[论文解读] Segregated interactions in urban and online space

Xiaowen Dong, Alfredo Morales+7 more|arXiv (Cornell University)|Nov 11, 2019

Urban, Neighborhood, and Segregation Studies参考文献 1被引用 5

一句话总结

本研究利用全球三座城市的信用卡交易记录与Twitter提及数据，分析了城市与线上互动中的行为隔离现象。研究发现，经济与社会互动的隔离程度高于仅由地理模式决定的预期水平，且存在从低收入至高收入社区的非对称流动，凸显了日常行为中社会与经济不平等的加剧。

ABSTRACT

Urban income segregation is a widespread phenomenon that challenges societies across the globe. Classical studies on segregation have largely focused on the geographic distribution of residential neighborhoods rather than on patterns of social behaviors and interactions. In this study, we analyze segregation in economic and social interactions by observing credit card transactions and Twitter mentions among thousands of individuals in three culturally different metropolitan areas. We show that segregated interaction is amplified relative to the expected effects of geographic segregation in terms of both purchase activity and online communication. Furthermore, we find that segregation increases with difference in socio-economic status but is asymmetric for purchase activity, i.e., the amount of interaction from poorer to wealthier neighborhoods is larger than vice versa. Our results provide novel insights into the understanding of behavioral segregation in human interactions with significant socio-political and economic implications.

研究动机与目标

• 探究社会经济地位如何影响现实世界中经济与社会互动的隔离程度。
• 比较线下消费活动与线上沟通中的行为隔离，与地理居住隔离的差异。
• 考察地理距离与收入差异在塑造互动模式中的作用。
• 评估线上互动是否加剧或反映线下隔离模式。
• 为城市政策与不平等缓解策略提供数据驱动的洞察。

提出的方法

• 基于信用卡交易与Twitter提及构建定向互动网络，以城市社区为节点，边权重表示互动频率。
• 采用人口加权归一化方法，校正用户数据中的抽样偏差，使用用户数量与人口规模的比值。
• 将社区划分为10个社会经济地位（SES）类别，并构建10×10混合矩阵，量化不同SES群体间的互动概率。
• 将混合矩阵归一化为随机矩阵，以表示从一个SES群体到另一群体的条件概率。
• 通过节点属性的皮尔逊相关系数计算同质性混合系数（assortative mixing coefficients），量化隔离程度，使用SES群体与地理距离作为属性。
• 将同质性度量应用于评估同群性与隔离程度，数值越高表示隔离越强。

实验结果

研究问题

• RQ1 在购买行为与沟通活动中，行为隔离程度在多大程度上超过仅由地理居住隔离所预期的水平？
• RQ2 当社区间社会经济地位差异增大时，隔离程度如何变化？
• RQ3 在线下与线上两个领域中，低收入与高收入社区之间的互动流量是否存在不对称性？
• RQ4 地理距离与收入差异如何共同影响城市与线上空间中的互动模式？
• RQ5 线上互动在多大程度上反映或加剧了线下社会经济隔离？

主要发现

• 无论是购买活动还是线上沟通，其隔离互动均显著高于仅由地理隔离所预期的效应。
• 隔离程度在社会经济地位差异最大的社区之间最为显著，尤其是极端收入群体之间。
• 从低收入社区流向高收入社区的互动流量始终大于反向流动，表明购买行为中存在持续的非对称互动模式。
• 购买互动的同质性系数高于Twitter提及，表明经济活动中的行为隔离程度更强。
• 隔离模式在三个文化与政治背景各异的大都市区——欧洲、拉丁美洲与北美洲——中保持一致，表明存在普遍机制。
• 人口加权归一化显示，仅使用原始互动数据会因用户代表性中的抽样偏差而低估隔离程度。