手机信令数据反映了城市之间的人员流动。这种较大规模的人流跨城移动相当于形成了一个城市之间跨城人流出行联系网络。在此网络中，城市中心性反映了城市在空间相互作用中的网络地位，表达为城市与网络中其他城市之间的联系强度，包括城市对外联系流量、对外联系流向两个维度。
      对外联系流量是指某城市与其他城市之间的人流联系总数量，以联系总量表征城市中心性。对外联系流向是指某城市与其他城市之间的主要联系流向，是以主要联系流向表征城市中心性。依据上述思路，本研究包含三大内容：①从手机信令数据中识别居民在城镇之间的流动情况，从连续多日的手机信令数据中识别出手机用户的常住地、出行目的地，由此得出各个城镇之间的人流联系度；②依据城镇之间的人流联系度，分别采用对外联系流量、对外联系流向两个维度测度各城市中心性，以城市中心性确定城镇体系的等级结构；③将由城市中心性测算得出的城镇体系等级结构与常规“位序—规模”法得到的规模等级结构进行比较，讨论异同和各自适用范围。

二 以手机信令数据识别城市联系度

（一）  空间单元划分

      研究以昌九区域40个城市的中心城区作为城市空间单元，以谷歌地球的遥感影像为辅助工具，依据遥感影像中40个城市在2015年的实际建成区范围，以乡镇(街道)行政区划为基础确定其中心城区范围。如果某一城市建成区跨越了多个乡镇(街道)，则将这些乡镇(街道)合并后的范围作为该城市的中心城区范围。县城(县级市)中心城区一般包括一个或两个镇级(街道)行政单元，地级市中心城区由多个镇级(街道)行政单元合并组成。
      本区域40个城市中心城区以外的地域以乡镇行政边界为空间单元进行划分。采用上述方法，研究最终将昌九区域划分为639个空间单元，包括40个城市空间单元、599 个乡镇空间单元。

（二）城市联系度测算

      按手机信令发生时所连接的基站空间位置，根据划分后的639个空间单元识别城镇之间的人流联系度。以常住用户在昌九区域内跨空间单元出行人次数作为城镇之间联系度的计算基础，测算方法包括用户常住地识别、出行目的地识别、联系次数计算和城市联系度汇总4 个步骤。

(1)常住地识别。以手机信令数据定位的基站位置推算每一用户在连续26个工作日的夜间常住地，如有某用户在26个工作日中的16个工作日以上的夜间居住地位于同一空间单元内，即将该空间单元定为该用户的常住地。研究从1389459个活跃用户中识别出了1118649 个用户的常住地。

(2)出行目的地识别。在所有识别出常住地的用户中，在37日内如发生跨空间单元出行，则按用户在昌九区域内一日出行到达的最远空间单元作为目的地。其中，距离是按照由国道、省道、县道及高速公路组成的公路网计算得出的网络距离。

(3)联系次数计算。用户从常住地出发至目的地，再由目的地返回常住地计为常住地与目的地之间的一次联系。在连续37日内，研究识别出常住地的居民共产生了2296630人次跨空间单元的联系。

(4)城市联系度汇总。研究从上述2296630人次跨空间单元的联系中选择出发生在40个城市空间单元之间的出行联系，作为城市之间的出行联系，共计1037094人次城市之间的出行联系。在此基础上，研究将40个城市分别两两互为常住地、目的地进行汇总，得到城市联系度 ( 图 1)。

三  联系流量维度—网络吸引量的中心性

（一）吸引量法

      传统方法往往采用引力模型测度城市之间的相互作用，但引力模型不能区分空间相互作用的方向性。同时，城市之间的交通运输班次往往是对等的，也不能够反映城市联系的方向性。手机信令数据反映的两个城市之间的人流联系本是一种互为目的地的双向联系，对某个城市来讲，存在以该城市为常住地、外部城市为目的地的出行联系，也存在以该城市为目的地，从外部城市进入该城市的出行联系。这样就能区分出具有方向性的城市联系网络。其中，以该城市为目的地的联系反映了外部城市与该城市相互作用的向心性，而向心性体现了城市的集聚性、统治力，更能反映该城市在城镇体系中的等级地位。为此，可以选择以该城市为目的地的人流联系总量(即城市在联系网络中的总吸引量)作为城市中心性的表征指标。

[返回]