《Frontiers in Big Data》:Evaluating the reach and equity of public spaces in Mexico City using mobility data: the case of the Utopías in Iztapalapa
编辑推荐:
城市投资于社会基础设施以改善福祉,但收益取决于谁能够使用这些空间以及谁实际使用了它们。因此,可达性不仅关乎人们是否居住得足够近以到达设施,还关乎谁前往该设施以及从多远前往。研究人员利用来自基于位置的服务(Location-Based Services, LBS
城市投资于社会基础设施以改善福祉,但收益取决于谁能够使用这些空间以及谁实际使用了它们。因此,可达性不仅关乎人们是否居住得足够近以到达设施,还关乎谁前往该设施以及从多远前往。研究人员利用来自基于位置的服务(Location-Based Services, LBS)的高分辨率人类移动数据,考察了Utopías的这种实际可达性——Utopías是一个由十三个社区中心组成的网络,在墨西哥城东部一个拥有180万居民、服务不足的伊斯塔帕拉帕(Iztapalapa)区提供免费娱乐、文化和照护服务。研究人员将六个月的移动轨迹与公共交通数据(General Transit Feed Specification, GTFS)、地理参考犯罪登记册以及设施活动目录相结合,以识别与每个站点访客相关的因素。三个因素捕捉了可达性的不同维度。公共交通连通性追踪站点吸引的访客数量。拥有更具特色活动的设施(如天文馆或恐龙公园)在周末访客出行距离上表现出更大的增长。相比之下,周边地区暴力犯罪比例较高与更本地化、更低收入的访客集水区相关。总之,这些发现表明,社会基础设施的覆盖范围不仅随邻近性变化,还随交通、设施特色的独特性以及当地安全性而变化。
公共空间是城市政府重新分配福祉的重要手段。城市公园中的幸福感更高,绿色空间可及性可削弱收入与死亡率之间的关联。然而,设施的价值通过使用实现,物理邻近并不保证访问,尤其对低收入居民而言。使用取决于能否到达、是否有时间以及是否感到安全。传统测量方法(如现场调查、回忆问卷、入口计数)在全区尺度上难以准确反映实际使用。基于位置的服务(Location-Based Services, LBS)提供的高分辨率移动数据,使观察特定地点的访客成为可能。本研究聚焦墨西哥城伊斯塔帕拉帕(Iztapalapa)的Utopías项目——一个由13个社区中心组成的网络,提供免费娱乐、文化和照护服务。该区约有180万居民,贫困率高,绿地少。已有文献只记录建设内容,未测量使用者。因此,本研究旨在回答两个问题:网络实际覆盖了谁?为何站点间访客量差异巨大?
研究人员利用六个月(2023年9月下旬至2024年3月底)的匿名LBS移动轨迹,结合公共交通数据(General Transit Feed Specification, GTFS)、犯罪登记册(来自Fiscalía General de Justicia, FGJ)和手编活动目录,对全部13个站点展开分析。主要技术方法包括:基于停留检测(半径20米、时长至少5分钟)提取停留事件,用基于密度的空间聚类算法(DBSCAN,ε=20米,最小簇大小2)合并重复访问;将设备在居住时段(周末全天、工作日19:00–08:00)最常访问且至少出现14天的簇定义为家庭位置,并匹配到包含5,648个单元格的都市财富地图,得到每个访客的财富值;通过WiFi接入点和卫星影像重建站点边界;在站点1千米缓冲区内计算交通可达性得分(综合线路数、工作日班次、地铁、BRT和模式数量);基于官方描述构建服务目录,按稀有度和基础设施强度计算独特性指数;从犯罪记录中计算犯罪密度和暴力犯罪占比。最后聚合出独有访客数、出行距离、周末距离溢价(周末与工作日访客平均距离之差)和财富隔离指数S
a等站点级结果,并采用置换检验的Pearson相关和偏相关分析。
结果如下:
3.1 网络空间分布与访客来源:通过绘制站点分布和访客起源,发现Olini和Meyehualco两个最大站点分别吸引约2,700和1,200名独立访客,合计占所有记录访问的四分之三以上。其余站点中仅Teotongo超过300人,其余从几十到一百不等