新冠疫情影响下民族地区人口流动的地域差异分析

张昕昕，杨 晨，许小可

(大连民族大学 信息与通信工程学院,辽宁 大连 116605)

由于中国多民族人口分布区域广泛、民族城市所在地理位置极具特殊性，导致民族地区的经济发展状况直接影响到大量民族地区人民的生活水平[1]。近年来对民族地区经济发展状况的研究发现：民族地区经济体系较为脆弱，容易受到地理位置、人口流动、基础设施等诸多因素的影响[2]，其中人口流动对于依托旅游输入和劳务输出的民族城市的经济发展是一个非常重要的指标[3-5]。人口在流动过程中往往伴随着资本等生产要素的再分配，在一定程度上促进流入地和流出地经济的发展[6]。根据国家计生委发布的《中国流动人口发展报告2017》显示，截止2016年年底，中国流动人口已达2.45亿，其中少数民族占比约为6.5%，民族地区流动人口呈逐年上升趋势[7]，人口流动间接带来的经济效益对民族地区的经济发展影响也越来越大。

2020年开始突然爆发的新冠疫情，对中国乃至全世界均产生了巨大影响[8]。尽管各地都及时采取政策对人口流动进行管控，使疫情在最短时间内便得到了有效控制[9]，但仍然不可避免的对全国人口流动行为产生消极影响。依托旅游输入和劳务输出的多数民族城市，人口流动量和城市经济也在这次疫情中受到重创。这也导致旅游休闲、文化娱乐、餐饮住宿等消费大幅降低，人民生活质量下降。有效刻画疫情对于民族地区经济发展产生的消极影响，可为有针对性制定经济发展策略和帮扶措施提供相关依据，对于维护社会和谐稳定具有重要意义。

本文基于百度迁徙提供的人口流动数据对88个民族地区城市的人口流动数据进行量化分析。首先对民族地区与其他地区的人口流动量进行分析比较，得出新冠肺炎对中国人口流动和经济活动产生了较大影响。然后，分析发现民族地区人口流动量存在地域差异，疫情对西北、东北地区人口流动影响较大，对西南、华南地区人口流动影响较小。最后，对地域差异产生的原因进行了相关性分析。基于上述研究，可为民族地区设计有效的疫情防控策略，在差别化对民族地区制定扶帮政策时提供相关依据[10]。

1 人口流动量的变化分析

1.1 民族地区城市的分类

中国是一个统一的多民族国家，民族分布呈现“大杂居，小聚居”的特点[11]。根据人口分布集散程度，将少数民族人口分布较为集中的五个民族自治区中的主要城市作为选取民族城市的第一依据；将少数民族人口占据总人口1/2及以上的民族地区自制州、县作为选取民族城市的第二依据。基于此选取了88个民族城市的百度迁徙数据作为研究对象，占百度迁徙数据中全国总城市数量的25.3%。同时，为了分析民族地区人口迁徙的地区差异，将这88个民族城市依据中国的七大经济地理分区原则划分为七大区域[12]。由于华北地区和华中地区的城市较少，所以将华中和华南地区合并、东北和华北地区合并进行分析，分为四大区。

1.2 疫情对民族地区和其他地区影响的分析

根据百度迁徙数据，本文统计了全国主要城市2019年以及2020年从除夕开始直至清明节结束后的人口流动数据量。针对全国主要城市数据划分为民族地区、其他地区(剔除民族地区后的全国其它地区)、全国整体情况三个类别进行研究分析。由于民族地区与其他地区的城市规模、人口总数、经济发展状况是不同的，无法直接进行横向比较。本文定义人口流入相对变化量指标作为衡量2020年与2019年相比人口流入降低量的指标。

(1)

(2)

根据城市人口流入数据以及城市划分原则绘制出2019年和2020年民族地区、其他地区(剔除民族地区后的全国其它地区)以及全国整体的人口流入相对变化量随时间变化的规律，如图1a。可发现春节后疫情全面爆发，人口流入规模较同期最大骤降了80%以上。元宵节之后，疫情得到有效控制，各地区的人口流入变化量逐渐增大并呈现出周节律现象，其中全国人口流入变化量在农历二月中上旬首次恢复到疫情爆发前的状态。

尽管民族地区和全国的总体变化趋势是一致的，但从相对变化量来看，相较于2019年，民族地区2020年的人口流入量减少了45.7%，而其他地区2020的人口流入量减少了34.2%，说明疫情对民族地区的影响更大。究其原因是因为与其他地区相比，民族地区人口输入主要依靠旅游业，而疫情的爆发降低了人们的旅游需求，导致民族地区人口流入相较而言影响更大。

基于城市人口流出数据的结果如图1b。春节后疫情全面爆发，国家采取政策对人口流动进行管控，各地人口流出变化量急剧下降，并呈现出负值状况。元宵节之后，疫情得到有效控制，各地区的人口流出变化量逐渐增大并呈现出周节律现象。春节后一直到正月三十之前，其他地区和民族地区的人口流出变化量大致相同；正月三十之后，其他地区与民族地区人口流出变化量出现明显的分化现象，民族地区相较其他地区的回升趋势更快一些。对比分析民族地区与其他地区人口流出变化量，发现民族地区2020年的人口流出量比2019年平均减少了47.8%，其他地区2020的人口流出量比2019年平均减少了52.6%，说明疫情对民族地区人口流出的影响相较于其他地区而言更小一些。分析其原因是和其他地区相比，民族地区外出务工人员占比更多[13]，而疫情对人们外出务工的刚性需求影响较小，这也导致疫情对民族地区人口流出影响较小。

a)2019年与2020年人口流入相对变化量分析

综合以上对人口流动量的分析，可发现民族地区和其他地区的人口流动变化趋势基本一致，但是疫情对民族地区和其他地区人口流动的影响程度是不同的。疫情对民族地区人口流入的影响相较于其他地区而言影响更大，疫情对民族地区人口流出的影响相较其他地区而言要小一些。

1.3 疫情对民族地区人口流动影响的地域差异

中国民族地区分布广泛，不同民族地区的城市规模、人口总数、经济发展状况是不同的，所以各个民族城市受疫情影响程度不可一概而论。基于此，进一步按照地域划分来分析疫情对民族地区的影响。根据百度迁徙数据统计了全国主要88个民族地区城市从除夕开始直至清明节结束后的人口流动数据量，并将民族地区城市划分为四个大区进行研究分析。

根据城市人口流入数据以及地区划分原则绘制出2019年和2020年四个民族地区人口流入相对变化量随时间变化的规律，如图2a。点划线部分为各民族地区内所有样本城市从除夕开始直至清明节结束后人口流入变化量的平均值。从平均值来看，从正月初七到二月十五这段时间内疫情对各民族地区的人口流入变化量的影响是较大的。从人口流入变化量达到平均值的时间来看，每个地域的人口流入情况有很大的差别。春节后疫情全面爆发，各民族地区人口流入变化量极速下降，表现为负增长状态，并在正月二十日左右出现回升趋势。华南和华中地区、西南地区在疫情得到控制的二月初七左右逐渐恢复疫情前水平，并出现人口流入量与2019年同期相比增加的状态。反观西北地区、东北和华北地区，人口流入直到清明节仍未恢复到疫情前水平，人口流入一直呈现出损失状态，但是东北和华北地区的人口损失明显低于西北地区。综合分析，新冠疫情对西北地区影响最大，其次是东北和华北地区、华南和华中地区，对西南地区影响最小。

民族地区基于城市人口流出数据的结果如图2b所示。点划线部分为各民族地区内所有样本城市从除夕开始直至清明节结束后人口流出变化量的平均值。从平均值来看，从正月初七到二月十五这段时间内疫情对各民族地区的人口流入变化量的影响是较大的。春节后疫情全面爆发，各民族地区人口流出变化量极速下降，表现为负增长状态，四个地区的人口流动规模最大损失达80%左右。元宵节过后，各地区人口流入变化量较之前相比有了缓慢的回升，同时出现了明显的分化现象。华南和华中地区、西南地区最先恢复到疫情前水平，反观西北地区、东北和华北地区，人口流入变化量直到清明节仍未恢复到疫情前水平，而且西北地区的人口流入变化量距疫情前水平仍有很大差距，东北和华北地区次之。西南地区在农历二月份就恢复到了疫情前水平，人口流出损失量与其他地区相比较少，说明疫情对西南地区影响最小。

a)2019年与2020年民族地区人口流入相对变化量分析

综合图2分析，可发现疫情对同一区域民族地区的人口流入与人口流出的影响大致相同，但是对不同民族地区人口流动的影响是不同的，对西北地区影响最大，其次是东北和华北地区、华南和华中地区，对西南地区影响最小。

2 民族地区人口流动的影响因素

对比疫情后民族地区与其他地区的人口流动变化量以及不同地域的民族地区的人口流动变化量，发现民族地区与其他地区的人口流动量较2019年相比均有了明显的下降，但疫情对民族地区人口流动的影响不同于对其他地区人口流动的影响。相比之下，疫情对民族地区人口流入的影响大一些，对人口流出的影响小一些。分地域来看，疫情对不同民族地区之间的人口流动变化量的影响有很大的差异，对西北地区影响最大，西南地区影响最小。综合分析疫情对某个民族城市的影响，发现民族城市所处的地域会直接影响到它受疫情影响程度的大小，不同地域的民族城市由于各种因素的差异导致疫情对其人口流动的影响程度是不同的[14]。基于此，下面讨论在新冠肺炎影响下民族地区人口流动量产生地域差异的原因。

2.1 皮尔逊相关系数

皮尔逊相关系数用于检验两个变量之间的相关性，其定义为

(3)

2.2 民族地区人口流动的影响因素分析

在分析导致疫情对不同地域的民族城市的人口流动影响程度不同的原因时，我们引入了皮尔逊相关系数这个常用统计量。该参数可以直观的反映出人口流动累计变化量与不同因素之间的相关性，根据值的大小判断对人口流动的影响程度。

针对民族地区城市，综合2019年与2020年除夕之后的人口流入、人口流出指标计算各民族地区受疫情影响造成的人口流动累计变化量，并统计2019年各民族地区城市全年GDP[15]，得到各民族地区城市受疫情影响程度与城市GDP的相关关系图，如图3a。人口流动累计变化量与GDP之间的相关性系数为0.04，二者为极弱相关关系。数据点分布很分散，拟合程度较低。说明在新冠疫情影响下，城市GDP的大小对人口流动的几乎没有影响。

各民族地区城市受疫情影响程度与城市常住人口的相关关系图如图3b。人口流动累计变化量与城市常住人口之间的相关性系数为0.20，二者为弱相关关系。基于常住人口，发现西北地区的城市大都集中分布在图下方，西南地区的城市大都分布在图上方，说明疫情对西南地区人口流动的影响小，对西北地区人口流动的影响大。同时也说明，在新冠疫情影响下，民族城市常住人口的多少对人口流动的影响也不大。

a)各民族地区城市受疫情影响程度与城市GDP的相关关系图

根据城市每日新增确诊以及地区划分原则，绘制出2020年四个民族地区从除夕开始直至清明节结束后每日新增确诊数随时间变化的规律，如图4。各地区新增确诊数呈周节律现象增减，并在农历二月中旬出现新增确诊为零的状态，这种状态一直持续到清明节假期结束，表明疫情形势出现了积极变化，民族地区疫情防控取得阶段性成果。

图4 民族地区每日新增确诊

具体来看，华南和华中地区在元宵节之前的每日新增确诊数都是最多的，元宵节过后该地新增确诊数骤减，于农历二月初首次出现新增确诊为零的状态，并且直至清明节假期结束每日新增确诊人数均为零。反观东北和华北地区，该地的整体变化趋势都较平稳，新增确诊数一直保持在个位数状态，是最早出现零新增确诊的民族地区。西北地区和西南地区的新增确诊数总体变化趋势相近，但西南地区新增确诊数在元宵节过后出现了峰值，究其原因可能是西南地区复工导致人流量变大，加快了疫情的传播。西北地区在农历二月中上旬每日仍有少数确诊病例，是最后出现零新增确诊病例的民族地区。疫情的反复使得西北地区管控较严格，导致疫情对西北地区人口流动影响最大。

3 结 论

百度迁徙数据实时动态的记录了人们的出行轨迹。本文通过采集2019年以及2020年从除夕开始直至清明节结束后的88个民族城市的人口流动数据量，首先分民族地区和其他地区对人口流动量进行度量；其次分不同地域对民族城市人口流动量进行度量，并针对度量结果对差异产生的原因进行相关性分析。发现在新冠肺炎疫情影响下，民族地区与其他地区的人口流动变化量相差很大。通过对不同地域的民族地区人口流动量的分析比较，得出疫情对不同地域的民族城市的影响程度不同：对西北地区影响最大，对华南和华中地区、东北和华北地区的影响次之，对西南地区影响最小。通过采集2019年与2020年除夕之后的人口流入、人口流出指标计算各民族城市受疫情影响造成的人口流动累计变化量，针对人口流动累计变化量与城市GDP、城市常住人口这两个最有可能对疫情传播产生影响的因素做相关性分析，发现均为弱相关关系。

最后，根据对不同地域民族地区每日新增确诊病例的统计分析，发现从农历二月中上旬开始全国疫情防控形势处于稳中向好的状态，但西北的民族地区仍有少数确诊病例，且是最后才实现零新增确诊的地区。基于此，可以认为疫情的反弹使的民族地区长时间处于疫情防控状态，人口流动受到限制，导致疫情对西北地区人口流动影响最大。这一结果可为有关部门在后疫情时代制定更有效的经济恢复策略以及针对性的扶贫帮贫举措提供理论支持。