Understanding Intercity Mobility Patterns in Rapidly Urbanizing China, 2015–2019: Evidence from Longitudinal Poisson Gravity Modeling

Abstract

Whereas much academic effort has been devoted to the physics and geographies of daily intraregion individual movements using new big data on human locations, systematic econometric modeling of the spatiotemporal logic of periodic interregional mobility has received limited attention. Using a multiyear, location-based service data set of daily intercity mobility from the Internet company Tencent, this study systematically examines China’s intercity mobility patterns between 2015 and 2019 for the first time. Following a conceptual framework, a Poisson pseudo-maximum likelihood estimation (PPML) gravity approach is applied. It reveals a stable “diamond” pattern of high-value mobility flows among the four vertexes of Beijing, Shanghai, Guangzhou/Shenzhen, and Chengdu, embedding radiation patterns of flows connecting some large cities to their neighbors. The econometric results indicate the influence of gravity factors, short-term trips, long-term mobility tendencies, and transportation facilities. Factors of origin and destination exert the same effects on mobility, implying a circulation character. Results of subsample heterogeneity analysis (urban agglomerations vs. nonurban agglomerations, larger cities vs. smaller cities) and the moderating effects of time, distance, and economy are discussed. Our findings reveal differences between intercity mobility and traditional migration under the hukou system and propose implications for urban governance in the postepidemic era.

许多研究利用新的人类位置大数据, 去探讨日常的个体跨区移动的机制和地理。但是, 很少系统性地对周期性跨区流动性的时空逻辑进行计量经济学建模。本研究采用互联网公司腾讯的多年日城际流动性位置服务数据集, 首次系统性地研究了2015年至2019年中国的城际流动性模式。本研究的概念框架采用了泊松伪最大似然估计重力方法。它揭示了北京、上海、广州/深圳和成都之间高价值流动性的稳定“菱形”模式, 也包括了连接大城市与周边城市的辐射流动模式。计量经济学结果显示了重力因素、短期出行、长期流动性趋势和交通设施的影响。出发地和目的地对流动性有相同的影响, 意味着流动性的循环特点。讨论了次级样本异质性分析（城市群与非城市群、大城市与小城市）, 以及时间、距离和经济的调节效应。研究结果揭示了城际流动性与传统户籍制度下迁移之间的差异, 思考了后流行病时代的城市治理。

En tanto que muchos esfuerzos académicos han sido dedicados a la física y a las geografías de los movimientos individuales diarios entre regiones, usando nuevos big data relacionados con las ubicaciones humanas, la modelización econométrica sistemática de la lógica espaciotemporal de la movilidad periódica interregional solo ha recibido atención limitada. Usando un conjunto de datos de servicios plurianuales basados en localización sobre la movilidad interurbana diaria de la empresa de Internet Tencent, este estudio examina por primera vez de manera sistemática los patrones de movilidad entre centros urbanos de China, entre 2015 y 2019. Siguiendo una aproximación conceptual, se aplicó un enfoque gravitacional de estimación de la pseudomáxima verosimilitud de Poisson (PPML). El método revela un patrón “diamante” estable de flujos de movilidad de alto valor entre cuatro vértices urbanos correspondientes a Beijing, Shanghái, Guangzhou/Shenzhen y Chengdu, en el cual se incrustan patrones de radiación de flujos que conectan algunas de las ciudades grandes con sus vecinas. Los resultados econométricos indican la influencia de factores gravitatorios, los viajes a corto plazo, las tendencias de movilidad a largo plazo y las instalaciones de transporte. Los factores de origen y destino ejercen los mismos efectos sobre la movilidad, lo cual indica un carácter circulatorio. Se discuten los resultados del análisis de heterogeneidad de la submuestra (aglomeraciones urbanas vs. aglomeraciones no urbanas, ciudades más grandes vs. ciudades más pequeñas), y los efectos moderadores del tiempo, la distancia y la economía. Nuestros hallazgos revelan las diferencias entre movilidad interurbana y la migración tradicional bajo el sistema hukou, y permiten proponer implicaciones para la gobernanza urbana en la era posepidémica.

Key Words:

• China
• gravity modeling
• intercity mobility
• location-based service data
• Poisson pseudo-maximum likelihood estimation

关键词:

• 中国
• 重力建模
• 城际流动性
• 位置服务数据
• 泊松伪极大似然估计。

Palabras clave:

• China
• datos de servicios basados en localización
• estimación de la pseudomáxima verosimilitud de Poisson
• modelización gravitacional
• movilidad interurbana

Acknowledgments

Thanks are due to two anonymous reviewers for their constructive and very helpful comments.

Additional information

Funding

The work described in this article was supported by the Research Grants Council of the Hong Kong SAR, China under RGC Senior Research Fellow Scheme 2020/21 (RGC Reference No. SRFS2021-4H02) and the Chinese University of Hong Kong under the Research Fellowship Scheme 2021/22 (Project Code 4200681).

Notes on contributors

Hengyu Gu

HENGYU GU is Postdoctoral Fellow of the Department of Geography and Resource Management, The Chinese University of Hong Kong, Shatin, NT, Hong Kong SAR, China. E-mail: [email protected]. His research interests include migration and urbanization, spatial demographic modeling, and urban computation.

Jianfa Shen

JIANFA SHEN is Professor in the Department of Geography and Resource Management and Director of Research Center for Urban and Regional Development, Hong Kong Institute of Asia-Pacific Studies, The Chinese University of Hong Kong, Shatin, NT, Hong Kong SAR, China. E-mail: [email protected]. His research interests focus on migration analysis and modeling, urban and regional development, and urban competitiveness and governance in China.

Jun Chu

JUN CHU is a PhD Candidate in the School of Urban Planning and Design, Peking University Shenzhen Graduate School, Shenzhen, Guangdong, China. E-mail: [email protected]. His research interests focus on urban and regional planning, urbanization and regional development.