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

doi:10.11821/dlxb201610001

摘要/Abstract

摘要：

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。

关键词: 百度迁徙, 日常流动, 集散体系, 春运, 中国

Abstract:

With the advent of the Internet era, network data has become an important carrier characterizing residents' geography behavior. The residents' migration, social network, mobile communications and other geographic behavior big data have become an important data source for urban interactive relationship research. "Baidu Migration" big data can fully, dynamically, immediately and visually record population migration trajectory with LBS technology. Through collecting population daily flow among 369 cities in China during the period from February 7 to May 16 in 2015 in "Baidu Migration" and extracting six periods with "Quarter average, Spring Festival Transportation (before Festival), Spring Festival Transportation (after Festival), Labor Day, weekends, workdays", this paper tries to analyze and compare the characteristics and spatial patterns of daily flow among cities from the aspects of "population daily flow distribution levels, flow distribution layers network aggregation, spatial patterns and its relationship with the 'Hu Huanyong Line' for population flow". This paper analyzes the characteristics and spatial pattern of population daily flow among cities in each period. The result shows that "Baidu migration" big data clearly shows the pattern of population flow between the central and coastal areas in China during the period of Spring Festival Transportation. Main flow assembling centers are distributed in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta, Pearl River Delta and Chengdu-Chongqing, and those centers have strong coherence with those urban hierarchies in each period. Clear hierarchical structure and level distinction can be identified in the Yangtze River Delta, Pearl River Delta, Beijing-Tianjin-Hebei, Chengdu-Chongqing and Urumqi assembling systems in each period. But Central China, Northeast China, Southwest China and coastal Fujian do not present a pattern of higher level of urban assembling centers and high hierarchical assembling systems and those conditions do not match the status in national regional development strategy of those areas. The "Hu Huanyong Line" can reflect the spatial patterns of population daily flow at national level, and the profound influence of geographical environment on the population daily flow among cities. The intensity of population flow among cities is an important indicator of intensity of regional economic relationship, urban hierarchy and network structure. Spatial patterns of population flow showed in this paper can provide reference for the formation of the new pattern of regional economic development and the promotion of regional balanced development.

Key words: "Baidu Migration", population daily flow, assembling system, Spring Festival Transportation, China

刘望保, 石恩名. 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[J]. 地理学报, 2016, 71(10): 1667-1679.

LIU Wangbao,SHI Enming. Spatial pattern of population daily flow among cities based on ICT:A case study of "Baidu Migration"[J]. Acta Geographica Sinica, 2016, 71(10): 1667-1679.

图/表 6

图1

图2

表1

2015年各时间段中国人口日常流动集散层级排前10位的城市和流动路线

类型	人口日常流动集散层级		城市间人口日常流动路线
类型	集散层级排前10位城市(人)	占人口总流量的比重	流量排前10位的流动路线	占人口总流量的比重
季度平均(98天日均)	北京(216146)、上海(160084)、苏州(74938)、天津(74245)、深圳(71704)、广州(61828)、廊坊(50944)、东莞(45764)、杭州(41474)、重庆(37679)	合计834805人,占集散总量的33.66%	北京至廊坊(18806)、廊坊至北京(18727)、上海至苏州(14321)、苏州至上海(13871)、保定至北京(12625)、北京至保定(9445)、天津至北京(7824)、北京至天津(7156)、乌鲁木齐至昌吉(5947)、昌吉至乌鲁木齐(5807)	合计114528人,占总量的9.20%。
春运期(春节前,2月7日-19日日均)	北京(367560)、上海(305944)、深圳(226306)、广州(163108)、东莞(1581560、重庆(153976)、苏州(147339)、天津(104282)、杭州(90823)、佛山(76196)	合计1793689人,占集散总量的33.93%	北京至廊坊(23054)、北京至保定(21479)、廊坊至北京(19890)、上海至苏州(19736)、苏州至上海(16613)、广州至赣州(11252)、成都至重庆(10976)、广州至衡阳(10674)、深圳至赣州(10512)、北京至张家口(10442)	合计154627人,占总量的5.83%。
春运期(春节后,2月19日-3月15日日均)	北京(273091)、上海(204596)、重庆(125319)、深圳(117612)、广州(96387)、苏州(94860)、天津(89253)、东莞(78445)、杭州(57403)、廊坊(50721)	合计1187686人,占集散总量的32.15%	廊坊至北京(18082)、北京至廊坊(17640)、保定至北京(16865)、苏州至上海(13549)、上海至苏州(12723)、北京至保定(8635)、天津至北京(8029)、重庆至成都(7763)、张家口至北京(7011)、昌吉至乌鲁木齐(6959)	合计117256人,占总量的6.32%。
劳动节(5月1日-3日日均)	北京(208402)、上海(147981)、天津(95964)、重庆(74761)、苏州(62092)、南京(48519)、廊坊(47493)、杭州(40266)、广州(38510)、武汉(36880)	合计800868人,占集散总量的33.43%	上海至苏州(19009)、北京至廊坊(18388)、廊坊至北京(15909)、北京至天津(13790)、北京至保定(12792)、天津至北京(12665)、苏州至上海(11652)、保定至北京(11623)、乌鲁木齐至昌吉(7191)、上海至杭州(7001)	合计130017人,占总量的10.80%。
周末(除春运和五一整周外所有周末日均)	北京(170975)、上海(119200)、天津(68588)、苏州(55916)、重庆（52944）、廊坊(49437)、广州（34393）、南京(33829)、深圳（33786）、杭州(30765)	合计649833人,占集散总量的33.40%	北京至廊坊(19359)、廊坊至北京(17271)、上海至苏州(16040)、苏州至上海(12175)、保定至北京(11548)、天津至北京(6689)、北京至保定(8303)、北京至天津(8128)、乌鲁木齐至昌吉(6208)、昌吉至乌鲁木齐(5729)	合计113429人,占总量的11.68%。
工作日(除春运和五一整周外所有工作日日均)	北京(170201)、上海(114997)、天津(61107)、苏州（52259）、重庆(48549)、廊坊（48517）、深圳(35606)、广州(35606)、南京(28668)、杭州(26668)	合计622516人,占集散总量的33.91%	廊坊至北京(18941)、北京至廊坊(17331)、苏州至上海(13445)、上海至苏州(12276)、保定至北京(12095)、天津至北京(7109)、北京至保定(5887)、北京至天津(5551)、昌吉至乌鲁木齐(5213)、廊坊至天津(5073)	合计102921人,占总量的11.16%。

表1

图3

表2

图4

参考文献 26

[1]	Ke Wenqian, Yu Zhaoyuan, Chen Wei, et al.Architecture and key issues for human space-time behavior data observation. Geographical Research, 2015, 34(2): 373-383.
	[柯文前, 俞肇元, 陈伟, 等.人类时空行为数据观测体系架构及其关键问题. 地理研究. 2015, 34(2): 373-383.]
[2]	Wang Bo, Zhen Feng, Zhang Hao.The dynamic changes of urban space-time activity and activity zoning based on check-in data in Sina Web. Scientia Geographica Sinica, 2015, 35(2): 151-160.
	[王波, 甄峰, 张浩. 基于签到数据的城市活动时空间动态变化及区划研究. 地理科学, 2015, 35(2): 151-160.]
[3]	Qin Xiao, Zhen Feng, Zhu Shoujia, et al.Spatial pattern of catering industry in Nanjing urban area based on the degree of public praise from Internet: A case study of Dianping.com. Scientia Geographica Sinica, 2014, 34(7): 810-817.
	[秦萧, 甄峰, 朱守佳, 等. 基于网络口碑度的南京城区餐饮业空间分布格局研究: 以大众点评网为例. 地理科学, 2014, 34(7): 810-817.]
[4]	Qin Xiao, Zhen Feng, Xiong Lifang, et al.Zhu Shoujia. Methods in urban temporal and spatial behavior research in the Big Data era. Progress in Geography, 2013, 32(9): 1352-1361. doi: 10.11820/dlkxjz.2013.09.005
	[秦萧, 甄峰, 熊丽芳, 等. 大数据时代城市时空间行为研究方法. 地理科学进展, 2013, 32(9): 1352-1361. doi: 10.11820/dlkxjz.2013.09.005.] doi: 10.11820/dlkxjz.2013.09.005
[5]	Long Ying, Zhang Yu, Cui Chengyin.Identifying commuting pattern of beijing using bus smart card data. Acta Geographica Sinica, 2012, 67(10): 1339-1352. doi: 10.11821/xb201210005
	[龙瀛, 张宇, 崔承印. 利用公交刷卡数据分析北京职住关系和通勤出行. 地理学报, 2012, 67(10): 1339-1352.] doi: 10.11821/xb201210005
[6]	Zhou Suhong, Hao Xinhua, Liu Lin.Validation of spatial decay law caused by urban commercial center's mutual attraction in polycentric city: Spatio-temporal data mining of floating cars' GPS data in Shenzhen. Acta Geographica Sinica, 2014, 69(12): 1810-1820. doi: 10.11821/dlxb201412007
	[周素红, 赫新华, 柳林. 多中心化下的城市商业中心空间吸引衰减率验证-深圳市浮动车GPS时空数据挖掘. 地理学报, 2014, 69(12): 1810-1820. doi: 10.11821/dlxb201412007.] doi: 10.11821/dlxb201412007
[7]	Wu Jiansheng, Huang Li, Liu Yu, et al.Traffic flow simulation based on call detail records. Acta Geographica Sinica, 2012, 67(2): 1657-1665. doi: 10.11821/xb201212007
	[吴健生, 黄力, 刘瑜, 等. 基于手机基站数据的城市交通流量模拟. 地理学报, 2012, 67(12): 1657-1665.] doi: 10.11821/xb201212007
[8]	Lu Zi, Zhao Yahong, Wu Shifeng et al. The time distribution and guide analysis of visiting behavior of tourism website users. Acta Geographica Sinica, 2007, 62(6): 621-630. doi: 10.3321/j.issn:0375-5444.2007.06.007
	[路紫, 赵亚红, 吴士锋, 等. 旅游网站访问者行为的时间分布及导引分析. 地理学报, 2007, 62(6): 621-630.] doi: 10.3321/j.issn:0375-5444.2007.06.007
[9]	Mao Xia, Xu Rongrong, Li Xinshuo, et al.Fine grid dynamic features of population distribution in Shenzhen. Acta Geographica Sinica, 2010, 65(4): 443-453. doi: 10.11821/xb201004006
	[毛夏, 徐蓉蓉, 李新硕, 等. 深圳市人口分布的细网格动态特征. 地理学报, 2010, 65(4):443-453.] doi: 10.11821/xb201004006
[10]	Naaman M, Zhang A X, Brody S, et al.On the study of diurnal urban routines on Twitter. 6th International AAAI Conference on Weblogs and Social Media (ICWSM-12). Dublin, Ireland, 2012: 4-7.
[11]	Cheng Z, Caverlee J, Lee K, et al.Exploring millions of footprints in location sharing services//ICWSM’11: Proceedings of The International AAAI Conference, 2011: 81-88.
[12]	Zhen Feng, Wang Bo, Chen Yingxue.China's city network characteristics based on social network space: An empirical analysis of Sina micro-blog. Acta Geographica Sinica, 2012, 67(8): 1031-1043.
	[甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征: 以新浪微博为例. 地理学报, 2012, 67(8): 1031-1043.]
[13]	Liu Zhaoqing.City social relation in Yangtze River Delta based on the space of flows [D]. Shanghai: Shanghai Normal University, 2013
	[刘朝青. 基于流动空间的长三角城市社交联系研究[D]. 上海: 上海师范大学, 2013.]
[14]	Liu Yu, Sui Zhengwei, Kang Chaogui, Gao Yong. Uncovering patterns of inter-urban trip and spatial interaction from social media check-in data. PLOS One, 2014, 9(1): 1-11. e86026.
[15]	Krings G, Carabrese F, Ratti C, et al. Urban gravity: A model for inter-city telecommunication flows. Journal of Statistical Mechanics: Theory and Experiment, 2009(7): 1-8. L07003.
[16]	Silm S, Ahas R. The seasonal variability of population in Estonian municipalities. Environment and Planning A, 2010, 42(10): 2527-2546. a43139.
[17]	Kang C, Zhang Y, Ma X, et al.Inferring properties and revealing geographical impacts of intercity mobile communication network of China using a subnet data set. International Journal of Geographical Information Science, 2013, 7(3): 431-448. .
[18]	Yuan Y, Raubal M, Liu Y.Correlating mobile phone usage and travel behavior: A case study of Harbin, China. Computers, Environment and Urban Systems, 2012, 36(2): 118-130. doi: 10.1016/j.compenvurbsys.2011.07.003. doi: 10.1016/j.compenvurbsys.2011.07.003
[19]	Castells Maunul.Local and global: Cities in the network society. Tijdechrift Voor Economische en Sociale Georafie, 2002, 93(5): 548-558. doi: 10.1111/1467-9663.00225
[20]	Goetz A R.Air passenger transportation and growth in the US urban system 1950-1987. Growth and Change, 1992, 23(2): 218-2421. doi: 10.1111/j.1468-2257.1992.tb00580.x
[21]	Matsumoto H.International urban systems and air passenger and cargo flows: Some calculations. Journal of Air Transport Management, 2004, 10(4): 239-247. doi: 10.1016/j.jairtraman.2004.02.003
[22]	Zhou Yixing, Hu Zhiyong.Looking into the network structure of Chinese urban system from the perspective of air transportation. Geographical Research, 2002, 21(3): 276-286. doi: 10.3321/j.issn:1000-0585.2002.03.002
	[周一星, 胡智勇. 从航空运输看中国城市体系的空间网络结构. 地理研究, 2002, 21(3): 276-286.] doi: 10.3321/j.issn:1000-0585.2002.03.002
[23]	Dai Teqi, Jin Fengjun, Wang Jiao'e. Spatial interaction and network structure evolvement of cities in terms of China's railway passenger flow in 1990s. Progress in Geography, 2005, 24(2): 80-89. doi: 10.3969/j.issn.1007-6301.2005.02.009
	[戴特奇, 金凤君, 王姣娥. 空间相互作用与城市关联网络演进: 以我国20世纪90年代城际铁路客流为例. 地理科学进展, 2005, 24(2): 80-89.] doi: 10.3969/j.issn.1007-6301.2005.02.009
[24]	Shi Bole, Wang Wei, Xiao Yanghua.Information network mining and analysis: Opportunities and challenges. Software Industry and Engineering, 2014(4): 16-21.
	[施伯乐, 汪卫, 肖仰华. 信息网络挖掘与分析: 机遇与挑战. 软件产业与工程, 2014(4): 16-21.]
[25]	Gu Chaolin, Pang Haifeng.Study on spatial relations of Chinese urban system: Gravity Model Approach. Geographical Research, 2008, 27(1): 1-12. doi: 10.3321/j.issn:1000-0585.2008.01.001
	[顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分. 地理研究, 2008, 27(1): 1-12.] doi: 10.3321/j.issn:1000-0585.2008.01.001
[26]	Qi Wei, Liu Shenghe, Zhao Meifeng.Study on the stability of Hu Line and different spatial patterns of population growth on its both sides. Acta Geographica Sinica, 2015, 70(4): 551-566. doi: 10.11821/dlxb201504004
	[戚伟, 刘盛和, 赵美风. “胡焕庸线”的稳定性及其两侧人口集疏模式差异. 地理学报, 2015, 70(4): 551-566. doi: 10.11821/dlxb201504004.] doi: 10.11821/dlxb201504004

时间段	集散体系	核心城市(第3层级及其以上)	时间段	集散体系	核心城市(第3层级及其以上)
季度平均	京津冀体系	北京、天津、廊坊、保定	工作日	京津冀体系	北京、天津、廊坊
	长三角体系	上海、苏州、杭州、南京		长三角体系	上海、苏州、南京
	珠三角体系	深圳、广州、东莞		珠三角体系	深圳、广州
	成渝体系	重庆		成渝体系	重庆
	乌鲁木齐体系	乌鲁木齐
春运期间(春节前)	京津冀体系	北京、天津、廊坊、保定	春运期间(春节后)	京津冀体系	北京、天津、廊坊、保定
	长三角体系	上海、苏州、杭州、宁波、温州、南京、阜阳、金华、无锡、周口、嘉兴、宿州、信阳、商丘、徐州、六安、毫州、台州		长三角体系	上海、苏州、杭州、南京、阜阳、宁波、徐州、温州、宿州
	珠三角体系	深圳、广州、东莞、佛山、赣州、武汉、中山、玉林、衡阳、贵港、永州、南宁、黄冈、长沙、邵阳、惠州		珠三角体系	深圳、广州、东莞、佛山、赣州、武汉
	成渝体系	重庆、成都		成渝体系	重庆、成都
	西安体系	西安		西安体系	西安
	乌鲁木齐体系	乌鲁木齐		乌鲁木齐体系	乌鲁木齐
	厦门体系	厦门、赣州、鹰潭
劳动节	京津冀体系	北京、天津、廊坊、保定	周末	京津冀体系	北京、天津、廊坊、保定
	长三角体系	上海、苏州、南京、杭州		长三角体系	上海、苏州、南京、杭州
	珠三角体系	深圳、广州		成渝体系	重庆
	武汉体系	武汉		乌鲁木齐体系	乌鲁木齐
	成渝体系	重庆
	西安体系	西安
	乌鲁木齐体系	乌鲁木齐