中国省际人口流动的空间联系及其网络结构研究

马学广 魏晓迪

[摘 要]利用社会网络分析法与空间分析方法，对中国省际人口流动的空间联系及其网络结构进行剖析，研究发现：人口流动网络整体布局呈现不规则“六边形”结构，自东南沿海向西北内陆地区线条密度逐渐稀疏，线条宽度逐渐缩窄，人口流动主要集中于东南沿海地区，西部内陆地区的人口流动数量仍然处于较低水平;不同层级网络空间形态呈现出不同特征;人口流动首位联系分析显示，众多省份的人口流向箭头指向广东，广东2000—2015年始终保持人口流入状态;西部内陆地区普遍呈现人口流出状态，东南沿海地区则成为其人口流入的首位联系对象;人口流动网络的结构特征显示，点度中心性、接近中心性与中介中心性三种网络结构无一例外均表现出明显的“核心-边缘”结构。中国省际人口的流动是区域经济发展水平的一个侧面反映。

[关键词]人口流动;空间联系;社会网络分析

[中图分类号]C924.2 [文献标识码]A [文章编号]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，基于流视角的城市空间联系研究发展迅速，研究维度愈加广泛。目前较为常见的研究维度有交通流[1-3]、信息流[4-5]、知识流[6-7]、企业流[8-10]等方面，研究维度呈现出广泛多元化发展趋势。随着数据获取渠道和获取方法愈发多样化，数据自身可挖掘程度愈发深入，对区域空间联系及网络结构的研究愈发成熟多样。自改革开放以来，中国人口的省域流动快速发展，规模化的人口流动为区域经济发展提供了大量优质劳动力资源，提升了区域经济发展综合实力，带动了各行业及领域的加速发展。高速铁路网络、航空客运网络等多种交通运输网络的逐渐成形，对人口流动的效率与地域性特征也产生了积极影响。

本文基于人口流数据探究中国省际空间联系及其网络结构。目前国内外学者基于人口流数据对区域空间联系和网络结构的研究主要有三个认知角度。其一，运用多种研究方法对人口流动网络空间形态进行实证分析。其中劳昕和沈体雁探讨了中国流动人口在地级市层面的空间分布格局与演化[11];赵梓渝和王士君基于百度迁徙数据构建了人口流动的关系矩阵，完整地刻画出2015年春运期间全国人口在东部与中西部城市间省际循环流动的空间集聚与扩散过程[12];刘望保和石恩名利用人口迁徙数据分析了中国城市间的人口流动空间格局[13]。其二，运用复杂网络理论对人口流动的网络结构进行实证分析。其中赵梓渝等构建中国春运人口流动的有向加权城市网络，在已有的研究基础上提出有向转变中心性与控制力测度方法，对城市网络的节点重要性和功能进行评估和分类[14];盛广耀通过实证研究对人口流动网络的变化进行了解释，尤其是社会关系网对人口流动网络演化的巨大影响[15];王贤文、王虹茵和李清纯通过城市之间的人口流动网络分析，定量研究京津冀城市群的网络结构现状，边缘城市和中心城市的人口流动模式、特征及其成因[16];赵落涛等引入复杂网络分析中的度、中心度、聚类系数和平均路径长度等概念模型对泛长三角人口流动复杂网络进行分析[17];国外学者对于复杂网络的研究起步早于国内，现已发展为较成熟的理论研究[18-21]。其三，研究人口流动对区域发展的影响。严浩坤分析了劳动力流动方式对地区发展差距的影响[22];李晶晶和苗长虹分析了长江经济带经济差异和人口流动的时空格局，探究人口流动对区域经济差异的影响[23];王桂新、魏星和沈建法考察分析了中国改革开放以来省际人口迁移对20世纪90年代区域经济发展的作用关系及贡献大小[24];国外学者则侧重于分析人口流动对区域发展差异的扩大与缩小带来的影响[25-27]。

本文基于人口流动数据，引入复杂网络分析中的点度中心性、接近中心性和中介中心性，并结合空间分析技术对中国省际空间联系及其网络结构进行研究，在前人研究基础上通过数据的时序性变化及区域间的差异观察网络的时序演变及空间差异。

二、研究数据与方法

（一）研究数据

中国省际人口流动数据分别来源于第五次、第六次全国人口普查资料（2000年、2010年）以及2005年、2015年全国人口1%抽样调查数据。

（二）研究方法

为多角度揭示中国省际人口流动的空间联系与网络结构特征，分别从空间形态、首位联系特征和网络结构特征三方面展开分析，其中，空间形态由总体空间形态与分级空间形态组成，首位联系特征主要体现人口流动的空间指向型特征，网络结构特征则通过点度中心性、接近中心性与中介中心性三个中心性特征进行表达。

在空间形态分析中，运用ArcGIS空间分析软件对具有不同属性特征的人口流动数据网络的连接路径进行表达，目的是展现中国人口流动的省际联系空间特征，这一表达方式的最大特点是其直观性。运用自然断点法将中国省际人口流动网络进行分级，自然断点法是一种根据数值统计分布规律进行分级和分类的统计方法，它能使类与类之间的不同最大化。统计数列都存在一些自然特征点，据此可以把研究对象分成具有相似性质的群组，从而确定自然断点是分级的良好界限。

在首位联系特征分析中，通过统计与某一省份往来人口数最多的省份，再对统计结果分地区进行整合，能够较为直观地揭示首位联系省份的规模和分布情况。

在网络结构特征分析中，主要通过点度中心性、接近中心性和中介中心性特征对中国人口流动网络特征进行表征。

三、中国省际人口流动网络空间形态

（一）中国省际人口流动网络总体空间形态特征

图1显示了中国省际人口流动网络整体空间形态特征。由图1可知，中国省际人口流动数量呈现逐年大幅增长现象自2000年起，中国省际人口流动数量增长速度明显，人口流动规模递增，且随着年份递增呈现指数型增长。其中2005年、2015年采用全国人口1%抽样调查数据运算，因此在进行纵向比较时应考虑数量级的差别带来的影响。

1.布局结构特征

网络整体布局呈现不规则六边形结构，自东南沿海向西北内陆地区线条密度逐渐稀疏、线条宽度逐渐缩窄。说明中国省际人口流动主要集中于东南沿海地区，西部内陆地区的人口流动数量仍然处于较低水平。这与地域间经济发展水平差异情况基本吻合，经济活力较大的区域人口流动活跃程度也与之呼应，相反，经济乏力地区的人口流动活跃度也相应较低。

网络整体布局表现出明显的多中心性。以广东、福建、上海、北京、四川等地为中心，其中广东汇集了网络的多条边，形成“散射状”结构，核心地位一目了然。网络线条由细到粗展现了四个等级，级别较高的网络线条主要集中于秦岭淮河线以南省份，形成以东至上海、西至四川、南至广西、北至河南的不规则菱形主体结构，且重心位于偏南部位，横轴长于纵轴。

2.时序演变特征

随着年份的增加，网络的层级结构的变化更加明显，低级网络线条密度降低，中高级网络结构更加稳定，“多核心”结构愈加稳固，网络的层级结构两级分化程度趋缓。最为明显的一级网络结构显示，2000年呈现以广东为顶点的“六核心”结构，2005年呈现以广东为顶点的“五核心”结构以及安徽-江苏双核结构，2010年呈现以广东为顶点的“五核心”结构以及以安徽为顶点的“四核心”结构，2015年呈现广东-广西-湖南“三核心”结构，其他核心均融入二级网络，说明中国人口流动网络在“多核心”结构愈加稳固的同时，逐步缩小网络结构等级差异，实现人口流动均衡化发展。

（二）中国省际人口流动网络分级空间形态特征

圖2显示了中国省际人口流动网络分级空间形态特征。根据自然断点法，依次按照人口流动的数量等级顺序将图2中的线条由粗至细依次命名为一至四级，分别用不同颜色标注。

一级网络空间结构呈现以广东为核心向外辐射的“散射状”结构。2000年，端点另一边连接的分别是广西、四川、湖南、湖北、江西，整体方向自东南方指向西北方。2005年，一级网络除了以广东为核心的“散射状”外又出现了连接江苏和安徽的“短线段”结构，“散射状”结构较2000年少了一条连接广东与江西的边，说明在2005年的人口抽样调查中，江西与广东的联系程度相对于广西、四川、湖南、湖北有所减弱。2010年，一级网络结构再次发生变化，以广东为核心的“散射状”结构较2005年无变化，但“短线段”结构演变为以安徽为核心向东部沿海地区发散的“散射状”结构，端点的另一端为江浙沪地区，说明在这期间人口的省际流动发生在一级网络层面的流动性大大增强，网络结构愈加复杂。2015年，一级网络结构发生巨大变化，由5年前的复杂结构骤变为以广东为顶点的“角”状结构，角的两边分别为广东-广西、广东-湖南。发生这种变化的主要原因为人口流动规模随着交通方式的更新换代激增，高速铁路在全国范围的普及大大方便了人们的出行。运用自然断点法进行绘图时，绘图规则因数据发生变化，因此导致网络的层级结构区分较往年出现差异，但根据图例中等级划分的数值可知，中国的省际人口流动依旧迸发出源源不断的活力。

二级网络空间结构呈现出围绕一级网络空间结构的多中心复杂网络结构，由多个“散射状”构成，构成主体以南方地区省份为主。2000年，二级网络空间结构共有六个核心省份，南方地区为广东、江西、上海、安徽、江苏、浙江六个中心，其中安徽、江苏、上海三者之间构成稳定“三角形”结构，说明三者之间人口互相流动且结构稳定，北方地区则有北京-河北构成的“短线段”结构。2005年，整体布局仍以南方地区省份为构成主体，中心布局发生变动，江苏在二级网络结构中的中心地位被四川取代，安徽、江苏、上海三者之间构成的“三角形”结构因安徽-江苏的线条升级为一级网络结构线条而改变，北方地区的“短线段”结构保持不变。2010年，整体布局重心位于南方地区，但以河南为连接点加强了南方地区与北方地区的人口流联系，中心布局再次发生变动，东部沿海地区安徽、江苏由二级网络中心转换为一级网络结构，增加了河南、北京两大中心，其中河南起到连通南方地区与北方地区的纽带作用。2015年，随着高速铁路的普及，全国范围内的人口流动呈现出更加猛烈的势头，网络的等级差异趋于缓和。

三级网络空间结构将一级、二级网络空间结构包围起来，不仅联系了东部沿海地区、中部地区，还将西部地区和东北地区首次连接起来，结构错综复杂、连接紧密，依旧呈现多中心结构。2000— 2015年，三级网络结构的变化主要体现在网络的密度更为集中，反映了中国省际人口流动的活力之旺盛。

四级网络空间结构将一级、二级、三级网络空间结构都包围起来，呈现出不规则“六边形”结构，且结构的重心偏向东部地区，说明中国省际人口流动在东部地区的活跃度高于西部地区。

四、中国省际人口流动网络首位联系特征

图3显示了中国省际人口流动网络的首位联系结构，箭头所指方向为人口流动方向。由图3可以看出，众多省份的人口流向箭头指向广东，广东2000—2015年始终保持人口流入状态，这也使得广东成为较“年轻的”省份，人口的流入延缓了其人口老龄化速度，为其发展注入了源源不断的活力。辽宁为东北地区三省份的首位联系对象，吉林、黑龙江的人口流入辽宁，为辽宁的发展带来人口红利。西部地区省份普遍呈现人口流出状态，东部地区省份则成为其人口流入的首位联系对象。

根据自然断点法对人口流动规模进行等级划分。图3显示，西部地区人口流动规模较东部地区、中部地区与东北地区规模小，以三级、四级流动规模为主，且其首位联系对象范围仍然位于西部地区，与其他三个地区发生首位联系的现象少，新疆、四川为西部地区的主要首位联系对象。中部地区首位联系的特征为以广东为终点的指向型结构，且2000—2015年这一结构保持稳定，中部地区的首位联系规模较西部地区、东部地区与东北地区明显偏大，主要原因为中部地区外出务工者数量多于其他地区，且对外出务工进行地域选择时更多人的意向为就业机会多的广深地区。东部地区的首位联系特征则体现出明显的多中心结构，分别有北京、上海、广东这三个中心，北京主要作为内蒙古、山西、河北、山东、天津、辽宁的首位联系对象，上海则主要汇集江浙皖地区的人口流向，作为这三个省份的首位联系对象，广东则汇集了东部地区部分省份、中部地区大多数省份、西部地区部分省份的人口流向，这与其经济发展的强劲势头带给人们的巨大吸引力是分不开的。

五、中国省际人口流动的网络结构特征

（一）中国省际人口流动网络的点度中心性

点度中心性指与该节点发生直接连接的节点个数，反映了该节点在网络中的地位。点度中心性越高，与该节点发生直接连接的节点数量越多，即该节点在网络中的核心地位越突出。图4显示，广东的点度中心性居于首位，且2000—2015年始终保持核心地位。2000年，北京在网络结构中位于第二。2005年，广州仍保持明显领先地位，但北京与上海的点度中心性差距明显缩小，其他省份与2000年相比变化较小。2010年，广东省核心地位稳固，但上海已超过北京位于第二，且江苏、浙江的点度中心性明显增大，分别位于第四、第五。2015年，广东、上海仍保持前两位，江苏超过北京跃居第三，天津超过浙江位于第五。总体趋势显示，点度中心性网络具有明显的“核心-边缘”结构，广东始终保持人口流动的领先地位，南方省份尤其是江浙沪地区的点度中心性增长明显，说明与其相连的节点数量2000—2015年急剧增加，即这期间江浙沪的人口流动性加大。

（二）中国省际人口流动网络的接近中心性

在网络中位置越靠近中心的节点到达其他节点的距离越短，以此来衡量节点的接近中心性。接近中心性的值为路径长度的倒数，接近中心性越高，表明该节点到达网络其他节点的用时越短，中心性越强。图5显示，中国省际人口流网络的接近中心性呈现多中心格局，广东的接近中心性在整个网络中始终保持绝对优势。2000年，广东、北京和江苏三者的网络接近中心性排名前三。2005年，广东仍保持绝对领先，但上海的接近中心性直追北京，首次出现广东、北京、上海、江苏四个中心。2010年，接近中心性网络格局在前者四个中心基础上又增加浙江这一中心，且图形的“角状”结构越来越尖锐，说明广东、北京、上海、江苏、浙江的接近中心性较其他省份优势越来越明显，这与中国高速铁路的普及具有密切关系，交通方式的改变促进了人口流动网络的加速发展。2015年，“角状”结构的数量比2010年增加，说明接近中心性的中心节点数量进一步增加，节点与节点之间的联系程度提高。

（三）中国省际人口流动网络的中介中心性

图6显示，中国省际人口流动网络的中介中心性呈现出明显的“核心-边缘”结构特征，广东一直在网络中占据核心地位。2000年，中介中心性网络以广东、北京、江苏、浙江为中心向外辐射。2005年，在2000年四个中心基础上增加了上海，形成五个中心为核心的网络结构。2010年，中心数量与2005年保持统一，但除广东之外的其他四个中心规模变化明显，与广东的差距进一步缩小，上海的中心规模超越北京仅次于广东，江苏的中心规模与北京基本平齐。2015年，五个中心数量仍然保持不变，广东、上海、江苏、北京的中心规模保持稳定，但浙江相对于其他四个中心规模有所退化。

六、结论

从网络空间形态角度来看，中国省际人口流动网络整体布局呈现不规则六边形结构，且根据线条密度等级等情况分析可知，省际人口流动主要集中于东南沿海地区，西部内陆地区处于较低流量水平。在不同层级的网络中，空间形态呈现不同特征。随着年份的增加，网络的层级结构变化明显，网络多核心结构愈加稳固，网络的层级结构分化趋于緩和，等级差异逐步缩小。这与中国的经济发展驱动是分不开的，人口的流动侧面反映出地区的经济发展水平，出行方式的提效升级推动了人口流动网络空间形态的调整。

从首位联角度来看，众多省份的人口首位联系省份集中指向广东，人口的流入为其经济发展注入源源不断的活力。以四大经济区域为单位进行首位联系分析发现，西部地区普遍存呈现人口流出状态，东部地区省份则成为其人口流入的首位联系对象，中部地区人口流向普遍为广东指向型流动，东北地区则以辽宁为指向聚集局部地区人口流入。区域间的人口流动差异状况与经济发展的地域差异状况相吻合，人口流入集中的区域同时也是经济发展势头强劲的区域，由于人口的流入所带来的人口红利又促进了经济迸发新的活力。

从网络结构特征来看，点度中心性、接近中心性与中介中心性三种网络结构无一例外地表现出明显的“核心-边缘”结构。位于网络核心的省份表现出极强的凝聚性，位于网络边缘的省份则围绕核心表现出吸附性，这种稳定的结构证实了人口流动网络的整体布局与局部联系都具有极强的稳定性。

[参考文献]

马学广，李鲁奇.基于铁路客运流的环渤海城市空间联系及其网络结构[J].经济地理，2017，37（5）：66-73.

金凤君.我国航空客流网络发展及其地域系统研究[J].地理研究，2001，20（1）：31-39.

陈伟劲，马学广，蔡莉丽，等.珠三角城市联系的空间格局特征研究—基于城际客运交通流的分析[J].经济地理，2013，33（4）：48-55.

赵娟，郭平，邓宏钟，等.基于信息流动力学的通信网络性能可靠性建模与分析[J].通信学报，2011，32（8）：159-164.

毕硕本，黄铜，赵爱，等.基于社会网络分析法对信息流空间传播特征的研究[J].计算机科学，2018，45（12）：279-287.

向希尧，蔡虹.组织间跨国知识流动网络结构分析—基于专利的实证研究[J].科学学研究，2011，29（1）：97-105.

赵健宇，李柏洲，袭希，等.多任务环节的团队合作知识流动网络研究[J].管理工程学报，2016，30（1）：61-71.

宁方华，胡春婷.考虑自建仓库时的集团企业多级物流网络规划研究[J].经营与管理，2018，414（12）：93-97.

王波，郭璘，Ristvej J.电网企业应急物流网络布局优化设计研究[J].物流工程与管理，2018（9）：68-70.

祁神军，蔡加忠，张云波.基于SNA的建筑企业组织角色网络权力量化及优化策略研究[J].西安建筑科技大学学报（自然科学版），2017（1）：81-86.

劳昕，沈体雁.中国地级以上城市人口流动空间模式变化—基于2000和2010年人口普查数据的分析[J].中国人口科学，2015（1）：15-28.

赵梓渝，王士君.2015年我国春运人口省际流动的时空格局[J].人口研究，2017，41（3）：101-112.

刘望保，石恩名.“百度迁徙”下中国城市间的人口流动空间格局[J].华南师范大学学报（自然科学版），2016，48（5）：67-73.

赵梓渝，魏冶，王士君，等.有向加权城市网络的转变中心性与控制力测度—以中国春运人口流动网络为例[J].地理研究，2017，36（4）：647-660.

盛广耀.中国省际人口流动网络的演化及其解释[J].中国人口·资源与环境，2018，28（11）：3-11.

王贤文，王虹茵，李清纯.基于地理位置大数据的京津冀城市群短期人口流动研究[J].大连理工大学学报（社会科学版），2017，38（2）：105-113.

赵落涛，曹卫东，魏冶，等.泛长三角人口流动网络及其特征研究[J].长江流域资源与环境，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.

严浩坤.劳动力跨地区流动与地区差距[J].地理科学，2008，28（2）：179-184.

李晶晶，苗长虹.长江经济带人口流动对区域经济差异的影响[J].地理学报，2017，72（2）：197-212.

王桂新，魏星，沈建法.中国省际人口迁移对区域经济发展作用关系之研究[J].复旦学报（社会科学版），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.

[責任编辑 张桂霞]