[论文解读] Mining Urban Performance: Scale-Independent Classification of Cities Based on Individual Economic Transactions

Stanislav Sobolevsky, Izabela Sitko+5 more|arXiv (Cornell University)|May 16, 2014

Human Mobility and Location-Based Analysis参考文献 27被引用 13

一句话总结

本文利用西班牙的匿名银行交易数据，提出了一种与规模无关的城市绩效度量方法，用于根据居民和游客的经济活动对城市进行分类。通过应用超线性标度定律来校正城市规模的影响，识别出表现过优和欠佳的城市，揭示了与旅游业、生活质量支出及区域经济模式相关的显著聚类。

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.

研究动机与目标

• 解决通过开发无尺度的城市绩效度量方法来比较不同规模城市所面临的挑战。
• 通过使用实时、大规模的个体交易数据，克服静态人均指标的局限性。
• 利用基于交易的经济行为，识别出超越官方社会经济统计数据的有意义的城市模式。
• 展示一种可推广的方法论，适用于其他国家，利用匿名金融交易数据。

提出的方法

• 利用西班牙BBVA银行2011年全国范围内的匿名银行借记卡交易记录，涵盖居民和游客。
• 提取三类经济指标：每个城市居民、国内游客和外国游客的总支出。
• 使用超线性幂律模型（y ∝ P^β，β > 1）建立城市人口与支出之间的标度关系。
• 通过计算与预期标度趋势的偏差（即残差），生成与规模无关的城市评分。
• 对残差指标应用自动聚类（k-means）方法，将城市分类为不同的绩效类型。
• 在两个空间尺度上验证结果：功能城市区（FUAs）和地方城市区（LUZs），以确保方法的稳健性。

实验结果

研究问题

• RQ1 如何利用个体经济交易数据，实现一种与城市规模无关的城市绩效测量方法？
• RQ2 基于交易的指标在多大程度上揭示了传统社会经济统计数据未能捕捉的城市模式？
• RQ3 在对人口规模进行归一化后，城市在消费行为上表现出哪些不同的特征模式？
• RQ4 在不同空间聚合层级（如FUAs与LUZs）之间，所得的城市分类结果是否具有一致性？
• RQ5 交易数据能否揭示城市经济结构上的差异，例如对旅游业的依赖性或生活质量支出？

主要发现

• 西班牙城市中的消费活动与人口规模呈超线性增长，证实了先前的都市标度定律。
• 表现过优的城市（绿色聚类）在食品和时尚等基本消费类别中的交易量比平均水平低10%。
• 表现过优的城市（绿色聚类）在酒吧和餐厅的支出高出平均水平35%，在家电商店的支出高出18%。
• 表现欠佳的黄色和橙色聚类在休闲、健康和家电类支出方面，相对于平均水平较低。
• 绿色聚类在休闲和健康类支出的增加，表明其对生活质量及非必需服务的更强关注。
• 在LUZ和FUA两个空间尺度上，分类结果高度一致，证实了该方法论的稳健性。