我们不再支持这个浏览器. 使用受支持的浏览器将提供更好的体验.
请 更新浏览器.
2017年3月
近年来，地方决策者1 是否越来越关注居民使用便利设施的问题. 城市居民购物要走多远? 地方政策制定者应该如何判断他们的选民是否能够获得他们日常生活所需的东西? 哪些零售供应商最能以居民能承受的价格提供他们想要或需要的商品和服务? 居民访问, 在当前的政策辩论中, 简单地说，意味着便利设施足够近，居民可以以合理的成本获得. 然而, 这种观点是不完整的，因为一些商家可能根本无法以适当的成本提供居民想要或需要的商品和服务, 从而促使居民寻找更合适的选择. 因此, 当地决策者的相关距离是居民和他们实际购物地点之间的距离.
居民前往商家所花费的时间是随着居民与商家之间距离的增加而增加的成本. 因为居住地点的选择取决于居民的经济能力, 这些成本可能会因收入范围的不同而有所不同. 当地官员针对不同收入和其他边际的居民在零售(和一般便利设施)上的不平等做出的回应之一，是20分钟街区的出现.2 “20分钟社区”指的是在步行或骑自行车20分钟内就能到达预定的一套便利设施的社区. 虽然这个策略很有用, 仅仅知道居民是否需要到社区以外的地方去购物是不够的. 更好地了解居民在零售渠道上的差距, 当地决策者需要知道居民什么时候真正离开他们的社区去购买这些东西. 在一般情况下, 他们需要居民居住地的可靠数据, 他们在哪里购物, 以及这些位置之间的典型距离.
12bet官方研究所有一个独特的视角，可以帮助当地决策者了解城市居民购物的路程. 我们的分析使用了与我们每月本地消费者商业指数相同的数据来源, 它利用了来自15个城市的5800多万匿名客户的180多亿笔信用卡和借记卡交易. 这些数据的数量和丰富程度通常为城市内的商业活动提供了独特的细粒度视图, 对于这个分析，它提供了一个微观层面的购买决策的镜头，在我们的样本居民. 我们使用这个数据资产来测量中位数距离3 在居民的邮政编码和他们选择光顾的商家的邮政编码之间. 此外, 我们将交易分为七种产品类型(服装), 娱乐, 燃料, 杂货店, 不耐用的, 药店。, 以及餐厅)，以便更好地了解哪种类型的零售最容易进入，哪种最不容易进入. 通过将我们的交易水平视图与居民收入估计相结合, 该分析为当地决策者提供了一种强有力的新方法，以确定居民在一系列产品和居民收入群体中获得零售的差距.
来说明这种方法提供的视图, 我们分析了2013-2016年期间底特律和纽约每年第二季度的信用卡和借记卡交易. 4 在这两个城市, 对于我们跟踪的产品类型，大多数交易都在居民20分钟步行半径之外. 我们的新方法5 使我们能够谈论与购物交易相关的典型商人距离, 我们将其定义为居民邮政编码中心和商家邮政编码中心之间的距离.6 在这两个城市的交易中, 典型的交易发生在离底特律居民家2英里远的地方.在4英里外的纽约市. 然而，居民住在城市的哪个地方很重要.7 在图1、8中，我们突出了底特律和纽约2016年第二季度的空间变化.
图1:2016年不同邮政编码的商户距离差异很大
我们比较了纽约和底特律，因为我们预计每个城市将为居民提供不同程度的零售服务. 纽约一直是人口最密集的城市之一，拥有许多公共交通选择. 因此, 这个城市的居民享有全国最高级别的零售渠道之一. 与此形成鲜明对比的是, 由于近几十年来的低密度和经济困难，底特律被一些人认为居民接触零售业的水平相对较低. 最近，底特律的故事已经成为一个复苏的故事. 地方决策者积极参与经济发展运动, 其中一个主要目标是增加底特律居民的便利设施.
我们发现，2016年第二季度，这两个城市的商户距离都比2013年第二季度短. 然而，这种距离的减少在不同的收入群体和产品类型之间是不同的. 例如, 底特律中等收入居民的距离下降最快, 以及纽约的低收入居民. 注意到这些差异可以帮助当地决策者更好地了解现有政策和投资战略的受益者. 本简报旨在阐明为什么对居民零售渠道的差异进行更细致入微的观察是有用的.
找到一个: 2016年，底特律和纽约的居民达到了71人.6%和56%.分别有8%的交易是在20分钟车程的社区之外进行的.
居民进入零售业至少可以通过两种方式进行探索. 第一个是针对特定社区的访问, 第二个是针对特定人群的访问. 社区框架可以在城市的不同地点之间进行比较，并有助于决定在哪里进行投资. 一些政策制定者通过从一个给定的点出发，以一个固定的半径来近似一个社区，从而实现了这一框架. 波特兰市(OR), 例如, 将一个20分钟的社区描述为一个居民可以到达一套规定的便利设施的社区.g. 杂货店)，步行大约20分钟即可到达. 9 我们的数据使我们能够扩大这一观点，以便看到更广泛的零售供应商(如.e. 不同的产品类型, 然后评估一下这些商家的交易是否在这个20分钟范围内. 10 我们分析了所有的产品类型, 在我们的样本中，居民的大部分交易都是在他们各自的20分钟社区之外进行的.
图2显示底特律居民的人均收入为71.2016年第二季度，6%的交易在20分钟步行半径之外. 在纽约，有56人.8%的事务发生在这个半径之外. 在这两种情况下，20分钟半径以外的交易比例都在下降. 从2013年第二季度到2016年第二季度, 20分钟半径以外的交易份额下降了2%.5和2.底特律和纽约分别增长1个百分点. 随着时间的推移，这两个城市在增加居民零售渠道方面取得了一些成功，这一趋势与这一观点是一致的.
图2:2016年第二季度，大多数交易发生在居民20分钟居住区之外
方圆20分钟以外的交易
对于政策制定者来说，“20分钟社区”是一种有用且易于处理的方法，可以表明特定社区的居民是否拥有可接受的便利设施. 事实上, 它的可操作性是这种策略在城市规划者中受欢迎的基础, 这也是我们探索这个方法的原因. 然而, 在一个预算紧张的世界里, 超越一个社区的居民是否有一定程度的零售渠道的二元框架，有助于当地决策者优先考虑投资. 二元度量错过了重要的细节, 比如居民实际要走多远才能获得便利设施, 这个距离是如何根据购买的性质而变化的, 以及这些“距离成本”发生的频率. 考虑到这两个城市的大部分交易都发生在20分钟之外, 了解与这些事务相关的距离分布非常重要. 如果政策制定者知道哪些社区在居民获得零售服务方面存在最大的差距，那么城市投资就能产生最大的影响, 从而允许在一组有价值的选项中对投资进行优先排序. 我们的方法允许我们探索居民接触零售的差异, 作为上述商人距离操作, 以一种20分钟的社区无法做到的方式跨越社区.
对于以下分析中的社区特定元素, 我们使用居民的邮政编码作为社区的代理. 任何提到社区都是指居民的邮政编码. 此外, 邻里分析只包括每个邮政编码的一个值, 居民和商人之间的中间距离. (请注意，这与本文中的大多数收入和产品类型分析相反, 哪些特征测量不是特定于单个邮政编码的. 而, 它们捕获了给定收入群体在全市范围内进行的所有交易的中间距离, 或者对于给定的产品类型.)通过确定每个街区的商户距离, 我们可以探索零售渠道是如何根据居民在城市中的居住地而变化的. 2016年第二季度，典型社区的居民 11 通常在商家那里购物.离他们在底特律的家1英里，还有1.距离他们在纽约的家8英里(参见图3).
图3:2016年，某典型小区的商户距离为0.底特律比纽约长3英里
居民和商人之间相隔数英里
典型的商人距离是集中趋势的度量, 因此只讲述了故事的一部分. 图4描绘了按街区划分的商户距离的完整分布. 条形图和密度图的值越高，表明有越多的社区具有相关的商户距离. 这一观点表明，在典型的纽约社区中，商家距离较短，因为几个社区的商家距离不到一英里. 底特律几乎所有街区的商业距离都在一英里以上. 能够看到完整的分布也提供了一个更细致的了解商人距离如何随时间变化. 从2013年第二季度到2016年第二季度, 底特律商业距离的下降是, 很大程度上, 由于商家距离超过3英里的社区数量减少.
图4:2013年至2016年间，底特律大幅缩短了3英里以上的商业距离
发现二: 从2013年到2016年，这两个城市的居民和他们选择的商家之间的距离都缩短了.
随着时间的推移，改善居民的零售渠道对底特律和纽约的当地决策者都有既得利益. 在某种程度上，选址新的零售地点需要了解哪些社区最需要帮助, 规划者需要某种方法来优先考虑一些社区. 了解哪些社区的商业距离较长或较短可以帮助确定优先级. 换句话说, 规划者需要了解一个特定社区在社区整体分布中的位置. 我们可以直接测量商业距离在所有社区的分布是如何随时间变化的.
图5:2013年至2016年，两个城市的典型商户距离都有所下降
箱线图提供了一种简洁的方式来显示中位数, 四分位数范围(25到75个百分位数之间的范围), 以及分布的最大值和最小值. 例如，2013年第二季度底特律社区的中间距离为2.2英里. 这个距离由图5中顶部蓝色框内的线表示. 第25百分位和第75百分位社区的商户距离为1.8英里零3英里.2英里，就像在同一个蓝框边缘看到的那样. 从方框中伸出的“须”表示分布中最短和最长的商人距离为1.2和3.6英里.
图5以箱形图的形式描述了所有n个社区的商业距离分布 12 2013年第二季度和2016年第二季度，底特律和纽约. 在此期间，典型社区的典型商人距离从2.2 to 2.在底特律1英里，从2英里到1英里.在纽约8英里. 13 这种下降与这两个城市在此期间居民进入零售业的机会都有所增加的观点是一致的.
在2013年第二季度和2016年第二季度，商家距离的范围比纽约更宽. 2016年第二季度, 底特律居民进入零售业的最高水平的社区，其商业距离为0.9英里. 纽约相应街区的商户距离为0.4英里. 在底特律，居民对零售的接触程度最低的社区，居民与商家的距离为3.7英里，而相应街区的纽约居民通常光顾商家.6英里外. 尽管这两个城市在2013年第二季度到2016年第二季度期间都有所增长, 不同社区的居民接触零售供应商的程度明显不同.
发现三: In 2016, 在这两个城市中，低收入居民与他们选择的商家之间的距离最长，高收入居民与他们选择的商家之间的距离最短.
在考虑哪些社区会从额外的零售供应商中获得最大收益时，按社区对商家距离的探索是一个有益的观点. 当一个人试图了解人口中哪一部分最需要帮助时, 然而, 查看每个收入群体或产品类型在全市范围内的距离分布是有用的. 探讨不同收入水平居民的体验, 我们把人口分成三组:低, 中产阶级, 和高收入. 14 2016年第二季度, 在这两个城市中，低收入居民的典型购物距离最长，高收入居民的典型购物距离最短(见图6) 15 ). 在底特律，低收入居民的商业距离是15.比高收入人群的商家距离长4% 16 居民(0.3英里). In 纽约, the difference was even larger; the merchant distance for low-income residents was 33.长3% (0.5英里). 在这两个城市, 高收入和中等收入群体之间的差距大于中低收入群体之间的差距.
图6:2016年，高收入居民的商户距离最短
居民和商人之间相隔数英里
这一发现与低收入居民在获得零售方面面临差距的观点是一致的. 中心城市的房地产市场越来越贵, 是什么限制了低收入居民能住得起的社区. 有趣的是, 高收入居民与他们选择的商家之间的平均距离(而不是中位数)实际上是最长的, 造成这一结果的原因是，相对较少的高收入居民选择长途跋涉到商家那里. 这一现象也支持了这样一种观点，即高收入居民有更多的选择余地.
发现四: 2013年至2016年, 底特律和纽约的低收入居民与他们选择的商家之间的距离都缩短了.
我们已经看到，在底特律和纽约，低收入居民的典型商业距离都比中高收入居民的典型商业距离长, 但随着时间的推移，低收入居民接触零售的机会增加了. 从2013年第二季度到2016年第二季度, 底特律低收入居民的商业距离有所下降, 从2跌落.3英里到2英里.1英里(-6英里.5%). 纽约的低收入居民也看到了零售渠道的增加, 商人距离从1.8英里比1.6英里(-7英里).8%).
图7:2013年至2016年，两座城市低收入居民的购物距离都有所下降
居民和商人之间相隔数英里
除了低收入居民, 从2013年第二季度到2016年第二季度，底特律和纽约的中高收入居民的零售收入有所增加, 但是，在这些群体中，获得的收益并不是均匀分布的. 从2013年第二季度到2016年第二季度, 底特律的低收入和高收入居民的商业距离以相似的速度下降(- 6%).5%和- 7%, 分别), 而中等收入居民的下降速度更快，下降了8%.5%. 相比之下，纽约低收入居民的购物距离下降最快(- 7%).8%)，其次是中高收入居民的显著下降(- 6%).3%和- 4%.4%). 因此, 在底特律，中等收入居民进入零售业的机会改善得最快, 而在纽约，低收入居民的生活质量改善最快. 一个群体能在多大程度上更快地改善零售渠道，取决于新供应商的所在地和他们提供的产品种类.
图8:2013年至2016年, 对于中低收入居民来说，底特律和纽约的商业距离下降最快, 分别
居民与商人之间的中间距离变化
发现五: 2013年至2016年, 获得必需品，如药房, 杂货店, 非持久提供者的改善最大.
我们的数据显示，居民和他们选择的商家之间的距离在不同的产品类型上差异很大. 17 如图9所示, 2016年第二季度，药店和杂货店是我们在底特律和纽约观察到的最容易到达的零售网点. 典型的底特律居民在药店购物.离他们家9英里，相比之下.在纽约开了4英里. 对于杂货店，相应的商户距离为1.4英里在底特律和0.在纽约5英里. 服装贸易距离最长，为3英里.8和2.底特律和纽约各2英里.
图9:2016年，这两个城市的居民获得药店的机会最多 18
根据产品类型，居民和商人之间的距离
然而，图9中所示的产品类型排序并不是恒定的. Merchant distances for each product type changed between Q2 2013 and Q2 2016; Figure 10 shows the extent of these changes over time. 底特律和纽约在某些产品类型的商人距离上表现出类似的趋势，但在其他产品类型上则有所不同. 在这两个城市, 商人到杂货店的距离, 不耐用的提供者, 药店在这段时间内减少了, 而商家到娱乐场所的距离增加了. 不同城市的趋势有所不同, 然而, 从商人到服装供应商的距离, 燃料, 和餐馆.
居民和商家之间的典型距离下降幅度最大的是药店等必需品供应商, 杂货店, 以及非持久提供者. The most noticeable shift between Q2 2013 and Q2 2016 occurred with pharmacies in 纽约; merchant distances dropped from 2英里 to 0.4英里. 底特律最大的变化是与非耐用品相关的商业距离的下降, 从2开始下降.5英里到2英里.2英里.
图10:2013年至2016年，纽约药房的可及性显著增加 19
根据产品类型，居民和商人之间的距离
每种产品的商家距离根据居民居住的社区而不同. 我们可以通过考虑给定产品类型的商家距离来了解这种变化.g. 杂货店)在一个社区内, 然后探索这些价值观在城市中所有社区的表现. 20 检查这些值的完整分布有助于我们了解大多数居民是否居住在靠近商业距离的社区, 或者远离, 城市中所有街区的典型商业距离. 它还允许更好地理解分布是如何偏向较高或较低的商人距离.
图11:2013年至2016年，大多数产品类型的商家距离分布收紧
小提琴图类似箱形图(见尾注12), 只要它们能直观地表示我们样本中的距离分布. 然而, 它们通过在每个图元素的每一边显示分布形状，从而比箱形图包含更多的信息. 当小提琴情节较宽时，表明更多的邻里特征比商人距离. 图11中的小提琴图也包含了在第25处描绘商人距离的线条, 50th, 分布在所有社区的第75百分位.
在图11的顶部面板中, 标记为“服装”的小提琴情节元素的蓝色部分捕捉了2013年第二季度底特律服装供应商按社区分布的商家距离. 中间虚线捕获中值(i.e. 第50百分位)值为4.1英里，这是典型社区的商业距离. 中位数以下和上方的线捕获第25和第75个百分位值3.2和5.分别是4英里. 这些对应于所有街区中第25和75百分位的街区内的商户距离, 按商家到服装供应商的距离排序.
结论
12bet官方研究所研究了当地的时间成本, 商业活动, 数据显示，零售渠道是一个复杂的问题，通过了解人们实际购物的地点和频率，可以更好地解决这个问题. 我们发现，居民和他们所选择的商家之间的距离有显著的变化.e. 商人距离)存在于各种产品类型中, 高收入居民的商户距离往往更短. 在一般情况下, 这两个城市的居民进入零售店的机会都在增加, 随着20分钟半径内发生的事务数量的增加. 尽管起动条件不同, 底特律和纽约的居民都看到了零售渠道的增加.
我们的分析表明，“20分钟社区”的概念是一个有用的工具，可以传达城市内零售渠道的真实信息. 然而, 它提供的观点存在盲点，可能导致投资资源配置出现问题. 从二元框架转变为接近实际行驶距离的框架，揭示了居民行为的重要事实，可以帮助当地决策者优先考虑未来的投资.
附录
底特律和纽约观察到的支出构成
在底特律和纽约都有, 我们样本中的居民在2016年第二季度将超过38%的信用卡消费分配给了餐馆. 在底特律，紧随其后的是服装，排名第27位.9%(相比38%).餐馆占2%). 此外，随着时间的推移，餐馆在信用卡消费中所占的份额越来越大. 这一增长大部分来自2014年初. 相比之下，燃料支出占比在此期间有所下降.
图12:按产品类型划分的交易比例
在纽约，差距甚至更大. 上榜餐厅38家.6%的消费，而杂货店占17%.9%. 像底特律, 刷卡消费的比例增加了, 而燃料消费则有所下降. 娱乐消费只占总消费的一小部分，为1.底特律是6%，底特律是1%.纽约是9%.
方法
12bet官方研究所利用底特律和纽约大都会地区居民的信用卡和借记卡交易数据进行了分析. 样本周期以2013 - 2016年每年第二季度为限. 我们选择季度观察来避免我们在月度观察中观察到的波动, 2016年第二季度是我们在分析时拥有完整数据的最近一个季度. 样本人口仅限于每个大都市区内的中心城市居民, 但他们经常光顾的商家可能在上述大都市区的任何地方. 最后一个样本捕获了我们纳入的12个月内来自100多万居民的1.97亿笔交易.
数据中的每个交易记录都将居民和商家的邮政编码作为属性. 居民的邮政编码记录了他们家的位置，而不是他们的工作地点. 与单个交易相关的距离是居民邮政编码的质心与商家邮政编码的质心之间的距离，以英里为单位.
报告为“典型”的距离表示给定分布中的中位数距离. 典型的“商人距离”表示居民和他们选择光顾的商人之间的中间距离. 为了确定这个值，我们首先对相关交集(e.g. 2016年第二季度底特律的所有交易). 在这个十字路口, 我们计算每个居民-商人邮政编码配对的交易总数. 我们还计算这些邮政编码对之间的累计交易总数和交集内的交易总数. 与每个距离相关的百分位数值计算为累积总和与路口所有交易总和的比率. 一旦百分位值与交点上的每个距离相关联, 我们将中位数定义为百分位数大于50的第一个距离. 其他四分位数也以类似的方式确定.
每笔交易的中间距离(或商家距离)是一个有用的度量，它比从给定点到固定距离的硬边界增加了更多的信息. 边界可以告诉我们是否有商家在步行20分钟的范围内, 但它没有提供有关该商人居住在边界内外多远的信息. 然而，我们对该方法的实现确实有局限性.
1. 使用质心到质心的距离而不是地址到地址的距离，因为出于隐私原因，纬度和经度信息在数据到达研究所之前已被删除. 如果居民和商人居住在各自邮政编码的中心附近, 与质心到质心测量相关的测量误差很小. 如果居民和商人居住在各自邮政编码的边界附近, 在距离测量中可能出现重大误差. 这些错误的潜在大小随着邮政编码的大小而增长. 在底特律，这种测量误差的风险更大, 哪个国家的邮政编码平均为18.而纽约的平均邮政编码面积是9.7平方英里. 然而, 我们没有先验的理论依据支持这样的信念，即居民和商人的分布系统地偏向于或远离每个邮政编码的质心. 如果我们假设居民和商人在邮政编码内随机分布, 上述假设意味着我们对整个样本的距离测量是无偏的(即使单个测量包含误差)。. 20分钟邻域方法完全避免了这种特殊类型的测量误差，因为它不试图提供连续距离测量中包含的信息.
2. 商家可能会在空间上安排一种促进“旅行连锁”的方式。, 哪一种做法是在一次旅行中光顾多家商店. 因为我们平等对待每笔交易, 我们不考虑商人之间的短途旅行, 在一次购物旅行中. 再一次。, 20分钟邻域方法避免了这种特殊类型的测量误差，因为它不试图提供连续距离测量中包含的信息. 一般来说，事务及其相关权重不会起作用.
3. 我们的测量框架的重点是居民的家和商人的位置之间的关系. 即使居民不住在他们想光顾的商人附近，他们也可能在他们附近工作. 因为我们没有观察居民在哪里工作, 我们可能夸大了居民接触商家所付出的边际努力. 在这种情况下，20分钟方法也存在同样的漏洞. 如果从你工作的地方去杂货店很容易，那么在你家附近开一家杂货店就不那么重要了.
中位数“质心到质心距离”方法的局限性远远超过了连续测量居民必须旅行的潜在距离所包含的信息, 只要它至少提供了一个大致的距离，可以用于分诊. 邮政编码和人口群体之间明显而持久的差异是采取行动的明确信号.
1. 在本文中，“地方决策者”指的是地方政府官员.g. 市长和城市规划者), 当地企业主, 以及致力于当地经济问题的研究人员/倡导团体
2. 我们进一步解释了20分钟社区概念，并将其与我们在发现#1中选择的指标进行了比较.
3. 中位数是分布中集中趋势的度量. 这是第50百分位的另一种说法. 如果我们有100个距离并按升序排序，中位数就是第50个距离. 说不同, 中位数是分布中的一个点，在这个点上，(大约)一半的距离较短，一半的距离较长. 此分析还将使用第1和第3四分位数, 发生在第25和75百分位, 分别. 在经过排序的100个距离的集合中，第25个百分位数是第25个距离. 分布中四分之一的距离会变短，而四分之三的距离会变长. 类似的结构用于第75个百分位数.
4. 季度度量的选择使我们能够避免月度度量的波动性，同时也提供了比年度度量更近的距离视图.
5. 因为20分钟邻里法并没有尝试测量行进的距离, 它无法区分大约一英里以外的交易. 如果最近的杂货店是1.1英里外, 如果最近的杂货店在10英里之外，那么对新供应商的需求就会减少. 这是20分钟方法中的一个材料盲点.
6. 就我们的目的而言，“典型”距离位于分布的中位数. 距离测量和相关的影响将在方法学一节中讨论.
7. 这些是全市范围内的中间值，整合了所有邮政编码的交易, 产品类型, 收入群体. 在这三个维度上，旅行长度都是不同的. 在这两个城市, 距离为0表示购物发生在自己的邮政编码范围内, 它们表示下界. 最长的路程是43英里.底特律市区5英里，纽约市区78英里.
8. 每个邮政编码中的颜色代表了居民家和商家地点之间每笔交易的典型距离.
9. 通常, 城市定义的便利设施还包括公园, 学校, 以及其他非零售设施. 波特兰对这种方法的复杂实施还包括关于陡峭坡度等行走障碍的额外信息, 河流, 和高速公路, 以及人行道和交通节点等基础设施. 在波特兰计划中，分析单元被称为“充满活力的社区中心” (http://www.portlandonline.com/ portlandplan /索引.cfm?c=58776&a=398384).
10. 为了我们的目的, 如果与该交易相关的商户距离小于普通人20分钟步行的距离，我们认为该交易来自20分钟半径内的供应商. 我们假设平均步行速度为3.每小时1英里，相当于20分钟的半径略大于1英里. 我们用于此计算的距离是居民邮政编码的质心与商家邮政编码的质心之间的距离.
11. “典型社区”指的是邮政编码的中位数. 通过建立每个邮政编码中行进距离的中位数来识别它, 将所有邮政编码按其各自的中位数距离排序, 然后在这个分布的第50百分位数上识别邮政编码. 与平均值不同，中位数不受两端极端距离的影响. 我们选择它是因为最长的距离很少出现，而且比分布中的大多数距离都要远得多, 是什么限制了平均值作为衡量典型居民经历的代表性.
12. 每个箱线图中的组件捕获分布中的重要值. 在主机箱内, 中线表示中值, 在给定的分布中，哪一个值是“典型的”代表性值. 框的左右边缘分别代表第25和第75个百分位值. 换句话说, 25%的事务与距离小于框左边缘的距离值相关联. 同样的, 25%的事务与比右边缘的值更长的距离相关联. 须延伸到小于或等于1的最小和最大数据点.5倍于四分位数间距(第25和第75个百分位数之间的距离). 大于1的所有数据点.四分位数间距的5倍被分类为异常值，并单独显示.
13. 这些变化对应于中间距离下降6.底特律和11%.邮编中位数在纽约占9%. 请注意，这是邮政编码中位数距离的中位数值. 如果一个人停止在邮政编码水平上的测量，只关注整个城市的中位数旅行距离, 下降要公平得多. 从2013年第二季度到2016年第二季度，底特律下降了5%.7%，纽约下降5%.8%.
14. 为了我们的目的, 低收入居民是指那些处于收入分配下层40%的人. 中等收入居民位于第41至60百分位之间, 而高收入居民则位于第60百分位以上. 根据隐私标准，我们将第一和第二五分之一，以及第四和第五分之一分组.
15. 图6在每个情节元素的主栏中描述了每个收入群体的商户距离. 覆盖在每个柱上的虚线表示距离的四分位数范围. 这条线的底部是所讨论的收入组中所有交易的第25个百分位数的距离. 当与给定事务相关联的距离为零时, 这意味着交易发生在居民的邮政编码范围内. 因此, 当虚线接近0时, 这意味着所有邮政编码的所有交易中有25%或更多发生在居民的邮政编码内. 这条线的顶部显示了收入组所有交易中第75个百分位数的距离. 请注意，这些图中没有考虑异常值.
16. 本简报中2013年至2016年期间的所有百分比变化数据均使用比简报中显示的数字更高精度的数字计算.
17. 对于这个计算, 我们查看了每个产品类型中全市范围内的交易情况, 不仅仅是每个街区的商业距离. 在这方面，它反映了早期研究结果中的收入群体分析.
18. 与图6非常相似, 图9描述了居民和所选商家之间的中间距离作为主要的酒吧元素, 四分位数范围(给定产品类型的所有距离的第25和第75个百分位数之间的范围)作为覆盖的虚线.
19. 图中正值表示2016年商家距离较高, 这对应于居民获得特定产品类型提供商的机会的减少. 在这段时间里，底特律的居民接触娱乐服务的机会减少了. 纽约居民发现，除了服装和娱乐供应商之外，餐馆的供应也减少了.
20. 注意，这个邻域视图不同于特定于产品的视图, 这是《12bet官网》第一部分的全城视野. 它回到了发现1中的“商家距离按街区划分”框架 & 2.
