平时活动范围更大的人,灾害这72小时还会走出更大的范围吗?
论文名片|Qi Wang、John E. Taylor,Patterns and Limitations of Urban Human Mobility Resilience under the Influence of Multiple Types of Natural Disaster,PLoS ONE,2016,11(1):e0147299,2016年1月28日发表。DOI:10.1371/journal.pone.0147299。本文依据这一正式发表版解读。这是一项观察研究,比较多种自然灾害前后城市里的人类移动。
设想一个人平时被记录到的位置,大多落在住处、工作地和附近几个店铺之间。台风、地震、冬季风暴、暴雨或野火到来的那几天,相邻两条位置之间的距离,是多数仍然很短、少数很长,还是整条远近规律都换了一套?若平时活动范围更大的人,灾害这72小时的活动中心会不会挪得更远,活动范围会不会仍然更大?
Wang 和 Taylor 考察的就是这种尺度还在不在。十五次灾害里,单次位移的分布大多仍能用截断幂律描述;多数情况下,两周前的回转半径仍与灾害期间的活动中心偏移、以及灾害期间的回转半径同向变化。几次事件里,这种同向关系不再有统计显著性。文中把移动还能吸收冲击、维持基本属性并回到稳态,称作人类移动的韧性。正文测到的是分布形式是否还在,以及两个72小时窗口是否还正相关。活动范围回到灾前水平用了几天,正文没有给出。
先说结论
- 十五次事件分属五类灾害,合计 3,673,626 条地理标签推文、212,735 人。这个人数等于表1各事件用户数之和,分母是各次事件的推文用户。正文没有另外给出跨城市去重后的人数。
- 样本中的 471 个日位移里,每一天都比指数分布更符合幂律(p<0.001);其中 455 天也比对数正态分布更符合幂律,455/471=96.6%。这些天包括各事件收集到的灾前、灾中和灾后,正文没有按事件拆开这 471 天。
- 活动中心在灾害72小时相对两周前72小时的偏移,与两周前回转半径的正相关,在15次事件中有13次带有显著性标记。未标记的是2014年伊基克地震(0.15591484)和汉堡的冬季风暴 Xaver(0.257535062)。
- 灾害72小时的回转半径与两周前回转半径的正相关,在15次中有11次显著。未显著的是台风 Kalmaegi 所在的卡拉西亚奥(0.149604)、2013年保和地震(0.031066)、伊基克(−0.08923)和汉堡(0.198529)。伊基克是表中唯一的负系数。
十五次灾害里,究竟在比哪一种远近?
人类移动性在这里指人在城市空间中的位置变化。居住地是否改变,本文没有单独测量。数据来自 Twitter 公开接口收集的地理标签推文:用户发一条不超过140字符的状态时,可以附上当时的经纬度。作者用了将近两年收集数据,再从受影响的城区取出十五次事件。手机基站研究的位置往往落在大约1至3平方公里的覆盖范围内,作者因此改用地理标签,以便观察城市内部的尺度。地理标签只覆盖愿意公开位置的用户,也只留下发过推文的时刻。
十五次事件是四次台风、三次地震、三次冬季风暴、三次创纪录暴雨,以及两次野火。表1把凤凰城、底特律和巴尔的摩标成 Thunderstorm,表2和图1写成 Rainstorm,正文则称为 record-breaking rainstorms。三座城市是同一组三次事件。野火在分组时写成两次;脚注说这场野火覆盖290,000英亩,并选取靠近城区、受影响较重的两个区域。
| 类型(表1) | 事件 | 地点 | 推文数 | 用户数 |
|---|---|---|---|---|
| Typhoon | Wipha (Tokyo) | 日本东京 | 849,173 | 73,451 |
| Typhoon | Halong (Okinawa) | 日本冲绳 | 166,325 | 5,124 |
| Typhoon | Kalmaegi (Calasiao) | 菲律宾卡拉西亚奥 | 21,698 | 1,063 |
| Typhoon | Rammasun (Manila) | 菲律宾马尼拉 | 408,760 | 27,753 |
| Earthquake | Bohol (Bohol) | 菲律宾保和 | 114,606 | 7,942 |
| Earthquake | Iquique (Iquique) | 智利伊基克 | 15,297 | 1,470 |
| Earthquake | Napa (Napa) | 美国纳帕 | 38,019 | 1,850 |
| Winter storm | Xaver (Norfolk) | 英国诺福克 | 115,018 | 8,498 |
| Winter storm | Xaver (Hamburg) | 德国汉堡 | 15,054 | 2,745 |
| Winter storm | Storm (Atlanta) | 美国亚特兰大 | 157,179 | 15,783 |
| Thunderstorm | Storm (Phoenix) | 美国凤凰城 | 579,735 | 23,132 |
| Thunderstorm | Storm (Detroit) | 美国底特律 | 765,353 | 15,949 |
| Thunderstorm | Storm (Baltimore) | 美国巴尔的摩 | 328,881 | 14,582 |
| Wildfire | New South Wales (1) | 澳大利亚新南威尔士(1) | 64,371 | 9,246 |
| Wildfire | New South Wales (2) | 澳大利亚新南威尔士(2) | 34,157 | 4,147 |
位移是同一个人相邻两个位置点之间的距离,用半正矢公式计算。地球半径取6,367,000米,纬度记为 ϕ,经度记为 φ。两点的纬度差和经度差先各自除以2,进入正弦的平方;经度项再乘上两点纬度的余弦。开方、取反正弦后乘以2r,得到的单位是米。这个距离记录的是相邻两条地理标签,中间没有发推的停留不会出现。
这些位移被拟合为截断幂律:P(Δr) 正比于 Δr 的 −β 次方,再乘以 e 的 −λΔr 次方。Δr 是位移,β 描述近处随距离下降的陡峭程度,λ 让特别长的位移更快减少。作者用 Python 的 powerlaw 包做最大似然估计,把截断幂律与指数分布、对数正态分布比较。既有研究在货币流通和手机数据里报告的幂律指数大约在1.59到1.88之间,那是别人的范围。本文正文没有列出这十五次事件各自的 β 和 λ。
活动范围用另外两个量。活动中心是一段时间里到访坐标的平均位置,英文写作 center of mass。回转半径是各到访点到这个中心的半正矢距离的均方根,英文写作 radius of gyration。它概括这段时间的活动尺度,用的是各点到活动中心距离的均方根。单次位移则是相邻两个位置点的距离。扰动窗口的活动中心相对稳态窗口移动了多远,正文写成两个中心之差的绝对值。表2只报告这个偏移与回转半径的相关系数,没有给出偏移了多少米。
时间窗口在正文里并排出现了两套。图1的红圈是灾害发生的那24小时,绿圈是灾前,蓝圈是其后。回转半径和活动中心则使用72小时:扰动态是灾害发生时的72小时,稳态是两周前的另一个72小时。质心公式的说明又把地点数 n(t) 写成24小时内的到访地点数。正文没有说明72小时是合成一个中心,还是先按天计算再汇总。下面的相关结果对应的是这一对72小时窗口。
灾前、那24小时和其后,位移分布还是截断幂律吗?
第一个假设是:多种自然灾害下,城市出行仍由幂律支配。比较在同一批位移上完成,看截断幂律、指数分布和对数正态分布哪一个拟合更好。

图 1|灾前、灾害发生的那24小时,以及其后,单次位移还落在截断幂律上吗?
原图没有子图字母。横轴是位移 Δr,纵轴是 P(Δr),两边都取对数。红圈是灾害发生的那24小时,绿圈是灾前,蓝圈是其后;同色曲线是各自的拟合。十五个面板从左到右、从上到下依次是:Typhoon Wipha (Tokyo),Typhoon Halong (Okinawa),Typhoon Rammasun (Manila),Typhoon Kalmaegi (Calasiao),Earthquake (Bohol);Earthquake (Iquique),Earthquake (Napa),Winterstorm Xaver (Norfolk),Winterstorm Xaver (Hamburg),Winterstorm (Atlanta);Rainstorm (Phoenix),Rainstorm (Detroit),Rainstorm (Baltimore),Wildfire 1 (New South Wales),Wildfire 2 (New South Wales)。各面板的刻度范围并不相同,读数要回到该面板自己的坐标。东京、冲绳、马尼拉、诺福克、凤凰城、底特律和巴尔的摩上,三种颜色挤在一条下降、并在长距离一端向下弯的曲线附近。卡拉西亚奥、保和、伊基克和两处野火上,点更散,红圈有一段离开绿线和蓝线;伊基克的点最稀。纵轴没有标明 P(Δr) 是概率、密度还是累积分布,正文也没有把某一格换算成行程所占的百分比。来源:原论文 Fig. 1。
最大似然的结果写在正文里,逐日的完整拟合放在 S1 Table。全部案例中,样本里每一个日位移都比指数分布更符合幂律,p<0.001。471天里有455天也比对数正态更符合幂律,占96.6%。讨论里又写成超过95%的天数,与455/471一致。另外16天的日期,以及它们更贴近哪一种分布,正文都没有写出。图1把许多人的位移放在同一个面板里,读到的是群体分布仍靠近截断幂律。每个人的活动范围是否仍与自己的灾前范围相连,要看后面的个人相关。
活动中心挪得远,和平时的回转半径有关吗?
第二个假设把比较换到个人。每个人有一个稳态回转半径,也有一个活动中心从两周前72小时到灾害72小时的偏移。假设说,平时回转半径越大的人,灾害期间活动中心偏移越远。十五次事件分别计算相关。进入每次相关的人数,正文没有给出。表1的用户数是发出地理标签推文的人数。
| 类型(表2) | 事件 | 相关系数 | 正文标记 |
|---|---|---|---|
| Typhoon | Wipha (Tokyo) | 0.539672692 | p<0.001 |
| Typhoon | Halong (Okinawa) | 0.399066158 | p<0.001 |
| Typhoon | Kalmaegi (Calasiao) | 0.412774447 | p<0.05 |
| Typhoon | Rammasun (Manila) | 0.57926189 | p<0.001 |
| Earthquake | Bohol (Bohol) | 0.270450514 | p<0.001 |
| Earthquake | Iquique (Iquique) | 0.15591484 | 未标记 |
| Earthquake | Napa (Napa) | 0.463082337 | p<0.001 |
| Winter storm | Xaver (Norfolk) | 0.555180382 | p<0.001 |
| Winter storm | Xaver (Hamburg) | 0.257535062 | 未标记 |
| Winter storm | Storm (Atlanta) | 0.678411423 | p<0.001 |
| Rainstorm | Storm (Phoenix) | 0.533596975 | p<0.001 |
| Rainstorm | Storm (Detroit) | 0.452612074 | p<0.001 |
| Rainstorm | Storm (Baltimore) | 0.413542843 | p<0.001 |
| Wildfire | New South Wales (1) | 0.896617706 | p<0.001 |
| Wildfire | New South Wales (2) | 0.292383392 | p<0.05 |
正文用星号标显著性:一个星号为 p<0.05,三个星号为 p<0.001。表注也列出 p<0.01,十五个系数都没有单独落在这一档。未标记表示该系数旁边没有星号。表中没有打印精确的 p 值。
13/15次事件支持这个假设。系数最高的是新南威尔士区域1,0.896617706;在显著的结果里,保和较低,为0.270450514。亚特兰大的冬季风暴达到0.678411423。伊基克和汉堡的点估计仍为正,分别是0.15591484和0.257535062,只是没有显著性标记。正相关表示同一次事件里、平时范围更大的人,活动中心也倾向于挪得更远。它没有给出每公里回转半径对应多少米偏移,也没有说明中心移动是整片活动地点一起挪走,还是因为出现了少数很远的新地点。
灾害这72小时的回转半径,还能从两周前读出来吗?
第三个假设直接比较活动范围本身:灾害72小时的回转半径,是否仍与两周前72小时的回转半径正相关。若正相关还在,平时范围更大的人,在这72小时里范围仍然更大。这是正文用来表示范围尺度还连着稳态的证据。测量的是两个72小时窗口之间的一次相关。回转半径逐日回到原水平所用的天数,正文没有给出。
| 类型(表3) | 事件 | 相关系数 | 正文标记 |
|---|---|---|---|
| Typhoon | Wipha (Tokyo) | 0.524405 | p<0.001 |
| Typhoon | Halong (Okinawa) | 0.215695 | p<0.001 |
| Typhoon | Kalmaegi (Calasiao) | 0.149604 | 未标记 |
| Typhoon | Rammasun (Manila) | 0.288469 | p<0.001 |
| Earthquake | Bohol (Bohol) | 0.031066 | 未标记 |
| Earthquake | Iquique (Iquique) | −0.08923 | 未标记 |
| Earthquake | Napa (Napa) | 0.33824 | p<0.05 |
| Winter storm | Xaver (Norfolk) | 0.332673 | p<0.001 |
| Winter storm | Xaver (Hamburg) | 0.198529 | 未标记 |
| Winter storm | Storm (Atlanta) | 0.250897 | p<0.001 |
| Rainstorm | Storm (Phoenix) | 0.341179 | p<0.001 |
| Rainstorm | Storm (Detroit) | 0.245938 | p<0.001 |
| Rainstorm | Storm (Baltimore) | 0.243112 | p<0.001 |
| Wildfire | New South Wales (1) | 0.799249 | p<0.001 |
| Wildfire | New South Wales (2) | 0.507008 | p<0.001 |
显著性标记的含义与上一张表相同。11/15次事件里,系数为正且带有显著性标记。最高仍是新南威尔士区域1,0.799249;显著结果里较低的是冲绳,0.215695。纳帕为0.33824,只达到一个星号。卡拉西亚奥0.149604、保和0.031066、汉堡0.198529没有显著性标记。伊基克为 −0.08923,是十五个系数里唯一的负数,同样没有显著性标记。
把两张表放在一起,活动中心和回转半径回答的是两件事情。保和的中心偏移仍然显著相关,回转半径的相关却接近零。卡拉西亚奥也是中心偏移显著、半径相关不显著。新南威尔士区域2相反,半径相关0.507008,高于它的中心偏移相关0.292383392。正文没有再检验两个系数的差。中心偏移已经显著时,仍要单独看回转半径是否还同向。
图1里灾后的蓝圈仍沿截断幂律下降,说明位移分布的基本形状在作者所绘的其后时段还在。蓝圈覆盖灾后多长时间,图注没有写。分布形状还在,和个人是否回到两周前的那个回转半径,也是两件事情:一群人可以继续呈现短多长少的距离,同时每个人的活动尺度已经重新排列。
哪几次对不上,论文用什么来说明限度?
讨论把相关消失的事件写成韧性的限度:冲击较轻时,稳态回转半径仍可用于理解甚至预测扰动下的移动;冲击足够强时,稳态下看到的模式不再能预测扰动状态。正文没有给出一个统一的震级、风速或系数阈值。
2014年伊基克地震被写成当年最强的地震,震级8.2,影响一座约180,000名居民的城市,并造成6人伤亡。它在两张表里都不显著,回转半径的点估计为负。2013年保和地震震级7.2,当地有超过120万居民,死亡超过200人。讨论把这两次地震都视为区域人类移动失去韧性的例子,同时又写出它们的属性不同。表中的差别是:保和的活动中心偏移仍有显著性标记,回转半径的系数是0.031066,旁边没有星号。保和有114,606条推文、7,942名用户;伊基克有15,297条推文、1,470人。
台风 Kalmaegi 发生在2014年,回转半径相关不显著,活动中心相关仍显著。该事件是台风里最小的样本:21,698条推文、1,063人。冬季风暴 Xaver 同时影响到汉堡和诺福克。汉堡两个系数都不显著,诺福克分别为0.555180382和0.332673,都带三个星号。汉堡有15,054条推文、2,745人,诺福克有115,018条推文、8,498人。论文写道,这场风暴明显影响了汉堡的人类移动,诺福克则以较高的韧性承受了影响;同时写明,厘清这种差别超出本文范围。样本大小不同,因此汉堡未显著既可以是关系更弱,也可以是样本更小。
新南威尔士区域1的两个系数都最高。脚注只说明它是290,000英亩野火靠近城区的严重区域之一。高相关表示平时范围仍与这72小时的范围同向排列,正文没有把它解释成冲击更轻。
伊基克的数据还有另一处限制。对数正态与幂律的比较,建议至少有300条位移;伊基克地震之后有若干天少于300条。全部案例每天仍超过100条位移,作者认为这足以区分幂律和指数分布。所以,伊基克对假设一的指数分布比较仍被正文保留,对对数正态的比较更弱;这与表3里那个不显著的负系数是两次不同的检验。
这些结果留在什么边界里?
推文样本随各地使用习惯变化。东京、马尼拉、冲绳、诺福克、汉堡、纳帕、亚特兰大、凤凰城、底特律和巴尔的摩的数据较多,伊基克等地较少。公开地理标签的人构成这项推文样本。正文没有提供全体居民的对照普查。由于平台规定,数据中的经度经过改动,位置与原始坐标不同;作者说明这一改动不影响分析结果。
相关描述的是同一次事件中,个人的稳态范围与灾害窗口指标是否一起高低。交通供给、主动更换活动地点和发推频率都可能进入这些距离。正文没有把它们拆开,因此系数停留在共变层面。未标星号表示没有达到正文采用的显著性标准。除伊基克的回转半径点估计为负以外,其余未标记系数的点估计仍为正。
回转半径公式使用以米为单位的半正矢距离,但正文没有报告任何城市回转半径的均值或中位数。活动范围用几天回到两周前的水平,同样没有测量。稳态只取灾害前两周的一个72小时;若那72小时本身特殊,相关的基线也会跟着变。作者提出后续可以把公共交通等条件纳入,本文还没有做这项比较。
一句话总结
多种灾害下,相邻位置的远近大多仍服从截断幂律,两周前更大的回转半径在15次事件的11次里仍对应着灾害这72小时更大的活动范围;这种对应在卡拉西亚奥、保和、伊基克和汉堡不再显著,而范围回到灾前水平所用的天数,正文没有给出。
核心来源
- PLoS ONE 正式发表页,核对题目、作者、2016年1月28日发表记录与 DOI:10.1371/journal.pone.0147299。正文14页,主图只有 Fig. 1,表1至表3给出样本与相关系数。
- 首页数据可用性说明:地理标签位置数据见于 Dryad,DOI 为 10.5061/dryad.88354。逐日拟合的 S1 Table 在正文中标为支持信息,不在这14页内。
- 回转半径与活动中心的概念来自作者引用的 González、Hidalgo 与 Barabási,Nature,2008,453:779–782。幂律指数1.59至1.88来自他们引用的既有研究。本文表格报告的是相关系数。韧性定义在假设部分引用 Cutter 等人2008年的社区韧性研究;作者自己关于飓风 Sandy 的移动韧性论文列在参考文献56。背景里有一句语法不完整的话把 Sandy 的发现标为参考文献44,而文末列表中的44是 Cutter 等人2008年的文章。
作者介绍
两位作者的身份只按论文署名、贡献说明和本文参考文献中的可核对信息介绍。
- Qi Wang:署名为哈佛大学 Radcliffe Institute for Advanced Study。作者贡献写明,他构思并设计研究、实施实验,与 Taylor 共同分析数据、提供工具并撰写论文。
- John E. Taylor:署名为弗吉尼亚理工学院 Charles E. Via, Jr. 土木与环境工程系 Civil Engineering Network Dynamics Lab,通讯作者。作者贡献写明,他参与构思、数据分析、工具和写作;实施实验一栏只列了 Wang。参考文献56是他与 Wang 合作的飓风 Sandy 人类移动韧性研究。
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。
若要把两周前的回转半径当成灾害72小时活动范围的排序依据,可以做一次真正的预测核对:用稳态半径给同城的人排序,再看这个顺序与灾害窗口半径的顺序有多一致,并和只按全城平均半径猜测的结果比较。按照表3,这种排序在11次事件里有正相关可利用;伊基克的点估计为负,排序甚至可能颠倒,但该系数不显著,方向是否颠倒仍要拿到独立时段再检验。样本很小的汉堡和卡拉西亚奥,也应先把不确定区间算出来,再决定灾前半径能不能进入预测。
另一个延伸是把范围的恢复和地点的恢复分开。截断幂律还在,只说明短距离仍然很多、长距离仍然很少。一个人也可以保持差不多的回转半径,却换掉原先最常去的地点;或者地点还是那几个,尺度已经变了。本文的活动中心偏移显示,平时范围大的人往往中心也挪得更远,这更接近整片活动地点发生了平移。下一步可以计算,灾害72小时里的位置有多大比例仍落在稳态那72小时最常出现的地点上。若这个比例回升时半径相关仍然缺失,恢复的是熟悉地点;若半径相关还在而这个比例下降,保持的是活动尺度。两种结果会指向不同的后续观测,也都不由本文的相关系数直接给出。