摘要

文章基于手机应用定位数据，提取用户在粤港澳大湾区城市群不同城市间的流动情况，通过对城际绝对联系强度和城际相对联系强度的分析，总结城际人口流动的空间特征。研究发现，粤港澳大湾区城市群的城际人口流动呈现非常不均衡的空间状态，深圳、广州、东莞、佛山四个核心城市主导城际和圈际人口流动联系；四个核心城市在城际人口流动影响力方面存在明显的梯队差异，与它们在都市圈和城市群中的节点地位基本吻合。研究认为，尽管深莞一体化、广佛同城化等空间战略已取得较好的区域协同发展成效，但粤港澳大湾区城市群内部仍然存在不平衡发展的强大惯性。此外，体制因素的差异及通关管理边界的存在，也极大地限制了城际人口的高效跨境流动。因此，加强对外围都市圈中心城市的培育，以及促进香港、澳门与内地城市之间的联系交流，是实现粤港澳大湾区城市群协同发展亟待解决的问题。

作   者

辜智慧   深圳大学建筑与城市规划学院教授

雷洁璇   深圳大学建筑与城市规划学院硕士研究生

王依婷   深圳市宝安区新桥街道办事处科员

杨培霖   深圳市城市规划设计研究院股份有限公司规划师

张   艳   深圳大学建筑与城市规划学院副教授（通讯作者）

01

研究背景

城市群是区域协调发展的重要载体，也是国家战略规划中彰显国家竞争力的重要地域单元。随着国家战略及相关政策不断推进，珠三角城市群逐渐演化成大珠三角城市群，进而提出粤港澳大湾区城市群概念。2019年，中共中央、国务院先后印发《粤港澳大湾区发展规划纲要》和《中共中央国务院关于支持深圳建设中国特色社会主义先行示范区的意见》，将粤港澳大湾区发展问题上升到国家战略层面，粤港澳大湾区城市群发展成为全国乃至全球关注的热点。面对粤港澳大湾区和深圳中国特色社会主义先行示范区建设的重大机遇，加快形成区域协调发展新格局，2021年《广东省国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（简称《广东省“十四五”规划和纲要》）提出，要培育并壮大广州、深圳、珠江口西岸、汕潮揭、湛茂五大都市圈，优化“一群五圈”的城镇空间格局。在高质量发展的要求下，了解粤港澳大湾区城市群的空间联系特征与城市群内部的空间组织结构，是制定粤港澳大湾区城市群区域协同发展策略的重要基础。

传统的城市群空间结构相关研究，通常基于中心地理论（核心—边缘）与重力模型法，研究城市间的相互作用与等级结构，利用经济强度模型法，研究城市间竞争的强弱关系，或通过城市群的主要特征，构建反映社会经济发展状况的指标体系，从而判断城市群的发展状况。这些研究使用的城际联系数据，通常为缺乏实际交互的预测数据，难以真实地反映城市间的实际关系。随着大数据研究的兴起，基于流数据与社交网络分析的城市群结构研究逐渐丰富。这些研究通过人口流、交通流、信息流、经济流等流数据的联系强度表征城市间的关系，进而识别区域空间结构。如基于手机信令数据、百度地图春运人口迁徙大数据、腾讯位置大数据中的“人口迁徙图”数据等，对城市群内人口的时空流动特征进行分析；基于航空、高铁及长途客运等交通信息的交通流数据，研究城市群结构演变的特征与城市网络结构；利用新浪微博、百度指数、豆瓣数据等开放数据的信息流，研究城市群网络的特征。此外，还有基于单个企业数据或全行业企业网络的经济流数据，研究城市空间的结构特征。不同的流数据从不同侧面揭示城际交互的实际联系状况，如信息流反映城市间虚拟网络指数互动，经济流反映不同城市企业间的交互，交通流反映城际交通联系等。相对而言，城际人口流动能够较好地反映城市间的创新交流、文化交流、劳动力交流等水平，且与经济发展有着密不可分的关系。积极的人口流动在增强地区间的合作与协调、促进知识与技术交流等方面发挥着重要作用。

本研究通过统计手机用户在一定时间范围内出现在不同城市的情况，提取不同城市城际人口流动交互数据。该交互数据包含不同用户的跨城职住、商务差旅、走亲访友、旅游休闲等各类联系活动，可以全面地反映城市之间的人口流动，从而综合反映城市之间的关联强度。研究首先统计分析粤港澳大湾区城市群各城市间城际人口流动的绝对数量，了解各城市之间的城际绝对联系强度；其次，借鉴泰勒（Taylor）的“相对联系强度”概念分析各城市之间实际联系强度与预期联系强度的关系，判断各城市之间的相对联系强度；最后，总结粤港澳大湾区城市群城际人口流动的空间特征，探讨粤港澳大湾区城市群未来协同发展的策略。

02

研究对象与数据

2.1  研究对象

将粤港澳大湾区城市群作为研究对象，包括整个广东省的21个地级市和香港、澳门2个特别行政区，总面积达180863.97km²（图1）。截至2018年底，城市群总人口为12157万，地区生产总值（GDP）达128 129.19亿元。

图1  粤港澳大湾区城市群常住人口（左）及GDP分布（右）（底图为广东省地图（政区版二），审图号：粤S（2019）08号）

Fig.1 Distribution of resident population (left) and GDP (right) in Guangdong-Hong Kong-Macao Greater Bay Area urban agglomeration

资料来源：中华人民共和国国家统计局《中国统计年鉴》（2019）

研究以粤港澳大湾区城市群“21+2”个城市作为统计单元，识别城际人口流动情况，并将广东省的21个城市置于《广东省“十四五”规划和纲要》提出的五大都市圈（图2）背景中，对城市群内各都市圈的发展状况进行比较。

图2  广东省“一群五圈”城市群空间格局图

Fig.2  Spatial pattern of "one urban agglomeration and five metropolitan areas" in Guangdong Province

资料来源：引自《广东省国民经济和社会发展第十四个五年规划和2035年远景目标纲要》

2.2  数据源及其处理

本研究所用数据为手机应用定位大数据，该应用数据覆盖约90%以上的智能手机，数据接近于全量数据。基于一定时间范围内（30天）用户出现在不同城市的数据，形成不同城市的基数人口数据和城际人口流动数据。如图3所示，在统计期内，如用户（蓝色小人）分别在A、B、C三个城市出现过，则将其分别计入A、B、C三个城市的基数人口，以及计入A—B、A—C和B—C之间的城际人口流动。由于该数据无法对用户在某城市的停留时间及目的进行区分，也无法甄别用户的常住和流动属性。因此，城市群外部流入人口（红色小人）及本地未流动人口（黑色小人），也计入各城市的基数人口。为衡量各城市对不同用户的吸引力，研究对用户出现频次进行了去重处理。

图3  基数人口和城际人口流动数据统计示意图

Fig.3  Schematic diagram of base population and intercity population mobility statistics

资料来源：笔者自绘

研究统计2018年7月27日—2018年8月25日30天内粤港澳大湾区城市群各城市的基数人口和城际人口流动情况（图4）。总的基数人口规模约为1亿人（含省外流入人口），城际人口流动总量达2亿人次左右。将统计得到的各城市基数人口与城市常住人口进行对比（图5），两者具有较强的一致性，相关系数为0.87。城际人口流动与各城市的GDP也具有较高的相关性，相关系数为0.68。

图4  统计期内各城市基数人口规模和城际人口流动量

Fig.4 The base population and intercity population mobility of cities during the statistical period

资料来源：笔者自绘

图5  统计期内的基数人口规模（左）和城际人口流动量（右）与统计数据的相关性

Fig.5 Correlation of base population and intercity population mobility with statistical data during the statistical period

资料来源：笔者自绘

需要指出的是，由于内地手机应用在香港、澳门两个特别行政区的用户覆盖率相对较低，导致香港和澳门的基数人口数据难以涵盖其城市内未流动人口及城市群外流入人口。因此，研究增加两个特别行政区的本地常住人口作为对其基数人口的校正。此外，两区城际人口流动数据更多反映的是内地用户与香港、澳门两地的城际交流情况，而无法反映出香港、澳门的网络用户与内地城市的交互情况。这也导致城际人口流动数据与城市GDP的相关系数偏低，如果剔除香港、澳门两地数据，两者相关系数可达0.93。

03

主要发现

3.1  城际绝对联系强度

统计粤港澳大湾区城市群各城市间的城际人口流动绝对数量，将不同城市对之间的联系进行可视化分析，得到图6。从城市个体看，与深圳、东莞、广州和佛山四个城市相关的城际人口流动，接近粤港澳大湾区城市群城际人口流动总量的80%，分别占总量的27.31%、20.28%、20.04%和10.78%；其次是湛江、中山、惠州、江门、茂名、汕头、珠海和揭阳，占总量的1%~3%；其余城市均不足总量的1%，其中，香港和澳门分别仅占总量的0.58%和0.2%。

图6  城际人口流动数量（左）及城市间绝对联系强度图（右）(底图为广东省地图（政区版二），审图号：粤S（2019）08号)

Fig.6 Intercity population mobility (left) and the absolute connection strength between cities (right)

资料来源：笔者自绘

城际人口流动强度最大的两个城市对为深圳—东莞、深圳—广州，分别占粤港澳大湾区城市群城际人口流动总量的17.02%和16.11%；广州—东莞、深圳—佛山、东莞—佛山、广州—佛山等城市对之间的人口流动强度也相对较大，约占总量的5%~10%。相比前述这几个城市对，其他城市对之间的人口流动强度均显著较低。

将广东省的21个城市置于《广东省“十四五”规划和纲要》提出的五大都市圈背景中，得到不同都市圈之间的人口流动情况（图7）。可以看到，都市圈之间的人口流动呈现出极不均衡的状态，深圳都市圈和广州都市圈的主导地位十分显著，且两大都市圈彼此间联系紧密，两者间的人口流动量分别占深圳都市圈总城际人口的69.6%，占广州都市圈总城际人口的82.5%；深圳都市圈与珠江口西岸都市圈的联系也较为紧密，两者间的人口流动量占深圳都市圈总城际人口流动量的11.2%，但占珠江口西岸都市圈总城际人口流动量的58%；与之相比，广州都市圈与珠江口西岸都市圈之间的人口流动量不足广州都市圈总城际人口流动量的10%，仅占珠江口西岸都市圈总城际人口流动量的38.3%。

图7  粤港澳大湾区都市圈圈际交互人流比例示意图

Fig.7 Schematic diagram of the ratio of population flows between metropolitan areas within the Guangdong-Hong Kong-Macao Greater Bay Area urban agglomeration

资料来源：笔者自绘

3.2  城际相对联系强度

城际人口流动的绝对数值能够充分反映城际互动规模的大小，但该数值很可能受城市本身人口规模的影响，不能简单地以此来判断城市个体在城市群中的地位，以及城市群内部的空间结构。因此，在分析城际绝对联系强度的基础上，需要进一步分析城际相对联系强度。

3.2.1 分析方法

研究借鉴泰勒的“相对联系强度”概念，构建城际联系强度回归预测模型，以考察城市A与其他城市的实际联系强度与预期联系强度的关系，通过残差正负判别城市A与其他城市的城际相对联系情况。城际联系强度模型如下：

式中，V_A-i 为城市A与城市i的城际联系强度，以城市A与城市i之间的城际人口流动数量表示；N_i为城市i的合计联系强度，以城市i的基数人口表示，即统计期内所有在城市i出现过的人口数量，既包括产生城际人口流动的用户，也包括未产生城际人口流动的用户；a为常量；b为回归系数，b值越大，说明其他城市有越多的基数人口与A城市之间形成城际人口流动，也就意味着A城市在城市群中的影响力相对较强；εi为残差，表示城市A与城市i的实际联系强度和预测联系强度的差异。残差值为正，表示城市A与城市i的实际联系强度超出预测水平；残差值为负，表示城市A与城市i的实际联系强度低于预测水平。进一步对残差εi作标准化处理，可定义城际间的相对联系强度，部分学者采用±1倍标准化残差判断关系强弱的显著性。一般而言，回归模型的残差应符合随机正态分布，标准化残差的分布也应服从正态分布，95%的标准残差为-1.96~1.96。因此，本文采用±1.96倍标准化残差，作为显著性划分标准，对城市A与城市i的相对联系强度的判断标准界定如下。

（1）标准残差大于1.96，记为“+”，表明城市i与城市A之间的相对联系强度超出预测水平，表现出更强的联系，即城市i对城市A的影响远高于其他城市对城市A的影响。

（2）标准残差为-1.96~1.96，记为“0”，表明城市i与城市A之间的相对联系强度与预测水平一致，城市i对城市A的影响与其他城市对城市A的影响基本一致。

（3）标准残差小于-1.96的，记为“-”，表明城市i与城市A之间的相对联系强度未能达到预测水平，即城市i对城市A的影响远低于其他城市对城市A的影响。

由此，可以将两个城市间的城际相对联系分为六种类型（表1）。

以广州和佛山两市为例，图8（左）为广州与其他城市的城际联系强度的回归模型，图8（右）为佛山与其他城市的城际联系强度的回归模型。图中Y轴V为广州与其他城市的城际联系强度，X轴N为不同城市的基数人口，εi为广州与其他城市的实际联系强度与预测联系强度之间的残差，括号内为标准化残差值。可以看到，广州市模型中b值为0.270，佛山市模型中b值为0.138，意味着广州市对其他城市的影响要高于佛山市对其他城市的影响。对广州市而言，佛山市与广州市的城际人口流动略高于预测水平，其标准化残差值为0.68；对佛山市而言，广州市与佛山市的实际联系强度远高于预测水平，其标准化残差值为2.15。因此，广州与佛山两市的关系类型为（0，+），偏强联系。

表1  城际相对联系类型表

Tab.1  Table of intercity relative connection types

资料来源：笔者自绘

图8  广州（左图）和佛山（右图）两市的城际相对联系强度示意图

Fig.8  Schematic diagram of the intercity relative connection strength of Guangzhou (left) and Foshan (right)

资料来源：笔者自绘

3.2.2 主要发现

城际联系强度模型显示（表2、图9），城际联系强度与城市基数人口存在线性相关关系，除澳门的回归方程中R²值略低（为0.69）外，其他各城市的基数人口均可解释80%以上的城际联系强度，部分城市的回归方程中R2值甚至高达0.99，且所有变量系数b均表现为0.001水平上的显著性，而常数量a均不显著，即与0没有显著性差异。从b值来看，深圳市对其他城市的整体影响最大，其b值高达0.388，即其他城市约38.8%的基数人口与深圳市产生了城际流动；其次是东莞和广州两市，b值分别为0.280和0.270；再次是佛山市，b值为0.138；其他城市的b值均低于0.05。

表2  不同城市群城际联系强度模型系数

Tab.2  Results of the inter-metropolitan area relative connection strength model

注：***表示0.001的显著性水平。

资料来源：笔者自绘

进一步采用标准化残差，从506组城市关系对中提取具有显著相对联系强度偏向的城市对，得到50组城市对（图10、表3）。其中，27组为显著正关联，23组为显著负关联。从城市看，几乎所有有显著偏向的联系都发生在与深圳、广州、东莞和佛山四个核心城市之间，且与深圳市的联系多为正向关联，与东莞、佛山两市的联系多为负向关联；从都市圈看，都市圈内部城市之间有显著偏向的联系基本都为正向关联，同一都市圈内城市与都市圈外的关联出现一定程度的分异。比如，佛山市与深圳、东莞两市的关联不同于广州都市圈的其他城市与深圳、东莞两市的关联；珠江口西岸都市圈内，中山、珠海两市更偏向于与广州都市圈正向关联，而江门、阳江两市更偏向于与深圳都市圈正向关联。中国香港、澳门与其他城市的相对联系主要为正常联系，仅有澳门与香港、香港与深圳之间出现偏强联系的倾向。

图10  粤港澳大湾区都市圈城际相对联系类型示意（审图号：粤S（2020）024号）

Fig.10  Schematic illustration of the intercity relative connection types in the Guangdong-Hong Kong-Macao Greater Bay Area urban agglomeration urban agglomerations

资料来源：笔者自绘

表3  城际相对联系强度分析结果

Tab.3   Results of the intercity relative connection strength

资料来源：笔者自绘

04

特征分析与政策启示

4.1  粤港澳大湾区城市群城际人口流动空间特征

综合对城际绝对联系强度和相对联系强度的分析，总结粤港澳大湾区城市群城际人口流动的空间特征，主要表现为以下两点：

第一，城际人口流动呈现非常不均衡的空间状态。深圳、广州、东莞、佛山四个核心城市主导了粤港澳大湾区城市群的城际和圈际人口流动联系。不仅与这四个城市相关的城际人口流动约占粤港澳大湾区城市群城际人口流动总量的80%，而且这四个城市对其他城市的整体影响显著高于其他城市。扩展到都市圈层面，在这四个核心城市的影响下，各都市圈的城际人口流动呈现显著分异。深圳都市圈和广州都市圈“贡献”了绝大部分的圈际人口流动，且两个都市圈内部各自围绕深圳市和广州市形成较为紧密的城际人口流动联系，与圈内城市的联系大于圈外城市。此外，两个都市圈的核心城市—深圳市与广州市之间也形成密切的城际人口流动，并呈现正向关联。珠江口西岸都市圈、潮汕揭阳都市圈和湛茂都市圈的人口流动总量较低，且三个都市圈内都没有形成显著吸引和影响城际人口流动的中心城市。仅有湛茂都市圈内的城市之间人口流动联系相对紧密，珠江口西岸都市圈、潮汕揭阳都市圈内城市之间的人口流动联系均较弱，而与几个核心城市之间的人口流动联系更为紧密，呈现以“广州—深圳—东莞—佛山”为核心的“辐轮”状格局（图10）。

第二，四个核心城市在城际人口流动影响方面存在明显的梯队差异，与它们在都市圈和城市群中的节点地位基本吻合。总体上看，深圳都市圈和广州都市圈均呈现出“一主一副”的双心格局。深圳和广州作为主中心城市，具有第一梯队的领先优势，对其他城市人口流动具有十分突出的影响，几乎不受地理距离的限制。与深圳市相关的城际人口流动绝对数量最高，且深圳与广州都市圈、潮汕揭阳都市圈、珠江口西岸都市圈及湛茂都市圈的不少城市有着相对强关联。广州市除与深圳都市圈的部分城市存在负关联外，与其他都市圈的城市多为正常联系。相比之下，作为两个都市圈副中心城市的东莞市和佛山市，则处于第二梯队。虽然城际绝对联系数量均较大，甚至东莞市还超过广州市，但这两个城市与其他城市的相对联系大多呈现负关联状态，仅与少数地理距离较近的城市具有正关联，显示其对其他城市人口流动的影响明显弱于都市圈内的主中心城市。

4.2  若干政策启示

区域协同发展是粤港澳大湾区城市群提升国际竞争力、建设国际一流湾区和世界级城市群的关键议题。从城际人口流动联系特征看，深圳与广州、深圳与东莞、广州与佛山之间的人口流动强联系，显示出深圳都市圈和广州都市圈两个都市圈内部及两个都市圈之间较好的协同发展趋势，凸显莞深一体化、广佛同城化等空间战略的积极效果。与此同时，深圳、广州、东莞、佛山四个核心城市的绝对主导地位，也显示出粤港澳大湾区城市群内部不平衡发展的强大惯性，以珠三角为核心，以及珠三角内部“东强西弱”的特征仍然十分显著，《粤港澳大湾区发展规划纲要》所预期的“三核引领、多中心网络化”协同发展格局远未形成。

以上特征与基于经济流、交通流和信息流等要素所得到的研究结果具有较强的一致性和相互印证性。可以认为，粤港澳大湾区城市群城际人口流动的不均衡状态，本质上反映城市群内各城市及都市圈的发展活力与发展水平差异。从区域协同发展的政策目标看，加强对珠江口西岸都市圈、汕潮揭都市圈和湛茂都市圈中心城市的培育，仍然是当前实现粤港澳大湾区城市群协同发展亟待解决的关键问题之一。从圈际联系看，当前珠江口西岸都市圈与深圳都市圈的人口流动联系已呈现超过与广州都市圈联系的势头。因此，进一步改善珠江口东、西两岸的交通条件，促进东、西两岸的协同发展，将是大势所趋。这也将为珠江口西岸都市圈的发展注入活力，有利于“澳门—珠海”作为粤港澳大湾区发展极核的形成。

由于人口流动属于实体要素流动，它具有与基于其他要素流动分析不一样的独特性。突出表现为：尽管香港和澳门在国际社会具有较大的影响力，但本研究的数据分析显示，两地与粤港澳大湾区城市群的内地城市之间的城际人口流动的绝对联系强度并不高；除香港与澳门、深圳与香港之间具有较强的城际人口流动相对联系外，两个城市与广东省其他城市的人口流动交互，均未显示与其经济实力相匹配的影响力水平。这在一定程度上与本文的数据源未能覆盖使用香港和澳门的网络用户有关，但也可以看出，在“一国两制三法域”的框架下，体制差异及通关管理边界的存在，使得城际人口难以实现高效的跨境流动，无法充分释放区域协同创新的巨大潜力。显然，未来要实现粤港澳大湾区城市群协同发展的政策目标，仍需要着力推动香港、澳门与内地城市的联系，尤其是深化深圳与香港、珠海与澳门之间的交流，从功能分工互补、基础设施互通、产业协作发展等方面，加强临界地区的合作，促进城市群内部的一体化发展。

05

结论

本研究基于手机应用大数据，提取用户在粤港澳大湾区城市群不同城市间的流动数据，从城际人口流动角度，为当前粤港澳大湾区城市群空间联系的认知提供了新视角。研究在统计城际人口流动绝对联系强度的基础上，构建相对联系强度指标，更全面地展示城市个体在城市群中的地位，以及城市群内部的空间结构。

本文的分析显示：从城际绝对联系强度看，与深圳、东莞、广州和佛山四个城市相关的城际人口流动绝对数量最大，城际人口流动强度最大的城市对也出现在这四个城市之间；从城际相对联系强度看，这四个核心城市在城际人口流动的影响力方面存在明显梯队差异，整个城市群内部形成以“广州—深圳—东莞—佛山”为核心的“辐轮”状格局。研究认为，粤港澳大湾区城市群非常不均衡的城际人口流动总体上反映城市群内各城市及都市圈的发展活力与发展水平差异；同时，由于体制因素的差异以及通关边界等存在，香港和澳门两个城市的城际人口流动未显示出与其经济实力相匹配的影响力水平。在粤港澳大湾区城市群提升国际竞争力、建设国际一流湾区和世界级城市群的趋势下，一方面需要加强对珠江口西岸都市圈、汕潮揭都市圈和湛茂都市圈中心城市的培育，改变粤港澳大湾区城市群内部不平衡发展的状态；另一方面，需要着力推动香港、澳门与内地城市的联系，充分释放区域协同创新的潜力。

受到数据源的限制，本研究存在一定局限性。一是所用数据时间跨度为一个月，仅能反映特定时间段内人口流动的特征，无法更全面地揭示不同时间人口流动的变化及人口流动的演变规律；二是由于广东省流动人口数量十分庞大，本研究所采用的城际人口流动数据无法区分过境与停留，可能造成部分过境城际交互人口数量偏高；三是受数据精度制约，本文仅从城际人口流动特征角度挖掘数据，对其流动的原因及类型尚无法进行深入分析，需在后续研究中进一步验证与探讨。