絮絮叨叨：哈哈哈哈哈哈我又来了。今天不止分享数据！我还画图了！然后数据和系列之前分享的数据一样，数据来源为网络，准确性不知道哈。
文末会提供获取数据的后台回复关键词。
之前【长三角一体化专题】已经做了四期，分别是（可点击打开）：【长三角一体化专题】01基础地理数据·整理分享
【长三角一体化专题】02地形·地表覆盖·夜光遥感·整理分享
【长三角一体化专题】03地表覆盖数据更新（2000、2010、2020）
【长三角一体化专题】04学校与医院POI数据分享（今日份密集恐惧）
同时【粤港澳大湾区专题】也做了两期，感兴趣可以查看：
【粤港澳大湾区专题】01基础地理数据·整理分享
【粤港澳大湾区专题】02各区县市经济指标数据
今天的文章分享的是长三角区域的迁徙数据，包括原始数据，还有处理过的数据（包括常住人口数据也一并分享）。
在这之前，以往放在最后没人看的内容==今天放上来，哼。欢迎留言讨论。文中的图片文字未经许可不要随便“引用”。
如果可以的话，希望能够转发分享，点个在看并且点个赞，给个赞赏~~也欢迎规范转载~
也希望大家和我多留言互动啊！（据说这样可以增加我的推送在你的订阅号里出现的概率）
▼需要你的“分享”和“在看”
END>
如需全文转载文章、投稿或者合作
可添加微信-
(回复超慢！！！)
（不要添加我问各种问题，我大概率不会的==）
（入群请一定要备注入群）
（添加后会在晚上非工作时间通过，请稍安勿躁）
公众号
微博
好了==逼迫看的内容到此为止，下面是今天的内容。
01基础数据
数据为2019年1月21日至2019年2月3日，也就是春节前两周，长三角区域（三省一市）的TC迁徙数据，来源为网络，TC迁徙现在已经无法获取，但我还是放一下原始网站吧。数据来源网址：https://heat.qq.com/qianxi.php
总的来说，我觉得这个数据质量一般。最主要的原因无非两个：
1、每个城市的迁入迁出只给出了排名前10的城市；
2、给出的数值物理意义不明确，不代表实际人数。
话是这么说，但是体现大趋势还是可以的，用这个数据试试手，尝试使用一下也没什么坏处。
分享的数据包括迁入和迁出两个Excel表格。迁入的表格包含4007条数据，迁出的表格包含3536条数据。均包含起点城市、终点城市以及各自的经纬度，使用ArcGIS中的“XY转线”很容易可以形成OD图。之前也说了，每个城市的迁入迁出都只有10条，分享的数据仅限于长三角区域内，这也是两个表格数据量不同的原因，不然的话，长三角城市之间的OD矩阵不止这么一点。
这次我会把做好的结果数据集以GDB的形式进行分享，下面再说。
02简单的一些分析
如果仅仅是分享数据，可能这篇文章太水了，也挺对不起之前把数据给我的小哥哥，所以简单的做了一些分析图，不一定对，也算是为得到数据后的大家做一个小小的Demo，看看这份数据可以用来做什么。
将两周的数据进行汇总，可以得到两周的迁入迁出总量。（点击查看大图）
图3｜常住人口分布（右）、迁出总量分布（左上）、迁入总量分布（左下），制图工具为Tableau迁入迁出比较明显的还是上海、杭州、南京、苏州和合肥。（顺便问一句，Tableau怎么能把色带调整的区分度更大啊这个问题太困扰我了）。上海依然是“一骑绝尘”，不愧为“世界城市”。当我们提到上海的时候我们也会提到苏州，自然也会想到南京，而安徽就简简单单的合肥；但从常住人口来看，安徽的人口大市却也不少。当把眼光落到浙江的时候，杭州、宁波、温州倒也不孤单，有趣的可能在于，宁波和温州的迁出量都不少，但是在迁入量上，温州显然更多，我们是否可以猜想，全国各地的“温州商人”在过年前陆续开始回家了？之前我也说过，这个数据存在问题，这就导致了理论上迁入总量和迁出总量的差值并不能很好的代表“外出量”，但我们先不考量这个瑕疵，大致上看一看整体效果。把两周内的迁入总量减去迁出总量，算是一定程度上反映了这个城市过年前回家的人，也就算是一定程度上这个城市外出务工的量。
图4｜长三角城市外出量（年前返回量），制图工具为Tableau
就结果而言，可能可以反映一定的现实。在图中，把“0”值定在了红绿相交之间，红色代表正值，意味着年前返回的人比外出的人多，绿色代表负值，意味着年前外出的人比返回的人多。
这么来看，苏北地区、安徽除了省会合肥、浙江的丽水，外出量均是正值，过年前，更多的人回来，可能在一定程度上反映了这些城市的劳动力存在“净外流”的情况。特别是江苏与山东接壤的城市，安徽与山东、河南、江西接壤的城市。
总的来说，长三角的三省一市，南北差异较为明显，北部整体劳动力外流，南部整体是吸引劳动力。
结合地级市的常住人口数据，可以排除某个城市因为市域范围大，或者历史上就是“人口大市”所体现出来的数据差异，我们姑且管这个数值叫做“外出率”。
图5｜长三角城市外出率（年前返回量占常住人口比重），制图工具为Tableau结合常住人口计算后，外出量高的城市之间的差异减少了，虽然总体上的南北差异没什么变化。之前看上去人口流出特别多的城市，自身人口也比较大，本质上和周边城市没太大的不同。或许，发展好的城市有各自的因素，但是发展不好的城市可能都是相似的。
沿长江的轴带上的城市展现出了强大的吸引力，杭州在一片“蓝海”中较强的吸引力也或许体现了他不同于以往工业城市的特点；作为安徽省省会的合肥，虽然“保住”了劳动力，但还是差那么点意思。
如果把两周的城市迁徙关系汇总合并，可以得到城市群内部的联系关系。
图6｜城市群内部的联系线叠加净迁移量，制图工具为ArcGIS在这张图里面，个人觉得比较有意思的“臆断”是：安徽与江苏北部与上海、苏州的关系更为密切；浙江，相对而言更“自由”一些，杭州还是展现出了对周边城市较大的引力；合肥对于省内的掌控力略差，但是与六安联系较为紧密；上海与苏州之间的关系显然的比苏州与南京之间强。还有一些小插曲是：淮安更“亲近”南京，而邻居盐城更“亲近”苏州，盐城的邻居南通更“亲近”上海；宁波与杭州之间的联系没那么密切，这也是我没想明白的，这倒是让我想起了山东的“双核”，但是比起山东的济南与青岛各自辐射一片区域，宁波好像也没那么强势？
之前也说过了，今天分享的数据包括两个表格和最后的结果数据，可以自己练手。由于我是用全国数据做的，结果可能有所差异。
作者｜数读菌
排版｜数读菌
校阅｜数读菌
那今天就到这里结束啦，欢迎留言讨论。文中的图片文字未经许可不要随便“引用”。
如果可以的话，希望能够转发分享，点个在看并且点个赞，给个赞赏~~也欢迎规范转载~
也希望大家和我多留言互动啊！（据说这样可以增加我的推送在你的订阅号里出现的概率）
【专题系列】历史文章推荐：
【粤港澳大湾区专题】01基础地理数据·整理分享
【粤港澳大湾区专题】02各区县市经济指标数据
【长三角一体化专题】01基础地理数据·整理分享
【长三角一体化专题】02地形·地表覆盖·夜光遥感·整理分享
【长三角一体化专题】03地表覆盖数据更新（2000、2010、2020）
【长三角一体化专题】04学校与医院POI数据分享（今日份密集恐惧）
如需全文转载文章、投稿或者合作
可添加微信-
(回复超慢！！！)
（不要添加我问各种问题，我大概率不会的==）
（入群请一定要备注入群）
（添加后会在晚上非工作时间通过，请稍安勿躁）