中國居民工作日與節(jié)假日的城際出行網絡異同性研究
發(fā)布時間:2021-08-02 17:00
居民出行目的、出行時間與地域屬性的差異都會導致出行行為的異質性,工作日與節(jié)假日具有完全不同的時間屬性,且出行目的差異較大,對兩時段城際出行網絡進行比較有助于全面認識城際出行規(guī)律及其網絡特征。以4月份工作日(2016年4月11日—4月15日)和國慶黃金周(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據,從城市節(jié)點、城際關聯及網絡集聚角度對工作日與節(jié)假日的居民城際出行網絡結構特征進行對比研究。結果發(fā)現:①黃金周的日均城際居民出行規(guī)模顯著高于工作日,但出行距離和網絡集聚程度明顯低于后者;②兩種網絡均形成了跨區(qū)域組團、鄰近組團和省域組團3種類型。黃金周跨區(qū)域組團數量明顯低于工作日,區(qū)域和地方樞紐城市數量多于工作日,鄰近組團和省域組團數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工作日城際出行網絡以跨區(qū)域聯系為主,而黃金周則呈現出明顯的空間鄰近效應,并形成了以省會為中心、省內出行為主的核心—外圍模式。
【文章來源】:地理學報. 2020,75(04)北大核心CSSCIEICSCD
【文章頁數】:16 頁
【部分圖文】:
2016年中國工作日與黃金周中國城際出行網絡空間差異
騰訊人口遷徙數據的主要特點是:(1)提供了以地級市為主要單元、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種方式的流動數據。本文采用基于綜合方式的居民出行數據。采用大數據研究居民出行空間特征時,數據的無量綱測度和相對指標要優(yōu)于絕對數值所反映的特征[25]。本文所采用數據也是無量綱測度的人口出行規(guī)模,雖并非人口出行量的絕對數值,但亦可從規(guī)模、結構等方面反映城際出行網絡的空間格局與特征。雖然騰訊平臺只提供了各市的前10位流入和流出記錄,但其余人口流動記錄可通過其他城市記錄予以適當補充以刻畫出全國人口城際出行規(guī)律,該數據已在揭示春運期間中國城市發(fā)展特征中得到了應用[26]。騰訊人口流動數據以日為統(tǒng)計單位,可覆蓋用戶大部分長、短途完整出行行為,在一定程度上避免了長途數據的低估和短途的虛增問題。本文利用“騰訊人口遷徙地圖”平臺,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(簡稱黃金周)兩個時段共12天的出行數據,共涉及全國362個城市。在此基礎上,構建了以城市為節(jié)點、人口流動為邊的有向加權城際人口出行矩陣。分析發(fā)現,中國居民黃金周的日均出行規(guī);緸楣ぷ魅盏2倍以上(表1),且主要表現為以核心城市為樞紐向周邊城市的短距離出行占主導的特點,工作日則主要表現為長距離出行特征(圖2)。2.3 研究方法
本文采用Guimera等學者提出的組內—組間重要性參數比較方法實現對網絡中城市角色的劃分[31]。基于網絡中相似城市具有相似拓撲結構的特性,該方法的基本思路是在組團結構識別基礎上,將城市在其所屬組團內部連通性水平和在網絡中所有組團外部連通性水平進行比較從而對城市角色進行識別。具體步驟為:(1)計算城市在歸屬組團內部連通水平(zi),zi值越大,表明該城市在組團內部加權度中心性越高,反之亦然;(2)計算城市與各個組團(包括歸屬組團)城市的外部連通水平,可稱之為外部加權參與度系數(Pi),該指標表征的是與城市i相關的連接在不同組團之間的分配均衡水平,0≤Pi≤1,越接近于1,表明與城市i直接關聯的連接趨于均衡的分配在各個組團,反之亦然;(3)分別以Pi和zi為橫縱坐標進行可視化,基于數據的實際分布情況確定臨界值并進行城市角色分類(圖3)。組團內部加權度中心性(zi)和外部加權參與度系數(Pi)的計算公式為:式中:Ki為城市i在歸屬組團Si的加權度中心性;為歸屬組團Si內所有城市的加權度中心性平均值;為歸屬組團Si內所有城市的加權度中心性標準差;KiS為城市i與各組團S關聯的加權度中心性;ki為城市i在整個網絡中的加權度中心性,NM為組團的數量。
【參考文獻】:
期刊論文
[1]中國城市網絡等級結構特征及組織模式——基于鐵路和航空流的比較[J]. 王姣娥,景悅. 地理學報. 2017(08)
[2]基于人口省際流動的中國城市網絡轉變中心性與控制力研究——兼論遞歸理論用于城市網絡研究的條件性[J]. 趙梓渝,魏冶,龐瑞秋,王士君,馮章獻. 地理學報. 2017(06)
[3]基于公路客流的中國城市網絡結構與空間組織模式[J]. 陳偉,劉衛(wèi)東,柯文前,王女英. 地理學報. 2017(02)
[4]基于ICT的中國城市間人口日常流動空間格局——以百度遷徙為例[J]. 劉望保,石恩名. 地理學報. 2016(10)
[5]春運人口流動透視的轉型期中國城市網絡結構[J]. 魏冶,修春亮,劉志敏,陳偉. 地理科學. 2016(11)
[6]中國省際人口遷移的多邊效應機制分析[J]. 蒲英霞,韓洪凌,葛瑩,孔繁花. 地理學報. 2016(02)
[7]高速鐵路對城市網絡結構的影響研究——基于鐵路客運班列分析[J]. 焦敬娟,王姣娥,金鳳君,王涵. 地理學報. 2016(02)
[8]多元交通流視角下的中國城市網絡層級特征[J]. 陳偉,修春亮,柯文前,俞肇元,魏冶. 地理研究. 2015(11)
[9]中國城市網絡的空間組織及其復雜性結構特征[J]. 吳康,方創(chuàng)琳,趙渺希. 地理研究. 2015(04)
[10]中國省際人口空間格局演化的分析方法與實證[J]. 鄧羽,劉盛和,蔡建明,魯璽. 地理學報. 2014(10)
本文編號:3317938
【文章來源】:地理學報. 2020,75(04)北大核心CSSCIEICSCD
【文章頁數】:16 頁
【部分圖文】:
2016年中國工作日與黃金周中國城際出行網絡空間差異
騰訊人口遷徙數據的主要特點是:(1)提供了以地級市為主要單元、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種方式的流動數據。本文采用基于綜合方式的居民出行數據。采用大數據研究居民出行空間特征時,數據的無量綱測度和相對指標要優(yōu)于絕對數值所反映的特征[25]。本文所采用數據也是無量綱測度的人口出行規(guī)模,雖并非人口出行量的絕對數值,但亦可從規(guī)模、結構等方面反映城際出行網絡的空間格局與特征。雖然騰訊平臺只提供了各市的前10位流入和流出記錄,但其余人口流動記錄可通過其他城市記錄予以適當補充以刻畫出全國人口城際出行規(guī)律,該數據已在揭示春運期間中國城市發(fā)展特征中得到了應用[26]。騰訊人口流動數據以日為統(tǒng)計單位,可覆蓋用戶大部分長、短途完整出行行為,在一定程度上避免了長途數據的低估和短途的虛增問題。本文利用“騰訊人口遷徙地圖”平臺,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(簡稱黃金周)兩個時段共12天的出行數據,共涉及全國362個城市。在此基礎上,構建了以城市為節(jié)點、人口流動為邊的有向加權城際人口出行矩陣。分析發(fā)現,中國居民黃金周的日均出行規(guī);緸楣ぷ魅盏2倍以上(表1),且主要表現為以核心城市為樞紐向周邊城市的短距離出行占主導的特點,工作日則主要表現為長距離出行特征(圖2)。2.3 研究方法
本文采用Guimera等學者提出的組內—組間重要性參數比較方法實現對網絡中城市角色的劃分[31]。基于網絡中相似城市具有相似拓撲結構的特性,該方法的基本思路是在組團結構識別基礎上,將城市在其所屬組團內部連通性水平和在網絡中所有組團外部連通性水平進行比較從而對城市角色進行識別。具體步驟為:(1)計算城市在歸屬組團內部連通水平(zi),zi值越大,表明該城市在組團內部加權度中心性越高,反之亦然;(2)計算城市與各個組團(包括歸屬組團)城市的外部連通水平,可稱之為外部加權參與度系數(Pi),該指標表征的是與城市i相關的連接在不同組團之間的分配均衡水平,0≤Pi≤1,越接近于1,表明與城市i直接關聯的連接趨于均衡的分配在各個組團,反之亦然;(3)分別以Pi和zi為橫縱坐標進行可視化,基于數據的實際分布情況確定臨界值并進行城市角色分類(圖3)。組團內部加權度中心性(zi)和外部加權參與度系數(Pi)的計算公式為:式中:Ki為城市i在歸屬組團Si的加權度中心性;為歸屬組團Si內所有城市的加權度中心性平均值;為歸屬組團Si內所有城市的加權度中心性標準差;KiS為城市i與各組團S關聯的加權度中心性;ki為城市i在整個網絡中的加權度中心性,NM為組團的數量。
【參考文獻】:
期刊論文
[1]中國城市網絡等級結構特征及組織模式——基于鐵路和航空流的比較[J]. 王姣娥,景悅. 地理學報. 2017(08)
[2]基于人口省際流動的中國城市網絡轉變中心性與控制力研究——兼論遞歸理論用于城市網絡研究的條件性[J]. 趙梓渝,魏冶,龐瑞秋,王士君,馮章獻. 地理學報. 2017(06)
[3]基于公路客流的中國城市網絡結構與空間組織模式[J]. 陳偉,劉衛(wèi)東,柯文前,王女英. 地理學報. 2017(02)
[4]基于ICT的中國城市間人口日常流動空間格局——以百度遷徙為例[J]. 劉望保,石恩名. 地理學報. 2016(10)
[5]春運人口流動透視的轉型期中國城市網絡結構[J]. 魏冶,修春亮,劉志敏,陳偉. 地理科學. 2016(11)
[6]中國省際人口遷移的多邊效應機制分析[J]. 蒲英霞,韓洪凌,葛瑩,孔繁花. 地理學報. 2016(02)
[7]高速鐵路對城市網絡結構的影響研究——基于鐵路客運班列分析[J]. 焦敬娟,王姣娥,金鳳君,王涵. 地理學報. 2016(02)
[8]多元交通流視角下的中國城市網絡層級特征[J]. 陳偉,修春亮,柯文前,俞肇元,魏冶. 地理研究. 2015(11)
[9]中國城市網絡的空間組織及其復雜性結構特征[J]. 吳康,方創(chuàng)琳,趙渺希. 地理研究. 2015(04)
[10]中國省際人口空間格局演化的分析方法與實證[J]. 鄧羽,劉盛和,蔡建明,魯璽. 地理學報. 2014(10)
本文編號:3317938
本文鏈接:http://www.sikaile.net/jingjilunwen/jtysjj/3317938.html
教材專著