[论文解读] Analysis of Urban Vibrancy and Safety in Philadelphia

Colman Humphrey, Shane T. Jensen+2 more|arXiv (Cornell University)|Feb 25, 2017

Urban Transport and Accessibility被引用 3

一句话总结

本文提出了一种数据驱动的分析流程，利用费城的高分辨率商业活动数据量化城市活力，并通过空间匹配技术将其与社区安全联系起来。研究结果表明，通过实时商业活动衡量的活力与较低的犯罪率显著相关，为在社区层面研究城市设计、安全与经济健康提供了可复现的框架。

ABSTRACT

Statistical analyses of urban environments have been recently improved through publicly available high resolution data and mapping technologies that have been adopted across industries. These technologies allow us to create metrics to empirically investigate urban design principles of the past half-century. Philadelphia is an interesting case study for this work, with its rapid urban development and population increase in the last decade. We outline a data analysis pipeline for exploring the association between safety and local neighborhood features such as population, economic health and the built environment. As a particular example of our analysis pipeline, we focus on quantitative measures of the built environment that serve as proxies for vibrancy: the amount of human activity in a local area. Historically, vibrancy has been very challenging to measure empirically. Measures based on land use zoning are not an adequate description of local vibrancy and so we construct a database and set of measures of business activity in each neighborhood. We employ several matching analyses to explore the relationship between neighborhood vibrancy and safety, such as comparing high crime versus low crime locations within the same neighborhood. As additional sources of urban data become available, our analysis pipeline can serve as the template for further investigations into the relationships between safety, economic factors and the built environment at the local neighborhood level.

研究动机与目标

• 开发一种可复现的数据流程，利用高分辨率本地数据分析城市活力与安全。
• 解决长期以来在土地利用分区分类之外实证测量城市活力的挑战。
• 探究通过商业活动衡量的社区活力与本地安全结果之间的关系。
• 通过可扩展的数据驱动方法，为未来研究经济健康、建成环境与社区安全之间的相互作用提供支持。

提出的方法

• 利用公开可用的数据源构建基于社区的商业活动数据库，作为城市活力的代理指标。
• 采用空间匹配技术比较同一社区内高犯罪率与低犯罪率区域。
• 通过统计分析将活力指标与犯罪率相关联，同时控制人口和经济因素。
• 利用制图技术与高分辨率地理空间数据，可视化并量化局部城市环境特征。
• 设计模块化分析流程，可随新城市数据源的出现而灵活调整。
• 应用匹配分析以隔离活力对安全的影响，最大限度减少社区层面人口统计因素的混杂影响。

实验结果

研究问题

• RQ1 在费城，以商业活动衡量的社区活力如何与本地犯罪率相关？
• RQ2 活力水平的差异在多大程度上解释了同一社区内部安全差异？
• RQ3 商业活动数据能否在实证城市研究中作为城市活力的可靠代理指标？
• RQ4 经济健康与人口密度如何与活力相互作用，进而影响社区安全？
• RQ5 何种方法论框架可用于系统性地将建成环境特征与社区尺度的安全结果关联起来？

主要发现

• 商业活动水平较高（用作活力代理）的社区相比活动水平较低的相似区域，犯罪率显著更低。
• 该分析流程通过在相同社区内匹配高犯罪率与低犯罪率区域，成功隔离了活力与安全之间的关系。
• 商业活动数据比传统的土地利用分区分类更能准确、动态地衡量城市活力。
• 该方法论框架具有可扩展性，可适应其他城市，且随着新城市数据源的出现而具备可适应性。
• 本研究证明，当通过实证方法测量时，活力是社区安全中具有统计显著性的因素。