Более

Вырезание данных блока переписи на изучаемую территорию


Я пытаюсь сократить данные переписных участков до изучаемой территории. У меня есть многоугольник области исследования (сделанный путем выбора целых округов, представляющих интерес), и я обрезал этим данные переписи. Когда я посетил новый файл переписи, я обнаружил, что этот процесс создал очень маленькие «фрагменты» из исходного набора данных переписи (площадь менее мили), но их население исчисляется тысячами; все население первоначального квартала было зажато в этой крошечной области. Я думал, что вырезание данных в ходе исследования было бы успешным, поскольку блочные группы, по крайней мере, насколько мне известно, не пересекают округа. Есть ли способ легко удалить эти посторонние осколки или лучший способ сократить данные переписи до исследуемой области?


Проблема, вероятно, в том, что границы вашего округа и ваши участки переписи не идентичны и не выстраиваются в линию, оставляя вас с осколками. Вместо отсечения вы можете просто запросить округа, которые вы хотели бы использовать, в пределах области исследования, используя поле «COUNTYCU» в таблице атрибутов. Это поле дает уникальный идентификатор каждому округу. Использование этого идентификатора гарантирует, что вы используете блоки, которые находятся только в пределах вашей области изучения.


Анализ джентрификации в Google Street View: пример одного переписного участка в Нортсайде, Цинциннати, США

С 1990-х годов процесс джентрификации в США распространился вниз по городской иерархии и на районы, расположенные дальше от центра города. Этот документ посвящен одному переписному участку в пригороде внутреннего кольца одного среднего города в США, который подвергался джентрификации в период с 2000 по 2016 год. Хотя использование данных переписи для измерения джентрификации существует уже несколько десятилетий, новый инструмент, Google Street Просмотр, теперь может дополнять измерение джентрификации. Используя данные переписи населения, изображения Google Street View и индекс джентрификации Хванга (Джентрификация, раса и иммиграция в меняющемся американском городе, Гарвардский университет, Кембридж, 2015 г.), я документирую изменения в искусственной среде в районе Нортсайд (тракт 74) в городе Цинциннати. Доступное расположение этого урочища по отношению к центру Цинциннати и Университету Цинциннати / Больничному комплексу, а также наличие высококачественного и недорогого жилья сделали его центром частных, корпоративных и государственных инвестиций после 2000 года. К 2014/16 г. эти инвестиции изменили искусственную среду урочища 74. Нет никаких доказательств того, что Великая рецессия замедлила процесс джентрификации, поскольку урочище 74 перешло от дезинвестированной в 2011 году к ранней стадии джентрификации к 2014/16 году.

Это предварительный просмотр содержимого подписки, доступ через ваше учреждение.


Программа по статистическим областям участников

Основы
Программа статистических районов участников переписи 2020 года (PSAP) предлагает местным органам власти, правительственным советам и региональным организациям планирования возможность просматривать и изменять избранные статистические границы, которые Бюро переписи США использует для подсчета людей в нашем сообществе.

PSAP в треугольнике
Участвуя в PSAP, регион «Треугольник» в конечном итоге получит наиболее актуальные и полезные данные о населении, доходе и жилье для географического анализа небольших территорий. Бюро переписи населения использует статистические границы для табулирования данных для переписи населения 2020 года, обследования американского сообщества, экономической переписи и других обследований. Данные, представленные в таблицах для географических регионов PSAP, используются федеральными, государственными и местными агентствами для планирования и будущих целей, а также частным сектором, научными кругами и общественностью. Стандартные статистические географические регионы включают: участки переписи, группы блоков переписи и определенные места переписи (CDP).

Информационно-пропагандистская деятельность и координация с нашими партнерами
Triangle J COG работала со своими семью округами и другими заинтересованными местными сторонами, чтобы обеспечить надлежащий учет приоритетов региона при установлении и проверке статистических границ. Данные переписи для обновленных статистических областей используются для подготовки заявок на гранты для финансирования общинного и регионального развития, образования, сельского хозяйства, энергетики и экологических программ, а также других необходимых улучшений и улучшений сообщества. Данные переписи используются для планирования будущих потребностей сообщества, что потребовало разъяснительной работы и взаимодействия со многими департаментами округа, такими как планирование, общественные работы, транспорт и ГИС / информационные технологии. В сотрудничестве с округами, MPO и RPO, TJCOG представила окончательный пакет PSAP в Бюро переписи 15 мая 2020 года. Бюро переписи начнет публиковать географические данные по результатам переписи 2020 года в декабре 2020 года. Следующая возможность рассмотреть и разграничить статистические площади запланированы на перепись 2030 года.

Результаты разграничения и проверки PSAP
В сотрудничестве с местными органами власти и агентствами по планированию транспорта, TJCOG очертил и проверил статистические границы переписи для наших семи округов. Кроме того, сотрудники TJCOG и CAMPO тесно координировали свою деятельность с региональным COG Керр-Тар, чтобы убедиться, что TAZ во Франклине, Гранвилле и Персоне участвуют в работе Kerr-Tar. В конечном итоге Triangle J COG представил 119 участков и 430 групп блоков в качестве дополнений к Географическим данным переписи 2010 года, что в сумме составляет 480 участков и 1299 групп блоков в регионе Треугольника. Статистические границы, такие как участки и группы кварталов, разбивают большие географические области на более мелкие локальные области. Увеличение как участков, так и групп блоков предоставит TJCOG и его сообществам-членам наиболее актуальные и полезные данные о населении, доходах и жилье в регионе Треугольника.

Полная разбивка процесса, графика и результатов программы PSAP TJCOG доступна в раздаточном материале Программы статистических областей для участников переписи 2020 года, подготовленном 29 мая 2020 года.

Материалы статистических областей участников 2020

Деятельность TJCOG

Краткие справочные руководства по программам и усилителям

TIGERweb
Используйте TIGERweb для обзора статистических областей 2020 года

Инструкции по использованию TIGERweb для просмотра статистических областей PSAP 2020 года см. В Краткой программе проверки PSAP и Руководстве для респондентов.


Доступность в электронном виде:

CensusCD 1980 [Электронный ресурс]
Нью-Брансуик, штат Нью-Джерси: GeoLytics, Inc., 2000.
Версия 2.0
CensusCD 1980, позволяет получить доступ к полным результатам переписи населения США 1980 года, вплоть до переписного участка. Более 2500 демографических групп и географических идентификаторов существуют для каждой географической области. Также был включен полный набор карт 1980 года вместе с картографическим программным обеспечением.
найти в библиотеке

CensusCD 1980 [Электронный ресурс]
Нью-Брансуик, штат Нью-Джерси: GeoLytics, Inc., c1999 г.
Версия 1.0
& quotCensusCD 1980 - это первый продукт, позволяющий получить доступ ко всем результатам переписи населения США 1980 года, вплоть до переписного участка. Более 1500 демографических групп и географических идентификаторов существуют для каждой географической области. Более 50 демографических данных переписи 1990 года были преобразованы обратно в географические районы 1980 года. И полный набор карт 1980 года, вместе с картографическим программным обеспечением, был включен ». - Введение.
найти в библиотеке

Блоки CensusCD [Электронный ресурс]: полные данные блоков США и карты
[Ист-Брансуик, Нью-Джерси]: GeoLytics, 1998 г.
Версия 1.0
& quot. содержит все данные о населении и жилищном строительстве из файлов STF 1B и PL94-171 Бюро переписи населения, последние данные о границах TIGER и более 50 географических идентификаторов, включая коды FIPS 1980 года и почтовый индекс для взаимосвязей между блоками переписи & quot - Руководство пользователя, лист 2.
найти в библиотеке

CensusCD База данных изменений окрестностей (NCDB) [электронный ресурс]: данные по участкам 1970-2000: избранные переменные для участков переписи населения США за 1970, 1980, 1990, 2000, а также картографирование!
Полная версия 1.0
Э. Брансуик, Нью-Джерси: GeoLytics, c2003 г.
Также имеется на 1 компакт-диске: цв. 4 3/4 дюйма
Содержит общенациональные данные на уровне районов из десятилетних переписей 1970, 1980, 1990 и 2000 годов. Объединяет данные Бюро переписи США в один продукт с переменными и границами участков, которые последовательно определяются на протяжении всех лет переписи.
найти в библиотеке


Использование геопространственного анализа данных переписи населения США для изучения динамики урбанизации и землепользования

Данные переписи населения США с географической привязкой предоставляют большой объем информации о степени урбанизации и землепользования. Подсчет населения, количество единиц жилья и уровень их вакантности, а также демографические и экономические параметры, такие как расовый состав и доход домохозяйства, а также их изменение во времени, могут быть изучены на разных уровнях географического разрешения для наблюдения за моделями городского бегства, пригородов и т. Д. реурбанизация и разрастание. В этом документе будет проведен обзор литературы по предшествующему применению данных переписи в геопространственных условиях. В нем будут определены сильные и слабые стороны и рассмотрены методологические проблемы подходов к изучению урбанизации на основе переписи. С этой целью предоставляется подробный обзор географической структуры данных переписи населения США и ее эволюции. Обсуждаются экологические заблуждения и проблема изменяемых единиц площади (MAUP), а также вводится взвешенная плотность населения как более надежная альтернатива приблизительной плотности населения. Особый интерес будет представлять сравнение литературы и & # x2 для интеграции данных переписи с альтернативными методологиями, например на основе дистанционного зондирования. Общая цель этой статьи - заложить основу для оптимального использования данных переписи с высоким разрешением при изучении урбанизации в Соединенных Штатах.

Ключевые слова
Разрастание, Разрастание городов, Город, Плотность населения, Взвешенная плотность населения, Перепись, Перепись в США, География переписи, Урбанизация, Субурбанизация, Городские перелеты, Реурбанизация, Землепользование, Землепользование, Эффективность землепользования, LULC, Дистанционное зондирование, Геопространственный анализ, ГИС , Рост, рост городов, пространственное распределение населения, границы города, протяженность города, застроенная среда, городская форма, пространственная интерполяция, масштаб, пространственный масштаб, продольное исследование, дасимметричное картографирование, экологическая ошибка, MAUP, проблема изменяемых единиц площади, метрики


Как изменения на переписном участке могут быть использованы для получения финансовой выгоды.

Вот интересная история о том, как география переписи может стать очень политизированной.

есть опасения по поводу изменения границ переписного участка в центре Питтсбурга (305) во время переписи 2020 года. Часть участка была выделена в соседний район Хилл, чтобы попытаться получить федеральную зону возможностей для привлечения инвестиций в этот район. Это назначение позволит частным предприятиям воспользоваться налоговыми льготами, инвестируя в этот район.

Так в чем проблема? Некоторые люди в сообществе устали от любых новых разработок в районе, которые могут привлечь более состоятельных жителей. Этот район является историческим центром афроамериканского сообщества Питтсбурга. (https://en.wikipedia.org/wiki/Hill_District_(Pittsburgh). Самая активная группа - это Корпорация развития сообщества Хилл. Они обеспокоены тем, что изменение демографических данных может нанести ущерб району, поскольку любое увеличение доходов уровень лишит Хилл права на доступное жилье и другие мероприятия по развитию сообщества (например, Программу блочных грантов HUD).

Согласно PublicSource, между организацией Pittsburgh Penguins и Департаментом общественного и экономического развития штата Пенсильвания (DCED) велась переписка, чтобы попытаться сделать этот район подходящим для зоны расширения прав и возможностей. Кроме того, мэрия Питтсбурга связалась с налоговой службой по поводу изменения границ переписи, чтобы включить части района Хилл в тракт (раздел, включающий хоккейный стадион).

Прямо сейчас по просьбе организации «Питтсбург Пингвин» по просьбе организации «Питтсбург Пингвин» будет проведена встреча CDC для обсуждения этого вопроса. Встреча назначена на 15 марта 2021 года.

Давайте вернемся немного назад и начнем с того, что такое переписной участок и каков процесс проверки.

Согласно Бюро переписи США, тракт представляет собой «относительно постоянное географическое подразделение небольшой площади округа или статистически эквивалентного объекта, определенного для составления таблиц и представления данных десятилетней переписи и некоторых других статистических программ». Каждые десять лет в течение десятилетней переписи географический отдел Бюро переписи проводит программу, называемую Программой статистических районов-участников (PSAP). Согласно окончательному уведомлению Федерального реестра от 11/2018, PSAP разрешает «назначенным правительствам или организациям возможность проанализировать и, при необходимости, предложить обновления границ и атрибутов участков переписи в их географической зоне через Программу статистических зон участников (PSAP). Программа также включает в себя обзор и обновление блочных групп переписи, отведенных для переписи мест и переписных округов..”.

Таким образом, если они были назначены, город Питтсбург и округ Аллегейни могли создавать и проверять любые изменения в переписных участках, группах переписных блоков, местах, определяемых переписью (CDP), и подразделениях переписных округов до их публикации. Рецензент (ы) просмотрел бы изменения и связался с Бюро переписи, если бы у них возникли какие-либо проблемы или изменения в географическом положении. Любые изменения в трактате 305 проходили на местном и федеральном уровне. Тон статьи, кажется, пытается возложить вину за изменение границ на Перепись. (Если бы не было местного обзора, то любое изменение, предложенное переписью, было бы принято). Бюро переписи населения пока не прокомментировало этот вопрос.

После прочтения у меня возникли вопросы.

  • Была ли местная проверка урочища?
  • Кто были обозреватели?
  • Если нет, то почему они не предали его широкой публике?
  • Почему было допущено вмешательство частной организации?

Будем надеяться, что мы получим ответы.

КОММЕНТАРИИ (0)

Новые Первые Старые Первые Новые Первые Самые понравившиеся Наименее понравившиеся Предварительный просмотр Оставьте комментарий…ДалееПредставляем мой подкаст: данные для всех данных, подкаст


Оценка поведения домашних хозяйств при транспортировке и стоимости жилья

Как только эти модели будут разработаны, мы сможем использовать их для оценки среднего количества автомобилей на домохозяйство и пройденных миль транспортных средств, а также процента пассажиров, пользующихся общественным транспортом, для всех 198 373 блочных групп переписи, охваченных Индексом. Это достигается путем включения данных для каждой из 15 переменных-предикторов для каждой группы блоков как в модель SEM, так и в модель VMT.

Рисунок 3: Общий метод оценки использования транспорта на основе регрессионных моделей

Большинство входных переменных поступают из данных, которые описывают особенности района, которые являются общими для всех, кто там живет: плотность населения, пешеходная доступность, качество и доступность общественного транспорта, а также доступ к занятости (все это характеристики застроенной среды). Для исходных данных, которые идентифицируют характеристики самих жителей - размер домохозяйства, доход и количество пассажиров, - использование фактических данных по каждой блочной группе не даст очень полезного индекса. Поскольку люди, как правило, живут в местах, которые они могут себе позволить, использование реальных демографических данных позволило бы составить карту, на которой большинство районов выглядят более или менее доступными. Вместо этого мы выбрали восемь профилей домашних хозяйств, характеризующихся количеством членов семьи, доходом и количеством пассажиров, которые представляют широкий спектр американских семей, что дает полезную информацию о доступности для множества различных пользователей, включая потребителей, агентства по планированию, специалистов по недвижимости. , и консультанты по жилищным вопросам.

Таблица 3: Профили домохозяйств, используемые для оценки использования транспорта
Профиль домохозяйства Доход Размер Кол-во пассажиров
Семья со средним доходом MHHI 4 2
Человек с очень низким доходом Национальная черта бедности 1 1
Работающий индивидуал 50% ОМС 1 1
Одинокий профессионал 135% от ОМС 1 1
Пара пенсионеров 80% ОМС 2 0
Неполная семья 50% ОМС 3 1
Семья со средним достатком 80% ОМС 3 1
Двойная профессиональная семья 150% от ОМС 4 2

MHHI = средний доход домохозяйства для данного CBSA

Каждый CBSA и сельский округ имеют уникальный набор профилей домохозяйств. Мы используем эти региональные профили в сочетании с входными переменными на уровне блоков и групп модели & rsquos для оценки жилищных и транспортных расходов домохозяйств. На рисунках 3 и 4 показано, как это делается для домовладельцев и арендаторов, соответственно, с помощью SEM, который оценивает количество автомобилей на одно домохозяйство, процент пассажиров, пользующихся общественным транспортом, и расходы на жилье для каждой блочной группы переписи и округа вне метрополии. В результате получается 16 наборов оценок для этих трех переменных: набор домовладельцев и съемщиков для каждого из восьми профилей домашних хозяйств.

Рисунок 4: Оценка количества автомобилей на домохозяйство, процентная доля пассажиров, пользующихся общественным транспортом, и расходы на жилье для восьми различных профилей домохозяйств домовладельцев
Рисунок 5: Оценка автомобилей в расчете на одну семью, процентную долю пассажиров, пользующихся общественным транспортом, и стоимость жилья для восьми различных профилей домохозяйств арендаторов

На рисунке 5 показано, как это работает с использованием модели VMT, генерирующей оценки VMT для восьми профилей.

Рисунок 6: Метод оценки VMT для восьми различных профилей домохозяйств арендаторов


Комплексные географические информационные системы (IGIS) анализ и определение тектонической структуры северной Мексики

Структуры разрыва земной коры, возобновившиеся в ходе тектонической истории северной Мексики, представляют собой поверхностные выражения плоскостей слабости в форме простых или сложных прямолинейных или слегка изогнутых элементов, определяемых как линеаменты. Если иное не определено как сдвиговые разломы, линеаменты являются частью параллельных и субпараллельных наклонных сходящихся или наклонно расходящихся тектонических зон, пересекающих Западную Сьерра-Мадре и северную Мексику в северо-западном направлении. Эти зоны сдвига являются ответом на наклонную субдукцию плиты Фараллон под Северной Америкой. Кинематический анализ пяти выбранных участков на севере Мексики, трех бассейнов и двух зон сдвигового сжатия доказал возможность сочетания схемы механизма сдвига и моделей из аналоговых материалов, спутниковых изображений и географических информационных систем в качестве помощи для определения сдвигового сдвига. . Это было сделано с использованием процесса обратного проектирования путем сравнения геометрий. Одна из оцененных площадок, включая бассейн Паррас, блок Коауила (CB), разлом Сан-Маркос, постулируемый разлом PBF-1, позволила провести палипастическую реконструкцию CB, которая подтвердила результаты определенного вектора движения, в дополнение к расширению ∼25% в северо-западном юго-восточном направлении. Компиляция на основе ГИС и региональные структурные исследования с привязкой к местности, выполненные несколькими исследователями, были использованы в качестве наземных контрольных зон (GCA), их интерполяция и интерпретация позволили создать карту тектонической структуры северной Мексики. Кроме того, модели заштрихованного рельефа, наложенные линеаментами / слоем разломов, позволили провести структурный анализ бассейнов, связанных с этими основными структурами. В результате этого исследования были получены два важных результата: разлом Тепехуанес-Сан-Луис (TSL) и разлом Гуадалупе, названные здесь, смещают грабен Вилья-де-Рейес и грабен Агуаскальентес, соответственно, к юго-востоку, подтверждая их левосторонний вектор. затем движение ТСЛ было смещено на юг правым боковым сдвигом разлома Таско-Сан-Мигель-де-Альенде. Второй результат относится к гипотезе о том, что Центральная гора была перенесена на свое нынешнее место из-за зоны субдукции, расположенной к северу. Эта зона субдукции совпадает с данными нескольких исследователей, которые постулировали эту идею. Зоны сжатия относятся к сегментам Sinforosa и постулируемого разлома Aquinquari, расположенного в стратотектоническом террейне Герреро, который считается высокоминерализованной зоной. Отрицательные аномалии около -200 миллигалл явно указывают на кратонный блок, идентифицированный в западной части Чиуауа, который получил название Кратонный блок Западного Чиуауа (WCCB). В юго-западной части Северо-Американского кратона возрастные провинции хорошо задокументированы, но идея блочного или мобильного пояса не выдвигалась и не подчеркивалась. Настоящее исследование объединяет данные нескольких типов, седиментологические, структурные, магматические геохимические и геохронологические данные для оценки этого поведения в юго-западной части Северной Америки, и предлагаемый блок проверяется на этих данных. Наличие WCCB подтверждается большим количеством данных. Бассейны, впадины, авлакогены, бимодальный вулканизм и другие рифтовые и рифтовые уступы характеризуют пространственно ограниченные подвижные пояса. Подвижные пояса, окружающие WCCB, содержат геологические записи событий, восходящих к 1,4 млрд лет назад, при этом в геологическом времени преобладают различные аспекты. Подвижные пояса будут участвовать в сжатии, (субдукции), растяжении (рифтинг) и трансформационных (боковых) разломах. WCCB мог быть получен из близлежащего соседнего Северо-Американского кратона в результате действия подвижных поясов. Это исследование показало, что интеграция данных имеет важное значение, поскольку позволяет обнаруживать различия в гипотезах для одного и того же события в одной и той же области. Эта возможность интеграции делает интегрированные географические информационные системы мощным инструментом не только благодаря их синергии, но и потому, что их можно комбинировать с конкретными методами, которые предоставляют данные перед проведением полевых исследований. Будет ли решена проблема определения тектонической структуры северной Мексики или нет, зависит от жизнеспособности интеграции объемов данных исследований, гипотез или карт и их объединения в единую географическую структуру.


Вступление

За последние 15 лет исследователи общественного здравоохранения задокументировали различия в состоянии здоровья, связанные со структурными и социальными характеристиками районов, которые нельзя объяснить индивидуальными различиями в профилях риска. Широкий спектр результатов для здоровья был рассмотрен в исследованиях по месту жительства, включая индексы физического здоровья взрослых [1], [2], [3], [4], [5], [6], [7], [8], [9], психическое здоровье взрослых [10], [11], [12], [13], [14], [15], [16], и здоровье детей [6], [7], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27], [28].

Данные о состоянии здоровья с меньшим географическим разрешением (например, данные на индивидуальном уровне с пространственной привязкой) становятся все более доступными, что способствует дальнейшему изучению влияния соседства на здоровье. К сожалению, вторичные источники данных, такие как перепись, могут быть неадекватными для этих исследований, потому что агрегирование по географическим регионам переписи (например, блочные группы, участки и т. Д.) Теряет большую часть вариации, которая важна для анализа данных на индивидуальном уровне. Чтобы устранить ограничения вторичных источников данных, ряд исследователей общественного здравоохранения использовали общественные аудиты, чтобы предоставить не только текущие данные о кварталах, но и непосредственное наблюдение за их условиями.

Два недавних обзора использования методов наблюдения за районами в исследованиях общественного здравоохранения [29], [30] документируют широкий спектр подходов, используемых при реализации методов аудита сообщества, а также ограничения существующей литературы по этим методам. Пространственное разрешение - один из ключевых факторов, по которым различаются данные построенной среды. Существует много причин для этого. Во-первых, если используются вторичные данные, исследователь должен настроить и использовать наилучшее доступное пространственное разрешение. В отсутствие других доступных данных некоторая информация об искусственной среде, безусловно, лучше, чем никакая, и некоторые вопросы политики можно в целом оценить без данных с высоким разрешением. Во-вторых, получение данных с более высоким пространственным разрешением обходится дороже, поскольку требуется большее количество наблюдений для каждой области. Следует учитывать затраты и преимущества сбора и анализа данных наблюдений с высоким и низким разрешением. Кроме того, масштаб вопроса исследования иногда определяет разрешающую способность используемых данных. Для исследователей, изучающих влияние общенациональной или государственной программы, непрактично пытаться использовать представленный здесь метод для сбора данных наблюдений с высоким разрешением. Однако исследования, ориентированные на более мелкие регионы (в пределах квартала или городского сектора), могут счесть данные с высоким разрешением более полезными. Короче говоря, вопрос исследования должен определять необходимое пространственное разрешение.

Имея это в виду, необходимо изучить надежность и прогностическую ценность данных наблюдений, собранных на различных уровнях агрегирования. Изучение устойчивости взаимосвязи между отдельными показателями результатов и данными наблюдений на различных географических уровнях агрегирования имеет важное значение для исследования наличия потенциальных смещений по пропущенным переменным, которые возникают, когда географические границы коррелируют с ненаблюдаемыми индивидуальными характеристиками. Кроме того, политические инициативы, которые действуют в различных географических регионах, будут лучше информированы, если будет оценена устойчивость результатов к схемам агрегирования более низкого (и более высокого) уровня. Однако из-за уровня пространственной агрегации, на котором часто собираются данные наблюдений, большинство существующих наборов данных не очень хорошо подходят для тщательного исследования этой устойчивости. В этой статье мы представляем новую междисциплинарную методологию аудита сообщества для сбора данных о факторах соседства в наименьшей возможной географической единице и оцениваем преимущества использования данных с таким высоким пространственным разрешением для исследований на микроуровне в отношении результатов здоровья в районе.

Предыдущая работа в этой области, такая как обширные данные, собранные совместно с Проектом человеческого развития в окрестностях Чикаго (PHDCN) и многими другими, была сосредоточена на лицевом блоке - или участках, выходящих на один и тот же сегмент улицы или «квартал» - как наименьший географический уровень для сбора данных наблюдений, но наша методология увеличивает пространственное разрешение за счет анализа участка. В жилых кварталах земельный участок состоит из дома и окружающего двора или всего имущества, которым владеет домовладелец и который облагается налогом. Большинство инструментов аудита района измеряют некоторые элементы как физических, так и социальных условий в районе. Представленная нами методология наблюдения за участками сосредоточена исключительно на физическом измерении. Рауденбуш и Сэмпсон [31] проанализировали данные PHDCN и обнаружили, что показатели физического расстройства являются релевантными показателями состояния соседства с более высоким пространственным разрешением, чем показатели социального беспорядка. Кроме того, они отмечают, что надежность среди показателей физического расстройства по блокировке лица может быть повышена за счет увеличения количества элементов, наблюдаемых для каждого блока лица. Этой цели достигаются сборы наблюдений за участками. Помимо рационального подхода, основанного на экометрике, предложенного Рауденбушем и Сэмпсоном [31], есть также множество практических причин для расширения сбора данных с включением наблюдений за участками: (1) он обеспечивает максимальную гибкость в отношении пространственной агрегации (2) он позволяет исследователь, чтобы различать наблюдения, которые домохозяйство имеет непосредственный контроль (например, уход за своим двором / имуществом), и наблюдения, на которые оказывают влияние другие члены сообщества (например, уход за общими территориями, такими как парки, или уход за другой недвижимостью по соседству) ) и (3) позволяет связать данные и результаты исследований со стоимостью собственности, которая оказывает прямое влияние на политику через налоговую базу. Однако, хотя преимущества кажутся сильными, систематической работы по определению того, перевешивают ли преимущества затраты на сбор данных на этом микроуровне, не проводилось.

Проблема, связанная с географической агрегацией, - это проблема того, как оперативно определять границы соседства, или, в более общем смысле, проблема модифицируемых площадных единиц (MAUP) [32]. Отвечая на вопрос о том, как измерить характеристики района, Гуо и Бхат [33] заявляют, что «мы должны измерять то, что важно для людей в районе, который действительно важен для людей» (стр. 31). Это говорит о том, что границы соседства следует выбирать с умом и могут варьироваться в зависимости от рассматриваемого вопроса исследования. На сегодняшний день несколько исследователей, изучающих влияние окружения на здоровье, использовали сложные пространственные определения кварталов [34], [35], [36], [37], [38], но ни одно исследование не смогло всесторонне сравнить полезность данных аудита сообщества, собранных на разных уровнях агрегирования. Это значительный пробел в дошедшей до нас литературе. Бун и др. [39] обнаружили, что связь между физической активностью и уличной связью варьируется в зависимости от условий и географического масштаба. То же самое, вероятно, верно и в отношении связи между показателями здоровья и данными наблюдений за районами. Однако чаще всего исследователи общественного здравоохранения полагаются на административные границы кварталов, такие как переписные участки или квартальные группы переписи, и анализируется только одна географическая шкала.

Разработанный инструмент наблюдения предназначен для использования при анализе взаимосвязи между местом и индивидуальным здоровьем и благополучием, избегая при этом предвзятости, создаваемой MAUP. Могут ли данные с высоким пространственным разрешением улучшить исследования и, в частности, последствия для политики общественного здравоохранения в отношении взаимосвязи между условиями проживания в районе и здоровьем? Хотя мы признаем, что данные с более низким пространственным разрешением полезны и достаточны в некоторых случаях, мы считаем, что более высокое разрешение действительно дает преимущества, которые могут улучшить и уточнить последствия для политики. Во-первых, данные с высоким пространственным разрешением позволяют исследователю почти полную гибкость в определении границ соседства, и, следовательно, возможно тщательное исследование смещения MAUP (хотя мы отмечаем, что тщательный анализ этого вопроса выходит за рамки данной статьи). Например, исследования могут обнаружить статистически значимую корреляцию между средним состоянием переписного участка и ожирением. Однако, если не исследовать эту взаимосвязь дополнительно на различных уровнях географического разрешения, неизвестно, смещены ли результаты из-за других пропущенных переменных, коррелированных с определением географического переписного участка. Во-вторых, данные с высоким пространственным разрешением позволяют лицам, определяющим политику общественного здравоохранения, определять наиболее подходящий географический уровень для вмешательств в области общественного здравоохранения. Продолжая предыдущий пример, взаимосвязь между состоянием переписного участка и здоровьем является важным наблюдением, но актуальность политики может быть значительно улучшена, если будет доступно дополнительное понимание в географическом масштабе, что скудные государственные ресурсы следует использовать для улучшения здоровья населения. Лица, определяющие политику, должны знать сравнительные последствия для принятия, например, широкомасштабных местных инициатив по очистке микрорайонов по всему участку переписи, по сравнению с концентрированными инициативами по улучшению только наиболее пострадавших районов в пределах участка переписи. Данные наблюдений за районами позволят исследование, чтобы точно указать, какие географические определения имеют наибольшее значение для конкретной политики.

Этот отчет преследует три цели. Во-первых, мы описываем методологию и то, как метод был реализован для обеспечения сбора высококачественных данных наблюдений. Затем мы анализируем надежность данных и отношения, обнаруженные между наблюдаемыми переменными. Finally, we examine the utility of these data to examine neighborhood conditions at different levels of aggregation and how such data might be used in studies of neighborhoods and health.


Modernizing the U.S. Census (1995)

APPENDIX FBusiness Uses of Census Data

Census data are used by many in the private sector, by for-and not-for-profit organizations. Retail establishments and restaurants, banks and other financial institutions, media and advertising, insurance companies, utility companies, health care providers, and many other segments of the business world use census data. In the past, household-level data on consumers at the zip-code and census-tract levels have been classified by characteristics such as age, sex, and income. Increasingly, however, individual households are contacted by direct mail or some other type of direct media (e.g., newspaper inserts). This appendix contains some examples of uses of census data by various segments of the business community&mdashevidence of the great use of census data by businesses is provided by the Division of Research and Statistical Services of the South Carolina Budget and Control Board (the state data center for census information in South Carolina), which estimated that 35 percent of the annual requests received for census data are from businesses.

Small-area data are important for many business applications. Some businesses use small-area data as a substitute for household-level data. More important, however, is the ability to aggregate the small-area census data to nonstandard geographic areas&mdashfor example for business trade areas. As long as these data are available, businesses can create aggregations of data into areas for which data have never been published. The smaller the level of geography for which data are available, the more creatively businesses can create aggregations and the more precisely they can define the geographic area.

Several key types of small-area census data (at tract and other geographic levels) are used for business purposes: age education employment housing

unit age, tenure, heating fuel, type, value, and rent income occupation persons in household phone availability race and ethnicity commute to work and vehicles per household. Products&mdashsuch as maps showing the concentration of a specific racial or ethnic group by specific areas (e.g., county, census tract, or zip code) or maps showing moderate-, high-, or low-income areas&mdashcan be produced using census data. Data also can be used to create consumer profiles, which can help in targeting advertising to current and potential customers finding new customers and analyzing locations, selecting sites, and competing against other businesses in a market area. Both the maps and consumer profiles (which may also be linked to a map) are used by businesses to target their markets more effectively. As the use of geographic information systems has grown, the demand for small-area geographic data has also grown. And, in turn, the new-found congruence of accessible geographically referenced small-area data is promoting the use of small-area census data for business purposes even further.

For example, a retail corporation with plans to expand could analyze potential markets before selecting sites. A specific case study (Kintner et al., 1994) involved examining and assessing various markets for a corporation's planned expansion. Several potential markets were selected by the corporation for the expansion, and the corporation wanted to determine which of the potential markets would be the most successful. Although the company's staff would make the final decision about the exact location of the sites, consultants were hired to analyze the potential revenue for each market. First, the consultants developed a model for analyzing the potential markets. The model took into account a number of variables&mdashsuch as population, number of firms employing 100 or more workers, number of vehicles entering the county, and size of the transient population&mdashthat could help predict the viability of a site in areas selected for analysis. Some data were from business sources, but census data provided an essential component for analysis. Information on existing markets was used in the model to help determine its accuracy. Then, the predicted revenues for each of the existing locations generated by the model were compared with the actual revenues of those markets, enabling the corporation to assess and identify the strengths and weaknesses of the model. Next, data were collected for the potential new markets. By adding the new data to the model, revenue estimates were created for the potential markets, and the markets were ranked based on their predicted revenue. Markets that were the most promising were selected for additional analyses and reviewed by the corporation's staff, who then were able to select the best markets for the corporation's expansion.

It is clear to the panel that businesses use small-area data creatively and effectively for a number of applications, and that small-area census data are important to those applications. However, it is difficult to foresee the effects of a loss of small-area census data. There could be a negative impact on efficiency and competitiveness&mdashimpacts that would be difficult to measure.

This appendix describes the business uses of census data for a variety of

industries, including retail and restaurant, banks and other financial institutions, media and advertising, insurance, utilities, health care, nonprofit, and others. The review is not exhaustive of all industries, nor comprehensive in the many ways that census data are used. Rather, the purpose is to highlight several common uses, for a variety of industries, to illustrate the specific ways census data are used to reach business decisions and to improve business marketing. The examples cited below are taken from Thomas and Kirchner (1991), a recent publication on desktop marketing that describes ways that demographic data are used by businesses.

RETAIL AND RESTAURANT

Retail and service businesses, such as restaurants, use data to decide where to locate their stores and how to effectively market their goods and services. A retail chain might use population, poverty, income, and labor-force data for a state and for a city or county to study the possibility of a retail outlet. For example, county-level population figures for women aged 16-34 years could be used to help determine the location for a maternity shop. Or a children's clothing retailer could use age data, income data, and retail statistics to select a location.

A fast-food restaurant chain was able to better target employee recruiting efforts and improve service by analyzing concentrations of the population with desirable employee traits/lifestyle characteristics (including longevity of employment). To accomplish this task, the restaurant chain identified the characteristics of its current base of employees and located areas with high concentrations of potential employees&mdasha population whose characteristics were the same as the most successful current employees. In creating the profile of current employees, past and present employees with at least 6 months of service with the restaurant were categorized into 1 of 50 categories based on census block-group characteristics of their neighborhoods. The categories were charted according to the percentage of total current employees falling into the category. Using the data, the restaurant was able to identify categories of workers that were likely to become restaurant employees and determine areas where they lived. Recruiting efforts were targeted to those areas using mail and newspaper advertisements, among other techniques. The restaurant has found this ability to be useful in existing markets and new markets, and it has helped reduce turnover in the restaurants, resulting in improved customer service (Thomas and Kirchner, 1991:55-60).

For selecting restaurant sites, a general area, as well as specific sites for the restaurant can be evaluated. By looking at selected demographic data by specific levels of geography (e.g., counties and zip codes) the characteristics of the potential customers can be determined. Employment data at those same levels may also be evaluated. These analyses taken together can help the restaurateur

select the best site for a successful restaurant (Thomas and Kirchner, 1991:61-63).

BANKS AND OTHER FINANCIAL INSTITUTIONS

Like retailers and restaurateurs, banks and other financial institutions can select the best locations for branch offices by analyzing population, demographic, and economic data from the census. More importantly, however, banks and financial institutions require median household income and income distributions by census tracts to ensure compliance with federal mortgage lending guidelines regarding race, and for meeting other regulatory requirements, particularly the Community Reinvestment Act, Home Mortgage Disclosure Act, and the Federal Insurance Improvement Act of 1992.

For example, the Community Reinvestment Act mandates that financial institutions meet deposit and credit needs in the communities they serve. The federal agencies that supervise financial institutions are required to assess whether the financial institutions in an area are meeting the needs of the community. To assess its compliance with the mandates of the Community Reinvestment Act, a bank wanted to determine the ratio of its loans to its deposits. Using customer data and a software system that is able to link demographic and client information, the bank was able to determine the loan-to-deposit ratio for its service areas. Thus, the bank was able to assess itself whether it was complying with the Community Reinvestment Act before the regulatory agencies conducted their audits. If there were areas with a discrepancy between deposits and loans, the bank would be able to make corrections in those areas (Thomas and Kirchner, 1991:114-116).

Census data can be used by banks to develop locally focused marketing programs. For example, a bank can determine the potential success of a particular new service by looking at how and where to market the service. A demographic profile of service areas based on age, deposits, household income, and credit use can be created. By grouping and mapping the frequency of the four variables mentioned above, along with a consumer profile, areas where the service is likely to be used can be identified. Those areas then can be targeted for promotion and implementation of the new service (Thomas and Kirchner, 1991:93-97).

In trying to determine if acquiring a competing banking institution (Bank B) would be a feasible and profitable way to expand and diversify its services, Bank A wanted to assess the proximity of Bank B's branches to its existing branches, the comparability of existing customers of Bank A with Bank B, and the comparability of services offered by both banks. The population (current and future projected) of the areas surrounding branches was compared, and income estimates for Bank B's locations were analyzed by census tract level (Thomas and

Kirchner, 1991:102-108). Using these analyses, Bank A is able to make the best decision about acquiring the competing bank.

A bank can analyze the potential performance of new and existing markets by developing a profile for evaluating those markets. By combining demographic characteristics of data on national financial behavior with demographic data for a particular market, a profile of the bank's service area can be developed. Using the average state performance of branches as a benchmark, the bank can determine the amount of increased business for areas performing below the state average if those areas grow to the state average level. This can help the bank determine areas for increased market analysis and marketing efforts, while also pinpointing markets that are performing at or above the state average that need to be maintained and protected from competitors (Thomas and Kirchner, 1991:111-113).

MEDIA AND ADVERTISING

Newspapers use census data in stories to profile the demographics of blocks, neighborhoods, towns, cities, counties, states, and other geographic areas. Census data also provide demographic background for other stories of general and specific interest to the public, e.g., what are the socioeconomic characteristics of areas with the most lawlessness in the Los Angeles riots? What is the most ''middle class" tract in L.A. County? And what are commuter travel patterns in Orange County? Examples included in responses to the panel's survey of state data centers (see Appendix E) noted that all variables to the block-group level in various census geographic files can be used to describe the demographic and economic characteristics of places and areas. Also reported in a survey response was that the Los Angeles Times recently used 1990 census data in more than 300 news stories within one year.

The collection of consumer zip codes may be used to create a consumer profile for an area. For instance, a radio station might collect a caller's zip code and link it to demographic data to develop profiles of listener preferences (Thomas and Kirchner, 1991:34). In turn, the station can determine the potential success of a particular radio format for a given area and target marketing campaigns accordingly. Those profiles can also be linked with ratings information and used to optimize advertising revenue.

A cable television company analyzed purchase of pay-per-view events by census tract maps (Thomas and Kirchner, 1991:37) and created customer profiles by block-group level. Those customer profiles assisted the company in focussing its marketing efforts to specific customers. For example, pay-per-view sporting events can be marketed to the subscribers that are most likely to purchase the event, rather than to the entire customer base, thus increasing the advertising value.

INSURANCE COMPANIES

In a case study, an insurance company wanted to determine if some of its offices had allowed policies to lapse more than others. The company first wanted to determine if sites with high lapse rates were located in areas with high-risk customers. To determine the different characteristics between lapsed customers and continuing customers, the company created a profile of current customers, as well as a profile of lapsed customers. Based on the profile, the company determined that the continuing customers were generally more affluent and more family-oriented. When the profile for continuing customers was compared to the profile for lapsed customers, the company found that lapsed customers "tended to be more downscale than average" (Thomas and Kirchner, 1991:119). Using the data, the company was able to estimate what the performance of various offices should be, based on their geographic locations. For example, some of the offices were located in areas where the population could be characterized as high-lapse customers. Those offices, it was determined, could expect lower overall performance (Thomas and Kirchner, 1991:117-121).

UTILITY COMPANIES

Utility companies use census data to target low-income areas or areas with special needs, as well as for market research. Most utility companies have special lower rates for poorer, elderly, or disabled customers. Census data help companies note special areas for individual contact and special services and rates. An electric or gas company can use customer records to determine their share of the market. Using customer address information, a utility company can determine areas where it might be desirable to increase customer volume through greater name recognition. Other companies are using census maps to plot the location of their utility lines so they can quickly reference the proximity of lines to population areas.

HEALTH CARE PROVIDERS

Health care providers use census data to determine the need for additional hospital services, physicians, urgent care facilities, or other type of medical services in an area. For example, a hospital used data to study population trends when looking into building an off-site facility in a rural area, so that better health care could be provided to residents in that area. Using characteristics such as race, age, sex, and income for the health service area, a provider can determine if there is a need for additional doctors or other health services in an area. By estimating the need for services in an area, the best site for a doctor's office can be determined (Thomas and Kirchner, 1991:130-136). A hospital's selection of urgent care center sites is aided by analyzing patient records (including address


Смотреть видео: Orașul care ar putea fi: cum repari un cartier greșit (October 2021).