摘 要:在区域合作不断深化的背景下，人口在城市间高速流动，区域内城市的空间联系逐渐加强.城市间的人口流动具有动态性、时效性.目前基于统计年鉴的数据进行人口流动的分析具有迟滞性，因此基于腾讯位置大数据，运用Gephi复杂网络分析方法和GIS空间分析技术，对长江经济带的12个一线城市人口流动数据进行测度分析.结果表明，长江经济带城市人口联系度强度从东部向西部逐渐减弱，长江经济带城市人口流动量存在帕累托分布的“长尾分布”特征.长三角城市圈城市人口联系度高于武汉市城市圈和成渝城市圈，约为后面两个城市圈的2倍，区域地位优势明显.通过对长江经济带城市中心度分析，发现长江上、中、下游区域内存在不同的中心，长江上游主要以成都与重庆为区域中心城市，呈现双核心的空间结构；中游地区主要以武汉为中心，呈现一点多极的空间发展布局并有典型的“小世界”空间网络特点；下游主要呈现多中心集聚的空间分布特点.
关键词:长江经济带； 多中心集聚； 人口流动； 空间分析
随着科学技术的不断提高和区域人口联系不断紧密，职能多样和规模差异的城市借助交通等联系方式，促使城市间的联系愈加紧密，区域发展愈加综合化，人口与城市间的联系更加频繁[1].
在10月份的锯材市场上，明显的是从欧洲方向来的阔叶树种产品，如枫木、榉木、樱桃木显示畅销，平均价格行情可说是稳中有升，上升幅度在5%左右。如果是A级材则价格涨得更高一些。一直占有重要位置的来自俄罗斯的阔叶锯材仍然是销售的主要板块，例如柞木、水曲柳、椴木和桦木，不同规格的锯材因材质优秀、资源充裕最受市场追捧。来自俄罗斯的桦木、柞木，以及椴木、杨木等树种的销售速度明显提升，锯材行情随之走高，平均上升20～80元/m3之间，其中以水曲柳无节材涨价尤甚，约在百元以上。
近年来，国内学者对人口流动的研究大多基于人口普查数据和抽样调查数据等.如王桂新等[2]采用两个时间段的普查数据，通过比较分析人口迁移的空间变化.陈锐等和王钰等基于长江三角洲和省与省之间的尺度，利用社会网络分析法，研究人口迁移网络模型，采用的同样是人口普查数据，基于人口普查数据，难以研究具有动态性的流动人口群体[3-5].
配置合适的生活条件的红松树森林分配提高造林质量，科学研究和规划松树种植地区，选择自然生活环境，维护和改进土壤环境中对在森林地区，苗木品种。松树森林，专业人员将进行现场调查与评价自然环境、自然条件和自然的物理条件地区生长，直接确定红松适合种植，然后保持和改善土壤条件，在森林地区，所以适合种植条件。当种植幼苗不翘曲和非种植幼苗，充填层的压实土壤。
随着近些年来大数据的兴起，智能终端和信息网络的不断发展，城市间的个体行为时空数据的采集与分析技术发展迅速.信息化时代的到来，网络数据渐渐成为体现居民社会活动的重要载体圈，运用用户迁移、社交媒介和移动通信等地理行为来分析城市联系与网络等级系统是国内外相关研究的共同发展趋势[6-8]，利用地理位置信息的大数据，为人口流动迁移的分析提供了新的角度与方式[9].国内外学者也陆续采用此方式进行研究，如刘望保提出了基于大数据驱动下的城市间地理行为研究分析逐渐成为主导，推动着城市联系分析的基本转型[10]；蒋小荣[11]认为与传统普查数据相比，大数据更偏向于人口的日常流动，具有即时性的特征.2017年11月，腾讯位置大数据服务与发改委综合运输所签署战略合作协议，双方将就综合交通大数据展开深入研究，将腾讯位置大数据服务大数据应用于交通大数据和宏观经济政策分析.
1 研究区概况数据来源与研究方法
1.1 研究区概况
长江经济带是以长江为区域的轴带、以城市为核心的带状形状，包括了9个省2个直辖市，横跨中国的东、中、西部地区，面积约205万km2.其中，上游包含重庆、四川、云南、贵州，中游包含安徽、江西、湖北、湖南，下游包含上海、浙江、江苏.长江经济带是我国高密度经济发展地区之一.2015年，据统计发现长江经济带的人均GDP就达到了51 962元，GDP、财政收入和进出口总额等主要社会经济指标均占到全国的42%以上，而长江经济带中部和西部地区经济发展较为落后.
图1 长江经济带城市示意图
Fig.1 City map of the Yangtze River Economic Belt
1.2 数据来源
城市人口联系强度是城市群发展阶段、过程与态势的空间反映[13]，借助ArcGIS中的分析工具，提取12个一线城市的人口流动数据，建立联系轴，根据自然断点法，将长江经济带区域内城市联系度分为5个等级，如图3所示.
1.3 研究方法
从图3可以看出区域内城市人口联系度呈“东北偏高，西南递减”的态势，区域空间呈以长江下游为核心的放射状形态特征，区域呈一点多极的一体化空间发展形式.下游地区的长三角城市圈作为整个长江经济带的经济中心，经济发展的区域集聚效益显著，同样也促使它成为了区域内联系度最高的区域.同时，以长三角为中心的单中心的区域模式会造成城市的集聚效应会吸引越来越多的经济资源，应警惕区域发展的拥挤效应.但长三角城市圈内的多核心发展空间发展模式正是长江经济带的未来发展的参考案例，整个空间网络中城市联系度呈立体化趋势.
2)联系强度(Sab):表示为两个分析单元之间的联系程度，具体为2个城市之间流动数据和的平均值：
其中，Sa-b为a城市到b城市的流动人口数，Sb-a为b城市到a城市流动人口数，n表示天数.
(1)
2018年11月16日消息，美团联合中国物流与采购联合会、罗戈研究院，正式在北京共同发布了《2018年中国即时配送行业发展报告》。报告显示，以2009年饿了么上线为起点，中国即时配送行业近年来进入快速增长期。2014、2015年，共有9家即时配送平台上线，2017年，即时配送年收入突破800亿元，2018年中国即时配送行业订单量将超过120亿件，活跃用户将超过3.6亿人。据统计，即时配送订单中超过80%的依然是外卖品类。包括无人配送、依靠大数据和AI的智能调度系统将是行业未来发展的方向。
整个区域空间呈现轴状辐射格局.从城市人口联系度的空间布局来看(图3)，主要表现以上海、武汉、重庆、成都为轴线，向外辐射分布的空间格局，显示了 “轴一辐”的空间联系特点，在空间分布上表现出多边形状的联系格局.上海与武汉、上海与重庆的两条联系轴线较为出众，联系度为最高水平.这主要是由于武汉城市圈和成渝经济圈的打造，促使了交通的发展，更大范围的提高了城市间联系的效率，大大减少了长三角城市圈与武汉城市圈和成渝经济圈的通勤成本，加大了长三角地区对长江中上游的的空间吸引力.
(2)
其中，Sa为城市a与城市之间联系强度之和.
2 区域内人口流动分布
由于长江经济带的自然地理特征差异和经济密集度差异，长江经济带的人口密集度从长江下游地区向上游地区递减. 同样，长江经济带的人口流动也符合人口密度由上游地区向下游递增的趋势.例如：成都、重庆的人口流动数量仅占人口流动总量的23%，仅上海一个城市的人口流动总量就占据了人口流动总量的11.3%;长江中游地区占比适中，例如武汉、长沙、合肥等城市人口流动量占总流动量的8.5%、7.1%、6.7%;长江下游地区占比最高.如图2和表1所示，从总量分布上来看两极分化明显，区域尺度上，人口流动重心始终位于几何中心以东且总量较大，说明和人口流动的重心向东迁移的趋势.人口流动量与经济密度和人口密度具有显著的正相关，具有“高者更高，低者更低”的两极分化格局特征.
图2 长江经济带一线城市人口迁出迁入示意图
Fig.2 Map of the migration of the population of the first-tier cities in the Yangtze River Economic Belt
表1 长江经济带一线城市人口流动总量表 (人)
Tab.1 Total population flow table in first-tier cities in the Yangtze River Economic Belt(person)
城市名迁入量迁出量迂徙总量宁波2 865 2362 796 7475 661 983南昌3 210 7543 051 8176 262 571无锡3 457 1133 444 2496 901 362合肥3 942 5953 739 2997 581 994长沙4 215 3623 956 4098 171 771南京4 710 0974 439 7729 149 869武汉4 815 4464 893 5579 709 003杭州5 012 5755 052 80410 065 379苏州5 472 5815 499 58810 972 169上海6 399 9736 501 12312 901 096重庆6 813 3876 383 52813 196 915成都6 903 1576 412 13913 315 296
输变电工程时间长，假如没有提前对其成本实施管理，那么就可能会使得部分居心不良的人钻了空子，对施工成本进行虚报，大发不义之财，因此，我们必须改变传统的成本管理理念，创新管理方式，开源节流，减少施工成本。遵循成本控制原则，对于施工的每一个阶段，都要有专人负责监督和记录，以防出现内部亏空，对整个工程进度产生不良影响。要规范财务管理流程，财务部门应该实现标准化管理，并不断对管理与控制体系进行优化。
对比长江经济带的城市的人口流动的迁出迁入示意图可以发现人口流动具有以下特征：各节点城市均有明确的辐射界限范围，经济发展程度越高的节点城市其辐射范围越大.通过对比观察.可以看出上海、武汉、重庆等城市的辐射范围最大，基本覆盖了长江经济带的西北至东南区域.这也符合人口由经济低密度区向高密度区流动的规律.整个长江经济带地区人口流动密度由西向东逐渐增加，对于长江经济带而言，区域核心城市是人口流动的第一目的地，其次才是省会城市，这也证明人口流动的一般规律.
3 区域联系度与中心度分析
3.1 区域联系度分析
腾讯位置大数据是全国海量位置数据与技术服务的平台，其数据通过比较用户地理位置的改变，将地理位置发生改变的智能终端用户进行大数据分析，可以计算出利用铁路、公路、航空等交通工具的用户数量.运用地理定位数据计算，能够实时、动态、清晰地表现区域间人口日常流动情况，较为清晰地记录数以亿计的人口流动和迁徙轨迹[12].因样本量太大及数据获取难度较高，所以本文采用“腾讯位置大数据”的2017年4月1日至4月14日长江经济带12个一线城市内人口通过各类交通工具流动的数据.
1)腾讯位置数据的处理方法：通过对腾讯位置数据提取出14 d内长江经济带区域内的用户人口流动量，并对用户流动数据量进行清洗梳理.经过梳理后得到每个用户的迁移数据格式为“行政区划代码+迁出/迁入+交通方式”，着重提取出12个一线城市的人口迁入及迁出量，包含长江经济带其他城市人口流动至样本城市的迁入量和从样本城市迁出至长江经济带内的其他城市的迁出量，然后将此数据导入ArcGIS中并进行空间分析.
3)中心度(Sa)：表示研究区域节点城市在空间网络城市中的集聚能力，具体为某个城市到区域网络内其他城市的联系强度之和[13]：
通过复杂分析工具Gephi，计算12个一线城市人口流动量，发现各城市间差异较大，城市经济地位高低与人口流动量具有一定相关性.从图2可以看出，上海、重庆、成都、武汉等及区域经济中心的人口流动出入量远远高于其他城市，城市人口流动量存在帕累托效应的“长尾分布”特征.从城市的迁出量和迁入量来看，城市节点在迁出量和迁入量存在较高程度的相似性，表明城市间出入量相对平衡，人口在城市间自由流动，不存在单向流动的阻碍和约束力.
图3 长江经济带城市人口联系度示意图
Fig.3 Map of urban population linkage in the Yangtze River Economic Belt
3.2 区域中心度分析
在区域中心网络格局中，区域中心度呈现“一大两小”的单中心网络格局(如图4).具体来说，长三角城市圈位于网络核心地位，以上海市为中心的相邻城市区域在整个区域布局内的空间中处于中心位置，长三角城市圈中的城市呈面状核心连绵发展的空间结构，在网络空间中具有优势地位，能够带领整个区域空间联系的提高与区域一体化发展，而武汉城市圈与成渝经济圈由于直线距离与区域经济中心长三角城市圈较远，且交通成本相对高，其城市的发展以当地的核心城市为核心呈辐射状发展.
图4 长江经济带城市中心度示意图
Fig.4 Map of the urban center of the Yangtze River Economic Belt
中心程度较小的城市主要位于长江上游、中游地区，地域的空间布局影响着该类城市的中心度，体现了城市联系网络具有距离衰减性，地理区位对城市网络的组成结构有重要的地位.中心城市对区域空间布局网络的产生及组织具有重要意义，从侧面反映了中心城市圈的经济重要性，该区域是城市发展及影响的核心区域，导致其中心度大于其他城市节点.
4 结论与讨论
通过人口流动的空间研究发现，长江经济带区域内长三角城市圈的城市首位联系较明显，即长三角城市圈的人口迁移流动空间布局联系轴向规模分布并相对有序，以长三角城市圈为核心的“单中心”结构模式显著，在城市人口迁移流动空间网络中具有最高的中心度，其他城市网络节点度分布具有层级性，但是规模结构不够合理，需要进一步提高.长江经济带城市人口流动联系网络的“长尾分布”特征明显，经济发展的差异和交通通勤条件差异是影响人口流动网络分布的重要要素，有较强的地理邻近与区划效应，体现了核心区域与其临近区域的组团功能.但需要警惕人口向发达地区聚集造成城市人口空间分布失衡和城市体系断层的问题.
本刊讯 11月30日下午，省人大机关2018年趣味运动会在济南市皇亭体育馆举行。省人大常委会党组书记、副主任于晓明，常委会党组副书记、副主任王良，副主任兼秘书长齐涛观看比赛，并在闭幕式上为获奖的运动员颁奖。齐涛出席开幕式并讲话。机关干部职工和共建单位曲水亭社区、舜井社区群众260余人参加。
城市联系轴带对区域空间布局结构的推动具有深远的意义，尤其是在信息化时代，交通网络的快速发展，加快了城市联系轴带的发展，结合轴带与城市节点的相互联系是实现区域内的城市及区域网络化发展的基础.提高区域内空间布局发展的“多向性”，在确保以长三角城市圈为核心的首位联系区域的前提下，更需要加强长江经济带的上游及中游城市间联系.
盖地（2008）指出：增值税作为企业上缴国家的最主要的税种，在现行利润表中了无痕迹，而以其为计税依据计算附加税却在利润表中列示，不具合理性，也不符合税负转嫁理论和商品价值论，现行的增值税会计处理方法影响财务报表质量。[3]
参考文献：
[1] 龚胜生， 丁明磊， 龚冲亚， 等. 中国区域人口流动能力测度及其应用研究[J]. 华中师范大学学报(自然科学版)， 2015， 49(5):767-777.
GONG S S， DING M L， GONG C Y， et al. On the measurement and application of regional population mobility of China in provincial scal[J]. Journal of Central China Normal University (Natural Sciences)， 2015， 49(5): 767-777. (Ch)．
[2] 蒋小荣， 汪胜兰. 中国地级以上城市人口流动网络研究——基于百度迁徙大数据的分析[J].中国人口科学， 2017(2): 35-46， 127．
JIANG X R，WANG S L. Research on China’s urban population mobility network: based on Baidu Migration big data[J]. Chinese Journal of Population Science， 2017(2): 35-46， 127. (Ch)．
[3] 柯文前， 俞肇元， 陈 伟， 等. 人类时空间行为数据观测体系架构及其关键问题[J]. 地理研究， 2015， 34(2):373-383．
KE W Q，YU Z Y，CHEN W，et al. Architecture and key issues for human space-time behavior data observation [J]. Geographical Research， 2015， 34(2):373-383. (Ch)．
[4] 张耀军， 岑 俏. 中国人口空间流动格局与省际流动影响因素研究[J]. 人口研究， 2014， 38(5):54-71．
ZHANG Y J，CEN Q. Spatial patterns of population mobility and determinants of inter-provincial migration in China[J]. Population Research， 2014， 38(5):54-71. (Ch)．
[5] 徐玉萍， 唐 青， 付来美， 等. 高速铁路建设对长三角经济区城市化发展的影响研究[J]. 华东交通大学学报， 2017， 34(6):124-132．
XU Y P，TANG Q，FU L M，et al. Research on influence of high-speed railway construction on urbanization development in Yangtze River Delta Economic Zone [J]. Journal of East China Jiaotong University， 2017， 34(6):124-132. (Ch)．
[6] 武文杰， 董正斌， 张文忠， 等.中国城市空间关联网络结构的时空演变[J].地理学报， 2011， 66(4):435-445．
WU W J， DONG Z B， ZHANG W Z， et al. Spatio-temporal evolution of the China’s inter-urban organization network structure: based on aviation data from 1983 to 2006[J]. Acta Geographica Sinica， 2011， 66(4): 435-445. (Ch)．
[7] CHI G Q. The impacts of highway expansion on population change: an integrated spatial approach[J]. Rural Sociology， 2010， 75(1): 58-89．
[8] 敖荣军. 劳动力区际流动的选择性及其人力资本再分配效应——基于第5次全国人口普查数据的实证分析[J]. 华中师范大学学报(自然科学版)， 2007， 41(3): 469-472．
AO R J. The selectivity of interregional labor migration and its effects on the interregional redistribution of human capital[J]. Journal of Central China Normal University (Natural Sciences)， 2007， 41(3): 469-472. (Ch)．
[9] KRINGS G， CALABRESE F， RATTI C， et al. Urban gravity: a model for inter-city telecommunication flows[J]. Journal of Statistical Mechanics: Theory and Experiment， 2009(7): L07003 (1-8)．
[10] 刘望保， 石恩名. “百度迁徙”下中国城市间的人日流动空间格局[J]. 华南师范大学学报， 2016， 48(5): 67-73．
LIU W B， SHI E M. The spatial pattern of population flow among cities based on “Baidu Migration” [J]. Journal of South China Normal University， 2016， 48(5): 67-73. (Ch)．
[11] 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 W B， SHI E M. 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. (Ch)．
[12] 刘耀林， 方飞国， 王一恒. 基于手机数据的城市内部就业人口流动特征及形成机制分析——以武汉市为例[J]. 武汉大学学报(信息科学版)， 2018， 43(12): 2212-2224．
LIU Y L， FANG F G， WANG Y H. Characteristics and formation mechanism of intra-urban employment flows based on mobile phone data - taking Wuhan city as an example[J]. Geomatics and Information Science of Wuhan University， 2018， 43(12): 2212-2224. (Ch)．
[13] 曾明星， 张善余. 中国人口再分布的社会经济合理性及其“多中心集聚”分析[J]. 南方人口， 2013， 28(5): 71-80．
ZENG M X，ZHANG S Y. Analysis of socio-economic rationality of China population redistribution and its polycentric agglomeration[J]. South China Population， 2013， 28(5): 71-80. (Ch)．
AnalysisofpopulationflowspaceintheYangtzeRiverEconomicBeltbasedonTencentLocationBigData
HUA Lei1，2，3， PENG Hongjie1，2，3， YANG Xiufeng1，2，3，LIU Xiuyun1，2，3， YUAN Xuying1，2，3， WU Yijin1，2，3
(1.Geographical Process Analysis and Simulation Key Laboratory of Hubei Province of Central China Normal University， Wuhan 430079， China;2.College of urban and Environmental Sciences， Central China Normal University， Wuhan 430079， China；3.Geography Science Experimental Teaching， Center Central China Normal University， Wuhan 430079， China)
Abstract: The population is now flowing at high speed between cities， and the spatial connection between cities in the region is gradually strengthened. Various forms of communication are the key to leading urban connections. This kind of population movement is dynamic and time-sensitive. The research and analysis of population flow based on the data of the statistical yearbook lacks timeliness and has the effect of hysteresis. Based on Tencent Location Big Data， Gephi complex network analysis tools and GIS spatial analysis technology are applied to measure and analyze the population flow data of 12 first-tier cities in the Yangtze River Economic Belt. The results show that the intensity of urban population connection in the Yangtze River Economic Belt gradually weakens from the east to the west， and the urban population flow in the Yangtze River Economic Belt has the characteristics of “long tail distribution” of the Pareto distribution. The population connection degree of the Yangtze River Delta city circle is much higher than that of the Wuhan City Circle and the Chengdu-Chongqing City Circle， which is about twice that of the other two city circles. The regional status advantage is obvious. Through the analysis of the centrality of the Yangtze River Economic Belt， there are different centers in the upper， middle and lower reaches. The central cities in the upper reaches are mainly Chengdu and Chongqing， presenting a dual-core spatial structure. Multi-polar space development layout centered on Wuhan with the typical “small world” spatial network characteristics exhibits in the middle reaches. The downstream mainly features the spatial distribution of multi-center gathering in the Yangtze River Delta City Circle．
Keywords： Yangtze River Economic Belt; multi-central agglomeration; population mobility; spatial analysis
中图分类号:K901.3
文献标识码：A
开放科学(资源服务)标识码(OSID)：
收稿日期：2019-07-01.
基金项目：国家自然科学基金项目(31670104)；地理过程分析与模型湖北省重点实验室开放基金．
*通讯联系人. E-mail: yuanxuying@mail.ccnu.edu.cn.
DOI：10.19603/j.cnki.1000-1190.2019.05.020
文章编号：1000-1190(2019)05-0815-06
标签：城市论文; 长江论文; 人口论文; 数据论文; 区域论文; 社会科学总论论文; 人口学论文; 世界各国人口调查及其研究论文; 《华中师范大学学报(自然科学版)》2019年第5期论文; 国家自然科学基金项目(31670104)地理过程分析与模型湖北省重点实验室开放基金论文; 华中师范大学地理过程分析与模拟湖北省重点实验室论文; 华中师范大学城市与环境科学学院论文; 华中师范大学地理科学实验教学中心论文;