中國省際人口流動的空間聯系及其網絡結構研究

馬學廣 魏曉迪

[摘 要]利用社會網絡分析法與空間分析方法，對中國省際人口流動的空間聯系及其網絡結構進行剖析，研究發現：人口流動網絡整體布局呈現不規則“六邊形”結構，自東南沿海向西北內陸地區線條密度逐漸稀疏，線條寬度逐漸縮窄，人口流動主要集中于東南沿海地區，西部內陸地區的人口流動數量仍然處于較低水平;不同層級網絡空間形態呈現出不同特征;人口流動首位聯系分析顯示，眾多省份的人口流向箭頭指向廣東，廣東2000—2015年始終保持人口流入狀態;西部內陸地區普遍呈現人口流出狀態，東南沿海地區則成為其人口流入的首位聯系對象;人口流動網絡的結構特征顯示，點度中心性、接近中心性與中介中心性三種網絡結構無一例外均表現出明顯的“核心-邊緣”結構。中國省際人口的流動是區域經濟發展水平的一個側面反映。

[關鍵詞]人口流動;空間聯系;社會網絡分析

[中圖分類號]C924.2 [文獻標識碼]A [文章編號]1671-8372（2019）03-0068-07

Abstract：Using social network analysis method and spatial analysis method， this study analyzes the social connection and network structure of interprovincial population movement in China. The results show that the overall layout of the population flow network presents an irregular “hexagon” structure， the line density and line width gradually thin from the southeast coast to the northwest inland area， the population flow is mainly concentrated in the southeast coastal area; different levels of cyberspace show different characteristics; the first link analysis of population movement shows that the arrow of population flow in many provinces points to Guangzhou， which has maintained a population inflow status from 2000 to 2015; the population outflow is generally observed in the western inland areas， while the southeast coastal areas become the first contact object of the population inflow; and the structural characteristics of population flow network show that three network structures， namely， point-degree centrality， proximity centrality and intermediary centrality， all show obvious “core-edge” structure without exception. The flow of population between provinces in China is a reflection of the level of regional economic development.

Key words：population flow; spatial connection; social network analysis

一、引言

近年來，基于流視角的城市空間聯系研究發展迅速，研究維度愈加廣泛。目前較為常見的研究維度有交通流[1-3]、信息流[4-5]、知識流[6-7]、企業流[8-10]等方面，研究維度呈現出廣泛多元化發展趨勢。隨著數據獲取渠道和獲取方法愈發多樣化，數據自身可挖掘程度愈發深入，對區域空間聯系及網絡結構的研究愈發成熟多樣。自改革開放以來，中國人口的省域流動快速發展，規模化的人口流動為區域經濟發展提供了大量優質勞動力資源，提升了區域經濟發展綜合實力，帶動了各行業及領域的加速發展。高速鐵路網絡、航空客運網絡等多種交通運輸網絡的逐漸成形，對人口流動的效率與地域性特征也產生了積極影響。

本文基于人口流數據探究中國省際空間聯系及其網絡結構。目前國內外學者基于人口流數據對區域空間聯系和網絡結構的研究主要有三個認知角度。其一，運用多種研究方法對人口流動網絡空間形態進行實證分析。其中勞昕和沈體雁探討了中國流動人口在地級市層面的空間分布格局與演化[11];趙梓渝和王士君基于百度遷徙數據構建了人口流動的關系矩陣，完整地刻畫出2015年春運期間全國人口在東部與中西部城市間省際循環流動的空間集聚與擴散過程[12];劉望保和石恩名利用人口遷徙數據分析了中國城市間的人口流動空間格局[13]。其二，運用復雜網絡理論對人口流動的網絡結構進行實證分析。其中趙梓渝等構建中國春運人口流動的有向加權城市網絡，在已有的研究基礎上提出有向轉變中心性與控制力測度方法，對城市網絡的節點重要性和功能進行評估和分類[14];盛廣耀通過實證研究對人口流動網絡的變化進行了解釋，尤其是社會關系網對人口流動網絡演化的巨大影響[15];王賢文、王虹茵和李清純通過城市之間的人口流動網絡分析，定量研究京津冀城市群的網絡結構現狀，邊緣城市和中心城市的人口流動模式、特征及其成因[16];趙落濤等引入復雜網絡分析中的度、中心度、聚類系數和平均路徑長度等概念模型對泛長三角人口流動復雜網絡進行分析[17];國外學者對于復雜網絡的研究起步早于國內，現已發展為較成熟的理論研究[18-21]。其三，研究人口流動對區域發展的影響。嚴浩坤分析了勞動力流動方式對地區發展差距的影響[22];李晶晶和苗長虹分析了長江經濟帶經濟差異和人口流動的時空格局，探究人口流動對區域經濟差異的影響[23];王桂新、魏星和沈建法考察分析了中國改革開放以來省際人口遷移對20世紀90年代區域經濟發展的作用關系及貢獻大小[24];國外學者則側重于分析人口流動對區域發展差異的擴大與縮小帶來的影響[25-27]。

本文基于人口流動數據，引入復雜網絡分析中的點度中心性、接近中心性和中介中心性，并結合空間分析技術對中國省際空間聯系及其網絡結構進行研究，在前人研究基礎上通過數據的時序性變化及區域間的差異觀察網絡的時序演變及空間差異。

二、研究數據與方法

（一）研究數據

中國省際人口流動數據分別來源于第五次、第六次全國人口普查資料（2000年、2010年）以及2005年、2015年全國人口1%抽樣調查數據。

（二）研究方法

為多角度揭示中國省際人口流動的空間聯系與網絡結構特征，分別從空間形態、首位聯系特征和網絡結構特征三方面展開分析，其中，空間形態由總體空間形態與分級空間形態組成，首位聯系特征主要體現人口流動的空間指向型特征，網絡結構特征則通過點度中心性、接近中心性與中介中心性三個中心性特征進行表達。

在空間形態分析中，運用ArcGIS空間分析軟件對具有不同屬性特征的人口流動數據網絡的連接路徑進行表達，目的是展現中國人口流動的省際聯系空間特征，這一表達方式的最大特點是其直觀性。運用自然斷點法將中國省際人口流動網絡進行分級，自然斷點法是一種根據數值統計分布規律進行分級和分類的統計方法，它能使類與類之間的不同最大化。統計數列都存在一些自然特征點，據此可以把研究對象分成具有相似性質的群組，從而確定自然斷點是分級的良好界限。

在首位聯系特征分析中，通過統計與某一省份往來人口數最多的省份，再對統計結果分地區進行整合，能夠較為直觀地揭示首位聯系省份的規模和分布情況。

在網絡結構特征分析中，主要通過點度中心性、接近中心性和中介中心性特征對中國人口流動網絡特征進行表征。

三、中國省際人口流動網絡空間形態

（一）中國省際人口流動網絡總體空間形態特征

圖1顯示了中國省際人口流動網絡整體空間形態特征。由圖1可知，中國省際人口流動數量呈現逐年大幅增長現象自2000年起，中國省際人口流動數量增長速度明顯，人口流動規模遞增，且隨著年份遞增呈現指數型增長。其中2005年、2015年采用全國人口1%抽樣調查數據運算，因此在進行縱向比較時應考慮數量級的差別帶來的影響。

1.布局結構特征

網絡整體布局呈現不規則六邊形結構，自東南沿海向西北內陸地區線條密度逐漸稀疏、線條寬度逐漸縮窄。說明中國省際人口流動主要集中于東南沿海地區，西部內陸地區的人口流動數量仍然處于較低水平。這與地域間經濟發展水平差異情況基本吻合，經濟活力較大的區域人口流動活躍程度也與之呼應，相反，經濟乏力地區的人口流動活躍度也相應較低。

網絡整體布局表現出明顯的多中心性。以廣東、福建、上海、北京、四川等地為中心，其中廣東匯集了網絡的多條邊，形成“散射狀”結構，核心地位一目了然。網絡線條由細到粗展現了四個等級，級別較高的網絡線條主要集中于秦嶺淮河線以南省份，形成以東至上海、西至四川、南至廣西、北至河南的不規則菱形主體結構，且重心位于偏南部位，橫軸長于縱軸。

2.時序演變特征

隨著年份的增加，網絡的層級結構的變化更加明顯，低級網絡線條密度降低，中高級網絡結構更加穩定，“多核心”結構愈加穩固，網絡的層級結構兩級分化程度趨緩。最為明顯的一級網絡結構顯示，2000年呈現以廣東為頂點的“六核心”結構，2005年呈現以廣東為頂點的“五核心”結構以及安徽-江蘇雙核結構，2010年呈現以廣東為頂點的“五核心”結構以及以安徽為頂點的“四核心”結構，2015年呈現廣東-廣西-湖南“三核心”結構，其他核心均融入二級網絡，說明中國人口流動網絡在“多核心”結構愈加穩固的同時，逐步縮小網絡結構等級差異，實現人口流動均衡化發展。

（二）中國省際人口流動網絡分級空間形態特征

圖2顯示了中國省際人口流動網絡分級空間形態特征。根據自然斷點法，依次按照人口流動的數量等級順序將圖2中的線條由粗至細依次命名為一至四級，分別用不同顏色標注。

一級網絡空間結構呈現以廣東為核心向外輻射的“散射狀”結構。2000年，端點另一邊連接的分別是廣西、四川、湖南、湖北、江西，整體方向自東南方指向西北方。2005年，一級網絡除了以廣東為核心的“散射狀”外又出現了連接江蘇和安徽的“短線段”結構，“散射狀”結構較2000年少了一條連接廣東與江西的邊，說明在2005年的人口抽樣調查中，江西與廣東的聯系程度相對于廣西、四川、湖南、湖北有所減弱。2010年，一級網絡結構再次發生變化，以廣東為核心的“散射狀”結構較2005年無變化，但“短線段”結構演變為以安徽為核心向東部沿海地區發散的“散射狀”結構，端點的另一端為江浙滬地區，說明在這期間人口的省際流動發生在一級網絡層面的流動性大大增強，網絡結構愈加復雜。2015年，一級網絡結構發生巨大變化，由5年前的復雜結構驟變為以廣東為頂點的“角”狀結構，角的兩邊分別為廣東-廣西、廣東-湖南。發生這種變化的主要原因為人口流動規模隨著交通方式的更新換代激增，高速鐵路在全國范圍的普及大大方便了人們的出行。運用自然斷點法進行繪圖時，繪圖規則因數據發生變化，因此導致網絡的層級結構區分較往年出現差異，但根據圖例中等級劃分的數值可知，中國的省際人口流動依舊迸發出源源不斷的活力。

二級網絡空間結構呈現出圍繞一級網絡空間結構的多中心復雜網絡結構，由多個“散射狀”構成，構成主體以南方地區省份為主。2000年，二級網絡空間結構共有六個核心省份，南方地區為廣東、江西、上海、安徽、江蘇、浙江六個中心，其中安徽、江蘇、上海三者之間構成穩定“三角形”結構，說明三者之間人口互相流動且結構穩定，北方地區則有北京-河北構成的“短線段”結構。2005年，整體布局仍以南方地區省份為構成主體，中心布局發生變動，江蘇在二級網絡結構中的中心地位被四川取代，安徽、江蘇、上海三者之間構成的“三角形”結構因安徽-江蘇的線條升級為一級網絡結構線條而改變，北方地區的“短線段”結構保持不變。2010年，整體布局重心位于南方地區，但以河南為連接點加強了南方地區與北方地區的人口流聯系，中心布局再次發生變動，東部沿海地區安徽、江蘇由二級網絡中心轉換為一級網絡結構，增加了河南、北京兩大中心，其中河南起到連通南方地區與北方地區的紐帶作用。2015年，隨著高速鐵路的普及，全國范圍內的人口流動呈現出更加猛烈的勢頭，網絡的等級差異趨于緩和。

三級網絡空間結構將一級、二級網絡空間結構包圍起來，不僅聯系了東部沿海地區、中部地區，還將西部地區和東北地區首次連接起來，結構錯綜復雜、連接緊密，依舊呈現多中心結構。2000— 2015年，三級網絡結構的變化主要體現在網絡的密度更為集中，反映了中國省際人口流動的活力之旺盛。

四級網絡空間結構將一級、二級、三級網絡空間結構都包圍起來，呈現出不規則“六邊形”結構，且結構的重心偏向東部地區，說明中國省際人口流動在東部地區的活躍度高于西部地區。

四、中國省際人口流動網絡首位聯系特征

圖3顯示了中國省際人口流動網絡的首位聯系結構，箭頭所指方向為人口流動方向。由圖3可以看出，眾多省份的人口流向箭頭指向廣東，廣東2000—2015年始終保持人口流入狀態，這也使得廣東成為較“年輕的”省份，人口的流入延緩了其人口老齡化速度，為其發展注入了源源不斷的活力。遼寧為東北地區三省份的首位聯系對象，吉林、黑龍江的人口流入遼寧，為遼寧的發展帶來人口紅利。西部地區省份普遍呈現人口流出狀態，東部地區省份則成為其人口流入的首位聯系對象。

根據自然斷點法對人口流動規模進行等級劃分。圖3顯示，西部地區人口流動規模較東部地區、中部地區與東北地區規模小，以三級、四級流動規模為主，且其首位聯系對象范圍仍然位于西部地區，與其他三個地區發生首位聯系的現象少，新疆、四川為西部地區的主要首位聯系對象。中部地區首位聯系的特征為以廣東為終點的指向型結構，且2000—2015年這一結構保持穩定，中部地區的首位聯系規模較西部地區、東部地區與東北地區明顯偏大，主要原因為中部地區外出務工者數量多于其他地區，且對外出務工進行地域選擇時更多人的意向為就業機會多的廣深地區。東部地區的首位聯系特征則體現出明顯的多中心結構，分別有北京、上海、廣東這三個中心，北京主要作為內蒙古、山西、河北、山東、天津、遼寧的首位聯系對象，上海則主要匯集江浙皖地區的人口流向，作為這三個省份的首位聯系對象，廣東則匯集了東部地區部分省份、中部地區大多數省份、西部地區部分省份的人口流向，這與其經濟發展的強勁勢頭帶給人們的巨大吸引力是分不開的。

五、中國省際人口流動的網絡結構特征

（一）中國省際人口流動網絡的點度中心性

點度中心性指與該節點發生直接連接的節點個數，反映了該節點在網絡中的地位。點度中心性越高，與該節點發生直接連接的節點數量越多，即該節點在網絡中的核心地位越突出。圖4顯示，廣東的點度中心性居于首位，且2000—2015年始終保持核心地位。2000年，北京在網絡結構中位于第二。2005年，廣州仍保持明顯領先地位，但北京與上海的點度中心性差距明顯縮小，其他省份與2000年相比變化較小。2010年，廣東省核心地位穩固，但上海已超過北京位于第二，且江蘇、浙江的點度中心性明顯增大，分別位于第四、第五。2015年，廣東、上海仍保持前兩位，江蘇超過北京躍居第三，天津超過浙江位于第五。總體趨勢顯示，點度中心性網絡具有明顯的“核心-邊緣”結構，廣東始終保持人口流動的領先地位，南方省份尤其是江浙滬地區的點度中心性增長明顯，說明與其相連的節點數量2000—2015年急劇增加，即這期間江浙滬的人口流動性加大。

（二）中國省際人口流動網絡的接近中心性

在網絡中位置越靠近中心的節點到達其他節點的距離越短，以此來衡量節點的接近中心性。接近中心性的值為路徑長度的倒數，接近中心性越高，表明該節點到達網絡其他節點的用時越短，中心性越強。圖5顯示，中國省際人口流網絡的接近中心性呈現多中心格局，廣東的接近中心性在整個網絡中始終保持絕對優勢。2000年，廣東、北京和江蘇三者的網絡接近中心性排名前三。2005年，廣東仍保持絕對領先，但上海的接近中心性直追北京，首次出現廣東、北京、上海、江蘇四個中心。2010年，接近中心性網絡格局在前者四個中心基礎上又增加浙江這一中心，且圖形的“角狀”結構越來越尖銳，說明廣東、北京、上海、江蘇、浙江的接近中心性較其他省份優勢越來越明顯，這與中國高速鐵路的普及具有密切關系，交通方式的改變促進了人口流動網絡的加速發展。2015年，“角狀”結構的數量比2010年增加，說明接近中心性的中心節點數量進一步增加，節點與節點之間的聯系程度提高。

（三）中國省際人口流動網絡的中介中心性

圖6顯示，中國省際人口流動網絡的中介中心性呈現出明顯的“核心-邊緣”結構特征，廣東一直在網絡中占據核心地位。2000年，中介中心性網絡以廣東、北京、江蘇、浙江為中心向外輻射。2005年，在2000年四個中心基礎上增加了上海，形成五個中心為核心的網絡結構。2010年，中心數量與2005年保持統一，但除廣東之外的其他四個中心規模變化明顯，與廣東的差距進一步縮小，上海的中心規模超越北京僅次于廣東，江蘇的中心規模與北京基本平齊。2015年，五個中心數量仍然保持不變，廣東、上海、江蘇、北京的中心規模保持穩定，但浙江相對于其他四個中心規模有所退化。

六、結論

從網絡空間形態角度來看，中國省際人口流動網絡整體布局呈現不規則六邊形結構，且根據線條密度等級等情況分析可知，省際人口流動主要集中于東南沿海地區，西部內陸地區處于較低流量水平。在不同層級的網絡中，空間形態呈現不同特征。隨著年份的增加，網絡的層級結構變化明顯，網絡多核心結構愈加穩固，網絡的層級結構分化趨于緩和，等級差異逐步縮小。這與中國的經濟發展驅動是分不開的，人口的流動側面反映出地區的經濟發展水平，出行方式的提效升級推動了人口流動網絡空間形態的調整。

從首位聯角度來看，眾多省份的人口首位聯系省份集中指向廣東，人口的流入為其經濟發展注入源源不斷的活力。以四大經濟區域為單位進行首位聯系分析發現，西部地區普遍存呈現人口流出狀態，東部地區省份則成為其人口流入的首位聯系對象，中部地區人口流向普遍為廣東指向型流動，東北地區則以遼寧為指向聚集局部地區人口流入。區域間的人口流動差異狀況與經濟發展的地域差異狀況相吻合，人口流入集中的區域同時也是經濟發展勢頭強勁的區域，由于人口的流入所帶來的人口紅利又促進了經濟迸發新的活力。

從網絡結構特征來看，點度中心性、接近中心性與中介中心性三種網絡結構無一例外地表現出明顯的“核心-邊緣”結構。位于網絡核心的省份表現出極強的凝聚性，位于網絡邊緣的省份則圍繞核心表現出吸附性，這種穩定的結構證實了人口流動網絡的整體布局與局部聯系都具有極強的穩定性。

[參考文獻]

馬學廣，李魯奇.基于鐵路客運流的環渤海城市空間聯系及其網絡結構[J].經濟地理，2017，37（5）：66-73.

金鳳君.我國航空客流網絡發展及其地域系統研究[J].地理研究，2001，20（1）：31-39.

陳偉勁，馬學廣，蔡莉麗，等.珠三角城市聯系的空間格局特征研究—基于城際客運交通流的分析[J].經濟地理，2013，33（4）：48-55.

趙娟，郭平，鄧宏鐘，等.基于信息流動力學的通信網絡性能可靠性建模與分析[J].通信學報，2011，32（8）：159-164.

畢碩本，黃銅，趙愛，等.基于社會網絡分析法對信息流空間傳播特征的研究[J].計算機科學，2018，45（12）：279-287.

向希堯，蔡虹.組織間跨國知識流動網絡結構分析—基于專利的實證研究[J].科學學研究，2011，29（1）：97-105.

趙健宇，李柏洲，襲希，等.多任務環節的團隊合作知識流動網絡研究[J].管理工程學報，2016，30（1）：61-71.

寧方華，胡春婷.考慮自建倉庫時的集團企業多級物流網絡規劃研究[J].經營與管理，2018，414（12）：93-97.

王波，郭璘，Ristvej J.電網企業應急物流網絡布局優化設計研究[J].物流工程與管理，2018（9）：68-70.

祁神軍，蔡加忠，張云波.基于SNA的建筑企業組織角色網絡權力量化及優化策略研究[J].西安建筑科技大學學報（自然科學版），2017（1）：81-86.

勞昕，沈體雁.中國地級以上城市人口流動空間模式變化—基于2000和2010年人口普查數據的分析[J].中國人口科學，2015（1）：15-28.

趙梓渝，王士君.2015年我國春運人口省際流動的時空格局[J].人口研究，2017，41（3）：101-112.

劉望保，石恩名.“百度遷徙”下中國城市間的人口流動空間格局[J].華南師范大學學報（自然科學版），2016，48（5）：67-73.

趙梓渝，魏冶，王士君，等.有向加權城市網絡的轉變中心性與控制力測度—以中國春運人口流動網絡為例[J].地理研究，2017，36（4）：647-660.

盛廣耀.中國省際人口流動網絡的演化及其解釋[J].中國人口·資源與環境，2018，28（11）：3-11.

王賢文，王虹茵，李清純.基于地理位置大數據的京津冀城市群短期人口流動研究[J].大連理工大學學報（社會科學版），2017，38（2）：105-113.

趙落濤，曹衛東，魏冶，等.泛長三角人口流動網絡及其特征研究[J].長江流域資源與環境，2018，27（4）：705-714.

Krackhardt D. Cognitive social structures[J]. Social Networks， 1987， 9（2）： 109-134.

Davis K F ， D'Odorico P ， Laio F ， et al. Global spatio-temporal patterns in human migration： a complex network perspective[J]. Plos One， 2013， 8（1）： 1-8.

Gen M ， Gheasi M ， Nijkamp P ， et al. The impact of immigration on international trade： a meta-analysis[J]. Social Science Electronic Publishing， 2011， 39（2）： 301-337.

Aral S， Nicolaides C. Exercise contagion in a global social network[J]. Nature Communications， 2017（8）： 1-8.

嚴浩坤.勞動力跨地區流動與地區差距[J].地理科學，2008，28（2）：179-184.

李晶晶，苗長虹.長江經濟帶人口流動對區域經濟差異的影響[J].地理學報，2017，72（2）：197-212.

王桂新，魏星，沈建法.中國省際人口遷移對區域經濟發展作用關系之研究[J].復旦學報（社會科學版），2005（3）：148-161.

Dickey H. The impact of migration on regional wage inequality： a semi-parametric approach[J]. Journal of Regional Science， 2014， 54（5）： 893-915.

Krugman， P. Increasing returns and economic geography[J]. Journal of Political Economy， 1991， 99（3）： 483-499.

Fratesi U， Percoco M . Selective migration， regional growth and convergence： evidence from Italy[J]. Regional Studies， 2014， 48（10）： 1650-1668.

[責任編輯 張桂霞]