2025-Varying relationships between experienced income segregation and travel behaviour across neighbourhood social and urban contexts


走得更远,经历隔离就更低吗?不同街区的斜率并不一样

论文名片|Yuxuan Zhou、Yi Lu,Varying relationships between experienced income segregation and travel behaviour across neighbourhood social and urban contexts,Nature Communications,2025,16:11236。2025年2月24日收稿,2025年10月27日接收。DOI:10.1038/s41467-025-66585-z。这是一项对美国本土相连各州街区组的观察研究。

同一个国家里,可以同时出现两种街区。小镇收入较低的一组,居民平均走得更远、一周里去的场所类型更散,他们在活动地点遇到的其他街区,收入排名就离得更开。都市区收入最高的一组,平均距离更长,经历隔离却更高。把两条线合成一句全国规律,会把方向相反的关系抹平。

15分钟城市、紧凑城市这一类局部生活设想,希望买菜、上学、看病留在住所附近。对已经住在收入排名接近的邻居中间的街区,近处场所的来访者往往也来自附近。出行一缩短,接触就更容易留在收入相近的街区之间。另一组街区即使走得更远,目的地仍可能主要由收入排名接近的人使用,距离变长并不伴随隔离下降。

这项研究把比较放在街区组上。收入用的是每个街区的家庭收入中位数,出行用的是从住所街区到活动地点的汇总到访量。它要看的是:经历收入隔离与出行距离、场所类型多样性的关系,怎样随街区收入和城市化程度改变。方向性结论是,更长、更多样的出行与更低的经历隔离相伴,集中在低收入街区,小镇和乡村更明显;高收入街区的关系经常反向。证据是分组后的分布和标准化回归,描述的是街区之间的伴随关系。

先说结论

  • 分析样本是207,890个街区、16类场所上的3,227,842个兴趣点和1,226,450,275条起讫记录。全部街区的经历隔离中位数是0.594。都市区、小都市区、小镇、乡村的中位数是0.585、0.613、0.629、0.641,分母分别是167,780、20,580、10,847、8,683个街区。都市区里收入较低的街区经历隔离更低;小都市区、小镇和乡村里,收入较低的街区经历隔离更高。
  • 经历隔离低于居住隔离的街区,在四级地区分别占78.2%、72.4%、71.7%、78.5%。只在这些街区里计算(居住隔离−经历隔离)/居住隔离,中位数是17.48%、13.85%、11.93%、12.88%。都市区最低收入四分位的这一中位数是24.07%。
  • 距离四分位在每个城市化等级内部划分。最长四分位相对最短四分位,经历隔离低11.59%、17.20%、19.40%、21.84%。最低收入街区的降幅是18.65%、21.80%、24.58%、27.90%;最高收入街区是11.22%、6.02%、7.65%、9.01%。比较基准都是同一城市化等级、同一收入组里的最短距离四分位。
  • 街区之间比较时,都市区最低收入组里,平均出行距离最高五分位的经历隔离比最低五分位低9.15%。控制协变量并标准化之后,都市区收入四分位1的距离系数是−0.219(p < 0.001),四分位2是−0.011(p = 0.021),四分位3和4为正。多样性在低收入组多为负相关,在高收入组多为正相关;都市区里,多样性系数的幅度是四分位2(−0.142)大于四分位1(−0.017)。
  • 把16类场所各看成一个点,平均距离与平均经历隔离的Spearman相关在多数收入组为负。都市区最高收入组仍是−0.67(p = 0.003)。小都市区和小镇的最高收入组点估计为负,16个点上的检验分别是p = 0.096和p = 0.071。这是场所类型之间的相关,和上一条街区之间的斜率不是同一次比较。

这条关系比较的是街区

SafeGraph的Weekly Patterns提供2019年每一周、美国本土相连各州的汇总出行。每条记录有目的地兴趣点、到访人数,以及到访者住所所在的人口普查街区组(census block group,CBG)。论文把街区组称为neighbourhood,下文称街区。住所由设备在6周里、每天18时至次日7时的位置先落到geohash-7,再对应到街区组。数据大约覆盖美国匿名移动设备的10%,较少使用智能手机或不共享位置的人会偏少。论文引用既有研究说明设备数与人口在多个空间尺度上相关,本文没有另报一个覆盖率相关系数。

街区组通常覆盖600至3,000人。美国社区调查不把收入发布到更小的普查街区,所以街区组是这份数据里能同时接上出行和收入的最小单位。收入用2015–2019年五年估计的家庭收入中位数。城市化用2010年乡村—城市通勤区代码(Rural–Urban Commuting Area,RUCA),先定在人口普查区,再赋给区内每个街区组。出行是2019年,收入窗口更宽,城市化代码更早,三套时间并不重合。

16类场所进入分析,论文称它们合计超过数据集全部地点的70%:市场、餐馆、生活服务、酒店,医疗设施、医院、个人护理,文化设施、宗教设施,学校、社会援助,娱乐场所、体育设施、公园,以及购物店和杂货店。对应3,227,842个兴趣点和1,226,450,275条起讫记录。摘要里的1.2 billion,指的就是这批起讫记录。分母是记录条数,一条记录是某个住所街区到某个兴趣点的汇总流量,不能当成一个人的一次出行。

城市化按主要通勤流分成四级。都市区的主要流在城市化地区以内,或有至少10%的流指向城市化地区。小都市区对应1万至49,999人的大型城镇簇,小镇对应2,500至9,999人的小型城镇簇,规则同样包括主要流留在簇内,或有10%至30%、30%及以上流向该簇。乡村的主要流指向城市化地区和城镇簇之外。因缺少变量而剔除少量街区组之后,四级分别是167,780、20,580、10,847、8,683个街区,合计207,890。

收入四分位在每个城市化等级内部单独划分。乡村的最高四分位,只是乡村内部较高,不等于全国收入最高的四分之一。后文的低收入组把四分位1和2合并,高收入组合并3和4。白人居民超过50%的街区记为白人占多数;有色人种居民超过50%的街区记为有色人种占多数(majority-POC,people of colour)。

经历隔离量的是街区之间的收入排名有多近

论文沿用Xu等人的收入距离,比较单位是街区。先把207,890个街区按家庭收入中位数从低到高排名。街区i看街区j有多不同,要数其余街区里,有多少个在排名上比j更靠近i。这个比例记为收入差异,范围是0到1;排名正好并列时,分子多加0.5。它不对称:低收入街区看高收入街区,和高收入街区看回来,可以不是同一个数。差异越大,收入排序离得越开。

某个场所、某一周里,来自街区i的到访者面对的收入差异,是i与该场所其他来源街区的收入差异,权重是各街区的到访人数。再按本街区居民在各场所的到访人数,把一周去过的场所平均起来。全年经历隔离等于1减去各周这一平均值的到访加权。越接近1,越多遇到收入排名相近的街区;越接近0,越多遇到收入排名较远的街区。0.594是这个1减差异之后、全部街区的中位数。论文没有把0.5定义成随机相遇,所以它不带一条随机混合基线。

居住收入隔离用同一张差异矩阵,对象换成边界相接的邻居。邻接采用皇后邻接:共边或共角都算邻居。居住隔离等于1减去邻居收入差异按邻居人口加权后的平均值。两套指标都在街区尺度上做1减差异。一个看活动场所里的到访者来自哪些街区,一个看住家边界外的邻居人口。

谁的经历隔离更高,都市和乡村是反的

完整原论文图1

图 1|经历隔离在哪些地区更高,又在哪些收入组更高?

(a)相连各州的经历隔离。为了能画出图,这里汇总到人口普查区,分析仍在街区组。颜色五等分:低0.207–0.529,较低0.530–0.570,中等0.571–0.612,较高0.613–0.671,高0.672–0.867。(b、c、d)三个都市统计区的平均值:迈阿密—劳德代尔堡—庞帕诺比奇0.559,洛杉矶—长滩—安纳海姆0.602,波士顿—剑桥—牛顿0.651。三张放大图都是中心较浅、边缘较深。(e)四个城市化等级的街区分布,箱线为第10、25、50、75、90百分位。正文中位数为0.585、0.613、0.629、0.641,分母是167,780、20,580、10,847、8,683个街区。(f)收入四分位在每个城市化等级内单独划分,颜色从低到高。都市区里较低收入组更低,另外三级地区里较低收入组更高。来源:原论文 Fig. 1。

图1先把全国摆成一张图:经历隔离较高的区域以小镇和乡村为主,较低的区域以都市区和小都市区为主。中位数从都市区的0.585升到乡村的0.641,差距是0.056。这个梯度说明城市化程度较低的地方,活动地点上的收入构成更窄,还没有进入出行距离。

图1f把同一张图按收入拆开,方向就换了。都市区里,收入四分位1和2的经历隔离低于四分位3和4。小都市区、小镇和乡村相反,收入较低的街区经历隔离更高。高度城市化的地方,给较低收入街区提供了更多在活动地点遇到不同收入街区的机会;城市化程度一低,较低收入街区更常留在收入排名接近的接触里。正文说明,场所类型和种族构成上的分布方向与此一致,箱线在补充图2至图4。都市区里,有色人种占多数、尤其同时低收入的街区,经历隔离相对低于白人占多数的街区;到了小都市区、小镇和乡村,同一组街区的经历隔离相对更高。这仍是分组分布,还没有控制出行距离。

离开住家邻居之后,降幅最大的是都市区低收入街区

居住隔离的空间格局和经历隔离并不重合。居住隔离在都市区和乡村都相对较高。都市区里,收入最低和最高的街区居住隔离都偏高,论文把两端都高称为自我隔离。城市化程度较低的地方,居住隔离随收入上升而下降。这些居住隔离的分组分布见补充图5。

经历隔离与居住隔离的Spearman相关,在四级地区为0.64、0.61、0.72、0.70,双侧检验均p < 0.001。相关高,说明两个街区排序大体一起升降。经历隔离总体上更低。

完整原论文图2

图 2|活动地点相对住家邻居,隔离低了多少?

(a)每个点是一个街区。横轴居住隔离,纵轴经历隔离,灰色虚线表示两者相等。左上角横条是经历隔离更低的街区比例:78.2%、72.4%、71.7%、78.5%。图上的Spearman相关与正文一致,p标为0.000。(b)只保留经历隔离低于居住隔离的街区,差幅为(居住隔离−经历隔离)/居住隔离。中位数17.48%、13.85%、11.93%、12.88%。(c)同一差幅再按收入四分位拆开。都市区从低到高,正文中位数为24.07%、18.19%、15.06%、14.52%。(d)每个城市化等级、每个收入组内部,再按该组居住隔离的中位数分成高低。低收入且居住隔离高的一组差幅最大,高收入且居住隔离低的一组差幅最小。b至d的样本量是131,278、14,905、7,776、6,820。箱线为第10至第90百分位。来源:原论文 Fig. 2。

78.2%的分母是167,780个都市区街区,对应131,278个经历隔离更低的街区。72.4%、71.7%、78.5%分别对应14,905、7,776、6,820。另外约五分之一到近三成的街区,活动地点的隔离并没有低于住家邻居,b至d没有把它们算进降幅。

降幅本身也分成几档。都市区的中位降幅17.48%最大,其次是小都市区13.85%、乡村12.88%、小镇11.93%。小镇低于乡村,降幅不随城市化单调变化。都市区内部,最低收入四分位的中位降幅是24.07%,随后是18.19%、15.06%,最高收入四分位是14.52%。小都市区和小镇同样是最低收入四分位降幅最大,乡村的收入梯度不那么清楚。把四分位1和2合成低收入组、3和4合成高收入组之后,低收入且居住隔离高的街区,居住与经历之间的差距最大;高收入且居住隔离低的街区,差距最小。有色人种占多数、尤其同时低收入的街区,这一差距也更大,都市区更明显,见补充图6和图7的文字结论。

走出住家,确实常常让接触的收入构成变宽。变宽多少,取决于这个街区本来有多富、住在多城市、住家周围的隔离有多高。

同一街区里,长途相对短途的降幅被收入拉开

第一套出行比较留在街区内部:同一个街区的不同行程,经历隔离是否不同。住所街区以内的行程,隔离高于离开住所街区的行程,四个城市化等级、各个收入组都是这个方向。居住隔离高的街区,以及低收入且有色人种占多数的街区,内外差别更大;城市化程度越低,差别越明显。正文给出方向,每张补图的中位数在补充图8至图11。

接着把行程按距离分成四分位,四分位仍在每个城市化等级内部划分。正文没有给出公里或英里切点。乡村的最长四分位,不能当成和都市区同样远。

完整原论文图3

图 3|同一个街区的行程按距离拆开后,经历隔离怎样变?

(a)四个城市化等级、四档行程距离。颜色从短到长变深,箱线随距离下降,乡村最陡。样本量与图1e相同。(b、c、d、e)都市区、小都市区、小镇、乡村内部再按收入四分位看。Q1到Q4是收入,颜色是距离。最低收入街区的短途与长途拉开最大,最高收入街区拉开最小。都市区四个收入组的街区数是41,977、41,913、41,946、41,944;小都市区5,146、5,144、5,145、5,145;小镇2,713、2,711、2,711、2,712;乡村2,171、2,177、2,166、2,169。箱线为第10至第90百分位。来源:原论文 Fig. 3。

正文报告的相对降幅,比较最长距离四分位和最短距离四分位。有一处把短行程也写成了四分位4;上一句把最短行程定义为四分位1,后文收入分组明确是四分位4相对四分位1。四个总降幅是11.59%(95%置信区间11.52–11.67%)、17.20%(16.93–17.47%)、19.40%(18.87–19.94%)、21.84%(21.50–22.17%),依次为都市区、小都市区、小镇、乡村。比较基准是该城市化等级的最短距离四分位。正文没有写出这个百分比的代数式。置信区间很窄,因为街区数量大;区间窄表示平均降幅估得准,不表示每个街区都下降这么多。

收入把这条降幅再拉开。最低收入街区在四级地区的降幅是18.65%(18.50–18.80%)、21.80%(21.51–22.08%)、24.58%(24.21–24.95%)、27.90%(27.52–28.29%)。最高收入街区只有11.22%(11.12–11.34%)、6.02%(5.18–6.86%)、7.65%(6.72–8.59%)、9.01%(8.15–9.87%)。乡村最低收入街区的27.90%,约为同一地区最高收入街区9.01%的3.1倍。都市区最高收入街区仍有11.22%的降幅,小都市区最高收入街区只剩6.02%。长途相对短途更低,这句话在各组都成立;低多少,取决于收入和城市化。

居住隔离高、尤其同时低收入的街区,最长行程相对最短行程的下降更大。有色人种占多数、尤其同时低收入的街区,距离梯度也更大。这两点是补充图12至图14的文字结论。

完整原论文图4

图 4|长途相对于居住隔离的降幅,是否大于短途?

(a)纵轴是(居住隔离−该档行程的经历隔离)/居住隔离,只保留全年经历隔离低于居住隔离的街区,样本量与图2b相同:131,278、14,905、7,776、6,820。短途的差幅较低,长途较高,乡村从短到长上升最陡。部分短途箱线伸到0以下,表示这些行程的经历隔离高于居住隔离。(b、c、d、e)再按收入拆开。都市区四个收入组是32,820、32,821、32,824、32,813个街区;小都市区3,727、3,728、3,732、3,718;小镇1,944、1,944、1,945、1,943;乡村1,705、1,706、1,704、1,705。它们是图2那个子集里的收入分组。箱线为第10至第90百分位。来源:原论文 Fig. 4。

正文另给了一个相对比较。乡村最长行程上、经历隔离相对居住隔离的降幅,比最短行程上的这一降幅高88.14%;都市区对应数字是53.40%。比较基准是最短距离行程的那一档差幅。低收入、居住隔离较高的街区,长途相对短途的差幅更大,城市化程度较低的地方更明显。有色人种占多数且低收入的街区也是如此。后一部分见补充图15至图17。

图3和图4回答的是同一街区内部的行程。它们说明长途比短途的经历隔离更低,也说明这条好处在低收入、少城市化的街区更大。它们还没有回答:平均走得更远的街区,全年的经历隔离是否更低。

16类场所上,最高收入组的负相关会变弱

另一条线索把16类场所看成16个点。对每个收入四分位,计算该类场所的平均经历隔离,以及到达该类场所的平均距离,再看两者的Spearman相关。每个相关只有16个点,p值要按这个很小的分母来读。检验是双侧的。横轴写的是平均距离,图中没有公里或英里;方法部分的距离是住所街区质心到兴趣点的欧氏直线距离。

完整原论文图5

图 5|哪一类场所更远,哪一类场所的经历隔离更低?

(a)都市区。16类场所上,收入四分位1至4的Spearman相关为−0.65(p = 0.005)、−0.63(p = 0.006)、−0.60(p = 0.011)、−0.67(p = 0.003)。学校标在短距离一端,酒店标在长距离一端。(b)小都市区:−0.74(p = 0.001)、−0.76(p = 0.000)、−0.80(p = 0.000)、−0.42(p = 0.096)。四分位4没有达到0.05。(c)小镇:−0.79(p = 0.000)、−0.77(p = 0.000)、−0.74(p = 0.001)、−0.45(p = 0.071)。四分位4同样没有达到0.05。(d)乡村:−0.70(p = 0.002)、−0.75(p = 0.001)、−0.76(p = 0.000)、−0.49(p = 0.047)。图上的p = 0.000是打印值。直线是各收入组的线性拟合,阴影为95%置信区间。来源:原论文 Fig. 5。

都市区有一组直接对比,比较基准都是酒店。学校行程比酒店行程短85.09%(84.83–85.35)、89.20%(89.07–89.33)、90.80%(90.68–90.92)、91.84%(91.71–91.97),依次对应收入四分位1至4。同一批街区在学校的经历隔离却比酒店高9.93%(9.79–10.06)、4.96%(4.83–5.10)、5.26%(5.17–5.35)、10.33%(10.25–10.42)。距离差距和隔离差距并不同步:中间两个收入组的隔离差距大约只有两端的一半。

场所类型上的负相关,在都市区四个收入组都达到0.05,最高收入组还是−0.67。小都市区和小镇的最高收入组点估计仍为负,16个点不足以把−0.42和−0.45判成稳定相关。乡村最高收入组是−0.49(p = 0.047),弱于同面板另外三个收入组。未达到0.05不等于相关为零,它表示这16个点撑不起一条稳定的负斜率。

论文据此认为,学校这类近处场所更容易服务周边收入相近的人,酒店这类更远的场所接触更混合。这是16类场所平均值的相关。它没有检验把学校搬远会不会降低隔离,也没有把酒店本身识别成融合机制,因为去酒店的人已经经过了一段选择。低收入、有色人种占多数、居住隔离高的街区,这一负相关更明显,见补充图18至图20的文字结论。

这里还有一层和后文不同的比较。都市区最高收入组在场所类型上仍然是负相关:更远的场所类型,平均经历隔离更低。下一节换成街区之间的平均距离时,同一收入组的斜率会变成正的。场所远近和街区平均走多远,回答的不是同一个问题。

街区和街区比,斜率会换号

第二套比较换成街区之间。一个街区的出行距离,是全年所有行程的到访加权平均欧氏距离,从住所街区质心量到兴趣点。它不是沿路里程,也不是时间或费用。出行多样性先算16类场所的到访比例,再取归一化熵:各类比例的香农熵除以ln(16)。全部到访集中在一类时为0,16类比例完全相等时为1。它量的是场所类型是否分散,不是去过多少个不同地址。

五分位在每个城市化等级、每个收入组内部,按平均距离或多样性划分。回归在每个城市化等级内分开做。收入四分位是分类变量,并与距离、多样性分别做交互。协变量包括人口规模、由土地面积算出的人口密度、年龄中位数、高中文凭比例、白人比例、女性比例,以及至少拥有一辆车的住房单元比例。自变量和因变量在回归前标准化,方差膨胀因子都小于4。完整系数表在补充表4和表5。

完整原论文图6

图 6|平均出行距离更高的街区,经历隔离更低吗?

(a、b、c、d)点是该距离五分位的平均经历隔离,误差线为95%置信区间。Q1至Q5是距离五分位,四条线是收入四分位。都市区最低收入组随距离下降,较高收入组上升。小都市区、小镇和乡村的收入四分位1和2随距离下降,四分位4上升。各组街区数与图3的收入分组相同。(e、f、g、h)出行距离的标准化系数及95%置信区间,虚线是0。都市区从收入低到高由负转正;另外三类地区的前三个收入组在0左侧,四分位4在0右侧。回归样本量是全部167,780、20,580、10,847、8,683个街区。来源:原论文 Fig. 6。

都市区最低收入组里,距离最高五分位的经历隔离比最低五分位低9.15%。正文没有给这个9.15%的置信区间。比较基准是同一收入组里平均距离最低的五分位。标准化回归里,都市区四分位1的距离系数是−0.219(p < 0.001):平均距离高1个标准差,经历隔离低0.219个标准差。四分位2是−0.011(p = 0.021),方向仍为负,幅度约为四分位1的二十分之一。四分位3和4的系数为正。9.15%是五分位均值的相对差距,−0.219是控制协变量后的标准差单位斜率,两个数不能互相换算。

小都市区、小镇和乡村里,收入四分位1至3的距离系数为负,四分位4为正。低收入组的负相关在城市化程度较低的地方更强,乡村是正文举出的例子。高收入街区走得更远、经历隔离却更高,这条反向关系在四级地区的最高收入组都出现了。

完整原论文图7

图 7|场所类型更分散的街区,经历隔离更低吗?

(a、b、c、d)横轴改为多样性五分位,纵轴和误差线与图6的均值图相同。都市区收入四分位1和2随多样性下降,3和4上升;城市化程度较低的地方,低收入组的下降更明显。(e、f、g、h)多样性的标准化系数。都市区四分位1、2在0左侧,3、4在0右侧;另外三类地区的低收入组更靠左。样本量与图6相同。来源:原论文 Fig. 7。

最低收入组里,多样性最高五分位比最低五分位的经历隔离低7.81%、10.24%、10.26%,依次是小都市区、小镇和乡村。比较基准是同一收入组里多样性最低的五分位。都市区正文没有给对应的单一百分比,只报告显著下降。标准化系数在都市区为−0.017、−0.142、0.088、0.116,均p < 0.001。四分位2的负相关强于四分位1,多样性并不表现为收入越低、系数越大。

小都市区、小镇、乡村的四分位1,系数是−0.224、−0.317、−0.359,均p < 0.001。四分位2是−0.266、−0.282、−0.157,均p < 0.001。小都市区是四分位2的负相关更强,乡村是四分位1更强。正文同时说明,收入四分位3和4随多样性上升而经历隔离上升这一模式,在城市化程度较低的地方同样成立,而且更明显。

讨论把高收入组的正系数解释为自我选择:这些街区更常去其他高收入者使用的场所,并举高尔夫球场、度假地和高档商场为例。16类场所没有按档次再拆,这个机制是对正系数的一种解释。数据能够直接支持的,是分组之后的斜率方向和大小。

低收入街区内部,三条分界也不朝同一边

上面的负相关主要来自收入四分位1和2。按图注的分组样本量相加,这两组在四级地区有83,890、10,290、5,424、4,348个街区。论文只在这组里继续拆,看居住隔离、种族构成和公交是否改变斜率。这些分组比较见补充图21至图26。

居住隔离按各城市化等级内样本的中位数分成高低。正文报告,都市区、小镇和乡村的低收入街区里,居住隔离较高的一组,平均出行距离与经历隔离的负向关系更强。多样性没有重复这个模式:居住隔离高,并不带来更大的多样性降幅。

种族构成上,距离和多样性几乎分开。低收入且有色人种占多数的街区,相对白人占多数的街区,随出行距离增加而下降更多的现象出现在都市区和小镇;小都市区和乡村的这一差异不显著。多样性则是低收入且白人占多数的街区,在都市区、小都市区和小镇下降更多。这里的有色人种占多数,方法部分在子样本里把白人不超过50%的街区都归入这一组,与前文超过50%有色人种居民的定义不完全重合。

公交来自美国环境保护局的Smart Location Database,看15分钟步行范围内有没有站点。步行范围内没有站点的低收入街区,经历隔离更高。距离上的额外下降只在乡村达到显著:没有近处公交的乡村低收入街区,平均距离与经历隔离的负向关系更强。多样性上,四个城市化等级里,没有近处公交的低收入街区都随多样性增加而下降更多。正文据此认为,近处公交在乡村支持那些伴随更低经历隔离的较长距离,并在各级城市化里与多样性、经历隔离的关系有关。这些仍是低收入街区内部的分组相关。

这些相关停在街区组,也停在同一周

分析单位是街区。街区组内部的人并不同质,这些系数描述的是一组居民的汇总接触。周汇总估计的是同一周出现在同一场所的可能性。不同日、不同钟点到达的人会被算进同一次接触,主指标也没有用停留时长做权重。

把每个场所的到访人数乘上该周停留时间中位数再加权,新指标与原指标的Spearman相关是0.99(p < 0.001)。分场所类型时,生活服务为0.84,医院为1.00,都是p < 0.001。另选杂货、市场、公园、宗教场所、餐馆、学校、体育设施和购物这8类,与原指标的相关是1.00(p < 0.001);再加上停留时间,相关是0.99(p < 0.001)。主指标对停留时间和场所子集稳定。这种稳定也说明,它几乎分不出容易交谈的场所和很少交谈的场所。剧院、电影院与学校、公园在主指标里合成了同一种共现概率。

欧氏距离放下了路网、过河和时间。距离四分位没有公布切点,乡村的长途和都市区的长途不是同一段路。收入排名用全部207,890个街区,分组用的四分位却在城市化等级内部,读图时这两套收入刻度要分开。

局部生活是讨论里的政策背景。研究没有比较实施与未实施这些政策的街区,也没有估计少开车节省的排放。负相关提示,缩短出行可能与更高的经历隔离相伴,尤其在低收入且居住隔离已经较高的地方。这个提示本身不是该项政策效果的估计。

一句话总结

在2019年美国本土207,890个街区上,更长的直线距离和更分散的场所类型与更低的经历收入隔离相伴,主要出现在低收入街区,小镇和乡村更明显;高收入街区的关系常常反向,而场所类型上的远近相关,与街区之间的平均出行斜率,也不是同一次比较。

核心来源

  • Nature Communications正式页面,核对题目、作者、收稿与接收日期、DOI及正文图1至图7。文章编号为16:11236。
  • 论文数据与代码入口见作者在文中给出的figshare项目。SafeGraph出行数据需另行申请,ACS、RUCA、TIGER边界和公交站点数据为公开来源。
  • 收入距离的概念来自Xu、Belyi、Santi与Ratti,2019年发表于Journal of the Royal Society Interface。本文把它用在街区的家庭收入中位数排名上。

作者介绍

两位作者都署名香港城市大学建筑学及土木工程学系。以下只写论文贡献,以及学校学者页、实验室页面可以核对的身份。

  • Yuxuan Zhou(周宇軒):该学系博士生,健康城市与建筑实验室成员。学者页记载,他在中山大学完成本科,专业为人文地理与城乡规划,在新加坡国立大学完成应用地理信息系统硕士;研究用城市大数据和时空模型看环境、行为与健康。本文中负责研究设计、完成分析、解释结果并撰写论文。
  • Yi Lu(陆毅):通讯作者,同一学系教授,健康城市与建筑实验室主任。学者页记载的研究方向包括健康城市、空间分析与环境行为。本文中负责研究设计、收集数据、解释结果并修改文稿。通讯邮箱为论文所载的yilu24@cityu.edu.hk。

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。

如果一座城市把低收入、居住隔离已经很高的街区收进15分钟生活圈,而圈里新添的仍是主要服务周边居民的学校式场所,图3的短途和图5的近端会一起指向较高的经历隔离。反过来,若新公园同时被邻近几个收入排名较远的街区使用,短途本身就可以提高收入差异。学校对酒店的百分比没有检验这种场所,因为酒店的远和学校的近,还绑着谁会去。

高收入都市街区的正系数提出另一道题。平均距离上升可以和经历隔离上升同时出现。把公交修到更远,若终点仍主要由收入排名接近的人使用,这条正斜率不会自动变成图6里最低收入组的−0.219。多样性还有一处不宜合并:都市区标准化系数在收入四分位2是−0.142,在四分位1只有−0.017。只盯着收入最低的一组,会错过多样性关联更强的邻组。这三件事都还需要能分开目的地使用者、停留和重复见面的数据,才能从伴随关系走到可操作的场所设计。


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