大数据技术的发展，拓展了数据获取的渠道与规模，为城市研究带来了新机遇。目前，城乡规划视角下的大数据研究主要是基于用户生成数据（包括微博数据、手机基站数据、智能IC卡数据等）的城市空间结构的研究。本研究通过获取新浪微博数据，对微博签到地点和博主常住城市进行对比，模拟了长三角城市群城市的人流空间，对长三角的城市人流结构特征进行了解读。
图：长三角地区各城市间人流强度分布图
人口流动主要发生在少数城市对之间
将城市对的人流强度按从低到高排序，随着次序的增加，城市间的人口流动强度的数值呈指数增长，表明城市之间的人流分布的非均衡性非常显著。如图1所示，人流联系主要发生在上海、南京、杭州、苏州、宁波等城市之间。
图：长三角城市群城市间人流强度排序
人口规模决定城市吸引力
对人口流动发生的城市对进行探究，对研究范围内城市的人流流入的强度与该城市的总人口进行比对，相关系数的计算结果为0.，表明人口基数越大的城市对其他城市的人群有更强的吸引力，表明在长三角群中城市的资源依然是根据人口规模而非产业来配置的。
图：长三角城市群城市人流入度与人口规模
长三角城市群存在明显的多中心空间结构
从空间结构上而言，长三角城市群的人流空间存在明显的多中心，其中心分别为上海、南京和杭州。这三座城市均为周边的邻近城市的人流的首位目的地，且他们的辐射范围交叉重叠的比例很低。说明长三角城市群内的流动空间由三座城市共同而非某一座城市来主导的。
图：长三角城市群各城市人流的首位目的城市分布图
人口流动主要以省域内部流动为主
此外，长三角城市群内的流动空间还表现出了以行*区划为边界组织的特征。以江浙两省为例，除南京、杭州两个中心城市外，江苏省内部一般城市流动强度在0.2以上的有18对，浙江省内部有15对，而江浙两省之间仅苏州与宁波之间一对。表明一般城市之间的人流主要集中在省级行*区划范围内，省际间的流动主要依赖南京、杭州这种高层级城市来实现。
图：江、浙两省一般城市省内人流与省际人流的比较
本期内容由上海市城市规划设计研究院信息服务中心和上海数城网络信息有限公司联合供稿
预览时标签不可点收录于话题#个上一篇下一篇