[논문 리뷰] Human mobility networks reveal increased segregation in large cities

Hamed Nilforoshan, Wenli Looi외 8명|arXiv (Cornell University)|2022. 10. 13.

Urban Transport and Accessibility인용 수 5

한 줄 요약

이 연구는 익명화된 휴대전화 이동 데이터를 활용해 미국 382개 메트로폴리탄 통계권(MSA)에서 실생활 사회 혼합을 평가하기 위한 노련한 노출 분리도(ES) 측정법을 제안한다. 도시의 밀도와 다양성에도 불구하고, 이는 '보편적 혼합 가설'과는 정반대로, 10대 대도시에서 소득 수준 간 분리도가 소도시보다 67% 높다는 것을 발견한다.

ABSTRACT

A long-standing expectation is that large, dense, and cosmopolitan areas support socioeconomic mixing and exposure between diverse individuals. It has been difficult to assess this hypothesis because past approaches to measuring socioeconomic mixing have relied on static residential housing data rather than real-life exposures between people at work, in places of leisure, and in home neighborhoods. Here we develop a new measure of exposure segregation (ES) that captures the socioeconomic diversity of everyday encounters. Leveraging cell phone mobility data to represent 1.6 billion exposures among 9.6 million people in the United States, we measure exposure segregation across 382 Metropolitan Statistical Areas (MSAs) and 2829 counties. We discover that exposure segregation is 67% higher in the 10 largest Metropolitan Statistical Areas (MSAs) than in small MSAs with fewer than 100,000 residents. This means that, contrary to expectation, residents of large cosmopolitan areas have significantly less exposure to diverse individuals. Second, we find evidence that large cities offer a greater choice of differentiated spaces targeted to specific socioeconomic groups, a dynamic that accounts for this increase in everyday socioeconomic segregation. Third, we discover that this segregation-increasing effect is countered when a city's hubs (e.g. shopping malls) are positioned to bridge diverse neighborhoods and thus attract people of all socioeconomic statuses. Overall, our findings challenge a long-standing conjecture in human geography and urban design, and highlight how built environment can both prevent and facilitate exposure between diverse individuals.

연구 동기 및 목표

• 큰 도시에서 일상적인 상호작용을 통해 사회경제적 분리도가 감소한다는 오랫동안 제기된 '보편적 혼합 가설'을 검증하기 위해.
• 이전 연구들이 정적인 거주지 데이터에 의존하는 한계를 보완하기 위해, 휴대전화 지리정보에서 유도된 동적 실생활 노출 데이터를 사용하기 위해.
• 도시 설계와 공간 조직이 메트로폴리탄 지역 내 노출 다양성과 분리도에 미치는 영향을 조사하기 위해.
• 빌트 환경 특성(예: 허브 및 구분된 공간)이 노출 분리도를 증폭시키거나 감소시키는 데 어떤 역할을 하는지 정량화하기 위해.
• 페이스북 친구 관계 데이터를 사용해 노출 네트워크의 사회적 연결 예측 능력을 검증하기 위해.

제안 방법

• 익명화된 휴대전화 데이터에서 동적 노출 네트워크를 구축하여, 382개 MSA와 2,829개 군에서 960만 명의 개인 간 16억 건의 인적 노출을 기록한다.
• 해당 인구조합 블록 그룹의 중앙가계 임대료 기반으로 주소지를 연결해 개인의 사회경제적 지위(SES)를 추정한다.
• 개인의 SES와 실생활 장소 및 시간에서 만날 수 있는 사람들 평균 SES 간 상관관계로 노출 분리도(ES)를 정의한다.
• MSA 간 노출 분리도에 영향을 미치는 도시 특성(예: 인구 규모, POI 밀도, 보행성, 거주지 분리도)의 영향을 비교하기 위해 z-점수 정규화를 사용한다.
• 군과 우편번호 간 페이스북 친구 관계 형성에 대해 노출 네트워크를 회귀분석하여 예측 능력을 검증한다.
• 도시 형태의 영향을 분리하기 위해, 쇼핑몰과 같은 다리 역할을 하는 허브의 존재가 노출 분리도에 미치는 영향을 분석한다.

실험 결과

연구 질문

• RQ1 소도시에 비해 대도시에서 실생활 사회 혼합도를 측정한 노출 분리도가 증가하는가?
• RQ2 다양한 사회경제적 목표를 가진 상업 공간이 포함된 도시 빌트 환경이 대도시에서 노출 분리도를 증가시키는 데 기여하는 정도는 어느 정도인가?
• RQ3 다양한 사회경제적 배경의 사람들이 모이는 도시 허브(예: 쇼핑몰)의 위치가 노출 분리도를 감소시킬 수 있는가?
• RQ4 이동 데이터에서 유도된 노출 네트워크는 실생활 사회 관계, 예를 들어 페이스북 친구 관계를 얼마나 잘 예측하는가?
• RQ5 인구 밀도, 보행성, 거주지 분리도와 같은 요소들이 노출 분리도에 독립적으로 미치는 영향은 어떠한가?

주요 결과

• 노출 분리도는 미국 10대 대도시 메트로폴리탄 통계권(MSA)에서 10만 명 미만의 소도시에 비해 67% 높으며, 이는 보편적 혼합 가설과 정면으로 배치된다.
• 대도시의 사회경제적 타겟을 가진 공간의 존재가 이러한 지역에서 관찰된 노출 분리도 증가의 상당 부분을 차지한다.
• 쇼핑몰과 같은 도시 허브가 다양한 주거지역을 연결하도록 전략적으로 배치될 경우, 다양한 사회경제적 배경의 사람들을 끌어들이면서 노출 분리도를 감소시킨다.
• 이동 데이터에서 유도된 노출 네트워크는 군 간 페이스북 친구 관계 형성에 대해 76.3%의 분산을 설명하며, 지리적 거리보다 더 뛰어난 예측 능력을 보인다.
• 우편번호 간 친구 관계 형성에 대해서도 노출 네트워크는 50.3%의 분산을 설명하여 실생활 사회적 유대에 대한 강력한 예측 타당성을 입증한다.
• 개인의 SES를 측정하기 위해 인구조합 블록 그룹 소득을 대체 지표로 사용할 경우 평균 오차가 36,511달러에 이르며, 이는 정적인 거주지 기반 대체 지표의 한계를 드러낸다.