把伯明翰的就业吸引力搬到考文垂,模型学到的是谁的优先级?
论文名片|Adham Enaya、Chen Zhong、Michael Batty、Robin Morphet、Fulvio D. Lopane,TransGM: Transferable gravity models for cross-city policy transfer,Computers, Environment and Urban Systems,2026,128:102455,2026年5月19日在线发表。2025年8月12日收稿,2026年4月24日修回,2026年5月4日接收。DOI:10.1016/j.compenvurbsys.2026.102455。本文依据这一正式发表版解读。
考文垂若考虑学习伯明翰,在就业集中的地方多配基本服务,规划上要回答的是通勤会不会因此改道。TransGM 把这个问题做成一次可计算的迁移:先用伯明翰的通勤学会一组目的地吸引力参数,再拿考文垂的一部分起讫流量微调。起点一共有多少人出门,模型直接使用观测到的总数,只学习这些人流向哪些目的地。
这次微调之后,考文垂流量方差被解释的比例高于考文垂单独估计的模型。设施权重和市中心流量对设施的反应,仍然更接近伯明翰单独估计的结果。流量拟合上升,与考文垂本地优先级被替换,是两份不同的证据。
先说结论
- 同样使用考文垂 25% 流量时,自适应迁移的流量 R² 为 0.547,考文垂本地模型为 0.472,增量为 0.075,相对本地模型为 0.075/0.472 = 15.9%。相对不加设施锚定的直接微调 0.529,增量为 0.018,即 0.018/0.529 = 3.4%。通勤重合比例从本地模型图上标注的 0.860 升到 0.875,与直接微调的 0.876 只差 0.001。
- 两城是否相似,比的是各自内部“就业分布”与“超出就业预期的设施分布”相差多少,再取这两个市内差值的绝对差。物流与工业的绝对差为 0.003,锚定强度 Ω 为 0.950;办公设施的绝对差为 0.497,Ω 约为 0。
- Ω 接近 0,表示正则项不再把该设施的权重拴在伯明翰。基本服务的 Ω 为 0.003,自适应权重仍是 0.415,靠近伯明翰的 0.394,与考文垂单独估计的 0.022 分属不同量级。交通权重停在 0.037,考文垂单独估计为 0.218。
- 市中心流入对设施残差的敏感度也更接近伯明翰。自适应模型中基本服务为 0.023,考文垂本地为 0.003;交通为 0.004,考文垂本地为 0.030。论文据此认为,迁移结果复现的是伯明翰的城市配置。
- 案例是英国西米德兰兹两座相邻城市、统一统计区口径下的方法演示。就业数量由建筑面积乘密度系数估算,距离是统计区质心之间的直线距离。模拟没有观察一项真实政策落地后的通勤变化。
一座城市标定的系数,换到隔壁还代表什么?
两地之间的人流,经典引力模型写成规模越大、距离越近,流量越高。生产约束形式还要求每个起点的预测流出加总之后,等于该起点实际观测到的总流出。形式可以跨城保留;每个设施前面的系数表示它在当地有多重要,则会随产业结构和土地使用改变。以往旅行需求模型的迁移,常用来源城市和目标城市的系数做平均、缩放或合并,一组系数共用同一种更新幅度。
TransGM 想把“哪些设施可以共用、哪些必须重估”写进估计过程。它有四步:先把设施相对就业做成残差,再量每座城市内部就业与超额设施的空间错位,然后在来源城市估计生产约束引力模型,最后按错位程度决定目标城市的参数被来源城市拴住多少。论文把它同时当作流量预测和诊断工具:在目标城市流量较少时,看用来源城市的逻辑组织这些流量会留下哪些对不上的参数。

图 1|把伯明翰的引力模型迁到另一座城市,中间经过哪四步?
图中没有子图字母,四列按模块排列。模块 1 从就业和设施出发,先把设施对就业回归,残差作为超出就业预期的吸引力,再与就业弹性合成总吸引力。模块 2 分别计算来源城市和目标城市内部的 KL 散度,取绝对差后变成每个设施的自适应权重,范围在 0 到 1。模块 3 用来源城市的特征和流量估计起点约束引力模型,损失包含流量拟合与终点流入对齐。模块 4 把来源城市权重送进目标城市,用这套权重调节正则,并配合目标城市特征得到目标模型。来源:原论文 Fig. 1。
伯明翰和考文垂,各自用什么当通勤的分母?
两座城市都在英国西米德兰兹,规划体系和统计口径相同,便于把差异更多地放在空间结构和就业组成上。论文给出的部门结构来自 2022 年商业注册与就业调查:伯明翰服务业约 70%、制造业约 7%;考文垂服务业约 65%、制造业约 12%。就业空间熵为伯明翰 H = 4.0、考文垂 H = 3.2,正文用前者表示就业更集中,后者更分散。这是分布的集中程度,不是岗位总数。

图 2|案例城市位于英国的什么位置,两城如何相邻?
图中没有子图字母。左侧是英格兰及相邻地区的区划底图,小方框标出西米德兰兹,两条引线连到右侧放大图。右侧纵轴为北距、横轴为东距,单位都是公里;伯明翰范围涂在北侧,考文垂范围涂在东南侧。这张图只说明地理位置和城市范围,不包含流量或设施数量。来源:原论文 Fig. 2。
空间单元是下层超级输出区(Lower Layer Super Output Area,LSOA),英格兰和威尔士用于发布小区域统计的分区,设计人口大约为 1,000–3,000 人。分析单位是 LSOA 之间的通勤起讫对。附录 C 列出的规模是:
| 项目 | 伯明翰 | 考文垂 |
|---|---|---|
| 人口 | 1,141,816 | 369,127 |
| LSOA 数 | 639 | 174 |
| 起讫对 | 训练 4,355 对 | 合计 1,278 对;附录写训练 383 对、测试 895 对 |
| 通勤出行次数 | 298,450 | 98,250 |
| 平均行程距离 | 8.2 公里 | 6.8 公里 |
383 + 895 = 1,278,与考文垂起讫对总数一致;附录把这一划分写成 30% 与 70%。正文、表 3 和图 3 则把考文垂实验标为使用 25% 目标城市流量。论文没有说明 25% 对应其中多少对,也没有说明它是否就是这 383 对。后文的 R² 与 CPC 属于表 3 所标的 25% 设置。4,355 对分布在 639 个区、1,278 对分布在 174 个区,都远少于区与区的全部组合。论文没有写明零流量的区对是否进入模型。
通勤来自匿名、汇总后的手机应用数据,文中引用 Zhong 等人 2025 年发布的英格兰位置数据。本文没有写出采集年份和应用名称。记录到的出行次数相对附录人口为 298,450/1,141,816 与 98,250/369,127。这两对比的是两套附录数字,不是论文单独报告的抽样率。
模型里的就业也不是这批通勤人数。主文按建筑总楼面面积乘就业密度估算岗位:高密度办公 0.10、机构类 0.08、中等密度零售 0.07、低密度工业 0.01 个岗位每平方米,密度系数来自英国规划中的就业密度指引。表 2 因此给出伯明翰 806,739 个估算岗位、考文垂 398,695 个。其中机构类建筑为 566,838/806,739 与 306,488/398,695,办公类只有 24,814/806,739 与 19,001/398,695。结论写明,开放街道图的分类和覆盖不一致,岗位数应作为指示,不宜当成官方岗位统计。附录的特征清单又把岗位写成国家统计局商业注册册。与表 2 对得上的,是面积乘密度这一套总数。它和 298,450、98,250 次通勤记录也不是同一个量。
距离取 LSOA 质心之间的欧氏直线距离,单位为公里。伯明翰的矩阵是 639×639,考文垂是 174×174。附录在距离上加入平均距离的 10%,避免距离为 0 时幂函数无法计算。直线距离不包含道路绕行、时刻表和费用。
设施要先去掉就业本身,才谈得上额外吸引力
六类设施是文化活力、基本服务、物流与工业、办公、零售与餐饮、交通可达性。就业密集的地方往往设施也多。若把原始设施和岗位一起放进吸引力,岗位的作用会被重复计算。论文对每一类设施做线性回归,残差表示相对于岗位数偏多或偏少的部分。形成空间分布时,负残差先截为 0,只保留超出预期的设施,再在本市各区之间归一化成概率。

图 7|残差化之后,设施和就业估计还缠在一起吗?
附录 A 有上下两张热图,没有子图字母。上图为考文垂,下图为伯明翰。行列都是就业估计的对数,以及六类设施残差。颜色从蓝到红表示相关从负到正,对角线上的 1 是变量与自身的相关。两张图的就业列都接近 0,这与“残差已经对就业回归”的构造一致。设施残差之间仍有相关:伯明翰零售与交通为 0.335,文化与交通为 0.268;考文垂零售与交通为 0.260,基本服务与物流为 −0.176。因此,后文每个设施一个权重,并不表示这些设施在空间上相互独立。来源:原论文 Appendix A。
模型学习的是目的地份额,起点总数另有来源
预测流量写成:
预测的 i 到 j 流量 = 起点 i 的观测总流出 ×(j 的吸引力 × 距离衰减)÷ 该起点所有目的地的吸引力与距离衰减之和。
分母的作用,是把已经观测到的出门总量分配出去。正文报告起点拟合的 R² 为 1.000,这是约束带来的结果。终点 R² 高、每一对起讫的 R² 低,可以同时成立:前者看一个区收到的通勤合计,后者看具体从哪个区来。
目的地吸引力取对数后分成两项:岗位数的对数乘岗位弹性,加上六类残差对数的加权和,再套一个双曲正切。正切把设施残差的贡献限制在有界区间里,避免它盖过岗位。距离衰减比较了幂函数“距离的负 β 次方”和指数函数“e 的负 β 乘距离”。附录 I 中,幂函数的伯明翰交叉验证 R² 为 0.575,指数为 0.560,相差 0.015,即 0.015/0.575 = 2.6%。同一表的考文垂跨城一列为 0.211 与 0.205,论文记为大约 2.9%。幂函数因此被用作主要形式。0.211 与后文微调后的 0.547 相差很大,附录没有说明这列跨城结果是否使用了同样的 25% 考文垂流量,两套 R² 应分开读。
估计时同时惩罚单对流量的误差和终点流入合计的误差,并给设施权重一个普通的 L2 惩罚,减轻吸引力与距离衰减缠在一起。流量部分采用泊松型损失。迁移阶段再增加一项:每个设施的目标城市权重与伯明翰权重之差的平方,乘上该设施自己的 Ω。参数由 L-BFGS-B 优化,梯度用自动微分。
附录 B 写下的搜索边界是距离衰减 0.5 到 5.0、岗位弹性 0.01 到 0.50。表 5 的距离一列却是 0.11 与 0.21,落在 0.5 到 5.0 之外。附录 I 的文字又给出幂函数 β = 1.85、指数 β = 0.023。三处数字不能当成同一个参数的三次四舍五入。后文讨论距离谁更陡时,只使用表 5 那一列;附录 I 的 β 只用于它自己的函数比较。
空间错位怎样决定这条参数被拴多紧?
每个设施先在城市内部计算 KL 散度:以就业分布为参照,看超额设施分布与它差多远。数值低,表示岗位多的区也集中了较多超额设施;数值高,表示两者在空间上分开。两座城市的分区不同,论文不把伯明翰某一区与考文垂某一区直接相减,而是比较两个市内 KL 的绝对差。绝对差小,表示两城的就业—设施搭配方式接近;绝对差大,表示搭配方式不同。分区面积不等时,正文还写了带面积的修正。表 4 没有注明所列 KL 用的是普通式还是面积修正式。
设施 k 的锚定强度为 Ωₖ = exp(−τ × 绝对差ₖ)。绝对差趋于 0 时 Ω 趋于 1,惩罚把目标城市参数拉向伯明翰;绝对差很大时 Ω 趋于 0,这项惩罚消失。τ 控制绝对差要多大才松开。附录在 1、2、5、10、17、26 中选择,文字说预测表现在 17 达到高点后下降,没有列出每一档的 R²。迁移强度在 0.5、1、2、5 中取 2.0。表 4 的有效惩罚是 2.0 × Ω。固定迁移相当于每个设施的 Ω 都等于 1,大家都以 2.0 的强度锚向伯明翰。直接迁移使用同样的 25% 考文垂流量微调,但不加这套按设施区分的锚定。
| 残差设施 | 伯明翰 KL | 考文垂 KL | 绝对差 | Ω | 有效惩罚 | 表 4 的标签 |
|---|---|---|---|---|---|---|
| 文化活力 | 1.447 | 1.258 | 0.188 | 0.041 | 0.081 | 部分迁移 |
| 基本服务 | 0.780 | 1.120 | 0.340 | 0.003 | 0.006 | 不迁移 |
| 物流与工业 | 0.867 | 0.863 | 0.003 | 0.950 | 1.900 | 完全迁移 |
| 办公 | 1.154 | 1.651 | 0.497 | 0.000 | 0.000 | 不迁移 |
| 零售与餐饮 | 0.987 | 1.156 | 0.169 | 0.056 | 0.113 | 部分迁移 |
| 交通可达性 | 0.622 | 0.732 | 0.111 | 0.151 | 0.303 | 部分迁移 |
以 τ = 17 复核,exp(−17 × 0.003) 约为 0.950,exp(−17 × 0.497) 已经接近 0,与表中 Ω 一致。

图 4|哪一类设施被紧紧锚在伯明翰,哪一类被放开?
图中没有子图字母。横轴是六类设施。左轴是伯明翰与考文垂市内 KL 的差,柱高对应这一差值;右轴是有效惩罚。蓝色为部分迁移,红色为不迁移,绿色为完全迁移。绿色只有物流与工业,惩罚点标在 1.900,它的 KL 绝对差在表 4 中最小,为 0.003。红色的基本服务和办公惩罚点接近 0。交通的惩罚点标为 0.303,高于文化、零售和两类红色设施。表 4 的“不迁移”指锚定消失,权重可以由考文垂流量改写;它还不等于改写已经发生。来源:原论文 Fig. 4。
方差解释上升之后,权重停在哪里?
图 3 把五个模型放在同一组坐标里。浅色虚线是全量数据参照,深色实线是 25% 训练数据。伯明翰市内模型标在全量参照上,R² 为 0.575、CPC 为 0.951、终点 R² 为 0.973。它与考文垂各点之间的连线跨越了两种训练规模,不能据此说伯明翰比考文垂更容易预测。

图 3|迁移是否提高了考文垂流量的拟合,提高的是哪一个指标?
(a)流量 R²。考文垂本地 25% 训练为 0.472,直接迁移 0.529,固定迁移 0.516,自适应迁移 0.547。自适应高于直接迁移,固定迁移低于直接迁移。(b)通勤重合比例 CPC。25% 设置下的四点为 0.860、0.876、0.871、0.875。自适应与直接迁移几乎重合,都只略高于考文垂本地。(c)终点流入 R²。对应四点为 0.920、0.941、0.934、0.937。自适应的终点拟合低于直接迁移。三个面板的纵轴起点都不是 0,柱状高低不能跨面板比较。来源:原论文 Fig. 3。
表 3 与图中标注对应:
| 模型 | 训练城市 | 测试城市 | 流量 R² | CPC | 终点 R² |
|---|---|---|---|---|---|
| 市内,全量参照 | 伯明翰 | 伯明翰 | 0.575 | 0.951 | 0.973 |
| 市内,25% | 考文垂 | 考文垂 | 0.472 | 0.86 | 0.92 |
| 直接迁移,25% | 伯明翰到考文垂 | 考文垂 | 0.529 | 0.876 | 0.941 |
| 固定迁移,λ = 2.0,25% | 伯明翰到考文垂 | 考文垂 | 0.516 | 0.871 | 0.934 |
| 自适应迁移,τ = 17.0,25% | 伯明翰到考文垂 | 考文垂 | 0.547 | 0.875 | 0.937 |
表 3 把考文垂本地 CPC 和终点 R² 印成 0.86 与 0.92,图 3 标成 0.860 与 0.920。论文将各模型终点 R² 概括为 0.933 ± 0.008。按考文垂测试的四行计算,(0.92 + 0.941 + 0.934 + 0.937) / 4 = 0.933,伯明翰全量参照的 0.973 不在这四行之中。
R² 是流量方差被模型解释的比例,分母是流量相对其均值的波动,不是通勤者人数,也不是 CPC。CPC 在文中称为 Common Part of Commuters,用来表示预测流量与观测流量的重合,正文没有列出计算公式。自适应模型在流量 R² 上最高;在 CPC 上比直接迁移低 0.001,在终点 R² 上低 0.004。均匀锚定的固定迁移,流量 R² 比直接迁移低 0.013。把所有设施都按伯明翰拴住,拟合差于允许参数自由微调。
权重表把“拟合更好”和“优先级属于谁”分开。表 5 的六类设施也画在图 5 里;距离和岗位两列只出现在表中。
| 模型 | 距离 | 岗位 | 文化 | 基本服务 | 物流 | 办公 | 零售 | 交通 |
|---|---|---|---|---|---|---|---|---|
| 伯明翰 | 0.11 | 0.17 | 0.157 | 0.394 | 0.036 | 0.162 | 0.05 | 0.031 |
| 考文垂 | 0.21 | 0.43 | 0.266 | 0.022 | 0.016 | 0.009 | 0.037 | 0.218 |
| 固定迁移 | 0.11 | 0.093 | 0.18 | 0.418 | 0.042 | 0.173 | 0.057 | 0.036 |
| 自适应迁移 | 0.11 | 0.095 | 0.184 | 0.415 | 0.043 | 0.168 | 0.058 | 0.037 |

图 5|微调之后,六类设施的权重靠近哪一座城市?
图中没有子图字母。横轴为文化、基本服务、物流、办公、零售、交通,纵轴为吸引力权重 γ。蓝色为伯明翰,黄色为考文垂,绿色为固定迁移,红色为自适应迁移。基本服务一列里,蓝、绿、红三柱都在 0.4 附近,黄柱接近 0。交通一列相反,黄柱超过 0.2,其余三柱都低于 0.05。文化一列中,绿柱和红柱位于蓝柱与黄柱之间,并更靠近蓝柱。图中没有距离和岗位弹性。来源:原论文 Fig. 5。
单独估计时,伯明翰最大的设施权重是基本服务 0.394,文化为 0.157。考文垂最大的是文化 0.266 和交通 0.218,基本服务为 0.022。自适应迁移后,基本服务为 0.415,办公为 0.168,交通为 0.037,文化为 0.184。文化从 0.157 移到 0.184,方向朝向考文垂的 0.266,距离伯明翰仍更近。办公的 Ω 约为 0,公式允许它离开伯明翰,估计值仍是 0.168,考文垂单独估计只有 0.009。
讨论认为,25% 的考文垂流量不足以把基本服务从伯明翰的高权重上移开;办公变化很小,是因为两座城市都认为办公在岗位之外贡献有限。后一句与表 5 的对照需要保留:考文垂的办公权重 0.009 很小,伯明翰的 0.162 是该模型中仅次于基本服务的设施权重。物流权重在四行中都位于 0.016 到 0.043,尽管它的空间锚定最强。位置搭配相似,与它对目的地选择重要,是两件事情。
岗位弹性也没有向考文垂的 0.43 移动。自适应结果为 0.095,低于伯明翰的 0.17。距离一列在两种迁移里都保持 0.11,考文垂单独估计为 0.21。讨论把较大的距离参数读成更陡的衰减:伯明翰较平,对应就业集中、通勤可以拉得更远;考文垂较陡,对应外围工业区和中心服务分开之后,人们更依赖较短的联系。迁移模型留在 0.11。书面上的 Ω 惩罚按设施权重求和,没有写上距离参数和岗位弹性。这两列停在何处,不能单独算到设施锚定头上。参数从伯明翰的估计值出发再微调,也会使小样本下的结果不容易走远。
拨动市中心的设施,流入量按谁的斜率变化?
权重还不是流量反应。论文把市中心的设施残差从 0 推到 600,看预测的市中心流入相对基线改变多少,再除以扰动量,得到敏感度。分子是流入的相对变化,分母是扰动幅度,所以不同城市的基线流入不同,仍可以比较。图 6 的曲线先上升后变平,与吸引力公式里的有界变换相符。四个面板的纵轴上限不同,大约分别到 60%、140%、120% 和 140%。曲线在图上的高度不能跨面板直接相比,也不能用表中的敏感度乘以 600 回推曲线右端的百分比。

图 6|市中心设施残差被推高时,流入增量更像哪座城市?
(a)伯明翰本地。纵轴大约到 60%。图例中的敏感度约为文化 0.01、基本服务 0.03、物流 0.00、办公 0.01、零售 0.00、交通 0.00。(b)考文垂本地。纵轴大约到 140%。文化约为 0.04,交通约为 0.03,基本服务、物流、办公约为 0.00,零售约为 0.01。(c)固定迁移。纵轴大约到 120%。基本服务约为 0.04,文化和办公约为 0.02,零售约为 0.01,物流和交通约为 0.00。(d)自适应迁移。纵轴大约到 140%。基本服务和文化约为 0.02,零售约为 0.01,物流、办公和交通约为 0.00。来源:原论文 Fig. 6。
表 6 给出其中四类的三位小数,分母都是各自的敏感度定义,不是流入人数:
| 模型 | 文化 | 基本服务 | 办公 | 交通 |
|---|---|---|---|---|
| 伯明翰本地 | 0.012 | 0.029 | 0.012 | 0.002 |
| 考文垂本地 | 0.037 | 0.003 | 0.001 | 0.030 |
| 固定迁移 | 0.018 | 0.042 | 0.017 | 0.004 |
| 自适应迁移 | 0.017 | 0.023 | 0.000 | 0.004 |
固定迁移的基本服务敏感度 0.042,高于伯明翰的 0.029 和考文垂的 0.003。自适应把它降到 0.023,仍与考文垂本地的 0.003 相差约一个数量级。两种迁移的交通敏感度都是 0.004,考文垂本地为 0.030。办公是自适应结果里少见的明显离开伯明翰敏感度的一项,从表 6 的 0.012 降到 0.000;同一模型在表 5 里的办公吸引力权重仍是 0.168。敏感度与权重并列时需要分开,它们回答的是扰动反应和吸引力方程中的系数。
论文的阅读是:固定迁移和自适应迁移都把伯明翰式的反应带进考文垂,尤其是对基本服务的依赖。文化敏感度有所上升,自适应的 0.017 仍靠近伯明翰的 0.012,离考文垂的 0.037 更远。讨论据此把迁移学习改写成政策迁移模拟,用来问复制伯明翰会带入哪些结构假设。文中进一步认为,考文垂分散的就业更依赖交通,加强外围就业区与中心服务的联系,比复制紧凑的中心商务区更贴合本地模型。这是对模拟参数的政策解释。论文同时写明,这些观察仍属初步,还需要空间自相关等检验,区分数据噪声和规划形成的格局。
这次模拟可以把结论停在哪里?
在起点总流出已知、考文垂使用表 3 所标的 25% 流量时,按市内 KL 绝对差调节正则,流量 R² 高于考文垂本地模型和均匀正则模型。多数设施的吸引力权重,以及基本服务和交通的市中心敏感度,仍与伯明翰单独估计的结果同侧。物流与工业的市内 KL 几乎相同,有效惩罚达到 1.900,四套模型的物流权重却都只有 0.016 到 0.043。
流量 R² 的上升没有伴随 CPC 或终点 R² 相对直接迁移继续上升。起点总数来自观测,模型没有估计“设施改变后会有多少人出门”。就业总数是面积乘密度的指示值,其中机构类建筑占 566,838/806,739 与 306,488/398,695。直线距离也还不是出行时间。两座城市同属西米德兰兹,共用英国的规划与统计框架。论文把这组结果定为概念验证,并写明还需要在单中心与多中心、不同文化和不同规划体制之间继续检验。
有三处印刷口径本文没有合成。考文垂流量比例在结果中标为 25%,在附录 C 中为 383/1,278。岗位来源在表 2 中是面积乘密度,在附录特征清单中写成商业注册册。距离在表 5 中为 0.11 与 0.21,在附录 B 的边界中为 0.5 到 5.0,在附录 I 的文字中又出现 β = 1.85 与 0.023。各处数字只在它自己的表或附录里使用。
一句话总结
用伯明翰的引力模型为考文垂分配已知的通勤流出,少量本地流量就能提高流量方差的解释比例;这次估计留下来的设施优先级,仍是伯明翰那一套。
核心来源
- Computers, Environment and Urban Systems 正式版,128 卷,文章编号 102455。正文图 1–6、表 1–6 与附录 A–I 都出自这一版。
- Zhong 等,2025,Scientific Data,论文所引的英格兰匿名位置数据。本文没有另行核对该数据集的采集年份。
- 欧洲研究理事会 Horizon 2020 资助,协议编号 949670。论文的数据可得性声明只写数据处于公共领域,没有给出代码或流量文件链接。
作者介绍
五位作者都署名伦敦大学学院高级空间分析中心。
- Adham Enaya:第一作者,负责初稿、方法、形式分析、数据整理与概念。学院博士生页面列出的研究题目,是用迁移学习建立可迁移的城市移动模型,导师包括 Chen Zhong 与 Michael Batty。
- Chen Zhong:通讯作者,负责审阅、监督、项目管理、方法、资助与概念。本文通勤流量所引的英格兰匿名位置数据,出自 Zhong 等人的这项数据论文。
- Michael Batty:参与审阅、监督、方法与概念。文中的空间熵、城市模型残差和引力模型传统,沿用他此前发表的城市建模工作。
- Robin Morphet:学院人员页列为该中心荣誉教授。本文参与审阅、监督与概念讨论。
- Fulvio D. Lopane:学院人员页列为该中心荣誉研究员,研究方向包括城市与交通建模。本文参与审阅与概念讨论;正文引用了他参与的大尺度土地利用—交通互动框架。
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。
若问题是“考文垂沿用伯明翰的设施权重时,已观测到的出门人数会如何改道”,权重停在伯明翰附近就是这次模拟的结果,R² 表示这套权重还能把已知流出分配到多接近观测。设施若真的改建,岗位数量和起点流出也可能改变。把 Oᵢ 固定住之后,模型回答不了总通勤规模会不会变化。下一步需要让就业和出门人数随设施情景一起变,再看分配结果。
另一项可以直接补上的检验是训练比例。当前参数从伯明翰的值出发,只用考文垂 25% 的流量微调。把同一套自适应惩罚重复到一半流量和全部 1,278 对,若基本服务仍远高于 0.022、交通仍远低于 0.218,结构差异的证据会更硬。若权重随样本增加明显移向考文垂单独估计的结果,现在看到的“复制伯明翰”就主要是小样本和初始值的后果。论文没有给出这条曲线。
物流与工业则是一个现成的反例。它的市内 KL 只差 0.003,锚定是六类中最强的,吸引力权重却始终低于 0.05。一类设施可以按相似的空间习惯贴在就业旁边,同时几乎不改变人们在目的地之间的分配。迁移惩罚高,还不能排成投资清单上的高优先级。