出租车把上海内城划成的片区,为什么三个小时后就改了边界?
论文名片|Chun Liu、Li Chen、Quan Yuan、Hangbin Wu、Wei Huang,Revealing Dynamic Spatial Structures of Urban Mobility Networks and the Underlying Evolutionary Patterns,ISPRS International Journal of Geo-Information,2022,11,237。2022年1月28日收稿,4月3日接收,4月5日发表。DOI:10.3390/ijgi11040237。本文依据该正式版全文解读,含附录图 A1。
晚上十一点,一辆载客出租车从外环内侧开向黄浦江边。只记起点和终点,这趟行程是两个点;车实际开过的一串交通小区,却会在不同钟点属于不同的“经常被同一批车串起来的邻居”。如果把一个月的轨迹压成一张静态分区图,清晨、午后和深夜的差别会被平均掉。
这项研究用2016年9月上海外环以内的出租车载客轨迹,把相邻交通小区之间的经过流量做成随时间变化的有向网络,再找出内部联系更密、外部联系更稀的片区,并给相邻三小时之间的变化命名。方向性的结果是:片区边界会改,而且市中心的片更碎、外围的片更大,黄浦江经常充当边界;在作者设定的相似度门槛下,改边界主要表现为扩张、收缩和少量分裂,这一固定小区集合上没有检出社区出生或消亡。模块度在画出的时间片上保持在0.68以上。这是出租车载客经过的结构,不是全市所有出行方式的因果分区。
先说结论
- 研究范围是上海外环以内的内城:论文写人口超过1200万,约680平方公里,263个交通分析小区,小区空间分辨率约1.4公里。出租车样本是2016年9月1日至28日、16032辆常规运营出租车,论文写这些车覆盖上海全部出租车行程的大约70%。清洗后的有效载客行程日均约85000次,单次平均约5.3公里。
- 网络边记录的是轨迹经过相邻小区的流量,不是跨空间的起讫直达需求。给出的整网概况为263个节点、2083条边。三节点有向模体里,各时间片上最常出现的是 M1、M2 和 M6;论文没有给出三者的出现次数。
- 用这些频繁模体加强邻接后再做社区发现,多数时间片的社区结构在1%水平上显著。图8里周四、周六、周日共8个时间片的模块度都高于0.68。图例是这三天;该图的说明文字写成周四、周五和周六。
- 地图上,越靠近市中心片区覆盖越小,外围片区更大,黄浦江构成一部分边界。作者认为周末片区比工作日更小、更多。论文没有列出每个时间片的社区个数,这一判断停留在读图。
- 在相似度门槛 α=β=20% 下,图10画出的五个相邻切片里,周四收缩事件合计22次、扩张17次,周六收缩23次、扩张16次。周四这五段的合并次数全部为0。出生和消亡没有被检出。
被统计的是载客经过,不是全市出行
空间结构在这里指城市要素之间的相互作用所呈现的形态,不单是建成区连成一片还是分成多中心。只用地图上的建筑或人口普查,得到的是某一时刻的静态布局。出租车轨迹提供的是人被载着移动时,哪些小区被先后经过。
分析单位是交通分析小区(traffic analysis zone,TAZ),由上海交通部门划定,用于交通管理与规划。外环以内共263个,论文称为大约1.4公里分辨率的邻里单元。节点是这些小区,不是乘客,也不是单辆出租车。

图 5|这批出租车轨迹落在哪一块城市上?
(a)深灰为外环以内的研究范围,浅灰为更大范围的交通分析小区,蓝线为黄浦江,橙框标出右侧两图的位置。(b)研究范围内的小区边界。(c)棕色线是出租车轨迹样本,论文说明这是五分钟记录,覆盖研究范围内的大部分道路。来源:原论文 Fig. 5。
轨迹来自2016年9月1日至28日。原始记录含设备编号、经纬度、空车或载客状态、时间戳和速度,采样间隔约10–20秒。清洗顺序是:先留在研究范围内的点,再按载客标志保留有效行程,去掉速度超过100公里/小时的点,并按行程时间和距离的三倍标准差规则去掉异常轨迹。论文没有写出三倍标准差对应的具体分钟数或公里数。
清洗之后,有效载客行程日均约85000次,平均长度约5.3公里。分母是预处理后的每天载客行程,不是16032辆车的全部空驶,也不是上海所有交通方式。16032辆车“覆盖全部出租车行程的大约70%”指这支车队在全市出租车市场中的覆盖,不是说研究范围内的行程占全市所有出行的70%。空驶没有进入这85000次。作者也写明,框架可以换到其他移动数据,但本文实验只含出租车。
相邻小区之间的经过,怎样收成一张网络?
一条轨迹被收成按到达时间排列的小区序列,而不只保留起点和终点。路径若是小区1到2再到3,建边时先记1→2和2→3。讨论部分把这种边解释为相邻小区之间的经过流量,用来区别跨越多个小区的起讫直达需求。因此,两个小区之间有边,表示车从一方开进另一方,不表示乘客的活动目的,也不表示沿路距离或通行时间。
全月行程按起始时间切成三小时一片,每天8片。时序网络就是这一系列有向加权图:节点集合固定为263个小区,每一片有自己的边权。边权是该片内经过该对小区的流量。

图 6|经过流量在地图上和在度、强度上各是什么形状?
(a)边画在地理坐标上,颜色和粗细表示边权;色标从0到50000,中间标出5000和20000。论文没有说明这张图的边权是某一个三小时,还是更长时段的合计。(b)同一批节点和边的抽象网络,不保留地理距离。(c、d、e)一度、二度、三度邻居的度分布,横轴为度、纵轴为频数,均为对数坐标。(f、g、h)对应三档的强度分布;为缩小横轴数字,强度除以3000后再画,除数不是强度的定义。来源:原论文 Fig. 6。
文中给出的整网概况是263个节点、2083条边。度被解释为出租车服务触及的邻居范围,强度被解释为行程在节点上的集中程度。作者认为度的多阶分布接近钟形,读成地理连接较分散;强度则是带粗尾的驼峰,读成少数小区承担更多流量。图上没有拟合指数,钟形也不是一次随机网络检验的显著性结果。高阶连接被用来同时保留近邻和少数高流量节点,这一步还没有回答片区如何划分。
只连相邻两边,为什么还要看三个点的模体?
1→2和2→3已经各算一条边,但小区1和小区3仍由同一条轨迹串在一起。模体(motif)是比随机参照更常出现的小子图。本文用它记录三个小区之间反复出现的有向连接,而不是给每条出行起一个活动主题。候选是8种三节点模体,记为 M1 到 M8。各时间片上出现最多的是 M1、M2 和 M6。筛选使用各时间片平均出现次数的门槛,正文没有给出这个门槛的数值,也没有给出三种模体的次数。

图 2|三个小区之间,哪些有向形状被拿来当候选?
无字母子图。M1 到 M8 是本文使用的三节点有向模体候选,箭头表示有向连接。论文没有逐个解释每种箭头组合的交通含义,随后实际采用的是出现最频繁的 M1、M2 和 M6。来源:原论文 Fig. 2。
对每一种频繁模体,两个节点的高阶邻接等于它们在该模体出现位置上、两个方向共同出现的次数之和。这一步把有向共现收成对称权重,再与原来的经过边一起,作为社区发现的输入。社区指内部边更密、外部边更稀的一组小区。算法是 Louvain。它按边的连接紧密程度分组,不是按小区在地图上的几何距离聚类。

图 1|从轨迹到片区演化,框架依次固定哪几件事?
无字母子图。上栏把小区收成节点、把经过流量收成边权,并切成时间片。中栏用频繁模体重建高阶网络,再用 Louvain 做检验和片区提取。下栏计算相邻时间片的社区相似度,用群体演化事件描述变化,并用社区质量指标评估划分。图中检验与提取的上下顺序,和后文算法框不完全一致。来源:原论文 Fig. 1。

图 3|社区是先划分再检验,还是先检验再划分?
无字母子图。左侧流程先得到高阶增强网络上的社区集合,再做统计检验;集合为空则回到前面重来。右侧算法 A 对每个频繁模体累加高阶权重,并调用 Louvain。算法 B 生成与观测网络节点和度相同的随机网络,在每个随机网络上把 Louvain 跑200次,用这些平均模块度的均值和标准差计算 Z 分数,再与1%临界值比较,返回真或假。框内没有写出随机网络的个数。正文概述、分步说明和这两张图的步骤顺序并不完全相同。能核对的是:高阶权重、Louvain,以及同节点同度随机网络上的模块度比较,都被用到了。来源:原论文 Fig. 3。
正文说,把增强网络平均模块度的 Z 分数与1%显著性门槛比较。算法框把 Z 分数标在随机网络的平均模块度上,临界值只写成 m 的下标 0.01,没有给出数值。结果部分只报告:大多数社区结构在1%水平上显著。每个时间片的 Z 分数、随机网络个数,以及未达显著的是哪几片,正文都没有列出。Louvain 对真实网络做了多次以求稳定划分,次数也没有写出。因此“1%显著”是作者的检验结论,不是读者能从正文重算的一张表。显著表示划分相对这组随机网络不寻常,不表示片区等于行政区或土地利用类型。
分出来的片区,市中心和江两边一样大吗?
将近一个月的行程按星期几叠到同一天型上,再按三小时观察。图7只画周四、周六、周日的06:00至24:00。00:00至06:00出现在附录。颜色只用来分开同一张小图里的片区,论文写明颜色没有特定含义,也不能把不同小图里的同一种颜色当成同一个片区。少量小区没有颜色,因为它们不属于任何社区。

图 7|周四和周末从清晨到午夜,片区边界怎样排?
无字母子图。三列是周四、周六、周日,六行是06:00–09:00、09:00–12:00、12:00–15:00、15:00–18:00、18:00–21:00、21:00–24:00。色块是同一时间片里的出行社区。市中心一侧色块更碎,外围色块更大,河道两侧经常换成不同颜色。来源:原论文 Fig. 7。
作者的读图是:越靠近市中心,社区覆盖越小;外围社区尺度更大。他们推测中心设施更密、短途更多,外围需求更散、行程更长,并推测规划期的混合土地利用与这些片区大小有对应。这是对地图的解释,数据里没有设施密度、土地利用或行程目的,不能把推测当成已经测到的原因。另一项更直接的观察是,片区边界有一部分和行政区不同,但受自然边界约束,黄浦江构成社区边界的一部分。
工作日和周末的空间结构在图上相对不同。作者写周末片区的空间覆盖更小、数量更多;平峰也比高峰更分散、更呈小尺度聚集。正文把上海市政府定义的高峰写成早晨7点至9点、傍晚5点至7点。图上的切片是三小时,早晨高峰落在06:00–09:00这一整段里,傍晚5点至7点则跨在15:00–18:00和18:00–21:00之间。所以“高峰片区”和“某一个三小时片区”不是同一时间窗。

图 A1|一周里每个三小时,是否都有同样的中心—外围差别?
无字母子图。行是周一至周日,列是从00:00–03:00到21:00–24:00的8个三小时。它补上图7没有画的凌晨,也补上周一、周二、周三和周五。颜色仍只在单张小图内区分片区。附录没有另给社区个数或模块度。来源:原论文 Fig. A1。
这些颜色块,会不会只是算法的随机切分?
没有事先标好的真实片区。作者用两个常用指标看划分质量。模块度比较社区内部的边是否密于社区之间;数值越大,划分相对这一指标越好。平均聚类系数看节点邻居之间是否也相连,作者把它和划分结构的稳健程度放在一起讨论。两个指标都高,仍不等于片区是唯一真实机制。

图 8|划分质量在一天的八个时间片里掉到多低?
(a)纵轴模块度,刻度从0.68到0.75;横轴时间片0到7。黑虚线为周四,蓝虚线为周六,绿虚线为周日。三条线都在0.68以上,与正文“高于0.68”一致。周四在时间片2最接近0.75,是图中最高点;时间片3三条线都落到0.69上下。(b)平均聚类系数,纵轴从0.4往上。时间片1是三天的低谷,周六那一点位于0.4上方;周日在时间片3升过0.8,是图中最高点。来源:原论文 Fig. 8。
图内图例是周四、周六、周日,与图7的三列一致。图8说明文字却写成周四、周五和周六。读数以图例为准。正文说平均聚类系数在高峰时段走高,并在深夜达到最低。图8本身没有把0至7标成钟点。图9把 t=2 标成06:00–09:00,之后每片三小时,直到 t=7 的21:00–24:00;附录的8列也从00:00排到24:00。按这同一套编号,时间片0是00:00–03:00,时间片1是03:00–06:00。聚类系数的低谷因此落在后半夜这一片,和“深夜最低”的文字方向一致。点没有数据标签,上面的0.75、0.69、0.4和0.8是对照坐标刻度的读图,不是论文另附的精确表。
模块度保持在0.68以上,说明相对模块度的零模型,社区内部边始终偏多。它不证明每个小区都被稳定分对,也不证明周四、周六、周日的片区边界相同。聚类系数升高表示局部三角连接变多,不直接等于路上的车更多。
片区改边界时,发生的是哪一种事件?
相邻两片的社区不能只看颜色。相似度要回答:现在这个片区,有多大比例的小区来自上一片的某一个片区,以及这些重叠小区重不重要。印刷出来的公式是:
相似度 =(重叠小区数 ÷ 当前社区的小区数)×(重叠小区的重要性之和 ÷ 同一批重叠小区的重要性之和)。
第二项的分子和分母是同一个和,按印刷式等于1,相似度就只剩重叠比例。正文同时说,重要性选自节点的中介中心性,又把该指标解释成节点到其他节点的平均最短距离。平均最短距离更接近“离大家有多近”的原料;通常所说的中介中心性,是有多少最短路径经过该点。二者不是同一个量,后文也没有给出两套数值。
作者引用的群体演化发现(group evolution discovery,GED)在常见定义里,第二项的分母是源社区全体节点的重要性之和,而不是重叠节点再除一次。印刷式和这一常见定义不一致。图10是作者在 α=β=20% 下给出的事件计数。只凭印刷公式,读者不能重算这些格子。20%是相似度门槛:低于它视为对不上,达到或超过它视为对得上。要同时看两个方向,并看社区变大还是变小、匹配到一个还是多个前身。论文写明这两个参数用来调节能观察到多少事件,但只报告了20%这一档。

图 4|片区从上一时刻到下一时刻,可以叫哪几种变化?
无字母子图,是事件类型示意,不是上海数据。说明文字写六类:出生、消亡、收缩、扩张、合并和分裂。图内同时还标了延续。节点颜色区分示意中的不同社区,横轴 t=0 到 t=3 只表示相邻时刻。来源:原论文 Fig. 4。
表1在这六类之外单列延续,表示相邻两片没有显著差异。其余文字定义是:出生,这一片出现、上一片对不上;消亡,上一片有、这一片对不上;扩张,原有成员还在并加入新成员;收缩,原有成员离开;合并,多个社区的成员形成一个社区;分裂,一个社区分成两个或更多。表1还给了形式条件。若干行的规模不等号在排版后容易和定义句冲突,本文以定义句和后面的计数图为准,不把可能误印的不等号改写成另一套规则。

图 9|周四从早晨到午夜,小区在片区之间怎样流动?
无字母子图。上方六张小地图对应下方 t=2 到 t=7,钟点依次为06:00–09:00、09:00–12:00、12:00–15:00、15:00–18:00、18:00–21:00、21:00–24:00。下方色块长度表示该社区含有的小区数量,颜色与图7中的空间片区对应。曲线连接下一时间片里对应的社区。图注写曲线宽度表示发生变化的小区数量,正文又写连线宽度表示重叠成员的数量。两句不完全相同,这里把它读成小区在前后片区之间的对应,而不是乘客人数。来源:原论文 Fig. 9。
正文有一处把这段写成周四6点到中午12点。图的坐标一直画到21:00–24:00,应以图为准。作者看到,颜色最深的三个社区规模逐渐变小,并且集中在城市中上部;另一些社区之间的交叉更频繁。平峰的对应相对稳定,高峰因为活动更多而换得更勤。总体叙述是:松散的小片先合成大片,稍后再拆成散布的小片。这是对这一张桑基图的描述。它没有给出每个色块的小区数,也不能推出土地利用已经发生重组。

图 10|相邻三小时之间,每种事件各发生几次?
(a)周四,(b)周六。行是扩张、收缩、合并、分裂、延续;列是2→3、3→4、4→5、5→6、6→7。格子里的数字是该对相邻时间片上该事件的次数,颜色越深次数越高。出生和消亡没有单独成行。来源:原论文 Fig. 10。
按图中整数合计,五个相邻切片的事件次数是:
| 事件 | 周四五段合计 | 周六五段合计 |
|---|---|---|
| 扩张 | 3+4+3+3+4=17 | 2+3+3+4+4=16 |
| 收缩 | 5+3+3+6+5=22 | 4+4+3+6+6=23 |
| 合并 | 0+0+0+0+0=0 | 1+2+0+0+0=3 |
| 分裂 | 0+2+2+2+2=8 | 4+0+2+0+0=6 |
| 延续 | 1+2+4+1+3=11 | 1+1+1+2+3=8 |
分母是图上这五个相邻切片,不是263个小区,也不是社区总数。周四五段共58次事件,周六56次。收缩在两天都多于扩张。作者把早晨高峰对照到图中的2→,把傍晚高峰对照到5→7,也就是5→6和6→7两格。周四2→3是扩张3次、收缩5次;5→6与6→7合起来是扩张7次、收缩11次。周六2→3是扩张2次、收缩4次;5→6与6→7合起来是扩张8次、收缩12次。这些仍是整段三小时之间的事件,不是7:00–9:00或17:00–19:00里面单独清点的次数。
周四五段没有合并。周六的合并只出现在前两段,共3次。分裂在周四后四段各2次,周六则集中在2→3的4次和4→5的2次。延续在两天都存在,所以并不是每个片区每三小时都在改组。出生和消亡没有被检出。作者推测原因是研究范围和小区固定、没有地块增减。节点集合不变,确实不会凭空多出一个地理单元;但旧小区重新组合,仍可能在相似度低于门槛时被记为出生或消亡。这里的事实是这次计算没有检出这两类,固定小区是作者给出的解释。
地图上的“周末片区更小、更多”和热力图上的事件次数不是同一个量。前者要有每个时间片的社区个数,论文没有这张表。后者是相邻片之间的事件。周六分裂次数合计6次,还少于周四的8次,不能用事件总数代替片区个数。
这些结果能说到哪里
这套结果支持的判断限于:在这一个月、这一城市范围、这一出租车载客样本里,三小时切片上的经过网络具有可检出的社区结构,模块度高于0.68,边界随时间改变,并且在20%这档门槛下以收缩和扩张为主。它不支持把片区写成居民心中的社区,也不支持写成就业中心或行政辖区的替代边界。
出租车只是中心城区交通方式之一。作者在局限里写明,不能把观察到的模式过度推广,后续需要多种方式一起建网。一个月也短于城市化过程。轨迹里还有出行目的和交通状态,本文建边时没有用。社会经济和建成环境数据也没有并进来,所以设施密度、职住分离和土地利用都停留在讨论中的可能用途。
边是相邻小区的经过,不是起讫需求。一个片区内部边密,表示车经常在这些小区之间开过,不表示这些小区的居民互相到访。平均5.3公里的载客行程,经过约1.4公里的小区时往往会跨出相邻一对,模体就是为留下这种多跳而设的。模体次数和筛选门槛没有公布,换一套候选子图,片区是否还是现在的形状,正文没有检验。
相似度的印刷式、中介中心性的文字定义,以及20%只做了一档,使事件名字依赖作者的实现。群体演化图适合当作这套出租车网络的描述,不适合直接当成城市更新已经发生的证据。多城比较和长时段预测是作者列出的后续工作,不是本篇结果。
一句话总结
上海外环内的出租车载客经过,会在三小时尺度上分成内部更密的片区;片区边界会扩张、收缩或分裂,但这套固定小区上没有表现为社区出生或消亡,模块度也一直高于0.68。
核心来源
- ISPRS International Journal of Geo-Information 正式版,核对题目、作者、机构、发表日期与数据声明。正文图1至图10,附录图 A1,表1为事件定义。
- 作者写明,脱敏后的实验数据和算法代码置于 Figshare:10.6084/m9.figshare.19386527.v1。该链接是论文中的数据声明。
- 事件类型来自作者引用的群体演化发现方法:Bródka、Saganowski、Kazienko,GED: The method for group evolution discovery in social networks,Social Network Analysis and Mining,2012,3,1–14。参考文献列表中的年份是2012。
作者介绍
五位作者的身份以论文署名机构和贡献说明为准。
- Chun Liu:同济大学城市交通研究院、测绘与地理信息学院。负责概念化、方法、审阅修改和指导。
- Li Chen:同济大学城市交通研究院。负责概念化、方法、形式化分析和初稿。
- Quan Yuan:同济大学城市交通研究院、交通运输工程学院。负责形式化分析。
- Hangbin Wu:同济大学城市交通研究院、测绘与地理信息学院。负责研究资源。
- Wei Huang:同济大学测绘与地理信息学院,以及瑞尔森大学(Ryerson University)土木工程系,通讯作者。负责方法、形式化分析和审阅修改。
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。
若要把这张演化图用于交通管理,先得换一种出行方式重做同一套三小时切片。出租车日均约85000次有效载客,只说明这支样本里的载客经过;地铁和公交的大客流不一定在同样的小区边界上断开。一个可执行的对照是:保持263个小区和06:00至24:00的切片不变,分别用出租车、地铁进出站和公交刷卡建边,看黄浦江是否仍是社区边界,以及图10里收缩是否仍多于扩张。若只有出租车出现这一格局,片区更可能反映扬招和巡游能到达的路段,而不是全市活动的共同容器。
另一个需要单独检验的选择是20%这个门槛。论文自己写参数会改变观察到的事件数量,却只给了一档。把 α 和 β 改到10%或30%后,周四那些延续事件可能被改记成收缩或扩张,出生和消亡也可能从0变成正数。固定小区使节点不会增加,并不保证事件名字稳定。在做成规划里的通勤圈之前,事件计数至少应附上门槛变化后的同一张五列表。