学术成果 | 城市内OD网络中社区演化的稳定结构

复杂网络中，社区(community)代表了紧密相连节点构成的组团。基于社区的研究广泛应用于各个研究方向。最典型的例子是社交网络中，社区刻画了高度联系的朋友圈；另一个例子是城市内人群移动形成的OD(origin-destination)网络中，社区代表了高频互动的区域集。社区随时间的演化过程一直以来是热门的研究话题，能够加深人们对网络动态结构的理解。

2017年，Sekara等(Sekara et al, 2017)利用蓝牙数据， 发现人们线下聚会形成的社区是一个存在核心成员的演化结构( 图1) 。他们观测到聚会虽然是流动变化的，伴随着成员加入和离开，但是总存在几个核心成员一直参与在聚会中，并且这些核心成员在几周或几个月内经常会重复聚会。例如，导师是组会的核心成员，而“偷懒”的学生经常组会开到一半开溜了，或者时不时请个假。

图1. 聚会动态变化的式例图。随着成员不断地加入和离开，聚会在逐渐演化。

有意思的是，在城市内OD网络中，我们也观测到类似的稳定结构。 通过研究武汉市出租车载客OD网络在一天中的社区演化模式，我们发现一些区域稳定地属于同一个社区，称其为核心(cores)；而其他区域根据一天中的社区从属性可以唯一地匹配到这些核心，称其为外围点(peripheries)。我们称这些核心和匹配的外围点为稳定组团(stable group)，代表了一天中倾向于属于同一社区的区域集。图2展示了探测稳定组团的过程示意图。

图2. 稳定组团的探测方法示意图。首先，根据各时刻的社区构建一致性OD网络(consensus OD network)，其中两个节点之间的边权代表了属于同一社区的时间占比。然后，根据提出的TSCD(temporally stable community decomposition)方法识别包含核心和边缘点的稳定组团。

图3. 左图：武汉地区的地图，其中显示了行政边界(黑色)、稳定组团的轮廓(粉色)，稳定组团之间的水体(深蓝色)。右图：每个稳定组团中各区域之间的一致性OD网络。

对于城市内OD网络的社区演化过程，这些结果提供了非常简洁的基本结构表示。 在过去的研究中，研究者表明社区在一天中存在复杂的演化过程，伴随着出现、扩张、稳定、收缩等现象，这被认为是区域的不同用地功能造成的。我们的结果表明，这种演化过程整体上是稳定的，可以很好地表示为围绕核心的组团结构。并且这种稳定结构受到城市行政边界和水体的影响。

联合POI的分析结果表明稳定核心的存在可能来源于城市的多中心结构。 首先，高的POI熵值说明核心具有高混合度的功能，这是城市中心的特征之一。城市规划者偏向于将城市各中心规划为土地功能高度混合的情况，包括工作、住宅和娱乐等。因为这种自给自足的规划可以减少出行距离，从而促进人们生活的便捷度。空间接近度高且混合性强的区域可以满足日常出行需求，从而可能支持稳定核心的产生。其次，对于武汉地区，医疗和购物作为重要资源需求，在各中心也规划布设最多。最后除开POI的影响，稳定组团主要分布在单一行政区的这一特点，也一定程度上支持了我们的猜测。

在城市相关的应用中，我们的研究结果可以用来指导城市区域的划分以及评估城市多中心情况。同时，它可能有助于制定更有效的传染病控制政策。流动性在流行病的传播中起着关键作用。在疫情爆发的早期阶段，监测和制定基于稳定组团的干预策略可能有助于防止疫情的快速蔓延。

相关文献