人口流动视角下的中国新冠疫情扩散时空动态——传统数据和大数据的对比研究

人口研究 ›› 2020, Vol. 44 ›› Issue (5): 44-59.

人口流动视角下的中国新冠疫情扩散时空动态——传统数据和大数据的对比研究

刘涛¹,靳永爱²

刘涛¹，北京大学城市与环境学院、未来城市研究中心；靳永爱²（通讯作者），中国人民大学人口与发展研究中心。

出版日期:2020-09-29 发布日期:2020-10-15
作者简介:刘涛，北京大学城市与环境学院、未来城市研究中心研究员；靳永爱（通讯作者），中国人民大学人口与发展研究中心副教授。
基金资助:
本研究得到教育部人文社科基金项目“新型城镇化视角下的人口再流动与城市群空间重构”（18YJC840022）、国家自然科学基金项目“我国流动人口的再流动及城镇化空间效应研究”（41801146）和北京大学新冠肺炎防控攻关专项课题“人口流动复杂性对城乡治理的挑战及对策”的资助。

Human Mobility and Spatio-temporal Dynamics of COVID-19 in China: Comparing Survey Data and Big Data

Liu Tao¹,Jin Yongai²

Liu Tao¹, College of Urban and Environmental Sciences and Center for Urban Future Research, Peking University; Jin Yongai² (Corresponding Author), Center for Population and Development Studies, Renmin University of China.

Online:2020-09-29 Published:2020-10-15
About author:Liu Tao is Assistant Professor, College of Urban and Environmental Sciences and Center for Urban Future Research, Peking University; Jin Yongai (Corresponding Author) is Associate Professor, Center for Population and Development Studies, Renmin University of China.

摘要/Abstract

摘要： 基于城市层面的每日疫情数据，利用空间可视化和统计分析模型，从人口流动视角考察中国新冠疫情扩散的时空动态规律，探究不同类型人口流动的影响。研究发现，人口流动带来的城际传播和家庭为主的本地传播构成了中国疫情扩散的两阶段模式，塑造了疫情的时空格局。人口流动对疫情传播的影响具有结构性差异和动态性特征，商务、旅游等短期人口流动是疫情暴发初期的主要传播途径，长期人口流动带来的春节返乡流则推动了疫情进入高峰期。医疗资源并未对疫情防控产生系统性约束，人口老龄化的提高也未导致城市感染人数增加。传统数据和大数据对疫情传播的解释和预测具有同等效力，二者优势的结合是深化定量社会研究、提升社会治理能力的有效途径。

关键词: 新冠疫情, 人口流动, 时空动态, 大数据

Abstract: This study investigates the impact of human mobility on the spatio-temporal dynamics of COVID-19 spread by utilizing daily COVID-19 data of more than 300 cities in China. The spread of COVID-19 in China is characterized by a two-stage pattern, namely the inter-city transmission driven by human mobility in the first stage and the local transmission among family members in the second stage, which have further shaped the spatio-temporal patterns. The impacts of human mobility on the COVID-19 spread are featured by structural differences and dynamic patterns. Temporal movements including tourism and business travel are the main route of transmission at the beginning of COVID-19 outbreak, while internal migrants returning to their hometowns during the Chinese Spring Festival are mainly responsible for the peak outbreak in early February. Both survey data and big data have equally high statistical power in predicting and interpreting the spread of COVID-19, indicating that the combination of the twos strengths would contribute substantially to advancing quantitative research and improving social governance capacity.

Keywords: COVID-19, Human Mobility, Spatio-temporal Dynamics, Big Data

刘涛,靳永爱. 人口流动视角下的中国新冠疫情扩散时空动态——传统数据和大数据的对比研究[J]. 人口研究, 2020, 44(5): 44-59.

Liu Tao,Jin Yongai.

Human Mobility and Spatio-temporal Dynamics of COVID-19 in China: Comparing Survey Data and Big Data

[J]. Population Research, 2020, 44(5): 44-59.

[1]	段成荣, 邱玉鼎, 黄凡, 谢东虹. 从657万到3.76亿：四论中国人口迁移转变[J]. 人口研究, 2022, 46(6): 41-58.
[2]	马胜春. 中国省际人口流动的特征及影响因素的空间分析[J]. 人口研究, 2022, 46(6): 59-71.
[3]	李卫东. 配偶替代与农民工婚姻稳定性的关系[J]. 人口研究, 2021, 45(4): 54-68.
[4]	随淑敏, 何增华. 人口老龄化对企业创新的影响[J]. 人口研究, 2020, 44(6): 63-78.
[5]	杨冕,谢泽宇. 新冠肺炎疫情防控对中国人口流动的影响——基于百度地图迁徙大数据的实证研究[J]. 人口研究, 2020, 44(4): 74-88.
[6]	李婷，袁洁，夏璐，熊英宏，张露尹. 中国网络大众生育态度倾向变迁——兼论舆情大数据在人口学中的应用[J]. 人口研究, 2019, 43(4): 36-49.
[7]	赵梓渝，王士君. 2015年我国春运人口省际流动的时空格局[J]. 人口研究, 2017, 41(3): 101-112.
[8]	张耀军，巫锡伟，张敏敏. 省级区域人口吸引力对主体功能区规划的影响与启示[J]. 人口研究, 2016, 40(2): 12-22.
[9]	钟水映，李春香. 乡城人口流动的理论解释: 农村人口退出视角[J]. 人口研究, 2015, 39(6): 13-21.
[10]	王广州. 大数据时代中国人口科学研究与创新[J]. 人口研究, 2015, 39(5): 15-26.
[11]	周皓. 人口流动对生育水平的影响:基于选择性的分析[J]. 人口研究, 2015, 39(1): 14-.
[12]	钟水映,赵雨,任静儒. 我国地区间“未富先老”现象研究[J]. 人口研究, 2015, 39(1): 63-.
[13]	张耀军,岑俏. 中国人口空间流动格局与省际流动影响因素研究[J]. 人口研究, 2014, 38(5): 54-.
[14]	石贝贝，王金营. 人口发展变化对区域消费影响的实证研究——基于中国省级区域的数据[J]. 人口研究, 2014, 38(1): 77-89.
[15]	唐丹. 个性与乡城流动关系初探[J]. 人口研究, 2013, 37(3): 43-50.