为什么城市规划者应该关注餐馆点评网站

在大城市里，寻找公寓的人经常利用餐馆的存在来判断一个社区是否适合居住。事实证明，这条经验法则有很多用处:麻省理工学院城市研究学者现在发现，在中国，餐馆数据可以用来预测社区的关键社会经济属性。

事实上，研究人员说，利用在线餐厅数据，他们可以有效地预测一个社区的白天人口、夜间人口、位于其中的企业数量，以及该社区的总体消费金额。

麻省理工学院(MIT)城市研究教授郑思琪(Siqi Zheng)表示:“餐饮业是当地最分散、最放松管制的消费行业之一。“它与当地的社会经济属性高度相关，比如人口、财富和消费。”

研究人员说，将餐馆数据作为其他经济指标的指标，对城市规划者和决策者来说可能具有实际意义。在中国，和许多地方一样，人口普查每十年才进行一次，要以更快的速度分析一个城市不断变化的地区的动态可能很困难。因此，量化住宅水平和经济活动的新方法可以帮助指导城市官员。

“即使没有人口普查数据，我们也可以预测一个社区的各种属性，这是非常有价值的，”郑补充道。他是房地产开发和创业学副教授、麻省理工学院中国未来城市实验室(MIT China Future City Lab)主任。

麻省理工学院Senseable City实验室主任、论文合著者卡洛•拉蒂(Carlo Ratti)表示:“如今存在着大数据鸿沟。”“数据对于更好地理解城市至关重要，但在许多地方，我们没有太多(官方)数据。同时，我们有越来越多的数据产生的应用程序和网站。如果我们使用这种方法，我们(能够)了解那些不收集数据的城市的社会经济数据。”

这篇题为“利用餐馆数据预测社区的社会经济属性”的论文本周发表在《美国国家科学院院刊》上。作者为郑，通讯作者;Ratti;以及麻省理工学院中国未来城市实验室和Senseable城市实验室联合主办的博士后雷东。

该研究以邻近的9个城市为研究对象:保定、北京、成都、衡阳、昆明、沈阳、深圳、岳阳和郑州。为了进行这项研究，研究人员从大众点评网(Dianping)上提取了餐厅的数据。他们将大众点评网描述为相当于英文商业评论网站Yelp的中文网站。

通过匹配点评网数据可靠,这些城市的现有数据——包括匿名和聚合手机位置数据从5630万人,银行卡记录、公司登记记录,和一些人口普查数据,研究人员发现他们可以预测95%的变异在白天人口在社区。他们还预测了95%的夜间人口变化、93%的企业数量变化和90%的消费水平变化。

“我们使用了新的公共数据，并开发了新的数据扩充方法来解决这些城市问题，”董说。他补充说，该研究的模型是“为社会公益(使用)数据科学和为城市经济社区(使用)大数据的新贡献。”

研究人员指出，与以前使用的其他方法相比，这是一个更准确的指标，可以用来估计社区人口和经济活动水平。例如，其他研究人员已经使用卫星成像技术来计算城市夜间的光照量，进而利用光照量来估计邻居的活动水平。虽然这种方法在人口估计方面效果很好，但餐馆数据法总体上更好，在估计商业活动和消费者支出方面也更好。

郑说，她“有信心”研究人员的模型可以应用到其他中国城市，因为它已经显示出良好的城市预测能力。但研究人员也相信，他们采用的方法——使用机器学习技术来锁定显著相关性——可能适用于全球的城市。

研究人员在论文中指出:“这些结果表明，餐馆数据可以捕捉到社会经济结果的常见指标，而且这些共性可以被转移……在调查结果未被观察到的城市中，这些共性具有合理的准确性。”

正如学者们所承认的，他们的研究观察了餐馆数据和社区特征之间的相关性，而不是具体说明起作用的确切的因果机制。拉蒂指出，餐馆和社区特征之间的因果关系可能是双向的:有时餐馆可以满足已经繁荣的地区的需求，而有时它们的存在是未来发展的预兆。

拉蒂表示，在餐馆和社区开发之间，“总是有(同时)推动和拉动”。“但我们的研究表明，社会经济数据在我们所考察的城市的餐馆景观中得到了很好的反映。有趣的发现是，这似乎是一个很好的代理。”

郑说，她希望更多的学者能够学习这种方法，这种方法原则上可以应用于许多城市研究课题。

郑说:“餐厅数据本身，以及它预测的各种社区属性，可以帮助其他研究人员研究各种城市问题，这是非常有价值的。”

这项研究是由麻省理工学院中国未来城市实验室(China Future City Lab)和麻省理工学院Senseable城市实验室联盟(MIT Senseable City Lab Consortium)正在进行的合作产生的。这两个组织都使用了广泛的数据源，为城市动态提供了新的线索。

这项研究还得到了中国国家科学基金的部分资助。