基于腾讯迁徙大数据的中国中心城市识别及网络腹地分析

中心城市识别与腹地范围划分对城市体系分析至关重要。利用2018年腾讯迁徙大数据,采用随机加权块模型和相对关联法分析了中心城市及其网络腹地。结果发现:(1)中国城市网络中存在1组中心城市和2组次中心城市,其在整个城市网络中起到支配作用。(2)中心城市的网络腹地以本地邻域城市为主,但部分城市的网络腹地超越了本地邻域范围,网络腹地之间存在交叠,中西部中心城市网络腹地的邻域空间范围比东部中心城市更大。

中原城市群人口流动空间格局与网络结构韧性分析

针对都市圈建设发展较快与超设防事件频发现象,评估和分析城市群网络结构韧性水平对区域一体化与健康可持续发展具有重大意义。该文以中原城市群为研究区域,基于2017年“腾讯迁徙”数据构建城市网络人口流动矩阵,分析城市群内部人口流动规模与特征,并从层级性、中断场景下传输性以及脆弱性对城市网络韧性进行评价。结果表明:(1)不同时段中原城市群人口流动具有规律性,节假日期间郑州与多数城市的人口流动状况具有动态平衡性;(2)不同时段高层级人口流动网络主要呈现为以郑州为核心的发散式结构;(3)中原城市群网络层级性显著,整体表现为单核心网络,介数策略对网络的破坏性最大,拥有高介数的节点在网络中承担核心作用;(4)郑州、洛阳、周口等核心城市节点对整体网络效率影响更大,中原城市群韧性水平整体良好,具有“十”字形空间特征,但部分规划核心城市的协同发展仍有待提高,未来需完善不同等级、规模、职能的城市协同发展机制,实现城市网络韧性水平整体提升。

基于腾讯位置大数据平台的成都中心城区人口空间分布格局分析

长期以来,人口空间分布数据在选址分析、可达性分析、城市扩张和传染病传播预测等多个方面都起到了非常重要的作用。但传统的人口空间分布数据其数据空间尺度较大,难以表达精细化到小区或街道的人口数据;而且其数据更新速度也较慢,不能及时反映人口数据的现状。所以本文利用Python从腾讯位置大数据平台爬取了成都中心城区连续3日的晚上20:00—22:00的定位数据共计6660215条,根据这些数据通过线性回归方程建立了成都中心城区的人口模型,并通过标准差椭圆法、核密度分析、最近邻指数对其人口分布的空间特征进行了分析,为成都市政建设起到很好的辅助作用。

基于腾讯迁徙大数据的中国城市网络研究

随着经济全球化和区域一体化的快速发展,城市间的交流日益密切,要素的流动性和互赖性促进了城市网络的形成,并成为一种新的区域组织模式和空间结构。本文基于2018年腾讯人口迁徙数据,构建了372×372关系数据矩阵,并从不同交通方式出发,系统刻画了中国城市网络格局。研究表明:①网络关联度高的城市主要集中在胡焕庸线以东区域,尤其是长三角、珠三角、京津冀、成渝等城市群地区的聚集程度最高,成为中国城市网络格局的主控力量;而西北半壁的城市处于被支配地位。②依据迁徙量,将中国城市网络划分为国家级、大区级、区域级、地方级和基座级网络。城市网络结构随交通方式而变化,当网络等级下移时,节点城市趋于增多,网络密度加大,但网络范围趋于缩小,网络等级与迁徙路径存在着密切的关联性,国家级网络与空运相关,区域级网络与铁路运输相呼应,地方级网络与汽车运输相关。③不同运输方式的经济时空距离决定了网络结构,是引致网络随路径不同而产生分异的基本因素。

基于腾讯迁徙数据的中国城市群国庆长假城际出行模式与网络特征

城际出行具有时间依赖性,不同时间约束与特定时期的城际出行具有相异性,反映的出行模式与表达的地理空间联系规律具有差异性。迁徙大数据记录的人口移动实时记录为开展基于时间依赖的城际出行网络提供了可能。本文以全国19个城市群为研究区域,利用腾讯平台提供的居民城际出行数据,对国庆长假期间(2016年10月1—7日)中国城市群城际出行时段变化特征、城际出行模式及其网络结构进行了研究。结果表明:①黄金周城际出行具有明显的基于出行期、返程期和旅途期的时段变化规律;②国庆长假期间的中国城市群城际出行分别形成了轴辐式、多中心与单中心3种城际出行模式;③出行期、返程期的城际出行具有类似于春运人口流动的时空对称规律,城市群城际出行呈现出以主要城市群整体、城市群核心城市与邻近外围城市间的中短距离流动的长假出行特征,中西部城市群城际出行具有典型的"潮汐式"流动特征;④基于腾讯人口迁徙大数据,通过对黄金周期间出行期、返程期与旅途期的科学划分,较好地实现了国庆长假城际出行特征与模式的挖掘,同时也为长假城际交通管理与道路资源优化调配方案的制定提供支撑。

基于腾讯人口迁徙大数据的黄河流域城市联系网络格局

基于腾讯人口迁徙大数据,采用复杂网络分析方法,对黄河流域城市网络联系的区域差异性和空间指向性进行了系统的分析。结果表明:①流域内城市网络密度较低,平均路径较长,与其"承南接北"的区域地位不相匹配。②形成以陇海线、下游黄河干流和包海高铁为轴线的骨干网络,核心-边缘结构突出。③流域内-外联系网络形成两大(郑州和西安)、一小(济南)三个核心,高等级网络以三者为核心节点向域外辐射。强集散能力节点城市集中在"陇海线-下游黄河干流"一线。域外主要联系方向为珠三角和长三角地区。④流域内部网络和内-外联系网络相比,"陇海线-下游黄河干流"和包海高铁一线以东城市优势更为凸显。⑤流域不同地区网络联系的空间指向性差异明显。流域内部联系多指向省会城市,内-外联系的空间指向上存在明显的上中下游分异。

基于腾讯迁徙大数据的长三角城市群春运人口流动时空特征

开展城市群人口流动研究对促进区域人口有序流动和城市群协同发展具有重要的理论和实践指导意义。本文基于腾讯迁徙大数据,运用GIS空间统计和K-shell分解等方法,从人口流动总量、位序、时序和网络层级等方面,对我国长三角城市群2018年春运期间的人口流动特征进行系统研究。结果表明:(1)长三角城市群春运期间大规模的"返乡流"和"返城流"呈现明显的对称性,并分别于除夕和第一个工作日达到最高峰。(2)经济发展水平相对较高的上海、苏州、杭州等为劳动力输入型城市,而经济发展水平相对较低的盐城、安庆和滁州等为劳动力输出型城市。(3)长三角城市群内部人口流动网络具有明显的层级特征,其中上海和杭州是人口辐射核心城市,上海—合肥、上海—南京、上海—杭州等是人口流动的主体路径;空间上东部—西部横向人口流动最为频繁,大体呈现"Z"字形。