2023-Future directions in human mobility science


规律已经量出来了,人类移动科学接下来往哪里走?

论文名片|Luca Pappalardo、Ed Manley、Vedran Sekara、Laura Alessandretti,Future directions in human mobility science,Nature Computational Science,2023,3:588–600,2023年7月3日在线发表。DOI:10.1038/s43588-023-00469-4。收稿日期2022年10月17日,接收日2023年5月11日。本文是 Perspective,依据正式发表版解读。

设想一个人下班。导航没有给最短路,而是绕开一段拥堵;手机里记下的,往往只是信号塔之间的一段,或者公交卡上的半程。把很多人的记录放在一起,出行距离、回访频率和可预测性却出奇地像。人类移动(human mobility)在这里指人在空间中的移动,日常办事、通勤、旅游和搬家都算,不能只理解成人口迁移。

像,还不等于已经知道人为什么这样走。这篇展望认为,统计规律已经铺得比较开,接下来更值得推进的是三件事:人怎样在脑子里组织空间,多模式交通怎样随时间开关,以及算法怎样既拟合移动、又改变移动。巴黎的路网图是用来把第二件事讲具体的例子,文献数量是检索趋势。二者都不是一场新的随机实验。

先说结论

  • 用文中给出的 Google Scholar 检索,人类移动相关命中从2000年的约1,060条增到2021年的约11,800条,大约是2000年的11倍。这是逐年命中条数,不是去重后的论文质量,也不能当成知识增长了11倍。
  • 认知、社会、算法是三次另加关键词的独立检索,不能相加后当成总发文的拆分。2021年社会类约4,480条、算法类约3,150条;认知类在2018年约1,660条后降到2021年约900条,接近2011年的约910条。
  • 巴黎例子里,步行路网约95个节点每平方公里,Vélib共享单车约10个,地铁约2.5个。地铁链路按时刻表时开时关,共享单车还取决于站点有没有车。箱线图各有104天。
  • 深度模型能同时拟合空间、时间和外部因素,机制模型更好解释、也更容易换一个地区用;二者怎样合成,文章认为尚未充分探索。图4是示意,没有给出可核对的排放吨数或特征贡献表。
  • 作者把这三步接到公共卫生、气候和不平等,但没有在本文估计新的效果量。道路交通约占温室气体排放的11.9%,其中60%来自客运,这是引用的排放份额;高排放车辆占车队的比例,本文没有给出。

分布如此稳定,机制为什么还悬着?

大约130年前,Ravenstein 用英国人的出生地和居住地发现,迁居可以用相当简单的规律描述。当时的人口登记空间很粗,也没有时间过程。往后,从搬家、通勤、办事到找路,许多涉及移动的活动都出现了跨人群共享的统计性质。

一条轨迹在统计上可以分成停留和位移:人在某处花时间,以及从一个地点去下一个地点。只看停留序列,已有研究描述过从短时逛店到居住地变更的多个尺度,也把出行目的、建成环境和自然环境补了进去,并比较过性别、年龄、社会经济状况和居住国之间的差异。这些都是本文对既有工作的归纳,不是这篇展望重新抽样的结果。

共享的性质包括:走某段距离的概率,访问、探索和更换地点的频率,时间在地点之间怎样分配,移动有多可预测,出行的层次结构,个人移动网络的时空形状,以及个人轨迹与集体人流如何衔接。基于主体的模型可以用大家共用的简单决策重现其中一部分。作者强调,很多这类假设仍然缺少经验证明。规律本身已经很多,解释还没有同样站稳。

论文变多,等于这个领域已经懂了吗?

图1先给一个粗略的体量。面板a检索的是 human mobility、mobility network、mobility flow、flow of mobility、mobility dynamics、mobility patterns 这些词。横轴刻度标到2020,点是逐年的,最右侧一点落在2020刻度之后一年,对应2021年。按点的位置读到:2000年约1,060条,2010年约4,740条,2020年约11,300条,2021年约11,800条。分母是这一固定检索在该年的命中条数。检索词很宽,Google Scholar 的计数也会随时间改变,图中没有写检索日期。

完整原论文图1,含发文趋势和四类移动数据示意

图 1|领域变大了,但记录移动的方式并不相同。

(a)上述总检索的逐年命中,纵轴为每年篇数,刻度到12,000。(b)在总检索上再加一组词:圆点为认知,方块为社会,三角为算法;纵轴刻度到4,000。三次检索互相独立。(c)从左到右是个人路径、通话详单、手机 GPS 和交通卡,只说明数据形态。(d)把许多人的记录汇总成集体流动。来源:原论文 Fig. 1。

面板b的三组附加词也写在图注里。认知加上空间认知、心理学、导航、认知机制或空间记忆;社会加上交通、公共交通、多模式或可持续;算法加上机器学习、人工智能、AI 或 computational。2000年认知约190条、社会约350条、算法约210条。2020年分别约1,450、4,710和3,160条,三条相加约9,300,低于同年总检索的约11,300。因为相加低于总检索,总检索里有一部分文献没有碰上任何一条附加词;一篇文献也可以同时碰上几条。这三次检索因此不能拼成总发文的构成。

图上的形状仍然有信息。社会类从2000年约350条增到2021年约4,480条,算法类从约210条增到约3,150条。社会类的高点在2020年约4,710条,2021年略低;算法类2020年约3,160条,2021年与之基本持平。认知类2000年约190条,2018年约1,660条,2021年回到约900条,接近2011年的约910条。回落可能是研究减少,也可能是用词变了,例如导航研究改用了别的关键词。图本身分不开这两种可能。作者把认知列为缺口,依据是移动模型很少接上空间认知。蓝线下降还可以有别的原因。

面板c、d说明后面所有规律坐在什么记录上。个人路径是起点到终点的行程。通话详单把人在打电话或发短信时连到信号塔,背景是按基站覆盖划出的多边形分区,塔与塔之间被当成一次移动。手机 GPS 更密,按固定时间或加速度变化来记点。交通卡只覆盖用公共交通走过的那一段,不是从家门到目的地的全程。面板d再把许多人的记录收成集体流动。集体规律因此依赖个人记录怎样被抽到、怎样被截断。

这些数据大多本来不为研究移动而采集。文中的 Box 1 把偏差讲成使用数据前必须面对的事实。手机拥有本身就偏:作者引用的估计说,如今约66亿人拥有智能手机,大约是世界人口的85%。85%的分母是世界人口。这是文中引用的估计,不是本文清点的。2020年的另一则引用说,高收入国家每100人有122个移动电话签约,低收入国家是59个。这里的分母是100人,分子是签约数,可以超过100,不等于100人里有122个人各自拥有一部手机。低收入地区的预付费用户可能因为通话和流量贵而少产生记录,轨迹就更不完整。

空间分辨率也不均。Box 1 写道,乡村常常100平方公里或更大的范围只有一根天线,城市可以密到每100平方米一根。这是数量级对照,不是某次抽样的均值。GPS 和应用数据还会带上平台想让人多用应用的设计,这种推动混进轨迹后很难被看出来。作者认为没有一套标准修正。抽样、事后分层、用引力模型或辐射模型制造参照数据、以及把多种来源拼在一起,只被列为可能减轻问题的办法。缺少移动的地面真值,这些办法也无从逐项验收。

轨迹还很敏感,可能连带暴露行踪、经济状况和社会关系。人们对采集的态度差别很大,这种差别本身会让空间样本再偏一次。知情同意没有清晰方案,也没有公认标准。文章只把要求停在安全、保护隐私和符合伦理的处理上。

人不是在最短路上做选择,缺的是哪一种地图?

日常找路依赖人怎样组织和提取空间知识。人的空间图像有限,而且是歪的。作者把认知与移动的交界收成三块:空间记忆与表征、导航和移动选择、以及情境与个人特征。图2是这三块的示意图,不是一次实验的结果图。

完整原论文图2,空间认知与导航策略示意图

图 2|找路时,记忆、设备和策略怎样叠在一起?

(a)中间的出行者,社会互动与协作会改变找路。(b)个人因素、经历与活动、移动障碍。(c)地图等外部信息。(d)自我中心的场景记忆、客体中心的地图记忆,以及朝向目标的估计;图中标出了相关的神经细胞,作为既有神经科学的摘要。(e)路径整合、减小偏角、按层次细化区域、依托区域和地标。E 表示用自我中心记忆,A 表示用客体中心记忆。来源:原论文 Fig. 2。

人一开始记住的,多是沿路线排列、以自己为参照的特征,这是自我中心表征(egocentric)。经验变多以后,地点之间的关系可以独立于自己当时站在哪里而被组织起来,这是客体中心表征(allocentric)。两种表征同时存在,所以很难单独抽出一张所谓认知地图(cognitive map)。地标、主要路口、路线、区域边界都会进入记忆。海马体里的位置细胞、边界细胞和网格细胞,以及头方向细胞和目标方向细胞,被用来说明大脑确实在编码地点、边界、距离和自身朝向。路径整合(path integration)指把走过的距离和方向加起来,估计自己现在在哪里。这些是神经科学综述的转述,本文没有新的脑成像。

选择就发生在这些表征上。交通研究常用访谈和调查校准离散选择,样本小,还有漏报和自我报告偏差。备选路线通常被设成时间或距离最短的路。作者汇总的实地研究发现,行人和司机常常不走这条最优路,而受地标、区域及其层次、目标的距离和方向影响;街道结构、绿化、车流量和噪声也可能起作用。这动摇的是效用最大化被默认成路线选择机制的做法。它还没有直接给出一个可以替换进城的新公式。

更策略性的选择,例如去哪里、用什么方式、何时出发,与空间认知的连接更少。有研究开始把生理测量和功能磁共振放进时空感知,作者认为它们仍须放回一整组行为因素里,不能单独当成出行模型。

个人和情境会调解这些机制。作者举例引用既有研究:导航效率在女性和老年人中更低,成长地点也有影响;行动或视觉障碍很大程度来自环境;游客和本地人不同,本地人之间又因经验而不同;同伴要求协作和共享信息;拥堵会让人在途中改计划;卫星导航和地图既改变行为,也改变空间学习。这些句子各自指向前人的研究,本文没有重新估计任何一组差距。

现有认知实验很多是小规模、受控的,缺少对各种因素如何交叉起作用的系统了解。大规模被动数据又碰到 Box 1 的偏差。作者把下一步说成:把被动观测和实验数据合在一起,才可能指出真实环境里哪些认知机制在起作用。做到这一点,空间认知、人类移动和交通工程才接得上,交通模型也才更像人的选择,而不是只像最短路。

步行、单车和地铁,为什么不能画成一张静态的网?

许多城市想从以小汽车为中心,转到步行、骑行和公共交通的组合。移动研究被期待去预测需求、评估政策。作者认为,多模式出行仍然有两处硬缺口:看不到完整行程的数据,以及不能把各种方式放进同一个会随时间变化的模型。

交通卡只描述公共交通,不描述从起点到终点的其余部分。多数现成数据来自发达国家。全球南方拥有最大、增长最快的一批城市,那里的交通复杂性仍少有记录。谁在什么情况下把哪些方式接成一次行程,因此还说不清。作者把同时采集 GPS 和多种票务的手机应用看成一条数据出路,这是潜力,不是本文已经做成的数据集。

能看到方式选择的大规模轨迹,还可以用来估计人们在交通中如何彼此靠近。这种城市相遇被联系到隔离,也被联系到流行病传播。作者引用的研究称,某些地区的 GPS 轨迹覆盖了人口的22%。分母是这些地区的人口,本文没有写出地区名称。接着列出的困难是:室内记录有限,公共交通上的相遇缺少数据,以及抽样偏差。

第二处缺口是模型。共享单车和滑板车、网约车、拼车已经常见。传统做法常把出行拆成聚合尺度上的几段独立过程,忽略方式和路线之间的依赖。基于活动、基于主体的交通模型更靠近个人,但路线和拥堵往往为了算得动而被简化。

多层网络被提出来作为容器:每一层是一种方式,链是街道、公交线或自行车道,节点是路口或车站。真正缺的是各层完全不同的时间。公交链路只在时刻表上间歇可用。私人方式可以看成链路一直开着的静态网。共享系统落在两者之间。有桩共享单车的站间链路随时可能打开,但取决于出发站有没有车。拼车的链路只在有人提供那一对起讫点的座位时才存在,所以更需要提前计划。图3用巴黎把这种差别画出来。

完整原论文图3,巴黎多模式交通的尺度、路网和时刻变化

图 3|同一座城市里,三种网的密度和开放时间一样吗?

(a)对数时间与对数距离上的尺度示意,色块重叠,不是实测边界。室内大致在一分钟到一天、0.1公里刻度以下;日常出行大致也到一天为止,距离约从0.01公里到40公里;旅游约从一天到月,距离约从10公里画到1万公里轴端;居住迁移约从一个月到100年,纵向几乎跨过整根距离轴。(b)巴黎三层网。上为地铁,约2.5个节点每平方公里;中为 Vélib,约10个;下为街道,约95个。左列步行链路可以一直走,中列受单车是否在站限制,右列受地铁时刻表限制。(c)上为地铁每小时出发车次,下为至少有一辆车的 Vélib 站点所占百分比。每个小时104天,中线是这些天的中位数,箱子含50%的天,须线含90%的天。来源:原论文 Fig. 3。

节点密度的分母是平方公里,比的是节点,不是人次。街道层大约是地铁层的38倍(95除以2.5),Vélib 大约是地铁层的4倍。密度高只说明步行网在空间上更密。一个人走不走得通,还取决于那条链此时是否存在,以及这个人是否知道它。

车次和库存来自不同时段。地铁使用 RATP 2021年1月至7月的数据,Vélib 使用 data.gouv.fr 上2020年11月至2021年3月的数据,街道来自 OpenStreetMap。箱线图另行写明包含104个点,即所考虑的104天,并不等于上面两个日历区间的总天数。

地铁纵轴是各地铁站每小时的车辆出发次数,最高刻度30。104个点是天,不是站点。论文没有写出这104个日值在站点之间先做了平均、中位数还是别的汇总。刻度只有30,不能读成整个巴黎地铁网每小时的总发车。在这张图的刻度上,凌晨2时附近的中位数大约是每小时1次,8时至10时大约26到27次,11时至13时大约17到20次,16时至17时大约29次,23时大约11次。午间低于上午8时至10时和下午16时至17时。

Vélib 的纵轴清楚一些:至少有一辆车的站点占站点的百分比。夜间中位数约88%,8时至10时约84%到85%,14时至15时降到约81%到82%,23时回到约88%。下降贯穿上午到午后,不是只在上下班各凹一次。百分比的分母是站点,中位数的比较对象是104天里的同一小时。

作者由此把共享出行放在私人交通和公共交通之间的谱上,并认为整体模型要服务于两件事:设计设施,以及在真正随时间变化的网上做涵盖各种方式的路径规划。自动驾驶、车与车通信、车与道路通信被预期会再改变城市移动。实时车队数据可能让模型同时考虑许多司机的选择,并把车辆协调地分到路径上。大规模自动驾驶若要实现,还要在系统最优和用户最优之间取平衡:前者是整体更有效,后者是对每个使用者更公平。采集和存储这些数据的隐私、互通和监管问题,作者明确放在本文范围之外。

算法更会生成轨迹之后,谁在改写城市?

预测或生成轨迹、预测或生成人流,需要同时抓住空间、时间、社会和地理上的规律,还要放进天气、事件这类外部因素,以及人要不要移动的偏好。深度模型被拿来做这些任务,是因为较早的概率模型和时间序列很难处理复杂的先后顺序。循环神经网络处理序列,卷积神经网络提取空间结构,全连接网络可以接上天气和事件。

机制模型则故意简单。探索与优先返回(exploration and preferential return,EPR)一类模型,通常让人在回到已知地点和探索新地点之间做选择。引力模型和辐射模型则规定位移怎样随规模和距离变化。它们能解释的维度少,但结构可读,而且作者认为其地理可迁移性较高:换一个地区,仍可能用来讨论地点和人流。生成对抗网络和变分自编码器反过来,直接学习数据分布,可以同时带上多种维度和非线性,代价是更绑在训练数据上。

Transformer、GPT 和 BERT 被提出来,是因为它们在语言上强于循环网络,于是有人假设它们也更适合移动。已有研究给了经验上的支持,作者把潜力本身留成尚未做完的问题。本文没有一张表比较这些模型的误差。

深度模型不透明。用了距离、天气和兴趣点,也看不出每一项对某一次预测起了多大作用。缺少解释会损害信任,还可能把 Box 1 里的偏差写进预测。把表格和图像上的可解释方法搬到移动数据,已经有人尝试,也已经有人批评这类特征重要性会误导。作者因此要求专门为移动设计解释,并用正例和反例从不同角度看轨迹和人流是否站得住。图4a画的就是这个愿望,不是一次已经算完的解释。

完整原论文图4,可解释流量生成和导航排放影响的示意图

图 4|算法给出的流量和路线,城市侧看得到什么?

(a)示意:左边是流动网络,中间用距离、商业用地、自然用地、人口和健康类兴趣点解释模型,横轴从-4到4;右边橙线是生成的流动。这些点不是本文拟合出的特征贡献。(b)同一起终点,三种导航服务 NS1、NS2、NS3 给出不同路线,柱形表示二氧化碳影响可以不同。柱没有刻度。来源:原论文 Fig. 4。

图注把中间那张图称为类 Shap 解释,并指向一条参考文献;该文献是几何库 Shapely,图注自己也把它标成示意图。横轴上的-4到4是示意刻度,文中没有一份算好的特征贡献表。面板b同样是例子:三种导航给同一起终点不同的路,外部影响可以不同。正文有一处把导航的城市影响写成 Fig. 4c,图上只有 a 和 b,路线和柱形在 b。柱没有单位,不能读出谁多排放了多少。

机制模型与深度模型的分工,作者概括为:前者可读、可迁移,但维度有限;后者维度多,却依赖训练集,地理可迁移性受限制。合成模型的潜力被说成尚未充分探索。这是判断,不是本文跑出来的迁移实验。

算法也已经进入出行本身。共享汽车、共享单车、网约车和即时配送承诺提高可达性,集体后果却不清楚。这些服务依赖需求预测。初步研究认为网约车可能改善移动,也可能增加路面交通、把人从公共交通上吸引走,并带来更多污染。贫困社区骑乘少,并不必然表示需求低,模型却可能把来源数据里的社会经济和人口偏差拟合进去,从而在预测上区别对待。作者写明,现有研究零散,算法常被当作商业秘密、也难以审计,结论并不一致甚至互相矛盾。

导航应用用规则和算法建议路径。生态路由的结果是混的:绿色导航可以降低二氧化碳,但可能增加氮氧化物暴露;最快路线不一定最省油。最新被引研究显示,城里越多车听从导航建议,城市环境中的二氧化碳越多。本文没有给出这些增减的百分比。作者把下一步说成:理解推荐如何改变路线,才可能做出同时照顾油耗、可持续性和社会影响的算法。图4b只负责把三种建议的差别画成一个没有刻度的例子。

接到健康、气候和不平等,哪些话现在还不能说?

文末把进展寄托在可穿戴设备、智能手机和联网车辆,以及分布式数据库和联邦学习这类能在合并数据时保留隐私与质量的技术。分析上,则回到把机制模型和黑箱模型接起来。这些被说成可能帮助应对公共卫生、气候变化和社会经济不平等。每一句都还停在研究方向。

公共卫生方面,许多国家在新冠疫情中使用封闭、居家和旅行限制。作者认为,不加区分地关闭公共和商业活动不一定最有效。一个同时使用健康、人口、收入、移动和空间特征的模型,或许能提出更有针对性的干预。例如,若前往某处主要是因为一所大学,限制该地点可能有助于控制传播,模型还可以预测限制之后到来的人流会怎样变。这是作者举出的政策设想。本文没有估计该设想的效果。

气候方面,作者引用的数字是:大约11.9%的温室气体排放来自道路交通,这些道路交通排放中的60%来自客运。11.9%的分母是温室气体排放,60%的分母是道路交通那一部分,不是全部温室气体。文中没有把两者乘成一个新的全球份额。

已知的移动规律怎样变成减排政策,仍是开放问题。一小部分被称为高排放者的车辆,污染物明显更多。作者引用的研究认为,优先让这些车辆改用电动车或远程办公,比随机抽车更有效。本文没有写出这一小部分占车队的比例,也没有写出减排倍数。另一条路是下一代路由:导航给出的路线,环境后果可以因应用而不同。要让人接受对个人并非最优、对整体更有利的路线,作者认为必须理解认知因素。多模式出行、环境影响和人工智能之间的关系,被明确留在继续研究之中。

不平等方面,作者从联合国可持续发展目标讲起,并引用既有结论:以车为中心的城市助长居住隔离,低收入群体难以到达工作岗位,从而更少搬家,隔离被维持下去。多模式交通被寄望于提供没有车也能到达的选择,并促进社会混合。它实际上做到了多少,作者写明尚未完全理解。真实数据和计算模型被当成填这个空缺的途径,不是已经填完的证据。

一句话总结

人类移动科学接下来要检验的,是人如何记住空间、一张会随时间开关的多模式网如何被使用,以及算法在拟合这些移动的同时怎样改写城市。

核心来源

  • Nature Computational Science 正式发表页,题目、作者、卷期页码、在线日期和 DOI 以 PDF 首页为准。正文为2023年7月卷、第588–600页的 Perspective,含图1–4和 Box 1。
  • 图1的文献计数来自文中写明的 Google Scholar 检索;图3的巴黎例子分别使用 OpenStreetMap 路网、RATP 2021年1–7月地铁数据和 data.gouv.fr 上2020年11月–2021年3月的 Vélib 数据。
  • 约66亿智能手机用户(约占世界人口的85%)、每100人的电话签约数、某些地区22%的人口覆盖,以及11.9%与60%的排放份额,都是正文所引估计。

作者介绍

四位作者都参与写作、文献梳理、制图并同意终稿。以下只写论文中的署名机构、贡献、资助和本文引用到的相关研究。

  • Luca Pappalardo:意大利国家研究委员会信息科学与技术研究所(ISTI-CNR,比萨)。与 Alessandretti 共同构思全文结构。资助来自欧盟 HumaneAI-net、SoBigData++,以及意大利国家恢复与韧性计划下的 SoBigData.it。本文引用了他参与的回归者与探索者、深度重力模型、移动深度学习综述和高排放车辆研究。
  • Ed Manley:利兹大学地理学院,以及利兹大学数据分析研究所(Leeds Institute for Data Analytics)。资助来自英国研究与创新机构的消费者数据研究中心,以及 Responsible Automation for Inclusive Mobility。本文引用了他参与的城市意象计算、城市认知距离、伦敦迷你出租车路线选择和有限理性路径选择研究。
  • Vedran Sekara:哥本哈根信息技术大学。资助来自丹麦数字研究中心关于移动分析中大数据偏差与多样性的项目。本文引用了他参与的移动数据偏差讨论。
  • Laura Alessandretti:丹麦技术大学计算系(DTU Compute,灵比),通讯作者,协调全文,并与 Pappalardo 共同构思结构。本文引用了她参与的人类移动尺度、移动中的守恒量,以及多层城市交通网络研究。

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。

图1里认知类检索先升后降,不能直接当成认知问题已经不重要。更值得做的核对是把语料固定下来,只改变标注:同一批摘要,若按空间记忆、找路和选择策略重新编码,蓝线是否还下降。若下降主要来自论文改用了人工智能一类词,那么算法类上升和认知类回落就有一部分是同一批工作的换名,而不是认知缺口已经消失。

巴黎每平方公里95个街道节点对2.5个地铁节点,也不能直接变成步行比地铁重要38倍。一条能用的链,至少要同时满足两件事:这一分钟它是开的,以及这个人想得起它。可以把同一次出行的候选集分成三套来比较:地图上的全网,时刻表和库存允许的子网,以及此人能说出的地标和区域。三套候选给出的路线若差得很远,最短路模型的误差就有了具体位置。本文没有做这组比较。导航柱形也没有刻度,所以另一个还没回答的问题是:当集体排放更低的那条路需要个人多花时间时,人在知道原因的情况下是否改变选择。这个时间差有多大才重要,图4不能告诉我们。


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