1、张伟丽,郝智娟,王伊斌,等.城市群人口流动空间网络及影响因素 J.地理科学,2023,43(1):72-81.Zhang Weili,Hao Zhijuan,Wang Yibin et al.Spatial network andinfluencing factors of population flow in urban agglomeration.Scientia Geographica Sinica,2023,43(1):72-81.doi:10.13249/ki.sgs.2023.01.008城市群人口流动空间网络及影响因素张伟丽1,2，郝智娟3，王伊斌4，魏瑞博1（1.河南财经政法大
2、学资源与环境学院，河南 郑州 450046；2.海南省生态文明与陆海统筹发展重点实验室，海南 海口571158；3.宁夏大学经济管理学院，宁夏 银川 750021；4.西北大学城市与环境学院，陕西 西安 710127）摘要摘要：选取 20152018 年 11 个城市群的人口流动频次数据，运用复杂网络分析和 QAP（Quadratic Assignment Pro-cedure，二次指派程序）分析方法，研究不同发展阶段城市群间以及城市群内部人口流动空间网络格局及演变，进一步分析影响因素。主要结论有：城市群间人口流动空间网络呈现明显的“钻石”结构，而城市群内部表现为不同丰度的“金字塔”结构，优化
3、提升阶段城市群是人口流动的主体区域，其城市群内部与城市群之间人口流动空间网络结构相较于其他两个阶段更复杂。人口流动空间网络格局相对稳定，以“胡焕庸线”为人口流动总量的分界线，在优化提升阶段的城市群作用之下，东部城市群的人口流动总频次远大于中西部，呈现出稳定的“东密西疏”结构。城市群内部人口流动空间网络均呈现小世界特性，形成明显的以相邻城市为主体的“凝聚子群”。城市群人口流动空间网络影响因素存在差异，舒适度水平逐渐成为人口流动的重要驱动因子。人均绿地面积、失业保险参保人数占总人口比重、人均道路面积、人均专利授权量和年均气温等在多个城市群的人口流动空间网络形成中均发挥了显著作用，而在岗职工平均工资
4、对不同城市群的人口流动产生异质性影响。关键词关键词：城市群；人口流动空间网络；腾讯位置大数据中图分类号中图分类号：C924.2文献标识码文献标识码：A文章编号文章编号：1000-0690(2023)01-0072-10 随着新型城镇化的快速推进，中国“19+2”的城市群格局已经基本形成，这些城市群集聚了全国78%的人口，创造了超过 80%的国内生产总值（ht-tps:/ 收稿日期收稿日期：2022-02-28；修订日期修订日期：2022-05-11基金项目基金项目：国家自然科学基金项目（41771124）、国家哲学社会科学基金重大项目（20&ZD185）、河南省高等学校重点科研项目资助计划（2
5、3A170011）资助。Foundation:National Natural Science Foundation of China(41771124)，National Philosophy and Social Science Founda-tion Major Project(20&ZD185),Funding Program for Key Scientific Research Projects of Higher Education Institutions in Henan Province(23A170011).作者简介作者简介：张伟丽（1980），女，河南安阳人，教授，硕导
6、，主要从事区域经济增长俱乐部趋同及区域经济高质量发展研究。E-mail: 第 43 卷第 1 期地理科学Vol.43 No.12023 年 01 月Scientia Geographica SinicaJan.,2023口集散程度。而以百度迁移和手机定位等为代表的大数据具有覆盖面广、精度高、时间跨度大的优势，为人口集散程度的动态变化研究提供了可靠的数据源，受到学者更多的青睐7。影响因素方面，从最初刘易斯（Lewis W A）在 1954 年提出发展中国家的劳动力二元经济理论8和唐纳德博格的国内迁移理论一文中系统阐释人口迁移的“推拉”理论，发展至地区间的经济差异9、户籍制度松动、产业结构调整与转
7、移10等多元因素的影响。现有研究仍存在一些不足：一是研究尺度较宏观，缺乏城市群间以及不同发展阶段城市群的对比研究11。二是数据择取有局限。不同年份的演变分析在有利于揭示人口流动空间网络空间格局演变的同时，更能挖掘影响因素变化特点，为优化城市群人口流动格局提供决策参考。现有文献多采用国庆中秋12、春节13、工作日14，或某年全年15的数据，前 3 类只能得出特定时间段内人口流动的特征，相对局限，不能揭示年际间人口流动的演变规律。全年数据虽然能够反映全年人口流动的变化，但1 a 中，调休小长假和春节造成人口流动短时间内的大幅度增长会影响全年人口流动空间网络格局的分析。三是影响因素分析缺乏舒适度因素
8、。随着社会主要矛盾的转变，流动主体对流入地的选择更倾向于舒适度的需求满足16。空气质量17、绿化环境，短期气候变化、社会服务水平等因素对人口流动有一定的阻碍或促进作用18，人口的流动更趋向于提高舒适程度，而不是单纯追求高收入。基于此，本文以中国 11 个城市群作为研究对象，通过对 20152018 年腾讯位置大数据的采集构建人口流动空间网络矩阵，分析处于不同发展阶段的城市群之间以及城市群内部的人口流动空间网络格局，并进一步在舒适度理论的基础上全面分析人口流动空间网络形成的影响因素，以期为城市群的高质量发展提供合理的人口流动建议。1 研究区概况、数据来源及研究方法1.1研究区域研究区域参考国家现
9、有规划以及相关文献，以规划批复纲要，城市群规模，沿海、沿江、沿黄 3 条主线为界定标准，将截至 2019 年 2 月，跨省区城市群发展规划已经通过国务院批复的 10 个城市群以及上升为国家区域发展重大战略之一的京津冀城市群作为本文的研究对象19，为探究处于不同发展阶段的城市群人口流动空间网络特征是否存在差异，借鉴方创琳20的研究，以十四五规划和 2035 远景目标纲要、全国主体功能区划和国家新型城镇化为依据，基于城市群的功能定位、发展基础和发展潜力，将11 个城市群按照发展进程划分为优化提升、快速发展及发育雏形等发展阶段。其中，长三角、粤港澳大湾区、京津冀、长江中游、成渝城市群等以国家级中心城
10、市为核心，形成带动全国经济发展并具有全球影响力的增长极，处于优化提升阶段；中原、北部湾、关中平原城市群以国家区域中心城市为核心，通过促进分工协作、完善基础设施带动区域经济发展，处于快速发展阶段；呼包鄂榆、哈长、兰西城市群均为中西部地区重点发展的区域，城市群规模较小或尚未完全形成，处于发育雏形阶段。1.2数据来源及研究方法数据来源及研究方法腾讯位置大数据能实时、动态地计算出不同交通工具的用户数量，清晰地记录人口流动的轨迹，从而表现区域间人口流动情况21。此数据抓取每日腾讯位置大数据官方网站（https:/ 10 条流出路线，其他城市的流入路线可以补充其流出路线。由于 2019 年以后腾讯官方网站
11、公布的是人口流动虚拟值，不具有参考性，选取 2015 年 1 月 1 日至2018 年 12 月 31 日的流动数据作为研究时段。运用 XY 转线7呈现人口流动空间网络格局，复杂网络分析12揭示人口流动网络特征及凝聚子群，再采用 QAP 回归1（Quadratic Assigment Pro-cedure）方法探索人口流动网络形成的影响因素。2 不同发展阶段城市群人口流动空间网络的基本格局2.1人口流动空间网络的总体格局及演变人口流动空间网络的总体格局及演变1）城市群人口流动空间网络的基本特征。各城市群内部 20152017 年人口流动频次持续增长，到 2018 年均有所回落，长三角城市群人口
12、流动频次居首。从流动人口的增量来看，4 a 间，优化提升阶段的长三角、成渝、京津冀、粤港澳大湾区、长江中游城市群（天门市、潜江市与仙桃市数据缺失）人口流动频次分别增加 3.18 亿、2.01亿、1.69 亿、1.34 亿、1.78 亿，说明这五大城市群仍具较强的人口吸引能力。而北部湾、关中、哈长、兰西、呼包鄂榆流动人口增量则较低，尤其呼包鄂榆城市群人口1 期张伟丽等：城市群人口流动空间网络及影响因素73 流动频次仅增加了 0.135 亿（图 1a）。城市群之间人口流动频次呈现明显的发展阶段差异，优化提升阶段的城市群与其他两个阶段城市群之间人口流动最为频繁（图 1b）。一方面，优化提升阶段城市群
13、内部，长三角城市群与粤港澳大湾区、京津冀、成渝城市群之间始终保持着最大的人口流动频次。快速发展阶段的中原城市群与其他城市群之间人口流动较密，仅次于长江中游与其他城市间的人口联系，关中平原城市群与其他城市群联系也较多，而北部湾城市群与外部城市群的联系较少。发育雏形阶段的哈长城市群与外部城市群有较弱联系，而兰西和呼包鄂榆城市群人口联系更少。另一方面，优化提升阶段城市群与另外两个阶段城市群人口流动的关联密切。粤港澳大湾区与北部湾、关中平原之间平均人口流动频次分别达到 1.55 亿、1.79 亿，京津冀与哈长之间平均人口流动频次达到1.81 亿，长三角与呼包鄂榆之间平均人口流动频次达到 5 050.4
14、 万人，说明发达城市群对其他两个阶段城市群的人口有着明显的吸引力。从时间序列来看，无论城市群内部还是城市群之间，2018 年人口流动频次都呈下降趋势。城市群内部，如长三角城市群人口流动频次由 2015 年的6.94 亿攀升到 2017 年的 15.48 亿，但 2018 年其内部人口流动频次降至 10.12 亿。城市群之间，如长三角与成渝城市群之间人口流动频次由 2015 年的4.27 亿上升到 2017 年的 7.80 亿，但 2018 年其内部人口流动频次减少至 4.83 亿。因此，人口流动空间格局上从集中走向分散，出现了人口回流现象 22。2）城市群人口流动空间网络格局及演变。本文采用
15、XY 转线呈现各城市群的人口流动格局，通过自然断裂法对不同城市群的人口流动频次进行分级。分级标准延续至后 3 a，以对比 4 a 间不同发展阶段城市群人口流动的空间格局演变特征。城市群间人口流动空间网络呈明显的钻石结构，以“胡焕庸线”为人口流动总量分界线，不同发展阶段城市群人口流动频次有较大差异。优化提升阶段城市群间（长江中游除外）人口流动空间网络明显区别于其他城市群之间人口流动特征，京津冀、长三角、成渝、粤港澳大湾区城市群间人口流动频次最多，均高于 3.5 亿，分别位于中国东南西北 4个方位，为各区域城市群流动空间网络的核心顶点，是区域人口集聚核心。快速发展阶段的中原、关中与北部湾城市群也是
16、钻石结构重要节点，位于四大核心顶点连线区间附近，人口流动频次较优化提升阶段城市群略少，是人口流动过渡区。发展雏形阶段的兰西、哈长、呼包鄂榆城市群与其他城市群间人口流动较少，仅在所在区域城市群间人口流动频次较高，呈城市群人口流动的区域性特征（图 2）。不同发展阶段城市群的人口流动空间网络有着不同丰度的“金字塔”。优化提升阶段的城市群人口流动空间网络结构相较于其他两个发展阶段的城市群更为复杂，其中，粤港澳大湾区呈现出典型的中心外围结构，广州、佛山、东莞、深圳占据稳固的人口流动核心顶点，而外围区域即城市群西部与南 长江中游城市群的天门市、潜江市与仙桃市数据缺失，为无数据图 1 城市群内部与城市群之间人口流动频次Fig.1 Changes of population flow frequency within and between urban agglomerations74地理科学43 卷 部的城市呈现出弱联系特征。长三角城市群的人口流动空间网络呈以上海为核心，多轴式发展的格局。京津冀城市群的城市间人口流动呈现倒锥形结构，最大人口流动频次的北京与廊坊间由2015 年的4 000万以上增加到
