5つのグローバル都市におけるモビリティ分析で見える都市混合の潜在的パターン

要旨: 本研究では、ボストン、シカゴ、香港、ロンドン、サンパウロにおける20万人超の住民を対象とした大規模な移動（旅行）調査データを活用する。個票レベルでの豊富なデータを用いて体系的な比較を行い、社会的な混ざり合い（social mixing）のパターンを明らかにする。これは、高解像度のモビリティデータだけを解析しても特定できない。さらに同一のデータセットを用いて、居住地区から社会経済的地位（socioeconomic status）を推定すると、自己申告の調査データを用いる場合よりも社会的混ざり合いの水準が16%低くなることが分かる。また、66歳超の人々は、後期の就労期（55〜65歳）にある人々よりも社会的混ざり合いが大きい。これは「第二の若者（second youth）」仮説をデータに基づいて支持するものだ。10代の若者や、育児・介護などのケアの責任を担う女性では、社会的混ざり合いの水準が低い。5つの都市すべてにおいて、大規模な交通（トランジット）駅への近さは、社会的混ざり合いに対する個人の社会経済的地位の影響を低減する。最後に、グラフニューラルネットワークを用いて、各都市について詳細な時空間の「場所ネットワーク」を構築する。自宅空間（home-space）、活動空間（activity-space）、および人口統計属性の入力を埋め込み、教師ありオートエンコーダに投入して、個人の曝露（exposure）ベクトルを予測する。結果は、個人の活動空間の構造、すなわち人々がどこへ移動するかが、場所への曝露の変動の大部分を説明することを示す。これは、モビリティが経験される社会的混ざり合いを、社会人口統計的特徴、居住環境、交通の近接性よりも強く形作っていることを示唆する。アブレーションテストではさらに、異なる所得層が同程度の社会的混ざり合いを経験しうる一方で、その活動空間は所得によって層別されたままであり、その結果、構造的に異なる社会的混ざり合いの体験が生じることが明らかになる。