京津冀城市间人口流动网络研究
——基于腾讯位置大数据分析
梁 林a，b，赵玉帛a，刘 兵a，b
（1.河北工业大学a.经济管理学院；b.京津冀发展研究中心，天津300401）
【摘 要】 基于腾讯位置大数据，运用GIS和复杂网络分析等方法，构建京津冀区域城市间的人口流动网络模型，从网络结构和空间格局两个方面测度京津冀区域城市间人口流动的复杂网络特征。结果表明：（1）京津冀城市间人口流动网络符合“小世界”网络特征，具有较高的连通性和运行效率，并且所有城市节点的人口流入和人口流出均呈显著正相关，说明目前京津冀人口可以跨越行政界限自由流动，且保持相对平衡，京津冀协同战略发展已经取得了实质性效果。（2）京津冀城市间人口流动网络具有明显层次性，呈现“北疏南密”流动分布态势和“一大三小”多中心网络空间格局，并非传统认知上“京津双核心”空间格局。研究结果对于引导人口合理流动，促进京津冀区域人口、资源与经济社会的协调发展具有参考价值。
【关键词】 京津冀 人口流动 复杂网络 腾讯位置大数据
一、引 言
2018年是京津冀协同发展战略提出的第四年。四年来，随着协同发展战略规划纲要的深入落实，京津冀城市间的分工合作逐步细化，城市间的人口流动也呈现加速态势。人口流动与区域发展是一个相互的过程，区域发展会促进人口有序流动，人口流动也会对区域可持续发展产生深刻影响。大规模人口流动势必对原有的人口分布与结构、产业布局、城市发展、居住环境等造成较强冲击。作为知识、技术、信息、资本等创新要素的主要载体，人口在城市间的快速流动，也必然会影响整个区域城市网络的结构。城市间的人口流动，如同城市网络中各个节点之间的联系。基于城市联系的人口流动网络研究已经成为了区域网络化治理与协同发展研究的重要补充（蒋小荣、汪胜兰，2017）[1]。因此，开展区域人口流动网络的分析，对于了解区域城市间联系，提升区域综合承载力以及推动区域协同发展具有重要的现实意义。
An analysis of the dynamic mechanism of urban governance modernization in Qingdao city based on a survey of residents' satisfaction
近年来学术界对区域人口流动研究已经取得了较大进展，关于研究重点、范围和数据来源主要集中在以下方面。研究重点主要聚焦在人口流动的空间分布（董南等，2016[2]；刘望保、石恩名，2016[3]）、迁移模式（王文刚，等，2017）[4]137、影响因素（张耀军、岑俏，2014）[5]等，但对人口流动网络特征的研究仍较为少见。研究范围大多在全国层面或城市群对比，针对京津冀人口流动的研究主要集中在空间聚集（刘爱华，2017）[6]75、家庭化迁移（王文刚，等，2017）[4]139、人口特征（陈明星，等，2018）[7]、影响因素（韩枫，2016）[8]等，对京津冀人口流动网络特征和空间格局的研究较少。研究数据来源主要是全国人口普查数据、统计年鉴数据和流动人口监测数据，这些传统数据具有一定缺陷，主要体现在数据的滞后性和代表性不强，如流动人口监测数据只能统计过往年份的流入人口。
大数据等新技术在各行业的全面深度渗透正在促进产业格局重构，驱动生产方式和管理模式变革，引发了学术界对研究范式和科研价值的重新思考。大数据具有数据属性多元、时间跨度长、获取成本低等特点，越来越受到学术研究者的青睐。微博签到数据（Naaman M，et al，2012[9]；Bo W，et al，2016[10]）、公交车刷卡数据（龙瀛，等，2012）[11]、移动通信数据（Jiansheng WU，et al，2012[12]；Calabrese F，et al，2011[13]）、交通流量数据（Xing Z Y、Yong H Z，2002）[14]、百度迁徙数据（刘望保、石恩名，2016[15]；叶强，等，2017[16]54）等带有地理位置信息的大数据应用也为研究人口流动网络提供了新的视角选择。鉴于此，本文拟基于腾讯位置大数据，采用复杂网络分析等方法，构建京津冀区域13个城市节点的人口流动网络模型，测度分析其网络特征，试图分析以下问题：京津冀协同发展上升为国家战略四年后，区域人口流动的现状如何，城市间的联系程度怎样？京津冀城市间人口流动呈现怎样的空间布局，北京-天津的双核心的城市地位是否发生改变？
一般来说，知道了一个文本所陈述的内容，就是理解了该本文。浪漫主义诠释学的早期代表人物克拉顿尼乌斯(Johann Martin Chladenius，1710-1759)就曾认为，只要我们知道了一段原文所涉及的东西，我们一般就直接理解了这段原文。[1]而解释则是指“增加那些对于完善理解一段原文是必要的概念”。[2]因此，解释是用来排除理解过程中的疑难的，其对于原文的理解来说是一种例外情况，具有偶缘的性质。只有当对文本的理解出现障碍，即我们并不能顺利地知晓文本所要表达的内容时，才需要对文本进行解释，以澄清文本的内容，从而实现对本文的理解。
二、数据来源与研究方法
（一）数据来源
本文采用的数据源为“腾讯位置大数据”中的人口迁徙数据，采集的数据指标为迁徙热度。迁移热度是基于腾讯地图、微信定位、QQ定位和第三方APP定位请求等数据，通过综合计算迁徙人次、交通方式、迁徙距离等指标而得出，用于表征该条线路人口流动的热度，具有横向和纵向可比性，能够实时真实反映城市间人口流动的状况。迁徙热度数值采集的网址是heat.qq.com/qianxi.php，以2018年3月6日采集北京流出人口迁徙热度为例，具体数据采集页面如图1所示。
丹江口大坝加高工程电厂机组设备改造项目经验总结……………………………………………… 齐耀华，王 炜(2.11)
图1 2018年3月6日北京流出人口迁徙热度采集页面
大自然和人类社会中的大量复杂系统都可以用复杂网络来抽象表示。典型的复杂网络由许多节点及其之间的连线组成。节点表示复杂系统中的抽象个体，连线表示个体之间产生的关系。复杂网络分析法起源于Paul Erdos和Alfred Renyi提出的随机网络理论。随着Watts等（1998）小世界理论[17]和Barabasi等（1999）无尺度理论的提出[18]，复杂网络分析法已经被广泛应用于研究各种自然网络（如生物领域的细胞代谢网络（韩跃，等，2016）[19]）和人造网络（如航空网络（戢晓峰，等，2017）[20]、电力网络（傅杰，等，2017）[21]等）。复杂网络分析法通过分析各种网络特征指标，来揭示节点间的关系和整个复杂网络的宏观特征。本文构建的京津冀人口流动网络，其节点表示区域内13个城市，并且各个节点在人口流动网络中是有向关系，存在人口流入地和人口流出地的区分，在复杂网络中称为流入度（表示该节点在网络中的吸引力）和流出度（表示该节点在网络中的控制力）。本文主要通过建立京津冀13个城市的有向多值网络关系矩阵，研究城市间人口流动的流向关系和节点联系。
为避免法定节假日和双休日人口的大规模异常流动对结果产生的影响，以及更大程度上保证结果的可靠性和稳定性，本文每隔半年采集一次数据，收集2016年9月5日至2016年9月9日、2017年3月6日至2017年3月10日、2017年9月4日至2017年9月8日、2018年3月5日至2018年3月9日共计20个工作日，时间跨度为两年，形成20个关系矩阵，并对这20个关系矩阵相加，求其迁徙热度的均值，最终得到一个13*13的有向多值网络关系矩阵。
（二）研究方法
通过“腾讯位置大数据”平台，统计京津冀区域13个城市的前10位人口流入和人口流出的迁徙热度数值。以纵坐标的城市为人口流出城市，横坐标为人口流入城市，依次输入前10位的各个城市迁徙热度，对未出现在数据采集页面的京津冀城市，按照线性插值法对其城市迁徙热度进行赋值，得到最终的京津冀13个城市研究时段内连续的迁徙热度数值，以此构建京津冀13个城市的人口流动网络的邻里关系矩阵。
1.中心度与强度分布
节点的中心度是反映关系网络联系强度的重要指标。如果某个节点拥有的度数越高，则该节点就越接近网络的中心，越拥有权力。节点的中心度只计算与该节点直接连接的节点个数，并不考虑间接相连的节点。在有向网络中，节点的中心度可以分为流入度和流出度。节点的流入度是其他节点流向该节点的个数，节点的流出度是该节点流向其他节点的个数。
一个畅通无阻、资源充分流动的区域网络应当具有一定的密度效应。网络中的各个节点从蔓延到连绵成片的发展过程中，存在一个临界值，当网络密度超过这个临界值时，整个网络区域会达到一种完全连绵状态，其临界值的确定涉及逾渗理论。点阵不同，逾渗阀值也不相同，蜂房、连续区、三角形以及正方形的逾渗阀值分别是0.698、0.5、0.5、0.593（叶强等，2017）[16]56。京津冀区域覆盖北京、天津、河北省，其网络结构可以抽象为三角形点阵。利用复杂网络分析软件Ucinet，计算出京津冀人口流动网络的整体密度为0.859。结果表明，京津冀网络密度超过三角形点阵的临界值0.5，整体网络呈现出强连接状态。京津冀城市间各个城市节点间联系程度高，人口、信息、资源等流动相对自由。京津冀协同发展上升为国家战略后，交通作为加强区域内部联系的重要手段，正在被加速推进。航空、铁路、公路等交通方式协调有序发展，以“京津、京保石、京唐秦”三大通道为主，已经形成了内外疏密有别、快速通勤、跨城跨区、高效便捷的轨道交通网络。“轨道上的京津冀”正在推动京津冀成为高效畅达的流动网络。此外，京津冀交通一卡通、取消三地长途漫游费、推进人才资质互认、强化就业服务一体化等一系列公共服务、政策制度的出台，也为人口、人才的流动打开了枷锁，为区域内部人口的流动扫清了障碍。
现代物流不仅指原材料、产品等从生产到消费的全程实物流动，还包括伴随物流活动过程中的物流信息交流，而且，现代物流在使用信息技术以及网络技术，将以往分离的物流、商流、信息流和运输、采购、代理、仓储、配送等环节紧密联系起来，成为了一条完整的供应链。因此可以讲，现代物流又是信息流、货物流、资金流和人才流的统一。
式（1）和（2）中，Ri和Ci分别表示城市i的加权流入度和加权流出度。因为人口流动网络是有向多值网络，所以Xij≠Xji，Ri≠Ci。定义Ti=Ri+Ci，Ti为节点的加权总度值，表征该节点在有向多值网络中的中心程度和联系强度。
2.网络密度
网络密度表示关系网络中各个节点之间的联系紧密程度，网络密度越大，该网络对其中节点的互动、行为等产生的影响就越大。联系紧密的网络可以为网络中的各个节点提供各种社会资源，此命题已经通过统计学的显著性检验。网络密度值等于网络中各节点间的“实际连接数”除以“理论上的最大连接数”。计算公式如下：
式（3）中，D代表网络密度；k代表城市节点数；l代表两个节点间的实际连接数。
式（4）中，aij、aik、ajk为节点i、j、k互相之间的连接关系，两个节点直接相连则取值为1，否则为0。从连接关系上来看，聚类系数表示含i节点的三角形实际数目（三条边连接关系均为1）与含i节点的三角形最大可能数目（连接关系包含1和0的比值）。整个网络的聚集系数C为网络中所有节点聚集系数的平均值。
3.聚类分析
聚类分析又称凝聚子群分析，或称团体发现分析。聚类分析的目的是在一个整体网络中分析出该网络有多少群组，每个群组之间是什么关系，群组内部成员之间具有什么特点。一般而言，每个群组内部具有相对较强、直接亲密的联系。
聚类系数用于表征社会网络中因共同利益、志趣相投、家庭背景等共同关系所形成的社会团体关系网络。聚类系数用来表征网络局部聚集情况。节点i的聚类系数Ci为：
逾渗理论是处理强无序和随机几何结构系统常用的方法之一，是凝聚态物理学中的重要理论。其中心思想是系统的某种意义上的密度变化达到一定值（称为逾渗阀值）时，系统的一些物理性质会发生尖锐的变化，系统的一些物理现象会消失，而另一些物理现象会突然出现。逾渗理论有其重要的实际意义，其应用范围早已超出物理学领域，在化学、力学、机械工程等领域均有广泛应用。张宇星（1995）在城市蔓延的研究中把逾渗阀值引入城市网络密度，提出不同的点阵其网络密度的逾渗阀值也不尽相同[22]。京津冀城市可以抽象为三角形点阵，逾渗理论和网络密度的结合可以帮助判断京津冀城市网络的连接程度。
三、人口流动网络整体结构
城市间人口流动与城市的经济规模、常住人口、交通便捷程度、地理位置等因素密切相关。根据相关网络指标的计算结果，发现京津冀区域人口流动网络呈现以下特征：
（一）人口流入和人口流出高度正相关，人口流动保持相对平衡
由图4可知，北京节点以北的地区人口流动网络稀疏，各个节点间的迁徙热度大都在10以下，而张家口、承德、秦皇岛三地之间的迁徙热度甚至在4以下。北京节点以南的地区人口流动网络密集，各个节点间的迁徙热度大都在10以上，其中北京、保定、天津、廊坊等地之间的迁徙热度在17以上，这些城市人口规模大，位于铁路、高铁交通干线上，交通发达，各个城市间的经济、文化、社会联系紧密，人口流动日益频繁。而张家口、承德虽然毗邻北京，但是受到北京的辐射带动作用并不强，三地之间并没有密切的联系。秦皇岛位于京津冀的东北方位，偏安一隅，不论是与首都北京还是河北省会城市石家庄都相距甚远，进而与区域中心的联系较少。另外张家口、承德、秦皇岛三地的GDP在河北省处于末流位置。2017年石家庄GDP为6000余亿元，而张家口、承德、秦皇岛三地的GDP大致为其四分之一，由此可见经济发展水平是城市间人口流动 不密切的重要原因之一。随着2022年北京—张家口冬奥会的临近，京张城际铁路、北京新机场等相关配套交通设施的投入运营，张家口与周边地区的联系势必会日益紧密，这在一定程度上会改善“北疏南密”的人口流动网络格局。
何佳存 男，1992年出生于浙江金华，2015年于浙江工业大学获得学士学位，现为浙江工业大学计算机学院研究生，研究方向包括可充电传感器网络、移动收集数据策略等.
对京津冀人口流动网络中的所有节点城市按照加权总度值进行排序，结果表明等级层次性是城市间人口流动网络的一个显著特征。进一步，为了突出同级层次的同质性和异级层级的差异性，采用自然裂点分级法将京津冀13个节点城市分为四个层级（见表3）。北京处于京津冀人口流动网络中的第一层级，加权总度值大于400，为超大型中心节点，在网络中起着核心关键作用，与全国的大多数城市之间保持着频繁的人口流动关系。石家庄、天津、保定属于京津冀人口流动网络的第二层级，加权总度值在200到400之间，为区域性的中心节点，在人口流动网络中起着支撑作用。廊坊、邢台、唐山、沧州、邯郸、衡水属于京津冀人口流动网络的第三层级，加权总度值在100到200之间，为地方性中心节点，其中心节点的形成在于受到北京、天津等一二层级中心节点的辐射带动作用。秦皇岛、张家口、承德属于京津冀人口流动网络的第四层级，加权总度值低于100，为普通节点，在人口流动网络中处于被支配位置。
1.为谋求特定供应商中标与供应商串通的行为。从中国政府采购网公布的信息和综合其他媒介的有关信息分析，在采购人方面出现的不规范行为主要是存在为谋求特定供应商中标与供应商串通的行为。
表1 京津冀城市间人口流动网络指标
（二）人口流动网络呈现等级化特征，等级越高的城市节点人口辐射能力越强
图2 人口流动网络加权入度和出度折线图
表2 人口流动网络加权入度和出度相关性分析
从表1可见，各个城市的加权入度和加权出度之间呈现正相关。根据加权入度和加权出度的折线图（如图2），加权入度和加权出度的两条折线接近重合。为验证该结论是否在统计意义上成立，通过SPSS20相关性检验，Pearson相关性系数高达0.992，sig值小于0.01（如表2），可以得出节点的加强入度和加强出度之间呈现显著的正相关关系。这在一定意义上说明，目前京津冀区域城市间人口自由流动，不存在单向的、显著的阻碍流动的制约力。从表1可知，北京、天津、秦皇岛、承德等城市属于入度盈余（入度-出度）城市。这些城市大多为旅游城市，对人口流入存在较大吸引力。其中北京的加权入度为212.05，加权出度为209.33，而入度盈余仅为2.72，说明北京为人口流动高度均衡城市。此类城市人口规模大，经济发展水平高，人口流动频繁。而秦皇岛、张家口、承德等城市的加权入度和加权出度值较小，入度盈余和出度盈余也较小，属于人口流动低度均衡城市。
uglBitmapSizeGet(jpegDdbPageId, &jpegWidth1, &jpegHeight1);//图片加载
表3 京津冀城市间人口流动网络层级划分
定义Xij为人口从城市i流入到城市j的迁徙热度值，Xji表示人口从城市j流入到城市i的迁徙热度值，进一步做如下定义：
由于复杂网络分析法中网络密度分析是针对整个网络的有向多值矩阵，而各个城市之间的联系强度不一，因此运用密度分析法只能在一定程度上反映人口流动网络的特征。故同时运用享有“数据可视化的Photoshop”之称的Gephi软件对网络中各个节点城市的联系网络进行可视化（如图3），黑色表示联系强度在400以上，深灰色表示联系强度在200到400之间，浅灰色表示联系强度在200以下，线条的粗细代表了联系强度的大小。由图可知，各个城市节点人口流动差异较大，联系强度在200以下的占绝对优势，占比69.23%，联系强度400以上占7.69%，联系强度200到400的占比23.08%。强度大的联系大多发生在彼此邻近的城市节点之间或者经济发达的城市。而秦皇岛和张家口、邯郸和唐山、邯郸和沧州等城市节点之间由于距离遥远，城市经济实力不佳，联系明显不足。由此可见地理位置和经济水平是影响人口流动的重要因素。
图3 京津冀城市间人口流动网络图
（四）符合“小世界”网络特征，整体网络具有较高的连通性和运行效率
小世界网络的量化表征指标一般用特征途径长度（平均路径长度）和聚类系数来衡量。特征路径长度是指连接任意两个节点之间最短途径的平均长度。聚类系数是反映网络中节点的互联水平，即与该节点相连接的另外两个节点是否相连。具有相对较小的特征途径长度和相对较大的聚类系数的网络被称为小世界网络。特征途径长度和聚类系数可以表征京津冀城市间人口流动网络的通达性和聚集性。计算结果显示，京津冀人口流动网络的特征途径长度为1.244。网络中大部分城市节点不需要中介就可以直接产生联系（即路径长度为1），只有少部分城市节点需要一次中转产生联系。这表明京津冀的绝大部分城市可以跨越上级行政中心城市，直接与区域内的其他城市建立联系，体现出京津冀城市间交通的便利性和人文交流的频繁性。另外，京津冀人口流动网络平均聚类系数为0.815，具有较强的聚集性。通过分析网络中每个城市节点的聚类系数，发现北京、天津、石家庄、保定高层级的网络中心节点的聚类系数低于张家口、承德、秦皇岛等低层级网络节点的聚类系数。这表明低加权总度值的城市节点偏向于与高加权总度值的城市节点连接，从而导致低层级网络节点具有更大的聚类系数。由京津冀城市间人口流动网络的特征途径长度和聚类系数的分析，得出京津冀城市间人口流动网络符合“小世界”网络特征。
为了进一步验证人口流动网络的“小世界”网络特征，通过Gephi软件随机生成一个拥有13个节点的有向网络，计算结果显示，特征途径长度为1.038，平均聚类系数为0.483，特征途径长度与真实流动网络相近，但聚类系数远低于真实流动网络，由此可见，真实的京津冀城市间人口流动网络呈现典型的“小世界”网络特征。
四、人口流动网络空间格局
根据前文对人口流动网络节点城市的分级，将迁徙热度也划分为四个层级，利用ArcGIS中的网络分析工具提取京津冀13个节点城市迁徙热度大于0的联系流，以网络流图的形式在地理空间上加以呈现（如图4），分析京津冀人口流动网络联系的空间格局，发现以下几个特征。
（一）网络流向分布呈现“北疏南密”态势，人口流动空间分布表现为显著非均衡性
计算京津冀有向网络矩阵中13个城市节点的加强流入度（Ri）和加权流出度（Ci），结果如表1所示。
图4 京津冀城市间人口流动网络空间格局
（二）人口流动网络呈现“一大三小”多中心网络空间格局，并非“京津双核心”空间格局
综合考虑城市节点层级分布与城市间网络联系强度（迁徙热度），发现人口流动网络呈现“一大三小”多中心网络空间格局，尤其是在高值人口流动线上（粗线条）上更为明显，这与以往文献（刘爱华，2017[6]77；张耀军、岑俏，2014[23]）研究中京津冀人口流动呈现“双核心”空间格局的结论相左，原因可能在于以往文献研究的数据源为全国人口普查数据，数据具有滞后性且调查的对象为长期人口流动不能代表人口的日常流动。具体而言，“一大”是指北京，仅有的加权总度值在400以上的节点城市，在京津冀人口流动网络中处于绝对主导地位。“三小”是指天津、保定、石家庄，三个节点城市的加权总度值均在200以上，在京津冀城市间人口流动网络中处于次中心地位。
为了进一步体现“一大三小”中心节点城市在人口流动网络中的重要地位，通过提取北京、天津、石家庄、保定四个节点城市的联系流，分析他们各自辐射的范围和联系强度。由于京津冀城市间人口流动网络是有向多值网络，故将流动网络分为人口流入网络和人口流出网络（如图5）。通过图5可以发现，“一大三小”四个中心节点城市的人口流入和人口流出城市存在高度重合性。即节点城市的人口流入的来源地和人口流出的目的地基本一致，这表明这些城市日常经济、社会联系密切，不存在单向的束缚。北京（如图 5a-b）的人口流入流出城市覆盖周边地区及其河北省全境，与12个节点城市的迁徙热度联系均在15以上，进一步体现了北京在京津冀的核心主导地位。其他三个中心节点城市的辐射城市则少，天津（如图5c-d）的人口流动强联系城市都在其周边地区，包括沧州、唐山、北京、廊坊。石家庄（如图5e-f）的人口流动强联系城市有6个，包括沧州、衡水、邢台、邯郸、保定、北京。保定（如图5g-h）的强联系城市有5个，分别为北京、石家庄、廊坊、天津和沧州。未来随着雄安新区的建设，京雄铁路、津雄铁路、雄安机场等交通线路的陆续运营，保定的网络中心节点作用将会得到进一步强化。
本次提升面积为3 735 m2。该节点是与如意产业相关的节点，主要突出如意产业特色，融入如意元素景观小品，以植物作为背景，如图9和图10所示。
值得注意的是，书籍编辑类电脑软件只是一种便于操作的排版程序，它永远也无法替代人脑工作，也不可能代替设计者去思考。书籍设计是一项极富创造性与美感的工作，它的编辑与排版并不一定符合固有的生产思维方式，而是更具随机性和多样化，它本身便是设计者个性与经历的体现。[1]所以，在书籍设计教学中，要注重学生多维度思考方式的锻炼，以及个性化特征的培养，使学生的书籍设计既体现“情理之中，意料之外”的原则，又能够带有更多原创的可能性，并为其找到新的市场定位，以体现其现实价值。
图5 “一大三小”中心节点人口流向图
五、结 论
基于腾讯位置大数据，本文建立了京津冀13个城市间人口流动有向多值关系矩阵，构建了京津冀城市间人口流动的网络模型，采用复杂网络分析等方法，从网络整体结构和网络空间格局，分析京津冀城市间人口流动网络特征，得到以下结论：
1.利用复杂网络分析软件Ucinet计算京津冀城市间人口流动网络的整体密度为0.859，超过三角形点阵的临界值0.5，表明京津冀城市间人口流动网络整体呈现出强连接状态，为高通达水平。结合人口流动网络的平均聚类系数和特征途径长度的测度，对比13个节点的随机网络图，也表明该网络符合“小世界”网络特征，说明在现实中京津冀城市间人口可以跨越行政界限自由流动，京津冀协同战略发展已经取得了实质性效果。另外，通过SPSS20对加权入度和加权出度进行相关性检验，Pearson相关性系数为0.992，说明人口流入和人口流出呈现显著正相关，表明京津冀区域城市人口流动相对平衡。
2.采用自然裂点分级法对京津冀城市节点的加权总度值进行分级，发现京津冀城市间人口流动网络分布呈现明显的层次性。北京是京津冀唯一的超大型网络中心，为第一层级。天津、保定、石家庄为第二层级，是区域性网络中心节点。廊坊、邢台、唐山、沧州、邯郸、衡水为第三层级，是地方性中心节点。秦皇岛、张家口、承德是第四层级，是区域普通节点。表明经济发达程度和人口规模虽然仍是影响人口流动的主要因素，但是地理区位、政策制度等因素的影响也日益加强。
3.利用ArcGIS绘制带有加权总度值和迁徙热度属性的人口流动网络空间格局图，发现京津冀城市间人口流动网络呈现形成“北疏南密”流动分布态势和“一大三小”多中心网络空间格局。“一大”是指北京，在京津冀网络中处于绝对主导地位，“三小”指天津、保定、石家庄在网络中处于次中心地位。未来随着雄安新区的发展和北京—张家口冬奥会的举行，“北疏南密”态势可能得到改善，保定和张家口在网络中的层次地位也会得到提升。
尽管人们对于精品的评价尺度不尽相同，但是精品酒店还是能够成为某一群宾客心目中的精品，关键在于，精品酒店能够满足某一消费群体的个性需求。精品酒店总能在细微之处打动人心，以其特有的“管家式服务”为宾客提供全方位全过程的服务，专署的服务让宾客留恋忘返。
腾讯位置大数据的迁徙热度是根据飞机、铁路和公路等出行方式综合计算的相对数值，具有单个城市时间维度上和多个城市空间维度上的可比性。且基于地理位置服务数据由微信、腾讯地图等工具收集个人数据每日生成，具有传统统计数据不具备的极强的时效性和真实性。但迁徙热度数据也存在局限性，目前免费版本只能采集到城市间的迁徙热度值，而人口流动背后所蕴含的经济、社会、文化等驱动原因还有待进一步探索。未来，本研究拟从空间和时间双重维度，连续收集动态数据，探索京津冀区域内部圈层人口流动网络结构的变化趋势及京津冀与外部区域圈层结构的联系互动。✿
参考文献：
[1]蒋小荣，汪胜兰.中国地级以上城市人口流动网络研究——基于百度迁徙大数据的分析[J].中国人口科学，2017（2）：35-46+127.
[2]董南，杨小唤，蔡红艳.人口数据空间化研究进展[J].地球信息科学学报，2016（10）：1295-1304.
[3]刘望保，等.“百度迁徙”下中国城市间的人口流动空间格局[J].华南师范大学学报（自然科学版），2016（5）：67-73.
[4]王文刚，孙桂平，等.京津冀地区流动人口家庭化迁移的特征与影响机理[J].中国人口·资源与环境，2017（1）.
[5]张耀军，岑俏.中国人口空间流动格局与省际流动影响因素研究[J].人口研究，2014（5）：56-73.
[6]刘爱华.京津冀流动人口的空间集聚及其影响因素[J].人口与经济，2017（6）：71-78.
[7]陈明星，郭莎莎，等.新型城镇化背景下京津冀城市群流动人口特征与格局[J].地理科学进展，2018（3）：363-372.
[8]韩枫.城镇流动人口社会保障参保率的影响因素研究——基于京津冀流动人口动态监测数据的分析[J].人口学刊，2016（1）：63-69.
[9]Naaman M，Zhang A X，Google S B，et al.On the Study of Diurnal Urban Routines on Twitter[C]//6th International Aaaiconference on Weblogs and Social Media，2012：4-7.
[10]Bo W，Feng Z，Hao Z，et al.The Dynamic Changes of Urban Space-time Activity and Activity Zoning Based on Check-in Data in Sina Web[J].Scientia Geographica Sinica，2016（2）：151-160.
[11]龙瀛，张宇，崔承印.利用公交刷卡数据分析北京职住关系和通勤出行[J].地理学报，2012（10）：1339-1352.
[12]Jiansheng WU，Li H，Yu L，et al.Traffic Flow Simulation Based on Call Detail Records[J].Acta Geographica Sinica，2012（12）：1657-1665.
[13]Calabrese F，Colonna M，Lovisolo P，et al.Real-time Urban Monitoring Using Cell Phones：a Case Study in Rome[J].Ieee Transactions on Intelligent Transportation Systems，2011（1）：141-151.
[14]Xing Z Y，Yong H Z.Looking Into the Network Structure of Chinese Urban System From the Perspective of Air Transportation[J].Geographical Research，2002（3）：276-286.
[15]刘望保，石恩名.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[J].地理学报，2016（10）：1667-1679.
[16]叶强，张俪璇，彭鹏，等.基于百度迁徙数据的长江中游城市群网络特征研究[J].经济地理，2017（8）：53-59.
[17]Dj W，Sh S.Collectivedynamics of‘small-world’Networks[C]//Nature，1998：440-442.
[18]Barabási A L，Albert R.Emergence of scaling in random networks[J].Science，1999（15）:509-512.
[19]韩跃，等.基于多标签传播机制的蛋白质相互作用网络功能模块检测[J].模式识别与人工智能，2016（6）：548-557.
[20]戢晓峰，刘传颖，李杰梅.旅游业驱动的区域航空网络时空演化特征[J].经济地理，2017（11）：205-212.
[21]傅杰，邹艳丽，谢蓉.基于复杂网络理论的电力网络关键线路识别[J].复杂系统与复杂性科学，2017（3）：91-96.
[22]张宇星.空间蔓延和连绵的特性与控制[J].新建筑，1995（4）：29-31+41.
[23]张耀军.京津冀城市圈人口有序流动及合理分布[J].人口与发展，2015（2）：35-40.
Research on the Population Mobile Network in Beijing-Tianjin-Hebei：Based on Tencent location Big Data
LIANG Lin1，2，ZHAO Yu-bo1，LIU Bing1，2
（a.School of Economics and Management；b.The Institute for Jingjinji Area Development Studies，Hebei University of Technology ，Tianjin 300401，China）
【Abstract】 Based on Tencent location big data，GIS and complex network analysis methods were used to construct a population mobility network model among Beijing，Tianjin，and Hebei provinces，and the complex network characteristics of inter-city population mobility in Beijing，Tianjin，and Hebei were measured in terms of network structure and spatial structure.The results show that：（1）At present，the Beijing-Tianjin-Hebei inter-city population mobility network is in line with the“small-world”network characteristics，with high connectivity and operational efficiency，and there is a significant positive correlation between population inflow and outflow of population in all urban nodes.It shows that the current population of Beijing，Tianjin and Hebei can move freely across administrative boundaries and maintain a relatively balanced balance.The development of the Beijing-Tianjin-Hebei coordinated strategy has achieved substantial results.（2）The inter-city population mobility network of Beijing，Tianjin，and Hebei has a clear hierarchy，showing the“Northern-southern-secret”flow distribution pattern and the“one big three small”multi-centered cyberspace pattern，which is not traditionally known as“Beijing-Tianjin Core"spatial pattern.The research results have a reference value for guiding the reasonable flow of population and promoting the coordinated development of population，resources and economic society in the Beijing-Tianjin-Hebei region.
【Key words】 Beijing-Tianjin-Hebei；Population flow；Complex network；Tencent location Big Data
【DOI】 10.15884/j.cnki.issn.1007-0672.2019.01.003
【收稿日期】 2018-08-01
【中图分类号】 C922
【文献标志码】 A
【文章编号】 1007-0672（2019）01-0020-09
【基金项目】 国家社会科学基金“韧性视阈下雄安新区人才资源重构机制与实现路径研究”（18CGL019）；河北省自然科学基金“动态匹配视角下雄安新区创新发展与人才流动治理的协同机制研究”（G2018202059）；河北省社会科学基金“治理群簇视阈下雄安新区人才流动治理路径研究”（HB18GL031）。
【作者简介】 梁林，男，河北唐山人，博士，河北工业大学副研究员，研究生导师，研究方向：区域人才规划；赵玉帛，男，河南禹州人，硕士研究生，研究方向：人力资源管理；刘兵，男，河北唐山人，博士，河北工业大学教授，博士生导师，研究方向：组织行为与人力资源开发。
标签：京津冀论文; 人口流动论文; 复杂网络论文; 腾讯位置大数据论文; 河北工业大学经济管理学院论文; 河北工业大学京津冀发展研究中心论文;