文章信息：Zhao Pengjun, Wang Hao, Liu Qiyang, Yan Xiao-Yong & Li Jingzhong. (2024). Unravelling the spatial directionality of urban mobility. Nature Communications: 15, 4507. https://doi.org/10.1038/s41467-024-48909-7.

整理人：杨文，2023级硕士生

整理时间：2024年5月30日

Abstract: As it is central to sustainable urban development, urban mobility has primarily been scrutinised for its scaling and hierarchical properties. However, traditional analyses frequently overlook spatial directionality, a critical factor in city centre congestion and suburban development. Here, we apply vector computation to unravel the spatial directionality of urban mobility, introducing a two-dimensional anisotropy-centripetality metric. Utilising travel data from 90 million mobile users across 60 Chinese cities, we effectively quantify mobility patterns through this metric, distinguishing between strong monocentric, weak monocentric, and polycentric patterns. Our findings highlight a notable difference: residents in monocentric cities face increasing commuting distances as cities expand, in contrast to the consistent commuting patterns observed in polycentric cities. Notably, mobility anisotropy intensifies in the outskirts of monocentric cities, whereas it remains uniform in polycentric settings. Additionally, centripetality wanes as one moves from the urban core, with a steeper decline observed in polycentric cities. Finally, we reveal that employment attraction strength and commuting distance scaling are key to explaining these divergent urban mobility patterns. These insights are important for shaping effective policies aimed at alleviating congestion and guiding suburban housing development.

摘要：作为城市可持续发展的核心，城市流动性主要因其规模和等级特性而受到审查。然而，传统的分析往往忽视了空间方向性，这是造成市中心拥堵和郊区发展的关键因素。在这里，我们应用矢量计算来揭示城市流动的空间方向性，引入二维各向异性向心性度量。利用来自中国60个城市9000万移动用户的出行数据，我们通过这一指标有效地量化了移动模式，区分了强单中心、弱单中心和多中心模式。我们的研究结果强调了一个显著的差异：与多中心城市观察到的一致通勤模式相反，随着城市的扩张，单中心城市的居民面临着通勤距离的增加。值得注意的是，流动性各向异性在单中心城市的郊区加剧，而在多中心环境中保持一致。此外，随着人们离开城市核心，向心力减弱，多中心城市的向心力下降幅度更大。最后，我们揭示了就业吸引力和通勤距离是解释这些不同城市流动模式的关键。这些见解对于制定旨在缓解拥堵和指导郊区住房发展的有效政策非常重要。

图（a）非空间方向性和（b）空间方向性的比较

a显示了位置a至E的起点-终点（OD）矩阵，说明了非空间方向性，其中缺乏空间信息允许各种潜在的流动方向。b显示空间方向性，从位置和潜在路径图（左上角）开始，然后是实际流动方向，箭头厚度指示体积（右上角）。左下图显示了相对于正北的空间方向性，颜色从红色（与正北对齐）变为蓝色（相反方向）。从A到C和从A到D的流的相似颜色表示平行的空间取向。右下角的图显示了朝向市中心的空间方向性，红色表示更紧密的对齐，蓝色表示相反。这表明，从A到C的流量比从A到B的流量更倾向于市中心。

图 人口流动矢量

示意图显示了在笛卡尔平面上矢量化流动的方法，其中y轴沿着地理子午线并指向正北。单位流出矢量（黑色箭头）的方向定义为从原点（i，绿色）到目的地（j，蓝色），大小定义为相对流量（即，通过流出Oi归一化的从i到j的流量）。b PMV的定义。原点i有三个目的地，从i到j的每个流都可以使用（a）中所示的方法表示为向量。取这些向量的向量和，我们得到这个笛卡尔平面上的PMV（红色箭头）。c相对方向的定义。PMV的相对方向（θi）定义为以市中心为基准的方向（白点，方法），可以计算为PMV的方向（红色箭头）和到市中心的方向（黑线）之间的角度。d–f北京、天津和佛山的PMV图。箭头的长度和颜色与PMV的大小成比例。白点代表市中心。CartoDB根据知识共享许可CC by 4.0提供矢量底图和地图块。源数据作为源数据文件提供。

图 各向异性和向心性的空间分布

北京的空间层次结构说明。每种颜色对应一个空间级别，不同级别的行程生成是相等的。北京的空间层次结构示意图，每种颜色代表一个不同的空间层次，不同层次的出行生成相等。这种相等性是由以下前提定义的，即源自每个颜色编码区域内细胞的总流出量是相同的。CartoDB根据知识共享许可CC by 4.0提供矢量底图和地图块。b、 c强单心（n）的每个空间能级的b各向异性和c向心性 = 36），弱单中心（n = 13） 和多中心城市（n = 11). 误差条对应于标准误差，中心值对应于平均值。符号和线条指的是各种城市类型。源数据作为源数据文件提供。

原文链接：https://www.nature.com/articles/s41467-024-48909-7

节选转引：https://mp.weixin.qq.com/s/5chhZk3eWnemknvvzul1FQ