Transferable human mobility network reconstruction with neuroGravity

只知道人口和地图，能补出一座城市的出行网络吗？

论文名片｜Jinming Yang、Shaoyu Huang、Zongyuan Huang、Yaohui Jin、Xiaokang Yang、Marta C. González、Yanyan Xu，Nature Computational Science 6，630–641（2026），2026 年 6 月 12 日发表。期刊原文 · 预印本

假设你要为一座城市调整公交线路。地图上看得见住宅、学校、商店和道路，也知道各片区住了多少人；可真正决定线路该往哪里走的，是每天有多少人从哪个片区去往哪个片区。偏偏这张出行表最难拿到：全面调查成本高，手机定位数据又受覆盖范围和使用权限限制。

能不能只掌握少量出行记录，就补全整座城市的联系？再进一步，能不能把在波士顿学到的规律，带到没有本地出行记录的城市？

neuroGravity 给出的办法，是把引力模型与图神经网络放在一起。它确实提高了重建和迁移能力，但哪些信息在训练时可见、哪些只在评估时用于校准，会直接影响我们怎样理解它的成绩。

先说结论

• 在只观测 10% 区域之间内部流量的重建实验中，可见连接通常仅占全城有效连接的约 1%。六城各自 30 次实验的 R² 中位数再取平均，neuroGravity 为 0.614，最强平均基线 GNN 为 0.444，相对提高约 38%；这组主要比较预先知道哪些 OD 对存在非零流量。
• 波士顿训练的模型，可以不使用目标城市的逐条 OD 流量进行再训练，迁移到洛杉矶、旧金山湾区等地。但图 5 的主要精度使用真实全城出行总量做了事后校准，不能直接当作完全没有目标城市信息时的精度。
• 为出行任务学到的区域表示，也包含与收入、教育、碳足迹和污染相关的信息。不过，这组实验使用完整出行数据学习表示，随后还要用已知指标训练预测器，并非只看一张地图就能直接读出收入。
• 跨城迁移并不只看地理距离。五座城市之间，收入空间隔离程度越接近，模型往往迁移得越好。这是一组有启发性的关联，还不是适用于任意城市的普遍规律。

人口和距离有用，为什么还不够？

把城市划成若干统计区域，每个区域是一个节点，区域之间的起讫点组合就是 OD 对（origin–destination pair）。这里要重建的是区域之间的典型日出行流量，不是个人轨迹，也不是某条道路的实时车流，不能直接读成公交客流。

传统引力模型的直觉很清楚：两端人口越多，往来潜力通常越大；距离越远，联系通常越弱。可同样的人口和距离，并不能保证同样的出行量。住宅区连着就业中心，与两片住宅区之间的联系，可能很不一样；周围还有哪些目的地，也会影响人流怎么分配。

只用简单公式，容易漏掉这些差别；只用复杂神经网络，在观测很少时又容易记住局部特征，换一座城市就失灵。neuroGravity 尝试保留人口与距离的基本结构，同时让神经网络学习公式没能解释的部分。

图 1｜从少量观测补全网络，到把模型带到另一座城市。

• （a）比较引力模型、普通图神经网络和 neuroGravity 的设计取向；右侧三角形是能力示意，不是定量评分。
• （b）用模型学到的区域表示，辅助估计社会经济和宜居性指标。
• （c）跨城迁移示意：相同的源城市模型，在不同目标城市的效果可能不同。
• （d）全球生成范围：红点标出已有模型估计的 1,200 多座城市和地区，不代表每座城市都已有实测数据验证。

来源：原论文 Fig. 1。

先判断有没有流量，再估计流量有多大

模型需要的公开输入，包括区域边界、人口、区域间距离，以及从 OpenStreetMap（OSM）提取的 52 类建成环境特征：各类建筑和用地占比、兴趣点密度、道路长度密度等。美国采用邮政编码统计区（ZCTA），其他城市使用当地的区域划分；同样一个节点，在不同城市对应的面积并不相同。

用于训练和检验的出行数据，则主要来自匿名手机通信记录（CDR）和基于位置的服务数据（LBS）。手机样本不覆盖所有居民，因此 CDR 轨迹经过 TimeGeo 出行模型扩展，再汇总为人口尺度的典型日 OD 流量；LBS 也按居住地人口扩样。论文中的参考流量因此包含数据处理和模拟成分，并非全体居民逐次出行的直接计数。

有了这些信息，重建分成三步。

第一步，找出可能存在稳定流量的 OD 对。城市里并不是每两个区域之间都有可观测往来；若把所有区域都连上，会给后续学习引入大量不合适的连接。LightGBM 分类器根据两端特征和距离判断是否连边，阈值在波士顿确定为 0.4，并统一用于其他城市。

第二步，用 meta-Gravity 给出初步流量。它保留引力模型的形式：初步流量等于 G 乘以两端人口之积，再除以距离的 α 次方。不同的是，G 和距离衰减参数 α 不再全城固定，而由两端区域特征决定，使不同类型的区域组合可以遵循不同的联系强度。

第三步，用图神经网络修正估计。初步流量与距离成为连接的特征，区域的建成环境成为节点的特征；节点和连接通过多层注意力机制一起更新。这样，模型估计一对区域的流量时，也能利用它们与其他区域的联系，而不是只孤立地看这两个地方。

训练在对数空间进行，既便于表达引力模型中的乘法和幂关系，也能减轻少数超大流量对学习的支配。模型先训练引力模块，再联合训练两个部分，采用对异常误差较稳健的 Huber 损失，并用留出的验证数据提前停止训练。

图 2｜公开地图信息怎样一步步变成 OD 流量。

• （a）输入准备：人口、建筑占比、兴趣点密度、用地与道路特征。
• （b）连接预测：LightGBM 判断哪些区域对可能存在流量，构成供图网络学习的连接集合。
• （c）初步估计：神经网络根据两端特征生成引力参数，再结合人口和距离估计流量。
• （d）图网络修正：节点与连接表示共同更新，最终在对数空间预测流量；两路模块通过损失函数训练。

来源：原论文 Fig. 2。

只看一小部分区域，能补出多少？

这里的 10% 观测比例，指随机选取 10% 的区域，只开放这些区域彼此之间的流量，不是随机开放全城 10% 的连接。两端都必须落在这小部分区域里，所以能见到的连接要少得多。

图 3 的波士顿案例包含 250 个 ZCTA、51,786 条有效 OD 连接。只看其中约 1% 的连接，neuroGravity 的 R² 为 0.77、CPC 为 0.73；引力模型分别为 0.59 和 0.63。地图上，引力模型过于集中于城市中心，neuroGravity 则更接近参考网络中的主要联系与外围结构。为看清主干，地图只画了流量最高的 30% 连接。

两个指标回答的问题不同：R² 看逐条流量偏差有多大，1 表示完全吻合，低于 0 表示还不如用参考流量的均值作统一预测；CPC 衡量预测与参考流量的重叠程度，范围为 0 到 1，越高越好。CPC 的名字虽含通勤者，这里比较的是研究定义下的出行流量，不能把它读成通勤识别准确率。

单次表现还不够。研究在波士顿、洛杉矶、旧金山湾区、波尔图、波哥大和利雅得分别随机抽样 30 次。补充表 4 显示，neuroGravity 的六城 R² 中位数均超过各自基线；前面提到的 38%，就是各城中位数取平均后，从 0.444 到 0.614 的相对提升，并非准确率增加 38 个百分点。CPC 的平均提升则约为 3%，说明不同指标下的优势幅度并不一样。

这组主要测试有一个条件：为单独检验流量预测器，非零连接的位置被视为已知。真正从头重建时，还得承担连边预测的误差。补充表 9 单独比较了两种情况：波士顿 30 次实验的平均 R² 从已知连接时的约 0.707，变为预测连接时的约 0.695；旧金山湾区则从约 0.581 变为 0.533。方法的优势仍在，但完整流程的难度不能被省略。

图 3f 中，引力模型的 R² 随观测比例增加而下降，也不能简单理解为数据越多越差：剩余测试连接随观测范围改变，R² 又对逐条的大误差敏感；这不是固定测试集上的单纯加样本实验。

图 3｜既看地图上的联系是否合理，也看逐条流量是否接近参考值。

• （a）波士顿从左到右为可见观测、引力模型、neuroGravity 和参考网络；颜色及线宽突出高流量连接。
• （b）洛杉矶的观测范围与重建网络，示例 R² 为 0.70。
• （c）旧金山湾区的观测范围与重建网络，示例 R² 为 0.60。
• （d）引力模型的流量对照：横轴为参考值，纵轴为预测值，双轴采用对数刻度；点越偏离相等线，逐条误差越大。
• （e）neuroGravity 的同类对照，点云更集中于对角线附近。
• （f）不同区域观测比例下的 R²；每个点汇总 30 次独立抽样实验。
• （g）相同实验的 CPC；实线为 neuroGravity，虚线为引力模型。

来源：原论文 Fig. 3。

学会人流联系，为什么也能看出区域差别？

如果两个片区的建筑、设施和出行联系相似，模型是否也会把它们表示成相似的区域？图 4a 将波士顿的节点嵌入——模型为每个区域学到的一组数字特征——投影到二维。收入相近但相距较远的区域可能靠近，地理相邻但收入不同的区域也可能分开。图 4b 进一步显示，嵌入距离越大，区域收入差距的中位数通常越大。

这还只是相关性的展示。要检验这些表示有没有额外预测价值，研究另用 LightGBM 估计五类区域指标，比较只用 OSM、只用嵌入，以及两者合用。波士顿两者合用时，收入和大学学历人口比例的 R² 约为 0.42、0.35；家庭碳足迹、二氧化氮浓度和活动回转半径分别约为 0.73、0.78、0.76。活动回转半径描述活动地点围绕活动重心的分散程度，可理解为活动范围的一种度量。

这些成绩来自 20 轮带重采样的五折交叉验证。用于生成嵌入的 neuroGravity 在本城完整出行数据上训练，后续指标预测器也需要有标签的样本。因此，它说明出行表示能为指标估计补充信息，不能据此宣称无需出行调查和收入样本就能得到同样结果。改为空间分块验证后，波士顿收入的 R² 从约 0.418 降到 0.385，反映了更严格空间外推的难度。

这种联系也因城市而异。洛杉矶的活动回转半径预测 R² 约为 −0.07，旧金山湾区约为 0.13。论文以单中心与多中心结构的差别解释这种异质性，但这些实验没有单独识别城市结构的因果作用。SHAP 排名显示嵌入特征重要，也不等于证明了收入或设施如何导致出行。

图 4｜模型学到的区域表示，是否包含地图原始特征之外的信息？

• （a）左为区域地图，右为嵌入的二维投影，颜色表示家庭收入；投影上的接近不等于地理接近。
• （b）横轴为嵌入距离，纵轴为两区收入差，红线表示各距离组的中位数。
• （c）波士顿五项指标的预测与参考值对照，标注重复交叉验证的 R² 均值及标准差。
• （d）三城分别比较 OSM、嵌入及两者合用的结果，揭示不同指标与城市的差别。
• （e）三城五项任务的 SHAP 相对重要性；嵌入先降为四个主成分用于此项解释分析，红字标出相关特征。

来源：原论文 Fig. 4。

换一座城市，真正能带走什么？

更难的检验，是在源城市训练后，直接把连接预测器和流量模型用于目标城市，不再用目标城市的逐条 OD 流量训练。为减轻偶然抽样的影响，研究在源城市训练 20 个模型，对每条目标连接的预测去掉最高、最低值后取平均；基线采用同样的集成方式。官方代码说明，跨城实验的物理模块使用较简单的传统引力模型，少量本地观测的重建版本则默认使用 meta-Gravity。

图 5a 中，波士顿迁移到洛杉矶、旧金山湾区、波哥大、里约热内卢的 R² 分别约为 0.69、0.61、0.48、0.42。不过，这些主要迁移指标先把预测的全城流量总和，缩放到目标城市的真实总量。它检验的是总量对齐后，各条连接能否分配得合理，尚不完全等于总量也未知时的表现。

补充表 19 给出了不校准的成绩：

波士顿迁移到	按真实总量校准的 R²	不校准总量的 R²
洛杉矶	0.69	0.59
旧金山湾区	0.60	0.60
波尔图	0.68	0.61
波哥大	0.48	0.46
利雅得	0.51	0.43
里约热内卢	0.42	0.15

这里采用补充表的舍入数值。无需目标城市逐条流量再训练，是有价值的进步；无需目标城市总量就能保持同样精度，则不是所有城市都成立。里约的下降尤其说明，绝对出行规模仍可能成为跨城应用的难点。

为什么有些城市之间更容易迁移？

一个可能的原因是，城市的贫富区域怎样在空间上排列，会影响人们能到哪里、需要去哪里。两座城市即使平均收入不同，若高低收入群体在空间上的组织方式相近，出行规律也可能更容易迁移；反之，同样人口和设施，未必形成相同联系。

研究用五座有收入数据的城市检验这个想法。空间收入隔离指数 SI 的计算，不只看各区收入差多少，还看相似收入区域是否连片：先反复合并相邻且收入接近的区域，最终得到 7 个大区域，再把全城收入差异拆成大区域之间与内部两部分。

SI = 大区域之间的收入差异 ÷ 全城总收入差异。

如果高收入区、低收入区各自连片，大部分差异会保留在合并后的区域之间，SI 就较高。它量的是收入差异的空间组织，不能直接当作基尼系数，也不能直接读成不同收入者实际接触的程度；结果还依赖区域划分与合并尺度。

图 5d 显示，同一源城市对应的迁移 R² 通常随源、目标城市的 SI 差距增大而下降。再把两城 SI、SI 差距、区域面积和 OSM 密度等因素放入线性回归，拟合迁移成绩的 R² 达到 0.97。这个 0.97 是对迁移表现的解释拟合，不是出行流量预测达到 97% 准确率；数据来自五城之间的 20 组定向迁移，也不能据此保证新城市的迁移精度。

图 5｜迁移不只是把模型搬过去，还取决于两座城市的相似之处。

• （a）波士顿模型在四座目标城市的生成网络；标注成绩采用全城总量校准。
• （b）五城定向迁移的 R² 矩阵与收入地图，行是源城市，列是目标城市。
• （c）SI 的分解示意：把相邻且收入接近的区域合并，区分区域内部与区域之间的差异。
• （d）横轴是两城 SI 差距，纵轴是迁移 R²；每条线对应一个源城市的四个目标城市。
• （e）线性回归估计的迁移 R² 与实际迁移 R² 对照，0.97 是这组回归的拟合优度。
• （f）回归中八个变量的系数绝对值；SI 差距最突出，但系数排序不是因果证明。

来源：原论文 Fig. 5。

从实验走向缺数据的城市，还差哪一步？

研究已为全球 1,200 多座城市和地区生成出行网络代理数据，并用生成网络驱动洛杉矶、旧金山湾区的易感—潜伏—感染—康复（SEIR）模拟。与使用参考出行网络的模拟相比，neuroGravity 更接近相应的传播曲线和空间格局。这是在相同模型条件下比较不同出行输入，不是对真实疫情的独立预测验证。

非洲调查提供了更接近缺数据情境的检验，也显示了困难。瓦加杜古及周边保留 930 份出行样本，赞比亚曼萨周边为 132 份；原调查记录过去一年至少住宿一晚的出行，与典型日城市出行并不完全同类。neuroGravity 对部分主要联系和排序有优势，但补充表 22、23 中的 R² 仍分别约为 −3.03 和 −0.69，不能说已经把这些地区的流量规模重建准确。

输入地图同样有边界。补充实验中的 30% 缺失，主要指 OSM 特征类别缺失，不是随意漏掉 30% 的建筑或居民。特征归一化和随机失活能缓解部分问题，却不能保证在贫困片区系统性漏标、交通方式差异很大或真实行为突变时仍然可靠。生成数据适合提供初始估计、提出假设和识别需要补充调查的位置；重要交通决策仍要结合当地验证。

一句话总结

neuroGravity 让人口与地图更有能力补全出行网络，也说明了一个实际问题：把模型带到另一座城市之前，既要看两城的空间社会结构是否相似，也要弄清哪些流量信息仍被用于校准和检验。

核心来源

• Yang, J., Huang, S., Huang, Z., Jin, Y., Yang, X., González, M. C. & Xu, Y. Transferable human mobility network reconstruction with neuroGravity. Nature Computational Science 6，630–641（2026）。
• 预印本全文与作者公开的补充材料。文中五张研究图来自原论文 Fig. 1—5；重建条件、总量校准和外部验证详见补充章节 5、6、7、8 及表 4、9、11、19、22、23。
• 官方代码与使用说明；全球估计网络数据。代码仓库中的示例流量为合成数据，原始手机数据并未公开。

作者介绍

• Jinming Yang：上海交通大学人工智能研究院及数据驱动管理决策实验室署名作者，与 Yanyan Xu 共同设计研究和模型，负责分析并参与写作。
• Shaoyu Huang：上海交通大学人工智能研究院署名作者，参与手机出行数据处理。
• Zongyuan Huang：上海交通大学人工智能研究院署名作者，参与手机出行数据处理。
• Yaohui Jin：上海交通大学人工智能研究院及数据驱动管理决策实验室署名作者，参与计算平台建设、研究指导，为通讯作者之一。
• Xiaokang Yang：上海交通大学人工智能研究院署名作者，参与计算平台建设与研究指导，为通讯作者之一。
• Marta C. González：加州大学伯克利分校及劳伦斯伯克利国家实验室署名作者，提供手机数据，参与分析讨论与写作。
• Yanyan Xu：上海交通大学人工智能研究院及数据驱动管理决策实验室署名作者，共同设计研究与模型，参与写作和指导，为通讯作者之一。

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。

这篇研究给交通数据采集带来的启发，可能不是少做多少调查，而是把有限调查放到哪里。若模型在某些区域反复预测失准，这些地方可能恰好具有地图没记录的工作机会、非正式交通或社会边界。与其只在已有数据丰富的中心区继续补样，不如把模型的不确定性与弱势群体的服务需求放在一起，优先调查最可能被忽略的联系。

同时，收入空间隔离既能帮助选择迁移源城市，也可能成为值得干预的城市问题。若交通规划把预测网络直接当成理想需求，就可能继续强化现有隔离。重建人们目前怎样出行，与判断他们应该获得怎样的可达性，是两个需要分别回答的问题。