基于百度遷徙數據的上海大都市圈人口流動特征分析

黃 潔

無錫市國土空間規劃編制研究中心 江蘇 無錫 214000

1 引言

2017年12月，國務院批復的《上海市城市總體規劃》中，明確提出“構建上海大都市圈”的要求；2020年1月，上海市發布貫徹《長江三角洲區域一體化發展規劃綱要》實施方案中，進一步明確了圍繞上海和蘇州、無錫、常州、南通、寧波、嘉興、舟山、湖州的“1+8”區域范圍構建開放協調的空間格局，促進區域空間協同和一體化發展的思路[1]。大都市圈戰略是上海進一步發揮核心城市功能，帶領長三角區域一體化發展的重要抓手和動力引擎。這“1+8”的區域范圍，總面積約5.6萬平方公里，常住人口約7100萬人。

區域一體化發展最直接的體現是各類資源要素的流動與共享，上海大都市圈是長三角核心圈層，其人口流動這是長三角區域一體化發展最核心的要素之一。本文試圖通過運用百度大數據，分析上海都市圈人口流動特征，為都市圈相關發展建設提供相應參考，為推進長三角區域一體化發展提供相應支持。

2 數據來源與研究方法

2.1 數據的基本情況及數據選取

百度遷徙數據是通過對百度自身擁有的LBS（基于地理位置的服務）大數據進行計算分析，量化并呈現國內城市間的遷徙情況。其對于人口遷徙的定義不同于平常我們認為的人口居住地由遷出地到遷入地的永久性或長期性的改變[2]，而是將人群短期離開居住地城市，流入其他城市的行為定義為遷徙，實際就是城市間的短期人口流動情況[3]。

受新冠疫情和春節假期等多種因素的影響，2020年一月份以來全國人口流動情況具有一定的特殊性，直至2020年4月全國基本實現復工復產，通過比對百度遷徙提供的去年同期數據，發現人口流動趨勢基本恢復正常水平，因此本次主要采用2019年3月與2020年4月數據為研究對象。本次研究共采集了相關的155座城市的人口流動數據，包括流動日期，遷入指數，遷出指數，規模占比等。

2.2 研究的思路與方法

本文從都市圈人口流動總量，流動外向度，內部流動格局，流動時間特征等方面，層層深入分析上海大都市圈人口流動特征。其中流動總量即都市圈各組成城市流動指數的總和，反映不同都市圈人口流動的規模情況以及都市圈經濟發展的水平。由于流動總量與都市圈所包含城市數量有較為密切的關系，故本次研究將城均流動指數也作為重要分析對象。計算公式分別為：

式中：Q表示相應時間段內，都市圈所有城市流動指數的總和。t為相應的時間區間的第幾日，i為都市圈內的第幾座城市。

人口流動外向度則是都市圈各組成城市與圈外城市流動指數占該都市圈總流動指數的比重，反映都市圈與外部城市的聯系緊密程度，進而一定程度能反映都市圈內外城市功能協作情況。其公式為：

式中：Q外表示圈內城市與圈外城市流動指數之和，Q表示都市圈總流動指數。

流動格局則是通過分析都市圈各城市間流動指數情況，進而分析都市圈內部人口流動的網絡格局。時間特征則重點分析都市圈中心城市與其他城市間每天遷入遷出變化情況，尤其工作日與周末人口流入流出規模的變化情況，能夠一定程度反映城市間的功能協作關系。

3 上海大都市圈人口流動特征分析

3.1 總體流動規模上：上海大都市圈屬于全國人口流動規模最高的區域之一

本次研究以《中國都市圈發展報告2018》[4]中確定的成熟型都市圈和發展型都市圈為參照物，分析上海大都市圈的總體流動規模情況。在此報告中，上海大都市圈（含上海市、蘇州市、無錫市、常州市、南通市、湖州市、嘉興市、寧波市、舟山市）沒有單獨列出，從屬于長三角都市連綿區的一部分，為了便于比較，將上海都市圈單獨列出，與其他都市圈進行比較分析。

從總體流動指數來看，上海大都市圈在全國而言屬于較高水平。以月為單位，統計都市圈月度流動指數，上海大都市圈流動規模（14.1萬）低于兩個成熟型都市圈，高于包括首都都市圈（11.9萬）在內的國內其他都市圈，為首都都市圈的1.2倍，成都都市圈（7.0萬）的2倍（2019年數據）。說明上海大都市圈是全國人口流動最為頻繁的地區之一，反映了其較高的經濟活力水平。

從城市平均流動指數來看，各都市圈間的差距沒有如此明顯，珠三角都市連綿區、上海都市圈、首都都市圈仍屬于全國前列，但上海都市圈與珠三角都市連綿區之間還是存在不小的差距，僅約為其平均水平的70%。另從兩個年度的流動數據還可以看出，疫情對首都都市圈的影響較大，其2020年人口流動性遠小于2019年水平。

3.2 流動外向度上：上海大都市圈外向聯系較強，輻射范圍主要集中于蘇浙皖三省

都市圈人口流動外向度反映的是都市圈與外部城市聯系的密切程度[5]。將各都市圈流動規模與流動外向度進行比對分析發現，雖然各都市圈流動規模差異較大，但是有一個共同的規律是發展相對成熟的都市圈其流動外向度相對更小，而發展相對還不夠成熟的城市圈該值則更大。如長三角都市連綿區、珠三角都市連綿區、成都都市圈等，其發展相對完善，該外向度在35%以內，最低的長三角連綿區甚至達到了30.26%，即外部流動規模只占到總流動規模的三成。而濟南都市圈、青島都市圈發展相對還不夠成熟，外部流動強度更大，開放性更高。究其原因，這是由于成熟的都市圈內部形成了相對完整的產業分工或者產業體系，內部的交通、物流、商貿體系也更為完善，內部城市間形成了互為補充與協作的功能關系，因此都市圈城市間人員流動則更為頻繁。而對于上海都市圈，由于其包含于長三角都市連綿區，實際是都市連綿區的一部分，因此內部流動強度沒有表現出明顯的優勢，反而是外部流動強度略大，可見上海大都市圈的城市分工與協作是在一個更大的范圍中進行的。

詳細分析上海大都市圈與外部其他城市的流動構成，發現流動方向主要集中在江蘇、浙江和安徽三省。按月度流動指數統計，江蘇與浙江相當，為1.70萬（上海都市圈外的其他城市流動指數之和），安徽為兩者的約一半水平，為0.9萬，其他省份中河南最高，為0.3萬，但也僅相當于安徽的三分之一，江蘇浙江的六分之一。

3.3 流動的空間分布上：上海大都市圈內部人口流動整體呈現北強南弱的特征

上海城市圈內部九座城市間的人口流動情況顯示，蘇州、上海、無錫三座城市的人口流動指數更大，其次是常州、嘉興與南通，而寧波、舟山在都市圈中的流動規模偏小，說明都市圈北部幾座城市，內部交流更為密切，南部城市圈內交流相對較弱（圖1）。原因是多方面，一是傳統的滬寧交通與經濟走廊的存在，為上海都市圈北側奠定了較好的經濟聯系基礎；二是由于太湖、杭州灣等地理要素的阻隔，以及幾座城市空間分布上格局，使南部城市之間即無法形成像滬寧一樣強的經濟聯系軸線，也沒有形成網絡化的空間聯系格局；三是都市圈南側浙江省會杭州的“反磁力”作用，一定程度上也削弱了都市圈內部的經濟聯系，這幾方面的原因就形成了現在的人口流動格局。

圖1 上海大都市圈各城市間流動強度圖

上海作為都市圈中心城市，按照與其流動強度，八座城市的排序為蘇州>南通>嘉興>無錫>寧波>常州>湖州>舟山（表1）。可見其與內部城市之間的聯系也是與北部城市聯系更為緊密，而南部偏弱。尤其與蘇州之間的流動指數，遠高于其他城市，是排在第二位城市南通的3.4倍，說明上海與蘇州的人員往來非常密切，這一方面得益于上海與蘇州的經濟聯系強度很高，另一方面則是由于蘇州下轄地級市昆山與上海直接相鄰，部分地區建設用地相互連綿，甚至有城市軌道交通直接相通，這極大的便利了兩市人口的相互流動。南通與上海流動強度超越了嘉興和無錫，排名第二，說明其作為上海都市圈北部門戶的作用已經明確顯現，是上海向長江以北輻射的重要橋頭堡。無錫作為都市圈中與上海不直接相鄰的城市，與上海的流動指數為0.35萬，屬于不相鄰城市中流動指數最高的，說明無錫與上海的經濟聯系也是非常密切。

表1 上海與都市圈內部城市流動指數

3.4 流動的時間分布上：上海大都市圈人口流動形成了以上海為中心城市的鐘擺型流動特征

大都市圈中上海與其他幾座城市的人口流動，從時間分布上，整體呈現周初與周末強于平時的特點（圖2）。上海周中的流動指數在260上下浮動，周末與周初的流動指數則升高到接近400的水平，周末約為平時的1.5倍。且上海與其他多座城市間形成了鐘擺型的人口流動趨勢，即周末離開周一返回，而清明節等小長假則會放大這一效應。分析這一鐘擺型流動可能的原因，是由于上海作為中心城市，吸納了都市圈其他城市的人口就業，而每到周末他們返回自己的城市；另外上海本地居民利用周末離開上海到周邊城市進行休閑旅游，這兩類人群的離開與返回構成了周末和周初的流出與流入的小高峰。蘇州與圈內城市在總流動規模上雖然略高于上海，但是從流動的方向和時間分布上，還沒有像上海一樣，對周邊城市的人口形成強力的吸引，帶來明顯的鐘擺型人口流動。

圖2 上海2020年4月每日遷入遷出情況

4 結語

本次研究以城市遷徙數據為對象，從宏觀層面、都市圈外向聯系層面，都市圈內部流動層面，兩兩城市間遷徙時空分布層面四個維度層層深入，剖析上海大都市圈的發展現狀與空間聯系特征，有助于進一步認識都市圈整體發展水平、都市圈與更大范圍城市群的協同關系以及都市圈內部城市間協作分工情況等。對上海大都市圈相關規劃的編制工作提供了一個LBS大數據、傳統交通調查、人口等數據綜合應用分析的有效技術支撐路徑。通過都市圈城市間人口流動特征分析，也有利于指導未來產業、交通、基礎設施等方面協同發展目標的制定和優化策略擬定，進而有效推進都市圈城市的全面對接，實現多系統多維度的協同發展。但另一方面，由于數據獲取的原因，無法對流動人口的交通方式、遷移目的以及年齡職業特征等進行更加深入細化的分析，研究的對象也只能到細化到市級而無法深入到縣級，可以預期，未來可深入研究基于LBS結合手機信令，通過兩類數據的綜合、清洗、分析后實現更深層面的應用。

最后對百度開放相關人口流動數據表示衷心感謝。