新冠肺炎疫情對民族地區(qū)人口流動的影響

楊 晨，文 成，許小可*

（1. 大連民族大學(xué)信息與通信工程學(xué)院 遼寧 大連 116600；2. 信陽學(xué)院大數(shù)據(jù)與人工智能學(xué)院 河南 信陽 464000）

我國是統(tǒng)一多民族國家，少數(shù)民族是我國人口的重要組成部分。根據(jù)全國第七次人口普查的數(shù)據(jù)顯示，我國的總?cè)丝跒?41 178 萬人，其中漢族人口為128 631 萬人，占91.11%；各少數(shù)民族人口為12 547 萬人，占8.89%[1]。我國的少數(shù)民族由于歷史文化等特殊原因主要分布在西北、西南以及東北等內(nèi)陸地區(qū)。民族地區(qū)由于地理位置限制、經(jīng)濟結(jié)構(gòu)不合理等諸多原因?qū)е陆?jīng)濟發(fā)展相對落后[2]。十八大以來，國家對民族地區(qū)資金投入比重不斷增大、加快推進西部大開發(fā)計劃以及對口支援計劃，但民族地區(qū)的經(jīng)濟基礎(chǔ)相較于全國經(jīng)濟發(fā)達地區(qū)仍較為脆弱，容易受各種外界因素影響。

新冠疫情發(fā)生后，各地都采取了不同程度的管控措施，對全國各城市的人口流動和經(jīng)濟都帶來嚴重影響[3-4]。隨著疫情的持續(xù)，2020 年國務(wù)院辦公廳延長春節(jié)假期至2 月2 日，各類學(xué)校推遲開學(xué)、企業(yè)推遲復(fù)工時間[5]，這些為阻斷新冠肺炎疫情蔓延而實施的種種舉措也對經(jīng)濟帶來短期沖擊[6-7]。受經(jīng)濟發(fā)展基礎(chǔ)薄弱，城鎮(zhèn)化水平不足等因素制約[8]，依賴于人口流動的外出務(wù)工和特色旅游是民族地區(qū)經(jīng)濟的重要組成部分。為應(yīng)對疫情，各級政府采取了不同程度的限制人口流動的措施，對民族地區(qū)人口流動和經(jīng)濟產(chǎn)生了重要影響[9-11]，本文基于百度遷徙提供的人口流動數(shù)據(jù)對其進行精準的量化分析。

首先通過對人口流動量指標(biāo)與2019 年經(jīng)濟指標(biāo)的相關(guān)性分析，發(fā)現(xiàn)城市經(jīng)濟與城市人口流動量具有很強相關(guān)性，人口流動量指標(biāo)可以用來表征城市的經(jīng)濟發(fā)展趨勢。其次，使用百度遷徙數(shù)據(jù)對2019 年-2021 年這3 年內(nèi)，我國城市的人口流動量、人口流出量及城市內(nèi)人口流動量這3 個人口流動指標(biāo)受新冠肺炎影響程度進行了多維度刻畫，對其他地區(qū)和民族地區(qū)疫情期間的人口流動量變化進行了度量[12]，以此來預(yù)測新冠肺炎疫情對我國經(jīng)濟的影響。結(jié)果表明，新冠肺炎疫情對全國人口流動量和經(jīng)濟活動影響較大，但是民族地區(qū)和其他地區(qū)沒有顯著差異。在民族地區(qū)中，對西北民族地區(qū)的影響尤其明顯，對西南民族地區(qū)的影響相對較小。

1 人口流動和城市經(jīng)濟的相關(guān)性分析

1.1 相關(guān)工作

近年來，隨著大數(shù)據(jù)技術(shù)的發(fā)展，越來越多的新型數(shù)據(jù)可以用來表征城市經(jīng)濟狀況。文獻[13]通過分析2000-2015 年的國內(nèi)生產(chǎn)總值以及城市地區(qū)和農(nóng)村地區(qū)相對收入等數(shù)據(jù)量化了區(qū)域經(jīng)濟復(fù)雜性，文獻[14]通過分析用戶的在線活動推斷出城市經(jīng)濟狀況，文獻[15]根據(jù)手機使用情況預(yù)測地區(qū)的財富分布，文獻[16]通過分析銀行卡交易數(shù)據(jù)預(yù)測國家的經(jīng)濟表現(xiàn)。此外，文獻[17]使用移動互聯(lián)網(wǎng)定位的跨地區(qū)出行大數(shù)據(jù)，度量了全國人口流動的時空特征，發(fā)現(xiàn)地區(qū)間人員流動與經(jīng)濟空間格局顯著相關(guān)。

有學(xué)者從區(qū)域經(jīng)濟一體化的視角研究人口流動的影響，認為人口流動不僅有利于經(jīng)濟發(fā)展，也會縮小區(qū)域間經(jīng)濟的發(fā)展差異[18]。但這一觀點受到一些學(xué)者質(zhì)疑，他們認為人口流動會擴大區(qū)域經(jīng)濟的發(fā)展差異。文獻[19]發(fā)現(xiàn)隨著流動人口數(shù)量增多會導(dǎo)致各區(qū)域經(jīng)濟發(fā)展差異化加劇，經(jīng)濟發(fā)達地區(qū)會吸納更多的外圍城市人口，使得經(jīng)濟不發(fā)達地區(qū)經(jīng)濟發(fā)展更加滯后，這種現(xiàn)象會加劇各區(qū)域經(jīng)濟發(fā)展差異化。

網(wǎng)絡(luò)科學(xué)是近年來人口流動網(wǎng)絡(luò)研究中出現(xiàn)的新范式和新理論。文獻[20]通過對長三角城市群內(nèi)部人口流動網(wǎng)絡(luò)的特性分析，發(fā)現(xiàn)長三角城市群內(nèi)經(jīng)濟水平相對較高的上海、蘇州、金華、杭州、寧波和南京等為勞動力輸入型城市，而經(jīng)濟水平相對較低的鹽城、安慶和滁州等為勞動力輸出型城市，城市人口流動形式與城市經(jīng)濟具有較強相關(guān)性[20]。文獻[21]利用社會網(wǎng)絡(luò)分析等方法發(fā)現(xiàn)區(qū)域人口流動網(wǎng)絡(luò)形成了“直轄市-省會城市-一般地級市”三級梯隊結(jié)構(gòu)，具有明顯的層次特性[21]。綜上所述，依托大數(shù)據(jù)技術(shù)、統(tǒng)計分析方法和各種新型數(shù)據(jù)研究經(jīng)濟具有預(yù)測精準度高、數(shù)據(jù)收集成本低等優(yōu)勢。

1.2 城市人口流動量指標(biāo)和經(jīng)濟的相關(guān)性分析

本文將百度遷徙數(shù)據(jù)與經(jīng)濟指標(biāo)[22]結(jié)合，通過相關(guān)性分析論證人口流動數(shù)據(jù)是否能表征經(jīng)濟情況。本文對城市人口流動量定義如下，城市人口流動量包含人口流入總量、人口流出總量、城市內(nèi)人口流動總量[23]。

對于人口流入總量：

基于百度遷徙平臺，可以得到每個城市的城市內(nèi)人口流動量，這個指標(biāo)表征該城市有出行的人數(shù)與該城市居住人口比值的指數(shù)化結(jié)果。定義城市內(nèi)人口流動總量指標(biāo)為Lloc(i)， 表示某天城市i的城市內(nèi)人口流動總量。

本文使用2019 年城市人口流動數(shù)據(jù)和城市GDP 數(shù)據(jù)，分別對人口流入總量Fin、人口流出總量Fout、 城市內(nèi)人口流動總量Lloc與GDP 數(shù)據(jù)進行相關(guān)性研究。在人口流動網(wǎng)絡(luò)中，城市的輸入人口流動量Fin、輸出人口流動量Fout分別對應(yīng)網(wǎng)絡(luò)科學(xué)中的節(jié)點輸入強度和輸出強度。圖1 可發(fā)現(xiàn)Fin、Fout、Lloc與 城市GDP 指標(biāo)都有很強的相關(guān)性。Fin與GDP 的相關(guān)關(guān)系如圖1a 所示，其皮爾遜系數(shù)約為0.77；Fout與GDP 的相關(guān)關(guān)系如圖1b 所示，其皮爾遜系數(shù)約為0.82；Lloc與GDP 的相關(guān)關(guān)系如圖1c 所示，其皮爾遜系數(shù)約為0.63。

圖1 人口流動量與GDP 的相關(guān)關(guān)系

考慮到人口流動量與城市GDP 具有強相關(guān)關(guān)系，因此本文使用人口流動網(wǎng)絡(luò)中提取的Fin、Fout、Lloc指標(biāo)來表征城市經(jīng)濟受新冠肺炎影響的情況。通俗來講，一般城市人口流動量數(shù)值越大，城市間的連接越密切，城市的經(jīng)濟水平也就越高。受新冠肺炎疫情影響導(dǎo)致的城市人口流動量下降，可以理解為當(dāng)?shù)亟?jīng)濟活動所受到的影響。

2 民族地區(qū)人口流動量的變化分析

2.1 民族地區(qū)城市的具體信息和分類

我國少數(shù)民族人口集中居住區(qū)域較多，本次選取具有代表性的西南、西北和東北地區(qū)。本文對民族地區(qū)的劃分依據(jù)為：1） 我國統(tǒng)一規(guī)劃的5 個自治區(qū)，包括內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、西藏自治區(qū)、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)，這些自治區(qū)的主要城市為第一依據(jù)；2） 國家根據(jù)民族人口占據(jù)總?cè)丝诘?/2 或者以上劃分的這個原則具體劃分的民族地區(qū)、自治州、縣。本文按照上述規(guī)則從百度遷徙數(shù)據(jù)提取了88 個少數(shù)民族地區(qū)及城市，占全國總城市數(shù)量的25.3%。同時，綜合考慮地區(qū)尺度上的情況，按照華東、華南、華北、華中、西南、西北、東北7 個大區(qū)域，將民族地區(qū)進行了劃分。因為華北地區(qū)和華中地區(qū)的城市比較少，分別將它們與東北地區(qū)、華南地區(qū)進行合并處理，最后分為4 個大區(qū)進行研究，如表1 所示。

表1 民族地區(qū)城市的地區(qū)分類

2020 年新年后隨著疫情的發(fā)展，全國各個地區(qū)也都加強了對人口流動的管控。民族地區(qū)中很多城市都地處邊遠地區(qū)，人口流動與經(jīng)濟發(fā)展情況更加復(fù)雜，因此研究民族地區(qū)人口流動量和其他地區(qū)人口流動量變化的異同，有助于今后針對這些地區(qū)制定出更有效的防控策略，研究疫情對民族地區(qū)人口流動以及經(jīng)濟影響有重要的意義。隨著新冠疫情逐漸控制，民族地區(qū)人群遷徙規(guī)模與范圍對研究當(dāng)?shù)氐慕?jīng)濟恢復(fù)具有重要的參考作用。

2.2 民族地區(qū)城市人口流入數(shù)量變化分析

本文根據(jù)百度遷徙數(shù)據(jù)統(tǒng)計了全國88 個民族地區(qū)城市從春運開始直至清明節(jié)結(jié)束后的近3 年的人口流入量數(shù)據(jù)，如圖2 所示。

圖2 民族地區(qū)近3 年的人口流入量對比

由于疫情發(fā)生在春節(jié)期間，中國人口的流動除五一、十一和元旦假期以外，受農(nóng)歷節(jié)日的影響比較大[24]，因此這里將時間刻度使用農(nóng)歷日期。同時，為刻畫清明節(jié)期間民族地區(qū)的人口流入情況，在3 月20 日后使用陽歷日期。如圖2 所示，2019年和2021 年可以看出有很明顯的春節(jié)歸鄉(xiāng)、春節(jié)復(fù)工和假日游、清明出游這3 個流入高峰。其中，在正月初七和清明節(jié)出現(xiàn)兩個流入高峰，2021 年民族地區(qū)人口流入量在元宵節(jié)后基本上恢復(fù)到2019 年同期水平，說明2021 年我國人口流入量基本恢復(fù)疫情前水平。

反觀2020 年，春節(jié)前存在流入高峰，但春節(jié)后相較于2019 年不存在返鄉(xiāng)高峰和假日游。農(nóng)歷正月二十五后，民族地區(qū)的人口流入量相較于2020 年春節(jié)期間略有增長，但是與2019 年相比仍有明顯的下降。2020 年春節(jié)后整體呈現(xiàn)出先急劇減少后緩慢增加的過程，主要原因是疫情發(fā)生后，在國家各級政府的要求下，人們防范意識加強，開始減少出行，因此各地區(qū)的人口流入量有明顯的大幅度下降。直到疫情后期，國內(nèi)形勢趨于穩(wěn)定，2020 年3 月20 日左右，民族地區(qū)的人口流入量基本上與2021 和2019 年持平，人口流入基本恢復(fù)疫情前水平。在4 月份清明節(jié)期間，我國民族地區(qū)人口流入量僅有一個緩慢的小幅度增長，相較于2019 年有很大的差距。

由于每個民族地區(qū)城市的人口總量、規(guī)模和經(jīng)濟發(fā)展水平的差異，對于不同城市的人口流入變化量無法進行直接比較。本文定義人口流入相對變化量指標(biāo)Rin來度量民族地區(qū)城市2020 年和2019 年流入量之間的差別，同時可以使用該指標(biāo)進行不同城市或地區(qū)之間的比較。

針對民族地區(qū)的人口流入，計算2019 年和2020 年民族地區(qū)和其他地區(qū)（去除民族地區(qū)后的全國其他地區(qū)）的人口流入相對變化量隨時間變化的規(guī)律，如圖3 所示。春節(jié)前其他地區(qū)人口流入相對變化量Rin的高峰值接近1，說明2020 年其他地區(qū)人口流入量比2019 年多將近一倍，而春節(jié)前民族地區(qū)人口流入相對變化量比其他地區(qū)的變化量要小很多，接近0.3，說明2020 年民族地區(qū)人口流入量比2019 年多30%左右。春節(jié)后由于政府的管控措施，民族地區(qū)相較于2019 年都有近75%左右的流入量損失比，這一現(xiàn)象持續(xù)到農(nóng)歷正月底。正月底人口流入量與前一段時間相比有了緩慢的回升，并且呈現(xiàn)一定的周期性變化，并在農(nóng)歷二月底基本恢復(fù)2019 年水平。

圖3 2019 年與2020 年民族地區(qū)的人口流入變化量分析

每個民族地區(qū)的情況明顯不同，西北地區(qū)在春節(jié)前返回本地的人口比以往更多，并且遠遠高于其他地區(qū)，西北地區(qū)年前流入量與2019 年同比增長40%左右，東北和華北地區(qū)、西南地區(qū)與以往基本持平，而華南和華中地區(qū)與2019 年同期相比損失將近50%。春節(jié)后，各個地區(qū)的人口流入變化量都有明顯下降，并在元宵節(jié)前后達到峰值，有接近80%的損失率。西北地區(qū)的累計人口流入變化量稍高于其他民族地區(qū)，并結(jié)合疫情趨于平穩(wěn)后，各民族地區(qū)人口流入變化量恢復(fù)到2019 年水平的時間先后順序依次是西南、華南和華中地區(qū)。雖然東北和華北地區(qū)、西北地區(qū)直到清明節(jié)仍未恢復(fù)疫情前水平，但是東北和華北地區(qū)人口流入損失量明顯低于西北地區(qū)，因此新冠肺炎對于西北地區(qū)的民族城市影響最大。相反，對于西南地區(qū)的民族城市，在春節(jié)前的相對人口流入量和2019 年相比差異較小，人口流入量和2019 年基本持平。同時，西南民族地區(qū)的人口流入量在2020 年農(nóng)歷2 月份就恢復(fù)到了2019 年水平，并且疫情使得西南地區(qū)的人口流入損失量相較于其他民族地區(qū)較少，這說明新冠疫情對西南地區(qū)的民族城市流入情況的影響最小。

2.3 民族地區(qū)城市人口流出數(shù)量變化分析

對民族地區(qū)人口流出量進行對比回溯分析，如圖4 所示。針對2019 年和2021 年數(shù)據(jù)，可以看出有很明顯的春節(jié)歸鄉(xiāng)、春節(jié)復(fù)工和假日游、清明出游這3 個流出高峰，其中在正月初七和清明節(jié)出現(xiàn)兩個流出高峰，說明2021 年我國人口流出基本恢復(fù)疫情前水平。反觀2020 年，年前的春節(jié)歸鄉(xiāng)高峰依然存在，但春節(jié)后相較于2019 年不存在春節(jié)復(fù)工和假日游，而清明假日游的流出高峰仍然存在，但明顯低于2019 年水平。

圖4 民族地區(qū)近3 年的人口流出量對比

2020 年春節(jié)后由于新冠疫情的爆發(fā)，政府采取了嚴格的出行限制政策，民族地區(qū)的人口流出量整體呈現(xiàn)先急劇減少后緩慢增加的趨勢，直到農(nóng)歷正月十五左右都處于很低的水平。直到疫情趨于平穩(wěn)，從正月二十五開始，流出量緩慢增加，3 月中下旬基本恢復(fù)到疫情前水平。對比近3 年流出量變化，2020 年春節(jié)后出行和復(fù)工高峰消失，并且清明節(jié)后人口流出量與2019 年相比減少較為明顯。

由于每個城市的規(guī)模、人口總量以及經(jīng)濟發(fā)展水平是不同的，所以對于不同城市的人口流出變化量無法進行直接比較。本文定義人口流出相對變化量指標(biāo)Rout，來度量民族地區(qū)城市2020 年和2019年流出量之間的差別：

春節(jié)前，民族地區(qū)和其他地區(qū)的Rout基本一致，2020 年的人口流出量比2019 年增加了20%～30%。春節(jié)后到農(nóng)歷正月底，民族地區(qū)和其他地區(qū)的Rout驟降，且下降趨勢基本一致，最大同比下降了80%，說明疫情使得我國民族地區(qū)和其他地區(qū)的人口流出量相較于2019 年有80%的損失率，農(nóng)歷二月以后民族地區(qū)和其他地區(qū)人口流出相對變化量都逐漸減少，并且都存在周節(jié)律現(xiàn)象，疫情對我國人口流出的影響逐漸降低。在清明節(jié)假日期間，民族地區(qū)的變化量損失了65%，說明2020 年清明節(jié)假日游民族地區(qū)人口流出量大大低于2019 年同期。

針對所有的民族地區(qū)城市，本文按照表1 劃分的區(qū)域?qū)⑵鋭澐譃? 個大區(qū)，觀察2020 年與2019年民族地區(qū)和其他地區(qū)人口流出情況的差別，如圖5 所示。可以發(fā)現(xiàn)在春節(jié)前各個地區(qū)的變化量基本一致，且2020 年的各地區(qū)的人口流出都比2019 年高。春節(jié)后，各地區(qū)的人口流出相對變化量都小于零，說明春節(jié)后2020 年各民族地區(qū)的人口流出量都低于2019 年，并且流出量損失比在元宵節(jié)前高達90%左右，說明疫情使各民族地區(qū)的人口流出損失率將近90%。元宵節(jié)后，各民族地區(qū)的人口流出量變化量緩慢增長，但是西北地區(qū)恢復(fù)速度較慢。正月底各地區(qū)開始出現(xiàn)了非常明顯的分化。西北地區(qū)的累計人口流出相對變化量明顯高于其他民族地區(qū)，并結(jié)合疫情趨于平穩(wěn)后，各民族地區(qū)人口流出相對變化量恢復(fù)到2019 年水平時間先后的地區(qū)順序依次是華南和華中地區(qū)、西南地區(qū)。雖然東北和華北地區(qū)、西北地區(qū)直到清明節(jié)仍未恢復(fù)疫情前水平，但是東北和華北地區(qū)人口流出損失量明顯低于西北地區(qū)，因此新冠肺炎對于西北地區(qū)的民族城市影響最大。相反，西南民族地區(qū)的人口流出量在2020 年農(nóng)歷2 月份就恢復(fù)到了2019 年水平，并且疫情使得西南地區(qū)的人口流出損失量相較于其他民族地區(qū)較少，這說明新冠疫情對西南地區(qū)的民族城市人口流出情況的影響最小。因此，基于城市人口流出量指標(biāo)，西北地區(qū)疫情的影響更大一些，而西南地區(qū)受新冠肺炎的影響更小一些。

圖5 2019 年與2020 年民族地區(qū)的人口流出變化量分析

2.4 民族地區(qū)城市內(nèi)人口流動數(shù)量變化分析

對于民族地區(qū)城市內(nèi)人口流動量指標(biāo)[23]，首先比較近3 年的民族地區(qū)的城市內(nèi)人口流動情況，如圖6 所示。可以發(fā)現(xiàn)春節(jié)前，2020 年的城市內(nèi)人口流動量要明顯高于2019 年，2021 年要高于2020年，說明了新冠疫情平穩(wěn)后城市內(nèi)人口流動情況在增加。在春節(jié)后由于新冠肺炎的影響，2020 年的城市內(nèi)人口流動量迅速下降，出現(xiàn)了遠遠低于2019 年的大幅度衰減現(xiàn)象，直到元宵節(jié)后開始緩慢恢復(fù)，農(nóng)歷二月份基本恢復(fù)2019 年水平。對比2019 年和2021 年民族地區(qū)的城市內(nèi)人口流動量，城市內(nèi)人口流動的周期性和數(shù)量都非常穩(wěn)定，并且2021 年城市內(nèi)人口流動量略高于2019年，說明2021 年城市內(nèi)人口流動量已經(jīng)幾乎不受疫情影響。

圖6 近3 年民族地區(qū)城市內(nèi)人口流動量變化情況

圖7 2019 年與2020 年民族地區(qū)城市內(nèi)人口流動變化分析

觀察2020 年與2019 年全國各個民族地區(qū)情況的差別，可以發(fā)現(xiàn)在春節(jié)前各個地區(qū)的變化量基本上是差不多的，在2%～20%上下震蕩，但是在春節(jié)開始出現(xiàn)了非常明顯的分化。西北、東北和華北地區(qū)這兩個區(qū)域受疫情的影響更大一些，城市內(nèi)人口流動損失比維持在70%左右。而西南地區(qū)、華南和華中地區(qū)這兩個區(qū)域受疫情的影響更小一些，損失比維持在50%左右，城市內(nèi)人口流動量的恢復(fù)率也更快一些。在2 月初，各民族地區(qū)城市內(nèi)人口流動量基本上與2019 年持平。各個地區(qū)城市內(nèi)人口流動量恢復(fù)到2019 年水平的時間先后地區(qū)順序依次是西南地區(qū)、華南和華中地區(qū)、東北和華北地區(qū)、西北地區(qū)。綜上，基于城市內(nèi)人口流動量指標(biāo)，西北地區(qū)受疫情影響程度較大，西南地區(qū)較小。

2.5 民族地區(qū)城市綜合指標(biāo)變化分析

對比近3 年人口流動指標(biāo)，疫情后人口流入和人口流出指標(biāo)和2019 年相比有了明顯的下降，2021 年較2020 年雖然有所回升但是仍未恢復(fù)2019 年水平，而城市內(nèi)人口流動指標(biāo)在2020 年2 月初已超過2019 年，2021 年則明顯高于2019 年。以上結(jié)果表明疫情后我國長途流動減少，而短途流動增加。

針對民族地區(qū)城市，綜合1 月23 日后樣本城市的人口流入指標(biāo)、人口流出指標(biāo)和城市間人口流動指標(biāo)計算各民族地區(qū)城市受疫情影響造成的人口流動累計變化量，如圖8 所示。

各民族地區(qū)城市受疫情影響程度不同，疫情造成的人口流動量的變化程度不同。圖8 中，虛線為樣本民族地區(qū)城市1 月23 日后人口流動累計變化量的平均值，實線部分為各個民族地區(qū)內(nèi)所有樣本城市1 月23 日后人口流動累計變化量的平均值。從區(qū)域角度分析，民族地區(qū)的人口流動累計變化量的平均水平下降為49.49%，西北地區(qū)平均下降58.40%，東北和華北地區(qū)平均下降51.78%，華中和華南地區(qū)平均下降43.34%，西南地區(qū)平均下降39.32%，通過對比，西北民族地區(qū)受到的影響最大，西南民族地區(qū)受疫情影響最小。從一個側(cè)面也說明，西北地區(qū)在疫情發(fā)生后，受限于區(qū)域遼闊和醫(yī)療衛(wèi)生條件，本地的疫情防控壓力較大，受疫情影響，很長一段時間內(nèi)都無法恢復(fù)正常的經(jīng)濟活動。

圖8 基于3 種指標(biāo)的各民族地區(qū)城市受疫情影響程度

從城市角度分析，在樣本民族地區(qū)里不同城市受疫情影響程度不同，烏魯木齊、伊犁、克拉瑪依、石河子等西北地區(qū)民族城市受疫情影響最大，而黔南、黔西南、文山、樂東等城市受疫情影響最小。從各個地區(qū)受影響最大的城市來看，西北地區(qū)為烏魯木齊、伊犁、克拉瑪依，華南和華中地區(qū)為恩施、北海、防城港、桂林，東北和華北地區(qū)為呼和浩特、呼倫貝爾、錫林郭勒，西南地區(qū)為甘孜、西雙版納。各個地區(qū)城市受影響程度不同。

3 結(jié) 束 語

本文基于百度遷徙數(shù)據(jù)中涉及的88 個民族地區(qū)城市，對疫情期間民族地區(qū)人口流動變化進行度量。首先分析了我國城市GDP 與人口流動量具有極強的相關(guān)性，因此可以使用人口流動量指標(biāo)表征經(jīng)濟變化情況。其次，對疫情前后民族地區(qū)人口流入、人口流出和城市內(nèi)人口流動情況進行刻畫，發(fā)現(xiàn)在疫情期間民族地區(qū)的人口流動量普遍呈現(xiàn)先大幅度下降后緩慢上升的現(xiàn)象，并且疫情后我國長途流動大大減少，而短途流動略有增加。通過對民族地區(qū)和其他地區(qū)城市3 種人口流動量指標(biāo)的分析，發(fā)現(xiàn)新冠肺炎疫情對民族和其他地區(qū)的影響沒有顯著差異。對于民族地區(qū)，西北地區(qū)的民族城市受影響較大，而對西南民族地區(qū)的城市造成的影響相對較小。一方面原因是疫情對于民族地區(qū)的旅游經(jīng)濟活動造成嚴重影響，另一方面疫情也降低了民族地區(qū)人口的外出打工等經(jīng)濟活動。此外，西北地區(qū)由于疫情的影響，本地的人口流動被阻斷，這些都限制了民族地區(qū)的經(jīng)濟發(fā)展，并有可能造成一些少數(shù)民族群眾的生活質(zhì)量下降。通過對疫情期間民族地區(qū)人口流動和經(jīng)濟變化進行統(tǒng)計分析，并對民族地區(qū)城市受疫情影響程度進行刻畫，有助于針對這些地區(qū)制定出更有效的防控策略和扶貧幫扶措施，其分析結(jié)果可為相關(guān)部門提供決策參考。考慮到本文中僅使用了節(jié)點的輸入和輸出強度指標(biāo)對城市受到的疫情影響進行刻畫，在網(wǎng)絡(luò)統(tǒng)計量中相對簡單而且均是微觀指標(biāo)。今后研究中，可以使用網(wǎng)絡(luò)科學(xué)領(lǐng)域的更多維度統(tǒng)計量，如中尺度的社團特性指標(biāo)和連通效率等全局性指標(biāo)，進一步刻畫全國人口流動網(wǎng)絡(luò)受新冠疫情的多尺度復(fù)雜影響。