今天看《中国日报》,报导北京出租车准备涨价的事。确实是该涨了。 叫做 Price adjustment,说 调价不说涨价。这是我们东方人说话的习惯,就是比较含蓄,含蓄的结果就是模糊。 有时候我们并不想把事情说清楚,不说清楚责任就小。具体什么意思,你猜去吧。 文字游戏也是很有意思的。比如过去八十年代报上常说待业青年,而不说失业青年。我们就是不承认失业。 落实到写论文上面,也有类似的情况。常说 X 与 Y 有密切关系,或者 X 对 Y 有很大影响。这个话并没有错,但是带来的信息还不够完整:那就是到底是正的、还是负的关系?能否直截了当说, X 增加 Y 增加(或者减少),或者更准确一些,是否线性增加,在什么范围内线性增加,然后不增加? 记住科技论文写作的原则之一是:准确。
博主注: http://www.natureasia.com/ch/nature/updates/index.php?i=87919issue=7392 这个“Nature要点”不知是谁翻译的:编辑?作者? 不知是我对英文的理解有问题还是该译文并非针对原文摘要的翻译,总之希望在翻译外文摘要时要了解本学科的基本现状,更要忠实原文,不能夸大宣传以哗众取宠。 个人理解如下,欢迎讨论、指正: 1、人口流动的动因复杂,不同地区和发展阶段的人口流动具有不同的主驱动因子。 目前很难用一个模型表达不同发展背景下的人口流动模式,各学者选择使用的模型都不一致。 2、引力模型是一个基本理论假设,不仅适用于人口流动,也适用于任何具有反距离权重特征的其他要素预测。并且它仅考虑两地距离和相应人口数量,很难说是一个通用或主流的人口流动模型,称其为“框架”或“假设”更好些。原文作者也称“Therefore, the lack of an alternative framework has kept the gravity law as the dominant predictive tool in transport and mobility modelling.” 人口学专业几乎没人直接采用引力模型进行人口流动预测,但是在其他学科研究中可以发现为了简化人口流动研究,使用该模型近似模拟。如同很多非人口学领域进行人口数量预测时仍采用回归外推的简化方法,而不会使用队列人口预测一样的道理。 3、人口流动有大致规律,但详细刻画似乎很难,目前没有成熟方法,仍处于百家争鸣的状态。一些人采用CA和多智能体结合的技术模拟人口流动,涉及的经济社会资源环境甚至个体要素更多,但精度未必会更高。 4、人口流动监测数据获取比较困难,因此客观对比和评估模型的准确性高低也有难度。 其实,英文原文不过认为万有引力定律是一个流动性预测的主流框架,但有参数难以确定的问题。因此,他们主要针对参数和数据获取问题,开发了“免参数”的流动迁移模型,特别是将距离替换为面积,克服了传统引力模型的一些缺陷,并非主要谈人口流动预测问题, 实质就是对引力模型的一种改进。 似乎无法体现“ 人口流动的准确预测 ”这一主题? 论文摘要:人口流动的准确预测 Nature 484 (7392) | doi:10.1038/nature10856 发表日期:12年4月5日 上个世纪40年代以来,需要预测人口流动、运输网络使用、甚至疫情的规划人员借助一个基于“引力定律”的模型。该模型假设,在两个地点之间旅行的个体数量是与来源地和目的地的人口数量成比例的,并且随着距离的增大而减少。这种方法有其局限性,因为它只关注两个特定点之间的流动。在这项研究中,Albert-László Barabási及其同事提出另一种模型,它将在所有中间点上的人口密度都考虑了进去。他们的无参数辐射模型预测了包括从通勤和迁移到打电话在内的一系列现象,其预测结果要比引力模型准确性高得多。该体系只需要有关人口密度的数据,容易测量,因而即便是在没有系统性收集数据的地区也可用来预测通勤和运输模式。 论文摘要的英文原文: A universal model for mobility and migration patterns Filippo Simini1,2,3, Marta C. Gonzalez4, Amos Maritan2 Albert-Laszlo Barabasi1,5,6 Introduced in its contemporary form in 1946 (ref. 1), but with roots that go back to the eighteenth century2, the gravity law 1,3,4 is the prevailing framework with which to predict population movement3,5,6, cargo shipping volume7 and inter-city phone calls8,9, aswell asbilateral trade flows between nations10. Despite its widespread use, it relies on adjustable parameters that vary from region to region and suffers from known analytic inconsistencies. Here we introduce a stochastic process capturing local mobility decisions that helps us analytically derive commuting and mobility fluxes that require as input only information on the population distribution . The resulting radiation model predicts mobility patterns in good agreement with mobility and transport patterns observed in a wide range of phenomena, from long-term migration patterns to communication volume between different regions. Given its parameter-free nature, the model can be applied in areas where we lack previous mobility measurements , significantly improving the predictive accuracy of most of the phenomena affected by mobility and transport processes11–23.