日常活动圈更大的城市,最长的一趟也一定更远吗?
论文名片|Sibren Isaacman、Richard Becker、Ramón Cáceres、Stephen Kobourov、Margaret Martonosi、James Rowland、Alexander Varshavsky,Ranges of Human Mobility in Los Angeles and New York,8th IEEE International Workshop on Managing Ubiquitous Communications and Services,2011,第88–93页。观察研究,比较洛杉矶与纽约两类居民在一天之内的活动范围。
想象两个都住在市中心的人。一个从曼哈顿的公寓出门,买菜、上班、见朋友,很多事情都在几条街里完成。另一个从洛杉矶下城出门,同样的事情可能落在更散的街区。若只凭城市密度猜测,曼哈顿的日常活动圈应该更小。这项研究用匿名手机通信记录检验的,正是这种日常尺度,以及它和偶尔那趟很长的出行是不是一回事。
方向先说在前面。下城洛杉矶居民的中位日活动范围几乎是曼哈顿的两倍;曼哈顿居民在整个数据期里最长一天的75分位,又几乎是下城洛杉矶的四倍。常见的一天和最长的一天,排序可以反过来。冬天两边都走得更近,纽约缩得更多。只看短信,会把活动圈估得过小。
下文距离沿用论文的英里。1英里约1.61公里,换算只为阅读,原文数值都是英里。
先说结论
- 图1在同一比例尺上比较市中心:下城洛杉矶用户的中位日活动范围几乎是曼哈顿的两倍。正文另写,曼哈顿居民最大日活动范围的75分位,几乎是下城洛杉矶的四倍。前一个倍数比的是常见一天的中位数,后一个倍数比的是数据期里最长一天的上四分位。
- 正文给出全体工作日日活动范围的中位数:洛杉矶5.5英里,纽约4.0英里。冬季表里另有一组中位数,洛杉矶工作日4.50英里、纽约工作日3.19英里。两处都印在论文里,口径并不相同。
- 只保留语音通话时,每人中位日活动范围的分布在冬季整体左移。正文把25分位的下降记为纽约50%、洛杉矶37%,把75分位的下降记为纽约23%、洛杉矶22%。图上印出的一位小数与这四个百分数不能逐一回算出同一个比例。
- 纽约冬季工作日,语音加短信的中位日活动范围标为3.5英里,只看短信标为0.7英里。正文说,只用语音会相对语音加短信低估25分位的41%、50分位的20%和75分位的11%。
- 五名志愿者各28天。日记的中位日活动范围在0.98至25.81英里,话单在0.63至24.48英里;逐日误差的中位数都低于1.5英里。有一人的长途两端没有通话,误差尾部到43.4英里。
一天的活动范围,量的是最远的两个落点
研究对象是人类移动性(human mobility)里的日常活动范围,单位是一部个人手机在一天里被通信网络看到的位置。论文把日活动范围(daily range)定义成:这一天里,该手机联系过的基站两两之间直线距离的最大值。它描述的是当天观测到的最远两端相距多远,用来比较一个人当天铺开的空间尺度。
这个数是下限。直线距离短于沿路里程;手机在不通话、不发短信的时候不会留下位置,最远的端点也可能没被看到。只有当天至少出现一次通话或短信,这一天才有日活动范围。把数据期内各天的日活动范围取中位数,得到这个人的中位日活动范围,近似常见的一天;取最大值,得到最大日活动范围,也就是数据期里最长的一天。工作日更常和通勤、公务出行放在一起看,周末更常和休闲放在一起看。论文把这当作分组理由,同时写明它只是一种对应关系。
位置来自匿名话单(Call Detail Records)。一次语音通话留下开始和结束时关联的基站,一条短信留下发送时刻的基站。两次通信之间,手机对这项研究不可见。论文引用既有工作,把基站覆盖半径的平均值写成大约1英里,因此单次事件的不确定范围大约3平方英里。1英里和3平方英里的分母都是单次通信事件,半径还随塔高、功率、天线角度和地形变化。
样本按账单邮区抽取,覆盖洛杉矶与纽约两类区域里的891个邮区。洛杉矶一侧包括洛杉矶县、橙县和文图拉县。纽约一侧包括纽约市五个区,以及靠近纽约市的十个新泽西县:埃塞克斯、联合、莫里斯、哈德孙、伯根、萨默塞特、帕塞伊克、米德尔塞克斯、苏塞克斯和沃伦。论文写这两组邮区的面积相近。
原始话单去掉两类手机。注册在企业名下的去掉,避免一个邮区里的转售商把大批不属于当地居民的号码带进来。另一类是:在有语音或短信的日子里,出现在账单邮区的天数不到一半。论文假定其中不少人已经住到别处,仍保留旧账单地址,例如在外上学,他们的日常行程不宜代表目标区域。过滤之后,论文说各邮区的用户数与美国人口普查的预期人数有强相关,没有给出相关系数。个人手机用来办公、企业手机用来私人通信的情况仍然会留下。
时间分成两段。春季数据集是2009年3月15日至5月15日,连续62天,只有语音通话。冬季数据集是2009年11月15日至2010年1月31日,78天,语音和短信都有。引言里有一处把对照季节写成夏天;下面的比较以论文命名的春季、冬季和这两段日期为准。除另行说明外,活动范围一节的图使用冬季数据。
| 指标 | 洛杉矶春季 | 洛杉矶冬季 | 纽约春季 | 纽约冬季 |
|---|---|---|---|---|
| 手机数 | 106K | 97K | 78K | 71K |
| 话单条数 | 74M | 247M | 62M | 161M |
| 每人每天通话次数的中位数 | 9 | 8 | 10 | 9 |
| 每人每天短信条数的中位数 | 无此记录 | 4 | 无此记录 | 3 |
表中的K是千、M是百万,已经是取整后的规模。分母是过滤后的个人手机,以及这些手机上的通话或短信记录。中位通话大约每天8到10次。正文另说每天大约10次定位事件,和这个中位通话次数处于同一量级。冬季总记录数明显高于春季,天数只从62天增到78天,中位短信也只有每天3到4条;论文没有给短信条数的均值,总条数不能由中位数反推。
结果主要用箱线图表示。盒子的两端和中线是25、50、75分位,须线是2分位和98分位,横轴是英里的对数刻度。样本量很大,中位数之间的差别几乎都会在统计上显著;若画出表示中位数波动的缺口,缺口会细到和中位线本身差不多。因此后文把差距读成分位数上的英里或倍数,只用“统计上显著”说明样本大,不把它当成差距很大。
五个人的日记,能把话单误差看到什么程度?
大规模话单是否跟得上人真正走过的范围,论文用五名同意参与的志愿者做对照。每人记录连续28天去过的地点,研究者用同一28天的话单计算日活动范围,再比较两种算法得到的中位日活动范围之差。
日记的中位日活动范围从0.98英里到25.81英里,话单从0.63英里到24.48英里。逐日误差的中位数低于1.5英里,多数日子更低。五个人、28天,这个检验的分母很小,它支持“对这五人,中位误差通常不到1.5英里”,不能外推成十万部手机的误差都在这个范围内。

图 2|话单日活动范围相对日记差了多少英里?
无字母子图。横轴为误差英里数,对数刻度。每条从左到右是2、25、50、75、98分位。五人误差的中位数为 V1 0.9、V2 0.5、V3 0.4、V4 0.1、V5 1.4英里。V4的盒子从0伸到0.5英里,中位线在0.1英里。V2的右须标到43.4英里,是图上唯一拉长的尾部。来源:原论文 Fig. 2。
论文把这种大误差归因于长途行程的端点没有通话,并写成大约占全部误差的1%。1%的分母没有说明是人日还是误差条数。图2里与“尾部特别长”对应的是V2。这正好回到日活动范围的定义:没被通信碰到的端点不会进入最大值,话单给出的是当日观测到的下限。
下城的日常圈更大,曼哈顿的长尾为什么更远?
同一比例尺下,论文把每个用户的中位日活动范围都从市中心同一个点画出去。内圈、中圈、外圈分别是这些范围的25、50、75分位。中圈代表中位数。下城洛杉矶的中位日活动范围几乎是曼哈顿的两倍。图上没有印出三圈的英里半径,目测地图不能代替这个倍数。

图 1|市中心居民的中位日活动范围,两座城市差多少?
(a)曼哈顿。三圈半径依次为该组用户中位日活动范围的25、50、75分位,圆心叠在同一点,以便比较远近。(b)洛杉矶下城,地图与(a)同一比例尺。中圈是中位数,下城这一圈几乎达到曼哈顿的两倍。来源:原论文 Fig. 1。
扩大到两个都市圈之后,论文写工作日日活动范围的中位数是洛杉矶5.5英里、纽约4.0英里。这句话出现在“冬季数据仍然保持早先的城市差异”一段里。后文表II另给冬季工作日的中位数:洛杉矶4.50英里、纽约3.19英里。论文没有说明5.5英里对应春季、冬季,还是另一套汇总。作者对5.5英里和4.0英里的解释是洛杉矶建成环境更分散,日常事务的落点相距更远。数据测量的是活动范围,土地利用和每人的出行目的没有同时测量。
最长的一天呈现另一种排序。曼哈顿居民最大日活动范围的75分位,几乎是下城洛杉矶同一分位的四倍。论文提出的一种可能是曼哈顿商务旅客集中。这里没有旅客身份、出行目的或机票数据,四倍只描述两组居民“数据期中最长一天”的上四分位。图1画的是中位日活动范围。最大日活动范围的四倍没有配图,也没有给出两边的英里数。
同一城市内部的差别也可以很大。中位日活动范围在洛杉矶各子区域之间,98分位大约差1.05倍,25分位大约差2.05倍;纽约各子区域在同样两个分位上大约差1.01倍和3.03倍。低分位上的区域差别大于高分位,意思是较短的那些日常范围更随分区域变化,很长的那些日子反而更接近。论文没有列出每一对子区域的名称和英里数。
它点出两个方向相反的例子。曼哈顿的中位日活动范围明显更低,与“很多人通勤进入市中心,已经住在中心的人不必走远”这一想法相符。洛杉矶外围的羚羊谷(Antelope Valley)则相反,住得离中心远的人通勤更远。两句都是对空间位置的解释,这篇论文没有给出这两个子区域的英里表。
冬天少走的那一段,纽约比洛杉矶更明显吗?
季节比较必须先对齐记录种类。春季没有短信,所以图3只保留语音通话,冬季也去掉短信之后再比。比的是每人中位日活动范围在人群中的分布。

图 3|只看语音时,春季和冬季的中位日活动范围如何左移?
无字母子图。蓝色为纽约,黄色为洛杉矶。横轴为英里,对数刻度。每条从左到右为2、25、50、75、98分位。50分位:纽约春季3.8英里、冬季2.6英里,洛杉矶春季5.1英里、冬季3.7英里。25分位:纽约1.3与0.7英里,洛杉矶2.0与1.3英里。75分位:纽约8.1与6.3英里,洛杉矶10.2与7.9英里。98分位仍在23至31英里。来源:原论文 Fig. 3。
正文把25分位的下降记为纽约50%、洛杉矶37%,把75分位的下降记为纽约23%、洛杉矶22%,并写纽约在各个四分位上的降幅都大于洛杉矶。用图上的一位小数相除,得不到完全相同的百分数,例如1.3英里到0.7英里是大约46%,8.1英里到6.3英里是大约22%。一位小数来自四舍五入,正文又没有公布未舍入的分位,所以这里并列图中读数和正文百分数。2分位在四条上都被标成0,很短的那些日子在图的左端叠在一起,季节差别主要出现在25分位及更右侧。
作者推测纽约冬季的天气让人比洛杉矶更明显地减少移动。论文没有加入气温、降水或逐日天气,天气是待检验的解释。冬季窗口本身含有感恩节和圣诞节,这一点留到后面的节假日结果里一起看。
把比较落到同一个人身上,比值是这个人春季的中位日活动范围除以冬季的中位日活动范围。大于1表示春季更远。春季没有短信;论文只在图3明确写了为比较而去掉冬季短信,图4没有单独再声明一次。

图 4|同一个人的春季中位日活动范围是冬季的几倍?
无字母子图。蓝色为纽约,黄色为洛杉矶,各分工作日和周末。横轴为春季/冬季,对数刻度。中位数靠近1:纽约工作日1.0、周末1.1,洛杉矶工作日1.1、周末1.2。75分位为纽约工作日1.6、周末2.1,洛杉矶工作日1.7、周末2.3。2分位约0.2到0.3,98分位约9.5到11.7。来源:原论文 Fig. 4。
25分位和50分位靠近1,位于这两者之间的人,春季和冬季的中位日活动范围差不多。50分位以上的一半人春季更远,周末的抬升大于工作日。正文写75分位上,周末比工作日高出的幅度是纽约34%、洛杉矶33%。图上2.1相对1.6、2.3相对1.7,一位小数相除大约是31%和35%,与34%、33%同样并列表述。98分位接近10倍,属于比值最高的那一小段人,整座城市的中位数仍靠近1。左尾也在:2分位约为0.2到0.3,大约2%的人,春季相对冬季的比值不高于这个范围。
周末更近,说的是多数人还是城市的平均数?
再把同一个人的工作日和周末放在一起。图注写的比值是 weekday:weekend,也就是工作日的中位日活动范围除以周末。正文同一段另有一句把顺序说成周末相对工作日。图上四组中位数都大于1,与后文“超过一半的人周末移动更少”相合,因此按图注理解:比值大于1,表示这个人的工作日比自己的周末更远。图5只用冬季数据。

图 5|同一个人的工作日中位日活动范围是周末的几倍?
无字母子图。横轴为工作日/周末,对数刻度。全部纽约的25、50、75、98分位为0.9、1.2、2.2、13.5;全部洛杉矶为0.8、1.1、1.8、9.6。曼哈顿为0.8、1.1、2.3、16.2;标成900XX的一组为0.8、1.1、1.8、9.0。2分位都标在0。来源:原论文 Fig. 5。
四组中位数是1.1或1.2,所以超过一半的人周末更近。正文写纽约75分位的比值比洛杉矶高24%。图上是2.2相对1.8,一位小数相除大约22%,与24%并列。曼哈顿和900XX的盒子靠近各自都市圈,正文说子区域的比值与所在区域相差大约10%以内。900XX在正文里没有定义到具体街区;图上它与洛杉矶同色,曼哈顿与纽约同色。98分位拉开得更多,曼哈顿到16.2,全部纽约是13.5,这一端已经超出“大约10%”。
工作日更远,和以通勤为主要行程的人相符:休息日更可能留在住所附近。论文同时写出测量条件带来的另一种可能。活动范围只在使用手机时才被看见,工作日与周末的通话多少、以及有固定电话时少用手机,都会改变被看到的端点。因此周末更近是通信记录里的范围更近,还没有单独证明路途上的总里程以同样比例下降。
冬季数据里,节假日以另一种方式出现。感恩节和圣诞节明显成为许多人在整个冬季数据中最大日活动范围所在的日子。论文没有给出这两天的人数、比例或英里数。于是冬季同时包含两件不同的事:图3里人群的中位日活动范围低于春季,而少数人的最长一天落在这两个节日。用整个冬季的中位数,会把节日当天的长距离平均进一段更短的日常里。
白天和夜间是另一组没有单独成图的结果。论文把7时至19时称为白天、19时至次日7时称为夜间,并写人们在白天移动的距离是夜间的1.56至2.86倍,这个区间横跨各个四分位。它没有写明哪个分位对应1.56、哪个对应2.86,也没有分城市给出倍数。洛杉矶人走得比纽约人远这一趋势,在白天和夜间都还在。
只看短信,活动圈会缩到多小?
冬季才同时有语音和短信。图6只展示纽约冬季的工作日,论文说其他地区和其他时段类似。三条分别用全部通信、只保留语音、只保留短信,重新计算每人的中位日活动范围。

图 6|全部通信、只留语音、只留短信,中位日活动范围差多少?
无字母子图,仅纽约冬季工作日。横轴为英里,对数刻度。全部通信的25、50、75、98分位为1.3、3.5、7.6、25.5英里;只留语音为0.7、2.7、6.6、23.7英里;只留短信的中位线在0.7英里,盒子伸到3.5英里,右须17.3英里,左端贴在0。来源:原论文 Fig. 6。
短信这一行的中位数是0.7英里,全部通信是3.5英里。只看短信,常见的一天会显得很短。语音更接近全部通信,但仍然更短。正文写,只用语音会把中位日活动范围低估41%(25分位)、20%(50分位)和11%(75分位),对照基线是语音加短信一起估计的范围。图上1.3对0.7、3.5对2.7、7.6对6.6,一位小数相除大约是46%、23%和13%,与41%、20%、11%不完全相同。百分数是正文的总结,图是纽约冬季工作日这一组的标注;论文没有给出未舍入分位,也没有写这三个百分数是只从这一组算出,还是综合了其他地区。短信被写成不宜单独估计日活动范围,作为语音之外的补充则有用。
短信为什么显得更短,论文没有在这套数据里做成定论。它引用一项关于挪威短信使用的研究,提出短信用户更年轻、行程更多是往返学校,因而可能短于在职父母。本数据没有把年龄或身份连到任何用户身上,这一段是文献上的可能解释。手机数的分母仍是表中的冬季个人手机,纽约71K、洛杉矶97K,图6本身没有再写这一张图用了其中多少人。
把一天里的各段路程加起来,城市对比还在吗?
日活动范围只保留最远的两端。日行程距离(daily distance)则把同一天里相邻通信记录之间的距离全部加总。它永远不会小于当天的日活动范围,也更接近实际走过距离的下限;人在很短的距离上反复通信,会把这个和数抬高,于是它不太适合表示人活动所覆盖的那一片区域。
| 城市 | 日子 | 日行程距离的中位数(英里) | 日活动范围的中位数(英里) | 表中比值 |
|---|---|---|---|---|
| 纽约 | 工作日 | 5.93 | 3.19 | 1.86 |
| 纽约 | 周末 | 4.18 | 2.39 | 1.75 |
| 洛杉矶 | 工作日 | 9.18 | 4.50 | 2.04 |
| 洛杉矶 | 周末 | 6.03 | 3.50 | 1.80 |
这是冬季数据。若只把同一行的两个中位数相除,纽约工作日5.93/3.19、周末4.18/2.39、洛杉矶工作日9.18/4.50,与表中1.86、1.75、2.04一致;洛杉矶周末6.03/3.50约为1.72,表中印的是1.80。论文没有写明比值一列是两个中位数相除,还是每个人的距离与范围之比再取中位数。个别日子两者可以差到10倍,中位数附近仍大约是2倍。小于2的情况来自一个测量条件:并不是每个人都会在行程端点通话或发短信,加总时会漏掉没有记录的那一段。
用这张表比较两个城市的周末:洛杉矶日活动范围3.50英里相对纽约2.39英里高出约46%,日行程距离6.03英里相对4.18英里高出约44%。正文把这概括成大约45%,并写由日活动范围得到的城市结论换到日行程距离之后仍然成立,数值本身会更高。46%的分母是纽约周末日活动范围2.39英里,44%的分母是纽约周末日行程距离4.18英里。
表中的冬季工作日日活动范围是洛杉矶4.50英里、纽约3.19英里。前文空间比较里的5.5英里和4.0英里也写的是工作日日活动范围的中位数。两套数都在正文中出现。论文没有说明差异来自语音是否包含短信、是否只含市中心,还是来自另一套汇总。5.5英里与表中的4.50英里按各自出现的位置引用。
这些比较停在什么范围里
日活动范围、日行程距离和春冬比值,测量的都是通信发生时的基站位置。相关的城市形态、天气、商务旅行和年龄结构,是作者放在结果旁边的解释。论文没有测量土地利用、气温、出行目的或年龄,这些句子不能当成已经分离出来的原因。
样本是一家蜂窝网络中、账单地址落在上述邮区、并且通过两项过滤的个人手机。2009年春季大约洛杉矶106K、纽约78K,冬季大约97K和71K。它代表的是这批手机用户在通信当天的活动范围,不是两座都市圈的全部居民,也不是一个人全天的路网里程。
五名志愿者说明中位误差常常小于1.5英里,同时展示了端点漏记可以让单日误差达到数十英里。大规模结果的可信度,建立在“多数日子的中位数比较稳”之上,建立不起“每一天的最大值都准确”。
箱线图上的百分数有几处与一位小数不能互推,表II最后一行的比值也不能由同行两个中位数精确除出。使用这些数时,图注读数和正文百分数要分开引用。直方图在方法里被提到,正文没有单独的直方图。白天相对夜间的1.56至2.86倍、节假日成为最长一天,都没有配图,也没有人数分母。
一句话总结
洛杉矶居民更常见的一天铺得更开,曼哈顿居民数据期里最长的一天却可以远得多;冬天、周末和只看短信都会把观测到的活动范围缩短,而话单始终只是通信当天的下限。
核心来源
- Sibren Isaacman、Richard Becker、Ramón Cáceres、Stephen Kobourov、Margaret Martonosi、James Rowland、Alexander Varshavsky,Ranges of Human Mobility in Los Angeles and New York,8th IEEE International Workshop on Managing Ubiquitous Communications and Services,2011,第88–93页。正文图1至图6、表I和表II都来自这一版。
- 同一组作者在文中引用的前期研讨会论文:A Tale of Two Cities,HotMobile,2010。本文的春季结果在那次报告里已有雏形,冬季、短信和志愿者对照是2011年这篇新增的部分。
- 文中用于位置粒度的引用是 Song、Qu、Blumm、Barabási,Limits of Predictability in Human Mobility,Science,2010。大约1英里和大约3平方英里出自这一引用,不是本数据自行测量的塔间距。
作者介绍
以下只写论文署名机构和能够从作者公开履历核对的研究方向。
- Sibren Isaacman:论文署名为普林斯顿大学电气工程系。其公开履历写明,2012年在该系获得博士学位,导师是 Margaret Martonosi,博士阶段用蜂窝网络记录研究人类移动。
- Richard Becker:论文署名为 AT&T Labs – Research,弗勒姆帕克。本文没有另列个人履历。
- Ramón Cáceres:论文署名为 AT&T Labs – Research,弗勒姆帕克。
- Stephen Kobourov:论文署名为亚利桑那大学计算机科学系。
- Margaret Martonosi:论文署名为普林斯顿大学电气工程系。Isaacman 的公开履历称她为博士导师。
- James Rowland:论文署名为 AT&T Labs – Research,弗勒姆帕克。
- Alexander Varshavsky:论文署名为 AT&T Labs – Research,弗勒姆帕克。
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。
规划若只拿一个“平均走多远”做预算,会把两类城市做成同一种设施。下城洛杉矶的中位圈更大,日常到达的是一片更散的目的地;曼哈顿的中位圈更小,但最长一天的上四分位又长得多。前一种更依赖日常的中长距离,后一种日常可以很短,偶尔却要承接少数人的远距离。把两种需求合成一个城市平均值,两边都会配错。
另一个容易混在一起的是冬季的“变短”和节日的“突然变长”。图3的中位数在冬季左移,感恩节和圣诞节又是许多人最长一天所在的日期。若用两个月的中位数评估一场假期的交通或防疫接触,节日当天的长距离会被更多个短日子压住。先把节假日从冬季中位数里拿出来,再谈天气是否让纽约缩得更多,这两件事才不会互相抵消。论文没有做这个拆分。
采样通道也会改写城市比较。图6里,短信中位数是0.7英里,全部通信是3.5英里,分母都是纽约冬季工作日的中位日活动范围。若一座城市用即时消息估计活动恢复,另一座用通话估计,排名可能来自人们何时打开哪种通信,而不来自他们走到了多远。先问位置是在哪一种使用行为上被看见的,再比较城市。