无论是刷非接触式银行卡乘坐地铁、为亲人挑选礼物，还是用智能手机找回家的路，我们的日常行为都会留下一连串数字信息。当这些痕迹被大规模收集和分析时，它们可以帮助城市规划者掌握城市生活的日常节奏，并揭示居住在那里的人们的相关趋势。
在一项最新研究中，我们利用墨西哥城信用卡和手机数据留下的数字痕迹，开发了一个新的数学框架，用以提取多种消费习惯或生活方式。我们发现，购买习惯不仅与年龄、性别、收入和出行等社会人口特征相关，也与人们前往的地点以及他们所联系的人有关。
过去十年间，智能手机数据帮助研究人员理解并规划城市。例如，位置数据被用于交通规划，以识别一天中不同时段哪些站点和路线最为繁忙。例如，科学家发现，人们未必会选择最优路线前往目的地，而是对于日常出行有一条偏好路线，同时也会较少地选择几条备选路线。
与此同时，零售企业一直利用信用卡数据和消费行为数据，根据消费者的购买组合构建消费者画像。这一点可以用一则“啤酒与尿布”的寓言来说明。事实证明，周五晚上，购买尿布的年轻男性也倾向于购买啤酒，这一群体后来成为了父母。
经过多年的分析，这些数字痕迹可以帮助科学家和政府以前所未有的规模，了解世界不同地区的社会如何应对经济衰退或重大政策变化等重大事件。
六大部落
根据所检测到的消费习惯，我们识别出六个群体，或称“部落”，同时通过汇总数据并确保其匿名化来保护个人隐私。这些群体各有一项核心购买行为，即其消费活动中最频繁的一项，如下图中的黄色箭头所示。
“通勤者”部落主要由居住在市中心较远地区的成年男性组成。他们开车通勤（需支付过路费），收入高于平均水平，并喜欢在餐厅用餐。
中年女性主导“家庭”部落，其支出和出行最少。她们的核心交易是日常杂货采购，收入较低，居住在郊区。平均而言，该群体成员接到的来自其他部落的电话较多。
年轻人分属两个部落。“年轻”部落的成员年龄在30岁以下，居住在市中心，主要以出租车作为出行方式，收入处于平均水平。
第二个群体名为“高科技”，年龄稍大，平均年龄为35岁。他们的核心交易集中于智能手机和电脑等科技产品。他们可能是年轻专业人士，因为其支出高于平均水平，手机中的联系人范围广，并且大部分活动都在市中心进行。
“外出用餐”群体居住在更靠近市中心的地区。他们的核心交易是餐饮消费。他们的社交网络中的联系人也比平均水平多。
我们还从随机抽取的市民样本中创建了一个“平均”群体作为基准，用以将其他部落的消费习惯和社会人口信息与之进行比较。
应对城市挑战
通过从这些数字痕迹中生成有用信息，我们希望帮助城市迎接数字革命，并解决重要的城市问题，例如如何使城市更具包容性。
例如，通勤者部落可能受燃油价格上涨的冲击最为严重，这可能会影响他们的支出和通勤。建设价格低廉且高效的公共交通系统，可能是城市地区的一项重要投资，尤其是在低收入住宅区与就业机会距离较远的地区。而为帮助家庭部落，我们可以考虑推行营养补贴，即激励在难以获得价格实惠、质量良好食品的地区开设低成本杂货店的计划。
此外，我们的研究表明，通过收集人们本已产生的数据，而非开展成本高昂、耗时且样本量非常有限的调查，就有可能获取有关日常流动性、社会联系和生活方式的信息。
这类分析可以帮助城市管理者基于涉及前所未有数量人群的数据做出明智决策，并针对不同群体和生活方式的具体需求制定更具针对性的政策。
