新冠肺炎疫情的传播是当前人类社会面临的重要挑战,也是现代传染病研究的热点。使用传统传染病动力学模型和地理时空特征分析开展相关研究是当前针对新冠肺炎疫情的主要方法。传染病动力学模型的参数复杂多变并且难以获取合适的参数值,地理时空特征分析的方法并没有考虑人类移动性,而人类的活动与疫情的传播息息相关。本文提出基于人群迁徙网络社区的新冠疫情分析方法。首先,利用人群迁徙数据分别构建城市级别上的人群迁徙单一网络和人群迁徙序列网络,并使用社区发现算法挖掘迁徙网络中的社区;然后,分析人群迁徙单一网络社区空间分布特征,并通过空间叠加运算对单一网络社区中的新冠疫情数据进行统计分析。其次,从人群迁徙序列网络社区中发现动态区,并通过空间叠加运算对动态区中的新冠疫情数据进行统计分析。最终,得到人群迁徙网络社区与新冠疫情传播之间的变化关系。基于本文提出的方法,基于中国2020年春运期间人群迁徙网络社区与新冠疫情数据开展实验。实验结果的内容包括:（1）单一网络社区空间分布特征:社区结构的组成除海南省和东北地区不存在空间隔离现象。受新冠疫情的影响,人们的出行主要以短距离、邻近城市为主,因此社区结构基本是由附近的城市构成;第一阶段中,海南省与东北地区具有紧密连接从而形成同一个社区,然而随着新冠疫情在全国的传播,长距离的出行被限制,紧密连接开始消失。（2）单一网络社区的新冠疫情统计分析:新冠肺炎疫情在空间上按照距离传播,靠近湖北省的社区受到疫情的影响程度大,远离的社区受疫情影响小;不同时间段的单一网络社区（除湖北省外）内疫情确诊人数在时间上呈现先上升后下降的趋势。（3）序列网络社区中发现的不稳定区的空间分布特征:不稳定区呈现不均匀的分布,主要在我国西北和边界区域。偏远地区受新冠疫情的影响较小,因此人群出行并不受限制,从而导致这些区域被定义为不稳定区。（4）不稳定区中的新冠疫情统计分析:包含不稳定区的城市的不稳定程度与新冠疫情数据呈现负相关性,至武汉距离的倒数与新冠疫情数据呈现正相关性。包含不稳定区城市的不稳定程度越高,城市的新冠疫情感染人数并不会多,但是与武汉的距离越近,受新冠疫情影响则会越大,感染人数越多。对于新冠疫情的防控可以采用控制距离的策略,距离有疫情区域较近的其余区域应严格遵守疫情防控政策,控制人群活动,距离较远的区域内人群活动可以执行较宽松的政策,不影响该区域的经济社会生产。