摘要：結(jié)合地理空間分析和社會(huì)網(wǎng)絡(luò)分析方法，基于2018年騰訊出行大數(shù)據(jù)，對(duì)京津冀區(qū)域內(nèi)城市間及對(duì)區(qū)外人口流動(dòng)的熱度和網(wǎng)絡(luò)特征進(jìn)行分析。結(jié)果顯示：京津冀區(qū)域主要城市的對(duì)外遷移熱度呈現(xiàn)顯著的層級(jí)分布特征；城市規(guī)模和交通影響力與對(duì)京聯(lián)系強(qiáng)度的關(guān)聯(lián)性較強(qiáng)，距離鄰近性對(duì)第二層級(jí)城市對(duì)外聯(lián)系的影響較大；汽車方式的對(duì)外人口流動(dòng)網(wǎng)絡(luò)受距離律影響顯著，與周邊城市聯(lián)系熱度較高；飛機(jī)、火車等對(duì)外聯(lián)系方式則更符合經(jīng)濟(jì)律特征，區(qū)域內(nèi)城市通過飛機(jī)和火車方式與全國性經(jīng)濟(jì)中心、交通樞紐聯(lián)系緊密；區(qū)內(nèi)人口流動(dòng)網(wǎng)絡(luò)形成以北京為中心的北部大凝聚子群以及東部、南部的3個(gè)小凝聚子群，群內(nèi)聯(lián)系緊密；區(qū)域人口遷移網(wǎng)絡(luò)以北京—廊坊—天津?yàn)楹诵模浴熬┙蚴切巍眳^(qū)域?yàn)槊芗瘏^(qū)。

關(guān)鍵詞：京津冀；人口流動(dòng)；區(qū)域人口格局

【中圖分類號(hào)】 K901.3? ? doi：10.3969/j.issn.1674-7178.2024.01.007

引言

城市間相互作用強(qiáng)度是衡量區(qū)域協(xié)作水平的重要指征，也是影響區(qū)域人口空間格局及其走向的重要因素。一般認(rèn)為，城市間距離越近則相互作用越強(qiáng)，規(guī)模越大的城市對(duì)其他城市的影響力和作用力也越大。20世紀(jì)三四十年代，雷利（W. J. Reilly）的零售引力法則（Law of Retail Gravitation）[1]、齊波夫（George Kingsley Zipf）的重力遷移模型（Gravity Model of Migration）[2]、斯圖爾特（John Quincy Stewart）的人口遷移引力模型（Demographic Gravitation）[3]及康維斯（P. D. Converse）的城市引力斷裂點(diǎn)公式（Breaking-point Formula）[4]等理論都嘗試通過模型來衡量城市吸引力和區(qū)域空間相互作用力的強(qiáng)弱。在上述理論模型中，城市人口規(guī)模常被視作吸引人口流動(dòng)和促進(jìn)資源聚集的核心變量：人口規(guī)模越大的城市能提供更多機(jī)會(huì)和更高收益，因此越容易吸引勞動(dòng)力和人才，同時(shí)也能更迅速地匯聚各類資源和信息，在產(chǎn)業(yè)和技術(shù)等方面更有競(jìng)爭(zhēng)力。

具體而言，城市之間的聯(lián)系與相互作用表現(xiàn)為各種“流”（flow）的動(dòng)態(tài)運(yùn)行，包括物資、人口、資金、技術(shù)、政策和創(chuàng)新等物質(zhì)或非物質(zhì)流動(dòng)。1972年，海格特（Peter Haggett）運(yùn)用熱傳遞的三種基本形式即熱對(duì)流、熱傳導(dǎo)和熱輻射將空間相互作用劃分為物質(zhì)與人口流動(dòng)，貨幣流動(dòng)和交易，思想、技術(shù)和創(chuàng)新的擴(kuò)散三種類型。其中，人口流動(dòng)體現(xiàn)了勞動(dòng)力和人才的能動(dòng)遷徙，是城市間各種流中最活躍、最易觀測(cè)的。它不僅推動(dòng)了資金、技術(shù)、信息的流動(dòng)，還不斷塑造和改變著城市網(wǎng)絡(luò)與區(qū)域空間格局。

當(dāng)前，在地鐵、高鐵等快速交通系統(tǒng)的綜合作用下，中國城市間人口流動(dòng)速度加快，通勤分布、單日往返式流動(dòng)、每周常規(guī)遷徙的空間范圍逐漸擴(kuò)張。區(qū)域人口格局既體現(xiàn)為區(qū)域空間人口的靜態(tài)分布，也表現(xiàn)為人口日常流動(dòng)的動(dòng)態(tài)網(wǎng)絡(luò)。這種動(dòng)態(tài)網(wǎng)絡(luò)既是人力資源與空間匹配、互洽狀況的表征，也是城市間經(jīng)濟(jì)、社會(huì)交互作用強(qiáng)度的集中呈現(xiàn)。相關(guān)模型通過精簡(jiǎn)、概要的方式解析城市運(yùn)行規(guī)律，然而現(xiàn)實(shí)中的城市人口流動(dòng)是復(fù)雜而多變的，尤其對(duì)于城市群、城市連綿帶等具有連片式發(fā)展特征的城市化區(qū)域而言，空間內(nèi)部存在錯(cuò)綜復(fù)雜的經(jīng)濟(jì)、社會(huì)和交通聯(lián)系，聚集、疏散過程此消彼長(zhǎng)、變化迅速。探究區(qū)域中城市間人口流動(dòng)規(guī)模，有助于了解人口流動(dòng)強(qiáng)度與人口規(guī)模的一致性，也有助于發(fā)掘影響人口流動(dòng)的其他因素，并在更微觀的尺度上把握區(qū)域經(jīng)濟(jì)發(fā)展的重心和方向。

以往的城市人口流動(dòng)研究，或通過人口靜態(tài)分布的歷史對(duì)比進(jìn)行探索，或通過人口普查數(shù)據(jù)中的常住人口來源地分析人口曾經(jīng)的區(qū)域間流動(dòng)行為，研究數(shù)據(jù)主要來自統(tǒng)計(jì)數(shù)據(jù)、調(diào)查數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、客貨流數(shù)據(jù)和遙感數(shù)據(jù)等。目前，隨著網(wǎng)絡(luò)大數(shù)據(jù)的逐漸公開與共享，運(yùn)用POI數(shù)據(jù)[5-6]、百度遷徙數(shù)據(jù)[7-8]、騰訊出行數(shù)據(jù)[9]等研究城市人口分布或流動(dòng)的成果逐漸增多。由于在某些層面上更為精細(xì)、更新速度快等特點(diǎn)，大數(shù)據(jù)逐漸發(fā)展成為傳統(tǒng)研究數(shù)據(jù)的重要補(bǔ)充。

研究表明，經(jīng)濟(jì)發(fā)展水平[10]、產(chǎn)業(yè)布局[11]、基礎(chǔ)設(shè)施建設(shè)[12]等因素對(duì)京津冀城市群人口分布影響顯著，職住空間不平衡[13]、公共資源配置失衡等現(xiàn)象較為突出[14]，人口與土地生態(tài)壓力的矛盾空間差異顯著[15]。當(dāng)前，有必要對(duì)京津冀人口流動(dòng)網(wǎng)絡(luò)進(jìn)行多層次、多尺度的分析，清晰了解區(qū)域人口的流向、強(qiáng)度與結(jié)構(gòu)性特征。本文以騰訊出行數(shù)據(jù)為基礎(chǔ)，系統(tǒng)分析京津冀區(qū)域城市的人口流動(dòng)強(qiáng)度和交互網(wǎng)絡(luò)狀況，以便更準(zhǔn)確地發(fā)掘區(qū)域城市的對(duì)內(nèi)對(duì)外聯(lián)系，進(jìn)一步探究區(qū)域空間結(jié)構(gòu)演變的趨勢(shì)和方向。

一、研究方法

（一）數(shù)據(jù)來源

騰訊出行數(shù)據(jù)來源于騰訊位置大數(shù)據(jù)官網(wǎng)（https：//heat.qq.com），該網(wǎng)站數(shù)據(jù)采集自手機(jī)QQ、微信等使用的騰訊地圖定位平臺(tái)，生成了表達(dá)城市之間客源流動(dòng)的遷移熱度數(shù)值（與人口流動(dòng)頻次正相關(guān)），公開發(fā)布每日遷入、遷出熱度前十位的各城市熱度信息。相對(duì)于百度遷徙僅提供節(jié)假日及其前后時(shí)間段數(shù)據(jù)，騰訊位置數(shù)據(jù)一方面能夠截取全年每日數(shù)據(jù)，數(shù)據(jù)樣本量大大增加，兼容了四季時(shí)節(jié)的全幅面人口遷移信息；另一方面，它劃分了飛機(jī)、火車、汽車等不同交通方式的熱度，能夠更清晰地刻畫出城市之間細(xì)分類別下的人口流動(dòng)情況。騰訊位置數(shù)據(jù)也有其局限性，因?yàn)樗y(tǒng)計(jì)的只是遷入遷出某地人口量排名前十位的城市，且僅是被移動(dòng)APP捕捉到的人口流動(dòng)，并非針對(duì)某城市的全部人口流動(dòng)，所以不適合于統(tǒng)計(jì)某城市的人口流動(dòng)總量和百分比，而更適合于分析主要城市之間的連接強(qiáng)度以及運(yùn)用同源數(shù)據(jù)進(jìn)行人口流動(dòng)量的橫向和縱向?qū)Ρ取?/p>

根據(jù)研究需要，本文采用2018年每日的騰訊位置數(shù)據(jù)，篩選流入、流出京津冀區(qū)域城市的熱度數(shù)據(jù)。為了使數(shù)據(jù)更好地反映日常人口流動(dòng)狀況，避免節(jié)假日旅行、探親等特殊因素的影響，剔除了元旦、清明節(jié)、勞動(dòng)節(jié)、中秋節(jié)、國慶、春節(jié)等節(jié)假日及其前后共計(jì)63日的數(shù)據(jù)，以剩余的302日約23.6萬條數(shù)據(jù)作為原始數(shù)據(jù)。原始數(shù)據(jù)屬性包括每日人口遷移的起點(diǎn)城市和終點(diǎn)城市名稱，遷移熱度（與遷移量成正比）、遷移方式（汽車、火車和飛機(jī)），并添加起點(diǎn)和終點(diǎn)城市的經(jīng)緯度坐標(biāo)數(shù)據(jù)。

（二）研究方法

1. 人口遷移熱度（城市聯(lián)系度）分析

人口流動(dòng)與資金、技術(shù)、信息等要素的流動(dòng)密切相關(guān)，且能有力推動(dòng)城市間的交流、互補(bǔ)和互動(dòng)，因此，城市間的人口流動(dòng)強(qiáng)度是表征城市關(guān)聯(lián)強(qiáng)度的重要指標(biāo)。將原始數(shù)據(jù)中的每日遷移熱度進(jìn)行疊加，得到兩座城市之間的人口遷移熱度：

[Rij=t=1nrij]

Rij表示兩地之間的遷徙強(qiáng)度，rij為騰訊位置數(shù)據(jù)記錄的兩地之間某日的遷移熱度，t為日期。

2. 自然斷裂聚類法

聚類和自然斷裂法的核心在于探索數(shù)據(jù)自身存在的分布規(guī)律，通過計(jì)算實(shí)現(xiàn)組內(nèi)距離最小和組間距離最大，進(jìn)而對(duì)數(shù)據(jù)進(jìn)行自然分類的方法。本研究在根據(jù)遷徙強(qiáng)度和連接度對(duì)不同城市分類時(shí)，采用ArcGIS軟件進(jìn)行自然斷裂分析。

3. 變量間相關(guān)分析

運(yùn)用相關(guān)分析法探索區(qū)域城市對(duì)外聯(lián)系規(guī)律，研究京津冀區(qū)域與外部城市之間的人口流動(dòng)熱度與哪些因素相關(guān)，比如是否受到目標(biāo)城市的空間位置、經(jīng)濟(jì)總量和人口規(guī)模影響，進(jìn)而探討區(qū)域人口對(duì)外流動(dòng)的空間規(guī)律。本研究統(tǒng)計(jì)了3種交通方式下區(qū)域?qū)ν饴?lián)系熱度值、目標(biāo)城市與北京的距離、城區(qū)常住人口總量、城區(qū)常住人口密度、市轄區(qū)地區(qū)生產(chǎn)總值、全市人均地區(qū)生產(chǎn)總值、全市地區(qū)生產(chǎn)總值增長(zhǎng)率等指標(biāo)，借助SPSS的皮爾遜相關(guān)系數(shù)分析變量之間的相關(guān)性。

4. 網(wǎng)絡(luò)中心度分析

網(wǎng)絡(luò)中心度是社會(huì)網(wǎng)絡(luò)分析中對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行測(cè)度的重要方法，目前被廣泛應(yīng)用于經(jīng)濟(jì)、交通和社會(huì)等各種網(wǎng)絡(luò)成員關(guān)系的研究中。測(cè)度網(wǎng)絡(luò)中心度的常用指標(biāo)包括度中心度、中介中心度等。

（1）度中心度。度中心度是社會(huì)網(wǎng)絡(luò)分析法中最常用的一個(gè)基本指標(biāo)，用來測(cè)度某點(diǎn)與網(wǎng)絡(luò)中其他點(diǎn)之間的關(guān)聯(lián)度，即該點(diǎn)在網(wǎng)絡(luò)中的重要性程度。該數(shù)值越大表明該點(diǎn)在網(wǎng)絡(luò)中的影響力越強(qiáng)。公式如下，其中：g表示網(wǎng)絡(luò)中點(diǎn)的數(shù)量，[Xij]表示點(diǎn)i與點(diǎn)j之間的屬性聯(lián)系強(qiáng)度。

C（ni）=[j=1nXij（g-1）]

（2）中介中心度。中介中心度用來測(cè)度某點(diǎn)對(duì)網(wǎng)絡(luò)中其他點(diǎn)的控制能力，數(shù)值越大則該點(diǎn)對(duì)整個(gè)網(wǎng)絡(luò)的控制力越強(qiáng)。公式如下，其中：g表示網(wǎng)絡(luò)中點(diǎn)的數(shù)量，[gjk]表示點(diǎn)j和點(diǎn)k之間最短路徑數(shù)，[gjkni]表示點(diǎn)j和點(diǎn)k之間通過點(diǎn)i的最短路徑數(shù)。

CB（ni）=[j

二、區(qū)域人口日常對(duì)外流動(dòng)的網(wǎng)絡(luò)

（一）城市人口外向流動(dòng)強(qiáng)度梯級(jí)分布特征

對(duì)全國涉及京津冀城市地區(qū)的人口遷徙數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，匯總各城市遷入、遷出熱度值，計(jì)算各城市的人口遷徙強(qiáng)度，再采用ArcGIS軟件對(duì)其進(jìn)行自然斷點(diǎn)分類（表1）。結(jié)果表明，主要城市的對(duì)外遷移熱度呈現(xiàn)顯著的層級(jí)分布特征：人口遷移熱度的第一層級(jí)為北京市；第二層級(jí)包括廊坊、天津、石家莊和保定，這4座城市在北京南側(cè)構(gòu)成橫向軸線分布；第三層級(jí)為區(qū)域東部、南部的滄州、唐山、邢臺(tái)和邯鄲；其余為第四層級(jí)，包括區(qū)域南部的衡水以及區(qū)域北部人口遷移熱度最低的秦皇島、張家口和承德。

從表2、表3可知，北京的人口遷移熱度顯著高于其他城市，約為第二位廊坊的2.4倍。在北京對(duì)外連接熱度最高的城市中，成都對(duì)京聯(lián)系強(qiáng)度排名第一，表明它不但是我國西部地區(qū)最核心的經(jīng)濟(jì)中心和交通樞紐，同時(shí)也是該地區(qū)大量進(jìn)京勞動(dòng)力和人才的重要來源地節(jié)點(diǎn)。其余對(duì)京聯(lián)系強(qiáng)度較高的城市依次為上海、廣州、深圳、武漢和南京等，均為國內(nèi)重要的中心城市和地方性的交通中心，表明城市規(guī)模和交通影響力與對(duì)京聯(lián)系強(qiáng)度的關(guān)聯(lián)性較強(qiáng)。

數(shù)據(jù)表明，成都也是與廊坊和天津連接最緊密的區(qū)外城市，這充分表明京津冀區(qū)域與成都、四川乃至整個(gè)西部地區(qū)的緊密聯(lián)系；與北京的情況有所不同的是，第二層級(jí)的4座城市除與地方性中心城市或交通樞紐聯(lián)系緊密外，還與周邊的太原、忻州、德州、葫蘆島、濱州、陽泉等城市保持著密切的人口流動(dòng)關(guān)聯(lián)，反映出距離鄰近性對(duì)第二層級(jí)城市對(duì)外聯(lián)系的影響較大。

在遷移方式上（表3），區(qū)域主要城市間的人口遷移流動(dòng)交通方式有61%采用火車，38%通過汽車，飛機(jī)占比約為1%；廊坊、邢臺(tái)、滄州和衡水的人口遷移主要交通工具為汽車，其余城市則以火車為主（圖1）。

（二）對(duì)外連接強(qiáng)度與人口流動(dòng)空間規(guī)律

對(duì)外聯(lián)系網(wǎng)絡(luò)表征的是城市與區(qū)外的人口流動(dòng)方向及程度，既體現(xiàn)區(qū)內(nèi)不同城市的對(duì)外交往、互動(dòng)和影響能力，也反映了全國城市與京津冀區(qū)域的聯(lián)結(jié)關(guān)系。

1.火車與飛機(jī)方式的遷移熱度集中在全國和區(qū)域性核心城市，汽車方式的遷移熱度集中在周邊城市

從人口日常流動(dòng)的總熱度值和梯級(jí)分布特征看（表4），與京津冀區(qū)域的聯(lián)系程度最深的城市有成都、廣州、上海、武漢和深圳。其中飛機(jī)、火車方式連接最緊密的3座城市為上海、成都和廣州，均屬于全國范圍的中心城市和區(qū)域性的核心城市，分別位于中國的東部、西部和南部區(qū)域。通過汽車方式連接得最緊密的城市主要有位于山東、河南、遼寧等省份的周邊城市，如德州、聊城、安陽、濱州等。

2. 近域人口流動(dòng)網(wǎng)絡(luò)密度較高，遠(yuǎn)域熱點(diǎn)城市連接強(qiáng)度較高

從空間聯(lián)系的地理特征上看（圖 2），區(qū)域與周邊城鎮(zhèn)的連接網(wǎng)絡(luò)較為密集，采用汽車方式連接的比重較高。遠(yuǎn)距離的連接密度較低，但與部分核心城市之間的聯(lián)系強(qiáng)度較高，遠(yuǎn)高于近域聯(lián)系。區(qū)域日常對(duì)外人口流動(dòng)聯(lián)系符合距離律和經(jīng)濟(jì)律，綜合3種交通方式的區(qū)域?qū)ν饴?lián)系網(wǎng)絡(luò)可知，人口流動(dòng)連接強(qiáng)度受經(jīng)濟(jì)律的影響更大。

3. 距離律對(duì)汽車方式的流動(dòng)網(wǎng)絡(luò)影響顯著，經(jīng)濟(jì)律對(duì)火車和飛機(jī)流動(dòng)網(wǎng)絡(luò)的影響更大

具體而言，距離律對(duì)以汽車交通方式構(gòu)成的城市人口流動(dòng)網(wǎng)絡(luò)影響顯著。ArcGIS自然斷點(diǎn)分類結(jié)果顯示（圖3），汽車遷移熱度的高值城市聚集在京津冀區(qū)域周邊。一級(jí)、二級(jí)熱度城市包括德州、聊城、安陽，三級(jí)熱度城市包括濱州、葫蘆島、濮陽、錫盟、忻州、大同、赤峰、烏蘭察布等，主要分布在山東、山西、內(nèi)蒙古和遼寧等周邊省域。一方面，京津冀區(qū)域?qū)ι鲜鲋苓叧鞘械娜丝谖^大，因距離較近，形成了密集的汽車方式的日常勞動(dòng)力和人才流動(dòng)；另一方面，北京和天津在周邊區(qū)域的經(jīng)濟(jì)、社會(huì)影響力較高，是京津冀及其周邊省域構(gòu)成的更大范圍的區(qū)域性中心，有著密切的商業(yè)、社會(huì)和服務(wù)方面的互補(bǔ)需求，形成了密集的人員往來流動(dòng)。

經(jīng)濟(jì)律對(duì)火車和飛機(jī)交通方式構(gòu)成的城市人口網(wǎng)絡(luò)的影響更大?；疖囘w移熱度的高值點(diǎn)分布與京哈、京廣、京滬等主要鐵路線路相關(guān)。同時(shí)，熱度分級(jí)還受到經(jīng)濟(jì)發(fā)展水平和地理鄰近性的雙重作用。一級(jí)熱度城市包括成都、廣州、上海、武漢、深圳，均屬于區(qū)域性的經(jīng)濟(jì)中心城市和鐵路交通樞紐。除此之外，京廣線上的鄭州、安陽、長(zhǎng)沙，京哈線上的哈爾濱、長(zhǎng)春、沈陽、葫蘆島以及京滬高鐵途經(jīng)的南京、德州也都屬于火車熱度前四級(jí)城市，這些城市或?yàn)橹陛犑?、省?huì)等中心城市，或?yàn)榕c京津冀地理鄰近的地級(jí)市。飛機(jī)遷移熱度的高值點(diǎn)主要分布在中國南部，一級(jí)熱度城市包括上海、成都、廣州、深圳、重慶，均與京津冀區(qū)域相距較遠(yuǎn)，為區(qū)域性中心或航空樞紐城市。

4. 對(duì)外連接強(qiáng)度與目標(biāo)城市人口、產(chǎn)值總量高度相關(guān)，與人均產(chǎn)值中度相關(guān)，與人口密度低度相關(guān)

為進(jìn)一步探索區(qū)域人口流動(dòng)的空間規(guī)律及其影響因素，將區(qū)域各城市對(duì)外聯(lián)系強(qiáng)度值與空間距離（根據(jù)經(jīng)緯度測(cè)算某城市與北京市的空間距離）、當(dāng)年（2018年）城市人口總量、密度和地區(qū)生產(chǎn)總值（人均GDP和GDP增速）等指標(biāo)進(jìn)行相關(guān)分析。皮爾遜相關(guān)分析的結(jié)果顯示（表5），汽車方式的聯(lián)系熱度僅和空間距離具有統(tǒng)計(jì)學(xué)意義上的顯著相關(guān)性，相關(guān)系數(shù)為-0.343，屬于中度負(fù)相關(guān)。飛機(jī)、火車方式和總計(jì)的人口流動(dòng)強(qiáng)度則與目標(biāo)城市人口總量、GDP總量呈顯著強(qiáng)相關(guān)，相關(guān)系數(shù)均在0.7以上，與目標(biāo)城市人均GDP中度相關(guān)，與GDP增長(zhǎng)率的相關(guān)性不顯著?？梢?，汽車方式的對(duì)外聯(lián)系主要受空間距離制約，飛機(jī)、火車方式的對(duì)外聯(lián)系則符合經(jīng)濟(jì)律特征，與現(xiàn)有人口、經(jīng)濟(jì)總量規(guī)模較高的城市聯(lián)系更加緊密，而與城市經(jīng)濟(jì)增長(zhǎng)速度關(guān)聯(lián)不明顯。

三、區(qū)域內(nèi)部城市間人口日常流動(dòng)

（一）區(qū)域內(nèi)部城市間人口遷移熱度

各城市來自區(qū)域內(nèi)部的遷移熱度差異略小于全國遷移熱度差異，總體上呈梯次分布格局（圖4）。北京的區(qū)域內(nèi)部遷移熱度最高，約為排在第二位廊坊的1.55倍；廊坊、天津、石家莊和保定的區(qū)內(nèi)遷移熱度十分接近，邢臺(tái)、滄州、唐山、邯鄲次之；區(qū)域北部的張家口、承德人口遷移熱度最低。

區(qū)域內(nèi)部城市之間的人口遷移以火車和汽車方式為主，火車方式的占比為63.7%，汽車為35.8%。其中，廊坊市的汽車遷移熱度高于火車，區(qū)域內(nèi)遷移和全國遷移中汽車交通方式的占比均在55%左右。劃分交通方式的詳細(xì)遷移數(shù)據(jù)統(tǒng)計(jì)顯示，廊坊的汽車交通方式遷移人口大部分（62%）來自北京。北京區(qū)域內(nèi)部采用汽車方式遷入比重（46%）顯著高于全國遷入的汽車方式比重（29%）。北京的全國遷移熱度顯著高于區(qū)域內(nèi)部遷移熱度，約有36%的遷移量來自區(qū)外。此外，秦皇島、邯鄲、張家口、天津的區(qū)外遷移量占比也較高（圖5）。

（二）內(nèi)部聯(lián)系網(wǎng)絡(luò)強(qiáng)度梯次分布

運(yùn)用ArcGIS的自然斷點(diǎn)法，對(duì)計(jì)算的城市間人口遷徙強(qiáng)度進(jìn)行分級(jí)顯示（圖6）：“京津石三角形”是區(qū)域內(nèi)部人口遷移的核心區(qū)域；人口遷移的一級(jí)熱點(diǎn)為北京，二級(jí)熱點(diǎn)包括天津、廊坊、保定和石家莊，三級(jí)熱點(diǎn)為邢臺(tái)、滄州和唐山；四級(jí)熱點(diǎn)城市包括了位于區(qū)域邊緣位置的張家口、承德、秦皇島、邯鄲和衡水。從空間特征來看，區(qū)域內(nèi)部遷移熱度分布符合空間擴(kuò)散的中心外圍規(guī)律，人口主要在核心城市北京和南部二級(jí)城市之間遷徙，外圍城市的人口遷移熱度最低。

從聯(lián)系線路強(qiáng)度的自然斷點(diǎn)劃分級(jí)別來看（表6），一級(jí)強(qiáng)度聯(lián)系線為北京—廊坊、北京—天津和北京—保定線路；二級(jí)強(qiáng)度聯(lián)系線包括了北京—張家口、北京—石家莊—邢臺(tái)—邯鄲、石家莊—保定、天津—廊坊、天津—保定和天津—唐山線路。在空間特征上，呈現(xiàn)出典型的核心向外拓展形態(tài)（圖7）：一級(jí)熱點(diǎn)城市北京與空間鄰接的3座城市之間聯(lián)系強(qiáng)度最大，部分二級(jí)熱點(diǎn)城市之間又構(gòu)成二級(jí)強(qiáng)度的人口遷移聯(lián)系；二級(jí)強(qiáng)度聯(lián)系線往往是一級(jí)強(qiáng)度聯(lián)系線向外圍的延伸，承擔(dān)北京與更外圍城市（如唐山、滄州、石家莊、邢臺(tái)和邯鄲）的連接作用?？傮w而言，區(qū)域人口流動(dòng)網(wǎng)絡(luò)骨架表現(xiàn)為以北京為主中心的軸線和放射線及以天津?yàn)榇沃行牡姆派渚€形態(tài)。

四、區(qū)域人口流動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)特征

（一）北京、廊坊、天津、石家莊、保定的網(wǎng)絡(luò)影響力最高

度中心度呈現(xiàn)了城市在區(qū)域人口流動(dòng)網(wǎng)絡(luò)中的重要性程度，某城市的區(qū)域內(nèi)部遷移熱度匯總數(shù)據(jù)與其度中心度成正比，總熱度值和3種交通方式熱度值計(jì)算的度中心度如表7，北京、廊坊、天津、石家莊和保定5座城市的度中心度最高，人口流入、流出量最高，在整個(gè)京津冀區(qū)域人口遷移網(wǎng)絡(luò)中占據(jù)重要地位。

（二）北京、天津、石家莊的網(wǎng)絡(luò)控制力突出

中介中心度體現(xiàn)了城市對(duì)網(wǎng)絡(luò)的控制和影響能力。根據(jù)城市之間連接熱度大小，按照ArcGIS的自然斷點(diǎn)法形成的城市間線路熱度分級(jí)結(jié)果，將前三級(jí)級(jí)別的聯(lián)系線路值設(shè)置為1，其余級(jí)別的聯(lián)系線路值設(shè)置為0，構(gòu)建0-1矩陣并計(jì)算區(qū)域內(nèi)城市的中介中心度（表8）。結(jié)果顯示，整個(gè)網(wǎng)絡(luò)的中介中心度為38.45%，非標(biāo)準(zhǔn)化中心性值為609，說明整個(gè)網(wǎng)絡(luò)受特定節(jié)點(diǎn)的控制性較強(qiáng)。各城市中，北京的中介中心度最高（57），石家莊（31）和天津（23）次之，3座城市共同構(gòu)成整個(gè)區(qū)域交互網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，對(duì)整個(gè)區(qū)域人口流動(dòng)網(wǎng)絡(luò)產(chǎn)生重要控制影響，而處于區(qū)域邊緣的秦皇島、衡水、承德、邯鄲、邢臺(tái)、張家口對(duì)區(qū)域內(nèi)部交往網(wǎng)絡(luò)的影響力十分微弱。數(shù)據(jù)充分表明，直轄市、省會(huì)的行政層級(jí)特征和經(jīng)濟(jì)、人口體量的集中性等特征，與目前的城市中介中心性特征比較一致；河北省除省會(huì)石家莊外，對(duì)整個(gè)網(wǎng)絡(luò)影響力較大的城市為唐山、滄州、保定和廊坊，它們位于區(qū)域中部，在現(xiàn)實(shí)的交通網(wǎng)絡(luò)中承擔(dān)重要的中介角色，同時(shí)也是區(qū)域內(nèi)部人口日常流動(dòng)熱度較高的城市，未來可能成為區(qū)域內(nèi)發(fā)展迅速的二級(jí)中心城市。

（三）初步形成四大網(wǎng)絡(luò)凝聚子群

借助城市之間熱度值進(jìn)行城市人口流動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)的CONCOR分析，獲得的凝聚子群結(jié)果如圖8所示，區(qū)域總體上形成四大凝聚子群，其中：最大的為北部子群，包括北京、天津、廊坊、保定、承德和張家口；由滄州、秦皇島、唐山構(gòu)成的東部子群和由邢臺(tái)—邯鄲、石家莊—衡水構(gòu)成的兩個(gè)南部子群規(guī)模次之。城市之間緊密互動(dòng)是區(qū)域協(xié)作和一體化發(fā)展目標(biāo)的重要條件。目前北部大群內(nèi)的城市間連接較為緊密，形成了互動(dòng)頻繁的體系，而東部、南部子群與北部組子群城市間連接稍弱。因此，加強(qiáng)核心城市與東部、南部子群城市的經(jīng)濟(jì)社會(huì)聯(lián)系是未來促進(jìn)區(qū)域協(xié)作和一體化發(fā)展的重要路徑。

結(jié)論與討論

（一）結(jié)論

1. 京津冀區(qū)域主要城市的對(duì)外遷移熱度呈現(xiàn)顯著的層級(jí)分布特征：北京為第一層級(jí)，其人口遷移熱度遠(yuǎn)大于其他城市；廊坊居于第二位，與天津、石家莊、保定共同構(gòu)成第二層級(jí)；其余地級(jí)市屬于人口遷移熱度較小的第三層級(jí)。各層級(jí)城市對(duì)外聯(lián)系的影響因素各有不同。北京市與全國、區(qū)域性經(jīng)濟(jì)中心和交通樞紐聯(lián)系緊密，其對(duì)外聯(lián)系強(qiáng)度與目標(biāo)城市規(guī)模、經(jīng)濟(jì)實(shí)力和交通影響力密切相關(guān)；二級(jí)城市的對(duì)外聯(lián)系熱度受距離鄰近性的影響較大，與石家莊和保定聯(lián)系最緊密的城市中，鄰近省份或東北地區(qū)的城市數(shù)量比較多。

2. 區(qū)域?qū)ν馊丝谶w移形成了汽車、火車和飛機(jī)三種交通方式的人口流動(dòng)網(wǎng)絡(luò)，三者在空間分布特征和網(wǎng)絡(luò)引力要素上均有顯著差異。汽車方式的遷移熱度集中在周邊城市，主要受空間距離律影響，遷移熱度值僅與目標(biāo)城市的空間距離顯著相關(guān)；火車與飛機(jī)方式的遷移熱度集中在全國和區(qū)域性核心城市，更符合經(jīng)濟(jì)律和人口引力法則，遷移熱度與目標(biāo)城市人口、經(jīng)濟(jì)總量相關(guān)性顯著，與城市經(jīng)濟(jì)增長(zhǎng)速度、人口密度等關(guān)聯(lián)不顯著?；诖?，在優(yōu)化區(qū)域交通網(wǎng)絡(luò)時(shí)，近距離周邊交通方面應(yīng)將公路升級(jí)改造作為核心策略，降低交通時(shí)間、提升交通效率。遠(yuǎn)距離對(duì)外聯(lián)系方面，應(yīng)重點(diǎn)提升與人口數(shù)量和經(jīng)濟(jì)總量較大城市之間的交通聯(lián)系，改進(jìn)客運(yùn)能力、運(yùn)輸速度和便捷性。

3. 區(qū)域內(nèi)城市間人口流動(dòng)網(wǎng)絡(luò)符合空間擴(kuò)散的中心外圍規(guī)律，各城市遷移熱度總體上呈梯次分布，形成了“核心—密集區(qū)”的區(qū)域發(fā)展重心格局。第一梯級(jí)包括北京、廊坊、天津這3座遷移熱度最高城市，構(gòu)成人口遷移網(wǎng)絡(luò)的核心；第二梯級(jí)為“京津石三角形”區(qū)域，構(gòu)成區(qū)域人口遷移網(wǎng)絡(luò)的密集區(qū)，并將廊坊和保定囊括在內(nèi)?！昂诵摹芗瘏^(qū)”將成為區(qū)域內(nèi)部各種“流”交互作用的最主要空間，其中：廊坊市處于京津之間的中介位置，又是北京市向南擴(kuò)散的前沿空間，區(qū)位優(yōu)勢(shì)明顯，目前已成長(zhǎng)為區(qū)域人口流動(dòng)熱度第二的地級(jí)市；雄安新區(qū)、天津?yàn)I海新區(qū)也各有特色和自身優(yōu)勢(shì)。若能因勢(shì)利導(dǎo)，利用優(yōu)勢(shì)空間作為增長(zhǎng)極，促進(jìn)廊坊等地與北京的產(chǎn)業(yè)、資源和服務(wù)深度協(xié)作，積極承接來自北京的擴(kuò)散和輻射，將有助于提升京津冀區(qū)域協(xié)作效率，為區(qū)域留住更多的產(chǎn)業(yè)、資源和人才。在核心區(qū)域內(nèi)部，一方面應(yīng)積極發(fā)展輕軌、地鐵等快速、便捷、大運(yùn)量交通，緩解地面交通壓力；另一方面，可考慮構(gòu)建新型自動(dòng)駕駛和無人機(jī)等低空智能交通網(wǎng)絡(luò)，依靠技術(shù)升級(jí)改變?cè)薪煌Ｊ?，促進(jìn)城市間人口和物資流動(dòng)格局的升級(jí)轉(zhuǎn)變。

4. 區(qū)域內(nèi)部人口流動(dòng)網(wǎng)絡(luò)骨架表現(xiàn)為以北京為主中心的軸線和放射線以及以天津?yàn)榇沃行牡姆派渚€形態(tài)。區(qū)域人口流動(dòng)網(wǎng)絡(luò)總體上形成四大凝聚子群，分別位于該區(qū)域的北部、東部和南部。為提升區(qū)域協(xié)作效率，可以根據(jù)人口流動(dòng)網(wǎng)絡(luò)特征建立有層次的協(xié)作機(jī)制：首先，根據(jù)各子群的特點(diǎn)和優(yōu)勢(shì)確立發(fā)展方向；其次，積極改進(jìn)子群內(nèi)部城市間的交通聯(lián)系，促進(jìn)其在經(jīng)濟(jì)、人才和公共服務(wù)等方面的協(xié)作，發(fā)展子群內(nèi)部的共享設(shè)施和公共服務(wù)體系；最后，在區(qū)域?qū)蛹?jí)上統(tǒng)籌各子群分工、理順子群之間的協(xié)作關(guān)系。

（二）討論

由于城市之間交通線路眾多，每條線路的長(zhǎng)度不同，且道路長(zhǎng)度、級(jí)別和實(shí)時(shí)路況等因素都會(huì)影響從某市到其他城市所需交通時(shí)間，很難確定較精確、穩(wěn)定的城市間交通時(shí)間數(shù)據(jù)和交通線長(zhǎng)度數(shù)據(jù)。所以，在人口遷移熱度相關(guān)因素分析中，采用的是空間距離指標(biāo)，反映的是直線距離，而不是人口遷移中的實(shí)際距離（兩城市間的交通線路長(zhǎng)度）和時(shí)間距離（兩城市間的交通時(shí)間）。遷移熱度與距離的相關(guān)性不高，不排除是受這一因素的影響。

根據(jù)上述人口流動(dòng)網(wǎng)絡(luò)分析結(jié)果，初步判斷京津冀區(qū)域人口格局的梯次特征將繼續(xù)加強(qiáng)：北京為第一階梯，北京南面的廊坊、天津、保定、石家莊為第二階梯，其余周邊城市（尤其是秦皇島、衡水、承德、邯鄲、邢臺(tái)、張家口）的網(wǎng)絡(luò)影響力存在繼續(xù)弱化的可能。成都、廣州、上海、武漢、深圳等全國性中心城市，以及德州、聊城、鄭州等周邊城市對(duì)京津冀區(qū)域人口流動(dòng)與格局影響較大。北京市的非首都功能疏解政策也可能造成人口向周邊區(qū)域擴(kuò)散或遠(yuǎn)距離外遷。未來區(qū)域人口、產(chǎn)業(yè)政策需要綜合考量近域集聚擴(kuò)散和遠(yuǎn)域流動(dòng)雙重因素，科學(xué)擬訂與相關(guān)城市間的人才競(jìng)爭(zhēng)策略，在實(shí)現(xiàn)人口疏解的同時(shí)避免區(qū)域內(nèi)優(yōu)質(zhì)人力資源的大量流失。

人口流動(dòng)是區(qū)域格局演變的指示器，人口流動(dòng)的方向和強(qiáng)度預(yù)示著區(qū)域空間發(fā)展的重心和走向。人口流動(dòng)也是區(qū)域興衰的晴雨表，有序的流動(dòng)方式和規(guī)律性的集聚疏散是區(qū)域興旺繁榮的重要表征。應(yīng)及時(shí)把握區(qū)域人口流動(dòng)的走向和特征，并提供與之相適應(yīng)的交通和公共服務(wù)，通過產(chǎn)業(yè)調(diào)整和城市職能轉(zhuǎn)變有效調(diào)節(jié)人口流動(dòng)，從而推進(jìn)京津冀區(qū)域經(jīng)濟(jì)一體化，提升區(qū)域整體效率和競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1] William J. Reilly， The Law of Retail Gravitation [M]， New York： The Knickerbocker Press， 1931.

[2] George Kingsley Zipf， “The P1 P2/D Hypothesis： On the Intercity Movement of Persons” [J]， American Sociological Review， 1946， 11 （6）： 677-686.

[3] John Quincy Stewart， “Demographic Gravitation： Evidence and Application” [J]， Sociometry， 1948， 11： 31-58.

[4] P. D. Converse， “New Laws of Retail Gravitation” [J]， Journal of Marketing， 1949 （3）： 379-384.

[5] 桂志鵬、梅宇翱、吳華意、李銳：《顧及POI人口吸引力異質(zhì)性的城市人口空間化方法》[J]，《地球信息科學(xué)學(xué)報(bào)》2022年第10期，第1883-1897頁。

[6] 張?。骸痘赑OI大數(shù)據(jù)的城市零售商業(yè)空間布局與人口耦合關(guān)系研究——以上海市為例》[J]，《復(fù)旦學(xué)報(bào)（自然科學(xué)版）》2019年第2期，第151-161頁。

[7] 楊冕、謝澤宇：《新冠肺炎疫情防控對(duì)中國人口流動(dòng)的影響——基于百度地圖遷徙大數(shù)據(jù)的實(shí)證研究》[J]，《人口研究》2020年第4期，第74-88頁。

[8] 馮章獻(xiàn)、張瑜、魏冶、趙梓渝、龐瑞秋、王士君：《基于百度遷徙數(shù)據(jù)的長(zhǎng)春市春運(yùn)人口流動(dòng)時(shí)空格局與動(dòng)力機(jī)制》[J]，《經(jīng)濟(jì)地理》2019年第5期，第101-109頁。

[9] 劉永樂、張景秋：《基于騰訊位置數(shù)據(jù)的中國城市居民航空出行時(shí)空特征》[J]，《人文地理》2021年第5期，第131-137、147頁。

[10] 王婧、劉奔騰、李裕瑞：《京津冀人口時(shí)空變化特征及其影響因素》[J]，《地理研究》2018年第9期，第1802-1817頁。

[11] 沈映春、羅湉予：《京津冀產(chǎn)業(yè)布局對(duì)人口空間分布的影響及疏導(dǎo)建議》[J]，《產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論》2019年第3期，第21-36頁。

[12] 曹琳劍、王杰、王歡歡、崔慧慧：《京津冀基礎(chǔ)設(shè)施建設(shè)與人口集聚耦合演進(jìn)分析——基于推拉理論解析》[J]，《地理科學(xué)》2019年第8期，第1256-1264頁。

[13] Zhang Yingna、王悅、胡昊宇、袁春來：《基于手機(jī)信令大數(shù)據(jù)的京津冀城市群人口時(shí)空分布與流動(dòng)特征分析》[J]，《地域研究與開發(fā)》2023年第3期，第161-167、180頁。

[14] 許恒周、趙一航、田浩辰：《京津冀城市圈公共服務(wù)資源配置與人口城鎮(zhèn)化協(xié)調(diào)效率研究》[J]，《中國人口·資源與環(huán)境》2018年第3期，第22-30頁。

[15] 王建強(qiáng)、彭文英、李若凡：《京津冀人口土地生態(tài)壓力及空間調(diào)控戰(zhàn)略研究》[J]，《人口與經(jīng)濟(jì)》2018年第5期，第83-90頁。

作者簡(jiǎn)介：楊卡，國際關(guān)系學(xué)院公共管理系教授、博士生導(dǎo)師。

責(zé)任編輯：陳丁力