[논문 리뷰] Mining Urban Performance: Scale-Independent Classification of Cities Based on Individual Economic Transactions

Stanislav Sobolevsky, Izabela Sitko외 5명|arXiv (Cornell University)|2014. 05. 16.

Human Mobility and Location-Based Analysis참고 문헌 27인용 수 13

한 줄 요약

이 논문은 스페인의 익명화된 신용카드 거래 데이터를 활용하여 도시의 규모에 영향을 받지 않는 도시 성과 지표를 제안한다. 이 지표는 주민과 관광객의 경제 활동을 기반으로 도시를 분류하며, 도시 규모를 보정하기 위해 초선형 스케일링 법칙을 적용함으로써 과성과 저성의 도시를 식별한다. 이를 통해 관광, 삶의 질 지출, 지역 경제 패턴과 관련된 명확한 클러스터가 드러난다.

ABSTRACT

Intensive development of urban systems creates a number of challenges for urban planners and policy makers in order to maintain sustainable growth. Running efficient urban policies requires meaningful urban metrics, which could quantify important urban characteristics including various aspects of an actual human behavior. Since a city size is known to have a major, yet often nonlinear, impact on the human activity, it also becomes important to develop scale-free metrics that capture qualitative city properties, beyond the effects of scale. Recent availability of extensive datasets created by human activity involving digital technologies creates new opportunities in this area. In this paper we propose a novel approach of city scoring and classification based on quantitative scale-free metrics related to economic activity of city residents, as well as domestic and foreign visitors. It is demonstrated on the example of Spain, but the proposed methodology is of a general character. We employ a new source of large-scale ubiquitous data, which consists of anonymized countrywide records of bank card transactions collected by one of the largest Spanish banks. Different aspects of the classification reveal important properties of Spanish cities, which significantly complement the pattern that might be discovered with the official socioeconomic statistics.

연구 동기 및 목표

• 도시의 규모가 다른 경우를 비교하는 데 어려움을 해결하기 위해 척도 자유 도시 성과 지표를 개발한다.
• 정적이고 인당 기반 지표의 한계를 극복하기 위해 실시간으로 대규모 개인 거래 데이터를 활용한다.
• 공식 사회경제 통계가 포착하지 못하는 경제 행동 기반 지표를 통해 의미 있는 도시 패턴을 규명한다.
• 익명화된 금융 거래 데이터를 활용해 다른 국가에도 일반화 가능한 방법론을 입증한다.

제안 방법

• 스페인 BBVA의 전국 은행 카드 거래 기록(2011년)을 활용하여 주민과 관광객의 거래 데이터를 취득한다.
• 각 도시별 주민, 국내 관광객, 외국 관광객의 총 지출을 측정하는 세 가지 경제 지표를 추출한다.
• 도시 인구와 지출 간의 스케일링 관계를 초선형 거듭제곱 법칙(y ∝ P^β, β > 1)으로 모델링한다.
• 예상 스케일링 경향에서의 잔차를 계산하여 척도 독립적 도시 점수를 생성한다.
• 잔차 지표에 자동 클러스터링(k-means)을 적용하여 도시를 성과 프로파일로 분류한다.
• 결과의 타당성을 확보하기 위해 두 가지 공간 척도(기능적 도시권(FUAs)과 지역 도시권(LUZs))에서 검증한다.

실험 결과

연구 질문

• RQ1 개인 경제 거래 데이터를 활용해 도시 규모에 영향을 받지 않는 방식으로 도시 성과를 어떻게 측정할 수 있는가?
• RQ2 거래 기반 지표는 전통적인 사회경제 통계가 포착하지 못하는 도시 패턴을 어느 정도 드러내는가?
• RQ3 도시 인구 규모를 보정한 성과 기준에서 도시의 지출 행동 프로파일은 어떻게 다른가?
• RQ4 다른 공간 집계 수준(FUAs 대비 LUZs 등)에서 도시 분류 결과는 얼마나 일관성 있는가?
• RQ5 거래 데이터는 관광 의존도나 삶의 질 지출과 같은 도시 경제의 구조적 차이를 드러낼 수 있는가?

주요 결과

• 스페인 도시의 지출 활동은 도시 인구 규모에 따라 초선형적으로 증가함을 확인하였으며, 이는 이전의 도시 스케일링 법칙을 뒷받침한다.
• 과성 도시(초록 클러스터)는 평균 대비 기본 항목(식품, 패션 등)에서 10% 적은 거래 건수를 기록한다.
• 과성 도시(초록 클러스터)는 바 및 레스토랑에서 평균 대비 35% 높은 지출, 가전제품 매장에서 18% 높은 지출을 보인다.
• 저성 도시(노랑 및 오ран지 클러스터)는 평균 대비 여가, 건강, 가전제품 지출에서 상대적으로 낮은 수준을 보인다.
• 초록 클러스터의 여가 및 건강 지출 증가는 삶의 질과 비필수 서비스에 대한 더 큰 집중을 시사한다.
• LUZ와 FUA 두 공간 척도 간 분류 결과가 매우 일관되어 메서드의 타당성을 확인한다.