人口的流动性是造成新型冠状传染病毒在全国范围内扩散的重要驱动因素，很多用于评估传染病毒的感染速率和扩散规模的预测模型均基于人流数据展开。此次因病毒传染而封城和春节期间取消春节活动等措施更是说明了限制人口流动是抑制病毒传播的重要途径。春节前的人口大迁徙无疑加速了本次疫情的时空传播速率，而春节后全国范围内的人口回流仍然会对疫情的防控带来巨大的挑战。
深刻认识春节后人口回流的迁徙特征和规律，将对此次疫情的防控起到非常积极的作用。
基于以上背景，本文以百度迁徙数据和通过调查所获得的个别城市的真实人口迁徙数据作为主要数据源，主要工作如下：首先采用OD超网络模型推算并模拟全国地级市尺度的迁徙人口数量；然后基于模拟的人口数据通过空间自相关和时空自相关等空间统计模型分析其地理分布特征和时空演变模式；最后，在此认识的基础上，预测春节后迁徙人口的数量分布特征及迁徙网络结构特征。
结果表明，春节后人口迁徙表现为层级效应和地理邻近效应，前者多以大城市为超级节点，而后者则以中小城市为主要节点，并且，流出人口数量在城市层面呈现离散的地理分布，而流入人口数量呈现高度聚集的态势。
本文研究所用的数据来自百度迁徙大数据平台。
百度迁徙数据包含两个方面的重要信息，一方面，平台分别提供了每个城市每日迁入、迁出人口比率位列前50的城市，这意味着每个城市每日有100条人流数据；另一方面提供了每个城市每日的人口规模数据，这意味着不同城市之间每日迁出的人口在规模上具有统一的标准，具有可比性。节前人流推算所用数据时段为2020年1月1日至1月23日，而节后人流模拟所用数据时段为2020年1月10日至1月23日，共计14天。
可以说，在本研究中将春运定义为2020年1月10日至1月23日。所用人口迁徙数据的迁徙比率数据和规模指数数据的表结构如表1和表2所示。