长三角人员流动大数据！中心城市究竟是谁？

 目前长三角地区的一体化程度究竟处在什么水平？ 长三角地区城市之间存在何种联接关系？这些问题是在实现长三角一体化过程中不可回避的。

11月19日，在2021长三角高校智库峰会上，复旦大学文科资深教授、经济学院院长、长三角一体化发展研究院院长张军发布了“从人员流量看长三角一体化的未来”的报告。报告由复旦大学长三角一体化发展研究院、复旦发展研究院、复旦大学中国经济研究中心联合发布，以下系报告全文，澎湃新闻经作者授权刊发，以飨读者。

一、 为何要做长三角一体化程度测评

长江三角洲（以下简称长三角）地区是中国经济发展最活跃、开放程度最高、创新能力最强的区域之一，其已经成为引领全国经济发展的重要引擎，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。推动长三角一体化发展，增强长三角地区创新能力和竞争能力，提高经济集聚度、区域连接性和政策协同效率，对引领全国高质量发展、建设现代化经济体系意义重大。2019年12月1日中共中央、国务院正式印发了《长江三角洲区域一体化发展规划纲要》（以下简称纲要），纲要提出长三角一体化发展要在2025年取得实质性进展：跨界区域、城市乡村等区域板块一体化发展达到较高水平，在科创产业、基础设施、生态环境、公共服务等领域基本实现一体化发展，全面建立一体化发展的体制机制。那么目前长三角地区的一体化程度究竟是处在什么水平呢？ 长三角地区城市之间存在何种联接关系呢？显然，这些问题是在实现长三角一体化过程中不可回避的。

本文旨在从长三角地区人员流动的视角来回答这些问题。之所以选择人员流动来研究长三角一体化的程度，是因为区域经济上的一体化一定蕴含着区域人员的频繁流动。区域之间的溢出效应主要是通过人员流动完成，频繁而自由的人员流动能够促进先进的技术和商业模式迅速扩散并带动资本的流动，这样有利于实现区域的均衡发展。因此，城市之间较大的人员流量往往意味着较强的经济联系，同时也能够反映区域要素自由流动的程度。本文通过长三角地区城市之间人员流动状况来评估长三角地区一体化的程度，并仔细地探讨城市之间的关联性，发现目前存在的问题，以便为政府推动未来长三角一体化的进一步发展提供一些针对性的建议。

二、 用大数据观察长三角各城市的人员流量与流向

本文使用的数据主要有2020年9月1日-2020年9月30日江浙沪皖共41个城市之间的人员流量数据、2018年各大城市的GDP和常住人口数据以及各城市之间的距离数据。人员流量数据由联通公司的基站定位系统获取，基站定位系统可以定位每个联通用户每天的位置变化信息，由此可以对于长三角地区人员流动数据进行加总计算。鉴于联通公司在通讯市场所占份额约为五分之一，我们在原有数据集中乘以五即可估计出长三角城市之间总的人员流量。需要说明的是，这里的人员流动数据代表的是短期的人员流动而非长期的人口迁移，其主要由商业往来，工作日常通勤以及短期旅行构成。各大城市的GDP以及常住人口数据通过各省2019年统计年鉴获取。各城市之间的距离主要采用百度地图规划出的各城市市政府之间最短驾车行驶距离。

图2-1 标准化后的各城市人员流入量与流出量

图2-1展示的各个城市标准化后的人员流入量和流出量情况，这里的标准化是用每个城市的人员流入量（流出量）除以长三角地区41个城市总的人员流入量（流出量）。

从流入量的角度来看，苏州、上海、无锡、杭州、南京、嘉兴、常州、镇江、合肥和泰州位列前十，其中苏州和上海的人员流入量远高于其他城市

，其中浙江省南部城市和安徽省大部分城市的人员流入量较小，如黄山、舟山、铜陵、丽水、衢州、淮南、淮北和温州等城市。

从图2-1中也可以发现，人员流入量较大的城市也是人员流出量较大的城市，同时，人员流入量较小的城市往往流出量也较小。因此，这说明一个城市的人员流入量与人员流出量总体较为平衡。需要再次强调的是，我们的人员流动数据是短期的人员流动数据而非长期的人口迁移数据，这里短期的人员的数据流入量与流出量的平衡不意味着长期人口迁移的平衡。

图2-2展示的是各城市人员净流出量与各城市人员总流量比值的状况，其中负值代表的是净流入，而正值代表的是净流出。这种净流入或者净流出的量代表了城市人员流动不平衡的程度。从量的程度来看，三分之二的城市的净流入量或者净流出量不足该城市总流量的1%，六分之一的城市的净流入量或者净流出量超过该城市总流量的2%，只有极个别城市的净流入量或者净流出量超过该城市总流量的3%；从城市的分布来看，净流入城市主要是安徽省和浙江省的大部分发展水平相对较低的城市，而净流出的城市主要是江苏省和浙江省中发展水平较高的城市，以及安徽省中邻接江苏省的发展水平较高的城市。这说明长三角地区城市之间存在较强的“溢出效应”，人员从经济发展水平较高的城市流向经济发展水平较低的城市的量大于经济发展水平较低城市流向经济发展水平较高城市的量。

关于这一点，我们会在后面做进一步的解释。更具体而言，合肥和上海的人员流动最为平衡，徐州、蚌埠、阜阳和淮北这些江苏北部和安徽北部城市人员净流入量较大，舟山、宁波、马鞍山、宿州、苏州这些浙江东部和江苏以及临近江苏的安徽城市人员净流出量较大。

图2-2 各城市人员净流出量与各城市总流量比值

表2-1列出了各城市间的人员流量指数及排名情况，上海-苏州之间的人员流量最大，故以此为基准指数计算出其他城市之间的流量指数。由于篇幅有限，故这里只呈现前三十个城市对。从表中不难看出，上海-苏州之间的人员流量明显高于其他城市之间的流量，约是排名第二的城市间人员流量指数——苏州-无锡流量指数的2.5倍。关于省内城市之间的人员流量情况，各省内城市之间联系较为紧密的有：江苏省的苏州-无锡、常州-无锡以及南京-镇江，浙江省的杭州-嘉兴、杭州-绍兴和杭州-湖州，安徽省的安庆-池州、合肥-六安和毫州-阜阳 。关于跨省城市间的流量情况，跨省城市之间联系较为密切的有：嘉兴-上海、宿州-徐州、马鞍山-南京、滁州-南京、嘉兴-苏州、南通-上海、湖州-苏州以及杭州-上海，不难看出，两省边界处的接壤城市之间联系较为密切。

表2-1 长三角各城市间的人员流量指数及排名情况

图2-3展示的是江浙沪皖地区加总层面的人员流入流出情况。为了避免出现人口基数越大人员流量越大的情况，这里的数据是每个地区的人员流量除以各地区总常住人口数量，然后进行标准化处理即各地区常住人口调整后的流入量（流出量）除以各地区常住人口调整后总流入量（总流出量），这样可以剔除掉人口因素对于人员流量大小的干扰。从图中不难看出，各地区的人员流入流出情况都比较平衡，江苏省的人员总流入量略微大于总流出量，浙江省和安徽省的总流出量略大于总流入量。

值得注意的是，

江苏省的人员流量无论是总流入量还是总流出量都远高于浙江省和安徽省，江苏省的经济活跃程度由此可见一斑。上海市的流量水平接近安徽省的流量水平，其二者均高于浙江省的流量水平。

图2-3 江浙沪皖地区人员流入流出总体情况

三、 量化长三角地区城市一体化的程度

1、城市人员流向的特征说明了什么？

上文可知，不同省份的城市之间以及同一省份不同城市之间的人员流量均存在较大差异，省内城市之间的人员流量明显大于省际城市之间的人员流量，这种现象是否反映了长三角地区省际之间存在较强的“边界效应”呢？课题组利用引力方程模型对长三角地区的“边界效应”进行精确度量。

引力方程的基本观点如下：区域间的贸易量与两个地区的国民生产总值等经济规模因素成正比,与地理距离等贸易成本因素成反比。这是因为:地区的生产规模和国民收入越大,市场需求就越大,地区间的贸易量也越大;地理距离会导致双边贸易产生运输成本,所以两个地区相距越远,运输成本越高,地区间的贸易就越少。类似于贸易中的引力方程，我们同样可以定义人员流动的引力方程。与贸易不同的地方是，贸易是基于比较优势进行的，而人员的区域流动往往存在两个效应：“溢出效应”和“虹吸效应”。“溢出效应”是指经济发展水平较高的城市的人员会流向经济发展水平较低的城市，而“虹吸效应”是指经济发展水平较高的城市会吸引经济发展水平较低城市的人员流入。同时人员的流动与地理距离负相关，因为较大的地理距离会带来较高的交通成本从而会抑制人员流动。

课题组根据模型测算（注：此处略去了引力方程模型），平均意义而言，人员流出城市的GDP每提高一个百分点，人员流出会增加0.212个百分点，而人员流入城市的GDP每降低一个百分点，人员流入会增加0.514个百分点，这说明了长三角地区的城市目前存在较强的溢出效应，经济发展水平较高城市的人员会较多地流入经济发展水平较低的城市。若这种流动是短期旅行，那么这种溢出效应体现的就是发展水平高的城市向发展水平低的城市的财富溢出；若这种流动是商业活动，如不同城市间企业之间的商业往来，那么这种溢出效应就是商业模式、管理模式和资本要素的溢出。这样有利于缩短经济发达城市和欠发达城市的差距，实现均衡发展。根据引力方程模型的估计，目前长三角地区存在较大的“边界效应”，省内城市之间的人员流量约是省际城市间人员流量的2.4倍。

图3-1可以更清楚直观地表明长三角地区行政边界对于省内和省际城市之间人员流动的影响。在该图中我们重点比较在相同距离范围内，省内城市之间人员流量和省际城市之间人员流量之间的差异，这一差异本质上反映了长三角地区行政区划边界的作用，倘若长三角地区的一体化水平已经达到很高的程度了，那么我们应该看到在相同距离范围内，无论是省内城市之间的人员流量还是省际之间的人员流量应该是没有显著差异的。然而，从图中不难看出，在相同距离范围内，省内城市间人员流量和省际间人员流量存在显著差异，且省内城市间平均人员流量约是省际城市间平均人员流量的2倍左右，这与引力模型的计量结果显示的“边界效应”非常接近，直观地验证了长三角地区“边界效应”的存在以及“边界效应”的大小。

尽管我们所用的人员流动数据是短期的，但是据其估计出的“边界效应”可以反映出长期的经济布局分割，这种经济布局的分割是行政壁垒的体现。第一，行政壁垒的存在会造成基础交通设施在省内和省际之间存在差异。可能省内的交通网络密度显著高于省际间的交通网络密度，这种基础交通的差异影响了省内和省际人员流量的差异。第二，以商业活动为例，行政壁垒的存在造成较高的交易成本，从而导致关联企业的经济往来主要在省内而非省际之间进行，进而阻碍了跨行政区域的商业活动。无论是基础交通的差异还是交易成本的差异，它们都会造成经济布局的差异。

图3-1 相同距离范围内省内和省际城市间平均人员流量的比较

2、长三角的城市网络格局长什么样？

长三角地区的发展离不开城市群的发展，只有那些互相之间联系较为紧密的城市才能构成城市群，城市间人员流量的大小可以反映出城市间的联系紧密程度。长三角地区共有41个主要城市，这些城市以人员流量为权重构成了一个加权有向网络，那么在这个网络之中哪些城市之间联系较为紧密呢？这些联系紧密的城市有什么特征呢？回答好这些问题能够帮我们厘清当前长三角地区城市群的结构。为了回答上述问题，本节利用复杂网络中的社区检测算法来划分出长三角地区不同的城市群。

根据各城市之间人员流量数据，利用社区网络检测（community detection）算法对41个城市进行聚类分析，这种算法被广泛应用于复杂网络中，用来检测网络中节点之间的关系，把城市看成网络中的节点，利用这种聚类分析的思想能够帮助我们找出联系紧密的城市群。图3-2为长三角城市群的聚类分析结果。从图中可以看出长三角城市群大致可以分成五个子城市群：上海与江苏省的苏州、无锡、常州和南通构成一个子城市群；南京、镇江、扬州、泰州、马鞍山、黄山、芜湖、宣城、滁州和蚌埠构成一个子城市群；嘉兴、湖州、杭州、绍兴、宁波、舟山、台州、金华、温州、衢州和丽水构成一个子城市群；合肥、毫州、阜阳、淮南、六安、安庆、池州和铜陵构成一个子城市群；淮北、宿州、连云港、徐州、宿迁、盐城和淮安构成一个子城市群。从这些子城市群中不难看出，

地理上较为接近的城市联系更加紧密，如上海和苏南城市联系较紧密，苏南与皖东南的城市联系紧密，苏北与皖北城市联系紧密

，值得注意的是，

安徽省以合肥为中心构成了一个只含安徽省内城市的子城市群，而浙江省的全部城市构成了一个子城市群，浙江省与其他三个省市的联系较弱。在建设长三角一体化时需注意加强浙江与其他三个省市之间的联系。

值得注意的是，行政分界与地理文化分界存在较大的差别，城市群结构存在跨行政区域的特征。如江苏省的省会南京市、镇江市、扬州市和泰州市与安徽省东部的主要城市的联系强度要高于它们与苏南和苏北主要城市的联系强度，这在一定程度上印证了网络中所流行的“徽京”的说法。

安徽省东部和北部的主要城市与江苏省的城市构成城市群，并没有完全以合肥为中心构成较大的城市群。因此在制定关于城市群方面的相关政策时要特别注意这种跨行政区域的城市群结构，不能强行根据行政区域对城市群结构进行划分，否则会造成资源配置的扭曲，阻碍长三角地区经济一体化的发展。

图3-2 社区网络检测聚类

3、谁是中心城市？

一个城市群的发展需要有中心城市引领，中心城市在城市群发展中起到增长极的作用，它会通过发挥人才、资源、制度等的溢出效应来带动其他城市的发展。那么在长三角地区中哪些城市在城市群中扮演着中心城市的角色呢？课题组通过计算复杂网络模型中节点中心度的方式来度量各城市的重要性。

江浙沪皖共计41个城市，把每个城市看成一个节点，那么这些城市之间的人员流量构成了一个含有41个节点的加权有向网络图。我们以两城市之间单位距离流量（平均每公里的人员流量）作为两节点之间的权重，并对网络中总权重进行归一化处理得到处理后的标准化权重，把标准化之后的权重作为网络的最终权重。（此处略去方程计算过程）我们对长三角地区41个城市的中心度进行计算并排序如图3-3所示。

从图3-3中不难看出，

苏州、无锡、上海、南京和杭州的中心度位列前五，而且苏州的中心度遥遥领先其他四个城市，南京与杭州的中心度较为接近。而中心度较小的城市主要是皖南和浙南的城市如黄山、舟山、丽水、衢州、铜陵和温州等。因此，在经济发展过程中要特别注意利用这些中心城市来引领长三角地区其他城市的发展。

图3-3 按照人员流动计算的各城市中心度

四、 可能的政策建议

根据上文对于长三角城市之间联系强度的度量与分析，我们能够清楚地认识到长三角地区行政边界的存在对于人员流动的影响以及目前长三角地区城市群的结构特征。为了政府能够进一步促进长三角地区一体化的发展，加深城市之间的经济联系，我们拟提出如下政策建议：

以重点城市为中心构建都市圈，加强都市圈边缘城市联系促进多个都市圈融合发展。

重点培育南京、杭州、合肥、苏锡常、宁波等多个中心城市，以这些城市为中心向外扩散形成多个都市圈。加强中心城市与都市圈内其他城市以及相邻都市圈边缘城市之间的市域和城际铁路、道路交通、毗邻地区公交线路对接，构建快速便捷都市通勤圈。推动上海与近沪区域及苏锡常都市圈联动发展，构建上海大都市圈。通过马鞍山、滁州、芜湖等城市加强南京都市圈与合肥都市圈协同发展，打造东中部区域协调发展的典范。通过金华和台州等城市推动杭州都市圈与宁波都市圈的紧密对接和分工合作，实现杭绍甬一体化。通过嘉兴促进沪杭都市圈之间的融合发展。通过湖州实现苏锡常、南京和杭州都市圈之间的融合发展。加强安徽省的黄山、宣城和铜陵等城市与浙江省的湖州和杭州的联系，来促进合肥都市圈与杭州都市圈的融合发展。

建设一体化综合交通体系，提升基础设施互联互通水平。

加快建设集高速铁路、普速铁路、城际铁路、市域（郊）铁路、城市轨道交通于一体的现代轨道交通运输体系，构建高品质快速轨道交通网，努力实现省际省内交通网络密度的一致性，减少跨行政区域的流动障碍降低流动成本。加快都市圈边缘城市之间交通网的建设，促进都市圈的融合发展。加快推进城际铁路网建设，推动市域铁路向周边中小城市延伸，率先在都市圈实现公交化客运服务。支持高铁快递、电商快递班列发展。提升省际公路通达能力。加快省际高速公路建设，对高峰时段拥堵严重的国省道干线公路实施改扩建，形成便捷通达的公路网络，撤销省际高速公路收费站。编制实施长三角民航协同发展战略规划，构建分工明确、功能齐全、联通顺畅的机场体系，提高区域航空国际竞争力。巩固提升上海国际航空枢纽地位，增强面向长三角、全国乃至全球的辐射能力。规划建设南通新机场，成为上海国际航空枢纽的重要组成部分。优化提升杭州、南京、合肥区域航空枢纽功能，增强宁波、温州、阜阳等区域航空服务能力，支持苏南硕放机场建设区域性枢纽机场。

建立跨区域协调机制体制，打破行政边界分割。

根据目前长三角地区城市群格局的跨行政区域特征，在促进城市群协调发展的过程中，亟需打破行政边界壁垒，建立跨区域协调机制体制。具体而言，共建统一开放人力资源市场，促进人力资源特别是高层次人才在区域间有效流动和优化配置。加强各类资本市场分工协作，加快金融领域协同改革和创新，促进资本跨区域有序自由流动。联合共建金融风险监测防控体系，共同防范化解区域金融风险。鼓励地方政府联合设立长三角一体化发展投资专项资金，主要用于重大基础设施建设、生态经济发展、盘活存量低效用地等投入。建立跨行政区域的土地市场，将耕地红线标准设置在长三角总体层面而非具体省市。这样能够既保证耕地红线又能保证建设用地流向经济高效发展的地区，避免了经济效益较低的地区存在较多建设用地指标而经济效益较高的地区因受到耕地红线限制而导致的建设用地指标稀缺的尴尬局面，从而提高土地资源的利用效率。完善跨区域产权交易市场，推进现有各类产权交易市场联网交易，推动公共资源交易平台互联共享，建立统一信息发布和披露制度，建设长三角产权交易共同市场。培育完善各类产权交易平台，探索建立水权、排污权、知识产权、用能权、碳排放权等初始分配与跨省交易制度，逐步拓展权属交易领域与区域范围。

加强城市群间协同创新，提升城市群产业分工。

加强上海张江、安徽合肥综合性国家科学中心建设，健全开放共享合作机制。优先布局国家重大战略项目、国家科技重大专项，共同实施国际大科学计划和国际大科学工程。坚持市场机制主导和产业政策引导相结合，充分结合城市群比较优势，完善区域产业政策，强化中心区产业集聚能力，推动产业结构升级，优化重点产业布局和统筹发展。中心区重点布局总部经济、研发设计、高端制造、销售等产业链环节，大力发展创新经济、服务经济、绿色经济，加快推动一般制造业转移，打造具有全球竞争力的产业创新高地。支持苏北、浙西南、皖北和皖西重点发展现代农业、文化旅游、医药产业、农产品加工等特色产业及配套产业。充分发挥皖北、苏北粮食主产区综合优势，实施现代农业提升工程，建设长三角绿色农产品生产加工供应基地。建设皖北承接产业转移集聚区，积极承接产业转移。推动中心区重化工业和工程机械、轻工食品、纺织服装等传统产业向具备承接能力的中心区以外城市和部分沿海地区升级转移，建立与产业转移承接地间利益分享机制，加大对产业转移重大项目的土地、融资等政策支持力度。