2016-Population-weighted efficiency in transportation networks


家和单位直线很近,开车却要绕:路网效率该按谁加权?

论文名片|Lei Dong、Ruiqi Li、Jiang Zhang、Zengru Di,Population-weighted efficiency in transportation networks,Scientific Reports,2016,6:26377,2016年5月27日发表。DOI:10.1038/srep26377。本文依据这份正式版本解读。它用通话记录估计家到工作地的人数,再按人数给“直线距离除以驾车路径”加权,用来比较路网有多直。

可以把达喀尔半岛上的通勤想成这样:人住在北面,单位在南面,地图上的直线不算长,可东西向公路和机场把南北向隔开,开车就要绕。这个画面只是帮助理解论文后来标出的方向,不是某一次被记录下来的个人行程。

若把每一对地点的绕路程度直接平均,几乎没人走的弯路会和每天有很多人通勤的弯路占同样分量。这项研究把权重改成通勤人数占比。十座城市里,达喀尔加权后最低,为 0.683;论文把其余多数城市概括在大约 0.73 到 0.78。一个所有人都去市中心、道路呈方格的简化城市,模拟结果约为 0.77。达喀尔低下来,对应的是南北向联系更绕,以及白天和夜里活动地点分得更开;它的平均通勤千米数并不是十座城市里最长的。

先说结论

  • 人口加权效率是每对家—工作联系的直线距离除以驾车路径距离,再乘以这条联系的人数占全部通勤人数的比例,最后加总。1 表示每对联系都和直线一样短。表 1 里达喀尔为 0.683,蒂瓦瓦内和济金绍尔并列最高,均为 0.777。
  • 达喀尔被标出的低效联系大多呈南北向,分成东、西和跨越机场三组。城际联系里,达喀尔、捷斯、姆布尔之间有若干对效率最低。这与当时在建的达喀尔—迪亚姆尼亚迪奥公路只是部分吻合,论文没有比较这条路通车前后的效率。
  • 十座城市各一个点,人口加权效率与驾车平均通勤时间的调整后 R² 为 0.87,斜率为 −1816(244),p 值为 0.0001。正文给出的超额通勤拟合 R² 为 0.24(按直线距离)和 0.42(按驾车路径)。超额通勤使用全市重新分配后的理论最短距离,标不出某一对局部联系。
  • 方格路、人人前往市中心的模拟中,居住均匀时为 0.77(0.001),正态衰减为 0.79(0.001),指数衰减为 0.80(0.001),各重复 10 次。市中心更集聚时,这个模板里的效率更高。达喀尔是狭长半岛,论文认为它不能套进单中心方格城。

直线距离除以驾车路径,为什么还要乘上人数占比?

既有做法大致分三路。一种看网络上节点之间距离的倒数,关心的是抽象网络里信息或出行有多容易到达。一种叫路径因子(route factor):把沿路距离除以直线距离,再对地点对取平均,数值越大表示越绕。还有一种看职住平衡和超额通勤,比较实际平均通勤距离与一套理论最短平均距离。前两种对每条联系一视同仁,人口堆在哪里不影响分数。第三种的基准是把全市居住地和就业地重新配对后的最短平均距离,这样的配对在现实中很难发生,而且它只给整个城市一个数,指不出哪一对地点特别绕。这些算法还依赖道路测绘或出行调查;论文关注的是调查稀缺、路网资料也不完整的城市。

这里改用两个容易拿到的代理。家到工作地的人数来自手机通话详单,驾车路径距离来自 Google 地图接口。直线距离由两端经纬度计算。某一对地点 i、j 的人口加权效率是:

ηᵢⱼ = (Pᵢⱼ / Ptot) × (deᵢⱼ / drᵢⱼ)

Pᵢⱼ 是从 i 到 j 通勤的人数,Ptot 是所有起讫对人数之和,所以 Pᵢⱼ / Ptot 是人数占比,各对比重加总为 1。de 是直线距离,dr 是驾车路径距离。全市效率 η 等于所有 ηᵢⱼ 之和。因为权重已经加总为 1,η 就是 de/dr 按通勤人数加权后的平均数。

η 为 1,表示每条被计入的通勤都有一条与直线等长的路径。η 越小,按人流量加权之后越绕。它和路径因子使用同一个几何关系,只是把比值倒过来:路径因子把沿路距离放在分子,越大越绕;这里把直线距离放在分子,越大越直。权重是这批家—工作联系里的人数占比。道路上的车流计数和居住人口各自是另一套量。

完整原论文图2

图 2|直线距离和驾车路径差在哪里,一个方格城又该怎么算?

(a)单中心方格城示意:红线是从 (x, y) 到市中心的直线,蓝线沿方格走,长度为横坐标与纵坐标的绝对值之和。后文的零模型就用这个几何关系。(b)达喀尔地图上的一对示例点:红线为直线,蓝线为驾车路径,图上标注这对点驾车约 20 分钟、路径 13.7 千米。这是画出来帮助对照的一对地点,不是全市平均,也不是电话数据里的一条通勤记录。来源:原论文 Fig. 2。

十座城市的范围,是基站、人口密度和建成区一起圈出来的

数据来自塞内加尔 Orange/Sonatel 2013 年 1 月 1 日至 12 月 31 日的匿名通话详单,空间精度到基站。论文写这套记录涉及超过 900 万用户,并分成两类:一类是基站之间逐小时的语音和短信往来;另一类是每两周随机抽取的大约 30 万用户、仍在基站尺度上的个体移动。家—工作矩阵使用的是后一类记录汇总后的人数。

城市范围按三步划定:先用基站坐标作泰森多边形,再用 WorldPop 保留人口密度超过每平方千米 100 人的多边形,最后对照 Google Earth 遥感影像,人工去掉非建成区。表 1 的人口和密度都来自这套 WorldPop 估计,人口单位是万人,对应的是这样圈出来的范围。

全国基站 1666 座,其中 492 座在达喀尔。每两周的抽样里,达喀尔区域内超过 17 万用户,论文写这约占 30 万抽样用户的 60%。17 万的分母是抽样用户;表 1 里达喀尔 333 万的分母是 WorldPop 对研究范围的居民估计。

完整原论文图1

图 1|十座城市和达喀尔的通话落在哪里?

(a)橙点是基站,蓝点是十座城市:达喀尔、圣路易、卢加、蒂瓦瓦内、图巴、捷斯、久尔贝勒、姆布尔、考拉克、济金绍尔。灰线是按基站作出的泰森多边形。基站明显密于达喀尔一带。(b)达喀尔日均通话密度,颜色越深密度越高,单位是每平方千米的通话次数,最深一档图例为 98,000–320,000;梅迪纳和高原区标在半岛南端的深色区域。来源:原论文 Fig. 1。

家和单位的时段,从通话节奏里读出来

家和工作地若靠经验规定上下班时间,换一个国家就可能偏。论文改从全体用户的通话节奏里找转折。工作日和周末都有两个通话高峰,一个在中午 12:00 左右,另一个在 21:00–22:00;论文认为后一个高峰比西班牙多数城市更晚。白天平均通话时长大约 60 秒。23:00 左右短信达到一个很突出的高峰,总通话时长也在夜间升高。很晚仍打电话的人变少,但这些人的单次通话更长。

据此,工作时段取 10:00–19:00,因为这一段前后平均通话时长变化很快。在家时段取 21:00 至次日 06:00,因为夜间的长通话和短信高峰被看成休闲、在家的活动。每个用户在对应时段里出现最多的基站,作为工作地或居住地的代理,再把家到工作地的人数汇总成起讫矩阵。空间单位仍是基站。主文说明,居住地和工作地都未知的用户没有出现;只有一端未知的用户仍会计入后面的昼夜人数图,达喀尔的非本地用户更容易缺少居住地。下文只用这套汇总后的人数。

完整原论文图3

图 3|哪一段时间更像上班,哪一段时间更像在家?

(a)全体用户的总通话时长,单位秒。(b)通话次数。(c)平均通话时长,单位秒。(d)短信条数。红线是工作日,蓝线是周末,横轴是一天中的时刻。总时长和通话次数都在中午与晚间形成两峰;白天平均时长停留在较低水平,正文概括为大约 60 秒;短信在 23:00 前后最高。来源:原论文 Fig. 3。

达喀尔的通勤偏东西,捷斯从中心指向外围

把每个用户的家和工作地连起来,达喀尔有大量人从西往东通勤,捷斯则从中心指向外围。图上的线是两端基站之间的几何连线。论文写明,汽车实际路线是另一套由地图接口返回的路径。节点大小表示该点的起讫量。

把同一对地点的驾车路径距离对上直线距离,就可以看见绕行。灰线斜率为 1:点落在线的上方,驾车路径长于直线。达喀尔散点左上方的蓝点离开这条灰线最远;蓝框标在更靠近原点、但仍位于灰线上方的一组点。图注把蓝点和蓝框都标成路径偏长、直线偏短、因而更值得检查的联系。捷斯的纵轴画到 12 千米,同样是线上方表示绕行。点的大小对应通勤人数,图例给出 5、20、40 人三档。一个人的通勤在这个图上只是一个点的来源,城市效率要等这些点按人数加权之后才出现。

完整原论文图4

图 4|家到单位的方向,以及哪些点明显绕开了直线?

(a)达喀尔每日家—工作联系,线条颜色表示日通勤流量,图例从浅到深分档。(b)捷斯的联系从中心向外围散开,颜色图例与(a)相同,比例尺 0–10 千米。(c)达喀尔:横轴直线距离,纵轴驾车路径距离,单位都是千米;灰线斜率为 1,蓝点和蓝框标出路径相对直线偏长的联系。(d)捷斯的同样散点,点的大小仍是通勤人数。来源:原论文 Fig. 4。

被标出来的低效联系,几乎都是南北向

有了人数和距离比,就可以把 ηᵢⱼ 低、同时人数又不小的联系挑出来。达喀尔市内,论文写出几十对最需要注意的联系,并按方向分成三组。红组在东侧,可能主要是因为一条东西向公路把南北分开,人从家到单位要绕开它。蓝组在西侧,低效率同时来自绕行和很高的人数占比 Pᵢⱼ / Ptot。绿组穿过一块封闭空地,论文指认那是达喀尔机场。三组几乎都是南北向。这个图案支持的判断是:若只看这套家—工作联系,南北向的快速通道会碰到当前权重最高的绕行。它还不能证明某一条具体新路的投资收益,因为图上的彩色线表示被选中的起讫对,线上虽印有数字,主文并没有逐条定义这些数字,前十对的数值放在补充表 S1。

把一座城市里的全部基站合成一个点,同一套算法可以用于城际。十座城市之间,通勤集中在达喀尔和周边,尤其是捷斯、姆布尔和图巴。论文由此认为,这批城市的人口集聚在达喀尔附近。表 1 可以作一个人数核对:达喀尔 333 万,其余九城相加为 289 万,十城合计 622 万,达喀尔占 333/622,约 53.5%。这个比例的分母只是表中十座城市,不是塞内加尔全国人口。

城际效率里,连接达喀尔、捷斯和姆布尔的若干条联系最低。插图画出当时在建的达喀尔—迪亚姆尼亚迪奥公路,图例为黄线;同图还有蓝色的国家公路和红色的 RN2。正文图注把这条在建公路称为橙线,并认为它会加快达喀尔、捷斯、姆布尔之间的通行。论文的用词是部分印证。数据年是 2013 年,公路资料的访问时间写的是 2015 年 10 月,文中没有这条路通车前后的 η,也没有把公路投资写成由这个指标决定。

完整原论文图5

图 5|市内哪几组成南北向绕行,城际效率又是否跟着驾车时间走?

(a)达喀尔被标出的低效起讫对,红、蓝、绿三组大多为南北向;线上数字的逐条定义不在主文。(b)十座城市之间的通勤流,线集中在达喀尔与捷斯、姆布尔、图巴;插图图例分别是国家公路、RN2 和 Dakar–Diamniadio。(c)横轴是人口加权效率,纵轴是驾车平均通勤时间,单位为秒;红线为普通最小二乘拟合。图注给出斜率 −1816(244)、调整后 R² 0.87、p 值 0.0001。来源:原论文 Fig. 5。

平均距离更长的城市,加权效率就更低吗?

十座城市的全市 η 列在表 1 第四列。达喀尔 0.683 最低。论文概括多数城市大约在 0.73–0.78;表中捷斯 0.716、考拉克 0.721、姆布尔 0.725、图巴 0.729 落在这一说法的下沿附近,圣路易 0.730、久尔贝勒 0.732 刚刚进入,卢加 0.755,蒂瓦瓦内和济金绍尔都是 0.777。

因为 η 是 de/dr 的加权平均,可以对表中的数取倒数,看成加权后的驾车路径相当于直线的多少倍。达喀尔 1/0.683 约 1.46 倍,0.777 的倒数约 1.29 倍。这个倒数是便于阅读的换算,论文报告和比较的仍是 0 到 1 的 η。

城市 人口(万人) 密度(人/平方千米) PWE Cmin(千米) Cact1 直线(千米) Cact2 路径(千米) Cex1 Cex2
达喀尔 Dakar 333 5447 0.683 1.28 2.20 3.31 41.8 61.3
久尔贝勒 Diourbel 22 292 0.732 1.36 1.88 2.57 27.7 47.1
考拉克 Kaolack 23 1036 0.721 1.64 2.45 3.44 33.1 52.3
卢加 Louga 20 181 0.755 1.44 1.76 2.46 18.2 41.5
姆布尔 Mbour 42 680 0.725 1.73 3.03 4.34 42.9 60.1
圣路易 Saint-Louis 26 735 0.730 1.31 2.44 3.32 46.3 60.5
捷斯 Thies 36 1333 0.716 1.09 2.00 2.85 45.5 61.8
蒂瓦瓦内 Tivaouance 12 323 0.777 1.32 1.91 2.50 30.9 47.2
图巴 Touba 88 980 0.729 1.46 2.37 3.30 38.4 55.8
济金绍尔 Ziguinchor 20 962 0.777 1.09 1.85 2.52 41.1 56.7

人口单位是表头的 10⁴,密度单位是人/平方千米。蒂瓦瓦内沿用表中拼写 Tivaouance。Cact1 低于同城的 Cact2,因为直线短于驾车路径。

超额通勤拿实际平均距离和理论最短平均距离作比较:

Cex = (Cact − Cmin) / Cact × 100

Cmin 是在每个地区的居住人数、工作人数和总流量都保持不变时,把人重新分配到更近的工作地之后,全市平均通勤距离的最小值。Cact 是实际平均距离。公式的分母是 Cact,所以 Cex 表示实际平均距离里有百分之多少高出这个理论最小值。达喀尔的直线版本是 (2.20 − 1.28) / 2.20 × 100 = 41.8,路径版本是 (3.31 − 1.28) / 3.31 × 100 = 61.3,与表中 Cex1、Cex2 一致。Cex1 的分母是该城直线实际平均距离,Cex2 的分母是驾车路径实际平均距离。表里的 Cmin 只有一列,两套指数都用它作被减数。主文写优化时的距离可以是距离或时间,但没有写明这一列 Cmin 用的是直线还是路径;补充图 S2 讨论了实际距离的两种定义。

把千米数和直不直分开,表里的对照就清楚了。姆布尔的实际路径平均 4.34 千米,是十城最长;达喀尔是 3.31 千米。可姆布尔的 η 为 0.725,达喀尔为 0.683。人通勤得更远,和路相对于直线更绕,是两件不同的事。卢加的 Cex1 只有 18.2,因为直线实际平均 1.76 千米,理论最短 1.44 千米,多出来的部分只占 1.76 千米的 18.2%。圣路易的 Cex1 为 46.3,是直线版本里最高的;捷斯的 Cex2 为 61.8,是路径版本里最高的,达喀尔的 61.3 与之接近。

论文用各城市的驾车平均通勤时间做第三个参照,时间来自 Google 接口返回的驾车秒数。人口加权效率和两套超额通勤都与这个时间有关,但前者拟合更好:图 5c 的图注写调整后 R² 为 0.87;正文比较三者时把人口加权效率的 R² 写成 0.87,Cex1 写成 0.24,Cex2 写成 0.42。斜率 −1816 的括号里是 244,图注没有给 244 命名。纵轴单位是秒,所以斜率表示:在这十个点的拟合线上,η 每升高 1,平均驾车时间变化 −1816 秒;η 每升高 0.01,拟合时间大约少 18 秒。从达喀尔的 0.683 到最高的 0.777,相差 0.094,沿拟合线大约是 171 秒。各城真实的平均秒数没有在正文逐城列出,171 秒是斜率乘以表中 η 的极差,不是两座城市实测时间的差。样本是十座城市各一个点。p 值为 0.0001,说明在这十个点上负相关很明显;它不表示换一批城市还会得到同一条斜率。

超额通勤适合讨论职住在全市尺度上离理论最短有多远。它的最短流量是全局最优解,小区内部特别绕的联系会进到全市平均里。人口加权效率保留每一对 ηᵢⱼ,才能回到图 5a 的局部分组。在这十座城市上,它更贴近 Google 驾车时间。这个时间是接口给出的驾车估计。通话记录提供用户出现在基站的时刻,主文用它划分昼夜并汇总家—工作人数;乘车分钟来自另一套驾车时间估计。

方格城里的 0.77,套不到达喀尔半岛

多数城市落在 0.73 到 0.78 附近,论文用一个零模型解释这个区间。假设所有人都在市中心工作,住在周围,道路是方格。直线距离是坐标平方和的平方根,路径距离是两段直角边之和,也就是图 2a。模拟把 L×L 的区域分成方格,在交叉口上均匀放 100,000 个点,再计算到中心的两种距离。均匀居住得到 0.77(0.001)。再改成从市中心向外的正态衰减和指数衰减,得到 0.79(0.001)和 0.80(0.001)。每种分布做 10 次。括号里的 0.001 没有标明是标准差还是标准误。市中心越集聚,这个模板里的 η 越高,因为更多人的行程更接近那些相对更直的短半径。

塞内加尔那些可以看成单中心的城市,经验值与这个区间接近。达喀尔除外。论文给出的形态原因是:达喀尔是不规则的狭长条带,不能当成单中心方格城。模型还说明,η 同时受路网形状和人口分布影响。高流量的起讫对之间有更直的路,η 会更高;提高职住平衡可能缩短总通勤距离并提高效率。这里的“可能”来自模型和达喀尔个案的推论,文中没有做一个把岗位搬近住所的前后对照。

昼夜分布被用来解释达喀尔为什么职住分得开。白天,用户主要分布在达喀尔高原、大达喀尔、梅迪纳和帕尔塞勒-阿萨尼;夜里则主要在帕尔塞勒-阿萨尼。图 6 的密度是电话用户密度,论文把它当作人口分布的一种估计,图例单位是人/平方千米。它和表 1 的 WorldPop 居民密度分开读。白天减夜里,红色表示白天更密,蓝色表示夜里更密。

图 6d 的每个点是一个省(Department),颜色是所属大区(Region);论文写每个大区包含 3 到 5 个省。横轴是白天人数的常用对数,纵轴是白天人数除以夜间人数,1 表示这一省的昼夜人数相同。正文比较的是各大区的分离程度,认为达喀尔和考拉克最高,算法放在补充表 S2。主文没有印出这个分离程度的具体数值,所以不能把图上最高的一个点直接读成那张表里的指标。

完整原论文图6

图 6|达喀尔的白天和夜里,用户堆在同一批地方吗?

(a)白天用户密度,颜色越深越高。(b)夜间用户密度,图例单位同样是人/平方千米。(c)白天密度减去夜间密度;红表示白天更高,蓝表示夜间更高。(d)每个点是一个省,颜色是大区;纵轴为白天人数除以夜间人数。分离程度的具体数值在补充表,不在这张主图的坐标读数里。来源:原论文 Fig. 6。

这些比较各自停在哪里

η 描述的是家到工作地这一种联系有多直,而且“直”是指直线距离占驾车路径的比例。商场、就医、货运和夜间出行没有进入权重。Google 路径是驾车距离,步行和公交若绕开同一条公路,排序可以不同。

电话用户只覆盖有通话记录的人和被抽中的两周。超过 900 万是运营商数据覆盖的用户规模,30 万是每两周的抽样,17 万是其中落在达喀尔区域的人数。基站多边形会把一小块里的不同社区合成一个点,短距离通勤的绕行因此被抹平。

十座城市的回归只有十个点。调整后 R² 0.87 描述的是这张散点,拿掉达喀尔这个最左端的点,斜率和 R² 都可能明显变化,论文没有做这个剔除。与在建公路的吻合是方向上的部分一致,不是道路效果评估。

零模型把所有工作岗位放在一个中心,道路没有河流、机场和半岛。它解释的是为什么一批单中心城市会挤在 0.77 附近,解释不了达喀尔的 0.683。0.73–0.78 也不是论文声称的世界城市常数。

一句话总结

按通勤人数加权之后,达喀尔的家—工作驾车路径在十座城市里最不直;这个 0.683 说的是直线距离占驾车路径的加权比例,还不是人们在各种出行方式上实际损失的全部门分钟。

核心来源

  • Dong L., Li R., Zhang J., Di Z. Population-weighted efficiency in transportation networks. Scientific Reports, 2016, 6: 26377. 正式版本 2016 年 5 月 27 日发表,收稿日期为 2016 年 1 月 14 日,接收日为 2016 年 4 月 29 日。DOI 10.1038/srep26377 印在论文页眉和文末引用格式中。
  • 正文图 1–6 与表 1 的数值均来自该正式版本。人口为 WorldPop,驾车路径与驾车时间来自 Google 地图接口,通话数据为 Orange/Sonatel 在 D4D 挑战中提供的 2013 年塞内加尔记录。上述数据来源以论文的报告为准。

作者介绍

四位作者的单位和分工以论文署名、通讯邮箱和作者贡献说明为准。

  • Lei Dong:署名为清华大学建筑学院。与 Ruiqi Li 共同设计并完成研究,参与写作。
  • Ruiqi Li:署名为北京师范大学系统科学学院,通讯作者之一,论文所留邮箱为 liruiqi@mail.bnu.edu.cn。与 Lei Dong 共同设计并完成研究,参与写作。
  • Jiang Zhang:署名为北京师范大学系统科学学院,通讯作者之一,论文所留邮箱为 zhangjiang@bnu.edu.cn。参与写作。
  • Zengru Di:署名为北京师范大学系统科学学院。参与写作。

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。

权重里只有家到工作地的驾车路径。若把同一批基站换成傍晚的休闲联系,或者换成没有小汽车时实际能走的路线,图 5a 的三组不一定还是南北向最靠前。达喀尔—迪亚姆尼亚迪奥公路若主要缩短小汽车时间,驾车版的 η 会上升,而公交或步行仍要绕开机场和东西向屏障时,按人数加权的结果可以几乎不动。要判断“该先修哪一条”,至少要把同一些起讫对各算一次驾车 de/dr 和一次公交 de/dr,再看红、蓝、绿三组的名次是否交换。

另一个容易误用的结果是:零模型里,岗位从均匀分布改到指数衰减,η 从 0.77 升到 0.80。达喀尔的低分对应半岛和东西向阻隔。若新增岗位继续堆在半岛南端的高原区,南北向高流量联系仍要跨过这些障碍,平均千米数变短和 de/dr 变大可以不同时出现。把方格城里的集聚结果用到有屏障的城市之前,需要先固定路网,只移动岗位,再看 ηᵢⱼ 最低的那一组人数占比如何变化。


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