绘制农村食物贫困地图：利用“食物贫困风险指数”分析农村地区对消费者获取食物能力的影响

《Journal of Rural Studies》：Mapping rural food poverty: The impact of rurality on consumers' access to food using an ‘at risk of food poverty index’

本研究基于地理信息系统，构建了“处于食品贫困风险的指数（ARFPI）”，分析北爱尔兰城乡食品贫困的结构性差异，涵盖可负担性、可及性、可获得性等六项指标，发现农村地区因可负担性和可及性不足面临更高风险，但城市也存在局部高风险区。研究为精准制定政策提供科学依据。

　　在本研究中，科学家们探讨了食品贫困这一复杂的社会经济问题，特别是在北爱尔兰的城乡地区之间是否存在地理差异。食品贫困通常被定义为无法以社会可接受的方式获取足够的、健康的食品，或对是否能够做到这一点存在不确定性。研究发现，地理因素在食品贫困风险的形成中扮演着关键角色，尤其是在食品获取、价格和供应方面。研究还开发了一个名为“食品贫困风险指数”（At Risk of Food Poverty Index, ARFPI）的模型，通过地理信息系统（GIS）进行空间分析，以识别在北爱尔兰地区最有可能面临食品贫困风险的普查小区域（Census Small Areas, SAs）。

研究团队采用了多种方法来构建ARFPI，包括系统的文献回顾、专家小组的讨论以及数据收集和标准化。他们首先确定了六个核心指标，如食品可负担性、可及性、可获得性、营养充足性、认知水平和健康状况，并在这些指标下细分了21个相关变量。通过专家小组的评分，这些变量被赋予不同的权重，从而形成了一个综合性的风险指数。为了确保数据的适用性和一致性，所有变量都必须在普查小区域层面进行测量和分析。此外，研究还考虑了不同家庭类型（如有儿童的家庭和独居老人）对食品贫困风险的影响，分别构建了相应的风险指数。

研究结果表明，食品贫困的风险在城乡之间存在显著差异，尤其是在可负担性、可获得性和可及性方面。北爱尔兰的农村地区由于食品价格较高、可及性较差以及服务设施不足，其居民面临更大的食品贫困风险。相比之下，尽管城市地区也存在食品贫困，但其整体风险较低，且由于较高的服务可及性，如食品银行和公共交通，可以部分缓解食品贫困问题。然而，食品银行在农村地区的分布有限，仅占全部食品银行的6.7%，这表明农村居民在获取食品援助方面处于更不利的位置。

此外，研究团队通过空间聚类分析（如Anselin Local Moran's I测试）揭示了食品贫困风险的地理分布模式。结果显示，超过80%的普查小区域存在显著的空间聚类，其中大部分集中在农村地区。这些聚类区域的识别有助于政策制定者更精准地定位需要干预的地区，从而提高资源分配的效率和针对性。通过使用高分辨率的地理数据，ARFPI不仅能够显示食品贫困的整体风险，还能区分不同家庭类型和区域类型的风险水平，为制定差异化政策提供了重要依据。

研究还指出，食品贫困的形成不仅与经济因素有关，还受到社会、文化和环境等多方面的影响。例如，教育水平和健康状况对食品贫困风险具有重要影响，而这些因素在农村和城市之间可能存在差异。通过整合社区知识和政府数据，ARFPI不仅具有科学性，还具备实际应用价值，可以作为政策制定和干预措施的决策支持工具。研究团队强调，这种基于区域的分析方法能够帮助识别食品贫困的高发区域，从而促进政策的针对性调整和资源的有效配置。

研究的结论表明，食品贫困在北爱尔兰的城乡地区之间确实存在显著的地理差异，农村地区面临更高的风险。然而，城市地区也存在一定的食品贫困问题，尤其是在某些城市边缘区域。因此，政策制定者需要关注所有类型的地区，而不仅仅是农村地区。通过ARFPI，可以更全面地理解食品贫困的结构性原因，并制定相应的干预措施。此外，研究还建议，未来可以进一步探索农村地区的社区食品网络，如移动食品援助、社区食品中心和本地种植计划，以增强农村居民的食品获取能力。

总的来说，这项研究通过开发ARFPI模型，结合GIS技术，为食品贫困的区域分析提供了新的视角和方法。它不仅揭示了食品贫困的地理分布模式，还为政策制定者提供了一个高分辨率的风险评估工具，以支持更有效的干预措施。同时，研究强调了社区参与和多变量分析在理解食品贫困问题中的重要性，为未来的研究和实践提供了有益的参考。