城市网络结构的时空特征和弹性春节旅游热潮:一个案例研究长江中游城市群的在中国

文摘

随着全球化的趋势,大规模和分散的人口流动已经成为至关重要的运营商用户的空间行为特征。网络分析提供了一种新的视角来揭示人口流的拓扑结构和演化和理解对区域发展的影响。通过收集高德迁移指数春节期间的旅游高峰(SFTR)在2019年,2020年和2021年,人口流动网络的31个城市在长江中游城市群被构造的时空动态特性进行分析,探索弹性结构。结果表明,尽管人口流动的变化趋势在40天SFTR 2019年,2020年和2021年是一致的,人口流动规模在2020年和2021年显示了显著的异常在春节前后由于COVID-19防治的必要性。人口流动区域城市网络的强度在2020年是最弱的,和长沙成为最被关注的人口流动,而武汉是最有利的城市在2019年和2021年。第三个区域网络核心城市,南昌的虹吸效应仍然很弱。鼎立的局面形成。然而,人口流动的高强度在2021年增加了区域城市网络的不稳定,潜在暴露地区更高的风险和压力。因此,有必要重视周边城市区域韧性提高。

1。介绍

与不断增加的趋势,全球化和技术的推广,提高高速连接基础设施(航空、高速铁路、电信、互联网等)加强了城市之间的连接。城市的层次空间由行政区划往往变成的功能空间关系网络。尤其是在最近几年,社会和经济的快速发展,城市之间的联系往往是复杂和多样化,和动态城市网络在经济、技术和信息的流动人口已成为一个热点研究课题。“流动空间”理论提出的中文版(1)可以描述生动的现象在城市网络空间连接。城市网络通常是由一个网络图表示,这是由节点和链接(边缘)。在区域城市网络中,节点和链接对应于城市和城市之间的联系,分别。流元素、人口流动、信息流动、资本流动、技术流等,逐渐摆脱地理空间的限制,和交流和传播在较大的地区。与流动空间理论的崛起,区域城市网络构建基于各种资源的数据流在城市,和空间结构的特点进行了研究,提供科学支持的区域发展策略。

作为一个最大的和最深远的地理过程自中国改革开放以来,人口迁移,这是一个流元素在城市的重要载体,被认为是一个活动的基本生产要素重新配置在空间2,3]。中国农历新年,春节是最喜庆的一年在中国,在一个巨大的人类迁徙发生作为个人回到他们的家乡4]。中国的春节旅游高峰(SFTR)被描述为世界上人口流动,很少见到是人类历史上最大、定期流动人口由于人口流动规模的特殊性。中国国家发展和改革委员会表示,一年一度的春季迁徙(称为中国春运”)通常持续40天。在SFTR 2019年,2020年和2021年(从2019年1月21日到2019年3月1日;从2020年1月10日到2020年2月18日;从2021年1月28日到2021年3月8日),有大约30亿,略高于30亿年和17亿年城市和农村地区之间的乘客,分别。大规模人口流动促进reaggregation扩散和扩散的社会和经济因素在某种程度上。然而,与此同时,它是一个挑战和检查交通基础设施系统5]。

通常知道日冕2019年病毒病(COVID-19)是首次发现和报告在中国的武汉,湖北省的省会城市和1100万居民和中国中部最重要的交通枢纽6]。由于其特点,人与人之间的接触,大量的人口流动大大增加了社会联系,造成COVID-19基本上达到无处不在(7]。2019年12月31日,在中国农历新年之前(2020年1月24日开始),大约有500万人离开武汉(7]。进一步的空间传播COIVD-19是十分关注的,因为即将到来的春节假期(从2020年1月24日,2020年1月31日)。控制COVID-19的迅速蔓延,中国政府下令封锁政策在2020年1月下旬8]。尤其是在武汉,最多的感染者生活,市政府完全封闭的城市1月23日,2020年。然而,全球多点COVID-19已经从突发公共卫生事件爆发到非传统的灾难。它直接暴露,如果没有一个坚实的支持健康和安全的城市发展环境,城市的繁荣与活力可能加强城市的脆弱性,甚至导致短期“冲击”和长期的“后遗症”的城市。此外,在应对COVID-19的过程中,中国的高效协调机制在城市中,城市交通网络的节点控制,区际公共卫生网络建设和区域协调antiepidemic材料的生产,在一定程度上,反映了城市之间的协调合作以应对灾害和危机,这将形成一个良性的网络协同效应。因此,面对长期慢性压力和短期影响,潜在的问题是如何调查人口流动网络的时空特征和区域韧性如何衡量的能力。

区域性韧性是一个正在崛起的国际研究领域的概念。它通常是衡量城市网络结构的弹性,专注于城市系统恢复的能力,维持或提高原网络特征和重要功能,以应对区域冲击(9]。加速的城市化进程中,城市系统也面临的不确定性和未知风险增加(10]。特别是近年来,城市的可持续发展受到自然灾害,严重威胁人类的灾难,经济,环境,安全,交通、生活和社会,这直接影响到城市居民的生活质量和安全。在这些情况下,一个系统可以失败,导致主要性能降低或完全丧失部分或全部措施。此外,如果一个城市的功能失败,该地区其他城市可能不再正常运行,但考虑并选择新的连接对象。因此,其他城市的压力将增加,这地区的可持续发展带来一些挑战。作为一个典型的区域空间特征的体现,城市网络结构影响区域敏感性冲击,适应性,能够开发新的增长路径(11]。因为温和(1973)(12]首次引入弹性的概念到生态系统研究中,它经常用于研究学科从环境研究材料科学与工程、心理学、社会学和经济学(13,14]。最近的研究表明,弹性的概念和定义也适用于区域网络(15]。在区域网络的弹性先前的研究,一些学者关注金融网络的弹性特征(16[]、基础设施网络17),交通网络(18,19),等等。虽然收集势头,先前的研究主要集中在理论探索20.]。然而,面对外部冲击,尤其是在巨大的背景下COVID-19对全球经济的负面影响,城市网络的弹性结构的评估是重要的和深远的意义,加强城市的能力,以防止系统故障和应急计划和促进该地区的高质量和可持续发展。

为主要载体流元素,城市间人口迁移推动的快速流动和优化生产要素在一个地区。因此,城市人口迁移网络基于地理空间“流数据”的学者近年来吸引了越来越多的关注。一些早期的研究主要用于静态数据,如人口普查数据和人口抽样调查数据,不能揭示了日益复杂的城市之间的相互作用的角度的流动空间(21]。作为移动互联网发现进入人们的日常生活,全球定位系统(GPS),基于位置的服务(lbs),和位置共享服务正越来越多地用于发现用户的地理位置和他们的个人偏好,旅游路线,活动轨迹,和社交网络,从而阐明日常时空行为(3]。磅可以提供准确的信息,比如起点,终点,甚至个人空间轨迹。区域实体之间的关系可以被可视化为各种各样的实用测量协会流。因此,相关的研究基于各种大数据波动,如微博签到(22),腾讯迁移(3),百度迁移数据23),和Facebook (24]。从的角度研究的时段,许多研究了公众假期为例,如中国的春节,国庆节,中秋节旅游高峰,每天的时段也参与(3,22,25,26]。此外,研究内容包括人口流强度、规模、空间分布、旅游模式,等。空间尺度相关的研究涉及到从全球到当地的城市。总的来说,multiperspective人口流动网络和多尺度的研究正成为一个重要的方法来理解复杂和动态空间城市基于LBS的数据之间的关系。然而,现有的人口流动网络文学主要是集中在某一年,从进化的角度来看缺乏纵向比较。第二,虽然导演加权人口流动网络构建、人口流动的方向性被忽视了在分析过程中,从而导致低估或高估的城市节点之间的非对称关系。上面的说明,在大数据时代的城市发展迅速,城市的空间格局和规模特征网络已经改变了从静态到复杂的时空动态。因此,有必要研究城市网络的动态模式特征及其弹性基于时空的大数据。此外,高德地图(译者注:挪威首都)基地人口流动路线使用LBS应用程序记录设备实时地、动态地、完全和系统,生产高德迁移大数据。可用的数据周期是从2018年6月到现在,这使得它可以描述在不同时期SFTR人口流动。

从国家战略促进长江经济带、长江中游城市群的起着至关重要的作用在中国的区域发展模式,因为它是一个重要的支持促进长江经济带协调发展。此外,武汉城市群的核心城市,作为高风险地区的疫情COVID-19 SFTR期间在2020年。区域城市之间的大规模人口流动,特别是在城市群内,进一步加剧了COVID-19的传播。因此,必须清楚地了解区域内城市之间的人口流动,确定其时空特征,并测量其网络结构的弹性。的31个城市在长江中游城市群为研究对象,通过收集在SFTR高德迁移大数据在2019年,2020年和2021年的时空复杂特征的城市网络长江中游城市群的揭示从人口流动的角度。然后,区域城市网络的结构弹性估计当扰动或重大事件发生。此外,它预计将提出具体的策略和建议结合研究结论为进一步促进该地区的发展。本研究不仅提供了一个新的研究视角和方法论的参考城市网络研究,也有利于进一步区域协调和可持续发展。

2。研究区域

长江中游城市群的河,也被称为“中国中部的三角形”,是一个超级大国家城市群位于长江中游,主要由武汉市区,长株潭城市组和鄱阳湖城市组。在这项研究中,31个城市的发展计划中定义长江中游城市群的国家发展和改革委员会颁发的2015年4月被选为研究对象(图1)。具体地说,该研究区域包括13个城市在湖北(武汉、黄石、鄂州、黄冈、孝感、咸宁、仙桃、潜江、天门,向阳,宜昌、荆州,荆门),湖南省8城市(长沙、株洲、湘潭、岳阳、益阳、常德,衡阳,和娄底),江西省和10个城市(南昌、九江、景德镇、鹰潭、鑫,伊春,萍乡,上饶,福州和霁西安),涵盖总面积约31.7×10⁴公里²。其中,武汉、长沙和南昌,一方面,作为省会城市,引领经济社会发展的武汉市区,长株潭城市组,分别和鄱阳湖城市集团。另一方面,三个核心城市的城市群形成“三足鼎立”空间结构和在该地区发挥重要的分散和聚合函数。在2019年底,该地区国内生产总值9.3833万亿元,和总居住人口为1.306491亿。作为长江经济带的重要组成部分,在长江中游城市群的不仅连接东部和西部地区,连接南北,但也在中央区域实施促进中部地区崛起战略,全面深化改革开放,促进新的城市化。更重要的是,城市群的定位是中国经济新的增长点,主要区域为新城市化在中部和西部地区,内陆开放合作示范区,主要地区社会建设“两个面向”。因此,它扮演着一个重要的角色在中国区域发展模式。

3所示。数据和方法

3.1。数据源

的31个城市在长江中游城市群为例,通过收集高德迁移指数在2019年春节期间的旅游高峰,2020年和2021年,城市群内城市间人口迁移网络构造分析和弹性变化时空特征。数据分析在这项研究中,高德迁移指数,来自交通高德公司提供的大数据解决方案提供商之一的数字地图,导航和位置服务在中国。据统计,从2021年中国移动互联网发展报告,截至2020年年底,同理的每月活跃用户数量达到5.5586亿,而百度地图与4.3473亿用户排名第二(https://www.questmobile.com.cn/research/report-new/143)。同理,服务旅游服务应用中排名第一(百度地图,迪迪Chuxing,和腾讯地图)。高德迁移数据,类似于百度腾讯迁移和迁移数据,表示城市之间人口迁移指数,它是通过在每个城市的移民数量,在中国移民的总数。每个记录的高德迁移数据主要由四个领域:源城,目标城市,实际迁移指数,指数和迁移意愿。实际的迁移指数记录在完成旅行的目的从一个城市到另一个通过高德导航服务在北极监测和评估方案,这在很大程度上,代表了人口在高速公路上旅行。迁移意愿指数指的是搜索的行为目标的地方,然后通过高德导航规划驾车路线,也就是说,人们的旅游欲望,而不是真正的迁移行为。通过筛选和清洗的数据120天2019年SFTR期间(2019年1月21日至3月1日),2020(2020年1月10日至2月18日),和2021年(从2021年1月28日至3月8日),三个时期的可用数据。

3.2。方法

3.2.1之上。人口流动网络的建设

根据复杂网络理论,对城市和城市之间的连接节点和边,分别描述了网络在31个城市的人口流动。一个定向加权矩阵l= (l_ij)是用来描述的流动人口在一天,那里的l_ij人口从城市流强度吗我城市j。然后,40×3定向加权矩阵不对称31×31日建立了基于高德迁移数据。基质可以表示如下(3]:

3.2.2。社会网络分析方法

(1)加权的程度。加权程度代表弧的权值之和与一个城市节点,值越大,城市之间的联系越强。定向加权网络的加权之和节点度加权的出度和入度加权。加权学位总人口流从城市节点强度的措施我,而加权总人口流强度节点入度措施我。公式如下: 在哪里加权程度的城市吗我,加权入度的城市吗我,是城市的加权学位吗我。(2)节点对称。节点对称是用来描述的差异反映在每个节点的入度和出度27]。然而,城际迁移的数量关系不能只反映入度和出度。因此,本研究介绍了人口流动强度直接加权网络的计算节点对称指数(NSI),然后判断城市节点接收或发送方。城市的公式NSI节点我如下: (3)聚类系数。聚类系数是用来描述节点的互连级别(28]。当某些节点是紧密相连的,他们可以形成一个集群网络。聚类系数的公式如下(25]: 在哪里C_我聚类系数和吗B_我是节点的相邻节点之间的路径米_我。(4)PageRank算法。PageRank算法最初用于评估一个web页面的排名通过复杂的超链接关系网络中(29日),揭示特定网页的重要性相对于其他网页在网络。此处用于衡量人口中城市节点的临界流网络。节点的PR值的计算公式我如下(30.]:

在哪里N是所有节点的数量,d是阻尼系数(0和1之间的值),米(我)是节点连接到节点的集合我的链(入度)l(j)是由节点连接的节点的数量j向外(学位)。

3.2.3。评估网络结构的弹性

网络结构的弹性是指网络系统的能力应对突如其来的外部冲击和干扰。对于城市网络系统,某些城市节点的干扰可能导致多米诺效应,从而影响局部网络的级联(31日]。这里网络结构的弹性是衡量网络节点故障后的反应和节点的攻击。节点故障主要考虑自然灾害的影响在不同的城市节点,如泥石流、暴风雪、霾等。城市网络的弹性结构的干扰是通过消除观察城市节点。节点攻击主要考虑人为损坏的影响,诸如恐怖袭击、军事冲突、或其他人工力量,降序排名中删除节点的节点临界(PR值),模拟节点从最“重要”的失败17]。这两种策略假设节点将失败后立即删除,和所有边缘都直接连接到节点也将被删除。

网络效率是一个物理量用于描述网络元素的扩散能力,通常是由path-related评估指标的网络。网络中网络效率高,元素的传播和交换节点之间可以实现更快,这有利于促进学习,创新,和节点间的通信,可以提高网络的抗外部冲击,使网络具有较高的韧性。网络效率(E)已经被广泛认为是一个重要的指标来衡量网络的响应(32,33];值越大,网络的性能就越好。更改它的值表明全球效率由于扰动的变化。定向加权网络,公式如下: 在哪里D_ij从城市节点的最短路径长度吗我来j,N城市网络中节点的数量,然后呢是城市网络中节点的集合后删除某个节点,啊_ij加权平均度的边缘节点的最短路径是什么我到节点j。

4所示。结果

4.1。在SFTR人口迁移的特点

分析人口迁移的特点在长江中游城市群SFTR期间,每天的时间序列分布图表总结(平均)迁移规模SFTR期间在2019年,2020年和2021年(图生产2)。图2显示了以下特点的人口流动。首先,在一年内,迁移意愿和实际迁移规模的变化趋势基本上是一致的在研究期间,和迁移意愿规模总是高于实际的迁移规模。第二,迁移意愿和实际迁移指数在春节前(16天)显示了一个先增加然后减少的趋势。由于COVID-19的预防和控制政策的影响,人们迁移规模在2020年和2019年比2021年高。此外,与2019年相比,人口迁移的高峰期在2020年和2021年在春节前略有延迟。第三,由于COVID-19的特殊性,与人口流动防止COVID-19迅速蔓延,武汉市政府完全封闭的城市在10:00点2020年1月23日(14天)。然而,大约有500万人仍然离开武汉(34]。因此,春节后迁移意愿和实际迁移指数(16天)在2020年显示出下降的趋势,这是远低于同期迁移水平在2019年和2021年。COVID-19的有效预防和控制,人口迁移在2021年春节后显示了快速增加的趋势与前一年相比。在春节假期的最后一天(21天),研究区域的人口迁移规模超过2019年,2021年,人们在SFTR迁移的规模最大。最后在SFTR传统节日,元宵节也迎来了一个小高峰的人口流动。从那时起,人口的运输SFTR逐渐走到尽头。

4.2。人口流动网络的时空特征

4.2.1。准备流行的流网络的时空模式

在ArcGIS软件的帮助下,人口流动网络可视化的基础上,总结了定向加权矩阵的人口流强度。人口流动的整体时空模式的网络城市群在SFTR长江中游的呈现在图3。与此同时,人口迁移强度分为四个级别,级别越高,城市间人口迁移规模越强。

(一)

(b)

(c)

图3(一个)显示了2019年人口流动网络的空间格局。评分结果的地图,城市之间人口流动的第一级(81 - 177)主要围绕12条线路在武汉,长沙,南昌,大规模的显示特征基本上对称相邻城市之间人口迁移。第二个层次的空间模式(41 - 80)仍然提供了一个中央径向结构,在某种程度上,这是一个补的第一级的周边城市。只有长株潭城市组显示了人口流动在城市空间。此外,它发现有一个相对强劲的联系湘潭、株洲,并没有涉及到核心大城市。第三级别(10-40)主要反映城市核心城市之间的互动,以更多的西北部和东南部。第四级别(< 10)约占所有航线的84%,表明人口流动的强度在大部分城市地区空间仍然疲弱。

2020年人口流动网络的空间格局(图3 (b))表明,人口流动路线的第一个三个层次非常稀疏。路线的数量是3,12日和68年,分别。第一级的路线只有Wuhan-Xiaogan Xiangtan-Changsha, Changsha-Yiyang。鄱阳湖城市集团的核心城市,南昌只出现在第二个层次,益阳的连接是相对较弱。其余的人口流连接也对应于2019年的第一级。它表明,武汉COVID-19爆发了严重的影响不仅在武汉及其周边城市也在城市群内城市密切相关。虽然有人口流动路线跨地区第三个层次的空间,数量是很少的。例如,Huanggang-Jiujiang Jingzhou-Yueyang, Changde-Jingzhou。人口流动路线在第四级别规模相对较大,约占90%的路线。这说明在武汉疫情期间,关闭政策有更大的影响在城市群内的所有城市,造成衰减在中国春节旅游高峰。

人口流动网络在2021年SFTR如图3 (c)水平1 - 3包括16日,23日,分别和103路线。与2019年相比,人口迁移强度增加;另一方面,武汉和南昌都加入了新的城市节点在第一个层面上,如鄂州和九江。在第二层次,人口流动路线在鄱阳湖城市组有显著增加,反映在鹰潭和福州。第三水平没有显著差异的人口流动网络在2019年和2021年。令人惊讶的是,路线在第四级别的数量几乎是在2019年和2021年一样。

从长江中游城市群的河流,有930路线在每个人口流动网络的三个时期,即人口流动网络都是强连通图。然而,人口流动的强度在SFTR 2019年,2020年和2021年完全不同。最大迁移人口流动的规模网络SFTR期间从2019年到2021年是177年,87年和213年,分别。相应地,每个路径的平均迁移规模为6.18,3.68,和6.90,分别。此外,人口流动的空间分布在SFTR城市群还显示了时间和空间的差异。一般来说,网络的空间分布模式”密集的东南西北和稀疏的一面”。多中心是一个地区的显著特征。具体来说,核心城市之间人口流动(武汉、长沙和南昌)是相对较弱。在第一和第二水平,没有走廊连接形成三个郊区的组。武汉和长沙之间的人口迁移强度在2019年和2021年SFTR只是在第三级。 What's worse, its connection is weaker in 2020, only at the fourth level. Second, the population flow connections are mainly gathered on the northwestern side, between the Wuhan metropolitan area and the Changsha–Zhuzhou–Xiangtan city group, which is the main driving force for the development of the region. Only in 2020, due to the quarantine of Wuhan, the connection between them tends to weaken. In comparison, the interaction between the Poyang Lake city group on the southeast side and other regions is weaker, especially in 2020. Nevertheless, the results of their urban cluster structure reveal that the population flow networks of three periods surprisingly have the same urban cluster structure. That is, 13 cities in the Hubei province form cluster 0, 8 cities in the Hunan province form cluster 1, and 10 cities in the Jiangxi province form cluster 2. The cluster structure in different periods is completely consistent with the provincial boundary, indicating that there is an obvious provincial boundary segmentation effect on the urban agglomeration, which makes the population flow elements within the urban agglomeration focus only on the interior of provinces, and the integration level of the region is relatively low.

4.2.2。研究期间流行的迁徙路线

通过实际的迁移指数和迁移意愿指数,流行的迁徙路线(图4)三个时期SFTR。2019年流行的迁徙路线Xiaogan-Wuhan, Wuhan-Xiaogan, Xiangtan-Changsha, Huanggang-Wuhan, Wuhan-Huanggang Yiyang-Changsha, Changsha-Xiangtan。2020年,路线Xiangtan-Changsha、Wuhan-Xiaogan Changsha-Yiyang, Changsha-Yueyang, Xiaogan-Wuhan Changsha-Xiangtan, Wuhan-Huanggang。2021年,路线Xiaogan-Wuhan、Xiangtan-Changsha Wuhan-Xiaogan, Yiyang-Changsha, Wuhan-Huanggang Huanggang-Wuhan, Changsha-Xiangtan。

结合流行的流网络(图3),我们可以清楚地看到,2019年最受欢迎的迁徙路线主要集中在武汉、孝感黄冈和最近的城市。然后,路线是湘潭和益阳到长沙。它们反映了迁移效应从周边城市核心城市。在SFTR 2020年,COVID-19的影响下,受欢迎的迁徙路线与研究区域都发生了巨大的变化,在2019年。作为一个subcore城市,长沙已经成为人口迁移的主要城市。此外,它的特点是受欢迎的移民从核心城市周围的城市。受欢迎的迁徙路线2021年与2019年相似,主要围绕两个核心城市武汉和长沙,和人口迁移强度的差异主要反映在2021年比2019年高。

4.2.3。主要流程和节点对称

通过提取主导(最大流入或流出)数据流中每个城市的城市群,人口的流动路径的主要流期间SFTR被吸引。结果以曲线的形式表示,其颜色代表不同的城市群(图5)。此外,为了分析城市人口流入和流出的特点更加具体和直观,我们覆盖节点对称指数的结果与占主导地位的流。结果显示节点的对称指数、城市节点被分成四种类型,如强大的流出,弱流出,流入,疲软和强劲流入节点。

(一)

(b)

(c)

从占主导地位的流动和城市集群、城市集群的数量占主导地位的人口流动SFTR时期的2019年,2020年和2021年研究区是4,5和3分别。有不同的城市群结构对应于每个时期,其中2019年和2021年更相似,表现出更强的集群程度的2021比2019。专门为集群体现如下:0,湖北省13个城市不仅有相同的聚类特征,也具有相同的人口占主导地位的方向流在2019年和2021年。然而,集群分为三个小城市集群(集群0、3、4)2020年(图5 (b))。此外,荆门、荆州、襄阳和天门,用于以武汉为第一流入城市,改变了他们的流入目标邻边缘城市。对于集群1,在2019年和2021年人口优势流的结构是相同的。萍乡,也属于集群2在2019年和2021年,已经吸引了集群1 2020年以长沙为核心。除此之外,主要流向益阳城市长沙从湘潭。对于集群2,虽然三个时期有不同的特点,从整体来看,变化趋势从弱到强。2019年,集群2尚未与集群合并3边缘的城市群。然而,上饶优势流的城市从景德镇南昌和萍乡优势流的城市改变了从长沙到伊春,江西省10城市(城市组在鄱阳湖)城市群内形成一个更大的城市集群。因此,在2021年只有三个城市集群,他们相对完整的边界由省级区域划分。

对称节点描述人口流入和流出的区别每个城市节点的交互。流出节点的节点-节点对称指数。他们更重要,因为发送者在人口流动网络。根据负值,他们分为两种类型:强流出和弱流出节点。相应地,流入节点,包括强流入和弱流入节点的节点对称指数是正的,主要是网络中的接收器。

从节点类型(图的角度5),强烈的流出节点主要分布在核心城市(武汉、长沙和南昌)。三个时期的空间分布略有不同。武汉市区而言,只有两个强大的流出城市(仙桃和鄂州)在2019年,所有弱流出和流入城市,2020年强劲流出三个城市(仙桃、鄂州,孝感)在2021年。因此,武汉已经改变了从疲软的流入节点在2021年到2019年的强劲流入节点。作为一个强大的流入城市在2019年和2021年,长沙改变了方向,在2020年成为一个弱流入节点。虽然南昌弱流入而闻名,它转过身来,2020年成为弱流出节点。一些弱流出城市2019年,比如荆门,咸宁,岳阳,娄底,在2020年成为弱流入节点,但很快返回到2019年的2021。此外,还有一些从弱到强外流等城市孝感,钱江,益阳,以及流入城市,如武汉和萍乡。

总之,大多数城市的人口流动节点提出了非对称特征在SFTR研究区域。核心城市逐渐显示流入从弱到强的特点,而周边的城市展示强大的外流的现象。这表明SFTR期间,省会城市仍然扮演一个强大的中央集合的作用。他们不仅是周边城市的旅游目标,而且边际的目的地城市。

4.3。节点临界

估计城市节点的重要性,考虑到人口流动强度的前提下,PageRank算法应用于计算城市人口流动的公关价值网络,与阻尼系数设置为0.85。公关的城市越高,网络中更高的地位和更多的关键节点,因此。城市节点的PR值在SFTR研究区被分成五个不同的水平通过自然休息,可以显示在图6。PR值较高的节点主要集中在省会城市。虽然南昌2021年跃升至第一层由于其高PR值(0.63),它仍然远远落后于长沙武汉(0.11)和(0.10),这表明,南昌,鄱阳湖的核心主要城市城市集团预计新兴和形成一个三方面对武汉和长沙的城市群。荆州,作为一个城市的强劲流入人口在2019年和2020年,都有它的地位在2020年明显改善。六个城市在其周围环境的状态也有所上涨,如三个城市常德、益阳、岳阳,从第三到第二层次,而向阳、荆门、宜昌从第四上升到第三级。正常年份的2019年和2021年,第二级和第三级的城市公关价值主要分布在省会城市之间的沟通桥梁的人口省会城市之间的元素。公关价值较低的城市有一些边缘城市,比如福州,霁,衡阳,娄底、常德,宜昌,等。对于公关价值较低的城市,比如萍乡,鑫,鹰潭,天门,钱江,等等,由于小数量的永久居民,他们没有优势在人口流网络,从而拥有地位最低的城市。

(一)

(b)

(c)

4.4。城市网络结构的弹性分析

4.1.1。网络节点故障

作为一种网络中断,城市节点的失败可能是城市灾害造成的损失;例如,武汉被隔离于1月23日至4月8日,2020年,因为COVID-19人际传播的特点。以反映灾害的影响,不同的城市节点区域网络中断,我们进行的,分别模拟故障31日城市网络中的节点。网络所表达的反应是网络效率,价值越高,网络的传输性能越好。网络效率的变化如图所示7。很明显,有显著差异在人口流动的结构弹性网络研究中的SFTR区域。从网络整体效率城市节点失败后,2021(11.05 - -14.50)的结果是略高于2019年(10.27 - -13.00),远高于2020年(6.28 - -8.24),显示严重流行后,人口流动网络的传播效率在2021年已得到改进,并已超过2019年。然而,在2020年,人口流动网络的传输效率较低,这反映了网络结构的脆弱性。

值得注意的是,2019年在长沙、武汉失败后,人口交通网络的反应几乎是相同的,说明这两个主要核心研究区域中心城市有相对平等的贡献春节旅游热潮。显然,因为武汉的干扰和旅行限制2020年,整个网络的效率降低了。长沙已成为主要城市群的城市和人口运输的责任。此外,网络的响应孝感或黄冈故障不敏感,因为紧急旅行限制越来越多的患者所造成的感染,在株洲,岳阳、益阳、常德,衡阳,和在长株潭城市娄底组有显著增加的影响网络的弹性结构,因为他们远离COVID-19严重影响的地区。南昌,然而,第三个研究区域的核心城市,以及第三大城市,在每个时期,影响网络结构的韧性仍然没有显著的整体网络。SFTR期间,换句话说,2020年,武汉市区人口严重扰动流,使流动人口重心更倾向于长株潭城市群城市集团的压力从而增加防疫和控制在湖南省。然而,由于其低水平的人口流网络,鄱阳湖城市集团没有人口转移发挥明显的作用,因此防疫和控制的压力相对较小。

2021年第一个五个城市影响人口流动的结构弹性网络与2019年一致,也就是说,长沙,武汉,南昌,湘潭,孝感。此外,失败的影响的四个城市,株洲,伊春,黄石、鄂州、弹性的网络结构由于其强相互作用已得到了显著增强核心城市区。相反,有一些城市,其人口收集和分配能力显著降低,如荆州,咸宁,仙桃,可能受到均匀辐射周边城市。此外,总有一些边缘城市,如钱江,鹰潭,鑫,萍乡,景德镇,天门,等等。而他们的失败的风险不会造成不可挽回的损害的城市群,疏远了与该地区其他城市的关系可能会导致他们无法获得快速的资源。因此,要注意提高边际节点,这将不仅有助于提高区域韧性,而且还将极大的有利于城市本身的能力抵御风险和灾难。

10/24/11。网络节点攻击后反应

另一种网络中断,节点攻击通常攻击节点的最大负载,如最大程度,加权程度或中心。区域城市系统,恶意攻击可能是恐怖袭击,军事冲突,或其他人类的力量,是不可预测和无法控制。因此,攻击某城市可能导致广泛的网络拓扑失败,从而导致城市网络功能的丧失。根据节点临界的降序排列,袭击这座城市节点模拟。假设所有的链接连接到一个节点将被删除后攻击,和其他节点之间的路由将重新分配。图8城市网络响应节点攻击SFTR三个时期。的x设在节点的比例是攻击,y设在相应的网络效率。我们可以看到,随着失败节点的比例增加,网络结构的弹性不断减少。显然,尽管人口流动强度最高的城市群在长江中游SFTR 2021年,网络效率的下降速度是最快的。特别是当攻击南昌和荆州城市排名第三和第七,和网络性能将低于2019年。其次,当城市节点失败的比例达到22%,人口流动的反应网络在2019年几乎是一样的,在2021年,约为5.80。的中断之后,城市节点,网络效率在2021年仍然拒绝以最快的速度,和城市网络结构的弹性总是低于2019年。当城市节点的攻击率略高于93%,网络效率几乎下降为0,这是类似于2020年。然而,当2019年城市网络效率下降到0,节点的攻击率超过96%。这表明研究区域的城市人口流动网络在2019年SFTR更有弹性。尽管城市之间人口流动的活力相对较低,2020年其整体网络响应相对稳定。 Conversely, the urban population flow network in 2021 exposed regional vulnerability and resource disequilibrium under the background of large-scale population mobility.

一般来说,在人口流动网络SFTR期间,人口流动性的增强强度促进城市间的交流与合作,以及积累潜在的压力和不确定性。此外,荆州、黄冈、伊春、孝感,等等,这是接近区域网络的中心,进行重新配置的核心城市遭到袭击后大多数城市元素。他们执行人口的潜在功能收集和分发和维护网络的稳定结构。因此,强调开发建设的核心城市,我们应该更加注意中间的建设和支持城市交通枢纽,资源分配,信息共享,提高区域城市体系的弹性。

5。讨论

越来越多的交织物理基础设施和虚拟网络提供一个更丰富的内涵。区域韧性和城市系统的动态过程的研究受到越来越多的关注地理和其他领域的学者。然而,由于数据采集的限制,大多数的相关研究只是停留在静态表达的特征。在某种程度上,动态和复杂的人口流动的特点,网络一直被忽视。更糟糕的是,在经济和科技全球化的过程中,所面临的长期慢性压力和短期影响区域和城市更加突出。城市可替换主体系统功能集成和组织管理中扮演不可或缺的角色(地区35]。人口流动的主要航空公司区域城际流元素,动态属性的量化和分析这是一个强大的了解区域发展的基础。因此,迫在眉睫的是测量和分析区域城市网络从时空演化的角度和弹性。

在这项研究中,从人口流动的特点,在长江中游城市群,它是显示,居民的旅游趋势在SFTR 2019年,2020年和2021年是一致的,也就是说,它增加的接近和结束春节假期,显示较低的趋势在春节的那一天。结果是类似于其他地区的相关研究结果。例如,赖和锅30.]分析了人口流动的特点和空间格局2018年在中国城市之间基于腾讯迁移数据,发现人口旅行期间SFTR表现出一定的规律性。此外,从时空模式和节点临界的人口流网络,即使武汉被隔离在1月23日,2020年,流动人口重心只是更倾向于长沙和它们之间的走廊城市。换句话说,南昌,城市群的第三大城市,还没有发挥了重要作用。在流行的迁徙路线的城市群,南昌不占地方。随着城市功能地位的崛起,鼎立的局面该地区稍微出现了。一方面,在长江中游城市群是中国最大的区域城市群。核心城市之间的距离是250多公里,远高于100 - 200公里之间的三大城市群的核心城市(京津冀、长江三角洲和珠江三角洲)。在31个节点城市在研究区,向阳和上饶城市最远的距离,即约700公里。另一方面,经济能力的武汉、长沙和南昌有一定的差距,远远低于大城市群的核心城市,比如北京,上海,广州,深圳,等等。因此,城市群综合发展构成严峻考验这两个核心城市的经济实力和辐射能力。 This is also the reason for the great differences in the development of the provinces within the urban agglomeration. What’s more, the results of regional resilience via interruption simulations reveal that large-scale population floating may aggravate the instability of the regional urban network. Especially for the core cities and their corridor cities, a reasonable planning and development of their urban transportation infrastructure systems is the prerequisite to ensure regional stability.

尽管一项重要的国家发展战略规划区域,长江中游城市群的河,因为政府鉴于发展政策和资金的大力支持,其固有的城市联系仍然限制了该地区的集成和协调发展。正如我们在这项研究的结果显示,很难城市群内的人口迁移基于高德迁移数据跨省边界并连接核心城市。因此,为了促进和保证高效流城市群内的各种元素,特别是材料和资源的流动,我们试图提出策略和建议从城市的角度连接的引用政府管理者和决策者。首先,政府应该把重点放在优化空间格局城市群的核心城市之一。一个稳定的“三角形”顶级网络空间结构与武汉、长沙和南昌的顶点可以形成在该地区,这可以确保物质资源的跨区域合作运输能力在一定程度上。近年来,区域的不确定性风险(如洪水、泥石流、传染病等)发生越来越多。一次核心城市是一个严重的灾区,在人事协调能力和资源分散可能略显不足。然后,随着最近的邻居和最有力的帮手,相邻区域的核心城市在资源配置中起主导作用和时间压缩。因此,核心城市之间的强烈的联系不仅可以缓和该地区内部的固有的关系也加强地区韧性。第二,核心城市的辐射驱动作用应该进一步的刺激。 Wuhan, Changsha, and Nanchang, as regions with significant concentrations of various elements at the present stage, although having the highest centrality and power within the provincial scope, their radiation driving abilities to the surrounding subtier cities are still inadequate. We should make more full use of their own advantages to spread its innovative resources such as technology, talents, and information to surrounding cities. By strengthening relationships between adjacent regions and promoting differentiation constructions, it may be possible to preferentially improve the local interaction abilities to transform “weak connections” into “strong connections”, and thus drive the development of the overall urban agglomeration. Third, an increasingly elaborate regional cooperation mechanism, a flat network development mechanism with complementary functions and cross-regional cooperation, should be constructed to guide the transformation of the jurisdiction based on the hierarchical system to the network system. Province level connectivity routes across regions could be enriched by breaking administrative barriers. In addition, it should be oriented by the urban agglomeration as a whole, opening up a new prospect for high-quality synergetic development of the region. Meanwhile, urban hierarchies within the urban agglomeration should also be valued to avoid the occurrence of phenomena such as “valuing the core, ignoring the edges”. Finally, timely revision and update of emergency plans and disaster mitigation measures are extremely important to safeguard regional resilience. For instance, when a large-scale or sudden population migration occurs in a city, there should be correspondingly adequate prediction and response capacities to ensure the safe and sustainable working of the region. On the one hand, core cities should minimize the possibility of node failures. It can protect urban node security by strengthening emergency system construction and risk preparedness mechanisms. On the other hand, edge cities should aim at boosting the node's resilience to the risks, facilitating the circulation of elements and elevating node centrality.

不可避免的,在数据采集有一定的局限性,如滞后社会经济统计数据,机密性策略相关的行业,等等。我们提取区域人口流动的规模使用高德迁移数据;然而,它仍然是很难获得准确的乘客数量。这里人口流动网络构造极大地提出了人口流动模式在高速公路上,有明显的短途运输特点,即使在春节旅游高峰(25]。然而,随着人口流动的一部分,城市之间人口流动的整体和全面的关系仍需要更多的数据来描述。此外,具体原因导致的异常的人口流动在长江中游城市群没有进一步分析,因为它们涉及许多方面,是极其复杂的。更糟糕的是,尽管一些其他学者已经使用迁移人口(源大数据来估计36),流动人口的数量在一个地区本身是不稳定的,所以还有一个更大的偏差。在未来相关研究,人口流动网络的进化和韧性与源大数据基于长时间序列是一个有前途的挑战,特别是对于结合本地和全球的交互。此外,驱动因素的异常流动人口和网络结构弹性的影响机理需要进一步揭示和讨论。

6。结论

在这项研究中,人口流动网络的时空特征和弹性的长江中游城市群的春节期间的旅游高峰在2019年,2020年和2021年进行了分析和评估。首先,高德迁移数据(共计120天)从高德获得大数据平台基于LBS技术来构建区域城市网络。第二,利用复杂网络理论和方法,分析了城市网络结构的特征SFTR在每个时期的人口流动分布水平,广受欢迎的人口流动路线,整合人口流动的规模和城市节点的临界。更重要的是,城市网络结构的弹性估计基于节点失败和攻击。在实践中,这一研究可以提供一个分支为引导人口合理流动和区域城市体系的规划,从而进一步提高弹性区域的发展。主要结论如下:(1)在40天春节旅游高峰,人口流动三个阶段的变化趋势是一致的,表明旅游高峰随着节日的临近,最高的运输高峰在春节假期的最后一天。人口流动规模在2020年和2021年显示了显著的波动在春节前后。2020年春节后,防疫和控制政策限制很多人的旅行;因此,人口迁移表现出下降的趋势。2021年SFTR防疫和控制的关键时期。抑制冠状病毒的传播,在中国政府提倡非高峰旅游的吸引力和保持把春节,春节前的人口迁移是相对保守的,和它的迁移意愿只是与实际迁移规模在2019年,也低于同期的年。然而,作为预防和控制工作有条不紊,春节后的人口迁移立即回升至2019年的水平,和超过2019年春节假期之后。(2)城际人口流动网络基于高德实际迁移的规模三个时期在SFTR连接强度和分层分布有明显的差异。它是反映在整个衰减后疫情的影响,有效的预防和控制下的持续改进。此外,有一个明显的集群现象在每个省的城市群,也就是说,在异常的干扰和影响下,城市集群结构仍然是高度一致的。在2019年和2021年流行的迁徙路线主要集中在武汉,周边城市的集聚特征的核心城市。2020年,长沙成为第一个流行分布节点。此外,它的特点是迁移趋势从核心省会城市周围的小城市。(3)大多数城市的人口流动强度节点提出了非对称特征在SFTR从节点的角度对称指数。总的来说,核心城市的虹吸效应正逐渐增加,虽然邻近城市的主要对象。根据节点的临界,南昌排名第三,仅次于武汉和长沙,但没有突出其核心作用,表明城市群逐渐形成鼎立。此外,荆州、孝感、黄冈、伊春,其他城市不应低估他们的地位在区域城市网络。(4)城市节点的干扰可能导致减少在整个区域网络的传输效率。核心节点的位置越高,越重要的网络效率的下降。此外,尽管人口流动的强度在2021年SFTR高于2019年和2020年,网络结构的不稳定性较高,和潜在的风险和压力更大。因此,还应注意周边城市的建设和发展方面的资源分配和基础设施布置改善区域韧性和反应能力障碍。

数据可用性

高德迁移数据可以从同理获得交通大由高德公司发布的数据(https://trp.autonavi.com/migrate/page.do)。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由中国国家自然科学基金(42071216和42071216号)。

引用

m·卡斯特,”草根的空间流动,”城市地理,20卷,不。4、294 - 302年,1999页。视图:出版商的网站|谷歌学术搜索
s·m·李,“人口迁移,区域经济增长和收益的决定:东莞、梅州的比较研究,中国,“城市研究,34卷,不。7,999 - 1026年,1997页。视图:出版商的网站|谷歌学术搜索
j .锅和j .赖”空间格局在中国人口流动的城市:案例研究基于腾讯的国庆中秋+迁移数据,”城市卷。94年,55 - 69、2019页。视图:出版商的网站|谷歌学术搜索
j . s . Chen Yang w·杨,c . Wang和t . Barnighausen”COVID-19控制在中国大规模人口流动在新年期间,“《柳叶刀》,卷395,不。10226年,第766 - 764页,2020年。视图:出版商的网站|谷歌学术搜索
h·德·哈斯,迁移和发展:理论的角度来看,“国际移民审查,44卷,不。1,第264 - 227页,2010。视图:出版商的网站|谷歌学术搜索
j . j . Liu y, y y太阳,z和w·史”网络分析在各大城市的人口流动及其影响COVID-19传播在中国,“城市文章ID 103138卷,112年,2021年。视图:出版商的网站|谷歌学术搜索
h . Bherwani s Anjum s Kumar et al .,“基于gis技术理解COVID-19传输通过贝叶斯概率建模和泰森多边形法方法:政策的角度来看,“环境、发展和可持续性,23卷,不。4、5846 - 5864年,2021页。视图:出版商的网站|谷歌学术搜索
z太阳,h·张,y, h .广域网和y . Wang”影响的地理因素和人口密度COVID-19传播中国封锁政策下,“科学的环境文章ID 141347卷,746年,2020年。视图:出版商的网站|谷歌学术搜索
李赵c, n和d . p .方”的概念框架建模关键基础设施相互依存:使用多层定向网络模型和有针对性的attack-based弹性分析,“计算机在土木工程,第354 - 347页,2015年。视图:出版商的网站|谷歌学术搜索
y . j .史g . f .翟l . h .徐et al .,“城市系统弹性评价方法:从复杂适应系统理论的角度来看,“城市文章ID 103141卷,112年,2021年。视图:出版商的网站|谷歌学术搜索
r . Boschma区域韧性对进化的角度来看,“区域研究卷,49号5,733 - 751年,2015页。视图:出版商的网站|谷歌学术搜索
c . s .温和“弹性和生态系统的稳定,”生态学和系统学的年度审查,4卷,不。1,1,1973页。视图:出版商的网站|谷歌学术搜索
m . Bruneau s e . Chang r . t .江et al .,“一个框架来定量评估和提高地震弹性的社区,”地震谱,19卷,不。4、733 - 752年,2003页。视图:出版商的网站|谷歌学术搜索
j·詹,x, y . Wang l·李·陈和m·汉森”测量机场网络的弹性,中国航空杂志,32卷,不。12日,第2705 - 2694页,2019年。视图:出版商的网站|谷歌学术搜索
m . Janić“转载”造型的韧性,易碎性和成本影响的航空运输网络的大规模破坏性事件”、“交通研究部分政策和实践卷,81年,第92 - 77页,2015年。视图:谷歌学术搜索
盖k . Anand p s Kapadia s . Brennan和m . Willison“金融体系的弹性的网络模型,”经济行为和组织杂志》上卷,85年,第235 - 219页,2013年。视图:出版商的网站|谷歌学术搜索
y . t .叮,m, s . Chen和r·聂”评估中国天然气进口的弹性网络中断,下”能源文章ID 118459卷,211年,2020年。视图:出版商的网站|谷歌学术搜索
h . m . Li王,h·王,“弹性评估和优化城市轨道交通网络:一个案例研究北京地铁网络”IEEE访问7卷,第71234 - 71221页,2019年。视图:出版商的网站|谷歌学术搜索
n .备忘录,金黄色的太阳,t·杨et al .,“评估复杂网络的弹性对原油运输的海上丝绸之路”IEEE访问,8卷,第181325 - 181311页,2020年。视图:出版商的网站|谷歌学术搜索
x h·冯·c·l·秀l . m .白y . x中,和y,“综合评价城市韧性基于景观格局的角度:沈阳市的一个案例研究,“城市文章ID 102722卷,104年,2020年。视图:出版商的网站|谷歌学术搜索
刘x、z Neal和b . Derudder”特色的图形。在美国城市网络:比较四种模式”,环境与规划,44卷,不。2、255 - 256年,2012页。视图:出版商的网站|谷歌学术搜索
答:李:谅解备忘录,l .张t·杨,w . Liu和f·刘,“主要城市间旅游流在中国的国庆假期:社会网络分析使用微博签到数据,”IEEE访问,8卷,第225691 - 225675页,2020年。视图:出版商的网站|谷歌学术搜索
”魏和l . Wang检查在中国人口流动网络及其影响疫情控制基于百度迁移数据,”帕尔格雷夫通信ID 145条,卷。7日,2020年。视图:出版商的网站|谷歌学术搜索
x, x a么,”构造和分析spatial-social网络从基于地理位置的社交媒体数据,”地图学与地理信息科学,48卷,不。3、258 - 274年,2021页。视图:出版商的网站|谷歌学术搜索
r·张,j·h·潘,j·b·赖”网络结构的城际旅行中国居民在不同的模式:一个案例研究的春节旅游热潮,”复杂性卷,2021篇文章ID 1283012, 2021。视图:出版商的网站|谷歌学术搜索
问:美国顾,惠普,m . Chen和y .谢,“分层的网络结构和地区求同存异的旅游客源地南京基于细胞信号数据,”Scientia Geographica中央研究院,39卷,不。11日,页。1739 - 1748年,2019年,(在中国)。视图:谷歌学术搜索
n . Limtanakool m . Dijst, t . Schwanen”描述国家城市体系的理论框架和方法论的基础上流动的人:法国和德国的经验证据,”城市研究,44卷,不。11日,第2145 - 2123页,2007年。视图:出版商的网站|谷歌学术搜索
b·j·l·贝瑞”城市系统内部系统的城市”,区域科学协会的论文,13卷,不。1,第163 - 146页,1964。视图:出版商的网站|谷歌学术搜索
h . Ishii r .节奏,E.-W。白”,一个web分布式随机聚合方法PageRank算法,”IEEE自动控制卷,57号11日,第2717 - 2703页,2012年。视图:出版商的网站|谷歌学术搜索
j·b·赖和j·h·潘,”中国城市网络结构特性基于人口流动春节期间的旅游高峰:实证分析“腾讯迁移“大数据”,城市规划与发展》杂志上,卷146,不。4、文章ID 04020018, 2020。视图:出版商的网站|谷歌学术搜索
乔普拉和诉Khanna”理解弹性工业共生网络:从网络分析见解,“环境管理杂志》卷,141年,第94 - 86页,2014年。视图:出版商的网站|谷歌学术搜索
李x r·肖,”分析网络拓扑特征的生态工业园从弹性的角度来看:一个案例研究中,“生态指标卷,74年,第413 - 403页,2017年。视图:出版商的网站|谷歌学术搜索
Latora和a . Marchiori”攻击的脆弱性无标度网络由于级联崩溃,”物理评论,卷70,不。3、5101 - 5114年,2001页。视图:谷歌学术搜索
c . j .粉丝,t·m·蔡盖z . y . y . r . Wu,“流动人口迁移的关系网络和China-empirical COVID-19传播的风险分析和预测在地市级城市,“国际环境研究和公共卫生杂志》上,17卷,不。2020年8篇文章ID 2630。视图:出版商的网站|谷歌学术搜索
w . y, j . e . Wang歌,c . l .秀l . Ma和t .贝聿铭“COVID-19蔓延在中国:从城市流行和流动模型,分析”城市文章ID 103010卷,110年,2020年。视图:谷歌学术搜索
z . Liu j·l·钱y y Du, j . w .咦,和y太阳,“多层次跨区域流动人口的空间分布估计模型使用多源时空大数据:一个案例研究的移民从武汉COVID-19传播期间,“信息科学杂志》,22卷,不。2,页147 - 160,2020,(在中国)。视图:谷歌学术搜索

复杂性

城市网络结构的复杂性和弹性