新冠肺炎疫情對民族地區人口流動的影響

楊 晨，文 成，許小可*

（1. 大連民族大學信息與通信工程學院 遼寧 大連 116600；2. 信陽學院大數據與人工智能學院 河南 信陽 464000）

我國是統一多民族國家，少數民族是我國人口的重要組成部分。根據全國第七次人口普查的數據顯示，我國的總人口為141 178 萬人，其中漢族人口為128 631 萬人，占91.11%；各少數民族人口為12 547 萬人，占8.89%[1]。我國的少數民族由于歷史文化等特殊原因主要分布在西北、西南以及東北等內陸地區。民族地區由于地理位置限制、經濟結構不合理等諸多原因導致經濟發展相對落后[2]。十八大以來，國家對民族地區資金投入比重不斷增大、加快推進西部大開發計劃以及對口支援計劃，但民族地區的經濟基礎相較于全國經濟發達地區仍較為脆弱，容易受各種外界因素影響。

新冠疫情發生后，各地都采取了不同程度的管控措施，對全國各城市的人口流動和經濟都帶來嚴重影響[3-4]。隨著疫情的持續，2020 年國務院辦公廳延長春節假期至2 月2 日，各類學校推遲開學、企業推遲復工時間[5]，這些為阻斷新冠肺炎疫情蔓延而實施的種種舉措也對經濟帶來短期沖擊[6-7]。受經濟發展基礎薄弱，城鎮化水平不足等因素制約[8]，依賴于人口流動的外出務工和特色旅游是民族地區經濟的重要組成部分。為應對疫情，各級政府采取了不同程度的限制人口流動的措施，對民族地區人口流動和經濟產生了重要影響[9-11]，本文基于百度遷徙提供的人口流動數據對其進行精準的量化分析。

首先通過對人口流動量指標與2019 年經濟指標的相關性分析，發現城市經濟與城市人口流動量具有很強相關性，人口流動量指標可以用來表征城市的經濟發展趨勢。其次，使用百度遷徙數據對2019 年-2021 年這3 年內，我國城市的人口流動量、人口流出量及城市內人口流動量這3 個人口流動指標受新冠肺炎影響程度進行了多維度刻畫，對其他地區和民族地區疫情期間的人口流動量變化進行了度量[12]，以此來預測新冠肺炎疫情對我國經濟的影響。結果表明，新冠肺炎疫情對全國人口流動量和經濟活動影響較大，但是民族地區和其他地區沒有顯著差異。在民族地區中，對西北民族地區的影響尤其明顯，對西南民族地區的影響相對較小。

1 人口流動和城市經濟的相關性分析

1.1 相關工作

近年來，隨著大數據技術的發展，越來越多的新型數據可以用來表征城市經濟狀況。文獻[13]通過分析2000-2015 年的國內生產總值以及城市地區和農村地區相對收入等數據量化了區域經濟復雜性，文獻[14]通過分析用戶的在線活動推斷出城市經濟狀況，文獻[15]根據手機使用情況預測地區的財富分布，文獻[16]通過分析銀行卡交易數據預測國家的經濟表現。此外，文獻[17]使用移動互聯網定位的跨地區出行大數據，度量了全國人口流動的時空特征，發現地區間人員流動與經濟空間格局顯著相關。

有學者從區域經濟一體化的視角研究人口流動的影響，認為人口流動不僅有利于經濟發展，也會縮小區域間經濟的發展差異[18]。但這一觀點受到一些學者質疑，他們認為人口流動會擴大區域經濟的發展差異。文獻[19]發現隨著流動人口數量增多會導致各區域經濟發展差異化加劇，經濟發達地區會吸納更多的外圍城市人口，使得經濟不發達地區經濟發展更加滯后，這種現象會加劇各區域經濟發展差異化。

網絡科學是近年來人口流動網絡研究中出現的新范式和新理論。文獻[20]通過對長三角城市群內部人口流動網絡的特性分析，發現長三角城市群內經濟水平相對較高的上海、蘇州、金華、杭州、寧波和南京等為勞動力輸入型城市，而經濟水平相對較低的鹽城、安慶和滁州等為勞動力輸出型城市，城市人口流動形式與城市經濟具有較強相關性[20]。文獻[21]利用社會網絡分析等方法發現區域人口流動網絡形成了“直轄市-省會城市-一般地級市”三級梯隊結構，具有明顯的層次特性[21]。綜上所述，依托大數據技術、統計分析方法和各種新型數據研究經濟具有預測精準度高、數據收集成本低等優勢。

1.2 城市人口流動量指標和經濟的相關性分析

本文將百度遷徙數據與經濟指標[22]結合，通過相關性分析論證人口流動數據是否能表征經濟情況。本文對城市人口流動量定義如下，城市人口流動量包含人口流入總量、人口流出總量、城市內人口流動總量[23]。

對于人口流入總量：

基于百度遷徙平臺，可以得到每個城市的城市內人口流動量，這個指標表征該城市有出行的人數與該城市居住人口比值的指數化結果。定義城市內人口流動總量指標為Lloc(i)， 表示某天城市i的城市內人口流動總量。

本文使用2019 年城市人口流動數據和城市GDP 數據，分別對人口流入總量Fin、人口流出總量Fout、 城市內人口流動總量Lloc與GDP 數據進行相關性研究。在人口流動網絡中，城市的輸入人口流動量Fin、輸出人口流動量Fout分別對應網絡科學中的節點輸入強度和輸出強度。圖1 可發現Fin、Fout、Lloc與 城市GDP 指標都有很強的相關性。Fin與GDP 的相關關系如圖1a 所示，其皮爾遜系數約為0.77；Fout與GDP 的相關關系如圖1b 所示，其皮爾遜系數約為0.82；Lloc與GDP 的相關關系如圖1c 所示，其皮爾遜系數約為0.63。

圖1 人口流動量與GDP 的相關關系

考慮到人口流動量與城市GDP 具有強相關關系，因此本文使用人口流動網絡中提取的Fin、Fout、Lloc指標來表征城市經濟受新冠肺炎影響的情況。通俗來講，一般城市人口流動量數值越大，城市間的連接越密切，城市的經濟水平也就越高。受新冠肺炎疫情影響導致的城市人口流動量下降，可以理解為當地經濟活動所受到的影響。

2 民族地區人口流動量的變化分析

2.1 民族地區城市的具體信息和分類

我國少數民族人口集中居住區域較多，本次選取具有代表性的西南、西北和東北地區。本文對民族地區的劃分依據為：1） 我國統一規劃的5 個自治區，包括內蒙古自治區、廣西壯族自治區、西藏自治區、寧夏回族自治區、新疆維吾爾自治區，這些自治區的主要城市為第一依據；2） 國家根據民族人口占據總人口的1/2 或者以上劃分的這個原則具體劃分的民族地區、自治州、縣。本文按照上述規則從百度遷徙數據提取了88 個少數民族地區及城市，占全國總城市數量的25.3%。同時，綜合考慮地區尺度上的情況，按照華東、華南、華北、華中、西南、西北、東北7 個大區域，將民族地區進行了劃分。因為華北地區和華中地區的城市比較少，分別將它們與東北地區、華南地區進行合并處理，最后分為4 個大區進行研究，如表1 所示。

表1 民族地區城市的地區分類

2020 年新年后隨著疫情的發展，全國各個地區也都加強了對人口流動的管控。民族地區中很多城市都地處邊遠地區，人口流動與經濟發展情況更加復雜，因此研究民族地區人口流動量和其他地區人口流動量變化的異同，有助于今后針對這些地區制定出更有效的防控策略，研究疫情對民族地區人口流動以及經濟影響有重要的意義。隨著新冠疫情逐漸控制，民族地區人群遷徙規模與范圍對研究當地的經濟恢復具有重要的參考作用。

2.2 民族地區城市人口流入數量變化分析

本文根據百度遷徙數據統計了全國88 個民族地區城市從春運開始直至清明節結束后的近3 年的人口流入量數據，如圖2 所示。

圖2 民族地區近3 年的人口流入量對比

由于疫情發生在春節期間，中國人口的流動除五一、十一和元旦假期以外，受農歷節日的影響比較大[24]，因此這里將時間刻度使用農歷日期。同時，為刻畫清明節期間民族地區的人口流入情況，在3 月20 日后使用陽歷日期。如圖2 所示，2019年和2021 年可以看出有很明顯的春節歸鄉、春節復工和假日游、清明出游這3 個流入高峰。其中，在正月初七和清明節出現兩個流入高峰，2021 年民族地區人口流入量在元宵節后基本上恢復到2019 年同期水平，說明2021 年我國人口流入量基本恢復疫情前水平。

反觀2020 年，春節前存在流入高峰，但春節后相較于2019 年不存在返鄉高峰和假日游。農歷正月二十五后，民族地區的人口流入量相較于2020 年春節期間略有增長，但是與2019 年相比仍有明顯的下降。2020 年春節后整體呈現出先急劇減少后緩慢增加的過程，主要原因是疫情發生后，在國家各級政府的要求下，人們防范意識加強，開始減少出行，因此各地區的人口流入量有明顯的大幅度下降。直到疫情后期，國內形勢趨于穩定，2020 年3 月20 日左右，民族地區的人口流入量基本上與2021 和2019 年持平，人口流入基本恢復疫情前水平。在4 月份清明節期間，我國民族地區人口流入量僅有一個緩慢的小幅度增長，相較于2019 年有很大的差距。

由于每個民族地區城市的人口總量、規模和經濟發展水平的差異，對于不同城市的人口流入變化量無法進行直接比較。本文定義人口流入相對變化量指標Rin來度量民族地區城市2020 年和2019 年流入量之間的差別，同時可以使用該指標進行不同城市或地區之間的比較。

針對民族地區的人口流入，計算2019 年和2020 年民族地區和其他地區（去除民族地區后的全國其他地區）的人口流入相對變化量隨時間變化的規律，如圖3 所示。春節前其他地區人口流入相對變化量Rin的高峰值接近1，說明2020 年其他地區人口流入量比2019 年多將近一倍，而春節前民族地區人口流入相對變化量比其他地區的變化量要小很多，接近0.3，說明2020 年民族地區人口流入量比2019 年多30%左右。春節后由于政府的管控措施，民族地區相較于2019 年都有近75%左右的流入量損失比，這一現象持續到農歷正月底。正月底人口流入量與前一段時間相比有了緩慢的回升，并且呈現一定的周期性變化，并在農歷二月底基本恢復2019 年水平。

圖3 2019 年與2020 年民族地區的人口流入變化量分析

每個民族地區的情況明顯不同，西北地區在春節前返回本地的人口比以往更多，并且遠遠高于其他地區，西北地區年前流入量與2019 年同比增長40%左右，東北和華北地區、西南地區與以往基本持平，而華南和華中地區與2019 年同期相比損失將近50%。春節后，各個地區的人口流入變化量都有明顯下降，并在元宵節前后達到峰值，有接近80%的損失率。西北地區的累計人口流入變化量稍高于其他民族地區，并結合疫情趨于平穩后，各民族地區人口流入變化量恢復到2019 年水平的時間先后順序依次是西南、華南和華中地區。雖然東北和華北地區、西北地區直到清明節仍未恢復疫情前水平，但是東北和華北地區人口流入損失量明顯低于西北地區，因此新冠肺炎對于西北地區的民族城市影響最大。相反，對于西南地區的民族城市，在春節前的相對人口流入量和2019 年相比差異較小，人口流入量和2019 年基本持平。同時，西南民族地區的人口流入量在2020 年農歷2 月份就恢復到了2019 年水平，并且疫情使得西南地區的人口流入損失量相較于其他民族地區較少，這說明新冠疫情對西南地區的民族城市流入情況的影響最小。

2.3 民族地區城市人口流出數量變化分析

對民族地區人口流出量進行對比回溯分析，如圖4 所示。針對2019 年和2021 年數據，可以看出有很明顯的春節歸鄉、春節復工和假日游、清明出游這3 個流出高峰，其中在正月初七和清明節出現兩個流出高峰，說明2021 年我國人口流出基本恢復疫情前水平。反觀2020 年，年前的春節歸鄉高峰依然存在，但春節后相較于2019 年不存在春節復工和假日游，而清明假日游的流出高峰仍然存在，但明顯低于2019 年水平。

圖4 民族地區近3 年的人口流出量對比

2020 年春節后由于新冠疫情的爆發，政府采取了嚴格的出行限制政策，民族地區的人口流出量整體呈現先急劇減少后緩慢增加的趨勢，直到農歷正月十五左右都處于很低的水平。直到疫情趨于平穩，從正月二十五開始，流出量緩慢增加，3 月中下旬基本恢復到疫情前水平。對比近3 年流出量變化，2020 年春節后出行和復工高峰消失，并且清明節后人口流出量與2019 年相比減少較為明顯。

由于每個城市的規模、人口總量以及經濟發展水平是不同的，所以對于不同城市的人口流出變化量無法進行直接比較。本文定義人口流出相對變化量指標Rout，來度量民族地區城市2020 年和2019年流出量之間的差別：

春節前，民族地區和其他地區的Rout基本一致，2020 年的人口流出量比2019 年增加了20%～30%。春節后到農歷正月底，民族地區和其他地區的Rout驟降，且下降趨勢基本一致，最大同比下降了80%，說明疫情使得我國民族地區和其他地區的人口流出量相較于2019 年有80%的損失率，農歷二月以后民族地區和其他地區人口流出相對變化量都逐漸減少，并且都存在周節律現象，疫情對我國人口流出的影響逐漸降低。在清明節假日期間，民族地區的變化量損失了65%，說明2020 年清明節假日游民族地區人口流出量大大低于2019 年同期。

針對所有的民族地區城市，本文按照表1 劃分的區域將其劃分為4 個大區，觀察2020 年與2019年民族地區和其他地區人口流出情況的差別，如圖5 所示。可以發現在春節前各個地區的變化量基本一致，且2020 年的各地區的人口流出都比2019 年高。春節后，各地區的人口流出相對變化量都小于零，說明春節后2020 年各民族地區的人口流出量都低于2019 年，并且流出量損失比在元宵節前高達90%左右，說明疫情使各民族地區的人口流出損失率將近90%。元宵節后，各民族地區的人口流出量變化量緩慢增長，但是西北地區恢復速度較慢。正月底各地區開始出現了非常明顯的分化。西北地區的累計人口流出相對變化量明顯高于其他民族地區，并結合疫情趨于平穩后，各民族地區人口流出相對變化量恢復到2019 年水平時間先后的地區順序依次是華南和華中地區、西南地區。雖然東北和華北地區、西北地區直到清明節仍未恢復疫情前水平，但是東北和華北地區人口流出損失量明顯低于西北地區，因此新冠肺炎對于西北地區的民族城市影響最大。相反，西南民族地區的人口流出量在2020 年農歷2 月份就恢復到了2019 年水平，并且疫情使得西南地區的人口流出損失量相較于其他民族地區較少，這說明新冠疫情對西南地區的民族城市人口流出情況的影響最小。因此，基于城市人口流出量指標，西北地區疫情的影響更大一些，而西南地區受新冠肺炎的影響更小一些。

圖5 2019 年與2020 年民族地區的人口流出變化量分析

2.4 民族地區城市內人口流動數量變化分析

對于民族地區城市內人口流動量指標[23]，首先比較近3 年的民族地區的城市內人口流動情況，如圖6 所示。可以發現春節前，2020 年的城市內人口流動量要明顯高于2019 年，2021 年要高于2020年，說明了新冠疫情平穩后城市內人口流動情況在增加。在春節后由于新冠肺炎的影響，2020 年的城市內人口流動量迅速下降，出現了遠遠低于2019 年的大幅度衰減現象，直到元宵節后開始緩慢恢復，農歷二月份基本恢復2019 年水平。對比2019 年和2021 年民族地區的城市內人口流動量，城市內人口流動的周期性和數量都非常穩定，并且2021 年城市內人口流動量略高于2019年，說明2021 年城市內人口流動量已經幾乎不受疫情影響。

圖6 近3 年民族地區城市內人口流動量變化情況

圖7 2019 年與2020 年民族地區城市內人口流動變化分析

觀察2020 年與2019 年全國各個民族地區情況的差別，可以發現在春節前各個地區的變化量基本上是差不多的，在2%～20%上下震蕩，但是在春節開始出現了非常明顯的分化。西北、東北和華北地區這兩個區域受疫情的影響更大一些，城市內人口流動損失比維持在70%左右。而西南地區、華南和華中地區這兩個區域受疫情的影響更小一些，損失比維持在50%左右，城市內人口流動量的恢復率也更快一些。在2 月初，各民族地區城市內人口流動量基本上與2019 年持平。各個地區城市內人口流動量恢復到2019 年水平的時間先后地區順序依次是西南地區、華南和華中地區、東北和華北地區、西北地區。綜上，基于城市內人口流動量指標，西北地區受疫情影響程度較大，西南地區較小。

2.5 民族地區城市綜合指標變化分析

對比近3 年人口流動指標，疫情后人口流入和人口流出指標和2019 年相比有了明顯的下降，2021 年較2020 年雖然有所回升但是仍未恢復2019 年水平，而城市內人口流動指標在2020 年2 月初已超過2019 年，2021 年則明顯高于2019 年。以上結果表明疫情后我國長途流動減少，而短途流動增加。

針對民族地區城市，綜合1 月23 日后樣本城市的人口流入指標、人口流出指標和城市間人口流動指標計算各民族地區城市受疫情影響造成的人口流動累計變化量，如圖8 所示。

各民族地區城市受疫情影響程度不同，疫情造成的人口流動量的變化程度不同。圖8 中，虛線為樣本民族地區城市1 月23 日后人口流動累計變化量的平均值，實線部分為各個民族地區內所有樣本城市1 月23 日后人口流動累計變化量的平均值。從區域角度分析，民族地區的人口流動累計變化量的平均水平下降為49.49%，西北地區平均下降58.40%，東北和華北地區平均下降51.78%，華中和華南地區平均下降43.34%，西南地區平均下降39.32%，通過對比，西北民族地區受到的影響最大，西南民族地區受疫情影響最小。從一個側面也說明，西北地區在疫情發生后，受限于區域遼闊和醫療衛生條件，本地的疫情防控壓力較大，受疫情影響，很長一段時間內都無法恢復正常的經濟活動。

圖8 基于3 種指標的各民族地區城市受疫情影響程度

從城市角度分析，在樣本民族地區里不同城市受疫情影響程度不同，烏魯木齊、伊犁、克拉瑪依、石河子等西北地區民族城市受疫情影響最大，而黔南、黔西南、文山、樂東等城市受疫情影響最小。從各個地區受影響最大的城市來看，西北地區為烏魯木齊、伊犁、克拉瑪依，華南和華中地區為恩施、北海、防城港、桂林，東北和華北地區為呼和浩特、呼倫貝爾、錫林郭勒，西南地區為甘孜、西雙版納。各個地區城市受影響程度不同。

3 結 束 語

本文基于百度遷徙數據中涉及的88 個民族地區城市，對疫情期間民族地區人口流動變化進行度量。首先分析了我國城市GDP 與人口流動量具有極強的相關性，因此可以使用人口流動量指標表征經濟變化情況。其次，對疫情前后民族地區人口流入、人口流出和城市內人口流動情況進行刻畫，發現在疫情期間民族地區的人口流動量普遍呈現先大幅度下降后緩慢上升的現象，并且疫情后我國長途流動大大減少，而短途流動略有增加。通過對民族地區和其他地區城市3 種人口流動量指標的分析，發現新冠肺炎疫情對民族和其他地區的影響沒有顯著差異。對于民族地區，西北地區的民族城市受影響較大，而對西南民族地區的城市造成的影響相對較小。一方面原因是疫情對于民族地區的旅游經濟活動造成嚴重影響，另一方面疫情也降低了民族地區人口的外出打工等經濟活動。此外，西北地區由于疫情的影響，本地的人口流動被阻斷，這些都限制了民族地區的經濟發展，并有可能造成一些少數民族群眾的生活質量下降。通過對疫情期間民族地區人口流動和經濟變化進行統計分析，并對民族地區城市受疫情影響程度進行刻畫，有助于針對這些地區制定出更有效的防控策略和扶貧幫扶措施，其分析結果可為相關部門提供決策參考。考慮到本文中僅使用了節點的輸入和輸出強度指標對城市受到的疫情影響進行刻畫，在網絡統計量中相對簡單而且均是微觀指標。今后研究中，可以使用網絡科學領域的更多維度統計量，如中尺度的社團特性指標和連通效率等全局性指標，進一步刻畫全國人口流動網絡受新冠疫情的多尺度復雜影響。