西部枢纽城市是如何快速崛起的？新一线城市的多元发展之路有何特色？核心城市群的新兴产业集群创新实力如何？第一财经·新一线城市研究所首个数据产品「知城数据平台」有什么用？本周三晚7点30-9点由新一线城市研究所 X 城市数据派带来线上直播讲座通过10亿+大数据带你重新认识城市观看直播还能参与抽奖哦！免费获得「知城数据平台」试用会员及其他新一线实物周边若干快速了解「知城数据平台」新一线城市研究所，是中国最大财经媒体集团——第一财经旗下的城市数据研究机构。新一线城市研究所致力于集结城市商业数据和互联网数据，用新鲜视角探究城市未来，为城市管理者、城市开拓者和城市人提供丰富的数据内容和数据服务。城市数据派，是“全国十大最具影响力的大数据领域微信公众号”。城市数据派是专业的城市大数据服务平台 www.udparty.com，提供媒体宣传、教育培训、数据定制、会员专享、人才招聘等服务。直播讲座内容依托新一线城市研究所累积多年的城市大数据库，阐述新一线评价城市的初衷与视角。结合实际城市案例，深入分析中国城市近年在新经济、人才、业态、公共空间等领域的变化与趋势。Part 1 为什么会提出“新一线城市”这个概念？Part 2 历年的新一线城市榜单排名介绍Part 3 从新一年的城市排名得到的3个城市发展趋势 1、西部地区崛起 2、新一线城市发展的不同特色 a 抖音网红城市吸引力 b 交通枢纽型城市吸引力Part 4 城市群产业集群分布Part 5 用知城分析问题 1、城市指标比较 2、活跃商圈评估观看直播还可以参与抽奖哦，本期奖品：「知城数据平台」试用会员新一线实物周边若干「知城数据平台」www.datayicai.com主讲嘉宾车洁舲第一财经·新一线城市研究所咨询总监 上海第一财经·新一线城市研究所咨询总监，同济大学城市规划硕士，在城市空间大数据分析、城市品牌与战略决策引导等领域有丰富的经验。连续多年参与《城市商业魅力排行榜》的制作发布，“新一线城市”由该榜单首次提出。 直播时间本周三晚7点30-9点扫码进群免费观看不转发不集赞观看直播还可参与抽奖活动哦！奖品包括「知城数据平台」试用会员及新一线实物周边若干讲座部分精华内容预览直播时间本周三晚7点30-9点扫码进群免费观看不转发不集赞观看直播还可参与抽奖活动哦！奖品包括「知城数据平台」试用会员及新一线实物周边若干

营 9 课程介绍 2015年9月，国务院印发《促进大数据发展行动纲要》。大数据的前提是数据标准统一。2018年，为提高行政效率，打破“信息孤岛”，中央进行机构改革、统一数据标准。进一步打破数据壁垒的痼疾。2018年3月自然资源部成立时要求一张底图，一张蓝图，将进一步加速大数据在城市规划、监管等方面的应用。国土空间规划正在不断推进城市大数据的建设发展！住建部城市体检中十一项大数据指标项：上图来源：《城市大数据实战应用》线上特训营自然资源部现状评估中的十五项大数据指标项：上图来源：《城市大数据实战应用》线上特训营基于大数据的学术研究也在逐年增加：大数据为关键词的历年学术文章发文量上图来源：《城市大数据实战应用》线上特训营多样化的数据获取获取形式，可以极大的丰富城市管理者、规划师、市民对城市的感知能力，助力城市规划。那如何获取大数据？未来智慧城市研究需要计算机语言的基础逻辑。未必需要精通计算机语言，但是需要我们在已有知识体系下，能够进行基础的使用，享受大数据体系带来的数据“红利”。大数据时代，如果你再不入门Python神器，会错失这个时代的风口！已经工作的规划师有必要尝试新技术吗？Python+现有的大数据发展基础，可以比喻成是城市规划管理领域的蒸汽机。越是有丰富、完善的基础知识体系，加上这个“蒸汽机”，或许会产生“汽车”、“火车”、“飞机”。传统经验模型加大数据分析，会碰撞出完全不一样的科研成果，新的视角能看到不同的破题角度。所以越是有丰富经验的规划师，越是需要这样的跨界融合。数据爬虫好难，该如何学习？如何高效的获取大数据？本课程囊括城市大数据、Python、GIS可视化多平台的实用项目技能一课入门，0基础即可学习，紧密结合空间规划项目大数据需求！让你站在大数据上，重构认知城市大数据！学实用的知识，在实战中掌握，在工作中精通课程将结合国土空间规划、城市体检、现状评估、双评价等规划项目的大数据需求为主线，嵌入python编程语言，形成符合规划逻辑的国土空间规划大数据应用教程。通过一线大数据规划的实践经验，拟合虚拟项目进行实操，增强大数据逻辑的应用、提高大数据获取的能力、培养大数据分析解决国土空间规划的思维能力。往期课程均获得学员好评： 课程特色 1、零数据储备，全部来源网络2、零基础学语言，逐步拆解爬虫原理，从爬虫到Pyhton入门3、紧密联系规划需求，高效学习，即学即用4、赠送POI数据获取器，让你一键获取数据5、模拟项目，实战演练 课程适合人群是哪些？ 城市规划及相关专业背景的学生、研究人员、从业人员等有一定规划基础的城市研究、规划、管理相关人群无需Python编程基础（如果有python或其他程序语言的基础更佳）无需数据储备基础（课程手把手教学数据获取技能，并且大部分覆盖全国）赠送POI数据获取工具!赠送课程中全部源代码！赠送课程中全部矢量数据！ 授课老师是谁？ 详细的授课大纲是什么？ 授课时间：1月28日晚学员微信群开营仪式，发放课程资料1月29日-3月30日：（1）在线学习录播教学视频总共约9.5小时，录播教学视频可永久在线观看，学员提交作业和问题，次日或最迟第三日邮件回复作业点评和答疑，同时学员微信群互动交流。（2）学员完成结业考核作业3月31日微信群举行结营仪式并颁发电子结业证书，课程服务结束 课程精华内容一览 咨询与报名 该课程原价1399元 现在报名可享特别优惠哦！1月25日报名截止立即加我咨询优惠价加我免费领取体验课 营10 课程介绍 如果你是：气象、地理、地信、自然生态环境，地球科学与环境等学科的学生或从业者python零基础，想要快速入门，并上手处理数据的小白在科研论文中为研究区划图而犯难的研究生处理数据时，面对成千上万条数据而重复工作，效率低下的同行GIS基础薄弱，想快速提高GIS软件的应用与制图方面的同学想提高气象数据可视化水平的同学本课程主要目标是利用Python编程语言对气象站点或表格为主的数据进行批量自动化处理，并结合GIS软件对常见气象数据进行可视化展示。为了让大家能够高效的批量处理气象站点数据或以表格为主的数据，以简洁和举例的方法带大家快速入门Python并用其进行数据处理，系统的讲解了Python对以表格数据为主的各种批量操作，并结合GIS软件对气象为主的数据进行空间可视化，对比分析了多种插值方法在不同气象数据中的应用，并讲解了科研论文中的作图技巧。由于本套课程整体来说难度适中，又由于对Python语言由零基础开始介绍，对GIS软件也会有介绍，因此整体上适用于任何基础的学员。如果对Python和ArcGIS有点基础的学员，学起来上手很快。对零基础的学员来说，难度不会很大，但是学起来可能有点慢。张棋老师讲授仔细，往期学员评价如下： 课程特色 特色1：通过对jupyter notebook的讲解，从而提高学习python代码的效率。特色2：通过简单举例的方式带大家快速入门Python语言并系统的讲解了python对以表格为主的数据进行批量化处理的各种方式。特色3：以气象站点数据为例，结合Excel与Python对常用气象数据进行实例批量化处理，从而整理成多种数据格式（其中包括GIS格式）特色4：结合ArcGIS软件，对常见气象数据的插值方法进行对比分析，并讲解了不同插值方法的适用条件。特色5：结合GIS对气象数据进行可视化，并讲解了在科研论文中的作图技巧。 授课老师是谁？ 详细的授课大纲是什么？ 授课时间：1月28日晚学员微信群开营仪式，发放课程资料1月29日-3月30日：（1）在线学习录播教学视频总共约15.5小时，录播教学视频可永久在线观看，学员提交作业和问题，次日或最迟第三日邮件回复作业点评和答疑，同时学员微信群互动交流。（2）学员完成结业考核作业3月31日微信群举行结营仪式并颁发电子结业证书，课程服务结束 课程精华内容一览 咨询与报名 该课程原价1200元 现在报名可享特别优惠哦！1月25日报名截止立即加我咨询优惠价加我免费领取体验课 为什么选择我们的课程？ 一系列服务保证授课质量 帮你实打实掌握这门课程！（1）全面的配套材料，不用担心学不会课程配套材料系统丰富，包括内容详实的课件、软件安装包、代码、数据、作业等所有配套资料。并且课程中实战案例多、由浅入深容易学，不用担心学不会。（2）可反复回看的教学视频，随时学习教学视频可反复在线观看，学员可自由安排观看时间。（3）学员专属微信群，沟通交流无障碍建立学员和老师专属微信群，群内可交流答疑，授课老师都超级nice 有耐心! 并且有专属课程助教督促，治好你的拖延症！（4）配套课后作业，授课老师亲自点评，让你收获满满（5）营长管家式服务，督促学习我们知道你担心自己不能坚持把课程学完，所以我们早已为每个课程配备了营长陪伴你督促你学习，帮你按时完成课程。 （6）测评表彰，获得电子版结业证书完成学习都将获得电子版结业证书，优秀学员将获得电子版优秀学员荣誉证书并获得奖品奖励哦！ （7）多元的学员背景，打造丰富的学习体验，拓展人脉圈子往期学员所在单位

2021年1月线下特训营来袭！由张海平博士带着最新项目实践经验、科研成果与技术沉淀推出两大实战营该课程已于2020年成功举办多期，深受广大学员好评！往期线下授课现场两大课程内容丰富，为了达到较好的学习效果本期两大线下实战营的实操环节免费送录屏！实操环节免费送授课现场录屏！实操环节免费送授课现场录屏！（1月18日报名截止，1月12日前报名的学员还将免费获得一套零基础在线教学视频）营1与营2的课程内容为进阶关系从基础到高阶一次掌握新一代大数据技术！加我领取本课程体验课 营1 课程介绍 ArcGIS Pro是目前在技术上远远领先于全球任何一款同类产品的GIS桌面平台！无论是从2D到3D和4D的数据模型扩展，还是从传统矢量编辑到3D编辑和栅格编辑的跨越，或是从OD流到轨迹流再到地理流网络的处理与可视化方法支持，以及在以上模型基础上的动态规划模型、空间协同网络模型、时空模式挖掘模型、深度学习模型的支持，亦或是增强的可视化地理建模语言和空间数据科学平台的实现，都还不足以概括它在颜值、性能、体验、功能和应用模式等方面的先进性。更为重要的是：从1.2到2.6，每年还在以每个版本200多个新功能特性的速度增长；本质上，传统的ArcGIS桌面平台已经成为一个废弃但又顾及老用户的附属产品。于应用人员，Pro会打开空间数据分析的新世界；于开发人员而言，其强大的空间数据平台能力和超前的数据模型支持，为功能扩展和新应用模型的开发提供了新舞台！营1就是助你通向GIS技术新世界大门的桥梁。 营1 适合你学习吗？ 一方面，适合于想了解和使用新一代GIS平台新架构、新方法和新技术的时空大数据相关从业人员；另一方面，GIS基础较为薄弱但想参加为期3天的营2的学员。尤其是需要用GIS技术解决科研问题、规划分析问题的从业者，可以通过此课程快速掌握前沿GIS理念、方法和技术，包括：新数据建模与数据处理技术新的可视化表达与制图技术新空间分析与地理建模技术任务链驱动的新工作流技术新一代空间数据科学大平台 营1 授课大纲 营1 课程精华内容预览 营 2 课程介绍 大数据、物联网和人工智能等技术既革新了城市的运行模式，又颠覆了城市研究的理论与方法。新时代的计算城市科学远不止传统的计量方法和GIS基本分析与制图方法。如果说哪项分析技术能在未来发挥主导作用，GIS技术必有重要的一席之地，甚至是最重要的城市研究工具。然而，参与城市规划、旅游与交通大数据分析、商业规划乃至城市社会地理学等与空间数据科学工作相关的从业者，总是因为站在GIS的各种技术迷雾中迷失自我，可谓“不识庐山真面目，只缘身在此山中”。究其原因，无非是没有从GIS技术体系的整体性出发，构建起自己的技术流和知识树，本质上是技术的断层。营2将聚焦于GIS技术体系，重视技术的层次性，重点突出前沿高级分析技术的课程，能为你解决以上困惑。帮助你将时间和主要精力花费在核心的业务工作层面，而不至于总在技术层面的各种问题上来回打转。 营 2 适合你学习吗？课程主要从计算城市科学的GIS技术整体性出发，较为系统地介绍了相关的理论、方法、技术和应用，并重点介绍了近年来高级空间数据模型、空间分析方法和空间可视化技术，以及涉及这些方法的新应用。城市规划、商业规划、社会计算、城市研究、旅游大数据研究、交通大数据研究和应用的相关的从业者可学习此课程。营2需要有PRO应用的基础，如果PRO基础薄弱，建议先参加学习基础班营1。 营1 和 营2 有什么特色？ 特色1：【营1】聚焦于新理念、新平台、新框架、新方法和新技术，兼顾传统功能的迁移与增强，既是基础性的功能又具备前沿性的技术。全程全部功能用新一代GIS平台讲解。 特色2：【营2】提供了系统性的面向城市研究与应用分析的GIS技术体系。这包括：1) 认识论层面的基本理论与空间思维；2) 方法论和技术流层面的城市大数据获取、处理、分析建模与可视化方法体系；3) 实践层面的应用分析案例。 特色3：【营2】包含了面向计算城市科学的GIS新方法、新技术和新应用。例如空间复杂网络分析模型、空间语义网络分析模型、动态区域规划模型、交互式空间选址模型等新GIS分析模型及其所扩展而衍生的各种新城市应用场景。 特色4：【营2】提供了原创独家工具：Geosharp 2020！ 特色5：【营1】和【营2】整体课程实现了横向突出重点、纵向由浅入深的技术体系的构建，能够达到构建个人在计算城市科学的GIS技术层面由点到线、再到面的技能树，并构建起具有系统性和整体性的个人知识树。 特色6：【营1】和【营2】提供了进阶式的课程组织。前2天的【营1】作为基础课程，主要是新一代GIS分析平台操作模式、新功能和新技术的介绍；后三天的【营2】作为核心课程，是整个技术体系及高级新技术、新方法和新应用的系统性介绍。 营1 和 营2 的授课老师是谁？ 张海平博士： 南京师范大学虚拟地理环境教育部重点实验室博士，城市数据派高级数据分析师。博士毕业于南京师范大学地图学与地理信息系统专业，主要从事GIS时空数据建模与可视化的相关理论与方法研究，以及城市行为地理和社会文化地理的量化建模与分析等应用研究。在Transactions in GIS、地理研究等国内外期刊发表SSCI、SCI、CSSCI和CSCD论文十五篇，其中第一或通讯作者8篇。获得“全国十大城市数据师个人贡献奖”、“高校GIS新秀奖”等全国性奖项五项，参与并以作者身份编写GIS原理类教材一部，参与各类实践项目十几项。精通互联网数据获取、GIS二次开发、地理信息分析与建模、地理可视化等相关核心技术。主要承担或协助开发完成多个应用系统，具有丰富的数据处理、空间数据建模与分析、时空数据可视化和软件开发经验。 营 2 授课大纲 课程逻辑：理论——方法——案例及应用 营 2 课程精华内容预览 如何报名？ 上课时间：营1基础分析班：1月23-24日周六、周日共计2天营2高阶系统班：1月25-27日周1、周2、周3共计3天（线下两大实战营的实操环节免费送授课现场录屏！！1月18日报名截止，1月12日前报名的学员将免费获得一套零基础在线教学视频）上课地点：郑州、西安 两地可选咨询报名：课程学习完毕后将颁发结业证书。如需了解课程费用及报名，请加城市数据派小贝老师微信号咨询。为保证线下授课质量，采用小班教学模式，上课人数约25人左右，先到先得，招满即止。团购及在校学生报名还有优惠！加我微信领取体验课、咨询报名吧：

1 改革开放前的人口流动迁移特征改革开放前，我国人口迁移规模较改革开放后而言，规模较小，但也存在一定的人口迁移和流动。改革开放前，我国的人口流动呈现明显的阶段性特征，大致包括三个阶段，第一阶段从1949年-1957年，此阶段我国人口迁移特征呈现出可自由迁移、迁移人口以农村人口为主的特征；第二阶段从1958年-1965年，此阶段我国人口迁移伴随“大跃进运动”潮起潮落；第三阶段从1966年-1977年，此阶段受“文革”影响，我国人口迁移以非经济迁移人口为主。（一）1949年-1957年：人口可自由迁移，迁移人口以农村人口为主1949年至1957年这一时期，户籍制度尚未建立，总体上这一时期以农村人口自由迁移为主，但也存在一定有组织的计划迁移，形成了新中国成立以来人口迁移活动的第一个活跃期。表1 1954年-1977年中国人口迁移基本状况数据来源：新中国人口六十年；单位：亿人（二）1958年-1965年：人口迁移伴随“大跃进”运动潮起潮落1958年-1965年这一时期，虽然1958年出台了独具中国特色的户籍制度，但受“大跃进”运动的影响，人口迁移超长活跃，人口迁移以乡-城迁移为主流，农村人口狂潮一般涌入城市，随着1961年国民经济的大规模调整，“大跃进”带来的人口迁移发生了重大转变，乡-城迁移模式发生变化，大量城市人口离城返乡，城-乡人口迁移和被动迁移成为当时人口迁移的主要特征。同时，这一时期政府组织的计划“支边”型人口迁移和自发性人口迁移也在继续。此外，中国的“三线”建设拉开序幕，引发了“三线”计划性移民现象。最后，随着这一时期的结束，户籍制度开始多人口迁移特别是农村人口向城市的迁移发挥出强有力的控制作用，导致了之后十年人口迁移强度的减弱。表2 1958年-1965年中国人口迁移基本状况数据来源：新中国人口六十年；单位：亿人（三）1966年-1977年：受“文革”影响，人口迁移以非经济迁移人口为主受“文化大革命”和户籍制度的双重影响，1966年-1977年这一时期的人口迁移处于低潮期，但也包括“三线”建设计划性人口迁移、自发性垦荒迁移和城市知识青年“上山下乡”三种形式的人口迁移。其中，“三线”建设计划性人口迁移、自发性垦荒迁移是经济建设引发的人口迁移，迁移方向以由东向西北、西南、华北等“三线”地区和边缘地区迁移为主，但迁移强度很弱。表3 1966年-1977年中国人口迁移基本状况数据来源：新中国人口六十年；单位：亿人数据来源：《中国劳动工资统计资料》（1949-1985）2 改革开放后的人口流动迁移特征流动人口大规模出现,是伴随着我国改革开放而发生的，改革开放以来，随着工业化、城镇化的推进，我国流动人口急剧增长，人口流动成为我国一个重要的社会现象。大量流动人口的产生和存在,对我国的经济发展和社会进步起到了重要作用,对我国社会生活的各个方面都产生了重大影响。视频请点击此处观看数据来源：1978-1984年数据来源于北京市统计局，国家统计局北京调查总队 (2006年)，第73页，《北京统计年鉴2006》， 北京, 中国统计出版社。为公安局登记的暂住人口数（三天以上数据）；1985-1988年数据来源于《跨世纪的北京人口（北京卷）》，第188页，中国统计出版社，1994年版；1994年为流动人口抽样调查数据；1997年为外来人口普查数，1999-2003年为北京市统计局外来人口监测数据，统计口径为来京居住一天以上；2008-2010年为北京市流动人口和出租房屋信息平台数据，口径为居住1个月及以上，2011年版第8页；其余年份数据根据年度人口抽样调查推算。（一）东部地区为人口主要流入地，中西部地区为人口主要流出地2000年跨省流出人口最多的省份依次是四川、安徽、湖南、江西、河南、湖北，涵盖了全国59.2%的跨省流出人口。2010年跨省流出人口最多的省份依次是安徽、四川、河南、湖南、湖北、江西，涵盖了全国53.6%的跨省流出人口。对比四普、五普、六普人口跨省流出数据，中西部仍是流动人口主要来源地。2010年流入东部地区的流动人口占比56.86%，流入东部地区的跨省流动人口占比达到81.42%。2010年吸纳跨省流动人口最多的省份依次是广东、浙江、上海、江苏、北京、福建，吸纳了全国71.06%的跨省流动人口。相较于中西部地区，东部地区将依然保持发展优势，依然是吸纳流动人口的主力。数据来源：1990年第四次人口普查数据、2000年第五次人口普查数据、2010年第六次人口普查数据（二）流动人口平均年龄增加明显， 流动人口老龄化问题凸显改革开放以来，我国流动人口中16-44岁人口比重由1982年的53.3%增加到2015年的84.1%，总体来讲，我国流动人口始终以青壮年为主，儿童人口和老年人口占比相对较少。1982—2015年，流动人口平均年龄增加了近4岁，中位数年龄增加了8岁，流动人口平均年龄和中位数年龄明显增加。数据来源：1982年第三次全国人口普查数据、1990年第四次人口普查数据、2000年第六次人口普查数据、2005年全国1%人口抽样调查数据、2010年第六次人口普查数据及2015年全国1%人口抽样调查数据。单位：%（三）流动人口受教育水平持续提升从各个教育阶段的构成趋势来看，文盲人口比例从1982年的28.6%下降至2015年的2.1%，文盲人口比例大幅下降；小学教育程度人口比例也持续下降；1990-2010年，初中教育程度人口成为流动人口的主体，比例均达到40%以上，到2015年，高中及以上教育程度人口成为流动人口的主体，比例达到45.3%；大专及以上教育程度人口实现大幅提升，由1982年的1%上升至2015年的23.3%。1982-2015年，我国流动人口平均受教育年限由5.6年提高至9.9年，流动人口初中及以下人口比例逐步下降，高中及以上人口比例逐步提升，流动人口教育结构全年升级。数据来源：1982年第三次全国人口普查数据、1990年第四次人口普查数据、2000年第六次人口普查数据、2005年全国1%人口抽样调查数据、2010年第六次人口普查数据及2015年全国1%人口抽样调查数据。单位：%（四）新生代流动人口逐步替代老一代流动人口随着人口更替的持续推进，1980年代及以后出生的新生代流动人口逐步替代老一代流动人口，成为产业工人的中坚力量和新市民的主体。数据来源：1982年第三次全国人口普查数据、1990年第四次人口普查数据、2000年第六次人口普查数据、2005年全国1%人口抽样调查数据、2010年第六次人口普查数据及2015年全国1%人口抽样调查数据。单位：%（五）流动原因趋于多元化改革开放初期，我国人口流动迁移首要原因为“工作调动”，该流动原因下的人口流动比例约20.6%。自1990年开始影响我国人口流动的主要原因为“务工经商”，该流动原因下的人口流动比例约25.1%。2000-2015年，因“务工经商”而流动的人口比例达到50%以上。近年来，务工经商的流动人口比例有所下降，随迁家属的流动人口比例逐年上升，学习培训的流动人口比例增加迅速。此外，2015年全国1%人口抽样调查在流动原因中增加了“改善住房”选项，该流动原因的流动人口比例为4.5%，与“婚姻嫁娶”占比接近，且超过“拆迁搬家”、“子女就学”等原因，说明以追求宜居环境为目标的流动越来越多。总体上，流动人口流动原因呈多元化发展趋势。数据来源：1982年第三次全国人口普查数据、1990年第四次人口普查数据、2000年第六次人口普查数据、2005年全国1%人口抽样调查数据、2010年第六次人口普查数据及2015年全国1%人口抽样调查数据。单位：%3 新时期我国流动人口的趋势（一）流动趋势方面：流动人口数量仍高位徘徊，人口流动将成为现代社会的“常态”现象未来一二十年，中国仍处于城镇化快速发展阶段，2020年中国仍有2亿以上的流动人口。同时，伴随中国未来城镇化进程加速，人口向大都市区集中的趋势更加明显。数据来源：中国人口与就业统计年鉴2018（二）流动方向方面：伴随中西部崛起，劳动密集型产业内迁，人口开始从东部向中西部流动。2005年，流动人口在东部的占比为64.5%，随后10年，东部地区流动人口下降到54.8%，下降了近10%，西部和中部流动人口的占比大体相似，约为20%。流动人口在东、中、西三大区域分布经历了先集中后扩散的过程和转变。流动人口在东部的占比经历了爆发式增长后开始稳步下降的过程。随着时间的推移，流动人口也由东部集聚转变为逐渐向中西部分散。数据来源：1982年数据无法区分跨省和省内流动；1990年数据根据5年前常住地区分跨省和省内流动；2000年及以后年份数据根据户籍地和常住地区分跨省和省内流动。数据来源：1982年数据无法区分跨省和省内流动；1990年数据根据5年前常住地区分跨省和省内流动；2000年及以后年份数据根据户籍地和常住地区分跨省和省内流动。（三）流向范围方面：跨省流动快速增长后回调，城-城流动持续增加1990年至今，流动人口的迁移以省内流动为主，但占比有所下降。1990年，流动人口中接近3/4为省内流动，跨省流动的占比仅为26.1%。此后跨省流动人口的比例迅速增加，2005年跨省流动人口占比达到峰值，为46.1%。此后，跨省流动比例逐渐下降，相较于2005年，2010年跨省流动人口占比下降了3.5个百分点，随后5年间又下降了3.2个百分点。跨省流动人口规模快速增长后开始回调。数据来源：1982年数据无法区分跨省和省内流动；1990年数据根据5年前常住地区分跨省和省内流动；2000年及以后年份数据根据户籍地和常住地区分跨省和省内流动。乡—城流动人口占比从 2000年的52.2%增加到 2005年的61.4% ，进一步增加到 2010 年的 63.2% ，而后下降到 2015年的 48.9% 。城—城流动人口的占比则从2000 年的 20.8% 持续增加到 2015年的 37.9% 。乡—城流动人口呈现出先增加后减少的趋势，而城—城流动人口则持续增加。随着高等教育的普及，越来越多的来自小城镇和中小城市的高学历人口为寻求就业和发展机会参与到城—城流动的进程中。除此之外，国家层面的相关政策法规也会进一步助推了城—城流动人口的迅速增加。数据来源：1982年数据无法区分跨省和省内流动；1990年数据根据5年前常住地区分跨省和省内流动；2000年及以后年份数据根据户籍地和常住地区分跨省和省内流动。（四）民族流动方面：少数民族人口流动参与率快速上升在流动人口整体保持高度活跃和持续增长的同时，少数民族人口的流动参与率也越来越高，这主要表现在其规模和增速上。在规模上，少数民族流动人口的规模快速增长，从1982年的31万增加到2015年的1936万，增幅明显高于汉族流动人口。在增速上，少数民族人口流动参与率快速提升，1982-2015年从0.7%增长至16.5%，流动人口中少数民族占比也从4.7%增加至7.9%。数据来源：1982年数据无法区分跨省和省内流动；1990年数据根据5年前常住地区分跨省和省内流动；2000年及以后年份数据根据户籍地和常住地区分跨省和省内流动。（五）跨国流动方面：国际人口流动逐渐增加1978年改革开放以来中国出国留学人数迅速增长趋势，1978年改革开放之前，中国出国留学人员尚不过千人，此后迅速增加，1993年跨越1万人大关，2000年进一步迅速增长到近4万人，2000年进一步突破10万人，到2018年已达到66万左右。中国出国留学回国人数也逐年增加，这些人员在各条战线上发挥着重要重要。1957年以来我国出国留学人数与学成归国留学人数 单位：人数据来源：国家统计局《中国统计年鉴2001,2018》；2018年数据来源于教育部统计公报20世界80年代，中国开始国际劳务输出，但由于当时中国处于改革开放初期，国外合作项目较少，因此总体规模偏小。2000年以后，随着中国经济取得较为显著成果，国际地位和国际合作不断增加，对外输出劳务需求上升，劳务输出事业开始出具规模。目前我国每年在各类劳务人员数量达到百万人左右，而每年对外派出劳务人员也到达五十万左右。中国对外劳务输出人员构成逐渐演变成为以对外劳务合作派遣为主。数据来源：1978-2006年：尹豪《改革开放以来我国对外劳务输出发展研究》，《人口学刊》，2009年第1期第27-30页；2011-2018年：前瞻产业研究院发布的《中国劳务派遣行业市场前瞻与投资战略规划分析报告》本文来源：国家地球系统科学数据中心国家地球系统科学数据中心（NESSDC，以下简称“中心”），围绕地球系统科学与全球变化领域科技创新、国家重大需求与区域可持续发展， 依托中国科学院地理科学与资源研究所共享共建20余年，率先开展国家科技计划项目数据汇交，形成国内规模最大的地球系统科学综合数据库群， 先后荣获“国家科技进步二等奖”等各类奖项130项，参加“十一五”、 “十二五”国家重大科技成就展。中心实现了我国地球系统科学数据共享从无到有，由国内走向国际的重大跨越。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。

Add-in是什么？ Add-in（加载项）是一种自定义项（例如工具栏上的工具集合），Add-in可以插入到 ArcGIS Desktop 应用程序（即ArcMap、ArcCatalog、ArcGlobe 和 ArcScene）中，以提供用于完成自定义任务的补充功能。加载项管理器利用Python的众多第三方库和Arcpy模块Python Add-In可以快速创新地丰富ArcGIS功能并具有良好的交互性轻松实现ArcGIS的二次开发面对需要重复处理的大量空间数据也可以快速完成极大的提高工作效率！！ Add-in的价值在哪里？ 两个特点：轻量级 + 可拓展性强四大优势：简单 方便 快速 高效两个市场：二次开发需求 + 插件开发市场 你需要Add-in技术储备吗？ 为以后科研需要做准备为项目开发积累经验为求职做个敲门砖自我价值的提升 本周六直播讲座为你详解 PART01 认识Add-in 1.1 什么是Add-In 1.2 举个例子PART02 了解Add-in 2.1 为什么需要学习Add-in？ 2.2 Add-in的二次开发的价值在哪里？ 2.3 符合未来的技术趋势吗？ 2.4 能用在哪些地方？PPART03 Add-in入门 3.1 开发环境搭建 3.2 Add-In 向导详解 3.3 插件的管理PPART04 Add-in应用案例实操演示 4.1 批量出图实操详解 直播老师是谁？ 立即扫码进群免费观看讲座直播时间：本周6晚8点-9点30如需深入学习，欢迎报名以下课程： 数据精英夏令营：营3 课程特色是什么？ 学完后将掌握哪些技能？ 详细的课程大纲是什么？ 授课时间：9月12日晚大咖开场直播讲座9月14日学员微信群开营仪式，发放课程资料9月14-19日每天在线学习录播教学视频约1小时，学员当晚提交作业和问题，次日或最迟第三日邮件回复作业点评和答疑，学员微信群互动交流。9月20日-10月10日学员完成结业考核作业10月12日微信群结营仪式并发布结业证书，课程服务结束无法按照以上时间观看学习的同学也不用担心，录播教学视频的观看时间可自由安排，直播讲座视频与录播教学视频都可反复回看！ 课程精华内容一览 为什么选择我们的课程？ 一系列服务保证授课质量 帮你实打实掌握这门课程！（1）全面的配套材料，不用担心学不会课程配套材料系统丰富，包括内容详实的课件、软件安装包、代码、数据、作业等所有配套资料。并且课程中实战案例多、由浅入深容易学，不用担心学不会。（2）可反复回看的教学视频，随时学习教学视频可反复在线观看，错过学习时间也没关系，学员可自由安排观看时间。（3）学员专属微信群，沟通交流无障碍建立学员和老师专属微信群，群内可交流答疑，授课老师都超级nice 有耐心! 并且有专属课程助教督促，治好你的拖延症！（4）配套课后作业，授课老师亲自点评，让你收获满满（5）营长管家式服务，督促学习我们知道你担心自己不能坚持把课程学完，所以我们早已为每个课程配备了营长陪伴你督促你学习，帮你按时完成课程。 （6）测评表彰，获得电子版结业证书完成学习都将获得电子版结业证书，优秀学员将获得电子版优秀学员荣誉证书并获得奖品奖励哦！ （7）多元的学员背景，打造丰富的学习体验，拓展人脉圈子往期学员所在单位 咨询与报名 立即加我咨询更多&报名吧

2021年寒假线下实战营来袭！由张海平博士带着最新项目实践经验、科研成果与技术沉淀推出两大实战营（1月18日报名截止，1月12日前报名的学员将免费获得一套零基础在线教学视频）营1与营2的课程内容为进阶关系从基础到高阶一次掌握新一代大数据技术！营1课程介绍ArcGIS Pro是目前在技术上远远领先于全球任何一款同类产品的GIS桌面平台！无论是从2D到3D和4D的数据模型扩展，还是从传统矢量编辑到3D编辑和栅格编辑的跨越，或是从OD流到轨迹流再到地理流网络的处理与可视化方法支持，以及在以上模型基础上的动态规划模型、空间协同网络模型、时空模式挖掘模型、深度学习模型的支持，亦或是增强的可视化地理建模语言和空间数据科学平台的实现，都还不足以概括它在颜值、性能、体验、功能和应用模式等方面的先进性。更为重要的是：从1.2到2.6，每年还在以每个版本200多个新功能特性的速度增长；本质上，传统的ArcGIS桌面平台已经成为一个废弃但又顾及老用户的附属产品。于应用人员，Pro会打开空间数据分析的新世界；于开发人员而言，其强大的空间数据平台能力和超前的数据模型支持，为功能扩展和新应用模型的开发提供了新舞台！营1就是助你通向GIS技术新世界大门的桥梁。营1适合你学习吗？一方面，适合于想了解和使用新一代GIS平台新架构、新方法和新技术的时空大数据相关从业人员；另一方面，GIS基础较为薄弱但想参加为期3天的营2的学员。尤其是需要用GIS技术解决科研问题、规划分析问题的从业者，可以通过此课程快速掌握前沿GIS理念、方法和技术，包括：新数据建模与数据处理技术新的可视化表达与制图技术新空间分析与地理建模技术任务链驱动的新工作流技术新一代空间数据科学大平台营1课程内容营1内容精彩预览营2课程介绍大数据、物联网和人工智能等技术既革新了城市的运行模式，又颠覆了城市研究的理论与方法。新时代的计算城市科学远不止传统的计量方法和GIS基本分析与制图方法。如果说哪项分析技术能在未来发挥主导作用，GIS技术必有重要的一席之地，甚至是最重要的城市研究工具。然而，参与城市规划、旅游与交通大数据分析、商业规划乃至城市社会地理学等与空间数据科学工作相关的从业者，总是因为站在GIS的各种技术迷雾中迷失自我，可谓“不识庐山真面目，只缘身在此山中”。究其原因，无非是没有从GIS技术体系的整体性出发，构建起自己的技术流和知识树，本质上是技术的断层。营2将聚焦于GIS技术体系，重视技术的层次性，重点突出前沿高级分析技术的课程，能为你解决以上困惑。帮助你将时间和主要精力花费在核心的业务工作层面，而不至于总在技术层面的各种问题上来回打转。营2适合你学习吗？课程主要从计算城市科学的GIS技术整体性出发，较为系统地介绍了相关的理论、方法、技术和应用，并重点介绍了近年来高级空间数据模型、空间分析方法和空间可视化技术，以及涉及这些方法的新应用。城市规划、商业规划、社会计算、城市研究、旅游大数据研究、交通大数据研究和应用的相关的从业者可学习此课程。营2需要有PRO应用的基础，如果PRO基础薄弱，建议先参加学习基础班营1。营1和营2有什么特色？ 特色1：【营1】聚焦于新理念、新平台、新框架、新方法和新技术，兼顾传统功能的迁移与增强，既是基础性的功能又具备前沿性的技术。全程全部功能用新一代GIS平台讲解。 特色2：【营2】提供了系统性的面向城市研究与应用分析的GIS技术体系。这包括：1) 认识论层面的基本理论与空间思维；2) 方法论和技术流层面的城市大数据获取、处理、分析建模与可视化方法体系；3) 实践层面的应用分析案例。 特色3：【营2】包含了面向计算城市科学的GIS新方法、新技术和新应用。例如空间复杂网络分析模型、空间语义网络分析模型、动态区域规划模型、交互式空间选址模型等新GIS分析模型及其所扩展而衍生的各种新城市应用场景。 特色4：【营2】提供了原创独家工具：Geosharp 2020！ 特色5：【营1】和【营2】整体课程实现了横向突出重点、纵向由浅入深的技术体系的构建，能够达到构建个人在计算城市科学的GIS技术层面由点到线、再到面的技能树，并构建起具有系统性和整体性的个人知识树。 特色6：【营1】和【营2】提供了进阶式的课程组织。前2天的【营1】作为基础课程，主要是新一代GIS分析平台操作模式、新功能和新技术的介绍；后三天的【营2】作为核心课程，是整个技术体系及高级新技术、新方法和新应用的系统性介绍。营1和营2的授课老师是谁？张海平博士： 南京师范大学虚拟地理环境教育部重点实验室博士，城市数据派高级数据分析师。博士毕业于南京师范大学地图学与地理信息系统专业，主要从事GIS时空数据建模与可视化的相关理论与方法研究，以及城市行为地理和社会文化地理的量化建模与分析等应用研究。在Transactions in GIS、地理研究等国内外期刊发表SSCI、SCI、CSSCI和CSCD论文十五篇，其中第一或通讯作者8篇。获得“全国十大城市数据师个人贡献奖”、“高校GIS新秀奖”等全国性奖项五项，参与并以作者身份编写GIS原理类教材一部，参与各类实践项目十几项。精通互联网数据获取、GIS二次开发、地理信息分析与建模、地理可视化等相关核心技术。主要承担或协助开发完成多个应用系统，具有丰富的数据处理、空间数据建模与分析、时空数据可视化和软件开发经验。营2课程内容课程逻辑：理论——方法——案例及应用营2内容精彩预览如何报名？上课时间：营1基础分析班：1月23-24日周六、周日共计2天营2高阶系统班：1月25-27日周1、周2、周3共计3天（1月18日报名截止，1月12日前报名的学员将免费获得一套零基础在线教学视频）上课地点：郑州、西安两地可选咨询报名：课程学习完毕后将颁发结业证书。如需了解课程费用及报名，请加城市数据派小贝老师微信号咨询。为保证线下授课质量，采用小班教学模式，上课人数约25人左右，先到先得，招满即止。团购及在校学生报名还有优惠！加我微信咨询吧：

本文英文原文为《ODT Flow Explorer: Extract, Query, and Visualize Human Mobility》，如需获取英文原文PDF，请关注城市数据派微信号，在微信号中输入“ 0105 ”，即可获得下载地址。感谢作者授权城市数据派翻译原文，以下内容经原文作者审核。摘 要了解不同地点之间的人口流动动力学可提供有关其交互重力的基础知识，从而有益于需要人类空间交互中的先验知识的广泛应用。正在进行中的COVID-19大流行独特地凸显了对监控和精细化地测量人类空间相互作用的需求。为了应对大流行病中对人口流动性数据需求的激增，我们开发了一个交互式地理空间门户网站，从数十亿个带有地理标签的推文中提取了全球每日人口流量，并从SafeGraph流动性数据中提取了美国人口流量。该门户网站名为ODT（起点-目的地-时间）Flow Explorer。该 Flow Explorer 是ODT数据立方体和大数据计算集群，可有效管理、查询，并在不同的时空尺度上聚集数十亿的OD流量。尽管该工具仍处于早期发展阶段，但快速生成的移动性流数据可惠及需要及时获取细粒度人类移动性记录的大量领域。可以通过http://gis.cas.sc.edu/GeoAnalytics/od.html 访问 ODT Flow Explorer。关键词：人口流动、社交媒体、推特、SafeGraph、大数据作 者Zhenlong Li1*, Xiao Huang2, Xinyue Ye3, Xiaoming Li41 Geoinformation and Big Data Research Lab, Department of Geography, University of South Carolina, Columbia, SC, USA2 Department of Geosciences, University of Arkansas, Fayetteville, AR, USA3 Department of Landscape Architecture &Urban Planning, Texas A&M University, TX, USA4 Department of Health Promotion, Education, and Behavior, University of South Carolina, Columbia, SC, USA*Email: zhenlong@sc.edu1 引 言诸如COVID-19之类传染病传播的预测和控制，很大程度上得益于日益增长的量化精细尺度人口流动的计算能力（Hancock等，2014；Kraemer等，2020）。针对COVID-19流行病期间人口流动数据需求的激增，我们从数十亿个带有地理标签的推文和SafeGraph数据中提取了全球每日人口流量，并开发了一个交互式地理空间Web门户，称为ODT（Origin-Destination-Time）Flow Explorer（http://gis.cas.sc.edu/GeoAnalytics/od.html，如图1所示），允许研究人员查询，汇总，可视化和下载不同地理尺度的每日人口流动数据。本文简要说明了如何从Twitter和SafeGraph中提取人口流动数据，展示了ODT Flow Explorer如何用于查询、可视化和下载人口流动数据，并讨论了各数据集的局限性。图 1 ODT Flow Explorer的用户界面 (v0.66)2 提取人口流动数据我们使用Twitter公共API收集的全球地理标记推文数据( https://developer.twitter.com/en/docs/twitter-api )和SafeGraph提供的基于美国移动设备的社交距离度量数据( https://docs.safegraph.com/docs/social-distancing-metrics )，以OD流的形式导出了人口流动数据。2.1 从地理标记推文中提取每日OD流从带有地理标签的推文中获取每日OD流是Twitter用户的单日轨迹和跨日轨迹的组合。黄等人介绍了单日轨迹和跨日轨迹的概念（2020）。通常来讲，单日轨迹代表用户相对于初始位置的每日最大移动距离，而跨日轨迹则衡量连续两天平均中心的偏移量。继马丁等（2020），我们检查了Tweet中推文的来源，删除了非人工发布的推文（机器人发布的推文，例如天气报告和工作机会）。例如，从TweetMyJOBS中自动发布的职位招聘推文。我们还剔除了地理标签中空间分辨率比城市级别粗的推文。经过数据清洗之后，我们从2019年1月1日至2020年10月31日获得了21亿（2,148,780,155）条带有地理标记的推文，这些推文由2100万（21,777,336）位Twitter用户发布。遵循单日和跨日方法，我们进一步提取了覆盖全球的超过5.91亿（591,417,926）个用户级别的每日OD流。使用Apache Hive（https://hive.apache.org）并结合Esri Hadoop的Esri GIS工具（http://esri.github.io/gis-tools-for-hadoop）在Hadoop计算环境上执行该过程。必须指出Twitter衍生的OD流没有考虑用户的家居位置。这些流是从Twitter用户级别上经过地理标记的推文直接得出的位置。2.2 从SafeGraph提取每日OD流数据我们从SafeGraph下载社会距离指标（SDM）数据来提取美国的每日OD流。SDM表中有23个字段，我们使用其中的3个字段来表示人口流动，包括origin_census_block_group，destination_cbgs和date_range_start。origin_census_block_group是人口普查组织特有的12位FIPS码。destination_cbgs包含一个键值对列表，其中的键指的是目的地人口普查小组（来自源地人口普查小组），值是在该时间段内在给定的目的地普查小组中停留超过1分钟的设备数量（https://docs.safegraph.com/docs/social-distancing-metrics）。date_range_start用于提取时间信息。基于这三个字段，生成了OD表，每一行代表特定日期从源地块组到目的地块组的设备数。新的OD表包含2019年超过60亿（6,144,802,397）个区块组级别的每日OD流，以及2020年（更新至9月30日）的超过37亿（3,770,910,837）每日OD流。该过程在Apache Hive环境中执行（文档末尾提供了用于生成OD表的HiveQL）。必须指出，源自SafeGraph的OD流考虑用户的家居位置。例如，从A地到B地的100台设备（用户）的流代表其家居位置在A地。2.3 汇总不同地理尺度的每日OD流我们还将数十亿的每日OD流（全球用户级别的Twitter派生流和美国人口普查小组级别的SafeGraph派生流）整合到各自对应的地理尺度，包括国家（仅Twitter），全球一级地区细分（仅限Twitter），美国各州（Twitter和SafeGraph），美国各郡（Twitter和SafeGraph）和美国人口普查区域（SafeGraph）。该工具中提供了空间汇总的每日OD流，以供用户浏览和下载。3 起点-目的地-时间（ODT）数据立方体为了有效地管理、查询和汇总数十亿个不同时空尺度上的OD流，我们开发了Origin-Destination-Time数据立方体（ODT数据立方体）作为ODT Flow Explorer的概念数据模型（图2）。在ODT数据立方体中，起点（O）和终点（D）是可以与地图一起显示的一组地点或位置（例如行政边界，例如郡，州，地区或格网）。数据立方体中的每个单元格都有一个值，该值代表在特定时间段（例如一小时，一天或一个月）内从起点到目的地的流。可以从ODT数据立方体中得出三种类型的矩阵：起点-目的地（OD）矩阵可以量化一段时间内所有起点和目的地位置之间的总体流。目的地-时间（DT）矩阵记录了一系列时间中从特定的原始位置到所有目标位置的输入流的数量。类似地，起点-时间（OT）矩阵记录一系列时间中从所有起点到特定目的地的输出流的数量。ODT Flow Explorer旨在为ODT数据立方体提供即时查询、切片、整合和可视化的交互式界面。在高性能计算集群的支持下，查询通常不到15秒。图 2 大OD数据查询分析的起点-目的地-时间立方体示意4 实 例通过ODT Flow Explorer，研究人员只需单击几下，便可在各地理尺度下整合的每日人口流。Explorer的大多数组件和按钮功能是不需要专门解释的（当然也提供工具帮助）。以下是使用此工具的一般步骤：（1）首先，用户需要选择他们感兴趣的轨迹数据集。当前，可用的选择是Twitter派生流和SafeGraph派生流。（2）从以下列表中选择一个地理级别：美国郡（适用于Twitter和SafeGraph），美国州（适用于Twitter和SafeGraph），全球国家/地区（适用于Twitter）。未来将考虑添加美国人口普查区域的数据（SafeGraph）和来自Twitter的各个国家数据；（3）下一步是选择时间段。当前，仅包括2019年和2020年的数据。Twitter派生的人口流动数据更新到了2020年10月31日，而SafeGraph派生的人口流动数据更新到2020年9月30日；（4）一旦选择了数据集，地理级别和时间段，用户就可以选择对所选数据（ODT数据立方体的子集）进行处理。共有四个选项（自0.6版开始）：“地区分布图”，“流图”，“每日跨地理单元移动”和“下载”。当用户选择地区分布图选项，可在地图上单击来选择一个地理单元（例如郡或州），然后显示该地理单元与其他地理单元之间的汇总流情况，还可以配置流向（流入、流出、流入与流出）。流入是指在选定的时间段内，从其他单元移至选定单元的用户/设备数；流出是指从选定单元移动到其他单元的用户/设备的数量；流入和流出包含双向流动。左图3显示了自2020年8月8日到2020年3月14日从SafeGraph获得的人口流向纽约（曼哈顿）的情况。右图显示了下周（2020/03/15至2020/03/21）流向纽约的人口流情况。图 3 图4左图显示了2020年1月1日从南卡罗来纳州进出南加州的人口流，右图显示国家级别的人口流动情况。图 4 对于“流图”选项，用户将基于所选数据集，地理级别和时间段直接在地图上绘制起点-目的地之间的流线。用户可通过在地图上绘制边界框或使用数据的完整空间覆盖范围来选择感兴趣的区域（AOI），还可以配置流向（流入、流出、流入与流出）和流的颜色。每个流基于显示的设备/用户移动的数量进行加权。图5分别显示了基于Twitter（左图）和SafeGraph（右图）的从2020/01/01/到2020/01/05/的郡级别的人口流动情况。必须指出，对于SafeGraph派生流数据，只能对所选时间段内聚合设备数量大于20的流进行可视化管理。故将在更高版本中集成支持WebGL的映射组件（例如kepler.gl）来克服此限制。图 5对于“每日跨地理单元移动”选项，将计算选定地理单元（例如郡或国家）和年份的每日移动次数，并将其作为时间序列图显示。通过查询起点-时间（OT）矩阵和目的地-时间（DT）矩阵来执行该操作。方向选项有四个选择：“流入”，“流出”，“流入与流出”和“内部流”。流入量是指从其他所有单元转移到所选单元的每日用户/设备数。流出是指每天从选定单元迁移到其他所有单元的用户/设备数。输入和输出包含每日双向流动。内流是指所选单位内的每日移动次数（移动距离大于零但未越过单元边界的流）。图6显示了从2020/01/01到2020/09/30/（基于SafeGraph得出的OD数据）在美国纽约和洛杉矶的每日流出量。图7显示了法国，西班牙和阿根廷从2019年1月1日至2020年10月31日的每日流出量（基于Twitter的OD数据）。从不同地理级别的图表可以很好地反映出COVID-19对人口流动的影响。图 6图 7图8显示了基于Twitter派生数据，日本从2020/01/01/到2020/10/31/的内流流动情况（左图）和每日流入/流出情况（右图）。内流流动揭示了该国在应对流行病时的人员流动动态情况。另一方面，流入与流出的流情况显示，日本的国际旅行在2020年3月上旬开始减少，此后一直保持在较低水平。图 8最后，用户可以通过选择感兴趣的数据集，地理级别，地理区域，时间段和聚合类型以CSV（逗号分隔值）文件的形式来下载流动性数据，用于进一步分析或与预测模型集成。图9显示为选定区域提取并下载了超过270万个郡级的每日流量（来自bbox）。CSV文件中的每一行都包含源地（o_fips），目的地（d_fips），日期（年，月，日），从源地到目的地的设备/用户数（cnt），以及所有流来源的平均中心（ o_lat，o_lon）和流目的地（d_lat，d_lon）。如果选择了“聚合”选项，则数据文件将作为流动性矩阵形式，其包含选定时间段内从源地到目的地的设备/用户的总数。图 95 数据的局限性从Twitter获取的人口流动数据：Twitter数据具有内在的局限性，许多研究者（例如Li 2013; Malik 2015; Jiang 2019）针对该问题进行了研究。Twitter并未按比例分配给不同的人口群体，因此具有人口统计和社会经济偏差。此外，从免费的公共Twitter API收集的经过地理标记的推文较少（约占整个Twitter流的1％），不足以获取人口较少地区每天的人口流动模式。在推导郡级每日人口流量时尤为显著，因为仅当Twitter用户一天至少发布两条推文或至少连续两天发布推文时，才被包含在人口流动计算中。另一个局限性是人们的Twitting活动的动态（例如，人们在大型活动中往往会发更多推文），以及Twitter内部API的更改会影响每天收集的推文数量。在对Twitter获取的流数据进行研究时，解释结果和得出结论时应考虑这些局限性。从SafeGraph获取的人口流动数据：SafeGraph数据具有很高的渗透率（约占美国的10％），很好地代表美国人口群体。因此，从SafeGraph获取的流数据比从Twitter的更有代表性，克服了Twitter数据的局限性。与Twitter获取数据相比，SafeGraph获取的流数据的一个缺点是，该数据在美国免费使用仅可追溯至2019年。通过对ODT Flow Explorer中的两个流动性数据集进行直观的探索和比较，本工作突出了共享和融合多个数据源对于人口流动研究的重要性和必要性。6 展 望ODTFlow Explore仍处于早期阶段。下一步，我们将添加针对其他地理级别汇总的流动性数据，包括美国人口普查Census Tract区（SafeGraph）和全球一级地区（Twitter）。当新数据（Twitter和SafeGraph）可用时，我们还将定期更新流动数据集。从功能角度来看，我们计划向系统添加WebGL支持（例如kepler.gl），以便它可以更有效地实现处理大型数据集可视化。当前，流可视化功能还处于初级阶段，当从查询返回大量记录时，流可视化功能是很慢的。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。

本周3晚上8-10点由高级城市数据师王方舟老师带来免费直播专题课《规划GIS技术+规划数据工作流》欢迎派友们报名学习直播专题课内容在全面推进国土空间规划的当下，城市规划设计师从图纸时代走过了CAD时代，正迈入CAD为辅，GIS为主的时代。法定规划、各类研究项目对GIS技术要求不仅仅是停留在基本分析，更是用于项目的全流程的资料收集、方案设计、成果入库、管理等。同时基于GIS技术的数据工作流将数据、工作、应用分析方法进行串联，也将会提升数据处理、分析效率。本次课程以GIS技术为主，结合数据工作流思想，由浅入深进行讲解，希望大家在课程技术中对于规划师必备的GIS技术有新的掌握和收获，同时培养数据工作流思想，为未来学习和工作提供更多的技术储备。直播详细内容安排：PART 1 GIS作为规划必备技能人才招聘必备技术国土空间背景下的ARCGIS新数据环境下的GIS技术工作学习效率提升PART 2 案例分析栗子1：CAD用地布局与ARCGIS用地数据库栗子2：山地空间规划观景平台选址栗子3：交通模型实现精准规划数据工作流的搭建GIS技术为核心的数据工作流基于高德交通态势的综合分析构建自己的数据工作界面PART 3 实操演示实操1：CAD-GIS数据的无缝转化实操2：车载GPS数据的分析与应用授课老师是谁？直播时间及观看方式时间：本周3晚上8-10点观看方式：无需转发，扫码进群直接观看，配套课件、练习数据等也将发到群内直播内容精彩预览