Nature揭示人類流動性之謎：層級性與冪律共存

2020-11-26 集智俱樂部

導語

如果讓你使用70萬來自不同國籍、性別和年齡的人的GPS運動軌跡數據，構建數學模型，解釋人類的通勤有何規律，你會怎麼做？來自11月18日的一篇 Nature 雜誌文章，對此給出了回答。

人類的流動究竟是不是無標度的

在個人層面上，每個人旅行都是為了與他人聯繫，交換友誼、知識或商品，參與集體活動，獲得教育、經濟機會和休閒等城市功能。因此直覺上，我們會發現人類流動發生在特有的空間尺度下，比如我們大多在鄰裡、本市和國內出行。

但我們每個人都願意相信自己是獨一無二的，我們的生活比鄰居的生活更令人興奮——儘管也許沒有音樂家的生活那麼令人興奮——他們經常外出排練，在城市的不同地方舉辦演出，在全國乃至全世界巡迴演出。

然而，如果我們的日常活動留下痕跡——就像螞蟻留下信息素的痕跡一樣——這些痕跡會有一個可以被感知的模式嗎？如果我們生活在另一個不同的城市或國家，這種模式還適用嗎？

只有通過分析全球流動模式，才能正確回答這些問題。對智慧型手機、信用卡和其他技術使用情況進行廣泛的地理追蹤，同時學者們利用這些數據集進行分析得到結論：人類旅行是無標度的[1-3]。例如下圖展示的旅行距離/時長和對數化後頻率的關係，呈明顯相關，即無標度的性質。

人類流動在距離和頻率之間存在無標度的性質丨來自參考文獻[1]

然而，這不僅與我們的直覺相矛盾，而且與地理學領域的常識相矛盾——即個人的流動性取決於環境，同時受到成本的制約。無標度還意味著，我們的行動是可預測的。該如何解決這一矛盾，11月18日的Nature論文給出了回應。

層次化的流動模型解決了上述矛盾

該研究提出了一個與我們對空間的等級觀念相一致的模型——即個人根據所處環境，在不同的尺度內流動。該研究解析了全球數十萬人的高時空解析度 GPS 定位數據，據此推斷出每個人的旅行軌跡具有等級結構。該研究證實，感知到的結構不是我們大腦的產物，也不是強加的行政劃界，而是與我們在空間中移動的方式相對應。

該研究利用全局追蹤來識別典型的空間尺度，這些等級性的尺度在論文中被稱為容器，如下圖所示，展示了不同尺度（鄰裡、城市內、城市群及區域）範圍。不同層級的容器之間的差異，超越了典型個體大小之間的差異區別。在每個容器內，居民的旅行活動頻次會呈現顯著的聚集。一個人在小容器中的特定位置之間移動，這些小容器位於中容器中，而中容器又位於大容器內。

不同尺度的」容器「示意圖

該研究發現貨櫃的大小與容器內部的出行時間和距離，都呈對數正態分布，如下圖所示。

不同容器內部的通行時間和時長分布

該發現，與之前報導[1-3]的無標度分布相反，對數正態分布分布比無標度分布（冪律）分布給出了更好的統計擬合。

當所有的容器被聚合，而非單獨考慮時，即通過將所有容器內的出行，以及跨容器的出行聚合起來，可以獲得冪律分布，從而調和新舊研究結果之間的差異。如下圖所示，將不同尺度的出行數據匯總，以容器大小標準進行分組統計，結果顯示無論對於出行距離還是時間，聚類效果都有了顯著提升。

通過聚合跨容器的出行，重現了之前發現的無標度冪率

再現人類流動性的關鍵特徵數學模型

該研究另一項成就是使用該模型產生模擬的人類通勤記錄，比較這些記錄與真實世界中，在性別和城市化水平相關的人類通勤行為模式上的差異。

例如，儘管女性的通勤模式比男性更複雜，但在空間上的範圍卻更小。例如下圖所示，縱軸描述男性和女性通勤模式上的複雜度差異，該數值越大，展示樣本男女的通勤模式對應的層級差異數越小。而橫軸的GIl指數代表男女平等的程度。

性別平等和通勤複雜度的差異

性別差異可以理解為，越是男女不平等的地方，男性的通勤模式中擁有的層級就越多，例如男性可以在不同的城市群或國家間通勤，而女性的流動局限在鄰裡，因而女性呈現出在更小範圍內，更為複雜的模式。由此，男性和女性在通勤層級數上的差異越大，該樣本女性的通勤範圍更小，模式更複雜。

此外，該研究還證實，生活在農村地區的人，比生活在城市地區的人，在更巨大的容器內進行通勤。下圖展示了不同層級的容器內部，鄉村（橙色線）和城市（綠色線）的通勤距離間的差異以及差異的累計概率分布。

不同層級的通勤距離，鄉村居民都顯著大於城市居民

一個多世紀以來，為何會在人類通勤模式中，觀察到等級結構？這個問題一直困擾著學術界。人們提出了許多理論和模型，試圖捕捉物理形態與城市功能在共同演變過程中所產生的模式。然而，由於基礎設施變化緩慢，而土地利用和人口變化迅速，這些城市遇到了各種挑戰。

城市交通系統是為了靈活地滿足不同交通速度，調節不同步調的人類互動而形成的。幾個世紀以來，我們通過道路網絡，留下了通勤的痕跡，在多種尺度上編碼了城市交通系統的等級結構。

一個懸而未決的問題是，該研究是否可以延伸到解釋為什麼，層次化的容器這樣的模式會在世界範圍內出現，以及為什麼不同城市有各自獨特的形態。我們觀察到的城市空間組織是幾個世紀流動的結果嗎？該研究能否幫助預測我們城市的未來？現在我們可以利用模型來預測、塑造及改變城市的通勤軌跡？這些都是該研究可能的後續探索方向。


譯者：郭瑞東

審校：趙雨亭

編輯：鄧一雪


商務合作及投稿轉載｜swarma@swarma.org
◆ ◆ ◆

搜索公眾號：集智俱樂部

加入「沒有圍牆的研究所」

讓蘋果砸得更猛烈些吧!

相關焦點

  • 冪律分布
    而且冪律分布的這種數學特徵是「無標度」的，也就是說，不管觀測尺度如何，冪律分布都呈現出同樣的分布特徵，可以說，這種特徵是其他分布所不具備的，就比如說正態分布，你截取一小段是無法保證這一小段也符合正態分布的，但冪律分布沒有尺度的限制，甭管你截取哪一部分，也不管這一部分有多大，它都仍然表現為冪律分布。
  • 坤鵬論:讀懂了冪律,就讀懂了成功曲線
    自然界與社會生活存在著很多遵從冪律的現象，它們各種各樣、性質迥異。其共性就是，絕大多數事件的規模很小，只有少數事件的規模相當大。比如：自然界——從太陽的活動到銀河之光；從通過電阻的電流到河水的湍流；還有地震規模大小等。
  • [PRL]無序顆粒堆積中的非整數冪律
    ., 118,238002 (2017)]上發表了題為「Origin ofNoncubic Scaling in Disordered Granular Packing」的論文，為近來在一系列玻璃體系中發現的非整數冪律提出了新的理解途徑。（點擊閱讀原文可獲取論文連結）這項研究的出發點之一，是理解在很多金屬玻璃體系中發現的非整數冪律的現象。
  • 冪律分布擬合方法
    根據文獻一，對冪律分布的擬合主要包括：1.    假定原始數據服從冪律分布，常見的方法通過直方圖，利用公式p(x) ∝ x-α，可以得知冪律分布服ln p(x) = αln x + constant, 其在雙對數坐標的圖像上會表現為一條直線，以此來初步觀測數據是否可能服從冪律分布。2.
  • 「冪律與臨界」支配神經網絡，深度學習技術要向大腦學習
    大腦的認知平衡由冪律來守護！ 我們可以用臨界點來刻畫人類的大腦活動：高活躍度還是低活躍度；密集網絡還是稀疏網絡；有序還是無序，這些不同狀態之間的分界線就是臨界點。這種遞減的模式服從冪律分布，慕尼黑技術大學的計算神經學家 Jakob Macke （並未參與此項研究）表示：「冪律分布非常普遍，只要你去找，幾乎在任何地方都可以找到它。」Harris 和他的同事們對這一現象背後的含義仍然感到困惑。儘管近期的研究對冪律法則的相關性以及普遍性提出了質疑。
  • 力學所災變破壞的冪律奇異性前兆及災變預測方法研究獲進展
    這種加速演化通常被刻畫為冪律關係，但冪指數卻表現出極大的分散性，這為理解災變破壞的機理及建立災變破壞預測方法帶來了極大困難。　　近期，中國科學院力學研究所非線性力學國家重點實驗室研究員白以龍團隊針對災變破壞冪律奇異性前兆及災變破壞預測方法的研究取得新進展。
  • 冪律:自然界中的一個普遍規律
    冪律，又稱冪定律、冪法則，英文：Power law，表述兩個量之間的一種函數關係，描述其中一個量的相對變化導致另一個量相對變化的關係，而與這些量的初始大小無關：一個量隨另一個量的冪而冪律變化，例如，正方形的邊長，如果長度加倍，則面積乘以四；如計算機摩爾定律的冪數增長；又如量子計算機的能力隨量子比特數呈冪數增長。
  • 粗看長尾,細辨冪律:跨世紀的無標度網絡研究紛爭史
    二是由於認識不夠深入，開始以為是不同的東西，逐漸才能揭示出共同的本質。無標度網絡無疑屬於網絡科學過去二十年發展中最重要的概念之一，甚至不少人覺得可以把「之一」兩字去掉。而無標度網絡及其對應的冪律分布和偏好連結的「多次重複發明」和「多輪爭議」作為體現科學發展歷程的生動例子確實值得一說。
  • 母基金周刊:解密資產配置邏輯——風險投資中的冪律曲線分布規律...
    VC基金回報率的冪律分布冪律分布（Power-law Curve）規律是指：滿足於某個具有分布性質的變量，其分布密布函數是冪函數，的分布規律。VC基金的回報具有「冪律分布（Power-Law Distribution）」的特徵。提到「冪律分布」，可能很多人第一反應就是「長尾效應」，長尾效應是Chris Anderson在其2006年出版的暢銷書The Long Tail一書中提到的洞見。
  • ...解密資產配置邏輯——風險投資中的冪律曲線分布規律及其現實意義
    VC基金回報率的冪律分布冪律分布（Power-law Curve）規律是指：滿足於某個具有分布性質的變量，其分布密布函數是冪函數，的分布規律。不同投資機構（LP）的收益目標、風險偏好、流動性需求、投資期限、適用稅率等等因素並不一樣，對其適用的最優資產組合必然也不一樣，因此，其配置到VC類資產的資金比例和管理人的選擇標準也會不一樣。
  • 比特幣價格走廊與冪律法則:走向何方?
    對數—對數圖上的線性回歸展示出了冪律法則綠線是線性回歸的結果。線性回歸給我們提供下列的冪律法則，以預測比特幣在特定日期的價格：價格=10^(a + blog10(d))其中a = -17.01593313，斜率 b = 5.84509376 ，d為2009年以來的天數。
  • 粗看長尾，細辨冪律：跨世紀的無標度網絡研究紛爭史
    二是由於認識不夠深入，開始以為是不同的東西，逐漸才能揭示出共同的本質。無標度網絡無疑屬於網絡科學過去二十年發展中最重要的概念之一，甚至不少人覺得可以把「之一」兩字去掉。而無標度網絡及其對應的冪律分布和偏好連結的「多次重複發明」和「多輪爭議」作為體現科學發展歷程的生動例子確實值得一說。
  • 考拉茲猜想獲得完全證明:冪尾數周期律與質函數迭代律
    而公理又不能隨便添加，那出路只有一條，就是去開放理解不變的表達，針對亙古不變的稀有公理進行不斷超越性理解，即用非常之道去理解恆常之道。唯有如此，我們才能獲得一個熵減的世界。而量子世界正是這樣一個重視原初視角的世界，是一個重視公理重新深刻理解的世界。
  • 各國物理學家共同努力揭示「奇怪金屬」行為
    但是，這些系統對於人類社會的持續發展至關重要，因為NFL是使用高溫超導材料的關鍵，這些材料將能幫助解決能源問題。擁有分析背景的物理學家半世紀以來一直嘗試解開NFL之謎。解析計算的問題在於，由於NFL的量子多體特性，許多理論預測的收斂性和準確性無法得到控制和保證；我們需要通過客觀的量子計算來驗證這些預測。解開謎題的關鍵是計算在數值前端，曾做過很多嘗試，但獲得的結果總是和分析預測的不同。
  • 費馬猜想真有簡潔證明: 本原解化約律和冪尾數周期律
    編者按：這是一篇關於費馬猜想的簡潔證明，作者證明了兩個引理，一個是洛書定理，即冪尾數周期律，同時還證明了本原解化約律，這是一種回歸本質範疇的優化運算規則，就是把解集歸屬到更大範疇中去，找到解集成立的必要條件是冪尾數周期律。由兩個引理可直接推出費馬猜想成立。
  • 坤鵬論:與相對論媲美的科學未解之謎——湍流
    ——坤鵬論坤鵬論在《讀懂了冪律，就讀懂了成功曲線》講了，複雜性系統永遠存在跌入混沌的概率，而這個概率發生的分布規律遵從於冪律。有人說，宇宙中最偉大的曲線是冪。而這個曲線的分布規律就是冪律。自然界確實存在著很多很多遵從冪律的現象。
  • Nature 物理:規模法則制約腫瘤生長
    聖塔菲研究所前所長Geoffrey West在科普書《規模》中，揭示了規模法則（scaling law），這一在人類社會及自然界中，但凡是由大量相互作用的個體組成的複雜系統，都普遍適用的一般性規律。規模法則關心複雜系統的特性如何隨著系統大小變化而變化。將系統的大小作為橫軸，某種代表系統功能的特徵作為縱軸，通過觀察不同的系統，可形成一幅散點圖。
  • Nature:HIV研究重大進展!揭示烏白眉猴遭受SIV感染卻不產生AIDS之謎
    通過與人類和其他非人靈長類動物的基因組進行比較，他們發現了可能對人類HIV感染者有用的線索。通過研究SIV和它的天然宿主如何在不產生AIDS的情形下共存可能改善對HIV感染者的長期治療，降低HIV的母嬰傳播，並且指導HIV疫苗開發。Silvestri說，這是首次用於鑑定和驗證可能調節著一種重要的疾病過程的基因的物種間基因組分析。
  • 人類行為93%是可以預測的
    人類的日常行為模式不是隨機的，而是具有「爆發性」的。預測人類行為是一個經久不衰的夢想。科學家乃至偽科學家們為了解開人類行為之謎，已經努力了數百上千年。這其中的關鍵在於，無論在自然界還是人造世界，許多事情遵循冪律分布：一旦冪律出現，爆發點就會出現。冪律在巴拉巴西的上一本暢銷書《連結：網絡新科學》中已被談論得很多，現在大家都熟知巴拉巴西在研究網絡時的一項重要發現：網際網路是由少數高連結性的節點串聯起來的。極少數節點擁有海量點擊，而絕大多數網站只有寥寥可數的人造訪。
  • 人類行為93%是可以預測的
    人類的日常行為模式不是隨機的，而是具有「爆發性」的。預測人類行為是一個經久不衰的夢想。科學家乃至偽科學家們為了解開人類行為之謎，已經努力了數百上千年。這其中的關鍵在於，無論在自然界還是人造世界，許多事情遵循冪律分布：一旦冪律出現，爆發點就會出現。冪律在巴拉巴西的上一本暢銷書《連結：網絡新科學》中已被談論得很多，現在大家都熟知巴拉巴西在研究網絡時的一項重要發現：網際網路是由少數高連結性的節點串聯起來的。極少數節點擁有海量點擊，而絕大多數網站只有寥寥可數的人造訪。