2023-Quantifying systemic racial accessibility inequality in urban transit network


住得只隔两三公里,为什么一小时公交能到的岗位会差出一倍?

论文名片|Yunke Zhang、Fengli Xu、Marta C. González、Yong Li,Quantifying systemic racial accessibility inequality in urban transit network,Research Square 预印本,2023年11月6日发布。DOI:10.21203/rs.3.rs-3485896/v1。通讯作者为 Fengli Xu 与 Yong Li。本文依据该预印本正文解读,比较的是纽约街区在公交网络上的群体可达性。

纽约有两对街区,每对内部的收入档次相同,直线距离分别是 2.76 公里和 2.37 公里。若一小时能去哪里只取决于离市中心远不远,这样近的两组不该差出一整片城市。论文把公交时刻表和道路网接在一起,从街区质心算到街区质心的最快门到门时间。收入较高的那对,白人多数街区 60 分钟覆盖 301 平方公里、380 万个岗位,黑人多数街区覆盖 199 平方公里、280 万个岗位。以前者为增量、后者为分母,面积高 51%,岗位高 36%。收入较低的那对,面积只是 122 对 117 平方公里,岗位却是 130 万对 60 万,白人多数一侧超过对方的两倍。论文把后一对的岗位差联系到地铁 B 线和 Q 线:它们把白人多数街区更直接地连向曼哈顿下城。

这两对是度量为何不能只看直线距离的例子,不是全市平均,也不能换成某一个居民某一天的行程。后文的种族比较限定在家庭私家车拥有率低于 60% 的街区,单位始终是街区。

方向很明确。在这些公交依赖的街区里,非西班牙裔黑人多数街区和西班牙裔多数街区,60 分钟公交能到达的城区、岗位和基本设施整体更少。控制收入、贫困、失业、私家车、公交使用和外国出生比例之后,差距没有全部消失。可达范围里的居住人口构成,也比各方向速度相同的参照更偏离全市结构。活动范围、失业率和到设施的出行距离与可达性同向变化,但这种分解不是因果证明。只把公共住房街区的可达性平均数补到非公屋街区,半径和岗位上的种族差距平均相对缩小 8.8%,大部分差距仍在。

先说结论

  • 私家车拥有率低于 60% 的街区中,白人多数街区 60 分钟可达半径平均 12.51 公里。西班牙裔多数短 10.81%,黑人多数短 15.15%,分母都是这 12.51 公里。岗位分别少 22.1% 和 37.3%,分母是白人多数街区的岗位数。
  • 放入社会经济变量后,黑人多数街区的可达半径仍少 1.020 公里(标准误 0.081)。西班牙裔多数街区的岗位和医疗差距不再显著,银行、公园和学校仍然更少。
  • 隔离指数比较的是可达范围内居住人口构成与全市构成。黑人多数街区在 45 分钟这一档,论文报告的可缓解隔离比例最高,为 32.1%。绝对隔离指数本身仍然是白人多数街区更低。
  • 可达半径最高四分位街区的活动半径,比最低四分位高 14.8%,分母是最低四分位。黑人多数相对白人多数:活动半径小 23.1%,失业率高 57.8%,到银行、医疗、公园、学校的距离长 8.3%、7.4%、13.2% 和 14.3%。中介比例从 11.45% 到 50.28%,分母是调整后的中介效应加直接效应。
  • 含公共住房的街区,60 分钟可达半径平均 11.01 公里,不含的为 11.65 公里。每个公屋街区都加上这 0.64 公里之后,黑人与西班牙裔多数街区在半径和岗位上的劣势平均相对缩小 8.8%,分母是原来的差距。

直线距离解释不了的,是网络上的一小时

城市越大,家庭越少自己开车,越多人乘坐公交。纽约在这张城市比较里位于人口最大的一端。引言把纽约和东京概括为超过一半的通勤者依赖公交,并写纽约约 60% 的通勤者使用这套网络。结果部分给出可核对的口径:全市家庭私家车拥有率 45.1%,就业者中超过 56.4% 乘坐公交通勤。后文用这两个数字,不用引言里的约数代替它们。

街区尺度上,私家车拥有率和公交使用率的皮尔逊相关系数为 −0.5945(p<0.001)。论文把拥有率低于 60% 的街区划为公交依赖街区。这些街区的平均公交使用率是 63.1%,比其余街区相对高 51.4%。相对高的计算是(63.1% − 其余街区)÷ 其余街区。据此反推,其余街区约为 41.7%。63.1% 的分母是私家车拥有率低于 60% 的街区;56.4% 的分母是全市就业者。

完整原论文图1

图 1|住得近的时候,公交一小时覆盖的范围可以差多少?

(A)美国城市按人口规模排列。蓝线是家庭私家车拥有率,红线是公交使用率,阴影为 95% 置信区间,灰柱是该人口档的城市数。纽约在最右侧,私家车拥有率低、公交使用率高。(B)纽约街区。横轴是家庭私家车拥有率,纵轴是公交使用率,颜色是概率密度。虚线画在 60%,左侧为公交依赖街区。(C)收入最高四分位中的一对街区,相距 2.76 公里。红、蓝区域分别是白人多数和黑人多数街区的 60 分钟可达范围,重叠处呈紫色。插图中的面积和岗位为 301 对 199 平方公里、3.8×10^6 对 2.8×10^6。(D)收入最低四分位的一对,相距 2.37 公里。面积 122 对 117 平方公里,岗位 1.3×10^6 对 0.6×10^6。黑线为地铁或铁路,灰线为公共汽车。来源:原论文 Fig. 1。

图 1C 的种族构成也说明,多数并不等于单一。较高收入的白人多数街区为白人 80.5%、黑人 0.0%、西班牙裔 9.4%;黑人多数街区为白人 5.5%、黑人 87.5%、西班牙裔 3.5%。较低收入的一对是 79.7%、0.0%、1.6%,以及 14.3%、56.2%、26.9%。各类百分比加总不是 100,因为还有其他族群。较低收入的黑人多数街区刚过 50% 的多数线,西班牙裔占 26.9%。这是两个案例,不是后文的组平均。

全市指标换成网络上的时间。数据是纽约市交通局和大都会运输署的公交时刻表,共 429 条线路,覆盖公交、地铁、通勤铁路、接驳班车和轮渡五个区,再叠上道路网。路径搜索使用 OpenTripPlanner,起终点都是街区质心,取最快路径。街区边界来自 2010 年人口普查区块组(census block group),正文称为街区。全部有向起讫点对共 39,557,810 个。由 n(n−1) = 39,557,810 可得 n = 6,289,这是按对数反推的街区数,正文没有直接写出 6,289。

对街区 i 和阈值 t,时间不超过 t 的目的地组成可达集合。岗位、银行、医疗、公园和学校,是这个集合里的资源数量之和。可达半径用的是另一集合:出行时间恰好等于 t 的边界街区,取它们与 i 的空间距离的平均。因此半径不是 60 分钟内所有街区的平均距离,也不是最远点的距离;案例地图上的平方公里面积也不是这个半径。全市比较把 t 定为 60 分钟,因为纽约单程通勤的平均时间约为 53 分钟。边界按时间恰好等于阈值定义,正文没有说明很少有行程刚好等于 60 分钟时如何取点。

种族分组用 50% 门槛:非西班牙裔白人多数、西班牙裔多数、非西班牙裔黑人多数,以及没有任何一族达到 50% 的其他街区。白人和黑人都不包括西班牙裔。组间均值比较使用双侧 t 检验。

公交依赖的街区里,差距有多大?

未调整的组平均里,白人多数街区的 60 分钟可达半径为 12.51 公里。西班牙裔多数短 10.81%,约合 11.16 公里;黑人多数短 15.15%,约合 10.61 公里。后两个公里数由 12.51 按百分比换算,正文直接给出的是百分比。岗位和四类设施的百分比,分母都是白人多数街区。

60 分钟可达指标 西班牙裔多数相对白人多数 黑人多数相对白人多数
可达半径 短 10.81% 短 15.15%
岗位 少 22.1% 少 37.3%
银行 少 29.2% 少 34.3%
医疗设施 少 26.9% 少 39.5%
公园 少 32.8% 少 38.7%
学校 少 33.2% 少 35.3%

这些差异的显著性为 p<0.001。摘要把少数族裔街区相对白人多数街区的城区、岗位和基本设施差距写成 15.2%、37.3% 和 37.0%。15.2% 与黑人多数街区半径的 15.15% 对应,37.3% 与黑人多数街区的岗位差距对应。37.0% 在正文里没有另一套合并测量;正文给出的是上表四类设施的分项。不能把摘要的三个数理解成西班牙裔多数和黑人多数的共同减幅,西班牙裔多数的岗位差距是 22.1%。

完整原论文图2

图 2|公交依赖街区的六项可达性,以及控制社会经济变量之后的系数。

(A)可达半径,单位公里。白人多数的组平均对应正文的 12.51 公里。(B)可及岗位数。(C)银行。(D)医疗设施。(E)公园。(F)学校。竖线为 95% 置信区间,括号标记组间差异的显著性。(G)线性回归。种族以白人多数为参照,括号内为标准误。半径模型 4,109 个观测,其余五项各 4,118 个。星号从 p<0.05 到 p<0.001。来源:原论文 Fig. 2。

控制收入和是否有车之后,差距还在吗?

未调整的差距可能只是收入、贫困或有车率不同。论文对六项可达性分别做线性回归,参照组是白人多数。图中的控制变量包括收入百分位、贫困率、失业率、私家车拥有率、公交通勤比例和外国出生人口比例。结果段落点名了前四项,图和模型说明里还有后两项。

黑人多数的系数全部显著为负:半径 −1.020 公里(标准误 0.081),岗位 −3.116×10^5,银行 −29.783,医疗 −866.367,公园 −34.150,学校 −92.570,均为 p<0.001。未调整时半径大约少 1.90 公里,调整后仍少 1.02 公里。1.90 由 12.51 公里的 15.15% 换算,和回归系数不是同一次计算:前者是组平均之差,后者是放入控制变量后的系数。

西班牙裔多数的半径系数为 −0.493 公里(标准误 0.079),显著。岗位系数为 −4.455×10^4(标准误 4.080×10^4),医疗为 −214.465(标准误 109.835),这两项没有显著性标记。银行 −21.042、学校 −59.462 为 p<0.001,公园 −12.085 为 p<0.05。控制之后,西班牙裔多数街区仍然显著更低的是半径、银行、公园和学校。其他街区的半径系数为 −0.198 公里,小于上述两组。

半径模型的 R² 为 0.348,岗位 0.397,银行 0.395,医疗 0.440,公园 0.527,学校 0.514。R² 是该列全部自变量共同解释的方差比例,汇总的是种族与控制变量合在一起的贡献。行程时间矩阵对应约 6,289 个街区,回归只用其中四千多个观测。这与比较限定在公交依赖街区相一致。正文没有另给公交依赖街区的个数。

收入百分位在六项上的系数都为正且显著。贫困率与半径负相关,与岗位数却为正。公交通勤比例更高的街区,半径系数为负,岗位系数为正。这些符号说明社会经济状况和两项可达性指标并不是同一件事。论文没有把截距解释成白人多数的平均值,截距是控制变量取零时的基线,不必拿去和 12.51 公里对照。回归仍然是街区截面上的相关。系数显著,只说明在这张表的变量范围里差距还在,不能推出公交线路造成了种族构成,也不能推出种族构成造成了线路。

能到达的居民构成,比按距离画圆更隔离吗?

公交若只是把人留在种族构成相近的片区里,它就没有起到把不同居住地连起来的作用。论文用的不是居民实际相遇,而是可达范围内居住人口的种族构成。隔离指数 S 是这个构成相对全市构成的 KL 散度(Kullback–Leibler divergence)。全市构成是非西班牙裔白人 32.3%、西班牙裔 22.2%、非西班牙裔黑人 29.0%、其他 16.5%。S 越大,可达范围越不像全市。它不是传统的居住隔离相异指数,也不是出行记录里的共同出现。

图 3A 用一个街区说明时间拉长之后范围如何变杂。15、30、45 分钟的 S 分别为 0.985、0.652 和 0.209。15 分钟范围主要落在黑人多数街区。这是一个例子的三个时间,不是全市均值。

完整原论文图3

图 3|可达范围的居住构成是否比各向同性的参照更隔离?

(A)一个示例街区。红、黄、黑线圈出 15、30、45 分钟边界。图例中白人多数为红,西班牙裔多数为蓝,黑人多数为青,其余为橙。底部三张小图是该范围内的人口构成,S 为 0.985、0.652、0.209。(B)蓝柱是公交依赖街区可达范围的平均 S,橙线是出行时间 t 对应的全市典型空间距离 d(t),时间从 10 分钟到 60 分钟。(C)三类多数街区的平均 S,阴影为 95% 置信区间。(D)论文定义的、可被公平网络缓解的隔离比例。来源:原论文 Fig. 3。

全体公交依赖街区的平均 S 随时间下降。同一时间下,黑人多数和西班牙裔多数街区的可达范围比白人多数更隔离。时间接近 60 分钟时三条曲线靠近,图上没有标出终点的精确数值。附近本来就同质,所以短时间的 S 高,并不能单独算到公交线路头上。

公平参照用来做这层分离。d(t) 是全市出行时间等于 t 的那些行程的平均空间距离。结果部分把公平可达范围写成以质心为圆心、半径 d(t) 的区域,表示各方向速度相同、也不因人口构成改变速度。方法部分写的是经验可达范围与这个半径内目的地的结合。正文没有再给出集合运算,因此这里只使用论文报告的比例,不把圆盘或并集写成唯一实现。公平参照下的 S 也同样随时间下降。论文把公平情景与实际可达范围的 S 之相对差,当作可被公平网络缓解的比例,但没有写出相对差的代数分母。

这个比例为正,表示实际可达范围比参照更隔离。黑人多数街区最高,在 45 分钟达到 32.1%。摘要把同一数字说成:相对公平情景,当前网络使居住隔离加重 32.1%。白人多数街区的绝对 S 更低,可缓解比例却在大部分时段高于西班牙裔多数街区。论文把后者称为出乎意料:可达性更好的白人多数街区,受不均衡网络的影响反而大于西班牙裔多数街区。绝对隔离更轻,和网络形状所对应的那一部分比例更高,是两句不同的话。

可达性差别对应哪些街区层面的行为差别?

行为指标来自 2019 年 3 月至 5 月已汇总到街区的访问记录,涉及超过 70 万部手机、超过 6,600 万次访问。活动半径按访问次数加权,对被访问的兴趣点取平均距离。论文沿用了 radius of gyration 这个名称,但定义是这个加权平均,不是相对质心的均方根距离。到某一类设施的距离,只统计市内该类兴趣点的访问。失业率是街区居住人口的失业率,不是从访问记录里读出的个人就业状态。

完整原论文图4

图 4|可达性四分位与街区行为指标是否同向?

(A)横轴为可达半径四分位,纵轴为活动半径,单位公里。(B)横轴为可及岗位四分位,纵轴为失业率。(C)至(F)横轴依次为可及银行、医疗、公园、学校的四分位,纵轴为到该类设施的平均出行距离,单位公里。竖线为 95% 置信区间。来源:原论文 Fig. 4。

可达半径最高四分位的活动半径,比最低四分位高 14.8%,分母是最低四分位的活动半径。可及岗位更多的街区,失业率更低。可及设施更少的街区,到银行、医疗、公园和学校的平均距离更长,论文给出 p<0.001。图中各柱的绝对高度没有在正文逐一列出。

和白人多数街区相比,黑人多数街区的活动半径小 23.1%,失业率高 57.8%,到银行、医疗、公园、学校的距离分别长 8.3%、7.4%、13.2% 和 14.3%。分母都是白人多数街区的相应指标。这些是未调整的组间相对差,和下一张图里调整后的回归系数不是同一个数。

完整原论文图5

图 5|白人多数与黑人多数的行为差距中,有多少与可达性同向?

(A)医疗出行距离如何随可及医疗设施数量变化。红、蓝、绿分别是白人、西班牙裔、黑人多数街区,侧面曲线是设施数量的概率密度。(B)中介示意。种族背景经过公交可达性连到行为,也有一条直接路径。中介比例写成 ab/(ab+c)。(C)五组成对比较的中介效应、直接效应和中介比例,对象是白人多数与黑人多数。来源:原论文 Fig. 5。

中介比例的分母是中介效应与直接效应之和,不是未调整的 23.1% 或 57.8%。图 5C 只分解白人多数和黑人多数,双侧 t 检验的显著性为 p<0.01。银行出现在图 4,没有进入这张表。

可达性 行为指标 中介效应 直接效应 中介比例
可达半径 活动半径 −0.232 −1.792 11.45%
可及岗位 失业率 0.329 2.173 13.04%
可及医疗设施 医疗出行距离 0.159 0.157 50.28%
可及公园 公园出行距离 0.139 0.411 25.27%
可及学校 学校出行距离 0.151 0.214 40.91%

活动半径和出行距离的效应可以按公里理解。活动半径一行,0.232 ÷ (0.232 + 1.792) 约为 11.5%,与 11.45% 一致。公园一行,0.139 ÷ (0.139 + 0.411) = 25.27%,与表中比例一致。学校一行按三位小数回算约为 41.4%,表中写的是 40.91%;岗位一行回算约为 13.2%,表中写的是 13.04%。差在展示时的四舍五入。解读采用论文印出的比例,不把三位小数回推成更精确的效应。失业率一行的 2.173,正文没有单独说明尺度。比例 13.04% 本身没有单位。

11.45% 的意思是:调整协变量之后,活动半径的组间差距里,大约一成九与可达半径这条路径同向。50.28% 则是医疗出行距离的调整后差距里,约一半与可及医疗设施同向。模型纳入图 2G 的协变量。失业率既在可达性回归里作控制变量,又在岗位这一行作结果;正文没有写出结果方程是否再次放入失业率本身。中介比例描述的是这条统计分解,不是公交改变后行为会改变的份额,也不是随机分配线路后的实验效应。

把公共住房街区的平均可达性补齐,能缩小多少?

差距从何而来,论文列出两条可能:收入较高的居民搬向公交可达性更好的地方,以及部分地区的设施投入不足。它没有在本文检验搬家这一条,而是拿公共住房做投入不足的例子。纽约市住房局的公共住房服务于超过 40 万中低收入居民。含至少一处公共住房的街区被标成公屋街区。论文写明这些居民多数是少数族裔。

在公交依赖街区里,公屋街区的平均可达半径为 11.01 公里,非公屋街区为 11.65 公里,差 0.64 公里,p<0.001。地图上公屋黑点更集中在半径较小的深色区域。

完整原论文图6

图 6|补齐公共住房街区的平均可达性之后,种族差距还剩多少?

(A)公交依赖街区的可达半径。颜色按半径分档,越深越小;黑点是含公共住房的街区。(B)两组半径的概率密度。红色虚线对应公屋平均 11.01 公里,蓝色虚线对应非公屋平均 11.65 公里。(C)相对白人多数街区的百分比差距。橙色为现状,蓝色为加上平均差距后的情景;左为半径,右为岗位。来源:原论文 Fig. 6。

情景计算平移的是已经算好的分数。论文把非公屋均值减去公屋均值,再把这个常数加到每一个公屋街区,并没有重新搜索路径。半径上的常数是 0.64 公里,公屋组的平均值因此升到 11.65 公里。按同一加法,一个 8 公里的街区会变成 8.64 公里,仍低于 11.65 公里;8 公里只用来演示加法,不是论文列出的某个街区。非公屋街区保持原值。这样做之后,黑人多数和西班牙裔多数街区在可达半径和岗位上的劣势平均相对缩小 8.8%,分母是原来的劣势。原劣势记为 G 时,情景后约为 0.912G。摘要把这句说成当前种族不平等降低 8.8%;结果段落限定在半径和岗位、以及黑人多数和西班牙裔多数的平均。图 6C 的蓝色柱仍然低于零,柱端没有印出逐柱百分比。

这些数字不能推出什么?

所有比较都是街区截面。回归和中介排除了一部分可观测的社会经济差异,论文自己写明,因果机制还需要定性研究来补。显著的系数不是线路改变居民构成的证明,中介比例也不是干预效应。

范围只包括纽约这个美国最依赖公交的大城市,而且种族差距的主比较限制在私家车拥有率低于 60% 的街区。不能直接推到有车率更高的街区,也不能推到其他城市。60 分钟接近 53 分钟的平均单程通勤,但换一个阈值,半径、岗位和隔离比例都会变,图 3 已经显示隔离指数随时间下降。

50% 多数规则把混合街区放进其他一组。其他一组调整后的半径差距只有 −0.198 公里。少数族裔居民若住在没有单一多数的街区,不会进入黑人多数或西班牙裔多数的组平均。

可达半径和资源数量回答的问题不同。低的那对案例面积几乎一样,岗位相差一倍。只把边界距离拉长,不一定带来岗位。公共住房情景对每个指标单独加常数,没有检查同一次线路改动能否同时产生这些加数。

讨论里还有一层论文自己标出的风险:加强公屋地区的公交导向开发可能抬高地价,吸引更有钱的白人居民,原来的居民被换到别处。那是对其他研究和规划文献的提醒,不是本文情景计算的输出。情景计算没有改写谁住在这些街区。

一句话总结

在纽约公交依赖的街区里,少数族裔多数街区 60 分钟能通过公交到达的城区、岗位和基本设施更少;这种街区尺度的差距与更隔离的可达范围、更小的活动半径和更长的设施出行距离同向出现,而把公共住房街区的平均可达性补齐,只能相对缩小其中一小部分。

核心来源

  • Research Square 预印本,2023 年 11 月 6 日发布,DOI:10.21203/rs.3.rs-3485896/v1。正文图 1 至图 6 均出自该版本。
  • 论文给出的代码入口为 TransitIneq。人口与街区边界来自 2019 年美国社区调查和 2010 年人口普查区块组,公交时刻表来自纽约 GTFS,岗位来自 2019 年 LODES,公共住房位置来自纽约市住房局开放数据。SafeGraph 的访问和兴趣点数据需向数据方申请,论文写明其不公开。

作者介绍

四位作者都参与了研究设计、研究和写作。数据分析由 Yunke Zhang 完成。以下只写论文署明的单位和分工。

  • Yunke Zhang:清华大学电子工程系、北京信息科学与技术国家研究中心(BNRist)。预印本封面页 ORCID 为 0000-0003-0187-6015。
  • Fengli Xu:同一单位,通讯作者之一。
  • Marta C. González:加州大学伯克利分校城市与区域规划系、土木与环境工程系。
  • Yong Li:清华大学电子工程系、BNRist,通讯作者之一。预印本封面页 ORCID 为 0000-0001-5617-1659。

延伸思考

以下是 AI 基于论文结果所作的延伸,不属于原论文结论。

公共住房情景对每个指标单独加上各组均值之差。真正增加一条公交线路时,改变的是同一张行程时间表:边界外推 0.64 公里所碰到的街区,不一定正好带来与均值差相同的岗位。8.8% 回答的是分数被这样平移之后种族差距还剩多少,不是某条拟建线路的预期效果。若要评估一条具体线路,需要先重算质心之间的时间,再同时重算半径和岗位。

图 3C 和图 3D 若只看其中一张,排序会不同。白人多数街区的绝对隔离指数更低,可缓解比例却高于西班牙裔多数街区。只最小化可缓解比例,会优先处理那些圆盘已经比较混合、但线路偏在一侧的地方;只看绝对隔离指数,则会优先处理短时间可达范围本身就很同质的地方。只用其中一个指标排序,会漏掉另一种差距。

中介比例也不是各项行为的同一把尺子。即便暂时把相关当成可以干预的关联,补齐可达性所对应的份额,在医疗出行距离上约为调整后差距的一半,在活动半径上大约只有一成。公共住房情景报告的 8.8% 还只是半径和岗位这两项可达性差距,没有换算成失业率或活动半径会下降多少。把公交补齐说成会同等缩小文中的每一种群体差异,超出了这些比例各自的分母。


文章作者: 猴猴猴
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 猴猴猴 !
  目录