中国城际联系距离衰减的非线性规律——基于人口流动大数据

doi:10.18306/dlkxjz.2023.01.001

地理科学进展 ›› 2023, Vol. 42 ›› Issue (1): 1-11.doi: 10.18306/dlkxjz.2023.01.001

• 研究论文 • 下一篇

中国城际联系距离衰减的非线性规律——基于人口流动大数据

储君¹(), 仝德¹^,^*(), 古恒宇², 曹志强¹, 潘向向¹

1.北京大学城市规划与设计学院未来城市实验室(深圳), 广东深圳 518055
2.香港中文大学地理与资源管理学系，香港 999077

收稿日期:2022-05-17 修回日期:2022-10-05 出版日期:2023-01-28 发布日期:2023-03-28
通讯作者: *仝德(1980— )，女，陕西西安市人，博士，研究员，博士生导师，主要研究方向为城市化和土地经济。E-mail: tongde@pkusz.edu.cn
作者简介:储君(1990— )，男，北京市人，博士生，主要研究方向为土地城市化和城市空间分析。E-mail: 1099237261@qq.com
基金资助:
国家自然科学基金面上项目(41971205);深圳市高等院校稳定支持计划重点项目(GXWD20201231165807007-20200812133137001)

Nonlinear characteristics of distance-decay parameter in intercity links: Based on human mobility big data

CHU Jun¹(), TONG De¹^,^*(), GU Hengyu², CAO Zhiqiang¹, PAN Xiangxiang¹

1. School of Urban Planning and Design, Peking University Shenzhen Graduate School, Laboratory for Urban Future, Peking University (Shenzhen), Shenzhen 518055, Guangdong, China
2. Department of Geography and Resource Management, The Chinese University of Hong Kong, Hong Kong 999077, China

Received:2022-05-17 Revised:2022-10-05 Online:2023-01-28 Published:2023-03-28
Supported by:
National Natural Science Foundation of China(41971205);The Stable Support Program Project of Shenzhen Municipal Science and Technology Innovation Committee(GXWD20201231165807007-20200812133137001)

摘要/Abstract

摘要：

以人口流动为表征的空间相互作用是热点议题，然而关于其影响因素的非线性机制尚未被充分揭示。论文利用2018年腾讯迁徙大数据，以梯度提升决策树模型改进重力模型，分析距离衰减系数的非线性特征。研究发现：① 城际联系的距离衰减系数呈非线性，偏依赖图曲线存在2个“平台区”(距离衰减系数接近于0)和2个“衰减区”(距离衰减系数约为2.8)，将直线距离替换为路网距离，2018年数据替换为其他年份数据后，结果仍然稳健； ② 与基准模型相比，航空、铁路及公路交通下的距离衰减系数非线性特征存在显著差异，春运期间的距离衰减系数基本保持一致。建议根据城际联系距离衰减规律布局都市圈和城市群，优化国土空间发展格局。

关键词: 迁徙大数据, 城际联系, 非线性, 梯度提升决策树, 距离衰减

Abstract:

Spatial interaction of human mobility is a heated topic for scholars, but little is known about the nonlinear relationship of the influencing factors in the spatial interaction. Using Tencent migration data in 2018 and employing the gradient boosting decision tree (GBDT) model, this study analyzed the nonlinear characteristics of the distance-decay parameter. The results show that: 1) In the annual data benchmark model the distance-decay parameter presents nonlinear characteristics; the partial dependence curve presents two "platform areas" where the distance-decay parameter is close to 0, and two "attenuation areas" where the distance-decay parameter is about 2.8; and the results are still robust using road-based distance or data from other years. 2) There are significant differences between the distance-decay parameters of aviation, railway, and road transportation. The distance-decay pattern during the Spring Festival is basically consistent with the annual benchmark model. We recommend to plan metropolitan areas and urban agglomerations according to the nonlinear characteristics of intercity connection influenced by distances-decay pattern, and optimize the layout of territorial development accordingly.

Key words: migration big data, intercity links, nonlinear, gradient boosting decision tree, distance-decay parameter

储君, 仝德, 古恒宇, 曹志强, 潘向向. 中国城际联系距离衰减的非线性规律——基于人口流动大数据[J]. 地理科学进展, 2023, 42(1): 1-11.

CHU Jun, TONG De, GU Hengyu, CAO Zhiqiang, PAN Xiangxiang. Nonlinear characteristics of distance-decay parameter in intercity links: Based on human mobility big data[J]. PROGRESS IN GEOGRAPHY, 2023, 42(1): 1-11.

图/表 6

表1

图1

图2

图3

表2

图4

参考文献 34

[1]	Simini F, Barlacchi G, Luca M, et al. A deep gravity model for mobility flows generation[J]. Nature Communications, 2021, 12: 6576. doi: 10.1030/s41467-021-26752-4. doi: 10.1038/s41467-021-26752-4 pmid: 34772925
[2]	Kraemer M U G, Yang C H, Gutierrez B, et al. The effect of human mobility and control measures on the COVID-19 epidemic in China[J]. Science, 2020, 368: 493-497. doi: 10.1126/science.abb4218 pmid: 32213647
[3]	Wang Y X, Li X, Yao X, et al. Intercity population migration conditioned by city industry structures[J]. Annals of the American Association of Geographers, 2022, 112(5): 1441-1460. doi: 10.1080/24694452.2021.1977110
[4]	赵梓渝, 魏冶, 杨冉, 等. 中国人口省际流动重力模型的参数标定与误差估算[J]. 地理学报, 2019, 74(2): 203-221. doi: 10.11821/dlxb201902001
	[Zhao Ziyu, Wei Ye, Yang Ran, et al. Gravity model coefficient calibration and error estimation: Based on Chinese interprovincial population flow. Acta Geographica Sinica, 2019, 74(2): 203-221. ] doi: 10.11821/dlxb201902001
[5]	Oshan T M. The spatial structure debate in spatial interaction modeling: 50 years on[J]. Progress in Human Geography, 2021, 45(5): 925-950. doi: 10.1177/0309132520968134
[6]	Carrothers G A P. An historical review of the gravity and potential concepts of human interaction[J]. Journal of the American Institute of Planners, 1956, 22(2): 94-102. doi: 10.1080/01944365608979229
[7]	Wilson A G. A statistical theory of spatial distribution models[M] // Button K J, Nijkamp P, Wegener M. Planning history and methodology. Cheltenham, UK: Elgar, 2007: 278-294.
[8]	顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究, 2008, 27(1): 1-12.
	[Gu Chaolin, Pang Haifeng. Study on spatial relations of Chinese urban system: Gravity model approach. Geographical Research, 2008, 27(1): 1-12. ] doi: 10.11821/yj2008010001
[9]	刘少湃, 田纪鹏, 陆林. 上海迪士尼在建景区客源市场空间结构预测: 旅游引力模型的修正及应用[J]. 地理学报, 2016, 71(2): 304-321. doi: 10.11821/dlxb201602010
	[Liu Shaopai, Tian Jipeng, Lu Lin. A case study of Shanghai Disneyland on spatial structure forecast for proposed scenic spot market: Modification and its application of gravity model. Acta Geographica Sinica, 2016, 71(2): 304-321. ] doi: 10.11821/dlxb201602010
[10]	李山, 王铮, 钟章奇. 旅游空间相互作用的引力模型及其应用[J]. 地理学报, 2012, 67(4): 526-544. doi: 10.11821/xb201204009
	[Li Shan, Wang Zheng, Zhong Zhangqi. Gravity model for tourism spatial interaction: Basic form, parameter estimation, and applications. Acta Geographica Sinica, 2012, 67(4): 526-544. ] doi: 10.11821/xb201204009
[11]	Fotheringham A S. A new set of spatial-interaction models: The theory of competing destinations[J]. Environment & Planning A: Economy and Space, 1983, 15(1): 15-36.
[12]	陶卓霖, 戴特奇, 郑清菁, 等. 空间相互作用模型中的目的地竞争效应: 基于中国城市间铁路客流数据的实证研究[J]. 地理科学, 2017, 37(2): 181-189. doi: 10.13249/j.cnki.sgs.2017.02.003
	[Tao Zhuolin, Dai Teqi, Zheng Qingjing, et al. Competing effects among destinations in spatial interaction models: An empirical study based on intercity railway passenger data of China. Scientia Geographica Sinica, 2017, 37(2): 181-189. ] doi: 10.13249/j.cnki.sgs.2017.02.003
[13]	Fischer M M, Griffith D A. Modeling spatial autocorrelation in spatial interaction data: An application to patent citation data in the European Union[J]. Journal of Regional Science, 2008, 48(5): 969-989. doi: 10.1111/j.1467-9787.2008.00572.x
[14]	Shen J F. Error analysis of regional migration modeling[J]. Annals of the American Association of Geographers, 2016, 106(6): 1253-1267. doi: 10.1080/24694452.2016.1197767
[15]	Yang H R, Dobruszkes F, Wang J E, et al. Comparing China's urban systems in high-speed railway and airline networks[J]. Journal of Transport Geography, 2018, 68: 233-244. doi: 10.1016/j.jtrangeo.2018.03.015
[16]	Xu J, Li A Y, Li D, et al. Difference of urban development in China from the perspective of passenger transport around Spring Festival[J]. Applied Geography 2017, 87: 85-96. doi: 10.1016/j.apgeog.2017.07.014
[17]	Pan J H, Lai J B. Spatial pattern of population mobility among cities in China: Case study of the National Day plus Mid-Autumn Festival based on Tencent migration data[J]. Cities, 2019, 94: 55-69. doi: 10.1016/j.cities.2019.05.022
[18]	王雪微, 赵梓渝, 曹卫东, 等. 长三角城市群网络特征与省际边界效应: 基于人口流动视角[J]. 地理研究, 2021, 40(6): 1621-1636. doi: 10.11821/dlyj020200563
	[Wang Xuewei, Zhao Ziyu, Cao Weidong, et al. Study of network characteristics and inter-provincial boundary effect of the Yangtze River Delta urban agglomeration: From the perspective of population flow. Geographical Research, 2021, 40(6): 1621-1636. ] doi: 10.11821/dlyj020200563
[19]	李苑君, 吴旗韬, 张玉玲, 等. “流空间”视角下高速公路交通流网络结构特征及其形成机制: 以广东省为例[J]. 地理研究, 2021, 40(8): 2204-2219. doi: 10.11821/dlyj020210050
	[Li Yuanjun, Wu Qitao, Zhang Yuling, et al. Spatial structure and formation mechanism of expressway traffic flow network based on space of flows: A case study of Guangdong Province. Geographical Research, 2021, 40(8): 2204-2219. ] doi: 10.11821/dlyj020210050
[20]	王录仓, 刘海洋, 刘清. 基于腾讯迁徙大数据的中国城市网络研究[J]. 地理学报, 2021, 76(4): 853-869. doi: 10.11821/dlxb202104006
	[Wang Lucang, Liu Haiyang, Liu Qing. China's city network based on Tencent's migration big data. Acta Geographica Sinica, 2021, 76(4): 853-869. ] doi: 10.11821/dlxb202104006
[21]	赵梓渝, 杨冉, 魏冶, 等. 中国人口流动重力模型回归系数的定量估算及其空间异质性研究[J]. 地理科学, 2018, 38(9): 1439-1448.
	[Zhao Ziyu, Yang Ran, Wei Ye, et al. Quantitative estimation and spatial heterogeneity of the regression coefficient of the population flow gravity model in China. Scientia Geographica Sinica, 2018, 38(9): 1439-1448. ]
[22]	葛美玲, 封志明. 基于GIS的中国2000年人口之分布格局研究: 兼与胡焕庸1935年之研究对比[J]. 人口研究, 2008, 32(1): 51-57.
	[Ge Meiling, Feng Zhiming. A GIS-based study on the population distribution pattern of China in 2000: A comparison with that of Hu Huanyong in 1935. Population Research, 2008, 32(1): 51-57. ]
[23]	Wrona J. Border effects without borders: What divides Japan's internal trade?[J]. International Economic Review, 2018, 59(3): 1209-1262. doi: 10.1111/iere.12302
[24]	叶晓倩, 陈伟. 我国城市对科技创新人才的综合吸引力研究: 基于舒适物理论的评价指标体系构建与实证[J]. 科学学研究, 2019, 37(8): 1375-1384.
	[Ye Xiaoqian, Chen Wei. Research on the city attraction for science and technology innovation talents: Construction of evaluation indicator system and empirical analysis based on amenities theory. Studies in Science of Science, 2019, 37(8): 1375-1384. ]
[25]	Friedman J H. Greedy function approximation: A gradient boosting machine[J]. The Annals of Statistics, 2001, 29(5): 1189-1232. doi: 10.1214/aos/1013203450
[26]	Shao Q F, Zhang W J, Cao X Y, et al. Threshold and moderating effects of land use on metro ridership in Shenzhen: Implications for TOD planning[J]. Journal of Transport Geography, 2020, 89: 102878. doi: 10.1016/j.jtrangeo.2020.102878. doi: 10.1016/j.jtrangeo.2020.102878
[27]	李晓江. “钻石结构”: 试论国家空间战略演进[J]. 城市规划学刊, 2012(2): 1-8.
	[Li Xiaojiang. The diamond structure: On the evolution of the national spatial strategy. Urban Planning Forum, 2012(2): 1-8. ]
[28]	行伟波, 李善同. 引力模型、边界效应与中国区域间贸易: 基于投入产出数据的实证分析[J]. 国际贸易问题, 2010(10): 32-41.
	[Xing Weibo, Li Shantong. Gravity model, border effect and interregional trade in China: Evidence from regional input-output data. Journal of International Trade, 2010(10): 32-41. ]
[29]	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. doi: 10.18306/dlkxjz.2017.08.00
	[Zhao Ziyu, Wei Ye, Pang Ruiqiu, et al. Spatiotemporal and structural characteristics of interprovincial population flow during the 2015 Spring Festival travel rush. Progress in Geography, 2017, 36(8): 952-964. ] doi: 10.18306/dlkxjz.2017.08.00
[30]	郑清菁, 戴特奇, 陶卓霖, 等. 重力模型参数空间差异研究: 以中国城市间铁路客流为例[J]. 地理科学进展, 2014, 33(12): 1659-1665. doi: 10.11820/dlkxjz.2014.12.009
	[Zheng Qingjing, Dai Teqi, Tao Zhuolin, et al. Spatial heterogeneity of gravity model parameters: A case study of inter-city railway passenger flow in China. Progress in Geography, 2014, 33(12): 1659-1665. ] doi: 10.11820/dlkxjz.2014.12.009
[31]	王成金. 中国交通流的衰减函数模拟及特征[J]. 地理科学进展, 2009, 28(5): 690-696.
	[Wang Chengjin. Function simulation and regularity of distance decay of inter-urban traffic flow in China. Progress in Geography, 2009, 28(5): 690-696. ] doi: 10.11820/dlkxjz.2009.05.006
[32]	刘吉祥, 肖龙珠, 周江评, 等. 建成环境与青少年步行通学的非线性关系: 基于极限梯度提升模型的研究[J]. 地理科学进展, 2022, 41(2): 251-263. doi: 10.18306/dlkxjz.2022.02.006
	[Liu Jixiang, Xiao Longzhu, Zhou Jiangping, et al. Non-linear relationships between the built environment and walking to school: Applying extreme gradient boosting method. Progress in Geography, 2022, 41(2): 251-263. ] doi: 10.18306/dlkxjz.2022.02.006
[33]	仝照民, 安睿, 刘耀林. 建成环境对居民通勤方式选择的影响: 以武汉市城中村为例[J]. 地理科学进展, 2021, 40(12): 2048-2060. doi: 10.18306/dlkxjz.2021.12.006
	[Tong Zhaomin, An Rui, Liu Yaolin. Impact of the built environment on residents' commuting mode choices: A case study of urban village in Wuhan City. Progress in Geography, 2021, 40(12): 2048-2060. ] doi: 10.18306/dlkxjz.2021.12.006
[34]	储君, 刘一鸣, 林雄斌, 等. 城市市政基础设施投资与经济发展的空间交互影响[J]. 北京大学学报(自然科学版), 2021, 57(2): 291-298.
	[Chu Jun, Liu Yiming, Lin Xiongbin, et al. Spatial mutual effects between municipal infrastructure investment and economic development. Acta Scientiarum Naturalium Universitatis Pekinensis, 2021, 57(2): 291-298. ]

变量名称	含义	平均值	标准差	最小值	最大值
城际联系	全年城际客运交通联系总和(人次)	379862.6	1547213.0	32.0	55320000.0
城际距离	城际空间距离(km)，基准模型中以城市中心直线距离测度，并补充了基于路网的距离测度	979.9	654.2	17.2	3471.9
省际边界	是否跨越省界(跨越为1，否则为0)，测度省际边界效应	0.8	0.4	0.0	1.0
胡焕庸线	是否跨越胡焕庸线(跨越为1，否则为0)，测度综合地理边界效应	0.2	0.4	0.0	1.0
人口(o/d)	起点或止点城市常住人口(万人)，测度人口规模	689.4	467.1	29.7	3163.1
GDP(o/d)	起点或止点城市GDP(亿元)，测度经济规模	5578.0	6680.0	210.0	31000.0
财政(o/d)	起点或止点城市一般公共预算财政支出(亿元)，测度公共服务水平	922.9	1360.0	27.7	7500.0
科技(o/d)	起点或止点城市科技支出(亿元)，测度公共服务水平	35.6	76.9	1.0	390.0
教育(o/d)	起点或止点城市教育支出(亿元)，测度公共服务水平	140.5	175.1	4.1	960.0
AQI(o/d)	起点或止点城市全年平均空气质量，测度环境品质	70.5	18.4	33.5	114.1
PM_2.5(o/d)	起点或止点城市全年平均PM_2.5，测度环境品质	39.8	12.4	14.1	72.3
产业结构(o/d)	起点或止点城市第二产业比重，测度产业结构	41.9	11.0	4.0	71.3

排序	<90 km	90~735 km	736~1635 km	>1635 km
1	东莞—深圳	廊坊—北京	北京—成都	广州—北京
2	佛山—广州	北京—廊坊	成都—北京	北京—广州
3	广州—佛山	保定—北京	上海—北京	上海—成都
4	深圳—东莞	广州—深圳	北京—上海	深圳—北京
5	苏州—上海	深圳—广州	北京—武汉	北京—深圳
6	上海—苏州	北京—保定	重庆—上海	成都—上海
7	咸阳—西安	天津—北京	武汉—北京	北京—厦门
8	西安—咸阳	北京—天津	上海—重庆	厦门—北京
9	惠州—深圳	嘉兴—杭州	北京—长沙	上海—昆明
10	广州—东莞	杭州—嘉兴	南京—北京	北京—昆明
11	深圳—惠州	渭南—西安	北京—重庆	昆明—上海
12	东莞—广州	西安—渭南	北京—南京	昆明—北京
13	中山—珠海	开封—郑州	重庆—北京	贵阳—北京
14	惠州—东莞	杭州—绍兴	长沙—北京	北京—泉州
15	无锡—苏州	绍兴—杭州	杭州—北京	北京—贵阳
16	苏州—无锡	郑州—开封	广州—武汉	哈尔滨—上海
17	东莞—惠州	成都—资阳	北京—西安	三亚—北京
18	德阳—成都	成都—重庆	上海—深圳	上海—哈尔滨
19	成都—德阳	资阳—成都	北京—杭州	北京—南宁
20	珠海—中山	重庆—成都	武汉—广州	三亚—上海

中国城际联系距离衰减的非线性规律——基于人口流动大数据

Nonlinear characteristics of distance-decay parameter in intercity links: Based on human mobility big data

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 34

相关文章 13

Metrics

本文评价

推荐阅读 0

[1]	汪成刚, 王波, 王琪智, 雷雅钦. 城市活力与建成环境的非线性关系和阈值效应研究——以广州市中心城区为例[J]. 地理科学进展, 2023, 42(1): 79-88.
[2]	刘吉祥, 肖龙珠, 周江评, 郭源园, 杨林川. 建成环境与青少年步行通学的非线性关系——基于极限梯度提升模型的研究[J]. 地理科学进展, 2022, 41(2): 251-263.
[3]	张琳, 周素红, 关美宝, 陈菲. 城市公交车微环境对乘客舒适度的非线性影响[J]. 地理科学进展, 2021, 40(6): 967-979.
[4]	仝照民, 安睿, 刘耀林. 建成环境对居民通勤方式选择的影响——以武汉市城中村为例[J]. 地理科学进展, 2021, 40(12): 2048-2060.
[5]	陈卓, 金凤君, 杨宇, 王伟. 高速公路流的距离衰减模式与空间分异特征——基于福建省高速公路收费站数据的实证研究[J]. 地理科学进展, 2018, 37(8): 1086-1095.
[6]	陶卓霖, 程杨. 两步移动搜寻法及其扩展形式研究进展[J]. 地理科学进展, 2016, 35(5): 589-599.
[7]	郑清菁, 戴特奇, 陶卓霖, 张萌萌. 重力模型参数空间差异研究——以中国城市间铁路客流为例[J]. 地理科学进展, 2014, 33(12): 1659-1665.
[8]	桑燕芳, 王中根, 刘昌明. 水文时间序列分析方法研究进展[J]. 地理科学进展, 2013, 32(1): 20-30.
[9]	方斌, 丁毅. 浦江县规模化农业生产的非线性分析[J]. 地理科学进展, 2010, 29(12): 1584-1589.
[10]	王成金. 中国交通流的衰减函数模拟及特征[J]. 地理科学进展, 2009, 28(5): 690-696.
[11]	黄莹1, 2, 3\|包安明1, 4\|陈曦1\|刘海隆1\|杨光华1, 2. 新疆天山北坡干旱区GDP时空模拟[J]. 地理科学进展, 2009, 28(4): 494-502.
[12]	戴特奇,刘毅. 重力模型系数时间变化路径分析 ———以中国城际铁路旅客交流为例[J]. 地理科学进展, 2008, 27(4): 110-116.
[13]	刘承良, 丁明军, 张贞冰4, 张红5. 武汉都市圈城际联系通达性的测度与分析[J]. 地理科学进展, 2007, 26(6): 106-113.