点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
尽管从OPR时代算起的话，猩猩的Wayfarer已经平稳运行了近四年，但由于猩猩从未公布具体的审核机制，对于申请如何进审核池、如何推送给小猩猩、Upgrade有什么用、如何根据收到的评价判定上线或拒绝等具体细节，广大特工只有靠猜。
笔者近日使用两个独特的小样本数据集，对申请推送机制进行了一定猜测，并解释了部分日常审Po中遇到的典型事实。
一个曾经在美国北卡罗莱纳州生活的特工分享了她近一段时间之内的审Po记录。记录包含了该时间段内不分结果的所有审核分布情况（图1）。图中可见，这位活动在罗利市（Raleigh, NC）的特工，收到的绝大多审核推送都来自于以她所在战区为中心的3×3战区范围之内，并呈现出了显著的地理边界特征。
反过来，这也意味着当我们提交一个申请的时候，它一旦进入审核池，大概率也是被所在战区周围3×3个战区范围内的特工所审核的（除非是猩猩判定的低密度地区，比如西藏）——这与之前特工们观测到的，绝大多数审核到的是自身活动位置半径200千米内的申请是一致的。
图1：一名特工的审Po记录
注：图中展示了一名生活在美国北卡罗莱纳州罗利市（Raleigh, NC，位于本图中心）的特工一段时间内的Wayfarer审Po记录。图中包含了该时间段内不分结果的所有审核，聚集点颜色表示审核数量的核密度。绿色网格一一对应Ingress中计分战区。图中显示，审核显著地分布在以所在战区为中心的3×3的战区网格内。图像使用Wayfarer+插件内置生成。Wayfarer+是一个被全球小畜生训练师广泛使用的审Po插件。
这一机制也解释了为什么同在福建的福州市和厦门市，会有完全不同的过Po标准和速度——福州和厦门分属两个相邻的战区，理论上他们可以审核到彼此的申请。但是，邻接台北台中所在战区（AS13-PAPA-01/04）意味着福州地区的Portal申请除了进入祖国大陆的池子之外，还会被台湾中北部地区的特工审核到；而泉州、厦门地区的申请则更有可能推送给潮汕地区的小猩猩们（图2）。
图2：福州市、厦门市和它们所处的审核环境
注：除了它们的共享范围之外，福州和厦门最大区别就在于前者享受AS14-PAPA-01/04来自台湾中北部的审核，而厦门则更多依赖AS13-NOVEMBER-08的潮汕特工群——很遗憾厦门离高雄、台南和嘉义就差那么一丁点。
同理，这一模型还能够解释某些地区Portal长期积压的事实。例如图3中所示位于AS16-NOVEMBER-03的石家庄市，尽管处于华北平原腹地的石家庄交通便利，其周边的大城市也有不少特工，但周边3×3战区范围完美避开了北京、天津和太原这三个特工聚居地，只有济南的特工能够勉强支援到石家庄一下。
图3：石家庄市所处的审核环境
注：位于AS16-NOVEMBER-03的石家庄市尽管处于华北平原腹地，但叠加了战区边界之后可以发现它完美错开了京津晋。
在定性的猜想之外，笔者根据这一假说，使用断点回归（Regression Discontinuity）定量地检验了一个有趣的事实。
由于战区的分划是完全外生的，某些Portal密集的城区可能会被战区边界切成两半。很 “不幸”，杭州就是这样一个城市。杭州主城区被分割开来，城西属于AS14-PAPA-05，而城东则属于AS14-PAPA-06。如果笔者提出的3×3战区审核假设是正确的，那么这意味着，除了共享的沪宁杭/浙中南地区审核社群之外，杭州城西的Portal申请会被安徽合肥、芜湖、安庆、黄山甚至江西景德镇的特工审核到，而城东的申请则独享宁波北仑区、舟山和上海浦东“远东地区”的审核——显然，从特工数量上来说，城西的审核环境要优于城东的。
图4：杭州市所处的审核环境
注：杭州市天然被战区边界切开，主城区分属两个不同的战区内，这使得潜在的审Po池出现了差异。城西被假定为有更好（至少是快）的过Po环境。
尽管不同区域原本Po的密度差异就很大，特工活跃度的差异也很大程度上决定了优秀的石狮子们能否成为Portal，但是，在战区分隔线周围的一个小的邻域内，我们可以假定所有的环境变量是相同的。换言之，极端情况下，考虑一对分别在战区边界西侧和东侧的申请，由于西边的Po会被更多的人审核，于是便更早通过。因此，Portal审核推送机制导致了城西可能比城东有更密集的Portal。
为了定量检验这一假设，笔者人工统计了杭州战区边界附近的Portal密度。样本选取杭州市北至留石高架路、南至彩虹快速路之间的范围，自战区分界线向两侧分别以每215米为一个分划，切割成各5个区块。统计东西两侧共计10个区块内的Portal数量并折算为密度。图4展示了区块样本的选取方法。
诚然，穿城而过的分隔线两侧的Portal密度会受到许多异质性因素（如大学、景区、商圈等）的影响，同时还存在许多其他干扰因素（例如在Wayfarer系统上线之前的申请可能不受本文机制限定，因此位置是随机的），但由于地理跨越范围足够长，南北向共跨越17.52千米，大数定律保证了异质性因素会被平均掉。我们共获得了1703个Po的数据（可能有数错的，因为作者没有使用研究助理）。
图4：杭州市战区边界Portal样本选取
注：样本选取留石高架路至彩虹快速路之间的范围，南北向共跨越17.52千米，实际操作中在南北向细分为27个南北长624米的小网格，分别人工计数并加总。自战区分界线向两侧分别以每215米为一个分划（本来想切200米的，但作者手抖了），切割成各5个区块。统计东西两侧共计10个区块内的Portal数量并折算为密度。
图5展示了断点回归的估计结果。我们可以看到，在战区边界东西两侧，Portal的密度呈现出明显差异来。使用断点回归，我们发现杭州城西的审核池优势为其在每平方千米的区域上多带来了130个Po。这一结果在5%的显著性水平下统计显著，并且对于控制距离趋势的一、二、三次多项式函数均表现稳健。对于线性趋势的断点回归模型的估计值为：
y=498.14-129.94 East-0.0481564 Dist+0.0703824 East*Dist+ε
其中y为Portal密度（单位为个每平方千米），East为处于东侧的虚拟变量（东侧为1），Dist为距离战区边界的距离（东侧为正方向，单位为米）。
图5：杭州战区边界Portal密度的断点回归估计
注：图中分别展示了东西两侧各5个区块内的Portal密度实际值和估计值。
这一结果定量反应了战区-审核池机制和西侧更多的潜在审Po群体为杭州在局部范围带来的Portal密度影响。
进一步的猜想包括Upgrade可能打破该推送规则的限制，转而优先推向更广泛地区的小猩猩等，留给感兴趣的后人探究。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
请务必投稿后联系 @AlexRowe 确认稿件到达
Telegram – @alexrowe
QQ – 350259971
