长期以来的期望是，大型、密集和国际化的地区支持不同个体之间的社会经济混合和接触1 , 2 , 3 , 4 , 5 , 6。评估这一假设很困难，因为以前的社会经济混合衡量标准依赖于静态住宅数据，而不是工作场所、休闲场所和家庭社区中人们的现实生活暴露情况7 , 8。在这里，我们制定了一种暴露隔离的衡量标准，以捕捉这些日常遭遇的社会经济多样性。我们利用手机移动数据代表美国 960 万人的 16 亿现实世界暴露情况，测量了 382 个大都市统计区 (MSA) 和 2,829 个县的暴露隔离情况。我们发现，十个最大的 MSA 的暴露隔离程度比居民人数不足 100,000 的小型 MSA 高出 67%。这意味着，与预期相反，大都市地区的居民接触社会经济多样化的个体的机会较少。其次，我们发现大城市中社会经济隔离的加剧是因为它们为特定社会经济群体提供了更多的差异化空间选择。第三，我们发现，当一个城市的中心(例如购物中心)被定位为连接不同的社区并因此吸引各种社会经济地位的人们时，这种隔离加剧的效应就会被抵消。我们的研究结果挑战了人文地理学中长期存在的猜想，并强调了城市设计如何能够防止和促进不同个体之间的相遇。

主要的

在美国，经济隔离非常严重，收入影响一个人住在哪里9，一个人与谁结婚10，一个人与谁见面并成为朋友11。这种极端的隔离是代价高昂的。它减少了经济流动性12,13,14,15，引发了广泛的健康问题16,17,18，并加剧了政治两极分化19,20,21,22。尽管有各种各样的改革旨在减少经济隔离(例如补贴住房)，但长期以来人们一直认为，减少隔离最有力的动力之一是不断发展的城市化23及其引发的偶然混合1 , 2 , 3、4、5、6。_ _ _ _ _ _ 这种“大都会混合假说”预计，在大城市，人口多样性的增加、有限的空间和便捷的公共交通的结合将使不同的个体彼此更加接近2，从而减少日常的社会经济隔离。例如，纽约地铁被誉为“大杂烩”，每天都有各种各样的人在其中穿梭24。

尽管国际化混合假说看似合理，但大城市也为自我隔离提供了新的机会，因为它们足够大，使人们能够寻找和找到与自​​己相似的其他人25。这些关于城市化和社会经济混合之间关系的对比假设仍未得到检验，因为很难衡量现实世界中个体之间路径交叉和相遇的暴露7 , 26 , 27。当在设备级别分析手机地理位置数据时，就可以测量此类暴露。尽管手机数据已被用于许多研究目的28 29 30 31 32 33 34 35 36 37 38 ，但由于难以确定，尚未对社会经济混合和城市化进行全国性研究。个人层面的社会经济地位 (SES)，确定何时发生二元暴露，并收集跨城市或县进行比较所需的数据28 , 29 , 30 , 32 , 33 , 34 , 35 , 36。

在这里，我们仔细检验了世界混合假说及其背后的动力。为了评估这一假设并了解城市化与隔离之间的关系，我们使用去识别化 GPS 位置 ping 形式的手机移动数据(请参阅方法的“SafeGraph”部分)。从这些数据中，我们捕获了具有相似或不同社会经济地位的个体之间地理定位的个体水平暴露。这使我们能够制定市级和县级的隔离措施，以了解人们去哪里、何时去那里以及在途中遇到谁。

我们首先通过确定一个人的家庭位置及其每月租金值来确定该人的社会经济地位。接下来，我们构建一个动态网络，捕捉每个人在日常生活中与其他人的接触情况。我们的网络包含美国 382 个 MSA 和 2,829 个县的 9,567,559 个节点(代表个人，即手机)之间的 1,570,782,460 个边(代表物理空间中的暴露)。一对节点之间的每个带时间戳的边都表示两个人有过路径并相遇(即，他们同时位于同一位置)。我们分析这些数据来估计暴露隔离量，定义为美国每个地理区域(MSA 和县)内不同经济地位的个人相互暴露的程度。我们的暴露隔离测量通过捕获在空间和时间上局部的人与人暴露的多样性来扩展传统的静态隔离测量。

更现实的隔离措施

为了估计每个人的社会经济地位，我们首先从夜间手机定位 ping 推断他们的家庭位置(图1a ;参见方法的“推断家庭位置”部分)，然后我们恢复房屋的估计月租金值在此位置(图1a ;参见方法的“推断 SES”部分)。这种方法在估算个人社会经济地位方面比使用社区层面人口普查平均值的传统方法更准确30 , 31。接下来，我们识别一对个体交叉路径并因此彼此暴露的每个实例，定义为他们的两个设备在T分钟内彼此相距D米以内(参见方法的“构建暴露网络”部分)。尽管我们的主要发现对D和T的精确选择是稳健的(补充图5 - 8)，但我们的主要分析使用D  = 50 米和T  = 5 分钟，因为国际混合假设涉及视觉暴露1 , 2。据我们所知，与之前基于 GPS 的研究相比，这种方法提供了迄今为止最高分辨率的暴露测量30 , 31 , 39。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：