[论文解读] Human mobility networks reveal increased segregation in large cities

Hamed Nilforoshan, Wenli Looi+8 more|arXiv (Cornell University)|Oct 13, 2022

Urban Transport and Accessibility被引用 5

一句话总结

本研究利用匿名化的手机移动数据，提出了一种衡量暴露隔离（ES）的新方法，以评估美国382个大都市统计区（MSA）中的现实世界社会混合情况。与‘都市融合假说’相反，研究发现，与小型MSA相比，美国最大的10个MSA中的暴露隔离高出67%，揭示了尽管大城市具有高密度和多样性，却反而加剧了社会经济隔离的悖论。

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.

研究动机与目标

• 检验长期存在的‘都市融合假说’，即大城市通过日常互动减少社会经济隔离。
• 解决以往研究依赖静态居住数据的局限性，采用来自手机地理定位的动态、现实世界的暴露数据。
• 探究城市设计与空间布局如何影响大都市区域的暴露多样性与隔离。
• 量化建成环境特征（如枢纽与差异化空间）在加剧或缓解暴露隔离中的作用。
• 利用Facebook好友关系数据，验证暴露网络对社会联系的预测能力。

提出的方法

• 从匿名手机数据构建动态暴露网络，涵盖382个MSA和2,829个县中960万名个体之间16亿人次的面对面接触。
• 通过将居住地与对应县区组的普查中位数家庭租金数据关联，估算个体的社会经济地位（SES）。
• 将暴露隔离（ES）定义为个体SES与其在现实世界地点和时间所接触人群的平均SES之间的相关性。
• 采用z分数标准化方法，比较人口规模、兴趣点（POI）密度、步行友好度、居住隔离等城市特征对MSA间ES的影响。
• 通过将暴露网络与县和邮区之间的Facebook好友关系进行回归分析，验证其预测能力。
• 开展回归分析，分离城市形态因素（如连接不同社区的桥梁型枢纽，如购物中心）对暴露隔离的影响。

实验结果

研究问题

• RQ1 与小型城市相比，大型大都市区域的暴露隔离——以现实世界社会混合程度衡量——是否更高？
• RQ2 建成环境，如差异化商业空间，对大城市中暴露隔离的加剧在多大程度上起到作用？
• RQ3 将城市枢纽（如购物中心）等定位在能吸引不同社会经济群体的位置，能否减少暴露隔离？
• RQ4 基于移动数据构建的暴露网络，在预测现实世界社会联系（如Facebook上的友谊）方面表现如何？
• RQ5 人口密度、步行友好度和居住隔离等因素如何独立影响暴露隔离？

主要发现

• 美国最大的10个大都市统计区（MSA）的暴露隔离比居民少于10万人的小型MSA高出67%，与‘都市融合假说’相悖。
• 大型城市中存在针对特定社会经济群体的差异化空间，是导致这些地区暴露隔离显著上升的重要原因。
• 当城市枢纽（如购物中心）被战略性地布置以连接不同社会经济背景的社区时，可通过吸引跨阶层人群而降低暴露隔离。
• 基于移动数据构建的暴露网络可解释县际间Facebook好友关系形成76.3%的方差，优于地理距离的预测表现。
• 该暴露网络还可解释邮区之间好友关系形成50.3%的方差，证明其对现实世界社会关系具有强大的预测有效性。
• 使用县区组收入作为个体SES的代理指标，平均误差达36,511美元，凸显了静态居住数据在衡量个体社会经济地位方面的局限性。