2023-Mobility constraints in segregation models


只能就近搬、还被中心吸引,隔离还会自己长全吗?

论文名片|Daniele Gambetta、Giovanni Mauro、Luca Pappalardo,Mobility constraints in segregation models,Scientific Reports,2023,13:12087,2023年7月26日在线发表。收稿日期2023年5月17日,接收日期2023年7月10日。DOI:10.1038/s41598-023-38519-6。本文依据这一正式版本及其补充说明解读。研究类型是代理人模拟,没有招募人类被试。

一个人不满意现在的邻居,下一处会选在哪?谢林的格子模型让不满意的人到空格去住。只要邻居里同类的比例高于一个不太高的门槛,空格之间均匀地搬几次,整张图也会分成同色的大片。真实的移动很少是均匀抽签:近处更容易去,人觉得更重要的地方也更容易去。把这两条约束放进同一张格子之后,隔离还会不会同样快、同样彻底地长出来?

这组模拟的方向是:更不愿搬远,最终隔离会低一些,但人人满意要等更久;只把人往中心吸,全图隔离只略升,中心更混、外围更纯。把时间拖住的,是少数派里少数一直不满意、在中心外侧来回走的人。下面的数字都是规则跑出来的终态和步数,还不是某座城市的搬家记录。

先说结论

  • 主结果固定为 50×50 的网格、70% 的格子有人、两组人数比 30/70、同质阈值 30%。每个参数组合用 100 次不同的随机初始布局,单次最多 500 步。隔离水平 S 是全体行动者同类邻居占比的平均;每个人的分母,是自己周围 Moore 邻域里有人的格子。
  • 距离指数 β 降到 −5 时,正文给出 S=0.73,并写这比原始谢林模型大约低 8%;同一节前面还写过大约低 10%。拟合式在 β=−5 时给出大约 256 步,在 β=5 时大约 21 步。正文另有一句说 β=−5 的步数是原始模型的 30 倍,和这条拟合对不齐。
  • β=5 时,隔离只比原始模型大约高 1%,步数没有实质变化。只把中心吸引力调到 α=3 时,S=0.81,比 α=0 时的 0.79 高 2.5%;平均步数是 261,α=0 时是 20 步,正文概括为将近 12 倍。
  • α=3 且 β=0 的隔离,大约比 α=0 且 β=−5 高 11%,分母是后者的 0.73。α=3 且 β=−5 的步数,大约是 α=0 且 β=0 的 24 倍。论文没有给出这组 24 倍对应的两个绝对步数。
  • 在 α=3、β=−3 的引力模型里,多数派全部在 17 步内满意,少数派里有人直到 500 步仍不满意。一次含 1750 人的网格上,满意时间超过全体第 95 百分位的人只有 9 人,并集中在半径 9 到 16.6 的环带;这个环占网格面积的 25%。

不满意的人,这次按距离和重要性挑空格

格子上只有两类行动者。一个人是否满意,只看邻居里同类的占比是否高于同质阈值(homophily threshold)。邻居取 Moore 邻域、范围 r=1,也就是紧挨着的最多 8 个格子;边缘上的人邻居更少。占比的分子是同类邻居人数,分母是这些邻格里有人的格子,空格子不进入这个比例。主结果把阈值设为 30%。论文回顾谢林模型时写,隔离在同质阈值高于 1/3 之后出现;那是被引用的既有结果,和本文这组 30% 的主实验要分开看。

不满意的人从当前格子 A 迁到空格 B。权重正比于目的地重要性 r(B) 的 α 次方,再乘以欧氏距离 d(A, B) 的 β 次方。这里的距离是格子坐标的直线距离,不是沿路里程或通勤时间。β 大于 0 时,更远的空格权重更高;β 小于 0 时,更近的空格权重更高。常见引力模型往往把一个正的距离指数放在分母里表示衰减。本文把指数直接写在距离上,所以更不愿搬远,对应的是更负的 β。

重要性按到网格中心 C 的距离衰减:r(A) 正比于 1 除以 d(A, C) 的 κ 次方,κ 固定为 2。所有人共用这一张地图。α 大于 0 表示被重要的格子吸引,α 小于 0 表示被排斥;因为地图共享,α=−x 与 α=x 的强度对称。后文系统图里的 α 从 0 画到 3。

由此分成三族。距离模型把 α 固定为 0,只让 β 不为 0,并把每个格子的重要性都设为 1。重要性模型把 β 固定为 0,只让 α 不为 0,使用中心高、外围低的重要性。引力模型两项都用。α 和 β 同时为 0 时,空格权重相同,就是原始谢林模型。

正文主实验里,每一步是在空格中按上述权重抽取目的地,不先删掉那些搬过去仍然不满意的格子。补充说明另测了一种规则:只允许搬进搬过去就会满意的空格。那种规则下收敛步数更低,隔离和步数随 α、β 变化的方向仍与正文一致。补充说明没有给出这条对照的具体步数。

隔离水平写成 S=全体 s(a) 之和,再除以行动者人数。s(a) 就是上面的同类邻居占比。S 越高,表示平均而言每个人周围的同类占比越高。收敛步数 n 是所有人都满意时的步数;若 500 步时仍有人不满意,模拟停在 500。因此图上的 n=500 表示碰到上限,不表示这一步已经人人满意。停在上限的回合会把平均步数压在 500 以内,这个平均值是被截断过的。

论文还扫过 25×25 和 75×75、占用率 50% 与 70%、人数比 10/90、30/70 与 50/50、阈值 10%、30% 与 50%,并写这些设定下的方向与主结果一致,细节放在补充说明。下面先讲主设定:50×50、占用 70%、人数比 30/70、阈值 30%、每个参数 100 次随机开局。50×50 的 70% 是 1750 人,与后文那次示例的分母相同;其中 30% 是少数派,70% 是多数派。

一张 25×25 的小网格上,四种规则先差在跳跃距离

系统结果用的是 50×50。图 1 是另一组示例:网格改成 25×25,占用、人数比和阈值仍是 70%、30/70 和 30%,四种规则各跑一次,初始布局相同。图题上的 S 和 n 是这一次的终值,不是 100 次平均。

完整原论文图1

图 1|同样的开局,四种搬家规则把格子、路径和跳跃距离改成什么样?

(a)原始模型,α=0、β=0,这一次 S=0.81、n=17。(b)距离模型,图题为 α=0、β=−3,S=0.74、n=71。(c)重要性模型,图题为 α=3、β=0,S=0.8、n=98。(d)引力模型,图题为 α=3、β=−3,S=0.79、n=500。蓝是多数派,橙是少数派,灰是空格。(e、f、g、h)每种规则各画一名行动者的轨迹;(g、h)的灰色越靠近中心越深,路径堆在中心附近。(i、j、k、l)是这四次模拟的跳跃距离分布,横轴是直线距离,纵轴是跳跃次数。图上平均距离标为 16.27、5.3、11.6 和 3.1;四张直方图的纵轴上限分别约为 50、400、150 和 1500,柱高不能跨图直接比。来源:原论文 Fig. 1。

正文对这四次平均跳跃距离写的是 16.27、5.30、11.60 和 3.10,并把 16.27 同时解释为格子之间的平均距离:原始模型的跳跃因为接近均匀抽取,平均值落在这个典型距离上。距离模型和引力模型的分布偏向短距离。重要性模型和引力模型把空格推向外围。正文接着写,R 和 G 的中心格子分别只有 4% 和 7% 为空,D 和 O 则为 25% 和 28%;这句没有定义中心用的半径。

图题和这段正文还有一处对不齐。图题把 D、R、G 标成指数绝对值 3,正文引入图 1 时写成 β=−2 或 α=2。后文图 3 明确使用 α=3、β=−3,与图题一致。空置比例写在正文那一段里,没有另行标明对应的是 2 还是 3。引力这一次的 n=500,所以(d)的 S=0.79 是停在步数上限时的格子,不保证所有人已经满意。

越不愿搬远,隔离降得有限,步数拉得很快

把 α 固定为 0,只改变 β。图 2 的每个点都是 100 次随机开局的平均。正文写标准差相对较小,所以主图只画平均;波动放在补充图 S10 和 S11,正文没有列出标准差的数值。

完整原论文图2

图 2|距离指数和重要性指数,怎样改隔离水平与收敛步数?

(a)α=0 时,横轴是平均步数 n,纵轴是平均隔离 S,颜色是 β。β 越负,点越靠右下。虚线是 S=4.6 / n 的 1.5 次方,再加 0.7。(b)横轴 β,纵轴平均 n,虚线标出 β=0 的原始谢林模型。拟合为 n=2.7 的(−1.1×β)次方,再加 21。(c)横轴 β,纵轴平均 S。拟合为 S=a /(d 的(−bβ)次方+c)+k;正文系数 a=0.85、b=3.2、c=11.8、d=1.4、k=0.73,图注把 a 和 k 写成 0.9 和 0.7。(d)β=0 时的 n 与 S,颜色是 α;拟合 S=−8.5 / n 的 2.1 次方,再加 0.8。(e)α 与平均 n,拟合 n=7.1 的(b×α)次方再加 19.5;正文 b=0.94,图注写成 0.9。(f)α 与平均 S,拟合 S=−0.002α²+0.01α+0.8。(g)颜色是平均 S,(h)颜色是平均 n,两张都只画 β≤0 的组合。来源:原论文 Fig. 2。

β 从 0 降到 −5,人更倾向于留在近处,格子变得慢,终态也更接近一开始的混合。正文给出这时 S=0.73。若把后文 α=0 时写出的原始模型 S=0.79 当作分母,(0.79−0.73)/0.79 大约是 7.6%,对应后一句大约低 8%。同一节开头写的大约低 10%,没有再给另一个 S。β=5 时,更远的空格更多,选择面变大,行为又接近可以任意挑选空格的原始模型:隔离大约只高 1%,步数没有实质变化。

步数的拟合在 β=−5 时大约是 256,在 β=5 时大约是 21,256/21 超过 10 倍。图 2b 的纵轴画到 350,β=−5 的平均点位于曲线最高处。正文还有一句说,β=−5 的步数是原始模型的 30 倍。256、图上的高点,以及 30 倍,是三种写法,不能合成一个已经核对过的倍数。

(a)里的幂函数把这件事连起来:n 变大时 S 下降,并朝 0.7 靠近。它描述的是这组模拟里步数和终态隔离的伴随关系。人更难在近处找到满意格子,所以终态改得少、步数花得多;它不证明现实中的搬家距离造成了居住隔离。

大家都往中心挤,全图隔离为什么只高一点?

把 β 固定为 0,只增加 α。人会去抢更靠近中心的格子,和另一组撞在一起,满意来得更慢。α=3 时,100 次的平均步数是 261;α=0 时是 20 步。261/20=13.05,正文写成将近 12 倍。同一条指数拟合在 α=0 时回到大约 20.5 步,和 20 步相符;它是经验曲线,不必逐点等于 261。

隔离的变化小得多。α=3 时 S=0.81,α=0 时 S=0.79,相差 0.02,除以 0.79 就是正文说的 2.5%。抛物线拟合 S=−0.002α²+0.01α+0.8,在 α=3 时约为 0.812,和 0.81 一致。(d)的幂函数用了负的分子,所以 n 变大时 S 从下方靠近 0.8:步数拉长伴随着隔离略升,升幅很小。

全图只略升,是因为中心和外围走的不是同一方向。α 越大,外围隔离减去中心隔离的差越大。人被吸向中心,中心两种人挤在一起,混合更高;外围面积更大,隔离也更高,于是全图平均仍略升。补充说明写,这个差在 α=3 且 β 处于 −5 到 −3 时最大,α=0 时几乎可以忽略。补充图 S12 没有在说明里给出差的具体数值。

两股约束叠在一起,最慢的是哪一角?

图 2g 和 2h 只看 β≤0。每个 α 上,β 越高(没那么负),S 越高、n 越低;每个 β 上,α 越高,S 越高、n 也越高。隔离的高值在 β=0 的重要性模型一侧,低值在 β=−5。正文写,S 在 β=0、α=3 时大约比 β=−5、α=0 高 11%。0.81 相对 0.73 的相对差是(0.81−0.73)/0.73≈11%,和这句相符。这里的 11% 是相对 0.73 的比例,不是隔离指数增加了 0.11。

步数的高值在左上角:β 很低、α 很高。正文写,β=−5 且 α=3 的步数大约是 β=0 且 α=0 的 24 倍,没有给出这两个格子的绝对步数。图 2h 的色标到 500,最深的颜色落在这个角落。短距离偏好已经很强时,重要性对隔离的额外影响比较弱;对步数而言,α 升高仍会把等待继续拉长。

补充图 S13 把热图扩到 β>0。β 为正时,S 看不出随 α 变化的稳定图案,n 维持在低位,α 对步数的影响也不像 β 为负时那么明显。补充图 S11 的说明则写,α 和 β 都较高时,100 次模拟的步数分布会在 500 附近多出一个峰,因为这些回合经常无法在上限内让所有人满意。说明没有给出停在上限的回合比例。读平均步数时,要记住 500 是天花板。

拖住收敛的,是少数派里的少数人

图 3 把问题缩到人。它使用引力模型 α=3、β=−3。(a)和(b)各汇总 100 次模拟。

完整原论文图3

图 3|长时间不满意的人是谁,他们停在网格的什么位置?

(a)多数派达到满意所需步数的分布,横轴到 17,纵轴标注为不满意行动者的百分比。全部多数派在 17 步内满意。(b)少数派的对应分布,横轴到 500。大多数人在 50 步内满意,一小部分直到 500 步仍不满意。(c)中心已经进入论文所定义的稳定隔离时的一张网格。两条黑圈的半径是 9 和 16.6,环带占网格总面积 25%;白点是持续不满者。蓝、橙、灰仍是多数、少数和空格。(d)持续不满者落在这个环带里的比例 ρ。虚线是 0.25,也就是按面积随机落点的基准。引力和重要性模型高于这条线,距离模型与基准接近。来源:原论文 Fig. 3。

持续不满的定义,是一个人达到满意的步数超过全体行动者这一分布的第 95 百分位。图 3c 这一张 1750 人的网格上,这样的人有 9 个,9/1750 约是 0.5%。这是一次示例的计数,不是 100 次模拟的平均人数。论文写,多数派没有进入这条长尾,长尾主要来自少数派。

ρ 的分母是当时的持续不满者人数,分子是其中位于环带的人数。环带占面积 25%,所以随机落点的基准是 0.25。论文称引力模型和重要性模型的 ρ 显著高于随机布局,重要性模型又低于引力模型,距离模型与随机基准相近;正文没有给出检验统计量、p 值或箱线图的中位数。图 3d 的图注也没有再写这张箱线图用了多少次模拟。

这些人为什么出不去?中心先变得较纯,环带里仍混着不能满足阈值的邻居。重要性把人往中心拉,负的 β 又不让他们一次走远,于是少数派在这一圈里继续换近处的空格。隔离被压低,是因为整理没有做完;步数被拉长,是因为这少数人还没有满意。

完整原论文补充图S14

图 S14|中心隔离在哪一步被论文当成已经稳定?

无字母子图。横轴是步数,纵轴是中心区域的平均隔离。红线表示相对此前五步的增幅不再超过 2% 的那一步。补充说明写,中心隔离先陡升,随后在 0.68 附近波动。图上红线落在陡升早期,其后曲线仍继续升高,再在 0.68 上下抖动,直到 500 步。这是一次示例。补充说明写明网格设定与正文主实验相同,并把它放在两个指数都较大的情形下;图上没有再标 α 和 β。来源:原论文补充图 S14。

图 3c 使用的就是这个临界步,不是模拟结束的那一步。红线之后中心隔离仍在变,所以这里的稳定指的是增幅落到 2% 这条规则之下,不是中心人数或隔离已经冻结。

重要性若在地图上随机撒开,步数还会拉这么长吗?

正文的向心效果依赖一张人为指定的地图:越靠近几何中心越重要。补充说明把重要性改成在格子上均匀随机分配。α 对步数仍大致呈指数上升,但 α=3 时 n 的最大值降到 70;核心—外围地图下,补充说明写的对应最大值是 260。正文对核心—外围、α=3 给出的 261,是 100 次的平均步数。最大值和平均值是两个量。随机地图下,S 只有很弱的上升。补充说明据此认为,随机重要性牺牲了核心—外围的现实性,也让涌现出来的图案没那么明显。

完整原论文补充图S1

图 S1|重要性随机分布时,α 还拉得动步数和隔离吗?

图内没有面板字母,按图注从左到右是(a)(b)(c),各点仍是 100 次随机开局。(a)横轴平均步数,纵轴平均隔离,颜色是 α;隔离只落在大约 0.791 到 0.798 的窗口里。(b)α 与平均步数,α=3 时最高的点超过 65 的刻度;补充说明写最大值为 70。(c)α 与平均隔离,纵轴窗口与(a)相同,看不出正文那种从 0.79 到 0.81 的上升。来源:原论文补充图 S1。

因此,中心更混、外围更纯,以及步数被拉到两百步以上,都依赖所有人共享的核心—外围地图。它不是从设施、岗位或到访量测出来的重要性。

换网格、换阈值、换指标之后,哪些说法还在?

补充图 S2 和 S3 把网格改成 25×25 和 75×75。说明写,方向与正文一致;小网格上变量之间的相关更弱。补充图 S5 把同质阈值提高到 0.5,重要性模型的结论与正文相同。补充图 S4 把阈值降到 0.1,所有 α 的平均步数都小于 5,α 几乎不再改变 n。阈值这么低时,人很容易找到已经满意的格子,搬家规则还没来得及把格局拉开,模拟就结束了。

人数比也有边界。50/50 时,补充图 S7 的结论与正文相同。10/90 时,补充说明把占用率改成 0.5,因为若多数派占比很高又保持更密的占用,少数派会一直不满意,模型在 500 步内不收敛。改密度之后,补充图 S6 里所有 α 的步数仍都小于 5。主结果里那种漫长收敛,出现在 30/70、占用 70%、阈值 30% 这一类不那么容易满意的设定里。

补充说明还用广义 Freeman 隔离指数复查。每一步数出不同类型行动者的直接相邻接触数 Xₙ,再除以开局时的接触数 X₀。这个比值从 1 开始,隔离加深时下降,因为异类邻居变少。方向和正文的 S 相反,补充图 S9 的格局与正文一致。说明没有给出某一参数下的具体指数。

补充图 S8 是前面说过的只搬到会满意的空格。补充图 S10 用箱线显示 100 次的波动,说明写波动较小、主图案仍在。这些图重复的是同一类参数扫描,这里只用说明里写出的比较,不另读图中没有标注的刻度。

更低的隔离,停在这套格子规则里

S 下降和 n 上升,是同一套满意规则、同一张重要性地图下的模拟比较。相关的搬家偏好没有在真实城市里被识别出来,模型也还没有用实际迁居数据检验。论文把与真实城市对照列为后续工作。

满意只由同类邻居占比决定。房价、空置、住房条件和组别各自看重的设施都没有进入搬家权重。空格可以被选中的人占用,没有价格。重要性是到几何中心的距离的函数,不是观测到的繁华程度。β 的符号也按本文公式阅读,不能直接换成常见引力模型分母里的正指数。

500 步的上限会把一部分尚未结束的模拟记成 500。图 1 的引力示例和图 2h 的深色区域都碰到这个天花板。被截断的平均步数,短于让所有人都满意可能需要的步数。

阈值降到 10%,或把人数比改成 10/90 并降低占用率之后,步数会掉到 5 以下。主结果里的漫长收敛,不能写成任何人数比、任何阈值下都会出现。

一句话总结

在这套格子规则里,更不愿搬远会让最终的同类邻居占比低一些,并让人人满意等得更久;共享的中心吸引力主要让中心更混、外围更纯;把时间拖住的是少数派中少数仍不满意的人。

核心来源

作者介绍

三位作者的单位和分工以论文署名页、贡献说明和通信邮箱为准。

  • Daniele Gambetta:署名为意大利国家研究委员会信息科学技术研究所(ISTI-CNR)和比萨大学。贡献说明中,他完成模拟、数据分析、代码和绘图。论文列出的通信邮箱是 daniele.gambetta@phd.unipi.it。
  • Giovanni Mauro:署名为 ISTI-CNR、比萨大学和卢卡 IMT 高等研究院。他与 Luca Pappalardo 共同构思研究,并参与写论文和设计图。通信邮箱是 giovanni.mauro@phd.unipi.it。本文参考文献里,他是 2022 年用生成对抗网络生成移动网络那篇论文的作者之一。
  • Luca Pappalardo:署名为 ISTI-CNR,通信邮箱 luca.pappalardo@isti.cnr.it。贡献说明中,他与 Giovanni Mauro 共同构思研究、参与写作,并负责指导和监督。本文引用了他参与的返回者与探索者、深度引力模型和 scikit-mobility 等人类移动性研究。

延伸思考

以下是 AI 基于论文结果所作的延伸,不属于原论文结论。

若一项措施只是让长距离搬家更贵,这套模型里下降的是终态同类占比,同时留下仍不满意的少数派。把 S 的下降讲成居民已经接受混合社区,会漏掉 n 变长和 500 步上限。先看不满意的人还剩多少、还要再跑多少步,再谈隔离有没有减轻。

另一项值得单独做的实验,是让两组人看重不同的地点。本文的混合来自所有人抢同一张中心地图。若两组的 α 指向不同区域,同样的重要性强度可能把人送进不同中心,中心混合不一定还在。模型也没有价格。若中心既重要又贵,能进环带的人会改变,持续不满者不一定仍是现在这 9/1750 所代表的那一类少数派。

阈值实验已经给出一个边界条件:门槛降到 10% 时,各种 α 都在 5 步内结束。距离和重要性只有在满意并不容易达到时,才有时间改变格局。讨论搬家成本之前,需要先知道这群人的满意门槛落在哪一档。


文章作者: 猴猴猴
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 猴猴猴 !
  目录