平偏低、空间不均衡的特点;永久定居意愿流形成以上海市、深圳市和北京市为主,内陆部分城市群的核心城市为辅的多极格局;随着永久定居意愿的增强,对城市的选择愈发聚焦在少数几个一线城市。② 模型结果显示,流入地级市与流出地级市间的工资与失业率的差距显著影响地级市间流动人口的永久定居意愿;女性、年长、受教育程度高、短距离迁移、停驻时间长以及举家迁移等的流动人口具有更高的永久定居意愿;流入城市的住房开始取代就业成为定居决策过程中最为重要的经济因素变量。     

基于人口流动的广东省COVID-19疫情风险时空分析

人口流动,特别是来自疫源区的人口输入,COVID-19疫情传播的关键风险来源。本文以广东省为例,利用人口迁移大数据与地理空间分析技术,综合考虑人口来源地风险差异与流入地社会经济属性差异,并依据输入性病例发病的间隔时间分布引入时滞过程,构建了包含时滞效应的疫情风险时空分析模型,理论上可以根据现状人口流动研判未来一定时期的疫情风险的变化趋势及空间格局,为提前谋划和精准防控提供决策参考。分析结果表明：① 广东省新型冠状病毒肺炎疫情在2020年1月29日拐点初现,随后呈现逐步下降的趋势。② 基于输入性病例发病的时滞过程分析,输入性病例从输入到发病普遍存在间隔时间,且间隔时间为1~14 d的病例比重较高。③ 疫情风险存在明显的空间差异,各地疫情风险依据输入风险、易感风险以及抵御风险能力的不同而存在较大的差异。④ 广东省各地市与疫源区城市之间的联系程度、人口流动规模及其交通区位因素,显著影响省内疫情风险的分级。深圳、广州等一线城市是高风险区,东莞、佛山、惠州、珠海、中山等邻近深圳和广州的珠三角城市是中风险区,珠三角城市群外围的粤东西北地区是低风险区。应根据疫情潜在风险,制定基于分区分级的防控措施,促进局地精准防控与社会整体良性运转。     

U.S. Intercounty Migration in the 1990s: People and Income Move Down the Urban Hierarchy

Internal migration within the United States continues to transform both the magnitude and composition of population at all geographic scales. During 1994 ‐ 1995, the majority of counties gained both people and income, largely as a consequence of net outmigration by higher income migrants from the nation's most populous cities. Regionally, net gainers of both people and income included counties in the West and South as well as other areas renowned for environmental amenities. Spatially, net migration flowed down the urban hierarchy from large central cities to adjacent suburbs which, in turn, exported migrants to exurban areas. Large cities tended to exchange migrants with nearby counties as well as other large cities. Migration patterns such as these are contributing to spatial deconcentration and economic disparity.     

地方城市的人口回流与移民战略——基于深圳-驻马店的调查研究

改革开放30 多年来,沿海大都市和内陆地方城市之间的发展差距不断拉大,其中人口流动是重要动因。因此,如何吸引人口回流,留住本地人才,是内陆地方城市未来发展的关键。在此背景下,以驻马店为案例地,通过实地调研和问卷访谈,探讨了在深圳市的驻马店籍人口的回流意愿,以及当前驻马店的人口回流状况,并重点对回流创业者与回流购房者的回流动因、地域选择、就业动向及预期等进行了调查分析。研究表明,以驻马店为代表的地方城市已出现了以U-turn 与I-turn 为主的人口回流现象,且回流人口大都从事或打算从事与之前就业行业相关的创业活动。已发现有两种主动回流类型,即创业回流和购房回流。其中,购房回流也可看作是创业回流的前奏,二者可理解为同一回流过程的两个阶段。如果地方政府能够做出积极的政策引导,回流人口及其带动的返乡经济可望成为地方城市摆脱发展困境的一个新战略。