Q1中國城市活力研究報告

1、012020.4 Baidu 2020年Q1中國城市活力研究報告4城市人口活力研究2020Q1全國總體遷徙趨勢：遷徙規(guī)模較去年農(nóng)歷同期下降40%2020年Q1期間，受疫情和春運影響，全國總體遷徙規(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-臘月廿七），2020年遷徙趨勢與2019年同期相似，呈現(xiàn)快速增長態(tài)勢，1月21日達到返鄉(xiāng)高峰，全國遷徙強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%。疫情后期有序復工期

2、（2月10日-3月31日），全國人口遷徙趨勢徘徊一周后，逐步上升，在3月31號接近去年同期水平。2020年第一季度全國總體遷徙趨勢三月初八三月初六 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 有序復工期 1月1日-1月21日 嚴格防控期 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 多省市開始復工1月10日 春運首日1月23日 武漢封城2月18日 春運結(jié)束1月1日3月31日查看人口遷徙詳情，歡迎訪問百度地圖遷徙平臺：https:/2020.4 Baidu 2020年Q1中國城市活力研究報告5返鄉(xiāng)期十大遷入遷出城市：北京為熱門遷入第一，廣州為熱門遷出第一春節(jié)前返鄉(xiāng)期（2020年1月1-1月21日），北京為熱門遷入城市第一，廣州為熱門遷出第一。十大熱門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中國城市活力研究報告61.08%1.55%1.53%1.40%1.28%1.27%1.62%1.90%2.13%有序復工期十大遷入遷出城市：廣州為遷入遷出城市第一注：有序復工期2月10日-3月31日“有序復工期”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 上海市長沙市西安市1.23%1.18%1.14%1.09%1.07%2020.4 Baidu 2020年Q1中國城市活力研究報告71.66%1.56%1.55%1.36%1.98%有序復工期（2020年2月10日-3月31日），廣州為熱門遷入遷出城市第一。整體來看，排名前十城市遷入比例大于遷出比例。全國&一線城市線下復工節(jié)奏：一線城市中上海復工指數(shù)領先其他城市隨著全國疫情緩解，全國企業(yè)線下復工指數(shù)

6、逐步上升，由2月10日的35.72%提升至3月31日的76.48%。對比北、上、廣、深四個一線城市，上海復工指數(shù)一直領先其他城市。注：查看最新復工指數(shù)，關注“百度地圖慧眼”微信公眾號。有序復工期全國復工指數(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中國城市活力研究報告8022020.4 Baidu 2020年Q1中國城市活力研究

7、報告9城市消費活力研究 城市消費活力研究 中國銀聯(lián)大數(shù)據(jù)產(chǎn)品團隊與百度地圖慧眼聯(lián)合研究研究背景：2020年初，一場新冠肺炎疫情突如其來，疫情讓城市及多個行業(yè)消費活力備受影響，消費活力增長被按下“暫停鍵”。疫情之下，全國 消費活力趨勢如何？城內(nèi)出行強度與消費活力有哪些聯(lián)系？哪些行業(yè)消費活力恢復較快？全國主要城市消費活力如何在中國銀聯(lián)與百度達成戰(zhàn)略協(xié)議的背景下，由中國銀聯(lián)大數(shù)據(jù)產(chǎn)品團隊與百度地圖慧眼聯(lián)合推出城市消費活力研究報告，報告選取全國37個主要 城市作為研究對象，通過消費大數(shù)據(jù)揭秘城市消費活力趨勢。消費活力為全國/城市/行業(yè)的總體消費規(guī)模與去年同期的對比，其大小表征了相同周期內(nèi)消費能力恢復的

8、速度；趨勢指數(shù)表征了全國/行業(yè)的總體消費情況隨時間的周期變化情況；城內(nèi)出行強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，可以用來度量城內(nèi)活力恢復程度。 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、保險等客戶，以WEB、API、報告等方式提供風控、營銷、 決策等增值服務，輔助客戶實現(xiàn)業(yè)務精細化運營，提高經(jīng)營效率。詳詢請郵：inspireX2020.4 Baidu 2020年Q1中國城市活力研究報告102020年Q1全國平均消費活力趨勢第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

9、活力趨勢 城內(nèi)出行強度2020Q1全國消費活力趨勢：復工復產(chǎn)階段城內(nèi)出行強度與線下消費增長趨勢一致從消費趨勢來看，第七周的消費活力最低，而后隨著復工復產(chǎn)和國內(nèi)疫情轉(zhuǎn)好而逐步回暖。復工復產(chǎn)階段，城內(nèi)出行強度增長趨勢與線下消費活力趨勢一致。選取與民生“衣食住行”相關的零售、餐飲、房地產(chǎn)、汽車四大行業(yè)進行分析。餐飲行業(yè)平均消費活力高于全國平均水平。國內(nèi)“衣食住行”行業(yè)消費活力全國平均零售 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，活力趨勢中第01周指2020.1.5至1.11，對應農(nóng)歷臘月十一至十七，并以去年農(nóng)歷同期作為對比，即2019.1.16至1.22，依次類推。 除活力趨勢外均以去年

10、公歷同期作為對比。2020.4 Baidu 2020年Q1中國城市活力研究報告112020Q1零售行業(yè)消費活力分析：天津市位列首位第一季度全國零售行業(yè)總體消費活力趨勢與全國平均消費活力趨勢基本保持一致。零售行業(yè)消費活力TOP10城市的消費活力均高于全國零售行業(yè)平均水平。2020年Q1全國零售行業(yè)總體消費趨勢第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周消費金額趨勢指數(shù)全國零售行業(yè)消費活力趨勢消費人次趨勢指數(shù)商戶活躍趨勢指數(shù) 全國平均消費活力趨勢排名城市零售行業(yè)消費活力指數(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海口市10呼和浩特市全國零售行業(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37個主要城市消費活力榜單詳見附表1。2020.4 Baidu 2020年Q1中國城市活力研究報告122020年Q1全國餐飲行業(yè)總體消費趨勢第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周消費金額趨勢指數(shù)全國餐飲行業(yè)消費活力趨勢消費人次趨勢指數(shù)商戶活躍趨勢指數(shù) 全國平均消費活力趨勢排名城市餐飲行業(yè)消費活力指數(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

12、餐飲行業(yè)平均水平2020Q1餐飲行業(yè)消費活力分析：烏魯木齊市位列榜首第一季度全國餐飲行業(yè)總體消費活力趨勢與全國平均消費活力趨勢基本保持一致。烏魯木齊市在餐飲行業(yè)城市消費活力中位列首位，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37個主要城市消費活力榜單詳見附表1。2020.4 Baidu 2020年Q1中國城市活力研究報告132020Q1房地產(chǎn)行業(yè)消費活力分析：蘭州市受影響較小第一季度全國房地產(chǎn)行業(yè)總體消費活力低于全國平均水平。蘭州市房地產(chǎn)行業(yè)受影響相對較小，位列房地產(chǎn)行業(yè)城市消費活力首位。注1：房地產(chǎn)行業(yè)包含房產(chǎn)開發(fā)商、承包商、中介代理等。 注2

13、：第一季度全國37個主要城市消費活力榜單詳見附表1。2020年Q1全國房地產(chǎn)行業(yè)總體消費趨勢第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周消費金額趨勢指數(shù)全國房地產(chǎn)行業(yè)消費活力趨勢消費人次趨勢指數(shù)商戶活躍趨勢指數(shù) 全國平均消費活力趨勢排名城市房地產(chǎn)行業(yè)消費活力指數(shù)1蘭州市2長春市3長沙市4杭州市5沈陽市6西寧市7昆明市8成都市9拉薩市10南京市全國房地產(chǎn)行業(yè)平均水平2020.4 Baidu 2020年Q1中國城市活力研究報告14第一季度全國汽車行業(yè)總體消費活力低于全國平均水平。汽車行業(yè)城市消費活力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37個主要城市消費活力榜單詳見附表1。2020年Q1全國汽車行業(yè)總體消費趨勢第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周消費金額趨勢指數(shù)全國汽車行業(yè)消費活力趨勢消費人次趨勢指數(shù)商戶活躍趨勢指數(shù) 全國平均消費活力趨勢2020Q1汽車行業(yè)消費活力分析：濟南市、天津市位列前二排名城市汽車行業(yè)消費活力指數(shù)1濟南市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沈陽市全國汽車行業(yè)平均水平2020.4 Baidu 2020年Q1中國城市活力

15、研究報告15附表1：全國37個主要城市2020Q1消費活力全榜單消費活力總排名城市零售消費活力餐飲消費活力房地產(chǎn)消費活力汽車消費活力城市總體消費活力1蘭州市78.1101.881.072.894.22拉薩市85.678.269.381.290.93長春市78.383.480.862.390.14濟南市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消費活力總排名城市零售消費活力餐飲消費活力房地產(chǎn)消費活力汽車消費活力城市總體消費活力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中國城市活力研究報告16032020.4 Baidu 2020年Q1中國城市活力研究報告17全國城市流動性研究城市流動性是評價我國城鎮(zhèn)化發(fā)展水平與區(qū)域協(xié)作關系的重要切入點 。城市流動性意義：信息、資源、人力等要素作為支撐社會良好運行的核心要素，其在城市區(qū)域內(nèi)與區(qū)域間的流動特征能

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

20、019年初以來，全國省市流動聯(lián)系規(guī)模的變化特征。數(shù)據(jù)來源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計算邏輯：研究時段內(nèi)流入與流出總?cè)舜螖?shù)（標準化處理）；聯(lián)系廣度計算邏輯：滿足一定流動聯(lián)系規(guī)模的城市對個數(shù)X2020.4 Baidu 2020年Q1中國城市活力研究報告18城市流動性研究省份流動聯(lián)系規(guī)模數(shù)據(jù)來源：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流動省份聯(lián)系量變化特征：首先從全國31個省級行政單元層面（除港澳臺），探討城市流動聯(lián)系規(guī)模的位序變化差異。通過min-max標準化，將各省份流動聯(lián)系規(guī)模換算為0-100區(qū)間內(nèi)流動量指數(shù)。廣東省的流動聯(lián)系規(guī)模在兩個時段下均為全國最高，標準化指數(shù)為100。全國省份流動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個省份均處于兩個 特征時段下全國

22、流動聯(lián)系規(guī)模排名的前十位 。2019年平日流動規(guī)模指數(shù)2020年春節(jié)前流動規(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流動聯(lián)系量前10位流動聯(lián)系量中間10位流動聯(lián)系量后11位聯(lián)系規(guī)模計算邏輯：研究時段內(nèi)流入與流出總?cè)舜螖?shù)（標準化處理）；聯(lián)系

23、廣度計算邏輯：滿足一定流動聯(lián)系規(guī)模的城市對個數(shù)。2020.4 Baidu 2020年Q1中國城市活力研究報告19城市流動聯(lián)系規(guī)模2020與2019城市流動聯(lián)系量變化特征：與省份計算方法相同，標準化處理全國各城市流動規(guī)模，分別篩選2019、2020兩個時段下流動規(guī)模前30位城市進行排序。其中石家莊、保定、青島僅出現(xiàn)于2019前30位，寧波、溫州、廈門僅出現(xiàn)于2020前30位。除上述6城外，其余前30位城市流動聯(lián)系規(guī)模分別占2019平常日時段全國流動總量的35.5%，2020春節(jié)前時段的33.8%。2019年平日流動規(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 南京長沙

24、 天津 重慶 濟南 合肥 廊坊無錫 昆明 沈陽石家莊 貴陽 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 武漢長沙 南京 昆明 天津 合肥 惠州 南寧 中山 寧波無錫 濟南 貴陽 廊坊 沈陽 溫州 廈門 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流動聯(lián)系量前10位流動聯(lián)系量中間10位流動聯(lián)系量后10位數(shù)據(jù)來源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計算邏輯：研究時段內(nèi)流入與流出總?cè)舜螖?shù)（標準化處理）；聯(lián)系廣度計算邏輯：滿足一定流動聯(lián)系規(guī)模的城市對個數(shù)2020.4 Baidu 2020年Q1中國城市活力研究報告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 武漢長沙 南京 重慶 寧波 天津 昆明 中山 惠州無錫 合

26、肥 溫州金華 南寧 廈門 濟南 貴陽青島 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流動聯(lián)系量前10位流動聯(lián)系量中間10位流動聯(lián)系量后10位2020流動聯(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位城市進行排序。其中寧波、中山、惠州、無錫等城市僅出現(xiàn)于2020流出規(guī)模前30位，周口、阜陽、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)前時段全國流出總量的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 鄭州長沙 杭州 周口 蘇州 武漢 東莞 佛山 南京阜陽 合肥 南寧 昆明 贛州 商丘 上饒 天津 徐州 保定 貴陽黃岡 衡陽 濟南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)來源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計算邏輯：研究時段內(nèi)流入與流出總?cè)舜螖?shù)（標準化處理）；聯(lián)系廣度計算邏輯：滿足一定流動聯(lián)系規(guī)模的城市對個數(shù)2020.4 Baidu 2020年Q1中國城市活力研究報告21城市流出與流入聯(lián)系廣度重慶 成都 合肥 武漢 鄭州 南京長沙南寧 沈陽 昆明 溫州 杭州 濟南 上海青島 貴陽石家莊寧波 北京 太原西安廣州 深圳 廈門 蘇州無錫天津 中山 佛山 惠州 保定 東莞 廊坊4466771211111010101313161517201919192122222426263131303029

29、422020流動聯(lián)系廣度特征：選取所有出現(xiàn)于2019、2020流動聯(lián)系規(guī)模前30位的共計33座城市，將每座城市最大聯(lián)系對流動規(guī)模的5%做為納入統(tǒng)計門檻，即剔除流動聯(lián)系規(guī)模過低的聯(lián)系城市，由此匯總各城市與全國其他主要流動城市的聯(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輸出省份的省會城市。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 蘇州無錫 重慶 天津 成都 沈陽 佛山青島 惠州 武漢長沙 合肥鄭州 濟南 南寧 昆明石家莊廈門 太原西安貴陽 保定 廊坊41211101014202019181816161526252423232833313439394348465656548078流動聯(lián)系廣度前10位流動聯(lián)系廣度中間10位流動聯(lián)系廣度后13位數(shù)據(jù)來源：百度遷徙數(shù)據(jù)（2019平日、2020春節(jié)）聯(lián)系規(guī)模計算邏輯：研究時段內(nèi)流入與流出總?cè)舜螖?shù)（標準化處理）；聯(lián)系廣度計算邏輯：滿足一定流動聯(lián)系規(guī)模的城市對個數(shù)2020.4 Baidu 2020年Q1中國城市活力研究報告22042020.4 Baidu 2020年Q1中國城市活

31、力研究報告23北京復工復產(chǎn)空間分析北京復工復產(chǎn)空間分析研究背景：當下我國境內(nèi)疫情已得到有效控制，但突如其來的疫情給社會經(jīng)濟發(fā)展帶來了一定沖擊，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。當下既要努力保持生產(chǎn)生活的平穩(wěn)有序，也要有計劃、有步驟地為經(jīng)濟生產(chǎn)做好規(guī)劃指引?！耙皇肿ソ?jīng)濟、一手抓防疫”已成為各地政府防控疫情的重要工作內(nèi)容。但各地復工復產(chǎn)的加快，人口流動也會帶來較大的防疫壓力。如何在復工復產(chǎn)和科學防疫之間做好平衡 就成為關鍵問題。本研究利用百度地圖慧眼人口大數(shù)據(jù)，對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行時空 特征觀察，詳細描繪當下北京復產(chǎn)復工的基本特征。并結(jié)合疫情數(shù)據(jù)以及其他城市基礎數(shù)據(jù)對北京未來復產(chǎn)復工狀態(tài)做出相應的預測。中規(guī)院（北京