Please wait a minute...
北京大学期刊网 | 作者  审稿人  工作人员       
首页      关于      浏览      投稿指南      新闻公告
人口与发展 - 2017, Vol. 23(1): 13-23
京津冀协同发展研究
中国城市人口流动网络研究——基于百度LBS大数据分析
Research on China’s Urban Population Mobility Network Based on Baidu LBS Big Data

蒋小荣1, 汪胜兰2, 杨永春1,3,*
Xiao-rong JIANG1, Sheng-lan WANG2, Yong-chun YANG1,3

1 兰州大学 资源环境学院,甘肃 兰州 730000
2 兰州财经大学 陇桥学院,甘肃 兰州 730000
3 兰州大学 西部环境教育部重点实验室,甘肃 兰州 730000
1 College of Earth and Environmental Sciences,Lanzhou University,Lanzhou 730000,China
2 Longqiao College of Lanzhou University of Finance and Economics ,Lanzhou 730000,China
3 Key Laboratory of Western China’s Environmental Systems,Ministry of Education of the People’s Republic of China,Lanzhou University,Lanzhou 730000,China

收稿日期: 2016-07-30
出版日期: 2017-12-29
2017, Vol. 23(1): 13-23
DOI: 10.13209/1674-1668.2017.1.13


PDF
[1456 KB]
262
下载
733
浏览

引用导出
E-mail这篇文章
E-mail提醒
RSS订阅
HTML
摘要 

基于百度LBS平台大数据,运用GIS与社会网络分析方法,构建我国334个地级市人口流动网络模型,测度并分析我国城市间人口出行流动的复杂性网络特征。大部分城市节点的入度与出度呈正相关关系,在人口流动上保持相对平衡状态;城市间人口流动呈现显著的空间集聚性,人口集散程度较高的城市主要分布在东部地区,尤其是京津冀、长三角、珠三角等城市群。整个网络在空间上具体呈现“两大四小”多中心网络格局,空间组织上则以择优连接以及局部的邻近连接为主,空间距离依然是人口流动的重要束缚力之一。通过复杂网络指标测算分析,人口流动网络具备无标度网络和小世界网络特征,表明现实世界中全国范围内城市间人口可以跨越行政等级界限自由流动,网络化特征日趋明显。

关键词 百度LBS大数据人口流动网络中国    
Abstract

Based on the Baidu LBS platform big data,using the complexity network Analysis tools,This paper constructs the urban population mobility network covering 334 cities in China,and measure and analyze the characteristics of the complex structure of the network.The result shows that:most cities are in a state of“relative equilibrium”in the population mobility,in the network it shows as the indegree and outdegree has a significant positive correlation;the urban population mobility network shows obvious spatial clustering,these cities of high population distribution are mainly distributed in the eastern region,especially in Beijing,Tianjin and Hebei,the Yangtze River Delta,Pearl River Deltaurban agglomeration.The whole network present sobviously multi-core network pattern which contains“Two hubs and Four sub-centers”.The spatial organization is mainly based on the preferential connection and the local neighborhood connection,but Spatial distance is still one of the important binding forces of population mobility.The whole network is in line with the characteristics of the scale free network,and it presents a typical“small world”network characteristics,which shows that China’s urban population mobility can span the free flow of the administrative levels,and the network characteristics is becoming more and more obvious.

Key wordsBaidu LBS    Big Data    population mobility network    degree    China
ZTFLH:  C922  
基金资助:国家自然科学基金项目“中国西部地区的企业迁移、园区发展与城市空间重构的互动模式研究”(批准号:41571155)
通讯作者: 杨永春   
作者简介:

作者简介:蒋小荣(1984—),男,兰州大学资源环境学院博士生,工程师,注册城市规划师,研究方向为人口地理学;汪胜兰(1987—),女,兰州财经大学陇桥学院讲师,研究方向为旅游地理学。

  人口流动网络的入度与出度相关性分析图
层级(网络总度值) 城市
全国性网络中心(>2000) 北京、上海
全国性网络副中心(900-2000) 重庆、天津、西安、成都、广州、武汉、杭州、深圳
区域性网络中心(250-900) 苏州、郑州、长沙、南京、昆明、银川、长春、厦门、沈阳、贵阳、哈尔滨、兰州、赣州、西宁、合肥
地方性网络中心(90-250) 桂林、青岛、石家庄、太原、徐州、香港、邯郸、南阳、宁波、东莞、大连、榆林、金华、廊坊、三亚、福州、上饶、鄂尔多斯、济南、临沂、泉州、嘉兴、通辽、保定、洛阳、商丘、温州、秦皇岛、南宁、海口、运城、南昌、十堰、遵义、佛山、唐山、九江、酒泉、呼伦贝尔、乌鲁木齐、昭通、无锡、菏泽、黔南、信阳、安阳、聊城、黄山、阜阳、郴州、烟台、大同、张家口
地方性网络节点(<90) 海西州等256个城市
  城市人口流动网络层级划分表
  我国城市人口流动网络空间格局
  “两大四小”中心节点网络联系指向图
  “两大四小”中心节点度值与人口流动距离关系图
度值 节点
名称
总连接边数 平均距离(公里) 高边权(8-10)
流入 流出 流入 流出 流入平
均距离
流出平
均距离
流入连接边数
(比例)
流出连接边数
(比例)
4001 北京 277 270 1179.77 1167.04 983.96 1075.34 125(45.13%) 155(57.41%)
2778 上海 210 240 1156.87 1100.91 933.75 1048.08 92(43.81%) 85(35.42%)
1775 重庆 153 133 929.46 937.21 791.54 926.41 52(33.99%) 56(39.16%)
1349 西安 120 119 916.11 879.18 795.43 791.21 40(33.33%) 40(33.62%)
1019 广州 80 100 874.82 837.35 731.38 790.32 21(26.25%) 31(31.00%)
994 武汉 90 106 776.85 780.78 638.28 754.26 16(17.78%) 19(17.93%)
  “两大四小”中心节点网络联系边的平均距离
  网络入度、出度累计概率分布图
指标 实际网络 随机网络
长度 比例
1 5.74%
平均路径长度 2 88.99% 2.05
3 5.27%
聚类系数 0.341 0.118
  实际网络与随机网络特征指标对比
[1] 王德,朱玮,叶晖.1985~2000年我国人口迁移对区域经济差异的均衡作用研究[J].人口与经济,2003,(6):1-9.
[2] 段平忠,刘传江.人口流动对经济增长地区差距的影响[J].中国软科学,2005,(12):99-110.
doi: 10.3969/j.issn.1002-9753.2005.12.015
[3] 刘盛和,邓羽,胡章.中国流动人口地域类型的划分方法及空间分布特征[J].地理学报,2010,65(10):1187-1197.
doi: 10.1007/s11442-011-0827-8
[4] 王国霞,秦志琴,程丽琳.20世纪末中国迁移人口空间分布格局——基于城市的视角[J].地理科学,2012,(3):273-281.
[5] 张永庆,赵海,张文波,等.城市人口迁移的网络特征[J].东北大学学报(自然科学版),2006,27(2):160-172.
doi: 10.3321/j.issn:1005-3026.2006.02.014
[6] 鲍常勇. 我国286个地级及以上城市流动人口分布特征分析[J].人口研究,2007,31(6):67-75.
doi: 10.3969/j.issn.1000-6087.2007.06.012
[7] 刘望保,汪丽娜,陈忠暖.中国省际人口迁移流场及其空间差异[J].经济地理,2012,32(2):8-13.
[8] 王桂新,潘泽瀚,陆燕秋.中国省际人口迁移区域模式变化及其影响因素:基于2000和2010年人口普查资料的分析[J].中国人口科学,2012,32(5):3-13.
[9] 严善平. 中国省际人口流动的机制研究[J].中国人口科学,2007,(1):71-77.
doi: 10.3969/j.issn.1000-7881.2007.01.009
[10] 孙中伟,路紫.流空间基本性质的地理学透视[J].地理与地理信息科学,2005,21(1):109-112.
doi: 10.3969/j.issn.1672-0504.2005.01.027
[11] 陈锐,王宁宁,赵宇等.基于改进重力模型的省际流动人口的复杂网络分析[J].中国人口·资源与环境,2014,24(10):104-113.
doi: 10.3969/j.issn.1002-2104.2014.10.015
[12] 王珏,陈雯,袁丰.基于社会网络分析的长三角地区人口迁移及演化[J].地理研究,2014,33(2):385-400.
[13] 侯贺平,刘艳芳,李纪伟.基于改进辐射模型的乡镇人口流动网络研究[J].中国人口·资源与环境,2013,23(8):107-114.
[14] 甄峰,王波.“大数据”热潮下人文地理学研究的再思考[J].地理研究,2015,34(5):803-811.
[15] Mayer-Sch?nberger V,Cukier K.Big Data:A Revolution That Will Transform How We Live,Work,and Think[M].Boston:Houghton Mifflin Harcourt,2013.
[16] 俞立平. 大数据与大数据经济学[J].中国软科学,2013,(7):177-183.
doi: 10.3969/j.issn.1002-9753.2013.07.017
[17] 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[J].地理学报,2012,67(8):1031-1043.
[18] 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[J].地理学报,2012,67(10):1339-1352.
doi: 10.11821/xb201210005
[19] 唐炉亮,郑文斌,王志强等.城市出租车上下客的GPS轨迹时空分布探测方法[J].地球信息科学学报,2015,17(10):1179-1186.
doi: 10.3724/SP.J.1047.2015.01179
[20] 包婷,章志刚,金澈清.基于手机大数据的城市人口流动分析系统[J].华东师范大学学报(自然科学版),2015,5(9):162-171.
[21] Watts D,Strogatz S.Collective dynamics of‘Small-World’networks[J].Nature,1998,393(6684):440-442.
doi: 10.1038/30918
[22] Barabási A-L,Albert R.Emergence of scaling in random networks[J].Science,1999,286(15):509-5113.
doi: 10.1126/science.286.5439.509
[23] Bu Dongbo,Zhao Yi,Cai Lun,et al.Topological structure analysis of the protein-protein interaction network in budding yeast[J].Nucleic Acids Res,2003,31(9):2443-2450.
doi: 10.1093/nar/gkg340 pmid: 12711690
[24] Watts D J,Dodds P S, Newman M E J. Newman identity and search in social networks[J].Science,2002,296:1302-1305.
doi: 10.1126/science.1070120 pmid: 12016312
[25] Taylor P J.Derudder B,Witlox F.Comparing airline passenger destinations with global service connectivities:Aworldwide empirical study of 214 cities[J].Urban Geography,2007,28(3):232-248.
doi: 10.2747/0272-3638.28.3.232
[26] Frank Schweitzer,Giorgio Fagiolo,Sornette D et al. Economic networks:The new challenges[J].Science,2009,325(5939):422-425.
[27] 刘军. 整体网分析讲义:UCINET 软件实用指南[M].上海:格致出版社,2009.54-86,134-141.
[1] 石超, 乔晓春. 中国人生活满意度的年龄-时期-队列效应分析[J]. 人口与发展, 2017, 23(4): 41-50.
[2] 孙金明. 子女代际支持行为对老年人自我老化态度的影响——基于2014年中国老年社会追踪调查数据的分析[J]. 人口与发展, 2017, 23(4): 86-95.
[3] 陈曦, 穆怀中, 范璐璐. 延迟退休的养老保险缴费率地区差异收敛效应研究——基于供给侧改革降费率视角[J]. 人口与发展, 2017, 23(4): 2-9.
[4] 吉鹏, 李放. 政府购买养老服务满意度指标构建与实证评价——基于江苏三市的调研数据[J]. 人口与发展, 2017, 23(3): 59-67.
[5] 林春. 金融发展对产业就业结构差异性影响——基于省际面板数据分析[J]. 人口与发展, 2017, 23(3): 14-24.
[6] 冯雪, 宋璐, 李树茁. 宗教信仰对农村老年人死亡态度的影响[J]. 人口与发展, 2017, 23(3): 93-100.
[7] 陈旭峰. 农民工收入水平代际流动主观评价差异的影响因素研究*——基于504份问卷数据的分析[J]. 人口与发展, 2017, 23(2): 14-21.
[8] 程昭雯, 叶徐婧子, 陈功. 中老年人隔代照顾、居住安排与抑郁状况关联研究[J]. 人口与发展, 2017, 23(2): 70-79.
[9] 史薇. 公益活动参与对生活满意度的影响——一项关于城市退休老年人的复制性研究[J]. 人口与发展, 2017, 23(2): 51-60.
[10] 柳如眉, 赫国胜. 养老金支出水平变动趋势和影响因素分析[J]. 人口与发展, 2017, 23(1): 30-42.
[11] 吴炳义, 郑文贵, 毕玉, 董惠玲, 王媛媛. 长期护理保险制度下定点专护机构运行模式探讨[J]. 人口与发展, 2017, 23(1): 92-98.
[12] 李玉玲. “十三五”时期我国养老服务业发展的基本思路与对策建议研究[J]. 人口与发展, 2016, 0(5): 75-80.
[13] 魏臻 梁君林. 中国养老保险制度并轨资金缺口的动态模拟[J]. 人口与发展, 2016, 22(4): 49-56.
[14] 陈功 张吴璠. 争鸣中前行:马尔萨斯人口论在中国的传播与发展[J]. 人口与发展, 2016, 22(4): 65-69.
[15] 孙鹃娟 冀云. 中国老年人照顾孙子女对老化态度的影响[J]. 人口与发展, 2016, 22(4): 79-86.
Viewed
Full text


Abstract

Cited

  Discussed   
首页 · 关于 · 关于OA · 法律公告 · 收录须知 · 联系我们 · 注册 · 登录


© 2015-2017 北京大学图书馆 .