王璇，史佳璐

(山东师范大学 地理与环境学院，济南 250358)

0 引言

人口流动是区域社会经济活动的重要表征和载体，城市具有规模性的人口流动在一定程度上体现了城市间的功能关联。随着中国城市化的快速推进，人口在东中西区域间大规模迁移，成为中国意义深远的地理过程之一[1]。科学地认识中国人口流动的时空特征，对于编制城镇化发展、土地利用等各类空间规划具有重要意义[2]。春运是中国春节前后的超大规模的人口流动。2020年春运全国旅客发送量约30亿人次。春运人口流动是城市与区域间人口迁移的缩影和集中反映，可以通过春运人口流动来透视更长时间轴的区域人口迁移状况。

传统的关于中国人口流动的研究多采用人口普查、1%人口抽样调查资料或各级行政单元历年的统计年鉴资料。原有的静态数据在空间上难以表现短时间区间或连续时间区间内人口流动路线、方向等微观格局，时间上存在滞后性，这都决定了其只能在较大的时间尺度下通过静态视角进行研究。由此可见，人口普查数据往往无法揭示人口在城市之间灵活的流入和流出特征，研究尺度和空间准确性受到样本数量的限制，难以刻画实时状态下人口流动的集聚与扩散状况[3]。

现阶段网络大数据成为表征居民社会经济活动的重要载体。已有研究多体现在以下几个方面：(1)在研究方法上，以网络分析为主[4-6]，其次还包括重力模型[7-8]等。潘竟虎[3]等利用复杂网络分析方法，表征人口流动的强度；赵梓渝[9]等基于人口流动大数据，构建中国人口流动的有向加权城市网络；陈锐[8]等依据全国人口普查数据，利用复杂网络建立改进重力模型进行研究。(2)在社交网络数据选取方面，以百度迁徙数据为主[10-14]，其次还包括微博签到[14]、腾讯迁徙[3,6]等数据。(3)在研究空间尺度方面，已有研究多集中于省域和全国层面[15-17]，小特征区域[11,18]和城市[19-20]；在时间尺度上，多以短时序的春运为研究时段。

由此可见，以往研究大多通过网络分析建立多个城市与多个城市之间的人口流动网络，对地级市单元的人口流动研究存在不足，有关单个城市与其他城市联系的研究更是少之又少。武汉市为中国新型冠状病毒肺炎首发地，对疫情暴发前后武汉市人口流动状况进行深入分析，既可以探寻疫情及其防控措施对该地区春运人口流动的影响，又可以为疫情的防控提供决策参考。基于此，本研究采用2020年升级版百度迁徙3.0数据，选取官方春运期间作为研究时段，以中国新冠肺炎首发地且为中部典型城市的武汉市为例，探究人口迁入和迁出城市的时空分布规律，以期为今后的新冠肺炎疫情的科学部署提供方法借鉴，也为中国流动人口科学管理提供依据。

1 数据来源与研究方法

1.1 研究区域概况

武汉市位于长江中游地区，是中国特大城市、中部地区中心城市，也是长江中游城市群核心城市。2019年年末，武汉市常住人口1 121.2万人，比上年末增加13.1万人，其中城镇常住人口902.45万人，占总人口的80.49 %，户籍人口906.4万人 。武汉市与其他地市的流动人口规模庞大，因此，以武汉市为例研究城市间流动人口时空格局特征具有一定的代表性。

1.2 数据来源

本研究使用的数据来源于百度地图提供的百度迁徙数据。“百度迁徙”是百度针对春运期间推出的基于定位服务(LBS)的百度慧眼技术。根据手机用户的定位信息映射人口流动轨迹，塑造出人口流动过程的路径与强度。工业和信息化部数据显示，2019年中国移动电话用户达16亿户，移动电话普及率达114.4部/百人,截至2019年9月底，湖北省移动电话用户达5 706万户，移动电话普及率达96.4部/百人。可见，目前中国移动电话数量与人口数量高度契合。百度地图LBS开放平台为数十万款手机应用提供定位服务，是国内LBS数据源最广的数据与技术服务平台。百度迁徙数据最终结果以视图和迁入、迁出城市人口百分比数据呈现，可以表征某一时间段内区域人口流动的强度和方向性。2020年1月，升级版百度迁徙3.0将指定城市分析来源和目的地从此前的10个扩展为50个。

2020年中国春运官方定义时间为1月10日至2月18日，共计40天，本研究将官方春运时间定为研究期。由于武汉市新型冠状病毒肺炎疫情防控的原因，1月23日10时起，武汉市实行“封城”措施，离汉通道暂时关闭。因此以1月23日为界，将春运期间划分为“封城”前和“封城”后两个时段。百度迁徙每天更新该天人口流动的变化情况，包括迁入和迁出城市前50位的人口百分比。研究使用上述40天武汉市人口迁入迁出数据，数据每天更新1次，迁入迁出数据共计4 000条。

1.3 研究方法

1.3.1 标准差椭圆

标准差椭圆(Standard Deviational Ellipse, SDE)是以中心、长轴、短轴、方位角为参数，定量描述地理要素空间分布特征的一种空间统计方法。其长轴与短轴的方向分别反映了地理要素在二维空间上分布的主、次趋势方向，长轴与短轴的长度反映了地理要素分布在主、次趋势方向上的离散程度，长轴与短轴长度的比值反映地理要素空间分布的形态[21]。

1.3.2 空间自相关

(1)全局空间自相关：利用全局空间自相关来反映流动人口比例的空间集聚特征。全局Moran’I的计算公式如下[22]：

(1)

2 武汉市人口流动时空特征分析

2.1 “封城”前武汉市人口流动特征分析

2.1.1 人口流动以近距离迁移为主，且迁入城市比迁出城市空间分布更加离散

综合利用自然断裂法基于“封城”前共14日的日均人口集散比例的收敛情况，将迁入与迁出城市分为5个层级，为了清晰地表达层级划分的地理内涵，绘制各层级城市的空间分布图(图1)。值得注意的是，春运人口迁徙具有标志性特征，即与日常人口流动呈现反向性：该时段迁入人口，主要表征该地区日常流出人口；该时段迁出人口，主要表征该地区日常流入人口。

图1以武汉市为中心展示了春运期间其日均迁入人口比例分布图，图1直观地反映了武汉市人口“烟花”状的迁入特征。其中“烟花花心”以第一层级的孝感市和黄冈市为主构成，向外依次为人口比例第2层级的鄂州市、黄石市以及第3层级的随州市、荆门市、仙桃市等，层级由内向外逐级递减。长江中游、长江三角洲、珠江三角洲和海峡西岸4大城市群在迁入比例结构中占据了重要位置。首先，迁入人口比例前3层级的城市均来源于4大城市群，其迁入武汉市的人口比例约占总迁入人口比例的74.8%。其次，4大城市群具有明确的辐射范围界限：长江中游城市群主要辐射湖北省、湖南省、重庆市等地区；京津冀城市群主要辐射华北地区；长江三角洲城市群主要辐射华东地区；而珠江三角洲城市群主要辐射广东省等地区；海峡西岸城市群主要覆盖福建省等地区，辐射范围整体上呈现空间临近性特征。从整体来看，首先，武汉市人口流动主要集中于“胡焕庸线”以东区域，说明人口密集区域增加人口迁移的可能性；其次，武汉市人口迁入紧密，临近地区流量最大。此外，主要输出城市的位置与经济发展较快区域高度吻合，考虑到该时段迁入人口多表现为劳动人口短暂回潮，可见迁移人口依然以适龄劳动力为主，“工作”为主要流动缘由，城市经济发展水平仍是影响人口迁移的重要因素，东部地区尤其是一二线城市的吸引力对于中西部地区依然强劲。

由图1迁出地可以看出，武汉市人口主要迁出到长江中游、长江三角洲、珠江三角洲、海峡西岸和中原5大城市群。武汉市迁出到这5大城市群的人口约占武汉市总迁出人口比例的73% 。相对于迁入城市，迁出城市的空间分布范围明显扩大。迁出城市分布重心在迁入城市分布重心西部。春运早期“返乡流”便印证了武汉市迁入城市偏向东部地区，迁出城市偏向西部地区的格局。除了“务工流”外，“商务流”也不容小觑。作为九州通衢，中部地区最大的中心城市，不论商业平台、市场腹地还是商业环境、产业链条、科技实力，武汉在全国都占有举足轻重的地位。各区域经营者以武汉为中心，东依东部发达地区，西靠西部欠发达地区，地理区位的优越性使得投资运营、商务往来成为了影响人口迁徙的重要因素。图1b中，迁出城市人口流动强度最大的依然属于湖北省内，其次是长江中游城市群部分城市和重庆市、北京市两个直辖市。到第4层级，一线城市涉略增多，散射状凸显，体现了中部城市的优势和特性。

注：审图号GS(2016)1570号，下同。

图 2 “封城”前武汉市人口流动比例空间分布标准差椭圆Figure 2 Standard deviation ellipse of spatial distribution of population flow proportion before the lockdown of Wuhan City

为了宏观地了解研究时段武汉市人口流动空间分布形态的特征，本研究采用标准差椭圆的方法进行分析(图2)。在空间分布标准差椭圆内部的地区是春运期间人口流动的主体，可以看出，长江中游城市群在武汉市人口流动构成中占主导地位。从该时段武汉市人口迁出城市与迁入城市空间分布的对比来看，迁入城市与迁出城市的分布重心、分布方向和集散程度有巨大差别：迁入与迁出城市的标准差椭圆面积差别巨大，表明迁入与迁出城市空间分布并不对等；其中迁出城市的重心位于孝感市，而迁入城市的重心位于武汉市；迁出城市的分布重心在迁入城市分布重心的西北方向，相距约95 km，这表明迁出人口比迁入人口更趋向内陆方向。

研究时段武汉市迁入和迁出城市比例的标准差椭圆的扁率、长短轴方向和长度分别反映其主、次趋势方向和离散程度，在此方面明显地表现出以下特征：(1)在离散程度上，迁入城市的主要发生面积范围大于迁出城市，且迁入城市的短半轴明显长于迁出城市的短半轴，表明武汉市迁入城市的空间分布相对离散、选择多元，迁出城市的空间分布相对集中，选择呈现更多趋同性。由于该时段人口流动与日常人口流动呈现反向性，可进一步推断：武汉市本土居民日常较长时段的外迁工作或旅居选择呈现相对多元，选择范围更广泛，因此该时段迁入范围比较广；而武汉市日常迁入城市则路径更为集中，发生城市的临近性更强，迁出范围比较小。(2)武汉市该时段迁出城市的标准差椭圆长轴与短轴长度相近，形状近似于圆形，这说明了迁入城市的空间分布在中国各个方向较为均衡。(3)迁入城市的标准差椭圆长轴与短轴长度的差值大于迁出城市，椭圆扁率更大，轴带化态势更加明显，迁入城市的空间分布更具有方向性。在分布方向上，迁入椭圆方向角度为8.6°，迁出城市的为72.68°，迁入与迁出城市比例的空间分布主趋势均沿东北-西南方向，但迁出城市的方向角度更大，表明武汉市的人口流出更倾向于东北-西南方向。

2.1.2 人口流动具有明显的空间集聚特征

分别对研究时段武汉市60座(只核算前五十位，下同)迁入城市和66座迁出城市的人口比例进行全局空间自相关分析。迁入城市人口比例Moran’I指数为0.392，迁出城市人口比例Moran’I指数为0.433，二者均在1%的水平下通过显著性检验，表明武汉市不同城市人口集散比例呈现十分显著的空间正相关性，即城市人口比例呈现显著的高比例区与高比例区邻近，低比例区与低比例区邻近的集聚状态。

为进一步识别该时段武汉市人口流动城市的集聚类型，又分别对60座迁入城市和66座迁出城市的人口比例进行局部空间自相关分析(图3)，结果均通过1%水平的显著性检验。从局域来看，武汉市不同人口集散城市大部分形成明显的局域空间集聚，形成4种空间类型。

注：(a)迁入城市，(b)迁出城市。

(1)高-高集聚区：指城市人口流动比例高的地区与城市人口比例高的地区临近，这类地区的人口迁入或迁出武汉市的数量远高于周边地区。在迁入城市人口比例空间分布中，高-高集聚区主要分布于湖北省中部、东部及相关交界和边缘地带，以武汉市为中心呈块状分布。此外，飞地表现为广东省东莞市的高-高集聚。迁出城市人口比例的高-高集聚区除和迁入城市同样的分布外，还增加了河南省南部的南阳市和信阳市。

(2)低-高集聚区：指城市人口比例低的地区被城市人口比例高的地区包围，在迁入城市人口比例空间分布中，低-高集聚区位于湖北省武汉市、神农架林区，安徽省六安市、安庆市和湖南省常德市和益阳市。迁出城市人口比例的低-高集聚区主要分布于武汉市、神农架林区、安庆市和益阳市。

(3)高-低集聚区：指城市人口比例高的地区被城市人口比例低的地区包围。这类地区数量极少，在迁入城市人口比例空间分布中，仅分布于安徽省合肥市和云南省昆明市，在迁出城市中分布于江苏省南京市。这些城市均为区域中心城市，比周围地区有更强的吸引力和辐射力。

(4)低-低集聚区：这类地区的城市人口比例与周边同处于较低水平，表现为冷点集聚区。主要分布于中国西北内陆，“胡焕庸线”以西地区，这些地区很少有武汉市的人口迁入或者有人口迁出到武汉，大部分地区呈现较低的人口流动比例。考虑到本地区多为传统或较为原始型农牧业，受自然环境较为恶劣的影响，农牧业产量低，生产率低，机械化水平低，外加上该区域人口数量及密度少，富余劳动力少且思想观念相对保守，人口迁出到武汉市的概率小。

总体而言，武汉市人口流动比例的空间分布以正相关类型的高-高热点集聚区为主，空间同质性特征显著，空间聚集性较强，热点区高度集聚呈组团状，以武汉市为中心向外蔓延；负相关类型(高-低集聚和低-高集聚)数量少，低-高集聚分布于热点外围地区，高-低集聚区数量极少、无明显的集中区域，呈零星分布，即空间异质性特征微弱；低-低集聚数量最少，分布破碎，空间异质性特征最弱。

2.2 “封城”后武汉市人口流动特征分析

2.2.1 武汉市人口迁入与迁出城市具有极大的重合性和对称性

百度迁徙中的迁徙规模指数可反映迁入或迁出人口规模。1月23日迁入来源地迁徙规模指数为1.75，24日降至0.88，其后稳定在0.33至0.63之间；1月23日迁出目的地迁徙规模指数为11.14，24日降至3.89，直至26日才降至较低水平(0.66)。由此可见，“封城”之后，武汉市流入和流出人口数量急剧降低，但仍然存在少量流动人口。

利用自然断裂法将春运武汉市“封城”后26天的日均人口集散比例分为5个层级，绘制各层级城市的空间分布图(图4)。人口流动比例一至三层级均位于湖北省，其中迁入和迁出人口比例第一层级均为孝感市和黄冈市，这与 “封城”前一致。武汉市人口流动仍以湖北省内为主，省内迁入武汉市的人口比例约占总迁入人口比例的82%，省内迁入武汉市的人口比例约占总迁入人口比例的89%，而省外迁移城市呈现多样化和分散化的特征。人口流动整体以短距离为主，可见，短距离所带来的时间成本、运输成本较低，人口空间流动相对长距离迁徙阻力小，往返灵活，充分体现了距离衰减的重要影响。与武汉市“封城”前相比，“封城”后的迁入来源地分布范围更加广泛，全国各省份基本均有涉及，这可能与新冠肺炎疫情期间各省份援鄂医疗队的迁入有关。

图 4 “封城”后武汉市2020年春运日均人口流动集散比例层级分布Figure 4 The hierarchy of daily average population flow and distribution since the lockdown of Wuhan City during Spring Festival travel rush in 2020

图 5 “封城”后武汉市人口流动比例空间分布标准差椭圆Figure 5 Standard deviation ellipse of spatial distribution of population flow proportion since the lockdown of Wuhan City

值得注意的是，“封城”后，武汉市迁入来源地城市共142座，而武汉市迁出目的地城市共136座，迁入与迁出均包含的有102座，总体来看绝大部分城市既是迁入城市又是迁出城市，高层级的迁入城市同时也是高层级的迁出城市，即迁入城市人口比例层级与迁出城市人口比例层级基本一致。因此，武汉市人口迁入与迁出城市具有极大的重合性和对称性，迁移容易引发对流。

为了宏观地了解研究时段武汉市人口流动比例的空间格局特征，采用武汉市迁入和迁出人口比例重心和标准差椭圆进行分析(图5)。由结果可知，(1)研究时段内迁入和迁出人口比例重心均在孝感市境内，二者距离较近。(2)在离散程度上，迁入城市的主要发生面积范围大于迁出城市，表明武汉市迁入城市的空间分布相对离散，迁出城市的空间分布相对集中，这与“封城”前城市的空间分布特征基本一致；(3)迁入人口比例和迁出人口比例的标准差椭圆扁率较小，整体均近似圆形，表明迁入和迁出人口比例在各方向上差异较小，迁入迁出城市的空间分布在中国各个方向较为均衡，轴带化态势不明显。

2.2.2武汉市人口流动比例的空间分布以正相关类型为主

本研究分别对“封城”后武汉市142座迁入城市和136座迁出城市的人口比例进行全局空间自相关分析。迁入城市人口比例Moran’I指数为0.326，迁出城市人口比例Moran’I指数为0.314，二者均在1%的水平下通过显著性检验，表明人口集散比例呈现十分显著的空间正相关性。

本研究又分别对迁入和迁出城市的人口比例进行局部空间自相关分析(图6)，结果均通过1%水平的显著性检验。从局域来看，形成3种空间类型：

图 6 “封城”后武汉市迁入和迁出城市人口比例空间集聚分布Figure 6 LISA map of immigration cities and emigration cities since the lockdown of Wuhan City

(1)高-高集聚区：分布于湖北省中部、东部及相关交界和边缘地带，以武汉市为中心呈块状分布，该地区流动人口占比较高，这与前文分析一致。

(2)低-高集聚区：主要分布于高-高集聚区的外围。迁入城市人口比例空间分布包括湖北省武汉市、神农架林区，安徽省六安市、安庆市，江西省九江市，湖南省益阳市、常德市、张家界市、湘西土家苗族自治州。迁出城市人口比例空间分布包括湖北省武汉市、神农架林区，安徽省六安市、安庆市，江西省九江市，湖南省益阳市、常德市。

(3)低-低集聚区：主要分布于中国西北内陆地区，东北和西南地区也零星分布，分布范围较“封城”前广泛。

总体而言，武汉市人口流动比例的空间分布以低-低集聚和高-高集聚为主,负相关类型数量极少，低-高集聚分布于热点外围地区，无高-低集聚区。

3 结论与讨论

本研究基于百度迁徙大数据，分析武汉市人口流动空间分布形态特征，并识别城市的空间集聚类型，结论如下：

春运武汉市“封城”前：①长江中游、长江三角洲、珠江三角洲和海峡西岸4大城市群在迁入武汉市的人口比例中所占据的重要地位。武汉市人口主要迁入到长江中游、长江三角洲、珠江三角洲、海峡西岸和中原5大城市群。在流动分布上，迁出城市的城市重心在迁入城市西部,迁入城市的空间分布相对离散，迁出城市的空间分布相对集中。迁入城市空间分布在中国各个方向较为均衡；迁入与迁出城市比例的空间分布主趋势均沿东北-西南方向。②武汉市不同城市人口集散比例呈现十分显著的空间正相关性。局域人口流动比例的空间分布以正相关类型(高-高热点集聚区)为主，负相关类型(高-低集聚和低-高集聚)数量少，低-高集聚分布于热点外围地区，高-低集聚区数量极少，无明显的集中区域。

春运武汉市“封城”后：①人口流动以省内为主，省内流动以孝感市和黄冈市为主，这与“封城”前一致。总体来看武汉市人口迁入与迁出城市具有极大的重合性和对称性，迁移容易引发对流。迁入和迁出人口比例在各方向上差异较小，迁入迁出城市的空间分布在中国各个方向较为均衡。②武汉市局部人口流动比例的空间分布以低-低集聚和高-高集聚为主，负相关类型数量极少。

武汉市的辐射范围基本位于长江中下游、“胡焕庸线”以东的地区，人口以短距离迁徙为主，人口迁入、迁出地区也基本与中国区域经济发展状况相吻合。本研究获取百度迁徙数据，对其分析后进行可视化处理，由于流动人口的相对数量，数据覆盖对象也有限，所以分析存在一定局限性，在后续的研究中还应进一步完善研究方法，选取更加准确的数据，并对研究时段的人口流动的形成机制展开论述。