2026-TransGM: Transferable gravity models for cross-city policy transfer


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。

TransGM 从设施残差、空间签名到迁移正则的流程

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。

英格兰位置示意及伯明翰与考文垂范围

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。

考文垂与伯明翰就业估计和设施残差的相关矩阵

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。

六类设施的城际 KL 绝对差与迁移惩罚

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。

五种模型的流量 R²、CPC 和终点 R²

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

四套模型的六类设施吸引力权重

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。

四种模型下市中心流入对六类设施扰动的反应

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。


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