一条规则，能同时解释你去哪里，以及城市之间流动多少人吗？
论文名片｜Xiao-Yong Yan、Wen-Xu Wang、Zi-You Gao、Ying-Cheng Lai，Universal model of individual and population mobility on diverse spatial scales，Nature Communications 8，1639，2017 年 11 月 21 日发表。DOI。
假设两座城市人口相近，一座是你已经去过许多次的老地方，另一座从未去过。对你个人而言，熟悉程度会影响选择；把千百万人的移动加起来，人口分布、空间距离与机会竞争又会影响城市之间的流量。
只解释个人习惯，未必能生成合理的城市流量；只把城市人口和距离代入公式，也未必能生成一个人反复离开、返回、探索的轨迹。这篇论文尝试把两种作用写进同一条转移概率，以同一套机制同时生成个人序列和群体流动，并跨不同空间范围检验。
主要发现有四点：
- 目的地吸引力由个人访问记忆与人口竞争共同决定；每套数据分别校准一个记忆强度参数，未使用一套数值包办所有地区。
- 模型能同时重现四国数据中多种个人与群体统计，还能生成常见的闭合出行模体；补充材料将检验延伸到纽约市内。
- 去掉记忆后，个人探索增长偏快；去掉人口竞争后，城市间流量相似度明显下降。两部分分别承担不同任务。
- 所谓统一，是一套机制跨层级、跨尺度可用的证据，不是所有指标都最好，也不是仅凭人口就完成无需轨迹校准的未来预测。
为什么需要同时看个人与群体？
传统引力模型根据出发地人口、目的地人口和空间距离描述两地间流量，很适合刻画聚合网络。但一个人会不会回到原来的城市、过去去过哪里，通常不直接出现在这样的静态流量公式里。
个体移动模型则常把选择分为探索和返回：去过的地方越多，探索新地点的概率越低；返回时更偏向常去地点。这类机制能产生访问频率不均和缓慢扩张的个人活动范围，却未必自动得到正确的城市间流量。
图 1｜一批个人路径，如何成为不同空间范围的流量网络？（a）左侧展示中国大陆数据中的几条个人轨迹，右侧将个人移动聚合为城市间流动。（b）美国本土 48 州，（c）科特迪瓦，（d）比利时。连线颜色对应流量强弱，越亮越强；各面板有自己的色标和距离比例尺，不能用同一颜色直接比较各国绝对流量。这组图说明模型需要同时面对个人序列和聚合网络，以及不同空间跨度。
研究使用的四套数据如下。表中人数是数据里的用户规模，不是国家总人口；一次从一个城市移动到另一个城市算一个移动步。
| 地区与来源 | 地点数 | 用户数 | 移动步总数 | 拟合记忆参数 λ |
|---|---|---|---|---|
| 中国大陆，新浪微博签到 | 340 | 1,571,056 | 4,976,255 | 35 |
| 美国本土 48 州，Foursquare 签到 | 125 | 32,040 | 194,730 | 32 |
| 科特迪瓦，手机通话记录 | 237 | 229,335 | 8,747,801 | 50 |
| 比利时，Gowalla 签到 | 43 | 1,352 | 21,156 | 25 |
签到位置在城市内被归为同一地点；科特迪瓦数据覆盖五个月，按县定位，再以县的中心城市表示个人位置。记录反映被平台或通信事件观察到的移动，不是完整连续出行。不同平台的使用人群、主动签到倾向、观测频率与行政单元大小都可能影响比较。
地点的吸引力怎样同时包含记忆与竞争？
模型给每个目的地两部分权重。
第一部分是个人记忆。尚未访问的地点吸引力为 1；已经访问的地点 j，吸引力为 1+λ/rj。其中 rj 是这个人第一次发现该地点的次序：最早发现的地点 r=1，第二个 r=2，依此类推。λ 越大，旧地点相对新地点越有优势。
这个细节十分关键：r 不是实时访问次数排名，也不是最近访问排名。一个地点一旦被发现，它的发现次序就不会因之后多去几次而改变。作者用“越早发现的地点通常越常去”的老化效应近似联系两者，这是一项建模假设。
第二部分是人口竞争。目的地 j 的人口 mj 越多，吸引力越高；但目的地周围的竞争人口 Wji 越多，权重就越低。正文定义 Wji 为以目的地 j 为圆心、以 i 与 j 间距离为半径的圆内人口。
把两部分相乘，得到未归一化权重：
pij ∝ (mj/Wji) × (1+λ/rj)。
对所有可选目的地归一化，才得到从当前地点 i 出发的选择概率。它把人口竞争作为机会可得性的代理，没有直接模拟求职排队、住房争夺或人与人的谈判过程。
图 2｜下一站由哪些信息决定？这张无子图字母的图用 a–e 表示五个地点，底部是访问序列；不同颜色用于区分地点，圆的大小表示吸引力，ra=1 至 re=5 表示发现次序。箭头展示移动，右上角给出记忆项与人口竞争项相乘的概率权重。复用公式时要注意：正文对 Wji 的定义以目的地为圆心，而原图及英文图注画出的 c→a 圆以 c 为中心，二者不一致；这里按正文公式定义解释，不能直接照示意圆实现。
一个参数，实际怎样确定？
模型每套数据只校准一个自由参数 λ，但并非完全不使用轨迹信息。
由于数据没有直接提供居住城市，研究把每个人签到最频繁的城市当作家，并用作模拟起点。每个人模拟多少步，则从经验轨迹长度分布 P(L) 抽取。λ 通过拟合经验数据中的 S(t) 确定，S(t) 表示移动 t 步后累计访问过的不同地点数。
拟合目标是各步模型与数据在 S(t) 上的相对绝对误差之和。四套数据分别得到 λ=35、32、50、25，随后固定该参数，再比较其他移动统计。方法部分还报告，用返回间隔或访问频率估计 λ 时，预测效果差别不大。
因此，S(t) 是参数校准目标，对它的贴合应按拟合理解；其他统计的吻合提供额外检验，但论文没有划分独立未来测试期，不能等同于在未见时间段预测每个人下一站。
作者讨论 λ 与人均 GDP 的关系，认为较高收入可能使旅行更容易、熟悉偏好更弱。但这里只有四套来源和尺度都不同的数据，美国与比利时的数值也不构成严格单调关系。这是解释性推测，不能当作收入决定记忆强度的因果结论。
生成的个人轨迹，是否只在一个指标上像真的？
个人层面要同时回答三件事：活动范围扩张得多快、多久回到一个旧地点、访问是否集中在少数地点。
图 3｜一个参数能否兼顾三种个人统计？四列依次为中国、美国、科特迪瓦、比利时，橙色为数据，绿色为模型。（a–d）横轴移动步数 t，纵轴不同地点数 S(t)，是 λ 的主要拟合目标。（e–h）横轴为两次访问同一地点之间的步数 τ，纵轴为返回间隔概率 P(τ)，不是小时或天。（i–l）横轴为频率排名 r，纵轴为该排名地点的访问频率 fr，检验少数常去地点是否占较大份额。整体相近、尾部仍有偏差，尤其稀少长间隔处不能理解为逐人精确预测。
这里还有两个不同的 r：生成规则中的 rj 是发现次序，图中 fr 是访问频率排名统计。模型希望发现次序产生的吸引力差异，最终能够形成接近经验的频率排序，而不是把经验频率排名原样塞给每一步模拟。
仅有三条分布还不够，真实路径有反复出现的结构。研究把从家出发、最终返回家的连续地点序列概括成出行模体（trajectory motif），也就是不看具体城市名称、只看访问连接模式的小图。
图 4｜模型是否也能产生常见的出发—返回结构？这张无面板字母的图在上方列出九种模体，红点表示家，黑点为其他地点，箭头表示移动方向。下方横轴依次对应这些模体，纵轴为出现比例；CN、US、CI、BE 的实心柱为四国数据，空心柱为模型。两地点往返最常见，其余复杂结构比例依次降低，模型大体再现这种排序和份额。
九种并不是所有可能的模体。它们被选中是因为在数据中合计出现比例超过 97%；第十常见模体的比例已小于 0.001。因而证据支持模型能够覆盖常见闭合结构，不能写成真实轨迹只存在九种路径。
个人走得像，城市之间的流量也像吗？
将所有模拟移动聚合，可以比较每次移动的距离 d，以及城市对之间累计移动次数 Tij。T 是流量计数，不是一个人从 i 到 j 途中走了多少段，也不是旅行时长。
图 5｜汇总后的流量是否仍与观测相符？四列地区顺序与图 3 相同，橙色为数据，绿色为模型。（a–d）横轴为距离 d，单位公里，纵轴为 P(d)，采用半对数显示；各国跨度不同。（e–h）横轴城市对移动次数 T，纵轴 P(T)，黑线分别为经验幂律拟合，指数依次约 −1.48、−1.43、−1.56、−1.33。（i–l）横轴实际城市对流量，纵轴模拟流量，灰点是单个城市对，蓝点是按观测流量分箱后的预测均值，箱线展示分布，黑线为 y=x。原图将 y=x 位于相应预测分布第 10% 至第 91% 范围内的箱标绿，否则标红；这不是 91% 预测准确率。
距离与流量分布的整体形状能对上，分箱均值也靠近等值线，但灰色散点仍有明显离散。能重现平均趋势与分布，不意味着每一个具体城市对都精确。若要用来规划班次或预测某个城市的输入风险，还需要针对目标流量做验证。
把记忆或竞争拿掉，会失去哪部分能力？
这一组消融比“曲线看着相似”更能说明两个机制各自做了什么。
无记忆模型把记忆项设为 1，只保留 mj/Wji。它仍能描述部分群体流量，却更容易不断探索新地点。
补充图 9｜只有人口竞争，个人的回访规律还成立吗？四列仍按中国、美国、科特迪瓦、比利时排列，橙色数据、绿色模型。（a–d）S(t) 的模拟增长明显偏快；（e–h）返回间隔分布偏离；（i–l）访问频率排名也与数据不同。每一行的轴和单位分别对应图 3 的探索增长、返回步数、频率份额，显示去掉个人记忆会损害个人序列统计。
无竞争模型则保留人口 mj 与记忆项，却不再除以 Wji。它仍可产生一些合理的个人返回结构，但群体流量的对应较差。
补充图 11｜只有人口规模和记忆，群体流量还能对准吗？四列国家顺序不变。（a–d）距离分布，（e–h）城市对流量分布，仍是橙色数据、绿色模型；（i–l）单个城市对与分箱预测的比较，符号含义同图 5。即使上两行某些总体形状接近，下排仍出现更大的流量离散与偏差，提示不能只凭分布相似判断空间对应准确。
补充表 1 用两个指标量化差异。SSI（Sørensen similarity index）在这里对城市对流量的重合程度取平均，越接近 1 越好；RMSE 是 S(t) 的均方根误差，越小越好。它们分别衡量群体流量与个人探索，不能混成一个“准确率”。
| 地区 | 流量 SSI：完整 / 无记忆 / 无竞争 | S(t) RMSE：完整 / 无记忆 / 无竞争 |
|---|---|---|
| 中国 | 0.7126 / 0.6759 / 0.5394 | 1.3556 / 24.8674 / 1.6098 |
| 美国 | 0.7013 / 0.7225 / 0.5156 | 1.8376 / 29.3604 / 4.7381 |
| 科特迪瓦 | 0.7136 / 0.6914 / 0.5333 | 0.6738 / 16.7012 / 0.6926 |
| 比利时 | 0.6936 / 0.7739 / 0.5481 | 0.7141 / 9.2657 / 0.8308 |
最清楚的模式是：去掉记忆后，S(t) 误差大幅增加；去掉竞争后，四国 SSI 都下降。完整模型兼顾两类任务，但在美国和比利时，单看流量 SSI，无记忆模型反而更高。因此，证据支持两种机制联合解释多个层级，并不支持完整模型在每一项统计上都占优。
补充图 8、10 还展示无记忆模型的群体统计与模体，补充图 12、13 展示无竞争模型的个人统计与模体，共同补充这条分工证据。它们是模型内部移除组件的比较，仍不能直接证明现实中的人确实按公式计算竞争与记忆。
换成一座城市内部，还能用吗？
四国比较跨度很大，但其中的地点主要是城市或县中心。若要声称跨空间尺度，还需要更细的城市内部单元。
纽约检验使用 Foursquare 签到，以 2010 年人口普查街区作为地点单元。数据包含 42,035 名用户，其中 23,520 人有跨地点移动，共计 113,279 个移动步；同样估计参数后得到 λ≈8.0，明显不同于国家尺度数值。
补充图 6｜城市内部的个人统计是否也能生成？（a）不同地点数随移动步数增长，（b）返回间隔的步数分布，（c）频率排名与访问份额。绿色模型与橙色数据大体接近，提供了更细空间划分下的个体层面检验。
补充图 7｜同一城市内部的流动汇总后怎样？（a）移动距离分布，横轴公里；（b）地点对移动次数分布；（c）模型与观测地点对流量的散点、分箱均值和箱线。颜色与图 5 对应，结果总体接近，尾部及具体地点对仍存在差异。
这增强了模型可跨尺度使用的证据，但仍只有一个市内案例，而且需要重新校准 λ。它不能保证任意城市、任意网格划分、任意观测频率下都有同样效果。
理论简化怎样解释记忆带来的增长规律？
现实人口分布很不均匀，完整模型难以精确求解。论文转向一个简化系统：地点人口均匀、忽略人口竞争，只保留发现次序记忆，进而分析探索、频率和返回间隔。
解析部分把访问后的吸引力写成 1+λN/r，N 为地点总数。这个 N 缩放与经验模型的 1+λ/r 不同，图 6 中的 λ 不能直接与四国拟合值作同尺度比较。
在已访问地点数 S 远小于总地点数 N 时，推导给出：
P新 ≈ 1/[1+λ(ln S+C)]，其中 C≈0.577。
意思是：探索到的旧地点越来越多，记忆权重不断累积，新地点在总权重中所占比例下降，探索自然减慢。不过这一式是对数衰减，并不是预先指定的 S^−γ 幂律；它的适用条件与不同模型的增长规律应分开。
图 6｜哪些规律能从简化假设推出？（a）探索增长 S(t)，（b）访问频率分布 fr，（c）返回间隔分布 P(τ)，曲线为解析结果、符号为模拟，N=1,000、轨迹长度 L=1,000，比较 λ=0.5、1、5、50。（d）在 Cantor dust、Vicsek、Sierpinski triangle、hexaflake 四种分形空间中检验距离统计，对应分形维数约 1.262、1.465、1.585、1.771；插图是地点对流量分布，参考线为 T^−2。这是理想空间中的机制示范，与四国真实人口数据的经验检验不同。
群体理论再做一步简化：每个人只移动一步，记忆不再发挥作用。在分形人口空间中，Wji 随距离约按 d^D 增长，城市对流量遂得到引力式 Tij∝mi·mj/dij^D。均匀人口条件下，作者推出 P(T)∝T^−2；真实数据的拟合指数却介于 −1.33 与 −1.56，不能把 −2 当作经验测量结果。
补充材料用一个中心城市向外移动、外围人口随距离下降的理想场景，说明人口异质性能够将流量分布指数移到 −1 与 −2 之间。这提供解释方向，但不是对每个国家所有空间过程的精确推导。距离统计也依赖理想空间构造与汇总方式，不能仅由城市对权重的距离指数直接断言任意地区的观测距离分布。
补充 Note 1 还考虑广义 Zipf 频率关系 f∝r^−ζ，在额外的优先返回、长时间近似下，得到 P新∝S^−(ζ−1)，连接到既有探索—优先返回模型。这里展示的是假设之间的数学联系，不是通过观察数据证明“频率定律导致探索减少”或反过来的因果方向。
统一模型的价值，应该怎样理解？
它的贡献是把个人历史与空间机会放进同一个概率框架，既检验个人分布和路径模体，也检验群体流量，并用消融说明两部分在不同层级承担的任务。相较只拟合一条总体曲线，这是一条更完整的验证路径。
同时，模型仍需要地点及人口信息、经验起点、轨迹长度分布和参数校准。签到与通信轨迹的缺失不等同于人没有移动；把最常签到地点当家也可能误判。不同国家间的平台差异和样本量差异，使 λ 不能直接充当可比的心理记忆测量。
模型没有直接包含出行目的、交通方式、时间表或跨国移动，也没有开展独立疫情或拥堵干预实验。文中关于公共卫生与交通管理的应用，是需要后续针对具体任务检验的可能性。
一句话总结
把个人发现地点的历史与人口竞争结合起来，一套转移规则可以同时生成多种个人轨迹和群体流量统计；它的统一性来自机制跨任务的表现，而非免校准或逐人逐站的精确预测。
核心来源
- Yan XY, Wang WX, Gao ZY, Lai YC. Universal model of individual and population mobility on diverse spatial scales. Nature Communications 8, 1639 (2017).正式论文，DOI。
- 同文 官方 Supplementary Information：解析推导、纽约案例、消融图与数值表；官方页面另提供中国城市坐标、轨迹数据及审稿文件。
- Song C, Koren T, Wang P, Barabási AL. Modelling the scaling properties of human mobility. Nature Physics 6, 818–823 (2010).DOI。
全部配图来自原论文 Fig. 1–6 及 Supplementary Figs. 6、7、9、11，中文讲解按原面板解释。原文以 CC BY 4.0 许可发布。
作者介绍
以下采用论文发表时的机构与贡献说明。
- Xiao-Yong Yan：北京交通大学交通系统科学与工程研究所署名作者，参与研究设计、执行、分析工具与写作。
- Wen-Xu Wang：北京师范大学系统科学学院与复杂性研究中心署名作者、通讯作者之一，参与设计、执行、分析工具、数据分析与写作。
- Zi-You Gao：北京交通大学交通系统科学与工程研究所署名作者、通讯作者之一，参与设计、分析工具、数据分析与写作。
- Ying-Cheng Lai：美国 Arizona State University 电气、计算机与能源工程学院署名作者、通讯作者之一，参与设计、数据分析与写作。
延伸思考：一张正确的流量图，还不等于一群正确的人
以下是 AI 基于论文结果所作的延伸，不属于原论文结论。
假设两个模型都预测每天有一万人从甲城到乙城。一个模型让同一万人反复往返，另一个每天换一批人；总流量完全相同，个人经历却不同。若关注传染接触、跨城服务使用或长期需求，两者可能产生不同后果。
这篇论文启发我们，评估合成移动数据时，最好同时问两个问题：汇总后的流量是否合理，拆开后每个人的返回与探索是否合理。消融结果还表明，一项群体指标变好，可能并不意味着个人统计也变好。
实际使用时可以按任务设立双层检验：交通运力看城市对流量及误差，个体暴露过程看返回结构、不同地点数与序列变化。通过这些检验仍不代表模拟轨迹对应某个真实人的未来；明确它是统计生成结果，有助于避免把模型输出误用为个人行为画像。
