3,094
个编辑
更改
跳到导航
跳到搜索
第1,509行：
第1,509行： − + − + − 综述指出，这些不同模型虽然起点各异，但许多都可以归入统一的数学框架。例如，基于人类互动的模型往往可以形式化为：[math]\displaystyle{ Y = N \cdot g \cdot \langle k \rangle }[/math]。其中 [math]\displaystyle{g}[/math] 为单次互动产生的平均产出，[math]\displaystyle{\langle k \rangle}[/math] 为人均互动数，决定了标度指数的大小。若互动范围扩展或社交网络具有层级性，则会出现超线性标度。+
→其他
=== 其他 ===
=== 其他 ===
Ribeiro 与 Rybski (2021) 对城市规模法则的数学模型进行了系统综述，总结了不同理论框架下的建模方法。他们指出，虽然经验研究普遍揭示了城市变量与人口规模之间的非线性标度关系（如社会经济指标的超线性 [math]\displaystyle{\beta \approx 1.15}[/math]，基础设施的次线性 [math]\displaystyle{\beta \approx 0.85}[/math]<ref name=":10">Ribeiro, F. L., & Rybski, D. (2021). Mathematical models to explain the origin of urban scaling laws: a synthetic review. 1–22. <nowiki>http://arxiv.org/abs/2111.08365</nowiki></ref>），但其背后的机制存在多种解释。因为城市标度定律并非来源于单一机制，而是多种机制的综合结果。
Ribeiro 与 Rybski (2021) 对城市规模法则的数学模型进行了系统综述，总结了不同理论框架下的建模方法。他们指出，虽然经验研究普遍揭示了城市变量的规模法则（如社会经济指标的超线性 [math]\displaystyle{\beta \approx 1.15}[/math]，基础设施的亚线性 [math]\displaystyle{\beta \approx 0.85}[/math]<ref name=":10">Ribeiro, F. L., & Rybski, D. (2021). Mathematical models to explain the origin of urban scaling laws: a synthetic review. 1–22. <nowiki>http://arxiv.org/abs/2111.08365</nowiki></ref>），但其背后的机制存在多种解释。因为城市规模法则并非来源于单一机制，而是多种机制的综合结果。
这些模型大致可以分为两类：
这些模型大致可以分为两类：
# 城市内部模型（Intra-city models）：强调城市内部人口互动和几何结构。例如，Bettencourt 模型把人类互动视为几何交叉截面，推导出城市面积与人口的 [math]\displaystyle{2/3}[/math] 次幂关系以及 GDP 的 [math]\displaystyle{7/6}[/math] 超线性关系；重力模型则假设个体间的互动概率随距离衰减，结合城市的分形空间结构，导出超线性标度指数 [math]\displaystyle{\beta = 2 - \gamma / D_p}[/math]。
# 城市内部模型（Intra-city models）：强调城市内部人口互动和几何结构。例如，Bettencourt 模型把人类互动视为几何交叉截面，推导出城市面积与人口的 [math]\displaystyle{2/3}[/math] 次幂关系以及 GDP 的 [math]\displaystyle{7/6}[/math] 超线性关系；重力模型则假设个体间的互动概率随距离衰减，结合城市的分形空间结构，导出超线性幂律指数 [math]\displaystyle{\beta = 2 - \gamma / D_p}[/math]。
# 城市间模型（Inter-city models）：强调城市之间的扩散与层级结构，例如基于 Zipf 定律的层级扩散模型，将创新传播和城市规模分布联系起来<ref name=":10" />。
# 城市间模型（Inter-city models）：强调城市之间的扩散与层级结构，例如基于 Zipf 定律的层级扩散模型，将创新传播和城市规模分布联系起来<ref name=":10" />。
这篇综述指出，这些不同模型虽然起点各异，但许多都可以归入统一的数学框架。例如，基于人类互动的模型往往可以形式化为：[math]\displaystyle{ Y = N \cdot g \cdot \langle k \rangle }[/math]。其中 [math]\displaystyle{g}[/math] 为单次互动产生的平均产出，[math]\displaystyle{\langle k \rangle}[/math] 为人均互动数，决定了幂律指数的大小。若互动范围扩展或社交网络具有层级性，则会出现超线性规模法则。
= 其他规模法则 =
= 其他规模法则 =