用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

城际出行流动大数据视角下三大城市群对我国城镇化格局的影响

我要收藏
2020-07-14

1594719251173239.png

钮心毅

城市规划新技术应用学术委员会副主任委员,同济大学教授



我们从去年下半年开始以大数据监测城市流动的视角来研究城市群。结合新冠肺炎疫情传播,尝试用大数据监测城市出行流动来解读疫情传播,思考城市群跟疫情传播的关系。 




移动互联网定位大数据

测度我国城市出行流动


1.城际出行流动大数据视角下我国城市体系


2019年春运期间(2019年1月11号-2月28号)整个六周,百度用户在全国流动形成的足迹地图包含8.4亿次跨地级市单位的出行。用移动互联网定位大数据测度城市流动的角度来看迁徙中的全国城市体系。


一般理解下的一线城市是北上广深。城市之间联系总量(流入流出总量)的排名依次是北、上、广、深,全国范围形成了一个接近于菱形的体系,中国春运流动的第四极在成都。直辖市天津从春运的流动性来讲,和北京差了一个数量级,在天津之前有很多省会以及宁波、苏州、东莞等地级市。



2.春运、平日的城际流动反映我国人口城镇化的格局


伴随着城镇化的快速过程,我们国家从80年代开始到现在,经过40年的高速城镇化,带来了大量人口迁徙。有两种趋势,一种从乡村迁居到城市和城镇,一种从中小城市迁居到特大城市。这两种就是人口城镇化中迁居的过程,城镇化水平是迁移的结果。


春运期间我国最大出行流动,我们认为这其实是一个能反映长期城镇化进程中居住地变更状况。春运出行返乡的人包括迁居在城市多年的人,也包括大量流动务工人员,以及其他。平日时段城际出行则是代表了商务、游憩等行为。两者做一个减法,就能分离出春运期间返乡的迁居人群。就能显示了长期城镇化进程当中,哪些城市吸引了大量的迁居人口。由此可以根据节前返乡人口的流向、流量特征,来测度我国长期城镇化中形成的全国人口城镇化、人口迁居的变化格局。


通过百度迁徙2019年春运数据以及2019年4月份数据显示:

(1)平日全国出行流动结果:长距离出行相对比较少,以中短距离出行较多。对流动人数总量的局部空间自相关聚类结果显示:中东部的沿海地区,包括北京、河北、山东、江苏、浙江、上海,一直到福建广东,沿线地区是流动量聚类高值区。城际出行流动跟经济活动强度密切相关,地方经济越好,人越是熙攘流动。


(2)从春运节前的返乡流动能明显看到:长距离大流量的出行范围明显扩大。对流动人数总量的空间聚类分析表明:东部沿海地区、中部很多的省是流动量高值聚类区。河南、安徽、江西、湖南的一部分都进入出行流动高值范围。


(3)如果节前流入减去平日流入是负值,认为这个城市在人口城镇化过程中吸纳了大量的迁居人口,前10位分别是上海,深圳,广州,苏州,东莞,杭州,郑州,佛山,天津。若是正值,例如重庆、周口、阜阳、赣州、上饶、茂名、黄冈、商丘、衡阳,都是劳动力输出的城市,在人口城镇化中流失了大量的迁居人口。


(4)空间聚类分析表明:负值区主要就是我国三大城市群,京津冀、长三角、珠三角。在我国中部地区也有低值区城市,比如武汉、长沙、成都、郑州、西安、太原。正值区则是成片出现,分布在我国中部、西部。这反映了我国长期城镇化中人口迁居的总体格局。



3.我国人口城镇化趋势的两种观点


观点一:东部沿海(长三角、珠三角、京津冀)三大城市群主导的人口城镇化格局。再过去40年里,一直存在着从中西部流向东部迁居的主导格局。


观点二:中部已经出现了省内就地城镇化格局。中国城镇化开始进入到了下半程,省内就地城镇化将是今后城镇化的主要途径。尤其中部地区在过去十年当中,省内就地城镇化占主导的趋势越来越明显。这也是目前国家积极推动的城镇化措施,是为了保持区域经济发展的均衡性。


以下就用百度迁徙的春运人口出行来验证这两种观点和趋势。



我国的三大城市群

在全国人口城镇化格局


1.春节后各地的净流入人数


用春节后初七到元宵节两周的返工出行作为节后流入并减去流出得到的节后净流入人口。人口净流入正的城市即人口城镇化进程中的迁居劳动力就业地,反之则是劳动力输出地。


(1)返工人数“净流入”规模最大的五个省依次为广东省、浙江省、北京市、上海市、江苏省。


(2)安徽、河南、湖南、江西、四川是净流出最大的5个省。也可以发现广袤的西部地区也是劳动力净流入,但流入的数量并不是非常多。



2.三大城市群吸纳迁居(劳务输出)人口占比     


以京津冀13城市,长三角16个城市,珠三角9个城市的范围,吸引了全国跨市流动的返工人数的49.2%。三大城市群吸纳长期城镇化中形成的迁居人口总量仍占到非常高的比例。


我们第二个发现是,中部的主要劳务流出省的省内人口城镇化仍未占到主体。江西、广西、湖南、湖北、河南、吉林、贵州这些劳务输出大省,流入三大城市群的比例远高于流向省内中心城市的比例。比如,安徽65%流向三大城市群,流向省内中心城市20%;广西72%流向三大城市群,21%流向南宁。


       也有流向三大城市群非常少的省份,例如:海南只有17%,甘肃18%,云南23%。原因在于这些省份本身城镇化水平和经济发展比较低,人口流动的绝对量也非常少,地理位置也比较偏远,所以是以省内流动为主。倘若未来交通条件趋势发生大的变化,可能也会经历一个流出人口大量向东部中心城市集中的过程。我国三大城市群对全国人口城镇化影响还是很大,如果能对迁居流动进行长期监测,就能看得到情况的变化,看到我国人口城镇化格局的变化。



3.三大城市群在人口城镇化中空间影响范围


长三角城市群主要空间影响范围从近邻省份到安徽、河南、福建、江西等省,然后中间有个断层,又出现了西部集中的一块,四川和重庆。


珠三角城市群主要空间影响范围是以珠三角为中心向北辐射。我们看到长三角影响范围的断层是在湖北,湖北相当多的人流向珠三角。


京津冀城市群的主要空间影响范围在北方,东北的主要流向是京津冀。


将每一地市分别将净流入三大城市群人数规模比较,取净流入人数最大城市群,划分为势力范围归属,就能得到三大城市群在全国人口城镇化中势力范围划分。




城市之间人员出行流动

意味着什么

春运出行流动反映了人口城镇化格局;平日城际出行流动人次则与经济活动有关。


1.城际人员流动与疫情传播


武汉出发流出至各地的城际人次数量与全国各地新冠病毒病例数关系显著相关性。

  • 2020年春运开始至武汉封城是腊月十六-腊月二十九。对应日期2019年(腊月十六-腊月二十九) 百度迁徙武汉流出人次数

  • 采用至2月16日(封城后14日)全国各地市当时确诊新冠肺炎人数(输入病例感染基本已经结束)

  • 各地市自武汉流入人数与病例数相关性来检验城际流动带来风险是否有规律可寻。研究发现自武汉流入人数与14日后确诊病例数显著相关(R2为0.657)


2.邻近城市、全国中心城市、省会城市是武汉节前出行流出的高值区,城际出行强弱不是单纯按地理邻近关系流动

在春节前同一时段、同等数量武汉输入人数情况下,北上广深4个超大城市,其单位流入人数带来病例数是邻近湖北的劳务输出型城市(信阳、南阳、岳阳、驻马店等)的3.4倍。这与超大城市本身内部超大流动性有关。超大城市内部人员流动、接触频率远大于经济不发达城市、乡村。



3.城际人员流动与疫情传播


城际流动给超大城市城市带来了巨大安全风险:城际出行流动强弱不是单纯按照地理临近关系流动,城市职能、产业特征、规模才是决定性因素。




城镇化进程与城市、

城市群的流动性

党的十九大报告中指出,“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局”。这为新时代我国推进新型城镇化指明了方向和路径,发展城市群是我国城镇化进程下一阶段的重点。


推动城市群发展必然需要推进以人员流动为代表的各类要素更自由地流动,随之必然带来城市群更高的流动性。城际出行流动是经济活力直接体现。防疫期间告诉我们,城市之间、城市内部没有了流动,经济将会怎样。


城市群和超大城市高流动性使之在应对突发公共卫生安全事件中必定面临着更大风险。国土空间规划实施监测中需要将城市、城市群的流动性作为重要监测环节。



结  语

1.城际出行流动大数据支持全国城镇化进程的监测。

我们百度迁徙大数据测算了春运期间与平时两个时段的全国城际出行人员流动,量化认识了在城际出行流动视角下京津冀城市群、长三角城市群、珠三角城市群等我国三大城市群在全国人口城镇化空间格局影响特征。


2.城际出行流动大数据能用于城市群流动性的监测,支持城市群国土空间规划韧性和安全。

我们提出了大数据监测城市群流动性的概念和方法。以新冠肺炎疫情扩散的重大公共卫生事件为例,阐述了在我国城镇化进程中,三大城市群巨大流动性所伴随着的巨大安全风险。城市群国土空间规划要保障流动性的韧性和安全,大数据能在其中发挥作用。


本文转载自微信公众号:城市数据派,如需转载请联系城市数据派。

本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0

全站浏览排行

TOP ARTICLES