居民出行目的、出行時(shí)間與地域?qū)傩缘牟町惗紩?huì)導(dǎo)致出行行為的異質(zhì)性,工作日與節(jié)假日具有完全不同的時(shí)間屬性,且出行目的差異較大,對(duì)兩時(shí)段城際出行網(wǎng)絡(luò)進(jìn)行比較有助于全面認(rèn)識(shí)城際出行規(guī)律及其網(wǎng)絡(luò)特征。以4月份工作日（2016年4月11日—4月15日）和國(guó)慶黃金周（2016年10月1日—10月7日）為代表,利用"騰訊遷徙"提供的居民城際出行數(shù)據(jù),從城市節(jié)點(diǎn)、城際關(guān)聯(lián)及網(wǎng)絡(luò)集聚角度對(duì)工作日與節(jié)假日的居民城際出行網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行對(duì)比研究。結(jié)果發(fā)現(xiàn):①黃金周的日均城際居民出行規(guī)模顯著高于工作日,但出行距離和網(wǎng)絡(luò)集聚程度明顯低于后者;②兩種網(wǎng)絡(luò)均形成了跨區(qū)域組團(tuán)、鄰近組團(tuán)和省域組團(tuán)3種類型。黃金周跨區(qū)域組團(tuán)數(shù)量明顯低于工作日,區(qū)域和地方樞紐城市數(shù)量多于工作日,鄰近組團(tuán)和省域組團(tuán)數(shù)量則明顯高于工作日;③工作日,北上廣三大城市核心地位突出,旅游功能、交通樞紐功能城市的地位在黃金周更得以凸顯;④工作日城際出行網(wǎng)絡(luò)以跨區(qū)域聯(lián)系為主,而黃金周則呈現(xiàn)出明顯的空間鄰近效應(yīng),并形成了以省會(huì)為中心、省內(nèi)出行為主的核心—外圍模式。 

【文章來(lái)源】：地理學(xué)報(bào). 2020,75(04)北大核心CSSCIEICSCD

【文章頁(yè)數(shù)】：16 頁(yè)

【部分圖文】：

2016年中國(guó)工作日與黃金周中國(guó)城際出行網(wǎng)絡(luò)空間差異

騰訊人口遷徙數(shù)據(jù)的主要特點(diǎn)是：(1)提供了以地級(jí)市為主要單元、每日遷入、遷出各城市排名前10位的記錄。(2)識(shí)別了基于公路、鐵路、航空3種單交通方式和綜合3種方式的流動(dòng)數(shù)據(jù)。本文采用基于綜合方式的居民出行數(shù)據(jù)。采用大數(shù)據(jù)研究居民出行空間特征時(shí)，數(shù)據(jù)的無(wú)量綱測(cè)度和相對(duì)指標(biāo)要優(yōu)于絕對(duì)數(shù)值所反映的特征[25]。本文所采用數(shù)據(jù)也是無(wú)量綱測(cè)度的人口出行規(guī)模，雖并非人口出行量的絕對(duì)數(shù)值，但亦可從規(guī)模、結(jié)構(gòu)等方面反映城際出行網(wǎng)絡(luò)的空間格局與特征。雖然騰訊平臺(tái)只提供了各市的前10位流入和流出記錄，但其余人口流動(dòng)記錄可通過(guò)其他城市記錄予以適當(dāng)補(bǔ)充以刻畫(huà)出全國(guó)人口城際出行規(guī)律，該數(shù)據(jù)已在揭示春運(yùn)期間中國(guó)城市發(fā)展特征中得到了應(yīng)用[26]。騰訊人口流動(dòng)數(shù)據(jù)以日為統(tǒng)計(jì)單位，可覆蓋用戶大部分長(zhǎng)、短途完整出行行為，在一定程度上避免了長(zhǎng)途數(shù)據(jù)的低估和短途的虛增問(wèn)題。本文利用“騰訊人口遷徙地圖”平臺(tái)，獲取了2016年4月11日—4月15日（工作日）(1)和2016年10月1日—10月7日（簡(jiǎn)稱黃金周）兩個(gè)時(shí)段共12天的出行數(shù)據(jù)，共涉及全國(guó)362個(gè)城市。在此基礎(chǔ)上，構(gòu)建了以城市為節(jié)點(diǎn)、人口流動(dòng)為邊的有向加權(quán)城際人口出行矩陣。分析發(fā)現(xiàn)，中國(guó)居民黃金周的日均出行規(guī)模基本為工作日的2倍以上（表1），且主要表現(xiàn)為以核心城市為樞紐向周邊城市的短距離出行占主導(dǎo)的特點(diǎn)，工作日則主要表現(xiàn)為長(zhǎng)距離出行特征（圖2）。2.3 研究方法

本文采用Guimera等學(xué)者提出的組內(nèi)—組間重要性參數(shù)比較方法實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)中城市角色的劃分[31]�；诰W(wǎng)絡(luò)中相似城市具有相似拓?fù)浣Y(jié)構(gòu)的特性，該方法的基本思路是在組團(tuán)結(jié)構(gòu)識(shí)別基礎(chǔ)上，將城市在其所屬組團(tuán)內(nèi)部連通性水平和在網(wǎng)絡(luò)中所有組團(tuán)外部連通性水平進(jìn)行比較從而對(duì)城市角色進(jìn)行識(shí)別。具體步驟為：(1)計(jì)算城市在歸屬組團(tuán)內(nèi)部連通水平（zi),zi值越大，表明該城市在組團(tuán)內(nèi)部加權(quán)度中心性越高，反之亦然；(2)計(jì)算城市與各個(gè)組團(tuán)（包括歸屬組團(tuán)）城市的外部連通水平，可稱之為外部加權(quán)參與度系數(shù)（Pi），該指標(biāo)表征的是與城市i相關(guān)的連接在不同組團(tuán)之間的分配均衡水平，0≤Pi≤1，越接近于1，表明與城市i直接關(guān)聯(lián)的連接趨于均衡的分配在各個(gè)組團(tuán)，反之亦然；(3)分別以Pi和zi為橫縱坐標(biāo)進(jìn)行可視化，基于數(shù)據(jù)的實(shí)際分布情況確定臨界值并進(jìn)行城市角色分類（圖3）。組團(tuán)內(nèi)部加權(quán)度中心性（zi）和外部加權(quán)參與度系數(shù)（Pi）的計(jì)算公式為：式中：Ki為城市i在歸屬組團(tuán)Si的加權(quán)度中心性；為歸屬組團(tuán)Si內(nèi)所有城市的加權(quán)度中心性平均值；為歸屬組團(tuán)Si內(nèi)所有城市的加權(quán)度中心性標(biāo)準(zhǔn)差；KiS為城市i與各組團(tuán)S關(guān)聯(lián)的加權(quán)度中心性；ki為城市i在整個(gè)網(wǎng)絡(luò)中的加權(quán)度中心性，NM為組團(tuán)的數(shù)量。

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)城市網(wǎng)絡(luò)等級(jí)結(jié)構(gòu)特征及組織模式——基于鐵路和航空流的比較[J]. 王姣娥,景悅.  地理學(xué)報(bào). 2017(08)
[2]基于人口省際流動(dòng)的中國(guó)城市網(wǎng)絡(luò)轉(zhuǎn)變中心性與控制力研究——兼論遞歸理論用于城市網(wǎng)絡(luò)研究的條件性[J]. 趙梓渝,魏冶,龐瑞秋,王士君,馮章獻(xiàn).  地理學(xué)報(bào). 2017(06)
[3]基于公路客流的中國(guó)城市網(wǎng)絡(luò)結(jié)構(gòu)與空間組織模式[J]. 陳偉,劉衛(wèi)東,柯文前,王女英.  地理學(xué)報(bào). 2017(02)
[4]基于ICT的中國(guó)城市間人口日常流動(dòng)空間格局——以百度遷徙為例[J]. 劉望保,石恩名.  地理學(xué)報(bào). 2016(10)
[5]春運(yùn)人口流動(dòng)透視的轉(zhuǎn)型期中國(guó)城市網(wǎng)絡(luò)結(jié)構(gòu)[J]. 魏冶,修春亮,劉志敏,陳偉.  地理科學(xué). 2016(11)
[6]中國(guó)省際人口遷移的多邊效應(yīng)機(jī)制分析[J]. 蒲英霞,韓洪凌,葛瑩,孔繁花.  地理學(xué)報(bào). 2016(02)
[7]高速鐵路對(duì)城市網(wǎng)絡(luò)結(jié)構(gòu)的影響研究——基于鐵路客運(yùn)班列分析[J]. 焦敬娟,王姣娥,金鳳君,王涵.  地理學(xué)報(bào). 2016(02)
[8]多元交通流視角下的中國(guó)城市網(wǎng)絡(luò)層級(jí)特征[J]. 陳偉,修春亮,柯文前,俞肇元,魏冶.  地理研究. 2015(11)
[9]中國(guó)城市網(wǎng)絡(luò)的空間組織及其復(fù)雜性結(jié)構(gòu)特征[J]. 吳康,方創(chuàng)琳,趙渺希.  地理研究. 2015(04)
[10]中國(guó)省際人口空間格局演化的分析方法與實(shí)證[J]. 鄧羽,劉盛和,蔡建明,魯璽.  地理學(xué)報(bào). 2014(10)



本文編號(hào)：3317938