2011-Exact Solution of the Gyration Radius of an Individual's Trajectory for a Simplified Human Regular Mobility Model

Paper

发布日期: 2026-10-28

活动范围一样大，两个人就会走出相同的距离分布吗？

论文名片｜闫小勇、韩筱璞、周涛、汪秉宏，Exact Solution of the Gyration Radius of an Individual’s Trajectory for a Simplified Human Regular Mobility Model，Chinese Physics Letters，2011，28(12):120506。DOI。

假设两个人的长期活动范围看起来一样大。一个家离单位很近，下班后常去较远的地方；另一个每天通勤很远，但下班后活动更集中。一个描述整体范围的数字，能把他们区分开吗？

这篇短文构造一个可以算清楚的工作日模型，把家、工作地、时间安排与移动速度放进同一幅椭圆图。它既说明固定生活安排怎样让活动范围趋于稳定，也给出一个提醒：相同的回转半径，并不唯一决定个人的位移分布。

先说结论

在固定家与工作地、恒定速度、有限时间、每天一次休闲活动的假设下，休闲地点的可行范围是以家和工作地为焦点的椭圆。
若休闲地点在椭圆内均匀选择，且家、工作地与休闲地点等权记录，长期回转半径有解析解，取决于通勤距离与椭圆大小。
模拟中的回转半径前期上升、之后接近常数，说明有限活动范围可以产生类似实证的慢增长外形；这没有证明真实人群终身都会饱和。
不同通勤距离与休闲范围可以给出同一个回转半径，但固定通勤会让距离分布在不同位置出现峰值。因此，一个总体统计量不足以唯一还原个人行为。

为什么把一天压缩成三个地点？

模型的动机来自既有 Mobidrive 出行日记研究：德国两座城市 360 人的六周记录，呈现工作日活动顺序的规律性。这份数据是论文引用的经验背景，本文没有重新报告一套 360 人的个体参数估计或逐人预测验证。

模型假设每个人有固定的家和工作地，每天必须在家与工作合计停留至少 tm 小时，以恒定速度 v 移动。一天依次从家到工作地、工作地到一个休闲地点，再回家。休闲在此包括购物、就餐和娱乐等下班后的活动；模型每天只放一个这样的地点。

一次模拟步骤对应一个重复的日活动链，累计 T 步后，共有 T 个家位置、T 个工作地位置和 T 个随机休闲位置。三类点的记录权重相等。虽然模型引入了停留时间下限来限制出行预算，但计算回转半径时并没有按实际居家、工作和休闲时长加权；也没有把道路上的每一时刻都作为轨迹点。

椭圆从哪里来，为什么长轴不是全天总里程？

令家和工作地之间的距离为 2c。每天最多能用于移动的时间为 24−tm 小时，对应距离预算 v×(24−tm)。先扣除从家到工作地的固定通勤距离，剩下的两段路径之和最多为：

2a = v×(24−tm)−2c。

也就是“工作地到休闲地点”与“休闲地点到家”的距离之和不超过 2a。平面上，到两个固定焦点距离之和不超过常数的点集，正好是一个椭圆及其内部。家和工作地是焦点，长半轴为 a，短半轴 b 满足 b²=a²−c²。

椭圆活动范围

图 1｜固定的家和工作地怎样限定下班后可去的地方？

原图无字母。Home 与 Workplace 是两个焦点，间距为 2c；折线从一个焦点经休闲地点到另一个焦点，在边界上总长为 2a，内部总长更短。这里的 2a 是扣除单程固定通勤后剩余两段移动的最大长度，不能当作全天三段总距离。来源：原论文 Fig. 1。

要有非退化椭圆，需要 a>c，也就要求总距离预算超过往返家与工作地的距离。模型默认平面中直线可行，没有路网绕行、公交班次、交通拥堵或不可通行障碍。椭圆因此是这些简化条件下的几何可行范围，并非从真实街道直接推得的精确活动边界。

一个长期回转半径，怎样一步步算出来？

回转半径（radius of gyration，rg）是每个记录点到整段轨迹空间中心的平方距离，取平均再开方。它度量地点分布的空间散布，不是每天移动距离，也不是椭圆的长半轴。

模型长期运行后，均匀选择的休闲地点关于椭圆中心对称，家和工作地也对称，因此轨迹中心趋向椭圆中心。家与工作地共占三分之二的点，离中心的距离都是 c；休闲地点占三分之一，记其到中心的平均平方距离为 I。于是：

rg² = (2/3)c² + (1/3)I。

对椭圆内部做均匀面积积分，可得 I=(a²+b²)/4。再代入 b²=a²−c²，得到：

rg = √[(7c²+2a²)/12]。

均匀选择是这一步不可缺少的条件。如果人们偏爱某个商场、避开某些区域，或休闲地点围绕工作地集中，I 和轨迹中心都可能改变，不能照搬同一个公式。有限 T 的随机样本中心也不一定正好落在椭圆中心，因此公式给出的是上述假设下的长期极限，而非每一次短轨迹的无误差精确值。

这条关系把活动尺度拆成了两部分：家与工作地的分离，以及剩余时间和速度允许的活动范围。但二者并非始终独立。若比较固定 a 下不同 c，rg 会随 c 增长；若保持速度和总移动时间预算不变，a 又会随 c 改变。因此不能只看公式的 7c²，就无条件推断通勤越远，任何情形下活动范围都必然更大。

模拟会不会走向这个解析值？

回转半径收敛

图 2｜前期看似增长的活动范围，能否接近一个常数？

原图无字母。横轴 t 为模拟步骤，不是真实小时；纵轴为 rg，使用对数刻度。c 固定为 30，蓝色、红色、绿色曲线分别对应 a=300、150、60，黑色水平线为解析极限。每组对 100 次独立模拟取平均，每次运行 200 步；曲线早期上升，之后接近相应水平线。来源：原论文 Fig. 2。

用公式计算，三个极限约为 124.60、65.38 和 33.54，与图中相应水平线一致。数值验证的是模拟与理论推导相容，不是对真实用户预测误差的外部测试。

作者据此提出，实证中被对数函数描述的慢增长，可能也包含趋向稳定的过渡阶段。但模型一开始就固定了活动区域，长期有界是设定带来的结果。真实人可能搬家、换工作、旅行或改变交通方式；它们会改变 a、c，或使固定椭圆本身不再适用。观察到短期增长慢，不能据此确定永远不再扩大。

同一个 rg，为什么会出现不同的距离峰值？

如果只知道 rg，就只知道 7c²+2a² 的组合值。许多不同的 a、c 都可以给出同一个组合，因而不能唯一恢复通勤距离与休闲范围。

更具体地说，每天三段移动中的一段永远是家到工作地，长度恰为 2c。它占模型移动次数的三分之一，必然在距离分布中留下集中峰值。两个人即使 rg 相同，只要 c 不同，固定通勤的峰值就会出现在不同距离。

相同范围不同距离分布

图 3｜相同回转半径是否唯一确定个人位移分布？

原图无字母。横轴为单段移动距离 Δr，纵轴为相应分布。红方块、蓝圆点、黑三角分别对应 (a,c)=(43,1)、(41,7)、(29,17)，峰值出现在约 2、14、34，即各自的 2c；其余两段休闲相关距离形成较平缓部分。来源：原论文 Fig. 3。

图注把三组共同 rg 写为 15.12，但按图例参数和正文公式核算，三组的 7c²+2a² 都为 3,705，共同 rg 应约为 17.57。共同值的这处数值差异不改变反例的逻辑：它们确实具有相同 rg，同时呈现不同的距离分布。

这也划清了“按 rg 分组的总体曲线近似重合”与“组内每个人都有相同分布”的区别。前者可能来自许多不同个人分布的混合，不能直接推成后者。本文给出一个可以算清的反例，并不意味着它已经确定所有真实人群长尾都只由通勤距离差异产生。

这个极简模型解释到哪里为止？

论文的优势是机制透明：固定锚点、有限预算和周期性返回足以产生有界活动尺度，并允许解析计算。它把看似抽象的 rg 与具体的通勤距离、速度和时间安排联系起来。

代价同样明确：每天固定一次休闲、恒速直线移动、椭圆内均匀选点、三类地点等权。它没有包含多个工作地、照护接送链、周末差异、长期迁居与个体偏好，也没有模拟真实日内停留时间或做新的轨迹预测准确率比较。文中与既有手机研究的联系主要是定性外形与机制解释，不能表述为在同一实证数据上完成严格优于其他模型的验证。

一句话总结

规律生活可以让活动尺度在简化模型中趋于稳定，但同一个活动尺度仍能对应不同通勤结构和距离分布，不能用一个回转半径替代全部个人行为。

核心来源

Yan, X.-Y., Han, X.-P., Zhou, T. & Wang, B.-H. (2011). Exact Solution of the Gyration Radius of an Individual’s Trajectory for a Simplified Human Regular Mobility Model. Chinese Physics Letters 28, 120506。论文 DOI。三张图均来自原论文对应完整图；公式与数值核算依据其 Eqs. (1)—(5)。

相关经验背景：González, M. C., Hidalgo, C. A. & Barabási, A.-L. (2008). Understanding individual human mobility patterns. Nature 453, 779—782。DOI。前述 Mobidrive 经验为本文引用研究，不能当成本文新增数据结果。