基于腾讯位置大数据的人口流动网络特征研究
——以山东省为例

胡亚萍

(中国海洋大学 国际事务与公共管理学院，山东 青岛 266100)

摘 要： 基于腾讯位置大数据，利用复杂网络分析和社会网络分析方法，以山东省为例，从规模分布和空间格局出发探讨其人口流动网络特征。结果表明：(1)从规模分布来看，山东省人口集散能力呈金字塔结构，城市数量随着集散层级的增大而减少，济南、青岛的人口集散能力明显强于其他地市；人口流动呈位次型规模分布，人口流动规模总体上在各城市之间相对分散、平衡。(2)从空间格局来看，省际人口流动网络空间分布不均衡，呈“东密西疏，北强南弱”的空间格局和双纵一横的带状模式，具有向“邻”性和向“优”性的显著特征；省内人口流动网络呈以“济南、淄博、潍坊、青岛和临沂”为核心的空间均衡联系模式，以“济南-青岛-临沂，淄博-滨州-德州-聊城，东营-潍坊-烟台-威海，济宁-菏泽-枣庄-泰安-日照”为子群的组团分异特征。

关键词： 人口流动网络；腾讯位置大数据；规模分布；空间格局

0 引 言

人口流动是指人口在地理空间范围内所作的具有短期性、重复性和周期性的运动。对人口流动现象展开研究，从而掌握人口流动的基本规律，对疾病控制、缓解拥堵等社会问题的解决具有重要作用^[1]。改革开放以来，随着户籍制度的改革，中国(大陆地区)的人口流动现象日益活跃。2015年《中国人口年鉴》统计结果显示，2010—2014年中国流动人口数量持续增加，在2014年2.98亿的人户分离人口中有2.53亿人为流动人口。如今，社会主义市场经济体制逐渐完善，各类信息、资本等经济生产要素在社会中进行重新分配，区域之间、城市之间的人口流动网络正在逐步形成。人口流动网络是指依托于城市网络并以城市为节点、人口流向和流量连线表征节点间关系的结构^[2]，可对社会和经济格局的重塑产生重要影响。

当前国内外学者已经开展了大量人口流动的相关研究，但是有关人口流动网络的研究成果还较少。复杂网络分析是近年来人口流动网络研究中出现的新范式和新理论，无标度网络和小世界网络是复杂网络中最具代表性的网络类型^[3]。目前，中国关于人口流动网络的研究主要分为两大类，一类是以李树茁等为代表的基于复杂网络分析方法的人口流动网络格局研究^[4-7]，另一类是以魏治等为代表的人口流动网络中节点的中心性和控制力的测度研究^[8-11]。随着城市规模分布理论的不断完善，国内外越来越多的学者将其应用于城市人口规模分布和城市用地规模分布的研究中并取得突破性进展，同时为人口流动的研究提供了一个新的视角，但是目前有关人口流动位序规模分布的研究还比较少见^[12,13]。在已有研究中，以全国尺度的人口流动网络的一般性研究居多，而在中国典型区域开展的代表性研究还比较缺乏。目前，针对典型区域开展的研究，主要是对某个城市内部和城市群内部的城乡人口流动网络特征和影响因素展开研究^[4,5,10]，通常是基于两类数据进行。一类是人口普查和抽样调查数据等传统统计数据^[4-6,14-15]，另一类是以“百度迁徙”和“腾讯位置大数据”为代表的数据^[7-10,16]。实证研究表明传统统计数据的时效性、方向性和连续性并不强，且通过估算传统统计数据中人口流量的方法来分析人口流动格局的变化会使得计算出来的数据偏离现实情况的概率偏大，可能出现“伪流动人口”，难以反映真实的人口流动情况^[17]，这些都不利于开展网络特征研究。典型区域的代表性研究与一般性研究相比，其针对性会更强，虽然有些学者已经对一些典型区域的人口流动网络特征展开了研究，但是并没有同时对该区域内部以及与外部区域之间的人口流动联系展开研究和分析。

随着物联网、智能终端等信息技术的快速发展，百度、谷歌、腾讯等互联网公司相继推出具有自己特色的地图等出行工具，大数据因此已经越来越成为表征居民地理行为的重要载体。腾讯位置大数据于2015年初被正式发布，该人口流动数据基于腾讯地图定位，每5分钟更新一次，几乎覆盖全球范围内智能手机中QQ、微信以及滴滴出行等多种应用的用户定位信息，范围包括乘坐不同交通工具(飞机、火车和汽车等)的人群，在精度上达到了个人层级。用户每日在腾讯社交平台上的位置分享次数可突破3000万，在大数据行业中处于领先地位。

鉴于此，本文基于腾讯位置大数据平台，以人口大省山东为典型案例区，获取山东省17个城市的人口流动热度，进而利用复杂网络分析和城市规模理论分析方法，将人口流动网络进行可视化。目的在于推动基于大数据的人口流动网络特征研究方法的创新，直观揭示山东省的人口流动网络特征。

1 研究区和数据

山东省作为中国的人口第二大省，2017年的年末常住人口达到10005.83万人，规模已经过亿。山东省工业产业发达，为大量人口流动提供契机，是我国流动人口分布的密集区域。山东省大型工业企业数量多，是全国重要的工业大省，因此对劳动力的需求旺盛，第一、二产业的迅速发展成为人口流动的重要因素，使得山东省成为大量流动人口的集散地。此外，山东省作为中国大陆11个沿海省份之一，自2007年以来，其经济总量稳居全国前三，2017年全省GDP总值达72678.2亿元，流动人口在山东省的经济发展、工业化与现代化进程中都起着重要作用。人口流动会深刻地影响到社会的结构和其他一些相关的方面^[17],因此对山东省的人口流动特征展开研究对于地区和全国发展具有重要借鉴意义。

结果表明：山东省的人口流动属于位次型规模分布(|q |<1) (图1和表2)。各城市的人口流动规模分布较为分散，高位序城市的人口流动规模并没有十分突出，总体上人口流动规模的分布在各城市之间相对分散、平衡。这说明随着社会经济发展水平的提高，尽管大城市具有交通、基础设施条件等方面的优势，中小城市的地位仍然处于不断上升之中。随着资源和信息的不断流通，大城市和中小城市之间的人口流动也越来越活跃。这也正是人口流动网络呈健康发展的重要表征之一，可避免大量人口过于集中于较大城市节点而造成其超负荷运转，同时也进一步促进了资源和资本在不同等级城市之间的流动。

2 研究方法

2.1 基于人口流动热度的人口流动网络规模分析

(1)复杂网络分析

城市规模分布理论主要包括城市首位律、城市金字塔和位序-规模法则三种，其中位序-规模法则因其能够更好地反映所研究变量的集聚性而被更加广泛地应用于城市规模的研究^[12]。位序-规模法则最初是从城市的规模和位序关系来反映一个城市的规模分布^[21]，城市人口规模符合位序-规模法则的规律已不断得到验证。本研究假设城市节点之间的人口流动符合位序-规模的分布规律，利用位序-规模法则来衡量山东省短期人口流动规模分布情况。

定义M _j-i 为城市节点i 的入度，M _i-j 为城市节点i 的出度，研究时段内每个城市节点的总度值计算如下：

A _i =∑M _j-i +∑M _i-j

(1)

式中，∑M _j-i 和∑M _i-j 分别代表城市节点i 的总入度和总出度，n 代表城市节点个数。A _i 城市节点i 在整个人口流动网络中的总度值，用于表示城市节点的总对外联系强度。

常州市人才工作起步较早，党管人才工作运行机制完善，人才队伍建设政策体系和服务体系相对完善，人力资源发展氛围好、基础扎实。截至2016年年底，全市人才总量达到106.2万人，其中高层次人才6.28万人，高技能人才26.2万人，分别比2010年增加了68.04%，117.29%，142.17%。2015年，每万人口中大学本科及以上学历人数219人，位列全省第三；每万从业人员中研究与发展（R&D）人员数233人，位列全省第二。企业R&D活动人员占企业职工比重6.78%，R&D活动人员占科技活动人员比重67.82%，位列全省第五。

在整个人口流动有向加权网络中，为了进一步识别和确定城市节点的人口集散能力，引入中心度P _i 这一概念。

(2)

对式(3)两边作对数转换得：

( 2)规模分布分析

在人口流动复杂网络分析中，点的中心性可以衡量网络中点城市节点的对外联系能力^[19，20]。本文在人口流动关系矩阵中，对前10位流入和流出路线按照热门程度依次赋值10～1，用来表示某城市的前10位流入或流出城市的得分系数^[7]。

FA _i =FA ₁·FR _i ^-q

(3)

式中：P _i 代表城市节点的网络中心度，n 代表城市节点个数。以中心度为基础，利用ArcGIS软件，通过自然间断点分裂法将城市节点划分为Ⅰ级人口集散城市、Ⅱ级人口集散城市和Ⅲ级人口集散城市三个层级。自然间断点分裂法可根据数据自身的属性，最大程度地保证分类的客观性。

lgFA _i =lgFA ₁-q lgFR _i

(4)

式中：FA _i 和FR _i 分别代表第i 个城市节点的人口流动总规模和位序，FA ₁代表位序为1的城市节点的人口流动总规模，q 为常数。若|q |的值接近1，表明城市人口流动规模接近理想状态；若|q |<1，则表明城市人口流动规模为位次型分布，人口流动规模分布比较分散，高位序城市人口流动规模不够突出，中低位序城市的人口流动规模较大；若|q |>1，则表明城市人口流动规模为首位型分布，人口流动规模分布比较集中，高位序城市的人口流动规模更加突出而中低位序城市的人口流动规模较小。

2.2 基于人口流动路线的人口流动网络空间格局分析

在空间格局分析中，分省际人口流动网络和省内人口流动网络两个角度。以人口流动路线为基础，计算研究时段内每条人口流动路线的频次L ，以此来表征城市之间人口流动连接强度的大小，频次越高，人口流动连接强度越大。

首先，向“邻”性表现在与地理距离较近的第一和第二圈层的城市之间的人口流入和流出连接强度较大。第一圈层主要是地理距离较近的环渤海地区、长三角地区，包括北京、天津、上海、江苏省和河北省等省(市)，第二圈层主要是距离较远的东三省、山西陕西地区、成渝湘赣地区。第一圈层凭借自身的地理距离优势，4级和5级连接路径分布更为密集，第二圈层的4级和5级连接路径密度相对较少。其次，向“优”性表现在与地理距离最远的第三圈层中经济发展水平高的城市之间的人口流入和流出连接强度较大。第三圈层主要包括青海省、甘肃省、海西地区和广东广西等省份的部分城市。虽然第三圈层的城市距离山东省最远，但是也存在少数省份的省会城市和中心城市与山东省之间网络联系虽然较少，人口流入和流出连接强度却处于最高层级，例如成都、广州和深圳等。这些城市因其较大的人口规模、较高的社会经济发展水平等优势条件而使得其人口流动现象更为活跃。

在省际和省内人口流动网络中，利用ArcGIS软件将不同的人口流动路线连接分别形成省际人口流入流出网络和省内人口流入流出网络，通过自然间断点分裂法将人口流入连接强度和人口流出连接强度划分为5级。为了进一步探讨某个城市节点与人口流动网络中其他城市节点之间的联系程度，引入社会网络分析中的相对点度中心度和凝聚子群分析。相对点度中心度能反映节点在网络中的地位和影响分布，数值越大，对其他节点的影响越大。凝聚子群是指网络中符合相同条件的行动者的集合群体，行动者之间具有更强的、直接的、积极的或经常性的联系^[22]。通过迭代相关收敛法可将某省内人口流动网络中的节点划分为不同的群体，一般凝聚子群中的成员大于3个最好。凝聚子群并不代表人口流动的封闭性和限制性，而是可以更直接具体地揭示各个城市之间存在人口流动联系的直接性和强弱性^[23]。

体育本来是一个来自于游戏，发展于游戏的学科，体育课受到小学生的喜爱本是天经地义的事情。那么，如何让“快乐”重回小学体育课堂呢？笔者认为，要从以下方面入手：

3 结果分析

3.1 人口流动网络规模特征

( 1)人口集散能力层级特征

人口集散能力层级呈金字塔分布。城市数量随着层级的增大而减少，行政等级越高的城市集散能力层级越高(表1)。山东省各个城市节点在人口流动网络中的中心度存在较大差异，三个层级的城市数量比例为2∶5∶10。泰安、滨州、东营、菏泽、枣庄等大部分的小城市构成该金字塔的基础，济南、青岛这两个大城市位于金字塔的顶端。从基础数据来看，济南的中心度排名处于山东省的第一，能够成为省内的人口流动中心城市。青岛的中心度次之，可成为仅次于济南的Ⅰ级人口集散城市。济南和青岛作为省内行政等级最高的城市，其对外联系强度达到了37.13%，以绝对的资源和交通等优势吸引和辐射更多的人口。济南、青岛、淄博等共7个Ⅰ、Ⅱ级人口集散城市的总对外联系强度可占到整个人口流动网络的80.84%，在山东省的整个人口流动网络中发挥了重要的带动作用。目前相关研究表明，世界上大多数具有发达城市体系的国家基本都符合金字塔结构的递变规律。

表 1城市人口集散能力层级结构

( 2)人口流动网络位序 -规模分布特征

以山东省各个城市的位序作为自变量，人口流动规模作为因变量，在SPSS平台中绘制散点图，分别选择线性、幂、二次方和三次方等几种常用方法来进行曲线拟合并计算相应的R ²值。山东省城市人口流动位序-规模双对数回归模型均通过了0.001水平的显著性检验且线性拟合的R ²值最大，为0.88，拟合优度最好。

虽然在临沂市上游实现了库河联合调度，保障了城市水供应，在市区加强了水网建设，形成了完整的城区水循环，但城市排放的中水对下游的水质造成了较大影响。为进一步提升临沂城的水环境质量，改善下游水质和居民的生活环境，降低因水环境污染引起的健康风险，临沂市决定规划建设武河湿地。

图1 山东省城市人口流动位序-规模双对数回归结果

本文的研究数据来源于腾讯公司推出的腾讯位置大数据平台(https://heat.qq.com/qianxi.php)。腾讯位置大数据反映的是每日的实时人口流动情况，平台显示每日排前10位的人口流动热门路线。以山东省的17个地级市为参考城市，搜集2018年4月1日至5月15日共计45天每日前10位的人口流动路线和人口流动热度，其他城市为山东省城市的人口流入地和来源地，根据17个城市一天之内的人口城际流动热度构建90个有向人口流动关系矩阵(包括省内和省外人口流动数据)。

风影没有回家，而是直奔那片林子，他知道她一定在那片树林里，在那棵系着红腰带的树下。天空下着雨，红琴果然在那里，她躺在青石板上，极度痛苦地扭动着身子，她要生了。风影从来没有见过这种场面，根本不知道该怎么办，只是站在一旁呆若木鸡，不停地捻着佛珠祈求佛祖保佑她平安无事。风在不停地吹着，雨在不停地下着，他们全身都是湿淋淋的，眼前这个冰凉的世界可不是什么梦境，他们要面对与接纳的，却是一枚罪恶的果子。风影的心更是碎了，离开了寺院，来到了红尘，却要面对如此残酷的现实，心何以堪！

表 2山东省城市位序-规模双对数回归结果

3.2 人口流动网络空间格局

3.2.1 省际人口流动网络空间格局

(1)人口流动网络分布区域差异显著(图2和图3)。

第二天，苏家知道了自己的女儿当年被杨小水调包的消息，不相信。D N A比对的结果显示，李峤汝与苏父生物学上父女的可能性为9 9.9 9%。苏家气愤之极，宣布解除与苏楠的父女关系，将七套房子的户主全部更改为亲生女儿李峤汝，与杨小水家彻底划清界线……

图2 省际人口流入 图3 省际人口流出

首先，省际人口流动网络总体上呈现出“东密西疏，北强南弱”的空间分布格局，具有较为明显的空间和地区集聚性^[22]。具体来看，人口流入和流出路径的密集程度在地区分布上呈不均匀性和地理集中性，高密集区主要分布于东部地区的北方省份，随着向西部内陆地区和南方省份的不断扩展，人口流动路径密集程度都逐渐减小。其次，不同区域的城市群形成双纵一横的人口流动分布带。北起哈长城市群，途径长江中游城市群，南至海西地区，构成人口流动网络的东部沿海第一条纵向分布带；北起京津冀城市群，途径太原和中原城市群，南至珠三角城市群，构成山东省人口流动网络的东部第二条纵向分布带；东起京津冀城市群，途径太原和中原城市群，西至成渝城市群，构成人口流动网络的横向分布带。

(2)人口流动网络呈现向“邻”性和向“优”性的圈层分布特征(图2和图3)。

大约10%的肺脓肿患者需要行手术切除。手术指征分为急性和慢性。急性期手术指征为：咯血，持续的败血症发热，脓肿破溃到胸膜腔形成脓气胸或脓胸。慢性期手术指征为：抗生素治疗超过6周无效，怀疑肺癌或脓腔超过6cm。脓肿较大或者位置较深的需要做肺叶切除术。如果切除范围能够包含脓腔以及周围的坏死组织，非解剖型肺切除或肺段切除也是合适的手术选择[6]。

3.2.2 省内人口流动网络空间格局

图4 省内人口流动网络

(1)人口流动网络呈现“多核心”的空间均衡联系模式(图4)。省内人口流动网络空间格局较为均衡，大致呈以济南、淄博、潍坊、青岛和临沂为核心的“多核心”纵横交错格局，重要交通枢纽城市、沿海城市以及边缘地带的经济发展较快的城市成为山东省人口流动的重要集散地。交通通达性一直是影响人口流动的重要因素。济南、淄博、潍坊和青岛作为济青高速、高铁干线的枢纽城市，充分体现了交通沿线城市节点的空间集聚效应，与省内不同等级城市都存在密切的人口流动联系，人口流动连接强度大都大于81且相对点度中心度大于59.39，覆盖了人口流动网络的多数连接路径，形成连接路径的高强度和高密集度分布区。鲁南地区作为山东省的南大门，是人口稠密区，所辖范围包括菏泽、枣庄、济宁、临沂和日照5个地级市。规划政策的引导以及丰富的煤炭资源等优势使得其经济发展迅速，逐渐成为新的经济增长级。济宁、临沂和日照虽然位于省域的边缘地带，但依托鲁南地区的发展优势在人口流动网络中展示了其强劲性。临沂的相对点度中心性大于59.39，济宁和日照的相对点度中心度大于43.14，与省内不同层级城市之间都存在多数强度大于81的人口流动连接路径，人口流动现象活跃，而菏泽和枣庄在人口流动网络中则略显劣势。从人口流动连接强度来看，较之德州、聊城等内陆城市，沿海城市东营、烟台点度中心度都大于43.14，凭借沿海优越的地理位置成为省内流动人口的次集聚高地。

CTn T即一类血清标识物,其评测心肌细胞受损后的特异特性与灵敏程度都较优,这一指标运用到评测心力衰竭与左室射血分数之中尤为精准,还可以全方位凸显出心功能衰竭患者的预后[4]。心肌细胞只要产生了缺血性或是非缺血性地死亡,心肌细胞的构造被损坏,其中产生的各类心肌活性标识物酶就会进至血液之中,而其中就产生了CTn T。所以,心肌细胞受损引起的CTn T上升机理尤为清楚。此次研究结果指出了,借助CTn T辅以监测后,患者的敏感特性与特异特性都大过CK-MB,且全方位凸显出了患者的预后。这类研究成果在我国已经被有关专家所证实。

图5 省内凝聚子群空间分布

(2)城市组团空间分异(图5)。山东省可划分为济南-青岛-临沂、淄博-滨州-德州-聊城、东营-潍坊-烟台-威海和济宁-菏泽-枣庄-泰安-日照四个相对“集聚”的群体，城市之间的人口流动正在不断突破行政边界和地理空间距离等因素的限制。以山东省的市级行政边界为基础，具体可分为围绕淄博形成的包括滨州、德州和聊城的子群A，山东省东北部围绕潍坊形成的包括东营、烟台和威海的子群B，以济宁为中心的包括泰安、莱芜、菏泽、枣庄和日照的子群C以及以济南为中心的包括青岛和临沂的子群D。这四个凝聚子群是省内人口流动联系相对密切的城市“集聚”群体，济南、淄博、烟台和济宁充分发挥了人口流动的龙头带动作用。与山东半岛城市群所规划的城市群结构相对照，发现除了东营、潍坊、烟台和威海这四个城市形成凝聚子群以外，济南、淄博等城市群成员都脱离了山东半岛城市群并形成以各自为中心的凝聚小群体。这表明山东半岛城市群的凝聚力并不强，城市之间的人口流动联系紧密度不够。从空间分布上来看，与淄博子群和潍坊子群相比，济南子群和济宁子群的成员分布较为分散，尤其是济南子群，并非完全依托邻接的行政边界而形成集聚群体。这表明城市之间正在不断突破行政边界和空间地理距离等因素的限制，逐渐形成新的城市组团空间分异特征。

4 结论与讨论

本文基于腾讯位置大数据平台，收集2018年4月1日至5月15日山东省个城市的人口流动数据并构建人口流动矩阵，通过复杂网络分析和规模分布分析方法，利用ArcGIS空间分析工具，从人口流动网络规模和空间格局两个角度分析总结了人口流动网络特征。

分别准确称取12.5 mg苦杏仁苷与5.0 mg野黑樱苷标准品，甲醇溶解，分别定溶于25 mL、10 mL容量瓶中，即分别得到质量浓度均为500 μg/mL的苦杏仁苷与野黑樱苷甲醇标准储备液，4 ℃储存备用。分别吸取2 mL各标准储备液至不同10 mL容量瓶中，甲醇稀释至刻度，即得100 μg/mL苦杏仁苷标准溶液和100 μg/mL野黑樱苷标准溶液，4 ℃储存备用。

（3）机械设备租赁管理。施工管理中，严格执行租赁管理。在设备租赁以前，对市场情况进行充分调查，在多方询价的基础上选型，以机械设备性质为依据，确定租赁的相关事宜，签订合同予以保证，而在使用中应做好经常性抽检，使机械设备始终处在良好使用状态。

(1)山东省的人口流动网络规模特征显现。在市级尺度上，各地级市人口流动网络中心度差异较大，人口集散能力呈金字塔结构，济南、青岛等城市的人口集散能力明显强于其他地市，处于较高集散能力层级的城市的对外联系强度覆盖了山东省大部分的人口流动网络；在省级尺度上，山东省人口流动呈位次型规模分布，总体上人口流动规模分布较为分散、平衡，从而缓解了大城市节点人口过于集中造成的超负荷运转现状，人口流动网络处于健康发展状态。

(2)山东省人口流动网络空间格局已形成。省际人口流动网络表现出明显的区域分布差异，呈“东密西疏，北强南弱”的面状分布格局和双纵一横的带状分布模式。受地理距离、社会经济发展水平和人口规模等因素的综合作用，人口流入来源城市和流出目标城市的空间分布呈现圈层分布结构，向“邻”性和向“优”性特征明显。省内人口流动网络空间分布较为均衡，在交通沿线的空间集聚效应、地区发展政策和沿海优势的影响下，形成了“多核心”的人口流动空间联系模式。省内城市之间正在不断突破地理距离和行政边界的限制，形成新的人口流动空间组团分异特征，可大致划分为“济南-青岛-临沂，淄博-滨州-德州-聊城，东营-潍坊-烟台-威海，济宁-菏泽-枣庄-泰安-日照”四个凝聚群体，但是山东省的一体化发展程度还有待加强。

可以设计数据挖掘查询语言，支持特定的和交互的数据挖掘。数据挖掘语言(data mining query language，DMQL)应当说明数据挖掘原语、产生和操纵概念分层提供命令。这样的查询语言是基于SQL (SAS提供的查询过程)的，并可能最终形成标准，成为数据挖掘图形用户界面的基础。这实际上就是对多边矩阵剖面广义交叉乘积的运算方法的SAS编程问题。

(3)山东省的人口流动现象并不完全遵循传统意义上受经济推拉作用影响的人口流动规律，除社会经济发展水平和人口规模等因素以外，地理区位、自然资源等因素也会影响山东省的人口流动特征。作为环渤海地区的省份之一，国家提出的有利于城市群发展的制度政策比如开发区优先发展政策、城市奖励评优政策等都在一定程度上对山东省的人口流动发挥了促进作用，大量低端、劳动密集型产业形成了巨大的劳动力需求，较高的预期收入吸引更多的人口不断流入山东省。交通作为人口流动实现的中介条件，会直接影响人口流动的时间成本和费用成本，交通越发达，流动的预期成本就越低，很大程度上减小了了距离等阻力对山东省人口流动产生的影响。

本文采用了腾讯位置大数据作为研究数据开展了人口流动网络特征研究，虽然在数据的时效性、方向性以及创新性方面具有优势，但是仍然存在一些不足和未来亟待深入探索的问题。(1)数据的完整性不足。腾讯位置大数据平台只显示每日排前10位的人口流动路线，排10位后的大量的人口流动路线没被记录在内，这对研究结果的准确性有一定的影响。(2)用户覆盖范围不足。虽然腾讯位置大数据已经覆盖了大部分的移动客户端，但是仍有大量用户的移动记录没被覆盖。(3)有待进一步深入探讨人口流动的影响因素。本文只是针对人口流动特征定性分析了人口流动的影响因素，如何以人口流动网络特征为基础，基于实证研究深入探讨人口流动的影响因素及其作用机理将是下一步努力的方向。

参考文献：

[1]YAN X Y，WANG W X，GAO Z Y，et al. Universal model of individual and population mobility on diverse spatial scales[J]. Nature Communications，2017，8(1).

[2]王珏，陈雯，袁丰.基于社会网络分析的长三角地区人口迁移及演化[J]. 地理研究，2014，33(2):385-400.

[3]张祚，闫平平.复杂网络背景下城市间人口空间流动模型与实证相关研究回顾[J]. 城市，2017(7):23-27.

[4]李树茁，杨绪松，靳小怡，等.中国乡城流动人口社会网络复杂性特征分析[J]. 人口与发展，2006，12(5):13-22.

[5]侯贺平，刘艳芳，李纪伟，等.基于改进辐射模型的乡镇人口流动网络研究[J]. 中国人口·资源与环境，2013，23(8):107-115.

[6]陈锐，王宁宁，赵宇，等.基于改进重力模型的省际流动人口的复杂网络分析[J]. 中国人口·资源与环境,2014，24(10):104-113.

[7]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.

[8]魏冶，修春亮，刘志敏，等.春运人口流动透视的转型期中国城市网络结构[J]. 地理科学，2016，36(11):1654-1660.

[9]赵梓渝，魏冶，庞瑞秋，等.基于人口省际流动的中国城市网络转变中心性与控制力研究——兼论递归理论用于城市网络研究的条件性[J]. 地理学报，2017，72(6):1032-1048.

[10]赵梓渝，魏冶，王士君，等.有向加权城市网络的转变中心性与控制力测度——以中国春运人口流动网络为例[J]. 地理研究，2017，36(4):647-660.

[11]赵梓渝,魏冶,庞瑞秋,等.中国春运人口省际流动的时空与结构特征[J]. 地理科学进展, 2017, 36(8):952-964.

[12]戚伟，刘盛和.中国城市流动人口位序规模分布研究[J].地理研究，2015， 34(10):1981-1993.

[13]赵落涛，曹卫东，魏冶，等.泛长三角人口流动网络及其特征研究[J]. 长江流域资源与环境，2018(4).

[14]钟斌青，刘湘南.基于空间化PageRank算法的人口流动空间集聚性分析[J]. 地理与地理信息科学，2011， 27(5):82-86.

[15]高更和，罗庆，新生，等.中国农村人口省际流动研究——基于第六次人口普查数据[J]. 地理科学，2015， 35(12):1511-1517.

[16]贺艳华，邓凯韶，唐承丽，等.长株潭城市群城乡人口流动特征及动力机制[J]. 经济地理，2017， 37(1):74-81.

[17]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.

[18]HUO J，WANG X M，ZHAO N，et al. Statistical characteristics of dynamics for population migration driven by the economic interests[J]. Physica A Statistical Mechanics & Its Applications，2016， 451:123-134.

[19]冷炳荣，杨永春，李英杰，等.中国城市经济网络结构空间特征及其复杂性分析[J]. 地理学报，2011， 66(2):199-211.

[20]刘铮，王世福，赵渺希，等.有向加权型城市网络的探索性分析[J]. 地理研究，2013，32(7):1253-1268.

[21]许学强，周一星，宁越敏.城市地理学(第2版)[M]. 北京：高等教育出版社，2009.

[22]刘法建，张捷，陈冬冬.中国入境旅游流网络结构特征及动因研究[J]. 地理学报，2010，65(8):1013-1024.

[23]宋冬林，齐文浩.东北区域经济一体化演变的社会网络分析[J]. 吉林大学学报(社会科学版)，2018， 58(4):97-107.

[24]WINDZIO M. The network of global migration 1990—2013 Using ERGMs to test theories of migration betweencountries[J]. Social Networks，2017.

Research on Characteristics of Population Flow Network Based on Tencent Location Big Data ——Taking Shandong Province as an example

HU Ya-ping

(School of International Affairs and Public Administration, Ocean University of China, Qingdao 266100, China)

Abstract : Based on Tencent location big data, this paper uses the complex network analysis and social network analysis methods, and by taking Shandong Province as an example to explore the characteristics of its population flow network from the scale distribution and spatial pattern. The results show: (1)From the perspective of scale distribution, the population distribution capacity of Shandong Province is pyramidal, the number of cities decreases with the increase in the distribution level, and the population distribution capacity of Jinan, Qingdao is significantly stronger than other cities; The population flow is in a subscale distribution, and the population flow scale is relatively scattered and balanced among the cities as a whole.(2)From the perspective of spatial pattern, the spatial distribution of interprovincial population flow network is uneven, showing the spatial pattern of“Intensive in the east and sparse in the west，Strong in the north and weak in the south”and the double vertical and horizontal belt pattern, with a significant feature of “neighborhood”and“superiority”; The population flow network within the province presents a spatial equilibrium linkage model centered on “Jinan, Zibo, Weifang, Qingdao and Linyi” and shows a group differentiation characteristics by taking“Jinan,Qingdao,Linyi, Zibo,Binzhou,Dezhou,Liaocheng, Dongying,Weifang,Yantai,Weihai, Jining,Heze,Zaozhuang,Ta’an,Rizhao”as the subgroups.

Key words : population flow network; Tencent location big data; Shandong Province; scale distribution; spatial pattern

中图分类号： C924.2

文献标识码： A

收稿日期： 2019-03-30

*基金项目： 中央高校基本科研业务费专项(201861049)资助

作者简介： 胡亚萍(1994-)，女，山东淄博人，硕士，人口城市化、人口地理学方向.

DOI： 10.16601/j.cnki.issn1001-8743.2019.02.016

文章编号： 1001- 8743( 2019) 02- 0084- 07

[责任编辑：黄天放]

标签：人口流动网络论文;  腾讯位置大数据论文;  规模分布论文;  空间格局论文;  中国海洋大学国际事务与公共管理学院论文;