2025-Commuting flow patterns across a triad of Chinese megacities: Evidence from Poisson gravity modeling using mobile device data


郊区已经立起新中心,上班的人流为什么仍被市中心吸住?

论文名片|Zhimin Xie、Bo Huang、Jixuan Cai、Harry F. Lee,Commuting flow patterns across a triad of Chinese megacities: Evidence from Poisson gravity modeling using mobile device data,Journal of Transport Geography,128(2025):104380,2025年7月29日在线发表。DOI:10.1016/j.jtrangeo.2025.104380。本文依据该正式版及文内附录表 A.1–A.4 解读。

想象北京五环外的一个居住小区:夜里灯火很多,地图上也标得出郊区组团。若岗位也在当地配齐,早高峰应更多留在附近。三座超大城市的手机定位请求却给出另一种格局。居住可以铺到外围,就业对通勤流的拉动仍指向市中心;高密度地区的距离衰减更弱,加密本身并没有在模型里表现为更短的跨网格通勤。

这项研究用 2023 年 5 月的腾讯移动设备定位请求,在北京、上海、深圳的建成区 1 公里网格上,估计从家到工作地的单向通勤流,再用泊松伪极大似然(Poisson pseudo-maximum likelihood,PPML)引力模型比较土地利用、路网距离、公交覆盖和房价差。全市一个模型之外,再按每个起点、每个终点分开拟合。下面的数字都落在网格对上,分母会随结果一起写明。

先说结论

  • 建模对象是建成区内不同 1 公里网格之间的全部有向起讫对。北京 43,797,931 对、上海 32,838,626 对、深圳 2,458,624 对;其中流量为正的只有 663,861、624,303 和 336,796 对。表 1 的平均流量 0.29、0.46、4.40 人,分母是这些起讫对,被大量零流量拉低。
  • 解释变量先取必要的对数,再做 z 分数标准化。路网距离的标准化系数最大:北京 −1.331、上海 −1.559、深圳 −1.169。商业兴趣点、房价差和到市中心的距离是其余三个主要项。
  • 工业兴趣点在北京、上海为负,在深圳为正,但深圳起点系数只有 0.003。公共管理与服务兴趣点则是北京、上海为正,深圳为负。符号差异成立,效应大小远小于商业兴趣点。
  • 起点离市中心越远,期望通勤流越高;终点离市中心越远,期望通勤流越低。深圳起点系数 0.074,低于北京 0.130 和上海 0.170。作者据此描述形态上的多中心与功能上的单中心。
  • 起点模型把共同通勤者比例(CPC)从 0.559、0.595、0.641 提高到 0.750、0.767、0.802。居住在距市中心 10–30 公里的人,工作地选择最受市中心吸引;高密度地区的距离衰减更弱。这是系数的空间格局,尚未证明密度导致通勤变长。

比的是建成区里的网格对,不是全市每辆车

研究区选北京、上海、深圳,是因为三城的形态不一样:北京同心环状扩展,上海受长江和海岸线约束、主要向西南伸展,深圳沿海岸呈带状。2022 年常住人口分别为 2184 万、2476 万和 1766 万,行政区面积为 16,410、6340.50 和 1997.47 平方公里,区数 16、16 和 10。这些是全市行政口径。实际进入模型的,是 Li 等(2020)全球城市边界以内的建成区通勤,外围农村不在分析范围内。

完整原论文图1

图 1|三座城市的建成区边界和市中心定在哪里?

无字母子图。左上为中国位置示意,右上为北京,左下为深圳,右下为上海。绿星是作者规定的市中心:天安门广场、人民广场、市民广场(Civic Square)。浅色填充为建成区,线框为区界。比例尺分别为全国 500 公里、北京 40 公里、深圳 10 公里、上海 25 公里。这张图确定后文距离的参照点,本身不包含通勤人数。来源:原论文 Fig. 1。

通勤流量来自腾讯定位请求。用户在相关应用中请求定位时,产生匿名设备标识和坐标。论文给出的约 12 亿是腾讯在中国的用户规模,不是这三座城市的通勤样本人数;三城设备数没有单独报告。停留点定义为 10 分钟内移动少于 200 米的位置,再用 DBSCAN 聚成停留地点。只有一个停留点的地点被剔除。家和单位的分类使用过自我报告数据,但因隐私限制,识别过程留在数据提供方,作者只收到汇总结果。居家办公会使单位与住处重合、通勤距离为零;出租车司机等没有固定单位的人,单位可能为空并被排除。作者认为后一类人占比有限。论文没有给出家、单位分类的准确率。

空间单元是 1×1 公里网格。同一网格内部的通勤不进入模型,因此结果只涉及发生了跨网格移动的家—单位联系。流量再按各区统计人口与移动设备用户数之比做了放大,所以表 1 会出现 10,253.20 这样的小数,单位仍写为人数,但已不是原始设备计数。

区级核对用的是 2022 年统计年鉴常住人口,对数值做对数线性回归:log(统计人口) = α log(手机估计) + ε。北京、上海、深圳的 R² 为 0.979、0.977、0.998。这只说明区级居住人口估计与年鉴高度同向,不能证明每条通勤流或每个人的家、单位都被正确识别。

完整原论文图2

图 2|手机估计的居住人口,在区级上和年鉴差多远?

(a)北京,(b)上海,(c)深圳。横轴为移动设备估计的居住人口,纵轴为统计年鉴常住人口,两轴均为对数坐标,每个点是一个区。拟合线旁的 R² 依次为 0.979、0.977、0.998。点贴近直线,说明区级总量大体对齐;它没有给出网格级或个人级误差。来源:原论文 Fig. 2。

零流量占绝大多数,为什么还要留在模型里?

传统引力模型把两地流量写成规模相乘、再随距离衰减。若先对流量取对数,零流量无法直接进入,长距离的“没有人走”会被丢掉。通勤网格对里,零恰恰是主体。

城市 全部起讫对 流量大于 0 的起讫对 流量为 0 的起讫对
北京 43,797,931 663,861 43,134,070
上海 32,838,626 624,303 32,214,323
深圳 2,458,624 336,796 2,121,828

非零对来自附录表 A.4 的样本量,全部起讫对来自表 2。零流量占比约为 98.5%、98.1% 和 86.3%。深圳非零比例更高,平均流量也更高(4.40 人,对照北京 0.29 人、上海 0.46 人)。平均流量的分母是全部起讫对,不能读成通勤者的平均出行次数。

PPML 直接以人数 Tᵢⱼ 为因变量。期望流量写成解释变量的指数函数,零值可以留下。它还允许条件方差等于离散参数 ϕ 乘以条件均值。ϕ 接近 1 时过度离散不严重;ϕ 远大于 1 时,方差比泊松分布假设的更大。三城 ϕ 为 1.461、2.771、9.716,深圳的过度离散最强。PPML 因此用来估计均值参数,不要求真实分布恰好是泊松分布。由于没有标准对数似然,论文不用 AIC、BIC,而用 CPC、均方根误差(RMSE)和皮尔逊相关系数 r。

CPC = 2 × Σ min(观测流量, 预测流量) / (观测流量合计 + 预测流量合计)。它衡量两组流量重叠多少,分母是观测与预测的总和,不是人数准确率,也不是起讫对的命中率。

解释变量分三组。土地利用用高德兴趣点,按 Gao 等(2021)分成居住、商业、公共管理与服务、公园广场、工业五类;每格点数加 1 后取对数,避免零。到市中心的距离是网格中心到规定市中心的最短路网距离,并计入位置到最近道路的距离。交通阻抗用起讫网格中心之间的最短路网距离,不用直线距离。作者的预分析认为通勤距离更接近幂律而不是指数分布,因此模型放入路网距离的对数;该预分析的拟合统计量没有在正文列出。公交覆盖是公交站 300 米缓冲区占网格面积的百分比,地铁是 800 米,依据住建部 2018 年的相关规定。房价来自安居客点位,用搜索 12 个点的普通克里金插成栅格,再取网格平均。房价差是终点房价减去起点房价,表头单位为万元,没有写明是单价还是总价。相邻网格虚拟变量用来吸收网格边界把一趟短通勤切开的影响。方差膨胀因子都小于 10,最接近 10 的是深圳商业兴趣点,约 8.6。

进入回归前,解释变量做 z 分数标准化,以便比较谁更重要。表 2 的系数因此是:其他标准化变量保持不变时,该变量升高 1 个标准差,对数期望流量变化多少。它不是每公里、每个兴趣点的原始斜率。路网距离、五类兴趣点在表 1 中已经取过对数,1 个标准差也不是 1 公里。

表 1 里北京路网距离对数的均值是 3.89,标准差 0.62,最大 5.34。因为最大值只有 5.34,这个对数只能是自然对数;若是以 10 为底,会对应数千公里。e^3.89 ≈ 48.9 公里,是全部网格对路网距离的几何平均。上海、深圳的对数均值 3.86 和 3.30,对应约 47.5 公里和 27.1 公里。分母仍是全部起讫对,长距离的零流量对把这个几何平均拉长,它不是通勤者实际走过的平均距离。

同一套系数里,三座城市哪里同向、哪里翻了符号?

完整原论文图3

图 3|通勤网络、居住端流出和工作端流入各自集中在哪里?

列依次为北京、上海、深圳。颜色用自然断点分级,各图图例范围不同,不能只凭颜色深浅跨城比较。(a–c)把双向通勤相加后的无向联系;北京、上海呈圈层加外围组团,深圳沿海岸的多个组团强度更接近。(d–f)各网格作为居住地的流出。(g–i)各网格作为工作地的流入。郊区组团可以有中高流出,流入却往往只到中低。星号为市中心。图是展示分布,回归用的仍是单向的家到单位流量。来源:原论文 Fig. 3。

全市模型在三城分别使用上面的全部起讫对。截距是所有标准化变量取 0、也就是各自处于样本均值时的对数期望流量:北京 −4.711、上海 −4.620、深圳 −1.317,换算成期望流量约 0.009、0.010 和 0.268 人/起讫对。它们低于表 1 的平均流量,因为无条件平均会被少数短距离、高流量对拉高;截距不是平均通勤人数。

下表只列主要标准化系数。论文用三颗星表示 p < 0.01、两颗星表示 p < 0.05。样本量是百万级,很小的系数也会显著,读的时候要同时看绝对值。

变量 北京 上海 深圳
起点居住兴趣点 0.170 0.157 0.291
终点商业兴趣点 0.619 0.731 0.918
起点商业兴趣点 0.439 0.319 0.643
起点工业兴趣点 −0.025 −0.064 0.003(p < 0.05)
终点工业兴趣点 −0.018 −0.006 0.016
起点公共兴趣点 0.054 0.169 −0.008
终点公共兴趣点 0.047 0.094 −0.094
起点到市中心 0.130 0.170 0.074
终点到市中心 −0.138 −0.265 −0.193
路网距离对数 −1.331 −1.559 −1.169
房价差 0.265 0.273 0.303
起点地铁覆盖 −0.085 −0.073 −0.007

除深圳起点工业兴趣点为 p < 0.05 外,表中其余系数均为 p < 0.01。路网距离每升高 1 个标准差,期望流量乘以 e 的相应次方:北京 e^(−1.331) ≈ 0.264,上海 ≈ 0.210,深圳 ≈ 0.311。也就是期望流量降到原水平的大约 26%、21% 和 31%。这里的 1 个标准差是对数距离的标准差,北京表 1 中为 0.62,不是 1 公里。

终点商业兴趣点每升高 1 个标准差,期望流量约变为 1.86、2.08 和 2.50 倍。起点商业兴趣点约为 1.55、1.38 和 1.90 倍。房价差的系数 0.265、0.273、0.303,对应约 1.30、1.31 和 1.35 倍。北京房价差的 1 个标准差是 3.25 万元。终点房价高于起点时,家到单位的期望流量更高。这与“人住在房价较低一侧、工作在房价较高一侧”的方向一致,但仍是控制其他变量后的条件关联。

工业兴趣点的符号在深圳转为正。起点系数 0.003 相对商业兴趣点的 0.643 很小,不能把深圳工业用地读成和商业用地同等强度的通勤发生器。公共兴趣点则是深圳为负、京沪为正。作者把深圳的工业系数理解为工业与居住、商业混合更高,并提到更高的工业产出占比和更密的工业园;本文没有报告混合指数或工业产出占比的具体数字。居住兴趣点在起点三城都为正,在终点只有北京为正(0.064),上海 −0.057、深圳 −0.044。模型用兴趣点数量代表规模,没有把网格人口本身放进回归。

起点地铁覆盖在三城都为负。作者用逐步检验,把起点商业兴趣点当作中介(附录表 A.2)。那里的总效应是正的:北京和上海都是 0.565,深圳 0.478;放入商业兴趣点后的直接效应仍为正,0.080、0.125、0.080。这和表 2 里控制整套变量后的负系数不是同一次回归。正文写“负向直接效应”时,和附录表 A.2 的正号对不上。按距离再分组后,方向更清楚:0–5 公里的起点地铁系数为 −0.081、−0.069、−0.021;超过 20 公里为 0.179、0.224、0.206。5–20 公里仍分化,北京 −0.054、上海 −0.047、深圳 0.074。短距离通勤对上地铁覆盖为负,长距离为正;中间档不能概括成三城一致。

这三档的样本量也是起讫对,不是人数:0–5 公里为 194,997、177,801、40,544 对;5–20 公里为 3,668,204、3,158,233、644,498 对;20 公里以上为 39,934,730、29,502,592、1,773,582 对。北京 20 公里以上的对占全部 43,797,931 对的 91.2%。分组回归是否在组内重新做标准化,正文没有说明,所以组间系数不宜再换算成每公里衰减。

若丢掉零流量,样本量降到 663,861、624,303、336,796,路网距离系数变为 −0.769、−0.922、−0.865,绝对值都小于保留零值时的 −1.331、−1.559、−1.169。作者指出,用这组系数做预测,可能明显高估长距离通勤。此时 CPC 升到 0.644、0.668、0.676,但分母已经换成非零起讫对,不能和全体起讫对上的 0.559、0.595、0.641 直接比高低。

市中心系数一正一负,能说明功能仍是单中心吗?

起点到市中心的系数为 0.130、0.170、0.074,终点为 −0.138、−0.265、−0.193,全部 p < 0.01。在兴趣点数量和路网距离已经被控制的条件下,家离市中心更远的网格对仍有更高期望流量,工作地离市中心更远则更低。作者把已有研究中人口和就业的多中心形态,与这一对符号放在一起:建成区和郊区组团在形态上可以是多中心,通勤所体现的就业功能仍偏向一个市中心。

深圳起点系数 0.074 确实最小。终点系数的绝对值则是上海 0.265 最大,深圳 0.193 居中,北京 0.138 最小。说深圳市中心影响更弱,主要贴合起点系数,以及作者对局部图的综合判断;终点系数本身并不是三城中最小的。

这一对符号来自横截面回归。它与首尔都市圈、英国大东南地区的既有通勤研究方向相似,但没有追踪这些网格是如何变成现在的居住地和工作地的,也不能单独证明郊区岗位质量不足。

每个居住地单独拟合之后,全市一条衰减还够用吗?

起点模型只保留终点特征和起讫之间的变量,对每个居住网格单独估计;终点模型反过来。拟合都比全市模型好。终点模型的 RMSE 三城都更低,r 都略高。CPC 上北京 0.753 对 0.750、深圳 0.808 对 0.802,终点模型略高;上海是起点模型 0.767、终点模型 0.765。优势很小。

模型 城市 CPC RMSE r
全市 北京 0.559 11.268 0.736
全市 上海 0.595 13.525 0.773
全市 深圳 0.641 54.710 0.786
起点 北京 0.750 4.747 0.952
起点 上海 0.767 6.175 0.952
起点 深圳 0.802 25.848 0.953
终点 北京 0.753 4.678 0.954
终点 上海 0.765 6.039 0.954
终点 深圳 0.808 23.289 0.962

RMSE 的单位是人/起讫对。深圳全市 RMSE 54.710 大于北京 11.268,同时深圳流量的标准差是 85.34、北京是 15.33,城市之间的 RMSE 不在同一流量尺度上。CPC 和 r 更适合并排看。

完整原论文图4

图 4|全市模型的拟合优势是不是集中在高密度居住地?

列依次为北京、上海、深圳,颜色为各起点的 CPC,各面板色标范围不同。(a–c)全市模型:高值更多集中在建成密集的中心一带。(d–f)起点模型:各起点的 CPC 更整齐,外围不再系统性地更差。图比较的是同一批起点上两种模型的空间格局;终点模型的城市合计见上表,没有对应地图。来源:原论文 Fig. 4。

局部系数图只保留统计显著(p < 0.05)且未被四分位距法判为异常值的系数。空白不等于系数精确为零。各面板色标各自划分,绿色表示更高的系数,深色表示更低。

完整原论文图5

图 5|从居住地看,四个主要系数怎样随位置变化?

列依次为北京、上海、深圳。(a–c)终点商业兴趣点:高密度居住地的系数相对更低,岗位数量对当地居民工作地选择的边际关联更弱。(d–f)终点到市中心的距离:距市中心 10–30 公里的居住地,负向吸引最明显;再向外,市中心的吸引减弱直至消失。(g–i)路网距离:高密度居住地的负系数更弱,衰减没有全市系数 −1.331、−1.559、−1.169 那样整齐。(j–l)房价差:从中心到边缘大体维持正向推动,郊区还有局部更强的组团,论文点名北京怀柔、上海普陀和深圳宝安。来源:原论文 Fig. 5。

完整原论文图6

图 6|从工作地看,居住选择和距离衰减哪里不同?

列顺序与图 5 相同。(a–c)起点商业兴趣点:高密度工作地的就业者,对居住端商业兴趣点数量同样更不敏感。(d–f)起点到市中心的距离:市中心就业者更倾向于住得离市中心近;工作地离市中心超过 10 公里后,居住选择转向更远的位置。(g–i)路网距离:流向市中心工作地的衰减弱于流向边缘工作地。(j–l)房价差:市中心 20 公里以内的就业者,居住选择总体上受更低房价推动。来源:原论文 Fig. 6。

“高密度”是作者对图中高流量、建成密集区域的概括,正文没有给出人口密度阈值。10–30 公里、10 公里和 20 公里也是对局部系数地图的区间概括,不是另一张表里的回归虚拟变量。

这些结果停在哪一层证据

模型回答的是:在其他观测变量保持在均值附近时,某一变量升高 1 个标准差,家到单位的期望流量会乘以多少。它没有随机改变土地利用、地铁或房价,也没有个人的性别、职业和家庭约束。手机数据缺少这些属性,作者把这一点列为微观机制上的限制。

家和单位由数据提供方识别,作者不能复核算法。区级 R² 接近 1,只保护了居住人口总量。交通方式没有分开,路网距离代表道路网络下的空间成本,不代表票价或通勤时间。房价差的单位写成万元,没有说明每平方米还是一套房的总价。

高密度地区距离衰减更弱,与“高密度会缩短居住地和岗位之间的物理距离”可以同时成立:个人搜索范围变大之后,汇总到网格对上的衰减变缓。论文据此提醒,只用全市一条衰减,可能低估中长距离流量。这仍是系数格局。本文没有直接测量同一批人在密度变化前后的通勤公里数。

样本是 2023 年 5 月的截面,人口对照是 2022 年年鉴。三座都是超大城市,市中心对中小城市通勤的影响,论文明确留给后续研究。附录只有表 A.1–A.4,没有另附系数的逐网格数值;局部结论中的公里区间来自作者对图 5、图 6 的阅读。

一句话总结

在保留大量零流量的网格对上,路网距离、商业兴趣点、房价差和市中心位置共同塑造三城通勤;郊区可以在地图上成为中心,就业功能仍把 10–30 公里圈层的居住地拉向市中心,而高密度只是减弱了距离衰减,并没有在这个模型里证明通勤因此变短。

核心来源

  • Journal of Transport Geography 正式版,128(2025)104380,2025年7月29日在线。收稿日期 2024年11月6日,修回 2025年5月3日,接收 2025年7月24日。
  • 正文图 1–6,表 1–3,附录表 A.1–A.4。A.1 为兴趣点与用地类别的对应,A.2 为地铁覆盖的逐步中介检验,A.3 为 0–5、5–20、20 公里以上的分组回归,A.4 为去掉零流量后的全市模型。
  • 汇总通勤起讫数据可向通讯作者 Bo Huang 合理申请。论文没有给出公开下载链接。致谢写明香港研究资助局项目 SRFS2324-4H02,未把该编号记到某一位作者名下。

作者介绍

  • Zhimin Xie:论文署名为香港中文大学地理与资源管理学系,贡献包括概念、方法、软件与初稿。
  • Bo Huang:通讯作者,署名为香港大学地理学系,贡献包括概念、方法与审阅修改。香港大学地理系页面介绍其为讲席教授,研究方向包括土地利用的空间统计、环境监测中的影像融合,以及可持续规划中的空间优化。
  • Jixuan Cai:署名为腾讯公司(深圳),贡献为数据整理与方法。他与 Bo Huang、Yimeng Song 曾在 Remote Sensing of Environment(2017)发表用多源地理大数据识别多中心城市结构的研究。
  • Harry F. Lee(李峯):署名为香港中文大学地理与资源管理学系,贡献包括概念与方法。学系页面列其为副教授,研究兴趣包括气候变化的社会经济与人口影响、历史人口与历史流行病学。

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。

若规划目标是减弱 10–30 公里圈层对市中心的通勤吸引,只在该圈层增加岗位数量,和增加可与市中心岗位相比的岗位质量,模型里会是两件不同的事。图 5 已经显示,高密度居住地对终点商业兴趣点数量更不敏感。一个可检验的后续设计,是把新增岗位按工资或行业与市中心岗位匹配之后,再看这一圈层的终点到市中心系数是否变小。本文的系数地图还不能代替这个比较。

另一个容易误用的数字是深圳工业兴趣点的正号。0.003 和 0.016 说明方向与京沪相反,也说明标准化后的关联很弱。若把“深圳工业混合”当成北京产业园的通勤处方,需要先有分行业的职住自含率;那不是表 2 里的这个系数。

全市 CPC 在 0.56–0.64,而北京 20 公里以上的起讫对就占 91.2%。一条为了拟合海量零流量而估计的衰减,可能仍然漏掉少数长距离、高流量的对。交通模型若只汇报全体起讫对的 CPC,最好同时汇报按距离档的 CPC,并写明每一档的分母是网格对还是人。


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