基于百度迁徙数据的上海大都市圈人口流动特征分析

黄 洁

无锡市国土空间规划编制研究中心 江苏 无锡 214000

1 引言

2017年12月，国务院批复的《上海市城市总体规划》中，明确提出“构建上海大都市圈”的要求；2020年1月，上海市发布贯彻《长江三角洲区域一体化发展规划纲要》实施方案中，进一步明确了围绕上海和苏州、无锡、常州、南通、宁波、嘉兴、舟山、湖州的“1+8”区域范围构建开放协调的空间格局，促进区域空间协同和一体化发展的思路[1]。大都市圈战略是上海进一步发挥核心城市功能，带领长三角区域一体化发展的重要抓手和动力引擎。这“1+8”的区域范围，总面积约5.6万平方公里，常住人口约7100万人。

区域一体化发展最直接的体现是各类资源要素的流动与共享，上海大都市圈是长三角核心圈层，其人口流动这是长三角区域一体化发展最核心的要素之一。本文试图通过运用百度大数据，分析上海都市圈人口流动特征，为都市圈相关发展建设提供相应参考，为推进长三角区域一体化发展提供相应支持。

2 数据来源与研究方法

2.1 数据的基本情况及数据选取

百度迁徙数据是通过对百度自身拥有的LBS（基于地理位置的服务）大数据进行计算分析，量化并呈现国内城市间的迁徙情况。其对于人口迁徙的定义不同于平常我们认为的人口居住地由迁出地到迁入地的永久性或长期性的改变[2]，而是将人群短期离开居住地城市，流入其他城市的行为定义为迁徙，实际就是城市间的短期人口流动情况[3]。

受新冠疫情和春节假期等多种因素的影响，2020年一月份以来全国人口流动情况具有一定的特殊性，直至2020年4月全国基本实现复工复产，通过比对百度迁徙提供的去年同期数据，发现人口流动趋势基本恢复正常水平，因此本次主要采用2019年3月与2020年4月数据为研究对象。本次研究共采集了相关的155座城市的人口流动数据，包括流动日期，迁入指数，迁出指数，规模占比等。

2.2 研究的思路与方法

本文从都市圈人口流动总量，流动外向度，内部流动格局，流动时间特征等方面，层层深入分析上海大都市圈人口流动特征。其中流动总量即都市圈各组成城市流动指数的总和，反映不同都市圈人口流动的规模情况以及都市圈经济发展的水平。由于流动总量与都市圈所包含城市数量有较为密切的关系，故本次研究将城均流动指数也作为重要分析对象。计算公式分别为：

式中：Q表示相应时间段内，都市圈所有城市流动指数的总和。t为相应的时间区间的第几日，i为都市圈内的第几座城市。

人口流动外向度则是都市圈各组成城市与圈外城市流动指数占该都市圈总流动指数的比重，反映都市圈与外部城市的联系紧密程度，进而一定程度能反映都市圈内外城市功能协作情况。其公式为：

式中：Q外表示圈内城市与圈外城市流动指数之和，Q表示都市圈总流动指数。

流动格局则是通过分析都市圈各城市间流动指数情况，进而分析都市圈内部人口流动的网络格局。时间特征则重点分析都市圈中心城市与其他城市间每天迁入迁出变化情况，尤其工作日与周末人口流入流出规模的变化情况，能够一定程度反映城市间的功能协作关系。

3 上海大都市圈人口流动特征分析

3.1 总体流动规模上：上海大都市圈属于全国人口流动规模最高的区域之一

本次研究以《中国都市圈发展报告2018》[4]中确定的成熟型都市圈和发展型都市圈为参照物，分析上海大都市圈的总体流动规模情况。在此报告中，上海大都市圈（含上海市、苏州市、无锡市、常州市、南通市、湖州市、嘉兴市、宁波市、舟山市）没有单独列出，从属于长三角都市连绵区的一部分，为了便于比较，将上海都市圈单独列出，与其他都市圈进行比较分析。

从总体流动指数来看，上海大都市圈在全国而言属于较高水平。以月为单位，统计都市圈月度流动指数，上海大都市圈流动规模（14.1万）低于两个成熟型都市圈，高于包括首都都市圈（11.9万）在内的国内其他都市圈，为首都都市圈的1.2倍，成都都市圈（7.0万）的2倍（2019年数据）。说明上海大都市圈是全国人口流动最为频繁的地区之一，反映了其较高的经济活力水平。

从城市平均流动指数来看，各都市圈间的差距没有如此明显，珠三角都市连绵区、上海都市圈、首都都市圈仍属于全国前列，但上海都市圈与珠三角都市连绵区之间还是存在不小的差距，仅约为其平均水平的70%。另从两个年度的流动数据还可以看出，疫情对首都都市圈的影响较大，其2020年人口流动性远小于2019年水平。

3.2 流动外向度上：上海大都市圈外向联系较强，辐射范围主要集中于苏浙皖三省

都市圈人口流动外向度反映的是都市圈与外部城市联系的密切程度[5]。将各都市圈流动规模与流动外向度进行比对分析发现，虽然各都市圈流动规模差异较大，但是有一个共同的规律是发展相对成熟的都市圈其流动外向度相对更小，而发展相对还不够成熟的城市圈该值则更大。如长三角都市连绵区、珠三角都市连绵区、成都都市圈等，其发展相对完善，该外向度在35%以内，最低的长三角连绵区甚至达到了30.26%，即外部流动规模只占到总流动规模的三成。而济南都市圈、青岛都市圈发展相对还不够成熟，外部流动强度更大，开放性更高。究其原因，这是由于成熟的都市圈内部形成了相对完整的产业分工或者产业体系，内部的交通、物流、商贸体系也更为完善，内部城市间形成了互为补充与协作的功能关系，因此都市圈城市间人员流动则更为频繁。而对于上海都市圈，由于其包含于长三角都市连绵区，实际是都市连绵区的一部分，因此内部流动强度没有表现出明显的优势，反而是外部流动强度略大，可见上海大都市圈的城市分工与协作是在一个更大的范围中进行的。

详细分析上海大都市圈与外部其他城市的流动构成，发现流动方向主要集中在江苏、浙江和安徽三省。按月度流动指数统计，江苏与浙江相当，为1.70万（上海都市圈外的其他城市流动指数之和），安徽为两者的约一半水平，为0.9万，其他省份中河南最高，为0.3万，但也仅相当于安徽的三分之一，江苏浙江的六分之一。

3.3 流动的空间分布上：上海大都市圈内部人口流动整体呈现北强南弱的特征

上海城市圈内部九座城市间的人口流动情况显示，苏州、上海、无锡三座城市的人口流动指数更大，其次是常州、嘉兴与南通，而宁波、舟山在都市圈中的流动规模偏小，说明都市圈北部几座城市，内部交流更为密切，南部城市圈内交流相对较弱（图1）。原因是多方面，一是传统的沪宁交通与经济走廊的存在，为上海都市圈北侧奠定了较好的经济联系基础；二是由于太湖、杭州湾等地理要素的阻隔，以及几座城市空间分布上格局，使南部城市之间即无法形成像沪宁一样强的经济联系轴线，也没有形成网络化的空间联系格局；三是都市圈南侧浙江省会杭州的“反磁力”作用，一定程度上也削弱了都市圈内部的经济联系，这几方面的原因就形成了现在的人口流动格局。

图1 上海大都市圈各城市间流动强度图

上海作为都市圈中心城市，按照与其流动强度，八座城市的排序为苏州>南通>嘉兴>无锡>宁波>常州>湖州>舟山（表1）。可见其与内部城市之间的联系也是与北部城市联系更为紧密，而南部偏弱。尤其与苏州之间的流动指数，远高于其他城市，是排在第二位城市南通的3.4倍，说明上海与苏州的人员往来非常密切，这一方面得益于上海与苏州的经济联系强度很高，另一方面则是由于苏州下辖地级市昆山与上海直接相邻，部分地区建设用地相互连绵，甚至有城市轨道交通直接相通，这极大的便利了两市人口的相互流动。南通与上海流动强度超越了嘉兴和无锡，排名第二，说明其作为上海都市圈北部门户的作用已经明确显现，是上海向长江以北辐射的重要桥头堡。无锡作为都市圈中与上海不直接相邻的城市，与上海的流动指数为0.35万，属于不相邻城市中流动指数最高的，说明无锡与上海的经济联系也是非常密切。

表1 上海与都市圈内部城市流动指数

3.4 流动的时间分布上：上海大都市圈人口流动形成了以上海为中心城市的钟摆型流动特征

大都市圈中上海与其他几座城市的人口流动，从时间分布上，整体呈现周初与周末强于平时的特点（图2）。上海周中的流动指数在260上下浮动，周末与周初的流动指数则升高到接近400的水平，周末约为平时的1.5倍。且上海与其他多座城市间形成了钟摆型的人口流动趋势，即周末离开周一返回，而清明节等小长假则会放大这一效应。分析这一钟摆型流动可能的原因，是由于上海作为中心城市，吸纳了都市圈其他城市的人口就业，而每到周末他们返回自己的城市；另外上海本地居民利用周末离开上海到周边城市进行休闲旅游，这两类人群的离开与返回构成了周末和周初的流出与流入的小高峰。苏州与圈内城市在总流动规模上虽然略高于上海，但是从流动的方向和时间分布上，还没有像上海一样，对周边城市的人口形成强力的吸引，带来明显的钟摆型人口流动。

图2 上海2020年4月每日迁入迁出情况

4 结语

本次研究以城市迁徙数据为对象，从宏观层面、都市圈外向联系层面，都市圈内部流动层面，两两城市间迁徙时空分布层面四个维度层层深入，剖析上海大都市圈的发展现状与空间联系特征，有助于进一步认识都市圈整体发展水平、都市圈与更大范围城市群的协同关系以及都市圈内部城市间协作分工情况等。对上海大都市圈相关规划的编制工作提供了一个LBS大数据、传统交通调查、人口等数据综合应用分析的有效技术支撑路径。通过都市圈城市间人口流动特征分析，也有利于指导未来产业、交通、基础设施等方面协同发展目标的制定和优化策略拟定，进而有效推进都市圈城市的全面对接，实现多系统多维度的协同发展。但另一方面，由于数据获取的原因，无法对流动人口的交通方式、迁移目的以及年龄职业特征等进行更加深入细化的分析，研究的对象也只能到细化到市级而无法深入到县级，可以预期，未来可深入研究基于LBS结合手机信令，通过两类数据的综合、清洗、分析后实现更深层面的应用。

最后对百度开放相关人口流动数据表示衷心感谢。