城市人群的移动与交互

“从物理学角度看，生命这种物质运动形式，与其他的物质运动相比并没有更高的含义，从生命中你找不到新的物理规律，所以从我的角度看，一个人的死与一块冰的消融并没有本质的区别。”

---

刘慈欣《地球往事》

目录

1. 前言
2. 局域移动
3. 聚集倾向
4. 交通效率
5. 跨区流动
6. 相互影响

1. 前言

通过与某运营商合作，我们获得了北京十万用户的三十天内的移动和上网记录数据。下文对一天内的数据做若干简单分析。可以做的事情有很多，有待更多人加入研究团队，一起把这个线发展成长期研究的方向。

2. 局域移动

每个点是一个基站，信息流量越大的基站颜色越红

数据中一共有一万多基站。显然，基站更多地会被安放在人口密度较大的地区。因此从基站的分布也能看出北京人口的聚集情况。

根据用户移动对基站进行聚类

人口的聚集不仅仅是居住地的聚集。大多数的日常移动轨迹都在一个小范围内[1]。以基站为节点，以用户流动为链边构建网络，对这个网络的最大联通集团进行k clique communities聚类[2]可以得到两百多个小的社区，其中最大的10个社区如图所示。聚集得到的社区反映了北京居民日常移动的局域性。

3. 聚集倾向

基站流距离的分布及其与流量的关系

我们将从“源”到基站的平均加权步长称为“流长度”，使用这个指标来刻画移动网络。我们发现除了一大批流长度为1的基站外，流距离基本上呈正态分布。同时基站的流距离与流量正相关(Pearson r = 0.23, p-value < 0.01)，说明人群在聚集而不是耗散。从“源”到“汇”的“流长度”是5.7，意味着平均来说一天之内用户要经过六个基站。

基站流距离

从上图中也能看出用户从四面八方聚集到城中心。

4. 交通效率

北京最大的四个交通障碍区：军博，奥体中心，亦庄，北理工

除了流长度外，我们也可以在移动网络上计算任意一对节点之间的流距离。而后我们对于每一个节点i，只保留outbound流距离最大的节点j，这样我们就构建了一个最大生成树。这个树中入度比较高的点就是当地交通最有待改善的点：大量用户从不同的地方来到这里，但却又需要经过多次换乘。类似的方法还可用于分析交通最有效率的地区。

基站流距离与实际地理距离的关系

我们发现，基站之间流距离与地理距离正相关(Pearson r = 0.02, p-value < 0.01)。如果交通网络是一个球面上均匀分布的二维网格，那么流距离与地理距离之间应该是系数为1的线性关系。因此实际交通系统是一个比均匀分布的交通系统更高效的系统。然而即使对于这样一个高效系统，如上文分析，仍然有许多改善的余地。

5. 跨区流动

移动速度 移动速度及在信息传递中的位置

我们发现，用户的移动速度是对数正态分布。大多数人移动比较慢，少数人移动较快。人与人之间的移动速度差别是几何级的。从地图上可以看出，区域之间的移动比较快，区域内的移动比较慢。

6. 相互影响

移动速度及在信息传递中的位置

通过用户的上网行为，我们可以构建用户网络。如果用户i和用户j先后上了同一个网站，我们计算i上传的信息流量和j下载的信息流量，将两者加总作为链边权重，视为用户之间的互动强度。在这个网络上，对用户计算流长度，可以看出用户在信息交流中是主动还是被动的，是影响别人还是被别人影响。

我们发现，用户的移动速度与在信息传递链中的位置负相关(Pearson r = -0.01, p-value = 0.02)。这可能是由于移动速度较快的用户社会经济地位较高，在社会交往中也更加主动。