基于高德迁徙数据的长三角城市群空间结构特征研究

汪逸龙

摘要：近期，学界涌现了很多利用手机信令、位置数据等多源时空行为数据探究城市群内部空间结构特征的研究。本文基于高德迁徙数据，旨在刻画长三角城市群空间结构，分析不同时间截面下城市群内部各城市之间人流交互强度的差异，透视新冠疫情前后城市群空间结构的变化趋势。研究发现，长三角城市群的Z字型发展轴特征显著，不同时间截面下均能体现出这一结构特征；疫情期间，长三角城市群的Z字型发展轴特征得到强化，“一核五圈四带的格局”初显，城市之间的交互作用整体提高；城市群空间结构在工作日与长假日有显著差异，都市圈内城市在长假日的交互作用更强。长三角城市群空间结构演变趋势体现了新时代城市发展的需求，对下半场城镇化的高质量发展需要突出都市圈的作用提供了支撑。

关键词：长三角城市群；空间结构；演变；人口流动；疫情

1引言

城市群是指在特定地域范围内，一般以1个以上特大城市为核心，由3个以上大城市为构成单元，依托发达的交通通信等基础设施网络所形成的空间组织紧凑、经济联系紧密、并最终实现高度同城化和高度一体化的城市群体。城市群和都市圈是我国促进大中小城市协调联动、特色化发展的依托，是新时代完善城镇化空间格局的重要发展载体，是高质量发展的重要空间单元。国家十四五规划纲要指出要发展壮大城市群和都市圈，提出了优化城市群内部空间结构，形成多中心、多层级、多节点的网络型城市群的要求。城市群是我国城镇化的主体形态，也是政府决策和科学研究重点关注的问题。

城市群空间结构的分析能够直观呈现城市群内部各城市之间的联系网络，展现不同时间截面、特定时间节点的城市群内部居民的流动状态，推导出城市群空间结构的演变趋势，对于完善国家新型城镇化战略、提升城镇化发展质量具有重要意义。

甄茂成[1]等利用百度迁徙数据，通过网络分析的方法识别了长三角城市群的空间结构和城市体系，识别出上海、南京、杭州和合肥为4个处于主导地位的节点城市。李响[2]利用经济数据构建了长三角城市群网络，认为城市节点间中心性不均衡，枢纽型城市少，多中心、网络化格局显现。方大春[3]等利用引力模型采用社会网络分析的方法对长三角城市群进行了分析，发现高铁重构了长三角城市群空间结构。孙明月、汤晋等通过多种方法对长三角、京津冀等城市群、都市圈的空间结构进行了分析[4-10]。

本文在前人基础上，采用高德迁徙数据，对疫情前后不同时间截面的城市群空间结构进行分析，以期发现不同时间截面的城市群空间结构的细微差异，进而总结城市群空间结构的变化趋势。

2数据来源与研究方法

2.1研究区域

研究区域为长三角城市群，根据《长江三角洲城市群发展规划》等文件，长三角城市群包括上海、江苏省的南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州，浙江省的杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州，安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等26城。长三角城市群属于优化提升型城市群，也是我国综合实力最强、战略意义最突出的城市群。

2.2数据来源

本文采用的数据为高德迁徙数据，是基于位置服务（LBS， location based service）的大数据，通过手机定位信息的变化映射人口迁徙，通过海量样本统计计算四年出不同城市之间迁徙的量。该数据以日历日为单位进行统计，以地级市为统计单元，数据集中包含全国每天迁入迁出强度最高的一千条记录。其中每条记录包含三个字段，分别为起始点、目的地和实际迁徙指数。

样本时间选取分为2018年（疫情前）与2021年（新冠疫情爆发后第3年）的工作日和国庆节第一天共4个时间截面，每个时间截面的研究范围内的总迁徙指数如下表所示。其中工作日数据为6月份首周工作日数据的平均值，表达城市群内部城市之间的日常活动往来情况，国庆节数据表达国庆首日居民的跨城出城游憩情况。

表1：数据基本情况

年份	工作日（6月平均）		国庆节（10月1日）
	迁徙指数之和	总链数	迁徙指数之和	总链数
2018	158.8	121条	461.5	118条
2021	348.5	108条	575.4	96条

2.3技术路线

本文主要借助空间分析等综合方法处理数据，并通过数据可视化呈现城市群内部空间结构。首先从迁徙数据集中提取所需要的迁徙数据样本，然后将起始点与目的地关联到城市坐标上，并连线生成城市群空间结构，以迁徙指数为权重显示各城市间的联系强度（图1）。

图1 技术路线图

采用gis软件绘制人口迁徙图进行数据分析（表1），作为疫情前的人口网络的基准面。工作日，城市群内部两城之间的迁徙指数一般相差不大，休息日则有较大差异。

表2：城市群内部各城市之间的迁徙指数（局部）

序号	始发地	目的地	迁徙指数
			疫情前工作日	疫情前休息日	2021年工作日	2021年休息日
1	苏州	上海	11.4	14.4	20.6	19.0
2	上海	苏州	10.4	15.5	20.4	20.9
3	无锡	苏州	7.1	12.3	14.0	15.9
4	苏州	无锡	6.7	15.0	14.8	18.7
5	嘉兴	杭州	4.4	9.2	10.7	14.6
6	无锡	常州	4.2	10.3	9.4	12.7
7	常州	无锡	4.1	7.8	9.2	10.9
8	杭州	嘉兴	4.1	7.2	10.6	13.6
9	绍兴	杭州	3.9	8.9	9.7	13.7
10	杭州	绍兴	3.6	8.1	9.6	15.9
11	嘉兴	上海	3.3	5.7	6.4	7.3
12	湖州	杭州	2.6	5.5	6.9	8.9
13	上海	嘉兴	2.6	5.6	5.7	7.1
14	杭州	湖州	2.6	5.6	7.8	11.3
15	苏州	南通	1.7	9.5	4.4	11.4
16	无锡	泰州	0.9	8.6	2.1	6.8

3结果与分析

3.1疫情前

3.1.1疫情前工作日的人口迁徙形成Z字型结构

城市群内部呈现东强西弱的空间格局，核心边缘分异特征明显。通过自然断点法将城市间的联系强度分为5级显示，其中西部的池州、铜陵等城市与其他城市之间的迁徙指数较低，较为孤立，包括省会合肥在内的城市均未形成与周边城市的高强度联系，而东部的上海、嘉兴等城市均与临近城市之间都有较高强度的联系。

核心区域的高强度联系网组成Z字型空间结构，一般强度联系网形成网状空间结构。联系强度最高的几组城市相互联系形成了长三角的人口迁徙走廊，常州-无锡-苏州-上海-嘉兴-杭州-绍兴等7城之间依次连线，形成了Z字型空间结构，是长三角城市群人流交互强度最高的区域，是城市群内部最重要的轴带。除了人口迁徙走廊外，这一区域内的各个城市之间的较低强度的人流交互流动也更为丰富，如苏州与嘉兴、湖州与杭州之间的迁徙指数分别未为1.9、2.6，这些城市之间的人流交互共同形成了长三角城市群核心区域的网络结构。

外围区域的城市间联系强度与密度更低，合肥等城市发挥节点作用。长三角城市群安徽部分的人口迁徙网络密度与强度最低，省会合肥与滁州、马鞍山等部分省内城市之间的联系强度低于南京与他们之间的联系强度，如合肥与滁州之间的迁徙指数为0.8，而南京与滁州之间高达1.4。一方面是距离因素，即滁州更靠近南京；二是经济因素，即南京经济强于合肥，根据引力模型，南京与滁州、马鞍山等城市之间更容易形成较强的相互作用。合肥也起到了联系长三角核心区域与安徽省内城市之间的节点作用，如安庆等城市缺少与长三角东部城市的直接联系。

3.1.2疫情前国庆节的人口迁徙具有区域性差异

总体而言，国庆节人口迁徙的东强西弱的空间格局保持不变，且呈现出迁徙指数普遍提高、联系网络加密的特征。东部的江苏省内的迁徙指数大幅提高，如无锡-泰州、泰州-盐城的迁徙指数分别达到8.6、7.3，均超出了上海与嘉兴之间的迁徙指数，也远超工作日的迁徙指数。在迁徙指数最高的8组城市中，有6组与江苏省有关，比重达到75%，远高于工作日的50%。东部的浙江省的迁徙指数也有明显提升，网络结构更加复杂。西部的安徽省内的迁徙指数也有明显提升，其中合肥的节点性凸显，例如合肥-安庆的迁徙指数达到4.6，远超工作日的0.6，但仍与东部城市的迁徙指数有明显差异。

a)工作日

b)国庆首日

图2疫情前工作日与国庆首日的城市群空间结构图

3.2疫情对长三角城市群网络化空间结构仍持续完善

3.2.1疫情期工作日的人口迁徙沿发展带进行

2016年，国务院通过了《长江三角洲城市群发展规划》，规划将其打造为经济增长极，成为具有全球影响力的世界级城市群。规划提出了网络化的空间结构，即“一核五圈四带”。通过对比2020年与2018年的数据，发现疫情冲击下长三角的网络化空间结构仍日趋完善。从城市群内部各地市之间的迁徙指数之和来看，城市群内部整体的迁徙指数翻倍，由2018年的158.8升到了2021年的348.5，表明城市群内部的联系强度迅速增强，城市群空间结构快速发展，而总链接条数由121条降低至108条，表明城市群内部的人口迁徙更为集中，空间结构网络化发展。

图3《长江三角洲城市群发展规划》长三角城市群空间格局示意图

沪宁合杭甬发展带是长三角城市群最重要的发展带之一，呈Z字型，处于发展完善阶段。依据规划，该轴线自西向东串联合肥、南京、镇江、常州、无锡、苏州、上海、嘉兴、杭州、绍兴、宁波共11城。前文分析表明其中的常州-绍兴7城早已组成了Z字型空间结构，而2020年的数据则表明这一轴线进一步向两端延伸拓展：向西方向上，常州-镇江-南京沿线的人口迁徙指数相对突出，根据自然断点法，这一连线上的迁徙指数均处于第3层级，表明发展带已经较为突显，人口迁徙走廊能级提升；绍兴-宁波方向上，走廊同样升至第4层级。与规划的发展带相比，目前南京-合肥沿线的人口迁徙指数仍相对较低，并未形成直接的联系，而是经滁州与合肥相连，表明合肥还未完全融入长三角城市群中，规划的沪宁合杭甬发展带还有极大成长空间。

沪杭金发展带基本成型。依据规划，该轴线从上海经嘉兴连接杭州并延伸至金华，除杭州-金华段外，与沪宁合杭甬发展带高度重叠。该发展轴线相对较短，但发展轴线的能级较高，杭州-金华段也升至第三层级，迁徙指数由1.3提高到3.7。

沿海发展带上城市的迁徙强度整体增强。沿海发展带以上海为中心，向北串联南通、盐城，向南连接宁波、台州、温州。2018年的数据分析显示沿海发展带上城市已经形成了完整的发展轴带，但整体强度相对较低，其中北向轴带处于第4层级，而南向则为第5层级；至2021年，发展轴带上各城市之间的联系强度整体均得到增强，但增强幅度由较大差异：如南通-盐城段，强度由1.0提升到了2.1，级别由第4层级降至第5层级；上海-南通段由1.6提升至3.2，级别由低4层级提升至第3层级；而南向轴带则整体提升，均由第5层级提升至第4层级。

沿江发展带上城市之间的人口流动尚不足支撑轴带发展。沿江发展带是沿长江的发展轴带，由上海-南通-泰州-扬州-南京-马鞍山-芜湖-铜陵-池州-安庆构成，其中上海-芜湖段已经形成了一定强度的人口迁徙，而芜湖-安庆段的人口迁徙强度仍未达到阈值。

a)工作日

b)国庆首日

图4疫情期工作日与国庆首日的城市群空间结构图

3.2.2疫情期国庆日的人口迁徙多以都市圈为单元

疫情期，都市圈发挥出承载人口迁徙的重要功能，空间结构由工作日的链式结构转变为休息日的点式结构。总体而言，人口迁徙网络仍具备东强西弱的空间格局，但主要的人口迁徙仍发生在以杭州、苏州、南京、合肥、宁波等都市圈中心城市周边，如合肥都市圈的合肥-安庆、南京都市圈的南京-滁州、苏州都市圈的苏州-无锡-常州、宁波都市圈的宁波-舟山等均达到第2层级。其中杭州都市圈以杭州为中心，与周边湖州、嘉兴、绍兴、金华等城市之间的联系强度均十分突出，达到第2层级，与工作日的链式结构形成一定的差异化特征。

对比疫情前与疫情期间的人口迁徙网络，除了都市圈作用更加凸显外，人口迁徙网络更为分散。沿海发展带上的人口迁徙指数增幅显著，如盐城-南通-上海，由第3层级升至第2层级。此外在发展轴带之外的芜湖-宣城-湖州等工作日联系强度较低的城市之间形成了较高层级的人口交互，达到第4层级。

疫情对居民城际出行有负向作用。疫情期间，休息日的居民迁徙指数仍然高于工作日，高出226.9，为工作日的1.65倍，而疫情前，休息日的居民迁徙指数高出工作日302.7，为工作日的2.9倍。虽然疫情期间国庆日的居民迁徙指数高出疫情前113.9，但相对工作日的189.7的差值，已经大幅度减少，表明居民在疫情期间国庆日的城际出行行为减少。

4结束语

通过对长三角城市群内部不同时间截面的人口迁徙数据的分析，不难发现不同时间截面的人口迁徙网络的共性十分明显，如Z字型结构，但也均有一定差异，这些变化表明长三角城市群空间结构仍在不断发展完善。本文通过分析不同时间截面人口迁徙网络的异同点，对照长三角城市群发展规划，得出以下主要结论：

（1）长三角城市群的空间结构是以Z字型结构为基础，逐步形成复杂的网络状结构。长三角的Z字型发展轴已成为城市群的发展中枢，并不断得到强化，沪宁合杭甬发展带日趋完善。通过对比疫情前后工作日的人口迁徙网络，发现城市群除Z字型结构外，规划的沪杭金发展带和沿海发展带等发展轴带也日渐突显，共同支撑城市群能级提升。休息日的人口迁徙网络具有区域性，在不同省份的迁徙强度有一定差异，仍以Z字型为基础，但其余发展轴带并未充分体现出异质性。

（2）疫情并未对城市群内部空间结构的发展造成巨大影响。从城市群内部各城市之间的人群迁徙强度来看，无论是工作日还是休息日，长三角城市群内部的人口迁徙指数均显著提高，各城市间的整体交互强度倍增。表明疫情并未对城市群内部居民的城际流动造成明显影响。

（3）疫情假日期间，居民城际出行网络主要在都市圈范围内进行，城市群内的杭州、苏州等节点城市成为主要的人口流动节点。疫情导致居民出行受限，城际出行半径减少，主要集中在都市圈范围内，导致都市圈内城市之间的迁徙指数提升较大。

基于迁徙数据能较好地利用大样本数据刻画出长三角城市群空间结构，分析不同时间截面城市群空间结构的演变，但也有诸多不足。首先，本文仅考虑了人流，并未将物流和经济流纳入考量，如沿江经济带是重要的货物运输通道，但在人流迁徙上却并不突出；其次，本文为将城市间交通联系纳入分析，未考虑不同时间截面下交通承载能力的差异。在长三角城市群骨干轴线日趋成熟，都市圈日益完备的情况下，如何结合物流、资金流的变化探讨城市群空间结构，如何适时调整城市群发展规划等问题尚待进一步研究。开展这些研究对于深入认识城市群空间结构，助力下半场城镇化高质量发展具有重要作用。

参考文献

[1]甄茂成,党安荣,阚长城.基于大数据与网络分析的长三角城市群识别研究[J].上海城市规划,2019(06):8-16.

[2]李响.基于社会网络分析的长三角城市群网络结构研究[J].城市发展研究,2011,18(12):80-85.

[3]方大春,孙明月.高铁时代下长三角城市群空间结构重构——基于社会网络分析[J].经济地理,2015,35(10):50-56.

[4]孙明月. 高速铁路对长三角城市群空间结构重构及经济效应研究[D].安徽工业大学,2016.

程遥,田琳,施澄 等.风险防控视角下城市区域网络空间结构优化研究——以武汉都市圈为例[J].新建筑,2022(01):4-9.

[5]汤晋. 高速铁路影响下的长三角时空收缩与空间结构演变[D].东南大学,2016.

[6]张乔扬. 基于大数据的京津冀城市群空间结构特征研究[C]. 活力城乡 美好人居——2019中国城市规划年会论文集（16区域规划与城市经济）,2019:1938-1945.

[7]王柱,张成智,刘鹏翱. 基于腾讯迁徙流的湖南省省域空间结构特征测度[C].共享与品质——2018中国城市规划年会论文集（05城市规划新技术应用）.2018:1061-1072.

[8]夏源,牛强,王兵. 基于腾讯迁徙数据的城市群网络结构分析——以京津冀城市群为例[C].持续发展 理性规划——2017中国城市规划年会论文集（16区域规划与城市经济）.,2017:1199-1207.

[9]孙继平,侯兰功.基于腾讯人口迁徙数据的成渝城市群网络结构特征研究[J].现代城市研究,2020(09):78-85.

[10]程晨,方大春.长三角城市群扩容进程中空间结构演变特征研究[J].安徽工业大学学报(社会科学版),2022,39(01):9-14.