金融危机下的春运是全新考题

每年的春运都是一次大考，金融危机下的春运更是一道全新的考题。 铁路部门预计，2009年春运全路将发送旅客1．88亿人次，比去年同期增长8％。     

春运人口流动透视的转型期中国城市网络结构

基于春运人口流动大数据,选取对外联系度、优势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析。结果显示：① 城市网络层级结构中蕴藏着位序-规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;② 空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;③ 中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;④ 东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;⑤ 中国东北地区未形成明显的区域性中心,城市联系形成带状网络;⑥ 华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;⑦ 带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。     

金融危机下的春运是全新考题

每年的春运都是一次大考,金融危机下的春运更是一道全新的考题。 铁路部门预计,2009年春运全路将发送旅客1．88亿人次,比去年同期增长8％。     

中国春运人口省际流动的时空与结构特征

本文通过构建人口省际流动的关系矩阵,透视2015年中国春节期间人口省际流动的动态过程、网络特征,并对各省人口流入、流出的规模差异进行测度。研究结论如下：①春节前后中国各省每日人口净流入人次存在显著的规律性特征,2月13-17日和2月25日-3月1日为各省节前返乡流和节后返工流期间人口净流入、流出峰值时段,可作为基于春运研究中国人口省际流动的重要依据;②识别了14个人口净流入省、17个人口净流出省,净流入位序前六省和后八省分别吸纳和提供了全国9成人口的集聚与扩散。人口主要流入省的沿海绵延和主要流出省的中部“人口塌陷”共同构成了双纵格局;③各省流出首位流的指向特征显著,南方人口流出省的流出指向存在共性,京津、长三角、珠三角地区的人口集聚路径存在差异。④移动数据为发掘人口流动过程中蕴含的丰富信息提供了平台,基于节后、节前净流入值差值的方法可以有效识别中国人口流动的规模差异、属性特征。通过与以往研究对比,证实了移动数据与基于人口普查数据研究的诸多结论相似性。     

基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度（2月7日至5月16日）国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间（春节前）、春运期间（春节后）、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。     

不同交通方式下居民城际出行网络结构特征——以“春运”为例

基于多元视角下的居民城际出行网络空间结构测度可以较为全面地刻画出城市间的复杂联系特征。论文利用春运期间腾讯迁徙平台中的人口流动数据,采用复杂网络分析方法以及转变中心性和转变控制力等指标,对比分析了航空、铁路和公路3种交通方式下的中国居民城际出行网络结构特征。结果表明：3种出行方式下,航空联系的线路最少,平均出行距离最长;铁路出行人数最多,其次是公路,航空最少。最大优势流中,北京和上海在国内航空出行联系中起着最重要的控制作用,其次是成都和重庆;铁路出行中,北京和成都占据绝对优势;公路多表现为省级行政中心与周边城市的关联。根据转变中心性和转变控制力划分城市类型,在航空和铁路出行网络中,高中心性—高控制力城市较多;公路出行网络中以高中心性—低控制力城市为主。不同出行方式下的城市聚类得到的网络集群“社区”数量有一定差异,航空、铁路和公路出行依次聚类为7、8和10个“社区”。不同类型出行方式透视的城市网络特征存在较明显的差异：航空出行的城际人口流体现出以全国性枢纽城市为核心分布的核心—边缘结构;铁路表现出以国家铁路大动脉沿线城市为核心,向腹地城市逐渐递减的核心—边缘结构;公路出行的城际人口流则表现为与人口规模匹配的局域强聚集的空间格局。     

近50年广东春运期间气温和降水协同变化的气候特征

根据近50年(1971—2020年)广东省86个气象站的观测数据、NCEP/NCAR再分析数据和NOAA海温数据,采用线性趋势分析、合成分析等统计方法,研究了广东春运期间气温和降水的时空分布特征,从气温降水协同变化的角度切入划分了气候异常类型,并对比分析了其异常成因。结果表明：近50年来,广东省春运期间平均气温呈现显著上升趋势,珠江三角洲和粤东地区最明显。而降水日数则表现出显著减少趋势,粤西北、粤东和粤西沿海最明显。气温和降水协同变化的异常年(冷湿(4年)、冷干(6年)和暖干(11年))共有21年,占全部年份的42%。冷湿年和冷干年,欧亚大陆中高纬度都表现出经向环流特征,西伯利亚高压偏强,有利于冷空气活跃南下。不同的是冷湿年东亚西部地区“北高南低”,低纬度地区“东高西低”,对应的冷空气路径为中、西路,有利于水汽输送;而冷干年东亚东部地区“北高南低”,低纬度地区一致偏低,对应的冷空气路径偏东,不利于水汽输送。另外,冷湿年前期赤道中东太平洋偏暖,呈现El Ni?o状态,受其影响西太平洋副热带高压偏大偏强,西太暖池偏冷,在菲律宾海区域激发出一个反气旋性环流,有利于西南水汽输送到广东地区,降水偏多;而冷干年则相反。暖干年,东亚中高纬表现出“北低南高”的纬向环流分布,东亚大槽和西伯利亚高压偏弱,不利于冷空气的生成和南下,广东上空受反气旋式环流控制,辐散下沉,温高雨少。     

中国人口流动网络中的语言纽带效应

本文利用2019年腾讯人口迁徙与中国语言分布数据,揭示方言相似性对于中国人口流动影响的语言纽带效应,并进一步探究其时空异质性、交通方式异质性、空间距离对其影响的调节作用。研究发现：(1)方言相似性能够促进中国人口城际流动网络的路径形成概率与关系强度,形成了人口流动网络中的语言纽带效应。地理距离和语言距离分别可视为人口流动的显性和隐性空间成本;(2)语言纽带效应存在时空异质性和交通方式异质性。地区间的方言相似性每增加一个单位,在“春运”和日常阶段下,中国人口流动网络的路径形成概率分别增加47.7%、49.5%,流动强度分别增加17.1%、9.9%。语言纽带效应对于不同汉语方言区、不同交通方式的人口流动的影响存在正负与程度差异,展示出其对于中国人口流动影响的空间差异与地理含义;(3)语言纽带效应受到空间衰减规律的制约,并且在不同交通方式和时间段下呈现出差异性和复杂性。本文扩展了当前以经济、社会、人口学特征为主要视角的中国人口流动影响因素研究,对于揭示中国人口流动驱动机制具有科学意义,对于多民族融合的中国社会治理和文化多样性保护具有实践价值。