Q1中國(guó)城市活力研究報(bào)告

1、012020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告4城市人口活力研究2020Q1全國(guó)總體遷徙趨勢(shì)：遷徙規(guī)模較去年農(nóng)歷同期下降40%2020年Q1期間，受疫情和春運(yùn)影響，全國(guó)總體遷徙規(guī)模較去年農(nóng)歷同期下降40%。春節(jié)前返鄉(xiāng)期（1月1日-1月21日，臘月七號(hào)-臘月廿七），2020年遷徙趨勢(shì)與2019年同期相似，呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)，1月21日達(dá)到返鄉(xiāng)高峰，全國(guó)遷徙強(qiáng)度整體略高于去年農(nóng)歷同期，且遷徙規(guī)模指數(shù)是去年同期的1.1倍。疫情下春節(jié)嚴(yán)格防控期，（1月22日-2月9日，臘月二十八-正月十六），因疫情防控，全國(guó)人口遷徙指數(shù)呈現(xiàn)斷崖式快速下降,下降幅度為去年同期的58%。疫情后期有序復(fù)工期

2、（2月10日-3月31日），全國(guó)人口遷徙趨勢(shì)徘徊一周后，逐步上升，在3月31號(hào)接近去年同期水平。2020年第一季度全國(guó)總體遷徙趨勢(shì)三月初八三月初六 三月初四 三月初二二月三十二月廿八二月廿六二月廿四二月廿二二月二十二月十八二月十六二月十四二月十二二月初十二月初八二月初六二月初四二月初二 正月廿九 正月廿七 正月廿五 正月廿三 正月廿一 正月十九 正月十七 正月十五 正月十三 正月十一 正月初九 正月初七 正月初五 正月初三 正月初一 臘月廿九 臘月廿七 臘月廿五 臘月廿三 臘月廿一 臘月十九 臘月十七 臘月十五 臘月十三 臘月十一 臘月初九 臘月初七2020年遷徙規(guī)模指數(shù)2019年遷徙規(guī)模指數(shù)

3、（農(nóng)歷同期） 返鄉(xiāng)期 有序復(fù)工期 1月1日-1月21日 嚴(yán)格防控期 1月22日-2月9日2月10日-3月31日1月25 春節(jié)2月10日 多省市開(kāi)始復(fù)工1月10日 春運(yùn)首日1月23日 武漢封城2月18日 春運(yùn)結(jié)束1月1日3月31日查看人口遷徙詳情，歡迎訪問(wèn)百度地圖遷徙平臺(tái)：https:/2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告5返鄉(xiāng)期十大遷入遷出城市：北京為熱門(mén)遷入第一，廣州為熱門(mén)遷出第一春節(jié)前返鄉(xiāng)期（2020年1月1-1月21日），北京為熱門(mén)遷入城市第一，廣州為熱門(mén)遷出第一。十大熱門(mén)遷入遷出城市均為一線及新一線城市。注：返鄉(xiāng)期選取2020年1月1日-1月21日“返鄉(xiāng)期”十大

4、遷出城市廣州市深圳市北京市 上海市 東莞市 成都市 蘇州市 佛山市 杭州市 鄭州市1.89%1.68%1.64%1.95%2.23%2.58%2.63%3.30%3.09%2.98%“返鄉(xiāng)期”十大遷入城市北京市廣州市成都市 上海市 重慶市 深圳市 鄭州市西安市 杭州市 蘇州市1.05%2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告61.08%1.55%1.53%1.40%1.28%1.27%1.62%1.90%2.13%有序復(fù)工期十大遷入遷出城市：廣州為遷入遷出城市第一注：有序復(fù)工期2月10日-3月31日“有序復(fù)工期”十大遷入城市廣州市深圳市 東莞市 成都市 佛山市 蘇州市 上海

5、市 杭州市長(zhǎng)沙市 鄭州市1.41%1.41%1.94%1.86%1.79%1.68%1.97%2.55%2.69%2.94%“有序復(fù)工期”十大遷出城市廣州市深圳市成都市東莞市 佛山市 重慶市 蘇州市 上海市長(zhǎng)沙市西安市1.23%1.18%1.14%1.09%1.07%2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告71.66%1.56%1.55%1.36%1.98%有序復(fù)工期（2020年2月10日-3月31日），廣州為熱門(mén)遷入遷出城市第一。整體來(lái)看，排名前十城市遷入比例大于遷出比例。全國(guó)&一線城市線下復(fù)工節(jié)奏：一線城市中上海復(fù)工指數(shù)領(lǐng)先其他城市隨著全國(guó)疫情緩解，全國(guó)企業(yè)線下復(fù)工指數(shù)

6、逐步上升，由2月10日的35.72%提升至3月31日的76.48%。對(duì)比北、上、廣、深四個(gè)一線城市，上海復(fù)工指數(shù)一直領(lǐng)先其他城市。注：查看最新復(fù)工指數(shù)，關(guān)注“百度地圖慧眼”微信公眾號(hào)。有序復(fù)工期全國(guó)復(fù)工指數(shù)變化76.48%71.20%65.84%59.39%51.46%42.87%35.72%2月第二周2月第三周2月第四周3月第一周3月第二周3月第三周3月第四周一線城市復(fù)工指數(shù)2月第二周 2月第三周 2月第四周 3月第一周 3月第二周 3月第三周 3月第四周北京廣州深圳上海2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告8022020.4 Baidu 2020年Q1中國(guó)城市活力研究

7、報(bào)告9城市消費(fèi)活力研究 城市消費(fèi)活力研究 中國(guó)銀聯(lián)大數(shù)據(jù)產(chǎn)品團(tuán)隊(duì)與百度地圖慧眼聯(lián)合研究研究背景：2020年初，一場(chǎng)新冠肺炎疫情突如其來(lái)，疫情讓城市及多個(gè)行業(yè)消費(fèi)活力備受影響，消費(fèi)活力增長(zhǎng)被按下“暫停鍵”。疫情之下，全國(guó) 消費(fèi)活力趨勢(shì)如何？城內(nèi)出行強(qiáng)度與消費(fèi)活力有哪些聯(lián)系？哪些行業(yè)消費(fèi)活力恢復(fù)較快？全國(guó)主要城市消費(fèi)活力如何在中國(guó)銀聯(lián)與百度達(dá)成戰(zhàn)略協(xié)議的背景下，由中國(guó)銀聯(lián)大數(shù)據(jù)產(chǎn)品團(tuán)隊(duì)與百度地圖慧眼聯(lián)合推出城市消費(fèi)活力研究報(bào)告，報(bào)告選取全國(guó)37個(gè)主要 城市作為研究對(duì)象，通過(guò)消費(fèi)大數(shù)據(jù)揭秘城市消費(fèi)活力趨勢(shì)。消費(fèi)活力為全國(guó)/城市/行業(yè)的總體消費(fèi)規(guī)模與去年同期的對(duì)比，其大小表征了相同周期內(nèi)消費(fèi)能力恢復(fù)的

8、速度；趨勢(shì)指數(shù)表征了全國(guó)/行業(yè)的總體消費(fèi)情況隨時(shí)間的周期變化情況；城內(nèi)出行強(qiáng)度指該城市有出行的人數(shù)與該城市居住人口比值的指數(shù)化結(jié)果，可以用來(lái)度量城內(nèi)活力恢復(fù)程度。 銀聯(lián)大數(shù)據(jù)基于銀行卡跨行交易數(shù)據(jù)，面向銀行、地產(chǎn)、政府、零售、汽車、酒店、保險(xiǎn)等客戶，以WEB、API、報(bào)告等方式提供風(fēng)控、營(yíng)銷、 決策等增值服務(wù)，輔助客戶實(shí)現(xiàn)業(yè)務(wù)精細(xì)化運(yùn)營(yíng)，提高經(jīng)營(yíng)效率。詳詢請(qǐng)郵：inspireX2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告102020年Q1全國(guó)平均消費(fèi)活力趨勢(shì)第01周 第02周 第03周 第04周 第05周 第06周 第07周 第08周 第09周 第10周 第11周 第12周消費(fèi)

9、活力趨勢(shì) 城內(nèi)出行強(qiáng)度2020Q1全國(guó)消費(fèi)活力趨勢(shì)：復(fù)工復(fù)產(chǎn)階段城內(nèi)出行強(qiáng)度與線下消費(fèi)增長(zhǎng)趨勢(shì)一致從消費(fèi)趨勢(shì)來(lái)看，第七周的消費(fèi)活力最低，而后隨著復(fù)工復(fù)產(chǎn)和國(guó)內(nèi)疫情轉(zhuǎn)好而逐步回暖。復(fù)工復(fù)產(chǎn)階段，城內(nèi)出行強(qiáng)度增長(zhǎng)趨勢(shì)與線下消費(fèi)活力趨勢(shì)一致。選取與民生“衣食住行”相關(guān)的零售、餐飲、房地產(chǎn)、汽車四大行業(yè)進(jìn)行分析。餐飲行業(yè)平均消費(fèi)活力高于全國(guó)平均水平。國(guó)內(nèi)“衣食住行”行業(yè)消費(fèi)活力全國(guó)平均零售 餐飲 房地產(chǎn)汽車春節(jié)注：為避免節(jié)假日給分析造成影響，活力趨勢(shì)中第01周指2020.1.5至1.11，對(duì)應(yīng)農(nóng)歷臘月十一至十七，并以去年農(nóng)歷同期作為對(duì)比，即2019.1.16至1.22，依次類推。 除活力趨勢(shì)外均以去年

10、公歷同期作為對(duì)比。2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告112020Q1零售行業(yè)消費(fèi)活力分析：天津市位列首位第一季度全國(guó)零售行業(yè)總體消費(fèi)活力趨勢(shì)與全國(guó)平均消費(fèi)活力趨勢(shì)基本保持一致。零售行業(yè)消費(fèi)活力TOP10城市的消費(fèi)活力均高于全國(guó)零售行業(yè)平均水平。2020年Q1全國(guó)零售行業(yè)總體消費(fèi)趨勢(shì)第01周 第02周 第03周 第04周 第05周 第06周 第07周 第08周 第09周 第10周 第11周 第12周消費(fèi)金額趨勢(shì)指數(shù)全國(guó)零售行業(yè)消費(fèi)活力趨勢(shì)消費(fèi)人次趨勢(shì)指數(shù)商戶活躍趨勢(shì)指數(shù) 全國(guó)平均消費(fèi)活力趨勢(shì)排名城市零售行業(yè)消費(fèi)活力指數(shù)1天津市2福州市3成都市4深圳市5拉薩市6北京市7南

11、京市8寧波市9?？谑?0呼和浩特市全國(guó)零售行業(yè)平均水平注1：零售行業(yè)包含超市、便利店、百貨日用品、服飾等。注2：第一季度全國(guó)37個(gè)主要城市消費(fèi)活力榜單詳見(jiàn)附表1。2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告122020年Q1全國(guó)餐飲行業(yè)總體消費(fèi)趨勢(shì)第01周 第02周 第03周 第04周 第05周 第06周 第07周 第08周 第09周 第10周 第11周 第12周消費(fèi)金額趨勢(shì)指數(shù)全國(guó)餐飲行業(yè)消費(fèi)活力趨勢(shì)消費(fèi)人次趨勢(shì)指數(shù)商戶活躍趨勢(shì)指數(shù) 全國(guó)平均消費(fèi)活力趨勢(shì)排名城市餐飲行業(yè)消費(fèi)活力指數(shù)1烏魯木齊市2蘭州市3深圳市4鄭州市5石家莊市6南寧市7呼和浩特市8天津市9昆明市10重慶市全國(guó)

12、餐飲行業(yè)平均水平2020Q1餐飲行業(yè)消費(fèi)活力分析：烏魯木齊市位列榜首第一季度全國(guó)餐飲行業(yè)總體消費(fèi)活力趨勢(shì)與全國(guó)平均消費(fèi)活力趨勢(shì)基本保持一致。烏魯木齊市在餐飲行業(yè)城市消費(fèi)活力中位列首位，蘭州市與深圳市分列二、三位。注1：餐飲行業(yè)包含正餐、小吃、食品售賣等。注2：第一季度全國(guó)37個(gè)主要城市消費(fèi)活力榜單詳見(jiàn)附表1。2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告132020Q1房地產(chǎn)行業(yè)消費(fèi)活力分析：蘭州市受影響較小第一季度全國(guó)房地產(chǎn)行業(yè)總體消費(fèi)活力低于全國(guó)平均水平。蘭州市房地產(chǎn)行業(yè)受影響相對(duì)較小，位列房地產(chǎn)行業(yè)城市消費(fèi)活力首位。注1：房地產(chǎn)行業(yè)包含房產(chǎn)開(kāi)發(fā)商、承包商、中介代理等。 注2

13、：第一季度全國(guó)37個(gè)主要城市消費(fèi)活力榜單詳見(jiàn)附表1。2020年Q1全國(guó)房地產(chǎn)行業(yè)總體消費(fèi)趨勢(shì)第01周 第02周 第03周 第04周 第05周 第06周 第07周 第08周 第09周 第10周 第11周 第12周消費(fèi)金額趨勢(shì)指數(shù)全國(guó)房地產(chǎn)行業(yè)消費(fèi)活力趨勢(shì)消費(fèi)人次趨勢(shì)指數(shù)商戶活躍趨勢(shì)指數(shù) 全國(guó)平均消費(fèi)活力趨勢(shì)排名城市房地產(chǎn)行業(yè)消費(fèi)活力指數(shù)1蘭州市2長(zhǎng)春市3長(zhǎng)沙市4杭州市5沈陽(yáng)市6西寧市7昆明市8成都市9拉薩市10南京市全國(guó)房地產(chǎn)行業(yè)平均水平2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告14第一季度全國(guó)汽車行業(yè)總體消費(fèi)活力低于全國(guó)平均水平。汽車行業(yè)城市消費(fèi)活力TOP10中北方城市居多。

14、注1：汽車行業(yè)包含4S店、二手經(jīng)銷商、汽車配件銷售等。 注2：第一季度全國(guó)37個(gè)主要城市消費(fèi)活力榜單詳見(jiàn)附表1。2020年Q1全國(guó)汽車行業(yè)總體消費(fèi)趨勢(shì)第01周 第02周 第03周 第04周 第05周 第06周 第07周 第08周 第09周 第10周 第11周 第12周消費(fèi)金額趨勢(shì)指數(shù)全國(guó)汽車行業(yè)消費(fèi)活力趨勢(shì)消費(fèi)人次趨勢(shì)指數(shù)商戶活躍趨勢(shì)指數(shù) 全國(guó)平均消費(fèi)活力趨勢(shì)2020Q1汽車行業(yè)消費(fèi)活力分析：濟(jì)南市、天津市位列前二排名城市汽車行業(yè)消費(fèi)活力指數(shù)1濟(jì)南市2天津市3拉薩市4北京市5南寧市6南昌市7大連市8蘭州市9合肥市10沈陽(yáng)市全國(guó)汽車行業(yè)平均水平2020.4 Baidu 2020年Q1中國(guó)城市活力

15、研究報(bào)告15附表1：全國(guó)37個(gè)主要城市2020Q1消費(fèi)活力全榜單消費(fèi)活力總排名城市零售消費(fèi)活力餐飲消費(fèi)活力房地產(chǎn)消費(fèi)活力汽車消費(fèi)活力城市總體消費(fèi)活力1蘭州市78.1101.881.072.894.22拉薩市85.678.269.381.290.93長(zhǎng)春市78.383.480.862.390.14濟(jì)南市73.182.864.2111.586.65南寧市76.393.76呼和浩特市79.090.456.056.384.27深圳市85.996.460.256.183.38大連市72.475.255.573.282.99成都市87.378.069.568.882.110合肥市7

16、7.367.957.272.881.911天津市92.288.658.087.581.712福州市87.957.965.055.881.713沈陽(yáng)市72.981.973.571.081.014南京市82.775.668.463.780.615?？谑?1.378.856.157.980.116寧波市82.362.062.557.778.917石家莊市70.094.460.264.178.218昆明市71.985.872.362.077.119銀川市71.879.557.644.276.3消費(fèi)活力總排名城市零售消費(fèi)活力餐飲消費(fèi)活力房地產(chǎn)消費(fèi)活力汽車消費(fèi)活力城市總體消費(fèi)活力20北京市83.871.5

17、49.277.776.221太原市68.379.461.165.975.922青島市73.977.552.964.175.623西寧市70.574.672.565.075.524烏魯木齊市68.0112.964.467.074.625南昌市73.257.355.875.174.526鄭州市66.594.648.355.574.427長(zhǎng)沙市70.574.076.563.073.128上海市73.969.958.967.172.629蘇州市55.872.130貴陽(yáng)市76.875.758.458.771.831東莞市59.780.658.857.371.032廣州市69.07

18、1.364.057.869.933西安市64.468.734重慶市75.683.858.259.068.235哈爾濱市68.877.243.852.364.636杭州市57.668.074.360.460.837武漢市61.860.937.951.658.42020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告16032020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告17全國(guó)城市流動(dòng)性研究城市流動(dòng)性是評(píng)價(jià)我國(guó)城鎮(zhèn)化發(fā)展水平與區(qū)域協(xié)作關(guān)系的重要切入點(diǎn) 。城市流動(dòng)性意義：信息、資源、人力等要素作為支撐社會(huì)良好運(yùn)行的核心要素，其在城市區(qū)域內(nèi)與區(qū)域間的流動(dòng)特征能

19、在一定程度上反應(yīng)各城市的發(fā)展活力。其中人力要素在區(qū)域之間的大規(guī)模流動(dòng)，則直觀地展現(xiàn)了我國(guó)城鎮(zhèn)化進(jìn)程中以勞動(dòng)力人口為主要代表的區(qū)域協(xié)作關(guān)系。這種協(xié)作關(guān)系可依托城市“流 動(dòng)性”進(jìn)行測(cè)度，通過(guò)對(duì)“流動(dòng)性”的排序方式，初步反映全國(guó)各城市在區(qū)域協(xié)作關(guān)系中的重要程度。報(bào)告主要內(nèi)容：報(bào)告中的城市流動(dòng)性概念包含兩項(xiàng)指標(biāo)，即該城市在一定時(shí)段內(nèi)的流動(dòng)聯(lián)系規(guī)模與流動(dòng)聯(lián)系廣度。報(bào)告主要采用2020年1月春節(jié)前夕百度 地圖遷徙大數(shù)據(jù)，計(jì)算春節(jié)前期全國(guó)省、城市兩個(gè)維度下的流動(dòng)聯(lián)系規(guī)模、城市層面下的流動(dòng)聯(lián)系廣度，繼而歸納流動(dòng)規(guī)模位序較高城市的流動(dòng)性特征。 同時(shí)，報(bào)告還結(jié)合了2019年4月平常日時(shí)段下的遷徙數(shù)據(jù)，得以比較自2

20、019年初以來(lái)，全國(guó)省市流動(dòng)聯(lián)系規(guī)模的變化特征。數(shù)據(jù)來(lái)源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計(jì)算邏輯：研究時(shí)段內(nèi)流入與流出總?cè)舜螖?shù)（標(biāo)準(zhǔn)化處理）；聯(lián)系廣度計(jì)算邏輯：滿足一定流動(dòng)聯(lián)系規(guī)模的城市對(duì)個(gè)數(shù)X2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告18城市流動(dòng)性研究省份流動(dòng)聯(lián)系規(guī)模數(shù)據(jù)來(lái)源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）。廣東 江蘇 河南山東 浙江四川 河北 安徽 湖南 湖北 陜西北京23.4廣西22.3遼寧22.0山西21.6云南20.6貴州19.3上海19.1福建18.5江西15.8內(nèi)蒙古12.6新疆11.8黑龍江11.5吉林10.2甘肅10.0海南9

21、.0天津7.2重慶6.7寧夏4.7青海3.2西藏0.828.334.131.029.046.941.641.554.353.263.5100.02020與2019流動(dòng)省份聯(lián)系量變化特征：首先從全國(guó)31個(gè)省級(jí)行政單元層面（除港澳臺(tái)），探討城市流動(dòng)聯(lián)系規(guī)模的位序變化差異。通過(guò)min-max標(biāo)準(zhǔn)化，將各省份流動(dòng)聯(lián)系規(guī)模換算為0-100區(qū)間內(nèi)流動(dòng)量指數(shù)。廣東省的流動(dòng)聯(lián)系規(guī)模在兩個(gè)時(shí)段下均為全國(guó)最高，標(biāo)準(zhǔn)化指數(shù)為100。全國(guó)省份流動(dòng)量可以劃分為三段區(qū)間，2019年與2020年各省份排名僅在各自區(qū)間內(nèi)發(fā)生變化。廣東、江蘇、四川、河南、浙江、山東、湖南、安徽、湖北、河北，10個(gè)省份均處于兩個(gè) 特征時(shí)段下全國(guó)

22、流動(dòng)聯(lián)系規(guī)模排名的前十位 。2019年平日流動(dòng)規(guī)模指數(shù)2020年春節(jié)前流動(dòng)規(guī)模指數(shù)廣東 江蘇 四川 河南 浙江山東 湖南 安徽 湖北 河北廣西 陜西 江西 貴州 云南 福建 北京山西 遼寧上海黑龍江 內(nèi)蒙古 重慶甘肅 新疆 海南 吉林天津5.4寧夏3.6青海2.1西藏8.67.925.221.820.019.819.819.317.215.415.314.438.336.533.633.428.828.248.946.244.6100.0流動(dòng)聯(lián)系量前10位流動(dòng)聯(lián)系量中間10位流動(dòng)聯(lián)系量后11位聯(lián)系規(guī)模計(jì)算邏輯：研究時(shí)段內(nèi)流入與流出總?cè)舜螖?shù)（標(biāo)準(zhǔn)化處理）；聯(lián)系

23、廣度計(jì)算邏輯：滿足一定流動(dòng)聯(lián)系規(guī)模的城市對(duì)個(gè)數(shù)。2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告19城市流動(dòng)聯(lián)系規(guī)模2020與2019城市流動(dòng)聯(lián)系量變化特征：與省份計(jì)算方法相同，標(biāo)準(zhǔn)化處理全國(guó)各城市流動(dòng)規(guī)模，分別篩選2019、2020兩個(gè)時(shí)段下流動(dòng)規(guī)模前30位城市進(jìn)行排序。其中石家莊、保定、青島僅出現(xiàn)于2019前30位，寧波、溫州、廈門(mén)僅出現(xiàn)于2020前30位。除上述6城外，其余前30位城市流動(dòng)聯(lián)系規(guī)模分別占2019平常日時(shí)段全國(guó)流動(dòng)總量的35.5%，2020春節(jié)前時(shí)段的33.8%。2019年平日流動(dòng)規(guī)模指數(shù)北京 上海廣州 深圳 成都鄭州 杭州 蘇州西安 東莞 佛山 武漢 南京長(zhǎng)沙

24、 天津 重慶 濟(jì)南 合肥 廊坊無(wú)錫 昆明 沈陽(yáng)石家莊 貴陽(yáng) 保定 惠州 太原 南寧青島 中山56.255.654.351.649.146.042.641.740.736.234.331.330.930.830.327.227.025.824.924.924.624.223.723.423.067.862.282.981.9100.02020年春節(jié)前流動(dòng)規(guī)模指數(shù)廣州 北京 深圳 上海 成都 東莞 蘇州 鄭州 重慶西安 佛山 杭州 武漢長(zhǎng)沙 南京 昆明 天津 合肥 惠州 南寧 中山 寧波無(wú)錫 濟(jì)南 貴陽(yáng) 廊坊 沈陽(yáng) 溫州 廈門(mén) 太原40.335.635.233.931.331.029.329.22

25、8.828.427.926.725.525.124.524.347.346.560.355.655.654.554.553.472.784.080.892.8100.099.4流動(dòng)聯(lián)系量前10位流動(dòng)聯(lián)系量中間10位流動(dòng)聯(lián)系量后10位數(shù)據(jù)來(lái)源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計(jì)算邏輯：研究時(shí)段內(nèi)流入與流出總?cè)舜螖?shù)（標(biāo)準(zhǔn)化處理）；聯(lián)系廣度計(jì)算邏輯：滿足一定流動(dòng)聯(lián)系規(guī)模的城市對(duì)個(gè)數(shù)2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告20城市流出與流入聯(lián)系規(guī)模深圳廣州 北京 上海 東莞成都 蘇州 佛山 杭州 鄭州西安 武漢長(zhǎng)沙 南京 重慶 寧波 天津 昆明 中山 惠州無(wú)錫 合

26、肥 溫州金華 南寧 廈門(mén) 濟(jì)南 貴陽(yáng)青島 廊坊34.932.831.631.530.530.427.526.826.524.624.123.823.823.222.321.621.254.743.640.361.772.883.480.196.592.4100.0流動(dòng)聯(lián)系量前10位流動(dòng)聯(lián)系量中間10位流動(dòng)聯(lián)系量后10位2020流動(dòng)聯(lián)系量變化特征：分類討論城市流出、流入聯(lián)系規(guī)模，篩選前30位城市進(jìn)行排序。其中寧波、中山、惠州、無(wú)錫等城市僅出現(xiàn)于2020流出規(guī)模前30位，周口、阜陽(yáng)、贛州、商丘等城市僅出現(xiàn)于2020流入規(guī)模前30位。除上述城市外，其余前30位城市分別占202

27、0春節(jié)前時(shí)段全國(guó)流出總量的38.8%、流入總量的20.6% 。前30位城市流出聯(lián)系規(guī)模是前30位流入城市規(guī)模的近1.8倍，意味著春節(jié)前人口的流出更集中于前30位城市，而人口的流入則相對(duì)分散。2020春節(jié)前流出規(guī)模指數(shù)2020年春節(jié)前流入規(guī)模指數(shù)北京 重慶廣州 成都 上海西安 深圳 鄭州長(zhǎng)沙 杭州 周口 蘇州 武漢 東莞 佛山 南京阜陽(yáng) 合肥 南寧 昆明 贛州 商丘 上饒 天津 徐州 保定 貴陽(yáng)黃岡 衡陽(yáng) 濟(jì)南52.852.750.948.948.246.646.146.045.844.741.841.340.536.536.035.735.564

28、.563.673.586.095.493.3100.0數(shù)據(jù)來(lái)源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計(jì)算邏輯：研究時(shí)段內(nèi)流入與流出總?cè)舜螖?shù)（標(biāo)準(zhǔn)化處理）；聯(lián)系廣度計(jì)算邏輯：滿足一定流動(dòng)聯(lián)系規(guī)模的城市對(duì)個(gè)數(shù)2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告21城市流出與流入聯(lián)系廣度重慶 成都 合肥 武漢 鄭州 南京長(zhǎng)沙南寧 沈陽(yáng) 昆明 溫州 杭州 濟(jì)南 上海青島 貴陽(yáng)石家莊寧波 北京 太原西安廣州 深圳 廈門(mén) 蘇州無(wú)錫天津 中山 佛山 惠州 保定 東莞 廊坊4466771211111010101313161517201919192122222426263131303029

29、422020流動(dòng)聯(lián)系廣度特征：選取所有出現(xiàn)于2019、2020流動(dòng)聯(lián)系規(guī)模前30位的共計(jì)33座城市，將每座城市最大聯(lián)系對(duì)流動(dòng)規(guī)模的5%做為納入統(tǒng)計(jì)門(mén)檻，即剔除流動(dòng)聯(lián)系規(guī)模過(guò)低的聯(lián)系城市，由此匯總各城市與全國(guó)其他主要流動(dòng)城市的聯(lián)系數(shù)量（聯(lián)系廣度）。寧波、溫州、深圳、杭州、上海等東部沿海城市的流 出聯(lián)系廣度較高；重慶、成都、合肥、武漢、鄭州等中西部城市的流入聯(lián)系廣度較高。流出廣度較高城市包括超一線城市及長(zhǎng)三角、珠三角城市群內(nèi)核心城市；而流入廣度較高城市涵蓋主要總西部勞務(wù)輸出省份的省會(huì)城市。2020年春節(jié)流出聯(lián)系廣度指數(shù)2020春節(jié)流入聯(lián)系廣度指數(shù)寧波 溫州 杭州 深圳 上海 東莞 北京 南京廣州中

30、山 蘇州無(wú)錫 重慶 天津 成都 沈陽(yáng) 佛山青島 惠州 武漢長(zhǎng)沙 合肥鄭州 濟(jì)南 南寧 昆明石家莊廈門(mén) 太原西安貴陽(yáng) 保定 廊坊41211101014202019181816161526252423232833313439394348465656548078流動(dòng)聯(lián)系廣度前10位流動(dòng)聯(lián)系廣度中間10位流動(dòng)聯(lián)系廣度后13位數(shù)據(jù)來(lái)源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計(jì)算邏輯：研究時(shí)段內(nèi)流入與流出總?cè)舜螖?shù)（標(biāo)準(zhǔn)化處理）；聯(lián)系廣度計(jì)算邏輯：滿足一定流動(dòng)聯(lián)系規(guī)模的城市對(duì)個(gè)數(shù)2020.4 Baidu 2020年Q1中國(guó)城市活力研究報(bào)告22042020.4 Baidu 2020年Q1中國(guó)城市活

31、力研究報(bào)告23北京復(fù)工復(fù)產(chǎn)空間分析北京復(fù)工復(fù)產(chǎn)空間分析研究背景：當(dāng)下我國(guó)境內(nèi)疫情已得到有效控制，但突如其來(lái)的疫情給社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)了一定沖擊，境外疫情持續(xù)蔓延，也使得短期疫情的防控不可能完全結(jié)束。當(dāng)下既要努力保持生產(chǎn)生活的平穩(wěn)有序，也要有計(jì)劃、有步驟地為經(jīng)濟(jì)生產(chǎn)做好規(guī)劃指引?！耙皇肿ソ?jīng)濟(jì)、一手抓防疫”已成為各地政府防控疫情的重要工作內(nèi)容。但各地復(fù)工復(fù)產(chǎn)的加快，人口流動(dòng)也會(huì)帶來(lái)較大的防疫壓力。如何在復(fù)工復(fù)產(chǎn)和科學(xué)防疫之間做好平衡 就成為關(guān)鍵問(wèn)題。本研究利用百度地圖慧眼人口大數(shù)據(jù)，對(duì)1月31日（正月初七）至2月29日以及1月31日（正月初七）至3月29日北京累積活躍工作人口進(jìn)行時(shí)空 特征觀察，詳細(xì)描繪當(dāng)下北京復(fù)產(chǎn)復(fù)工的基本特征。并結(jié)合疫情數(shù)據(jù)以及其他城市基礎(chǔ)數(shù)據(jù)對(duì)北京未來(lái)復(fù)產(chǎn)復(fù)工狀態(tài)做出相應(yīng)的預(yù)測(cè)。中規(guī)院（北京