基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析.pdf

第 卷第期 年月地 理 与 地 理 信 息 科 学 收稿日期：；修回日期：基金项目：国家自然科学基金项目“基于深度学习的历史高分辨率土地覆盖产品重建方法研究”（）；中国科学院战略性先导科技专项“关键节点的气候事件泛在网络数据获取与社会经济数据精细制图”（）；中央高校基本科研业务费专项“顾及实时交通路况的城市应急服务设施布局与优化”（）作者简介：葛恒军（），女，硕士研究生，主要从事乡村地理研究。通信作者 ：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析葛 恒 军，陈 跃 红，葛咏（河海大学水文水资源学院，江苏 南京 ；中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 ）摘要：个集中连片特困区（简称“贫困片区”）是我国人口流动剧烈区域之一，目前关于揭示贫困片区人口流动规律的研究尚不多见。该文利用 年春节前后实时动态腾讯定位大数据与社会经济指标构建地理加权回归模型并进行耦合分析，揭示 个贫困片区人口流动的空间格局及其影响机制。结果表明：总体上贫困片区人口流出明显，呈现出东、中部片区人口流出活跃，西部片区人口流入一般活跃的格局，且东、中部片区的净流出量明显高于西部片区的净流入量。教育资源供需矛盾、三次产业发展以及贫困人口数对人口流动的影响较大，其中，二、三产业发展是吸引人口流入的主要因素，而教育资源供给矛盾、贫困人口多、第一产业附加值低是人口流出的主要影响因素。东、中部片区人口流出主要缘于贫困人口基数大、教育资源不足，西部片区人口流入主要受二、三产业就业机会多的影响。最后提出贫困片区在乡村振兴阶段的发展建议。关键词：人口流动；空间格局；腾讯定位大数据；地理加权回归；社会经济因素；贫困片区中图分类号：文献标识码：文章编号：（）引言 年 中国农村贫困监测报告 数据显示，年我国累积减少贫困人口 万人，平均每年减少 万人，贫困发生率也从 降至 ，我国 个集中连片特困区（简称“贫困片区”）历史性地摆脱了绝对贫困，脱贫攻坚任务取得显著成效。为巩固和拓展脱贫攻坚成果，防范返贫风险，中国减贫工作将向贫困动态监测等方面转变。人口流动是一种生产要素的空间再配置过程，常伴随大量劳动力的流动，反映了区域间的吸引、包容及扩散等交互能力，是推动贫困片区经济社会发展的重要动力，。长期以来，贫困片区人口流动剧烈，劳动力外流虽然缓解了家庭贫困，但导致贫困片区发展缺乏充足的劳动力，及时监测和掌握贫困片区人口流动状况及其影响因素不仅是乡村振兴的重要工作，更可为贫困片区有序引导劳动力流动提供科学参考，。目前，关于人口流动空间格局的研究主要聚焦全国、省级、市级尺度人口流动模式及其演化、空间效应；人口流动影响机制的研究主要根据推拉理论和人力资本论等人口迁移理论，从迁入地与迁出地经济发展、基础设施、公共服务 和人口规模 等方面出发，综合分析人口流动的影响因素。上述研究大多侧重于我国宏观尺度的人口流动分析，对贫困片区的研究较少，而且人口流动数据主要来源于人口普查、问卷调查、统计年鉴等，时空分辨率较粗，难以从精细的时空尺度上探索人口流动规律。随着移动智能终端技术的快速发展，对人口进行动态监测已成为现实，。以腾讯定位大数据为代表的平台（：）提供了精细空间单元内实时的腾讯定位请求数据，该平台是我国人口覆盖率最高的商业开放位置大数据平台，仅微信一款应用在 年底的月活跃用户就超过 亿人，占我国人口的 ，能客观反映人类活动留下的“数字足迹”，更能精确刻画人口流动与分布特征，具有获取成本低、效率高和时空分辨率高的优点。近年来，学者们利用腾讯定位大数据分析了中国城市群、青藏高原地区等典型区域城市间人口分布特征，、人口流动模式及网络特征，利用春节前后的定位数据揭示了中国市级人口流动模式，并且证实了地理加权回归模型比传统全局回归模型能更好揭示人口流动的影响因素。尽管基于移动定位大数据的人口流动分析研究取得了丰硕成果，但用该数据揭示我国贫困片区人口流动的研究尚不多见。鉴于此，本文以我国 个贫困片区为研究区，利用 年春节前后实时动态腾讯用户定位请求与社会经济数据，构建地理加权回归模型进行耦合分析，探究贫困片区人口流动的空间格局及影响机制，从而为贫困片区在乡村振兴阶段掌握人口流动状况和有序引导劳动力流动提供科学指导。研究区与数据 中国农村扶贫开发纲要（年）在我国划定了 个贫困片区，共有 个贫困县：东部贫困片区包括大兴安岭南麓山区（个县）、燕山太行山区（个县）、大别山区（个县）、罗霄山区（个县），共有 个县；中部片区包括六盘山区（个县）、秦巴山区（个县）、武陵山区（个县）、乌蒙山区（个县）、滇桂黔石漠化区（个县）、滇西边境山区（个县）、吕梁山区（个县），共有 个县；西部片区包括西藏片区（个县）、四省藏区（个县）、新疆南疆三地州（个县），共有 个县。据 中国县域统计年鉴 数据显示，贫困片区县域户籍人口占全国总人口的 ，而地区生产总值仅占全国的。本文研究数据包括：社会经济数据，主要来源于 年中国县域统计年鉴，缺失数据根据同时期各贫困县统计公报、市统计年鉴或省统计年鉴进行补充；基础地理空间数据，包括贫困片区和各贫困县边界矢量数据，来源于国家基础地理信息中心；定位数据，来源于腾讯位置大数据平台（：）发布的 空间网格用户实时定位请求量数据。由图可知，由于春节期间外出务工者大规模返乡，年春节假期（月 日）贫困片区用户请求量明显高于其他时期，表明腾讯定位数据对于刻画贫困片区人口密度分布具有较好的代表性，因此，本文选择月 日的腾讯定位请求量作为贫困片区户籍人口活动产生的定位请求量。另外，月 日（图蓝色标记线）与除夕间隔周，期间腾讯定位量相对稳定，可认为是贫困片区常住人口活动产生的定位请求量。值得注意的是，腾讯定位请求数据刻画的是贫困片区整体人口流动状态，并非仅指贫困人口。本文基于贫困片区县域矢量边界统计各县域春节前后两周（月 日和月 日）的腾讯定位请求量，借鉴文献 ，假定春节前后全国人口总量及其腾讯定位请求量一致，利用全国春节前的定位请求总量除以春节后的定位请求总量得到一个比例因子，将各贫困县春节后各周的定位请求量乘以该比例因子进行修正，用春节前后两周的定位请求量之差表征贫困片区各县的人口流动量，若差值为正，则说明该区域呈现人口净流入，反之为人口净流出。图 年月贫困片区腾讯用户定位请求量变化犉 犻 犵 犆 犺 犪 狀 犵 犲 狅 犳犜 犲 狀 犮 犲 狀 狋 狌 狊 犲 狉狆 狅 狊 犻 狋 犻 狅 狀 犻 狀 犵 狉 犲 狇 狌 犲 狊 狋 狊 犻 狀狆 狅 狏 犲 狉 狋 狔 狊 狋 狉 犻 犮 犽 犲 狀犪 狉 犲 犪 狊 犳 狉 狅 犿犑 犪 狀 狌 犪 狉 狔 狋 狅犉 犲 犫 狉 狌 犪 狉 狔 犻 狀 研究方法 贫困片区人口流动社会经济影响因素选取人口流动的主要影响因素包括迁入地和迁出地的经济社会发展、公共服务设施等，而贫困片区地形复杂、自然禀赋有限且多集中分布于生态屏障区，间接影响了人口流动，因此，本文参考既有研究并考虑到贫困片区独特性，从区域经济、公共服务、自然禀赋、生态环境、人口规模个维度选取指标。区域经济方面选取三次产业地区生产总值和固定资产投资额表征。三次产业指标既可反映区域经济发展现状，也能反映区域经济结构；固定资产投资额既可表征地区对于基础设施建设的重视力度，也可反映经济活动的基础条件。公共服务方面选取医疗卫生、教育、交通和与一线城市的最短距离衡量。针对欠发达地区的人口流动研究发现，造成人口流出的重要因素是对优质医疗卫生资源和教育资源的追求，而交通基础设施直接影响人们日常出行的便捷度、物流范围和效率。东部沿海城市一直是跨省人口流入的集中地，选取与东部一线城市（北京、上海、广州、深圳）的最短距离表征东部沿海发达城市在空间上对人口流动的影响。自然禀赋方面选取耕地面积、水资源总量、高程和坡度个指标。耕地面积与水资源总量显示了地区耕地资源与水资源丰度，不仅与农民的温饱、饮水安全息息相关，同时可表征地区发展规模化农业的可能性；高程和坡度对土地利用方式和土地生产力有直接页第第期葛恒军，陈跃红，葛咏：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析作用，从而影响地区经济效益及发展潜力。生态环境方面选取生态服务价值和生态风险性两个指标。生态服务价值表示地区发展潜力，依据谢高地等 修订的生态系统服务价值当量因子进行计算；生态风险性表征地区发展所面临的生态障碍，根据生态风险参数 进行计算。人口规模选取户籍人口数、贫困人口数与在校学生数个指标，分别表征地区人口基数、贫困程度和教育发展与需求。综上，总计选取 个影响因素作为自变量，并以贫困县春节前后腾讯定位请求量之差作为因变量（表）。对各指标进行正态变换后使用犣 标准化方法对所有指标进行标准化（式（）。犪犻 犼 犽（狓犻 犼 犽犼 犽）犼 犽（）式中：狓犻 犼 犽、犪犻 犼 犽分别为第犼年第犻个贫困县第犽个指标的值和标准化后的值，犼 犽、犼 犽分别为第犼年第犽个指标的总体平均值和总体标准差。表 影响因素及其相关性与共线性分析犜 犪 犫 犾 犲 犐 狀 犳 犾 狌 犲 狀 犮 犻 狀 犵 犳 犪 犮 狋 狅 狉 狊 犪 狀 犱 狋 犺 犲 犻 狉 犮 狅 狉 狉 犲 犾 犪 狋 犻 狅 狀犪 狀 犱犮 狅 犾 犾 犻 狀 犲 犪 狉 犻 狋 狔 犪 狀 犪 犾 狔 狊 犻 狊变量类别描述符号相关系数 因变量春节前后腾讯定位请求变化量 次犕自变量区域经济第一产业地区生产总值 万元狓 第二产业地区生产总值 万元狓 第三产业地区生产总值 万元狓 固定资产投资额 万元狓 公共服务公路里程 卫生技术人员数 人狓 专任教师数 人狓 与一线城市最短距离 狓 自然禀赋耕地面积 狓 水资源总量 亿 高程狓 坡度狓 生态环境生态服务价值狓 生态风险性狓 人口规模户籍人口数 万人 贫困人口数 人狓 在校学生数 人狓 注：代表统计显著性犘值 。首先，计算表所示的各自变量与因变量的相关系数，删除与人口流动相关性较小的公路里程和水资源总量；用方差膨胀因子（）检验自变量间的共线性，若 值小于，则认为自变量间的共线性影响较小，故删除户籍人口数；最终选用除公路里程、水资源总量、户籍人口数之外的 个相关系数较高且 满足条件的自变量用于影响因素分析。地理加权回归模型构建地理加权回归（）模型的实质是局部线性回归，其回归系数随空间位置的变化而变化，在地理学及其他领域已证明其有效性，故本文采用模型（式（）研究春节期间人口流动的社会经济影响因素。当影响因素回归系数为负时，表明对人口流出起正向作用，系数为正则表明对人口流入起正向作用。犕犻犪（狌犻，狏犻）犽 犪犽（狌犻，狏犻）狓犻 犽犻（）式中：犕犻为第犻个贫困县的腾讯定位请求变化量，（狌犻，狏犻）为第犻个贫困县的空间坐标，犪犽（狌犻，狏犻）为第犻个贫困县的局域回归系数，狓犻 犽为第犻个贫困县第犽个指标的值，犻为残差。在进行建模时，选用自适应带宽策略确定各空间单元最佳的建模范围，选用 核函数作为距离衰减的加权函数，选择经过修正的赤池信息量准则模型（）和调整后的犚作为模型拟合效果的评价指标。贫困片区人口流动空间格局分析根据国内外关于人口流动的研究经验 ，当区域流动人口与户籍人口之比超过 时，人口流动较活跃。根据该原则和春节前后腾讯用户定位请求差异（图），将贫困片区及其各县域的人口流动划分为流入活跃型、流入一般活跃型、流出活跃型和流出一般活跃型种类型（图）。由图 可知，年春节期间贫困片区各县域呈现出东部和中部片区人口流出活跃、西部片区人口流入一般活跃格局。由图 可知，东部和中部片区的人口净流出量远高于西部片区人口净流入量（约是其 倍），县域人口流出量均值自东向西递减，东部贫困县人口流出量均值约是中部的倍、西部的 倍，其中东部的大别山区、罗霄山区人口流出量均值较大。页第地 理 与 地 理 信 息 科 学第 卷图 年春节期间贫困片区人口流动统计结果犉 犻 犵 犛 狋 犪 狋 犻 狊 狋 犻 犮 犪 犾 狉 犲 狊 狌 犾 狋 狊 狅 犳 狆 狅 狆 狌 犾 犪 狋 犻 狅 狀 犳 犾 狅 狑犻 狀狆 狅 狏 犲 狉 狋 狔 狊 狋 狉 犻 犮 犽 犲 狀犪 狉 犲 犪 狊 犱 狌 狉 犻 狀 犵 狋 犺 犲 犛 狆 狉 犻 狀 犵犉 犲 狊 狋 犻 狏 犪 犾 犻 狀 进一步对各片区人口流动类型的县域数量进行统计（图），可以看出：人口流出活跃型贫困县集中分布在中部和东部片区，共 个，占比 。该类型县域数量占比自西向东递增，其中，大别山区、罗霄山区、滇桂黔石漠化区县域数量占比超过 ，新疆南疆三地州和西藏片区则无流出活跃型贫困县。中部和东部贫困人口基数大，距东南沿海等发达城市较近，人口流动在风俗习惯、语言差异方面障碍小，致使流出现象明显，形成了劳动力外出务工得天独厚的条件。人口流出一般活跃型贫困县共 个，主要分布在中部与西部交界处以及西部片区省会周边县（图中拉萨市和西宁市周边县），与前人研究结论和当前人口流动状况基本一致 。人口流入活跃型和一般活跃型贫困县分别有 个、个，占比分别为、，集中分布在西部片区。西部片区因西部大开发和中部崛起战略的实施，在基础设施建设、生态环境改善、能源资源开发等方面不断完善，对当地和外地（如四川和重庆等）人口吸引力增强，。中部片区人口流入型贫困县数量虽少，但其人口流入量均值明显高于西部，其中武陵山区、六盘山区、滇西边境山区人口流入量均值较大（图）。中部因东部沿海发达城市对劳动力的吸引力较大而导致人口外流，但随着劳动密集型产业向中、西部转移，东部地区产业发展对于劳动力的知识技术水平要求提高，劳动力出现一定的向中部回流现象。贫困片区人口流动影响因素分析利用和普通最小二乘线性回归（）模型对标准化后指标进行回归分析，结果显示，与的 分别为 和 ，调整后的犚分别为 和 ，即的拟合效果更好。由所有片区和单个片区各自变量回归系数均值（表）可知：所有片区整体上第二产业地区生产总页第第期葛恒军，陈跃红，葛咏：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析值、第三产业地区生产总值、高程、坡度的回归系数均值为正且相对较大，是影响人口流入的主要因素；而贫困人口数、专任教师数、在校学生数及耕地面积回归系数均值为负且绝对值较大，是人口流出的主要影响因素；其他因素影响相对较小。同时，不同片区影响因素的回归系数均值差异明显，对人口流动的影响也各异，因此，在乡村振兴阶段需因地制宜地引导不同贫困片区的人口有序流动。表 所有片区及单个片区模型回归系数均值犜 犪 犫 犾 犲 犃 狏 犲 狉 犪 犵 犲 狏 犪 犾 狌 犲 狊 狅 犳 狉 犲 犵 狉 犲 狊 狊 犻 狅 狀犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 狅 犳 狋 犺 犲犌犠犚犳 狅 狉 犻 狀 犱 犻 狏 犻 犱 狌 犪 犾 犪 狀 犱犪 犾 犾 狆 狅 狏 犲 狉 狋 狔 狊 狋 狉 犻 犮 犽 犲 狀犪 狉 犲 犪 狊片区狓狓狓狓狓狓狓狓狓狓 狓 狓 狓 狓 所有片区均值 大兴安岭南麓山区 燕山太行山区 大别山区 罗霄山区 六盘山区 秦巴山区 武陵山区 乌蒙山区 滇桂黔石漠化区 滇西边境山区 吕梁山区 西藏片区 四省藏区 新疆南疆三地州 区域经济影响因素分析由图可知：第一产业地区生产总值的回归系数主要为负，说明第一产业发展促进了人口流出。如秦巴山区、武陵山区第一产业地区生产总值的回归系数均值分别为 、，片区经济发展主要依靠第一产业，但提供的就业机会较少且产品附加值较低，故第一产业的发展无法有效留住劳动力。第二、三产业地区生产总值的回归系数主要为正，说明对吸引人口流入起正向作用。第二、三产业对劳动力依赖度较高，贫困片区廉价劳动力充足，可直接就地工作，不仅提高贫困户收入水平，同时丰富地区创收途径。如第二产业发展在乌蒙山区、西藏片区吸引人口流入的作用较明显，系数分别为 、；而在滇西边境山区的系数为 ，主要由于“口岸型”经济的影响导致缺乏拉动本地就业的生产型企业，第二产业发展乏力，并未提升地区吸引力。固定资产投资主要在武陵山区南部、大兴安岭南麓山区能较好地提升地区吸引力，近年来贫困片区基础设施建设备受重视，根据 中国县域统计年鉴（）数据显示，县均固定资产投资额达到 亿元，高出其他片区县均额 亿元，带来更多就业机会，提高了当地吸引力。公共服务影响因素分析由图可知：卫生技术人员数的回归系数部分为正（如在罗霄山区、吕梁山区卫生技术人员数回归系数分别为 、），对因变量的正向作用虽然较小，但医疗卫生条件的改善能提升地区吸引力，利于人口流入。专任教师数的回归系数主要为负，因贫困片区教育落后，根据 中国县域统计年鉴（）数据显示，县均专任教师仅 名，远低于全国平均水平（名?），与部分流动人口追求优质教育的需求相矛盾，导致地区吸引力较差。教育发展不仅影响劳动力及其子女的流动状况，还会影响劳动力的技术水平、接受新事物的能力等，进而影响资本投入的经济产出，因此，贫困片区应以发展教育为切入点，通过普及教育、开展技能培训提高劳动力素质，增加资本产出。与一线城市最短距离的回归系数虽然较小，但仍能看出距离一线城市越远，人口外流减缓。自然禀赋影响因素分析图显示：耕地面积的回归系数在东部和西部片区多为正，说明对因变量起正向作用，减缓了人口流出；而在中部多为负，尤其在乌蒙山区、武陵山区耕地面积回归系数分别为 、，促进了页第地 理 与 地 理 信 息 科 学第 卷?全国县均专任教师水平根据教育部发布的 年中国教育概况计算所得（：，）图 区域经济因素系数空间分布犉 犻 犵 犛 狆 犪 狋 犻 犪 犾 犱 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳犌犠犚犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 犳 狅 狉 狉 犲 犵 犻 狅 狀 犪 犾 犲 犮 狅 狀 狅 犿 犻 犮 犳 犪 犮 狋 狅 狉 狊图 公共服务因素系数空间分布犉 犻 犵 犛 狆 犪 狋 犻 犪 犾 犱 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳犌犠犚犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 犳 狅 狉狆 狌 犫 犾 犻 犮 狊 犲 狉 狏 犻 犮 犲 犳 犪 犮 狋 狅 狉 狊人口流出，主要由于散户种植，经济收入较低，根据 中国县域统计年鉴（）数据显示，县均农业收入额（亿元）明显小于第二产业收入额（亿元）和第三产业收入额（亿元），耕地面积对于人口流动的吸引力较弱。贫困片区需加快整合农村土地资源，建设高标准农田，构建三次产业融合的农村产业发展体系，建设科技创新基地、产业园等，实现科技兴农，提高贫困片区抵抗未知风险的能力。高程和坡度的回归系数多为正，主要由于贫困片区海拔较高，人口回流的主要区域也多集中在海拔较高、坡度较大的区域。生态环境影响因素分析由图可知：生态服务价值的回归系数在西部片区多为负，而在东、中部片区多为正，对因变量页第第期葛恒军，陈跃红，葛咏：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析图 自然禀赋系数空间分布犉 犻 犵 犛 狆 犪 狋 犻 犪 犾 犱 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳犌犠犚犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 犳 狅 狉狀 犪 狋 狌 狉 犪 犾 狉 犲 狊 狅 狌 狉 犮 犲 犳 犪 犮 狋 狅 狉 狊起正向作用，减缓了人口流出。主要原因是伴随着国家政策倾斜（如 关于扩大新一轮退耕还林还草规模的通知 中规定，在任务具体落实时增加贫困区县生态补贴以及通过市场机制确立生态补偿的碳排放权交易制度），农户通过生态建设获得的补偿性收入增多。如燕山太行山区地处北京、天津等地区的上风上水，生态建设任务重、标准高，依托生态补偿机制与碳排放权交易制度，片区内河北省颁布的 关于健全生态保护补偿机制的实施意见 明确要实现全省森林、耕地等重要领域以及禁止开发区、生态功能区生态补偿机制全覆盖，并根据社会经济发展现状设定补偿水平，通过输血式补偿方式，提高农户生态保护积极性，使生态服务价值不断提高。生态风险性的回归系数在西部片区主要为负，表明生态风险增加导致人口流出，不利于贫困片区人口流入。贫困片区生态环境脆弱、自然灾害频发，不利于地区产业发展及人类生活，在未来进行人口的有序引导时需充分协调人口流动和生态环境保护的关系。图 生态环境因素系数空间分布犉 犻 犵 犛 狆 犪 狋 犻 犪 犾 犱 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳犌犠犚犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 犳 狅 狉 犲 犮 狅 犾 狅 犵 犻 犮 犪 犾 犲 狀 狏 犻 狉 狅 狀 犿 犲 狀 狋 犳 犪 犮 狋 狅 狉 狊 人口规模影响因素分析图显示：贫困人口数的回归系数多为负，对因变量起明显的负向作用，说明贫困人口数量越多，人口外流越多。如罗霄山、吕梁山、大别山片区贫困人口数回归系数分别为 、，因三地区距离东部发达地区较近，外出务工吸引力更强。新疆南疆三地州和西藏片区贫困人口数的回归系数多为正，则因近年来西部地区第二、三产业发展迅速，为地区创造了更多就业机会，同时受语言、风俗习惯等限制，前往外省务工阻碍相对较大，更多人选择在本地务工。在校学生数回归系数多为负，如西藏片区、大兴安岭南麓山区、滇西边境山区系数分别为 、，说明在校学生数量的增加将导致人口外流。教育的普及导致在校学生数增多，教育需求迅速增加，但贫困片区生活条件艰苦，教师数量少、工资低，教育资源供需矛盾突出；同时，为追求更好教育，家长带孩子前往教育发达地区务工，导致贫困片区人口外流现象突出。页第地 理 与 地 理 信 息 科 学第 卷图 人口规模系数空间分布犉 犻 犵 犛 狆 犪 狋 犻 犪 犾 犱 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳犌犠犚犮 狅 犲 犳 犳 犻 犮 犻 犲 狀 狋 狊 犳 狅 狉狆 狅 狆 狌 犾 犪 狋 犻 狅 狀狇 狌 犪 狀 狋 犻 狋 狔 犳 犪 犮 狋 狅 狉 狊 结论虽然全国各地的贫困县已全部摘帽，但及时掌握贫困片区人口流动状况是新时期乡村振兴的重要工作，对巩固和拓展脱贫攻坚成果至关重要。本文利用春节前后贫困片区的腾讯定位数据，分析了贫困片区人口流动的空间格局，并采用模型揭示了各片区人口流动的影响因素，主要结论包括：）总体上贫困片区人口流出严重，呈现出东、中部片区人口流出活跃，西部片区人口流入一般活跃的格局。东部片区贫困县数量虽少，但受东南沿海发达城市的吸引力较强，人口流出活跃，县均流出量最高，导致当地劳动力不足，阻碍地区发展。中、西部片区边界处集中分布着人口流入活跃型与人口流出一般活跃型贫困县，而西部片区主要为人口流入一般活跃型贫困县，因国家政策倾斜，地区发展机会增多，人口呈现一定的流入，加之生态环境比较脆弱，会带来资源环境承载压力。因此，在乡村振兴阶段，可根据实时的定位大数据和各贫困片区自身条件，因地制宜地有序引导人口流动，充分协调资源开发、产业发展与生态环境保护的关系。）教育资源供需矛盾、耕地面积、三次产业发展、贫困人口数对人口流动的影响较大。其中第二、三产业地区生产总值的回归系数多为正，缘于该类产业创收多且带动就业能力强，是吸引人口流入的主要因素。在校学生数以及专任教师数的回归系数主要为负，在校学生数量增多、专任教师资源不足导致教育资源供需矛盾突出，是导致人口流出的主要因素之一。耕地面积及第一产业生产总值的回归系数主要为负，农业收益远低于第二、三产业，是人口外流的另一影响因素。贫困人口基数越大，间接表明地区发展机会越差，人口外流越多。现阶段贫困片区公共服务发展不足，对人口吸引力不明显。目前人口流动和区域发展已对贫困片区的生态环境产生压力，但尚不明显。为此，贫困片区在乡村振兴阶段要弥补公共服务的不足，避免资源开发利用不合理导致生态破坏加剧，要注重绿色可持续发展。）东部和中部片区人口流出主要受贫困人口基数大、教育资源不足的影响，而西部片区人口流入主要受第二、三产业发展就业机会增多的影响。医疗卫生条件改善对于人口流入吸引力的提升较明显，专任教师数较少明显导致人口外流。东、中部片区受退耕还林还草、碳排放权交易制度等影响，生态服务价值增加、风险性减小，回归系数多为正，减缓了人口流出，而西部片区生态脆弱且风险性较大，回归系数多为负，影响人口流入。因此，各片区需根据区域自然资源禀赋、生态环境状况和影响因素的差异，因地制宜地制定资源开发和有序引导人口流动政策，巩固和拓展脱贫攻坚成果。本文仍存在不足：定位大数据无法识别未使用腾讯应用的少数人群，人口流动量可能存在微小偏差，未来可结合人口动态监测数据，提升人口流动量的估算精度；本文仅利用了定位大数据，未能刻画出城市间的迁入、迁出量，未来可结合迁徙大数据，进一步探索贫困片区内部和外部的人口流动状况。参考文献：葛咏，刘梦晓，胡姗，等时空统计学在贫困研究中的应用及展望地球信息科学学报，（）：页第第期葛恒军，陈跃红，葛咏：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析胡姗，葛咏，刘梦晓地球信息科学技术在中国减贫中的应用进展地球信息科学学报，（）：刘彦随中国乡村振兴规划的基础理论与方法论地理学报，（）：王楠，王会蒙，杜云艳，等青藏高原人口流入流出时空模式研究地理学报，（）：赵梓渝，魏冶，庞瑞秋，等中国春运人口省际流动的时空与结构特征地理科学进展，（）：樊士德，朱克朋劳动力外流对中国农村和欠发达地区的福利效应研究：基于微观调研数据的视角农业经济问题，（）：戈大专，陆玉麒，孙攀论乡村空间治理与乡村振兴战略地理学报，（）：曹广忠，陈思创，刘涛中国五大城市群人口流入的空间模式及变动趋势地理学报，（）：朱宇，林李月中国人口迁移流动的时间过程及其空间效应研究：回顾与展望地理科学，（）：沈建法中国人口迁移，流动人口与城市化：现实，理论与对策地理研究，（）：李亭亭，朱宇，林李月，等流动人口居留时长意愿的空间分异及影响因素地理学报，（）：李祥妹，刘亚洲，曹丽萍高速铁路建设对人口流动空间的影响研究中国人口资源与环境，（）：陶印华，申悦医疗设施可达性空间差异及其影响因素：基于上海市户籍与流动人口的对比地理科学进展，（）：刘涛，彭荣熙，卓云霞，等，年中国人口分布格局演变及影响因素地理学报，（）：刘永乐，张景秋基于腾讯位置数据的中国城市居民航空出行时空特征人文地理，（）：潘碧麟，王江浩，葛咏，等基于微博签到数据的成渝城市群空间结构及其城际人口流动研究地球信息科学学报，（）：屈树学，董琪，秦嘉徽，等基于社交媒体数据的北京市游客与居民签到差异研究地理与地理信息科学，（）：吴中元，许捍卫，胡钟敏基于腾讯位置大数据的精细尺度人口空间化：以南京市江宁区秣陵街道为例地理与地理信息科学，（）：，（）：，：王润泽，周鹏，潘悦，等基于大数据的城市功能区人口时空聚散模式研究地理与地理信息科学，（）：易嘉伟，杜云艳，涂文娜基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘地球信息科学学报，（）：潘竟虎，赖建波中国城市间人口流动空间格局的网络分析：以国庆中秋长假和腾讯迁徙数据为例地理研究，（）：，：徐磊，陶金源，张孟楠，等基于多源数据的环京津贫困带县域产业承接潜力测度及分区优化地理与地理信息科学，（）：李裕瑞，曹智，郑小玉，等我国实施精准扶贫的区域模式与可持续途径中国科学院院刊，（）：刘达，郭炎，栾晓帆，等中部大城市流动人口的回流意愿及其影响因素：以武汉市为例地理研究，（）：郑慧娟西藏流动人口变动状况北京：中央民族大学，段成荣，赵畅，吕利丹中国流动人口流入地分布变动特征（）人口与经济，（）：周侃，樊杰中国欠发达地区资源环境承载力特征与影响因素：以宁夏西海固地区和云南怒江州为例地理研究，（）：李辉，周启刚，李斌，等近 年三峡库区生态系统服务价值与生态风险时空变化及相关性研究长江流域资源与环境，（）：谢高地，张彩霞，张昌顺，等中国生态系统服务的价值资源科学，（）：刘迪，陈海，史琴琴，等黄土丘陵沟壑区生态风险时空动态及其风险分区：以陕西省米脂县为例自然资源学报，（）：魏传华，吴喜之混合地理加权回归模型的统计诊断统计与信息论坛，（）：，：，（）：，（）：于涛方中国城市人口流动增长的空间类型及影响因素中国人口科学，（）：，：，古恒宇，沈体雁，刘子亮，等基于空间滤波方法的中国省际人口迁移驱动因素地理学报，（）：徐水源新疆少数民族聚居地区流动人口基本特征及发展状况分析：来自新疆七地州市的调查人口与社会，（）：杨成洲高原民族地区人口流动特征与模式研究：基于西藏自治区的考察干旱区资源与环境，（）：赵玉峰，孔伟艳近年来西部地区人口流动的主要变化及特点中国发展观察，（）：王茂侠西藏的流动人口与人口流动：基于第五、第六次人口页第地 理 与 地 理 信 息 科 学第 卷普查数据的比较西北人口，（）：邓羽，刘盛和，蔡建明，等中国省际人口空间格局演化的分析方法与实证地理学报，（）：景跃军，张昀我国劳动力就业结构与产业结构相关性及协调性分析人口学刊，（）：祖力亚提司马义，陈稔源，陈艳平新疆喀什地区农村少数民族富余劳动力就业调查研究：以叶城县为例西北民族研究，（）：犛 狆 犪 狋 犻 犪 犾 犘 犪 狋 狋 犲 狉 狀犪 狀 犱犐 狀 犳 犾 狌 犲 狀 犮 犻 狀 犵犉 犪 犮 狋 狅 狉 狊 狅 犳犘 狅 狆 狌 犾 犪 狋 犻 狅 狀犕 狅 犫 犻 犾 犻 狋 狔 犻 狀犆 犺 犻 狀 犪 狊犘 狅 狏 犲 狉 狋 狔 犛 狋 狉 犻 犮 犽 犲 狀犃 狉 犲 犪 狊犅 犪 狊 犲 犱狅 狀犘 狅 狊 犻 狋 犻 狅 狀 犻 狀 犵犅 犻 犵犇 犪 狋 犪 ，（犆 狅 犾 犾 犲 犵 犲 狅 犳犎 狔 犱 狉 狅 犾 狅 犵 狔犪 狀 犱犠 犪 狋 犲 狉犚 犲 狊 狅 狌 狉 犮 犲 狊，犎 狅 犺 犪 犻 犝 狀 犻 狏 犲 狉 狊 犻 狋 狔，犖 犪 狀 犼 犻 狀 犵 ；犛 狋 犪 狋 犲犓 犲 狔犔 犪 犫 狅 狉 犪 狋 狅 狉 狔狅 犳犚 犲 狊 狅 狌 狉 犮 犲 狊 犪 狀 犱犈 狀 狏 犻 狉 狅 狀 犿 犲 狀 狋 犪 犾 犐 狀 犳 狅 狉 犿 犪 狋 犻 狅 狀犛 狔 狊 狋 犲 犿，犐 狀 狊 狋 犻 狋 狌 狋 犲 狅 犳犌 犲 狅 犵 狉 犪 狆 犺 犻 犮犛 犮 犻 犲 狀 犮 犲 狊 犪 狀 犱犖 犪 狋 狌 狉 犪 犾 犚 犲 狊 狅 狌 狉 犮 犲 狊犚 犲 狊 犲 犪 狉 犮 犺，犆 犃 犛，犅 犲 犻 犼 犻 狀 犵 ，犆 犺 犻 狀 犪）犃 犫 狊 狋 狉 犪 犮 狋：（），：，犓 犲 狔狑 狅 狉 犱 狊：；页第第期葛恒军，陈跃红，葛咏：基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析