[论文解读] Disadvantaged Communities Have Lower Access to Urban Infrastructure

Leonardo Nicoletti, Mikhail Sirenko+1 more|arXiv (Cornell University)|Mar 25, 2022

Urban Transport and Accessibility被引用 10

一句话总结

本文提出一个开源、数据驱动的框架，用于评估全球54座城市的都市基础设施空间可及性，发现弱势社区——以低收入、高少数族裔比例和低教育水平为特征——的可及性显著较低。通过在0.0625 km²网格单元上应用共识聚类方法，并结合44项社会经济变量，研究发现城市间基础设施可及性分布符合齐夫定律（Zipf’s law），表明系统性不平等根植于城市增长过程。

ABSTRACT

Disparity in spatial accessibility is strongly associated with growing inequalities among urban communities. Since improving levels of accessibility for certain communities can provide them with upward social mobility and address social exclusion and inequalities in cities, it is important to understand the nature and distribution of spatial accessibility among urban communities. To support decision-makers in achieving inclusion and fairness in policy interventions in cities, we present an open-source and data-driven framework to understand the spatial nature of accessibility to infrastructure among the different demographics. We find that accessibility to a wide range of infrastructure in any city (54 cities) converges to a Zipf's law, suggesting that inequalities also appear proportional to growth processes in these cities. Then, assessing spatial inequalities among the socioeconomically clustered urban profiles for 10 of those cities, we find urban communities are distinctly segregated along social and spatial lines. We find low accessibility scores for populations who have a larger share of minorities, earn less, and have a relatively lower number of individuals with a university degree. These findings suggest that the reproducible framework we propose may be instrumental in understanding processes leading to spatial inequalities and in supporting cities to devise targeted measures for addressing inequalities for certain underprivileged communities.

研究动机与目标

• 理解在全球多样化城市中，都市基础设施可及性的空间分布特征。
• 识别与收入、教育、种族等社会经济及人口因素相关的可及性差异。
• 为城市规划者开发一种可复现、开源的框架，以检测并应对空间不平等。
• 评估是否存在普遍模式（如齐夫定律）支配城市间基础设施可及性。
• 通过识别系统性可及性较低的弱势社区，支持更公平的城市政策制定。

提出的方法

• 本研究采用全球人类居住层（Global Human Settlement Layer, GHSL）提供的0.0625 km²网格单元作为空间单元，以最小化空间偏差与可变区域单元误差（modifiable areal unit error, MAUP）。
• 基于与54类都市基础设施的距离，计算每个网格单元的可及性评分，并使用对数正态分布模型评估空间模式。
• 从人口普查数据中提取社会经济与住房相关变量（如收入、种族、教育水平、住房类型），并在对极端值进行Winsorization处理（0.1和0.9百分位数）后进行标准化。
• 使用diceR R包应用共识聚类，结合五种算法（K均值、K-中心点、层次聚类、高斯混合、HDBSCAN）与七种距离函数（如欧几里得距离、曼哈顿距离、斯皮尔曼等级相关）。
• 采用k-modes共识函数聚合聚类结果，最终通过10次算法重复运行的多数投票法分配聚类标签。
• 基于与人口普查地理边界的地理交集，将聚类标签分配给网格单元，边界区域的单元则根据处理顺序进行分配。

实验结果

研究问题

• RQ1 在全球多样化城市中，都市基础设施的空间可及性在多大程度上遵循普遍的分布模式？
• RQ2 在不同城市背景下，社会经济与人口特征如何与基础设施可及性水平相关联？
• RQ3 哪些社区——以收入、教育、种族和住房类型为特征——系统性地面临较低的基础设施服务可及性？
• RQ4 可复现、数据驱动的框架是否能在大规模范围内识别出基础设施可及性较低的边缘化社区？
• RQ5 城市增长过程与基础设施分布在多大程度上遵循齐夫定律，暗示比例不平等的存在？

主要发现

• 全球54座城市的基础设施可及性分布符合普遍的齐夫定律，表明不平等随城市增长过程成比例扩展。
• 少数族裔比例更高、收入更低、大学教育人口更少的社区，其可及性评分始终显著偏低。
• 该框架在10座城市中成功识别出具有社会经济特征的显著聚类城市形态，揭示了社会与经济分隔的空间格局。
• 通过80% Winsorization处理（0.1百分位与0.9百分位）有效缓解了社会经济数据中的异常值，提升模型稳健性，同时未扭曲底层分布模式。
• 采用k-modes与多种算法的共识聚类方法，生成了稳定且可解释的聚类标签，增强了政策应用的可靠性。
• 基于网格的空间单元（0.0625 km²）有效降低了采样偏差与MAUP，尽管人口普查邻近区域的边界效应导致少量分配不确定性（<2%的单元）。