一种适用于自动驾驶车辆普及背景下异质性居民流动的动态序数阈值框架

《Sustainable Cities and Society》：A dynamic ordinal threshold framework for heterogeneous residential mobility under autonomous vehicle adoption

　　

摘要

自动驾驶汽车的出现有望改变居民出行方式及城市空间结构；然而，现有的微观模拟方法在体现人口差异性、行为复杂性以及土地使用的递归互动方面存在局限。为弥补这些不足，本文提出了一种动态序数阈值框架，该框架整合了随机系数与分布约束、人口与住房的递归反馈机制以及指数级等级衰减模型。以韩国为案例进行对比模拟后发现，该框架在均方根误差、平均绝对误差和平均绝对百分比误差方面均优于CA-LUTI和SILO模型，表明其在不同城市条件下具备更强的预测稳定性。模拟结果显示，自动驾驶汽车的普及可能会扩大大都市区的通勤范围，并加剧不同人口群体之间的居住差异。尤其是30至50岁的多人口家庭更倾向于迁往郊区，而年轻人和单身家庭则仍集中在大都市的就业场所及便利设施周边。这种差异化的迁移反应表明，自动驾驶带来的交通便利性提升可能会进一步加剧不同人口群体之间的空间差异，因此需要制定能够充分考虑人口差异性、动态土地使用互动以及交通便利性驱动的空间重构策略。

引言

自动驾驶汽车的出现将为交通系统与土地使用带来重大变革。驾驶自动驾驶汽车的人无需再花费时间步行前往公交站或操作车辆，从而减少了与出行相关的种种困扰。采用自动驾驶汽车具有诸多优势，包括减少交通事故和污染物排放，以及提高道路空间利用效率（Meyer等人，2017；Steck等人，2018；Correia等人，2019；Moore等人，2020；Zhong等人，2020）。出行负担的减轻提升了郊区和远郊地区的吸引力，进而推动了城市扩张进程（Duarte和Ratti，2018；Millard-Ball，2019；Moore等人，2020；Gutierrez，2021）。为研究这些动态变化，人们广泛使用了土地使用与交通互动模型以及基于汇总场景的分析方法。此外，基于Agent的模型也起到了补充作用，这类模型能够模拟个体Agent、交通网络与土地使用系统之间的互动，进而分析人们对外部冲击和政策变化的行为反应。近年来，基于Agent的建模技术取得了进展，它采用了更高的空间分辨率和更现实的行为假设，从而更精准地呈现城市动态。这些改进提升了模拟自动驾驶汽车影响的能力，尤其是在不同普及率背景下城市扩张动态的形成过程。然而，尽管家庭构成和日常活动需求在居民选址决策中起着关键作用，许多现有方法仍未能充分处理Agent与环境之间的互动关系（Manson等人，2020）。此外，行为规则往往过于简化，且仅在一定预定的环境条件下才有效（Luongo等人，2024；Evans等人，2025）。忽视行为适应性、空间差异性以及局部土地使用动态，再加上对场景设定和随机性的过度依赖，都会影响研究结果的准确性（Spielauer，2010；Moore等人，2020；Vehtari等人，2021）。这些挑战限制了现有建模方法在描述城市空间动态方面的精确度、可靠性与适用性，因此亟需开发出更能保持行为一致性的高效建模框架。在自动驾驶汽车时代背景下，这一需求愈发突出，因为在此时期，准确预测政策变化和行为变化对土地使用与交通领域的影响显得尤为重要。

为解决这些问题，本研究提出了一种混合框架，该框架能够确保研究的可重复性、稳健性以及大规模空间差异性的体现。其结构将人口差异性纳入居民决策过程，使得不同生命周期阶段的家庭表现出不同的反应。具体而言，通过数据驱动的价格模型将住房市场约束纳入考量，该模型将房价与家庭分配以及可行的居住选择联系起来。通过迭代更新机制，系统会根据之前的结果调整状态，从而反映市场状况与居民决策之间的动态反馈关系。

章节节选

文献综述

自动驾驶汽车已成为塑造未来城市的重要因素，要准确预测其对社会的影响，就需要深入理解交通系统与土地使用之间的动态互动关系。在交通领域，人们不再将时间浪费在无意义的驾驶上，而是可以将时间用于更有意义的活动或休闲，这不仅降低了出行带来的压力，也提升了出行时间的价值，进而使得人们更愿意进行较长的通勤。

基于Agent的土地使用与交通互动的动态序数阈值框架

所提出的基于家庭单位的动态Agent框架将人口结构分析、空间互动以及房价形成机制整合为一个统一的动态系统。这一结构使得家庭构成、交通便利性以及房价能够随着时间共同演化，从而揭示出受路径影响的城市动态以及不同群体的差异化行为反应。这些互动过程如图1所示。

在该框架中，自动驾驶汽车的出现可理解为某种

居民出行模式、人口流动与房价的动态演变

本研究区域涵盖了整个韩国，首尔作为首都，周边还有仁川广域市和京畿道。与农村地区相比，这些地区拥有更好的就业机会和社会文化设施，因此人口密度更高，人口流动也更频繁（You，2022）。鉴于自动驾驶汽车可能对出行模式产生的影响，准确预测拥堵地区的人口重新分布对于构建可持续的城市系统至关重要。

结论

随着自动驾驶汽车时代的到来，本研究探讨了自动驾驶汽车的普及对居民迁移模式以及城市空间重构的影响。所提出的动态序数阈值框架旨在弥补现有微观模拟方法的缺陷，尤其是那些过于简化的行为假设以及对人口差异性表现不足的问题。为解决这些问题，该框架引入了多元化的偏好结构以及概率性迁移模型。

讨论

自动驾驶汽车的普及不仅削弱了距离衰减效应，还通过重新定义距离在大都市系统中的功能作用，从根本上改变了人们的出行行为和城市空间结构。观察到的差异化迁移反应以及老年人出行意愿的下降表明，由自动驾驶汽车推动的空间重构并不一定能够实现区域发展的均衡。自动驾驶汽车带来的好处可能在社会各群体之间分配不均，如果这种差异持续存在

数据来源

房价数据：rtdown.molit.go.kr

表1中的因子位置数据来自https://www.data.go.kr/data/

韩国内政安全部的居民登记人口数据：https://jumin.mois.go.kr/statMonth.do#none

行政区域的流动数据来源：https://data.seoul.go.kr/dataVisual/seoul/seoulLivingMigration.do

CRediT作者贡献说明

Geonhwa You：概念构思、文献综述、方法设计、数据分析、文章撰写与编辑以及Python代码开发。

未引用参考文献

Crooks和Heppenstall，2012；Kabir等人，2023；Lee等人，2008；Macal和North，2010；Morris等人，2016；Batty，2005；Walter等人，2024

CRediT作者贡献说明

Geonhwa You：文章撰写与编辑、初稿撰写、可视化处理、结果验证、研究指导、方法设计、数据收集与分析、形式化分析以及概念构思。

利益冲突声明

作者声明自己不存在任何可能影响本文研究结果的财务利益关系或个人关系。

致谢

本研究得到了韩国国家研究基金会（NRF）的资助，该资助项目由韩国政府科学信息通信部支持，项目编号为NRF-2022R1A5A7033499。

Geonhwa You

韩国延世大学大气科学系，首尔02447