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。

基于腾讯迁徙数据的泛珠三角春运期间人口流动网络的结构不均衡性研究

基于位置服务的人口迁徙数据能够直观、动态和详尽地描绘城乡居民日常活动的行为轨迹和时空特征。文章采用腾讯迁徙数据,通过时空统计和复杂网络方法分析泛珠三角地区人口流动的时空格局和结构特征。结果表明:泛珠三角地区人口日常流动的时空分异和层级鸿沟特征明显,春运期间总体呈现“S”型反向交互模式,各城市度中心性与所属层级高度耦合,时段演变趋势具有差分空间正相关关系,Ⅰ型、Ⅱ型城市度中心性及其波动幅度显著高于Ⅲ型、Ⅳ型;迁徙路线方面,省内流动呈现以省会城市为核心、周边城市为辅的“放射型”结构,跨省流动主要表现为以珠三角地区为核心的“扇形”结构,同时伴有“两横两纵”4条高密度的迁徙走廊;结构均衡方面,Ⅰ型、Ⅱ型城市结构不均衡度较高,凭借强势的虹吸效应形成城市发展的外生驱动力,Ⅲ型、Ⅳ型城市结构不均衡度较低,与周边城市的共生性、对省会城市的依赖性较强,城市发展处于被极化的边缘位置。

基于腾讯人口迁徙大数据的湖北省城市网络特征研究

随着全球化的推进,城市间的联系逐渐由等级结构演化为网络结构。网络结构不仅有利于城市间各类要素的快速流动,而且有利于实现城市间社会发展成果的共享、实现社会公平。本次研究以我国中部崛起的重要区域——湖北省作为研究对象,将腾讯人口迁徙大数据作为城市间的联系度指标。选取工作日和休息日两个时间段,通过社会网络分析技术(Ucinet)分析了湖北省城市网络结构与特征发现:湖北省城市网络是以武汉为核心,以(1+8)城市圈的城市为主要节点,以荆州、襄阳、宜昌为重要联系点的空间网络结构;湖北省整体城市网络密度发育水平一般,武汉城市圈的网络密度发育水平较高,省域范围内的城市结构正在由“一主两副”转向“一主三副”;休息日的城市间人口迁徙强度有一定程度增加,但对整体城市网络结构影响较小。

“人口流动”视域下中国城市中心性和社群格局分析

城市网络的组织结构与运行机制离不开城市间的关联关系。本文基于2021年10月至2022年9月的百度迁徙大数据,构建了中国366个城市的城际人口流动网络。在节点层面,提出了城际人口流动超越指数衡量城市中心性,探索城市中心性的空间聚类特征;在网络社区层面,分析了中国366个城市的月际城际人口流动特征及社群格局。结果表明:(1)城际人口流动超越指数能够有效表征城际人口流动网络中各城市的中心性;(2)城际人口流动网络中各城市根据其中心性形成“高高”集聚分布和“低低”集聚分布的特征;(3)城际人口流动集聚格局受节假日因素、新型冠状病毒感染等综合影响,在不同月份表现出不同的特征,总体上符合地理学第一定律,并呈现省际分异特征;(4)城市凝聚子群发现结果表明,成渝、大湾区、中原、关中平原、长三角等城市群人口流动格局较为稳定,具有跨省人口流动融合特征;山东半岛城市群与京津冀城市群的人口流动格局联系密切,出现跨城市群人口流动特征;浙江省省域内人口流动特征逐渐加强;长江中游、海峡西岸城市群仍未形成跨越省界的稳定人口流动社群格局。

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。