人工智能能预测下一个城市更新区域吗？ - 彭博社

标志宣传西伦敦新建的待售房屋。托比·梅尔维尔/路透社对城市更新的担忧在过去十年中不断增加，因为富裕和受过教育的人群重新涌入城市。但未来城市更新的速度和模式能否被预测？新的研究由一组数据科学家和地理学家提出了这样的观点。

这项研究由伦敦国王学院的乔纳森·里德斯、乔丹·德·索萨和菲尔·哈伯德进行，并发表在城市研究期刊上，使用了一种称为机器学习的人工智能技术，该技术基本上是训练计算机模型从过去的数据中学习，以预测未来的模式。在这种情况下，研究团队使用了伦敦过去城市更新的数据来预测下一次城市更新将发生在哪里。

彭博社城市实验室芝加哥以冷静、派对和阳光克服了民主党全国委员会的怀疑者纳粹掩体的绿意改造将丑陋的过去变成城市的眼球吸引者圣保罗的贫民窟如何帮助庇护南美洲最大城市仅使用公共交通的跨洲竞赛该研究使用机器学习分析2001年的数据，以“预测”2011年发生的城市更新。然后，利用该模型，预测2021年将发生城市更新的地点。研究开始时通过四个关键变量来衡量社会经济地位：家庭收入、房地产价值、职业份额（“顶级”职业类别的百分比）和职业资格（基于获得某一国家职业认证水平的居民比例）。

一旦研究人员计算了每个社区的社会经济地位，他们分析了年龄和种族等其他人口统计指标与城市化之间的相关性。社区数据基于英国的低层超级输出区（LSOA），该区域类似于美国的人口普查区，人口在1,000到3,000人之间。

当2001年的模型预测2011年会发生什么时，它与现实生活中发生的情况非常吻合。与其他传统模型（如标准回归分析）相比，它生成了非常接近的统计拟合。

令人惊讶的是，研究发现一些关键的人口统计因素，如“双收入无子女家庭”（DINKs）、车辆拥有率或种族，并未在城市化的主要预测因素中排名靠前。移民确实预测了城市化，但仅限于来自欧盟其他成员国（截至2001年）、美洲以及澳大利亚和新西兰的人。建筑类型也具有一定的预测价值，尤其是排屋或较老的建筑。最终，研究发现大多数主要预测因素反映了职业：长时间工作、技能和资格，以及工作灵活性，例如自雇或在家工作。

下面的地图绘制了2011年的城市化情况，使用自2001年以来的社会经济地位变化在社区层面上进行分析。它显示了从伦敦市中心发出的两个城市化关键轴线，一个朝西南方向，另一个朝东北方向，特色是所谓的“亿万富翁街”。深紫色的社区社会地位下降，而黄色的社区社会地位上升。浅薄荷色代表社会地位变化如此之小，以至于可能在统计上不具相关性。即使是富裕的社区，根据该模型也经历了变化和城市化。

2011年的城市更新社区

城市研究杂志下图显示了2021年城市更新的预测，再次将城市更新描绘为社区内社会经济地位的变化。这里模型预测城市更新不仅会发生在威斯敏斯特、肯辛顿和切尔西的中心社区，还会进一步扩展到通常的工人阶级区。同时，它预测城市更新将会跳过郊区的小城镇，这表明一个社区的提升可能与另一个社区的迁移和衰退有关。深紫色代表地位下降，黄色代表地位上升。

2021年城市更新社区的预测

城市研究杂志模型还预测，城市更新最终会整体放缓。值得注意的是，从2001年到2011年经历最剧烈变化的社区，从2011年到2021年将显示出较少的变化。模型发现这些社区的得分会随着时间的推移而提高，但这一趋势可能不会加速。

未来，研究团队希望重新审视他们的方法，但使用更及时的数据，例如通过Zoopla（一个类似于美国Zillow的房地产网站）获取的实时房价，甚至通过Twitter获取的其他文化消费指标，以预测城市更新将如何以及何时发生。

虽然像英国脱欧和新的交通基础设施项目这样的事件可能会改变绅士化的进程，但看起来像机器学习这样的工具可以帮助我们理解不仅过去为什么会发生绅士化，还可以了解未来最有可能发生的地方。

CityLab 编辑部研究员 Claire Tran 为本文提供了研究和编辑支持。