《Applied Sciences》：Path-Structure Heterogeneity in Origin–Destination Pair–Day Observations: Rethinking Where and How Representative-Path Methods Should Be Evaluated
编辑推荐：
摘要：从大规模车辆轨迹数据中提取代表路径时，起点—终点（OD）对通常被视为同类分析单元。本研究使用了在韩国富川市21天内收集的约250万条OD对—日（OD-day）导航记录，采用加权指数和累积解释行驶量（CET）对代表路径和代表路段进行评估。结果表明，86.9
摘要：从大规模车辆轨迹数据中提取代表路径时，起点—终点（OD）对通常被视为同类分析单元。本研究使用了在韩国富川市21天内收集的约250万条OD对—日（OD-day）导航记录，采用加权指数和累积解释行驶量（CET）对代表路径和代表路段进行评估。结果表明，86.9%的OD-day呈现单一观测路径，而13.1%呈现多条路径。在多路径OD-day中，96.8%（占全部OD-day的12.7%）被归类为路径分散型（top路径占比≤0.8）。尽管多路径案例仅占OD-day的13%，但其平均观测车辆数是单路径案例的8.3倍，并占观测车辆出行总量的55.7%。CET分析表明，代表路径选择主要对分散型OD-day具有意义。在所有OD-day中，单一路径平均覆盖OD-day车辆行驶公里数（VKT）的92.9%；在分散型OD-day中，平均覆盖率仅为45.2%，当路径数增至两条和三条时，覆盖率分别提升至84.7%和93.5%。此外，加权指数与官方道路等级体系的吻合度显著高于基于频率的指数：在排名前50的代表路段中，高速干道占比从30%提升至80%，而网络平均水平为4.2%。上述发现表明，代表路径和路段的提取应考虑OD-day路径结构的异质性。
基于路径结构异质性视角的代表路径评估框架重构——发表于《Applied Sciences》的实证研究解读
一、研究背景与问题提出
随着商业导航服务所获取的大规模车辆轨迹数据在交通网络分析中的广泛应用，研究人员能够基于经验移动模式而非静态交通分配假设来推断代表路径。然而，原始轨迹数据体量庞大且存在大量冗余信息，必须将其压缩为能够保留关键出行模式的可管理代表路径集合。这些代表路径作为车辆行驶公里数（VKT）估算、拥堵诊断和排放建模等应用的基础输入，其可靠性直接影响下游分析的准确性。
现有研究普遍隐含一个尚未被充分检验的基本假设，即所有起点—终点（OD）对具有同质的路径结构。该同质性假设意味着OD层面的路径数量分布呈单峰形态并集中于单一主导路径，但这一推断从未在大规模经验数据上得到验证。如果OD对的路径结构实际具有异质性，即仅部分OD对—日（OD-day）呈现多条替代路径而大多数由单一路径主导，那么在所有OD对上评估方法性能将因大量单路径观测而被稀释，从而掩盖不同方法之间的差异。因此，核心问题应从识别何种估计算法更优，转向界定一个能够在何处、以何种单元评估大规模数据代表性的评估框架。
二、研究内容与核心发现
本研究基于韩国富川市SK T-map（TMAP Mobility Co., Ltd.，首尔，韩国）商业导航服务采集的车辆轨迹数据，数据涵盖2025年6月（1–7日）、7月（6–12日）和8月（3–9日）各一周共21天的日级记录，总OD-day观测数约250万条（2,499,175条）。研究首先在OD-day层面刻画路径配置的基本统计特征，随后提出长度与使用量加权指数并进行路段层面的结构性验证，最后通过与既有方法对比较为全面地展现新框架的定位。
研究得出以下核心结论：第一，86.9%的OD-day呈现单一路径，13.1%呈现多条路径；在多路径OD-day中，96.8%（占全部OD-day的12.7%）被归类为路径分散型。尽管多路径案例仅占少数，但其平均观测车辆数为单路径案例的8.3倍，并承载了55.7%的观测车辆出行量。第二，基于累积解释行驶量（CET）的分析显示，在所有OD-day中，单条代表路径平均覆盖OD-day内VKT的92.9%，曲线在N=2时已基本饱和（98.0%）；而在分散型OD-day中，单条路径的覆盖率仅为45.2%，两条和三条路径时分别提升至84.7%和93.5%。这表明代表路径选择仅在分散型子集中具有实质意义。第三，在路段层面，基于频率的排名与基于加权指数（Lw）的排名在top-50路段中重叠率仅为16%，加权指数所识别的路段平均长度从121m提升至450m（约3.7倍），平均限速从55km/h提升至80km/h；在官方道路等级体系的一致性方面，高速干道（限速≥60km/h）占比从30%提升至80%，远高于网络平均水平的4.2%。
值得强调的是，同一OD对在不同日期可在两种路径状态间切换。在至少被观测三天的OD对中，54.3%始终为路径一致型，44.9%在两种状态间交替，仅0.7%始终为分散型。这表明路径分散应被理解为OD-day的一种状态而非OD对的固定属性，从而验证了以OD-day作为分析单元的合理性。
三、关键技术方法
本研究主要采用了以下关键技术方法：（1）长度加权通过频率比（Lw）指标，通过路径通过频率乘以路段长度权重校正短距离局部道路的过度表征；（2）加权平均路段使用率（ALw）指标，联合反映使用频率和路径内长度贡献；（3）加权重叠率（Ow）指标，基于共享路段的长度和使用量评估两条路径的结构相似性；（4）CET评估指标，在OD-day内按观测流量降序排列路径，计算top-N条路径的累积VKT占比；（5）层次凝聚聚类方法，以1?Ow为路径间距离对高度相似路径进行合并预处理。在分类过程中，研究采用两阶段操作化分类：首先排除单路径OD-day，然后在多路径OD-day中以top路径占比≤0.8作为路径分散型的操作化判定阈值。分析在内路网尺度上进行，排除京仁高速（ROAD_NO=100）以避免其单一路径主导特征掩盖内路网的多路径结构。
四、研究结果详解
5.1 路径结构异质性与两种操作化状态。研究对2,499,175个OD-day进行两阶段路径结构刻画：86.9%呈现单一观测路径；在13.1%的多路径OD-day中，96.8%（占全部OD-day的12.7%）被归类为路径分散型。多路径OD-day平均观测车辆数为9.3辆，而单路径OD-day平均仅1.1辆，前者承载了55.7%的观测车辆出行量。CET二分性分析显示，在所有OD-day中单条代表路径平均覆盖VKT的92.9%，而仅限于分散型OD-day时CET(1)仅为45.2%。以VKT加权计算时，总体单路径覆盖率为81.5%，分散子集内为40.8%——均低于未加权均值，是因为高VKT的OD-day不成比例地呈现多路径特征。
5.2 加权指数在路段层面的结构有效性。频率排名与加权指数（Lw）排名在top-50代表路段中重叠率仅16%，top-100中为27%，扩展至top-200–500时增至44%，表明两种指数的差异集中于网络中最为关键的路段。加权指数所识别的top-50路段平均长度为450m（频率排名为121m），平均限速从55km/h提升至80km/h。与官方道路等级体系的对照显示，高速干道（限速≥60km/h）占网络路段的4.2%，但在频率排名top-50中占30%，在Lw排名top-50中占80%；按道路等级（ROAD_CATE≤2）相应比例为28%和50%；按车道数（≥4车道）为48%和62%，网络基线为42%。然而，这一效应仅限于top路段，在top-500级别的平均路段长度差异缩小至123m对189m，重叠率收敛至44%。
5.3 与既有方法的比较。与Kim等人（2016）提出的基于频率的代表路径集合确定方法进行直接对比，该方法所识别的top-50路段平均长度为121m、平均限速为55km/h，而加权指数识别结果为450m和80km/h。两种排名重叠率仅16%，表明加权指数识别出结构上不同的代表路段集合。与需要不同数据和算法支持、难以直接比较的既有方法（如基于路径相似度聚类的方法）相比，本研究在结构性和概念性层面阐明其互补定位：既有方法在OD对同质假设下有效且精确，本研究则聚焦于该假设不再成立的OD-day区域，即存在路径分散的情形。
五、讨论与结论
讨论部分指出，大规模轨迹数据中的代表性并非在网络中均匀分布，而是集中于流量集中的分散型OD-day。在评估设计层面，在所有OD-day上计算的性能指标会使任何技术看起来都具有较高解释力（单条路径平均覆盖率达93%），从而掩盖竞争方法之间的实质差异。加权指数的作用在分析层级间呈非对称性：在路径选择层面，由于分散型OD-day内的替代路径在行驶距离上具有相似性（Ow约为0.65），加权指数与频率指数的代表路径选择结果无明显差异；而在路段层面，加权指数识别出与频率指数显著不同的、更长且道路等级更高的干道路段。在实际应用层面，对于VKT聚合估算，OD流量精度比代表路径精确选择更具决定性；而对于关键道路监测、基础设施优先级排序和拥堵路段诊断等需要路段级结构识别的应用，加权指数则具有更直接的价值。
研究结论可归纳为：OD-day的路径结构可分为单路径主导的一致型状态（约87%）和多路径分散型状态（约13%）。CET分析表明，代表路径提取的方法论价值主要局限于分散型OD-day：在所有OD-day中，单条代表路径平均覆盖OD-day内VKT的92.9%，难以区分竞争方法；而在分散型OD-day中，单条路径仅解释45.2%的VKT，代表路径选择具有真实意义。此外，在分散型OD-day内的路段层面，长度与使用量加权指数提供了不同于频率指数的结构信息，识别出更长、道路等级更高的干道路段。本研究虽未提出新的提取算法，但重新定义了评估框架：代表路径/路段提取方法应在实际发生路径选择的分散型OD-day上进行评估，以OD-day为分析单元而非在所有OD-day上进行平均。该视角为未来基于大规模轨迹的网络分析中代表路径方法的公平评估奠定了基础，并提示在更广泛的基于轨迹的应用领域中，方法发展可能受益于首先识别代表性成为有意义问题的特定状态，而非追求日益复杂的提取算法。
