[論文レビュー] Diversity beyond density: Experienced social mixing of urban streets.

Zhuangyuan Fan, Tianyu Su+5 more|arXiv (Cornell University)|Sep 15, 2022

Human Mobility and Location-Based Analysis被引用数 1

ひとこと要約

本研究では、米国3都市圏にまたがる50万人のユーザーから得られた匿名化されたモバイルフォンデータに基づき、街路レベルの社会的多様性を測る指標として経験的ソーシャルミキシング（ESM）を導入する。訪問者密度はESMの変動の26%しか説明できないが、隣接する施設、住宅の多様性、収入水準が組み合わせて44%を説明しており、食料品関連の事業所が1日を通して社会的ミキシングを促進する上で中心的な役割を果たしていることが明らかになった。

ABSTRACT

Urban density, in the form of residents' and visitors' concentration, is long considered to foster diverse exchanges of interpersonal knowledge and skills, which are intrinsic to sustainable human settlements. However, with current urban studies primarily devoted to city- and district-level analyses, we cannot unveil the elemental connection between urban density and diversity. Here we use an anonymized and privacy-enhanced mobile dataset of 0.5 million opted-in users from three metropolitan areas in the United States to show that at the scale of urban streets, density is not the only path to diversity. We represent the diversity of each street with the experienced social mixing (ESM), which describes the chances of people meeting diverse income groups throughout their daily experience. We conduct multiple experiments and show that the concentration of visitors only explains 26% of street-level ESM. However, adjacent amenities, residential diversity, and income level account for 44% of the ESM. Moreover, using longitudinal business data, we show that streets with an increased number of food businesses have seen an increased ESM from 2016 to 2018. Lastly, although streets with more visitors are more likely to have crime, diverse streets tend to have fewer crimes. These findings suggest that cities can leverage many tools beyond density to curate a diverse and safe street experience for people.

研究の動機と目的

• 都市全体や地区レベルの分析を超えて、社会的ミキシングが街路レベルでどのように生じるかを検討すること。
• 個人が日常の街路体験を通じて異なる収入層の人々に出会う可能性を捉える新しい指標、経験的ソーシャルミキシング（ESM）を構築すること。
• 人口密度とは独立して、社会的ミキシングに寄与する都市設計および社会経済的要因を同定すること。
• 特に飲食関連事業所の構成に変化が生じた場合、それがESMに時間的経過とともに与える影響を評価すること。
• 街路セグメントレベルにおけるESM、犯罪率、および街路の安全度に対する認識との関係を調査すること。

提案手法

• 米国3都市圏の40カウンティにまたがる50万人の参加ユーザーから得られた匿名化・プライバシー保護済みのモバイルフォンデータを用いてESMを構築した。
• ESMを、個人が街路セグメントを移動する際、異なる収入層の人々に出会う確率として定義した。
• 密度、住宅のミキシング、収入水準、施設タイプの寄与度を推定するために、多変量OLS回帰モデルを用いた。
• 縦断的ビジネスデータ（2016–2018年）を統合し、新規飲食事業所の開設と関連するESMの変化を分析した。
• Googleストリートビューの画像を用いたコンピュータビジョンモデルを適用し、街路の安全度スコアを予測した。このスコアを、都市の構造的環境要因の代理指標として用いた。
• 街路の長さ、訪問者数、カウンティ固定効果を制御することで、構造的および社会経済的要因の影響を明確に分離した。

実験結果

リサーチクエスチョン

• RQ1 街路レベルの訪問者密度は、経験的ソーシャルミキシング（ESM）の変動をどの程度説明できるか。
• RQ2 密度とは別に、どのような都市設計および社会経済的要因が、街路レベルでのESMに顕著に寄与するか。
• RQ3 2016–2018年の期間にわたり、飲食関連事業所の数の変化がESMにどのように影響するか。
• RQ4 街路セグメントレベルにおけるESMと犯罪率の関係は何か。
• RQ5 ストリートショットの視覚的分析から導かれる街路の安全度認識は、ESMおよび犯罪率とどのように相関するか。

主な発見

• 訪問者密度のみでは、経験的ソーシャルミキシング（ESM）の変動の26%しか説明できず、密度が街路レベルでの社会的多様性の主な駆動要因ではないことが示された。
• 住宅のミキシング、収入水準、および隣接する施設の存在が組み合わせてESMの変動の44%を説明しており、ミックスユース型および社会経済的に多様な地域の重要性が浮き彫りになった。
• 飲食関連事業所の多い街路では、特に昼間の時間帯にESMが顕著に高まり、他の施設タイプと比較して、飲食関連事業所がESMにより大きな寄与をしていることが分かった。
• 2017年から2018年にかけて新規飲食事業所が100件増加した場合、他の要因を制御した上でESMは0.008上昇した。
• ESMがより高い（多様性の高い）街路は犯罪率が低く、一方で訪問者密度が高いほど犯罪率が上昇する傾向があった。
• Googleストリートビューの画像分析から導かれた街路の安全度認識は、ESMと正の相関を示し、犯罪率とは負の相関を示しており、安全に見える街路がより高い社会的ミキシングを促進している可能性を示唆している。