基于手机信令数据的中国人口流动网络空间结构特征研究

廖创场，郭仁忠，郭文华，贺 彪，李晓明，洪武扬，李敏敏，李亚星

（1.自然资源部国土空间大数据工程技术创新中心，深圳 518060；2.深圳大学建筑与城市规划学院智慧城市研究院，深圳 518060；3.自然资源部城市国土资源监测与仿真重点实验室，深圳 518034；4.粤港澳智慧城市联合实验室，深圳 518061；5.自然资源部信息中心，北京 100812）

0 引言

城镇化是世界发展的核心主题，大规模的人口迁移与集聚既是城镇化的显著特征，又加速了城镇化进程。中国正经历人类历史上规模最大、速度最快的城镇化进程，新型城镇化是当前和未来一个时期国家重大发展战略，在此过程中凸显的人地关系不协调问题将长期存在。新型城镇化突出强调实现“人的城镇化”[1]，摸清流动人口的特征与格局是促进“人的城镇化”的重要前提，也是新型城镇化的核心议题之一，对中国重大战略的规划和部署具有重要意义。

以前，区域人口空间结构特征研究主要针对人口在某一特定时间内于某一地理空间的集散状态[2]，或称之为人口的空间形式。地理学家胡焕庸先生在1935 年，利用中国分县人口统计数据，创制了第一张中国人口等值线密度图，并提出了标识中国人口分布东西部悬殊差异的瑷珲（今黑河市）—腾冲分界线，即“胡焕庸线”[3]，自此学术界针对中国人口空间分布格局的差异特征、尺度特征、演变特征与形成优化机制等开展了大量相关研究[4-9]。BATTY 认为区域是相互作用的集合，区域的增长和形态特征与各类相互作用、信息流、物质流等具有密切关系，基于相互作用力与流的区域研究逐渐成为城市科学的新研究范式[10]。相互作用力的测度大多基于引力模型及其修正态，多用于近似表达区域间人与经济的交互过程[11-12]。随着信息与通信技术的发展，大量表征现实社会要素流动的数据得以应用，从数据维度看，相关研究主要围绕微博等社交签到数据、客运班次等时空运营数据及手机信令、导航定位等真实流动数据开展研究[13-17]；从方法维度看，复杂网络理论与方法、分形理论、空间分析方法等能够较好识别区域空间结构特征[18-22]。近期研究大多基于流数据与复杂网络理论，ZHU 等[23]基于Flickr 数据，采用复杂网络与分形方法研究中国人口流动的时空演化特征，发现了不同尺度下的统计自相似性与分形特征；胡昊宇等[24]采用客运班次数据研究中国城市群网络的社区结构特征及其与国家规划方案的耦合关系与差异；相关学者通过公交刷卡数据等揭示特定人群的活动空间特征[25]。

手机信令数据具有丰富的城市活动信息，能够用于高精度的城市空间分析[26]。本文基于流空间理论与复杂网络方法，采用手机信令数据构建中国城市间的人口流动网络模型，从节点、社区、空间联系3 个维度对网络空间结构特征进行研究，分析平日和节假日两种状态下的人口迁移规律，对中国国土空间规划与治理具有一定的借鉴意义。

1 数据来源

本研究数据包括两部分：一是手机信令数据和基站工参数据，二是研究涉及的行政区划数据。手机信令数据包括用户主动、被动触发的所有行为时间和位置信息，通过关联相应月份的基站工参数据获取用户的时空行为。手机信令数据源自全国联通用户，采集年份为2018 年，每两个月取一个平常星期，包括春节与国庆节假期在内共8个星期。行政区划数据来源于自然资源部门。

2 研究方法

2.1 人口流动网络模型构建

网络模型为点与边的集合，本文基于已处理归集的手机信令数据，以36 个主要城市与全国340 个其他城市（少部分城市数据较少或缺失）为网络节点单元，统计两类单元节点之间的手机信令流动记录，以此构建网络模型的边，边权表征城市间的人口流动强度。

令Rij为i城市到j城市的人口流量。当存在手机信令记录时，Rij≥1；当无手机信令记录时，Rij=0。

2.2 复杂网络方法

复杂网络方法是描述自然界存在的大量复杂系统的数学模型与研究方法的科学体系[27]，被广泛用于城市系统的网络空间结构表达与统计特征研究。本文采用节点中心性指标、社区结构挖掘算法与空间联系强度测度中国人口流动网络空间结构模型的节点特征、社区结构与空间联系特征。

（1）节点中心性。节点中心性表征网络中节点的重要程度与关键作用。本文参考FREEMAN[28]的中心性定义与相关文献，选用相关中心性指标对网络节点特征进行测度，具体方法如表1 所示。

表1 节点中心性指标

（2）社区结构。社区结构揭示网络中具有相对集聚特征的团体，归属同一个社区的节点联系相对紧密，分属不同社区的节点联系相对稀疏。本文采用Louvain 社区检测算法挖掘网络的最佳分区[29]，相关指标计算在此不做赘述。该算法分为3个步骤。

步骤一：对网络节点进行初始的社区分配，通过移动每个节点到它的所有邻居社区寻找最大的正模块化增益。若获得正向收益，则将节点分配至对应社区，否则保留在原始社区，直至任意一次移动都无法带来正向收益。

步骤二：基于步骤一获得的社区，将之视为节点，节点间的边权由对应两个社区的节点间边权之和确定，针对该网络进行步骤一的最大模块化增益状态寻找。

步骤三：重复上述步骤，直至达到收益最大。

3 实证研究

3.1 人口流动网络节点特征研究

由图1（a）可知，在节假日时段，北京、郑州、上海、天津、广州、济南、武汉等城市度中心性值较高；在平日时段，北京、广州、上海、天津等城市度中心性值较高。研究表明，这些城市在相应时段具有较高的人口集散规模。由图1（b）可知，城市在节假日与平日时段的介数中心性差异较小，表明在不同时段，节点城市在城市网络中具有相似的控制力，其中，乌鲁木齐、西宁、银川、南宁、哈尔滨等城市在城市网络中的控制能力较强。由图1（c）可知，节点城市的接近中心性不仅在时段上具有相似性特征，在城市间度值亦不具有显著差异，表明在人口流动网络中36 个主要城市都具有相似的可接近性。由图1（d）可知，北京与天津2 个城市具有较高的特征向量中心性，表明其在人口流动网络中起主要枢纽作用，其余城市不具有显著特征。

图1 36 个节点城市节点中心性指标研究

整体而言，节点城市在中国人口流动网络中表现出一定的层级结构。在度中心性维度方面，即节点城市的人口集散规模或重要性程度方面，北京、郑州、上海、天津、广州、济南、武汉等城市为第一层级节点城市，杭州、青岛、西安、深圳、成都、太原、南京、石家庄、重庆、沈阳为第二层级节点城市，其余城市为第三层级节点城市。在介数中心性维度方面，即节点城市的桥接作用或对网络的控制程度方面，除乌鲁木齐外，大多数城市的控制力与其重要性呈反比关系，表明节点城市作为人口汇入与流出的起止节点或者网络的转接点。

3.2 人口流动网络社区结构研究

从人口流动视角研究中国城市在空间上的组织结构，能够揭示城市间蕴含的潜在连接关系，发现网络中紧密联系的社区团体。从时段看，节假日时段中国人口流动网络可划分为16 个社区，平日时段人口流动网络可划分为19 个社区。研究表明节假日时段中国人口的流动过程在局部地区更具有聚集特性；以人口流动视角划分的社区结构与中国省级行政区划具有一定的耦合性，多数城市集聚在归属的省级行政单元，省级行政单元交接处少数城市突破了行政边界限制，与省外城市建立了紧密联系。

整体而言，中国东南部地区社区占地规模相对较小，局部联系相对紧凑；西北部地区社区占地规模较大，人口流动密度较稀疏。整体划分的社区数量远小于省级行政区划数量，表明中国区域合作已经实现省际合作层面。沿海区域社区大多集中在一个完整的省级行政单元，内陆区域则呈现更复杂的社区结构，不同时段沿海区域亦呈现较稳定的社区结构。

3.3 人口流动网络空间联系特征研究

本文采用等值分隔法，将36 个节点城市与全国城市间的人口联系强度与人口流入、流出强度进行分级制图表达，结果如图2 所示。整体而言，节假日时段中国人口流动规模大于平日时段的人口流动规模，南部地区2 个时段的差异较显著；多数强联系集中在节点城市的地理邻接区域，表明大部分人口流动依旧集中在局部区域，较大空间跨度的人口流动较少；大规模人口的迁移与集散主要发生在中国东南区域，空间上呈现显著的分异特征。

图2 36 个节点城市与全国城市的人口联系强度（空间示意图）

从人口流入量看，北京、广州、上海、天津、杭州、深圳、郑州、沈阳、成都、乌鲁木齐等城市平日时段人口流入较多，北京、郑州、上海、天津、广州、济南、武汉、杭州、青岛、深圳等城市节假日时段人口流入较多，表明这些城市是人口流动网络中主要的集聚中心。从人口流出量看，北京、广州、上海、天津、深圳、杭州、沈阳、郑州、成都、重庆等城市平日时段人口流出较多，北京、上海、郑州、天津、广州、济南、武汉、西安、杭州、青岛等城市节假日时段人口流出较多，表明这些城市是网络中主要的疏散中心。整体而言，人口流入与流出强度具有一定的正相关性，北京、上海、广州、天津、杭州、深圳等城市作为中国的主要城市，承接了较大规模的人口资源。

平日时段人口流出较频繁的区域为北京—廊坊、广州—佛山、上海—苏州、天津—廊坊、乌鲁木齐—吐鲁番，人口流入较频繁的区域为佛山—广州、廊坊—北京、苏州—上海、吐鲁番—乌鲁木齐、东莞—深圳。节假日时段人口流出较频繁的区域为北京—廊坊、上海—苏州、广州—佛山、北京—天津、天津—北京，人口流入较频繁的区域为廊坊—北京、苏州—上海、佛山—广州、天津—北京、保定—北京。整体上，北京、天津与廊坊，广州与佛山，上海与苏州是中国联系最紧密的三个区域，位于中国京津冀城市群、长三角城市群与粤港澳大湾区城市群的核心区域，如图3 所示。

图3 城市间人口联系强度（前30 位序）

4 结论

面向国家新型城镇化战略，本文采用复杂网络方法，基于表征现实世界人员流动模式的手机信令数据，针对36 个主要节点城市与全国城市的交互过程，以网络的方式对城市节点特征、社区结构与空间联系特征进行识别，得出如下主要结论。

（1）中国36 个主要节点城市呈现显著的层级结构与作用模式差异，36 个节点城市可划分为3 个重要性层级，节点城市作为人口流动的主要目的地或主要转接点。节点城市在网络中的可接近程度均较高，与网络中其余城市节点的交互关系均较强。除北京与天津外，节点城市的相邻城市均未表现较高重要性，表明节点城市对周边城市的带动作用有待加强。节假日城市人口活力高于平日，人口流动的主要目的地发生变化。

（2）从人口流动视角看，中国大体可划分近20 个社区，城市主要集聚在各自归属的省级行政单元。东南部地区社区数量较多且相对紧凑；西北部地区社区数量较少。在不同时段，沿海地区社区结构相对稳定，表明沿海地区的人口流动持续发生在一定的局部区域。

（3）城市的人口迁徙受空间距离的影响较大，节点城市与周边城市的联系更加密切，整体呈现“东南部紧密、西北部稀疏”的空间分异特征。北京、上海、广州、天津、杭州、深圳等城市是中国主要的人口流入流出节点，人口流动网络呈现显著的多中心化结构。较强联系大多发生在京津冀城市群、长三角城市群与粤港澳大湾区城市群的核心区域，表明中国在局部地区已经实现了较强的协同发展态势。

总体上，联通手机信令数据可以实时反映城市间的人口流动特征，更加准确地捕捉人口流动的实时性、动态性、方向性，复杂网络方法能够较好识别人口流动网络的特征与潜在规律。本研究仍存在一定不足与局限性，联通日均用户数可整体反映人口迁徙规律，人口迁徙受空间距离的影响较明显，若结合产业、交通、客货运等信息，可以更丰富地表达人口迁徙特征、刻画人随产业走的迁徙规律；丰富36 个节点城市与全国其他城市的数据采样范围，可以更详细地反映全国人口流动特征；面向全国尺度的研究能够发现宏观特征与规律，若细化研究尺度，从城市群、省、市等单元内部进行多层次研究，有助于进一步刻画区域空间结构。未来研究应构建多要素、多层级、多方法的流数据与研究体系，对中国空间结构进行深入分析。