2020-Exploring the heterogeneity of human urban movements using geo-tagged tweets

Paper

发布日期: 2026-10-26

少数地方格外热闹，是因为人怎么走，还是城市怎么长？

论文名片｜Ding Ma、Toshihiro Osaragi、Takuya Oki、Bin Jiang，Exploring the heterogeneity of human urban movements using geo-tagged tweets，International Journal of Geographical Information Science，34(12)，2475—2496，2020。DOI。

一座城市有成千上万条路，却只有少数街道和场所格外热闹。即使改变人们选路的方式，这种少数很大、多数很小的格局，是否还会出现？

这篇研究用伦敦与东京的定位推文识别热点，再让合成行者在热点与街网之间移动。结果表明，热点联系和街道表示确实能保留很强的不均衡结构；但这里的观测活动量是推文代理，不能直接当作真实车辆和行人流量，也不能仅凭相似分布认定空间结构具有唯一因果作用。

先说结论

推文数量、热点规模和道路活动量都很不均衡，但高度不均衡不等于每项指标都严格服从幂律。
热点之间的观测联系与自然街道结构，能帮助模拟复现活动集中现象；这些网络本身已使用真实推文构建，并非完全不知活动分布的独立预测。
在选定的三个中心热点，短距离采用长度最短、长距离采用转角最少的混合策略，拟合相关总体较高；优势在东京震前很小，不能夸大为所有人的认知选择都已证实。
东京震后推文热点总面积变小、热点数量增加，但前后用户与发帖行为都变化了，不能把这些差异全部解释为地震造成的真实出行收缩。

从定位点到热点，再到道路

研究只保留研究区内的位置，删除全期仅一条推文的用户；由于关注道路活动，还移除离街网超过 10 米的定位点、疑似短时间异常多发帖的机器人，并检查速度超过 400 公里/小时的异常轨迹。这样的筛选提高了道路关联性，也会选择性丢掉建筑内部、公园或定位误差较大的活动。

每名用户的推文按时间排序，构成稀疏轨迹。两个相邻发帖位置之间，只能知道记录端点发生了变化，不能知道途中所有停留、路径或出行方式。

研究方法总流程

图 1｜怎样把发帖点变成可模拟的城市活动？从左到右，由定位推文分别识别热点、提取个人轨迹，再用两者构建热点网络，进行热点随机游走与道路选路两层模拟，最后检验活动量分布。图为完整流程，不同阶段共享同一数据来源，因此拟合应视为在这套数据约束下的复现。来源：原论文 Fig. 1。

城市热点（city hotspot）是密集发帖位置构成的斑块。识别时先建立不规则三角网 TIN，选取短于全部边平均长度的边，把相邻短边形成的三角形合并为热点。它不要求预先指定一个固定米数的聚类半径，但均值阈值仍取决于数据范围与采样密度，并非不受选择影响。

热点检测与联系网络

图 2｜密集点怎样形成一个有方向的网络？（a）推文位置；（b）三角网及短于平均长度的蓝色短边；（c）合并得到的红色热点斑块；（d）按个人连续推文连接热点，红圆为热点，蓝色箭头为移动方向，连线权重对应重复联系次数。热点网络边来自观测记录，不等于道路上的实际连续轨迹。来源：原论文 Fig. 2。

道路层另有两种表示。路段 segment 是相邻路口间的基本段；自然街道 natural street 将方向连续、转角较小的相邻路段合并成一条街，可跨多个路口。本文采用良好连续性来合并，例如相邻偏转角小于 45 度；自然街道不是按街道办行政范围划分。

一个特别重要的评分口径是：所谓观测道路流量，是把每条推文吸附到最近路段或自然街道后，统计各道路获得多少推文。它是道路附近发帖活动量，不是经过该道路的全部人流、车流或完整旅行次数。

伦敦的不均衡，究竟在哪些指标上成立？

伦敦研究范围由推文位置的自然城市方法划定。2014 年 6 月 1—8 日原始数据有 110,754 条定位推文、14,661 名用户；筛选后剩 91,234 条、12,589 名用户，也形成 12,589 条用户轨迹。

伦敦定位分布与轨迹统计

图 3｜大量用户是否只留下很短的记录？（a）伦敦推文位置，中心更密集；（b）每条轨迹推文数为蓝色、轨迹长度为红色、持续时长为绿色，横轴为各量 X，纵轴是超过 X 的累计概率，黑虚线为拟合。推文数的指数约 2.36、p=0.12；长度和时长按本文采用的联合判据没有被归入相同幂律情形。来源：原论文 Fig. 3。

研究还用头尾分割 head/tail breaks 描述层级：用均值分为少数大值与多数小值，再递归划分大值，直到大值不再少于所设的 40% 门槛。划分次数加 1 得到 ht-index。伦敦轨迹长度与时长的指数分别为 6、10，表示不均衡可以反复出现；Table 1 中平均轨迹长度约 6,303 米，约 30% 高于这个均值。

这里的轨迹长度来自一段观测期内相邻推文位置构成的轨迹，并非完整单次出行距离。ht-index 高也不能替代分布检验；幂律指数大于 3 不是一般数学上否定幂律的充分条件，本文采用的是其自行设定的指数范围与拟合检验组合。

伦敦热点及其联系层级

图 4｜热门地点是否也拥有更多联系？（a）识别出的红色热点，市中心有较大连片；（b）4,704 节点、17,328 条边的热点网络，大节点与较粗联系集中在热门区域；（c）热点推文数与网络度数的累计分布，均有长尾；（d）横轴热点推文数、纵轴网络度数，整体 R²约 0.91，去掉较大值后的插图约 0.68。大值对相关有明显影响，不能只报最漂亮的整体数值。来源：原论文 Fig. 4。

热点推文数与不同用户数的相关约 0.72，说明发帖多的地方也往往有更多用户。但热点、联系与验证活动量都来自同一平台，相关并不能独立证实它们代表了城市所有人的真实活动。

模拟者在热点之间怎样走，在道路上怎样选？

第一层用 1,000 个智能体沿热点网络随机游走，邻接联系与权重影响去向。每个智能体的步数按与真实每条轨迹推文数相符的幂律随机量校准。当热点访问频率与相应 PageRank 分数的相关达到 0.95，视为饱和并停止；伦敦最终产生约 3,200 对模拟起终点。

这个 0.95 是模拟停止条件，比较的是模拟访问频率和网络 PageRank，不是模拟与真实人流的预测准确率。PageRank 也来自已经构建的热点网络，不能把饱和本身作为独立验证。

第二层把每个热点映射为其包含的一条路段，候选路段等概率抽取，再在起终点间分别比较三种路线：

长度最短 metric：相邻路段的权重取两段长度和的一半，寻找总权重最小的路径。
转角最小 angular：累计方向偏转，寻找总转角较小的路径；它不等同于单纯路口数量最少。
混合 combined：起终点直线距离较短时用长度最短，较长时用转角最小；分界取观测用户轨迹的平均长度。

混合策略把整个用户轨迹的平均长度作为单个模拟 OD 的距离分界，是一种校准选择，不是已经证明的个人认知阈值。模拟流量则沿路径逐路段或街道加 1；同一自然街道若在路径上包含多段，会被重复计数。因此，模拟穿越计数与真实推文落点计数的测量含义也不完全相同。

街道层面更稳定，是否意味着所有模拟都通过检验？

Table 2 的伦敦结果显示：真实路段活动分布的幂律指数为 2.84，混合策略为 2.64，而长度最短为 1.71；其 p=0，没有通过本文检验。自然街道层面的指数为真实 2.29、长度最短 1.93、转角最小 1.63、混合 1.89。合并为自然街道后，不同策略的差异较小，但模拟并非与真实值完全一致。

检验 p 值在这里是拟合优度检验结果：较大值表示没有足够证据按该检验拒绝拟合，不能理解为 p=1 就证明完美幂律，更不代表幂律假说为真的概率。研究采用 0.01 门槛，也没有由此排除对数正态等替代分布。

东京数据提供另一个检验环境。其街网包含 365,735 个路段、94,141 条自然街道；伦敦对应为 89,494 与 29,609。两个表示所汇总的对象不同，街道层面的稳定性部分也可能来自聚合本身。

地震后的东京，热点真的更碎了吗？

东京推文覆盖 2011 年 3 月 4—19 日，共 131,987 条，研究按 3 月 11 日大地震前后约一周分别分析。

地震前后的发帖时间变化

图 5｜重大事件会怎样改变这个观测渠道？横轴为日期与日本当地时间，纵轴为每 10 分钟的日文定位推文数；红色标记指出地震发生时刻，随即出现明显峰值。峰值首先反映发帖行为变化，不能直接读作同一时间道路移动突然增加数倍。来源：原论文 Fig. 5。

Table 3 给出前后差异：

指标	震前	震后
原始推文数	72,009	59,978
过滤后推文数	58,270	48,206
用户轨迹数	7,226	5,752
热点数	1,459	1,575
热点总面积	38.98 平方公里	28.24 平方公里
平均用户轨迹长度	15.44 公里	14.41 公里

热点增多、总面积减少，与活动斑块更零碎的解释相符。但前后不是同样人数的固定用户面板；推文总量、用户组成、网络可用性和发帖动机都可能改变。表格不能单独识别真实出行缩减了多少，更不能把变化全部归因于交通停运。

东京震前后的热点与街道变化

图 6｜变化集中在城市哪些部分？（a）蓝色震前热点与红色震后热点叠加，插图放大局部，部分中心热点更碎；（b）按街道统计推文数量差异，蓝到红表示差异幅度增大，羽田机场局部放大；（c）震前、震后热点推文数的累计分布，指数约 2.07、2.04；（d）街道推文数差异的累计分布，显示少数道路变化较大。图例只给差异大小，不能从暖色直接判断是增加还是减少。来源：原论文 Fig. 6。

东京两个时期的热点网络

图 7｜连通的热门地点网络发生了什么变化？（a）震前；（b）震后。红圆表示热点，节点大小和连线呈现热点及联系的不均衡，两个时期都存在少数大型节点与大量小节点。网络来自各时期各自的推文记录，不能仅凭视觉稀疏程度判断相同居民的总移动变化。来源：原论文 Fig. 7。

Table 4 也保留了未成功的模拟。震前东京路段混合策略的指数 3.06，震后为 2.94，后者的 p=0.13，与真实震后 2.96 相近；自然街道震前长度最短策略 p=0.003，低于本文 0.01 门槛。因此不能照搬概括性表述，将所有自然街道模拟都写成通过幂律检验。

策略的拟合 R²	伦敦	东京震前	东京震后
长度最短	0.82	0.67	0.77
转角最小	0.85	0.67	0.83
混合	0.88	0.68	0.85

如果不沿观测热点联系走，结果会怎样？

研究改变跳转因子 JF，控制智能体沿热点网络联系移动的程度。JF=1 完全受网络约束；JF=0 仍在热点之间随机跳跃；额外的 Random 情景则允许在整个城市自由随机移动。这三个条件含义不同，不能把 JF=0 当作完全没有空间热点。

热点约束和路线策略的敏感性

图 9｜热点约束和选路规则，分别改变哪些统计？（a、b）伦敦；（c、d）东京震前；（e、f）东京震后。左列为路段、右列为自然街道，横轴从完全随机到不同 JF，纵轴为拟合幂律指数；蓝色长度最短、红色转角最小、绿色混合。左列起伏较大，右列较稳定，混合策略在一些路段设置较接近观测指数。但变化并非处处单调，也没有在图中给出每个指数的置信范围。来源：原论文 Fig. 9。

热点限制和街道结构能够解释部分不均衡，是这些实验支持的结论。要进一步声称它们主要决定真实人群移动，还需使用独立流量、不同热点定义和样本外验证，检验是否存在同样能产生相似分布的其他机制。

此外，本文用幂律、重尾、不均衡和尺度结构讨论同一类现象，但它们并非严格等价：少数道路承载多数活动，并不足以证明一条精确幂律；不同路由产生相近的自然街道分布，也不意味着个人行为差异没有实际影响。

一句话总结

城市热点和街道结构能帮助复现活动高度集中的格局，但从定位推文得到的是平台活动代理与条件模拟，尚不能把相似分布直接升级为真实移动的唯一机制解释。

核心来源

Ding Ma, Toshihiro Osaragi, Takuya Oki, Bin Jiang. Exploring the heterogeneity of human urban movements using geo-tagged tweets. International Journal of Geographical Information Science, 34(12), 2475–2496, 2020。DOI，论文提供的数据与代码条目。本文依据全文、表 1—5 与公开条目说明；Fig. 1—9 全部保留原组合图。公开条目提供伦敦数据与模拟代码，东京推文按论文说明未公开。

作者介绍

Ding Ma：论文署名包括东京工业大学建筑与建筑工程系、深圳大学建筑与城市规划学院智慧城市研究机构，以及瑞典耶夫勒大学工程与可持续发展学院，列为联系人。研究涉及城市结构的拓扑、尺度分析与复杂性建模。
Toshihiro Osaragi：论文署名为东京工业大学建筑与建筑工程系，文中研究方向包括城市活动时空分析、行为建模及防灾规划。
Takuya Oki：论文署名为东京工业大学建筑与建筑工程系，文中研究方向包括建筑规划、地理信息科学与大数据分析。
Bin Jiang：论文署名为瑞典耶夫勒大学工程与可持续发展学院，文中研究方向为城市结构与动态的地理空间、拓扑和尺度层级分析。