结语

在本章中，我们尝试探究一个人的社会阶层是如何影响轨迹的，并且反过来通过一个人的数字足迹去预测他的社会经济特征。准确的及时的人口特征估计对于社会经济调研和政策具有重要意义。

手机数据可以提供大规模、高分辨的数字足迹，这些都是传统的方法如问卷、访谈不能够捕捉到的。并且我们还可以以低成本获得准确和及时的信息。尽管有这些好处，手机数据缺少通常可以直接从传统的问卷访谈得到的信息，如一个受访者的受教育程度或收入，受访者的行走目的和模式，他的媒体选择原因和习惯。此外，手机数据中的一些日志记录是由系统或app自动触发的，无法区分哪些任务是人自己执行的或者是机器执行的。最后，就人类移动而言，电话的详细数据和流量的详细数据记录了用户和信号塔连接的大概位置，提供了一个不够精确和不够完整的日常移动轨迹。因此，我们不仅仅需要关注完善从手机数据中提取有关注意力流动和人类移动有效信息的方法，同时我们也需要理解它的局限性。

运用Uzzi的Z-score方法，我们发现更高阶层的人在注意力网络上会更多浏览常见组合的app，选择更加大众、受欢迎的app；而移动网络中更多停留在不常见组合的地理位置，少去公众场所。通过进一步观察和量化用户在注意力和移动上的行为模式，我们认为个人的精力和体力都是有限的，如何管理这些自身有限资源是区分阶层的一个重要标准。富人会节约体力少去公众场所，把注意力放在更大众更满足自己需求的app上如社交类app，而且他们有一个更加规律的作息。而穷人随着数字媒体的普及，注意力更加碎片化和分散；固有的阶级又限制了他们在地理空间的探索，一方面需要走更远的距离，一方面又只能停留在常见的场所。因此社会阶层会影响我们在社交媒体的使用和现实空间移动的轨迹，同时在时刻表、生活方式、需求和地理位置的接触机会上的显著不同又预示社会阶层会被进一步固化。