自然资源学报

单位：1.同济大学建筑与城市规划学院,上海 200092,2.高密度人居环境生态与节能教育部重点实验室,上海 200092],figList:[{captionCn:<title>省级尺度下自武汉累计流入量与截至2月6日各地确诊病例数关联性</title>,magId:5872198a-0b6e-4775-b294-69f2fe2fb952,labelCn:图1,pptUrl:1000-3037-36-9-2181/img_1.png.ppt,labelEn:Fig. 1,figUrl:1000-3037-36-9-2181/img_1.png,titleEn:Fig. 1 The association between aggregate population movement from Wuhan and confirmed COVID-19 cases until February 6 based on provincial level,titleCn:图1 省级尺度下自武汉累计流入量与截至2月6日各地确诊病例数关联性,id:F1,captionEn:<title>The association between aggregate population movement from Wuhan and confirmed COVID-19 cases until February 6 based on provincial level</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_1.png},{captionCn:<title>地市尺度下自武汉累计流入量与截至2月6日各地确诊病例数关联性</title>,magId:c915c815-1e3e-4919-986e-3e0fb82fe4d3,labelCn:图2,pptUrl:1000-3037-36-9-2181/img_2.png.ppt,labelEn:Fig. 2,figUrl:1000-3037-36-9-2181/img_2.png,titleEn:Fig. 2 The association between aggregate population movement from Wuhan and confirmed COVID-19 cases on February 6 based on prefectural level,titleCn:图2 地市尺度下自武汉累计流入量与截至2月6日各地确诊病例数关联性,id:F2,captionEn:<title>The association between aggregate population movement from Wuhan and confirmed COVID-19 cases on February 6 based on prefectural level</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_2.png},{captionCn:<title>春节前时段和平日时段全国城际出行人员流动</title> <p id=\C23\>注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同</p>,magId:f94db7c1-e25d-4415-a6fc-faa6aa577632,labelCn:图3,pptUrl:1000-3037-36-9-2181/img_3.png.ppt,labelEn:Fig. 3,figUrl:1000-3037-36-9-2181/img_3.png,titleContentCn:注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同,titleEn:Fig. 3 Intercity population movement in China before the Spring Festival and in normal days,titleCn:图3 春节前时段和平日时段全国城际出行人员流动,id:F3,captionEn:<title>Intercity population movement in China before the Spring Festival and in normal days</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_3.png},{captionCn:<title>两个特征时段下全国主要城市（流动规模前30位）的流出广度和流动规模</title>,magId:860f7de3-85fe-4a79-a3ad-6efe92b20363,labelCn:图4,pptUrl:1000-3037-36-9-2181/img_4.png.ppt,labelEn:Fig. 4,figUrl:1000-3037-36-9-2181/img_4.png,titleEn:Fig. 4 Movement scale and movement scope of main cities (top 30 cities in movement scale) during two periods,titleCn:图4 两个特征时段下全国主要城市（流动规模前30位）的流出广度和流动规模,id:F4,captionEn:<title>Movement scale and movement scope of main cities (top 30 cities in movement scale) during two periods</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_4.png},{captionCn:<title>春节前全国地市流动规模及其局部空间自相关结果</title>,magId:7baa3611-3d9f-4045-80f7-45d3e7b0ce01,labelCn:图5,pptUrl:1000-3037-36-9-2181/img_5.png.ppt,labelEn:Fig. 5,figUrl:1000-3037-36-9-2181/img_5.png,titleEn:Fig. 5 Movement scale and its local spatial autocorrelation of intercity population movement scale before the Spring Festival,titleCn:图5 春节前全国地市流动规模及其局部空间自相关结果,id:F5,captionEn:<title>Movement scale and its local spatial autocorrelation of intercity population movement scale before the Spring Festival</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_5.png},{captionCn:<title>平常日全国地市流动规模及其局部空间自相关结果</title>,magId:10f60b02-27f2-4803-aba5-8387a93ed08c,labelCn:图6,pptUrl:1000-3037-36-9-2181/img_6.png.ppt,labelEn:Fig. 6,figUrl:1000-3037-36-9-2181/img_6.png,titleEn:Fig. 6 Movement scale and its local spatial autocorrelation of intercity population movement scale during normal days,titleCn:图6 平常日全国地市流动规模及其局部空间自相关结果,id:F6,captionEn:<title>Movement scale and its local spatial autocorrelation of intercity population movement scale during normal days</title>,thumbnailUrl:1000-3037-36-9-2181/thumbnail/img_6.png}

关键词：城市群,城际人员流动,流动性,城市群安全,大数据

基金：国家自然科学基金项目(51878457)

依托移动互联网定位大数据,测度中国城际出行人员的流动特征,探讨大规模城际人员流动的&#x0201c;负向效应&#x0201d;。基于春运与平日两个时段百度迁徙数据,运用流动规模、广度两项流动性指标,使用局部空间自相关测度全国城际人员流动空间特征;借重大突发公共卫生事件,使用线性回归模型测算城际人员流动给不同类型城市、城市群带来负向效应的差异。结果发现：我国长三角、珠三角、京津冀三大城市群是流动性最强城市的高值聚集区,城市群、超大城市的超强流动性伴随着更大的负向效应风险。表现为：第一,以超大城市为中心的城市群受到城际人员流动负向效应冲击时,会产生更大的负向影响;第二,该类城市群会通过城际人员流动极大地扩散负向效应。提出城市群安全应首要保证流动性的安全,城市群安全应体现在城际流动网络的韧性上。新型城镇化进程中,推动城市群发展战略需要从国土空间安全的视角审视城市群流动性与城市群的安全。

来源：2021年第9期

《自然资源学报》期刊编辑部

查看自然资源学报杂志2021年第9期