Девушки на переднем плане взаимодействуют с рикшей на заднем не только из-за тонального подобия, но и из-за поворота головы одной из девушек. Вообще, направление взгляда ( как и направление жеста), очень сильные "стрелки". Они управляют взглядом зрителя сильнее других.

Кроме того отмечу "закрытость" композиции. Взгляд зрителя "заперт" к кадре, ограниченный с одной стороны этой красной деталью, а с другой - фигурой рикши. Закрытая композиция помогает на более долгое время удержать внимание зрителя в кадре.