《Computers, Environment and Urban Systems》：Revealing exacerbated socioeconomic stratification of urban mobility: A case study in Beijing, China
编辑推荐：
空间分层随着群体内同质性（homophily）与群体间极化（polarization）而加剧；后疫情时期出行频率与距离的变化在不同社会经济群体间呈现显著差异；更短且更本地化的出行减少群体间共在机会（co-presence opportunities）；公共交通
空间分层随着群体内同质性（homophily）与群体间极化（polarization）而加剧；后疫情时期出行频率与距离的变化在不同社会经济群体间呈现显著差异；更短且更本地化的出行减少群体间共在机会（co-presence opportunities）；公共交通可达性（transit accessibility）有助于缓解与基础设施差异（infrastructure disparities）相关的分层。
城市移动性（urban mobility）反映不同社会经济地位（socioeconomic status, SES）群体的日常活动空间，其分异程度直接关系到社会融合与可持续城市发展（可持续发展目标SDG 11.3）。已有研究多聚焦居住隔离，对后疫情时期特大城市的活动空间分层尚缺乏系统证据。为揭示这种分层是否加剧，研究人员以中国北京中心城区为案例，基于2019—2024年中国联通匿名聚合移动信令数据（覆盖超过800万用户、约15亿条聚合访问记录），结合第七次全国人口普查分区数据与安居客住房价格数据，将居民划分为低、中低、中高和高SES四组，采用社会经济分层指数（socioeconomic stratification index, SSI）、场所隔离指数（place-based segregation index, PSI）和经历隔离指数（experienced segregation index, ESI）等指标，系统刻画后疫情时代城市移动性的社会经济分层及其时空演变。
关键方法包括：①对250 m网格移动信令数据进行清洗，并按第七次全国人口普查分街道数据加权扩样至真实人口规模；②利用住房价格估计SES；③构建SSI、PSI、ESI三类指数；④计算访问频率、外出时间比例、加权出行距离和活动熵；⑤构造距离缩短与同质性增强的反事实分解模型（含高斯噪声扰动）；⑥采用二元Logistic回归（binary logistic regression, BLR）检验驱动因素，并依据城市中心距离分层回归。
研究结果显示：
4.1 不平等加剧的经历性社会分层。研究人员发现，2019到2024年，场所访问矩阵的SSI上升34.83%（0.267→0.360），群体间接触SSI上升32.34%（0.235→0.311）；PSI由0.36升至0.43。低SES组ESI最高（0.246→0.390），老年群体和外来人口经历更高ESI。高SES群体访问低层级场所的访问概率下降幅度更大，分层梯度在后疫情时期明显增强。
4.2 社会经济空间移动的分化。总体出行频率上升65.3%，其中高SES组上升73.2%；总体出行距离下降26.4%，低中SES组降幅最大（27.5%）；外出停留时间与活动熵分别上升14.4%和8.9%。敏感性分析显示，外出时间比例随SES和年龄单调递增，出行距离呈U形响应，活动熵均显著为正。反事实模拟表明，短距离出行单独会使Φ
place增加13.3%、Φ
group增加12.7%；高SES同质性单独使Φ
place增加36.9%、Φ
group增加2.6%；综合模拟估计2019—2024年Φ
place上升31.6%、Φ
group上升10.1%。
4.3 社会分层的空间与群体异质性建模。基于50万对居民抽样分析，居住距离是低SES群体接触概率最强的负向预测因子，且效应在2019—2024年间增强；社会经济差距的负向影响小于距离；社会属性相似性的正向作用减弱；设施数量差异对跨SES接触的影响较为复杂。二元Logistic回归显示，在距离城市中心0–5 km范围，青年和本地居民比例降低经历隔离上升概率，商场和医院增加该概率，公交和地铁站点降低该概率；在外围15–30 km范围，出行距离、活动熵、图书馆、博物馆等成为保护因素，商场角色从风险因素转为保护因素。基础设施效应呈距离和类型依赖，并非一致降低隔离。
讨论部分指出，移动性分层是长期模式的延续并在后疫情时期扩大；不同SES群体对公共设施可达性和出行适应的差异，与活动空间隔离上升相关。设施类型并不总是与隔离呈简单负相关：城市中心商场密度常与高端经济分层共存，而外围类似设施与融合相关。研究人员强调，应基于不同SES群体的出行与接触偏好制定政策，以空间公正为导向配置基础设施，避免持续群体隔离造成认知极化。结论部分可翻译为：以北京中心城区为案例，本研究记录了后疫情时期城市内部群体出行分层的特征。研究人员认识到北京是独特案例，这些具体分层模式未必适用于所有城市；城市经济发展、空间结构、文化特征和族群分布可能与城内群体出行行为差异有关。然而，本文发展的空间行为互动框架仍可用于研究其他快速城市化全球大城市。未来多城市分析可进一步扩展对城市形态与出行分层关系的理解，并应关注综合城市空间设施规划与跨SES群体融合的关系，识别不同空间位置和新设施建设的作用，为包容性城市规划提供参考。研究局限包括信令数据对人口的覆盖有限、单月观测无法评估季节波动、以住房价格为SES代理可能带来空间内生性、250 m网格分辨率无法识别微观人际接触；因此结果是描述性的而非因果性结论。
